{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.0,
  "eval_steps": 1000,
  "global_step": 480000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 2.0833333333333333e-05,
      "grad_norm": 304.2442321777344,
      "learning_rate": 1.4999999999999998e-06,
      "loss": 19.4174,
      "step": 10
    },
    {
      "epoch": 4.1666666666666665e-05,
      "grad_norm": 161.88783264160156,
      "learning_rate": 2.9999999999999997e-06,
      "loss": 15.1921,
      "step": 20
    },
    {
      "epoch": 6.25e-05,
      "grad_norm": 26.94215202331543,
      "learning_rate": 4.499999999999999e-06,
      "loss": 12.0826,
      "step": 30
    },
    {
      "epoch": 8.333333333333333e-05,
      "grad_norm": 55.245723724365234,
      "learning_rate": 5.999999999999999e-06,
      "loss": 13.5239,
      "step": 40
    },
    {
      "epoch": 0.00010416666666666667,
      "grad_norm": 14.857406616210938,
      "learning_rate": 7.499999999999999e-06,
      "loss": 13.4496,
      "step": 50
    },
    {
      "epoch": 0.000125,
      "grad_norm": 45.6609001159668,
      "learning_rate": 8.999999999999999e-06,
      "loss": 12.4557,
      "step": 60
    },
    {
      "epoch": 0.00014583333333333335,
      "grad_norm": 17.47644805908203,
      "learning_rate": 1.05e-05,
      "loss": 14.2492,
      "step": 70
    },
    {
      "epoch": 0.00016666666666666666,
      "grad_norm": 21.782636642456055,
      "learning_rate": 1.1999999999999999e-05,
      "loss": 12.2367,
      "step": 80
    },
    {
      "epoch": 0.0001875,
      "grad_norm": 15.946416854858398,
      "learning_rate": 1.3499999999999998e-05,
      "loss": 12.3559,
      "step": 90
    },
    {
      "epoch": 0.00020833333333333335,
      "grad_norm": 56.36137008666992,
      "learning_rate": 1.4999999999999999e-05,
      "loss": 12.2827,
      "step": 100
    },
    {
      "epoch": 0.00022916666666666666,
      "grad_norm": 14.599844932556152,
      "learning_rate": 1.6499999999999998e-05,
      "loss": 11.8444,
      "step": 110
    },
    {
      "epoch": 0.00025,
      "grad_norm": 16.08894920349121,
      "learning_rate": 1.7999999999999997e-05,
      "loss": 11.5516,
      "step": 120
    },
    {
      "epoch": 0.0002708333333333333,
      "grad_norm": 11.891531944274902,
      "learning_rate": 1.95e-05,
      "loss": 12.1531,
      "step": 130
    },
    {
      "epoch": 0.0002916666666666667,
      "grad_norm": 47.63957214355469,
      "learning_rate": 2.1e-05,
      "loss": 12.6747,
      "step": 140
    },
    {
      "epoch": 0.0003125,
      "grad_norm": 10.815603256225586,
      "learning_rate": 2.2499999999999998e-05,
      "loss": 11.1961,
      "step": 150
    },
    {
      "epoch": 0.0003333333333333333,
      "grad_norm": 31.7401065826416,
      "learning_rate": 2.3999999999999997e-05,
      "loss": 12.5818,
      "step": 160
    },
    {
      "epoch": 0.0003541666666666667,
      "grad_norm": 17.01986312866211,
      "learning_rate": 2.55e-05,
      "loss": 13.3576,
      "step": 170
    },
    {
      "epoch": 0.000375,
      "grad_norm": 11.535250663757324,
      "learning_rate": 2.6999999999999996e-05,
      "loss": 13.0085,
      "step": 180
    },
    {
      "epoch": 0.0003958333333333333,
      "grad_norm": 10.531554222106934,
      "learning_rate": 2.8499999999999998e-05,
      "loss": 12.79,
      "step": 190
    },
    {
      "epoch": 0.0004166666666666667,
      "grad_norm": 11.983315467834473,
      "learning_rate": 2.9999999999999997e-05,
      "loss": 13.9384,
      "step": 200
    },
    {
      "epoch": 0.0004375,
      "grad_norm": 10.277946472167969,
      "learning_rate": 3.149999999999999e-05,
      "loss": 12.1869,
      "step": 210
    },
    {
      "epoch": 0.0004583333333333333,
      "grad_norm": 13.754951477050781,
      "learning_rate": 3.2999999999999996e-05,
      "loss": 14.3446,
      "step": 220
    },
    {
      "epoch": 0.00047916666666666664,
      "grad_norm": 20.255815505981445,
      "learning_rate": 3.45e-05,
      "loss": 11.6988,
      "step": 230
    },
    {
      "epoch": 0.0005,
      "grad_norm": 14.965157508850098,
      "learning_rate": 3.5999999999999994e-05,
      "loss": 10.5515,
      "step": 240
    },
    {
      "epoch": 0.0005208333333333333,
      "grad_norm": 13.063468933105469,
      "learning_rate": 3.75e-05,
      "loss": 11.1193,
      "step": 250
    },
    {
      "epoch": 0.0005416666666666666,
      "grad_norm": 15.139276504516602,
      "learning_rate": 3.9e-05,
      "loss": 11.1976,
      "step": 260
    },
    {
      "epoch": 0.0005625,
      "grad_norm": 20.18443489074707,
      "learning_rate": 4.05e-05,
      "loss": 12.7167,
      "step": 270
    },
    {
      "epoch": 0.0005833333333333334,
      "grad_norm": 19.938302993774414,
      "learning_rate": 4.2e-05,
      "loss": 13.0862,
      "step": 280
    },
    {
      "epoch": 0.0006041666666666667,
      "grad_norm": 7.415493965148926,
      "learning_rate": 4.3499999999999993e-05,
      "loss": 11.0899,
      "step": 290
    },
    {
      "epoch": 0.000625,
      "grad_norm": 61.881492614746094,
      "learning_rate": 4.4999999999999996e-05,
      "loss": 12.7474,
      "step": 300
    },
    {
      "epoch": 0.0006458333333333333,
      "grad_norm": 8.597097396850586,
      "learning_rate": 4.65e-05,
      "loss": 10.5475,
      "step": 310
    },
    {
      "epoch": 0.0006666666666666666,
      "grad_norm": 15.662765502929688,
      "learning_rate": 4.7999999999999994e-05,
      "loss": 11.323,
      "step": 320
    },
    {
      "epoch": 0.0006875,
      "grad_norm": 9.363444328308105,
      "learning_rate": 4.95e-05,
      "loss": 13.4985,
      "step": 330
    },
    {
      "epoch": 0.0007083333333333334,
      "grad_norm": 38.58810043334961,
      "learning_rate": 5.1e-05,
      "loss": 12.397,
      "step": 340
    },
    {
      "epoch": 0.0007291666666666667,
      "grad_norm": 25.130373001098633,
      "learning_rate": 5.2499999999999995e-05,
      "loss": 14.3823,
      "step": 350
    },
    {
      "epoch": 0.00075,
      "grad_norm": 38.560325622558594,
      "learning_rate": 5.399999999999999e-05,
      "loss": 11.6328,
      "step": 360
    },
    {
      "epoch": 0.0007708333333333333,
      "grad_norm": 39.35225296020508,
      "learning_rate": 5.5499999999999994e-05,
      "loss": 10.9992,
      "step": 370
    },
    {
      "epoch": 0.0007916666666666666,
      "grad_norm": 28.27654266357422,
      "learning_rate": 5.6999999999999996e-05,
      "loss": 11.0281,
      "step": 380
    },
    {
      "epoch": 0.0008125,
      "grad_norm": 38.76011657714844,
      "learning_rate": 5.85e-05,
      "loss": 12.6738,
      "step": 390
    },
    {
      "epoch": 0.0008333333333333334,
      "grad_norm": 6.9189772605896,
      "learning_rate": 5.9999999999999995e-05,
      "loss": 11.3698,
      "step": 400
    },
    {
      "epoch": 0.0008541666666666667,
      "grad_norm": 14.93662166595459,
      "learning_rate": 6.149999999999999e-05,
      "loss": 10.5696,
      "step": 410
    },
    {
      "epoch": 0.000875,
      "grad_norm": 26.297536849975586,
      "learning_rate": 6.299999999999999e-05,
      "loss": 10.8203,
      "step": 420
    },
    {
      "epoch": 0.0008958333333333333,
      "grad_norm": 27.424102783203125,
      "learning_rate": 6.45e-05,
      "loss": 13.1268,
      "step": 430
    },
    {
      "epoch": 0.0009166666666666666,
      "grad_norm": 12.867915153503418,
      "learning_rate": 6.599999999999999e-05,
      "loss": 11.8662,
      "step": 440
    },
    {
      "epoch": 0.0009375,
      "grad_norm": 21.778501510620117,
      "learning_rate": 6.75e-05,
      "loss": 12.6316,
      "step": 450
    },
    {
      "epoch": 0.0009583333333333333,
      "grad_norm": 18.458017349243164,
      "learning_rate": 6.9e-05,
      "loss": 11.3047,
      "step": 460
    },
    {
      "epoch": 0.0009791666666666666,
      "grad_norm": 9.940133094787598,
      "learning_rate": 7.049999999999999e-05,
      "loss": 11.2283,
      "step": 470
    },
    {
      "epoch": 0.001,
      "grad_norm": 12.202953338623047,
      "learning_rate": 7.199999999999999e-05,
      "loss": 11.9966,
      "step": 480
    },
    {
      "epoch": 0.0010208333333333332,
      "grad_norm": 8.836860656738281,
      "learning_rate": 7.35e-05,
      "loss": 12.8918,
      "step": 490
    },
    {
      "epoch": 0.0010416666666666667,
      "grad_norm": 18.572681427001953,
      "learning_rate": 7.5e-05,
      "loss": 11.9365,
      "step": 500
    },
    {
      "epoch": 0.0010625,
      "grad_norm": 16.01321029663086,
      "learning_rate": 7.649999999999999e-05,
      "loss": 12.6629,
      "step": 510
    },
    {
      "epoch": 0.0010833333333333333,
      "grad_norm": 8.291446685791016,
      "learning_rate": 7.8e-05,
      "loss": 11.1095,
      "step": 520
    },
    {
      "epoch": 0.0011041666666666667,
      "grad_norm": 10.048467636108398,
      "learning_rate": 7.95e-05,
      "loss": 11.3884,
      "step": 530
    },
    {
      "epoch": 0.001125,
      "grad_norm": 15.082944869995117,
      "learning_rate": 8.1e-05,
      "loss": 11.2111,
      "step": 540
    },
    {
      "epoch": 0.0011458333333333333,
      "grad_norm": 15.7467679977417,
      "learning_rate": 8.25e-05,
      "loss": 11.2657,
      "step": 550
    },
    {
      "epoch": 0.0011666666666666668,
      "grad_norm": 13.100440979003906,
      "learning_rate": 8.4e-05,
      "loss": 10.065,
      "step": 560
    },
    {
      "epoch": 0.0011875,
      "grad_norm": 13.73547077178955,
      "learning_rate": 8.549999999999999e-05,
      "loss": 11.1137,
      "step": 570
    },
    {
      "epoch": 0.0012083333333333334,
      "grad_norm": 8.580843925476074,
      "learning_rate": 8.699999999999999e-05,
      "loss": 11.3747,
      "step": 580
    },
    {
      "epoch": 0.0012291666666666666,
      "grad_norm": 10.373869895935059,
      "learning_rate": 8.849999999999998e-05,
      "loss": 10.8708,
      "step": 590
    },
    {
      "epoch": 0.00125,
      "grad_norm": 10.455025672912598,
      "learning_rate": 8.999999999999999e-05,
      "loss": 12.6862,
      "step": 600
    },
    {
      "epoch": 0.0012708333333333332,
      "grad_norm": 56.847084045410156,
      "learning_rate": 9.149999999999999e-05,
      "loss": 12.8042,
      "step": 610
    },
    {
      "epoch": 0.0012916666666666667,
      "grad_norm": 25.32122039794922,
      "learning_rate": 9.3e-05,
      "loss": 11.4461,
      "step": 620
    },
    {
      "epoch": 0.0013125,
      "grad_norm": 25.318674087524414,
      "learning_rate": 9.449999999999999e-05,
      "loss": 14.4673,
      "step": 630
    },
    {
      "epoch": 0.0013333333333333333,
      "grad_norm": 21.677322387695312,
      "learning_rate": 9.599999999999999e-05,
      "loss": 12.4684,
      "step": 640
    },
    {
      "epoch": 0.0013541666666666667,
      "grad_norm": 11.944780349731445,
      "learning_rate": 9.75e-05,
      "loss": 11.2297,
      "step": 650
    },
    {
      "epoch": 0.001375,
      "grad_norm": 30.931995391845703,
      "learning_rate": 9.9e-05,
      "loss": 11.5757,
      "step": 660
    },
    {
      "epoch": 0.0013958333333333333,
      "grad_norm": 18.126907348632812,
      "learning_rate": 0.0001005,
      "loss": 10.999,
      "step": 670
    },
    {
      "epoch": 0.0014166666666666668,
      "grad_norm": 13.836912155151367,
      "learning_rate": 0.000102,
      "loss": 10.8472,
      "step": 680
    },
    {
      "epoch": 0.0014375,
      "grad_norm": 14.30048656463623,
      "learning_rate": 0.00010349999999999998,
      "loss": 11.8188,
      "step": 690
    },
    {
      "epoch": 0.0014583333333333334,
      "grad_norm": 8.932242393493652,
      "learning_rate": 0.00010499999999999999,
      "loss": 10.562,
      "step": 700
    },
    {
      "epoch": 0.0014791666666666666,
      "grad_norm": 5.0910749435424805,
      "learning_rate": 0.00010649999999999999,
      "loss": 10.5193,
      "step": 710
    },
    {
      "epoch": 0.0015,
      "grad_norm": 6.7844696044921875,
      "learning_rate": 0.00010799999999999998,
      "loss": 12.0232,
      "step": 720
    },
    {
      "epoch": 0.0015208333333333332,
      "grad_norm": 9.579275131225586,
      "learning_rate": 0.00010949999999999999,
      "loss": 10.9024,
      "step": 730
    },
    {
      "epoch": 0.0015416666666666667,
      "grad_norm": 8.8974027633667,
      "learning_rate": 0.00011099999999999999,
      "loss": 11.0593,
      "step": 740
    },
    {
      "epoch": 0.0015625,
      "grad_norm": 23.821998596191406,
      "learning_rate": 0.0001125,
      "loss": 12.9445,
      "step": 750
    },
    {
      "epoch": 0.0015833333333333333,
      "grad_norm": 11.111672401428223,
      "learning_rate": 0.00011399999999999999,
      "loss": 12.1531,
      "step": 760
    },
    {
      "epoch": 0.0016041666666666667,
      "grad_norm": 11.080592155456543,
      "learning_rate": 0.00011549999999999999,
      "loss": 9.9382,
      "step": 770
    },
    {
      "epoch": 0.001625,
      "grad_norm": 16.22787857055664,
      "learning_rate": 0.000117,
      "loss": 11.5693,
      "step": 780
    },
    {
      "epoch": 0.0016458333333333333,
      "grad_norm": 10.355387687683105,
      "learning_rate": 0.0001185,
      "loss": 13.4616,
      "step": 790
    },
    {
      "epoch": 0.0016666666666666668,
      "grad_norm": 6.356668949127197,
      "learning_rate": 0.00011999999999999999,
      "loss": 11.9657,
      "step": 800
    },
    {
      "epoch": 0.0016875,
      "grad_norm": 12.24349308013916,
      "learning_rate": 0.0001215,
      "loss": 11.2795,
      "step": 810
    },
    {
      "epoch": 0.0017083333333333334,
      "grad_norm": 5.199577808380127,
      "learning_rate": 0.00012299999999999998,
      "loss": 9.6401,
      "step": 820
    },
    {
      "epoch": 0.0017291666666666666,
      "grad_norm": 12.852249145507812,
      "learning_rate": 0.0001245,
      "loss": 11.9472,
      "step": 830
    },
    {
      "epoch": 0.00175,
      "grad_norm": 13.500465393066406,
      "learning_rate": 0.00012599999999999997,
      "loss": 10.6565,
      "step": 840
    },
    {
      "epoch": 0.0017708333333333332,
      "grad_norm": 11.670994758605957,
      "learning_rate": 0.00012749999999999998,
      "loss": 12.419,
      "step": 850
    },
    {
      "epoch": 0.0017916666666666667,
      "grad_norm": 7.345955848693848,
      "learning_rate": 0.000129,
      "loss": 11.3746,
      "step": 860
    },
    {
      "epoch": 0.0018125,
      "grad_norm": 4.618860244750977,
      "learning_rate": 0.0001305,
      "loss": 10.7829,
      "step": 870
    },
    {
      "epoch": 0.0018333333333333333,
      "grad_norm": 7.487426280975342,
      "learning_rate": 0.00013199999999999998,
      "loss": 11.252,
      "step": 880
    },
    {
      "epoch": 0.0018541666666666667,
      "grad_norm": 11.389570236206055,
      "learning_rate": 0.0001335,
      "loss": 14.8566,
      "step": 890
    },
    {
      "epoch": 0.001875,
      "grad_norm": 6.087870121002197,
      "learning_rate": 0.000135,
      "loss": 10.7464,
      "step": 900
    },
    {
      "epoch": 0.0018958333333333334,
      "grad_norm": 19.78605079650879,
      "learning_rate": 0.00013649999999999998,
      "loss": 11.5145,
      "step": 910
    },
    {
      "epoch": 0.0019166666666666666,
      "grad_norm": 12.48873233795166,
      "learning_rate": 0.000138,
      "loss": 12.7905,
      "step": 920
    },
    {
      "epoch": 0.0019375,
      "grad_norm": 14.183377265930176,
      "learning_rate": 0.0001395,
      "loss": 10.4061,
      "step": 930
    },
    {
      "epoch": 0.001958333333333333,
      "grad_norm": 22.34774398803711,
      "learning_rate": 0.00014099999999999998,
      "loss": 12.8401,
      "step": 940
    },
    {
      "epoch": 0.001979166666666667,
      "grad_norm": 7.236544132232666,
      "learning_rate": 0.0001425,
      "loss": 11.5586,
      "step": 950
    },
    {
      "epoch": 0.002,
      "grad_norm": 13.194938659667969,
      "learning_rate": 0.00014399999999999998,
      "loss": 11.5304,
      "step": 960
    },
    {
      "epoch": 0.0020208333333333332,
      "grad_norm": 9.198352813720703,
      "learning_rate": 0.00014549999999999999,
      "loss": 11.7874,
      "step": 970
    },
    {
      "epoch": 0.0020416666666666665,
      "grad_norm": 10.447613716125488,
      "learning_rate": 0.000147,
      "loss": 12.5994,
      "step": 980
    },
    {
      "epoch": 0.0020625,
      "grad_norm": 5.577800750732422,
      "learning_rate": 0.00014849999999999998,
      "loss": 11.5527,
      "step": 990
    },
    {
      "epoch": 0.0020833333333333333,
      "grad_norm": 7.554637908935547,
      "learning_rate": 0.00015,
      "loss": 11.6748,
      "step": 1000
    },
    {
      "epoch": 0.0020833333333333333,
      "eval_loss": 18.318500518798828,
      "eval_runtime": 9.5484,
      "eval_samples_per_second": 0.314,
      "eval_steps_per_second": 0.105,
      "step": 1000
    },
    {
      "epoch": 0.0021041666666666665,
      "grad_norm": 13.91709041595459,
      "learning_rate": 0.0001515,
      "loss": 12.2124,
      "step": 1010
    },
    {
      "epoch": 0.002125,
      "grad_norm": 25.20781135559082,
      "learning_rate": 0.00015299999999999998,
      "loss": 11.0797,
      "step": 1020
    },
    {
      "epoch": 0.0021458333333333334,
      "grad_norm": 31.143516540527344,
      "learning_rate": 0.0001545,
      "loss": 12.4199,
      "step": 1030
    },
    {
      "epoch": 0.0021666666666666666,
      "grad_norm": 5.455356597900391,
      "learning_rate": 0.000156,
      "loss": 11.5498,
      "step": 1040
    },
    {
      "epoch": 0.0021875,
      "grad_norm": 16.49483299255371,
      "learning_rate": 0.00015749999999999998,
      "loss": 13.3035,
      "step": 1050
    },
    {
      "epoch": 0.0022083333333333334,
      "grad_norm": 5.218424320220947,
      "learning_rate": 0.000159,
      "loss": 13.3573,
      "step": 1060
    },
    {
      "epoch": 0.0022291666666666666,
      "grad_norm": 7.742912292480469,
      "learning_rate": 0.0001605,
      "loss": 12.6865,
      "step": 1070
    },
    {
      "epoch": 0.00225,
      "grad_norm": 21.359121322631836,
      "learning_rate": 0.000162,
      "loss": 11.5271,
      "step": 1080
    },
    {
      "epoch": 0.0022708333333333335,
      "grad_norm": 7.127697467803955,
      "learning_rate": 0.0001635,
      "loss": 10.8082,
      "step": 1090
    },
    {
      "epoch": 0.0022916666666666667,
      "grad_norm": 13.081446647644043,
      "learning_rate": 0.000165,
      "loss": 13.5423,
      "step": 1100
    },
    {
      "epoch": 0.0023125,
      "grad_norm": 10.630535125732422,
      "learning_rate": 0.0001665,
      "loss": 13.3744,
      "step": 1110
    },
    {
      "epoch": 0.0023333333333333335,
      "grad_norm": 25.237998962402344,
      "learning_rate": 0.000168,
      "loss": 15.3636,
      "step": 1120
    },
    {
      "epoch": 0.0023541666666666667,
      "grad_norm": 6.893806457519531,
      "learning_rate": 0.00016949999999999997,
      "loss": 15.2357,
      "step": 1130
    },
    {
      "epoch": 0.002375,
      "grad_norm": 22.801612854003906,
      "learning_rate": 0.00017099999999999998,
      "loss": 12.4943,
      "step": 1140
    },
    {
      "epoch": 0.002395833333333333,
      "grad_norm": 34.00288391113281,
      "learning_rate": 0.00017249999999999996,
      "loss": 12.2694,
      "step": 1150
    },
    {
      "epoch": 0.002416666666666667,
      "grad_norm": 9.962594985961914,
      "learning_rate": 0.00017399999999999997,
      "loss": 12.0143,
      "step": 1160
    },
    {
      "epoch": 0.0024375,
      "grad_norm": 18.167814254760742,
      "learning_rate": 0.00017549999999999998,
      "loss": 11.9047,
      "step": 1170
    },
    {
      "epoch": 0.002458333333333333,
      "grad_norm": 7.803595542907715,
      "learning_rate": 0.00017699999999999997,
      "loss": 11.0357,
      "step": 1180
    },
    {
      "epoch": 0.002479166666666667,
      "grad_norm": 17.062374114990234,
      "learning_rate": 0.00017849999999999997,
      "loss": 11.3216,
      "step": 1190
    },
    {
      "epoch": 0.0025,
      "grad_norm": 3.243255138397217,
      "learning_rate": 0.00017999999999999998,
      "loss": 11.8667,
      "step": 1200
    },
    {
      "epoch": 0.0025208333333333333,
      "grad_norm": 17.435544967651367,
      "learning_rate": 0.00018149999999999997,
      "loss": 10.741,
      "step": 1210
    },
    {
      "epoch": 0.0025416666666666665,
      "grad_norm": 20.595718383789062,
      "learning_rate": 0.00018299999999999998,
      "loss": 11.3916,
      "step": 1220
    },
    {
      "epoch": 0.0025625,
      "grad_norm": 3.6565263271331787,
      "learning_rate": 0.00018449999999999999,
      "loss": 10.8233,
      "step": 1230
    },
    {
      "epoch": 0.0025833333333333333,
      "grad_norm": 6.015798568725586,
      "learning_rate": 0.000186,
      "loss": 12.6419,
      "step": 1240
    },
    {
      "epoch": 0.0026041666666666665,
      "grad_norm": 4.372326374053955,
      "learning_rate": 0.00018749999999999998,
      "loss": 11.1714,
      "step": 1250
    },
    {
      "epoch": 0.002625,
      "grad_norm": 3.5081799030303955,
      "learning_rate": 0.00018899999999999999,
      "loss": 11.8484,
      "step": 1260
    },
    {
      "epoch": 0.0026458333333333334,
      "grad_norm": 6.841329574584961,
      "learning_rate": 0.0001905,
      "loss": 11.4521,
      "step": 1270
    },
    {
      "epoch": 0.0026666666666666666,
      "grad_norm": 12.064806938171387,
      "learning_rate": 0.00019199999999999998,
      "loss": 11.1689,
      "step": 1280
    },
    {
      "epoch": 0.0026875,
      "grad_norm": 8.592931747436523,
      "learning_rate": 0.0001935,
      "loss": 10.8425,
      "step": 1290
    },
    {
      "epoch": 0.0027083333333333334,
      "grad_norm": 3.6995720863342285,
      "learning_rate": 0.000195,
      "loss": 11.2094,
      "step": 1300
    },
    {
      "epoch": 0.0027291666666666666,
      "grad_norm": 59.542335510253906,
      "learning_rate": 0.00019649999999999998,
      "loss": 14.2272,
      "step": 1310
    },
    {
      "epoch": 0.00275,
      "grad_norm": 7.992680072784424,
      "learning_rate": 0.000198,
      "loss": 10.858,
      "step": 1320
    },
    {
      "epoch": 0.0027708333333333335,
      "grad_norm": 5.013367176055908,
      "learning_rate": 0.0001995,
      "loss": 12.9847,
      "step": 1330
    },
    {
      "epoch": 0.0027916666666666667,
      "grad_norm": 5.384230613708496,
      "learning_rate": 0.000201,
      "loss": 12.9583,
      "step": 1340
    },
    {
      "epoch": 0.0028125,
      "grad_norm": 11.921677589416504,
      "learning_rate": 0.0002025,
      "loss": 12.7668,
      "step": 1350
    },
    {
      "epoch": 0.0028333333333333335,
      "grad_norm": 7.083410263061523,
      "learning_rate": 0.000204,
      "loss": 10.615,
      "step": 1360
    },
    {
      "epoch": 0.0028541666666666667,
      "grad_norm": 6.608108997344971,
      "learning_rate": 0.0002055,
      "loss": 10.4099,
      "step": 1370
    },
    {
      "epoch": 0.002875,
      "grad_norm": 16.556806564331055,
      "learning_rate": 0.00020699999999999996,
      "loss": 13.3678,
      "step": 1380
    },
    {
      "epoch": 0.002895833333333333,
      "grad_norm": 15.433573722839355,
      "learning_rate": 0.00020849999999999997,
      "loss": 12.9963,
      "step": 1390
    },
    {
      "epoch": 0.002916666666666667,
      "grad_norm": 10.79438591003418,
      "learning_rate": 0.00020999999999999998,
      "loss": 12.6518,
      "step": 1400
    },
    {
      "epoch": 0.0029375,
      "grad_norm": 3.8523659706115723,
      "learning_rate": 0.00021149999999999996,
      "loss": 11.9071,
      "step": 1410
    },
    {
      "epoch": 0.002958333333333333,
      "grad_norm": 4.849947929382324,
      "learning_rate": 0.00021299999999999997,
      "loss": 10.5003,
      "step": 1420
    },
    {
      "epoch": 0.002979166666666667,
      "grad_norm": 4.466026306152344,
      "learning_rate": 0.00021449999999999998,
      "loss": 12.9313,
      "step": 1430
    },
    {
      "epoch": 0.003,
      "grad_norm": 6.384583473205566,
      "learning_rate": 0.00021599999999999996,
      "loss": 11.6949,
      "step": 1440
    },
    {
      "epoch": 0.0030208333333333333,
      "grad_norm": 5.499143600463867,
      "learning_rate": 0.00021749999999999997,
      "loss": 11.4255,
      "step": 1450
    },
    {
      "epoch": 0.0030416666666666665,
      "grad_norm": 7.222853660583496,
      "learning_rate": 0.00021899999999999998,
      "loss": 12.0141,
      "step": 1460
    },
    {
      "epoch": 0.0030625,
      "grad_norm": 41.87784957885742,
      "learning_rate": 0.00022049999999999997,
      "loss": 13.8723,
      "step": 1470
    },
    {
      "epoch": 0.0030833333333333333,
      "grad_norm": 5.42193603515625,
      "learning_rate": 0.00022199999999999998,
      "loss": 11.1808,
      "step": 1480
    },
    {
      "epoch": 0.0031041666666666665,
      "grad_norm": 5.675015449523926,
      "learning_rate": 0.00022349999999999998,
      "loss": 10.8197,
      "step": 1490
    },
    {
      "epoch": 0.003125,
      "grad_norm": 8.275803565979004,
      "learning_rate": 0.000225,
      "loss": 11.723,
      "step": 1500
    },
    {
      "epoch": 0.0031458333333333334,
      "grad_norm": 4.402848243713379,
      "learning_rate": 0.00022649999999999998,
      "loss": 11.3742,
      "step": 1510
    },
    {
      "epoch": 0.0031666666666666666,
      "grad_norm": 8.550444602966309,
      "learning_rate": 0.00022799999999999999,
      "loss": 12.7232,
      "step": 1520
    },
    {
      "epoch": 0.0031875,
      "grad_norm": 5.523717403411865,
      "learning_rate": 0.0002295,
      "loss": 11.8551,
      "step": 1530
    },
    {
      "epoch": 0.0032083333333333334,
      "grad_norm": 6.647058486938477,
      "learning_rate": 0.00023099999999999998,
      "loss": 12.1685,
      "step": 1540
    },
    {
      "epoch": 0.0032291666666666666,
      "grad_norm": 9.209049224853516,
      "learning_rate": 0.00023249999999999999,
      "loss": 13.5877,
      "step": 1550
    },
    {
      "epoch": 0.00325,
      "grad_norm": 3.808903217315674,
      "learning_rate": 0.000234,
      "loss": 14.343,
      "step": 1560
    },
    {
      "epoch": 0.0032708333333333335,
      "grad_norm": 11.097711563110352,
      "learning_rate": 0.00023549999999999998,
      "loss": 11.5317,
      "step": 1570
    },
    {
      "epoch": 0.0032916666666666667,
      "grad_norm": 5.021683216094971,
      "learning_rate": 0.000237,
      "loss": 12.2414,
      "step": 1580
    },
    {
      "epoch": 0.0033125,
      "grad_norm": 3.1727805137634277,
      "learning_rate": 0.0002385,
      "loss": 11.1043,
      "step": 1590
    },
    {
      "epoch": 0.0033333333333333335,
      "grad_norm": 7.531548500061035,
      "learning_rate": 0.00023999999999999998,
      "loss": 11.3095,
      "step": 1600
    },
    {
      "epoch": 0.0033541666666666668,
      "grad_norm": 7.230909824371338,
      "learning_rate": 0.0002415,
      "loss": 13.1009,
      "step": 1610
    },
    {
      "epoch": 0.003375,
      "grad_norm": 3.3185763359069824,
      "learning_rate": 0.000243,
      "loss": 12.6092,
      "step": 1620
    },
    {
      "epoch": 0.003395833333333333,
      "grad_norm": 3.5291566848754883,
      "learning_rate": 0.0002445,
      "loss": 10.4352,
      "step": 1630
    },
    {
      "epoch": 0.003416666666666667,
      "grad_norm": 4.712822437286377,
      "learning_rate": 0.00024599999999999996,
      "loss": 11.0206,
      "step": 1640
    },
    {
      "epoch": 0.0034375,
      "grad_norm": 13.793431282043457,
      "learning_rate": 0.00024749999999999994,
      "loss": 11.3865,
      "step": 1650
    },
    {
      "epoch": 0.0034583333333333332,
      "grad_norm": 2.8805911540985107,
      "learning_rate": 0.000249,
      "loss": 11.7193,
      "step": 1660
    },
    {
      "epoch": 0.003479166666666667,
      "grad_norm": 12.698099136352539,
      "learning_rate": 0.00025049999999999996,
      "loss": 13.935,
      "step": 1670
    },
    {
      "epoch": 0.0035,
      "grad_norm": 3.2623977661132812,
      "learning_rate": 0.00025199999999999995,
      "loss": 10.4728,
      "step": 1680
    },
    {
      "epoch": 0.0035208333333333333,
      "grad_norm": 11.435408592224121,
      "learning_rate": 0.0002535,
      "loss": 12.5799,
      "step": 1690
    },
    {
      "epoch": 0.0035416666666666665,
      "grad_norm": 6.777403354644775,
      "learning_rate": 0.00025499999999999996,
      "loss": 10.4448,
      "step": 1700
    },
    {
      "epoch": 0.0035625,
      "grad_norm": 7.216702938079834,
      "learning_rate": 0.00025649999999999995,
      "loss": 10.6325,
      "step": 1710
    },
    {
      "epoch": 0.0035833333333333333,
      "grad_norm": 6.749535083770752,
      "learning_rate": 0.000258,
      "loss": 11.5822,
      "step": 1720
    },
    {
      "epoch": 0.0036041666666666665,
      "grad_norm": 5.110025882720947,
      "learning_rate": 0.00025949999999999997,
      "loss": 10.5881,
      "step": 1730
    },
    {
      "epoch": 0.003625,
      "grad_norm": 3.0304901599884033,
      "learning_rate": 0.000261,
      "loss": 10.0741,
      "step": 1740
    },
    {
      "epoch": 0.0036458333333333334,
      "grad_norm": 4.584140300750732,
      "learning_rate": 0.0002625,
      "loss": 10.2483,
      "step": 1750
    },
    {
      "epoch": 0.0036666666666666666,
      "grad_norm": 4.685988426208496,
      "learning_rate": 0.00026399999999999997,
      "loss": 13.8293,
      "step": 1760
    },
    {
      "epoch": 0.0036875,
      "grad_norm": 5.921234130859375,
      "learning_rate": 0.0002655,
      "loss": 13.3045,
      "step": 1770
    },
    {
      "epoch": 0.0037083333333333334,
      "grad_norm": 9.946368217468262,
      "learning_rate": 0.000267,
      "loss": 12.5176,
      "step": 1780
    },
    {
      "epoch": 0.0037291666666666667,
      "grad_norm": 4.797776699066162,
      "learning_rate": 0.00026849999999999997,
      "loss": 11.2543,
      "step": 1790
    },
    {
      "epoch": 0.00375,
      "grad_norm": 11.97612476348877,
      "learning_rate": 0.00027,
      "loss": 12.5582,
      "step": 1800
    },
    {
      "epoch": 0.0037708333333333335,
      "grad_norm": 4.3365607261657715,
      "learning_rate": 0.0002715,
      "loss": 14.8308,
      "step": 1810
    },
    {
      "epoch": 0.0037916666666666667,
      "grad_norm": 6.810231685638428,
      "learning_rate": 0.00027299999999999997,
      "loss": 11.9293,
      "step": 1820
    },
    {
      "epoch": 0.0038125,
      "grad_norm": 4.226729869842529,
      "learning_rate": 0.0002745,
      "loss": 11.6948,
      "step": 1830
    },
    {
      "epoch": 0.003833333333333333,
      "grad_norm": 4.563267230987549,
      "learning_rate": 0.000276,
      "loss": 12.7319,
      "step": 1840
    },
    {
      "epoch": 0.0038541666666666668,
      "grad_norm": 8.58238410949707,
      "learning_rate": 0.00027749999999999997,
      "loss": 12.011,
      "step": 1850
    },
    {
      "epoch": 0.003875,
      "grad_norm": 3.9458558559417725,
      "learning_rate": 0.000279,
      "loss": 10.6803,
      "step": 1860
    },
    {
      "epoch": 0.003895833333333333,
      "grad_norm": 2.2152552604675293,
      "learning_rate": 0.0002805,
      "loss": 10.9621,
      "step": 1870
    },
    {
      "epoch": 0.003916666666666666,
      "grad_norm": 6.117530345916748,
      "learning_rate": 0.00028199999999999997,
      "loss": 10.5422,
      "step": 1880
    },
    {
      "epoch": 0.0039375,
      "grad_norm": 2.399078607559204,
      "learning_rate": 0.00028349999999999995,
      "loss": 11.4756,
      "step": 1890
    },
    {
      "epoch": 0.003958333333333334,
      "grad_norm": 5.756690502166748,
      "learning_rate": 0.000285,
      "loss": 12.4438,
      "step": 1900
    },
    {
      "epoch": 0.0039791666666666664,
      "grad_norm": 10.513090133666992,
      "learning_rate": 0.00028649999999999997,
      "loss": 13.504,
      "step": 1910
    },
    {
      "epoch": 0.004,
      "grad_norm": 5.2440924644470215,
      "learning_rate": 0.00028799999999999995,
      "loss": 11.2681,
      "step": 1920
    },
    {
      "epoch": 0.004020833333333334,
      "grad_norm": 10.983226776123047,
      "learning_rate": 0.0002895,
      "loss": 12.9019,
      "step": 1930
    },
    {
      "epoch": 0.0040416666666666665,
      "grad_norm": 2.933842420578003,
      "learning_rate": 0.00029099999999999997,
      "loss": 12.1714,
      "step": 1940
    },
    {
      "epoch": 0.0040625,
      "grad_norm": 4.433413028717041,
      "learning_rate": 0.00029249999999999995,
      "loss": 10.6845,
      "step": 1950
    },
    {
      "epoch": 0.004083333333333333,
      "grad_norm": 3.807220935821533,
      "learning_rate": 0.000294,
      "loss": 12.2526,
      "step": 1960
    },
    {
      "epoch": 0.0041041666666666666,
      "grad_norm": 8.327688217163086,
      "learning_rate": 0.00029549999999999997,
      "loss": 11.4466,
      "step": 1970
    },
    {
      "epoch": 0.004125,
      "grad_norm": 6.674000263214111,
      "learning_rate": 0.00029699999999999996,
      "loss": 12.7561,
      "step": 1980
    },
    {
      "epoch": 0.004145833333333333,
      "grad_norm": 5.874841690063477,
      "learning_rate": 0.0002985,
      "loss": 13.7228,
      "step": 1990
    },
    {
      "epoch": 0.004166666666666667,
      "grad_norm": 3.9122138023376465,
      "learning_rate": 0.0003,
      "loss": 11.3157,
      "step": 2000
    },
    {
      "epoch": 0.004166666666666667,
      "eval_loss": 9.87646770477295,
      "eval_runtime": 9.6713,
      "eval_samples_per_second": 0.31,
      "eval_steps_per_second": 0.103,
      "step": 2000
    },
    {
      "epoch": 0.0041875,
      "grad_norm": 13.563594818115234,
      "learning_rate": 0.00029999999967602963,
      "loss": 11.0354,
      "step": 2010
    },
    {
      "epoch": 0.004208333333333333,
      "grad_norm": 6.942144393920898,
      "learning_rate": 0.0002999999987041187,
      "loss": 11.5248,
      "step": 2020
    },
    {
      "epoch": 0.004229166666666667,
      "grad_norm": 4.7165021896362305,
      "learning_rate": 0.00029999999708426716,
      "loss": 11.1344,
      "step": 2030
    },
    {
      "epoch": 0.00425,
      "grad_norm": 6.29317045211792,
      "learning_rate": 0.000299999994816475,
      "loss": 12.9159,
      "step": 2040
    },
    {
      "epoch": 0.004270833333333333,
      "grad_norm": 8.102807998657227,
      "learning_rate": 0.0002999999919007422,
      "loss": 10.0408,
      "step": 2050
    },
    {
      "epoch": 0.004291666666666667,
      "grad_norm": 2.187979221343994,
      "learning_rate": 0.00029999998833706883,
      "loss": 10.1761,
      "step": 2060
    },
    {
      "epoch": 0.0043125,
      "grad_norm": 3.8157589435577393,
      "learning_rate": 0.0002999999841254549,
      "loss": 11.1269,
      "step": 2070
    },
    {
      "epoch": 0.004333333333333333,
      "grad_norm": 12.259003639221191,
      "learning_rate": 0.0002999999792659004,
      "loss": 12.7869,
      "step": 2080
    },
    {
      "epoch": 0.004354166666666667,
      "grad_norm": 4.551150798797607,
      "learning_rate": 0.00029999997375840536,
      "loss": 12.0754,
      "step": 2090
    },
    {
      "epoch": 0.004375,
      "grad_norm": 3.136636257171631,
      "learning_rate": 0.0002999999676029699,
      "loss": 9.8152,
      "step": 2100
    },
    {
      "epoch": 0.004395833333333333,
      "grad_norm": 7.610080718994141,
      "learning_rate": 0.00029999996079959376,
      "loss": 12.4829,
      "step": 2110
    },
    {
      "epoch": 0.004416666666666667,
      "grad_norm": 8.245064735412598,
      "learning_rate": 0.0002999999533482773,
      "loss": 12.4352,
      "step": 2120
    },
    {
      "epoch": 0.0044375,
      "grad_norm": 2.7428321838378906,
      "learning_rate": 0.0002999999452490204,
      "loss": 10.5275,
      "step": 2130
    },
    {
      "epoch": 0.004458333333333333,
      "grad_norm": 15.602275848388672,
      "learning_rate": 0.0002999999365018231,
      "loss": 12.9286,
      "step": 2140
    },
    {
      "epoch": 0.004479166666666667,
      "grad_norm": 2.6501574516296387,
      "learning_rate": 0.00029999992710668543,
      "loss": 12.6448,
      "step": 2150
    },
    {
      "epoch": 0.0045,
      "grad_norm": 4.837404727935791,
      "learning_rate": 0.00029999991706360747,
      "loss": 11.8207,
      "step": 2160
    },
    {
      "epoch": 0.004520833333333333,
      "grad_norm": 2.70428466796875,
      "learning_rate": 0.0002999999063725892,
      "loss": 10.1518,
      "step": 2170
    },
    {
      "epoch": 0.004541666666666667,
      "grad_norm": 10.44494342803955,
      "learning_rate": 0.00029999989503363077,
      "loss": 11.5964,
      "step": 2180
    },
    {
      "epoch": 0.0045625,
      "grad_norm": 2.676689624786377,
      "learning_rate": 0.00029999988304673216,
      "loss": 10.7693,
      "step": 2190
    },
    {
      "epoch": 0.004583333333333333,
      "grad_norm": 12.535316467285156,
      "learning_rate": 0.0002999998704118934,
      "loss": 14.0509,
      "step": 2200
    },
    {
      "epoch": 0.004604166666666667,
      "grad_norm": 3.2962138652801514,
      "learning_rate": 0.0002999998571291146,
      "loss": 12.4246,
      "step": 2210
    },
    {
      "epoch": 0.004625,
      "grad_norm": 8.501173973083496,
      "learning_rate": 0.0002999998431983958,
      "loss": 11.3692,
      "step": 2220
    },
    {
      "epoch": 0.004645833333333333,
      "grad_norm": 3.8938820362091064,
      "learning_rate": 0.000299999828619737,
      "loss": 10.7567,
      "step": 2230
    },
    {
      "epoch": 0.004666666666666667,
      "grad_norm": 4.109668731689453,
      "learning_rate": 0.00029999981339313834,
      "loss": 10.7281,
      "step": 2240
    },
    {
      "epoch": 0.0046875,
      "grad_norm": 10.934083938598633,
      "learning_rate": 0.00029999979751859984,
      "loss": 12.1188,
      "step": 2250
    },
    {
      "epoch": 0.0047083333333333335,
      "grad_norm": 2.791874885559082,
      "learning_rate": 0.00029999978099612163,
      "loss": 11.3748,
      "step": 2260
    },
    {
      "epoch": 0.004729166666666666,
      "grad_norm": 7.394636631011963,
      "learning_rate": 0.0002999997638257037,
      "loss": 12.7221,
      "step": 2270
    },
    {
      "epoch": 0.00475,
      "grad_norm": 2.319998025894165,
      "learning_rate": 0.0002999997460073462,
      "loss": 12.0415,
      "step": 2280
    },
    {
      "epoch": 0.0047708333333333335,
      "grad_norm": 2.9500389099121094,
      "learning_rate": 0.0002999997275410492,
      "loss": 10.0562,
      "step": 2290
    },
    {
      "epoch": 0.004791666666666666,
      "grad_norm": 6.751598358154297,
      "learning_rate": 0.00029999970842681267,
      "loss": 10.8327,
      "step": 2300
    },
    {
      "epoch": 0.0048125,
      "grad_norm": 2.2510292530059814,
      "learning_rate": 0.00029999968866463683,
      "loss": 11.3365,
      "step": 2310
    },
    {
      "epoch": 0.004833333333333334,
      "grad_norm": 2.585206985473633,
      "learning_rate": 0.00029999966825452166,
      "loss": 10.0836,
      "step": 2320
    },
    {
      "epoch": 0.004854166666666666,
      "grad_norm": 3.7492480278015137,
      "learning_rate": 0.00029999964719646733,
      "loss": 13.6134,
      "step": 2330
    },
    {
      "epoch": 0.004875,
      "grad_norm": 3.313692569732666,
      "learning_rate": 0.00029999962549047394,
      "loss": 11.2436,
      "step": 2340
    },
    {
      "epoch": 0.004895833333333334,
      "grad_norm": 10.378786087036133,
      "learning_rate": 0.0002999996031365415,
      "loss": 13.531,
      "step": 2350
    },
    {
      "epoch": 0.004916666666666666,
      "grad_norm": 27.914783477783203,
      "learning_rate": 0.00029999958013467013,
      "loss": 13.4197,
      "step": 2360
    },
    {
      "epoch": 0.0049375,
      "grad_norm": 5.520195960998535,
      "learning_rate": 0.00029999955648485994,
      "loss": 12.7831,
      "step": 2370
    },
    {
      "epoch": 0.004958333333333334,
      "grad_norm": 5.492746829986572,
      "learning_rate": 0.00029999953218711107,
      "loss": 11.0394,
      "step": 2380
    },
    {
      "epoch": 0.0049791666666666665,
      "grad_norm": 6.269760608673096,
      "learning_rate": 0.0002999995072414236,
      "loss": 13.62,
      "step": 2390
    },
    {
      "epoch": 0.005,
      "grad_norm": 3.0262176990509033,
      "learning_rate": 0.0002999994816477976,
      "loss": 10.6236,
      "step": 2400
    },
    {
      "epoch": 0.005020833333333334,
      "grad_norm": 3.593132495880127,
      "learning_rate": 0.00029999945540623324,
      "loss": 11.4397,
      "step": 2410
    },
    {
      "epoch": 0.0050416666666666665,
      "grad_norm": 1.8195801973342896,
      "learning_rate": 0.00029999942851673063,
      "loss": 11.3207,
      "step": 2420
    },
    {
      "epoch": 0.0050625,
      "grad_norm": 15.65548324584961,
      "learning_rate": 0.0002999994009792898,
      "loss": 10.4668,
      "step": 2430
    },
    {
      "epoch": 0.005083333333333333,
      "grad_norm": 4.778373718261719,
      "learning_rate": 0.000299999372793911,
      "loss": 11.2179,
      "step": 2440
    },
    {
      "epoch": 0.005104166666666667,
      "grad_norm": 4.989660739898682,
      "learning_rate": 0.00029999934396059423,
      "loss": 11.2172,
      "step": 2450
    },
    {
      "epoch": 0.005125,
      "grad_norm": 2.6236178874969482,
      "learning_rate": 0.0002999993144793397,
      "loss": 10.3868,
      "step": 2460
    },
    {
      "epoch": 0.005145833333333333,
      "grad_norm": 7.375515460968018,
      "learning_rate": 0.0002999992843501475,
      "loss": 11.9027,
      "step": 2470
    },
    {
      "epoch": 0.005166666666666667,
      "grad_norm": 2.437384605407715,
      "learning_rate": 0.00029999925357301774,
      "loss": 10.1913,
      "step": 2480
    },
    {
      "epoch": 0.0051875,
      "grad_norm": 3.551126003265381,
      "learning_rate": 0.0002999992221479506,
      "loss": 11.5891,
      "step": 2490
    },
    {
      "epoch": 0.005208333333333333,
      "grad_norm": 2.9350647926330566,
      "learning_rate": 0.0002999991900749462,
      "loss": 11.4501,
      "step": 2500
    },
    {
      "epoch": 0.005229166666666667,
      "grad_norm": 12.715533256530762,
      "learning_rate": 0.0002999991573540047,
      "loss": 11.4576,
      "step": 2510
    },
    {
      "epoch": 0.00525,
      "grad_norm": 2.576756715774536,
      "learning_rate": 0.0002999991239851261,
      "loss": 11.8501,
      "step": 2520
    },
    {
      "epoch": 0.005270833333333333,
      "grad_norm": 2.7481796741485596,
      "learning_rate": 0.00029999908996831075,
      "loss": 12.5742,
      "step": 2530
    },
    {
      "epoch": 0.005291666666666667,
      "grad_norm": 3.6397247314453125,
      "learning_rate": 0.0002999990553035587,
      "loss": 13.1926,
      "step": 2540
    },
    {
      "epoch": 0.0053125,
      "grad_norm": 4.753267765045166,
      "learning_rate": 0.00029999901999087014,
      "loss": 11.303,
      "step": 2550
    },
    {
      "epoch": 0.005333333333333333,
      "grad_norm": 15.482742309570312,
      "learning_rate": 0.0002999989840302451,
      "loss": 11.369,
      "step": 2560
    },
    {
      "epoch": 0.005354166666666667,
      "grad_norm": 3.287045955657959,
      "learning_rate": 0.00029999894742168385,
      "loss": 12.5388,
      "step": 2570
    },
    {
      "epoch": 0.005375,
      "grad_norm": 4.4117431640625,
      "learning_rate": 0.0002999989101651866,
      "loss": 12.2649,
      "step": 2580
    },
    {
      "epoch": 0.005395833333333333,
      "grad_norm": 6.037985801696777,
      "learning_rate": 0.0002999988722607533,
      "loss": 12.3824,
      "step": 2590
    },
    {
      "epoch": 0.005416666666666667,
      "grad_norm": 6.493986129760742,
      "learning_rate": 0.00029999883370838434,
      "loss": 10.7918,
      "step": 2600
    },
    {
      "epoch": 0.0054375,
      "grad_norm": 3.9407827854156494,
      "learning_rate": 0.00029999879450807977,
      "loss": 11.992,
      "step": 2610
    },
    {
      "epoch": 0.005458333333333333,
      "grad_norm": 4.723026275634766,
      "learning_rate": 0.00029999875465983977,
      "loss": 11.2855,
      "step": 2620
    },
    {
      "epoch": 0.005479166666666667,
      "grad_norm": 14.739402770996094,
      "learning_rate": 0.00029999871416366456,
      "loss": 11.5547,
      "step": 2630
    },
    {
      "epoch": 0.0055,
      "grad_norm": 3.6801538467407227,
      "learning_rate": 0.00029999867301955425,
      "loss": 11.034,
      "step": 2640
    },
    {
      "epoch": 0.005520833333333333,
      "grad_norm": 2.441683769226074,
      "learning_rate": 0.000299998631227509,
      "loss": 11.5933,
      "step": 2650
    },
    {
      "epoch": 0.005541666666666667,
      "grad_norm": 17.748092651367188,
      "learning_rate": 0.0002999985887875291,
      "loss": 12.3656,
      "step": 2660
    },
    {
      "epoch": 0.0055625,
      "grad_norm": 4.985614776611328,
      "learning_rate": 0.00029999854569961467,
      "loss": 10.8414,
      "step": 2670
    },
    {
      "epoch": 0.005583333333333333,
      "grad_norm": 5.9446187019348145,
      "learning_rate": 0.00029999850196376585,
      "loss": 10.4227,
      "step": 2680
    },
    {
      "epoch": 0.005604166666666667,
      "grad_norm": 3.5080769062042236,
      "learning_rate": 0.0002999984575799829,
      "loss": 10.0973,
      "step": 2690
    },
    {
      "epoch": 0.005625,
      "grad_norm": 4.5620880126953125,
      "learning_rate": 0.000299998412548266,
      "loss": 11.9983,
      "step": 2700
    },
    {
      "epoch": 0.005645833333333333,
      "grad_norm": 2.5132617950439453,
      "learning_rate": 0.0002999983668686153,
      "loss": 12.6401,
      "step": 2710
    },
    {
      "epoch": 0.005666666666666667,
      "grad_norm": 2.1413748264312744,
      "learning_rate": 0.00029999832054103105,
      "loss": 10.2383,
      "step": 2720
    },
    {
      "epoch": 0.0056875,
      "grad_norm": 5.160489559173584,
      "learning_rate": 0.00029999827356551345,
      "loss": 11.1647,
      "step": 2730
    },
    {
      "epoch": 0.0057083333333333335,
      "grad_norm": 1.8076437711715698,
      "learning_rate": 0.0002999982259420627,
      "loss": 10.5805,
      "step": 2740
    },
    {
      "epoch": 0.005729166666666666,
      "grad_norm": 4.643211841583252,
      "learning_rate": 0.00029999817767067895,
      "loss": 12.862,
      "step": 2750
    },
    {
      "epoch": 0.00575,
      "grad_norm": 8.521590232849121,
      "learning_rate": 0.0002999981287513624,
      "loss": 11.3028,
      "step": 2760
    },
    {
      "epoch": 0.0057708333333333335,
      "grad_norm": 1.6592504978179932,
      "learning_rate": 0.00029999807918411336,
      "loss": 11.3962,
      "step": 2770
    },
    {
      "epoch": 0.005791666666666666,
      "grad_norm": 9.983986854553223,
      "learning_rate": 0.00029999802896893196,
      "loss": 11.9938,
      "step": 2780
    },
    {
      "epoch": 0.0058125,
      "grad_norm": 2.706707000732422,
      "learning_rate": 0.0002999979781058185,
      "loss": 11.6958,
      "step": 2790
    },
    {
      "epoch": 0.005833333333333334,
      "grad_norm": 1.6359431743621826,
      "learning_rate": 0.0002999979265947731,
      "loss": 11.1593,
      "step": 2800
    },
    {
      "epoch": 0.005854166666666666,
      "grad_norm": 10.251188278198242,
      "learning_rate": 0.00029999787443579605,
      "loss": 13.2853,
      "step": 2810
    },
    {
      "epoch": 0.005875,
      "grad_norm": 5.13736629486084,
      "learning_rate": 0.0002999978216288876,
      "loss": 13.76,
      "step": 2820
    },
    {
      "epoch": 0.005895833333333334,
      "grad_norm": 4.320854663848877,
      "learning_rate": 0.00029999776817404784,
      "loss": 11.1219,
      "step": 2830
    },
    {
      "epoch": 0.005916666666666666,
      "grad_norm": 5.110162258148193,
      "learning_rate": 0.0002999977140712772,
      "loss": 13.4395,
      "step": 2840
    },
    {
      "epoch": 0.0059375,
      "grad_norm": 2.760321855545044,
      "learning_rate": 0.0002999976593205757,
      "loss": 11.6325,
      "step": 2850
    },
    {
      "epoch": 0.005958333333333334,
      "grad_norm": 3.003734588623047,
      "learning_rate": 0.00029999760392194374,
      "loss": 11.1167,
      "step": 2860
    },
    {
      "epoch": 0.0059791666666666665,
      "grad_norm": 6.840915679931641,
      "learning_rate": 0.0002999975478753815,
      "loss": 13.1334,
      "step": 2870
    },
    {
      "epoch": 0.006,
      "grad_norm": 2.6546695232391357,
      "learning_rate": 0.00029999749118088924,
      "loss": 10.2433,
      "step": 2880
    },
    {
      "epoch": 0.006020833333333334,
      "grad_norm": 5.440946102142334,
      "learning_rate": 0.0002999974338384672,
      "loss": 12.6078,
      "step": 2890
    },
    {
      "epoch": 0.0060416666666666665,
      "grad_norm": 5.112140655517578,
      "learning_rate": 0.0002999973758481156,
      "loss": 11.3297,
      "step": 2900
    },
    {
      "epoch": 0.0060625,
      "grad_norm": 3.5985474586486816,
      "learning_rate": 0.00029999731720983466,
      "loss": 11.0323,
      "step": 2910
    },
    {
      "epoch": 0.006083333333333333,
      "grad_norm": 1.9349019527435303,
      "learning_rate": 0.00029999725792362477,
      "loss": 10.8051,
      "step": 2920
    },
    {
      "epoch": 0.006104166666666667,
      "grad_norm": 7.33920955657959,
      "learning_rate": 0.000299997197989486,
      "loss": 11.9394,
      "step": 2930
    },
    {
      "epoch": 0.006125,
      "grad_norm": 2.1137797832489014,
      "learning_rate": 0.0002999971374074188,
      "loss": 11.0192,
      "step": 2940
    },
    {
      "epoch": 0.006145833333333333,
      "grad_norm": 10.406047821044922,
      "learning_rate": 0.0002999970761774233,
      "loss": 12.4255,
      "step": 2950
    },
    {
      "epoch": 0.006166666666666667,
      "grad_norm": 3.6075096130371094,
      "learning_rate": 0.0002999970142994998,
      "loss": 10.5611,
      "step": 2960
    },
    {
      "epoch": 0.0061875,
      "grad_norm": 9.986448287963867,
      "learning_rate": 0.0002999969517736486,
      "loss": 11.7118,
      "step": 2970
    },
    {
      "epoch": 0.006208333333333333,
      "grad_norm": 7.07346248626709,
      "learning_rate": 0.0002999968885998699,
      "loss": 12.568,
      "step": 2980
    },
    {
      "epoch": 0.006229166666666667,
      "grad_norm": 2.7383437156677246,
      "learning_rate": 0.000299996824778164,
      "loss": 11.0293,
      "step": 2990
    },
    {
      "epoch": 0.00625,
      "grad_norm": 2.2942938804626465,
      "learning_rate": 0.00029999676030853127,
      "loss": 11.3886,
      "step": 3000
    },
    {
      "epoch": 0.00625,
      "eval_loss": 11.293810844421387,
      "eval_runtime": 8.7009,
      "eval_samples_per_second": 0.345,
      "eval_steps_per_second": 0.115,
      "step": 3000
    },
    {
      "epoch": 0.006270833333333333,
      "grad_norm": 2.8621773719787598,
      "learning_rate": 0.00029999669519097187,
      "loss": 12.7224,
      "step": 3010
    },
    {
      "epoch": 0.006291666666666667,
      "grad_norm": 2.934713363647461,
      "learning_rate": 0.0002999966294254861,
      "loss": 11.3852,
      "step": 3020
    },
    {
      "epoch": 0.0063125,
      "grad_norm": 2.880141258239746,
      "learning_rate": 0.00029999656301207426,
      "loss": 11.1086,
      "step": 3030
    },
    {
      "epoch": 0.006333333333333333,
      "grad_norm": 3.514875650405884,
      "learning_rate": 0.0002999964959507367,
      "loss": 11.0826,
      "step": 3040
    },
    {
      "epoch": 0.006354166666666667,
      "grad_norm": 4.140913486480713,
      "learning_rate": 0.00029999642824147355,
      "loss": 11.3852,
      "step": 3050
    },
    {
      "epoch": 0.006375,
      "grad_norm": 2.1936793327331543,
      "learning_rate": 0.00029999635988428526,
      "loss": 10.1984,
      "step": 3060
    },
    {
      "epoch": 0.006395833333333333,
      "grad_norm": 2.8263978958129883,
      "learning_rate": 0.0002999962908791721,
      "loss": 12.0264,
      "step": 3070
    },
    {
      "epoch": 0.006416666666666667,
      "grad_norm": 4.103827953338623,
      "learning_rate": 0.0002999962212261343,
      "loss": 11.7244,
      "step": 3080
    },
    {
      "epoch": 0.0064375,
      "grad_norm": 2.234313726425171,
      "learning_rate": 0.0002999961509251722,
      "loss": 10.3599,
      "step": 3090
    },
    {
      "epoch": 0.006458333333333333,
      "grad_norm": 2.3674516677856445,
      "learning_rate": 0.0002999960799762861,
      "loss": 10.3473,
      "step": 3100
    },
    {
      "epoch": 0.006479166666666667,
      "grad_norm": 3.338134527206421,
      "learning_rate": 0.00029999600837947633,
      "loss": 10.7655,
      "step": 3110
    },
    {
      "epoch": 0.0065,
      "grad_norm": 4.979959964752197,
      "learning_rate": 0.00029999593613474313,
      "loss": 11.0637,
      "step": 3120
    },
    {
      "epoch": 0.006520833333333333,
      "grad_norm": 1.4533525705337524,
      "learning_rate": 0.00029999586324208687,
      "loss": 10.6996,
      "step": 3130
    },
    {
      "epoch": 0.006541666666666667,
      "grad_norm": 1.922835350036621,
      "learning_rate": 0.0002999957897015079,
      "loss": 10.0486,
      "step": 3140
    },
    {
      "epoch": 0.0065625,
      "grad_norm": 3.9409666061401367,
      "learning_rate": 0.00029999571551300643,
      "loss": 11.6125,
      "step": 3150
    },
    {
      "epoch": 0.006583333333333333,
      "grad_norm": 17.183393478393555,
      "learning_rate": 0.0002999956406765829,
      "loss": 12.4658,
      "step": 3160
    },
    {
      "epoch": 0.006604166666666667,
      "grad_norm": 3.2781147956848145,
      "learning_rate": 0.0002999955651922376,
      "loss": 10.5178,
      "step": 3170
    },
    {
      "epoch": 0.006625,
      "grad_norm": 1.6140764951705933,
      "learning_rate": 0.00029999548905997075,
      "loss": 10.6654,
      "step": 3180
    },
    {
      "epoch": 0.0066458333333333335,
      "grad_norm": 9.929315567016602,
      "learning_rate": 0.00029999541227978275,
      "loss": 11.2462,
      "step": 3190
    },
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 2.290630340576172,
      "learning_rate": 0.00029999533485167395,
      "loss": 10.8714,
      "step": 3200
    },
    {
      "epoch": 0.0066875,
      "grad_norm": 2.6406986713409424,
      "learning_rate": 0.0002999952567756447,
      "loss": 11.3255,
      "step": 3210
    },
    {
      "epoch": 0.0067083333333333335,
      "grad_norm": 3.1670775413513184,
      "learning_rate": 0.00029999517805169535,
      "loss": 11.9068,
      "step": 3220
    },
    {
      "epoch": 0.006729166666666666,
      "grad_norm": 2.878253936767578,
      "learning_rate": 0.00029999509867982614,
      "loss": 10.8768,
      "step": 3230
    },
    {
      "epoch": 0.00675,
      "grad_norm": 1.537001609802246,
      "learning_rate": 0.00029999501866003755,
      "loss": 10.0964,
      "step": 3240
    },
    {
      "epoch": 0.0067708333333333336,
      "grad_norm": 1.766771912574768,
      "learning_rate": 0.00029999493799232974,
      "loss": 11.4674,
      "step": 3250
    },
    {
      "epoch": 0.006791666666666666,
      "grad_norm": 7.01200008392334,
      "learning_rate": 0.00029999485667670325,
      "loss": 11.5575,
      "step": 3260
    },
    {
      "epoch": 0.0068125,
      "grad_norm": 1.6950093507766724,
      "learning_rate": 0.00029999477471315836,
      "loss": 10.1783,
      "step": 3270
    },
    {
      "epoch": 0.006833333333333334,
      "grad_norm": 1.739452600479126,
      "learning_rate": 0.00029999469210169533,
      "loss": 11.2323,
      "step": 3280
    },
    {
      "epoch": 0.006854166666666666,
      "grad_norm": 7.227446556091309,
      "learning_rate": 0.0002999946088423147,
      "loss": 12.7205,
      "step": 3290
    },
    {
      "epoch": 0.006875,
      "grad_norm": 3.2372970581054688,
      "learning_rate": 0.0002999945249350167,
      "loss": 12.7733,
      "step": 3300
    },
    {
      "epoch": 0.006895833333333334,
      "grad_norm": 7.557368755340576,
      "learning_rate": 0.00029999444037980173,
      "loss": 11.8309,
      "step": 3310
    },
    {
      "epoch": 0.0069166666666666664,
      "grad_norm": 9.397018432617188,
      "learning_rate": 0.0002999943551766701,
      "loss": 13.7685,
      "step": 3320
    },
    {
      "epoch": 0.0069375,
      "grad_norm": 3.3314435482025146,
      "learning_rate": 0.0002999942693256223,
      "loss": 11.0315,
      "step": 3330
    },
    {
      "epoch": 0.006958333333333334,
      "grad_norm": 2.4309561252593994,
      "learning_rate": 0.00029999418282665864,
      "loss": 10.4533,
      "step": 3340
    },
    {
      "epoch": 0.0069791666666666665,
      "grad_norm": 4.491865158081055,
      "learning_rate": 0.00029999409567977935,
      "loss": 10.5892,
      "step": 3350
    },
    {
      "epoch": 0.007,
      "grad_norm": 5.192742824554443,
      "learning_rate": 0.0002999940078849851,
      "loss": 11.2072,
      "step": 3360
    },
    {
      "epoch": 0.007020833333333333,
      "grad_norm": 5.0729498863220215,
      "learning_rate": 0.000299993919442276,
      "loss": 11.0704,
      "step": 3370
    },
    {
      "epoch": 0.0070416666666666666,
      "grad_norm": 7.363729953765869,
      "learning_rate": 0.0002999938303516526,
      "loss": 10.9982,
      "step": 3380
    },
    {
      "epoch": 0.0070625,
      "grad_norm": 9.752941131591797,
      "learning_rate": 0.0002999937406131152,
      "loss": 11.8817,
      "step": 3390
    },
    {
      "epoch": 0.007083333333333333,
      "grad_norm": 5.952010631561279,
      "learning_rate": 0.00029999365022666415,
      "loss": 18.7122,
      "step": 3400
    },
    {
      "epoch": 0.007104166666666667,
      "grad_norm": 10.583747863769531,
      "learning_rate": 0.00029999355919229997,
      "loss": 10.9885,
      "step": 3410
    },
    {
      "epoch": 0.007125,
      "grad_norm": 2.772706985473633,
      "learning_rate": 0.00029999346751002296,
      "loss": 12.0904,
      "step": 3420
    },
    {
      "epoch": 0.007145833333333333,
      "grad_norm": 3.781113624572754,
      "learning_rate": 0.00029999337517983357,
      "loss": 11.9345,
      "step": 3430
    },
    {
      "epoch": 0.007166666666666667,
      "grad_norm": 2.497025728225708,
      "learning_rate": 0.00029999328220173217,
      "loss": 10.9592,
      "step": 3440
    },
    {
      "epoch": 0.0071875,
      "grad_norm": 15.020984649658203,
      "learning_rate": 0.0002999931885757192,
      "loss": 12.8921,
      "step": 3450
    },
    {
      "epoch": 0.007208333333333333,
      "grad_norm": 7.3521223068237305,
      "learning_rate": 0.0002999930943017949,
      "loss": 13.4425,
      "step": 3460
    },
    {
      "epoch": 0.007229166666666667,
      "grad_norm": 15.408369064331055,
      "learning_rate": 0.00029999299937995993,
      "loss": 10.9105,
      "step": 3470
    },
    {
      "epoch": 0.00725,
      "grad_norm": 1.676025152206421,
      "learning_rate": 0.0002999929038102145,
      "loss": 11.2505,
      "step": 3480
    },
    {
      "epoch": 0.007270833333333333,
      "grad_norm": 2.8564562797546387,
      "learning_rate": 0.00029999280759255913,
      "loss": 10.9791,
      "step": 3490
    },
    {
      "epoch": 0.007291666666666667,
      "grad_norm": 2.753361701965332,
      "learning_rate": 0.0002999927107269942,
      "loss": 11.8766,
      "step": 3500
    },
    {
      "epoch": 0.0073125,
      "grad_norm": 1.9389111995697021,
      "learning_rate": 0.0002999926132135202,
      "loss": 11.0676,
      "step": 3510
    },
    {
      "epoch": 0.007333333333333333,
      "grad_norm": 6.111546516418457,
      "learning_rate": 0.00029999251505213734,
      "loss": 10.0014,
      "step": 3520
    },
    {
      "epoch": 0.007354166666666667,
      "grad_norm": 4.563414573669434,
      "learning_rate": 0.00029999241624284624,
      "loss": 11.7591,
      "step": 3530
    },
    {
      "epoch": 0.007375,
      "grad_norm": 2.1293725967407227,
      "learning_rate": 0.0002999923167856473,
      "loss": 11.3152,
      "step": 3540
    },
    {
      "epoch": 0.007395833333333333,
      "grad_norm": 14.399134635925293,
      "learning_rate": 0.0002999922166805409,
      "loss": 12.6871,
      "step": 3550
    },
    {
      "epoch": 0.007416666666666667,
      "grad_norm": 2.630530834197998,
      "learning_rate": 0.0002999921159275275,
      "loss": 10.7929,
      "step": 3560
    },
    {
      "epoch": 0.0074375,
      "grad_norm": 5.290397644042969,
      "learning_rate": 0.0002999920145266076,
      "loss": 11.8176,
      "step": 3570
    },
    {
      "epoch": 0.007458333333333333,
      "grad_norm": 1.2408925294876099,
      "learning_rate": 0.0002999919124777815,
      "loss": 11.02,
      "step": 3580
    },
    {
      "epoch": 0.007479166666666667,
      "grad_norm": 13.243186950683594,
      "learning_rate": 0.00029999180978104966,
      "loss": 11.0197,
      "step": 3590
    },
    {
      "epoch": 0.0075,
      "grad_norm": 2.696967363357544,
      "learning_rate": 0.00029999170643641267,
      "loss": 11.9966,
      "step": 3600
    },
    {
      "epoch": 0.007520833333333333,
      "grad_norm": 3.282236099243164,
      "learning_rate": 0.0002999916024438708,
      "loss": 11.6219,
      "step": 3610
    },
    {
      "epoch": 0.007541666666666667,
      "grad_norm": 3.3016481399536133,
      "learning_rate": 0.0002999914978034246,
      "loss": 10.9554,
      "step": 3620
    },
    {
      "epoch": 0.0075625,
      "grad_norm": 6.398136615753174,
      "learning_rate": 0.0002999913925150746,
      "loss": 11.2419,
      "step": 3630
    },
    {
      "epoch": 0.007583333333333333,
      "grad_norm": 19.717641830444336,
      "learning_rate": 0.000299991286578821,
      "loss": 12.7059,
      "step": 3640
    },
    {
      "epoch": 0.007604166666666667,
      "grad_norm": 1.866159439086914,
      "learning_rate": 0.0002999911799946645,
      "loss": 10.1849,
      "step": 3650
    },
    {
      "epoch": 0.007625,
      "grad_norm": 2.271376609802246,
      "learning_rate": 0.00029999107276260545,
      "loss": 10.9807,
      "step": 3660
    },
    {
      "epoch": 0.0076458333333333335,
      "grad_norm": 3.5420939922332764,
      "learning_rate": 0.00029999096488264436,
      "loss": 10.7777,
      "step": 3670
    },
    {
      "epoch": 0.007666666666666666,
      "grad_norm": 2.0103402137756348,
      "learning_rate": 0.00029999085635478166,
      "loss": 11.6646,
      "step": 3680
    },
    {
      "epoch": 0.0076875,
      "grad_norm": 2.760479688644409,
      "learning_rate": 0.0002999907471790178,
      "loss": 12.1781,
      "step": 3690
    },
    {
      "epoch": 0.0077083333333333335,
      "grad_norm": 2.2764205932617188,
      "learning_rate": 0.0002999906373553533,
      "loss": 10.2922,
      "step": 3700
    },
    {
      "epoch": 0.007729166666666666,
      "grad_norm": 1.7379910945892334,
      "learning_rate": 0.00029999052688378864,
      "loss": 11.7887,
      "step": 3710
    },
    {
      "epoch": 0.00775,
      "grad_norm": 2.2480945587158203,
      "learning_rate": 0.00029999041576432426,
      "loss": 10.9332,
      "step": 3720
    },
    {
      "epoch": 0.007770833333333334,
      "grad_norm": 7.1757073402404785,
      "learning_rate": 0.00029999030399696067,
      "loss": 14.2823,
      "step": 3730
    },
    {
      "epoch": 0.007791666666666666,
      "grad_norm": 2.0510621070861816,
      "learning_rate": 0.0002999901915816983,
      "loss": 10.0682,
      "step": 3740
    },
    {
      "epoch": 0.0078125,
      "grad_norm": 37.05197525024414,
      "learning_rate": 0.0002999900785185377,
      "loss": 14.2773,
      "step": 3750
    },
    {
      "epoch": 0.007833333333333333,
      "grad_norm": 3.2431139945983887,
      "learning_rate": 0.0002999899648074793,
      "loss": 10.7953,
      "step": 3760
    },
    {
      "epoch": 0.007854166666666667,
      "grad_norm": 1.81747305393219,
      "learning_rate": 0.00029998985044852363,
      "loss": 11.7389,
      "step": 3770
    },
    {
      "epoch": 0.007875,
      "grad_norm": 1.6968499422073364,
      "learning_rate": 0.0002999897354416712,
      "loss": 10.658,
      "step": 3780
    },
    {
      "epoch": 0.007895833333333333,
      "grad_norm": 1.9919536113739014,
      "learning_rate": 0.0002999896197869225,
      "loss": 10.7212,
      "step": 3790
    },
    {
      "epoch": 0.007916666666666667,
      "grad_norm": 2.0784671306610107,
      "learning_rate": 0.000299989503484278,
      "loss": 11.2462,
      "step": 3800
    },
    {
      "epoch": 0.0079375,
      "grad_norm": 2.846771240234375,
      "learning_rate": 0.0002999893865337382,
      "loss": 11.4852,
      "step": 3810
    },
    {
      "epoch": 0.007958333333333333,
      "grad_norm": 2.594496250152588,
      "learning_rate": 0.00029998926893530357,
      "loss": 11.9172,
      "step": 3820
    },
    {
      "epoch": 0.007979166666666667,
      "grad_norm": 2.721346855163574,
      "learning_rate": 0.0002999891506889747,
      "loss": 11.442,
      "step": 3830
    },
    {
      "epoch": 0.008,
      "grad_norm": 1.6428955793380737,
      "learning_rate": 0.0002999890317947521,
      "loss": 11.5397,
      "step": 3840
    },
    {
      "epoch": 0.008020833333333333,
      "grad_norm": 1.706993579864502,
      "learning_rate": 0.0002999889122526363,
      "loss": 12.7233,
      "step": 3850
    },
    {
      "epoch": 0.008041666666666667,
      "grad_norm": 3.2433695793151855,
      "learning_rate": 0.00029998879206262767,
      "loss": 10.7813,
      "step": 3860
    },
    {
      "epoch": 0.0080625,
      "grad_norm": 4.414473533630371,
      "learning_rate": 0.0002999886712247269,
      "loss": 10.4448,
      "step": 3870
    },
    {
      "epoch": 0.008083333333333333,
      "grad_norm": 4.201941967010498,
      "learning_rate": 0.0002999885497389344,
      "loss": 10.6632,
      "step": 3880
    },
    {
      "epoch": 0.008104166666666668,
      "grad_norm": 11.04023551940918,
      "learning_rate": 0.00029998842760525074,
      "loss": 12.6683,
      "step": 3890
    },
    {
      "epoch": 0.008125,
      "grad_norm": 1.471915602684021,
      "learning_rate": 0.00029998830482367645,
      "loss": 11.2155,
      "step": 3900
    },
    {
      "epoch": 0.008145833333333333,
      "grad_norm": 6.468461990356445,
      "learning_rate": 0.00029998818139421204,
      "loss": 13.581,
      "step": 3910
    },
    {
      "epoch": 0.008166666666666666,
      "grad_norm": 1.1470705270767212,
      "learning_rate": 0.0002999880573168581,
      "loss": 11.1485,
      "step": 3920
    },
    {
      "epoch": 0.0081875,
      "grad_norm": 2.2115683555603027,
      "learning_rate": 0.00029998793259161503,
      "loss": 11.7152,
      "step": 3930
    },
    {
      "epoch": 0.008208333333333333,
      "grad_norm": 1.7983379364013672,
      "learning_rate": 0.00029998780721848356,
      "loss": 11.006,
      "step": 3940
    },
    {
      "epoch": 0.008229166666666666,
      "grad_norm": 2.6187820434570312,
      "learning_rate": 0.00029998768119746404,
      "loss": 12.205,
      "step": 3950
    },
    {
      "epoch": 0.00825,
      "grad_norm": 5.554537296295166,
      "learning_rate": 0.0002999875545285572,
      "loss": 10.5554,
      "step": 3960
    },
    {
      "epoch": 0.008270833333333333,
      "grad_norm": 1.549967885017395,
      "learning_rate": 0.0002999874272117634,
      "loss": 10.6418,
      "step": 3970
    },
    {
      "epoch": 0.008291666666666666,
      "grad_norm": 2.5390164852142334,
      "learning_rate": 0.0002999872992470833,
      "loss": 10.8341,
      "step": 3980
    },
    {
      "epoch": 0.0083125,
      "grad_norm": 3.5829107761383057,
      "learning_rate": 0.0002999871706345175,
      "loss": 10.0452,
      "step": 3990
    },
    {
      "epoch": 0.008333333333333333,
      "grad_norm": 2.2654104232788086,
      "learning_rate": 0.0002999870413740665,
      "loss": 10.4986,
      "step": 4000
    },
    {
      "epoch": 0.008333333333333333,
      "eval_loss": 8.147384643554688,
      "eval_runtime": 8.8786,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 4000
    },
    {
      "epoch": 0.008354166666666666,
      "grad_norm": 5.713516712188721,
      "learning_rate": 0.00029998691146573077,
      "loss": 10.9885,
      "step": 4010
    },
    {
      "epoch": 0.008375,
      "grad_norm": 2.508314371109009,
      "learning_rate": 0.000299986780909511,
      "loss": 13.9581,
      "step": 4020
    },
    {
      "epoch": 0.008395833333333333,
      "grad_norm": 9.723336219787598,
      "learning_rate": 0.00029998664970540766,
      "loss": 11.681,
      "step": 4030
    },
    {
      "epoch": 0.008416666666666666,
      "grad_norm": 1.4240531921386719,
      "learning_rate": 0.0002999865178534214,
      "loss": 10.7444,
      "step": 4040
    },
    {
      "epoch": 0.0084375,
      "grad_norm": 2.9833579063415527,
      "learning_rate": 0.0002999863853535528,
      "loss": 10.2033,
      "step": 4050
    },
    {
      "epoch": 0.008458333333333333,
      "grad_norm": 6.95616340637207,
      "learning_rate": 0.00029998625220580233,
      "loss": 11.627,
      "step": 4060
    },
    {
      "epoch": 0.008479166666666666,
      "grad_norm": 4.410337448120117,
      "learning_rate": 0.00029998611841017064,
      "loss": 12.0216,
      "step": 4070
    },
    {
      "epoch": 0.0085,
      "grad_norm": 3.945786237716675,
      "learning_rate": 0.00029998598396665827,
      "loss": 13.6854,
      "step": 4080
    },
    {
      "epoch": 0.008520833333333333,
      "grad_norm": 34.6647834777832,
      "learning_rate": 0.0002999858488752658,
      "loss": 11.8773,
      "step": 4090
    },
    {
      "epoch": 0.008541666666666666,
      "grad_norm": 8.35076904296875,
      "learning_rate": 0.00029998571313599384,
      "loss": 11.8573,
      "step": 4100
    },
    {
      "epoch": 0.0085625,
      "grad_norm": 4.68878698348999,
      "learning_rate": 0.000299985576748843,
      "loss": 10.9714,
      "step": 4110
    },
    {
      "epoch": 0.008583333333333333,
      "grad_norm": 18.648807525634766,
      "learning_rate": 0.0002999854397138138,
      "loss": 11.7352,
      "step": 4120
    },
    {
      "epoch": 0.008604166666666666,
      "grad_norm": 2.0845000743865967,
      "learning_rate": 0.0002999853020309069,
      "loss": 10.0738,
      "step": 4130
    },
    {
      "epoch": 0.008625,
      "grad_norm": 3.5464987754821777,
      "learning_rate": 0.00029998516370012286,
      "loss": 11.4073,
      "step": 4140
    },
    {
      "epoch": 0.008645833333333333,
      "grad_norm": 9.3552827835083,
      "learning_rate": 0.00029998502472146224,
      "loss": 12.2141,
      "step": 4150
    },
    {
      "epoch": 0.008666666666666666,
      "grad_norm": 1.9226664304733276,
      "learning_rate": 0.00029998488509492573,
      "loss": 10.3571,
      "step": 4160
    },
    {
      "epoch": 0.0086875,
      "grad_norm": 6.168551445007324,
      "learning_rate": 0.00029998474482051385,
      "loss": 9.8931,
      "step": 4170
    },
    {
      "epoch": 0.008708333333333334,
      "grad_norm": 1.8474146127700806,
      "learning_rate": 0.00029998460389822726,
      "loss": 9.9298,
      "step": 4180
    },
    {
      "epoch": 0.008729166666666666,
      "grad_norm": 4.186611175537109,
      "learning_rate": 0.00029998446232806656,
      "loss": 10.4307,
      "step": 4190
    },
    {
      "epoch": 0.00875,
      "grad_norm": 8.999931335449219,
      "learning_rate": 0.00029998432011003233,
      "loss": 12.1578,
      "step": 4200
    },
    {
      "epoch": 0.008770833333333334,
      "grad_norm": 3.683248281478882,
      "learning_rate": 0.0002999841772441252,
      "loss": 14.5831,
      "step": 4210
    },
    {
      "epoch": 0.008791666666666666,
      "grad_norm": 2.145063638687134,
      "learning_rate": 0.00029998403373034577,
      "loss": 13.3881,
      "step": 4220
    },
    {
      "epoch": 0.0088125,
      "grad_norm": 1.96282958984375,
      "learning_rate": 0.0002999838895686947,
      "loss": 11.2723,
      "step": 4230
    },
    {
      "epoch": 0.008833333333333334,
      "grad_norm": 1.6163562536239624,
      "learning_rate": 0.00029998374475917266,
      "loss": 10.9972,
      "step": 4240
    },
    {
      "epoch": 0.008854166666666666,
      "grad_norm": 2.5143167972564697,
      "learning_rate": 0.0002999835993017801,
      "loss": 10.5337,
      "step": 4250
    },
    {
      "epoch": 0.008875,
      "grad_norm": 13.331812858581543,
      "learning_rate": 0.00029998345319651783,
      "loss": 12.1145,
      "step": 4260
    },
    {
      "epoch": 0.008895833333333334,
      "grad_norm": 2.1282498836517334,
      "learning_rate": 0.00029998330644338643,
      "loss": 13.8383,
      "step": 4270
    },
    {
      "epoch": 0.008916666666666666,
      "grad_norm": 1.3336000442504883,
      "learning_rate": 0.00029998315904238644,
      "loss": 11.5317,
      "step": 4280
    },
    {
      "epoch": 0.0089375,
      "grad_norm": 5.396792888641357,
      "learning_rate": 0.0002999830109935187,
      "loss": 11.6574,
      "step": 4290
    },
    {
      "epoch": 0.008958333333333334,
      "grad_norm": 1.6489228010177612,
      "learning_rate": 0.0002999828622967836,
      "loss": 10.0686,
      "step": 4300
    },
    {
      "epoch": 0.008979166666666667,
      "grad_norm": 4.449586391448975,
      "learning_rate": 0.0002999827129521819,
      "loss": 12.0023,
      "step": 4310
    },
    {
      "epoch": 0.009,
      "grad_norm": 1.4617069959640503,
      "learning_rate": 0.0002999825629597143,
      "loss": 10.8813,
      "step": 4320
    },
    {
      "epoch": 0.009020833333333334,
      "grad_norm": 2.876121759414673,
      "learning_rate": 0.00029998241231938134,
      "loss": 11.2574,
      "step": 4330
    },
    {
      "epoch": 0.009041666666666667,
      "grad_norm": 9.839194297790527,
      "learning_rate": 0.00029998226103118377,
      "loss": 13.8492,
      "step": 4340
    },
    {
      "epoch": 0.0090625,
      "grad_norm": 7.390977382659912,
      "learning_rate": 0.00029998210909512217,
      "loss": 10.5881,
      "step": 4350
    },
    {
      "epoch": 0.009083333333333334,
      "grad_norm": 7.523158550262451,
      "learning_rate": 0.0002999819565111973,
      "loss": 11.6411,
      "step": 4360
    },
    {
      "epoch": 0.009104166666666667,
      "grad_norm": 15.7808198928833,
      "learning_rate": 0.00029998180327940973,
      "loss": 10.91,
      "step": 4370
    },
    {
      "epoch": 0.009125,
      "grad_norm": 2.737952470779419,
      "learning_rate": 0.00029998164939976004,
      "loss": 10.7357,
      "step": 4380
    },
    {
      "epoch": 0.009145833333333334,
      "grad_norm": 1.9273006916046143,
      "learning_rate": 0.0002999814948722491,
      "loss": 10.5398,
      "step": 4390
    },
    {
      "epoch": 0.009166666666666667,
      "grad_norm": 2.447021245956421,
      "learning_rate": 0.0002999813396968774,
      "loss": 10.3905,
      "step": 4400
    },
    {
      "epoch": 0.0091875,
      "grad_norm": 2.990496873855591,
      "learning_rate": 0.0002999811838736457,
      "loss": 12.9972,
      "step": 4410
    },
    {
      "epoch": 0.009208333333333334,
      "grad_norm": 3.8947324752807617,
      "learning_rate": 0.0002999810274025546,
      "loss": 12.0286,
      "step": 4420
    },
    {
      "epoch": 0.009229166666666667,
      "grad_norm": 2.2738583087921143,
      "learning_rate": 0.0002999808702836049,
      "loss": 9.9235,
      "step": 4430
    },
    {
      "epoch": 0.00925,
      "grad_norm": 3.5033493041992188,
      "learning_rate": 0.00029998071251679723,
      "loss": 10.8422,
      "step": 4440
    },
    {
      "epoch": 0.009270833333333334,
      "grad_norm": 2.56797456741333,
      "learning_rate": 0.00029998055410213216,
      "loss": 10.1383,
      "step": 4450
    },
    {
      "epoch": 0.009291666666666667,
      "grad_norm": 2.0268688201904297,
      "learning_rate": 0.00029998039503961055,
      "loss": 10.8975,
      "step": 4460
    },
    {
      "epoch": 0.0093125,
      "grad_norm": 2.3576467037200928,
      "learning_rate": 0.0002999802353292329,
      "loss": 9.8703,
      "step": 4470
    },
    {
      "epoch": 0.009333333333333334,
      "grad_norm": 3.1630008220672607,
      "learning_rate": 0.0002999800749710001,
      "loss": 11.7819,
      "step": 4480
    },
    {
      "epoch": 0.009354166666666667,
      "grad_norm": 2.469132661819458,
      "learning_rate": 0.00029997991396491267,
      "loss": 13.4509,
      "step": 4490
    },
    {
      "epoch": 0.009375,
      "grad_norm": 6.7386794090271,
      "learning_rate": 0.0002999797523109714,
      "loss": 11.1094,
      "step": 4500
    },
    {
      "epoch": 0.009395833333333334,
      "grad_norm": 4.563995838165283,
      "learning_rate": 0.000299979590009177,
      "loss": 11.069,
      "step": 4510
    },
    {
      "epoch": 0.009416666666666667,
      "grad_norm": 1.8430006504058838,
      "learning_rate": 0.0002999794270595301,
      "loss": 13.3617,
      "step": 4520
    },
    {
      "epoch": 0.0094375,
      "grad_norm": 4.444905757904053,
      "learning_rate": 0.0002999792634620314,
      "loss": 10.6425,
      "step": 4530
    },
    {
      "epoch": 0.009458333333333332,
      "grad_norm": 2.7663135528564453,
      "learning_rate": 0.0002999790992166817,
      "loss": 11.0056,
      "step": 4540
    },
    {
      "epoch": 0.009479166666666667,
      "grad_norm": 2.587568521499634,
      "learning_rate": 0.00029997893432348165,
      "loss": 10.2711,
      "step": 4550
    },
    {
      "epoch": 0.0095,
      "grad_norm": 2.4550602436065674,
      "learning_rate": 0.00029997876878243204,
      "loss": 10.9778,
      "step": 4560
    },
    {
      "epoch": 0.009520833333333333,
      "grad_norm": 1.9366917610168457,
      "learning_rate": 0.00029997860259353346,
      "loss": 9.6618,
      "step": 4570
    },
    {
      "epoch": 0.009541666666666667,
      "grad_norm": 1.9738305807113647,
      "learning_rate": 0.00029997843575678667,
      "loss": 10.8122,
      "step": 4580
    },
    {
      "epoch": 0.0095625,
      "grad_norm": 14.264992713928223,
      "learning_rate": 0.0002999782682721924,
      "loss": 11.1612,
      "step": 4590
    },
    {
      "epoch": 0.009583333333333333,
      "grad_norm": 2.219531774520874,
      "learning_rate": 0.00029997810013975137,
      "loss": 10.1865,
      "step": 4600
    },
    {
      "epoch": 0.009604166666666667,
      "grad_norm": 2.3799993991851807,
      "learning_rate": 0.0002999779313594643,
      "loss": 10.1995,
      "step": 4610
    },
    {
      "epoch": 0.009625,
      "grad_norm": 3.2750120162963867,
      "learning_rate": 0.000299977761931332,
      "loss": 10.6753,
      "step": 4620
    },
    {
      "epoch": 0.009645833333333333,
      "grad_norm": 2.479995012283325,
      "learning_rate": 0.0002999775918553551,
      "loss": 10.5808,
      "step": 4630
    },
    {
      "epoch": 0.009666666666666667,
      "grad_norm": 2.356647253036499,
      "learning_rate": 0.0002999774211315343,
      "loss": 9.8241,
      "step": 4640
    },
    {
      "epoch": 0.0096875,
      "grad_norm": 13.108887672424316,
      "learning_rate": 0.0002999772497598705,
      "loss": 12.5437,
      "step": 4650
    },
    {
      "epoch": 0.009708333333333333,
      "grad_norm": 2.7166690826416016,
      "learning_rate": 0.0002999770777403643,
      "loss": 9.6725,
      "step": 4660
    },
    {
      "epoch": 0.009729166666666667,
      "grad_norm": 1.7515943050384521,
      "learning_rate": 0.0002999769050730165,
      "loss": 11.0992,
      "step": 4670
    },
    {
      "epoch": 0.00975,
      "grad_norm": 1.6723688840866089,
      "learning_rate": 0.00029997673175782786,
      "loss": 10.6837,
      "step": 4680
    },
    {
      "epoch": 0.009770833333333333,
      "grad_norm": 2.0978798866271973,
      "learning_rate": 0.00029997655779479904,
      "loss": 12.1044,
      "step": 4690
    },
    {
      "epoch": 0.009791666666666667,
      "grad_norm": 1.6213356256484985,
      "learning_rate": 0.00029997638318393096,
      "loss": 11.0493,
      "step": 4700
    },
    {
      "epoch": 0.0098125,
      "grad_norm": 2.438549518585205,
      "learning_rate": 0.00029997620792522416,
      "loss": 13.6966,
      "step": 4710
    },
    {
      "epoch": 0.009833333333333333,
      "grad_norm": 8.041181564331055,
      "learning_rate": 0.00029997603201867957,
      "loss": 11.5033,
      "step": 4720
    },
    {
      "epoch": 0.009854166666666667,
      "grad_norm": 1.5752843618392944,
      "learning_rate": 0.00029997585546429783,
      "loss": 10.1205,
      "step": 4730
    },
    {
      "epoch": 0.009875,
      "grad_norm": 1.5273445844650269,
      "learning_rate": 0.0002999756782620798,
      "loss": 9.6058,
      "step": 4740
    },
    {
      "epoch": 0.009895833333333333,
      "grad_norm": 3.1170506477355957,
      "learning_rate": 0.00029997550041202623,
      "loss": 10.3176,
      "step": 4750
    },
    {
      "epoch": 0.009916666666666667,
      "grad_norm": 2.3305511474609375,
      "learning_rate": 0.00029997532191413783,
      "loss": 12.1871,
      "step": 4760
    },
    {
      "epoch": 0.0099375,
      "grad_norm": 3.743251323699951,
      "learning_rate": 0.0002999751427684154,
      "loss": 10.5345,
      "step": 4770
    },
    {
      "epoch": 0.009958333333333333,
      "grad_norm": 2.236707925796509,
      "learning_rate": 0.00029997496297485974,
      "loss": 10.164,
      "step": 4780
    },
    {
      "epoch": 0.009979166666666667,
      "grad_norm": 3.789445161819458,
      "learning_rate": 0.00029997478253347156,
      "loss": 10.0633,
      "step": 4790
    },
    {
      "epoch": 0.01,
      "grad_norm": 4.762633323669434,
      "learning_rate": 0.0002999746014442517,
      "loss": 11.4488,
      "step": 4800
    },
    {
      "epoch": 0.010020833333333333,
      "grad_norm": 5.063918590545654,
      "learning_rate": 0.0002999744197072009,
      "loss": 12.0452,
      "step": 4810
    },
    {
      "epoch": 0.010041666666666667,
      "grad_norm": 3.080272674560547,
      "learning_rate": 0.00029997423732232005,
      "loss": 11.73,
      "step": 4820
    },
    {
      "epoch": 0.0100625,
      "grad_norm": 3.6401491165161133,
      "learning_rate": 0.0002999740542896098,
      "loss": 11.3174,
      "step": 4830
    },
    {
      "epoch": 0.010083333333333333,
      "grad_norm": 4.189621448516846,
      "learning_rate": 0.00029997387060907104,
      "loss": 12.7474,
      "step": 4840
    },
    {
      "epoch": 0.010104166666666666,
      "grad_norm": 3.4531352519989014,
      "learning_rate": 0.0002999736862807045,
      "loss": 12.8494,
      "step": 4850
    },
    {
      "epoch": 0.010125,
      "grad_norm": 1.7037348747253418,
      "learning_rate": 0.000299973501304511,
      "loss": 10.9335,
      "step": 4860
    },
    {
      "epoch": 0.010145833333333333,
      "grad_norm": 2.637033462524414,
      "learning_rate": 0.00029997331568049133,
      "loss": 10.702,
      "step": 4870
    },
    {
      "epoch": 0.010166666666666666,
      "grad_norm": 2.856252908706665,
      "learning_rate": 0.0002999731294086463,
      "loss": 11.0138,
      "step": 4880
    },
    {
      "epoch": 0.0101875,
      "grad_norm": 6.418842792510986,
      "learning_rate": 0.0002999729424889767,
      "loss": 10.9226,
      "step": 4890
    },
    {
      "epoch": 0.010208333333333333,
      "grad_norm": 2.4969542026519775,
      "learning_rate": 0.00029997275492148337,
      "loss": 10.75,
      "step": 4900
    },
    {
      "epoch": 0.010229166666666666,
      "grad_norm": 1.914482593536377,
      "learning_rate": 0.0002999725667061671,
      "loss": 11.7965,
      "step": 4910
    },
    {
      "epoch": 0.01025,
      "grad_norm": 2.116001844406128,
      "learning_rate": 0.00029997237784302875,
      "loss": 10.4588,
      "step": 4920
    },
    {
      "epoch": 0.010270833333333333,
      "grad_norm": 3.4904494285583496,
      "learning_rate": 0.0002999721883320691,
      "loss": 10.624,
      "step": 4930
    },
    {
      "epoch": 0.010291666666666666,
      "grad_norm": 3.9382894039154053,
      "learning_rate": 0.0002999719981732889,
      "loss": 11.1197,
      "step": 4940
    },
    {
      "epoch": 0.0103125,
      "grad_norm": 18.34099769592285,
      "learning_rate": 0.000299971807366689,
      "loss": 11.345,
      "step": 4950
    },
    {
      "epoch": 0.010333333333333333,
      "grad_norm": 9.322235107421875,
      "learning_rate": 0.0002999716159122703,
      "loss": 10.3579,
      "step": 4960
    },
    {
      "epoch": 0.010354166666666666,
      "grad_norm": 2.017843723297119,
      "learning_rate": 0.00029997142381003357,
      "loss": 11.075,
      "step": 4970
    },
    {
      "epoch": 0.010375,
      "grad_norm": 2.0362069606781006,
      "learning_rate": 0.00029997123105997964,
      "loss": 10.487,
      "step": 4980
    },
    {
      "epoch": 0.010395833333333333,
      "grad_norm": 2.639177083969116,
      "learning_rate": 0.00029997103766210944,
      "loss": 10.8097,
      "step": 4990
    },
    {
      "epoch": 0.010416666666666666,
      "grad_norm": 2.002727746963501,
      "learning_rate": 0.0002999708436164236,
      "loss": 11.5965,
      "step": 5000
    },
    {
      "epoch": 0.010416666666666666,
      "eval_loss": 13.138659477233887,
      "eval_runtime": 8.5621,
      "eval_samples_per_second": 0.35,
      "eval_steps_per_second": 0.117,
      "step": 5000
    },
    {
      "epoch": 0.0104375,
      "grad_norm": 3.2223849296569824,
      "learning_rate": 0.00029997064892292314,
      "loss": 11.7183,
      "step": 5010
    },
    {
      "epoch": 0.010458333333333333,
      "grad_norm": 6.077434062957764,
      "learning_rate": 0.00029997045358160884,
      "loss": 11.2278,
      "step": 5020
    },
    {
      "epoch": 0.010479166666666666,
      "grad_norm": 1.7712841033935547,
      "learning_rate": 0.0002999702575924815,
      "loss": 11.1226,
      "step": 5030
    },
    {
      "epoch": 0.0105,
      "grad_norm": 1.3608860969543457,
      "learning_rate": 0.00029997006095554204,
      "loss": 10.5203,
      "step": 5040
    },
    {
      "epoch": 0.010520833333333333,
      "grad_norm": 5.5559892654418945,
      "learning_rate": 0.0002999698636707913,
      "loss": 9.5545,
      "step": 5050
    },
    {
      "epoch": 0.010541666666666666,
      "grad_norm": 6.336399555206299,
      "learning_rate": 0.0002999696657382301,
      "loss": 11.1098,
      "step": 5060
    },
    {
      "epoch": 0.0105625,
      "grad_norm": 1.962979793548584,
      "learning_rate": 0.0002999694671578593,
      "loss": 11.4107,
      "step": 5070
    },
    {
      "epoch": 0.010583333333333333,
      "grad_norm": 6.752687454223633,
      "learning_rate": 0.00029996926792967977,
      "loss": 10.7034,
      "step": 5080
    },
    {
      "epoch": 0.010604166666666666,
      "grad_norm": 1.545063853263855,
      "learning_rate": 0.0002999690680536924,
      "loss": 11.9271,
      "step": 5090
    },
    {
      "epoch": 0.010625,
      "grad_norm": 2.29954195022583,
      "learning_rate": 0.000299968867529898,
      "loss": 9.6783,
      "step": 5100
    },
    {
      "epoch": 0.010645833333333334,
      "grad_norm": 3.245081663131714,
      "learning_rate": 0.0002999686663582974,
      "loss": 11.2953,
      "step": 5110
    },
    {
      "epoch": 0.010666666666666666,
      "grad_norm": 4.635835647583008,
      "learning_rate": 0.0002999684645388915,
      "loss": 10.6932,
      "step": 5120
    },
    {
      "epoch": 0.0106875,
      "grad_norm": 3.1075854301452637,
      "learning_rate": 0.00029996826207168126,
      "loss": 10.2518,
      "step": 5130
    },
    {
      "epoch": 0.010708333333333334,
      "grad_norm": 3.708094596862793,
      "learning_rate": 0.0002999680589566675,
      "loss": 10.342,
      "step": 5140
    },
    {
      "epoch": 0.010729166666666666,
      "grad_norm": 1.947045087814331,
      "learning_rate": 0.00029996785519385106,
      "loss": 10.0315,
      "step": 5150
    },
    {
      "epoch": 0.01075,
      "grad_norm": 4.633686542510986,
      "learning_rate": 0.00029996765078323285,
      "loss": 12.224,
      "step": 5160
    },
    {
      "epoch": 0.010770833333333334,
      "grad_norm": 2.3870997428894043,
      "learning_rate": 0.00029996744572481377,
      "loss": 10.4828,
      "step": 5170
    },
    {
      "epoch": 0.010791666666666666,
      "grad_norm": 10.066932678222656,
      "learning_rate": 0.0002999672400185947,
      "loss": 11.0584,
      "step": 5180
    },
    {
      "epoch": 0.0108125,
      "grad_norm": 1.968861699104309,
      "learning_rate": 0.00029996703366457644,
      "loss": 11.241,
      "step": 5190
    },
    {
      "epoch": 0.010833333333333334,
      "grad_norm": 4.733684062957764,
      "learning_rate": 0.00029996682666276,
      "loss": 11.0306,
      "step": 5200
    },
    {
      "epoch": 0.010854166666666666,
      "grad_norm": 3.4912493228912354,
      "learning_rate": 0.0002999666190131462,
      "loss": 9.8823,
      "step": 5210
    },
    {
      "epoch": 0.010875,
      "grad_norm": 7.185807704925537,
      "learning_rate": 0.000299966410715736,
      "loss": 10.4411,
      "step": 5220
    },
    {
      "epoch": 0.010895833333333334,
      "grad_norm": 15.93967056274414,
      "learning_rate": 0.0002999662017705303,
      "loss": 11.8266,
      "step": 5230
    },
    {
      "epoch": 0.010916666666666667,
      "grad_norm": 2.964458465576172,
      "learning_rate": 0.0002999659921775299,
      "loss": 10.5311,
      "step": 5240
    },
    {
      "epoch": 0.0109375,
      "grad_norm": 6.668010711669922,
      "learning_rate": 0.0002999657819367358,
      "loss": 12.0223,
      "step": 5250
    },
    {
      "epoch": 0.010958333333333334,
      "grad_norm": 3.2092044353485107,
      "learning_rate": 0.0002999655710481489,
      "loss": 10.5554,
      "step": 5260
    },
    {
      "epoch": 0.010979166666666667,
      "grad_norm": 3.6885507106781006,
      "learning_rate": 0.0002999653595117701,
      "loss": 11.5741,
      "step": 5270
    },
    {
      "epoch": 0.011,
      "grad_norm": 2.943905830383301,
      "learning_rate": 0.0002999651473276003,
      "loss": 10.1766,
      "step": 5280
    },
    {
      "epoch": 0.011020833333333334,
      "grad_norm": 2.5428409576416016,
      "learning_rate": 0.0002999649344956404,
      "loss": 11.3762,
      "step": 5290
    },
    {
      "epoch": 0.011041666666666667,
      "grad_norm": 2.25410532951355,
      "learning_rate": 0.0002999647210158913,
      "loss": 10.9937,
      "step": 5300
    },
    {
      "epoch": 0.0110625,
      "grad_norm": 2.207369565963745,
      "learning_rate": 0.00029996450688835405,
      "loss": 11.0952,
      "step": 5310
    },
    {
      "epoch": 0.011083333333333334,
      "grad_norm": 2.035632848739624,
      "learning_rate": 0.00029996429211302946,
      "loss": 11.5367,
      "step": 5320
    },
    {
      "epoch": 0.011104166666666667,
      "grad_norm": 3.195892095565796,
      "learning_rate": 0.00029996407668991847,
      "loss": 10.6341,
      "step": 5330
    },
    {
      "epoch": 0.011125,
      "grad_norm": 1.5323697328567505,
      "learning_rate": 0.00029996386061902205,
      "loss": 11.5273,
      "step": 5340
    },
    {
      "epoch": 0.011145833333333334,
      "grad_norm": 2.854313373565674,
      "learning_rate": 0.00029996364390034113,
      "loss": 10.3463,
      "step": 5350
    },
    {
      "epoch": 0.011166666666666667,
      "grad_norm": 4.032250881195068,
      "learning_rate": 0.0002999634265338766,
      "loss": 11.0912,
      "step": 5360
    },
    {
      "epoch": 0.0111875,
      "grad_norm": 1.4798375368118286,
      "learning_rate": 0.00029996320851962945,
      "loss": 10.0502,
      "step": 5370
    },
    {
      "epoch": 0.011208333333333334,
      "grad_norm": 1.9968256950378418,
      "learning_rate": 0.00029996298985760053,
      "loss": 10.0209,
      "step": 5380
    },
    {
      "epoch": 0.011229166666666667,
      "grad_norm": 3.7376811504364014,
      "learning_rate": 0.00029996277054779096,
      "loss": 10.6581,
      "step": 5390
    },
    {
      "epoch": 0.01125,
      "grad_norm": 3.7678062915802,
      "learning_rate": 0.0002999625505902015,
      "loss": 12.4047,
      "step": 5400
    },
    {
      "epoch": 0.011270833333333334,
      "grad_norm": 2.400209903717041,
      "learning_rate": 0.0002999623299848332,
      "loss": 11.3426,
      "step": 5410
    },
    {
      "epoch": 0.011291666666666667,
      "grad_norm": 2.7061498165130615,
      "learning_rate": 0.00029996210873168704,
      "loss": 13.5249,
      "step": 5420
    },
    {
      "epoch": 0.0113125,
      "grad_norm": 1.620741367340088,
      "learning_rate": 0.0002999618868307639,
      "loss": 10.2003,
      "step": 5430
    },
    {
      "epoch": 0.011333333333333334,
      "grad_norm": 2.609431028366089,
      "learning_rate": 0.00029996166428206475,
      "loss": 10.0244,
      "step": 5440
    },
    {
      "epoch": 0.011354166666666667,
      "grad_norm": 3.6917612552642822,
      "learning_rate": 0.0002999614410855906,
      "loss": 10.9992,
      "step": 5450
    },
    {
      "epoch": 0.011375,
      "grad_norm": 1.1353471279144287,
      "learning_rate": 0.0002999612172413423,
      "loss": 10.7312,
      "step": 5460
    },
    {
      "epoch": 0.011395833333333332,
      "grad_norm": 12.067564010620117,
      "learning_rate": 0.000299960992749321,
      "loss": 11.2433,
      "step": 5470
    },
    {
      "epoch": 0.011416666666666667,
      "grad_norm": 5.183047771453857,
      "learning_rate": 0.00029996076760952753,
      "loss": 10.2829,
      "step": 5480
    },
    {
      "epoch": 0.0114375,
      "grad_norm": 2.8884057998657227,
      "learning_rate": 0.0002999605418219629,
      "loss": 11.2971,
      "step": 5490
    },
    {
      "epoch": 0.011458333333333333,
      "grad_norm": 2.087012529373169,
      "learning_rate": 0.00029996031538662805,
      "loss": 10.213,
      "step": 5500
    },
    {
      "epoch": 0.011479166666666667,
      "grad_norm": 1.8970539569854736,
      "learning_rate": 0.00029996008830352405,
      "loss": 10.7659,
      "step": 5510
    },
    {
      "epoch": 0.0115,
      "grad_norm": 5.671795845031738,
      "learning_rate": 0.00029995986057265186,
      "loss": 10.1989,
      "step": 5520
    },
    {
      "epoch": 0.011520833333333333,
      "grad_norm": 1.1330522298812866,
      "learning_rate": 0.00029995963219401234,
      "loss": 11.0584,
      "step": 5530
    },
    {
      "epoch": 0.011541666666666667,
      "grad_norm": 3.90527081489563,
      "learning_rate": 0.0002999594031676066,
      "loss": 10.2246,
      "step": 5540
    },
    {
      "epoch": 0.0115625,
      "grad_norm": 6.425046443939209,
      "learning_rate": 0.00029995917349343563,
      "loss": 11.6453,
      "step": 5550
    },
    {
      "epoch": 0.011583333333333333,
      "grad_norm": 3.296375036239624,
      "learning_rate": 0.0002999589431715004,
      "loss": 10.446,
      "step": 5560
    },
    {
      "epoch": 0.011604166666666667,
      "grad_norm": 1.4723061323165894,
      "learning_rate": 0.00029995871220180184,
      "loss": 12.027,
      "step": 5570
    },
    {
      "epoch": 0.011625,
      "grad_norm": 8.060215950012207,
      "learning_rate": 0.000299958480584341,
      "loss": 11.404,
      "step": 5580
    },
    {
      "epoch": 0.011645833333333333,
      "grad_norm": 3.6453166007995605,
      "learning_rate": 0.0002999582483191189,
      "loss": 12.204,
      "step": 5590
    },
    {
      "epoch": 0.011666666666666667,
      "grad_norm": 1.6937785148620605,
      "learning_rate": 0.0002999580154061365,
      "loss": 11.964,
      "step": 5600
    },
    {
      "epoch": 0.0116875,
      "grad_norm": 2.136091470718384,
      "learning_rate": 0.0002999577818453949,
      "loss": 10.8014,
      "step": 5610
    },
    {
      "epoch": 0.011708333333333333,
      "grad_norm": 1.7825452089309692,
      "learning_rate": 0.000299957547636895,
      "loss": 8.9971,
      "step": 5620
    },
    {
      "epoch": 0.011729166666666667,
      "grad_norm": 2.51237154006958,
      "learning_rate": 0.00029995731278063787,
      "loss": 10.3868,
      "step": 5630
    },
    {
      "epoch": 0.01175,
      "grad_norm": 3.6299896240234375,
      "learning_rate": 0.00029995707727662445,
      "loss": 10.187,
      "step": 5640
    },
    {
      "epoch": 0.011770833333333333,
      "grad_norm": 3.0531816482543945,
      "learning_rate": 0.00029995684112485584,
      "loss": 10.3103,
      "step": 5650
    },
    {
      "epoch": 0.011791666666666667,
      "grad_norm": 4.03774881362915,
      "learning_rate": 0.00029995660432533303,
      "loss": 10.5537,
      "step": 5660
    },
    {
      "epoch": 0.0118125,
      "grad_norm": 1.8689327239990234,
      "learning_rate": 0.0002999563668780571,
      "loss": 10.3937,
      "step": 5670
    },
    {
      "epoch": 0.011833333333333333,
      "grad_norm": 3.785944938659668,
      "learning_rate": 0.000299956128783029,
      "loss": 9.7944,
      "step": 5680
    },
    {
      "epoch": 0.011854166666666667,
      "grad_norm": 5.524498462677002,
      "learning_rate": 0.0002999558900402497,
      "loss": 10.3968,
      "step": 5690
    },
    {
      "epoch": 0.011875,
      "grad_norm": 13.540979385375977,
      "learning_rate": 0.00029995565064972043,
      "loss": 12.4199,
      "step": 5700
    },
    {
      "epoch": 0.011895833333333333,
      "grad_norm": 2.33683705329895,
      "learning_rate": 0.000299955410611442,
      "loss": 10.6533,
      "step": 5710
    },
    {
      "epoch": 0.011916666666666667,
      "grad_norm": 1.27736234664917,
      "learning_rate": 0.0002999551699254156,
      "loss": 12.8187,
      "step": 5720
    },
    {
      "epoch": 0.0119375,
      "grad_norm": 2.5379209518432617,
      "learning_rate": 0.00029995492859164223,
      "loss": 10.329,
      "step": 5730
    },
    {
      "epoch": 0.011958333333333333,
      "grad_norm": 2.5554442405700684,
      "learning_rate": 0.000299954686610123,
      "loss": 10.9319,
      "step": 5740
    },
    {
      "epoch": 0.011979166666666667,
      "grad_norm": 2.9811456203460693,
      "learning_rate": 0.00029995444398085876,
      "loss": 12.4192,
      "step": 5750
    },
    {
      "epoch": 0.012,
      "grad_norm": 8.78693962097168,
      "learning_rate": 0.0002999542007038507,
      "loss": 11.2886,
      "step": 5760
    },
    {
      "epoch": 0.012020833333333333,
      "grad_norm": 2.2554054260253906,
      "learning_rate": 0.0002999539567790999,
      "loss": 9.2818,
      "step": 5770
    },
    {
      "epoch": 0.012041666666666668,
      "grad_norm": 2.1489341259002686,
      "learning_rate": 0.00029995371220660727,
      "loss": 11.637,
      "step": 5780
    },
    {
      "epoch": 0.0120625,
      "grad_norm": 2.936462879180908,
      "learning_rate": 0.00029995346698637404,
      "loss": 10.3034,
      "step": 5790
    },
    {
      "epoch": 0.012083333333333333,
      "grad_norm": 6.954714298248291,
      "learning_rate": 0.0002999532211184012,
      "loss": 12.0474,
      "step": 5800
    },
    {
      "epoch": 0.012104166666666666,
      "grad_norm": 1.827507734298706,
      "learning_rate": 0.00029995297460268976,
      "loss": 11.1363,
      "step": 5810
    },
    {
      "epoch": 0.012125,
      "grad_norm": 2.0091652870178223,
      "learning_rate": 0.0002999527274392408,
      "loss": 12.5977,
      "step": 5820
    },
    {
      "epoch": 0.012145833333333333,
      "grad_norm": 3.226060628890991,
      "learning_rate": 0.00029995247962805546,
      "loss": 9.9584,
      "step": 5830
    },
    {
      "epoch": 0.012166666666666666,
      "grad_norm": 2.671126127243042,
      "learning_rate": 0.0002999522311691347,
      "loss": 11.3165,
      "step": 5840
    },
    {
      "epoch": 0.0121875,
      "grad_norm": 2.9415717124938965,
      "learning_rate": 0.00029995198206247975,
      "loss": 10.4309,
      "step": 5850
    },
    {
      "epoch": 0.012208333333333333,
      "grad_norm": 7.621418476104736,
      "learning_rate": 0.00029995173230809157,
      "loss": 10.843,
      "step": 5860
    },
    {
      "epoch": 0.012229166666666666,
      "grad_norm": 1.1305068731307983,
      "learning_rate": 0.0002999514819059712,
      "loss": 10.9548,
      "step": 5870
    },
    {
      "epoch": 0.01225,
      "grad_norm": 1.814460039138794,
      "learning_rate": 0.0002999512308561198,
      "loss": 11.6988,
      "step": 5880
    },
    {
      "epoch": 0.012270833333333333,
      "grad_norm": 5.850108623504639,
      "learning_rate": 0.0002999509791585385,
      "loss": 12.1727,
      "step": 5890
    },
    {
      "epoch": 0.012291666666666666,
      "grad_norm": 1.5303847789764404,
      "learning_rate": 0.00029995072681322825,
      "loss": 9.4672,
      "step": 5900
    },
    {
      "epoch": 0.0123125,
      "grad_norm": 2.7905123233795166,
      "learning_rate": 0.0002999504738201903,
      "loss": 10.3427,
      "step": 5910
    },
    {
      "epoch": 0.012333333333333333,
      "grad_norm": 4.617292404174805,
      "learning_rate": 0.0002999502201794256,
      "loss": 10.4901,
      "step": 5920
    },
    {
      "epoch": 0.012354166666666666,
      "grad_norm": 1.9550403356552124,
      "learning_rate": 0.00029994996589093525,
      "loss": 9.5065,
      "step": 5930
    },
    {
      "epoch": 0.012375,
      "grad_norm": 1.6102197170257568,
      "learning_rate": 0.0002999497109547205,
      "loss": 10.2238,
      "step": 5940
    },
    {
      "epoch": 0.012395833333333333,
      "grad_norm": 1.3275704383850098,
      "learning_rate": 0.0002999494553707823,
      "loss": 10.2428,
      "step": 5950
    },
    {
      "epoch": 0.012416666666666666,
      "grad_norm": 1.7193323373794556,
      "learning_rate": 0.00029994919913912184,
      "loss": 10.5801,
      "step": 5960
    },
    {
      "epoch": 0.0124375,
      "grad_norm": 4.745506763458252,
      "learning_rate": 0.00029994894225974014,
      "loss": 10.1882,
      "step": 5970
    },
    {
      "epoch": 0.012458333333333333,
      "grad_norm": 4.030069828033447,
      "learning_rate": 0.0002999486847326384,
      "loss": 11.2399,
      "step": 5980
    },
    {
      "epoch": 0.012479166666666666,
      "grad_norm": 2.438845634460449,
      "learning_rate": 0.0002999484265578177,
      "loss": 13.4966,
      "step": 5990
    },
    {
      "epoch": 0.0125,
      "grad_norm": 4.617842197418213,
      "learning_rate": 0.00029994816773527914,
      "loss": 10.7545,
      "step": 6000
    },
    {
      "epoch": 0.0125,
      "eval_loss": 9.266725540161133,
      "eval_runtime": 10.0995,
      "eval_samples_per_second": 0.297,
      "eval_steps_per_second": 0.099,
      "step": 6000
    },
    {
      "epoch": 0.012520833333333333,
      "grad_norm": 1.1944395303726196,
      "learning_rate": 0.0002999479082650239,
      "loss": 10.9751,
      "step": 6010
    },
    {
      "epoch": 0.012541666666666666,
      "grad_norm": 1.8376579284667969,
      "learning_rate": 0.00029994764814705296,
      "loss": 11.2338,
      "step": 6020
    },
    {
      "epoch": 0.0125625,
      "grad_norm": 3.344419240951538,
      "learning_rate": 0.0002999473873813676,
      "loss": 10.6733,
      "step": 6030
    },
    {
      "epoch": 0.012583333333333334,
      "grad_norm": 1.4938939809799194,
      "learning_rate": 0.00029994712596796886,
      "loss": 11.0914,
      "step": 6040
    },
    {
      "epoch": 0.012604166666666666,
      "grad_norm": 1.935123324394226,
      "learning_rate": 0.0002999468639068579,
      "loss": 10.2693,
      "step": 6050
    },
    {
      "epoch": 0.012625,
      "grad_norm": 6.837245464324951,
      "learning_rate": 0.0002999466011980358,
      "loss": 10.6492,
      "step": 6060
    },
    {
      "epoch": 0.012645833333333334,
      "grad_norm": 7.5808000564575195,
      "learning_rate": 0.00029994633784150373,
      "loss": 13.1033,
      "step": 6070
    },
    {
      "epoch": 0.012666666666666666,
      "grad_norm": 6.89937686920166,
      "learning_rate": 0.0002999460738372629,
      "loss": 10.6587,
      "step": 6080
    },
    {
      "epoch": 0.0126875,
      "grad_norm": 2.175586462020874,
      "learning_rate": 0.0002999458091853143,
      "loss": 10.329,
      "step": 6090
    },
    {
      "epoch": 0.012708333333333334,
      "grad_norm": 5.35722017288208,
      "learning_rate": 0.00029994554388565925,
      "loss": 10.8808,
      "step": 6100
    },
    {
      "epoch": 0.012729166666666666,
      "grad_norm": 6.289697170257568,
      "learning_rate": 0.00029994527793829876,
      "loss": 10.0199,
      "step": 6110
    },
    {
      "epoch": 0.01275,
      "grad_norm": 1.8158304691314697,
      "learning_rate": 0.00029994501134323405,
      "loss": 10.6462,
      "step": 6120
    },
    {
      "epoch": 0.012770833333333334,
      "grad_norm": 3.0595242977142334,
      "learning_rate": 0.0002999447441004662,
      "loss": 9.7861,
      "step": 6130
    },
    {
      "epoch": 0.012791666666666666,
      "grad_norm": 7.883197784423828,
      "learning_rate": 0.0002999444762099964,
      "loss": 12.027,
      "step": 6140
    },
    {
      "epoch": 0.0128125,
      "grad_norm": 2.2356300354003906,
      "learning_rate": 0.0002999442076718258,
      "loss": 9.594,
      "step": 6150
    },
    {
      "epoch": 0.012833333333333334,
      "grad_norm": 4.754464149475098,
      "learning_rate": 0.00029994393848595567,
      "loss": 10.6059,
      "step": 6160
    },
    {
      "epoch": 0.012854166666666667,
      "grad_norm": 2.8403775691986084,
      "learning_rate": 0.000299943668652387,
      "loss": 10.6936,
      "step": 6170
    },
    {
      "epoch": 0.012875,
      "grad_norm": 1.770771861076355,
      "learning_rate": 0.00029994339817112107,
      "loss": 12.33,
      "step": 6180
    },
    {
      "epoch": 0.012895833333333334,
      "grad_norm": 2.2559516429901123,
      "learning_rate": 0.000299943127042159,
      "loss": 10.1724,
      "step": 6190
    },
    {
      "epoch": 0.012916666666666667,
      "grad_norm": 1.7329142093658447,
      "learning_rate": 0.00029994285526550196,
      "loss": 13.4411,
      "step": 6200
    },
    {
      "epoch": 0.0129375,
      "grad_norm": 1.4044325351715088,
      "learning_rate": 0.00029994258284115114,
      "loss": 10.9879,
      "step": 6210
    },
    {
      "epoch": 0.012958333333333334,
      "grad_norm": 4.6762776374816895,
      "learning_rate": 0.0002999423097691077,
      "loss": 12.067,
      "step": 6220
    },
    {
      "epoch": 0.012979166666666667,
      "grad_norm": 2.015770435333252,
      "learning_rate": 0.0002999420360493729,
      "loss": 10.2323,
      "step": 6230
    },
    {
      "epoch": 0.013,
      "grad_norm": 1.8920094966888428,
      "learning_rate": 0.0002999417616819478,
      "loss": 11.6571,
      "step": 6240
    },
    {
      "epoch": 0.013020833333333334,
      "grad_norm": 1.5231587886810303,
      "learning_rate": 0.00029994148666683364,
      "loss": 10.4216,
      "step": 6250
    },
    {
      "epoch": 0.013041666666666667,
      "grad_norm": 4.774104118347168,
      "learning_rate": 0.00029994121100403154,
      "loss": 9.9817,
      "step": 6260
    },
    {
      "epoch": 0.0130625,
      "grad_norm": 2.89359712600708,
      "learning_rate": 0.0002999409346935429,
      "loss": 10.7793,
      "step": 6270
    },
    {
      "epoch": 0.013083333333333334,
      "grad_norm": 6.953652381896973,
      "learning_rate": 0.00029994065773536867,
      "loss": 10.9936,
      "step": 6280
    },
    {
      "epoch": 0.013104166666666667,
      "grad_norm": 4.569269180297852,
      "learning_rate": 0.00029994038012951023,
      "loss": 11.0055,
      "step": 6290
    },
    {
      "epoch": 0.013125,
      "grad_norm": 1.8997501134872437,
      "learning_rate": 0.00029994010187596866,
      "loss": 9.8274,
      "step": 6300
    },
    {
      "epoch": 0.013145833333333334,
      "grad_norm": 1.7578072547912598,
      "learning_rate": 0.0002999398229747452,
      "loss": 9.6512,
      "step": 6310
    },
    {
      "epoch": 0.013166666666666667,
      "grad_norm": 7.397561550140381,
      "learning_rate": 0.00029993954342584105,
      "loss": 10.9228,
      "step": 6320
    },
    {
      "epoch": 0.0131875,
      "grad_norm": 7.291969299316406,
      "learning_rate": 0.0002999392632292574,
      "loss": 12.3236,
      "step": 6330
    },
    {
      "epoch": 0.013208333333333334,
      "grad_norm": 2.021101236343384,
      "learning_rate": 0.00029993898238499554,
      "loss": 9.8467,
      "step": 6340
    },
    {
      "epoch": 0.013229166666666667,
      "grad_norm": 1.8786649703979492,
      "learning_rate": 0.00029993870089305657,
      "loss": 10.3255,
      "step": 6350
    },
    {
      "epoch": 0.01325,
      "grad_norm": 2.120661497116089,
      "learning_rate": 0.0002999384187534418,
      "loss": 10.0357,
      "step": 6360
    },
    {
      "epoch": 0.013270833333333334,
      "grad_norm": 3.958256959915161,
      "learning_rate": 0.00029993813596615237,
      "loss": 10.4031,
      "step": 6370
    },
    {
      "epoch": 0.013291666666666667,
      "grad_norm": 3.1827054023742676,
      "learning_rate": 0.00029993785253118954,
      "loss": 10.9446,
      "step": 6380
    },
    {
      "epoch": 0.0133125,
      "grad_norm": 3.626056432723999,
      "learning_rate": 0.00029993756844855457,
      "loss": 11.9741,
      "step": 6390
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 7.56483793258667,
      "learning_rate": 0.00029993728371824867,
      "loss": 10.9327,
      "step": 6400
    },
    {
      "epoch": 0.013354166666666667,
      "grad_norm": 3.752373456954956,
      "learning_rate": 0.000299936998340273,
      "loss": 12.3418,
      "step": 6410
    },
    {
      "epoch": 0.013375,
      "grad_norm": 1.9546254873275757,
      "learning_rate": 0.0002999367123146289,
      "loss": 10.5152,
      "step": 6420
    },
    {
      "epoch": 0.013395833333333333,
      "grad_norm": 2.5995500087738037,
      "learning_rate": 0.00029993642564131754,
      "loss": 10.9034,
      "step": 6430
    },
    {
      "epoch": 0.013416666666666667,
      "grad_norm": 6.497701644897461,
      "learning_rate": 0.00029993613832034015,
      "loss": 10.4695,
      "step": 6440
    },
    {
      "epoch": 0.0134375,
      "grad_norm": 2.877469778060913,
      "learning_rate": 0.000299935850351698,
      "loss": 9.6725,
      "step": 6450
    },
    {
      "epoch": 0.013458333333333333,
      "grad_norm": 2.3818886280059814,
      "learning_rate": 0.00029993556173539234,
      "loss": 10.6577,
      "step": 6460
    },
    {
      "epoch": 0.013479166666666667,
      "grad_norm": 1.708533525466919,
      "learning_rate": 0.00029993527247142436,
      "loss": 12.0465,
      "step": 6470
    },
    {
      "epoch": 0.0135,
      "grad_norm": 4.560840606689453,
      "learning_rate": 0.0002999349825597954,
      "loss": 11.8008,
      "step": 6480
    },
    {
      "epoch": 0.013520833333333333,
      "grad_norm": 2.7959518432617188,
      "learning_rate": 0.0002999346920005066,
      "loss": 10.3601,
      "step": 6490
    },
    {
      "epoch": 0.013541666666666667,
      "grad_norm": 3.565551280975342,
      "learning_rate": 0.00029993440079355933,
      "loss": 9.7878,
      "step": 6500
    },
    {
      "epoch": 0.0135625,
      "grad_norm": 3.003018856048584,
      "learning_rate": 0.00029993410893895477,
      "loss": 10.3933,
      "step": 6510
    },
    {
      "epoch": 0.013583333333333333,
      "grad_norm": 4.02948522567749,
      "learning_rate": 0.00029993381643669424,
      "loss": 9.7272,
      "step": 6520
    },
    {
      "epoch": 0.013604166666666667,
      "grad_norm": 2.313933849334717,
      "learning_rate": 0.000299933523286779,
      "loss": 10.2747,
      "step": 6530
    },
    {
      "epoch": 0.013625,
      "grad_norm": 2.15975022315979,
      "learning_rate": 0.00029993322948921024,
      "loss": 11.6892,
      "step": 6540
    },
    {
      "epoch": 0.013645833333333333,
      "grad_norm": 2.266571044921875,
      "learning_rate": 0.00029993293504398927,
      "loss": 11.5221,
      "step": 6550
    },
    {
      "epoch": 0.013666666666666667,
      "grad_norm": 3.2995543479919434,
      "learning_rate": 0.00029993263995111737,
      "loss": 11.2355,
      "step": 6560
    },
    {
      "epoch": 0.0136875,
      "grad_norm": 3.088665008544922,
      "learning_rate": 0.00029993234421059583,
      "loss": 11.5813,
      "step": 6570
    },
    {
      "epoch": 0.013708333333333333,
      "grad_norm": 6.8261613845825195,
      "learning_rate": 0.00029993204782242586,
      "loss": 11.2905,
      "step": 6580
    },
    {
      "epoch": 0.013729166666666667,
      "grad_norm": 1.8305176496505737,
      "learning_rate": 0.00029993175078660885,
      "loss": 9.8489,
      "step": 6590
    },
    {
      "epoch": 0.01375,
      "grad_norm": 1.5857831239700317,
      "learning_rate": 0.000299931453103146,
      "loss": 10.4723,
      "step": 6600
    },
    {
      "epoch": 0.013770833333333333,
      "grad_norm": 2.3978211879730225,
      "learning_rate": 0.00029993115477203864,
      "loss": 10.4078,
      "step": 6610
    },
    {
      "epoch": 0.013791666666666667,
      "grad_norm": 3.22634220123291,
      "learning_rate": 0.000299930855793288,
      "loss": 10.5734,
      "step": 6620
    },
    {
      "epoch": 0.0138125,
      "grad_norm": 2.943437337875366,
      "learning_rate": 0.0002999305561668955,
      "loss": 11.0739,
      "step": 6630
    },
    {
      "epoch": 0.013833333333333333,
      "grad_norm": 5.564852237701416,
      "learning_rate": 0.00029993025589286225,
      "loss": 11.954,
      "step": 6640
    },
    {
      "epoch": 0.013854166666666667,
      "grad_norm": 2.440019130706787,
      "learning_rate": 0.0002999299549711897,
      "loss": 10.6079,
      "step": 6650
    },
    {
      "epoch": 0.013875,
      "grad_norm": 1.8532966375350952,
      "learning_rate": 0.00029992965340187904,
      "loss": 10.019,
      "step": 6660
    },
    {
      "epoch": 0.013895833333333333,
      "grad_norm": 3.570460557937622,
      "learning_rate": 0.00029992935118493166,
      "loss": 10.0695,
      "step": 6670
    },
    {
      "epoch": 0.013916666666666667,
      "grad_norm": 3.1459619998931885,
      "learning_rate": 0.00029992904832034875,
      "loss": 11.5007,
      "step": 6680
    },
    {
      "epoch": 0.0139375,
      "grad_norm": 6.506287574768066,
      "learning_rate": 0.0002999287448081318,
      "loss": 11.796,
      "step": 6690
    },
    {
      "epoch": 0.013958333333333333,
      "grad_norm": 2.2563326358795166,
      "learning_rate": 0.00029992844064828195,
      "loss": 10.6105,
      "step": 6700
    },
    {
      "epoch": 0.013979166666666668,
      "grad_norm": 2.2459938526153564,
      "learning_rate": 0.00029992813584080066,
      "loss": 10.0994,
      "step": 6710
    },
    {
      "epoch": 0.014,
      "grad_norm": 3.1638193130493164,
      "learning_rate": 0.0002999278303856891,
      "loss": 10.7708,
      "step": 6720
    },
    {
      "epoch": 0.014020833333333333,
      "grad_norm": 2.9312984943389893,
      "learning_rate": 0.00029992752428294867,
      "loss": 10.3469,
      "step": 6730
    },
    {
      "epoch": 0.014041666666666666,
      "grad_norm": 1.133859634399414,
      "learning_rate": 0.0002999272175325807,
      "loss": 11.0844,
      "step": 6740
    },
    {
      "epoch": 0.0140625,
      "grad_norm": 1.7433760166168213,
      "learning_rate": 0.00029992691013458646,
      "loss": 11.0367,
      "step": 6750
    },
    {
      "epoch": 0.014083333333333333,
      "grad_norm": 4.654431343078613,
      "learning_rate": 0.0002999266020889674,
      "loss": 10.6668,
      "step": 6760
    },
    {
      "epoch": 0.014104166666666666,
      "grad_norm": 1.527626872062683,
      "learning_rate": 0.00029992629339572465,
      "loss": 11.0047,
      "step": 6770
    },
    {
      "epoch": 0.014125,
      "grad_norm": 7.261823654174805,
      "learning_rate": 0.0002999259840548597,
      "loss": 12.692,
      "step": 6780
    },
    {
      "epoch": 0.014145833333333333,
      "grad_norm": 1.2884758710861206,
      "learning_rate": 0.0002999256740663739,
      "loss": 11.8278,
      "step": 6790
    },
    {
      "epoch": 0.014166666666666666,
      "grad_norm": 4.922236919403076,
      "learning_rate": 0.00029992536343026845,
      "loss": 10.5209,
      "step": 6800
    },
    {
      "epoch": 0.0141875,
      "grad_norm": 2.355797529220581,
      "learning_rate": 0.00029992505214654477,
      "loss": 11.7335,
      "step": 6810
    },
    {
      "epoch": 0.014208333333333333,
      "grad_norm": 1.519765019416809,
      "learning_rate": 0.00029992474021520426,
      "loss": 10.0199,
      "step": 6820
    },
    {
      "epoch": 0.014229166666666666,
      "grad_norm": 4.798497200012207,
      "learning_rate": 0.0002999244276362482,
      "loss": 11.091,
      "step": 6830
    },
    {
      "epoch": 0.01425,
      "grad_norm": 1.8779346942901611,
      "learning_rate": 0.000299924114409678,
      "loss": 10.5353,
      "step": 6840
    },
    {
      "epoch": 0.014270833333333333,
      "grad_norm": 3.826746940612793,
      "learning_rate": 0.0002999238005354949,
      "loss": 10.0391,
      "step": 6850
    },
    {
      "epoch": 0.014291666666666666,
      "grad_norm": 2.110736846923828,
      "learning_rate": 0.0002999234860137004,
      "loss": 11.5749,
      "step": 6860
    },
    {
      "epoch": 0.0143125,
      "grad_norm": 2.6393215656280518,
      "learning_rate": 0.0002999231708442957,
      "loss": 10.8631,
      "step": 6870
    },
    {
      "epoch": 0.014333333333333333,
      "grad_norm": 2.403080463409424,
      "learning_rate": 0.0002999228550272823,
      "loss": 9.722,
      "step": 6880
    },
    {
      "epoch": 0.014354166666666666,
      "grad_norm": 2.3561975955963135,
      "learning_rate": 0.0002999225385626615,
      "loss": 10.5704,
      "step": 6890
    },
    {
      "epoch": 0.014375,
      "grad_norm": 6.5338358879089355,
      "learning_rate": 0.0002999222214504347,
      "loss": 11.559,
      "step": 6900
    },
    {
      "epoch": 0.014395833333333333,
      "grad_norm": 1.686548113822937,
      "learning_rate": 0.00029992190369060323,
      "loss": 10.6348,
      "step": 6910
    },
    {
      "epoch": 0.014416666666666666,
      "grad_norm": 1.9706237316131592,
      "learning_rate": 0.0002999215852831685,
      "loss": 10.9006,
      "step": 6920
    },
    {
      "epoch": 0.0144375,
      "grad_norm": 2.9747302532196045,
      "learning_rate": 0.0002999212662281318,
      "loss": 9.5267,
      "step": 6930
    },
    {
      "epoch": 0.014458333333333333,
      "grad_norm": 1.6406186819076538,
      "learning_rate": 0.00029992094652549455,
      "loss": 10.7865,
      "step": 6940
    },
    {
      "epoch": 0.014479166666666666,
      "grad_norm": 3.864978313446045,
      "learning_rate": 0.00029992062617525825,
      "loss": 11.4294,
      "step": 6950
    },
    {
      "epoch": 0.0145,
      "grad_norm": 5.792137622833252,
      "learning_rate": 0.00029992030517742415,
      "loss": 10.7043,
      "step": 6960
    },
    {
      "epoch": 0.014520833333333334,
      "grad_norm": 6.68442964553833,
      "learning_rate": 0.00029991998353199364,
      "loss": 11.2119,
      "step": 6970
    },
    {
      "epoch": 0.014541666666666666,
      "grad_norm": 6.659391403198242,
      "learning_rate": 0.0002999196612389682,
      "loss": 11.3552,
      "step": 6980
    },
    {
      "epoch": 0.0145625,
      "grad_norm": 3.5177388191223145,
      "learning_rate": 0.00029991933829834913,
      "loss": 11.2655,
      "step": 6990
    },
    {
      "epoch": 0.014583333333333334,
      "grad_norm": 1.805617094039917,
      "learning_rate": 0.0002999190147101379,
      "loss": 11.2221,
      "step": 7000
    },
    {
      "epoch": 0.014583333333333334,
      "eval_loss": 8.5563383102417,
      "eval_runtime": 9.7468,
      "eval_samples_per_second": 0.308,
      "eval_steps_per_second": 0.103,
      "step": 7000
    },
    {
      "epoch": 0.014604166666666666,
      "grad_norm": 3.9967164993286133,
      "learning_rate": 0.0002999186904743358,
      "loss": 10.2549,
      "step": 7010
    },
    {
      "epoch": 0.014625,
      "grad_norm": 2.0300116539001465,
      "learning_rate": 0.00029991836559094433,
      "loss": 10.7167,
      "step": 7020
    },
    {
      "epoch": 0.014645833333333334,
      "grad_norm": 1.4543198347091675,
      "learning_rate": 0.00029991804005996493,
      "loss": 10.4594,
      "step": 7030
    },
    {
      "epoch": 0.014666666666666666,
      "grad_norm": 2.3901798725128174,
      "learning_rate": 0.00029991771388139884,
      "loss": 10.4048,
      "step": 7040
    },
    {
      "epoch": 0.0146875,
      "grad_norm": 6.021371841430664,
      "learning_rate": 0.00029991738705524763,
      "loss": 10.4504,
      "step": 7050
    },
    {
      "epoch": 0.014708333333333334,
      "grad_norm": 2.9767861366271973,
      "learning_rate": 0.0002999170595815126,
      "loss": 10.038,
      "step": 7060
    },
    {
      "epoch": 0.014729166666666666,
      "grad_norm": 1.9423671960830688,
      "learning_rate": 0.00029991673146019526,
      "loss": 9.9059,
      "step": 7070
    },
    {
      "epoch": 0.01475,
      "grad_norm": 3.6823089122772217,
      "learning_rate": 0.000299916402691297,
      "loss": 10.8371,
      "step": 7080
    },
    {
      "epoch": 0.014770833333333334,
      "grad_norm": 1.4770779609680176,
      "learning_rate": 0.00029991607327481916,
      "loss": 12.4605,
      "step": 7090
    },
    {
      "epoch": 0.014791666666666667,
      "grad_norm": 2.3556532859802246,
      "learning_rate": 0.00029991574321076327,
      "loss": 11.2302,
      "step": 7100
    },
    {
      "epoch": 0.0148125,
      "grad_norm": 1.6806206703186035,
      "learning_rate": 0.00029991541249913066,
      "loss": 10.4235,
      "step": 7110
    },
    {
      "epoch": 0.014833333333333334,
      "grad_norm": 6.427409648895264,
      "learning_rate": 0.00029991508113992284,
      "loss": 9.9629,
      "step": 7120
    },
    {
      "epoch": 0.014854166666666667,
      "grad_norm": 2.2695586681365967,
      "learning_rate": 0.00029991474913314124,
      "loss": 11.6609,
      "step": 7130
    },
    {
      "epoch": 0.014875,
      "grad_norm": 5.052302837371826,
      "learning_rate": 0.0002999144164787872,
      "loss": 11.3916,
      "step": 7140
    },
    {
      "epoch": 0.014895833333333334,
      "grad_norm": 1.5964971780776978,
      "learning_rate": 0.0002999140831768623,
      "loss": 9.8063,
      "step": 7150
    },
    {
      "epoch": 0.014916666666666667,
      "grad_norm": 12.087775230407715,
      "learning_rate": 0.0002999137492273678,
      "loss": 12.0342,
      "step": 7160
    },
    {
      "epoch": 0.0149375,
      "grad_norm": 1.4862987995147705,
      "learning_rate": 0.0002999134146303053,
      "loss": 10.6967,
      "step": 7170
    },
    {
      "epoch": 0.014958333333333334,
      "grad_norm": 2.6380228996276855,
      "learning_rate": 0.0002999130793856762,
      "loss": 12.1245,
      "step": 7180
    },
    {
      "epoch": 0.014979166666666667,
      "grad_norm": 3.6695642471313477,
      "learning_rate": 0.0002999127434934819,
      "loss": 10.2524,
      "step": 7190
    },
    {
      "epoch": 0.015,
      "grad_norm": 6.750524520874023,
      "learning_rate": 0.00029991240695372397,
      "loss": 11.8809,
      "step": 7200
    },
    {
      "epoch": 0.015020833333333334,
      "grad_norm": 1.2869458198547363,
      "learning_rate": 0.0002999120697664037,
      "loss": 10.5496,
      "step": 7210
    },
    {
      "epoch": 0.015041666666666667,
      "grad_norm": 3.5351476669311523,
      "learning_rate": 0.00029991173193152264,
      "loss": 12.2325,
      "step": 7220
    },
    {
      "epoch": 0.0150625,
      "grad_norm": 2.5520143508911133,
      "learning_rate": 0.0002999113934490822,
      "loss": 10.2758,
      "step": 7230
    },
    {
      "epoch": 0.015083333333333334,
      "grad_norm": 2.422825336456299,
      "learning_rate": 0.000299911054319084,
      "loss": 10.6581,
      "step": 7240
    },
    {
      "epoch": 0.015104166666666667,
      "grad_norm": 1.4341602325439453,
      "learning_rate": 0.0002999107145415293,
      "loss": 9.8522,
      "step": 7250
    },
    {
      "epoch": 0.015125,
      "grad_norm": 1.8960046768188477,
      "learning_rate": 0.00029991037411641967,
      "loss": 9.5416,
      "step": 7260
    },
    {
      "epoch": 0.015145833333333334,
      "grad_norm": 2.6415021419525146,
      "learning_rate": 0.00029991003304375655,
      "loss": 10.3701,
      "step": 7270
    },
    {
      "epoch": 0.015166666666666667,
      "grad_norm": 2.17240571975708,
      "learning_rate": 0.00029990969132354144,
      "loss": 13.3054,
      "step": 7280
    },
    {
      "epoch": 0.0151875,
      "grad_norm": 1.6666268110275269,
      "learning_rate": 0.0002999093489557758,
      "loss": 10.233,
      "step": 7290
    },
    {
      "epoch": 0.015208333333333334,
      "grad_norm": 2.1919872760772705,
      "learning_rate": 0.0002999090059404611,
      "loss": 10.0753,
      "step": 7300
    },
    {
      "epoch": 0.015229166666666667,
      "grad_norm": 1.6275206804275513,
      "learning_rate": 0.0002999086622775988,
      "loss": 9.9712,
      "step": 7310
    },
    {
      "epoch": 0.01525,
      "grad_norm": 2.441049098968506,
      "learning_rate": 0.0002999083179671905,
      "loss": 11.5101,
      "step": 7320
    },
    {
      "epoch": 0.015270833333333334,
      "grad_norm": 3.304079055786133,
      "learning_rate": 0.00029990797300923755,
      "loss": 10.1955,
      "step": 7330
    },
    {
      "epoch": 0.015291666666666667,
      "grad_norm": 4.419241905212402,
      "learning_rate": 0.00029990762740374145,
      "loss": 10.1936,
      "step": 7340
    },
    {
      "epoch": 0.0153125,
      "grad_norm": 1.888346552848816,
      "learning_rate": 0.0002999072811507038,
      "loss": 13.7461,
      "step": 7350
    },
    {
      "epoch": 0.015333333333333332,
      "grad_norm": 1.9821547269821167,
      "learning_rate": 0.000299906934250126,
      "loss": 9.39,
      "step": 7360
    },
    {
      "epoch": 0.015354166666666667,
      "grad_norm": 3.451902389526367,
      "learning_rate": 0.0002999065867020097,
      "loss": 10.408,
      "step": 7370
    },
    {
      "epoch": 0.015375,
      "grad_norm": 8.470674514770508,
      "learning_rate": 0.0002999062385063561,
      "loss": 12.6315,
      "step": 7380
    },
    {
      "epoch": 0.015395833333333333,
      "grad_norm": 1.474818468093872,
      "learning_rate": 0.000299905889663167,
      "loss": 10.5669,
      "step": 7390
    },
    {
      "epoch": 0.015416666666666667,
      "grad_norm": 5.46319580078125,
      "learning_rate": 0.00029990554017244377,
      "loss": 11.586,
      "step": 7400
    },
    {
      "epoch": 0.0154375,
      "grad_norm": 3.378187894821167,
      "learning_rate": 0.0002999051900341879,
      "loss": 11.373,
      "step": 7410
    },
    {
      "epoch": 0.015458333333333333,
      "grad_norm": 4.952722072601318,
      "learning_rate": 0.000299904839248401,
      "loss": 11.1355,
      "step": 7420
    },
    {
      "epoch": 0.015479166666666667,
      "grad_norm": 5.7234015464782715,
      "learning_rate": 0.00029990448781508453,
      "loss": 10.9349,
      "step": 7430
    },
    {
      "epoch": 0.0155,
      "grad_norm": 3.3616325855255127,
      "learning_rate": 0.00029990413573424,
      "loss": 10.0402,
      "step": 7440
    },
    {
      "epoch": 0.015520833333333333,
      "grad_norm": 1.5712611675262451,
      "learning_rate": 0.00029990378300586893,
      "loss": 11.38,
      "step": 7450
    },
    {
      "epoch": 0.015541666666666667,
      "grad_norm": 4.030550956726074,
      "learning_rate": 0.0002999034296299729,
      "loss": 11.7843,
      "step": 7460
    },
    {
      "epoch": 0.0155625,
      "grad_norm": 2.934041738510132,
      "learning_rate": 0.00029990307560655326,
      "loss": 10.0483,
      "step": 7470
    },
    {
      "epoch": 0.015583333333333333,
      "grad_norm": 2.886746406555176,
      "learning_rate": 0.00029990272093561183,
      "loss": 10.4815,
      "step": 7480
    },
    {
      "epoch": 0.015604166666666667,
      "grad_norm": 1.8970671892166138,
      "learning_rate": 0.0002999023656171499,
      "loss": 9.5847,
      "step": 7490
    },
    {
      "epoch": 0.015625,
      "grad_norm": 3.15994930267334,
      "learning_rate": 0.0002999020096511691,
      "loss": 10.4302,
      "step": 7500
    },
    {
      "epoch": 0.015645833333333335,
      "grad_norm": 0.9913775324821472,
      "learning_rate": 0.0002999016530376709,
      "loss": 9.8983,
      "step": 7510
    },
    {
      "epoch": 0.015666666666666666,
      "grad_norm": 2.6655819416046143,
      "learning_rate": 0.00029990129577665695,
      "loss": 10.8205,
      "step": 7520
    },
    {
      "epoch": 0.0156875,
      "grad_norm": 1.7714622020721436,
      "learning_rate": 0.0002999009378681287,
      "loss": 12.3066,
      "step": 7530
    },
    {
      "epoch": 0.015708333333333335,
      "grad_norm": 4.03885555267334,
      "learning_rate": 0.0002999005793120878,
      "loss": 11.101,
      "step": 7540
    },
    {
      "epoch": 0.015729166666666666,
      "grad_norm": 1.4930686950683594,
      "learning_rate": 0.0002999002201085357,
      "loss": 8.9744,
      "step": 7550
    },
    {
      "epoch": 0.01575,
      "grad_norm": 1.295404076576233,
      "learning_rate": 0.000299899860257474,
      "loss": 10.4073,
      "step": 7560
    },
    {
      "epoch": 0.015770833333333335,
      "grad_norm": 6.2674713134765625,
      "learning_rate": 0.0002998994997589042,
      "loss": 11.5707,
      "step": 7570
    },
    {
      "epoch": 0.015791666666666666,
      "grad_norm": 1.439807415008545,
      "learning_rate": 0.00029989913861282793,
      "loss": 9.6802,
      "step": 7580
    },
    {
      "epoch": 0.0158125,
      "grad_norm": 3.92199444770813,
      "learning_rate": 0.0002998987768192467,
      "loss": 12.0287,
      "step": 7590
    },
    {
      "epoch": 0.015833333333333335,
      "grad_norm": 1.102493166923523,
      "learning_rate": 0.0002998984143781621,
      "loss": 10.0078,
      "step": 7600
    },
    {
      "epoch": 0.015854166666666666,
      "grad_norm": 2.1135149002075195,
      "learning_rate": 0.0002998980512895756,
      "loss": 10.6154,
      "step": 7610
    },
    {
      "epoch": 0.015875,
      "grad_norm": 3.100266456604004,
      "learning_rate": 0.00029989768755348895,
      "loss": 12.3709,
      "step": 7620
    },
    {
      "epoch": 0.015895833333333335,
      "grad_norm": 1.5666379928588867,
      "learning_rate": 0.0002998973231699036,
      "loss": 11.2018,
      "step": 7630
    },
    {
      "epoch": 0.015916666666666666,
      "grad_norm": 1.3163163661956787,
      "learning_rate": 0.0002998969581388211,
      "loss": 9.4173,
      "step": 7640
    },
    {
      "epoch": 0.0159375,
      "grad_norm": 2.3800547122955322,
      "learning_rate": 0.00029989659246024315,
      "loss": 10.8377,
      "step": 7650
    },
    {
      "epoch": 0.015958333333333335,
      "grad_norm": 1.646741271018982,
      "learning_rate": 0.0002998962261341712,
      "loss": 9.8377,
      "step": 7660
    },
    {
      "epoch": 0.015979166666666666,
      "grad_norm": 4.461629390716553,
      "learning_rate": 0.0002998958591606069,
      "loss": 10.5095,
      "step": 7670
    },
    {
      "epoch": 0.016,
      "grad_norm": 3.0189363956451416,
      "learning_rate": 0.0002998954915395519,
      "loss": 9.7902,
      "step": 7680
    },
    {
      "epoch": 0.016020833333333335,
      "grad_norm": 1.4630753993988037,
      "learning_rate": 0.0002998951232710076,
      "loss": 10.618,
      "step": 7690
    },
    {
      "epoch": 0.016041666666666666,
      "grad_norm": 1.8468317985534668,
      "learning_rate": 0.0002998947543549757,
      "loss": 9.9555,
      "step": 7700
    },
    {
      "epoch": 0.0160625,
      "grad_norm": 1.0691295862197876,
      "learning_rate": 0.00029989438479145785,
      "loss": 9.6683,
      "step": 7710
    },
    {
      "epoch": 0.016083333333333335,
      "grad_norm": 2.260693073272705,
      "learning_rate": 0.0002998940145804556,
      "loss": 9.9135,
      "step": 7720
    },
    {
      "epoch": 0.016104166666666666,
      "grad_norm": 1.6127572059631348,
      "learning_rate": 0.0002998936437219705,
      "loss": 10.8291,
      "step": 7730
    },
    {
      "epoch": 0.016125,
      "grad_norm": 5.835315704345703,
      "learning_rate": 0.0002998932722160042,
      "loss": 11.6351,
      "step": 7740
    },
    {
      "epoch": 0.016145833333333335,
      "grad_norm": 1.576759934425354,
      "learning_rate": 0.0002998929000625583,
      "loss": 10.5694,
      "step": 7750
    },
    {
      "epoch": 0.016166666666666666,
      "grad_norm": 5.972573757171631,
      "learning_rate": 0.0002998925272616344,
      "loss": 12.0593,
      "step": 7760
    },
    {
      "epoch": 0.0161875,
      "grad_norm": 3.2677183151245117,
      "learning_rate": 0.00029989215381323413,
      "loss": 10.1726,
      "step": 7770
    },
    {
      "epoch": 0.016208333333333335,
      "grad_norm": 7.154234886169434,
      "learning_rate": 0.0002998917797173591,
      "loss": 12.8739,
      "step": 7780
    },
    {
      "epoch": 0.016229166666666666,
      "grad_norm": 2.0922951698303223,
      "learning_rate": 0.00029989140497401086,
      "loss": 11.2946,
      "step": 7790
    },
    {
      "epoch": 0.01625,
      "grad_norm": 8.764326095581055,
      "learning_rate": 0.0002998910295831911,
      "loss": 11.3706,
      "step": 7800
    },
    {
      "epoch": 0.016270833333333335,
      "grad_norm": 4.644522190093994,
      "learning_rate": 0.00029989065354490144,
      "loss": 13.0845,
      "step": 7810
    },
    {
      "epoch": 0.016291666666666666,
      "grad_norm": 2.0552353858947754,
      "learning_rate": 0.00029989027685914344,
      "loss": 9.9023,
      "step": 7820
    },
    {
      "epoch": 0.0163125,
      "grad_norm": 2.1191513538360596,
      "learning_rate": 0.0002998898995259188,
      "loss": 9.9085,
      "step": 7830
    },
    {
      "epoch": 0.01633333333333333,
      "grad_norm": 2.8706958293914795,
      "learning_rate": 0.00029988952154522917,
      "loss": 10.7484,
      "step": 7840
    },
    {
      "epoch": 0.016354166666666666,
      "grad_norm": 2.298921823501587,
      "learning_rate": 0.0002998891429170761,
      "loss": 11.0317,
      "step": 7850
    },
    {
      "epoch": 0.016375,
      "grad_norm": 1.0837476253509521,
      "learning_rate": 0.00029988876364146126,
      "loss": 9.7827,
      "step": 7860
    },
    {
      "epoch": 0.01639583333333333,
      "grad_norm": 1.4313948154449463,
      "learning_rate": 0.00029988838371838633,
      "loss": 10.1279,
      "step": 7870
    },
    {
      "epoch": 0.016416666666666666,
      "grad_norm": 4.364575386047363,
      "learning_rate": 0.0002998880031478528,
      "loss": 10.9476,
      "step": 7880
    },
    {
      "epoch": 0.0164375,
      "grad_norm": 2.055990219116211,
      "learning_rate": 0.0002998876219298625,
      "loss": 10.9808,
      "step": 7890
    },
    {
      "epoch": 0.016458333333333332,
      "grad_norm": 3.2823503017425537,
      "learning_rate": 0.00029988724006441706,
      "loss": 11.2315,
      "step": 7900
    },
    {
      "epoch": 0.016479166666666666,
      "grad_norm": 4.2085113525390625,
      "learning_rate": 0.00029988685755151805,
      "loss": 11.6946,
      "step": 7910
    },
    {
      "epoch": 0.0165,
      "grad_norm": 1.3102195262908936,
      "learning_rate": 0.00029988647439116705,
      "loss": 9.8136,
      "step": 7920
    },
    {
      "epoch": 0.016520833333333332,
      "grad_norm": 3.299245834350586,
      "learning_rate": 0.0002998860905833659,
      "loss": 10.429,
      "step": 7930
    },
    {
      "epoch": 0.016541666666666666,
      "grad_norm": 3.5945684909820557,
      "learning_rate": 0.0002998857061281161,
      "loss": 10.4749,
      "step": 7940
    },
    {
      "epoch": 0.0165625,
      "grad_norm": 1.4952757358551025,
      "learning_rate": 0.00029988532102541947,
      "loss": 9.4101,
      "step": 7950
    },
    {
      "epoch": 0.016583333333333332,
      "grad_norm": 1.6877464056015015,
      "learning_rate": 0.0002998849352752775,
      "loss": 11.4929,
      "step": 7960
    },
    {
      "epoch": 0.016604166666666666,
      "grad_norm": 2.942281484603882,
      "learning_rate": 0.000299884548877692,
      "loss": 10.584,
      "step": 7970
    },
    {
      "epoch": 0.016625,
      "grad_norm": 4.894181251525879,
      "learning_rate": 0.00029988416183266456,
      "loss": 9.5002,
      "step": 7980
    },
    {
      "epoch": 0.016645833333333332,
      "grad_norm": 1.2532800436019897,
      "learning_rate": 0.00029988377414019685,
      "loss": 10.8808,
      "step": 7990
    },
    {
      "epoch": 0.016666666666666666,
      "grad_norm": 3.4453060626983643,
      "learning_rate": 0.00029988338580029056,
      "loss": 11.7279,
      "step": 8000
    },
    {
      "epoch": 0.016666666666666666,
      "eval_loss": 9.308379173278809,
      "eval_runtime": 9.6312,
      "eval_samples_per_second": 0.311,
      "eval_steps_per_second": 0.104,
      "step": 8000
    },
    {
      "epoch": 0.0166875,
      "grad_norm": 7.3975725173950195,
      "learning_rate": 0.0002998829968129474,
      "loss": 11.0255,
      "step": 8010
    },
    {
      "epoch": 0.016708333333333332,
      "grad_norm": 1.7730296850204468,
      "learning_rate": 0.00029988260717816903,
      "loss": 10.4993,
      "step": 8020
    },
    {
      "epoch": 0.016729166666666666,
      "grad_norm": 2.977745771408081,
      "learning_rate": 0.00029988221689595705,
      "loss": 10.3931,
      "step": 8030
    },
    {
      "epoch": 0.01675,
      "grad_norm": 1.4442064762115479,
      "learning_rate": 0.00029988182596631325,
      "loss": 9.7262,
      "step": 8040
    },
    {
      "epoch": 0.016770833333333332,
      "grad_norm": 3.4571053981781006,
      "learning_rate": 0.00029988143438923937,
      "loss": 9.5753,
      "step": 8050
    },
    {
      "epoch": 0.016791666666666667,
      "grad_norm": 2.901920795440674,
      "learning_rate": 0.000299881042164737,
      "loss": 10.5722,
      "step": 8060
    },
    {
      "epoch": 0.0168125,
      "grad_norm": 2.5167293548583984,
      "learning_rate": 0.00029988064929280776,
      "loss": 10.6499,
      "step": 8070
    },
    {
      "epoch": 0.016833333333333332,
      "grad_norm": 3.6482536792755127,
      "learning_rate": 0.00029988025577345345,
      "loss": 9.7018,
      "step": 8080
    },
    {
      "epoch": 0.016854166666666667,
      "grad_norm": 6.579994201660156,
      "learning_rate": 0.00029987986160667584,
      "loss": 10.1338,
      "step": 8090
    },
    {
      "epoch": 0.016875,
      "grad_norm": 1.6679381132125854,
      "learning_rate": 0.00029987946679247655,
      "loss": 10.2839,
      "step": 8100
    },
    {
      "epoch": 0.016895833333333332,
      "grad_norm": 12.868471145629883,
      "learning_rate": 0.00029987907133085726,
      "loss": 10.2423,
      "step": 8110
    },
    {
      "epoch": 0.016916666666666667,
      "grad_norm": 3.277723789215088,
      "learning_rate": 0.0002998786752218197,
      "loss": 11.2685,
      "step": 8120
    },
    {
      "epoch": 0.0169375,
      "grad_norm": 2.7393245697021484,
      "learning_rate": 0.0002998782784653656,
      "loss": 10.765,
      "step": 8130
    },
    {
      "epoch": 0.016958333333333332,
      "grad_norm": 2.2524876594543457,
      "learning_rate": 0.00029987788106149664,
      "loss": 9.3477,
      "step": 8140
    },
    {
      "epoch": 0.016979166666666667,
      "grad_norm": 1.216858983039856,
      "learning_rate": 0.0002998774830102146,
      "loss": 9.6936,
      "step": 8150
    },
    {
      "epoch": 0.017,
      "grad_norm": 1.3368690013885498,
      "learning_rate": 0.00029987708431152113,
      "loss": 11.1952,
      "step": 8160
    },
    {
      "epoch": 0.017020833333333332,
      "grad_norm": 8.650725364685059,
      "learning_rate": 0.000299876684965418,
      "loss": 12.551,
      "step": 8170
    },
    {
      "epoch": 0.017041666666666667,
      "grad_norm": 5.4143242835998535,
      "learning_rate": 0.0002998762849719069,
      "loss": 10.7386,
      "step": 8180
    },
    {
      "epoch": 0.0170625,
      "grad_norm": 2.869532585144043,
      "learning_rate": 0.0002998758843309896,
      "loss": 11.0697,
      "step": 8190
    },
    {
      "epoch": 0.017083333333333332,
      "grad_norm": 2.170278310775757,
      "learning_rate": 0.0002998754830426678,
      "loss": 9.7989,
      "step": 8200
    },
    {
      "epoch": 0.017104166666666667,
      "grad_norm": 1.442640781402588,
      "learning_rate": 0.00029987508110694317,
      "loss": 11.7248,
      "step": 8210
    },
    {
      "epoch": 0.017125,
      "grad_norm": 1.429618000984192,
      "learning_rate": 0.00029987467852381764,
      "loss": 10.2313,
      "step": 8220
    },
    {
      "epoch": 0.017145833333333332,
      "grad_norm": 2.5053467750549316,
      "learning_rate": 0.0002998742752932927,
      "loss": 11.5338,
      "step": 8230
    },
    {
      "epoch": 0.017166666666666667,
      "grad_norm": 4.457354545593262,
      "learning_rate": 0.0002998738714153703,
      "loss": 10.8331,
      "step": 8240
    },
    {
      "epoch": 0.0171875,
      "grad_norm": 2.380497694015503,
      "learning_rate": 0.00029987346689005204,
      "loss": 11.1955,
      "step": 8250
    },
    {
      "epoch": 0.017208333333333332,
      "grad_norm": 2.246060609817505,
      "learning_rate": 0.00029987306171733977,
      "loss": 10.2991,
      "step": 8260
    },
    {
      "epoch": 0.017229166666666667,
      "grad_norm": 1.1932040452957153,
      "learning_rate": 0.0002998726558972352,
      "loss": 11.0033,
      "step": 8270
    },
    {
      "epoch": 0.01725,
      "grad_norm": 3.8998630046844482,
      "learning_rate": 0.00029987224942974006,
      "loss": 11.7267,
      "step": 8280
    },
    {
      "epoch": 0.017270833333333332,
      "grad_norm": 1.756670594215393,
      "learning_rate": 0.0002998718423148561,
      "loss": 10.3648,
      "step": 8290
    },
    {
      "epoch": 0.017291666666666667,
      "grad_norm": 4.08376407623291,
      "learning_rate": 0.00029987143455258516,
      "loss": 11.3254,
      "step": 8300
    },
    {
      "epoch": 0.0173125,
      "grad_norm": 1.850346565246582,
      "learning_rate": 0.0002998710261429289,
      "loss": 15.5038,
      "step": 8310
    },
    {
      "epoch": 0.017333333333333333,
      "grad_norm": 9.666577339172363,
      "learning_rate": 0.00029987061708588916,
      "loss": 10.7315,
      "step": 8320
    },
    {
      "epoch": 0.017354166666666667,
      "grad_norm": 1.7171849012374878,
      "learning_rate": 0.00029987020738146767,
      "loss": 9.8971,
      "step": 8330
    },
    {
      "epoch": 0.017375,
      "grad_norm": 13.807164192199707,
      "learning_rate": 0.0002998697970296662,
      "loss": 10.8958,
      "step": 8340
    },
    {
      "epoch": 0.017395833333333333,
      "grad_norm": 3.4156405925750732,
      "learning_rate": 0.0002998693860304865,
      "loss": 10.905,
      "step": 8350
    },
    {
      "epoch": 0.017416666666666667,
      "grad_norm": 4.799182891845703,
      "learning_rate": 0.00029986897438393043,
      "loss": 10.4691,
      "step": 8360
    },
    {
      "epoch": 0.0174375,
      "grad_norm": 2.6259946823120117,
      "learning_rate": 0.0002998685620899997,
      "loss": 11.1097,
      "step": 8370
    },
    {
      "epoch": 0.017458333333333333,
      "grad_norm": 3.662365198135376,
      "learning_rate": 0.0002998681491486961,
      "loss": 10.9016,
      "step": 8380
    },
    {
      "epoch": 0.017479166666666667,
      "grad_norm": 6.5170578956604,
      "learning_rate": 0.0002998677355600214,
      "loss": 11.1669,
      "step": 8390
    },
    {
      "epoch": 0.0175,
      "grad_norm": 4.12289571762085,
      "learning_rate": 0.0002998673213239774,
      "loss": 10.8079,
      "step": 8400
    },
    {
      "epoch": 0.017520833333333333,
      "grad_norm": 7.832702159881592,
      "learning_rate": 0.0002998669064405659,
      "loss": 10.6415,
      "step": 8410
    },
    {
      "epoch": 0.017541666666666667,
      "grad_norm": 2.337742805480957,
      "learning_rate": 0.0002998664909097887,
      "loss": 11.2157,
      "step": 8420
    },
    {
      "epoch": 0.0175625,
      "grad_norm": 2.3337929248809814,
      "learning_rate": 0.0002998660747316476,
      "loss": 11.0265,
      "step": 8430
    },
    {
      "epoch": 0.017583333333333333,
      "grad_norm": 2.2939038276672363,
      "learning_rate": 0.00029986565790614435,
      "loss": 10.8485,
      "step": 8440
    },
    {
      "epoch": 0.017604166666666667,
      "grad_norm": 3.0568652153015137,
      "learning_rate": 0.0002998652404332808,
      "loss": 10.8224,
      "step": 8450
    },
    {
      "epoch": 0.017625,
      "grad_norm": 3.4635777473449707,
      "learning_rate": 0.0002998648223130587,
      "loss": 10.289,
      "step": 8460
    },
    {
      "epoch": 0.017645833333333333,
      "grad_norm": 2.6001527309417725,
      "learning_rate": 0.0002998644035454799,
      "loss": 10.9265,
      "step": 8470
    },
    {
      "epoch": 0.017666666666666667,
      "grad_norm": 2.0331015586853027,
      "learning_rate": 0.0002998639841305462,
      "loss": 9.6222,
      "step": 8480
    },
    {
      "epoch": 0.0176875,
      "grad_norm": 7.8848137855529785,
      "learning_rate": 0.0002998635640682594,
      "loss": 10.1511,
      "step": 8490
    },
    {
      "epoch": 0.017708333333333333,
      "grad_norm": 5.631989002227783,
      "learning_rate": 0.00029986314335862135,
      "loss": 10.2503,
      "step": 8500
    },
    {
      "epoch": 0.017729166666666667,
      "grad_norm": 1.1516673564910889,
      "learning_rate": 0.0002998627220016338,
      "loss": 9.683,
      "step": 8510
    },
    {
      "epoch": 0.01775,
      "grad_norm": 1.2559261322021484,
      "learning_rate": 0.0002998622999972987,
      "loss": 10.573,
      "step": 8520
    },
    {
      "epoch": 0.017770833333333333,
      "grad_norm": 1.8160324096679688,
      "learning_rate": 0.00029986187734561766,
      "loss": 11.7041,
      "step": 8530
    },
    {
      "epoch": 0.017791666666666667,
      "grad_norm": 1.799766182899475,
      "learning_rate": 0.0002998614540465927,
      "loss": 10.8937,
      "step": 8540
    },
    {
      "epoch": 0.0178125,
      "grad_norm": 3.658163547515869,
      "learning_rate": 0.0002998610301002256,
      "loss": 10.0382,
      "step": 8550
    },
    {
      "epoch": 0.017833333333333333,
      "grad_norm": 9.281817436218262,
      "learning_rate": 0.0002998606055065181,
      "loss": 10.3833,
      "step": 8560
    },
    {
      "epoch": 0.017854166666666667,
      "grad_norm": 4.675943374633789,
      "learning_rate": 0.00029986018026547214,
      "loss": 10.1637,
      "step": 8570
    },
    {
      "epoch": 0.017875,
      "grad_norm": 3.3543338775634766,
      "learning_rate": 0.0002998597543770895,
      "loss": 12.6618,
      "step": 8580
    },
    {
      "epoch": 0.017895833333333333,
      "grad_norm": 2.0242888927459717,
      "learning_rate": 0.0002998593278413721,
      "loss": 10.7715,
      "step": 8590
    },
    {
      "epoch": 0.017916666666666668,
      "grad_norm": 8.443666458129883,
      "learning_rate": 0.00029985890065832165,
      "loss": 10.4538,
      "step": 8600
    },
    {
      "epoch": 0.0179375,
      "grad_norm": 2.3207473754882812,
      "learning_rate": 0.0002998584728279401,
      "loss": 11.6834,
      "step": 8610
    },
    {
      "epoch": 0.017958333333333333,
      "grad_norm": 2.5473146438598633,
      "learning_rate": 0.0002998580443502293,
      "loss": 9.0714,
      "step": 8620
    },
    {
      "epoch": 0.017979166666666668,
      "grad_norm": 7.098684787750244,
      "learning_rate": 0.00029985761522519094,
      "loss": 10.4271,
      "step": 8630
    },
    {
      "epoch": 0.018,
      "grad_norm": 14.975579261779785,
      "learning_rate": 0.00029985718545282714,
      "loss": 10.1146,
      "step": 8640
    },
    {
      "epoch": 0.018020833333333333,
      "grad_norm": 2.2087926864624023,
      "learning_rate": 0.00029985675503313956,
      "loss": 9.0802,
      "step": 8650
    },
    {
      "epoch": 0.018041666666666668,
      "grad_norm": 2.985990524291992,
      "learning_rate": 0.0002998563239661301,
      "loss": 10.5278,
      "step": 8660
    },
    {
      "epoch": 0.0180625,
      "grad_norm": 1.4883049726486206,
      "learning_rate": 0.0002998558922518007,
      "loss": 11.0644,
      "step": 8670
    },
    {
      "epoch": 0.018083333333333333,
      "grad_norm": 1.1738823652267456,
      "learning_rate": 0.0002998554598901531,
      "loss": 8.8827,
      "step": 8680
    },
    {
      "epoch": 0.018104166666666668,
      "grad_norm": 1.3678345680236816,
      "learning_rate": 0.00029985502688118925,
      "loss": 11.1005,
      "step": 8690
    },
    {
      "epoch": 0.018125,
      "grad_norm": 1.6899034976959229,
      "learning_rate": 0.000299854593224911,
      "loss": 11.0489,
      "step": 8700
    },
    {
      "epoch": 0.018145833333333333,
      "grad_norm": 1.3683050870895386,
      "learning_rate": 0.00029985415892132023,
      "loss": 10.7622,
      "step": 8710
    },
    {
      "epoch": 0.018166666666666668,
      "grad_norm": 6.3900837898254395,
      "learning_rate": 0.0002998537239704188,
      "loss": 11.7345,
      "step": 8720
    },
    {
      "epoch": 0.0181875,
      "grad_norm": 1.9791576862335205,
      "learning_rate": 0.0002998532883722086,
      "loss": 9.9002,
      "step": 8730
    },
    {
      "epoch": 0.018208333333333333,
      "grad_norm": 1.4021942615509033,
      "learning_rate": 0.0002998528521266915,
      "loss": 10.052,
      "step": 8740
    },
    {
      "epoch": 0.018229166666666668,
      "grad_norm": 3.117974281311035,
      "learning_rate": 0.0002998524152338694,
      "loss": 13.4069,
      "step": 8750
    },
    {
      "epoch": 0.01825,
      "grad_norm": 1.090366005897522,
      "learning_rate": 0.00029985197769374423,
      "loss": 10.3259,
      "step": 8760
    },
    {
      "epoch": 0.018270833333333333,
      "grad_norm": 1.4500434398651123,
      "learning_rate": 0.0002998515395063177,
      "loss": 11.4467,
      "step": 8770
    },
    {
      "epoch": 0.018291666666666668,
      "grad_norm": 1.6774439811706543,
      "learning_rate": 0.000299851100671592,
      "loss": 10.3088,
      "step": 8780
    },
    {
      "epoch": 0.0183125,
      "grad_norm": 1.8974217176437378,
      "learning_rate": 0.0002998506611895688,
      "loss": 9.9565,
      "step": 8790
    },
    {
      "epoch": 0.018333333333333333,
      "grad_norm": 9.537912368774414,
      "learning_rate": 0.00029985022106025,
      "loss": 10.3716,
      "step": 8800
    },
    {
      "epoch": 0.018354166666666668,
      "grad_norm": 9.883466720581055,
      "learning_rate": 0.0002998497802836376,
      "loss": 9.5712,
      "step": 8810
    },
    {
      "epoch": 0.018375,
      "grad_norm": 2.561497211456299,
      "learning_rate": 0.00029984933885973355,
      "loss": 9.829,
      "step": 8820
    },
    {
      "epoch": 0.018395833333333333,
      "grad_norm": 2.426931381225586,
      "learning_rate": 0.00029984889678853955,
      "loss": 9.9322,
      "step": 8830
    },
    {
      "epoch": 0.018416666666666668,
      "grad_norm": 2.6340928077697754,
      "learning_rate": 0.00029984845407005767,
      "loss": 10.4946,
      "step": 8840
    },
    {
      "epoch": 0.0184375,
      "grad_norm": 3.6498987674713135,
      "learning_rate": 0.00029984801070428974,
      "loss": 9.6599,
      "step": 8850
    },
    {
      "epoch": 0.018458333333333334,
      "grad_norm": 4.618802070617676,
      "learning_rate": 0.00029984756669123783,
      "loss": 11.0047,
      "step": 8860
    },
    {
      "epoch": 0.018479166666666668,
      "grad_norm": 3.4074511528015137,
      "learning_rate": 0.00029984712203090367,
      "loss": 9.9083,
      "step": 8870
    },
    {
      "epoch": 0.0185,
      "grad_norm": 1.832142949104309,
      "learning_rate": 0.0002998466767232892,
      "loss": 10.8198,
      "step": 8880
    },
    {
      "epoch": 0.018520833333333334,
      "grad_norm": 3.1826012134552,
      "learning_rate": 0.0002998462307683965,
      "loss": 10.2349,
      "step": 8890
    },
    {
      "epoch": 0.018541666666666668,
      "grad_norm": 3.5009334087371826,
      "learning_rate": 0.00029984578416622737,
      "loss": 10.804,
      "step": 8900
    },
    {
      "epoch": 0.0185625,
      "grad_norm": 1.5335534811019897,
      "learning_rate": 0.0002998453369167838,
      "loss": 9.5832,
      "step": 8910
    },
    {
      "epoch": 0.018583333333333334,
      "grad_norm": 4.468252658843994,
      "learning_rate": 0.0002998448890200676,
      "loss": 9.5826,
      "step": 8920
    },
    {
      "epoch": 0.018604166666666668,
      "grad_norm": 2.4997026920318604,
      "learning_rate": 0.0002998444404760808,
      "loss": 10.7574,
      "step": 8930
    },
    {
      "epoch": 0.018625,
      "grad_norm": 2.225224733352661,
      "learning_rate": 0.0002998439912848254,
      "loss": 10.8681,
      "step": 8940
    },
    {
      "epoch": 0.018645833333333334,
      "grad_norm": 1.58319091796875,
      "learning_rate": 0.0002998435414463032,
      "loss": 12.3225,
      "step": 8950
    },
    {
      "epoch": 0.018666666666666668,
      "grad_norm": 1.2246129512786865,
      "learning_rate": 0.00029984309096051624,
      "loss": 10.0078,
      "step": 8960
    },
    {
      "epoch": 0.0186875,
      "grad_norm": 1.4483580589294434,
      "learning_rate": 0.0002998426398274665,
      "loss": 9.6485,
      "step": 8970
    },
    {
      "epoch": 0.018708333333333334,
      "grad_norm": 1.0512267351150513,
      "learning_rate": 0.0002998421880471558,
      "loss": 9.5899,
      "step": 8980
    },
    {
      "epoch": 0.01872916666666667,
      "grad_norm": 2.367302894592285,
      "learning_rate": 0.00029984173561958615,
      "loss": 11.3607,
      "step": 8990
    },
    {
      "epoch": 0.01875,
      "grad_norm": 4.539875030517578,
      "learning_rate": 0.0002998412825447595,
      "loss": 10.7337,
      "step": 9000
    },
    {
      "epoch": 0.01875,
      "eval_loss": 10.424120903015137,
      "eval_runtime": 9.5135,
      "eval_samples_per_second": 0.315,
      "eval_steps_per_second": 0.105,
      "step": 9000
    },
    {
      "epoch": 0.018770833333333334,
      "grad_norm": 4.174044132232666,
      "learning_rate": 0.00029984082882267786,
      "loss": 10.3567,
      "step": 9010
    },
    {
      "epoch": 0.01879166666666667,
      "grad_norm": 1.613399624824524,
      "learning_rate": 0.00029984037445334317,
      "loss": 10.4424,
      "step": 9020
    },
    {
      "epoch": 0.0188125,
      "grad_norm": 5.496775150299072,
      "learning_rate": 0.0002998399194367574,
      "loss": 12.5985,
      "step": 9030
    },
    {
      "epoch": 0.018833333333333334,
      "grad_norm": 6.151392459869385,
      "learning_rate": 0.0002998394637729224,
      "loss": 10.7363,
      "step": 9040
    },
    {
      "epoch": 0.01885416666666667,
      "grad_norm": 1.0690058469772339,
      "learning_rate": 0.00029983900746184027,
      "loss": 11.0171,
      "step": 9050
    },
    {
      "epoch": 0.018875,
      "grad_norm": 1.705215334892273,
      "learning_rate": 0.00029983855050351297,
      "loss": 10.1306,
      "step": 9060
    },
    {
      "epoch": 0.018895833333333334,
      "grad_norm": 1.5789196491241455,
      "learning_rate": 0.0002998380928979424,
      "loss": 8.9068,
      "step": 9070
    },
    {
      "epoch": 0.018916666666666665,
      "grad_norm": 1.4673337936401367,
      "learning_rate": 0.00029983763464513057,
      "loss": 11.749,
      "step": 9080
    },
    {
      "epoch": 0.0189375,
      "grad_norm": 5.633861064910889,
      "learning_rate": 0.00029983717574507947,
      "loss": 10.5695,
      "step": 9090
    },
    {
      "epoch": 0.018958333333333334,
      "grad_norm": 2.0706787109375,
      "learning_rate": 0.0002998367161977911,
      "loss": 9.8846,
      "step": 9100
    },
    {
      "epoch": 0.018979166666666665,
      "grad_norm": 2.1010918617248535,
      "learning_rate": 0.0002998362560032674,
      "loss": 9.6144,
      "step": 9110
    },
    {
      "epoch": 0.019,
      "grad_norm": 1.969097375869751,
      "learning_rate": 0.00029983579516151045,
      "loss": 9.8113,
      "step": 9120
    },
    {
      "epoch": 0.019020833333333334,
      "grad_norm": 2.940746307373047,
      "learning_rate": 0.0002998353336725221,
      "loss": 9.45,
      "step": 9130
    },
    {
      "epoch": 0.019041666666666665,
      "grad_norm": 3.6522109508514404,
      "learning_rate": 0.00029983487153630446,
      "loss": 9.5055,
      "step": 9140
    },
    {
      "epoch": 0.0190625,
      "grad_norm": 1.6402373313903809,
      "learning_rate": 0.00029983440875285943,
      "loss": 9.5763,
      "step": 9150
    },
    {
      "epoch": 0.019083333333333334,
      "grad_norm": 13.413490295410156,
      "learning_rate": 0.0002998339453221891,
      "loss": 12.3597,
      "step": 9160
    },
    {
      "epoch": 0.019104166666666665,
      "grad_norm": 1.3645182847976685,
      "learning_rate": 0.0002998334812442955,
      "loss": 9.6148,
      "step": 9170
    },
    {
      "epoch": 0.019125,
      "grad_norm": 2.4118032455444336,
      "learning_rate": 0.00029983301651918045,
      "loss": 10.1378,
      "step": 9180
    },
    {
      "epoch": 0.019145833333333334,
      "grad_norm": 1.2454702854156494,
      "learning_rate": 0.0002998325511468462,
      "loss": 10.1634,
      "step": 9190
    },
    {
      "epoch": 0.019166666666666665,
      "grad_norm": 1.4669184684753418,
      "learning_rate": 0.0002998320851272945,
      "loss": 10.7409,
      "step": 9200
    },
    {
      "epoch": 0.0191875,
      "grad_norm": 4.638226509094238,
      "learning_rate": 0.0002998316184605276,
      "loss": 11.4448,
      "step": 9210
    },
    {
      "epoch": 0.019208333333333334,
      "grad_norm": 2.1620893478393555,
      "learning_rate": 0.0002998311511465474,
      "loss": 11.574,
      "step": 9220
    },
    {
      "epoch": 0.019229166666666665,
      "grad_norm": 6.207428455352783,
      "learning_rate": 0.0002998306831853559,
      "loss": 10.7144,
      "step": 9230
    },
    {
      "epoch": 0.01925,
      "grad_norm": 5.156056880950928,
      "learning_rate": 0.00029983021457695517,
      "loss": 11.2374,
      "step": 9240
    },
    {
      "epoch": 0.019270833333333334,
      "grad_norm": 2.539381980895996,
      "learning_rate": 0.0002998297453213472,
      "loss": 10.8714,
      "step": 9250
    },
    {
      "epoch": 0.019291666666666665,
      "grad_norm": 1.8383471965789795,
      "learning_rate": 0.0002998292754185341,
      "loss": 9.1871,
      "step": 9260
    },
    {
      "epoch": 0.0193125,
      "grad_norm": 3.8640847206115723,
      "learning_rate": 0.0002998288048685178,
      "loss": 9.7523,
      "step": 9270
    },
    {
      "epoch": 0.019333333333333334,
      "grad_norm": 4.734277248382568,
      "learning_rate": 0.00029982833367130036,
      "loss": 9.9263,
      "step": 9280
    },
    {
      "epoch": 0.019354166666666665,
      "grad_norm": 1.356651782989502,
      "learning_rate": 0.00029982786182688385,
      "loss": 9.496,
      "step": 9290
    },
    {
      "epoch": 0.019375,
      "grad_norm": 1.6135660409927368,
      "learning_rate": 0.00029982738933527026,
      "loss": 9.0112,
      "step": 9300
    },
    {
      "epoch": 0.019395833333333334,
      "grad_norm": 3.948216199874878,
      "learning_rate": 0.0002998269161964617,
      "loss": 9.587,
      "step": 9310
    },
    {
      "epoch": 0.019416666666666665,
      "grad_norm": 3.180499315261841,
      "learning_rate": 0.00029982644241046004,
      "loss": 10.4619,
      "step": 9320
    },
    {
      "epoch": 0.0194375,
      "grad_norm": 3.119605779647827,
      "learning_rate": 0.00029982596797726755,
      "loss": 9.1938,
      "step": 9330
    },
    {
      "epoch": 0.019458333333333334,
      "grad_norm": 1.6359981298446655,
      "learning_rate": 0.0002998254928968862,
      "loss": 9.3124,
      "step": 9340
    },
    {
      "epoch": 0.019479166666666665,
      "grad_norm": 3.036982774734497,
      "learning_rate": 0.000299825017169318,
      "loss": 10.4863,
      "step": 9350
    },
    {
      "epoch": 0.0195,
      "grad_norm": 1.7894325256347656,
      "learning_rate": 0.000299824540794565,
      "loss": 9.5066,
      "step": 9360
    },
    {
      "epoch": 0.019520833333333334,
      "grad_norm": 3.55940842628479,
      "learning_rate": 0.00029982406377262934,
      "loss": 9.9326,
      "step": 9370
    },
    {
      "epoch": 0.019541666666666666,
      "grad_norm": 2.8289055824279785,
      "learning_rate": 0.000299823586103513,
      "loss": 9.7775,
      "step": 9380
    },
    {
      "epoch": 0.0195625,
      "grad_norm": 3.287152051925659,
      "learning_rate": 0.0002998231077872181,
      "loss": 10.6501,
      "step": 9390
    },
    {
      "epoch": 0.019583333333333335,
      "grad_norm": 1.9947104454040527,
      "learning_rate": 0.00029982262882374664,
      "loss": 9.8775,
      "step": 9400
    },
    {
      "epoch": 0.019604166666666666,
      "grad_norm": 2.576923370361328,
      "learning_rate": 0.00029982214921310074,
      "loss": 9.3292,
      "step": 9410
    },
    {
      "epoch": 0.019625,
      "grad_norm": 2.165377140045166,
      "learning_rate": 0.0002998216689552825,
      "loss": 9.989,
      "step": 9420
    },
    {
      "epoch": 0.019645833333333335,
      "grad_norm": 2.684744119644165,
      "learning_rate": 0.0002998211880502939,
      "loss": 9.637,
      "step": 9430
    },
    {
      "epoch": 0.019666666666666666,
      "grad_norm": 4.795294761657715,
      "learning_rate": 0.00029982070649813713,
      "loss": 10.8527,
      "step": 9440
    },
    {
      "epoch": 0.0196875,
      "grad_norm": 2.9929707050323486,
      "learning_rate": 0.0002998202242988141,
      "loss": 12.0873,
      "step": 9450
    },
    {
      "epoch": 0.019708333333333335,
      "grad_norm": 2.645092248916626,
      "learning_rate": 0.0002998197414523271,
      "loss": 9.9427,
      "step": 9460
    },
    {
      "epoch": 0.019729166666666666,
      "grad_norm": 1.8241534233093262,
      "learning_rate": 0.0002998192579586781,
      "loss": 11.181,
      "step": 9470
    },
    {
      "epoch": 0.01975,
      "grad_norm": 1.3326810598373413,
      "learning_rate": 0.00029981877381786925,
      "loss": 10.2038,
      "step": 9480
    },
    {
      "epoch": 0.019770833333333335,
      "grad_norm": 2.764575242996216,
      "learning_rate": 0.00029981828902990253,
      "loss": 10.6596,
      "step": 9490
    },
    {
      "epoch": 0.019791666666666666,
      "grad_norm": 3.5225167274475098,
      "learning_rate": 0.0002998178035947801,
      "loss": 9.271,
      "step": 9500
    },
    {
      "epoch": 0.0198125,
      "grad_norm": 1.5884218215942383,
      "learning_rate": 0.0002998173175125041,
      "loss": 10.7645,
      "step": 9510
    },
    {
      "epoch": 0.019833333333333335,
      "grad_norm": 6.27277946472168,
      "learning_rate": 0.00029981683078307656,
      "loss": 9.6134,
      "step": 9520
    },
    {
      "epoch": 0.019854166666666666,
      "grad_norm": 4.820771217346191,
      "learning_rate": 0.00029981634340649964,
      "loss": 10.6514,
      "step": 9530
    },
    {
      "epoch": 0.019875,
      "grad_norm": 3.1984782218933105,
      "learning_rate": 0.0002998158553827754,
      "loss": 10.8113,
      "step": 9540
    },
    {
      "epoch": 0.019895833333333335,
      "grad_norm": 1.4534657001495361,
      "learning_rate": 0.000299815366711906,
      "loss": 10.5107,
      "step": 9550
    },
    {
      "epoch": 0.019916666666666666,
      "grad_norm": 1.9734530448913574,
      "learning_rate": 0.0002998148773938935,
      "loss": 9.8026,
      "step": 9560
    },
    {
      "epoch": 0.0199375,
      "grad_norm": 3.0692174434661865,
      "learning_rate": 0.00029981438742874,
      "loss": 11.251,
      "step": 9570
    },
    {
      "epoch": 0.019958333333333335,
      "grad_norm": 7.967982769012451,
      "learning_rate": 0.00029981389681644767,
      "loss": 11.3768,
      "step": 9580
    },
    {
      "epoch": 0.019979166666666666,
      "grad_norm": 1.2468373775482178,
      "learning_rate": 0.0002998134055570186,
      "loss": 9.4322,
      "step": 9590
    },
    {
      "epoch": 0.02,
      "grad_norm": 1.7694385051727295,
      "learning_rate": 0.0002998129136504549,
      "loss": 9.9795,
      "step": 9600
    },
    {
      "epoch": 0.020020833333333335,
      "grad_norm": 5.257364273071289,
      "learning_rate": 0.00029981242109675875,
      "loss": 10.7213,
      "step": 9610
    },
    {
      "epoch": 0.020041666666666666,
      "grad_norm": 3.1123504638671875,
      "learning_rate": 0.0002998119278959322,
      "loss": 10.485,
      "step": 9620
    },
    {
      "epoch": 0.0200625,
      "grad_norm": 1.496062159538269,
      "learning_rate": 0.0002998114340479775,
      "loss": 9.9372,
      "step": 9630
    },
    {
      "epoch": 0.020083333333333335,
      "grad_norm": 1.9768050909042358,
      "learning_rate": 0.0002998109395528966,
      "loss": 11.1586,
      "step": 9640
    },
    {
      "epoch": 0.020104166666666666,
      "grad_norm": 1.3395570516586304,
      "learning_rate": 0.00029981044441069186,
      "loss": 10.8159,
      "step": 9650
    },
    {
      "epoch": 0.020125,
      "grad_norm": 1.0933862924575806,
      "learning_rate": 0.00029980994862136516,
      "loss": 9.5818,
      "step": 9660
    },
    {
      "epoch": 0.020145833333333335,
      "grad_norm": 1.0280922651290894,
      "learning_rate": 0.0002998094521849189,
      "loss": 11.1099,
      "step": 9670
    },
    {
      "epoch": 0.020166666666666666,
      "grad_norm": 4.056554317474365,
      "learning_rate": 0.00029980895510135503,
      "loss": 10.3888,
      "step": 9680
    },
    {
      "epoch": 0.0201875,
      "grad_norm": 1.9045217037200928,
      "learning_rate": 0.0002998084573706758,
      "loss": 11.7051,
      "step": 9690
    },
    {
      "epoch": 0.02020833333333333,
      "grad_norm": 1.392608642578125,
      "learning_rate": 0.00029980795899288334,
      "loss": 10.9923,
      "step": 9700
    },
    {
      "epoch": 0.020229166666666666,
      "grad_norm": 1.4440104961395264,
      "learning_rate": 0.0002998074599679798,
      "loss": 11.0738,
      "step": 9710
    },
    {
      "epoch": 0.02025,
      "grad_norm": 4.322533130645752,
      "learning_rate": 0.0002998069602959673,
      "loss": 10.3514,
      "step": 9720
    },
    {
      "epoch": 0.02027083333333333,
      "grad_norm": 1.7321727275848389,
      "learning_rate": 0.00029980645997684807,
      "loss": 9.7533,
      "step": 9730
    },
    {
      "epoch": 0.020291666666666666,
      "grad_norm": 7.826340198516846,
      "learning_rate": 0.0002998059590106242,
      "loss": 10.2103,
      "step": 9740
    },
    {
      "epoch": 0.0203125,
      "grad_norm": 2.7092649936676025,
      "learning_rate": 0.0002998054573972979,
      "loss": 10.455,
      "step": 9750
    },
    {
      "epoch": 0.02033333333333333,
      "grad_norm": 2.3351902961730957,
      "learning_rate": 0.00029980495513687126,
      "loss": 11.2489,
      "step": 9760
    },
    {
      "epoch": 0.020354166666666666,
      "grad_norm": 1.595249056816101,
      "learning_rate": 0.0002998044522293466,
      "loss": 9.2916,
      "step": 9770
    },
    {
      "epoch": 0.020375,
      "grad_norm": 1.3164910078048706,
      "learning_rate": 0.000299803948674726,
      "loss": 9.8564,
      "step": 9780
    },
    {
      "epoch": 0.020395833333333332,
      "grad_norm": 3.7633907794952393,
      "learning_rate": 0.0002998034444730116,
      "loss": 9.9016,
      "step": 9790
    },
    {
      "epoch": 0.020416666666666666,
      "grad_norm": 1.24733304977417,
      "learning_rate": 0.0002998029396242056,
      "loss": 9.5565,
      "step": 9800
    },
    {
      "epoch": 0.0204375,
      "grad_norm": 3.018489122390747,
      "learning_rate": 0.00029980243412831023,
      "loss": 10.5013,
      "step": 9810
    },
    {
      "epoch": 0.020458333333333332,
      "grad_norm": 1.8768690824508667,
      "learning_rate": 0.0002998019279853276,
      "loss": 10.2814,
      "step": 9820
    },
    {
      "epoch": 0.020479166666666666,
      "grad_norm": 1.216888666152954,
      "learning_rate": 0.00029980142119526,
      "loss": 9.3895,
      "step": 9830
    },
    {
      "epoch": 0.0205,
      "grad_norm": 2.068916082382202,
      "learning_rate": 0.0002998009137581095,
      "loss": 10.1354,
      "step": 9840
    },
    {
      "epoch": 0.020520833333333332,
      "grad_norm": 2.2698397636413574,
      "learning_rate": 0.0002998004056738784,
      "loss": 10.4051,
      "step": 9850
    },
    {
      "epoch": 0.020541666666666666,
      "grad_norm": 2.0814743041992188,
      "learning_rate": 0.0002997998969425688,
      "loss": 10.809,
      "step": 9860
    },
    {
      "epoch": 0.0205625,
      "grad_norm": 1.68449866771698,
      "learning_rate": 0.00029979938756418296,
      "loss": 10.7666,
      "step": 9870
    },
    {
      "epoch": 0.020583333333333332,
      "grad_norm": 2.4527790546417236,
      "learning_rate": 0.00029979887753872305,
      "loss": 9.9018,
      "step": 9880
    },
    {
      "epoch": 0.020604166666666666,
      "grad_norm": 2.2166454792022705,
      "learning_rate": 0.0002997983668661913,
      "loss": 10.7989,
      "step": 9890
    },
    {
      "epoch": 0.020625,
      "grad_norm": 1.7090628147125244,
      "learning_rate": 0.0002997978555465899,
      "loss": 9.5534,
      "step": 9900
    },
    {
      "epoch": 0.020645833333333332,
      "grad_norm": 1.2793519496917725,
      "learning_rate": 0.000299797343579921,
      "loss": 10.1914,
      "step": 9910
    },
    {
      "epoch": 0.020666666666666667,
      "grad_norm": 1.656396746635437,
      "learning_rate": 0.0002997968309661869,
      "loss": 9.2106,
      "step": 9920
    },
    {
      "epoch": 0.0206875,
      "grad_norm": 1.5950206518173218,
      "learning_rate": 0.00029979631770538984,
      "loss": 9.7525,
      "step": 9930
    },
    {
      "epoch": 0.020708333333333332,
      "grad_norm": 1.0743330717086792,
      "learning_rate": 0.0002997958037975319,
      "loss": 11.4122,
      "step": 9940
    },
    {
      "epoch": 0.020729166666666667,
      "grad_norm": 1.339682698249817,
      "learning_rate": 0.0002997952892426154,
      "loss": 10.8396,
      "step": 9950
    },
    {
      "epoch": 0.02075,
      "grad_norm": 2.6704845428466797,
      "learning_rate": 0.0002997947740406426,
      "loss": 9.6573,
      "step": 9960
    },
    {
      "epoch": 0.020770833333333332,
      "grad_norm": 1.3989076614379883,
      "learning_rate": 0.00029979425819161564,
      "loss": 10.7097,
      "step": 9970
    },
    {
      "epoch": 0.020791666666666667,
      "grad_norm": 1.8619351387023926,
      "learning_rate": 0.00029979374169553677,
      "loss": 10.2434,
      "step": 9980
    },
    {
      "epoch": 0.0208125,
      "grad_norm": 2.4244792461395264,
      "learning_rate": 0.0002997932245524082,
      "loss": 10.23,
      "step": 9990
    },
    {
      "epoch": 0.020833333333333332,
      "grad_norm": 0.9789326190948486,
      "learning_rate": 0.00029979270676223224,
      "loss": 9.7091,
      "step": 10000
    },
    {
      "epoch": 0.020833333333333332,
      "eval_loss": 11.728662490844727,
      "eval_runtime": 9.7159,
      "eval_samples_per_second": 0.309,
      "eval_steps_per_second": 0.103,
      "step": 10000
    },
    {
      "epoch": 0.020854166666666667,
      "grad_norm": 3.7689425945281982,
      "learning_rate": 0.0002997921883250111,
      "loss": 11.2386,
      "step": 10010
    },
    {
      "epoch": 0.020875,
      "grad_norm": 1.6274299621582031,
      "learning_rate": 0.0002997916692407469,
      "loss": 10.2921,
      "step": 10020
    },
    {
      "epoch": 0.020895833333333332,
      "grad_norm": 1.9590115547180176,
      "learning_rate": 0.0002997911495094421,
      "loss": 10.3699,
      "step": 10030
    },
    {
      "epoch": 0.020916666666666667,
      "grad_norm": 1.2889829874038696,
      "learning_rate": 0.0002997906291310987,
      "loss": 9.5928,
      "step": 10040
    },
    {
      "epoch": 0.0209375,
      "grad_norm": 2.9229695796966553,
      "learning_rate": 0.0002997901081057192,
      "loss": 11.2969,
      "step": 10050
    },
    {
      "epoch": 0.020958333333333332,
      "grad_norm": 1.166882872581482,
      "learning_rate": 0.00029978958643330563,
      "loss": 9.3623,
      "step": 10060
    },
    {
      "epoch": 0.020979166666666667,
      "grad_norm": 3.2870426177978516,
      "learning_rate": 0.00029978906411386034,
      "loss": 9.1043,
      "step": 10070
    },
    {
      "epoch": 0.021,
      "grad_norm": 2.5192203521728516,
      "learning_rate": 0.00029978854114738563,
      "loss": 9.4685,
      "step": 10080
    },
    {
      "epoch": 0.021020833333333332,
      "grad_norm": 1.786498785018921,
      "learning_rate": 0.0002997880175338837,
      "loss": 12.6372,
      "step": 10090
    },
    {
      "epoch": 0.021041666666666667,
      "grad_norm": 2.9715499877929688,
      "learning_rate": 0.0002997874932733568,
      "loss": 10.8664,
      "step": 10100
    },
    {
      "epoch": 0.0210625,
      "grad_norm": 8.460478782653809,
      "learning_rate": 0.00029978696836580727,
      "loss": 11.5614,
      "step": 10110
    },
    {
      "epoch": 0.021083333333333332,
      "grad_norm": 4.228330135345459,
      "learning_rate": 0.0002997864428112373,
      "loss": 10.1089,
      "step": 10120
    },
    {
      "epoch": 0.021104166666666667,
      "grad_norm": 1.553844928741455,
      "learning_rate": 0.00029978591660964913,
      "loss": 10.6449,
      "step": 10130
    },
    {
      "epoch": 0.021125,
      "grad_norm": 1.8365998268127441,
      "learning_rate": 0.00029978538976104517,
      "loss": 11.9254,
      "step": 10140
    },
    {
      "epoch": 0.021145833333333332,
      "grad_norm": 1.4168864488601685,
      "learning_rate": 0.00029978486226542756,
      "loss": 10.2529,
      "step": 10150
    },
    {
      "epoch": 0.021166666666666667,
      "grad_norm": 3.7292537689208984,
      "learning_rate": 0.0002997843341227987,
      "loss": 10.6067,
      "step": 10160
    },
    {
      "epoch": 0.0211875,
      "grad_norm": 3.002892017364502,
      "learning_rate": 0.00029978380533316075,
      "loss": 10.0463,
      "step": 10170
    },
    {
      "epoch": 0.021208333333333333,
      "grad_norm": 3.114386558532715,
      "learning_rate": 0.00029978327589651605,
      "loss": 11.6528,
      "step": 10180
    },
    {
      "epoch": 0.021229166666666667,
      "grad_norm": 2.997727632522583,
      "learning_rate": 0.00029978274581286693,
      "loss": 9.8948,
      "step": 10190
    },
    {
      "epoch": 0.02125,
      "grad_norm": 1.523266315460205,
      "learning_rate": 0.00029978221508221556,
      "loss": 11.6461,
      "step": 10200
    },
    {
      "epoch": 0.021270833333333333,
      "grad_norm": 2.189467191696167,
      "learning_rate": 0.00029978168370456437,
      "loss": 9.9923,
      "step": 10210
    },
    {
      "epoch": 0.021291666666666667,
      "grad_norm": 1.3176144361495972,
      "learning_rate": 0.0002997811516799156,
      "loss": 10.3298,
      "step": 10220
    },
    {
      "epoch": 0.0213125,
      "grad_norm": 1.385563850402832,
      "learning_rate": 0.0002997806190082715,
      "loss": 10.3034,
      "step": 10230
    },
    {
      "epoch": 0.021333333333333333,
      "grad_norm": 3.964946985244751,
      "learning_rate": 0.00029978008568963446,
      "loss": 12.0018,
      "step": 10240
    },
    {
      "epoch": 0.021354166666666667,
      "grad_norm": 3.1505227088928223,
      "learning_rate": 0.0002997795517240067,
      "loss": 10.5307,
      "step": 10250
    },
    {
      "epoch": 0.021375,
      "grad_norm": 0.9709035754203796,
      "learning_rate": 0.0002997790171113906,
      "loss": 10.3098,
      "step": 10260
    },
    {
      "epoch": 0.021395833333333333,
      "grad_norm": 3.452026128768921,
      "learning_rate": 0.0002997784818517884,
      "loss": 9.7832,
      "step": 10270
    },
    {
      "epoch": 0.021416666666666667,
      "grad_norm": 3.0905418395996094,
      "learning_rate": 0.00029977794594520247,
      "loss": 10.7526,
      "step": 10280
    },
    {
      "epoch": 0.0214375,
      "grad_norm": 1.193992257118225,
      "learning_rate": 0.00029977740939163505,
      "loss": 11.7879,
      "step": 10290
    },
    {
      "epoch": 0.021458333333333333,
      "grad_norm": 2.3299717903137207,
      "learning_rate": 0.0002997768721910886,
      "loss": 10.8683,
      "step": 10300
    },
    {
      "epoch": 0.021479166666666667,
      "grad_norm": 4.848597526550293,
      "learning_rate": 0.0002997763343435653,
      "loss": 10.8879,
      "step": 10310
    },
    {
      "epoch": 0.0215,
      "grad_norm": 3.004875421524048,
      "learning_rate": 0.0002997757958490675,
      "loss": 11.5342,
      "step": 10320
    },
    {
      "epoch": 0.021520833333333333,
      "grad_norm": 1.23165762424469,
      "learning_rate": 0.0002997752567075975,
      "loss": 10.7616,
      "step": 10330
    },
    {
      "epoch": 0.021541666666666667,
      "grad_norm": 2.6609365940093994,
      "learning_rate": 0.0002997747169191577,
      "loss": 10.3346,
      "step": 10340
    },
    {
      "epoch": 0.0215625,
      "grad_norm": 2.576144218444824,
      "learning_rate": 0.0002997741764837505,
      "loss": 11.6751,
      "step": 10350
    },
    {
      "epoch": 0.021583333333333333,
      "grad_norm": 2.50465726852417,
      "learning_rate": 0.0002997736354013781,
      "loss": 10.3956,
      "step": 10360
    },
    {
      "epoch": 0.021604166666666667,
      "grad_norm": 5.468698978424072,
      "learning_rate": 0.00029977309367204286,
      "loss": 10.1141,
      "step": 10370
    },
    {
      "epoch": 0.021625,
      "grad_norm": 1.5946621894836426,
      "learning_rate": 0.00029977255129574713,
      "loss": 10.5464,
      "step": 10380
    },
    {
      "epoch": 0.021645833333333333,
      "grad_norm": 1.4648486375808716,
      "learning_rate": 0.0002997720082724933,
      "loss": 9.3494,
      "step": 10390
    },
    {
      "epoch": 0.021666666666666667,
      "grad_norm": 1.3473135232925415,
      "learning_rate": 0.0002997714646022836,
      "loss": 9.8327,
      "step": 10400
    },
    {
      "epoch": 0.0216875,
      "grad_norm": 2.0250680446624756,
      "learning_rate": 0.00029977092028512055,
      "loss": 9.5886,
      "step": 10410
    },
    {
      "epoch": 0.021708333333333333,
      "grad_norm": 5.4111008644104,
      "learning_rate": 0.00029977037532100635,
      "loss": 10.0348,
      "step": 10420
    },
    {
      "epoch": 0.021729166666666667,
      "grad_norm": 1.7954319715499878,
      "learning_rate": 0.0002997698297099434,
      "loss": 10.0936,
      "step": 10430
    },
    {
      "epoch": 0.02175,
      "grad_norm": 1.6983932256698608,
      "learning_rate": 0.0002997692834519341,
      "loss": 9.7746,
      "step": 10440
    },
    {
      "epoch": 0.021770833333333333,
      "grad_norm": 1.6690775156021118,
      "learning_rate": 0.0002997687365469808,
      "loss": 10.0654,
      "step": 10450
    },
    {
      "epoch": 0.021791666666666668,
      "grad_norm": 2.1839988231658936,
      "learning_rate": 0.0002997681889950858,
      "loss": 11.5031,
      "step": 10460
    },
    {
      "epoch": 0.0218125,
      "grad_norm": 1.727593183517456,
      "learning_rate": 0.00029976764079625156,
      "loss": 12.7603,
      "step": 10470
    },
    {
      "epoch": 0.021833333333333333,
      "grad_norm": 1.632055401802063,
      "learning_rate": 0.0002997670919504803,
      "loss": 9.1005,
      "step": 10480
    },
    {
      "epoch": 0.021854166666666668,
      "grad_norm": 2.2788209915161133,
      "learning_rate": 0.0002997665424577746,
      "loss": 10.814,
      "step": 10490
    },
    {
      "epoch": 0.021875,
      "grad_norm": 0.8611557483673096,
      "learning_rate": 0.00029976599231813664,
      "loss": 10.9027,
      "step": 10500
    },
    {
      "epoch": 0.021895833333333333,
      "grad_norm": 1.4760922193527222,
      "learning_rate": 0.0002997654415315689,
      "loss": 10.2129,
      "step": 10510
    },
    {
      "epoch": 0.021916666666666668,
      "grad_norm": 20.78751564025879,
      "learning_rate": 0.00029976489009807375,
      "loss": 11.2109,
      "step": 10520
    },
    {
      "epoch": 0.0219375,
      "grad_norm": 4.545130252838135,
      "learning_rate": 0.0002997643380176535,
      "loss": 10.808,
      "step": 10530
    },
    {
      "epoch": 0.021958333333333333,
      "grad_norm": 2.616179943084717,
      "learning_rate": 0.0002997637852903107,
      "loss": 10.1052,
      "step": 10540
    },
    {
      "epoch": 0.021979166666666668,
      "grad_norm": 1.7180416584014893,
      "learning_rate": 0.0002997632319160475,
      "loss": 10.267,
      "step": 10550
    },
    {
      "epoch": 0.022,
      "grad_norm": 4.054330348968506,
      "learning_rate": 0.00029976267789486646,
      "loss": 10.2621,
      "step": 10560
    },
    {
      "epoch": 0.022020833333333333,
      "grad_norm": 2.6736114025115967,
      "learning_rate": 0.00029976212322676995,
      "loss": 10.3052,
      "step": 10570
    },
    {
      "epoch": 0.022041666666666668,
      "grad_norm": 1.7543238401412964,
      "learning_rate": 0.0002997615679117604,
      "loss": 10.7883,
      "step": 10580
    },
    {
      "epoch": 0.0220625,
      "grad_norm": 1.5439739227294922,
      "learning_rate": 0.00029976101194984005,
      "loss": 9.7244,
      "step": 10590
    },
    {
      "epoch": 0.022083333333333333,
      "grad_norm": 7.484848976135254,
      "learning_rate": 0.0002997604553410114,
      "loss": 10.0747,
      "step": 10600
    },
    {
      "epoch": 0.022104166666666668,
      "grad_norm": 3.019892930984497,
      "learning_rate": 0.00029975989808527696,
      "loss": 11.2895,
      "step": 10610
    },
    {
      "epoch": 0.022125,
      "grad_norm": 11.448301315307617,
      "learning_rate": 0.000299759340182639,
      "loss": 11.4672,
      "step": 10620
    },
    {
      "epoch": 0.022145833333333333,
      "grad_norm": 1.009474277496338,
      "learning_rate": 0.00029975878163309995,
      "loss": 10.5213,
      "step": 10630
    },
    {
      "epoch": 0.022166666666666668,
      "grad_norm": 1.1830651760101318,
      "learning_rate": 0.00029975822243666225,
      "loss": 12.721,
      "step": 10640
    },
    {
      "epoch": 0.0221875,
      "grad_norm": 2.734374761581421,
      "learning_rate": 0.00029975766259332835,
      "loss": 10.0837,
      "step": 10650
    },
    {
      "epoch": 0.022208333333333333,
      "grad_norm": 7.883251667022705,
      "learning_rate": 0.0002997571021031006,
      "loss": 10.7532,
      "step": 10660
    },
    {
      "epoch": 0.022229166666666668,
      "grad_norm": 10.049934387207031,
      "learning_rate": 0.00029975654096598146,
      "loss": 11.039,
      "step": 10670
    },
    {
      "epoch": 0.02225,
      "grad_norm": 1.7731108665466309,
      "learning_rate": 0.00029975597918197326,
      "loss": 10.0919,
      "step": 10680
    },
    {
      "epoch": 0.022270833333333333,
      "grad_norm": 1.138770341873169,
      "learning_rate": 0.0002997554167510786,
      "loss": 10.9559,
      "step": 10690
    },
    {
      "epoch": 0.022291666666666668,
      "grad_norm": 5.052494049072266,
      "learning_rate": 0.00029975485367329975,
      "loss": 10.1852,
      "step": 10700
    },
    {
      "epoch": 0.0223125,
      "grad_norm": 3.9112749099731445,
      "learning_rate": 0.00029975428994863927,
      "loss": 9.8539,
      "step": 10710
    },
    {
      "epoch": 0.022333333333333334,
      "grad_norm": 2.814863443374634,
      "learning_rate": 0.0002997537255770995,
      "loss": 10.3366,
      "step": 10720
    },
    {
      "epoch": 0.022354166666666668,
      "grad_norm": 5.007726192474365,
      "learning_rate": 0.00029975316055868293,
      "loss": 10.7393,
      "step": 10730
    },
    {
      "epoch": 0.022375,
      "grad_norm": 1.3392571210861206,
      "learning_rate": 0.00029975259489339195,
      "loss": 9.6248,
      "step": 10740
    },
    {
      "epoch": 0.022395833333333334,
      "grad_norm": 1.9752293825149536,
      "learning_rate": 0.00029975202858122904,
      "loss": 9.7789,
      "step": 10750
    },
    {
      "epoch": 0.022416666666666668,
      "grad_norm": 1.2100507020950317,
      "learning_rate": 0.0002997514616221967,
      "loss": 9.9625,
      "step": 10760
    },
    {
      "epoch": 0.0224375,
      "grad_norm": 1.5660185813903809,
      "learning_rate": 0.0002997508940162973,
      "loss": 9.2541,
      "step": 10770
    },
    {
      "epoch": 0.022458333333333334,
      "grad_norm": 3.5095884799957275,
      "learning_rate": 0.0002997503257635333,
      "loss": 10.3262,
      "step": 10780
    },
    {
      "epoch": 0.022479166666666668,
      "grad_norm": 2.862675905227661,
      "learning_rate": 0.00029974975686390714,
      "loss": 10.3738,
      "step": 10790
    },
    {
      "epoch": 0.0225,
      "grad_norm": 1.980928897857666,
      "learning_rate": 0.0002997491873174213,
      "loss": 10.1036,
      "step": 10800
    },
    {
      "epoch": 0.022520833333333334,
      "grad_norm": 2.5769541263580322,
      "learning_rate": 0.0002997486171240783,
      "loss": 11.3032,
      "step": 10810
    },
    {
      "epoch": 0.022541666666666668,
      "grad_norm": 4.525341987609863,
      "learning_rate": 0.0002997480462838805,
      "loss": 10.1872,
      "step": 10820
    },
    {
      "epoch": 0.0225625,
      "grad_norm": 1.8752398490905762,
      "learning_rate": 0.0002997474747968305,
      "loss": 10.0485,
      "step": 10830
    },
    {
      "epoch": 0.022583333333333334,
      "grad_norm": 12.471848487854004,
      "learning_rate": 0.00029974690266293055,
      "loss": 11.7344,
      "step": 10840
    },
    {
      "epoch": 0.022604166666666668,
      "grad_norm": 2.96885085105896,
      "learning_rate": 0.0002997463298821834,
      "loss": 9.818,
      "step": 10850
    },
    {
      "epoch": 0.022625,
      "grad_norm": 2.0897045135498047,
      "learning_rate": 0.00029974575645459127,
      "loss": 10.6632,
      "step": 10860
    },
    {
      "epoch": 0.022645833333333334,
      "grad_norm": 3.487226724624634,
      "learning_rate": 0.0002997451823801568,
      "loss": 9.6413,
      "step": 10870
    },
    {
      "epoch": 0.02266666666666667,
      "grad_norm": 2.402090549468994,
      "learning_rate": 0.00029974460765888237,
      "loss": 9.6946,
      "step": 10880
    },
    {
      "epoch": 0.0226875,
      "grad_norm": 6.263510704040527,
      "learning_rate": 0.00029974403229077054,
      "loss": 11.4521,
      "step": 10890
    },
    {
      "epoch": 0.022708333333333334,
      "grad_norm": 2.3404247760772705,
      "learning_rate": 0.00029974345627582376,
      "loss": 9.2677,
      "step": 10900
    },
    {
      "epoch": 0.02272916666666667,
      "grad_norm": 2.6422131061553955,
      "learning_rate": 0.0002997428796140445,
      "loss": 10.3846,
      "step": 10910
    },
    {
      "epoch": 0.02275,
      "grad_norm": 1.267283320426941,
      "learning_rate": 0.0002997423023054353,
      "loss": 10.9298,
      "step": 10920
    },
    {
      "epoch": 0.022770833333333334,
      "grad_norm": 4.067429065704346,
      "learning_rate": 0.0002997417243499986,
      "loss": 9.546,
      "step": 10930
    },
    {
      "epoch": 0.022791666666666665,
      "grad_norm": 2.664853096008301,
      "learning_rate": 0.000299741145747737,
      "loss": 10.6964,
      "step": 10940
    },
    {
      "epoch": 0.0228125,
      "grad_norm": 1.3871735334396362,
      "learning_rate": 0.00029974056649865284,
      "loss": 9.4461,
      "step": 10950
    },
    {
      "epoch": 0.022833333333333334,
      "grad_norm": 2.2947604656219482,
      "learning_rate": 0.0002997399866027487,
      "loss": 9.0351,
      "step": 10960
    },
    {
      "epoch": 0.022854166666666665,
      "grad_norm": 3.2039315700531006,
      "learning_rate": 0.0002997394060600271,
      "loss": 10.7458,
      "step": 10970
    },
    {
      "epoch": 0.022875,
      "grad_norm": 5.225874900817871,
      "learning_rate": 0.00029973882487049057,
      "loss": 10.3919,
      "step": 10980
    },
    {
      "epoch": 0.022895833333333334,
      "grad_norm": 3.2148239612579346,
      "learning_rate": 0.0002997382430341416,
      "loss": 10.9326,
      "step": 10990
    },
    {
      "epoch": 0.022916666666666665,
      "grad_norm": 1.5385518074035645,
      "learning_rate": 0.0002997376605509826,
      "loss": 10.9593,
      "step": 11000
    },
    {
      "epoch": 0.022916666666666665,
      "eval_loss": 10.704360961914062,
      "eval_runtime": 9.3512,
      "eval_samples_per_second": 0.321,
      "eval_steps_per_second": 0.107,
      "step": 11000
    },
    {
      "epoch": 0.0229375,
      "grad_norm": 3.9316649436950684,
      "learning_rate": 0.0002997370774210163,
      "loss": 10.5841,
      "step": 11010
    },
    {
      "epoch": 0.022958333333333334,
      "grad_norm": 1.2141844034194946,
      "learning_rate": 0.000299736493644245,
      "loss": 9.1959,
      "step": 11020
    },
    {
      "epoch": 0.022979166666666665,
      "grad_norm": 1.319126844406128,
      "learning_rate": 0.00029973590922067133,
      "loss": 9.4062,
      "step": 11030
    },
    {
      "epoch": 0.023,
      "grad_norm": 1.2197062969207764,
      "learning_rate": 0.00029973532415029783,
      "loss": 12.3999,
      "step": 11040
    },
    {
      "epoch": 0.023020833333333334,
      "grad_norm": 2.611429214477539,
      "learning_rate": 0.000299734738433127,
      "loss": 9.3041,
      "step": 11050
    },
    {
      "epoch": 0.023041666666666665,
      "grad_norm": 2.680868625640869,
      "learning_rate": 0.00029973415206916137,
      "loss": 11.1593,
      "step": 11060
    },
    {
      "epoch": 0.0230625,
      "grad_norm": 2.3418965339660645,
      "learning_rate": 0.00029973356505840344,
      "loss": 9.2575,
      "step": 11070
    },
    {
      "epoch": 0.023083333333333334,
      "grad_norm": 2.9770607948303223,
      "learning_rate": 0.0002997329774008558,
      "loss": 9.4806,
      "step": 11080
    },
    {
      "epoch": 0.023104166666666665,
      "grad_norm": 3.322737455368042,
      "learning_rate": 0.000299732389096521,
      "loss": 9.5727,
      "step": 11090
    },
    {
      "epoch": 0.023125,
      "grad_norm": 5.893916606903076,
      "learning_rate": 0.00029973180014540145,
      "loss": 12.002,
      "step": 11100
    },
    {
      "epoch": 0.023145833333333334,
      "grad_norm": 2.8010313510894775,
      "learning_rate": 0.0002997312105474999,
      "loss": 9.7741,
      "step": 11110
    },
    {
      "epoch": 0.023166666666666665,
      "grad_norm": 2.2097485065460205,
      "learning_rate": 0.0002997306203028187,
      "loss": 10.0995,
      "step": 11120
    },
    {
      "epoch": 0.0231875,
      "grad_norm": 1.0239431858062744,
      "learning_rate": 0.00029973002941136056,
      "loss": 11.161,
      "step": 11130
    },
    {
      "epoch": 0.023208333333333334,
      "grad_norm": 3.3297526836395264,
      "learning_rate": 0.00029972943787312794,
      "loss": 10.563,
      "step": 11140
    },
    {
      "epoch": 0.023229166666666665,
      "grad_norm": 2.435356855392456,
      "learning_rate": 0.0002997288456881234,
      "loss": 11.6445,
      "step": 11150
    },
    {
      "epoch": 0.02325,
      "grad_norm": 4.128592491149902,
      "learning_rate": 0.0002997282528563495,
      "loss": 9.6548,
      "step": 11160
    },
    {
      "epoch": 0.023270833333333334,
      "grad_norm": 3.068848133087158,
      "learning_rate": 0.0002997276593778089,
      "loss": 10.4767,
      "step": 11170
    },
    {
      "epoch": 0.023291666666666665,
      "grad_norm": 6.803036689758301,
      "learning_rate": 0.00029972706525250393,
      "loss": 10.6085,
      "step": 11180
    },
    {
      "epoch": 0.0233125,
      "grad_norm": 2.850447654724121,
      "learning_rate": 0.00029972647048043743,
      "loss": 9.9355,
      "step": 11190
    },
    {
      "epoch": 0.023333333333333334,
      "grad_norm": 2.5444490909576416,
      "learning_rate": 0.0002997258750616118,
      "loss": 11.24,
      "step": 11200
    },
    {
      "epoch": 0.023354166666666665,
      "grad_norm": 4.982778549194336,
      "learning_rate": 0.00029972527899602966,
      "loss": 10.3368,
      "step": 11210
    },
    {
      "epoch": 0.023375,
      "grad_norm": 1.0975300073623657,
      "learning_rate": 0.00029972468228369354,
      "loss": 9.0829,
      "step": 11220
    },
    {
      "epoch": 0.023395833333333334,
      "grad_norm": 3.726252317428589,
      "learning_rate": 0.0002997240849246061,
      "loss": 13.1176,
      "step": 11230
    },
    {
      "epoch": 0.023416666666666665,
      "grad_norm": 3.8835830688476562,
      "learning_rate": 0.00029972348691876985,
      "loss": 10.7967,
      "step": 11240
    },
    {
      "epoch": 0.0234375,
      "grad_norm": 1.5563693046569824,
      "learning_rate": 0.0002997228882661874,
      "loss": 10.5214,
      "step": 11250
    },
    {
      "epoch": 0.023458333333333335,
      "grad_norm": 2.0563836097717285,
      "learning_rate": 0.0002997222889668614,
      "loss": 10.2967,
      "step": 11260
    },
    {
      "epoch": 0.023479166666666666,
      "grad_norm": 1.7659668922424316,
      "learning_rate": 0.00029972168902079433,
      "loss": 13.0389,
      "step": 11270
    },
    {
      "epoch": 0.0235,
      "grad_norm": 2.796098470687866,
      "learning_rate": 0.0002997210884279888,
      "loss": 9.6971,
      "step": 11280
    },
    {
      "epoch": 0.023520833333333335,
      "grad_norm": 1.8848397731781006,
      "learning_rate": 0.00029972048718844747,
      "loss": 10.7515,
      "step": 11290
    },
    {
      "epoch": 0.023541666666666666,
      "grad_norm": 3.740466594696045,
      "learning_rate": 0.00029971988530217293,
      "loss": 10.2585,
      "step": 11300
    },
    {
      "epoch": 0.0235625,
      "grad_norm": 1.6046470403671265,
      "learning_rate": 0.00029971928276916767,
      "loss": 10.8538,
      "step": 11310
    },
    {
      "epoch": 0.023583333333333335,
      "grad_norm": 17.23772430419922,
      "learning_rate": 0.00029971867958943446,
      "loss": 10.2817,
      "step": 11320
    },
    {
      "epoch": 0.023604166666666666,
      "grad_norm": 1.9976822137832642,
      "learning_rate": 0.00029971807576297573,
      "loss": 9.8641,
      "step": 11330
    },
    {
      "epoch": 0.023625,
      "grad_norm": 10.082197189331055,
      "learning_rate": 0.00029971747128979426,
      "loss": 11.5168,
      "step": 11340
    },
    {
      "epoch": 0.023645833333333335,
      "grad_norm": 2.435296058654785,
      "learning_rate": 0.0002997168661698925,
      "loss": 9.9926,
      "step": 11350
    },
    {
      "epoch": 0.023666666666666666,
      "grad_norm": 1.9384527206420898,
      "learning_rate": 0.00029971626040327316,
      "loss": 11.811,
      "step": 11360
    },
    {
      "epoch": 0.0236875,
      "grad_norm": 1.3046666383743286,
      "learning_rate": 0.00029971565398993885,
      "loss": 9.2419,
      "step": 11370
    },
    {
      "epoch": 0.023708333333333335,
      "grad_norm": 2.4064531326293945,
      "learning_rate": 0.0002997150469298922,
      "loss": 9.9237,
      "step": 11380
    },
    {
      "epoch": 0.023729166666666666,
      "grad_norm": 1.711450457572937,
      "learning_rate": 0.00029971443922313575,
      "loss": 11.1389,
      "step": 11390
    },
    {
      "epoch": 0.02375,
      "grad_norm": 1.1040955781936646,
      "learning_rate": 0.0002997138308696722,
      "loss": 10.3278,
      "step": 11400
    },
    {
      "epoch": 0.023770833333333335,
      "grad_norm": 3.0564281940460205,
      "learning_rate": 0.00029971322186950417,
      "loss": 9.0057,
      "step": 11410
    },
    {
      "epoch": 0.023791666666666666,
      "grad_norm": 1.140994668006897,
      "learning_rate": 0.0002997126122226343,
      "loss": 11.9173,
      "step": 11420
    },
    {
      "epoch": 0.0238125,
      "grad_norm": 4.644452095031738,
      "learning_rate": 0.0002997120019290652,
      "loss": 10.2617,
      "step": 11430
    },
    {
      "epoch": 0.023833333333333335,
      "grad_norm": 1.3912354707717896,
      "learning_rate": 0.00029971139098879953,
      "loss": 10.6176,
      "step": 11440
    },
    {
      "epoch": 0.023854166666666666,
      "grad_norm": 1.360599398612976,
      "learning_rate": 0.00029971077940183985,
      "loss": 10.7169,
      "step": 11450
    },
    {
      "epoch": 0.023875,
      "grad_norm": 5.023475646972656,
      "learning_rate": 0.0002997101671681889,
      "loss": 11.7453,
      "step": 11460
    },
    {
      "epoch": 0.023895833333333335,
      "grad_norm": 4.173039436340332,
      "learning_rate": 0.0002997095542878493,
      "loss": 11.4051,
      "step": 11470
    },
    {
      "epoch": 0.023916666666666666,
      "grad_norm": 1.9498533010482788,
      "learning_rate": 0.0002997089407608237,
      "loss": 9.668,
      "step": 11480
    },
    {
      "epoch": 0.0239375,
      "grad_norm": 3.7837204933166504,
      "learning_rate": 0.0002997083265871147,
      "loss": 10.8215,
      "step": 11490
    },
    {
      "epoch": 0.023958333333333335,
      "grad_norm": 2.690382957458496,
      "learning_rate": 0.00029970771176672495,
      "loss": 9.682,
      "step": 11500
    },
    {
      "epoch": 0.023979166666666666,
      "grad_norm": 1.5684478282928467,
      "learning_rate": 0.00029970709629965724,
      "loss": 9.7479,
      "step": 11510
    },
    {
      "epoch": 0.024,
      "grad_norm": 2.0181186199188232,
      "learning_rate": 0.0002997064801859141,
      "loss": 9.5605,
      "step": 11520
    },
    {
      "epoch": 0.024020833333333335,
      "grad_norm": 2.389909267425537,
      "learning_rate": 0.00029970586342549814,
      "loss": 10.4903,
      "step": 11530
    },
    {
      "epoch": 0.024041666666666666,
      "grad_norm": 1.2784994840621948,
      "learning_rate": 0.00029970524601841223,
      "loss": 10.3362,
      "step": 11540
    },
    {
      "epoch": 0.0240625,
      "grad_norm": 1.5742473602294922,
      "learning_rate": 0.0002997046279646588,
      "loss": 10.9741,
      "step": 11550
    },
    {
      "epoch": 0.024083333333333335,
      "grad_norm": 4.511560916900635,
      "learning_rate": 0.0002997040092642407,
      "loss": 9.6094,
      "step": 11560
    },
    {
      "epoch": 0.024104166666666666,
      "grad_norm": 1.280364751815796,
      "learning_rate": 0.00029970338991716053,
      "loss": 10.8593,
      "step": 11570
    },
    {
      "epoch": 0.024125,
      "grad_norm": 1.7400585412979126,
      "learning_rate": 0.00029970276992342097,
      "loss": 10.4396,
      "step": 11580
    },
    {
      "epoch": 0.02414583333333333,
      "grad_norm": 2.0159592628479004,
      "learning_rate": 0.0002997021492830247,
      "loss": 9.9176,
      "step": 11590
    },
    {
      "epoch": 0.024166666666666666,
      "grad_norm": 5.026087284088135,
      "learning_rate": 0.0002997015279959744,
      "loss": 10.9209,
      "step": 11600
    },
    {
      "epoch": 0.0241875,
      "grad_norm": 2.225975513458252,
      "learning_rate": 0.00029970090606227276,
      "loss": 8.8779,
      "step": 11610
    },
    {
      "epoch": 0.02420833333333333,
      "grad_norm": 2.05071759223938,
      "learning_rate": 0.0002997002834819225,
      "loss": 10.1401,
      "step": 11620
    },
    {
      "epoch": 0.024229166666666666,
      "grad_norm": 4.105493545532227,
      "learning_rate": 0.0002996996602549262,
      "loss": 10.8221,
      "step": 11630
    },
    {
      "epoch": 0.02425,
      "grad_norm": 1.9944745302200317,
      "learning_rate": 0.00029969903638128666,
      "loss": 11.2509,
      "step": 11640
    },
    {
      "epoch": 0.024270833333333332,
      "grad_norm": 2.5357117652893066,
      "learning_rate": 0.0002996984118610065,
      "loss": 11.523,
      "step": 11650
    },
    {
      "epoch": 0.024291666666666666,
      "grad_norm": 3.5332834720611572,
      "learning_rate": 0.0002996977866940885,
      "loss": 10.8596,
      "step": 11660
    },
    {
      "epoch": 0.0243125,
      "grad_norm": 2.2240281105041504,
      "learning_rate": 0.00029969716088053527,
      "loss": 13.0023,
      "step": 11670
    },
    {
      "epoch": 0.024333333333333332,
      "grad_norm": 1.301541805267334,
      "learning_rate": 0.0002996965344203496,
      "loss": 9.6782,
      "step": 11680
    },
    {
      "epoch": 0.024354166666666666,
      "grad_norm": 1.591268539428711,
      "learning_rate": 0.00029969590731353414,
      "loss": 9.2355,
      "step": 11690
    },
    {
      "epoch": 0.024375,
      "grad_norm": 2.224720001220703,
      "learning_rate": 0.00029969527956009165,
      "loss": 15.1746,
      "step": 11700
    },
    {
      "epoch": 0.024395833333333332,
      "grad_norm": 0.9109116196632385,
      "learning_rate": 0.00029969465116002475,
      "loss": 10.783,
      "step": 11710
    },
    {
      "epoch": 0.024416666666666666,
      "grad_norm": 3.3939270973205566,
      "learning_rate": 0.00029969402211333626,
      "loss": 9.512,
      "step": 11720
    },
    {
      "epoch": 0.0244375,
      "grad_norm": 1.474033236503601,
      "learning_rate": 0.00029969339242002884,
      "loss": 10.6844,
      "step": 11730
    },
    {
      "epoch": 0.024458333333333332,
      "grad_norm": 1.5546318292617798,
      "learning_rate": 0.0002996927620801052,
      "loss": 11.0464,
      "step": 11740
    },
    {
      "epoch": 0.024479166666666666,
      "grad_norm": 1.2071269750595093,
      "learning_rate": 0.0002996921310935681,
      "loss": 10.4601,
      "step": 11750
    },
    {
      "epoch": 0.0245,
      "grad_norm": 2.3235580921173096,
      "learning_rate": 0.00029969149946042017,
      "loss": 11.6781,
      "step": 11760
    },
    {
      "epoch": 0.024520833333333332,
      "grad_norm": 2.3455564975738525,
      "learning_rate": 0.00029969086718066427,
      "loss": 9.6887,
      "step": 11770
    },
    {
      "epoch": 0.024541666666666666,
      "grad_norm": 0.9113012552261353,
      "learning_rate": 0.0002996902342543031,
      "loss": 9.6649,
      "step": 11780
    },
    {
      "epoch": 0.0245625,
      "grad_norm": 4.687157154083252,
      "learning_rate": 0.0002996896006813393,
      "loss": 10.6724,
      "step": 11790
    },
    {
      "epoch": 0.024583333333333332,
      "grad_norm": 2.1339402198791504,
      "learning_rate": 0.00029968896646177573,
      "loss": 11.8958,
      "step": 11800
    },
    {
      "epoch": 0.024604166666666667,
      "grad_norm": 3.3420755863189697,
      "learning_rate": 0.0002996883315956151,
      "loss": 9.0646,
      "step": 11810
    },
    {
      "epoch": 0.024625,
      "grad_norm": 1.0433542728424072,
      "learning_rate": 0.00029968769608286006,
      "loss": 9.7233,
      "step": 11820
    },
    {
      "epoch": 0.024645833333333332,
      "grad_norm": 2.3000402450561523,
      "learning_rate": 0.00029968705992351345,
      "loss": 10.2741,
      "step": 11830
    },
    {
      "epoch": 0.024666666666666667,
      "grad_norm": 3.7833187580108643,
      "learning_rate": 0.00029968642311757805,
      "loss": 11.0198,
      "step": 11840
    },
    {
      "epoch": 0.0246875,
      "grad_norm": 1.9422404766082764,
      "learning_rate": 0.0002996857856650565,
      "loss": 8.8677,
      "step": 11850
    },
    {
      "epoch": 0.024708333333333332,
      "grad_norm": 3.5085175037384033,
      "learning_rate": 0.00029968514756595165,
      "loss": 9.4041,
      "step": 11860
    },
    {
      "epoch": 0.024729166666666667,
      "grad_norm": 1.2174603939056396,
      "learning_rate": 0.0002996845088202661,
      "loss": 9.2775,
      "step": 11870
    },
    {
      "epoch": 0.02475,
      "grad_norm": 8.12723159790039,
      "learning_rate": 0.0002996838694280028,
      "loss": 9.8735,
      "step": 11880
    },
    {
      "epoch": 0.024770833333333332,
      "grad_norm": 1.4543366432189941,
      "learning_rate": 0.0002996832293891644,
      "loss": 10.1963,
      "step": 11890
    },
    {
      "epoch": 0.024791666666666667,
      "grad_norm": 1.4065715074539185,
      "learning_rate": 0.0002996825887037538,
      "loss": 9.4477,
      "step": 11900
    },
    {
      "epoch": 0.0248125,
      "grad_norm": 2.010284423828125,
      "learning_rate": 0.0002996819473717736,
      "loss": 10.3663,
      "step": 11910
    },
    {
      "epoch": 0.024833333333333332,
      "grad_norm": 4.30694580078125,
      "learning_rate": 0.0002996813053932266,
      "loss": 12.2587,
      "step": 11920
    },
    {
      "epoch": 0.024854166666666667,
      "grad_norm": 1.388087511062622,
      "learning_rate": 0.0002996806627681156,
      "loss": 10.6961,
      "step": 11930
    },
    {
      "epoch": 0.024875,
      "grad_norm": 1.7121771574020386,
      "learning_rate": 0.00029968001949644344,
      "loss": 10.6591,
      "step": 11940
    },
    {
      "epoch": 0.024895833333333332,
      "grad_norm": 1.7052465677261353,
      "learning_rate": 0.0002996793755782128,
      "loss": 10.172,
      "step": 11950
    },
    {
      "epoch": 0.024916666666666667,
      "grad_norm": 1.1006145477294922,
      "learning_rate": 0.0002996787310134265,
      "loss": 9.7838,
      "step": 11960
    },
    {
      "epoch": 0.0249375,
      "grad_norm": 1.3089416027069092,
      "learning_rate": 0.0002996780858020874,
      "loss": 10.5042,
      "step": 11970
    },
    {
      "epoch": 0.024958333333333332,
      "grad_norm": 1.060063362121582,
      "learning_rate": 0.00029967743994419813,
      "loss": 10.4954,
      "step": 11980
    },
    {
      "epoch": 0.024979166666666667,
      "grad_norm": 5.349633693695068,
      "learning_rate": 0.00029967679343976167,
      "loss": 9.8527,
      "step": 11990
    },
    {
      "epoch": 0.025,
      "grad_norm": 2.177292585372925,
      "learning_rate": 0.0002996761462887806,
      "loss": 10.1564,
      "step": 12000
    },
    {
      "epoch": 0.025,
      "eval_loss": 10.33469009399414,
      "eval_runtime": 8.8832,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 12000
    },
    {
      "epoch": 0.025020833333333332,
      "grad_norm": 3.8520047664642334,
      "learning_rate": 0.0002996754984912579,
      "loss": 11.6536,
      "step": 12010
    },
    {
      "epoch": 0.025041666666666667,
      "grad_norm": 1.6023896932601929,
      "learning_rate": 0.00029967485004719625,
      "loss": 9.8013,
      "step": 12020
    },
    {
      "epoch": 0.0250625,
      "grad_norm": 1.67128586769104,
      "learning_rate": 0.0002996742009565985,
      "loss": 13.7271,
      "step": 12030
    },
    {
      "epoch": 0.025083333333333332,
      "grad_norm": 1.5536447763442993,
      "learning_rate": 0.00029967355121946745,
      "loss": 11.3546,
      "step": 12040
    },
    {
      "epoch": 0.025104166666666667,
      "grad_norm": 2.215928792953491,
      "learning_rate": 0.0002996729008358059,
      "loss": 11.5717,
      "step": 12050
    },
    {
      "epoch": 0.025125,
      "grad_norm": 0.9985730648040771,
      "learning_rate": 0.0002996722498056167,
      "loss": 9.1368,
      "step": 12060
    },
    {
      "epoch": 0.025145833333333333,
      "grad_norm": 2.2927489280700684,
      "learning_rate": 0.0002996715981289026,
      "loss": 9.3741,
      "step": 12070
    },
    {
      "epoch": 0.025166666666666667,
      "grad_norm": 2.071031093597412,
      "learning_rate": 0.0002996709458056664,
      "loss": 11.8013,
      "step": 12080
    },
    {
      "epoch": 0.0251875,
      "grad_norm": 16.04512596130371,
      "learning_rate": 0.000299670292835911,
      "loss": 11.2135,
      "step": 12090
    },
    {
      "epoch": 0.025208333333333333,
      "grad_norm": 3.569680690765381,
      "learning_rate": 0.00029966963921963915,
      "loss": 11.6462,
      "step": 12100
    },
    {
      "epoch": 0.025229166666666667,
      "grad_norm": 3.8597724437713623,
      "learning_rate": 0.00029966898495685377,
      "loss": 10.4051,
      "step": 12110
    },
    {
      "epoch": 0.02525,
      "grad_norm": 1.3634629249572754,
      "learning_rate": 0.00029966833004755754,
      "loss": 9.6326,
      "step": 12120
    },
    {
      "epoch": 0.025270833333333333,
      "grad_norm": 4.5970258712768555,
      "learning_rate": 0.0002996676744917534,
      "loss": 11.7289,
      "step": 12130
    },
    {
      "epoch": 0.025291666666666667,
      "grad_norm": 4.50051736831665,
      "learning_rate": 0.00029966701828944417,
      "loss": 10.6326,
      "step": 12140
    },
    {
      "epoch": 0.0253125,
      "grad_norm": 2.9979538917541504,
      "learning_rate": 0.0002996663614406326,
      "loss": 10.4627,
      "step": 12150
    },
    {
      "epoch": 0.025333333333333333,
      "grad_norm": 1.439537525177002,
      "learning_rate": 0.0002996657039453216,
      "loss": 9.5122,
      "step": 12160
    },
    {
      "epoch": 0.025354166666666667,
      "grad_norm": 8.730969429016113,
      "learning_rate": 0.00029966504580351404,
      "loss": 13.9197,
      "step": 12170
    },
    {
      "epoch": 0.025375,
      "grad_norm": 2.0610597133636475,
      "learning_rate": 0.00029966438701521273,
      "loss": 10.1877,
      "step": 12180
    },
    {
      "epoch": 0.025395833333333333,
      "grad_norm": 2.5532658100128174,
      "learning_rate": 0.00029966372758042053,
      "loss": 10.3817,
      "step": 12190
    },
    {
      "epoch": 0.025416666666666667,
      "grad_norm": 2.015376091003418,
      "learning_rate": 0.0002996630674991402,
      "loss": 9.7975,
      "step": 12200
    },
    {
      "epoch": 0.0254375,
      "grad_norm": 3.36456298828125,
      "learning_rate": 0.0002996624067713747,
      "loss": 10.9213,
      "step": 12210
    },
    {
      "epoch": 0.025458333333333333,
      "grad_norm": 1.4243777990341187,
      "learning_rate": 0.00029966174539712684,
      "loss": 9.4153,
      "step": 12220
    },
    {
      "epoch": 0.025479166666666667,
      "grad_norm": 4.868628025054932,
      "learning_rate": 0.0002996610833763995,
      "loss": 10.6939,
      "step": 12230
    },
    {
      "epoch": 0.0255,
      "grad_norm": 3.262753963470459,
      "learning_rate": 0.00029966042070919544,
      "loss": 10.1582,
      "step": 12240
    },
    {
      "epoch": 0.025520833333333333,
      "grad_norm": 2.9804437160491943,
      "learning_rate": 0.0002996597573955177,
      "loss": 10.6516,
      "step": 12250
    },
    {
      "epoch": 0.025541666666666667,
      "grad_norm": 2.69291353225708,
      "learning_rate": 0.000299659093435369,
      "loss": 9.7374,
      "step": 12260
    },
    {
      "epoch": 0.0255625,
      "grad_norm": 1.0356007814407349,
      "learning_rate": 0.00029965842882875225,
      "loss": 10.8809,
      "step": 12270
    },
    {
      "epoch": 0.025583333333333333,
      "grad_norm": 3.1618099212646484,
      "learning_rate": 0.0002996577635756703,
      "loss": 11.6991,
      "step": 12280
    },
    {
      "epoch": 0.025604166666666667,
      "grad_norm": 1.9028058052062988,
      "learning_rate": 0.00029965709767612613,
      "loss": 11.0474,
      "step": 12290
    },
    {
      "epoch": 0.025625,
      "grad_norm": 4.827700138092041,
      "learning_rate": 0.00029965643113012247,
      "loss": 9.8654,
      "step": 12300
    },
    {
      "epoch": 0.025645833333333333,
      "grad_norm": 3.7208759784698486,
      "learning_rate": 0.00029965576393766233,
      "loss": 9.7079,
      "step": 12310
    },
    {
      "epoch": 0.025666666666666667,
      "grad_norm": 14.814300537109375,
      "learning_rate": 0.00029965509609874844,
      "loss": 10.7499,
      "step": 12320
    },
    {
      "epoch": 0.0256875,
      "grad_norm": 1.1548891067504883,
      "learning_rate": 0.00029965442761338383,
      "loss": 10.0868,
      "step": 12330
    },
    {
      "epoch": 0.025708333333333333,
      "grad_norm": 27.187665939331055,
      "learning_rate": 0.0002996537584815713,
      "loss": 12.4358,
      "step": 12340
    },
    {
      "epoch": 0.025729166666666668,
      "grad_norm": 0.9777706265449524,
      "learning_rate": 0.0002996530887033138,
      "loss": 9.3243,
      "step": 12350
    },
    {
      "epoch": 0.02575,
      "grad_norm": 2.6156396865844727,
      "learning_rate": 0.0002996524182786142,
      "loss": 10.291,
      "step": 12360
    },
    {
      "epoch": 0.025770833333333333,
      "grad_norm": 2.0889854431152344,
      "learning_rate": 0.00029965174720747537,
      "loss": 9.7733,
      "step": 12370
    },
    {
      "epoch": 0.025791666666666668,
      "grad_norm": 4.782984733581543,
      "learning_rate": 0.0002996510754899002,
      "loss": 9.996,
      "step": 12380
    },
    {
      "epoch": 0.0258125,
      "grad_norm": 1.2685467004776,
      "learning_rate": 0.00029965040312589166,
      "loss": 9.6559,
      "step": 12390
    },
    {
      "epoch": 0.025833333333333333,
      "grad_norm": 2.0436525344848633,
      "learning_rate": 0.0002996497301154526,
      "loss": 9.9296,
      "step": 12400
    },
    {
      "epoch": 0.025854166666666668,
      "grad_norm": 4.505651473999023,
      "learning_rate": 0.00029964905645858594,
      "loss": 9.7536,
      "step": 12410
    },
    {
      "epoch": 0.025875,
      "grad_norm": 1.8623231649398804,
      "learning_rate": 0.0002996483821552946,
      "loss": 9.2229,
      "step": 12420
    },
    {
      "epoch": 0.025895833333333333,
      "grad_norm": 1.6375612020492554,
      "learning_rate": 0.0002996477072055815,
      "loss": 10.7678,
      "step": 12430
    },
    {
      "epoch": 0.025916666666666668,
      "grad_norm": 1.8267693519592285,
      "learning_rate": 0.00029964703160944954,
      "loss": 10.0854,
      "step": 12440
    },
    {
      "epoch": 0.0259375,
      "grad_norm": 2.2375032901763916,
      "learning_rate": 0.0002996463553669016,
      "loss": 10.7993,
      "step": 12450
    },
    {
      "epoch": 0.025958333333333333,
      "grad_norm": 2.1375162601470947,
      "learning_rate": 0.00029964567847794063,
      "loss": 9.835,
      "step": 12460
    },
    {
      "epoch": 0.025979166666666668,
      "grad_norm": 2.6439006328582764,
      "learning_rate": 0.0002996450009425696,
      "loss": 10.4522,
      "step": 12470
    },
    {
      "epoch": 0.026,
      "grad_norm": 3.370635747909546,
      "learning_rate": 0.0002996443227607914,
      "loss": 9.6145,
      "step": 12480
    },
    {
      "epoch": 0.026020833333333333,
      "grad_norm": 0.9268944263458252,
      "learning_rate": 0.00029964364393260894,
      "loss": 10.1732,
      "step": 12490
    },
    {
      "epoch": 0.026041666666666668,
      "grad_norm": 2.347013235092163,
      "learning_rate": 0.0002996429644580252,
      "loss": 10.1396,
      "step": 12500
    },
    {
      "epoch": 0.0260625,
      "grad_norm": 2.8758156299591064,
      "learning_rate": 0.00029964228433704303,
      "loss": 10.9742,
      "step": 12510
    },
    {
      "epoch": 0.026083333333333333,
      "grad_norm": 1.0741668939590454,
      "learning_rate": 0.00029964160356966545,
      "loss": 9.4884,
      "step": 12520
    },
    {
      "epoch": 0.026104166666666668,
      "grad_norm": 1.309441089630127,
      "learning_rate": 0.00029964092215589537,
      "loss": 10.7387,
      "step": 12530
    },
    {
      "epoch": 0.026125,
      "grad_norm": 3.287545919418335,
      "learning_rate": 0.00029964024009573577,
      "loss": 9.3006,
      "step": 12540
    },
    {
      "epoch": 0.026145833333333333,
      "grad_norm": 7.971556663513184,
      "learning_rate": 0.00029963955738918953,
      "loss": 11.6164,
      "step": 12550
    },
    {
      "epoch": 0.026166666666666668,
      "grad_norm": 1.0656487941741943,
      "learning_rate": 0.0002996388740362597,
      "loss": 9.5925,
      "step": 12560
    },
    {
      "epoch": 0.0261875,
      "grad_norm": 1.741675615310669,
      "learning_rate": 0.0002996381900369491,
      "loss": 11.0444,
      "step": 12570
    },
    {
      "epoch": 0.026208333333333333,
      "grad_norm": 1.6534043550491333,
      "learning_rate": 0.00029963750539126075,
      "loss": 10.3529,
      "step": 12580
    },
    {
      "epoch": 0.026229166666666668,
      "grad_norm": 1.4323371648788452,
      "learning_rate": 0.00029963682009919763,
      "loss": 10.488,
      "step": 12590
    },
    {
      "epoch": 0.02625,
      "grad_norm": 1.0182416439056396,
      "learning_rate": 0.0002996361341607627,
      "loss": 10.2741,
      "step": 12600
    },
    {
      "epoch": 0.026270833333333334,
      "grad_norm": 4.964166164398193,
      "learning_rate": 0.00029963544757595885,
      "loss": 9.9025,
      "step": 12610
    },
    {
      "epoch": 0.026291666666666668,
      "grad_norm": 3.9256224632263184,
      "learning_rate": 0.0002996347603447891,
      "loss": 11.7612,
      "step": 12620
    },
    {
      "epoch": 0.0263125,
      "grad_norm": 1.2925113439559937,
      "learning_rate": 0.00029963407246725644,
      "loss": 9.553,
      "step": 12630
    },
    {
      "epoch": 0.026333333333333334,
      "grad_norm": 1.1206772327423096,
      "learning_rate": 0.0002996333839433638,
      "loss": 10.4415,
      "step": 12640
    },
    {
      "epoch": 0.026354166666666668,
      "grad_norm": 3.996692657470703,
      "learning_rate": 0.0002996326947731142,
      "loss": 9.8247,
      "step": 12650
    },
    {
      "epoch": 0.026375,
      "grad_norm": 1.023179054260254,
      "learning_rate": 0.00029963200495651055,
      "loss": 8.8485,
      "step": 12660
    },
    {
      "epoch": 0.026395833333333334,
      "grad_norm": 1.470090627670288,
      "learning_rate": 0.0002996313144935559,
      "loss": 11.1466,
      "step": 12670
    },
    {
      "epoch": 0.026416666666666668,
      "grad_norm": 2.1824252605438232,
      "learning_rate": 0.0002996306233842532,
      "loss": 10.5906,
      "step": 12680
    },
    {
      "epoch": 0.0264375,
      "grad_norm": 3.917449951171875,
      "learning_rate": 0.0002996299316286054,
      "loss": 9.4813,
      "step": 12690
    },
    {
      "epoch": 0.026458333333333334,
      "grad_norm": 2.3847172260284424,
      "learning_rate": 0.0002996292392266155,
      "loss": 11.719,
      "step": 12700
    },
    {
      "epoch": 0.026479166666666668,
      "grad_norm": 1.8196736574172974,
      "learning_rate": 0.0002996285461782866,
      "loss": 11.425,
      "step": 12710
    },
    {
      "epoch": 0.0265,
      "grad_norm": 2.829943895339966,
      "learning_rate": 0.00029962785248362157,
      "loss": 9.9801,
      "step": 12720
    },
    {
      "epoch": 0.026520833333333334,
      "grad_norm": 1.4550540447235107,
      "learning_rate": 0.0002996271581426234,
      "loss": 9.6975,
      "step": 12730
    },
    {
      "epoch": 0.02654166666666667,
      "grad_norm": 1.210099458694458,
      "learning_rate": 0.0002996264631552952,
      "loss": 11.5228,
      "step": 12740
    },
    {
      "epoch": 0.0265625,
      "grad_norm": 1.6965605020523071,
      "learning_rate": 0.0002996257675216399,
      "loss": 9.348,
      "step": 12750
    },
    {
      "epoch": 0.026583333333333334,
      "grad_norm": 4.247681140899658,
      "learning_rate": 0.00029962507124166044,
      "loss": 11.1843,
      "step": 12760
    },
    {
      "epoch": 0.02660416666666667,
      "grad_norm": 3.22786808013916,
      "learning_rate": 0.00029962437431536,
      "loss": 10.3747,
      "step": 12770
    },
    {
      "epoch": 0.026625,
      "grad_norm": 1.0767109394073486,
      "learning_rate": 0.00029962367674274144,
      "loss": 10.8755,
      "step": 12780
    },
    {
      "epoch": 0.026645833333333334,
      "grad_norm": 6.368926048278809,
      "learning_rate": 0.00029962297852380776,
      "loss": 11.5931,
      "step": 12790
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 1.5935415029525757,
      "learning_rate": 0.0002996222796585621,
      "loss": 9.2134,
      "step": 12800
    },
    {
      "epoch": 0.0266875,
      "grad_norm": 1.092529535293579,
      "learning_rate": 0.0002996215801470074,
      "loss": 9.8559,
      "step": 12810
    },
    {
      "epoch": 0.026708333333333334,
      "grad_norm": 6.8610076904296875,
      "learning_rate": 0.0002996208799891467,
      "loss": 10.7135,
      "step": 12820
    },
    {
      "epoch": 0.026729166666666665,
      "grad_norm": 0.735209047794342,
      "learning_rate": 0.00029962017918498305,
      "loss": 9.8587,
      "step": 12830
    },
    {
      "epoch": 0.02675,
      "grad_norm": 2.2222392559051514,
      "learning_rate": 0.0002996194777345194,
      "loss": 10.8336,
      "step": 12840
    },
    {
      "epoch": 0.026770833333333334,
      "grad_norm": 1.7560906410217285,
      "learning_rate": 0.0002996187756377589,
      "loss": 11.124,
      "step": 12850
    },
    {
      "epoch": 0.026791666666666665,
      "grad_norm": 2.4242963790893555,
      "learning_rate": 0.00029961807289470446,
      "loss": 11.3578,
      "step": 12860
    },
    {
      "epoch": 0.0268125,
      "grad_norm": 1.5930601358413696,
      "learning_rate": 0.00029961736950535916,
      "loss": 10.2101,
      "step": 12870
    },
    {
      "epoch": 0.026833333333333334,
      "grad_norm": 2.6285369396209717,
      "learning_rate": 0.0002996166654697261,
      "loss": 10.3007,
      "step": 12880
    },
    {
      "epoch": 0.026854166666666665,
      "grad_norm": 1.484462022781372,
      "learning_rate": 0.00029961596078780824,
      "loss": 11.2826,
      "step": 12890
    },
    {
      "epoch": 0.026875,
      "grad_norm": 1.4499170780181885,
      "learning_rate": 0.00029961525545960864,
      "loss": 9.5533,
      "step": 12900
    },
    {
      "epoch": 0.026895833333333334,
      "grad_norm": 2.186049699783325,
      "learning_rate": 0.0002996145494851303,
      "loss": 9.8517,
      "step": 12910
    },
    {
      "epoch": 0.026916666666666665,
      "grad_norm": 1.6244070529937744,
      "learning_rate": 0.00029961384286437644,
      "loss": 9.2495,
      "step": 12920
    },
    {
      "epoch": 0.0269375,
      "grad_norm": 2.6857869625091553,
      "learning_rate": 0.0002996131355973499,
      "loss": 9.6336,
      "step": 12930
    },
    {
      "epoch": 0.026958333333333334,
      "grad_norm": 2.0226573944091797,
      "learning_rate": 0.00029961242768405396,
      "loss": 9.591,
      "step": 12940
    },
    {
      "epoch": 0.026979166666666665,
      "grad_norm": 2.244349956512451,
      "learning_rate": 0.00029961171912449143,
      "loss": 10.0556,
      "step": 12950
    },
    {
      "epoch": 0.027,
      "grad_norm": 1.4213684797286987,
      "learning_rate": 0.0002996110099186655,
      "loss": 9.8779,
      "step": 12960
    },
    {
      "epoch": 0.027020833333333334,
      "grad_norm": 1.086020827293396,
      "learning_rate": 0.00029961030006657934,
      "loss": 9.4366,
      "step": 12970
    },
    {
      "epoch": 0.027041666666666665,
      "grad_norm": 1.6296627521514893,
      "learning_rate": 0.0002996095895682358,
      "loss": 10.0921,
      "step": 12980
    },
    {
      "epoch": 0.0270625,
      "grad_norm": 1.9383383989334106,
      "learning_rate": 0.0002996088784236381,
      "loss": 10.2371,
      "step": 12990
    },
    {
      "epoch": 0.027083333333333334,
      "grad_norm": 3.8790454864501953,
      "learning_rate": 0.00029960816663278925,
      "loss": 9.8247,
      "step": 13000
    },
    {
      "epoch": 0.027083333333333334,
      "eval_loss": 12.492571830749512,
      "eval_runtime": 8.9514,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 13000
    },
    {
      "epoch": 0.027104166666666665,
      "grad_norm": 0.9957239627838135,
      "learning_rate": 0.0002996074541956923,
      "loss": 10.2452,
      "step": 13010
    },
    {
      "epoch": 0.027125,
      "grad_norm": 2.143500328063965,
      "learning_rate": 0.0002996067411123504,
      "loss": 10.9021,
      "step": 13020
    },
    {
      "epoch": 0.027145833333333334,
      "grad_norm": 1.6909116506576538,
      "learning_rate": 0.00029960602738276663,
      "loss": 10.6082,
      "step": 13030
    },
    {
      "epoch": 0.027166666666666665,
      "grad_norm": 2.0458197593688965,
      "learning_rate": 0.00029960531300694403,
      "loss": 10.0032,
      "step": 13040
    },
    {
      "epoch": 0.0271875,
      "grad_norm": 16.29624366760254,
      "learning_rate": 0.00029960459798488565,
      "loss": 11.3054,
      "step": 13050
    },
    {
      "epoch": 0.027208333333333334,
      "grad_norm": 1.3683220148086548,
      "learning_rate": 0.0002996038823165947,
      "loss": 10.6385,
      "step": 13060
    },
    {
      "epoch": 0.027229166666666665,
      "grad_norm": 1.6706889867782593,
      "learning_rate": 0.00029960316600207413,
      "loss": 10.5732,
      "step": 13070
    },
    {
      "epoch": 0.02725,
      "grad_norm": 1.5957101583480835,
      "learning_rate": 0.0002996024490413271,
      "loss": 10.2271,
      "step": 13080
    },
    {
      "epoch": 0.027270833333333334,
      "grad_norm": 2.782745122909546,
      "learning_rate": 0.00029960173143435675,
      "loss": 9.8469,
      "step": 13090
    },
    {
      "epoch": 0.027291666666666665,
      "grad_norm": 2.1390299797058105,
      "learning_rate": 0.0002996010131811661,
      "loss": 9.8309,
      "step": 13100
    },
    {
      "epoch": 0.0273125,
      "grad_norm": 2.9443564414978027,
      "learning_rate": 0.0002996002942817583,
      "loss": 10.4355,
      "step": 13110
    },
    {
      "epoch": 0.027333333333333334,
      "grad_norm": 1.552091360092163,
      "learning_rate": 0.00029959957473613645,
      "loss": 9.501,
      "step": 13120
    },
    {
      "epoch": 0.027354166666666666,
      "grad_norm": 1.8676916360855103,
      "learning_rate": 0.00029959885454430363,
      "loss": 9.7359,
      "step": 13130
    },
    {
      "epoch": 0.027375,
      "grad_norm": 1.3244657516479492,
      "learning_rate": 0.000299598133706263,
      "loss": 10.6912,
      "step": 13140
    },
    {
      "epoch": 0.027395833333333335,
      "grad_norm": 1.5821326971054077,
      "learning_rate": 0.00029959741222201767,
      "loss": 9.2835,
      "step": 13150
    },
    {
      "epoch": 0.027416666666666666,
      "grad_norm": 3.498081684112549,
      "learning_rate": 0.0002995966900915707,
      "loss": 10.0004,
      "step": 13160
    },
    {
      "epoch": 0.0274375,
      "grad_norm": 1.3478493690490723,
      "learning_rate": 0.0002995959673149252,
      "loss": 9.92,
      "step": 13170
    },
    {
      "epoch": 0.027458333333333335,
      "grad_norm": 1.3215988874435425,
      "learning_rate": 0.0002995952438920844,
      "loss": 10.3917,
      "step": 13180
    },
    {
      "epoch": 0.027479166666666666,
      "grad_norm": 3.8099288940429688,
      "learning_rate": 0.0002995945198230514,
      "loss": 9.6827,
      "step": 13190
    },
    {
      "epoch": 0.0275,
      "grad_norm": 3.297020435333252,
      "learning_rate": 0.0002995937951078292,
      "loss": 10.7012,
      "step": 13200
    },
    {
      "epoch": 0.027520833333333335,
      "grad_norm": 17.036428451538086,
      "learning_rate": 0.00029959306974642106,
      "loss": 11.204,
      "step": 13210
    },
    {
      "epoch": 0.027541666666666666,
      "grad_norm": 0.9879328608512878,
      "learning_rate": 0.00029959234373883004,
      "loss": 8.9094,
      "step": 13220
    },
    {
      "epoch": 0.0275625,
      "grad_norm": 5.034183979034424,
      "learning_rate": 0.00029959161708505936,
      "loss": 11.0782,
      "step": 13230
    },
    {
      "epoch": 0.027583333333333335,
      "grad_norm": 11.734821319580078,
      "learning_rate": 0.00029959088978511204,
      "loss": 9.8553,
      "step": 13240
    },
    {
      "epoch": 0.027604166666666666,
      "grad_norm": 3.0139529705047607,
      "learning_rate": 0.00029959016183899134,
      "loss": 9.5802,
      "step": 13250
    },
    {
      "epoch": 0.027625,
      "grad_norm": 3.1012678146362305,
      "learning_rate": 0.00029958943324670035,
      "loss": 10.9171,
      "step": 13260
    },
    {
      "epoch": 0.027645833333333335,
      "grad_norm": 4.7338104248046875,
      "learning_rate": 0.00029958870400824216,
      "loss": 10.116,
      "step": 13270
    },
    {
      "epoch": 0.027666666666666666,
      "grad_norm": 4.369710445404053,
      "learning_rate": 0.00029958797412362,
      "loss": 10.1213,
      "step": 13280
    },
    {
      "epoch": 0.0276875,
      "grad_norm": 2.2548258304595947,
      "learning_rate": 0.0002995872435928371,
      "loss": 10.1002,
      "step": 13290
    },
    {
      "epoch": 0.027708333333333335,
      "grad_norm": 1.7912006378173828,
      "learning_rate": 0.00029958651241589646,
      "loss": 10.0328,
      "step": 13300
    },
    {
      "epoch": 0.027729166666666666,
      "grad_norm": 2.2995288372039795,
      "learning_rate": 0.0002995857805928012,
      "loss": 10.6286,
      "step": 13310
    },
    {
      "epoch": 0.02775,
      "grad_norm": 2.456630229949951,
      "learning_rate": 0.00029958504812355473,
      "loss": 12.3018,
      "step": 13320
    },
    {
      "epoch": 0.027770833333333335,
      "grad_norm": 1.5258857011795044,
      "learning_rate": 0.00029958431500815995,
      "loss": 10.4637,
      "step": 13330
    },
    {
      "epoch": 0.027791666666666666,
      "grad_norm": 2.6822705268859863,
      "learning_rate": 0.0002995835812466202,
      "loss": 10.4461,
      "step": 13340
    },
    {
      "epoch": 0.0278125,
      "grad_norm": 6.6401238441467285,
      "learning_rate": 0.0002995828468389386,
      "loss": 11.5218,
      "step": 13350
    },
    {
      "epoch": 0.027833333333333335,
      "grad_norm": 2.1322476863861084,
      "learning_rate": 0.0002995821117851183,
      "loss": 10.304,
      "step": 13360
    },
    {
      "epoch": 0.027854166666666666,
      "grad_norm": 8.581830024719238,
      "learning_rate": 0.00029958137608516246,
      "loss": 10.5193,
      "step": 13370
    },
    {
      "epoch": 0.027875,
      "grad_norm": 4.413371562957764,
      "learning_rate": 0.00029958063973907424,
      "loss": 10.8967,
      "step": 13380
    },
    {
      "epoch": 0.027895833333333335,
      "grad_norm": 4.084036350250244,
      "learning_rate": 0.00029957990274685694,
      "loss": 9.5892,
      "step": 13390
    },
    {
      "epoch": 0.027916666666666666,
      "grad_norm": 1.5527955293655396,
      "learning_rate": 0.0002995791651085136,
      "loss": 10.5437,
      "step": 13400
    },
    {
      "epoch": 0.0279375,
      "grad_norm": 3.0420660972595215,
      "learning_rate": 0.00029957842682404757,
      "loss": 9.19,
      "step": 13410
    },
    {
      "epoch": 0.027958333333333335,
      "grad_norm": 1.6538991928100586,
      "learning_rate": 0.0002995776878934619,
      "loss": 11.1171,
      "step": 13420
    },
    {
      "epoch": 0.027979166666666666,
      "grad_norm": 0.973071813583374,
      "learning_rate": 0.0002995769483167598,
      "loss": 9.1827,
      "step": 13430
    },
    {
      "epoch": 0.028,
      "grad_norm": 1.2375218868255615,
      "learning_rate": 0.0002995762080939445,
      "loss": 11.1905,
      "step": 13440
    },
    {
      "epoch": 0.02802083333333333,
      "grad_norm": 1.1426721811294556,
      "learning_rate": 0.0002995754672250192,
      "loss": 9.6908,
      "step": 13450
    },
    {
      "epoch": 0.028041666666666666,
      "grad_norm": 1.6504347324371338,
      "learning_rate": 0.0002995747257099871,
      "loss": 11.5571,
      "step": 13460
    },
    {
      "epoch": 0.0280625,
      "grad_norm": 1.5424237251281738,
      "learning_rate": 0.00029957398354885133,
      "loss": 10.0547,
      "step": 13470
    },
    {
      "epoch": 0.02808333333333333,
      "grad_norm": 1.318589210510254,
      "learning_rate": 0.0002995732407416152,
      "loss": 10.7169,
      "step": 13480
    },
    {
      "epoch": 0.028104166666666666,
      "grad_norm": 1.022772192955017,
      "learning_rate": 0.0002995724972882819,
      "loss": 9.3791,
      "step": 13490
    },
    {
      "epoch": 0.028125,
      "grad_norm": 1.5353679656982422,
      "learning_rate": 0.0002995717531888546,
      "loss": 10.2126,
      "step": 13500
    },
    {
      "epoch": 0.02814583333333333,
      "grad_norm": 0.9827373623847961,
      "learning_rate": 0.0002995710084433365,
      "loss": 9.4411,
      "step": 13510
    },
    {
      "epoch": 0.028166666666666666,
      "grad_norm": 1.97294020652771,
      "learning_rate": 0.0002995702630517309,
      "loss": 9.1336,
      "step": 13520
    },
    {
      "epoch": 0.0281875,
      "grad_norm": 1.5771082639694214,
      "learning_rate": 0.0002995695170140409,
      "loss": 10.1126,
      "step": 13530
    },
    {
      "epoch": 0.028208333333333332,
      "grad_norm": 1.4847677946090698,
      "learning_rate": 0.00029956877033026984,
      "loss": 9.9885,
      "step": 13540
    },
    {
      "epoch": 0.028229166666666666,
      "grad_norm": 2.1474499702453613,
      "learning_rate": 0.0002995680230004209,
      "loss": 10.3536,
      "step": 13550
    },
    {
      "epoch": 0.02825,
      "grad_norm": 1.8820890188217163,
      "learning_rate": 0.0002995672750244973,
      "loss": 10.7332,
      "step": 13560
    },
    {
      "epoch": 0.028270833333333332,
      "grad_norm": 1.2870334386825562,
      "learning_rate": 0.00029956652640250223,
      "loss": 9.6315,
      "step": 13570
    },
    {
      "epoch": 0.028291666666666666,
      "grad_norm": 1.7907239198684692,
      "learning_rate": 0.000299565777134439,
      "loss": 9.6318,
      "step": 13580
    },
    {
      "epoch": 0.0283125,
      "grad_norm": 1.9866437911987305,
      "learning_rate": 0.0002995650272203108,
      "loss": 11.183,
      "step": 13590
    },
    {
      "epoch": 0.028333333333333332,
      "grad_norm": 2.132693290710449,
      "learning_rate": 0.0002995642766601209,
      "loss": 9.1909,
      "step": 13600
    },
    {
      "epoch": 0.028354166666666666,
      "grad_norm": 5.58997106552124,
      "learning_rate": 0.00029956352545387256,
      "loss": 11.0797,
      "step": 13610
    },
    {
      "epoch": 0.028375,
      "grad_norm": 1.8513826131820679,
      "learning_rate": 0.000299562773601569,
      "loss": 9.5387,
      "step": 13620
    },
    {
      "epoch": 0.028395833333333332,
      "grad_norm": 1.4923516511917114,
      "learning_rate": 0.0002995620211032134,
      "loss": 9.186,
      "step": 13630
    },
    {
      "epoch": 0.028416666666666666,
      "grad_norm": 1.1490769386291504,
      "learning_rate": 0.00029956126795880906,
      "loss": 11.5889,
      "step": 13640
    },
    {
      "epoch": 0.0284375,
      "grad_norm": 2.8672525882720947,
      "learning_rate": 0.00029956051416835924,
      "loss": 10.581,
      "step": 13650
    },
    {
      "epoch": 0.028458333333333332,
      "grad_norm": 1.4890183210372925,
      "learning_rate": 0.00029955975973186723,
      "loss": 10.3422,
      "step": 13660
    },
    {
      "epoch": 0.028479166666666667,
      "grad_norm": 10.118521690368652,
      "learning_rate": 0.0002995590046493363,
      "loss": 10.0272,
      "step": 13670
    },
    {
      "epoch": 0.0285,
      "grad_norm": 1.4556083679199219,
      "learning_rate": 0.0002995582489207696,
      "loss": 9.8893,
      "step": 13680
    },
    {
      "epoch": 0.028520833333333332,
      "grad_norm": 2.158503770828247,
      "learning_rate": 0.0002995574925461705,
      "loss": 10.2109,
      "step": 13690
    },
    {
      "epoch": 0.028541666666666667,
      "grad_norm": 3.103456735610962,
      "learning_rate": 0.0002995567355255422,
      "loss": 10.6647,
      "step": 13700
    },
    {
      "epoch": 0.0285625,
      "grad_norm": 2.9099884033203125,
      "learning_rate": 0.00029955597785888806,
      "loss": 10.0901,
      "step": 13710
    },
    {
      "epoch": 0.028583333333333332,
      "grad_norm": 2.4982364177703857,
      "learning_rate": 0.00029955521954621125,
      "loss": 9.8582,
      "step": 13720
    },
    {
      "epoch": 0.028604166666666667,
      "grad_norm": 1.9217073917388916,
      "learning_rate": 0.00029955446058751507,
      "loss": 10.4799,
      "step": 13730
    },
    {
      "epoch": 0.028625,
      "grad_norm": 1.7901413440704346,
      "learning_rate": 0.0002995537009828028,
      "loss": 10.0924,
      "step": 13740
    },
    {
      "epoch": 0.028645833333333332,
      "grad_norm": 1.6937384605407715,
      "learning_rate": 0.0002995529407320778,
      "loss": 9.7741,
      "step": 13750
    },
    {
      "epoch": 0.028666666666666667,
      "grad_norm": 1.7403552532196045,
      "learning_rate": 0.0002995521798353433,
      "loss": 9.4442,
      "step": 13760
    },
    {
      "epoch": 0.0286875,
      "grad_norm": 1.6776926517486572,
      "learning_rate": 0.0002995514182926026,
      "loss": 10.0312,
      "step": 13770
    },
    {
      "epoch": 0.028708333333333332,
      "grad_norm": 0.9984874129295349,
      "learning_rate": 0.0002995506561038589,
      "loss": 9.0643,
      "step": 13780
    },
    {
      "epoch": 0.028729166666666667,
      "grad_norm": 5.5859150886535645,
      "learning_rate": 0.00029954989326911555,
      "loss": 10.0346,
      "step": 13790
    },
    {
      "epoch": 0.02875,
      "grad_norm": 2.1358399391174316,
      "learning_rate": 0.00029954912978837593,
      "loss": 10.2663,
      "step": 13800
    },
    {
      "epoch": 0.028770833333333332,
      "grad_norm": 1.3969320058822632,
      "learning_rate": 0.00029954836566164323,
      "loss": 9.2047,
      "step": 13810
    },
    {
      "epoch": 0.028791666666666667,
      "grad_norm": 2.0020031929016113,
      "learning_rate": 0.00029954760088892076,
      "loss": 10.1112,
      "step": 13820
    },
    {
      "epoch": 0.0288125,
      "grad_norm": 2.7448031902313232,
      "learning_rate": 0.0002995468354702119,
      "loss": 12.0516,
      "step": 13830
    },
    {
      "epoch": 0.028833333333333332,
      "grad_norm": 2.8924193382263184,
      "learning_rate": 0.0002995460694055199,
      "loss": 10.0605,
      "step": 13840
    },
    {
      "epoch": 0.028854166666666667,
      "grad_norm": 10.838260650634766,
      "learning_rate": 0.00029954530269484805,
      "loss": 9.9725,
      "step": 13850
    },
    {
      "epoch": 0.028875,
      "grad_norm": 3.732276678085327,
      "learning_rate": 0.00029954453533819966,
      "loss": 9.3707,
      "step": 13860
    },
    {
      "epoch": 0.028895833333333332,
      "grad_norm": 2.6044909954071045,
      "learning_rate": 0.0002995437673355781,
      "loss": 9.3412,
      "step": 13870
    },
    {
      "epoch": 0.028916666666666667,
      "grad_norm": 14.064226150512695,
      "learning_rate": 0.0002995429986869867,
      "loss": 11.2477,
      "step": 13880
    },
    {
      "epoch": 0.0289375,
      "grad_norm": 2.384690046310425,
      "learning_rate": 0.0002995422293924287,
      "loss": 10.5472,
      "step": 13890
    },
    {
      "epoch": 0.028958333333333332,
      "grad_norm": 2.0153098106384277,
      "learning_rate": 0.0002995414594519074,
      "loss": 10.4095,
      "step": 13900
    },
    {
      "epoch": 0.028979166666666667,
      "grad_norm": 2.1004436016082764,
      "learning_rate": 0.0002995406888654263,
      "loss": 10.6443,
      "step": 13910
    },
    {
      "epoch": 0.029,
      "grad_norm": 7.2635698318481445,
      "learning_rate": 0.00029953991763298856,
      "loss": 10.7249,
      "step": 13920
    },
    {
      "epoch": 0.029020833333333333,
      "grad_norm": 4.198244094848633,
      "learning_rate": 0.00029953914575459755,
      "loss": 9.7181,
      "step": 13930
    },
    {
      "epoch": 0.029041666666666667,
      "grad_norm": 5.664838790893555,
      "learning_rate": 0.00029953837323025667,
      "loss": 9.7446,
      "step": 13940
    },
    {
      "epoch": 0.0290625,
      "grad_norm": 1.1129230260849,
      "learning_rate": 0.00029953760005996916,
      "loss": 9.6558,
      "step": 13950
    },
    {
      "epoch": 0.029083333333333333,
      "grad_norm": 1.3231687545776367,
      "learning_rate": 0.0002995368262437384,
      "loss": 10.3516,
      "step": 13960
    },
    {
      "epoch": 0.029104166666666667,
      "grad_norm": 9.475354194641113,
      "learning_rate": 0.00029953605178156784,
      "loss": 12.7821,
      "step": 13970
    },
    {
      "epoch": 0.029125,
      "grad_norm": 1.1783289909362793,
      "learning_rate": 0.00029953527667346064,
      "loss": 10.7989,
      "step": 13980
    },
    {
      "epoch": 0.029145833333333333,
      "grad_norm": 2.0310611724853516,
      "learning_rate": 0.00029953450091942026,
      "loss": 10.1804,
      "step": 13990
    },
    {
      "epoch": 0.029166666666666667,
      "grad_norm": 1.4166688919067383,
      "learning_rate": 0.00029953372451945,
      "loss": 9.4861,
      "step": 14000
    },
    {
      "epoch": 0.029166666666666667,
      "eval_loss": 7.776110649108887,
      "eval_runtime": 9.1076,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 14000
    },
    {
      "epoch": 0.0291875,
      "grad_norm": 5.016784191131592,
      "learning_rate": 0.00029953294747355326,
      "loss": 10.5675,
      "step": 14010
    },
    {
      "epoch": 0.029208333333333333,
      "grad_norm": 5.235544204711914,
      "learning_rate": 0.00029953216978173335,
      "loss": 9.9652,
      "step": 14020
    },
    {
      "epoch": 0.029229166666666667,
      "grad_norm": 5.037286281585693,
      "learning_rate": 0.0002995313914439937,
      "loss": 11.578,
      "step": 14030
    },
    {
      "epoch": 0.02925,
      "grad_norm": 1.9123942852020264,
      "learning_rate": 0.00029953061246033765,
      "loss": 9.7511,
      "step": 14040
    },
    {
      "epoch": 0.029270833333333333,
      "grad_norm": 1.296897053718567,
      "learning_rate": 0.0002995298328307685,
      "loss": 11.5316,
      "step": 14050
    },
    {
      "epoch": 0.029291666666666667,
      "grad_norm": 2.189418315887451,
      "learning_rate": 0.0002995290525552897,
      "loss": 10.2893,
      "step": 14060
    },
    {
      "epoch": 0.0293125,
      "grad_norm": 2.313232183456421,
      "learning_rate": 0.0002995282716339045,
      "loss": 10.2967,
      "step": 14070
    },
    {
      "epoch": 0.029333333333333333,
      "grad_norm": 1.8873344659805298,
      "learning_rate": 0.0002995274900666164,
      "loss": 9.4879,
      "step": 14080
    },
    {
      "epoch": 0.029354166666666667,
      "grad_norm": 2.653998374938965,
      "learning_rate": 0.00029952670785342875,
      "loss": 10.3397,
      "step": 14090
    },
    {
      "epoch": 0.029375,
      "grad_norm": 2.1928000450134277,
      "learning_rate": 0.0002995259249943449,
      "loss": 9.9369,
      "step": 14100
    },
    {
      "epoch": 0.029395833333333333,
      "grad_norm": 5.891442775726318,
      "learning_rate": 0.0002995251414893682,
      "loss": 10.3126,
      "step": 14110
    },
    {
      "epoch": 0.029416666666666667,
      "grad_norm": 2.863739490509033,
      "learning_rate": 0.0002995243573385021,
      "loss": 10.7675,
      "step": 14120
    },
    {
      "epoch": 0.0294375,
      "grad_norm": 1.5853259563446045,
      "learning_rate": 0.00029952357254175,
      "loss": 9.0797,
      "step": 14130
    },
    {
      "epoch": 0.029458333333333333,
      "grad_norm": 1.6493287086486816,
      "learning_rate": 0.0002995227870991152,
      "loss": 9.7386,
      "step": 14140
    },
    {
      "epoch": 0.029479166666666667,
      "grad_norm": 8.863579750061035,
      "learning_rate": 0.00029952200101060114,
      "loss": 11.3742,
      "step": 14150
    },
    {
      "epoch": 0.0295,
      "grad_norm": 1.8880305290222168,
      "learning_rate": 0.00029952121427621127,
      "loss": 11.4309,
      "step": 14160
    },
    {
      "epoch": 0.029520833333333333,
      "grad_norm": 2.646099805831909,
      "learning_rate": 0.0002995204268959489,
      "loss": 13.6799,
      "step": 14170
    },
    {
      "epoch": 0.029541666666666667,
      "grad_norm": 1.0548328161239624,
      "learning_rate": 0.00029951963886981744,
      "loss": 10.1058,
      "step": 14180
    },
    {
      "epoch": 0.0295625,
      "grad_norm": 1.5453517436981201,
      "learning_rate": 0.0002995188501978204,
      "loss": 10.0963,
      "step": 14190
    },
    {
      "epoch": 0.029583333333333333,
      "grad_norm": 3.6573173999786377,
      "learning_rate": 0.0002995180608799611,
      "loss": 9.3478,
      "step": 14200
    },
    {
      "epoch": 0.029604166666666668,
      "grad_norm": 5.32984733581543,
      "learning_rate": 0.0002995172709162429,
      "loss": 10.3977,
      "step": 14210
    },
    {
      "epoch": 0.029625,
      "grad_norm": 3.0267245769500732,
      "learning_rate": 0.0002995164803066693,
      "loss": 9.2719,
      "step": 14220
    },
    {
      "epoch": 0.029645833333333333,
      "grad_norm": 2.097020149230957,
      "learning_rate": 0.0002995156890512437,
      "loss": 10.8239,
      "step": 14230
    },
    {
      "epoch": 0.029666666666666668,
      "grad_norm": 1.4268336296081543,
      "learning_rate": 0.0002995148971499695,
      "loss": 10.5186,
      "step": 14240
    },
    {
      "epoch": 0.0296875,
      "grad_norm": 3.332728385925293,
      "learning_rate": 0.00029951410460285016,
      "loss": 10.1752,
      "step": 14250
    },
    {
      "epoch": 0.029708333333333333,
      "grad_norm": 3.1348423957824707,
      "learning_rate": 0.00029951331140988904,
      "loss": 9.9509,
      "step": 14260
    },
    {
      "epoch": 0.029729166666666668,
      "grad_norm": 4.246161937713623,
      "learning_rate": 0.0002995125175710896,
      "loss": 10.5986,
      "step": 14270
    },
    {
      "epoch": 0.02975,
      "grad_norm": 1.058361530303955,
      "learning_rate": 0.00029951172308645527,
      "loss": 9.2728,
      "step": 14280
    },
    {
      "epoch": 0.029770833333333333,
      "grad_norm": 1.5901432037353516,
      "learning_rate": 0.00029951092795598946,
      "loss": 9.1774,
      "step": 14290
    },
    {
      "epoch": 0.029791666666666668,
      "grad_norm": 2.0537478923797607,
      "learning_rate": 0.00029951013217969564,
      "loss": 9.5521,
      "step": 14300
    },
    {
      "epoch": 0.0298125,
      "grad_norm": 3.72001576423645,
      "learning_rate": 0.00029950933575757717,
      "loss": 10.7565,
      "step": 14310
    },
    {
      "epoch": 0.029833333333333333,
      "grad_norm": 2.1857664585113525,
      "learning_rate": 0.00029950853868963764,
      "loss": 10.2087,
      "step": 14320
    },
    {
      "epoch": 0.029854166666666668,
      "grad_norm": 1.8608461618423462,
      "learning_rate": 0.00029950774097588033,
      "loss": 8.9522,
      "step": 14330
    },
    {
      "epoch": 0.029875,
      "grad_norm": 1.0454776287078857,
      "learning_rate": 0.0002995069426163088,
      "loss": 11.1919,
      "step": 14340
    },
    {
      "epoch": 0.029895833333333333,
      "grad_norm": 2.971273422241211,
      "learning_rate": 0.00029950614361092643,
      "loss": 10.3818,
      "step": 14350
    },
    {
      "epoch": 0.029916666666666668,
      "grad_norm": 1.13800847530365,
      "learning_rate": 0.00029950534395973676,
      "loss": 9.9069,
      "step": 14360
    },
    {
      "epoch": 0.0299375,
      "grad_norm": 2.8612215518951416,
      "learning_rate": 0.0002995045436627431,
      "loss": 10.7842,
      "step": 14370
    },
    {
      "epoch": 0.029958333333333333,
      "grad_norm": 4.399179935455322,
      "learning_rate": 0.0002995037427199491,
      "loss": 10.1902,
      "step": 14380
    },
    {
      "epoch": 0.029979166666666668,
      "grad_norm": 2.5620648860931396,
      "learning_rate": 0.00029950294113135795,
      "loss": 10.0535,
      "step": 14390
    },
    {
      "epoch": 0.03,
      "grad_norm": 1.2196084260940552,
      "learning_rate": 0.00029950213889697334,
      "loss": 12.6037,
      "step": 14400
    },
    {
      "epoch": 0.030020833333333333,
      "grad_norm": 4.109919548034668,
      "learning_rate": 0.0002995013360167987,
      "loss": 10.9873,
      "step": 14410
    },
    {
      "epoch": 0.030041666666666668,
      "grad_norm": 1.985848069190979,
      "learning_rate": 0.00029950053249083746,
      "loss": 10.199,
      "step": 14420
    },
    {
      "epoch": 0.0300625,
      "grad_norm": 2.47678279876709,
      "learning_rate": 0.0002994997283190931,
      "loss": 9.949,
      "step": 14430
    },
    {
      "epoch": 0.030083333333333333,
      "grad_norm": 1.042910099029541,
      "learning_rate": 0.0002994989235015691,
      "loss": 9.7931,
      "step": 14440
    },
    {
      "epoch": 0.030104166666666668,
      "grad_norm": 1.231162667274475,
      "learning_rate": 0.00029949811803826887,
      "loss": 9.884,
      "step": 14450
    },
    {
      "epoch": 0.030125,
      "grad_norm": 1.3726060390472412,
      "learning_rate": 0.000299497311929196,
      "loss": 9.7331,
      "step": 14460
    },
    {
      "epoch": 0.030145833333333334,
      "grad_norm": 4.1710333824157715,
      "learning_rate": 0.0002994965051743539,
      "loss": 10.2761,
      "step": 14470
    },
    {
      "epoch": 0.030166666666666668,
      "grad_norm": 1.1819632053375244,
      "learning_rate": 0.00029949569777374606,
      "loss": 9.7445,
      "step": 14480
    },
    {
      "epoch": 0.0301875,
      "grad_norm": 2.2821664810180664,
      "learning_rate": 0.00029949488972737595,
      "loss": 10.0911,
      "step": 14490
    },
    {
      "epoch": 0.030208333333333334,
      "grad_norm": 0.9575762152671814,
      "learning_rate": 0.0002994940810352472,
      "loss": 9.7493,
      "step": 14500
    },
    {
      "epoch": 0.030229166666666668,
      "grad_norm": 1.8888483047485352,
      "learning_rate": 0.0002994932716973631,
      "loss": 9.8651,
      "step": 14510
    },
    {
      "epoch": 0.03025,
      "grad_norm": 2.7175650596618652,
      "learning_rate": 0.00029949246171372725,
      "loss": 10.8072,
      "step": 14520
    },
    {
      "epoch": 0.030270833333333334,
      "grad_norm": 10.54526138305664,
      "learning_rate": 0.00029949165108434316,
      "loss": 9.3914,
      "step": 14530
    },
    {
      "epoch": 0.030291666666666668,
      "grad_norm": 2.5055136680603027,
      "learning_rate": 0.00029949083980921427,
      "loss": 9.095,
      "step": 14540
    },
    {
      "epoch": 0.0303125,
      "grad_norm": 1.1644405126571655,
      "learning_rate": 0.0002994900278883441,
      "loss": 9.487,
      "step": 14550
    },
    {
      "epoch": 0.030333333333333334,
      "grad_norm": 1.6778037548065186,
      "learning_rate": 0.00029948921532173625,
      "loss": 9.4287,
      "step": 14560
    },
    {
      "epoch": 0.030354166666666668,
      "grad_norm": 1.4598788022994995,
      "learning_rate": 0.0002994884021093942,
      "loss": 10.7378,
      "step": 14570
    },
    {
      "epoch": 0.030375,
      "grad_norm": 1.489922046661377,
      "learning_rate": 0.0002994875882513214,
      "loss": 9.8622,
      "step": 14580
    },
    {
      "epoch": 0.030395833333333334,
      "grad_norm": 1.9790465831756592,
      "learning_rate": 0.0002994867737475213,
      "loss": 9.8539,
      "step": 14590
    },
    {
      "epoch": 0.030416666666666668,
      "grad_norm": 4.293431282043457,
      "learning_rate": 0.0002994859585979976,
      "loss": 10.0435,
      "step": 14600
    },
    {
      "epoch": 0.0304375,
      "grad_norm": 5.608819007873535,
      "learning_rate": 0.00029948514280275367,
      "loss": 10.3741,
      "step": 14610
    },
    {
      "epoch": 0.030458333333333334,
      "grad_norm": 3.6164493560791016,
      "learning_rate": 0.00029948432636179315,
      "loss": 9.1455,
      "step": 14620
    },
    {
      "epoch": 0.03047916666666667,
      "grad_norm": 0.7645662426948547,
      "learning_rate": 0.00029948350927511944,
      "loss": 9.9513,
      "step": 14630
    },
    {
      "epoch": 0.0305,
      "grad_norm": 88.24373626708984,
      "learning_rate": 0.0002994826915427362,
      "loss": 10.6647,
      "step": 14640
    },
    {
      "epoch": 0.030520833333333334,
      "grad_norm": 1.5081987380981445,
      "learning_rate": 0.0002994818731646469,
      "loss": 9.2474,
      "step": 14650
    },
    {
      "epoch": 0.03054166666666667,
      "grad_norm": 5.53195858001709,
      "learning_rate": 0.0002994810541408551,
      "loss": 10.2614,
      "step": 14660
    },
    {
      "epoch": 0.0305625,
      "grad_norm": 6.34928035736084,
      "learning_rate": 0.0002994802344713643,
      "loss": 10.3302,
      "step": 14670
    },
    {
      "epoch": 0.030583333333333334,
      "grad_norm": 1.7350391149520874,
      "learning_rate": 0.00029947941415617795,
      "loss": 11.8832,
      "step": 14680
    },
    {
      "epoch": 0.030604166666666665,
      "grad_norm": 3.7989661693573,
      "learning_rate": 0.00029947859319529984,
      "loss": 10.241,
      "step": 14690
    },
    {
      "epoch": 0.030625,
      "grad_norm": 2.4654042720794678,
      "learning_rate": 0.00029947777158873326,
      "loss": 9.5591,
      "step": 14700
    },
    {
      "epoch": 0.030645833333333334,
      "grad_norm": 2.0640313625335693,
      "learning_rate": 0.00029947694933648195,
      "loss": 9.3351,
      "step": 14710
    },
    {
      "epoch": 0.030666666666666665,
      "grad_norm": 5.733975887298584,
      "learning_rate": 0.00029947612643854937,
      "loss": 12.1102,
      "step": 14720
    },
    {
      "epoch": 0.0306875,
      "grad_norm": 3.1364636421203613,
      "learning_rate": 0.0002994753028949391,
      "loss": 9.3158,
      "step": 14730
    },
    {
      "epoch": 0.030708333333333334,
      "grad_norm": 1.9740018844604492,
      "learning_rate": 0.0002994744787056547,
      "loss": 9.8294,
      "step": 14740
    },
    {
      "epoch": 0.030729166666666665,
      "grad_norm": 1.9337435960769653,
      "learning_rate": 0.0002994736538706997,
      "loss": 9.6968,
      "step": 14750
    },
    {
      "epoch": 0.03075,
      "grad_norm": 1.1783907413482666,
      "learning_rate": 0.0002994728283900776,
      "loss": 8.5463,
      "step": 14760
    },
    {
      "epoch": 0.030770833333333334,
      "grad_norm": 8.41290283203125,
      "learning_rate": 0.0002994720022637922,
      "loss": 9.8327,
      "step": 14770
    },
    {
      "epoch": 0.030791666666666665,
      "grad_norm": 1.905935287475586,
      "learning_rate": 0.0002994711754918468,
      "loss": 9.3429,
      "step": 14780
    },
    {
      "epoch": 0.0308125,
      "grad_norm": 1.9461760520935059,
      "learning_rate": 0.00029947034807424513,
      "loss": 10.3949,
      "step": 14790
    },
    {
      "epoch": 0.030833333333333334,
      "grad_norm": 1.6419860124588013,
      "learning_rate": 0.0002994695200109907,
      "loss": 9.5592,
      "step": 14800
    },
    {
      "epoch": 0.030854166666666665,
      "grad_norm": 8.686396598815918,
      "learning_rate": 0.00029946869130208713,
      "loss": 11.382,
      "step": 14810
    },
    {
      "epoch": 0.030875,
      "grad_norm": 2.833125114440918,
      "learning_rate": 0.00029946786194753796,
      "loss": 10.2929,
      "step": 14820
    },
    {
      "epoch": 0.030895833333333334,
      "grad_norm": 3.7218680381774902,
      "learning_rate": 0.0002994670319473468,
      "loss": 9.6761,
      "step": 14830
    },
    {
      "epoch": 0.030916666666666665,
      "grad_norm": 1.0120484828948975,
      "learning_rate": 0.00029946620130151725,
      "loss": 9.2956,
      "step": 14840
    },
    {
      "epoch": 0.0309375,
      "grad_norm": 2.0156538486480713,
      "learning_rate": 0.0002994653700100528,
      "loss": 10.3454,
      "step": 14850
    },
    {
      "epoch": 0.030958333333333334,
      "grad_norm": 1.4383034706115723,
      "learning_rate": 0.00029946453807295717,
      "loss": 11.1506,
      "step": 14860
    },
    {
      "epoch": 0.030979166666666665,
      "grad_norm": 3.509885787963867,
      "learning_rate": 0.00029946370549023386,
      "loss": 9.8613,
      "step": 14870
    },
    {
      "epoch": 0.031,
      "grad_norm": 1.4628249406814575,
      "learning_rate": 0.00029946287226188654,
      "loss": 9.0722,
      "step": 14880
    },
    {
      "epoch": 0.031020833333333334,
      "grad_norm": 0.875524640083313,
      "learning_rate": 0.00029946203838791883,
      "loss": 10.7262,
      "step": 14890
    },
    {
      "epoch": 0.031041666666666665,
      "grad_norm": 3.053475856781006,
      "learning_rate": 0.0002994612038683342,
      "loss": 9.9273,
      "step": 14900
    },
    {
      "epoch": 0.0310625,
      "grad_norm": 1.9994328022003174,
      "learning_rate": 0.0002994603687031363,
      "loss": 10.902,
      "step": 14910
    },
    {
      "epoch": 0.031083333333333334,
      "grad_norm": 2.7881178855895996,
      "learning_rate": 0.0002994595328923288,
      "loss": 9.3755,
      "step": 14920
    },
    {
      "epoch": 0.031104166666666665,
      "grad_norm": 2.56667160987854,
      "learning_rate": 0.00029945869643591534,
      "loss": 9.3233,
      "step": 14930
    },
    {
      "epoch": 0.031125,
      "grad_norm": 1.030155062675476,
      "learning_rate": 0.00029945785933389944,
      "loss": 10.2788,
      "step": 14940
    },
    {
      "epoch": 0.031145833333333334,
      "grad_norm": 3.737741470336914,
      "learning_rate": 0.0002994570215862847,
      "loss": 10.121,
      "step": 14950
    },
    {
      "epoch": 0.031166666666666665,
      "grad_norm": 1.7691118717193604,
      "learning_rate": 0.00029945618319307483,
      "loss": 10.3885,
      "step": 14960
    },
    {
      "epoch": 0.0311875,
      "grad_norm": 3.984945297241211,
      "learning_rate": 0.00029945534415427334,
      "loss": 9.3811,
      "step": 14970
    },
    {
      "epoch": 0.031208333333333334,
      "grad_norm": 1.8360694646835327,
      "learning_rate": 0.000299454504469884,
      "loss": 9.5949,
      "step": 14980
    },
    {
      "epoch": 0.031229166666666665,
      "grad_norm": 2.8984153270721436,
      "learning_rate": 0.0002994536641399103,
      "loss": 10.8648,
      "step": 14990
    },
    {
      "epoch": 0.03125,
      "grad_norm": 2.846461057662964,
      "learning_rate": 0.000299452823164356,
      "loss": 10.6041,
      "step": 15000
    },
    {
      "epoch": 0.03125,
      "eval_loss": 11.859970092773438,
      "eval_runtime": 9.3847,
      "eval_samples_per_second": 0.32,
      "eval_steps_per_second": 0.107,
      "step": 15000
    },
    {
      "epoch": 0.03127083333333333,
      "grad_norm": 3.657975435256958,
      "learning_rate": 0.00029945198154322463,
      "loss": 9.2597,
      "step": 15010
    },
    {
      "epoch": 0.03129166666666667,
      "grad_norm": 3.1726338863372803,
      "learning_rate": 0.00029945113927651985,
      "loss": 9.8764,
      "step": 15020
    },
    {
      "epoch": 0.0313125,
      "grad_norm": 0.7789480686187744,
      "learning_rate": 0.00029945029636424525,
      "loss": 8.9806,
      "step": 15030
    },
    {
      "epoch": 0.03133333333333333,
      "grad_norm": 1.5937676429748535,
      "learning_rate": 0.0002994494528064046,
      "loss": 9.5624,
      "step": 15040
    },
    {
      "epoch": 0.03135416666666667,
      "grad_norm": 1.109522819519043,
      "learning_rate": 0.0002994486086030015,
      "loss": 11.3362,
      "step": 15050
    },
    {
      "epoch": 0.031375,
      "grad_norm": 3.776712656021118,
      "learning_rate": 0.0002994477637540395,
      "loss": 9.787,
      "step": 15060
    },
    {
      "epoch": 0.03139583333333333,
      "grad_norm": 2.596245288848877,
      "learning_rate": 0.00029944691825952227,
      "loss": 9.1302,
      "step": 15070
    },
    {
      "epoch": 0.03141666666666667,
      "grad_norm": 1.2423429489135742,
      "learning_rate": 0.0002994460721194536,
      "loss": 9.8058,
      "step": 15080
    },
    {
      "epoch": 0.0314375,
      "grad_norm": 2.802722692489624,
      "learning_rate": 0.00029944522533383706,
      "loss": 9.7194,
      "step": 15090
    },
    {
      "epoch": 0.03145833333333333,
      "grad_norm": 1.976349115371704,
      "learning_rate": 0.0002994443779026762,
      "loss": 10.4048,
      "step": 15100
    },
    {
      "epoch": 0.03147916666666667,
      "grad_norm": 2.2621002197265625,
      "learning_rate": 0.0002994435298259749,
      "loss": 9.6604,
      "step": 15110
    },
    {
      "epoch": 0.0315,
      "grad_norm": 2.754220724105835,
      "learning_rate": 0.00029944268110373664,
      "loss": 11.5214,
      "step": 15120
    },
    {
      "epoch": 0.03152083333333333,
      "grad_norm": 2.2119269371032715,
      "learning_rate": 0.00029944183173596516,
      "loss": 9.9222,
      "step": 15130
    },
    {
      "epoch": 0.03154166666666667,
      "grad_norm": 2.5959928035736084,
      "learning_rate": 0.00029944098172266415,
      "loss": 11.4904,
      "step": 15140
    },
    {
      "epoch": 0.0315625,
      "grad_norm": 1.6844737529754639,
      "learning_rate": 0.00029944013106383724,
      "loss": 10.4899,
      "step": 15150
    },
    {
      "epoch": 0.03158333333333333,
      "grad_norm": 1.1176178455352783,
      "learning_rate": 0.00029943927975948807,
      "loss": 9.3212,
      "step": 15160
    },
    {
      "epoch": 0.03160416666666667,
      "grad_norm": 1.4355050325393677,
      "learning_rate": 0.00029943842780962037,
      "loss": 9.1508,
      "step": 15170
    },
    {
      "epoch": 0.031625,
      "grad_norm": 1.2348076105117798,
      "learning_rate": 0.00029943757521423784,
      "loss": 10.2183,
      "step": 15180
    },
    {
      "epoch": 0.03164583333333333,
      "grad_norm": 1.671998143196106,
      "learning_rate": 0.00029943672197334416,
      "loss": 9.4746,
      "step": 15190
    },
    {
      "epoch": 0.03166666666666667,
      "grad_norm": 0.9987930655479431,
      "learning_rate": 0.00029943586808694295,
      "loss": 10.9488,
      "step": 15200
    },
    {
      "epoch": 0.0316875,
      "grad_norm": 2.2900941371917725,
      "learning_rate": 0.000299435013555038,
      "loss": 11.055,
      "step": 15210
    },
    {
      "epoch": 0.03170833333333333,
      "grad_norm": 1.3640917539596558,
      "learning_rate": 0.00029943415837763285,
      "loss": 13.6167,
      "step": 15220
    },
    {
      "epoch": 0.03172916666666667,
      "grad_norm": 1.0936942100524902,
      "learning_rate": 0.0002994333025547313,
      "loss": 9.9156,
      "step": 15230
    },
    {
      "epoch": 0.03175,
      "grad_norm": 1.5472822189331055,
      "learning_rate": 0.0002994324460863371,
      "loss": 11.0395,
      "step": 15240
    },
    {
      "epoch": 0.03177083333333333,
      "grad_norm": 1.3034971952438354,
      "learning_rate": 0.00029943158897245383,
      "loss": 9.2425,
      "step": 15250
    },
    {
      "epoch": 0.03179166666666667,
      "grad_norm": 1.4815635681152344,
      "learning_rate": 0.0002994307312130853,
      "loss": 10.1614,
      "step": 15260
    },
    {
      "epoch": 0.0318125,
      "grad_norm": 4.136487007141113,
      "learning_rate": 0.0002994298728082351,
      "loss": 9.7972,
      "step": 15270
    },
    {
      "epoch": 0.03183333333333333,
      "grad_norm": 1.670085072517395,
      "learning_rate": 0.00029942901375790707,
      "loss": 10.1958,
      "step": 15280
    },
    {
      "epoch": 0.03185416666666667,
      "grad_norm": 1.047690510749817,
      "learning_rate": 0.0002994281540621048,
      "loss": 11.2032,
      "step": 15290
    },
    {
      "epoch": 0.031875,
      "grad_norm": 5.4880452156066895,
      "learning_rate": 0.00029942729372083206,
      "loss": 10.2205,
      "step": 15300
    },
    {
      "epoch": 0.03189583333333333,
      "grad_norm": 1.7998393774032593,
      "learning_rate": 0.0002994264327340925,
      "loss": 10.3405,
      "step": 15310
    },
    {
      "epoch": 0.03191666666666667,
      "grad_norm": 1.3531538248062134,
      "learning_rate": 0.00029942557110189,
      "loss": 9.7867,
      "step": 15320
    },
    {
      "epoch": 0.0319375,
      "grad_norm": 1.8991210460662842,
      "learning_rate": 0.0002994247088242281,
      "loss": 9.3354,
      "step": 15330
    },
    {
      "epoch": 0.03195833333333333,
      "grad_norm": 1.3276152610778809,
      "learning_rate": 0.00029942384590111066,
      "loss": 10.4387,
      "step": 15340
    },
    {
      "epoch": 0.03197916666666667,
      "grad_norm": 1.6815258264541626,
      "learning_rate": 0.0002994229823325413,
      "loss": 12.0134,
      "step": 15350
    },
    {
      "epoch": 0.032,
      "grad_norm": 1.0516204833984375,
      "learning_rate": 0.00029942211811852384,
      "loss": 9.3083,
      "step": 15360
    },
    {
      "epoch": 0.03202083333333333,
      "grad_norm": 4.3958420753479,
      "learning_rate": 0.00029942125325906196,
      "loss": 10.1325,
      "step": 15370
    },
    {
      "epoch": 0.03204166666666667,
      "grad_norm": 1.3792898654937744,
      "learning_rate": 0.0002994203877541594,
      "loss": 12.5808,
      "step": 15380
    },
    {
      "epoch": 0.0320625,
      "grad_norm": 1.9869037866592407,
      "learning_rate": 0.0002994195216038199,
      "loss": 10.5429,
      "step": 15390
    },
    {
      "epoch": 0.03208333333333333,
      "grad_norm": 0.9208880066871643,
      "learning_rate": 0.0002994186548080473,
      "loss": 9.6862,
      "step": 15400
    },
    {
      "epoch": 0.03210416666666667,
      "grad_norm": 2.965970277786255,
      "learning_rate": 0.0002994177873668451,
      "loss": 10.3961,
      "step": 15410
    },
    {
      "epoch": 0.032125,
      "grad_norm": 4.416203022003174,
      "learning_rate": 0.00029941691928021737,
      "loss": 10.9622,
      "step": 15420
    },
    {
      "epoch": 0.03214583333333333,
      "grad_norm": 2.871690273284912,
      "learning_rate": 0.0002994160505481676,
      "loss": 9.8752,
      "step": 15430
    },
    {
      "epoch": 0.03216666666666667,
      "grad_norm": 2.5043225288391113,
      "learning_rate": 0.0002994151811706996,
      "loss": 10.2534,
      "step": 15440
    },
    {
      "epoch": 0.0321875,
      "grad_norm": 2.324054479598999,
      "learning_rate": 0.0002994143111478172,
      "loss": 9.6445,
      "step": 15450
    },
    {
      "epoch": 0.03220833333333333,
      "grad_norm": 1.6239962577819824,
      "learning_rate": 0.00029941344047952417,
      "loss": 12.2108,
      "step": 15460
    },
    {
      "epoch": 0.03222916666666667,
      "grad_norm": 2.674283504486084,
      "learning_rate": 0.0002994125691658242,
      "loss": 9.9434,
      "step": 15470
    },
    {
      "epoch": 0.03225,
      "grad_norm": 1.2431079149246216,
      "learning_rate": 0.00029941169720672104,
      "loss": 10.9997,
      "step": 15480
    },
    {
      "epoch": 0.03227083333333333,
      "grad_norm": 1.429161548614502,
      "learning_rate": 0.0002994108246022185,
      "loss": 9.2145,
      "step": 15490
    },
    {
      "epoch": 0.03229166666666667,
      "grad_norm": 1.4371755123138428,
      "learning_rate": 0.0002994099513523204,
      "loss": 9.4924,
      "step": 15500
    },
    {
      "epoch": 0.0323125,
      "grad_norm": 1.0471680164337158,
      "learning_rate": 0.0002994090774570303,
      "loss": 10.3747,
      "step": 15510
    },
    {
      "epoch": 0.03233333333333333,
      "grad_norm": 6.126097679138184,
      "learning_rate": 0.0002994082029163522,
      "loss": 9.7933,
      "step": 15520
    },
    {
      "epoch": 0.03235416666666667,
      "grad_norm": 5.207373142242432,
      "learning_rate": 0.00029940732773028986,
      "loss": 10.6028,
      "step": 15530
    },
    {
      "epoch": 0.032375,
      "grad_norm": 1.8864598274230957,
      "learning_rate": 0.00029940645189884696,
      "loss": 9.9849,
      "step": 15540
    },
    {
      "epoch": 0.03239583333333333,
      "grad_norm": 3.6337037086486816,
      "learning_rate": 0.0002994055754220273,
      "loss": 9.7574,
      "step": 15550
    },
    {
      "epoch": 0.03241666666666667,
      "grad_norm": 1.0005122423171997,
      "learning_rate": 0.00029940469829983475,
      "loss": 9.8703,
      "step": 15560
    },
    {
      "epoch": 0.0324375,
      "grad_norm": 2.1054022312164307,
      "learning_rate": 0.000299403820532273,
      "loss": 9.9263,
      "step": 15570
    },
    {
      "epoch": 0.03245833333333333,
      "grad_norm": 1.6104373931884766,
      "learning_rate": 0.0002994029421193459,
      "loss": 10.6941,
      "step": 15580
    },
    {
      "epoch": 0.03247916666666667,
      "grad_norm": 3.2869532108306885,
      "learning_rate": 0.00029940206306105723,
      "loss": 9.6004,
      "step": 15590
    },
    {
      "epoch": 0.0325,
      "grad_norm": 1.4955973625183105,
      "learning_rate": 0.00029940118335741077,
      "loss": 9.9811,
      "step": 15600
    },
    {
      "epoch": 0.03252083333333333,
      "grad_norm": 4.16284704208374,
      "learning_rate": 0.0002994003030084103,
      "loss": 9.4525,
      "step": 15610
    },
    {
      "epoch": 0.03254166666666667,
      "grad_norm": 1.1549447774887085,
      "learning_rate": 0.0002993994220140597,
      "loss": 10.112,
      "step": 15620
    },
    {
      "epoch": 0.0325625,
      "grad_norm": 1.0401191711425781,
      "learning_rate": 0.00029939854037436275,
      "loss": 10.1404,
      "step": 15630
    },
    {
      "epoch": 0.03258333333333333,
      "grad_norm": 3.156437397003174,
      "learning_rate": 0.00029939765808932324,
      "loss": 9.6572,
      "step": 15640
    },
    {
      "epoch": 0.03260416666666666,
      "grad_norm": 1.440009355545044,
      "learning_rate": 0.00029939677515894496,
      "loss": 8.8045,
      "step": 15650
    },
    {
      "epoch": 0.032625,
      "grad_norm": 1.4493427276611328,
      "learning_rate": 0.00029939589158323177,
      "loss": 9.9658,
      "step": 15660
    },
    {
      "epoch": 0.03264583333333333,
      "grad_norm": 1.1998997926712036,
      "learning_rate": 0.00029939500736218745,
      "loss": 9.867,
      "step": 15670
    },
    {
      "epoch": 0.03266666666666666,
      "grad_norm": 1.2719402313232422,
      "learning_rate": 0.0002993941224958158,
      "loss": 11.269,
      "step": 15680
    },
    {
      "epoch": 0.0326875,
      "grad_norm": 1.0791338682174683,
      "learning_rate": 0.0002993932369841207,
      "loss": 9.2914,
      "step": 15690
    },
    {
      "epoch": 0.03270833333333333,
      "grad_norm": 5.481181621551514,
      "learning_rate": 0.000299392350827106,
      "loss": 11.0009,
      "step": 15700
    },
    {
      "epoch": 0.03272916666666666,
      "grad_norm": 1.0627597570419312,
      "learning_rate": 0.00029939146402477545,
      "loss": 9.7967,
      "step": 15710
    },
    {
      "epoch": 0.03275,
      "grad_norm": 1.6145799160003662,
      "learning_rate": 0.0002993905765771329,
      "loss": 10.9848,
      "step": 15720
    },
    {
      "epoch": 0.03277083333333333,
      "grad_norm": 3.214132785797119,
      "learning_rate": 0.00029938968848418216,
      "loss": 10.5685,
      "step": 15730
    },
    {
      "epoch": 0.03279166666666666,
      "grad_norm": 1.4608193635940552,
      "learning_rate": 0.00029938879974592713,
      "loss": 9.2941,
      "step": 15740
    },
    {
      "epoch": 0.0328125,
      "grad_norm": 1.8587632179260254,
      "learning_rate": 0.0002993879103623716,
      "loss": 10.5588,
      "step": 15750
    },
    {
      "epoch": 0.03283333333333333,
      "grad_norm": 1.3409974575042725,
      "learning_rate": 0.00029938702033351945,
      "loss": 10.2549,
      "step": 15760
    },
    {
      "epoch": 0.03285416666666666,
      "grad_norm": 2.7830584049224854,
      "learning_rate": 0.0002993861296593745,
      "loss": 9.692,
      "step": 15770
    },
    {
      "epoch": 0.032875,
      "grad_norm": 1.6254146099090576,
      "learning_rate": 0.0002993852383399406,
      "loss": 9.8238,
      "step": 15780
    },
    {
      "epoch": 0.03289583333333333,
      "grad_norm": 1.6866716146469116,
      "learning_rate": 0.00029938434637522156,
      "loss": 10.1028,
      "step": 15790
    },
    {
      "epoch": 0.032916666666666664,
      "grad_norm": 1.1338558197021484,
      "learning_rate": 0.0002993834537652213,
      "loss": 9.7457,
      "step": 15800
    },
    {
      "epoch": 0.0329375,
      "grad_norm": 2.0674378871917725,
      "learning_rate": 0.0002993825605099437,
      "loss": 9.7675,
      "step": 15810
    },
    {
      "epoch": 0.03295833333333333,
      "grad_norm": 2.2357473373413086,
      "learning_rate": 0.0002993816666093925,
      "loss": 9.7629,
      "step": 15820
    },
    {
      "epoch": 0.032979166666666664,
      "grad_norm": 4.085153579711914,
      "learning_rate": 0.0002993807720635717,
      "loss": 10.4206,
      "step": 15830
    },
    {
      "epoch": 0.033,
      "grad_norm": 0.9687471985816956,
      "learning_rate": 0.000299379876872485,
      "loss": 8.9614,
      "step": 15840
    },
    {
      "epoch": 0.03302083333333333,
      "grad_norm": 11.893198013305664,
      "learning_rate": 0.00029937898103613643,
      "loss": 11.5781,
      "step": 15850
    },
    {
      "epoch": 0.033041666666666664,
      "grad_norm": 1.5431969165802002,
      "learning_rate": 0.0002993780845545298,
      "loss": 9.1796,
      "step": 15860
    },
    {
      "epoch": 0.0330625,
      "grad_norm": 1.6599701642990112,
      "learning_rate": 0.00029937718742766896,
      "loss": 9.2402,
      "step": 15870
    },
    {
      "epoch": 0.03308333333333333,
      "grad_norm": 1.9948830604553223,
      "learning_rate": 0.00029937628965555775,
      "loss": 11.6207,
      "step": 15880
    },
    {
      "epoch": 0.033104166666666664,
      "grad_norm": 0.890300989151001,
      "learning_rate": 0.0002993753912382001,
      "loss": 9.9125,
      "step": 15890
    },
    {
      "epoch": 0.033125,
      "grad_norm": 1.8294174671173096,
      "learning_rate": 0.00029937449217559996,
      "loss": 10.213,
      "step": 15900
    },
    {
      "epoch": 0.03314583333333333,
      "grad_norm": 1.6198785305023193,
      "learning_rate": 0.00029937359246776107,
      "loss": 10.5669,
      "step": 15910
    },
    {
      "epoch": 0.033166666666666664,
      "grad_norm": 4.259646415710449,
      "learning_rate": 0.0002993726921146874,
      "loss": 9.9618,
      "step": 15920
    },
    {
      "epoch": 0.0331875,
      "grad_norm": 1.4476462602615356,
      "learning_rate": 0.00029937179111638284,
      "loss": 10.8564,
      "step": 15930
    },
    {
      "epoch": 0.03320833333333333,
      "grad_norm": 2.4543349742889404,
      "learning_rate": 0.0002993708894728513,
      "loss": 10.1711,
      "step": 15940
    },
    {
      "epoch": 0.033229166666666664,
      "grad_norm": 1.7190310955047607,
      "learning_rate": 0.0002993699871840966,
      "loss": 10.1818,
      "step": 15950
    },
    {
      "epoch": 0.03325,
      "grad_norm": 3.249377727508545,
      "learning_rate": 0.00029936908425012273,
      "loss": 9.5778,
      "step": 15960
    },
    {
      "epoch": 0.03327083333333333,
      "grad_norm": 2.917539119720459,
      "learning_rate": 0.00029936818067093345,
      "loss": 9.3885,
      "step": 15970
    },
    {
      "epoch": 0.033291666666666664,
      "grad_norm": 2.0347537994384766,
      "learning_rate": 0.0002993672764465328,
      "loss": 9.4559,
      "step": 15980
    },
    {
      "epoch": 0.0333125,
      "grad_norm": 4.789222240447998,
      "learning_rate": 0.00029936637157692463,
      "loss": 10.0516,
      "step": 15990
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 0.9603340029716492,
      "learning_rate": 0.0002993654660621129,
      "loss": 9.4861,
      "step": 16000
    },
    {
      "epoch": 0.03333333333333333,
      "eval_loss": 15.40893840789795,
      "eval_runtime": 8.9353,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 16000
    },
    {
      "epoch": 0.033354166666666664,
      "grad_norm": 3.880084276199341,
      "learning_rate": 0.00029936455990210145,
      "loss": 10.6207,
      "step": 16010
    },
    {
      "epoch": 0.033375,
      "grad_norm": 10.23829174041748,
      "learning_rate": 0.00029936365309689425,
      "loss": 11.687,
      "step": 16020
    },
    {
      "epoch": 0.03339583333333333,
      "grad_norm": 2.727353096008301,
      "learning_rate": 0.00029936274564649513,
      "loss": 9.8983,
      "step": 16030
    },
    {
      "epoch": 0.033416666666666664,
      "grad_norm": 1.5962308645248413,
      "learning_rate": 0.0002993618375509081,
      "loss": 10.232,
      "step": 16040
    },
    {
      "epoch": 0.0334375,
      "grad_norm": 2.314171314239502,
      "learning_rate": 0.00029936092881013707,
      "loss": 9.3748,
      "step": 16050
    },
    {
      "epoch": 0.03345833333333333,
      "grad_norm": 4.03487491607666,
      "learning_rate": 0.0002993600194241859,
      "loss": 10.6725,
      "step": 16060
    },
    {
      "epoch": 0.033479166666666664,
      "grad_norm": 1.4889851808547974,
      "learning_rate": 0.00029935910939305865,
      "loss": 10.6262,
      "step": 16070
    },
    {
      "epoch": 0.0335,
      "grad_norm": 0.8397367000579834,
      "learning_rate": 0.0002993581987167591,
      "loss": 11.9188,
      "step": 16080
    },
    {
      "epoch": 0.03352083333333333,
      "grad_norm": 1.9609123468399048,
      "learning_rate": 0.0002993572873952913,
      "loss": 9.8138,
      "step": 16090
    },
    {
      "epoch": 0.033541666666666664,
      "grad_norm": 1.6435679197311401,
      "learning_rate": 0.0002993563754286591,
      "loss": 9.6874,
      "step": 16100
    },
    {
      "epoch": 0.0335625,
      "grad_norm": 2.595623016357422,
      "learning_rate": 0.0002993554628168665,
      "loss": 9.1992,
      "step": 16110
    },
    {
      "epoch": 0.03358333333333333,
      "grad_norm": 1.1599289178848267,
      "learning_rate": 0.00029935454955991737,
      "loss": 9.5166,
      "step": 16120
    },
    {
      "epoch": 0.033604166666666664,
      "grad_norm": 1.2355135679244995,
      "learning_rate": 0.0002993536356578158,
      "loss": 9.9913,
      "step": 16130
    },
    {
      "epoch": 0.033625,
      "grad_norm": 1.216286540031433,
      "learning_rate": 0.00029935272111056554,
      "loss": 9.1588,
      "step": 16140
    },
    {
      "epoch": 0.03364583333333333,
      "grad_norm": 6.797131061553955,
      "learning_rate": 0.00029935180591817074,
      "loss": 11.2806,
      "step": 16150
    },
    {
      "epoch": 0.033666666666666664,
      "grad_norm": 7.243387699127197,
      "learning_rate": 0.00029935089008063516,
      "loss": 10.2207,
      "step": 16160
    },
    {
      "epoch": 0.0336875,
      "grad_norm": 1.5037908554077148,
      "learning_rate": 0.0002993499735979629,
      "loss": 10.0344,
      "step": 16170
    },
    {
      "epoch": 0.03370833333333333,
      "grad_norm": 1.9167790412902832,
      "learning_rate": 0.00029934905647015784,
      "loss": 9.6346,
      "step": 16180
    },
    {
      "epoch": 0.033729166666666664,
      "grad_norm": 1.2483168840408325,
      "learning_rate": 0.000299348138697224,
      "loss": 10.0866,
      "step": 16190
    },
    {
      "epoch": 0.03375,
      "grad_norm": 2.5597500801086426,
      "learning_rate": 0.00029934722027916534,
      "loss": 10.1437,
      "step": 16200
    },
    {
      "epoch": 0.03377083333333333,
      "grad_norm": 1.1936440467834473,
      "learning_rate": 0.0002993463012159858,
      "loss": 9.1035,
      "step": 16210
    },
    {
      "epoch": 0.033791666666666664,
      "grad_norm": 1.0278551578521729,
      "learning_rate": 0.00029934538150768933,
      "loss": 9.5921,
      "step": 16220
    },
    {
      "epoch": 0.0338125,
      "grad_norm": 4.5578293800354,
      "learning_rate": 0.0002993444611542799,
      "loss": 10.6431,
      "step": 16230
    },
    {
      "epoch": 0.03383333333333333,
      "grad_norm": 1.645188570022583,
      "learning_rate": 0.0002993435401557616,
      "loss": 9.5177,
      "step": 16240
    },
    {
      "epoch": 0.033854166666666664,
      "grad_norm": 2.6448135375976562,
      "learning_rate": 0.00029934261851213823,
      "loss": 9.4109,
      "step": 16250
    },
    {
      "epoch": 0.033875,
      "grad_norm": 3.7440292835235596,
      "learning_rate": 0.0002993416962234139,
      "loss": 10.5448,
      "step": 16260
    },
    {
      "epoch": 0.03389583333333333,
      "grad_norm": 1.456166386604309,
      "learning_rate": 0.00029934077328959256,
      "loss": 11.1127,
      "step": 16270
    },
    {
      "epoch": 0.033916666666666664,
      "grad_norm": 1.3261909484863281,
      "learning_rate": 0.0002993398497106782,
      "loss": 9.7445,
      "step": 16280
    },
    {
      "epoch": 0.0339375,
      "grad_norm": 1.9189451932907104,
      "learning_rate": 0.0002993389254866748,
      "loss": 9.8681,
      "step": 16290
    },
    {
      "epoch": 0.03395833333333333,
      "grad_norm": 1.9210222959518433,
      "learning_rate": 0.0002993380006175863,
      "loss": 9.4554,
      "step": 16300
    },
    {
      "epoch": 0.033979166666666664,
      "grad_norm": 10.187379837036133,
      "learning_rate": 0.0002993370751034168,
      "loss": 10.4137,
      "step": 16310
    },
    {
      "epoch": 0.034,
      "grad_norm": 1.0274207592010498,
      "learning_rate": 0.00029933614894417024,
      "loss": 11.8774,
      "step": 16320
    },
    {
      "epoch": 0.034020833333333333,
      "grad_norm": 6.825872898101807,
      "learning_rate": 0.00029933522213985064,
      "loss": 10.0958,
      "step": 16330
    },
    {
      "epoch": 0.034041666666666665,
      "grad_norm": 1.480743169784546,
      "learning_rate": 0.000299334294690462,
      "loss": 9.1889,
      "step": 16340
    },
    {
      "epoch": 0.0340625,
      "grad_norm": 1.4687656164169312,
      "learning_rate": 0.00029933336659600826,
      "loss": 10.1148,
      "step": 16350
    },
    {
      "epoch": 0.034083333333333334,
      "grad_norm": 2.614776611328125,
      "learning_rate": 0.00029933243785649355,
      "loss": 9.4001,
      "step": 16360
    },
    {
      "epoch": 0.034104166666666665,
      "grad_norm": 1.6596043109893799,
      "learning_rate": 0.00029933150847192175,
      "loss": 9.2831,
      "step": 16370
    },
    {
      "epoch": 0.034125,
      "grad_norm": 1.1862235069274902,
      "learning_rate": 0.000299330578442297,
      "loss": 9.2101,
      "step": 16380
    },
    {
      "epoch": 0.034145833333333334,
      "grad_norm": 1.938403606414795,
      "learning_rate": 0.00029932964776762327,
      "loss": 9.2228,
      "step": 16390
    },
    {
      "epoch": 0.034166666666666665,
      "grad_norm": 1.2808650732040405,
      "learning_rate": 0.0002993287164479045,
      "loss": 9.6796,
      "step": 16400
    },
    {
      "epoch": 0.0341875,
      "grad_norm": 1.4007067680358887,
      "learning_rate": 0.0002993277844831449,
      "loss": 10.9917,
      "step": 16410
    },
    {
      "epoch": 0.034208333333333334,
      "grad_norm": 0.896770179271698,
      "learning_rate": 0.00029932685187334827,
      "loss": 10.2813,
      "step": 16420
    },
    {
      "epoch": 0.034229166666666665,
      "grad_norm": 0.9363232254981995,
      "learning_rate": 0.0002993259186185188,
      "loss": 10.2404,
      "step": 16430
    },
    {
      "epoch": 0.03425,
      "grad_norm": 1.8691226243972778,
      "learning_rate": 0.0002993249847186604,
      "loss": 9.0117,
      "step": 16440
    },
    {
      "epoch": 0.034270833333333334,
      "grad_norm": 2.3271889686584473,
      "learning_rate": 0.00029932405017377725,
      "loss": 9.8984,
      "step": 16450
    },
    {
      "epoch": 0.034291666666666665,
      "grad_norm": 4.811479568481445,
      "learning_rate": 0.0002993231149838733,
      "loss": 11.5767,
      "step": 16460
    },
    {
      "epoch": 0.0343125,
      "grad_norm": 4.7857136726379395,
      "learning_rate": 0.0002993221791489526,
      "loss": 9.6695,
      "step": 16470
    },
    {
      "epoch": 0.034333333333333334,
      "grad_norm": 1.7671725749969482,
      "learning_rate": 0.0002993212426690191,
      "loss": 10.3741,
      "step": 16480
    },
    {
      "epoch": 0.034354166666666665,
      "grad_norm": 2.986619472503662,
      "learning_rate": 0.0002993203055440771,
      "loss": 10.8637,
      "step": 16490
    },
    {
      "epoch": 0.034375,
      "grad_norm": 2.0318312644958496,
      "learning_rate": 0.00029931936777413036,
      "loss": 10.5456,
      "step": 16500
    },
    {
      "epoch": 0.034395833333333334,
      "grad_norm": 1.009892463684082,
      "learning_rate": 0.0002993184293591831,
      "loss": 8.6808,
      "step": 16510
    },
    {
      "epoch": 0.034416666666666665,
      "grad_norm": 2.4111168384552,
      "learning_rate": 0.0002993174902992393,
      "loss": 10.2471,
      "step": 16520
    },
    {
      "epoch": 0.0344375,
      "grad_norm": 2.6872611045837402,
      "learning_rate": 0.0002993165505943031,
      "loss": 10.3382,
      "step": 16530
    },
    {
      "epoch": 0.034458333333333334,
      "grad_norm": 0.8917151093482971,
      "learning_rate": 0.0002993156102443785,
      "loss": 10.018,
      "step": 16540
    },
    {
      "epoch": 0.034479166666666665,
      "grad_norm": 1.5566620826721191,
      "learning_rate": 0.0002993146692494695,
      "loss": 9.512,
      "step": 16550
    },
    {
      "epoch": 0.0345,
      "grad_norm": 0.9050190448760986,
      "learning_rate": 0.0002993137276095803,
      "loss": 9.6155,
      "step": 16560
    },
    {
      "epoch": 0.034520833333333334,
      "grad_norm": 1.5908985137939453,
      "learning_rate": 0.00029931278532471485,
      "loss": 9.9729,
      "step": 16570
    },
    {
      "epoch": 0.034541666666666665,
      "grad_norm": 1.0372533798217773,
      "learning_rate": 0.0002993118423948773,
      "loss": 9.3823,
      "step": 16580
    },
    {
      "epoch": 0.0345625,
      "grad_norm": 1.234033465385437,
      "learning_rate": 0.0002993108988200717,
      "loss": 9.036,
      "step": 16590
    },
    {
      "epoch": 0.034583333333333334,
      "grad_norm": 16.30810546875,
      "learning_rate": 0.0002993099546003021,
      "loss": 11.4624,
      "step": 16600
    },
    {
      "epoch": 0.034604166666666665,
      "grad_norm": 2.005657911300659,
      "learning_rate": 0.0002993090097355726,
      "loss": 9.3121,
      "step": 16610
    },
    {
      "epoch": 0.034625,
      "grad_norm": 1.1626286506652832,
      "learning_rate": 0.0002993080642258873,
      "loss": 9.5796,
      "step": 16620
    },
    {
      "epoch": 0.034645833333333334,
      "grad_norm": 3.741588592529297,
      "learning_rate": 0.0002993071180712502,
      "loss": 11.8676,
      "step": 16630
    },
    {
      "epoch": 0.034666666666666665,
      "grad_norm": 3.003340244293213,
      "learning_rate": 0.0002993061712716655,
      "loss": 10.915,
      "step": 16640
    },
    {
      "epoch": 0.0346875,
      "grad_norm": 1.1385911703109741,
      "learning_rate": 0.00029930522382713725,
      "loss": 10.0352,
      "step": 16650
    },
    {
      "epoch": 0.034708333333333334,
      "grad_norm": 1.1936928033828735,
      "learning_rate": 0.00029930427573766953,
      "loss": 9.9208,
      "step": 16660
    },
    {
      "epoch": 0.034729166666666665,
      "grad_norm": 1.3262503147125244,
      "learning_rate": 0.00029930332700326643,
      "loss": 9.6773,
      "step": 16670
    },
    {
      "epoch": 0.03475,
      "grad_norm": 1.927212119102478,
      "learning_rate": 0.000299302377623932,
      "loss": 11.5707,
      "step": 16680
    },
    {
      "epoch": 0.034770833333333334,
      "grad_norm": 1.4119045734405518,
      "learning_rate": 0.0002993014275996705,
      "loss": 9.76,
      "step": 16690
    },
    {
      "epoch": 0.034791666666666665,
      "grad_norm": 0.7770190834999084,
      "learning_rate": 0.00029930047693048584,
      "loss": 9.5863,
      "step": 16700
    },
    {
      "epoch": 0.0348125,
      "grad_norm": 11.126392364501953,
      "learning_rate": 0.0002992995256163823,
      "loss": 11.8488,
      "step": 16710
    },
    {
      "epoch": 0.034833333333333334,
      "grad_norm": 1.3198187351226807,
      "learning_rate": 0.00029929857365736383,
      "loss": 9.74,
      "step": 16720
    },
    {
      "epoch": 0.034854166666666665,
      "grad_norm": 0.7785640954971313,
      "learning_rate": 0.00029929762105343466,
      "loss": 9.9925,
      "step": 16730
    },
    {
      "epoch": 0.034875,
      "grad_norm": 1.9912636280059814,
      "learning_rate": 0.0002992966678045988,
      "loss": 10.3321,
      "step": 16740
    },
    {
      "epoch": 0.034895833333333334,
      "grad_norm": 3.105191230773926,
      "learning_rate": 0.00029929571391086054,
      "loss": 9.8183,
      "step": 16750
    },
    {
      "epoch": 0.034916666666666665,
      "grad_norm": 1.286803960800171,
      "learning_rate": 0.00029929475937222376,
      "loss": 10.6307,
      "step": 16760
    },
    {
      "epoch": 0.0349375,
      "grad_norm": 2.6331210136413574,
      "learning_rate": 0.0002992938041886928,
      "loss": 9.2712,
      "step": 16770
    },
    {
      "epoch": 0.034958333333333334,
      "grad_norm": 4.883852005004883,
      "learning_rate": 0.0002992928483602717,
      "loss": 10.2245,
      "step": 16780
    },
    {
      "epoch": 0.034979166666666665,
      "grad_norm": 5.992753505706787,
      "learning_rate": 0.0002992918918869646,
      "loss": 10.7458,
      "step": 16790
    },
    {
      "epoch": 0.035,
      "grad_norm": 2.321776866912842,
      "learning_rate": 0.0002992909347687756,
      "loss": 10.2662,
      "step": 16800
    },
    {
      "epoch": 0.035020833333333334,
      "grad_norm": 1.172315001487732,
      "learning_rate": 0.0002992899770057088,
      "loss": 8.6963,
      "step": 16810
    },
    {
      "epoch": 0.035041666666666665,
      "grad_norm": 3.9766061305999756,
      "learning_rate": 0.00029928901859776845,
      "loss": 10.113,
      "step": 16820
    },
    {
      "epoch": 0.0350625,
      "grad_norm": 1.4852603673934937,
      "learning_rate": 0.00029928805954495863,
      "loss": 9.9504,
      "step": 16830
    },
    {
      "epoch": 0.035083333333333334,
      "grad_norm": 2.2418150901794434,
      "learning_rate": 0.00029928709984728346,
      "loss": 10.8406,
      "step": 16840
    },
    {
      "epoch": 0.035104166666666665,
      "grad_norm": 1.3508124351501465,
      "learning_rate": 0.00029928613950474717,
      "loss": 8.9892,
      "step": 16850
    },
    {
      "epoch": 0.035125,
      "grad_norm": 2.187593460083008,
      "learning_rate": 0.0002992851785173538,
      "loss": 10.3689,
      "step": 16860
    },
    {
      "epoch": 0.035145833333333334,
      "grad_norm": 2.724640369415283,
      "learning_rate": 0.00029928421688510756,
      "loss": 9.4441,
      "step": 16870
    },
    {
      "epoch": 0.035166666666666666,
      "grad_norm": 6.448227882385254,
      "learning_rate": 0.00029928325460801264,
      "loss": 10.6533,
      "step": 16880
    },
    {
      "epoch": 0.0351875,
      "grad_norm": 1.1602299213409424,
      "learning_rate": 0.0002992822916860731,
      "loss": 9.1242,
      "step": 16890
    },
    {
      "epoch": 0.035208333333333335,
      "grad_norm": 2.136115312576294,
      "learning_rate": 0.0002992813281192931,
      "loss": 9.6114,
      "step": 16900
    },
    {
      "epoch": 0.035229166666666666,
      "grad_norm": 1.1017682552337646,
      "learning_rate": 0.0002992803639076769,
      "loss": 9.2461,
      "step": 16910
    },
    {
      "epoch": 0.03525,
      "grad_norm": 5.367246627807617,
      "learning_rate": 0.00029927939905122864,
      "loss": 10.1299,
      "step": 16920
    },
    {
      "epoch": 0.035270833333333335,
      "grad_norm": 2.731006145477295,
      "learning_rate": 0.00029927843354995244,
      "loss": 9.8113,
      "step": 16930
    },
    {
      "epoch": 0.035291666666666666,
      "grad_norm": 2.8188278675079346,
      "learning_rate": 0.0002992774674038525,
      "loss": 9.387,
      "step": 16940
    },
    {
      "epoch": 0.0353125,
      "grad_norm": 3.591525077819824,
      "learning_rate": 0.000299276500612933,
      "loss": 9.7704,
      "step": 16950
    },
    {
      "epoch": 0.035333333333333335,
      "grad_norm": 3.6403346061706543,
      "learning_rate": 0.00029927553317719814,
      "loss": 9.2262,
      "step": 16960
    },
    {
      "epoch": 0.035354166666666666,
      "grad_norm": 1.8423421382904053,
      "learning_rate": 0.000299274565096652,
      "loss": 9.71,
      "step": 16970
    },
    {
      "epoch": 0.035375,
      "grad_norm": 1.1334189176559448,
      "learning_rate": 0.0002992735963712988,
      "loss": 9.5442,
      "step": 16980
    },
    {
      "epoch": 0.035395833333333335,
      "grad_norm": 4.822695732116699,
      "learning_rate": 0.00029927262700114285,
      "loss": 8.6482,
      "step": 16990
    },
    {
      "epoch": 0.035416666666666666,
      "grad_norm": 1.2229185104370117,
      "learning_rate": 0.0002992716569861882,
      "loss": 9.2564,
      "step": 17000
    },
    {
      "epoch": 0.035416666666666666,
      "eval_loss": 9.319382667541504,
      "eval_runtime": 8.9197,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 17000
    },
    {
      "epoch": 0.0354375,
      "grad_norm": 9.9743013381958,
      "learning_rate": 0.00029927068632643907,
      "loss": 11.2521,
      "step": 17010
    },
    {
      "epoch": 0.035458333333333335,
      "grad_norm": 2.384399175643921,
      "learning_rate": 0.0002992697150218996,
      "loss": 10.1872,
      "step": 17020
    },
    {
      "epoch": 0.035479166666666666,
      "grad_norm": 1.4263830184936523,
      "learning_rate": 0.0002992687430725741,
      "loss": 10.077,
      "step": 17030
    },
    {
      "epoch": 0.0355,
      "grad_norm": 3.1304306983947754,
      "learning_rate": 0.0002992677704784667,
      "loss": 10.901,
      "step": 17040
    },
    {
      "epoch": 0.035520833333333335,
      "grad_norm": 1.039575219154358,
      "learning_rate": 0.00029926679723958166,
      "loss": 9.0914,
      "step": 17050
    },
    {
      "epoch": 0.035541666666666666,
      "grad_norm": 1.4544856548309326,
      "learning_rate": 0.0002992658233559231,
      "loss": 10.8369,
      "step": 17060
    },
    {
      "epoch": 0.0355625,
      "grad_norm": 0.9741092324256897,
      "learning_rate": 0.0002992648488274953,
      "loss": 8.7403,
      "step": 17070
    },
    {
      "epoch": 0.035583333333333335,
      "grad_norm": 1.90419340133667,
      "learning_rate": 0.00029926387365430246,
      "loss": 9.8172,
      "step": 17080
    },
    {
      "epoch": 0.035604166666666666,
      "grad_norm": 0.9270890951156616,
      "learning_rate": 0.0002992628978363487,
      "loss": 10.224,
      "step": 17090
    },
    {
      "epoch": 0.035625,
      "grad_norm": 1.5087159872055054,
      "learning_rate": 0.0002992619213736383,
      "loss": 8.742,
      "step": 17100
    },
    {
      "epoch": 0.035645833333333335,
      "grad_norm": 1.0353748798370361,
      "learning_rate": 0.0002992609442661755,
      "loss": 10.2762,
      "step": 17110
    },
    {
      "epoch": 0.035666666666666666,
      "grad_norm": 2.3896992206573486,
      "learning_rate": 0.0002992599665139645,
      "loss": 10.9484,
      "step": 17120
    },
    {
      "epoch": 0.0356875,
      "grad_norm": 0.8979672193527222,
      "learning_rate": 0.0002992589881170096,
      "loss": 9.4979,
      "step": 17130
    },
    {
      "epoch": 0.035708333333333335,
      "grad_norm": 2.7092244625091553,
      "learning_rate": 0.0002992580090753149,
      "loss": 10.0007,
      "step": 17140
    },
    {
      "epoch": 0.035729166666666666,
      "grad_norm": 2.613454818725586,
      "learning_rate": 0.00029925702938888465,
      "loss": 9.1912,
      "step": 17150
    },
    {
      "epoch": 0.03575,
      "grad_norm": 1.9780946969985962,
      "learning_rate": 0.00029925604905772313,
      "loss": 10.0437,
      "step": 17160
    },
    {
      "epoch": 0.035770833333333335,
      "grad_norm": 2.4373397827148438,
      "learning_rate": 0.0002992550680818345,
      "loss": 10.5524,
      "step": 17170
    },
    {
      "epoch": 0.035791666666666666,
      "grad_norm": 3.0785181522369385,
      "learning_rate": 0.00029925408646122316,
      "loss": 10.577,
      "step": 17180
    },
    {
      "epoch": 0.0358125,
      "grad_norm": 1.5224158763885498,
      "learning_rate": 0.0002992531041958932,
      "loss": 9.3987,
      "step": 17190
    },
    {
      "epoch": 0.035833333333333335,
      "grad_norm": 0.9857199788093567,
      "learning_rate": 0.0002992521212858489,
      "loss": 10.1146,
      "step": 17200
    },
    {
      "epoch": 0.035854166666666666,
      "grad_norm": 0.8882986903190613,
      "learning_rate": 0.00029925113773109454,
      "loss": 9.7361,
      "step": 17210
    },
    {
      "epoch": 0.035875,
      "grad_norm": 2.0074808597564697,
      "learning_rate": 0.00029925015353163433,
      "loss": 9.6372,
      "step": 17220
    },
    {
      "epoch": 0.035895833333333335,
      "grad_norm": 1.1927402019500732,
      "learning_rate": 0.0002992491686874725,
      "loss": 9.3281,
      "step": 17230
    },
    {
      "epoch": 0.035916666666666666,
      "grad_norm": 2.0053632259368896,
      "learning_rate": 0.0002992481831986134,
      "loss": 9.7962,
      "step": 17240
    },
    {
      "epoch": 0.0359375,
      "grad_norm": 2.576390027999878,
      "learning_rate": 0.0002992471970650612,
      "loss": 11.0095,
      "step": 17250
    },
    {
      "epoch": 0.035958333333333335,
      "grad_norm": 1.2215185165405273,
      "learning_rate": 0.00029924621028682016,
      "loss": 10.983,
      "step": 17260
    },
    {
      "epoch": 0.035979166666666666,
      "grad_norm": 1.1469999551773071,
      "learning_rate": 0.00029924522286389456,
      "loss": 9.0942,
      "step": 17270
    },
    {
      "epoch": 0.036,
      "grad_norm": 1.5783098936080933,
      "learning_rate": 0.0002992442347962887,
      "loss": 9.4337,
      "step": 17280
    },
    {
      "epoch": 0.036020833333333335,
      "grad_norm": 2.5669898986816406,
      "learning_rate": 0.00029924324608400683,
      "loss": 10.6088,
      "step": 17290
    },
    {
      "epoch": 0.036041666666666666,
      "grad_norm": 5.006833076477051,
      "learning_rate": 0.0002992422567270532,
      "loss": 9.1434,
      "step": 17300
    },
    {
      "epoch": 0.0360625,
      "grad_norm": 2.611293315887451,
      "learning_rate": 0.0002992412667254321,
      "loss": 11.3527,
      "step": 17310
    },
    {
      "epoch": 0.036083333333333335,
      "grad_norm": 1.003237009048462,
      "learning_rate": 0.0002992402760791478,
      "loss": 10.4902,
      "step": 17320
    },
    {
      "epoch": 0.036104166666666666,
      "grad_norm": 1.4990978240966797,
      "learning_rate": 0.0002992392847882046,
      "loss": 10.2732,
      "step": 17330
    },
    {
      "epoch": 0.036125,
      "grad_norm": 13.003133773803711,
      "learning_rate": 0.00029923829285260676,
      "loss": 11.9166,
      "step": 17340
    },
    {
      "epoch": 0.036145833333333335,
      "grad_norm": 2.8013854026794434,
      "learning_rate": 0.0002992373002723585,
      "loss": 9.6133,
      "step": 17350
    },
    {
      "epoch": 0.036166666666666666,
      "grad_norm": 2.791325807571411,
      "learning_rate": 0.0002992363070474642,
      "loss": 10.4194,
      "step": 17360
    },
    {
      "epoch": 0.0361875,
      "grad_norm": 1.4941272735595703,
      "learning_rate": 0.00029923531317792816,
      "loss": 10.8055,
      "step": 17370
    },
    {
      "epoch": 0.036208333333333335,
      "grad_norm": 1.4397530555725098,
      "learning_rate": 0.0002992343186637547,
      "loss": 9.3448,
      "step": 17380
    },
    {
      "epoch": 0.036229166666666666,
      "grad_norm": 1.3083823919296265,
      "learning_rate": 0.0002992333235049479,
      "loss": 11.1668,
      "step": 17390
    },
    {
      "epoch": 0.03625,
      "grad_norm": 0.9722267389297485,
      "learning_rate": 0.0002992323277015123,
      "loss": 9.4425,
      "step": 17400
    },
    {
      "epoch": 0.036270833333333335,
      "grad_norm": 1.123600959777832,
      "learning_rate": 0.00029923133125345214,
      "loss": 9.4193,
      "step": 17410
    },
    {
      "epoch": 0.036291666666666667,
      "grad_norm": 0.8620479106903076,
      "learning_rate": 0.00029923033416077164,
      "loss": 10.0884,
      "step": 17420
    },
    {
      "epoch": 0.0363125,
      "grad_norm": 3.8981142044067383,
      "learning_rate": 0.0002992293364234752,
      "loss": 12.9706,
      "step": 17430
    },
    {
      "epoch": 0.036333333333333336,
      "grad_norm": 2.578831911087036,
      "learning_rate": 0.00029922833804156714,
      "loss": 10.5547,
      "step": 17440
    },
    {
      "epoch": 0.03635416666666667,
      "grad_norm": 7.099817752838135,
      "learning_rate": 0.00029922733901505165,
      "loss": 10.4408,
      "step": 17450
    },
    {
      "epoch": 0.036375,
      "grad_norm": 8.226568222045898,
      "learning_rate": 0.00029922633934393315,
      "loss": 11.8285,
      "step": 17460
    },
    {
      "epoch": 0.036395833333333336,
      "grad_norm": 1.0341713428497314,
      "learning_rate": 0.00029922533902821595,
      "loss": 9.9744,
      "step": 17470
    },
    {
      "epoch": 0.03641666666666667,
      "grad_norm": 1.020796298980713,
      "learning_rate": 0.0002992243380679043,
      "loss": 9.8184,
      "step": 17480
    },
    {
      "epoch": 0.0364375,
      "grad_norm": 1.3552238941192627,
      "learning_rate": 0.0002992233364630026,
      "loss": 10.6481,
      "step": 17490
    },
    {
      "epoch": 0.036458333333333336,
      "grad_norm": 1.7498952150344849,
      "learning_rate": 0.0002992223342135152,
      "loss": 9.2171,
      "step": 17500
    },
    {
      "epoch": 0.03647916666666667,
      "grad_norm": 2.464855670928955,
      "learning_rate": 0.00029922133131944634,
      "loss": 12.0243,
      "step": 17510
    },
    {
      "epoch": 0.0365,
      "grad_norm": 2.6712050437927246,
      "learning_rate": 0.0002992203277808004,
      "loss": 9.5066,
      "step": 17520
    },
    {
      "epoch": 0.036520833333333336,
      "grad_norm": 0.9610838294029236,
      "learning_rate": 0.0002992193235975817,
      "loss": 9.5069,
      "step": 17530
    },
    {
      "epoch": 0.03654166666666667,
      "grad_norm": 1.2212225198745728,
      "learning_rate": 0.0002992183187697946,
      "loss": 9.3434,
      "step": 17540
    },
    {
      "epoch": 0.0365625,
      "grad_norm": 4.478935718536377,
      "learning_rate": 0.00029921731329744344,
      "loss": 10.4054,
      "step": 17550
    },
    {
      "epoch": 0.036583333333333336,
      "grad_norm": 1.2943028211593628,
      "learning_rate": 0.0002992163071805325,
      "loss": 9.464,
      "step": 17560
    },
    {
      "epoch": 0.03660416666666667,
      "grad_norm": 2.5195581912994385,
      "learning_rate": 0.0002992153004190662,
      "loss": 10.4505,
      "step": 17570
    },
    {
      "epoch": 0.036625,
      "grad_norm": 2.206613063812256,
      "learning_rate": 0.0002992142930130489,
      "loss": 9.5507,
      "step": 17580
    },
    {
      "epoch": 0.036645833333333336,
      "grad_norm": 2.827122688293457,
      "learning_rate": 0.000299213284962485,
      "loss": 10.412,
      "step": 17590
    },
    {
      "epoch": 0.03666666666666667,
      "grad_norm": 2.608396291732788,
      "learning_rate": 0.0002992122762673786,
      "loss": 9.4999,
      "step": 17600
    },
    {
      "epoch": 0.0366875,
      "grad_norm": 1.836948037147522,
      "learning_rate": 0.00029921126692773433,
      "loss": 9.0801,
      "step": 17610
    },
    {
      "epoch": 0.036708333333333336,
      "grad_norm": 1.4701899290084839,
      "learning_rate": 0.0002992102569435564,
      "loss": 9.7453,
      "step": 17620
    },
    {
      "epoch": 0.03672916666666667,
      "grad_norm": 3.231173276901245,
      "learning_rate": 0.00029920924631484926,
      "loss": 10.5277,
      "step": 17630
    },
    {
      "epoch": 0.03675,
      "grad_norm": 3.3360860347747803,
      "learning_rate": 0.00029920823504161716,
      "loss": 9.1618,
      "step": 17640
    },
    {
      "epoch": 0.036770833333333336,
      "grad_norm": 1.3811285495758057,
      "learning_rate": 0.0002992072231238646,
      "loss": 9.5829,
      "step": 17650
    },
    {
      "epoch": 0.03679166666666667,
      "grad_norm": 3.5640740394592285,
      "learning_rate": 0.00029920621056159593,
      "loss": 10.0708,
      "step": 17660
    },
    {
      "epoch": 0.0368125,
      "grad_norm": 4.457616806030273,
      "learning_rate": 0.00029920519735481547,
      "loss": 12.0612,
      "step": 17670
    },
    {
      "epoch": 0.036833333333333336,
      "grad_norm": 2.0834240913391113,
      "learning_rate": 0.0002992041835035276,
      "loss": 9.1761,
      "step": 17680
    },
    {
      "epoch": 0.03685416666666667,
      "grad_norm": 1.3465466499328613,
      "learning_rate": 0.0002992031690077367,
      "loss": 10.3469,
      "step": 17690
    },
    {
      "epoch": 0.036875,
      "grad_norm": 3.9029669761657715,
      "learning_rate": 0.0002992021538674472,
      "loss": 9.3313,
      "step": 17700
    },
    {
      "epoch": 0.036895833333333336,
      "grad_norm": 0.9692459106445312,
      "learning_rate": 0.00029920113808266344,
      "loss": 9.754,
      "step": 17710
    },
    {
      "epoch": 0.03691666666666667,
      "grad_norm": 1.2270110845565796,
      "learning_rate": 0.00029920012165338984,
      "loss": 9.5978,
      "step": 17720
    },
    {
      "epoch": 0.0369375,
      "grad_norm": 1.3645614385604858,
      "learning_rate": 0.00029919910457963076,
      "loss": 9.5386,
      "step": 17730
    },
    {
      "epoch": 0.036958333333333336,
      "grad_norm": 1.7361327409744263,
      "learning_rate": 0.0002991980868613906,
      "loss": 11.5607,
      "step": 17740
    },
    {
      "epoch": 0.03697916666666667,
      "grad_norm": 0.9103031158447266,
      "learning_rate": 0.00029919706849867376,
      "loss": 9.3108,
      "step": 17750
    },
    {
      "epoch": 0.037,
      "grad_norm": 0.8913697600364685,
      "learning_rate": 0.0002991960494914846,
      "loss": 9.6157,
      "step": 17760
    },
    {
      "epoch": 0.037020833333333336,
      "grad_norm": 3.5650384426116943,
      "learning_rate": 0.00029919502983982764,
      "loss": 10.118,
      "step": 17770
    },
    {
      "epoch": 0.03704166666666667,
      "grad_norm": 1.0670379400253296,
      "learning_rate": 0.00029919400954370716,
      "loss": 10.8238,
      "step": 17780
    },
    {
      "epoch": 0.0370625,
      "grad_norm": 1.1217172145843506,
      "learning_rate": 0.00029919298860312763,
      "loss": 10.698,
      "step": 17790
    },
    {
      "epoch": 0.037083333333333336,
      "grad_norm": 3.885368824005127,
      "learning_rate": 0.00029919196701809345,
      "loss": 10.017,
      "step": 17800
    },
    {
      "epoch": 0.03710416666666667,
      "grad_norm": 1.007137417793274,
      "learning_rate": 0.000299190944788609,
      "loss": 10.4075,
      "step": 17810
    },
    {
      "epoch": 0.037125,
      "grad_norm": 2.5170633792877197,
      "learning_rate": 0.00029918992191467876,
      "loss": 9.6224,
      "step": 17820
    },
    {
      "epoch": 0.037145833333333336,
      "grad_norm": 1.2396568059921265,
      "learning_rate": 0.0002991888983963071,
      "loss": 10.0988,
      "step": 17830
    },
    {
      "epoch": 0.03716666666666667,
      "grad_norm": 0.7137324810028076,
      "learning_rate": 0.00029918787423349844,
      "loss": 9.3272,
      "step": 17840
    },
    {
      "epoch": 0.0371875,
      "grad_norm": 0.8611359596252441,
      "learning_rate": 0.00029918684942625726,
      "loss": 9.2962,
      "step": 17850
    },
    {
      "epoch": 0.037208333333333336,
      "grad_norm": 2.818991184234619,
      "learning_rate": 0.0002991858239745879,
      "loss": 10.4416,
      "step": 17860
    },
    {
      "epoch": 0.03722916666666667,
      "grad_norm": 0.9310865998268127,
      "learning_rate": 0.00029918479787849475,
      "loss": 10.0135,
      "step": 17870
    },
    {
      "epoch": 0.03725,
      "grad_norm": 4.2033915519714355,
      "learning_rate": 0.0002991837711379825,
      "loss": 9.7133,
      "step": 17880
    },
    {
      "epoch": 0.037270833333333336,
      "grad_norm": 2.9373295307159424,
      "learning_rate": 0.0002991827437530553,
      "loss": 11.0278,
      "step": 17890
    },
    {
      "epoch": 0.03729166666666667,
      "grad_norm": 2.6056225299835205,
      "learning_rate": 0.0002991817157237177,
      "loss": 11.199,
      "step": 17900
    },
    {
      "epoch": 0.0373125,
      "grad_norm": 1.2646586894989014,
      "learning_rate": 0.0002991806870499741,
      "loss": 9.4992,
      "step": 17910
    },
    {
      "epoch": 0.037333333333333336,
      "grad_norm": 0.8616520166397095,
      "learning_rate": 0.0002991796577318291,
      "loss": 9.5446,
      "step": 17920
    },
    {
      "epoch": 0.03735416666666667,
      "grad_norm": 5.287684440612793,
      "learning_rate": 0.00029917862776928695,
      "loss": 10.7357,
      "step": 17930
    },
    {
      "epoch": 0.037375,
      "grad_norm": 3.089219093322754,
      "learning_rate": 0.0002991775971623522,
      "loss": 10.5681,
      "step": 17940
    },
    {
      "epoch": 0.037395833333333336,
      "grad_norm": 6.383953094482422,
      "learning_rate": 0.00029917656591102926,
      "loss": 11.1001,
      "step": 17950
    },
    {
      "epoch": 0.03741666666666667,
      "grad_norm": 1.343347191810608,
      "learning_rate": 0.00029917553401532257,
      "loss": 10.9518,
      "step": 17960
    },
    {
      "epoch": 0.0374375,
      "grad_norm": 2.2632808685302734,
      "learning_rate": 0.0002991745014752367,
      "loss": 11.8002,
      "step": 17970
    },
    {
      "epoch": 0.03745833333333334,
      "grad_norm": 1.103133201599121,
      "learning_rate": 0.00029917346829077597,
      "loss": 9.4046,
      "step": 17980
    },
    {
      "epoch": 0.03747916666666667,
      "grad_norm": 1.5985994338989258,
      "learning_rate": 0.000299172434461945,
      "loss": 10.1082,
      "step": 17990
    },
    {
      "epoch": 0.0375,
      "grad_norm": 1.4104911088943481,
      "learning_rate": 0.00029917139998874805,
      "loss": 9.4633,
      "step": 18000
    },
    {
      "epoch": 0.0375,
      "eval_loss": 7.812285423278809,
      "eval_runtime": 9.4182,
      "eval_samples_per_second": 0.319,
      "eval_steps_per_second": 0.106,
      "step": 18000
    },
    {
      "epoch": 0.03752083333333334,
      "grad_norm": 1.182746171951294,
      "learning_rate": 0.0002991703648711897,
      "loss": 10.1186,
      "step": 18010
    },
    {
      "epoch": 0.03754166666666667,
      "grad_norm": 1.3607137203216553,
      "learning_rate": 0.0002991693291092745,
      "loss": 9.1214,
      "step": 18020
    },
    {
      "epoch": 0.0375625,
      "grad_norm": 2.0893921852111816,
      "learning_rate": 0.00029916829270300674,
      "loss": 9.7335,
      "step": 18030
    },
    {
      "epoch": 0.03758333333333334,
      "grad_norm": 1.1137820482254028,
      "learning_rate": 0.0002991672556523911,
      "loss": 9.657,
      "step": 18040
    },
    {
      "epoch": 0.03760416666666667,
      "grad_norm": 0.9507392048835754,
      "learning_rate": 0.0002991662179574319,
      "loss": 10.0353,
      "step": 18050
    },
    {
      "epoch": 0.037625,
      "grad_norm": 1.3028898239135742,
      "learning_rate": 0.00029916517961813373,
      "loss": 10.3471,
      "step": 18060
    },
    {
      "epoch": 0.03764583333333334,
      "grad_norm": 5.936553001403809,
      "learning_rate": 0.000299164140634501,
      "loss": 10.3438,
      "step": 18070
    },
    {
      "epoch": 0.03766666666666667,
      "grad_norm": 2.6428723335266113,
      "learning_rate": 0.0002991631010065382,
      "loss": 9.499,
      "step": 18080
    },
    {
      "epoch": 0.0376875,
      "grad_norm": 10.15704345703125,
      "learning_rate": 0.0002991620607342499,
      "loss": 9.987,
      "step": 18090
    },
    {
      "epoch": 0.03770833333333334,
      "grad_norm": 1.6438418626785278,
      "learning_rate": 0.0002991610198176405,
      "loss": 8.5771,
      "step": 18100
    },
    {
      "epoch": 0.03772916666666667,
      "grad_norm": 0.8767800331115723,
      "learning_rate": 0.0002991599782567146,
      "loss": 9.2954,
      "step": 18110
    },
    {
      "epoch": 0.03775,
      "grad_norm": 1.1053416728973389,
      "learning_rate": 0.0002991589360514765,
      "loss": 9.5181,
      "step": 18120
    },
    {
      "epoch": 0.03777083333333333,
      "grad_norm": 1.6853370666503906,
      "learning_rate": 0.00029915789320193097,
      "loss": 10.1774,
      "step": 18130
    },
    {
      "epoch": 0.03779166666666667,
      "grad_norm": 3.548814296722412,
      "learning_rate": 0.00029915684970808234,
      "loss": 10.5091,
      "step": 18140
    },
    {
      "epoch": 0.0378125,
      "grad_norm": 0.9341577291488647,
      "learning_rate": 0.00029915580556993514,
      "loss": 8.8514,
      "step": 18150
    },
    {
      "epoch": 0.03783333333333333,
      "grad_norm": 1.0207983255386353,
      "learning_rate": 0.0002991547607874939,
      "loss": 9.555,
      "step": 18160
    },
    {
      "epoch": 0.03785416666666667,
      "grad_norm": 3.0027015209198,
      "learning_rate": 0.00029915371536076317,
      "loss": 12.4665,
      "step": 18170
    },
    {
      "epoch": 0.037875,
      "grad_norm": 1.8705253601074219,
      "learning_rate": 0.0002991526692897474,
      "loss": 9.9222,
      "step": 18180
    },
    {
      "epoch": 0.03789583333333333,
      "grad_norm": 1.1528438329696655,
      "learning_rate": 0.00029915162257445114,
      "loss": 9.6486,
      "step": 18190
    },
    {
      "epoch": 0.03791666666666667,
      "grad_norm": 1.8607760667800903,
      "learning_rate": 0.0002991505752148789,
      "loss": 10.4864,
      "step": 18200
    },
    {
      "epoch": 0.0379375,
      "grad_norm": 1.998911738395691,
      "learning_rate": 0.0002991495272110352,
      "loss": 11.0733,
      "step": 18210
    },
    {
      "epoch": 0.03795833333333333,
      "grad_norm": 1.513552188873291,
      "learning_rate": 0.00029914847856292464,
      "loss": 9.6869,
      "step": 18220
    },
    {
      "epoch": 0.03797916666666667,
      "grad_norm": 2.446362018585205,
      "learning_rate": 0.00029914742927055166,
      "loss": 9.9328,
      "step": 18230
    },
    {
      "epoch": 0.038,
      "grad_norm": 1.4333537817001343,
      "learning_rate": 0.0002991463793339208,
      "loss": 10.2759,
      "step": 18240
    },
    {
      "epoch": 0.03802083333333333,
      "grad_norm": 0.9252364039421082,
      "learning_rate": 0.00029914532875303663,
      "loss": 9.1568,
      "step": 18250
    },
    {
      "epoch": 0.03804166666666667,
      "grad_norm": 1.5230083465576172,
      "learning_rate": 0.0002991442775279037,
      "loss": 9.8435,
      "step": 18260
    },
    {
      "epoch": 0.0380625,
      "grad_norm": 2.184398889541626,
      "learning_rate": 0.0002991432256585265,
      "loss": 10.4778,
      "step": 18270
    },
    {
      "epoch": 0.03808333333333333,
      "grad_norm": 1.7440811395645142,
      "learning_rate": 0.0002991421731449096,
      "loss": 9.4471,
      "step": 18280
    },
    {
      "epoch": 0.03810416666666667,
      "grad_norm": 3.046924114227295,
      "learning_rate": 0.00029914111998705756,
      "loss": 9.6758,
      "step": 18290
    },
    {
      "epoch": 0.038125,
      "grad_norm": 1.2243183851242065,
      "learning_rate": 0.0002991400661849749,
      "loss": 9.9174,
      "step": 18300
    },
    {
      "epoch": 0.03814583333333333,
      "grad_norm": 3.2068374156951904,
      "learning_rate": 0.0002991390117386662,
      "loss": 9.5549,
      "step": 18310
    },
    {
      "epoch": 0.03816666666666667,
      "grad_norm": 1.4446028470993042,
      "learning_rate": 0.000299137956648136,
      "loss": 9.6316,
      "step": 18320
    },
    {
      "epoch": 0.0381875,
      "grad_norm": 2.255901575088501,
      "learning_rate": 0.00029913690091338884,
      "loss": 10.0903,
      "step": 18330
    },
    {
      "epoch": 0.03820833333333333,
      "grad_norm": 3.6613221168518066,
      "learning_rate": 0.0002991358445344294,
      "loss": 9.721,
      "step": 18340
    },
    {
      "epoch": 0.03822916666666667,
      "grad_norm": 1.3375591039657593,
      "learning_rate": 0.000299134787511262,
      "loss": 10.5206,
      "step": 18350
    },
    {
      "epoch": 0.03825,
      "grad_norm": 0.9969302415847778,
      "learning_rate": 0.0002991337298438914,
      "loss": 11.2722,
      "step": 18360
    },
    {
      "epoch": 0.03827083333333333,
      "grad_norm": 1.5133455991744995,
      "learning_rate": 0.0002991326715323222,
      "loss": 9.6993,
      "step": 18370
    },
    {
      "epoch": 0.03829166666666667,
      "grad_norm": 1.8449815511703491,
      "learning_rate": 0.00029913161257655877,
      "loss": 10.0005,
      "step": 18380
    },
    {
      "epoch": 0.0383125,
      "grad_norm": 1.9549179077148438,
      "learning_rate": 0.00029913055297660585,
      "loss": 9.3931,
      "step": 18390
    },
    {
      "epoch": 0.03833333333333333,
      "grad_norm": 1.0585983991622925,
      "learning_rate": 0.000299129492732468,
      "loss": 9.6237,
      "step": 18400
    },
    {
      "epoch": 0.03835416666666667,
      "grad_norm": 3.3593368530273438,
      "learning_rate": 0.00029912843184414975,
      "loss": 10.063,
      "step": 18410
    },
    {
      "epoch": 0.038375,
      "grad_norm": 1.490074872970581,
      "learning_rate": 0.00029912737031165563,
      "loss": 11.5641,
      "step": 18420
    },
    {
      "epoch": 0.03839583333333333,
      "grad_norm": 4.4592108726501465,
      "learning_rate": 0.00029912630813499043,
      "loss": 9.1233,
      "step": 18430
    },
    {
      "epoch": 0.03841666666666667,
      "grad_norm": 7.068111896514893,
      "learning_rate": 0.00029912524531415855,
      "loss": 11.1753,
      "step": 18440
    },
    {
      "epoch": 0.0384375,
      "grad_norm": 2.914426326751709,
      "learning_rate": 0.00029912418184916464,
      "loss": 9.5225,
      "step": 18450
    },
    {
      "epoch": 0.03845833333333333,
      "grad_norm": 1.6819881200790405,
      "learning_rate": 0.00029912311774001326,
      "loss": 9.5603,
      "step": 18460
    },
    {
      "epoch": 0.03847916666666667,
      "grad_norm": 1.7557848691940308,
      "learning_rate": 0.00029912205298670907,
      "loss": 9.4813,
      "step": 18470
    },
    {
      "epoch": 0.0385,
      "grad_norm": 1.7703896760940552,
      "learning_rate": 0.0002991209875892566,
      "loss": 10.1113,
      "step": 18480
    },
    {
      "epoch": 0.03852083333333333,
      "grad_norm": 1.448662281036377,
      "learning_rate": 0.0002991199215476606,
      "loss": 9.7052,
      "step": 18490
    },
    {
      "epoch": 0.03854166666666667,
      "grad_norm": 1.4604870080947876,
      "learning_rate": 0.00029911885486192546,
      "loss": 9.7512,
      "step": 18500
    },
    {
      "epoch": 0.0385625,
      "grad_norm": 1.835785150527954,
      "learning_rate": 0.0002991177875320559,
      "loss": 10.1938,
      "step": 18510
    },
    {
      "epoch": 0.03858333333333333,
      "grad_norm": 0.8934118747711182,
      "learning_rate": 0.00029911671955805657,
      "loss": 11.0272,
      "step": 18520
    },
    {
      "epoch": 0.03860416666666667,
      "grad_norm": 1.5446808338165283,
      "learning_rate": 0.000299115650939932,
      "loss": 10.8865,
      "step": 18530
    },
    {
      "epoch": 0.038625,
      "grad_norm": 1.7599267959594727,
      "learning_rate": 0.0002991145816776869,
      "loss": 9.4138,
      "step": 18540
    },
    {
      "epoch": 0.03864583333333333,
      "grad_norm": 1.4014798402786255,
      "learning_rate": 0.0002991135117713257,
      "loss": 9.0287,
      "step": 18550
    },
    {
      "epoch": 0.03866666666666667,
      "grad_norm": 1.571673035621643,
      "learning_rate": 0.0002991124412208533,
      "loss": 9.8837,
      "step": 18560
    },
    {
      "epoch": 0.0386875,
      "grad_norm": 2.5118157863616943,
      "learning_rate": 0.00029911137002627407,
      "loss": 9.5288,
      "step": 18570
    },
    {
      "epoch": 0.03870833333333333,
      "grad_norm": 1.5764133930206299,
      "learning_rate": 0.0002991102981875928,
      "loss": 9.3786,
      "step": 18580
    },
    {
      "epoch": 0.03872916666666667,
      "grad_norm": 2.7922394275665283,
      "learning_rate": 0.00029910922570481404,
      "loss": 11.0947,
      "step": 18590
    },
    {
      "epoch": 0.03875,
      "grad_norm": 1.2852448225021362,
      "learning_rate": 0.00029910815257794244,
      "loss": 9.7609,
      "step": 18600
    },
    {
      "epoch": 0.03877083333333333,
      "grad_norm": 1.51968514919281,
      "learning_rate": 0.00029910707880698265,
      "loss": 10.2258,
      "step": 18610
    },
    {
      "epoch": 0.03879166666666667,
      "grad_norm": 1.036648154258728,
      "learning_rate": 0.00029910600439193933,
      "loss": 9.1644,
      "step": 18620
    },
    {
      "epoch": 0.0388125,
      "grad_norm": 1.1551154851913452,
      "learning_rate": 0.00029910492933281704,
      "loss": 9.6241,
      "step": 18630
    },
    {
      "epoch": 0.03883333333333333,
      "grad_norm": 2.481099843978882,
      "learning_rate": 0.0002991038536296205,
      "loss": 10.2894,
      "step": 18640
    },
    {
      "epoch": 0.03885416666666667,
      "grad_norm": 1.6352485418319702,
      "learning_rate": 0.00029910277728235435,
      "loss": 11.1199,
      "step": 18650
    },
    {
      "epoch": 0.038875,
      "grad_norm": 1.9161449670791626,
      "learning_rate": 0.0002991017002910232,
      "loss": 9.9946,
      "step": 18660
    },
    {
      "epoch": 0.03889583333333333,
      "grad_norm": 4.388619899749756,
      "learning_rate": 0.0002991006226556317,
      "loss": 9.846,
      "step": 18670
    },
    {
      "epoch": 0.03891666666666667,
      "grad_norm": 1.106390118598938,
      "learning_rate": 0.0002990995443761846,
      "loss": 9.8027,
      "step": 18680
    },
    {
      "epoch": 0.0389375,
      "grad_norm": 1.5156210660934448,
      "learning_rate": 0.00029909846545268646,
      "loss": 10.2326,
      "step": 18690
    },
    {
      "epoch": 0.03895833333333333,
      "grad_norm": 27.531545639038086,
      "learning_rate": 0.00029909738588514194,
      "loss": 10.2929,
      "step": 18700
    },
    {
      "epoch": 0.03897916666666667,
      "grad_norm": 2.0126752853393555,
      "learning_rate": 0.0002990963056735557,
      "loss": 9.5823,
      "step": 18710
    },
    {
      "epoch": 0.039,
      "grad_norm": 2.8903098106384277,
      "learning_rate": 0.00029909522481793254,
      "loss": 9.5504,
      "step": 18720
    },
    {
      "epoch": 0.03902083333333333,
      "grad_norm": 3.374260902404785,
      "learning_rate": 0.00029909414331827697,
      "loss": 10.4665,
      "step": 18730
    },
    {
      "epoch": 0.03904166666666667,
      "grad_norm": 1.9069539308547974,
      "learning_rate": 0.00029909306117459366,
      "loss": 9.6476,
      "step": 18740
    },
    {
      "epoch": 0.0390625,
      "grad_norm": 2.224360942840576,
      "learning_rate": 0.0002990919783868874,
      "loss": 9.8685,
      "step": 18750
    },
    {
      "epoch": 0.03908333333333333,
      "grad_norm": 1.7984113693237305,
      "learning_rate": 0.0002990908949551628,
      "loss": 8.7964,
      "step": 18760
    },
    {
      "epoch": 0.03910416666666667,
      "grad_norm": 1.3291889429092407,
      "learning_rate": 0.00029908981087942453,
      "loss": 9.1114,
      "step": 18770
    },
    {
      "epoch": 0.039125,
      "grad_norm": 2.939584970474243,
      "learning_rate": 0.0002990887261596773,
      "loss": 10.4314,
      "step": 18780
    },
    {
      "epoch": 0.03914583333333333,
      "grad_norm": 0.9985364675521851,
      "learning_rate": 0.0002990876407959258,
      "loss": 10.3623,
      "step": 18790
    },
    {
      "epoch": 0.03916666666666667,
      "grad_norm": 1.1833465099334717,
      "learning_rate": 0.0002990865547881747,
      "loss": 11.5436,
      "step": 18800
    },
    {
      "epoch": 0.0391875,
      "grad_norm": 1.3599759340286255,
      "learning_rate": 0.00029908546813642864,
      "loss": 10.0562,
      "step": 18810
    },
    {
      "epoch": 0.03920833333333333,
      "grad_norm": 1.1577410697937012,
      "learning_rate": 0.0002990843808406925,
      "loss": 9.6839,
      "step": 18820
    },
    {
      "epoch": 0.03922916666666667,
      "grad_norm": 1.158015251159668,
      "learning_rate": 0.00029908329290097074,
      "loss": 9.365,
      "step": 18830
    },
    {
      "epoch": 0.03925,
      "grad_norm": 1.4070771932601929,
      "learning_rate": 0.0002990822043172682,
      "loss": 9.4009,
      "step": 18840
    },
    {
      "epoch": 0.03927083333333333,
      "grad_norm": 2.70536208152771,
      "learning_rate": 0.00029908111508958953,
      "loss": 10.1247,
      "step": 18850
    },
    {
      "epoch": 0.03929166666666667,
      "grad_norm": 1.7280097007751465,
      "learning_rate": 0.00029908002521793946,
      "loss": 9.2629,
      "step": 18860
    },
    {
      "epoch": 0.0393125,
      "grad_norm": 8.003684997558594,
      "learning_rate": 0.0002990789347023227,
      "loss": 10.106,
      "step": 18870
    },
    {
      "epoch": 0.03933333333333333,
      "grad_norm": 1.4160616397857666,
      "learning_rate": 0.000299077843542744,
      "loss": 9.7411,
      "step": 18880
    },
    {
      "epoch": 0.03935416666666667,
      "grad_norm": 1.648770809173584,
      "learning_rate": 0.00029907675173920795,
      "loss": 9.7222,
      "step": 18890
    },
    {
      "epoch": 0.039375,
      "grad_norm": 1.7605795860290527,
      "learning_rate": 0.0002990756592917193,
      "loss": 9.2871,
      "step": 18900
    },
    {
      "epoch": 0.03939583333333333,
      "grad_norm": 1.0794059038162231,
      "learning_rate": 0.00029907456620028287,
      "loss": 10.39,
      "step": 18910
    },
    {
      "epoch": 0.03941666666666667,
      "grad_norm": 1.81491219997406,
      "learning_rate": 0.00029907347246490337,
      "loss": 9.2178,
      "step": 18920
    },
    {
      "epoch": 0.0394375,
      "grad_norm": 3.439765214920044,
      "learning_rate": 0.0002990723780855854,
      "loss": 10.3198,
      "step": 18930
    },
    {
      "epoch": 0.03945833333333333,
      "grad_norm": 1.0073524713516235,
      "learning_rate": 0.00029907128306233386,
      "loss": 9.2831,
      "step": 18940
    },
    {
      "epoch": 0.03947916666666667,
      "grad_norm": 2.496685743331909,
      "learning_rate": 0.0002990701873951533,
      "loss": 10.7403,
      "step": 18950
    },
    {
      "epoch": 0.0395,
      "grad_norm": 2.4081084728240967,
      "learning_rate": 0.00029906909108404857,
      "loss": 9.6482,
      "step": 18960
    },
    {
      "epoch": 0.03952083333333333,
      "grad_norm": 2.1454193592071533,
      "learning_rate": 0.00029906799412902436,
      "loss": 8.6058,
      "step": 18970
    },
    {
      "epoch": 0.03954166666666667,
      "grad_norm": 4.189504623413086,
      "learning_rate": 0.0002990668965300854,
      "loss": 10.055,
      "step": 18980
    },
    {
      "epoch": 0.0395625,
      "grad_norm": 1.505566954612732,
      "learning_rate": 0.0002990657982872365,
      "loss": 10.8708,
      "step": 18990
    },
    {
      "epoch": 0.03958333333333333,
      "grad_norm": 2.7761824131011963,
      "learning_rate": 0.0002990646994004823,
      "loss": 9.7741,
      "step": 19000
    },
    {
      "epoch": 0.03958333333333333,
      "eval_loss": 8.5585298538208,
      "eval_runtime": 9.5168,
      "eval_samples_per_second": 0.315,
      "eval_steps_per_second": 0.105,
      "step": 19000
    },
    {
      "epoch": 0.03960416666666667,
      "grad_norm": 2.0824899673461914,
      "learning_rate": 0.00029906359986982766,
      "loss": 9.1936,
      "step": 19010
    },
    {
      "epoch": 0.039625,
      "grad_norm": 1.0576512813568115,
      "learning_rate": 0.0002990624996952772,
      "loss": 12.1941,
      "step": 19020
    },
    {
      "epoch": 0.03964583333333333,
      "grad_norm": 1.3634705543518066,
      "learning_rate": 0.0002990613988768358,
      "loss": 9.7328,
      "step": 19030
    },
    {
      "epoch": 0.03966666666666667,
      "grad_norm": 1.5277892351150513,
      "learning_rate": 0.00029906029741450814,
      "loss": 9.7096,
      "step": 19040
    },
    {
      "epoch": 0.0396875,
      "grad_norm": 2.159701108932495,
      "learning_rate": 0.000299059195308299,
      "loss": 9.7837,
      "step": 19050
    },
    {
      "epoch": 0.03970833333333333,
      "grad_norm": 1.8291256427764893,
      "learning_rate": 0.00029905809255821315,
      "loss": 9.4636,
      "step": 19060
    },
    {
      "epoch": 0.03972916666666667,
      "grad_norm": 1.8065017461776733,
      "learning_rate": 0.0002990569891642553,
      "loss": 9.9347,
      "step": 19070
    },
    {
      "epoch": 0.03975,
      "grad_norm": 8.28292179107666,
      "learning_rate": 0.0002990558851264303,
      "loss": 11.0298,
      "step": 19080
    },
    {
      "epoch": 0.03977083333333333,
      "grad_norm": 0.9999523162841797,
      "learning_rate": 0.0002990547804447429,
      "loss": 9.282,
      "step": 19090
    },
    {
      "epoch": 0.03979166666666667,
      "grad_norm": 2.4828696250915527,
      "learning_rate": 0.00029905367511919777,
      "loss": 10.5363,
      "step": 19100
    },
    {
      "epoch": 0.0398125,
      "grad_norm": 2.634124279022217,
      "learning_rate": 0.00029905256914979984,
      "loss": 11.6842,
      "step": 19110
    },
    {
      "epoch": 0.03983333333333333,
      "grad_norm": 3.106581687927246,
      "learning_rate": 0.00029905146253655376,
      "loss": 9.2163,
      "step": 19120
    },
    {
      "epoch": 0.03985416666666667,
      "grad_norm": 1.2665375471115112,
      "learning_rate": 0.0002990503552794644,
      "loss": 8.7522,
      "step": 19130
    },
    {
      "epoch": 0.039875,
      "grad_norm": 2.8444936275482178,
      "learning_rate": 0.00029904924737853645,
      "loss": 9.4719,
      "step": 19140
    },
    {
      "epoch": 0.03989583333333333,
      "grad_norm": 3.3646183013916016,
      "learning_rate": 0.0002990481388337748,
      "loss": 10.034,
      "step": 19150
    },
    {
      "epoch": 0.03991666666666667,
      "grad_norm": 2.5539257526397705,
      "learning_rate": 0.0002990470296451842,
      "loss": 10.1815,
      "step": 19160
    },
    {
      "epoch": 0.0399375,
      "grad_norm": 1.20943021774292,
      "learning_rate": 0.00029904591981276936,
      "loss": 9.1938,
      "step": 19170
    },
    {
      "epoch": 0.03995833333333333,
      "grad_norm": 2.314030408859253,
      "learning_rate": 0.0002990448093365352,
      "loss": 9.2839,
      "step": 19180
    },
    {
      "epoch": 0.03997916666666667,
      "grad_norm": 1.1010074615478516,
      "learning_rate": 0.00029904369821648645,
      "loss": 10.2548,
      "step": 19190
    },
    {
      "epoch": 0.04,
      "grad_norm": 4.315260887145996,
      "learning_rate": 0.0002990425864526279,
      "loss": 10.8179,
      "step": 19200
    },
    {
      "epoch": 0.04002083333333333,
      "grad_norm": 1.8232243061065674,
      "learning_rate": 0.00029904147404496436,
      "loss": 9.8126,
      "step": 19210
    },
    {
      "epoch": 0.04004166666666667,
      "grad_norm": 4.031789302825928,
      "learning_rate": 0.00029904036099350065,
      "loss": 9.6374,
      "step": 19220
    },
    {
      "epoch": 0.0400625,
      "grad_norm": 8.197848320007324,
      "learning_rate": 0.00029903924729824164,
      "loss": 9.4626,
      "step": 19230
    },
    {
      "epoch": 0.04008333333333333,
      "grad_norm": 1.2656198740005493,
      "learning_rate": 0.000299038132959192,
      "loss": 9.3592,
      "step": 19240
    },
    {
      "epoch": 0.04010416666666667,
      "grad_norm": 3.0753636360168457,
      "learning_rate": 0.00029903701797635667,
      "loss": 10.0646,
      "step": 19250
    },
    {
      "epoch": 0.040125,
      "grad_norm": 2.6028025150299072,
      "learning_rate": 0.00029903590234974035,
      "loss": 11.0868,
      "step": 19260
    },
    {
      "epoch": 0.04014583333333333,
      "grad_norm": 0.9559661746025085,
      "learning_rate": 0.000299034786079348,
      "loss": 9.4764,
      "step": 19270
    },
    {
      "epoch": 0.04016666666666667,
      "grad_norm": 1.308274745941162,
      "learning_rate": 0.0002990336691651843,
      "loss": 8.9358,
      "step": 19280
    },
    {
      "epoch": 0.0401875,
      "grad_norm": 2.238798141479492,
      "learning_rate": 0.0002990325516072542,
      "loss": 10.6247,
      "step": 19290
    },
    {
      "epoch": 0.04020833333333333,
      "grad_norm": 2.6067187786102295,
      "learning_rate": 0.0002990314334055625,
      "loss": 9.9012,
      "step": 19300
    },
    {
      "epoch": 0.04022916666666667,
      "grad_norm": 1.4992716312408447,
      "learning_rate": 0.0002990303145601139,
      "loss": 10.6085,
      "step": 19310
    },
    {
      "epoch": 0.04025,
      "grad_norm": 3.328677177429199,
      "learning_rate": 0.0002990291950709134,
      "loss": 9.6355,
      "step": 19320
    },
    {
      "epoch": 0.04027083333333333,
      "grad_norm": 1.8645603656768799,
      "learning_rate": 0.0002990280749379657,
      "loss": 9.4663,
      "step": 19330
    },
    {
      "epoch": 0.04029166666666667,
      "grad_norm": 2.559062957763672,
      "learning_rate": 0.0002990269541612757,
      "loss": 9.0136,
      "step": 19340
    },
    {
      "epoch": 0.0403125,
      "grad_norm": 2.07696270942688,
      "learning_rate": 0.0002990258327408483,
      "loss": 10.5701,
      "step": 19350
    },
    {
      "epoch": 0.04033333333333333,
      "grad_norm": 1.7013404369354248,
      "learning_rate": 0.0002990247106766883,
      "loss": 8.9511,
      "step": 19360
    },
    {
      "epoch": 0.04035416666666667,
      "grad_norm": 1.7626338005065918,
      "learning_rate": 0.00029902358796880053,
      "loss": 10.251,
      "step": 19370
    },
    {
      "epoch": 0.040375,
      "grad_norm": 1.4587769508361816,
      "learning_rate": 0.0002990224646171898,
      "loss": 10.3291,
      "step": 19380
    },
    {
      "epoch": 0.04039583333333333,
      "grad_norm": 1.803253412246704,
      "learning_rate": 0.0002990213406218611,
      "loss": 11.9876,
      "step": 19390
    },
    {
      "epoch": 0.04041666666666666,
      "grad_norm": 4.723998069763184,
      "learning_rate": 0.00029902021598281913,
      "loss": 9.3145,
      "step": 19400
    },
    {
      "epoch": 0.0404375,
      "grad_norm": 1.5143910646438599,
      "learning_rate": 0.00029901909070006885,
      "loss": 9.7715,
      "step": 19410
    },
    {
      "epoch": 0.04045833333333333,
      "grad_norm": 1.373166799545288,
      "learning_rate": 0.00029901796477361506,
      "loss": 9.5289,
      "step": 19420
    },
    {
      "epoch": 0.04047916666666666,
      "grad_norm": 2.0612587928771973,
      "learning_rate": 0.0002990168382034626,
      "loss": 10.4726,
      "step": 19430
    },
    {
      "epoch": 0.0405,
      "grad_norm": 2.5358669757843018,
      "learning_rate": 0.0002990157109896165,
      "loss": 11.1402,
      "step": 19440
    },
    {
      "epoch": 0.04052083333333333,
      "grad_norm": 3.8171634674072266,
      "learning_rate": 0.0002990145831320814,
      "loss": 10.3855,
      "step": 19450
    },
    {
      "epoch": 0.04054166666666666,
      "grad_norm": 4.046497344970703,
      "learning_rate": 0.0002990134546308623,
      "loss": 11.0828,
      "step": 19460
    },
    {
      "epoch": 0.0405625,
      "grad_norm": 3.963593006134033,
      "learning_rate": 0.00029901232548596417,
      "loss": 9.3612,
      "step": 19470
    },
    {
      "epoch": 0.04058333333333333,
      "grad_norm": 1.1658631563186646,
      "learning_rate": 0.00029901119569739163,
      "loss": 10.5652,
      "step": 19480
    },
    {
      "epoch": 0.04060416666666666,
      "grad_norm": 8.771783828735352,
      "learning_rate": 0.0002990100652651498,
      "loss": 11.9226,
      "step": 19490
    },
    {
      "epoch": 0.040625,
      "grad_norm": 1.2915468215942383,
      "learning_rate": 0.00029900893418924345,
      "loss": 9.3636,
      "step": 19500
    },
    {
      "epoch": 0.04064583333333333,
      "grad_norm": 1.6097369194030762,
      "learning_rate": 0.00029900780246967746,
      "loss": 9.7088,
      "step": 19510
    },
    {
      "epoch": 0.04066666666666666,
      "grad_norm": 1.1369452476501465,
      "learning_rate": 0.0002990066701064568,
      "loss": 9.8481,
      "step": 19520
    },
    {
      "epoch": 0.0406875,
      "grad_norm": 3.2550623416900635,
      "learning_rate": 0.00029900553709958624,
      "loss": 10.8522,
      "step": 19530
    },
    {
      "epoch": 0.04070833333333333,
      "grad_norm": 2.012143850326538,
      "learning_rate": 0.0002990044034490708,
      "loss": 9.8815,
      "step": 19540
    },
    {
      "epoch": 0.040729166666666664,
      "grad_norm": 0.845399796962738,
      "learning_rate": 0.00029900326915491526,
      "loss": 12.6158,
      "step": 19550
    },
    {
      "epoch": 0.04075,
      "grad_norm": 1.6816625595092773,
      "learning_rate": 0.0002990021342171246,
      "loss": 9.7608,
      "step": 19560
    },
    {
      "epoch": 0.04077083333333333,
      "grad_norm": 1.1490997076034546,
      "learning_rate": 0.0002990009986357037,
      "loss": 9.9518,
      "step": 19570
    },
    {
      "epoch": 0.040791666666666664,
      "grad_norm": 0.8453026413917542,
      "learning_rate": 0.0002989998624106575,
      "loss": 10.9737,
      "step": 19580
    },
    {
      "epoch": 0.0408125,
      "grad_norm": 1.1651045083999634,
      "learning_rate": 0.0002989987255419908,
      "loss": 9.1367,
      "step": 19590
    },
    {
      "epoch": 0.04083333333333333,
      "grad_norm": 2.7001359462738037,
      "learning_rate": 0.00029899758802970865,
      "loss": 9.8089,
      "step": 19600
    },
    {
      "epoch": 0.040854166666666664,
      "grad_norm": 1.471281886100769,
      "learning_rate": 0.0002989964498738159,
      "loss": 10.3624,
      "step": 19610
    },
    {
      "epoch": 0.040875,
      "grad_norm": 5.4724345207214355,
      "learning_rate": 0.00029899531107431743,
      "loss": 10.2696,
      "step": 19620
    },
    {
      "epoch": 0.04089583333333333,
      "grad_norm": 12.685844421386719,
      "learning_rate": 0.0002989941716312182,
      "loss": 10.6276,
      "step": 19630
    },
    {
      "epoch": 0.040916666666666664,
      "grad_norm": 1.2661634683609009,
      "learning_rate": 0.00029899303154452307,
      "loss": 10.0122,
      "step": 19640
    },
    {
      "epoch": 0.0409375,
      "grad_norm": 1.2458115816116333,
      "learning_rate": 0.0002989918908142371,
      "loss": 9.5035,
      "step": 19650
    },
    {
      "epoch": 0.04095833333333333,
      "grad_norm": 2.315323829650879,
      "learning_rate": 0.00029899074944036514,
      "loss": 9.8629,
      "step": 19660
    },
    {
      "epoch": 0.040979166666666664,
      "grad_norm": 2.3089866638183594,
      "learning_rate": 0.00029898960742291204,
      "loss": 10.5614,
      "step": 19670
    },
    {
      "epoch": 0.041,
      "grad_norm": 11.295960426330566,
      "learning_rate": 0.0002989884647618829,
      "loss": 9.9221,
      "step": 19680
    },
    {
      "epoch": 0.04102083333333333,
      "grad_norm": 2.295347213745117,
      "learning_rate": 0.0002989873214572825,
      "loss": 9.4331,
      "step": 19690
    },
    {
      "epoch": 0.041041666666666664,
      "grad_norm": 1.3310766220092773,
      "learning_rate": 0.00029898617750911586,
      "loss": 9.9719,
      "step": 19700
    },
    {
      "epoch": 0.0410625,
      "grad_norm": 1.8260807991027832,
      "learning_rate": 0.00029898503291738793,
      "loss": 9.6759,
      "step": 19710
    },
    {
      "epoch": 0.04108333333333333,
      "grad_norm": 5.223450183868408,
      "learning_rate": 0.0002989838876821036,
      "loss": 9.9591,
      "step": 19720
    },
    {
      "epoch": 0.041104166666666664,
      "grad_norm": 5.962894916534424,
      "learning_rate": 0.0002989827418032679,
      "loss": 10.5411,
      "step": 19730
    },
    {
      "epoch": 0.041125,
      "grad_norm": 1.7288185358047485,
      "learning_rate": 0.0002989815952808857,
      "loss": 9.1852,
      "step": 19740
    },
    {
      "epoch": 0.04114583333333333,
      "grad_norm": 2.72479510307312,
      "learning_rate": 0.0002989804481149619,
      "loss": 9.6818,
      "step": 19750
    },
    {
      "epoch": 0.041166666666666664,
      "grad_norm": 3.1419882774353027,
      "learning_rate": 0.0002989793003055016,
      "loss": 10.3213,
      "step": 19760
    },
    {
      "epoch": 0.0411875,
      "grad_norm": 3.5163497924804688,
      "learning_rate": 0.0002989781518525097,
      "loss": 10.3454,
      "step": 19770
    },
    {
      "epoch": 0.04120833333333333,
      "grad_norm": 7.360036849975586,
      "learning_rate": 0.00029897700275599115,
      "loss": 10.161,
      "step": 19780
    },
    {
      "epoch": 0.041229166666666664,
      "grad_norm": 1.5310240983963013,
      "learning_rate": 0.00029897585301595094,
      "loss": 9.4805,
      "step": 19790
    },
    {
      "epoch": 0.04125,
      "grad_norm": 1.3283734321594238,
      "learning_rate": 0.00029897470263239397,
      "loss": 8.991,
      "step": 19800
    },
    {
      "epoch": 0.04127083333333333,
      "grad_norm": 2.3453128337860107,
      "learning_rate": 0.0002989735516053253,
      "loss": 10.7318,
      "step": 19810
    },
    {
      "epoch": 0.041291666666666664,
      "grad_norm": 0.8671756386756897,
      "learning_rate": 0.0002989723999347498,
      "loss": 9.0296,
      "step": 19820
    },
    {
      "epoch": 0.0413125,
      "grad_norm": 2.1461479663848877,
      "learning_rate": 0.00029897124762067254,
      "loss": 9.9839,
      "step": 19830
    },
    {
      "epoch": 0.04133333333333333,
      "grad_norm": 1.7462208271026611,
      "learning_rate": 0.00029897009466309845,
      "loss": 9.9654,
      "step": 19840
    },
    {
      "epoch": 0.041354166666666664,
      "grad_norm": 3.9664409160614014,
      "learning_rate": 0.0002989689410620325,
      "loss": 10.6329,
      "step": 19850
    },
    {
      "epoch": 0.041375,
      "grad_norm": 1.7973288297653198,
      "learning_rate": 0.0002989677868174797,
      "loss": 10.0043,
      "step": 19860
    },
    {
      "epoch": 0.04139583333333333,
      "grad_norm": 1.6093409061431885,
      "learning_rate": 0.00029896663192944503,
      "loss": 9.622,
      "step": 19870
    },
    {
      "epoch": 0.041416666666666664,
      "grad_norm": 1.543305516242981,
      "learning_rate": 0.00029896547639793347,
      "loss": 11.3338,
      "step": 19880
    },
    {
      "epoch": 0.0414375,
      "grad_norm": 1.7021467685699463,
      "learning_rate": 0.00029896432022295,
      "loss": 9.6892,
      "step": 19890
    },
    {
      "epoch": 0.04145833333333333,
      "grad_norm": 6.056280612945557,
      "learning_rate": 0.0002989631634044997,
      "loss": 9.6722,
      "step": 19900
    },
    {
      "epoch": 0.041479166666666664,
      "grad_norm": 1.717682123184204,
      "learning_rate": 0.0002989620059425874,
      "loss": 10.599,
      "step": 19910
    },
    {
      "epoch": 0.0415,
      "grad_norm": 1.3635159730911255,
      "learning_rate": 0.00029896084783721826,
      "loss": 10.103,
      "step": 19920
    },
    {
      "epoch": 0.04152083333333333,
      "grad_norm": 2.8540830612182617,
      "learning_rate": 0.00029895968908839725,
      "loss": 10.3894,
      "step": 19930
    },
    {
      "epoch": 0.041541666666666664,
      "grad_norm": 2.1082098484039307,
      "learning_rate": 0.0002989585296961293,
      "loss": 10.5349,
      "step": 19940
    },
    {
      "epoch": 0.0415625,
      "grad_norm": 2.774923324584961,
      "learning_rate": 0.0002989573696604194,
      "loss": 10.769,
      "step": 19950
    },
    {
      "epoch": 0.04158333333333333,
      "grad_norm": 1.6516859531402588,
      "learning_rate": 0.00029895620898127273,
      "loss": 9.7467,
      "step": 19960
    },
    {
      "epoch": 0.041604166666666664,
      "grad_norm": 1.364184856414795,
      "learning_rate": 0.00029895504765869416,
      "loss": 8.8658,
      "step": 19970
    },
    {
      "epoch": 0.041625,
      "grad_norm": 1.6938927173614502,
      "learning_rate": 0.00029895388569268875,
      "loss": 10.0471,
      "step": 19980
    },
    {
      "epoch": 0.04164583333333333,
      "grad_norm": 1.1704853773117065,
      "learning_rate": 0.0002989527230832615,
      "loss": 10.6998,
      "step": 19990
    },
    {
      "epoch": 0.041666666666666664,
      "grad_norm": 3.391629219055176,
      "learning_rate": 0.0002989515598304175,
      "loss": 9.6427,
      "step": 20000
    },
    {
      "epoch": 0.041666666666666664,
      "eval_loss": 11.245548248291016,
      "eval_runtime": 9.2647,
      "eval_samples_per_second": 0.324,
      "eval_steps_per_second": 0.108,
      "step": 20000
    },
    {
      "epoch": 0.0416875,
      "grad_norm": 1.8735480308532715,
      "learning_rate": 0.0002989503959341616,
      "loss": 10.0051,
      "step": 20010
    },
    {
      "epoch": 0.04170833333333333,
      "grad_norm": 2.924081802368164,
      "learning_rate": 0.00029894923139449906,
      "loss": 9.8122,
      "step": 20020
    },
    {
      "epoch": 0.041729166666666664,
      "grad_norm": 1.525611162185669,
      "learning_rate": 0.00029894806621143477,
      "loss": 10.5778,
      "step": 20030
    },
    {
      "epoch": 0.04175,
      "grad_norm": 1.0866948366165161,
      "learning_rate": 0.00029894690038497374,
      "loss": 9.8758,
      "step": 20040
    },
    {
      "epoch": 0.04177083333333333,
      "grad_norm": 2.609055757522583,
      "learning_rate": 0.0002989457339151211,
      "loss": 12.0069,
      "step": 20050
    },
    {
      "epoch": 0.041791666666666664,
      "grad_norm": 1.3405520915985107,
      "learning_rate": 0.00029894456680188184,
      "loss": 8.4147,
      "step": 20060
    },
    {
      "epoch": 0.0418125,
      "grad_norm": 1.1240988969802856,
      "learning_rate": 0.000298943399045261,
      "loss": 9.2153,
      "step": 20070
    },
    {
      "epoch": 0.041833333333333333,
      "grad_norm": 5.199398517608643,
      "learning_rate": 0.00029894223064526364,
      "loss": 12.7072,
      "step": 20080
    },
    {
      "epoch": 0.041854166666666665,
      "grad_norm": 0.8585171699523926,
      "learning_rate": 0.0002989410616018948,
      "loss": 10.0496,
      "step": 20090
    },
    {
      "epoch": 0.041875,
      "grad_norm": 1.1101292371749878,
      "learning_rate": 0.00029893989191515953,
      "loss": 10.0729,
      "step": 20100
    },
    {
      "epoch": 0.041895833333333334,
      "grad_norm": 1.8311766386032104,
      "learning_rate": 0.0002989387215850629,
      "loss": 10.3695,
      "step": 20110
    },
    {
      "epoch": 0.041916666666666665,
      "grad_norm": 1.5472869873046875,
      "learning_rate": 0.00029893755061160995,
      "loss": 9.312,
      "step": 20120
    },
    {
      "epoch": 0.0419375,
      "grad_norm": 1.0381909608840942,
      "learning_rate": 0.0002989363789948057,
      "loss": 9.6807,
      "step": 20130
    },
    {
      "epoch": 0.041958333333333334,
      "grad_norm": 2.9545137882232666,
      "learning_rate": 0.0002989352067346553,
      "loss": 10.0555,
      "step": 20140
    },
    {
      "epoch": 0.041979166666666665,
      "grad_norm": 2.7559947967529297,
      "learning_rate": 0.0002989340338311637,
      "loss": 10.1132,
      "step": 20150
    },
    {
      "epoch": 0.042,
      "grad_norm": 1.2929595708847046,
      "learning_rate": 0.0002989328602843361,
      "loss": 9.6602,
      "step": 20160
    },
    {
      "epoch": 0.042020833333333334,
      "grad_norm": 1.7834620475769043,
      "learning_rate": 0.00029893168609417735,
      "loss": 9.481,
      "step": 20170
    },
    {
      "epoch": 0.042041666666666665,
      "grad_norm": 1.352779507637024,
      "learning_rate": 0.0002989305112606928,
      "loss": 10.0783,
      "step": 20180
    },
    {
      "epoch": 0.0420625,
      "grad_norm": 2.1230928897857666,
      "learning_rate": 0.0002989293357838874,
      "loss": 9.04,
      "step": 20190
    },
    {
      "epoch": 0.042083333333333334,
      "grad_norm": 4.397584438323975,
      "learning_rate": 0.0002989281596637661,
      "loss": 9.5943,
      "step": 20200
    },
    {
      "epoch": 0.042104166666666665,
      "grad_norm": 2.6088876724243164,
      "learning_rate": 0.0002989269829003342,
      "loss": 10.0778,
      "step": 20210
    },
    {
      "epoch": 0.042125,
      "grad_norm": 8.802258491516113,
      "learning_rate": 0.00029892580549359664,
      "loss": 9.2357,
      "step": 20220
    },
    {
      "epoch": 0.042145833333333334,
      "grad_norm": 13.915781021118164,
      "learning_rate": 0.00029892462744355853,
      "loss": 12.0514,
      "step": 20230
    },
    {
      "epoch": 0.042166666666666665,
      "grad_norm": 3.2873685359954834,
      "learning_rate": 0.00029892344875022506,
      "loss": 9.8154,
      "step": 20240
    },
    {
      "epoch": 0.0421875,
      "grad_norm": 2.86491060256958,
      "learning_rate": 0.0002989222694136012,
      "loss": 11.1965,
      "step": 20250
    },
    {
      "epoch": 0.042208333333333334,
      "grad_norm": 1.356063961982727,
      "learning_rate": 0.00029892108943369207,
      "loss": 9.7476,
      "step": 20260
    },
    {
      "epoch": 0.042229166666666665,
      "grad_norm": 3.0443665981292725,
      "learning_rate": 0.0002989199088105028,
      "loss": 9.8543,
      "step": 20270
    },
    {
      "epoch": 0.04225,
      "grad_norm": 1.3736546039581299,
      "learning_rate": 0.00029891872754403843,
      "loss": 9.7728,
      "step": 20280
    },
    {
      "epoch": 0.042270833333333334,
      "grad_norm": 1.4087003469467163,
      "learning_rate": 0.0002989175456343041,
      "loss": 8.6138,
      "step": 20290
    },
    {
      "epoch": 0.042291666666666665,
      "grad_norm": 5.25007963180542,
      "learning_rate": 0.00029891636308130497,
      "loss": 10.3416,
      "step": 20300
    },
    {
      "epoch": 0.0423125,
      "grad_norm": 1.2115650177001953,
      "learning_rate": 0.0002989151798850461,
      "loss": 9.1459,
      "step": 20310
    },
    {
      "epoch": 0.042333333333333334,
      "grad_norm": 1.336506962776184,
      "learning_rate": 0.00029891399604553255,
      "loss": 10.9571,
      "step": 20320
    },
    {
      "epoch": 0.042354166666666665,
      "grad_norm": 1.7404865026474,
      "learning_rate": 0.00029891281156276954,
      "loss": 9.8095,
      "step": 20330
    },
    {
      "epoch": 0.042375,
      "grad_norm": 1.7437726259231567,
      "learning_rate": 0.0002989116264367621,
      "loss": 9.6891,
      "step": 20340
    },
    {
      "epoch": 0.042395833333333334,
      "grad_norm": 1.464890718460083,
      "learning_rate": 0.00029891044066751533,
      "loss": 8.9967,
      "step": 20350
    },
    {
      "epoch": 0.042416666666666665,
      "grad_norm": 5.077870845794678,
      "learning_rate": 0.00029890925425503443,
      "loss": 11.0166,
      "step": 20360
    },
    {
      "epoch": 0.0424375,
      "grad_norm": 1.5216013193130493,
      "learning_rate": 0.0002989080671993245,
      "loss": 10.5704,
      "step": 20370
    },
    {
      "epoch": 0.042458333333333334,
      "grad_norm": 6.342592716217041,
      "learning_rate": 0.0002989068795003907,
      "loss": 10.6284,
      "step": 20380
    },
    {
      "epoch": 0.042479166666666665,
      "grad_norm": 1.3852243423461914,
      "learning_rate": 0.0002989056911582381,
      "loss": 9.8941,
      "step": 20390
    },
    {
      "epoch": 0.0425,
      "grad_norm": 1.7345713376998901,
      "learning_rate": 0.0002989045021728718,
      "loss": 9.7061,
      "step": 20400
    },
    {
      "epoch": 0.042520833333333334,
      "grad_norm": 1.3906751871109009,
      "learning_rate": 0.000298903312544297,
      "loss": 10.1083,
      "step": 20410
    },
    {
      "epoch": 0.042541666666666665,
      "grad_norm": 1.5803557634353638,
      "learning_rate": 0.0002989021222725189,
      "loss": 10.9632,
      "step": 20420
    },
    {
      "epoch": 0.0425625,
      "grad_norm": 1.790813684463501,
      "learning_rate": 0.0002989009313575426,
      "loss": 9.0679,
      "step": 20430
    },
    {
      "epoch": 0.042583333333333334,
      "grad_norm": 2.43025803565979,
      "learning_rate": 0.00029889973979937306,
      "loss": 11.2985,
      "step": 20440
    },
    {
      "epoch": 0.042604166666666665,
      "grad_norm": 7.726259231567383,
      "learning_rate": 0.0002988985475980157,
      "loss": 9.7653,
      "step": 20450
    },
    {
      "epoch": 0.042625,
      "grad_norm": 1.4215213060379028,
      "learning_rate": 0.0002988973547534755,
      "loss": 10.0308,
      "step": 20460
    },
    {
      "epoch": 0.042645833333333334,
      "grad_norm": 1.0291532278060913,
      "learning_rate": 0.00029889616126575774,
      "loss": 9.7005,
      "step": 20470
    },
    {
      "epoch": 0.042666666666666665,
      "grad_norm": 1.9751149415969849,
      "learning_rate": 0.00029889496713486743,
      "loss": 9.4884,
      "step": 20480
    },
    {
      "epoch": 0.0426875,
      "grad_norm": 2.0981605052948,
      "learning_rate": 0.0002988937723608098,
      "loss": 12.6036,
      "step": 20490
    },
    {
      "epoch": 0.042708333333333334,
      "grad_norm": 0.9759013652801514,
      "learning_rate": 0.00029889257694359005,
      "loss": 9.8803,
      "step": 20500
    },
    {
      "epoch": 0.042729166666666665,
      "grad_norm": 3.6681997776031494,
      "learning_rate": 0.0002988913808832133,
      "loss": 9.3892,
      "step": 20510
    },
    {
      "epoch": 0.04275,
      "grad_norm": 1.2540472745895386,
      "learning_rate": 0.00029889018417968464,
      "loss": 8.5239,
      "step": 20520
    },
    {
      "epoch": 0.042770833333333334,
      "grad_norm": 4.634451866149902,
      "learning_rate": 0.0002988889868330094,
      "loss": 9.5645,
      "step": 20530
    },
    {
      "epoch": 0.042791666666666665,
      "grad_norm": 1.2599695920944214,
      "learning_rate": 0.00029888778884319266,
      "loss": 9.088,
      "step": 20540
    },
    {
      "epoch": 0.0428125,
      "grad_norm": 1.074594497680664,
      "learning_rate": 0.0002988865902102396,
      "loss": 10.4877,
      "step": 20550
    },
    {
      "epoch": 0.042833333333333334,
      "grad_norm": 1.190110445022583,
      "learning_rate": 0.0002988853909341554,
      "loss": 10.5564,
      "step": 20560
    },
    {
      "epoch": 0.042854166666666665,
      "grad_norm": 1.0963598489761353,
      "learning_rate": 0.00029888419101494526,
      "loss": 9.4111,
      "step": 20570
    },
    {
      "epoch": 0.042875,
      "grad_norm": 1.9659265279769897,
      "learning_rate": 0.0002988829904526143,
      "loss": 9.3413,
      "step": 20580
    },
    {
      "epoch": 0.042895833333333334,
      "grad_norm": 2.091566324234009,
      "learning_rate": 0.0002988817892471678,
      "loss": 10.4734,
      "step": 20590
    },
    {
      "epoch": 0.042916666666666665,
      "grad_norm": 5.175640106201172,
      "learning_rate": 0.00029888058739861094,
      "loss": 10.5291,
      "step": 20600
    },
    {
      "epoch": 0.0429375,
      "grad_norm": 3.6129260063171387,
      "learning_rate": 0.0002988793849069488,
      "loss": 10.6666,
      "step": 20610
    },
    {
      "epoch": 0.042958333333333334,
      "grad_norm": 1.8037140369415283,
      "learning_rate": 0.00029887818177218664,
      "loss": 9.5297,
      "step": 20620
    },
    {
      "epoch": 0.042979166666666666,
      "grad_norm": 2.0467090606689453,
      "learning_rate": 0.00029887697799432973,
      "loss": 12.8396,
      "step": 20630
    },
    {
      "epoch": 0.043,
      "grad_norm": 1.845353126525879,
      "learning_rate": 0.0002988757735733831,
      "loss": 9.244,
      "step": 20640
    },
    {
      "epoch": 0.043020833333333335,
      "grad_norm": 0.6398130655288696,
      "learning_rate": 0.0002988745685093522,
      "loss": 9.4533,
      "step": 20650
    },
    {
      "epoch": 0.043041666666666666,
      "grad_norm": 0.9667227268218994,
      "learning_rate": 0.000298873362802242,
      "loss": 8.6975,
      "step": 20660
    },
    {
      "epoch": 0.0430625,
      "grad_norm": 1.5028204917907715,
      "learning_rate": 0.00029887215645205785,
      "loss": 9.3644,
      "step": 20670
    },
    {
      "epoch": 0.043083333333333335,
      "grad_norm": 0.910900354385376,
      "learning_rate": 0.00029887094945880483,
      "loss": 9.0925,
      "step": 20680
    },
    {
      "epoch": 0.043104166666666666,
      "grad_norm": 1.0273098945617676,
      "learning_rate": 0.0002988697418224883,
      "loss": 8.9644,
      "step": 20690
    },
    {
      "epoch": 0.043125,
      "grad_norm": 1.7082570791244507,
      "learning_rate": 0.0002988685335431134,
      "loss": 9.018,
      "step": 20700
    },
    {
      "epoch": 0.043145833333333335,
      "grad_norm": 3.8143177032470703,
      "learning_rate": 0.00029886732462068534,
      "loss": 9.2504,
      "step": 20710
    },
    {
      "epoch": 0.043166666666666666,
      "grad_norm": 2.002302646636963,
      "learning_rate": 0.0002988661150552094,
      "loss": 9.2844,
      "step": 20720
    },
    {
      "epoch": 0.0431875,
      "grad_norm": 6.402861595153809,
      "learning_rate": 0.00029886490484669077,
      "loss": 10.079,
      "step": 20730
    },
    {
      "epoch": 0.043208333333333335,
      "grad_norm": 0.8458817005157471,
      "learning_rate": 0.00029886369399513465,
      "loss": 8.6432,
      "step": 20740
    },
    {
      "epoch": 0.043229166666666666,
      "grad_norm": 1.345786690711975,
      "learning_rate": 0.0002988624825005463,
      "loss": 11.5972,
      "step": 20750
    },
    {
      "epoch": 0.04325,
      "grad_norm": 0.9620372653007507,
      "learning_rate": 0.000298861270362931,
      "loss": 9.3413,
      "step": 20760
    },
    {
      "epoch": 0.043270833333333335,
      "grad_norm": 3.323396682739258,
      "learning_rate": 0.0002988600575822938,
      "loss": 11.5237,
      "step": 20770
    },
    {
      "epoch": 0.043291666666666666,
      "grad_norm": 1.1009173393249512,
      "learning_rate": 0.0002988588441586402,
      "loss": 8.9719,
      "step": 20780
    },
    {
      "epoch": 0.0433125,
      "grad_norm": 0.9076303243637085,
      "learning_rate": 0.00029885763009197526,
      "loss": 10.1136,
      "step": 20790
    },
    {
      "epoch": 0.043333333333333335,
      "grad_norm": 0.9691961407661438,
      "learning_rate": 0.0002988564153823043,
      "loss": 10.292,
      "step": 20800
    },
    {
      "epoch": 0.043354166666666666,
      "grad_norm": 0.7647548913955688,
      "learning_rate": 0.00029885520002963256,
      "loss": 9.5116,
      "step": 20810
    },
    {
      "epoch": 0.043375,
      "grad_norm": 1.0441209077835083,
      "learning_rate": 0.0002988539840339653,
      "loss": 10.3296,
      "step": 20820
    },
    {
      "epoch": 0.043395833333333335,
      "grad_norm": 2.3143351078033447,
      "learning_rate": 0.0002988527673953077,
      "loss": 9.0574,
      "step": 20830
    },
    {
      "epoch": 0.043416666666666666,
      "grad_norm": 1.3369909524917603,
      "learning_rate": 0.00029885155011366506,
      "loss": 9.4026,
      "step": 20840
    },
    {
      "epoch": 0.0434375,
      "grad_norm": 2.2642269134521484,
      "learning_rate": 0.00029885033218904263,
      "loss": 10.5178,
      "step": 20850
    },
    {
      "epoch": 0.043458333333333335,
      "grad_norm": 1.5781654119491577,
      "learning_rate": 0.00029884911362144576,
      "loss": 9.1522,
      "step": 20860
    },
    {
      "epoch": 0.043479166666666666,
      "grad_norm": 5.9777679443359375,
      "learning_rate": 0.0002988478944108796,
      "loss": 9.2233,
      "step": 20870
    },
    {
      "epoch": 0.0435,
      "grad_norm": 1.9760619401931763,
      "learning_rate": 0.0002988466745573494,
      "loss": 11.2093,
      "step": 20880
    },
    {
      "epoch": 0.043520833333333335,
      "grad_norm": 2.462984323501587,
      "learning_rate": 0.00029884545406086053,
      "loss": 11.3426,
      "step": 20890
    },
    {
      "epoch": 0.043541666666666666,
      "grad_norm": 7.046204566955566,
      "learning_rate": 0.0002988442329214182,
      "loss": 9.0185,
      "step": 20900
    },
    {
      "epoch": 0.0435625,
      "grad_norm": 1.1596523523330688,
      "learning_rate": 0.00029884301113902777,
      "loss": 9.6981,
      "step": 20910
    },
    {
      "epoch": 0.043583333333333335,
      "grad_norm": 2.441636323928833,
      "learning_rate": 0.00029884178871369434,
      "loss": 10.01,
      "step": 20920
    },
    {
      "epoch": 0.043604166666666666,
      "grad_norm": 1.2462999820709229,
      "learning_rate": 0.0002988405656454234,
      "loss": 9.7185,
      "step": 20930
    },
    {
      "epoch": 0.043625,
      "grad_norm": 1.5099642276763916,
      "learning_rate": 0.00029883934193422005,
      "loss": 9.7534,
      "step": 20940
    },
    {
      "epoch": 0.043645833333333335,
      "grad_norm": 1.8289659023284912,
      "learning_rate": 0.0002988381175800897,
      "loss": 9.7696,
      "step": 20950
    },
    {
      "epoch": 0.043666666666666666,
      "grad_norm": 2.2288129329681396,
      "learning_rate": 0.0002988368925830376,
      "loss": 9.4756,
      "step": 20960
    },
    {
      "epoch": 0.0436875,
      "grad_norm": 1.271727204322815,
      "learning_rate": 0.00029883566694306903,
      "loss": 9.7835,
      "step": 20970
    },
    {
      "epoch": 0.043708333333333335,
      "grad_norm": 1.3605453968048096,
      "learning_rate": 0.00029883444066018927,
      "loss": 9.281,
      "step": 20980
    },
    {
      "epoch": 0.043729166666666666,
      "grad_norm": 1.9751416444778442,
      "learning_rate": 0.0002988332137344037,
      "loss": 10.0036,
      "step": 20990
    },
    {
      "epoch": 0.04375,
      "grad_norm": 1.6104778051376343,
      "learning_rate": 0.00029883198616571745,
      "loss": 10.3687,
      "step": 21000
    },
    {
      "epoch": 0.04375,
      "eval_loss": 7.888514518737793,
      "eval_runtime": 9.7781,
      "eval_samples_per_second": 0.307,
      "eval_steps_per_second": 0.102,
      "step": 21000
    },
    {
      "epoch": 0.043770833333333335,
      "grad_norm": 1.2872262001037598,
      "learning_rate": 0.000298830757954136,
      "loss": 9.0229,
      "step": 21010
    },
    {
      "epoch": 0.043791666666666666,
      "grad_norm": 1.142270803451538,
      "learning_rate": 0.0002988295290996646,
      "loss": 9.1672,
      "step": 21020
    },
    {
      "epoch": 0.0438125,
      "grad_norm": 0.9461653828620911,
      "learning_rate": 0.0002988282996023085,
      "loss": 9.063,
      "step": 21030
    },
    {
      "epoch": 0.043833333333333335,
      "grad_norm": 2.7383735179901123,
      "learning_rate": 0.00029882706946207313,
      "loss": 10.69,
      "step": 21040
    },
    {
      "epoch": 0.043854166666666666,
      "grad_norm": 1.256006121635437,
      "learning_rate": 0.0002988258386789637,
      "loss": 9.5291,
      "step": 21050
    },
    {
      "epoch": 0.043875,
      "grad_norm": 3.548088788986206,
      "learning_rate": 0.00029882460725298547,
      "loss": 9.5218,
      "step": 21060
    },
    {
      "epoch": 0.043895833333333335,
      "grad_norm": 1.6251875162124634,
      "learning_rate": 0.00029882337518414393,
      "loss": 8.6691,
      "step": 21070
    },
    {
      "epoch": 0.043916666666666666,
      "grad_norm": 1.138372540473938,
      "learning_rate": 0.00029882214247244434,
      "loss": 9.75,
      "step": 21080
    },
    {
      "epoch": 0.0439375,
      "grad_norm": 3.6586098670959473,
      "learning_rate": 0.00029882090911789196,
      "loss": 8.9279,
      "step": 21090
    },
    {
      "epoch": 0.043958333333333335,
      "grad_norm": 5.29927396774292,
      "learning_rate": 0.0002988196751204922,
      "loss": 10.2048,
      "step": 21100
    },
    {
      "epoch": 0.043979166666666666,
      "grad_norm": 2.2395730018615723,
      "learning_rate": 0.0002988184404802503,
      "loss": 9.7901,
      "step": 21110
    },
    {
      "epoch": 0.044,
      "grad_norm": 1.5691509246826172,
      "learning_rate": 0.0002988172051971717,
      "loss": 9.7051,
      "step": 21120
    },
    {
      "epoch": 0.044020833333333335,
      "grad_norm": 2.2658627033233643,
      "learning_rate": 0.0002988159692712616,
      "loss": 9.498,
      "step": 21130
    },
    {
      "epoch": 0.044041666666666666,
      "grad_norm": 1.084274172782898,
      "learning_rate": 0.00029881473270252544,
      "loss": 9.3945,
      "step": 21140
    },
    {
      "epoch": 0.0440625,
      "grad_norm": 6.123174667358398,
      "learning_rate": 0.00029881349549096855,
      "loss": 10.5661,
      "step": 21150
    },
    {
      "epoch": 0.044083333333333335,
      "grad_norm": 1.1311463117599487,
      "learning_rate": 0.0002988122576365963,
      "loss": 9.2536,
      "step": 21160
    },
    {
      "epoch": 0.044104166666666667,
      "grad_norm": 2.9767611026763916,
      "learning_rate": 0.00029881101913941397,
      "loss": 9.0193,
      "step": 21170
    },
    {
      "epoch": 0.044125,
      "grad_norm": 0.7702676057815552,
      "learning_rate": 0.00029880977999942695,
      "loss": 9.4411,
      "step": 21180
    },
    {
      "epoch": 0.044145833333333336,
      "grad_norm": 0.9943775534629822,
      "learning_rate": 0.0002988085402166406,
      "loss": 8.8765,
      "step": 21190
    },
    {
      "epoch": 0.04416666666666667,
      "grad_norm": 1.811387300491333,
      "learning_rate": 0.0002988072997910602,
      "loss": 9.4012,
      "step": 21200
    },
    {
      "epoch": 0.0441875,
      "grad_norm": 3.6902902126312256,
      "learning_rate": 0.0002988060587226912,
      "loss": 10.6953,
      "step": 21210
    },
    {
      "epoch": 0.044208333333333336,
      "grad_norm": 1.1743175983428955,
      "learning_rate": 0.00029880481701153894,
      "loss": 10.6314,
      "step": 21220
    },
    {
      "epoch": 0.04422916666666667,
      "grad_norm": 0.790745198726654,
      "learning_rate": 0.00029880357465760876,
      "loss": 9.1068,
      "step": 21230
    },
    {
      "epoch": 0.04425,
      "grad_norm": 2.5530457496643066,
      "learning_rate": 0.000298802331660906,
      "loss": 9.6519,
      "step": 21240
    },
    {
      "epoch": 0.044270833333333336,
      "grad_norm": 2.5869879722595215,
      "learning_rate": 0.00029880108802143613,
      "loss": 9.8199,
      "step": 21250
    },
    {
      "epoch": 0.04429166666666667,
      "grad_norm": 8.466642379760742,
      "learning_rate": 0.00029879984373920446,
      "loss": 10.1526,
      "step": 21260
    },
    {
      "epoch": 0.0443125,
      "grad_norm": 1.562618374824524,
      "learning_rate": 0.0002987985988142163,
      "loss": 10.4129,
      "step": 21270
    },
    {
      "epoch": 0.044333333333333336,
      "grad_norm": 1.722015619277954,
      "learning_rate": 0.00029879735324647716,
      "loss": 9.3222,
      "step": 21280
    },
    {
      "epoch": 0.04435416666666667,
      "grad_norm": 3.5903284549713135,
      "learning_rate": 0.0002987961070359923,
      "loss": 9.8499,
      "step": 21290
    },
    {
      "epoch": 0.044375,
      "grad_norm": 5.7207231521606445,
      "learning_rate": 0.0002987948601827672,
      "loss": 9.5478,
      "step": 21300
    },
    {
      "epoch": 0.044395833333333336,
      "grad_norm": 1.34683096408844,
      "learning_rate": 0.00029879361268680716,
      "loss": 9.3107,
      "step": 21310
    },
    {
      "epoch": 0.04441666666666667,
      "grad_norm": 7.184420585632324,
      "learning_rate": 0.00029879236454811764,
      "loss": 11.8049,
      "step": 21320
    },
    {
      "epoch": 0.0444375,
      "grad_norm": 4.420156002044678,
      "learning_rate": 0.000298791115766704,
      "loss": 10.3109,
      "step": 21330
    },
    {
      "epoch": 0.044458333333333336,
      "grad_norm": 1.6069631576538086,
      "learning_rate": 0.00029878986634257167,
      "loss": 9.4466,
      "step": 21340
    },
    {
      "epoch": 0.04447916666666667,
      "grad_norm": 1.200971245765686,
      "learning_rate": 0.00029878861627572595,
      "loss": 9.6405,
      "step": 21350
    },
    {
      "epoch": 0.0445,
      "grad_norm": 3.098069429397583,
      "learning_rate": 0.0002987873655661723,
      "loss": 9.7439,
      "step": 21360
    },
    {
      "epoch": 0.044520833333333336,
      "grad_norm": 2.7313618659973145,
      "learning_rate": 0.00029878611421391615,
      "loss": 9.8088,
      "step": 21370
    },
    {
      "epoch": 0.04454166666666667,
      "grad_norm": 2.1456470489501953,
      "learning_rate": 0.0002987848622189629,
      "loss": 9.4695,
      "step": 21380
    },
    {
      "epoch": 0.0445625,
      "grad_norm": 1.4755876064300537,
      "learning_rate": 0.0002987836095813179,
      "loss": 10.6131,
      "step": 21390
    },
    {
      "epoch": 0.044583333333333336,
      "grad_norm": 2.182292938232422,
      "learning_rate": 0.0002987823563009866,
      "loss": 10.3948,
      "step": 21400
    },
    {
      "epoch": 0.04460416666666667,
      "grad_norm": 1.075439453125,
      "learning_rate": 0.00029878110237797445,
      "loss": 8.9467,
      "step": 21410
    },
    {
      "epoch": 0.044625,
      "grad_norm": 1.5492829084396362,
      "learning_rate": 0.0002987798478122868,
      "loss": 9.5054,
      "step": 21420
    },
    {
      "epoch": 0.044645833333333336,
      "grad_norm": 5.482313632965088,
      "learning_rate": 0.00029877859260392907,
      "loss": 10.2407,
      "step": 21430
    },
    {
      "epoch": 0.04466666666666667,
      "grad_norm": 1.606632113456726,
      "learning_rate": 0.00029877733675290677,
      "loss": 8.988,
      "step": 21440
    },
    {
      "epoch": 0.0446875,
      "grad_norm": 8.035072326660156,
      "learning_rate": 0.00029877608025922526,
      "loss": 10.2484,
      "step": 21450
    },
    {
      "epoch": 0.044708333333333336,
      "grad_norm": 6.976082801818848,
      "learning_rate": 0.00029877482312288997,
      "loss": 9.6525,
      "step": 21460
    },
    {
      "epoch": 0.04472916666666667,
      "grad_norm": 1.9553260803222656,
      "learning_rate": 0.0002987735653439063,
      "loss": 9.4232,
      "step": 21470
    },
    {
      "epoch": 0.04475,
      "grad_norm": 2.3935506343841553,
      "learning_rate": 0.00029877230692227974,
      "loss": 10.0143,
      "step": 21480
    },
    {
      "epoch": 0.044770833333333336,
      "grad_norm": 1.083512306213379,
      "learning_rate": 0.00029877104785801565,
      "loss": 11.2516,
      "step": 21490
    },
    {
      "epoch": 0.04479166666666667,
      "grad_norm": 3.0168964862823486,
      "learning_rate": 0.0002987697881511196,
      "loss": 9.3468,
      "step": 21500
    },
    {
      "epoch": 0.0448125,
      "grad_norm": 2.6539788246154785,
      "learning_rate": 0.0002987685278015969,
      "loss": 10.5708,
      "step": 21510
    },
    {
      "epoch": 0.044833333333333336,
      "grad_norm": 0.8117649555206299,
      "learning_rate": 0.0002987672668094531,
      "loss": 9.7564,
      "step": 21520
    },
    {
      "epoch": 0.04485416666666667,
      "grad_norm": 1.7182133197784424,
      "learning_rate": 0.0002987660051746936,
      "loss": 10.4665,
      "step": 21530
    },
    {
      "epoch": 0.044875,
      "grad_norm": 4.752002716064453,
      "learning_rate": 0.0002987647428973237,
      "loss": 9.7097,
      "step": 21540
    },
    {
      "epoch": 0.044895833333333336,
      "grad_norm": 1.8947689533233643,
      "learning_rate": 0.0002987634799773491,
      "loss": 11.4045,
      "step": 21550
    },
    {
      "epoch": 0.04491666666666667,
      "grad_norm": 1.3091901540756226,
      "learning_rate": 0.0002987622164147752,
      "loss": 9.3028,
      "step": 21560
    },
    {
      "epoch": 0.0449375,
      "grad_norm": 2.422441244125366,
      "learning_rate": 0.00029876095220960735,
      "loss": 10.2717,
      "step": 21570
    },
    {
      "epoch": 0.044958333333333336,
      "grad_norm": 1.7491414546966553,
      "learning_rate": 0.0002987596873618511,
      "loss": 9.8867,
      "step": 21580
    },
    {
      "epoch": 0.04497916666666667,
      "grad_norm": 2.1131489276885986,
      "learning_rate": 0.00029875842187151183,
      "loss": 10.3014,
      "step": 21590
    },
    {
      "epoch": 0.045,
      "grad_norm": 1.7264565229415894,
      "learning_rate": 0.0002987571557385951,
      "loss": 9.3357,
      "step": 21600
    },
    {
      "epoch": 0.045020833333333336,
      "grad_norm": 2.239126205444336,
      "learning_rate": 0.00029875588896310636,
      "loss": 9.1585,
      "step": 21610
    },
    {
      "epoch": 0.04504166666666667,
      "grad_norm": 3.7675223350524902,
      "learning_rate": 0.00029875462154505103,
      "loss": 9.6261,
      "step": 21620
    },
    {
      "epoch": 0.0450625,
      "grad_norm": 1.1498017311096191,
      "learning_rate": 0.0002987533534844346,
      "loss": 8.7088,
      "step": 21630
    },
    {
      "epoch": 0.045083333333333336,
      "grad_norm": 1.5486111640930176,
      "learning_rate": 0.0002987520847812626,
      "loss": 9.8017,
      "step": 21640
    },
    {
      "epoch": 0.04510416666666667,
      "grad_norm": 1.2824294567108154,
      "learning_rate": 0.00029875081543554046,
      "loss": 8.7746,
      "step": 21650
    },
    {
      "epoch": 0.045125,
      "grad_norm": 0.9505415558815002,
      "learning_rate": 0.0002987495454472737,
      "loss": 9.7072,
      "step": 21660
    },
    {
      "epoch": 0.045145833333333336,
      "grad_norm": 4.565020561218262,
      "learning_rate": 0.00029874827481646775,
      "loss": 9.7597,
      "step": 21670
    },
    {
      "epoch": 0.04516666666666667,
      "grad_norm": 3.3114728927612305,
      "learning_rate": 0.0002987470035431281,
      "loss": 9.6825,
      "step": 21680
    },
    {
      "epoch": 0.0451875,
      "grad_norm": 2.705684185028076,
      "learning_rate": 0.0002987457316272603,
      "loss": 9.8435,
      "step": 21690
    },
    {
      "epoch": 0.045208333333333336,
      "grad_norm": 1.1510006189346313,
      "learning_rate": 0.00029874445906886987,
      "loss": 9.9265,
      "step": 21700
    },
    {
      "epoch": 0.04522916666666667,
      "grad_norm": 3.0585997104644775,
      "learning_rate": 0.0002987431858679622,
      "loss": 8.6547,
      "step": 21710
    },
    {
      "epoch": 0.04525,
      "grad_norm": 2.5634829998016357,
      "learning_rate": 0.00029874191202454285,
      "loss": 11.3075,
      "step": 21720
    },
    {
      "epoch": 0.04527083333333334,
      "grad_norm": 1.6157764196395874,
      "learning_rate": 0.00029874063753861736,
      "loss": 9.7209,
      "step": 21730
    },
    {
      "epoch": 0.04529166666666667,
      "grad_norm": 1.2889412641525269,
      "learning_rate": 0.0002987393624101911,
      "loss": 9.2086,
      "step": 21740
    },
    {
      "epoch": 0.0453125,
      "grad_norm": 2.361315965652466,
      "learning_rate": 0.00029873808663926976,
      "loss": 9.5026,
      "step": 21750
    },
    {
      "epoch": 0.04533333333333334,
      "grad_norm": 2.285011053085327,
      "learning_rate": 0.0002987368102258587,
      "loss": 10.1426,
      "step": 21760
    },
    {
      "epoch": 0.04535416666666667,
      "grad_norm": 2.1173441410064697,
      "learning_rate": 0.00029873553316996353,
      "loss": 9.29,
      "step": 21770
    },
    {
      "epoch": 0.045375,
      "grad_norm": 1.2591925859451294,
      "learning_rate": 0.00029873425547158973,
      "loss": 9.6583,
      "step": 21780
    },
    {
      "epoch": 0.04539583333333334,
      "grad_norm": 1.1952217817306519,
      "learning_rate": 0.0002987329771307428,
      "loss": 9.6277,
      "step": 21790
    },
    {
      "epoch": 0.04541666666666667,
      "grad_norm": 0.8634514212608337,
      "learning_rate": 0.00029873169814742827,
      "loss": 9.3071,
      "step": 21800
    },
    {
      "epoch": 0.0454375,
      "grad_norm": 3.363142967224121,
      "learning_rate": 0.0002987304185216517,
      "loss": 11.1367,
      "step": 21810
    },
    {
      "epoch": 0.04545833333333334,
      "grad_norm": 1.477632761001587,
      "learning_rate": 0.0002987291382534186,
      "loss": 9.0544,
      "step": 21820
    },
    {
      "epoch": 0.04547916666666667,
      "grad_norm": 1.7575918436050415,
      "learning_rate": 0.0002987278573427345,
      "loss": 9.9326,
      "step": 21830
    },
    {
      "epoch": 0.0455,
      "grad_norm": 2.239880323410034,
      "learning_rate": 0.0002987265757896049,
      "loss": 9.9109,
      "step": 21840
    },
    {
      "epoch": 0.04552083333333334,
      "grad_norm": 2.590456247329712,
      "learning_rate": 0.0002987252935940354,
      "loss": 9.4456,
      "step": 21850
    },
    {
      "epoch": 0.04554166666666667,
      "grad_norm": 2.307058811187744,
      "learning_rate": 0.0002987240107560314,
      "loss": 13.9651,
      "step": 21860
    },
    {
      "epoch": 0.0455625,
      "grad_norm": 3.4919285774230957,
      "learning_rate": 0.00029872272727559865,
      "loss": 9.3622,
      "step": 21870
    },
    {
      "epoch": 0.04558333333333333,
      "grad_norm": 2.6058762073516846,
      "learning_rate": 0.00029872144315274253,
      "loss": 9.229,
      "step": 21880
    },
    {
      "epoch": 0.04560416666666667,
      "grad_norm": 0.8257756233215332,
      "learning_rate": 0.0002987201583874687,
      "loss": 10.6793,
      "step": 21890
    },
    {
      "epoch": 0.045625,
      "grad_norm": 1.2770347595214844,
      "learning_rate": 0.00029871887297978266,
      "loss": 9.223,
      "step": 21900
    },
    {
      "epoch": 0.04564583333333333,
      "grad_norm": 0.8783222436904907,
      "learning_rate": 0.0002987175869296899,
      "loss": 9.0932,
      "step": 21910
    },
    {
      "epoch": 0.04566666666666667,
      "grad_norm": 5.019936561584473,
      "learning_rate": 0.00029871630023719603,
      "loss": 10.7192,
      "step": 21920
    },
    {
      "epoch": 0.0456875,
      "grad_norm": 1.8256415128707886,
      "learning_rate": 0.0002987150129023066,
      "loss": 10.2856,
      "step": 21930
    },
    {
      "epoch": 0.04570833333333333,
      "grad_norm": 1.2529902458190918,
      "learning_rate": 0.0002987137249250272,
      "loss": 10.6631,
      "step": 21940
    },
    {
      "epoch": 0.04572916666666667,
      "grad_norm": 0.9292386174201965,
      "learning_rate": 0.0002987124363053634,
      "loss": 9.6266,
      "step": 21950
    },
    {
      "epoch": 0.04575,
      "grad_norm": 1.8782050609588623,
      "learning_rate": 0.0002987111470433207,
      "loss": 9.9269,
      "step": 21960
    },
    {
      "epoch": 0.04577083333333333,
      "grad_norm": 1.0818971395492554,
      "learning_rate": 0.00029870985713890475,
      "loss": 9.6928,
      "step": 21970
    },
    {
      "epoch": 0.04579166666666667,
      "grad_norm": 0.962713897228241,
      "learning_rate": 0.00029870856659212105,
      "loss": 8.9437,
      "step": 21980
    },
    {
      "epoch": 0.0458125,
      "grad_norm": 1.1078040599822998,
      "learning_rate": 0.0002987072754029752,
      "loss": 9.6416,
      "step": 21990
    },
    {
      "epoch": 0.04583333333333333,
      "grad_norm": 1.8415173292160034,
      "learning_rate": 0.0002987059835714728,
      "loss": 9.5354,
      "step": 22000
    },
    {
      "epoch": 0.04583333333333333,
      "eval_loss": 7.363494873046875,
      "eval_runtime": 8.7563,
      "eval_samples_per_second": 0.343,
      "eval_steps_per_second": 0.114,
      "step": 22000
    },
    {
      "epoch": 0.04585416666666667,
      "grad_norm": 1.6130518913269043,
      "learning_rate": 0.0002987046910976194,
      "loss": 10.3554,
      "step": 22010
    },
    {
      "epoch": 0.045875,
      "grad_norm": 0.9632353186607361,
      "learning_rate": 0.00029870339798142065,
      "loss": 9.0614,
      "step": 22020
    },
    {
      "epoch": 0.04589583333333333,
      "grad_norm": 1.6019234657287598,
      "learning_rate": 0.00029870210422288203,
      "loss": 9.3152,
      "step": 22030
    },
    {
      "epoch": 0.04591666666666667,
      "grad_norm": 4.450294017791748,
      "learning_rate": 0.00029870080982200914,
      "loss": 9.5442,
      "step": 22040
    },
    {
      "epoch": 0.0459375,
      "grad_norm": 1.034488558769226,
      "learning_rate": 0.00029869951477880767,
      "loss": 9.7321,
      "step": 22050
    },
    {
      "epoch": 0.04595833333333333,
      "grad_norm": 0.9566404819488525,
      "learning_rate": 0.00029869821909328314,
      "loss": 9.3583,
      "step": 22060
    },
    {
      "epoch": 0.04597916666666667,
      "grad_norm": 1.8625620603561401,
      "learning_rate": 0.0002986969227654412,
      "loss": 10.0217,
      "step": 22070
    },
    {
      "epoch": 0.046,
      "grad_norm": 1.7738977670669556,
      "learning_rate": 0.00029869562579528736,
      "loss": 10.7011,
      "step": 22080
    },
    {
      "epoch": 0.04602083333333333,
      "grad_norm": 1.2475494146347046,
      "learning_rate": 0.0002986943281828273,
      "loss": 10.5921,
      "step": 22090
    },
    {
      "epoch": 0.04604166666666667,
      "grad_norm": 1.1570641994476318,
      "learning_rate": 0.0002986930299280666,
      "loss": 8.7708,
      "step": 22100
    },
    {
      "epoch": 0.0460625,
      "grad_norm": 3.41886043548584,
      "learning_rate": 0.00029869173103101086,
      "loss": 10.098,
      "step": 22110
    },
    {
      "epoch": 0.04608333333333333,
      "grad_norm": 1.875587821006775,
      "learning_rate": 0.0002986904314916657,
      "loss": 9.4532,
      "step": 22120
    },
    {
      "epoch": 0.04610416666666667,
      "grad_norm": 1.1067315340042114,
      "learning_rate": 0.0002986891313100367,
      "loss": 9.6631,
      "step": 22130
    },
    {
      "epoch": 0.046125,
      "grad_norm": 1.665422797203064,
      "learning_rate": 0.0002986878304861296,
      "loss": 11.2186,
      "step": 22140
    },
    {
      "epoch": 0.04614583333333333,
      "grad_norm": 11.462060928344727,
      "learning_rate": 0.0002986865290199498,
      "loss": 12.181,
      "step": 22150
    },
    {
      "epoch": 0.04616666666666667,
      "grad_norm": 5.0931549072265625,
      "learning_rate": 0.00029868522691150313,
      "loss": 9.258,
      "step": 22160
    },
    {
      "epoch": 0.0461875,
      "grad_norm": 0.9428826570510864,
      "learning_rate": 0.0002986839241607951,
      "loss": 10.1,
      "step": 22170
    },
    {
      "epoch": 0.04620833333333333,
      "grad_norm": 2.212327003479004,
      "learning_rate": 0.0002986826207678314,
      "loss": 9.0151,
      "step": 22180
    },
    {
      "epoch": 0.04622916666666667,
      "grad_norm": 2.0317344665527344,
      "learning_rate": 0.00029868131673261764,
      "loss": 10.106,
      "step": 22190
    },
    {
      "epoch": 0.04625,
      "grad_norm": 0.938517153263092,
      "learning_rate": 0.0002986800120551594,
      "loss": 10.6907,
      "step": 22200
    },
    {
      "epoch": 0.04627083333333333,
      "grad_norm": 1.319233775138855,
      "learning_rate": 0.0002986787067354624,
      "loss": 9.7208,
      "step": 22210
    },
    {
      "epoch": 0.04629166666666667,
      "grad_norm": 3.0585520267486572,
      "learning_rate": 0.0002986774007735322,
      "loss": 10.322,
      "step": 22220
    },
    {
      "epoch": 0.0463125,
      "grad_norm": 10.878145217895508,
      "learning_rate": 0.0002986760941693745,
      "loss": 9.7459,
      "step": 22230
    },
    {
      "epoch": 0.04633333333333333,
      "grad_norm": 1.1158863306045532,
      "learning_rate": 0.0002986747869229949,
      "loss": 10.9337,
      "step": 22240
    },
    {
      "epoch": 0.04635416666666667,
      "grad_norm": 1.315292239189148,
      "learning_rate": 0.0002986734790343991,
      "loss": 10.309,
      "step": 22250
    },
    {
      "epoch": 0.046375,
      "grad_norm": 1.6505670547485352,
      "learning_rate": 0.00029867217050359273,
      "loss": 9.7348,
      "step": 22260
    },
    {
      "epoch": 0.04639583333333333,
      "grad_norm": 2.660813808441162,
      "learning_rate": 0.0002986708613305814,
      "loss": 10.2213,
      "step": 22270
    },
    {
      "epoch": 0.04641666666666667,
      "grad_norm": 3.182438373565674,
      "learning_rate": 0.0002986695515153708,
      "loss": 9.8156,
      "step": 22280
    },
    {
      "epoch": 0.0464375,
      "grad_norm": 0.7103226184844971,
      "learning_rate": 0.00029866824105796665,
      "loss": 9.3686,
      "step": 22290
    },
    {
      "epoch": 0.04645833333333333,
      "grad_norm": 1.4671474695205688,
      "learning_rate": 0.00029866692995837447,
      "loss": 9.4236,
      "step": 22300
    },
    {
      "epoch": 0.04647916666666667,
      "grad_norm": 1.2792298793792725,
      "learning_rate": 0.0002986656182166,
      "loss": 10.9656,
      "step": 22310
    },
    {
      "epoch": 0.0465,
      "grad_norm": 1.453208565711975,
      "learning_rate": 0.00029866430583264895,
      "loss": 9.511,
      "step": 22320
    },
    {
      "epoch": 0.04652083333333333,
      "grad_norm": 5.606235980987549,
      "learning_rate": 0.0002986629928065269,
      "loss": 10.0685,
      "step": 22330
    },
    {
      "epoch": 0.04654166666666667,
      "grad_norm": 1.5516165494918823,
      "learning_rate": 0.00029866167913823955,
      "loss": 10.1961,
      "step": 22340
    },
    {
      "epoch": 0.0465625,
      "grad_norm": 1.3167016506195068,
      "learning_rate": 0.00029866036482779267,
      "loss": 11.5626,
      "step": 22350
    },
    {
      "epoch": 0.04658333333333333,
      "grad_norm": 1.1274950504302979,
      "learning_rate": 0.0002986590498751918,
      "loss": 9.2831,
      "step": 22360
    },
    {
      "epoch": 0.04660416666666667,
      "grad_norm": 1.2672836780548096,
      "learning_rate": 0.0002986577342804427,
      "loss": 9.73,
      "step": 22370
    },
    {
      "epoch": 0.046625,
      "grad_norm": 2.1020517349243164,
      "learning_rate": 0.000298656418043551,
      "loss": 9.1775,
      "step": 22380
    },
    {
      "epoch": 0.04664583333333333,
      "grad_norm": 10.408707618713379,
      "learning_rate": 0.00029865510116452244,
      "loss": 11.332,
      "step": 22390
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 1.5986109972000122,
      "learning_rate": 0.0002986537836433627,
      "loss": 9.8026,
      "step": 22400
    },
    {
      "epoch": 0.0466875,
      "grad_norm": 2.333131790161133,
      "learning_rate": 0.00029865246548007744,
      "loss": 9.4693,
      "step": 22410
    },
    {
      "epoch": 0.04670833333333333,
      "grad_norm": 1.212571144104004,
      "learning_rate": 0.0002986511466746724,
      "loss": 10.2471,
      "step": 22420
    },
    {
      "epoch": 0.04672916666666667,
      "grad_norm": 1.3081635236740112,
      "learning_rate": 0.0002986498272271532,
      "loss": 8.907,
      "step": 22430
    },
    {
      "epoch": 0.04675,
      "grad_norm": 3.936797618865967,
      "learning_rate": 0.0002986485071375256,
      "loss": 10.1639,
      "step": 22440
    },
    {
      "epoch": 0.04677083333333333,
      "grad_norm": 3.700310230255127,
      "learning_rate": 0.0002986471864057953,
      "loss": 9.9222,
      "step": 22450
    },
    {
      "epoch": 0.04679166666666667,
      "grad_norm": 1.7617769241333008,
      "learning_rate": 0.00029864586503196793,
      "loss": 11.2815,
      "step": 22460
    },
    {
      "epoch": 0.0468125,
      "grad_norm": 0.8358195424079895,
      "learning_rate": 0.0002986445430160493,
      "loss": 8.6888,
      "step": 22470
    },
    {
      "epoch": 0.04683333333333333,
      "grad_norm": 2.3076024055480957,
      "learning_rate": 0.00029864322035804515,
      "loss": 9.0711,
      "step": 22480
    },
    {
      "epoch": 0.04685416666666667,
      "grad_norm": 1.1603857278823853,
      "learning_rate": 0.00029864189705796105,
      "loss": 10.02,
      "step": 22490
    },
    {
      "epoch": 0.046875,
      "grad_norm": 1.0317752361297607,
      "learning_rate": 0.0002986405731158028,
      "loss": 9.9214,
      "step": 22500
    },
    {
      "epoch": 0.04689583333333333,
      "grad_norm": 1.4524282217025757,
      "learning_rate": 0.0002986392485315762,
      "loss": 9.3451,
      "step": 22510
    },
    {
      "epoch": 0.04691666666666667,
      "grad_norm": 5.406946182250977,
      "learning_rate": 0.00029863792330528675,
      "loss": 9.4666,
      "step": 22520
    },
    {
      "epoch": 0.0469375,
      "grad_norm": 2.9404542446136475,
      "learning_rate": 0.0002986365974369403,
      "loss": 9.039,
      "step": 22530
    },
    {
      "epoch": 0.04695833333333333,
      "grad_norm": 1.7426615953445435,
      "learning_rate": 0.0002986352709265427,
      "loss": 9.6785,
      "step": 22540
    },
    {
      "epoch": 0.04697916666666667,
      "grad_norm": 1.2269128561019897,
      "learning_rate": 0.00029863394377409953,
      "loss": 11.7086,
      "step": 22550
    },
    {
      "epoch": 0.047,
      "grad_norm": 2.1871321201324463,
      "learning_rate": 0.0002986326159796165,
      "loss": 10.5514,
      "step": 22560
    },
    {
      "epoch": 0.04702083333333333,
      "grad_norm": 2.214702844619751,
      "learning_rate": 0.00029863128754309946,
      "loss": 10.6448,
      "step": 22570
    },
    {
      "epoch": 0.04704166666666667,
      "grad_norm": 1.4309972524642944,
      "learning_rate": 0.00029862995846455405,
      "loss": 8.5626,
      "step": 22580
    },
    {
      "epoch": 0.0470625,
      "grad_norm": 1.3640694618225098,
      "learning_rate": 0.0002986286287439861,
      "loss": 9.4079,
      "step": 22590
    },
    {
      "epoch": 0.04708333333333333,
      "grad_norm": 1.0075334310531616,
      "learning_rate": 0.0002986272983814013,
      "loss": 9.5772,
      "step": 22600
    },
    {
      "epoch": 0.04710416666666667,
      "grad_norm": 3.7958130836486816,
      "learning_rate": 0.00029862596737680535,
      "loss": 10.1921,
      "step": 22610
    },
    {
      "epoch": 0.047125,
      "grad_norm": 1.041021704673767,
      "learning_rate": 0.00029862463573020404,
      "loss": 9.2256,
      "step": 22620
    },
    {
      "epoch": 0.04714583333333333,
      "grad_norm": 1.670334815979004,
      "learning_rate": 0.0002986233034416032,
      "loss": 9.1422,
      "step": 22630
    },
    {
      "epoch": 0.04716666666666667,
      "grad_norm": 1.5237038135528564,
      "learning_rate": 0.00029862197051100847,
      "loss": 8.5244,
      "step": 22640
    },
    {
      "epoch": 0.0471875,
      "grad_norm": 1.2368839979171753,
      "learning_rate": 0.00029862063693842565,
      "loss": 10.5158,
      "step": 22650
    },
    {
      "epoch": 0.04720833333333333,
      "grad_norm": 6.388375282287598,
      "learning_rate": 0.00029861930272386054,
      "loss": 10.9266,
      "step": 22660
    },
    {
      "epoch": 0.04722916666666667,
      "grad_norm": 5.597222328186035,
      "learning_rate": 0.0002986179678673189,
      "loss": 11.0402,
      "step": 22670
    },
    {
      "epoch": 0.04725,
      "grad_norm": 1.4707931280136108,
      "learning_rate": 0.00029861663236880644,
      "loss": 9.5322,
      "step": 22680
    },
    {
      "epoch": 0.04727083333333333,
      "grad_norm": 1.56156325340271,
      "learning_rate": 0.0002986152962283289,
      "loss": 10.97,
      "step": 22690
    },
    {
      "epoch": 0.04729166666666667,
      "grad_norm": 1.1030627489089966,
      "learning_rate": 0.00029861395944589213,
      "loss": 9.3854,
      "step": 22700
    },
    {
      "epoch": 0.0473125,
      "grad_norm": 2.6169071197509766,
      "learning_rate": 0.0002986126220215019,
      "loss": 9.4229,
      "step": 22710
    },
    {
      "epoch": 0.04733333333333333,
      "grad_norm": 1.526165246963501,
      "learning_rate": 0.00029861128395516397,
      "loss": 11.2901,
      "step": 22720
    },
    {
      "epoch": 0.04735416666666667,
      "grad_norm": 1.1845462322235107,
      "learning_rate": 0.00029860994524688416,
      "loss": 9.2927,
      "step": 22730
    },
    {
      "epoch": 0.047375,
      "grad_norm": 2.0941827297210693,
      "learning_rate": 0.00029860860589666814,
      "loss": 9.9632,
      "step": 22740
    },
    {
      "epoch": 0.04739583333333333,
      "grad_norm": 1.2092807292938232,
      "learning_rate": 0.00029860726590452176,
      "loss": 10.9097,
      "step": 22750
    },
    {
      "epoch": 0.04741666666666667,
      "grad_norm": 1.121932029724121,
      "learning_rate": 0.0002986059252704509,
      "loss": 9.6389,
      "step": 22760
    },
    {
      "epoch": 0.0474375,
      "grad_norm": 2.1903975009918213,
      "learning_rate": 0.0002986045839944612,
      "loss": 9.7946,
      "step": 22770
    },
    {
      "epoch": 0.04745833333333333,
      "grad_norm": 4.629063129425049,
      "learning_rate": 0.0002986032420765585,
      "loss": 9.4758,
      "step": 22780
    },
    {
      "epoch": 0.04747916666666667,
      "grad_norm": 4.104822158813477,
      "learning_rate": 0.00029860189951674864,
      "loss": 10.0467,
      "step": 22790
    },
    {
      "epoch": 0.0475,
      "grad_norm": 3.938185214996338,
      "learning_rate": 0.00029860055631503743,
      "loss": 9.0981,
      "step": 22800
    },
    {
      "epoch": 0.04752083333333333,
      "grad_norm": 0.781542181968689,
      "learning_rate": 0.00029859921247143056,
      "loss": 9.22,
      "step": 22810
    },
    {
      "epoch": 0.04754166666666667,
      "grad_norm": 3.9875080585479736,
      "learning_rate": 0.00029859786798593394,
      "loss": 9.0863,
      "step": 22820
    },
    {
      "epoch": 0.0475625,
      "grad_norm": 3.3829569816589355,
      "learning_rate": 0.0002985965228585534,
      "loss": 9.5169,
      "step": 22830
    },
    {
      "epoch": 0.04758333333333333,
      "grad_norm": 4.482661247253418,
      "learning_rate": 0.00029859517708929464,
      "loss": 10.2983,
      "step": 22840
    },
    {
      "epoch": 0.04760416666666667,
      "grad_norm": 4.631387710571289,
      "learning_rate": 0.0002985938306781636,
      "loss": 10.0544,
      "step": 22850
    },
    {
      "epoch": 0.047625,
      "grad_norm": 0.8923160433769226,
      "learning_rate": 0.000298592483625166,
      "loss": 10.2203,
      "step": 22860
    },
    {
      "epoch": 0.04764583333333333,
      "grad_norm": 1.4205031394958496,
      "learning_rate": 0.00029859113593030766,
      "loss": 10.5069,
      "step": 22870
    },
    {
      "epoch": 0.04766666666666667,
      "grad_norm": 2.7121450901031494,
      "learning_rate": 0.00029858978759359444,
      "loss": 10.0824,
      "step": 22880
    },
    {
      "epoch": 0.0476875,
      "grad_norm": 1.4675263166427612,
      "learning_rate": 0.0002985884386150321,
      "loss": 9.7609,
      "step": 22890
    },
    {
      "epoch": 0.04770833333333333,
      "grad_norm": 1.7710177898406982,
      "learning_rate": 0.00029858708899462667,
      "loss": 9.8165,
      "step": 22900
    },
    {
      "epoch": 0.04772916666666667,
      "grad_norm": 1.8322018384933472,
      "learning_rate": 0.00029858573873238367,
      "loss": 9.115,
      "step": 22910
    },
    {
      "epoch": 0.04775,
      "grad_norm": 2.129694700241089,
      "learning_rate": 0.0002985843878283092,
      "loss": 9.8573,
      "step": 22920
    },
    {
      "epoch": 0.04777083333333333,
      "grad_norm": 1.9402137994766235,
      "learning_rate": 0.000298583036282409,
      "loss": 10.5644,
      "step": 22930
    },
    {
      "epoch": 0.04779166666666667,
      "grad_norm": 0.6347118616104126,
      "learning_rate": 0.0002985816840946888,
      "loss": 9.678,
      "step": 22940
    },
    {
      "epoch": 0.0478125,
      "grad_norm": 4.745654106140137,
      "learning_rate": 0.0002985803312651546,
      "loss": 9.472,
      "step": 22950
    },
    {
      "epoch": 0.04783333333333333,
      "grad_norm": 0.8988571763038635,
      "learning_rate": 0.00029857897779381215,
      "loss": 8.7873,
      "step": 22960
    },
    {
      "epoch": 0.04785416666666667,
      "grad_norm": 1.725733757019043,
      "learning_rate": 0.00029857762368066734,
      "loss": 9.3883,
      "step": 22970
    },
    {
      "epoch": 0.047875,
      "grad_norm": 1.8839669227600098,
      "learning_rate": 0.000298576268925726,
      "loss": 9.0224,
      "step": 22980
    },
    {
      "epoch": 0.04789583333333333,
      "grad_norm": 1.4355511665344238,
      "learning_rate": 0.000298574913528994,
      "loss": 9.7376,
      "step": 22990
    },
    {
      "epoch": 0.04791666666666667,
      "grad_norm": 2.7021985054016113,
      "learning_rate": 0.0002985735574904772,
      "loss": 9.2346,
      "step": 23000
    },
    {
      "epoch": 0.04791666666666667,
      "eval_loss": 9.76519775390625,
      "eval_runtime": 9.5791,
      "eval_samples_per_second": 0.313,
      "eval_steps_per_second": 0.104,
      "step": 23000
    },
    {
      "epoch": 0.0479375,
      "grad_norm": 2.3894970417022705,
      "learning_rate": 0.0002985722008101814,
      "loss": 11.0638,
      "step": 23010
    },
    {
      "epoch": 0.04795833333333333,
      "grad_norm": 0.9701957106590271,
      "learning_rate": 0.00029857084348811254,
      "loss": 9.6225,
      "step": 23020
    },
    {
      "epoch": 0.04797916666666667,
      "grad_norm": 1.9741365909576416,
      "learning_rate": 0.00029856948552427643,
      "loss": 9.328,
      "step": 23030
    },
    {
      "epoch": 0.048,
      "grad_norm": 4.73639440536499,
      "learning_rate": 0.00029856812691867894,
      "loss": 12.7926,
      "step": 23040
    },
    {
      "epoch": 0.04802083333333333,
      "grad_norm": 2.0058016777038574,
      "learning_rate": 0.0002985667676713259,
      "loss": 9.4023,
      "step": 23050
    },
    {
      "epoch": 0.04804166666666667,
      "grad_norm": 1.679476261138916,
      "learning_rate": 0.00029856540778222334,
      "loss": 10.1761,
      "step": 23060
    },
    {
      "epoch": 0.0480625,
      "grad_norm": 1.2131414413452148,
      "learning_rate": 0.000298564047251377,
      "loss": 9.6336,
      "step": 23070
    },
    {
      "epoch": 0.04808333333333333,
      "grad_norm": 1.7396107912063599,
      "learning_rate": 0.0002985626860787928,
      "loss": 9.9581,
      "step": 23080
    },
    {
      "epoch": 0.04810416666666667,
      "grad_norm": 1.9843060970306396,
      "learning_rate": 0.0002985613242644765,
      "loss": 9.4237,
      "step": 23090
    },
    {
      "epoch": 0.048125,
      "grad_norm": 7.872763633728027,
      "learning_rate": 0.00029855996180843417,
      "loss": 10.5547,
      "step": 23100
    },
    {
      "epoch": 0.04814583333333333,
      "grad_norm": 1.1632288694381714,
      "learning_rate": 0.00029855859871067157,
      "loss": 9.4002,
      "step": 23110
    },
    {
      "epoch": 0.04816666666666667,
      "grad_norm": 2.539314031600952,
      "learning_rate": 0.0002985572349711946,
      "loss": 9.1806,
      "step": 23120
    },
    {
      "epoch": 0.0481875,
      "grad_norm": 3.2926995754241943,
      "learning_rate": 0.00029855587059000925,
      "loss": 11.6561,
      "step": 23130
    },
    {
      "epoch": 0.04820833333333333,
      "grad_norm": 0.8356636762619019,
      "learning_rate": 0.0002985545055671213,
      "loss": 10.4381,
      "step": 23140
    },
    {
      "epoch": 0.04822916666666666,
      "grad_norm": 1.989216685295105,
      "learning_rate": 0.0002985531399025367,
      "loss": 9.1968,
      "step": 23150
    },
    {
      "epoch": 0.04825,
      "grad_norm": 0.969325065612793,
      "learning_rate": 0.0002985517735962613,
      "loss": 8.8947,
      "step": 23160
    },
    {
      "epoch": 0.04827083333333333,
      "grad_norm": 2.146698236465454,
      "learning_rate": 0.0002985504066483011,
      "loss": 9.8741,
      "step": 23170
    },
    {
      "epoch": 0.04829166666666666,
      "grad_norm": 1.732694387435913,
      "learning_rate": 0.0002985490390586619,
      "loss": 9.5176,
      "step": 23180
    },
    {
      "epoch": 0.0483125,
      "grad_norm": 0.9653376340866089,
      "learning_rate": 0.0002985476708273497,
      "loss": 9.4636,
      "step": 23190
    },
    {
      "epoch": 0.04833333333333333,
      "grad_norm": 3.2019107341766357,
      "learning_rate": 0.00029854630195437026,
      "loss": 9.5444,
      "step": 23200
    },
    {
      "epoch": 0.04835416666666666,
      "grad_norm": 1.0166617631912231,
      "learning_rate": 0.00029854493243972974,
      "loss": 10.1195,
      "step": 23210
    },
    {
      "epoch": 0.048375,
      "grad_norm": 0.6599422693252563,
      "learning_rate": 0.0002985435622834338,
      "loss": 8.266,
      "step": 23220
    },
    {
      "epoch": 0.04839583333333333,
      "grad_norm": 3.490126371383667,
      "learning_rate": 0.0002985421914854885,
      "loss": 10.7371,
      "step": 23230
    },
    {
      "epoch": 0.04841666666666666,
      "grad_norm": 1.7301013469696045,
      "learning_rate": 0.0002985408200458997,
      "loss": 10.1355,
      "step": 23240
    },
    {
      "epoch": 0.0484375,
      "grad_norm": 6.793213367462158,
      "learning_rate": 0.0002985394479646734,
      "loss": 9.6356,
      "step": 23250
    },
    {
      "epoch": 0.04845833333333333,
      "grad_norm": 1.1114381551742554,
      "learning_rate": 0.0002985380752418155,
      "loss": 9.1919,
      "step": 23260
    },
    {
      "epoch": 0.04847916666666666,
      "grad_norm": 1.4202488660812378,
      "learning_rate": 0.0002985367018773318,
      "loss": 8.9523,
      "step": 23270
    },
    {
      "epoch": 0.0485,
      "grad_norm": 0.7538684010505676,
      "learning_rate": 0.0002985353278712285,
      "loss": 11.2641,
      "step": 23280
    },
    {
      "epoch": 0.04852083333333333,
      "grad_norm": 2.308577299118042,
      "learning_rate": 0.00029853395322351127,
      "loss": 11.5543,
      "step": 23290
    },
    {
      "epoch": 0.048541666666666664,
      "grad_norm": 1.8619662523269653,
      "learning_rate": 0.0002985325779341862,
      "loss": 9.1908,
      "step": 23300
    },
    {
      "epoch": 0.0485625,
      "grad_norm": 0.9440099000930786,
      "learning_rate": 0.0002985312020032591,
      "loss": 9.1011,
      "step": 23310
    },
    {
      "epoch": 0.04858333333333333,
      "grad_norm": 5.005720138549805,
      "learning_rate": 0.0002985298254307361,
      "loss": 8.8224,
      "step": 23320
    },
    {
      "epoch": 0.048604166666666664,
      "grad_norm": 1.554588794708252,
      "learning_rate": 0.000298528448216623,
      "loss": 10.1565,
      "step": 23330
    },
    {
      "epoch": 0.048625,
      "grad_norm": 1.705489993095398,
      "learning_rate": 0.00029852707036092584,
      "loss": 10.0572,
      "step": 23340
    },
    {
      "epoch": 0.04864583333333333,
      "grad_norm": 1.5981158018112183,
      "learning_rate": 0.00029852569186365047,
      "loss": 9.7145,
      "step": 23350
    },
    {
      "epoch": 0.048666666666666664,
      "grad_norm": 1.098232626914978,
      "learning_rate": 0.00029852431272480297,
      "loss": 9.2767,
      "step": 23360
    },
    {
      "epoch": 0.0486875,
      "grad_norm": 1.6729793548583984,
      "learning_rate": 0.0002985229329443892,
      "loss": 9.9127,
      "step": 23370
    },
    {
      "epoch": 0.04870833333333333,
      "grad_norm": 2.712463617324829,
      "learning_rate": 0.0002985215525224151,
      "loss": 9.5993,
      "step": 23380
    },
    {
      "epoch": 0.048729166666666664,
      "grad_norm": 1.4136428833007812,
      "learning_rate": 0.00029852017145888673,
      "loss": 8.9211,
      "step": 23390
    },
    {
      "epoch": 0.04875,
      "grad_norm": 2.8092923164367676,
      "learning_rate": 0.00029851878975381,
      "loss": 11.0601,
      "step": 23400
    },
    {
      "epoch": 0.04877083333333333,
      "grad_norm": 0.861431360244751,
      "learning_rate": 0.00029851740740719087,
      "loss": 8.881,
      "step": 23410
    },
    {
      "epoch": 0.048791666666666664,
      "grad_norm": 1.3513309955596924,
      "learning_rate": 0.00029851602441903534,
      "loss": 9.5776,
      "step": 23420
    },
    {
      "epoch": 0.0488125,
      "grad_norm": 4.539641380310059,
      "learning_rate": 0.00029851464078934937,
      "loss": 9.3161,
      "step": 23430
    },
    {
      "epoch": 0.04883333333333333,
      "grad_norm": 1.5741865634918213,
      "learning_rate": 0.00029851325651813896,
      "loss": 10.2948,
      "step": 23440
    },
    {
      "epoch": 0.048854166666666664,
      "grad_norm": 2.2460899353027344,
      "learning_rate": 0.00029851187160541003,
      "loss": 9.7202,
      "step": 23450
    },
    {
      "epoch": 0.048875,
      "grad_norm": 2.402200222015381,
      "learning_rate": 0.0002985104860511686,
      "loss": 9.5257,
      "step": 23460
    },
    {
      "epoch": 0.04889583333333333,
      "grad_norm": 0.9684538841247559,
      "learning_rate": 0.00029850909985542067,
      "loss": 10.0785,
      "step": 23470
    },
    {
      "epoch": 0.048916666666666664,
      "grad_norm": 1.6898068189620972,
      "learning_rate": 0.0002985077130181722,
      "loss": 8.6937,
      "step": 23480
    },
    {
      "epoch": 0.0489375,
      "grad_norm": 3.293039083480835,
      "learning_rate": 0.0002985063255394292,
      "loss": 9.5054,
      "step": 23490
    },
    {
      "epoch": 0.04895833333333333,
      "grad_norm": 0.9044122695922852,
      "learning_rate": 0.0002985049374191977,
      "loss": 9.1376,
      "step": 23500
    },
    {
      "epoch": 0.048979166666666664,
      "grad_norm": 0.6409275531768799,
      "learning_rate": 0.0002985035486574836,
      "loss": 10.9134,
      "step": 23510
    },
    {
      "epoch": 0.049,
      "grad_norm": 2.585275411605835,
      "learning_rate": 0.000298502159254293,
      "loss": 10.2433,
      "step": 23520
    },
    {
      "epoch": 0.04902083333333333,
      "grad_norm": 4.727288246154785,
      "learning_rate": 0.0002985007692096318,
      "loss": 9.6713,
      "step": 23530
    },
    {
      "epoch": 0.049041666666666664,
      "grad_norm": 15.784270286560059,
      "learning_rate": 0.0002984993785235061,
      "loss": 9.4765,
      "step": 23540
    },
    {
      "epoch": 0.0490625,
      "grad_norm": 4.61142635345459,
      "learning_rate": 0.0002984979871959218,
      "loss": 11.5578,
      "step": 23550
    },
    {
      "epoch": 0.04908333333333333,
      "grad_norm": 2.3296682834625244,
      "learning_rate": 0.000298496595226885,
      "loss": 10.3733,
      "step": 23560
    },
    {
      "epoch": 0.049104166666666664,
      "grad_norm": 2.283536434173584,
      "learning_rate": 0.00029849520261640176,
      "loss": 10.8421,
      "step": 23570
    },
    {
      "epoch": 0.049125,
      "grad_norm": 2.2723240852355957,
      "learning_rate": 0.00029849380936447793,
      "loss": 9.2285,
      "step": 23580
    },
    {
      "epoch": 0.04914583333333333,
      "grad_norm": 1.004801630973816,
      "learning_rate": 0.00029849241547111967,
      "loss": 11.1169,
      "step": 23590
    },
    {
      "epoch": 0.049166666666666664,
      "grad_norm": 3.6286942958831787,
      "learning_rate": 0.0002984910209363329,
      "loss": 9.0723,
      "step": 23600
    },
    {
      "epoch": 0.0491875,
      "grad_norm": 1.0467052459716797,
      "learning_rate": 0.00029848962576012377,
      "loss": 9.8766,
      "step": 23610
    },
    {
      "epoch": 0.04920833333333333,
      "grad_norm": 2.21958589553833,
      "learning_rate": 0.0002984882299424982,
      "loss": 9.9043,
      "step": 23620
    },
    {
      "epoch": 0.049229166666666664,
      "grad_norm": 1.5321507453918457,
      "learning_rate": 0.0002984868334834623,
      "loss": 9.7195,
      "step": 23630
    },
    {
      "epoch": 0.04925,
      "grad_norm": 4.6385016441345215,
      "learning_rate": 0.000298485436383022,
      "loss": 10.3817,
      "step": 23640
    },
    {
      "epoch": 0.04927083333333333,
      "grad_norm": 0.8415593504905701,
      "learning_rate": 0.00029848403864118336,
      "loss": 10.1792,
      "step": 23650
    },
    {
      "epoch": 0.049291666666666664,
      "grad_norm": 1.4992425441741943,
      "learning_rate": 0.0002984826402579525,
      "loss": 9.1764,
      "step": 23660
    },
    {
      "epoch": 0.0493125,
      "grad_norm": 1.4338114261627197,
      "learning_rate": 0.0002984812412333354,
      "loss": 9.6468,
      "step": 23670
    },
    {
      "epoch": 0.04933333333333333,
      "grad_norm": 4.717648506164551,
      "learning_rate": 0.0002984798415673381,
      "loss": 9.07,
      "step": 23680
    },
    {
      "epoch": 0.049354166666666664,
      "grad_norm": 4.139510154724121,
      "learning_rate": 0.0002984784412599667,
      "loss": 9.9481,
      "step": 23690
    },
    {
      "epoch": 0.049375,
      "grad_norm": 1.7557907104492188,
      "learning_rate": 0.00029847704031122713,
      "loss": 9.2468,
      "step": 23700
    },
    {
      "epoch": 0.04939583333333333,
      "grad_norm": 1.0147480964660645,
      "learning_rate": 0.00029847563872112555,
      "loss": 8.8584,
      "step": 23710
    },
    {
      "epoch": 0.049416666666666664,
      "grad_norm": 1.0029231309890747,
      "learning_rate": 0.00029847423648966803,
      "loss": 10.5467,
      "step": 23720
    },
    {
      "epoch": 0.0494375,
      "grad_norm": 2.390739679336548,
      "learning_rate": 0.0002984728336168605,
      "loss": 9.6838,
      "step": 23730
    },
    {
      "epoch": 0.04945833333333333,
      "grad_norm": 9.145243644714355,
      "learning_rate": 0.0002984714301027091,
      "loss": 9.7773,
      "step": 23740
    },
    {
      "epoch": 0.049479166666666664,
      "grad_norm": 0.8755784630775452,
      "learning_rate": 0.00029847002594721997,
      "loss": 9.8066,
      "step": 23750
    },
    {
      "epoch": 0.0495,
      "grad_norm": 5.953186511993408,
      "learning_rate": 0.00029846862115039905,
      "loss": 10.5812,
      "step": 23760
    },
    {
      "epoch": 0.04952083333333333,
      "grad_norm": 1.338935136795044,
      "learning_rate": 0.00029846721571225244,
      "loss": 10.9386,
      "step": 23770
    },
    {
      "epoch": 0.049541666666666664,
      "grad_norm": 1.593004584312439,
      "learning_rate": 0.00029846580963278625,
      "loss": 10.1984,
      "step": 23780
    },
    {
      "epoch": 0.0495625,
      "grad_norm": 2.421111583709717,
      "learning_rate": 0.0002984644029120065,
      "loss": 9.6245,
      "step": 23790
    },
    {
      "epoch": 0.04958333333333333,
      "grad_norm": 4.6207122802734375,
      "learning_rate": 0.00029846299554991935,
      "loss": 10.1118,
      "step": 23800
    },
    {
      "epoch": 0.049604166666666664,
      "grad_norm": 0.9139044284820557,
      "learning_rate": 0.00029846158754653077,
      "loss": 8.8195,
      "step": 23810
    },
    {
      "epoch": 0.049625,
      "grad_norm": 1.622289776802063,
      "learning_rate": 0.0002984601789018469,
      "loss": 9.6232,
      "step": 23820
    },
    {
      "epoch": 0.049645833333333333,
      "grad_norm": 1.5264413356781006,
      "learning_rate": 0.0002984587696158739,
      "loss": 9.6106,
      "step": 23830
    },
    {
      "epoch": 0.049666666666666665,
      "grad_norm": 0.7276561260223389,
      "learning_rate": 0.00029845735968861767,
      "loss": 9.1873,
      "step": 23840
    },
    {
      "epoch": 0.0496875,
      "grad_norm": 1.4011510610580444,
      "learning_rate": 0.00029845594912008443,
      "loss": 8.8811,
      "step": 23850
    },
    {
      "epoch": 0.049708333333333334,
      "grad_norm": 0.863240122795105,
      "learning_rate": 0.0002984545379102803,
      "loss": 8.6773,
      "step": 23860
    },
    {
      "epoch": 0.049729166666666665,
      "grad_norm": 1.4981681108474731,
      "learning_rate": 0.0002984531260592113,
      "loss": 9.4017,
      "step": 23870
    },
    {
      "epoch": 0.04975,
      "grad_norm": 2.87241268157959,
      "learning_rate": 0.0002984517135668836,
      "loss": 9.4522,
      "step": 23880
    },
    {
      "epoch": 0.049770833333333334,
      "grad_norm": 1.2093433141708374,
      "learning_rate": 0.0002984503004333032,
      "loss": 8.9346,
      "step": 23890
    },
    {
      "epoch": 0.049791666666666665,
      "grad_norm": 17.828155517578125,
      "learning_rate": 0.0002984488866584763,
      "loss": 10.1063,
      "step": 23900
    },
    {
      "epoch": 0.0498125,
      "grad_norm": 2.196603298187256,
      "learning_rate": 0.000298447472242409,
      "loss": 10.6956,
      "step": 23910
    },
    {
      "epoch": 0.049833333333333334,
      "grad_norm": 12.97904109954834,
      "learning_rate": 0.0002984460571851073,
      "loss": 11.2906,
      "step": 23920
    },
    {
      "epoch": 0.049854166666666665,
      "grad_norm": 0.8218337893486023,
      "learning_rate": 0.00029844464148657743,
      "loss": 9.8883,
      "step": 23930
    },
    {
      "epoch": 0.049875,
      "grad_norm": 1.6047688722610474,
      "learning_rate": 0.00029844322514682546,
      "loss": 9.7211,
      "step": 23940
    },
    {
      "epoch": 0.049895833333333334,
      "grad_norm": 1.1718254089355469,
      "learning_rate": 0.0002984418081658575,
      "loss": 9.1518,
      "step": 23950
    },
    {
      "epoch": 0.049916666666666665,
      "grad_norm": 0.8914017081260681,
      "learning_rate": 0.0002984403905436797,
      "loss": 11.392,
      "step": 23960
    },
    {
      "epoch": 0.0499375,
      "grad_norm": 1.3684289455413818,
      "learning_rate": 0.0002984389722802982,
      "loss": 9.0759,
      "step": 23970
    },
    {
      "epoch": 0.049958333333333334,
      "grad_norm": 0.9979975819587708,
      "learning_rate": 0.0002984375533757191,
      "loss": 9.7257,
      "step": 23980
    },
    {
      "epoch": 0.049979166666666665,
      "grad_norm": 0.9895254969596863,
      "learning_rate": 0.0002984361338299485,
      "loss": 9.2422,
      "step": 23990
    },
    {
      "epoch": 0.05,
      "grad_norm": 1.5637527704238892,
      "learning_rate": 0.00029843471364299256,
      "loss": 8.8756,
      "step": 24000
    },
    {
      "epoch": 0.05,
      "eval_loss": 8.490545272827148,
      "eval_runtime": 9.3382,
      "eval_samples_per_second": 0.321,
      "eval_steps_per_second": 0.107,
      "step": 24000
    },
    {
      "epoch": 0.050020833333333334,
      "grad_norm": 1.8466830253601074,
      "learning_rate": 0.0002984332928148574,
      "loss": 11.2456,
      "step": 24010
    },
    {
      "epoch": 0.050041666666666665,
      "grad_norm": 2.0886080265045166,
      "learning_rate": 0.00029843187134554914,
      "loss": 10.7222,
      "step": 24020
    },
    {
      "epoch": 0.0500625,
      "grad_norm": 8.729195594787598,
      "learning_rate": 0.000298430449235074,
      "loss": 12.1397,
      "step": 24030
    },
    {
      "epoch": 0.050083333333333334,
      "grad_norm": 2.279636859893799,
      "learning_rate": 0.00029842902648343807,
      "loss": 9.5227,
      "step": 24040
    },
    {
      "epoch": 0.050104166666666665,
      "grad_norm": 2.9677536487579346,
      "learning_rate": 0.0002984276030906475,
      "loss": 9.3882,
      "step": 24050
    },
    {
      "epoch": 0.050125,
      "grad_norm": 2.032107353210449,
      "learning_rate": 0.0002984261790567084,
      "loss": 9.1554,
      "step": 24060
    },
    {
      "epoch": 0.050145833333333334,
      "grad_norm": 1.434180736541748,
      "learning_rate": 0.000298424754381627,
      "loss": 9.1926,
      "step": 24070
    },
    {
      "epoch": 0.050166666666666665,
      "grad_norm": 9.133369445800781,
      "learning_rate": 0.00029842332906540933,
      "loss": 10.2394,
      "step": 24080
    },
    {
      "epoch": 0.0501875,
      "grad_norm": 2.05539608001709,
      "learning_rate": 0.00029842190310806174,
      "loss": 9.5653,
      "step": 24090
    },
    {
      "epoch": 0.050208333333333334,
      "grad_norm": 1.4826948642730713,
      "learning_rate": 0.0002984204765095902,
      "loss": 8.7531,
      "step": 24100
    },
    {
      "epoch": 0.050229166666666665,
      "grad_norm": 1.2858966588974,
      "learning_rate": 0.00029841904927000097,
      "loss": 10.026,
      "step": 24110
    },
    {
      "epoch": 0.05025,
      "grad_norm": 1.1186376810073853,
      "learning_rate": 0.0002984176213893002,
      "loss": 9.4205,
      "step": 24120
    },
    {
      "epoch": 0.050270833333333334,
      "grad_norm": 2.991140365600586,
      "learning_rate": 0.0002984161928674941,
      "loss": 9.284,
      "step": 24130
    },
    {
      "epoch": 0.050291666666666665,
      "grad_norm": 1.1724801063537598,
      "learning_rate": 0.00029841476370458876,
      "loss": 9.8285,
      "step": 24140
    },
    {
      "epoch": 0.0503125,
      "grad_norm": 4.41588830947876,
      "learning_rate": 0.00029841333390059037,
      "loss": 10.4658,
      "step": 24150
    },
    {
      "epoch": 0.050333333333333334,
      "grad_norm": 1.0344746112823486,
      "learning_rate": 0.0002984119034555051,
      "loss": 9.5207,
      "step": 24160
    },
    {
      "epoch": 0.050354166666666665,
      "grad_norm": 1.3269760608673096,
      "learning_rate": 0.0002984104723693392,
      "loss": 9.5192,
      "step": 24170
    },
    {
      "epoch": 0.050375,
      "grad_norm": 2.3632657527923584,
      "learning_rate": 0.00029840904064209876,
      "loss": 9.8589,
      "step": 24180
    },
    {
      "epoch": 0.050395833333333334,
      "grad_norm": 3.065032482147217,
      "learning_rate": 0.00029840760827379005,
      "loss": 10.1807,
      "step": 24190
    },
    {
      "epoch": 0.050416666666666665,
      "grad_norm": 1.69119393825531,
      "learning_rate": 0.0002984061752644192,
      "loss": 9.0048,
      "step": 24200
    },
    {
      "epoch": 0.0504375,
      "grad_norm": 2.6889379024505615,
      "learning_rate": 0.00029840474161399244,
      "loss": 10.4352,
      "step": 24210
    },
    {
      "epoch": 0.050458333333333334,
      "grad_norm": 3.0321648120880127,
      "learning_rate": 0.0002984033073225159,
      "loss": 10.4191,
      "step": 24220
    },
    {
      "epoch": 0.050479166666666665,
      "grad_norm": 0.9080387353897095,
      "learning_rate": 0.00029840187238999586,
      "loss": 9.5954,
      "step": 24230
    },
    {
      "epoch": 0.0505,
      "grad_norm": 7.01957893371582,
      "learning_rate": 0.0002984004368164384,
      "loss": 9.2212,
      "step": 24240
    },
    {
      "epoch": 0.050520833333333334,
      "grad_norm": 2.1862359046936035,
      "learning_rate": 0.00029839900060184987,
      "loss": 9.401,
      "step": 24250
    },
    {
      "epoch": 0.050541666666666665,
      "grad_norm": 1.1410876512527466,
      "learning_rate": 0.0002983975637462364,
      "loss": 9.9431,
      "step": 24260
    },
    {
      "epoch": 0.0505625,
      "grad_norm": 2.191014289855957,
      "learning_rate": 0.0002983961262496041,
      "loss": 9.2281,
      "step": 24270
    },
    {
      "epoch": 0.050583333333333334,
      "grad_norm": 2.4707298278808594,
      "learning_rate": 0.00029839468811195934,
      "loss": 9.4377,
      "step": 24280
    },
    {
      "epoch": 0.050604166666666665,
      "grad_norm": 0.5946966409683228,
      "learning_rate": 0.00029839324933330833,
      "loss": 9.4399,
      "step": 24290
    },
    {
      "epoch": 0.050625,
      "grad_norm": 3.8630998134613037,
      "learning_rate": 0.0002983918099136571,
      "loss": 9.6086,
      "step": 24300
    },
    {
      "epoch": 0.050645833333333334,
      "grad_norm": 0.9397459626197815,
      "learning_rate": 0.00029839036985301203,
      "loss": 10.119,
      "step": 24310
    },
    {
      "epoch": 0.050666666666666665,
      "grad_norm": 1.9001747369766235,
      "learning_rate": 0.00029838892915137933,
      "loss": 9.0101,
      "step": 24320
    },
    {
      "epoch": 0.0506875,
      "grad_norm": 6.113881587982178,
      "learning_rate": 0.00029838748780876517,
      "loss": 9.7943,
      "step": 24330
    },
    {
      "epoch": 0.050708333333333334,
      "grad_norm": 0.872243344783783,
      "learning_rate": 0.0002983860458251758,
      "loss": 8.9967,
      "step": 24340
    },
    {
      "epoch": 0.050729166666666665,
      "grad_norm": 1.8908088207244873,
      "learning_rate": 0.00029838460320061745,
      "loss": 9.3189,
      "step": 24350
    },
    {
      "epoch": 0.05075,
      "grad_norm": 2.0280113220214844,
      "learning_rate": 0.00029838315993509635,
      "loss": 9.5493,
      "step": 24360
    },
    {
      "epoch": 0.050770833333333334,
      "grad_norm": 1.3034480810165405,
      "learning_rate": 0.00029838171602861874,
      "loss": 10.1944,
      "step": 24370
    },
    {
      "epoch": 0.050791666666666666,
      "grad_norm": 1.832871675491333,
      "learning_rate": 0.0002983802714811908,
      "loss": 10.1586,
      "step": 24380
    },
    {
      "epoch": 0.0508125,
      "grad_norm": 1.605454444885254,
      "learning_rate": 0.0002983788262928189,
      "loss": 9.7844,
      "step": 24390
    },
    {
      "epoch": 0.050833333333333335,
      "grad_norm": 2.327301263809204,
      "learning_rate": 0.0002983773804635092,
      "loss": 10.4889,
      "step": 24400
    },
    {
      "epoch": 0.050854166666666666,
      "grad_norm": 1.0225450992584229,
      "learning_rate": 0.00029837593399326785,
      "loss": 9.3525,
      "step": 24410
    },
    {
      "epoch": 0.050875,
      "grad_norm": 2.4112348556518555,
      "learning_rate": 0.00029837448688210127,
      "loss": 9.4972,
      "step": 24420
    },
    {
      "epoch": 0.050895833333333335,
      "grad_norm": 1.083193302154541,
      "learning_rate": 0.00029837303913001563,
      "loss": 10.6769,
      "step": 24430
    },
    {
      "epoch": 0.050916666666666666,
      "grad_norm": 1.291284441947937,
      "learning_rate": 0.0002983715907370172,
      "loss": 9.2924,
      "step": 24440
    },
    {
      "epoch": 0.0509375,
      "grad_norm": 5.782638072967529,
      "learning_rate": 0.0002983701417031122,
      "loss": 9.937,
      "step": 24450
    },
    {
      "epoch": 0.050958333333333335,
      "grad_norm": 3.580317258834839,
      "learning_rate": 0.0002983686920283069,
      "loss": 9.9899,
      "step": 24460
    },
    {
      "epoch": 0.050979166666666666,
      "grad_norm": 2.709113121032715,
      "learning_rate": 0.0002983672417126077,
      "loss": 9.3987,
      "step": 24470
    },
    {
      "epoch": 0.051,
      "grad_norm": 1.6808494329452515,
      "learning_rate": 0.0002983657907560206,
      "loss": 9.7224,
      "step": 24480
    },
    {
      "epoch": 0.051020833333333335,
      "grad_norm": 1.6374915838241577,
      "learning_rate": 0.00029836433915855206,
      "loss": 9.5446,
      "step": 24490
    },
    {
      "epoch": 0.051041666666666666,
      "grad_norm": 4.450805187225342,
      "learning_rate": 0.0002983628869202083,
      "loss": 10.1089,
      "step": 24500
    },
    {
      "epoch": 0.0510625,
      "grad_norm": 1.1832915544509888,
      "learning_rate": 0.00029836143404099566,
      "loss": 9.3682,
      "step": 24510
    },
    {
      "epoch": 0.051083333333333335,
      "grad_norm": 5.070335865020752,
      "learning_rate": 0.00029835998052092026,
      "loss": 9.9342,
      "step": 24520
    },
    {
      "epoch": 0.051104166666666666,
      "grad_norm": 1.959111213684082,
      "learning_rate": 0.00029835852635998845,
      "loss": 9.7889,
      "step": 24530
    },
    {
      "epoch": 0.051125,
      "grad_norm": 3.3464930057525635,
      "learning_rate": 0.00029835707155820664,
      "loss": 10.8336,
      "step": 24540
    },
    {
      "epoch": 0.051145833333333335,
      "grad_norm": 1.7476110458374023,
      "learning_rate": 0.00029835561611558096,
      "loss": 9.3298,
      "step": 24550
    },
    {
      "epoch": 0.051166666666666666,
      "grad_norm": 0.9558749198913574,
      "learning_rate": 0.0002983541600321177,
      "loss": 10.2445,
      "step": 24560
    },
    {
      "epoch": 0.0511875,
      "grad_norm": 2.858947992324829,
      "learning_rate": 0.0002983527033078232,
      "loss": 10.8294,
      "step": 24570
    },
    {
      "epoch": 0.051208333333333335,
      "grad_norm": 0.8858842849731445,
      "learning_rate": 0.0002983512459427038,
      "loss": 9.2672,
      "step": 24580
    },
    {
      "epoch": 0.051229166666666666,
      "grad_norm": 1.1349366903305054,
      "learning_rate": 0.0002983497879367657,
      "loss": 8.6557,
      "step": 24590
    },
    {
      "epoch": 0.05125,
      "grad_norm": 1.0435502529144287,
      "learning_rate": 0.0002983483292900152,
      "loss": 9.7363,
      "step": 24600
    },
    {
      "epoch": 0.051270833333333335,
      "grad_norm": 2.6172714233398438,
      "learning_rate": 0.0002983468700024587,
      "loss": 10.2341,
      "step": 24610
    },
    {
      "epoch": 0.051291666666666666,
      "grad_norm": 2.461833953857422,
      "learning_rate": 0.0002983454100741024,
      "loss": 9.1167,
      "step": 24620
    },
    {
      "epoch": 0.0513125,
      "grad_norm": 2.6508288383483887,
      "learning_rate": 0.0002983439495049527,
      "loss": 9.8164,
      "step": 24630
    },
    {
      "epoch": 0.051333333333333335,
      "grad_norm": 2.0413787364959717,
      "learning_rate": 0.0002983424882950158,
      "loss": 10.0073,
      "step": 24640
    },
    {
      "epoch": 0.051354166666666666,
      "grad_norm": 1.1045045852661133,
      "learning_rate": 0.0002983410264442981,
      "loss": 9.5397,
      "step": 24650
    },
    {
      "epoch": 0.051375,
      "grad_norm": 1.0630512237548828,
      "learning_rate": 0.00029833956395280585,
      "loss": 10.1272,
      "step": 24660
    },
    {
      "epoch": 0.051395833333333335,
      "grad_norm": 1.85073983669281,
      "learning_rate": 0.0002983381008205455,
      "loss": 9.3214,
      "step": 24670
    },
    {
      "epoch": 0.051416666666666666,
      "grad_norm": 1.017210841178894,
      "learning_rate": 0.00029833663704752314,
      "loss": 9.7794,
      "step": 24680
    },
    {
      "epoch": 0.0514375,
      "grad_norm": 1.0277743339538574,
      "learning_rate": 0.0002983351726337453,
      "loss": 9.8191,
      "step": 24690
    },
    {
      "epoch": 0.051458333333333335,
      "grad_norm": 1.1849026679992676,
      "learning_rate": 0.0002983337075792182,
      "loss": 9.0838,
      "step": 24700
    },
    {
      "epoch": 0.051479166666666666,
      "grad_norm": 8.769472122192383,
      "learning_rate": 0.00029833224188394815,
      "loss": 12.5292,
      "step": 24710
    },
    {
      "epoch": 0.0515,
      "grad_norm": 6.39813756942749,
      "learning_rate": 0.00029833077554794165,
      "loss": 11.3379,
      "step": 24720
    },
    {
      "epoch": 0.051520833333333335,
      "grad_norm": 0.8566499948501587,
      "learning_rate": 0.00029832930857120484,
      "loss": 10.4382,
      "step": 24730
    },
    {
      "epoch": 0.051541666666666666,
      "grad_norm": 1.6540017127990723,
      "learning_rate": 0.0002983278409537441,
      "loss": 9.0606,
      "step": 24740
    },
    {
      "epoch": 0.0515625,
      "grad_norm": 0.749839186668396,
      "learning_rate": 0.0002983263726955659,
      "loss": 9.7865,
      "step": 24750
    },
    {
      "epoch": 0.051583333333333335,
      "grad_norm": 6.173290729522705,
      "learning_rate": 0.0002983249037966764,
      "loss": 10.3027,
      "step": 24760
    },
    {
      "epoch": 0.051604166666666666,
      "grad_norm": 0.6981821656227112,
      "learning_rate": 0.00029832343425708203,
      "loss": 8.9124,
      "step": 24770
    },
    {
      "epoch": 0.051625,
      "grad_norm": 1.1235331296920776,
      "learning_rate": 0.00029832196407678915,
      "loss": 8.6,
      "step": 24780
    },
    {
      "epoch": 0.051645833333333335,
      "grad_norm": 1.141843318939209,
      "learning_rate": 0.00029832049325580407,
      "loss": 8.599,
      "step": 24790
    },
    {
      "epoch": 0.051666666666666666,
      "grad_norm": 1.1928800344467163,
      "learning_rate": 0.00029831902179413324,
      "loss": 10.4829,
      "step": 24800
    },
    {
      "epoch": 0.0516875,
      "grad_norm": 3.217684507369995,
      "learning_rate": 0.0002983175496917829,
      "loss": 9.8617,
      "step": 24810
    },
    {
      "epoch": 0.051708333333333335,
      "grad_norm": 1.5621675252914429,
      "learning_rate": 0.00029831607694875945,
      "loss": 8.6482,
      "step": 24820
    },
    {
      "epoch": 0.051729166666666666,
      "grad_norm": 0.9002431631088257,
      "learning_rate": 0.0002983146035650692,
      "loss": 9.8363,
      "step": 24830
    },
    {
      "epoch": 0.05175,
      "grad_norm": 2.679927110671997,
      "learning_rate": 0.0002983131295407187,
      "loss": 11.3567,
      "step": 24840
    },
    {
      "epoch": 0.051770833333333335,
      "grad_norm": 1.254372000694275,
      "learning_rate": 0.0002983116548757141,
      "loss": 8.7863,
      "step": 24850
    },
    {
      "epoch": 0.051791666666666666,
      "grad_norm": 1.8555665016174316,
      "learning_rate": 0.00029831017957006187,
      "loss": 11.1068,
      "step": 24860
    },
    {
      "epoch": 0.0518125,
      "grad_norm": 2.967557668685913,
      "learning_rate": 0.00029830870362376836,
      "loss": 9.9888,
      "step": 24870
    },
    {
      "epoch": 0.051833333333333335,
      "grad_norm": 0.746770441532135,
      "learning_rate": 0.00029830722703683995,
      "loss": 9.1829,
      "step": 24880
    },
    {
      "epoch": 0.051854166666666666,
      "grad_norm": 1.9074722528457642,
      "learning_rate": 0.00029830574980928303,
      "loss": 11.5555,
      "step": 24890
    },
    {
      "epoch": 0.051875,
      "grad_norm": 1.3276718854904175,
      "learning_rate": 0.000298304271941104,
      "loss": 9.2653,
      "step": 24900
    },
    {
      "epoch": 0.051895833333333335,
      "grad_norm": 1.2473249435424805,
      "learning_rate": 0.00029830279343230924,
      "loss": 9.4928,
      "step": 24910
    },
    {
      "epoch": 0.051916666666666667,
      "grad_norm": 9.923633575439453,
      "learning_rate": 0.00029830131428290504,
      "loss": 10.049,
      "step": 24920
    },
    {
      "epoch": 0.0519375,
      "grad_norm": 1.04315185546875,
      "learning_rate": 0.00029829983449289793,
      "loss": 9.3367,
      "step": 24930
    },
    {
      "epoch": 0.051958333333333336,
      "grad_norm": 2.481163501739502,
      "learning_rate": 0.00029829835406229414,
      "loss": 10.2341,
      "step": 24940
    },
    {
      "epoch": 0.05197916666666667,
      "grad_norm": 2.1061995029449463,
      "learning_rate": 0.0002982968729911003,
      "loss": 10.2615,
      "step": 24950
    },
    {
      "epoch": 0.052,
      "grad_norm": 0.8238171935081482,
      "learning_rate": 0.00029829539127932254,
      "loss": 9.8232,
      "step": 24960
    },
    {
      "epoch": 0.052020833333333336,
      "grad_norm": 1.6478580236434937,
      "learning_rate": 0.0002982939089269675,
      "loss": 10.3118,
      "step": 24970
    },
    {
      "epoch": 0.05204166666666667,
      "grad_norm": 1.839739203453064,
      "learning_rate": 0.00029829242593404137,
      "loss": 9.2121,
      "step": 24980
    },
    {
      "epoch": 0.0520625,
      "grad_norm": 1.6935960054397583,
      "learning_rate": 0.00029829094230055073,
      "loss": 9.2033,
      "step": 24990
    },
    {
      "epoch": 0.052083333333333336,
      "grad_norm": 1.1123418807983398,
      "learning_rate": 0.0002982894580265019,
      "loss": 9.187,
      "step": 25000
    },
    {
      "epoch": 0.052083333333333336,
      "eval_loss": 7.411816596984863,
      "eval_runtime": 8.5992,
      "eval_samples_per_second": 0.349,
      "eval_steps_per_second": 0.116,
      "step": 25000
    },
    {
      "epoch": 0.05210416666666667,
      "grad_norm": 6.172786235809326,
      "learning_rate": 0.0002982879731119013,
      "loss": 10.043,
      "step": 25010
    },
    {
      "epoch": 0.052125,
      "grad_norm": 1.0574694871902466,
      "learning_rate": 0.0002982864875567553,
      "loss": 9.4158,
      "step": 25020
    },
    {
      "epoch": 0.052145833333333336,
      "grad_norm": 1.4301886558532715,
      "learning_rate": 0.00029828500136107046,
      "loss": 9.835,
      "step": 25030
    },
    {
      "epoch": 0.05216666666666667,
      "grad_norm": 1.0752665996551514,
      "learning_rate": 0.00029828351452485305,
      "loss": 8.7904,
      "step": 25040
    },
    {
      "epoch": 0.0521875,
      "grad_norm": 1.1170231103897095,
      "learning_rate": 0.0002982820270481096,
      "loss": 9.7866,
      "step": 25050
    },
    {
      "epoch": 0.052208333333333336,
      "grad_norm": 0.6497862935066223,
      "learning_rate": 0.00029828053893084645,
      "loss": 9.5765,
      "step": 25060
    },
    {
      "epoch": 0.05222916666666667,
      "grad_norm": 0.8227844834327698,
      "learning_rate": 0.00029827905017307005,
      "loss": 9.6984,
      "step": 25070
    },
    {
      "epoch": 0.05225,
      "grad_norm": 1.1518096923828125,
      "learning_rate": 0.0002982775607747869,
      "loss": 8.8225,
      "step": 25080
    },
    {
      "epoch": 0.052270833333333336,
      "grad_norm": 2.1416687965393066,
      "learning_rate": 0.00029827607073600336,
      "loss": 9.7134,
      "step": 25090
    },
    {
      "epoch": 0.05229166666666667,
      "grad_norm": 1.498536467552185,
      "learning_rate": 0.00029827458005672586,
      "loss": 9.1516,
      "step": 25100
    },
    {
      "epoch": 0.0523125,
      "grad_norm": 2.551602602005005,
      "learning_rate": 0.0002982730887369609,
      "loss": 9.3348,
      "step": 25110
    },
    {
      "epoch": 0.052333333333333336,
      "grad_norm": 2.3638529777526855,
      "learning_rate": 0.00029827159677671487,
      "loss": 10.0946,
      "step": 25120
    },
    {
      "epoch": 0.05235416666666667,
      "grad_norm": 8.003655433654785,
      "learning_rate": 0.0002982701041759942,
      "loss": 9.8735,
      "step": 25130
    },
    {
      "epoch": 0.052375,
      "grad_norm": 9.082669258117676,
      "learning_rate": 0.00029826861093480543,
      "loss": 11.4371,
      "step": 25140
    },
    {
      "epoch": 0.052395833333333336,
      "grad_norm": 2.3303072452545166,
      "learning_rate": 0.00029826711705315494,
      "loss": 10.1943,
      "step": 25150
    },
    {
      "epoch": 0.05241666666666667,
      "grad_norm": 0.919695258140564,
      "learning_rate": 0.00029826562253104915,
      "loss": 9.7939,
      "step": 25160
    },
    {
      "epoch": 0.0524375,
      "grad_norm": 0.852097749710083,
      "learning_rate": 0.0002982641273684946,
      "loss": 11.1281,
      "step": 25170
    },
    {
      "epoch": 0.052458333333333336,
      "grad_norm": 2.6319339275360107,
      "learning_rate": 0.0002982626315654977,
      "loss": 9.4549,
      "step": 25180
    },
    {
      "epoch": 0.05247916666666667,
      "grad_norm": 2.9268600940704346,
      "learning_rate": 0.00029826113512206493,
      "loss": 9.7002,
      "step": 25190
    },
    {
      "epoch": 0.0525,
      "grad_norm": 1.187605857849121,
      "learning_rate": 0.0002982596380382027,
      "loss": 8.6308,
      "step": 25200
    },
    {
      "epoch": 0.052520833333333336,
      "grad_norm": 0.8388633131980896,
      "learning_rate": 0.0002982581403139175,
      "loss": 9.7976,
      "step": 25210
    },
    {
      "epoch": 0.05254166666666667,
      "grad_norm": 1.4590625762939453,
      "learning_rate": 0.00029825664194921584,
      "loss": 10.6063,
      "step": 25220
    },
    {
      "epoch": 0.0525625,
      "grad_norm": 1.336221694946289,
      "learning_rate": 0.00029825514294410424,
      "loss": 10.2214,
      "step": 25230
    },
    {
      "epoch": 0.052583333333333336,
      "grad_norm": 1.2745988368988037,
      "learning_rate": 0.00029825364329858905,
      "loss": 9.8635,
      "step": 25240
    },
    {
      "epoch": 0.05260416666666667,
      "grad_norm": 2.2184157371520996,
      "learning_rate": 0.00029825214301267683,
      "loss": 10.3763,
      "step": 25250
    },
    {
      "epoch": 0.052625,
      "grad_norm": 2.221038341522217,
      "learning_rate": 0.000298250642086374,
      "loss": 9.6175,
      "step": 25260
    },
    {
      "epoch": 0.052645833333333336,
      "grad_norm": 2.291804790496826,
      "learning_rate": 0.00029824914051968703,
      "loss": 9.5186,
      "step": 25270
    },
    {
      "epoch": 0.05266666666666667,
      "grad_norm": 2.3271868228912354,
      "learning_rate": 0.00029824763831262256,
      "loss": 9.3211,
      "step": 25280
    },
    {
      "epoch": 0.0526875,
      "grad_norm": 0.8898261785507202,
      "learning_rate": 0.0002982461354651869,
      "loss": 9.5555,
      "step": 25290
    },
    {
      "epoch": 0.052708333333333336,
      "grad_norm": 1.8642958402633667,
      "learning_rate": 0.00029824463197738663,
      "loss": 10.2713,
      "step": 25300
    },
    {
      "epoch": 0.05272916666666667,
      "grad_norm": 2.0983879566192627,
      "learning_rate": 0.0002982431278492283,
      "loss": 9.4755,
      "step": 25310
    },
    {
      "epoch": 0.05275,
      "grad_norm": 4.1009063720703125,
      "learning_rate": 0.00029824162308071824,
      "loss": 9.6489,
      "step": 25320
    },
    {
      "epoch": 0.052770833333333336,
      "grad_norm": 10.215530395507812,
      "learning_rate": 0.0002982401176718631,
      "loss": 9.3965,
      "step": 25330
    },
    {
      "epoch": 0.05279166666666667,
      "grad_norm": 1.9637010097503662,
      "learning_rate": 0.00029823861162266927,
      "loss": 8.984,
      "step": 25340
    },
    {
      "epoch": 0.0528125,
      "grad_norm": 2.2925240993499756,
      "learning_rate": 0.00029823710493314336,
      "loss": 9.4728,
      "step": 25350
    },
    {
      "epoch": 0.052833333333333336,
      "grad_norm": 0.9578463435173035,
      "learning_rate": 0.0002982355976032919,
      "loss": 10.5639,
      "step": 25360
    },
    {
      "epoch": 0.05285416666666667,
      "grad_norm": 1.6320925951004028,
      "learning_rate": 0.0002982340896331212,
      "loss": 9.3206,
      "step": 25370
    },
    {
      "epoch": 0.052875,
      "grad_norm": 1.63820481300354,
      "learning_rate": 0.000298232581022638,
      "loss": 9.4508,
      "step": 25380
    },
    {
      "epoch": 0.052895833333333336,
      "grad_norm": 3.770369291305542,
      "learning_rate": 0.0002982310717718487,
      "loss": 9.8453,
      "step": 25390
    },
    {
      "epoch": 0.05291666666666667,
      "grad_norm": 1.8245221376419067,
      "learning_rate": 0.0002982295618807598,
      "loss": 9.2023,
      "step": 25400
    },
    {
      "epoch": 0.0529375,
      "grad_norm": 4.110915184020996,
      "learning_rate": 0.0002982280513493779,
      "loss": 9.5695,
      "step": 25410
    },
    {
      "epoch": 0.052958333333333336,
      "grad_norm": 0.6774526834487915,
      "learning_rate": 0.00029822654017770954,
      "loss": 9.1905,
      "step": 25420
    },
    {
      "epoch": 0.05297916666666667,
      "grad_norm": 21.477949142456055,
      "learning_rate": 0.00029822502836576113,
      "loss": 10.0092,
      "step": 25430
    },
    {
      "epoch": 0.053,
      "grad_norm": 1.1088074445724487,
      "learning_rate": 0.0002982235159135393,
      "loss": 9.2342,
      "step": 25440
    },
    {
      "epoch": 0.053020833333333336,
      "grad_norm": 1.5629684925079346,
      "learning_rate": 0.0002982220028210506,
      "loss": 9.6762,
      "step": 25450
    },
    {
      "epoch": 0.05304166666666667,
      "grad_norm": 2.5296056270599365,
      "learning_rate": 0.0002982204890883014,
      "loss": 10.951,
      "step": 25460
    },
    {
      "epoch": 0.0530625,
      "grad_norm": 0.6689460873603821,
      "learning_rate": 0.00029821897471529843,
      "loss": 8.4251,
      "step": 25470
    },
    {
      "epoch": 0.05308333333333334,
      "grad_norm": 2.6420047283172607,
      "learning_rate": 0.00029821745970204816,
      "loss": 9.772,
      "step": 25480
    },
    {
      "epoch": 0.05310416666666667,
      "grad_norm": 0.90996253490448,
      "learning_rate": 0.0002982159440485571,
      "loss": 9.6466,
      "step": 25490
    },
    {
      "epoch": 0.053125,
      "grad_norm": 1.184889554977417,
      "learning_rate": 0.00029821442775483187,
      "loss": 10.2682,
      "step": 25500
    },
    {
      "epoch": 0.05314583333333334,
      "grad_norm": 1.1995723247528076,
      "learning_rate": 0.00029821291082087896,
      "loss": 9.3232,
      "step": 25510
    },
    {
      "epoch": 0.05316666666666667,
      "grad_norm": 0.9133040308952332,
      "learning_rate": 0.000298211393246705,
      "loss": 9.7914,
      "step": 25520
    },
    {
      "epoch": 0.0531875,
      "grad_norm": 0.6727265119552612,
      "learning_rate": 0.0002982098750323164,
      "loss": 9.5783,
      "step": 25530
    },
    {
      "epoch": 0.05320833333333334,
      "grad_norm": 0.744634211063385,
      "learning_rate": 0.00029820835617771986,
      "loss": 9.0091,
      "step": 25540
    },
    {
      "epoch": 0.05322916666666667,
      "grad_norm": 1.5486420392990112,
      "learning_rate": 0.0002982068366829218,
      "loss": 9.6115,
      "step": 25550
    },
    {
      "epoch": 0.05325,
      "grad_norm": 1.2463221549987793,
      "learning_rate": 0.000298205316547929,
      "loss": 10.1192,
      "step": 25560
    },
    {
      "epoch": 0.05327083333333334,
      "grad_norm": 0.9806239008903503,
      "learning_rate": 0.0002982037957727478,
      "loss": 8.9762,
      "step": 25570
    },
    {
      "epoch": 0.05329166666666667,
      "grad_norm": 1.6864283084869385,
      "learning_rate": 0.0002982022743573849,
      "loss": 10.7188,
      "step": 25580
    },
    {
      "epoch": 0.0533125,
      "grad_norm": 4.008814811706543,
      "learning_rate": 0.00029820075230184683,
      "loss": 9.6134,
      "step": 25590
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 3.187112331390381,
      "learning_rate": 0.0002981992296061402,
      "loss": 9.4975,
      "step": 25600
    },
    {
      "epoch": 0.05335416666666667,
      "grad_norm": 1.3103989362716675,
      "learning_rate": 0.00029819770627027153,
      "loss": 8.9136,
      "step": 25610
    },
    {
      "epoch": 0.053375,
      "grad_norm": 2.3688957691192627,
      "learning_rate": 0.00029819618229424744,
      "loss": 8.6896,
      "step": 25620
    },
    {
      "epoch": 0.05339583333333333,
      "grad_norm": 1.6336613893508911,
      "learning_rate": 0.0002981946576780745,
      "loss": 9.4102,
      "step": 25630
    },
    {
      "epoch": 0.05341666666666667,
      "grad_norm": 2.09498929977417,
      "learning_rate": 0.0002981931324217593,
      "loss": 9.1893,
      "step": 25640
    },
    {
      "epoch": 0.0534375,
      "grad_norm": 2.337773084640503,
      "learning_rate": 0.0002981916065253084,
      "loss": 9.9387,
      "step": 25650
    },
    {
      "epoch": 0.05345833333333333,
      "grad_norm": 1.8878060579299927,
      "learning_rate": 0.0002981900799887284,
      "loss": 8.7173,
      "step": 25660
    },
    {
      "epoch": 0.05347916666666667,
      "grad_norm": 1.3007680177688599,
      "learning_rate": 0.000298188552812026,
      "loss": 9.4975,
      "step": 25670
    },
    {
      "epoch": 0.0535,
      "grad_norm": 3.684143304824829,
      "learning_rate": 0.00029818702499520767,
      "loss": 9.3593,
      "step": 25680
    },
    {
      "epoch": 0.05352083333333333,
      "grad_norm": 0.7392224073410034,
      "learning_rate": 0.00029818549653828,
      "loss": 8.802,
      "step": 25690
    },
    {
      "epoch": 0.05354166666666667,
      "grad_norm": 1.523146390914917,
      "learning_rate": 0.0002981839674412497,
      "loss": 11.1987,
      "step": 25700
    },
    {
      "epoch": 0.0535625,
      "grad_norm": 3.7821834087371826,
      "learning_rate": 0.00029818243770412324,
      "loss": 9.6606,
      "step": 25710
    },
    {
      "epoch": 0.05358333333333333,
      "grad_norm": 1.6048550605773926,
      "learning_rate": 0.0002981809073269074,
      "loss": 9.9861,
      "step": 25720
    },
    {
      "epoch": 0.05360416666666667,
      "grad_norm": 3.0329384803771973,
      "learning_rate": 0.0002981793763096086,
      "loss": 10.1581,
      "step": 25730
    },
    {
      "epoch": 0.053625,
      "grad_norm": 2.168985366821289,
      "learning_rate": 0.00029817784465223363,
      "loss": 9.303,
      "step": 25740
    },
    {
      "epoch": 0.05364583333333333,
      "grad_norm": 2.9458680152893066,
      "learning_rate": 0.00029817631235478905,
      "loss": 9.7554,
      "step": 25750
    },
    {
      "epoch": 0.05366666666666667,
      "grad_norm": 0.9894935488700867,
      "learning_rate": 0.0002981747794172814,
      "loss": 11.7956,
      "step": 25760
    },
    {
      "epoch": 0.0536875,
      "grad_norm": 1.369818091392517,
      "learning_rate": 0.00029817324583971734,
      "loss": 8.3503,
      "step": 25770
    },
    {
      "epoch": 0.05370833333333333,
      "grad_norm": 1.9952548742294312,
      "learning_rate": 0.0002981717116221035,
      "loss": 9.0936,
      "step": 25780
    },
    {
      "epoch": 0.05372916666666667,
      "grad_norm": 1.2187364101409912,
      "learning_rate": 0.00029817017676444656,
      "loss": 8.9598,
      "step": 25790
    },
    {
      "epoch": 0.05375,
      "grad_norm": 10.880306243896484,
      "learning_rate": 0.00029816864126675305,
      "loss": 10.5566,
      "step": 25800
    },
    {
      "epoch": 0.05377083333333333,
      "grad_norm": 0.7093416452407837,
      "learning_rate": 0.00029816710512902973,
      "loss": 8.9003,
      "step": 25810
    },
    {
      "epoch": 0.05379166666666667,
      "grad_norm": 7.071766376495361,
      "learning_rate": 0.0002981655683512831,
      "loss": 9.4958,
      "step": 25820
    },
    {
      "epoch": 0.0538125,
      "grad_norm": 3.783865451812744,
      "learning_rate": 0.00029816403093351987,
      "loss": 10.5461,
      "step": 25830
    },
    {
      "epoch": 0.05383333333333333,
      "grad_norm": 1.1057108640670776,
      "learning_rate": 0.00029816249287574676,
      "loss": 10.4766,
      "step": 25840
    },
    {
      "epoch": 0.05385416666666667,
      "grad_norm": 1.1046854257583618,
      "learning_rate": 0.0002981609541779702,
      "loss": 9.8946,
      "step": 25850
    },
    {
      "epoch": 0.053875,
      "grad_norm": 2.31270170211792,
      "learning_rate": 0.00029815941484019707,
      "loss": 9.7943,
      "step": 25860
    },
    {
      "epoch": 0.05389583333333333,
      "grad_norm": 22.191240310668945,
      "learning_rate": 0.00029815787486243387,
      "loss": 13.5336,
      "step": 25870
    },
    {
      "epoch": 0.05391666666666667,
      "grad_norm": 1.2929128408432007,
      "learning_rate": 0.00029815633424468726,
      "loss": 9.8024,
      "step": 25880
    },
    {
      "epoch": 0.0539375,
      "grad_norm": 1.1042418479919434,
      "learning_rate": 0.000298154792986964,
      "loss": 9.4128,
      "step": 25890
    },
    {
      "epoch": 0.05395833333333333,
      "grad_norm": 0.7242991328239441,
      "learning_rate": 0.00029815325108927063,
      "loss": 10.0481,
      "step": 25900
    },
    {
      "epoch": 0.05397916666666667,
      "grad_norm": 6.08940315246582,
      "learning_rate": 0.0002981517085516139,
      "loss": 9.2681,
      "step": 25910
    },
    {
      "epoch": 0.054,
      "grad_norm": 1.3984794616699219,
      "learning_rate": 0.00029815016537400037,
      "loss": 10.1356,
      "step": 25920
    },
    {
      "epoch": 0.05402083333333333,
      "grad_norm": 6.829079627990723,
      "learning_rate": 0.00029814862155643683,
      "loss": 10.9346,
      "step": 25930
    },
    {
      "epoch": 0.05404166666666667,
      "grad_norm": 1.0505857467651367,
      "learning_rate": 0.00029814707709892985,
      "loss": 11.0056,
      "step": 25940
    },
    {
      "epoch": 0.0540625,
      "grad_norm": 1.7667100429534912,
      "learning_rate": 0.00029814553200148614,
      "loss": 9.9207,
      "step": 25950
    },
    {
      "epoch": 0.05408333333333333,
      "grad_norm": 0.9427485466003418,
      "learning_rate": 0.0002981439862641124,
      "loss": 8.8902,
      "step": 25960
    },
    {
      "epoch": 0.05410416666666667,
      "grad_norm": 0.952918291091919,
      "learning_rate": 0.0002981424398868152,
      "loss": 9.6393,
      "step": 25970
    },
    {
      "epoch": 0.054125,
      "grad_norm": 1.6349891424179077,
      "learning_rate": 0.00029814089286960135,
      "loss": 9.1477,
      "step": 25980
    },
    {
      "epoch": 0.05414583333333333,
      "grad_norm": 1.0770578384399414,
      "learning_rate": 0.0002981393452124775,
      "loss": 10.3889,
      "step": 25990
    },
    {
      "epoch": 0.05416666666666667,
      "grad_norm": 1.8674126863479614,
      "learning_rate": 0.0002981377969154503,
      "loss": 8.7157,
      "step": 26000
    },
    {
      "epoch": 0.05416666666666667,
      "eval_loss": 8.191370010375977,
      "eval_runtime": 9.2871,
      "eval_samples_per_second": 0.323,
      "eval_steps_per_second": 0.108,
      "step": 26000
    },
    {
      "epoch": 0.0541875,
      "grad_norm": 1.3045573234558105,
      "learning_rate": 0.00029813624797852645,
      "loss": 9.297,
      "step": 26010
    },
    {
      "epoch": 0.05420833333333333,
      "grad_norm": 3.727170467376709,
      "learning_rate": 0.0002981346984017127,
      "loss": 9.3285,
      "step": 26020
    },
    {
      "epoch": 0.05422916666666667,
      "grad_norm": 3.3669846057891846,
      "learning_rate": 0.0002981331481850156,
      "loss": 8.9157,
      "step": 26030
    },
    {
      "epoch": 0.05425,
      "grad_norm": 0.9737960696220398,
      "learning_rate": 0.000298131597328442,
      "loss": 8.8256,
      "step": 26040
    },
    {
      "epoch": 0.05427083333333333,
      "grad_norm": 1.0887384414672852,
      "learning_rate": 0.00029813004583199854,
      "loss": 8.9798,
      "step": 26050
    },
    {
      "epoch": 0.05429166666666667,
      "grad_norm": 3.4159226417541504,
      "learning_rate": 0.00029812849369569185,
      "loss": 10.4112,
      "step": 26060
    },
    {
      "epoch": 0.0543125,
      "grad_norm": 1.0671355724334717,
      "learning_rate": 0.0002981269409195287,
      "loss": 8.971,
      "step": 26070
    },
    {
      "epoch": 0.05433333333333333,
      "grad_norm": 3.989152193069458,
      "learning_rate": 0.00029812538750351587,
      "loss": 9.4922,
      "step": 26080
    },
    {
      "epoch": 0.05435416666666667,
      "grad_norm": 1.772990345954895,
      "learning_rate": 0.00029812383344765997,
      "loss": 8.6789,
      "step": 26090
    },
    {
      "epoch": 0.054375,
      "grad_norm": 0.9985478520393372,
      "learning_rate": 0.0002981222787519677,
      "loss": 9.4169,
      "step": 26100
    },
    {
      "epoch": 0.05439583333333333,
      "grad_norm": 1.3607776165008545,
      "learning_rate": 0.00029812072341644586,
      "loss": 9.1168,
      "step": 26110
    },
    {
      "epoch": 0.05441666666666667,
      "grad_norm": 2.290454864501953,
      "learning_rate": 0.00029811916744110114,
      "loss": 8.951,
      "step": 26120
    },
    {
      "epoch": 0.0544375,
      "grad_norm": 0.9285297393798828,
      "learning_rate": 0.0002981176108259402,
      "loss": 9.0537,
      "step": 26130
    },
    {
      "epoch": 0.05445833333333333,
      "grad_norm": 1.4443525075912476,
      "learning_rate": 0.00029811605357096983,
      "loss": 9.5301,
      "step": 26140
    },
    {
      "epoch": 0.05447916666666667,
      "grad_norm": 0.9142100811004639,
      "learning_rate": 0.00029811449567619674,
      "loss": 8.6023,
      "step": 26150
    },
    {
      "epoch": 0.0545,
      "grad_norm": 0.8095783591270447,
      "learning_rate": 0.00029811293714162765,
      "loss": 9.1499,
      "step": 26160
    },
    {
      "epoch": 0.05452083333333333,
      "grad_norm": 1.1307753324508667,
      "learning_rate": 0.0002981113779672693,
      "loss": 10.6461,
      "step": 26170
    },
    {
      "epoch": 0.05454166666666667,
      "grad_norm": 10.36798095703125,
      "learning_rate": 0.00029810981815312843,
      "loss": 10.2686,
      "step": 26180
    },
    {
      "epoch": 0.0545625,
      "grad_norm": 0.8966176509857178,
      "learning_rate": 0.0002981082576992118,
      "loss": 10.3695,
      "step": 26190
    },
    {
      "epoch": 0.05458333333333333,
      "grad_norm": 2.072028875350952,
      "learning_rate": 0.00029810669660552605,
      "loss": 10.7042,
      "step": 26200
    },
    {
      "epoch": 0.05460416666666667,
      "grad_norm": 0.9769917726516724,
      "learning_rate": 0.00029810513487207803,
      "loss": 9.5355,
      "step": 26210
    },
    {
      "epoch": 0.054625,
      "grad_norm": 2.608015537261963,
      "learning_rate": 0.00029810357249887445,
      "loss": 10.6839,
      "step": 26220
    },
    {
      "epoch": 0.05464583333333333,
      "grad_norm": 1.4412596225738525,
      "learning_rate": 0.0002981020094859221,
      "loss": 10.6922,
      "step": 26230
    },
    {
      "epoch": 0.05466666666666667,
      "grad_norm": 1.3902145624160767,
      "learning_rate": 0.00029810044583322763,
      "loss": 9.2749,
      "step": 26240
    },
    {
      "epoch": 0.0546875,
      "grad_norm": 1.4578291177749634,
      "learning_rate": 0.0002980988815407979,
      "loss": 9.9907,
      "step": 26250
    },
    {
      "epoch": 0.05470833333333333,
      "grad_norm": 1.0603152513504028,
      "learning_rate": 0.0002980973166086396,
      "loss": 9.4536,
      "step": 26260
    },
    {
      "epoch": 0.05472916666666667,
      "grad_norm": 0.9842490553855896,
      "learning_rate": 0.00029809575103675954,
      "loss": 8.8666,
      "step": 26270
    },
    {
      "epoch": 0.05475,
      "grad_norm": 1.5209134817123413,
      "learning_rate": 0.00029809418482516445,
      "loss": 9.815,
      "step": 26280
    },
    {
      "epoch": 0.05477083333333333,
      "grad_norm": 1.2264878749847412,
      "learning_rate": 0.00029809261797386107,
      "loss": 8.8269,
      "step": 26290
    },
    {
      "epoch": 0.05479166666666667,
      "grad_norm": 1.960032343864441,
      "learning_rate": 0.00029809105048285623,
      "loss": 8.8687,
      "step": 26300
    },
    {
      "epoch": 0.0548125,
      "grad_norm": 1.8048360347747803,
      "learning_rate": 0.00029808948235215667,
      "loss": 8.9704,
      "step": 26310
    },
    {
      "epoch": 0.05483333333333333,
      "grad_norm": 1.9610050916671753,
      "learning_rate": 0.00029808791358176915,
      "loss": 10.2609,
      "step": 26320
    },
    {
      "epoch": 0.05485416666666667,
      "grad_norm": 1.4808653593063354,
      "learning_rate": 0.00029808634417170045,
      "loss": 8.7912,
      "step": 26330
    },
    {
      "epoch": 0.054875,
      "grad_norm": 1.264900803565979,
      "learning_rate": 0.00029808477412195735,
      "loss": 10.6703,
      "step": 26340
    },
    {
      "epoch": 0.05489583333333333,
      "grad_norm": 3.657205104827881,
      "learning_rate": 0.00029808320343254667,
      "loss": 9.8681,
      "step": 26350
    },
    {
      "epoch": 0.05491666666666667,
      "grad_norm": 0.8412147760391235,
      "learning_rate": 0.00029808163210347515,
      "loss": 10.1616,
      "step": 26360
    },
    {
      "epoch": 0.0549375,
      "grad_norm": 2.749248743057251,
      "learning_rate": 0.00029808006013474966,
      "loss": 10.4615,
      "step": 26370
    },
    {
      "epoch": 0.05495833333333333,
      "grad_norm": 1.6338493824005127,
      "learning_rate": 0.00029807848752637687,
      "loss": 9.0573,
      "step": 26380
    },
    {
      "epoch": 0.05497916666666667,
      "grad_norm": 1.5121219158172607,
      "learning_rate": 0.00029807691427836356,
      "loss": 9.7283,
      "step": 26390
    },
    {
      "epoch": 0.055,
      "grad_norm": 0.8867104053497314,
      "learning_rate": 0.0002980753403907167,
      "loss": 9.2072,
      "step": 26400
    },
    {
      "epoch": 0.05502083333333333,
      "grad_norm": 0.9578789472579956,
      "learning_rate": 0.0002980737658634429,
      "loss": 9.9215,
      "step": 26410
    },
    {
      "epoch": 0.05504166666666667,
      "grad_norm": 1.0833343267440796,
      "learning_rate": 0.00029807219069654913,
      "loss": 10.0852,
      "step": 26420
    },
    {
      "epoch": 0.0550625,
      "grad_norm": 13.11437702178955,
      "learning_rate": 0.0002980706148900421,
      "loss": 9.5456,
      "step": 26430
    },
    {
      "epoch": 0.05508333333333333,
      "grad_norm": 6.098765850067139,
      "learning_rate": 0.0002980690384439286,
      "loss": 10.3051,
      "step": 26440
    },
    {
      "epoch": 0.05510416666666667,
      "grad_norm": 1.1309059858322144,
      "learning_rate": 0.0002980674613582154,
      "loss": 9.6605,
      "step": 26450
    },
    {
      "epoch": 0.055125,
      "grad_norm": 0.9236962795257568,
      "learning_rate": 0.00029806588363290944,
      "loss": 8.9345,
      "step": 26460
    },
    {
      "epoch": 0.05514583333333333,
      "grad_norm": 4.410295009613037,
      "learning_rate": 0.0002980643052680174,
      "loss": 9.7242,
      "step": 26470
    },
    {
      "epoch": 0.05516666666666667,
      "grad_norm": 2.1028199195861816,
      "learning_rate": 0.00029806272626354624,
      "loss": 11.141,
      "step": 26480
    },
    {
      "epoch": 0.0551875,
      "grad_norm": 1.1313908100128174,
      "learning_rate": 0.00029806114661950274,
      "loss": 11.7324,
      "step": 26490
    },
    {
      "epoch": 0.05520833333333333,
      "grad_norm": 1.2707507610321045,
      "learning_rate": 0.00029805956633589364,
      "loss": 9.0372,
      "step": 26500
    },
    {
      "epoch": 0.05522916666666667,
      "grad_norm": 1.1206035614013672,
      "learning_rate": 0.0002980579854127259,
      "loss": 11.6912,
      "step": 26510
    },
    {
      "epoch": 0.05525,
      "grad_norm": 1.3200277090072632,
      "learning_rate": 0.0002980564038500061,
      "loss": 9.7677,
      "step": 26520
    },
    {
      "epoch": 0.05527083333333333,
      "grad_norm": 1.0541592836380005,
      "learning_rate": 0.0002980548216477414,
      "loss": 8.7432,
      "step": 26530
    },
    {
      "epoch": 0.05529166666666667,
      "grad_norm": 3.868511199951172,
      "learning_rate": 0.00029805323880593835,
      "loss": 8.723,
      "step": 26540
    },
    {
      "epoch": 0.0553125,
      "grad_norm": 6.4868974685668945,
      "learning_rate": 0.000298051655324604,
      "loss": 11.368,
      "step": 26550
    },
    {
      "epoch": 0.05533333333333333,
      "grad_norm": 8.047292709350586,
      "learning_rate": 0.0002980500712037451,
      "loss": 9.8429,
      "step": 26560
    },
    {
      "epoch": 0.05535416666666667,
      "grad_norm": 3.0490972995758057,
      "learning_rate": 0.00029804848644336847,
      "loss": 9.1134,
      "step": 26570
    },
    {
      "epoch": 0.055375,
      "grad_norm": 1.8904998302459717,
      "learning_rate": 0.000298046901043481,
      "loss": 10.0356,
      "step": 26580
    },
    {
      "epoch": 0.05539583333333333,
      "grad_norm": 1.0233891010284424,
      "learning_rate": 0.0002980453150040895,
      "loss": 9.9876,
      "step": 26590
    },
    {
      "epoch": 0.05541666666666667,
      "grad_norm": 1.2484166622161865,
      "learning_rate": 0.00029804372832520083,
      "loss": 9.3833,
      "step": 26600
    },
    {
      "epoch": 0.0554375,
      "grad_norm": 10.317219734191895,
      "learning_rate": 0.0002980421410068218,
      "loss": 10.2238,
      "step": 26610
    },
    {
      "epoch": 0.05545833333333333,
      "grad_norm": 0.611070454120636,
      "learning_rate": 0.0002980405530489594,
      "loss": 10.6569,
      "step": 26620
    },
    {
      "epoch": 0.05547916666666667,
      "grad_norm": 2.6083784103393555,
      "learning_rate": 0.00029803896445162044,
      "loss": 8.7666,
      "step": 26630
    },
    {
      "epoch": 0.0555,
      "grad_norm": 1.9926249980926514,
      "learning_rate": 0.0002980373752148117,
      "loss": 9.8698,
      "step": 26640
    },
    {
      "epoch": 0.05552083333333333,
      "grad_norm": 1.0932118892669678,
      "learning_rate": 0.00029803578533854006,
      "loss": 10.2655,
      "step": 26650
    },
    {
      "epoch": 0.05554166666666667,
      "grad_norm": 0.75809645652771,
      "learning_rate": 0.0002980341948228125,
      "loss": 9.3282,
      "step": 26660
    },
    {
      "epoch": 0.0555625,
      "grad_norm": 0.8485012650489807,
      "learning_rate": 0.00029803260366763573,
      "loss": 9.715,
      "step": 26670
    },
    {
      "epoch": 0.05558333333333333,
      "grad_norm": 0.9871242642402649,
      "learning_rate": 0.0002980310118730168,
      "loss": 9.0793,
      "step": 26680
    },
    {
      "epoch": 0.05560416666666667,
      "grad_norm": 2.1496212482452393,
      "learning_rate": 0.00029802941943896246,
      "loss": 9.4415,
      "step": 26690
    },
    {
      "epoch": 0.055625,
      "grad_norm": 1.270217776298523,
      "learning_rate": 0.0002980278263654796,
      "loss": 9.6735,
      "step": 26700
    },
    {
      "epoch": 0.05564583333333333,
      "grad_norm": 2.421751022338867,
      "learning_rate": 0.0002980262326525751,
      "loss": 10.3185,
      "step": 26710
    },
    {
      "epoch": 0.05566666666666667,
      "grad_norm": 1.0313252210617065,
      "learning_rate": 0.00029802463830025594,
      "loss": 9.864,
      "step": 26720
    },
    {
      "epoch": 0.0556875,
      "grad_norm": 1.3110369443893433,
      "learning_rate": 0.0002980230433085289,
      "loss": 10.4163,
      "step": 26730
    },
    {
      "epoch": 0.05570833333333333,
      "grad_norm": 3.4830737113952637,
      "learning_rate": 0.0002980214476774009,
      "loss": 9.426,
      "step": 26740
    },
    {
      "epoch": 0.05572916666666667,
      "grad_norm": 2.3790767192840576,
      "learning_rate": 0.00029801985140687887,
      "loss": 9.4535,
      "step": 26750
    },
    {
      "epoch": 0.05575,
      "grad_norm": 2.9345054626464844,
      "learning_rate": 0.0002980182544969696,
      "loss": 9.555,
      "step": 26760
    },
    {
      "epoch": 0.05577083333333333,
      "grad_norm": 1.2043390274047852,
      "learning_rate": 0.0002980166569476801,
      "loss": 8.55,
      "step": 26770
    },
    {
      "epoch": 0.05579166666666667,
      "grad_norm": 1.3234307765960693,
      "learning_rate": 0.00029801505875901724,
      "loss": 10.7197,
      "step": 26780
    },
    {
      "epoch": 0.0558125,
      "grad_norm": 1.0622202157974243,
      "learning_rate": 0.0002980134599309879,
      "loss": 9.7494,
      "step": 26790
    },
    {
      "epoch": 0.05583333333333333,
      "grad_norm": 1.9974881410598755,
      "learning_rate": 0.000298011860463599,
      "loss": 9.6276,
      "step": 26800
    },
    {
      "epoch": 0.05585416666666667,
      "grad_norm": 1.0098156929016113,
      "learning_rate": 0.00029801026035685747,
      "loss": 9.2141,
      "step": 26810
    },
    {
      "epoch": 0.055875,
      "grad_norm": 1.0162098407745361,
      "learning_rate": 0.0002980086596107702,
      "loss": 9.7938,
      "step": 26820
    },
    {
      "epoch": 0.05589583333333333,
      "grad_norm": 1.1664258241653442,
      "learning_rate": 0.0002980070582253441,
      "loss": 9.1896,
      "step": 26830
    },
    {
      "epoch": 0.05591666666666667,
      "grad_norm": 1.2395976781845093,
      "learning_rate": 0.00029800545620058605,
      "loss": 9.3166,
      "step": 26840
    },
    {
      "epoch": 0.0559375,
      "grad_norm": 2.5568320751190186,
      "learning_rate": 0.0002980038535365031,
      "loss": 10.0612,
      "step": 26850
    },
    {
      "epoch": 0.05595833333333333,
      "grad_norm": 1.3592249155044556,
      "learning_rate": 0.00029800225023310205,
      "loss": 10.3022,
      "step": 26860
    },
    {
      "epoch": 0.05597916666666667,
      "grad_norm": 1.3913644552230835,
      "learning_rate": 0.00029800064629038984,
      "loss": 8.6907,
      "step": 26870
    },
    {
      "epoch": 0.056,
      "grad_norm": 1.1826525926589966,
      "learning_rate": 0.0002979990417083734,
      "loss": 8.4239,
      "step": 26880
    },
    {
      "epoch": 0.05602083333333333,
      "grad_norm": 1.1178908348083496,
      "learning_rate": 0.00029799743648705975,
      "loss": 9.0485,
      "step": 26890
    },
    {
      "epoch": 0.05604166666666666,
      "grad_norm": 1.4261066913604736,
      "learning_rate": 0.0002979958306264557,
      "loss": 9.3877,
      "step": 26900
    },
    {
      "epoch": 0.0560625,
      "grad_norm": 8.438953399658203,
      "learning_rate": 0.0002979942241265683,
      "loss": 9.5343,
      "step": 26910
    },
    {
      "epoch": 0.05608333333333333,
      "grad_norm": 5.46980619430542,
      "learning_rate": 0.0002979926169874044,
      "loss": 10.7452,
      "step": 26920
    },
    {
      "epoch": 0.05610416666666666,
      "grad_norm": 1.9076337814331055,
      "learning_rate": 0.00029799100920897093,
      "loss": 9.5161,
      "step": 26930
    },
    {
      "epoch": 0.056125,
      "grad_norm": 2.7646851539611816,
      "learning_rate": 0.000297989400791275,
      "loss": 9.4234,
      "step": 26940
    },
    {
      "epoch": 0.05614583333333333,
      "grad_norm": 1.4399855136871338,
      "learning_rate": 0.0002979877917343233,
      "loss": 11.0621,
      "step": 26950
    },
    {
      "epoch": 0.05616666666666666,
      "grad_norm": 1.5702344179153442,
      "learning_rate": 0.000297986182038123,
      "loss": 9.174,
      "step": 26960
    },
    {
      "epoch": 0.0561875,
      "grad_norm": 1.5927588939666748,
      "learning_rate": 0.0002979845717026809,
      "loss": 9.0764,
      "step": 26970
    },
    {
      "epoch": 0.05620833333333333,
      "grad_norm": 4.626833438873291,
      "learning_rate": 0.0002979829607280041,
      "loss": 10.0423,
      "step": 26980
    },
    {
      "epoch": 0.05622916666666666,
      "grad_norm": 2.2462613582611084,
      "learning_rate": 0.00029798134911409945,
      "loss": 9.8522,
      "step": 26990
    },
    {
      "epoch": 0.05625,
      "grad_norm": 1.416638970375061,
      "learning_rate": 0.00029797973686097396,
      "loss": 10.3653,
      "step": 27000
    },
    {
      "epoch": 0.05625,
      "eval_loss": 8.513453483581543,
      "eval_runtime": 9.3589,
      "eval_samples_per_second": 0.321,
      "eval_steps_per_second": 0.107,
      "step": 27000
    },
    {
      "epoch": 0.05627083333333333,
      "grad_norm": 3.9652023315429688,
      "learning_rate": 0.0002979781239686346,
      "loss": 9.9879,
      "step": 27010
    },
    {
      "epoch": 0.05629166666666666,
      "grad_norm": 1.5398311614990234,
      "learning_rate": 0.00029797651043708825,
      "loss": 9.3009,
      "step": 27020
    },
    {
      "epoch": 0.0563125,
      "grad_norm": 0.8498727679252625,
      "learning_rate": 0.000297974896266342,
      "loss": 8.5421,
      "step": 27030
    },
    {
      "epoch": 0.05633333333333333,
      "grad_norm": 2.1074583530426025,
      "learning_rate": 0.00029797328145640277,
      "loss": 9.4102,
      "step": 27040
    },
    {
      "epoch": 0.056354166666666664,
      "grad_norm": 1.257780909538269,
      "learning_rate": 0.00029797166600727755,
      "loss": 8.9109,
      "step": 27050
    },
    {
      "epoch": 0.056375,
      "grad_norm": 1.6091294288635254,
      "learning_rate": 0.00029797004991897325,
      "loss": 9.4892,
      "step": 27060
    },
    {
      "epoch": 0.05639583333333333,
      "grad_norm": 3.6407856941223145,
      "learning_rate": 0.0002979684331914969,
      "loss": 9.1495,
      "step": 27070
    },
    {
      "epoch": 0.056416666666666664,
      "grad_norm": 1.4422796964645386,
      "learning_rate": 0.0002979668158248556,
      "loss": 9.8448,
      "step": 27080
    },
    {
      "epoch": 0.0564375,
      "grad_norm": 1.3171476125717163,
      "learning_rate": 0.0002979651978190561,
      "loss": 8.7439,
      "step": 27090
    },
    {
      "epoch": 0.05645833333333333,
      "grad_norm": 12.011675834655762,
      "learning_rate": 0.0002979635791741056,
      "loss": 10.0449,
      "step": 27100
    },
    {
      "epoch": 0.056479166666666664,
      "grad_norm": 1.1125863790512085,
      "learning_rate": 0.00029796195989001097,
      "loss": 9.5975,
      "step": 27110
    },
    {
      "epoch": 0.0565,
      "grad_norm": 3.732761859893799,
      "learning_rate": 0.00029796033996677923,
      "loss": 9.6281,
      "step": 27120
    },
    {
      "epoch": 0.05652083333333333,
      "grad_norm": 1.5853211879730225,
      "learning_rate": 0.0002979587194044174,
      "loss": 10.5921,
      "step": 27130
    },
    {
      "epoch": 0.056541666666666664,
      "grad_norm": 1.270388126373291,
      "learning_rate": 0.00029795709820293245,
      "loss": 9.0255,
      "step": 27140
    },
    {
      "epoch": 0.0565625,
      "grad_norm": 0.9927793145179749,
      "learning_rate": 0.0002979554763623314,
      "loss": 9.7332,
      "step": 27150
    },
    {
      "epoch": 0.05658333333333333,
      "grad_norm": 0.8265297412872314,
      "learning_rate": 0.0002979538538826213,
      "loss": 9.8973,
      "step": 27160
    },
    {
      "epoch": 0.056604166666666664,
      "grad_norm": 1.4052096605300903,
      "learning_rate": 0.0002979522307638091,
      "loss": 10.4896,
      "step": 27170
    },
    {
      "epoch": 0.056625,
      "grad_norm": 1.1241118907928467,
      "learning_rate": 0.0002979506070059018,
      "loss": 8.7547,
      "step": 27180
    },
    {
      "epoch": 0.05664583333333333,
      "grad_norm": 1.0552115440368652,
      "learning_rate": 0.0002979489826089065,
      "loss": 9.3048,
      "step": 27190
    },
    {
      "epoch": 0.056666666666666664,
      "grad_norm": 0.8538109064102173,
      "learning_rate": 0.0002979473575728301,
      "loss": 10.0151,
      "step": 27200
    },
    {
      "epoch": 0.0566875,
      "grad_norm": 2.0225489139556885,
      "learning_rate": 0.0002979457318976797,
      "loss": 9.1506,
      "step": 27210
    },
    {
      "epoch": 0.05670833333333333,
      "grad_norm": 2.421635866165161,
      "learning_rate": 0.0002979441055834623,
      "loss": 10.5633,
      "step": 27220
    },
    {
      "epoch": 0.056729166666666664,
      "grad_norm": 3.7508225440979004,
      "learning_rate": 0.0002979424786301849,
      "loss": 9.9494,
      "step": 27230
    },
    {
      "epoch": 0.05675,
      "grad_norm": 1.2098385095596313,
      "learning_rate": 0.00029794085103785456,
      "loss": 9.3944,
      "step": 27240
    },
    {
      "epoch": 0.05677083333333333,
      "grad_norm": 1.1676506996154785,
      "learning_rate": 0.00029793922280647834,
      "loss": 8.8453,
      "step": 27250
    },
    {
      "epoch": 0.056791666666666664,
      "grad_norm": 1.305709719657898,
      "learning_rate": 0.00029793759393606316,
      "loss": 9.4087,
      "step": 27260
    },
    {
      "epoch": 0.0568125,
      "grad_norm": 1.3363804817199707,
      "learning_rate": 0.0002979359644266162,
      "loss": 9.6274,
      "step": 27270
    },
    {
      "epoch": 0.05683333333333333,
      "grad_norm": 3.134800672531128,
      "learning_rate": 0.0002979343342781444,
      "loss": 9.7372,
      "step": 27280
    },
    {
      "epoch": 0.056854166666666664,
      "grad_norm": 2.4257988929748535,
      "learning_rate": 0.00029793270349065483,
      "loss": 8.9436,
      "step": 27290
    },
    {
      "epoch": 0.056875,
      "grad_norm": 0.6472901701927185,
      "learning_rate": 0.0002979310720641546,
      "loss": 10.0879,
      "step": 27300
    },
    {
      "epoch": 0.05689583333333333,
      "grad_norm": 7.06254768371582,
      "learning_rate": 0.00029792943999865063,
      "loss": 8.904,
      "step": 27310
    },
    {
      "epoch": 0.056916666666666664,
      "grad_norm": 0.7775149941444397,
      "learning_rate": 0.00029792780729415006,
      "loss": 9.8853,
      "step": 27320
    },
    {
      "epoch": 0.0569375,
      "grad_norm": 1.803991436958313,
      "learning_rate": 0.00029792617395065987,
      "loss": 9.1027,
      "step": 27330
    },
    {
      "epoch": 0.05695833333333333,
      "grad_norm": 3.883021116256714,
      "learning_rate": 0.0002979245399681872,
      "loss": 11.1577,
      "step": 27340
    },
    {
      "epoch": 0.056979166666666664,
      "grad_norm": 1.1119365692138672,
      "learning_rate": 0.00029792290534673904,
      "loss": 9.1329,
      "step": 27350
    },
    {
      "epoch": 0.057,
      "grad_norm": 2.224597930908203,
      "learning_rate": 0.00029792127008632254,
      "loss": 9.8561,
      "step": 27360
    },
    {
      "epoch": 0.05702083333333333,
      "grad_norm": 0.9881284832954407,
      "learning_rate": 0.00029791963418694466,
      "loss": 9.7802,
      "step": 27370
    },
    {
      "epoch": 0.057041666666666664,
      "grad_norm": 3.270838975906372,
      "learning_rate": 0.0002979179976486125,
      "loss": 9.282,
      "step": 27380
    },
    {
      "epoch": 0.0570625,
      "grad_norm": 1.4183825254440308,
      "learning_rate": 0.00029791636047133313,
      "loss": 9.2671,
      "step": 27390
    },
    {
      "epoch": 0.05708333333333333,
      "grad_norm": 0.8217742443084717,
      "learning_rate": 0.00029791472265511374,
      "loss": 10.4738,
      "step": 27400
    },
    {
      "epoch": 0.057104166666666664,
      "grad_norm": 2.0093250274658203,
      "learning_rate": 0.00029791308419996115,
      "loss": 10.3548,
      "step": 27410
    },
    {
      "epoch": 0.057125,
      "grad_norm": 2.5105092525482178,
      "learning_rate": 0.0002979114451058827,
      "loss": 11.2872,
      "step": 27420
    },
    {
      "epoch": 0.05714583333333333,
      "grad_norm": 1.2022870779037476,
      "learning_rate": 0.0002979098053728853,
      "loss": 9.2551,
      "step": 27430
    },
    {
      "epoch": 0.057166666666666664,
      "grad_norm": 1.6868987083435059,
      "learning_rate": 0.0002979081650009761,
      "loss": 9.0013,
      "step": 27440
    },
    {
      "epoch": 0.0571875,
      "grad_norm": 0.9782555103302002,
      "learning_rate": 0.00029790652399016215,
      "loss": 9.0132,
      "step": 27450
    },
    {
      "epoch": 0.05720833333333333,
      "grad_norm": 0.9281855225563049,
      "learning_rate": 0.0002979048823404506,
      "loss": 8.7846,
      "step": 27460
    },
    {
      "epoch": 0.057229166666666664,
      "grad_norm": 0.72893887758255,
      "learning_rate": 0.0002979032400518485,
      "loss": 9.9349,
      "step": 27470
    },
    {
      "epoch": 0.05725,
      "grad_norm": 1.158196210861206,
      "learning_rate": 0.0002979015971243629,
      "loss": 10.3932,
      "step": 27480
    },
    {
      "epoch": 0.05727083333333333,
      "grad_norm": 1.2251338958740234,
      "learning_rate": 0.00029789995355800097,
      "loss": 9.9914,
      "step": 27490
    },
    {
      "epoch": 0.057291666666666664,
      "grad_norm": 5.921201705932617,
      "learning_rate": 0.0002978983093527698,
      "loss": 10.9379,
      "step": 27500
    },
    {
      "epoch": 0.0573125,
      "grad_norm": 1.158646583557129,
      "learning_rate": 0.00029789666450867646,
      "loss": 9.5326,
      "step": 27510
    },
    {
      "epoch": 0.05733333333333333,
      "grad_norm": 1.789458155632019,
      "learning_rate": 0.0002978950190257281,
      "loss": 10.3075,
      "step": 27520
    },
    {
      "epoch": 0.057354166666666664,
      "grad_norm": 16.321420669555664,
      "learning_rate": 0.0002978933729039318,
      "loss": 11.6583,
      "step": 27530
    },
    {
      "epoch": 0.057375,
      "grad_norm": 1.9928605556488037,
      "learning_rate": 0.0002978917261432946,
      "loss": 9.2446,
      "step": 27540
    },
    {
      "epoch": 0.05739583333333333,
      "grad_norm": 2.150022268295288,
      "learning_rate": 0.0002978900787438237,
      "loss": 10.5028,
      "step": 27550
    },
    {
      "epoch": 0.057416666666666664,
      "grad_norm": 1.275368571281433,
      "learning_rate": 0.00029788843070552626,
      "loss": 9.5037,
      "step": 27560
    },
    {
      "epoch": 0.0574375,
      "grad_norm": 11.57076644897461,
      "learning_rate": 0.0002978867820284093,
      "loss": 11.224,
      "step": 27570
    },
    {
      "epoch": 0.057458333333333333,
      "grad_norm": 1.2350413799285889,
      "learning_rate": 0.00029788513271247996,
      "loss": 10.1219,
      "step": 27580
    },
    {
      "epoch": 0.057479166666666665,
      "grad_norm": 2.9848763942718506,
      "learning_rate": 0.0002978834827577454,
      "loss": 10.5948,
      "step": 27590
    },
    {
      "epoch": 0.0575,
      "grad_norm": 1.3931159973144531,
      "learning_rate": 0.00029788183216421276,
      "loss": 9.7394,
      "step": 27600
    },
    {
      "epoch": 0.057520833333333334,
      "grad_norm": 1.3445061445236206,
      "learning_rate": 0.00029788018093188914,
      "loss": 9.2218,
      "step": 27610
    },
    {
      "epoch": 0.057541666666666665,
      "grad_norm": 1.4172849655151367,
      "learning_rate": 0.00029787852906078163,
      "loss": 10.5314,
      "step": 27620
    },
    {
      "epoch": 0.0575625,
      "grad_norm": 0.9247393608093262,
      "learning_rate": 0.00029787687655089744,
      "loss": 10.9974,
      "step": 27630
    },
    {
      "epoch": 0.057583333333333334,
      "grad_norm": 1.1665093898773193,
      "learning_rate": 0.00029787522340224366,
      "loss": 9.9777,
      "step": 27640
    },
    {
      "epoch": 0.057604166666666665,
      "grad_norm": 0.741370439529419,
      "learning_rate": 0.00029787356961482746,
      "loss": 9.3045,
      "step": 27650
    },
    {
      "epoch": 0.057625,
      "grad_norm": 2.998109817504883,
      "learning_rate": 0.00029787191518865593,
      "loss": 9.356,
      "step": 27660
    },
    {
      "epoch": 0.057645833333333334,
      "grad_norm": 0.9629331231117249,
      "learning_rate": 0.00029787026012373635,
      "loss": 9.7562,
      "step": 27670
    },
    {
      "epoch": 0.057666666666666665,
      "grad_norm": 2.4364521503448486,
      "learning_rate": 0.00029786860442007574,
      "loss": 9.8328,
      "step": 27680
    },
    {
      "epoch": 0.0576875,
      "grad_norm": 1.9371623992919922,
      "learning_rate": 0.00029786694807768123,
      "loss": 9.431,
      "step": 27690
    },
    {
      "epoch": 0.057708333333333334,
      "grad_norm": 2.6463427543640137,
      "learning_rate": 0.0002978652910965601,
      "loss": 10.0832,
      "step": 27700
    },
    {
      "epoch": 0.057729166666666665,
      "grad_norm": 0.787257969379425,
      "learning_rate": 0.00029786363347671937,
      "loss": 8.7398,
      "step": 27710
    },
    {
      "epoch": 0.05775,
      "grad_norm": 1.1037548780441284,
      "learning_rate": 0.0002978619752181663,
      "loss": 10.0039,
      "step": 27720
    },
    {
      "epoch": 0.057770833333333334,
      "grad_norm": 2.4915859699249268,
      "learning_rate": 0.00029786031632090805,
      "loss": 9.5793,
      "step": 27730
    },
    {
      "epoch": 0.057791666666666665,
      "grad_norm": 1.6859731674194336,
      "learning_rate": 0.0002978586567849518,
      "loss": 9.8144,
      "step": 27740
    },
    {
      "epoch": 0.0578125,
      "grad_norm": 2.157346248626709,
      "learning_rate": 0.0002978569966103046,
      "loss": 9.8338,
      "step": 27750
    },
    {
      "epoch": 0.057833333333333334,
      "grad_norm": 3.1680338382720947,
      "learning_rate": 0.00029785533579697375,
      "loss": 9.0426,
      "step": 27760
    },
    {
      "epoch": 0.057854166666666665,
      "grad_norm": 2.04657244682312,
      "learning_rate": 0.00029785367434496636,
      "loss": 9.3335,
      "step": 27770
    },
    {
      "epoch": 0.057875,
      "grad_norm": 2.211991548538208,
      "learning_rate": 0.00029785201225428963,
      "loss": 9.6454,
      "step": 27780
    },
    {
      "epoch": 0.057895833333333334,
      "grad_norm": 0.7713709473609924,
      "learning_rate": 0.0002978503495249507,
      "loss": 8.603,
      "step": 27790
    },
    {
      "epoch": 0.057916666666666665,
      "grad_norm": 1.1949323415756226,
      "learning_rate": 0.0002978486861569568,
      "loss": 10.321,
      "step": 27800
    },
    {
      "epoch": 0.0579375,
      "grad_norm": 1.0452433824539185,
      "learning_rate": 0.0002978470221503151,
      "loss": 9.7162,
      "step": 27810
    },
    {
      "epoch": 0.057958333333333334,
      "grad_norm": 3.7793054580688477,
      "learning_rate": 0.0002978453575050328,
      "loss": 10.7967,
      "step": 27820
    },
    {
      "epoch": 0.057979166666666665,
      "grad_norm": 1.7325235605239868,
      "learning_rate": 0.00029784369222111707,
      "loss": 10.0581,
      "step": 27830
    },
    {
      "epoch": 0.058,
      "grad_norm": 1.3781057596206665,
      "learning_rate": 0.0002978420262985751,
      "loss": 10.3244,
      "step": 27840
    },
    {
      "epoch": 0.058020833333333334,
      "grad_norm": 3.225228786468506,
      "learning_rate": 0.00029784035973741413,
      "loss": 10.0011,
      "step": 27850
    },
    {
      "epoch": 0.058041666666666665,
      "grad_norm": 1.1424833536148071,
      "learning_rate": 0.0002978386925376413,
      "loss": 9.7656,
      "step": 27860
    },
    {
      "epoch": 0.0580625,
      "grad_norm": 0.9567384123802185,
      "learning_rate": 0.0002978370246992638,
      "loss": 9.4118,
      "step": 27870
    },
    {
      "epoch": 0.058083333333333334,
      "grad_norm": 2.7268118858337402,
      "learning_rate": 0.0002978353562222889,
      "loss": 9.174,
      "step": 27880
    },
    {
      "epoch": 0.058104166666666665,
      "grad_norm": 3.3336641788482666,
      "learning_rate": 0.0002978336871067238,
      "loss": 9.2172,
      "step": 27890
    },
    {
      "epoch": 0.058125,
      "grad_norm": 3.543980598449707,
      "learning_rate": 0.0002978320173525757,
      "loss": 10.183,
      "step": 27900
    },
    {
      "epoch": 0.058145833333333334,
      "grad_norm": 1.2175344228744507,
      "learning_rate": 0.0002978303469598517,
      "loss": 9.566,
      "step": 27910
    },
    {
      "epoch": 0.058166666666666665,
      "grad_norm": 0.9965384602546692,
      "learning_rate": 0.00029782867592855925,
      "loss": 9.0397,
      "step": 27920
    },
    {
      "epoch": 0.0581875,
      "grad_norm": 0.8818125128746033,
      "learning_rate": 0.0002978270042587054,
      "loss": 9.4921,
      "step": 27930
    },
    {
      "epoch": 0.058208333333333334,
      "grad_norm": 0.9452506303787231,
      "learning_rate": 0.00029782533195029737,
      "loss": 9.0933,
      "step": 27940
    },
    {
      "epoch": 0.058229166666666665,
      "grad_norm": 1.9925830364227295,
      "learning_rate": 0.0002978236590033424,
      "loss": 10.2074,
      "step": 27950
    },
    {
      "epoch": 0.05825,
      "grad_norm": 2.982028007507324,
      "learning_rate": 0.0002978219854178478,
      "loss": 9.6693,
      "step": 27960
    },
    {
      "epoch": 0.058270833333333334,
      "grad_norm": 1.1712465286254883,
      "learning_rate": 0.0002978203111938207,
      "loss": 9.4953,
      "step": 27970
    },
    {
      "epoch": 0.058291666666666665,
      "grad_norm": 1.522533655166626,
      "learning_rate": 0.00029781863633126837,
      "loss": 10.0266,
      "step": 27980
    },
    {
      "epoch": 0.0583125,
      "grad_norm": 1.0200902223587036,
      "learning_rate": 0.00029781696083019797,
      "loss": 9.272,
      "step": 27990
    },
    {
      "epoch": 0.058333333333333334,
      "grad_norm": 1.1258869171142578,
      "learning_rate": 0.00029781528469061694,
      "loss": 10.765,
      "step": 28000
    },
    {
      "epoch": 0.058333333333333334,
      "eval_loss": 7.979744911193848,
      "eval_runtime": 8.6588,
      "eval_samples_per_second": 0.346,
      "eval_steps_per_second": 0.115,
      "step": 28000
    },
    {
      "epoch": 0.058354166666666665,
      "grad_norm": 0.9668791890144348,
      "learning_rate": 0.0002978136079125323,
      "loss": 9.1982,
      "step": 28010
    },
    {
      "epoch": 0.058375,
      "grad_norm": 2.055708885192871,
      "learning_rate": 0.00029781193049595143,
      "loss": 9.0011,
      "step": 28020
    },
    {
      "epoch": 0.058395833333333334,
      "grad_norm": 5.621938705444336,
      "learning_rate": 0.0002978102524408815,
      "loss": 10.7499,
      "step": 28030
    },
    {
      "epoch": 0.058416666666666665,
      "grad_norm": 1.1005947589874268,
      "learning_rate": 0.0002978085737473298,
      "loss": 9.7252,
      "step": 28040
    },
    {
      "epoch": 0.0584375,
      "grad_norm": 1.2965946197509766,
      "learning_rate": 0.00029780689441530355,
      "loss": 10.4748,
      "step": 28050
    },
    {
      "epoch": 0.058458333333333334,
      "grad_norm": 0.9966769218444824,
      "learning_rate": 0.00029780521444481,
      "loss": 9.5452,
      "step": 28060
    },
    {
      "epoch": 0.058479166666666665,
      "grad_norm": 1.1671643257141113,
      "learning_rate": 0.0002978035338358565,
      "loss": 9.1554,
      "step": 28070
    },
    {
      "epoch": 0.0585,
      "grad_norm": 1.0763236284255981,
      "learning_rate": 0.0002978018525884502,
      "loss": 9.4244,
      "step": 28080
    },
    {
      "epoch": 0.058520833333333334,
      "grad_norm": 5.238029956817627,
      "learning_rate": 0.0002978001707025984,
      "loss": 10.4311,
      "step": 28090
    },
    {
      "epoch": 0.058541666666666665,
      "grad_norm": 0.9336716532707214,
      "learning_rate": 0.0002977984881783084,
      "loss": 9.2251,
      "step": 28100
    },
    {
      "epoch": 0.0585625,
      "grad_norm": 0.9914808869361877,
      "learning_rate": 0.00029779680501558736,
      "loss": 9.1655,
      "step": 28110
    },
    {
      "epoch": 0.058583333333333334,
      "grad_norm": 0.9395384788513184,
      "learning_rate": 0.0002977951212144427,
      "loss": 9.6171,
      "step": 28120
    },
    {
      "epoch": 0.058604166666666666,
      "grad_norm": 2.541884422302246,
      "learning_rate": 0.0002977934367748816,
      "loss": 9.8933,
      "step": 28130
    },
    {
      "epoch": 0.058625,
      "grad_norm": 2.576106548309326,
      "learning_rate": 0.0002977917516969113,
      "loss": 9.4545,
      "step": 28140
    },
    {
      "epoch": 0.058645833333333335,
      "grad_norm": 1.10354745388031,
      "learning_rate": 0.0002977900659805392,
      "loss": 9.3675,
      "step": 28150
    },
    {
      "epoch": 0.058666666666666666,
      "grad_norm": 1.303360939025879,
      "learning_rate": 0.0002977883796257725,
      "loss": 9.8488,
      "step": 28160
    },
    {
      "epoch": 0.0586875,
      "grad_norm": 1.97240149974823,
      "learning_rate": 0.00029778669263261844,
      "loss": 9.2933,
      "step": 28170
    },
    {
      "epoch": 0.058708333333333335,
      "grad_norm": 1.2779643535614014,
      "learning_rate": 0.0002977850050010844,
      "loss": 9.2132,
      "step": 28180
    },
    {
      "epoch": 0.058729166666666666,
      "grad_norm": 1.5108851194381714,
      "learning_rate": 0.00029778331673117767,
      "loss": 8.4497,
      "step": 28190
    },
    {
      "epoch": 0.05875,
      "grad_norm": 2.2692577838897705,
      "learning_rate": 0.0002977816278229055,
      "loss": 8.9887,
      "step": 28200
    },
    {
      "epoch": 0.058770833333333335,
      "grad_norm": 0.7230640649795532,
      "learning_rate": 0.00029777993827627517,
      "loss": 9.7209,
      "step": 28210
    },
    {
      "epoch": 0.058791666666666666,
      "grad_norm": 2.7200400829315186,
      "learning_rate": 0.000297778248091294,
      "loss": 8.7938,
      "step": 28220
    },
    {
      "epoch": 0.0588125,
      "grad_norm": 2.189275026321411,
      "learning_rate": 0.0002977765572679693,
      "loss": 10.31,
      "step": 28230
    },
    {
      "epoch": 0.058833333333333335,
      "grad_norm": 4.565579414367676,
      "learning_rate": 0.0002977748658063084,
      "loss": 10.3385,
      "step": 28240
    },
    {
      "epoch": 0.058854166666666666,
      "grad_norm": 2.136791229248047,
      "learning_rate": 0.0002977731737063185,
      "loss": 9.0496,
      "step": 28250
    },
    {
      "epoch": 0.058875,
      "grad_norm": 3.815903902053833,
      "learning_rate": 0.00029777148096800707,
      "loss": 9.3505,
      "step": 28260
    },
    {
      "epoch": 0.058895833333333335,
      "grad_norm": 2.4663565158843994,
      "learning_rate": 0.00029776978759138125,
      "loss": 10.2027,
      "step": 28270
    },
    {
      "epoch": 0.058916666666666666,
      "grad_norm": 1.2284597158432007,
      "learning_rate": 0.0002977680935764485,
      "loss": 9.6915,
      "step": 28280
    },
    {
      "epoch": 0.0589375,
      "grad_norm": 2.165360450744629,
      "learning_rate": 0.00029776639892321606,
      "loss": 9.0872,
      "step": 28290
    },
    {
      "epoch": 0.058958333333333335,
      "grad_norm": 1.1069374084472656,
      "learning_rate": 0.0002977647036316913,
      "loss": 9.3002,
      "step": 28300
    },
    {
      "epoch": 0.058979166666666666,
      "grad_norm": 1.8422399759292603,
      "learning_rate": 0.00029776300770188144,
      "loss": 9.395,
      "step": 28310
    },
    {
      "epoch": 0.059,
      "grad_norm": 3.2013161182403564,
      "learning_rate": 0.00029776131113379387,
      "loss": 9.8183,
      "step": 28320
    },
    {
      "epoch": 0.059020833333333335,
      "grad_norm": 0.9541377425193787,
      "learning_rate": 0.000297759613927436,
      "loss": 9.7078,
      "step": 28330
    },
    {
      "epoch": 0.059041666666666666,
      "grad_norm": 1.7057310342788696,
      "learning_rate": 0.000297757916082815,
      "loss": 9.4525,
      "step": 28340
    },
    {
      "epoch": 0.0590625,
      "grad_norm": 1.1093335151672363,
      "learning_rate": 0.0002977562175999384,
      "loss": 8.4586,
      "step": 28350
    },
    {
      "epoch": 0.059083333333333335,
      "grad_norm": 2.1045374870300293,
      "learning_rate": 0.00029775451847881333,
      "loss": 10.1002,
      "step": 28360
    },
    {
      "epoch": 0.059104166666666666,
      "grad_norm": 1.2749310731887817,
      "learning_rate": 0.00029775281871944725,
      "loss": 9.3478,
      "step": 28370
    },
    {
      "epoch": 0.059125,
      "grad_norm": 1.82261323928833,
      "learning_rate": 0.0002977511183218475,
      "loss": 9.6712,
      "step": 28380
    },
    {
      "epoch": 0.059145833333333335,
      "grad_norm": 1.3038135766983032,
      "learning_rate": 0.00029774941728602137,
      "loss": 8.6313,
      "step": 28390
    },
    {
      "epoch": 0.059166666666666666,
      "grad_norm": 1.156104326248169,
      "learning_rate": 0.00029774771561197626,
      "loss": 8.921,
      "step": 28400
    },
    {
      "epoch": 0.0591875,
      "grad_norm": 2.0593299865722656,
      "learning_rate": 0.0002977460132997195,
      "loss": 9.4016,
      "step": 28410
    },
    {
      "epoch": 0.059208333333333335,
      "grad_norm": 2.4842782020568848,
      "learning_rate": 0.00029774431034925846,
      "loss": 9.5482,
      "step": 28420
    },
    {
      "epoch": 0.059229166666666666,
      "grad_norm": 1.9497274160385132,
      "learning_rate": 0.00029774260676060046,
      "loss": 9.5425,
      "step": 28430
    },
    {
      "epoch": 0.05925,
      "grad_norm": 1.6062140464782715,
      "learning_rate": 0.00029774090253375287,
      "loss": 9.3594,
      "step": 28440
    },
    {
      "epoch": 0.059270833333333335,
      "grad_norm": 4.324746608734131,
      "learning_rate": 0.00029773919766872307,
      "loss": 10.6123,
      "step": 28450
    },
    {
      "epoch": 0.059291666666666666,
      "grad_norm": 2.8131814002990723,
      "learning_rate": 0.0002977374921655184,
      "loss": 11.0329,
      "step": 28460
    },
    {
      "epoch": 0.0593125,
      "grad_norm": 2.7070817947387695,
      "learning_rate": 0.0002977357860241463,
      "loss": 9.8643,
      "step": 28470
    },
    {
      "epoch": 0.059333333333333335,
      "grad_norm": 1.7097195386886597,
      "learning_rate": 0.00029773407924461404,
      "loss": 9.4006,
      "step": 28480
    },
    {
      "epoch": 0.059354166666666666,
      "grad_norm": 1.4867043495178223,
      "learning_rate": 0.00029773237182692904,
      "loss": 9.009,
      "step": 28490
    },
    {
      "epoch": 0.059375,
      "grad_norm": 2.4276506900787354,
      "learning_rate": 0.0002977306637710987,
      "loss": 9.4154,
      "step": 28500
    },
    {
      "epoch": 0.059395833333333335,
      "grad_norm": 0.9567939043045044,
      "learning_rate": 0.0002977289550771303,
      "loss": 8.8217,
      "step": 28510
    },
    {
      "epoch": 0.059416666666666666,
      "grad_norm": 0.9032712578773499,
      "learning_rate": 0.00029772724574503133,
      "loss": 9.4445,
      "step": 28520
    },
    {
      "epoch": 0.0594375,
      "grad_norm": 1.0974833965301514,
      "learning_rate": 0.00029772553577480916,
      "loss": 8.5384,
      "step": 28530
    },
    {
      "epoch": 0.059458333333333335,
      "grad_norm": 0.956621527671814,
      "learning_rate": 0.0002977238251664711,
      "loss": 9.4408,
      "step": 28540
    },
    {
      "epoch": 0.059479166666666666,
      "grad_norm": 1.3493989706039429,
      "learning_rate": 0.0002977221139200246,
      "loss": 10.1713,
      "step": 28550
    },
    {
      "epoch": 0.0595,
      "grad_norm": 1.8507013320922852,
      "learning_rate": 0.0002977204020354771,
      "loss": 10.1447,
      "step": 28560
    },
    {
      "epoch": 0.059520833333333335,
      "grad_norm": 0.8430748581886292,
      "learning_rate": 0.00029771868951283586,
      "loss": 9.8085,
      "step": 28570
    },
    {
      "epoch": 0.059541666666666666,
      "grad_norm": 3.591022491455078,
      "learning_rate": 0.0002977169763521084,
      "loss": 9.4221,
      "step": 28580
    },
    {
      "epoch": 0.0595625,
      "grad_norm": 0.9818309545516968,
      "learning_rate": 0.000297715262553302,
      "loss": 8.7671,
      "step": 28590
    },
    {
      "epoch": 0.059583333333333335,
      "grad_norm": 2.475966453552246,
      "learning_rate": 0.00029771354811642417,
      "loss": 10.0009,
      "step": 28600
    },
    {
      "epoch": 0.059604166666666666,
      "grad_norm": 1.0812145471572876,
      "learning_rate": 0.0002977118330414823,
      "loss": 9.2278,
      "step": 28610
    },
    {
      "epoch": 0.059625,
      "grad_norm": 2.263934373855591,
      "learning_rate": 0.0002977101173284838,
      "loss": 10.4603,
      "step": 28620
    },
    {
      "epoch": 0.059645833333333335,
      "grad_norm": 0.7721452713012695,
      "learning_rate": 0.000297708400977436,
      "loss": 10.1096,
      "step": 28630
    },
    {
      "epoch": 0.059666666666666666,
      "grad_norm": 4.737395286560059,
      "learning_rate": 0.00029770668398834644,
      "loss": 9.6016,
      "step": 28640
    },
    {
      "epoch": 0.0596875,
      "grad_norm": 1.4375630617141724,
      "learning_rate": 0.0002977049663612224,
      "loss": 9.221,
      "step": 28650
    },
    {
      "epoch": 0.059708333333333335,
      "grad_norm": 2.894249677658081,
      "learning_rate": 0.0002977032480960715,
      "loss": 10.3614,
      "step": 28660
    },
    {
      "epoch": 0.059729166666666667,
      "grad_norm": 1.0171579122543335,
      "learning_rate": 0.0002977015291929009,
      "loss": 8.9667,
      "step": 28670
    },
    {
      "epoch": 0.05975,
      "grad_norm": 2.5541703701019287,
      "learning_rate": 0.00029769980965171824,
      "loss": 8.4918,
      "step": 28680
    },
    {
      "epoch": 0.059770833333333336,
      "grad_norm": 0.8510177731513977,
      "learning_rate": 0.0002976980894725308,
      "loss": 9.9212,
      "step": 28690
    },
    {
      "epoch": 0.05979166666666667,
      "grad_norm": 4.732517242431641,
      "learning_rate": 0.0002976963686553461,
      "loss": 9.0935,
      "step": 28700
    },
    {
      "epoch": 0.0598125,
      "grad_norm": 1.616280436515808,
      "learning_rate": 0.0002976946472001716,
      "loss": 9.6401,
      "step": 28710
    },
    {
      "epoch": 0.059833333333333336,
      "grad_norm": 1.2684383392333984,
      "learning_rate": 0.0002976929251070146,
      "loss": 9.7332,
      "step": 28720
    },
    {
      "epoch": 0.05985416666666667,
      "grad_norm": 0.9677757620811462,
      "learning_rate": 0.0002976912023758827,
      "loss": 9.1983,
      "step": 28730
    },
    {
      "epoch": 0.059875,
      "grad_norm": 0.7787749171257019,
      "learning_rate": 0.0002976894790067832,
      "loss": 9.4049,
      "step": 28740
    },
    {
      "epoch": 0.059895833333333336,
      "grad_norm": 1.7577545642852783,
      "learning_rate": 0.00029768775499972364,
      "loss": 9.3787,
      "step": 28750
    },
    {
      "epoch": 0.05991666666666667,
      "grad_norm": 2.596784830093384,
      "learning_rate": 0.0002976860303547114,
      "loss": 9.8375,
      "step": 28760
    },
    {
      "epoch": 0.0599375,
      "grad_norm": 1.07620108127594,
      "learning_rate": 0.00029768430507175404,
      "loss": 8.6347,
      "step": 28770
    },
    {
      "epoch": 0.059958333333333336,
      "grad_norm": 3.6632792949676514,
      "learning_rate": 0.0002976825791508589,
      "loss": 9.3439,
      "step": 28780
    },
    {
      "epoch": 0.05997916666666667,
      "grad_norm": 0.9705404043197632,
      "learning_rate": 0.00029768085259203347,
      "loss": 8.2142,
      "step": 28790
    },
    {
      "epoch": 0.06,
      "grad_norm": 1.4661201238632202,
      "learning_rate": 0.00029767912539528527,
      "loss": 9.8868,
      "step": 28800
    },
    {
      "epoch": 0.060020833333333336,
      "grad_norm": 1.7247569561004639,
      "learning_rate": 0.0002976773975606216,
      "loss": 8.9124,
      "step": 28810
    },
    {
      "epoch": 0.06004166666666667,
      "grad_norm": 2.1584784984588623,
      "learning_rate": 0.0002976756690880501,
      "loss": 9.8958,
      "step": 28820
    },
    {
      "epoch": 0.0600625,
      "grad_norm": 0.876787006855011,
      "learning_rate": 0.0002976739399775782,
      "loss": 8.7901,
      "step": 28830
    },
    {
      "epoch": 0.060083333333333336,
      "grad_norm": 0.8747352957725525,
      "learning_rate": 0.00029767221022921323,
      "loss": 8.4472,
      "step": 28840
    },
    {
      "epoch": 0.06010416666666667,
      "grad_norm": 2.479994773864746,
      "learning_rate": 0.0002976704798429629,
      "loss": 9.1013,
      "step": 28850
    },
    {
      "epoch": 0.060125,
      "grad_norm": 1.244836688041687,
      "learning_rate": 0.0002976687488188344,
      "loss": 10.0752,
      "step": 28860
    },
    {
      "epoch": 0.060145833333333336,
      "grad_norm": 4.252500534057617,
      "learning_rate": 0.0002976670171568354,
      "loss": 10.1419,
      "step": 28870
    },
    {
      "epoch": 0.06016666666666667,
      "grad_norm": 0.8966052532196045,
      "learning_rate": 0.0002976652848569734,
      "loss": 8.8153,
      "step": 28880
    },
    {
      "epoch": 0.0601875,
      "grad_norm": 2.5195236206054688,
      "learning_rate": 0.0002976635519192557,
      "loss": 9.1115,
      "step": 28890
    },
    {
      "epoch": 0.060208333333333336,
      "grad_norm": 1.5069384574890137,
      "learning_rate": 0.0002976618183436901,
      "loss": 8.9642,
      "step": 28900
    },
    {
      "epoch": 0.06022916666666667,
      "grad_norm": 1.0594333410263062,
      "learning_rate": 0.0002976600841302837,
      "loss": 9.7486,
      "step": 28910
    },
    {
      "epoch": 0.06025,
      "grad_norm": 3.103611469268799,
      "learning_rate": 0.0002976583492790443,
      "loss": 9.4503,
      "step": 28920
    },
    {
      "epoch": 0.060270833333333336,
      "grad_norm": 1.8801348209381104,
      "learning_rate": 0.0002976566137899792,
      "loss": 9.3883,
      "step": 28930
    },
    {
      "epoch": 0.06029166666666667,
      "grad_norm": 1.335511565208435,
      "learning_rate": 0.00029765487766309607,
      "loss": 9.6394,
      "step": 28940
    },
    {
      "epoch": 0.0603125,
      "grad_norm": 0.7534306645393372,
      "learning_rate": 0.00029765314089840226,
      "loss": 8.792,
      "step": 28950
    },
    {
      "epoch": 0.060333333333333336,
      "grad_norm": 0.9949652552604675,
      "learning_rate": 0.00029765140349590527,
      "loss": 9.366,
      "step": 28960
    },
    {
      "epoch": 0.06035416666666667,
      "grad_norm": 3.115615129470825,
      "learning_rate": 0.00029764966545561274,
      "loss": 9.8245,
      "step": 28970
    },
    {
      "epoch": 0.060375,
      "grad_norm": 1.031316876411438,
      "learning_rate": 0.00029764792677753206,
      "loss": 8.6529,
      "step": 28980
    },
    {
      "epoch": 0.060395833333333336,
      "grad_norm": 1.1558884382247925,
      "learning_rate": 0.0002976461874616708,
      "loss": 9.1069,
      "step": 28990
    },
    {
      "epoch": 0.06041666666666667,
      "grad_norm": 1.746734857559204,
      "learning_rate": 0.00029764444750803644,
      "loss": 9.2084,
      "step": 29000
    },
    {
      "epoch": 0.06041666666666667,
      "eval_loss": 9.189529418945312,
      "eval_runtime": 8.6055,
      "eval_samples_per_second": 0.349,
      "eval_steps_per_second": 0.116,
      "step": 29000
    },
    {
      "epoch": 0.0604375,
      "grad_norm": 0.7912806272506714,
      "learning_rate": 0.00029764270691663654,
      "loss": 9.5713,
      "step": 29010
    },
    {
      "epoch": 0.060458333333333336,
      "grad_norm": 1.642655611038208,
      "learning_rate": 0.00029764096568747855,
      "loss": 10.0449,
      "step": 29020
    },
    {
      "epoch": 0.06047916666666667,
      "grad_norm": 1.331710934638977,
      "learning_rate": 0.00029763922382057003,
      "loss": 9.2202,
      "step": 29030
    },
    {
      "epoch": 0.0605,
      "grad_norm": 1.9482135772705078,
      "learning_rate": 0.00029763748131591855,
      "loss": 9.9342,
      "step": 29040
    },
    {
      "epoch": 0.060520833333333336,
      "grad_norm": 1.6499749422073364,
      "learning_rate": 0.00029763573817353156,
      "loss": 11.1082,
      "step": 29050
    },
    {
      "epoch": 0.06054166666666667,
      "grad_norm": 2.2282090187072754,
      "learning_rate": 0.0002976339943934166,
      "loss": 9.6954,
      "step": 29060
    },
    {
      "epoch": 0.0605625,
      "grad_norm": 3.2987966537475586,
      "learning_rate": 0.00029763224997558124,
      "loss": 10.4183,
      "step": 29070
    },
    {
      "epoch": 0.060583333333333336,
      "grad_norm": 1.5774887800216675,
      "learning_rate": 0.00029763050492003293,
      "loss": 11.1254,
      "step": 29080
    },
    {
      "epoch": 0.06060416666666667,
      "grad_norm": 1.888624906539917,
      "learning_rate": 0.0002976287592267794,
      "loss": 11.4283,
      "step": 29090
    },
    {
      "epoch": 0.060625,
      "grad_norm": 1.1691921949386597,
      "learning_rate": 0.000297627012895828,
      "loss": 8.9276,
      "step": 29100
    },
    {
      "epoch": 0.060645833333333336,
      "grad_norm": 1.2976990938186646,
      "learning_rate": 0.00029762526592718634,
      "loss": 8.4444,
      "step": 29110
    },
    {
      "epoch": 0.06066666666666667,
      "grad_norm": 1.9289463758468628,
      "learning_rate": 0.00029762351832086193,
      "loss": 9.8612,
      "step": 29120
    },
    {
      "epoch": 0.0606875,
      "grad_norm": 1.3444428443908691,
      "learning_rate": 0.00029762177007686244,
      "loss": 9.4183,
      "step": 29130
    },
    {
      "epoch": 0.060708333333333336,
      "grad_norm": 0.967115581035614,
      "learning_rate": 0.00029762002119519524,
      "loss": 9.3776,
      "step": 29140
    },
    {
      "epoch": 0.06072916666666667,
      "grad_norm": 1.4242900609970093,
      "learning_rate": 0.00029761827167586804,
      "loss": 9.6751,
      "step": 29150
    },
    {
      "epoch": 0.06075,
      "grad_norm": 2.2516658306121826,
      "learning_rate": 0.00029761652151888835,
      "loss": 9.8617,
      "step": 29160
    },
    {
      "epoch": 0.060770833333333336,
      "grad_norm": 1.7889621257781982,
      "learning_rate": 0.0002976147707242637,
      "loss": 10.4232,
      "step": 29170
    },
    {
      "epoch": 0.06079166666666667,
      "grad_norm": 1.6463180780410767,
      "learning_rate": 0.00029761301929200166,
      "loss": 10.8919,
      "step": 29180
    },
    {
      "epoch": 0.0608125,
      "grad_norm": 3.5815272331237793,
      "learning_rate": 0.0002976112672221098,
      "loss": 9.773,
      "step": 29190
    },
    {
      "epoch": 0.060833333333333336,
      "grad_norm": 2.3728458881378174,
      "learning_rate": 0.0002976095145145957,
      "loss": 8.9716,
      "step": 29200
    },
    {
      "epoch": 0.06085416666666667,
      "grad_norm": 1.143924593925476,
      "learning_rate": 0.00029760776116946695,
      "loss": 9.5575,
      "step": 29210
    },
    {
      "epoch": 0.060875,
      "grad_norm": 3.2389891147613525,
      "learning_rate": 0.00029760600718673104,
      "loss": 9.2228,
      "step": 29220
    },
    {
      "epoch": 0.06089583333333334,
      "grad_norm": 2.7316973209381104,
      "learning_rate": 0.0002976042525663957,
      "loss": 9.3373,
      "step": 29230
    },
    {
      "epoch": 0.06091666666666667,
      "grad_norm": 3.7867696285247803,
      "learning_rate": 0.00029760249730846833,
      "loss": 9.8338,
      "step": 29240
    },
    {
      "epoch": 0.0609375,
      "grad_norm": 2.3600046634674072,
      "learning_rate": 0.0002976007414129566,
      "loss": 9.9928,
      "step": 29250
    },
    {
      "epoch": 0.06095833333333334,
      "grad_norm": 2.028165817260742,
      "learning_rate": 0.00029759898487986814,
      "loss": 9.3527,
      "step": 29260
    },
    {
      "epoch": 0.06097916666666667,
      "grad_norm": 6.9051690101623535,
      "learning_rate": 0.00029759722770921046,
      "loss": 11.2866,
      "step": 29270
    },
    {
      "epoch": 0.061,
      "grad_norm": 1.064287781715393,
      "learning_rate": 0.00029759546990099116,
      "loss": 9.9937,
      "step": 29280
    },
    {
      "epoch": 0.06102083333333334,
      "grad_norm": 2.2383482456207275,
      "learning_rate": 0.0002975937114552179,
      "loss": 9.341,
      "step": 29290
    },
    {
      "epoch": 0.06104166666666667,
      "grad_norm": 0.9788872599601746,
      "learning_rate": 0.0002975919523718982,
      "loss": 10.457,
      "step": 29300
    },
    {
      "epoch": 0.0610625,
      "grad_norm": 2.791203022003174,
      "learning_rate": 0.0002975901926510397,
      "loss": 10.3445,
      "step": 29310
    },
    {
      "epoch": 0.06108333333333334,
      "grad_norm": 1.3555699586868286,
      "learning_rate": 0.00029758843229264997,
      "loss": 10.2638,
      "step": 29320
    },
    {
      "epoch": 0.06110416666666667,
      "grad_norm": 1.3220049142837524,
      "learning_rate": 0.00029758667129673664,
      "loss": 8.9362,
      "step": 29330
    },
    {
      "epoch": 0.061125,
      "grad_norm": 1.5571043491363525,
      "learning_rate": 0.00029758490966330734,
      "loss": 8.9929,
      "step": 29340
    },
    {
      "epoch": 0.06114583333333334,
      "grad_norm": 0.9590979814529419,
      "learning_rate": 0.0002975831473923696,
      "loss": 9.8869,
      "step": 29350
    },
    {
      "epoch": 0.06116666666666667,
      "grad_norm": 2.775852680206299,
      "learning_rate": 0.0002975813844839311,
      "loss": 9.5658,
      "step": 29360
    },
    {
      "epoch": 0.0611875,
      "grad_norm": 0.8935347199440002,
      "learning_rate": 0.00029757962093799944,
      "loss": 9.6908,
      "step": 29370
    },
    {
      "epoch": 0.06120833333333333,
      "grad_norm": 1.3787025213241577,
      "learning_rate": 0.00029757785675458225,
      "loss": 11.0202,
      "step": 29380
    },
    {
      "epoch": 0.06122916666666667,
      "grad_norm": 1.4317185878753662,
      "learning_rate": 0.0002975760919336871,
      "loss": 9.4127,
      "step": 29390
    },
    {
      "epoch": 0.06125,
      "grad_norm": 0.5439425110816956,
      "learning_rate": 0.00029757432647532165,
      "loss": 9.8148,
      "step": 29400
    },
    {
      "epoch": 0.06127083333333333,
      "grad_norm": 4.1622700691223145,
      "learning_rate": 0.00029757256037949353,
      "loss": 9.6219,
      "step": 29410
    },
    {
      "epoch": 0.06129166666666667,
      "grad_norm": 1.956924557685852,
      "learning_rate": 0.00029757079364621037,
      "loss": 10.8907,
      "step": 29420
    },
    {
      "epoch": 0.0613125,
      "grad_norm": 1.665048599243164,
      "learning_rate": 0.0002975690262754798,
      "loss": 9.9144,
      "step": 29430
    },
    {
      "epoch": 0.06133333333333333,
      "grad_norm": 0.8945250511169434,
      "learning_rate": 0.00029756725826730944,
      "loss": 11.0504,
      "step": 29440
    },
    {
      "epoch": 0.06135416666666667,
      "grad_norm": 2.5580925941467285,
      "learning_rate": 0.0002975654896217069,
      "loss": 8.6931,
      "step": 29450
    },
    {
      "epoch": 0.061375,
      "grad_norm": 1.4131901264190674,
      "learning_rate": 0.0002975637203386799,
      "loss": 9.7972,
      "step": 29460
    },
    {
      "epoch": 0.06139583333333333,
      "grad_norm": 1.9792100191116333,
      "learning_rate": 0.00029756195041823603,
      "loss": 8.8532,
      "step": 29470
    },
    {
      "epoch": 0.06141666666666667,
      "grad_norm": 1.4149893522262573,
      "learning_rate": 0.000297560179860383,
      "loss": 10.2968,
      "step": 29480
    },
    {
      "epoch": 0.0614375,
      "grad_norm": 2.2136144638061523,
      "learning_rate": 0.0002975584086651283,
      "loss": 9.7434,
      "step": 29490
    },
    {
      "epoch": 0.06145833333333333,
      "grad_norm": 1.203002691268921,
      "learning_rate": 0.00029755663683247974,
      "loss": 10.1681,
      "step": 29500
    },
    {
      "epoch": 0.06147916666666667,
      "grad_norm": 2.5087380409240723,
      "learning_rate": 0.0002975548643624449,
      "loss": 9.3757,
      "step": 29510
    },
    {
      "epoch": 0.0615,
      "grad_norm": 1.065545678138733,
      "learning_rate": 0.00029755309125503146,
      "loss": 9.8219,
      "step": 29520
    },
    {
      "epoch": 0.06152083333333333,
      "grad_norm": 0.9413146376609802,
      "learning_rate": 0.00029755131751024706,
      "loss": 8.7051,
      "step": 29530
    },
    {
      "epoch": 0.06154166666666667,
      "grad_norm": 1.70805025100708,
      "learning_rate": 0.0002975495431280994,
      "loss": 8.5132,
      "step": 29540
    },
    {
      "epoch": 0.0615625,
      "grad_norm": 4.176740646362305,
      "learning_rate": 0.0002975477681085961,
      "loss": 9.5801,
      "step": 29550
    },
    {
      "epoch": 0.06158333333333333,
      "grad_norm": 3.9579291343688965,
      "learning_rate": 0.0002975459924517448,
      "loss": 10.7841,
      "step": 29560
    },
    {
      "epoch": 0.06160416666666667,
      "grad_norm": 1.1798204183578491,
      "learning_rate": 0.00029754421615755324,
      "loss": 10.0144,
      "step": 29570
    },
    {
      "epoch": 0.061625,
      "grad_norm": 5.186828136444092,
      "learning_rate": 0.0002975424392260291,
      "loss": 10.0147,
      "step": 29580
    },
    {
      "epoch": 0.06164583333333333,
      "grad_norm": 0.8450864553451538,
      "learning_rate": 0.00029754066165718,
      "loss": 10.3342,
      "step": 29590
    },
    {
      "epoch": 0.06166666666666667,
      "grad_norm": 1.4594489336013794,
      "learning_rate": 0.0002975388834510137,
      "loss": 9.6855,
      "step": 29600
    },
    {
      "epoch": 0.0616875,
      "grad_norm": 1.6738896369934082,
      "learning_rate": 0.00029753710460753775,
      "loss": 9.723,
      "step": 29610
    },
    {
      "epoch": 0.06170833333333333,
      "grad_norm": 0.9383790493011475,
      "learning_rate": 0.0002975353251267599,
      "loss": 9.6191,
      "step": 29620
    },
    {
      "epoch": 0.06172916666666667,
      "grad_norm": 1.4754894971847534,
      "learning_rate": 0.0002975335450086879,
      "loss": 10.441,
      "step": 29630
    },
    {
      "epoch": 0.06175,
      "grad_norm": 0.7377742528915405,
      "learning_rate": 0.00029753176425332937,
      "loss": 10.7922,
      "step": 29640
    },
    {
      "epoch": 0.06177083333333333,
      "grad_norm": 4.578427791595459,
      "learning_rate": 0.000297529982860692,
      "loss": 10.7911,
      "step": 29650
    },
    {
      "epoch": 0.06179166666666667,
      "grad_norm": 3.534644842147827,
      "learning_rate": 0.0002975282008307835,
      "loss": 9.1024,
      "step": 29660
    },
    {
      "epoch": 0.0618125,
      "grad_norm": 1.4297162294387817,
      "learning_rate": 0.00029752641816361154,
      "loss": 10.1001,
      "step": 29670
    },
    {
      "epoch": 0.06183333333333333,
      "grad_norm": 1.526505947113037,
      "learning_rate": 0.0002975246348591839,
      "loss": 11.0133,
      "step": 29680
    },
    {
      "epoch": 0.06185416666666667,
      "grad_norm": 1.3264986276626587,
      "learning_rate": 0.00029752285091750826,
      "loss": 9.7483,
      "step": 29690
    },
    {
      "epoch": 0.061875,
      "grad_norm": 0.8832352161407471,
      "learning_rate": 0.0002975210663385922,
      "loss": 8.7386,
      "step": 29700
    },
    {
      "epoch": 0.06189583333333333,
      "grad_norm": 1.6871004104614258,
      "learning_rate": 0.0002975192811224436,
      "loss": 8.8414,
      "step": 29710
    },
    {
      "epoch": 0.06191666666666667,
      "grad_norm": 2.6406333446502686,
      "learning_rate": 0.0002975174952690701,
      "loss": 9.5359,
      "step": 29720
    },
    {
      "epoch": 0.0619375,
      "grad_norm": 2.5617265701293945,
      "learning_rate": 0.00029751570877847936,
      "loss": 9.3323,
      "step": 29730
    },
    {
      "epoch": 0.06195833333333333,
      "grad_norm": 1.3593897819519043,
      "learning_rate": 0.0002975139216506792,
      "loss": 8.7804,
      "step": 29740
    },
    {
      "epoch": 0.06197916666666667,
      "grad_norm": 1.643531322479248,
      "learning_rate": 0.0002975121338856773,
      "loss": 11.3109,
      "step": 29750
    },
    {
      "epoch": 0.062,
      "grad_norm": 1.3024446964263916,
      "learning_rate": 0.00029751034548348125,
      "loss": 9.1704,
      "step": 29760
    },
    {
      "epoch": 0.06202083333333333,
      "grad_norm": 0.7562415599822998,
      "learning_rate": 0.000297508556444099,
      "loss": 8.8054,
      "step": 29770
    },
    {
      "epoch": 0.06204166666666667,
      "grad_norm": 11.325023651123047,
      "learning_rate": 0.00029750676676753814,
      "loss": 10.9881,
      "step": 29780
    },
    {
      "epoch": 0.0620625,
      "grad_norm": 10.728195190429688,
      "learning_rate": 0.0002975049764538065,
      "loss": 10.9137,
      "step": 29790
    },
    {
      "epoch": 0.06208333333333333,
      "grad_norm": 1.0279921293258667,
      "learning_rate": 0.0002975031855029117,
      "loss": 10.5572,
      "step": 29800
    },
    {
      "epoch": 0.06210416666666667,
      "grad_norm": 2.034634828567505,
      "learning_rate": 0.00029750139391486154,
      "loss": 9.4831,
      "step": 29810
    },
    {
      "epoch": 0.062125,
      "grad_norm": 3.135133981704712,
      "learning_rate": 0.00029749960168966365,
      "loss": 9.464,
      "step": 29820
    },
    {
      "epoch": 0.06214583333333333,
      "grad_norm": 2.402784824371338,
      "learning_rate": 0.000297497808827326,
      "loss": 10.6545,
      "step": 29830
    },
    {
      "epoch": 0.06216666666666667,
      "grad_norm": 1.0381338596343994,
      "learning_rate": 0.00029749601532785613,
      "loss": 9.5893,
      "step": 29840
    },
    {
      "epoch": 0.0621875,
      "grad_norm": 2.202664613723755,
      "learning_rate": 0.00029749422119126185,
      "loss": 9.4299,
      "step": 29850
    },
    {
      "epoch": 0.06220833333333333,
      "grad_norm": 3.922833204269409,
      "learning_rate": 0.00029749242641755096,
      "loss": 9.9053,
      "step": 29860
    },
    {
      "epoch": 0.06222916666666667,
      "grad_norm": 1.8647855520248413,
      "learning_rate": 0.0002974906310067311,
      "loss": 9.3282,
      "step": 29870
    },
    {
      "epoch": 0.06225,
      "grad_norm": 0.9989089369773865,
      "learning_rate": 0.0002974888349588102,
      "loss": 8.6884,
      "step": 29880
    },
    {
      "epoch": 0.06227083333333333,
      "grad_norm": 1.4065810441970825,
      "learning_rate": 0.00029748703827379584,
      "loss": 9.6831,
      "step": 29890
    },
    {
      "epoch": 0.06229166666666667,
      "grad_norm": 2.7633330821990967,
      "learning_rate": 0.0002974852409516958,
      "loss": 10.9602,
      "step": 29900
    },
    {
      "epoch": 0.0623125,
      "grad_norm": 1.0151597261428833,
      "learning_rate": 0.000297483442992518,
      "loss": 9.8684,
      "step": 29910
    },
    {
      "epoch": 0.06233333333333333,
      "grad_norm": 4.252462387084961,
      "learning_rate": 0.00029748164439627006,
      "loss": 9.8092,
      "step": 29920
    },
    {
      "epoch": 0.06235416666666667,
      "grad_norm": 0.9520479440689087,
      "learning_rate": 0.0002974798451629598,
      "loss": 9.8619,
      "step": 29930
    },
    {
      "epoch": 0.062375,
      "grad_norm": 0.9054762125015259,
      "learning_rate": 0.00029747804529259503,
      "loss": 10.46,
      "step": 29940
    },
    {
      "epoch": 0.06239583333333333,
      "grad_norm": 2.0773324966430664,
      "learning_rate": 0.0002974762447851834,
      "loss": 8.6169,
      "step": 29950
    },
    {
      "epoch": 0.06241666666666667,
      "grad_norm": 2.247368335723877,
      "learning_rate": 0.0002974744436407328,
      "loss": 9.2935,
      "step": 29960
    },
    {
      "epoch": 0.0624375,
      "grad_norm": 2.0698401927948,
      "learning_rate": 0.00029747264185925104,
      "loss": 10.5816,
      "step": 29970
    },
    {
      "epoch": 0.06245833333333333,
      "grad_norm": 0.9986267685890198,
      "learning_rate": 0.0002974708394407458,
      "loss": 9.4803,
      "step": 29980
    },
    {
      "epoch": 0.06247916666666667,
      "grad_norm": 1.8682458400726318,
      "learning_rate": 0.0002974690363852248,
      "loss": 9.7819,
      "step": 29990
    },
    {
      "epoch": 0.0625,
      "grad_norm": 3.4500672817230225,
      "learning_rate": 0.0002974672326926961,
      "loss": 9.8923,
      "step": 30000
    },
    {
      "epoch": 0.0625,
      "eval_loss": 8.329927444458008,
      "eval_runtime": 8.7106,
      "eval_samples_per_second": 0.344,
      "eval_steps_per_second": 0.115,
      "step": 30000
    },
    {
      "epoch": 0.06252083333333333,
      "grad_norm": 0.6768794655799866,
      "learning_rate": 0.0002974654283631672,
      "loss": 8.7618,
      "step": 30010
    },
    {
      "epoch": 0.06254166666666666,
      "grad_norm": 0.9375165104866028,
      "learning_rate": 0.00029746362339664613,
      "loss": 9.6868,
      "step": 30020
    },
    {
      "epoch": 0.0625625,
      "grad_norm": 2.264415979385376,
      "learning_rate": 0.00029746181779314045,
      "loss": 9.7543,
      "step": 30030
    },
    {
      "epoch": 0.06258333333333334,
      "grad_norm": 2.5034782886505127,
      "learning_rate": 0.00029746001155265823,
      "loss": 9.5444,
      "step": 30040
    },
    {
      "epoch": 0.06260416666666667,
      "grad_norm": 0.7562450766563416,
      "learning_rate": 0.000297458204675207,
      "loss": 9.3444,
      "step": 30050
    },
    {
      "epoch": 0.062625,
      "grad_norm": 1.3165847063064575,
      "learning_rate": 0.00029745639716079474,
      "loss": 9.0103,
      "step": 30060
    },
    {
      "epoch": 0.06264583333333333,
      "grad_norm": 0.9096909761428833,
      "learning_rate": 0.00029745458900942923,
      "loss": 9.8481,
      "step": 30070
    },
    {
      "epoch": 0.06266666666666666,
      "grad_norm": 2.0334670543670654,
      "learning_rate": 0.00029745278022111826,
      "loss": 9.3484,
      "step": 30080
    },
    {
      "epoch": 0.0626875,
      "grad_norm": 0.8122968673706055,
      "learning_rate": 0.00029745097079586963,
      "loss": 9.2046,
      "step": 30090
    },
    {
      "epoch": 0.06270833333333334,
      "grad_norm": 2.453383207321167,
      "learning_rate": 0.0002974491607336912,
      "loss": 9.6885,
      "step": 30100
    },
    {
      "epoch": 0.06272916666666667,
      "grad_norm": 1.008933424949646,
      "learning_rate": 0.0002974473500345907,
      "loss": 9.2133,
      "step": 30110
    },
    {
      "epoch": 0.06275,
      "grad_norm": 1.669211745262146,
      "learning_rate": 0.0002974455386985761,
      "loss": 8.906,
      "step": 30120
    },
    {
      "epoch": 0.06277083333333333,
      "grad_norm": 1.4230519533157349,
      "learning_rate": 0.00029744372672565507,
      "loss": 9.3213,
      "step": 30130
    },
    {
      "epoch": 0.06279166666666666,
      "grad_norm": 0.7552510499954224,
      "learning_rate": 0.0002974419141158355,
      "loss": 9.9457,
      "step": 30140
    },
    {
      "epoch": 0.0628125,
      "grad_norm": 1.2444871664047241,
      "learning_rate": 0.0002974401008691252,
      "loss": 9.6229,
      "step": 30150
    },
    {
      "epoch": 0.06283333333333334,
      "grad_norm": 1.217737078666687,
      "learning_rate": 0.0002974382869855321,
      "loss": 9.6331,
      "step": 30160
    },
    {
      "epoch": 0.06285416666666667,
      "grad_norm": 0.9493138194084167,
      "learning_rate": 0.00029743647246506397,
      "loss": 10.1559,
      "step": 30170
    },
    {
      "epoch": 0.062875,
      "grad_norm": 1.5392017364501953,
      "learning_rate": 0.0002974346573077286,
      "loss": 9.1674,
      "step": 30180
    },
    {
      "epoch": 0.06289583333333333,
      "grad_norm": 1.2293270826339722,
      "learning_rate": 0.00029743284151353386,
      "loss": 9.3655,
      "step": 30190
    },
    {
      "epoch": 0.06291666666666666,
      "grad_norm": 1.6676760911941528,
      "learning_rate": 0.0002974310250824876,
      "loss": 9.2163,
      "step": 30200
    },
    {
      "epoch": 0.0629375,
      "grad_norm": 1.3875393867492676,
      "learning_rate": 0.00029742920801459767,
      "loss": 9.4242,
      "step": 30210
    },
    {
      "epoch": 0.06295833333333334,
      "grad_norm": 1.9112809896469116,
      "learning_rate": 0.00029742739030987194,
      "loss": 9.8813,
      "step": 30220
    },
    {
      "epoch": 0.06297916666666667,
      "grad_norm": 1.4926178455352783,
      "learning_rate": 0.0002974255719683182,
      "loss": 9.5603,
      "step": 30230
    },
    {
      "epoch": 0.063,
      "grad_norm": 6.341822624206543,
      "learning_rate": 0.0002974237529899444,
      "loss": 11.7968,
      "step": 30240
    },
    {
      "epoch": 0.06302083333333333,
      "grad_norm": 1.5679049491882324,
      "learning_rate": 0.00029742193337475826,
      "loss": 9.8508,
      "step": 30250
    },
    {
      "epoch": 0.06304166666666666,
      "grad_norm": 2.750771999359131,
      "learning_rate": 0.00029742011312276783,
      "loss": 9.5545,
      "step": 30260
    },
    {
      "epoch": 0.0630625,
      "grad_norm": 1.6357998847961426,
      "learning_rate": 0.0002974182922339808,
      "loss": 12.3073,
      "step": 30270
    },
    {
      "epoch": 0.06308333333333334,
      "grad_norm": 1.1429115533828735,
      "learning_rate": 0.0002974164707084051,
      "loss": 9.4531,
      "step": 30280
    },
    {
      "epoch": 0.06310416666666667,
      "grad_norm": 1.966807246208191,
      "learning_rate": 0.0002974146485460486,
      "loss": 10.0585,
      "step": 30290
    },
    {
      "epoch": 0.063125,
      "grad_norm": 1.7204551696777344,
      "learning_rate": 0.0002974128257469192,
      "loss": 9.7739,
      "step": 30300
    },
    {
      "epoch": 0.06314583333333333,
      "grad_norm": 1.024569034576416,
      "learning_rate": 0.00029741100231102467,
      "loss": 10.8252,
      "step": 30310
    },
    {
      "epoch": 0.06316666666666666,
      "grad_norm": 3.0724117755889893,
      "learning_rate": 0.000297409178238373,
      "loss": 9.9425,
      "step": 30320
    },
    {
      "epoch": 0.0631875,
      "grad_norm": 2.2101824283599854,
      "learning_rate": 0.000297407353528972,
      "loss": 9.6287,
      "step": 30330
    },
    {
      "epoch": 0.06320833333333334,
      "grad_norm": 3.4316723346710205,
      "learning_rate": 0.00029740552818282966,
      "loss": 10.5259,
      "step": 30340
    },
    {
      "epoch": 0.06322916666666667,
      "grad_norm": 5.743593692779541,
      "learning_rate": 0.00029740370219995374,
      "loss": 9.6801,
      "step": 30350
    },
    {
      "epoch": 0.06325,
      "grad_norm": 1.8978444337844849,
      "learning_rate": 0.0002974018755803522,
      "loss": 9.3289,
      "step": 30360
    },
    {
      "epoch": 0.06327083333333333,
      "grad_norm": 0.8092935681343079,
      "learning_rate": 0.00029740004832403284,
      "loss": 9.9964,
      "step": 30370
    },
    {
      "epoch": 0.06329166666666666,
      "grad_norm": 1.8864823579788208,
      "learning_rate": 0.0002973982204310036,
      "loss": 9.1886,
      "step": 30380
    },
    {
      "epoch": 0.0633125,
      "grad_norm": 1.8383594751358032,
      "learning_rate": 0.0002973963919012725,
      "loss": 10.933,
      "step": 30390
    },
    {
      "epoch": 0.06333333333333334,
      "grad_norm": 1.1574947834014893,
      "learning_rate": 0.00029739456273484725,
      "loss": 8.6505,
      "step": 30400
    },
    {
      "epoch": 0.06335416666666667,
      "grad_norm": 2.6831960678100586,
      "learning_rate": 0.00029739273293173587,
      "loss": 9.7923,
      "step": 30410
    },
    {
      "epoch": 0.063375,
      "grad_norm": 1.0314065217971802,
      "learning_rate": 0.0002973909024919462,
      "loss": 9.4766,
      "step": 30420
    },
    {
      "epoch": 0.06339583333333333,
      "grad_norm": 0.7858340740203857,
      "learning_rate": 0.00029738907141548616,
      "loss": 9.3354,
      "step": 30430
    },
    {
      "epoch": 0.06341666666666666,
      "grad_norm": 0.8296205401420593,
      "learning_rate": 0.00029738723970236373,
      "loss": 8.8238,
      "step": 30440
    },
    {
      "epoch": 0.0634375,
      "grad_norm": 1.4049286842346191,
      "learning_rate": 0.0002973854073525868,
      "loss": 9.8312,
      "step": 30450
    },
    {
      "epoch": 0.06345833333333334,
      "grad_norm": 1.3369245529174805,
      "learning_rate": 0.0002973835743661631,
      "loss": 10.2343,
      "step": 30460
    },
    {
      "epoch": 0.06347916666666667,
      "grad_norm": 1.0510467290878296,
      "learning_rate": 0.0002973817407431008,
      "loss": 10.6581,
      "step": 30470
    },
    {
      "epoch": 0.0635,
      "grad_norm": 1.1004623174667358,
      "learning_rate": 0.0002973799064834077,
      "loss": 8.7663,
      "step": 30480
    },
    {
      "epoch": 0.06352083333333333,
      "grad_norm": 3.2973721027374268,
      "learning_rate": 0.0002973780715870917,
      "loss": 9.1885,
      "step": 30490
    },
    {
      "epoch": 0.06354166666666666,
      "grad_norm": 0.9666433334350586,
      "learning_rate": 0.00029737623605416083,
      "loss": 8.8659,
      "step": 30500
    },
    {
      "epoch": 0.0635625,
      "grad_norm": 6.388717174530029,
      "learning_rate": 0.0002973743998846229,
      "loss": 10.5372,
      "step": 30510
    },
    {
      "epoch": 0.06358333333333334,
      "grad_norm": 1.3187881708145142,
      "learning_rate": 0.0002973725630784859,
      "loss": 9.7063,
      "step": 30520
    },
    {
      "epoch": 0.06360416666666667,
      "grad_norm": 1.0503628253936768,
      "learning_rate": 0.00029737072563575784,
      "loss": 8.8166,
      "step": 30530
    },
    {
      "epoch": 0.063625,
      "grad_norm": 1.065158724784851,
      "learning_rate": 0.0002973688875564465,
      "loss": 8.387,
      "step": 30540
    },
    {
      "epoch": 0.06364583333333333,
      "grad_norm": 1.348433017730713,
      "learning_rate": 0.00029736704884055995,
      "loss": 10.4336,
      "step": 30550
    },
    {
      "epoch": 0.06366666666666666,
      "grad_norm": 1.467495322227478,
      "learning_rate": 0.00029736520948810607,
      "loss": 8.7899,
      "step": 30560
    },
    {
      "epoch": 0.0636875,
      "grad_norm": 2.312140464782715,
      "learning_rate": 0.0002973633694990928,
      "loss": 8.8222,
      "step": 30570
    },
    {
      "epoch": 0.06370833333333334,
      "grad_norm": 1.61970055103302,
      "learning_rate": 0.0002973615288735281,
      "loss": 9.3751,
      "step": 30580
    },
    {
      "epoch": 0.06372916666666667,
      "grad_norm": 4.277601718902588,
      "learning_rate": 0.0002973596876114199,
      "loss": 9.6128,
      "step": 30590
    },
    {
      "epoch": 0.06375,
      "grad_norm": 1.7407541275024414,
      "learning_rate": 0.0002973578457127763,
      "loss": 9.7544,
      "step": 30600
    },
    {
      "epoch": 0.06377083333333333,
      "grad_norm": 2.2100980281829834,
      "learning_rate": 0.00029735600317760497,
      "loss": 8.9286,
      "step": 30610
    },
    {
      "epoch": 0.06379166666666666,
      "grad_norm": 3.0909314155578613,
      "learning_rate": 0.00029735416000591417,
      "loss": 10.6452,
      "step": 30620
    },
    {
      "epoch": 0.0638125,
      "grad_norm": 0.9492090940475464,
      "learning_rate": 0.00029735231619771164,
      "loss": 9.0399,
      "step": 30630
    },
    {
      "epoch": 0.06383333333333334,
      "grad_norm": 1.4649631977081299,
      "learning_rate": 0.0002973504717530054,
      "loss": 9.3367,
      "step": 30640
    },
    {
      "epoch": 0.06385416666666667,
      "grad_norm": 1.3913370370864868,
      "learning_rate": 0.00029734862667180355,
      "loss": 9.1555,
      "step": 30650
    },
    {
      "epoch": 0.063875,
      "grad_norm": 18.89348030090332,
      "learning_rate": 0.00029734678095411386,
      "loss": 12.4266,
      "step": 30660
    },
    {
      "epoch": 0.06389583333333333,
      "grad_norm": 2.349149703979492,
      "learning_rate": 0.0002973449345999445,
      "loss": 9.3386,
      "step": 30670
    },
    {
      "epoch": 0.06391666666666666,
      "grad_norm": 1.915189504623413,
      "learning_rate": 0.0002973430876093033,
      "loss": 10.2041,
      "step": 30680
    },
    {
      "epoch": 0.0639375,
      "grad_norm": 0.7963464260101318,
      "learning_rate": 0.00029734123998219824,
      "loss": 9.5445,
      "step": 30690
    },
    {
      "epoch": 0.06395833333333334,
      "grad_norm": 2.6055855751037598,
      "learning_rate": 0.0002973393917186374,
      "loss": 10.1408,
      "step": 30700
    },
    {
      "epoch": 0.06397916666666667,
      "grad_norm": 2.3854236602783203,
      "learning_rate": 0.0002973375428186287,
      "loss": 9.1575,
      "step": 30710
    },
    {
      "epoch": 0.064,
      "grad_norm": 0.9298815727233887,
      "learning_rate": 0.0002973356932821801,
      "loss": 10.0494,
      "step": 30720
    },
    {
      "epoch": 0.06402083333333333,
      "grad_norm": 0.5957408547401428,
      "learning_rate": 0.00029733384310929965,
      "loss": 10.3379,
      "step": 30730
    },
    {
      "epoch": 0.06404166666666666,
      "grad_norm": 3.578624963760376,
      "learning_rate": 0.00029733199229999534,
      "loss": 11.1422,
      "step": 30740
    },
    {
      "epoch": 0.0640625,
      "grad_norm": 1.3463762998580933,
      "learning_rate": 0.00029733014085427513,
      "loss": 9.6381,
      "step": 30750
    },
    {
      "epoch": 0.06408333333333334,
      "grad_norm": 2.972107172012329,
      "learning_rate": 0.000297328288772147,
      "loss": 9.2224,
      "step": 30760
    },
    {
      "epoch": 0.06410416666666667,
      "grad_norm": 1.1179136037826538,
      "learning_rate": 0.000297326436053619,
      "loss": 9.9767,
      "step": 30770
    },
    {
      "epoch": 0.064125,
      "grad_norm": 1.0292176008224487,
      "learning_rate": 0.0002973245826986991,
      "loss": 9.8579,
      "step": 30780
    },
    {
      "epoch": 0.06414583333333333,
      "grad_norm": 1.3824509382247925,
      "learning_rate": 0.00029732272870739535,
      "loss": 9.3441,
      "step": 30790
    },
    {
      "epoch": 0.06416666666666666,
      "grad_norm": 2.2966108322143555,
      "learning_rate": 0.00029732087407971573,
      "loss": 9.8035,
      "step": 30800
    },
    {
      "epoch": 0.0641875,
      "grad_norm": 2.8004136085510254,
      "learning_rate": 0.0002973190188156682,
      "loss": 9.3207,
      "step": 30810
    },
    {
      "epoch": 0.06420833333333334,
      "grad_norm": 1.0806185007095337,
      "learning_rate": 0.00029731716291526083,
      "loss": 9.5317,
      "step": 30820
    },
    {
      "epoch": 0.06422916666666667,
      "grad_norm": 2.2167110443115234,
      "learning_rate": 0.00029731530637850165,
      "loss": 9.0679,
      "step": 30830
    },
    {
      "epoch": 0.06425,
      "grad_norm": 1.4908124208450317,
      "learning_rate": 0.00029731344920539863,
      "loss": 9.7685,
      "step": 30840
    },
    {
      "epoch": 0.06427083333333333,
      "grad_norm": 1.9263513088226318,
      "learning_rate": 0.0002973115913959599,
      "loss": 10.4465,
      "step": 30850
    },
    {
      "epoch": 0.06429166666666666,
      "grad_norm": 1.0260142087936401,
      "learning_rate": 0.0002973097329501933,
      "loss": 9.6462,
      "step": 30860
    },
    {
      "epoch": 0.0643125,
      "grad_norm": 1.5715233087539673,
      "learning_rate": 0.000297307873868107,
      "loss": 10.0841,
      "step": 30870
    },
    {
      "epoch": 0.06433333333333334,
      "grad_norm": 0.9853472709655762,
      "learning_rate": 0.000297306014149709,
      "loss": 9.5773,
      "step": 30880
    },
    {
      "epoch": 0.06435416666666667,
      "grad_norm": 3.874410390853882,
      "learning_rate": 0.00029730415379500735,
      "loss": 9.8236,
      "step": 30890
    },
    {
      "epoch": 0.064375,
      "grad_norm": 1.9032312631607056,
      "learning_rate": 0.00029730229280401004,
      "loss": 8.9129,
      "step": 30900
    },
    {
      "epoch": 0.06439583333333333,
      "grad_norm": 1.0467191934585571,
      "learning_rate": 0.00029730043117672515,
      "loss": 9.6044,
      "step": 30910
    },
    {
      "epoch": 0.06441666666666666,
      "grad_norm": 1.3786059617996216,
      "learning_rate": 0.00029729856891316065,
      "loss": 8.8231,
      "step": 30920
    },
    {
      "epoch": 0.0644375,
      "grad_norm": 1.0238566398620605,
      "learning_rate": 0.0002972967060133247,
      "loss": 9.6324,
      "step": 30930
    },
    {
      "epoch": 0.06445833333333334,
      "grad_norm": 1.1139062643051147,
      "learning_rate": 0.0002972948424772253,
      "loss": 9.4968,
      "step": 30940
    },
    {
      "epoch": 0.06447916666666667,
      "grad_norm": 1.9383221864700317,
      "learning_rate": 0.0002972929783048704,
      "loss": 9.2893,
      "step": 30950
    },
    {
      "epoch": 0.0645,
      "grad_norm": 5.979277610778809,
      "learning_rate": 0.00029729111349626814,
      "loss": 9.0613,
      "step": 30960
    },
    {
      "epoch": 0.06452083333333333,
      "grad_norm": 1.1601536273956299,
      "learning_rate": 0.00029728924805142663,
      "loss": 10.5261,
      "step": 30970
    },
    {
      "epoch": 0.06454166666666666,
      "grad_norm": 0.7846641540527344,
      "learning_rate": 0.00029728738197035387,
      "loss": 8.8978,
      "step": 30980
    },
    {
      "epoch": 0.0645625,
      "grad_norm": 0.8369525074958801,
      "learning_rate": 0.0002972855152530579,
      "loss": 9.3737,
      "step": 30990
    },
    {
      "epoch": 0.06458333333333334,
      "grad_norm": 0.9465690851211548,
      "learning_rate": 0.00029728364789954675,
      "loss": 9.494,
      "step": 31000
    },
    {
      "epoch": 0.06458333333333334,
      "eval_loss": 9.643686294555664,
      "eval_runtime": 8.832,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 31000
    },
    {
      "epoch": 0.06460416666666667,
      "grad_norm": 2.913705587387085,
      "learning_rate": 0.0002972817799098286,
      "loss": 10.0114,
      "step": 31010
    },
    {
      "epoch": 0.064625,
      "grad_norm": 1.7770094871520996,
      "learning_rate": 0.00029727991128391146,
      "loss": 9.3713,
      "step": 31020
    },
    {
      "epoch": 0.06464583333333333,
      "grad_norm": 1.3392685651779175,
      "learning_rate": 0.0002972780420218034,
      "loss": 9.3426,
      "step": 31030
    },
    {
      "epoch": 0.06466666666666666,
      "grad_norm": 1.918197512626648,
      "learning_rate": 0.0002972761721235125,
      "loss": 9.2476,
      "step": 31040
    },
    {
      "epoch": 0.0646875,
      "grad_norm": 1.9481401443481445,
      "learning_rate": 0.0002972743015890468,
      "loss": 8.9938,
      "step": 31050
    },
    {
      "epoch": 0.06470833333333334,
      "grad_norm": 1.4665135145187378,
      "learning_rate": 0.0002972724304184144,
      "loss": 8.8768,
      "step": 31060
    },
    {
      "epoch": 0.06472916666666667,
      "grad_norm": 0.9114810824394226,
      "learning_rate": 0.00029727055861162346,
      "loss": 9.1501,
      "step": 31070
    },
    {
      "epoch": 0.06475,
      "grad_norm": 1.0176986455917358,
      "learning_rate": 0.000297268686168682,
      "loss": 9.1899,
      "step": 31080
    },
    {
      "epoch": 0.06477083333333333,
      "grad_norm": 2.2872300148010254,
      "learning_rate": 0.000297266813089598,
      "loss": 10.1188,
      "step": 31090
    },
    {
      "epoch": 0.06479166666666666,
      "grad_norm": 2.6430492401123047,
      "learning_rate": 0.00029726493937437976,
      "loss": 9.6022,
      "step": 31100
    },
    {
      "epoch": 0.0648125,
      "grad_norm": 1.4393868446350098,
      "learning_rate": 0.00029726306502303527,
      "loss": 9.0967,
      "step": 31110
    },
    {
      "epoch": 0.06483333333333334,
      "grad_norm": 2.9922683238983154,
      "learning_rate": 0.0002972611900355726,
      "loss": 9.9866,
      "step": 31120
    },
    {
      "epoch": 0.06485416666666667,
      "grad_norm": 5.400216579437256,
      "learning_rate": 0.00029725931441199993,
      "loss": 9.997,
      "step": 31130
    },
    {
      "epoch": 0.064875,
      "grad_norm": 1.7165188789367676,
      "learning_rate": 0.00029725743815232523,
      "loss": 9.5737,
      "step": 31140
    },
    {
      "epoch": 0.06489583333333333,
      "grad_norm": 1.5685046911239624,
      "learning_rate": 0.00029725556125655676,
      "loss": 10.3,
      "step": 31150
    },
    {
      "epoch": 0.06491666666666666,
      "grad_norm": 1.9674971103668213,
      "learning_rate": 0.0002972536837247025,
      "loss": 10.1646,
      "step": 31160
    },
    {
      "epoch": 0.0649375,
      "grad_norm": 1.9870208501815796,
      "learning_rate": 0.00029725180555677065,
      "loss": 10.1371,
      "step": 31170
    },
    {
      "epoch": 0.06495833333333334,
      "grad_norm": 4.185104846954346,
      "learning_rate": 0.0002972499267527692,
      "loss": 9.367,
      "step": 31180
    },
    {
      "epoch": 0.06497916666666667,
      "grad_norm": 2.081634521484375,
      "learning_rate": 0.00029724804731270644,
      "loss": 10.4268,
      "step": 31190
    },
    {
      "epoch": 0.065,
      "grad_norm": 1.8205132484436035,
      "learning_rate": 0.0002972461672365904,
      "loss": 8.8163,
      "step": 31200
    },
    {
      "epoch": 0.06502083333333333,
      "grad_norm": 1.223349928855896,
      "learning_rate": 0.00029724428652442913,
      "loss": 9.1421,
      "step": 31210
    },
    {
      "epoch": 0.06504166666666666,
      "grad_norm": 1.238365888595581,
      "learning_rate": 0.0002972424051762309,
      "loss": 9.2463,
      "step": 31220
    },
    {
      "epoch": 0.0650625,
      "grad_norm": 1.095812201499939,
      "learning_rate": 0.00029724052319200377,
      "loss": 10.6369,
      "step": 31230
    },
    {
      "epoch": 0.06508333333333334,
      "grad_norm": 1.1957896947860718,
      "learning_rate": 0.0002972386405717558,
      "loss": 9.1968,
      "step": 31240
    },
    {
      "epoch": 0.06510416666666667,
      "grad_norm": 5.683818817138672,
      "learning_rate": 0.00029723675731549524,
      "loss": 10.0655,
      "step": 31250
    },
    {
      "epoch": 0.065125,
      "grad_norm": 1.5806405544281006,
      "learning_rate": 0.0002972348734232301,
      "loss": 9.2017,
      "step": 31260
    },
    {
      "epoch": 0.06514583333333333,
      "grad_norm": 3.2338907718658447,
      "learning_rate": 0.00029723298889496865,
      "loss": 9.4789,
      "step": 31270
    },
    {
      "epoch": 0.06516666666666666,
      "grad_norm": 1.4514100551605225,
      "learning_rate": 0.00029723110373071896,
      "loss": 11.0624,
      "step": 31280
    },
    {
      "epoch": 0.0651875,
      "grad_norm": 1.2027089595794678,
      "learning_rate": 0.0002972292179304892,
      "loss": 9.5965,
      "step": 31290
    },
    {
      "epoch": 0.06520833333333333,
      "grad_norm": 2.5253875255584717,
      "learning_rate": 0.00029722733149428743,
      "loss": 11.4015,
      "step": 31300
    },
    {
      "epoch": 0.06522916666666667,
      "grad_norm": 3.401953935623169,
      "learning_rate": 0.0002972254444221219,
      "loss": 9.3437,
      "step": 31310
    },
    {
      "epoch": 0.06525,
      "grad_norm": 1.0099382400512695,
      "learning_rate": 0.00029722355671400074,
      "loss": 9.3164,
      "step": 31320
    },
    {
      "epoch": 0.06527083333333333,
      "grad_norm": 2.307926654815674,
      "learning_rate": 0.00029722166836993206,
      "loss": 10.0132,
      "step": 31330
    },
    {
      "epoch": 0.06529166666666666,
      "grad_norm": 2.7787539958953857,
      "learning_rate": 0.00029721977938992406,
      "loss": 9.7008,
      "step": 31340
    },
    {
      "epoch": 0.0653125,
      "grad_norm": 3.2140159606933594,
      "learning_rate": 0.00029721788977398486,
      "loss": 9.3758,
      "step": 31350
    },
    {
      "epoch": 0.06533333333333333,
      "grad_norm": 1.605761170387268,
      "learning_rate": 0.0002972159995221227,
      "loss": 8.9391,
      "step": 31360
    },
    {
      "epoch": 0.06535416666666667,
      "grad_norm": 4.678616523742676,
      "learning_rate": 0.0002972141086343457,
      "loss": 8.9358,
      "step": 31370
    },
    {
      "epoch": 0.065375,
      "grad_norm": 1.4795633554458618,
      "learning_rate": 0.00029721221711066195,
      "loss": 10.4024,
      "step": 31380
    },
    {
      "epoch": 0.06539583333333333,
      "grad_norm": 1.9416810274124146,
      "learning_rate": 0.0002972103249510797,
      "loss": 9.9096,
      "step": 31390
    },
    {
      "epoch": 0.06541666666666666,
      "grad_norm": 3.510887861251831,
      "learning_rate": 0.0002972084321556072,
      "loss": 9.7883,
      "step": 31400
    },
    {
      "epoch": 0.0654375,
      "grad_norm": 2.3765017986297607,
      "learning_rate": 0.0002972065387242525,
      "loss": 9.1362,
      "step": 31410
    },
    {
      "epoch": 0.06545833333333333,
      "grad_norm": 2.721088171005249,
      "learning_rate": 0.0002972046446570238,
      "loss": 9.6352,
      "step": 31420
    },
    {
      "epoch": 0.06547916666666667,
      "grad_norm": 0.8933103084564209,
      "learning_rate": 0.0002972027499539293,
      "loss": 8.6992,
      "step": 31430
    },
    {
      "epoch": 0.0655,
      "grad_norm": 3.8856585025787354,
      "learning_rate": 0.0002972008546149772,
      "loss": 9.4161,
      "step": 31440
    },
    {
      "epoch": 0.06552083333333333,
      "grad_norm": 2.71478271484375,
      "learning_rate": 0.0002971989586401757,
      "loss": 9.0161,
      "step": 31450
    },
    {
      "epoch": 0.06554166666666666,
      "grad_norm": 0.711984395980835,
      "learning_rate": 0.00029719706202953295,
      "loss": 10.1278,
      "step": 31460
    },
    {
      "epoch": 0.0655625,
      "grad_norm": 2.3950531482696533,
      "learning_rate": 0.00029719516478305714,
      "loss": 8.9759,
      "step": 31470
    },
    {
      "epoch": 0.06558333333333333,
      "grad_norm": 2.261705160140991,
      "learning_rate": 0.0002971932669007565,
      "loss": 10.5981,
      "step": 31480
    },
    {
      "epoch": 0.06560416666666667,
      "grad_norm": 3.5470638275146484,
      "learning_rate": 0.0002971913683826392,
      "loss": 10.506,
      "step": 31490
    },
    {
      "epoch": 0.065625,
      "grad_norm": 1.412582278251648,
      "learning_rate": 0.00029718946922871345,
      "loss": 9.9853,
      "step": 31500
    },
    {
      "epoch": 0.06564583333333333,
      "grad_norm": 2.800662040710449,
      "learning_rate": 0.00029718756943898747,
      "loss": 9.0497,
      "step": 31510
    },
    {
      "epoch": 0.06566666666666666,
      "grad_norm": 1.7144964933395386,
      "learning_rate": 0.0002971856690134694,
      "loss": 10.1427,
      "step": 31520
    },
    {
      "epoch": 0.0656875,
      "grad_norm": 6.604123115539551,
      "learning_rate": 0.0002971837679521676,
      "loss": 11.0033,
      "step": 31530
    },
    {
      "epoch": 0.06570833333333333,
      "grad_norm": 0.820645809173584,
      "learning_rate": 0.0002971818662550901,
      "loss": 9.2493,
      "step": 31540
    },
    {
      "epoch": 0.06572916666666667,
      "grad_norm": 2.138805866241455,
      "learning_rate": 0.0002971799639222452,
      "loss": 9.4773,
      "step": 31550
    },
    {
      "epoch": 0.06575,
      "grad_norm": 2.914552927017212,
      "learning_rate": 0.00029717806095364116,
      "loss": 9.2697,
      "step": 31560
    },
    {
      "epoch": 0.06577083333333333,
      "grad_norm": 2.434298276901245,
      "learning_rate": 0.00029717615734928607,
      "loss": 11.6676,
      "step": 31570
    },
    {
      "epoch": 0.06579166666666666,
      "grad_norm": 1.531686782836914,
      "learning_rate": 0.0002971742531091883,
      "loss": 10.5419,
      "step": 31580
    },
    {
      "epoch": 0.0658125,
      "grad_norm": 2.111354351043701,
      "learning_rate": 0.000297172348233356,
      "loss": 9.4129,
      "step": 31590
    },
    {
      "epoch": 0.06583333333333333,
      "grad_norm": 1.0435751676559448,
      "learning_rate": 0.00029717044272179746,
      "loss": 10.1608,
      "step": 31600
    },
    {
      "epoch": 0.06585416666666667,
      "grad_norm": 2.0299301147460938,
      "learning_rate": 0.00029716853657452076,
      "loss": 9.3871,
      "step": 31610
    },
    {
      "epoch": 0.065875,
      "grad_norm": 0.9150128364562988,
      "learning_rate": 0.0002971666297915343,
      "loss": 9.0476,
      "step": 31620
    },
    {
      "epoch": 0.06589583333333333,
      "grad_norm": 0.9522138237953186,
      "learning_rate": 0.00029716472237284626,
      "loss": 8.9793,
      "step": 31630
    },
    {
      "epoch": 0.06591666666666667,
      "grad_norm": 0.6692154407501221,
      "learning_rate": 0.00029716281431846483,
      "loss": 9.5061,
      "step": 31640
    },
    {
      "epoch": 0.0659375,
      "grad_norm": 2.0452065467834473,
      "learning_rate": 0.00029716090562839837,
      "loss": 8.7403,
      "step": 31650
    },
    {
      "epoch": 0.06595833333333333,
      "grad_norm": 3.542574644088745,
      "learning_rate": 0.00029715899630265496,
      "loss": 9.1238,
      "step": 31660
    },
    {
      "epoch": 0.06597916666666667,
      "grad_norm": 0.9640792608261108,
      "learning_rate": 0.00029715708634124295,
      "loss": 10.8003,
      "step": 31670
    },
    {
      "epoch": 0.066,
      "grad_norm": 8.164732933044434,
      "learning_rate": 0.0002971551757441706,
      "loss": 10.7111,
      "step": 31680
    },
    {
      "epoch": 0.06602083333333333,
      "grad_norm": 2.0241291522979736,
      "learning_rate": 0.00029715326451144615,
      "loss": 9.7639,
      "step": 31690
    },
    {
      "epoch": 0.06604166666666667,
      "grad_norm": 0.969045877456665,
      "learning_rate": 0.0002971513526430778,
      "loss": 9.9853,
      "step": 31700
    },
    {
      "epoch": 0.0660625,
      "grad_norm": 1.4951468706130981,
      "learning_rate": 0.0002971494401390739,
      "loss": 9.6802,
      "step": 31710
    },
    {
      "epoch": 0.06608333333333333,
      "grad_norm": 2.8092520236968994,
      "learning_rate": 0.00029714752699944267,
      "loss": 9.2022,
      "step": 31720
    },
    {
      "epoch": 0.06610416666666667,
      "grad_norm": 1.7934300899505615,
      "learning_rate": 0.00029714561322419236,
      "loss": 9.0302,
      "step": 31730
    },
    {
      "epoch": 0.066125,
      "grad_norm": 1.0069621801376343,
      "learning_rate": 0.0002971436988133312,
      "loss": 8.9975,
      "step": 31740
    },
    {
      "epoch": 0.06614583333333333,
      "grad_norm": 1.1842668056488037,
      "learning_rate": 0.00029714178376686755,
      "loss": 9.9629,
      "step": 31750
    },
    {
      "epoch": 0.06616666666666667,
      "grad_norm": 0.9414599537849426,
      "learning_rate": 0.0002971398680848096,
      "loss": 9.0216,
      "step": 31760
    },
    {
      "epoch": 0.0661875,
      "grad_norm": 0.938458263874054,
      "learning_rate": 0.0002971379517671657,
      "loss": 9.2136,
      "step": 31770
    },
    {
      "epoch": 0.06620833333333333,
      "grad_norm": 1.7382047176361084,
      "learning_rate": 0.0002971360348139441,
      "loss": 12.1528,
      "step": 31780
    },
    {
      "epoch": 0.06622916666666667,
      "grad_norm": 1.0774095058441162,
      "learning_rate": 0.000297134117225153,
      "loss": 9.275,
      "step": 31790
    },
    {
      "epoch": 0.06625,
      "grad_norm": 1.0172550678253174,
      "learning_rate": 0.0002971321990008008,
      "loss": 10.1049,
      "step": 31800
    },
    {
      "epoch": 0.06627083333333333,
      "grad_norm": 3.7311627864837646,
      "learning_rate": 0.0002971302801408957,
      "loss": 8.7955,
      "step": 31810
    },
    {
      "epoch": 0.06629166666666667,
      "grad_norm": 1.5142351388931274,
      "learning_rate": 0.00029712836064544614,
      "loss": 10.659,
      "step": 31820
    },
    {
      "epoch": 0.0663125,
      "grad_norm": 2.9262619018554688,
      "learning_rate": 0.0002971264405144602,
      "loss": 10.3692,
      "step": 31830
    },
    {
      "epoch": 0.06633333333333333,
      "grad_norm": 0.7087455987930298,
      "learning_rate": 0.00029712451974794624,
      "loss": 9.1242,
      "step": 31840
    },
    {
      "epoch": 0.06635416666666667,
      "grad_norm": 2.4823191165924072,
      "learning_rate": 0.00029712259834591267,
      "loss": 9.2957,
      "step": 31850
    },
    {
      "epoch": 0.066375,
      "grad_norm": 1.468268871307373,
      "learning_rate": 0.0002971206763083677,
      "loss": 9.5495,
      "step": 31860
    },
    {
      "epoch": 0.06639583333333333,
      "grad_norm": 4.185184955596924,
      "learning_rate": 0.00029711875363531965,
      "loss": 9.2052,
      "step": 31870
    },
    {
      "epoch": 0.06641666666666667,
      "grad_norm": 5.091644763946533,
      "learning_rate": 0.0002971168303267768,
      "loss": 9.5961,
      "step": 31880
    },
    {
      "epoch": 0.0664375,
      "grad_norm": 0.7718184590339661,
      "learning_rate": 0.00029711490638274746,
      "loss": 9.1532,
      "step": 31890
    },
    {
      "epoch": 0.06645833333333333,
      "grad_norm": 0.9427394270896912,
      "learning_rate": 0.00029711298180324,
      "loss": 9.194,
      "step": 31900
    },
    {
      "epoch": 0.06647916666666667,
      "grad_norm": 1.4670237302780151,
      "learning_rate": 0.00029711105658826264,
      "loss": 10.9812,
      "step": 31910
    },
    {
      "epoch": 0.0665,
      "grad_norm": 1.1552692651748657,
      "learning_rate": 0.00029710913073782377,
      "loss": 9.7591,
      "step": 31920
    },
    {
      "epoch": 0.06652083333333333,
      "grad_norm": 0.8573838472366333,
      "learning_rate": 0.0002971072042519317,
      "loss": 9.5382,
      "step": 31930
    },
    {
      "epoch": 0.06654166666666667,
      "grad_norm": 0.9314798712730408,
      "learning_rate": 0.0002971052771305947,
      "loss": 8.7027,
      "step": 31940
    },
    {
      "epoch": 0.0665625,
      "grad_norm": 1.8280255794525146,
      "learning_rate": 0.0002971033493738211,
      "loss": 8.8824,
      "step": 31950
    },
    {
      "epoch": 0.06658333333333333,
      "grad_norm": 1.78086519241333,
      "learning_rate": 0.00029710142098161933,
      "loss": 9.4291,
      "step": 31960
    },
    {
      "epoch": 0.06660416666666667,
      "grad_norm": 1.357071042060852,
      "learning_rate": 0.0002970994919539976,
      "loss": 8.9193,
      "step": 31970
    },
    {
      "epoch": 0.066625,
      "grad_norm": 3.4936630725860596,
      "learning_rate": 0.00029709756229096435,
      "loss": 9.6286,
      "step": 31980
    },
    {
      "epoch": 0.06664583333333333,
      "grad_norm": 1.1241493225097656,
      "learning_rate": 0.00029709563199252785,
      "loss": 9.6492,
      "step": 31990
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 3.8149614334106445,
      "learning_rate": 0.0002970937010586964,
      "loss": 10.3309,
      "step": 32000
    },
    {
      "epoch": 0.06666666666666667,
      "eval_loss": 8.074651718139648,
      "eval_runtime": 8.9574,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 32000
    },
    {
      "epoch": 0.0666875,
      "grad_norm": 1.1321799755096436,
      "learning_rate": 0.0002970917694894784,
      "loss": 10.2186,
      "step": 32010
    },
    {
      "epoch": 0.06670833333333333,
      "grad_norm": 1.0977898836135864,
      "learning_rate": 0.00029708983728488216,
      "loss": 10.2641,
      "step": 32020
    },
    {
      "epoch": 0.06672916666666667,
      "grad_norm": 0.7888947129249573,
      "learning_rate": 0.0002970879044449161,
      "loss": 11.0432,
      "step": 32030
    },
    {
      "epoch": 0.06675,
      "grad_norm": 5.132070064544678,
      "learning_rate": 0.00029708597096958847,
      "loss": 9.7873,
      "step": 32040
    },
    {
      "epoch": 0.06677083333333333,
      "grad_norm": 0.7406081557273865,
      "learning_rate": 0.00029708403685890767,
      "loss": 9.6753,
      "step": 32050
    },
    {
      "epoch": 0.06679166666666667,
      "grad_norm": 1.1247332096099854,
      "learning_rate": 0.00029708210211288206,
      "loss": 9.8627,
      "step": 32060
    },
    {
      "epoch": 0.0668125,
      "grad_norm": 0.948810875415802,
      "learning_rate": 0.00029708016673152,
      "loss": 9.1713,
      "step": 32070
    },
    {
      "epoch": 0.06683333333333333,
      "grad_norm": 0.9554616808891296,
      "learning_rate": 0.0002970782307148298,
      "loss": 10.0253,
      "step": 32080
    },
    {
      "epoch": 0.06685416666666667,
      "grad_norm": 1.5769855976104736,
      "learning_rate": 0.0002970762940628199,
      "loss": 8.6287,
      "step": 32090
    },
    {
      "epoch": 0.066875,
      "grad_norm": 0.8159498572349548,
      "learning_rate": 0.0002970743567754986,
      "loss": 9.3042,
      "step": 32100
    },
    {
      "epoch": 0.06689583333333333,
      "grad_norm": 1.626194715499878,
      "learning_rate": 0.0002970724188528743,
      "loss": 9.5582,
      "step": 32110
    },
    {
      "epoch": 0.06691666666666667,
      "grad_norm": 2.4543845653533936,
      "learning_rate": 0.00029707048029495536,
      "loss": 10.0045,
      "step": 32120
    },
    {
      "epoch": 0.0669375,
      "grad_norm": 0.9349721074104309,
      "learning_rate": 0.0002970685411017502,
      "loss": 9.8148,
      "step": 32130
    },
    {
      "epoch": 0.06695833333333333,
      "grad_norm": 1.6779528856277466,
      "learning_rate": 0.0002970666012732671,
      "loss": 8.4084,
      "step": 32140
    },
    {
      "epoch": 0.06697916666666667,
      "grad_norm": 1.5608431100845337,
      "learning_rate": 0.00029706466080951457,
      "loss": 9.1757,
      "step": 32150
    },
    {
      "epoch": 0.067,
      "grad_norm": 1.4685885906219482,
      "learning_rate": 0.00029706271971050084,
      "loss": 9.8523,
      "step": 32160
    },
    {
      "epoch": 0.06702083333333334,
      "grad_norm": 0.7769907712936401,
      "learning_rate": 0.0002970607779762344,
      "loss": 8.3957,
      "step": 32170
    },
    {
      "epoch": 0.06704166666666667,
      "grad_norm": 8.18505859375,
      "learning_rate": 0.0002970588356067236,
      "loss": 9.3279,
      "step": 32180
    },
    {
      "epoch": 0.0670625,
      "grad_norm": 0.863716721534729,
      "learning_rate": 0.0002970568926019769,
      "loss": 10.9783,
      "step": 32190
    },
    {
      "epoch": 0.06708333333333333,
      "grad_norm": 0.7241342663764954,
      "learning_rate": 0.00029705494896200256,
      "loss": 8.7953,
      "step": 32200
    },
    {
      "epoch": 0.06710416666666667,
      "grad_norm": 0.9982295036315918,
      "learning_rate": 0.0002970530046868091,
      "loss": 8.3229,
      "step": 32210
    },
    {
      "epoch": 0.067125,
      "grad_norm": 3.218543767929077,
      "learning_rate": 0.00029705105977640485,
      "loss": 9.4231,
      "step": 32220
    },
    {
      "epoch": 0.06714583333333334,
      "grad_norm": 1.9035001993179321,
      "learning_rate": 0.0002970491142307982,
      "loss": 9.6476,
      "step": 32230
    },
    {
      "epoch": 0.06716666666666667,
      "grad_norm": 6.395742416381836,
      "learning_rate": 0.0002970471680499976,
      "loss": 9.1775,
      "step": 32240
    },
    {
      "epoch": 0.0671875,
      "grad_norm": 1.7885608673095703,
      "learning_rate": 0.00029704522123401143,
      "loss": 9.8352,
      "step": 32250
    },
    {
      "epoch": 0.06720833333333333,
      "grad_norm": 1.8785028457641602,
      "learning_rate": 0.0002970432737828481,
      "loss": 9.186,
      "step": 32260
    },
    {
      "epoch": 0.06722916666666667,
      "grad_norm": 0.7903534770011902,
      "learning_rate": 0.00029704132569651604,
      "loss": 9.0381,
      "step": 32270
    },
    {
      "epoch": 0.06725,
      "grad_norm": 0.9826142191886902,
      "learning_rate": 0.0002970393769750237,
      "loss": 9.2101,
      "step": 32280
    },
    {
      "epoch": 0.06727083333333334,
      "grad_norm": 0.8830702304840088,
      "learning_rate": 0.00029703742761837945,
      "loss": 9.6237,
      "step": 32290
    },
    {
      "epoch": 0.06729166666666667,
      "grad_norm": 1.0718350410461426,
      "learning_rate": 0.00029703547762659167,
      "loss": 9.1383,
      "step": 32300
    },
    {
      "epoch": 0.0673125,
      "grad_norm": 1.802965760231018,
      "learning_rate": 0.0002970335269996688,
      "loss": 8.9009,
      "step": 32310
    },
    {
      "epoch": 0.06733333333333333,
      "grad_norm": 1.2430596351623535,
      "learning_rate": 0.00029703157573761937,
      "loss": 8.9775,
      "step": 32320
    },
    {
      "epoch": 0.06735416666666667,
      "grad_norm": 1.2122019529342651,
      "learning_rate": 0.0002970296238404517,
      "loss": 9.1723,
      "step": 32330
    },
    {
      "epoch": 0.067375,
      "grad_norm": 1.3224865198135376,
      "learning_rate": 0.00029702767130817425,
      "loss": 9.7891,
      "step": 32340
    },
    {
      "epoch": 0.06739583333333334,
      "grad_norm": 1.8398215770721436,
      "learning_rate": 0.0002970257181407955,
      "loss": 8.9562,
      "step": 32350
    },
    {
      "epoch": 0.06741666666666667,
      "grad_norm": 0.6741143465042114,
      "learning_rate": 0.00029702376433832374,
      "loss": 8.4653,
      "step": 32360
    },
    {
      "epoch": 0.0674375,
      "grad_norm": 1.7628248929977417,
      "learning_rate": 0.0002970218099007676,
      "loss": 9.1154,
      "step": 32370
    },
    {
      "epoch": 0.06745833333333333,
      "grad_norm": 1.244942545890808,
      "learning_rate": 0.00029701985482813545,
      "loss": 9.1674,
      "step": 32380
    },
    {
      "epoch": 0.06747916666666667,
      "grad_norm": 1.4938299655914307,
      "learning_rate": 0.00029701789912043566,
      "loss": 10.5171,
      "step": 32390
    },
    {
      "epoch": 0.0675,
      "grad_norm": 2.9206507205963135,
      "learning_rate": 0.0002970159427776768,
      "loss": 10.314,
      "step": 32400
    },
    {
      "epoch": 0.06752083333333334,
      "grad_norm": 2.07916522026062,
      "learning_rate": 0.0002970139857998672,
      "loss": 9.893,
      "step": 32410
    },
    {
      "epoch": 0.06754166666666667,
      "grad_norm": 4.538597106933594,
      "learning_rate": 0.0002970120281870154,
      "loss": 10.6889,
      "step": 32420
    },
    {
      "epoch": 0.0675625,
      "grad_norm": 2.3494656085968018,
      "learning_rate": 0.00029701006993912985,
      "loss": 9.1819,
      "step": 32430
    },
    {
      "epoch": 0.06758333333333333,
      "grad_norm": 1.1865178346633911,
      "learning_rate": 0.00029700811105621894,
      "loss": 11.3562,
      "step": 32440
    },
    {
      "epoch": 0.06760416666666667,
      "grad_norm": 3.0334134101867676,
      "learning_rate": 0.00029700615153829124,
      "loss": 9.6706,
      "step": 32450
    },
    {
      "epoch": 0.067625,
      "grad_norm": 1.3085061311721802,
      "learning_rate": 0.0002970041913853551,
      "loss": 9.3919,
      "step": 32460
    },
    {
      "epoch": 0.06764583333333334,
      "grad_norm": 1.9490314722061157,
      "learning_rate": 0.0002970022305974191,
      "loss": 9.8474,
      "step": 32470
    },
    {
      "epoch": 0.06766666666666667,
      "grad_norm": 2.074720859527588,
      "learning_rate": 0.0002970002691744916,
      "loss": 10.3434,
      "step": 32480
    },
    {
      "epoch": 0.0676875,
      "grad_norm": 3.3087010383605957,
      "learning_rate": 0.0002969983071165811,
      "loss": 9.9769,
      "step": 32490
    },
    {
      "epoch": 0.06770833333333333,
      "grad_norm": 2.1705703735351562,
      "learning_rate": 0.00029699634442369616,
      "loss": 8.7557,
      "step": 32500
    },
    {
      "epoch": 0.06772916666666666,
      "grad_norm": 3.844651937484741,
      "learning_rate": 0.00029699438109584517,
      "loss": 9.6963,
      "step": 32510
    },
    {
      "epoch": 0.06775,
      "grad_norm": 1.927305817604065,
      "learning_rate": 0.00029699241713303665,
      "loss": 9.8358,
      "step": 32520
    },
    {
      "epoch": 0.06777083333333334,
      "grad_norm": 1.7737244367599487,
      "learning_rate": 0.00029699045253527907,
      "loss": 12.4575,
      "step": 32530
    },
    {
      "epoch": 0.06779166666666667,
      "grad_norm": 1.4156626462936401,
      "learning_rate": 0.0002969884873025809,
      "loss": 9.4703,
      "step": 32540
    },
    {
      "epoch": 0.0678125,
      "grad_norm": 1.2658257484436035,
      "learning_rate": 0.00029698652143495067,
      "loss": 9.1611,
      "step": 32550
    },
    {
      "epoch": 0.06783333333333333,
      "grad_norm": 1.9067492485046387,
      "learning_rate": 0.00029698455493239683,
      "loss": 9.5304,
      "step": 32560
    },
    {
      "epoch": 0.06785416666666666,
      "grad_norm": 0.6367575526237488,
      "learning_rate": 0.0002969825877949279,
      "loss": 9.6207,
      "step": 32570
    },
    {
      "epoch": 0.067875,
      "grad_norm": 2.3545572757720947,
      "learning_rate": 0.00029698062002255236,
      "loss": 9.4806,
      "step": 32580
    },
    {
      "epoch": 0.06789583333333334,
      "grad_norm": 3.993898391723633,
      "learning_rate": 0.00029697865161527876,
      "loss": 9.0983,
      "step": 32590
    },
    {
      "epoch": 0.06791666666666667,
      "grad_norm": 2.99223256111145,
      "learning_rate": 0.0002969766825731155,
      "loss": 10.01,
      "step": 32600
    },
    {
      "epoch": 0.0679375,
      "grad_norm": 1.3223094940185547,
      "learning_rate": 0.0002969747128960712,
      "loss": 9.8829,
      "step": 32610
    },
    {
      "epoch": 0.06795833333333333,
      "grad_norm": 0.8631224632263184,
      "learning_rate": 0.0002969727425841543,
      "loss": 10.3897,
      "step": 32620
    },
    {
      "epoch": 0.06797916666666666,
      "grad_norm": 0.8870265483856201,
      "learning_rate": 0.0002969707716373733,
      "loss": 9.2293,
      "step": 32630
    },
    {
      "epoch": 0.068,
      "grad_norm": 1.9698903560638428,
      "learning_rate": 0.0002969688000557368,
      "loss": 10.0698,
      "step": 32640
    },
    {
      "epoch": 0.06802083333333334,
      "grad_norm": 1.2003573179244995,
      "learning_rate": 0.0002969668278392532,
      "loss": 9.027,
      "step": 32650
    },
    {
      "epoch": 0.06804166666666667,
      "grad_norm": 1.0486640930175781,
      "learning_rate": 0.00029696485498793113,
      "loss": 9.8233,
      "step": 32660
    },
    {
      "epoch": 0.0680625,
      "grad_norm": 2.8682801723480225,
      "learning_rate": 0.0002969628815017791,
      "loss": 9.9581,
      "step": 32670
    },
    {
      "epoch": 0.06808333333333333,
      "grad_norm": 1.4726308584213257,
      "learning_rate": 0.00029696090738080545,
      "loss": 9.156,
      "step": 32680
    },
    {
      "epoch": 0.06810416666666666,
      "grad_norm": 2.073914051055908,
      "learning_rate": 0.000296958932625019,
      "loss": 10.8307,
      "step": 32690
    },
    {
      "epoch": 0.068125,
      "grad_norm": 1.1887575387954712,
      "learning_rate": 0.00029695695723442803,
      "loss": 9.9533,
      "step": 32700
    },
    {
      "epoch": 0.06814583333333334,
      "grad_norm": 1.7333041429519653,
      "learning_rate": 0.0002969549812090412,
      "loss": 9.186,
      "step": 32710
    },
    {
      "epoch": 0.06816666666666667,
      "grad_norm": 0.7946418523788452,
      "learning_rate": 0.000296953004548867,
      "loss": 9.073,
      "step": 32720
    },
    {
      "epoch": 0.0681875,
      "grad_norm": 0.793092668056488,
      "learning_rate": 0.000296951027253914,
      "loss": 9.5125,
      "step": 32730
    },
    {
      "epoch": 0.06820833333333333,
      "grad_norm": 2.344855308532715,
      "learning_rate": 0.0002969490493241908,
      "loss": 9.6346,
      "step": 32740
    },
    {
      "epoch": 0.06822916666666666,
      "grad_norm": 0.9657869935035706,
      "learning_rate": 0.0002969470707597058,
      "loss": 9.1949,
      "step": 32750
    },
    {
      "epoch": 0.06825,
      "grad_norm": 4.2831621170043945,
      "learning_rate": 0.00029694509156046766,
      "loss": 9.5791,
      "step": 32760
    },
    {
      "epoch": 0.06827083333333334,
      "grad_norm": 1.7328884601593018,
      "learning_rate": 0.00029694311172648487,
      "loss": 8.4481,
      "step": 32770
    },
    {
      "epoch": 0.06829166666666667,
      "grad_norm": 0.8517317175865173,
      "learning_rate": 0.000296941131257766,
      "loss": 9.1275,
      "step": 32780
    },
    {
      "epoch": 0.0683125,
      "grad_norm": 6.303062438964844,
      "learning_rate": 0.0002969391501543196,
      "loss": 11.7489,
      "step": 32790
    },
    {
      "epoch": 0.06833333333333333,
      "grad_norm": 1.283046007156372,
      "learning_rate": 0.0002969371684161542,
      "loss": 8.8845,
      "step": 32800
    },
    {
      "epoch": 0.06835416666666666,
      "grad_norm": 1.4865620136260986,
      "learning_rate": 0.00029693518604327845,
      "loss": 10.632,
      "step": 32810
    },
    {
      "epoch": 0.068375,
      "grad_norm": 5.047468662261963,
      "learning_rate": 0.00029693320303570087,
      "loss": 10.4016,
      "step": 32820
    },
    {
      "epoch": 0.06839583333333334,
      "grad_norm": 0.9560558199882507,
      "learning_rate": 0.00029693121939342997,
      "loss": 8.892,
      "step": 32830
    },
    {
      "epoch": 0.06841666666666667,
      "grad_norm": 1.2345564365386963,
      "learning_rate": 0.0002969292351164744,
      "loss": 9.0577,
      "step": 32840
    },
    {
      "epoch": 0.0684375,
      "grad_norm": 1.2718499898910522,
      "learning_rate": 0.0002969272502048427,
      "loss": 9.9642,
      "step": 32850
    },
    {
      "epoch": 0.06845833333333333,
      "grad_norm": 1.1999331712722778,
      "learning_rate": 0.00029692526465854337,
      "loss": 10.1184,
      "step": 32860
    },
    {
      "epoch": 0.06847916666666666,
      "grad_norm": 0.811022937297821,
      "learning_rate": 0.00029692327847758506,
      "loss": 13.5768,
      "step": 32870
    },
    {
      "epoch": 0.0685,
      "grad_norm": 5.027113437652588,
      "learning_rate": 0.0002969212916619764,
      "loss": 10.0079,
      "step": 32880
    },
    {
      "epoch": 0.06852083333333334,
      "grad_norm": 0.6978141665458679,
      "learning_rate": 0.00029691930421172583,
      "loss": 13.7203,
      "step": 32890
    },
    {
      "epoch": 0.06854166666666667,
      "grad_norm": 3.017230749130249,
      "learning_rate": 0.00029691731612684215,
      "loss": 10.5024,
      "step": 32900
    },
    {
      "epoch": 0.0685625,
      "grad_norm": 0.8563100695610046,
      "learning_rate": 0.00029691532740733375,
      "loss": 10.2267,
      "step": 32910
    },
    {
      "epoch": 0.06858333333333333,
      "grad_norm": 0.77069091796875,
      "learning_rate": 0.0002969133380532092,
      "loss": 9.4795,
      "step": 32920
    },
    {
      "epoch": 0.06860416666666666,
      "grad_norm": 2.3258790969848633,
      "learning_rate": 0.00029691134806447727,
      "loss": 10.8608,
      "step": 32930
    },
    {
      "epoch": 0.068625,
      "grad_norm": 1.7267450094223022,
      "learning_rate": 0.00029690935744114655,
      "loss": 8.3239,
      "step": 32940
    },
    {
      "epoch": 0.06864583333333334,
      "grad_norm": 1.2048189640045166,
      "learning_rate": 0.00029690736618322546,
      "loss": 9.6769,
      "step": 32950
    },
    {
      "epoch": 0.06866666666666667,
      "grad_norm": 1.2699764966964722,
      "learning_rate": 0.0002969053742907227,
      "loss": 9.9092,
      "step": 32960
    },
    {
      "epoch": 0.0686875,
      "grad_norm": 0.9493534564971924,
      "learning_rate": 0.00029690338176364685,
      "loss": 9.6521,
      "step": 32970
    },
    {
      "epoch": 0.06870833333333333,
      "grad_norm": 3.154094934463501,
      "learning_rate": 0.00029690138860200655,
      "loss": 9.3652,
      "step": 32980
    },
    {
      "epoch": 0.06872916666666666,
      "grad_norm": 1.278342366218567,
      "learning_rate": 0.00029689939480581043,
      "loss": 10.6964,
      "step": 32990
    },
    {
      "epoch": 0.06875,
      "grad_norm": 1.2696588039398193,
      "learning_rate": 0.0002968974003750671,
      "loss": 9.2111,
      "step": 33000
    },
    {
      "epoch": 0.06875,
      "eval_loss": 7.763028621673584,
      "eval_runtime": 8.7656,
      "eval_samples_per_second": 0.342,
      "eval_steps_per_second": 0.114,
      "step": 33000
    },
    {
      "epoch": 0.06877083333333334,
      "grad_norm": 1.4786039590835571,
      "learning_rate": 0.00029689540530978507,
      "loss": 10.0196,
      "step": 33010
    },
    {
      "epoch": 0.06879166666666667,
      "grad_norm": 1.9243872165679932,
      "learning_rate": 0.00029689340960997306,
      "loss": 8.9965,
      "step": 33020
    },
    {
      "epoch": 0.0688125,
      "grad_norm": 1.8798829317092896,
      "learning_rate": 0.0002968914132756397,
      "loss": 9.3138,
      "step": 33030
    },
    {
      "epoch": 0.06883333333333333,
      "grad_norm": 1.0113327503204346,
      "learning_rate": 0.00029688941630679356,
      "loss": 8.7692,
      "step": 33040
    },
    {
      "epoch": 0.06885416666666666,
      "grad_norm": 0.8943730592727661,
      "learning_rate": 0.0002968874187034433,
      "loss": 9.8422,
      "step": 33050
    },
    {
      "epoch": 0.068875,
      "grad_norm": 1.1281999349594116,
      "learning_rate": 0.0002968854204655975,
      "loss": 9.1083,
      "step": 33060
    },
    {
      "epoch": 0.06889583333333334,
      "grad_norm": 1.4301058053970337,
      "learning_rate": 0.0002968834215932648,
      "loss": 10.4202,
      "step": 33070
    },
    {
      "epoch": 0.06891666666666667,
      "grad_norm": 2.703773021697998,
      "learning_rate": 0.00029688142208645393,
      "loss": 10.129,
      "step": 33080
    },
    {
      "epoch": 0.0689375,
      "grad_norm": 1.4624496698379517,
      "learning_rate": 0.00029687942194517346,
      "loss": 9.1928,
      "step": 33090
    },
    {
      "epoch": 0.06895833333333333,
      "grad_norm": 2.3408761024475098,
      "learning_rate": 0.000296877421169432,
      "loss": 9.9477,
      "step": 33100
    },
    {
      "epoch": 0.06897916666666666,
      "grad_norm": 0.7967286705970764,
      "learning_rate": 0.0002968754197592382,
      "loss": 9.0712,
      "step": 33110
    },
    {
      "epoch": 0.069,
      "grad_norm": 1.464752435684204,
      "learning_rate": 0.0002968734177146007,
      "loss": 9.6912,
      "step": 33120
    },
    {
      "epoch": 0.06902083333333334,
      "grad_norm": 0.876690685749054,
      "learning_rate": 0.0002968714150355282,
      "loss": 9.3842,
      "step": 33130
    },
    {
      "epoch": 0.06904166666666667,
      "grad_norm": 0.8019114136695862,
      "learning_rate": 0.0002968694117220293,
      "loss": 9.6364,
      "step": 33140
    },
    {
      "epoch": 0.0690625,
      "grad_norm": 1.2990416288375854,
      "learning_rate": 0.00029686740777411274,
      "loss": 9.1728,
      "step": 33150
    },
    {
      "epoch": 0.06908333333333333,
      "grad_norm": 1.9854025840759277,
      "learning_rate": 0.0002968654031917871,
      "loss": 9.6079,
      "step": 33160
    },
    {
      "epoch": 0.06910416666666666,
      "grad_norm": 1.0962576866149902,
      "learning_rate": 0.00029686339797506097,
      "loss": 9.8931,
      "step": 33170
    },
    {
      "epoch": 0.069125,
      "grad_norm": 1.8543227910995483,
      "learning_rate": 0.00029686139212394317,
      "loss": 9.3811,
      "step": 33180
    },
    {
      "epoch": 0.06914583333333334,
      "grad_norm": 1.5822832584381104,
      "learning_rate": 0.0002968593856384423,
      "loss": 10.7718,
      "step": 33190
    },
    {
      "epoch": 0.06916666666666667,
      "grad_norm": 2.0133326053619385,
      "learning_rate": 0.00029685737851856695,
      "loss": 10.9014,
      "step": 33200
    },
    {
      "epoch": 0.0691875,
      "grad_norm": 1.7300695180892944,
      "learning_rate": 0.0002968553707643259,
      "loss": 9.4712,
      "step": 33210
    },
    {
      "epoch": 0.06920833333333333,
      "grad_norm": 1.613938808441162,
      "learning_rate": 0.00029685336237572776,
      "loss": 9.3892,
      "step": 33220
    },
    {
      "epoch": 0.06922916666666666,
      "grad_norm": 0.7876646518707275,
      "learning_rate": 0.0002968513533527812,
      "loss": 9.9991,
      "step": 33230
    },
    {
      "epoch": 0.06925,
      "grad_norm": 1.6851747035980225,
      "learning_rate": 0.000296849343695495,
      "loss": 8.9273,
      "step": 33240
    },
    {
      "epoch": 0.06927083333333334,
      "grad_norm": 1.9086790084838867,
      "learning_rate": 0.0002968473334038777,
      "loss": 10.0654,
      "step": 33250
    },
    {
      "epoch": 0.06929166666666667,
      "grad_norm": 0.9739125370979309,
      "learning_rate": 0.000296845322477938,
      "loss": 9.5763,
      "step": 33260
    },
    {
      "epoch": 0.0693125,
      "grad_norm": 2.2187397480010986,
      "learning_rate": 0.00029684331091768475,
      "loss": 9.7146,
      "step": 33270
    },
    {
      "epoch": 0.06933333333333333,
      "grad_norm": 2.964226007461548,
      "learning_rate": 0.0002968412987231265,
      "loss": 10.8352,
      "step": 33280
    },
    {
      "epoch": 0.06935416666666666,
      "grad_norm": 2.0632712841033936,
      "learning_rate": 0.00029683928589427193,
      "loss": 9.2533,
      "step": 33290
    },
    {
      "epoch": 0.069375,
      "grad_norm": 0.9072299599647522,
      "learning_rate": 0.00029683727243112973,
      "loss": 9.0661,
      "step": 33300
    },
    {
      "epoch": 0.06939583333333334,
      "grad_norm": 0.9830533862113953,
      "learning_rate": 0.00029683525833370866,
      "loss": 9.583,
      "step": 33310
    },
    {
      "epoch": 0.06941666666666667,
      "grad_norm": 3.3348915576934814,
      "learning_rate": 0.0002968332436020174,
      "loss": 10.2832,
      "step": 33320
    },
    {
      "epoch": 0.0694375,
      "grad_norm": 0.8893781900405884,
      "learning_rate": 0.00029683122823606466,
      "loss": 9.195,
      "step": 33330
    },
    {
      "epoch": 0.06945833333333333,
      "grad_norm": 0.8180456161499023,
      "learning_rate": 0.0002968292122358591,
      "loss": 9.7597,
      "step": 33340
    },
    {
      "epoch": 0.06947916666666666,
      "grad_norm": 0.8419712781906128,
      "learning_rate": 0.0002968271956014095,
      "loss": 10.21,
      "step": 33350
    },
    {
      "epoch": 0.0695,
      "grad_norm": 0.9552131295204163,
      "learning_rate": 0.00029682517833272453,
      "loss": 9.2182,
      "step": 33360
    },
    {
      "epoch": 0.06952083333333334,
      "grad_norm": 0.800502359867096,
      "learning_rate": 0.0002968231604298129,
      "loss": 8.47,
      "step": 33370
    },
    {
      "epoch": 0.06954166666666667,
      "grad_norm": 1.2857766151428223,
      "learning_rate": 0.0002968211418926833,
      "loss": 9.4815,
      "step": 33380
    },
    {
      "epoch": 0.0695625,
      "grad_norm": 0.837069034576416,
      "learning_rate": 0.0002968191227213445,
      "loss": 9.286,
      "step": 33390
    },
    {
      "epoch": 0.06958333333333333,
      "grad_norm": 7.158879280090332,
      "learning_rate": 0.0002968171029158053,
      "loss": 9.4212,
      "step": 33400
    },
    {
      "epoch": 0.06960416666666666,
      "grad_norm": 3.8422088623046875,
      "learning_rate": 0.0002968150824760742,
      "loss": 11.5771,
      "step": 33410
    },
    {
      "epoch": 0.069625,
      "grad_norm": 1.0185991525650024,
      "learning_rate": 0.00029681306140216015,
      "loss": 8.9353,
      "step": 33420
    },
    {
      "epoch": 0.06964583333333334,
      "grad_norm": 1.3183574676513672,
      "learning_rate": 0.0002968110396940717,
      "loss": 8.3855,
      "step": 33430
    },
    {
      "epoch": 0.06966666666666667,
      "grad_norm": 5.960364818572998,
      "learning_rate": 0.0002968090173518177,
      "loss": 9.9742,
      "step": 33440
    },
    {
      "epoch": 0.0696875,
      "grad_norm": 1.661895513534546,
      "learning_rate": 0.00029680699437540693,
      "loss": 9.0365,
      "step": 33450
    },
    {
      "epoch": 0.06970833333333333,
      "grad_norm": 1.1577132940292358,
      "learning_rate": 0.00029680497076484797,
      "loss": 9.4087,
      "step": 33460
    },
    {
      "epoch": 0.06972916666666666,
      "grad_norm": 1.7977261543273926,
      "learning_rate": 0.0002968029465201497,
      "loss": 8.8839,
      "step": 33470
    },
    {
      "epoch": 0.06975,
      "grad_norm": 0.9513245820999146,
      "learning_rate": 0.0002968009216413208,
      "loss": 9.5704,
      "step": 33480
    },
    {
      "epoch": 0.06977083333333334,
      "grad_norm": 2.2966318130493164,
      "learning_rate": 0.00029679889612836994,
      "loss": 9.3371,
      "step": 33490
    },
    {
      "epoch": 0.06979166666666667,
      "grad_norm": 11.019295692443848,
      "learning_rate": 0.000296796869981306,
      "loss": 11.1802,
      "step": 33500
    },
    {
      "epoch": 0.0698125,
      "grad_norm": 1.491900086402893,
      "learning_rate": 0.00029679484320013777,
      "loss": 10.3125,
      "step": 33510
    },
    {
      "epoch": 0.06983333333333333,
      "grad_norm": 2.3605639934539795,
      "learning_rate": 0.0002967928157848739,
      "loss": 8.9737,
      "step": 33520
    },
    {
      "epoch": 0.06985416666666666,
      "grad_norm": 1.8218133449554443,
      "learning_rate": 0.0002967907877355231,
      "loss": 9.5329,
      "step": 33530
    },
    {
      "epoch": 0.069875,
      "grad_norm": 0.8632597923278809,
      "learning_rate": 0.0002967887590520942,
      "loss": 9.546,
      "step": 33540
    },
    {
      "epoch": 0.06989583333333334,
      "grad_norm": 0.902205765247345,
      "learning_rate": 0.000296786729734596,
      "loss": 9.3292,
      "step": 33550
    },
    {
      "epoch": 0.06991666666666667,
      "grad_norm": 2.2569284439086914,
      "learning_rate": 0.00029678469978303726,
      "loss": 9.3775,
      "step": 33560
    },
    {
      "epoch": 0.0699375,
      "grad_norm": 1.5103667974472046,
      "learning_rate": 0.0002967826691974267,
      "loss": 9.7952,
      "step": 33570
    },
    {
      "epoch": 0.06995833333333333,
      "grad_norm": 1.211380124092102,
      "learning_rate": 0.00029678063797777306,
      "loss": 9.7552,
      "step": 33580
    },
    {
      "epoch": 0.06997916666666666,
      "grad_norm": 1.4893879890441895,
      "learning_rate": 0.00029677860612408526,
      "loss": 9.1561,
      "step": 33590
    },
    {
      "epoch": 0.07,
      "grad_norm": 1.7474136352539062,
      "learning_rate": 0.00029677657363637186,
      "loss": 9.3746,
      "step": 33600
    },
    {
      "epoch": 0.07002083333333334,
      "grad_norm": 0.8654835820198059,
      "learning_rate": 0.0002967745405146418,
      "loss": 8.8041,
      "step": 33610
    },
    {
      "epoch": 0.07004166666666667,
      "grad_norm": 3.2839083671569824,
      "learning_rate": 0.0002967725067589039,
      "loss": 10.3254,
      "step": 33620
    },
    {
      "epoch": 0.0700625,
      "grad_norm": 1.104819893836975,
      "learning_rate": 0.0002967704723691668,
      "loss": 9.3397,
      "step": 33630
    },
    {
      "epoch": 0.07008333333333333,
      "grad_norm": 3.874734878540039,
      "learning_rate": 0.00029676843734543937,
      "loss": 10.1191,
      "step": 33640
    },
    {
      "epoch": 0.07010416666666666,
      "grad_norm": 3.2247142791748047,
      "learning_rate": 0.0002967664016877304,
      "loss": 9.1832,
      "step": 33650
    },
    {
      "epoch": 0.070125,
      "grad_norm": 2.4046006202697754,
      "learning_rate": 0.00029676436539604863,
      "loss": 9.2568,
      "step": 33660
    },
    {
      "epoch": 0.07014583333333334,
      "grad_norm": 2.5461947917938232,
      "learning_rate": 0.0002967623284704029,
      "loss": 9.8569,
      "step": 33670
    },
    {
      "epoch": 0.07016666666666667,
      "grad_norm": 1.636358380317688,
      "learning_rate": 0.00029676029091080204,
      "loss": 10.7064,
      "step": 33680
    },
    {
      "epoch": 0.0701875,
      "grad_norm": 2.8638131618499756,
      "learning_rate": 0.0002967582527172548,
      "loss": 9.0655,
      "step": 33690
    },
    {
      "epoch": 0.07020833333333333,
      "grad_norm": 1.3447816371917725,
      "learning_rate": 0.00029675621388976995,
      "loss": 9.2403,
      "step": 33700
    },
    {
      "epoch": 0.07022916666666666,
      "grad_norm": 1.470028281211853,
      "learning_rate": 0.0002967541744283564,
      "loss": 9.5094,
      "step": 33710
    },
    {
      "epoch": 0.07025,
      "grad_norm": 1.1864104270935059,
      "learning_rate": 0.0002967521343330229,
      "loss": 9.3833,
      "step": 33720
    },
    {
      "epoch": 0.07027083333333334,
      "grad_norm": 0.9270220994949341,
      "learning_rate": 0.00029675009360377824,
      "loss": 9.4834,
      "step": 33730
    },
    {
      "epoch": 0.07029166666666667,
      "grad_norm": 2.4083495140075684,
      "learning_rate": 0.00029674805224063136,
      "loss": 8.9537,
      "step": 33740
    },
    {
      "epoch": 0.0703125,
      "grad_norm": 1.5789076089859009,
      "learning_rate": 0.0002967460102435909,
      "loss": 9.0168,
      "step": 33750
    },
    {
      "epoch": 0.07033333333333333,
      "grad_norm": 2.577752113342285,
      "learning_rate": 0.00029674396761266575,
      "loss": 9.3282,
      "step": 33760
    },
    {
      "epoch": 0.07035416666666666,
      "grad_norm": 1.0827211141586304,
      "learning_rate": 0.00029674192434786474,
      "loss": 9.3437,
      "step": 33770
    },
    {
      "epoch": 0.070375,
      "grad_norm": 1.8291540145874023,
      "learning_rate": 0.00029673988044919675,
      "loss": 10.4303,
      "step": 33780
    },
    {
      "epoch": 0.07039583333333334,
      "grad_norm": 6.406879901885986,
      "learning_rate": 0.0002967378359166705,
      "loss": 9.6325,
      "step": 33790
    },
    {
      "epoch": 0.07041666666666667,
      "grad_norm": 1.1052608489990234,
      "learning_rate": 0.00029673579075029495,
      "loss": 9.0085,
      "step": 33800
    },
    {
      "epoch": 0.0704375,
      "grad_norm": 3.709721803665161,
      "learning_rate": 0.00029673374495007887,
      "loss": 11.0545,
      "step": 33810
    },
    {
      "epoch": 0.07045833333333333,
      "grad_norm": 1.1332688331604004,
      "learning_rate": 0.00029673169851603104,
      "loss": 10.0784,
      "step": 33820
    },
    {
      "epoch": 0.07047916666666666,
      "grad_norm": 2.3467304706573486,
      "learning_rate": 0.00029672965144816036,
      "loss": 10.7305,
      "step": 33830
    },
    {
      "epoch": 0.0705,
      "grad_norm": 1.181687831878662,
      "learning_rate": 0.00029672760374647566,
      "loss": 9.7505,
      "step": 33840
    },
    {
      "epoch": 0.07052083333333334,
      "grad_norm": 3.6256628036499023,
      "learning_rate": 0.00029672555541098583,
      "loss": 9.9378,
      "step": 33850
    },
    {
      "epoch": 0.07054166666666667,
      "grad_norm": 0.692887008190155,
      "learning_rate": 0.00029672350644169965,
      "loss": 9.0731,
      "step": 33860
    },
    {
      "epoch": 0.0705625,
      "grad_norm": 3.1240904331207275,
      "learning_rate": 0.000296721456838626,
      "loss": 9.8352,
      "step": 33870
    },
    {
      "epoch": 0.07058333333333333,
      "grad_norm": 1.6922675371170044,
      "learning_rate": 0.0002967194066017737,
      "loss": 9.1722,
      "step": 33880
    },
    {
      "epoch": 0.07060416666666666,
      "grad_norm": 0.862587571144104,
      "learning_rate": 0.00029671735573115173,
      "loss": 9.3534,
      "step": 33890
    },
    {
      "epoch": 0.070625,
      "grad_norm": 1.5746430158615112,
      "learning_rate": 0.0002967153042267688,
      "loss": 9.4819,
      "step": 33900
    },
    {
      "epoch": 0.07064583333333334,
      "grad_norm": 0.786007821559906,
      "learning_rate": 0.0002967132520886338,
      "loss": 9.6748,
      "step": 33910
    },
    {
      "epoch": 0.07066666666666667,
      "grad_norm": 1.7140415906906128,
      "learning_rate": 0.00029671119931675566,
      "loss": 10.0311,
      "step": 33920
    },
    {
      "epoch": 0.0706875,
      "grad_norm": 4.34736967086792,
      "learning_rate": 0.00029670914591114323,
      "loss": 10.9202,
      "step": 33930
    },
    {
      "epoch": 0.07070833333333333,
      "grad_norm": 2.8335862159729004,
      "learning_rate": 0.00029670709187180536,
      "loss": 9.5683,
      "step": 33940
    },
    {
      "epoch": 0.07072916666666666,
      "grad_norm": 1.6803042888641357,
      "learning_rate": 0.00029670503719875083,
      "loss": 10.2768,
      "step": 33950
    },
    {
      "epoch": 0.07075,
      "grad_norm": 1.8070752620697021,
      "learning_rate": 0.00029670298189198876,
      "loss": 10.2727,
      "step": 33960
    },
    {
      "epoch": 0.07077083333333334,
      "grad_norm": 5.105381965637207,
      "learning_rate": 0.00029670092595152775,
      "loss": 9.1055,
      "step": 33970
    },
    {
      "epoch": 0.07079166666666667,
      "grad_norm": 1.2487965822219849,
      "learning_rate": 0.00029669886937737686,
      "loss": 8.8397,
      "step": 33980
    },
    {
      "epoch": 0.0708125,
      "grad_norm": 1.658708930015564,
      "learning_rate": 0.00029669681216954493,
      "loss": 10.2591,
      "step": 33990
    },
    {
      "epoch": 0.07083333333333333,
      "grad_norm": 0.9441172480583191,
      "learning_rate": 0.00029669475432804086,
      "loss": 8.9945,
      "step": 34000
    },
    {
      "epoch": 0.07083333333333333,
      "eval_loss": 7.531632900238037,
      "eval_runtime": 9.3637,
      "eval_samples_per_second": 0.32,
      "eval_steps_per_second": 0.107,
      "step": 34000
    },
    {
      "epoch": 0.07085416666666666,
      "grad_norm": 5.0410380363464355,
      "learning_rate": 0.00029669269585287346,
      "loss": 9.6198,
      "step": 34010
    },
    {
      "epoch": 0.070875,
      "grad_norm": 0.9527261853218079,
      "learning_rate": 0.0002966906367440517,
      "loss": 8.7508,
      "step": 34020
    },
    {
      "epoch": 0.07089583333333334,
      "grad_norm": 3.9332923889160156,
      "learning_rate": 0.00029668857700158445,
      "loss": 9.1398,
      "step": 34030
    },
    {
      "epoch": 0.07091666666666667,
      "grad_norm": 1.1222912073135376,
      "learning_rate": 0.0002966865166254806,
      "loss": 9.2176,
      "step": 34040
    },
    {
      "epoch": 0.0709375,
      "grad_norm": 0.8957306146621704,
      "learning_rate": 0.0002966844556157491,
      "loss": 11.4751,
      "step": 34050
    },
    {
      "epoch": 0.07095833333333333,
      "grad_norm": 1.7407113313674927,
      "learning_rate": 0.0002966823939723988,
      "loss": 9.7622,
      "step": 34060
    },
    {
      "epoch": 0.07097916666666666,
      "grad_norm": 3.341766595840454,
      "learning_rate": 0.0002966803316954386,
      "loss": 9.0702,
      "step": 34070
    },
    {
      "epoch": 0.071,
      "grad_norm": 3.880709648132324,
      "learning_rate": 0.0002966782687848775,
      "loss": 10.4508,
      "step": 34080
    },
    {
      "epoch": 0.07102083333333334,
      "grad_norm": 1.0469428300857544,
      "learning_rate": 0.0002966762052407242,
      "loss": 9.2167,
      "step": 34090
    },
    {
      "epoch": 0.07104166666666667,
      "grad_norm": 0.6551017165184021,
      "learning_rate": 0.00029667414106298787,
      "loss": 9.2734,
      "step": 34100
    },
    {
      "epoch": 0.0710625,
      "grad_norm": 1.8795995712280273,
      "learning_rate": 0.0002966720762516773,
      "loss": 8.7097,
      "step": 34110
    },
    {
      "epoch": 0.07108333333333333,
      "grad_norm": 10.468677520751953,
      "learning_rate": 0.0002966700108068013,
      "loss": 11.1057,
      "step": 34120
    },
    {
      "epoch": 0.07110416666666666,
      "grad_norm": 3.137127161026001,
      "learning_rate": 0.00029666794472836907,
      "loss": 11.069,
      "step": 34130
    },
    {
      "epoch": 0.071125,
      "grad_norm": 1.5236142873764038,
      "learning_rate": 0.00029666587801638924,
      "loss": 9.155,
      "step": 34140
    },
    {
      "epoch": 0.07114583333333334,
      "grad_norm": 2.325451612472534,
      "learning_rate": 0.00029666381067087094,
      "loss": 9.2072,
      "step": 34150
    },
    {
      "epoch": 0.07116666666666667,
      "grad_norm": 2.797402858734131,
      "learning_rate": 0.00029666174269182306,
      "loss": 10.4536,
      "step": 34160
    },
    {
      "epoch": 0.0711875,
      "grad_norm": 1.6419557332992554,
      "learning_rate": 0.00029665967407925444,
      "loss": 8.9137,
      "step": 34170
    },
    {
      "epoch": 0.07120833333333333,
      "grad_norm": 1.5836894512176514,
      "learning_rate": 0.0002966576048331741,
      "loss": 8.4658,
      "step": 34180
    },
    {
      "epoch": 0.07122916666666666,
      "grad_norm": 2.6660635471343994,
      "learning_rate": 0.00029665553495359097,
      "loss": 8.8702,
      "step": 34190
    },
    {
      "epoch": 0.07125,
      "grad_norm": 1.049343228340149,
      "learning_rate": 0.00029665346444051395,
      "loss": 9.3997,
      "step": 34200
    },
    {
      "epoch": 0.07127083333333334,
      "grad_norm": 1.3818334341049194,
      "learning_rate": 0.0002966513932939521,
      "loss": 9.6233,
      "step": 34210
    },
    {
      "epoch": 0.07129166666666667,
      "grad_norm": 1.0934265851974487,
      "learning_rate": 0.00029664932151391414,
      "loss": 10.097,
      "step": 34220
    },
    {
      "epoch": 0.0713125,
      "grad_norm": 1.208791732788086,
      "learning_rate": 0.0002966472491004093,
      "loss": 9.9834,
      "step": 34230
    },
    {
      "epoch": 0.07133333333333333,
      "grad_norm": 1.3734056949615479,
      "learning_rate": 0.0002966451760534463,
      "loss": 9.3127,
      "step": 34240
    },
    {
      "epoch": 0.07135416666666666,
      "grad_norm": 6.427973747253418,
      "learning_rate": 0.00029664310237303423,
      "loss": 8.8017,
      "step": 34250
    },
    {
      "epoch": 0.071375,
      "grad_norm": 0.9724704623222351,
      "learning_rate": 0.000296641028059182,
      "loss": 9.8968,
      "step": 34260
    },
    {
      "epoch": 0.07139583333333334,
      "grad_norm": 0.8026742339134216,
      "learning_rate": 0.00029663895311189854,
      "loss": 9.3152,
      "step": 34270
    },
    {
      "epoch": 0.07141666666666667,
      "grad_norm": 1.6533888578414917,
      "learning_rate": 0.0002966368775311928,
      "loss": 8.9048,
      "step": 34280
    },
    {
      "epoch": 0.0714375,
      "grad_norm": 2.807504892349243,
      "learning_rate": 0.0002966348013170739,
      "loss": 9.3307,
      "step": 34290
    },
    {
      "epoch": 0.07145833333333333,
      "grad_norm": 0.8772066831588745,
      "learning_rate": 0.00029663272446955066,
      "loss": 8.8204,
      "step": 34300
    },
    {
      "epoch": 0.07147916666666666,
      "grad_norm": 1.3812391757965088,
      "learning_rate": 0.0002966306469886321,
      "loss": 9.1771,
      "step": 34310
    },
    {
      "epoch": 0.0715,
      "grad_norm": 0.8011353015899658,
      "learning_rate": 0.00029662856887432715,
      "loss": 9.3441,
      "step": 34320
    },
    {
      "epoch": 0.07152083333333334,
      "grad_norm": 1.2217622995376587,
      "learning_rate": 0.00029662649012664487,
      "loss": 8.899,
      "step": 34330
    },
    {
      "epoch": 0.07154166666666667,
      "grad_norm": 1.1786717176437378,
      "learning_rate": 0.00029662441074559416,
      "loss": 9.6992,
      "step": 34340
    },
    {
      "epoch": 0.0715625,
      "grad_norm": 2.0064713954925537,
      "learning_rate": 0.000296622330731184,
      "loss": 9.5039,
      "step": 34350
    },
    {
      "epoch": 0.07158333333333333,
      "grad_norm": 1.7615946531295776,
      "learning_rate": 0.00029662025008342347,
      "loss": 9.1338,
      "step": 34360
    },
    {
      "epoch": 0.07160416666666666,
      "grad_norm": 1.9662941694259644,
      "learning_rate": 0.00029661816880232147,
      "loss": 10.1723,
      "step": 34370
    },
    {
      "epoch": 0.071625,
      "grad_norm": 0.9987556338310242,
      "learning_rate": 0.000296616086887887,
      "loss": 8.9913,
      "step": 34380
    },
    {
      "epoch": 0.07164583333333334,
      "grad_norm": 3.06317400932312,
      "learning_rate": 0.0002966140043401291,
      "loss": 9.3589,
      "step": 34390
    },
    {
      "epoch": 0.07166666666666667,
      "grad_norm": 1.2598674297332764,
      "learning_rate": 0.0002966119211590567,
      "loss": 9.6081,
      "step": 34400
    },
    {
      "epoch": 0.0716875,
      "grad_norm": 4.566337585449219,
      "learning_rate": 0.0002966098373446789,
      "loss": 9.4662,
      "step": 34410
    },
    {
      "epoch": 0.07170833333333333,
      "grad_norm": 6.182287216186523,
      "learning_rate": 0.0002966077528970046,
      "loss": 10.7208,
      "step": 34420
    },
    {
      "epoch": 0.07172916666666666,
      "grad_norm": 1.2490094900131226,
      "learning_rate": 0.00029660566781604283,
      "loss": 9.4663,
      "step": 34430
    },
    {
      "epoch": 0.07175,
      "grad_norm": 1.4063903093338013,
      "learning_rate": 0.00029660358210180257,
      "loss": 9.8132,
      "step": 34440
    },
    {
      "epoch": 0.07177083333333334,
      "grad_norm": 1.229719877243042,
      "learning_rate": 0.00029660149575429294,
      "loss": 9.0582,
      "step": 34450
    },
    {
      "epoch": 0.07179166666666667,
      "grad_norm": 2.7270774841308594,
      "learning_rate": 0.0002965994087735228,
      "loss": 9.394,
      "step": 34460
    },
    {
      "epoch": 0.0718125,
      "grad_norm": 2.9667904376983643,
      "learning_rate": 0.00029659732115950134,
      "loss": 9.1587,
      "step": 34470
    },
    {
      "epoch": 0.07183333333333333,
      "grad_norm": 1.8247133493423462,
      "learning_rate": 0.00029659523291223743,
      "loss": 9.0815,
      "step": 34480
    },
    {
      "epoch": 0.07185416666666666,
      "grad_norm": 0.7522544860839844,
      "learning_rate": 0.0002965931440317401,
      "loss": 9.4743,
      "step": 34490
    },
    {
      "epoch": 0.071875,
      "grad_norm": 3.65922474861145,
      "learning_rate": 0.00029659105451801843,
      "loss": 10.1183,
      "step": 34500
    },
    {
      "epoch": 0.07189583333333334,
      "grad_norm": 0.9157390594482422,
      "learning_rate": 0.00029658896437108145,
      "loss": 9.2229,
      "step": 34510
    },
    {
      "epoch": 0.07191666666666667,
      "grad_norm": 2.2242848873138428,
      "learning_rate": 0.0002965868735909382,
      "loss": 10.3215,
      "step": 34520
    },
    {
      "epoch": 0.0719375,
      "grad_norm": 0.8923504948616028,
      "learning_rate": 0.0002965847821775976,
      "loss": 8.9588,
      "step": 34530
    },
    {
      "epoch": 0.07195833333333333,
      "grad_norm": 1.8367490768432617,
      "learning_rate": 0.0002965826901310688,
      "loss": 9.2443,
      "step": 34540
    },
    {
      "epoch": 0.07197916666666666,
      "grad_norm": 1.160099983215332,
      "learning_rate": 0.00029658059745136086,
      "loss": 10.3073,
      "step": 34550
    },
    {
      "epoch": 0.072,
      "grad_norm": 1.1252511739730835,
      "learning_rate": 0.0002965785041384827,
      "loss": 8.7659,
      "step": 34560
    },
    {
      "epoch": 0.07202083333333334,
      "grad_norm": 0.7716229557991028,
      "learning_rate": 0.0002965764101924434,
      "loss": 9.0872,
      "step": 34570
    },
    {
      "epoch": 0.07204166666666667,
      "grad_norm": 0.9304522275924683,
      "learning_rate": 0.00029657431561325203,
      "loss": 10.1454,
      "step": 34580
    },
    {
      "epoch": 0.0720625,
      "grad_norm": 2.031892776489258,
      "learning_rate": 0.00029657222040091767,
      "loss": 8.5758,
      "step": 34590
    },
    {
      "epoch": 0.07208333333333333,
      "grad_norm": 4.440215587615967,
      "learning_rate": 0.00029657012455544936,
      "loss": 8.8899,
      "step": 34600
    },
    {
      "epoch": 0.07210416666666666,
      "grad_norm": 1.2170367240905762,
      "learning_rate": 0.0002965680280768561,
      "loss": 9.3729,
      "step": 34610
    },
    {
      "epoch": 0.072125,
      "grad_norm": 1.9460760354995728,
      "learning_rate": 0.000296565930965147,
      "loss": 9.5885,
      "step": 34620
    },
    {
      "epoch": 0.07214583333333334,
      "grad_norm": 1.516618251800537,
      "learning_rate": 0.000296563833220331,
      "loss": 10.7528,
      "step": 34630
    },
    {
      "epoch": 0.07216666666666667,
      "grad_norm": 1.0539923906326294,
      "learning_rate": 0.00029656173484241737,
      "loss": 9.8855,
      "step": 34640
    },
    {
      "epoch": 0.0721875,
      "grad_norm": 1.3305420875549316,
      "learning_rate": 0.0002965596358314149,
      "loss": 9.6122,
      "step": 34650
    },
    {
      "epoch": 0.07220833333333333,
      "grad_norm": 1.2243397235870361,
      "learning_rate": 0.00029655753618733295,
      "loss": 8.8734,
      "step": 34660
    },
    {
      "epoch": 0.07222916666666666,
      "grad_norm": 0.7133117914199829,
      "learning_rate": 0.00029655543591018045,
      "loss": 10.5233,
      "step": 34670
    },
    {
      "epoch": 0.07225,
      "grad_norm": 0.9318618774414062,
      "learning_rate": 0.0002965533349999664,
      "loss": 8.7823,
      "step": 34680
    },
    {
      "epoch": 0.07227083333333334,
      "grad_norm": 2.987342357635498,
      "learning_rate": 0.0002965512334567001,
      "loss": 9.5796,
      "step": 34690
    },
    {
      "epoch": 0.07229166666666667,
      "grad_norm": 2.1434361934661865,
      "learning_rate": 0.0002965491312803903,
      "loss": 8.7436,
      "step": 34700
    },
    {
      "epoch": 0.0723125,
      "grad_norm": 1.2030766010284424,
      "learning_rate": 0.0002965470284710464,
      "loss": 9.7858,
      "step": 34710
    },
    {
      "epoch": 0.07233333333333333,
      "grad_norm": 1.6165295839309692,
      "learning_rate": 0.0002965449250286773,
      "loss": 8.9355,
      "step": 34720
    },
    {
      "epoch": 0.07235416666666666,
      "grad_norm": 0.7758705615997314,
      "learning_rate": 0.00029654282095329206,
      "loss": 9.199,
      "step": 34730
    },
    {
      "epoch": 0.072375,
      "grad_norm": 1.5565452575683594,
      "learning_rate": 0.00029654071624489995,
      "loss": 10.0988,
      "step": 34740
    },
    {
      "epoch": 0.07239583333333334,
      "grad_norm": 0.906402587890625,
      "learning_rate": 0.00029653861090350985,
      "loss": 9.4125,
      "step": 34750
    },
    {
      "epoch": 0.07241666666666667,
      "grad_norm": 2.129875421524048,
      "learning_rate": 0.000296536504929131,
      "loss": 8.9236,
      "step": 34760
    },
    {
      "epoch": 0.0724375,
      "grad_norm": 0.8331155180931091,
      "learning_rate": 0.0002965343983217725,
      "loss": 8.5774,
      "step": 34770
    },
    {
      "epoch": 0.07245833333333333,
      "grad_norm": 1.0058491230010986,
      "learning_rate": 0.00029653229108144336,
      "loss": 8.5586,
      "step": 34780
    },
    {
      "epoch": 0.07247916666666666,
      "grad_norm": 2.0016863346099854,
      "learning_rate": 0.00029653018320815273,
      "loss": 9.5523,
      "step": 34790
    },
    {
      "epoch": 0.0725,
      "grad_norm": 1.1903808116912842,
      "learning_rate": 0.00029652807470190965,
      "loss": 9.0436,
      "step": 34800
    },
    {
      "epoch": 0.07252083333333334,
      "grad_norm": 1.2539736032485962,
      "learning_rate": 0.0002965259655627234,
      "loss": 9.6183,
      "step": 34810
    },
    {
      "epoch": 0.07254166666666667,
      "grad_norm": 1.188460111618042,
      "learning_rate": 0.0002965238557906029,
      "loss": 9.0922,
      "step": 34820
    },
    {
      "epoch": 0.0725625,
      "grad_norm": 3.1210904121398926,
      "learning_rate": 0.0002965217453855573,
      "loss": 9.1481,
      "step": 34830
    },
    {
      "epoch": 0.07258333333333333,
      "grad_norm": 2.041363477706909,
      "learning_rate": 0.00029651963434759585,
      "loss": 10.6062,
      "step": 34840
    },
    {
      "epoch": 0.07260416666666666,
      "grad_norm": 0.749382495880127,
      "learning_rate": 0.0002965175226767276,
      "loss": 10.4325,
      "step": 34850
    },
    {
      "epoch": 0.072625,
      "grad_norm": 0.731253445148468,
      "learning_rate": 0.00029651541037296154,
      "loss": 9.293,
      "step": 34860
    },
    {
      "epoch": 0.07264583333333334,
      "grad_norm": 2.027191638946533,
      "learning_rate": 0.00029651329743630696,
      "loss": 8.9373,
      "step": 34870
    },
    {
      "epoch": 0.07266666666666667,
      "grad_norm": 1.3515472412109375,
      "learning_rate": 0.0002965111838667729,
      "loss": 9.2417,
      "step": 34880
    },
    {
      "epoch": 0.0726875,
      "grad_norm": 3.1972391605377197,
      "learning_rate": 0.00029650906966436854,
      "loss": 8.5691,
      "step": 34890
    },
    {
      "epoch": 0.07270833333333333,
      "grad_norm": 4.968083381652832,
      "learning_rate": 0.000296506954829103,
      "loss": 9.4098,
      "step": 34900
    },
    {
      "epoch": 0.07272916666666666,
      "grad_norm": 1.0659716129302979,
      "learning_rate": 0.0002965048393609854,
      "loss": 9.2994,
      "step": 34910
    },
    {
      "epoch": 0.07275,
      "grad_norm": 2.7222824096679688,
      "learning_rate": 0.00029650272326002487,
      "loss": 9.3764,
      "step": 34920
    },
    {
      "epoch": 0.07277083333333334,
      "grad_norm": 1.3449784517288208,
      "learning_rate": 0.0002965006065262306,
      "loss": 9.3865,
      "step": 34930
    },
    {
      "epoch": 0.07279166666666667,
      "grad_norm": 1.3510093688964844,
      "learning_rate": 0.00029649848915961165,
      "loss": 10.3477,
      "step": 34940
    },
    {
      "epoch": 0.0728125,
      "grad_norm": 2.4390130043029785,
      "learning_rate": 0.00029649637116017723,
      "loss": 9.3113,
      "step": 34950
    },
    {
      "epoch": 0.07283333333333333,
      "grad_norm": 0.8150042295455933,
      "learning_rate": 0.0002964942525279365,
      "loss": 8.8604,
      "step": 34960
    },
    {
      "epoch": 0.07285416666666666,
      "grad_norm": 1.9967377185821533,
      "learning_rate": 0.0002964921332628986,
      "loss": 9.3571,
      "step": 34970
    },
    {
      "epoch": 0.072875,
      "grad_norm": 2.5350613594055176,
      "learning_rate": 0.0002964900133650726,
      "loss": 9.7481,
      "step": 34980
    },
    {
      "epoch": 0.07289583333333334,
      "grad_norm": 1.4426469802856445,
      "learning_rate": 0.00029648789283446777,
      "loss": 9.6819,
      "step": 34990
    },
    {
      "epoch": 0.07291666666666667,
      "grad_norm": 1.8241521120071411,
      "learning_rate": 0.0002964857716710932,
      "loss": 8.7866,
      "step": 35000
    },
    {
      "epoch": 0.07291666666666667,
      "eval_loss": 7.721522331237793,
      "eval_runtime": 9.6865,
      "eval_samples_per_second": 0.31,
      "eval_steps_per_second": 0.103,
      "step": 35000
    },
    {
      "epoch": 0.0729375,
      "grad_norm": 0.7677559852600098,
      "learning_rate": 0.00029648364987495816,
      "loss": 8.7009,
      "step": 35010
    },
    {
      "epoch": 0.07295833333333333,
      "grad_norm": 3.1225106716156006,
      "learning_rate": 0.00029648152744607165,
      "loss": 9.7147,
      "step": 35020
    },
    {
      "epoch": 0.07297916666666666,
      "grad_norm": 2.150914430618286,
      "learning_rate": 0.00029647940438444297,
      "loss": 10.1304,
      "step": 35030
    },
    {
      "epoch": 0.073,
      "grad_norm": 1.1338757276535034,
      "learning_rate": 0.00029647728069008116,
      "loss": 8.966,
      "step": 35040
    },
    {
      "epoch": 0.07302083333333333,
      "grad_norm": 1.3800588846206665,
      "learning_rate": 0.00029647515636299556,
      "loss": 9.6285,
      "step": 35050
    },
    {
      "epoch": 0.07304166666666667,
      "grad_norm": 2.1287646293640137,
      "learning_rate": 0.0002964730314031953,
      "loss": 9.3527,
      "step": 35060
    },
    {
      "epoch": 0.0730625,
      "grad_norm": 4.710551738739014,
      "learning_rate": 0.00029647090581068943,
      "loss": 10.1065,
      "step": 35070
    },
    {
      "epoch": 0.07308333333333333,
      "grad_norm": 2.026153087615967,
      "learning_rate": 0.00029646877958548724,
      "loss": 10.0555,
      "step": 35080
    },
    {
      "epoch": 0.07310416666666666,
      "grad_norm": 1.4525527954101562,
      "learning_rate": 0.000296466652727598,
      "loss": 9.154,
      "step": 35090
    },
    {
      "epoch": 0.073125,
      "grad_norm": 1.5521126985549927,
      "learning_rate": 0.00029646452523703065,
      "loss": 9.3775,
      "step": 35100
    },
    {
      "epoch": 0.07314583333333333,
      "grad_norm": 0.9187409281730652,
      "learning_rate": 0.00029646239711379464,
      "loss": 9.5699,
      "step": 35110
    },
    {
      "epoch": 0.07316666666666667,
      "grad_norm": 1.166982889175415,
      "learning_rate": 0.00029646026835789896,
      "loss": 9.476,
      "step": 35120
    },
    {
      "epoch": 0.0731875,
      "grad_norm": 0.9234862327575684,
      "learning_rate": 0.00029645813896935294,
      "loss": 9.3164,
      "step": 35130
    },
    {
      "epoch": 0.07320833333333333,
      "grad_norm": 2.4249703884124756,
      "learning_rate": 0.00029645600894816573,
      "loss": 9.7124,
      "step": 35140
    },
    {
      "epoch": 0.07322916666666666,
      "grad_norm": 1.355523943901062,
      "learning_rate": 0.0002964538782943465,
      "loss": 13.4016,
      "step": 35150
    },
    {
      "epoch": 0.07325,
      "grad_norm": 3.7013514041900635,
      "learning_rate": 0.0002964517470079045,
      "loss": 9.2386,
      "step": 35160
    },
    {
      "epoch": 0.07327083333333333,
      "grad_norm": 2.4017319679260254,
      "learning_rate": 0.000296449615088849,
      "loss": 9.3695,
      "step": 35170
    },
    {
      "epoch": 0.07329166666666667,
      "grad_norm": 0.6867100596427917,
      "learning_rate": 0.00029644748253718906,
      "loss": 8.6959,
      "step": 35180
    },
    {
      "epoch": 0.0733125,
      "grad_norm": 1.7175148725509644,
      "learning_rate": 0.00029644534935293395,
      "loss": 11.4225,
      "step": 35190
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 1.7143418788909912,
      "learning_rate": 0.0002964432155360929,
      "loss": 9.541,
      "step": 35200
    },
    {
      "epoch": 0.07335416666666666,
      "grad_norm": 5.14364767074585,
      "learning_rate": 0.0002964410810866751,
      "loss": 9.5236,
      "step": 35210
    },
    {
      "epoch": 0.073375,
      "grad_norm": 0.8211385011672974,
      "learning_rate": 0.0002964389460046899,
      "loss": 8.7722,
      "step": 35220
    },
    {
      "epoch": 0.07339583333333333,
      "grad_norm": 1.6174818277359009,
      "learning_rate": 0.00029643681029014636,
      "loss": 10.0568,
      "step": 35230
    },
    {
      "epoch": 0.07341666666666667,
      "grad_norm": 2.470303535461426,
      "learning_rate": 0.00029643467394305375,
      "loss": 9.1483,
      "step": 35240
    },
    {
      "epoch": 0.0734375,
      "grad_norm": 0.8260886073112488,
      "learning_rate": 0.00029643253696342133,
      "loss": 9.2826,
      "step": 35250
    },
    {
      "epoch": 0.07345833333333333,
      "grad_norm": 0.6531966924667358,
      "learning_rate": 0.0002964303993512583,
      "loss": 9.1461,
      "step": 35260
    },
    {
      "epoch": 0.07347916666666666,
      "grad_norm": 2.010462522506714,
      "learning_rate": 0.0002964282611065739,
      "loss": 10.145,
      "step": 35270
    },
    {
      "epoch": 0.0735,
      "grad_norm": 2.3828632831573486,
      "learning_rate": 0.0002964261222293774,
      "loss": 8.6961,
      "step": 35280
    },
    {
      "epoch": 0.07352083333333333,
      "grad_norm": 1.7396459579467773,
      "learning_rate": 0.000296423982719678,
      "loss": 10.3903,
      "step": 35290
    },
    {
      "epoch": 0.07354166666666667,
      "grad_norm": 1.921375036239624,
      "learning_rate": 0.00029642184257748494,
      "loss": 9.2658,
      "step": 35300
    },
    {
      "epoch": 0.0735625,
      "grad_norm": 2.0682809352874756,
      "learning_rate": 0.0002964197018028075,
      "loss": 9.139,
      "step": 35310
    },
    {
      "epoch": 0.07358333333333333,
      "grad_norm": 3.6102561950683594,
      "learning_rate": 0.0002964175603956549,
      "loss": 9.9232,
      "step": 35320
    },
    {
      "epoch": 0.07360416666666666,
      "grad_norm": 1.2231543064117432,
      "learning_rate": 0.00029641541835603635,
      "loss": 9.2615,
      "step": 35330
    },
    {
      "epoch": 0.073625,
      "grad_norm": 2.2222440242767334,
      "learning_rate": 0.00029641327568396116,
      "loss": 9.5295,
      "step": 35340
    },
    {
      "epoch": 0.07364583333333333,
      "grad_norm": 3.907782554626465,
      "learning_rate": 0.00029641113237943863,
      "loss": 9.9581,
      "step": 35350
    },
    {
      "epoch": 0.07366666666666667,
      "grad_norm": 0.7632626295089722,
      "learning_rate": 0.00029640898844247794,
      "loss": 9.0416,
      "step": 35360
    },
    {
      "epoch": 0.0736875,
      "grad_norm": 1.3858287334442139,
      "learning_rate": 0.00029640684387308836,
      "loss": 13.3073,
      "step": 35370
    },
    {
      "epoch": 0.07370833333333333,
      "grad_norm": 0.8238431811332703,
      "learning_rate": 0.00029640469867127915,
      "loss": 9.1639,
      "step": 35380
    },
    {
      "epoch": 0.07372916666666667,
      "grad_norm": 0.7466049194335938,
      "learning_rate": 0.00029640255283705963,
      "loss": 10.1507,
      "step": 35390
    },
    {
      "epoch": 0.07375,
      "grad_norm": 2.5221707820892334,
      "learning_rate": 0.00029640040637043903,
      "loss": 9.8572,
      "step": 35400
    },
    {
      "epoch": 0.07377083333333333,
      "grad_norm": 1.6400434970855713,
      "learning_rate": 0.0002963982592714266,
      "loss": 11.1142,
      "step": 35410
    },
    {
      "epoch": 0.07379166666666667,
      "grad_norm": 0.9103049039840698,
      "learning_rate": 0.00029639611154003165,
      "loss": 9.6055,
      "step": 35420
    },
    {
      "epoch": 0.0738125,
      "grad_norm": 1.3325001001358032,
      "learning_rate": 0.0002963939631762634,
      "loss": 9.3168,
      "step": 35430
    },
    {
      "epoch": 0.07383333333333333,
      "grad_norm": 1.986876368522644,
      "learning_rate": 0.0002963918141801312,
      "loss": 8.9914,
      "step": 35440
    },
    {
      "epoch": 0.07385416666666667,
      "grad_norm": 2.6869053840637207,
      "learning_rate": 0.00029638966455164433,
      "loss": 10.0895,
      "step": 35450
    },
    {
      "epoch": 0.073875,
      "grad_norm": 0.7846978306770325,
      "learning_rate": 0.0002963875142908121,
      "loss": 10.1254,
      "step": 35460
    },
    {
      "epoch": 0.07389583333333333,
      "grad_norm": 1.4548507928848267,
      "learning_rate": 0.00029638536339764366,
      "loss": 9.1555,
      "step": 35470
    },
    {
      "epoch": 0.07391666666666667,
      "grad_norm": 1.0537608861923218,
      "learning_rate": 0.00029638321187214846,
      "loss": 8.7467,
      "step": 35480
    },
    {
      "epoch": 0.0739375,
      "grad_norm": 2.325493097305298,
      "learning_rate": 0.0002963810597143357,
      "loss": 11.0086,
      "step": 35490
    },
    {
      "epoch": 0.07395833333333333,
      "grad_norm": 1.2919398546218872,
      "learning_rate": 0.0002963789069242147,
      "loss": 8.9481,
      "step": 35500
    },
    {
      "epoch": 0.07397916666666667,
      "grad_norm": 13.604127883911133,
      "learning_rate": 0.00029637675350179476,
      "loss": 10.637,
      "step": 35510
    },
    {
      "epoch": 0.074,
      "grad_norm": 1.7632784843444824,
      "learning_rate": 0.0002963745994470852,
      "loss": 9.4261,
      "step": 35520
    },
    {
      "epoch": 0.07402083333333333,
      "grad_norm": 1.700984001159668,
      "learning_rate": 0.00029637244476009533,
      "loss": 9.0617,
      "step": 35530
    },
    {
      "epoch": 0.07404166666666667,
      "grad_norm": 0.6882982850074768,
      "learning_rate": 0.00029637028944083443,
      "loss": 10.2086,
      "step": 35540
    },
    {
      "epoch": 0.0740625,
      "grad_norm": 0.9735320210456848,
      "learning_rate": 0.00029636813348931176,
      "loss": 9.4463,
      "step": 35550
    },
    {
      "epoch": 0.07408333333333333,
      "grad_norm": 1.7474565505981445,
      "learning_rate": 0.00029636597690553676,
      "loss": 9.4431,
      "step": 35560
    },
    {
      "epoch": 0.07410416666666667,
      "grad_norm": 0.907490074634552,
      "learning_rate": 0.0002963638196895186,
      "loss": 9.8245,
      "step": 35570
    },
    {
      "epoch": 0.074125,
      "grad_norm": 1.3023724555969238,
      "learning_rate": 0.0002963616618412667,
      "loss": 8.5314,
      "step": 35580
    },
    {
      "epoch": 0.07414583333333333,
      "grad_norm": 1.0295695066452026,
      "learning_rate": 0.00029635950336079044,
      "loss": 9.158,
      "step": 35590
    },
    {
      "epoch": 0.07416666666666667,
      "grad_norm": 0.6512959003448486,
      "learning_rate": 0.00029635734424809896,
      "loss": 10.5971,
      "step": 35600
    },
    {
      "epoch": 0.0741875,
      "grad_norm": 1.1941198110580444,
      "learning_rate": 0.0002963551845032017,
      "loss": 9.9918,
      "step": 35610
    },
    {
      "epoch": 0.07420833333333333,
      "grad_norm": 1.8015166521072388,
      "learning_rate": 0.00029635302412610797,
      "loss": 8.5538,
      "step": 35620
    },
    {
      "epoch": 0.07422916666666667,
      "grad_norm": 1.367954969406128,
      "learning_rate": 0.0002963508631168271,
      "loss": 8.9227,
      "step": 35630
    },
    {
      "epoch": 0.07425,
      "grad_norm": 1.7014614343643188,
      "learning_rate": 0.0002963487014753685,
      "loss": 8.4697,
      "step": 35640
    },
    {
      "epoch": 0.07427083333333333,
      "grad_norm": 2.7149248123168945,
      "learning_rate": 0.00029634653920174143,
      "loss": 11.3108,
      "step": 35650
    },
    {
      "epoch": 0.07429166666666667,
      "grad_norm": 2.3473877906799316,
      "learning_rate": 0.00029634437629595515,
      "loss": 10.0587,
      "step": 35660
    },
    {
      "epoch": 0.0743125,
      "grad_norm": 0.8566376566886902,
      "learning_rate": 0.00029634221275801916,
      "loss": 8.8492,
      "step": 35670
    },
    {
      "epoch": 0.07433333333333333,
      "grad_norm": 1.1982157230377197,
      "learning_rate": 0.0002963400485879427,
      "loss": 9.8555,
      "step": 35680
    },
    {
      "epoch": 0.07435416666666667,
      "grad_norm": 1.2053768634796143,
      "learning_rate": 0.0002963378837857352,
      "loss": 10.0393,
      "step": 35690
    },
    {
      "epoch": 0.074375,
      "grad_norm": 11.142130851745605,
      "learning_rate": 0.000296335718351406,
      "loss": 10.7576,
      "step": 35700
    },
    {
      "epoch": 0.07439583333333333,
      "grad_norm": 0.7643759250640869,
      "learning_rate": 0.0002963335522849643,
      "loss": 9.8897,
      "step": 35710
    },
    {
      "epoch": 0.07441666666666667,
      "grad_norm": 2.3043909072875977,
      "learning_rate": 0.00029633138558641967,
      "loss": 11.3337,
      "step": 35720
    },
    {
      "epoch": 0.0744375,
      "grad_norm": 0.9573879241943359,
      "learning_rate": 0.00029632921825578136,
      "loss": 9.2236,
      "step": 35730
    },
    {
      "epoch": 0.07445833333333333,
      "grad_norm": 1.0721794366836548,
      "learning_rate": 0.0002963270502930587,
      "loss": 8.5327,
      "step": 35740
    },
    {
      "epoch": 0.07447916666666667,
      "grad_norm": 0.7765260338783264,
      "learning_rate": 0.00029632488169826116,
      "loss": 8.7049,
      "step": 35750
    },
    {
      "epoch": 0.0745,
      "grad_norm": 1.8308818340301514,
      "learning_rate": 0.00029632271247139803,
      "loss": 8.9845,
      "step": 35760
    },
    {
      "epoch": 0.07452083333333333,
      "grad_norm": 1.0647180080413818,
      "learning_rate": 0.00029632054261247864,
      "loss": 9.5877,
      "step": 35770
    },
    {
      "epoch": 0.07454166666666667,
      "grad_norm": 1.8656920194625854,
      "learning_rate": 0.00029631837212151254,
      "loss": 9.1998,
      "step": 35780
    },
    {
      "epoch": 0.0745625,
      "grad_norm": 1.6209206581115723,
      "learning_rate": 0.00029631620099850893,
      "loss": 10.5229,
      "step": 35790
    },
    {
      "epoch": 0.07458333333333333,
      "grad_norm": 0.8878253102302551,
      "learning_rate": 0.00029631402924347726,
      "loss": 9.3703,
      "step": 35800
    },
    {
      "epoch": 0.07460416666666667,
      "grad_norm": 0.6896106004714966,
      "learning_rate": 0.00029631185685642685,
      "loss": 8.546,
      "step": 35810
    },
    {
      "epoch": 0.074625,
      "grad_norm": 1.76240873336792,
      "learning_rate": 0.0002963096838373672,
      "loss": 10.0336,
      "step": 35820
    },
    {
      "epoch": 0.07464583333333333,
      "grad_norm": 1.1507692337036133,
      "learning_rate": 0.0002963075101863076,
      "loss": 9.0696,
      "step": 35830
    },
    {
      "epoch": 0.07466666666666667,
      "grad_norm": 4.943859100341797,
      "learning_rate": 0.0002963053359032575,
      "loss": 10.2054,
      "step": 35840
    },
    {
      "epoch": 0.0746875,
      "grad_norm": 0.6245492696762085,
      "learning_rate": 0.0002963031609882262,
      "loss": 8.7747,
      "step": 35850
    },
    {
      "epoch": 0.07470833333333333,
      "grad_norm": 2.254936695098877,
      "learning_rate": 0.0002963009854412232,
      "loss": 10.3579,
      "step": 35860
    },
    {
      "epoch": 0.07472916666666667,
      "grad_norm": 3.924633264541626,
      "learning_rate": 0.00029629880926225786,
      "loss": 8.8761,
      "step": 35870
    },
    {
      "epoch": 0.07475,
      "grad_norm": 0.9226277470588684,
      "learning_rate": 0.00029629663245133955,
      "loss": 9.8298,
      "step": 35880
    },
    {
      "epoch": 0.07477083333333333,
      "grad_norm": 1.8225950002670288,
      "learning_rate": 0.0002962944550084776,
      "loss": 9.0487,
      "step": 35890
    },
    {
      "epoch": 0.07479166666666667,
      "grad_norm": 3.303866386413574,
      "learning_rate": 0.00029629227693368164,
      "loss": 9.3169,
      "step": 35900
    },
    {
      "epoch": 0.0748125,
      "grad_norm": 2.129291534423828,
      "learning_rate": 0.00029629009822696096,
      "loss": 9.0199,
      "step": 35910
    },
    {
      "epoch": 0.07483333333333334,
      "grad_norm": 5.0157012939453125,
      "learning_rate": 0.0002962879188883249,
      "loss": 9.4906,
      "step": 35920
    },
    {
      "epoch": 0.07485416666666667,
      "grad_norm": 18.9137020111084,
      "learning_rate": 0.000296285738917783,
      "loss": 10.8024,
      "step": 35930
    },
    {
      "epoch": 0.074875,
      "grad_norm": 1.9702732563018799,
      "learning_rate": 0.00029628355831534453,
      "loss": 10.4593,
      "step": 35940
    },
    {
      "epoch": 0.07489583333333333,
      "grad_norm": 0.8246982097625732,
      "learning_rate": 0.00029628137708101904,
      "loss": 9.2008,
      "step": 35950
    },
    {
      "epoch": 0.07491666666666667,
      "grad_norm": 1.1195039749145508,
      "learning_rate": 0.00029627919521481587,
      "loss": 8.2085,
      "step": 35960
    },
    {
      "epoch": 0.0749375,
      "grad_norm": 1.232118844985962,
      "learning_rate": 0.0002962770127167445,
      "loss": 9.4889,
      "step": 35970
    },
    {
      "epoch": 0.07495833333333334,
      "grad_norm": 1.5251963138580322,
      "learning_rate": 0.00029627482958681435,
      "loss": 9.4512,
      "step": 35980
    },
    {
      "epoch": 0.07497916666666667,
      "grad_norm": 2.8011844158172607,
      "learning_rate": 0.0002962726458250348,
      "loss": 9.8671,
      "step": 35990
    },
    {
      "epoch": 0.075,
      "grad_norm": 0.988599419593811,
      "learning_rate": 0.0002962704614314154,
      "loss": 8.5465,
      "step": 36000
    },
    {
      "epoch": 0.075,
      "eval_loss": 9.355012893676758,
      "eval_runtime": 9.1421,
      "eval_samples_per_second": 0.328,
      "eval_steps_per_second": 0.109,
      "step": 36000
    },
    {
      "epoch": 0.07502083333333333,
      "grad_norm": 1.3837014436721802,
      "learning_rate": 0.0002962682764059654,
      "loss": 11.4647,
      "step": 36010
    },
    {
      "epoch": 0.07504166666666667,
      "grad_norm": 1.9235411882400513,
      "learning_rate": 0.00029626609074869437,
      "loss": 9.1913,
      "step": 36020
    },
    {
      "epoch": 0.0750625,
      "grad_norm": 0.8438588380813599,
      "learning_rate": 0.00029626390445961176,
      "loss": 11.5119,
      "step": 36030
    },
    {
      "epoch": 0.07508333333333334,
      "grad_norm": 4.038382053375244,
      "learning_rate": 0.000296261717538727,
      "loss": 9.6287,
      "step": 36040
    },
    {
      "epoch": 0.07510416666666667,
      "grad_norm": 0.7890018224716187,
      "learning_rate": 0.0002962595299860494,
      "loss": 9.3868,
      "step": 36050
    },
    {
      "epoch": 0.075125,
      "grad_norm": 2.3013670444488525,
      "learning_rate": 0.0002962573418015886,
      "loss": 9.319,
      "step": 36060
    },
    {
      "epoch": 0.07514583333333333,
      "grad_norm": 0.8667117953300476,
      "learning_rate": 0.00029625515298535403,
      "loss": 8.7889,
      "step": 36070
    },
    {
      "epoch": 0.07516666666666667,
      "grad_norm": 1.7173322439193726,
      "learning_rate": 0.00029625296353735504,
      "loss": 9.4592,
      "step": 36080
    },
    {
      "epoch": 0.0751875,
      "grad_norm": 0.812091052532196,
      "learning_rate": 0.0002962507734576011,
      "loss": 9.4643,
      "step": 36090
    },
    {
      "epoch": 0.07520833333333334,
      "grad_norm": 1.219267725944519,
      "learning_rate": 0.00029624858274610174,
      "loss": 9.091,
      "step": 36100
    },
    {
      "epoch": 0.07522916666666667,
      "grad_norm": 1.5439456701278687,
      "learning_rate": 0.0002962463914028664,
      "loss": 9.495,
      "step": 36110
    },
    {
      "epoch": 0.07525,
      "grad_norm": 2.441585063934326,
      "learning_rate": 0.00029624419942790456,
      "loss": 9.9021,
      "step": 36120
    },
    {
      "epoch": 0.07527083333333333,
      "grad_norm": 1.7253128290176392,
      "learning_rate": 0.0002962420068212256,
      "loss": 9.4518,
      "step": 36130
    },
    {
      "epoch": 0.07529166666666667,
      "grad_norm": 1.2948099374771118,
      "learning_rate": 0.0002962398135828391,
      "loss": 8.9134,
      "step": 36140
    },
    {
      "epoch": 0.0753125,
      "grad_norm": 1.6043874025344849,
      "learning_rate": 0.0002962376197127545,
      "loss": 10.247,
      "step": 36150
    },
    {
      "epoch": 0.07533333333333334,
      "grad_norm": 1.2402862310409546,
      "learning_rate": 0.0002962354252109812,
      "loss": 10.1997,
      "step": 36160
    },
    {
      "epoch": 0.07535416666666667,
      "grad_norm": 1.0226647853851318,
      "learning_rate": 0.00029623323007752883,
      "loss": 8.9308,
      "step": 36170
    },
    {
      "epoch": 0.075375,
      "grad_norm": 2.2765920162200928,
      "learning_rate": 0.0002962310343124068,
      "loss": 9.0885,
      "step": 36180
    },
    {
      "epoch": 0.07539583333333333,
      "grad_norm": 1.103217363357544,
      "learning_rate": 0.0002962288379156245,
      "loss": 9.1304,
      "step": 36190
    },
    {
      "epoch": 0.07541666666666667,
      "grad_norm": 5.050271511077881,
      "learning_rate": 0.0002962266408871916,
      "loss": 9.5691,
      "step": 36200
    },
    {
      "epoch": 0.0754375,
      "grad_norm": 6.451501846313477,
      "learning_rate": 0.00029622444322711743,
      "loss": 10.625,
      "step": 36210
    },
    {
      "epoch": 0.07545833333333334,
      "grad_norm": 1.5199769735336304,
      "learning_rate": 0.00029622224493541154,
      "loss": 9.1959,
      "step": 36220
    },
    {
      "epoch": 0.07547916666666667,
      "grad_norm": 1.1367714405059814,
      "learning_rate": 0.00029622004601208345,
      "loss": 8.814,
      "step": 36230
    },
    {
      "epoch": 0.0755,
      "grad_norm": 0.8692398071289062,
      "learning_rate": 0.0002962178464571426,
      "loss": 10.2615,
      "step": 36240
    },
    {
      "epoch": 0.07552083333333333,
      "grad_norm": 3.970085859298706,
      "learning_rate": 0.00029621564627059857,
      "loss": 11.3457,
      "step": 36250
    },
    {
      "epoch": 0.07554166666666666,
      "grad_norm": 0.6272251605987549,
      "learning_rate": 0.0002962134454524608,
      "loss": 8.864,
      "step": 36260
    },
    {
      "epoch": 0.0755625,
      "grad_norm": 2.762805938720703,
      "learning_rate": 0.00029621124400273886,
      "loss": 8.8872,
      "step": 36270
    },
    {
      "epoch": 0.07558333333333334,
      "grad_norm": 0.9648998379707336,
      "learning_rate": 0.0002962090419214422,
      "loss": 8.5123,
      "step": 36280
    },
    {
      "epoch": 0.07560416666666667,
      "grad_norm": 1.6789716482162476,
      "learning_rate": 0.00029620683920858037,
      "loss": 10.2518,
      "step": 36290
    },
    {
      "epoch": 0.075625,
      "grad_norm": 1.2639011144638062,
      "learning_rate": 0.0002962046358641628,
      "loss": 9.1449,
      "step": 36300
    },
    {
      "epoch": 0.07564583333333333,
      "grad_norm": 0.7909397482872009,
      "learning_rate": 0.00029620243188819916,
      "loss": 9.6504,
      "step": 36310
    },
    {
      "epoch": 0.07566666666666666,
      "grad_norm": 1.481257438659668,
      "learning_rate": 0.00029620022728069886,
      "loss": 9.9599,
      "step": 36320
    },
    {
      "epoch": 0.0756875,
      "grad_norm": 1.4248920679092407,
      "learning_rate": 0.0002961980220416714,
      "loss": 8.9961,
      "step": 36330
    },
    {
      "epoch": 0.07570833333333334,
      "grad_norm": 1.0041228532791138,
      "learning_rate": 0.0002961958161711264,
      "loss": 8.8352,
      "step": 36340
    },
    {
      "epoch": 0.07572916666666667,
      "grad_norm": 1.0504616498947144,
      "learning_rate": 0.00029619360966907335,
      "loss": 9.4649,
      "step": 36350
    },
    {
      "epoch": 0.07575,
      "grad_norm": 2.508725881576538,
      "learning_rate": 0.00029619140253552174,
      "loss": 9.1961,
      "step": 36360
    },
    {
      "epoch": 0.07577083333333333,
      "grad_norm": 1.2004951238632202,
      "learning_rate": 0.0002961891947704812,
      "loss": 8.7559,
      "step": 36370
    },
    {
      "epoch": 0.07579166666666666,
      "grad_norm": 2.8127849102020264,
      "learning_rate": 0.0002961869863739611,
      "loss": 10.0956,
      "step": 36380
    },
    {
      "epoch": 0.0758125,
      "grad_norm": 2.6011099815368652,
      "learning_rate": 0.00029618477734597113,
      "loss": 9.3026,
      "step": 36390
    },
    {
      "epoch": 0.07583333333333334,
      "grad_norm": 1.5106357336044312,
      "learning_rate": 0.0002961825676865208,
      "loss": 8.9107,
      "step": 36400
    },
    {
      "epoch": 0.07585416666666667,
      "grad_norm": 2.1897215843200684,
      "learning_rate": 0.0002961803573956197,
      "loss": 9.6782,
      "step": 36410
    },
    {
      "epoch": 0.075875,
      "grad_norm": 1.390238642692566,
      "learning_rate": 0.0002961781464732772,
      "loss": 9.4385,
      "step": 36420
    },
    {
      "epoch": 0.07589583333333333,
      "grad_norm": 1.071959137916565,
      "learning_rate": 0.00029617593491950306,
      "loss": 8.5391,
      "step": 36430
    },
    {
      "epoch": 0.07591666666666666,
      "grad_norm": 3.475168228149414,
      "learning_rate": 0.0002961737227343067,
      "loss": 9.7353,
      "step": 36440
    },
    {
      "epoch": 0.0759375,
      "grad_norm": 1.4245498180389404,
      "learning_rate": 0.0002961715099176977,
      "loss": 9.5036,
      "step": 36450
    },
    {
      "epoch": 0.07595833333333334,
      "grad_norm": 1.1592841148376465,
      "learning_rate": 0.0002961692964696857,
      "loss": 8.8984,
      "step": 36460
    },
    {
      "epoch": 0.07597916666666667,
      "grad_norm": 2.1494109630584717,
      "learning_rate": 0.00029616708239028016,
      "loss": 10.3821,
      "step": 36470
    },
    {
      "epoch": 0.076,
      "grad_norm": 1.7905511856079102,
      "learning_rate": 0.00029616486767949067,
      "loss": 11.4639,
      "step": 36480
    },
    {
      "epoch": 0.07602083333333333,
      "grad_norm": 1.3828740119934082,
      "learning_rate": 0.0002961626523373268,
      "loss": 9.8234,
      "step": 36490
    },
    {
      "epoch": 0.07604166666666666,
      "grad_norm": 2.7885420322418213,
      "learning_rate": 0.00029616043636379813,
      "loss": 11.7071,
      "step": 36500
    },
    {
      "epoch": 0.0760625,
      "grad_norm": 2.2516884803771973,
      "learning_rate": 0.0002961582197589142,
      "loss": 9.5641,
      "step": 36510
    },
    {
      "epoch": 0.07608333333333334,
      "grad_norm": 4.177576541900635,
      "learning_rate": 0.0002961560025226847,
      "loss": 9.8547,
      "step": 36520
    },
    {
      "epoch": 0.07610416666666667,
      "grad_norm": 3.1760950088500977,
      "learning_rate": 0.0002961537846551191,
      "loss": 8.826,
      "step": 36530
    },
    {
      "epoch": 0.076125,
      "grad_norm": 1.663533091545105,
      "learning_rate": 0.00029615156615622697,
      "loss": 9.2418,
      "step": 36540
    },
    {
      "epoch": 0.07614583333333333,
      "grad_norm": 1.3565245866775513,
      "learning_rate": 0.0002961493470260179,
      "loss": 9.5896,
      "step": 36550
    },
    {
      "epoch": 0.07616666666666666,
      "grad_norm": 1.1212695837020874,
      "learning_rate": 0.0002961471272645016,
      "loss": 10.3807,
      "step": 36560
    },
    {
      "epoch": 0.0761875,
      "grad_norm": 1.2413634061813354,
      "learning_rate": 0.0002961449068716875,
      "loss": 8.3951,
      "step": 36570
    },
    {
      "epoch": 0.07620833333333334,
      "grad_norm": 1.6296995878219604,
      "learning_rate": 0.0002961426858475852,
      "loss": 9.279,
      "step": 36580
    },
    {
      "epoch": 0.07622916666666667,
      "grad_norm": 1.1838610172271729,
      "learning_rate": 0.0002961404641922044,
      "loss": 9.4964,
      "step": 36590
    },
    {
      "epoch": 0.07625,
      "grad_norm": 0.7208907604217529,
      "learning_rate": 0.00029613824190555466,
      "loss": 10.6266,
      "step": 36600
    },
    {
      "epoch": 0.07627083333333333,
      "grad_norm": 1.3765416145324707,
      "learning_rate": 0.0002961360189876455,
      "loss": 9.9462,
      "step": 36610
    },
    {
      "epoch": 0.07629166666666666,
      "grad_norm": 1.3934342861175537,
      "learning_rate": 0.00029613379543848664,
      "loss": 9.3293,
      "step": 36620
    },
    {
      "epoch": 0.0763125,
      "grad_norm": 1.0173171758651733,
      "learning_rate": 0.0002961315712580876,
      "loss": 9.5176,
      "step": 36630
    },
    {
      "epoch": 0.07633333333333334,
      "grad_norm": 1.5016239881515503,
      "learning_rate": 0.00029612934644645796,
      "loss": 9.5,
      "step": 36640
    },
    {
      "epoch": 0.07635416666666667,
      "grad_norm": 1.3781009912490845,
      "learning_rate": 0.0002961271210036075,
      "loss": 9.157,
      "step": 36650
    },
    {
      "epoch": 0.076375,
      "grad_norm": 1.911926507949829,
      "learning_rate": 0.00029612489492954566,
      "loss": 8.6615,
      "step": 36660
    },
    {
      "epoch": 0.07639583333333333,
      "grad_norm": 3.717207431793213,
      "learning_rate": 0.00029612266822428207,
      "loss": 10.17,
      "step": 36670
    },
    {
      "epoch": 0.07641666666666666,
      "grad_norm": 2.400461435317993,
      "learning_rate": 0.00029612044088782644,
      "loss": 9.6271,
      "step": 36680
    },
    {
      "epoch": 0.0764375,
      "grad_norm": 1.0691555738449097,
      "learning_rate": 0.00029611821292018837,
      "loss": 8.8805,
      "step": 36690
    },
    {
      "epoch": 0.07645833333333334,
      "grad_norm": 2.3405511379241943,
      "learning_rate": 0.00029611598432137745,
      "loss": 9.9158,
      "step": 36700
    },
    {
      "epoch": 0.07647916666666667,
      "grad_norm": 1.5366356372833252,
      "learning_rate": 0.0002961137550914033,
      "loss": 9.5673,
      "step": 36710
    },
    {
      "epoch": 0.0765,
      "grad_norm": 1.8538004159927368,
      "learning_rate": 0.0002961115252302755,
      "loss": 9.3583,
      "step": 36720
    },
    {
      "epoch": 0.07652083333333333,
      "grad_norm": 0.8262196779251099,
      "learning_rate": 0.0002961092947380038,
      "loss": 8.7081,
      "step": 36730
    },
    {
      "epoch": 0.07654166666666666,
      "grad_norm": 1.0239732265472412,
      "learning_rate": 0.0002961070636145978,
      "loss": 9.3901,
      "step": 36740
    },
    {
      "epoch": 0.0765625,
      "grad_norm": 2.669764995574951,
      "learning_rate": 0.0002961048318600671,
      "loss": 8.7875,
      "step": 36750
    },
    {
      "epoch": 0.07658333333333334,
      "grad_norm": 1.1043816804885864,
      "learning_rate": 0.0002961025994744214,
      "loss": 9.5443,
      "step": 36760
    },
    {
      "epoch": 0.07660416666666667,
      "grad_norm": 1.0633045434951782,
      "learning_rate": 0.0002961003664576702,
      "loss": 8.9399,
      "step": 36770
    },
    {
      "epoch": 0.076625,
      "grad_norm": 1.4049338102340698,
      "learning_rate": 0.0002960981328098233,
      "loss": 10.4729,
      "step": 36780
    },
    {
      "epoch": 0.07664583333333333,
      "grad_norm": 2.015305280685425,
      "learning_rate": 0.00029609589853089033,
      "loss": 10.0227,
      "step": 36790
    },
    {
      "epoch": 0.07666666666666666,
      "grad_norm": 7.124355792999268,
      "learning_rate": 0.0002960936636208809,
      "loss": 10.5556,
      "step": 36800
    },
    {
      "epoch": 0.0766875,
      "grad_norm": 1.233913779258728,
      "learning_rate": 0.0002960914280798047,
      "loss": 8.1722,
      "step": 36810
    },
    {
      "epoch": 0.07670833333333334,
      "grad_norm": 1.0076333284378052,
      "learning_rate": 0.00029608919190767126,
      "loss": 8.7053,
      "step": 36820
    },
    {
      "epoch": 0.07672916666666667,
      "grad_norm": 3.537198543548584,
      "learning_rate": 0.00029608695510449043,
      "loss": 10.1827,
      "step": 36830
    },
    {
      "epoch": 0.07675,
      "grad_norm": 1.338068962097168,
      "learning_rate": 0.0002960847176702717,
      "loss": 9.7294,
      "step": 36840
    },
    {
      "epoch": 0.07677083333333333,
      "grad_norm": 1.2707465887069702,
      "learning_rate": 0.00029608247960502483,
      "loss": 9.2709,
      "step": 36850
    },
    {
      "epoch": 0.07679166666666666,
      "grad_norm": 1.563545823097229,
      "learning_rate": 0.0002960802409087596,
      "loss": 8.7483,
      "step": 36860
    },
    {
      "epoch": 0.0768125,
      "grad_norm": 3.175905227661133,
      "learning_rate": 0.00029607800158148534,
      "loss": 9.5026,
      "step": 36870
    },
    {
      "epoch": 0.07683333333333334,
      "grad_norm": 4.38894510269165,
      "learning_rate": 0.00029607576162321206,
      "loss": 9.0271,
      "step": 36880
    },
    {
      "epoch": 0.07685416666666667,
      "grad_norm": 1.1114627122879028,
      "learning_rate": 0.00029607352103394927,
      "loss": 9.5296,
      "step": 36890
    },
    {
      "epoch": 0.076875,
      "grad_norm": 1.7300753593444824,
      "learning_rate": 0.00029607127981370673,
      "loss": 8.6123,
      "step": 36900
    },
    {
      "epoch": 0.07689583333333333,
      "grad_norm": 0.5792633295059204,
      "learning_rate": 0.0002960690379624941,
      "loss": 9.1222,
      "step": 36910
    },
    {
      "epoch": 0.07691666666666666,
      "grad_norm": 1.7926747798919678,
      "learning_rate": 0.000296066795480321,
      "loss": 9.0322,
      "step": 36920
    },
    {
      "epoch": 0.0769375,
      "grad_norm": 1.0228016376495361,
      "learning_rate": 0.00029606455236719714,
      "loss": 9.8621,
      "step": 36930
    },
    {
      "epoch": 0.07695833333333334,
      "grad_norm": 1.1348878145217896,
      "learning_rate": 0.0002960623086231323,
      "loss": 8.931,
      "step": 36940
    },
    {
      "epoch": 0.07697916666666667,
      "grad_norm": 0.816507875919342,
      "learning_rate": 0.000296060064248136,
      "loss": 9.609,
      "step": 36950
    },
    {
      "epoch": 0.077,
      "grad_norm": 0.7914472818374634,
      "learning_rate": 0.00029605781924221813,
      "loss": 8.6924,
      "step": 36960
    },
    {
      "epoch": 0.07702083333333333,
      "grad_norm": 1.0177631378173828,
      "learning_rate": 0.0002960555736053882,
      "loss": 9.2739,
      "step": 36970
    },
    {
      "epoch": 0.07704166666666666,
      "grad_norm": 1.2906062602996826,
      "learning_rate": 0.00029605332733765606,
      "loss": 8.9909,
      "step": 36980
    },
    {
      "epoch": 0.0770625,
      "grad_norm": 1.8922293186187744,
      "learning_rate": 0.0002960510804390314,
      "loss": 9.225,
      "step": 36990
    },
    {
      "epoch": 0.07708333333333334,
      "grad_norm": 1.9704020023345947,
      "learning_rate": 0.00029604883290952383,
      "loss": 9.0882,
      "step": 37000
    },
    {
      "epoch": 0.07708333333333334,
      "eval_loss": 23.399322509765625,
      "eval_runtime": 9.0534,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 37000
    },
    {
      "epoch": 0.07710416666666667,
      "grad_norm": 1.78773033618927,
      "learning_rate": 0.00029604658474914315,
      "loss": 9.5552,
      "step": 37010
    },
    {
      "epoch": 0.077125,
      "grad_norm": 1.6405668258666992,
      "learning_rate": 0.000296044335957899,
      "loss": 9.0018,
      "step": 37020
    },
    {
      "epoch": 0.07714583333333333,
      "grad_norm": 1.3379135131835938,
      "learning_rate": 0.00029604208653580114,
      "loss": 9.0046,
      "step": 37030
    },
    {
      "epoch": 0.07716666666666666,
      "grad_norm": 9.750933647155762,
      "learning_rate": 0.00029603983648285927,
      "loss": 8.946,
      "step": 37040
    },
    {
      "epoch": 0.0771875,
      "grad_norm": 2.176687002182007,
      "learning_rate": 0.0002960375857990831,
      "loss": 9.0682,
      "step": 37050
    },
    {
      "epoch": 0.07720833333333334,
      "grad_norm": 0.8399817943572998,
      "learning_rate": 0.00029603533448448237,
      "loss": 9.2897,
      "step": 37060
    },
    {
      "epoch": 0.07722916666666667,
      "grad_norm": 0.8541905879974365,
      "learning_rate": 0.0002960330825390668,
      "loss": 8.6073,
      "step": 37070
    },
    {
      "epoch": 0.07725,
      "grad_norm": 0.8288564682006836,
      "learning_rate": 0.00029603082996284614,
      "loss": 8.9312,
      "step": 37080
    },
    {
      "epoch": 0.07727083333333333,
      "grad_norm": 0.7968719601631165,
      "learning_rate": 0.0002960285767558301,
      "loss": 9.4859,
      "step": 37090
    },
    {
      "epoch": 0.07729166666666666,
      "grad_norm": 1.1356507539749146,
      "learning_rate": 0.0002960263229180284,
      "loss": 9.3266,
      "step": 37100
    },
    {
      "epoch": 0.0773125,
      "grad_norm": 0.9681631326675415,
      "learning_rate": 0.0002960240684494508,
      "loss": 8.7915,
      "step": 37110
    },
    {
      "epoch": 0.07733333333333334,
      "grad_norm": 3.1533634662628174,
      "learning_rate": 0.000296021813350107,
      "loss": 9.4492,
      "step": 37120
    },
    {
      "epoch": 0.07735416666666667,
      "grad_norm": 1.3263803720474243,
      "learning_rate": 0.00029601955762000677,
      "loss": 9.8122,
      "step": 37130
    },
    {
      "epoch": 0.077375,
      "grad_norm": 2.816056728363037,
      "learning_rate": 0.00029601730125915985,
      "loss": 10.1007,
      "step": 37140
    },
    {
      "epoch": 0.07739583333333333,
      "grad_norm": 0.7383029460906982,
      "learning_rate": 0.000296015044267576,
      "loss": 9.1298,
      "step": 37150
    },
    {
      "epoch": 0.07741666666666666,
      "grad_norm": 5.875903129577637,
      "learning_rate": 0.00029601278664526494,
      "loss": 9.0361,
      "step": 37160
    },
    {
      "epoch": 0.0774375,
      "grad_norm": 0.7045435905456543,
      "learning_rate": 0.0002960105283922364,
      "loss": 8.7595,
      "step": 37170
    },
    {
      "epoch": 0.07745833333333334,
      "grad_norm": 1.3339568376541138,
      "learning_rate": 0.00029600826950850026,
      "loss": 10.8849,
      "step": 37180
    },
    {
      "epoch": 0.07747916666666667,
      "grad_norm": 0.8425368070602417,
      "learning_rate": 0.0002960060099940661,
      "loss": 9.3049,
      "step": 37190
    },
    {
      "epoch": 0.0775,
      "grad_norm": 0.7297219634056091,
      "learning_rate": 0.0002960037498489438,
      "loss": 8.8737,
      "step": 37200
    },
    {
      "epoch": 0.07752083333333333,
      "grad_norm": 1.1865116357803345,
      "learning_rate": 0.00029600148907314315,
      "loss": 11.2686,
      "step": 37210
    },
    {
      "epoch": 0.07754166666666666,
      "grad_norm": 1.5576106309890747,
      "learning_rate": 0.0002959992276666738,
      "loss": 9.1951,
      "step": 37220
    },
    {
      "epoch": 0.0775625,
      "grad_norm": 1.1925169229507446,
      "learning_rate": 0.0002959969656295456,
      "loss": 8.8621,
      "step": 37230
    },
    {
      "epoch": 0.07758333333333334,
      "grad_norm": 2.994654893875122,
      "learning_rate": 0.0002959947029617683,
      "loss": 9.9132,
      "step": 37240
    },
    {
      "epoch": 0.07760416666666667,
      "grad_norm": 1.9653406143188477,
      "learning_rate": 0.00029599243966335165,
      "loss": 9.5092,
      "step": 37250
    },
    {
      "epoch": 0.077625,
      "grad_norm": 3.095235824584961,
      "learning_rate": 0.00029599017573430546,
      "loss": 9.0767,
      "step": 37260
    },
    {
      "epoch": 0.07764583333333333,
      "grad_norm": 0.9985460042953491,
      "learning_rate": 0.0002959879111746395,
      "loss": 9.2862,
      "step": 37270
    },
    {
      "epoch": 0.07766666666666666,
      "grad_norm": 1.3059190511703491,
      "learning_rate": 0.0002959856459843635,
      "loss": 9.6687,
      "step": 37280
    },
    {
      "epoch": 0.0776875,
      "grad_norm": 0.9429271221160889,
      "learning_rate": 0.0002959833801634874,
      "loss": 8.7439,
      "step": 37290
    },
    {
      "epoch": 0.07770833333333334,
      "grad_norm": 0.604977548122406,
      "learning_rate": 0.00029598111371202077,
      "loss": 9.1914,
      "step": 37300
    },
    {
      "epoch": 0.07772916666666667,
      "grad_norm": 0.8175765872001648,
      "learning_rate": 0.0002959788466299736,
      "loss": 9.0126,
      "step": 37310
    },
    {
      "epoch": 0.07775,
      "grad_norm": 0.8190693259239197,
      "learning_rate": 0.00029597657891735555,
      "loss": 9.1724,
      "step": 37320
    },
    {
      "epoch": 0.07777083333333333,
      "grad_norm": 6.763105392456055,
      "learning_rate": 0.00029597431057417647,
      "loss": 9.6876,
      "step": 37330
    },
    {
      "epoch": 0.07779166666666666,
      "grad_norm": 0.951502799987793,
      "learning_rate": 0.0002959720416004461,
      "loss": 9.1991,
      "step": 37340
    },
    {
      "epoch": 0.0778125,
      "grad_norm": 2.4449493885040283,
      "learning_rate": 0.0002959697719961744,
      "loss": 9.329,
      "step": 37350
    },
    {
      "epoch": 0.07783333333333334,
      "grad_norm": 1.8415344953536987,
      "learning_rate": 0.00029596750176137096,
      "loss": 9.1374,
      "step": 37360
    },
    {
      "epoch": 0.07785416666666667,
      "grad_norm": 0.7293046712875366,
      "learning_rate": 0.00029596523089604575,
      "loss": 10.5243,
      "step": 37370
    },
    {
      "epoch": 0.077875,
      "grad_norm": 2.375851631164551,
      "learning_rate": 0.0002959629594002085,
      "loss": 10.0918,
      "step": 37380
    },
    {
      "epoch": 0.07789583333333333,
      "grad_norm": 0.9907689690589905,
      "learning_rate": 0.00029596068727386906,
      "loss": 9.8582,
      "step": 37390
    },
    {
      "epoch": 0.07791666666666666,
      "grad_norm": 0.7533019781112671,
      "learning_rate": 0.00029595841451703726,
      "loss": 9.0828,
      "step": 37400
    },
    {
      "epoch": 0.0779375,
      "grad_norm": 0.6747405529022217,
      "learning_rate": 0.00029595614112972276,
      "loss": 9.3132,
      "step": 37410
    },
    {
      "epoch": 0.07795833333333334,
      "grad_norm": 1.2178683280944824,
      "learning_rate": 0.00029595386711193564,
      "loss": 8.7895,
      "step": 37420
    },
    {
      "epoch": 0.07797916666666667,
      "grad_norm": 1.3381071090698242,
      "learning_rate": 0.00029595159246368545,
      "loss": 9.7494,
      "step": 37430
    },
    {
      "epoch": 0.078,
      "grad_norm": 5.350988864898682,
      "learning_rate": 0.00029594931718498227,
      "loss": 9.7749,
      "step": 37440
    },
    {
      "epoch": 0.07802083333333333,
      "grad_norm": 1.9414584636688232,
      "learning_rate": 0.00029594704127583574,
      "loss": 12.157,
      "step": 37450
    },
    {
      "epoch": 0.07804166666666666,
      "grad_norm": 1.1555591821670532,
      "learning_rate": 0.00029594476473625584,
      "loss": 9.7924,
      "step": 37460
    },
    {
      "epoch": 0.0780625,
      "grad_norm": 1.1332124471664429,
      "learning_rate": 0.0002959424875662523,
      "loss": 8.8269,
      "step": 37470
    },
    {
      "epoch": 0.07808333333333334,
      "grad_norm": 4.397092819213867,
      "learning_rate": 0.0002959402097658349,
      "loss": 9.8324,
      "step": 37480
    },
    {
      "epoch": 0.07810416666666667,
      "grad_norm": 1.601259469985962,
      "learning_rate": 0.00029593793133501364,
      "loss": 8.8152,
      "step": 37490
    },
    {
      "epoch": 0.078125,
      "grad_norm": 2.7993454933166504,
      "learning_rate": 0.0002959356522737982,
      "loss": 9.9146,
      "step": 37500
    },
    {
      "epoch": 0.07814583333333333,
      "grad_norm": 1.1199935674667358,
      "learning_rate": 0.0002959333725821986,
      "loss": 9.5355,
      "step": 37510
    },
    {
      "epoch": 0.07816666666666666,
      "grad_norm": 1.360907793045044,
      "learning_rate": 0.00029593109226022456,
      "loss": 9.9347,
      "step": 37520
    },
    {
      "epoch": 0.0781875,
      "grad_norm": 1.5762320756912231,
      "learning_rate": 0.000295928811307886,
      "loss": 10.468,
      "step": 37530
    },
    {
      "epoch": 0.07820833333333334,
      "grad_norm": 1.168558955192566,
      "learning_rate": 0.0002959265297251927,
      "loss": 8.5465,
      "step": 37540
    },
    {
      "epoch": 0.07822916666666667,
      "grad_norm": 1.3248512744903564,
      "learning_rate": 0.0002959242475121546,
      "loss": 9.1806,
      "step": 37550
    },
    {
      "epoch": 0.07825,
      "grad_norm": 3.2659616470336914,
      "learning_rate": 0.0002959219646687814,
      "loss": 10.1634,
      "step": 37560
    },
    {
      "epoch": 0.07827083333333333,
      "grad_norm": 1.3940778970718384,
      "learning_rate": 0.00029591968119508315,
      "loss": 9.764,
      "step": 37570
    },
    {
      "epoch": 0.07829166666666666,
      "grad_norm": 2.033865451812744,
      "learning_rate": 0.00029591739709106964,
      "loss": 9.5535,
      "step": 37580
    },
    {
      "epoch": 0.0783125,
      "grad_norm": 3.389279365539551,
      "learning_rate": 0.00029591511235675075,
      "loss": 9.9825,
      "step": 37590
    },
    {
      "epoch": 0.07833333333333334,
      "grad_norm": 2.6024374961853027,
      "learning_rate": 0.0002959128269921363,
      "loss": 9.6418,
      "step": 37600
    },
    {
      "epoch": 0.07835416666666667,
      "grad_norm": 0.67582106590271,
      "learning_rate": 0.0002959105409972362,
      "loss": 8.6146,
      "step": 37610
    },
    {
      "epoch": 0.078375,
      "grad_norm": 1.8357088565826416,
      "learning_rate": 0.0002959082543720603,
      "loss": 9.2542,
      "step": 37620
    },
    {
      "epoch": 0.07839583333333333,
      "grad_norm": 0.9262858033180237,
      "learning_rate": 0.0002959059671166185,
      "loss": 9.058,
      "step": 37630
    },
    {
      "epoch": 0.07841666666666666,
      "grad_norm": 1.7277153730392456,
      "learning_rate": 0.00029590367923092067,
      "loss": 9.1553,
      "step": 37640
    },
    {
      "epoch": 0.0784375,
      "grad_norm": 6.349398136138916,
      "learning_rate": 0.00029590139071497676,
      "loss": 10.2312,
      "step": 37650
    },
    {
      "epoch": 0.07845833333333334,
      "grad_norm": 1.4617159366607666,
      "learning_rate": 0.0002958991015687965,
      "loss": 9.6789,
      "step": 37660
    },
    {
      "epoch": 0.07847916666666667,
      "grad_norm": 0.9554539322853088,
      "learning_rate": 0.00029589681179238996,
      "loss": 8.993,
      "step": 37670
    },
    {
      "epoch": 0.0785,
      "grad_norm": 1.6580575704574585,
      "learning_rate": 0.00029589452138576686,
      "loss": 9.1518,
      "step": 37680
    },
    {
      "epoch": 0.07852083333333333,
      "grad_norm": 3.6956098079681396,
      "learning_rate": 0.0002958922303489372,
      "loss": 8.8875,
      "step": 37690
    },
    {
      "epoch": 0.07854166666666666,
      "grad_norm": 0.8804116249084473,
      "learning_rate": 0.0002958899386819109,
      "loss": 9.0012,
      "step": 37700
    },
    {
      "epoch": 0.0785625,
      "grad_norm": 1.0592706203460693,
      "learning_rate": 0.0002958876463846978,
      "loss": 9.9086,
      "step": 37710
    },
    {
      "epoch": 0.07858333333333334,
      "grad_norm": 1.0076160430908203,
      "learning_rate": 0.0002958853534573078,
      "loss": 8.961,
      "step": 37720
    },
    {
      "epoch": 0.07860416666666667,
      "grad_norm": 1.3872092962265015,
      "learning_rate": 0.0002958830598997508,
      "loss": 8.9066,
      "step": 37730
    },
    {
      "epoch": 0.078625,
      "grad_norm": 0.798522412776947,
      "learning_rate": 0.0002958807657120368,
      "loss": 9.6963,
      "step": 37740
    },
    {
      "epoch": 0.07864583333333333,
      "grad_norm": 2.2518532276153564,
      "learning_rate": 0.00029587847089417556,
      "loss": 9.6767,
      "step": 37750
    },
    {
      "epoch": 0.07866666666666666,
      "grad_norm": 1.0579837560653687,
      "learning_rate": 0.0002958761754461771,
      "loss": 10.5227,
      "step": 37760
    },
    {
      "epoch": 0.0786875,
      "grad_norm": 1.4261865615844727,
      "learning_rate": 0.0002958738793680513,
      "loss": 8.5792,
      "step": 37770
    },
    {
      "epoch": 0.07870833333333334,
      "grad_norm": 0.8778666257858276,
      "learning_rate": 0.00029587158265980806,
      "loss": 9.3954,
      "step": 37780
    },
    {
      "epoch": 0.07872916666666667,
      "grad_norm": 1.8066083192825317,
      "learning_rate": 0.00029586928532145736,
      "loss": 9.4113,
      "step": 37790
    },
    {
      "epoch": 0.07875,
      "grad_norm": 1.1706628799438477,
      "learning_rate": 0.000295866987353009,
      "loss": 9.7095,
      "step": 37800
    },
    {
      "epoch": 0.07877083333333333,
      "grad_norm": 1.880794644355774,
      "learning_rate": 0.0002958646887544731,
      "loss": 9.08,
      "step": 37810
    },
    {
      "epoch": 0.07879166666666666,
      "grad_norm": 0.9158523678779602,
      "learning_rate": 0.0002958623895258594,
      "loss": 10.0919,
      "step": 37820
    },
    {
      "epoch": 0.0788125,
      "grad_norm": 1.146103858947754,
      "learning_rate": 0.000295860089667178,
      "loss": 8.7646,
      "step": 37830
    },
    {
      "epoch": 0.07883333333333334,
      "grad_norm": 0.799144983291626,
      "learning_rate": 0.0002958577891784387,
      "loss": 9.5698,
      "step": 37840
    },
    {
      "epoch": 0.07885416666666667,
      "grad_norm": 0.9530326724052429,
      "learning_rate": 0.0002958554880596515,
      "loss": 9.6836,
      "step": 37850
    },
    {
      "epoch": 0.078875,
      "grad_norm": 1.2528448104858398,
      "learning_rate": 0.0002958531863108263,
      "loss": 9.2937,
      "step": 37860
    },
    {
      "epoch": 0.07889583333333333,
      "grad_norm": 2.1986169815063477,
      "learning_rate": 0.00029585088393197304,
      "loss": 8.7578,
      "step": 37870
    },
    {
      "epoch": 0.07891666666666666,
      "grad_norm": 1.1613210439682007,
      "learning_rate": 0.00029584858092310175,
      "loss": 9.2711,
      "step": 37880
    },
    {
      "epoch": 0.0789375,
      "grad_norm": 0.8891729712486267,
      "learning_rate": 0.00029584627728422233,
      "loss": 8.9321,
      "step": 37890
    },
    {
      "epoch": 0.07895833333333334,
      "grad_norm": 1.512827754020691,
      "learning_rate": 0.0002958439730153447,
      "loss": 9.5567,
      "step": 37900
    },
    {
      "epoch": 0.07897916666666667,
      "grad_norm": 1.2854887247085571,
      "learning_rate": 0.0002958416681164788,
      "loss": 9.1882,
      "step": 37910
    },
    {
      "epoch": 0.079,
      "grad_norm": 1.5683350563049316,
      "learning_rate": 0.00029583936258763467,
      "loss": 8.9193,
      "step": 37920
    },
    {
      "epoch": 0.07902083333333333,
      "grad_norm": 1.0713891983032227,
      "learning_rate": 0.00029583705642882214,
      "loss": 8.8873,
      "step": 37930
    },
    {
      "epoch": 0.07904166666666666,
      "grad_norm": 1.0977518558502197,
      "learning_rate": 0.00029583474964005134,
      "loss": 10.3167,
      "step": 37940
    },
    {
      "epoch": 0.0790625,
      "grad_norm": 2.0634758472442627,
      "learning_rate": 0.00029583244222133214,
      "loss": 9.7762,
      "step": 37950
    },
    {
      "epoch": 0.07908333333333334,
      "grad_norm": 8.785445213317871,
      "learning_rate": 0.0002958301341726745,
      "loss": 8.6153,
      "step": 37960
    },
    {
      "epoch": 0.07910416666666667,
      "grad_norm": 1.313330888748169,
      "learning_rate": 0.0002958278254940884,
      "loss": 8.9361,
      "step": 37970
    },
    {
      "epoch": 0.079125,
      "grad_norm": 7.098438262939453,
      "learning_rate": 0.0002958255161855838,
      "loss": 10.2046,
      "step": 37980
    },
    {
      "epoch": 0.07914583333333333,
      "grad_norm": 1.5323600769042969,
      "learning_rate": 0.0002958232062471707,
      "loss": 8.8839,
      "step": 37990
    },
    {
      "epoch": 0.07916666666666666,
      "grad_norm": 1.9572546482086182,
      "learning_rate": 0.0002958208956788591,
      "loss": 9.3595,
      "step": 38000
    },
    {
      "epoch": 0.07916666666666666,
      "eval_loss": 8.397762298583984,
      "eval_runtime": 9.0037,
      "eval_samples_per_second": 0.333,
      "eval_steps_per_second": 0.111,
      "step": 38000
    },
    {
      "epoch": 0.0791875,
      "grad_norm": 1.0563218593597412,
      "learning_rate": 0.00029581858448065896,
      "loss": 8.8741,
      "step": 38010
    },
    {
      "epoch": 0.07920833333333334,
      "grad_norm": 1.4427752494812012,
      "learning_rate": 0.00029581627265258016,
      "loss": 9.7587,
      "step": 38020
    },
    {
      "epoch": 0.07922916666666667,
      "grad_norm": 2.668131113052368,
      "learning_rate": 0.00029581396019463286,
      "loss": 10.0543,
      "step": 38030
    },
    {
      "epoch": 0.07925,
      "grad_norm": 1.3836796283721924,
      "learning_rate": 0.000295811647106827,
      "loss": 9.5329,
      "step": 38040
    },
    {
      "epoch": 0.07927083333333333,
      "grad_norm": 1.3265444040298462,
      "learning_rate": 0.00029580933338917246,
      "loss": 9.7829,
      "step": 38050
    },
    {
      "epoch": 0.07929166666666666,
      "grad_norm": 3.9495208263397217,
      "learning_rate": 0.0002958070190416794,
      "loss": 9.3138,
      "step": 38060
    },
    {
      "epoch": 0.0793125,
      "grad_norm": 1.0439928770065308,
      "learning_rate": 0.00029580470406435764,
      "loss": 9.6503,
      "step": 38070
    },
    {
      "epoch": 0.07933333333333334,
      "grad_norm": 1.2327415943145752,
      "learning_rate": 0.0002958023884572173,
      "loss": 9.4356,
      "step": 38080
    },
    {
      "epoch": 0.07935416666666667,
      "grad_norm": 1.3223906755447388,
      "learning_rate": 0.00029580007222026843,
      "loss": 9.2572,
      "step": 38090
    },
    {
      "epoch": 0.079375,
      "grad_norm": 1.5393034219741821,
      "learning_rate": 0.0002957977553535209,
      "loss": 9.7637,
      "step": 38100
    },
    {
      "epoch": 0.07939583333333333,
      "grad_norm": 0.7441083192825317,
      "learning_rate": 0.00029579543785698473,
      "loss": 9.4827,
      "step": 38110
    },
    {
      "epoch": 0.07941666666666666,
      "grad_norm": 1.9124513864517212,
      "learning_rate": 0.00029579311973067,
      "loss": 10.107,
      "step": 38120
    },
    {
      "epoch": 0.0794375,
      "grad_norm": 4.043747425079346,
      "learning_rate": 0.00029579080097458677,
      "loss": 10.0263,
      "step": 38130
    },
    {
      "epoch": 0.07945833333333334,
      "grad_norm": 1.7162041664123535,
      "learning_rate": 0.0002957884815887449,
      "loss": 9.9621,
      "step": 38140
    },
    {
      "epoch": 0.07947916666666667,
      "grad_norm": 0.997880220413208,
      "learning_rate": 0.0002957861615731545,
      "loss": 9.0252,
      "step": 38150
    },
    {
      "epoch": 0.0795,
      "grad_norm": 1.4669431447982788,
      "learning_rate": 0.0002957838409278257,
      "loss": 8.5924,
      "step": 38160
    },
    {
      "epoch": 0.07952083333333333,
      "grad_norm": 1.8242311477661133,
      "learning_rate": 0.0002957815196527683,
      "loss": 9.2189,
      "step": 38170
    },
    {
      "epoch": 0.07954166666666666,
      "grad_norm": 2.66501522064209,
      "learning_rate": 0.0002957791977479925,
      "loss": 9.5403,
      "step": 38180
    },
    {
      "epoch": 0.0795625,
      "grad_norm": 2.0112807750701904,
      "learning_rate": 0.00029577687521350826,
      "loss": 9.3775,
      "step": 38190
    },
    {
      "epoch": 0.07958333333333334,
      "grad_norm": 1.8487539291381836,
      "learning_rate": 0.0002957745520493256,
      "loss": 10.3667,
      "step": 38200
    },
    {
      "epoch": 0.07960416666666667,
      "grad_norm": 7.541243076324463,
      "learning_rate": 0.0002957722282554546,
      "loss": 9.5509,
      "step": 38210
    },
    {
      "epoch": 0.079625,
      "grad_norm": 1.0999584197998047,
      "learning_rate": 0.00029576990383190524,
      "loss": 9.0314,
      "step": 38220
    },
    {
      "epoch": 0.07964583333333333,
      "grad_norm": 1.0180754661560059,
      "learning_rate": 0.00029576757877868763,
      "loss": 8.9192,
      "step": 38230
    },
    {
      "epoch": 0.07966666666666666,
      "grad_norm": 1.5516833066940308,
      "learning_rate": 0.0002957652530958118,
      "loss": 8.6638,
      "step": 38240
    },
    {
      "epoch": 0.0796875,
      "grad_norm": 1.9701004028320312,
      "learning_rate": 0.0002957629267832877,
      "loss": 9.3036,
      "step": 38250
    },
    {
      "epoch": 0.07970833333333334,
      "grad_norm": 1.1017539501190186,
      "learning_rate": 0.0002957605998411255,
      "loss": 8.343,
      "step": 38260
    },
    {
      "epoch": 0.07972916666666667,
      "grad_norm": 0.7217637896537781,
      "learning_rate": 0.0002957582722693352,
      "loss": 10.141,
      "step": 38270
    },
    {
      "epoch": 0.07975,
      "grad_norm": 2.385685920715332,
      "learning_rate": 0.00029575594406792684,
      "loss": 8.9806,
      "step": 38280
    },
    {
      "epoch": 0.07977083333333333,
      "grad_norm": 2.89839768409729,
      "learning_rate": 0.0002957536152369105,
      "loss": 9.3879,
      "step": 38290
    },
    {
      "epoch": 0.07979166666666666,
      "grad_norm": 1.7605060338974,
      "learning_rate": 0.00029575128577629626,
      "loss": 9.3191,
      "step": 38300
    },
    {
      "epoch": 0.0798125,
      "grad_norm": 1.7958223819732666,
      "learning_rate": 0.00029574895568609415,
      "loss": 8.8501,
      "step": 38310
    },
    {
      "epoch": 0.07983333333333334,
      "grad_norm": 6.327247142791748,
      "learning_rate": 0.00029574662496631427,
      "loss": 9.8942,
      "step": 38320
    },
    {
      "epoch": 0.07985416666666667,
      "grad_norm": 5.372786521911621,
      "learning_rate": 0.0002957442936169666,
      "loss": 10.2475,
      "step": 38330
    },
    {
      "epoch": 0.079875,
      "grad_norm": 1.4103249311447144,
      "learning_rate": 0.0002957419616380613,
      "loss": 8.4802,
      "step": 38340
    },
    {
      "epoch": 0.07989583333333333,
      "grad_norm": 1.8443607091903687,
      "learning_rate": 0.00029573962902960845,
      "loss": 9.4431,
      "step": 38350
    },
    {
      "epoch": 0.07991666666666666,
      "grad_norm": 1.2409065961837769,
      "learning_rate": 0.000295737295791618,
      "loss": 9.6187,
      "step": 38360
    },
    {
      "epoch": 0.0799375,
      "grad_norm": 1.5139367580413818,
      "learning_rate": 0.0002957349619241002,
      "loss": 8.8993,
      "step": 38370
    },
    {
      "epoch": 0.07995833333333334,
      "grad_norm": 2.7788331508636475,
      "learning_rate": 0.00029573262742706505,
      "loss": 9.2916,
      "step": 38380
    },
    {
      "epoch": 0.07997916666666667,
      "grad_norm": 0.8265008926391602,
      "learning_rate": 0.00029573029230052256,
      "loss": 8.9784,
      "step": 38390
    },
    {
      "epoch": 0.08,
      "grad_norm": 2.311248540878296,
      "learning_rate": 0.00029572795654448297,
      "loss": 8.8863,
      "step": 38400
    },
    {
      "epoch": 0.08002083333333333,
      "grad_norm": 1.106015682220459,
      "learning_rate": 0.00029572562015895624,
      "loss": 9.4497,
      "step": 38410
    },
    {
      "epoch": 0.08004166666666666,
      "grad_norm": 1.4039303064346313,
      "learning_rate": 0.0002957232831439525,
      "loss": 10.6122,
      "step": 38420
    },
    {
      "epoch": 0.0800625,
      "grad_norm": 4.134377479553223,
      "learning_rate": 0.00029572094549948195,
      "loss": 9.5246,
      "step": 38430
    },
    {
      "epoch": 0.08008333333333334,
      "grad_norm": 9.07340145111084,
      "learning_rate": 0.00029571860722555455,
      "loss": 10.5703,
      "step": 38440
    },
    {
      "epoch": 0.08010416666666667,
      "grad_norm": 0.9668393135070801,
      "learning_rate": 0.0002957162683221804,
      "loss": 9.109,
      "step": 38450
    },
    {
      "epoch": 0.080125,
      "grad_norm": 1.9589327573776245,
      "learning_rate": 0.0002957139287893697,
      "loss": 8.5637,
      "step": 38460
    },
    {
      "epoch": 0.08014583333333333,
      "grad_norm": 2.291353702545166,
      "learning_rate": 0.0002957115886271325,
      "loss": 9.3914,
      "step": 38470
    },
    {
      "epoch": 0.08016666666666666,
      "grad_norm": 3.634826183319092,
      "learning_rate": 0.0002957092478354789,
      "loss": 11.0895,
      "step": 38480
    },
    {
      "epoch": 0.0801875,
      "grad_norm": 1.620461344718933,
      "learning_rate": 0.000295706906414419,
      "loss": 9.0913,
      "step": 38490
    },
    {
      "epoch": 0.08020833333333334,
      "grad_norm": 0.7022327780723572,
      "learning_rate": 0.000295704564363963,
      "loss": 8.7449,
      "step": 38500
    },
    {
      "epoch": 0.08022916666666667,
      "grad_norm": 2.633822441101074,
      "learning_rate": 0.00029570222168412094,
      "loss": 9.5248,
      "step": 38510
    },
    {
      "epoch": 0.08025,
      "grad_norm": 1.1791387796401978,
      "learning_rate": 0.00029569987837490294,
      "loss": 9.2265,
      "step": 38520
    },
    {
      "epoch": 0.08027083333333333,
      "grad_norm": 2.030280351638794,
      "learning_rate": 0.0002956975344363191,
      "loss": 9.3713,
      "step": 38530
    },
    {
      "epoch": 0.08029166666666666,
      "grad_norm": 2.350222587585449,
      "learning_rate": 0.00029569518986837965,
      "loss": 9.2,
      "step": 38540
    },
    {
      "epoch": 0.0803125,
      "grad_norm": 1.393474817276001,
      "learning_rate": 0.0002956928446710946,
      "loss": 8.7378,
      "step": 38550
    },
    {
      "epoch": 0.08033333333333334,
      "grad_norm": 0.9571143388748169,
      "learning_rate": 0.0002956904988444741,
      "loss": 8.7531,
      "step": 38560
    },
    {
      "epoch": 0.08035416666666667,
      "grad_norm": 1.225992202758789,
      "learning_rate": 0.0002956881523885284,
      "loss": 8.8899,
      "step": 38570
    },
    {
      "epoch": 0.080375,
      "grad_norm": 1.4944829940795898,
      "learning_rate": 0.0002956858053032675,
      "loss": 8.3168,
      "step": 38580
    },
    {
      "epoch": 0.08039583333333333,
      "grad_norm": 1.7505683898925781,
      "learning_rate": 0.0002956834575887016,
      "loss": 10.0505,
      "step": 38590
    },
    {
      "epoch": 0.08041666666666666,
      "grad_norm": 0.6790511608123779,
      "learning_rate": 0.0002956811092448408,
      "loss": 9.3573,
      "step": 38600
    },
    {
      "epoch": 0.0804375,
      "grad_norm": 1.2748022079467773,
      "learning_rate": 0.00029567876027169533,
      "loss": 9.581,
      "step": 38610
    },
    {
      "epoch": 0.08045833333333334,
      "grad_norm": 1.4918454885482788,
      "learning_rate": 0.00029567641066927526,
      "loss": 9.9029,
      "step": 38620
    },
    {
      "epoch": 0.08047916666666667,
      "grad_norm": 1.1280031204223633,
      "learning_rate": 0.00029567406043759075,
      "loss": 8.7986,
      "step": 38630
    },
    {
      "epoch": 0.0805,
      "grad_norm": 4.0740838050842285,
      "learning_rate": 0.00029567170957665195,
      "loss": 9.1935,
      "step": 38640
    },
    {
      "epoch": 0.08052083333333333,
      "grad_norm": 0.8047527074813843,
      "learning_rate": 0.00029566935808646904,
      "loss": 9.2219,
      "step": 38650
    },
    {
      "epoch": 0.08054166666666666,
      "grad_norm": 1.2516541481018066,
      "learning_rate": 0.00029566700596705216,
      "loss": 10.6409,
      "step": 38660
    },
    {
      "epoch": 0.0805625,
      "grad_norm": 0.959559977054596,
      "learning_rate": 0.00029566465321841144,
      "loss": 8.8532,
      "step": 38670
    },
    {
      "epoch": 0.08058333333333334,
      "grad_norm": 5.5807647705078125,
      "learning_rate": 0.0002956622998405571,
      "loss": 9.8039,
      "step": 38680
    },
    {
      "epoch": 0.08060416666666667,
      "grad_norm": 1.2666224241256714,
      "learning_rate": 0.0002956599458334993,
      "loss": 8.4103,
      "step": 38690
    },
    {
      "epoch": 0.080625,
      "grad_norm": 1.06907057762146,
      "learning_rate": 0.00029565759119724817,
      "loss": 9.521,
      "step": 38700
    },
    {
      "epoch": 0.08064583333333333,
      "grad_norm": 0.9449163675308228,
      "learning_rate": 0.0002956552359318139,
      "loss": 8.6312,
      "step": 38710
    },
    {
      "epoch": 0.08066666666666666,
      "grad_norm": 0.9828882813453674,
      "learning_rate": 0.0002956528800372067,
      "loss": 9.0956,
      "step": 38720
    },
    {
      "epoch": 0.0806875,
      "grad_norm": 1.3079949617385864,
      "learning_rate": 0.0002956505235134367,
      "loss": 8.5847,
      "step": 38730
    },
    {
      "epoch": 0.08070833333333334,
      "grad_norm": 0.9005120396614075,
      "learning_rate": 0.0002956481663605141,
      "loss": 9.3671,
      "step": 38740
    },
    {
      "epoch": 0.08072916666666667,
      "grad_norm": 1.0452696084976196,
      "learning_rate": 0.000295645808578449,
      "loss": 8.936,
      "step": 38750
    },
    {
      "epoch": 0.08075,
      "grad_norm": 0.9849762916564941,
      "learning_rate": 0.00029564345016725173,
      "loss": 8.3552,
      "step": 38760
    },
    {
      "epoch": 0.08077083333333333,
      "grad_norm": 0.8932193517684937,
      "learning_rate": 0.00029564109112693236,
      "loss": 9.8964,
      "step": 38770
    },
    {
      "epoch": 0.08079166666666666,
      "grad_norm": 1.4171050786972046,
      "learning_rate": 0.00029563873145750115,
      "loss": 9.8383,
      "step": 38780
    },
    {
      "epoch": 0.0808125,
      "grad_norm": 2.093273401260376,
      "learning_rate": 0.00029563637115896825,
      "loss": 8.8436,
      "step": 38790
    },
    {
      "epoch": 0.08083333333333333,
      "grad_norm": 1.3852200508117676,
      "learning_rate": 0.0002956340102313439,
      "loss": 10.8126,
      "step": 38800
    },
    {
      "epoch": 0.08085416666666667,
      "grad_norm": 6.9645843505859375,
      "learning_rate": 0.0002956316486746383,
      "loss": 9.3315,
      "step": 38810
    },
    {
      "epoch": 0.080875,
      "grad_norm": 1.1740868091583252,
      "learning_rate": 0.00029562928648886155,
      "loss": 8.5162,
      "step": 38820
    },
    {
      "epoch": 0.08089583333333333,
      "grad_norm": 0.6836386322975159,
      "learning_rate": 0.00029562692367402394,
      "loss": 8.6754,
      "step": 38830
    },
    {
      "epoch": 0.08091666666666666,
      "grad_norm": 1.08939528465271,
      "learning_rate": 0.0002956245602301357,
      "loss": 10.2942,
      "step": 38840
    },
    {
      "epoch": 0.0809375,
      "grad_norm": 1.9900392293930054,
      "learning_rate": 0.00029562219615720696,
      "loss": 10.6504,
      "step": 38850
    },
    {
      "epoch": 0.08095833333333333,
      "grad_norm": 4.278949737548828,
      "learning_rate": 0.000295619831455248,
      "loss": 8.9117,
      "step": 38860
    },
    {
      "epoch": 0.08097916666666667,
      "grad_norm": 0.6318222880363464,
      "learning_rate": 0.00029561746612426904,
      "loss": 9.2993,
      "step": 38870
    },
    {
      "epoch": 0.081,
      "grad_norm": 1.203090786933899,
      "learning_rate": 0.00029561510016428024,
      "loss": 8.4285,
      "step": 38880
    },
    {
      "epoch": 0.08102083333333333,
      "grad_norm": 1.7425085306167603,
      "learning_rate": 0.0002956127335752918,
      "loss": 9.374,
      "step": 38890
    },
    {
      "epoch": 0.08104166666666666,
      "grad_norm": 1.2848782539367676,
      "learning_rate": 0.00029561036635731403,
      "loss": 9.2736,
      "step": 38900
    },
    {
      "epoch": 0.0810625,
      "grad_norm": 1.8345149755477905,
      "learning_rate": 0.0002956079985103571,
      "loss": 10.4527,
      "step": 38910
    },
    {
      "epoch": 0.08108333333333333,
      "grad_norm": 1.736903190612793,
      "learning_rate": 0.0002956056300344313,
      "loss": 9.1585,
      "step": 38920
    },
    {
      "epoch": 0.08110416666666667,
      "grad_norm": 1.8136799335479736,
      "learning_rate": 0.00029560326092954676,
      "loss": 9.0728,
      "step": 38930
    },
    {
      "epoch": 0.081125,
      "grad_norm": 0.8898507952690125,
      "learning_rate": 0.00029560089119571377,
      "loss": 9.9561,
      "step": 38940
    },
    {
      "epoch": 0.08114583333333333,
      "grad_norm": 1.2917677164077759,
      "learning_rate": 0.00029559852083294264,
      "loss": 8.9418,
      "step": 38950
    },
    {
      "epoch": 0.08116666666666666,
      "grad_norm": 1.0553667545318604,
      "learning_rate": 0.00029559614984124344,
      "loss": 9.0323,
      "step": 38960
    },
    {
      "epoch": 0.0811875,
      "grad_norm": 0.7938621044158936,
      "learning_rate": 0.00029559377822062653,
      "loss": 9.3141,
      "step": 38970
    },
    {
      "epoch": 0.08120833333333333,
      "grad_norm": 1.3799670934677124,
      "learning_rate": 0.0002955914059711021,
      "loss": 10.5487,
      "step": 38980
    },
    {
      "epoch": 0.08122916666666667,
      "grad_norm": 6.235007286071777,
      "learning_rate": 0.00029558903309268047,
      "loss": 11.9542,
      "step": 38990
    },
    {
      "epoch": 0.08125,
      "grad_norm": 1.1558172702789307,
      "learning_rate": 0.0002955866595853718,
      "loss": 8.7657,
      "step": 39000
    },
    {
      "epoch": 0.08125,
      "eval_loss": 10.108366012573242,
      "eval_runtime": 8.9732,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 39000
    },
    {
      "epoch": 0.08127083333333333,
      "grad_norm": 1.13334321975708,
      "learning_rate": 0.0002955842854491864,
      "loss": 8.9517,
      "step": 39010
    },
    {
      "epoch": 0.08129166666666666,
      "grad_norm": 1.221400499343872,
      "learning_rate": 0.00029558191068413455,
      "loss": 9.5437,
      "step": 39020
    },
    {
      "epoch": 0.0813125,
      "grad_norm": 1.688913106918335,
      "learning_rate": 0.00029557953529022645,
      "loss": 9.4713,
      "step": 39030
    },
    {
      "epoch": 0.08133333333333333,
      "grad_norm": 0.9115236401557922,
      "learning_rate": 0.00029557715926747236,
      "loss": 8.9409,
      "step": 39040
    },
    {
      "epoch": 0.08135416666666667,
      "grad_norm": 1.7589592933654785,
      "learning_rate": 0.00029557478261588264,
      "loss": 8.887,
      "step": 39050
    },
    {
      "epoch": 0.081375,
      "grad_norm": 1.611272931098938,
      "learning_rate": 0.0002955724053354674,
      "loss": 8.9892,
      "step": 39060
    },
    {
      "epoch": 0.08139583333333333,
      "grad_norm": 2.342790126800537,
      "learning_rate": 0.00029557002742623705,
      "loss": 9.6918,
      "step": 39070
    },
    {
      "epoch": 0.08141666666666666,
      "grad_norm": 1.3035134077072144,
      "learning_rate": 0.00029556764888820174,
      "loss": 8.9246,
      "step": 39080
    },
    {
      "epoch": 0.0814375,
      "grad_norm": 2.552760124206543,
      "learning_rate": 0.0002955652697213719,
      "loss": 9.0789,
      "step": 39090
    },
    {
      "epoch": 0.08145833333333333,
      "grad_norm": 0.898415744304657,
      "learning_rate": 0.0002955628899257576,
      "loss": 11.1176,
      "step": 39100
    },
    {
      "epoch": 0.08147916666666667,
      "grad_norm": 1.4547464847564697,
      "learning_rate": 0.0002955605095013693,
      "loss": 9.1105,
      "step": 39110
    },
    {
      "epoch": 0.0815,
      "grad_norm": 0.9662955403327942,
      "learning_rate": 0.0002955581284482172,
      "loss": 8.5995,
      "step": 39120
    },
    {
      "epoch": 0.08152083333333333,
      "grad_norm": 3.164551019668579,
      "learning_rate": 0.00029555574676631163,
      "loss": 9.9121,
      "step": 39130
    },
    {
      "epoch": 0.08154166666666667,
      "grad_norm": 2.7471675872802734,
      "learning_rate": 0.0002955533644556628,
      "loss": 9.2872,
      "step": 39140
    },
    {
      "epoch": 0.0815625,
      "grad_norm": 1.1835061311721802,
      "learning_rate": 0.00029555098151628107,
      "loss": 10.3218,
      "step": 39150
    },
    {
      "epoch": 0.08158333333333333,
      "grad_norm": 0.9397444128990173,
      "learning_rate": 0.00029554859794817673,
      "loss": 8.8141,
      "step": 39160
    },
    {
      "epoch": 0.08160416666666667,
      "grad_norm": 1.1901661157608032,
      "learning_rate": 0.00029554621375136003,
      "loss": 9.4324,
      "step": 39170
    },
    {
      "epoch": 0.081625,
      "grad_norm": 2.377749443054199,
      "learning_rate": 0.0002955438289258413,
      "loss": 10.6814,
      "step": 39180
    },
    {
      "epoch": 0.08164583333333333,
      "grad_norm": 2.0172462463378906,
      "learning_rate": 0.0002955414434716309,
      "loss": 10.2281,
      "step": 39190
    },
    {
      "epoch": 0.08166666666666667,
      "grad_norm": 1.088971734046936,
      "learning_rate": 0.000295539057388739,
      "loss": 9.2757,
      "step": 39200
    },
    {
      "epoch": 0.0816875,
      "grad_norm": 3.128610849380493,
      "learning_rate": 0.000295536670677176,
      "loss": 10.1513,
      "step": 39210
    },
    {
      "epoch": 0.08170833333333333,
      "grad_norm": 2.103610038757324,
      "learning_rate": 0.0002955342833369522,
      "loss": 10.7354,
      "step": 39220
    },
    {
      "epoch": 0.08172916666666667,
      "grad_norm": 1.4984104633331299,
      "learning_rate": 0.0002955318953680779,
      "loss": 9.2634,
      "step": 39230
    },
    {
      "epoch": 0.08175,
      "grad_norm": 1.1777546405792236,
      "learning_rate": 0.0002955295067705634,
      "loss": 9.7111,
      "step": 39240
    },
    {
      "epoch": 0.08177083333333333,
      "grad_norm": 2.979471445083618,
      "learning_rate": 0.00029552711754441904,
      "loss": 9.3769,
      "step": 39250
    },
    {
      "epoch": 0.08179166666666667,
      "grad_norm": 2.439382314682007,
      "learning_rate": 0.00029552472768965514,
      "loss": 9.5136,
      "step": 39260
    },
    {
      "epoch": 0.0818125,
      "grad_norm": 0.991356611251831,
      "learning_rate": 0.00029552233720628204,
      "loss": 9.845,
      "step": 39270
    },
    {
      "epoch": 0.08183333333333333,
      "grad_norm": 0.7369884848594666,
      "learning_rate": 0.00029551994609431005,
      "loss": 9.0217,
      "step": 39280
    },
    {
      "epoch": 0.08185416666666667,
      "grad_norm": 1.6006146669387817,
      "learning_rate": 0.00029551755435374945,
      "loss": 8.9408,
      "step": 39290
    },
    {
      "epoch": 0.081875,
      "grad_norm": 1.2144728899002075,
      "learning_rate": 0.0002955151619846106,
      "loss": 8.911,
      "step": 39300
    },
    {
      "epoch": 0.08189583333333333,
      "grad_norm": 1.4124709367752075,
      "learning_rate": 0.00029551276898690394,
      "loss": 9.8847,
      "step": 39310
    },
    {
      "epoch": 0.08191666666666667,
      "grad_norm": 1.2863824367523193,
      "learning_rate": 0.0002955103753606396,
      "loss": 9.1638,
      "step": 39320
    },
    {
      "epoch": 0.0819375,
      "grad_norm": 4.378236770629883,
      "learning_rate": 0.0002955079811058282,
      "loss": 11.6593,
      "step": 39330
    },
    {
      "epoch": 0.08195833333333333,
      "grad_norm": 1.0892199277877808,
      "learning_rate": 0.0002955055862224798,
      "loss": 8.9951,
      "step": 39340
    },
    {
      "epoch": 0.08197916666666667,
      "grad_norm": 1.029754877090454,
      "learning_rate": 0.0002955031907106049,
      "loss": 8.6017,
      "step": 39350
    },
    {
      "epoch": 0.082,
      "grad_norm": 2.236992120742798,
      "learning_rate": 0.00029550079457021374,
      "loss": 11.8801,
      "step": 39360
    },
    {
      "epoch": 0.08202083333333333,
      "grad_norm": 1.863261103630066,
      "learning_rate": 0.0002954983978013168,
      "loss": 9.3668,
      "step": 39370
    },
    {
      "epoch": 0.08204166666666667,
      "grad_norm": 2.2463877201080322,
      "learning_rate": 0.00029549600040392436,
      "loss": 10.4528,
      "step": 39380
    },
    {
      "epoch": 0.0820625,
      "grad_norm": 0.634270966053009,
      "learning_rate": 0.0002954936023780468,
      "loss": 9.7142,
      "step": 39390
    },
    {
      "epoch": 0.08208333333333333,
      "grad_norm": 0.9448727369308472,
      "learning_rate": 0.0002954912037236945,
      "loss": 9.0646,
      "step": 39400
    },
    {
      "epoch": 0.08210416666666667,
      "grad_norm": 0.9605379104614258,
      "learning_rate": 0.0002954888044408777,
      "loss": 9.1293,
      "step": 39410
    },
    {
      "epoch": 0.082125,
      "grad_norm": 1.1295166015625,
      "learning_rate": 0.00029548640452960694,
      "loss": 9.7679,
      "step": 39420
    },
    {
      "epoch": 0.08214583333333333,
      "grad_norm": 1.2251503467559814,
      "learning_rate": 0.00029548400398989245,
      "loss": 8.7753,
      "step": 39430
    },
    {
      "epoch": 0.08216666666666667,
      "grad_norm": 2.1245369911193848,
      "learning_rate": 0.0002954816028217446,
      "loss": 9.6447,
      "step": 39440
    },
    {
      "epoch": 0.0821875,
      "grad_norm": 1.5907214879989624,
      "learning_rate": 0.0002954792010251739,
      "loss": 9.0077,
      "step": 39450
    },
    {
      "epoch": 0.08220833333333333,
      "grad_norm": 1.068778157234192,
      "learning_rate": 0.0002954767986001906,
      "loss": 8.7463,
      "step": 39460
    },
    {
      "epoch": 0.08222916666666667,
      "grad_norm": 2.0416998863220215,
      "learning_rate": 0.00029547439554680516,
      "loss": 12.6007,
      "step": 39470
    },
    {
      "epoch": 0.08225,
      "grad_norm": 4.181794166564941,
      "learning_rate": 0.00029547199186502783,
      "loss": 8.6965,
      "step": 39480
    },
    {
      "epoch": 0.08227083333333333,
      "grad_norm": 1.2582217454910278,
      "learning_rate": 0.00029546958755486915,
      "loss": 9.4373,
      "step": 39490
    },
    {
      "epoch": 0.08229166666666667,
      "grad_norm": 1.4533426761627197,
      "learning_rate": 0.0002954671826163394,
      "loss": 9.5536,
      "step": 39500
    },
    {
      "epoch": 0.0823125,
      "grad_norm": 0.7539512515068054,
      "learning_rate": 0.00029546477704944904,
      "loss": 12.0317,
      "step": 39510
    },
    {
      "epoch": 0.08233333333333333,
      "grad_norm": 1.2357240915298462,
      "learning_rate": 0.00029546237085420837,
      "loss": 9.7138,
      "step": 39520
    },
    {
      "epoch": 0.08235416666666667,
      "grad_norm": 5.48342752456665,
      "learning_rate": 0.0002954599640306279,
      "loss": 9.7525,
      "step": 39530
    },
    {
      "epoch": 0.082375,
      "grad_norm": 2.0811996459960938,
      "learning_rate": 0.0002954575565787179,
      "loss": 10.4306,
      "step": 39540
    },
    {
      "epoch": 0.08239583333333333,
      "grad_norm": 1.0558797121047974,
      "learning_rate": 0.00029545514849848887,
      "loss": 10.1717,
      "step": 39550
    },
    {
      "epoch": 0.08241666666666667,
      "grad_norm": 3.265411138534546,
      "learning_rate": 0.0002954527397899511,
      "loss": 10.7472,
      "step": 39560
    },
    {
      "epoch": 0.0824375,
      "grad_norm": 2.6815052032470703,
      "learning_rate": 0.0002954503304531152,
      "loss": 9.2506,
      "step": 39570
    },
    {
      "epoch": 0.08245833333333333,
      "grad_norm": 1.1652973890304565,
      "learning_rate": 0.00029544792048799134,
      "loss": 9.5,
      "step": 39580
    },
    {
      "epoch": 0.08247916666666667,
      "grad_norm": 1.5167874097824097,
      "learning_rate": 0.00029544550989459007,
      "loss": 9.5798,
      "step": 39590
    },
    {
      "epoch": 0.0825,
      "grad_norm": 0.6848577857017517,
      "learning_rate": 0.0002954430986729217,
      "loss": 9.9992,
      "step": 39600
    },
    {
      "epoch": 0.08252083333333333,
      "grad_norm": 1.8570067882537842,
      "learning_rate": 0.0002954406868229968,
      "loss": 9.434,
      "step": 39610
    },
    {
      "epoch": 0.08254166666666667,
      "grad_norm": 1.417710304260254,
      "learning_rate": 0.00029543827434482575,
      "loss": 8.669,
      "step": 39620
    },
    {
      "epoch": 0.0825625,
      "grad_norm": 1.034172534942627,
      "learning_rate": 0.00029543586123841883,
      "loss": 9.1285,
      "step": 39630
    },
    {
      "epoch": 0.08258333333333333,
      "grad_norm": 0.9554646611213684,
      "learning_rate": 0.0002954334475037866,
      "loss": 9.6595,
      "step": 39640
    },
    {
      "epoch": 0.08260416666666667,
      "grad_norm": 1.4136122465133667,
      "learning_rate": 0.0002954310331409394,
      "loss": 9.5382,
      "step": 39650
    },
    {
      "epoch": 0.082625,
      "grad_norm": 0.8771553039550781,
      "learning_rate": 0.0002954286181498877,
      "loss": 9.9553,
      "step": 39660
    },
    {
      "epoch": 0.08264583333333334,
      "grad_norm": 0.8507451415061951,
      "learning_rate": 0.000295426202530642,
      "loss": 8.4414,
      "step": 39670
    },
    {
      "epoch": 0.08266666666666667,
      "grad_norm": 0.6649079918861389,
      "learning_rate": 0.0002954237862832126,
      "loss": 10.1698,
      "step": 39680
    },
    {
      "epoch": 0.0826875,
      "grad_norm": 0.6614394187927246,
      "learning_rate": 0.00029542136940761005,
      "loss": 8.9816,
      "step": 39690
    },
    {
      "epoch": 0.08270833333333333,
      "grad_norm": 0.9420246481895447,
      "learning_rate": 0.00029541895190384474,
      "loss": 9.638,
      "step": 39700
    },
    {
      "epoch": 0.08272916666666667,
      "grad_norm": 3.339534282684326,
      "learning_rate": 0.00029541653377192705,
      "loss": 9.9413,
      "step": 39710
    },
    {
      "epoch": 0.08275,
      "grad_norm": 1.7367017269134521,
      "learning_rate": 0.0002954141150118676,
      "loss": 8.7535,
      "step": 39720
    },
    {
      "epoch": 0.08277083333333334,
      "grad_norm": 1.3904762268066406,
      "learning_rate": 0.0002954116956236767,
      "loss": 9.3922,
      "step": 39730
    },
    {
      "epoch": 0.08279166666666667,
      "grad_norm": 3.152736186981201,
      "learning_rate": 0.0002954092756073648,
      "loss": 10.0638,
      "step": 39740
    },
    {
      "epoch": 0.0828125,
      "grad_norm": 0.9204991459846497,
      "learning_rate": 0.0002954068549629424,
      "loss": 9.1636,
      "step": 39750
    },
    {
      "epoch": 0.08283333333333333,
      "grad_norm": 3.524381637573242,
      "learning_rate": 0.0002954044336904199,
      "loss": 10.082,
      "step": 39760
    },
    {
      "epoch": 0.08285416666666667,
      "grad_norm": 3.736391067504883,
      "learning_rate": 0.0002954020117898079,
      "loss": 9.1482,
      "step": 39770
    },
    {
      "epoch": 0.082875,
      "grad_norm": 4.508971691131592,
      "learning_rate": 0.0002953995892611167,
      "loss": 10.0438,
      "step": 39780
    },
    {
      "epoch": 0.08289583333333334,
      "grad_norm": 0.8594165444374084,
      "learning_rate": 0.00029539716610435686,
      "loss": 9.2489,
      "step": 39790
    },
    {
      "epoch": 0.08291666666666667,
      "grad_norm": 0.8205009698867798,
      "learning_rate": 0.0002953947423195388,
      "loss": 10.027,
      "step": 39800
    },
    {
      "epoch": 0.0829375,
      "grad_norm": 1.0822205543518066,
      "learning_rate": 0.000295392317906673,
      "loss": 9.7,
      "step": 39810
    },
    {
      "epoch": 0.08295833333333333,
      "grad_norm": 0.8039142489433289,
      "learning_rate": 0.00029538989286576994,
      "loss": 9.5148,
      "step": 39820
    },
    {
      "epoch": 0.08297916666666667,
      "grad_norm": 1.0502070188522339,
      "learning_rate": 0.00029538746719684006,
      "loss": 8.8078,
      "step": 39830
    },
    {
      "epoch": 0.083,
      "grad_norm": 1.4979208707809448,
      "learning_rate": 0.00029538504089989394,
      "loss": 8.4852,
      "step": 39840
    },
    {
      "epoch": 0.08302083333333334,
      "grad_norm": 0.6892675161361694,
      "learning_rate": 0.0002953826139749419,
      "loss": 11.7209,
      "step": 39850
    },
    {
      "epoch": 0.08304166666666667,
      "grad_norm": 0.768025815486908,
      "learning_rate": 0.0002953801864219946,
      "loss": 8.9945,
      "step": 39860
    },
    {
      "epoch": 0.0830625,
      "grad_norm": 1.1864084005355835,
      "learning_rate": 0.0002953777582410624,
      "loss": 8.9902,
      "step": 39870
    },
    {
      "epoch": 0.08308333333333333,
      "grad_norm": 1.2477947473526,
      "learning_rate": 0.0002953753294321558,
      "loss": 9.4331,
      "step": 39880
    },
    {
      "epoch": 0.08310416666666667,
      "grad_norm": 1.1547693014144897,
      "learning_rate": 0.00029537289999528535,
      "loss": 9.3452,
      "step": 39890
    },
    {
      "epoch": 0.083125,
      "grad_norm": 1.9053170680999756,
      "learning_rate": 0.00029537046993046155,
      "loss": 9.3303,
      "step": 39900
    },
    {
      "epoch": 0.08314583333333334,
      "grad_norm": 2.0738024711608887,
      "learning_rate": 0.0002953680392376948,
      "loss": 9.8728,
      "step": 39910
    },
    {
      "epoch": 0.08316666666666667,
      "grad_norm": 0.9467617869377136,
      "learning_rate": 0.0002953656079169957,
      "loss": 9.2289,
      "step": 39920
    },
    {
      "epoch": 0.0831875,
      "grad_norm": 0.8468621969223022,
      "learning_rate": 0.00029536317596837473,
      "loss": 9.2445,
      "step": 39930
    },
    {
      "epoch": 0.08320833333333333,
      "grad_norm": 1.1430805921554565,
      "learning_rate": 0.0002953607433918423,
      "loss": 8.4032,
      "step": 39940
    },
    {
      "epoch": 0.08322916666666667,
      "grad_norm": 0.8150136470794678,
      "learning_rate": 0.0002953583101874091,
      "loss": 8.936,
      "step": 39950
    },
    {
      "epoch": 0.08325,
      "grad_norm": 1.7286399602890015,
      "learning_rate": 0.00029535587635508547,
      "loss": 10.0541,
      "step": 39960
    },
    {
      "epoch": 0.08327083333333334,
      "grad_norm": 1.5716928243637085,
      "learning_rate": 0.000295353441894882,
      "loss": 8.7991,
      "step": 39970
    },
    {
      "epoch": 0.08329166666666667,
      "grad_norm": 1.7644848823547363,
      "learning_rate": 0.0002953510068068092,
      "loss": 8.3397,
      "step": 39980
    },
    {
      "epoch": 0.0833125,
      "grad_norm": 0.9689575433731079,
      "learning_rate": 0.00029534857109087757,
      "loss": 8.9002,
      "step": 39990
    },
    {
      "epoch": 0.08333333333333333,
      "grad_norm": 4.366050720214844,
      "learning_rate": 0.0002953461347470977,
      "loss": 11.5227,
      "step": 40000
    },
    {
      "epoch": 0.08333333333333333,
      "eval_loss": 8.453615188598633,
      "eval_runtime": 9.3635,
      "eval_samples_per_second": 0.32,
      "eval_steps_per_second": 0.107,
      "step": 40000
    },
    {
      "epoch": 0.08335416666666666,
      "grad_norm": 1.6774684190750122,
      "learning_rate": 0.00029534369777547997,
      "loss": 9.9517,
      "step": 40010
    },
    {
      "epoch": 0.083375,
      "grad_norm": 0.7245419025421143,
      "learning_rate": 0.0002953412601760351,
      "loss": 8.9074,
      "step": 40020
    },
    {
      "epoch": 0.08339583333333334,
      "grad_norm": 0.8826565146446228,
      "learning_rate": 0.00029533882194877345,
      "loss": 8.6647,
      "step": 40030
    },
    {
      "epoch": 0.08341666666666667,
      "grad_norm": 2.884310245513916,
      "learning_rate": 0.0002953363830937056,
      "loss": 9.0799,
      "step": 40040
    },
    {
      "epoch": 0.0834375,
      "grad_norm": 1.389020323753357,
      "learning_rate": 0.00029533394361084213,
      "loss": 9.1615,
      "step": 40050
    },
    {
      "epoch": 0.08345833333333333,
      "grad_norm": 1.1040358543395996,
      "learning_rate": 0.00029533150350019355,
      "loss": 9.7722,
      "step": 40060
    },
    {
      "epoch": 0.08347916666666666,
      "grad_norm": 2.1466708183288574,
      "learning_rate": 0.00029532906276177044,
      "loss": 8.4239,
      "step": 40070
    },
    {
      "epoch": 0.0835,
      "grad_norm": 0.6737892031669617,
      "learning_rate": 0.00029532662139558326,
      "loss": 9.6923,
      "step": 40080
    },
    {
      "epoch": 0.08352083333333334,
      "grad_norm": 3.1539719104766846,
      "learning_rate": 0.0002953241794016426,
      "loss": 9.4407,
      "step": 40090
    },
    {
      "epoch": 0.08354166666666667,
      "grad_norm": 0.7996088266372681,
      "learning_rate": 0.000295321736779959,
      "loss": 8.5283,
      "step": 40100
    },
    {
      "epoch": 0.0835625,
      "grad_norm": 1.5635929107666016,
      "learning_rate": 0.0002953192935305431,
      "loss": 9.6364,
      "step": 40110
    },
    {
      "epoch": 0.08358333333333333,
      "grad_norm": 7.3458428382873535,
      "learning_rate": 0.0002953168496534053,
      "loss": 10.5804,
      "step": 40120
    },
    {
      "epoch": 0.08360416666666666,
      "grad_norm": 1.3156521320343018,
      "learning_rate": 0.0002953144051485562,
      "loss": 9.5115,
      "step": 40130
    },
    {
      "epoch": 0.083625,
      "grad_norm": 1.1715260744094849,
      "learning_rate": 0.00029531196001600645,
      "loss": 9.2866,
      "step": 40140
    },
    {
      "epoch": 0.08364583333333334,
      "grad_norm": 3.3718066215515137,
      "learning_rate": 0.0002953095142557665,
      "loss": 9.822,
      "step": 40150
    },
    {
      "epoch": 0.08366666666666667,
      "grad_norm": 1.7624592781066895,
      "learning_rate": 0.000295307067867847,
      "loss": 8.8757,
      "step": 40160
    },
    {
      "epoch": 0.0836875,
      "grad_norm": 0.8111860156059265,
      "learning_rate": 0.0002953046208522585,
      "loss": 9.3211,
      "step": 40170
    },
    {
      "epoch": 0.08370833333333333,
      "grad_norm": 3.225083351135254,
      "learning_rate": 0.00029530217320901153,
      "loss": 10.2258,
      "step": 40180
    },
    {
      "epoch": 0.08372916666666666,
      "grad_norm": 0.9175318479537964,
      "learning_rate": 0.0002952997249381167,
      "loss": 9.9457,
      "step": 40190
    },
    {
      "epoch": 0.08375,
      "grad_norm": 0.8546769022941589,
      "learning_rate": 0.00029529727603958456,
      "loss": 8.9933,
      "step": 40200
    },
    {
      "epoch": 0.08377083333333334,
      "grad_norm": 1.524727702140808,
      "learning_rate": 0.00029529482651342566,
      "loss": 9.3717,
      "step": 40210
    },
    {
      "epoch": 0.08379166666666667,
      "grad_norm": 2.788545846939087,
      "learning_rate": 0.0002952923763596507,
      "loss": 9.4541,
      "step": 40220
    },
    {
      "epoch": 0.0838125,
      "grad_norm": 0.6690599322319031,
      "learning_rate": 0.0002952899255782702,
      "loss": 10.8771,
      "step": 40230
    },
    {
      "epoch": 0.08383333333333333,
      "grad_norm": 1.2327723503112793,
      "learning_rate": 0.00029528747416929463,
      "loss": 9.5724,
      "step": 40240
    },
    {
      "epoch": 0.08385416666666666,
      "grad_norm": 1.7523430585861206,
      "learning_rate": 0.0002952850221327347,
      "loss": 8.4552,
      "step": 40250
    },
    {
      "epoch": 0.083875,
      "grad_norm": 3.5151591300964355,
      "learning_rate": 0.00029528256946860103,
      "loss": 9.1043,
      "step": 40260
    },
    {
      "epoch": 0.08389583333333334,
      "grad_norm": 0.8432407975196838,
      "learning_rate": 0.0002952801161769042,
      "loss": 8.5729,
      "step": 40270
    },
    {
      "epoch": 0.08391666666666667,
      "grad_norm": 1.0963656902313232,
      "learning_rate": 0.00029527766225765473,
      "loss": 8.8703,
      "step": 40280
    },
    {
      "epoch": 0.0839375,
      "grad_norm": 3.6922950744628906,
      "learning_rate": 0.0002952752077108632,
      "loss": 9.7814,
      "step": 40290
    },
    {
      "epoch": 0.08395833333333333,
      "grad_norm": 1.2203307151794434,
      "learning_rate": 0.00029527275253654037,
      "loss": 9.992,
      "step": 40300
    },
    {
      "epoch": 0.08397916666666666,
      "grad_norm": 1.1055985689163208,
      "learning_rate": 0.0002952702967346967,
      "loss": 9.5109,
      "step": 40310
    },
    {
      "epoch": 0.084,
      "grad_norm": 1.0048000812530518,
      "learning_rate": 0.0002952678403053429,
      "loss": 9.7191,
      "step": 40320
    },
    {
      "epoch": 0.08402083333333334,
      "grad_norm": 1.0613683462142944,
      "learning_rate": 0.0002952653832484895,
      "loss": 10.0395,
      "step": 40330
    },
    {
      "epoch": 0.08404166666666667,
      "grad_norm": 0.9892283082008362,
      "learning_rate": 0.0002952629255641471,
      "loss": 8.8046,
      "step": 40340
    },
    {
      "epoch": 0.0840625,
      "grad_norm": 2.4339959621429443,
      "learning_rate": 0.0002952604672523264,
      "loss": 8.7372,
      "step": 40350
    },
    {
      "epoch": 0.08408333333333333,
      "grad_norm": 1.2577067613601685,
      "learning_rate": 0.000295258008313038,
      "loss": 9.1808,
      "step": 40360
    },
    {
      "epoch": 0.08410416666666666,
      "grad_norm": 2.8126769065856934,
      "learning_rate": 0.00029525554874629246,
      "loss": 9.4698,
      "step": 40370
    },
    {
      "epoch": 0.084125,
      "grad_norm": 1.9667394161224365,
      "learning_rate": 0.0002952530885521005,
      "loss": 9.1152,
      "step": 40380
    },
    {
      "epoch": 0.08414583333333334,
      "grad_norm": 1.3013907670974731,
      "learning_rate": 0.00029525062773047263,
      "loss": 9.1085,
      "step": 40390
    },
    {
      "epoch": 0.08416666666666667,
      "grad_norm": 0.6871053576469421,
      "learning_rate": 0.0002952481662814196,
      "loss": 10.564,
      "step": 40400
    },
    {
      "epoch": 0.0841875,
      "grad_norm": 1.0288430452346802,
      "learning_rate": 0.00029524570420495197,
      "loss": 8.7546,
      "step": 40410
    },
    {
      "epoch": 0.08420833333333333,
      "grad_norm": 1.9643349647521973,
      "learning_rate": 0.0002952432415010804,
      "loss": 9.7982,
      "step": 40420
    },
    {
      "epoch": 0.08422916666666666,
      "grad_norm": 0.8069679141044617,
      "learning_rate": 0.0002952407781698155,
      "loss": 9.19,
      "step": 40430
    },
    {
      "epoch": 0.08425,
      "grad_norm": 2.320960283279419,
      "learning_rate": 0.0002952383142111679,
      "loss": 10.0352,
      "step": 40440
    },
    {
      "epoch": 0.08427083333333334,
      "grad_norm": 0.737323522567749,
      "learning_rate": 0.0002952358496251483,
      "loss": 9.2099,
      "step": 40450
    },
    {
      "epoch": 0.08429166666666667,
      "grad_norm": 1.6097915172576904,
      "learning_rate": 0.0002952333844117673,
      "loss": 12.0199,
      "step": 40460
    },
    {
      "epoch": 0.0843125,
      "grad_norm": 3.150693416595459,
      "learning_rate": 0.0002952309185710356,
      "loss": 9.0028,
      "step": 40470
    },
    {
      "epoch": 0.08433333333333333,
      "grad_norm": 4.809638500213623,
      "learning_rate": 0.00029522845210296376,
      "loss": 10.1506,
      "step": 40480
    },
    {
      "epoch": 0.08435416666666666,
      "grad_norm": 1.5049877166748047,
      "learning_rate": 0.00029522598500756253,
      "loss": 9.0136,
      "step": 40490
    },
    {
      "epoch": 0.084375,
      "grad_norm": 1.3884320259094238,
      "learning_rate": 0.00029522351728484257,
      "loss": 9.5103,
      "step": 40500
    },
    {
      "epoch": 0.08439583333333334,
      "grad_norm": 7.097310543060303,
      "learning_rate": 0.00029522104893481445,
      "loss": 9.5553,
      "step": 40510
    },
    {
      "epoch": 0.08441666666666667,
      "grad_norm": 1.5249223709106445,
      "learning_rate": 0.0002952185799574889,
      "loss": 10.1218,
      "step": 40520
    },
    {
      "epoch": 0.0844375,
      "grad_norm": 6.637130260467529,
      "learning_rate": 0.0002952161103528765,
      "loss": 8.9948,
      "step": 40530
    },
    {
      "epoch": 0.08445833333333333,
      "grad_norm": 1.216442584991455,
      "learning_rate": 0.00029521364012098807,
      "loss": 9.166,
      "step": 40540
    },
    {
      "epoch": 0.08447916666666666,
      "grad_norm": 5.126006603240967,
      "learning_rate": 0.0002952111692618342,
      "loss": 9.9802,
      "step": 40550
    },
    {
      "epoch": 0.0845,
      "grad_norm": 1.2061271667480469,
      "learning_rate": 0.0002952086977754255,
      "loss": 8.565,
      "step": 40560
    },
    {
      "epoch": 0.08452083333333334,
      "grad_norm": 1.1488620042800903,
      "learning_rate": 0.00029520622566177275,
      "loss": 8.8486,
      "step": 40570
    },
    {
      "epoch": 0.08454166666666667,
      "grad_norm": 2.1170921325683594,
      "learning_rate": 0.0002952037529208865,
      "loss": 9.119,
      "step": 40580
    },
    {
      "epoch": 0.0845625,
      "grad_norm": 3.0779519081115723,
      "learning_rate": 0.0002952012795527776,
      "loss": 10.6537,
      "step": 40590
    },
    {
      "epoch": 0.08458333333333333,
      "grad_norm": 0.9940185546875,
      "learning_rate": 0.0002951988055574566,
      "loss": 9.3457,
      "step": 40600
    },
    {
      "epoch": 0.08460416666666666,
      "grad_norm": 0.7040707468986511,
      "learning_rate": 0.00029519633093493425,
      "loss": 10.8303,
      "step": 40610
    },
    {
      "epoch": 0.084625,
      "grad_norm": 1.2761989831924438,
      "learning_rate": 0.00029519385568522126,
      "loss": 10.3446,
      "step": 40620
    },
    {
      "epoch": 0.08464583333333334,
      "grad_norm": 1.1092954874038696,
      "learning_rate": 0.0002951913798083282,
      "loss": 8.2092,
      "step": 40630
    },
    {
      "epoch": 0.08466666666666667,
      "grad_norm": 2.8060152530670166,
      "learning_rate": 0.00029518890330426596,
      "loss": 8.8071,
      "step": 40640
    },
    {
      "epoch": 0.0846875,
      "grad_norm": 2.4157168865203857,
      "learning_rate": 0.00029518642617304506,
      "loss": 10.1006,
      "step": 40650
    },
    {
      "epoch": 0.08470833333333333,
      "grad_norm": 1.3771631717681885,
      "learning_rate": 0.00029518394841467624,
      "loss": 8.4884,
      "step": 40660
    },
    {
      "epoch": 0.08472916666666666,
      "grad_norm": 0.5629473328590393,
      "learning_rate": 0.0002951814700291703,
      "loss": 9.3331,
      "step": 40670
    },
    {
      "epoch": 0.08475,
      "grad_norm": 3.258972406387329,
      "learning_rate": 0.0002951789910165378,
      "loss": 9.3004,
      "step": 40680
    },
    {
      "epoch": 0.08477083333333334,
      "grad_norm": 0.8117425441741943,
      "learning_rate": 0.00029517651137678957,
      "loss": 8.6986,
      "step": 40690
    },
    {
      "epoch": 0.08479166666666667,
      "grad_norm": 1.8017278909683228,
      "learning_rate": 0.0002951740311099363,
      "loss": 9.2503,
      "step": 40700
    },
    {
      "epoch": 0.0848125,
      "grad_norm": 0.6193731427192688,
      "learning_rate": 0.00029517155021598865,
      "loss": 9.1883,
      "step": 40710
    },
    {
      "epoch": 0.08483333333333333,
      "grad_norm": 1.1478846073150635,
      "learning_rate": 0.00029516906869495735,
      "loss": 9.4703,
      "step": 40720
    },
    {
      "epoch": 0.08485416666666666,
      "grad_norm": 1.3641128540039062,
      "learning_rate": 0.00029516658654685316,
      "loss": 9.1084,
      "step": 40730
    },
    {
      "epoch": 0.084875,
      "grad_norm": 1.656528353691101,
      "learning_rate": 0.00029516410377168677,
      "loss": 9.3489,
      "step": 40740
    },
    {
      "epoch": 0.08489583333333334,
      "grad_norm": 2.239076614379883,
      "learning_rate": 0.0002951616203694689,
      "loss": 9.1956,
      "step": 40750
    },
    {
      "epoch": 0.08491666666666667,
      "grad_norm": 1.419838786125183,
      "learning_rate": 0.0002951591363402103,
      "loss": 8.8678,
      "step": 40760
    },
    {
      "epoch": 0.0849375,
      "grad_norm": 1.4220703840255737,
      "learning_rate": 0.0002951566516839217,
      "loss": 10.1893,
      "step": 40770
    },
    {
      "epoch": 0.08495833333333333,
      "grad_norm": 1.2243196964263916,
      "learning_rate": 0.00029515416640061383,
      "loss": 11.1185,
      "step": 40780
    },
    {
      "epoch": 0.08497916666666666,
      "grad_norm": 0.6765554547309875,
      "learning_rate": 0.00029515168049029736,
      "loss": 9.3865,
      "step": 40790
    },
    {
      "epoch": 0.085,
      "grad_norm": 0.71065354347229,
      "learning_rate": 0.00029514919395298315,
      "loss": 8.3646,
      "step": 40800
    },
    {
      "epoch": 0.08502083333333334,
      "grad_norm": 1.1972296237945557,
      "learning_rate": 0.00029514670678868187,
      "loss": 9.0583,
      "step": 40810
    },
    {
      "epoch": 0.08504166666666667,
      "grad_norm": 0.7150095105171204,
      "learning_rate": 0.0002951442189974042,
      "loss": 9.3608,
      "step": 40820
    },
    {
      "epoch": 0.0850625,
      "grad_norm": 0.9037713408470154,
      "learning_rate": 0.00029514173057916104,
      "loss": 9.9668,
      "step": 40830
    },
    {
      "epoch": 0.08508333333333333,
      "grad_norm": 1.9245126247406006,
      "learning_rate": 0.000295139241533963,
      "loss": 9.6262,
      "step": 40840
    },
    {
      "epoch": 0.08510416666666666,
      "grad_norm": 1.1039953231811523,
      "learning_rate": 0.00029513675186182095,
      "loss": 9.245,
      "step": 40850
    },
    {
      "epoch": 0.085125,
      "grad_norm": 2.1421561241149902,
      "learning_rate": 0.0002951342615627455,
      "loss": 8.7501,
      "step": 40860
    },
    {
      "epoch": 0.08514583333333334,
      "grad_norm": 1.5032572746276855,
      "learning_rate": 0.0002951317706367475,
      "loss": 8.9582,
      "step": 40870
    },
    {
      "epoch": 0.08516666666666667,
      "grad_norm": 5.079923629760742,
      "learning_rate": 0.00029512927908383773,
      "loss": 9.6626,
      "step": 40880
    },
    {
      "epoch": 0.0851875,
      "grad_norm": 1.4313781261444092,
      "learning_rate": 0.00029512678690402696,
      "loss": 9.7814,
      "step": 40890
    },
    {
      "epoch": 0.08520833333333333,
      "grad_norm": 2.416536808013916,
      "learning_rate": 0.0002951242940973258,
      "loss": 9.2129,
      "step": 40900
    },
    {
      "epoch": 0.08522916666666666,
      "grad_norm": 0.705640971660614,
      "learning_rate": 0.00029512180066374523,
      "loss": 8.0669,
      "step": 40910
    },
    {
      "epoch": 0.08525,
      "grad_norm": 0.9694611430168152,
      "learning_rate": 0.0002951193066032959,
      "loss": 9.1678,
      "step": 40920
    },
    {
      "epoch": 0.08527083333333334,
      "grad_norm": 0.8533068895339966,
      "learning_rate": 0.00029511681191598865,
      "loss": 9.0935,
      "step": 40930
    },
    {
      "epoch": 0.08529166666666667,
      "grad_norm": 0.9564211368560791,
      "learning_rate": 0.0002951143166018342,
      "loss": 9.6616,
      "step": 40940
    },
    {
      "epoch": 0.0853125,
      "grad_norm": 0.947631299495697,
      "learning_rate": 0.0002951118206608433,
      "loss": 8.6696,
      "step": 40950
    },
    {
      "epoch": 0.08533333333333333,
      "grad_norm": 1.4293287992477417,
      "learning_rate": 0.00029510932409302677,
      "loss": 9.901,
      "step": 40960
    },
    {
      "epoch": 0.08535416666666666,
      "grad_norm": 16.79215431213379,
      "learning_rate": 0.00029510682689839535,
      "loss": 11.1123,
      "step": 40970
    },
    {
      "epoch": 0.085375,
      "grad_norm": 1.1417872905731201,
      "learning_rate": 0.00029510432907696,
      "loss": 10.7451,
      "step": 40980
    },
    {
      "epoch": 0.08539583333333334,
      "grad_norm": 2.894425868988037,
      "learning_rate": 0.0002951018306287313,
      "loss": 10.2466,
      "step": 40990
    },
    {
      "epoch": 0.08541666666666667,
      "grad_norm": 2.045233964920044,
      "learning_rate": 0.00029509933155372014,
      "loss": 8.9662,
      "step": 41000
    },
    {
      "epoch": 0.08541666666666667,
      "eval_loss": 9.107892990112305,
      "eval_runtime": 9.2266,
      "eval_samples_per_second": 0.325,
      "eval_steps_per_second": 0.108,
      "step": 41000
    },
    {
      "epoch": 0.0854375,
      "grad_norm": 1.0253045558929443,
      "learning_rate": 0.00029509683185193733,
      "loss": 8.9962,
      "step": 41010
    },
    {
      "epoch": 0.08545833333333333,
      "grad_norm": 1.232860803604126,
      "learning_rate": 0.0002950943315233936,
      "loss": 8.9853,
      "step": 41020
    },
    {
      "epoch": 0.08547916666666666,
      "grad_norm": 1.5192745923995972,
      "learning_rate": 0.0002950918305680998,
      "loss": 9.5103,
      "step": 41030
    },
    {
      "epoch": 0.0855,
      "grad_norm": 5.475165367126465,
      "learning_rate": 0.00029508932898606675,
      "loss": 10.197,
      "step": 41040
    },
    {
      "epoch": 0.08552083333333334,
      "grad_norm": 1.6116673946380615,
      "learning_rate": 0.0002950868267773052,
      "loss": 10.057,
      "step": 41050
    },
    {
      "epoch": 0.08554166666666667,
      "grad_norm": 1.5371237993240356,
      "learning_rate": 0.00029508432394182604,
      "loss": 9.5482,
      "step": 41060
    },
    {
      "epoch": 0.0855625,
      "grad_norm": 5.9736647605896,
      "learning_rate": 0.00029508182047964,
      "loss": 8.9725,
      "step": 41070
    },
    {
      "epoch": 0.08558333333333333,
      "grad_norm": 2.680108070373535,
      "learning_rate": 0.0002950793163907579,
      "loss": 10.3863,
      "step": 41080
    },
    {
      "epoch": 0.08560416666666666,
      "grad_norm": 0.7626246809959412,
      "learning_rate": 0.0002950768116751906,
      "loss": 10.8533,
      "step": 41090
    },
    {
      "epoch": 0.085625,
      "grad_norm": 1.357879400253296,
      "learning_rate": 0.0002950743063329489,
      "loss": 9.384,
      "step": 41100
    },
    {
      "epoch": 0.08564583333333334,
      "grad_norm": 1.2660390138626099,
      "learning_rate": 0.00029507180036404364,
      "loss": 8.0949,
      "step": 41110
    },
    {
      "epoch": 0.08566666666666667,
      "grad_norm": 0.6688891649246216,
      "learning_rate": 0.0002950692937684856,
      "loss": 8.666,
      "step": 41120
    },
    {
      "epoch": 0.0856875,
      "grad_norm": 1.218253493309021,
      "learning_rate": 0.0002950667865462856,
      "loss": 9.2635,
      "step": 41130
    },
    {
      "epoch": 0.08570833333333333,
      "grad_norm": 1.5499688386917114,
      "learning_rate": 0.00029506427869745454,
      "loss": 9.0884,
      "step": 41140
    },
    {
      "epoch": 0.08572916666666666,
      "grad_norm": 5.221290588378906,
      "learning_rate": 0.00029506177022200326,
      "loss": 10.6006,
      "step": 41150
    },
    {
      "epoch": 0.08575,
      "grad_norm": 1.3232342004776,
      "learning_rate": 0.0002950592611199424,
      "loss": 9.5538,
      "step": 41160
    },
    {
      "epoch": 0.08577083333333334,
      "grad_norm": 1.672146201133728,
      "learning_rate": 0.0002950567513912831,
      "loss": 9.8243,
      "step": 41170
    },
    {
      "epoch": 0.08579166666666667,
      "grad_norm": 0.8717271089553833,
      "learning_rate": 0.000295054241036036,
      "loss": 9.303,
      "step": 41180
    },
    {
      "epoch": 0.0858125,
      "grad_norm": 1.4198788404464722,
      "learning_rate": 0.000295051730054212,
      "loss": 8.7524,
      "step": 41190
    },
    {
      "epoch": 0.08583333333333333,
      "grad_norm": 2.5022120475769043,
      "learning_rate": 0.00029504921844582195,
      "loss": 9.2803,
      "step": 41200
    },
    {
      "epoch": 0.08585416666666666,
      "grad_norm": 1.1588541269302368,
      "learning_rate": 0.0002950467062108767,
      "loss": 9.4207,
      "step": 41210
    },
    {
      "epoch": 0.085875,
      "grad_norm": 0.7813881635665894,
      "learning_rate": 0.0002950441933493871,
      "loss": 8.8945,
      "step": 41220
    },
    {
      "epoch": 0.08589583333333334,
      "grad_norm": 0.8254921436309814,
      "learning_rate": 0.000295041679861364,
      "loss": 9.1188,
      "step": 41230
    },
    {
      "epoch": 0.08591666666666667,
      "grad_norm": 3.569361925125122,
      "learning_rate": 0.00029503916574681816,
      "loss": 9.5043,
      "step": 41240
    },
    {
      "epoch": 0.0859375,
      "grad_norm": 0.6957406401634216,
      "learning_rate": 0.0002950366510057607,
      "loss": 8.9462,
      "step": 41250
    },
    {
      "epoch": 0.08595833333333333,
      "grad_norm": 0.6881921887397766,
      "learning_rate": 0.0002950341356382022,
      "loss": 9.2888,
      "step": 41260
    },
    {
      "epoch": 0.08597916666666666,
      "grad_norm": 3.983764886856079,
      "learning_rate": 0.00029503161964415366,
      "loss": 9.1482,
      "step": 41270
    },
    {
      "epoch": 0.086,
      "grad_norm": 1.9540770053863525,
      "learning_rate": 0.00029502910302362586,
      "loss": 8.5869,
      "step": 41280
    },
    {
      "epoch": 0.08602083333333334,
      "grad_norm": 0.9666681885719299,
      "learning_rate": 0.0002950265857766299,
      "loss": 9.1204,
      "step": 41290
    },
    {
      "epoch": 0.08604166666666667,
      "grad_norm": 0.5968907475471497,
      "learning_rate": 0.00029502406790317637,
      "loss": 8.7511,
      "step": 41300
    },
    {
      "epoch": 0.0860625,
      "grad_norm": 1.470572590827942,
      "learning_rate": 0.0002950215494032763,
      "loss": 10.2387,
      "step": 41310
    },
    {
      "epoch": 0.08608333333333333,
      "grad_norm": 0.9741114377975464,
      "learning_rate": 0.00029501903027694056,
      "loss": 9.3447,
      "step": 41320
    },
    {
      "epoch": 0.08610416666666666,
      "grad_norm": 1.5620315074920654,
      "learning_rate": 0.00029501651052418,
      "loss": 9.2648,
      "step": 41330
    },
    {
      "epoch": 0.086125,
      "grad_norm": 1.4339361190795898,
      "learning_rate": 0.00029501399014500554,
      "loss": 10.0569,
      "step": 41340
    },
    {
      "epoch": 0.08614583333333334,
      "grad_norm": 3.967928886413574,
      "learning_rate": 0.000295011469139428,
      "loss": 9.608,
      "step": 41350
    },
    {
      "epoch": 0.08616666666666667,
      "grad_norm": 1.756985068321228,
      "learning_rate": 0.0002950089475074583,
      "loss": 9.2549,
      "step": 41360
    },
    {
      "epoch": 0.0861875,
      "grad_norm": 0.9053866863250732,
      "learning_rate": 0.0002950064252491074,
      "loss": 9.4834,
      "step": 41370
    },
    {
      "epoch": 0.08620833333333333,
      "grad_norm": 11.871121406555176,
      "learning_rate": 0.0002950039023643862,
      "loss": 9.8717,
      "step": 41380
    },
    {
      "epoch": 0.08622916666666666,
      "grad_norm": 1.5187078714370728,
      "learning_rate": 0.00029500137885330537,
      "loss": 10.2312,
      "step": 41390
    },
    {
      "epoch": 0.08625,
      "grad_norm": 1.0465309619903564,
      "learning_rate": 0.00029499885471587613,
      "loss": 10.5085,
      "step": 41400
    },
    {
      "epoch": 0.08627083333333334,
      "grad_norm": 0.826265811920166,
      "learning_rate": 0.00029499632995210915,
      "loss": 9.5053,
      "step": 41410
    },
    {
      "epoch": 0.08629166666666667,
      "grad_norm": 2.5902466773986816,
      "learning_rate": 0.00029499380456201544,
      "loss": 9.5234,
      "step": 41420
    },
    {
      "epoch": 0.0863125,
      "grad_norm": 5.501861572265625,
      "learning_rate": 0.0002949912785456059,
      "loss": 10.577,
      "step": 41430
    },
    {
      "epoch": 0.08633333333333333,
      "grad_norm": 0.9433549046516418,
      "learning_rate": 0.0002949887519028914,
      "loss": 9.7799,
      "step": 41440
    },
    {
      "epoch": 0.08635416666666666,
      "grad_norm": 7.889813423156738,
      "learning_rate": 0.0002949862246338829,
      "loss": 9.9935,
      "step": 41450
    },
    {
      "epoch": 0.086375,
      "grad_norm": 0.9192318916320801,
      "learning_rate": 0.0002949836967385913,
      "loss": 10.0598,
      "step": 41460
    },
    {
      "epoch": 0.08639583333333334,
      "grad_norm": 4.7360920906066895,
      "learning_rate": 0.00029498116821702753,
      "loss": 9.974,
      "step": 41470
    },
    {
      "epoch": 0.08641666666666667,
      "grad_norm": 1.5145137310028076,
      "learning_rate": 0.00029497863906920244,
      "loss": 9.5153,
      "step": 41480
    },
    {
      "epoch": 0.0864375,
      "grad_norm": 2.309648275375366,
      "learning_rate": 0.0002949761092951271,
      "loss": 9.261,
      "step": 41490
    },
    {
      "epoch": 0.08645833333333333,
      "grad_norm": 7.684340953826904,
      "learning_rate": 0.0002949735788948123,
      "loss": 10.862,
      "step": 41500
    },
    {
      "epoch": 0.08647916666666666,
      "grad_norm": 0.6194422841072083,
      "learning_rate": 0.000294971047868269,
      "loss": 8.793,
      "step": 41510
    },
    {
      "epoch": 0.0865,
      "grad_norm": 1.3685517311096191,
      "learning_rate": 0.0002949685162155082,
      "loss": 9.1848,
      "step": 41520
    },
    {
      "epoch": 0.08652083333333334,
      "grad_norm": 2.5241551399230957,
      "learning_rate": 0.0002949659839365408,
      "loss": 8.7606,
      "step": 41530
    },
    {
      "epoch": 0.08654166666666667,
      "grad_norm": 1.2426598072052002,
      "learning_rate": 0.00029496345103137775,
      "loss": 9.6346,
      "step": 41540
    },
    {
      "epoch": 0.0865625,
      "grad_norm": 0.9912314414978027,
      "learning_rate": 0.0002949609175000299,
      "loss": 8.9159,
      "step": 41550
    },
    {
      "epoch": 0.08658333333333333,
      "grad_norm": 2.9159414768218994,
      "learning_rate": 0.0002949583833425083,
      "loss": 9.8985,
      "step": 41560
    },
    {
      "epoch": 0.08660416666666666,
      "grad_norm": 0.7535465359687805,
      "learning_rate": 0.0002949558485588239,
      "loss": 10.4192,
      "step": 41570
    },
    {
      "epoch": 0.086625,
      "grad_norm": 1.075798511505127,
      "learning_rate": 0.00029495331314898757,
      "loss": 8.6745,
      "step": 41580
    },
    {
      "epoch": 0.08664583333333334,
      "grad_norm": 1.7924864292144775,
      "learning_rate": 0.0002949507771130103,
      "loss": 9.6662,
      "step": 41590
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 0.8969681859016418,
      "learning_rate": 0.00029494824045090307,
      "loss": 8.4286,
      "step": 41600
    },
    {
      "epoch": 0.0866875,
      "grad_norm": 1.5428950786590576,
      "learning_rate": 0.0002949457031626768,
      "loss": 9.1246,
      "step": 41610
    },
    {
      "epoch": 0.08670833333333333,
      "grad_norm": 0.8525645732879639,
      "learning_rate": 0.0002949431652483425,
      "loss": 9.2689,
      "step": 41620
    },
    {
      "epoch": 0.08672916666666666,
      "grad_norm": 2.94777250289917,
      "learning_rate": 0.0002949406267079111,
      "loss": 9.6902,
      "step": 41630
    },
    {
      "epoch": 0.08675,
      "grad_norm": 0.9476824402809143,
      "learning_rate": 0.00029493808754139353,
      "loss": 9.7392,
      "step": 41640
    },
    {
      "epoch": 0.08677083333333334,
      "grad_norm": 1.3173373937606812,
      "learning_rate": 0.00029493554774880077,
      "loss": 8.9724,
      "step": 41650
    },
    {
      "epoch": 0.08679166666666667,
      "grad_norm": 1.7907994985580444,
      "learning_rate": 0.00029493300733014386,
      "loss": 9.001,
      "step": 41660
    },
    {
      "epoch": 0.0868125,
      "grad_norm": 1.3831307888031006,
      "learning_rate": 0.00029493046628543366,
      "loss": 8.2926,
      "step": 41670
    },
    {
      "epoch": 0.08683333333333333,
      "grad_norm": 1.0485574007034302,
      "learning_rate": 0.00029492792461468126,
      "loss": 8.5148,
      "step": 41680
    },
    {
      "epoch": 0.08685416666666666,
      "grad_norm": 1.3460865020751953,
      "learning_rate": 0.00029492538231789764,
      "loss": 9.3888,
      "step": 41690
    },
    {
      "epoch": 0.086875,
      "grad_norm": 1.4781310558319092,
      "learning_rate": 0.00029492283939509367,
      "loss": 9.4741,
      "step": 41700
    },
    {
      "epoch": 0.08689583333333334,
      "grad_norm": 1.001169204711914,
      "learning_rate": 0.0002949202958462804,
      "loss": 10.6961,
      "step": 41710
    },
    {
      "epoch": 0.08691666666666667,
      "grad_norm": 1.9672051668167114,
      "learning_rate": 0.00029491775167146884,
      "loss": 8.794,
      "step": 41720
    },
    {
      "epoch": 0.0869375,
      "grad_norm": 0.9995548725128174,
      "learning_rate": 0.00029491520687067,
      "loss": 8.8363,
      "step": 41730
    },
    {
      "epoch": 0.08695833333333333,
      "grad_norm": 0.9081358313560486,
      "learning_rate": 0.00029491266144389476,
      "loss": 9.4299,
      "step": 41740
    },
    {
      "epoch": 0.08697916666666666,
      "grad_norm": 1.4540234804153442,
      "learning_rate": 0.00029491011539115416,
      "loss": 9.7814,
      "step": 41750
    },
    {
      "epoch": 0.087,
      "grad_norm": 1.8154332637786865,
      "learning_rate": 0.00029490756871245925,
      "loss": 9.3556,
      "step": 41760
    },
    {
      "epoch": 0.08702083333333334,
      "grad_norm": 0.8043724894523621,
      "learning_rate": 0.00029490502140782103,
      "loss": 9.9865,
      "step": 41770
    },
    {
      "epoch": 0.08704166666666667,
      "grad_norm": 1.6548527479171753,
      "learning_rate": 0.00029490247347725045,
      "loss": 9.7672,
      "step": 41780
    },
    {
      "epoch": 0.0870625,
      "grad_norm": 0.9983062148094177,
      "learning_rate": 0.0002948999249207585,
      "loss": 10.0104,
      "step": 41790
    },
    {
      "epoch": 0.08708333333333333,
      "grad_norm": 0.9007881283760071,
      "learning_rate": 0.00029489737573835636,
      "loss": 10.0969,
      "step": 41800
    },
    {
      "epoch": 0.08710416666666666,
      "grad_norm": 1.0821739435195923,
      "learning_rate": 0.0002948948259300548,
      "loss": 8.8086,
      "step": 41810
    },
    {
      "epoch": 0.087125,
      "grad_norm": 1.826380729675293,
      "learning_rate": 0.00029489227549586494,
      "loss": 8.6481,
      "step": 41820
    },
    {
      "epoch": 0.08714583333333334,
      "grad_norm": 1.0299811363220215,
      "learning_rate": 0.00029488972443579786,
      "loss": 9.3014,
      "step": 41830
    },
    {
      "epoch": 0.08716666666666667,
      "grad_norm": 1.9927669763565063,
      "learning_rate": 0.0002948871727498645,
      "loss": 8.826,
      "step": 41840
    },
    {
      "epoch": 0.0871875,
      "grad_norm": 2.8944427967071533,
      "learning_rate": 0.0002948846204380759,
      "loss": 10.1098,
      "step": 41850
    },
    {
      "epoch": 0.08720833333333333,
      "grad_norm": 0.8631078600883484,
      "learning_rate": 0.00029488206750044306,
      "loss": 8.2809,
      "step": 41860
    },
    {
      "epoch": 0.08722916666666666,
      "grad_norm": 0.8076335191726685,
      "learning_rate": 0.00029487951393697713,
      "loss": 8.8432,
      "step": 41870
    },
    {
      "epoch": 0.08725,
      "grad_norm": 1.3965864181518555,
      "learning_rate": 0.00029487695974768894,
      "loss": 10.8037,
      "step": 41880
    },
    {
      "epoch": 0.08727083333333334,
      "grad_norm": 1.163680911064148,
      "learning_rate": 0.00029487440493258967,
      "loss": 8.9706,
      "step": 41890
    },
    {
      "epoch": 0.08729166666666667,
      "grad_norm": 2.8743865489959717,
      "learning_rate": 0.00029487184949169036,
      "loss": 9.4535,
      "step": 41900
    },
    {
      "epoch": 0.0873125,
      "grad_norm": 2.8550312519073486,
      "learning_rate": 0.0002948692934250019,
      "loss": 9.672,
      "step": 41910
    },
    {
      "epoch": 0.08733333333333333,
      "grad_norm": 2.678332567214966,
      "learning_rate": 0.0002948667367325355,
      "loss": 8.9556,
      "step": 41920
    },
    {
      "epoch": 0.08735416666666666,
      "grad_norm": 1.419778823852539,
      "learning_rate": 0.0002948641794143022,
      "loss": 8.8898,
      "step": 41930
    },
    {
      "epoch": 0.087375,
      "grad_norm": 0.896781861782074,
      "learning_rate": 0.00029486162147031287,
      "loss": 8.1945,
      "step": 41940
    },
    {
      "epoch": 0.08739583333333334,
      "grad_norm": 1.1379001140594482,
      "learning_rate": 0.00029485906290057875,
      "loss": 9.7108,
      "step": 41950
    },
    {
      "epoch": 0.08741666666666667,
      "grad_norm": 1.1300398111343384,
      "learning_rate": 0.0002948565037051108,
      "loss": 10.7763,
      "step": 41960
    },
    {
      "epoch": 0.0874375,
      "grad_norm": 1.1220648288726807,
      "learning_rate": 0.0002948539438839201,
      "loss": 8.3516,
      "step": 41970
    },
    {
      "epoch": 0.08745833333333333,
      "grad_norm": 0.8085045218467712,
      "learning_rate": 0.0002948513834370177,
      "loss": 8.5025,
      "step": 41980
    },
    {
      "epoch": 0.08747916666666666,
      "grad_norm": 2.6785593032836914,
      "learning_rate": 0.00029484882236441464,
      "loss": 9.5123,
      "step": 41990
    },
    {
      "epoch": 0.0875,
      "grad_norm": 1.0310499668121338,
      "learning_rate": 0.000294846260666122,
      "loss": 9.0974,
      "step": 42000
    },
    {
      "epoch": 0.0875,
      "eval_loss": 9.045018196105957,
      "eval_runtime": 8.7813,
      "eval_samples_per_second": 0.342,
      "eval_steps_per_second": 0.114,
      "step": 42000
    },
    {
      "epoch": 0.08752083333333334,
      "grad_norm": 1.292808175086975,
      "learning_rate": 0.00029484369834215085,
      "loss": 9.2407,
      "step": 42010
    },
    {
      "epoch": 0.08754166666666667,
      "grad_norm": 1.5416948795318604,
      "learning_rate": 0.0002948411353925123,
      "loss": 9.134,
      "step": 42020
    },
    {
      "epoch": 0.0875625,
      "grad_norm": 8.39944076538086,
      "learning_rate": 0.0002948385718172173,
      "loss": 10.1667,
      "step": 42030
    },
    {
      "epoch": 0.08758333333333333,
      "grad_norm": 2.7036569118499756,
      "learning_rate": 0.00029483600761627706,
      "loss": 9.3204,
      "step": 42040
    },
    {
      "epoch": 0.08760416666666666,
      "grad_norm": 1.1365121603012085,
      "learning_rate": 0.0002948334427897026,
      "loss": 9.1681,
      "step": 42050
    },
    {
      "epoch": 0.087625,
      "grad_norm": 0.8413751125335693,
      "learning_rate": 0.00029483087733750494,
      "loss": 9.9666,
      "step": 42060
    },
    {
      "epoch": 0.08764583333333334,
      "grad_norm": 1.6359490156173706,
      "learning_rate": 0.0002948283112596953,
      "loss": 12.2797,
      "step": 42070
    },
    {
      "epoch": 0.08766666666666667,
      "grad_norm": 1.3352395296096802,
      "learning_rate": 0.0002948257445562846,
      "loss": 9.0607,
      "step": 42080
    },
    {
      "epoch": 0.0876875,
      "grad_norm": 0.9534534811973572,
      "learning_rate": 0.00029482317722728406,
      "loss": 10.7649,
      "step": 42090
    },
    {
      "epoch": 0.08770833333333333,
      "grad_norm": 1.9275792837142944,
      "learning_rate": 0.0002948206092727047,
      "loss": 9.2206,
      "step": 42100
    },
    {
      "epoch": 0.08772916666666666,
      "grad_norm": 2.3073790073394775,
      "learning_rate": 0.00029481804069255764,
      "loss": 9.4886,
      "step": 42110
    },
    {
      "epoch": 0.08775,
      "grad_norm": 4.325074195861816,
      "learning_rate": 0.000294815471486854,
      "loss": 10.1305,
      "step": 42120
    },
    {
      "epoch": 0.08777083333333334,
      "grad_norm": 2.0696709156036377,
      "learning_rate": 0.00029481290165560476,
      "loss": 10.3992,
      "step": 42130
    },
    {
      "epoch": 0.08779166666666667,
      "grad_norm": 1.9504565000534058,
      "learning_rate": 0.0002948103311988212,
      "loss": 8.7846,
      "step": 42140
    },
    {
      "epoch": 0.0878125,
      "grad_norm": 0.9174839854240417,
      "learning_rate": 0.00029480776011651423,
      "loss": 8.5339,
      "step": 42150
    },
    {
      "epoch": 0.08783333333333333,
      "grad_norm": 1.286630392074585,
      "learning_rate": 0.00029480518840869515,
      "loss": 8.8255,
      "step": 42160
    },
    {
      "epoch": 0.08785416666666666,
      "grad_norm": 1.41664457321167,
      "learning_rate": 0.00029480261607537495,
      "loss": 8.9211,
      "step": 42170
    },
    {
      "epoch": 0.087875,
      "grad_norm": 0.8810247182846069,
      "learning_rate": 0.00029480004311656474,
      "loss": 8.6655,
      "step": 42180
    },
    {
      "epoch": 0.08789583333333334,
      "grad_norm": 0.7473206520080566,
      "learning_rate": 0.00029479746953227565,
      "loss": 9.1416,
      "step": 42190
    },
    {
      "epoch": 0.08791666666666667,
      "grad_norm": 0.7534545063972473,
      "learning_rate": 0.00029479489532251884,
      "loss": 9.2109,
      "step": 42200
    },
    {
      "epoch": 0.0879375,
      "grad_norm": 1.190807819366455,
      "learning_rate": 0.0002947923204873054,
      "loss": 8.9011,
      "step": 42210
    },
    {
      "epoch": 0.08795833333333333,
      "grad_norm": 6.844975471496582,
      "learning_rate": 0.0002947897450266464,
      "loss": 10.3207,
      "step": 42220
    },
    {
      "epoch": 0.08797916666666666,
      "grad_norm": 1.2837669849395752,
      "learning_rate": 0.00029478716894055303,
      "loss": 8.9272,
      "step": 42230
    },
    {
      "epoch": 0.088,
      "grad_norm": 0.9893132448196411,
      "learning_rate": 0.00029478459222903646,
      "loss": 9.0026,
      "step": 42240
    },
    {
      "epoch": 0.08802083333333334,
      "grad_norm": 0.9898404479026794,
      "learning_rate": 0.0002947820148921077,
      "loss": 9.7699,
      "step": 42250
    },
    {
      "epoch": 0.08804166666666667,
      "grad_norm": 1.8586353063583374,
      "learning_rate": 0.00029477943692977795,
      "loss": 8.9272,
      "step": 42260
    },
    {
      "epoch": 0.0880625,
      "grad_norm": 7.210201740264893,
      "learning_rate": 0.00029477685834205836,
      "loss": 9.6957,
      "step": 42270
    },
    {
      "epoch": 0.08808333333333333,
      "grad_norm": 2.9236958026885986,
      "learning_rate": 0.00029477427912896,
      "loss": 9.7061,
      "step": 42280
    },
    {
      "epoch": 0.08810416666666666,
      "grad_norm": 1.4361246824264526,
      "learning_rate": 0.00029477169929049415,
      "loss": 8.9488,
      "step": 42290
    },
    {
      "epoch": 0.088125,
      "grad_norm": 0.6178982853889465,
      "learning_rate": 0.00029476911882667177,
      "loss": 9.817,
      "step": 42300
    },
    {
      "epoch": 0.08814583333333334,
      "grad_norm": 1.8710085153579712,
      "learning_rate": 0.00029476653773750417,
      "loss": 8.391,
      "step": 42310
    },
    {
      "epoch": 0.08816666666666667,
      "grad_norm": 0.7716608643531799,
      "learning_rate": 0.0002947639560230024,
      "loss": 11.0838,
      "step": 42320
    },
    {
      "epoch": 0.0881875,
      "grad_norm": 2.304947853088379,
      "learning_rate": 0.0002947613736831776,
      "loss": 8.6207,
      "step": 42330
    },
    {
      "epoch": 0.08820833333333333,
      "grad_norm": 3.046245574951172,
      "learning_rate": 0.00029475879071804106,
      "loss": 9.3023,
      "step": 42340
    },
    {
      "epoch": 0.08822916666666666,
      "grad_norm": 0.6072489023208618,
      "learning_rate": 0.0002947562071276038,
      "loss": 9.4342,
      "step": 42350
    },
    {
      "epoch": 0.08825,
      "grad_norm": 1.4905734062194824,
      "learning_rate": 0.000294753622911877,
      "loss": 8.8617,
      "step": 42360
    },
    {
      "epoch": 0.08827083333333334,
      "grad_norm": 0.9070559740066528,
      "learning_rate": 0.00029475103807087186,
      "loss": 9.0055,
      "step": 42370
    },
    {
      "epoch": 0.08829166666666667,
      "grad_norm": 3.8192083835601807,
      "learning_rate": 0.00029474845260459953,
      "loss": 9.1595,
      "step": 42380
    },
    {
      "epoch": 0.0883125,
      "grad_norm": 1.0953643321990967,
      "learning_rate": 0.0002947458665130712,
      "loss": 9.4291,
      "step": 42390
    },
    {
      "epoch": 0.08833333333333333,
      "grad_norm": 7.606231689453125,
      "learning_rate": 0.000294743279796298,
      "loss": 9.8764,
      "step": 42400
    },
    {
      "epoch": 0.08835416666666666,
      "grad_norm": 0.8467332124710083,
      "learning_rate": 0.0002947406924542911,
      "loss": 8.9592,
      "step": 42410
    },
    {
      "epoch": 0.088375,
      "grad_norm": 2.4520974159240723,
      "learning_rate": 0.00029473810448706175,
      "loss": 9.3237,
      "step": 42420
    },
    {
      "epoch": 0.08839583333333334,
      "grad_norm": 1.378410816192627,
      "learning_rate": 0.0002947355158946211,
      "loss": 8.9904,
      "step": 42430
    },
    {
      "epoch": 0.08841666666666667,
      "grad_norm": 1.356115698814392,
      "learning_rate": 0.00029473292667698024,
      "loss": 8.9451,
      "step": 42440
    },
    {
      "epoch": 0.0884375,
      "grad_norm": 1.366477608680725,
      "learning_rate": 0.00029473033683415046,
      "loss": 8.8604,
      "step": 42450
    },
    {
      "epoch": 0.08845833333333333,
      "grad_norm": 4.302087306976318,
      "learning_rate": 0.00029472774636614293,
      "loss": 10.6244,
      "step": 42460
    },
    {
      "epoch": 0.08847916666666666,
      "grad_norm": 0.6140294075012207,
      "learning_rate": 0.0002947251552729688,
      "loss": 9.0658,
      "step": 42470
    },
    {
      "epoch": 0.0885,
      "grad_norm": 1.418311357498169,
      "learning_rate": 0.00029472256355463934,
      "loss": 8.9098,
      "step": 42480
    },
    {
      "epoch": 0.08852083333333334,
      "grad_norm": 1.2398474216461182,
      "learning_rate": 0.0002947199712111656,
      "loss": 9.4014,
      "step": 42490
    },
    {
      "epoch": 0.08854166666666667,
      "grad_norm": 1.014076828956604,
      "learning_rate": 0.0002947173782425589,
      "loss": 9.0278,
      "step": 42500
    },
    {
      "epoch": 0.0885625,
      "grad_norm": 3.766313314437866,
      "learning_rate": 0.0002947147846488304,
      "loss": 9.0002,
      "step": 42510
    },
    {
      "epoch": 0.08858333333333333,
      "grad_norm": 2.1878232955932617,
      "learning_rate": 0.00029471219042999136,
      "loss": 9.4105,
      "step": 42520
    },
    {
      "epoch": 0.08860416666666666,
      "grad_norm": 4.996984958648682,
      "learning_rate": 0.0002947095955860529,
      "loss": 11.6268,
      "step": 42530
    },
    {
      "epoch": 0.088625,
      "grad_norm": 1.1321039199829102,
      "learning_rate": 0.0002947070001170263,
      "loss": 9.6804,
      "step": 42540
    },
    {
      "epoch": 0.08864583333333333,
      "grad_norm": 1.0151304006576538,
      "learning_rate": 0.0002947044040229227,
      "loss": 8.521,
      "step": 42550
    },
    {
      "epoch": 0.08866666666666667,
      "grad_norm": 1.3155468702316284,
      "learning_rate": 0.0002947018073037534,
      "loss": 9.3406,
      "step": 42560
    },
    {
      "epoch": 0.0886875,
      "grad_norm": 1.2848526239395142,
      "learning_rate": 0.0002946992099595295,
      "loss": 9.3626,
      "step": 42570
    },
    {
      "epoch": 0.08870833333333333,
      "grad_norm": 1.1351436376571655,
      "learning_rate": 0.00029469661199026234,
      "loss": 9.719,
      "step": 42580
    },
    {
      "epoch": 0.08872916666666666,
      "grad_norm": 2.9127912521362305,
      "learning_rate": 0.00029469401339596307,
      "loss": 9.2581,
      "step": 42590
    },
    {
      "epoch": 0.08875,
      "grad_norm": 2.804077625274658,
      "learning_rate": 0.00029469141417664293,
      "loss": 9.3883,
      "step": 42600
    },
    {
      "epoch": 0.08877083333333333,
      "grad_norm": 1.5714651346206665,
      "learning_rate": 0.0002946888143323132,
      "loss": 10.322,
      "step": 42610
    },
    {
      "epoch": 0.08879166666666667,
      "grad_norm": 2.0966780185699463,
      "learning_rate": 0.00029468621386298505,
      "loss": 8.9813,
      "step": 42620
    },
    {
      "epoch": 0.0888125,
      "grad_norm": 0.7699514031410217,
      "learning_rate": 0.0002946836127686697,
      "loss": 9.3198,
      "step": 42630
    },
    {
      "epoch": 0.08883333333333333,
      "grad_norm": 1.5618432760238647,
      "learning_rate": 0.0002946810110493784,
      "loss": 9.943,
      "step": 42640
    },
    {
      "epoch": 0.08885416666666666,
      "grad_norm": 0.6823329925537109,
      "learning_rate": 0.0002946784087051224,
      "loss": 9.1605,
      "step": 42650
    },
    {
      "epoch": 0.088875,
      "grad_norm": 0.6570751070976257,
      "learning_rate": 0.000294675805735913,
      "loss": 10.0547,
      "step": 42660
    },
    {
      "epoch": 0.08889583333333333,
      "grad_norm": 1.6851603984832764,
      "learning_rate": 0.00029467320214176135,
      "loss": 8.7685,
      "step": 42670
    },
    {
      "epoch": 0.08891666666666667,
      "grad_norm": 1.8592418432235718,
      "learning_rate": 0.00029467059792267873,
      "loss": 9.5359,
      "step": 42680
    },
    {
      "epoch": 0.0889375,
      "grad_norm": 2.2664217948913574,
      "learning_rate": 0.0002946679930786764,
      "loss": 9.078,
      "step": 42690
    },
    {
      "epoch": 0.08895833333333333,
      "grad_norm": 1.7474701404571533,
      "learning_rate": 0.0002946653876097656,
      "loss": 9.1296,
      "step": 42700
    },
    {
      "epoch": 0.08897916666666666,
      "grad_norm": 2.712296724319458,
      "learning_rate": 0.0002946627815159576,
      "loss": 10.5183,
      "step": 42710
    },
    {
      "epoch": 0.089,
      "grad_norm": 2.3969993591308594,
      "learning_rate": 0.0002946601747972636,
      "loss": 9.4567,
      "step": 42720
    },
    {
      "epoch": 0.08902083333333333,
      "grad_norm": 0.8833211064338684,
      "learning_rate": 0.00029465756745369496,
      "loss": 9.0065,
      "step": 42730
    },
    {
      "epoch": 0.08904166666666667,
      "grad_norm": 0.7004133462905884,
      "learning_rate": 0.0002946549594852628,
      "loss": 8.8734,
      "step": 42740
    },
    {
      "epoch": 0.0890625,
      "grad_norm": 4.593123912811279,
      "learning_rate": 0.00029465235089197857,
      "loss": 9.5421,
      "step": 42750
    },
    {
      "epoch": 0.08908333333333333,
      "grad_norm": 0.827012836933136,
      "learning_rate": 0.0002946497416738534,
      "loss": 9.5703,
      "step": 42760
    },
    {
      "epoch": 0.08910416666666666,
      "grad_norm": 2.9983086585998535,
      "learning_rate": 0.00029464713183089867,
      "loss": 9.1629,
      "step": 42770
    },
    {
      "epoch": 0.089125,
      "grad_norm": 6.335472106933594,
      "learning_rate": 0.0002946445213631255,
      "loss": 10.9142,
      "step": 42780
    },
    {
      "epoch": 0.08914583333333333,
      "grad_norm": 1.107638955116272,
      "learning_rate": 0.0002946419102705453,
      "loss": 9.0094,
      "step": 42790
    },
    {
      "epoch": 0.08916666666666667,
      "grad_norm": 0.8274438381195068,
      "learning_rate": 0.0002946392985531693,
      "loss": 9.0239,
      "step": 42800
    },
    {
      "epoch": 0.0891875,
      "grad_norm": 1.0456207990646362,
      "learning_rate": 0.0002946366862110087,
      "loss": 9.0922,
      "step": 42810
    },
    {
      "epoch": 0.08920833333333333,
      "grad_norm": 1.776694893836975,
      "learning_rate": 0.0002946340732440749,
      "loss": 9.0848,
      "step": 42820
    },
    {
      "epoch": 0.08922916666666666,
      "grad_norm": 1.0467551946640015,
      "learning_rate": 0.0002946314596523792,
      "loss": 9.2408,
      "step": 42830
    },
    {
      "epoch": 0.08925,
      "grad_norm": 1.9537301063537598,
      "learning_rate": 0.00029462884543593286,
      "loss": 8.6142,
      "step": 42840
    },
    {
      "epoch": 0.08927083333333333,
      "grad_norm": 0.7160624265670776,
      "learning_rate": 0.0002946262305947471,
      "loss": 8.8937,
      "step": 42850
    },
    {
      "epoch": 0.08929166666666667,
      "grad_norm": 0.6559720039367676,
      "learning_rate": 0.00029462361512883333,
      "loss": 9.6835,
      "step": 42860
    },
    {
      "epoch": 0.0893125,
      "grad_norm": 1.945095419883728,
      "learning_rate": 0.00029462099903820275,
      "loss": 9.5095,
      "step": 42870
    },
    {
      "epoch": 0.08933333333333333,
      "grad_norm": 7.124524116516113,
      "learning_rate": 0.0002946183823228667,
      "loss": 10.094,
      "step": 42880
    },
    {
      "epoch": 0.08935416666666667,
      "grad_norm": 0.5887104272842407,
      "learning_rate": 0.0002946157649828365,
      "loss": 9.1801,
      "step": 42890
    },
    {
      "epoch": 0.089375,
      "grad_norm": 2.613180160522461,
      "learning_rate": 0.0002946131470181234,
      "loss": 10.3387,
      "step": 42900
    },
    {
      "epoch": 0.08939583333333333,
      "grad_norm": 1.073400616645813,
      "learning_rate": 0.00029461052842873875,
      "loss": 9.356,
      "step": 42910
    },
    {
      "epoch": 0.08941666666666667,
      "grad_norm": 1.2364726066589355,
      "learning_rate": 0.0002946079092146939,
      "loss": 8.936,
      "step": 42920
    },
    {
      "epoch": 0.0894375,
      "grad_norm": 1.5874079465866089,
      "learning_rate": 0.0002946052893760001,
      "loss": 9.3063,
      "step": 42930
    },
    {
      "epoch": 0.08945833333333333,
      "grad_norm": 1.1566541194915771,
      "learning_rate": 0.0002946026689126687,
      "loss": 9.0448,
      "step": 42940
    },
    {
      "epoch": 0.08947916666666667,
      "grad_norm": 1.3493647575378418,
      "learning_rate": 0.00029460004782471094,
      "loss": 8.7757,
      "step": 42950
    },
    {
      "epoch": 0.0895,
      "grad_norm": 0.9460027813911438,
      "learning_rate": 0.0002945974261121383,
      "loss": 8.3854,
      "step": 42960
    },
    {
      "epoch": 0.08952083333333333,
      "grad_norm": 2.8439254760742188,
      "learning_rate": 0.00029459480377496197,
      "loss": 8.8772,
      "step": 42970
    },
    {
      "epoch": 0.08954166666666667,
      "grad_norm": 2.946249485015869,
      "learning_rate": 0.00029459218081319334,
      "loss": 9.9635,
      "step": 42980
    },
    {
      "epoch": 0.0895625,
      "grad_norm": 1.314732551574707,
      "learning_rate": 0.0002945895572268437,
      "loss": 9.4902,
      "step": 42990
    },
    {
      "epoch": 0.08958333333333333,
      "grad_norm": 2.0001416206359863,
      "learning_rate": 0.00029458693301592445,
      "loss": 9.6169,
      "step": 43000
    },
    {
      "epoch": 0.08958333333333333,
      "eval_loss": 7.848452568054199,
      "eval_runtime": 9.2007,
      "eval_samples_per_second": 0.326,
      "eval_steps_per_second": 0.109,
      "step": 43000
    },
    {
      "epoch": 0.08960416666666667,
      "grad_norm": 1.1554019451141357,
      "learning_rate": 0.00029458430818044684,
      "loss": 10.0837,
      "step": 43010
    },
    {
      "epoch": 0.089625,
      "grad_norm": 2.6348071098327637,
      "learning_rate": 0.0002945816827204222,
      "loss": 10.3993,
      "step": 43020
    },
    {
      "epoch": 0.08964583333333333,
      "grad_norm": 1.086737036705017,
      "learning_rate": 0.000294579056635862,
      "loss": 8.9754,
      "step": 43030
    },
    {
      "epoch": 0.08966666666666667,
      "grad_norm": 1.001314401626587,
      "learning_rate": 0.0002945764299267775,
      "loss": 11.1629,
      "step": 43040
    },
    {
      "epoch": 0.0896875,
      "grad_norm": 0.9657069444656372,
      "learning_rate": 0.00029457380259318,
      "loss": 10.2524,
      "step": 43050
    },
    {
      "epoch": 0.08970833333333333,
      "grad_norm": 1.1337858438491821,
      "learning_rate": 0.00029457117463508096,
      "loss": 9.7056,
      "step": 43060
    },
    {
      "epoch": 0.08972916666666667,
      "grad_norm": 1.7943809032440186,
      "learning_rate": 0.0002945685460524916,
      "loss": 10.2008,
      "step": 43070
    },
    {
      "epoch": 0.08975,
      "grad_norm": 5.507338047027588,
      "learning_rate": 0.00029456591684542347,
      "loss": 9.7663,
      "step": 43080
    },
    {
      "epoch": 0.08977083333333333,
      "grad_norm": 1.003243327140808,
      "learning_rate": 0.0002945632870138877,
      "loss": 9.9197,
      "step": 43090
    },
    {
      "epoch": 0.08979166666666667,
      "grad_norm": 1.732993721961975,
      "learning_rate": 0.0002945606565578958,
      "loss": 9.1623,
      "step": 43100
    },
    {
      "epoch": 0.0898125,
      "grad_norm": 1.6314697265625,
      "learning_rate": 0.00029455802547745906,
      "loss": 10.0244,
      "step": 43110
    },
    {
      "epoch": 0.08983333333333333,
      "grad_norm": 1.00968337059021,
      "learning_rate": 0.00029455539377258886,
      "loss": 9.5974,
      "step": 43120
    },
    {
      "epoch": 0.08985416666666667,
      "grad_norm": 4.002290725708008,
      "learning_rate": 0.00029455276144329655,
      "loss": 9.0799,
      "step": 43130
    },
    {
      "epoch": 0.089875,
      "grad_norm": 0.8529640436172485,
      "learning_rate": 0.0002945501284895936,
      "loss": 9.066,
      "step": 43140
    },
    {
      "epoch": 0.08989583333333333,
      "grad_norm": 1.4237115383148193,
      "learning_rate": 0.0002945474949114913,
      "loss": 9.2543,
      "step": 43150
    },
    {
      "epoch": 0.08991666666666667,
      "grad_norm": 1.1675575971603394,
      "learning_rate": 0.000294544860709001,
      "loss": 8.9565,
      "step": 43160
    },
    {
      "epoch": 0.0899375,
      "grad_norm": 0.8252150416374207,
      "learning_rate": 0.00029454222588213414,
      "loss": 8.5695,
      "step": 43170
    },
    {
      "epoch": 0.08995833333333333,
      "grad_norm": 0.6378334760665894,
      "learning_rate": 0.00029453959043090205,
      "loss": 9.69,
      "step": 43180
    },
    {
      "epoch": 0.08997916666666667,
      "grad_norm": 2.3230135440826416,
      "learning_rate": 0.00029453695435531616,
      "loss": 9.1713,
      "step": 43190
    },
    {
      "epoch": 0.09,
      "grad_norm": 2.2404239177703857,
      "learning_rate": 0.00029453431765538783,
      "loss": 8.7979,
      "step": 43200
    },
    {
      "epoch": 0.09002083333333333,
      "grad_norm": 1.424207329750061,
      "learning_rate": 0.00029453168033112846,
      "loss": 10.1427,
      "step": 43210
    },
    {
      "epoch": 0.09004166666666667,
      "grad_norm": 1.8326570987701416,
      "learning_rate": 0.0002945290423825494,
      "loss": 9.2976,
      "step": 43220
    },
    {
      "epoch": 0.0900625,
      "grad_norm": 4.759493350982666,
      "learning_rate": 0.0002945264038096622,
      "loss": 9.8545,
      "step": 43230
    },
    {
      "epoch": 0.09008333333333333,
      "grad_norm": 3.315117835998535,
      "learning_rate": 0.0002945237646124781,
      "loss": 8.9152,
      "step": 43240
    },
    {
      "epoch": 0.09010416666666667,
      "grad_norm": 2.7899982929229736,
      "learning_rate": 0.00029452112479100854,
      "loss": 9.8829,
      "step": 43250
    },
    {
      "epoch": 0.090125,
      "grad_norm": 2.2159881591796875,
      "learning_rate": 0.00029451848434526486,
      "loss": 9.0876,
      "step": 43260
    },
    {
      "epoch": 0.09014583333333333,
      "grad_norm": 1.3761322498321533,
      "learning_rate": 0.00029451584327525856,
      "loss": 8.7004,
      "step": 43270
    },
    {
      "epoch": 0.09016666666666667,
      "grad_norm": 0.8775607943534851,
      "learning_rate": 0.00029451320158100107,
      "loss": 9.3005,
      "step": 43280
    },
    {
      "epoch": 0.0901875,
      "grad_norm": 0.9133641719818115,
      "learning_rate": 0.0002945105592625037,
      "loss": 9.3907,
      "step": 43290
    },
    {
      "epoch": 0.09020833333333333,
      "grad_norm": 1.5343812704086304,
      "learning_rate": 0.0002945079163197779,
      "loss": 8.9195,
      "step": 43300
    },
    {
      "epoch": 0.09022916666666667,
      "grad_norm": 1.2504509687423706,
      "learning_rate": 0.0002945052727528352,
      "loss": 10.1784,
      "step": 43310
    },
    {
      "epoch": 0.09025,
      "grad_norm": 1.2587363719940186,
      "learning_rate": 0.00029450262856168684,
      "loss": 8.8245,
      "step": 43320
    },
    {
      "epoch": 0.09027083333333333,
      "grad_norm": 2.126556396484375,
      "learning_rate": 0.00029449998374634435,
      "loss": 9.6315,
      "step": 43330
    },
    {
      "epoch": 0.09029166666666667,
      "grad_norm": 1.9867252111434937,
      "learning_rate": 0.00029449733830681915,
      "loss": 10.6285,
      "step": 43340
    },
    {
      "epoch": 0.0903125,
      "grad_norm": 0.9993882775306702,
      "learning_rate": 0.00029449469224312254,
      "loss": 9.4695,
      "step": 43350
    },
    {
      "epoch": 0.09033333333333333,
      "grad_norm": 6.364142417907715,
      "learning_rate": 0.00029449204555526614,
      "loss": 9.5927,
      "step": 43360
    },
    {
      "epoch": 0.09035416666666667,
      "grad_norm": 2.4901816844940186,
      "learning_rate": 0.00029448939824326133,
      "loss": 9.6747,
      "step": 43370
    },
    {
      "epoch": 0.090375,
      "grad_norm": 2.1829464435577393,
      "learning_rate": 0.00029448675030711944,
      "loss": 9.6447,
      "step": 43380
    },
    {
      "epoch": 0.09039583333333333,
      "grad_norm": 0.8256893157958984,
      "learning_rate": 0.000294484101746852,
      "loss": 9.5758,
      "step": 43390
    },
    {
      "epoch": 0.09041666666666667,
      "grad_norm": 0.7384856343269348,
      "learning_rate": 0.00029448145256247044,
      "loss": 9.0554,
      "step": 43400
    },
    {
      "epoch": 0.0904375,
      "grad_norm": 16.275339126586914,
      "learning_rate": 0.0002944788027539862,
      "loss": 9.8506,
      "step": 43410
    },
    {
      "epoch": 0.09045833333333334,
      "grad_norm": 1.9252550601959229,
      "learning_rate": 0.0002944761523214107,
      "loss": 9.3353,
      "step": 43420
    },
    {
      "epoch": 0.09047916666666667,
      "grad_norm": 1.8555488586425781,
      "learning_rate": 0.00029447350126475546,
      "loss": 9.5117,
      "step": 43430
    },
    {
      "epoch": 0.0905,
      "grad_norm": 0.8671740293502808,
      "learning_rate": 0.00029447084958403183,
      "loss": 9.3263,
      "step": 43440
    },
    {
      "epoch": 0.09052083333333333,
      "grad_norm": 2.3892934322357178,
      "learning_rate": 0.00029446819727925135,
      "loss": 9.2405,
      "step": 43450
    },
    {
      "epoch": 0.09054166666666667,
      "grad_norm": 4.913418769836426,
      "learning_rate": 0.0002944655443504254,
      "loss": 9.252,
      "step": 43460
    },
    {
      "epoch": 0.0905625,
      "grad_norm": 1.7163389921188354,
      "learning_rate": 0.0002944628907975655,
      "loss": 8.9451,
      "step": 43470
    },
    {
      "epoch": 0.09058333333333334,
      "grad_norm": 2.369415521621704,
      "learning_rate": 0.0002944602366206831,
      "loss": 9.4936,
      "step": 43480
    },
    {
      "epoch": 0.09060416666666667,
      "grad_norm": 1.4067249298095703,
      "learning_rate": 0.00029445758181978964,
      "loss": 8.7657,
      "step": 43490
    },
    {
      "epoch": 0.090625,
      "grad_norm": 0.9668760299682617,
      "learning_rate": 0.00029445492639489665,
      "loss": 9.5555,
      "step": 43500
    },
    {
      "epoch": 0.09064583333333333,
      "grad_norm": 0.958121657371521,
      "learning_rate": 0.00029445227034601555,
      "loss": 9.4641,
      "step": 43510
    },
    {
      "epoch": 0.09066666666666667,
      "grad_norm": 6.402021884918213,
      "learning_rate": 0.0002944496136731578,
      "loss": 9.4622,
      "step": 43520
    },
    {
      "epoch": 0.0906875,
      "grad_norm": 4.424136161804199,
      "learning_rate": 0.00029444695637633486,
      "loss": 10.6555,
      "step": 43530
    },
    {
      "epoch": 0.09070833333333334,
      "grad_norm": 1.6240664720535278,
      "learning_rate": 0.0002944442984555583,
      "loss": 9.0223,
      "step": 43540
    },
    {
      "epoch": 0.09072916666666667,
      "grad_norm": 1.0205022096633911,
      "learning_rate": 0.00029444163991083954,
      "loss": 8.6833,
      "step": 43550
    },
    {
      "epoch": 0.09075,
      "grad_norm": 0.9155014157295227,
      "learning_rate": 0.00029443898074219004,
      "loss": 8.7742,
      "step": 43560
    },
    {
      "epoch": 0.09077083333333333,
      "grad_norm": 1.3540973663330078,
      "learning_rate": 0.0002944363209496214,
      "loss": 10.0144,
      "step": 43570
    },
    {
      "epoch": 0.09079166666666667,
      "grad_norm": 0.8360146880149841,
      "learning_rate": 0.0002944336605331449,
      "loss": 8.7126,
      "step": 43580
    },
    {
      "epoch": 0.0908125,
      "grad_norm": 2.923499584197998,
      "learning_rate": 0.0002944309994927722,
      "loss": 10.0844,
      "step": 43590
    },
    {
      "epoch": 0.09083333333333334,
      "grad_norm": 1.4528656005859375,
      "learning_rate": 0.0002944283378285148,
      "loss": 9.4768,
      "step": 43600
    },
    {
      "epoch": 0.09085416666666667,
      "grad_norm": 1.4980080127716064,
      "learning_rate": 0.0002944256755403841,
      "loss": 9.1454,
      "step": 43610
    },
    {
      "epoch": 0.090875,
      "grad_norm": 0.7836693525314331,
      "learning_rate": 0.0002944230126283917,
      "loss": 8.9697,
      "step": 43620
    },
    {
      "epoch": 0.09089583333333333,
      "grad_norm": 2.018247604370117,
      "learning_rate": 0.00029442034909254897,
      "loss": 9.4389,
      "step": 43630
    },
    {
      "epoch": 0.09091666666666667,
      "grad_norm": 0.8312839865684509,
      "learning_rate": 0.0002944176849328676,
      "loss": 8.9624,
      "step": 43640
    },
    {
      "epoch": 0.0909375,
      "grad_norm": 3.3827459812164307,
      "learning_rate": 0.0002944150201493589,
      "loss": 9.255,
      "step": 43650
    },
    {
      "epoch": 0.09095833333333334,
      "grad_norm": 30.18498992919922,
      "learning_rate": 0.00029441235474203455,
      "loss": 12.7415,
      "step": 43660
    },
    {
      "epoch": 0.09097916666666667,
      "grad_norm": 1.3668385744094849,
      "learning_rate": 0.00029440968871090594,
      "loss": 9.2755,
      "step": 43670
    },
    {
      "epoch": 0.091,
      "grad_norm": 1.8657997846603394,
      "learning_rate": 0.0002944070220559847,
      "loss": 9.8176,
      "step": 43680
    },
    {
      "epoch": 0.09102083333333333,
      "grad_norm": 0.9483151435852051,
      "learning_rate": 0.0002944043547772822,
      "loss": 9.39,
      "step": 43690
    },
    {
      "epoch": 0.09104166666666667,
      "grad_norm": 6.024267673492432,
      "learning_rate": 0.0002944016868748101,
      "loss": 9.6076,
      "step": 43700
    },
    {
      "epoch": 0.0910625,
      "grad_norm": 1.3152521848678589,
      "learning_rate": 0.00029439901834857986,
      "loss": 9.7619,
      "step": 43710
    },
    {
      "epoch": 0.09108333333333334,
      "grad_norm": 1.2337782382965088,
      "learning_rate": 0.000294396349198603,
      "loss": 9.4107,
      "step": 43720
    },
    {
      "epoch": 0.09110416666666667,
      "grad_norm": 1.0292224884033203,
      "learning_rate": 0.0002943936794248911,
      "loss": 10.1315,
      "step": 43730
    },
    {
      "epoch": 0.091125,
      "grad_norm": 4.271599292755127,
      "learning_rate": 0.00029439100902745567,
      "loss": 10.7883,
      "step": 43740
    },
    {
      "epoch": 0.09114583333333333,
      "grad_norm": 1.1931875944137573,
      "learning_rate": 0.00029438833800630814,
      "loss": 9.7455,
      "step": 43750
    },
    {
      "epoch": 0.09116666666666666,
      "grad_norm": 2.9833147525787354,
      "learning_rate": 0.00029438566636146024,
      "loss": 9.4972,
      "step": 43760
    },
    {
      "epoch": 0.0911875,
      "grad_norm": 1.050757884979248,
      "learning_rate": 0.00029438299409292336,
      "loss": 9.014,
      "step": 43770
    },
    {
      "epoch": 0.09120833333333334,
      "grad_norm": 1.2335567474365234,
      "learning_rate": 0.00029438032120070916,
      "loss": 10.5265,
      "step": 43780
    },
    {
      "epoch": 0.09122916666666667,
      "grad_norm": 2.250624179840088,
      "learning_rate": 0.00029437764768482907,
      "loss": 9.4276,
      "step": 43790
    },
    {
      "epoch": 0.09125,
      "grad_norm": 6.0946431159973145,
      "learning_rate": 0.00029437497354529464,
      "loss": 9.4646,
      "step": 43800
    },
    {
      "epoch": 0.09127083333333333,
      "grad_norm": 1.8045156002044678,
      "learning_rate": 0.0002943722987821176,
      "loss": 10.067,
      "step": 43810
    },
    {
      "epoch": 0.09129166666666666,
      "grad_norm": 1.4645626544952393,
      "learning_rate": 0.0002943696233953093,
      "loss": 9.8937,
      "step": 43820
    },
    {
      "epoch": 0.0913125,
      "grad_norm": 1.2379860877990723,
      "learning_rate": 0.0002943669473848814,
      "loss": 8.4867,
      "step": 43830
    },
    {
      "epoch": 0.09133333333333334,
      "grad_norm": 0.9554481506347656,
      "learning_rate": 0.0002943642707508454,
      "loss": 8.7706,
      "step": 43840
    },
    {
      "epoch": 0.09135416666666667,
      "grad_norm": 1.0058205127716064,
      "learning_rate": 0.0002943615934932129,
      "loss": 9.533,
      "step": 43850
    },
    {
      "epoch": 0.091375,
      "grad_norm": 2.028595447540283,
      "learning_rate": 0.00029435891561199545,
      "loss": 9.2794,
      "step": 43860
    },
    {
      "epoch": 0.09139583333333333,
      "grad_norm": 4.586804389953613,
      "learning_rate": 0.00029435623710720465,
      "loss": 9.581,
      "step": 43870
    },
    {
      "epoch": 0.09141666666666666,
      "grad_norm": 1.0324273109436035,
      "learning_rate": 0.00029435355797885205,
      "loss": 8.7531,
      "step": 43880
    },
    {
      "epoch": 0.0914375,
      "grad_norm": 1.639976143836975,
      "learning_rate": 0.00029435087822694925,
      "loss": 9.1602,
      "step": 43890
    },
    {
      "epoch": 0.09145833333333334,
      "grad_norm": 3.1366922855377197,
      "learning_rate": 0.0002943481978515077,
      "loss": 10.8817,
      "step": 43900
    },
    {
      "epoch": 0.09147916666666667,
      "grad_norm": 1.3967183828353882,
      "learning_rate": 0.0002943455168525391,
      "loss": 8.6796,
      "step": 43910
    },
    {
      "epoch": 0.0915,
      "grad_norm": 1.3989663124084473,
      "learning_rate": 0.00029434283523005505,
      "loss": 8.6837,
      "step": 43920
    },
    {
      "epoch": 0.09152083333333333,
      "grad_norm": 0.8706364035606384,
      "learning_rate": 0.00029434015298406707,
      "loss": 8.9212,
      "step": 43930
    },
    {
      "epoch": 0.09154166666666666,
      "grad_norm": 1.7837557792663574,
      "learning_rate": 0.0002943374701145868,
      "loss": 10.2346,
      "step": 43940
    },
    {
      "epoch": 0.0915625,
      "grad_norm": 2.515876293182373,
      "learning_rate": 0.0002943347866216257,
      "loss": 9.5354,
      "step": 43950
    },
    {
      "epoch": 0.09158333333333334,
      "grad_norm": 1.330658197402954,
      "learning_rate": 0.0002943321025051955,
      "loss": 10.5476,
      "step": 43960
    },
    {
      "epoch": 0.09160416666666667,
      "grad_norm": 0.7385302782058716,
      "learning_rate": 0.0002943294177653077,
      "loss": 9.1152,
      "step": 43970
    },
    {
      "epoch": 0.091625,
      "grad_norm": 3.24650502204895,
      "learning_rate": 0.00029432673240197406,
      "loss": 9.3057,
      "step": 43980
    },
    {
      "epoch": 0.09164583333333333,
      "grad_norm": 0.752763569355011,
      "learning_rate": 0.000294324046415206,
      "loss": 9.2269,
      "step": 43990
    },
    {
      "epoch": 0.09166666666666666,
      "grad_norm": 1.6021207571029663,
      "learning_rate": 0.00029432135980501516,
      "loss": 8.9161,
      "step": 44000
    },
    {
      "epoch": 0.09166666666666666,
      "eval_loss": 8.465291976928711,
      "eval_runtime": 9.47,
      "eval_samples_per_second": 0.317,
      "eval_steps_per_second": 0.106,
      "step": 44000
    },
    {
      "epoch": 0.0916875,
      "grad_norm": 1.425429105758667,
      "learning_rate": 0.00029431867257141323,
      "loss": 9.0232,
      "step": 44010
    },
    {
      "epoch": 0.09170833333333334,
      "grad_norm": 1.9497075080871582,
      "learning_rate": 0.0002943159847144117,
      "loss": 9.2192,
      "step": 44020
    },
    {
      "epoch": 0.09172916666666667,
      "grad_norm": 1.1720834970474243,
      "learning_rate": 0.00029431329623402227,
      "loss": 10.7628,
      "step": 44030
    },
    {
      "epoch": 0.09175,
      "grad_norm": 1.1542093753814697,
      "learning_rate": 0.00029431060713025654,
      "loss": 9.137,
      "step": 44040
    },
    {
      "epoch": 0.09177083333333333,
      "grad_norm": 0.6422901749610901,
      "learning_rate": 0.00029430791740312607,
      "loss": 9.6505,
      "step": 44050
    },
    {
      "epoch": 0.09179166666666666,
      "grad_norm": 2.1365320682525635,
      "learning_rate": 0.0002943052270526425,
      "loss": 9.5726,
      "step": 44060
    },
    {
      "epoch": 0.0918125,
      "grad_norm": 1.368363857269287,
      "learning_rate": 0.00029430253607881754,
      "loss": 8.7759,
      "step": 44070
    },
    {
      "epoch": 0.09183333333333334,
      "grad_norm": 3.0446505546569824,
      "learning_rate": 0.00029429984448166275,
      "loss": 9.508,
      "step": 44080
    },
    {
      "epoch": 0.09185416666666667,
      "grad_norm": 0.8074176907539368,
      "learning_rate": 0.00029429715226118966,
      "loss": 8.8129,
      "step": 44090
    },
    {
      "epoch": 0.091875,
      "grad_norm": 1.1875454187393188,
      "learning_rate": 0.00029429445941741005,
      "loss": 9.1156,
      "step": 44100
    },
    {
      "epoch": 0.09189583333333333,
      "grad_norm": 1.616789698600769,
      "learning_rate": 0.00029429176595033546,
      "loss": 9.896,
      "step": 44110
    },
    {
      "epoch": 0.09191666666666666,
      "grad_norm": 1.0373032093048096,
      "learning_rate": 0.0002942890718599776,
      "loss": 9.0994,
      "step": 44120
    },
    {
      "epoch": 0.0919375,
      "grad_norm": 4.0047993659973145,
      "learning_rate": 0.00029428637714634805,
      "loss": 10.0049,
      "step": 44130
    },
    {
      "epoch": 0.09195833333333334,
      "grad_norm": 1.071353554725647,
      "learning_rate": 0.00029428368180945845,
      "loss": 9.677,
      "step": 44140
    },
    {
      "epoch": 0.09197916666666667,
      "grad_norm": 0.8815813660621643,
      "learning_rate": 0.0002942809858493204,
      "loss": 9.3496,
      "step": 44150
    },
    {
      "epoch": 0.092,
      "grad_norm": 1.6211011409759521,
      "learning_rate": 0.0002942782892659457,
      "loss": 8.8662,
      "step": 44160
    },
    {
      "epoch": 0.09202083333333333,
      "grad_norm": 3.4517853260040283,
      "learning_rate": 0.00029427559205934587,
      "loss": 9.9596,
      "step": 44170
    },
    {
      "epoch": 0.09204166666666666,
      "grad_norm": 3.4772326946258545,
      "learning_rate": 0.0002942728942295326,
      "loss": 9.7559,
      "step": 44180
    },
    {
      "epoch": 0.0920625,
      "grad_norm": 1.0200198888778687,
      "learning_rate": 0.00029427019577651746,
      "loss": 9.6969,
      "step": 44190
    },
    {
      "epoch": 0.09208333333333334,
      "grad_norm": 2.559377670288086,
      "learning_rate": 0.00029426749670031225,
      "loss": 9.4045,
      "step": 44200
    },
    {
      "epoch": 0.09210416666666667,
      "grad_norm": 0.9291112422943115,
      "learning_rate": 0.00029426479700092855,
      "loss": 10.1514,
      "step": 44210
    },
    {
      "epoch": 0.092125,
      "grad_norm": 0.9144811630249023,
      "learning_rate": 0.000294262096678378,
      "loss": 9.2934,
      "step": 44220
    },
    {
      "epoch": 0.09214583333333333,
      "grad_norm": 1.8033920526504517,
      "learning_rate": 0.00029425939573267233,
      "loss": 9.0944,
      "step": 44230
    },
    {
      "epoch": 0.09216666666666666,
      "grad_norm": 15.73043441772461,
      "learning_rate": 0.00029425669416382317,
      "loss": 9.6778,
      "step": 44240
    },
    {
      "epoch": 0.0921875,
      "grad_norm": 5.155357837677002,
      "learning_rate": 0.00029425399197184214,
      "loss": 10.288,
      "step": 44250
    },
    {
      "epoch": 0.09220833333333334,
      "grad_norm": 1.2155948877334595,
      "learning_rate": 0.000294251289156741,
      "loss": 8.8307,
      "step": 44260
    },
    {
      "epoch": 0.09222916666666667,
      "grad_norm": 0.9604752063751221,
      "learning_rate": 0.00029424858571853145,
      "loss": 9.777,
      "step": 44270
    },
    {
      "epoch": 0.09225,
      "grad_norm": 0.8251737952232361,
      "learning_rate": 0.0002942458816572251,
      "loss": 9.3638,
      "step": 44280
    },
    {
      "epoch": 0.09227083333333333,
      "grad_norm": 1.4802428483963013,
      "learning_rate": 0.00029424317697283355,
      "loss": 8.5515,
      "step": 44290
    },
    {
      "epoch": 0.09229166666666666,
      "grad_norm": 6.797051906585693,
      "learning_rate": 0.00029424047166536863,
      "loss": 9.2069,
      "step": 44300
    },
    {
      "epoch": 0.0923125,
      "grad_norm": 2.7026822566986084,
      "learning_rate": 0.00029423776573484194,
      "loss": 9.5187,
      "step": 44310
    },
    {
      "epoch": 0.09233333333333334,
      "grad_norm": 3.021076202392578,
      "learning_rate": 0.0002942350591812652,
      "loss": 8.7146,
      "step": 44320
    },
    {
      "epoch": 0.09235416666666667,
      "grad_norm": 1.1172800064086914,
      "learning_rate": 0.0002942323520046501,
      "loss": 8.6928,
      "step": 44330
    },
    {
      "epoch": 0.092375,
      "grad_norm": 2.2100064754486084,
      "learning_rate": 0.00029422964420500837,
      "loss": 8.6381,
      "step": 44340
    },
    {
      "epoch": 0.09239583333333333,
      "grad_norm": 1.210107684135437,
      "learning_rate": 0.0002942269357823516,
      "loss": 10.0812,
      "step": 44350
    },
    {
      "epoch": 0.09241666666666666,
      "grad_norm": 1.3147079944610596,
      "learning_rate": 0.0002942242267366916,
      "loss": 8.3943,
      "step": 44360
    },
    {
      "epoch": 0.0924375,
      "grad_norm": 1.3082458972930908,
      "learning_rate": 0.00029422151706804,
      "loss": 9.3943,
      "step": 44370
    },
    {
      "epoch": 0.09245833333333334,
      "grad_norm": 1.414833664894104,
      "learning_rate": 0.00029421880677640855,
      "loss": 9.1828,
      "step": 44380
    },
    {
      "epoch": 0.09247916666666667,
      "grad_norm": 1.5223748683929443,
      "learning_rate": 0.0002942160958618089,
      "loss": 9.6889,
      "step": 44390
    },
    {
      "epoch": 0.0925,
      "grad_norm": 2.0995540618896484,
      "learning_rate": 0.00029421338432425285,
      "loss": 8.5396,
      "step": 44400
    },
    {
      "epoch": 0.09252083333333333,
      "grad_norm": 0.840364933013916,
      "learning_rate": 0.00029421067216375206,
      "loss": 9.1214,
      "step": 44410
    },
    {
      "epoch": 0.09254166666666666,
      "grad_norm": 2.143739700317383,
      "learning_rate": 0.00029420795938031824,
      "loss": 10.2599,
      "step": 44420
    },
    {
      "epoch": 0.0925625,
      "grad_norm": 0.8772984743118286,
      "learning_rate": 0.0002942052459739631,
      "loss": 8.7703,
      "step": 44430
    },
    {
      "epoch": 0.09258333333333334,
      "grad_norm": 0.6537521481513977,
      "learning_rate": 0.00029420253194469844,
      "loss": 9.1679,
      "step": 44440
    },
    {
      "epoch": 0.09260416666666667,
      "grad_norm": 1.7237766981124878,
      "learning_rate": 0.0002941998172925359,
      "loss": 8.7939,
      "step": 44450
    },
    {
      "epoch": 0.092625,
      "grad_norm": 3.7743680477142334,
      "learning_rate": 0.0002941971020174871,
      "loss": 8.8015,
      "step": 44460
    },
    {
      "epoch": 0.09264583333333333,
      "grad_norm": 1.4757009744644165,
      "learning_rate": 0.000294194386119564,
      "loss": 9.6234,
      "step": 44470
    },
    {
      "epoch": 0.09266666666666666,
      "grad_norm": 1.1014444828033447,
      "learning_rate": 0.0002941916695987783,
      "loss": 10.0418,
      "step": 44480
    },
    {
      "epoch": 0.0926875,
      "grad_norm": 1.5196715593338013,
      "learning_rate": 0.0002941889524551416,
      "loss": 8.7854,
      "step": 44490
    },
    {
      "epoch": 0.09270833333333334,
      "grad_norm": 0.959321141242981,
      "learning_rate": 0.0002941862346886657,
      "loss": 9.3071,
      "step": 44500
    },
    {
      "epoch": 0.09272916666666667,
      "grad_norm": 3.71347713470459,
      "learning_rate": 0.0002941835162993623,
      "loss": 9.0926,
      "step": 44510
    },
    {
      "epoch": 0.09275,
      "grad_norm": 1.8517857789993286,
      "learning_rate": 0.00029418079728724323,
      "loss": 10.0155,
      "step": 44520
    },
    {
      "epoch": 0.09277083333333333,
      "grad_norm": 5.100333213806152,
      "learning_rate": 0.00029417807765232015,
      "loss": 10.3994,
      "step": 44530
    },
    {
      "epoch": 0.09279166666666666,
      "grad_norm": 1.149010181427002,
      "learning_rate": 0.0002941753573946049,
      "loss": 8.6355,
      "step": 44540
    },
    {
      "epoch": 0.0928125,
      "grad_norm": 1.2319968938827515,
      "learning_rate": 0.0002941726365141091,
      "loss": 8.8393,
      "step": 44550
    },
    {
      "epoch": 0.09283333333333334,
      "grad_norm": 1.1709823608398438,
      "learning_rate": 0.0002941699150108446,
      "loss": 9.4696,
      "step": 44560
    },
    {
      "epoch": 0.09285416666666667,
      "grad_norm": 0.9896209836006165,
      "learning_rate": 0.00029416719288482315,
      "loss": 9.774,
      "step": 44570
    },
    {
      "epoch": 0.092875,
      "grad_norm": 1.1507059335708618,
      "learning_rate": 0.0002941644701360565,
      "loss": 8.5329,
      "step": 44580
    },
    {
      "epoch": 0.09289583333333333,
      "grad_norm": 1.8072845935821533,
      "learning_rate": 0.00029416174676455637,
      "loss": 10.3697,
      "step": 44590
    },
    {
      "epoch": 0.09291666666666666,
      "grad_norm": 1.737658977508545,
      "learning_rate": 0.0002941590227703346,
      "loss": 9.2019,
      "step": 44600
    },
    {
      "epoch": 0.0929375,
      "grad_norm": 1.3511523008346558,
      "learning_rate": 0.0002941562981534029,
      "loss": 9.4153,
      "step": 44610
    },
    {
      "epoch": 0.09295833333333334,
      "grad_norm": 1.0060827732086182,
      "learning_rate": 0.000294153572913773,
      "loss": 12.3185,
      "step": 44620
    },
    {
      "epoch": 0.09297916666666667,
      "grad_norm": 0.9534058570861816,
      "learning_rate": 0.0002941508470514568,
      "loss": 9.099,
      "step": 44630
    },
    {
      "epoch": 0.093,
      "grad_norm": 2.4707705974578857,
      "learning_rate": 0.000294148120566466,
      "loss": 8.8091,
      "step": 44640
    },
    {
      "epoch": 0.09302083333333333,
      "grad_norm": 2.642237901687622,
      "learning_rate": 0.0002941453934588123,
      "loss": 9.4719,
      "step": 44650
    },
    {
      "epoch": 0.09304166666666666,
      "grad_norm": 1.5734434127807617,
      "learning_rate": 0.00029414266572850764,
      "loss": 9.496,
      "step": 44660
    },
    {
      "epoch": 0.0930625,
      "grad_norm": 1.3865466117858887,
      "learning_rate": 0.00029413993737556363,
      "loss": 8.7353,
      "step": 44670
    },
    {
      "epoch": 0.09308333333333334,
      "grad_norm": 1.915444254875183,
      "learning_rate": 0.0002941372083999923,
      "loss": 10.4668,
      "step": 44680
    },
    {
      "epoch": 0.09310416666666667,
      "grad_norm": 1.00229012966156,
      "learning_rate": 0.0002941344788018051,
      "loss": 9.8515,
      "step": 44690
    },
    {
      "epoch": 0.093125,
      "grad_norm": 4.162579536437988,
      "learning_rate": 0.0002941317485810141,
      "loss": 9.4874,
      "step": 44700
    },
    {
      "epoch": 0.09314583333333333,
      "grad_norm": 1.4544044733047485,
      "learning_rate": 0.000294129017737631,
      "loss": 8.3539,
      "step": 44710
    },
    {
      "epoch": 0.09316666666666666,
      "grad_norm": 2.796541452407837,
      "learning_rate": 0.0002941262862716676,
      "loss": 8.8332,
      "step": 44720
    },
    {
      "epoch": 0.0931875,
      "grad_norm": 1.3918625116348267,
      "learning_rate": 0.0002941235541831356,
      "loss": 9.2009,
      "step": 44730
    },
    {
      "epoch": 0.09320833333333334,
      "grad_norm": 1.323799729347229,
      "learning_rate": 0.000294120821472047,
      "loss": 9.4833,
      "step": 44740
    },
    {
      "epoch": 0.09322916666666667,
      "grad_norm": 0.8122180700302124,
      "learning_rate": 0.00029411808813841346,
      "loss": 9.6178,
      "step": 44750
    },
    {
      "epoch": 0.09325,
      "grad_norm": 3.109609365463257,
      "learning_rate": 0.00029411535418224686,
      "loss": 9.288,
      "step": 44760
    },
    {
      "epoch": 0.09327083333333333,
      "grad_norm": 0.7059510946273804,
      "learning_rate": 0.0002941126196035589,
      "loss": 8.7855,
      "step": 44770
    },
    {
      "epoch": 0.09329166666666666,
      "grad_norm": 1.0725438594818115,
      "learning_rate": 0.00029410988440236154,
      "loss": 9.6737,
      "step": 44780
    },
    {
      "epoch": 0.0933125,
      "grad_norm": 0.9983304738998413,
      "learning_rate": 0.0002941071485786665,
      "loss": 8.7395,
      "step": 44790
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 1.9605660438537598,
      "learning_rate": 0.0002941044121324856,
      "loss": 9.6862,
      "step": 44800
    },
    {
      "epoch": 0.09335416666666667,
      "grad_norm": 3.2527477741241455,
      "learning_rate": 0.0002941016750638307,
      "loss": 9.2293,
      "step": 44810
    },
    {
      "epoch": 0.093375,
      "grad_norm": 1.4691370725631714,
      "learning_rate": 0.0002940989373727136,
      "loss": 9.6719,
      "step": 44820
    },
    {
      "epoch": 0.09339583333333333,
      "grad_norm": 2.851428270339966,
      "learning_rate": 0.0002940961990591461,
      "loss": 9.7505,
      "step": 44830
    },
    {
      "epoch": 0.09341666666666666,
      "grad_norm": 1.9236598014831543,
      "learning_rate": 0.0002940934601231401,
      "loss": 9.6521,
      "step": 44840
    },
    {
      "epoch": 0.0934375,
      "grad_norm": 1.2500666379928589,
      "learning_rate": 0.00029409072056470735,
      "loss": 8.5039,
      "step": 44850
    },
    {
      "epoch": 0.09345833333333334,
      "grad_norm": 1.2286534309387207,
      "learning_rate": 0.00029408798038385977,
      "loss": 9.0098,
      "step": 44860
    },
    {
      "epoch": 0.09347916666666667,
      "grad_norm": 0.9177330136299133,
      "learning_rate": 0.00029408523958060907,
      "loss": 8.4976,
      "step": 44870
    },
    {
      "epoch": 0.0935,
      "grad_norm": 1.479803442955017,
      "learning_rate": 0.00029408249815496724,
      "loss": 10.0145,
      "step": 44880
    },
    {
      "epoch": 0.09352083333333333,
      "grad_norm": 1.1488113403320312,
      "learning_rate": 0.00029407975610694603,
      "loss": 10.3171,
      "step": 44890
    },
    {
      "epoch": 0.09354166666666666,
      "grad_norm": 2.292654275894165,
      "learning_rate": 0.0002940770134365573,
      "loss": 9.6055,
      "step": 44900
    },
    {
      "epoch": 0.0935625,
      "grad_norm": 0.5804574489593506,
      "learning_rate": 0.0002940742701438129,
      "loss": 9.5617,
      "step": 44910
    },
    {
      "epoch": 0.09358333333333334,
      "grad_norm": 0.9129126667976379,
      "learning_rate": 0.0002940715262287247,
      "loss": 9.109,
      "step": 44920
    },
    {
      "epoch": 0.09360416666666667,
      "grad_norm": 1.9785676002502441,
      "learning_rate": 0.0002940687816913045,
      "loss": 10.5775,
      "step": 44930
    },
    {
      "epoch": 0.093625,
      "grad_norm": 1.1876505613327026,
      "learning_rate": 0.00029406603653156423,
      "loss": 9.8527,
      "step": 44940
    },
    {
      "epoch": 0.09364583333333333,
      "grad_norm": 1.0696569681167603,
      "learning_rate": 0.00029406329074951567,
      "loss": 9.4137,
      "step": 44950
    },
    {
      "epoch": 0.09366666666666666,
      "grad_norm": 0.9158319234848022,
      "learning_rate": 0.00029406054434517073,
      "loss": 9.0277,
      "step": 44960
    },
    {
      "epoch": 0.0936875,
      "grad_norm": 0.5300034284591675,
      "learning_rate": 0.0002940577973185413,
      "loss": 10.2009,
      "step": 44970
    },
    {
      "epoch": 0.09370833333333334,
      "grad_norm": 0.9547194242477417,
      "learning_rate": 0.0002940550496696391,
      "loss": 9.0223,
      "step": 44980
    },
    {
      "epoch": 0.09372916666666667,
      "grad_norm": 1.5795732736587524,
      "learning_rate": 0.0002940523013984762,
      "loss": 9.4641,
      "step": 44990
    },
    {
      "epoch": 0.09375,
      "grad_norm": 2.392871379852295,
      "learning_rate": 0.0002940495525050644,
      "loss": 9.4704,
      "step": 45000
    },
    {
      "epoch": 0.09375,
      "eval_loss": 8.337312698364258,
      "eval_runtime": 8.4608,
      "eval_samples_per_second": 0.355,
      "eval_steps_per_second": 0.118,
      "step": 45000
    },
    {
      "epoch": 0.09377083333333333,
      "grad_norm": 2.2709295749664307,
      "learning_rate": 0.0002940468029894155,
      "loss": 8.5558,
      "step": 45010
    },
    {
      "epoch": 0.09379166666666666,
      "grad_norm": 2.057915687561035,
      "learning_rate": 0.0002940440528515414,
      "loss": 9.5667,
      "step": 45020
    },
    {
      "epoch": 0.0938125,
      "grad_norm": 1.9824568033218384,
      "learning_rate": 0.0002940413020914541,
      "loss": 9.9579,
      "step": 45030
    },
    {
      "epoch": 0.09383333333333334,
      "grad_norm": 0.636719822883606,
      "learning_rate": 0.00029403855070916533,
      "loss": 7.9937,
      "step": 45040
    },
    {
      "epoch": 0.09385416666666667,
      "grad_norm": 1.127754807472229,
      "learning_rate": 0.0002940357987046871,
      "loss": 9.4308,
      "step": 45050
    },
    {
      "epoch": 0.093875,
      "grad_norm": 1.2673211097717285,
      "learning_rate": 0.0002940330460780311,
      "loss": 10.2422,
      "step": 45060
    },
    {
      "epoch": 0.09389583333333333,
      "grad_norm": 1.4753347635269165,
      "learning_rate": 0.0002940302928292094,
      "loss": 9.0181,
      "step": 45070
    },
    {
      "epoch": 0.09391666666666666,
      "grad_norm": 2.451476812362671,
      "learning_rate": 0.0002940275389582339,
      "loss": 8.6708,
      "step": 45080
    },
    {
      "epoch": 0.0939375,
      "grad_norm": 0.8308793902397156,
      "learning_rate": 0.00029402478446511644,
      "loss": 9.8816,
      "step": 45090
    },
    {
      "epoch": 0.09395833333333334,
      "grad_norm": 1.569947361946106,
      "learning_rate": 0.0002940220293498689,
      "loss": 8.7898,
      "step": 45100
    },
    {
      "epoch": 0.09397916666666667,
      "grad_norm": 3.931201457977295,
      "learning_rate": 0.00029401927361250317,
      "loss": 9.9723,
      "step": 45110
    },
    {
      "epoch": 0.094,
      "grad_norm": 1.4389995336532593,
      "learning_rate": 0.00029401651725303123,
      "loss": 9.6302,
      "step": 45120
    },
    {
      "epoch": 0.09402083333333333,
      "grad_norm": 3.1316628456115723,
      "learning_rate": 0.0002940137602714649,
      "loss": 9.1854,
      "step": 45130
    },
    {
      "epoch": 0.09404166666666666,
      "grad_norm": 1.1315116882324219,
      "learning_rate": 0.00029401100266781616,
      "loss": 9.2736,
      "step": 45140
    },
    {
      "epoch": 0.0940625,
      "grad_norm": 3.820578098297119,
      "learning_rate": 0.00029400824444209694,
      "loss": 9.2528,
      "step": 45150
    },
    {
      "epoch": 0.09408333333333334,
      "grad_norm": 0.6356565952301025,
      "learning_rate": 0.000294005485594319,
      "loss": 8.2271,
      "step": 45160
    },
    {
      "epoch": 0.09410416666666667,
      "grad_norm": 0.7646060585975647,
      "learning_rate": 0.00029400272612449443,
      "loss": 10.6586,
      "step": 45170
    },
    {
      "epoch": 0.094125,
      "grad_norm": 1.174070119857788,
      "learning_rate": 0.00029399996603263505,
      "loss": 9.7458,
      "step": 45180
    },
    {
      "epoch": 0.09414583333333333,
      "grad_norm": 1.1812611818313599,
      "learning_rate": 0.00029399720531875283,
      "loss": 9.6689,
      "step": 45190
    },
    {
      "epoch": 0.09416666666666666,
      "grad_norm": 0.7405555248260498,
      "learning_rate": 0.0002939944439828597,
      "loss": 10.1621,
      "step": 45200
    },
    {
      "epoch": 0.0941875,
      "grad_norm": 0.724172830581665,
      "learning_rate": 0.00029399168202496755,
      "loss": 10.4961,
      "step": 45210
    },
    {
      "epoch": 0.09420833333333334,
      "grad_norm": 0.9236878156661987,
      "learning_rate": 0.00029398891944508833,
      "loss": 8.6818,
      "step": 45220
    },
    {
      "epoch": 0.09422916666666667,
      "grad_norm": 2.3683292865753174,
      "learning_rate": 0.000293986156243234,
      "loss": 12.908,
      "step": 45230
    },
    {
      "epoch": 0.09425,
      "grad_norm": 2.880099296569824,
      "learning_rate": 0.0002939833924194164,
      "loss": 9.8164,
      "step": 45240
    },
    {
      "epoch": 0.09427083333333333,
      "grad_norm": 0.9479101300239563,
      "learning_rate": 0.00029398062797364764,
      "loss": 8.7853,
      "step": 45250
    },
    {
      "epoch": 0.09429166666666666,
      "grad_norm": 2.712209939956665,
      "learning_rate": 0.0002939778629059395,
      "loss": 9.2201,
      "step": 45260
    },
    {
      "epoch": 0.0943125,
      "grad_norm": 1.516697645187378,
      "learning_rate": 0.000293975097216304,
      "loss": 10.8806,
      "step": 45270
    },
    {
      "epoch": 0.09433333333333334,
      "grad_norm": 1.2191975116729736,
      "learning_rate": 0.00029397233090475307,
      "loss": 8.7115,
      "step": 45280
    },
    {
      "epoch": 0.09435416666666667,
      "grad_norm": 0.8782860636711121,
      "learning_rate": 0.0002939695639712986,
      "loss": 8.513,
      "step": 45290
    },
    {
      "epoch": 0.094375,
      "grad_norm": 3.30244517326355,
      "learning_rate": 0.00029396679641595266,
      "loss": 9.7704,
      "step": 45300
    },
    {
      "epoch": 0.09439583333333333,
      "grad_norm": 0.8799596428871155,
      "learning_rate": 0.0002939640282387271,
      "loss": 9.1752,
      "step": 45310
    },
    {
      "epoch": 0.09441666666666666,
      "grad_norm": 1.9261789321899414,
      "learning_rate": 0.000293961259439634,
      "loss": 10.3276,
      "step": 45320
    },
    {
      "epoch": 0.0944375,
      "grad_norm": 0.8454621434211731,
      "learning_rate": 0.00029395849001868517,
      "loss": 8.0394,
      "step": 45330
    },
    {
      "epoch": 0.09445833333333334,
      "grad_norm": 1.3415796756744385,
      "learning_rate": 0.00029395571997589264,
      "loss": 11.4589,
      "step": 45340
    },
    {
      "epoch": 0.09447916666666667,
      "grad_norm": 1.2626633644104004,
      "learning_rate": 0.0002939529493112684,
      "loss": 8.667,
      "step": 45350
    },
    {
      "epoch": 0.0945,
      "grad_norm": 1.6946449279785156,
      "learning_rate": 0.00029395017802482444,
      "loss": 8.9542,
      "step": 45360
    },
    {
      "epoch": 0.09452083333333333,
      "grad_norm": 1.7190828323364258,
      "learning_rate": 0.0002939474061165727,
      "loss": 10.5408,
      "step": 45370
    },
    {
      "epoch": 0.09454166666666666,
      "grad_norm": 2.5178585052490234,
      "learning_rate": 0.00029394463358652507,
      "loss": 8.9774,
      "step": 45380
    },
    {
      "epoch": 0.0945625,
      "grad_norm": 2.1975252628326416,
      "learning_rate": 0.00029394186043469364,
      "loss": 9.2043,
      "step": 45390
    },
    {
      "epoch": 0.09458333333333334,
      "grad_norm": 2.705348491668701,
      "learning_rate": 0.00029393908666109036,
      "loss": 8.8361,
      "step": 45400
    },
    {
      "epoch": 0.09460416666666667,
      "grad_norm": 1.3577834367752075,
      "learning_rate": 0.0002939363122657272,
      "loss": 8.7773,
      "step": 45410
    },
    {
      "epoch": 0.094625,
      "grad_norm": 3.750610113143921,
      "learning_rate": 0.0002939335372486161,
      "loss": 9.3148,
      "step": 45420
    },
    {
      "epoch": 0.09464583333333333,
      "grad_norm": 1.1422983407974243,
      "learning_rate": 0.00029393076160976915,
      "loss": 10.4769,
      "step": 45430
    },
    {
      "epoch": 0.09466666666666666,
      "grad_norm": 4.214160919189453,
      "learning_rate": 0.0002939279853491982,
      "loss": 9.8733,
      "step": 45440
    },
    {
      "epoch": 0.0946875,
      "grad_norm": 2.142481565475464,
      "learning_rate": 0.0002939252084669154,
      "loss": 8.9635,
      "step": 45450
    },
    {
      "epoch": 0.09470833333333334,
      "grad_norm": 0.8793482184410095,
      "learning_rate": 0.00029392243096293267,
      "loss": 10.5906,
      "step": 45460
    },
    {
      "epoch": 0.09472916666666667,
      "grad_norm": 0.8558729887008667,
      "learning_rate": 0.00029391965283726197,
      "loss": 8.632,
      "step": 45470
    },
    {
      "epoch": 0.09475,
      "grad_norm": 0.9755454659461975,
      "learning_rate": 0.0002939168740899153,
      "loss": 9.1138,
      "step": 45480
    },
    {
      "epoch": 0.09477083333333333,
      "grad_norm": 2.134046792984009,
      "learning_rate": 0.0002939140947209048,
      "loss": 10.0265,
      "step": 45490
    },
    {
      "epoch": 0.09479166666666666,
      "grad_norm": 0.9221276044845581,
      "learning_rate": 0.0002939113147302423,
      "loss": 9.4539,
      "step": 45500
    },
    {
      "epoch": 0.0948125,
      "grad_norm": 0.6311831474304199,
      "learning_rate": 0.00029390853411793993,
      "loss": 9.1221,
      "step": 45510
    },
    {
      "epoch": 0.09483333333333334,
      "grad_norm": 1.6474043130874634,
      "learning_rate": 0.00029390575288400965,
      "loss": 9.1785,
      "step": 45520
    },
    {
      "epoch": 0.09485416666666667,
      "grad_norm": 3.1432249546051025,
      "learning_rate": 0.00029390297102846344,
      "loss": 8.9221,
      "step": 45530
    },
    {
      "epoch": 0.094875,
      "grad_norm": 1.8824338912963867,
      "learning_rate": 0.0002939001885513134,
      "loss": 9.418,
      "step": 45540
    },
    {
      "epoch": 0.09489583333333333,
      "grad_norm": 2.6832098960876465,
      "learning_rate": 0.00029389740545257147,
      "loss": 9.2172,
      "step": 45550
    },
    {
      "epoch": 0.09491666666666666,
      "grad_norm": 2.1076161861419678,
      "learning_rate": 0.0002938946217322498,
      "loss": 8.8966,
      "step": 45560
    },
    {
      "epoch": 0.0949375,
      "grad_norm": 2.271641731262207,
      "learning_rate": 0.0002938918373903602,
      "loss": 8.7504,
      "step": 45570
    },
    {
      "epoch": 0.09495833333333334,
      "grad_norm": 1.1585079431533813,
      "learning_rate": 0.00029388905242691484,
      "loss": 8.2563,
      "step": 45580
    },
    {
      "epoch": 0.09497916666666667,
      "grad_norm": 0.8472925424575806,
      "learning_rate": 0.00029388626684192576,
      "loss": 8.7211,
      "step": 45590
    },
    {
      "epoch": 0.095,
      "grad_norm": 1.016219139099121,
      "learning_rate": 0.00029388348063540495,
      "loss": 9.9597,
      "step": 45600
    },
    {
      "epoch": 0.09502083333333333,
      "grad_norm": 3.7356600761413574,
      "learning_rate": 0.0002938806938073645,
      "loss": 9.5096,
      "step": 45610
    },
    {
      "epoch": 0.09504166666666666,
      "grad_norm": 1.0016486644744873,
      "learning_rate": 0.0002938779063578164,
      "loss": 10.3043,
      "step": 45620
    },
    {
      "epoch": 0.0950625,
      "grad_norm": 1.0672953128814697,
      "learning_rate": 0.0002938751182867726,
      "loss": 9.0317,
      "step": 45630
    },
    {
      "epoch": 0.09508333333333334,
      "grad_norm": 0.9555451273918152,
      "learning_rate": 0.00029387232959424527,
      "loss": 9.4552,
      "step": 45640
    },
    {
      "epoch": 0.09510416666666667,
      "grad_norm": 1.4833847284317017,
      "learning_rate": 0.00029386954028024653,
      "loss": 10.2188,
      "step": 45650
    },
    {
      "epoch": 0.095125,
      "grad_norm": 1.1235657930374146,
      "learning_rate": 0.0002938667503447882,
      "loss": 9.1389,
      "step": 45660
    },
    {
      "epoch": 0.09514583333333333,
      "grad_norm": 1.4393105506896973,
      "learning_rate": 0.00029386395978788253,
      "loss": 9.0523,
      "step": 45670
    },
    {
      "epoch": 0.09516666666666666,
      "grad_norm": 2.8687584400177,
      "learning_rate": 0.00029386116860954145,
      "loss": 9.648,
      "step": 45680
    },
    {
      "epoch": 0.0951875,
      "grad_norm": 3.7968130111694336,
      "learning_rate": 0.0002938583768097771,
      "loss": 8.8485,
      "step": 45690
    },
    {
      "epoch": 0.09520833333333334,
      "grad_norm": 0.8209775686264038,
      "learning_rate": 0.0002938555843886015,
      "loss": 8.627,
      "step": 45700
    },
    {
      "epoch": 0.09522916666666667,
      "grad_norm": 2.7905914783477783,
      "learning_rate": 0.00029385279134602673,
      "loss": 9.9036,
      "step": 45710
    },
    {
      "epoch": 0.09525,
      "grad_norm": 1.1193780899047852,
      "learning_rate": 0.0002938499976820648,
      "loss": 9.6559,
      "step": 45720
    },
    {
      "epoch": 0.09527083333333333,
      "grad_norm": 0.73661208152771,
      "learning_rate": 0.0002938472033967278,
      "loss": 8.8426,
      "step": 45730
    },
    {
      "epoch": 0.09529166666666666,
      "grad_norm": 1.7833178043365479,
      "learning_rate": 0.0002938444084900279,
      "loss": 9.1338,
      "step": 45740
    },
    {
      "epoch": 0.0953125,
      "grad_norm": 1.3871278762817383,
      "learning_rate": 0.00029384161296197705,
      "loss": 9.6708,
      "step": 45750
    },
    {
      "epoch": 0.09533333333333334,
      "grad_norm": 1.4183238744735718,
      "learning_rate": 0.0002938388168125874,
      "loss": 8.5954,
      "step": 45760
    },
    {
      "epoch": 0.09535416666666667,
      "grad_norm": 1.8538962602615356,
      "learning_rate": 0.00029383602004187095,
      "loss": 8.9501,
      "step": 45770
    },
    {
      "epoch": 0.095375,
      "grad_norm": 7.637150764465332,
      "learning_rate": 0.0002938332226498398,
      "loss": 9.7321,
      "step": 45780
    },
    {
      "epoch": 0.09539583333333333,
      "grad_norm": 4.227924346923828,
      "learning_rate": 0.00029383042463650616,
      "loss": 9.1518,
      "step": 45790
    },
    {
      "epoch": 0.09541666666666666,
      "grad_norm": 2.287733793258667,
      "learning_rate": 0.000293827626001882,
      "loss": 8.986,
      "step": 45800
    },
    {
      "epoch": 0.0954375,
      "grad_norm": 1.2555694580078125,
      "learning_rate": 0.00029382482674597933,
      "loss": 8.6843,
      "step": 45810
    },
    {
      "epoch": 0.09545833333333334,
      "grad_norm": 4.22339391708374,
      "learning_rate": 0.00029382202686881046,
      "loss": 9.6505,
      "step": 45820
    },
    {
      "epoch": 0.09547916666666667,
      "grad_norm": 1.3097810745239258,
      "learning_rate": 0.0002938192263703873,
      "loss": 9.3631,
      "step": 45830
    },
    {
      "epoch": 0.0955,
      "grad_norm": 1.9047908782958984,
      "learning_rate": 0.00029381642525072197,
      "loss": 9.2216,
      "step": 45840
    },
    {
      "epoch": 0.09552083333333333,
      "grad_norm": 1.1380236148834229,
      "learning_rate": 0.0002938136235098267,
      "loss": 9.1979,
      "step": 45850
    },
    {
      "epoch": 0.09554166666666666,
      "grad_norm": 0.7544528245925903,
      "learning_rate": 0.00029381082114771345,
      "loss": 10.8916,
      "step": 45860
    },
    {
      "epoch": 0.0955625,
      "grad_norm": 6.054407596588135,
      "learning_rate": 0.00029380801816439436,
      "loss": 10.4444,
      "step": 45870
    },
    {
      "epoch": 0.09558333333333334,
      "grad_norm": 1.092358112335205,
      "learning_rate": 0.00029380521455988164,
      "loss": 9.2982,
      "step": 45880
    },
    {
      "epoch": 0.09560416666666667,
      "grad_norm": 6.020456314086914,
      "learning_rate": 0.0002938024103341872,
      "loss": 9.8574,
      "step": 45890
    },
    {
      "epoch": 0.095625,
      "grad_norm": 1.0942981243133545,
      "learning_rate": 0.00029379960548732334,
      "loss": 8.6215,
      "step": 45900
    },
    {
      "epoch": 0.09564583333333333,
      "grad_norm": 0.5997645258903503,
      "learning_rate": 0.0002937968000193021,
      "loss": 8.4137,
      "step": 45910
    },
    {
      "epoch": 0.09566666666666666,
      "grad_norm": 8.467769622802734,
      "learning_rate": 0.00029379399393013555,
      "loss": 9.9854,
      "step": 45920
    },
    {
      "epoch": 0.0956875,
      "grad_norm": 0.7087390422821045,
      "learning_rate": 0.0002937911872198359,
      "loss": 9.0612,
      "step": 45930
    },
    {
      "epoch": 0.09570833333333334,
      "grad_norm": 1.3647916316986084,
      "learning_rate": 0.0002937883798884152,
      "loss": 10.2526,
      "step": 45940
    },
    {
      "epoch": 0.09572916666666667,
      "grad_norm": 1.7473719120025635,
      "learning_rate": 0.0002937855719358857,
      "loss": 8.9171,
      "step": 45950
    },
    {
      "epoch": 0.09575,
      "grad_norm": 0.9429581165313721,
      "learning_rate": 0.0002937827633622594,
      "loss": 10.0597,
      "step": 45960
    },
    {
      "epoch": 0.09577083333333333,
      "grad_norm": 1.3766400814056396,
      "learning_rate": 0.0002937799541675485,
      "loss": 9.5635,
      "step": 45970
    },
    {
      "epoch": 0.09579166666666666,
      "grad_norm": 2.3946621417999268,
      "learning_rate": 0.00029377714435176503,
      "loss": 10.6836,
      "step": 45980
    },
    {
      "epoch": 0.0958125,
      "grad_norm": 2.5921566486358643,
      "learning_rate": 0.0002937743339149213,
      "loss": 9.5291,
      "step": 45990
    },
    {
      "epoch": 0.09583333333333334,
      "grad_norm": 1.3624199628829956,
      "learning_rate": 0.00029377152285702934,
      "loss": 8.5682,
      "step": 46000
    },
    {
      "epoch": 0.09583333333333334,
      "eval_loss": 7.69476842880249,
      "eval_runtime": 8.3153,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 46000
    },
    {
      "epoch": 0.09585416666666667,
      "grad_norm": 5.165589332580566,
      "learning_rate": 0.00029376871117810124,
      "loss": 9.4735,
      "step": 46010
    },
    {
      "epoch": 0.095875,
      "grad_norm": 1.4285486936569214,
      "learning_rate": 0.0002937658988781493,
      "loss": 9.3575,
      "step": 46020
    },
    {
      "epoch": 0.09589583333333333,
      "grad_norm": 1.1178028583526611,
      "learning_rate": 0.00029376308595718554,
      "loss": 8.9266,
      "step": 46030
    },
    {
      "epoch": 0.09591666666666666,
      "grad_norm": 1.2297836542129517,
      "learning_rate": 0.00029376027241522217,
      "loss": 9.315,
      "step": 46040
    },
    {
      "epoch": 0.0959375,
      "grad_norm": 1.3619180917739868,
      "learning_rate": 0.0002937574582522713,
      "loss": 10.1091,
      "step": 46050
    },
    {
      "epoch": 0.09595833333333334,
      "grad_norm": 1.3897483348846436,
      "learning_rate": 0.00029375464346834514,
      "loss": 8.8291,
      "step": 46060
    },
    {
      "epoch": 0.09597916666666667,
      "grad_norm": 12.975720405578613,
      "learning_rate": 0.00029375182806345583,
      "loss": 10.4704,
      "step": 46070
    },
    {
      "epoch": 0.096,
      "grad_norm": 2.512197732925415,
      "learning_rate": 0.0002937490120376155,
      "loss": 10.6542,
      "step": 46080
    },
    {
      "epoch": 0.09602083333333333,
      "grad_norm": 3.0006463527679443,
      "learning_rate": 0.0002937461953908363,
      "loss": 9.1894,
      "step": 46090
    },
    {
      "epoch": 0.09604166666666666,
      "grad_norm": 1.0325015783309937,
      "learning_rate": 0.00029374337812313047,
      "loss": 8.619,
      "step": 46100
    },
    {
      "epoch": 0.0960625,
      "grad_norm": 1.3900431394577026,
      "learning_rate": 0.00029374056023451017,
      "loss": 11.2301,
      "step": 46110
    },
    {
      "epoch": 0.09608333333333334,
      "grad_norm": 1.746751308441162,
      "learning_rate": 0.00029373774172498755,
      "loss": 8.9427,
      "step": 46120
    },
    {
      "epoch": 0.09610416666666667,
      "grad_norm": 4.665194511413574,
      "learning_rate": 0.00029373492259457477,
      "loss": 9.6611,
      "step": 46130
    },
    {
      "epoch": 0.096125,
      "grad_norm": 3.311190366744995,
      "learning_rate": 0.000293732102843284,
      "loss": 10.4408,
      "step": 46140
    },
    {
      "epoch": 0.09614583333333333,
      "grad_norm": 1.1570161581039429,
      "learning_rate": 0.0002937292824711275,
      "loss": 9.1947,
      "step": 46150
    },
    {
      "epoch": 0.09616666666666666,
      "grad_norm": 1.6723923683166504,
      "learning_rate": 0.0002937264614781173,
      "loss": 9.6292,
      "step": 46160
    },
    {
      "epoch": 0.0961875,
      "grad_norm": 0.9611185789108276,
      "learning_rate": 0.0002937236398642657,
      "loss": 8.097,
      "step": 46170
    },
    {
      "epoch": 0.09620833333333334,
      "grad_norm": 1.5185637474060059,
      "learning_rate": 0.0002937208176295849,
      "loss": 9.2414,
      "step": 46180
    },
    {
      "epoch": 0.09622916666666667,
      "grad_norm": 1.3048864603042603,
      "learning_rate": 0.00029371799477408703,
      "loss": 9.2388,
      "step": 46190
    },
    {
      "epoch": 0.09625,
      "grad_norm": 4.435978412628174,
      "learning_rate": 0.00029371517129778434,
      "loss": 10.0615,
      "step": 46200
    },
    {
      "epoch": 0.09627083333333333,
      "grad_norm": 1.0197535753250122,
      "learning_rate": 0.00029371234720068894,
      "loss": 9.4537,
      "step": 46210
    },
    {
      "epoch": 0.09629166666666666,
      "grad_norm": 0.983055055141449,
      "learning_rate": 0.00029370952248281316,
      "loss": 10.0725,
      "step": 46220
    },
    {
      "epoch": 0.0963125,
      "grad_norm": 0.6533421874046326,
      "learning_rate": 0.0002937066971441691,
      "loss": 9.1745,
      "step": 46230
    },
    {
      "epoch": 0.09633333333333334,
      "grad_norm": 0.8425334095954895,
      "learning_rate": 0.00029370387118476894,
      "loss": 9.559,
      "step": 46240
    },
    {
      "epoch": 0.09635416666666667,
      "grad_norm": 1.0975251197814941,
      "learning_rate": 0.000293701044604625,
      "loss": 9.3087,
      "step": 46250
    },
    {
      "epoch": 0.096375,
      "grad_norm": 0.7704192996025085,
      "learning_rate": 0.0002936982174037494,
      "loss": 10.4195,
      "step": 46260
    },
    {
      "epoch": 0.09639583333333333,
      "grad_norm": 1.6906383037567139,
      "learning_rate": 0.00029369538958215436,
      "loss": 8.8601,
      "step": 46270
    },
    {
      "epoch": 0.09641666666666666,
      "grad_norm": 1.5748777389526367,
      "learning_rate": 0.00029369256113985216,
      "loss": 9.1876,
      "step": 46280
    },
    {
      "epoch": 0.0964375,
      "grad_norm": 1.6278064250946045,
      "learning_rate": 0.00029368973207685495,
      "loss": 8.342,
      "step": 46290
    },
    {
      "epoch": 0.09645833333333333,
      "grad_norm": 1.9249546527862549,
      "learning_rate": 0.000293686902393175,
      "loss": 10.1775,
      "step": 46300
    },
    {
      "epoch": 0.09647916666666667,
      "grad_norm": 0.7288933396339417,
      "learning_rate": 0.0002936840720888245,
      "loss": 8.7071,
      "step": 46310
    },
    {
      "epoch": 0.0965,
      "grad_norm": 1.1174269914627075,
      "learning_rate": 0.00029368124116381565,
      "loss": 8.5165,
      "step": 46320
    },
    {
      "epoch": 0.09652083333333333,
      "grad_norm": 4.092770099639893,
      "learning_rate": 0.0002936784096181607,
      "loss": 10.1289,
      "step": 46330
    },
    {
      "epoch": 0.09654166666666666,
      "grad_norm": 2.562636613845825,
      "learning_rate": 0.00029367557745187193,
      "loss": 10.0962,
      "step": 46340
    },
    {
      "epoch": 0.0965625,
      "grad_norm": 1.3384456634521484,
      "learning_rate": 0.00029367274466496156,
      "loss": 9.1256,
      "step": 46350
    },
    {
      "epoch": 0.09658333333333333,
      "grad_norm": 1.2329211235046387,
      "learning_rate": 0.0002936699112574418,
      "loss": 8.7628,
      "step": 46360
    },
    {
      "epoch": 0.09660416666666667,
      "grad_norm": 1.4456268548965454,
      "learning_rate": 0.00029366707722932483,
      "loss": 9.9121,
      "step": 46370
    },
    {
      "epoch": 0.096625,
      "grad_norm": 1.315834403038025,
      "learning_rate": 0.000293664242580623,
      "loss": 9.0245,
      "step": 46380
    },
    {
      "epoch": 0.09664583333333333,
      "grad_norm": 1.6539721488952637,
      "learning_rate": 0.00029366140731134846,
      "loss": 9.3482,
      "step": 46390
    },
    {
      "epoch": 0.09666666666666666,
      "grad_norm": 1.2944787740707397,
      "learning_rate": 0.00029365857142151354,
      "loss": 9.7173,
      "step": 46400
    },
    {
      "epoch": 0.0966875,
      "grad_norm": 0.6802350878715515,
      "learning_rate": 0.00029365573491113047,
      "loss": 9.6273,
      "step": 46410
    },
    {
      "epoch": 0.09670833333333333,
      "grad_norm": 1.4790316820144653,
      "learning_rate": 0.0002936528977802115,
      "loss": 9.3443,
      "step": 46420
    },
    {
      "epoch": 0.09672916666666667,
      "grad_norm": 5.611876010894775,
      "learning_rate": 0.0002936500600287688,
      "loss": 10.4958,
      "step": 46430
    },
    {
      "epoch": 0.09675,
      "grad_norm": 3.774754285812378,
      "learning_rate": 0.00029364722165681477,
      "loss": 9.4722,
      "step": 46440
    },
    {
      "epoch": 0.09677083333333333,
      "grad_norm": 1.3662816286087036,
      "learning_rate": 0.0002936443826643616,
      "loss": 9.883,
      "step": 46450
    },
    {
      "epoch": 0.09679166666666666,
      "grad_norm": 0.9179602861404419,
      "learning_rate": 0.0002936415430514215,
      "loss": 9.0408,
      "step": 46460
    },
    {
      "epoch": 0.0968125,
      "grad_norm": 1.4334745407104492,
      "learning_rate": 0.00029363870281800685,
      "loss": 10.0673,
      "step": 46470
    },
    {
      "epoch": 0.09683333333333333,
      "grad_norm": 1.7065919637680054,
      "learning_rate": 0.00029363586196412984,
      "loss": 9.7234,
      "step": 46480
    },
    {
      "epoch": 0.09685416666666667,
      "grad_norm": 5.280747890472412,
      "learning_rate": 0.00029363302048980274,
      "loss": 8.9166,
      "step": 46490
    },
    {
      "epoch": 0.096875,
      "grad_norm": 1.0547114610671997,
      "learning_rate": 0.0002936301783950379,
      "loss": 9.9822,
      "step": 46500
    },
    {
      "epoch": 0.09689583333333333,
      "grad_norm": 0.8505603671073914,
      "learning_rate": 0.0002936273356798475,
      "loss": 9.0187,
      "step": 46510
    },
    {
      "epoch": 0.09691666666666666,
      "grad_norm": 0.8994547724723816,
      "learning_rate": 0.00029362449234424386,
      "loss": 10.0521,
      "step": 46520
    },
    {
      "epoch": 0.0969375,
      "grad_norm": 1.067699670791626,
      "learning_rate": 0.0002936216483882393,
      "loss": 8.7268,
      "step": 46530
    },
    {
      "epoch": 0.09695833333333333,
      "grad_norm": 1.8292021751403809,
      "learning_rate": 0.000293618803811846,
      "loss": 9.2908,
      "step": 46540
    },
    {
      "epoch": 0.09697916666666667,
      "grad_norm": 5.185543537139893,
      "learning_rate": 0.00029361595861507637,
      "loss": 9.169,
      "step": 46550
    },
    {
      "epoch": 0.097,
      "grad_norm": 0.9862357378005981,
      "learning_rate": 0.0002936131127979426,
      "loss": 9.2494,
      "step": 46560
    },
    {
      "epoch": 0.09702083333333333,
      "grad_norm": 1.401971697807312,
      "learning_rate": 0.0002936102663604571,
      "loss": 9.9496,
      "step": 46570
    },
    {
      "epoch": 0.09704166666666666,
      "grad_norm": 0.6808407306671143,
      "learning_rate": 0.0002936074193026321,
      "loss": 9.3802,
      "step": 46580
    },
    {
      "epoch": 0.0970625,
      "grad_norm": 1.7684910297393799,
      "learning_rate": 0.0002936045716244798,
      "loss": 9.8003,
      "step": 46590
    },
    {
      "epoch": 0.09708333333333333,
      "grad_norm": 4.097583770751953,
      "learning_rate": 0.00029360172332601264,
      "loss": 9.2091,
      "step": 46600
    },
    {
      "epoch": 0.09710416666666667,
      "grad_norm": 2.4086246490478516,
      "learning_rate": 0.0002935988744072429,
      "loss": 9.8084,
      "step": 46610
    },
    {
      "epoch": 0.097125,
      "grad_norm": 1.289291501045227,
      "learning_rate": 0.00029359602486818284,
      "loss": 8.8574,
      "step": 46620
    },
    {
      "epoch": 0.09714583333333333,
      "grad_norm": 0.7108678817749023,
      "learning_rate": 0.00029359317470884476,
      "loss": 8.7769,
      "step": 46630
    },
    {
      "epoch": 0.09716666666666667,
      "grad_norm": 1.198730707168579,
      "learning_rate": 0.00029359032392924106,
      "loss": 11.3978,
      "step": 46640
    },
    {
      "epoch": 0.0971875,
      "grad_norm": 1.1789437532424927,
      "learning_rate": 0.00029358747252938394,
      "loss": 9.5974,
      "step": 46650
    },
    {
      "epoch": 0.09720833333333333,
      "grad_norm": 1.672767996788025,
      "learning_rate": 0.0002935846205092858,
      "loss": 10.2794,
      "step": 46660
    },
    {
      "epoch": 0.09722916666666667,
      "grad_norm": 1.5099098682403564,
      "learning_rate": 0.00029358176786895896,
      "loss": 9.6007,
      "step": 46670
    },
    {
      "epoch": 0.09725,
      "grad_norm": 0.6978305578231812,
      "learning_rate": 0.0002935789146084157,
      "loss": 9.1238,
      "step": 46680
    },
    {
      "epoch": 0.09727083333333333,
      "grad_norm": 9.037378311157227,
      "learning_rate": 0.0002935760607276684,
      "loss": 10.5152,
      "step": 46690
    },
    {
      "epoch": 0.09729166666666667,
      "grad_norm": 1.5270216464996338,
      "learning_rate": 0.00029357320622672926,
      "loss": 9.0966,
      "step": 46700
    },
    {
      "epoch": 0.0973125,
      "grad_norm": 1.1367714405059814,
      "learning_rate": 0.0002935703511056108,
      "loss": 8.9846,
      "step": 46710
    },
    {
      "epoch": 0.09733333333333333,
      "grad_norm": 1.2319586277008057,
      "learning_rate": 0.00029356749536432514,
      "loss": 9.1656,
      "step": 46720
    },
    {
      "epoch": 0.09735416666666667,
      "grad_norm": 0.7261370420455933,
      "learning_rate": 0.0002935646390028848,
      "loss": 9.2491,
      "step": 46730
    },
    {
      "epoch": 0.097375,
      "grad_norm": 1.061885118484497,
      "learning_rate": 0.00029356178202130206,
      "loss": 9.064,
      "step": 46740
    },
    {
      "epoch": 0.09739583333333333,
      "grad_norm": 3.0081212520599365,
      "learning_rate": 0.00029355892441958924,
      "loss": 9.0297,
      "step": 46750
    },
    {
      "epoch": 0.09741666666666667,
      "grad_norm": 3.8706583976745605,
      "learning_rate": 0.00029355606619775864,
      "loss": 9.9198,
      "step": 46760
    },
    {
      "epoch": 0.0974375,
      "grad_norm": 1.9736347198486328,
      "learning_rate": 0.00029355320735582267,
      "loss": 9.383,
      "step": 46770
    },
    {
      "epoch": 0.09745833333333333,
      "grad_norm": 5.338176250457764,
      "learning_rate": 0.00029355034789379375,
      "loss": 8.6343,
      "step": 46780
    },
    {
      "epoch": 0.09747916666666667,
      "grad_norm": 1.3829271793365479,
      "learning_rate": 0.00029354748781168407,
      "loss": 8.9098,
      "step": 46790
    },
    {
      "epoch": 0.0975,
      "grad_norm": 1.3381505012512207,
      "learning_rate": 0.00029354462710950605,
      "loss": 9.2724,
      "step": 46800
    },
    {
      "epoch": 0.09752083333333333,
      "grad_norm": 1.5085469484329224,
      "learning_rate": 0.0002935417657872721,
      "loss": 9.2709,
      "step": 46810
    },
    {
      "epoch": 0.09754166666666667,
      "grad_norm": 1.7323960065841675,
      "learning_rate": 0.00029353890384499454,
      "loss": 9.6903,
      "step": 46820
    },
    {
      "epoch": 0.0975625,
      "grad_norm": 1.232314109802246,
      "learning_rate": 0.0002935360412826857,
      "loss": 8.5876,
      "step": 46830
    },
    {
      "epoch": 0.09758333333333333,
      "grad_norm": 1.2594091892242432,
      "learning_rate": 0.000293533178100358,
      "loss": 8.9947,
      "step": 46840
    },
    {
      "epoch": 0.09760416666666667,
      "grad_norm": 1.6278711557388306,
      "learning_rate": 0.00029353031429802377,
      "loss": 9.2548,
      "step": 46850
    },
    {
      "epoch": 0.097625,
      "grad_norm": 3.461422920227051,
      "learning_rate": 0.0002935274498756954,
      "loss": 8.9247,
      "step": 46860
    },
    {
      "epoch": 0.09764583333333333,
      "grad_norm": 1.1397273540496826,
      "learning_rate": 0.0002935245848333853,
      "loss": 10.1287,
      "step": 46870
    },
    {
      "epoch": 0.09766666666666667,
      "grad_norm": 0.6363077759742737,
      "learning_rate": 0.0002935217191711058,
      "loss": 8.5392,
      "step": 46880
    },
    {
      "epoch": 0.0976875,
      "grad_norm": 1.5275226831436157,
      "learning_rate": 0.0002935188528888692,
      "loss": 9.5041,
      "step": 46890
    },
    {
      "epoch": 0.09770833333333333,
      "grad_norm": 2.149075746536255,
      "learning_rate": 0.000293515985986688,
      "loss": 9.5084,
      "step": 46900
    },
    {
      "epoch": 0.09772916666666667,
      "grad_norm": 1.0374925136566162,
      "learning_rate": 0.0002935131184645746,
      "loss": 9.0773,
      "step": 46910
    },
    {
      "epoch": 0.09775,
      "grad_norm": 0.7193095088005066,
      "learning_rate": 0.00029351025032254126,
      "loss": 9.3518,
      "step": 46920
    },
    {
      "epoch": 0.09777083333333333,
      "grad_norm": 0.8895751237869263,
      "learning_rate": 0.00029350738156060053,
      "loss": 9.805,
      "step": 46930
    },
    {
      "epoch": 0.09779166666666667,
      "grad_norm": 4.565979480743408,
      "learning_rate": 0.00029350451217876466,
      "loss": 10.0669,
      "step": 46940
    },
    {
      "epoch": 0.0978125,
      "grad_norm": 1.1973536014556885,
      "learning_rate": 0.0002935016421770461,
      "loss": 9.6967,
      "step": 46950
    },
    {
      "epoch": 0.09783333333333333,
      "grad_norm": 1.0680978298187256,
      "learning_rate": 0.0002934987715554573,
      "loss": 9.3753,
      "step": 46960
    },
    {
      "epoch": 0.09785416666666667,
      "grad_norm": 0.7689247131347656,
      "learning_rate": 0.0002934959003140105,
      "loss": 10.9046,
      "step": 46970
    },
    {
      "epoch": 0.097875,
      "grad_norm": 1.3454056978225708,
      "learning_rate": 0.0002934930284527183,
      "loss": 9.2891,
      "step": 46980
    },
    {
      "epoch": 0.09789583333333333,
      "grad_norm": 1.625244140625,
      "learning_rate": 0.000293490155971593,
      "loss": 8.6218,
      "step": 46990
    },
    {
      "epoch": 0.09791666666666667,
      "grad_norm": 0.8537929654121399,
      "learning_rate": 0.00029348728287064704,
      "loss": 9.6267,
      "step": 47000
    },
    {
      "epoch": 0.09791666666666667,
      "eval_loss": 8.01475715637207,
      "eval_runtime": 8.374,
      "eval_samples_per_second": 0.358,
      "eval_steps_per_second": 0.119,
      "step": 47000
    },
    {
      "epoch": 0.0979375,
      "grad_norm": 2.6551620960235596,
      "learning_rate": 0.00029348440914989273,
      "loss": 11.0719,
      "step": 47010
    },
    {
      "epoch": 0.09795833333333333,
      "grad_norm": 1.1563611030578613,
      "learning_rate": 0.00029348153480934265,
      "loss": 10.1314,
      "step": 47020
    },
    {
      "epoch": 0.09797916666666667,
      "grad_norm": 1.6758620738983154,
      "learning_rate": 0.0002934786598490091,
      "loss": 8.7783,
      "step": 47030
    },
    {
      "epoch": 0.098,
      "grad_norm": 1.3057799339294434,
      "learning_rate": 0.00029347578426890456,
      "loss": 9.7709,
      "step": 47040
    },
    {
      "epoch": 0.09802083333333333,
      "grad_norm": 1.1038215160369873,
      "learning_rate": 0.00029347290806904143,
      "loss": 9.0599,
      "step": 47050
    },
    {
      "epoch": 0.09804166666666667,
      "grad_norm": 3.283444881439209,
      "learning_rate": 0.00029347003124943207,
      "loss": 8.9766,
      "step": 47060
    },
    {
      "epoch": 0.0980625,
      "grad_norm": 1.0536198616027832,
      "learning_rate": 0.000293467153810089,
      "loss": 8.9097,
      "step": 47070
    },
    {
      "epoch": 0.09808333333333333,
      "grad_norm": 1.5149695873260498,
      "learning_rate": 0.0002934642757510246,
      "loss": 9.4042,
      "step": 47080
    },
    {
      "epoch": 0.09810416666666667,
      "grad_norm": 3.037283420562744,
      "learning_rate": 0.00029346139707225134,
      "loss": 9.2164,
      "step": 47090
    },
    {
      "epoch": 0.098125,
      "grad_norm": 2.3916499614715576,
      "learning_rate": 0.0002934585177737816,
      "loss": 9.1123,
      "step": 47100
    },
    {
      "epoch": 0.09814583333333333,
      "grad_norm": 2.1518328189849854,
      "learning_rate": 0.0002934556378556279,
      "loss": 8.7498,
      "step": 47110
    },
    {
      "epoch": 0.09816666666666667,
      "grad_norm": 1.766959309577942,
      "learning_rate": 0.0002934527573178026,
      "loss": 10.1586,
      "step": 47120
    },
    {
      "epoch": 0.0981875,
      "grad_norm": 3.5455992221832275,
      "learning_rate": 0.00029344987616031817,
      "loss": 9.3051,
      "step": 47130
    },
    {
      "epoch": 0.09820833333333333,
      "grad_norm": 0.5561537742614746,
      "learning_rate": 0.000293446994383187,
      "loss": 8.8662,
      "step": 47140
    },
    {
      "epoch": 0.09822916666666667,
      "grad_norm": 0.7625163793563843,
      "learning_rate": 0.0002934441119864217,
      "loss": 9.3537,
      "step": 47150
    },
    {
      "epoch": 0.09825,
      "grad_norm": 1.0989437103271484,
      "learning_rate": 0.0002934412289700345,
      "loss": 9.0873,
      "step": 47160
    },
    {
      "epoch": 0.09827083333333334,
      "grad_norm": 1.542352318763733,
      "learning_rate": 0.00029343834533403804,
      "loss": 8.9531,
      "step": 47170
    },
    {
      "epoch": 0.09829166666666667,
      "grad_norm": 2.109557867050171,
      "learning_rate": 0.0002934354610784447,
      "loss": 10.4968,
      "step": 47180
    },
    {
      "epoch": 0.0983125,
      "grad_norm": 3.1364428997039795,
      "learning_rate": 0.00029343257620326695,
      "loss": 9.0617,
      "step": 47190
    },
    {
      "epoch": 0.09833333333333333,
      "grad_norm": 3.352191209793091,
      "learning_rate": 0.0002934296907085173,
      "loss": 9.2796,
      "step": 47200
    },
    {
      "epoch": 0.09835416666666667,
      "grad_norm": 2.268346071243286,
      "learning_rate": 0.00029342680459420805,
      "loss": 9.7127,
      "step": 47210
    },
    {
      "epoch": 0.098375,
      "grad_norm": 1.2811681032180786,
      "learning_rate": 0.0002934239178603518,
      "loss": 9.2227,
      "step": 47220
    },
    {
      "epoch": 0.09839583333333334,
      "grad_norm": 3.0777969360351562,
      "learning_rate": 0.00029342103050696103,
      "loss": 9.2835,
      "step": 47230
    },
    {
      "epoch": 0.09841666666666667,
      "grad_norm": 1.4217722415924072,
      "learning_rate": 0.0002934181425340482,
      "loss": 9.1043,
      "step": 47240
    },
    {
      "epoch": 0.0984375,
      "grad_norm": 2.623019218444824,
      "learning_rate": 0.0002934152539416257,
      "loss": 9.2336,
      "step": 47250
    },
    {
      "epoch": 0.09845833333333333,
      "grad_norm": 1.1438803672790527,
      "learning_rate": 0.0002934123647297061,
      "loss": 10.0202,
      "step": 47260
    },
    {
      "epoch": 0.09847916666666667,
      "grad_norm": 1.6484001874923706,
      "learning_rate": 0.00029340947489830184,
      "loss": 9.2163,
      "step": 47270
    },
    {
      "epoch": 0.0985,
      "grad_norm": 1.1500508785247803,
      "learning_rate": 0.0002934065844474254,
      "loss": 9.1441,
      "step": 47280
    },
    {
      "epoch": 0.09852083333333334,
      "grad_norm": 1.0334190130233765,
      "learning_rate": 0.00029340369337708933,
      "loss": 9.2516,
      "step": 47290
    },
    {
      "epoch": 0.09854166666666667,
      "grad_norm": 1.7011051177978516,
      "learning_rate": 0.00029340080168730603,
      "loss": 10.7441,
      "step": 47300
    },
    {
      "epoch": 0.0985625,
      "grad_norm": 1.0974416732788086,
      "learning_rate": 0.00029339790937808806,
      "loss": 10.2697,
      "step": 47310
    },
    {
      "epoch": 0.09858333333333333,
      "grad_norm": 2.5786213874816895,
      "learning_rate": 0.0002933950164494479,
      "loss": 9.0251,
      "step": 47320
    },
    {
      "epoch": 0.09860416666666667,
      "grad_norm": 2.8410067558288574,
      "learning_rate": 0.00029339212290139795,
      "loss": 9.6133,
      "step": 47330
    },
    {
      "epoch": 0.098625,
      "grad_norm": 2.81502628326416,
      "learning_rate": 0.0002933892287339508,
      "loss": 9.1036,
      "step": 47340
    },
    {
      "epoch": 0.09864583333333334,
      "grad_norm": 1.7635622024536133,
      "learning_rate": 0.00029338633394711895,
      "loss": 8.9487,
      "step": 47350
    },
    {
      "epoch": 0.09866666666666667,
      "grad_norm": 1.2103265523910522,
      "learning_rate": 0.00029338343854091493,
      "loss": 8.9863,
      "step": 47360
    },
    {
      "epoch": 0.0986875,
      "grad_norm": 2.7028470039367676,
      "learning_rate": 0.0002933805425153512,
      "loss": 10.6422,
      "step": 47370
    },
    {
      "epoch": 0.09870833333333333,
      "grad_norm": 0.7703026533126831,
      "learning_rate": 0.0002933776458704403,
      "loss": 8.8712,
      "step": 47380
    },
    {
      "epoch": 0.09872916666666667,
      "grad_norm": 3.459097385406494,
      "learning_rate": 0.0002933747486061947,
      "loss": 9.3551,
      "step": 47390
    },
    {
      "epoch": 0.09875,
      "grad_norm": 1.2881922721862793,
      "learning_rate": 0.0002933718507226269,
      "loss": 9.0986,
      "step": 47400
    },
    {
      "epoch": 0.09877083333333334,
      "grad_norm": 0.6622039079666138,
      "learning_rate": 0.00029336895221974946,
      "loss": 9.0997,
      "step": 47410
    },
    {
      "epoch": 0.09879166666666667,
      "grad_norm": 0.7830524444580078,
      "learning_rate": 0.00029336605309757493,
      "loss": 8.6313,
      "step": 47420
    },
    {
      "epoch": 0.0988125,
      "grad_norm": 1.2077109813690186,
      "learning_rate": 0.0002933631533561158,
      "loss": 8.8635,
      "step": 47430
    },
    {
      "epoch": 0.09883333333333333,
      "grad_norm": 2.1768720149993896,
      "learning_rate": 0.0002933602529953846,
      "loss": 9.7339,
      "step": 47440
    },
    {
      "epoch": 0.09885416666666667,
      "grad_norm": 2.3119850158691406,
      "learning_rate": 0.00029335735201539383,
      "loss": 9.1421,
      "step": 47450
    },
    {
      "epoch": 0.098875,
      "grad_norm": 1.022568941116333,
      "learning_rate": 0.0002933544504161561,
      "loss": 9.422,
      "step": 47460
    },
    {
      "epoch": 0.09889583333333334,
      "grad_norm": 1.0149863958358765,
      "learning_rate": 0.0002933515481976838,
      "loss": 12.0821,
      "step": 47470
    },
    {
      "epoch": 0.09891666666666667,
      "grad_norm": 0.9194002151489258,
      "learning_rate": 0.0002933486453599896,
      "loss": 8.4247,
      "step": 47480
    },
    {
      "epoch": 0.0989375,
      "grad_norm": 0.7134386301040649,
      "learning_rate": 0.000293345741903086,
      "loss": 9.368,
      "step": 47490
    },
    {
      "epoch": 0.09895833333333333,
      "grad_norm": 4.777063369750977,
      "learning_rate": 0.0002933428378269855,
      "loss": 9.8445,
      "step": 47500
    },
    {
      "epoch": 0.09897916666666666,
      "grad_norm": 0.9243889451026917,
      "learning_rate": 0.00029333993313170075,
      "loss": 9.9394,
      "step": 47510
    },
    {
      "epoch": 0.099,
      "grad_norm": 1.2976083755493164,
      "learning_rate": 0.00029333702781724413,
      "loss": 9.098,
      "step": 47520
    },
    {
      "epoch": 0.09902083333333334,
      "grad_norm": 1.8105278015136719,
      "learning_rate": 0.0002933341218836284,
      "loss": 9.4128,
      "step": 47530
    },
    {
      "epoch": 0.09904166666666667,
      "grad_norm": 1.3778460025787354,
      "learning_rate": 0.0002933312153308659,
      "loss": 8.1907,
      "step": 47540
    },
    {
      "epoch": 0.0990625,
      "grad_norm": 0.9333499073982239,
      "learning_rate": 0.0002933283081589693,
      "loss": 9.5478,
      "step": 47550
    },
    {
      "epoch": 0.09908333333333333,
      "grad_norm": 3.089468479156494,
      "learning_rate": 0.0002933254003679512,
      "loss": 9.5451,
      "step": 47560
    },
    {
      "epoch": 0.09910416666666666,
      "grad_norm": 1.477790117263794,
      "learning_rate": 0.0002933224919578241,
      "loss": 9.1494,
      "step": 47570
    },
    {
      "epoch": 0.099125,
      "grad_norm": 3.4454593658447266,
      "learning_rate": 0.0002933195829286005,
      "loss": 10.6759,
      "step": 47580
    },
    {
      "epoch": 0.09914583333333334,
      "grad_norm": 0.9811124205589294,
      "learning_rate": 0.000293316673280293,
      "loss": 9.2688,
      "step": 47590
    },
    {
      "epoch": 0.09916666666666667,
      "grad_norm": 0.8470736742019653,
      "learning_rate": 0.0002933137630129143,
      "loss": 9.7132,
      "step": 47600
    },
    {
      "epoch": 0.0991875,
      "grad_norm": 3.11714243888855,
      "learning_rate": 0.0002933108521264768,
      "loss": 8.9278,
      "step": 47610
    },
    {
      "epoch": 0.09920833333333333,
      "grad_norm": 1.5618146657943726,
      "learning_rate": 0.00029330794062099323,
      "loss": 9.2889,
      "step": 47620
    },
    {
      "epoch": 0.09922916666666666,
      "grad_norm": 1.7308317422866821,
      "learning_rate": 0.000293305028496476,
      "loss": 9.813,
      "step": 47630
    },
    {
      "epoch": 0.09925,
      "grad_norm": 4.542447566986084,
      "learning_rate": 0.00029330211575293784,
      "loss": 9.6804,
      "step": 47640
    },
    {
      "epoch": 0.09927083333333334,
      "grad_norm": 1.2419254779815674,
      "learning_rate": 0.00029329920239039124,
      "loss": 8.7836,
      "step": 47650
    },
    {
      "epoch": 0.09929166666666667,
      "grad_norm": 0.8340309858322144,
      "learning_rate": 0.00029329628840884874,
      "loss": 8.8848,
      "step": 47660
    },
    {
      "epoch": 0.0993125,
      "grad_norm": 8.844576835632324,
      "learning_rate": 0.0002932933738083231,
      "loss": 9.9802,
      "step": 47670
    },
    {
      "epoch": 0.09933333333333333,
      "grad_norm": 3.8139472007751465,
      "learning_rate": 0.00029329045858882667,
      "loss": 9.6343,
      "step": 47680
    },
    {
      "epoch": 0.09935416666666666,
      "grad_norm": 4.384337902069092,
      "learning_rate": 0.0002932875427503723,
      "loss": 9.9236,
      "step": 47690
    },
    {
      "epoch": 0.099375,
      "grad_norm": 0.9401775002479553,
      "learning_rate": 0.00029328462629297245,
      "loss": 7.9651,
      "step": 47700
    },
    {
      "epoch": 0.09939583333333334,
      "grad_norm": 2.6277177333831787,
      "learning_rate": 0.0002932817092166397,
      "loss": 10.3154,
      "step": 47710
    },
    {
      "epoch": 0.09941666666666667,
      "grad_norm": 8.440195083618164,
      "learning_rate": 0.0002932787915213867,
      "loss": 9.0864,
      "step": 47720
    },
    {
      "epoch": 0.0994375,
      "grad_norm": 1.9787076711654663,
      "learning_rate": 0.000293275873207226,
      "loss": 9.7086,
      "step": 47730
    },
    {
      "epoch": 0.09945833333333333,
      "grad_norm": 1.0097789764404297,
      "learning_rate": 0.00029327295427417023,
      "loss": 9.8127,
      "step": 47740
    },
    {
      "epoch": 0.09947916666666666,
      "grad_norm": 1.2337126731872559,
      "learning_rate": 0.000293270034722232,
      "loss": 9.8077,
      "step": 47750
    },
    {
      "epoch": 0.0995,
      "grad_norm": 1.1471754312515259,
      "learning_rate": 0.000293267114551424,
      "loss": 9.3441,
      "step": 47760
    },
    {
      "epoch": 0.09952083333333334,
      "grad_norm": 2.952810525894165,
      "learning_rate": 0.00029326419376175876,
      "loss": 9.6531,
      "step": 47770
    },
    {
      "epoch": 0.09954166666666667,
      "grad_norm": 1.8332550525665283,
      "learning_rate": 0.00029326127235324885,
      "loss": 10.7924,
      "step": 47780
    },
    {
      "epoch": 0.0995625,
      "grad_norm": 2.2378764152526855,
      "learning_rate": 0.000293258350325907,
      "loss": 10.8002,
      "step": 47790
    },
    {
      "epoch": 0.09958333333333333,
      "grad_norm": 1.817089557647705,
      "learning_rate": 0.00029325542767974575,
      "loss": 9.8199,
      "step": 47800
    },
    {
      "epoch": 0.09960416666666666,
      "grad_norm": 1.326066255569458,
      "learning_rate": 0.0002932525044147778,
      "loss": 9.4487,
      "step": 47810
    },
    {
      "epoch": 0.099625,
      "grad_norm": 1.0984691381454468,
      "learning_rate": 0.0002932495805310157,
      "loss": 9.7283,
      "step": 47820
    },
    {
      "epoch": 0.09964583333333334,
      "grad_norm": 0.8416268229484558,
      "learning_rate": 0.00029324665602847215,
      "loss": 9.274,
      "step": 47830
    },
    {
      "epoch": 0.09966666666666667,
      "grad_norm": 1.0920478105545044,
      "learning_rate": 0.0002932437309071597,
      "loss": 10.5795,
      "step": 47840
    },
    {
      "epoch": 0.0996875,
      "grad_norm": 1.0011235475540161,
      "learning_rate": 0.0002932408051670911,
      "loss": 8.422,
      "step": 47850
    },
    {
      "epoch": 0.09970833333333333,
      "grad_norm": 0.8299815654754639,
      "learning_rate": 0.00029323787880827887,
      "loss": 8.2592,
      "step": 47860
    },
    {
      "epoch": 0.09972916666666666,
      "grad_norm": 1.1187281608581543,
      "learning_rate": 0.0002932349518307357,
      "loss": 9.2544,
      "step": 47870
    },
    {
      "epoch": 0.09975,
      "grad_norm": 3.145681619644165,
      "learning_rate": 0.0002932320242344743,
      "loss": 8.4872,
      "step": 47880
    },
    {
      "epoch": 0.09977083333333334,
      "grad_norm": 2.1600699424743652,
      "learning_rate": 0.00029322909601950717,
      "loss": 10.2644,
      "step": 47890
    },
    {
      "epoch": 0.09979166666666667,
      "grad_norm": 1.1823148727416992,
      "learning_rate": 0.00029322616718584704,
      "loss": 8.6477,
      "step": 47900
    },
    {
      "epoch": 0.0998125,
      "grad_norm": 1.464882254600525,
      "learning_rate": 0.0002932232377335066,
      "loss": 8.7582,
      "step": 47910
    },
    {
      "epoch": 0.09983333333333333,
      "grad_norm": 0.8381903767585754,
      "learning_rate": 0.0002932203076624984,
      "loss": 9.1062,
      "step": 47920
    },
    {
      "epoch": 0.09985416666666666,
      "grad_norm": 1.104084849357605,
      "learning_rate": 0.00029321737697283524,
      "loss": 8.8992,
      "step": 47930
    },
    {
      "epoch": 0.099875,
      "grad_norm": 2.929715871810913,
      "learning_rate": 0.00029321444566452967,
      "loss": 9.2402,
      "step": 47940
    },
    {
      "epoch": 0.09989583333333334,
      "grad_norm": 0.9802522659301758,
      "learning_rate": 0.0002932115137375944,
      "loss": 9.4606,
      "step": 47950
    },
    {
      "epoch": 0.09991666666666667,
      "grad_norm": 2.3321492671966553,
      "learning_rate": 0.00029320858119204207,
      "loss": 8.9077,
      "step": 47960
    },
    {
      "epoch": 0.0999375,
      "grad_norm": 1.2448022365570068,
      "learning_rate": 0.0002932056480278853,
      "loss": 9.735,
      "step": 47970
    },
    {
      "epoch": 0.09995833333333333,
      "grad_norm": 1.2654316425323486,
      "learning_rate": 0.0002932027142451369,
      "loss": 9.6379,
      "step": 47980
    },
    {
      "epoch": 0.09997916666666666,
      "grad_norm": 1.3847734928131104,
      "learning_rate": 0.00029319977984380944,
      "loss": 9.6021,
      "step": 47990
    },
    {
      "epoch": 0.1,
      "grad_norm": 0.7984365224838257,
      "learning_rate": 0.0002931968448239156,
      "loss": 8.76,
      "step": 48000
    },
    {
      "epoch": 0.1,
      "eval_loss": 9.714738845825195,
      "eval_runtime": 8.3784,
      "eval_samples_per_second": 0.358,
      "eval_steps_per_second": 0.119,
      "step": 48000
    },
    {
      "epoch": 0.10002083333333334,
      "grad_norm": 0.8488026857376099,
      "learning_rate": 0.00029319390918546804,
      "loss": 9.1214,
      "step": 48010
    },
    {
      "epoch": 0.10004166666666667,
      "grad_norm": 0.8599068522453308,
      "learning_rate": 0.0002931909729284795,
      "loss": 9.5561,
      "step": 48020
    },
    {
      "epoch": 0.1000625,
      "grad_norm": 0.8097720742225647,
      "learning_rate": 0.00029318803605296264,
      "loss": 9.6259,
      "step": 48030
    },
    {
      "epoch": 0.10008333333333333,
      "grad_norm": 2.725295305252075,
      "learning_rate": 0.0002931850985589301,
      "loss": 8.755,
      "step": 48040
    },
    {
      "epoch": 0.10010416666666666,
      "grad_norm": 1.197261095046997,
      "learning_rate": 0.00029318216044639463,
      "loss": 9.1615,
      "step": 48050
    },
    {
      "epoch": 0.100125,
      "grad_norm": 4.69428014755249,
      "learning_rate": 0.00029317922171536896,
      "loss": 10.7857,
      "step": 48060
    },
    {
      "epoch": 0.10014583333333334,
      "grad_norm": 0.8861208558082581,
      "learning_rate": 0.0002931762823658657,
      "loss": 8.6158,
      "step": 48070
    },
    {
      "epoch": 0.10016666666666667,
      "grad_norm": 1.3050142526626587,
      "learning_rate": 0.0002931733423978975,
      "loss": 9.7893,
      "step": 48080
    },
    {
      "epoch": 0.1001875,
      "grad_norm": 1.1451785564422607,
      "learning_rate": 0.0002931704018114772,
      "loss": 9.219,
      "step": 48090
    },
    {
      "epoch": 0.10020833333333333,
      "grad_norm": 1.8397403955459595,
      "learning_rate": 0.00029316746060661746,
      "loss": 9.7316,
      "step": 48100
    },
    {
      "epoch": 0.10022916666666666,
      "grad_norm": 0.8850340843200684,
      "learning_rate": 0.0002931645187833309,
      "loss": 9.5149,
      "step": 48110
    },
    {
      "epoch": 0.10025,
      "grad_norm": 3.8717422485351562,
      "learning_rate": 0.00029316157634163035,
      "loss": 10.7526,
      "step": 48120
    },
    {
      "epoch": 0.10027083333333334,
      "grad_norm": 6.141626358032227,
      "learning_rate": 0.0002931586332815284,
      "loss": 9.0516,
      "step": 48130
    },
    {
      "epoch": 0.10029166666666667,
      "grad_norm": 1.9079111814498901,
      "learning_rate": 0.00029315568960303784,
      "loss": 9.1848,
      "step": 48140
    },
    {
      "epoch": 0.1003125,
      "grad_norm": 0.7275422811508179,
      "learning_rate": 0.0002931527453061714,
      "loss": 9.5914,
      "step": 48150
    },
    {
      "epoch": 0.10033333333333333,
      "grad_norm": 1.8091938495635986,
      "learning_rate": 0.0002931498003909417,
      "loss": 10.0756,
      "step": 48160
    },
    {
      "epoch": 0.10035416666666666,
      "grad_norm": 1.7232166528701782,
      "learning_rate": 0.0002931468548573616,
      "loss": 9.2249,
      "step": 48170
    },
    {
      "epoch": 0.100375,
      "grad_norm": 0.8535072803497314,
      "learning_rate": 0.0002931439087054436,
      "loss": 9.2718,
      "step": 48180
    },
    {
      "epoch": 0.10039583333333334,
      "grad_norm": 2.811976671218872,
      "learning_rate": 0.00029314096193520077,
      "loss": 9.5702,
      "step": 48190
    },
    {
      "epoch": 0.10041666666666667,
      "grad_norm": 0.5937979817390442,
      "learning_rate": 0.00029313801454664554,
      "loss": 8.3641,
      "step": 48200
    },
    {
      "epoch": 0.1004375,
      "grad_norm": 0.7414236664772034,
      "learning_rate": 0.00029313506653979074,
      "loss": 9.4897,
      "step": 48210
    },
    {
      "epoch": 0.10045833333333333,
      "grad_norm": 1.6366254091262817,
      "learning_rate": 0.0002931321179146491,
      "loss": 8.9647,
      "step": 48220
    },
    {
      "epoch": 0.10047916666666666,
      "grad_norm": 2.3401849269866943,
      "learning_rate": 0.00029312916867123344,
      "loss": 9.8404,
      "step": 48230
    },
    {
      "epoch": 0.1005,
      "grad_norm": 1.1148582696914673,
      "learning_rate": 0.00029312621880955636,
      "loss": 9.0689,
      "step": 48240
    },
    {
      "epoch": 0.10052083333333334,
      "grad_norm": 0.901167094707489,
      "learning_rate": 0.0002931232683296307,
      "loss": 8.2079,
      "step": 48250
    },
    {
      "epoch": 0.10054166666666667,
      "grad_norm": 0.9570202827453613,
      "learning_rate": 0.00029312031723146913,
      "loss": 9.5881,
      "step": 48260
    },
    {
      "epoch": 0.1005625,
      "grad_norm": 1.7675307989120483,
      "learning_rate": 0.00029311736551508453,
      "loss": 9.1372,
      "step": 48270
    },
    {
      "epoch": 0.10058333333333333,
      "grad_norm": 1.3394166231155396,
      "learning_rate": 0.00029311441318048947,
      "loss": 8.1477,
      "step": 48280
    },
    {
      "epoch": 0.10060416666666666,
      "grad_norm": 1.4204587936401367,
      "learning_rate": 0.0002931114602276968,
      "loss": 9.0589,
      "step": 48290
    },
    {
      "epoch": 0.100625,
      "grad_norm": 1.101670742034912,
      "learning_rate": 0.0002931085066567193,
      "loss": 9.3684,
      "step": 48300
    },
    {
      "epoch": 0.10064583333333334,
      "grad_norm": 3.7769861221313477,
      "learning_rate": 0.00029310555246756973,
      "loss": 8.7664,
      "step": 48310
    },
    {
      "epoch": 0.10066666666666667,
      "grad_norm": 0.8644647598266602,
      "learning_rate": 0.00029310259766026075,
      "loss": 9.8733,
      "step": 48320
    },
    {
      "epoch": 0.1006875,
      "grad_norm": 1.07290780544281,
      "learning_rate": 0.0002930996422348052,
      "loss": 9.1623,
      "step": 48330
    },
    {
      "epoch": 0.10070833333333333,
      "grad_norm": 0.967326283454895,
      "learning_rate": 0.0002930966861912159,
      "loss": 8.2528,
      "step": 48340
    },
    {
      "epoch": 0.10072916666666666,
      "grad_norm": 1.7763710021972656,
      "learning_rate": 0.0002930937295295055,
      "loss": 9.6999,
      "step": 48350
    },
    {
      "epoch": 0.10075,
      "grad_norm": 11.30333137512207,
      "learning_rate": 0.00029309077224968686,
      "loss": 12.9709,
      "step": 48360
    },
    {
      "epoch": 0.10077083333333334,
      "grad_norm": 0.7842666506767273,
      "learning_rate": 0.00029308781435177274,
      "loss": 9.857,
      "step": 48370
    },
    {
      "epoch": 0.10079166666666667,
      "grad_norm": 1.1500799655914307,
      "learning_rate": 0.0002930848558357758,
      "loss": 10.0561,
      "step": 48380
    },
    {
      "epoch": 0.1008125,
      "grad_norm": 5.122095108032227,
      "learning_rate": 0.00029308189670170903,
      "loss": 9.1781,
      "step": 48390
    },
    {
      "epoch": 0.10083333333333333,
      "grad_norm": 1.6537467241287231,
      "learning_rate": 0.00029307893694958503,
      "loss": 9.4056,
      "step": 48400
    },
    {
      "epoch": 0.10085416666666666,
      "grad_norm": 0.9811502695083618,
      "learning_rate": 0.0002930759765794167,
      "loss": 9.7914,
      "step": 48410
    },
    {
      "epoch": 0.100875,
      "grad_norm": 3.0710551738739014,
      "learning_rate": 0.0002930730155912168,
      "loss": 8.9653,
      "step": 48420
    },
    {
      "epoch": 0.10089583333333334,
      "grad_norm": 1.2350884675979614,
      "learning_rate": 0.0002930700539849981,
      "loss": 9.6177,
      "step": 48430
    },
    {
      "epoch": 0.10091666666666667,
      "grad_norm": 0.8323484659194946,
      "learning_rate": 0.00029306709176077334,
      "loss": 9.3337,
      "step": 48440
    },
    {
      "epoch": 0.1009375,
      "grad_norm": 0.6536617875099182,
      "learning_rate": 0.0002930641289185554,
      "loss": 8.8286,
      "step": 48450
    },
    {
      "epoch": 0.10095833333333333,
      "grad_norm": 0.7493190765380859,
      "learning_rate": 0.0002930611654583571,
      "loss": 9.2233,
      "step": 48460
    },
    {
      "epoch": 0.10097916666666666,
      "grad_norm": 1.0644681453704834,
      "learning_rate": 0.0002930582013801911,
      "loss": 9.0578,
      "step": 48470
    },
    {
      "epoch": 0.101,
      "grad_norm": 0.8299551010131836,
      "learning_rate": 0.00029305523668407037,
      "loss": 9.0316,
      "step": 48480
    },
    {
      "epoch": 0.10102083333333334,
      "grad_norm": 6.647940635681152,
      "learning_rate": 0.0002930522713700076,
      "loss": 9.4269,
      "step": 48490
    },
    {
      "epoch": 0.10104166666666667,
      "grad_norm": 0.9100258350372314,
      "learning_rate": 0.0002930493054380157,
      "loss": 10.2394,
      "step": 48500
    },
    {
      "epoch": 0.1010625,
      "grad_norm": 0.8324337601661682,
      "learning_rate": 0.0002930463388881074,
      "loss": 9.1641,
      "step": 48510
    },
    {
      "epoch": 0.10108333333333333,
      "grad_norm": 0.6146535277366638,
      "learning_rate": 0.0002930433717202955,
      "loss": 10.344,
      "step": 48520
    },
    {
      "epoch": 0.10110416666666666,
      "grad_norm": 2.1424193382263184,
      "learning_rate": 0.0002930404039345929,
      "loss": 9.125,
      "step": 48530
    },
    {
      "epoch": 0.101125,
      "grad_norm": 3.4139647483825684,
      "learning_rate": 0.00029303743553101236,
      "loss": 10.0318,
      "step": 48540
    },
    {
      "epoch": 0.10114583333333334,
      "grad_norm": 0.9696723222732544,
      "learning_rate": 0.00029303446650956667,
      "loss": 8.8242,
      "step": 48550
    },
    {
      "epoch": 0.10116666666666667,
      "grad_norm": 0.9155589938163757,
      "learning_rate": 0.0002930314968702688,
      "loss": 9.4596,
      "step": 48560
    },
    {
      "epoch": 0.1011875,
      "grad_norm": 0.8782845139503479,
      "learning_rate": 0.0002930285266131314,
      "loss": 10.6719,
      "step": 48570
    },
    {
      "epoch": 0.10120833333333333,
      "grad_norm": 1.6006386280059814,
      "learning_rate": 0.0002930255557381674,
      "loss": 9.8226,
      "step": 48580
    },
    {
      "epoch": 0.10122916666666666,
      "grad_norm": 1.2426837682724,
      "learning_rate": 0.00029302258424538963,
      "loss": 9.6232,
      "step": 48590
    },
    {
      "epoch": 0.10125,
      "grad_norm": 1.2996668815612793,
      "learning_rate": 0.0002930196121348109,
      "loss": 9.87,
      "step": 48600
    },
    {
      "epoch": 0.10127083333333334,
      "grad_norm": 2.2210965156555176,
      "learning_rate": 0.000293016639406444,
      "loss": 9.4292,
      "step": 48610
    },
    {
      "epoch": 0.10129166666666667,
      "grad_norm": 8.808084487915039,
      "learning_rate": 0.00029301366606030186,
      "loss": 9.6657,
      "step": 48620
    },
    {
      "epoch": 0.1013125,
      "grad_norm": 2.174363851547241,
      "learning_rate": 0.00029301069209639735,
      "loss": 9.8737,
      "step": 48630
    },
    {
      "epoch": 0.10133333333333333,
      "grad_norm": 4.154601573944092,
      "learning_rate": 0.0002930077175147432,
      "loss": 9.0516,
      "step": 48640
    },
    {
      "epoch": 0.10135416666666666,
      "grad_norm": 2.3784990310668945,
      "learning_rate": 0.00029300474231535234,
      "loss": 9.5191,
      "step": 48650
    },
    {
      "epoch": 0.101375,
      "grad_norm": 1.2748222351074219,
      "learning_rate": 0.0002930017664982376,
      "loss": 9.0275,
      "step": 48660
    },
    {
      "epoch": 0.10139583333333334,
      "grad_norm": 3.6749820709228516,
      "learning_rate": 0.0002929987900634118,
      "loss": 9.3935,
      "step": 48670
    },
    {
      "epoch": 0.10141666666666667,
      "grad_norm": 0.9631567001342773,
      "learning_rate": 0.0002929958130108879,
      "loss": 10.8453,
      "step": 48680
    },
    {
      "epoch": 0.1014375,
      "grad_norm": 1.9064652919769287,
      "learning_rate": 0.00029299283534067863,
      "loss": 9.5676,
      "step": 48690
    },
    {
      "epoch": 0.10145833333333333,
      "grad_norm": 1.0505887269973755,
      "learning_rate": 0.00029298985705279696,
      "loss": 9.0245,
      "step": 48700
    },
    {
      "epoch": 0.10147916666666666,
      "grad_norm": 0.7597373723983765,
      "learning_rate": 0.0002929868781472556,
      "loss": 9.1495,
      "step": 48710
    },
    {
      "epoch": 0.1015,
      "grad_norm": 4.27283239364624,
      "learning_rate": 0.00029298389862406765,
      "loss": 10.5729,
      "step": 48720
    },
    {
      "epoch": 0.10152083333333334,
      "grad_norm": 2.7049002647399902,
      "learning_rate": 0.00029298091848324576,
      "loss": 9.5748,
      "step": 48730
    },
    {
      "epoch": 0.10154166666666667,
      "grad_norm": 3.0649547576904297,
      "learning_rate": 0.00029297793772480296,
      "loss": 9.4776,
      "step": 48740
    },
    {
      "epoch": 0.1015625,
      "grad_norm": 2.119490146636963,
      "learning_rate": 0.000292974956348752,
      "loss": 9.0445,
      "step": 48750
    },
    {
      "epoch": 0.10158333333333333,
      "grad_norm": 1.2202608585357666,
      "learning_rate": 0.0002929719743551059,
      "loss": 8.6817,
      "step": 48760
    },
    {
      "epoch": 0.10160416666666666,
      "grad_norm": 0.5932407975196838,
      "learning_rate": 0.0002929689917438774,
      "loss": 9.3988,
      "step": 48770
    },
    {
      "epoch": 0.101625,
      "grad_norm": 2.181241273880005,
      "learning_rate": 0.0002929660085150795,
      "loss": 9.0479,
      "step": 48780
    },
    {
      "epoch": 0.10164583333333334,
      "grad_norm": 1.4485595226287842,
      "learning_rate": 0.00029296302466872505,
      "loss": 10.4942,
      "step": 48790
    },
    {
      "epoch": 0.10166666666666667,
      "grad_norm": 1.6902843713760376,
      "learning_rate": 0.00029296004020482687,
      "loss": 9.5516,
      "step": 48800
    },
    {
      "epoch": 0.1016875,
      "grad_norm": 1.231410026550293,
      "learning_rate": 0.0002929570551233979,
      "loss": 9.6397,
      "step": 48810
    },
    {
      "epoch": 0.10170833333333333,
      "grad_norm": 0.8563567399978638,
      "learning_rate": 0.00029295406942445105,
      "loss": 9.2661,
      "step": 48820
    },
    {
      "epoch": 0.10172916666666666,
      "grad_norm": 1.1345583200454712,
      "learning_rate": 0.0002929510831079992,
      "loss": 8.2386,
      "step": 48830
    },
    {
      "epoch": 0.10175,
      "grad_norm": 17.686513900756836,
      "learning_rate": 0.0002929480961740553,
      "loss": 13.8301,
      "step": 48840
    },
    {
      "epoch": 0.10177083333333334,
      "grad_norm": 0.8043925762176514,
      "learning_rate": 0.0002929451086226321,
      "loss": 9.5132,
      "step": 48850
    },
    {
      "epoch": 0.10179166666666667,
      "grad_norm": 0.8712738752365112,
      "learning_rate": 0.00029294212045374277,
      "loss": 11.047,
      "step": 48860
    },
    {
      "epoch": 0.1018125,
      "grad_norm": 0.5250794291496277,
      "learning_rate": 0.00029293913166739995,
      "loss": 9.1951,
      "step": 48870
    },
    {
      "epoch": 0.10183333333333333,
      "grad_norm": 0.939064085483551,
      "learning_rate": 0.0002929361422636167,
      "loss": 9.3048,
      "step": 48880
    },
    {
      "epoch": 0.10185416666666666,
      "grad_norm": 0.8325411677360535,
      "learning_rate": 0.00029293315224240585,
      "loss": 9.0069,
      "step": 48890
    },
    {
      "epoch": 0.101875,
      "grad_norm": 1.2828714847564697,
      "learning_rate": 0.0002929301616037804,
      "loss": 9.4571,
      "step": 48900
    },
    {
      "epoch": 0.10189583333333334,
      "grad_norm": 1.1509547233581543,
      "learning_rate": 0.00029292717034775317,
      "loss": 8.8505,
      "step": 48910
    },
    {
      "epoch": 0.10191666666666667,
      "grad_norm": 1.0136783123016357,
      "learning_rate": 0.0002929241784743372,
      "loss": 9.003,
      "step": 48920
    },
    {
      "epoch": 0.1019375,
      "grad_norm": 2.3794376850128174,
      "learning_rate": 0.0002929211859835453,
      "loss": 11.8563,
      "step": 48930
    },
    {
      "epoch": 0.10195833333333333,
      "grad_norm": 2.322312116622925,
      "learning_rate": 0.0002929181928753905,
      "loss": 9.6261,
      "step": 48940
    },
    {
      "epoch": 0.10197916666666666,
      "grad_norm": 3.0221152305603027,
      "learning_rate": 0.0002929151991498857,
      "loss": 9.1235,
      "step": 48950
    },
    {
      "epoch": 0.102,
      "grad_norm": 5.791116714477539,
      "learning_rate": 0.00029291220480704376,
      "loss": 8.8636,
      "step": 48960
    },
    {
      "epoch": 0.10202083333333334,
      "grad_norm": 1.6034103631973267,
      "learning_rate": 0.00029290920984687766,
      "loss": 9.0093,
      "step": 48970
    },
    {
      "epoch": 0.10204166666666667,
      "grad_norm": 1.150484561920166,
      "learning_rate": 0.00029290621426940035,
      "loss": 9.5563,
      "step": 48980
    },
    {
      "epoch": 0.1020625,
      "grad_norm": 1.7642180919647217,
      "learning_rate": 0.0002929032180746248,
      "loss": 8.9301,
      "step": 48990
    },
    {
      "epoch": 0.10208333333333333,
      "grad_norm": 1.9370527267456055,
      "learning_rate": 0.00029290022126256384,
      "loss": 9.6279,
      "step": 49000
    },
    {
      "epoch": 0.10208333333333333,
      "eval_loss": 8.154305458068848,
      "eval_runtime": 8.2723,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 49000
    },
    {
      "epoch": 0.10210416666666666,
      "grad_norm": 5.812506198883057,
      "learning_rate": 0.0002928972238332305,
      "loss": 9.4536,
      "step": 49010
    },
    {
      "epoch": 0.102125,
      "grad_norm": 1.3096328973770142,
      "learning_rate": 0.0002928942257866378,
      "loss": 9.4622,
      "step": 49020
    },
    {
      "epoch": 0.10214583333333334,
      "grad_norm": 1.885876178741455,
      "learning_rate": 0.0002928912271227985,
      "loss": 13.3949,
      "step": 49030
    },
    {
      "epoch": 0.10216666666666667,
      "grad_norm": 1.0150808095932007,
      "learning_rate": 0.0002928882278417257,
      "loss": 10.1738,
      "step": 49040
    },
    {
      "epoch": 0.1021875,
      "grad_norm": 1.4164482355117798,
      "learning_rate": 0.0002928852279434323,
      "loss": 9.1403,
      "step": 49050
    },
    {
      "epoch": 0.10220833333333333,
      "grad_norm": 0.9333735108375549,
      "learning_rate": 0.0002928822274279313,
      "loss": 9.2385,
      "step": 49060
    },
    {
      "epoch": 0.10222916666666666,
      "grad_norm": 1.0965009927749634,
      "learning_rate": 0.00029287922629523566,
      "loss": 8.6328,
      "step": 49070
    },
    {
      "epoch": 0.10225,
      "grad_norm": 4.2089128494262695,
      "learning_rate": 0.0002928762245453583,
      "loss": 9.9077,
      "step": 49080
    },
    {
      "epoch": 0.10227083333333334,
      "grad_norm": 3.2489655017852783,
      "learning_rate": 0.0002928732221783122,
      "loss": 8.7398,
      "step": 49090
    },
    {
      "epoch": 0.10229166666666667,
      "grad_norm": 0.9018410444259644,
      "learning_rate": 0.00029287021919411027,
      "loss": 9.0014,
      "step": 49100
    },
    {
      "epoch": 0.1023125,
      "grad_norm": 0.6829296350479126,
      "learning_rate": 0.00029286721559276563,
      "loss": 8.7333,
      "step": 49110
    },
    {
      "epoch": 0.10233333333333333,
      "grad_norm": 1.119105577468872,
      "learning_rate": 0.0002928642113742911,
      "loss": 9.8294,
      "step": 49120
    },
    {
      "epoch": 0.10235416666666666,
      "grad_norm": 1.1402630805969238,
      "learning_rate": 0.0002928612065386998,
      "loss": 9.3944,
      "step": 49130
    },
    {
      "epoch": 0.102375,
      "grad_norm": 1.0823075771331787,
      "learning_rate": 0.00029285820108600457,
      "loss": 9.1342,
      "step": 49140
    },
    {
      "epoch": 0.10239583333333334,
      "grad_norm": 3.604667901992798,
      "learning_rate": 0.0002928551950162185,
      "loss": 10.2373,
      "step": 49150
    },
    {
      "epoch": 0.10241666666666667,
      "grad_norm": 3.05623722076416,
      "learning_rate": 0.0002928521883293546,
      "loss": 8.871,
      "step": 49160
    },
    {
      "epoch": 0.1024375,
      "grad_norm": 1.1608184576034546,
      "learning_rate": 0.0002928491810254257,
      "loss": 9.0828,
      "step": 49170
    },
    {
      "epoch": 0.10245833333333333,
      "grad_norm": 0.6357769966125488,
      "learning_rate": 0.0002928461731044448,
      "loss": 9.2438,
      "step": 49180
    },
    {
      "epoch": 0.10247916666666666,
      "grad_norm": 4.486654758453369,
      "learning_rate": 0.00029284316456642515,
      "loss": 8.9202,
      "step": 49190
    },
    {
      "epoch": 0.1025,
      "grad_norm": 1.5310121774673462,
      "learning_rate": 0.00029284015541137945,
      "loss": 8.6129,
      "step": 49200
    },
    {
      "epoch": 0.10252083333333334,
      "grad_norm": 0.6577756404876709,
      "learning_rate": 0.00029283714563932086,
      "loss": 9.2926,
      "step": 49210
    },
    {
      "epoch": 0.10254166666666667,
      "grad_norm": 2.7338922023773193,
      "learning_rate": 0.0002928341352502624,
      "loss": 9.2828,
      "step": 49220
    },
    {
      "epoch": 0.1025625,
      "grad_norm": 1.0605695247650146,
      "learning_rate": 0.0002928311242442169,
      "loss": 8.7029,
      "step": 49230
    },
    {
      "epoch": 0.10258333333333333,
      "grad_norm": 0.9634997248649597,
      "learning_rate": 0.00029282811262119755,
      "loss": 9.5177,
      "step": 49240
    },
    {
      "epoch": 0.10260416666666666,
      "grad_norm": 1.00617516040802,
      "learning_rate": 0.00029282510038121726,
      "loss": 9.4242,
      "step": 49250
    },
    {
      "epoch": 0.102625,
      "grad_norm": 1.1911967992782593,
      "learning_rate": 0.00029282208752428907,
      "loss": 9.013,
      "step": 49260
    },
    {
      "epoch": 0.10264583333333334,
      "grad_norm": 1.3337613344192505,
      "learning_rate": 0.000292819074050426,
      "loss": 10.322,
      "step": 49270
    },
    {
      "epoch": 0.10266666666666667,
      "grad_norm": 1.2304619550704956,
      "learning_rate": 0.00029281605995964114,
      "loss": 9.2998,
      "step": 49280
    },
    {
      "epoch": 0.1026875,
      "grad_norm": 0.9769627451896667,
      "learning_rate": 0.0002928130452519473,
      "loss": 9.6665,
      "step": 49290
    },
    {
      "epoch": 0.10270833333333333,
      "grad_norm": 0.8955183625221252,
      "learning_rate": 0.00029281002992735775,
      "loss": 10.6916,
      "step": 49300
    },
    {
      "epoch": 0.10272916666666666,
      "grad_norm": 0.9644501209259033,
      "learning_rate": 0.00029280701398588533,
      "loss": 8.7365,
      "step": 49310
    },
    {
      "epoch": 0.10275,
      "grad_norm": 1.3897597789764404,
      "learning_rate": 0.00029280399742754313,
      "loss": 9.5912,
      "step": 49320
    },
    {
      "epoch": 0.10277083333333334,
      "grad_norm": 1.9775241613388062,
      "learning_rate": 0.0002928009802523442,
      "loss": 9.9188,
      "step": 49330
    },
    {
      "epoch": 0.10279166666666667,
      "grad_norm": 7.224364280700684,
      "learning_rate": 0.0002927979624603016,
      "loss": 10.3947,
      "step": 49340
    },
    {
      "epoch": 0.1028125,
      "grad_norm": 1.4923336505889893,
      "learning_rate": 0.00029279494405142826,
      "loss": 9.8937,
      "step": 49350
    },
    {
      "epoch": 0.10283333333333333,
      "grad_norm": 0.7740716934204102,
      "learning_rate": 0.0002927919250257373,
      "loss": 8.846,
      "step": 49360
    },
    {
      "epoch": 0.10285416666666666,
      "grad_norm": 0.7222200036048889,
      "learning_rate": 0.0002927889053832418,
      "loss": 9.2298,
      "step": 49370
    },
    {
      "epoch": 0.102875,
      "grad_norm": 2.102206230163574,
      "learning_rate": 0.0002927858851239547,
      "loss": 9.9342,
      "step": 49380
    },
    {
      "epoch": 0.10289583333333334,
      "grad_norm": 2.018988609313965,
      "learning_rate": 0.0002927828642478891,
      "loss": 9.3487,
      "step": 49390
    },
    {
      "epoch": 0.10291666666666667,
      "grad_norm": 3.2794015407562256,
      "learning_rate": 0.000292779842755058,
      "loss": 9.4053,
      "step": 49400
    },
    {
      "epoch": 0.1029375,
      "grad_norm": 1.0712261199951172,
      "learning_rate": 0.0002927768206454746,
      "loss": 8.9865,
      "step": 49410
    },
    {
      "epoch": 0.10295833333333333,
      "grad_norm": 1.1456882953643799,
      "learning_rate": 0.0002927737979191518,
      "loss": 8.7325,
      "step": 49420
    },
    {
      "epoch": 0.10297916666666666,
      "grad_norm": 1.25752592086792,
      "learning_rate": 0.00029277077457610267,
      "loss": 8.5225,
      "step": 49430
    },
    {
      "epoch": 0.103,
      "grad_norm": 1.2694158554077148,
      "learning_rate": 0.0002927677506163404,
      "loss": 11.0765,
      "step": 49440
    },
    {
      "epoch": 0.10302083333333334,
      "grad_norm": 1.374521255493164,
      "learning_rate": 0.00029276472603987784,
      "loss": 10.3992,
      "step": 49450
    },
    {
      "epoch": 0.10304166666666667,
      "grad_norm": 1.9060869216918945,
      "learning_rate": 0.00029276170084672825,
      "loss": 9.0423,
      "step": 49460
    },
    {
      "epoch": 0.1030625,
      "grad_norm": 8.910183906555176,
      "learning_rate": 0.0002927586750369046,
      "loss": 10.5148,
      "step": 49470
    },
    {
      "epoch": 0.10308333333333333,
      "grad_norm": 1.1086338758468628,
      "learning_rate": 0.00029275564861042,
      "loss": 10.6712,
      "step": 49480
    },
    {
      "epoch": 0.10310416666666666,
      "grad_norm": 0.876265287399292,
      "learning_rate": 0.0002927526215672874,
      "loss": 9.8265,
      "step": 49490
    },
    {
      "epoch": 0.103125,
      "grad_norm": 2.142637252807617,
      "learning_rate": 0.00029274959390752014,
      "loss": 9.5655,
      "step": 49500
    },
    {
      "epoch": 0.10314583333333334,
      "grad_norm": 3.5862057209014893,
      "learning_rate": 0.000292746565631131,
      "loss": 10.8002,
      "step": 49510
    },
    {
      "epoch": 0.10316666666666667,
      "grad_norm": 1.0039188861846924,
      "learning_rate": 0.0002927435367381333,
      "loss": 9.1389,
      "step": 49520
    },
    {
      "epoch": 0.1031875,
      "grad_norm": 1.9529744386672974,
      "learning_rate": 0.00029274050722854003,
      "loss": 8.9854,
      "step": 49530
    },
    {
      "epoch": 0.10320833333333333,
      "grad_norm": 0.8523553013801575,
      "learning_rate": 0.0002927374771023642,
      "loss": 9.5738,
      "step": 49540
    },
    {
      "epoch": 0.10322916666666666,
      "grad_norm": 3.3695907592773438,
      "learning_rate": 0.000292734446359619,
      "loss": 9.4544,
      "step": 49550
    },
    {
      "epoch": 0.10325,
      "grad_norm": 2.85099720954895,
      "learning_rate": 0.00029273141500031744,
      "loss": 9.9211,
      "step": 49560
    },
    {
      "epoch": 0.10327083333333334,
      "grad_norm": 0.7292752861976624,
      "learning_rate": 0.00029272838302447273,
      "loss": 9.6293,
      "step": 49570
    },
    {
      "epoch": 0.10329166666666667,
      "grad_norm": 1.4680038690567017,
      "learning_rate": 0.00029272535043209786,
      "loss": 9.1697,
      "step": 49580
    },
    {
      "epoch": 0.1033125,
      "grad_norm": 1.1800110340118408,
      "learning_rate": 0.000292722317223206,
      "loss": 9.3183,
      "step": 49590
    },
    {
      "epoch": 0.10333333333333333,
      "grad_norm": 1.7417069673538208,
      "learning_rate": 0.00029271928339781025,
      "loss": 9.4591,
      "step": 49600
    },
    {
      "epoch": 0.10335416666666666,
      "grad_norm": 1.3986736536026,
      "learning_rate": 0.00029271624895592363,
      "loss": 8.8005,
      "step": 49610
    },
    {
      "epoch": 0.103375,
      "grad_norm": 2.2313740253448486,
      "learning_rate": 0.00029271321389755933,
      "loss": 8.9894,
      "step": 49620
    },
    {
      "epoch": 0.10339583333333334,
      "grad_norm": 0.9816516041755676,
      "learning_rate": 0.0002927101782227304,
      "loss": 9.3919,
      "step": 49630
    },
    {
      "epoch": 0.10341666666666667,
      "grad_norm": 0.9343282580375671,
      "learning_rate": 0.00029270714193145006,
      "loss": 8.6863,
      "step": 49640
    },
    {
      "epoch": 0.1034375,
      "grad_norm": 1.0576105117797852,
      "learning_rate": 0.0002927041050237313,
      "loss": 9.569,
      "step": 49650
    },
    {
      "epoch": 0.10345833333333333,
      "grad_norm": 0.8613594770431519,
      "learning_rate": 0.00029270106749958733,
      "loss": 9.4734,
      "step": 49660
    },
    {
      "epoch": 0.10347916666666666,
      "grad_norm": 6.090086936950684,
      "learning_rate": 0.0002926980293590312,
      "loss": 10.0758,
      "step": 49670
    },
    {
      "epoch": 0.1035,
      "grad_norm": 2.2521073818206787,
      "learning_rate": 0.0002926949906020761,
      "loss": 9.4762,
      "step": 49680
    },
    {
      "epoch": 0.10352083333333334,
      "grad_norm": 1.4228020906448364,
      "learning_rate": 0.0002926919512287351,
      "loss": 8.894,
      "step": 49690
    },
    {
      "epoch": 0.10354166666666667,
      "grad_norm": 2.0035560131073,
      "learning_rate": 0.00029268891123902135,
      "loss": 9.2763,
      "step": 49700
    },
    {
      "epoch": 0.1035625,
      "grad_norm": 0.8207017183303833,
      "learning_rate": 0.000292685870632948,
      "loss": 9.573,
      "step": 49710
    },
    {
      "epoch": 0.10358333333333333,
      "grad_norm": 2.61287260055542,
      "learning_rate": 0.0002926828294105281,
      "loss": 9.6293,
      "step": 49720
    },
    {
      "epoch": 0.10360416666666666,
      "grad_norm": 2.009082555770874,
      "learning_rate": 0.00029267978757177495,
      "loss": 9.8773,
      "step": 49730
    },
    {
      "epoch": 0.103625,
      "grad_norm": 4.25126314163208,
      "learning_rate": 0.00029267674511670154,
      "loss": 10.1855,
      "step": 49740
    },
    {
      "epoch": 0.10364583333333334,
      "grad_norm": 2.806978940963745,
      "learning_rate": 0.0002926737020453211,
      "loss": 9.4017,
      "step": 49750
    },
    {
      "epoch": 0.10366666666666667,
      "grad_norm": 1.8123339414596558,
      "learning_rate": 0.0002926706583576467,
      "loss": 9.6303,
      "step": 49760
    },
    {
      "epoch": 0.1036875,
      "grad_norm": 1.1916612386703491,
      "learning_rate": 0.0002926676140536916,
      "loss": 9.3478,
      "step": 49770
    },
    {
      "epoch": 0.10370833333333333,
      "grad_norm": 1.433635950088501,
      "learning_rate": 0.0002926645691334688,
      "loss": 10.0356,
      "step": 49780
    },
    {
      "epoch": 0.10372916666666666,
      "grad_norm": 0.8568692803382874,
      "learning_rate": 0.00029266152359699155,
      "loss": 9.4684,
      "step": 49790
    },
    {
      "epoch": 0.10375,
      "grad_norm": 1.1533241271972656,
      "learning_rate": 0.00029265847744427303,
      "loss": 8.966,
      "step": 49800
    },
    {
      "epoch": 0.10377083333333334,
      "grad_norm": 2.5661160945892334,
      "learning_rate": 0.0002926554306753263,
      "loss": 9.6988,
      "step": 49810
    },
    {
      "epoch": 0.10379166666666667,
      "grad_norm": 0.9483070969581604,
      "learning_rate": 0.0002926523832901646,
      "loss": 9.2401,
      "step": 49820
    },
    {
      "epoch": 0.1038125,
      "grad_norm": 1.2987570762634277,
      "learning_rate": 0.0002926493352888011,
      "loss": 9.2101,
      "step": 49830
    },
    {
      "epoch": 0.10383333333333333,
      "grad_norm": 1.720242977142334,
      "learning_rate": 0.0002926462866712489,
      "loss": 9.6347,
      "step": 49840
    },
    {
      "epoch": 0.10385416666666666,
      "grad_norm": 0.76878821849823,
      "learning_rate": 0.0002926432374375212,
      "loss": 8.6693,
      "step": 49850
    },
    {
      "epoch": 0.103875,
      "grad_norm": 1.6751172542572021,
      "learning_rate": 0.00029264018758763124,
      "loss": 9.238,
      "step": 49860
    },
    {
      "epoch": 0.10389583333333334,
      "grad_norm": 3.2158541679382324,
      "learning_rate": 0.00029263713712159207,
      "loss": 9.3593,
      "step": 49870
    },
    {
      "epoch": 0.10391666666666667,
      "grad_norm": 1.8774173259735107,
      "learning_rate": 0.0002926340860394169,
      "loss": 8.6867,
      "step": 49880
    },
    {
      "epoch": 0.1039375,
      "grad_norm": 1.0135154724121094,
      "learning_rate": 0.000292631034341119,
      "loss": 9.3466,
      "step": 49890
    },
    {
      "epoch": 0.10395833333333333,
      "grad_norm": 1.3084473609924316,
      "learning_rate": 0.00029262798202671147,
      "loss": 9.0869,
      "step": 49900
    },
    {
      "epoch": 0.10397916666666666,
      "grad_norm": 0.9453742504119873,
      "learning_rate": 0.0002926249290962075,
      "loss": 8.4664,
      "step": 49910
    },
    {
      "epoch": 0.104,
      "grad_norm": 0.9233075380325317,
      "learning_rate": 0.0002926218755496203,
      "loss": 9.8104,
      "step": 49920
    },
    {
      "epoch": 0.10402083333333334,
      "grad_norm": 2.3149704933166504,
      "learning_rate": 0.000292618821386963,
      "loss": 10.3004,
      "step": 49930
    },
    {
      "epoch": 0.10404166666666667,
      "grad_norm": 15.658735275268555,
      "learning_rate": 0.0002926157666082489,
      "loss": 11.4861,
      "step": 49940
    },
    {
      "epoch": 0.1040625,
      "grad_norm": 1.5348039865493774,
      "learning_rate": 0.0002926127112134912,
      "loss": 9.5305,
      "step": 49950
    },
    {
      "epoch": 0.10408333333333333,
      "grad_norm": 1.8124582767486572,
      "learning_rate": 0.0002926096552027029,
      "loss": 9.7418,
      "step": 49960
    },
    {
      "epoch": 0.10410416666666666,
      "grad_norm": 3.7739052772521973,
      "learning_rate": 0.0002926065985758974,
      "loss": 10.4472,
      "step": 49970
    },
    {
      "epoch": 0.104125,
      "grad_norm": 0.7629666924476624,
      "learning_rate": 0.0002926035413330879,
      "loss": 8.5706,
      "step": 49980
    },
    {
      "epoch": 0.10414583333333334,
      "grad_norm": 1.0149909257888794,
      "learning_rate": 0.00029260048347428747,
      "loss": 8.5235,
      "step": 49990
    },
    {
      "epoch": 0.10416666666666667,
      "grad_norm": 0.9482676386833191,
      "learning_rate": 0.0002925974249995094,
      "loss": 9.0432,
      "step": 50000
    },
    {
      "epoch": 0.10416666666666667,
      "eval_loss": 8.760136604309082,
      "eval_runtime": 8.2414,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 50000
    },
    {
      "epoch": 0.1041875,
      "grad_norm": 0.9620338082313538,
      "learning_rate": 0.00029259436590876696,
      "loss": 9.0825,
      "step": 50010
    },
    {
      "epoch": 0.10420833333333333,
      "grad_norm": 1.9098905324935913,
      "learning_rate": 0.0002925913062020733,
      "loss": 8.7294,
      "step": 50020
    },
    {
      "epoch": 0.10422916666666666,
      "grad_norm": 1.7810558080673218,
      "learning_rate": 0.0002925882458794416,
      "loss": 9.218,
      "step": 50030
    },
    {
      "epoch": 0.10425,
      "grad_norm": 2.1531362533569336,
      "learning_rate": 0.0002925851849408851,
      "loss": 9.1224,
      "step": 50040
    },
    {
      "epoch": 0.10427083333333333,
      "grad_norm": 0.8320552706718445,
      "learning_rate": 0.000292582123386417,
      "loss": 9.0781,
      "step": 50050
    },
    {
      "epoch": 0.10429166666666667,
      "grad_norm": 0.909533679485321,
      "learning_rate": 0.0002925790612160507,
      "loss": 8.9498,
      "step": 50060
    },
    {
      "epoch": 0.1043125,
      "grad_norm": 0.8611681461334229,
      "learning_rate": 0.0002925759984297992,
      "loss": 9.1749,
      "step": 50070
    },
    {
      "epoch": 0.10433333333333333,
      "grad_norm": 1.5633829832077026,
      "learning_rate": 0.00029257293502767584,
      "loss": 8.5726,
      "step": 50080
    },
    {
      "epoch": 0.10435416666666666,
      "grad_norm": 1.8411048650741577,
      "learning_rate": 0.0002925698710096938,
      "loss": 9.4737,
      "step": 50090
    },
    {
      "epoch": 0.104375,
      "grad_norm": 0.9331521987915039,
      "learning_rate": 0.00029256680637586643,
      "loss": 9.4912,
      "step": 50100
    },
    {
      "epoch": 0.10439583333333333,
      "grad_norm": 2.1314430236816406,
      "learning_rate": 0.0002925637411262068,
      "loss": 9.1152,
      "step": 50110
    },
    {
      "epoch": 0.10441666666666667,
      "grad_norm": 1.7687519788742065,
      "learning_rate": 0.00029256067526072833,
      "loss": 9.7701,
      "step": 50120
    },
    {
      "epoch": 0.1044375,
      "grad_norm": 0.5932877659797668,
      "learning_rate": 0.0002925576087794441,
      "loss": 8.8807,
      "step": 50130
    },
    {
      "epoch": 0.10445833333333333,
      "grad_norm": 1.1477175951004028,
      "learning_rate": 0.00029255454168236746,
      "loss": 9.4933,
      "step": 50140
    },
    {
      "epoch": 0.10447916666666666,
      "grad_norm": 3.6718437671661377,
      "learning_rate": 0.00029255147396951164,
      "loss": 9.2367,
      "step": 50150
    },
    {
      "epoch": 0.1045,
      "grad_norm": 1.50554358959198,
      "learning_rate": 0.00029254840564088986,
      "loss": 8.9439,
      "step": 50160
    },
    {
      "epoch": 0.10452083333333333,
      "grad_norm": 0.9864500164985657,
      "learning_rate": 0.00029254533669651535,
      "loss": 10.2241,
      "step": 50170
    },
    {
      "epoch": 0.10454166666666667,
      "grad_norm": 1.1522080898284912,
      "learning_rate": 0.00029254226713640145,
      "loss": 10.6318,
      "step": 50180
    },
    {
      "epoch": 0.1045625,
      "grad_norm": 1.1101136207580566,
      "learning_rate": 0.0002925391969605614,
      "loss": 11.3005,
      "step": 50190
    },
    {
      "epoch": 0.10458333333333333,
      "grad_norm": 1.3016046285629272,
      "learning_rate": 0.00029253612616900843,
      "loss": 9.1569,
      "step": 50200
    },
    {
      "epoch": 0.10460416666666666,
      "grad_norm": 1.146649956703186,
      "learning_rate": 0.0002925330547617558,
      "loss": 8.8762,
      "step": 50210
    },
    {
      "epoch": 0.104625,
      "grad_norm": 2.168759346008301,
      "learning_rate": 0.0002925299827388168,
      "loss": 10.3479,
      "step": 50220
    },
    {
      "epoch": 0.10464583333333333,
      "grad_norm": 2.2895419597625732,
      "learning_rate": 0.0002925269101002047,
      "loss": 8.379,
      "step": 50230
    },
    {
      "epoch": 0.10466666666666667,
      "grad_norm": 2.3701484203338623,
      "learning_rate": 0.0002925238368459327,
      "loss": 9.3298,
      "step": 50240
    },
    {
      "epoch": 0.1046875,
      "grad_norm": 1.4509605169296265,
      "learning_rate": 0.00029252076297601423,
      "loss": 8.5871,
      "step": 50250
    },
    {
      "epoch": 0.10470833333333333,
      "grad_norm": 2.950347661972046,
      "learning_rate": 0.0002925176884904624,
      "loss": 9.1799,
      "step": 50260
    },
    {
      "epoch": 0.10472916666666666,
      "grad_norm": 1.000053882598877,
      "learning_rate": 0.00029251461338929065,
      "loss": 9.4706,
      "step": 50270
    },
    {
      "epoch": 0.10475,
      "grad_norm": 2.9286911487579346,
      "learning_rate": 0.0002925115376725121,
      "loss": 9.3216,
      "step": 50280
    },
    {
      "epoch": 0.10477083333333333,
      "grad_norm": 0.8851343393325806,
      "learning_rate": 0.0002925084613401402,
      "loss": 9.7115,
      "step": 50290
    },
    {
      "epoch": 0.10479166666666667,
      "grad_norm": 1.6472338438034058,
      "learning_rate": 0.0002925053843921881,
      "loss": 10.1054,
      "step": 50300
    },
    {
      "epoch": 0.1048125,
      "grad_norm": 1.0669461488723755,
      "learning_rate": 0.0002925023068286692,
      "loss": 8.9156,
      "step": 50310
    },
    {
      "epoch": 0.10483333333333333,
      "grad_norm": 0.9111605286598206,
      "learning_rate": 0.00029249922864959664,
      "loss": 8.9851,
      "step": 50320
    },
    {
      "epoch": 0.10485416666666666,
      "grad_norm": 1.2351125478744507,
      "learning_rate": 0.0002924961498549839,
      "loss": 9.6242,
      "step": 50330
    },
    {
      "epoch": 0.104875,
      "grad_norm": 1.1490356922149658,
      "learning_rate": 0.0002924930704448442,
      "loss": 11.3619,
      "step": 50340
    },
    {
      "epoch": 0.10489583333333333,
      "grad_norm": 1.8397393226623535,
      "learning_rate": 0.0002924899904191908,
      "loss": 9.7337,
      "step": 50350
    },
    {
      "epoch": 0.10491666666666667,
      "grad_norm": 3.0217766761779785,
      "learning_rate": 0.00029248690977803704,
      "loss": 11.2691,
      "step": 50360
    },
    {
      "epoch": 0.1049375,
      "grad_norm": 0.7323382496833801,
      "learning_rate": 0.00029248382852139625,
      "loss": 9.9284,
      "step": 50370
    },
    {
      "epoch": 0.10495833333333333,
      "grad_norm": 1.6348861455917358,
      "learning_rate": 0.0002924807466492817,
      "loss": 9.4383,
      "step": 50380
    },
    {
      "epoch": 0.10497916666666667,
      "grad_norm": 1.289425253868103,
      "learning_rate": 0.0002924776641617067,
      "loss": 9.3959,
      "step": 50390
    },
    {
      "epoch": 0.105,
      "grad_norm": 0.7988978624343872,
      "learning_rate": 0.00029247458105868465,
      "loss": 9.231,
      "step": 50400
    },
    {
      "epoch": 0.10502083333333333,
      "grad_norm": 0.8150092959403992,
      "learning_rate": 0.0002924714973402288,
      "loss": 8.8508,
      "step": 50410
    },
    {
      "epoch": 0.10504166666666667,
      "grad_norm": 3.201054573059082,
      "learning_rate": 0.0002924684130063524,
      "loss": 11.3357,
      "step": 50420
    },
    {
      "epoch": 0.1050625,
      "grad_norm": 1.6496224403381348,
      "learning_rate": 0.0002924653280570689,
      "loss": 12.0458,
      "step": 50430
    },
    {
      "epoch": 0.10508333333333333,
      "grad_norm": 1.1215192079544067,
      "learning_rate": 0.0002924622424923917,
      "loss": 8.7204,
      "step": 50440
    },
    {
      "epoch": 0.10510416666666667,
      "grad_norm": 1.6248699426651,
      "learning_rate": 0.0002924591563123338,
      "loss": 9.6693,
      "step": 50450
    },
    {
      "epoch": 0.105125,
      "grad_norm": 1.4045988321304321,
      "learning_rate": 0.0002924560695169088,
      "loss": 9.0182,
      "step": 50460
    },
    {
      "epoch": 0.10514583333333333,
      "grad_norm": 1.2598600387573242,
      "learning_rate": 0.00029245298210613,
      "loss": 8.5325,
      "step": 50470
    },
    {
      "epoch": 0.10516666666666667,
      "grad_norm": 1.6149600744247437,
      "learning_rate": 0.0002924498940800107,
      "loss": 9.347,
      "step": 50480
    },
    {
      "epoch": 0.1051875,
      "grad_norm": 1.627120018005371,
      "learning_rate": 0.00029244680543856423,
      "loss": 9.5577,
      "step": 50490
    },
    {
      "epoch": 0.10520833333333333,
      "grad_norm": 3.17704176902771,
      "learning_rate": 0.00029244371618180394,
      "loss": 9.5408,
      "step": 50500
    },
    {
      "epoch": 0.10522916666666667,
      "grad_norm": 0.8209304213523865,
      "learning_rate": 0.0002924406263097432,
      "loss": 8.5046,
      "step": 50510
    },
    {
      "epoch": 0.10525,
      "grad_norm": 1.2718989849090576,
      "learning_rate": 0.0002924375358223953,
      "loss": 9.7908,
      "step": 50520
    },
    {
      "epoch": 0.10527083333333333,
      "grad_norm": 1.3648173809051514,
      "learning_rate": 0.00029243444471977365,
      "loss": 9.4103,
      "step": 50530
    },
    {
      "epoch": 0.10529166666666667,
      "grad_norm": 1.6007736921310425,
      "learning_rate": 0.00029243135300189156,
      "loss": 9.2315,
      "step": 50540
    },
    {
      "epoch": 0.1053125,
      "grad_norm": 1.633122205734253,
      "learning_rate": 0.0002924282606687624,
      "loss": 10.4149,
      "step": 50550
    },
    {
      "epoch": 0.10533333333333333,
      "grad_norm": 0.8578136563301086,
      "learning_rate": 0.0002924251677203996,
      "loss": 9.6034,
      "step": 50560
    },
    {
      "epoch": 0.10535416666666667,
      "grad_norm": 0.9741622805595398,
      "learning_rate": 0.0002924220741568164,
      "loss": 9.1552,
      "step": 50570
    },
    {
      "epoch": 0.105375,
      "grad_norm": 0.7874863147735596,
      "learning_rate": 0.0002924189799780262,
      "loss": 9.5382,
      "step": 50580
    },
    {
      "epoch": 0.10539583333333333,
      "grad_norm": 1.217315912246704,
      "learning_rate": 0.00029241588518404236,
      "loss": 9.3636,
      "step": 50590
    },
    {
      "epoch": 0.10541666666666667,
      "grad_norm": 4.318425178527832,
      "learning_rate": 0.00029241278977487834,
      "loss": 9.914,
      "step": 50600
    },
    {
      "epoch": 0.1054375,
      "grad_norm": 3.3747267723083496,
      "learning_rate": 0.0002924096937505474,
      "loss": 9.8368,
      "step": 50610
    },
    {
      "epoch": 0.10545833333333333,
      "grad_norm": 0.6858651041984558,
      "learning_rate": 0.00029240659711106295,
      "loss": 9.9127,
      "step": 50620
    },
    {
      "epoch": 0.10547916666666667,
      "grad_norm": 1.267701506614685,
      "learning_rate": 0.00029240349985643836,
      "loss": 9.4436,
      "step": 50630
    },
    {
      "epoch": 0.1055,
      "grad_norm": 3.279238224029541,
      "learning_rate": 0.000292400401986687,
      "loss": 9.2698,
      "step": 50640
    },
    {
      "epoch": 0.10552083333333333,
      "grad_norm": 0.8609328866004944,
      "learning_rate": 0.0002923973035018223,
      "loss": 8.8778,
      "step": 50650
    },
    {
      "epoch": 0.10554166666666667,
      "grad_norm": 1.3377773761749268,
      "learning_rate": 0.00029239420440185766,
      "loss": 10.6336,
      "step": 50660
    },
    {
      "epoch": 0.1055625,
      "grad_norm": 2.844600200653076,
      "learning_rate": 0.0002923911046868064,
      "loss": 10.0399,
      "step": 50670
    },
    {
      "epoch": 0.10558333333333333,
      "grad_norm": 0.9050177931785583,
      "learning_rate": 0.0002923880043566819,
      "loss": 8.8686,
      "step": 50680
    },
    {
      "epoch": 0.10560416666666667,
      "grad_norm": 1.1169840097427368,
      "learning_rate": 0.00029238490341149755,
      "loss": 9.164,
      "step": 50690
    },
    {
      "epoch": 0.105625,
      "grad_norm": 1.1846144199371338,
      "learning_rate": 0.0002923818018512668,
      "loss": 11.1064,
      "step": 50700
    },
    {
      "epoch": 0.10564583333333333,
      "grad_norm": 0.7727422118186951,
      "learning_rate": 0.00029237869967600305,
      "loss": 9.3108,
      "step": 50710
    },
    {
      "epoch": 0.10566666666666667,
      "grad_norm": 0.993255615234375,
      "learning_rate": 0.00029237559688571966,
      "loss": 8.6326,
      "step": 50720
    },
    {
      "epoch": 0.1056875,
      "grad_norm": 1.649483323097229,
      "learning_rate": 0.0002923724934804301,
      "loss": 9.7669,
      "step": 50730
    },
    {
      "epoch": 0.10570833333333333,
      "grad_norm": 0.8679739236831665,
      "learning_rate": 0.0002923693894601476,
      "loss": 8.7954,
      "step": 50740
    },
    {
      "epoch": 0.10572916666666667,
      "grad_norm": 0.9695557355880737,
      "learning_rate": 0.0002923662848248858,
      "loss": 9.113,
      "step": 50750
    },
    {
      "epoch": 0.10575,
      "grad_norm": 1.492762565612793,
      "learning_rate": 0.000292363179574658,
      "loss": 8.6841,
      "step": 50760
    },
    {
      "epoch": 0.10577083333333333,
      "grad_norm": 1.3657457828521729,
      "learning_rate": 0.0002923600737094775,
      "loss": 8.9882,
      "step": 50770
    },
    {
      "epoch": 0.10579166666666667,
      "grad_norm": 1.3594611883163452,
      "learning_rate": 0.000292356967229358,
      "loss": 9.6711,
      "step": 50780
    },
    {
      "epoch": 0.1058125,
      "grad_norm": 0.9162070751190186,
      "learning_rate": 0.0002923538601343126,
      "loss": 8.4499,
      "step": 50790
    },
    {
      "epoch": 0.10583333333333333,
      "grad_norm": 0.9767605662345886,
      "learning_rate": 0.00029235075242435495,
      "loss": 8.7815,
      "step": 50800
    },
    {
      "epoch": 0.10585416666666667,
      "grad_norm": 1.7873786687850952,
      "learning_rate": 0.0002923476440994984,
      "loss": 9.8443,
      "step": 50810
    },
    {
      "epoch": 0.105875,
      "grad_norm": 0.7146652340888977,
      "learning_rate": 0.00029234453515975634,
      "loss": 8.8871,
      "step": 50820
    },
    {
      "epoch": 0.10589583333333333,
      "grad_norm": 0.9026462435722351,
      "learning_rate": 0.0002923414256051423,
      "loss": 9.7838,
      "step": 50830
    },
    {
      "epoch": 0.10591666666666667,
      "grad_norm": 1.2153360843658447,
      "learning_rate": 0.00029233831543566956,
      "loss": 8.856,
      "step": 50840
    },
    {
      "epoch": 0.1059375,
      "grad_norm": 1.2266124486923218,
      "learning_rate": 0.00029233520465135165,
      "loss": 9.0157,
      "step": 50850
    },
    {
      "epoch": 0.10595833333333333,
      "grad_norm": 1.0876933336257935,
      "learning_rate": 0.00029233209325220204,
      "loss": 9.4495,
      "step": 50860
    },
    {
      "epoch": 0.10597916666666667,
      "grad_norm": 2.231227159500122,
      "learning_rate": 0.00029232898123823407,
      "loss": 8.8934,
      "step": 50870
    },
    {
      "epoch": 0.106,
      "grad_norm": 1.2768906354904175,
      "learning_rate": 0.0002923258686094613,
      "loss": 8.9442,
      "step": 50880
    },
    {
      "epoch": 0.10602083333333333,
      "grad_norm": 2.0037291049957275,
      "learning_rate": 0.0002923227553658971,
      "loss": 9.1056,
      "step": 50890
    },
    {
      "epoch": 0.10604166666666667,
      "grad_norm": 1.3541346788406372,
      "learning_rate": 0.0002923196415075549,
      "loss": 11.0185,
      "step": 50900
    },
    {
      "epoch": 0.1060625,
      "grad_norm": 0.8296051621437073,
      "learning_rate": 0.0002923165270344482,
      "loss": 8.8943,
      "step": 50910
    },
    {
      "epoch": 0.10608333333333334,
      "grad_norm": 1.8951114416122437,
      "learning_rate": 0.00029231341194659044,
      "loss": 9.4305,
      "step": 50920
    },
    {
      "epoch": 0.10610416666666667,
      "grad_norm": 1.5025548934936523,
      "learning_rate": 0.00029231029624399504,
      "loss": 8.9835,
      "step": 50930
    },
    {
      "epoch": 0.106125,
      "grad_norm": 2.2040483951568604,
      "learning_rate": 0.0002923071799266755,
      "loss": 9.8342,
      "step": 50940
    },
    {
      "epoch": 0.10614583333333333,
      "grad_norm": 1.562056064605713,
      "learning_rate": 0.0002923040629946453,
      "loss": 9.6517,
      "step": 50950
    },
    {
      "epoch": 0.10616666666666667,
      "grad_norm": 4.606692314147949,
      "learning_rate": 0.0002923009454479179,
      "loss": 9.3743,
      "step": 50960
    },
    {
      "epoch": 0.1061875,
      "grad_norm": 0.8882266283035278,
      "learning_rate": 0.0002922978272865067,
      "loss": 9.6257,
      "step": 50970
    },
    {
      "epoch": 0.10620833333333334,
      "grad_norm": 1.4291517734527588,
      "learning_rate": 0.0002922947085104252,
      "loss": 9.0426,
      "step": 50980
    },
    {
      "epoch": 0.10622916666666667,
      "grad_norm": 2.1036999225616455,
      "learning_rate": 0.0002922915891196869,
      "loss": 10.1246,
      "step": 50990
    },
    {
      "epoch": 0.10625,
      "grad_norm": 4.350213527679443,
      "learning_rate": 0.00029228846911430527,
      "loss": 9.249,
      "step": 51000
    },
    {
      "epoch": 0.10625,
      "eval_loss": 7.263815402984619,
      "eval_runtime": 8.4185,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 51000
    },
    {
      "epoch": 0.10627083333333333,
      "grad_norm": 2.2438294887542725,
      "learning_rate": 0.00029228534849429374,
      "loss": 9.9199,
      "step": 51010
    },
    {
      "epoch": 0.10629166666666667,
      "grad_norm": 1.8649303913116455,
      "learning_rate": 0.0002922822272596659,
      "loss": 8.7745,
      "step": 51020
    },
    {
      "epoch": 0.1063125,
      "grad_norm": 2.90753173828125,
      "learning_rate": 0.00029227910541043504,
      "loss": 9.588,
      "step": 51030
    },
    {
      "epoch": 0.10633333333333334,
      "grad_norm": 1.1602147817611694,
      "learning_rate": 0.0002922759829466149,
      "loss": 8.9326,
      "step": 51040
    },
    {
      "epoch": 0.10635416666666667,
      "grad_norm": 4.685312747955322,
      "learning_rate": 0.0002922728598682187,
      "loss": 9.6339,
      "step": 51050
    },
    {
      "epoch": 0.106375,
      "grad_norm": 2.0104331970214844,
      "learning_rate": 0.0002922697361752602,
      "loss": 9.0817,
      "step": 51060
    },
    {
      "epoch": 0.10639583333333333,
      "grad_norm": 4.593761444091797,
      "learning_rate": 0.00029226661186775266,
      "loss": 9.857,
      "step": 51070
    },
    {
      "epoch": 0.10641666666666667,
      "grad_norm": 1.7350338697433472,
      "learning_rate": 0.0002922634869457097,
      "loss": 8.9758,
      "step": 51080
    },
    {
      "epoch": 0.1064375,
      "grad_norm": 1.4374077320098877,
      "learning_rate": 0.0002922603614091447,
      "loss": 8.891,
      "step": 51090
    },
    {
      "epoch": 0.10645833333333334,
      "grad_norm": 0.9279236793518066,
      "learning_rate": 0.00029225723525807136,
      "loss": 9.8978,
      "step": 51100
    },
    {
      "epoch": 0.10647916666666667,
      "grad_norm": 1.1895643472671509,
      "learning_rate": 0.00029225410849250305,
      "loss": 8.9091,
      "step": 51110
    },
    {
      "epoch": 0.1065,
      "grad_norm": 0.8593274354934692,
      "learning_rate": 0.0002922509811124533,
      "loss": 8.5194,
      "step": 51120
    },
    {
      "epoch": 0.10652083333333333,
      "grad_norm": 1.558318018913269,
      "learning_rate": 0.00029224785311793554,
      "loss": 9.0822,
      "step": 51130
    },
    {
      "epoch": 0.10654166666666667,
      "grad_norm": 1.260455846786499,
      "learning_rate": 0.0002922447245089635,
      "loss": 9.7769,
      "step": 51140
    },
    {
      "epoch": 0.1065625,
      "grad_norm": 1.3493720293045044,
      "learning_rate": 0.00029224159528555045,
      "loss": 9.5966,
      "step": 51150
    },
    {
      "epoch": 0.10658333333333334,
      "grad_norm": 1.2621790170669556,
      "learning_rate": 0.00029223846544771,
      "loss": 8.7099,
      "step": 51160
    },
    {
      "epoch": 0.10660416666666667,
      "grad_norm": 0.9991770386695862,
      "learning_rate": 0.00029223533499545576,
      "loss": 8.8921,
      "step": 51170
    },
    {
      "epoch": 0.106625,
      "grad_norm": 1.8306831121444702,
      "learning_rate": 0.0002922322039288011,
      "loss": 8.8686,
      "step": 51180
    },
    {
      "epoch": 0.10664583333333333,
      "grad_norm": 3.4205870628356934,
      "learning_rate": 0.00029222907224775967,
      "loss": 9.7133,
      "step": 51190
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 3.129380941390991,
      "learning_rate": 0.000292225939952345,
      "loss": 9.3215,
      "step": 51200
    },
    {
      "epoch": 0.1066875,
      "grad_norm": 1.4610735177993774,
      "learning_rate": 0.00029222280704257044,
      "loss": 9.2997,
      "step": 51210
    },
    {
      "epoch": 0.10670833333333334,
      "grad_norm": 1.0944122076034546,
      "learning_rate": 0.0002922196735184497,
      "loss": 9.6227,
      "step": 51220
    },
    {
      "epoch": 0.10672916666666667,
      "grad_norm": 1.8648761510849,
      "learning_rate": 0.00029221653937999627,
      "loss": 9.7383,
      "step": 51230
    },
    {
      "epoch": 0.10675,
      "grad_norm": 3.6660640239715576,
      "learning_rate": 0.0002922134046272237,
      "loss": 9.2722,
      "step": 51240
    },
    {
      "epoch": 0.10677083333333333,
      "grad_norm": 1.4998310804367065,
      "learning_rate": 0.0002922102692601455,
      "loss": 9.3526,
      "step": 51250
    },
    {
      "epoch": 0.10679166666666666,
      "grad_norm": 0.6515609622001648,
      "learning_rate": 0.00029220713327877517,
      "loss": 9.6861,
      "step": 51260
    },
    {
      "epoch": 0.1068125,
      "grad_norm": 1.6176220178604126,
      "learning_rate": 0.00029220399668312643,
      "loss": 10.3359,
      "step": 51270
    },
    {
      "epoch": 0.10683333333333334,
      "grad_norm": 1.1672000885009766,
      "learning_rate": 0.00029220085947321265,
      "loss": 8.9802,
      "step": 51280
    },
    {
      "epoch": 0.10685416666666667,
      "grad_norm": 2.593881368637085,
      "learning_rate": 0.0002921977216490474,
      "loss": 9.5783,
      "step": 51290
    },
    {
      "epoch": 0.106875,
      "grad_norm": 1.4185192584991455,
      "learning_rate": 0.00029219458321064434,
      "loss": 9.4299,
      "step": 51300
    },
    {
      "epoch": 0.10689583333333333,
      "grad_norm": 1.4540749788284302,
      "learning_rate": 0.0002921914441580169,
      "loss": 9.4134,
      "step": 51310
    },
    {
      "epoch": 0.10691666666666666,
      "grad_norm": 4.959200382232666,
      "learning_rate": 0.00029218830449117883,
      "loss": 9.5541,
      "step": 51320
    },
    {
      "epoch": 0.1069375,
      "grad_norm": 2.6387531757354736,
      "learning_rate": 0.0002921851642101435,
      "loss": 9.6664,
      "step": 51330
    },
    {
      "epoch": 0.10695833333333334,
      "grad_norm": 0.8575625419616699,
      "learning_rate": 0.0002921820233149245,
      "loss": 8.8646,
      "step": 51340
    },
    {
      "epoch": 0.10697916666666667,
      "grad_norm": 8.213404655456543,
      "learning_rate": 0.00029217888180553547,
      "loss": 10.7229,
      "step": 51350
    },
    {
      "epoch": 0.107,
      "grad_norm": 1.741175651550293,
      "learning_rate": 0.0002921757396819899,
      "loss": 11.6894,
      "step": 51360
    },
    {
      "epoch": 0.10702083333333333,
      "grad_norm": 7.030965805053711,
      "learning_rate": 0.0002921725969443015,
      "loss": 9.8247,
      "step": 51370
    },
    {
      "epoch": 0.10704166666666666,
      "grad_norm": 1.6597596406936646,
      "learning_rate": 0.0002921694535924837,
      "loss": 9.8749,
      "step": 51380
    },
    {
      "epoch": 0.1070625,
      "grad_norm": 1.072081208229065,
      "learning_rate": 0.00029216630962655016,
      "loss": 9.5637,
      "step": 51390
    },
    {
      "epoch": 0.10708333333333334,
      "grad_norm": 1.7781416177749634,
      "learning_rate": 0.00029216316504651445,
      "loss": 10.2082,
      "step": 51400
    },
    {
      "epoch": 0.10710416666666667,
      "grad_norm": 1.1439791917800903,
      "learning_rate": 0.0002921600198523901,
      "loss": 9.2286,
      "step": 51410
    },
    {
      "epoch": 0.107125,
      "grad_norm": 1.248687744140625,
      "learning_rate": 0.00029215687404419077,
      "loss": 9.6058,
      "step": 51420
    },
    {
      "epoch": 0.10714583333333333,
      "grad_norm": 1.2019014358520508,
      "learning_rate": 0.00029215372762192996,
      "loss": 10.0143,
      "step": 51430
    },
    {
      "epoch": 0.10716666666666666,
      "grad_norm": 0.8085353374481201,
      "learning_rate": 0.0002921505805856213,
      "loss": 9.0535,
      "step": 51440
    },
    {
      "epoch": 0.1071875,
      "grad_norm": 5.590786933898926,
      "learning_rate": 0.00029214743293527854,
      "loss": 9.5656,
      "step": 51450
    },
    {
      "epoch": 0.10720833333333334,
      "grad_norm": 0.9178274273872375,
      "learning_rate": 0.00029214428467091503,
      "loss": 9.1759,
      "step": 51460
    },
    {
      "epoch": 0.10722916666666667,
      "grad_norm": 0.6945832967758179,
      "learning_rate": 0.00029214113579254447,
      "loss": 8.9147,
      "step": 51470
    },
    {
      "epoch": 0.10725,
      "grad_norm": 2.28197979927063,
      "learning_rate": 0.00029213798630018046,
      "loss": 9.7433,
      "step": 51480
    },
    {
      "epoch": 0.10727083333333333,
      "grad_norm": 2.079606056213379,
      "learning_rate": 0.00029213483619383666,
      "loss": 9.3183,
      "step": 51490
    },
    {
      "epoch": 0.10729166666666666,
      "grad_norm": 1.573140263557434,
      "learning_rate": 0.0002921316854735266,
      "loss": 10.0279,
      "step": 51500
    },
    {
      "epoch": 0.1073125,
      "grad_norm": 0.5021081566810608,
      "learning_rate": 0.00029212853413926397,
      "loss": 9.2596,
      "step": 51510
    },
    {
      "epoch": 0.10733333333333334,
      "grad_norm": 1.2361056804656982,
      "learning_rate": 0.0002921253821910623,
      "loss": 9.2785,
      "step": 51520
    },
    {
      "epoch": 0.10735416666666667,
      "grad_norm": 0.9865292906761169,
      "learning_rate": 0.0002921222296289352,
      "loss": 8.7627,
      "step": 51530
    },
    {
      "epoch": 0.107375,
      "grad_norm": 0.9745957255363464,
      "learning_rate": 0.00029211907645289634,
      "loss": 8.9827,
      "step": 51540
    },
    {
      "epoch": 0.10739583333333333,
      "grad_norm": 0.9491792321205139,
      "learning_rate": 0.0002921159226629593,
      "loss": 8.8981,
      "step": 51550
    },
    {
      "epoch": 0.10741666666666666,
      "grad_norm": 1.1235772371292114,
      "learning_rate": 0.00029211276825913776,
      "loss": 9.1637,
      "step": 51560
    },
    {
      "epoch": 0.1074375,
      "grad_norm": 1.1223543882369995,
      "learning_rate": 0.00029210961324144534,
      "loss": 9.7357,
      "step": 51570
    },
    {
      "epoch": 0.10745833333333334,
      "grad_norm": 7.6629228591918945,
      "learning_rate": 0.0002921064576098956,
      "loss": 9.3473,
      "step": 51580
    },
    {
      "epoch": 0.10747916666666667,
      "grad_norm": 1.2216112613677979,
      "learning_rate": 0.0002921033013645022,
      "loss": 9.2572,
      "step": 51590
    },
    {
      "epoch": 0.1075,
      "grad_norm": 1.033258318901062,
      "learning_rate": 0.00029210014450527884,
      "loss": 8.9721,
      "step": 51600
    },
    {
      "epoch": 0.10752083333333333,
      "grad_norm": 0.8473175764083862,
      "learning_rate": 0.0002920969870322391,
      "loss": 8.93,
      "step": 51610
    },
    {
      "epoch": 0.10754166666666666,
      "grad_norm": 2.150705099105835,
      "learning_rate": 0.0002920938289453966,
      "loss": 9.5971,
      "step": 51620
    },
    {
      "epoch": 0.1075625,
      "grad_norm": 1.175784945487976,
      "learning_rate": 0.000292090670244765,
      "loss": 8.6373,
      "step": 51630
    },
    {
      "epoch": 0.10758333333333334,
      "grad_norm": 3.2203450202941895,
      "learning_rate": 0.00029208751093035793,
      "loss": 9.0995,
      "step": 51640
    },
    {
      "epoch": 0.10760416666666667,
      "grad_norm": 6.012229919433594,
      "learning_rate": 0.00029208435100218903,
      "loss": 9.6353,
      "step": 51650
    },
    {
      "epoch": 0.107625,
      "grad_norm": 2.3384695053100586,
      "learning_rate": 0.0002920811904602721,
      "loss": 9.3654,
      "step": 51660
    },
    {
      "epoch": 0.10764583333333333,
      "grad_norm": 1.6818575859069824,
      "learning_rate": 0.00029207802930462056,
      "loss": 9.2472,
      "step": 51670
    },
    {
      "epoch": 0.10766666666666666,
      "grad_norm": 1.7903450727462769,
      "learning_rate": 0.0002920748675352482,
      "loss": 9.5067,
      "step": 51680
    },
    {
      "epoch": 0.1076875,
      "grad_norm": 1.2084028720855713,
      "learning_rate": 0.0002920717051521686,
      "loss": 8.8216,
      "step": 51690
    },
    {
      "epoch": 0.10770833333333334,
      "grad_norm": 2.287702798843384,
      "learning_rate": 0.00029206854215539554,
      "loss": 8.8973,
      "step": 51700
    },
    {
      "epoch": 0.10772916666666667,
      "grad_norm": 1.1657414436340332,
      "learning_rate": 0.0002920653785449426,
      "loss": 9.2041,
      "step": 51710
    },
    {
      "epoch": 0.10775,
      "grad_norm": 1.7187319993972778,
      "learning_rate": 0.0002920622143208234,
      "loss": 9.484,
      "step": 51720
    },
    {
      "epoch": 0.10777083333333333,
      "grad_norm": 0.8677130937576294,
      "learning_rate": 0.0002920590494830518,
      "loss": 9.6739,
      "step": 51730
    },
    {
      "epoch": 0.10779166666666666,
      "grad_norm": 1.2538032531738281,
      "learning_rate": 0.0002920558840316412,
      "loss": 8.5291,
      "step": 51740
    },
    {
      "epoch": 0.1078125,
      "grad_norm": 1.6786346435546875,
      "learning_rate": 0.00029205271796660544,
      "loss": 9.0076,
      "step": 51750
    },
    {
      "epoch": 0.10783333333333334,
      "grad_norm": 2.2412900924682617,
      "learning_rate": 0.0002920495512879582,
      "loss": 8.707,
      "step": 51760
    },
    {
      "epoch": 0.10785416666666667,
      "grad_norm": 0.7327196002006531,
      "learning_rate": 0.0002920463839957131,
      "loss": 9.387,
      "step": 51770
    },
    {
      "epoch": 0.107875,
      "grad_norm": 1.4550729990005493,
      "learning_rate": 0.00029204321608988386,
      "loss": 9.2399,
      "step": 51780
    },
    {
      "epoch": 0.10789583333333333,
      "grad_norm": 1.703000783920288,
      "learning_rate": 0.00029204004757048415,
      "loss": 9.4526,
      "step": 51790
    },
    {
      "epoch": 0.10791666666666666,
      "grad_norm": 1.2711598873138428,
      "learning_rate": 0.00029203687843752765,
      "loss": 9.3556,
      "step": 51800
    },
    {
      "epoch": 0.1079375,
      "grad_norm": 1.5965464115142822,
      "learning_rate": 0.0002920337086910281,
      "loss": 8.2443,
      "step": 51810
    },
    {
      "epoch": 0.10795833333333334,
      "grad_norm": 1.2958106994628906,
      "learning_rate": 0.0002920305383309991,
      "loss": 10.0169,
      "step": 51820
    },
    {
      "epoch": 0.10797916666666667,
      "grad_norm": 1.457087516784668,
      "learning_rate": 0.00029202736735745445,
      "loss": 8.6835,
      "step": 51830
    },
    {
      "epoch": 0.108,
      "grad_norm": 3.2267544269561768,
      "learning_rate": 0.0002920241957704077,
      "loss": 8.8565,
      "step": 51840
    },
    {
      "epoch": 0.10802083333333333,
      "grad_norm": 1.114255666732788,
      "learning_rate": 0.0002920210235698727,
      "loss": 8.9278,
      "step": 51850
    },
    {
      "epoch": 0.10804166666666666,
      "grad_norm": 1.8089948892593384,
      "learning_rate": 0.0002920178507558631,
      "loss": 9.5596,
      "step": 51860
    },
    {
      "epoch": 0.1080625,
      "grad_norm": 0.8853240013122559,
      "learning_rate": 0.0002920146773283926,
      "loss": 9.2566,
      "step": 51870
    },
    {
      "epoch": 0.10808333333333334,
      "grad_norm": 1.2129731178283691,
      "learning_rate": 0.0002920115032874749,
      "loss": 8.974,
      "step": 51880
    },
    {
      "epoch": 0.10810416666666667,
      "grad_norm": 0.9342629909515381,
      "learning_rate": 0.0002920083286331237,
      "loss": 9.4237,
      "step": 51890
    },
    {
      "epoch": 0.108125,
      "grad_norm": 2.0544626712799072,
      "learning_rate": 0.0002920051533653527,
      "loss": 9.4488,
      "step": 51900
    },
    {
      "epoch": 0.10814583333333333,
      "grad_norm": 1.5434179306030273,
      "learning_rate": 0.00029200197748417575,
      "loss": 8.9923,
      "step": 51910
    },
    {
      "epoch": 0.10816666666666666,
      "grad_norm": 2.3710334300994873,
      "learning_rate": 0.00029199880098960637,
      "loss": 8.775,
      "step": 51920
    },
    {
      "epoch": 0.1081875,
      "grad_norm": 0.787627637386322,
      "learning_rate": 0.00029199562388165844,
      "loss": 9.0485,
      "step": 51930
    },
    {
      "epoch": 0.10820833333333334,
      "grad_norm": 1.661677360534668,
      "learning_rate": 0.0002919924461603455,
      "loss": 8.8223,
      "step": 51940
    },
    {
      "epoch": 0.10822916666666667,
      "grad_norm": 7.091531276702881,
      "learning_rate": 0.00029198926782568154,
      "loss": 10.362,
      "step": 51950
    },
    {
      "epoch": 0.10825,
      "grad_norm": 1.0379302501678467,
      "learning_rate": 0.0002919860888776801,
      "loss": 9.669,
      "step": 51960
    },
    {
      "epoch": 0.10827083333333333,
      "grad_norm": 0.8218418955802917,
      "learning_rate": 0.00029198290931635494,
      "loss": 8.8674,
      "step": 51970
    },
    {
      "epoch": 0.10829166666666666,
      "grad_norm": 0.7984757423400879,
      "learning_rate": 0.00029197972914171987,
      "loss": 9.4826,
      "step": 51980
    },
    {
      "epoch": 0.1083125,
      "grad_norm": 0.8408167958259583,
      "learning_rate": 0.0002919765483537885,
      "loss": 9.6953,
      "step": 51990
    },
    {
      "epoch": 0.10833333333333334,
      "grad_norm": 1.4794878959655762,
      "learning_rate": 0.00029197336695257467,
      "loss": 11.1304,
      "step": 52000
    },
    {
      "epoch": 0.10833333333333334,
      "eval_loss": 8.506848335266113,
      "eval_runtime": 8.3754,
      "eval_samples_per_second": 0.358,
      "eval_steps_per_second": 0.119,
      "step": 52000
    },
    {
      "epoch": 0.10835416666666667,
      "grad_norm": 0.9495964050292969,
      "learning_rate": 0.0002919701849380921,
      "loss": 8.972,
      "step": 52010
    },
    {
      "epoch": 0.108375,
      "grad_norm": 0.7333841919898987,
      "learning_rate": 0.00029196700231035445,
      "loss": 9.2467,
      "step": 52020
    },
    {
      "epoch": 0.10839583333333333,
      "grad_norm": 1.378157377243042,
      "learning_rate": 0.00029196381906937565,
      "loss": 8.5303,
      "step": 52030
    },
    {
      "epoch": 0.10841666666666666,
      "grad_norm": 0.9076070785522461,
      "learning_rate": 0.00029196063521516927,
      "loss": 9.3117,
      "step": 52040
    },
    {
      "epoch": 0.1084375,
      "grad_norm": 8.292892456054688,
      "learning_rate": 0.00029195745074774915,
      "loss": 9.8213,
      "step": 52050
    },
    {
      "epoch": 0.10845833333333334,
      "grad_norm": 1.1293004751205444,
      "learning_rate": 0.00029195426566712906,
      "loss": 9.2655,
      "step": 52060
    },
    {
      "epoch": 0.10847916666666667,
      "grad_norm": 1.394539713859558,
      "learning_rate": 0.00029195107997332276,
      "loss": 9.0632,
      "step": 52070
    },
    {
      "epoch": 0.1085,
      "grad_norm": 2.274003744125366,
      "learning_rate": 0.0002919478936663439,
      "loss": 9.255,
      "step": 52080
    },
    {
      "epoch": 0.10852083333333333,
      "grad_norm": 0.6009488105773926,
      "learning_rate": 0.0002919447067462064,
      "loss": 9.8184,
      "step": 52090
    },
    {
      "epoch": 0.10854166666666666,
      "grad_norm": 2.371295928955078,
      "learning_rate": 0.00029194151921292395,
      "loss": 9.3778,
      "step": 52100
    },
    {
      "epoch": 0.1085625,
      "grad_norm": 0.6624152064323425,
      "learning_rate": 0.0002919383310665103,
      "loss": 8.5978,
      "step": 52110
    },
    {
      "epoch": 0.10858333333333334,
      "grad_norm": 1.2455337047576904,
      "learning_rate": 0.00029193514230697925,
      "loss": 8.8366,
      "step": 52120
    },
    {
      "epoch": 0.10860416666666667,
      "grad_norm": 1.2996366024017334,
      "learning_rate": 0.00029193195293434455,
      "loss": 8.5072,
      "step": 52130
    },
    {
      "epoch": 0.108625,
      "grad_norm": 0.8061618804931641,
      "learning_rate": 0.00029192876294861997,
      "loss": 9.5719,
      "step": 52140
    },
    {
      "epoch": 0.10864583333333333,
      "grad_norm": 1.758840560913086,
      "learning_rate": 0.00029192557234981935,
      "loss": 9.6796,
      "step": 52150
    },
    {
      "epoch": 0.10866666666666666,
      "grad_norm": 1.183668613433838,
      "learning_rate": 0.00029192238113795644,
      "loss": 8.6046,
      "step": 52160
    },
    {
      "epoch": 0.1086875,
      "grad_norm": 1.6696563959121704,
      "learning_rate": 0.000291919189313045,
      "loss": 9.5945,
      "step": 52170
    },
    {
      "epoch": 0.10870833333333334,
      "grad_norm": 1.6398581266403198,
      "learning_rate": 0.0002919159968750988,
      "loss": 10.2915,
      "step": 52180
    },
    {
      "epoch": 0.10872916666666667,
      "grad_norm": 0.6239195466041565,
      "learning_rate": 0.0002919128038241318,
      "loss": 9.9949,
      "step": 52190
    },
    {
      "epoch": 0.10875,
      "grad_norm": 1.8707249164581299,
      "learning_rate": 0.0002919096101601575,
      "loss": 9.4141,
      "step": 52200
    },
    {
      "epoch": 0.10877083333333333,
      "grad_norm": 0.7470062971115112,
      "learning_rate": 0.00029190641588319,
      "loss": 9.2443,
      "step": 52210
    },
    {
      "epoch": 0.10879166666666666,
      "grad_norm": 1.31413996219635,
      "learning_rate": 0.00029190322099324284,
      "loss": 11.1879,
      "step": 52220
    },
    {
      "epoch": 0.1088125,
      "grad_norm": 3.309948444366455,
      "learning_rate": 0.00029190002549033,
      "loss": 9.9135,
      "step": 52230
    },
    {
      "epoch": 0.10883333333333334,
      "grad_norm": 0.9362662434577942,
      "learning_rate": 0.0002918968293744652,
      "loss": 9.3334,
      "step": 52240
    },
    {
      "epoch": 0.10885416666666667,
      "grad_norm": 4.154465198516846,
      "learning_rate": 0.0002918936326456623,
      "loss": 9.3731,
      "step": 52250
    },
    {
      "epoch": 0.108875,
      "grad_norm": 1.3058525323867798,
      "learning_rate": 0.000291890435303935,
      "loss": 9.6792,
      "step": 52260
    },
    {
      "epoch": 0.10889583333333333,
      "grad_norm": 0.7696627974510193,
      "learning_rate": 0.0002918872373492972,
      "loss": 9.4548,
      "step": 52270
    },
    {
      "epoch": 0.10891666666666666,
      "grad_norm": 1.990531325340271,
      "learning_rate": 0.00029188403878176275,
      "loss": 9.2947,
      "step": 52280
    },
    {
      "epoch": 0.1089375,
      "grad_norm": 4.899555683135986,
      "learning_rate": 0.0002918808396013454,
      "loss": 9.1784,
      "step": 52290
    },
    {
      "epoch": 0.10895833333333334,
      "grad_norm": 0.506118655204773,
      "learning_rate": 0.0002918776398080589,
      "loss": 9.3923,
      "step": 52300
    },
    {
      "epoch": 0.10897916666666667,
      "grad_norm": 1.6468614339828491,
      "learning_rate": 0.00029187443940191727,
      "loss": 9.0529,
      "step": 52310
    },
    {
      "epoch": 0.109,
      "grad_norm": 1.1768864393234253,
      "learning_rate": 0.00029187123838293413,
      "loss": 9.0404,
      "step": 52320
    },
    {
      "epoch": 0.10902083333333333,
      "grad_norm": 0.6232066750526428,
      "learning_rate": 0.00029186803675112344,
      "loss": 8.3345,
      "step": 52330
    },
    {
      "epoch": 0.10904166666666666,
      "grad_norm": 1.008313536643982,
      "learning_rate": 0.000291864834506499,
      "loss": 8.8059,
      "step": 52340
    },
    {
      "epoch": 0.1090625,
      "grad_norm": 1.3101896047592163,
      "learning_rate": 0.0002918616316490746,
      "loss": 9.3246,
      "step": 52350
    },
    {
      "epoch": 0.10908333333333334,
      "grad_norm": 3.312016487121582,
      "learning_rate": 0.0002918584281788641,
      "loss": 8.7295,
      "step": 52360
    },
    {
      "epoch": 0.10910416666666667,
      "grad_norm": 1.0986062288284302,
      "learning_rate": 0.0002918552240958814,
      "loss": 8.4363,
      "step": 52370
    },
    {
      "epoch": 0.109125,
      "grad_norm": 6.181356906890869,
      "learning_rate": 0.0002918520194001402,
      "loss": 8.8487,
      "step": 52380
    },
    {
      "epoch": 0.10914583333333333,
      "grad_norm": 7.519822597503662,
      "learning_rate": 0.0002918488140916545,
      "loss": 9.0227,
      "step": 52390
    },
    {
      "epoch": 0.10916666666666666,
      "grad_norm": 6.49522066116333,
      "learning_rate": 0.000291845608170438,
      "loss": 9.4648,
      "step": 52400
    },
    {
      "epoch": 0.1091875,
      "grad_norm": 0.8633399605751038,
      "learning_rate": 0.00029184240163650466,
      "loss": 10.3996,
      "step": 52410
    },
    {
      "epoch": 0.10920833333333334,
      "grad_norm": 0.6208938956260681,
      "learning_rate": 0.0002918391944898683,
      "loss": 8.975,
      "step": 52420
    },
    {
      "epoch": 0.10922916666666667,
      "grad_norm": 1.3229807615280151,
      "learning_rate": 0.0002918359867305427,
      "loss": 9.1801,
      "step": 52430
    },
    {
      "epoch": 0.10925,
      "grad_norm": 0.9405618906021118,
      "learning_rate": 0.00029183277835854185,
      "loss": 10.0201,
      "step": 52440
    },
    {
      "epoch": 0.10927083333333333,
      "grad_norm": 1.187058448791504,
      "learning_rate": 0.0002918295693738795,
      "loss": 9.7111,
      "step": 52450
    },
    {
      "epoch": 0.10929166666666666,
      "grad_norm": 2.0703837871551514,
      "learning_rate": 0.00029182635977656956,
      "loss": 9.4881,
      "step": 52460
    },
    {
      "epoch": 0.1093125,
      "grad_norm": 1.4313781261444092,
      "learning_rate": 0.00029182314956662593,
      "loss": 8.7506,
      "step": 52470
    },
    {
      "epoch": 0.10933333333333334,
      "grad_norm": 0.799679696559906,
      "learning_rate": 0.0002918199387440624,
      "loss": 10.8577,
      "step": 52480
    },
    {
      "epoch": 0.10935416666666667,
      "grad_norm": 3.1026594638824463,
      "learning_rate": 0.0002918167273088928,
      "loss": 8.824,
      "step": 52490
    },
    {
      "epoch": 0.109375,
      "grad_norm": 1.089863896369934,
      "learning_rate": 0.00029181351526113116,
      "loss": 9.7021,
      "step": 52500
    },
    {
      "epoch": 0.10939583333333333,
      "grad_norm": 9.540328979492188,
      "learning_rate": 0.00029181030260079125,
      "loss": 9.8905,
      "step": 52510
    },
    {
      "epoch": 0.10941666666666666,
      "grad_norm": 1.4216386079788208,
      "learning_rate": 0.00029180708932788693,
      "loss": 11.331,
      "step": 52520
    },
    {
      "epoch": 0.1094375,
      "grad_norm": 0.9957752823829651,
      "learning_rate": 0.0002918038754424322,
      "loss": 9.7157,
      "step": 52530
    },
    {
      "epoch": 0.10945833333333334,
      "grad_norm": 2.4282467365264893,
      "learning_rate": 0.00029180066094444077,
      "loss": 9.3335,
      "step": 52540
    },
    {
      "epoch": 0.10947916666666667,
      "grad_norm": 2.729339599609375,
      "learning_rate": 0.00029179744583392663,
      "loss": 10.1415,
      "step": 52550
    },
    {
      "epoch": 0.1095,
      "grad_norm": 1.0932257175445557,
      "learning_rate": 0.00029179423011090364,
      "loss": 9.3662,
      "step": 52560
    },
    {
      "epoch": 0.10952083333333333,
      "grad_norm": 2.471269130706787,
      "learning_rate": 0.0002917910137753858,
      "loss": 8.8579,
      "step": 52570
    },
    {
      "epoch": 0.10954166666666666,
      "grad_norm": 0.9511851668357849,
      "learning_rate": 0.0002917877968273868,
      "loss": 8.6646,
      "step": 52580
    },
    {
      "epoch": 0.1095625,
      "grad_norm": 1.3887715339660645,
      "learning_rate": 0.0002917845792669207,
      "loss": 8.9046,
      "step": 52590
    },
    {
      "epoch": 0.10958333333333334,
      "grad_norm": 2.1704087257385254,
      "learning_rate": 0.0002917813610940013,
      "loss": 9.1113,
      "step": 52600
    },
    {
      "epoch": 0.10960416666666667,
      "grad_norm": 0.6809969544410706,
      "learning_rate": 0.00029177814230864254,
      "loss": 10.4182,
      "step": 52610
    },
    {
      "epoch": 0.109625,
      "grad_norm": 0.8443127274513245,
      "learning_rate": 0.0002917749229108583,
      "loss": 9.4102,
      "step": 52620
    },
    {
      "epoch": 0.10964583333333333,
      "grad_norm": 0.8603118062019348,
      "learning_rate": 0.0002917717029006626,
      "loss": 8.9085,
      "step": 52630
    },
    {
      "epoch": 0.10966666666666666,
      "grad_norm": 2.0944342613220215,
      "learning_rate": 0.00029176848227806924,
      "loss": 8.8081,
      "step": 52640
    },
    {
      "epoch": 0.1096875,
      "grad_norm": 7.8939127922058105,
      "learning_rate": 0.00029176526104309207,
      "loss": 9.7556,
      "step": 52650
    },
    {
      "epoch": 0.10970833333333334,
      "grad_norm": 2.3664438724517822,
      "learning_rate": 0.00029176203919574516,
      "loss": 8.8503,
      "step": 52660
    },
    {
      "epoch": 0.10972916666666667,
      "grad_norm": 1.4107962846755981,
      "learning_rate": 0.00029175881673604233,
      "loss": 9.0816,
      "step": 52670
    },
    {
      "epoch": 0.10975,
      "grad_norm": 0.7581987380981445,
      "learning_rate": 0.00029175559366399756,
      "loss": 9.1708,
      "step": 52680
    },
    {
      "epoch": 0.10977083333333333,
      "grad_norm": 2.063314914703369,
      "learning_rate": 0.0002917523699796247,
      "loss": 8.9021,
      "step": 52690
    },
    {
      "epoch": 0.10979166666666666,
      "grad_norm": 1.7259972095489502,
      "learning_rate": 0.00029174914568293767,
      "loss": 9.9758,
      "step": 52700
    },
    {
      "epoch": 0.1098125,
      "grad_norm": 5.323920249938965,
      "learning_rate": 0.0002917459207739505,
      "loss": 10.129,
      "step": 52710
    },
    {
      "epoch": 0.10983333333333334,
      "grad_norm": 1.2185282707214355,
      "learning_rate": 0.00029174269525267704,
      "loss": 8.4933,
      "step": 52720
    },
    {
      "epoch": 0.10985416666666667,
      "grad_norm": 2.1174123287200928,
      "learning_rate": 0.00029173946911913124,
      "loss": 9.2245,
      "step": 52730
    },
    {
      "epoch": 0.109875,
      "grad_norm": 0.6636428236961365,
      "learning_rate": 0.00029173624237332704,
      "loss": 10.2124,
      "step": 52740
    },
    {
      "epoch": 0.10989583333333333,
      "grad_norm": 0.9910985827445984,
      "learning_rate": 0.0002917330150152784,
      "loss": 10.7328,
      "step": 52750
    },
    {
      "epoch": 0.10991666666666666,
      "grad_norm": 1.0191853046417236,
      "learning_rate": 0.0002917297870449992,
      "loss": 10.1225,
      "step": 52760
    },
    {
      "epoch": 0.1099375,
      "grad_norm": 0.7175304889678955,
      "learning_rate": 0.0002917265584625034,
      "loss": 9.5183,
      "step": 52770
    },
    {
      "epoch": 0.10995833333333334,
      "grad_norm": 2.0273244380950928,
      "learning_rate": 0.00029172332926780505,
      "loss": 9.0987,
      "step": 52780
    },
    {
      "epoch": 0.10997916666666667,
      "grad_norm": 1.900017261505127,
      "learning_rate": 0.000291720099460918,
      "loss": 8.5875,
      "step": 52790
    },
    {
      "epoch": 0.11,
      "grad_norm": 1.8692586421966553,
      "learning_rate": 0.0002917168690418562,
      "loss": 9.8398,
      "step": 52800
    },
    {
      "epoch": 0.11002083333333333,
      "grad_norm": 1.1517815589904785,
      "learning_rate": 0.00029171363801063356,
      "loss": 9.4012,
      "step": 52810
    },
    {
      "epoch": 0.11004166666666666,
      "grad_norm": 1.555260181427002,
      "learning_rate": 0.00029171040636726415,
      "loss": 9.5762,
      "step": 52820
    },
    {
      "epoch": 0.1100625,
      "grad_norm": 4.001349925994873,
      "learning_rate": 0.0002917071741117619,
      "loss": 9.2743,
      "step": 52830
    },
    {
      "epoch": 0.11008333333333334,
      "grad_norm": 2.2834417819976807,
      "learning_rate": 0.0002917039412441407,
      "loss": 8.9672,
      "step": 52840
    },
    {
      "epoch": 0.11010416666666667,
      "grad_norm": 1.4702309370040894,
      "learning_rate": 0.0002917007077644146,
      "loss": 10.3166,
      "step": 52850
    },
    {
      "epoch": 0.110125,
      "grad_norm": 1.12117338180542,
      "learning_rate": 0.0002916974736725975,
      "loss": 8.7385,
      "step": 52860
    },
    {
      "epoch": 0.11014583333333333,
      "grad_norm": 1.8364745378494263,
      "learning_rate": 0.00029169423896870344,
      "loss": 9.9944,
      "step": 52870
    },
    {
      "epoch": 0.11016666666666666,
      "grad_norm": 2.969475030899048,
      "learning_rate": 0.00029169100365274636,
      "loss": 8.9373,
      "step": 52880
    },
    {
      "epoch": 0.1101875,
      "grad_norm": 1.0703907012939453,
      "learning_rate": 0.00029168776772474017,
      "loss": 9.1449,
      "step": 52890
    },
    {
      "epoch": 0.11020833333333334,
      "grad_norm": 1.645035743713379,
      "learning_rate": 0.00029168453118469894,
      "loss": 8.725,
      "step": 52900
    },
    {
      "epoch": 0.11022916666666667,
      "grad_norm": 0.926630437374115,
      "learning_rate": 0.0002916812940326366,
      "loss": 9.6096,
      "step": 52910
    },
    {
      "epoch": 0.11025,
      "grad_norm": 0.5729120373725891,
      "learning_rate": 0.0002916780562685672,
      "loss": 8.7073,
      "step": 52920
    },
    {
      "epoch": 0.11027083333333333,
      "grad_norm": 0.9790990948677063,
      "learning_rate": 0.00029167481789250466,
      "loss": 9.9315,
      "step": 52930
    },
    {
      "epoch": 0.11029166666666666,
      "grad_norm": 0.782503604888916,
      "learning_rate": 0.0002916715789044629,
      "loss": 9.6615,
      "step": 52940
    },
    {
      "epoch": 0.1103125,
      "grad_norm": 1.8833116292953491,
      "learning_rate": 0.00029166833930445614,
      "loss": 9.4544,
      "step": 52950
    },
    {
      "epoch": 0.11033333333333334,
      "grad_norm": 3.2754018306732178,
      "learning_rate": 0.00029166509909249813,
      "loss": 9.4799,
      "step": 52960
    },
    {
      "epoch": 0.11035416666666667,
      "grad_norm": 0.863130509853363,
      "learning_rate": 0.000291661858268603,
      "loss": 8.2475,
      "step": 52970
    },
    {
      "epoch": 0.110375,
      "grad_norm": 1.1507538557052612,
      "learning_rate": 0.00029165861683278475,
      "loss": 10.1662,
      "step": 52980
    },
    {
      "epoch": 0.11039583333333333,
      "grad_norm": 0.7174597382545471,
      "learning_rate": 0.0002916553747850573,
      "loss": 8.918,
      "step": 52990
    },
    {
      "epoch": 0.11041666666666666,
      "grad_norm": 1.1280354261398315,
      "learning_rate": 0.0002916521321254347,
      "loss": 9.1792,
      "step": 53000
    },
    {
      "epoch": 0.11041666666666666,
      "eval_loss": 9.525266647338867,
      "eval_runtime": 7.8676,
      "eval_samples_per_second": 0.381,
      "eval_steps_per_second": 0.127,
      "step": 53000
    },
    {
      "epoch": 0.1104375,
      "grad_norm": 0.749187171459198,
      "learning_rate": 0.0002916488888539309,
      "loss": 9.3086,
      "step": 53010
    },
    {
      "epoch": 0.11045833333333334,
      "grad_norm": 5.202691555023193,
      "learning_rate": 0.0002916456449705601,
      "loss": 10.3518,
      "step": 53020
    },
    {
      "epoch": 0.11047916666666667,
      "grad_norm": 4.624034881591797,
      "learning_rate": 0.00029164240047533616,
      "loss": 10.9117,
      "step": 53030
    },
    {
      "epoch": 0.1105,
      "grad_norm": 0.601001501083374,
      "learning_rate": 0.00029163915536827305,
      "loss": 8.3544,
      "step": 53040
    },
    {
      "epoch": 0.11052083333333333,
      "grad_norm": 0.8393324017524719,
      "learning_rate": 0.0002916359096493849,
      "loss": 9.1782,
      "step": 53050
    },
    {
      "epoch": 0.11054166666666666,
      "grad_norm": 1.4016128778457642,
      "learning_rate": 0.0002916326633186856,
      "loss": 9.2184,
      "step": 53060
    },
    {
      "epoch": 0.1105625,
      "grad_norm": 0.7971615195274353,
      "learning_rate": 0.00029162941637618934,
      "loss": 9.2753,
      "step": 53070
    },
    {
      "epoch": 0.11058333333333334,
      "grad_norm": 2.8292081356048584,
      "learning_rate": 0.0002916261688219101,
      "loss": 10.054,
      "step": 53080
    },
    {
      "epoch": 0.11060416666666667,
      "grad_norm": 1.099382996559143,
      "learning_rate": 0.0002916229206558618,
      "loss": 8.5938,
      "step": 53090
    },
    {
      "epoch": 0.110625,
      "grad_norm": 1.27488112449646,
      "learning_rate": 0.0002916196718780585,
      "loss": 10.2404,
      "step": 53100
    },
    {
      "epoch": 0.11064583333333333,
      "grad_norm": 1.341781497001648,
      "learning_rate": 0.00029161642248851436,
      "loss": 9.6393,
      "step": 53110
    },
    {
      "epoch": 0.11066666666666666,
      "grad_norm": 0.7292512059211731,
      "learning_rate": 0.00029161317248724327,
      "loss": 9.3517,
      "step": 53120
    },
    {
      "epoch": 0.1106875,
      "grad_norm": 0.8719708323478699,
      "learning_rate": 0.00029160992187425935,
      "loss": 9.0074,
      "step": 53130
    },
    {
      "epoch": 0.11070833333333334,
      "grad_norm": 1.9486207962036133,
      "learning_rate": 0.00029160667064957664,
      "loss": 8.845,
      "step": 53140
    },
    {
      "epoch": 0.11072916666666667,
      "grad_norm": 0.8250933289527893,
      "learning_rate": 0.0002916034188132092,
      "loss": 9.28,
      "step": 53150
    },
    {
      "epoch": 0.11075,
      "grad_norm": 2.4886810779571533,
      "learning_rate": 0.0002916001663651709,
      "loss": 9.883,
      "step": 53160
    },
    {
      "epoch": 0.11077083333333333,
      "grad_norm": 1.062396764755249,
      "learning_rate": 0.0002915969133054761,
      "loss": 9.576,
      "step": 53170
    },
    {
      "epoch": 0.11079166666666666,
      "grad_norm": 2.5503432750701904,
      "learning_rate": 0.0002915936596341386,
      "loss": 9.4936,
      "step": 53180
    },
    {
      "epoch": 0.1108125,
      "grad_norm": 0.5299607515335083,
      "learning_rate": 0.00029159040535117254,
      "loss": 9.2529,
      "step": 53190
    },
    {
      "epoch": 0.11083333333333334,
      "grad_norm": 0.9210854768753052,
      "learning_rate": 0.000291587150456592,
      "loss": 8.7584,
      "step": 53200
    },
    {
      "epoch": 0.11085416666666667,
      "grad_norm": 0.853846549987793,
      "learning_rate": 0.00029158389495041097,
      "loss": 8.9258,
      "step": 53210
    },
    {
      "epoch": 0.110875,
      "grad_norm": 0.6306244730949402,
      "learning_rate": 0.0002915806388326436,
      "loss": 9.423,
      "step": 53220
    },
    {
      "epoch": 0.11089583333333333,
      "grad_norm": 1.2004443407058716,
      "learning_rate": 0.00029157738210330386,
      "loss": 9.28,
      "step": 53230
    },
    {
      "epoch": 0.11091666666666666,
      "grad_norm": 1.3797897100448608,
      "learning_rate": 0.00029157412476240593,
      "loss": 10.3307,
      "step": 53240
    },
    {
      "epoch": 0.1109375,
      "grad_norm": 0.8694042563438416,
      "learning_rate": 0.00029157086680996376,
      "loss": 8.3592,
      "step": 53250
    },
    {
      "epoch": 0.11095833333333334,
      "grad_norm": 1.6618766784667969,
      "learning_rate": 0.0002915676082459915,
      "loss": 9.4044,
      "step": 53260
    },
    {
      "epoch": 0.11097916666666667,
      "grad_norm": 1.2138017416000366,
      "learning_rate": 0.00029156434907050326,
      "loss": 10.883,
      "step": 53270
    },
    {
      "epoch": 0.111,
      "grad_norm": 1.064600944519043,
      "learning_rate": 0.000291561089283513,
      "loss": 8.7538,
      "step": 53280
    },
    {
      "epoch": 0.11102083333333333,
      "grad_norm": 1.9104077816009521,
      "learning_rate": 0.0002915578288850349,
      "loss": 9.1529,
      "step": 53290
    },
    {
      "epoch": 0.11104166666666666,
      "grad_norm": 1.3711894750595093,
      "learning_rate": 0.000291554567875083,
      "loss": 8.275,
      "step": 53300
    },
    {
      "epoch": 0.1110625,
      "grad_norm": 1.4186089038848877,
      "learning_rate": 0.00029155130625367143,
      "loss": 9.2019,
      "step": 53310
    },
    {
      "epoch": 0.11108333333333334,
      "grad_norm": 2.336568832397461,
      "learning_rate": 0.0002915480440208142,
      "loss": 9.977,
      "step": 53320
    },
    {
      "epoch": 0.11110416666666667,
      "grad_norm": 2.3365273475646973,
      "learning_rate": 0.0002915447811765255,
      "loss": 10.6248,
      "step": 53330
    },
    {
      "epoch": 0.111125,
      "grad_norm": 0.8612611293792725,
      "learning_rate": 0.0002915415177208193,
      "loss": 8.9634,
      "step": 53340
    },
    {
      "epoch": 0.11114583333333333,
      "grad_norm": 2.140397310256958,
      "learning_rate": 0.00029153825365370984,
      "loss": 8.5392,
      "step": 53350
    },
    {
      "epoch": 0.11116666666666666,
      "grad_norm": 1.8952646255493164,
      "learning_rate": 0.0002915349889752111,
      "loss": 9.4945,
      "step": 53360
    },
    {
      "epoch": 0.1111875,
      "grad_norm": 3.0802252292633057,
      "learning_rate": 0.0002915317236853373,
      "loss": 9.8457,
      "step": 53370
    },
    {
      "epoch": 0.11120833333333334,
      "grad_norm": 1.1100388765335083,
      "learning_rate": 0.00029152845778410245,
      "loss": 9.4309,
      "step": 53380
    },
    {
      "epoch": 0.11122916666666667,
      "grad_norm": 1.0739747285842896,
      "learning_rate": 0.00029152519127152065,
      "loss": 9.3914,
      "step": 53390
    },
    {
      "epoch": 0.11125,
      "grad_norm": 1.217596173286438,
      "learning_rate": 0.00029152192414760603,
      "loss": 9.1717,
      "step": 53400
    },
    {
      "epoch": 0.11127083333333333,
      "grad_norm": 0.9109036922454834,
      "learning_rate": 0.00029151865641237275,
      "loss": 8.7014,
      "step": 53410
    },
    {
      "epoch": 0.11129166666666666,
      "grad_norm": 1.2110636234283447,
      "learning_rate": 0.0002915153880658349,
      "loss": 9.1966,
      "step": 53420
    },
    {
      "epoch": 0.1113125,
      "grad_norm": 0.9449597597122192,
      "learning_rate": 0.00029151211910800656,
      "loss": 9.0652,
      "step": 53430
    },
    {
      "epoch": 0.11133333333333334,
      "grad_norm": 0.6600475907325745,
      "learning_rate": 0.0002915088495389019,
      "loss": 9.1878,
      "step": 53440
    },
    {
      "epoch": 0.11135416666666667,
      "grad_norm": 0.7745919227600098,
      "learning_rate": 0.000291505579358535,
      "loss": 10.4687,
      "step": 53450
    },
    {
      "epoch": 0.111375,
      "grad_norm": 5.837734699249268,
      "learning_rate": 0.00029150230856692,
      "loss": 9.4532,
      "step": 53460
    },
    {
      "epoch": 0.11139583333333333,
      "grad_norm": 1.6103425025939941,
      "learning_rate": 0.0002914990371640711,
      "loss": 8.8505,
      "step": 53470
    },
    {
      "epoch": 0.11141666666666666,
      "grad_norm": 2.2811620235443115,
      "learning_rate": 0.00029149576515000234,
      "loss": 10.968,
      "step": 53480
    },
    {
      "epoch": 0.1114375,
      "grad_norm": 2.661996841430664,
      "learning_rate": 0.00029149249252472784,
      "loss": 8.9834,
      "step": 53490
    },
    {
      "epoch": 0.11145833333333334,
      "grad_norm": 0.9240497946739197,
      "learning_rate": 0.00029148921928826184,
      "loss": 8.8575,
      "step": 53500
    },
    {
      "epoch": 0.11147916666666667,
      "grad_norm": 0.958662211894989,
      "learning_rate": 0.0002914859454406184,
      "loss": 8.3,
      "step": 53510
    },
    {
      "epoch": 0.1115,
      "grad_norm": 1.2556794881820679,
      "learning_rate": 0.00029148267098181164,
      "loss": 8.837,
      "step": 53520
    },
    {
      "epoch": 0.11152083333333333,
      "grad_norm": 1.1573127508163452,
      "learning_rate": 0.0002914793959118558,
      "loss": 8.925,
      "step": 53530
    },
    {
      "epoch": 0.11154166666666666,
      "grad_norm": 2.162783622741699,
      "learning_rate": 0.00029147612023076495,
      "loss": 9.8879,
      "step": 53540
    },
    {
      "epoch": 0.1115625,
      "grad_norm": 0.8329700827598572,
      "learning_rate": 0.00029147284393855324,
      "loss": 9.2221,
      "step": 53550
    },
    {
      "epoch": 0.11158333333333334,
      "grad_norm": 1.290900707244873,
      "learning_rate": 0.0002914695670352349,
      "loss": 9.4106,
      "step": 53560
    },
    {
      "epoch": 0.11160416666666667,
      "grad_norm": 2.208634853363037,
      "learning_rate": 0.0002914662895208239,
      "loss": 8.8558,
      "step": 53570
    },
    {
      "epoch": 0.111625,
      "grad_norm": 2.366121292114258,
      "learning_rate": 0.00029146301139533465,
      "loss": 9.5059,
      "step": 53580
    },
    {
      "epoch": 0.11164583333333333,
      "grad_norm": 1.5340336561203003,
      "learning_rate": 0.0002914597326587811,
      "loss": 10.3135,
      "step": 53590
    },
    {
      "epoch": 0.11166666666666666,
      "grad_norm": 2.4830362796783447,
      "learning_rate": 0.0002914564533111776,
      "loss": 9.2818,
      "step": 53600
    },
    {
      "epoch": 0.1116875,
      "grad_norm": 5.171009540557861,
      "learning_rate": 0.0002914531733525382,
      "loss": 8.579,
      "step": 53610
    },
    {
      "epoch": 0.11170833333333334,
      "grad_norm": 1.055845022201538,
      "learning_rate": 0.000291449892782877,
      "loss": 8.6276,
      "step": 53620
    },
    {
      "epoch": 0.11172916666666667,
      "grad_norm": 2.447086811065674,
      "learning_rate": 0.0002914466116022083,
      "loss": 11.6023,
      "step": 53630
    },
    {
      "epoch": 0.11175,
      "grad_norm": 1.4946393966674805,
      "learning_rate": 0.00029144332981054623,
      "loss": 12.8398,
      "step": 53640
    },
    {
      "epoch": 0.11177083333333333,
      "grad_norm": 0.9888882040977478,
      "learning_rate": 0.00029144004740790493,
      "loss": 9.6418,
      "step": 53650
    },
    {
      "epoch": 0.11179166666666666,
      "grad_norm": 0.8705863356590271,
      "learning_rate": 0.0002914367643942987,
      "loss": 9.5715,
      "step": 53660
    },
    {
      "epoch": 0.1118125,
      "grad_norm": 1.0781625509262085,
      "learning_rate": 0.0002914334807697416,
      "loss": 8.6103,
      "step": 53670
    },
    {
      "epoch": 0.11183333333333334,
      "grad_norm": 0.7707028388977051,
      "learning_rate": 0.0002914301965342477,
      "loss": 8.2592,
      "step": 53680
    },
    {
      "epoch": 0.11185416666666667,
      "grad_norm": 1.3692227602005005,
      "learning_rate": 0.00029142691168783147,
      "loss": 8.6916,
      "step": 53690
    },
    {
      "epoch": 0.111875,
      "grad_norm": 1.816281795501709,
      "learning_rate": 0.000291423626230507,
      "loss": 9.7452,
      "step": 53700
    },
    {
      "epoch": 0.11189583333333333,
      "grad_norm": 3.3907597064971924,
      "learning_rate": 0.00029142034016228834,
      "loss": 10.4411,
      "step": 53710
    },
    {
      "epoch": 0.11191666666666666,
      "grad_norm": 3.933900833129883,
      "learning_rate": 0.00029141705348318986,
      "loss": 9.4912,
      "step": 53720
    },
    {
      "epoch": 0.1119375,
      "grad_norm": 1.2654013633728027,
      "learning_rate": 0.00029141376619322564,
      "loss": 9.0725,
      "step": 53730
    },
    {
      "epoch": 0.11195833333333334,
      "grad_norm": 1.2524468898773193,
      "learning_rate": 0.00029141047829240994,
      "loss": 9.0687,
      "step": 53740
    },
    {
      "epoch": 0.11197916666666667,
      "grad_norm": 1.0127959251403809,
      "learning_rate": 0.00029140718978075696,
      "loss": 9.226,
      "step": 53750
    },
    {
      "epoch": 0.112,
      "grad_norm": 0.9234367609024048,
      "learning_rate": 0.0002914039006582809,
      "loss": 8.2047,
      "step": 53760
    },
    {
      "epoch": 0.11202083333333333,
      "grad_norm": 1.1166709661483765,
      "learning_rate": 0.0002914006109249959,
      "loss": 8.9934,
      "step": 53770
    },
    {
      "epoch": 0.11204166666666666,
      "grad_norm": 1.1906436681747437,
      "learning_rate": 0.0002913973205809163,
      "loss": 8.8723,
      "step": 53780
    },
    {
      "epoch": 0.1120625,
      "grad_norm": 1.0428109169006348,
      "learning_rate": 0.0002913940296260562,
      "loss": 11.8711,
      "step": 53790
    },
    {
      "epoch": 0.11208333333333333,
      "grad_norm": 1.6568245887756348,
      "learning_rate": 0.00029139073806042987,
      "loss": 9.7113,
      "step": 53800
    },
    {
      "epoch": 0.11210416666666667,
      "grad_norm": 1.5899839401245117,
      "learning_rate": 0.00029138744588405157,
      "loss": 9.1573,
      "step": 53810
    },
    {
      "epoch": 0.112125,
      "grad_norm": 3.3007609844207764,
      "learning_rate": 0.0002913841530969354,
      "loss": 9.6771,
      "step": 53820
    },
    {
      "epoch": 0.11214583333333333,
      "grad_norm": 3.286240339279175,
      "learning_rate": 0.0002913808596990957,
      "loss": 9.5934,
      "step": 53830
    },
    {
      "epoch": 0.11216666666666666,
      "grad_norm": 0.877932071685791,
      "learning_rate": 0.00029137756569054665,
      "loss": 9.2427,
      "step": 53840
    },
    {
      "epoch": 0.1121875,
      "grad_norm": 2.18996000289917,
      "learning_rate": 0.0002913742710713024,
      "loss": 9.1477,
      "step": 53850
    },
    {
      "epoch": 0.11220833333333333,
      "grad_norm": 0.9928670525550842,
      "learning_rate": 0.0002913709758413774,
      "loss": 8.7012,
      "step": 53860
    },
    {
      "epoch": 0.11222916666666667,
      "grad_norm": 1.0726808309555054,
      "learning_rate": 0.0002913676800007856,
      "loss": 8.9604,
      "step": 53870
    },
    {
      "epoch": 0.11225,
      "grad_norm": 3.951758623123169,
      "learning_rate": 0.0002913643835495414,
      "loss": 9.705,
      "step": 53880
    },
    {
      "epoch": 0.11227083333333333,
      "grad_norm": 1.5895307064056396,
      "learning_rate": 0.0002913610864876591,
      "loss": 9.0876,
      "step": 53890
    },
    {
      "epoch": 0.11229166666666666,
      "grad_norm": 0.8443808555603027,
      "learning_rate": 0.0002913577888151528,
      "loss": 8.5711,
      "step": 53900
    },
    {
      "epoch": 0.1123125,
      "grad_norm": 1.0692390203475952,
      "learning_rate": 0.0002913544905320368,
      "loss": 9.2088,
      "step": 53910
    },
    {
      "epoch": 0.11233333333333333,
      "grad_norm": 1.378158450126648,
      "learning_rate": 0.0002913511916383254,
      "loss": 8.8332,
      "step": 53920
    },
    {
      "epoch": 0.11235416666666667,
      "grad_norm": 0.6749908924102783,
      "learning_rate": 0.00029134789213403273,
      "loss": 8.5196,
      "step": 53930
    },
    {
      "epoch": 0.112375,
      "grad_norm": 0.7290847301483154,
      "learning_rate": 0.0002913445920191732,
      "loss": 10.4743,
      "step": 53940
    },
    {
      "epoch": 0.11239583333333333,
      "grad_norm": 1.8294020891189575,
      "learning_rate": 0.00029134129129376095,
      "loss": 9.7618,
      "step": 53950
    },
    {
      "epoch": 0.11241666666666666,
      "grad_norm": 1.9640613794326782,
      "learning_rate": 0.00029133798995781025,
      "loss": 9.3302,
      "step": 53960
    },
    {
      "epoch": 0.1124375,
      "grad_norm": 1.276773452758789,
      "learning_rate": 0.0002913346880113354,
      "loss": 8.7327,
      "step": 53970
    },
    {
      "epoch": 0.11245833333333333,
      "grad_norm": 2.464329481124878,
      "learning_rate": 0.00029133138545435065,
      "loss": 8.8455,
      "step": 53980
    },
    {
      "epoch": 0.11247916666666667,
      "grad_norm": 0.6574720740318298,
      "learning_rate": 0.00029132808228687023,
      "loss": 8.84,
      "step": 53990
    },
    {
      "epoch": 0.1125,
      "grad_norm": 2.2634263038635254,
      "learning_rate": 0.0002913247785089084,
      "loss": 10.3677,
      "step": 54000
    },
    {
      "epoch": 0.1125,
      "eval_loss": 7.112279415130615,
      "eval_runtime": 8.1209,
      "eval_samples_per_second": 0.369,
      "eval_steps_per_second": 0.123,
      "step": 54000
    },
    {
      "epoch": 0.11252083333333333,
      "grad_norm": 1.6536457538604736,
      "learning_rate": 0.00029132147412047957,
      "loss": 8.9098,
      "step": 54010
    },
    {
      "epoch": 0.11254166666666666,
      "grad_norm": 1.0068151950836182,
      "learning_rate": 0.00029131816912159785,
      "loss": 8.4674,
      "step": 54020
    },
    {
      "epoch": 0.1125625,
      "grad_norm": 4.054099082946777,
      "learning_rate": 0.00029131486351227756,
      "loss": 9.9987,
      "step": 54030
    },
    {
      "epoch": 0.11258333333333333,
      "grad_norm": 1.2509713172912598,
      "learning_rate": 0.000291311557292533,
      "loss": 9.2611,
      "step": 54040
    },
    {
      "epoch": 0.11260416666666667,
      "grad_norm": 0.7740888595581055,
      "learning_rate": 0.0002913082504623785,
      "loss": 9.0356,
      "step": 54050
    },
    {
      "epoch": 0.112625,
      "grad_norm": 0.5457873940467834,
      "learning_rate": 0.00029130494302182826,
      "loss": 9.167,
      "step": 54060
    },
    {
      "epoch": 0.11264583333333333,
      "grad_norm": 1.1278115510940552,
      "learning_rate": 0.0002913016349708966,
      "loss": 9.4031,
      "step": 54070
    },
    {
      "epoch": 0.11266666666666666,
      "grad_norm": 1.0655666589736938,
      "learning_rate": 0.0002912983263095978,
      "loss": 8.8114,
      "step": 54080
    },
    {
      "epoch": 0.1126875,
      "grad_norm": 1.0314229726791382,
      "learning_rate": 0.00029129501703794615,
      "loss": 9.815,
      "step": 54090
    },
    {
      "epoch": 0.11270833333333333,
      "grad_norm": 2.1694090366363525,
      "learning_rate": 0.00029129170715595597,
      "loss": 9.3394,
      "step": 54100
    },
    {
      "epoch": 0.11272916666666667,
      "grad_norm": 1.5357935428619385,
      "learning_rate": 0.0002912883966636415,
      "loss": 9.156,
      "step": 54110
    },
    {
      "epoch": 0.11275,
      "grad_norm": 0.6579131484031677,
      "learning_rate": 0.00029128508556101716,
      "loss": 8.6649,
      "step": 54120
    },
    {
      "epoch": 0.11277083333333333,
      "grad_norm": 2.3414056301116943,
      "learning_rate": 0.00029128177384809715,
      "loss": 8.8264,
      "step": 54130
    },
    {
      "epoch": 0.11279166666666667,
      "grad_norm": 1.3421207666397095,
      "learning_rate": 0.00029127846152489573,
      "loss": 9.6878,
      "step": 54140
    },
    {
      "epoch": 0.1128125,
      "grad_norm": 1.0936850309371948,
      "learning_rate": 0.0002912751485914274,
      "loss": 9.4759,
      "step": 54150
    },
    {
      "epoch": 0.11283333333333333,
      "grad_norm": 0.7752972841262817,
      "learning_rate": 0.0002912718350477063,
      "loss": 8.1808,
      "step": 54160
    },
    {
      "epoch": 0.11285416666666667,
      "grad_norm": 0.7650185823440552,
      "learning_rate": 0.0002912685208937467,
      "loss": 9.202,
      "step": 54170
    },
    {
      "epoch": 0.112875,
      "grad_norm": 1.6645541191101074,
      "learning_rate": 0.0002912652061295631,
      "loss": 9.3833,
      "step": 54180
    },
    {
      "epoch": 0.11289583333333333,
      "grad_norm": 0.974618136882782,
      "learning_rate": 0.0002912618907551697,
      "loss": 9.1186,
      "step": 54190
    },
    {
      "epoch": 0.11291666666666667,
      "grad_norm": 9.790582656860352,
      "learning_rate": 0.00029125857477058087,
      "loss": 9.753,
      "step": 54200
    },
    {
      "epoch": 0.1129375,
      "grad_norm": 1.547493577003479,
      "learning_rate": 0.0002912552581758109,
      "loss": 10.2234,
      "step": 54210
    },
    {
      "epoch": 0.11295833333333333,
      "grad_norm": 1.1040873527526855,
      "learning_rate": 0.00029125194097087416,
      "loss": 8.634,
      "step": 54220
    },
    {
      "epoch": 0.11297916666666667,
      "grad_norm": 0.7148427367210388,
      "learning_rate": 0.0002912486231557849,
      "loss": 9.3417,
      "step": 54230
    },
    {
      "epoch": 0.113,
      "grad_norm": 1.0344985723495483,
      "learning_rate": 0.0002912453047305575,
      "loss": 9.0636,
      "step": 54240
    },
    {
      "epoch": 0.11302083333333333,
      "grad_norm": 2.2515645027160645,
      "learning_rate": 0.00029124198569520636,
      "loss": 8.962,
      "step": 54250
    },
    {
      "epoch": 0.11304166666666667,
      "grad_norm": 1.0118350982666016,
      "learning_rate": 0.00029123866604974566,
      "loss": 9.0314,
      "step": 54260
    },
    {
      "epoch": 0.1130625,
      "grad_norm": 1.2326679229736328,
      "learning_rate": 0.00029123534579418987,
      "loss": 9.812,
      "step": 54270
    },
    {
      "epoch": 0.11308333333333333,
      "grad_norm": 0.8616208434104919,
      "learning_rate": 0.00029123202492855325,
      "loss": 8.7322,
      "step": 54280
    },
    {
      "epoch": 0.11310416666666667,
      "grad_norm": 2.5849900245666504,
      "learning_rate": 0.0002912287034528502,
      "loss": 9.7224,
      "step": 54290
    },
    {
      "epoch": 0.113125,
      "grad_norm": 0.9262871742248535,
      "learning_rate": 0.00029122538136709507,
      "loss": 9.4772,
      "step": 54300
    },
    {
      "epoch": 0.11314583333333333,
      "grad_norm": 1.6720755100250244,
      "learning_rate": 0.00029122205867130224,
      "loss": 10.39,
      "step": 54310
    },
    {
      "epoch": 0.11316666666666667,
      "grad_norm": 2.5443599224090576,
      "learning_rate": 0.00029121873536548594,
      "loss": 9.1993,
      "step": 54320
    },
    {
      "epoch": 0.1131875,
      "grad_norm": 1.9740670919418335,
      "learning_rate": 0.00029121541144966063,
      "loss": 8.6712,
      "step": 54330
    },
    {
      "epoch": 0.11320833333333333,
      "grad_norm": 1.0759735107421875,
      "learning_rate": 0.00029121208692384063,
      "loss": 8.8219,
      "step": 54340
    },
    {
      "epoch": 0.11322916666666667,
      "grad_norm": 0.6746814250946045,
      "learning_rate": 0.00029120876178804036,
      "loss": 9.3228,
      "step": 54350
    },
    {
      "epoch": 0.11325,
      "grad_norm": 3.2550342082977295,
      "learning_rate": 0.00029120543604227407,
      "loss": 9.9698,
      "step": 54360
    },
    {
      "epoch": 0.11327083333333333,
      "grad_norm": 7.098238468170166,
      "learning_rate": 0.0002912021096865562,
      "loss": 9.0785,
      "step": 54370
    },
    {
      "epoch": 0.11329166666666667,
      "grad_norm": 0.6460828185081482,
      "learning_rate": 0.00029119878272090117,
      "loss": 8.7499,
      "step": 54380
    },
    {
      "epoch": 0.1133125,
      "grad_norm": 2.0399038791656494,
      "learning_rate": 0.0002911954551453232,
      "loss": 9.0879,
      "step": 54390
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 0.8137736320495605,
      "learning_rate": 0.0002911921269598368,
      "loss": 8.6606,
      "step": 54400
    },
    {
      "epoch": 0.11335416666666667,
      "grad_norm": 0.871826708316803,
      "learning_rate": 0.0002911887981644563,
      "loss": 9.561,
      "step": 54410
    },
    {
      "epoch": 0.113375,
      "grad_norm": 0.6821936368942261,
      "learning_rate": 0.0002911854687591961,
      "loss": 9.7713,
      "step": 54420
    },
    {
      "epoch": 0.11339583333333333,
      "grad_norm": 1.3455370664596558,
      "learning_rate": 0.0002911821387440705,
      "loss": 8.7863,
      "step": 54430
    },
    {
      "epoch": 0.11341666666666667,
      "grad_norm": 0.737651526927948,
      "learning_rate": 0.00029117880811909395,
      "loss": 9.5076,
      "step": 54440
    },
    {
      "epoch": 0.1134375,
      "grad_norm": 1.2402734756469727,
      "learning_rate": 0.0002911754768842809,
      "loss": 9.2931,
      "step": 54450
    },
    {
      "epoch": 0.11345833333333333,
      "grad_norm": 0.7954307794570923,
      "learning_rate": 0.0002911721450396456,
      "loss": 8.7128,
      "step": 54460
    },
    {
      "epoch": 0.11347916666666667,
      "grad_norm": 0.6451170444488525,
      "learning_rate": 0.00029116881258520254,
      "loss": 8.6227,
      "step": 54470
    },
    {
      "epoch": 0.1135,
      "grad_norm": 3.2686448097229004,
      "learning_rate": 0.00029116547952096614,
      "loss": 10.2985,
      "step": 54480
    },
    {
      "epoch": 0.11352083333333333,
      "grad_norm": 2.621615171432495,
      "learning_rate": 0.0002911621458469507,
      "loss": 10.0812,
      "step": 54490
    },
    {
      "epoch": 0.11354166666666667,
      "grad_norm": 0.8203678131103516,
      "learning_rate": 0.0002911588115631706,
      "loss": 10.6972,
      "step": 54500
    },
    {
      "epoch": 0.1135625,
      "grad_norm": 1.6780794858932495,
      "learning_rate": 0.0002911554766696404,
      "loss": 8.6312,
      "step": 54510
    },
    {
      "epoch": 0.11358333333333333,
      "grad_norm": 2.137382984161377,
      "learning_rate": 0.00029115214116637436,
      "loss": 9.4168,
      "step": 54520
    },
    {
      "epoch": 0.11360416666666667,
      "grad_norm": 1.6813899278640747,
      "learning_rate": 0.00029114880505338694,
      "loss": 9.0123,
      "step": 54530
    },
    {
      "epoch": 0.113625,
      "grad_norm": 1.429213285446167,
      "learning_rate": 0.0002911454683306926,
      "loss": 8.8099,
      "step": 54540
    },
    {
      "epoch": 0.11364583333333333,
      "grad_norm": 0.9861772656440735,
      "learning_rate": 0.0002911421309983057,
      "loss": 9.9315,
      "step": 54550
    },
    {
      "epoch": 0.11366666666666667,
      "grad_norm": 1.2550606727600098,
      "learning_rate": 0.0002911387930562406,
      "loss": 8.6936,
      "step": 54560
    },
    {
      "epoch": 0.1136875,
      "grad_norm": 1.4003931283950806,
      "learning_rate": 0.00029113545450451186,
      "loss": 11.2553,
      "step": 54570
    },
    {
      "epoch": 0.11370833333333333,
      "grad_norm": 1.2733782529830933,
      "learning_rate": 0.0002911321153431338,
      "loss": 10.1159,
      "step": 54580
    },
    {
      "epoch": 0.11372916666666667,
      "grad_norm": 1.8188626766204834,
      "learning_rate": 0.0002911287755721209,
      "loss": 9.227,
      "step": 54590
    },
    {
      "epoch": 0.11375,
      "grad_norm": 1.8136465549468994,
      "learning_rate": 0.00029112543519148744,
      "loss": 9.3047,
      "step": 54600
    },
    {
      "epoch": 0.11377083333333333,
      "grad_norm": 1.830641269683838,
      "learning_rate": 0.00029112209420124803,
      "loss": 9.4452,
      "step": 54610
    },
    {
      "epoch": 0.11379166666666667,
      "grad_norm": 1.5898356437683105,
      "learning_rate": 0.00029111875260141705,
      "loss": 9.2093,
      "step": 54620
    },
    {
      "epoch": 0.1138125,
      "grad_norm": 0.8637652397155762,
      "learning_rate": 0.0002911154103920089,
      "loss": 9.4813,
      "step": 54630
    },
    {
      "epoch": 0.11383333333333333,
      "grad_norm": 0.9094245433807373,
      "learning_rate": 0.00029111206757303804,
      "loss": 8.2426,
      "step": 54640
    },
    {
      "epoch": 0.11385416666666667,
      "grad_norm": 3.2617316246032715,
      "learning_rate": 0.00029110872414451886,
      "loss": 9.2265,
      "step": 54650
    },
    {
      "epoch": 0.113875,
      "grad_norm": 4.775947570800781,
      "learning_rate": 0.0002911053801064659,
      "loss": 8.5638,
      "step": 54660
    },
    {
      "epoch": 0.11389583333333334,
      "grad_norm": 1.079492211341858,
      "learning_rate": 0.00029110203545889353,
      "loss": 8.7384,
      "step": 54670
    },
    {
      "epoch": 0.11391666666666667,
      "grad_norm": 0.9506142139434814,
      "learning_rate": 0.0002910986902018162,
      "loss": 8.8399,
      "step": 54680
    },
    {
      "epoch": 0.1139375,
      "grad_norm": 2.081122398376465,
      "learning_rate": 0.0002910953443352484,
      "loss": 8.4593,
      "step": 54690
    },
    {
      "epoch": 0.11395833333333333,
      "grad_norm": 2.333961009979248,
      "learning_rate": 0.0002910919978592046,
      "loss": 9.9421,
      "step": 54700
    },
    {
      "epoch": 0.11397916666666667,
      "grad_norm": 1.235688328742981,
      "learning_rate": 0.0002910886507736992,
      "loss": 10.0805,
      "step": 54710
    },
    {
      "epoch": 0.114,
      "grad_norm": 0.8917362093925476,
      "learning_rate": 0.0002910853030787466,
      "loss": 9.9191,
      "step": 54720
    },
    {
      "epoch": 0.11402083333333334,
      "grad_norm": 0.6067305207252502,
      "learning_rate": 0.00029108195477436146,
      "loss": 9.177,
      "step": 54730
    },
    {
      "epoch": 0.11404166666666667,
      "grad_norm": 1.2823411226272583,
      "learning_rate": 0.000291078605860558,
      "loss": 10.1784,
      "step": 54740
    },
    {
      "epoch": 0.1140625,
      "grad_norm": 2.163273334503174,
      "learning_rate": 0.0002910752563373509,
      "loss": 9.4051,
      "step": 54750
    },
    {
      "epoch": 0.11408333333333333,
      "grad_norm": 1.2565010786056519,
      "learning_rate": 0.00029107190620475447,
      "loss": 8.9503,
      "step": 54760
    },
    {
      "epoch": 0.11410416666666667,
      "grad_norm": 1.2285867929458618,
      "learning_rate": 0.00029106855546278326,
      "loss": 10.4133,
      "step": 54770
    },
    {
      "epoch": 0.114125,
      "grad_norm": 3.479893922805786,
      "learning_rate": 0.0002910652041114517,
      "loss": 10.0656,
      "step": 54780
    },
    {
      "epoch": 0.11414583333333334,
      "grad_norm": 1.6557385921478271,
      "learning_rate": 0.0002910618521507744,
      "loss": 8.6815,
      "step": 54790
    },
    {
      "epoch": 0.11416666666666667,
      "grad_norm": 1.5685832500457764,
      "learning_rate": 0.00029105849958076566,
      "loss": 8.9776,
      "step": 54800
    },
    {
      "epoch": 0.1141875,
      "grad_norm": 0.6781303286552429,
      "learning_rate": 0.00029105514640144004,
      "loss": 9.0174,
      "step": 54810
    },
    {
      "epoch": 0.11420833333333333,
      "grad_norm": 2.1592910289764404,
      "learning_rate": 0.00029105179261281204,
      "loss": 9.109,
      "step": 54820
    },
    {
      "epoch": 0.11422916666666667,
      "grad_norm": 2.726114273071289,
      "learning_rate": 0.00029104843821489614,
      "loss": 9.1191,
      "step": 54830
    },
    {
      "epoch": 0.11425,
      "grad_norm": 0.8919889330863953,
      "learning_rate": 0.0002910450832077067,
      "loss": 8.7914,
      "step": 54840
    },
    {
      "epoch": 0.11427083333333334,
      "grad_norm": 1.004468560218811,
      "learning_rate": 0.0002910417275912585,
      "loss": 9.6066,
      "step": 54850
    },
    {
      "epoch": 0.11429166666666667,
      "grad_norm": 2.375920057296753,
      "learning_rate": 0.00029103837136556577,
      "loss": 9.531,
      "step": 54860
    },
    {
      "epoch": 0.1143125,
      "grad_norm": 0.966522216796875,
      "learning_rate": 0.0002910350145306431,
      "loss": 9.6941,
      "step": 54870
    },
    {
      "epoch": 0.11433333333333333,
      "grad_norm": 2.7021210193634033,
      "learning_rate": 0.000291031657086505,
      "loss": 9.8493,
      "step": 54880
    },
    {
      "epoch": 0.11435416666666667,
      "grad_norm": 1.1433395147323608,
      "learning_rate": 0.000291028299033166,
      "loss": 8.8986,
      "step": 54890
    },
    {
      "epoch": 0.114375,
      "grad_norm": 0.8475731015205383,
      "learning_rate": 0.00029102494037064054,
      "loss": 9.0212,
      "step": 54900
    },
    {
      "epoch": 0.11439583333333334,
      "grad_norm": 6.14370059967041,
      "learning_rate": 0.0002910215810989432,
      "loss": 9.9098,
      "step": 54910
    },
    {
      "epoch": 0.11441666666666667,
      "grad_norm": 0.8512600064277649,
      "learning_rate": 0.0002910182212180884,
      "loss": 8.4508,
      "step": 54920
    },
    {
      "epoch": 0.1144375,
      "grad_norm": 0.720714271068573,
      "learning_rate": 0.0002910148607280907,
      "loss": 8.8022,
      "step": 54930
    },
    {
      "epoch": 0.11445833333333333,
      "grad_norm": 6.212806701660156,
      "learning_rate": 0.00029101149962896465,
      "loss": 11.7264,
      "step": 54940
    },
    {
      "epoch": 0.11447916666666667,
      "grad_norm": 1.1449722051620483,
      "learning_rate": 0.00029100813792072474,
      "loss": 8.8838,
      "step": 54950
    },
    {
      "epoch": 0.1145,
      "grad_norm": 1.0916037559509277,
      "learning_rate": 0.0002910047756033854,
      "loss": 9.6967,
      "step": 54960
    },
    {
      "epoch": 0.11452083333333334,
      "grad_norm": 1.217407464981079,
      "learning_rate": 0.0002910014126769614,
      "loss": 9.7052,
      "step": 54970
    },
    {
      "epoch": 0.11454166666666667,
      "grad_norm": 0.8713732957839966,
      "learning_rate": 0.000290998049141467,
      "loss": 8.3388,
      "step": 54980
    },
    {
      "epoch": 0.1145625,
      "grad_norm": 0.8155004978179932,
      "learning_rate": 0.00029099468499691687,
      "loss": 9.557,
      "step": 54990
    },
    {
      "epoch": 0.11458333333333333,
      "grad_norm": 1.7588456869125366,
      "learning_rate": 0.0002909913202433255,
      "loss": 10.544,
      "step": 55000
    },
    {
      "epoch": 0.11458333333333333,
      "eval_loss": 7.215541839599609,
      "eval_runtime": 8.4343,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 55000
    },
    {
      "epoch": 0.11460416666666666,
      "grad_norm": 1.148502230644226,
      "learning_rate": 0.0002909879548807075,
      "loss": 9.1806,
      "step": 55010
    },
    {
      "epoch": 0.114625,
      "grad_norm": 0.5594181418418884,
      "learning_rate": 0.00029098458890907726,
      "loss": 9.295,
      "step": 55020
    },
    {
      "epoch": 0.11464583333333334,
      "grad_norm": 1.581241488456726,
      "learning_rate": 0.0002909812223284494,
      "loss": 9.9045,
      "step": 55030
    },
    {
      "epoch": 0.11466666666666667,
      "grad_norm": 1.3769028186798096,
      "learning_rate": 0.0002909778551388385,
      "loss": 9.5738,
      "step": 55040
    },
    {
      "epoch": 0.1146875,
      "grad_norm": 1.6874247789382935,
      "learning_rate": 0.000290974487340259,
      "loss": 9.1251,
      "step": 55050
    },
    {
      "epoch": 0.11470833333333333,
      "grad_norm": 1.2937407493591309,
      "learning_rate": 0.0002909711189327256,
      "loss": 9.2676,
      "step": 55060
    },
    {
      "epoch": 0.11472916666666666,
      "grad_norm": 1.0150140523910522,
      "learning_rate": 0.0002909677499162528,
      "loss": 9.114,
      "step": 55070
    },
    {
      "epoch": 0.11475,
      "grad_norm": 1.1613234281539917,
      "learning_rate": 0.000290964380290855,
      "loss": 9.0289,
      "step": 55080
    },
    {
      "epoch": 0.11477083333333334,
      "grad_norm": 0.47126302123069763,
      "learning_rate": 0.00029096101005654697,
      "loss": 9.2459,
      "step": 55090
    },
    {
      "epoch": 0.11479166666666667,
      "grad_norm": 2.097224473953247,
      "learning_rate": 0.0002909576392133431,
      "loss": 10.4371,
      "step": 55100
    },
    {
      "epoch": 0.1148125,
      "grad_norm": 0.8254881501197815,
      "learning_rate": 0.0002909542677612581,
      "loss": 10.1944,
      "step": 55110
    },
    {
      "epoch": 0.11483333333333333,
      "grad_norm": 2.481865167617798,
      "learning_rate": 0.0002909508957003064,
      "loss": 10.2932,
      "step": 55120
    },
    {
      "epoch": 0.11485416666666666,
      "grad_norm": 2.4042279720306396,
      "learning_rate": 0.00029094752303050265,
      "loss": 9.2712,
      "step": 55130
    },
    {
      "epoch": 0.114875,
      "grad_norm": 1.2418043613433838,
      "learning_rate": 0.00029094414975186137,
      "loss": 9.1,
      "step": 55140
    },
    {
      "epoch": 0.11489583333333334,
      "grad_norm": 1.352482795715332,
      "learning_rate": 0.00029094077586439715,
      "loss": 8.8286,
      "step": 55150
    },
    {
      "epoch": 0.11491666666666667,
      "grad_norm": 4.2689995765686035,
      "learning_rate": 0.0002909374013681246,
      "loss": 9.1467,
      "step": 55160
    },
    {
      "epoch": 0.1149375,
      "grad_norm": 1.4126834869384766,
      "learning_rate": 0.00029093402626305826,
      "loss": 9.0388,
      "step": 55170
    },
    {
      "epoch": 0.11495833333333333,
      "grad_norm": 2.091756582260132,
      "learning_rate": 0.00029093065054921265,
      "loss": 8.7775,
      "step": 55180
    },
    {
      "epoch": 0.11497916666666666,
      "grad_norm": 0.8606406450271606,
      "learning_rate": 0.0002909272742266025,
      "loss": 9.5736,
      "step": 55190
    },
    {
      "epoch": 0.115,
      "grad_norm": 1.318271517753601,
      "learning_rate": 0.0002909238972952423,
      "loss": 10.0294,
      "step": 55200
    },
    {
      "epoch": 0.11502083333333334,
      "grad_norm": 1.2747492790222168,
      "learning_rate": 0.00029092051975514654,
      "loss": 9.2771,
      "step": 55210
    },
    {
      "epoch": 0.11504166666666667,
      "grad_norm": 2.0557944774627686,
      "learning_rate": 0.00029091714160633003,
      "loss": 10.2827,
      "step": 55220
    },
    {
      "epoch": 0.1150625,
      "grad_norm": 0.7603911757469177,
      "learning_rate": 0.0002909137628488072,
      "loss": 10.7357,
      "step": 55230
    },
    {
      "epoch": 0.11508333333333333,
      "grad_norm": 0.9622955322265625,
      "learning_rate": 0.0002909103834825927,
      "loss": 8.6809,
      "step": 55240
    },
    {
      "epoch": 0.11510416666666666,
      "grad_norm": 1.159132719039917,
      "learning_rate": 0.0002909070035077011,
      "loss": 9.5219,
      "step": 55250
    },
    {
      "epoch": 0.115125,
      "grad_norm": 0.9078952670097351,
      "learning_rate": 0.00029090362292414707,
      "loss": 9.3561,
      "step": 55260
    },
    {
      "epoch": 0.11514583333333334,
      "grad_norm": 0.918246865272522,
      "learning_rate": 0.0002909002417319451,
      "loss": 9.3998,
      "step": 55270
    },
    {
      "epoch": 0.11516666666666667,
      "grad_norm": 3.359009265899658,
      "learning_rate": 0.0002908968599311099,
      "loss": 9.0935,
      "step": 55280
    },
    {
      "epoch": 0.1151875,
      "grad_norm": 2.2397420406341553,
      "learning_rate": 0.00029089347752165603,
      "loss": 8.5415,
      "step": 55290
    },
    {
      "epoch": 0.11520833333333333,
      "grad_norm": 1.0005264282226562,
      "learning_rate": 0.0002908900945035981,
      "loss": 9.138,
      "step": 55300
    },
    {
      "epoch": 0.11522916666666666,
      "grad_norm": 0.7435188889503479,
      "learning_rate": 0.00029088671087695075,
      "loss": 9.0408,
      "step": 55310
    },
    {
      "epoch": 0.11525,
      "grad_norm": 2.3860201835632324,
      "learning_rate": 0.00029088332664172856,
      "loss": 8.6839,
      "step": 55320
    },
    {
      "epoch": 0.11527083333333334,
      "grad_norm": 0.9777402281761169,
      "learning_rate": 0.0002908799417979461,
      "loss": 8.9443,
      "step": 55330
    },
    {
      "epoch": 0.11529166666666667,
      "grad_norm": 0.7051539421081543,
      "learning_rate": 0.00029087655634561815,
      "loss": 8.8726,
      "step": 55340
    },
    {
      "epoch": 0.1153125,
      "grad_norm": 0.6635609269142151,
      "learning_rate": 0.00029087317028475925,
      "loss": 8.6519,
      "step": 55350
    },
    {
      "epoch": 0.11533333333333333,
      "grad_norm": 1.077322006225586,
      "learning_rate": 0.0002908697836153839,
      "loss": 8.9005,
      "step": 55360
    },
    {
      "epoch": 0.11535416666666666,
      "grad_norm": 0.9983584880828857,
      "learning_rate": 0.00029086639633750695,
      "loss": 8.3969,
      "step": 55370
    },
    {
      "epoch": 0.115375,
      "grad_norm": 0.9046743512153625,
      "learning_rate": 0.00029086300845114287,
      "loss": 8.7775,
      "step": 55380
    },
    {
      "epoch": 0.11539583333333334,
      "grad_norm": 7.106544494628906,
      "learning_rate": 0.0002908596199563064,
      "loss": 9.3511,
      "step": 55390
    },
    {
      "epoch": 0.11541666666666667,
      "grad_norm": 1.7312840223312378,
      "learning_rate": 0.0002908562308530121,
      "loss": 8.6273,
      "step": 55400
    },
    {
      "epoch": 0.1154375,
      "grad_norm": 0.7395673394203186,
      "learning_rate": 0.0002908528411412746,
      "loss": 8.8523,
      "step": 55410
    },
    {
      "epoch": 0.11545833333333333,
      "grad_norm": 2.3137364387512207,
      "learning_rate": 0.00029084945082110867,
      "loss": 9.2276,
      "step": 55420
    },
    {
      "epoch": 0.11547916666666666,
      "grad_norm": 4.519026279449463,
      "learning_rate": 0.0002908460598925288,
      "loss": 11.5501,
      "step": 55430
    },
    {
      "epoch": 0.1155,
      "grad_norm": 1.0871233940124512,
      "learning_rate": 0.0002908426683555497,
      "loss": 10.0345,
      "step": 55440
    },
    {
      "epoch": 0.11552083333333334,
      "grad_norm": 1.5139806270599365,
      "learning_rate": 0.00029083927621018606,
      "loss": 9.0902,
      "step": 55450
    },
    {
      "epoch": 0.11554166666666667,
      "grad_norm": 5.940107345581055,
      "learning_rate": 0.0002908358834564525,
      "loss": 9.769,
      "step": 55460
    },
    {
      "epoch": 0.1155625,
      "grad_norm": 1.0996555089950562,
      "learning_rate": 0.0002908324900943636,
      "loss": 9.1345,
      "step": 55470
    },
    {
      "epoch": 0.11558333333333333,
      "grad_norm": 0.7245180606842041,
      "learning_rate": 0.0002908290961239341,
      "loss": 10.8363,
      "step": 55480
    },
    {
      "epoch": 0.11560416666666666,
      "grad_norm": 1.391527533531189,
      "learning_rate": 0.0002908257015451787,
      "loss": 9.1185,
      "step": 55490
    },
    {
      "epoch": 0.115625,
      "grad_norm": 1.1709843873977661,
      "learning_rate": 0.000290822306358112,
      "loss": 9.2552,
      "step": 55500
    },
    {
      "epoch": 0.11564583333333334,
      "grad_norm": 1.4959783554077148,
      "learning_rate": 0.00029081891056274866,
      "loss": 9.2071,
      "step": 55510
    },
    {
      "epoch": 0.11566666666666667,
      "grad_norm": 1.0778008699417114,
      "learning_rate": 0.00029081551415910335,
      "loss": 8.782,
      "step": 55520
    },
    {
      "epoch": 0.1156875,
      "grad_norm": 13.042813301086426,
      "learning_rate": 0.0002908121171471908,
      "loss": 10.7283,
      "step": 55530
    },
    {
      "epoch": 0.11570833333333333,
      "grad_norm": 1.0529768466949463,
      "learning_rate": 0.0002908087195270257,
      "loss": 9.5941,
      "step": 55540
    },
    {
      "epoch": 0.11572916666666666,
      "grad_norm": 1.1564539670944214,
      "learning_rate": 0.0002908053212986225,
      "loss": 9.3491,
      "step": 55550
    },
    {
      "epoch": 0.11575,
      "grad_norm": 0.6912616491317749,
      "learning_rate": 0.0002908019224619962,
      "loss": 9.846,
      "step": 55560
    },
    {
      "epoch": 0.11577083333333334,
      "grad_norm": 2.1088342666625977,
      "learning_rate": 0.0002907985230171612,
      "loss": 9.3723,
      "step": 55570
    },
    {
      "epoch": 0.11579166666666667,
      "grad_norm": 1.208075761795044,
      "learning_rate": 0.0002907951229641324,
      "loss": 8.718,
      "step": 55580
    },
    {
      "epoch": 0.1158125,
      "grad_norm": 1.1818917989730835,
      "learning_rate": 0.0002907917223029244,
      "loss": 9.661,
      "step": 55590
    },
    {
      "epoch": 0.11583333333333333,
      "grad_norm": 1.892632007598877,
      "learning_rate": 0.00029078832103355184,
      "loss": 8.2028,
      "step": 55600
    },
    {
      "epoch": 0.11585416666666666,
      "grad_norm": 2.3592004776000977,
      "learning_rate": 0.0002907849191560295,
      "loss": 9.0031,
      "step": 55610
    },
    {
      "epoch": 0.115875,
      "grad_norm": 1.1231825351715088,
      "learning_rate": 0.000290781516670372,
      "loss": 8.6988,
      "step": 55620
    },
    {
      "epoch": 0.11589583333333334,
      "grad_norm": 0.8062185049057007,
      "learning_rate": 0.00029077811357659415,
      "loss": 8.2564,
      "step": 55630
    },
    {
      "epoch": 0.11591666666666667,
      "grad_norm": 1.20724618434906,
      "learning_rate": 0.0002907747098747105,
      "loss": 9.5635,
      "step": 55640
    },
    {
      "epoch": 0.1159375,
      "grad_norm": 0.9992138147354126,
      "learning_rate": 0.00029077130556473584,
      "loss": 8.5172,
      "step": 55650
    },
    {
      "epoch": 0.11595833333333333,
      "grad_norm": 2.361938714981079,
      "learning_rate": 0.0002907679006466849,
      "loss": 8.6646,
      "step": 55660
    },
    {
      "epoch": 0.11597916666666666,
      "grad_norm": 0.9278212785720825,
      "learning_rate": 0.0002907644951205723,
      "loss": 9.2435,
      "step": 55670
    },
    {
      "epoch": 0.116,
      "grad_norm": 1.694929838180542,
      "learning_rate": 0.00029076108898641286,
      "loss": 9.5415,
      "step": 55680
    },
    {
      "epoch": 0.11602083333333334,
      "grad_norm": 0.8854837417602539,
      "learning_rate": 0.0002907576822442212,
      "loss": 9.3719,
      "step": 55690
    },
    {
      "epoch": 0.11604166666666667,
      "grad_norm": 0.6981388330459595,
      "learning_rate": 0.000290754274894012,
      "loss": 9.9361,
      "step": 55700
    },
    {
      "epoch": 0.1160625,
      "grad_norm": 0.9258660674095154,
      "learning_rate": 0.0002907508669358001,
      "loss": 9.2782,
      "step": 55710
    },
    {
      "epoch": 0.11608333333333333,
      "grad_norm": 4.115145206451416,
      "learning_rate": 0.0002907474583696002,
      "loss": 8.6562,
      "step": 55720
    },
    {
      "epoch": 0.11610416666666666,
      "grad_norm": 1.3584225177764893,
      "learning_rate": 0.00029074404919542693,
      "loss": 8.2749,
      "step": 55730
    },
    {
      "epoch": 0.116125,
      "grad_norm": 1.6215420961380005,
      "learning_rate": 0.0002907406394132951,
      "loss": 9.616,
      "step": 55740
    },
    {
      "epoch": 0.11614583333333334,
      "grad_norm": 1.7225022315979004,
      "learning_rate": 0.00029073722902321945,
      "loss": 9.2322,
      "step": 55750
    },
    {
      "epoch": 0.11616666666666667,
      "grad_norm": 0.9898585677146912,
      "learning_rate": 0.0002907338180252147,
      "loss": 10.2437,
      "step": 55760
    },
    {
      "epoch": 0.1161875,
      "grad_norm": 1.820812463760376,
      "learning_rate": 0.00029073040641929546,
      "loss": 9.2978,
      "step": 55770
    },
    {
      "epoch": 0.11620833333333333,
      "grad_norm": 3.488778591156006,
      "learning_rate": 0.0002907269942054767,
      "loss": 10.6551,
      "step": 55780
    },
    {
      "epoch": 0.11622916666666666,
      "grad_norm": 2.8337488174438477,
      "learning_rate": 0.0002907235813837729,
      "loss": 9.4814,
      "step": 55790
    },
    {
      "epoch": 0.11625,
      "grad_norm": 3.818986177444458,
      "learning_rate": 0.000290720167954199,
      "loss": 9.2411,
      "step": 55800
    },
    {
      "epoch": 0.11627083333333334,
      "grad_norm": 4.4667067527771,
      "learning_rate": 0.00029071675391676967,
      "loss": 9.7791,
      "step": 55810
    },
    {
      "epoch": 0.11629166666666667,
      "grad_norm": 0.8770378828048706,
      "learning_rate": 0.0002907133392714996,
      "loss": 8.8714,
      "step": 55820
    },
    {
      "epoch": 0.1163125,
      "grad_norm": 2.8156728744506836,
      "learning_rate": 0.00029070992401840373,
      "loss": 9.3524,
      "step": 55830
    },
    {
      "epoch": 0.11633333333333333,
      "grad_norm": 2.4306187629699707,
      "learning_rate": 0.0002907065081574966,
      "loss": 8.7529,
      "step": 55840
    },
    {
      "epoch": 0.11635416666666666,
      "grad_norm": 2.542093515396118,
      "learning_rate": 0.000290703091688793,
      "loss": 10.0243,
      "step": 55850
    },
    {
      "epoch": 0.116375,
      "grad_norm": 1.5590791702270508,
      "learning_rate": 0.00029069967461230786,
      "loss": 8.5516,
      "step": 55860
    },
    {
      "epoch": 0.11639583333333334,
      "grad_norm": 2.3311471939086914,
      "learning_rate": 0.0002906962569280557,
      "loss": 10.7023,
      "step": 55870
    },
    {
      "epoch": 0.11641666666666667,
      "grad_norm": 5.853181838989258,
      "learning_rate": 0.0002906928386360515,
      "loss": 9.1996,
      "step": 55880
    },
    {
      "epoch": 0.1164375,
      "grad_norm": 1.4378710985183716,
      "learning_rate": 0.0002906894197363099,
      "loss": 8.8864,
      "step": 55890
    },
    {
      "epoch": 0.11645833333333333,
      "grad_norm": 1.031525731086731,
      "learning_rate": 0.00029068600022884566,
      "loss": 9.4137,
      "step": 55900
    },
    {
      "epoch": 0.11647916666666666,
      "grad_norm": 0.7467530369758606,
      "learning_rate": 0.00029068258011367363,
      "loss": 8.4954,
      "step": 55910
    },
    {
      "epoch": 0.1165,
      "grad_norm": 1.2848865985870361,
      "learning_rate": 0.0002906791593908085,
      "loss": 8.9101,
      "step": 55920
    },
    {
      "epoch": 0.11652083333333334,
      "grad_norm": 1.1537009477615356,
      "learning_rate": 0.00029067573806026514,
      "loss": 9.1842,
      "step": 55930
    },
    {
      "epoch": 0.11654166666666667,
      "grad_norm": 0.8397881984710693,
      "learning_rate": 0.00029067231612205823,
      "loss": 8.5416,
      "step": 55940
    },
    {
      "epoch": 0.1165625,
      "grad_norm": 1.2621071338653564,
      "learning_rate": 0.0002906688935762026,
      "loss": 9.0258,
      "step": 55950
    },
    {
      "epoch": 0.11658333333333333,
      "grad_norm": 4.363951683044434,
      "learning_rate": 0.000290665470422713,
      "loss": 8.4549,
      "step": 55960
    },
    {
      "epoch": 0.11660416666666666,
      "grad_norm": 1.0358963012695312,
      "learning_rate": 0.00029066204666160434,
      "loss": 8.7372,
      "step": 55970
    },
    {
      "epoch": 0.116625,
      "grad_norm": 1.292423963546753,
      "learning_rate": 0.0002906586222928912,
      "loss": 9.1876,
      "step": 55980
    },
    {
      "epoch": 0.11664583333333334,
      "grad_norm": 0.9756672978401184,
      "learning_rate": 0.0002906551973165886,
      "loss": 9.09,
      "step": 55990
    },
    {
      "epoch": 0.11666666666666667,
      "grad_norm": 0.9829108715057373,
      "learning_rate": 0.00029065177173271116,
      "loss": 9.4464,
      "step": 56000
    },
    {
      "epoch": 0.11666666666666667,
      "eval_loss": 7.496868133544922,
      "eval_runtime": 8.2498,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 56000
    },
    {
      "epoch": 0.1166875,
      "grad_norm": 0.6078740954399109,
      "learning_rate": 0.0002906483455412738,
      "loss": 9.2144,
      "step": 56010
    },
    {
      "epoch": 0.11670833333333333,
      "grad_norm": 1.8801305294036865,
      "learning_rate": 0.0002906449187422912,
      "loss": 10.1514,
      "step": 56020
    },
    {
      "epoch": 0.11672916666666666,
      "grad_norm": 5.087733268737793,
      "learning_rate": 0.0002906414913357782,
      "loss": 9.6294,
      "step": 56030
    },
    {
      "epoch": 0.11675,
      "grad_norm": 0.6022013425827026,
      "learning_rate": 0.00029063806332174966,
      "loss": 8.5996,
      "step": 56040
    },
    {
      "epoch": 0.11677083333333334,
      "grad_norm": 1.8838341236114502,
      "learning_rate": 0.00029063463470022034,
      "loss": 9.6574,
      "step": 56050
    },
    {
      "epoch": 0.11679166666666667,
      "grad_norm": 1.3655778169631958,
      "learning_rate": 0.0002906312054712051,
      "loss": 9.0918,
      "step": 56060
    },
    {
      "epoch": 0.1168125,
      "grad_norm": 1.6411134004592896,
      "learning_rate": 0.00029062777563471873,
      "loss": 8.8876,
      "step": 56070
    },
    {
      "epoch": 0.11683333333333333,
      "grad_norm": 3.2569518089294434,
      "learning_rate": 0.000290624345190776,
      "loss": 8.6948,
      "step": 56080
    },
    {
      "epoch": 0.11685416666666666,
      "grad_norm": 1.8763024806976318,
      "learning_rate": 0.00029062091413939174,
      "loss": 9.0143,
      "step": 56090
    },
    {
      "epoch": 0.116875,
      "grad_norm": 1.3375232219696045,
      "learning_rate": 0.0002906174824805808,
      "loss": 8.5942,
      "step": 56100
    },
    {
      "epoch": 0.11689583333333334,
      "grad_norm": 2.2926154136657715,
      "learning_rate": 0.00029061405021435803,
      "loss": 8.4951,
      "step": 56110
    },
    {
      "epoch": 0.11691666666666667,
      "grad_norm": 1.0798414945602417,
      "learning_rate": 0.0002906106173407382,
      "loss": 10.1531,
      "step": 56120
    },
    {
      "epoch": 0.1169375,
      "grad_norm": 0.7964412569999695,
      "learning_rate": 0.00029060718385973616,
      "loss": 11.0903,
      "step": 56130
    },
    {
      "epoch": 0.11695833333333333,
      "grad_norm": 1.1497939825057983,
      "learning_rate": 0.00029060374977136675,
      "loss": 9.3844,
      "step": 56140
    },
    {
      "epoch": 0.11697916666666666,
      "grad_norm": 1.2994040250778198,
      "learning_rate": 0.00029060031507564484,
      "loss": 8.9474,
      "step": 56150
    },
    {
      "epoch": 0.117,
      "grad_norm": 1.0206272602081299,
      "learning_rate": 0.0002905968797725852,
      "loss": 9.1628,
      "step": 56160
    },
    {
      "epoch": 0.11702083333333334,
      "grad_norm": 2.5086007118225098,
      "learning_rate": 0.00029059344386220265,
      "loss": 8.7367,
      "step": 56170
    },
    {
      "epoch": 0.11704166666666667,
      "grad_norm": 3.209043025970459,
      "learning_rate": 0.00029059000734451206,
      "loss": 9.2105,
      "step": 56180
    },
    {
      "epoch": 0.1170625,
      "grad_norm": 3.092480421066284,
      "learning_rate": 0.0002905865702195283,
      "loss": 9.5181,
      "step": 56190
    },
    {
      "epoch": 0.11708333333333333,
      "grad_norm": 0.6343115568161011,
      "learning_rate": 0.00029058313248726624,
      "loss": 10.2773,
      "step": 56200
    },
    {
      "epoch": 0.11710416666666666,
      "grad_norm": 6.715628147125244,
      "learning_rate": 0.0002905796941477407,
      "loss": 9.333,
      "step": 56210
    },
    {
      "epoch": 0.117125,
      "grad_norm": 3.64033579826355,
      "learning_rate": 0.0002905762552009665,
      "loss": 9.9851,
      "step": 56220
    },
    {
      "epoch": 0.11714583333333334,
      "grad_norm": 0.8562201261520386,
      "learning_rate": 0.0002905728156469585,
      "loss": 8.955,
      "step": 56230
    },
    {
      "epoch": 0.11716666666666667,
      "grad_norm": 2.8721001148223877,
      "learning_rate": 0.0002905693754857316,
      "loss": 9.6656,
      "step": 56240
    },
    {
      "epoch": 0.1171875,
      "grad_norm": 0.8708258867263794,
      "learning_rate": 0.0002905659347173007,
      "loss": 9.2608,
      "step": 56250
    },
    {
      "epoch": 0.11720833333333333,
      "grad_norm": 0.5822505950927734,
      "learning_rate": 0.0002905624933416805,
      "loss": 9.9506,
      "step": 56260
    },
    {
      "epoch": 0.11722916666666666,
      "grad_norm": 0.988728940486908,
      "learning_rate": 0.000290559051358886,
      "loss": 8.656,
      "step": 56270
    },
    {
      "epoch": 0.11725,
      "grad_norm": 2.228492259979248,
      "learning_rate": 0.00029055560876893203,
      "loss": 12.0567,
      "step": 56280
    },
    {
      "epoch": 0.11727083333333334,
      "grad_norm": 1.3374842405319214,
      "learning_rate": 0.00029055216557183355,
      "loss": 9.675,
      "step": 56290
    },
    {
      "epoch": 0.11729166666666667,
      "grad_norm": 1.1065937280654907,
      "learning_rate": 0.0002905487217676053,
      "loss": 9.0366,
      "step": 56300
    },
    {
      "epoch": 0.1173125,
      "grad_norm": 1.6149792671203613,
      "learning_rate": 0.00029054527735626216,
      "loss": 10.1446,
      "step": 56310
    },
    {
      "epoch": 0.11733333333333333,
      "grad_norm": 0.9896909594535828,
      "learning_rate": 0.00029054183233781907,
      "loss": 9.4911,
      "step": 56320
    },
    {
      "epoch": 0.11735416666666666,
      "grad_norm": 1.6045825481414795,
      "learning_rate": 0.0002905383867122909,
      "loss": 8.9208,
      "step": 56330
    },
    {
      "epoch": 0.117375,
      "grad_norm": 2.5510127544403076,
      "learning_rate": 0.00029053494047969256,
      "loss": 9.5613,
      "step": 56340
    },
    {
      "epoch": 0.11739583333333334,
      "grad_norm": 0.9568949937820435,
      "learning_rate": 0.00029053149364003885,
      "loss": 10.808,
      "step": 56350
    },
    {
      "epoch": 0.11741666666666667,
      "grad_norm": 0.6552516222000122,
      "learning_rate": 0.00029052804619334474,
      "loss": 8.8674,
      "step": 56360
    },
    {
      "epoch": 0.1174375,
      "grad_norm": 1.2010254859924316,
      "learning_rate": 0.00029052459813962514,
      "loss": 9.0258,
      "step": 56370
    },
    {
      "epoch": 0.11745833333333333,
      "grad_norm": 2.491044521331787,
      "learning_rate": 0.00029052114947889483,
      "loss": 10.507,
      "step": 56380
    },
    {
      "epoch": 0.11747916666666666,
      "grad_norm": 0.8786648511886597,
      "learning_rate": 0.0002905177002111688,
      "loss": 8.602,
      "step": 56390
    },
    {
      "epoch": 0.1175,
      "grad_norm": 1.5326619148254395,
      "learning_rate": 0.0002905142503364619,
      "loss": 9.175,
      "step": 56400
    },
    {
      "epoch": 0.11752083333333334,
      "grad_norm": 0.6253809928894043,
      "learning_rate": 0.00029051079985478913,
      "loss": 9.4286,
      "step": 56410
    },
    {
      "epoch": 0.11754166666666667,
      "grad_norm": 0.9056087732315063,
      "learning_rate": 0.00029050734876616527,
      "loss": 9.0203,
      "step": 56420
    },
    {
      "epoch": 0.1175625,
      "grad_norm": 1.3328642845153809,
      "learning_rate": 0.0002905038970706053,
      "loss": 9.2064,
      "step": 56430
    },
    {
      "epoch": 0.11758333333333333,
      "grad_norm": 0.6468925476074219,
      "learning_rate": 0.0002905004447681241,
      "loss": 8.6662,
      "step": 56440
    },
    {
      "epoch": 0.11760416666666666,
      "grad_norm": 0.8132971525192261,
      "learning_rate": 0.0002904969918587366,
      "loss": 8.7444,
      "step": 56450
    },
    {
      "epoch": 0.117625,
      "grad_norm": 1.6377253532409668,
      "learning_rate": 0.0002904935383424577,
      "loss": 9.7451,
      "step": 56460
    },
    {
      "epoch": 0.11764583333333334,
      "grad_norm": 15.116230964660645,
      "learning_rate": 0.0002904900842193023,
      "loss": 10.5929,
      "step": 56470
    },
    {
      "epoch": 0.11766666666666667,
      "grad_norm": 0.848218560218811,
      "learning_rate": 0.00029048662948928536,
      "loss": 8.4134,
      "step": 56480
    },
    {
      "epoch": 0.1176875,
      "grad_norm": 0.7286249995231628,
      "learning_rate": 0.00029048317415242183,
      "loss": 9.5784,
      "step": 56490
    },
    {
      "epoch": 0.11770833333333333,
      "grad_norm": 0.7198948860168457,
      "learning_rate": 0.00029047971820872655,
      "loss": 8.9146,
      "step": 56500
    },
    {
      "epoch": 0.11772916666666666,
      "grad_norm": 1.121283769607544,
      "learning_rate": 0.0002904762616582145,
      "loss": 9.6579,
      "step": 56510
    },
    {
      "epoch": 0.11775,
      "grad_norm": 1.4007245302200317,
      "learning_rate": 0.00029047280450090064,
      "loss": 9.4325,
      "step": 56520
    },
    {
      "epoch": 0.11777083333333334,
      "grad_norm": 0.9082615375518799,
      "learning_rate": 0.0002904693467367998,
      "loss": 8.8995,
      "step": 56530
    },
    {
      "epoch": 0.11779166666666667,
      "grad_norm": 2.752295732498169,
      "learning_rate": 0.0002904658883659271,
      "loss": 8.8691,
      "step": 56540
    },
    {
      "epoch": 0.1178125,
      "grad_norm": 0.80916428565979,
      "learning_rate": 0.00029046242938829723,
      "loss": 9.454,
      "step": 56550
    },
    {
      "epoch": 0.11783333333333333,
      "grad_norm": 1.171037197113037,
      "learning_rate": 0.0002904589698039253,
      "loss": 9.4617,
      "step": 56560
    },
    {
      "epoch": 0.11785416666666666,
      "grad_norm": 1.9293155670166016,
      "learning_rate": 0.0002904555096128263,
      "loss": 9.9644,
      "step": 56570
    },
    {
      "epoch": 0.117875,
      "grad_norm": 1.8591995239257812,
      "learning_rate": 0.000290452048815015,
      "loss": 9.7828,
      "step": 56580
    },
    {
      "epoch": 0.11789583333333334,
      "grad_norm": 1.5245912075042725,
      "learning_rate": 0.0002904485874105065,
      "loss": 9.2331,
      "step": 56590
    },
    {
      "epoch": 0.11791666666666667,
      "grad_norm": 0.956541895866394,
      "learning_rate": 0.0002904451253993157,
      "loss": 9.6365,
      "step": 56600
    },
    {
      "epoch": 0.1179375,
      "grad_norm": 1.6870867013931274,
      "learning_rate": 0.0002904416627814575,
      "loss": 8.6473,
      "step": 56610
    },
    {
      "epoch": 0.11795833333333333,
      "grad_norm": 1.828208088874817,
      "learning_rate": 0.00029043819955694694,
      "loss": 9.0656,
      "step": 56620
    },
    {
      "epoch": 0.11797916666666666,
      "grad_norm": 2.4264779090881348,
      "learning_rate": 0.0002904347357257989,
      "loss": 9.0674,
      "step": 56630
    },
    {
      "epoch": 0.118,
      "grad_norm": 0.6200564503669739,
      "learning_rate": 0.00029043127128802846,
      "loss": 8.4399,
      "step": 56640
    },
    {
      "epoch": 0.11802083333333334,
      "grad_norm": 0.8718178868293762,
      "learning_rate": 0.00029042780624365046,
      "loss": 9.681,
      "step": 56650
    },
    {
      "epoch": 0.11804166666666667,
      "grad_norm": 1.0215164422988892,
      "learning_rate": 0.00029042434059267994,
      "loss": 8.8366,
      "step": 56660
    },
    {
      "epoch": 0.1180625,
      "grad_norm": 10.399262428283691,
      "learning_rate": 0.00029042087433513186,
      "loss": 9.7957,
      "step": 56670
    },
    {
      "epoch": 0.11808333333333333,
      "grad_norm": 0.9102605581283569,
      "learning_rate": 0.0002904174074710212,
      "loss": 9.1505,
      "step": 56680
    },
    {
      "epoch": 0.11810416666666666,
      "grad_norm": 1.1236428022384644,
      "learning_rate": 0.00029041394000036287,
      "loss": 9.1081,
      "step": 56690
    },
    {
      "epoch": 0.118125,
      "grad_norm": 1.4349840879440308,
      "learning_rate": 0.000290410471923172,
      "loss": 9.1457,
      "step": 56700
    },
    {
      "epoch": 0.11814583333333334,
      "grad_norm": 0.8703150749206543,
      "learning_rate": 0.0002904070032394634,
      "loss": 8.8637,
      "step": 56710
    },
    {
      "epoch": 0.11816666666666667,
      "grad_norm": 1.3010860681533813,
      "learning_rate": 0.00029040353394925206,
      "loss": 9.1997,
      "step": 56720
    },
    {
      "epoch": 0.1181875,
      "grad_norm": 0.845637321472168,
      "learning_rate": 0.0002904000640525531,
      "loss": 10.339,
      "step": 56730
    },
    {
      "epoch": 0.11820833333333333,
      "grad_norm": 0.7253754734992981,
      "learning_rate": 0.00029039659354938147,
      "loss": 14.377,
      "step": 56740
    },
    {
      "epoch": 0.11822916666666666,
      "grad_norm": 0.8571809530258179,
      "learning_rate": 0.00029039312243975203,
      "loss": 8.5529,
      "step": 56750
    },
    {
      "epoch": 0.11825,
      "grad_norm": 1.3247840404510498,
      "learning_rate": 0.00029038965072367996,
      "loss": 9.459,
      "step": 56760
    },
    {
      "epoch": 0.11827083333333334,
      "grad_norm": 1.6927579641342163,
      "learning_rate": 0.0002903861784011802,
      "loss": 10.274,
      "step": 56770
    },
    {
      "epoch": 0.11829166666666667,
      "grad_norm": 1.1414629220962524,
      "learning_rate": 0.0002903827054722676,
      "loss": 9.0698,
      "step": 56780
    },
    {
      "epoch": 0.1183125,
      "grad_norm": 1.6236886978149414,
      "learning_rate": 0.00029037923193695733,
      "loss": 9.176,
      "step": 56790
    },
    {
      "epoch": 0.11833333333333333,
      "grad_norm": 1.0329023599624634,
      "learning_rate": 0.00029037575779526436,
      "loss": 9.1341,
      "step": 56800
    },
    {
      "epoch": 0.11835416666666666,
      "grad_norm": 0.5526456236839294,
      "learning_rate": 0.0002903722830472037,
      "loss": 11.0442,
      "step": 56810
    },
    {
      "epoch": 0.118375,
      "grad_norm": 1.2953211069107056,
      "learning_rate": 0.0002903688076927903,
      "loss": 8.8986,
      "step": 56820
    },
    {
      "epoch": 0.11839583333333334,
      "grad_norm": 1.682816505432129,
      "learning_rate": 0.00029036533173203925,
      "loss": 8.9841,
      "step": 56830
    },
    {
      "epoch": 0.11841666666666667,
      "grad_norm": 2.1502554416656494,
      "learning_rate": 0.0002903618551649655,
      "loss": 8.6194,
      "step": 56840
    },
    {
      "epoch": 0.1184375,
      "grad_norm": 2.1634063720703125,
      "learning_rate": 0.0002903583779915841,
      "loss": 9.4535,
      "step": 56850
    },
    {
      "epoch": 0.11845833333333333,
      "grad_norm": 1.183120608329773,
      "learning_rate": 0.00029035490021191005,
      "loss": 8.5997,
      "step": 56860
    },
    {
      "epoch": 0.11847916666666666,
      "grad_norm": 1.4379223585128784,
      "learning_rate": 0.0002903514218259584,
      "loss": 8.6932,
      "step": 56870
    },
    {
      "epoch": 0.1185,
      "grad_norm": 2.4882142543792725,
      "learning_rate": 0.0002903479428337442,
      "loss": 9.6839,
      "step": 56880
    },
    {
      "epoch": 0.11852083333333334,
      "grad_norm": 1.1396671533584595,
      "learning_rate": 0.0002903444632352824,
      "loss": 9.1868,
      "step": 56890
    },
    {
      "epoch": 0.11854166666666667,
      "grad_norm": 0.7461856007575989,
      "learning_rate": 0.000290340983030588,
      "loss": 8.2183,
      "step": 56900
    },
    {
      "epoch": 0.1185625,
      "grad_norm": 1.0675674676895142,
      "learning_rate": 0.0002903375022196762,
      "loss": 8.8743,
      "step": 56910
    },
    {
      "epoch": 0.11858333333333333,
      "grad_norm": 2.3111090660095215,
      "learning_rate": 0.00029033402080256193,
      "loss": 9.6557,
      "step": 56920
    },
    {
      "epoch": 0.11860416666666666,
      "grad_norm": 1.4750046730041504,
      "learning_rate": 0.00029033053877926024,
      "loss": 9.4823,
      "step": 56930
    },
    {
      "epoch": 0.118625,
      "grad_norm": 1.590786099433899,
      "learning_rate": 0.00029032705614978616,
      "loss": 9.9472,
      "step": 56940
    },
    {
      "epoch": 0.11864583333333334,
      "grad_norm": 1.3567110300064087,
      "learning_rate": 0.00029032357291415475,
      "loss": 9.3183,
      "step": 56950
    },
    {
      "epoch": 0.11866666666666667,
      "grad_norm": 1.8554292917251587,
      "learning_rate": 0.00029032008907238103,
      "loss": 9.2781,
      "step": 56960
    },
    {
      "epoch": 0.1186875,
      "grad_norm": 1.139058232307434,
      "learning_rate": 0.0002903166046244801,
      "loss": 10.2419,
      "step": 56970
    },
    {
      "epoch": 0.11870833333333333,
      "grad_norm": 1.0968414545059204,
      "learning_rate": 0.0002903131195704669,
      "loss": 9.0465,
      "step": 56980
    },
    {
      "epoch": 0.11872916666666666,
      "grad_norm": 0.6922417283058167,
      "learning_rate": 0.00029030963391035665,
      "loss": 9.9238,
      "step": 56990
    },
    {
      "epoch": 0.11875,
      "grad_norm": 3.930171251296997,
      "learning_rate": 0.0002903061476441643,
      "loss": 9.8629,
      "step": 57000
    },
    {
      "epoch": 0.11875,
      "eval_loss": 7.319206237792969,
      "eval_runtime": 8.2398,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 57000
    },
    {
      "epoch": 0.11877083333333334,
      "grad_norm": 1.1520798206329346,
      "learning_rate": 0.0002903026607719049,
      "loss": 8.8551,
      "step": 57010
    },
    {
      "epoch": 0.11879166666666667,
      "grad_norm": 2.9666123390197754,
      "learning_rate": 0.00029029917329359355,
      "loss": 9.8256,
      "step": 57020
    },
    {
      "epoch": 0.1188125,
      "grad_norm": 0.6957403421401978,
      "learning_rate": 0.00029029568520924534,
      "loss": 9.5493,
      "step": 57030
    },
    {
      "epoch": 0.11883333333333333,
      "grad_norm": 1.531609058380127,
      "learning_rate": 0.0002902921965188753,
      "loss": 10.2051,
      "step": 57040
    },
    {
      "epoch": 0.11885416666666666,
      "grad_norm": 1.3691961765289307,
      "learning_rate": 0.0002902887072224985,
      "loss": 8.4265,
      "step": 57050
    },
    {
      "epoch": 0.118875,
      "grad_norm": 3.560281991958618,
      "learning_rate": 0.0002902852173201299,
      "loss": 10.2057,
      "step": 57060
    },
    {
      "epoch": 0.11889583333333334,
      "grad_norm": 1.6732228994369507,
      "learning_rate": 0.0002902817268117848,
      "loss": 8.7593,
      "step": 57070
    },
    {
      "epoch": 0.11891666666666667,
      "grad_norm": 0.7314081192016602,
      "learning_rate": 0.0002902782356974782,
      "loss": 8.3089,
      "step": 57080
    },
    {
      "epoch": 0.1189375,
      "grad_norm": 0.9731292724609375,
      "learning_rate": 0.0002902747439772251,
      "loss": 9.5537,
      "step": 57090
    },
    {
      "epoch": 0.11895833333333333,
      "grad_norm": 1.3843799829483032,
      "learning_rate": 0.0002902712516510406,
      "loss": 8.4343,
      "step": 57100
    },
    {
      "epoch": 0.11897916666666666,
      "grad_norm": 1.896498680114746,
      "learning_rate": 0.0002902677587189398,
      "loss": 9.4792,
      "step": 57110
    },
    {
      "epoch": 0.119,
      "grad_norm": 1.842302918434143,
      "learning_rate": 0.0002902642651809379,
      "loss": 8.2528,
      "step": 57120
    },
    {
      "epoch": 0.11902083333333334,
      "grad_norm": 1.3916778564453125,
      "learning_rate": 0.00029026077103704983,
      "loss": 8.9653,
      "step": 57130
    },
    {
      "epoch": 0.11904166666666667,
      "grad_norm": 1.1722626686096191,
      "learning_rate": 0.0002902572762872908,
      "loss": 9.2281,
      "step": 57140
    },
    {
      "epoch": 0.1190625,
      "grad_norm": 1.7003731727600098,
      "learning_rate": 0.0002902537809316758,
      "loss": 9.2235,
      "step": 57150
    },
    {
      "epoch": 0.11908333333333333,
      "grad_norm": 1.0233384370803833,
      "learning_rate": 0.00029025028497022,
      "loss": 9.0705,
      "step": 57160
    },
    {
      "epoch": 0.11910416666666666,
      "grad_norm": 1.009650707244873,
      "learning_rate": 0.0002902467884029385,
      "loss": 8.7093,
      "step": 57170
    },
    {
      "epoch": 0.119125,
      "grad_norm": 1.844705581665039,
      "learning_rate": 0.00029024329122984637,
      "loss": 9.346,
      "step": 57180
    },
    {
      "epoch": 0.11914583333333334,
      "grad_norm": 1.3241890668869019,
      "learning_rate": 0.0002902397934509587,
      "loss": 8.9091,
      "step": 57190
    },
    {
      "epoch": 0.11916666666666667,
      "grad_norm": 2.0635385513305664,
      "learning_rate": 0.0002902362950662907,
      "loss": 9.2137,
      "step": 57200
    },
    {
      "epoch": 0.1191875,
      "grad_norm": 1.5581191778182983,
      "learning_rate": 0.0002902327960758574,
      "loss": 8.7629,
      "step": 57210
    },
    {
      "epoch": 0.11920833333333333,
      "grad_norm": 1.7132976055145264,
      "learning_rate": 0.0002902292964796739,
      "loss": 9.1305,
      "step": 57220
    },
    {
      "epoch": 0.11922916666666666,
      "grad_norm": 1.4074127674102783,
      "learning_rate": 0.00029022579627775534,
      "loss": 8.2964,
      "step": 57230
    },
    {
      "epoch": 0.11925,
      "grad_norm": 0.6805906891822815,
      "learning_rate": 0.0002902222954701169,
      "loss": 9.5288,
      "step": 57240
    },
    {
      "epoch": 0.11927083333333334,
      "grad_norm": 1.0068767070770264,
      "learning_rate": 0.0002902187940567736,
      "loss": 9.4504,
      "step": 57250
    },
    {
      "epoch": 0.11929166666666667,
      "grad_norm": 1.3784152269363403,
      "learning_rate": 0.0002902152920377406,
      "loss": 8.6437,
      "step": 57260
    },
    {
      "epoch": 0.1193125,
      "grad_norm": 0.7067140340805054,
      "learning_rate": 0.00029021178941303306,
      "loss": 8.726,
      "step": 57270
    },
    {
      "epoch": 0.11933333333333333,
      "grad_norm": 1.7239443063735962,
      "learning_rate": 0.00029020828618266613,
      "loss": 8.8441,
      "step": 57280
    },
    {
      "epoch": 0.11935416666666666,
      "grad_norm": 1.2217844724655151,
      "learning_rate": 0.00029020478234665487,
      "loss": 8.6788,
      "step": 57290
    },
    {
      "epoch": 0.119375,
      "grad_norm": 1.28282630443573,
      "learning_rate": 0.0002902012779050144,
      "loss": 9.3199,
      "step": 57300
    },
    {
      "epoch": 0.11939583333333334,
      "grad_norm": 1.2830488681793213,
      "learning_rate": 0.00029019777285775995,
      "loss": 8.6554,
      "step": 57310
    },
    {
      "epoch": 0.11941666666666667,
      "grad_norm": 1.9751975536346436,
      "learning_rate": 0.0002901942672049066,
      "loss": 9.2812,
      "step": 57320
    },
    {
      "epoch": 0.1194375,
      "grad_norm": 1.0469411611557007,
      "learning_rate": 0.0002901907609464696,
      "loss": 9.0179,
      "step": 57330
    },
    {
      "epoch": 0.11945833333333333,
      "grad_norm": 0.6466609239578247,
      "learning_rate": 0.00029018725408246385,
      "loss": 8.2023,
      "step": 57340
    },
    {
      "epoch": 0.11947916666666666,
      "grad_norm": 1.686956763267517,
      "learning_rate": 0.00029018374661290476,
      "loss": 9.3631,
      "step": 57350
    },
    {
      "epoch": 0.1195,
      "grad_norm": 0.938677191734314,
      "learning_rate": 0.0002901802385378073,
      "loss": 9.0653,
      "step": 57360
    },
    {
      "epoch": 0.11952083333333334,
      "grad_norm": 1.6161682605743408,
      "learning_rate": 0.0002901767298571868,
      "loss": 10.0431,
      "step": 57370
    },
    {
      "epoch": 0.11954166666666667,
      "grad_norm": 1.0819214582443237,
      "learning_rate": 0.00029017322057105823,
      "loss": 8.4666,
      "step": 57380
    },
    {
      "epoch": 0.1195625,
      "grad_norm": 4.2460737228393555,
      "learning_rate": 0.00029016971067943686,
      "loss": 9.1161,
      "step": 57390
    },
    {
      "epoch": 0.11958333333333333,
      "grad_norm": 1.5347893238067627,
      "learning_rate": 0.0002901662001823378,
      "loss": 8.793,
      "step": 57400
    },
    {
      "epoch": 0.11960416666666666,
      "grad_norm": 0.6499590277671814,
      "learning_rate": 0.00029016268907977626,
      "loss": 8.5607,
      "step": 57410
    },
    {
      "epoch": 0.119625,
      "grad_norm": 0.818854808807373,
      "learning_rate": 0.00029015917737176735,
      "loss": 9.9135,
      "step": 57420
    },
    {
      "epoch": 0.11964583333333334,
      "grad_norm": 0.821485161781311,
      "learning_rate": 0.0002901556650583263,
      "loss": 8.8135,
      "step": 57430
    },
    {
      "epoch": 0.11966666666666667,
      "grad_norm": 1.8979086875915527,
      "learning_rate": 0.00029015215213946824,
      "loss": 9.3701,
      "step": 57440
    },
    {
      "epoch": 0.1196875,
      "grad_norm": 2.580045461654663,
      "learning_rate": 0.0002901486386152084,
      "loss": 8.7788,
      "step": 57450
    },
    {
      "epoch": 0.11970833333333333,
      "grad_norm": 12.13058090209961,
      "learning_rate": 0.0002901451244855619,
      "loss": 11.2564,
      "step": 57460
    },
    {
      "epoch": 0.11972916666666666,
      "grad_norm": 1.3467315435409546,
      "learning_rate": 0.00029014160975054395,
      "loss": 8.789,
      "step": 57470
    },
    {
      "epoch": 0.11975,
      "grad_norm": 3.822683334350586,
      "learning_rate": 0.0002901380944101697,
      "loss": 10.4278,
      "step": 57480
    },
    {
      "epoch": 0.11977083333333334,
      "grad_norm": 2.965162515640259,
      "learning_rate": 0.0002901345784644543,
      "loss": 9.9362,
      "step": 57490
    },
    {
      "epoch": 0.11979166666666667,
      "grad_norm": 0.8790172338485718,
      "learning_rate": 0.000290131061913413,
      "loss": 9.0173,
      "step": 57500
    },
    {
      "epoch": 0.1198125,
      "grad_norm": 1.3002454042434692,
      "learning_rate": 0.000290127544757061,
      "loss": 9.3117,
      "step": 57510
    },
    {
      "epoch": 0.11983333333333333,
      "grad_norm": 1.0518487691879272,
      "learning_rate": 0.0002901240269954135,
      "loss": 9.6556,
      "step": 57520
    },
    {
      "epoch": 0.11985416666666666,
      "grad_norm": 0.8926442861557007,
      "learning_rate": 0.0002901205086284857,
      "loss": 9.748,
      "step": 57530
    },
    {
      "epoch": 0.119875,
      "grad_norm": 1.161940097808838,
      "learning_rate": 0.00029011698965629266,
      "loss": 9.236,
      "step": 57540
    },
    {
      "epoch": 0.11989583333333333,
      "grad_norm": 0.8867053985595703,
      "learning_rate": 0.00029011347007884975,
      "loss": 9.1889,
      "step": 57550
    },
    {
      "epoch": 0.11991666666666667,
      "grad_norm": 2.546149253845215,
      "learning_rate": 0.0002901099498961721,
      "loss": 11.8548,
      "step": 57560
    },
    {
      "epoch": 0.1199375,
      "grad_norm": 1.1576873064041138,
      "learning_rate": 0.00029010642910827494,
      "loss": 9.3416,
      "step": 57570
    },
    {
      "epoch": 0.11995833333333333,
      "grad_norm": 1.0714728832244873,
      "learning_rate": 0.00029010290771517346,
      "loss": 8.8386,
      "step": 57580
    },
    {
      "epoch": 0.11997916666666666,
      "grad_norm": 0.7674764394760132,
      "learning_rate": 0.0002900993857168829,
      "loss": 10.7821,
      "step": 57590
    },
    {
      "epoch": 0.12,
      "grad_norm": 0.8594898581504822,
      "learning_rate": 0.00029009586311341844,
      "loss": 8.3084,
      "step": 57600
    },
    {
      "epoch": 0.12002083333333333,
      "grad_norm": 1.1414271593093872,
      "learning_rate": 0.00029009233990479527,
      "loss": 8.5434,
      "step": 57610
    },
    {
      "epoch": 0.12004166666666667,
      "grad_norm": 1.7182245254516602,
      "learning_rate": 0.00029008881609102866,
      "loss": 9.2849,
      "step": 57620
    },
    {
      "epoch": 0.1200625,
      "grad_norm": 1.1510764360427856,
      "learning_rate": 0.0002900852916721338,
      "loss": 9.132,
      "step": 57630
    },
    {
      "epoch": 0.12008333333333333,
      "grad_norm": 0.8386497497558594,
      "learning_rate": 0.000290081766648126,
      "loss": 8.7659,
      "step": 57640
    },
    {
      "epoch": 0.12010416666666666,
      "grad_norm": 0.9984121918678284,
      "learning_rate": 0.0002900782410190203,
      "loss": 8.5148,
      "step": 57650
    },
    {
      "epoch": 0.120125,
      "grad_norm": 2.7883636951446533,
      "learning_rate": 0.0002900747147848321,
      "loss": 9.8377,
      "step": 57660
    },
    {
      "epoch": 0.12014583333333333,
      "grad_norm": 3.178208589553833,
      "learning_rate": 0.0002900711879455766,
      "loss": 8.6713,
      "step": 57670
    },
    {
      "epoch": 0.12016666666666667,
      "grad_norm": 0.8772839307785034,
      "learning_rate": 0.000290067660501269,
      "loss": 9.803,
      "step": 57680
    },
    {
      "epoch": 0.1201875,
      "grad_norm": 1.9544599056243896,
      "learning_rate": 0.00029006413245192457,
      "loss": 9.4585,
      "step": 57690
    },
    {
      "epoch": 0.12020833333333333,
      "grad_norm": 2.109503984451294,
      "learning_rate": 0.00029006060379755847,
      "loss": 9.401,
      "step": 57700
    },
    {
      "epoch": 0.12022916666666666,
      "grad_norm": 1.1299537420272827,
      "learning_rate": 0.0002900570745381861,
      "loss": 8.3631,
      "step": 57710
    },
    {
      "epoch": 0.12025,
      "grad_norm": 0.8119735717773438,
      "learning_rate": 0.00029005354467382245,
      "loss": 9.7108,
      "step": 57720
    },
    {
      "epoch": 0.12027083333333333,
      "grad_norm": 3.2417538166046143,
      "learning_rate": 0.00029005001420448305,
      "loss": 9.3038,
      "step": 57730
    },
    {
      "epoch": 0.12029166666666667,
      "grad_norm": 0.8635415434837341,
      "learning_rate": 0.000290046483130183,
      "loss": 8.6412,
      "step": 57740
    },
    {
      "epoch": 0.1203125,
      "grad_norm": 0.848911464214325,
      "learning_rate": 0.0002900429514509376,
      "loss": 8.2372,
      "step": 57750
    },
    {
      "epoch": 0.12033333333333333,
      "grad_norm": 0.4385555386543274,
      "learning_rate": 0.00029003941916676203,
      "loss": 8.7211,
      "step": 57760
    },
    {
      "epoch": 0.12035416666666666,
      "grad_norm": 1.4020410776138306,
      "learning_rate": 0.00029003588627767165,
      "loss": 9.8737,
      "step": 57770
    },
    {
      "epoch": 0.120375,
      "grad_norm": 2.9389398097991943,
      "learning_rate": 0.0002900323527836816,
      "loss": 9.46,
      "step": 57780
    },
    {
      "epoch": 0.12039583333333333,
      "grad_norm": 3.251614570617676,
      "learning_rate": 0.0002900288186848073,
      "loss": 9.9418,
      "step": 57790
    },
    {
      "epoch": 0.12041666666666667,
      "grad_norm": 1.6465290784835815,
      "learning_rate": 0.00029002528398106383,
      "loss": 10.8672,
      "step": 57800
    },
    {
      "epoch": 0.1204375,
      "grad_norm": 1.1106274127960205,
      "learning_rate": 0.00029002174867246664,
      "loss": 10.2934,
      "step": 57810
    },
    {
      "epoch": 0.12045833333333333,
      "grad_norm": 0.8582690954208374,
      "learning_rate": 0.00029001821275903095,
      "loss": 8.9752,
      "step": 57820
    },
    {
      "epoch": 0.12047916666666666,
      "grad_norm": 0.6417887806892395,
      "learning_rate": 0.0002900146762407719,
      "loss": 9.1041,
      "step": 57830
    },
    {
      "epoch": 0.1205,
      "grad_norm": 1.0296645164489746,
      "learning_rate": 0.0002900111391177049,
      "loss": 10.262,
      "step": 57840
    },
    {
      "epoch": 0.12052083333333333,
      "grad_norm": 1.5617865324020386,
      "learning_rate": 0.00029000760138984526,
      "loss": 8.6494,
      "step": 57850
    },
    {
      "epoch": 0.12054166666666667,
      "grad_norm": 0.8645403981208801,
      "learning_rate": 0.0002900040630572082,
      "loss": 8.8371,
      "step": 57860
    },
    {
      "epoch": 0.1205625,
      "grad_norm": 0.7800101041793823,
      "learning_rate": 0.0002900005241198089,
      "loss": 8.3151,
      "step": 57870
    },
    {
      "epoch": 0.12058333333333333,
      "grad_norm": 3.0024254322052,
      "learning_rate": 0.00028999698457766283,
      "loss": 10.6747,
      "step": 57880
    },
    {
      "epoch": 0.12060416666666667,
      "grad_norm": 0.6943568587303162,
      "learning_rate": 0.0002899934444307852,
      "loss": 8.6181,
      "step": 57890
    },
    {
      "epoch": 0.120625,
      "grad_norm": 0.6957708597183228,
      "learning_rate": 0.00028998990367919126,
      "loss": 8.7249,
      "step": 57900
    },
    {
      "epoch": 0.12064583333333333,
      "grad_norm": 1.2592333555221558,
      "learning_rate": 0.0002899863623228964,
      "loss": 9.3158,
      "step": 57910
    },
    {
      "epoch": 0.12066666666666667,
      "grad_norm": 0.5310695171356201,
      "learning_rate": 0.00028998282036191587,
      "loss": 8.9218,
      "step": 57920
    },
    {
      "epoch": 0.1206875,
      "grad_norm": 1.4626578092575073,
      "learning_rate": 0.00028997927779626494,
      "loss": 9.1201,
      "step": 57930
    },
    {
      "epoch": 0.12070833333333333,
      "grad_norm": 0.7286708354949951,
      "learning_rate": 0.0002899757346259589,
      "loss": 8.9425,
      "step": 57940
    },
    {
      "epoch": 0.12072916666666667,
      "grad_norm": 1.6383064985275269,
      "learning_rate": 0.00028997219085101316,
      "loss": 8.8429,
      "step": 57950
    },
    {
      "epoch": 0.12075,
      "grad_norm": 2.121452569961548,
      "learning_rate": 0.00028996864647144293,
      "loss": 11.6533,
      "step": 57960
    },
    {
      "epoch": 0.12077083333333333,
      "grad_norm": 2.3251233100891113,
      "learning_rate": 0.00028996510148726357,
      "loss": 9.6814,
      "step": 57970
    },
    {
      "epoch": 0.12079166666666667,
      "grad_norm": 0.7402988076210022,
      "learning_rate": 0.0002899615558984903,
      "loss": 9.0236,
      "step": 57980
    },
    {
      "epoch": 0.1208125,
      "grad_norm": 1.626463770866394,
      "learning_rate": 0.00028995800970513865,
      "loss": 9.6868,
      "step": 57990
    },
    {
      "epoch": 0.12083333333333333,
      "grad_norm": 0.7969228029251099,
      "learning_rate": 0.00028995446290722366,
      "loss": 8.4629,
      "step": 58000
    },
    {
      "epoch": 0.12083333333333333,
      "eval_loss": 7.620949745178223,
      "eval_runtime": 8.3899,
      "eval_samples_per_second": 0.358,
      "eval_steps_per_second": 0.119,
      "step": 58000
    },
    {
      "epoch": 0.12085416666666667,
      "grad_norm": 2.0218799114227295,
      "learning_rate": 0.00028995091550476084,
      "loss": 9.1236,
      "step": 58010
    },
    {
      "epoch": 0.120875,
      "grad_norm": 1.777735710144043,
      "learning_rate": 0.0002899473674977655,
      "loss": 9.5606,
      "step": 58020
    },
    {
      "epoch": 0.12089583333333333,
      "grad_norm": 1.0497082471847534,
      "learning_rate": 0.00028994381888625283,
      "loss": 10.9902,
      "step": 58030
    },
    {
      "epoch": 0.12091666666666667,
      "grad_norm": 0.6070725917816162,
      "learning_rate": 0.0002899402696702384,
      "loss": 10.3435,
      "step": 58040
    },
    {
      "epoch": 0.1209375,
      "grad_norm": 1.5133671760559082,
      "learning_rate": 0.0002899367198497373,
      "loss": 9.1978,
      "step": 58050
    },
    {
      "epoch": 0.12095833333333333,
      "grad_norm": 0.9473228454589844,
      "learning_rate": 0.00028993316942476494,
      "loss": 8.9655,
      "step": 58060
    },
    {
      "epoch": 0.12097916666666667,
      "grad_norm": 1.4189850091934204,
      "learning_rate": 0.0002899296183953367,
      "loss": 8.7529,
      "step": 58070
    },
    {
      "epoch": 0.121,
      "grad_norm": 2.1770501136779785,
      "learning_rate": 0.0002899260667614679,
      "loss": 8.3408,
      "step": 58080
    },
    {
      "epoch": 0.12102083333333333,
      "grad_norm": 0.8632572293281555,
      "learning_rate": 0.0002899225145231739,
      "loss": 8.5156,
      "step": 58090
    },
    {
      "epoch": 0.12104166666666667,
      "grad_norm": 0.7754279375076294,
      "learning_rate": 0.00028991896168046997,
      "loss": 9.6274,
      "step": 58100
    },
    {
      "epoch": 0.1210625,
      "grad_norm": 1.2630122900009155,
      "learning_rate": 0.0002899154082333716,
      "loss": 9.0704,
      "step": 58110
    },
    {
      "epoch": 0.12108333333333333,
      "grad_norm": 1.1077278852462769,
      "learning_rate": 0.00028991185418189395,
      "loss": 9.3215,
      "step": 58120
    },
    {
      "epoch": 0.12110416666666667,
      "grad_norm": 0.6393237113952637,
      "learning_rate": 0.0002899082995260526,
      "loss": 9.8997,
      "step": 58130
    },
    {
      "epoch": 0.121125,
      "grad_norm": 0.9392880201339722,
      "learning_rate": 0.00028990474426586265,
      "loss": 9.0958,
      "step": 58140
    },
    {
      "epoch": 0.12114583333333333,
      "grad_norm": 1.573303461074829,
      "learning_rate": 0.00028990118840133963,
      "loss": 9.1447,
      "step": 58150
    },
    {
      "epoch": 0.12116666666666667,
      "grad_norm": 0.8650283217430115,
      "learning_rate": 0.00028989763193249885,
      "loss": 8.2387,
      "step": 58160
    },
    {
      "epoch": 0.1211875,
      "grad_norm": 1.039790153503418,
      "learning_rate": 0.00028989407485935565,
      "loss": 12.4692,
      "step": 58170
    },
    {
      "epoch": 0.12120833333333333,
      "grad_norm": 0.5794768929481506,
      "learning_rate": 0.00028989051718192544,
      "loss": 8.8634,
      "step": 58180
    },
    {
      "epoch": 0.12122916666666667,
      "grad_norm": 1.0501306056976318,
      "learning_rate": 0.0002898869589002236,
      "loss": 8.8419,
      "step": 58190
    },
    {
      "epoch": 0.12125,
      "grad_norm": 1.352948784828186,
      "learning_rate": 0.0002898834000142654,
      "loss": 8.8982,
      "step": 58200
    },
    {
      "epoch": 0.12127083333333333,
      "grad_norm": 0.6518503427505493,
      "learning_rate": 0.00028987984052406636,
      "loss": 8.6246,
      "step": 58210
    },
    {
      "epoch": 0.12129166666666667,
      "grad_norm": 2.7821550369262695,
      "learning_rate": 0.00028987628042964175,
      "loss": 8.6543,
      "step": 58220
    },
    {
      "epoch": 0.1213125,
      "grad_norm": 1.3540621995925903,
      "learning_rate": 0.000289872719731007,
      "loss": 9.4018,
      "step": 58230
    },
    {
      "epoch": 0.12133333333333333,
      "grad_norm": 0.9014768004417419,
      "learning_rate": 0.00028986915842817737,
      "loss": 8.9199,
      "step": 58240
    },
    {
      "epoch": 0.12135416666666667,
      "grad_norm": 0.9923030138015747,
      "learning_rate": 0.00028986559652116844,
      "loss": 9.4386,
      "step": 58250
    },
    {
      "epoch": 0.121375,
      "grad_norm": 1.071541428565979,
      "learning_rate": 0.00028986203400999545,
      "loss": 9.4249,
      "step": 58260
    },
    {
      "epoch": 0.12139583333333333,
      "grad_norm": 1.2516345977783203,
      "learning_rate": 0.00028985847089467383,
      "loss": 9.4172,
      "step": 58270
    },
    {
      "epoch": 0.12141666666666667,
      "grad_norm": 1.0633857250213623,
      "learning_rate": 0.000289854907175219,
      "loss": 8.7838,
      "step": 58280
    },
    {
      "epoch": 0.1214375,
      "grad_norm": 4.046359539031982,
      "learning_rate": 0.0002898513428516463,
      "loss": 8.6762,
      "step": 58290
    },
    {
      "epoch": 0.12145833333333333,
      "grad_norm": 0.8870426416397095,
      "learning_rate": 0.0002898477779239712,
      "loss": 9.0382,
      "step": 58300
    },
    {
      "epoch": 0.12147916666666667,
      "grad_norm": 1.0397764444351196,
      "learning_rate": 0.000289844212392209,
      "loss": 9.3867,
      "step": 58310
    },
    {
      "epoch": 0.1215,
      "grad_norm": 8.02110481262207,
      "learning_rate": 0.00028984064625637516,
      "loss": 9.1604,
      "step": 58320
    },
    {
      "epoch": 0.12152083333333333,
      "grad_norm": 0.6706546545028687,
      "learning_rate": 0.0002898370795164851,
      "loss": 8.9279,
      "step": 58330
    },
    {
      "epoch": 0.12154166666666667,
      "grad_norm": 0.5289180278778076,
      "learning_rate": 0.00028983351217255423,
      "loss": 8.5643,
      "step": 58340
    },
    {
      "epoch": 0.1215625,
      "grad_norm": 0.6483922004699707,
      "learning_rate": 0.00028982994422459794,
      "loss": 9.0625,
      "step": 58350
    },
    {
      "epoch": 0.12158333333333333,
      "grad_norm": 0.556487500667572,
      "learning_rate": 0.0002898263756726316,
      "loss": 9.0122,
      "step": 58360
    },
    {
      "epoch": 0.12160416666666667,
      "grad_norm": 2.3339550495147705,
      "learning_rate": 0.0002898228065166707,
      "loss": 8.6578,
      "step": 58370
    },
    {
      "epoch": 0.121625,
      "grad_norm": 0.8802602291107178,
      "learning_rate": 0.0002898192367567306,
      "loss": 9.4941,
      "step": 58380
    },
    {
      "epoch": 0.12164583333333333,
      "grad_norm": 0.6329557299613953,
      "learning_rate": 0.0002898156663928268,
      "loss": 8.7794,
      "step": 58390
    },
    {
      "epoch": 0.12166666666666667,
      "grad_norm": 0.6525909304618835,
      "learning_rate": 0.0002898120954249746,
      "loss": 8.9164,
      "step": 58400
    },
    {
      "epoch": 0.1216875,
      "grad_norm": 0.6770146489143372,
      "learning_rate": 0.00028980852385318947,
      "loss": 8.848,
      "step": 58410
    },
    {
      "epoch": 0.12170833333333334,
      "grad_norm": 1.4997994899749756,
      "learning_rate": 0.0002898049516774869,
      "loss": 12.0086,
      "step": 58420
    },
    {
      "epoch": 0.12172916666666667,
      "grad_norm": 1.803104281425476,
      "learning_rate": 0.00028980137889788227,
      "loss": 9.6046,
      "step": 58430
    },
    {
      "epoch": 0.12175,
      "grad_norm": 2.9002673625946045,
      "learning_rate": 0.000289797805514391,
      "loss": 9.429,
      "step": 58440
    },
    {
      "epoch": 0.12177083333333333,
      "grad_norm": 0.772559404373169,
      "learning_rate": 0.0002897942315270285,
      "loss": 8.6155,
      "step": 58450
    },
    {
      "epoch": 0.12179166666666667,
      "grad_norm": 1.418497085571289,
      "learning_rate": 0.0002897906569358104,
      "loss": 9.5016,
      "step": 58460
    },
    {
      "epoch": 0.1218125,
      "grad_norm": 2.0264055728912354,
      "learning_rate": 0.0002897870817407519,
      "loss": 9.2283,
      "step": 58470
    },
    {
      "epoch": 0.12183333333333334,
      "grad_norm": 1.770861029624939,
      "learning_rate": 0.00028978350594186853,
      "loss": 9.2134,
      "step": 58480
    },
    {
      "epoch": 0.12185416666666667,
      "grad_norm": 1.5316702127456665,
      "learning_rate": 0.00028977992953917577,
      "loss": 9.5279,
      "step": 58490
    },
    {
      "epoch": 0.121875,
      "grad_norm": 1.1227376461029053,
      "learning_rate": 0.0002897763525326891,
      "loss": 8.8359,
      "step": 58500
    },
    {
      "epoch": 0.12189583333333333,
      "grad_norm": 1.902355432510376,
      "learning_rate": 0.0002897727749224238,
      "loss": 8.822,
      "step": 58510
    },
    {
      "epoch": 0.12191666666666667,
      "grad_norm": 0.8742397427558899,
      "learning_rate": 0.00028976919670839545,
      "loss": 9.5462,
      "step": 58520
    },
    {
      "epoch": 0.1219375,
      "grad_norm": 0.5334100723266602,
      "learning_rate": 0.00028976561789061957,
      "loss": 8.4979,
      "step": 58530
    },
    {
      "epoch": 0.12195833333333334,
      "grad_norm": 2.189943313598633,
      "learning_rate": 0.0002897620384691115,
      "loss": 8.6856,
      "step": 58540
    },
    {
      "epoch": 0.12197916666666667,
      "grad_norm": 1.5864934921264648,
      "learning_rate": 0.00028975845844388673,
      "loss": 9.2054,
      "step": 58550
    },
    {
      "epoch": 0.122,
      "grad_norm": 1.1127232313156128,
      "learning_rate": 0.0002897548778149608,
      "loss": 8.9938,
      "step": 58560
    },
    {
      "epoch": 0.12202083333333333,
      "grad_norm": 1.3018723726272583,
      "learning_rate": 0.00028975129658234905,
      "loss": 8.9584,
      "step": 58570
    },
    {
      "epoch": 0.12204166666666667,
      "grad_norm": 2.5163238048553467,
      "learning_rate": 0.0002897477147460671,
      "loss": 8.8503,
      "step": 58580
    },
    {
      "epoch": 0.1220625,
      "grad_norm": 0.5625633597373962,
      "learning_rate": 0.0002897441323061302,
      "loss": 8.3945,
      "step": 58590
    },
    {
      "epoch": 0.12208333333333334,
      "grad_norm": 4.596884250640869,
      "learning_rate": 0.0002897405492625541,
      "loss": 8.9342,
      "step": 58600
    },
    {
      "epoch": 0.12210416666666667,
      "grad_norm": 1.173032522201538,
      "learning_rate": 0.0002897369656153541,
      "loss": 8.8517,
      "step": 58610
    },
    {
      "epoch": 0.122125,
      "grad_norm": 1.6337010860443115,
      "learning_rate": 0.0002897333813645457,
      "loss": 10.4553,
      "step": 58620
    },
    {
      "epoch": 0.12214583333333333,
      "grad_norm": 1.5027828216552734,
      "learning_rate": 0.0002897297965101444,
      "loss": 9.7048,
      "step": 58630
    },
    {
      "epoch": 0.12216666666666667,
      "grad_norm": 4.580524921417236,
      "learning_rate": 0.0002897262110521657,
      "loss": 10.0367,
      "step": 58640
    },
    {
      "epoch": 0.1221875,
      "grad_norm": 1.075506567955017,
      "learning_rate": 0.00028972262499062513,
      "loss": 10.5844,
      "step": 58650
    },
    {
      "epoch": 0.12220833333333334,
      "grad_norm": 0.7914756536483765,
      "learning_rate": 0.000289719038325538,
      "loss": 8.7404,
      "step": 58660
    },
    {
      "epoch": 0.12222916666666667,
      "grad_norm": 1.047889232635498,
      "learning_rate": 0.00028971545105692,
      "loss": 9.0866,
      "step": 58670
    },
    {
      "epoch": 0.12225,
      "grad_norm": 1.4965192079544067,
      "learning_rate": 0.00028971186318478657,
      "loss": 8.3811,
      "step": 58680
    },
    {
      "epoch": 0.12227083333333333,
      "grad_norm": 0.9142595529556274,
      "learning_rate": 0.00028970827470915317,
      "loss": 9.0165,
      "step": 58690
    },
    {
      "epoch": 0.12229166666666667,
      "grad_norm": 3.2682530879974365,
      "learning_rate": 0.00028970468563003533,
      "loss": 11.2224,
      "step": 58700
    },
    {
      "epoch": 0.1223125,
      "grad_norm": 1.1207820177078247,
      "learning_rate": 0.00028970109594744856,
      "loss": 10.6275,
      "step": 58710
    },
    {
      "epoch": 0.12233333333333334,
      "grad_norm": 0.6324202418327332,
      "learning_rate": 0.0002896975056614083,
      "loss": 9.6668,
      "step": 58720
    },
    {
      "epoch": 0.12235416666666667,
      "grad_norm": 2.4397265911102295,
      "learning_rate": 0.0002896939147719302,
      "loss": 9.4793,
      "step": 58730
    },
    {
      "epoch": 0.122375,
      "grad_norm": 3.2039132118225098,
      "learning_rate": 0.00028969032327902963,
      "loss": 9.8826,
      "step": 58740
    },
    {
      "epoch": 0.12239583333333333,
      "grad_norm": 3.48576283454895,
      "learning_rate": 0.00028968673118272216,
      "loss": 8.6714,
      "step": 58750
    },
    {
      "epoch": 0.12241666666666666,
      "grad_norm": 1.196107029914856,
      "learning_rate": 0.00028968313848302333,
      "loss": 8.8521,
      "step": 58760
    },
    {
      "epoch": 0.1224375,
      "grad_norm": 0.9243081212043762,
      "learning_rate": 0.0002896795451799486,
      "loss": 8.9603,
      "step": 58770
    },
    {
      "epoch": 0.12245833333333334,
      "grad_norm": 1.2676581144332886,
      "learning_rate": 0.0002896759512735135,
      "loss": 8.7121,
      "step": 58780
    },
    {
      "epoch": 0.12247916666666667,
      "grad_norm": 4.333166599273682,
      "learning_rate": 0.0002896723567637336,
      "loss": 10.0518,
      "step": 58790
    },
    {
      "epoch": 0.1225,
      "grad_norm": 1.0811246633529663,
      "learning_rate": 0.00028966876165062444,
      "loss": 9.502,
      "step": 58800
    },
    {
      "epoch": 0.12252083333333333,
      "grad_norm": 0.9219493269920349,
      "learning_rate": 0.0002896651659342015,
      "loss": 9.6015,
      "step": 58810
    },
    {
      "epoch": 0.12254166666666666,
      "grad_norm": 0.852524995803833,
      "learning_rate": 0.0002896615696144803,
      "loss": 8.657,
      "step": 58820
    },
    {
      "epoch": 0.1225625,
      "grad_norm": 0.8331694602966309,
      "learning_rate": 0.00028965797269147643,
      "loss": 10.1007,
      "step": 58830
    },
    {
      "epoch": 0.12258333333333334,
      "grad_norm": 1.1869839429855347,
      "learning_rate": 0.00028965437516520535,
      "loss": 8.9119,
      "step": 58840
    },
    {
      "epoch": 0.12260416666666667,
      "grad_norm": 1.7337267398834229,
      "learning_rate": 0.0002896507770356827,
      "loss": 8.3692,
      "step": 58850
    },
    {
      "epoch": 0.122625,
      "grad_norm": 1.5167360305786133,
      "learning_rate": 0.00028964717830292394,
      "loss": 9.0159,
      "step": 58860
    },
    {
      "epoch": 0.12264583333333333,
      "grad_norm": 1.1277250051498413,
      "learning_rate": 0.00028964357896694466,
      "loss": 9.4893,
      "step": 58870
    },
    {
      "epoch": 0.12266666666666666,
      "grad_norm": 0.9227138161659241,
      "learning_rate": 0.00028963997902776046,
      "loss": 9.5948,
      "step": 58880
    },
    {
      "epoch": 0.1226875,
      "grad_norm": 1.720659613609314,
      "learning_rate": 0.0002896363784853867,
      "loss": 9.3009,
      "step": 58890
    },
    {
      "epoch": 0.12270833333333334,
      "grad_norm": 1.1457083225250244,
      "learning_rate": 0.00028963277733983915,
      "loss": 9.4483,
      "step": 58900
    },
    {
      "epoch": 0.12272916666666667,
      "grad_norm": 4.316103935241699,
      "learning_rate": 0.00028962917559113323,
      "loss": 9.12,
      "step": 58910
    },
    {
      "epoch": 0.12275,
      "grad_norm": 0.941121518611908,
      "learning_rate": 0.00028962557323928455,
      "loss": 9.7821,
      "step": 58920
    },
    {
      "epoch": 0.12277083333333333,
      "grad_norm": 1.2188105583190918,
      "learning_rate": 0.0002896219702843086,
      "loss": 10.6601,
      "step": 58930
    },
    {
      "epoch": 0.12279166666666666,
      "grad_norm": 3.112367630004883,
      "learning_rate": 0.0002896183667262211,
      "loss": 9.993,
      "step": 58940
    },
    {
      "epoch": 0.1228125,
      "grad_norm": 0.877342939376831,
      "learning_rate": 0.0002896147625650375,
      "loss": 9.5398,
      "step": 58950
    },
    {
      "epoch": 0.12283333333333334,
      "grad_norm": 0.8877338767051697,
      "learning_rate": 0.0002896111578007734,
      "loss": 8.9497,
      "step": 58960
    },
    {
      "epoch": 0.12285416666666667,
      "grad_norm": 0.7837890386581421,
      "learning_rate": 0.0002896075524334443,
      "loss": 9.7946,
      "step": 58970
    },
    {
      "epoch": 0.122875,
      "grad_norm": 1.4473298788070679,
      "learning_rate": 0.00028960394646306584,
      "loss": 8.6673,
      "step": 58980
    },
    {
      "epoch": 0.12289583333333333,
      "grad_norm": 1.1568392515182495,
      "learning_rate": 0.00028960033988965363,
      "loss": 9.9341,
      "step": 58990
    },
    {
      "epoch": 0.12291666666666666,
      "grad_norm": 1.3868659734725952,
      "learning_rate": 0.0002895967327132232,
      "loss": 8.5862,
      "step": 59000
    },
    {
      "epoch": 0.12291666666666666,
      "eval_loss": 7.752866268157959,
      "eval_runtime": 9.1894,
      "eval_samples_per_second": 0.326,
      "eval_steps_per_second": 0.109,
      "step": 59000
    },
    {
      "epoch": 0.1229375,
      "grad_norm": 1.4610995054244995,
      "learning_rate": 0.00028959312493379014,
      "loss": 9.4733,
      "step": 59010
    },
    {
      "epoch": 0.12295833333333334,
      "grad_norm": 1.6294387578964233,
      "learning_rate": 0.00028958951655137,
      "loss": 10.1181,
      "step": 59020
    },
    {
      "epoch": 0.12297916666666667,
      "grad_norm": 0.981044352054596,
      "learning_rate": 0.00028958590756597845,
      "loss": 9.0563,
      "step": 59030
    },
    {
      "epoch": 0.123,
      "grad_norm": 2.632300615310669,
      "learning_rate": 0.00028958229797763105,
      "loss": 9.8146,
      "step": 59040
    },
    {
      "epoch": 0.12302083333333333,
      "grad_norm": 3.8739097118377686,
      "learning_rate": 0.0002895786877863433,
      "loss": 9.0381,
      "step": 59050
    },
    {
      "epoch": 0.12304166666666666,
      "grad_norm": 1.4932003021240234,
      "learning_rate": 0.0002895750769921309,
      "loss": 9.4881,
      "step": 59060
    },
    {
      "epoch": 0.1230625,
      "grad_norm": 2.5884969234466553,
      "learning_rate": 0.00028957146559500946,
      "loss": 9.9928,
      "step": 59070
    },
    {
      "epoch": 0.12308333333333334,
      "grad_norm": 1.7930843830108643,
      "learning_rate": 0.0002895678535949945,
      "loss": 9.4733,
      "step": 59080
    },
    {
      "epoch": 0.12310416666666667,
      "grad_norm": 0.8603038191795349,
      "learning_rate": 0.0002895642409921016,
      "loss": 9.06,
      "step": 59090
    },
    {
      "epoch": 0.123125,
      "grad_norm": 1.2970701456069946,
      "learning_rate": 0.0002895606277863465,
      "loss": 9.6741,
      "step": 59100
    },
    {
      "epoch": 0.12314583333333333,
      "grad_norm": 0.6476130485534668,
      "learning_rate": 0.0002895570139777447,
      "loss": 12.0171,
      "step": 59110
    },
    {
      "epoch": 0.12316666666666666,
      "grad_norm": 1.0074312686920166,
      "learning_rate": 0.00028955339956631185,
      "loss": 8.9817,
      "step": 59120
    },
    {
      "epoch": 0.1231875,
      "grad_norm": 3.394209384918213,
      "learning_rate": 0.00028954978455206356,
      "loss": 8.7114,
      "step": 59130
    },
    {
      "epoch": 0.12320833333333334,
      "grad_norm": 1.2794185876846313,
      "learning_rate": 0.0002895461689350154,
      "loss": 9.5111,
      "step": 59140
    },
    {
      "epoch": 0.12322916666666667,
      "grad_norm": 0.8558469414710999,
      "learning_rate": 0.0002895425527151831,
      "loss": 9.4605,
      "step": 59150
    },
    {
      "epoch": 0.12325,
      "grad_norm": 0.7617701292037964,
      "learning_rate": 0.0002895389358925822,
      "loss": 9.9682,
      "step": 59160
    },
    {
      "epoch": 0.12327083333333333,
      "grad_norm": 1.2945163249969482,
      "learning_rate": 0.00028953531846722823,
      "loss": 8.1488,
      "step": 59170
    },
    {
      "epoch": 0.12329166666666666,
      "grad_norm": 1.2944036722183228,
      "learning_rate": 0.000289531700439137,
      "loss": 8.6735,
      "step": 59180
    },
    {
      "epoch": 0.1233125,
      "grad_norm": 2.6438181400299072,
      "learning_rate": 0.00028952808180832405,
      "loss": 9.9906,
      "step": 59190
    },
    {
      "epoch": 0.12333333333333334,
      "grad_norm": 1.536888837814331,
      "learning_rate": 0.00028952446257480495,
      "loss": 11.1279,
      "step": 59200
    },
    {
      "epoch": 0.12335416666666667,
      "grad_norm": 1.6843674182891846,
      "learning_rate": 0.00028952084273859547,
      "loss": 9.2464,
      "step": 59210
    },
    {
      "epoch": 0.123375,
      "grad_norm": 1.05549955368042,
      "learning_rate": 0.0002895172222997111,
      "loss": 9.1497,
      "step": 59220
    },
    {
      "epoch": 0.12339583333333333,
      "grad_norm": 1.1540087461471558,
      "learning_rate": 0.0002895136012581677,
      "loss": 8.7264,
      "step": 59230
    },
    {
      "epoch": 0.12341666666666666,
      "grad_norm": 0.6136108636856079,
      "learning_rate": 0.0002895099796139806,
      "loss": 8.3715,
      "step": 59240
    },
    {
      "epoch": 0.1234375,
      "grad_norm": 1.54656183719635,
      "learning_rate": 0.0002895063573671657,
      "loss": 10.1583,
      "step": 59250
    },
    {
      "epoch": 0.12345833333333334,
      "grad_norm": 4.247711181640625,
      "learning_rate": 0.00028950273451773854,
      "loss": 9.4233,
      "step": 59260
    },
    {
      "epoch": 0.12347916666666667,
      "grad_norm": 1.104190707206726,
      "learning_rate": 0.0002894991110657148,
      "loss": 8.8128,
      "step": 59270
    },
    {
      "epoch": 0.1235,
      "grad_norm": 2.297156810760498,
      "learning_rate": 0.0002894954870111101,
      "loss": 9.2129,
      "step": 59280
    },
    {
      "epoch": 0.12352083333333333,
      "grad_norm": 3.5459346771240234,
      "learning_rate": 0.0002894918623539401,
      "loss": 9.3709,
      "step": 59290
    },
    {
      "epoch": 0.12354166666666666,
      "grad_norm": 1.665540099143982,
      "learning_rate": 0.0002894882370942205,
      "loss": 9.168,
      "step": 59300
    },
    {
      "epoch": 0.1235625,
      "grad_norm": 2.1947858333587646,
      "learning_rate": 0.00028948461123196696,
      "loss": 9.4456,
      "step": 59310
    },
    {
      "epoch": 0.12358333333333334,
      "grad_norm": 0.5270504951477051,
      "learning_rate": 0.00028948098476719504,
      "loss": 9.6099,
      "step": 59320
    },
    {
      "epoch": 0.12360416666666667,
      "grad_norm": 1.007207989692688,
      "learning_rate": 0.00028947735769992047,
      "loss": 8.8516,
      "step": 59330
    },
    {
      "epoch": 0.123625,
      "grad_norm": 3.338902473449707,
      "learning_rate": 0.00028947373003015894,
      "loss": 8.5766,
      "step": 59340
    },
    {
      "epoch": 0.12364583333333333,
      "grad_norm": 2.907062292098999,
      "learning_rate": 0.00028947010175792615,
      "loss": 9.5914,
      "step": 59350
    },
    {
      "epoch": 0.12366666666666666,
      "grad_norm": 1.1079968214035034,
      "learning_rate": 0.00028946647288323766,
      "loss": 9.3817,
      "step": 59360
    },
    {
      "epoch": 0.1236875,
      "grad_norm": 1.9612655639648438,
      "learning_rate": 0.00028946284340610926,
      "loss": 8.946,
      "step": 59370
    },
    {
      "epoch": 0.12370833333333334,
      "grad_norm": 1.3255170583724976,
      "learning_rate": 0.0002894592133265566,
      "loss": 9.2067,
      "step": 59380
    },
    {
      "epoch": 0.12372916666666667,
      "grad_norm": 1.7805215120315552,
      "learning_rate": 0.00028945558264459526,
      "loss": 8.5437,
      "step": 59390
    },
    {
      "epoch": 0.12375,
      "grad_norm": 3.8030171394348145,
      "learning_rate": 0.00028945195136024105,
      "loss": 9.5507,
      "step": 59400
    },
    {
      "epoch": 0.12377083333333333,
      "grad_norm": 1.0121630430221558,
      "learning_rate": 0.00028944831947350964,
      "loss": 10.0187,
      "step": 59410
    },
    {
      "epoch": 0.12379166666666666,
      "grad_norm": 0.769368588924408,
      "learning_rate": 0.00028944468698441665,
      "loss": 9.2731,
      "step": 59420
    },
    {
      "epoch": 0.1238125,
      "grad_norm": 0.9681967496871948,
      "learning_rate": 0.00028944105389297784,
      "loss": 9.1303,
      "step": 59430
    },
    {
      "epoch": 0.12383333333333334,
      "grad_norm": 4.516295909881592,
      "learning_rate": 0.0002894374201992088,
      "loss": 10.6542,
      "step": 59440
    },
    {
      "epoch": 0.12385416666666667,
      "grad_norm": 1.763380765914917,
      "learning_rate": 0.00028943378590312537,
      "loss": 9.8627,
      "step": 59450
    },
    {
      "epoch": 0.123875,
      "grad_norm": 0.8443756103515625,
      "learning_rate": 0.00028943015100474313,
      "loss": 9.6698,
      "step": 59460
    },
    {
      "epoch": 0.12389583333333333,
      "grad_norm": 0.828300416469574,
      "learning_rate": 0.00028942651550407786,
      "loss": 10.3911,
      "step": 59470
    },
    {
      "epoch": 0.12391666666666666,
      "grad_norm": 1.5773985385894775,
      "learning_rate": 0.00028942287940114523,
      "loss": 8.7685,
      "step": 59480
    },
    {
      "epoch": 0.1239375,
      "grad_norm": 2.509953498840332,
      "learning_rate": 0.00028941924269596095,
      "loss": 9.136,
      "step": 59490
    },
    {
      "epoch": 0.12395833333333334,
      "grad_norm": 1.1688722372055054,
      "learning_rate": 0.0002894156053885407,
      "loss": 9.3363,
      "step": 59500
    },
    {
      "epoch": 0.12397916666666667,
      "grad_norm": 0.825751781463623,
      "learning_rate": 0.00028941196747890027,
      "loss": 8.5056,
      "step": 59510
    },
    {
      "epoch": 0.124,
      "grad_norm": 4.676809310913086,
      "learning_rate": 0.00028940832896705526,
      "loss": 9.1184,
      "step": 59520
    },
    {
      "epoch": 0.12402083333333333,
      "grad_norm": 0.8858885169029236,
      "learning_rate": 0.0002894046898530215,
      "loss": 8.7836,
      "step": 59530
    },
    {
      "epoch": 0.12404166666666666,
      "grad_norm": 0.7427302598953247,
      "learning_rate": 0.0002894010501368146,
      "loss": 8.535,
      "step": 59540
    },
    {
      "epoch": 0.1240625,
      "grad_norm": 0.8158282041549683,
      "learning_rate": 0.0002893974098184504,
      "loss": 8.72,
      "step": 59550
    },
    {
      "epoch": 0.12408333333333334,
      "grad_norm": 1.191353678703308,
      "learning_rate": 0.00028939376889794454,
      "loss": 9.3686,
      "step": 59560
    },
    {
      "epoch": 0.12410416666666667,
      "grad_norm": 2.2870500087738037,
      "learning_rate": 0.0002893901273753128,
      "loss": 9.9117,
      "step": 59570
    },
    {
      "epoch": 0.124125,
      "grad_norm": 1.7926890850067139,
      "learning_rate": 0.00028938648525057083,
      "loss": 11.3251,
      "step": 59580
    },
    {
      "epoch": 0.12414583333333333,
      "grad_norm": 2.0244967937469482,
      "learning_rate": 0.00028938284252373446,
      "loss": 9.6872,
      "step": 59590
    },
    {
      "epoch": 0.12416666666666666,
      "grad_norm": 2.5306122303009033,
      "learning_rate": 0.0002893791991948194,
      "loss": 9.4375,
      "step": 59600
    },
    {
      "epoch": 0.1241875,
      "grad_norm": 0.9475825428962708,
      "learning_rate": 0.00028937555526384134,
      "loss": 8.8989,
      "step": 59610
    },
    {
      "epoch": 0.12420833333333334,
      "grad_norm": 0.9780250191688538,
      "learning_rate": 0.00028937191073081603,
      "loss": 8.9073,
      "step": 59620
    },
    {
      "epoch": 0.12422916666666667,
      "grad_norm": 2.5438218116760254,
      "learning_rate": 0.00028936826559575933,
      "loss": 9.068,
      "step": 59630
    },
    {
      "epoch": 0.12425,
      "grad_norm": 0.7330449223518372,
      "learning_rate": 0.0002893646198586868,
      "loss": 9.2639,
      "step": 59640
    },
    {
      "epoch": 0.12427083333333333,
      "grad_norm": 1.0594853162765503,
      "learning_rate": 0.00028936097351961427,
      "loss": 8.9577,
      "step": 59650
    },
    {
      "epoch": 0.12429166666666666,
      "grad_norm": 1.3644157648086548,
      "learning_rate": 0.0002893573265785575,
      "loss": 8.8069,
      "step": 59660
    },
    {
      "epoch": 0.1243125,
      "grad_norm": 2.1645500659942627,
      "learning_rate": 0.0002893536790355323,
      "loss": 8.9557,
      "step": 59670
    },
    {
      "epoch": 0.12433333333333334,
      "grad_norm": 1.3686686754226685,
      "learning_rate": 0.00028935003089055434,
      "loss": 9.2195,
      "step": 59680
    },
    {
      "epoch": 0.12435416666666667,
      "grad_norm": 2.2018260955810547,
      "learning_rate": 0.0002893463821436394,
      "loss": 9.2236,
      "step": 59690
    },
    {
      "epoch": 0.124375,
      "grad_norm": 1.8194090127944946,
      "learning_rate": 0.0002893427327948032,
      "loss": 8.6197,
      "step": 59700
    },
    {
      "epoch": 0.12439583333333333,
      "grad_norm": 1.1745513677597046,
      "learning_rate": 0.00028933908284406164,
      "loss": 8.6175,
      "step": 59710
    },
    {
      "epoch": 0.12441666666666666,
      "grad_norm": 1.5580241680145264,
      "learning_rate": 0.0002893354322914303,
      "loss": 8.8396,
      "step": 59720
    },
    {
      "epoch": 0.1244375,
      "grad_norm": 2.103502035140991,
      "learning_rate": 0.0002893317811369251,
      "loss": 9.2451,
      "step": 59730
    },
    {
      "epoch": 0.12445833333333334,
      "grad_norm": 1.2047336101531982,
      "learning_rate": 0.00028932812938056176,
      "loss": 9.5713,
      "step": 59740
    },
    {
      "epoch": 0.12447916666666667,
      "grad_norm": 1.389148473739624,
      "learning_rate": 0.000289324477022356,
      "loss": 9.7343,
      "step": 59750
    },
    {
      "epoch": 0.1245,
      "grad_norm": 1.5490916967391968,
      "learning_rate": 0.0002893208240623237,
      "loss": 9.3968,
      "step": 59760
    },
    {
      "epoch": 0.12452083333333333,
      "grad_norm": 1.0240066051483154,
      "learning_rate": 0.0002893171705004806,
      "loss": 8.6453,
      "step": 59770
    },
    {
      "epoch": 0.12454166666666666,
      "grad_norm": 6.449285984039307,
      "learning_rate": 0.00028931351633684245,
      "loss": 8.9819,
      "step": 59780
    },
    {
      "epoch": 0.1245625,
      "grad_norm": 2.402097225189209,
      "learning_rate": 0.000289309861571425,
      "loss": 9.3964,
      "step": 59790
    },
    {
      "epoch": 0.12458333333333334,
      "grad_norm": 1.47490656375885,
      "learning_rate": 0.00028930620620424413,
      "loss": 9.0335,
      "step": 59800
    },
    {
      "epoch": 0.12460416666666667,
      "grad_norm": 0.9257765412330627,
      "learning_rate": 0.0002893025502353156,
      "loss": 9.1883,
      "step": 59810
    },
    {
      "epoch": 0.124625,
      "grad_norm": 4.231806755065918,
      "learning_rate": 0.0002892988936646552,
      "loss": 8.5932,
      "step": 59820
    },
    {
      "epoch": 0.12464583333333333,
      "grad_norm": 1.4292943477630615,
      "learning_rate": 0.00028929523649227874,
      "loss": 9.1152,
      "step": 59830
    },
    {
      "epoch": 0.12466666666666666,
      "grad_norm": 1.975692629814148,
      "learning_rate": 0.00028929157871820195,
      "loss": 9.2772,
      "step": 59840
    },
    {
      "epoch": 0.1246875,
      "grad_norm": 1.2812076807022095,
      "learning_rate": 0.0002892879203424407,
      "loss": 9.518,
      "step": 59850
    },
    {
      "epoch": 0.12470833333333334,
      "grad_norm": 1.3283131122589111,
      "learning_rate": 0.00028928426136501075,
      "loss": 9.0489,
      "step": 59860
    },
    {
      "epoch": 0.12472916666666667,
      "grad_norm": 0.9330027103424072,
      "learning_rate": 0.0002892806017859279,
      "loss": 9.0828,
      "step": 59870
    },
    {
      "epoch": 0.12475,
      "grad_norm": 1.74891197681427,
      "learning_rate": 0.00028927694160520807,
      "loss": 9.4039,
      "step": 59880
    },
    {
      "epoch": 0.12477083333333333,
      "grad_norm": 1.3342313766479492,
      "learning_rate": 0.0002892732808228669,
      "loss": 8.9024,
      "step": 59890
    },
    {
      "epoch": 0.12479166666666666,
      "grad_norm": 0.6846998929977417,
      "learning_rate": 0.00028926961943892033,
      "loss": 8.5156,
      "step": 59900
    },
    {
      "epoch": 0.1248125,
      "grad_norm": 0.9805388450622559,
      "learning_rate": 0.0002892659574533841,
      "loss": 8.552,
      "step": 59910
    },
    {
      "epoch": 0.12483333333333334,
      "grad_norm": 2.376368522644043,
      "learning_rate": 0.000289262294866274,
      "loss": 11.0904,
      "step": 59920
    },
    {
      "epoch": 0.12485416666666667,
      "grad_norm": 0.9528530836105347,
      "learning_rate": 0.00028925863167760603,
      "loss": 8.8286,
      "step": 59930
    },
    {
      "epoch": 0.124875,
      "grad_norm": 0.9048330187797546,
      "learning_rate": 0.00028925496788739585,
      "loss": 8.4846,
      "step": 59940
    },
    {
      "epoch": 0.12489583333333333,
      "grad_norm": 6.514344215393066,
      "learning_rate": 0.0002892513034956593,
      "loss": 9.7601,
      "step": 59950
    },
    {
      "epoch": 0.12491666666666666,
      "grad_norm": 0.6779476404190063,
      "learning_rate": 0.00028924763850241226,
      "loss": 9.069,
      "step": 59960
    },
    {
      "epoch": 0.1249375,
      "grad_norm": 1.20253324508667,
      "learning_rate": 0.00028924397290767056,
      "loss": 9.1592,
      "step": 59970
    },
    {
      "epoch": 0.12495833333333334,
      "grad_norm": 0.971329391002655,
      "learning_rate": 0.00028924030671145,
      "loss": 9.5292,
      "step": 59980
    },
    {
      "epoch": 0.12497916666666667,
      "grad_norm": 2.3497540950775146,
      "learning_rate": 0.0002892366399137664,
      "loss": 9.7069,
      "step": 59990
    },
    {
      "epoch": 0.125,
      "grad_norm": 4.568692684173584,
      "learning_rate": 0.00028923297251463566,
      "loss": 11.3213,
      "step": 60000
    },
    {
      "epoch": 0.125,
      "eval_loss": 8.49266529083252,
      "eval_runtime": 7.8285,
      "eval_samples_per_second": 0.383,
      "eval_steps_per_second": 0.128,
      "step": 60000
    },
    {
      "epoch": 0.12502083333333333,
      "grad_norm": 0.7786282896995544,
      "learning_rate": 0.0002892293045140736,
      "loss": 9.5213,
      "step": 60010
    },
    {
      "epoch": 0.12504166666666666,
      "grad_norm": 0.7451540231704712,
      "learning_rate": 0.00028922563591209604,
      "loss": 9.3638,
      "step": 60020
    },
    {
      "epoch": 0.1250625,
      "grad_norm": 0.72472083568573,
      "learning_rate": 0.00028922196670871887,
      "loss": 8.3664,
      "step": 60030
    },
    {
      "epoch": 0.12508333333333332,
      "grad_norm": 1.4403128623962402,
      "learning_rate": 0.00028921829690395785,
      "loss": 8.7902,
      "step": 60040
    },
    {
      "epoch": 0.12510416666666666,
      "grad_norm": 1.5693742036819458,
      "learning_rate": 0.0002892146264978289,
      "loss": 9.0087,
      "step": 60050
    },
    {
      "epoch": 0.125125,
      "grad_norm": 1.2604230642318726,
      "learning_rate": 0.0002892109554903479,
      "loss": 9.0615,
      "step": 60060
    },
    {
      "epoch": 0.12514583333333335,
      "grad_norm": 1.0976706743240356,
      "learning_rate": 0.0002892072838815307,
      "loss": 8.7174,
      "step": 60070
    },
    {
      "epoch": 0.12516666666666668,
      "grad_norm": 1.3278895616531372,
      "learning_rate": 0.0002892036116713931,
      "loss": 8.7233,
      "step": 60080
    },
    {
      "epoch": 0.1251875,
      "grad_norm": 0.8745236396789551,
      "learning_rate": 0.000289199938859951,
      "loss": 10.1687,
      "step": 60090
    },
    {
      "epoch": 0.12520833333333334,
      "grad_norm": 1.1530486345291138,
      "learning_rate": 0.0002891962654472203,
      "loss": 8.9665,
      "step": 60100
    },
    {
      "epoch": 0.12522916666666667,
      "grad_norm": 1.393272042274475,
      "learning_rate": 0.00028919259143321676,
      "loss": 9.1366,
      "step": 60110
    },
    {
      "epoch": 0.12525,
      "grad_norm": 2.3083951473236084,
      "learning_rate": 0.00028918891681795636,
      "loss": 9.3135,
      "step": 60120
    },
    {
      "epoch": 0.12527083333333333,
      "grad_norm": 1.02937650680542,
      "learning_rate": 0.00028918524160145495,
      "loss": 9.2555,
      "step": 60130
    },
    {
      "epoch": 0.12529166666666666,
      "grad_norm": 1.1366806030273438,
      "learning_rate": 0.00028918156578372836,
      "loss": 9.0056,
      "step": 60140
    },
    {
      "epoch": 0.1253125,
      "grad_norm": 2.126476526260376,
      "learning_rate": 0.0002891778893647925,
      "loss": 10.7583,
      "step": 60150
    },
    {
      "epoch": 0.12533333333333332,
      "grad_norm": 1.2399036884307861,
      "learning_rate": 0.0002891742123446633,
      "loss": 9.3839,
      "step": 60160
    },
    {
      "epoch": 0.12535416666666666,
      "grad_norm": 13.710536003112793,
      "learning_rate": 0.0002891705347233565,
      "loss": 11.3796,
      "step": 60170
    },
    {
      "epoch": 0.125375,
      "grad_norm": 0.7787700295448303,
      "learning_rate": 0.00028916685650088816,
      "loss": 9.9518,
      "step": 60180
    },
    {
      "epoch": 0.12539583333333335,
      "grad_norm": 1.1870880126953125,
      "learning_rate": 0.00028916317767727404,
      "loss": 8.5585,
      "step": 60190
    },
    {
      "epoch": 0.12541666666666668,
      "grad_norm": 2.992302656173706,
      "learning_rate": 0.0002891594982525301,
      "loss": 8.6784,
      "step": 60200
    },
    {
      "epoch": 0.1254375,
      "grad_norm": 1.1790037155151367,
      "learning_rate": 0.0002891558182266722,
      "loss": 8.8979,
      "step": 60210
    },
    {
      "epoch": 0.12545833333333334,
      "grad_norm": 1.5229843854904175,
      "learning_rate": 0.0002891521375997163,
      "loss": 8.0986,
      "step": 60220
    },
    {
      "epoch": 0.12547916666666667,
      "grad_norm": 3.700699806213379,
      "learning_rate": 0.00028914845637167816,
      "loss": 9.2038,
      "step": 60230
    },
    {
      "epoch": 0.1255,
      "grad_norm": 1.1515421867370605,
      "learning_rate": 0.0002891447745425738,
      "loss": 9.12,
      "step": 60240
    },
    {
      "epoch": 0.12552083333333333,
      "grad_norm": 0.8748199939727783,
      "learning_rate": 0.00028914109211241907,
      "loss": 9.1171,
      "step": 60250
    },
    {
      "epoch": 0.12554166666666666,
      "grad_norm": 2.0565273761749268,
      "learning_rate": 0.00028913740908122996,
      "loss": 9.3659,
      "step": 60260
    },
    {
      "epoch": 0.1255625,
      "grad_norm": 0.8847280740737915,
      "learning_rate": 0.00028913372544902226,
      "loss": 9.5594,
      "step": 60270
    },
    {
      "epoch": 0.12558333333333332,
      "grad_norm": 1.0135773420333862,
      "learning_rate": 0.000289130041215812,
      "loss": 8.6863,
      "step": 60280
    },
    {
      "epoch": 0.12560416666666666,
      "grad_norm": 4.347902774810791,
      "learning_rate": 0.000289126356381615,
      "loss": 10.0586,
      "step": 60290
    },
    {
      "epoch": 0.125625,
      "grad_norm": 4.807675838470459,
      "learning_rate": 0.00028912267094644717,
      "loss": 10.0213,
      "step": 60300
    },
    {
      "epoch": 0.12564583333333335,
      "grad_norm": 1.2265771627426147,
      "learning_rate": 0.0002891189849103245,
      "loss": 8.5632,
      "step": 60310
    },
    {
      "epoch": 0.12566666666666668,
      "grad_norm": 1.175240397453308,
      "learning_rate": 0.00028911529827326286,
      "loss": 9.4792,
      "step": 60320
    },
    {
      "epoch": 0.1256875,
      "grad_norm": 1.7714722156524658,
      "learning_rate": 0.00028911161103527825,
      "loss": 9.9024,
      "step": 60330
    },
    {
      "epoch": 0.12570833333333334,
      "grad_norm": 1.036210060119629,
      "learning_rate": 0.0002891079231963865,
      "loss": 9.0298,
      "step": 60340
    },
    {
      "epoch": 0.12572916666666667,
      "grad_norm": 0.7087722420692444,
      "learning_rate": 0.00028910423475660363,
      "loss": 8.7503,
      "step": 60350
    },
    {
      "epoch": 0.12575,
      "grad_norm": 1.7814290523529053,
      "learning_rate": 0.00028910054571594545,
      "loss": 8.3085,
      "step": 60360
    },
    {
      "epoch": 0.12577083333333333,
      "grad_norm": 0.6974203586578369,
      "learning_rate": 0.000289096856074428,
      "loss": 9.5838,
      "step": 60370
    },
    {
      "epoch": 0.12579166666666666,
      "grad_norm": 0.8345454335212708,
      "learning_rate": 0.0002890931658320673,
      "loss": 10.4789,
      "step": 60380
    },
    {
      "epoch": 0.1258125,
      "grad_norm": 4.74884557723999,
      "learning_rate": 0.0002890894749888791,
      "loss": 9.7642,
      "step": 60390
    },
    {
      "epoch": 0.12583333333333332,
      "grad_norm": 1.3546569347381592,
      "learning_rate": 0.00028908578354487933,
      "loss": 8.969,
      "step": 60400
    },
    {
      "epoch": 0.12585416666666666,
      "grad_norm": 0.7342093586921692,
      "learning_rate": 0.0002890820915000841,
      "loss": 9.1926,
      "step": 60410
    },
    {
      "epoch": 0.125875,
      "grad_norm": 10.433104515075684,
      "learning_rate": 0.00028907839885450933,
      "loss": 9.9559,
      "step": 60420
    },
    {
      "epoch": 0.12589583333333335,
      "grad_norm": 1.3772029876708984,
      "learning_rate": 0.0002890747056081709,
      "loss": 8.4856,
      "step": 60430
    },
    {
      "epoch": 0.12591666666666668,
      "grad_norm": 0.9777224659919739,
      "learning_rate": 0.00028907101176108485,
      "loss": 8.7055,
      "step": 60440
    },
    {
      "epoch": 0.1259375,
      "grad_norm": 0.793262243270874,
      "learning_rate": 0.000289067317313267,
      "loss": 9.3154,
      "step": 60450
    },
    {
      "epoch": 0.12595833333333334,
      "grad_norm": 2.2661702632904053,
      "learning_rate": 0.0002890636222647334,
      "loss": 9.5351,
      "step": 60460
    },
    {
      "epoch": 0.12597916666666667,
      "grad_norm": 1.408278465270996,
      "learning_rate": 0.00028905992661549997,
      "loss": 10.5012,
      "step": 60470
    },
    {
      "epoch": 0.126,
      "grad_norm": 1.4347004890441895,
      "learning_rate": 0.0002890562303655827,
      "loss": 8.7515,
      "step": 60480
    },
    {
      "epoch": 0.12602083333333333,
      "grad_norm": 1.774476170539856,
      "learning_rate": 0.0002890525335149976,
      "loss": 9.9373,
      "step": 60490
    },
    {
      "epoch": 0.12604166666666666,
      "grad_norm": 1.073232650756836,
      "learning_rate": 0.00028904883606376057,
      "loss": 9.3272,
      "step": 60500
    },
    {
      "epoch": 0.1260625,
      "grad_norm": 0.8651615977287292,
      "learning_rate": 0.00028904513801188765,
      "loss": 9.3289,
      "step": 60510
    },
    {
      "epoch": 0.12608333333333333,
      "grad_norm": 9.202961921691895,
      "learning_rate": 0.00028904143935939476,
      "loss": 9.5522,
      "step": 60520
    },
    {
      "epoch": 0.12610416666666666,
      "grad_norm": 0.8153790235519409,
      "learning_rate": 0.0002890377401062979,
      "loss": 8.5098,
      "step": 60530
    },
    {
      "epoch": 0.126125,
      "grad_norm": 1.6381980180740356,
      "learning_rate": 0.000289034040252613,
      "loss": 10.2682,
      "step": 60540
    },
    {
      "epoch": 0.12614583333333335,
      "grad_norm": 1.6485108137130737,
      "learning_rate": 0.0002890303397983561,
      "loss": 9.2197,
      "step": 60550
    },
    {
      "epoch": 0.12616666666666668,
      "grad_norm": 1.8800369501113892,
      "learning_rate": 0.0002890266387435431,
      "loss": 9.5687,
      "step": 60560
    },
    {
      "epoch": 0.1261875,
      "grad_norm": 0.9838030338287354,
      "learning_rate": 0.0002890229370881901,
      "loss": 8.5605,
      "step": 60570
    },
    {
      "epoch": 0.12620833333333334,
      "grad_norm": 0.6798904538154602,
      "learning_rate": 0.00028901923483231305,
      "loss": 9.2898,
      "step": 60580
    },
    {
      "epoch": 0.12622916666666667,
      "grad_norm": 1.6517930030822754,
      "learning_rate": 0.00028901553197592793,
      "loss": 9.0129,
      "step": 60590
    },
    {
      "epoch": 0.12625,
      "grad_norm": 1.1733430624008179,
      "learning_rate": 0.00028901182851905077,
      "loss": 8.5768,
      "step": 60600
    },
    {
      "epoch": 0.12627083333333333,
      "grad_norm": 1.1329710483551025,
      "learning_rate": 0.0002890081244616975,
      "loss": 9.3964,
      "step": 60610
    },
    {
      "epoch": 0.12629166666666666,
      "grad_norm": 2.865743398666382,
      "learning_rate": 0.00028900441980388413,
      "loss": 9.3122,
      "step": 60620
    },
    {
      "epoch": 0.1263125,
      "grad_norm": 1.99528968334198,
      "learning_rate": 0.00028900071454562675,
      "loss": 8.8474,
      "step": 60630
    },
    {
      "epoch": 0.12633333333333333,
      "grad_norm": 0.6725485324859619,
      "learning_rate": 0.0002889970086869413,
      "loss": 9.1474,
      "step": 60640
    },
    {
      "epoch": 0.12635416666666666,
      "grad_norm": 1.9582351446151733,
      "learning_rate": 0.0002889933022278437,
      "loss": 8.4865,
      "step": 60650
    },
    {
      "epoch": 0.126375,
      "grad_norm": 0.7882680892944336,
      "learning_rate": 0.0002889895951683501,
      "loss": 10.283,
      "step": 60660
    },
    {
      "epoch": 0.12639583333333335,
      "grad_norm": 0.8464760780334473,
      "learning_rate": 0.0002889858875084765,
      "loss": 8.4406,
      "step": 60670
    },
    {
      "epoch": 0.12641666666666668,
      "grad_norm": 2.648622512817383,
      "learning_rate": 0.00028898217924823883,
      "loss": 9.0892,
      "step": 60680
    },
    {
      "epoch": 0.1264375,
      "grad_norm": 0.8737425804138184,
      "learning_rate": 0.0002889784703876532,
      "loss": 9.2196,
      "step": 60690
    },
    {
      "epoch": 0.12645833333333334,
      "grad_norm": 1.1779839992523193,
      "learning_rate": 0.0002889747609267356,
      "loss": 9.0259,
      "step": 60700
    },
    {
      "epoch": 0.12647916666666667,
      "grad_norm": 0.7737444639205933,
      "learning_rate": 0.00028897105086550203,
      "loss": 8.8853,
      "step": 60710
    },
    {
      "epoch": 0.1265,
      "grad_norm": 4.708630561828613,
      "learning_rate": 0.0002889673402039685,
      "loss": 9.9879,
      "step": 60720
    },
    {
      "epoch": 0.12652083333333333,
      "grad_norm": 1.6258823871612549,
      "learning_rate": 0.0002889636289421511,
      "loss": 10.5514,
      "step": 60730
    },
    {
      "epoch": 0.12654166666666666,
      "grad_norm": 1.6674171686172485,
      "learning_rate": 0.0002889599170800658,
      "loss": 9.1338,
      "step": 60740
    },
    {
      "epoch": 0.1265625,
      "grad_norm": 1.8733896017074585,
      "learning_rate": 0.0002889562046177287,
      "loss": 9.9254,
      "step": 60750
    },
    {
      "epoch": 0.12658333333333333,
      "grad_norm": 1.042088508605957,
      "learning_rate": 0.0002889524915551557,
      "loss": 8.6297,
      "step": 60760
    },
    {
      "epoch": 0.12660416666666666,
      "grad_norm": 1.7596369981765747,
      "learning_rate": 0.000288948777892363,
      "loss": 10.0479,
      "step": 60770
    },
    {
      "epoch": 0.126625,
      "grad_norm": 0.8405382633209229,
      "learning_rate": 0.0002889450636293667,
      "loss": 9.7167,
      "step": 60780
    },
    {
      "epoch": 0.12664583333333335,
      "grad_norm": 1.4167100191116333,
      "learning_rate": 0.00028894134876618257,
      "loss": 8.9278,
      "step": 60790
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 1.6172858476638794,
      "learning_rate": 0.00028893763330282686,
      "loss": 8.926,
      "step": 60800
    },
    {
      "epoch": 0.1266875,
      "grad_norm": 3.739877939224243,
      "learning_rate": 0.00028893391723931554,
      "loss": 9.4149,
      "step": 60810
    },
    {
      "epoch": 0.12670833333333334,
      "grad_norm": 0.9011716842651367,
      "learning_rate": 0.00028893020057566476,
      "loss": 10.4935,
      "step": 60820
    },
    {
      "epoch": 0.12672916666666667,
      "grad_norm": 3.06121563911438,
      "learning_rate": 0.0002889264833118904,
      "loss": 9.71,
      "step": 60830
    },
    {
      "epoch": 0.12675,
      "grad_norm": 3.851562023162842,
      "learning_rate": 0.00028892276544800874,
      "loss": 9.3847,
      "step": 60840
    },
    {
      "epoch": 0.12677083333333333,
      "grad_norm": 2.5657718181610107,
      "learning_rate": 0.00028891904698403564,
      "loss": 9.5914,
      "step": 60850
    },
    {
      "epoch": 0.12679166666666666,
      "grad_norm": 1.4375953674316406,
      "learning_rate": 0.0002889153279199873,
      "loss": 9.0303,
      "step": 60860
    },
    {
      "epoch": 0.1268125,
      "grad_norm": 1.4365707635879517,
      "learning_rate": 0.0002889116082558797,
      "loss": 8.9739,
      "step": 60870
    },
    {
      "epoch": 0.12683333333333333,
      "grad_norm": 1.4678126573562622,
      "learning_rate": 0.0002889078879917289,
      "loss": 9.4267,
      "step": 60880
    },
    {
      "epoch": 0.12685416666666666,
      "grad_norm": 6.5337090492248535,
      "learning_rate": 0.0002889041671275511,
      "loss": 9.9651,
      "step": 60890
    },
    {
      "epoch": 0.126875,
      "grad_norm": 2.4546236991882324,
      "learning_rate": 0.0002889004456633622,
      "loss": 8.8041,
      "step": 60900
    },
    {
      "epoch": 0.12689583333333335,
      "grad_norm": 2.094316244125366,
      "learning_rate": 0.00028889672359917837,
      "loss": 8.8303,
      "step": 60910
    },
    {
      "epoch": 0.12691666666666668,
      "grad_norm": 1.7478063106536865,
      "learning_rate": 0.0002888930009350157,
      "loss": 9.4241,
      "step": 60920
    },
    {
      "epoch": 0.1269375,
      "grad_norm": 1.2920472621917725,
      "learning_rate": 0.0002888892776708902,
      "loss": 9.2863,
      "step": 60930
    },
    {
      "epoch": 0.12695833333333334,
      "grad_norm": 1.805108904838562,
      "learning_rate": 0.000288885553806818,
      "loss": 9.3509,
      "step": 60940
    },
    {
      "epoch": 0.12697916666666667,
      "grad_norm": 0.7116581201553345,
      "learning_rate": 0.00028888182934281524,
      "loss": 9.5823,
      "step": 60950
    },
    {
      "epoch": 0.127,
      "grad_norm": 2.300225019454956,
      "learning_rate": 0.0002888781042788979,
      "loss": 9.9763,
      "step": 60960
    },
    {
      "epoch": 0.12702083333333333,
      "grad_norm": 0.8190556168556213,
      "learning_rate": 0.00028887437861508216,
      "loss": 9.4946,
      "step": 60970
    },
    {
      "epoch": 0.12704166666666666,
      "grad_norm": 0.7095027565956116,
      "learning_rate": 0.00028887065235138406,
      "loss": 9.1171,
      "step": 60980
    },
    {
      "epoch": 0.1270625,
      "grad_norm": 1.4984116554260254,
      "learning_rate": 0.00028886692548781966,
      "loss": 9.6168,
      "step": 60990
    },
    {
      "epoch": 0.12708333333333333,
      "grad_norm": 0.5531158447265625,
      "learning_rate": 0.00028886319802440524,
      "loss": 9.1721,
      "step": 61000
    },
    {
      "epoch": 0.12708333333333333,
      "eval_loss": 7.873287200927734,
      "eval_runtime": 8.2579,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 61000
    },
    {
      "epoch": 0.12710416666666666,
      "grad_norm": 2.387873649597168,
      "learning_rate": 0.00028885946996115667,
      "loss": 10.2226,
      "step": 61010
    },
    {
      "epoch": 0.127125,
      "grad_norm": 1.4360542297363281,
      "learning_rate": 0.00028885574129809016,
      "loss": 8.7823,
      "step": 61020
    },
    {
      "epoch": 0.12714583333333335,
      "grad_norm": 0.7436027526855469,
      "learning_rate": 0.0002888520120352218,
      "loss": 10.0102,
      "step": 61030
    },
    {
      "epoch": 0.12716666666666668,
      "grad_norm": 0.726273238658905,
      "learning_rate": 0.0002888482821725677,
      "loss": 9.7971,
      "step": 61040
    },
    {
      "epoch": 0.1271875,
      "grad_norm": 0.9729111194610596,
      "learning_rate": 0.00028884455171014406,
      "loss": 9.5535,
      "step": 61050
    },
    {
      "epoch": 0.12720833333333334,
      "grad_norm": 0.7062041163444519,
      "learning_rate": 0.00028884082064796685,
      "loss": 9.4806,
      "step": 61060
    },
    {
      "epoch": 0.12722916666666667,
      "grad_norm": 1.3161649703979492,
      "learning_rate": 0.00028883708898605226,
      "loss": 9.9253,
      "step": 61070
    },
    {
      "epoch": 0.12725,
      "grad_norm": 0.978621780872345,
      "learning_rate": 0.00028883335672441645,
      "loss": 9.1675,
      "step": 61080
    },
    {
      "epoch": 0.12727083333333333,
      "grad_norm": 1.3401085138320923,
      "learning_rate": 0.0002888296238630754,
      "loss": 8.4019,
      "step": 61090
    },
    {
      "epoch": 0.12729166666666666,
      "grad_norm": 7.7983784675598145,
      "learning_rate": 0.0002888258904020454,
      "loss": 9.5158,
      "step": 61100
    },
    {
      "epoch": 0.1273125,
      "grad_norm": 0.7696584463119507,
      "learning_rate": 0.0002888221563413425,
      "loss": 8.5249,
      "step": 61110
    },
    {
      "epoch": 0.12733333333333333,
      "grad_norm": 0.6999908089637756,
      "learning_rate": 0.0002888184216809828,
      "loss": 9.0901,
      "step": 61120
    },
    {
      "epoch": 0.12735416666666666,
      "grad_norm": 1.4746938943862915,
      "learning_rate": 0.0002888146864209825,
      "loss": 8.68,
      "step": 61130
    },
    {
      "epoch": 0.127375,
      "grad_norm": 6.9722137451171875,
      "learning_rate": 0.0002888109505613577,
      "loss": 9.0731,
      "step": 61140
    },
    {
      "epoch": 0.12739583333333335,
      "grad_norm": 1.1541136503219604,
      "learning_rate": 0.00028880721410212446,
      "loss": 9.5793,
      "step": 61150
    },
    {
      "epoch": 0.12741666666666668,
      "grad_norm": 1.6859930753707886,
      "learning_rate": 0.0002888034770432991,
      "loss": 8.5548,
      "step": 61160
    },
    {
      "epoch": 0.1274375,
      "grad_norm": 0.9135061502456665,
      "learning_rate": 0.00028879973938489767,
      "loss": 9.1526,
      "step": 61170
    },
    {
      "epoch": 0.12745833333333334,
      "grad_norm": 1.7621570825576782,
      "learning_rate": 0.0002887960011269362,
      "loss": 9.6118,
      "step": 61180
    },
    {
      "epoch": 0.12747916666666667,
      "grad_norm": 1.157015085220337,
      "learning_rate": 0.000288792262269431,
      "loss": 9.38,
      "step": 61190
    },
    {
      "epoch": 0.1275,
      "grad_norm": 1.9818942546844482,
      "learning_rate": 0.0002887885228123982,
      "loss": 8.5917,
      "step": 61200
    },
    {
      "epoch": 0.12752083333333333,
      "grad_norm": 0.9999805688858032,
      "learning_rate": 0.0002887847827558539,
      "loss": 8.4706,
      "step": 61210
    },
    {
      "epoch": 0.12754166666666666,
      "grad_norm": 2.3579254150390625,
      "learning_rate": 0.00028878104209981425,
      "loss": 9.6088,
      "step": 61220
    },
    {
      "epoch": 0.1275625,
      "grad_norm": 0.8972314596176147,
      "learning_rate": 0.00028877730084429543,
      "loss": 9.6626,
      "step": 61230
    },
    {
      "epoch": 0.12758333333333333,
      "grad_norm": 1.1494487524032593,
      "learning_rate": 0.0002887735589893136,
      "loss": 8.1504,
      "step": 61240
    },
    {
      "epoch": 0.12760416666666666,
      "grad_norm": 1.0001468658447266,
      "learning_rate": 0.000288769816534885,
      "loss": 9.9071,
      "step": 61250
    },
    {
      "epoch": 0.127625,
      "grad_norm": 1.023960828781128,
      "learning_rate": 0.0002887660734810256,
      "loss": 8.4534,
      "step": 61260
    },
    {
      "epoch": 0.12764583333333332,
      "grad_norm": 1.6160330772399902,
      "learning_rate": 0.0002887623298277518,
      "loss": 9.3769,
      "step": 61270
    },
    {
      "epoch": 0.12766666666666668,
      "grad_norm": 1.3598207235336304,
      "learning_rate": 0.00028875858557507954,
      "loss": 8.7985,
      "step": 61280
    },
    {
      "epoch": 0.1276875,
      "grad_norm": 1.1806551218032837,
      "learning_rate": 0.0002887548407230252,
      "loss": 8.964,
      "step": 61290
    },
    {
      "epoch": 0.12770833333333334,
      "grad_norm": 0.61388099193573,
      "learning_rate": 0.0002887510952716049,
      "loss": 8.805,
      "step": 61300
    },
    {
      "epoch": 0.12772916666666667,
      "grad_norm": 1.6548736095428467,
      "learning_rate": 0.00028874734922083476,
      "loss": 8.5103,
      "step": 61310
    },
    {
      "epoch": 0.12775,
      "grad_norm": 2.054140329360962,
      "learning_rate": 0.00028874360257073094,
      "loss": 9.723,
      "step": 61320
    },
    {
      "epoch": 0.12777083333333333,
      "grad_norm": 5.40911340713501,
      "learning_rate": 0.0002887398553213097,
      "loss": 9.4318,
      "step": 61330
    },
    {
      "epoch": 0.12779166666666666,
      "grad_norm": 0.7254615426063538,
      "learning_rate": 0.00028873610747258725,
      "loss": 8.6581,
      "step": 61340
    },
    {
      "epoch": 0.1278125,
      "grad_norm": 5.488496780395508,
      "learning_rate": 0.0002887323590245797,
      "loss": 9.3384,
      "step": 61350
    },
    {
      "epoch": 0.12783333333333333,
      "grad_norm": 9.170762062072754,
      "learning_rate": 0.0002887286099773033,
      "loss": 10.8804,
      "step": 61360
    },
    {
      "epoch": 0.12785416666666666,
      "grad_norm": 5.005441188812256,
      "learning_rate": 0.00028872486033077415,
      "loss": 9.2147,
      "step": 61370
    },
    {
      "epoch": 0.127875,
      "grad_norm": 1.2908589839935303,
      "learning_rate": 0.0002887211100850086,
      "loss": 9.0285,
      "step": 61380
    },
    {
      "epoch": 0.12789583333333332,
      "grad_norm": 1.3792513608932495,
      "learning_rate": 0.0002887173592400227,
      "loss": 9.2151,
      "step": 61390
    },
    {
      "epoch": 0.12791666666666668,
      "grad_norm": 0.9708683490753174,
      "learning_rate": 0.0002887136077958327,
      "loss": 9.802,
      "step": 61400
    },
    {
      "epoch": 0.1279375,
      "grad_norm": 0.8665862083435059,
      "learning_rate": 0.0002887098557524549,
      "loss": 10.4063,
      "step": 61410
    },
    {
      "epoch": 0.12795833333333334,
      "grad_norm": 1.6344413757324219,
      "learning_rate": 0.00028870610310990534,
      "loss": 9.2538,
      "step": 61420
    },
    {
      "epoch": 0.12797916666666667,
      "grad_norm": 1.5336169004440308,
      "learning_rate": 0.0002887023498682004,
      "loss": 8.9737,
      "step": 61430
    },
    {
      "epoch": 0.128,
      "grad_norm": 1.4295908212661743,
      "learning_rate": 0.00028869859602735615,
      "loss": 8.9483,
      "step": 61440
    },
    {
      "epoch": 0.12802083333333333,
      "grad_norm": 1.1207355260849,
      "learning_rate": 0.0002886948415873889,
      "loss": 8.6322,
      "step": 61450
    },
    {
      "epoch": 0.12804166666666666,
      "grad_norm": 0.6210379600524902,
      "learning_rate": 0.0002886910865483148,
      "loss": 9.3703,
      "step": 61460
    },
    {
      "epoch": 0.1280625,
      "grad_norm": 3.4072792530059814,
      "learning_rate": 0.0002886873309101502,
      "loss": 9.0584,
      "step": 61470
    },
    {
      "epoch": 0.12808333333333333,
      "grad_norm": 0.9214017391204834,
      "learning_rate": 0.0002886835746729111,
      "loss": 8.9551,
      "step": 61480
    },
    {
      "epoch": 0.12810416666666666,
      "grad_norm": 1.2594749927520752,
      "learning_rate": 0.00028867981783661393,
      "loss": 8.6453,
      "step": 61490
    },
    {
      "epoch": 0.128125,
      "grad_norm": 1.8600023984909058,
      "learning_rate": 0.0002886760604012748,
      "loss": 9.2964,
      "step": 61500
    },
    {
      "epoch": 0.12814583333333332,
      "grad_norm": 0.6984776258468628,
      "learning_rate": 0.00028867230236690996,
      "loss": 8.9574,
      "step": 61510
    },
    {
      "epoch": 0.12816666666666668,
      "grad_norm": 1.0010936260223389,
      "learning_rate": 0.00028866854373353574,
      "loss": 8.9184,
      "step": 61520
    },
    {
      "epoch": 0.1281875,
      "grad_norm": 0.9432525038719177,
      "learning_rate": 0.00028866478450116824,
      "loss": 9.7443,
      "step": 61530
    },
    {
      "epoch": 0.12820833333333334,
      "grad_norm": 1.1087000370025635,
      "learning_rate": 0.0002886610246698238,
      "loss": 9.2197,
      "step": 61540
    },
    {
      "epoch": 0.12822916666666667,
      "grad_norm": 0.9249515533447266,
      "learning_rate": 0.00028865726423951856,
      "loss": 8.6421,
      "step": 61550
    },
    {
      "epoch": 0.12825,
      "grad_norm": 2.1735517978668213,
      "learning_rate": 0.00028865350321026885,
      "loss": 8.3541,
      "step": 61560
    },
    {
      "epoch": 0.12827083333333333,
      "grad_norm": 1.2353641986846924,
      "learning_rate": 0.0002886497415820909,
      "loss": 8.7251,
      "step": 61570
    },
    {
      "epoch": 0.12829166666666666,
      "grad_norm": 1.1633803844451904,
      "learning_rate": 0.00028864597935500093,
      "loss": 9.4231,
      "step": 61580
    },
    {
      "epoch": 0.1283125,
      "grad_norm": 0.9731795787811279,
      "learning_rate": 0.00028864221652901524,
      "loss": 8.4001,
      "step": 61590
    },
    {
      "epoch": 0.12833333333333333,
      "grad_norm": 2.21096134185791,
      "learning_rate": 0.0002886384531041501,
      "loss": 9.6115,
      "step": 61600
    },
    {
      "epoch": 0.12835416666666666,
      "grad_norm": 2.1676247119903564,
      "learning_rate": 0.00028863468908042164,
      "loss": 10.4802,
      "step": 61610
    },
    {
      "epoch": 0.128375,
      "grad_norm": 1.3054131269454956,
      "learning_rate": 0.0002886309244578462,
      "loss": 8.6012,
      "step": 61620
    },
    {
      "epoch": 0.12839583333333332,
      "grad_norm": 0.9387346506118774,
      "learning_rate": 0.00028862715923644,
      "loss": 9.4476,
      "step": 61630
    },
    {
      "epoch": 0.12841666666666668,
      "grad_norm": 0.5656900405883789,
      "learning_rate": 0.0002886233934162195,
      "loss": 8.7453,
      "step": 61640
    },
    {
      "epoch": 0.1284375,
      "grad_norm": 1.3860015869140625,
      "learning_rate": 0.00028861962699720063,
      "loss": 8.4286,
      "step": 61650
    },
    {
      "epoch": 0.12845833333333334,
      "grad_norm": 0.7565931081771851,
      "learning_rate": 0.00028861585997939996,
      "loss": 9.9727,
      "step": 61660
    },
    {
      "epoch": 0.12847916666666667,
      "grad_norm": 3.8313331604003906,
      "learning_rate": 0.00028861209236283363,
      "loss": 9.3658,
      "step": 61670
    },
    {
      "epoch": 0.1285,
      "grad_norm": 3.0228140354156494,
      "learning_rate": 0.0002886083241475179,
      "loss": 9.1353,
      "step": 61680
    },
    {
      "epoch": 0.12852083333333333,
      "grad_norm": 0.9906883835792542,
      "learning_rate": 0.0002886045553334691,
      "loss": 8.7855,
      "step": 61690
    },
    {
      "epoch": 0.12854166666666667,
      "grad_norm": 0.8184840083122253,
      "learning_rate": 0.00028860078592070343,
      "loss": 9.2611,
      "step": 61700
    },
    {
      "epoch": 0.1285625,
      "grad_norm": 1.2184579372406006,
      "learning_rate": 0.0002885970159092373,
      "loss": 8.8424,
      "step": 61710
    },
    {
      "epoch": 0.12858333333333333,
      "grad_norm": 1.0996078252792358,
      "learning_rate": 0.00028859324529908684,
      "loss": 8.8745,
      "step": 61720
    },
    {
      "epoch": 0.12860416666666666,
      "grad_norm": 1.6157817840576172,
      "learning_rate": 0.00028858947409026846,
      "loss": 9.0133,
      "step": 61730
    },
    {
      "epoch": 0.128625,
      "grad_norm": 1.2386361360549927,
      "learning_rate": 0.00028858570228279843,
      "loss": 9.2058,
      "step": 61740
    },
    {
      "epoch": 0.12864583333333332,
      "grad_norm": 0.7785586714744568,
      "learning_rate": 0.000288581929876693,
      "loss": 8.9092,
      "step": 61750
    },
    {
      "epoch": 0.12866666666666668,
      "grad_norm": 0.7359246611595154,
      "learning_rate": 0.0002885781568719685,
      "loss": 10.0729,
      "step": 61760
    },
    {
      "epoch": 0.1286875,
      "grad_norm": 1.018739104270935,
      "learning_rate": 0.0002885743832686412,
      "loss": 9.0811,
      "step": 61770
    },
    {
      "epoch": 0.12870833333333334,
      "grad_norm": 2.756002187728882,
      "learning_rate": 0.00028857060906672743,
      "loss": 9.0534,
      "step": 61780
    },
    {
      "epoch": 0.12872916666666667,
      "grad_norm": 2.1527774333953857,
      "learning_rate": 0.0002885668342662434,
      "loss": 9.8033,
      "step": 61790
    },
    {
      "epoch": 0.12875,
      "grad_norm": 1.462584137916565,
      "learning_rate": 0.00028856305886720563,
      "loss": 9.0299,
      "step": 61800
    },
    {
      "epoch": 0.12877083333333333,
      "grad_norm": 1.4938992261886597,
      "learning_rate": 0.0002885592828696302,
      "loss": 8.6992,
      "step": 61810
    },
    {
      "epoch": 0.12879166666666667,
      "grad_norm": 1.0682380199432373,
      "learning_rate": 0.0002885555062735336,
      "loss": 8.6033,
      "step": 61820
    },
    {
      "epoch": 0.1288125,
      "grad_norm": 1.7046259641647339,
      "learning_rate": 0.00028855172907893195,
      "loss": 8.5573,
      "step": 61830
    },
    {
      "epoch": 0.12883333333333333,
      "grad_norm": 1.3414491415023804,
      "learning_rate": 0.0002885479512858417,
      "loss": 8.618,
      "step": 61840
    },
    {
      "epoch": 0.12885416666666666,
      "grad_norm": 0.8015443086624146,
      "learning_rate": 0.0002885441728942792,
      "loss": 9.6976,
      "step": 61850
    },
    {
      "epoch": 0.128875,
      "grad_norm": 6.708463191986084,
      "learning_rate": 0.00028854039390426066,
      "loss": 8.9722,
      "step": 61860
    },
    {
      "epoch": 0.12889583333333332,
      "grad_norm": 4.605531692504883,
      "learning_rate": 0.0002885366143158025,
      "loss": 9.2803,
      "step": 61870
    },
    {
      "epoch": 0.12891666666666668,
      "grad_norm": 0.9723423719406128,
      "learning_rate": 0.00028853283412892097,
      "loss": 9.7979,
      "step": 61880
    },
    {
      "epoch": 0.1289375,
      "grad_norm": 4.2971014976501465,
      "learning_rate": 0.0002885290533436324,
      "loss": 10.5441,
      "step": 61890
    },
    {
      "epoch": 0.12895833333333334,
      "grad_norm": 0.7637729644775391,
      "learning_rate": 0.00028852527195995323,
      "loss": 9.4034,
      "step": 61900
    },
    {
      "epoch": 0.12897916666666667,
      "grad_norm": 1.3377360105514526,
      "learning_rate": 0.00028852148997789964,
      "loss": 9.0185,
      "step": 61910
    },
    {
      "epoch": 0.129,
      "grad_norm": 1.058098316192627,
      "learning_rate": 0.0002885177073974881,
      "loss": 9.5808,
      "step": 61920
    },
    {
      "epoch": 0.12902083333333333,
      "grad_norm": 1.733728289604187,
      "learning_rate": 0.00028851392421873486,
      "loss": 8.6362,
      "step": 61930
    },
    {
      "epoch": 0.12904166666666667,
      "grad_norm": 1.0127218961715698,
      "learning_rate": 0.0002885101404416563,
      "loss": 9.6339,
      "step": 61940
    },
    {
      "epoch": 0.1290625,
      "grad_norm": 0.5936771631240845,
      "learning_rate": 0.00028850635606626876,
      "loss": 9.0705,
      "step": 61950
    },
    {
      "epoch": 0.12908333333333333,
      "grad_norm": 0.8827587366104126,
      "learning_rate": 0.00028850257109258863,
      "loss": 8.231,
      "step": 61960
    },
    {
      "epoch": 0.12910416666666666,
      "grad_norm": 1.3358186483383179,
      "learning_rate": 0.00028849878552063214,
      "loss": 9.0503,
      "step": 61970
    },
    {
      "epoch": 0.129125,
      "grad_norm": 0.9766249656677246,
      "learning_rate": 0.00028849499935041577,
      "loss": 10.1827,
      "step": 61980
    },
    {
      "epoch": 0.12914583333333332,
      "grad_norm": 0.987919270992279,
      "learning_rate": 0.0002884912125819558,
      "loss": 8.4186,
      "step": 61990
    },
    {
      "epoch": 0.12916666666666668,
      "grad_norm": 1.5170567035675049,
      "learning_rate": 0.0002884874252152686,
      "loss": 9.9534,
      "step": 62000
    },
    {
      "epoch": 0.12916666666666668,
      "eval_loss": 7.796599388122559,
      "eval_runtime": 8.2579,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 62000
    },
    {
      "epoch": 0.1291875,
      "grad_norm": 1.463667631149292,
      "learning_rate": 0.0002884836372503706,
      "loss": 8.9734,
      "step": 62010
    },
    {
      "epoch": 0.12920833333333334,
      "grad_norm": 2.7639658451080322,
      "learning_rate": 0.0002884798486872781,
      "loss": 9.1626,
      "step": 62020
    },
    {
      "epoch": 0.12922916666666667,
      "grad_norm": 2.6267740726470947,
      "learning_rate": 0.0002884760595260074,
      "loss": 9.2262,
      "step": 62030
    },
    {
      "epoch": 0.12925,
      "grad_norm": 0.6280400156974792,
      "learning_rate": 0.00028847226976657503,
      "loss": 9.0221,
      "step": 62040
    },
    {
      "epoch": 0.12927083333333333,
      "grad_norm": 2.050475835800171,
      "learning_rate": 0.00028846847940899715,
      "loss": 8.6923,
      "step": 62050
    },
    {
      "epoch": 0.12929166666666667,
      "grad_norm": 1.0874595642089844,
      "learning_rate": 0.0002884646884532903,
      "loss": 9.9426,
      "step": 62060
    },
    {
      "epoch": 0.1293125,
      "grad_norm": 0.856852650642395,
      "learning_rate": 0.0002884608968994708,
      "loss": 9.4555,
      "step": 62070
    },
    {
      "epoch": 0.12933333333333333,
      "grad_norm": 2.440593719482422,
      "learning_rate": 0.0002884571047475551,
      "loss": 8.7878,
      "step": 62080
    },
    {
      "epoch": 0.12935416666666666,
      "grad_norm": 1.0767863988876343,
      "learning_rate": 0.0002884533119975594,
      "loss": 9.5428,
      "step": 62090
    },
    {
      "epoch": 0.129375,
      "grad_norm": 1.4167126417160034,
      "learning_rate": 0.0002884495186495003,
      "loss": 10.0354,
      "step": 62100
    },
    {
      "epoch": 0.12939583333333332,
      "grad_norm": 1.3028862476348877,
      "learning_rate": 0.000288445724703394,
      "loss": 8.6659,
      "step": 62110
    },
    {
      "epoch": 0.12941666666666668,
      "grad_norm": 0.6491239666938782,
      "learning_rate": 0.000288441930159257,
      "loss": 9.2197,
      "step": 62120
    },
    {
      "epoch": 0.1294375,
      "grad_norm": 1.9430841207504272,
      "learning_rate": 0.00028843813501710564,
      "loss": 8.429,
      "step": 62130
    },
    {
      "epoch": 0.12945833333333334,
      "grad_norm": 1.1791080236434937,
      "learning_rate": 0.00028843433927695637,
      "loss": 9.6265,
      "step": 62140
    },
    {
      "epoch": 0.12947916666666667,
      "grad_norm": 3.371079683303833,
      "learning_rate": 0.0002884305429388255,
      "loss": 9.7834,
      "step": 62150
    },
    {
      "epoch": 0.1295,
      "grad_norm": 2.8572309017181396,
      "learning_rate": 0.0002884267460027295,
      "loss": 9.9385,
      "step": 62160
    },
    {
      "epoch": 0.12952083333333334,
      "grad_norm": 1.9851346015930176,
      "learning_rate": 0.0002884229484686848,
      "loss": 9.6909,
      "step": 62170
    },
    {
      "epoch": 0.12954166666666667,
      "grad_norm": 33.91668701171875,
      "learning_rate": 0.0002884191503367077,
      "loss": 12.0385,
      "step": 62180
    },
    {
      "epoch": 0.1295625,
      "grad_norm": 1.4888557195663452,
      "learning_rate": 0.00028841535160681466,
      "loss": 9.2314,
      "step": 62190
    },
    {
      "epoch": 0.12958333333333333,
      "grad_norm": 1.0373814105987549,
      "learning_rate": 0.00028841155227902213,
      "loss": 8.5789,
      "step": 62200
    },
    {
      "epoch": 0.12960416666666666,
      "grad_norm": 1.7054929733276367,
      "learning_rate": 0.00028840775235334647,
      "loss": 9.0029,
      "step": 62210
    },
    {
      "epoch": 0.129625,
      "grad_norm": 0.6970039010047913,
      "learning_rate": 0.0002884039518298041,
      "loss": 8.6251,
      "step": 62220
    },
    {
      "epoch": 0.12964583333333332,
      "grad_norm": 1.1659578084945679,
      "learning_rate": 0.0002884001507084114,
      "loss": 9.2505,
      "step": 62230
    },
    {
      "epoch": 0.12966666666666668,
      "grad_norm": 0.895439863204956,
      "learning_rate": 0.0002883963489891849,
      "loss": 8.6106,
      "step": 62240
    },
    {
      "epoch": 0.1296875,
      "grad_norm": 9.363694190979004,
      "learning_rate": 0.00028839254667214093,
      "loss": 9.4753,
      "step": 62250
    },
    {
      "epoch": 0.12970833333333334,
      "grad_norm": 1.0342987775802612,
      "learning_rate": 0.0002883887437572959,
      "loss": 8.8987,
      "step": 62260
    },
    {
      "epoch": 0.12972916666666667,
      "grad_norm": 1.0160713195800781,
      "learning_rate": 0.00028838494024466634,
      "loss": 8.538,
      "step": 62270
    },
    {
      "epoch": 0.12975,
      "grad_norm": 0.789710521697998,
      "learning_rate": 0.00028838113613426856,
      "loss": 7.9286,
      "step": 62280
    },
    {
      "epoch": 0.12977083333333334,
      "grad_norm": 2.070708990097046,
      "learning_rate": 0.00028837733142611906,
      "loss": 9.6181,
      "step": 62290
    },
    {
      "epoch": 0.12979166666666667,
      "grad_norm": 2.137744903564453,
      "learning_rate": 0.00028837352612023426,
      "loss": 9.8362,
      "step": 62300
    },
    {
      "epoch": 0.1298125,
      "grad_norm": 1.6291720867156982,
      "learning_rate": 0.00028836972021663065,
      "loss": 9.0635,
      "step": 62310
    },
    {
      "epoch": 0.12983333333333333,
      "grad_norm": 0.840496301651001,
      "learning_rate": 0.00028836591371532455,
      "loss": 8.2811,
      "step": 62320
    },
    {
      "epoch": 0.12985416666666666,
      "grad_norm": 0.8423807621002197,
      "learning_rate": 0.0002883621066163325,
      "loss": 9.6902,
      "step": 62330
    },
    {
      "epoch": 0.129875,
      "grad_norm": 2.720808982849121,
      "learning_rate": 0.0002883582989196709,
      "loss": 9.6004,
      "step": 62340
    },
    {
      "epoch": 0.12989583333333332,
      "grad_norm": 2.477022171020508,
      "learning_rate": 0.00028835449062535626,
      "loss": 8.3675,
      "step": 62350
    },
    {
      "epoch": 0.12991666666666668,
      "grad_norm": 1.8557579517364502,
      "learning_rate": 0.00028835068173340496,
      "loss": 9.2726,
      "step": 62360
    },
    {
      "epoch": 0.1299375,
      "grad_norm": 2.831540822982788,
      "learning_rate": 0.00028834687224383346,
      "loss": 9.0323,
      "step": 62370
    },
    {
      "epoch": 0.12995833333333334,
      "grad_norm": 0.5314991474151611,
      "learning_rate": 0.0002883430621566582,
      "loss": 8.9089,
      "step": 62380
    },
    {
      "epoch": 0.12997916666666667,
      "grad_norm": 1.2653064727783203,
      "learning_rate": 0.00028833925147189575,
      "loss": 9.1415,
      "step": 62390
    },
    {
      "epoch": 0.13,
      "grad_norm": 0.616352915763855,
      "learning_rate": 0.0002883354401895625,
      "loss": 8.7378,
      "step": 62400
    },
    {
      "epoch": 0.13002083333333334,
      "grad_norm": 0.7759014368057251,
      "learning_rate": 0.0002883316283096748,
      "loss": 8.8046,
      "step": 62410
    },
    {
      "epoch": 0.13004166666666667,
      "grad_norm": 1.1109040975570679,
      "learning_rate": 0.0002883278158322493,
      "loss": 9.0908,
      "step": 62420
    },
    {
      "epoch": 0.1300625,
      "grad_norm": 0.7331345677375793,
      "learning_rate": 0.00028832400275730243,
      "loss": 9.1826,
      "step": 62430
    },
    {
      "epoch": 0.13008333333333333,
      "grad_norm": 3.168671131134033,
      "learning_rate": 0.00028832018908485054,
      "loss": 10.6842,
      "step": 62440
    },
    {
      "epoch": 0.13010416666666666,
      "grad_norm": 1.5817140340805054,
      "learning_rate": 0.0002883163748149102,
      "loss": 9.0792,
      "step": 62450
    },
    {
      "epoch": 0.130125,
      "grad_norm": 0.8801594376564026,
      "learning_rate": 0.0002883125599474979,
      "loss": 8.9075,
      "step": 62460
    },
    {
      "epoch": 0.13014583333333332,
      "grad_norm": 0.5829206109046936,
      "learning_rate": 0.00028830874448263004,
      "loss": 8.2284,
      "step": 62470
    },
    {
      "epoch": 0.13016666666666668,
      "grad_norm": 1.4738078117370605,
      "learning_rate": 0.00028830492842032323,
      "loss": 9.0289,
      "step": 62480
    },
    {
      "epoch": 0.1301875,
      "grad_norm": 1.315947413444519,
      "learning_rate": 0.00028830111176059376,
      "loss": 8.8068,
      "step": 62490
    },
    {
      "epoch": 0.13020833333333334,
      "grad_norm": 1.1464787721633911,
      "learning_rate": 0.0002882972945034583,
      "loss": 9.3246,
      "step": 62500
    },
    {
      "epoch": 0.13022916666666667,
      "grad_norm": 3.7490737438201904,
      "learning_rate": 0.00028829347664893333,
      "loss": 11.156,
      "step": 62510
    },
    {
      "epoch": 0.13025,
      "grad_norm": 2.756438970565796,
      "learning_rate": 0.0002882896581970352,
      "loss": 9.7876,
      "step": 62520
    },
    {
      "epoch": 0.13027083333333334,
      "grad_norm": 0.9771280884742737,
      "learning_rate": 0.0002882858391477805,
      "loss": 9.1387,
      "step": 62530
    },
    {
      "epoch": 0.13029166666666667,
      "grad_norm": 0.786790668964386,
      "learning_rate": 0.00028828201950118566,
      "loss": 9.6114,
      "step": 62540
    },
    {
      "epoch": 0.1303125,
      "grad_norm": 1.2069860696792603,
      "learning_rate": 0.00028827819925726736,
      "loss": 8.8609,
      "step": 62550
    },
    {
      "epoch": 0.13033333333333333,
      "grad_norm": 1.660615086555481,
      "learning_rate": 0.00028827437841604187,
      "loss": 8.8427,
      "step": 62560
    },
    {
      "epoch": 0.13035416666666666,
      "grad_norm": 1.6342023611068726,
      "learning_rate": 0.0002882705569775258,
      "loss": 8.582,
      "step": 62570
    },
    {
      "epoch": 0.130375,
      "grad_norm": 1.1447925567626953,
      "learning_rate": 0.0002882667349417357,
      "loss": 8.3779,
      "step": 62580
    },
    {
      "epoch": 0.13039583333333332,
      "grad_norm": 1.6248337030410767,
      "learning_rate": 0.000288262912308688,
      "loss": 8.8537,
      "step": 62590
    },
    {
      "epoch": 0.13041666666666665,
      "grad_norm": 3.0086028575897217,
      "learning_rate": 0.0002882590890783993,
      "loss": 10.2765,
      "step": 62600
    },
    {
      "epoch": 0.1304375,
      "grad_norm": 2.23360013961792,
      "learning_rate": 0.00028825526525088605,
      "loss": 9.0277,
      "step": 62610
    },
    {
      "epoch": 0.13045833333333334,
      "grad_norm": 1.138231873512268,
      "learning_rate": 0.0002882514408261647,
      "loss": 8.8241,
      "step": 62620
    },
    {
      "epoch": 0.13047916666666667,
      "grad_norm": 1.2727299928665161,
      "learning_rate": 0.00028824761580425193,
      "loss": 10.0626,
      "step": 62630
    },
    {
      "epoch": 0.1305,
      "grad_norm": 1.0160305500030518,
      "learning_rate": 0.00028824379018516414,
      "loss": 10.3224,
      "step": 62640
    },
    {
      "epoch": 0.13052083333333334,
      "grad_norm": 1.9824416637420654,
      "learning_rate": 0.0002882399639689179,
      "loss": 9.5856,
      "step": 62650
    },
    {
      "epoch": 0.13054166666666667,
      "grad_norm": 0.5878567099571228,
      "learning_rate": 0.00028823613715552975,
      "loss": 9.8007,
      "step": 62660
    },
    {
      "epoch": 0.1305625,
      "grad_norm": 0.6759612560272217,
      "learning_rate": 0.00028823230974501623,
      "loss": 10.5469,
      "step": 62670
    },
    {
      "epoch": 0.13058333333333333,
      "grad_norm": 1.089096188545227,
      "learning_rate": 0.0002882284817373938,
      "loss": 8.5961,
      "step": 62680
    },
    {
      "epoch": 0.13060416666666666,
      "grad_norm": 2.295450448989868,
      "learning_rate": 0.0002882246531326791,
      "loss": 10.6826,
      "step": 62690
    },
    {
      "epoch": 0.130625,
      "grad_norm": 2.231019973754883,
      "learning_rate": 0.0002882208239308886,
      "loss": 10.1771,
      "step": 62700
    },
    {
      "epoch": 0.13064583333333332,
      "grad_norm": 0.751201868057251,
      "learning_rate": 0.0002882169941320388,
      "loss": 8.8025,
      "step": 62710
    },
    {
      "epoch": 0.13066666666666665,
      "grad_norm": 0.9469972252845764,
      "learning_rate": 0.0002882131637361463,
      "loss": 9.1494,
      "step": 62720
    },
    {
      "epoch": 0.1306875,
      "grad_norm": 0.8341986536979675,
      "learning_rate": 0.00028820933274322766,
      "loss": 8.7082,
      "step": 62730
    },
    {
      "epoch": 0.13070833333333334,
      "grad_norm": 5.31134557723999,
      "learning_rate": 0.00028820550115329945,
      "loss": 8.7259,
      "step": 62740
    },
    {
      "epoch": 0.13072916666666667,
      "grad_norm": 2.1067707538604736,
      "learning_rate": 0.0002882016689663781,
      "loss": 9.307,
      "step": 62750
    },
    {
      "epoch": 0.13075,
      "grad_norm": 3.092846632003784,
      "learning_rate": 0.0002881978361824803,
      "loss": 9.5152,
      "step": 62760
    },
    {
      "epoch": 0.13077083333333334,
      "grad_norm": 3.911128044128418,
      "learning_rate": 0.00028819400280162257,
      "loss": 9.2396,
      "step": 62770
    },
    {
      "epoch": 0.13079166666666667,
      "grad_norm": 1.340497612953186,
      "learning_rate": 0.0002881901688238214,
      "loss": 8.4579,
      "step": 62780
    },
    {
      "epoch": 0.1308125,
      "grad_norm": 2.3873956203460693,
      "learning_rate": 0.0002881863342490934,
      "loss": 8.9725,
      "step": 62790
    },
    {
      "epoch": 0.13083333333333333,
      "grad_norm": 0.8393301963806152,
      "learning_rate": 0.0002881824990774552,
      "loss": 9.288,
      "step": 62800
    },
    {
      "epoch": 0.13085416666666666,
      "grad_norm": 1.0771583318710327,
      "learning_rate": 0.00028817866330892324,
      "loss": 8.7706,
      "step": 62810
    },
    {
      "epoch": 0.130875,
      "grad_norm": 1.7481114864349365,
      "learning_rate": 0.0002881748269435142,
      "loss": 9.5633,
      "step": 62820
    },
    {
      "epoch": 0.13089583333333332,
      "grad_norm": 1.3352607488632202,
      "learning_rate": 0.0002881709899812445,
      "loss": 8.4818,
      "step": 62830
    },
    {
      "epoch": 0.13091666666666665,
      "grad_norm": 0.9715922474861145,
      "learning_rate": 0.0002881671524221309,
      "loss": 9.3507,
      "step": 62840
    },
    {
      "epoch": 0.1309375,
      "grad_norm": 0.9513036608695984,
      "learning_rate": 0.00028816331426618987,
      "loss": 9.5376,
      "step": 62850
    },
    {
      "epoch": 0.13095833333333334,
      "grad_norm": 1.12879478931427,
      "learning_rate": 0.000288159475513438,
      "loss": 9.4115,
      "step": 62860
    },
    {
      "epoch": 0.13097916666666667,
      "grad_norm": 1.845206379890442,
      "learning_rate": 0.00028815563616389186,
      "loss": 9.904,
      "step": 62870
    },
    {
      "epoch": 0.131,
      "grad_norm": 0.5305717587471008,
      "learning_rate": 0.0002881517962175681,
      "loss": 9.018,
      "step": 62880
    },
    {
      "epoch": 0.13102083333333334,
      "grad_norm": 1.2436251640319824,
      "learning_rate": 0.0002881479556744833,
      "loss": 8.702,
      "step": 62890
    },
    {
      "epoch": 0.13104166666666667,
      "grad_norm": 1.6181869506835938,
      "learning_rate": 0.00028814411453465395,
      "loss": 9.2879,
      "step": 62900
    },
    {
      "epoch": 0.1310625,
      "grad_norm": 1.0051251649856567,
      "learning_rate": 0.0002881402727980967,
      "loss": 8.9225,
      "step": 62910
    },
    {
      "epoch": 0.13108333333333333,
      "grad_norm": 0.8625679612159729,
      "learning_rate": 0.00028813643046482826,
      "loss": 8.2828,
      "step": 62920
    },
    {
      "epoch": 0.13110416666666666,
      "grad_norm": 0.6934880614280701,
      "learning_rate": 0.00028813258753486497,
      "loss": 9.6664,
      "step": 62930
    },
    {
      "epoch": 0.131125,
      "grad_norm": 0.5422914028167725,
      "learning_rate": 0.0002881287440082237,
      "loss": 9.2181,
      "step": 62940
    },
    {
      "epoch": 0.13114583333333332,
      "grad_norm": 0.5530904531478882,
      "learning_rate": 0.0002881248998849209,
      "loss": 8.281,
      "step": 62950
    },
    {
      "epoch": 0.13116666666666665,
      "grad_norm": 0.8352745771408081,
      "learning_rate": 0.00028812105516497314,
      "loss": 9.5164,
      "step": 62960
    },
    {
      "epoch": 0.1311875,
      "grad_norm": 2.018244504928589,
      "learning_rate": 0.00028811720984839713,
      "loss": 9.8458,
      "step": 62970
    },
    {
      "epoch": 0.13120833333333334,
      "grad_norm": 1.0885409116744995,
      "learning_rate": 0.0002881133639352095,
      "loss": 9.4976,
      "step": 62980
    },
    {
      "epoch": 0.13122916666666667,
      "grad_norm": 1.2005016803741455,
      "learning_rate": 0.0002881095174254267,
      "loss": 8.9094,
      "step": 62990
    },
    {
      "epoch": 0.13125,
      "grad_norm": 0.76854407787323,
      "learning_rate": 0.00028810567031906553,
      "loss": 8.1101,
      "step": 63000
    },
    {
      "epoch": 0.13125,
      "eval_loss": 7.543817043304443,
      "eval_runtime": 8.343,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 63000
    },
    {
      "epoch": 0.13127083333333334,
      "grad_norm": 1.30661141872406,
      "learning_rate": 0.0002881018226161425,
      "loss": 8.9939,
      "step": 63010
    },
    {
      "epoch": 0.13129166666666667,
      "grad_norm": 1.9175206422805786,
      "learning_rate": 0.0002880979743166743,
      "loss": 9.7475,
      "step": 63020
    },
    {
      "epoch": 0.1313125,
      "grad_norm": 2.298737049102783,
      "learning_rate": 0.00028809412542067745,
      "loss": 10.1021,
      "step": 63030
    },
    {
      "epoch": 0.13133333333333333,
      "grad_norm": 1.0710963010787964,
      "learning_rate": 0.0002880902759281687,
      "loss": 9.2197,
      "step": 63040
    },
    {
      "epoch": 0.13135416666666666,
      "grad_norm": 1.7238880395889282,
      "learning_rate": 0.0002880864258391646,
      "loss": 9.4575,
      "step": 63050
    },
    {
      "epoch": 0.131375,
      "grad_norm": 1.285990834236145,
      "learning_rate": 0.0002880825751536818,
      "loss": 9.6785,
      "step": 63060
    },
    {
      "epoch": 0.13139583333333332,
      "grad_norm": 4.736351490020752,
      "learning_rate": 0.0002880787238717369,
      "loss": 9.6127,
      "step": 63070
    },
    {
      "epoch": 0.13141666666666665,
      "grad_norm": 1.0467528104782104,
      "learning_rate": 0.0002880748719933466,
      "loss": 8.9527,
      "step": 63080
    },
    {
      "epoch": 0.1314375,
      "grad_norm": 0.5188659429550171,
      "learning_rate": 0.0002880710195185275,
      "loss": 9.2691,
      "step": 63090
    },
    {
      "epoch": 0.13145833333333334,
      "grad_norm": 3.118694543838501,
      "learning_rate": 0.0002880671664472962,
      "loss": 9.4424,
      "step": 63100
    },
    {
      "epoch": 0.13147916666666667,
      "grad_norm": 2.5954320430755615,
      "learning_rate": 0.0002880633127796695,
      "loss": 8.8411,
      "step": 63110
    },
    {
      "epoch": 0.1315,
      "grad_norm": 0.9907886385917664,
      "learning_rate": 0.0002880594585156639,
      "loss": 9.1257,
      "step": 63120
    },
    {
      "epoch": 0.13152083333333334,
      "grad_norm": 1.3723983764648438,
      "learning_rate": 0.000288055603655296,
      "loss": 10.1236,
      "step": 63130
    },
    {
      "epoch": 0.13154166666666667,
      "grad_norm": 2.8163294792175293,
      "learning_rate": 0.0002880517481985826,
      "loss": 8.7154,
      "step": 63140
    },
    {
      "epoch": 0.1315625,
      "grad_norm": 1.0061496496200562,
      "learning_rate": 0.0002880478921455403,
      "loss": 8.6565,
      "step": 63150
    },
    {
      "epoch": 0.13158333333333333,
      "grad_norm": 4.571776390075684,
      "learning_rate": 0.00028804403549618574,
      "loss": 9.8992,
      "step": 63160
    },
    {
      "epoch": 0.13160416666666666,
      "grad_norm": 0.6184245944023132,
      "learning_rate": 0.00028804017825053563,
      "loss": 9.2094,
      "step": 63170
    },
    {
      "epoch": 0.131625,
      "grad_norm": 2.08819317817688,
      "learning_rate": 0.0002880363204086065,
      "loss": 10.297,
      "step": 63180
    },
    {
      "epoch": 0.13164583333333332,
      "grad_norm": 4.256143093109131,
      "learning_rate": 0.0002880324619704152,
      "loss": 9.1402,
      "step": 63190
    },
    {
      "epoch": 0.13166666666666665,
      "grad_norm": 1.5243314504623413,
      "learning_rate": 0.00028802860293597823,
      "loss": 10.1809,
      "step": 63200
    },
    {
      "epoch": 0.1316875,
      "grad_norm": 1.4568217992782593,
      "learning_rate": 0.0002880247433053124,
      "loss": 9.3312,
      "step": 63210
    },
    {
      "epoch": 0.13170833333333334,
      "grad_norm": 1.7946968078613281,
      "learning_rate": 0.0002880208830784342,
      "loss": 10.1845,
      "step": 63220
    },
    {
      "epoch": 0.13172916666666667,
      "grad_norm": 1.1113561391830444,
      "learning_rate": 0.00028801702225536054,
      "loss": 8.8096,
      "step": 63230
    },
    {
      "epoch": 0.13175,
      "grad_norm": 2.311063051223755,
      "learning_rate": 0.00028801316083610794,
      "loss": 9.5771,
      "step": 63240
    },
    {
      "epoch": 0.13177083333333334,
      "grad_norm": 1.56011962890625,
      "learning_rate": 0.00028800929882069306,
      "loss": 8.4265,
      "step": 63250
    },
    {
      "epoch": 0.13179166666666667,
      "grad_norm": 3.057082176208496,
      "learning_rate": 0.0002880054362091327,
      "loss": 9.6436,
      "step": 63260
    },
    {
      "epoch": 0.1318125,
      "grad_norm": 5.469542980194092,
      "learning_rate": 0.00028800157300144346,
      "loss": 9.7388,
      "step": 63270
    },
    {
      "epoch": 0.13183333333333333,
      "grad_norm": 1.027353286743164,
      "learning_rate": 0.00028799770919764203,
      "loss": 8.5584,
      "step": 63280
    },
    {
      "epoch": 0.13185416666666666,
      "grad_norm": 1.170328974723816,
      "learning_rate": 0.00028799384479774516,
      "loss": 8.8626,
      "step": 63290
    },
    {
      "epoch": 0.131875,
      "grad_norm": 3.255129098892212,
      "learning_rate": 0.0002879899798017695,
      "loss": 9.4135,
      "step": 63300
    },
    {
      "epoch": 0.13189583333333332,
      "grad_norm": 1.4318572282791138,
      "learning_rate": 0.0002879861142097317,
      "loss": 9.0483,
      "step": 63310
    },
    {
      "epoch": 0.13191666666666665,
      "grad_norm": 0.764765739440918,
      "learning_rate": 0.0002879822480216485,
      "loss": 8.8391,
      "step": 63320
    },
    {
      "epoch": 0.1319375,
      "grad_norm": 0.6762755513191223,
      "learning_rate": 0.00028797838123753664,
      "loss": 10.1469,
      "step": 63330
    },
    {
      "epoch": 0.13195833333333334,
      "grad_norm": 1.7728970050811768,
      "learning_rate": 0.0002879745138574128,
      "loss": 8.8525,
      "step": 63340
    },
    {
      "epoch": 0.13197916666666668,
      "grad_norm": 0.8535221815109253,
      "learning_rate": 0.0002879706458812937,
      "loss": 9.1769,
      "step": 63350
    },
    {
      "epoch": 0.132,
      "grad_norm": 0.8431095480918884,
      "learning_rate": 0.000287966777309196,
      "loss": 9.0285,
      "step": 63360
    },
    {
      "epoch": 0.13202083333333334,
      "grad_norm": 0.8698292374610901,
      "learning_rate": 0.00028796290814113635,
      "loss": 8.4508,
      "step": 63370
    },
    {
      "epoch": 0.13204166666666667,
      "grad_norm": 0.7167461514472961,
      "learning_rate": 0.0002879590383771316,
      "loss": 8.3529,
      "step": 63380
    },
    {
      "epoch": 0.1320625,
      "grad_norm": 2.9327847957611084,
      "learning_rate": 0.0002879551680171984,
      "loss": 9.3431,
      "step": 63390
    },
    {
      "epoch": 0.13208333333333333,
      "grad_norm": 2.483792543411255,
      "learning_rate": 0.00028795129706135354,
      "loss": 8.8586,
      "step": 63400
    },
    {
      "epoch": 0.13210416666666666,
      "grad_norm": 1.1274760961532593,
      "learning_rate": 0.00028794742550961364,
      "loss": 9.2414,
      "step": 63410
    },
    {
      "epoch": 0.132125,
      "grad_norm": 1.2368260622024536,
      "learning_rate": 0.00028794355336199547,
      "loss": 9.0302,
      "step": 63420
    },
    {
      "epoch": 0.13214583333333332,
      "grad_norm": 1.0381802320480347,
      "learning_rate": 0.0002879396806185158,
      "loss": 9.7071,
      "step": 63430
    },
    {
      "epoch": 0.13216666666666665,
      "grad_norm": 1.2006672620773315,
      "learning_rate": 0.0002879358072791912,
      "loss": 8.9642,
      "step": 63440
    },
    {
      "epoch": 0.1321875,
      "grad_norm": 1.0803165435791016,
      "learning_rate": 0.0002879319333440386,
      "loss": 9.0609,
      "step": 63450
    },
    {
      "epoch": 0.13220833333333334,
      "grad_norm": 3.4682064056396484,
      "learning_rate": 0.00028792805881307465,
      "loss": 10.0027,
      "step": 63460
    },
    {
      "epoch": 0.13222916666666668,
      "grad_norm": 0.5995461940765381,
      "learning_rate": 0.000287924183686316,
      "loss": 8.1005,
      "step": 63470
    },
    {
      "epoch": 0.13225,
      "grad_norm": 0.7647640705108643,
      "learning_rate": 0.0002879203079637795,
      "loss": 8.4926,
      "step": 63480
    },
    {
      "epoch": 0.13227083333333334,
      "grad_norm": 1.039799451828003,
      "learning_rate": 0.00028791643164548193,
      "loss": 8.8485,
      "step": 63490
    },
    {
      "epoch": 0.13229166666666667,
      "grad_norm": 2.995319128036499,
      "learning_rate": 0.0002879125547314399,
      "loss": 8.5681,
      "step": 63500
    },
    {
      "epoch": 0.1323125,
      "grad_norm": 1.5372798442840576,
      "learning_rate": 0.00028790867722167026,
      "loss": 10.1786,
      "step": 63510
    },
    {
      "epoch": 0.13233333333333333,
      "grad_norm": 2.1699140071868896,
      "learning_rate": 0.0002879047991161897,
      "loss": 9.9767,
      "step": 63520
    },
    {
      "epoch": 0.13235416666666666,
      "grad_norm": 4.277041912078857,
      "learning_rate": 0.000287900920415015,
      "loss": 9.3411,
      "step": 63530
    },
    {
      "epoch": 0.132375,
      "grad_norm": 1.405959963798523,
      "learning_rate": 0.0002878970411181629,
      "loss": 8.5867,
      "step": 63540
    },
    {
      "epoch": 0.13239583333333332,
      "grad_norm": 2.23237681388855,
      "learning_rate": 0.0002878931612256502,
      "loss": 9.3008,
      "step": 63550
    },
    {
      "epoch": 0.13241666666666665,
      "grad_norm": 2.574486017227173,
      "learning_rate": 0.0002878892807374936,
      "loss": 8.6484,
      "step": 63560
    },
    {
      "epoch": 0.1324375,
      "grad_norm": 3.093907356262207,
      "learning_rate": 0.00028788539965370985,
      "loss": 9.7456,
      "step": 63570
    },
    {
      "epoch": 0.13245833333333334,
      "grad_norm": 1.1247496604919434,
      "learning_rate": 0.0002878815179743158,
      "loss": 9.4869,
      "step": 63580
    },
    {
      "epoch": 0.13247916666666668,
      "grad_norm": 1.4935247898101807,
      "learning_rate": 0.00028787763569932816,
      "loss": 8.5924,
      "step": 63590
    },
    {
      "epoch": 0.1325,
      "grad_norm": 1.1400749683380127,
      "learning_rate": 0.00028787375282876375,
      "loss": 9.4362,
      "step": 63600
    },
    {
      "epoch": 0.13252083333333334,
      "grad_norm": 1.3155397176742554,
      "learning_rate": 0.00028786986936263923,
      "loss": 8.9426,
      "step": 63610
    },
    {
      "epoch": 0.13254166666666667,
      "grad_norm": 0.8912982940673828,
      "learning_rate": 0.0002878659853009715,
      "loss": 9.8262,
      "step": 63620
    },
    {
      "epoch": 0.1325625,
      "grad_norm": 1.253110408782959,
      "learning_rate": 0.0002878621006437772,
      "loss": 8.7484,
      "step": 63630
    },
    {
      "epoch": 0.13258333333333333,
      "grad_norm": 1.616600513458252,
      "learning_rate": 0.0002878582153910733,
      "loss": 9.2967,
      "step": 63640
    },
    {
      "epoch": 0.13260416666666666,
      "grad_norm": 1.8609375953674316,
      "learning_rate": 0.0002878543295428765,
      "loss": 9.5043,
      "step": 63650
    },
    {
      "epoch": 0.132625,
      "grad_norm": 1.8215336799621582,
      "learning_rate": 0.00028785044309920346,
      "loss": 9.1259,
      "step": 63660
    },
    {
      "epoch": 0.13264583333333332,
      "grad_norm": 1.9087135791778564,
      "learning_rate": 0.00028784655606007106,
      "loss": 9.1723,
      "step": 63670
    },
    {
      "epoch": 0.13266666666666665,
      "grad_norm": 1.2186414003372192,
      "learning_rate": 0.0002878426684254962,
      "loss": 8.8549,
      "step": 63680
    },
    {
      "epoch": 0.1326875,
      "grad_norm": 0.6962444186210632,
      "learning_rate": 0.0002878387801954955,
      "loss": 8.4404,
      "step": 63690
    },
    {
      "epoch": 0.13270833333333334,
      "grad_norm": 1.9116804599761963,
      "learning_rate": 0.00028783489137008587,
      "loss": 9.452,
      "step": 63700
    },
    {
      "epoch": 0.13272916666666668,
      "grad_norm": 0.9486777186393738,
      "learning_rate": 0.00028783100194928405,
      "loss": 8.8898,
      "step": 63710
    },
    {
      "epoch": 0.13275,
      "grad_norm": 1.9772605895996094,
      "learning_rate": 0.0002878271119331068,
      "loss": 8.8148,
      "step": 63720
    },
    {
      "epoch": 0.13277083333333334,
      "grad_norm": 1.4777792692184448,
      "learning_rate": 0.0002878232213215711,
      "loss": 8.3345,
      "step": 63730
    },
    {
      "epoch": 0.13279166666666667,
      "grad_norm": 0.7899953126907349,
      "learning_rate": 0.00028781933011469353,
      "loss": 8.9684,
      "step": 63740
    },
    {
      "epoch": 0.1328125,
      "grad_norm": 4.91298246383667,
      "learning_rate": 0.00028781543831249114,
      "loss": 9.613,
      "step": 63750
    },
    {
      "epoch": 0.13283333333333333,
      "grad_norm": 2.777247905731201,
      "learning_rate": 0.0002878115459149805,
      "loss": 8.9387,
      "step": 63760
    },
    {
      "epoch": 0.13285416666666666,
      "grad_norm": 1.3703655004501343,
      "learning_rate": 0.00028780765292217857,
      "loss": 9.8435,
      "step": 63770
    },
    {
      "epoch": 0.132875,
      "grad_norm": 1.6634715795516968,
      "learning_rate": 0.0002878037593341021,
      "loss": 9.1884,
      "step": 63780
    },
    {
      "epoch": 0.13289583333333332,
      "grad_norm": 2.787224292755127,
      "learning_rate": 0.00028779986515076796,
      "loss": 9.8822,
      "step": 63790
    },
    {
      "epoch": 0.13291666666666666,
      "grad_norm": 2.2079925537109375,
      "learning_rate": 0.0002877959703721929,
      "loss": 9.0413,
      "step": 63800
    },
    {
      "epoch": 0.1329375,
      "grad_norm": 0.7791473865509033,
      "learning_rate": 0.0002877920749983938,
      "loss": 9.1644,
      "step": 63810
    },
    {
      "epoch": 0.13295833333333335,
      "grad_norm": 2.4760775566101074,
      "learning_rate": 0.00028778817902938754,
      "loss": 9.0999,
      "step": 63820
    },
    {
      "epoch": 0.13297916666666668,
      "grad_norm": 0.9223572015762329,
      "learning_rate": 0.00028778428246519085,
      "loss": 8.8718,
      "step": 63830
    },
    {
      "epoch": 0.133,
      "grad_norm": 0.9366026520729065,
      "learning_rate": 0.00028778038530582063,
      "loss": 8.2139,
      "step": 63840
    },
    {
      "epoch": 0.13302083333333334,
      "grad_norm": 2.7781732082366943,
      "learning_rate": 0.0002877764875512936,
      "loss": 8.5649,
      "step": 63850
    },
    {
      "epoch": 0.13304166666666667,
      "grad_norm": 0.891950249671936,
      "learning_rate": 0.0002877725892016268,
      "loss": 8.9595,
      "step": 63860
    },
    {
      "epoch": 0.1330625,
      "grad_norm": 0.947106659412384,
      "learning_rate": 0.00028776869025683686,
      "loss": 9.7528,
      "step": 63870
    },
    {
      "epoch": 0.13308333333333333,
      "grad_norm": 1.7466202974319458,
      "learning_rate": 0.00028776479071694074,
      "loss": 8.2914,
      "step": 63880
    },
    {
      "epoch": 0.13310416666666666,
      "grad_norm": 0.7188990712165833,
      "learning_rate": 0.00028776089058195526,
      "loss": 10.7187,
      "step": 63890
    },
    {
      "epoch": 0.133125,
      "grad_norm": 1.558976411819458,
      "learning_rate": 0.00028775698985189724,
      "loss": 9.7334,
      "step": 63900
    },
    {
      "epoch": 0.13314583333333332,
      "grad_norm": 1.1068648099899292,
      "learning_rate": 0.0002877530885267836,
      "loss": 8.7483,
      "step": 63910
    },
    {
      "epoch": 0.13316666666666666,
      "grad_norm": 1.747734546661377,
      "learning_rate": 0.00028774918660663104,
      "loss": 10.1476,
      "step": 63920
    },
    {
      "epoch": 0.1331875,
      "grad_norm": 1.4223064184188843,
      "learning_rate": 0.00028774528409145663,
      "loss": 9.643,
      "step": 63930
    },
    {
      "epoch": 0.13320833333333335,
      "grad_norm": 1.2182576656341553,
      "learning_rate": 0.00028774138098127707,
      "loss": 8.9926,
      "step": 63940
    },
    {
      "epoch": 0.13322916666666668,
      "grad_norm": 1.0036194324493408,
      "learning_rate": 0.0002877374772761093,
      "loss": 9.7287,
      "step": 63950
    },
    {
      "epoch": 0.13325,
      "grad_norm": 1.2141423225402832,
      "learning_rate": 0.0002877335729759701,
      "loss": 8.5643,
      "step": 63960
    },
    {
      "epoch": 0.13327083333333334,
      "grad_norm": 1.5967978239059448,
      "learning_rate": 0.0002877296680808764,
      "loss": 8.7783,
      "step": 63970
    },
    {
      "epoch": 0.13329166666666667,
      "grad_norm": 1.1290557384490967,
      "learning_rate": 0.00028772576259084503,
      "loss": 8.542,
      "step": 63980
    },
    {
      "epoch": 0.1333125,
      "grad_norm": 0.6380214691162109,
      "learning_rate": 0.0002877218565058929,
      "loss": 8.6234,
      "step": 63990
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 1.8581384420394897,
      "learning_rate": 0.0002877179498260369,
      "loss": 8.8212,
      "step": 64000
    },
    {
      "epoch": 0.13333333333333333,
      "eval_loss": 7.621913909912109,
      "eval_runtime": 8.4087,
      "eval_samples_per_second": 0.357,
      "eval_steps_per_second": 0.119,
      "step": 64000
    },
    {
      "epoch": 0.13335416666666666,
      "grad_norm": 1.468396782875061,
      "learning_rate": 0.0002877140425512938,
      "loss": 9.3375,
      "step": 64010
    },
    {
      "epoch": 0.133375,
      "grad_norm": 1.3912441730499268,
      "learning_rate": 0.0002877101346816806,
      "loss": 9.0938,
      "step": 64020
    },
    {
      "epoch": 0.13339583333333332,
      "grad_norm": 0.7071643471717834,
      "learning_rate": 0.0002877062262172141,
      "loss": 8.8003,
      "step": 64030
    },
    {
      "epoch": 0.13341666666666666,
      "grad_norm": 3.9829654693603516,
      "learning_rate": 0.00028770231715791124,
      "loss": 8.9569,
      "step": 64040
    },
    {
      "epoch": 0.1334375,
      "grad_norm": 0.9198894500732422,
      "learning_rate": 0.0002876984075037889,
      "loss": 8.5538,
      "step": 64050
    },
    {
      "epoch": 0.13345833333333335,
      "grad_norm": 2.8095297813415527,
      "learning_rate": 0.0002876944972548638,
      "loss": 9.5362,
      "step": 64060
    },
    {
      "epoch": 0.13347916666666668,
      "grad_norm": 1.9778553247451782,
      "learning_rate": 0.00028769058641115315,
      "loss": 10.4158,
      "step": 64070
    },
    {
      "epoch": 0.1335,
      "grad_norm": 1.3861942291259766,
      "learning_rate": 0.0002876866749726736,
      "loss": 10.9654,
      "step": 64080
    },
    {
      "epoch": 0.13352083333333334,
      "grad_norm": 1.1525224447250366,
      "learning_rate": 0.0002876827629394421,
      "loss": 9.2102,
      "step": 64090
    },
    {
      "epoch": 0.13354166666666667,
      "grad_norm": 0.6573623418807983,
      "learning_rate": 0.00028767885031147556,
      "loss": 8.6548,
      "step": 64100
    },
    {
      "epoch": 0.1335625,
      "grad_norm": 2.7538301944732666,
      "learning_rate": 0.0002876749370887909,
      "loss": 10.3258,
      "step": 64110
    },
    {
      "epoch": 0.13358333333333333,
      "grad_norm": 0.8973579406738281,
      "learning_rate": 0.000287671023271405,
      "loss": 10.2687,
      "step": 64120
    },
    {
      "epoch": 0.13360416666666666,
      "grad_norm": 1.906382441520691,
      "learning_rate": 0.0002876671088593348,
      "loss": 8.8339,
      "step": 64130
    },
    {
      "epoch": 0.133625,
      "grad_norm": 1.4704203605651855,
      "learning_rate": 0.00028766319385259713,
      "loss": 8.6516,
      "step": 64140
    },
    {
      "epoch": 0.13364583333333332,
      "grad_norm": 1.9402704238891602,
      "learning_rate": 0.000287659278251209,
      "loss": 8.9451,
      "step": 64150
    },
    {
      "epoch": 0.13366666666666666,
      "grad_norm": 2.3634402751922607,
      "learning_rate": 0.00028765536205518726,
      "loss": 9.2005,
      "step": 64160
    },
    {
      "epoch": 0.1336875,
      "grad_norm": 1.2627547979354858,
      "learning_rate": 0.00028765144526454885,
      "loss": 10.0188,
      "step": 64170
    },
    {
      "epoch": 0.13370833333333335,
      "grad_norm": 0.7014092803001404,
      "learning_rate": 0.00028764752787931066,
      "loss": 9.2064,
      "step": 64180
    },
    {
      "epoch": 0.13372916666666668,
      "grad_norm": 0.7219141125679016,
      "learning_rate": 0.00028764360989948966,
      "loss": 8.9501,
      "step": 64190
    },
    {
      "epoch": 0.13375,
      "grad_norm": 1.0893737077713013,
      "learning_rate": 0.00028763969132510276,
      "loss": 8.7253,
      "step": 64200
    },
    {
      "epoch": 0.13377083333333334,
      "grad_norm": 0.8459598422050476,
      "learning_rate": 0.00028763577215616687,
      "loss": 8.1824,
      "step": 64210
    },
    {
      "epoch": 0.13379166666666667,
      "grad_norm": 0.7073432803153992,
      "learning_rate": 0.00028763185239269885,
      "loss": 9.5323,
      "step": 64220
    },
    {
      "epoch": 0.1338125,
      "grad_norm": 1.5563149452209473,
      "learning_rate": 0.0002876279320347158,
      "loss": 8.4796,
      "step": 64230
    },
    {
      "epoch": 0.13383333333333333,
      "grad_norm": 0.7194920182228088,
      "learning_rate": 0.0002876240110822345,
      "loss": 10.6104,
      "step": 64240
    },
    {
      "epoch": 0.13385416666666666,
      "grad_norm": 4.657517433166504,
      "learning_rate": 0.000287620089535272,
      "loss": 9.3839,
      "step": 64250
    },
    {
      "epoch": 0.133875,
      "grad_norm": 0.7210007309913635,
      "learning_rate": 0.0002876161673938452,
      "loss": 10.1587,
      "step": 64260
    },
    {
      "epoch": 0.13389583333333333,
      "grad_norm": 0.7832486629486084,
      "learning_rate": 0.00028761224465797094,
      "loss": 9.2804,
      "step": 64270
    },
    {
      "epoch": 0.13391666666666666,
      "grad_norm": 0.6263526082038879,
      "learning_rate": 0.0002876083213276663,
      "loss": 8.4022,
      "step": 64280
    },
    {
      "epoch": 0.1339375,
      "grad_norm": 1.0129739046096802,
      "learning_rate": 0.0002876043974029482,
      "loss": 8.7077,
      "step": 64290
    },
    {
      "epoch": 0.13395833333333335,
      "grad_norm": 1.2266865968704224,
      "learning_rate": 0.00028760047288383354,
      "loss": 9.2204,
      "step": 64300
    },
    {
      "epoch": 0.13397916666666668,
      "grad_norm": 1.270046591758728,
      "learning_rate": 0.00028759654777033933,
      "loss": 9.3545,
      "step": 64310
    },
    {
      "epoch": 0.134,
      "grad_norm": 0.8891217708587646,
      "learning_rate": 0.0002875926220624825,
      "loss": 8.6077,
      "step": 64320
    },
    {
      "epoch": 0.13402083333333334,
      "grad_norm": 1.7543587684631348,
      "learning_rate": 0.00028758869576028,
      "loss": 9.3546,
      "step": 64330
    },
    {
      "epoch": 0.13404166666666667,
      "grad_norm": 2.1751561164855957,
      "learning_rate": 0.0002875847688637488,
      "loss": 9.1386,
      "step": 64340
    },
    {
      "epoch": 0.1340625,
      "grad_norm": 0.7067411541938782,
      "learning_rate": 0.0002875808413729058,
      "loss": 8.6017,
      "step": 64350
    },
    {
      "epoch": 0.13408333333333333,
      "grad_norm": 4.034736633300781,
      "learning_rate": 0.00028757691328776806,
      "loss": 10.2762,
      "step": 64360
    },
    {
      "epoch": 0.13410416666666666,
      "grad_norm": 0.7668457627296448,
      "learning_rate": 0.0002875729846083525,
      "loss": 8.597,
      "step": 64370
    },
    {
      "epoch": 0.134125,
      "grad_norm": 1.976606845855713,
      "learning_rate": 0.00028756905533467613,
      "loss": 9.791,
      "step": 64380
    },
    {
      "epoch": 0.13414583333333333,
      "grad_norm": 1.6422761678695679,
      "learning_rate": 0.0002875651254667559,
      "loss": 9.3397,
      "step": 64390
    },
    {
      "epoch": 0.13416666666666666,
      "grad_norm": 0.9001941680908203,
      "learning_rate": 0.0002875611950046088,
      "loss": 10.5252,
      "step": 64400
    },
    {
      "epoch": 0.1341875,
      "grad_norm": 10.329472541809082,
      "learning_rate": 0.00028755726394825174,
      "loss": 11.2667,
      "step": 64410
    },
    {
      "epoch": 0.13420833333333335,
      "grad_norm": 1.7252020835876465,
      "learning_rate": 0.00028755333229770174,
      "loss": 8.983,
      "step": 64420
    },
    {
      "epoch": 0.13422916666666668,
      "grad_norm": 1.5154244899749756,
      "learning_rate": 0.00028754940005297583,
      "loss": 9.0762,
      "step": 64430
    },
    {
      "epoch": 0.13425,
      "grad_norm": 1.4405579566955566,
      "learning_rate": 0.00028754546721409093,
      "loss": 9.1785,
      "step": 64440
    },
    {
      "epoch": 0.13427083333333334,
      "grad_norm": 4.687414169311523,
      "learning_rate": 0.0002875415337810641,
      "loss": 10.964,
      "step": 64450
    },
    {
      "epoch": 0.13429166666666667,
      "grad_norm": 3.4221816062927246,
      "learning_rate": 0.00028753759975391226,
      "loss": 9.2362,
      "step": 64460
    },
    {
      "epoch": 0.1343125,
      "grad_norm": 1.1789631843566895,
      "learning_rate": 0.0002875336651326524,
      "loss": 8.6251,
      "step": 64470
    },
    {
      "epoch": 0.13433333333333333,
      "grad_norm": 0.7346651554107666,
      "learning_rate": 0.0002875297299173016,
      "loss": 9.1386,
      "step": 64480
    },
    {
      "epoch": 0.13435416666666666,
      "grad_norm": 1.5864185094833374,
      "learning_rate": 0.0002875257941078768,
      "loss": 8.704,
      "step": 64490
    },
    {
      "epoch": 0.134375,
      "grad_norm": 0.7392953038215637,
      "learning_rate": 0.0002875218577043949,
      "loss": 9.2952,
      "step": 64500
    },
    {
      "epoch": 0.13439583333333333,
      "grad_norm": 1.8613457679748535,
      "learning_rate": 0.00028751792070687315,
      "loss": 9.5359,
      "step": 64510
    },
    {
      "epoch": 0.13441666666666666,
      "grad_norm": 3.9878265857696533,
      "learning_rate": 0.00028751398311532833,
      "loss": 9.0495,
      "step": 64520
    },
    {
      "epoch": 0.1344375,
      "grad_norm": 4.917296409606934,
      "learning_rate": 0.0002875100449297776,
      "loss": 9.5143,
      "step": 64530
    },
    {
      "epoch": 0.13445833333333335,
      "grad_norm": 1.1788113117218018,
      "learning_rate": 0.00028750610615023783,
      "loss": 9.326,
      "step": 64540
    },
    {
      "epoch": 0.13447916666666668,
      "grad_norm": 2.1518657207489014,
      "learning_rate": 0.00028750216677672614,
      "loss": 9.2825,
      "step": 64550
    },
    {
      "epoch": 0.1345,
      "grad_norm": 0.5486872792243958,
      "learning_rate": 0.00028749822680925954,
      "loss": 8.587,
      "step": 64560
    },
    {
      "epoch": 0.13452083333333334,
      "grad_norm": 0.708125650882721,
      "learning_rate": 0.000287494286247855,
      "loss": 8.9639,
      "step": 64570
    },
    {
      "epoch": 0.13454166666666667,
      "grad_norm": 0.9493693113327026,
      "learning_rate": 0.0002874903450925296,
      "loss": 10.1487,
      "step": 64580
    },
    {
      "epoch": 0.1345625,
      "grad_norm": 3.6358866691589355,
      "learning_rate": 0.0002874864033433003,
      "loss": 9.1573,
      "step": 64590
    },
    {
      "epoch": 0.13458333333333333,
      "grad_norm": 1.9091774225234985,
      "learning_rate": 0.0002874824610001842,
      "loss": 8.9804,
      "step": 64600
    },
    {
      "epoch": 0.13460416666666666,
      "grad_norm": 3.0982959270477295,
      "learning_rate": 0.00028747851806319827,
      "loss": 9.3044,
      "step": 64610
    },
    {
      "epoch": 0.134625,
      "grad_norm": 0.9898098111152649,
      "learning_rate": 0.00028747457453235953,
      "loss": 9.7324,
      "step": 64620
    },
    {
      "epoch": 0.13464583333333333,
      "grad_norm": 0.7788551449775696,
      "learning_rate": 0.00028747063040768505,
      "loss": 9.3767,
      "step": 64630
    },
    {
      "epoch": 0.13466666666666666,
      "grad_norm": 5.289095878601074,
      "learning_rate": 0.0002874666856891919,
      "loss": 9.6412,
      "step": 64640
    },
    {
      "epoch": 0.1346875,
      "grad_norm": 7.285423278808594,
      "learning_rate": 0.00028746274037689704,
      "loss": 10.5997,
      "step": 64650
    },
    {
      "epoch": 0.13470833333333335,
      "grad_norm": 1.8465946912765503,
      "learning_rate": 0.00028745879447081757,
      "loss": 9.5553,
      "step": 64660
    },
    {
      "epoch": 0.13472916666666668,
      "grad_norm": 2.0725314617156982,
      "learning_rate": 0.0002874548479709705,
      "loss": 9.4006,
      "step": 64670
    },
    {
      "epoch": 0.13475,
      "grad_norm": 2.098017454147339,
      "learning_rate": 0.00028745090087737294,
      "loss": 9.4068,
      "step": 64680
    },
    {
      "epoch": 0.13477083333333334,
      "grad_norm": 1.7385753393173218,
      "learning_rate": 0.00028744695319004183,
      "loss": 8.7644,
      "step": 64690
    },
    {
      "epoch": 0.13479166666666667,
      "grad_norm": 3.213472366333008,
      "learning_rate": 0.00028744300490899435,
      "loss": 9.0123,
      "step": 64700
    },
    {
      "epoch": 0.1348125,
      "grad_norm": 1.6870108842849731,
      "learning_rate": 0.00028743905603424746,
      "loss": 8.7386,
      "step": 64710
    },
    {
      "epoch": 0.13483333333333333,
      "grad_norm": 0.6082206964492798,
      "learning_rate": 0.00028743510656581824,
      "loss": 9.0234,
      "step": 64720
    },
    {
      "epoch": 0.13485416666666666,
      "grad_norm": 3.816869020462036,
      "learning_rate": 0.00028743115650372376,
      "loss": 10.1409,
      "step": 64730
    },
    {
      "epoch": 0.134875,
      "grad_norm": 2.0491232872009277,
      "learning_rate": 0.0002874272058479811,
      "loss": 10.442,
      "step": 64740
    },
    {
      "epoch": 0.13489583333333333,
      "grad_norm": 0.6776927709579468,
      "learning_rate": 0.0002874232545986073,
      "loss": 8.7073,
      "step": 64750
    },
    {
      "epoch": 0.13491666666666666,
      "grad_norm": 1.149248480796814,
      "learning_rate": 0.0002874193027556195,
      "loss": 8.9045,
      "step": 64760
    },
    {
      "epoch": 0.1349375,
      "grad_norm": 1.4839268922805786,
      "learning_rate": 0.0002874153503190346,
      "loss": 9.3486,
      "step": 64770
    },
    {
      "epoch": 0.13495833333333335,
      "grad_norm": 3.2673473358154297,
      "learning_rate": 0.00028741139728886983,
      "loss": 9.8681,
      "step": 64780
    },
    {
      "epoch": 0.13497916666666668,
      "grad_norm": 1.1629739999771118,
      "learning_rate": 0.0002874074436651422,
      "loss": 9.8934,
      "step": 64790
    },
    {
      "epoch": 0.135,
      "grad_norm": 0.8079699873924255,
      "learning_rate": 0.00028740348944786883,
      "loss": 8.3521,
      "step": 64800
    },
    {
      "epoch": 0.13502083333333334,
      "grad_norm": 1.1925522089004517,
      "learning_rate": 0.0002873995346370668,
      "loss": 9.1141,
      "step": 64810
    },
    {
      "epoch": 0.13504166666666667,
      "grad_norm": 0.8380306959152222,
      "learning_rate": 0.0002873955792327531,
      "loss": 8.5969,
      "step": 64820
    },
    {
      "epoch": 0.1350625,
      "grad_norm": 0.7223291397094727,
      "learning_rate": 0.0002873916232349449,
      "loss": 8.2167,
      "step": 64830
    },
    {
      "epoch": 0.13508333333333333,
      "grad_norm": 1.0515542030334473,
      "learning_rate": 0.0002873876666436593,
      "loss": 8.4888,
      "step": 64840
    },
    {
      "epoch": 0.13510416666666666,
      "grad_norm": 3.6806092262268066,
      "learning_rate": 0.0002873837094589133,
      "loss": 9.4215,
      "step": 64850
    },
    {
      "epoch": 0.135125,
      "grad_norm": 0.7814626693725586,
      "learning_rate": 0.0002873797516807241,
      "loss": 9.301,
      "step": 64860
    },
    {
      "epoch": 0.13514583333333333,
      "grad_norm": 1.3438833951950073,
      "learning_rate": 0.00028737579330910876,
      "loss": 9.8148,
      "step": 64870
    },
    {
      "epoch": 0.13516666666666666,
      "grad_norm": 0.8284886479377747,
      "learning_rate": 0.0002873718343440844,
      "loss": 8.6461,
      "step": 64880
    },
    {
      "epoch": 0.1351875,
      "grad_norm": 2.939897060394287,
      "learning_rate": 0.000287367874785668,
      "loss": 10.8923,
      "step": 64890
    },
    {
      "epoch": 0.13520833333333335,
      "grad_norm": 0.6297882199287415,
      "learning_rate": 0.00028736391463387683,
      "loss": 8.4894,
      "step": 64900
    },
    {
      "epoch": 0.13522916666666668,
      "grad_norm": 3.3069653511047363,
      "learning_rate": 0.0002873599538887279,
      "loss": 9.5094,
      "step": 64910
    },
    {
      "epoch": 0.13525,
      "grad_norm": 0.8499295115470886,
      "learning_rate": 0.00028735599255023833,
      "loss": 8.8598,
      "step": 64920
    },
    {
      "epoch": 0.13527083333333334,
      "grad_norm": 0.6228083372116089,
      "learning_rate": 0.0002873520306184252,
      "loss": 9.1138,
      "step": 64930
    },
    {
      "epoch": 0.13529166666666667,
      "grad_norm": 0.8150809407234192,
      "learning_rate": 0.0002873480680933058,
      "loss": 8.3482,
      "step": 64940
    },
    {
      "epoch": 0.1353125,
      "grad_norm": 1.2271264791488647,
      "learning_rate": 0.00028734410497489697,
      "loss": 8.7834,
      "step": 64950
    },
    {
      "epoch": 0.13533333333333333,
      "grad_norm": 0.8405898809432983,
      "learning_rate": 0.00028734014126321605,
      "loss": 8.997,
      "step": 64960
    },
    {
      "epoch": 0.13535416666666666,
      "grad_norm": 2.559999942779541,
      "learning_rate": 0.00028733617695828,
      "loss": 9.5724,
      "step": 64970
    },
    {
      "epoch": 0.135375,
      "grad_norm": 2.6395695209503174,
      "learning_rate": 0.00028733221206010613,
      "loss": 9.4037,
      "step": 64980
    },
    {
      "epoch": 0.13539583333333333,
      "grad_norm": 1.4322352409362793,
      "learning_rate": 0.0002873282465687114,
      "loss": 8.7731,
      "step": 64990
    },
    {
      "epoch": 0.13541666666666666,
      "grad_norm": 0.976047694683075,
      "learning_rate": 0.0002873242804841131,
      "loss": 9.7413,
      "step": 65000
    },
    {
      "epoch": 0.13541666666666666,
      "eval_loss": 7.362677097320557,
      "eval_runtime": 8.1321,
      "eval_samples_per_second": 0.369,
      "eval_steps_per_second": 0.123,
      "step": 65000
    },
    {
      "epoch": 0.1354375,
      "grad_norm": 1.3672858476638794,
      "learning_rate": 0.0002873203138063282,
      "loss": 9.2002,
      "step": 65010
    },
    {
      "epoch": 0.13545833333333332,
      "grad_norm": 1.7230045795440674,
      "learning_rate": 0.0002873163465353738,
      "loss": 10.8449,
      "step": 65020
    },
    {
      "epoch": 0.13547916666666668,
      "grad_norm": 1.5826443433761597,
      "learning_rate": 0.00028731237867126727,
      "loss": 8.7416,
      "step": 65030
    },
    {
      "epoch": 0.1355,
      "grad_norm": 1.176712155342102,
      "learning_rate": 0.00028730841021402557,
      "loss": 8.4373,
      "step": 65040
    },
    {
      "epoch": 0.13552083333333334,
      "grad_norm": 8.461249351501465,
      "learning_rate": 0.0002873044411636659,
      "loss": 11.3585,
      "step": 65050
    },
    {
      "epoch": 0.13554166666666667,
      "grad_norm": 1.6816843748092651,
      "learning_rate": 0.00028730047152020536,
      "loss": 9.2308,
      "step": 65060
    },
    {
      "epoch": 0.1355625,
      "grad_norm": 4.622610092163086,
      "learning_rate": 0.00028729650128366116,
      "loss": 9.8173,
      "step": 65070
    },
    {
      "epoch": 0.13558333333333333,
      "grad_norm": 1.6196178197860718,
      "learning_rate": 0.0002872925304540504,
      "loss": 8.4664,
      "step": 65080
    },
    {
      "epoch": 0.13560416666666666,
      "grad_norm": 1.7185523509979248,
      "learning_rate": 0.00028728855903139026,
      "loss": 8.7564,
      "step": 65090
    },
    {
      "epoch": 0.135625,
      "grad_norm": 0.8773419260978699,
      "learning_rate": 0.00028728458701569794,
      "loss": 10.4647,
      "step": 65100
    },
    {
      "epoch": 0.13564583333333333,
      "grad_norm": 0.9540131688117981,
      "learning_rate": 0.00028728061440699045,
      "loss": 8.9519,
      "step": 65110
    },
    {
      "epoch": 0.13566666666666666,
      "grad_norm": 1.8992029428482056,
      "learning_rate": 0.0002872766412052851,
      "loss": 8.5961,
      "step": 65120
    },
    {
      "epoch": 0.1356875,
      "grad_norm": 1.2711430788040161,
      "learning_rate": 0.000287272667410599,
      "loss": 9.2106,
      "step": 65130
    },
    {
      "epoch": 0.13570833333333332,
      "grad_norm": 1.9807251691818237,
      "learning_rate": 0.0002872686930229493,
      "loss": 8.9649,
      "step": 65140
    },
    {
      "epoch": 0.13572916666666668,
      "grad_norm": 0.6101350784301758,
      "learning_rate": 0.0002872647180423532,
      "loss": 8.6093,
      "step": 65150
    },
    {
      "epoch": 0.13575,
      "grad_norm": 2.062811851501465,
      "learning_rate": 0.0002872607424688278,
      "loss": 9.3585,
      "step": 65160
    },
    {
      "epoch": 0.13577083333333334,
      "grad_norm": 1.0052928924560547,
      "learning_rate": 0.00028725676630239036,
      "loss": 9.4957,
      "step": 65170
    },
    {
      "epoch": 0.13579166666666667,
      "grad_norm": 1.876025676727295,
      "learning_rate": 0.00028725278954305804,
      "loss": 9.8671,
      "step": 65180
    },
    {
      "epoch": 0.1358125,
      "grad_norm": 0.6915735006332397,
      "learning_rate": 0.0002872488121908479,
      "loss": 10.1116,
      "step": 65190
    },
    {
      "epoch": 0.13583333333333333,
      "grad_norm": 1.0620144605636597,
      "learning_rate": 0.00028724483424577736,
      "loss": 9.0919,
      "step": 65200
    },
    {
      "epoch": 0.13585416666666666,
      "grad_norm": 1.0085352659225464,
      "learning_rate": 0.0002872408557078634,
      "loss": 8.0574,
      "step": 65210
    },
    {
      "epoch": 0.135875,
      "grad_norm": 1.3270628452301025,
      "learning_rate": 0.00028723687657712324,
      "loss": 9.7055,
      "step": 65220
    },
    {
      "epoch": 0.13589583333333333,
      "grad_norm": 0.7168563008308411,
      "learning_rate": 0.00028723289685357416,
      "loss": 9.2289,
      "step": 65230
    },
    {
      "epoch": 0.13591666666666666,
      "grad_norm": 0.907829225063324,
      "learning_rate": 0.0002872289165372332,
      "loss": 9.7416,
      "step": 65240
    },
    {
      "epoch": 0.1359375,
      "grad_norm": 1.282667636871338,
      "learning_rate": 0.0002872249356281177,
      "loss": 8.887,
      "step": 65250
    },
    {
      "epoch": 0.13595833333333332,
      "grad_norm": 1.4515321254730225,
      "learning_rate": 0.0002872209541262448,
      "loss": 8.7941,
      "step": 65260
    },
    {
      "epoch": 0.13597916666666668,
      "grad_norm": 1.5463054180145264,
      "learning_rate": 0.0002872169720316317,
      "loss": 9.6662,
      "step": 65270
    },
    {
      "epoch": 0.136,
      "grad_norm": 1.0239295959472656,
      "learning_rate": 0.0002872129893442956,
      "loss": 9.8608,
      "step": 65280
    },
    {
      "epoch": 0.13602083333333334,
      "grad_norm": 2.992553472518921,
      "learning_rate": 0.0002872090060642536,
      "loss": 8.9871,
      "step": 65290
    },
    {
      "epoch": 0.13604166666666667,
      "grad_norm": 2.2640159130096436,
      "learning_rate": 0.00028720502219152305,
      "loss": 8.5914,
      "step": 65300
    },
    {
      "epoch": 0.1360625,
      "grad_norm": 1.0696306228637695,
      "learning_rate": 0.00028720103772612117,
      "loss": 10.0434,
      "step": 65310
    },
    {
      "epoch": 0.13608333333333333,
      "grad_norm": 1.8039640188217163,
      "learning_rate": 0.00028719705266806505,
      "loss": 9.1213,
      "step": 65320
    },
    {
      "epoch": 0.13610416666666666,
      "grad_norm": 1.1887098550796509,
      "learning_rate": 0.000287193067017372,
      "loss": 8.981,
      "step": 65330
    },
    {
      "epoch": 0.136125,
      "grad_norm": 1.175808072090149,
      "learning_rate": 0.00028718908077405924,
      "loss": 9.0594,
      "step": 65340
    },
    {
      "epoch": 0.13614583333333333,
      "grad_norm": 3.2858047485351562,
      "learning_rate": 0.0002871850939381439,
      "loss": 8.4799,
      "step": 65350
    },
    {
      "epoch": 0.13616666666666666,
      "grad_norm": 2.38649845123291,
      "learning_rate": 0.0002871811065096433,
      "loss": 11.1527,
      "step": 65360
    },
    {
      "epoch": 0.1361875,
      "grad_norm": 1.075991153717041,
      "learning_rate": 0.0002871771184885746,
      "loss": 8.4527,
      "step": 65370
    },
    {
      "epoch": 0.13620833333333332,
      "grad_norm": 0.7742162346839905,
      "learning_rate": 0.000287173129874955,
      "loss": 9.2442,
      "step": 65380
    },
    {
      "epoch": 0.13622916666666668,
      "grad_norm": 2.525404691696167,
      "learning_rate": 0.00028716914066880184,
      "loss": 8.8394,
      "step": 65390
    },
    {
      "epoch": 0.13625,
      "grad_norm": 1.589545488357544,
      "learning_rate": 0.0002871651508701323,
      "loss": 8.5299,
      "step": 65400
    },
    {
      "epoch": 0.13627083333333334,
      "grad_norm": 1.332126498222351,
      "learning_rate": 0.00028716116047896353,
      "loss": 8.853,
      "step": 65410
    },
    {
      "epoch": 0.13629166666666667,
      "grad_norm": 1.3492356538772583,
      "learning_rate": 0.0002871571694953129,
      "loss": 8.3766,
      "step": 65420
    },
    {
      "epoch": 0.1363125,
      "grad_norm": 1.517645239830017,
      "learning_rate": 0.0002871531779191975,
      "loss": 8.4362,
      "step": 65430
    },
    {
      "epoch": 0.13633333333333333,
      "grad_norm": 4.142949104309082,
      "learning_rate": 0.00028714918575063476,
      "loss": 8.8709,
      "step": 65440
    },
    {
      "epoch": 0.13635416666666667,
      "grad_norm": 0.7393335103988647,
      "learning_rate": 0.0002871451929896418,
      "loss": 8.5371,
      "step": 65450
    },
    {
      "epoch": 0.136375,
      "grad_norm": 2.160621404647827,
      "learning_rate": 0.00028714119963623585,
      "loss": 9.9716,
      "step": 65460
    },
    {
      "epoch": 0.13639583333333333,
      "grad_norm": 1.2263253927230835,
      "learning_rate": 0.0002871372056904343,
      "loss": 9.9717,
      "step": 65470
    },
    {
      "epoch": 0.13641666666666666,
      "grad_norm": 2.0688064098358154,
      "learning_rate": 0.0002871332111522542,
      "loss": 9.1725,
      "step": 65480
    },
    {
      "epoch": 0.1364375,
      "grad_norm": 0.7853585481643677,
      "learning_rate": 0.00028712921602171295,
      "loss": 8.3282,
      "step": 65490
    },
    {
      "epoch": 0.13645833333333332,
      "grad_norm": 3.7524704933166504,
      "learning_rate": 0.00028712522029882774,
      "loss": 9.764,
      "step": 65500
    },
    {
      "epoch": 0.13647916666666668,
      "grad_norm": 1.8237636089324951,
      "learning_rate": 0.00028712122398361593,
      "loss": 9.9015,
      "step": 65510
    },
    {
      "epoch": 0.1365,
      "grad_norm": 1.880138874053955,
      "learning_rate": 0.0002871172270760946,
      "loss": 8.8888,
      "step": 65520
    },
    {
      "epoch": 0.13652083333333334,
      "grad_norm": 2.2557504177093506,
      "learning_rate": 0.0002871132295762812,
      "loss": 8.8772,
      "step": 65530
    },
    {
      "epoch": 0.13654166666666667,
      "grad_norm": 1.458632230758667,
      "learning_rate": 0.00028710923148419294,
      "loss": 9.3287,
      "step": 65540
    },
    {
      "epoch": 0.1365625,
      "grad_norm": 1.0747708082199097,
      "learning_rate": 0.000287105232799847,
      "loss": 8.7801,
      "step": 65550
    },
    {
      "epoch": 0.13658333333333333,
      "grad_norm": 1.2153584957122803,
      "learning_rate": 0.0002871012335232608,
      "loss": 8.8292,
      "step": 65560
    },
    {
      "epoch": 0.13660416666666667,
      "grad_norm": 3.6130659580230713,
      "learning_rate": 0.00028709723365445147,
      "loss": 9.0176,
      "step": 65570
    },
    {
      "epoch": 0.136625,
      "grad_norm": 3.234895706176758,
      "learning_rate": 0.0002870932331934364,
      "loss": 8.9903,
      "step": 65580
    },
    {
      "epoch": 0.13664583333333333,
      "grad_norm": 0.7281532287597656,
      "learning_rate": 0.0002870892321402328,
      "loss": 9.0951,
      "step": 65590
    },
    {
      "epoch": 0.13666666666666666,
      "grad_norm": 4.133382320404053,
      "learning_rate": 0.000287085230494858,
      "loss": 8.9497,
      "step": 65600
    },
    {
      "epoch": 0.1366875,
      "grad_norm": 0.6852297186851501,
      "learning_rate": 0.00028708122825732923,
      "loss": 8.3676,
      "step": 65610
    },
    {
      "epoch": 0.13670833333333332,
      "grad_norm": 1.309828758239746,
      "learning_rate": 0.00028707722542766384,
      "loss": 9.2849,
      "step": 65620
    },
    {
      "epoch": 0.13672916666666668,
      "grad_norm": 1.1355786323547363,
      "learning_rate": 0.0002870732220058791,
      "loss": 9.1278,
      "step": 65630
    },
    {
      "epoch": 0.13675,
      "grad_norm": 1.3985956907272339,
      "learning_rate": 0.00028706921799199234,
      "loss": 8.6829,
      "step": 65640
    },
    {
      "epoch": 0.13677083333333334,
      "grad_norm": 2.322751045227051,
      "learning_rate": 0.00028706521338602074,
      "loss": 9.3838,
      "step": 65650
    },
    {
      "epoch": 0.13679166666666667,
      "grad_norm": 2.111788034439087,
      "learning_rate": 0.00028706120818798174,
      "loss": 8.357,
      "step": 65660
    },
    {
      "epoch": 0.1368125,
      "grad_norm": 0.9784838557243347,
      "learning_rate": 0.0002870572023978925,
      "loss": 8.7634,
      "step": 65670
    },
    {
      "epoch": 0.13683333333333333,
      "grad_norm": 1.007620930671692,
      "learning_rate": 0.00028705319601577046,
      "loss": 9.2031,
      "step": 65680
    },
    {
      "epoch": 0.13685416666666667,
      "grad_norm": 3.262824058532715,
      "learning_rate": 0.0002870491890416328,
      "loss": 9.2841,
      "step": 65690
    },
    {
      "epoch": 0.136875,
      "grad_norm": 3.409456491470337,
      "learning_rate": 0.00028704518147549694,
      "loss": 8.9162,
      "step": 65700
    },
    {
      "epoch": 0.13689583333333333,
      "grad_norm": 2.6191372871398926,
      "learning_rate": 0.0002870411733173802,
      "loss": 9.4231,
      "step": 65710
    },
    {
      "epoch": 0.13691666666666666,
      "grad_norm": 1.1897048950195312,
      "learning_rate": 0.00028703716456729975,
      "loss": 8.1768,
      "step": 65720
    },
    {
      "epoch": 0.1369375,
      "grad_norm": 1.0630342960357666,
      "learning_rate": 0.00028703315522527297,
      "loss": 8.9045,
      "step": 65730
    },
    {
      "epoch": 0.13695833333333332,
      "grad_norm": 2.961510181427002,
      "learning_rate": 0.00028702914529131723,
      "loss": 9.6504,
      "step": 65740
    },
    {
      "epoch": 0.13697916666666668,
      "grad_norm": 1.3120898008346558,
      "learning_rate": 0.00028702513476544983,
      "loss": 9.2955,
      "step": 65750
    },
    {
      "epoch": 0.137,
      "grad_norm": 1.144991159439087,
      "learning_rate": 0.0002870211236476881,
      "loss": 8.9482,
      "step": 65760
    },
    {
      "epoch": 0.13702083333333334,
      "grad_norm": 2.7160065174102783,
      "learning_rate": 0.00028701711193804936,
      "loss": 9.8694,
      "step": 65770
    },
    {
      "epoch": 0.13704166666666667,
      "grad_norm": 1.8596954345703125,
      "learning_rate": 0.0002870130996365509,
      "loss": 9.0424,
      "step": 65780
    },
    {
      "epoch": 0.1370625,
      "grad_norm": 0.7727064490318298,
      "learning_rate": 0.0002870090867432101,
      "loss": 8.7752,
      "step": 65790
    },
    {
      "epoch": 0.13708333333333333,
      "grad_norm": 0.9684937596321106,
      "learning_rate": 0.0002870050732580443,
      "loss": 8.4323,
      "step": 65800
    },
    {
      "epoch": 0.13710416666666667,
      "grad_norm": 0.825699508190155,
      "learning_rate": 0.0002870010591810708,
      "loss": 8.5024,
      "step": 65810
    },
    {
      "epoch": 0.137125,
      "grad_norm": 1.0883888006210327,
      "learning_rate": 0.0002869970445123069,
      "loss": 8.5196,
      "step": 65820
    },
    {
      "epoch": 0.13714583333333333,
      "grad_norm": 0.8943973779678345,
      "learning_rate": 0.00028699302925177004,
      "loss": 9.4474,
      "step": 65830
    },
    {
      "epoch": 0.13716666666666666,
      "grad_norm": 0.7170971632003784,
      "learning_rate": 0.0002869890133994775,
      "loss": 9.0849,
      "step": 65840
    },
    {
      "epoch": 0.1371875,
      "grad_norm": 2.7837252616882324,
      "learning_rate": 0.0002869849969554467,
      "loss": 9.1716,
      "step": 65850
    },
    {
      "epoch": 0.13720833333333332,
      "grad_norm": 0.6765894889831543,
      "learning_rate": 0.00028698097991969486,
      "loss": 8.8067,
      "step": 65860
    },
    {
      "epoch": 0.13722916666666668,
      "grad_norm": 1.4558570384979248,
      "learning_rate": 0.0002869769622922395,
      "loss": 8.4455,
      "step": 65870
    },
    {
      "epoch": 0.13725,
      "grad_norm": 1.0071715116500854,
      "learning_rate": 0.0002869729440730978,
      "loss": 8.0115,
      "step": 65880
    },
    {
      "epoch": 0.13727083333333334,
      "grad_norm": 1.0534530878067017,
      "learning_rate": 0.0002869689252622872,
      "loss": 8.5328,
      "step": 65890
    },
    {
      "epoch": 0.13729166666666667,
      "grad_norm": 0.7331026196479797,
      "learning_rate": 0.0002869649058598251,
      "loss": 9.3092,
      "step": 65900
    },
    {
      "epoch": 0.1373125,
      "grad_norm": 0.947898268699646,
      "learning_rate": 0.00028696088586572876,
      "loss": 9.5367,
      "step": 65910
    },
    {
      "epoch": 0.13733333333333334,
      "grad_norm": 1.1116528511047363,
      "learning_rate": 0.0002869568652800157,
      "loss": 9.0471,
      "step": 65920
    },
    {
      "epoch": 0.13735416666666667,
      "grad_norm": 1.5515092611312866,
      "learning_rate": 0.00028695284410270314,
      "loss": 8.7588,
      "step": 65930
    },
    {
      "epoch": 0.137375,
      "grad_norm": 1.3791470527648926,
      "learning_rate": 0.0002869488223338085,
      "loss": 9.2546,
      "step": 65940
    },
    {
      "epoch": 0.13739583333333333,
      "grad_norm": 2.8724260330200195,
      "learning_rate": 0.0002869447999733492,
      "loss": 9.1123,
      "step": 65950
    },
    {
      "epoch": 0.13741666666666666,
      "grad_norm": 1.4036747217178345,
      "learning_rate": 0.0002869407770213425,
      "loss": 8.9897,
      "step": 65960
    },
    {
      "epoch": 0.1374375,
      "grad_norm": 0.8161360621452332,
      "learning_rate": 0.00028693675347780587,
      "loss": 9.1867,
      "step": 65970
    },
    {
      "epoch": 0.13745833333333332,
      "grad_norm": 1.4096524715423584,
      "learning_rate": 0.0002869327293427567,
      "loss": 8.4264,
      "step": 65980
    },
    {
      "epoch": 0.13747916666666668,
      "grad_norm": 1.2174232006072998,
      "learning_rate": 0.0002869287046162123,
      "loss": 10.0031,
      "step": 65990
    },
    {
      "epoch": 0.1375,
      "grad_norm": 2.818948268890381,
      "learning_rate": 0.00028692467929819016,
      "loss": 10.7678,
      "step": 66000
    },
    {
      "epoch": 0.1375,
      "eval_loss": 7.39040470123291,
      "eval_runtime": 8.1851,
      "eval_samples_per_second": 0.367,
      "eval_steps_per_second": 0.122,
      "step": 66000
    },
    {
      "epoch": 0.13752083333333334,
      "grad_norm": 1.686710000038147,
      "learning_rate": 0.00028692065338870753,
      "loss": 8.9366,
      "step": 66010
    },
    {
      "epoch": 0.13754166666666667,
      "grad_norm": 2.411104917526245,
      "learning_rate": 0.00028691662688778193,
      "loss": 9.7164,
      "step": 66020
    },
    {
      "epoch": 0.1375625,
      "grad_norm": 1.0048636198043823,
      "learning_rate": 0.00028691259979543067,
      "loss": 9.1033,
      "step": 66030
    },
    {
      "epoch": 0.13758333333333334,
      "grad_norm": 0.6686224341392517,
      "learning_rate": 0.0002869085721116712,
      "loss": 10.006,
      "step": 66040
    },
    {
      "epoch": 0.13760416666666667,
      "grad_norm": 2.3944106101989746,
      "learning_rate": 0.00028690454383652084,
      "loss": 9.0913,
      "step": 66050
    },
    {
      "epoch": 0.137625,
      "grad_norm": 1.3270765542984009,
      "learning_rate": 0.00028690051496999707,
      "loss": 8.8866,
      "step": 66060
    },
    {
      "epoch": 0.13764583333333333,
      "grad_norm": 0.9775285720825195,
      "learning_rate": 0.00028689648551211724,
      "loss": 10.1714,
      "step": 66070
    },
    {
      "epoch": 0.13766666666666666,
      "grad_norm": 0.8832486271858215,
      "learning_rate": 0.0002868924554628988,
      "loss": 8.5647,
      "step": 66080
    },
    {
      "epoch": 0.1376875,
      "grad_norm": 4.023820400238037,
      "learning_rate": 0.00028688842482235916,
      "loss": 9.4925,
      "step": 66090
    },
    {
      "epoch": 0.13770833333333332,
      "grad_norm": 0.9068604707717896,
      "learning_rate": 0.0002868843935905157,
      "loss": 9.6272,
      "step": 66100
    },
    {
      "epoch": 0.13772916666666668,
      "grad_norm": 0.9555630087852478,
      "learning_rate": 0.0002868803617673858,
      "loss": 8.7796,
      "step": 66110
    },
    {
      "epoch": 0.13775,
      "grad_norm": 0.6247748732566833,
      "learning_rate": 0.0002868763293529869,
      "loss": 8.9589,
      "step": 66120
    },
    {
      "epoch": 0.13777083333333334,
      "grad_norm": 1.3012176752090454,
      "learning_rate": 0.00028687229634733656,
      "loss": 8.9388,
      "step": 66130
    },
    {
      "epoch": 0.13779166666666667,
      "grad_norm": 0.6102866530418396,
      "learning_rate": 0.000286868262750452,
      "loss": 7.9686,
      "step": 66140
    },
    {
      "epoch": 0.1378125,
      "grad_norm": 1.7691212892532349,
      "learning_rate": 0.00028686422856235075,
      "loss": 8.6125,
      "step": 66150
    },
    {
      "epoch": 0.13783333333333334,
      "grad_norm": 0.6285239458084106,
      "learning_rate": 0.00028686019378305015,
      "loss": 8.6267,
      "step": 66160
    },
    {
      "epoch": 0.13785416666666667,
      "grad_norm": 3.002098798751831,
      "learning_rate": 0.0002868561584125677,
      "loss": 9.1601,
      "step": 66170
    },
    {
      "epoch": 0.137875,
      "grad_norm": 1.4665584564208984,
      "learning_rate": 0.00028685212245092086,
      "loss": 8.7296,
      "step": 66180
    },
    {
      "epoch": 0.13789583333333333,
      "grad_norm": 1.8047189712524414,
      "learning_rate": 0.00028684808589812697,
      "loss": 9.2688,
      "step": 66190
    },
    {
      "epoch": 0.13791666666666666,
      "grad_norm": 1.025429606437683,
      "learning_rate": 0.0002868440487542036,
      "loss": 8.5117,
      "step": 66200
    },
    {
      "epoch": 0.1379375,
      "grad_norm": 0.7821676135063171,
      "learning_rate": 0.000286840011019168,
      "loss": 9.2366,
      "step": 66210
    },
    {
      "epoch": 0.13795833333333332,
      "grad_norm": 5.70253324508667,
      "learning_rate": 0.00028683597269303776,
      "loss": 9.405,
      "step": 66220
    },
    {
      "epoch": 0.13797916666666668,
      "grad_norm": 2.435307502746582,
      "learning_rate": 0.0002868319337758303,
      "loss": 9.0956,
      "step": 66230
    },
    {
      "epoch": 0.138,
      "grad_norm": 5.010705947875977,
      "learning_rate": 0.0002868278942675631,
      "loss": 9.03,
      "step": 66240
    },
    {
      "epoch": 0.13802083333333334,
      "grad_norm": 8.601542472839355,
      "learning_rate": 0.00028682385416825345,
      "loss": 11.4734,
      "step": 66250
    },
    {
      "epoch": 0.13804166666666667,
      "grad_norm": 1.2598549127578735,
      "learning_rate": 0.00028681981347791893,
      "loss": 8.5508,
      "step": 66260
    },
    {
      "epoch": 0.1380625,
      "grad_norm": 0.8067751526832581,
      "learning_rate": 0.000286815772196577,
      "loss": 9.5093,
      "step": 66270
    },
    {
      "epoch": 0.13808333333333334,
      "grad_norm": 1.3639739751815796,
      "learning_rate": 0.00028681173032424513,
      "loss": 8.8125,
      "step": 66280
    },
    {
      "epoch": 0.13810416666666667,
      "grad_norm": 1.1393579244613647,
      "learning_rate": 0.00028680768786094066,
      "loss": 9.2307,
      "step": 66290
    },
    {
      "epoch": 0.138125,
      "grad_norm": 0.6021870970726013,
      "learning_rate": 0.00028680364480668116,
      "loss": 8.916,
      "step": 66300
    },
    {
      "epoch": 0.13814583333333333,
      "grad_norm": 0.9100940227508545,
      "learning_rate": 0.0002867996011614841,
      "loss": 8.9961,
      "step": 66310
    },
    {
      "epoch": 0.13816666666666666,
      "grad_norm": 0.5630296468734741,
      "learning_rate": 0.00028679555692536683,
      "loss": 8.9,
      "step": 66320
    },
    {
      "epoch": 0.1381875,
      "grad_norm": 1.1176247596740723,
      "learning_rate": 0.00028679151209834696,
      "loss": 8.7547,
      "step": 66330
    },
    {
      "epoch": 0.13820833333333332,
      "grad_norm": 0.484769731760025,
      "learning_rate": 0.0002867874666804419,
      "loss": 8.6265,
      "step": 66340
    },
    {
      "epoch": 0.13822916666666665,
      "grad_norm": 1.2780146598815918,
      "learning_rate": 0.00028678342067166914,
      "loss": 9.1955,
      "step": 66350
    },
    {
      "epoch": 0.13825,
      "grad_norm": 5.3713507652282715,
      "learning_rate": 0.0002867793740720461,
      "loss": 9.9093,
      "step": 66360
    },
    {
      "epoch": 0.13827083333333334,
      "grad_norm": 2.9625678062438965,
      "learning_rate": 0.00028677532688159034,
      "loss": 9.1636,
      "step": 66370
    },
    {
      "epoch": 0.13829166666666667,
      "grad_norm": 2.770003318786621,
      "learning_rate": 0.0002867712791003193,
      "loss": 9.8206,
      "step": 66380
    },
    {
      "epoch": 0.1383125,
      "grad_norm": 1.9038445949554443,
      "learning_rate": 0.00028676723072825047,
      "loss": 8.9599,
      "step": 66390
    },
    {
      "epoch": 0.13833333333333334,
      "grad_norm": 1.8993788957595825,
      "learning_rate": 0.0002867631817654014,
      "loss": 8.7612,
      "step": 66400
    },
    {
      "epoch": 0.13835416666666667,
      "grad_norm": 3.092841386795044,
      "learning_rate": 0.0002867591322117894,
      "loss": 8.7043,
      "step": 66410
    },
    {
      "epoch": 0.138375,
      "grad_norm": 2.0924036502838135,
      "learning_rate": 0.0002867550820674322,
      "loss": 9.578,
      "step": 66420
    },
    {
      "epoch": 0.13839583333333333,
      "grad_norm": 1.9233862161636353,
      "learning_rate": 0.0002867510313323471,
      "loss": 9.1255,
      "step": 66430
    },
    {
      "epoch": 0.13841666666666666,
      "grad_norm": 1.569657802581787,
      "learning_rate": 0.0002867469800065517,
      "loss": 9.4765,
      "step": 66440
    },
    {
      "epoch": 0.1384375,
      "grad_norm": 0.650347888469696,
      "learning_rate": 0.00028674292809006345,
      "loss": 8.4622,
      "step": 66450
    },
    {
      "epoch": 0.13845833333333332,
      "grad_norm": 1.3552569150924683,
      "learning_rate": 0.0002867388755828999,
      "loss": 9.181,
      "step": 66460
    },
    {
      "epoch": 0.13847916666666665,
      "grad_norm": 1.5882266759872437,
      "learning_rate": 0.00028673482248507855,
      "loss": 8.9564,
      "step": 66470
    },
    {
      "epoch": 0.1385,
      "grad_norm": 3.5664117336273193,
      "learning_rate": 0.0002867307687966169,
      "loss": 8.7587,
      "step": 66480
    },
    {
      "epoch": 0.13852083333333334,
      "grad_norm": 0.8376349806785583,
      "learning_rate": 0.00028672671451753233,
      "loss": 8.7254,
      "step": 66490
    },
    {
      "epoch": 0.13854166666666667,
      "grad_norm": 1.8892425298690796,
      "learning_rate": 0.0002867226596478426,
      "loss": 9.874,
      "step": 66500
    },
    {
      "epoch": 0.1385625,
      "grad_norm": 0.5686699748039246,
      "learning_rate": 0.0002867186041875651,
      "loss": 8.6367,
      "step": 66510
    },
    {
      "epoch": 0.13858333333333334,
      "grad_norm": 0.9373141527175903,
      "learning_rate": 0.00028671454813671726,
      "loss": 8.6095,
      "step": 66520
    },
    {
      "epoch": 0.13860416666666667,
      "grad_norm": 1.2676045894622803,
      "learning_rate": 0.00028671049149531675,
      "loss": 8.5767,
      "step": 66530
    },
    {
      "epoch": 0.138625,
      "grad_norm": 0.6195544600486755,
      "learning_rate": 0.000286706434263381,
      "loss": 8.3903,
      "step": 66540
    },
    {
      "epoch": 0.13864583333333333,
      "grad_norm": 2.879938840866089,
      "learning_rate": 0.0002867023764409276,
      "loss": 9.7173,
      "step": 66550
    },
    {
      "epoch": 0.13866666666666666,
      "grad_norm": 1.1583260297775269,
      "learning_rate": 0.00028669831802797407,
      "loss": 9.9478,
      "step": 66560
    },
    {
      "epoch": 0.1386875,
      "grad_norm": 0.7668215036392212,
      "learning_rate": 0.00028669425902453787,
      "loss": 8.7206,
      "step": 66570
    },
    {
      "epoch": 0.13870833333333332,
      "grad_norm": 1.0634562969207764,
      "learning_rate": 0.0002866901994306366,
      "loss": 9.7556,
      "step": 66580
    },
    {
      "epoch": 0.13872916666666665,
      "grad_norm": 1.584702730178833,
      "learning_rate": 0.0002866861392462877,
      "loss": 8.6167,
      "step": 66590
    },
    {
      "epoch": 0.13875,
      "grad_norm": 1.073491096496582,
      "learning_rate": 0.0002866820784715088,
      "loss": 8.9182,
      "step": 66600
    },
    {
      "epoch": 0.13877083333333334,
      "grad_norm": 5.225632190704346,
      "learning_rate": 0.0002866780171063175,
      "loss": 8.5601,
      "step": 66610
    },
    {
      "epoch": 0.13879166666666667,
      "grad_norm": 5.603272438049316,
      "learning_rate": 0.0002866739551507312,
      "loss": 10.0428,
      "step": 66620
    },
    {
      "epoch": 0.1388125,
      "grad_norm": 1.7417964935302734,
      "learning_rate": 0.0002866698926047676,
      "loss": 8.8864,
      "step": 66630
    },
    {
      "epoch": 0.13883333333333334,
      "grad_norm": 1.0421475172042847,
      "learning_rate": 0.0002866658294684441,
      "loss": 9.2889,
      "step": 66640
    },
    {
      "epoch": 0.13885416666666667,
      "grad_norm": 19.616249084472656,
      "learning_rate": 0.0002866617657417783,
      "loss": 10.3328,
      "step": 66650
    },
    {
      "epoch": 0.138875,
      "grad_norm": 1.378023624420166,
      "learning_rate": 0.00028665770142478783,
      "loss": 9.6599,
      "step": 66660
    },
    {
      "epoch": 0.13889583333333333,
      "grad_norm": 1.228826642036438,
      "learning_rate": 0.00028665363651749013,
      "loss": 8.7102,
      "step": 66670
    },
    {
      "epoch": 0.13891666666666666,
      "grad_norm": 1.3922204971313477,
      "learning_rate": 0.0002866495710199028,
      "loss": 9.348,
      "step": 66680
    },
    {
      "epoch": 0.1389375,
      "grad_norm": 1.702684998512268,
      "learning_rate": 0.0002866455049320434,
      "loss": 12.1401,
      "step": 66690
    },
    {
      "epoch": 0.13895833333333332,
      "grad_norm": 1.0175566673278809,
      "learning_rate": 0.00028664143825392953,
      "loss": 8.6338,
      "step": 66700
    },
    {
      "epoch": 0.13897916666666665,
      "grad_norm": 10.602784156799316,
      "learning_rate": 0.00028663737098557875,
      "loss": 9.1742,
      "step": 66710
    },
    {
      "epoch": 0.139,
      "grad_norm": 1.3250001668930054,
      "learning_rate": 0.00028663330312700863,
      "loss": 8.9978,
      "step": 66720
    },
    {
      "epoch": 0.13902083333333334,
      "grad_norm": 0.8408828377723694,
      "learning_rate": 0.0002866292346782367,
      "loss": 8.5108,
      "step": 66730
    },
    {
      "epoch": 0.13904166666666667,
      "grad_norm": 0.8635884523391724,
      "learning_rate": 0.00028662516563928055,
      "loss": 8.1165,
      "step": 66740
    },
    {
      "epoch": 0.1390625,
      "grad_norm": 0.6782259941101074,
      "learning_rate": 0.00028662109601015776,
      "loss": 11.4427,
      "step": 66750
    },
    {
      "epoch": 0.13908333333333334,
      "grad_norm": 1.260814905166626,
      "learning_rate": 0.00028661702579088594,
      "loss": 8.7938,
      "step": 66760
    },
    {
      "epoch": 0.13910416666666667,
      "grad_norm": 2.0611705780029297,
      "learning_rate": 0.0002866129549814826,
      "loss": 10.046,
      "step": 66770
    },
    {
      "epoch": 0.139125,
      "grad_norm": 2.8946855068206787,
      "learning_rate": 0.0002866088835819654,
      "loss": 13.0114,
      "step": 66780
    },
    {
      "epoch": 0.13914583333333333,
      "grad_norm": 1.9597623348236084,
      "learning_rate": 0.0002866048115923519,
      "loss": 8.6005,
      "step": 66790
    },
    {
      "epoch": 0.13916666666666666,
      "grad_norm": 2.251169443130493,
      "learning_rate": 0.0002866007390126597,
      "loss": 9.5643,
      "step": 66800
    },
    {
      "epoch": 0.1391875,
      "grad_norm": 0.9999964237213135,
      "learning_rate": 0.00028659666584290633,
      "loss": 9.5924,
      "step": 66810
    },
    {
      "epoch": 0.13920833333333332,
      "grad_norm": 0.9916490316390991,
      "learning_rate": 0.0002865925920831095,
      "loss": 8.9563,
      "step": 66820
    },
    {
      "epoch": 0.13922916666666665,
      "grad_norm": 1.3937937021255493,
      "learning_rate": 0.0002865885177332867,
      "loss": 9.4226,
      "step": 66830
    },
    {
      "epoch": 0.13925,
      "grad_norm": 0.8187934160232544,
      "learning_rate": 0.00028658444279345554,
      "loss": 8.4298,
      "step": 66840
    },
    {
      "epoch": 0.13927083333333334,
      "grad_norm": 2.1393489837646484,
      "learning_rate": 0.0002865803672636337,
      "loss": 9.0931,
      "step": 66850
    },
    {
      "epoch": 0.13929166666666667,
      "grad_norm": 1.103689432144165,
      "learning_rate": 0.00028657629114383867,
      "loss": 10.0592,
      "step": 66860
    },
    {
      "epoch": 0.1393125,
      "grad_norm": 1.0396380424499512,
      "learning_rate": 0.0002865722144340882,
      "loss": 10.0879,
      "step": 66870
    },
    {
      "epoch": 0.13933333333333334,
      "grad_norm": 1.079881191253662,
      "learning_rate": 0.00028656813713439977,
      "loss": 8.3242,
      "step": 66880
    },
    {
      "epoch": 0.13935416666666667,
      "grad_norm": 0.829269289970398,
      "learning_rate": 0.0002865640592447911,
      "loss": 9.1131,
      "step": 66890
    },
    {
      "epoch": 0.139375,
      "grad_norm": 1.923910140991211,
      "learning_rate": 0.00028655998076527973,
      "loss": 8.9674,
      "step": 66900
    },
    {
      "epoch": 0.13939583333333333,
      "grad_norm": 1.9771819114685059,
      "learning_rate": 0.00028655590169588324,
      "loss": 8.4034,
      "step": 66910
    },
    {
      "epoch": 0.13941666666666666,
      "grad_norm": 3.6089324951171875,
      "learning_rate": 0.00028655182203661935,
      "loss": 8.7868,
      "step": 66920
    },
    {
      "epoch": 0.1394375,
      "grad_norm": 1.4867494106292725,
      "learning_rate": 0.00028654774178750567,
      "loss": 9.2127,
      "step": 66930
    },
    {
      "epoch": 0.13945833333333332,
      "grad_norm": 0.6904371380805969,
      "learning_rate": 0.0002865436609485597,
      "loss": 11.3697,
      "step": 66940
    },
    {
      "epoch": 0.13947916666666665,
      "grad_norm": 1.5004009008407593,
      "learning_rate": 0.00028653957951979927,
      "loss": 8.8083,
      "step": 66950
    },
    {
      "epoch": 0.1395,
      "grad_norm": 0.8617554306983948,
      "learning_rate": 0.00028653549750124184,
      "loss": 8.977,
      "step": 66960
    },
    {
      "epoch": 0.13952083333333334,
      "grad_norm": 1.3932867050170898,
      "learning_rate": 0.0002865314148929051,
      "loss": 8.6721,
      "step": 66970
    },
    {
      "epoch": 0.13954166666666667,
      "grad_norm": 2.1319026947021484,
      "learning_rate": 0.00028652733169480673,
      "loss": 8.8811,
      "step": 66980
    },
    {
      "epoch": 0.1395625,
      "grad_norm": 1.1667759418487549,
      "learning_rate": 0.0002865232479069643,
      "loss": 10.0592,
      "step": 66990
    },
    {
      "epoch": 0.13958333333333334,
      "grad_norm": 1.1566717624664307,
      "learning_rate": 0.00028651916352939554,
      "loss": 10.261,
      "step": 67000
    },
    {
      "epoch": 0.13958333333333334,
      "eval_loss": 8.296209335327148,
      "eval_runtime": 8.0895,
      "eval_samples_per_second": 0.371,
      "eval_steps_per_second": 0.124,
      "step": 67000
    },
    {
      "epoch": 0.13960416666666667,
      "grad_norm": 0.7445308566093445,
      "learning_rate": 0.00028651507856211796,
      "loss": 10.0186,
      "step": 67010
    },
    {
      "epoch": 0.139625,
      "grad_norm": 1.31635320186615,
      "learning_rate": 0.0002865109930051493,
      "loss": 9.3134,
      "step": 67020
    },
    {
      "epoch": 0.13964583333333333,
      "grad_norm": 1.2058100700378418,
      "learning_rate": 0.0002865069068585072,
      "loss": 9.6145,
      "step": 67030
    },
    {
      "epoch": 0.13966666666666666,
      "grad_norm": 1.4688881635665894,
      "learning_rate": 0.0002865028201222093,
      "loss": 9.5237,
      "step": 67040
    },
    {
      "epoch": 0.1396875,
      "grad_norm": 1.691833257675171,
      "learning_rate": 0.0002864987327962732,
      "loss": 9.1232,
      "step": 67050
    },
    {
      "epoch": 0.13970833333333332,
      "grad_norm": 1.1327362060546875,
      "learning_rate": 0.00028649464488071663,
      "loss": 9.0314,
      "step": 67060
    },
    {
      "epoch": 0.13972916666666665,
      "grad_norm": 1.1122547388076782,
      "learning_rate": 0.0002864905563755572,
      "loss": 8.4592,
      "step": 67070
    },
    {
      "epoch": 0.13975,
      "grad_norm": 2.1067841053009033,
      "learning_rate": 0.00028648646728081264,
      "loss": 8.65,
      "step": 67080
    },
    {
      "epoch": 0.13977083333333334,
      "grad_norm": 1.5902154445648193,
      "learning_rate": 0.0002864823775965005,
      "loss": 9.4521,
      "step": 67090
    },
    {
      "epoch": 0.13979166666666668,
      "grad_norm": 0.9437966346740723,
      "learning_rate": 0.0002864782873226386,
      "loss": 8.5386,
      "step": 67100
    },
    {
      "epoch": 0.1398125,
      "grad_norm": 1.695595622062683,
      "learning_rate": 0.0002864741964592445,
      "loss": 9.8621,
      "step": 67110
    },
    {
      "epoch": 0.13983333333333334,
      "grad_norm": 1.1494110822677612,
      "learning_rate": 0.00028647010500633586,
      "loss": 10.0061,
      "step": 67120
    },
    {
      "epoch": 0.13985416666666667,
      "grad_norm": 0.9597423076629639,
      "learning_rate": 0.0002864660129639304,
      "loss": 8.7323,
      "step": 67130
    },
    {
      "epoch": 0.139875,
      "grad_norm": 6.137220859527588,
      "learning_rate": 0.00028646192033204577,
      "loss": 9.9461,
      "step": 67140
    },
    {
      "epoch": 0.13989583333333333,
      "grad_norm": 0.9011356234550476,
      "learning_rate": 0.0002864578271106997,
      "loss": 8.8308,
      "step": 67150
    },
    {
      "epoch": 0.13991666666666666,
      "grad_norm": 0.8954104781150818,
      "learning_rate": 0.00028645373329990977,
      "loss": 8.8703,
      "step": 67160
    },
    {
      "epoch": 0.1399375,
      "grad_norm": 1.3183552026748657,
      "learning_rate": 0.00028644963889969376,
      "loss": 8.5689,
      "step": 67170
    },
    {
      "epoch": 0.13995833333333332,
      "grad_norm": 0.9759075045585632,
      "learning_rate": 0.0002864455439100693,
      "loss": 8.7833,
      "step": 67180
    },
    {
      "epoch": 0.13997916666666665,
      "grad_norm": 1.160309910774231,
      "learning_rate": 0.0002864414483310541,
      "loss": 9.2432,
      "step": 67190
    },
    {
      "epoch": 0.14,
      "grad_norm": 1.2064160108566284,
      "learning_rate": 0.0002864373521626659,
      "loss": 8.6624,
      "step": 67200
    },
    {
      "epoch": 0.14002083333333334,
      "grad_norm": 1.1136306524276733,
      "learning_rate": 0.0002864332554049223,
      "loss": 9.7924,
      "step": 67210
    },
    {
      "epoch": 0.14004166666666668,
      "grad_norm": 1.5062464475631714,
      "learning_rate": 0.000286429158057841,
      "loss": 8.7013,
      "step": 67220
    },
    {
      "epoch": 0.1400625,
      "grad_norm": 2.4126529693603516,
      "learning_rate": 0.0002864250601214398,
      "loss": 9.8102,
      "step": 67230
    },
    {
      "epoch": 0.14008333333333334,
      "grad_norm": 1.9819562435150146,
      "learning_rate": 0.0002864209615957363,
      "loss": 9.192,
      "step": 67240
    },
    {
      "epoch": 0.14010416666666667,
      "grad_norm": 2.809415817260742,
      "learning_rate": 0.00028641686248074834,
      "loss": 9.5321,
      "step": 67250
    },
    {
      "epoch": 0.140125,
      "grad_norm": 0.8786681890487671,
      "learning_rate": 0.00028641276277649344,
      "loss": 8.5677,
      "step": 67260
    },
    {
      "epoch": 0.14014583333333333,
      "grad_norm": 1.193144679069519,
      "learning_rate": 0.0002864086624829894,
      "loss": 9.5894,
      "step": 67270
    },
    {
      "epoch": 0.14016666666666666,
      "grad_norm": 6.040936470031738,
      "learning_rate": 0.000286404561600254,
      "loss": 10.3699,
      "step": 67280
    },
    {
      "epoch": 0.1401875,
      "grad_norm": 0.9973719716072083,
      "learning_rate": 0.0002864004601283048,
      "loss": 9.8771,
      "step": 67290
    },
    {
      "epoch": 0.14020833333333332,
      "grad_norm": 4.88387393951416,
      "learning_rate": 0.00028639635806715965,
      "loss": 9.3404,
      "step": 67300
    },
    {
      "epoch": 0.14022916666666665,
      "grad_norm": 0.9767310619354248,
      "learning_rate": 0.00028639225541683623,
      "loss": 8.6915,
      "step": 67310
    },
    {
      "epoch": 0.14025,
      "grad_norm": 1.2158691883087158,
      "learning_rate": 0.00028638815217735226,
      "loss": 8.969,
      "step": 67320
    },
    {
      "epoch": 0.14027083333333334,
      "grad_norm": 1.3560234308242798,
      "learning_rate": 0.0002863840483487254,
      "loss": 8.5943,
      "step": 67330
    },
    {
      "epoch": 0.14029166666666668,
      "grad_norm": 1.6495496034622192,
      "learning_rate": 0.0002863799439309735,
      "loss": 9.1533,
      "step": 67340
    },
    {
      "epoch": 0.1403125,
      "grad_norm": 0.7076665163040161,
      "learning_rate": 0.0002863758389241142,
      "loss": 8.6741,
      "step": 67350
    },
    {
      "epoch": 0.14033333333333334,
      "grad_norm": 2.2861883640289307,
      "learning_rate": 0.0002863717333281653,
      "loss": 9.0568,
      "step": 67360
    },
    {
      "epoch": 0.14035416666666667,
      "grad_norm": 1.8014408349990845,
      "learning_rate": 0.00028636762714314443,
      "loss": 10.532,
      "step": 67370
    },
    {
      "epoch": 0.140375,
      "grad_norm": 1.3448169231414795,
      "learning_rate": 0.0002863635203690694,
      "loss": 8.5601,
      "step": 67380
    },
    {
      "epoch": 0.14039583333333333,
      "grad_norm": 2.5793440341949463,
      "learning_rate": 0.00028635941300595797,
      "loss": 8.6719,
      "step": 67390
    },
    {
      "epoch": 0.14041666666666666,
      "grad_norm": 0.9639162421226501,
      "learning_rate": 0.0002863553050538278,
      "loss": 10.1495,
      "step": 67400
    },
    {
      "epoch": 0.1404375,
      "grad_norm": 0.9553468823432922,
      "learning_rate": 0.00028635119651269675,
      "loss": 9.937,
      "step": 67410
    },
    {
      "epoch": 0.14045833333333332,
      "grad_norm": 1.0145753622055054,
      "learning_rate": 0.00028634708738258245,
      "loss": 9.5204,
      "step": 67420
    },
    {
      "epoch": 0.14047916666666665,
      "grad_norm": 0.44084158539772034,
      "learning_rate": 0.0002863429776635027,
      "loss": 8.94,
      "step": 67430
    },
    {
      "epoch": 0.1405,
      "grad_norm": 1.0781389474868774,
      "learning_rate": 0.00028633886735547533,
      "loss": 9.6517,
      "step": 67440
    },
    {
      "epoch": 0.14052083333333334,
      "grad_norm": 0.8837209939956665,
      "learning_rate": 0.0002863347564585179,
      "loss": 8.918,
      "step": 67450
    },
    {
      "epoch": 0.14054166666666668,
      "grad_norm": 0.8683722615242004,
      "learning_rate": 0.0002863306449726484,
      "loss": 9.1897,
      "step": 67460
    },
    {
      "epoch": 0.1405625,
      "grad_norm": 1.665656566619873,
      "learning_rate": 0.0002863265328978844,
      "loss": 9.6207,
      "step": 67470
    },
    {
      "epoch": 0.14058333333333334,
      "grad_norm": 1.9379240274429321,
      "learning_rate": 0.00028632242023424377,
      "loss": 9.1813,
      "step": 67480
    },
    {
      "epoch": 0.14060416666666667,
      "grad_norm": 1.147056221961975,
      "learning_rate": 0.0002863183069817442,
      "loss": 8.7265,
      "step": 67490
    },
    {
      "epoch": 0.140625,
      "grad_norm": 1.5003662109375,
      "learning_rate": 0.0002863141931404036,
      "loss": 9.3112,
      "step": 67500
    },
    {
      "epoch": 0.14064583333333333,
      "grad_norm": 2.364717960357666,
      "learning_rate": 0.00028631007871023957,
      "loss": 8.7406,
      "step": 67510
    },
    {
      "epoch": 0.14066666666666666,
      "grad_norm": 0.684187650680542,
      "learning_rate": 0.00028630596369126995,
      "loss": 9.5684,
      "step": 67520
    },
    {
      "epoch": 0.1406875,
      "grad_norm": 7.129315376281738,
      "learning_rate": 0.0002863018480835126,
      "loss": 9.7894,
      "step": 67530
    },
    {
      "epoch": 0.14070833333333332,
      "grad_norm": 0.9693719148635864,
      "learning_rate": 0.0002862977318869851,
      "loss": 9.5007,
      "step": 67540
    },
    {
      "epoch": 0.14072916666666666,
      "grad_norm": 2.4615089893341064,
      "learning_rate": 0.0002862936151017055,
      "loss": 9.3491,
      "step": 67550
    },
    {
      "epoch": 0.14075,
      "grad_norm": 1.1606365442276,
      "learning_rate": 0.00028628949772769127,
      "loss": 8.7371,
      "step": 67560
    },
    {
      "epoch": 0.14077083333333335,
      "grad_norm": 3.1167385578155518,
      "learning_rate": 0.0002862853797649605,
      "loss": 9.1071,
      "step": 67570
    },
    {
      "epoch": 0.14079166666666668,
      "grad_norm": 1.2778644561767578,
      "learning_rate": 0.0002862812612135307,
      "loss": 8.7432,
      "step": 67580
    },
    {
      "epoch": 0.1408125,
      "grad_norm": 0.5447341203689575,
      "learning_rate": 0.0002862771420734199,
      "loss": 8.5033,
      "step": 67590
    },
    {
      "epoch": 0.14083333333333334,
      "grad_norm": 0.6966789364814758,
      "learning_rate": 0.0002862730223446457,
      "loss": 8.5195,
      "step": 67600
    },
    {
      "epoch": 0.14085416666666667,
      "grad_norm": 0.5177736878395081,
      "learning_rate": 0.00028626890202722603,
      "loss": 8.8907,
      "step": 67610
    },
    {
      "epoch": 0.140875,
      "grad_norm": 0.8698920011520386,
      "learning_rate": 0.00028626478112117864,
      "loss": 9.1198,
      "step": 67620
    },
    {
      "epoch": 0.14089583333333333,
      "grad_norm": 1.1717854738235474,
      "learning_rate": 0.00028626065962652136,
      "loss": 8.9859,
      "step": 67630
    },
    {
      "epoch": 0.14091666666666666,
      "grad_norm": 0.6597055792808533,
      "learning_rate": 0.00028625653754327197,
      "loss": 10.9716,
      "step": 67640
    },
    {
      "epoch": 0.1409375,
      "grad_norm": 2.6215603351593018,
      "learning_rate": 0.00028625241487144825,
      "loss": 9.0624,
      "step": 67650
    },
    {
      "epoch": 0.14095833333333332,
      "grad_norm": 1.029154896736145,
      "learning_rate": 0.000286248291611068,
      "loss": 10.6664,
      "step": 67660
    },
    {
      "epoch": 0.14097916666666666,
      "grad_norm": 1.5148615837097168,
      "learning_rate": 0.00028624416776214907,
      "loss": 8.6518,
      "step": 67670
    },
    {
      "epoch": 0.141,
      "grad_norm": 2.3595430850982666,
      "learning_rate": 0.0002862400433247093,
      "loss": 11.132,
      "step": 67680
    },
    {
      "epoch": 0.14102083333333335,
      "grad_norm": 1.3186720609664917,
      "learning_rate": 0.00028623591829876643,
      "loss": 9.7945,
      "step": 67690
    },
    {
      "epoch": 0.14104166666666668,
      "grad_norm": 3.1109042167663574,
      "learning_rate": 0.0002862317926843384,
      "loss": 8.8602,
      "step": 67700
    },
    {
      "epoch": 0.1410625,
      "grad_norm": 1.3433669805526733,
      "learning_rate": 0.00028622766648144285,
      "loss": 9.073,
      "step": 67710
    },
    {
      "epoch": 0.14108333333333334,
      "grad_norm": 0.5541952848434448,
      "learning_rate": 0.00028622353969009773,
      "loss": 9.6278,
      "step": 67720
    },
    {
      "epoch": 0.14110416666666667,
      "grad_norm": 0.7660490870475769,
      "learning_rate": 0.00028621941231032086,
      "loss": 8.9321,
      "step": 67730
    },
    {
      "epoch": 0.141125,
      "grad_norm": 1.2588540315628052,
      "learning_rate": 0.00028621528434213,
      "loss": 8.7071,
      "step": 67740
    },
    {
      "epoch": 0.14114583333333333,
      "grad_norm": 0.6840887665748596,
      "learning_rate": 0.00028621115578554313,
      "loss": 9.5244,
      "step": 67750
    },
    {
      "epoch": 0.14116666666666666,
      "grad_norm": 0.6785792112350464,
      "learning_rate": 0.0002862070266405779,
      "loss": 8.3732,
      "step": 67760
    },
    {
      "epoch": 0.1411875,
      "grad_norm": 0.8898536562919617,
      "learning_rate": 0.0002862028969072523,
      "loss": 10.5492,
      "step": 67770
    },
    {
      "epoch": 0.14120833333333332,
      "grad_norm": 0.7324698567390442,
      "learning_rate": 0.000286198766585584,
      "loss": 8.7527,
      "step": 67780
    },
    {
      "epoch": 0.14122916666666666,
      "grad_norm": 0.9918072819709778,
      "learning_rate": 0.00028619463567559103,
      "loss": 8.8159,
      "step": 67790
    },
    {
      "epoch": 0.14125,
      "grad_norm": 0.8878428339958191,
      "learning_rate": 0.0002861905041772911,
      "loss": 9.2861,
      "step": 67800
    },
    {
      "epoch": 0.14127083333333335,
      "grad_norm": 0.7755635380744934,
      "learning_rate": 0.00028618637209070207,
      "loss": 8.5793,
      "step": 67810
    },
    {
      "epoch": 0.14129166666666668,
      "grad_norm": 0.8980544805526733,
      "learning_rate": 0.00028618223941584187,
      "loss": 11.0404,
      "step": 67820
    },
    {
      "epoch": 0.1413125,
      "grad_norm": 3.671098232269287,
      "learning_rate": 0.0002861781061527283,
      "loss": 9.6155,
      "step": 67830
    },
    {
      "epoch": 0.14133333333333334,
      "grad_norm": 1.6006700992584229,
      "learning_rate": 0.0002861739723013792,
      "loss": 8.7011,
      "step": 67840
    },
    {
      "epoch": 0.14135416666666667,
      "grad_norm": 1.2236069440841675,
      "learning_rate": 0.00028616983786181245,
      "loss": 8.3031,
      "step": 67850
    },
    {
      "epoch": 0.141375,
      "grad_norm": 0.9326266646385193,
      "learning_rate": 0.0002861657028340459,
      "loss": 10.5506,
      "step": 67860
    },
    {
      "epoch": 0.14139583333333333,
      "grad_norm": 1.0315115451812744,
      "learning_rate": 0.0002861615672180974,
      "loss": 9.5843,
      "step": 67870
    },
    {
      "epoch": 0.14141666666666666,
      "grad_norm": 1.149768352508545,
      "learning_rate": 0.0002861574310139848,
      "loss": 9.4823,
      "step": 67880
    },
    {
      "epoch": 0.1414375,
      "grad_norm": 0.643436849117279,
      "learning_rate": 0.000286153294221726,
      "loss": 9.7134,
      "step": 67890
    },
    {
      "epoch": 0.14145833333333332,
      "grad_norm": 1.4993343353271484,
      "learning_rate": 0.00028614915684133894,
      "loss": 10.2517,
      "step": 67900
    },
    {
      "epoch": 0.14147916666666666,
      "grad_norm": 0.934938371181488,
      "learning_rate": 0.00028614501887284135,
      "loss": 9.5361,
      "step": 67910
    },
    {
      "epoch": 0.1415,
      "grad_norm": 2.646066665649414,
      "learning_rate": 0.00028614088031625115,
      "loss": 9.1564,
      "step": 67920
    },
    {
      "epoch": 0.14152083333333335,
      "grad_norm": 2.7128238677978516,
      "learning_rate": 0.0002861367411715862,
      "loss": 10.1947,
      "step": 67930
    },
    {
      "epoch": 0.14154166666666668,
      "grad_norm": 0.9551023244857788,
      "learning_rate": 0.0002861326014388645,
      "loss": 8.7961,
      "step": 67940
    },
    {
      "epoch": 0.1415625,
      "grad_norm": 3.001662492752075,
      "learning_rate": 0.00028612846111810385,
      "loss": 9.9,
      "step": 67950
    },
    {
      "epoch": 0.14158333333333334,
      "grad_norm": 2.0592334270477295,
      "learning_rate": 0.0002861243202093221,
      "loss": 9.1617,
      "step": 67960
    },
    {
      "epoch": 0.14160416666666667,
      "grad_norm": 1.1493018865585327,
      "learning_rate": 0.0002861201787125372,
      "loss": 10.004,
      "step": 67970
    },
    {
      "epoch": 0.141625,
      "grad_norm": 1.3446415662765503,
      "learning_rate": 0.00028611603662776695,
      "loss": 9.3157,
      "step": 67980
    },
    {
      "epoch": 0.14164583333333333,
      "grad_norm": 2.858381509780884,
      "learning_rate": 0.00028611189395502933,
      "loss": 8.315,
      "step": 67990
    },
    {
      "epoch": 0.14166666666666666,
      "grad_norm": 6.888965129852295,
      "learning_rate": 0.0002861077506943422,
      "loss": 9.831,
      "step": 68000
    },
    {
      "epoch": 0.14166666666666666,
      "eval_loss": 7.7947845458984375,
      "eval_runtime": 8.1521,
      "eval_samples_per_second": 0.368,
      "eval_steps_per_second": 0.123,
      "step": 68000
    },
    {
      "epoch": 0.1416875,
      "grad_norm": 1.981564998626709,
      "learning_rate": 0.0002861036068457235,
      "loss": 9.1626,
      "step": 68010
    },
    {
      "epoch": 0.14170833333333333,
      "grad_norm": 0.9355049729347229,
      "learning_rate": 0.000286099462409191,
      "loss": 8.3139,
      "step": 68020
    },
    {
      "epoch": 0.14172916666666666,
      "grad_norm": 1.9040162563323975,
      "learning_rate": 0.00028609531738476283,
      "loss": 9.1083,
      "step": 68030
    },
    {
      "epoch": 0.14175,
      "grad_norm": 1.025131344795227,
      "learning_rate": 0.00028609117177245665,
      "loss": 9.1892,
      "step": 68040
    },
    {
      "epoch": 0.14177083333333335,
      "grad_norm": 1.011332392692566,
      "learning_rate": 0.0002860870255722905,
      "loss": 10.086,
      "step": 68050
    },
    {
      "epoch": 0.14179166666666668,
      "grad_norm": 8.719156265258789,
      "learning_rate": 0.00028608287878428227,
      "loss": 9.3681,
      "step": 68060
    },
    {
      "epoch": 0.1418125,
      "grad_norm": 1.5593634843826294,
      "learning_rate": 0.0002860787314084499,
      "loss": 9.0993,
      "step": 68070
    },
    {
      "epoch": 0.14183333333333334,
      "grad_norm": 0.7623521089553833,
      "learning_rate": 0.0002860745834448112,
      "loss": 8.3947,
      "step": 68080
    },
    {
      "epoch": 0.14185416666666667,
      "grad_norm": 0.7545289397239685,
      "learning_rate": 0.00028607043489338425,
      "loss": 8.9824,
      "step": 68090
    },
    {
      "epoch": 0.141875,
      "grad_norm": 5.8540143966674805,
      "learning_rate": 0.00028606628575418683,
      "loss": 9.5975,
      "step": 68100
    },
    {
      "epoch": 0.14189583333333333,
      "grad_norm": 0.6752110123634338,
      "learning_rate": 0.0002860621360272369,
      "loss": 8.7062,
      "step": 68110
    },
    {
      "epoch": 0.14191666666666666,
      "grad_norm": 0.8811562061309814,
      "learning_rate": 0.0002860579857125525,
      "loss": 9.003,
      "step": 68120
    },
    {
      "epoch": 0.1419375,
      "grad_norm": 0.8191794753074646,
      "learning_rate": 0.0002860538348101513,
      "loss": 8.8908,
      "step": 68130
    },
    {
      "epoch": 0.14195833333333333,
      "grad_norm": 0.5423097014427185,
      "learning_rate": 0.0002860496833200515,
      "loss": 9.18,
      "step": 68140
    },
    {
      "epoch": 0.14197916666666666,
      "grad_norm": 2.8470897674560547,
      "learning_rate": 0.0002860455312422709,
      "loss": 9.4172,
      "step": 68150
    },
    {
      "epoch": 0.142,
      "grad_norm": 4.923331260681152,
      "learning_rate": 0.00028604137857682745,
      "loss": 9.8328,
      "step": 68160
    },
    {
      "epoch": 0.14202083333333335,
      "grad_norm": 1.8456275463104248,
      "learning_rate": 0.0002860372253237391,
      "loss": 9.0577,
      "step": 68170
    },
    {
      "epoch": 0.14204166666666668,
      "grad_norm": 1.2426421642303467,
      "learning_rate": 0.00028603307148302375,
      "loss": 8.479,
      "step": 68180
    },
    {
      "epoch": 0.1420625,
      "grad_norm": 1.6526511907577515,
      "learning_rate": 0.0002860289170546994,
      "loss": 11.0778,
      "step": 68190
    },
    {
      "epoch": 0.14208333333333334,
      "grad_norm": 15.089634895324707,
      "learning_rate": 0.000286024762038784,
      "loss": 10.4033,
      "step": 68200
    },
    {
      "epoch": 0.14210416666666667,
      "grad_norm": 0.8972780108451843,
      "learning_rate": 0.00028602060643529543,
      "loss": 9.031,
      "step": 68210
    },
    {
      "epoch": 0.142125,
      "grad_norm": 1.0443519353866577,
      "learning_rate": 0.0002860164502442517,
      "loss": 9.2946,
      "step": 68220
    },
    {
      "epoch": 0.14214583333333333,
      "grad_norm": 2.2540621757507324,
      "learning_rate": 0.00028601229346567075,
      "loss": 8.9331,
      "step": 68230
    },
    {
      "epoch": 0.14216666666666666,
      "grad_norm": 4.162644863128662,
      "learning_rate": 0.0002860081360995705,
      "loss": 9.4888,
      "step": 68240
    },
    {
      "epoch": 0.1421875,
      "grad_norm": 0.9481236934661865,
      "learning_rate": 0.00028600397814596896,
      "loss": 9.8409,
      "step": 68250
    },
    {
      "epoch": 0.14220833333333333,
      "grad_norm": 3.3149592876434326,
      "learning_rate": 0.00028599981960488407,
      "loss": 8.9896,
      "step": 68260
    },
    {
      "epoch": 0.14222916666666666,
      "grad_norm": 2.4391708374023438,
      "learning_rate": 0.00028599566047633377,
      "loss": 9.402,
      "step": 68270
    },
    {
      "epoch": 0.14225,
      "grad_norm": 3.7033944129943848,
      "learning_rate": 0.00028599150076033606,
      "loss": 9.6213,
      "step": 68280
    },
    {
      "epoch": 0.14227083333333335,
      "grad_norm": 1.6802427768707275,
      "learning_rate": 0.0002859873404569089,
      "loss": 10.1488,
      "step": 68290
    },
    {
      "epoch": 0.14229166666666668,
      "grad_norm": 0.7034923434257507,
      "learning_rate": 0.0002859831795660703,
      "loss": 8.9267,
      "step": 68300
    },
    {
      "epoch": 0.1423125,
      "grad_norm": 2.352412462234497,
      "learning_rate": 0.0002859790180878381,
      "loss": 10.5217,
      "step": 68310
    },
    {
      "epoch": 0.14233333333333334,
      "grad_norm": 2.324190139770508,
      "learning_rate": 0.00028597485602223046,
      "loss": 9.1273,
      "step": 68320
    },
    {
      "epoch": 0.14235416666666667,
      "grad_norm": 0.9200599193572998,
      "learning_rate": 0.0002859706933692652,
      "loss": 9.7871,
      "step": 68330
    },
    {
      "epoch": 0.142375,
      "grad_norm": 1.3201526403427124,
      "learning_rate": 0.00028596653012896034,
      "loss": 10.1765,
      "step": 68340
    },
    {
      "epoch": 0.14239583333333333,
      "grad_norm": 3.1940951347351074,
      "learning_rate": 0.00028596236630133395,
      "loss": 10.132,
      "step": 68350
    },
    {
      "epoch": 0.14241666666666666,
      "grad_norm": 1.0940825939178467,
      "learning_rate": 0.0002859582018864039,
      "loss": 8.6913,
      "step": 68360
    },
    {
      "epoch": 0.1424375,
      "grad_norm": 1.551060438156128,
      "learning_rate": 0.0002859540368841883,
      "loss": 8.8451,
      "step": 68370
    },
    {
      "epoch": 0.14245833333333333,
      "grad_norm": 1.551679253578186,
      "learning_rate": 0.00028594987129470503,
      "loss": 9.0336,
      "step": 68380
    },
    {
      "epoch": 0.14247916666666666,
      "grad_norm": 0.8212509751319885,
      "learning_rate": 0.00028594570511797216,
      "loss": 8.7143,
      "step": 68390
    },
    {
      "epoch": 0.1425,
      "grad_norm": 1.9925342798233032,
      "learning_rate": 0.00028594153835400765,
      "loss": 10.2836,
      "step": 68400
    },
    {
      "epoch": 0.14252083333333335,
      "grad_norm": 0.966362476348877,
      "learning_rate": 0.0002859373710028295,
      "loss": 9.3065,
      "step": 68410
    },
    {
      "epoch": 0.14254166666666668,
      "grad_norm": 1.3538360595703125,
      "learning_rate": 0.0002859332030644557,
      "loss": 8.6032,
      "step": 68420
    },
    {
      "epoch": 0.1425625,
      "grad_norm": 0.6355888247489929,
      "learning_rate": 0.00028592903453890427,
      "loss": 8.8115,
      "step": 68430
    },
    {
      "epoch": 0.14258333333333334,
      "grad_norm": 0.8103030920028687,
      "learning_rate": 0.00028592486542619323,
      "loss": 9.0041,
      "step": 68440
    },
    {
      "epoch": 0.14260416666666667,
      "grad_norm": 0.5573375225067139,
      "learning_rate": 0.0002859206957263406,
      "loss": 10.6541,
      "step": 68450
    },
    {
      "epoch": 0.142625,
      "grad_norm": 1.6752533912658691,
      "learning_rate": 0.0002859165254393643,
      "loss": 8.8694,
      "step": 68460
    },
    {
      "epoch": 0.14264583333333333,
      "grad_norm": 1.0167343616485596,
      "learning_rate": 0.00028591235456528244,
      "loss": 9.4007,
      "step": 68470
    },
    {
      "epoch": 0.14266666666666666,
      "grad_norm": 0.7061469554901123,
      "learning_rate": 0.000285908183104113,
      "loss": 10.4949,
      "step": 68480
    },
    {
      "epoch": 0.1426875,
      "grad_norm": 0.5979157090187073,
      "learning_rate": 0.00028590401105587406,
      "loss": 8.6599,
      "step": 68490
    },
    {
      "epoch": 0.14270833333333333,
      "grad_norm": 1.293188214302063,
      "learning_rate": 0.0002858998384205835,
      "loss": 8.8088,
      "step": 68500
    },
    {
      "epoch": 0.14272916666666666,
      "grad_norm": 1.147226333618164,
      "learning_rate": 0.00028589566519825947,
      "loss": 10.5475,
      "step": 68510
    },
    {
      "epoch": 0.14275,
      "grad_norm": 0.725470781326294,
      "learning_rate": 0.00028589149138892,
      "loss": 8.7967,
      "step": 68520
    },
    {
      "epoch": 0.14277083333333335,
      "grad_norm": 1.0419530868530273,
      "learning_rate": 0.000285887316992583,
      "loss": 9.6062,
      "step": 68530
    },
    {
      "epoch": 0.14279166666666668,
      "grad_norm": 1.7046422958374023,
      "learning_rate": 0.0002858831420092666,
      "loss": 9.904,
      "step": 68540
    },
    {
      "epoch": 0.1428125,
      "grad_norm": 1.9175375699996948,
      "learning_rate": 0.00028587896643898883,
      "loss": 9.2644,
      "step": 68550
    },
    {
      "epoch": 0.14283333333333334,
      "grad_norm": 1.3160291910171509,
      "learning_rate": 0.00028587479028176774,
      "loss": 9.0527,
      "step": 68560
    },
    {
      "epoch": 0.14285416666666667,
      "grad_norm": 3.000063180923462,
      "learning_rate": 0.0002858706135376213,
      "loss": 8.9577,
      "step": 68570
    },
    {
      "epoch": 0.142875,
      "grad_norm": 3.1288020610809326,
      "learning_rate": 0.0002858664362065676,
      "loss": 9.1844,
      "step": 68580
    },
    {
      "epoch": 0.14289583333333333,
      "grad_norm": 0.8643611669540405,
      "learning_rate": 0.00028586225828862465,
      "loss": 8.2479,
      "step": 68590
    },
    {
      "epoch": 0.14291666666666666,
      "grad_norm": 2.1623153686523438,
      "learning_rate": 0.0002858580797838105,
      "loss": 8.6913,
      "step": 68600
    },
    {
      "epoch": 0.1429375,
      "grad_norm": 0.8759078979492188,
      "learning_rate": 0.0002858539006921433,
      "loss": 8.664,
      "step": 68610
    },
    {
      "epoch": 0.14295833333333333,
      "grad_norm": 1.6806246042251587,
      "learning_rate": 0.000285849721013641,
      "loss": 9.0833,
      "step": 68620
    },
    {
      "epoch": 0.14297916666666666,
      "grad_norm": 1.3477312326431274,
      "learning_rate": 0.0002858455407483217,
      "loss": 8.6856,
      "step": 68630
    },
    {
      "epoch": 0.143,
      "grad_norm": 1.5192116498947144,
      "learning_rate": 0.0002858413598962034,
      "loss": 9.8716,
      "step": 68640
    },
    {
      "epoch": 0.14302083333333335,
      "grad_norm": 0.8604251742362976,
      "learning_rate": 0.00028583717845730416,
      "loss": 8.9449,
      "step": 68650
    },
    {
      "epoch": 0.14304166666666668,
      "grad_norm": 0.885526716709137,
      "learning_rate": 0.0002858329964316421,
      "loss": 8.6581,
      "step": 68660
    },
    {
      "epoch": 0.1430625,
      "grad_norm": 1.33344566822052,
      "learning_rate": 0.00028582881381923527,
      "loss": 10.2725,
      "step": 68670
    },
    {
      "epoch": 0.14308333333333334,
      "grad_norm": 1.3645813465118408,
      "learning_rate": 0.00028582463062010177,
      "loss": 8.6722,
      "step": 68680
    },
    {
      "epoch": 0.14310416666666667,
      "grad_norm": 1.0265141725540161,
      "learning_rate": 0.0002858204468342596,
      "loss": 9.726,
      "step": 68690
    },
    {
      "epoch": 0.143125,
      "grad_norm": 1.815669298171997,
      "learning_rate": 0.0002858162624617268,
      "loss": 9.003,
      "step": 68700
    },
    {
      "epoch": 0.14314583333333333,
      "grad_norm": 1.7930887937545776,
      "learning_rate": 0.0002858120775025216,
      "loss": 8.75,
      "step": 68710
    },
    {
      "epoch": 0.14316666666666666,
      "grad_norm": 1.0974345207214355,
      "learning_rate": 0.0002858078919566619,
      "loss": 8.7137,
      "step": 68720
    },
    {
      "epoch": 0.1431875,
      "grad_norm": 1.0345942974090576,
      "learning_rate": 0.00028580370582416593,
      "loss": 10.5106,
      "step": 68730
    },
    {
      "epoch": 0.14320833333333333,
      "grad_norm": 1.0954315662384033,
      "learning_rate": 0.0002857995191050517,
      "loss": 10.6079,
      "step": 68740
    },
    {
      "epoch": 0.14322916666666666,
      "grad_norm": 2.7031826972961426,
      "learning_rate": 0.0002857953317993373,
      "loss": 10.284,
      "step": 68750
    },
    {
      "epoch": 0.14325,
      "grad_norm": 2.8830251693725586,
      "learning_rate": 0.00028579114390704077,
      "loss": 9.1671,
      "step": 68760
    },
    {
      "epoch": 0.14327083333333332,
      "grad_norm": 4.549701690673828,
      "learning_rate": 0.00028578695542818026,
      "loss": 9.7096,
      "step": 68770
    },
    {
      "epoch": 0.14329166666666668,
      "grad_norm": 1.0924787521362305,
      "learning_rate": 0.0002857827663627739,
      "loss": 8.8914,
      "step": 68780
    },
    {
      "epoch": 0.1433125,
      "grad_norm": 1.3993160724639893,
      "learning_rate": 0.0002857785767108397,
      "loss": 9.6778,
      "step": 68790
    },
    {
      "epoch": 0.14333333333333334,
      "grad_norm": 0.5850741267204285,
      "learning_rate": 0.0002857743864723958,
      "loss": 9.1716,
      "step": 68800
    },
    {
      "epoch": 0.14335416666666667,
      "grad_norm": 1.352121114730835,
      "learning_rate": 0.00028577019564746033,
      "loss": 8.6805,
      "step": 68810
    },
    {
      "epoch": 0.143375,
      "grad_norm": 0.6021040678024292,
      "learning_rate": 0.0002857660042360513,
      "loss": 8.7772,
      "step": 68820
    },
    {
      "epoch": 0.14339583333333333,
      "grad_norm": 0.606730580329895,
      "learning_rate": 0.00028576181223818686,
      "loss": 8.8105,
      "step": 68830
    },
    {
      "epoch": 0.14341666666666666,
      "grad_norm": 1.510656714439392,
      "learning_rate": 0.0002857576196538852,
      "loss": 8.3475,
      "step": 68840
    },
    {
      "epoch": 0.1434375,
      "grad_norm": 0.4893326759338379,
      "learning_rate": 0.0002857534264831643,
      "loss": 8.4679,
      "step": 68850
    },
    {
      "epoch": 0.14345833333333333,
      "grad_norm": 1.2655586004257202,
      "learning_rate": 0.0002857492327260424,
      "loss": 8.3361,
      "step": 68860
    },
    {
      "epoch": 0.14347916666666666,
      "grad_norm": 0.6626257300376892,
      "learning_rate": 0.00028574503838253745,
      "loss": 9.3198,
      "step": 68870
    },
    {
      "epoch": 0.1435,
      "grad_norm": 2.760627269744873,
      "learning_rate": 0.0002857408434526677,
      "loss": 9.4896,
      "step": 68880
    },
    {
      "epoch": 0.14352083333333332,
      "grad_norm": 0.9012356400489807,
      "learning_rate": 0.00028573664793645127,
      "loss": 8.8533,
      "step": 68890
    },
    {
      "epoch": 0.14354166666666668,
      "grad_norm": 0.8070366978645325,
      "learning_rate": 0.00028573245183390625,
      "loss": 8.564,
      "step": 68900
    },
    {
      "epoch": 0.1435625,
      "grad_norm": 1.4324591159820557,
      "learning_rate": 0.00028572825514505077,
      "loss": 8.2601,
      "step": 68910
    },
    {
      "epoch": 0.14358333333333334,
      "grad_norm": 1.0697977542877197,
      "learning_rate": 0.00028572405786990294,
      "loss": 8.9108,
      "step": 68920
    },
    {
      "epoch": 0.14360416666666667,
      "grad_norm": 1.063618540763855,
      "learning_rate": 0.00028571986000848086,
      "loss": 9.1764,
      "step": 68930
    },
    {
      "epoch": 0.143625,
      "grad_norm": 0.956775426864624,
      "learning_rate": 0.00028571566156080275,
      "loss": 9.0085,
      "step": 68940
    },
    {
      "epoch": 0.14364583333333333,
      "grad_norm": 1.0047478675842285,
      "learning_rate": 0.0002857114625268867,
      "loss": 9.5466,
      "step": 68950
    },
    {
      "epoch": 0.14366666666666666,
      "grad_norm": 1.1208349466323853,
      "learning_rate": 0.00028570726290675085,
      "loss": 8.7199,
      "step": 68960
    },
    {
      "epoch": 0.1436875,
      "grad_norm": 1.8541641235351562,
      "learning_rate": 0.0002857030627004133,
      "loss": 9.6119,
      "step": 68970
    },
    {
      "epoch": 0.14370833333333333,
      "grad_norm": 0.7231021523475647,
      "learning_rate": 0.00028569886190789225,
      "loss": 9.0444,
      "step": 68980
    },
    {
      "epoch": 0.14372916666666666,
      "grad_norm": 2.048334836959839,
      "learning_rate": 0.0002856946605292059,
      "loss": 9.1267,
      "step": 68990
    },
    {
      "epoch": 0.14375,
      "grad_norm": 0.8564789891242981,
      "learning_rate": 0.00028569045856437225,
      "loss": 8.3488,
      "step": 69000
    },
    {
      "epoch": 0.14375,
      "eval_loss": 7.72745418548584,
      "eval_runtime": 8.1409,
      "eval_samples_per_second": 0.369,
      "eval_steps_per_second": 0.123,
      "step": 69000
    },
    {
      "epoch": 0.14377083333333332,
      "grad_norm": 4.214741230010986,
      "learning_rate": 0.00028568625601340953,
      "loss": 9.1219,
      "step": 69010
    },
    {
      "epoch": 0.14379166666666668,
      "grad_norm": 1.0274624824523926,
      "learning_rate": 0.00028568205287633595,
      "loss": 8.3951,
      "step": 69020
    },
    {
      "epoch": 0.1438125,
      "grad_norm": 2.142011880874634,
      "learning_rate": 0.00028567784915316957,
      "loss": 8.6118,
      "step": 69030
    },
    {
      "epoch": 0.14383333333333334,
      "grad_norm": 0.9642595648765564,
      "learning_rate": 0.00028567364484392854,
      "loss": 8.8712,
      "step": 69040
    },
    {
      "epoch": 0.14385416666666667,
      "grad_norm": 0.9472544193267822,
      "learning_rate": 0.0002856694399486312,
      "loss": 8.7557,
      "step": 69050
    },
    {
      "epoch": 0.143875,
      "grad_norm": 1.2291207313537598,
      "learning_rate": 0.00028566523446729546,
      "loss": 8.4324,
      "step": 69060
    },
    {
      "epoch": 0.14389583333333333,
      "grad_norm": 0.7829310297966003,
      "learning_rate": 0.0002856610283999396,
      "loss": 10.0594,
      "step": 69070
    },
    {
      "epoch": 0.14391666666666666,
      "grad_norm": 0.7191764116287231,
      "learning_rate": 0.00028565682174658193,
      "loss": 8.5566,
      "step": 69080
    },
    {
      "epoch": 0.1439375,
      "grad_norm": 0.9337286949157715,
      "learning_rate": 0.00028565261450724035,
      "loss": 9.1906,
      "step": 69090
    },
    {
      "epoch": 0.14395833333333333,
      "grad_norm": 1.4172571897506714,
      "learning_rate": 0.00028564840668193325,
      "loss": 10.5765,
      "step": 69100
    },
    {
      "epoch": 0.14397916666666666,
      "grad_norm": 1.7970268726348877,
      "learning_rate": 0.0002856441982706787,
      "loss": 9.9451,
      "step": 69110
    },
    {
      "epoch": 0.144,
      "grad_norm": 1.2971214056015015,
      "learning_rate": 0.00028563998927349485,
      "loss": 8.8638,
      "step": 69120
    },
    {
      "epoch": 0.14402083333333332,
      "grad_norm": 2.0139548778533936,
      "learning_rate": 0.00028563577969040004,
      "loss": 9.5555,
      "step": 69130
    },
    {
      "epoch": 0.14404166666666668,
      "grad_norm": 0.9128866195678711,
      "learning_rate": 0.00028563156952141224,
      "loss": 9.6386,
      "step": 69140
    },
    {
      "epoch": 0.1440625,
      "grad_norm": 0.9231718182563782,
      "learning_rate": 0.0002856273587665499,
      "loss": 9.4094,
      "step": 69150
    },
    {
      "epoch": 0.14408333333333334,
      "grad_norm": 2.971190929412842,
      "learning_rate": 0.0002856231474258309,
      "loss": 9.0656,
      "step": 69160
    },
    {
      "epoch": 0.14410416666666667,
      "grad_norm": 0.967388391494751,
      "learning_rate": 0.00028561893549927366,
      "loss": 8.5258,
      "step": 69170
    },
    {
      "epoch": 0.144125,
      "grad_norm": 0.8620133399963379,
      "learning_rate": 0.00028561472298689627,
      "loss": 10.3617,
      "step": 69180
    },
    {
      "epoch": 0.14414583333333333,
      "grad_norm": 3.238651990890503,
      "learning_rate": 0.000285610509888717,
      "loss": 8.6685,
      "step": 69190
    },
    {
      "epoch": 0.14416666666666667,
      "grad_norm": 0.696341335773468,
      "learning_rate": 0.00028560629620475396,
      "loss": 9.8633,
      "step": 69200
    },
    {
      "epoch": 0.1441875,
      "grad_norm": 1.0824236869812012,
      "learning_rate": 0.0002856020819350254,
      "loss": 9.9121,
      "step": 69210
    },
    {
      "epoch": 0.14420833333333333,
      "grad_norm": 0.9586184024810791,
      "learning_rate": 0.00028559786707954955,
      "loss": 10.015,
      "step": 69220
    },
    {
      "epoch": 0.14422916666666666,
      "grad_norm": 0.8456797003746033,
      "learning_rate": 0.0002855936516383446,
      "loss": 10.4118,
      "step": 69230
    },
    {
      "epoch": 0.14425,
      "grad_norm": 1.0129510164260864,
      "learning_rate": 0.0002855894356114287,
      "loss": 9.1348,
      "step": 69240
    },
    {
      "epoch": 0.14427083333333332,
      "grad_norm": 8.950095176696777,
      "learning_rate": 0.00028558521899882015,
      "loss": 9.0669,
      "step": 69250
    },
    {
      "epoch": 0.14429166666666668,
      "grad_norm": 1.3965387344360352,
      "learning_rate": 0.00028558100180053707,
      "loss": 8.7913,
      "step": 69260
    },
    {
      "epoch": 0.1443125,
      "grad_norm": 2.314244270324707,
      "learning_rate": 0.0002855767840165978,
      "loss": 9.3372,
      "step": 69270
    },
    {
      "epoch": 0.14433333333333334,
      "grad_norm": 5.139062881469727,
      "learning_rate": 0.00028557256564702043,
      "loss": 9.1249,
      "step": 69280
    },
    {
      "epoch": 0.14435416666666667,
      "grad_norm": 1.54267156124115,
      "learning_rate": 0.0002855683466918233,
      "loss": 8.6956,
      "step": 69290
    },
    {
      "epoch": 0.144375,
      "grad_norm": 2.650270700454712,
      "learning_rate": 0.0002855641271510245,
      "loss": 9.8313,
      "step": 69300
    },
    {
      "epoch": 0.14439583333333333,
      "grad_norm": 1.6012065410614014,
      "learning_rate": 0.00028555990702464236,
      "loss": 9.3133,
      "step": 69310
    },
    {
      "epoch": 0.14441666666666667,
      "grad_norm": 1.4904168844223022,
      "learning_rate": 0.0002855556863126951,
      "loss": 9.3527,
      "step": 69320
    },
    {
      "epoch": 0.1444375,
      "grad_norm": 4.698174476623535,
      "learning_rate": 0.00028555146501520087,
      "loss": 10.0495,
      "step": 69330
    },
    {
      "epoch": 0.14445833333333333,
      "grad_norm": 1.0003186464309692,
      "learning_rate": 0.00028554724313217806,
      "loss": 9.3914,
      "step": 69340
    },
    {
      "epoch": 0.14447916666666666,
      "grad_norm": 7.294064521789551,
      "learning_rate": 0.0002855430206636447,
      "loss": 9.9451,
      "step": 69350
    },
    {
      "epoch": 0.1445,
      "grad_norm": 0.8167280554771423,
      "learning_rate": 0.00028553879760961925,
      "loss": 9.1003,
      "step": 69360
    },
    {
      "epoch": 0.14452083333333332,
      "grad_norm": 1.419425129890442,
      "learning_rate": 0.0002855345739701198,
      "loss": 8.3848,
      "step": 69370
    },
    {
      "epoch": 0.14454166666666668,
      "grad_norm": 1.1837961673736572,
      "learning_rate": 0.0002855303497451646,
      "loss": 10.0443,
      "step": 69380
    },
    {
      "epoch": 0.1445625,
      "grad_norm": 1.311266303062439,
      "learning_rate": 0.00028552612493477203,
      "loss": 9.9046,
      "step": 69390
    },
    {
      "epoch": 0.14458333333333334,
      "grad_norm": 1.7977206707000732,
      "learning_rate": 0.00028552189953896014,
      "loss": 11.0261,
      "step": 69400
    },
    {
      "epoch": 0.14460416666666667,
      "grad_norm": 1.9470707178115845,
      "learning_rate": 0.00028551767355774733,
      "loss": 9.6231,
      "step": 69410
    },
    {
      "epoch": 0.144625,
      "grad_norm": 0.99989253282547,
      "learning_rate": 0.00028551344699115187,
      "loss": 9.8418,
      "step": 69420
    },
    {
      "epoch": 0.14464583333333333,
      "grad_norm": 0.924117922782898,
      "learning_rate": 0.00028550921983919186,
      "loss": 9.0357,
      "step": 69430
    },
    {
      "epoch": 0.14466666666666667,
      "grad_norm": 3.212615489959717,
      "learning_rate": 0.00028550499210188573,
      "loss": 9.7229,
      "step": 69440
    },
    {
      "epoch": 0.1446875,
      "grad_norm": 1.7049529552459717,
      "learning_rate": 0.0002855007637792517,
      "loss": 8.1481,
      "step": 69450
    },
    {
      "epoch": 0.14470833333333333,
      "grad_norm": 1.5861270427703857,
      "learning_rate": 0.00028549653487130794,
      "loss": 8.9188,
      "step": 69460
    },
    {
      "epoch": 0.14472916666666666,
      "grad_norm": 0.5782104134559631,
      "learning_rate": 0.0002854923053780728,
      "loss": 9.236,
      "step": 69470
    },
    {
      "epoch": 0.14475,
      "grad_norm": 1.0530762672424316,
      "learning_rate": 0.00028548807529956446,
      "loss": 9.0494,
      "step": 69480
    },
    {
      "epoch": 0.14477083333333332,
      "grad_norm": 0.6414722204208374,
      "learning_rate": 0.00028548384463580135,
      "loss": 8.5383,
      "step": 69490
    },
    {
      "epoch": 0.14479166666666668,
      "grad_norm": 1.3711355924606323,
      "learning_rate": 0.00028547961338680163,
      "loss": 9.3201,
      "step": 69500
    },
    {
      "epoch": 0.1448125,
      "grad_norm": 0.9413686394691467,
      "learning_rate": 0.0002854753815525837,
      "loss": 8.7451,
      "step": 69510
    },
    {
      "epoch": 0.14483333333333334,
      "grad_norm": 1.0240588188171387,
      "learning_rate": 0.00028547114913316565,
      "loss": 9.2757,
      "step": 69520
    },
    {
      "epoch": 0.14485416666666667,
      "grad_norm": 1.3382072448730469,
      "learning_rate": 0.00028546691612856587,
      "loss": 9.4024,
      "step": 69530
    },
    {
      "epoch": 0.144875,
      "grad_norm": 0.9254928827285767,
      "learning_rate": 0.0002854626825388026,
      "loss": 8.7034,
      "step": 69540
    },
    {
      "epoch": 0.14489583333333333,
      "grad_norm": 1.1840354204177856,
      "learning_rate": 0.00028545844836389423,
      "loss": 8.5264,
      "step": 69550
    },
    {
      "epoch": 0.14491666666666667,
      "grad_norm": 2.3655009269714355,
      "learning_rate": 0.0002854542136038589,
      "loss": 8.4758,
      "step": 69560
    },
    {
      "epoch": 0.1449375,
      "grad_norm": 1.5431464910507202,
      "learning_rate": 0.0002854499782587151,
      "loss": 8.9492,
      "step": 69570
    },
    {
      "epoch": 0.14495833333333333,
      "grad_norm": 0.8536199331283569,
      "learning_rate": 0.0002854457423284809,
      "loss": 8.9043,
      "step": 69580
    },
    {
      "epoch": 0.14497916666666666,
      "grad_norm": 0.8228521347045898,
      "learning_rate": 0.00028544150581317476,
      "loss": 8.7155,
      "step": 69590
    },
    {
      "epoch": 0.145,
      "grad_norm": 2.083346366882324,
      "learning_rate": 0.00028543726871281495,
      "loss": 8.9148,
      "step": 69600
    },
    {
      "epoch": 0.14502083333333332,
      "grad_norm": 2.4545483589172363,
      "learning_rate": 0.0002854330310274197,
      "loss": 9.3757,
      "step": 69610
    },
    {
      "epoch": 0.14504166666666668,
      "grad_norm": 16.689241409301758,
      "learning_rate": 0.0002854287927570074,
      "loss": 9.6105,
      "step": 69620
    },
    {
      "epoch": 0.1450625,
      "grad_norm": 2.1739919185638428,
      "learning_rate": 0.00028542455390159624,
      "loss": 9.5261,
      "step": 69630
    },
    {
      "epoch": 0.14508333333333334,
      "grad_norm": 2.8057026863098145,
      "learning_rate": 0.00028542031446120473,
      "loss": 9.2568,
      "step": 69640
    },
    {
      "epoch": 0.14510416666666667,
      "grad_norm": 0.6341238021850586,
      "learning_rate": 0.00028541607443585096,
      "loss": 8.9481,
      "step": 69650
    },
    {
      "epoch": 0.145125,
      "grad_norm": 2.1209168434143066,
      "learning_rate": 0.0002854118338255534,
      "loss": 9.5829,
      "step": 69660
    },
    {
      "epoch": 0.14514583333333334,
      "grad_norm": 2.8564469814300537,
      "learning_rate": 0.00028540759263033033,
      "loss": 9.0273,
      "step": 69670
    },
    {
      "epoch": 0.14516666666666667,
      "grad_norm": 1.3730168342590332,
      "learning_rate": 0.0002854033508502,
      "loss": 9.1155,
      "step": 69680
    },
    {
      "epoch": 0.1451875,
      "grad_norm": 1.7212203741073608,
      "learning_rate": 0.0002853991084851809,
      "loss": 9.6532,
      "step": 69690
    },
    {
      "epoch": 0.14520833333333333,
      "grad_norm": 0.8978671431541443,
      "learning_rate": 0.0002853948655352912,
      "loss": 8.3486,
      "step": 69700
    },
    {
      "epoch": 0.14522916666666666,
      "grad_norm": 2.2052571773529053,
      "learning_rate": 0.0002853906220005492,
      "loss": 9.8441,
      "step": 69710
    },
    {
      "epoch": 0.14525,
      "grad_norm": 0.9747294187545776,
      "learning_rate": 0.00028538637788097336,
      "loss": 8.8683,
      "step": 69720
    },
    {
      "epoch": 0.14527083333333332,
      "grad_norm": 1.478821039199829,
      "learning_rate": 0.00028538213317658194,
      "loss": 8.9593,
      "step": 69730
    },
    {
      "epoch": 0.14529166666666668,
      "grad_norm": 0.7872504591941833,
      "learning_rate": 0.00028537788788739334,
      "loss": 9.5193,
      "step": 69740
    },
    {
      "epoch": 0.1453125,
      "grad_norm": 1.6646775007247925,
      "learning_rate": 0.00028537364201342583,
      "loss": 9.4501,
      "step": 69750
    },
    {
      "epoch": 0.14533333333333334,
      "grad_norm": 0.765916109085083,
      "learning_rate": 0.0002853693955546977,
      "loss": 8.8863,
      "step": 69760
    },
    {
      "epoch": 0.14535416666666667,
      "grad_norm": 2.0329182147979736,
      "learning_rate": 0.00028536514851122745,
      "loss": 9.7666,
      "step": 69770
    },
    {
      "epoch": 0.145375,
      "grad_norm": 1.3297312259674072,
      "learning_rate": 0.00028536090088303334,
      "loss": 9.0367,
      "step": 69780
    },
    {
      "epoch": 0.14539583333333334,
      "grad_norm": 1.2936762571334839,
      "learning_rate": 0.0002853566526701337,
      "loss": 9.0239,
      "step": 69790
    },
    {
      "epoch": 0.14541666666666667,
      "grad_norm": 1.2130557298660278,
      "learning_rate": 0.0002853524038725469,
      "loss": 9.6701,
      "step": 69800
    },
    {
      "epoch": 0.1454375,
      "grad_norm": 1.1049691438674927,
      "learning_rate": 0.00028534815449029127,
      "loss": 9.9785,
      "step": 69810
    },
    {
      "epoch": 0.14545833333333333,
      "grad_norm": 0.8460030555725098,
      "learning_rate": 0.0002853439045233852,
      "loss": 9.4908,
      "step": 69820
    },
    {
      "epoch": 0.14547916666666666,
      "grad_norm": 1.0476353168487549,
      "learning_rate": 0.000285339653971847,
      "loss": 9.4315,
      "step": 69830
    },
    {
      "epoch": 0.1455,
      "grad_norm": 1.029755711555481,
      "learning_rate": 0.0002853354028356951,
      "loss": 8.9499,
      "step": 69840
    },
    {
      "epoch": 0.14552083333333332,
      "grad_norm": 0.9512162208557129,
      "learning_rate": 0.0002853311511149478,
      "loss": 9.5889,
      "step": 69850
    },
    {
      "epoch": 0.14554166666666668,
      "grad_norm": 2.0352141857147217,
      "learning_rate": 0.00028532689880962354,
      "loss": 9.015,
      "step": 69860
    },
    {
      "epoch": 0.1455625,
      "grad_norm": 1.148184061050415,
      "learning_rate": 0.0002853226459197406,
      "loss": 8.5908,
      "step": 69870
    },
    {
      "epoch": 0.14558333333333334,
      "grad_norm": 2.1829586029052734,
      "learning_rate": 0.0002853183924453175,
      "loss": 9.4191,
      "step": 69880
    },
    {
      "epoch": 0.14560416666666667,
      "grad_norm": 0.7493860125541687,
      "learning_rate": 0.0002853141383863724,
      "loss": 8.5719,
      "step": 69890
    },
    {
      "epoch": 0.145625,
      "grad_norm": 1.6218066215515137,
      "learning_rate": 0.0002853098837429238,
      "loss": 9.1518,
      "step": 69900
    },
    {
      "epoch": 0.14564583333333334,
      "grad_norm": 1.0731420516967773,
      "learning_rate": 0.0002853056285149901,
      "loss": 9.4574,
      "step": 69910
    },
    {
      "epoch": 0.14566666666666667,
      "grad_norm": 0.9474664926528931,
      "learning_rate": 0.0002853013727025896,
      "loss": 8.5233,
      "step": 69920
    },
    {
      "epoch": 0.1456875,
      "grad_norm": 1.0163235664367676,
      "learning_rate": 0.00028529711630574076,
      "loss": 8.759,
      "step": 69930
    },
    {
      "epoch": 0.14570833333333333,
      "grad_norm": 2.9931752681732178,
      "learning_rate": 0.0002852928593244619,
      "loss": 8.9534,
      "step": 69940
    },
    {
      "epoch": 0.14572916666666666,
      "grad_norm": 1.4250034093856812,
      "learning_rate": 0.00028528860175877147,
      "loss": 9.53,
      "step": 69950
    },
    {
      "epoch": 0.14575,
      "grad_norm": 1.3715933561325073,
      "learning_rate": 0.0002852843436086878,
      "loss": 8.8858,
      "step": 69960
    },
    {
      "epoch": 0.14577083333333332,
      "grad_norm": 1.1952069997787476,
      "learning_rate": 0.0002852800848742293,
      "loss": 8.5715,
      "step": 69970
    },
    {
      "epoch": 0.14579166666666668,
      "grad_norm": 1.577204704284668,
      "learning_rate": 0.00028527582555541443,
      "loss": 9.5711,
      "step": 69980
    },
    {
      "epoch": 0.1458125,
      "grad_norm": 0.7388814687728882,
      "learning_rate": 0.0002852715656522615,
      "loss": 8.4769,
      "step": 69990
    },
    {
      "epoch": 0.14583333333333334,
      "grad_norm": 1.6052296161651611,
      "learning_rate": 0.000285267305164789,
      "loss": 8.6024,
      "step": 70000
    },
    {
      "epoch": 0.14583333333333334,
      "eval_loss": 8.504920959472656,
      "eval_runtime": 7.7945,
      "eval_samples_per_second": 0.385,
      "eval_steps_per_second": 0.128,
      "step": 70000
    },
    {
      "epoch": 0.14585416666666667,
      "grad_norm": 1.0047789812088013,
      "learning_rate": 0.0002852630440930153,
      "loss": 9.3886,
      "step": 70010
    },
    {
      "epoch": 0.145875,
      "grad_norm": 3.1312146186828613,
      "learning_rate": 0.0002852587824369587,
      "loss": 8.5659,
      "step": 70020
    },
    {
      "epoch": 0.14589583333333334,
      "grad_norm": 1.5476481914520264,
      "learning_rate": 0.00028525452019663775,
      "loss": 8.658,
      "step": 70030
    },
    {
      "epoch": 0.14591666666666667,
      "grad_norm": 6.079928398132324,
      "learning_rate": 0.0002852502573720708,
      "loss": 9.1706,
      "step": 70040
    },
    {
      "epoch": 0.1459375,
      "grad_norm": 1.214271068572998,
      "learning_rate": 0.00028524599396327627,
      "loss": 9.3049,
      "step": 70050
    },
    {
      "epoch": 0.14595833333333333,
      "grad_norm": 1.165022611618042,
      "learning_rate": 0.0002852417299702726,
      "loss": 9.5195,
      "step": 70060
    },
    {
      "epoch": 0.14597916666666666,
      "grad_norm": 5.4274139404296875,
      "learning_rate": 0.00028523746539307817,
      "loss": 10.0299,
      "step": 70070
    },
    {
      "epoch": 0.146,
      "grad_norm": 0.651648223400116,
      "learning_rate": 0.00028523320023171144,
      "loss": 8.8891,
      "step": 70080
    },
    {
      "epoch": 0.14602083333333332,
      "grad_norm": 3.1952719688415527,
      "learning_rate": 0.0002852289344861908,
      "loss": 9.961,
      "step": 70090
    },
    {
      "epoch": 0.14604166666666665,
      "grad_norm": 0.750784158706665,
      "learning_rate": 0.00028522466815653465,
      "loss": 9.2715,
      "step": 70100
    },
    {
      "epoch": 0.1460625,
      "grad_norm": 2.0318281650543213,
      "learning_rate": 0.00028522040124276155,
      "loss": 8.7482,
      "step": 70110
    },
    {
      "epoch": 0.14608333333333334,
      "grad_norm": 3.097329616546631,
      "learning_rate": 0.00028521613374488976,
      "loss": 9.0056,
      "step": 70120
    },
    {
      "epoch": 0.14610416666666667,
      "grad_norm": 0.7741809487342834,
      "learning_rate": 0.0002852118656629378,
      "loss": 9.5807,
      "step": 70130
    },
    {
      "epoch": 0.146125,
      "grad_norm": 1.3760055303573608,
      "learning_rate": 0.00028520759699692417,
      "loss": 9.3266,
      "step": 70140
    },
    {
      "epoch": 0.14614583333333334,
      "grad_norm": 0.9243825078010559,
      "learning_rate": 0.00028520332774686723,
      "loss": 9.0577,
      "step": 70150
    },
    {
      "epoch": 0.14616666666666667,
      "grad_norm": 1.182959794998169,
      "learning_rate": 0.0002851990579127854,
      "loss": 9.6825,
      "step": 70160
    },
    {
      "epoch": 0.1461875,
      "grad_norm": 1.3374862670898438,
      "learning_rate": 0.0002851947874946971,
      "loss": 9.8471,
      "step": 70170
    },
    {
      "epoch": 0.14620833333333333,
      "grad_norm": 1.0081886053085327,
      "learning_rate": 0.0002851905164926209,
      "loss": 9.4159,
      "step": 70180
    },
    {
      "epoch": 0.14622916666666666,
      "grad_norm": 0.740850567817688,
      "learning_rate": 0.00028518624490657515,
      "loss": 9.1695,
      "step": 70190
    },
    {
      "epoch": 0.14625,
      "grad_norm": 1.7732315063476562,
      "learning_rate": 0.00028518197273657837,
      "loss": 8.8818,
      "step": 70200
    },
    {
      "epoch": 0.14627083333333332,
      "grad_norm": 0.9039640426635742,
      "learning_rate": 0.00028517769998264895,
      "loss": 8.9968,
      "step": 70210
    },
    {
      "epoch": 0.14629166666666665,
      "grad_norm": 0.6746788620948792,
      "learning_rate": 0.00028517342664480537,
      "loss": 8.9358,
      "step": 70220
    },
    {
      "epoch": 0.1463125,
      "grad_norm": 1.689850926399231,
      "learning_rate": 0.0002851691527230661,
      "loss": 8.2232,
      "step": 70230
    },
    {
      "epoch": 0.14633333333333334,
      "grad_norm": 0.8822138905525208,
      "learning_rate": 0.0002851648782174496,
      "loss": 9.0097,
      "step": 70240
    },
    {
      "epoch": 0.14635416666666667,
      "grad_norm": 2.940680503845215,
      "learning_rate": 0.0002851606031279743,
      "loss": 10.1765,
      "step": 70250
    },
    {
      "epoch": 0.146375,
      "grad_norm": 1.9341962337493896,
      "learning_rate": 0.00028515632745465877,
      "loss": 9.3376,
      "step": 70260
    },
    {
      "epoch": 0.14639583333333334,
      "grad_norm": 1.653525471687317,
      "learning_rate": 0.0002851520511975213,
      "loss": 10.6427,
      "step": 70270
    },
    {
      "epoch": 0.14641666666666667,
      "grad_norm": 1.6359108686447144,
      "learning_rate": 0.00028514777435658057,
      "loss": 10.5636,
      "step": 70280
    },
    {
      "epoch": 0.1464375,
      "grad_norm": 2.9169716835021973,
      "learning_rate": 0.0002851434969318549,
      "loss": 9.4706,
      "step": 70290
    },
    {
      "epoch": 0.14645833333333333,
      "grad_norm": 0.8057757019996643,
      "learning_rate": 0.0002851392189233628,
      "loss": 8.0991,
      "step": 70300
    },
    {
      "epoch": 0.14647916666666666,
      "grad_norm": 18.668453216552734,
      "learning_rate": 0.0002851349403311228,
      "loss": 12.6942,
      "step": 70310
    },
    {
      "epoch": 0.1465,
      "grad_norm": 2.3714213371276855,
      "learning_rate": 0.00028513066115515333,
      "loss": 9.4121,
      "step": 70320
    },
    {
      "epoch": 0.14652083333333332,
      "grad_norm": 1.882043480873108,
      "learning_rate": 0.00028512638139547284,
      "loss": 10.0746,
      "step": 70330
    },
    {
      "epoch": 0.14654166666666665,
      "grad_norm": 0.8021754622459412,
      "learning_rate": 0.00028512210105209997,
      "loss": 8.7881,
      "step": 70340
    },
    {
      "epoch": 0.1465625,
      "grad_norm": 3.7340335845947266,
      "learning_rate": 0.00028511782012505303,
      "loss": 10.3125,
      "step": 70350
    },
    {
      "epoch": 0.14658333333333334,
      "grad_norm": 0.6661888957023621,
      "learning_rate": 0.00028511353861435064,
      "loss": 8.5232,
      "step": 70360
    },
    {
      "epoch": 0.14660416666666667,
      "grad_norm": 1.1263360977172852,
      "learning_rate": 0.0002851092565200112,
      "loss": 10.036,
      "step": 70370
    },
    {
      "epoch": 0.146625,
      "grad_norm": 1.4174925088882446,
      "learning_rate": 0.0002851049738420533,
      "loss": 8.8143,
      "step": 70380
    },
    {
      "epoch": 0.14664583333333334,
      "grad_norm": 2.7537271976470947,
      "learning_rate": 0.00028510069058049534,
      "loss": 9.3708,
      "step": 70390
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 0.5045283436775208,
      "learning_rate": 0.00028509640673535594,
      "loss": 9.4688,
      "step": 70400
    },
    {
      "epoch": 0.1466875,
      "grad_norm": 0.9066476225852966,
      "learning_rate": 0.00028509212230665344,
      "loss": 8.2331,
      "step": 70410
    },
    {
      "epoch": 0.14670833333333333,
      "grad_norm": 0.7100815773010254,
      "learning_rate": 0.00028508783729440655,
      "loss": 8.8038,
      "step": 70420
    },
    {
      "epoch": 0.14672916666666666,
      "grad_norm": 1.7882237434387207,
      "learning_rate": 0.0002850835516986336,
      "loss": 8.2408,
      "step": 70430
    },
    {
      "epoch": 0.14675,
      "grad_norm": 1.0156755447387695,
      "learning_rate": 0.0002850792655193532,
      "loss": 8.6102,
      "step": 70440
    },
    {
      "epoch": 0.14677083333333332,
      "grad_norm": 2.4033610820770264,
      "learning_rate": 0.0002850749787565838,
      "loss": 8.6434,
      "step": 70450
    },
    {
      "epoch": 0.14679166666666665,
      "grad_norm": 2.120910406112671,
      "learning_rate": 0.0002850706914103441,
      "loss": 8.7586,
      "step": 70460
    },
    {
      "epoch": 0.1468125,
      "grad_norm": 0.8237009644508362,
      "learning_rate": 0.00028506640348065237,
      "loss": 8.9868,
      "step": 70470
    },
    {
      "epoch": 0.14683333333333334,
      "grad_norm": 0.9657312631607056,
      "learning_rate": 0.0002850621149675272,
      "loss": 9.1574,
      "step": 70480
    },
    {
      "epoch": 0.14685416666666667,
      "grad_norm": 0.8448986411094666,
      "learning_rate": 0.0002850578258709872,
      "loss": 9.0564,
      "step": 70490
    },
    {
      "epoch": 0.146875,
      "grad_norm": 0.872317373752594,
      "learning_rate": 0.0002850535361910509,
      "loss": 8.7594,
      "step": 70500
    },
    {
      "epoch": 0.14689583333333334,
      "grad_norm": 0.7618674635887146,
      "learning_rate": 0.0002850492459277367,
      "loss": 9.5906,
      "step": 70510
    },
    {
      "epoch": 0.14691666666666667,
      "grad_norm": 1.3010203838348389,
      "learning_rate": 0.00028504495508106326,
      "loss": 8.5501,
      "step": 70520
    },
    {
      "epoch": 0.1469375,
      "grad_norm": 1.0161190032958984,
      "learning_rate": 0.00028504066365104907,
      "loss": 8.845,
      "step": 70530
    },
    {
      "epoch": 0.14695833333333333,
      "grad_norm": 2.4819774627685547,
      "learning_rate": 0.00028503637163771264,
      "loss": 8.7695,
      "step": 70540
    },
    {
      "epoch": 0.14697916666666666,
      "grad_norm": 1.1602070331573486,
      "learning_rate": 0.0002850320790410726,
      "loss": 9.0983,
      "step": 70550
    },
    {
      "epoch": 0.147,
      "grad_norm": 3.774096965789795,
      "learning_rate": 0.00028502778586114735,
      "loss": 10.2915,
      "step": 70560
    },
    {
      "epoch": 0.14702083333333332,
      "grad_norm": 2.032025098800659,
      "learning_rate": 0.0002850234920979555,
      "loss": 9.4769,
      "step": 70570
    },
    {
      "epoch": 0.14704166666666665,
      "grad_norm": 9.23214054107666,
      "learning_rate": 0.0002850191977515157,
      "loss": 11.725,
      "step": 70580
    },
    {
      "epoch": 0.1470625,
      "grad_norm": 1.4092671871185303,
      "learning_rate": 0.00028501490282184635,
      "loss": 8.9433,
      "step": 70590
    },
    {
      "epoch": 0.14708333333333334,
      "grad_norm": 0.579273521900177,
      "learning_rate": 0.00028501060730896607,
      "loss": 8.9662,
      "step": 70600
    },
    {
      "epoch": 0.14710416666666667,
      "grad_norm": 1.9255571365356445,
      "learning_rate": 0.0002850063112128934,
      "loss": 10.0823,
      "step": 70610
    },
    {
      "epoch": 0.147125,
      "grad_norm": 1.9738435745239258,
      "learning_rate": 0.00028500201453364693,
      "loss": 9.7441,
      "step": 70620
    },
    {
      "epoch": 0.14714583333333334,
      "grad_norm": 0.9022603034973145,
      "learning_rate": 0.00028499771727124516,
      "loss": 8.6501,
      "step": 70630
    },
    {
      "epoch": 0.14716666666666667,
      "grad_norm": 0.97358638048172,
      "learning_rate": 0.00028499341942570677,
      "loss": 8.7157,
      "step": 70640
    },
    {
      "epoch": 0.1471875,
      "grad_norm": 1.943651795387268,
      "learning_rate": 0.00028498912099705014,
      "loss": 8.8804,
      "step": 70650
    },
    {
      "epoch": 0.14720833333333333,
      "grad_norm": 1.181989073753357,
      "learning_rate": 0.00028498482198529397,
      "loss": 9.2496,
      "step": 70660
    },
    {
      "epoch": 0.14722916666666666,
      "grad_norm": 0.8260321021080017,
      "learning_rate": 0.00028498052239045685,
      "loss": 8.4642,
      "step": 70670
    },
    {
      "epoch": 0.14725,
      "grad_norm": 0.8914657235145569,
      "learning_rate": 0.0002849762222125572,
      "loss": 8.5687,
      "step": 70680
    },
    {
      "epoch": 0.14727083333333332,
      "grad_norm": 0.9706661105155945,
      "learning_rate": 0.00028497192145161376,
      "loss": 8.9436,
      "step": 70690
    },
    {
      "epoch": 0.14729166666666665,
      "grad_norm": 0.8708282709121704,
      "learning_rate": 0.0002849676201076451,
      "loss": 9.2965,
      "step": 70700
    },
    {
      "epoch": 0.1473125,
      "grad_norm": 1.0540032386779785,
      "learning_rate": 0.00028496331818066964,
      "loss": 9.4872,
      "step": 70710
    },
    {
      "epoch": 0.14733333333333334,
      "grad_norm": 1.5759716033935547,
      "learning_rate": 0.00028495901567070615,
      "loss": 8.9416,
      "step": 70720
    },
    {
      "epoch": 0.14735416666666667,
      "grad_norm": 2.354645013809204,
      "learning_rate": 0.0002849547125777731,
      "loss": 8.5441,
      "step": 70730
    },
    {
      "epoch": 0.147375,
      "grad_norm": 0.6278303861618042,
      "learning_rate": 0.00028495040890188914,
      "loss": 8.4733,
      "step": 70740
    },
    {
      "epoch": 0.14739583333333334,
      "grad_norm": 0.77078777551651,
      "learning_rate": 0.00028494610464307275,
      "loss": 8.3977,
      "step": 70750
    },
    {
      "epoch": 0.14741666666666667,
      "grad_norm": 1.2128148078918457,
      "learning_rate": 0.00028494179980134265,
      "loss": 10.8782,
      "step": 70760
    },
    {
      "epoch": 0.1474375,
      "grad_norm": 0.9952658414840698,
      "learning_rate": 0.00028493749437671743,
      "loss": 8.4297,
      "step": 70770
    },
    {
      "epoch": 0.14745833333333333,
      "grad_norm": 1.0572986602783203,
      "learning_rate": 0.0002849331883692156,
      "loss": 9.4898,
      "step": 70780
    },
    {
      "epoch": 0.14747916666666666,
      "grad_norm": 4.9613237380981445,
      "learning_rate": 0.0002849288817788558,
      "loss": 8.7762,
      "step": 70790
    },
    {
      "epoch": 0.1475,
      "grad_norm": 3.4609732627868652,
      "learning_rate": 0.00028492457460565666,
      "loss": 9.2999,
      "step": 70800
    },
    {
      "epoch": 0.14752083333333332,
      "grad_norm": 1.1367855072021484,
      "learning_rate": 0.00028492026684963676,
      "loss": 9.0726,
      "step": 70810
    },
    {
      "epoch": 0.14754166666666665,
      "grad_norm": 2.909221887588501,
      "learning_rate": 0.0002849159585108147,
      "loss": 8.8134,
      "step": 70820
    },
    {
      "epoch": 0.1475625,
      "grad_norm": 1.4575334787368774,
      "learning_rate": 0.00028491164958920913,
      "loss": 8.9197,
      "step": 70830
    },
    {
      "epoch": 0.14758333333333334,
      "grad_norm": 3.7291035652160645,
      "learning_rate": 0.00028490734008483864,
      "loss": 10.1683,
      "step": 70840
    },
    {
      "epoch": 0.14760416666666668,
      "grad_norm": 0.7562406659126282,
      "learning_rate": 0.00028490302999772184,
      "loss": 9.0117,
      "step": 70850
    },
    {
      "epoch": 0.147625,
      "grad_norm": 0.8101239204406738,
      "learning_rate": 0.0002848987193278773,
      "loss": 9.2098,
      "step": 70860
    },
    {
      "epoch": 0.14764583333333334,
      "grad_norm": 4.5849761962890625,
      "learning_rate": 0.00028489440807532375,
      "loss": 9.0584,
      "step": 70870
    },
    {
      "epoch": 0.14766666666666667,
      "grad_norm": 1.3887388706207275,
      "learning_rate": 0.0002848900962400797,
      "loss": 8.9754,
      "step": 70880
    },
    {
      "epoch": 0.1476875,
      "grad_norm": 1.2181285619735718,
      "learning_rate": 0.0002848857838221638,
      "loss": 8.7075,
      "step": 70890
    },
    {
      "epoch": 0.14770833333333333,
      "grad_norm": 0.9553594589233398,
      "learning_rate": 0.0002848814708215948,
      "loss": 9.471,
      "step": 70900
    },
    {
      "epoch": 0.14772916666666666,
      "grad_norm": 1.5041327476501465,
      "learning_rate": 0.0002848771572383912,
      "loss": 12.0803,
      "step": 70910
    },
    {
      "epoch": 0.14775,
      "grad_norm": 3.4946048259735107,
      "learning_rate": 0.00028487284307257164,
      "loss": 8.968,
      "step": 70920
    },
    {
      "epoch": 0.14777083333333332,
      "grad_norm": 0.8003950715065002,
      "learning_rate": 0.0002848685283241548,
      "loss": 8.8819,
      "step": 70930
    },
    {
      "epoch": 0.14779166666666665,
      "grad_norm": 1.0689934492111206,
      "learning_rate": 0.0002848642129931593,
      "loss": 9.9022,
      "step": 70940
    },
    {
      "epoch": 0.1478125,
      "grad_norm": 0.9800693988800049,
      "learning_rate": 0.0002848598970796038,
      "loss": 8.4276,
      "step": 70950
    },
    {
      "epoch": 0.14783333333333334,
      "grad_norm": 4.9097466468811035,
      "learning_rate": 0.0002848555805835069,
      "loss": 9.0104,
      "step": 70960
    },
    {
      "epoch": 0.14785416666666668,
      "grad_norm": 1.5211198329925537,
      "learning_rate": 0.0002848512635048873,
      "loss": 8.7508,
      "step": 70970
    },
    {
      "epoch": 0.147875,
      "grad_norm": 1.1277319192886353,
      "learning_rate": 0.0002848469458437636,
      "loss": 9.1208,
      "step": 70980
    },
    {
      "epoch": 0.14789583333333334,
      "grad_norm": 3.0557260513305664,
      "learning_rate": 0.0002848426276001545,
      "loss": 9.1529,
      "step": 70990
    },
    {
      "epoch": 0.14791666666666667,
      "grad_norm": 0.902070164680481,
      "learning_rate": 0.00028483830877407856,
      "loss": 10.6323,
      "step": 71000
    },
    {
      "epoch": 0.14791666666666667,
      "eval_loss": 9.69434928894043,
      "eval_runtime": 8.1865,
      "eval_samples_per_second": 0.366,
      "eval_steps_per_second": 0.122,
      "step": 71000
    },
    {
      "epoch": 0.1479375,
      "grad_norm": 3.5400636196136475,
      "learning_rate": 0.00028483398936555456,
      "loss": 8.7567,
      "step": 71010
    },
    {
      "epoch": 0.14795833333333333,
      "grad_norm": 0.9111062288284302,
      "learning_rate": 0.00028482966937460106,
      "loss": 9.7073,
      "step": 71020
    },
    {
      "epoch": 0.14797916666666666,
      "grad_norm": 1.0308587551116943,
      "learning_rate": 0.00028482534880123675,
      "loss": 9.1978,
      "step": 71030
    },
    {
      "epoch": 0.148,
      "grad_norm": 1.1800527572631836,
      "learning_rate": 0.00028482102764548035,
      "loss": 9.3356,
      "step": 71040
    },
    {
      "epoch": 0.14802083333333332,
      "grad_norm": 1.215158462524414,
      "learning_rate": 0.00028481670590735044,
      "loss": 10.1186,
      "step": 71050
    },
    {
      "epoch": 0.14804166666666665,
      "grad_norm": 0.832294762134552,
      "learning_rate": 0.00028481238358686573,
      "loss": 8.8746,
      "step": 71060
    },
    {
      "epoch": 0.1480625,
      "grad_norm": 0.8199172019958496,
      "learning_rate": 0.00028480806068404487,
      "loss": 8.168,
      "step": 71070
    },
    {
      "epoch": 0.14808333333333334,
      "grad_norm": 0.9794378280639648,
      "learning_rate": 0.0002848037371989066,
      "loss": 8.8383,
      "step": 71080
    },
    {
      "epoch": 0.14810416666666668,
      "grad_norm": 1.6354293823242188,
      "learning_rate": 0.0002847994131314695,
      "loss": 9.1848,
      "step": 71090
    },
    {
      "epoch": 0.148125,
      "grad_norm": 1.784955382347107,
      "learning_rate": 0.0002847950884817523,
      "loss": 9.2686,
      "step": 71100
    },
    {
      "epoch": 0.14814583333333334,
      "grad_norm": 0.863834023475647,
      "learning_rate": 0.0002847907632497737,
      "loss": 8.9046,
      "step": 71110
    },
    {
      "epoch": 0.14816666666666667,
      "grad_norm": 1.5324006080627441,
      "learning_rate": 0.00028478643743555233,
      "loss": 9.326,
      "step": 71120
    },
    {
      "epoch": 0.1481875,
      "grad_norm": 1.8447047472000122,
      "learning_rate": 0.0002847821110391069,
      "loss": 8.3933,
      "step": 71130
    },
    {
      "epoch": 0.14820833333333333,
      "grad_norm": 1.4803695678710938,
      "learning_rate": 0.0002847777840604561,
      "loss": 8.6661,
      "step": 71140
    },
    {
      "epoch": 0.14822916666666666,
      "grad_norm": 3.2564618587493896,
      "learning_rate": 0.00028477345649961864,
      "loss": 9.7234,
      "step": 71150
    },
    {
      "epoch": 0.14825,
      "grad_norm": 1.4753522872924805,
      "learning_rate": 0.0002847691283566132,
      "loss": 9.273,
      "step": 71160
    },
    {
      "epoch": 0.14827083333333332,
      "grad_norm": 5.808826923370361,
      "learning_rate": 0.00028476479963145845,
      "loss": 11.7494,
      "step": 71170
    },
    {
      "epoch": 0.14829166666666665,
      "grad_norm": 2.4614667892456055,
      "learning_rate": 0.0002847604703241731,
      "loss": 8.7293,
      "step": 71180
    },
    {
      "epoch": 0.1483125,
      "grad_norm": 0.7159687280654907,
      "learning_rate": 0.0002847561404347759,
      "loss": 8.969,
      "step": 71190
    },
    {
      "epoch": 0.14833333333333334,
      "grad_norm": 0.76669842004776,
      "learning_rate": 0.0002847518099632855,
      "loss": 8.6935,
      "step": 71200
    },
    {
      "epoch": 0.14835416666666668,
      "grad_norm": 0.7494342923164368,
      "learning_rate": 0.0002847474789097206,
      "loss": 9.837,
      "step": 71210
    },
    {
      "epoch": 0.148375,
      "grad_norm": 0.8743526935577393,
      "learning_rate": 0.00028474314727409993,
      "loss": 9.1938,
      "step": 71220
    },
    {
      "epoch": 0.14839583333333334,
      "grad_norm": 2.57352876663208,
      "learning_rate": 0.0002847388150564422,
      "loss": 9.4315,
      "step": 71230
    },
    {
      "epoch": 0.14841666666666667,
      "grad_norm": 2.857515335083008,
      "learning_rate": 0.0002847344822567661,
      "loss": 9.6717,
      "step": 71240
    },
    {
      "epoch": 0.1484375,
      "grad_norm": 1.4878194332122803,
      "learning_rate": 0.0002847301488750904,
      "loss": 8.8555,
      "step": 71250
    },
    {
      "epoch": 0.14845833333333333,
      "grad_norm": 1.3553807735443115,
      "learning_rate": 0.0002847258149114338,
      "loss": 9.1518,
      "step": 71260
    },
    {
      "epoch": 0.14847916666666666,
      "grad_norm": 0.591126024723053,
      "learning_rate": 0.000284721480365815,
      "loss": 8.7005,
      "step": 71270
    },
    {
      "epoch": 0.1485,
      "grad_norm": 0.8409727215766907,
      "learning_rate": 0.0002847171452382527,
      "loss": 9.0933,
      "step": 71280
    },
    {
      "epoch": 0.14852083333333332,
      "grad_norm": 2.597794771194458,
      "learning_rate": 0.0002847128095287657,
      "loss": 8.7898,
      "step": 71290
    },
    {
      "epoch": 0.14854166666666666,
      "grad_norm": 1.018085241317749,
      "learning_rate": 0.00028470847323737263,
      "loss": 8.7997,
      "step": 71300
    },
    {
      "epoch": 0.1485625,
      "grad_norm": 1.2761876583099365,
      "learning_rate": 0.0002847041363640923,
      "loss": 9.6493,
      "step": 71310
    },
    {
      "epoch": 0.14858333333333335,
      "grad_norm": 2.832681655883789,
      "learning_rate": 0.00028469979890894347,
      "loss": 9.2765,
      "step": 71320
    },
    {
      "epoch": 0.14860416666666668,
      "grad_norm": 0.8854871392250061,
      "learning_rate": 0.0002846954608719448,
      "loss": 8.7458,
      "step": 71330
    },
    {
      "epoch": 0.148625,
      "grad_norm": 0.600121021270752,
      "learning_rate": 0.000284691122253115,
      "loss": 8.916,
      "step": 71340
    },
    {
      "epoch": 0.14864583333333334,
      "grad_norm": 2.823507070541382,
      "learning_rate": 0.0002846867830524729,
      "loss": 8.981,
      "step": 71350
    },
    {
      "epoch": 0.14866666666666667,
      "grad_norm": 0.673416256904602,
      "learning_rate": 0.00028468244327003724,
      "loss": 8.6681,
      "step": 71360
    },
    {
      "epoch": 0.1486875,
      "grad_norm": 0.7527105808258057,
      "learning_rate": 0.0002846781029058267,
      "loss": 9.3414,
      "step": 71370
    },
    {
      "epoch": 0.14870833333333333,
      "grad_norm": 1.40523362159729,
      "learning_rate": 0.0002846737619598601,
      "loss": 9.3108,
      "step": 71380
    },
    {
      "epoch": 0.14872916666666666,
      "grad_norm": 2.0276081562042236,
      "learning_rate": 0.00028466942043215614,
      "loss": 8.8142,
      "step": 71390
    },
    {
      "epoch": 0.14875,
      "grad_norm": 4.660655498504639,
      "learning_rate": 0.0002846650783227336,
      "loss": 10.6475,
      "step": 71400
    },
    {
      "epoch": 0.14877083333333332,
      "grad_norm": 1.2114152908325195,
      "learning_rate": 0.0002846607356316112,
      "loss": 9.6437,
      "step": 71410
    },
    {
      "epoch": 0.14879166666666666,
      "grad_norm": 1.0825951099395752,
      "learning_rate": 0.0002846563923588077,
      "loss": 9.0445,
      "step": 71420
    },
    {
      "epoch": 0.1488125,
      "grad_norm": 1.1324552297592163,
      "learning_rate": 0.00028465204850434197,
      "loss": 8.4014,
      "step": 71430
    },
    {
      "epoch": 0.14883333333333335,
      "grad_norm": 1.5040366649627686,
      "learning_rate": 0.0002846477040682326,
      "loss": 9.6792,
      "step": 71440
    },
    {
      "epoch": 0.14885416666666668,
      "grad_norm": 1.225718379020691,
      "learning_rate": 0.0002846433590504985,
      "loss": 9.9934,
      "step": 71450
    },
    {
      "epoch": 0.148875,
      "grad_norm": 1.6520297527313232,
      "learning_rate": 0.00028463901345115837,
      "loss": 8.8056,
      "step": 71460
    },
    {
      "epoch": 0.14889583333333334,
      "grad_norm": 1.8419177532196045,
      "learning_rate": 0.000284634667270231,
      "loss": 8.8092,
      "step": 71470
    },
    {
      "epoch": 0.14891666666666667,
      "grad_norm": 1.8124076128005981,
      "learning_rate": 0.00028463032050773517,
      "loss": 9.7133,
      "step": 71480
    },
    {
      "epoch": 0.1489375,
      "grad_norm": 0.546363353729248,
      "learning_rate": 0.0002846259731636896,
      "loss": 10.2559,
      "step": 71490
    },
    {
      "epoch": 0.14895833333333333,
      "grad_norm": 4.0214104652404785,
      "learning_rate": 0.00028462162523811317,
      "loss": 10.4999,
      "step": 71500
    },
    {
      "epoch": 0.14897916666666666,
      "grad_norm": 0.8008983135223389,
      "learning_rate": 0.00028461727673102457,
      "loss": 9.2619,
      "step": 71510
    },
    {
      "epoch": 0.149,
      "grad_norm": 1.7447396516799927,
      "learning_rate": 0.00028461292764244263,
      "loss": 9.3963,
      "step": 71520
    },
    {
      "epoch": 0.14902083333333332,
      "grad_norm": 0.7049869298934937,
      "learning_rate": 0.00028460857797238615,
      "loss": 9.4577,
      "step": 71530
    },
    {
      "epoch": 0.14904166666666666,
      "grad_norm": 1.1969153881072998,
      "learning_rate": 0.00028460422772087383,
      "loss": 9.8552,
      "step": 71540
    },
    {
      "epoch": 0.1490625,
      "grad_norm": 1.7633771896362305,
      "learning_rate": 0.0002845998768879246,
      "loss": 10.2449,
      "step": 71550
    },
    {
      "epoch": 0.14908333333333335,
      "grad_norm": 1.3529852628707886,
      "learning_rate": 0.00028459552547355715,
      "loss": 9.1534,
      "step": 71560
    },
    {
      "epoch": 0.14910416666666668,
      "grad_norm": 1.324486494064331,
      "learning_rate": 0.0002845911734777903,
      "loss": 8.9928,
      "step": 71570
    },
    {
      "epoch": 0.149125,
      "grad_norm": 2.115522623062134,
      "learning_rate": 0.0002845868209006429,
      "loss": 9.1437,
      "step": 71580
    },
    {
      "epoch": 0.14914583333333334,
      "grad_norm": 0.6426219344139099,
      "learning_rate": 0.0002845824677421336,
      "loss": 8.9462,
      "step": 71590
    },
    {
      "epoch": 0.14916666666666667,
      "grad_norm": 0.9045313596725464,
      "learning_rate": 0.0002845781140022814,
      "loss": 9.1024,
      "step": 71600
    },
    {
      "epoch": 0.1491875,
      "grad_norm": 1.1994397640228271,
      "learning_rate": 0.000284573759681105,
      "loss": 10.114,
      "step": 71610
    },
    {
      "epoch": 0.14920833333333333,
      "grad_norm": 1.4280236959457397,
      "learning_rate": 0.0002845694047786232,
      "loss": 8.8973,
      "step": 71620
    },
    {
      "epoch": 0.14922916666666666,
      "grad_norm": 1.0955390930175781,
      "learning_rate": 0.0002845650492948549,
      "loss": 9.4013,
      "step": 71630
    },
    {
      "epoch": 0.14925,
      "grad_norm": 1.3263306617736816,
      "learning_rate": 0.0002845606932298188,
      "loss": 9.01,
      "step": 71640
    },
    {
      "epoch": 0.14927083333333332,
      "grad_norm": 1.0964215993881226,
      "learning_rate": 0.0002845563365835338,
      "loss": 9.1665,
      "step": 71650
    },
    {
      "epoch": 0.14929166666666666,
      "grad_norm": 0.5820388793945312,
      "learning_rate": 0.0002845519793560186,
      "loss": 9.0992,
      "step": 71660
    },
    {
      "epoch": 0.1493125,
      "grad_norm": 0.64310222864151,
      "learning_rate": 0.0002845476215472922,
      "loss": 9.2876,
      "step": 71670
    },
    {
      "epoch": 0.14933333333333335,
      "grad_norm": 0.7062185406684875,
      "learning_rate": 0.00028454326315737334,
      "loss": 8.2989,
      "step": 71680
    },
    {
      "epoch": 0.14935416666666668,
      "grad_norm": 1.713094711303711,
      "learning_rate": 0.00028453890418628084,
      "loss": 9.2297,
      "step": 71690
    },
    {
      "epoch": 0.149375,
      "grad_norm": 1.248754620552063,
      "learning_rate": 0.0002845345446340334,
      "loss": 9.2078,
      "step": 71700
    },
    {
      "epoch": 0.14939583333333334,
      "grad_norm": 3.569122076034546,
      "learning_rate": 0.0002845301845006501,
      "loss": 10.1438,
      "step": 71710
    },
    {
      "epoch": 0.14941666666666667,
      "grad_norm": 1.1435905694961548,
      "learning_rate": 0.0002845258237861497,
      "loss": 9.0826,
      "step": 71720
    },
    {
      "epoch": 0.1494375,
      "grad_norm": 0.640595018863678,
      "learning_rate": 0.0002845214624905509,
      "loss": 10.1345,
      "step": 71730
    },
    {
      "epoch": 0.14945833333333333,
      "grad_norm": 1.9513928890228271,
      "learning_rate": 0.0002845171006138726,
      "loss": 9.6569,
      "step": 71740
    },
    {
      "epoch": 0.14947916666666666,
      "grad_norm": 1.5252258777618408,
      "learning_rate": 0.00028451273815613377,
      "loss": 11.1157,
      "step": 71750
    },
    {
      "epoch": 0.1495,
      "grad_norm": 0.7755322456359863,
      "learning_rate": 0.0002845083751173531,
      "loss": 8.8998,
      "step": 71760
    },
    {
      "epoch": 0.14952083333333333,
      "grad_norm": 1.04630708694458,
      "learning_rate": 0.0002845040114975495,
      "loss": 9.8383,
      "step": 71770
    },
    {
      "epoch": 0.14954166666666666,
      "grad_norm": 0.7956255078315735,
      "learning_rate": 0.0002844996472967418,
      "loss": 8.4063,
      "step": 71780
    },
    {
      "epoch": 0.1495625,
      "grad_norm": 1.2181178331375122,
      "learning_rate": 0.00028449528251494883,
      "loss": 9.2215,
      "step": 71790
    },
    {
      "epoch": 0.14958333333333335,
      "grad_norm": 1.1585196256637573,
      "learning_rate": 0.00028449091715218957,
      "loss": 9.0113,
      "step": 71800
    },
    {
      "epoch": 0.14960416666666668,
      "grad_norm": 1.659148097038269,
      "learning_rate": 0.0002844865512084827,
      "loss": 9.1482,
      "step": 71810
    },
    {
      "epoch": 0.149625,
      "grad_norm": 1.3874924182891846,
      "learning_rate": 0.00028448218468384717,
      "loss": 8.7393,
      "step": 71820
    },
    {
      "epoch": 0.14964583333333334,
      "grad_norm": 0.7299522161483765,
      "learning_rate": 0.0002844778175783019,
      "loss": 11.4976,
      "step": 71830
    },
    {
      "epoch": 0.14966666666666667,
      "grad_norm": 1.8509466648101807,
      "learning_rate": 0.0002844734498918656,
      "loss": 9.4107,
      "step": 71840
    },
    {
      "epoch": 0.1496875,
      "grad_norm": 0.6836602687835693,
      "learning_rate": 0.0002844690816245573,
      "loss": 8.2629,
      "step": 71850
    },
    {
      "epoch": 0.14970833333333333,
      "grad_norm": 1.877752661705017,
      "learning_rate": 0.00028446471277639575,
      "loss": 8.4956,
      "step": 71860
    },
    {
      "epoch": 0.14972916666666666,
      "grad_norm": 6.024312496185303,
      "learning_rate": 0.0002844603433473999,
      "loss": 11.7608,
      "step": 71870
    },
    {
      "epoch": 0.14975,
      "grad_norm": 1.0841708183288574,
      "learning_rate": 0.0002844559733375885,
      "loss": 8.5853,
      "step": 71880
    },
    {
      "epoch": 0.14977083333333333,
      "grad_norm": 1.573082447052002,
      "learning_rate": 0.0002844516027469806,
      "loss": 9.49,
      "step": 71890
    },
    {
      "epoch": 0.14979166666666666,
      "grad_norm": 2.059300422668457,
      "learning_rate": 0.000284447231575595,
      "loss": 10.0145,
      "step": 71900
    },
    {
      "epoch": 0.1498125,
      "grad_norm": 1.3624801635742188,
      "learning_rate": 0.00028444285982345054,
      "loss": 10.158,
      "step": 71910
    },
    {
      "epoch": 0.14983333333333335,
      "grad_norm": 1.1296148300170898,
      "learning_rate": 0.0002844384874905662,
      "loss": 9.6773,
      "step": 71920
    },
    {
      "epoch": 0.14985416666666668,
      "grad_norm": 1.028868317604065,
      "learning_rate": 0.0002844341145769608,
      "loss": 10.0023,
      "step": 71930
    },
    {
      "epoch": 0.149875,
      "grad_norm": 1.0004442930221558,
      "learning_rate": 0.00028442974108265314,
      "loss": 9.7444,
      "step": 71940
    },
    {
      "epoch": 0.14989583333333334,
      "grad_norm": 3.0403566360473633,
      "learning_rate": 0.00028442536700766226,
      "loss": 9.1067,
      "step": 71950
    },
    {
      "epoch": 0.14991666666666667,
      "grad_norm": 1.4679492712020874,
      "learning_rate": 0.00028442099235200706,
      "loss": 9.1338,
      "step": 71960
    },
    {
      "epoch": 0.1499375,
      "grad_norm": 2.854243040084839,
      "learning_rate": 0.0002844166171157063,
      "loss": 9.4995,
      "step": 71970
    },
    {
      "epoch": 0.14995833333333333,
      "grad_norm": 3.035360813140869,
      "learning_rate": 0.00028441224129877897,
      "loss": 9.6923,
      "step": 71980
    },
    {
      "epoch": 0.14997916666666666,
      "grad_norm": 1.2913371324539185,
      "learning_rate": 0.000284407864901244,
      "loss": 9.5044,
      "step": 71990
    },
    {
      "epoch": 0.15,
      "grad_norm": 5.227468013763428,
      "learning_rate": 0.0002844034879231203,
      "loss": 9.3256,
      "step": 72000
    },
    {
      "epoch": 0.15,
      "eval_loss": 8.483818054199219,
      "eval_runtime": 8.1687,
      "eval_samples_per_second": 0.367,
      "eval_steps_per_second": 0.122,
      "step": 72000
    },
    {
      "epoch": 0.15002083333333333,
      "grad_norm": 3.980672597885132,
      "learning_rate": 0.0002843991103644267,
      "loss": 9.0031,
      "step": 72010
    },
    {
      "epoch": 0.15004166666666666,
      "grad_norm": 1.0014106035232544,
      "learning_rate": 0.00028439473222518206,
      "loss": 9.157,
      "step": 72020
    },
    {
      "epoch": 0.1500625,
      "grad_norm": 0.8233329653739929,
      "learning_rate": 0.00028439035350540543,
      "loss": 8.7594,
      "step": 72030
    },
    {
      "epoch": 0.15008333333333335,
      "grad_norm": 0.8278017044067383,
      "learning_rate": 0.00028438597420511573,
      "loss": 9.1927,
      "step": 72040
    },
    {
      "epoch": 0.15010416666666668,
      "grad_norm": 1.267456293106079,
      "learning_rate": 0.0002843815943243317,
      "loss": 8.7636,
      "step": 72050
    },
    {
      "epoch": 0.150125,
      "grad_norm": 1.901731014251709,
      "learning_rate": 0.0002843772138630725,
      "loss": 9.216,
      "step": 72060
    },
    {
      "epoch": 0.15014583333333334,
      "grad_norm": 1.2700430154800415,
      "learning_rate": 0.0002843728328213568,
      "loss": 9.3444,
      "step": 72070
    },
    {
      "epoch": 0.15016666666666667,
      "grad_norm": 1.7550163269042969,
      "learning_rate": 0.00028436845119920377,
      "loss": 9.8393,
      "step": 72080
    },
    {
      "epoch": 0.1501875,
      "grad_norm": 1.8260174989700317,
      "learning_rate": 0.00028436406899663214,
      "loss": 10.1462,
      "step": 72090
    },
    {
      "epoch": 0.15020833333333333,
      "grad_norm": 0.9145052433013916,
      "learning_rate": 0.0002843596862136609,
      "loss": 9.3837,
      "step": 72100
    },
    {
      "epoch": 0.15022916666666666,
      "grad_norm": 1.3089113235473633,
      "learning_rate": 0.00028435530285030904,
      "loss": 8.5836,
      "step": 72110
    },
    {
      "epoch": 0.15025,
      "grad_norm": 1.9363878965377808,
      "learning_rate": 0.00028435091890659545,
      "loss": 9.1778,
      "step": 72120
    },
    {
      "epoch": 0.15027083333333333,
      "grad_norm": 5.697292804718018,
      "learning_rate": 0.0002843465343825391,
      "loss": 9.135,
      "step": 72130
    },
    {
      "epoch": 0.15029166666666666,
      "grad_norm": 1.0117169618606567,
      "learning_rate": 0.0002843421492781588,
      "loss": 9.2327,
      "step": 72140
    },
    {
      "epoch": 0.1503125,
      "grad_norm": 1.5941554307937622,
      "learning_rate": 0.0002843377635934737,
      "loss": 8.937,
      "step": 72150
    },
    {
      "epoch": 0.15033333333333335,
      "grad_norm": 1.03755521774292,
      "learning_rate": 0.00028433337732850254,
      "loss": 9.0082,
      "step": 72160
    },
    {
      "epoch": 0.15035416666666668,
      "grad_norm": 1.3461142778396606,
      "learning_rate": 0.00028432899048326445,
      "loss": 8.2494,
      "step": 72170
    },
    {
      "epoch": 0.150375,
      "grad_norm": 0.9165348410606384,
      "learning_rate": 0.0002843246030577782,
      "loss": 9.1643,
      "step": 72180
    },
    {
      "epoch": 0.15039583333333334,
      "grad_norm": 1.3308086395263672,
      "learning_rate": 0.000284320215052063,
      "loss": 8.2958,
      "step": 72190
    },
    {
      "epoch": 0.15041666666666667,
      "grad_norm": 1.4492666721343994,
      "learning_rate": 0.0002843158264661375,
      "loss": 10.6036,
      "step": 72200
    },
    {
      "epoch": 0.1504375,
      "grad_norm": 0.7161536812782288,
      "learning_rate": 0.00028431143730002083,
      "loss": 9.0783,
      "step": 72210
    },
    {
      "epoch": 0.15045833333333333,
      "grad_norm": 0.994970977306366,
      "learning_rate": 0.0002843070475537319,
      "loss": 8.8473,
      "step": 72220
    },
    {
      "epoch": 0.15047916666666666,
      "grad_norm": 4.5302934646606445,
      "learning_rate": 0.0002843026572272897,
      "loss": 9.271,
      "step": 72230
    },
    {
      "epoch": 0.1505,
      "grad_norm": 0.9859445095062256,
      "learning_rate": 0.0002842982663207132,
      "loss": 10.1385,
      "step": 72240
    },
    {
      "epoch": 0.15052083333333333,
      "grad_norm": 3.8870832920074463,
      "learning_rate": 0.0002842938748340213,
      "loss": 9.287,
      "step": 72250
    },
    {
      "epoch": 0.15054166666666666,
      "grad_norm": 2.7953288555145264,
      "learning_rate": 0.000284289482767233,
      "loss": 9.1434,
      "step": 72260
    },
    {
      "epoch": 0.1505625,
      "grad_norm": 1.7386209964752197,
      "learning_rate": 0.0002842850901203674,
      "loss": 8.6998,
      "step": 72270
    },
    {
      "epoch": 0.15058333333333335,
      "grad_norm": 2.037461280822754,
      "learning_rate": 0.00028428069689344327,
      "loss": 9.8259,
      "step": 72280
    },
    {
      "epoch": 0.15060416666666668,
      "grad_norm": 0.8903124332427979,
      "learning_rate": 0.0002842763030864797,
      "loss": 9.3249,
      "step": 72290
    },
    {
      "epoch": 0.150625,
      "grad_norm": 1.3376628160476685,
      "learning_rate": 0.0002842719086994957,
      "loss": 9.3237,
      "step": 72300
    },
    {
      "epoch": 0.15064583333333334,
      "grad_norm": 0.5803362727165222,
      "learning_rate": 0.00028426751373251014,
      "loss": 8.7467,
      "step": 72310
    },
    {
      "epoch": 0.15066666666666667,
      "grad_norm": 2.8072333335876465,
      "learning_rate": 0.0002842631181855421,
      "loss": 10.6366,
      "step": 72320
    },
    {
      "epoch": 0.1506875,
      "grad_norm": 1.0006057024002075,
      "learning_rate": 0.0002842587220586105,
      "loss": 8.7651,
      "step": 72330
    },
    {
      "epoch": 0.15070833333333333,
      "grad_norm": 2.0331947803497314,
      "learning_rate": 0.00028425432535173444,
      "loss": 10.3724,
      "step": 72340
    },
    {
      "epoch": 0.15072916666666666,
      "grad_norm": 0.9962393641471863,
      "learning_rate": 0.0002842499280649328,
      "loss": 8.2414,
      "step": 72350
    },
    {
      "epoch": 0.15075,
      "grad_norm": 1.0819404125213623,
      "learning_rate": 0.00028424553019822454,
      "loss": 8.8945,
      "step": 72360
    },
    {
      "epoch": 0.15077083333333333,
      "grad_norm": 2.52437424659729,
      "learning_rate": 0.00028424113175162883,
      "loss": 9.7665,
      "step": 72370
    },
    {
      "epoch": 0.15079166666666666,
      "grad_norm": 1.8865351676940918,
      "learning_rate": 0.0002842367327251645,
      "loss": 9.5863,
      "step": 72380
    },
    {
      "epoch": 0.1508125,
      "grad_norm": 0.6619815826416016,
      "learning_rate": 0.0002842323331188507,
      "loss": 8.8126,
      "step": 72390
    },
    {
      "epoch": 0.15083333333333335,
      "grad_norm": 1.479870080947876,
      "learning_rate": 0.00028422793293270625,
      "loss": 9.2011,
      "step": 72400
    },
    {
      "epoch": 0.15085416666666668,
      "grad_norm": 0.6702887415885925,
      "learning_rate": 0.0002842235321667503,
      "loss": 9.2765,
      "step": 72410
    },
    {
      "epoch": 0.150875,
      "grad_norm": 0.742763102054596,
      "learning_rate": 0.0002842191308210018,
      "loss": 8.7851,
      "step": 72420
    },
    {
      "epoch": 0.15089583333333334,
      "grad_norm": 1.9937323331832886,
      "learning_rate": 0.00028421472889547986,
      "loss": 9.0526,
      "step": 72430
    },
    {
      "epoch": 0.15091666666666667,
      "grad_norm": 1.9874403476715088,
      "learning_rate": 0.00028421032639020335,
      "loss": 9.7259,
      "step": 72440
    },
    {
      "epoch": 0.1509375,
      "grad_norm": 0.5798853039741516,
      "learning_rate": 0.0002842059233051914,
      "loss": 8.7247,
      "step": 72450
    },
    {
      "epoch": 0.15095833333333333,
      "grad_norm": 1.9560209512710571,
      "learning_rate": 0.0002842015196404629,
      "loss": 8.6376,
      "step": 72460
    },
    {
      "epoch": 0.15097916666666666,
      "grad_norm": 1.802337884902954,
      "learning_rate": 0.00028419711539603705,
      "loss": 8.9528,
      "step": 72470
    },
    {
      "epoch": 0.151,
      "grad_norm": 0.7372444868087769,
      "learning_rate": 0.00028419271057193273,
      "loss": 8.7129,
      "step": 72480
    },
    {
      "epoch": 0.15102083333333333,
      "grad_norm": 1.1636816263198853,
      "learning_rate": 0.00028418830516816905,
      "loss": 9.8919,
      "step": 72490
    },
    {
      "epoch": 0.15104166666666666,
      "grad_norm": 1.3072381019592285,
      "learning_rate": 0.000284183899184765,
      "loss": 9.3413,
      "step": 72500
    },
    {
      "epoch": 0.1510625,
      "grad_norm": 0.8465361595153809,
      "learning_rate": 0.0002841794926217396,
      "loss": 9.3696,
      "step": 72510
    },
    {
      "epoch": 0.15108333333333332,
      "grad_norm": 0.7043896913528442,
      "learning_rate": 0.00028417508547911186,
      "loss": 8.9279,
      "step": 72520
    },
    {
      "epoch": 0.15110416666666668,
      "grad_norm": 0.6543132066726685,
      "learning_rate": 0.00028417067775690093,
      "loss": 9.2469,
      "step": 72530
    },
    {
      "epoch": 0.151125,
      "grad_norm": 1.2412954568862915,
      "learning_rate": 0.0002841662694551258,
      "loss": 8.8367,
      "step": 72540
    },
    {
      "epoch": 0.15114583333333334,
      "grad_norm": 0.4975689947605133,
      "learning_rate": 0.0002841618605738054,
      "loss": 8.667,
      "step": 72550
    },
    {
      "epoch": 0.15116666666666667,
      "grad_norm": 1.0157557725906372,
      "learning_rate": 0.00028415745111295894,
      "loss": 9.082,
      "step": 72560
    },
    {
      "epoch": 0.1511875,
      "grad_norm": 1.3885436058044434,
      "learning_rate": 0.0002841530410726054,
      "loss": 10.0648,
      "step": 72570
    },
    {
      "epoch": 0.15120833333333333,
      "grad_norm": 1.6333314180374146,
      "learning_rate": 0.0002841486304527638,
      "loss": 8.9574,
      "step": 72580
    },
    {
      "epoch": 0.15122916666666666,
      "grad_norm": 0.8688847422599792,
      "learning_rate": 0.0002841442192534532,
      "loss": 9.853,
      "step": 72590
    },
    {
      "epoch": 0.15125,
      "grad_norm": 2.2830779552459717,
      "learning_rate": 0.00028413980747469267,
      "loss": 9.673,
      "step": 72600
    },
    {
      "epoch": 0.15127083333333333,
      "grad_norm": 1.3348236083984375,
      "learning_rate": 0.0002841353951165013,
      "loss": 9.0145,
      "step": 72610
    },
    {
      "epoch": 0.15129166666666666,
      "grad_norm": 1.6034185886383057,
      "learning_rate": 0.00028413098217889806,
      "loss": 9.2908,
      "step": 72620
    },
    {
      "epoch": 0.1513125,
      "grad_norm": 0.8398432731628418,
      "learning_rate": 0.0002841265686619021,
      "loss": 10.1145,
      "step": 72630
    },
    {
      "epoch": 0.15133333333333332,
      "grad_norm": 1.761170744895935,
      "learning_rate": 0.00028412215456553245,
      "loss": 8.7584,
      "step": 72640
    },
    {
      "epoch": 0.15135416666666668,
      "grad_norm": 0.756820797920227,
      "learning_rate": 0.00028411773988980824,
      "loss": 8.6768,
      "step": 72650
    },
    {
      "epoch": 0.151375,
      "grad_norm": 0.6248500347137451,
      "learning_rate": 0.00028411332463474845,
      "loss": 9.0754,
      "step": 72660
    },
    {
      "epoch": 0.15139583333333334,
      "grad_norm": 1.9436124563217163,
      "learning_rate": 0.0002841089088003721,
      "loss": 10.2867,
      "step": 72670
    },
    {
      "epoch": 0.15141666666666667,
      "grad_norm": 1.0296937227249146,
      "learning_rate": 0.00028410449238669845,
      "loss": 10.277,
      "step": 72680
    },
    {
      "epoch": 0.1514375,
      "grad_norm": 0.944467306137085,
      "learning_rate": 0.00028410007539374644,
      "loss": 9.6148,
      "step": 72690
    },
    {
      "epoch": 0.15145833333333333,
      "grad_norm": 1.1652166843414307,
      "learning_rate": 0.0002840956578215352,
      "loss": 8.6417,
      "step": 72700
    },
    {
      "epoch": 0.15147916666666666,
      "grad_norm": 0.45296719670295715,
      "learning_rate": 0.0002840912396700838,
      "loss": 9.543,
      "step": 72710
    },
    {
      "epoch": 0.1515,
      "grad_norm": 1.1952755451202393,
      "learning_rate": 0.0002840868209394113,
      "loss": 10.6456,
      "step": 72720
    },
    {
      "epoch": 0.15152083333333333,
      "grad_norm": 0.8577079772949219,
      "learning_rate": 0.0002840824016295368,
      "loss": 9.0667,
      "step": 72730
    },
    {
      "epoch": 0.15154166666666666,
      "grad_norm": 0.8243734240531921,
      "learning_rate": 0.0002840779817404794,
      "loss": 8.6923,
      "step": 72740
    },
    {
      "epoch": 0.1515625,
      "grad_norm": 1.094589352607727,
      "learning_rate": 0.00028407356127225825,
      "loss": 9.2232,
      "step": 72750
    },
    {
      "epoch": 0.15158333333333332,
      "grad_norm": 0.8509157299995422,
      "learning_rate": 0.0002840691402248923,
      "loss": 9.1309,
      "step": 72760
    },
    {
      "epoch": 0.15160416666666668,
      "grad_norm": 1.6151397228240967,
      "learning_rate": 0.00028406471859840083,
      "loss": 9.1809,
      "step": 72770
    },
    {
      "epoch": 0.151625,
      "grad_norm": 0.7783702611923218,
      "learning_rate": 0.00028406029639280276,
      "loss": 9.6004,
      "step": 72780
    },
    {
      "epoch": 0.15164583333333334,
      "grad_norm": 2.0362071990966797,
      "learning_rate": 0.0002840558736081173,
      "loss": 10.6474,
      "step": 72790
    },
    {
      "epoch": 0.15166666666666667,
      "grad_norm": 2.652562379837036,
      "learning_rate": 0.00028405145024436356,
      "loss": 9.4105,
      "step": 72800
    },
    {
      "epoch": 0.1516875,
      "grad_norm": 1.1044845581054688,
      "learning_rate": 0.00028404702630156054,
      "loss": 9.4151,
      "step": 72810
    },
    {
      "epoch": 0.15170833333333333,
      "grad_norm": 1.2123312950134277,
      "learning_rate": 0.0002840426017797275,
      "loss": 8.7107,
      "step": 72820
    },
    {
      "epoch": 0.15172916666666666,
      "grad_norm": 2.321544647216797,
      "learning_rate": 0.00028403817667888346,
      "loss": 9.0171,
      "step": 72830
    },
    {
      "epoch": 0.15175,
      "grad_norm": 2.1922292709350586,
      "learning_rate": 0.0002840337509990475,
      "loss": 8.874,
      "step": 72840
    },
    {
      "epoch": 0.15177083333333333,
      "grad_norm": 0.7161586284637451,
      "learning_rate": 0.0002840293247402388,
      "loss": 9.21,
      "step": 72850
    },
    {
      "epoch": 0.15179166666666666,
      "grad_norm": 1.7929049730300903,
      "learning_rate": 0.0002840248979024765,
      "loss": 9.6736,
      "step": 72860
    },
    {
      "epoch": 0.1518125,
      "grad_norm": 1.247010350227356,
      "learning_rate": 0.00028402047048577974,
      "loss": 9.575,
      "step": 72870
    },
    {
      "epoch": 0.15183333333333332,
      "grad_norm": 4.686986446380615,
      "learning_rate": 0.0002840160424901676,
      "loss": 9.5744,
      "step": 72880
    },
    {
      "epoch": 0.15185416666666668,
      "grad_norm": 1.1160615682601929,
      "learning_rate": 0.00028401161391565906,
      "loss": 8.8354,
      "step": 72890
    },
    {
      "epoch": 0.151875,
      "grad_norm": 3.183940887451172,
      "learning_rate": 0.00028400718476227353,
      "loss": 9.2798,
      "step": 72900
    },
    {
      "epoch": 0.15189583333333334,
      "grad_norm": 1.3029980659484863,
      "learning_rate": 0.00028400275503003,
      "loss": 8.7616,
      "step": 72910
    },
    {
      "epoch": 0.15191666666666667,
      "grad_norm": 1.6076312065124512,
      "learning_rate": 0.0002839983247189475,
      "loss": 9.5958,
      "step": 72920
    },
    {
      "epoch": 0.1519375,
      "grad_norm": 1.0817927122116089,
      "learning_rate": 0.00028399389382904535,
      "loss": 8.7925,
      "step": 72930
    },
    {
      "epoch": 0.15195833333333333,
      "grad_norm": 1.3101102113723755,
      "learning_rate": 0.0002839894623603426,
      "loss": 8.5065,
      "step": 72940
    },
    {
      "epoch": 0.15197916666666667,
      "grad_norm": 1.1842350959777832,
      "learning_rate": 0.00028398503031285845,
      "loss": 8.2313,
      "step": 72950
    },
    {
      "epoch": 0.152,
      "grad_norm": 1.016731858253479,
      "learning_rate": 0.00028398059768661204,
      "loss": 8.8196,
      "step": 72960
    },
    {
      "epoch": 0.15202083333333333,
      "grad_norm": 0.9057962894439697,
      "learning_rate": 0.00028397616448162235,
      "loss": 9.7629,
      "step": 72970
    },
    {
      "epoch": 0.15204166666666666,
      "grad_norm": 2.4650182723999023,
      "learning_rate": 0.00028397173069790875,
      "loss": 8.5626,
      "step": 72980
    },
    {
      "epoch": 0.1520625,
      "grad_norm": 1.1156381368637085,
      "learning_rate": 0.00028396729633549026,
      "loss": 9.2801,
      "step": 72990
    },
    {
      "epoch": 0.15208333333333332,
      "grad_norm": 3.5085201263427734,
      "learning_rate": 0.0002839628613943861,
      "loss": 9.2697,
      "step": 73000
    },
    {
      "epoch": 0.15208333333333332,
      "eval_loss": 7.474379062652588,
      "eval_runtime": 8.163,
      "eval_samples_per_second": 0.368,
      "eval_steps_per_second": 0.123,
      "step": 73000
    },
    {
      "epoch": 0.15210416666666668,
      "grad_norm": 1.0665996074676514,
      "learning_rate": 0.0002839584258746154,
      "loss": 8.815,
      "step": 73010
    },
    {
      "epoch": 0.152125,
      "grad_norm": 1.9540258646011353,
      "learning_rate": 0.00028395398977619735,
      "loss": 8.7666,
      "step": 73020
    },
    {
      "epoch": 0.15214583333333334,
      "grad_norm": 0.8439998030662537,
      "learning_rate": 0.0002839495530991511,
      "loss": 8.889,
      "step": 73030
    },
    {
      "epoch": 0.15216666666666667,
      "grad_norm": 2.051194190979004,
      "learning_rate": 0.0002839451158434958,
      "loss": 8.5859,
      "step": 73040
    },
    {
      "epoch": 0.1521875,
      "grad_norm": 0.8781671524047852,
      "learning_rate": 0.00028394067800925057,
      "loss": 8.5193,
      "step": 73050
    },
    {
      "epoch": 0.15220833333333333,
      "grad_norm": 1.5376132726669312,
      "learning_rate": 0.0002839362395964346,
      "loss": 9.2849,
      "step": 73060
    },
    {
      "epoch": 0.15222916666666667,
      "grad_norm": 0.7323606014251709,
      "learning_rate": 0.0002839318006050672,
      "loss": 8.9824,
      "step": 73070
    },
    {
      "epoch": 0.15225,
      "grad_norm": 1.7670633792877197,
      "learning_rate": 0.0002839273610351674,
      "loss": 8.9828,
      "step": 73080
    },
    {
      "epoch": 0.15227083333333333,
      "grad_norm": 1.92538321018219,
      "learning_rate": 0.00028392292088675437,
      "loss": 9.6104,
      "step": 73090
    },
    {
      "epoch": 0.15229166666666666,
      "grad_norm": 0.9685412049293518,
      "learning_rate": 0.0002839184801598473,
      "loss": 9.7062,
      "step": 73100
    },
    {
      "epoch": 0.1523125,
      "grad_norm": 0.9629236459732056,
      "learning_rate": 0.0002839140388544655,
      "loss": 8.7609,
      "step": 73110
    },
    {
      "epoch": 0.15233333333333332,
      "grad_norm": 2.4310193061828613,
      "learning_rate": 0.000283909596970628,
      "loss": 9.406,
      "step": 73120
    },
    {
      "epoch": 0.15235416666666668,
      "grad_norm": 1.3281117677688599,
      "learning_rate": 0.000283905154508354,
      "loss": 9.5883,
      "step": 73130
    },
    {
      "epoch": 0.152375,
      "grad_norm": 1.3012850284576416,
      "learning_rate": 0.0002839007114676628,
      "loss": 9.9616,
      "step": 73140
    },
    {
      "epoch": 0.15239583333333334,
      "grad_norm": 0.7865431308746338,
      "learning_rate": 0.00028389626784857357,
      "loss": 9.2596,
      "step": 73150
    },
    {
      "epoch": 0.15241666666666667,
      "grad_norm": 0.7077338695526123,
      "learning_rate": 0.0002838918236511054,
      "loss": 9.6733,
      "step": 73160
    },
    {
      "epoch": 0.1524375,
      "grad_norm": 0.8844392895698547,
      "learning_rate": 0.00028388737887527753,
      "loss": 9.8424,
      "step": 73170
    },
    {
      "epoch": 0.15245833333333333,
      "grad_norm": 1.6856598854064941,
      "learning_rate": 0.00028388293352110927,
      "loss": 8.9486,
      "step": 73180
    },
    {
      "epoch": 0.15247916666666667,
      "grad_norm": 1.0049593448638916,
      "learning_rate": 0.0002838784875886196,
      "loss": 9.0917,
      "step": 73190
    },
    {
      "epoch": 0.1525,
      "grad_norm": 2.1479532718658447,
      "learning_rate": 0.000283874041077828,
      "loss": 9.3289,
      "step": 73200
    },
    {
      "epoch": 0.15252083333333333,
      "grad_norm": 0.7594963908195496,
      "learning_rate": 0.0002838695939887535,
      "loss": 8.5727,
      "step": 73210
    },
    {
      "epoch": 0.15254166666666666,
      "grad_norm": 0.8086853623390198,
      "learning_rate": 0.0002838651463214152,
      "loss": 8.5248,
      "step": 73220
    },
    {
      "epoch": 0.1525625,
      "grad_norm": 0.9890682697296143,
      "learning_rate": 0.00028386069807583264,
      "loss": 10.245,
      "step": 73230
    },
    {
      "epoch": 0.15258333333333332,
      "grad_norm": 0.6369825601577759,
      "learning_rate": 0.00028385624925202476,
      "loss": 9.3919,
      "step": 73240
    },
    {
      "epoch": 0.15260416666666668,
      "grad_norm": 0.8264932036399841,
      "learning_rate": 0.0002838517998500108,
      "loss": 11.6482,
      "step": 73250
    },
    {
      "epoch": 0.152625,
      "grad_norm": 0.7821417450904846,
      "learning_rate": 0.0002838473498698102,
      "loss": 8.4871,
      "step": 73260
    },
    {
      "epoch": 0.15264583333333334,
      "grad_norm": 0.883028507232666,
      "learning_rate": 0.00028384289931144196,
      "loss": 9.6941,
      "step": 73270
    },
    {
      "epoch": 0.15266666666666667,
      "grad_norm": 1.6817035675048828,
      "learning_rate": 0.00028383844817492536,
      "loss": 9.4305,
      "step": 73280
    },
    {
      "epoch": 0.1526875,
      "grad_norm": 1.1700313091278076,
      "learning_rate": 0.0002838339964602797,
      "loss": 9.5922,
      "step": 73290
    },
    {
      "epoch": 0.15270833333333333,
      "grad_norm": 0.8435733318328857,
      "learning_rate": 0.00028382954416752407,
      "loss": 9.8486,
      "step": 73300
    },
    {
      "epoch": 0.15272916666666667,
      "grad_norm": 1.3285075426101685,
      "learning_rate": 0.0002838250912966778,
      "loss": 8.9586,
      "step": 73310
    },
    {
      "epoch": 0.15275,
      "grad_norm": 1.2668232917785645,
      "learning_rate": 0.00028382063784776013,
      "loss": 9.5671,
      "step": 73320
    },
    {
      "epoch": 0.15277083333333333,
      "grad_norm": 0.7287465929985046,
      "learning_rate": 0.00028381618382079024,
      "loss": 10.6283,
      "step": 73330
    },
    {
      "epoch": 0.15279166666666666,
      "grad_norm": 0.6753118634223938,
      "learning_rate": 0.00028381172921578744,
      "loss": 9.3681,
      "step": 73340
    },
    {
      "epoch": 0.1528125,
      "grad_norm": 0.6995038390159607,
      "learning_rate": 0.00028380727403277094,
      "loss": 9.1456,
      "step": 73350
    },
    {
      "epoch": 0.15283333333333332,
      "grad_norm": 2.180877685546875,
      "learning_rate": 0.00028380281827175997,
      "loss": 8.6852,
      "step": 73360
    },
    {
      "epoch": 0.15285416666666668,
      "grad_norm": 2.7761330604553223,
      "learning_rate": 0.00028379836193277377,
      "loss": 9.0932,
      "step": 73370
    },
    {
      "epoch": 0.152875,
      "grad_norm": 1.6605000495910645,
      "learning_rate": 0.00028379390501583166,
      "loss": 8.9576,
      "step": 73380
    },
    {
      "epoch": 0.15289583333333334,
      "grad_norm": 0.6318544149398804,
      "learning_rate": 0.0002837894475209528,
      "loss": 10.0863,
      "step": 73390
    },
    {
      "epoch": 0.15291666666666667,
      "grad_norm": 1.0866303443908691,
      "learning_rate": 0.00028378498944815647,
      "loss": 9.8628,
      "step": 73400
    },
    {
      "epoch": 0.1529375,
      "grad_norm": 0.6926379799842834,
      "learning_rate": 0.00028378053079746194,
      "loss": 10.9486,
      "step": 73410
    },
    {
      "epoch": 0.15295833333333334,
      "grad_norm": 0.6710419058799744,
      "learning_rate": 0.00028377607156888847,
      "loss": 9.942,
      "step": 73420
    },
    {
      "epoch": 0.15297916666666667,
      "grad_norm": 0.7660372853279114,
      "learning_rate": 0.0002837716117624554,
      "loss": 9.1706,
      "step": 73430
    },
    {
      "epoch": 0.153,
      "grad_norm": 0.9048842191696167,
      "learning_rate": 0.00028376715137818184,
      "loss": 9.8921,
      "step": 73440
    },
    {
      "epoch": 0.15302083333333333,
      "grad_norm": 0.5947480201721191,
      "learning_rate": 0.00028376269041608716,
      "loss": 9.731,
      "step": 73450
    },
    {
      "epoch": 0.15304166666666666,
      "grad_norm": 2.0430824756622314,
      "learning_rate": 0.00028375822887619057,
      "loss": 9.3584,
      "step": 73460
    },
    {
      "epoch": 0.1530625,
      "grad_norm": 1.2834398746490479,
      "learning_rate": 0.0002837537667585114,
      "loss": 9.2451,
      "step": 73470
    },
    {
      "epoch": 0.15308333333333332,
      "grad_norm": 2.9041590690612793,
      "learning_rate": 0.00028374930406306896,
      "loss": 10.5266,
      "step": 73480
    },
    {
      "epoch": 0.15310416666666668,
      "grad_norm": 1.4375404119491577,
      "learning_rate": 0.0002837448407898824,
      "loss": 8.979,
      "step": 73490
    },
    {
      "epoch": 0.153125,
      "grad_norm": 5.173696994781494,
      "learning_rate": 0.0002837403769389711,
      "loss": 8.8745,
      "step": 73500
    },
    {
      "epoch": 0.15314583333333334,
      "grad_norm": 1.4430010318756104,
      "learning_rate": 0.00028373591251035425,
      "loss": 8.6681,
      "step": 73510
    },
    {
      "epoch": 0.15316666666666667,
      "grad_norm": 2.8556060791015625,
      "learning_rate": 0.00028373144750405124,
      "loss": 9.6026,
      "step": 73520
    },
    {
      "epoch": 0.1531875,
      "grad_norm": 1.3545708656311035,
      "learning_rate": 0.0002837269819200813,
      "loss": 8.9326,
      "step": 73530
    },
    {
      "epoch": 0.15320833333333334,
      "grad_norm": 6.382322788238525,
      "learning_rate": 0.00028372251575846375,
      "loss": 9.1479,
      "step": 73540
    },
    {
      "epoch": 0.15322916666666667,
      "grad_norm": 2.50724196434021,
      "learning_rate": 0.00028371804901921785,
      "loss": 9.3692,
      "step": 73550
    },
    {
      "epoch": 0.15325,
      "grad_norm": 1.762389898300171,
      "learning_rate": 0.0002837135817023629,
      "loss": 9.5701,
      "step": 73560
    },
    {
      "epoch": 0.15327083333333333,
      "grad_norm": 0.9527609944343567,
      "learning_rate": 0.0002837091138079182,
      "loss": 8.3877,
      "step": 73570
    },
    {
      "epoch": 0.15329166666666666,
      "grad_norm": 0.6262149810791016,
      "learning_rate": 0.0002837046453359031,
      "loss": 8.5835,
      "step": 73580
    },
    {
      "epoch": 0.1533125,
      "grad_norm": 1.8036381006240845,
      "learning_rate": 0.00028370017628633683,
      "loss": 8.862,
      "step": 73590
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 0.498127281665802,
      "learning_rate": 0.0002836957066592387,
      "loss": 9.6046,
      "step": 73600
    },
    {
      "epoch": 0.15335416666666668,
      "grad_norm": 4.6507649421691895,
      "learning_rate": 0.00028369123645462805,
      "loss": 9.3633,
      "step": 73610
    },
    {
      "epoch": 0.153375,
      "grad_norm": 1.7107694149017334,
      "learning_rate": 0.0002836867656725242,
      "loss": 8.7938,
      "step": 73620
    },
    {
      "epoch": 0.15339583333333334,
      "grad_norm": 0.7376366257667542,
      "learning_rate": 0.0002836822943129464,
      "loss": 9.014,
      "step": 73630
    },
    {
      "epoch": 0.15341666666666667,
      "grad_norm": 3.4623684883117676,
      "learning_rate": 0.00028367782237591403,
      "loss": 8.9796,
      "step": 73640
    },
    {
      "epoch": 0.1534375,
      "grad_norm": 1.1994577646255493,
      "learning_rate": 0.00028367334986144637,
      "loss": 8.8474,
      "step": 73650
    },
    {
      "epoch": 0.15345833333333334,
      "grad_norm": 0.9937959313392639,
      "learning_rate": 0.00028366887676956276,
      "loss": 9.3625,
      "step": 73660
    },
    {
      "epoch": 0.15347916666666667,
      "grad_norm": 0.5978001356124878,
      "learning_rate": 0.00028366440310028247,
      "loss": 10.6825,
      "step": 73670
    },
    {
      "epoch": 0.1535,
      "grad_norm": 3.6315128803253174,
      "learning_rate": 0.00028365992885362495,
      "loss": 9.2475,
      "step": 73680
    },
    {
      "epoch": 0.15352083333333333,
      "grad_norm": 2.0400688648223877,
      "learning_rate": 0.0002836554540296094,
      "loss": 9.1979,
      "step": 73690
    },
    {
      "epoch": 0.15354166666666666,
      "grad_norm": 1.0279618501663208,
      "learning_rate": 0.00028365097862825513,
      "loss": 8.8074,
      "step": 73700
    },
    {
      "epoch": 0.1535625,
      "grad_norm": 1.4509828090667725,
      "learning_rate": 0.00028364650264958165,
      "loss": 9.2834,
      "step": 73710
    },
    {
      "epoch": 0.15358333333333332,
      "grad_norm": 1.3708274364471436,
      "learning_rate": 0.0002836420260936081,
      "loss": 9.4109,
      "step": 73720
    },
    {
      "epoch": 0.15360416666666668,
      "grad_norm": 1.238354206085205,
      "learning_rate": 0.00028363754896035395,
      "loss": 8.5727,
      "step": 73730
    },
    {
      "epoch": 0.153625,
      "grad_norm": 1.2955571413040161,
      "learning_rate": 0.0002836330712498384,
      "loss": 8.5194,
      "step": 73740
    },
    {
      "epoch": 0.15364583333333334,
      "grad_norm": 0.7662756443023682,
      "learning_rate": 0.00028362859296208093,
      "loss": 8.7746,
      "step": 73750
    },
    {
      "epoch": 0.15366666666666667,
      "grad_norm": 1.2986916303634644,
      "learning_rate": 0.00028362411409710086,
      "loss": 9.0768,
      "step": 73760
    },
    {
      "epoch": 0.1536875,
      "grad_norm": 0.8955003023147583,
      "learning_rate": 0.00028361963465491747,
      "loss": 8.725,
      "step": 73770
    },
    {
      "epoch": 0.15370833333333334,
      "grad_norm": 0.5655096769332886,
      "learning_rate": 0.00028361515463555016,
      "loss": 9.0133,
      "step": 73780
    },
    {
      "epoch": 0.15372916666666667,
      "grad_norm": 1.3568843603134155,
      "learning_rate": 0.0002836106740390183,
      "loss": 10.84,
      "step": 73790
    },
    {
      "epoch": 0.15375,
      "grad_norm": 2.749191999435425,
      "learning_rate": 0.0002836061928653412,
      "loss": 9.6371,
      "step": 73800
    },
    {
      "epoch": 0.15377083333333333,
      "grad_norm": 0.8327896595001221,
      "learning_rate": 0.00028360171111453816,
      "loss": 10.715,
      "step": 73810
    },
    {
      "epoch": 0.15379166666666666,
      "grad_norm": 0.6753882765769958,
      "learning_rate": 0.0002835972287866287,
      "loss": 9.624,
      "step": 73820
    },
    {
      "epoch": 0.1538125,
      "grad_norm": 0.8716127276420593,
      "learning_rate": 0.00028359274588163206,
      "loss": 9.4004,
      "step": 73830
    },
    {
      "epoch": 0.15383333333333332,
      "grad_norm": 2.0152649879455566,
      "learning_rate": 0.00028358826239956766,
      "loss": 8.8708,
      "step": 73840
    },
    {
      "epoch": 0.15385416666666665,
      "grad_norm": 9.776018142700195,
      "learning_rate": 0.0002835837783404548,
      "loss": 9.5363,
      "step": 73850
    },
    {
      "epoch": 0.153875,
      "grad_norm": 0.6448232531547546,
      "learning_rate": 0.00028357929370431294,
      "loss": 9.2606,
      "step": 73860
    },
    {
      "epoch": 0.15389583333333334,
      "grad_norm": 1.0435009002685547,
      "learning_rate": 0.0002835748084911614,
      "loss": 12.1048,
      "step": 73870
    },
    {
      "epoch": 0.15391666666666667,
      "grad_norm": 1.2338865995407104,
      "learning_rate": 0.0002835703227010196,
      "loss": 9.6358,
      "step": 73880
    },
    {
      "epoch": 0.1539375,
      "grad_norm": 1.2631711959838867,
      "learning_rate": 0.00028356583633390675,
      "loss": 8.5782,
      "step": 73890
    },
    {
      "epoch": 0.15395833333333334,
      "grad_norm": 0.947823703289032,
      "learning_rate": 0.00028356134938984246,
      "loss": 9.1683,
      "step": 73900
    },
    {
      "epoch": 0.15397916666666667,
      "grad_norm": 1.3947945833206177,
      "learning_rate": 0.00028355686186884595,
      "loss": 9.039,
      "step": 73910
    },
    {
      "epoch": 0.154,
      "grad_norm": 2.8987412452697754,
      "learning_rate": 0.0002835523737709367,
      "loss": 8.7669,
      "step": 73920
    },
    {
      "epoch": 0.15402083333333333,
      "grad_norm": 1.618911862373352,
      "learning_rate": 0.000283547885096134,
      "loss": 9.2679,
      "step": 73930
    },
    {
      "epoch": 0.15404166666666666,
      "grad_norm": 1.9050949811935425,
      "learning_rate": 0.0002835433958444574,
      "loss": 10.2214,
      "step": 73940
    },
    {
      "epoch": 0.1540625,
      "grad_norm": 1.020927906036377,
      "learning_rate": 0.00028353890601592614,
      "loss": 9.368,
      "step": 73950
    },
    {
      "epoch": 0.15408333333333332,
      "grad_norm": 3.9077727794647217,
      "learning_rate": 0.00028353441561055964,
      "loss": 9.5363,
      "step": 73960
    },
    {
      "epoch": 0.15410416666666665,
      "grad_norm": 0.7061253190040588,
      "learning_rate": 0.00028352992462837736,
      "loss": 9.1357,
      "step": 73970
    },
    {
      "epoch": 0.154125,
      "grad_norm": 1.874549150466919,
      "learning_rate": 0.0002835254330693986,
      "loss": 9.0252,
      "step": 73980
    },
    {
      "epoch": 0.15414583333333334,
      "grad_norm": 1.1789538860321045,
      "learning_rate": 0.0002835209409336429,
      "loss": 8.7728,
      "step": 73990
    },
    {
      "epoch": 0.15416666666666667,
      "grad_norm": 1.4154105186462402,
      "learning_rate": 0.0002835164482211295,
      "loss": 9.2327,
      "step": 74000
    },
    {
      "epoch": 0.15416666666666667,
      "eval_loss": 7.296217918395996,
      "eval_runtime": 8.2625,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 74000
    },
    {
      "epoch": 0.1541875,
      "grad_norm": 1.4177606105804443,
      "learning_rate": 0.00028351195493187795,
      "loss": 9.2321,
      "step": 74010
    },
    {
      "epoch": 0.15420833333333334,
      "grad_norm": 0.8519489169120789,
      "learning_rate": 0.00028350746106590763,
      "loss": 9.9815,
      "step": 74020
    },
    {
      "epoch": 0.15422916666666667,
      "grad_norm": 0.8540468811988831,
      "learning_rate": 0.00028350296662323787,
      "loss": 8.8734,
      "step": 74030
    },
    {
      "epoch": 0.15425,
      "grad_norm": 0.7774190902709961,
      "learning_rate": 0.0002834984716038882,
      "loss": 9.3659,
      "step": 74040
    },
    {
      "epoch": 0.15427083333333333,
      "grad_norm": 1.2128690481185913,
      "learning_rate": 0.00028349397600787793,
      "loss": 9.5824,
      "step": 74050
    },
    {
      "epoch": 0.15429166666666666,
      "grad_norm": 2.3570899963378906,
      "learning_rate": 0.0002834894798352265,
      "loss": 9.0633,
      "step": 74060
    },
    {
      "epoch": 0.1543125,
      "grad_norm": 2.6200344562530518,
      "learning_rate": 0.0002834849830859534,
      "loss": 9.7603,
      "step": 74070
    },
    {
      "epoch": 0.15433333333333332,
      "grad_norm": 1.0333293676376343,
      "learning_rate": 0.000283480485760078,
      "loss": 8.3942,
      "step": 74080
    },
    {
      "epoch": 0.15435416666666665,
      "grad_norm": 1.1123963594436646,
      "learning_rate": 0.00028347598785761975,
      "loss": 9.3833,
      "step": 74090
    },
    {
      "epoch": 0.154375,
      "grad_norm": 1.6314082145690918,
      "learning_rate": 0.000283471489378598,
      "loss": 8.8125,
      "step": 74100
    },
    {
      "epoch": 0.15439583333333334,
      "grad_norm": 1.2007590532302856,
      "learning_rate": 0.0002834669903230323,
      "loss": 9.0026,
      "step": 74110
    },
    {
      "epoch": 0.15441666666666667,
      "grad_norm": 0.7907872796058655,
      "learning_rate": 0.00028346249069094204,
      "loss": 8.7064,
      "step": 74120
    },
    {
      "epoch": 0.1544375,
      "grad_norm": 0.8436444401741028,
      "learning_rate": 0.0002834579904823467,
      "loss": 8.5159,
      "step": 74130
    },
    {
      "epoch": 0.15445833333333334,
      "grad_norm": 1.1299632787704468,
      "learning_rate": 0.00028345348969726556,
      "loss": 8.3972,
      "step": 74140
    },
    {
      "epoch": 0.15447916666666667,
      "grad_norm": 0.9229552149772644,
      "learning_rate": 0.00028344898833571817,
      "loss": 9.4122,
      "step": 74150
    },
    {
      "epoch": 0.1545,
      "grad_norm": 1.219918966293335,
      "learning_rate": 0.000283444486397724,
      "loss": 8.7553,
      "step": 74160
    },
    {
      "epoch": 0.15452083333333333,
      "grad_norm": 2.9335832595825195,
      "learning_rate": 0.0002834399838833025,
      "loss": 9.3683,
      "step": 74170
    },
    {
      "epoch": 0.15454166666666666,
      "grad_norm": 2.070281505584717,
      "learning_rate": 0.00028343548079247307,
      "loss": 8.874,
      "step": 74180
    },
    {
      "epoch": 0.1545625,
      "grad_norm": 1.0264384746551514,
      "learning_rate": 0.0002834309771252552,
      "loss": 8.6706,
      "step": 74190
    },
    {
      "epoch": 0.15458333333333332,
      "grad_norm": 1.256687045097351,
      "learning_rate": 0.0002834264728816683,
      "loss": 9.4763,
      "step": 74200
    },
    {
      "epoch": 0.15460416666666665,
      "grad_norm": 0.8742859959602356,
      "learning_rate": 0.00028342196806173186,
      "loss": 8.9593,
      "step": 74210
    },
    {
      "epoch": 0.154625,
      "grad_norm": 1.6558425426483154,
      "learning_rate": 0.00028341746266546535,
      "loss": 9.043,
      "step": 74220
    },
    {
      "epoch": 0.15464583333333334,
      "grad_norm": 1.0965948104858398,
      "learning_rate": 0.0002834129566928882,
      "loss": 8.7928,
      "step": 74230
    },
    {
      "epoch": 0.15466666666666667,
      "grad_norm": 1.5831071138381958,
      "learning_rate": 0.00028340845014401985,
      "loss": 8.9374,
      "step": 74240
    },
    {
      "epoch": 0.1546875,
      "grad_norm": 1.5489253997802734,
      "learning_rate": 0.00028340394301887983,
      "loss": 8.9174,
      "step": 74250
    },
    {
      "epoch": 0.15470833333333334,
      "grad_norm": 1.7354384660720825,
      "learning_rate": 0.0002833994353174876,
      "loss": 10.2126,
      "step": 74260
    },
    {
      "epoch": 0.15472916666666667,
      "grad_norm": 0.6562439203262329,
      "learning_rate": 0.0002833949270398626,
      "loss": 9.3343,
      "step": 74270
    },
    {
      "epoch": 0.15475,
      "grad_norm": 1.1428743600845337,
      "learning_rate": 0.0002833904181860243,
      "loss": 8.6582,
      "step": 74280
    },
    {
      "epoch": 0.15477083333333333,
      "grad_norm": 3.528959274291992,
      "learning_rate": 0.00028338590875599215,
      "loss": 9.6012,
      "step": 74290
    },
    {
      "epoch": 0.15479166666666666,
      "grad_norm": 1.031511902809143,
      "learning_rate": 0.0002833813987497857,
      "loss": 9.2442,
      "step": 74300
    },
    {
      "epoch": 0.1548125,
      "grad_norm": 1.2959150075912476,
      "learning_rate": 0.00028337688816742443,
      "loss": 9.6183,
      "step": 74310
    },
    {
      "epoch": 0.15483333333333332,
      "grad_norm": 0.7971978187561035,
      "learning_rate": 0.0002833723770089278,
      "loss": 8.4522,
      "step": 74320
    },
    {
      "epoch": 0.15485416666666665,
      "grad_norm": 2.753185272216797,
      "learning_rate": 0.00028336786527431533,
      "loss": 8.948,
      "step": 74330
    },
    {
      "epoch": 0.154875,
      "grad_norm": 0.6281718611717224,
      "learning_rate": 0.00028336335296360644,
      "loss": 10.1496,
      "step": 74340
    },
    {
      "epoch": 0.15489583333333334,
      "grad_norm": 0.9622056484222412,
      "learning_rate": 0.00028335884007682065,
      "loss": 8.7513,
      "step": 74350
    },
    {
      "epoch": 0.15491666666666667,
      "grad_norm": 1.922660231590271,
      "learning_rate": 0.00028335432661397744,
      "loss": 9.6829,
      "step": 74360
    },
    {
      "epoch": 0.1549375,
      "grad_norm": 2.4588851928710938,
      "learning_rate": 0.00028334981257509636,
      "loss": 8.7275,
      "step": 74370
    },
    {
      "epoch": 0.15495833333333334,
      "grad_norm": 0.8421504497528076,
      "learning_rate": 0.00028334529796019683,
      "loss": 8.4718,
      "step": 74380
    },
    {
      "epoch": 0.15497916666666667,
      "grad_norm": 0.8102721571922302,
      "learning_rate": 0.0002833407827692984,
      "loss": 8.8417,
      "step": 74390
    },
    {
      "epoch": 0.155,
      "grad_norm": 2.906365394592285,
      "learning_rate": 0.0002833362670024206,
      "loss": 8.857,
      "step": 74400
    },
    {
      "epoch": 0.15502083333333333,
      "grad_norm": 0.7779786586761475,
      "learning_rate": 0.0002833317506595829,
      "loss": 9.7952,
      "step": 74410
    },
    {
      "epoch": 0.15504166666666666,
      "grad_norm": 1.465881109237671,
      "learning_rate": 0.00028332723374080475,
      "loss": 9.3115,
      "step": 74420
    },
    {
      "epoch": 0.1550625,
      "grad_norm": 1.0099830627441406,
      "learning_rate": 0.0002833227162461058,
      "loss": 9.1758,
      "step": 74430
    },
    {
      "epoch": 0.15508333333333332,
      "grad_norm": 0.9048121571540833,
      "learning_rate": 0.0002833181981755055,
      "loss": 9.1103,
      "step": 74440
    },
    {
      "epoch": 0.15510416666666665,
      "grad_norm": 0.9763820171356201,
      "learning_rate": 0.00028331367952902326,
      "loss": 9.5115,
      "step": 74450
    },
    {
      "epoch": 0.155125,
      "grad_norm": 1.22170090675354,
      "learning_rate": 0.0002833091603066788,
      "loss": 9.2164,
      "step": 74460
    },
    {
      "epoch": 0.15514583333333334,
      "grad_norm": 1.8178048133850098,
      "learning_rate": 0.00028330464050849147,
      "loss": 9.7314,
      "step": 74470
    },
    {
      "epoch": 0.15516666666666667,
      "grad_norm": 2.5558714866638184,
      "learning_rate": 0.00028330012013448087,
      "loss": 9.0421,
      "step": 74480
    },
    {
      "epoch": 0.1551875,
      "grad_norm": 0.8340228199958801,
      "learning_rate": 0.00028329559918466654,
      "loss": 9.4408,
      "step": 74490
    },
    {
      "epoch": 0.15520833333333334,
      "grad_norm": 1.2596720457077026,
      "learning_rate": 0.00028329107765906795,
      "loss": 9.0865,
      "step": 74500
    },
    {
      "epoch": 0.15522916666666667,
      "grad_norm": 3.9335479736328125,
      "learning_rate": 0.0002832865555577047,
      "loss": 10.6454,
      "step": 74510
    },
    {
      "epoch": 0.15525,
      "grad_norm": 2.242934465408325,
      "learning_rate": 0.00028328203288059624,
      "loss": 9.232,
      "step": 74520
    },
    {
      "epoch": 0.15527083333333333,
      "grad_norm": 0.5942428708076477,
      "learning_rate": 0.0002832775096277622,
      "loss": 8.7643,
      "step": 74530
    },
    {
      "epoch": 0.15529166666666666,
      "grad_norm": 0.7577038407325745,
      "learning_rate": 0.00028327298579922203,
      "loss": 9.3785,
      "step": 74540
    },
    {
      "epoch": 0.1553125,
      "grad_norm": 0.9429853558540344,
      "learning_rate": 0.00028326846139499533,
      "loss": 9.8485,
      "step": 74550
    },
    {
      "epoch": 0.15533333333333332,
      "grad_norm": 0.8968924283981323,
      "learning_rate": 0.00028326393641510167,
      "loss": 9.017,
      "step": 74560
    },
    {
      "epoch": 0.15535416666666665,
      "grad_norm": 2.178764581680298,
      "learning_rate": 0.0002832594108595605,
      "loss": 9.341,
      "step": 74570
    },
    {
      "epoch": 0.155375,
      "grad_norm": 3.48358154296875,
      "learning_rate": 0.00028325488472839144,
      "loss": 9.0817,
      "step": 74580
    },
    {
      "epoch": 0.15539583333333334,
      "grad_norm": 1.8445855379104614,
      "learning_rate": 0.00028325035802161406,
      "loss": 9.8151,
      "step": 74590
    },
    {
      "epoch": 0.15541666666666668,
      "grad_norm": 5.297392845153809,
      "learning_rate": 0.00028324583073924785,
      "loss": 9.2993,
      "step": 74600
    },
    {
      "epoch": 0.1554375,
      "grad_norm": 0.8465942740440369,
      "learning_rate": 0.0002832413028813124,
      "loss": 8.8927,
      "step": 74610
    },
    {
      "epoch": 0.15545833333333334,
      "grad_norm": 1.0960137844085693,
      "learning_rate": 0.00028323677444782723,
      "loss": 9.436,
      "step": 74620
    },
    {
      "epoch": 0.15547916666666667,
      "grad_norm": 0.7475387454032898,
      "learning_rate": 0.000283232245438812,
      "loss": 8.9618,
      "step": 74630
    },
    {
      "epoch": 0.1555,
      "grad_norm": 3.282118558883667,
      "learning_rate": 0.0002832277158542861,
      "loss": 9.1115,
      "step": 74640
    },
    {
      "epoch": 0.15552083333333333,
      "grad_norm": 27.599172592163086,
      "learning_rate": 0.0002832231856942693,
      "loss": 10.5946,
      "step": 74650
    },
    {
      "epoch": 0.15554166666666666,
      "grad_norm": 2.7800164222717285,
      "learning_rate": 0.000283218654958781,
      "loss": 9.2804,
      "step": 74660
    },
    {
      "epoch": 0.1555625,
      "grad_norm": 1.3307539224624634,
      "learning_rate": 0.0002832141236478409,
      "loss": 8.3165,
      "step": 74670
    },
    {
      "epoch": 0.15558333333333332,
      "grad_norm": 1.0296388864517212,
      "learning_rate": 0.0002832095917614685,
      "loss": 9.5597,
      "step": 74680
    },
    {
      "epoch": 0.15560416666666665,
      "grad_norm": 1.9894936084747314,
      "learning_rate": 0.0002832050592996834,
      "loss": 9.2989,
      "step": 74690
    },
    {
      "epoch": 0.155625,
      "grad_norm": 0.9006240963935852,
      "learning_rate": 0.00028320052626250514,
      "loss": 8.6812,
      "step": 74700
    },
    {
      "epoch": 0.15564583333333334,
      "grad_norm": 2.805769205093384,
      "learning_rate": 0.00028319599264995337,
      "loss": 10.3575,
      "step": 74710
    },
    {
      "epoch": 0.15566666666666668,
      "grad_norm": 1.4456802606582642,
      "learning_rate": 0.0002831914584620476,
      "loss": 8.755,
      "step": 74720
    },
    {
      "epoch": 0.1556875,
      "grad_norm": 2.102081298828125,
      "learning_rate": 0.00028318692369880743,
      "loss": 8.9788,
      "step": 74730
    },
    {
      "epoch": 0.15570833333333334,
      "grad_norm": 3.125269651412964,
      "learning_rate": 0.0002831823883602525,
      "loss": 8.8829,
      "step": 74740
    },
    {
      "epoch": 0.15572916666666667,
      "grad_norm": 4.248335361480713,
      "learning_rate": 0.0002831778524464024,
      "loss": 9.3822,
      "step": 74750
    },
    {
      "epoch": 0.15575,
      "grad_norm": 7.946260929107666,
      "learning_rate": 0.0002831733159572767,
      "loss": 8.9407,
      "step": 74760
    },
    {
      "epoch": 0.15577083333333333,
      "grad_norm": 0.7838919162750244,
      "learning_rate": 0.00028316877889289493,
      "loss": 8.9551,
      "step": 74770
    },
    {
      "epoch": 0.15579166666666666,
      "grad_norm": 1.0213078260421753,
      "learning_rate": 0.00028316424125327677,
      "loss": 9.3381,
      "step": 74780
    },
    {
      "epoch": 0.1558125,
      "grad_norm": 1.1648952960968018,
      "learning_rate": 0.00028315970303844176,
      "loss": 9.499,
      "step": 74790
    },
    {
      "epoch": 0.15583333333333332,
      "grad_norm": 1.306744933128357,
      "learning_rate": 0.00028315516424840963,
      "loss": 9.0562,
      "step": 74800
    },
    {
      "epoch": 0.15585416666666665,
      "grad_norm": 3.3594682216644287,
      "learning_rate": 0.00028315062488319984,
      "loss": 8.879,
      "step": 74810
    },
    {
      "epoch": 0.155875,
      "grad_norm": 2.6554014682769775,
      "learning_rate": 0.000283146084942832,
      "loss": 9.7467,
      "step": 74820
    },
    {
      "epoch": 0.15589583333333334,
      "grad_norm": 0.8405316472053528,
      "learning_rate": 0.00028314154442732586,
      "loss": 8.6098,
      "step": 74830
    },
    {
      "epoch": 0.15591666666666668,
      "grad_norm": 2.6774964332580566,
      "learning_rate": 0.0002831370033367009,
      "loss": 8.6188,
      "step": 74840
    },
    {
      "epoch": 0.1559375,
      "grad_norm": 0.6211861371994019,
      "learning_rate": 0.00028313246167097685,
      "loss": 8.8332,
      "step": 74850
    },
    {
      "epoch": 0.15595833333333334,
      "grad_norm": 1.223846435546875,
      "learning_rate": 0.0002831279194301732,
      "loss": 11.3624,
      "step": 74860
    },
    {
      "epoch": 0.15597916666666667,
      "grad_norm": 1.0364965200424194,
      "learning_rate": 0.00028312337661430965,
      "loss": 8.7679,
      "step": 74870
    },
    {
      "epoch": 0.156,
      "grad_norm": 1.2509729862213135,
      "learning_rate": 0.0002831188332234058,
      "loss": 9.2393,
      "step": 74880
    },
    {
      "epoch": 0.15602083333333333,
      "grad_norm": 2.097665548324585,
      "learning_rate": 0.00028311428925748136,
      "loss": 9.9819,
      "step": 74890
    },
    {
      "epoch": 0.15604166666666666,
      "grad_norm": 2.0051064491271973,
      "learning_rate": 0.00028310974471655576,
      "loss": 11.6337,
      "step": 74900
    },
    {
      "epoch": 0.1560625,
      "grad_norm": 1.099987268447876,
      "learning_rate": 0.0002831051996006488,
      "loss": 10.0668,
      "step": 74910
    },
    {
      "epoch": 0.15608333333333332,
      "grad_norm": 1.997029423713684,
      "learning_rate": 0.0002831006539097801,
      "loss": 9.2553,
      "step": 74920
    },
    {
      "epoch": 0.15610416666666665,
      "grad_norm": 1.252631425857544,
      "learning_rate": 0.0002830961076439692,
      "loss": 9.8832,
      "step": 74930
    },
    {
      "epoch": 0.156125,
      "grad_norm": 0.9314118027687073,
      "learning_rate": 0.00028309156080323584,
      "loss": 9.4201,
      "step": 74940
    },
    {
      "epoch": 0.15614583333333334,
      "grad_norm": 1.604326844215393,
      "learning_rate": 0.00028308701338759963,
      "loss": 11.1353,
      "step": 74950
    },
    {
      "epoch": 0.15616666666666668,
      "grad_norm": 3.541703224182129,
      "learning_rate": 0.0002830824653970802,
      "loss": 10.4167,
      "step": 74960
    },
    {
      "epoch": 0.1561875,
      "grad_norm": 2.385775089263916,
      "learning_rate": 0.00028307791683169716,
      "loss": 9.1966,
      "step": 74970
    },
    {
      "epoch": 0.15620833333333334,
      "grad_norm": 0.975694477558136,
      "learning_rate": 0.0002830733676914702,
      "loss": 9.6626,
      "step": 74980
    },
    {
      "epoch": 0.15622916666666667,
      "grad_norm": 5.514523029327393,
      "learning_rate": 0.000283068817976419,
      "loss": 11.27,
      "step": 74990
    },
    {
      "epoch": 0.15625,
      "grad_norm": 1.8294124603271484,
      "learning_rate": 0.00028306426768656315,
      "loss": 8.3285,
      "step": 75000
    },
    {
      "epoch": 0.15625,
      "eval_loss": 7.590806484222412,
      "eval_runtime": 8.3057,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 75000
    },
    {
      "epoch": 0.15627083333333333,
      "grad_norm": 0.6435797214508057,
      "learning_rate": 0.00028305971682192235,
      "loss": 8.8157,
      "step": 75010
    },
    {
      "epoch": 0.15629166666666666,
      "grad_norm": 1.1429675817489624,
      "learning_rate": 0.0002830551653825162,
      "loss": 9.505,
      "step": 75020
    },
    {
      "epoch": 0.1563125,
      "grad_norm": 1.9056342840194702,
      "learning_rate": 0.0002830506133683645,
      "loss": 9.938,
      "step": 75030
    },
    {
      "epoch": 0.15633333333333332,
      "grad_norm": 0.5428928136825562,
      "learning_rate": 0.0002830460607794867,
      "loss": 8.5589,
      "step": 75040
    },
    {
      "epoch": 0.15635416666666666,
      "grad_norm": 7.896915435791016,
      "learning_rate": 0.00028304150761590264,
      "loss": 9.7249,
      "step": 75050
    },
    {
      "epoch": 0.156375,
      "grad_norm": 2.218818426132202,
      "learning_rate": 0.00028303695387763196,
      "loss": 9.786,
      "step": 75060
    },
    {
      "epoch": 0.15639583333333335,
      "grad_norm": 0.7146216034889221,
      "learning_rate": 0.0002830323995646943,
      "loss": 9.2356,
      "step": 75070
    },
    {
      "epoch": 0.15641666666666668,
      "grad_norm": 0.798522412776947,
      "learning_rate": 0.0002830278446771092,
      "loss": 9.6558,
      "step": 75080
    },
    {
      "epoch": 0.1564375,
      "grad_norm": 0.6629875302314758,
      "learning_rate": 0.0002830232892148966,
      "loss": 8.9984,
      "step": 75090
    },
    {
      "epoch": 0.15645833333333334,
      "grad_norm": 0.6524223685264587,
      "learning_rate": 0.000283018733178076,
      "loss": 10.7266,
      "step": 75100
    },
    {
      "epoch": 0.15647916666666667,
      "grad_norm": 1.43925142288208,
      "learning_rate": 0.0002830141765666671,
      "loss": 10.0224,
      "step": 75110
    },
    {
      "epoch": 0.1565,
      "grad_norm": 0.7301936149597168,
      "learning_rate": 0.00028300961938068967,
      "loss": 9.7334,
      "step": 75120
    },
    {
      "epoch": 0.15652083333333333,
      "grad_norm": 0.6296523213386536,
      "learning_rate": 0.0002830050616201633,
      "loss": 8.6678,
      "step": 75130
    },
    {
      "epoch": 0.15654166666666666,
      "grad_norm": 1.7709871530532837,
      "learning_rate": 0.0002830005032851077,
      "loss": 9.5559,
      "step": 75140
    },
    {
      "epoch": 0.1565625,
      "grad_norm": 1.8267545700073242,
      "learning_rate": 0.0002829959443755426,
      "loss": 9.2098,
      "step": 75150
    },
    {
      "epoch": 0.15658333333333332,
      "grad_norm": 2.0766024589538574,
      "learning_rate": 0.0002829913848914876,
      "loss": 8.9848,
      "step": 75160
    },
    {
      "epoch": 0.15660416666666666,
      "grad_norm": 1.1959301233291626,
      "learning_rate": 0.0002829868248329625,
      "loss": 8.5607,
      "step": 75170
    },
    {
      "epoch": 0.156625,
      "grad_norm": 0.8894891142845154,
      "learning_rate": 0.000282982264199987,
      "loss": 10.7282,
      "step": 75180
    },
    {
      "epoch": 0.15664583333333335,
      "grad_norm": 0.785155713558197,
      "learning_rate": 0.0002829777029925807,
      "loss": 8.584,
      "step": 75190
    },
    {
      "epoch": 0.15666666666666668,
      "grad_norm": 1.9863455295562744,
      "learning_rate": 0.0002829731412107634,
      "loss": 8.9656,
      "step": 75200
    },
    {
      "epoch": 0.1566875,
      "grad_norm": 0.6021835207939148,
      "learning_rate": 0.0002829685788545547,
      "loss": 9.0058,
      "step": 75210
    },
    {
      "epoch": 0.15670833333333334,
      "grad_norm": 1.0577061176300049,
      "learning_rate": 0.0002829640159239744,
      "loss": 8.5188,
      "step": 75220
    },
    {
      "epoch": 0.15672916666666667,
      "grad_norm": 0.6699564456939697,
      "learning_rate": 0.0002829594524190422,
      "loss": 8.6637,
      "step": 75230
    },
    {
      "epoch": 0.15675,
      "grad_norm": 1.9872064590454102,
      "learning_rate": 0.0002829548883397778,
      "loss": 9.5528,
      "step": 75240
    },
    {
      "epoch": 0.15677083333333333,
      "grad_norm": 1.7572628259658813,
      "learning_rate": 0.0002829503236862009,
      "loss": 8.6589,
      "step": 75250
    },
    {
      "epoch": 0.15679166666666666,
      "grad_norm": 1.271803617477417,
      "learning_rate": 0.00028294575845833124,
      "loss": 10.3739,
      "step": 75260
    },
    {
      "epoch": 0.1568125,
      "grad_norm": 0.8670781254768372,
      "learning_rate": 0.0002829411926561885,
      "loss": 8.4762,
      "step": 75270
    },
    {
      "epoch": 0.15683333333333332,
      "grad_norm": 1.0119221210479736,
      "learning_rate": 0.0002829366262797925,
      "loss": 9.3066,
      "step": 75280
    },
    {
      "epoch": 0.15685416666666666,
      "grad_norm": 0.9429300427436829,
      "learning_rate": 0.0002829320593291628,
      "loss": 8.4442,
      "step": 75290
    },
    {
      "epoch": 0.156875,
      "grad_norm": 0.8898838758468628,
      "learning_rate": 0.00028292749180431926,
      "loss": 9.0548,
      "step": 75300
    },
    {
      "epoch": 0.15689583333333335,
      "grad_norm": 5.149723529815674,
      "learning_rate": 0.00028292292370528155,
      "loss": 10.2929,
      "step": 75310
    },
    {
      "epoch": 0.15691666666666668,
      "grad_norm": 0.5090596079826355,
      "learning_rate": 0.00028291835503206945,
      "loss": 9.2994,
      "step": 75320
    },
    {
      "epoch": 0.1569375,
      "grad_norm": 1.5434036254882812,
      "learning_rate": 0.00028291378578470264,
      "loss": 9.1878,
      "step": 75330
    },
    {
      "epoch": 0.15695833333333334,
      "grad_norm": 1.0187653303146362,
      "learning_rate": 0.00028290921596320096,
      "loss": 9.3297,
      "step": 75340
    },
    {
      "epoch": 0.15697916666666667,
      "grad_norm": 4.110550880432129,
      "learning_rate": 0.000282904645567584,
      "loss": 10.3486,
      "step": 75350
    },
    {
      "epoch": 0.157,
      "grad_norm": 1.0376359224319458,
      "learning_rate": 0.0002829000745978716,
      "loss": 8.9123,
      "step": 75360
    },
    {
      "epoch": 0.15702083333333333,
      "grad_norm": 1.3539246320724487,
      "learning_rate": 0.0002828955030540835,
      "loss": 8.9841,
      "step": 75370
    },
    {
      "epoch": 0.15704166666666666,
      "grad_norm": 2.9086506366729736,
      "learning_rate": 0.00028289093093623944,
      "loss": 9.2255,
      "step": 75380
    },
    {
      "epoch": 0.1570625,
      "grad_norm": 4.048905849456787,
      "learning_rate": 0.00028288635824435913,
      "loss": 8.8644,
      "step": 75390
    },
    {
      "epoch": 0.15708333333333332,
      "grad_norm": 1.2470554113388062,
      "learning_rate": 0.00028288178497846235,
      "loss": 9.5061,
      "step": 75400
    },
    {
      "epoch": 0.15710416666666666,
      "grad_norm": 1.9590771198272705,
      "learning_rate": 0.0002828772111385689,
      "loss": 9.1801,
      "step": 75410
    },
    {
      "epoch": 0.157125,
      "grad_norm": 1.2241884469985962,
      "learning_rate": 0.00028287263672469845,
      "loss": 9.4106,
      "step": 75420
    },
    {
      "epoch": 0.15714583333333335,
      "grad_norm": 0.711692214012146,
      "learning_rate": 0.0002828680617368708,
      "loss": 8.0761,
      "step": 75430
    },
    {
      "epoch": 0.15716666666666668,
      "grad_norm": 8.809762001037598,
      "learning_rate": 0.0002828634861751057,
      "loss": 11.1623,
      "step": 75440
    },
    {
      "epoch": 0.1571875,
      "grad_norm": 3.322542905807495,
      "learning_rate": 0.000282858910039423,
      "loss": 9.7969,
      "step": 75450
    },
    {
      "epoch": 0.15720833333333334,
      "grad_norm": 0.8445921540260315,
      "learning_rate": 0.0002828543333298424,
      "loss": 8.7342,
      "step": 75460
    },
    {
      "epoch": 0.15722916666666667,
      "grad_norm": 1.4451395273208618,
      "learning_rate": 0.0002828497560463836,
      "loss": 9.3495,
      "step": 75470
    },
    {
      "epoch": 0.15725,
      "grad_norm": 2.3189964294433594,
      "learning_rate": 0.00028284517818906647,
      "loss": 9.7971,
      "step": 75480
    },
    {
      "epoch": 0.15727083333333333,
      "grad_norm": 0.7337243556976318,
      "learning_rate": 0.00028284059975791073,
      "loss": 8.9431,
      "step": 75490
    },
    {
      "epoch": 0.15729166666666666,
      "grad_norm": 0.9098381400108337,
      "learning_rate": 0.0002828360207529362,
      "loss": 8.7109,
      "step": 75500
    },
    {
      "epoch": 0.1573125,
      "grad_norm": 1.334717035293579,
      "learning_rate": 0.0002828314411741627,
      "loss": 8.2248,
      "step": 75510
    },
    {
      "epoch": 0.15733333333333333,
      "grad_norm": 1.0944095849990845,
      "learning_rate": 0.0002828268610216099,
      "loss": 8.6356,
      "step": 75520
    },
    {
      "epoch": 0.15735416666666666,
      "grad_norm": 0.7104676961898804,
      "learning_rate": 0.00028282228029529756,
      "loss": 8.4721,
      "step": 75530
    },
    {
      "epoch": 0.157375,
      "grad_norm": 1.4815545082092285,
      "learning_rate": 0.0002828176989952457,
      "loss": 8.8513,
      "step": 75540
    },
    {
      "epoch": 0.15739583333333335,
      "grad_norm": 1.3604061603546143,
      "learning_rate": 0.0002828131171214738,
      "loss": 8.2928,
      "step": 75550
    },
    {
      "epoch": 0.15741666666666668,
      "grad_norm": 1.9130713939666748,
      "learning_rate": 0.0002828085346740019,
      "loss": 9.8287,
      "step": 75560
    },
    {
      "epoch": 0.1574375,
      "grad_norm": 1.1373945474624634,
      "learning_rate": 0.00028280395165284966,
      "loss": 8.3235,
      "step": 75570
    },
    {
      "epoch": 0.15745833333333334,
      "grad_norm": 0.5235382914543152,
      "learning_rate": 0.00028279936805803693,
      "loss": 9.6228,
      "step": 75580
    },
    {
      "epoch": 0.15747916666666667,
      "grad_norm": 8.180502891540527,
      "learning_rate": 0.00028279478388958346,
      "loss": 9.434,
      "step": 75590
    },
    {
      "epoch": 0.1575,
      "grad_norm": 0.8160005211830139,
      "learning_rate": 0.00028279019914750913,
      "loss": 8.5486,
      "step": 75600
    },
    {
      "epoch": 0.15752083333333333,
      "grad_norm": 0.5746560096740723,
      "learning_rate": 0.00028278561383183375,
      "loss": 8.9129,
      "step": 75610
    },
    {
      "epoch": 0.15754166666666666,
      "grad_norm": 0.6282343864440918,
      "learning_rate": 0.000282781027942577,
      "loss": 9.4919,
      "step": 75620
    },
    {
      "epoch": 0.1575625,
      "grad_norm": 0.46696382761001587,
      "learning_rate": 0.0002827764414797588,
      "loss": 10.4504,
      "step": 75630
    },
    {
      "epoch": 0.15758333333333333,
      "grad_norm": 0.6558895111083984,
      "learning_rate": 0.0002827718544433989,
      "loss": 8.7181,
      "step": 75640
    },
    {
      "epoch": 0.15760416666666666,
      "grad_norm": 1.2096112966537476,
      "learning_rate": 0.0002827672668335172,
      "loss": 9.2949,
      "step": 75650
    },
    {
      "epoch": 0.157625,
      "grad_norm": 0.6967350244522095,
      "learning_rate": 0.0002827626786501334,
      "loss": 9.8422,
      "step": 75660
    },
    {
      "epoch": 0.15764583333333335,
      "grad_norm": 1.1479923725128174,
      "learning_rate": 0.00028275808989326745,
      "loss": 9.2205,
      "step": 75670
    },
    {
      "epoch": 0.15766666666666668,
      "grad_norm": 0.9241769313812256,
      "learning_rate": 0.00028275350056293903,
      "loss": 9.7923,
      "step": 75680
    },
    {
      "epoch": 0.1576875,
      "grad_norm": 0.7940256595611572,
      "learning_rate": 0.00028274891065916807,
      "loss": 9.1378,
      "step": 75690
    },
    {
      "epoch": 0.15770833333333334,
      "grad_norm": 0.7878714799880981,
      "learning_rate": 0.00028274432018197433,
      "loss": 8.1953,
      "step": 75700
    },
    {
      "epoch": 0.15772916666666667,
      "grad_norm": 1.2754532098770142,
      "learning_rate": 0.0002827397291313777,
      "loss": 9.4985,
      "step": 75710
    },
    {
      "epoch": 0.15775,
      "grad_norm": 3.105731725692749,
      "learning_rate": 0.000282735137507398,
      "loss": 9.9223,
      "step": 75720
    },
    {
      "epoch": 0.15777083333333333,
      "grad_norm": 0.5908801555633545,
      "learning_rate": 0.000282730545310055,
      "loss": 9.4841,
      "step": 75730
    },
    {
      "epoch": 0.15779166666666666,
      "grad_norm": 0.7966939806938171,
      "learning_rate": 0.0002827259525393686,
      "loss": 8.8815,
      "step": 75740
    },
    {
      "epoch": 0.1578125,
      "grad_norm": 0.8863095045089722,
      "learning_rate": 0.0002827213591953586,
      "loss": 8.7668,
      "step": 75750
    },
    {
      "epoch": 0.15783333333333333,
      "grad_norm": 3.481287956237793,
      "learning_rate": 0.0002827167652780449,
      "loss": 9.873,
      "step": 75760
    },
    {
      "epoch": 0.15785416666666666,
      "grad_norm": 2.141679525375366,
      "learning_rate": 0.0002827121707874473,
      "loss": 8.8905,
      "step": 75770
    },
    {
      "epoch": 0.157875,
      "grad_norm": 0.9174057841300964,
      "learning_rate": 0.00028270757572358566,
      "loss": 8.3971,
      "step": 75780
    },
    {
      "epoch": 0.15789583333333335,
      "grad_norm": 0.8866976499557495,
      "learning_rate": 0.0002827029800864798,
      "loss": 9.6061,
      "step": 75790
    },
    {
      "epoch": 0.15791666666666668,
      "grad_norm": 1.1746941804885864,
      "learning_rate": 0.00028269838387614963,
      "loss": 10.0375,
      "step": 75800
    },
    {
      "epoch": 0.1579375,
      "grad_norm": 0.9236949682235718,
      "learning_rate": 0.0002826937870926149,
      "loss": 9.5856,
      "step": 75810
    },
    {
      "epoch": 0.15795833333333334,
      "grad_norm": 1.2146223783493042,
      "learning_rate": 0.0002826891897358956,
      "loss": 10.7831,
      "step": 75820
    },
    {
      "epoch": 0.15797916666666667,
      "grad_norm": 1.5012600421905518,
      "learning_rate": 0.0002826845918060115,
      "loss": 9.0856,
      "step": 75830
    },
    {
      "epoch": 0.158,
      "grad_norm": 1.4691877365112305,
      "learning_rate": 0.0002826799933029825,
      "loss": 11.2938,
      "step": 75840
    },
    {
      "epoch": 0.15802083333333333,
      "grad_norm": 0.7701359987258911,
      "learning_rate": 0.00028267539422682845,
      "loss": 8.5299,
      "step": 75850
    },
    {
      "epoch": 0.15804166666666666,
      "grad_norm": 1.298394799232483,
      "learning_rate": 0.00028267079457756916,
      "loss": 8.771,
      "step": 75860
    },
    {
      "epoch": 0.1580625,
      "grad_norm": 0.9152094125747681,
      "learning_rate": 0.00028266619435522456,
      "loss": 9.284,
      "step": 75870
    },
    {
      "epoch": 0.15808333333333333,
      "grad_norm": 3.621067523956299,
      "learning_rate": 0.00028266159355981455,
      "loss": 9.3914,
      "step": 75880
    },
    {
      "epoch": 0.15810416666666666,
      "grad_norm": 1.9122979640960693,
      "learning_rate": 0.00028265699219135897,
      "loss": 8.6422,
      "step": 75890
    },
    {
      "epoch": 0.158125,
      "grad_norm": 1.034825325012207,
      "learning_rate": 0.00028265239024987765,
      "loss": 9.7891,
      "step": 75900
    },
    {
      "epoch": 0.15814583333333335,
      "grad_norm": 0.5704622268676758,
      "learning_rate": 0.00028264778773539055,
      "loss": 8.6428,
      "step": 75910
    },
    {
      "epoch": 0.15816666666666668,
      "grad_norm": 1.5525010824203491,
      "learning_rate": 0.0002826431846479175,
      "loss": 8.4293,
      "step": 75920
    },
    {
      "epoch": 0.1581875,
      "grad_norm": 3.476217746734619,
      "learning_rate": 0.0002826385809874784,
      "loss": 10.3529,
      "step": 75930
    },
    {
      "epoch": 0.15820833333333334,
      "grad_norm": 3.087557315826416,
      "learning_rate": 0.0002826339767540931,
      "loss": 8.5945,
      "step": 75940
    },
    {
      "epoch": 0.15822916666666667,
      "grad_norm": 2.0050854682922363,
      "learning_rate": 0.0002826293719477816,
      "loss": 9.4604,
      "step": 75950
    },
    {
      "epoch": 0.15825,
      "grad_norm": 1.1407430171966553,
      "learning_rate": 0.00028262476656856365,
      "loss": 8.5181,
      "step": 75960
    },
    {
      "epoch": 0.15827083333333333,
      "grad_norm": 2.8949038982391357,
      "learning_rate": 0.00028262016061645923,
      "loss": 10.1011,
      "step": 75970
    },
    {
      "epoch": 0.15829166666666666,
      "grad_norm": 1.215671420097351,
      "learning_rate": 0.0002826155540914882,
      "loss": 8.4832,
      "step": 75980
    },
    {
      "epoch": 0.1583125,
      "grad_norm": 3.4674794673919678,
      "learning_rate": 0.0002826109469936704,
      "loss": 9.6822,
      "step": 75990
    },
    {
      "epoch": 0.15833333333333333,
      "grad_norm": 0.6175851821899414,
      "learning_rate": 0.0002826063393230259,
      "loss": 9.2216,
      "step": 76000
    },
    {
      "epoch": 0.15833333333333333,
      "eval_loss": 8.886117935180664,
      "eval_runtime": 8.3242,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 76000
    },
    {
      "epoch": 0.15835416666666666,
      "grad_norm": 1.5089442729949951,
      "learning_rate": 0.00028260173107957454,
      "loss": 8.7563,
      "step": 76010
    },
    {
      "epoch": 0.158375,
      "grad_norm": 1.0678156614303589,
      "learning_rate": 0.00028259712226333606,
      "loss": 9.4996,
      "step": 76020
    },
    {
      "epoch": 0.15839583333333335,
      "grad_norm": 1.1075465679168701,
      "learning_rate": 0.0002825925128743306,
      "loss": 9.596,
      "step": 76030
    },
    {
      "epoch": 0.15841666666666668,
      "grad_norm": 1.7566702365875244,
      "learning_rate": 0.0002825879029125779,
      "loss": 8.4495,
      "step": 76040
    },
    {
      "epoch": 0.1584375,
      "grad_norm": 1.2801100015640259,
      "learning_rate": 0.00028258329237809796,
      "loss": 10.0024,
      "step": 76050
    },
    {
      "epoch": 0.15845833333333334,
      "grad_norm": 0.9902284145355225,
      "learning_rate": 0.0002825786812709107,
      "loss": 8.6107,
      "step": 76060
    },
    {
      "epoch": 0.15847916666666667,
      "grad_norm": 0.8261435031890869,
      "learning_rate": 0.000282574069591036,
      "loss": 9.3499,
      "step": 76070
    },
    {
      "epoch": 0.1585,
      "grad_norm": 0.8361557126045227,
      "learning_rate": 0.0002825694573384938,
      "loss": 9.7994,
      "step": 76080
    },
    {
      "epoch": 0.15852083333333333,
      "grad_norm": 1.1372982263565063,
      "learning_rate": 0.00028256484451330403,
      "loss": 8.6359,
      "step": 76090
    },
    {
      "epoch": 0.15854166666666666,
      "grad_norm": 0.910704493522644,
      "learning_rate": 0.00028256023111548656,
      "loss": 8.8748,
      "step": 76100
    },
    {
      "epoch": 0.1585625,
      "grad_norm": 1.5911449193954468,
      "learning_rate": 0.0002825556171450614,
      "loss": 9.6127,
      "step": 76110
    },
    {
      "epoch": 0.15858333333333333,
      "grad_norm": 0.7284428477287292,
      "learning_rate": 0.00028255100260204843,
      "loss": 9.8198,
      "step": 76120
    },
    {
      "epoch": 0.15860416666666666,
      "grad_norm": 0.7635673880577087,
      "learning_rate": 0.0002825463874864676,
      "loss": 9.851,
      "step": 76130
    },
    {
      "epoch": 0.158625,
      "grad_norm": 0.9551674723625183,
      "learning_rate": 0.0002825417717983388,
      "loss": 9.0597,
      "step": 76140
    },
    {
      "epoch": 0.15864583333333335,
      "grad_norm": 0.9265729784965515,
      "learning_rate": 0.0002825371555376821,
      "loss": 8.3379,
      "step": 76150
    },
    {
      "epoch": 0.15866666666666668,
      "grad_norm": 1.0043630599975586,
      "learning_rate": 0.0002825325387045173,
      "loss": 8.9461,
      "step": 76160
    },
    {
      "epoch": 0.1586875,
      "grad_norm": 0.6895530223846436,
      "learning_rate": 0.0002825279212988644,
      "loss": 8.2859,
      "step": 76170
    },
    {
      "epoch": 0.15870833333333334,
      "grad_norm": 0.663575291633606,
      "learning_rate": 0.0002825233033207433,
      "loss": 8.701,
      "step": 76180
    },
    {
      "epoch": 0.15872916666666667,
      "grad_norm": 1.6058887243270874,
      "learning_rate": 0.00028251868477017404,
      "loss": 9.1239,
      "step": 76190
    },
    {
      "epoch": 0.15875,
      "grad_norm": 1.9753098487854004,
      "learning_rate": 0.0002825140656471765,
      "loss": 9.4253,
      "step": 76200
    },
    {
      "epoch": 0.15877083333333333,
      "grad_norm": 0.9335943460464478,
      "learning_rate": 0.0002825094459517706,
      "loss": 8.0517,
      "step": 76210
    },
    {
      "epoch": 0.15879166666666666,
      "grad_norm": 1.050831913948059,
      "learning_rate": 0.00028250482568397637,
      "loss": 8.9881,
      "step": 76220
    },
    {
      "epoch": 0.1588125,
      "grad_norm": 2.1470189094543457,
      "learning_rate": 0.0002825002048438138,
      "loss": 8.7955,
      "step": 76230
    },
    {
      "epoch": 0.15883333333333333,
      "grad_norm": 1.535563588142395,
      "learning_rate": 0.00028249558343130274,
      "loss": 8.4842,
      "step": 76240
    },
    {
      "epoch": 0.15885416666666666,
      "grad_norm": 0.8219817280769348,
      "learning_rate": 0.00028249096144646323,
      "loss": 9.1591,
      "step": 76250
    },
    {
      "epoch": 0.158875,
      "grad_norm": 1.6185368299484253,
      "learning_rate": 0.0002824863388893152,
      "loss": 8.4907,
      "step": 76260
    },
    {
      "epoch": 0.15889583333333332,
      "grad_norm": 0.8938378095626831,
      "learning_rate": 0.0002824817157598786,
      "loss": 9.5683,
      "step": 76270
    },
    {
      "epoch": 0.15891666666666668,
      "grad_norm": 1.5869618654251099,
      "learning_rate": 0.0002824770920581735,
      "loss": 8.629,
      "step": 76280
    },
    {
      "epoch": 0.1589375,
      "grad_norm": 0.553589403629303,
      "learning_rate": 0.00028247246778421975,
      "loss": 8.2648,
      "step": 76290
    },
    {
      "epoch": 0.15895833333333334,
      "grad_norm": 1.868333101272583,
      "learning_rate": 0.00028246784293803736,
      "loss": 10.5603,
      "step": 76300
    },
    {
      "epoch": 0.15897916666666667,
      "grad_norm": 0.828165590763092,
      "learning_rate": 0.00028246321751964633,
      "loss": 9.3857,
      "step": 76310
    },
    {
      "epoch": 0.159,
      "grad_norm": 0.5616171360015869,
      "learning_rate": 0.00028245859152906664,
      "loss": 9.3339,
      "step": 76320
    },
    {
      "epoch": 0.15902083333333333,
      "grad_norm": 2.5566213130950928,
      "learning_rate": 0.0002824539649663183,
      "loss": 9.8173,
      "step": 76330
    },
    {
      "epoch": 0.15904166666666666,
      "grad_norm": 1.923022747039795,
      "learning_rate": 0.0002824493378314212,
      "loss": 8.4331,
      "step": 76340
    },
    {
      "epoch": 0.1590625,
      "grad_norm": 0.5318756699562073,
      "learning_rate": 0.0002824447101243954,
      "loss": 8.3217,
      "step": 76350
    },
    {
      "epoch": 0.15908333333333333,
      "grad_norm": 1.034053087234497,
      "learning_rate": 0.0002824400818452609,
      "loss": 8.5413,
      "step": 76360
    },
    {
      "epoch": 0.15910416666666666,
      "grad_norm": 0.6057300567626953,
      "learning_rate": 0.00028243545299403767,
      "loss": 8.9042,
      "step": 76370
    },
    {
      "epoch": 0.159125,
      "grad_norm": 1.7883275747299194,
      "learning_rate": 0.0002824308235707457,
      "loss": 10.3132,
      "step": 76380
    },
    {
      "epoch": 0.15914583333333332,
      "grad_norm": 0.6947796940803528,
      "learning_rate": 0.000282426193575405,
      "loss": 9.2864,
      "step": 76390
    },
    {
      "epoch": 0.15916666666666668,
      "grad_norm": 1.3547909259796143,
      "learning_rate": 0.0002824215630080356,
      "loss": 8.9248,
      "step": 76400
    },
    {
      "epoch": 0.1591875,
      "grad_norm": 1.363204836845398,
      "learning_rate": 0.0002824169318686574,
      "loss": 8.9036,
      "step": 76410
    },
    {
      "epoch": 0.15920833333333334,
      "grad_norm": 1.6555486917495728,
      "learning_rate": 0.00028241230015729047,
      "loss": 9.8837,
      "step": 76420
    },
    {
      "epoch": 0.15922916666666667,
      "grad_norm": 3.9238502979278564,
      "learning_rate": 0.00028240766787395485,
      "loss": 9.747,
      "step": 76430
    },
    {
      "epoch": 0.15925,
      "grad_norm": 0.4981720447540283,
      "learning_rate": 0.0002824030350186705,
      "loss": 8.4866,
      "step": 76440
    },
    {
      "epoch": 0.15927083333333333,
      "grad_norm": 3.1688497066497803,
      "learning_rate": 0.0002823984015914574,
      "loss": 10.4313,
      "step": 76450
    },
    {
      "epoch": 0.15929166666666666,
      "grad_norm": 1.7191331386566162,
      "learning_rate": 0.0002823937675923357,
      "loss": 9.1672,
      "step": 76460
    },
    {
      "epoch": 0.1593125,
      "grad_norm": 0.822199285030365,
      "learning_rate": 0.00028238913302132526,
      "loss": 9.1455,
      "step": 76470
    },
    {
      "epoch": 0.15933333333333333,
      "grad_norm": 7.003218650817871,
      "learning_rate": 0.0002823844978784462,
      "loss": 9.9796,
      "step": 76480
    },
    {
      "epoch": 0.15935416666666666,
      "grad_norm": 1.1798490285873413,
      "learning_rate": 0.0002823798621637185,
      "loss": 8.8306,
      "step": 76490
    },
    {
      "epoch": 0.159375,
      "grad_norm": 1.4032225608825684,
      "learning_rate": 0.0002823752258771622,
      "loss": 9.3424,
      "step": 76500
    },
    {
      "epoch": 0.15939583333333332,
      "grad_norm": 0.896640956401825,
      "learning_rate": 0.00028237058901879733,
      "loss": 9.3843,
      "step": 76510
    },
    {
      "epoch": 0.15941666666666668,
      "grad_norm": 0.7924444675445557,
      "learning_rate": 0.0002823659515886439,
      "loss": 8.7473,
      "step": 76520
    },
    {
      "epoch": 0.1594375,
      "grad_norm": 1.8522703647613525,
      "learning_rate": 0.0002823613135867219,
      "loss": 8.9869,
      "step": 76530
    },
    {
      "epoch": 0.15945833333333334,
      "grad_norm": 1.9251692295074463,
      "learning_rate": 0.0002823566750130515,
      "loss": 9.4718,
      "step": 76540
    },
    {
      "epoch": 0.15947916666666667,
      "grad_norm": 1.116615891456604,
      "learning_rate": 0.00028235203586765263,
      "loss": 8.5735,
      "step": 76550
    },
    {
      "epoch": 0.1595,
      "grad_norm": 0.9269967079162598,
      "learning_rate": 0.0002823473961505454,
      "loss": 8.9689,
      "step": 76560
    },
    {
      "epoch": 0.15952083333333333,
      "grad_norm": 0.7859266996383667,
      "learning_rate": 0.00028234275586174975,
      "loss": 9.4016,
      "step": 76570
    },
    {
      "epoch": 0.15954166666666666,
      "grad_norm": 4.20952844619751,
      "learning_rate": 0.00028233811500128576,
      "loss": 9.8948,
      "step": 76580
    },
    {
      "epoch": 0.1595625,
      "grad_norm": 1.2185802459716797,
      "learning_rate": 0.0002823334735691736,
      "loss": 8.8756,
      "step": 76590
    },
    {
      "epoch": 0.15958333333333333,
      "grad_norm": 0.9955393075942993,
      "learning_rate": 0.0002823288315654331,
      "loss": 9.3644,
      "step": 76600
    },
    {
      "epoch": 0.15960416666666666,
      "grad_norm": 1.6935158967971802,
      "learning_rate": 0.0002823241889900844,
      "loss": 9.4762,
      "step": 76610
    },
    {
      "epoch": 0.159625,
      "grad_norm": 1.7368497848510742,
      "learning_rate": 0.00028231954584314765,
      "loss": 9.0596,
      "step": 76620
    },
    {
      "epoch": 0.15964583333333332,
      "grad_norm": 1.0215840339660645,
      "learning_rate": 0.00028231490212464287,
      "loss": 9.1764,
      "step": 76630
    },
    {
      "epoch": 0.15966666666666668,
      "grad_norm": 0.6953135132789612,
      "learning_rate": 0.0002823102578345901,
      "loss": 9.3988,
      "step": 76640
    },
    {
      "epoch": 0.1596875,
      "grad_norm": 0.8559238910675049,
      "learning_rate": 0.0002823056129730093,
      "loss": 8.6562,
      "step": 76650
    },
    {
      "epoch": 0.15970833333333334,
      "grad_norm": 1.5676822662353516,
      "learning_rate": 0.00028230096753992066,
      "loss": 9.2553,
      "step": 76660
    },
    {
      "epoch": 0.15972916666666667,
      "grad_norm": 5.415684700012207,
      "learning_rate": 0.00028229632153534416,
      "loss": 10.6088,
      "step": 76670
    },
    {
      "epoch": 0.15975,
      "grad_norm": 1.4307914972305298,
      "learning_rate": 0.0002822916749593,
      "loss": 8.7573,
      "step": 76680
    },
    {
      "epoch": 0.15977083333333333,
      "grad_norm": 2.4460549354553223,
      "learning_rate": 0.0002822870278118082,
      "loss": 10.8084,
      "step": 76690
    },
    {
      "epoch": 0.15979166666666667,
      "grad_norm": 1.0083147287368774,
      "learning_rate": 0.0002822823800928887,
      "loss": 9.3647,
      "step": 76700
    },
    {
      "epoch": 0.1598125,
      "grad_norm": 1.5145049095153809,
      "learning_rate": 0.0002822777318025617,
      "loss": 8.7204,
      "step": 76710
    },
    {
      "epoch": 0.15983333333333333,
      "grad_norm": 2.1325087547302246,
      "learning_rate": 0.00028227308294084726,
      "loss": 9.597,
      "step": 76720
    },
    {
      "epoch": 0.15985416666666666,
      "grad_norm": 0.814064085483551,
      "learning_rate": 0.0002822684335077655,
      "loss": 8.4768,
      "step": 76730
    },
    {
      "epoch": 0.159875,
      "grad_norm": 0.6098795533180237,
      "learning_rate": 0.0002822637835033364,
      "loss": 9.4731,
      "step": 76740
    },
    {
      "epoch": 0.15989583333333332,
      "grad_norm": 1.8945043087005615,
      "learning_rate": 0.0002822591329275802,
      "loss": 10.3578,
      "step": 76750
    },
    {
      "epoch": 0.15991666666666668,
      "grad_norm": 1.0233347415924072,
      "learning_rate": 0.00028225448178051686,
      "loss": 9.3555,
      "step": 76760
    },
    {
      "epoch": 0.1599375,
      "grad_norm": 1.0981003046035767,
      "learning_rate": 0.00028224983006216645,
      "loss": 9.7059,
      "step": 76770
    },
    {
      "epoch": 0.15995833333333334,
      "grad_norm": 1.299647331237793,
      "learning_rate": 0.00028224517777254916,
      "loss": 9.2492,
      "step": 76780
    },
    {
      "epoch": 0.15997916666666667,
      "grad_norm": 0.7359150052070618,
      "learning_rate": 0.00028224052491168504,
      "loss": 8.4581,
      "step": 76790
    },
    {
      "epoch": 0.16,
      "grad_norm": 0.6399874091148376,
      "learning_rate": 0.00028223587147959426,
      "loss": 8.7847,
      "step": 76800
    },
    {
      "epoch": 0.16002083333333333,
      "grad_norm": 1.1252981424331665,
      "learning_rate": 0.00028223121747629677,
      "loss": 9.4012,
      "step": 76810
    },
    {
      "epoch": 0.16004166666666667,
      "grad_norm": 1.5130678415298462,
      "learning_rate": 0.0002822265629018128,
      "loss": 8.6238,
      "step": 76820
    },
    {
      "epoch": 0.1600625,
      "grad_norm": 1.3670021295547485,
      "learning_rate": 0.00028222190775616243,
      "loss": 10.6137,
      "step": 76830
    },
    {
      "epoch": 0.16008333333333333,
      "grad_norm": 0.7872740626335144,
      "learning_rate": 0.00028221725203936575,
      "loss": 8.9745,
      "step": 76840
    },
    {
      "epoch": 0.16010416666666666,
      "grad_norm": 1.0414692163467407,
      "learning_rate": 0.00028221259575144286,
      "loss": 9.0155,
      "step": 76850
    },
    {
      "epoch": 0.160125,
      "grad_norm": 1.1325159072875977,
      "learning_rate": 0.0002822079388924139,
      "loss": 9.7158,
      "step": 76860
    },
    {
      "epoch": 0.16014583333333332,
      "grad_norm": 1.0043721199035645,
      "learning_rate": 0.00028220328146229897,
      "loss": 9.7353,
      "step": 76870
    },
    {
      "epoch": 0.16016666666666668,
      "grad_norm": 2.266021490097046,
      "learning_rate": 0.0002821986234611182,
      "loss": 9.3042,
      "step": 76880
    },
    {
      "epoch": 0.1601875,
      "grad_norm": 0.6709677577018738,
      "learning_rate": 0.0002821939648888917,
      "loss": 9.2591,
      "step": 76890
    },
    {
      "epoch": 0.16020833333333334,
      "grad_norm": 1.6142688989639282,
      "learning_rate": 0.0002821893057456396,
      "loss": 9.2231,
      "step": 76900
    },
    {
      "epoch": 0.16022916666666667,
      "grad_norm": 1.0501363277435303,
      "learning_rate": 0.00028218464603138203,
      "loss": 9.431,
      "step": 76910
    },
    {
      "epoch": 0.16025,
      "grad_norm": 1.008702278137207,
      "learning_rate": 0.0002821799857461391,
      "loss": 8.6565,
      "step": 76920
    },
    {
      "epoch": 0.16027083333333333,
      "grad_norm": 5.343957901000977,
      "learning_rate": 0.00028217532488993095,
      "loss": 9.2982,
      "step": 76930
    },
    {
      "epoch": 0.16029166666666667,
      "grad_norm": 2.4463257789611816,
      "learning_rate": 0.0002821706634627777,
      "loss": 10.1103,
      "step": 76940
    },
    {
      "epoch": 0.1603125,
      "grad_norm": 1.7819859981536865,
      "learning_rate": 0.00028216600146469955,
      "loss": 9.5418,
      "step": 76950
    },
    {
      "epoch": 0.16033333333333333,
      "grad_norm": 2.0378201007843018,
      "learning_rate": 0.00028216133889571657,
      "loss": 9.4273,
      "step": 76960
    },
    {
      "epoch": 0.16035416666666666,
      "grad_norm": 0.7149784564971924,
      "learning_rate": 0.0002821566757558489,
      "loss": 9.3078,
      "step": 76970
    },
    {
      "epoch": 0.160375,
      "grad_norm": 1.388687014579773,
      "learning_rate": 0.00028215201204511667,
      "loss": 8.9495,
      "step": 76980
    },
    {
      "epoch": 0.16039583333333332,
      "grad_norm": 0.8943303227424622,
      "learning_rate": 0.00028214734776354014,
      "loss": 8.5238,
      "step": 76990
    },
    {
      "epoch": 0.16041666666666668,
      "grad_norm": 2.731504440307617,
      "learning_rate": 0.00028214268291113935,
      "loss": 10.1935,
      "step": 77000
    },
    {
      "epoch": 0.16041666666666668,
      "eval_loss": 8.512582778930664,
      "eval_runtime": 8.3377,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 77000
    },
    {
      "epoch": 0.1604375,
      "grad_norm": 0.7842357158660889,
      "learning_rate": 0.0002821380174879344,
      "loss": 8.8362,
      "step": 77010
    },
    {
      "epoch": 0.16045833333333334,
      "grad_norm": 0.8636165857315063,
      "learning_rate": 0.0002821333514939456,
      "loss": 9.832,
      "step": 77020
    },
    {
      "epoch": 0.16047916666666667,
      "grad_norm": 0.7474046349525452,
      "learning_rate": 0.00028212868492919304,
      "loss": 9.1794,
      "step": 77030
    },
    {
      "epoch": 0.1605,
      "grad_norm": 5.66077184677124,
      "learning_rate": 0.0002821240177936968,
      "loss": 9.1042,
      "step": 77040
    },
    {
      "epoch": 0.16052083333333333,
      "grad_norm": 0.9852911829948425,
      "learning_rate": 0.00028211935008747713,
      "loss": 8.5249,
      "step": 77050
    },
    {
      "epoch": 0.16054166666666667,
      "grad_norm": 1.7980533838272095,
      "learning_rate": 0.00028211468181055417,
      "loss": 9.041,
      "step": 77060
    },
    {
      "epoch": 0.1605625,
      "grad_norm": 0.9234127402305603,
      "learning_rate": 0.00028211001296294806,
      "loss": 9.7626,
      "step": 77070
    },
    {
      "epoch": 0.16058333333333333,
      "grad_norm": 1.7106035947799683,
      "learning_rate": 0.000282105343544679,
      "loss": 9.2102,
      "step": 77080
    },
    {
      "epoch": 0.16060416666666666,
      "grad_norm": 0.845629870891571,
      "learning_rate": 0.0002821006735557671,
      "loss": 8.3451,
      "step": 77090
    },
    {
      "epoch": 0.160625,
      "grad_norm": 1.216601848602295,
      "learning_rate": 0.0002820960029962327,
      "loss": 8.4149,
      "step": 77100
    },
    {
      "epoch": 0.16064583333333332,
      "grad_norm": 0.6970034837722778,
      "learning_rate": 0.00028209133186609574,
      "loss": 8.7209,
      "step": 77110
    },
    {
      "epoch": 0.16066666666666668,
      "grad_norm": 6.656716346740723,
      "learning_rate": 0.00028208666016537654,
      "loss": 9.2944,
      "step": 77120
    },
    {
      "epoch": 0.1606875,
      "grad_norm": 1.6470258235931396,
      "learning_rate": 0.00028208198789409525,
      "loss": 8.9616,
      "step": 77130
    },
    {
      "epoch": 0.16070833333333334,
      "grad_norm": 0.8803148865699768,
      "learning_rate": 0.0002820773150522721,
      "loss": 9.7496,
      "step": 77140
    },
    {
      "epoch": 0.16072916666666667,
      "grad_norm": 1.3180372714996338,
      "learning_rate": 0.00028207264163992714,
      "loss": 8.7135,
      "step": 77150
    },
    {
      "epoch": 0.16075,
      "grad_norm": 2.0439488887786865,
      "learning_rate": 0.0002820679676570807,
      "loss": 8.6565,
      "step": 77160
    },
    {
      "epoch": 0.16077083333333334,
      "grad_norm": 1.9403173923492432,
      "learning_rate": 0.0002820632931037529,
      "loss": 9.0876,
      "step": 77170
    },
    {
      "epoch": 0.16079166666666667,
      "grad_norm": 1.6760131120681763,
      "learning_rate": 0.000282058617979964,
      "loss": 9.9506,
      "step": 77180
    },
    {
      "epoch": 0.1608125,
      "grad_norm": 0.44475892186164856,
      "learning_rate": 0.0002820539422857341,
      "loss": 8.5758,
      "step": 77190
    },
    {
      "epoch": 0.16083333333333333,
      "grad_norm": 3.7741618156433105,
      "learning_rate": 0.00028204926602108345,
      "loss": 9.0805,
      "step": 77200
    },
    {
      "epoch": 0.16085416666666666,
      "grad_norm": 3.22243070602417,
      "learning_rate": 0.0002820445891860322,
      "loss": 9.3412,
      "step": 77210
    },
    {
      "epoch": 0.160875,
      "grad_norm": 0.6448619365692139,
      "learning_rate": 0.00028203991178060066,
      "loss": 9.8172,
      "step": 77220
    },
    {
      "epoch": 0.16089583333333332,
      "grad_norm": 0.9134876728057861,
      "learning_rate": 0.0002820352338048089,
      "loss": 8.58,
      "step": 77230
    },
    {
      "epoch": 0.16091666666666668,
      "grad_norm": 0.8189677596092224,
      "learning_rate": 0.0002820305552586772,
      "loss": 10.1308,
      "step": 77240
    },
    {
      "epoch": 0.1609375,
      "grad_norm": 1.73944890499115,
      "learning_rate": 0.0002820258761422258,
      "loss": 8.873,
      "step": 77250
    },
    {
      "epoch": 0.16095833333333334,
      "grad_norm": 0.7317667603492737,
      "learning_rate": 0.00028202119645547486,
      "loss": 9.2998,
      "step": 77260
    },
    {
      "epoch": 0.16097916666666667,
      "grad_norm": 1.1609766483306885,
      "learning_rate": 0.0002820165161984446,
      "loss": 8.8009,
      "step": 77270
    },
    {
      "epoch": 0.161,
      "grad_norm": 1.8835797309875488,
      "learning_rate": 0.00028201183537115526,
      "loss": 8.55,
      "step": 77280
    },
    {
      "epoch": 0.16102083333333334,
      "grad_norm": 0.6623105406761169,
      "learning_rate": 0.00028200715397362706,
      "loss": 8.6077,
      "step": 77290
    },
    {
      "epoch": 0.16104166666666667,
      "grad_norm": 0.787861168384552,
      "learning_rate": 0.0002820024720058802,
      "loss": 8.8607,
      "step": 77300
    },
    {
      "epoch": 0.1610625,
      "grad_norm": 1.659117341041565,
      "learning_rate": 0.0002819977894679349,
      "loss": 9.5786,
      "step": 77310
    },
    {
      "epoch": 0.16108333333333333,
      "grad_norm": 1.5098977088928223,
      "learning_rate": 0.0002819931063598114,
      "loss": 9.8874,
      "step": 77320
    },
    {
      "epoch": 0.16110416666666666,
      "grad_norm": 1.245060682296753,
      "learning_rate": 0.0002819884226815299,
      "loss": 9.013,
      "step": 77330
    },
    {
      "epoch": 0.161125,
      "grad_norm": 1.1162302494049072,
      "learning_rate": 0.0002819837384331107,
      "loss": 8.8216,
      "step": 77340
    },
    {
      "epoch": 0.16114583333333332,
      "grad_norm": 0.5694589614868164,
      "learning_rate": 0.00028197905361457395,
      "loss": 8.6913,
      "step": 77350
    },
    {
      "epoch": 0.16116666666666668,
      "grad_norm": 1.9135956764221191,
      "learning_rate": 0.00028197436822593997,
      "loss": 8.9486,
      "step": 77360
    },
    {
      "epoch": 0.1611875,
      "grad_norm": 1.6970009803771973,
      "learning_rate": 0.00028196968226722896,
      "loss": 9.1276,
      "step": 77370
    },
    {
      "epoch": 0.16120833333333334,
      "grad_norm": 1.8198333978652954,
      "learning_rate": 0.00028196499573846114,
      "loss": 8.7313,
      "step": 77380
    },
    {
      "epoch": 0.16122916666666667,
      "grad_norm": 1.7398027181625366,
      "learning_rate": 0.00028196030863965674,
      "loss": 8.8564,
      "step": 77390
    },
    {
      "epoch": 0.16125,
      "grad_norm": 1.7752567529678345,
      "learning_rate": 0.0002819556209708361,
      "loss": 9.373,
      "step": 77400
    },
    {
      "epoch": 0.16127083333333334,
      "grad_norm": 2.291637897491455,
      "learning_rate": 0.0002819509327320194,
      "loss": 9.0362,
      "step": 77410
    },
    {
      "epoch": 0.16129166666666667,
      "grad_norm": 0.9046397805213928,
      "learning_rate": 0.0002819462439232269,
      "loss": 8.4133,
      "step": 77420
    },
    {
      "epoch": 0.1613125,
      "grad_norm": 2.196545124053955,
      "learning_rate": 0.0002819415545444788,
      "loss": 9.4784,
      "step": 77430
    },
    {
      "epoch": 0.16133333333333333,
      "grad_norm": 1.0903593301773071,
      "learning_rate": 0.00028193686459579545,
      "loss": 8.191,
      "step": 77440
    },
    {
      "epoch": 0.16135416666666666,
      "grad_norm": 1.0591709613800049,
      "learning_rate": 0.0002819321740771971,
      "loss": 8.7719,
      "step": 77450
    },
    {
      "epoch": 0.161375,
      "grad_norm": 2.6478111743927,
      "learning_rate": 0.0002819274829887039,
      "loss": 8.7046,
      "step": 77460
    },
    {
      "epoch": 0.16139583333333332,
      "grad_norm": 1.0962681770324707,
      "learning_rate": 0.00028192279133033626,
      "loss": 9.2443,
      "step": 77470
    },
    {
      "epoch": 0.16141666666666668,
      "grad_norm": 0.8545086979866028,
      "learning_rate": 0.0002819180991021144,
      "loss": 9.1259,
      "step": 77480
    },
    {
      "epoch": 0.1614375,
      "grad_norm": 0.7511254549026489,
      "learning_rate": 0.0002819134063040585,
      "loss": 8.9045,
      "step": 77490
    },
    {
      "epoch": 0.16145833333333334,
      "grad_norm": 1.6232599020004272,
      "learning_rate": 0.00028190871293618896,
      "loss": 10.1008,
      "step": 77500
    },
    {
      "epoch": 0.16147916666666667,
      "grad_norm": 3.2212066650390625,
      "learning_rate": 0.00028190401899852593,
      "loss": 8.7124,
      "step": 77510
    },
    {
      "epoch": 0.1615,
      "grad_norm": 3.603520631790161,
      "learning_rate": 0.0002818993244910898,
      "loss": 9.0836,
      "step": 77520
    },
    {
      "epoch": 0.16152083333333334,
      "grad_norm": 0.9485703706741333,
      "learning_rate": 0.0002818946294139008,
      "loss": 9.539,
      "step": 77530
    },
    {
      "epoch": 0.16154166666666667,
      "grad_norm": 1.9417303800582886,
      "learning_rate": 0.00028188993376697917,
      "loss": 8.585,
      "step": 77540
    },
    {
      "epoch": 0.1615625,
      "grad_norm": 1.5002775192260742,
      "learning_rate": 0.0002818852375503453,
      "loss": 9.6494,
      "step": 77550
    },
    {
      "epoch": 0.16158333333333333,
      "grad_norm": 0.9648908376693726,
      "learning_rate": 0.0002818805407640193,
      "loss": 9.3027,
      "step": 77560
    },
    {
      "epoch": 0.16160416666666666,
      "grad_norm": 1.8363902568817139,
      "learning_rate": 0.00028187584340802165,
      "loss": 9.2543,
      "step": 77570
    },
    {
      "epoch": 0.161625,
      "grad_norm": 0.638084352016449,
      "learning_rate": 0.0002818711454823725,
      "loss": 10.5455,
      "step": 77580
    },
    {
      "epoch": 0.16164583333333332,
      "grad_norm": 1.7934421300888062,
      "learning_rate": 0.0002818664469870923,
      "loss": 9.4497,
      "step": 77590
    },
    {
      "epoch": 0.16166666666666665,
      "grad_norm": 8.22903060913086,
      "learning_rate": 0.00028186174792220117,
      "loss": 9.8951,
      "step": 77600
    },
    {
      "epoch": 0.1616875,
      "grad_norm": 1.2713857889175415,
      "learning_rate": 0.00028185704828771947,
      "loss": 9.3177,
      "step": 77610
    },
    {
      "epoch": 0.16170833333333334,
      "grad_norm": 1.5573256015777588,
      "learning_rate": 0.00028185234808366755,
      "loss": 10.6914,
      "step": 77620
    },
    {
      "epoch": 0.16172916666666667,
      "grad_norm": 0.7338317036628723,
      "learning_rate": 0.00028184764731006563,
      "loss": 9.318,
      "step": 77630
    },
    {
      "epoch": 0.16175,
      "grad_norm": 1.5218439102172852,
      "learning_rate": 0.0002818429459669341,
      "loss": 8.2863,
      "step": 77640
    },
    {
      "epoch": 0.16177083333333334,
      "grad_norm": 0.6916245222091675,
      "learning_rate": 0.00028183824405429323,
      "loss": 8.595,
      "step": 77650
    },
    {
      "epoch": 0.16179166666666667,
      "grad_norm": 1.801421046257019,
      "learning_rate": 0.00028183354157216336,
      "loss": 9.1452,
      "step": 77660
    },
    {
      "epoch": 0.1618125,
      "grad_norm": 0.970228910446167,
      "learning_rate": 0.0002818288385205647,
      "loss": 9.8103,
      "step": 77670
    },
    {
      "epoch": 0.16183333333333333,
      "grad_norm": 0.6918362975120544,
      "learning_rate": 0.0002818241348995177,
      "loss": 8.782,
      "step": 77680
    },
    {
      "epoch": 0.16185416666666666,
      "grad_norm": 1.6835212707519531,
      "learning_rate": 0.0002818194307090426,
      "loss": 8.8419,
      "step": 77690
    },
    {
      "epoch": 0.161875,
      "grad_norm": 2.026257276535034,
      "learning_rate": 0.00028181472594915975,
      "loss": 9.6112,
      "step": 77700
    },
    {
      "epoch": 0.16189583333333332,
      "grad_norm": 1.0558384656906128,
      "learning_rate": 0.00028181002061988944,
      "loss": 8.9977,
      "step": 77710
    },
    {
      "epoch": 0.16191666666666665,
      "grad_norm": 4.006077766418457,
      "learning_rate": 0.00028180531472125203,
      "loss": 9.5734,
      "step": 77720
    },
    {
      "epoch": 0.1619375,
      "grad_norm": 1.4588595628738403,
      "learning_rate": 0.0002818006082532678,
      "loss": 8.7106,
      "step": 77730
    },
    {
      "epoch": 0.16195833333333334,
      "grad_norm": 0.5460858345031738,
      "learning_rate": 0.00028179590121595716,
      "loss": 8.5019,
      "step": 77740
    },
    {
      "epoch": 0.16197916666666667,
      "grad_norm": 1.4662543535232544,
      "learning_rate": 0.00028179119360934035,
      "loss": 9.6331,
      "step": 77750
    },
    {
      "epoch": 0.162,
      "grad_norm": 2.6084976196289062,
      "learning_rate": 0.0002817864854334377,
      "loss": 9.0067,
      "step": 77760
    },
    {
      "epoch": 0.16202083333333334,
      "grad_norm": 1.1826425790786743,
      "learning_rate": 0.00028178177668826973,
      "loss": 10.124,
      "step": 77770
    },
    {
      "epoch": 0.16204166666666667,
      "grad_norm": 1.3714637756347656,
      "learning_rate": 0.0002817770673738566,
      "loss": 8.0219,
      "step": 77780
    },
    {
      "epoch": 0.1620625,
      "grad_norm": 0.9013687968254089,
      "learning_rate": 0.00028177235749021865,
      "loss": 9.1073,
      "step": 77790
    },
    {
      "epoch": 0.16208333333333333,
      "grad_norm": 1.3331973552703857,
      "learning_rate": 0.0002817676470373763,
      "loss": 8.9693,
      "step": 77800
    },
    {
      "epoch": 0.16210416666666666,
      "grad_norm": 1.0876350402832031,
      "learning_rate": 0.0002817629360153499,
      "loss": 9.7029,
      "step": 77810
    },
    {
      "epoch": 0.162125,
      "grad_norm": 0.5796962380409241,
      "learning_rate": 0.00028175822442415977,
      "loss": 9.2673,
      "step": 77820
    },
    {
      "epoch": 0.16214583333333332,
      "grad_norm": 0.6682708263397217,
      "learning_rate": 0.00028175351226382623,
      "loss": 8.56,
      "step": 77830
    },
    {
      "epoch": 0.16216666666666665,
      "grad_norm": 6.380853176116943,
      "learning_rate": 0.00028174879953436966,
      "loss": 9.088,
      "step": 77840
    },
    {
      "epoch": 0.1621875,
      "grad_norm": 0.7335548996925354,
      "learning_rate": 0.0002817440862358105,
      "loss": 9.2572,
      "step": 77850
    },
    {
      "epoch": 0.16220833333333334,
      "grad_norm": 2.2536826133728027,
      "learning_rate": 0.00028173937236816894,
      "loss": 9.0338,
      "step": 77860
    },
    {
      "epoch": 0.16222916666666667,
      "grad_norm": 0.9312217831611633,
      "learning_rate": 0.0002817346579314655,
      "loss": 9.1205,
      "step": 77870
    },
    {
      "epoch": 0.16225,
      "grad_norm": 6.102210998535156,
      "learning_rate": 0.0002817299429257205,
      "loss": 10.605,
      "step": 77880
    },
    {
      "epoch": 0.16227083333333334,
      "grad_norm": 1.2322468757629395,
      "learning_rate": 0.00028172522735095423,
      "loss": 9.0328,
      "step": 77890
    },
    {
      "epoch": 0.16229166666666667,
      "grad_norm": 0.8178983926773071,
      "learning_rate": 0.00028172051120718716,
      "loss": 9.0199,
      "step": 77900
    },
    {
      "epoch": 0.1623125,
      "grad_norm": 3.792660713195801,
      "learning_rate": 0.0002817157944944396,
      "loss": 9.3159,
      "step": 77910
    },
    {
      "epoch": 0.16233333333333333,
      "grad_norm": 6.357231616973877,
      "learning_rate": 0.00028171107721273195,
      "loss": 9.4557,
      "step": 77920
    },
    {
      "epoch": 0.16235416666666666,
      "grad_norm": 1.5189474821090698,
      "learning_rate": 0.0002817063593620846,
      "loss": 9.7425,
      "step": 77930
    },
    {
      "epoch": 0.162375,
      "grad_norm": 1.3269790410995483,
      "learning_rate": 0.00028170164094251784,
      "loss": 8.2799,
      "step": 77940
    },
    {
      "epoch": 0.16239583333333332,
      "grad_norm": 0.9127171635627747,
      "learning_rate": 0.00028169692195405217,
      "loss": 9.7422,
      "step": 77950
    },
    {
      "epoch": 0.16241666666666665,
      "grad_norm": 1.2651604413986206,
      "learning_rate": 0.00028169220239670795,
      "loss": 9.5657,
      "step": 77960
    },
    {
      "epoch": 0.1624375,
      "grad_norm": 2.049182653427124,
      "learning_rate": 0.0002816874822705055,
      "loss": 9.4621,
      "step": 77970
    },
    {
      "epoch": 0.16245833333333334,
      "grad_norm": 2.6430652141571045,
      "learning_rate": 0.0002816827615754653,
      "loss": 9.3493,
      "step": 77980
    },
    {
      "epoch": 0.16247916666666667,
      "grad_norm": 0.950702965259552,
      "learning_rate": 0.0002816780403116076,
      "loss": 9.1097,
      "step": 77990
    },
    {
      "epoch": 0.1625,
      "grad_norm": 2.0790598392486572,
      "learning_rate": 0.00028167331847895303,
      "loss": 9.4451,
      "step": 78000
    },
    {
      "epoch": 0.1625,
      "eval_loss": 7.1207146644592285,
      "eval_runtime": 8.892,
      "eval_samples_per_second": 0.337,
      "eval_steps_per_second": 0.112,
      "step": 78000
    },
    {
      "epoch": 0.16252083333333334,
      "grad_norm": 1.933333158493042,
      "learning_rate": 0.0002816685960775217,
      "loss": 9.197,
      "step": 78010
    },
    {
      "epoch": 0.16254166666666667,
      "grad_norm": 2.990290403366089,
      "learning_rate": 0.00028166387310733424,
      "loss": 9.2909,
      "step": 78020
    },
    {
      "epoch": 0.1625625,
      "grad_norm": 2.159468173980713,
      "learning_rate": 0.00028165914956841096,
      "loss": 8.9987,
      "step": 78030
    },
    {
      "epoch": 0.16258333333333333,
      "grad_norm": 1.884057641029358,
      "learning_rate": 0.0002816544254607723,
      "loss": 8.8679,
      "step": 78040
    },
    {
      "epoch": 0.16260416666666666,
      "grad_norm": 1.1246320009231567,
      "learning_rate": 0.00028164970078443854,
      "loss": 8.7182,
      "step": 78050
    },
    {
      "epoch": 0.162625,
      "grad_norm": 0.7689658999443054,
      "learning_rate": 0.00028164497553943027,
      "loss": 9.4876,
      "step": 78060
    },
    {
      "epoch": 0.16264583333333332,
      "grad_norm": 0.8898165822029114,
      "learning_rate": 0.00028164024972576773,
      "loss": 9.6974,
      "step": 78070
    },
    {
      "epoch": 0.16266666666666665,
      "grad_norm": 1.0108007192611694,
      "learning_rate": 0.0002816355233434715,
      "loss": 9.619,
      "step": 78080
    },
    {
      "epoch": 0.1626875,
      "grad_norm": 0.6768512725830078,
      "learning_rate": 0.00028163079639256187,
      "loss": 9.2432,
      "step": 78090
    },
    {
      "epoch": 0.16270833333333334,
      "grad_norm": 1.4326746463775635,
      "learning_rate": 0.0002816260688730593,
      "loss": 8.7844,
      "step": 78100
    },
    {
      "epoch": 0.16272916666666667,
      "grad_norm": 0.6672943234443665,
      "learning_rate": 0.00028162134078498424,
      "loss": 8.0229,
      "step": 78110
    },
    {
      "epoch": 0.16275,
      "grad_norm": 2.4150545597076416,
      "learning_rate": 0.00028161661212835706,
      "loss": 8.4859,
      "step": 78120
    },
    {
      "epoch": 0.16277083333333334,
      "grad_norm": 0.8403021097183228,
      "learning_rate": 0.0002816118829031982,
      "loss": 8.9355,
      "step": 78130
    },
    {
      "epoch": 0.16279166666666667,
      "grad_norm": 1.7773950099945068,
      "learning_rate": 0.00028160715310952816,
      "loss": 10.0088,
      "step": 78140
    },
    {
      "epoch": 0.1628125,
      "grad_norm": 1.3360923528671265,
      "learning_rate": 0.00028160242274736727,
      "loss": 8.661,
      "step": 78150
    },
    {
      "epoch": 0.16283333333333333,
      "grad_norm": 3.5191588401794434,
      "learning_rate": 0.000281597691816736,
      "loss": 8.5744,
      "step": 78160
    },
    {
      "epoch": 0.16285416666666666,
      "grad_norm": 1.1492595672607422,
      "learning_rate": 0.0002815929603176548,
      "loss": 8.6467,
      "step": 78170
    },
    {
      "epoch": 0.162875,
      "grad_norm": 0.7125257253646851,
      "learning_rate": 0.0002815882282501441,
      "loss": 8.6893,
      "step": 78180
    },
    {
      "epoch": 0.16289583333333332,
      "grad_norm": 3.0322179794311523,
      "learning_rate": 0.0002815834956142244,
      "loss": 9.2812,
      "step": 78190
    },
    {
      "epoch": 0.16291666666666665,
      "grad_norm": 1.2734873294830322,
      "learning_rate": 0.000281578762409916,
      "loss": 8.932,
      "step": 78200
    },
    {
      "epoch": 0.1629375,
      "grad_norm": 1.4038981199264526,
      "learning_rate": 0.0002815740286372395,
      "loss": 9.8629,
      "step": 78210
    },
    {
      "epoch": 0.16295833333333334,
      "grad_norm": 1.2929863929748535,
      "learning_rate": 0.0002815692942962152,
      "loss": 8.263,
      "step": 78220
    },
    {
      "epoch": 0.16297916666666667,
      "grad_norm": 1.3968188762664795,
      "learning_rate": 0.00028156455938686364,
      "loss": 8.8678,
      "step": 78230
    },
    {
      "epoch": 0.163,
      "grad_norm": 1.2872121334075928,
      "learning_rate": 0.0002815598239092053,
      "loss": 10.3105,
      "step": 78240
    },
    {
      "epoch": 0.16302083333333334,
      "grad_norm": 0.5794823169708252,
      "learning_rate": 0.00028155508786326057,
      "loss": 9.568,
      "step": 78250
    },
    {
      "epoch": 0.16304166666666667,
      "grad_norm": 1.9002751111984253,
      "learning_rate": 0.00028155035124904996,
      "loss": 10.5064,
      "step": 78260
    },
    {
      "epoch": 0.1630625,
      "grad_norm": 1.551817536354065,
      "learning_rate": 0.00028154561406659387,
      "loss": 9.1799,
      "step": 78270
    },
    {
      "epoch": 0.16308333333333333,
      "grad_norm": 2.0772972106933594,
      "learning_rate": 0.00028154087631591284,
      "loss": 8.7559,
      "step": 78280
    },
    {
      "epoch": 0.16310416666666666,
      "grad_norm": 0.9483222365379333,
      "learning_rate": 0.00028153613799702725,
      "loss": 8.8205,
      "step": 78290
    },
    {
      "epoch": 0.163125,
      "grad_norm": 0.9301044940948486,
      "learning_rate": 0.00028153139910995766,
      "loss": 8.8264,
      "step": 78300
    },
    {
      "epoch": 0.16314583333333332,
      "grad_norm": 0.5178695321083069,
      "learning_rate": 0.0002815266596547244,
      "loss": 8.6567,
      "step": 78310
    },
    {
      "epoch": 0.16316666666666665,
      "grad_norm": 2.1575896739959717,
      "learning_rate": 0.0002815219196313481,
      "loss": 9.9666,
      "step": 78320
    },
    {
      "epoch": 0.1631875,
      "grad_norm": 1.2180272340774536,
      "learning_rate": 0.00028151717903984914,
      "loss": 9.753,
      "step": 78330
    },
    {
      "epoch": 0.16320833333333334,
      "grad_norm": 1.3555999994277954,
      "learning_rate": 0.000281512437880248,
      "loss": 10.1195,
      "step": 78340
    },
    {
      "epoch": 0.16322916666666668,
      "grad_norm": 3.2380943298339844,
      "learning_rate": 0.00028150769615256524,
      "loss": 9.5316,
      "step": 78350
    },
    {
      "epoch": 0.16325,
      "grad_norm": 0.9972617030143738,
      "learning_rate": 0.00028150295385682126,
      "loss": 8.5912,
      "step": 78360
    },
    {
      "epoch": 0.16327083333333334,
      "grad_norm": 1.1753209829330444,
      "learning_rate": 0.0002814982109930366,
      "loss": 9.254,
      "step": 78370
    },
    {
      "epoch": 0.16329166666666667,
      "grad_norm": 0.6942684054374695,
      "learning_rate": 0.0002814934675612317,
      "loss": 8.9772,
      "step": 78380
    },
    {
      "epoch": 0.1633125,
      "grad_norm": 0.6497246026992798,
      "learning_rate": 0.00028148872356142707,
      "loss": 9.6102,
      "step": 78390
    },
    {
      "epoch": 0.16333333333333333,
      "grad_norm": 0.6664503812789917,
      "learning_rate": 0.00028148397899364317,
      "loss": 8.3636,
      "step": 78400
    },
    {
      "epoch": 0.16335416666666666,
      "grad_norm": 1.2756401300430298,
      "learning_rate": 0.0002814792338579006,
      "loss": 10.6126,
      "step": 78410
    },
    {
      "epoch": 0.163375,
      "grad_norm": 1.0059714317321777,
      "learning_rate": 0.0002814744881542198,
      "loss": 8.3142,
      "step": 78420
    },
    {
      "epoch": 0.16339583333333332,
      "grad_norm": 5.425517559051514,
      "learning_rate": 0.00028146974188262116,
      "loss": 9.1438,
      "step": 78430
    },
    {
      "epoch": 0.16341666666666665,
      "grad_norm": 1.1679681539535522,
      "learning_rate": 0.00028146499504312525,
      "loss": 9.1082,
      "step": 78440
    },
    {
      "epoch": 0.1634375,
      "grad_norm": 1.4328160285949707,
      "learning_rate": 0.00028146024763575265,
      "loss": 8.7414,
      "step": 78450
    },
    {
      "epoch": 0.16345833333333334,
      "grad_norm": 1.3761472702026367,
      "learning_rate": 0.00028145549966052385,
      "loss": 8.762,
      "step": 78460
    },
    {
      "epoch": 0.16347916666666668,
      "grad_norm": 2.9994311332702637,
      "learning_rate": 0.0002814507511174593,
      "loss": 9.4488,
      "step": 78470
    },
    {
      "epoch": 0.1635,
      "grad_norm": 1.2692033052444458,
      "learning_rate": 0.0002814460020065795,
      "loss": 8.7925,
      "step": 78480
    },
    {
      "epoch": 0.16352083333333334,
      "grad_norm": 1.41422700881958,
      "learning_rate": 0.00028144125232790505,
      "loss": 9.0537,
      "step": 78490
    },
    {
      "epoch": 0.16354166666666667,
      "grad_norm": 1.6857478618621826,
      "learning_rate": 0.0002814365020814564,
      "loss": 8.904,
      "step": 78500
    },
    {
      "epoch": 0.1635625,
      "grad_norm": 0.6545517444610596,
      "learning_rate": 0.0002814317512672541,
      "loss": 8.7266,
      "step": 78510
    },
    {
      "epoch": 0.16358333333333333,
      "grad_norm": 0.8128244876861572,
      "learning_rate": 0.0002814269998853186,
      "loss": 9.5951,
      "step": 78520
    },
    {
      "epoch": 0.16360416666666666,
      "grad_norm": 0.6624740958213806,
      "learning_rate": 0.00028142224793567056,
      "loss": 8.509,
      "step": 78530
    },
    {
      "epoch": 0.163625,
      "grad_norm": 2.2012858390808105,
      "learning_rate": 0.0002814174954183304,
      "loss": 9.6502,
      "step": 78540
    },
    {
      "epoch": 0.16364583333333332,
      "grad_norm": 4.67788553237915,
      "learning_rate": 0.0002814127423333187,
      "loss": 9.6676,
      "step": 78550
    },
    {
      "epoch": 0.16366666666666665,
      "grad_norm": 2.0037856101989746,
      "learning_rate": 0.00028140798868065596,
      "loss": 8.9996,
      "step": 78560
    },
    {
      "epoch": 0.1636875,
      "grad_norm": 1.0224006175994873,
      "learning_rate": 0.0002814032344603627,
      "loss": 9.4145,
      "step": 78570
    },
    {
      "epoch": 0.16370833333333334,
      "grad_norm": 1.2664918899536133,
      "learning_rate": 0.00028139847967245945,
      "loss": 9.0131,
      "step": 78580
    },
    {
      "epoch": 0.16372916666666668,
      "grad_norm": 2.4916954040527344,
      "learning_rate": 0.00028139372431696687,
      "loss": 9.2502,
      "step": 78590
    },
    {
      "epoch": 0.16375,
      "grad_norm": 1.6230967044830322,
      "learning_rate": 0.00028138896839390536,
      "loss": 8.6576,
      "step": 78600
    },
    {
      "epoch": 0.16377083333333334,
      "grad_norm": 0.8482222557067871,
      "learning_rate": 0.0002813842119032955,
      "loss": 9.2467,
      "step": 78610
    },
    {
      "epoch": 0.16379166666666667,
      "grad_norm": 1.7888638973236084,
      "learning_rate": 0.00028137945484515785,
      "loss": 9.1431,
      "step": 78620
    },
    {
      "epoch": 0.1638125,
      "grad_norm": 3.6516387462615967,
      "learning_rate": 0.00028137469721951295,
      "loss": 9.9645,
      "step": 78630
    },
    {
      "epoch": 0.16383333333333333,
      "grad_norm": 1.7302005290985107,
      "learning_rate": 0.0002813699390263814,
      "loss": 9.2515,
      "step": 78640
    },
    {
      "epoch": 0.16385416666666666,
      "grad_norm": 2.183863639831543,
      "learning_rate": 0.0002813651802657837,
      "loss": 7.9916,
      "step": 78650
    },
    {
      "epoch": 0.163875,
      "grad_norm": 0.8227928280830383,
      "learning_rate": 0.0002813604209377404,
      "loss": 9.1402,
      "step": 78660
    },
    {
      "epoch": 0.16389583333333332,
      "grad_norm": 2.044250726699829,
      "learning_rate": 0.00028135566104227214,
      "loss": 9.104,
      "step": 78670
    },
    {
      "epoch": 0.16391666666666665,
      "grad_norm": 0.6248598694801331,
      "learning_rate": 0.00028135090057939934,
      "loss": 10.2338,
      "step": 78680
    },
    {
      "epoch": 0.1639375,
      "grad_norm": 0.9765182137489319,
      "learning_rate": 0.00028134613954914267,
      "loss": 9.1131,
      "step": 78690
    },
    {
      "epoch": 0.16395833333333334,
      "grad_norm": 1.023303508758545,
      "learning_rate": 0.0002813413779515227,
      "loss": 9.2482,
      "step": 78700
    },
    {
      "epoch": 0.16397916666666668,
      "grad_norm": 7.666314601898193,
      "learning_rate": 0.0002813366157865599,
      "loss": 8.7821,
      "step": 78710
    },
    {
      "epoch": 0.164,
      "grad_norm": 0.9360777735710144,
      "learning_rate": 0.00028133185305427496,
      "loss": 9.3741,
      "step": 78720
    },
    {
      "epoch": 0.16402083333333334,
      "grad_norm": 1.8321131467819214,
      "learning_rate": 0.0002813270897546884,
      "loss": 9.1649,
      "step": 78730
    },
    {
      "epoch": 0.16404166666666667,
      "grad_norm": 1.9126405715942383,
      "learning_rate": 0.00028132232588782077,
      "loss": 9.2139,
      "step": 78740
    },
    {
      "epoch": 0.1640625,
      "grad_norm": 0.7211247682571411,
      "learning_rate": 0.0002813175614536927,
      "loss": 8.658,
      "step": 78750
    },
    {
      "epoch": 0.16408333333333333,
      "grad_norm": 1.4082075357437134,
      "learning_rate": 0.0002813127964523247,
      "loss": 9.1037,
      "step": 78760
    },
    {
      "epoch": 0.16410416666666666,
      "grad_norm": 1.00983726978302,
      "learning_rate": 0.0002813080308837374,
      "loss": 8.8051,
      "step": 78770
    },
    {
      "epoch": 0.164125,
      "grad_norm": 1.0743792057037354,
      "learning_rate": 0.0002813032647479514,
      "loss": 9.0345,
      "step": 78780
    },
    {
      "epoch": 0.16414583333333332,
      "grad_norm": 0.9897363781929016,
      "learning_rate": 0.0002812984980449873,
      "loss": 8.883,
      "step": 78790
    },
    {
      "epoch": 0.16416666666666666,
      "grad_norm": 0.8309800624847412,
      "learning_rate": 0.0002812937307748656,
      "loss": 10.2186,
      "step": 78800
    },
    {
      "epoch": 0.1641875,
      "grad_norm": 3.2714126110076904,
      "learning_rate": 0.000281288962937607,
      "loss": 10.7155,
      "step": 78810
    },
    {
      "epoch": 0.16420833333333335,
      "grad_norm": 1.4873493909835815,
      "learning_rate": 0.00028128419453323205,
      "loss": 8.9911,
      "step": 78820
    },
    {
      "epoch": 0.16422916666666668,
      "grad_norm": 7.877963066101074,
      "learning_rate": 0.00028127942556176134,
      "loss": 9.4469,
      "step": 78830
    },
    {
      "epoch": 0.16425,
      "grad_norm": 1.5071121454238892,
      "learning_rate": 0.00028127465602321544,
      "loss": 8.3295,
      "step": 78840
    },
    {
      "epoch": 0.16427083333333334,
      "grad_norm": 2.4745891094207764,
      "learning_rate": 0.000281269885917615,
      "loss": 8.542,
      "step": 78850
    },
    {
      "epoch": 0.16429166666666667,
      "grad_norm": 0.6509811878204346,
      "learning_rate": 0.00028126511524498066,
      "loss": 9.1559,
      "step": 78860
    },
    {
      "epoch": 0.1643125,
      "grad_norm": 0.7295179963111877,
      "learning_rate": 0.00028126034400533293,
      "loss": 8.5731,
      "step": 78870
    },
    {
      "epoch": 0.16433333333333333,
      "grad_norm": 1.8797070980072021,
      "learning_rate": 0.0002812555721986925,
      "loss": 9.9026,
      "step": 78880
    },
    {
      "epoch": 0.16435416666666666,
      "grad_norm": 1.2763426303863525,
      "learning_rate": 0.00028125079982507995,
      "loss": 10.0013,
      "step": 78890
    },
    {
      "epoch": 0.164375,
      "grad_norm": 3.046217918395996,
      "learning_rate": 0.00028124602688451585,
      "loss": 9.6215,
      "step": 78900
    },
    {
      "epoch": 0.16439583333333332,
      "grad_norm": 1.0455549955368042,
      "learning_rate": 0.0002812412533770209,
      "loss": 9.3774,
      "step": 78910
    },
    {
      "epoch": 0.16441666666666666,
      "grad_norm": 0.9357852935791016,
      "learning_rate": 0.0002812364793026157,
      "loss": 8.8565,
      "step": 78920
    },
    {
      "epoch": 0.1644375,
      "grad_norm": 1.5058872699737549,
      "learning_rate": 0.00028123170466132084,
      "loss": 10.1386,
      "step": 78930
    },
    {
      "epoch": 0.16445833333333335,
      "grad_norm": 2.969452142715454,
      "learning_rate": 0.00028122692945315694,
      "loss": 10.0462,
      "step": 78940
    },
    {
      "epoch": 0.16447916666666668,
      "grad_norm": 0.7832077145576477,
      "learning_rate": 0.00028122215367814467,
      "loss": 9.0449,
      "step": 78950
    },
    {
      "epoch": 0.1645,
      "grad_norm": 1.4296387434005737,
      "learning_rate": 0.0002812173773363047,
      "loss": 9.8453,
      "step": 78960
    },
    {
      "epoch": 0.16452083333333334,
      "grad_norm": 0.6362451314926147,
      "learning_rate": 0.0002812126004276575,
      "loss": 8.408,
      "step": 78970
    },
    {
      "epoch": 0.16454166666666667,
      "grad_norm": 0.7604010701179504,
      "learning_rate": 0.00028120782295222384,
      "loss": 9.0632,
      "step": 78980
    },
    {
      "epoch": 0.1645625,
      "grad_norm": 0.5828807950019836,
      "learning_rate": 0.0002812030449100243,
      "loss": 8.285,
      "step": 78990
    },
    {
      "epoch": 0.16458333333333333,
      "grad_norm": 1.5899131298065186,
      "learning_rate": 0.0002811982663010796,
      "loss": 8.8116,
      "step": 79000
    },
    {
      "epoch": 0.16458333333333333,
      "eval_loss": 7.430636405944824,
      "eval_runtime": 8.4355,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 79000
    },
    {
      "epoch": 0.16460416666666666,
      "grad_norm": 1.349217414855957,
      "learning_rate": 0.00028119348712541027,
      "loss": 8.3965,
      "step": 79010
    },
    {
      "epoch": 0.164625,
      "grad_norm": 0.6848735213279724,
      "learning_rate": 0.000281188707383037,
      "loss": 8.8359,
      "step": 79020
    },
    {
      "epoch": 0.16464583333333332,
      "grad_norm": 1.0584473609924316,
      "learning_rate": 0.00028118392707398047,
      "loss": 9.5402,
      "step": 79030
    },
    {
      "epoch": 0.16466666666666666,
      "grad_norm": 1.0859256982803345,
      "learning_rate": 0.0002811791461982613,
      "loss": 9.5027,
      "step": 79040
    },
    {
      "epoch": 0.1646875,
      "grad_norm": 1.0119690895080566,
      "learning_rate": 0.0002811743647559001,
      "loss": 9.7015,
      "step": 79050
    },
    {
      "epoch": 0.16470833333333335,
      "grad_norm": 1.4695208072662354,
      "learning_rate": 0.0002811695827469176,
      "loss": 10.1046,
      "step": 79060
    },
    {
      "epoch": 0.16472916666666668,
      "grad_norm": 0.7364847660064697,
      "learning_rate": 0.00028116480017133445,
      "loss": 9.7231,
      "step": 79070
    },
    {
      "epoch": 0.16475,
      "grad_norm": 1.639238715171814,
      "learning_rate": 0.0002811600170291713,
      "loss": 9.8545,
      "step": 79080
    },
    {
      "epoch": 0.16477083333333334,
      "grad_norm": 3.370748996734619,
      "learning_rate": 0.00028115523332044874,
      "loss": 10.0343,
      "step": 79090
    },
    {
      "epoch": 0.16479166666666667,
      "grad_norm": 0.5792889595031738,
      "learning_rate": 0.0002811504490451875,
      "loss": 8.9959,
      "step": 79100
    },
    {
      "epoch": 0.1648125,
      "grad_norm": 0.9206862449645996,
      "learning_rate": 0.0002811456642034082,
      "loss": 9.4747,
      "step": 79110
    },
    {
      "epoch": 0.16483333333333333,
      "grad_norm": 2.9093620777130127,
      "learning_rate": 0.0002811408787951316,
      "loss": 9.3274,
      "step": 79120
    },
    {
      "epoch": 0.16485416666666666,
      "grad_norm": 1.2157856225967407,
      "learning_rate": 0.00028113609282037826,
      "loss": 8.8426,
      "step": 79130
    },
    {
      "epoch": 0.164875,
      "grad_norm": 1.069570541381836,
      "learning_rate": 0.0002811313062791689,
      "loss": 8.7528,
      "step": 79140
    },
    {
      "epoch": 0.16489583333333332,
      "grad_norm": 0.5242708325386047,
      "learning_rate": 0.00028112651917152427,
      "loss": 9.2859,
      "step": 79150
    },
    {
      "epoch": 0.16491666666666666,
      "grad_norm": 1.644399881362915,
      "learning_rate": 0.00028112173149746493,
      "loss": 8.5843,
      "step": 79160
    },
    {
      "epoch": 0.1649375,
      "grad_norm": 0.83498215675354,
      "learning_rate": 0.0002811169432570116,
      "loss": 8.6762,
      "step": 79170
    },
    {
      "epoch": 0.16495833333333335,
      "grad_norm": 1.3421049118041992,
      "learning_rate": 0.00028111215445018504,
      "loss": 9.1891,
      "step": 79180
    },
    {
      "epoch": 0.16497916666666668,
      "grad_norm": 1.2890396118164062,
      "learning_rate": 0.0002811073650770058,
      "loss": 9.2136,
      "step": 79190
    },
    {
      "epoch": 0.165,
      "grad_norm": 1.0916246175765991,
      "learning_rate": 0.0002811025751374947,
      "loss": 10.6189,
      "step": 79200
    },
    {
      "epoch": 0.16502083333333334,
      "grad_norm": 6.405738353729248,
      "learning_rate": 0.00028109778463167236,
      "loss": 9.1012,
      "step": 79210
    },
    {
      "epoch": 0.16504166666666667,
      "grad_norm": 0.8747358918190002,
      "learning_rate": 0.0002810929935595594,
      "loss": 8.3865,
      "step": 79220
    },
    {
      "epoch": 0.1650625,
      "grad_norm": 0.6008559465408325,
      "learning_rate": 0.0002810882019211767,
      "loss": 8.58,
      "step": 79230
    },
    {
      "epoch": 0.16508333333333333,
      "grad_norm": 2.426337480545044,
      "learning_rate": 0.00028108340971654477,
      "loss": 9.0399,
      "step": 79240
    },
    {
      "epoch": 0.16510416666666666,
      "grad_norm": 0.9967593550682068,
      "learning_rate": 0.00028107861694568446,
      "loss": 8.75,
      "step": 79250
    },
    {
      "epoch": 0.165125,
      "grad_norm": 0.5715934634208679,
      "learning_rate": 0.0002810738236086164,
      "loss": 9.3127,
      "step": 79260
    },
    {
      "epoch": 0.16514583333333333,
      "grad_norm": 4.508604526519775,
      "learning_rate": 0.0002810690297053613,
      "loss": 10.2504,
      "step": 79270
    },
    {
      "epoch": 0.16516666666666666,
      "grad_norm": 0.829111635684967,
      "learning_rate": 0.00028106423523593986,
      "loss": 8.5644,
      "step": 79280
    },
    {
      "epoch": 0.1651875,
      "grad_norm": 1.3206946849822998,
      "learning_rate": 0.0002810594402003728,
      "loss": 8.9828,
      "step": 79290
    },
    {
      "epoch": 0.16520833333333335,
      "grad_norm": 0.7419477105140686,
      "learning_rate": 0.00028105464459868084,
      "loss": 9.9254,
      "step": 79300
    },
    {
      "epoch": 0.16522916666666668,
      "grad_norm": 0.7251681685447693,
      "learning_rate": 0.0002810498484308847,
      "loss": 8.9296,
      "step": 79310
    },
    {
      "epoch": 0.16525,
      "grad_norm": 0.947433352470398,
      "learning_rate": 0.00028104505169700513,
      "loss": 9.3922,
      "step": 79320
    },
    {
      "epoch": 0.16527083333333334,
      "grad_norm": 2.5900535583496094,
      "learning_rate": 0.00028104025439706275,
      "loss": 8.9826,
      "step": 79330
    },
    {
      "epoch": 0.16529166666666667,
      "grad_norm": 1.5568565130233765,
      "learning_rate": 0.0002810354565310783,
      "loss": 10.6008,
      "step": 79340
    },
    {
      "epoch": 0.1653125,
      "grad_norm": 1.0437530279159546,
      "learning_rate": 0.0002810306580990726,
      "loss": 9.1928,
      "step": 79350
    },
    {
      "epoch": 0.16533333333333333,
      "grad_norm": 0.9322709441184998,
      "learning_rate": 0.00028102585910106634,
      "loss": 8.5809,
      "step": 79360
    },
    {
      "epoch": 0.16535416666666666,
      "grad_norm": 0.7719168066978455,
      "learning_rate": 0.0002810210595370802,
      "loss": 9.3127,
      "step": 79370
    },
    {
      "epoch": 0.165375,
      "grad_norm": 1.1448464393615723,
      "learning_rate": 0.00028101625940713497,
      "loss": 9.8669,
      "step": 79380
    },
    {
      "epoch": 0.16539583333333333,
      "grad_norm": 5.970340728759766,
      "learning_rate": 0.00028101145871125134,
      "loss": 10.1619,
      "step": 79390
    },
    {
      "epoch": 0.16541666666666666,
      "grad_norm": 0.9379073977470398,
      "learning_rate": 0.00028100665744945006,
      "loss": 8.9967,
      "step": 79400
    },
    {
      "epoch": 0.1654375,
      "grad_norm": 0.7957401275634766,
      "learning_rate": 0.0002810018556217519,
      "loss": 8.5955,
      "step": 79410
    },
    {
      "epoch": 0.16545833333333335,
      "grad_norm": 0.5164291858673096,
      "learning_rate": 0.00028099705322817757,
      "loss": 8.5932,
      "step": 79420
    },
    {
      "epoch": 0.16547916666666668,
      "grad_norm": 0.8270807266235352,
      "learning_rate": 0.0002809922502687478,
      "loss": 9.1697,
      "step": 79430
    },
    {
      "epoch": 0.1655,
      "grad_norm": 1.2245413064956665,
      "learning_rate": 0.00028098744674348336,
      "loss": 8.4736,
      "step": 79440
    },
    {
      "epoch": 0.16552083333333334,
      "grad_norm": 0.7235702276229858,
      "learning_rate": 0.000280982642652405,
      "loss": 9.3119,
      "step": 79450
    },
    {
      "epoch": 0.16554166666666667,
      "grad_norm": 0.49514633417129517,
      "learning_rate": 0.00028097783799553355,
      "loss": 8.9192,
      "step": 79460
    },
    {
      "epoch": 0.1655625,
      "grad_norm": 1.0571292638778687,
      "learning_rate": 0.0002809730327728896,
      "loss": 9.2492,
      "step": 79470
    },
    {
      "epoch": 0.16558333333333333,
      "grad_norm": 0.9109799861907959,
      "learning_rate": 0.000280968226984494,
      "loss": 9.2066,
      "step": 79480
    },
    {
      "epoch": 0.16560416666666666,
      "grad_norm": 0.763958752155304,
      "learning_rate": 0.0002809634206303675,
      "loss": 9.1289,
      "step": 79490
    },
    {
      "epoch": 0.165625,
      "grad_norm": 1.064579725265503,
      "learning_rate": 0.0002809586137105309,
      "loss": 8.4875,
      "step": 79500
    },
    {
      "epoch": 0.16564583333333333,
      "grad_norm": 1.5153576135635376,
      "learning_rate": 0.0002809538062250049,
      "loss": 9.167,
      "step": 79510
    },
    {
      "epoch": 0.16566666666666666,
      "grad_norm": 1.1668781042099,
      "learning_rate": 0.0002809489981738103,
      "loss": 9.8373,
      "step": 79520
    },
    {
      "epoch": 0.1656875,
      "grad_norm": 1.1100735664367676,
      "learning_rate": 0.00028094418955696787,
      "loss": 8.7997,
      "step": 79530
    },
    {
      "epoch": 0.16570833333333335,
      "grad_norm": 1.4944549798965454,
      "learning_rate": 0.00028093938037449835,
      "loss": 9.4882,
      "step": 79540
    },
    {
      "epoch": 0.16572916666666668,
      "grad_norm": 1.8096356391906738,
      "learning_rate": 0.0002809345706264225,
      "loss": 9.539,
      "step": 79550
    },
    {
      "epoch": 0.16575,
      "grad_norm": 2.530067205429077,
      "learning_rate": 0.00028092976031276123,
      "loss": 9.4367,
      "step": 79560
    },
    {
      "epoch": 0.16577083333333334,
      "grad_norm": 0.9257915019989014,
      "learning_rate": 0.00028092494943353515,
      "loss": 9.1277,
      "step": 79570
    },
    {
      "epoch": 0.16579166666666667,
      "grad_norm": 1.305904507637024,
      "learning_rate": 0.0002809201379887651,
      "loss": 8.5923,
      "step": 79580
    },
    {
      "epoch": 0.1658125,
      "grad_norm": 0.9796566367149353,
      "learning_rate": 0.00028091532597847193,
      "loss": 8.8802,
      "step": 79590
    },
    {
      "epoch": 0.16583333333333333,
      "grad_norm": 2.0204684734344482,
      "learning_rate": 0.0002809105134026763,
      "loss": 8.644,
      "step": 79600
    },
    {
      "epoch": 0.16585416666666666,
      "grad_norm": 7.081876754760742,
      "learning_rate": 0.00028090570026139913,
      "loss": 9.3179,
      "step": 79610
    },
    {
      "epoch": 0.165875,
      "grad_norm": 2.1592328548431396,
      "learning_rate": 0.00028090088655466117,
      "loss": 8.9151,
      "step": 79620
    },
    {
      "epoch": 0.16589583333333333,
      "grad_norm": 1.4543554782867432,
      "learning_rate": 0.0002808960722824831,
      "loss": 8.7943,
      "step": 79630
    },
    {
      "epoch": 0.16591666666666666,
      "grad_norm": 3.9090938568115234,
      "learning_rate": 0.0002808912574448859,
      "loss": 9.0086,
      "step": 79640
    },
    {
      "epoch": 0.1659375,
      "grad_norm": 3.164553642272949,
      "learning_rate": 0.00028088644204189023,
      "loss": 9.4038,
      "step": 79650
    },
    {
      "epoch": 0.16595833333333335,
      "grad_norm": 0.5639587640762329,
      "learning_rate": 0.000280881626073517,
      "loss": 8.7714,
      "step": 79660
    },
    {
      "epoch": 0.16597916666666668,
      "grad_norm": 0.9357579350471497,
      "learning_rate": 0.0002808768095397869,
      "loss": 8.9042,
      "step": 79670
    },
    {
      "epoch": 0.166,
      "grad_norm": 2.65926456451416,
      "learning_rate": 0.0002808719924407208,
      "loss": 9.3135,
      "step": 79680
    },
    {
      "epoch": 0.16602083333333334,
      "grad_norm": 2.898214817047119,
      "learning_rate": 0.00028086717477633947,
      "loss": 9.2233,
      "step": 79690
    },
    {
      "epoch": 0.16604166666666667,
      "grad_norm": 2.657240867614746,
      "learning_rate": 0.00028086235654666377,
      "loss": 9.9069,
      "step": 79700
    },
    {
      "epoch": 0.1660625,
      "grad_norm": 1.1983883380889893,
      "learning_rate": 0.0002808575377517145,
      "loss": 8.8491,
      "step": 79710
    },
    {
      "epoch": 0.16608333333333333,
      "grad_norm": 1.6992499828338623,
      "learning_rate": 0.00028085271839151246,
      "loss": 9.2555,
      "step": 79720
    },
    {
      "epoch": 0.16610416666666666,
      "grad_norm": 1.6927438974380493,
      "learning_rate": 0.0002808478984660785,
      "loss": 9.1752,
      "step": 79730
    },
    {
      "epoch": 0.166125,
      "grad_norm": 0.9985129237174988,
      "learning_rate": 0.0002808430779754333,
      "loss": 9.0155,
      "step": 79740
    },
    {
      "epoch": 0.16614583333333333,
      "grad_norm": 2.082223892211914,
      "learning_rate": 0.00028083825691959784,
      "loss": 8.5238,
      "step": 79750
    },
    {
      "epoch": 0.16616666666666666,
      "grad_norm": 1.413486123085022,
      "learning_rate": 0.000280833435298593,
      "loss": 9.3447,
      "step": 79760
    },
    {
      "epoch": 0.1661875,
      "grad_norm": 0.9146199226379395,
      "learning_rate": 0.0002808286131124394,
      "loss": 8.8071,
      "step": 79770
    },
    {
      "epoch": 0.16620833333333335,
      "grad_norm": 0.7412669062614441,
      "learning_rate": 0.000280823790361158,
      "loss": 10.5607,
      "step": 79780
    },
    {
      "epoch": 0.16622916666666668,
      "grad_norm": 1.001049280166626,
      "learning_rate": 0.00028081896704476963,
      "loss": 8.4766,
      "step": 79790
    },
    {
      "epoch": 0.16625,
      "grad_norm": 0.5721898078918457,
      "learning_rate": 0.00028081414316329513,
      "loss": 9.1242,
      "step": 79800
    },
    {
      "epoch": 0.16627083333333334,
      "grad_norm": 4.630133152008057,
      "learning_rate": 0.00028080931871675527,
      "loss": 9.0885,
      "step": 79810
    },
    {
      "epoch": 0.16629166666666667,
      "grad_norm": 0.95306396484375,
      "learning_rate": 0.00028080449370517093,
      "loss": 9.2888,
      "step": 79820
    },
    {
      "epoch": 0.1663125,
      "grad_norm": 1.0317655801773071,
      "learning_rate": 0.000280799668128563,
      "loss": 9.0046,
      "step": 79830
    },
    {
      "epoch": 0.16633333333333333,
      "grad_norm": 1.3705925941467285,
      "learning_rate": 0.0002807948419869522,
      "loss": 11.2393,
      "step": 79840
    },
    {
      "epoch": 0.16635416666666666,
      "grad_norm": 2.625859260559082,
      "learning_rate": 0.0002807900152803595,
      "loss": 8.5447,
      "step": 79850
    },
    {
      "epoch": 0.166375,
      "grad_norm": 0.6186267137527466,
      "learning_rate": 0.00028078518800880566,
      "loss": 8.8995,
      "step": 79860
    },
    {
      "epoch": 0.16639583333333333,
      "grad_norm": 1.3681868314743042,
      "learning_rate": 0.0002807803601723116,
      "loss": 9.5096,
      "step": 79870
    },
    {
      "epoch": 0.16641666666666666,
      "grad_norm": 2.476104736328125,
      "learning_rate": 0.0002807755317708982,
      "loss": 9.0782,
      "step": 79880
    },
    {
      "epoch": 0.1664375,
      "grad_norm": 1.0074211359024048,
      "learning_rate": 0.00028077070280458624,
      "loss": 8.1597,
      "step": 79890
    },
    {
      "epoch": 0.16645833333333335,
      "grad_norm": 22.463342666625977,
      "learning_rate": 0.0002807658732733966,
      "loss": 11.8208,
      "step": 79900
    },
    {
      "epoch": 0.16647916666666668,
      "grad_norm": 0.6353195905685425,
      "learning_rate": 0.00028076104317735013,
      "loss": 8.8226,
      "step": 79910
    },
    {
      "epoch": 0.1665,
      "grad_norm": 0.7269469499588013,
      "learning_rate": 0.0002807562125164677,
      "loss": 8.8466,
      "step": 79920
    },
    {
      "epoch": 0.16652083333333334,
      "grad_norm": 0.5687741041183472,
      "learning_rate": 0.00028075138129077026,
      "loss": 8.6966,
      "step": 79930
    },
    {
      "epoch": 0.16654166666666667,
      "grad_norm": 0.8339518308639526,
      "learning_rate": 0.00028074654950027857,
      "loss": 9.1356,
      "step": 79940
    },
    {
      "epoch": 0.1665625,
      "grad_norm": 1.5073071718215942,
      "learning_rate": 0.0002807417171450135,
      "loss": 8.5039,
      "step": 79950
    },
    {
      "epoch": 0.16658333333333333,
      "grad_norm": 0.9071038961410522,
      "learning_rate": 0.000280736884224996,
      "loss": 9.1617,
      "step": 79960
    },
    {
      "epoch": 0.16660416666666666,
      "grad_norm": 1.215217113494873,
      "learning_rate": 0.0002807320507402469,
      "loss": 8.5324,
      "step": 79970
    },
    {
      "epoch": 0.166625,
      "grad_norm": 0.882582426071167,
      "learning_rate": 0.00028072721669078715,
      "loss": 8.8136,
      "step": 79980
    },
    {
      "epoch": 0.16664583333333333,
      "grad_norm": 1.2295106649398804,
      "learning_rate": 0.0002807223820766375,
      "loss": 8.5747,
      "step": 79990
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 0.6021766662597656,
      "learning_rate": 0.0002807175468978189,
      "loss": 9.2449,
      "step": 80000
    },
    {
      "epoch": 0.16666666666666666,
      "eval_loss": 7.714147090911865,
      "eval_runtime": 8.9224,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 80000
    },
    {
      "epoch": 0.1666875,
      "grad_norm": 0.6895633935928345,
      "learning_rate": 0.0002807127111543523,
      "loss": 9.138,
      "step": 80010
    },
    {
      "epoch": 0.16670833333333332,
      "grad_norm": 1.1936259269714355,
      "learning_rate": 0.0002807078748462584,
      "loss": 9.4875,
      "step": 80020
    },
    {
      "epoch": 0.16672916666666668,
      "grad_norm": 0.8813042640686035,
      "learning_rate": 0.0002807030379735583,
      "loss": 9.7453,
      "step": 80030
    },
    {
      "epoch": 0.16675,
      "grad_norm": 1.7937604188919067,
      "learning_rate": 0.0002806982005362728,
      "loss": 8.2312,
      "step": 80040
    },
    {
      "epoch": 0.16677083333333334,
      "grad_norm": 1.678280234336853,
      "learning_rate": 0.0002806933625344229,
      "loss": 8.5212,
      "step": 80050
    },
    {
      "epoch": 0.16679166666666667,
      "grad_norm": 1.0916351079940796,
      "learning_rate": 0.0002806885239680293,
      "loss": 8.9249,
      "step": 80060
    },
    {
      "epoch": 0.1668125,
      "grad_norm": 1.3681540489196777,
      "learning_rate": 0.000280683684837113,
      "loss": 8.77,
      "step": 80070
    },
    {
      "epoch": 0.16683333333333333,
      "grad_norm": 1.8392285108566284,
      "learning_rate": 0.000280678845141695,
      "loss": 9.439,
      "step": 80080
    },
    {
      "epoch": 0.16685416666666666,
      "grad_norm": 0.8986782431602478,
      "learning_rate": 0.00028067400488179605,
      "loss": 9.1712,
      "step": 80090
    },
    {
      "epoch": 0.166875,
      "grad_norm": 1.2030147314071655,
      "learning_rate": 0.0002806691640574371,
      "loss": 8.8905,
      "step": 80100
    },
    {
      "epoch": 0.16689583333333333,
      "grad_norm": 9.864790916442871,
      "learning_rate": 0.0002806643226686391,
      "loss": 11.171,
      "step": 80110
    },
    {
      "epoch": 0.16691666666666666,
      "grad_norm": 0.9098984003067017,
      "learning_rate": 0.000280659480715423,
      "loss": 9.0633,
      "step": 80120
    },
    {
      "epoch": 0.1669375,
      "grad_norm": 1.2999871969223022,
      "learning_rate": 0.0002806546381978096,
      "loss": 9.2071,
      "step": 80130
    },
    {
      "epoch": 0.16695833333333332,
      "grad_norm": 3.1650314331054688,
      "learning_rate": 0.00028064979511581987,
      "loss": 9.2269,
      "step": 80140
    },
    {
      "epoch": 0.16697916666666668,
      "grad_norm": 0.6398468613624573,
      "learning_rate": 0.0002806449514694748,
      "loss": 9.6178,
      "step": 80150
    },
    {
      "epoch": 0.167,
      "grad_norm": 1.2940773963928223,
      "learning_rate": 0.00028064010725879524,
      "loss": 9.2215,
      "step": 80160
    },
    {
      "epoch": 0.16702083333333334,
      "grad_norm": 1.067522406578064,
      "learning_rate": 0.0002806352624838021,
      "loss": 9.9038,
      "step": 80170
    },
    {
      "epoch": 0.16704166666666667,
      "grad_norm": 3.2128448486328125,
      "learning_rate": 0.0002806304171445164,
      "loss": 10.2674,
      "step": 80180
    },
    {
      "epoch": 0.1670625,
      "grad_norm": 1.1322542428970337,
      "learning_rate": 0.0002806255712409589,
      "loss": 10.1838,
      "step": 80190
    },
    {
      "epoch": 0.16708333333333333,
      "grad_norm": 1.2616474628448486,
      "learning_rate": 0.0002806207247731507,
      "loss": 8.5328,
      "step": 80200
    },
    {
      "epoch": 0.16710416666666666,
      "grad_norm": 2.424625873565674,
      "learning_rate": 0.00028061587774111266,
      "loss": 9.7013,
      "step": 80210
    },
    {
      "epoch": 0.167125,
      "grad_norm": 2.3786065578460693,
      "learning_rate": 0.0002806110301448657,
      "loss": 8.5597,
      "step": 80220
    },
    {
      "epoch": 0.16714583333333333,
      "grad_norm": 0.6249501705169678,
      "learning_rate": 0.00028060618198443086,
      "loss": 9.0965,
      "step": 80230
    },
    {
      "epoch": 0.16716666666666666,
      "grad_norm": 1.8667970895767212,
      "learning_rate": 0.00028060133325982897,
      "loss": 9.3412,
      "step": 80240
    },
    {
      "epoch": 0.1671875,
      "grad_norm": 1.1819838285446167,
      "learning_rate": 0.000280596483971081,
      "loss": 8.556,
      "step": 80250
    },
    {
      "epoch": 0.16720833333333332,
      "grad_norm": 0.955920934677124,
      "learning_rate": 0.000280591634118208,
      "loss": 9.7073,
      "step": 80260
    },
    {
      "epoch": 0.16722916666666668,
      "grad_norm": 0.9431986808776855,
      "learning_rate": 0.00028058678370123074,
      "loss": 9.1788,
      "step": 80270
    },
    {
      "epoch": 0.16725,
      "grad_norm": 0.7729822993278503,
      "learning_rate": 0.00028058193272017027,
      "loss": 8.4699,
      "step": 80280
    },
    {
      "epoch": 0.16727083333333334,
      "grad_norm": 3.514742612838745,
      "learning_rate": 0.0002805770811750476,
      "loss": 9.312,
      "step": 80290
    },
    {
      "epoch": 0.16729166666666667,
      "grad_norm": 1.4140781164169312,
      "learning_rate": 0.00028057222906588354,
      "loss": 10.9764,
      "step": 80300
    },
    {
      "epoch": 0.1673125,
      "grad_norm": 0.9491844773292542,
      "learning_rate": 0.0002805673763926992,
      "loss": 8.6688,
      "step": 80310
    },
    {
      "epoch": 0.16733333333333333,
      "grad_norm": 0.6783446073532104,
      "learning_rate": 0.0002805625231555154,
      "loss": 9.273,
      "step": 80320
    },
    {
      "epoch": 0.16735416666666666,
      "grad_norm": 1.8844294548034668,
      "learning_rate": 0.00028055766935435327,
      "loss": 10.1266,
      "step": 80330
    },
    {
      "epoch": 0.167375,
      "grad_norm": 1.577304720878601,
      "learning_rate": 0.00028055281498923364,
      "loss": 8.4203,
      "step": 80340
    },
    {
      "epoch": 0.16739583333333333,
      "grad_norm": 0.638267993927002,
      "learning_rate": 0.00028054796006017754,
      "loss": 8.7396,
      "step": 80350
    },
    {
      "epoch": 0.16741666666666666,
      "grad_norm": 1.236449122428894,
      "learning_rate": 0.00028054310456720593,
      "loss": 10.0087,
      "step": 80360
    },
    {
      "epoch": 0.1674375,
      "grad_norm": 0.7575953602790833,
      "learning_rate": 0.0002805382485103398,
      "loss": 8.5968,
      "step": 80370
    },
    {
      "epoch": 0.16745833333333332,
      "grad_norm": 0.8996046185493469,
      "learning_rate": 0.00028053339188960005,
      "loss": 9.1561,
      "step": 80380
    },
    {
      "epoch": 0.16747916666666668,
      "grad_norm": 0.8901107311248779,
      "learning_rate": 0.00028052853470500775,
      "loss": 9.1769,
      "step": 80390
    },
    {
      "epoch": 0.1675,
      "grad_norm": 3.3597300052642822,
      "learning_rate": 0.00028052367695658386,
      "loss": 9.2997,
      "step": 80400
    },
    {
      "epoch": 0.16752083333333334,
      "grad_norm": 0.6245307326316833,
      "learning_rate": 0.0002805188186443493,
      "loss": 8.6176,
      "step": 80410
    },
    {
      "epoch": 0.16754166666666667,
      "grad_norm": 2.1482832431793213,
      "learning_rate": 0.0002805139597683252,
      "loss": 9.29,
      "step": 80420
    },
    {
      "epoch": 0.1675625,
      "grad_norm": 1.2878004312515259,
      "learning_rate": 0.00028050910032853234,
      "loss": 8.3073,
      "step": 80430
    },
    {
      "epoch": 0.16758333333333333,
      "grad_norm": 0.6271863579750061,
      "learning_rate": 0.0002805042403249919,
      "loss": 8.198,
      "step": 80440
    },
    {
      "epoch": 0.16760416666666667,
      "grad_norm": 0.988251268863678,
      "learning_rate": 0.0002804993797577248,
      "loss": 8.5323,
      "step": 80450
    },
    {
      "epoch": 0.167625,
      "grad_norm": 0.7839405536651611,
      "learning_rate": 0.000280494518626752,
      "loss": 8.6086,
      "step": 80460
    },
    {
      "epoch": 0.16764583333333333,
      "grad_norm": 0.8463207483291626,
      "learning_rate": 0.00028048965693209453,
      "loss": 9.1166,
      "step": 80470
    },
    {
      "epoch": 0.16766666666666666,
      "grad_norm": 1.1881858110427856,
      "learning_rate": 0.0002804847946737734,
      "loss": 8.2085,
      "step": 80480
    },
    {
      "epoch": 0.1676875,
      "grad_norm": 1.1229795217514038,
      "learning_rate": 0.0002804799318518096,
      "loss": 9.2139,
      "step": 80490
    },
    {
      "epoch": 0.16770833333333332,
      "grad_norm": 2.6283681392669678,
      "learning_rate": 0.0002804750684662242,
      "loss": 10.0978,
      "step": 80500
    },
    {
      "epoch": 0.16772916666666668,
      "grad_norm": 2.0730419158935547,
      "learning_rate": 0.0002804702045170381,
      "loss": 9.1493,
      "step": 80510
    },
    {
      "epoch": 0.16775,
      "grad_norm": 0.912247896194458,
      "learning_rate": 0.0002804653400042724,
      "loss": 9.3612,
      "step": 80520
    },
    {
      "epoch": 0.16777083333333334,
      "grad_norm": 0.8480570912361145,
      "learning_rate": 0.00028046047492794805,
      "loss": 9.9234,
      "step": 80530
    },
    {
      "epoch": 0.16779166666666667,
      "grad_norm": 1.1065294742584229,
      "learning_rate": 0.00028045560928808606,
      "loss": 8.5985,
      "step": 80540
    },
    {
      "epoch": 0.1678125,
      "grad_norm": 1.8859318494796753,
      "learning_rate": 0.0002804507430847075,
      "loss": 10.7478,
      "step": 80550
    },
    {
      "epoch": 0.16783333333333333,
      "grad_norm": 1.2824082374572754,
      "learning_rate": 0.00028044587631783334,
      "loss": 10.6554,
      "step": 80560
    },
    {
      "epoch": 0.16785416666666667,
      "grad_norm": 3.30879282951355,
      "learning_rate": 0.0002804410089874846,
      "loss": 8.9478,
      "step": 80570
    },
    {
      "epoch": 0.167875,
      "grad_norm": 1.8355586528778076,
      "learning_rate": 0.00028043614109368243,
      "loss": 9.1114,
      "step": 80580
    },
    {
      "epoch": 0.16789583333333333,
      "grad_norm": 1.239327311515808,
      "learning_rate": 0.00028043127263644775,
      "loss": 8.194,
      "step": 80590
    },
    {
      "epoch": 0.16791666666666666,
      "grad_norm": 0.8343228697776794,
      "learning_rate": 0.00028042640361580155,
      "loss": 8.3834,
      "step": 80600
    },
    {
      "epoch": 0.1679375,
      "grad_norm": 2.402078151702881,
      "learning_rate": 0.0002804215340317649,
      "loss": 8.7357,
      "step": 80610
    },
    {
      "epoch": 0.16795833333333332,
      "grad_norm": 2.1829633712768555,
      "learning_rate": 0.00028041666388435886,
      "loss": 8.7247,
      "step": 80620
    },
    {
      "epoch": 0.16797916666666668,
      "grad_norm": 1.8879234790802002,
      "learning_rate": 0.0002804117931736045,
      "loss": 9.1858,
      "step": 80630
    },
    {
      "epoch": 0.168,
      "grad_norm": 1.5554955005645752,
      "learning_rate": 0.0002804069218995228,
      "loss": 9.1407,
      "step": 80640
    },
    {
      "epoch": 0.16802083333333334,
      "grad_norm": 2.8572800159454346,
      "learning_rate": 0.0002804020500621348,
      "loss": 8.2114,
      "step": 80650
    },
    {
      "epoch": 0.16804166666666667,
      "grad_norm": 4.866279125213623,
      "learning_rate": 0.00028039717766146154,
      "loss": 8.8968,
      "step": 80660
    },
    {
      "epoch": 0.1680625,
      "grad_norm": 1.3050833940505981,
      "learning_rate": 0.00028039230469752407,
      "loss": 9.6511,
      "step": 80670
    },
    {
      "epoch": 0.16808333333333333,
      "grad_norm": 1.4655872583389282,
      "learning_rate": 0.00028038743117034357,
      "loss": 9.0886,
      "step": 80680
    },
    {
      "epoch": 0.16810416666666667,
      "grad_norm": 1.934824824333191,
      "learning_rate": 0.00028038255707994085,
      "loss": 8.643,
      "step": 80690
    },
    {
      "epoch": 0.168125,
      "grad_norm": 0.8161666989326477,
      "learning_rate": 0.0002803776824263372,
      "loss": 8.4258,
      "step": 80700
    },
    {
      "epoch": 0.16814583333333333,
      "grad_norm": 0.7347949147224426,
      "learning_rate": 0.00028037280720955346,
      "loss": 8.6699,
      "step": 80710
    },
    {
      "epoch": 0.16816666666666666,
      "grad_norm": 0.6747499704360962,
      "learning_rate": 0.00028036793142961086,
      "loss": 9.6688,
      "step": 80720
    },
    {
      "epoch": 0.1681875,
      "grad_norm": 0.6897478699684143,
      "learning_rate": 0.0002803630550865304,
      "loss": 8.2879,
      "step": 80730
    },
    {
      "epoch": 0.16820833333333332,
      "grad_norm": 1.7879129648208618,
      "learning_rate": 0.00028035817818033315,
      "loss": 9.3926,
      "step": 80740
    },
    {
      "epoch": 0.16822916666666668,
      "grad_norm": 0.9877057671546936,
      "learning_rate": 0.0002803533007110401,
      "loss": 9.1347,
      "step": 80750
    },
    {
      "epoch": 0.16825,
      "grad_norm": 2.3978638648986816,
      "learning_rate": 0.0002803484226786725,
      "loss": 8.9829,
      "step": 80760
    },
    {
      "epoch": 0.16827083333333334,
      "grad_norm": 1.3392527103424072,
      "learning_rate": 0.0002803435440832512,
      "loss": 9.6074,
      "step": 80770
    },
    {
      "epoch": 0.16829166666666667,
      "grad_norm": 1.457624077796936,
      "learning_rate": 0.0002803386649247975,
      "loss": 8.5982,
      "step": 80780
    },
    {
      "epoch": 0.1683125,
      "grad_norm": 0.6519330739974976,
      "learning_rate": 0.0002803337852033323,
      "loss": 8.1147,
      "step": 80790
    },
    {
      "epoch": 0.16833333333333333,
      "grad_norm": 1.9014992713928223,
      "learning_rate": 0.0002803289049188767,
      "loss": 8.6051,
      "step": 80800
    },
    {
      "epoch": 0.16835416666666667,
      "grad_norm": 2.2492055892944336,
      "learning_rate": 0.00028032402407145184,
      "loss": 8.6957,
      "step": 80810
    },
    {
      "epoch": 0.168375,
      "grad_norm": 1.4473038911819458,
      "learning_rate": 0.00028031914266107876,
      "loss": 8.5357,
      "step": 80820
    },
    {
      "epoch": 0.16839583333333333,
      "grad_norm": 0.7371005415916443,
      "learning_rate": 0.00028031426068777864,
      "loss": 8.0706,
      "step": 80830
    },
    {
      "epoch": 0.16841666666666666,
      "grad_norm": 0.7250989079475403,
      "learning_rate": 0.00028030937815157246,
      "loss": 9.0156,
      "step": 80840
    },
    {
      "epoch": 0.1684375,
      "grad_norm": 0.7819528579711914,
      "learning_rate": 0.0002803044950524813,
      "loss": 8.8186,
      "step": 80850
    },
    {
      "epoch": 0.16845833333333332,
      "grad_norm": 1.764939785003662,
      "learning_rate": 0.0002802996113905264,
      "loss": 8.1763,
      "step": 80860
    },
    {
      "epoch": 0.16847916666666668,
      "grad_norm": 0.6760185360908508,
      "learning_rate": 0.00028029472716572867,
      "loss": 8.8846,
      "step": 80870
    },
    {
      "epoch": 0.1685,
      "grad_norm": 1.0446242094039917,
      "learning_rate": 0.0002802898423781093,
      "loss": 8.6511,
      "step": 80880
    },
    {
      "epoch": 0.16852083333333334,
      "grad_norm": 2.6974856853485107,
      "learning_rate": 0.0002802849570276894,
      "loss": 8.9143,
      "step": 80890
    },
    {
      "epoch": 0.16854166666666667,
      "grad_norm": 0.8532496094703674,
      "learning_rate": 0.0002802800711144901,
      "loss": 8.4777,
      "step": 80900
    },
    {
      "epoch": 0.1685625,
      "grad_norm": 3.385145664215088,
      "learning_rate": 0.0002802751846385324,
      "loss": 8.3812,
      "step": 80910
    },
    {
      "epoch": 0.16858333333333334,
      "grad_norm": 1.4165288209915161,
      "learning_rate": 0.00028027029759983746,
      "loss": 9.4878,
      "step": 80920
    },
    {
      "epoch": 0.16860416666666667,
      "grad_norm": 1.9780162572860718,
      "learning_rate": 0.00028026540999842646,
      "loss": 8.2419,
      "step": 80930
    },
    {
      "epoch": 0.168625,
      "grad_norm": 2.9410452842712402,
      "learning_rate": 0.0002802605218343204,
      "loss": 9.6203,
      "step": 80940
    },
    {
      "epoch": 0.16864583333333333,
      "grad_norm": 0.9083737730979919,
      "learning_rate": 0.0002802556331075405,
      "loss": 8.2916,
      "step": 80950
    },
    {
      "epoch": 0.16866666666666666,
      "grad_norm": 0.7406185865402222,
      "learning_rate": 0.00028025074381810776,
      "loss": 8.7704,
      "step": 80960
    },
    {
      "epoch": 0.1686875,
      "grad_norm": 0.812995970249176,
      "learning_rate": 0.0002802458539660434,
      "loss": 9.094,
      "step": 80970
    },
    {
      "epoch": 0.16870833333333332,
      "grad_norm": 1.2015396356582642,
      "learning_rate": 0.00028024096355136854,
      "loss": 9.3407,
      "step": 80980
    },
    {
      "epoch": 0.16872916666666668,
      "grad_norm": 1.174318790435791,
      "learning_rate": 0.0002802360725741042,
      "loss": 8.7635,
      "step": 80990
    },
    {
      "epoch": 0.16875,
      "grad_norm": 1.7448363304138184,
      "learning_rate": 0.0002802311810342716,
      "loss": 8.9834,
      "step": 81000
    },
    {
      "epoch": 0.16875,
      "eval_loss": 6.957258701324463,
      "eval_runtime": 8.9437,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 81000
    },
    {
      "epoch": 0.16877083333333334,
      "grad_norm": 1.5204919576644897,
      "learning_rate": 0.0002802262889318918,
      "loss": 8.7564,
      "step": 81010
    },
    {
      "epoch": 0.16879166666666667,
      "grad_norm": 0.8557669520378113,
      "learning_rate": 0.00028022139626698606,
      "loss": 8.5277,
      "step": 81020
    },
    {
      "epoch": 0.1688125,
      "grad_norm": 1.2337838411331177,
      "learning_rate": 0.00028021650303957545,
      "loss": 8.9238,
      "step": 81030
    },
    {
      "epoch": 0.16883333333333334,
      "grad_norm": 1.039567232131958,
      "learning_rate": 0.000280211609249681,
      "loss": 8.0624,
      "step": 81040
    },
    {
      "epoch": 0.16885416666666667,
      "grad_norm": 1.59152090549469,
      "learning_rate": 0.000280206714897324,
      "loss": 9.6824,
      "step": 81050
    },
    {
      "epoch": 0.168875,
      "grad_norm": 1.470389723777771,
      "learning_rate": 0.0002802018199825255,
      "loss": 8.4794,
      "step": 81060
    },
    {
      "epoch": 0.16889583333333333,
      "grad_norm": 2.838850259780884,
      "learning_rate": 0.0002801969245053067,
      "loss": 10.1222,
      "step": 81070
    },
    {
      "epoch": 0.16891666666666666,
      "grad_norm": 1.149609923362732,
      "learning_rate": 0.0002801920284656887,
      "loss": 9.3093,
      "step": 81080
    },
    {
      "epoch": 0.1689375,
      "grad_norm": 0.7191263437271118,
      "learning_rate": 0.0002801871318636927,
      "loss": 8.6536,
      "step": 81090
    },
    {
      "epoch": 0.16895833333333332,
      "grad_norm": 0.9558470249176025,
      "learning_rate": 0.0002801822346993398,
      "loss": 8.4069,
      "step": 81100
    },
    {
      "epoch": 0.16897916666666668,
      "grad_norm": 2.2606570720672607,
      "learning_rate": 0.00028017733697265117,
      "loss": 8.7163,
      "step": 81110
    },
    {
      "epoch": 0.169,
      "grad_norm": 1.855211615562439,
      "learning_rate": 0.000280172438683648,
      "loss": 8.9132,
      "step": 81120
    },
    {
      "epoch": 0.16902083333333334,
      "grad_norm": 2.3532650470733643,
      "learning_rate": 0.0002801675398323514,
      "loss": 8.74,
      "step": 81130
    },
    {
      "epoch": 0.16904166666666667,
      "grad_norm": 1.695321798324585,
      "learning_rate": 0.0002801626404187826,
      "loss": 8.1628,
      "step": 81140
    },
    {
      "epoch": 0.1690625,
      "grad_norm": 1.7102588415145874,
      "learning_rate": 0.0002801577404429626,
      "loss": 8.9965,
      "step": 81150
    },
    {
      "epoch": 0.16908333333333334,
      "grad_norm": 1.5375068187713623,
      "learning_rate": 0.0002801528399049128,
      "loss": 8.0643,
      "step": 81160
    },
    {
      "epoch": 0.16910416666666667,
      "grad_norm": 0.5956006050109863,
      "learning_rate": 0.0002801479388046542,
      "loss": 9.8749,
      "step": 81170
    },
    {
      "epoch": 0.169125,
      "grad_norm": 1.5472452640533447,
      "learning_rate": 0.00028014303714220804,
      "loss": 9.1584,
      "step": 81180
    },
    {
      "epoch": 0.16914583333333333,
      "grad_norm": 0.8025948405265808,
      "learning_rate": 0.00028013813491759547,
      "loss": 8.5415,
      "step": 81190
    },
    {
      "epoch": 0.16916666666666666,
      "grad_norm": 1.0913859605789185,
      "learning_rate": 0.0002801332321308376,
      "loss": 8.6557,
      "step": 81200
    },
    {
      "epoch": 0.1691875,
      "grad_norm": 0.6094306111335754,
      "learning_rate": 0.00028012832878195575,
      "loss": 8.7493,
      "step": 81210
    },
    {
      "epoch": 0.16920833333333332,
      "grad_norm": 0.7916738986968994,
      "learning_rate": 0.000280123424870971,
      "loss": 7.6752,
      "step": 81220
    },
    {
      "epoch": 0.16922916666666668,
      "grad_norm": 0.5550541281700134,
      "learning_rate": 0.0002801185203979046,
      "loss": 8.8713,
      "step": 81230
    },
    {
      "epoch": 0.16925,
      "grad_norm": 1.1166292428970337,
      "learning_rate": 0.0002801136153627777,
      "loss": 8.6614,
      "step": 81240
    },
    {
      "epoch": 0.16927083333333334,
      "grad_norm": 1.4919302463531494,
      "learning_rate": 0.0002801087097656114,
      "loss": 7.9976,
      "step": 81250
    },
    {
      "epoch": 0.16929166666666667,
      "grad_norm": 1.6352026462554932,
      "learning_rate": 0.00028010380360642703,
      "loss": 8.6565,
      "step": 81260
    },
    {
      "epoch": 0.1693125,
      "grad_norm": 1.1252082586288452,
      "learning_rate": 0.0002800988968852457,
      "loss": 7.9169,
      "step": 81270
    },
    {
      "epoch": 0.16933333333333334,
      "grad_norm": 0.699008047580719,
      "learning_rate": 0.0002800939896020887,
      "loss": 8.4889,
      "step": 81280
    },
    {
      "epoch": 0.16935416666666667,
      "grad_norm": 2.633481740951538,
      "learning_rate": 0.0002800890817569771,
      "loss": 8.4729,
      "step": 81290
    },
    {
      "epoch": 0.169375,
      "grad_norm": 0.7999489307403564,
      "learning_rate": 0.00028008417334993217,
      "loss": 8.9761,
      "step": 81300
    },
    {
      "epoch": 0.16939583333333333,
      "grad_norm": 9.701590538024902,
      "learning_rate": 0.0002800792643809751,
      "loss": 9.4925,
      "step": 81310
    },
    {
      "epoch": 0.16941666666666666,
      "grad_norm": 0.9910898208618164,
      "learning_rate": 0.0002800743548501271,
      "loss": 8.5936,
      "step": 81320
    },
    {
      "epoch": 0.1694375,
      "grad_norm": 1.433582067489624,
      "learning_rate": 0.00028006944475740943,
      "loss": 7.9478,
      "step": 81330
    },
    {
      "epoch": 0.16945833333333332,
      "grad_norm": 0.9289162158966064,
      "learning_rate": 0.0002800645341028432,
      "loss": 8.4329,
      "step": 81340
    },
    {
      "epoch": 0.16947916666666665,
      "grad_norm": 0.7493789196014404,
      "learning_rate": 0.0002800596228864496,
      "loss": 8.8093,
      "step": 81350
    },
    {
      "epoch": 0.1695,
      "grad_norm": 1.12690269947052,
      "learning_rate": 0.00028005471110825,
      "loss": 8.4271,
      "step": 81360
    },
    {
      "epoch": 0.16952083333333334,
      "grad_norm": 0.9277858734130859,
      "learning_rate": 0.00028004979876826544,
      "loss": 8.2169,
      "step": 81370
    },
    {
      "epoch": 0.16954166666666667,
      "grad_norm": 1.625098466873169,
      "learning_rate": 0.00028004488586651737,
      "loss": 8.3556,
      "step": 81380
    },
    {
      "epoch": 0.1695625,
      "grad_norm": 1.710893988609314,
      "learning_rate": 0.00028003997240302675,
      "loss": 9.4566,
      "step": 81390
    },
    {
      "epoch": 0.16958333333333334,
      "grad_norm": 2.1302592754364014,
      "learning_rate": 0.00028003505837781494,
      "loss": 8.7406,
      "step": 81400
    },
    {
      "epoch": 0.16960416666666667,
      "grad_norm": 0.8125998973846436,
      "learning_rate": 0.00028003014379090314,
      "loss": 8.0612,
      "step": 81410
    },
    {
      "epoch": 0.169625,
      "grad_norm": 1.8955585956573486,
      "learning_rate": 0.00028002522864231265,
      "loss": 8.5263,
      "step": 81420
    },
    {
      "epoch": 0.16964583333333333,
      "grad_norm": 0.6897419691085815,
      "learning_rate": 0.00028002031293206456,
      "loss": 8.6131,
      "step": 81430
    },
    {
      "epoch": 0.16966666666666666,
      "grad_norm": 1.0599040985107422,
      "learning_rate": 0.00028001539666018023,
      "loss": 7.9743,
      "step": 81440
    },
    {
      "epoch": 0.1696875,
      "grad_norm": 0.749826967716217,
      "learning_rate": 0.00028001047982668085,
      "loss": 9.9428,
      "step": 81450
    },
    {
      "epoch": 0.16970833333333332,
      "grad_norm": 0.6833406686782837,
      "learning_rate": 0.00028000556243158763,
      "loss": 8.4861,
      "step": 81460
    },
    {
      "epoch": 0.16972916666666665,
      "grad_norm": 1.0981173515319824,
      "learning_rate": 0.00028000064447492186,
      "loss": 8.8235,
      "step": 81470
    },
    {
      "epoch": 0.16975,
      "grad_norm": 0.8649030327796936,
      "learning_rate": 0.0002799957259567048,
      "loss": 9.3141,
      "step": 81480
    },
    {
      "epoch": 0.16977083333333334,
      "grad_norm": 0.6717920899391174,
      "learning_rate": 0.00027999080687695764,
      "loss": 8.5117,
      "step": 81490
    },
    {
      "epoch": 0.16979166666666667,
      "grad_norm": 0.7560217976570129,
      "learning_rate": 0.00027998588723570164,
      "loss": 8.1012,
      "step": 81500
    },
    {
      "epoch": 0.1698125,
      "grad_norm": 0.9527014493942261,
      "learning_rate": 0.00027998096703295804,
      "loss": 8.4538,
      "step": 81510
    },
    {
      "epoch": 0.16983333333333334,
      "grad_norm": 0.5136432647705078,
      "learning_rate": 0.00027997604626874814,
      "loss": 8.885,
      "step": 81520
    },
    {
      "epoch": 0.16985416666666667,
      "grad_norm": 0.5990826487541199,
      "learning_rate": 0.00027997112494309315,
      "loss": 8.3669,
      "step": 81530
    },
    {
      "epoch": 0.169875,
      "grad_norm": 5.159086227416992,
      "learning_rate": 0.00027996620305601437,
      "loss": 8.9993,
      "step": 81540
    },
    {
      "epoch": 0.16989583333333333,
      "grad_norm": 3.733555316925049,
      "learning_rate": 0.000279961280607533,
      "loss": 9.2195,
      "step": 81550
    },
    {
      "epoch": 0.16991666666666666,
      "grad_norm": 0.8800157904624939,
      "learning_rate": 0.0002799563575976704,
      "loss": 8.2475,
      "step": 81560
    },
    {
      "epoch": 0.1699375,
      "grad_norm": 0.9149609804153442,
      "learning_rate": 0.00027995143402644767,
      "loss": 8.4877,
      "step": 81570
    },
    {
      "epoch": 0.16995833333333332,
      "grad_norm": 0.7538573741912842,
      "learning_rate": 0.0002799465098938863,
      "loss": 8.9081,
      "step": 81580
    },
    {
      "epoch": 0.16997916666666665,
      "grad_norm": 1.5414011478424072,
      "learning_rate": 0.00027994158520000734,
      "loss": 9.3833,
      "step": 81590
    },
    {
      "epoch": 0.17,
      "grad_norm": 0.9627511501312256,
      "learning_rate": 0.00027993665994483223,
      "loss": 8.0339,
      "step": 81600
    },
    {
      "epoch": 0.17002083333333334,
      "grad_norm": 1.9107290506362915,
      "learning_rate": 0.00027993173412838214,
      "loss": 8.6801,
      "step": 81610
    },
    {
      "epoch": 0.17004166666666667,
      "grad_norm": 1.5037081241607666,
      "learning_rate": 0.0002799268077506784,
      "loss": 8.7267,
      "step": 81620
    },
    {
      "epoch": 0.1700625,
      "grad_norm": 1.31338632106781,
      "learning_rate": 0.0002799218808117423,
      "loss": 8.2392,
      "step": 81630
    },
    {
      "epoch": 0.17008333333333334,
      "grad_norm": 1.7348967790603638,
      "learning_rate": 0.00027991695331159515,
      "loss": 8.6432,
      "step": 81640
    },
    {
      "epoch": 0.17010416666666667,
      "grad_norm": 12.15151596069336,
      "learning_rate": 0.0002799120252502581,
      "loss": 11.5013,
      "step": 81650
    },
    {
      "epoch": 0.170125,
      "grad_norm": 4.303175926208496,
      "learning_rate": 0.0002799070966277526,
      "loss": 9.1831,
      "step": 81660
    },
    {
      "epoch": 0.17014583333333333,
      "grad_norm": 0.8501454591751099,
      "learning_rate": 0.00027990216744409977,
      "loss": 8.388,
      "step": 81670
    },
    {
      "epoch": 0.17016666666666666,
      "grad_norm": 0.9456838965415955,
      "learning_rate": 0.0002798972376993211,
      "loss": 8.5281,
      "step": 81680
    },
    {
      "epoch": 0.1701875,
      "grad_norm": 1.2419389486312866,
      "learning_rate": 0.0002798923073934377,
      "loss": 9.0917,
      "step": 81690
    },
    {
      "epoch": 0.17020833333333332,
      "grad_norm": 2.9283406734466553,
      "learning_rate": 0.00027988737652647096,
      "loss": 8.5822,
      "step": 81700
    },
    {
      "epoch": 0.17022916666666665,
      "grad_norm": 0.7301512360572815,
      "learning_rate": 0.0002798824450984422,
      "loss": 7.6066,
      "step": 81710
    },
    {
      "epoch": 0.17025,
      "grad_norm": 0.5056897401809692,
      "learning_rate": 0.0002798775131093727,
      "loss": 8.4458,
      "step": 81720
    },
    {
      "epoch": 0.17027083333333334,
      "grad_norm": 0.7608817219734192,
      "learning_rate": 0.0002798725805592837,
      "loss": 8.2983,
      "step": 81730
    },
    {
      "epoch": 0.17029166666666667,
      "grad_norm": 0.912606418132782,
      "learning_rate": 0.00027986764744819656,
      "loss": 8.5591,
      "step": 81740
    },
    {
      "epoch": 0.1703125,
      "grad_norm": 1.9543826580047607,
      "learning_rate": 0.0002798627137761326,
      "loss": 8.4106,
      "step": 81750
    },
    {
      "epoch": 0.17033333333333334,
      "grad_norm": 0.8419026136398315,
      "learning_rate": 0.00027985777954311317,
      "loss": 8.5667,
      "step": 81760
    },
    {
      "epoch": 0.17035416666666667,
      "grad_norm": 1.4085365533828735,
      "learning_rate": 0.0002798528447491595,
      "loss": 7.8803,
      "step": 81770
    },
    {
      "epoch": 0.170375,
      "grad_norm": 0.5149937868118286,
      "learning_rate": 0.0002798479093942929,
      "loss": 9.1113,
      "step": 81780
    },
    {
      "epoch": 0.17039583333333333,
      "grad_norm": 1.3095680475234985,
      "learning_rate": 0.00027984297347853474,
      "loss": 8.108,
      "step": 81790
    },
    {
      "epoch": 0.17041666666666666,
      "grad_norm": 0.5396241545677185,
      "learning_rate": 0.0002798380370019064,
      "loss": 9.2393,
      "step": 81800
    },
    {
      "epoch": 0.1704375,
      "grad_norm": 3.233914613723755,
      "learning_rate": 0.0002798330999644291,
      "loss": 8.1104,
      "step": 81810
    },
    {
      "epoch": 0.17045833333333332,
      "grad_norm": 0.7359857559204102,
      "learning_rate": 0.0002798281623661241,
      "loss": 7.7861,
      "step": 81820
    },
    {
      "epoch": 0.17047916666666665,
      "grad_norm": 0.5664717555046082,
      "learning_rate": 0.000279823224207013,
      "loss": 8.2545,
      "step": 81830
    },
    {
      "epoch": 0.1705,
      "grad_norm": 1.794743299484253,
      "learning_rate": 0.00027981828548711684,
      "loss": 8.6529,
      "step": 81840
    },
    {
      "epoch": 0.17052083333333334,
      "grad_norm": 2.3634355068206787,
      "learning_rate": 0.0002798133462064571,
      "loss": 8.5854,
      "step": 81850
    },
    {
      "epoch": 0.17054166666666667,
      "grad_norm": 1.222077488899231,
      "learning_rate": 0.0002798084063650551,
      "loss": 8.9229,
      "step": 81860
    },
    {
      "epoch": 0.1705625,
      "grad_norm": 1.2323909997940063,
      "learning_rate": 0.0002798034659629321,
      "loss": 8.886,
      "step": 81870
    },
    {
      "epoch": 0.17058333333333334,
      "grad_norm": 0.7311621308326721,
      "learning_rate": 0.0002797985250001096,
      "loss": 8.2786,
      "step": 81880
    },
    {
      "epoch": 0.17060416666666667,
      "grad_norm": 2.281877279281616,
      "learning_rate": 0.0002797935834766088,
      "loss": 9.1954,
      "step": 81890
    },
    {
      "epoch": 0.170625,
      "grad_norm": 0.8997373580932617,
      "learning_rate": 0.00027978864139245114,
      "loss": 7.9496,
      "step": 81900
    },
    {
      "epoch": 0.17064583333333333,
      "grad_norm": 4.492560863494873,
      "learning_rate": 0.0002797836987476579,
      "loss": 8.3909,
      "step": 81910
    },
    {
      "epoch": 0.17066666666666666,
      "grad_norm": 3.058633804321289,
      "learning_rate": 0.0002797787555422504,
      "loss": 8.7023,
      "step": 81920
    },
    {
      "epoch": 0.1706875,
      "grad_norm": 7.93379020690918,
      "learning_rate": 0.0002797738117762501,
      "loss": 9.4611,
      "step": 81930
    },
    {
      "epoch": 0.17070833333333332,
      "grad_norm": 0.7465775012969971,
      "learning_rate": 0.00027976886744967834,
      "loss": 7.7319,
      "step": 81940
    },
    {
      "epoch": 0.17072916666666665,
      "grad_norm": 0.7751157283782959,
      "learning_rate": 0.0002797639225625564,
      "loss": 8.6953,
      "step": 81950
    },
    {
      "epoch": 0.17075,
      "grad_norm": 1.274729609489441,
      "learning_rate": 0.00027975897711490566,
      "loss": 8.1792,
      "step": 81960
    },
    {
      "epoch": 0.17077083333333334,
      "grad_norm": 0.9525609016418457,
      "learning_rate": 0.0002797540311067475,
      "loss": 8.3365,
      "step": 81970
    },
    {
      "epoch": 0.17079166666666667,
      "grad_norm": 0.8868343830108643,
      "learning_rate": 0.00027974908453810333,
      "loss": 8.0961,
      "step": 81980
    },
    {
      "epoch": 0.1708125,
      "grad_norm": 0.6496074199676514,
      "learning_rate": 0.0002797441374089944,
      "loss": 7.8875,
      "step": 81990
    },
    {
      "epoch": 0.17083333333333334,
      "grad_norm": 0.6916609406471252,
      "learning_rate": 0.00027973918971944224,
      "loss": 8.5707,
      "step": 82000
    },
    {
      "epoch": 0.17083333333333334,
      "eval_loss": 8.163762092590332,
      "eval_runtime": 8.913,
      "eval_samples_per_second": 0.337,
      "eval_steps_per_second": 0.112,
      "step": 82000
    },
    {
      "epoch": 0.17085416666666667,
      "grad_norm": 0.9936234951019287,
      "learning_rate": 0.0002797342414694681,
      "loss": 8.0546,
      "step": 82010
    },
    {
      "epoch": 0.170875,
      "grad_norm": 0.6587589383125305,
      "learning_rate": 0.00027972929265909335,
      "loss": 8.7631,
      "step": 82020
    },
    {
      "epoch": 0.17089583333333333,
      "grad_norm": 0.8590227961540222,
      "learning_rate": 0.0002797243432883394,
      "loss": 8.5065,
      "step": 82030
    },
    {
      "epoch": 0.17091666666666666,
      "grad_norm": 0.6348842978477478,
      "learning_rate": 0.00027971939335722765,
      "loss": 8.6392,
      "step": 82040
    },
    {
      "epoch": 0.1709375,
      "grad_norm": 2.047461748123169,
      "learning_rate": 0.0002797144428657795,
      "loss": 8.2117,
      "step": 82050
    },
    {
      "epoch": 0.17095833333333332,
      "grad_norm": 1.8806288242340088,
      "learning_rate": 0.0002797094918140163,
      "loss": 7.9242,
      "step": 82060
    },
    {
      "epoch": 0.17097916666666665,
      "grad_norm": 0.9781639575958252,
      "learning_rate": 0.0002797045402019594,
      "loss": 9.4986,
      "step": 82070
    },
    {
      "epoch": 0.171,
      "grad_norm": 1.1244066953659058,
      "learning_rate": 0.00027969958802963026,
      "loss": 8.6069,
      "step": 82080
    },
    {
      "epoch": 0.17102083333333334,
      "grad_norm": 0.7671887278556824,
      "learning_rate": 0.0002796946352970503,
      "loss": 8.3974,
      "step": 82090
    },
    {
      "epoch": 0.17104166666666668,
      "grad_norm": 1.339098572731018,
      "learning_rate": 0.00027968968200424075,
      "loss": 8.1344,
      "step": 82100
    },
    {
      "epoch": 0.1710625,
      "grad_norm": 1.5824557542800903,
      "learning_rate": 0.0002796847281512231,
      "loss": 7.7722,
      "step": 82110
    },
    {
      "epoch": 0.17108333333333334,
      "grad_norm": 0.48453110456466675,
      "learning_rate": 0.0002796797737380188,
      "loss": 7.981,
      "step": 82120
    },
    {
      "epoch": 0.17110416666666667,
      "grad_norm": 0.7730275392532349,
      "learning_rate": 0.0002796748187646493,
      "loss": 8.1215,
      "step": 82130
    },
    {
      "epoch": 0.171125,
      "grad_norm": 1.33319091796875,
      "learning_rate": 0.00027966986323113574,
      "loss": 8.0573,
      "step": 82140
    },
    {
      "epoch": 0.17114583333333333,
      "grad_norm": 9.158889770507812,
      "learning_rate": 0.00027966490713749977,
      "loss": 9.967,
      "step": 82150
    },
    {
      "epoch": 0.17116666666666666,
      "grad_norm": 0.9152840375900269,
      "learning_rate": 0.0002796599504837628,
      "loss": 9.0457,
      "step": 82160
    },
    {
      "epoch": 0.1711875,
      "grad_norm": 4.467606067657471,
      "learning_rate": 0.00027965499326994606,
      "loss": 9.0496,
      "step": 82170
    },
    {
      "epoch": 0.17120833333333332,
      "grad_norm": 1.343198299407959,
      "learning_rate": 0.0002796500354960711,
      "loss": 7.8678,
      "step": 82180
    },
    {
      "epoch": 0.17122916666666665,
      "grad_norm": 0.9342460036277771,
      "learning_rate": 0.00027964507716215934,
      "loss": 9.5259,
      "step": 82190
    },
    {
      "epoch": 0.17125,
      "grad_norm": 0.9935247898101807,
      "learning_rate": 0.0002796401182682321,
      "loss": 7.9564,
      "step": 82200
    },
    {
      "epoch": 0.17127083333333334,
      "grad_norm": 2.0220320224761963,
      "learning_rate": 0.0002796351588143109,
      "loss": 8.3362,
      "step": 82210
    },
    {
      "epoch": 0.17129166666666668,
      "grad_norm": 0.8092573285102844,
      "learning_rate": 0.00027963019880041716,
      "loss": 8.6798,
      "step": 82220
    },
    {
      "epoch": 0.1713125,
      "grad_norm": 1.4152766466140747,
      "learning_rate": 0.00027962523822657224,
      "loss": 8.5132,
      "step": 82230
    },
    {
      "epoch": 0.17133333333333334,
      "grad_norm": 5.081090927124023,
      "learning_rate": 0.0002796202770927976,
      "loss": 8.0599,
      "step": 82240
    },
    {
      "epoch": 0.17135416666666667,
      "grad_norm": 0.5411812663078308,
      "learning_rate": 0.0002796153153991147,
      "loss": 8.2507,
      "step": 82250
    },
    {
      "epoch": 0.171375,
      "grad_norm": 1.6120717525482178,
      "learning_rate": 0.0002796103531455449,
      "loss": 8.4689,
      "step": 82260
    },
    {
      "epoch": 0.17139583333333333,
      "grad_norm": 1.6478774547576904,
      "learning_rate": 0.00027960539033210967,
      "loss": 8.8628,
      "step": 82270
    },
    {
      "epoch": 0.17141666666666666,
      "grad_norm": 0.8240588307380676,
      "learning_rate": 0.0002796004269588305,
      "loss": 8.2963,
      "step": 82280
    },
    {
      "epoch": 0.1714375,
      "grad_norm": 1.0917669534683228,
      "learning_rate": 0.00027959546302572876,
      "loss": 9.5684,
      "step": 82290
    },
    {
      "epoch": 0.17145833333333332,
      "grad_norm": 1.617810845375061,
      "learning_rate": 0.0002795904985328259,
      "loss": 10.8604,
      "step": 82300
    },
    {
      "epoch": 0.17147916666666665,
      "grad_norm": 0.7549693584442139,
      "learning_rate": 0.0002795855334801434,
      "loss": 8.0351,
      "step": 82310
    },
    {
      "epoch": 0.1715,
      "grad_norm": 1.318678379058838,
      "learning_rate": 0.0002795805678677027,
      "loss": 7.887,
      "step": 82320
    },
    {
      "epoch": 0.17152083333333334,
      "grad_norm": 4.329534530639648,
      "learning_rate": 0.0002795756016955252,
      "loss": 8.9728,
      "step": 82330
    },
    {
      "epoch": 0.17154166666666668,
      "grad_norm": 1.426797866821289,
      "learning_rate": 0.00027957063496363244,
      "loss": 8.6534,
      "step": 82340
    },
    {
      "epoch": 0.1715625,
      "grad_norm": 0.5209895968437195,
      "learning_rate": 0.00027956566767204586,
      "loss": 8.1604,
      "step": 82350
    },
    {
      "epoch": 0.17158333333333334,
      "grad_norm": 1.0207737684249878,
      "learning_rate": 0.00027956069982078676,
      "loss": 9.1446,
      "step": 82360
    },
    {
      "epoch": 0.17160416666666667,
      "grad_norm": 5.334725856781006,
      "learning_rate": 0.00027955573140987685,
      "loss": 8.6863,
      "step": 82370
    },
    {
      "epoch": 0.171625,
      "grad_norm": 0.9086593985557556,
      "learning_rate": 0.00027955076243933735,
      "loss": 8.343,
      "step": 82380
    },
    {
      "epoch": 0.17164583333333333,
      "grad_norm": 1.8142164945602417,
      "learning_rate": 0.0002795457929091899,
      "loss": 7.9348,
      "step": 82390
    },
    {
      "epoch": 0.17166666666666666,
      "grad_norm": 1.0239946842193604,
      "learning_rate": 0.00027954082281945585,
      "loss": 7.8783,
      "step": 82400
    },
    {
      "epoch": 0.1716875,
      "grad_norm": 1.071150302886963,
      "learning_rate": 0.0002795358521701568,
      "loss": 7.8563,
      "step": 82410
    },
    {
      "epoch": 0.17170833333333332,
      "grad_norm": 1.4923338890075684,
      "learning_rate": 0.00027953088096131415,
      "loss": 7.8876,
      "step": 82420
    },
    {
      "epoch": 0.17172916666666665,
      "grad_norm": 2.496385335922241,
      "learning_rate": 0.00027952590919294926,
      "loss": 8.8025,
      "step": 82430
    },
    {
      "epoch": 0.17175,
      "grad_norm": 1.9004625082015991,
      "learning_rate": 0.0002795209368650838,
      "loss": 8.1033,
      "step": 82440
    },
    {
      "epoch": 0.17177083333333334,
      "grad_norm": 0.9310527443885803,
      "learning_rate": 0.0002795159639777391,
      "loss": 8.536,
      "step": 82450
    },
    {
      "epoch": 0.17179166666666668,
      "grad_norm": 1.1723551750183105,
      "learning_rate": 0.0002795109905309367,
      "loss": 8.5244,
      "step": 82460
    },
    {
      "epoch": 0.1718125,
      "grad_norm": 1.4180718660354614,
      "learning_rate": 0.00027950601652469817,
      "loss": 8.5929,
      "step": 82470
    },
    {
      "epoch": 0.17183333333333334,
      "grad_norm": 0.892696738243103,
      "learning_rate": 0.00027950104195904483,
      "loss": 8.2265,
      "step": 82480
    },
    {
      "epoch": 0.17185416666666667,
      "grad_norm": 1.0224071741104126,
      "learning_rate": 0.00027949606683399825,
      "loss": 8.4027,
      "step": 82490
    },
    {
      "epoch": 0.171875,
      "grad_norm": 0.7141459584236145,
      "learning_rate": 0.00027949109114958,
      "loss": 7.7406,
      "step": 82500
    },
    {
      "epoch": 0.17189583333333333,
      "grad_norm": 1.2365913391113281,
      "learning_rate": 0.0002794861149058114,
      "loss": 8.1339,
      "step": 82510
    },
    {
      "epoch": 0.17191666666666666,
      "grad_norm": 1.4006872177124023,
      "learning_rate": 0.0002794811381027141,
      "loss": 9.8407,
      "step": 82520
    },
    {
      "epoch": 0.1719375,
      "grad_norm": 0.6779444813728333,
      "learning_rate": 0.0002794761607403095,
      "loss": 7.8768,
      "step": 82530
    },
    {
      "epoch": 0.17195833333333332,
      "grad_norm": 0.6674937009811401,
      "learning_rate": 0.0002794711828186192,
      "loss": 8.4228,
      "step": 82540
    },
    {
      "epoch": 0.17197916666666666,
      "grad_norm": 2.546257734298706,
      "learning_rate": 0.00027946620433766454,
      "loss": 9.0069,
      "step": 82550
    },
    {
      "epoch": 0.172,
      "grad_norm": 0.5035080313682556,
      "learning_rate": 0.00027946122529746715,
      "loss": 8.2094,
      "step": 82560
    },
    {
      "epoch": 0.17202083333333335,
      "grad_norm": 0.8610123991966248,
      "learning_rate": 0.0002794562456980486,
      "loss": 9.006,
      "step": 82570
    },
    {
      "epoch": 0.17204166666666668,
      "grad_norm": 1.5600112676620483,
      "learning_rate": 0.0002794512655394302,
      "loss": 9.2588,
      "step": 82580
    },
    {
      "epoch": 0.1720625,
      "grad_norm": 1.8677420616149902,
      "learning_rate": 0.0002794462848216336,
      "loss": 8.3282,
      "step": 82590
    },
    {
      "epoch": 0.17208333333333334,
      "grad_norm": 1.7897950410842896,
      "learning_rate": 0.0002794413035446803,
      "loss": 8.3132,
      "step": 82600
    },
    {
      "epoch": 0.17210416666666667,
      "grad_norm": 0.7068579196929932,
      "learning_rate": 0.0002794363217085918,
      "loss": 8.1633,
      "step": 82610
    },
    {
      "epoch": 0.172125,
      "grad_norm": 4.647605895996094,
      "learning_rate": 0.00027943133931338963,
      "loss": 8.2874,
      "step": 82620
    },
    {
      "epoch": 0.17214583333333333,
      "grad_norm": 0.8705253005027771,
      "learning_rate": 0.0002794263563590953,
      "loss": 8.4496,
      "step": 82630
    },
    {
      "epoch": 0.17216666666666666,
      "grad_norm": 2.4628376960754395,
      "learning_rate": 0.0002794213728457304,
      "loss": 7.954,
      "step": 82640
    },
    {
      "epoch": 0.1721875,
      "grad_norm": 1.8005881309509277,
      "learning_rate": 0.0002794163887733163,
      "loss": 8.2663,
      "step": 82650
    },
    {
      "epoch": 0.17220833333333332,
      "grad_norm": 1.3972768783569336,
      "learning_rate": 0.00027941140414187467,
      "loss": 8.6394,
      "step": 82660
    },
    {
      "epoch": 0.17222916666666666,
      "grad_norm": 1.740547776222229,
      "learning_rate": 0.00027940641895142705,
      "loss": 8.0361,
      "step": 82670
    },
    {
      "epoch": 0.17225,
      "grad_norm": 3.5580952167510986,
      "learning_rate": 0.00027940143320199487,
      "loss": 9.1337,
      "step": 82680
    },
    {
      "epoch": 0.17227083333333335,
      "grad_norm": 1.1503084897994995,
      "learning_rate": 0.00027939644689359966,
      "loss": 8.6548,
      "step": 82690
    },
    {
      "epoch": 0.17229166666666668,
      "grad_norm": 0.6413393616676331,
      "learning_rate": 0.00027939146002626316,
      "loss": 7.7367,
      "step": 82700
    },
    {
      "epoch": 0.1723125,
      "grad_norm": 1.309659481048584,
      "learning_rate": 0.00027938647260000667,
      "loss": 9.2343,
      "step": 82710
    },
    {
      "epoch": 0.17233333333333334,
      "grad_norm": 0.9258069396018982,
      "learning_rate": 0.0002793814846148518,
      "loss": 8.9336,
      "step": 82720
    },
    {
      "epoch": 0.17235416666666667,
      "grad_norm": 0.8924345970153809,
      "learning_rate": 0.00027937649607082023,
      "loss": 7.9139,
      "step": 82730
    },
    {
      "epoch": 0.172375,
      "grad_norm": 2.524430513381958,
      "learning_rate": 0.00027937150696793334,
      "loss": 8.5704,
      "step": 82740
    },
    {
      "epoch": 0.17239583333333333,
      "grad_norm": 1.0073578357696533,
      "learning_rate": 0.0002793665173062128,
      "loss": 9.0387,
      "step": 82750
    },
    {
      "epoch": 0.17241666666666666,
      "grad_norm": 1.4929358959197998,
      "learning_rate": 0.0002793615270856801,
      "loss": 8.2242,
      "step": 82760
    },
    {
      "epoch": 0.1724375,
      "grad_norm": 1.9296165704727173,
      "learning_rate": 0.0002793565363063568,
      "loss": 8.6458,
      "step": 82770
    },
    {
      "epoch": 0.17245833333333332,
      "grad_norm": 0.8712354302406311,
      "learning_rate": 0.0002793515449682644,
      "loss": 8.7962,
      "step": 82780
    },
    {
      "epoch": 0.17247916666666666,
      "grad_norm": 0.6560750007629395,
      "learning_rate": 0.00027934655307142463,
      "loss": 8.9564,
      "step": 82790
    },
    {
      "epoch": 0.1725,
      "grad_norm": 1.8906848430633545,
      "learning_rate": 0.0002793415606158589,
      "loss": 8.3851,
      "step": 82800
    },
    {
      "epoch": 0.17252083333333335,
      "grad_norm": 1.0658152103424072,
      "learning_rate": 0.0002793365676015888,
      "loss": 8.5099,
      "step": 82810
    },
    {
      "epoch": 0.17254166666666668,
      "grad_norm": 1.1645193099975586,
      "learning_rate": 0.00027933157402863594,
      "loss": 8.01,
      "step": 82820
    },
    {
      "epoch": 0.1725625,
      "grad_norm": 1.0641710758209229,
      "learning_rate": 0.0002793265798970219,
      "loss": 8.1281,
      "step": 82830
    },
    {
      "epoch": 0.17258333333333334,
      "grad_norm": 0.6743050813674927,
      "learning_rate": 0.00027932158520676826,
      "loss": 7.9486,
      "step": 82840
    },
    {
      "epoch": 0.17260416666666667,
      "grad_norm": 1.3256281614303589,
      "learning_rate": 0.00027931658995789644,
      "loss": 8.7513,
      "step": 82850
    },
    {
      "epoch": 0.172625,
      "grad_norm": 2.3129475116729736,
      "learning_rate": 0.00027931159415042826,
      "loss": 8.1493,
      "step": 82860
    },
    {
      "epoch": 0.17264583333333333,
      "grad_norm": 0.8826169967651367,
      "learning_rate": 0.00027930659778438514,
      "loss": 8.2381,
      "step": 82870
    },
    {
      "epoch": 0.17266666666666666,
      "grad_norm": 3.0848641395568848,
      "learning_rate": 0.00027930160085978866,
      "loss": 8.0526,
      "step": 82880
    },
    {
      "epoch": 0.1726875,
      "grad_norm": 5.894186496734619,
      "learning_rate": 0.0002792966033766605,
      "loss": 8.7845,
      "step": 82890
    },
    {
      "epoch": 0.17270833333333332,
      "grad_norm": 0.5982229709625244,
      "learning_rate": 0.00027929160533502216,
      "loss": 7.7059,
      "step": 82900
    },
    {
      "epoch": 0.17272916666666666,
      "grad_norm": 2.205561876296997,
      "learning_rate": 0.00027928660673489524,
      "loss": 7.9827,
      "step": 82910
    },
    {
      "epoch": 0.17275,
      "grad_norm": 2.2530205249786377,
      "learning_rate": 0.00027928160757630143,
      "loss": 8.3756,
      "step": 82920
    },
    {
      "epoch": 0.17277083333333335,
      "grad_norm": 0.9930052161216736,
      "learning_rate": 0.0002792766078592622,
      "loss": 7.6658,
      "step": 82930
    },
    {
      "epoch": 0.17279166666666668,
      "grad_norm": 1.2991185188293457,
      "learning_rate": 0.0002792716075837991,
      "loss": 8.9511,
      "step": 82940
    },
    {
      "epoch": 0.1728125,
      "grad_norm": 1.4669718742370605,
      "learning_rate": 0.000279266606749934,
      "loss": 8.8056,
      "step": 82950
    },
    {
      "epoch": 0.17283333333333334,
      "grad_norm": 2.883065938949585,
      "learning_rate": 0.00027926160535768823,
      "loss": 8.8133,
      "step": 82960
    },
    {
      "epoch": 0.17285416666666667,
      "grad_norm": 0.9072050452232361,
      "learning_rate": 0.00027925660340708355,
      "loss": 9.7547,
      "step": 82970
    },
    {
      "epoch": 0.172875,
      "grad_norm": 1.8475579023361206,
      "learning_rate": 0.00027925160089814147,
      "loss": 8.2069,
      "step": 82980
    },
    {
      "epoch": 0.17289583333333333,
      "grad_norm": 1.8893370628356934,
      "learning_rate": 0.00027924659783088357,
      "loss": 8.9281,
      "step": 82990
    },
    {
      "epoch": 0.17291666666666666,
      "grad_norm": 0.7399225831031799,
      "learning_rate": 0.0002792415942053316,
      "loss": 8.1439,
      "step": 83000
    },
    {
      "epoch": 0.17291666666666666,
      "eval_loss": 7.8733391761779785,
      "eval_runtime": 9.6477,
      "eval_samples_per_second": 0.311,
      "eval_steps_per_second": 0.104,
      "step": 83000
    },
    {
      "epoch": 0.1729375,
      "grad_norm": 0.6600000858306885,
      "learning_rate": 0.0002792365900215071,
      "loss": 7.5333,
      "step": 83010
    },
    {
      "epoch": 0.17295833333333333,
      "grad_norm": 0.8263115286827087,
      "learning_rate": 0.00027923158527943165,
      "loss": 8.5729,
      "step": 83020
    },
    {
      "epoch": 0.17297916666666666,
      "grad_norm": 0.7187934517860413,
      "learning_rate": 0.00027922657997912694,
      "loss": 8.5398,
      "step": 83030
    },
    {
      "epoch": 0.173,
      "grad_norm": 1.2054084539413452,
      "learning_rate": 0.0002792215741206145,
      "loss": 8.9929,
      "step": 83040
    },
    {
      "epoch": 0.17302083333333335,
      "grad_norm": 3.655507802963257,
      "learning_rate": 0.0002792165677039161,
      "loss": 8.6773,
      "step": 83050
    },
    {
      "epoch": 0.17304166666666668,
      "grad_norm": 1.2094568014144897,
      "learning_rate": 0.0002792115607290532,
      "loss": 8.0347,
      "step": 83060
    },
    {
      "epoch": 0.1730625,
      "grad_norm": 0.7430775761604309,
      "learning_rate": 0.00027920655319604756,
      "loss": 8.4245,
      "step": 83070
    },
    {
      "epoch": 0.17308333333333334,
      "grad_norm": 0.8110161423683167,
      "learning_rate": 0.00027920154510492075,
      "loss": 8.2014,
      "step": 83080
    },
    {
      "epoch": 0.17310416666666667,
      "grad_norm": 1.1964316368103027,
      "learning_rate": 0.0002791965364556944,
      "loss": 9.2578,
      "step": 83090
    },
    {
      "epoch": 0.173125,
      "grad_norm": 1.9339299201965332,
      "learning_rate": 0.0002791915272483901,
      "loss": 9.3068,
      "step": 83100
    },
    {
      "epoch": 0.17314583333333333,
      "grad_norm": 0.8536314368247986,
      "learning_rate": 0.0002791865174830295,
      "loss": 7.925,
      "step": 83110
    },
    {
      "epoch": 0.17316666666666666,
      "grad_norm": 2.1258456707000732,
      "learning_rate": 0.0002791815071596344,
      "loss": 8.6005,
      "step": 83120
    },
    {
      "epoch": 0.1731875,
      "grad_norm": 1.894294261932373,
      "learning_rate": 0.0002791764962782263,
      "loss": 8.3578,
      "step": 83130
    },
    {
      "epoch": 0.17320833333333333,
      "grad_norm": 0.7085468173027039,
      "learning_rate": 0.00027917148483882684,
      "loss": 8.7537,
      "step": 83140
    },
    {
      "epoch": 0.17322916666666666,
      "grad_norm": 3.5314133167266846,
      "learning_rate": 0.0002791664728414577,
      "loss": 8.1248,
      "step": 83150
    },
    {
      "epoch": 0.17325,
      "grad_norm": 0.6729279160499573,
      "learning_rate": 0.0002791614602861405,
      "loss": 8.3608,
      "step": 83160
    },
    {
      "epoch": 0.17327083333333335,
      "grad_norm": 0.9565556049346924,
      "learning_rate": 0.00027915644717289693,
      "loss": 8.0013,
      "step": 83170
    },
    {
      "epoch": 0.17329166666666668,
      "grad_norm": 8.218341827392578,
      "learning_rate": 0.00027915143350174866,
      "loss": 8.9272,
      "step": 83180
    },
    {
      "epoch": 0.1733125,
      "grad_norm": 1.3814759254455566,
      "learning_rate": 0.0002791464192727173,
      "loss": 7.877,
      "step": 83190
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 1.948086142539978,
      "learning_rate": 0.00027914140448582456,
      "loss": 8.1187,
      "step": 83200
    },
    {
      "epoch": 0.17335416666666667,
      "grad_norm": 0.6376076340675354,
      "learning_rate": 0.00027913638914109205,
      "loss": 8.1633,
      "step": 83210
    },
    {
      "epoch": 0.173375,
      "grad_norm": 1.1470342874526978,
      "learning_rate": 0.0002791313732385414,
      "loss": 7.83,
      "step": 83220
    },
    {
      "epoch": 0.17339583333333333,
      "grad_norm": 0.7860702872276306,
      "learning_rate": 0.0002791263567781944,
      "loss": 7.8644,
      "step": 83230
    },
    {
      "epoch": 0.17341666666666666,
      "grad_norm": 2.7912070751190186,
      "learning_rate": 0.00027912133976007263,
      "loss": 9.7968,
      "step": 83240
    },
    {
      "epoch": 0.1734375,
      "grad_norm": 0.8091953992843628,
      "learning_rate": 0.00027911632218419777,
      "loss": 8.1978,
      "step": 83250
    },
    {
      "epoch": 0.17345833333333333,
      "grad_norm": 1.4304883480072021,
      "learning_rate": 0.0002791113040505915,
      "loss": 8.3326,
      "step": 83260
    },
    {
      "epoch": 0.17347916666666666,
      "grad_norm": 0.7262846231460571,
      "learning_rate": 0.00027910628535927554,
      "loss": 8.42,
      "step": 83270
    },
    {
      "epoch": 0.1735,
      "grad_norm": 1.2517458200454712,
      "learning_rate": 0.0002791012661102715,
      "loss": 8.6651,
      "step": 83280
    },
    {
      "epoch": 0.17352083333333335,
      "grad_norm": 1.3902885913848877,
      "learning_rate": 0.0002790962463036011,
      "loss": 8.2513,
      "step": 83290
    },
    {
      "epoch": 0.17354166666666668,
      "grad_norm": 2.2439823150634766,
      "learning_rate": 0.000279091225939286,
      "loss": 8.2238,
      "step": 83300
    },
    {
      "epoch": 0.1735625,
      "grad_norm": 1.98319673538208,
      "learning_rate": 0.00027908620501734794,
      "loss": 9.4019,
      "step": 83310
    },
    {
      "epoch": 0.17358333333333334,
      "grad_norm": 1.2948658466339111,
      "learning_rate": 0.0002790811835378086,
      "loss": 8.2644,
      "step": 83320
    },
    {
      "epoch": 0.17360416666666667,
      "grad_norm": 1.420128583908081,
      "learning_rate": 0.00027907616150068957,
      "loss": 8.3302,
      "step": 83330
    },
    {
      "epoch": 0.173625,
      "grad_norm": 2.9540493488311768,
      "learning_rate": 0.0002790711389060126,
      "loss": 8.3989,
      "step": 83340
    },
    {
      "epoch": 0.17364583333333333,
      "grad_norm": 0.7952612638473511,
      "learning_rate": 0.00027906611575379946,
      "loss": 7.8796,
      "step": 83350
    },
    {
      "epoch": 0.17366666666666666,
      "grad_norm": 0.8325780034065247,
      "learning_rate": 0.00027906109204407174,
      "loss": 8.5729,
      "step": 83360
    },
    {
      "epoch": 0.1736875,
      "grad_norm": 3.534649133682251,
      "learning_rate": 0.0002790560677768512,
      "loss": 8.0948,
      "step": 83370
    },
    {
      "epoch": 0.17370833333333333,
      "grad_norm": 2.436309337615967,
      "learning_rate": 0.00027905104295215957,
      "loss": 8.1319,
      "step": 83380
    },
    {
      "epoch": 0.17372916666666666,
      "grad_norm": 1.4467531442642212,
      "learning_rate": 0.0002790460175700185,
      "loss": 8.7713,
      "step": 83390
    },
    {
      "epoch": 0.17375,
      "grad_norm": 1.916048526763916,
      "learning_rate": 0.00027904099163044967,
      "loss": 8.5363,
      "step": 83400
    },
    {
      "epoch": 0.17377083333333335,
      "grad_norm": 2.691594362258911,
      "learning_rate": 0.00027903596513347484,
      "loss": 8.6512,
      "step": 83410
    },
    {
      "epoch": 0.17379166666666668,
      "grad_norm": 1.2168301343917847,
      "learning_rate": 0.0002790309380791158,
      "loss": 8.0931,
      "step": 83420
    },
    {
      "epoch": 0.1738125,
      "grad_norm": 1.6750956773757935,
      "learning_rate": 0.0002790259104673941,
      "loss": 8.1612,
      "step": 83430
    },
    {
      "epoch": 0.17383333333333334,
      "grad_norm": 1.2216204404830933,
      "learning_rate": 0.00027902088229833156,
      "loss": 8.267,
      "step": 83440
    },
    {
      "epoch": 0.17385416666666667,
      "grad_norm": 1.0845904350280762,
      "learning_rate": 0.00027901585357194985,
      "loss": 8.5284,
      "step": 83450
    },
    {
      "epoch": 0.173875,
      "grad_norm": 0.9645119905471802,
      "learning_rate": 0.0002790108242882708,
      "loss": 8.0428,
      "step": 83460
    },
    {
      "epoch": 0.17389583333333333,
      "grad_norm": 1.0686012506484985,
      "learning_rate": 0.000279005794447316,
      "loss": 8.1399,
      "step": 83470
    },
    {
      "epoch": 0.17391666666666666,
      "grad_norm": 1.2874337434768677,
      "learning_rate": 0.0002790007640491072,
      "loss": 8.0453,
      "step": 83480
    },
    {
      "epoch": 0.1739375,
      "grad_norm": 1.6848334074020386,
      "learning_rate": 0.0002789957330936662,
      "loss": 7.754,
      "step": 83490
    },
    {
      "epoch": 0.17395833333333333,
      "grad_norm": 0.9162265062332153,
      "learning_rate": 0.0002789907015810147,
      "loss": 9.0115,
      "step": 83500
    },
    {
      "epoch": 0.17397916666666666,
      "grad_norm": 2.999951124191284,
      "learning_rate": 0.0002789856695111744,
      "loss": 8.7408,
      "step": 83510
    },
    {
      "epoch": 0.174,
      "grad_norm": 1.9464372396469116,
      "learning_rate": 0.0002789806368841671,
      "loss": 8.4918,
      "step": 83520
    },
    {
      "epoch": 0.17402083333333335,
      "grad_norm": 0.8678421378135681,
      "learning_rate": 0.0002789756037000145,
      "loss": 7.6587,
      "step": 83530
    },
    {
      "epoch": 0.17404166666666668,
      "grad_norm": 0.7678508162498474,
      "learning_rate": 0.0002789705699587384,
      "loss": 7.6352,
      "step": 83540
    },
    {
      "epoch": 0.1740625,
      "grad_norm": 0.8590857982635498,
      "learning_rate": 0.00027896553566036036,
      "loss": 8.444,
      "step": 83550
    },
    {
      "epoch": 0.17408333333333334,
      "grad_norm": 1.0736873149871826,
      "learning_rate": 0.0002789605008049023,
      "loss": 8.8514,
      "step": 83560
    },
    {
      "epoch": 0.17410416666666667,
      "grad_norm": 1.8611164093017578,
      "learning_rate": 0.000278955465392386,
      "loss": 8.554,
      "step": 83570
    },
    {
      "epoch": 0.174125,
      "grad_norm": 0.7890644073486328,
      "learning_rate": 0.00027895042942283304,
      "loss": 8.5146,
      "step": 83580
    },
    {
      "epoch": 0.17414583333333333,
      "grad_norm": 2.3948423862457275,
      "learning_rate": 0.0002789453928962653,
      "loss": 8.4815,
      "step": 83590
    },
    {
      "epoch": 0.17416666666666666,
      "grad_norm": 2.914546489715576,
      "learning_rate": 0.0002789403558127045,
      "loss": 8.6425,
      "step": 83600
    },
    {
      "epoch": 0.1741875,
      "grad_norm": 1.5805922746658325,
      "learning_rate": 0.00027893531817217243,
      "loss": 8.6254,
      "step": 83610
    },
    {
      "epoch": 0.17420833333333333,
      "grad_norm": 0.7843742370605469,
      "learning_rate": 0.0002789302799746907,
      "loss": 8.2196,
      "step": 83620
    },
    {
      "epoch": 0.17422916666666666,
      "grad_norm": 1.6234337091445923,
      "learning_rate": 0.00027892524122028134,
      "loss": 8.4261,
      "step": 83630
    },
    {
      "epoch": 0.17425,
      "grad_norm": 0.8127824664115906,
      "learning_rate": 0.00027892020190896594,
      "loss": 8.2482,
      "step": 83640
    },
    {
      "epoch": 0.17427083333333335,
      "grad_norm": 2.032529354095459,
      "learning_rate": 0.00027891516204076624,
      "loss": 8.4289,
      "step": 83650
    },
    {
      "epoch": 0.17429166666666668,
      "grad_norm": 1.683549165725708,
      "learning_rate": 0.0002789101216157041,
      "loss": 8.4012,
      "step": 83660
    },
    {
      "epoch": 0.1743125,
      "grad_norm": 1.5385286808013916,
      "learning_rate": 0.00027890508063380126,
      "loss": 9.1973,
      "step": 83670
    },
    {
      "epoch": 0.17433333333333334,
      "grad_norm": 2.007645845413208,
      "learning_rate": 0.0002789000390950795,
      "loss": 8.3064,
      "step": 83680
    },
    {
      "epoch": 0.17435416666666667,
      "grad_norm": 2.175671339035034,
      "learning_rate": 0.0002788949969995606,
      "loss": 8.2458,
      "step": 83690
    },
    {
      "epoch": 0.174375,
      "grad_norm": 1.1406368017196655,
      "learning_rate": 0.0002788899543472663,
      "loss": 7.6688,
      "step": 83700
    },
    {
      "epoch": 0.17439583333333333,
      "grad_norm": 1.2836922407150269,
      "learning_rate": 0.00027888491113821844,
      "loss": 8.5212,
      "step": 83710
    },
    {
      "epoch": 0.17441666666666666,
      "grad_norm": 1.9045437574386597,
      "learning_rate": 0.00027887986737243884,
      "loss": 8.1377,
      "step": 83720
    },
    {
      "epoch": 0.1744375,
      "grad_norm": 3.7271645069122314,
      "learning_rate": 0.00027887482304994913,
      "loss": 8.8389,
      "step": 83730
    },
    {
      "epoch": 0.17445833333333333,
      "grad_norm": 1.266743540763855,
      "learning_rate": 0.00027886977817077126,
      "loss": 8.0585,
      "step": 83740
    },
    {
      "epoch": 0.17447916666666666,
      "grad_norm": 0.9569897651672363,
      "learning_rate": 0.0002788647327349269,
      "loss": 8.2032,
      "step": 83750
    },
    {
      "epoch": 0.1745,
      "grad_norm": 0.9373510479927063,
      "learning_rate": 0.00027885968674243794,
      "loss": 7.9608,
      "step": 83760
    },
    {
      "epoch": 0.17452083333333332,
      "grad_norm": 0.6957265138626099,
      "learning_rate": 0.0002788546401933262,
      "loss": 7.8217,
      "step": 83770
    },
    {
      "epoch": 0.17454166666666668,
      "grad_norm": 1.2813608646392822,
      "learning_rate": 0.0002788495930876133,
      "loss": 8.1736,
      "step": 83780
    },
    {
      "epoch": 0.1745625,
      "grad_norm": 1.5671446323394775,
      "learning_rate": 0.0002788445454253212,
      "loss": 8.2882,
      "step": 83790
    },
    {
      "epoch": 0.17458333333333334,
      "grad_norm": 1.5089895725250244,
      "learning_rate": 0.0002788394972064717,
      "loss": 8.2392,
      "step": 83800
    },
    {
      "epoch": 0.17460416666666667,
      "grad_norm": 0.9919534921646118,
      "learning_rate": 0.00027883444843108653,
      "loss": 8.1557,
      "step": 83810
    },
    {
      "epoch": 0.174625,
      "grad_norm": 0.8917182087898254,
      "learning_rate": 0.0002788293990991876,
      "loss": 7.9385,
      "step": 83820
    },
    {
      "epoch": 0.17464583333333333,
      "grad_norm": 0.659435510635376,
      "learning_rate": 0.0002788243492107966,
      "loss": 8.2212,
      "step": 83830
    },
    {
      "epoch": 0.17466666666666666,
      "grad_norm": 1.3895199298858643,
      "learning_rate": 0.0002788192987659354,
      "loss": 7.7723,
      "step": 83840
    },
    {
      "epoch": 0.1746875,
      "grad_norm": 0.8897958397865295,
      "learning_rate": 0.0002788142477646259,
      "loss": 7.9009,
      "step": 83850
    },
    {
      "epoch": 0.17470833333333333,
      "grad_norm": 0.5534363985061646,
      "learning_rate": 0.00027880919620688974,
      "loss": 7.4804,
      "step": 83860
    },
    {
      "epoch": 0.17472916666666666,
      "grad_norm": 0.7321642637252808,
      "learning_rate": 0.00027880414409274886,
      "loss": 8.0458,
      "step": 83870
    },
    {
      "epoch": 0.17475,
      "grad_norm": 0.7938063144683838,
      "learning_rate": 0.0002787990914222251,
      "loss": 8.0509,
      "step": 83880
    },
    {
      "epoch": 0.17477083333333332,
      "grad_norm": 0.5506396293640137,
      "learning_rate": 0.00027879403819534024,
      "loss": 8.3671,
      "step": 83890
    },
    {
      "epoch": 0.17479166666666668,
      "grad_norm": 0.7781222462654114,
      "learning_rate": 0.00027878898441211603,
      "loss": 7.973,
      "step": 83900
    },
    {
      "epoch": 0.1748125,
      "grad_norm": 0.9177044630050659,
      "learning_rate": 0.0002787839300725745,
      "loss": 8.0733,
      "step": 83910
    },
    {
      "epoch": 0.17483333333333334,
      "grad_norm": 0.7802118062973022,
      "learning_rate": 0.0002787788751767373,
      "loss": 7.7155,
      "step": 83920
    },
    {
      "epoch": 0.17485416666666667,
      "grad_norm": 1.2703368663787842,
      "learning_rate": 0.0002787738197246264,
      "loss": 8.1216,
      "step": 83930
    },
    {
      "epoch": 0.174875,
      "grad_norm": 1.6123186349868774,
      "learning_rate": 0.00027876876371626355,
      "loss": 7.9179,
      "step": 83940
    },
    {
      "epoch": 0.17489583333333333,
      "grad_norm": 0.795407235622406,
      "learning_rate": 0.00027876370715167057,
      "loss": 8.0348,
      "step": 83950
    },
    {
      "epoch": 0.17491666666666666,
      "grad_norm": 0.889106810092926,
      "learning_rate": 0.00027875865003086934,
      "loss": 8.1316,
      "step": 83960
    },
    {
      "epoch": 0.1749375,
      "grad_norm": 2.5816211700439453,
      "learning_rate": 0.00027875359235388173,
      "loss": 8.2019,
      "step": 83970
    },
    {
      "epoch": 0.17495833333333333,
      "grad_norm": 0.9850591421127319,
      "learning_rate": 0.0002787485341207296,
      "loss": 8.5496,
      "step": 83980
    },
    {
      "epoch": 0.17497916666666666,
      "grad_norm": 0.5232483148574829,
      "learning_rate": 0.0002787434753314347,
      "loss": 8.2737,
      "step": 83990
    },
    {
      "epoch": 0.175,
      "grad_norm": 1.1716041564941406,
      "learning_rate": 0.000278738415986019,
      "loss": 7.862,
      "step": 84000
    },
    {
      "epoch": 0.175,
      "eval_loss": 8.223176956176758,
      "eval_runtime": 8.976,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 84000
    },
    {
      "epoch": 0.17502083333333332,
      "grad_norm": 3.033679962158203,
      "learning_rate": 0.0002787333560845043,
      "loss": 8.0716,
      "step": 84010
    },
    {
      "epoch": 0.17504166666666668,
      "grad_norm": 1.2054541110992432,
      "learning_rate": 0.00027872829562691244,
      "loss": 8.3906,
      "step": 84020
    },
    {
      "epoch": 0.1750625,
      "grad_norm": 1.104095458984375,
      "learning_rate": 0.00027872323461326527,
      "loss": 8.1384,
      "step": 84030
    },
    {
      "epoch": 0.17508333333333334,
      "grad_norm": 0.6044476628303528,
      "learning_rate": 0.0002787181730435847,
      "loss": 7.9046,
      "step": 84040
    },
    {
      "epoch": 0.17510416666666667,
      "grad_norm": 0.8214679956436157,
      "learning_rate": 0.0002787131109178926,
      "loss": 8.2285,
      "step": 84050
    },
    {
      "epoch": 0.175125,
      "grad_norm": 1.01171875,
      "learning_rate": 0.0002787080482362108,
      "loss": 7.9431,
      "step": 84060
    },
    {
      "epoch": 0.17514583333333333,
      "grad_norm": 2.119534730911255,
      "learning_rate": 0.0002787029849985611,
      "loss": 8.3491,
      "step": 84070
    },
    {
      "epoch": 0.17516666666666666,
      "grad_norm": 0.704633891582489,
      "learning_rate": 0.00027869792120496556,
      "loss": 7.9747,
      "step": 84080
    },
    {
      "epoch": 0.1751875,
      "grad_norm": 0.8650380969047546,
      "learning_rate": 0.00027869285685544584,
      "loss": 7.5588,
      "step": 84090
    },
    {
      "epoch": 0.17520833333333333,
      "grad_norm": 0.5617117881774902,
      "learning_rate": 0.000278687791950024,
      "loss": 8.4957,
      "step": 84100
    },
    {
      "epoch": 0.17522916666666666,
      "grad_norm": 1.355918049812317,
      "learning_rate": 0.00027868272648872187,
      "loss": 8.1703,
      "step": 84110
    },
    {
      "epoch": 0.17525,
      "grad_norm": 1.333950161933899,
      "learning_rate": 0.0002786776604715612,
      "loss": 7.9486,
      "step": 84120
    },
    {
      "epoch": 0.17527083333333332,
      "grad_norm": 0.8153561949729919,
      "learning_rate": 0.000278672593898564,
      "loss": 7.488,
      "step": 84130
    },
    {
      "epoch": 0.17529166666666668,
      "grad_norm": 0.8785443305969238,
      "learning_rate": 0.00027866752676975213,
      "loss": 7.8298,
      "step": 84140
    },
    {
      "epoch": 0.1753125,
      "grad_norm": 1.0655399560928345,
      "learning_rate": 0.0002786624590851475,
      "loss": 8.1703,
      "step": 84150
    },
    {
      "epoch": 0.17533333333333334,
      "grad_norm": 2.7969095706939697,
      "learning_rate": 0.00027865739084477194,
      "loss": 8.3989,
      "step": 84160
    },
    {
      "epoch": 0.17535416666666667,
      "grad_norm": 1.189566969871521,
      "learning_rate": 0.0002786523220486474,
      "loss": 7.9544,
      "step": 84170
    },
    {
      "epoch": 0.175375,
      "grad_norm": 2.0612235069274902,
      "learning_rate": 0.00027864725269679576,
      "loss": 7.8166,
      "step": 84180
    },
    {
      "epoch": 0.17539583333333333,
      "grad_norm": 0.7436620593070984,
      "learning_rate": 0.0002786421827892389,
      "loss": 8.2346,
      "step": 84190
    },
    {
      "epoch": 0.17541666666666667,
      "grad_norm": 1.112852692604065,
      "learning_rate": 0.0002786371123259987,
      "loss": 8.9221,
      "step": 84200
    },
    {
      "epoch": 0.1754375,
      "grad_norm": 0.9665107131004333,
      "learning_rate": 0.00027863204130709713,
      "loss": 8.6418,
      "step": 84210
    },
    {
      "epoch": 0.17545833333333333,
      "grad_norm": 0.8788335919380188,
      "learning_rate": 0.00027862696973255605,
      "loss": 8.3441,
      "step": 84220
    },
    {
      "epoch": 0.17547916666666666,
      "grad_norm": 1.5022333860397339,
      "learning_rate": 0.00027862189760239736,
      "loss": 8.3201,
      "step": 84230
    },
    {
      "epoch": 0.1755,
      "grad_norm": 5.46013879776001,
      "learning_rate": 0.000278616824916643,
      "loss": 8.3057,
      "step": 84240
    },
    {
      "epoch": 0.17552083333333332,
      "grad_norm": 0.9565117359161377,
      "learning_rate": 0.0002786117516753149,
      "loss": 8.2834,
      "step": 84250
    },
    {
      "epoch": 0.17554166666666668,
      "grad_norm": 0.7975742816925049,
      "learning_rate": 0.0002786066778784349,
      "loss": 7.3967,
      "step": 84260
    },
    {
      "epoch": 0.1755625,
      "grad_norm": 1.5483176708221436,
      "learning_rate": 0.00027860160352602496,
      "loss": 7.6521,
      "step": 84270
    },
    {
      "epoch": 0.17558333333333334,
      "grad_norm": 1.4444220066070557,
      "learning_rate": 0.00027859652861810696,
      "loss": 8.2766,
      "step": 84280
    },
    {
      "epoch": 0.17560416666666667,
      "grad_norm": 0.7681474089622498,
      "learning_rate": 0.0002785914531547029,
      "loss": 8.0576,
      "step": 84290
    },
    {
      "epoch": 0.175625,
      "grad_norm": 1.1917401552200317,
      "learning_rate": 0.00027858637713583465,
      "loss": 8.193,
      "step": 84300
    },
    {
      "epoch": 0.17564583333333333,
      "grad_norm": 0.9387438297271729,
      "learning_rate": 0.0002785813005615242,
      "loss": 8.4811,
      "step": 84310
    },
    {
      "epoch": 0.17566666666666667,
      "grad_norm": 4.8245086669921875,
      "learning_rate": 0.00027857622343179335,
      "loss": 7.9427,
      "step": 84320
    },
    {
      "epoch": 0.1756875,
      "grad_norm": 0.6892755627632141,
      "learning_rate": 0.00027857114574666417,
      "loss": 8.3347,
      "step": 84330
    },
    {
      "epoch": 0.17570833333333333,
      "grad_norm": 1.91205894947052,
      "learning_rate": 0.0002785660675061585,
      "loss": 8.7449,
      "step": 84340
    },
    {
      "epoch": 0.17572916666666666,
      "grad_norm": 4.38367223739624,
      "learning_rate": 0.00027856098871029833,
      "loss": 8.2598,
      "step": 84350
    },
    {
      "epoch": 0.17575,
      "grad_norm": 0.861329972743988,
      "learning_rate": 0.00027855590935910553,
      "loss": 8.0733,
      "step": 84360
    },
    {
      "epoch": 0.17577083333333332,
      "grad_norm": 0.8947122693061829,
      "learning_rate": 0.00027855082945260216,
      "loss": 8.236,
      "step": 84370
    },
    {
      "epoch": 0.17579166666666668,
      "grad_norm": 0.7831906080245972,
      "learning_rate": 0.00027854574899081,
      "loss": 8.3407,
      "step": 84380
    },
    {
      "epoch": 0.1758125,
      "grad_norm": 4.438642978668213,
      "learning_rate": 0.00027854066797375115,
      "loss": 8.6716,
      "step": 84390
    },
    {
      "epoch": 0.17583333333333334,
      "grad_norm": 0.5890213251113892,
      "learning_rate": 0.0002785355864014475,
      "loss": 7.8629,
      "step": 84400
    },
    {
      "epoch": 0.17585416666666667,
      "grad_norm": 21.270418167114258,
      "learning_rate": 0.00027853050427392094,
      "loss": 9.1503,
      "step": 84410
    },
    {
      "epoch": 0.175875,
      "grad_norm": 4.984825611114502,
      "learning_rate": 0.00027852542159119355,
      "loss": 8.1839,
      "step": 84420
    },
    {
      "epoch": 0.17589583333333333,
      "grad_norm": 0.9132534861564636,
      "learning_rate": 0.00027852033835328716,
      "loss": 7.8194,
      "step": 84430
    },
    {
      "epoch": 0.17591666666666667,
      "grad_norm": 0.697822630405426,
      "learning_rate": 0.0002785152545602238,
      "loss": 7.9909,
      "step": 84440
    },
    {
      "epoch": 0.1759375,
      "grad_norm": 0.8783377408981323,
      "learning_rate": 0.0002785101702120254,
      "loss": 7.9508,
      "step": 84450
    },
    {
      "epoch": 0.17595833333333333,
      "grad_norm": 1.613519549369812,
      "learning_rate": 0.00027850508530871394,
      "loss": 8.166,
      "step": 84460
    },
    {
      "epoch": 0.17597916666666666,
      "grad_norm": 0.6046257019042969,
      "learning_rate": 0.00027849999985031135,
      "loss": 8.4556,
      "step": 84470
    },
    {
      "epoch": 0.176,
      "grad_norm": 0.4735863208770752,
      "learning_rate": 0.00027849491383683965,
      "loss": 7.5755,
      "step": 84480
    },
    {
      "epoch": 0.17602083333333332,
      "grad_norm": 0.781816840171814,
      "learning_rate": 0.0002784898272683208,
      "loss": 8.1571,
      "step": 84490
    },
    {
      "epoch": 0.17604166666666668,
      "grad_norm": 1.7864267826080322,
      "learning_rate": 0.00027848474014477675,
      "loss": 8.3873,
      "step": 84500
    },
    {
      "epoch": 0.1760625,
      "grad_norm": 15.508544921875,
      "learning_rate": 0.00027847965246622947,
      "loss": 8.1711,
      "step": 84510
    },
    {
      "epoch": 0.17608333333333334,
      "grad_norm": 1.4210783243179321,
      "learning_rate": 0.00027847456423270094,
      "loss": 10.128,
      "step": 84520
    },
    {
      "epoch": 0.17610416666666667,
      "grad_norm": 0.646836519241333,
      "learning_rate": 0.0002784694754442131,
      "loss": 8.1822,
      "step": 84530
    },
    {
      "epoch": 0.176125,
      "grad_norm": 0.8434301614761353,
      "learning_rate": 0.0002784643861007881,
      "loss": 8.2899,
      "step": 84540
    },
    {
      "epoch": 0.17614583333333333,
      "grad_norm": 1.4415433406829834,
      "learning_rate": 0.0002784592962024477,
      "loss": 8.1017,
      "step": 84550
    },
    {
      "epoch": 0.17616666666666667,
      "grad_norm": 1.8702925443649292,
      "learning_rate": 0.000278454205749214,
      "loss": 8.109,
      "step": 84560
    },
    {
      "epoch": 0.1761875,
      "grad_norm": 0.6838334202766418,
      "learning_rate": 0.00027844911474110903,
      "loss": 7.9665,
      "step": 84570
    },
    {
      "epoch": 0.17620833333333333,
      "grad_norm": 0.9440787434577942,
      "learning_rate": 0.0002784440231781547,
      "loss": 8.1442,
      "step": 84580
    },
    {
      "epoch": 0.17622916666666666,
      "grad_norm": 1.050439715385437,
      "learning_rate": 0.00027843893106037305,
      "loss": 8.4515,
      "step": 84590
    },
    {
      "epoch": 0.17625,
      "grad_norm": 1.5480225086212158,
      "learning_rate": 0.00027843383838778603,
      "loss": 8.2491,
      "step": 84600
    },
    {
      "epoch": 0.17627083333333332,
      "grad_norm": 0.7990193963050842,
      "learning_rate": 0.00027842874516041563,
      "loss": 7.6794,
      "step": 84610
    },
    {
      "epoch": 0.17629166666666668,
      "grad_norm": 0.5833165645599365,
      "learning_rate": 0.00027842365137828397,
      "loss": 8.0171,
      "step": 84620
    },
    {
      "epoch": 0.1763125,
      "grad_norm": 0.4434150159358978,
      "learning_rate": 0.0002784185570414129,
      "loss": 8.6394,
      "step": 84630
    },
    {
      "epoch": 0.17633333333333334,
      "grad_norm": 1.049909234046936,
      "learning_rate": 0.0002784134621498245,
      "loss": 7.9259,
      "step": 84640
    },
    {
      "epoch": 0.17635416666666667,
      "grad_norm": 0.9355195164680481,
      "learning_rate": 0.0002784083667035408,
      "loss": 8.0166,
      "step": 84650
    },
    {
      "epoch": 0.176375,
      "grad_norm": 2.9634878635406494,
      "learning_rate": 0.0002784032707025838,
      "loss": 8.3481,
      "step": 84660
    },
    {
      "epoch": 0.17639583333333334,
      "grad_norm": 2.1222808361053467,
      "learning_rate": 0.0002783981741469755,
      "loss": 7.8251,
      "step": 84670
    },
    {
      "epoch": 0.17641666666666667,
      "grad_norm": 1.3984342813491821,
      "learning_rate": 0.00027839307703673787,
      "loss": 7.9321,
      "step": 84680
    },
    {
      "epoch": 0.1764375,
      "grad_norm": 8.61390209197998,
      "learning_rate": 0.000278387979371893,
      "loss": 8.8342,
      "step": 84690
    },
    {
      "epoch": 0.17645833333333333,
      "grad_norm": 1.3643983602523804,
      "learning_rate": 0.0002783828811524628,
      "loss": 8.6437,
      "step": 84700
    },
    {
      "epoch": 0.17647916666666666,
      "grad_norm": 0.7759130001068115,
      "learning_rate": 0.0002783777823784695,
      "loss": 8.3642,
      "step": 84710
    },
    {
      "epoch": 0.1765,
      "grad_norm": 0.7825996279716492,
      "learning_rate": 0.0002783726830499349,
      "loss": 8.762,
      "step": 84720
    },
    {
      "epoch": 0.17652083333333332,
      "grad_norm": 2.63669490814209,
      "learning_rate": 0.00027836758316688117,
      "loss": 8.7484,
      "step": 84730
    },
    {
      "epoch": 0.17654166666666668,
      "grad_norm": 1.1255934238433838,
      "learning_rate": 0.0002783624827293303,
      "loss": 8.3943,
      "step": 84740
    },
    {
      "epoch": 0.1765625,
      "grad_norm": 1.99432373046875,
      "learning_rate": 0.0002783573817373042,
      "loss": 8.0849,
      "step": 84750
    },
    {
      "epoch": 0.17658333333333334,
      "grad_norm": 3.3021395206451416,
      "learning_rate": 0.0002783522801908252,
      "loss": 8.0294,
      "step": 84760
    },
    {
      "epoch": 0.17660416666666667,
      "grad_norm": 0.6864097118377686,
      "learning_rate": 0.000278347178089915,
      "loss": 7.8655,
      "step": 84770
    },
    {
      "epoch": 0.176625,
      "grad_norm": 1.4510152339935303,
      "learning_rate": 0.0002783420754345959,
      "loss": 8.1476,
      "step": 84780
    },
    {
      "epoch": 0.17664583333333334,
      "grad_norm": 0.8178035616874695,
      "learning_rate": 0.0002783369722248898,
      "loss": 8.0845,
      "step": 84790
    },
    {
      "epoch": 0.17666666666666667,
      "grad_norm": 0.6439457535743713,
      "learning_rate": 0.00027833186846081876,
      "loss": 7.8037,
      "step": 84800
    },
    {
      "epoch": 0.1766875,
      "grad_norm": 1.4975826740264893,
      "learning_rate": 0.00027832676414240486,
      "loss": 8.0655,
      "step": 84810
    },
    {
      "epoch": 0.17670833333333333,
      "grad_norm": 1.2220121622085571,
      "learning_rate": 0.0002783216592696701,
      "loss": 7.7001,
      "step": 84820
    },
    {
      "epoch": 0.17672916666666666,
      "grad_norm": 2.0937178134918213,
      "learning_rate": 0.0002783165538426366,
      "loss": 8.657,
      "step": 84830
    },
    {
      "epoch": 0.17675,
      "grad_norm": 1.2736181020736694,
      "learning_rate": 0.0002783114478613264,
      "loss": 8.5639,
      "step": 84840
    },
    {
      "epoch": 0.17677083333333332,
      "grad_norm": 0.7819264531135559,
      "learning_rate": 0.0002783063413257615,
      "loss": 7.6258,
      "step": 84850
    },
    {
      "epoch": 0.17679166666666668,
      "grad_norm": 0.5445256233215332,
      "learning_rate": 0.000278301234235964,
      "loss": 8.3831,
      "step": 84860
    },
    {
      "epoch": 0.1768125,
      "grad_norm": 0.777650773525238,
      "learning_rate": 0.0002782961265919559,
      "loss": 7.816,
      "step": 84870
    },
    {
      "epoch": 0.17683333333333334,
      "grad_norm": 24.47674560546875,
      "learning_rate": 0.0002782910183937594,
      "loss": 8.9214,
      "step": 84880
    },
    {
      "epoch": 0.17685416666666667,
      "grad_norm": 1.0410981178283691,
      "learning_rate": 0.00027828590964139646,
      "loss": 8.4517,
      "step": 84890
    },
    {
      "epoch": 0.176875,
      "grad_norm": 2.393925905227661,
      "learning_rate": 0.0002782808003348892,
      "loss": 8.0938,
      "step": 84900
    },
    {
      "epoch": 0.17689583333333334,
      "grad_norm": 1.3838881254196167,
      "learning_rate": 0.0002782756904742596,
      "loss": 7.508,
      "step": 84910
    },
    {
      "epoch": 0.17691666666666667,
      "grad_norm": 2.6619601249694824,
      "learning_rate": 0.0002782705800595298,
      "loss": 8.1764,
      "step": 84920
    },
    {
      "epoch": 0.1769375,
      "grad_norm": 0.693135678768158,
      "learning_rate": 0.00027826546909072187,
      "loss": 7.912,
      "step": 84930
    },
    {
      "epoch": 0.17695833333333333,
      "grad_norm": 0.6559081077575684,
      "learning_rate": 0.0002782603575678579,
      "loss": 8.7635,
      "step": 84940
    },
    {
      "epoch": 0.17697916666666666,
      "grad_norm": 0.9919862151145935,
      "learning_rate": 0.00027825524549095996,
      "loss": 7.7517,
      "step": 84950
    },
    {
      "epoch": 0.177,
      "grad_norm": 0.9780568480491638,
      "learning_rate": 0.0002782501328600501,
      "loss": 7.9994,
      "step": 84960
    },
    {
      "epoch": 0.17702083333333332,
      "grad_norm": 0.92941814661026,
      "learning_rate": 0.00027824501967515044,
      "loss": 7.5047,
      "step": 84970
    },
    {
      "epoch": 0.17704166666666668,
      "grad_norm": 1.3570213317871094,
      "learning_rate": 0.0002782399059362831,
      "loss": 8.0875,
      "step": 84980
    },
    {
      "epoch": 0.1770625,
      "grad_norm": 7.663902759552002,
      "learning_rate": 0.0002782347916434701,
      "loss": 8.9276,
      "step": 84990
    },
    {
      "epoch": 0.17708333333333334,
      "grad_norm": 1.735288143157959,
      "learning_rate": 0.0002782296767967335,
      "loss": 8.4098,
      "step": 85000
    },
    {
      "epoch": 0.17708333333333334,
      "eval_loss": 8.173765182495117,
      "eval_runtime": 8.4765,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 85000
    },
    {
      "epoch": 0.17710416666666667,
      "grad_norm": 1.4054608345031738,
      "learning_rate": 0.00027822456139609556,
      "loss": 8.2347,
      "step": 85010
    },
    {
      "epoch": 0.177125,
      "grad_norm": 1.2146220207214355,
      "learning_rate": 0.00027821944544157817,
      "loss": 8.3535,
      "step": 85020
    },
    {
      "epoch": 0.17714583333333334,
      "grad_norm": 0.9366180300712585,
      "learning_rate": 0.00027821432893320364,
      "loss": 8.5597,
      "step": 85030
    },
    {
      "epoch": 0.17716666666666667,
      "grad_norm": 2.050698757171631,
      "learning_rate": 0.00027820921187099386,
      "loss": 7.9162,
      "step": 85040
    },
    {
      "epoch": 0.1771875,
      "grad_norm": 0.9835058450698853,
      "learning_rate": 0.000278204094254971,
      "loss": 7.7825,
      "step": 85050
    },
    {
      "epoch": 0.17720833333333333,
      "grad_norm": 1.4345694780349731,
      "learning_rate": 0.0002781989760851573,
      "loss": 8.1401,
      "step": 85060
    },
    {
      "epoch": 0.17722916666666666,
      "grad_norm": 1.573533535003662,
      "learning_rate": 0.00027819385736157473,
      "loss": 8.2799,
      "step": 85070
    },
    {
      "epoch": 0.17725,
      "grad_norm": 1.353837013244629,
      "learning_rate": 0.00027818873808424543,
      "loss": 8.6332,
      "step": 85080
    },
    {
      "epoch": 0.17727083333333332,
      "grad_norm": 0.5704465508460999,
      "learning_rate": 0.0002781836182531916,
      "loss": 8.7925,
      "step": 85090
    },
    {
      "epoch": 0.17729166666666665,
      "grad_norm": 0.7954771518707275,
      "learning_rate": 0.0002781784978684352,
      "loss": 7.9874,
      "step": 85100
    },
    {
      "epoch": 0.1773125,
      "grad_norm": 1.724770188331604,
      "learning_rate": 0.00027817337692999844,
      "loss": 8.0459,
      "step": 85110
    },
    {
      "epoch": 0.17733333333333334,
      "grad_norm": 0.7586331963539124,
      "learning_rate": 0.0002781682554379034,
      "loss": 7.8864,
      "step": 85120
    },
    {
      "epoch": 0.17735416666666667,
      "grad_norm": 0.7773926854133606,
      "learning_rate": 0.00027816313339217225,
      "loss": 8.0996,
      "step": 85130
    },
    {
      "epoch": 0.177375,
      "grad_norm": 2.5369081497192383,
      "learning_rate": 0.0002781580107928271,
      "loss": 8.6729,
      "step": 85140
    },
    {
      "epoch": 0.17739583333333334,
      "grad_norm": 3.6495602130889893,
      "learning_rate": 0.0002781528876398901,
      "loss": 8.7438,
      "step": 85150
    },
    {
      "epoch": 0.17741666666666667,
      "grad_norm": 0.9011380672454834,
      "learning_rate": 0.0002781477639333833,
      "loss": 7.4513,
      "step": 85160
    },
    {
      "epoch": 0.1774375,
      "grad_norm": 2.634782314300537,
      "learning_rate": 0.0002781426396733289,
      "loss": 9.0175,
      "step": 85170
    },
    {
      "epoch": 0.17745833333333333,
      "grad_norm": 1.28394615650177,
      "learning_rate": 0.00027813751485974904,
      "loss": 8.2387,
      "step": 85180
    },
    {
      "epoch": 0.17747916666666666,
      "grad_norm": 0.8466443419456482,
      "learning_rate": 0.00027813238949266577,
      "loss": 7.4755,
      "step": 85190
    },
    {
      "epoch": 0.1775,
      "grad_norm": 0.9773097038269043,
      "learning_rate": 0.0002781272635721014,
      "loss": 7.9951,
      "step": 85200
    },
    {
      "epoch": 0.17752083333333332,
      "grad_norm": 1.7570396661758423,
      "learning_rate": 0.0002781221370980779,
      "loss": 7.9205,
      "step": 85210
    },
    {
      "epoch": 0.17754166666666665,
      "grad_norm": 4.473356246948242,
      "learning_rate": 0.0002781170100706175,
      "loss": 8.2383,
      "step": 85220
    },
    {
      "epoch": 0.1775625,
      "grad_norm": 2.251955270767212,
      "learning_rate": 0.0002781118824897423,
      "loss": 8.5356,
      "step": 85230
    },
    {
      "epoch": 0.17758333333333334,
      "grad_norm": 0.821990430355072,
      "learning_rate": 0.00027810675435547454,
      "loss": 8.4335,
      "step": 85240
    },
    {
      "epoch": 0.17760416666666667,
      "grad_norm": 5.833047389984131,
      "learning_rate": 0.0002781016256678362,
      "loss": 8.4631,
      "step": 85250
    },
    {
      "epoch": 0.177625,
      "grad_norm": 1.3505827188491821,
      "learning_rate": 0.00027809649642684963,
      "loss": 8.6128,
      "step": 85260
    },
    {
      "epoch": 0.17764583333333334,
      "grad_norm": 5.430037498474121,
      "learning_rate": 0.00027809136663253694,
      "loss": 8.1222,
      "step": 85270
    },
    {
      "epoch": 0.17766666666666667,
      "grad_norm": 0.7023345828056335,
      "learning_rate": 0.00027808623628492016,
      "loss": 7.8599,
      "step": 85280
    },
    {
      "epoch": 0.1776875,
      "grad_norm": 1.3675025701522827,
      "learning_rate": 0.00027808110538402156,
      "loss": 7.8886,
      "step": 85290
    },
    {
      "epoch": 0.17770833333333333,
      "grad_norm": 1.0656884908676147,
      "learning_rate": 0.0002780759739298633,
      "loss": 8.1492,
      "step": 85300
    },
    {
      "epoch": 0.17772916666666666,
      "grad_norm": 1.8574790954589844,
      "learning_rate": 0.00027807084192246756,
      "loss": 8.3343,
      "step": 85310
    },
    {
      "epoch": 0.17775,
      "grad_norm": 1.5498689413070679,
      "learning_rate": 0.0002780657093618564,
      "loss": 8.6901,
      "step": 85320
    },
    {
      "epoch": 0.17777083333333332,
      "grad_norm": 0.8384113311767578,
      "learning_rate": 0.00027806057624805216,
      "loss": 8.5332,
      "step": 85330
    },
    {
      "epoch": 0.17779166666666665,
      "grad_norm": 2.6617281436920166,
      "learning_rate": 0.0002780554425810768,
      "loss": 8.8885,
      "step": 85340
    },
    {
      "epoch": 0.1778125,
      "grad_norm": 1.61568284034729,
      "learning_rate": 0.0002780503083609527,
      "loss": 8.2601,
      "step": 85350
    },
    {
      "epoch": 0.17783333333333334,
      "grad_norm": 6.694485187530518,
      "learning_rate": 0.000278045173587702,
      "loss": 9.2329,
      "step": 85360
    },
    {
      "epoch": 0.17785416666666667,
      "grad_norm": 1.0488934516906738,
      "learning_rate": 0.00027804003826134674,
      "loss": 7.3714,
      "step": 85370
    },
    {
      "epoch": 0.177875,
      "grad_norm": 1.4264097213745117,
      "learning_rate": 0.00027803490238190924,
      "loss": 9.0255,
      "step": 85380
    },
    {
      "epoch": 0.17789583333333334,
      "grad_norm": 0.6414329409599304,
      "learning_rate": 0.0002780297659494116,
      "loss": 8.2671,
      "step": 85390
    },
    {
      "epoch": 0.17791666666666667,
      "grad_norm": 2.5039541721343994,
      "learning_rate": 0.0002780246289638761,
      "loss": 7.9925,
      "step": 85400
    },
    {
      "epoch": 0.1779375,
      "grad_norm": 1.9158873558044434,
      "learning_rate": 0.0002780194914253248,
      "loss": 8.0077,
      "step": 85410
    },
    {
      "epoch": 0.17795833333333333,
      "grad_norm": 1.2756743431091309,
      "learning_rate": 0.0002780143533337801,
      "loss": 8.0871,
      "step": 85420
    },
    {
      "epoch": 0.17797916666666666,
      "grad_norm": 3.3970119953155518,
      "learning_rate": 0.00027800921468926394,
      "loss": 8.4978,
      "step": 85430
    },
    {
      "epoch": 0.178,
      "grad_norm": 0.9958987236022949,
      "learning_rate": 0.00027800407549179873,
      "loss": 7.6465,
      "step": 85440
    },
    {
      "epoch": 0.17802083333333332,
      "grad_norm": 0.8068141341209412,
      "learning_rate": 0.0002779989357414065,
      "loss": 7.9565,
      "step": 85450
    },
    {
      "epoch": 0.17804166666666665,
      "grad_norm": 1.6954940557479858,
      "learning_rate": 0.0002779937954381096,
      "loss": 8.3294,
      "step": 85460
    },
    {
      "epoch": 0.1780625,
      "grad_norm": 1.1194911003112793,
      "learning_rate": 0.00027798865458193017,
      "loss": 7.89,
      "step": 85470
    },
    {
      "epoch": 0.17808333333333334,
      "grad_norm": 1.7687451839447021,
      "learning_rate": 0.0002779835131728904,
      "loss": 7.8736,
      "step": 85480
    },
    {
      "epoch": 0.17810416666666667,
      "grad_norm": 1.1783424615859985,
      "learning_rate": 0.00027797837121101246,
      "loss": 8.5584,
      "step": 85490
    },
    {
      "epoch": 0.178125,
      "grad_norm": 2.191608428955078,
      "learning_rate": 0.00027797322869631865,
      "loss": 8.6501,
      "step": 85500
    },
    {
      "epoch": 0.17814583333333334,
      "grad_norm": 0.8247752785682678,
      "learning_rate": 0.0002779680856288312,
      "loss": 7.9457,
      "step": 85510
    },
    {
      "epoch": 0.17816666666666667,
      "grad_norm": 0.9416038990020752,
      "learning_rate": 0.0002779629420085722,
      "loss": 8.0202,
      "step": 85520
    },
    {
      "epoch": 0.1781875,
      "grad_norm": 2.878450632095337,
      "learning_rate": 0.00027795779783556395,
      "loss": 8.1401,
      "step": 85530
    },
    {
      "epoch": 0.17820833333333333,
      "grad_norm": 0.6601917147636414,
      "learning_rate": 0.0002779526531098287,
      "loss": 7.9284,
      "step": 85540
    },
    {
      "epoch": 0.17822916666666666,
      "grad_norm": 1.3568661212921143,
      "learning_rate": 0.0002779475078313886,
      "loss": 7.9611,
      "step": 85550
    },
    {
      "epoch": 0.17825,
      "grad_norm": 1.9461361169815063,
      "learning_rate": 0.00027794236200026596,
      "loss": 8.3536,
      "step": 85560
    },
    {
      "epoch": 0.17827083333333332,
      "grad_norm": 1.064255952835083,
      "learning_rate": 0.0002779372156164829,
      "loss": 8.0494,
      "step": 85570
    },
    {
      "epoch": 0.17829166666666665,
      "grad_norm": 1.9523338079452515,
      "learning_rate": 0.00027793206868006174,
      "loss": 8.132,
      "step": 85580
    },
    {
      "epoch": 0.1783125,
      "grad_norm": 0.6597995758056641,
      "learning_rate": 0.00027792692119102473,
      "loss": 7.9857,
      "step": 85590
    },
    {
      "epoch": 0.17833333333333334,
      "grad_norm": 0.8902605175971985,
      "learning_rate": 0.00027792177314939394,
      "loss": 7.9409,
      "step": 85600
    },
    {
      "epoch": 0.17835416666666667,
      "grad_norm": 1.1118324995040894,
      "learning_rate": 0.0002779166245551918,
      "loss": 7.5518,
      "step": 85610
    },
    {
      "epoch": 0.178375,
      "grad_norm": 2.9587955474853516,
      "learning_rate": 0.0002779114754084405,
      "loss": 8.5545,
      "step": 85620
    },
    {
      "epoch": 0.17839583333333334,
      "grad_norm": 0.6287793517112732,
      "learning_rate": 0.00027790632570916224,
      "loss": 7.8025,
      "step": 85630
    },
    {
      "epoch": 0.17841666666666667,
      "grad_norm": 2.187452793121338,
      "learning_rate": 0.00027790117545737925,
      "loss": 8.5883,
      "step": 85640
    },
    {
      "epoch": 0.1784375,
      "grad_norm": 4.622101306915283,
      "learning_rate": 0.0002778960246531138,
      "loss": 7.988,
      "step": 85650
    },
    {
      "epoch": 0.17845833333333333,
      "grad_norm": 1.2334213256835938,
      "learning_rate": 0.0002778908732963882,
      "loss": 7.7445,
      "step": 85660
    },
    {
      "epoch": 0.17847916666666666,
      "grad_norm": 1.627644419670105,
      "learning_rate": 0.0002778857213872246,
      "loss": 8.343,
      "step": 85670
    },
    {
      "epoch": 0.1785,
      "grad_norm": 1.0385041236877441,
      "learning_rate": 0.00027788056892564535,
      "loss": 8.6543,
      "step": 85680
    },
    {
      "epoch": 0.17852083333333332,
      "grad_norm": 1.5578701496124268,
      "learning_rate": 0.00027787541591167263,
      "loss": 8.2529,
      "step": 85690
    },
    {
      "epoch": 0.17854166666666665,
      "grad_norm": 4.508262634277344,
      "learning_rate": 0.0002778702623453287,
      "loss": 7.9294,
      "step": 85700
    },
    {
      "epoch": 0.1785625,
      "grad_norm": 0.9007620215415955,
      "learning_rate": 0.0002778651082266359,
      "loss": 8.8811,
      "step": 85710
    },
    {
      "epoch": 0.17858333333333334,
      "grad_norm": 1.3268035650253296,
      "learning_rate": 0.00027785995355561645,
      "loss": 7.7488,
      "step": 85720
    },
    {
      "epoch": 0.17860416666666667,
      "grad_norm": 0.9564643502235413,
      "learning_rate": 0.0002778547983322926,
      "loss": 8.5117,
      "step": 85730
    },
    {
      "epoch": 0.178625,
      "grad_norm": 0.7879718542098999,
      "learning_rate": 0.0002778496425566866,
      "loss": 8.2912,
      "step": 85740
    },
    {
      "epoch": 0.17864583333333334,
      "grad_norm": 1.1678181886672974,
      "learning_rate": 0.0002778444862288208,
      "loss": 8.8757,
      "step": 85750
    },
    {
      "epoch": 0.17866666666666667,
      "grad_norm": 3.136094570159912,
      "learning_rate": 0.0002778393293487174,
      "loss": 8.3122,
      "step": 85760
    },
    {
      "epoch": 0.1786875,
      "grad_norm": 1.703572154045105,
      "learning_rate": 0.0002778341719163987,
      "loss": 7.8573,
      "step": 85770
    },
    {
      "epoch": 0.17870833333333333,
      "grad_norm": 1.1084873676300049,
      "learning_rate": 0.000277829013931887,
      "loss": 7.9744,
      "step": 85780
    },
    {
      "epoch": 0.17872916666666666,
      "grad_norm": 2.4280333518981934,
      "learning_rate": 0.0002778238553952045,
      "loss": 8.4557,
      "step": 85790
    },
    {
      "epoch": 0.17875,
      "grad_norm": 0.7034795880317688,
      "learning_rate": 0.00027781869630637355,
      "loss": 8.864,
      "step": 85800
    },
    {
      "epoch": 0.17877083333333332,
      "grad_norm": 2.563715934753418,
      "learning_rate": 0.0002778135366654165,
      "loss": 7.9927,
      "step": 85810
    },
    {
      "epoch": 0.17879166666666665,
      "grad_norm": 1.161563515663147,
      "learning_rate": 0.0002778083764723555,
      "loss": 8.7429,
      "step": 85820
    },
    {
      "epoch": 0.1788125,
      "grad_norm": 0.8587113618850708,
      "learning_rate": 0.0002778032157272129,
      "loss": 8.1288,
      "step": 85830
    },
    {
      "epoch": 0.17883333333333334,
      "grad_norm": 1.1905426979064941,
      "learning_rate": 0.00027779805443001106,
      "loss": 7.8787,
      "step": 85840
    },
    {
      "epoch": 0.17885416666666668,
      "grad_norm": 5.575790882110596,
      "learning_rate": 0.0002777928925807721,
      "loss": 8.9095,
      "step": 85850
    },
    {
      "epoch": 0.178875,
      "grad_norm": 2.604954242706299,
      "learning_rate": 0.0002777877301795185,
      "loss": 7.6248,
      "step": 85860
    },
    {
      "epoch": 0.17889583333333334,
      "grad_norm": 2.641479730606079,
      "learning_rate": 0.00027778256722627253,
      "loss": 7.8865,
      "step": 85870
    },
    {
      "epoch": 0.17891666666666667,
      "grad_norm": 0.8354384303092957,
      "learning_rate": 0.0002777774037210564,
      "loss": 8.3151,
      "step": 85880
    },
    {
      "epoch": 0.1789375,
      "grad_norm": 1.4804326295852661,
      "learning_rate": 0.00027777223966389243,
      "loss": 7.5507,
      "step": 85890
    },
    {
      "epoch": 0.17895833333333333,
      "grad_norm": 0.9531275629997253,
      "learning_rate": 0.00027776707505480303,
      "loss": 8.1112,
      "step": 85900
    },
    {
      "epoch": 0.17897916666666666,
      "grad_norm": 1.8435826301574707,
      "learning_rate": 0.0002777619098938104,
      "loss": 7.9329,
      "step": 85910
    },
    {
      "epoch": 0.179,
      "grad_norm": 1.4962700605392456,
      "learning_rate": 0.00027775674418093686,
      "loss": 7.8722,
      "step": 85920
    },
    {
      "epoch": 0.17902083333333332,
      "grad_norm": 2.156848192214966,
      "learning_rate": 0.0002777515779162048,
      "loss": 8.7717,
      "step": 85930
    },
    {
      "epoch": 0.17904166666666665,
      "grad_norm": 0.7996256947517395,
      "learning_rate": 0.0002777464110996365,
      "loss": 8.4171,
      "step": 85940
    },
    {
      "epoch": 0.1790625,
      "grad_norm": 0.8118797540664673,
      "learning_rate": 0.0002777412437312542,
      "loss": 7.6465,
      "step": 85950
    },
    {
      "epoch": 0.17908333333333334,
      "grad_norm": 0.5830753445625305,
      "learning_rate": 0.0002777360758110804,
      "loss": 7.7057,
      "step": 85960
    },
    {
      "epoch": 0.17910416666666668,
      "grad_norm": 0.887984573841095,
      "learning_rate": 0.00027773090733913727,
      "loss": 8.1329,
      "step": 85970
    },
    {
      "epoch": 0.179125,
      "grad_norm": 1.1956822872161865,
      "learning_rate": 0.0002777257383154471,
      "loss": 8.2006,
      "step": 85980
    },
    {
      "epoch": 0.17914583333333334,
      "grad_norm": 0.7354658246040344,
      "learning_rate": 0.0002777205687400324,
      "loss": 8.6869,
      "step": 85990
    },
    {
      "epoch": 0.17916666666666667,
      "grad_norm": 2.522254228591919,
      "learning_rate": 0.00027771539861291535,
      "loss": 7.9935,
      "step": 86000
    },
    {
      "epoch": 0.17916666666666667,
      "eval_loss": 7.790163993835449,
      "eval_runtime": 9.096,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 86000
    },
    {
      "epoch": 0.1791875,
      "grad_norm": 1.9467917680740356,
      "learning_rate": 0.0002777102279341183,
      "loss": 8.5277,
      "step": 86010
    },
    {
      "epoch": 0.17920833333333333,
      "grad_norm": 1.1918933391571045,
      "learning_rate": 0.0002777050567036637,
      "loss": 7.7906,
      "step": 86020
    },
    {
      "epoch": 0.17922916666666666,
      "grad_norm": 0.8646948933601379,
      "learning_rate": 0.0002776998849215738,
      "loss": 8.0695,
      "step": 86030
    },
    {
      "epoch": 0.17925,
      "grad_norm": 1.237901210784912,
      "learning_rate": 0.00027769471258787086,
      "loss": 8.3168,
      "step": 86040
    },
    {
      "epoch": 0.17927083333333332,
      "grad_norm": 2.4937543869018555,
      "learning_rate": 0.0002776895397025774,
      "loss": 8.0812,
      "step": 86050
    },
    {
      "epoch": 0.17929166666666665,
      "grad_norm": 1.5085657835006714,
      "learning_rate": 0.0002776843662657156,
      "loss": 8.1037,
      "step": 86060
    },
    {
      "epoch": 0.1793125,
      "grad_norm": 1.4884272813796997,
      "learning_rate": 0.0002776791922773079,
      "loss": 8.1714,
      "step": 86070
    },
    {
      "epoch": 0.17933333333333334,
      "grad_norm": 0.7691047191619873,
      "learning_rate": 0.0002776740177373766,
      "loss": 8.206,
      "step": 86080
    },
    {
      "epoch": 0.17935416666666668,
      "grad_norm": 1.1285955905914307,
      "learning_rate": 0.00027766884264594414,
      "loss": 8.4263,
      "step": 86090
    },
    {
      "epoch": 0.179375,
      "grad_norm": 1.334036111831665,
      "learning_rate": 0.0002776636670030328,
      "loss": 8.6674,
      "step": 86100
    },
    {
      "epoch": 0.17939583333333334,
      "grad_norm": 1.3554143905639648,
      "learning_rate": 0.00027765849080866494,
      "loss": 7.9248,
      "step": 86110
    },
    {
      "epoch": 0.17941666666666667,
      "grad_norm": 0.8150696754455566,
      "learning_rate": 0.0002776533140628629,
      "loss": 8.2695,
      "step": 86120
    },
    {
      "epoch": 0.1794375,
      "grad_norm": 1.515778660774231,
      "learning_rate": 0.0002776481367656491,
      "loss": 7.6223,
      "step": 86130
    },
    {
      "epoch": 0.17945833333333333,
      "grad_norm": 1.0166865587234497,
      "learning_rate": 0.0002776429589170459,
      "loss": 8.8732,
      "step": 86140
    },
    {
      "epoch": 0.17947916666666666,
      "grad_norm": 0.8226077556610107,
      "learning_rate": 0.0002776377805170756,
      "loss": 8.2112,
      "step": 86150
    },
    {
      "epoch": 0.1795,
      "grad_norm": 1.8897886276245117,
      "learning_rate": 0.0002776326015657607,
      "loss": 7.8622,
      "step": 86160
    },
    {
      "epoch": 0.17952083333333332,
      "grad_norm": 2.1751580238342285,
      "learning_rate": 0.00027762742206312335,
      "loss": 8.6316,
      "step": 86170
    },
    {
      "epoch": 0.17954166666666665,
      "grad_norm": 2.763225555419922,
      "learning_rate": 0.0002776222420091861,
      "loss": 8.4673,
      "step": 86180
    },
    {
      "epoch": 0.1795625,
      "grad_norm": 1.6225833892822266,
      "learning_rate": 0.00027761706140397134,
      "loss": 7.9095,
      "step": 86190
    },
    {
      "epoch": 0.17958333333333334,
      "grad_norm": 5.138095378875732,
      "learning_rate": 0.00027761188024750134,
      "loss": 8.8123,
      "step": 86200
    },
    {
      "epoch": 0.17960416666666668,
      "grad_norm": 1.1711928844451904,
      "learning_rate": 0.0002776066985397985,
      "loss": 9.0359,
      "step": 86210
    },
    {
      "epoch": 0.179625,
      "grad_norm": 2.9974775314331055,
      "learning_rate": 0.00027760151628088527,
      "loss": 8.1925,
      "step": 86220
    },
    {
      "epoch": 0.17964583333333334,
      "grad_norm": 0.9385424256324768,
      "learning_rate": 0.000277596333470784,
      "loss": 8.7289,
      "step": 86230
    },
    {
      "epoch": 0.17966666666666667,
      "grad_norm": 0.8694508075714111,
      "learning_rate": 0.0002775911501095171,
      "loss": 8.2074,
      "step": 86240
    },
    {
      "epoch": 0.1796875,
      "grad_norm": 3.3534982204437256,
      "learning_rate": 0.0002775859661971069,
      "loss": 8.5813,
      "step": 86250
    },
    {
      "epoch": 0.17970833333333333,
      "grad_norm": 0.58733731508255,
      "learning_rate": 0.00027758078173357586,
      "loss": 8.5047,
      "step": 86260
    },
    {
      "epoch": 0.17972916666666666,
      "grad_norm": 1.379226803779602,
      "learning_rate": 0.0002775755967189463,
      "loss": 7.9487,
      "step": 86270
    },
    {
      "epoch": 0.17975,
      "grad_norm": 0.8460761904716492,
      "learning_rate": 0.0002775704111532407,
      "loss": 8.4073,
      "step": 86280
    },
    {
      "epoch": 0.17977083333333332,
      "grad_norm": 0.9556344151496887,
      "learning_rate": 0.0002775652250364814,
      "loss": 8.3413,
      "step": 86290
    },
    {
      "epoch": 0.17979166666666666,
      "grad_norm": 1.1010740995407104,
      "learning_rate": 0.0002775600383686908,
      "loss": 7.6607,
      "step": 86300
    },
    {
      "epoch": 0.1798125,
      "grad_norm": 1.2153301239013672,
      "learning_rate": 0.00027755485114989135,
      "loss": 8.1794,
      "step": 86310
    },
    {
      "epoch": 0.17983333333333335,
      "grad_norm": 0.9727432727813721,
      "learning_rate": 0.00027754966338010544,
      "loss": 7.7344,
      "step": 86320
    },
    {
      "epoch": 0.17985416666666668,
      "grad_norm": 0.8169541954994202,
      "learning_rate": 0.00027754447505935547,
      "loss": 7.7608,
      "step": 86330
    },
    {
      "epoch": 0.179875,
      "grad_norm": 0.6852278709411621,
      "learning_rate": 0.00027753928618766383,
      "loss": 8.3221,
      "step": 86340
    },
    {
      "epoch": 0.17989583333333334,
      "grad_norm": 0.7480052709579468,
      "learning_rate": 0.00027753409676505296,
      "loss": 8.4323,
      "step": 86350
    },
    {
      "epoch": 0.17991666666666667,
      "grad_norm": 1.136909008026123,
      "learning_rate": 0.0002775289067915453,
      "loss": 7.7813,
      "step": 86360
    },
    {
      "epoch": 0.1799375,
      "grad_norm": 1.7372581958770752,
      "learning_rate": 0.0002775237162671632,
      "loss": 9.1068,
      "step": 86370
    },
    {
      "epoch": 0.17995833333333333,
      "grad_norm": 1.3270204067230225,
      "learning_rate": 0.0002775185251919292,
      "loss": 8.1634,
      "step": 86380
    },
    {
      "epoch": 0.17997916666666666,
      "grad_norm": 1.1434115171432495,
      "learning_rate": 0.00027751333356586553,
      "loss": 7.9619,
      "step": 86390
    },
    {
      "epoch": 0.18,
      "grad_norm": 1.0651462078094482,
      "learning_rate": 0.00027750814138899485,
      "loss": 7.7193,
      "step": 86400
    },
    {
      "epoch": 0.18002083333333332,
      "grad_norm": 1.599633812904358,
      "learning_rate": 0.0002775029486613394,
      "loss": 8.1492,
      "step": 86410
    },
    {
      "epoch": 0.18004166666666666,
      "grad_norm": 2.87357234954834,
      "learning_rate": 0.00027749775538292166,
      "loss": 7.8736,
      "step": 86420
    },
    {
      "epoch": 0.1800625,
      "grad_norm": 1.8892141580581665,
      "learning_rate": 0.00027749256155376416,
      "loss": 8.0585,
      "step": 86430
    },
    {
      "epoch": 0.18008333333333335,
      "grad_norm": 1.3388326168060303,
      "learning_rate": 0.00027748736717388926,
      "loss": 7.7282,
      "step": 86440
    },
    {
      "epoch": 0.18010416666666668,
      "grad_norm": 1.4883109331130981,
      "learning_rate": 0.00027748217224331934,
      "loss": 8.3593,
      "step": 86450
    },
    {
      "epoch": 0.180125,
      "grad_norm": 3.6463141441345215,
      "learning_rate": 0.0002774769767620769,
      "loss": 8.9406,
      "step": 86460
    },
    {
      "epoch": 0.18014583333333334,
      "grad_norm": 1.5321325063705444,
      "learning_rate": 0.0002774717807301844,
      "loss": 8.488,
      "step": 86470
    },
    {
      "epoch": 0.18016666666666667,
      "grad_norm": 1.26325261592865,
      "learning_rate": 0.0002774665841476643,
      "loss": 8.5928,
      "step": 86480
    },
    {
      "epoch": 0.1801875,
      "grad_norm": 0.9293628931045532,
      "learning_rate": 0.0002774613870145389,
      "loss": 8.4477,
      "step": 86490
    },
    {
      "epoch": 0.18020833333333333,
      "grad_norm": 2.211934804916382,
      "learning_rate": 0.00027745618933083083,
      "loss": 7.8054,
      "step": 86500
    },
    {
      "epoch": 0.18022916666666666,
      "grad_norm": 1.244811773300171,
      "learning_rate": 0.0002774509910965625,
      "loss": 7.9412,
      "step": 86510
    },
    {
      "epoch": 0.18025,
      "grad_norm": 0.9314045310020447,
      "learning_rate": 0.0002774457923117563,
      "loss": 8.3357,
      "step": 86520
    },
    {
      "epoch": 0.18027083333333332,
      "grad_norm": 5.453076362609863,
      "learning_rate": 0.0002774405929764348,
      "loss": 8.5926,
      "step": 86530
    },
    {
      "epoch": 0.18029166666666666,
      "grad_norm": 0.9324684739112854,
      "learning_rate": 0.0002774353930906203,
      "loss": 8.6791,
      "step": 86540
    },
    {
      "epoch": 0.1803125,
      "grad_norm": 0.9567235112190247,
      "learning_rate": 0.00027743019265433536,
      "loss": 7.7984,
      "step": 86550
    },
    {
      "epoch": 0.18033333333333335,
      "grad_norm": 1.2970741987228394,
      "learning_rate": 0.0002774249916676024,
      "loss": 7.926,
      "step": 86560
    },
    {
      "epoch": 0.18035416666666668,
      "grad_norm": 0.9889272451400757,
      "learning_rate": 0.0002774197901304439,
      "loss": 8.1626,
      "step": 86570
    },
    {
      "epoch": 0.180375,
      "grad_norm": 1.8004815578460693,
      "learning_rate": 0.0002774145880428824,
      "loss": 7.9878,
      "step": 86580
    },
    {
      "epoch": 0.18039583333333334,
      "grad_norm": 2.8423662185668945,
      "learning_rate": 0.00027740938540494033,
      "loss": 8.6428,
      "step": 86590
    },
    {
      "epoch": 0.18041666666666667,
      "grad_norm": 1.9916630983352661,
      "learning_rate": 0.00027740418221664014,
      "loss": 8.6903,
      "step": 86600
    },
    {
      "epoch": 0.1804375,
      "grad_norm": 1.6078628301620483,
      "learning_rate": 0.0002773989784780043,
      "loss": 7.8513,
      "step": 86610
    },
    {
      "epoch": 0.18045833333333333,
      "grad_norm": 0.8538109660148621,
      "learning_rate": 0.0002773937741890553,
      "loss": 7.4952,
      "step": 86620
    },
    {
      "epoch": 0.18047916666666666,
      "grad_norm": 1.8199869394302368,
      "learning_rate": 0.0002773885693498156,
      "loss": 7.6544,
      "step": 86630
    },
    {
      "epoch": 0.1805,
      "grad_norm": 1.306596040725708,
      "learning_rate": 0.0002773833639603077,
      "loss": 8.312,
      "step": 86640
    },
    {
      "epoch": 0.18052083333333332,
      "grad_norm": 0.8666368126869202,
      "learning_rate": 0.0002773781580205541,
      "loss": 7.6346,
      "step": 86650
    },
    {
      "epoch": 0.18054166666666666,
      "grad_norm": 1.2943251132965088,
      "learning_rate": 0.0002773729515305773,
      "loss": 7.6411,
      "step": 86660
    },
    {
      "epoch": 0.1805625,
      "grad_norm": 2.167079210281372,
      "learning_rate": 0.00027736774449039976,
      "loss": 7.9812,
      "step": 86670
    },
    {
      "epoch": 0.18058333333333335,
      "grad_norm": 0.7183864116668701,
      "learning_rate": 0.000277362536900044,
      "loss": 8.2484,
      "step": 86680
    },
    {
      "epoch": 0.18060416666666668,
      "grad_norm": 0.7775427103042603,
      "learning_rate": 0.00027735732875953245,
      "loss": 7.6188,
      "step": 86690
    },
    {
      "epoch": 0.180625,
      "grad_norm": 1.7358280420303345,
      "learning_rate": 0.00027735212006888764,
      "loss": 7.804,
      "step": 86700
    },
    {
      "epoch": 0.18064583333333334,
      "grad_norm": 1.4708130359649658,
      "learning_rate": 0.0002773469108281321,
      "loss": 7.8886,
      "step": 86710
    },
    {
      "epoch": 0.18066666666666667,
      "grad_norm": 0.935431182384491,
      "learning_rate": 0.00027734170103728835,
      "loss": 8.2789,
      "step": 86720
    },
    {
      "epoch": 0.1806875,
      "grad_norm": 2.7239038944244385,
      "learning_rate": 0.0002773364906963788,
      "loss": 7.7215,
      "step": 86730
    },
    {
      "epoch": 0.18070833333333333,
      "grad_norm": 1.2148159742355347,
      "learning_rate": 0.000277331279805426,
      "loss": 8.0658,
      "step": 86740
    },
    {
      "epoch": 0.18072916666666666,
      "grad_norm": 1.119840145111084,
      "learning_rate": 0.0002773260683644526,
      "loss": 8.0328,
      "step": 86750
    },
    {
      "epoch": 0.18075,
      "grad_norm": 0.6346784830093384,
      "learning_rate": 0.00027732085637348087,
      "loss": 7.8959,
      "step": 86760
    },
    {
      "epoch": 0.18077083333333333,
      "grad_norm": 0.8240206241607666,
      "learning_rate": 0.00027731564383253344,
      "loss": 7.9452,
      "step": 86770
    },
    {
      "epoch": 0.18079166666666666,
      "grad_norm": 2.3036584854125977,
      "learning_rate": 0.00027731043074163286,
      "loss": 9.1482,
      "step": 86780
    },
    {
      "epoch": 0.1808125,
      "grad_norm": 0.7375010251998901,
      "learning_rate": 0.0002773052171008016,
      "loss": 7.7982,
      "step": 86790
    },
    {
      "epoch": 0.18083333333333335,
      "grad_norm": 2.6875646114349365,
      "learning_rate": 0.0002773000029100622,
      "loss": 7.7325,
      "step": 86800
    },
    {
      "epoch": 0.18085416666666668,
      "grad_norm": 0.9452754855155945,
      "learning_rate": 0.0002772947881694372,
      "loss": 8.0792,
      "step": 86810
    },
    {
      "epoch": 0.180875,
      "grad_norm": 1.1674654483795166,
      "learning_rate": 0.00027728957287894904,
      "loss": 8.24,
      "step": 86820
    },
    {
      "epoch": 0.18089583333333334,
      "grad_norm": 1.4014757871627808,
      "learning_rate": 0.0002772843570386204,
      "loss": 7.5509,
      "step": 86830
    },
    {
      "epoch": 0.18091666666666667,
      "grad_norm": 1.4230728149414062,
      "learning_rate": 0.0002772791406484736,
      "loss": 8.0808,
      "step": 86840
    },
    {
      "epoch": 0.1809375,
      "grad_norm": 0.9355969429016113,
      "learning_rate": 0.00027727392370853135,
      "loss": 7.8517,
      "step": 86850
    },
    {
      "epoch": 0.18095833333333333,
      "grad_norm": 1.4777697324752808,
      "learning_rate": 0.0002772687062188162,
      "loss": 8.5002,
      "step": 86860
    },
    {
      "epoch": 0.18097916666666666,
      "grad_norm": 8.238521575927734,
      "learning_rate": 0.0002772634881793505,
      "loss": 8.1552,
      "step": 86870
    },
    {
      "epoch": 0.181,
      "grad_norm": 6.061156272888184,
      "learning_rate": 0.00027725826959015695,
      "loss": 8.5215,
      "step": 86880
    },
    {
      "epoch": 0.18102083333333333,
      "grad_norm": 1.6438337564468384,
      "learning_rate": 0.00027725305045125806,
      "loss": 8.1093,
      "step": 86890
    },
    {
      "epoch": 0.18104166666666666,
      "grad_norm": 1.3983924388885498,
      "learning_rate": 0.00027724783076267637,
      "loss": 7.9532,
      "step": 86900
    },
    {
      "epoch": 0.1810625,
      "grad_norm": 0.7543408274650574,
      "learning_rate": 0.00027724261052443437,
      "loss": 7.8694,
      "step": 86910
    },
    {
      "epoch": 0.18108333333333335,
      "grad_norm": 1.6188504695892334,
      "learning_rate": 0.0002772373897365547,
      "loss": 8.1793,
      "step": 86920
    },
    {
      "epoch": 0.18110416666666668,
      "grad_norm": 3.770491600036621,
      "learning_rate": 0.00027723216839905987,
      "loss": 8.1726,
      "step": 86930
    },
    {
      "epoch": 0.181125,
      "grad_norm": 3.2422146797180176,
      "learning_rate": 0.0002772269465119724,
      "loss": 8.0722,
      "step": 86940
    },
    {
      "epoch": 0.18114583333333334,
      "grad_norm": 0.8280580043792725,
      "learning_rate": 0.0002772217240753149,
      "loss": 8.5777,
      "step": 86950
    },
    {
      "epoch": 0.18116666666666667,
      "grad_norm": 3.0324296951293945,
      "learning_rate": 0.00027721650108911,
      "loss": 8.9108,
      "step": 86960
    },
    {
      "epoch": 0.1811875,
      "grad_norm": 1.3676252365112305,
      "learning_rate": 0.00027721127755338005,
      "loss": 8.4946,
      "step": 86970
    },
    {
      "epoch": 0.18120833333333333,
      "grad_norm": 1.5282765626907349,
      "learning_rate": 0.00027720605346814777,
      "loss": 7.84,
      "step": 86980
    },
    {
      "epoch": 0.18122916666666666,
      "grad_norm": 1.0722637176513672,
      "learning_rate": 0.0002772008288334357,
      "loss": 9.8224,
      "step": 86990
    },
    {
      "epoch": 0.18125,
      "grad_norm": 1.1400033235549927,
      "learning_rate": 0.0002771956036492664,
      "loss": 7.5589,
      "step": 87000
    },
    {
      "epoch": 0.18125,
      "eval_loss": 9.7335205078125,
      "eval_runtime": 9.4148,
      "eval_samples_per_second": 0.319,
      "eval_steps_per_second": 0.106,
      "step": 87000
    },
    {
      "epoch": 0.18127083333333333,
      "grad_norm": 0.6665670275688171,
      "learning_rate": 0.00027719037791566244,
      "loss": 7.54,
      "step": 87010
    },
    {
      "epoch": 0.18129166666666666,
      "grad_norm": 0.8633790016174316,
      "learning_rate": 0.0002771851516326464,
      "loss": 8.5451,
      "step": 87020
    },
    {
      "epoch": 0.1813125,
      "grad_norm": 1.1308367252349854,
      "learning_rate": 0.0002771799248002408,
      "loss": 7.8256,
      "step": 87030
    },
    {
      "epoch": 0.18133333333333335,
      "grad_norm": 0.8636752367019653,
      "learning_rate": 0.0002771746974184683,
      "loss": 8.1477,
      "step": 87040
    },
    {
      "epoch": 0.18135416666666668,
      "grad_norm": 0.7865052819252014,
      "learning_rate": 0.00027716946948735146,
      "loss": 8.8777,
      "step": 87050
    },
    {
      "epoch": 0.181375,
      "grad_norm": 0.8708146214485168,
      "learning_rate": 0.0002771642410069128,
      "loss": 8.316,
      "step": 87060
    },
    {
      "epoch": 0.18139583333333334,
      "grad_norm": 1.264000415802002,
      "learning_rate": 0.000277159011977175,
      "loss": 8.1346,
      "step": 87070
    },
    {
      "epoch": 0.18141666666666667,
      "grad_norm": 0.5826505422592163,
      "learning_rate": 0.0002771537823981606,
      "loss": 8.5926,
      "step": 87080
    },
    {
      "epoch": 0.1814375,
      "grad_norm": 1.5400675535202026,
      "learning_rate": 0.0002771485522698922,
      "loss": 8.1995,
      "step": 87090
    },
    {
      "epoch": 0.18145833333333333,
      "grad_norm": 0.6399862170219421,
      "learning_rate": 0.00027714332159239235,
      "loss": 8.0054,
      "step": 87100
    },
    {
      "epoch": 0.18147916666666666,
      "grad_norm": 2.2002925872802734,
      "learning_rate": 0.0002771380903656837,
      "loss": 8.2647,
      "step": 87110
    },
    {
      "epoch": 0.1815,
      "grad_norm": 4.121701240539551,
      "learning_rate": 0.00027713285858978887,
      "loss": 7.818,
      "step": 87120
    },
    {
      "epoch": 0.18152083333333333,
      "grad_norm": 0.5228363871574402,
      "learning_rate": 0.0002771276262647303,
      "loss": 8.1798,
      "step": 87130
    },
    {
      "epoch": 0.18154166666666666,
      "grad_norm": 5.87626838684082,
      "learning_rate": 0.0002771223933905308,
      "loss": 9.0325,
      "step": 87140
    },
    {
      "epoch": 0.1815625,
      "grad_norm": 1.088636875152588,
      "learning_rate": 0.0002771171599672128,
      "loss": 7.4395,
      "step": 87150
    },
    {
      "epoch": 0.18158333333333335,
      "grad_norm": 0.9151443839073181,
      "learning_rate": 0.00027711192599479904,
      "loss": 8.0704,
      "step": 87160
    },
    {
      "epoch": 0.18160416666666668,
      "grad_norm": 2.588407516479492,
      "learning_rate": 0.0002771066914733121,
      "loss": 8.8391,
      "step": 87170
    },
    {
      "epoch": 0.181625,
      "grad_norm": 1.8190600872039795,
      "learning_rate": 0.0002771014564027745,
      "loss": 8.5111,
      "step": 87180
    },
    {
      "epoch": 0.18164583333333334,
      "grad_norm": 3.5073020458221436,
      "learning_rate": 0.00027709622078320894,
      "loss": 8.0994,
      "step": 87190
    },
    {
      "epoch": 0.18166666666666667,
      "grad_norm": 3.7495858669281006,
      "learning_rate": 0.00027709098461463805,
      "loss": 8.3495,
      "step": 87200
    },
    {
      "epoch": 0.1816875,
      "grad_norm": 1.4268195629119873,
      "learning_rate": 0.00027708574789708437,
      "loss": 7.932,
      "step": 87210
    },
    {
      "epoch": 0.18170833333333333,
      "grad_norm": 0.8821063041687012,
      "learning_rate": 0.0002770805106305706,
      "loss": 7.9169,
      "step": 87220
    },
    {
      "epoch": 0.18172916666666666,
      "grad_norm": 8.114255905151367,
      "learning_rate": 0.0002770752728151193,
      "loss": 10.1251,
      "step": 87230
    },
    {
      "epoch": 0.18175,
      "grad_norm": 1.7644429206848145,
      "learning_rate": 0.0002770700344507531,
      "loss": 8.6597,
      "step": 87240
    },
    {
      "epoch": 0.18177083333333333,
      "grad_norm": 0.8735387325286865,
      "learning_rate": 0.0002770647955374947,
      "loss": 7.8028,
      "step": 87250
    },
    {
      "epoch": 0.18179166666666666,
      "grad_norm": 0.9212812185287476,
      "learning_rate": 0.00027705955607536665,
      "loss": 7.8305,
      "step": 87260
    },
    {
      "epoch": 0.1818125,
      "grad_norm": 1.019342303276062,
      "learning_rate": 0.0002770543160643916,
      "loss": 8.0489,
      "step": 87270
    },
    {
      "epoch": 0.18183333333333335,
      "grad_norm": 7.402139186859131,
      "learning_rate": 0.0002770490755045922,
      "loss": 8.2482,
      "step": 87280
    },
    {
      "epoch": 0.18185416666666668,
      "grad_norm": 0.8218985795974731,
      "learning_rate": 0.0002770438343959911,
      "loss": 7.5661,
      "step": 87290
    },
    {
      "epoch": 0.181875,
      "grad_norm": 2.5297489166259766,
      "learning_rate": 0.000277038592738611,
      "loss": 7.9262,
      "step": 87300
    },
    {
      "epoch": 0.18189583333333334,
      "grad_norm": 3.2651188373565674,
      "learning_rate": 0.0002770333505324743,
      "loss": 8.243,
      "step": 87310
    },
    {
      "epoch": 0.18191666666666667,
      "grad_norm": 2.2649424076080322,
      "learning_rate": 0.0002770281077776039,
      "loss": 9.4398,
      "step": 87320
    },
    {
      "epoch": 0.1819375,
      "grad_norm": 1.1611764430999756,
      "learning_rate": 0.00027702286447402235,
      "loss": 7.8831,
      "step": 87330
    },
    {
      "epoch": 0.18195833333333333,
      "grad_norm": 0.5918421745300293,
      "learning_rate": 0.0002770176206217523,
      "loss": 8.385,
      "step": 87340
    },
    {
      "epoch": 0.18197916666666666,
      "grad_norm": 0.5835266709327698,
      "learning_rate": 0.0002770123762208164,
      "loss": 8.1234,
      "step": 87350
    },
    {
      "epoch": 0.182,
      "grad_norm": 0.6810593605041504,
      "learning_rate": 0.00027700713127123733,
      "loss": 7.8484,
      "step": 87360
    },
    {
      "epoch": 0.18202083333333333,
      "grad_norm": 1.1956403255462646,
      "learning_rate": 0.0002770018857730377,
      "loss": 8.1876,
      "step": 87370
    },
    {
      "epoch": 0.18204166666666666,
      "grad_norm": 0.7285318374633789,
      "learning_rate": 0.0002769966397262402,
      "loss": 7.7064,
      "step": 87380
    },
    {
      "epoch": 0.1820625,
      "grad_norm": 1.3621840476989746,
      "learning_rate": 0.0002769913931308675,
      "loss": 7.949,
      "step": 87390
    },
    {
      "epoch": 0.18208333333333335,
      "grad_norm": 1.67745840549469,
      "learning_rate": 0.00027698614598694227,
      "loss": 7.7874,
      "step": 87400
    },
    {
      "epoch": 0.18210416666666668,
      "grad_norm": 0.8669618368148804,
      "learning_rate": 0.0002769808982944871,
      "loss": 7.9835,
      "step": 87410
    },
    {
      "epoch": 0.182125,
      "grad_norm": 0.7314795255661011,
      "learning_rate": 0.00027697565005352473,
      "loss": 8.0703,
      "step": 87420
    },
    {
      "epoch": 0.18214583333333334,
      "grad_norm": 0.8830633163452148,
      "learning_rate": 0.0002769704012640778,
      "loss": 7.7969,
      "step": 87430
    },
    {
      "epoch": 0.18216666666666667,
      "grad_norm": 1.1989490985870361,
      "learning_rate": 0.0002769651519261691,
      "loss": 7.8205,
      "step": 87440
    },
    {
      "epoch": 0.1821875,
      "grad_norm": 0.9054020643234253,
      "learning_rate": 0.00027695990203982105,
      "loss": 7.7305,
      "step": 87450
    },
    {
      "epoch": 0.18220833333333333,
      "grad_norm": 1.3889217376708984,
      "learning_rate": 0.0002769546516050566,
      "loss": 7.8265,
      "step": 87460
    },
    {
      "epoch": 0.18222916666666666,
      "grad_norm": 0.7492049932479858,
      "learning_rate": 0.0002769494006218982,
      "loss": 8.0858,
      "step": 87470
    },
    {
      "epoch": 0.18225,
      "grad_norm": 1.4719033241271973,
      "learning_rate": 0.0002769441490903687,
      "loss": 7.9629,
      "step": 87480
    },
    {
      "epoch": 0.18227083333333333,
      "grad_norm": 0.8096783757209778,
      "learning_rate": 0.00027693889701049074,
      "loss": 8.3031,
      "step": 87490
    },
    {
      "epoch": 0.18229166666666666,
      "grad_norm": 0.7771559357643127,
      "learning_rate": 0.00027693364438228694,
      "loss": 7.9146,
      "step": 87500
    },
    {
      "epoch": 0.1823125,
      "grad_norm": 0.7113282680511475,
      "learning_rate": 0.00027692839120578,
      "loss": 8.0036,
      "step": 87510
    },
    {
      "epoch": 0.18233333333333332,
      "grad_norm": 0.7483050227165222,
      "learning_rate": 0.0002769231374809928,
      "loss": 8.04,
      "step": 87520
    },
    {
      "epoch": 0.18235416666666668,
      "grad_norm": 2.4586281776428223,
      "learning_rate": 0.00027691788320794775,
      "loss": 8.2935,
      "step": 87530
    },
    {
      "epoch": 0.182375,
      "grad_norm": 3.9816625118255615,
      "learning_rate": 0.0002769126283866677,
      "loss": 8.0732,
      "step": 87540
    },
    {
      "epoch": 0.18239583333333334,
      "grad_norm": 1.1221007108688354,
      "learning_rate": 0.0002769073730171754,
      "loss": 8.0271,
      "step": 87550
    },
    {
      "epoch": 0.18241666666666667,
      "grad_norm": 0.7999023199081421,
      "learning_rate": 0.00027690211709949344,
      "loss": 8.5115,
      "step": 87560
    },
    {
      "epoch": 0.1824375,
      "grad_norm": 5.599697589874268,
      "learning_rate": 0.0002768968606336446,
      "loss": 9.1574,
      "step": 87570
    },
    {
      "epoch": 0.18245833333333333,
      "grad_norm": 1.575329065322876,
      "learning_rate": 0.0002768916036196515,
      "loss": 8.1384,
      "step": 87580
    },
    {
      "epoch": 0.18247916666666666,
      "grad_norm": 1.7343813180923462,
      "learning_rate": 0.0002768863460575369,
      "loss": 8.8069,
      "step": 87590
    },
    {
      "epoch": 0.1825,
      "grad_norm": 1.5500410795211792,
      "learning_rate": 0.00027688108794732356,
      "loss": 8.8256,
      "step": 87600
    },
    {
      "epoch": 0.18252083333333333,
      "grad_norm": 1.5017139911651611,
      "learning_rate": 0.00027687582928903414,
      "loss": 7.9101,
      "step": 87610
    },
    {
      "epoch": 0.18254166666666666,
      "grad_norm": 0.7473303079605103,
      "learning_rate": 0.0002768705700826913,
      "loss": 7.9366,
      "step": 87620
    },
    {
      "epoch": 0.1825625,
      "grad_norm": 2.8718996047973633,
      "learning_rate": 0.0002768653103283179,
      "loss": 8.5537,
      "step": 87630
    },
    {
      "epoch": 0.18258333333333332,
      "grad_norm": 1.0564563274383545,
      "learning_rate": 0.00027686005002593644,
      "loss": 8.3417,
      "step": 87640
    },
    {
      "epoch": 0.18260416666666668,
      "grad_norm": 0.8706392049789429,
      "learning_rate": 0.00027685478917556993,
      "loss": 8.0229,
      "step": 87650
    },
    {
      "epoch": 0.182625,
      "grad_norm": 1.686487078666687,
      "learning_rate": 0.0002768495277772408,
      "loss": 7.929,
      "step": 87660
    },
    {
      "epoch": 0.18264583333333334,
      "grad_norm": 1.4505908489227295,
      "learning_rate": 0.00027684426583097203,
      "loss": 9.3644,
      "step": 87670
    },
    {
      "epoch": 0.18266666666666667,
      "grad_norm": 3.4017531871795654,
      "learning_rate": 0.0002768390033367862,
      "loss": 7.8799,
      "step": 87680
    },
    {
      "epoch": 0.1826875,
      "grad_norm": 1.4050928354263306,
      "learning_rate": 0.0002768337402947061,
      "loss": 8.3957,
      "step": 87690
    },
    {
      "epoch": 0.18270833333333333,
      "grad_norm": 2.6484758853912354,
      "learning_rate": 0.00027682847670475446,
      "loss": 8.0627,
      "step": 87700
    },
    {
      "epoch": 0.18272916666666666,
      "grad_norm": 1.1942707300186157,
      "learning_rate": 0.000276823212566954,
      "loss": 7.9299,
      "step": 87710
    },
    {
      "epoch": 0.18275,
      "grad_norm": 2.492530107498169,
      "learning_rate": 0.0002768179478813274,
      "loss": 8.1634,
      "step": 87720
    },
    {
      "epoch": 0.18277083333333333,
      "grad_norm": 1.9027084112167358,
      "learning_rate": 0.0002768126826478975,
      "loss": 8.2407,
      "step": 87730
    },
    {
      "epoch": 0.18279166666666666,
      "grad_norm": 1.5192352533340454,
      "learning_rate": 0.000276807416866687,
      "loss": 8.5359,
      "step": 87740
    },
    {
      "epoch": 0.1828125,
      "grad_norm": 3.124879837036133,
      "learning_rate": 0.0002768021505377187,
      "loss": 9.8292,
      "step": 87750
    },
    {
      "epoch": 0.18283333333333332,
      "grad_norm": 0.7750374674797058,
      "learning_rate": 0.0002767968836610153,
      "loss": 8.2102,
      "step": 87760
    },
    {
      "epoch": 0.18285416666666668,
      "grad_norm": 0.7145191431045532,
      "learning_rate": 0.0002767916162365995,
      "loss": 8.357,
      "step": 87770
    },
    {
      "epoch": 0.182875,
      "grad_norm": 1.1414650678634644,
      "learning_rate": 0.00027678634826449407,
      "loss": 7.8627,
      "step": 87780
    },
    {
      "epoch": 0.18289583333333334,
      "grad_norm": 2.348883867263794,
      "learning_rate": 0.0002767810797447219,
      "loss": 7.9175,
      "step": 87790
    },
    {
      "epoch": 0.18291666666666667,
      "grad_norm": 2.158015489578247,
      "learning_rate": 0.0002767758106773056,
      "loss": 7.803,
      "step": 87800
    },
    {
      "epoch": 0.1829375,
      "grad_norm": 1.1254544258117676,
      "learning_rate": 0.000276770541062268,
      "loss": 7.8679,
      "step": 87810
    },
    {
      "epoch": 0.18295833333333333,
      "grad_norm": 2.6319642066955566,
      "learning_rate": 0.00027676527089963177,
      "loss": 9.0619,
      "step": 87820
    },
    {
      "epoch": 0.18297916666666666,
      "grad_norm": 1.2559071779251099,
      "learning_rate": 0.0002767600001894198,
      "loss": 7.7584,
      "step": 87830
    },
    {
      "epoch": 0.183,
      "grad_norm": 1.074465274810791,
      "learning_rate": 0.0002767547289316548,
      "loss": 7.9915,
      "step": 87840
    },
    {
      "epoch": 0.18302083333333333,
      "grad_norm": 0.6566643118858337,
      "learning_rate": 0.00027674945712635957,
      "loss": 8.0274,
      "step": 87850
    },
    {
      "epoch": 0.18304166666666666,
      "grad_norm": 2.6743128299713135,
      "learning_rate": 0.0002767441847735568,
      "loss": 8.0508,
      "step": 87860
    },
    {
      "epoch": 0.1830625,
      "grad_norm": 1.2748314142227173,
      "learning_rate": 0.00027673891187326944,
      "loss": 8.179,
      "step": 87870
    },
    {
      "epoch": 0.18308333333333332,
      "grad_norm": 3.1180074214935303,
      "learning_rate": 0.00027673363842552,
      "loss": 8.6073,
      "step": 87880
    },
    {
      "epoch": 0.18310416666666668,
      "grad_norm": 6.079150199890137,
      "learning_rate": 0.0002767283644303315,
      "loss": 8.5795,
      "step": 87890
    },
    {
      "epoch": 0.183125,
      "grad_norm": 0.6330124735832214,
      "learning_rate": 0.0002767230898877266,
      "loss": 7.4167,
      "step": 87900
    },
    {
      "epoch": 0.18314583333333334,
      "grad_norm": 1.3845809698104858,
      "learning_rate": 0.0002767178147977281,
      "loss": 7.8158,
      "step": 87910
    },
    {
      "epoch": 0.18316666666666667,
      "grad_norm": 2.2810351848602295,
      "learning_rate": 0.0002767125391603588,
      "loss": 8.8692,
      "step": 87920
    },
    {
      "epoch": 0.1831875,
      "grad_norm": 2.6399707794189453,
      "learning_rate": 0.00027670726297564154,
      "loss": 8.4954,
      "step": 87930
    },
    {
      "epoch": 0.18320833333333333,
      "grad_norm": 0.9457852840423584,
      "learning_rate": 0.00027670198624359896,
      "loss": 7.9118,
      "step": 87940
    },
    {
      "epoch": 0.18322916666666667,
      "grad_norm": 0.7111666798591614,
      "learning_rate": 0.000276696708964254,
      "loss": 7.7147,
      "step": 87950
    },
    {
      "epoch": 0.18325,
      "grad_norm": 0.7838497161865234,
      "learning_rate": 0.0002766914311376294,
      "loss": 8.6757,
      "step": 87960
    },
    {
      "epoch": 0.18327083333333333,
      "grad_norm": 0.820939838886261,
      "learning_rate": 0.00027668615276374805,
      "loss": 8.7329,
      "step": 87970
    },
    {
      "epoch": 0.18329166666666666,
      "grad_norm": 1.1493875980377197,
      "learning_rate": 0.00027668087384263255,
      "loss": 8.6715,
      "step": 87980
    },
    {
      "epoch": 0.1833125,
      "grad_norm": 0.8454236388206482,
      "learning_rate": 0.0002766755943743059,
      "loss": 8.1775,
      "step": 87990
    },
    {
      "epoch": 0.18333333333333332,
      "grad_norm": 2.571450710296631,
      "learning_rate": 0.00027667031435879075,
      "loss": 8.4445,
      "step": 88000
    },
    {
      "epoch": 0.18333333333333332,
      "eval_loss": 7.54211950302124,
      "eval_runtime": 9.7253,
      "eval_samples_per_second": 0.308,
      "eval_steps_per_second": 0.103,
      "step": 88000
    },
    {
      "epoch": 0.18335416666666668,
      "grad_norm": 0.8304101824760437,
      "learning_rate": 0.00027666503379611,
      "loss": 9.3847,
      "step": 88010
    },
    {
      "epoch": 0.183375,
      "grad_norm": 0.5844677686691284,
      "learning_rate": 0.0002766597526862865,
      "loss": 7.7977,
      "step": 88020
    },
    {
      "epoch": 0.18339583333333334,
      "grad_norm": 2.670351505279541,
      "learning_rate": 0.00027665447102934296,
      "loss": 8.2968,
      "step": 88030
    },
    {
      "epoch": 0.18341666666666667,
      "grad_norm": 2.4683096408843994,
      "learning_rate": 0.00027664918882530225,
      "loss": 9.6124,
      "step": 88040
    },
    {
      "epoch": 0.1834375,
      "grad_norm": 1.5707979202270508,
      "learning_rate": 0.00027664390607418717,
      "loss": 8.095,
      "step": 88050
    },
    {
      "epoch": 0.18345833333333333,
      "grad_norm": 3.0255961418151855,
      "learning_rate": 0.00027663862277602054,
      "loss": 8.1586,
      "step": 88060
    },
    {
      "epoch": 0.18347916666666667,
      "grad_norm": 0.7490783929824829,
      "learning_rate": 0.00027663333893082517,
      "loss": 7.6974,
      "step": 88070
    },
    {
      "epoch": 0.1835,
      "grad_norm": 1.1363757848739624,
      "learning_rate": 0.00027662805453862395,
      "loss": 7.6238,
      "step": 88080
    },
    {
      "epoch": 0.18352083333333333,
      "grad_norm": 1.406319499015808,
      "learning_rate": 0.0002766227695994396,
      "loss": 7.9641,
      "step": 88090
    },
    {
      "epoch": 0.18354166666666666,
      "grad_norm": 0.7735126614570618,
      "learning_rate": 0.0002766174841132951,
      "loss": 8.4127,
      "step": 88100
    },
    {
      "epoch": 0.1835625,
      "grad_norm": 2.481943130493164,
      "learning_rate": 0.00027661219808021307,
      "loss": 9.3402,
      "step": 88110
    },
    {
      "epoch": 0.18358333333333332,
      "grad_norm": 1.0177465677261353,
      "learning_rate": 0.0002766069115002165,
      "loss": 7.9132,
      "step": 88120
    },
    {
      "epoch": 0.18360416666666668,
      "grad_norm": 1.0269811153411865,
      "learning_rate": 0.0002766016243733282,
      "loss": 8.8065,
      "step": 88130
    },
    {
      "epoch": 0.183625,
      "grad_norm": 1.0527061223983765,
      "learning_rate": 0.000276596336699571,
      "loss": 7.6982,
      "step": 88140
    },
    {
      "epoch": 0.18364583333333334,
      "grad_norm": 1.1335630416870117,
      "learning_rate": 0.0002765910484789677,
      "loss": 7.8066,
      "step": 88150
    },
    {
      "epoch": 0.18366666666666667,
      "grad_norm": 1.5103423595428467,
      "learning_rate": 0.0002765857597115412,
      "loss": 7.926,
      "step": 88160
    },
    {
      "epoch": 0.1836875,
      "grad_norm": 0.5803630948066711,
      "learning_rate": 0.0002765804703973144,
      "loss": 7.9019,
      "step": 88170
    },
    {
      "epoch": 0.18370833333333333,
      "grad_norm": 1.1521016359329224,
      "learning_rate": 0.00027657518053630996,
      "loss": 8.1196,
      "step": 88180
    },
    {
      "epoch": 0.18372916666666667,
      "grad_norm": 0.9561803936958313,
      "learning_rate": 0.0002765698901285509,
      "loss": 7.2957,
      "step": 88190
    },
    {
      "epoch": 0.18375,
      "grad_norm": 1.657304048538208,
      "learning_rate": 0.00027656459917406,
      "loss": 8.3752,
      "step": 88200
    },
    {
      "epoch": 0.18377083333333333,
      "grad_norm": 1.324379801750183,
      "learning_rate": 0.0002765593076728601,
      "loss": 7.9958,
      "step": 88210
    },
    {
      "epoch": 0.18379166666666666,
      "grad_norm": 0.5815538763999939,
      "learning_rate": 0.00027655401562497417,
      "loss": 7.9409,
      "step": 88220
    },
    {
      "epoch": 0.1838125,
      "grad_norm": 2.8792412281036377,
      "learning_rate": 0.0002765487230304249,
      "loss": 8.175,
      "step": 88230
    },
    {
      "epoch": 0.18383333333333332,
      "grad_norm": 1.6316015720367432,
      "learning_rate": 0.00027654342988923524,
      "loss": 7.7807,
      "step": 88240
    },
    {
      "epoch": 0.18385416666666668,
      "grad_norm": 2.087455987930298,
      "learning_rate": 0.0002765381362014282,
      "loss": 9.1049,
      "step": 88250
    },
    {
      "epoch": 0.183875,
      "grad_norm": 2.2258799076080322,
      "learning_rate": 0.00027653284196702633,
      "loss": 8.342,
      "step": 88260
    },
    {
      "epoch": 0.18389583333333334,
      "grad_norm": 3.1066837310791016,
      "learning_rate": 0.0002765275471860527,
      "loss": 9.3167,
      "step": 88270
    },
    {
      "epoch": 0.18391666666666667,
      "grad_norm": 0.8740174174308777,
      "learning_rate": 0.0002765222518585302,
      "loss": 8.5013,
      "step": 88280
    },
    {
      "epoch": 0.1839375,
      "grad_norm": 1.6414304971694946,
      "learning_rate": 0.0002765169559844816,
      "loss": 8.0066,
      "step": 88290
    },
    {
      "epoch": 0.18395833333333333,
      "grad_norm": 1.2765107154846191,
      "learning_rate": 0.00027651165956392985,
      "loss": 7.9903,
      "step": 88300
    },
    {
      "epoch": 0.18397916666666667,
      "grad_norm": 1.12907075881958,
      "learning_rate": 0.0002765063625968978,
      "loss": 7.8707,
      "step": 88310
    },
    {
      "epoch": 0.184,
      "grad_norm": 1.6385358572006226,
      "learning_rate": 0.00027650106508340835,
      "loss": 7.9373,
      "step": 88320
    },
    {
      "epoch": 0.18402083333333333,
      "grad_norm": 1.0081405639648438,
      "learning_rate": 0.00027649576702348436,
      "loss": 8.141,
      "step": 88330
    },
    {
      "epoch": 0.18404166666666666,
      "grad_norm": 0.8025681972503662,
      "learning_rate": 0.0002764904684171487,
      "loss": 8.0458,
      "step": 88340
    },
    {
      "epoch": 0.1840625,
      "grad_norm": 6.731812953948975,
      "learning_rate": 0.00027648516926442434,
      "loss": 8.6527,
      "step": 88350
    },
    {
      "epoch": 0.18408333333333332,
      "grad_norm": 0.6683640480041504,
      "learning_rate": 0.0002764798695653341,
      "loss": 8.6093,
      "step": 88360
    },
    {
      "epoch": 0.18410416666666668,
      "grad_norm": 5.983495712280273,
      "learning_rate": 0.00027647456931990087,
      "loss": 8.754,
      "step": 88370
    },
    {
      "epoch": 0.184125,
      "grad_norm": 1.1338061094284058,
      "learning_rate": 0.00027646926852814763,
      "loss": 7.7173,
      "step": 88380
    },
    {
      "epoch": 0.18414583333333334,
      "grad_norm": 0.69945228099823,
      "learning_rate": 0.0002764639671900971,
      "loss": 8.5256,
      "step": 88390
    },
    {
      "epoch": 0.18416666666666667,
      "grad_norm": 1.5339421033859253,
      "learning_rate": 0.0002764586653057724,
      "loss": 8.2425,
      "step": 88400
    },
    {
      "epoch": 0.1841875,
      "grad_norm": 0.5781409740447998,
      "learning_rate": 0.0002764533628751962,
      "loss": 8.1329,
      "step": 88410
    },
    {
      "epoch": 0.18420833333333334,
      "grad_norm": 1.425027847290039,
      "learning_rate": 0.00027644805989839163,
      "loss": 7.9816,
      "step": 88420
    },
    {
      "epoch": 0.18422916666666667,
      "grad_norm": 1.2887781858444214,
      "learning_rate": 0.00027644275637538144,
      "loss": 8.7323,
      "step": 88430
    },
    {
      "epoch": 0.18425,
      "grad_norm": 0.7700121998786926,
      "learning_rate": 0.00027643745230618863,
      "loss": 8.443,
      "step": 88440
    },
    {
      "epoch": 0.18427083333333333,
      "grad_norm": 0.8588718175888062,
      "learning_rate": 0.00027643214769083603,
      "loss": 7.4056,
      "step": 88450
    },
    {
      "epoch": 0.18429166666666666,
      "grad_norm": 3.358351230621338,
      "learning_rate": 0.00027642684252934666,
      "loss": 8.0154,
      "step": 88460
    },
    {
      "epoch": 0.1843125,
      "grad_norm": 0.7092740535736084,
      "learning_rate": 0.0002764215368217433,
      "loss": 8.1801,
      "step": 88470
    },
    {
      "epoch": 0.18433333333333332,
      "grad_norm": 7.672757148742676,
      "learning_rate": 0.000276416230568049,
      "loss": 9.1984,
      "step": 88480
    },
    {
      "epoch": 0.18435416666666668,
      "grad_norm": 2.8558847904205322,
      "learning_rate": 0.0002764109237682866,
      "loss": 8.2421,
      "step": 88490
    },
    {
      "epoch": 0.184375,
      "grad_norm": 1.2407482862472534,
      "learning_rate": 0.000276405616422479,
      "loss": 7.9942,
      "step": 88500
    },
    {
      "epoch": 0.18439583333333334,
      "grad_norm": 1.036236047744751,
      "learning_rate": 0.0002764003085306492,
      "loss": 9.2639,
      "step": 88510
    },
    {
      "epoch": 0.18441666666666667,
      "grad_norm": 10.155275344848633,
      "learning_rate": 0.00027639500009282015,
      "loss": 7.7119,
      "step": 88520
    },
    {
      "epoch": 0.1844375,
      "grad_norm": 0.5777979493141174,
      "learning_rate": 0.00027638969110901473,
      "loss": 8.6079,
      "step": 88530
    },
    {
      "epoch": 0.18445833333333334,
      "grad_norm": 1.104140043258667,
      "learning_rate": 0.0002763843815792558,
      "loss": 8.5137,
      "step": 88540
    },
    {
      "epoch": 0.18447916666666667,
      "grad_norm": 24.872329711914062,
      "learning_rate": 0.0002763790715035664,
      "loss": 9.1859,
      "step": 88550
    },
    {
      "epoch": 0.1845,
      "grad_norm": 0.8708599209785461,
      "learning_rate": 0.0002763737608819694,
      "loss": 7.6726,
      "step": 88560
    },
    {
      "epoch": 0.18452083333333333,
      "grad_norm": 0.9194374680519104,
      "learning_rate": 0.0002763684497144879,
      "loss": 7.8753,
      "step": 88570
    },
    {
      "epoch": 0.18454166666666666,
      "grad_norm": 0.951156735420227,
      "learning_rate": 0.0002763631380011446,
      "loss": 7.7225,
      "step": 88580
    },
    {
      "epoch": 0.1845625,
      "grad_norm": 1.3138564825057983,
      "learning_rate": 0.0002763578257419626,
      "loss": 8.8211,
      "step": 88590
    },
    {
      "epoch": 0.18458333333333332,
      "grad_norm": 0.8466727137565613,
      "learning_rate": 0.0002763525129369648,
      "loss": 8.1351,
      "step": 88600
    },
    {
      "epoch": 0.18460416666666668,
      "grad_norm": 2.079289674758911,
      "learning_rate": 0.00027634719958617417,
      "loss": 8.102,
      "step": 88610
    },
    {
      "epoch": 0.184625,
      "grad_norm": 0.6442296504974365,
      "learning_rate": 0.00027634188568961365,
      "loss": 7.9166,
      "step": 88620
    },
    {
      "epoch": 0.18464583333333334,
      "grad_norm": 0.7452396154403687,
      "learning_rate": 0.0002763365712473062,
      "loss": 7.7189,
      "step": 88630
    },
    {
      "epoch": 0.18466666666666667,
      "grad_norm": 5.265692710876465,
      "learning_rate": 0.0002763312562592747,
      "loss": 8.4167,
      "step": 88640
    },
    {
      "epoch": 0.1846875,
      "grad_norm": 1.5933942794799805,
      "learning_rate": 0.0002763259407255423,
      "loss": 8.0861,
      "step": 88650
    },
    {
      "epoch": 0.18470833333333334,
      "grad_norm": 1.38856041431427,
      "learning_rate": 0.00027632062464613173,
      "loss": 8.8648,
      "step": 88660
    },
    {
      "epoch": 0.18472916666666667,
      "grad_norm": 1.6949268579483032,
      "learning_rate": 0.00027631530802106613,
      "loss": 8.4521,
      "step": 88670
    },
    {
      "epoch": 0.18475,
      "grad_norm": 1.5917484760284424,
      "learning_rate": 0.00027630999085036836,
      "loss": 8.4597,
      "step": 88680
    },
    {
      "epoch": 0.18477083333333333,
      "grad_norm": 2.049168586730957,
      "learning_rate": 0.00027630467313406146,
      "loss": 9.1369,
      "step": 88690
    },
    {
      "epoch": 0.18479166666666666,
      "grad_norm": 2.0772435665130615,
      "learning_rate": 0.00027629935487216836,
      "loss": 7.837,
      "step": 88700
    },
    {
      "epoch": 0.1848125,
      "grad_norm": 0.9938539266586304,
      "learning_rate": 0.000276294036064712,
      "loss": 7.926,
      "step": 88710
    },
    {
      "epoch": 0.18483333333333332,
      "grad_norm": 0.9477346539497375,
      "learning_rate": 0.00027628871671171544,
      "loss": 8.523,
      "step": 88720
    },
    {
      "epoch": 0.18485416666666668,
      "grad_norm": 0.8368980288505554,
      "learning_rate": 0.0002762833968132016,
      "loss": 7.9765,
      "step": 88730
    },
    {
      "epoch": 0.184875,
      "grad_norm": 0.8525617122650146,
      "learning_rate": 0.00027627807636919344,
      "loss": 7.9142,
      "step": 88740
    },
    {
      "epoch": 0.18489583333333334,
      "grad_norm": 4.011512279510498,
      "learning_rate": 0.000276272755379714,
      "loss": 8.6879,
      "step": 88750
    },
    {
      "epoch": 0.18491666666666667,
      "grad_norm": 1.2052394151687622,
      "learning_rate": 0.00027626743384478623,
      "loss": 8.0634,
      "step": 88760
    },
    {
      "epoch": 0.1849375,
      "grad_norm": 0.6778838038444519,
      "learning_rate": 0.00027626211176443315,
      "loss": 7.7791,
      "step": 88770
    },
    {
      "epoch": 0.18495833333333334,
      "grad_norm": 1.1606162786483765,
      "learning_rate": 0.0002762567891386777,
      "loss": 7.9494,
      "step": 88780
    },
    {
      "epoch": 0.18497916666666667,
      "grad_norm": 0.5000789165496826,
      "learning_rate": 0.0002762514659675429,
      "loss": 8.2591,
      "step": 88790
    },
    {
      "epoch": 0.185,
      "grad_norm": 1.1053634881973267,
      "learning_rate": 0.00027624614225105177,
      "loss": 7.7792,
      "step": 88800
    },
    {
      "epoch": 0.18502083333333333,
      "grad_norm": 0.542023241519928,
      "learning_rate": 0.00027624081798922727,
      "loss": 7.9821,
      "step": 88810
    },
    {
      "epoch": 0.18504166666666666,
      "grad_norm": 1.979161262512207,
      "learning_rate": 0.00027623549318209233,
      "loss": 8.7281,
      "step": 88820
    },
    {
      "epoch": 0.1850625,
      "grad_norm": 0.8123195767402649,
      "learning_rate": 0.0002762301678296701,
      "loss": 7.6967,
      "step": 88830
    },
    {
      "epoch": 0.18508333333333332,
      "grad_norm": 0.7993859648704529,
      "learning_rate": 0.00027622484193198354,
      "loss": 9.0036,
      "step": 88840
    },
    {
      "epoch": 0.18510416666666665,
      "grad_norm": 0.7570716738700867,
      "learning_rate": 0.00027621951548905554,
      "loss": 8.5114,
      "step": 88850
    },
    {
      "epoch": 0.185125,
      "grad_norm": 0.8654357194900513,
      "learning_rate": 0.0002762141885009092,
      "loss": 7.4385,
      "step": 88860
    },
    {
      "epoch": 0.18514583333333334,
      "grad_norm": 1.693037509918213,
      "learning_rate": 0.00027620886096756765,
      "loss": 7.9556,
      "step": 88870
    },
    {
      "epoch": 0.18516666666666667,
      "grad_norm": 1.5525315999984741,
      "learning_rate": 0.00027620353288905367,
      "loss": 8.2032,
      "step": 88880
    },
    {
      "epoch": 0.1851875,
      "grad_norm": 1.0386104583740234,
      "learning_rate": 0.00027619820426539037,
      "loss": 9.2617,
      "step": 88890
    },
    {
      "epoch": 0.18520833333333334,
      "grad_norm": 0.48454293608665466,
      "learning_rate": 0.00027619287509660084,
      "loss": 7.7482,
      "step": 88900
    },
    {
      "epoch": 0.18522916666666667,
      "grad_norm": 0.7092665433883667,
      "learning_rate": 0.000276187545382708,
      "loss": 7.9971,
      "step": 88910
    },
    {
      "epoch": 0.18525,
      "grad_norm": 2.4110019207000732,
      "learning_rate": 0.000276182215123735,
      "loss": 9.1705,
      "step": 88920
    },
    {
      "epoch": 0.18527083333333333,
      "grad_norm": 1.1383984088897705,
      "learning_rate": 0.00027617688431970464,
      "loss": 7.8587,
      "step": 88930
    },
    {
      "epoch": 0.18529166666666666,
      "grad_norm": 0.5256787538528442,
      "learning_rate": 0.00027617155297064017,
      "loss": 7.5572,
      "step": 88940
    },
    {
      "epoch": 0.1853125,
      "grad_norm": 1.856833577156067,
      "learning_rate": 0.0002761662210765645,
      "loss": 8.0059,
      "step": 88950
    },
    {
      "epoch": 0.18533333333333332,
      "grad_norm": 1.4553862810134888,
      "learning_rate": 0.00027616088863750073,
      "loss": 7.8099,
      "step": 88960
    },
    {
      "epoch": 0.18535416666666665,
      "grad_norm": 1.6510010957717896,
      "learning_rate": 0.0002761555556534718,
      "loss": 8.1603,
      "step": 88970
    },
    {
      "epoch": 0.185375,
      "grad_norm": 1.5468182563781738,
      "learning_rate": 0.0002761502221245009,
      "loss": 8.3418,
      "step": 88980
    },
    {
      "epoch": 0.18539583333333334,
      "grad_norm": 0.8940903544425964,
      "learning_rate": 0.0002761448880506109,
      "loss": 7.7006,
      "step": 88990
    },
    {
      "epoch": 0.18541666666666667,
      "grad_norm": 1.1284236907958984,
      "learning_rate": 0.0002761395534318249,
      "loss": 8.0825,
      "step": 89000
    },
    {
      "epoch": 0.18541666666666667,
      "eval_loss": 7.9175214767456055,
      "eval_runtime": 8.1671,
      "eval_samples_per_second": 0.367,
      "eval_steps_per_second": 0.122,
      "step": 89000
    },
    {
      "epoch": 0.1854375,
      "grad_norm": 4.9454803466796875,
      "learning_rate": 0.00027613421826816595,
      "loss": 8.2616,
      "step": 89010
    },
    {
      "epoch": 0.18545833333333334,
      "grad_norm": 5.891345500946045,
      "learning_rate": 0.00027612888255965724,
      "loss": 8.369,
      "step": 89020
    },
    {
      "epoch": 0.18547916666666667,
      "grad_norm": 1.938072919845581,
      "learning_rate": 0.00027612354630632155,
      "loss": 8.1143,
      "step": 89030
    },
    {
      "epoch": 0.1855,
      "grad_norm": 0.8954124450683594,
      "learning_rate": 0.00027611820950818207,
      "loss": 7.8235,
      "step": 89040
    },
    {
      "epoch": 0.18552083333333333,
      "grad_norm": 0.49194514751434326,
      "learning_rate": 0.0002761128721652619,
      "loss": 8.3447,
      "step": 89050
    },
    {
      "epoch": 0.18554166666666666,
      "grad_norm": 1.6917150020599365,
      "learning_rate": 0.000276107534277584,
      "loss": 7.9601,
      "step": 89060
    },
    {
      "epoch": 0.1855625,
      "grad_norm": 3.854597568511963,
      "learning_rate": 0.0002761021958451715,
      "loss": 8.1387,
      "step": 89070
    },
    {
      "epoch": 0.18558333333333332,
      "grad_norm": 2.687469005584717,
      "learning_rate": 0.0002760968568680474,
      "loss": 8.7682,
      "step": 89080
    },
    {
      "epoch": 0.18560416666666665,
      "grad_norm": 0.7387864589691162,
      "learning_rate": 0.0002760915173462348,
      "loss": 9.0016,
      "step": 89090
    },
    {
      "epoch": 0.185625,
      "grad_norm": 0.9240339994430542,
      "learning_rate": 0.0002760861772797568,
      "loss": 7.7714,
      "step": 89100
    },
    {
      "epoch": 0.18564583333333334,
      "grad_norm": 2.532316207885742,
      "learning_rate": 0.00027608083666863634,
      "loss": 8.8638,
      "step": 89110
    },
    {
      "epoch": 0.18566666666666667,
      "grad_norm": 0.9775245189666748,
      "learning_rate": 0.00027607549551289664,
      "loss": 7.8784,
      "step": 89120
    },
    {
      "epoch": 0.1856875,
      "grad_norm": 1.305313229560852,
      "learning_rate": 0.0002760701538125607,
      "loss": 9.4201,
      "step": 89130
    },
    {
      "epoch": 0.18570833333333334,
      "grad_norm": 1.1203432083129883,
      "learning_rate": 0.00027606481156765153,
      "loss": 8.1646,
      "step": 89140
    },
    {
      "epoch": 0.18572916666666667,
      "grad_norm": 1.0028337240219116,
      "learning_rate": 0.00027605946877819236,
      "loss": 8.4664,
      "step": 89150
    },
    {
      "epoch": 0.18575,
      "grad_norm": 1.3115947246551514,
      "learning_rate": 0.00027605412544420615,
      "loss": 8.3352,
      "step": 89160
    },
    {
      "epoch": 0.18577083333333333,
      "grad_norm": 0.6803394556045532,
      "learning_rate": 0.000276048781565716,
      "loss": 8.1348,
      "step": 89170
    },
    {
      "epoch": 0.18579166666666666,
      "grad_norm": 1.1431496143341064,
      "learning_rate": 0.000276043437142745,
      "loss": 7.5496,
      "step": 89180
    },
    {
      "epoch": 0.1858125,
      "grad_norm": 3.3994765281677246,
      "learning_rate": 0.00027603809217531625,
      "loss": 9.4586,
      "step": 89190
    },
    {
      "epoch": 0.18583333333333332,
      "grad_norm": 1.952736496925354,
      "learning_rate": 0.00027603274666345286,
      "loss": 8.3493,
      "step": 89200
    },
    {
      "epoch": 0.18585416666666665,
      "grad_norm": 1.738816261291504,
      "learning_rate": 0.00027602740060717783,
      "loss": 8.3129,
      "step": 89210
    },
    {
      "epoch": 0.185875,
      "grad_norm": 0.5463523864746094,
      "learning_rate": 0.0002760220540065144,
      "loss": 7.8726,
      "step": 89220
    },
    {
      "epoch": 0.18589583333333334,
      "grad_norm": 1.846112847328186,
      "learning_rate": 0.0002760167068614855,
      "loss": 8.0906,
      "step": 89230
    },
    {
      "epoch": 0.18591666666666667,
      "grad_norm": 1.6880923509597778,
      "learning_rate": 0.00027601135917211436,
      "loss": 8.7903,
      "step": 89240
    },
    {
      "epoch": 0.1859375,
      "grad_norm": 1.793228268623352,
      "learning_rate": 0.00027600601093842397,
      "loss": 8.2835,
      "step": 89250
    },
    {
      "epoch": 0.18595833333333334,
      "grad_norm": 0.9329056143760681,
      "learning_rate": 0.0002760006621604375,
      "loss": 7.8497,
      "step": 89260
    },
    {
      "epoch": 0.18597916666666667,
      "grad_norm": 9.80119514465332,
      "learning_rate": 0.0002759953128381781,
      "loss": 8.9266,
      "step": 89270
    },
    {
      "epoch": 0.186,
      "grad_norm": 1.305202841758728,
      "learning_rate": 0.0002759899629716688,
      "loss": 8.3972,
      "step": 89280
    },
    {
      "epoch": 0.18602083333333333,
      "grad_norm": 0.7238346934318542,
      "learning_rate": 0.0002759846125609327,
      "loss": 7.9839,
      "step": 89290
    },
    {
      "epoch": 0.18604166666666666,
      "grad_norm": 0.5387316942214966,
      "learning_rate": 0.000275979261605993,
      "loss": 7.6415,
      "step": 89300
    },
    {
      "epoch": 0.1860625,
      "grad_norm": 3.2527878284454346,
      "learning_rate": 0.0002759739101068727,
      "loss": 8.7888,
      "step": 89310
    },
    {
      "epoch": 0.18608333333333332,
      "grad_norm": 2.295545816421509,
      "learning_rate": 0.00027596855806359503,
      "loss": 8.4003,
      "step": 89320
    },
    {
      "epoch": 0.18610416666666665,
      "grad_norm": 0.9662296175956726,
      "learning_rate": 0.000275963205476183,
      "loss": 8.1891,
      "step": 89330
    },
    {
      "epoch": 0.186125,
      "grad_norm": 1.0438700914382935,
      "learning_rate": 0.00027595785234465976,
      "loss": 7.908,
      "step": 89340
    },
    {
      "epoch": 0.18614583333333334,
      "grad_norm": 0.968161404132843,
      "learning_rate": 0.0002759524986690485,
      "loss": 8.2711,
      "step": 89350
    },
    {
      "epoch": 0.18616666666666667,
      "grad_norm": 1.8485946655273438,
      "learning_rate": 0.0002759471444493723,
      "loss": 8.0767,
      "step": 89360
    },
    {
      "epoch": 0.1861875,
      "grad_norm": 2.069455623626709,
      "learning_rate": 0.0002759417896856543,
      "loss": 9.4455,
      "step": 89370
    },
    {
      "epoch": 0.18620833333333334,
      "grad_norm": 0.9659284353256226,
      "learning_rate": 0.0002759364343779176,
      "loss": 9.1078,
      "step": 89380
    },
    {
      "epoch": 0.18622916666666667,
      "grad_norm": 2.0622622966766357,
      "learning_rate": 0.0002759310785261854,
      "loss": 7.611,
      "step": 89390
    },
    {
      "epoch": 0.18625,
      "grad_norm": 0.9963478446006775,
      "learning_rate": 0.0002759257221304807,
      "loss": 8.2109,
      "step": 89400
    },
    {
      "epoch": 0.18627083333333333,
      "grad_norm": 0.7876267433166504,
      "learning_rate": 0.0002759203651908267,
      "loss": 8.0167,
      "step": 89410
    },
    {
      "epoch": 0.18629166666666666,
      "grad_norm": 1.2672812938690186,
      "learning_rate": 0.0002759150077072467,
      "loss": 9.0364,
      "step": 89420
    },
    {
      "epoch": 0.1863125,
      "grad_norm": 1.3527942895889282,
      "learning_rate": 0.0002759096496797636,
      "loss": 7.7921,
      "step": 89430
    },
    {
      "epoch": 0.18633333333333332,
      "grad_norm": 0.7585747838020325,
      "learning_rate": 0.0002759042911084007,
      "loss": 7.9357,
      "step": 89440
    },
    {
      "epoch": 0.18635416666666665,
      "grad_norm": 1.1807969808578491,
      "learning_rate": 0.0002758989319931811,
      "loss": 7.3912,
      "step": 89450
    },
    {
      "epoch": 0.186375,
      "grad_norm": 0.5996088981628418,
      "learning_rate": 0.00027589357233412794,
      "loss": 8.2329,
      "step": 89460
    },
    {
      "epoch": 0.18639583333333334,
      "grad_norm": 0.9575235843658447,
      "learning_rate": 0.0002758882121312644,
      "loss": 8.0136,
      "step": 89470
    },
    {
      "epoch": 0.18641666666666667,
      "grad_norm": 0.7907696962356567,
      "learning_rate": 0.0002758828513846136,
      "loss": 10.184,
      "step": 89480
    },
    {
      "epoch": 0.1864375,
      "grad_norm": 2.3033621311187744,
      "learning_rate": 0.0002758774900941987,
      "loss": 10.5461,
      "step": 89490
    },
    {
      "epoch": 0.18645833333333334,
      "grad_norm": 1.6215437650680542,
      "learning_rate": 0.0002758721282600428,
      "loss": 8.3513,
      "step": 89500
    },
    {
      "epoch": 0.18647916666666667,
      "grad_norm": 1.6093963384628296,
      "learning_rate": 0.00027586676588216925,
      "loss": 8.3333,
      "step": 89510
    },
    {
      "epoch": 0.1865,
      "grad_norm": 0.681494414806366,
      "learning_rate": 0.00027586140296060105,
      "loss": 7.9095,
      "step": 89520
    },
    {
      "epoch": 0.18652083333333333,
      "grad_norm": 0.6312553882598877,
      "learning_rate": 0.0002758560394953614,
      "loss": 8.3588,
      "step": 89530
    },
    {
      "epoch": 0.18654166666666666,
      "grad_norm": 2.778012752532959,
      "learning_rate": 0.00027585067548647346,
      "loss": 8.1755,
      "step": 89540
    },
    {
      "epoch": 0.1865625,
      "grad_norm": 1.52826988697052,
      "learning_rate": 0.0002758453109339605,
      "loss": 9.3998,
      "step": 89550
    },
    {
      "epoch": 0.18658333333333332,
      "grad_norm": 1.6986167430877686,
      "learning_rate": 0.0002758399458378455,
      "loss": 8.8189,
      "step": 89560
    },
    {
      "epoch": 0.18660416666666665,
      "grad_norm": 0.5803553462028503,
      "learning_rate": 0.0002758345801981518,
      "loss": 8.1935,
      "step": 89570
    },
    {
      "epoch": 0.186625,
      "grad_norm": 4.888391971588135,
      "learning_rate": 0.0002758292140149025,
      "loss": 8.3902,
      "step": 89580
    },
    {
      "epoch": 0.18664583333333334,
      "grad_norm": 1.1905057430267334,
      "learning_rate": 0.0002758238472881208,
      "loss": 8.1427,
      "step": 89590
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.7775838375091553,
      "learning_rate": 0.0002758184800178299,
      "loss": 8.6938,
      "step": 89600
    },
    {
      "epoch": 0.1866875,
      "grad_norm": 0.8353366851806641,
      "learning_rate": 0.000275813112204053,
      "loss": 9.0646,
      "step": 89610
    },
    {
      "epoch": 0.18670833333333334,
      "grad_norm": 1.0994374752044678,
      "learning_rate": 0.0002758077438468132,
      "loss": 7.7206,
      "step": 89620
    },
    {
      "epoch": 0.18672916666666667,
      "grad_norm": 2.3074657917022705,
      "learning_rate": 0.0002758023749461337,
      "loss": 7.9143,
      "step": 89630
    },
    {
      "epoch": 0.18675,
      "grad_norm": 1.0648562908172607,
      "learning_rate": 0.00027579700550203783,
      "loss": 7.6466,
      "step": 89640
    },
    {
      "epoch": 0.18677083333333333,
      "grad_norm": 2.538964033126831,
      "learning_rate": 0.0002757916355145487,
      "loss": 7.8835,
      "step": 89650
    },
    {
      "epoch": 0.18679166666666666,
      "grad_norm": 1.975664734840393,
      "learning_rate": 0.0002757862649836895,
      "loss": 7.6515,
      "step": 89660
    },
    {
      "epoch": 0.1868125,
      "grad_norm": 2.8229262828826904,
      "learning_rate": 0.0002757808939094834,
      "loss": 8.3958,
      "step": 89670
    },
    {
      "epoch": 0.18683333333333332,
      "grad_norm": 0.6622881293296814,
      "learning_rate": 0.0002757755222919536,
      "loss": 8.128,
      "step": 89680
    },
    {
      "epoch": 0.18685416666666665,
      "grad_norm": 0.7524077296257019,
      "learning_rate": 0.0002757701501311233,
      "loss": 8.4546,
      "step": 89690
    },
    {
      "epoch": 0.186875,
      "grad_norm": 0.921665370464325,
      "learning_rate": 0.0002757647774270158,
      "loss": 7.8627,
      "step": 89700
    },
    {
      "epoch": 0.18689583333333334,
      "grad_norm": 1.2054468393325806,
      "learning_rate": 0.0002757594041796542,
      "loss": 8.5921,
      "step": 89710
    },
    {
      "epoch": 0.18691666666666668,
      "grad_norm": 1.5573499202728271,
      "learning_rate": 0.0002757540303890617,
      "loss": 8.0588,
      "step": 89720
    },
    {
      "epoch": 0.1869375,
      "grad_norm": 0.7294138669967651,
      "learning_rate": 0.0002757486560552617,
      "loss": 8.5064,
      "step": 89730
    },
    {
      "epoch": 0.18695833333333334,
      "grad_norm": 2.4724745750427246,
      "learning_rate": 0.0002757432811782772,
      "loss": 8.1329,
      "step": 89740
    },
    {
      "epoch": 0.18697916666666667,
      "grad_norm": 1.7011692523956299,
      "learning_rate": 0.00027573790575813155,
      "loss": 8.2949,
      "step": 89750
    },
    {
      "epoch": 0.187,
      "grad_norm": 0.6822934150695801,
      "learning_rate": 0.00027573252979484785,
      "loss": 7.64,
      "step": 89760
    },
    {
      "epoch": 0.18702083333333333,
      "grad_norm": 0.7961741089820862,
      "learning_rate": 0.00027572715328844945,
      "loss": 8.0772,
      "step": 89770
    },
    {
      "epoch": 0.18704166666666666,
      "grad_norm": 1.8872134685516357,
      "learning_rate": 0.00027572177623895943,
      "loss": 8.0924,
      "step": 89780
    },
    {
      "epoch": 0.1870625,
      "grad_norm": 0.9862720370292664,
      "learning_rate": 0.00027571639864640117,
      "loss": 7.5774,
      "step": 89790
    },
    {
      "epoch": 0.18708333333333332,
      "grad_norm": 0.6793593168258667,
      "learning_rate": 0.0002757110205107978,
      "loss": 8.2473,
      "step": 89800
    },
    {
      "epoch": 0.18710416666666665,
      "grad_norm": 1.3848201036453247,
      "learning_rate": 0.00027570564183217265,
      "loss": 8.5133,
      "step": 89810
    },
    {
      "epoch": 0.187125,
      "grad_norm": 0.6891440153121948,
      "learning_rate": 0.0002757002626105488,
      "loss": 8.3059,
      "step": 89820
    },
    {
      "epoch": 0.18714583333333334,
      "grad_norm": 0.7562548518180847,
      "learning_rate": 0.0002756948828459496,
      "loss": 8.0277,
      "step": 89830
    },
    {
      "epoch": 0.18716666666666668,
      "grad_norm": 0.5609173774719238,
      "learning_rate": 0.0002756895025383983,
      "loss": 7.9652,
      "step": 89840
    },
    {
      "epoch": 0.1871875,
      "grad_norm": 0.538790762424469,
      "learning_rate": 0.00027568412168791804,
      "loss": 7.8401,
      "step": 89850
    },
    {
      "epoch": 0.18720833333333334,
      "grad_norm": 1.0082128047943115,
      "learning_rate": 0.0002756787402945321,
      "loss": 9.3504,
      "step": 89860
    },
    {
      "epoch": 0.18722916666666667,
      "grad_norm": 0.8631022572517395,
      "learning_rate": 0.00027567335835826384,
      "loss": 8.3541,
      "step": 89870
    },
    {
      "epoch": 0.18725,
      "grad_norm": 1.4164429903030396,
      "learning_rate": 0.00027566797587913635,
      "loss": 8.3726,
      "step": 89880
    },
    {
      "epoch": 0.18727083333333333,
      "grad_norm": 0.885697066783905,
      "learning_rate": 0.000275662592857173,
      "loss": 8.6797,
      "step": 89890
    },
    {
      "epoch": 0.18729166666666666,
      "grad_norm": 0.5630665421485901,
      "learning_rate": 0.00027565720929239695,
      "loss": 8.7216,
      "step": 89900
    },
    {
      "epoch": 0.1873125,
      "grad_norm": 6.1582794189453125,
      "learning_rate": 0.0002756518251848315,
      "loss": 9.0497,
      "step": 89910
    },
    {
      "epoch": 0.18733333333333332,
      "grad_norm": 2.0848920345306396,
      "learning_rate": 0.00027564644053449993,
      "loss": 7.9208,
      "step": 89920
    },
    {
      "epoch": 0.18735416666666665,
      "grad_norm": 0.7675057053565979,
      "learning_rate": 0.0002756410553414254,
      "loss": 8.1135,
      "step": 89930
    },
    {
      "epoch": 0.187375,
      "grad_norm": 1.360615849494934,
      "learning_rate": 0.0002756356696056313,
      "loss": 7.7609,
      "step": 89940
    },
    {
      "epoch": 0.18739583333333334,
      "grad_norm": 1.7222611904144287,
      "learning_rate": 0.00027563028332714084,
      "loss": 8.0236,
      "step": 89950
    },
    {
      "epoch": 0.18741666666666668,
      "grad_norm": 0.6446101069450378,
      "learning_rate": 0.0002756248965059773,
      "loss": 7.635,
      "step": 89960
    },
    {
      "epoch": 0.1874375,
      "grad_norm": 2.054776430130005,
      "learning_rate": 0.00027561950914216387,
      "loss": 8.1586,
      "step": 89970
    },
    {
      "epoch": 0.18745833333333334,
      "grad_norm": 1.3579696416854858,
      "learning_rate": 0.00027561412123572397,
      "loss": 7.7893,
      "step": 89980
    },
    {
      "epoch": 0.18747916666666667,
      "grad_norm": 3.0247716903686523,
      "learning_rate": 0.0002756087327866807,
      "loss": 9.0019,
      "step": 89990
    },
    {
      "epoch": 0.1875,
      "grad_norm": 0.8657848834991455,
      "learning_rate": 0.00027560334379505744,
      "loss": 7.5841,
      "step": 90000
    },
    {
      "epoch": 0.1875,
      "eval_loss": 7.957006931304932,
      "eval_runtime": 9.4891,
      "eval_samples_per_second": 0.316,
      "eval_steps_per_second": 0.105,
      "step": 90000
    },
    {
      "epoch": 0.18752083333333333,
      "grad_norm": 1.0347990989685059,
      "learning_rate": 0.0002755979542608775,
      "loss": 8.6821,
      "step": 90010
    },
    {
      "epoch": 0.18754166666666666,
      "grad_norm": 1.6647061109542847,
      "learning_rate": 0.0002755925641841641,
      "loss": 7.9644,
      "step": 90020
    },
    {
      "epoch": 0.1875625,
      "grad_norm": 0.922948956489563,
      "learning_rate": 0.0002755871735649405,
      "loss": 8.2027,
      "step": 90030
    },
    {
      "epoch": 0.18758333333333332,
      "grad_norm": 1.1263240575790405,
      "learning_rate": 0.00027558178240323,
      "loss": 7.5969,
      "step": 90040
    },
    {
      "epoch": 0.18760416666666666,
      "grad_norm": 0.9295851588249207,
      "learning_rate": 0.000275576390699056,
      "loss": 7.6218,
      "step": 90050
    },
    {
      "epoch": 0.187625,
      "grad_norm": 0.7464487552642822,
      "learning_rate": 0.00027557099845244165,
      "loss": 8.7062,
      "step": 90060
    },
    {
      "epoch": 0.18764583333333335,
      "grad_norm": 2.0818028450012207,
      "learning_rate": 0.00027556560566341023,
      "loss": 8.2378,
      "step": 90070
    },
    {
      "epoch": 0.18766666666666668,
      "grad_norm": 7.456834316253662,
      "learning_rate": 0.0002755602123319852,
      "loss": 8.935,
      "step": 90080
    },
    {
      "epoch": 0.1876875,
      "grad_norm": 6.0361328125,
      "learning_rate": 0.00027555481845818974,
      "loss": 8.8043,
      "step": 90090
    },
    {
      "epoch": 0.18770833333333334,
      "grad_norm": 1.2420591115951538,
      "learning_rate": 0.00027554942404204707,
      "loss": 9.7687,
      "step": 90100
    },
    {
      "epoch": 0.18772916666666667,
      "grad_norm": 1.9272453784942627,
      "learning_rate": 0.00027554402908358067,
      "loss": 7.7706,
      "step": 90110
    },
    {
      "epoch": 0.18775,
      "grad_norm": 5.7022385597229,
      "learning_rate": 0.00027553863358281374,
      "loss": 8.254,
      "step": 90120
    },
    {
      "epoch": 0.18777083333333333,
      "grad_norm": 0.46207135915756226,
      "learning_rate": 0.0002755332375397696,
      "loss": 7.9338,
      "step": 90130
    },
    {
      "epoch": 0.18779166666666666,
      "grad_norm": 1.4462538957595825,
      "learning_rate": 0.00027552784095447155,
      "loss": 8.1595,
      "step": 90140
    },
    {
      "epoch": 0.1878125,
      "grad_norm": 1.6576818227767944,
      "learning_rate": 0.00027552244382694297,
      "loss": 8.2763,
      "step": 90150
    },
    {
      "epoch": 0.18783333333333332,
      "grad_norm": 0.6019235253334045,
      "learning_rate": 0.00027551704615720704,
      "loss": 8.4312,
      "step": 90160
    },
    {
      "epoch": 0.18785416666666666,
      "grad_norm": 0.7092767357826233,
      "learning_rate": 0.0002755116479452872,
      "loss": 8.5381,
      "step": 90170
    },
    {
      "epoch": 0.187875,
      "grad_norm": 0.6449020504951477,
      "learning_rate": 0.0002755062491912067,
      "loss": 8.3095,
      "step": 90180
    },
    {
      "epoch": 0.18789583333333335,
      "grad_norm": 0.7946450710296631,
      "learning_rate": 0.0002755008498949889,
      "loss": 7.42,
      "step": 90190
    },
    {
      "epoch": 0.18791666666666668,
      "grad_norm": 1.6688035726547241,
      "learning_rate": 0.0002754954500566571,
      "loss": 7.8975,
      "step": 90200
    },
    {
      "epoch": 0.1879375,
      "grad_norm": 2.8428473472595215,
      "learning_rate": 0.0002754900496762346,
      "loss": 8.2555,
      "step": 90210
    },
    {
      "epoch": 0.18795833333333334,
      "grad_norm": 1.2169530391693115,
      "learning_rate": 0.0002754846487537448,
      "loss": 8.4192,
      "step": 90220
    },
    {
      "epoch": 0.18797916666666667,
      "grad_norm": 1.7698476314544678,
      "learning_rate": 0.000275479247289211,
      "loss": 7.8916,
      "step": 90230
    },
    {
      "epoch": 0.188,
      "grad_norm": 2.735182762145996,
      "learning_rate": 0.00027547384528265646,
      "loss": 8.6103,
      "step": 90240
    },
    {
      "epoch": 0.18802083333333333,
      "grad_norm": 1.0718728303909302,
      "learning_rate": 0.0002754684427341046,
      "loss": 7.9303,
      "step": 90250
    },
    {
      "epoch": 0.18804166666666666,
      "grad_norm": 2.6086537837982178,
      "learning_rate": 0.00027546303964357877,
      "loss": 7.6774,
      "step": 90260
    },
    {
      "epoch": 0.1880625,
      "grad_norm": 2.007024049758911,
      "learning_rate": 0.0002754576360111022,
      "loss": 8.9067,
      "step": 90270
    },
    {
      "epoch": 0.18808333333333332,
      "grad_norm": 1.0933523178100586,
      "learning_rate": 0.0002754522318366983,
      "loss": 8.4301,
      "step": 90280
    },
    {
      "epoch": 0.18810416666666666,
      "grad_norm": 1.1243747472763062,
      "learning_rate": 0.0002754468271203905,
      "loss": 7.7768,
      "step": 90290
    },
    {
      "epoch": 0.188125,
      "grad_norm": 2.745112657546997,
      "learning_rate": 0.00027544142186220204,
      "loss": 8.7875,
      "step": 90300
    },
    {
      "epoch": 0.18814583333333335,
      "grad_norm": 1.197547197341919,
      "learning_rate": 0.00027543601606215627,
      "loss": 7.6312,
      "step": 90310
    },
    {
      "epoch": 0.18816666666666668,
      "grad_norm": 4.73340368270874,
      "learning_rate": 0.00027543060972027656,
      "loss": 8.024,
      "step": 90320
    },
    {
      "epoch": 0.1881875,
      "grad_norm": 1.6175435781478882,
      "learning_rate": 0.00027542520283658627,
      "loss": 8.4565,
      "step": 90330
    },
    {
      "epoch": 0.18820833333333334,
      "grad_norm": 1.5321955680847168,
      "learning_rate": 0.0002754197954111087,
      "loss": 8.3661,
      "step": 90340
    },
    {
      "epoch": 0.18822916666666667,
      "grad_norm": 10.215398788452148,
      "learning_rate": 0.00027541438744386733,
      "loss": 8.7546,
      "step": 90350
    },
    {
      "epoch": 0.18825,
      "grad_norm": 0.8050780296325684,
      "learning_rate": 0.0002754089789348854,
      "loss": 7.4924,
      "step": 90360
    },
    {
      "epoch": 0.18827083333333333,
      "grad_norm": 2.076378583908081,
      "learning_rate": 0.00027540356988418636,
      "loss": 7.8077,
      "step": 90370
    },
    {
      "epoch": 0.18829166666666666,
      "grad_norm": 0.6562831997871399,
      "learning_rate": 0.0002753981602917935,
      "loss": 7.9497,
      "step": 90380
    },
    {
      "epoch": 0.1883125,
      "grad_norm": 3.189929962158203,
      "learning_rate": 0.00027539275015773027,
      "loss": 9.5115,
      "step": 90390
    },
    {
      "epoch": 0.18833333333333332,
      "grad_norm": 0.9033605456352234,
      "learning_rate": 0.00027538733948201995,
      "loss": 8.7366,
      "step": 90400
    },
    {
      "epoch": 0.18835416666666666,
      "grad_norm": 1.2237074375152588,
      "learning_rate": 0.00027538192826468604,
      "loss": 7.7085,
      "step": 90410
    },
    {
      "epoch": 0.188375,
      "grad_norm": 1.7292139530181885,
      "learning_rate": 0.0002753765165057517,
      "loss": 8.3625,
      "step": 90420
    },
    {
      "epoch": 0.18839583333333335,
      "grad_norm": 1.5891422033309937,
      "learning_rate": 0.0002753711042052405,
      "loss": 8.8903,
      "step": 90430
    },
    {
      "epoch": 0.18841666666666668,
      "grad_norm": 1.7231441736221313,
      "learning_rate": 0.00027536569136317576,
      "loss": 8.939,
      "step": 90440
    },
    {
      "epoch": 0.1884375,
      "grad_norm": 4.632101058959961,
      "learning_rate": 0.00027536027797958086,
      "loss": 8.1409,
      "step": 90450
    },
    {
      "epoch": 0.18845833333333334,
      "grad_norm": 1.0112346410751343,
      "learning_rate": 0.0002753548640544792,
      "loss": 7.9523,
      "step": 90460
    },
    {
      "epoch": 0.18847916666666667,
      "grad_norm": 0.5063713192939758,
      "learning_rate": 0.0002753494495878941,
      "loss": 8.7772,
      "step": 90470
    },
    {
      "epoch": 0.1885,
      "grad_norm": 0.8451545238494873,
      "learning_rate": 0.000275344034579849,
      "loss": 7.8254,
      "step": 90480
    },
    {
      "epoch": 0.18852083333333333,
      "grad_norm": 0.6718864440917969,
      "learning_rate": 0.0002753386190303673,
      "loss": 7.7171,
      "step": 90490
    },
    {
      "epoch": 0.18854166666666666,
      "grad_norm": 0.9310535788536072,
      "learning_rate": 0.00027533320293947236,
      "loss": 7.8675,
      "step": 90500
    },
    {
      "epoch": 0.1885625,
      "grad_norm": 1.2210978269577026,
      "learning_rate": 0.0002753277863071876,
      "loss": 8.1939,
      "step": 90510
    },
    {
      "epoch": 0.18858333333333333,
      "grad_norm": 2.6208999156951904,
      "learning_rate": 0.00027532236913353645,
      "loss": 8.9432,
      "step": 90520
    },
    {
      "epoch": 0.18860416666666666,
      "grad_norm": 0.7371729612350464,
      "learning_rate": 0.0002753169514185422,
      "loss": 8.3907,
      "step": 90530
    },
    {
      "epoch": 0.188625,
      "grad_norm": 1.6131561994552612,
      "learning_rate": 0.0002753115331622284,
      "loss": 7.8953,
      "step": 90540
    },
    {
      "epoch": 0.18864583333333335,
      "grad_norm": 1.616812825202942,
      "learning_rate": 0.0002753061143646183,
      "loss": 8.3158,
      "step": 90550
    },
    {
      "epoch": 0.18866666666666668,
      "grad_norm": 0.6893405318260193,
      "learning_rate": 0.00027530069502573545,
      "loss": 7.8456,
      "step": 90560
    },
    {
      "epoch": 0.1886875,
      "grad_norm": 1.8424830436706543,
      "learning_rate": 0.0002752952751456032,
      "loss": 8.5182,
      "step": 90570
    },
    {
      "epoch": 0.18870833333333334,
      "grad_norm": 2.236968755722046,
      "learning_rate": 0.00027528985472424495,
      "loss": 8.7076,
      "step": 90580
    },
    {
      "epoch": 0.18872916666666667,
      "grad_norm": 0.6577261686325073,
      "learning_rate": 0.00027528443376168406,
      "loss": 7.5776,
      "step": 90590
    },
    {
      "epoch": 0.18875,
      "grad_norm": 0.5899048447608948,
      "learning_rate": 0.00027527901225794403,
      "loss": 8.0893,
      "step": 90600
    },
    {
      "epoch": 0.18877083333333333,
      "grad_norm": 1.8326700925827026,
      "learning_rate": 0.0002752735902130483,
      "loss": 8.0469,
      "step": 90610
    },
    {
      "epoch": 0.18879166666666666,
      "grad_norm": 1.744346022605896,
      "learning_rate": 0.00027526816762702024,
      "loss": 8.6499,
      "step": 90620
    },
    {
      "epoch": 0.1888125,
      "grad_norm": 0.8830034732818604,
      "learning_rate": 0.00027526274449988326,
      "loss": 7.7162,
      "step": 90630
    },
    {
      "epoch": 0.18883333333333333,
      "grad_norm": 1.0201258659362793,
      "learning_rate": 0.00027525732083166077,
      "loss": 7.9926,
      "step": 90640
    },
    {
      "epoch": 0.18885416666666666,
      "grad_norm": 1.0786772966384888,
      "learning_rate": 0.0002752518966223763,
      "loss": 7.8521,
      "step": 90650
    },
    {
      "epoch": 0.188875,
      "grad_norm": 4.378604412078857,
      "learning_rate": 0.0002752464718720532,
      "loss": 8.3351,
      "step": 90660
    },
    {
      "epoch": 0.18889583333333335,
      "grad_norm": 0.8571940660476685,
      "learning_rate": 0.0002752410465807149,
      "loss": 8.7007,
      "step": 90670
    },
    {
      "epoch": 0.18891666666666668,
      "grad_norm": 2.3917317390441895,
      "learning_rate": 0.00027523562074838485,
      "loss": 8.8685,
      "step": 90680
    },
    {
      "epoch": 0.1889375,
      "grad_norm": 1.0206049680709839,
      "learning_rate": 0.00027523019437508645,
      "loss": 7.8319,
      "step": 90690
    },
    {
      "epoch": 0.18895833333333334,
      "grad_norm": 1.9921883344650269,
      "learning_rate": 0.00027522476746084327,
      "loss": 7.7714,
      "step": 90700
    },
    {
      "epoch": 0.18897916666666667,
      "grad_norm": 2.0953288078308105,
      "learning_rate": 0.0002752193400056786,
      "loss": 8.2671,
      "step": 90710
    },
    {
      "epoch": 0.189,
      "grad_norm": 2.7895188331604004,
      "learning_rate": 0.000275213912009616,
      "loss": 7.9397,
      "step": 90720
    },
    {
      "epoch": 0.18902083333333333,
      "grad_norm": 4.092256546020508,
      "learning_rate": 0.00027520848347267876,
      "loss": 8.3756,
      "step": 90730
    },
    {
      "epoch": 0.18904166666666666,
      "grad_norm": 2.106851816177368,
      "learning_rate": 0.00027520305439489057,
      "loss": 7.9324,
      "step": 90740
    },
    {
      "epoch": 0.1890625,
      "grad_norm": 2.2007830142974854,
      "learning_rate": 0.0002751976247762747,
      "loss": 8.0546,
      "step": 90750
    },
    {
      "epoch": 0.18908333333333333,
      "grad_norm": 1.0163259506225586,
      "learning_rate": 0.00027519219461685454,
      "loss": 7.7825,
      "step": 90760
    },
    {
      "epoch": 0.18910416666666666,
      "grad_norm": 1.2419358491897583,
      "learning_rate": 0.00027518676391665375,
      "loss": 8.1898,
      "step": 90770
    },
    {
      "epoch": 0.189125,
      "grad_norm": 0.8992549180984497,
      "learning_rate": 0.0002751813326756957,
      "loss": 7.8441,
      "step": 90780
    },
    {
      "epoch": 0.18914583333333335,
      "grad_norm": 1.2188373804092407,
      "learning_rate": 0.0002751759008940038,
      "loss": 8.2854,
      "step": 90790
    },
    {
      "epoch": 0.18916666666666668,
      "grad_norm": 1.7821803092956543,
      "learning_rate": 0.0002751704685716016,
      "loss": 9.4843,
      "step": 90800
    },
    {
      "epoch": 0.1891875,
      "grad_norm": 0.8392083048820496,
      "learning_rate": 0.0002751650357085125,
      "loss": 8.3639,
      "step": 90810
    },
    {
      "epoch": 0.18920833333333334,
      "grad_norm": 0.9882468581199646,
      "learning_rate": 0.00027515960230475997,
      "loss": 8.2427,
      "step": 90820
    },
    {
      "epoch": 0.18922916666666667,
      "grad_norm": 0.8491846323013306,
      "learning_rate": 0.00027515416836036753,
      "loss": 8.7463,
      "step": 90830
    },
    {
      "epoch": 0.18925,
      "grad_norm": 1.705478549003601,
      "learning_rate": 0.0002751487338753586,
      "loss": 7.7585,
      "step": 90840
    },
    {
      "epoch": 0.18927083333333333,
      "grad_norm": 1.0091359615325928,
      "learning_rate": 0.00027514329884975673,
      "loss": 8.69,
      "step": 90850
    },
    {
      "epoch": 0.18929166666666666,
      "grad_norm": 0.902230441570282,
      "learning_rate": 0.0002751378632835853,
      "loss": 8.7886,
      "step": 90860
    },
    {
      "epoch": 0.1893125,
      "grad_norm": 0.7460394501686096,
      "learning_rate": 0.0002751324271768678,
      "loss": 7.8021,
      "step": 90870
    },
    {
      "epoch": 0.18933333333333333,
      "grad_norm": 1.5230640172958374,
      "learning_rate": 0.0002751269905296278,
      "loss": 9.4092,
      "step": 90880
    },
    {
      "epoch": 0.18935416666666666,
      "grad_norm": 1.2826489210128784,
      "learning_rate": 0.0002751215533418887,
      "loss": 8.1131,
      "step": 90890
    },
    {
      "epoch": 0.189375,
      "grad_norm": 0.788206934928894,
      "learning_rate": 0.000275116115613674,
      "loss": 7.8497,
      "step": 90900
    },
    {
      "epoch": 0.18939583333333335,
      "grad_norm": 1.5834877490997314,
      "learning_rate": 0.00027511067734500725,
      "loss": 8.0867,
      "step": 90910
    },
    {
      "epoch": 0.18941666666666668,
      "grad_norm": 1.4841686487197876,
      "learning_rate": 0.00027510523853591193,
      "loss": 7.5319,
      "step": 90920
    },
    {
      "epoch": 0.1894375,
      "grad_norm": 1.0997345447540283,
      "learning_rate": 0.00027509979918641144,
      "loss": 7.9611,
      "step": 90930
    },
    {
      "epoch": 0.18945833333333334,
      "grad_norm": 1.0586681365966797,
      "learning_rate": 0.0002750943592965293,
      "loss": 8.0613,
      "step": 90940
    },
    {
      "epoch": 0.18947916666666667,
      "grad_norm": 1.0956124067306519,
      "learning_rate": 0.0002750889188662891,
      "loss": 8.0523,
      "step": 90950
    },
    {
      "epoch": 0.1895,
      "grad_norm": 1.183853268623352,
      "learning_rate": 0.0002750834778957143,
      "loss": 7.6953,
      "step": 90960
    },
    {
      "epoch": 0.18952083333333333,
      "grad_norm": 0.7808576226234436,
      "learning_rate": 0.0002750780363848283,
      "loss": 8.0408,
      "step": 90970
    },
    {
      "epoch": 0.18954166666666666,
      "grad_norm": 1.0074334144592285,
      "learning_rate": 0.0002750725943336548,
      "loss": 8.1139,
      "step": 90980
    },
    {
      "epoch": 0.1895625,
      "grad_norm": 0.8111449480056763,
      "learning_rate": 0.00027506715174221714,
      "loss": 8.0321,
      "step": 90990
    },
    {
      "epoch": 0.18958333333333333,
      "grad_norm": 1.0888527631759644,
      "learning_rate": 0.0002750617086105389,
      "loss": 8.7131,
      "step": 91000
    },
    {
      "epoch": 0.18958333333333333,
      "eval_loss": 7.697190284729004,
      "eval_runtime": 8.512,
      "eval_samples_per_second": 0.352,
      "eval_steps_per_second": 0.117,
      "step": 91000
    },
    {
      "epoch": 0.18960416666666666,
      "grad_norm": 0.8360011577606201,
      "learning_rate": 0.00027505626493864354,
      "loss": 8.3572,
      "step": 91010
    },
    {
      "epoch": 0.189625,
      "grad_norm": 0.8269519209861755,
      "learning_rate": 0.0002750508207265547,
      "loss": 8.0258,
      "step": 91020
    },
    {
      "epoch": 0.18964583333333335,
      "grad_norm": 4.773311138153076,
      "learning_rate": 0.00027504537597429577,
      "loss": 8.3535,
      "step": 91030
    },
    {
      "epoch": 0.18966666666666668,
      "grad_norm": 0.6152142286300659,
      "learning_rate": 0.00027503993068189026,
      "loss": 7.637,
      "step": 91040
    },
    {
      "epoch": 0.1896875,
      "grad_norm": 7.639379501342773,
      "learning_rate": 0.0002750344848493618,
      "loss": 8.3244,
      "step": 91050
    },
    {
      "epoch": 0.18970833333333334,
      "grad_norm": 0.9550620913505554,
      "learning_rate": 0.0002750290384767339,
      "loss": 8.4732,
      "step": 91060
    },
    {
      "epoch": 0.18972916666666667,
      "grad_norm": 0.8433651924133301,
      "learning_rate": 0.00027502359156402997,
      "loss": 7.8522,
      "step": 91070
    },
    {
      "epoch": 0.18975,
      "grad_norm": 0.5892238020896912,
      "learning_rate": 0.0002750181441112736,
      "loss": 8.2357,
      "step": 91080
    },
    {
      "epoch": 0.18977083333333333,
      "grad_norm": 1.3831138610839844,
      "learning_rate": 0.0002750126961184884,
      "loss": 8.4101,
      "step": 91090
    },
    {
      "epoch": 0.18979166666666666,
      "grad_norm": 0.5140190720558167,
      "learning_rate": 0.00027500724758569784,
      "loss": 8.2287,
      "step": 91100
    },
    {
      "epoch": 0.1898125,
      "grad_norm": 2.5422842502593994,
      "learning_rate": 0.0002750017985129254,
      "loss": 8.3957,
      "step": 91110
    },
    {
      "epoch": 0.18983333333333333,
      "grad_norm": 3.781961441040039,
      "learning_rate": 0.0002749963489001947,
      "loss": 9.2809,
      "step": 91120
    },
    {
      "epoch": 0.18985416666666666,
      "grad_norm": 1.136937141418457,
      "learning_rate": 0.0002749908987475292,
      "loss": 8.3905,
      "step": 91130
    },
    {
      "epoch": 0.189875,
      "grad_norm": 1.4925715923309326,
      "learning_rate": 0.00027498544805495257,
      "loss": 8.0725,
      "step": 91140
    },
    {
      "epoch": 0.18989583333333335,
      "grad_norm": 2.1970176696777344,
      "learning_rate": 0.0002749799968224882,
      "loss": 8.7115,
      "step": 91150
    },
    {
      "epoch": 0.18991666666666668,
      "grad_norm": 0.9110878109931946,
      "learning_rate": 0.0002749745450501598,
      "loss": 7.6498,
      "step": 91160
    },
    {
      "epoch": 0.1899375,
      "grad_norm": 1.2338374853134155,
      "learning_rate": 0.00027496909273799075,
      "loss": 7.5129,
      "step": 91170
    },
    {
      "epoch": 0.18995833333333334,
      "grad_norm": 1.5896954536437988,
      "learning_rate": 0.00027496363988600473,
      "loss": 7.7793,
      "step": 91180
    },
    {
      "epoch": 0.18997916666666667,
      "grad_norm": 0.8667667508125305,
      "learning_rate": 0.00027495818649422523,
      "loss": 7.9143,
      "step": 91190
    },
    {
      "epoch": 0.19,
      "grad_norm": 0.7732818722724915,
      "learning_rate": 0.00027495273256267585,
      "loss": 7.7619,
      "step": 91200
    },
    {
      "epoch": 0.19002083333333333,
      "grad_norm": 0.8487664461135864,
      "learning_rate": 0.0002749472780913801,
      "loss": 8.3472,
      "step": 91210
    },
    {
      "epoch": 0.19004166666666666,
      "grad_norm": 1.4103946685791016,
      "learning_rate": 0.00027494182308036163,
      "loss": 7.8991,
      "step": 91220
    },
    {
      "epoch": 0.1900625,
      "grad_norm": 0.796878457069397,
      "learning_rate": 0.00027493636752964386,
      "loss": 7.789,
      "step": 91230
    },
    {
      "epoch": 0.19008333333333333,
      "grad_norm": 1.144149661064148,
      "learning_rate": 0.00027493091143925046,
      "loss": 8.2695,
      "step": 91240
    },
    {
      "epoch": 0.19010416666666666,
      "grad_norm": 0.8170539736747742,
      "learning_rate": 0.000274925454809205,
      "loss": 8.7263,
      "step": 91250
    },
    {
      "epoch": 0.190125,
      "grad_norm": 1.571024775505066,
      "learning_rate": 0.000274919997639531,
      "loss": 8.619,
      "step": 91260
    },
    {
      "epoch": 0.19014583333333332,
      "grad_norm": 0.7663190960884094,
      "learning_rate": 0.00027491453993025206,
      "loss": 8.1961,
      "step": 91270
    },
    {
      "epoch": 0.19016666666666668,
      "grad_norm": 4.950950622558594,
      "learning_rate": 0.00027490908168139173,
      "loss": 9.0949,
      "step": 91280
    },
    {
      "epoch": 0.1901875,
      "grad_norm": 4.102073669433594,
      "learning_rate": 0.00027490362289297364,
      "loss": 8.2085,
      "step": 91290
    },
    {
      "epoch": 0.19020833333333334,
      "grad_norm": 2.2038204669952393,
      "learning_rate": 0.0002748981635650213,
      "loss": 7.7969,
      "step": 91300
    },
    {
      "epoch": 0.19022916666666667,
      "grad_norm": 2.3136279582977295,
      "learning_rate": 0.0002748927036975584,
      "loss": 8.0045,
      "step": 91310
    },
    {
      "epoch": 0.19025,
      "grad_norm": 2.039846420288086,
      "learning_rate": 0.0002748872432906084,
      "loss": 8.0949,
      "step": 91320
    },
    {
      "epoch": 0.19027083333333333,
      "grad_norm": 1.765044093132019,
      "learning_rate": 0.000274881782344195,
      "loss": 7.5873,
      "step": 91330
    },
    {
      "epoch": 0.19029166666666666,
      "grad_norm": 0.9188559651374817,
      "learning_rate": 0.0002748763208583417,
      "loss": 7.712,
      "step": 91340
    },
    {
      "epoch": 0.1903125,
      "grad_norm": 1.0699211359024048,
      "learning_rate": 0.00027487085883307207,
      "loss": 8.1132,
      "step": 91350
    },
    {
      "epoch": 0.19033333333333333,
      "grad_norm": 0.9960138201713562,
      "learning_rate": 0.0002748653962684098,
      "loss": 8.5572,
      "step": 91360
    },
    {
      "epoch": 0.19035416666666666,
      "grad_norm": 0.9378384351730347,
      "learning_rate": 0.0002748599331643784,
      "loss": 7.8428,
      "step": 91370
    },
    {
      "epoch": 0.190375,
      "grad_norm": 2.306725263595581,
      "learning_rate": 0.0002748544695210016,
      "loss": 8.2421,
      "step": 91380
    },
    {
      "epoch": 0.19039583333333332,
      "grad_norm": 1.0856211185455322,
      "learning_rate": 0.00027484900533830285,
      "loss": 8.3903,
      "step": 91390
    },
    {
      "epoch": 0.19041666666666668,
      "grad_norm": 0.46855127811431885,
      "learning_rate": 0.0002748435406163059,
      "loss": 8.5238,
      "step": 91400
    },
    {
      "epoch": 0.1904375,
      "grad_norm": 1.5158092975616455,
      "learning_rate": 0.0002748380753550342,
      "loss": 7.7795,
      "step": 91410
    },
    {
      "epoch": 0.19045833333333334,
      "grad_norm": 0.9769529104232788,
      "learning_rate": 0.00027483260955451144,
      "loss": 7.9382,
      "step": 91420
    },
    {
      "epoch": 0.19047916666666667,
      "grad_norm": 0.5868358016014099,
      "learning_rate": 0.0002748271432147612,
      "loss": 8.1823,
      "step": 91430
    },
    {
      "epoch": 0.1905,
      "grad_norm": 1.1361943483352661,
      "learning_rate": 0.0002748216763358071,
      "loss": 7.8581,
      "step": 91440
    },
    {
      "epoch": 0.19052083333333333,
      "grad_norm": 1.2838327884674072,
      "learning_rate": 0.0002748162089176728,
      "loss": 7.972,
      "step": 91450
    },
    {
      "epoch": 0.19054166666666666,
      "grad_norm": 2.098834753036499,
      "learning_rate": 0.00027481074096038187,
      "loss": 8.337,
      "step": 91460
    },
    {
      "epoch": 0.1905625,
      "grad_norm": 0.9177567958831787,
      "learning_rate": 0.000274805272463958,
      "loss": 8.542,
      "step": 91470
    },
    {
      "epoch": 0.19058333333333333,
      "grad_norm": 1.4115241765975952,
      "learning_rate": 0.00027479980342842464,
      "loss": 7.8939,
      "step": 91480
    },
    {
      "epoch": 0.19060416666666666,
      "grad_norm": 0.9383614659309387,
      "learning_rate": 0.00027479433385380563,
      "loss": 7.6312,
      "step": 91490
    },
    {
      "epoch": 0.190625,
      "grad_norm": 0.6925778388977051,
      "learning_rate": 0.00027478886374012444,
      "loss": 7.719,
      "step": 91500
    },
    {
      "epoch": 0.19064583333333332,
      "grad_norm": 2.8634698390960693,
      "learning_rate": 0.00027478339308740476,
      "loss": 7.8312,
      "step": 91510
    },
    {
      "epoch": 0.19066666666666668,
      "grad_norm": 1.2530938386917114,
      "learning_rate": 0.00027477792189567024,
      "loss": 8.7911,
      "step": 91520
    },
    {
      "epoch": 0.1906875,
      "grad_norm": 0.8630750179290771,
      "learning_rate": 0.00027477245016494444,
      "loss": 8.1531,
      "step": 91530
    },
    {
      "epoch": 0.19070833333333334,
      "grad_norm": 1.5954253673553467,
      "learning_rate": 0.0002747669778952511,
      "loss": 8.2101,
      "step": 91540
    },
    {
      "epoch": 0.19072916666666667,
      "grad_norm": 1.8090159893035889,
      "learning_rate": 0.00027476150508661375,
      "loss": 8.9469,
      "step": 91550
    },
    {
      "epoch": 0.19075,
      "grad_norm": 1.145133376121521,
      "learning_rate": 0.0002747560317390561,
      "loss": 8.0608,
      "step": 91560
    },
    {
      "epoch": 0.19077083333333333,
      "grad_norm": 1.171158790588379,
      "learning_rate": 0.0002747505578526018,
      "loss": 8.2676,
      "step": 91570
    },
    {
      "epoch": 0.19079166666666666,
      "grad_norm": 3.1094839572906494,
      "learning_rate": 0.0002747450834272745,
      "loss": 8.869,
      "step": 91580
    },
    {
      "epoch": 0.1908125,
      "grad_norm": 0.633200466632843,
      "learning_rate": 0.00027473960846309775,
      "loss": 8.9224,
      "step": 91590
    },
    {
      "epoch": 0.19083333333333333,
      "grad_norm": 1.4434280395507812,
      "learning_rate": 0.0002747341329600953,
      "loss": 7.8568,
      "step": 91600
    },
    {
      "epoch": 0.19085416666666666,
      "grad_norm": 0.6207568049430847,
      "learning_rate": 0.0002747286569182907,
      "loss": 7.4097,
      "step": 91610
    },
    {
      "epoch": 0.190875,
      "grad_norm": 1.1121481657028198,
      "learning_rate": 0.00027472318033770776,
      "loss": 8.5285,
      "step": 91620
    },
    {
      "epoch": 0.19089583333333332,
      "grad_norm": 0.6167775392532349,
      "learning_rate": 0.00027471770321837,
      "loss": 7.9249,
      "step": 91630
    },
    {
      "epoch": 0.19091666666666668,
      "grad_norm": 0.9271747469902039,
      "learning_rate": 0.00027471222556030116,
      "loss": 7.8205,
      "step": 91640
    },
    {
      "epoch": 0.1909375,
      "grad_norm": 1.2667392492294312,
      "learning_rate": 0.00027470674736352485,
      "loss": 8.094,
      "step": 91650
    },
    {
      "epoch": 0.19095833333333334,
      "grad_norm": 1.2841819524765015,
      "learning_rate": 0.00027470126862806475,
      "loss": 8.3337,
      "step": 91660
    },
    {
      "epoch": 0.19097916666666667,
      "grad_norm": 0.7279554605484009,
      "learning_rate": 0.00027469578935394455,
      "loss": 8.5958,
      "step": 91670
    },
    {
      "epoch": 0.191,
      "grad_norm": 1.424918532371521,
      "learning_rate": 0.0002746903095411879,
      "loss": 7.8196,
      "step": 91680
    },
    {
      "epoch": 0.19102083333333333,
      "grad_norm": 1.3858035802841187,
      "learning_rate": 0.00027468482918981845,
      "loss": 8.0673,
      "step": 91690
    },
    {
      "epoch": 0.19104166666666667,
      "grad_norm": 1.8611016273498535,
      "learning_rate": 0.00027467934829985993,
      "loss": 8.4366,
      "step": 91700
    },
    {
      "epoch": 0.1910625,
      "grad_norm": 4.397824287414551,
      "learning_rate": 0.0002746738668713359,
      "loss": 8.7341,
      "step": 91710
    },
    {
      "epoch": 0.19108333333333333,
      "grad_norm": 2.3610005378723145,
      "learning_rate": 0.00027466838490427023,
      "loss": 7.8149,
      "step": 91720
    },
    {
      "epoch": 0.19110416666666666,
      "grad_norm": 0.9105702638626099,
      "learning_rate": 0.0002746629023986864,
      "loss": 8.2145,
      "step": 91730
    },
    {
      "epoch": 0.191125,
      "grad_norm": 1.3569735288619995,
      "learning_rate": 0.0002746574193546082,
      "loss": 8.097,
      "step": 91740
    },
    {
      "epoch": 0.19114583333333332,
      "grad_norm": 0.7284388542175293,
      "learning_rate": 0.0002746519357720593,
      "loss": 7.8394,
      "step": 91750
    },
    {
      "epoch": 0.19116666666666668,
      "grad_norm": 0.951850950717926,
      "learning_rate": 0.0002746464516510633,
      "loss": 7.8729,
      "step": 91760
    },
    {
      "epoch": 0.1911875,
      "grad_norm": 0.9901083707809448,
      "learning_rate": 0.0002746409669916441,
      "loss": 8.3558,
      "step": 91770
    },
    {
      "epoch": 0.19120833333333334,
      "grad_norm": 0.9597640633583069,
      "learning_rate": 0.0002746354817938251,
      "loss": 8.6806,
      "step": 91780
    },
    {
      "epoch": 0.19122916666666667,
      "grad_norm": 0.8355042934417725,
      "learning_rate": 0.0002746299960576303,
      "loss": 11.2185,
      "step": 91790
    },
    {
      "epoch": 0.19125,
      "grad_norm": 0.571066677570343,
      "learning_rate": 0.00027462450978308316,
      "loss": 7.7744,
      "step": 91800
    },
    {
      "epoch": 0.19127083333333333,
      "grad_norm": 0.8915271162986755,
      "learning_rate": 0.0002746190229702075,
      "loss": 7.9582,
      "step": 91810
    },
    {
      "epoch": 0.19129166666666667,
      "grad_norm": 1.2711538076400757,
      "learning_rate": 0.000274613535619027,
      "loss": 7.6706,
      "step": 91820
    },
    {
      "epoch": 0.1913125,
      "grad_norm": 0.9768087267875671,
      "learning_rate": 0.00027460804772956533,
      "loss": 7.9203,
      "step": 91830
    },
    {
      "epoch": 0.19133333333333333,
      "grad_norm": 0.803763747215271,
      "learning_rate": 0.00027460255930184625,
      "loss": 7.4484,
      "step": 91840
    },
    {
      "epoch": 0.19135416666666666,
      "grad_norm": 0.7595691680908203,
      "learning_rate": 0.0002745970703358934,
      "loss": 7.935,
      "step": 91850
    },
    {
      "epoch": 0.191375,
      "grad_norm": 0.46518421173095703,
      "learning_rate": 0.0002745915808317305,
      "loss": 8.6148,
      "step": 91860
    },
    {
      "epoch": 0.19139583333333332,
      "grad_norm": 1.6878535747528076,
      "learning_rate": 0.00027458609078938133,
      "loss": 8.1082,
      "step": 91870
    },
    {
      "epoch": 0.19141666666666668,
      "grad_norm": 1.4618587493896484,
      "learning_rate": 0.0002745806002088696,
      "loss": 8.3078,
      "step": 91880
    },
    {
      "epoch": 0.1914375,
      "grad_norm": 1.4119898080825806,
      "learning_rate": 0.0002745751090902189,
      "loss": 8.1457,
      "step": 91890
    },
    {
      "epoch": 0.19145833333333334,
      "grad_norm": 1.059452772140503,
      "learning_rate": 0.00027456961743345306,
      "loss": 7.7701,
      "step": 91900
    },
    {
      "epoch": 0.19147916666666667,
      "grad_norm": 2.6466290950775146,
      "learning_rate": 0.00027456412523859584,
      "loss": 7.8743,
      "step": 91910
    },
    {
      "epoch": 0.1915,
      "grad_norm": 1.0116106271743774,
      "learning_rate": 0.0002745586325056709,
      "loss": 7.9585,
      "step": 91920
    },
    {
      "epoch": 0.19152083333333333,
      "grad_norm": 1.0408716201782227,
      "learning_rate": 0.0002745531392347019,
      "loss": 8.964,
      "step": 91930
    },
    {
      "epoch": 0.19154166666666667,
      "grad_norm": 1.9619170427322388,
      "learning_rate": 0.00027454764542571264,
      "loss": 8.827,
      "step": 91940
    },
    {
      "epoch": 0.1915625,
      "grad_norm": 0.8150637149810791,
      "learning_rate": 0.0002745421510787269,
      "loss": 7.9216,
      "step": 91950
    },
    {
      "epoch": 0.19158333333333333,
      "grad_norm": 1.954239010810852,
      "learning_rate": 0.0002745366561937684,
      "loss": 7.8147,
      "step": 91960
    },
    {
      "epoch": 0.19160416666666666,
      "grad_norm": 0.8154067993164062,
      "learning_rate": 0.00027453116077086077,
      "loss": 8.9358,
      "step": 91970
    },
    {
      "epoch": 0.191625,
      "grad_norm": 1.1222947835922241,
      "learning_rate": 0.00027452566481002785,
      "loss": 8.2942,
      "step": 91980
    },
    {
      "epoch": 0.19164583333333332,
      "grad_norm": 1.1480133533477783,
      "learning_rate": 0.00027452016831129334,
      "loss": 8.3263,
      "step": 91990
    },
    {
      "epoch": 0.19166666666666668,
      "grad_norm": 2.300814628601074,
      "learning_rate": 0.000274514671274681,
      "loss": 8.1438,
      "step": 92000
    },
    {
      "epoch": 0.19166666666666668,
      "eval_loss": 7.234128475189209,
      "eval_runtime": 9.3794,
      "eval_samples_per_second": 0.32,
      "eval_steps_per_second": 0.107,
      "step": 92000
    },
    {
      "epoch": 0.1916875,
      "grad_norm": 1.140092134475708,
      "learning_rate": 0.00027450917370021457,
      "loss": 9.2766,
      "step": 92010
    },
    {
      "epoch": 0.19170833333333334,
      "grad_norm": 1.5926040410995483,
      "learning_rate": 0.00027450367558791775,
      "loss": 8.199,
      "step": 92020
    },
    {
      "epoch": 0.19172916666666667,
      "grad_norm": 0.6648215651512146,
      "learning_rate": 0.00027449817693781436,
      "loss": 7.8784,
      "step": 92030
    },
    {
      "epoch": 0.19175,
      "grad_norm": 0.7943645119667053,
      "learning_rate": 0.00027449267774992816,
      "loss": 7.3135,
      "step": 92040
    },
    {
      "epoch": 0.19177083333333333,
      "grad_norm": 0.7205430269241333,
      "learning_rate": 0.00027448717802428283,
      "loss": 7.8679,
      "step": 92050
    },
    {
      "epoch": 0.19179166666666667,
      "grad_norm": 0.7176386713981628,
      "learning_rate": 0.0002744816777609022,
      "loss": 8.2745,
      "step": 92060
    },
    {
      "epoch": 0.1918125,
      "grad_norm": 0.9585215449333191,
      "learning_rate": 0.00027447617695981,
      "loss": 8.4641,
      "step": 92070
    },
    {
      "epoch": 0.19183333333333333,
      "grad_norm": 2.4743733406066895,
      "learning_rate": 0.0002744706756210299,
      "loss": 8.4492,
      "step": 92080
    },
    {
      "epoch": 0.19185416666666666,
      "grad_norm": 1.2991702556610107,
      "learning_rate": 0.0002744651737445858,
      "loss": 7.6755,
      "step": 92090
    },
    {
      "epoch": 0.191875,
      "grad_norm": 0.9363505244255066,
      "learning_rate": 0.00027445967133050145,
      "loss": 7.993,
      "step": 92100
    },
    {
      "epoch": 0.19189583333333332,
      "grad_norm": 12.714595794677734,
      "learning_rate": 0.0002744541683788006,
      "loss": 8.4103,
      "step": 92110
    },
    {
      "epoch": 0.19191666666666668,
      "grad_norm": 1.1548110246658325,
      "learning_rate": 0.00027444866488950695,
      "loss": 7.8323,
      "step": 92120
    },
    {
      "epoch": 0.1919375,
      "grad_norm": 2.0089995861053467,
      "learning_rate": 0.00027444316086264436,
      "loss": 9.1966,
      "step": 92130
    },
    {
      "epoch": 0.19195833333333334,
      "grad_norm": 0.9502124786376953,
      "learning_rate": 0.00027443765629823656,
      "loss": 8.4294,
      "step": 92140
    },
    {
      "epoch": 0.19197916666666667,
      "grad_norm": 0.7694012522697449,
      "learning_rate": 0.00027443215119630734,
      "loss": 7.665,
      "step": 92150
    },
    {
      "epoch": 0.192,
      "grad_norm": 3.3432834148406982,
      "learning_rate": 0.00027442664555688044,
      "loss": 8.0301,
      "step": 92160
    },
    {
      "epoch": 0.19202083333333334,
      "grad_norm": 0.9127821326255798,
      "learning_rate": 0.00027442113937997973,
      "loss": 8.2436,
      "step": 92170
    },
    {
      "epoch": 0.19204166666666667,
      "grad_norm": 0.9099255204200745,
      "learning_rate": 0.000274415632665629,
      "loss": 8.0765,
      "step": 92180
    },
    {
      "epoch": 0.1920625,
      "grad_norm": 0.676935076713562,
      "learning_rate": 0.0002744101254138519,
      "loss": 7.9129,
      "step": 92190
    },
    {
      "epoch": 0.19208333333333333,
      "grad_norm": 0.8793158531188965,
      "learning_rate": 0.0002744046176246723,
      "loss": 8.0872,
      "step": 92200
    },
    {
      "epoch": 0.19210416666666666,
      "grad_norm": 0.9000028967857361,
      "learning_rate": 0.000274399109298114,
      "loss": 7.8681,
      "step": 92210
    },
    {
      "epoch": 0.192125,
      "grad_norm": 0.9426208138465881,
      "learning_rate": 0.00027439360043420084,
      "loss": 7.9844,
      "step": 92220
    },
    {
      "epoch": 0.19214583333333332,
      "grad_norm": 2.2685821056365967,
      "learning_rate": 0.00027438809103295654,
      "loss": 8.2193,
      "step": 92230
    },
    {
      "epoch": 0.19216666666666668,
      "grad_norm": 0.7979890704154968,
      "learning_rate": 0.0002743825810944049,
      "loss": 8.6484,
      "step": 92240
    },
    {
      "epoch": 0.1921875,
      "grad_norm": 0.6362571120262146,
      "learning_rate": 0.00027437707061856977,
      "loss": 7.6016,
      "step": 92250
    },
    {
      "epoch": 0.19220833333333334,
      "grad_norm": 3.6379053592681885,
      "learning_rate": 0.0002743715596054749,
      "loss": 9.1246,
      "step": 92260
    },
    {
      "epoch": 0.19222916666666667,
      "grad_norm": 1.2455401420593262,
      "learning_rate": 0.00027436604805514413,
      "loss": 7.7649,
      "step": 92270
    },
    {
      "epoch": 0.19225,
      "grad_norm": 1.2356855869293213,
      "learning_rate": 0.0002743605359676013,
      "loss": 8.0901,
      "step": 92280
    },
    {
      "epoch": 0.19227083333333334,
      "grad_norm": 2.4327681064605713,
      "learning_rate": 0.0002743550233428701,
      "loss": 8.7186,
      "step": 92290
    },
    {
      "epoch": 0.19229166666666667,
      "grad_norm": 0.8800280690193176,
      "learning_rate": 0.0002743495101809745,
      "loss": 8.2473,
      "step": 92300
    },
    {
      "epoch": 0.1923125,
      "grad_norm": 0.7480587959289551,
      "learning_rate": 0.0002743439964819382,
      "loss": 7.8745,
      "step": 92310
    },
    {
      "epoch": 0.19233333333333333,
      "grad_norm": 0.7825952768325806,
      "learning_rate": 0.0002743384822457851,
      "loss": 8.9196,
      "step": 92320
    },
    {
      "epoch": 0.19235416666666666,
      "grad_norm": 0.9483455419540405,
      "learning_rate": 0.0002743329674725389,
      "loss": 7.8152,
      "step": 92330
    },
    {
      "epoch": 0.192375,
      "grad_norm": 1.9131313562393188,
      "learning_rate": 0.00027432745216222356,
      "loss": 9.3144,
      "step": 92340
    },
    {
      "epoch": 0.19239583333333332,
      "grad_norm": 0.6358522772789001,
      "learning_rate": 0.0002743219363148628,
      "loss": 8.9148,
      "step": 92350
    },
    {
      "epoch": 0.19241666666666668,
      "grad_norm": 1.628757119178772,
      "learning_rate": 0.0002743164199304805,
      "loss": 8.1181,
      "step": 92360
    },
    {
      "epoch": 0.1924375,
      "grad_norm": 0.9365039467811584,
      "learning_rate": 0.00027431090300910043,
      "loss": 8.2223,
      "step": 92370
    },
    {
      "epoch": 0.19245833333333334,
      "grad_norm": 1.3810256719589233,
      "learning_rate": 0.0002743053855507465,
      "loss": 7.7268,
      "step": 92380
    },
    {
      "epoch": 0.19247916666666667,
      "grad_norm": 0.5348626375198364,
      "learning_rate": 0.00027429986755544256,
      "loss": 8.12,
      "step": 92390
    },
    {
      "epoch": 0.1925,
      "grad_norm": 1.0003527402877808,
      "learning_rate": 0.0002742943490232123,
      "loss": 8.0498,
      "step": 92400
    },
    {
      "epoch": 0.19252083333333334,
      "grad_norm": 2.0010762214660645,
      "learning_rate": 0.0002742888299540797,
      "loss": 7.9949,
      "step": 92410
    },
    {
      "epoch": 0.19254166666666667,
      "grad_norm": 1.2933309078216553,
      "learning_rate": 0.0002742833103480686,
      "loss": 7.9344,
      "step": 92420
    },
    {
      "epoch": 0.1925625,
      "grad_norm": 1.5227137804031372,
      "learning_rate": 0.0002742777902052027,
      "loss": 9.7015,
      "step": 92430
    },
    {
      "epoch": 0.19258333333333333,
      "grad_norm": 5.13580322265625,
      "learning_rate": 0.000274272269525506,
      "loss": 8.0533,
      "step": 92440
    },
    {
      "epoch": 0.19260416666666666,
      "grad_norm": 1.0212129354476929,
      "learning_rate": 0.0002742667483090023,
      "loss": 7.6543,
      "step": 92450
    },
    {
      "epoch": 0.192625,
      "grad_norm": 0.9263986349105835,
      "learning_rate": 0.00027426122655571536,
      "loss": 7.6724,
      "step": 92460
    },
    {
      "epoch": 0.19264583333333332,
      "grad_norm": 0.7028898000717163,
      "learning_rate": 0.00027425570426566916,
      "loss": 7.6158,
      "step": 92470
    },
    {
      "epoch": 0.19266666666666668,
      "grad_norm": 1.354246735572815,
      "learning_rate": 0.0002742501814388875,
      "loss": 8.5336,
      "step": 92480
    },
    {
      "epoch": 0.1926875,
      "grad_norm": 0.8411827683448792,
      "learning_rate": 0.00027424465807539424,
      "loss": 8.64,
      "step": 92490
    },
    {
      "epoch": 0.19270833333333334,
      "grad_norm": 1.5621134042739868,
      "learning_rate": 0.0002742391341752132,
      "loss": 8.2466,
      "step": 92500
    },
    {
      "epoch": 0.19272916666666667,
      "grad_norm": 1.0167280435562134,
      "learning_rate": 0.0002742336097383683,
      "loss": 7.8832,
      "step": 92510
    },
    {
      "epoch": 0.19275,
      "grad_norm": 0.5951189398765564,
      "learning_rate": 0.0002742280847648834,
      "loss": 8.2279,
      "step": 92520
    },
    {
      "epoch": 0.19277083333333334,
      "grad_norm": 1.4645774364471436,
      "learning_rate": 0.0002742225592547823,
      "loss": 9.0899,
      "step": 92530
    },
    {
      "epoch": 0.19279166666666667,
      "grad_norm": 1.1028467416763306,
      "learning_rate": 0.00027421703320808894,
      "loss": 7.9665,
      "step": 92540
    },
    {
      "epoch": 0.1928125,
      "grad_norm": 0.5781343579292297,
      "learning_rate": 0.00027421150662482717,
      "loss": 8.353,
      "step": 92550
    },
    {
      "epoch": 0.19283333333333333,
      "grad_norm": 1.0049690008163452,
      "learning_rate": 0.0002742059795050209,
      "loss": 8.0057,
      "step": 92560
    },
    {
      "epoch": 0.19285416666666666,
      "grad_norm": 0.8664602637290955,
      "learning_rate": 0.0002742004518486939,
      "loss": 8.4105,
      "step": 92570
    },
    {
      "epoch": 0.192875,
      "grad_norm": 3.6829447746276855,
      "learning_rate": 0.0002741949236558701,
      "loss": 7.7422,
      "step": 92580
    },
    {
      "epoch": 0.19289583333333332,
      "grad_norm": 0.78829026222229,
      "learning_rate": 0.00027418939492657347,
      "loss": 8.9225,
      "step": 92590
    },
    {
      "epoch": 0.19291666666666665,
      "grad_norm": 5.2877607345581055,
      "learning_rate": 0.00027418386566082774,
      "loss": 8.9064,
      "step": 92600
    },
    {
      "epoch": 0.1929375,
      "grad_norm": 0.872630774974823,
      "learning_rate": 0.0002741783358586569,
      "loss": 8.978,
      "step": 92610
    },
    {
      "epoch": 0.19295833333333334,
      "grad_norm": 1.5913705825805664,
      "learning_rate": 0.00027417280552008476,
      "loss": 8.0878,
      "step": 92620
    },
    {
      "epoch": 0.19297916666666667,
      "grad_norm": 1.509613037109375,
      "learning_rate": 0.0002741672746451353,
      "loss": 7.8246,
      "step": 92630
    },
    {
      "epoch": 0.193,
      "grad_norm": 0.8632168173789978,
      "learning_rate": 0.0002741617432338323,
      "loss": 8.6962,
      "step": 92640
    },
    {
      "epoch": 0.19302083333333334,
      "grad_norm": 1.1712806224822998,
      "learning_rate": 0.0002741562112861998,
      "loss": 8.2106,
      "step": 92650
    },
    {
      "epoch": 0.19304166666666667,
      "grad_norm": 0.6165426969528198,
      "learning_rate": 0.00027415067880226155,
      "loss": 7.611,
      "step": 92660
    },
    {
      "epoch": 0.1930625,
      "grad_norm": 2.205350399017334,
      "learning_rate": 0.00027414514578204155,
      "loss": 8.9908,
      "step": 92670
    },
    {
      "epoch": 0.19308333333333333,
      "grad_norm": 1.110625147819519,
      "learning_rate": 0.0002741396122255636,
      "loss": 7.9096,
      "step": 92680
    },
    {
      "epoch": 0.19310416666666666,
      "grad_norm": 2.582401752471924,
      "learning_rate": 0.00027413407813285174,
      "loss": 7.7717,
      "step": 92690
    },
    {
      "epoch": 0.193125,
      "grad_norm": 1.9322582483291626,
      "learning_rate": 0.0002741285435039298,
      "loss": 7.8082,
      "step": 92700
    },
    {
      "epoch": 0.19314583333333332,
      "grad_norm": 0.90711510181427,
      "learning_rate": 0.00027412300833882164,
      "loss": 8.3461,
      "step": 92710
    },
    {
      "epoch": 0.19316666666666665,
      "grad_norm": 0.8515532612800598,
      "learning_rate": 0.00027411747263755116,
      "loss": 8.062,
      "step": 92720
    },
    {
      "epoch": 0.1931875,
      "grad_norm": 3.5704398155212402,
      "learning_rate": 0.00027411193640014244,
      "loss": 8.5085,
      "step": 92730
    },
    {
      "epoch": 0.19320833333333334,
      "grad_norm": 0.6538536548614502,
      "learning_rate": 0.0002741063996266192,
      "loss": 7.6789,
      "step": 92740
    },
    {
      "epoch": 0.19322916666666667,
      "grad_norm": 0.5272030234336853,
      "learning_rate": 0.0002741008623170055,
      "loss": 8.4253,
      "step": 92750
    },
    {
      "epoch": 0.19325,
      "grad_norm": 1.8880176544189453,
      "learning_rate": 0.00027409532447132516,
      "loss": 7.9876,
      "step": 92760
    },
    {
      "epoch": 0.19327083333333334,
      "grad_norm": 2.1000776290893555,
      "learning_rate": 0.00027408978608960214,
      "loss": 8.372,
      "step": 92770
    },
    {
      "epoch": 0.19329166666666667,
      "grad_norm": 2.7148044109344482,
      "learning_rate": 0.00027408424717186036,
      "loss": 8.4179,
      "step": 92780
    },
    {
      "epoch": 0.1933125,
      "grad_norm": 8.587257385253906,
      "learning_rate": 0.00027407870771812377,
      "loss": 8.3027,
      "step": 92790
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 0.9186850786209106,
      "learning_rate": 0.0002740731677284163,
      "loss": 7.6889,
      "step": 92800
    },
    {
      "epoch": 0.19335416666666666,
      "grad_norm": 0.7663164734840393,
      "learning_rate": 0.00027406762720276175,
      "loss": 8.0391,
      "step": 92810
    },
    {
      "epoch": 0.193375,
      "grad_norm": 0.7822390794754028,
      "learning_rate": 0.00027406208614118424,
      "loss": 8.5763,
      "step": 92820
    },
    {
      "epoch": 0.19339583333333332,
      "grad_norm": 1.026057243347168,
      "learning_rate": 0.00027405654454370766,
      "loss": 7.6254,
      "step": 92830
    },
    {
      "epoch": 0.19341666666666665,
      "grad_norm": 1.1274164915084839,
      "learning_rate": 0.0002740510024103558,
      "loss": 8.1917,
      "step": 92840
    },
    {
      "epoch": 0.1934375,
      "grad_norm": 1.6869088411331177,
      "learning_rate": 0.0002740454597411528,
      "loss": 8.7195,
      "step": 92850
    },
    {
      "epoch": 0.19345833333333334,
      "grad_norm": 0.9318400621414185,
      "learning_rate": 0.0002740399165361225,
      "loss": 7.9724,
      "step": 92860
    },
    {
      "epoch": 0.19347916666666667,
      "grad_norm": 1.2908852100372314,
      "learning_rate": 0.0002740343727952888,
      "loss": 7.6058,
      "step": 92870
    },
    {
      "epoch": 0.1935,
      "grad_norm": 0.7517154812812805,
      "learning_rate": 0.0002740288285186758,
      "loss": 10.3985,
      "step": 92880
    },
    {
      "epoch": 0.19352083333333334,
      "grad_norm": 0.7603406310081482,
      "learning_rate": 0.0002740232837063073,
      "loss": 8.0024,
      "step": 92890
    },
    {
      "epoch": 0.19354166666666667,
      "grad_norm": 2.0009162425994873,
      "learning_rate": 0.00027401773835820735,
      "loss": 8.0141,
      "step": 92900
    },
    {
      "epoch": 0.1935625,
      "grad_norm": 0.9538453817367554,
      "learning_rate": 0.0002740121924743998,
      "loss": 7.8398,
      "step": 92910
    },
    {
      "epoch": 0.19358333333333333,
      "grad_norm": 2.749955177307129,
      "learning_rate": 0.0002740066460549087,
      "loss": 8.2218,
      "step": 92920
    },
    {
      "epoch": 0.19360416666666666,
      "grad_norm": 5.134293556213379,
      "learning_rate": 0.000274001099099758,
      "loss": 8.8161,
      "step": 92930
    },
    {
      "epoch": 0.193625,
      "grad_norm": 1.5877795219421387,
      "learning_rate": 0.00027399555160897163,
      "loss": 8.0359,
      "step": 92940
    },
    {
      "epoch": 0.19364583333333332,
      "grad_norm": 0.5696556568145752,
      "learning_rate": 0.00027399000358257347,
      "loss": 7.7231,
      "step": 92950
    },
    {
      "epoch": 0.19366666666666665,
      "grad_norm": 1.8029805421829224,
      "learning_rate": 0.0002739844550205877,
      "loss": 7.5421,
      "step": 92960
    },
    {
      "epoch": 0.1936875,
      "grad_norm": 1.1354875564575195,
      "learning_rate": 0.0002739789059230381,
      "loss": 8.0826,
      "step": 92970
    },
    {
      "epoch": 0.19370833333333334,
      "grad_norm": 0.709618330001831,
      "learning_rate": 0.00027397335628994866,
      "loss": 9.0122,
      "step": 92980
    },
    {
      "epoch": 0.19372916666666667,
      "grad_norm": 1.9474848508834839,
      "learning_rate": 0.0002739678061213434,
      "loss": 7.7405,
      "step": 92990
    },
    {
      "epoch": 0.19375,
      "grad_norm": 0.573695719242096,
      "learning_rate": 0.00027396225541724637,
      "loss": 8.63,
      "step": 93000
    },
    {
      "epoch": 0.19375,
      "eval_loss": 7.171063423156738,
      "eval_runtime": 8.0186,
      "eval_samples_per_second": 0.374,
      "eval_steps_per_second": 0.125,
      "step": 93000
    },
    {
      "epoch": 0.19377083333333334,
      "grad_norm": 2.0769107341766357,
      "learning_rate": 0.0002739567041776814,
      "loss": 8.9855,
      "step": 93010
    },
    {
      "epoch": 0.19379166666666667,
      "grad_norm": 0.9696414470672607,
      "learning_rate": 0.00027395115240267255,
      "loss": 8.2417,
      "step": 93020
    },
    {
      "epoch": 0.1938125,
      "grad_norm": 0.6169710159301758,
      "learning_rate": 0.0002739456000922438,
      "loss": 9.1941,
      "step": 93030
    },
    {
      "epoch": 0.19383333333333333,
      "grad_norm": 0.6535244584083557,
      "learning_rate": 0.0002739400472464191,
      "loss": 9.954,
      "step": 93040
    },
    {
      "epoch": 0.19385416666666666,
      "grad_norm": 1.473527431488037,
      "learning_rate": 0.0002739344938652224,
      "loss": 8.5524,
      "step": 93050
    },
    {
      "epoch": 0.193875,
      "grad_norm": 0.6096487641334534,
      "learning_rate": 0.0002739289399486778,
      "loss": 8.5067,
      "step": 93060
    },
    {
      "epoch": 0.19389583333333332,
      "grad_norm": 5.44489860534668,
      "learning_rate": 0.00027392338549680925,
      "loss": 9.2359,
      "step": 93070
    },
    {
      "epoch": 0.19391666666666665,
      "grad_norm": 0.5610345602035522,
      "learning_rate": 0.0002739178305096407,
      "loss": 8.013,
      "step": 93080
    },
    {
      "epoch": 0.1939375,
      "grad_norm": 1.2635419368743896,
      "learning_rate": 0.00027391227498719617,
      "loss": 10.2521,
      "step": 93090
    },
    {
      "epoch": 0.19395833333333334,
      "grad_norm": 1.5488618612289429,
      "learning_rate": 0.0002739067189294997,
      "loss": 8.083,
      "step": 93100
    },
    {
      "epoch": 0.19397916666666667,
      "grad_norm": 1.8111565113067627,
      "learning_rate": 0.00027390116233657523,
      "loss": 7.9925,
      "step": 93110
    },
    {
      "epoch": 0.194,
      "grad_norm": 0.6849809288978577,
      "learning_rate": 0.00027389560520844675,
      "loss": 7.7781,
      "step": 93120
    },
    {
      "epoch": 0.19402083333333334,
      "grad_norm": 0.700685977935791,
      "learning_rate": 0.00027389004754513834,
      "loss": 7.5943,
      "step": 93130
    },
    {
      "epoch": 0.19404166666666667,
      "grad_norm": 6.311485767364502,
      "learning_rate": 0.0002738844893466739,
      "loss": 8.0788,
      "step": 93140
    },
    {
      "epoch": 0.1940625,
      "grad_norm": 1.0863139629364014,
      "learning_rate": 0.00027387893061307756,
      "loss": 8.5746,
      "step": 93150
    },
    {
      "epoch": 0.19408333333333333,
      "grad_norm": 1.168203592300415,
      "learning_rate": 0.00027387337134437327,
      "loss": 8.399,
      "step": 93160
    },
    {
      "epoch": 0.19410416666666666,
      "grad_norm": 0.7238187193870544,
      "learning_rate": 0.000273867811540585,
      "loss": 7.8698,
      "step": 93170
    },
    {
      "epoch": 0.194125,
      "grad_norm": 1.7267005443572998,
      "learning_rate": 0.00027386225120173686,
      "loss": 8.5024,
      "step": 93180
    },
    {
      "epoch": 0.19414583333333332,
      "grad_norm": 1.257901668548584,
      "learning_rate": 0.0002738566903278528,
      "loss": 8.3083,
      "step": 93190
    },
    {
      "epoch": 0.19416666666666665,
      "grad_norm": 1.3406919240951538,
      "learning_rate": 0.0002738511289189569,
      "loss": 8.1746,
      "step": 93200
    },
    {
      "epoch": 0.1941875,
      "grad_norm": 0.8695794939994812,
      "learning_rate": 0.00027384556697507316,
      "loss": 8.324,
      "step": 93210
    },
    {
      "epoch": 0.19420833333333334,
      "grad_norm": 2.914931535720825,
      "learning_rate": 0.00027384000449622557,
      "loss": 9.5086,
      "step": 93220
    },
    {
      "epoch": 0.19422916666666667,
      "grad_norm": 0.9974461793899536,
      "learning_rate": 0.00027383444148243815,
      "loss": 7.8571,
      "step": 93230
    },
    {
      "epoch": 0.19425,
      "grad_norm": 0.8442841172218323,
      "learning_rate": 0.000273828877933735,
      "loss": 8.5604,
      "step": 93240
    },
    {
      "epoch": 0.19427083333333334,
      "grad_norm": 1.4480923414230347,
      "learning_rate": 0.0002738233138501401,
      "loss": 8.2297,
      "step": 93250
    },
    {
      "epoch": 0.19429166666666667,
      "grad_norm": 0.9051905274391174,
      "learning_rate": 0.00027381774923167744,
      "loss": 8.3156,
      "step": 93260
    },
    {
      "epoch": 0.1943125,
      "grad_norm": 1.536755919456482,
      "learning_rate": 0.00027381218407837116,
      "loss": 8.0188,
      "step": 93270
    },
    {
      "epoch": 0.19433333333333333,
      "grad_norm": 0.9471227526664734,
      "learning_rate": 0.00027380661839024523,
      "loss": 7.8396,
      "step": 93280
    },
    {
      "epoch": 0.19435416666666666,
      "grad_norm": 1.3789117336273193,
      "learning_rate": 0.0002738010521673238,
      "loss": 8.6297,
      "step": 93290
    },
    {
      "epoch": 0.194375,
      "grad_norm": 1.0304378271102905,
      "learning_rate": 0.00027379548540963075,
      "loss": 7.71,
      "step": 93300
    },
    {
      "epoch": 0.19439583333333332,
      "grad_norm": 1.376383662223816,
      "learning_rate": 0.0002737899181171902,
      "loss": 8.0198,
      "step": 93310
    },
    {
      "epoch": 0.19441666666666665,
      "grad_norm": 1.2314956188201904,
      "learning_rate": 0.00027378435029002627,
      "loss": 8.4623,
      "step": 93320
    },
    {
      "epoch": 0.1944375,
      "grad_norm": 1.2792906761169434,
      "learning_rate": 0.00027377878192816286,
      "loss": 8.2359,
      "step": 93330
    },
    {
      "epoch": 0.19445833333333334,
      "grad_norm": 2.9895212650299072,
      "learning_rate": 0.0002737732130316242,
      "loss": 8.2622,
      "step": 93340
    },
    {
      "epoch": 0.19447916666666668,
      "grad_norm": 1.594902753829956,
      "learning_rate": 0.00027376764360043413,
      "loss": 7.7513,
      "step": 93350
    },
    {
      "epoch": 0.1945,
      "grad_norm": 0.5937771797180176,
      "learning_rate": 0.00027376207363461694,
      "loss": 8.408,
      "step": 93360
    },
    {
      "epoch": 0.19452083333333334,
      "grad_norm": 1.0266454219818115,
      "learning_rate": 0.0002737565031341965,
      "loss": 8.2237,
      "step": 93370
    },
    {
      "epoch": 0.19454166666666667,
      "grad_norm": 1.4096872806549072,
      "learning_rate": 0.00027375093209919705,
      "loss": 7.9138,
      "step": 93380
    },
    {
      "epoch": 0.1945625,
      "grad_norm": 1.7645931243896484,
      "learning_rate": 0.0002737453605296424,
      "loss": 7.7736,
      "step": 93390
    },
    {
      "epoch": 0.19458333333333333,
      "grad_norm": 0.5251482725143433,
      "learning_rate": 0.0002737397884255569,
      "loss": 7.7024,
      "step": 93400
    },
    {
      "epoch": 0.19460416666666666,
      "grad_norm": 0.9065812230110168,
      "learning_rate": 0.0002737342157869645,
      "loss": 8.1986,
      "step": 93410
    },
    {
      "epoch": 0.194625,
      "grad_norm": 1.3610726594924927,
      "learning_rate": 0.00027372864261388923,
      "loss": 8.444,
      "step": 93420
    },
    {
      "epoch": 0.19464583333333332,
      "grad_norm": 1.3475691080093384,
      "learning_rate": 0.0002737230689063552,
      "loss": 9.7956,
      "step": 93430
    },
    {
      "epoch": 0.19466666666666665,
      "grad_norm": 2.928356885910034,
      "learning_rate": 0.0002737174946643865,
      "loss": 8.9406,
      "step": 93440
    },
    {
      "epoch": 0.1946875,
      "grad_norm": 1.0528484582901,
      "learning_rate": 0.0002737119198880072,
      "loss": 8.1298,
      "step": 93450
    },
    {
      "epoch": 0.19470833333333334,
      "grad_norm": 1.7447603940963745,
      "learning_rate": 0.00027370634457724133,
      "loss": 8.1438,
      "step": 93460
    },
    {
      "epoch": 0.19472916666666668,
      "grad_norm": 2.092900514602661,
      "learning_rate": 0.00027370076873211305,
      "loss": 8.6701,
      "step": 93470
    },
    {
      "epoch": 0.19475,
      "grad_norm": 1.3720537424087524,
      "learning_rate": 0.0002736951923526464,
      "loss": 7.9436,
      "step": 93480
    },
    {
      "epoch": 0.19477083333333334,
      "grad_norm": 1.2936521768569946,
      "learning_rate": 0.0002736896154388655,
      "loss": 8.5278,
      "step": 93490
    },
    {
      "epoch": 0.19479166666666667,
      "grad_norm": 3.6804161071777344,
      "learning_rate": 0.0002736840379907944,
      "loss": 8.3891,
      "step": 93500
    },
    {
      "epoch": 0.1948125,
      "grad_norm": 0.8874824643135071,
      "learning_rate": 0.0002736784600084572,
      "loss": 8.0591,
      "step": 93510
    },
    {
      "epoch": 0.19483333333333333,
      "grad_norm": 0.6208536624908447,
      "learning_rate": 0.00027367288149187806,
      "loss": 7.7616,
      "step": 93520
    },
    {
      "epoch": 0.19485416666666666,
      "grad_norm": 0.6921088695526123,
      "learning_rate": 0.000273667302441081,
      "loss": 8.6313,
      "step": 93530
    },
    {
      "epoch": 0.194875,
      "grad_norm": 0.8598194718360901,
      "learning_rate": 0.0002736617228560901,
      "loss": 8.2497,
      "step": 93540
    },
    {
      "epoch": 0.19489583333333332,
      "grad_norm": 0.7707366347312927,
      "learning_rate": 0.0002736561427369296,
      "loss": 8.2615,
      "step": 93550
    },
    {
      "epoch": 0.19491666666666665,
      "grad_norm": 0.9764769077301025,
      "learning_rate": 0.0002736505620836234,
      "loss": 7.794,
      "step": 93560
    },
    {
      "epoch": 0.1949375,
      "grad_norm": 0.9613903164863586,
      "learning_rate": 0.0002736449808961958,
      "loss": 7.7877,
      "step": 93570
    },
    {
      "epoch": 0.19495833333333334,
      "grad_norm": 0.8350623250007629,
      "learning_rate": 0.0002736393991746708,
      "loss": 7.9739,
      "step": 93580
    },
    {
      "epoch": 0.19497916666666668,
      "grad_norm": 0.6702260971069336,
      "learning_rate": 0.0002736338169190725,
      "loss": 8.2877,
      "step": 93590
    },
    {
      "epoch": 0.195,
      "grad_norm": 0.993425726890564,
      "learning_rate": 0.0002736282341294251,
      "loss": 8.4409,
      "step": 93600
    },
    {
      "epoch": 0.19502083333333334,
      "grad_norm": 1.629543662071228,
      "learning_rate": 0.0002736226508057526,
      "loss": 7.9827,
      "step": 93610
    },
    {
      "epoch": 0.19504166666666667,
      "grad_norm": 0.7718284130096436,
      "learning_rate": 0.0002736170669480793,
      "loss": 9.055,
      "step": 93620
    },
    {
      "epoch": 0.1950625,
      "grad_norm": 0.8372251391410828,
      "learning_rate": 0.0002736114825564291,
      "loss": 7.597,
      "step": 93630
    },
    {
      "epoch": 0.19508333333333333,
      "grad_norm": 1.3364031314849854,
      "learning_rate": 0.00027360589763082623,
      "loss": 8.4543,
      "step": 93640
    },
    {
      "epoch": 0.19510416666666666,
      "grad_norm": 2.016117811203003,
      "learning_rate": 0.0002736003121712948,
      "loss": 8.2079,
      "step": 93650
    },
    {
      "epoch": 0.195125,
      "grad_norm": 3.096280097961426,
      "learning_rate": 0.000273594726177859,
      "loss": 9.1697,
      "step": 93660
    },
    {
      "epoch": 0.19514583333333332,
      "grad_norm": 1.1855015754699707,
      "learning_rate": 0.0002735891396505429,
      "loss": 7.925,
      "step": 93670
    },
    {
      "epoch": 0.19516666666666665,
      "grad_norm": 1.0136200189590454,
      "learning_rate": 0.0002735835525893706,
      "loss": 8.7789,
      "step": 93680
    },
    {
      "epoch": 0.1951875,
      "grad_norm": 0.7091420292854309,
      "learning_rate": 0.00027357796499436626,
      "loss": 8.4894,
      "step": 93690
    },
    {
      "epoch": 0.19520833333333334,
      "grad_norm": 1.48557710647583,
      "learning_rate": 0.0002735723768655541,
      "loss": 8.4642,
      "step": 93700
    },
    {
      "epoch": 0.19522916666666668,
      "grad_norm": 0.5690143704414368,
      "learning_rate": 0.00027356678820295813,
      "loss": 7.4869,
      "step": 93710
    },
    {
      "epoch": 0.19525,
      "grad_norm": 0.7351626753807068,
      "learning_rate": 0.00027356119900660256,
      "loss": 7.6539,
      "step": 93720
    },
    {
      "epoch": 0.19527083333333334,
      "grad_norm": 1.9477238655090332,
      "learning_rate": 0.0002735556092765115,
      "loss": 8.007,
      "step": 93730
    },
    {
      "epoch": 0.19529166666666667,
      "grad_norm": 0.7093604803085327,
      "learning_rate": 0.00027355001901270917,
      "loss": 8.714,
      "step": 93740
    },
    {
      "epoch": 0.1953125,
      "grad_norm": 1.1134088039398193,
      "learning_rate": 0.0002735444282152196,
      "loss": 7.996,
      "step": 93750
    },
    {
      "epoch": 0.19533333333333333,
      "grad_norm": 4.611772537231445,
      "learning_rate": 0.000273538836884067,
      "loss": 8.6235,
      "step": 93760
    },
    {
      "epoch": 0.19535416666666666,
      "grad_norm": 0.6937430500984192,
      "learning_rate": 0.0002735332450192756,
      "loss": 7.8141,
      "step": 93770
    },
    {
      "epoch": 0.195375,
      "grad_norm": 0.8587756156921387,
      "learning_rate": 0.0002735276526208694,
      "loss": 8.1774,
      "step": 93780
    },
    {
      "epoch": 0.19539583333333332,
      "grad_norm": 0.8976638317108154,
      "learning_rate": 0.00027352205968887266,
      "loss": 8.2506,
      "step": 93790
    },
    {
      "epoch": 0.19541666666666666,
      "grad_norm": 3.312225103378296,
      "learning_rate": 0.00027351646622330954,
      "loss": 8.8902,
      "step": 93800
    },
    {
      "epoch": 0.1954375,
      "grad_norm": 1.0016381740570068,
      "learning_rate": 0.00027351087222420413,
      "loss": 7.9519,
      "step": 93810
    },
    {
      "epoch": 0.19545833333333335,
      "grad_norm": 0.7984537482261658,
      "learning_rate": 0.00027350527769158067,
      "loss": 7.7495,
      "step": 93820
    },
    {
      "epoch": 0.19547916666666668,
      "grad_norm": 1.3430293798446655,
      "learning_rate": 0.00027349968262546334,
      "loss": 7.7775,
      "step": 93830
    },
    {
      "epoch": 0.1955,
      "grad_norm": 0.7127156257629395,
      "learning_rate": 0.0002734940870258762,
      "loss": 7.8343,
      "step": 93840
    },
    {
      "epoch": 0.19552083333333334,
      "grad_norm": 0.6820892095565796,
      "learning_rate": 0.0002734884908928435,
      "loss": 7.5812,
      "step": 93850
    },
    {
      "epoch": 0.19554166666666667,
      "grad_norm": 0.7360299825668335,
      "learning_rate": 0.0002734828942263894,
      "loss": 8.3058,
      "step": 93860
    },
    {
      "epoch": 0.1955625,
      "grad_norm": 0.8067853450775146,
      "learning_rate": 0.00027347729702653813,
      "loss": 7.6908,
      "step": 93870
    },
    {
      "epoch": 0.19558333333333333,
      "grad_norm": 0.6778525710105896,
      "learning_rate": 0.00027347169929331375,
      "loss": 8.0535,
      "step": 93880
    },
    {
      "epoch": 0.19560416666666666,
      "grad_norm": 2.11694598197937,
      "learning_rate": 0.0002734661010267405,
      "loss": 8.4195,
      "step": 93890
    },
    {
      "epoch": 0.195625,
      "grad_norm": 0.6926133632659912,
      "learning_rate": 0.0002734605022268426,
      "loss": 8.1007,
      "step": 93900
    },
    {
      "epoch": 0.19564583333333332,
      "grad_norm": 0.8694707155227661,
      "learning_rate": 0.0002734549028936442,
      "loss": 7.6523,
      "step": 93910
    },
    {
      "epoch": 0.19566666666666666,
      "grad_norm": 4.3030900955200195,
      "learning_rate": 0.00027344930302716943,
      "loss": 7.8416,
      "step": 93920
    },
    {
      "epoch": 0.1956875,
      "grad_norm": 0.8845395445823669,
      "learning_rate": 0.00027344370262744256,
      "loss": 7.6681,
      "step": 93930
    },
    {
      "epoch": 0.19570833333333335,
      "grad_norm": 3.2470078468322754,
      "learning_rate": 0.00027343810169448777,
      "loss": 8.3794,
      "step": 93940
    },
    {
      "epoch": 0.19572916666666668,
      "grad_norm": 0.8072202801704407,
      "learning_rate": 0.0002734325002283293,
      "loss": 8.0076,
      "step": 93950
    },
    {
      "epoch": 0.19575,
      "grad_norm": 1.4885501861572266,
      "learning_rate": 0.0002734268982289912,
      "loss": 8.2841,
      "step": 93960
    },
    {
      "epoch": 0.19577083333333334,
      "grad_norm": 0.824950635433197,
      "learning_rate": 0.0002734212956964978,
      "loss": 8.0457,
      "step": 93970
    },
    {
      "epoch": 0.19579166666666667,
      "grad_norm": 0.7976701259613037,
      "learning_rate": 0.00027341569263087317,
      "loss": 8.0357,
      "step": 93980
    },
    {
      "epoch": 0.1958125,
      "grad_norm": 1.4730638265609741,
      "learning_rate": 0.0002734100890321417,
      "loss": 8.1176,
      "step": 93990
    },
    {
      "epoch": 0.19583333333333333,
      "grad_norm": 0.957861065864563,
      "learning_rate": 0.0002734044849003275,
      "loss": 8.8966,
      "step": 94000
    },
    {
      "epoch": 0.19583333333333333,
      "eval_loss": 9.913883209228516,
      "eval_runtime": 10.8527,
      "eval_samples_per_second": 0.276,
      "eval_steps_per_second": 0.092,
      "step": 94000
    },
    {
      "epoch": 0.19585416666666666,
      "grad_norm": 8.067476272583008,
      "learning_rate": 0.0002733988802354547,
      "loss": 8.2587,
      "step": 94010
    },
    {
      "epoch": 0.195875,
      "grad_norm": 6.35294771194458,
      "learning_rate": 0.0002733932750375476,
      "loss": 8.3453,
      "step": 94020
    },
    {
      "epoch": 0.19589583333333332,
      "grad_norm": 0.9300957322120667,
      "learning_rate": 0.00027338766930663045,
      "loss": 8.0716,
      "step": 94030
    },
    {
      "epoch": 0.19591666666666666,
      "grad_norm": 0.992651641368866,
      "learning_rate": 0.00027338206304272736,
      "loss": 7.8192,
      "step": 94040
    },
    {
      "epoch": 0.1959375,
      "grad_norm": 0.6959075331687927,
      "learning_rate": 0.00027337645624586263,
      "loss": 8.7768,
      "step": 94050
    },
    {
      "epoch": 0.19595833333333335,
      "grad_norm": 0.6093565821647644,
      "learning_rate": 0.0002733708489160604,
      "loss": 8.052,
      "step": 94060
    },
    {
      "epoch": 0.19597916666666668,
      "grad_norm": 1.0618568658828735,
      "learning_rate": 0.00027336524105334495,
      "loss": 7.9648,
      "step": 94070
    },
    {
      "epoch": 0.196,
      "grad_norm": 1.0594055652618408,
      "learning_rate": 0.0002733596326577405,
      "loss": 7.6975,
      "step": 94080
    },
    {
      "epoch": 0.19602083333333334,
      "grad_norm": 1.4578086137771606,
      "learning_rate": 0.0002733540237292713,
      "loss": 7.688,
      "step": 94090
    },
    {
      "epoch": 0.19604166666666667,
      "grad_norm": 0.46225616335868835,
      "learning_rate": 0.0002733484142679615,
      "loss": 7.5217,
      "step": 94100
    },
    {
      "epoch": 0.1960625,
      "grad_norm": 0.5699349641799927,
      "learning_rate": 0.00027334280427383534,
      "loss": 7.8576,
      "step": 94110
    },
    {
      "epoch": 0.19608333333333333,
      "grad_norm": 1.4001073837280273,
      "learning_rate": 0.0002733371937469172,
      "loss": 7.6648,
      "step": 94120
    },
    {
      "epoch": 0.19610416666666666,
      "grad_norm": 1.2398587465286255,
      "learning_rate": 0.00027333158268723107,
      "loss": 8.036,
      "step": 94130
    },
    {
      "epoch": 0.196125,
      "grad_norm": 1.4820926189422607,
      "learning_rate": 0.0002733259710948014,
      "loss": 7.5902,
      "step": 94140
    },
    {
      "epoch": 0.19614583333333332,
      "grad_norm": 0.738771378993988,
      "learning_rate": 0.00027332035896965236,
      "loss": 8.0485,
      "step": 94150
    },
    {
      "epoch": 0.19616666666666666,
      "grad_norm": 1.9487484693527222,
      "learning_rate": 0.0002733147463118081,
      "loss": 8.2076,
      "step": 94160
    },
    {
      "epoch": 0.1961875,
      "grad_norm": 0.8792237639427185,
      "learning_rate": 0.000273309133121293,
      "loss": 7.9012,
      "step": 94170
    },
    {
      "epoch": 0.19620833333333335,
      "grad_norm": 3.269613027572632,
      "learning_rate": 0.0002733035193981313,
      "loss": 9.6374,
      "step": 94180
    },
    {
      "epoch": 0.19622916666666668,
      "grad_norm": 1.0106427669525146,
      "learning_rate": 0.0002732979051423472,
      "loss": 7.7615,
      "step": 94190
    },
    {
      "epoch": 0.19625,
      "grad_norm": 1.036602258682251,
      "learning_rate": 0.0002732922903539649,
      "loss": 8.6502,
      "step": 94200
    },
    {
      "epoch": 0.19627083333333334,
      "grad_norm": 1.227737307548523,
      "learning_rate": 0.00027328667503300874,
      "loss": 8.5961,
      "step": 94210
    },
    {
      "epoch": 0.19629166666666667,
      "grad_norm": 1.6503764390945435,
      "learning_rate": 0.0002732810591795029,
      "loss": 7.9003,
      "step": 94220
    },
    {
      "epoch": 0.1963125,
      "grad_norm": 0.8144623041152954,
      "learning_rate": 0.0002732754427934717,
      "loss": 8.4063,
      "step": 94230
    },
    {
      "epoch": 0.19633333333333333,
      "grad_norm": 4.222819805145264,
      "learning_rate": 0.00027326982587493943,
      "loss": 7.7402,
      "step": 94240
    },
    {
      "epoch": 0.19635416666666666,
      "grad_norm": 1.1439905166625977,
      "learning_rate": 0.00027326420842393025,
      "loss": 9.7973,
      "step": 94250
    },
    {
      "epoch": 0.196375,
      "grad_norm": 0.7296195030212402,
      "learning_rate": 0.0002732585904404685,
      "loss": 8.1774,
      "step": 94260
    },
    {
      "epoch": 0.19639583333333333,
      "grad_norm": 4.324442386627197,
      "learning_rate": 0.00027325297192457845,
      "loss": 8.1484,
      "step": 94270
    },
    {
      "epoch": 0.19641666666666666,
      "grad_norm": 1.92928946018219,
      "learning_rate": 0.0002732473528762843,
      "loss": 7.967,
      "step": 94280
    },
    {
      "epoch": 0.1964375,
      "grad_norm": 1.4969053268432617,
      "learning_rate": 0.00027324173329561045,
      "loss": 9.0053,
      "step": 94290
    },
    {
      "epoch": 0.19645833333333335,
      "grad_norm": 1.6809011697769165,
      "learning_rate": 0.000273236113182581,
      "loss": 8.0905,
      "step": 94300
    },
    {
      "epoch": 0.19647916666666668,
      "grad_norm": 1.0663871765136719,
      "learning_rate": 0.0002732304925372204,
      "loss": 8.1481,
      "step": 94310
    },
    {
      "epoch": 0.1965,
      "grad_norm": 2.311306953430176,
      "learning_rate": 0.0002732248713595528,
      "loss": 8.299,
      "step": 94320
    },
    {
      "epoch": 0.19652083333333334,
      "grad_norm": 0.9388813376426697,
      "learning_rate": 0.00027321924964960253,
      "loss": 7.7011,
      "step": 94330
    },
    {
      "epoch": 0.19654166666666667,
      "grad_norm": 3.7430691719055176,
      "learning_rate": 0.0002732136274073939,
      "loss": 7.7055,
      "step": 94340
    },
    {
      "epoch": 0.1965625,
      "grad_norm": 1.3044387102127075,
      "learning_rate": 0.0002732080046329512,
      "loss": 8.5227,
      "step": 94350
    },
    {
      "epoch": 0.19658333333333333,
      "grad_norm": 1.3379493951797485,
      "learning_rate": 0.0002732023813262986,
      "loss": 7.9218,
      "step": 94360
    },
    {
      "epoch": 0.19660416666666666,
      "grad_norm": 0.9011788964271545,
      "learning_rate": 0.0002731967574874606,
      "loss": 8.2276,
      "step": 94370
    },
    {
      "epoch": 0.196625,
      "grad_norm": 1.1206445693969727,
      "learning_rate": 0.00027319113311646126,
      "loss": 7.9227,
      "step": 94380
    },
    {
      "epoch": 0.19664583333333333,
      "grad_norm": 0.6604912281036377,
      "learning_rate": 0.00027318550821332506,
      "loss": 8.5166,
      "step": 94390
    },
    {
      "epoch": 0.19666666666666666,
      "grad_norm": 1.5710749626159668,
      "learning_rate": 0.00027317988277807614,
      "loss": 7.8288,
      "step": 94400
    },
    {
      "epoch": 0.1966875,
      "grad_norm": 1.1694434881210327,
      "learning_rate": 0.00027317425681073896,
      "loss": 7.971,
      "step": 94410
    },
    {
      "epoch": 0.19670833333333335,
      "grad_norm": 1.797330617904663,
      "learning_rate": 0.00027316863031133775,
      "loss": 8.1667,
      "step": 94420
    },
    {
      "epoch": 0.19672916666666668,
      "grad_norm": 1.5590728521347046,
      "learning_rate": 0.0002731630032798968,
      "loss": 7.8834,
      "step": 94430
    },
    {
      "epoch": 0.19675,
      "grad_norm": 2.0347213745117188,
      "learning_rate": 0.0002731573757164404,
      "loss": 8.2117,
      "step": 94440
    },
    {
      "epoch": 0.19677083333333334,
      "grad_norm": 0.7260754704475403,
      "learning_rate": 0.0002731517476209929,
      "loss": 8.0516,
      "step": 94450
    },
    {
      "epoch": 0.19679166666666667,
      "grad_norm": 0.6783574819564819,
      "learning_rate": 0.00027314611899357854,
      "loss": 7.7509,
      "step": 94460
    },
    {
      "epoch": 0.1968125,
      "grad_norm": 0.7194764018058777,
      "learning_rate": 0.0002731404898342218,
      "loss": 9.1137,
      "step": 94470
    },
    {
      "epoch": 0.19683333333333333,
      "grad_norm": 1.0126227140426636,
      "learning_rate": 0.00027313486014294685,
      "loss": 8.2714,
      "step": 94480
    },
    {
      "epoch": 0.19685416666666666,
      "grad_norm": 0.5039242506027222,
      "learning_rate": 0.00027312922991977803,
      "loss": 8.2793,
      "step": 94490
    },
    {
      "epoch": 0.196875,
      "grad_norm": 1.1731082201004028,
      "learning_rate": 0.00027312359916473964,
      "loss": 8.3153,
      "step": 94500
    },
    {
      "epoch": 0.19689583333333333,
      "grad_norm": 2.363546133041382,
      "learning_rate": 0.00027311796787785606,
      "loss": 8.635,
      "step": 94510
    },
    {
      "epoch": 0.19691666666666666,
      "grad_norm": 3.775050640106201,
      "learning_rate": 0.00027311233605915164,
      "loss": 8.0501,
      "step": 94520
    },
    {
      "epoch": 0.1969375,
      "grad_norm": 0.5266129970550537,
      "learning_rate": 0.0002731067037086506,
      "loss": 7.6364,
      "step": 94530
    },
    {
      "epoch": 0.19695833333333335,
      "grad_norm": 1.6946377754211426,
      "learning_rate": 0.00027310107082637736,
      "loss": 8.2135,
      "step": 94540
    },
    {
      "epoch": 0.19697916666666668,
      "grad_norm": 1.3034191131591797,
      "learning_rate": 0.00027309543741235623,
      "loss": 7.8826,
      "step": 94550
    },
    {
      "epoch": 0.197,
      "grad_norm": 0.8513882160186768,
      "learning_rate": 0.0002730898034666115,
      "loss": 8.5264,
      "step": 94560
    },
    {
      "epoch": 0.19702083333333334,
      "grad_norm": 0.9954127073287964,
      "learning_rate": 0.00027308416898916754,
      "loss": 8.0878,
      "step": 94570
    },
    {
      "epoch": 0.19704166666666667,
      "grad_norm": 2.2450101375579834,
      "learning_rate": 0.0002730785339800487,
      "loss": 8.269,
      "step": 94580
    },
    {
      "epoch": 0.1970625,
      "grad_norm": 1.0064561367034912,
      "learning_rate": 0.0002730728984392793,
      "loss": 7.9909,
      "step": 94590
    },
    {
      "epoch": 0.19708333333333333,
      "grad_norm": 0.767389714717865,
      "learning_rate": 0.00027306726236688375,
      "loss": 8.3892,
      "step": 94600
    },
    {
      "epoch": 0.19710416666666666,
      "grad_norm": 0.4746352732181549,
      "learning_rate": 0.00027306162576288634,
      "loss": 7.1787,
      "step": 94610
    },
    {
      "epoch": 0.197125,
      "grad_norm": 0.7802625894546509,
      "learning_rate": 0.0002730559886273114,
      "loss": 8.2701,
      "step": 94620
    },
    {
      "epoch": 0.19714583333333333,
      "grad_norm": 1.2661423683166504,
      "learning_rate": 0.0002730503509601833,
      "loss": 8.257,
      "step": 94630
    },
    {
      "epoch": 0.19716666666666666,
      "grad_norm": 1.8394763469696045,
      "learning_rate": 0.0002730447127615263,
      "loss": 7.9799,
      "step": 94640
    },
    {
      "epoch": 0.1971875,
      "grad_norm": 2.0274500846862793,
      "learning_rate": 0.0002730390740313649,
      "loss": 7.8381,
      "step": 94650
    },
    {
      "epoch": 0.19720833333333335,
      "grad_norm": 0.6889619827270508,
      "learning_rate": 0.0002730334347697235,
      "loss": 7.6917,
      "step": 94660
    },
    {
      "epoch": 0.19722916666666668,
      "grad_norm": 1.5007110834121704,
      "learning_rate": 0.0002730277949766262,
      "loss": 8.1326,
      "step": 94670
    },
    {
      "epoch": 0.19725,
      "grad_norm": 3.377133369445801,
      "learning_rate": 0.00027302215465209765,
      "loss": 8.3011,
      "step": 94680
    },
    {
      "epoch": 0.19727083333333334,
      "grad_norm": 1.5250040292739868,
      "learning_rate": 0.00027301651379616203,
      "loss": 7.8192,
      "step": 94690
    },
    {
      "epoch": 0.19729166666666667,
      "grad_norm": 0.9807817339897156,
      "learning_rate": 0.0002730108724088438,
      "loss": 8.009,
      "step": 94700
    },
    {
      "epoch": 0.1973125,
      "grad_norm": 0.641573965549469,
      "learning_rate": 0.00027300523049016726,
      "loss": 7.6261,
      "step": 94710
    },
    {
      "epoch": 0.19733333333333333,
      "grad_norm": 1.0124359130859375,
      "learning_rate": 0.0002729995880401568,
      "loss": 8.077,
      "step": 94720
    },
    {
      "epoch": 0.19735416666666666,
      "grad_norm": 2.360610246658325,
      "learning_rate": 0.0002729939450588368,
      "loss": 8.2562,
      "step": 94730
    },
    {
      "epoch": 0.197375,
      "grad_norm": 2.4081809520721436,
      "learning_rate": 0.00027298830154623167,
      "loss": 7.8691,
      "step": 94740
    },
    {
      "epoch": 0.19739583333333333,
      "grad_norm": 0.9679322838783264,
      "learning_rate": 0.00027298265750236577,
      "loss": 8.9101,
      "step": 94750
    },
    {
      "epoch": 0.19741666666666666,
      "grad_norm": 1.7693421840667725,
      "learning_rate": 0.00027297701292726347,
      "loss": 8.0007,
      "step": 94760
    },
    {
      "epoch": 0.1974375,
      "grad_norm": 2.9620141983032227,
      "learning_rate": 0.00027297136782094915,
      "loss": 8.7003,
      "step": 94770
    },
    {
      "epoch": 0.19745833333333335,
      "grad_norm": 1.161516547203064,
      "learning_rate": 0.00027296572218344717,
      "loss": 7.9722,
      "step": 94780
    },
    {
      "epoch": 0.19747916666666668,
      "grad_norm": 0.7273659110069275,
      "learning_rate": 0.00027296007601478197,
      "loss": 8.2806,
      "step": 94790
    },
    {
      "epoch": 0.1975,
      "grad_norm": 0.8453392386436462,
      "learning_rate": 0.0002729544293149779,
      "loss": 9.2047,
      "step": 94800
    },
    {
      "epoch": 0.19752083333333334,
      "grad_norm": 0.8417290449142456,
      "learning_rate": 0.00027294878208405937,
      "loss": 8.1112,
      "step": 94810
    },
    {
      "epoch": 0.19754166666666667,
      "grad_norm": 2.1134066581726074,
      "learning_rate": 0.0002729431343220507,
      "loss": 9.9235,
      "step": 94820
    },
    {
      "epoch": 0.1975625,
      "grad_norm": 0.9482290148735046,
      "learning_rate": 0.00027293748602897646,
      "loss": 7.8521,
      "step": 94830
    },
    {
      "epoch": 0.19758333333333333,
      "grad_norm": 0.5834871530532837,
      "learning_rate": 0.00027293183720486096,
      "loss": 8.1582,
      "step": 94840
    },
    {
      "epoch": 0.19760416666666666,
      "grad_norm": 1.9062833786010742,
      "learning_rate": 0.0002729261878497285,
      "loss": 7.8397,
      "step": 94850
    },
    {
      "epoch": 0.197625,
      "grad_norm": 1.6825802326202393,
      "learning_rate": 0.0002729205379636036,
      "loss": 8.9225,
      "step": 94860
    },
    {
      "epoch": 0.19764583333333333,
      "grad_norm": 0.39449551701545715,
      "learning_rate": 0.0002729148875465106,
      "loss": 7.5917,
      "step": 94870
    },
    {
      "epoch": 0.19766666666666666,
      "grad_norm": 0.8601609468460083,
      "learning_rate": 0.00027290923659847394,
      "loss": 8.2661,
      "step": 94880
    },
    {
      "epoch": 0.1976875,
      "grad_norm": 2.2243406772613525,
      "learning_rate": 0.00027290358511951806,
      "loss": 7.7042,
      "step": 94890
    },
    {
      "epoch": 0.19770833333333335,
      "grad_norm": 0.9992210268974304,
      "learning_rate": 0.0002728979331096673,
      "loss": 7.8092,
      "step": 94900
    },
    {
      "epoch": 0.19772916666666668,
      "grad_norm": 0.5636383295059204,
      "learning_rate": 0.00027289228056894617,
      "loss": 7.5081,
      "step": 94910
    },
    {
      "epoch": 0.19775,
      "grad_norm": 0.4311271011829376,
      "learning_rate": 0.000272886627497379,
      "loss": 7.9056,
      "step": 94920
    },
    {
      "epoch": 0.19777083333333334,
      "grad_norm": 4.830498695373535,
      "learning_rate": 0.00027288097389499024,
      "loss": 8.6426,
      "step": 94930
    },
    {
      "epoch": 0.19779166666666667,
      "grad_norm": 0.5434800982475281,
      "learning_rate": 0.00027287531976180433,
      "loss": 7.9778,
      "step": 94940
    },
    {
      "epoch": 0.1978125,
      "grad_norm": 0.6226643919944763,
      "learning_rate": 0.00027286966509784563,
      "loss": 8.1423,
      "step": 94950
    },
    {
      "epoch": 0.19783333333333333,
      "grad_norm": 0.7994035482406616,
      "learning_rate": 0.0002728640099031387,
      "loss": 8.2608,
      "step": 94960
    },
    {
      "epoch": 0.19785416666666666,
      "grad_norm": 1.5782139301300049,
      "learning_rate": 0.00027285835417770784,
      "loss": 9.4185,
      "step": 94970
    },
    {
      "epoch": 0.197875,
      "grad_norm": 2.242680311203003,
      "learning_rate": 0.0002728526979215775,
      "loss": 7.6562,
      "step": 94980
    },
    {
      "epoch": 0.19789583333333333,
      "grad_norm": 1.0607012510299683,
      "learning_rate": 0.00027284704113477213,
      "loss": 7.8056,
      "step": 94990
    },
    {
      "epoch": 0.19791666666666666,
      "grad_norm": 0.8406656980514526,
      "learning_rate": 0.00027284138381731616,
      "loss": 7.5844,
      "step": 95000
    },
    {
      "epoch": 0.19791666666666666,
      "eval_loss": 11.00946044921875,
      "eval_runtime": 8.4098,
      "eval_samples_per_second": 0.357,
      "eval_steps_per_second": 0.119,
      "step": 95000
    },
    {
      "epoch": 0.1979375,
      "grad_norm": 0.8300880193710327,
      "learning_rate": 0.0002728357259692341,
      "loss": 8.4365,
      "step": 95010
    },
    {
      "epoch": 0.19795833333333332,
      "grad_norm": 0.8203514218330383,
      "learning_rate": 0.00027283006759055024,
      "loss": 8.024,
      "step": 95020
    },
    {
      "epoch": 0.19797916666666668,
      "grad_norm": 0.780509889125824,
      "learning_rate": 0.00027282440868128913,
      "loss": 8.2825,
      "step": 95030
    },
    {
      "epoch": 0.198,
      "grad_norm": 1.5993907451629639,
      "learning_rate": 0.0002728187492414752,
      "loss": 8.0296,
      "step": 95040
    },
    {
      "epoch": 0.19802083333333334,
      "grad_norm": 1.0664572715759277,
      "learning_rate": 0.00027281308927113297,
      "loss": 7.5927,
      "step": 95050
    },
    {
      "epoch": 0.19804166666666667,
      "grad_norm": 0.8375735878944397,
      "learning_rate": 0.0002728074287702867,
      "loss": 7.8168,
      "step": 95060
    },
    {
      "epoch": 0.1980625,
      "grad_norm": 1.0871355533599854,
      "learning_rate": 0.000272801767738961,
      "loss": 7.9475,
      "step": 95070
    },
    {
      "epoch": 0.19808333333333333,
      "grad_norm": 1.6210999488830566,
      "learning_rate": 0.0002727961061771803,
      "loss": 8.4499,
      "step": 95080
    },
    {
      "epoch": 0.19810416666666666,
      "grad_norm": 6.3233442306518555,
      "learning_rate": 0.00027279044408496896,
      "loss": 8.6461,
      "step": 95090
    },
    {
      "epoch": 0.198125,
      "grad_norm": 0.7144120335578918,
      "learning_rate": 0.0002727847814623515,
      "loss": 8.2347,
      "step": 95100
    },
    {
      "epoch": 0.19814583333333333,
      "grad_norm": 1.4663788080215454,
      "learning_rate": 0.0002727791183093524,
      "loss": 8.3086,
      "step": 95110
    },
    {
      "epoch": 0.19816666666666666,
      "grad_norm": 0.9151914715766907,
      "learning_rate": 0.00027277345462599616,
      "loss": 7.5308,
      "step": 95120
    },
    {
      "epoch": 0.1981875,
      "grad_norm": 1.9574159383773804,
      "learning_rate": 0.00027276779041230715,
      "loss": 7.9431,
      "step": 95130
    },
    {
      "epoch": 0.19820833333333332,
      "grad_norm": 1.0025357007980347,
      "learning_rate": 0.00027276212566830987,
      "loss": 7.8575,
      "step": 95140
    },
    {
      "epoch": 0.19822916666666668,
      "grad_norm": 0.8998549580574036,
      "learning_rate": 0.0002727564603940288,
      "loss": 8.8249,
      "step": 95150
    },
    {
      "epoch": 0.19825,
      "grad_norm": 1.2001886367797852,
      "learning_rate": 0.00027275079458948843,
      "loss": 8.6475,
      "step": 95160
    },
    {
      "epoch": 0.19827083333333334,
      "grad_norm": 0.5952031016349792,
      "learning_rate": 0.00027274512825471324,
      "loss": 8.3191,
      "step": 95170
    },
    {
      "epoch": 0.19829166666666667,
      "grad_norm": 2.066415548324585,
      "learning_rate": 0.00027273946138972767,
      "loss": 8.1776,
      "step": 95180
    },
    {
      "epoch": 0.1983125,
      "grad_norm": 0.9663249254226685,
      "learning_rate": 0.0002727337939945562,
      "loss": 8.157,
      "step": 95190
    },
    {
      "epoch": 0.19833333333333333,
      "grad_norm": 1.0491071939468384,
      "learning_rate": 0.0002727281260692233,
      "loss": 7.423,
      "step": 95200
    },
    {
      "epoch": 0.19835416666666666,
      "grad_norm": 2.3249053955078125,
      "learning_rate": 0.0002727224576137535,
      "loss": 8.3276,
      "step": 95210
    },
    {
      "epoch": 0.198375,
      "grad_norm": 2.1210670471191406,
      "learning_rate": 0.0002727167886281713,
      "loss": 7.6433,
      "step": 95220
    },
    {
      "epoch": 0.19839583333333333,
      "grad_norm": 1.6611707210540771,
      "learning_rate": 0.00027271111911250103,
      "loss": 7.5958,
      "step": 95230
    },
    {
      "epoch": 0.19841666666666666,
      "grad_norm": 0.8844610452651978,
      "learning_rate": 0.00027270544906676737,
      "loss": 8.3893,
      "step": 95240
    },
    {
      "epoch": 0.1984375,
      "grad_norm": 1.548308253288269,
      "learning_rate": 0.00027269977849099476,
      "loss": 8.202,
      "step": 95250
    },
    {
      "epoch": 0.19845833333333332,
      "grad_norm": 0.8984307050704956,
      "learning_rate": 0.0002726941073852077,
      "loss": 7.6842,
      "step": 95260
    },
    {
      "epoch": 0.19847916666666668,
      "grad_norm": 0.9428743124008179,
      "learning_rate": 0.00027268843574943056,
      "loss": 7.6164,
      "step": 95270
    },
    {
      "epoch": 0.1985,
      "grad_norm": 2.593783378601074,
      "learning_rate": 0.00027268276358368804,
      "loss": 8.8107,
      "step": 95280
    },
    {
      "epoch": 0.19852083333333334,
      "grad_norm": 2.2103850841522217,
      "learning_rate": 0.00027267709088800446,
      "loss": 8.2986,
      "step": 95290
    },
    {
      "epoch": 0.19854166666666667,
      "grad_norm": 0.7157830595970154,
      "learning_rate": 0.00027267141766240444,
      "loss": 8.0874,
      "step": 95300
    },
    {
      "epoch": 0.1985625,
      "grad_norm": 2.0295801162719727,
      "learning_rate": 0.0002726657439069125,
      "loss": 9.4021,
      "step": 95310
    },
    {
      "epoch": 0.19858333333333333,
      "grad_norm": 1.1078201532363892,
      "learning_rate": 0.000272660069621553,
      "loss": 8.0232,
      "step": 95320
    },
    {
      "epoch": 0.19860416666666666,
      "grad_norm": 1.5926557779312134,
      "learning_rate": 0.00027265439480635064,
      "loss": 8.6633,
      "step": 95330
    },
    {
      "epoch": 0.198625,
      "grad_norm": 0.5918111801147461,
      "learning_rate": 0.00027264871946132977,
      "loss": 7.7554,
      "step": 95340
    },
    {
      "epoch": 0.19864583333333333,
      "grad_norm": 0.6766440868377686,
      "learning_rate": 0.000272643043586515,
      "loss": 8.6117,
      "step": 95350
    },
    {
      "epoch": 0.19866666666666666,
      "grad_norm": 1.4298436641693115,
      "learning_rate": 0.0002726373671819309,
      "loss": 8.0118,
      "step": 95360
    },
    {
      "epoch": 0.1986875,
      "grad_norm": 1.6157355308532715,
      "learning_rate": 0.00027263169024760187,
      "loss": 8.3821,
      "step": 95370
    },
    {
      "epoch": 0.19870833333333332,
      "grad_norm": 1.263056993484497,
      "learning_rate": 0.00027262601278355247,
      "loss": 8.6202,
      "step": 95380
    },
    {
      "epoch": 0.19872916666666668,
      "grad_norm": 0.6736963391304016,
      "learning_rate": 0.00027262033478980726,
      "loss": 8.5406,
      "step": 95390
    },
    {
      "epoch": 0.19875,
      "grad_norm": 0.980531632900238,
      "learning_rate": 0.0002726146562663907,
      "loss": 8.014,
      "step": 95400
    },
    {
      "epoch": 0.19877083333333334,
      "grad_norm": 1.0509434938430786,
      "learning_rate": 0.0002726089772133274,
      "loss": 7.8942,
      "step": 95410
    },
    {
      "epoch": 0.19879166666666667,
      "grad_norm": 0.6173152327537537,
      "learning_rate": 0.0002726032976306418,
      "loss": 7.4915,
      "step": 95420
    },
    {
      "epoch": 0.1988125,
      "grad_norm": 0.5678390264511108,
      "learning_rate": 0.0002725976175183585,
      "loss": 8.2619,
      "step": 95430
    },
    {
      "epoch": 0.19883333333333333,
      "grad_norm": 3.2189676761627197,
      "learning_rate": 0.00027259193687650203,
      "loss": 8.1734,
      "step": 95440
    },
    {
      "epoch": 0.19885416666666667,
      "grad_norm": 1.6525499820709229,
      "learning_rate": 0.0002725862557050969,
      "loss": 8.3419,
      "step": 95450
    },
    {
      "epoch": 0.198875,
      "grad_norm": 0.678707480430603,
      "learning_rate": 0.00027258057400416773,
      "loss": 8.2683,
      "step": 95460
    },
    {
      "epoch": 0.19889583333333333,
      "grad_norm": 1.4072291851043701,
      "learning_rate": 0.000272574891773739,
      "loss": 9.2597,
      "step": 95470
    },
    {
      "epoch": 0.19891666666666666,
      "grad_norm": 0.5579550862312317,
      "learning_rate": 0.0002725692090138352,
      "loss": 8.0341,
      "step": 95480
    },
    {
      "epoch": 0.1989375,
      "grad_norm": 1.285207986831665,
      "learning_rate": 0.00027256352572448096,
      "loss": 7.8027,
      "step": 95490
    },
    {
      "epoch": 0.19895833333333332,
      "grad_norm": 0.6616995334625244,
      "learning_rate": 0.0002725578419057008,
      "loss": 7.6261,
      "step": 95500
    },
    {
      "epoch": 0.19897916666666668,
      "grad_norm": 1.940814733505249,
      "learning_rate": 0.00027255215755751924,
      "loss": 8.0647,
      "step": 95510
    },
    {
      "epoch": 0.199,
      "grad_norm": 1.9226018190383911,
      "learning_rate": 0.0002725464726799609,
      "loss": 8.7182,
      "step": 95520
    },
    {
      "epoch": 0.19902083333333334,
      "grad_norm": 1.2898911237716675,
      "learning_rate": 0.0002725407872730503,
      "loss": 8.5552,
      "step": 95530
    },
    {
      "epoch": 0.19904166666666667,
      "grad_norm": 2.0881710052490234,
      "learning_rate": 0.000272535101336812,
      "loss": 8.6702,
      "step": 95540
    },
    {
      "epoch": 0.1990625,
      "grad_norm": 0.5445401668548584,
      "learning_rate": 0.00027252941487127056,
      "loss": 8.0077,
      "step": 95550
    },
    {
      "epoch": 0.19908333333333333,
      "grad_norm": 0.8283892869949341,
      "learning_rate": 0.0002725237278764506,
      "loss": 7.5533,
      "step": 95560
    },
    {
      "epoch": 0.19910416666666667,
      "grad_norm": 1.5161387920379639,
      "learning_rate": 0.0002725180403523766,
      "loss": 8.6468,
      "step": 95570
    },
    {
      "epoch": 0.199125,
      "grad_norm": 1.5146026611328125,
      "learning_rate": 0.00027251235229907314,
      "loss": 8.1811,
      "step": 95580
    },
    {
      "epoch": 0.19914583333333333,
      "grad_norm": 0.9574901461601257,
      "learning_rate": 0.00027250666371656483,
      "loss": 8.3632,
      "step": 95590
    },
    {
      "epoch": 0.19916666666666666,
      "grad_norm": 0.7344403862953186,
      "learning_rate": 0.0002725009746048762,
      "loss": 7.5207,
      "step": 95600
    },
    {
      "epoch": 0.1991875,
      "grad_norm": 2.3449108600616455,
      "learning_rate": 0.0002724952849640319,
      "loss": 8.0064,
      "step": 95610
    },
    {
      "epoch": 0.19920833333333332,
      "grad_norm": 1.0942281484603882,
      "learning_rate": 0.0002724895947940564,
      "loss": 7.7744,
      "step": 95620
    },
    {
      "epoch": 0.19922916666666668,
      "grad_norm": 1.8208328485488892,
      "learning_rate": 0.00027248390409497435,
      "loss": 7.8881,
      "step": 95630
    },
    {
      "epoch": 0.19925,
      "grad_norm": 2.8773460388183594,
      "learning_rate": 0.0002724782128668103,
      "loss": 8.4791,
      "step": 95640
    },
    {
      "epoch": 0.19927083333333334,
      "grad_norm": 0.6170834898948669,
      "learning_rate": 0.0002724725211095889,
      "loss": 7.7739,
      "step": 95650
    },
    {
      "epoch": 0.19929166666666667,
      "grad_norm": 4.187057018280029,
      "learning_rate": 0.0002724668288233347,
      "loss": 9.0883,
      "step": 95660
    },
    {
      "epoch": 0.1993125,
      "grad_norm": 2.5840768814086914,
      "learning_rate": 0.0002724611360080722,
      "loss": 7.6889,
      "step": 95670
    },
    {
      "epoch": 0.19933333333333333,
      "grad_norm": 0.5917441248893738,
      "learning_rate": 0.0002724554426638261,
      "loss": 8.0334,
      "step": 95680
    },
    {
      "epoch": 0.19935416666666667,
      "grad_norm": 1.0424174070358276,
      "learning_rate": 0.000272449748790621,
      "loss": 7.9188,
      "step": 95690
    },
    {
      "epoch": 0.199375,
      "grad_norm": 0.9853719472885132,
      "learning_rate": 0.0002724440543884814,
      "loss": 7.6148,
      "step": 95700
    },
    {
      "epoch": 0.19939583333333333,
      "grad_norm": 0.8379727005958557,
      "learning_rate": 0.00027243835945743204,
      "loss": 7.5432,
      "step": 95710
    },
    {
      "epoch": 0.19941666666666666,
      "grad_norm": 0.5325296521186829,
      "learning_rate": 0.0002724326639974973,
      "loss": 7.7397,
      "step": 95720
    },
    {
      "epoch": 0.1994375,
      "grad_norm": 0.7692914009094238,
      "learning_rate": 0.000272426968008702,
      "loss": 7.659,
      "step": 95730
    },
    {
      "epoch": 0.19945833333333332,
      "grad_norm": 0.891266942024231,
      "learning_rate": 0.00027242127149107063,
      "loss": 8.5448,
      "step": 95740
    },
    {
      "epoch": 0.19947916666666668,
      "grad_norm": 2.0680670738220215,
      "learning_rate": 0.00027241557444462785,
      "loss": 8.4301,
      "step": 95750
    },
    {
      "epoch": 0.1995,
      "grad_norm": 0.6777901649475098,
      "learning_rate": 0.0002724098768693982,
      "loss": 8.873,
      "step": 95760
    },
    {
      "epoch": 0.19952083333333334,
      "grad_norm": 0.7251337170600891,
      "learning_rate": 0.00027240417876540636,
      "loss": 8.128,
      "step": 95770
    },
    {
      "epoch": 0.19954166666666667,
      "grad_norm": 0.8697536587715149,
      "learning_rate": 0.0002723984801326769,
      "loss": 8.5412,
      "step": 95780
    },
    {
      "epoch": 0.1995625,
      "grad_norm": 1.236228346824646,
      "learning_rate": 0.0002723927809712345,
      "loss": 8.2762,
      "step": 95790
    },
    {
      "epoch": 0.19958333333333333,
      "grad_norm": 0.8586686849594116,
      "learning_rate": 0.0002723870812811037,
      "loss": 8.8394,
      "step": 95800
    },
    {
      "epoch": 0.19960416666666667,
      "grad_norm": 1.9275174140930176,
      "learning_rate": 0.00027238138106230913,
      "loss": 8.4712,
      "step": 95810
    },
    {
      "epoch": 0.199625,
      "grad_norm": 2.0518553256988525,
      "learning_rate": 0.0002723756803148755,
      "loss": 7.7184,
      "step": 95820
    },
    {
      "epoch": 0.19964583333333333,
      "grad_norm": 1.8695834875106812,
      "learning_rate": 0.00027236997903882734,
      "loss": 8.3936,
      "step": 95830
    },
    {
      "epoch": 0.19966666666666666,
      "grad_norm": 0.5725160837173462,
      "learning_rate": 0.0002723642772341893,
      "loss": 7.5136,
      "step": 95840
    },
    {
      "epoch": 0.1996875,
      "grad_norm": 1.085973858833313,
      "learning_rate": 0.000272358574900986,
      "loss": 8.4128,
      "step": 95850
    },
    {
      "epoch": 0.19970833333333332,
      "grad_norm": 1.4338008165359497,
      "learning_rate": 0.0002723528720392421,
      "loss": 7.9866,
      "step": 95860
    },
    {
      "epoch": 0.19972916666666668,
      "grad_norm": 0.5681291222572327,
      "learning_rate": 0.00027234716864898224,
      "loss": 7.7979,
      "step": 95870
    },
    {
      "epoch": 0.19975,
      "grad_norm": 1.770477294921875,
      "learning_rate": 0.000272341464730231,
      "loss": 7.8728,
      "step": 95880
    },
    {
      "epoch": 0.19977083333333334,
      "grad_norm": 1.9313277006149292,
      "learning_rate": 0.00027233576028301316,
      "loss": 8.0885,
      "step": 95890
    },
    {
      "epoch": 0.19979166666666667,
      "grad_norm": 1.1849576234817505,
      "learning_rate": 0.00027233005530735314,
      "loss": 8.3702,
      "step": 95900
    },
    {
      "epoch": 0.1998125,
      "grad_norm": 1.9482532739639282,
      "learning_rate": 0.00027232434980327576,
      "loss": 8.0617,
      "step": 95910
    },
    {
      "epoch": 0.19983333333333334,
      "grad_norm": 0.6599244475364685,
      "learning_rate": 0.0002723186437708056,
      "loss": 8.1427,
      "step": 95920
    },
    {
      "epoch": 0.19985416666666667,
      "grad_norm": 1.0454424619674683,
      "learning_rate": 0.0002723129372099673,
      "loss": 8.27,
      "step": 95930
    },
    {
      "epoch": 0.199875,
      "grad_norm": 1.9823055267333984,
      "learning_rate": 0.00027230723012078555,
      "loss": 8.7004,
      "step": 95940
    },
    {
      "epoch": 0.19989583333333333,
      "grad_norm": 1.537654161453247,
      "learning_rate": 0.000272301522503285,
      "loss": 7.7304,
      "step": 95950
    },
    {
      "epoch": 0.19991666666666666,
      "grad_norm": 0.8953754305839539,
      "learning_rate": 0.0002722958143574902,
      "loss": 7.8735,
      "step": 95960
    },
    {
      "epoch": 0.1999375,
      "grad_norm": 1.754296064376831,
      "learning_rate": 0.000272290105683426,
      "loss": 8.0612,
      "step": 95970
    },
    {
      "epoch": 0.19995833333333332,
      "grad_norm": 0.511739194393158,
      "learning_rate": 0.0002722843964811169,
      "loss": 7.7584,
      "step": 95980
    },
    {
      "epoch": 0.19997916666666668,
      "grad_norm": 2.2220396995544434,
      "learning_rate": 0.00027227868675058764,
      "loss": 8.2607,
      "step": 95990
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.9283796548843384,
      "learning_rate": 0.00027227297649186274,
      "loss": 7.9852,
      "step": 96000
    },
    {
      "epoch": 0.2,
      "eval_loss": 8.447866439819336,
      "eval_runtime": 8.918,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 96000
    },
    {
      "epoch": 0.20002083333333334,
      "grad_norm": 1.0580419301986694,
      "learning_rate": 0.0002722672657049671,
      "loss": 8.3441,
      "step": 96010
    },
    {
      "epoch": 0.20004166666666667,
      "grad_norm": 0.8276077508926392,
      "learning_rate": 0.00027226155438992523,
      "loss": 7.9337,
      "step": 96020
    },
    {
      "epoch": 0.2000625,
      "grad_norm": 1.9099446535110474,
      "learning_rate": 0.00027225584254676185,
      "loss": 7.9491,
      "step": 96030
    },
    {
      "epoch": 0.20008333333333334,
      "grad_norm": 0.7982091903686523,
      "learning_rate": 0.0002722501301755016,
      "loss": 7.7781,
      "step": 96040
    },
    {
      "epoch": 0.20010416666666667,
      "grad_norm": 0.9454736113548279,
      "learning_rate": 0.0002722444172761692,
      "loss": 7.9681,
      "step": 96050
    },
    {
      "epoch": 0.200125,
      "grad_norm": 2.306478261947632,
      "learning_rate": 0.00027223870384878926,
      "loss": 8.3706,
      "step": 96060
    },
    {
      "epoch": 0.20014583333333333,
      "grad_norm": 0.7595433592796326,
      "learning_rate": 0.0002722329898933865,
      "loss": 7.3522,
      "step": 96070
    },
    {
      "epoch": 0.20016666666666666,
      "grad_norm": 2.028578996658325,
      "learning_rate": 0.0002722272754099857,
      "loss": 8.3022,
      "step": 96080
    },
    {
      "epoch": 0.2001875,
      "grad_norm": 1.1898571252822876,
      "learning_rate": 0.00027222156039861137,
      "loss": 7.6403,
      "step": 96090
    },
    {
      "epoch": 0.20020833333333332,
      "grad_norm": 0.705419659614563,
      "learning_rate": 0.00027221584485928835,
      "loss": 8.3146,
      "step": 96100
    },
    {
      "epoch": 0.20022916666666668,
      "grad_norm": 0.943626344203949,
      "learning_rate": 0.0002722101287920412,
      "loss": 8.207,
      "step": 96110
    },
    {
      "epoch": 0.20025,
      "grad_norm": 0.9104160070419312,
      "learning_rate": 0.00027220441219689463,
      "loss": 7.6883,
      "step": 96120
    },
    {
      "epoch": 0.20027083333333334,
      "grad_norm": 0.8032622933387756,
      "learning_rate": 0.00027219869507387343,
      "loss": 8.2718,
      "step": 96130
    },
    {
      "epoch": 0.20029166666666667,
      "grad_norm": 0.9327852725982666,
      "learning_rate": 0.0002721929774230023,
      "loss": 8.0984,
      "step": 96140
    },
    {
      "epoch": 0.2003125,
      "grad_norm": 2.0258750915527344,
      "learning_rate": 0.0002721872592443057,
      "loss": 7.5584,
      "step": 96150
    },
    {
      "epoch": 0.20033333333333334,
      "grad_norm": 1.3257328271865845,
      "learning_rate": 0.00027218154053780866,
      "loss": 8.4308,
      "step": 96160
    },
    {
      "epoch": 0.20035416666666667,
      "grad_norm": 1.0022096633911133,
      "learning_rate": 0.00027217582130353564,
      "loss": 8.2159,
      "step": 96170
    },
    {
      "epoch": 0.200375,
      "grad_norm": 2.04011869430542,
      "learning_rate": 0.0002721701015415115,
      "loss": 7.9209,
      "step": 96180
    },
    {
      "epoch": 0.20039583333333333,
      "grad_norm": 2.5556247234344482,
      "learning_rate": 0.0002721643812517608,
      "loss": 8.3738,
      "step": 96190
    },
    {
      "epoch": 0.20041666666666666,
      "grad_norm": 0.7152149677276611,
      "learning_rate": 0.0002721586604343084,
      "loss": 7.6383,
      "step": 96200
    },
    {
      "epoch": 0.2004375,
      "grad_norm": 0.649739146232605,
      "learning_rate": 0.00027215293908917893,
      "loss": 7.9392,
      "step": 96210
    },
    {
      "epoch": 0.20045833333333332,
      "grad_norm": 1.4055724143981934,
      "learning_rate": 0.0002721472172163971,
      "loss": 8.2387,
      "step": 96220
    },
    {
      "epoch": 0.20047916666666668,
      "grad_norm": 0.9394384026527405,
      "learning_rate": 0.00027214149481598766,
      "loss": 8.1136,
      "step": 96230
    },
    {
      "epoch": 0.2005,
      "grad_norm": 0.8499537110328674,
      "learning_rate": 0.00027213577188797526,
      "loss": 7.5748,
      "step": 96240
    },
    {
      "epoch": 0.20052083333333334,
      "grad_norm": 1.019879937171936,
      "learning_rate": 0.00027213004843238466,
      "loss": 10.3549,
      "step": 96250
    },
    {
      "epoch": 0.20054166666666667,
      "grad_norm": 2.955923557281494,
      "learning_rate": 0.0002721243244492407,
      "loss": 8.3039,
      "step": 96260
    },
    {
      "epoch": 0.2005625,
      "grad_norm": 1.9170969724655151,
      "learning_rate": 0.0002721185999385679,
      "loss": 9.2441,
      "step": 96270
    },
    {
      "epoch": 0.20058333333333334,
      "grad_norm": 0.9327108263969421,
      "learning_rate": 0.00027211287490039115,
      "loss": 8.2442,
      "step": 96280
    },
    {
      "epoch": 0.20060416666666667,
      "grad_norm": 0.9975429773330688,
      "learning_rate": 0.00027210714933473506,
      "loss": 9.1947,
      "step": 96290
    },
    {
      "epoch": 0.200625,
      "grad_norm": 1.0916353464126587,
      "learning_rate": 0.0002721014232416245,
      "loss": 8.2948,
      "step": 96300
    },
    {
      "epoch": 0.20064583333333333,
      "grad_norm": 2.6196200847625732,
      "learning_rate": 0.00027209569662108404,
      "loss": 8.5046,
      "step": 96310
    },
    {
      "epoch": 0.20066666666666666,
      "grad_norm": 0.9824763536453247,
      "learning_rate": 0.0002720899694731385,
      "loss": 8.3902,
      "step": 96320
    },
    {
      "epoch": 0.2006875,
      "grad_norm": 1.3753039836883545,
      "learning_rate": 0.00027208424179781264,
      "loss": 8.4667,
      "step": 96330
    },
    {
      "epoch": 0.20070833333333332,
      "grad_norm": 1.6075047254562378,
      "learning_rate": 0.0002720785135951312,
      "loss": 8.3598,
      "step": 96340
    },
    {
      "epoch": 0.20072916666666665,
      "grad_norm": 0.8408436179161072,
      "learning_rate": 0.00027207278486511885,
      "loss": 7.7833,
      "step": 96350
    },
    {
      "epoch": 0.20075,
      "grad_norm": 1.139150857925415,
      "learning_rate": 0.00027206705560780045,
      "loss": 7.8596,
      "step": 96360
    },
    {
      "epoch": 0.20077083333333334,
      "grad_norm": 0.7867255806922913,
      "learning_rate": 0.0002720613258232007,
      "loss": 7.82,
      "step": 96370
    },
    {
      "epoch": 0.20079166666666667,
      "grad_norm": 3.30153226852417,
      "learning_rate": 0.0002720555955113443,
      "loss": 8.3887,
      "step": 96380
    },
    {
      "epoch": 0.2008125,
      "grad_norm": 1.1487566232681274,
      "learning_rate": 0.00027204986467225595,
      "loss": 8.3636,
      "step": 96390
    },
    {
      "epoch": 0.20083333333333334,
      "grad_norm": 0.8767924904823303,
      "learning_rate": 0.0002720441333059606,
      "loss": 7.908,
      "step": 96400
    },
    {
      "epoch": 0.20085416666666667,
      "grad_norm": 2.3352389335632324,
      "learning_rate": 0.00027203840141248295,
      "loss": 8.2454,
      "step": 96410
    },
    {
      "epoch": 0.200875,
      "grad_norm": 10.889975547790527,
      "learning_rate": 0.0002720326689918476,
      "loss": 8.9551,
      "step": 96420
    },
    {
      "epoch": 0.20089583333333333,
      "grad_norm": 1.0708755254745483,
      "learning_rate": 0.0002720269360440795,
      "loss": 8.0746,
      "step": 96430
    },
    {
      "epoch": 0.20091666666666666,
      "grad_norm": 8.36349868774414,
      "learning_rate": 0.00027202120256920333,
      "loss": 9.5075,
      "step": 96440
    },
    {
      "epoch": 0.2009375,
      "grad_norm": 0.7479065656661987,
      "learning_rate": 0.00027201546856724383,
      "loss": 7.7091,
      "step": 96450
    },
    {
      "epoch": 0.20095833333333332,
      "grad_norm": 1.049314260482788,
      "learning_rate": 0.00027200973403822585,
      "loss": 8.8122,
      "step": 96460
    },
    {
      "epoch": 0.20097916666666665,
      "grad_norm": 1.269260287284851,
      "learning_rate": 0.00027200399898217405,
      "loss": 8.1655,
      "step": 96470
    },
    {
      "epoch": 0.201,
      "grad_norm": 1.3640010356903076,
      "learning_rate": 0.0002719982633991133,
      "loss": 7.6839,
      "step": 96480
    },
    {
      "epoch": 0.20102083333333334,
      "grad_norm": 0.8669058084487915,
      "learning_rate": 0.00027199252728906835,
      "loss": 7.6031,
      "step": 96490
    },
    {
      "epoch": 0.20104166666666667,
      "grad_norm": 1.0071715116500854,
      "learning_rate": 0.00027198679065206394,
      "loss": 8.2768,
      "step": 96500
    },
    {
      "epoch": 0.2010625,
      "grad_norm": 0.957646369934082,
      "learning_rate": 0.0002719810534881249,
      "loss": 8.6289,
      "step": 96510
    },
    {
      "epoch": 0.20108333333333334,
      "grad_norm": 2.9105169773101807,
      "learning_rate": 0.000271975315797276,
      "loss": 8.8136,
      "step": 96520
    },
    {
      "epoch": 0.20110416666666667,
      "grad_norm": 0.8789228796958923,
      "learning_rate": 0.0002719695775795421,
      "loss": 8.1843,
      "step": 96530
    },
    {
      "epoch": 0.201125,
      "grad_norm": 2.7276108264923096,
      "learning_rate": 0.00027196383883494775,
      "loss": 8.4368,
      "step": 96540
    },
    {
      "epoch": 0.20114583333333333,
      "grad_norm": 0.6513856649398804,
      "learning_rate": 0.00027195809956351795,
      "loss": 8.3731,
      "step": 96550
    },
    {
      "epoch": 0.20116666666666666,
      "grad_norm": 0.9031645059585571,
      "learning_rate": 0.00027195235976527747,
      "loss": 7.9013,
      "step": 96560
    },
    {
      "epoch": 0.2011875,
      "grad_norm": 0.5548804402351379,
      "learning_rate": 0.000271946619440251,
      "loss": 8.0055,
      "step": 96570
    },
    {
      "epoch": 0.20120833333333332,
      "grad_norm": 0.6529332995414734,
      "learning_rate": 0.00027194087858846346,
      "loss": 7.9028,
      "step": 96580
    },
    {
      "epoch": 0.20122916666666665,
      "grad_norm": 1.4725167751312256,
      "learning_rate": 0.0002719351372099396,
      "loss": 8.5745,
      "step": 96590
    },
    {
      "epoch": 0.20125,
      "grad_norm": 0.6815434098243713,
      "learning_rate": 0.0002719293953047042,
      "loss": 7.9428,
      "step": 96600
    },
    {
      "epoch": 0.20127083333333334,
      "grad_norm": 2.749711275100708,
      "learning_rate": 0.0002719236528727821,
      "loss": 8.4383,
      "step": 96610
    },
    {
      "epoch": 0.20129166666666667,
      "grad_norm": 1.251788854598999,
      "learning_rate": 0.00027191790991419796,
      "loss": 8.1758,
      "step": 96620
    },
    {
      "epoch": 0.2013125,
      "grad_norm": 1.0862395763397217,
      "learning_rate": 0.0002719121664289768,
      "loss": 8.3379,
      "step": 96630
    },
    {
      "epoch": 0.20133333333333334,
      "grad_norm": 0.6010932326316833,
      "learning_rate": 0.00027190642241714335,
      "loss": 7.9869,
      "step": 96640
    },
    {
      "epoch": 0.20135416666666667,
      "grad_norm": 2.1766653060913086,
      "learning_rate": 0.0002719006778787224,
      "loss": 9.3739,
      "step": 96650
    },
    {
      "epoch": 0.201375,
      "grad_norm": 2.296912908554077,
      "learning_rate": 0.00027189493281373875,
      "loss": 7.7693,
      "step": 96660
    },
    {
      "epoch": 0.20139583333333333,
      "grad_norm": 1.691004991531372,
      "learning_rate": 0.00027188918722221726,
      "loss": 8.7732,
      "step": 96670
    },
    {
      "epoch": 0.20141666666666666,
      "grad_norm": 3.2397263050079346,
      "learning_rate": 0.0002718834411041827,
      "loss": 8.5455,
      "step": 96680
    },
    {
      "epoch": 0.2014375,
      "grad_norm": 1.2746212482452393,
      "learning_rate": 0.00027187769445966,
      "loss": 8.0426,
      "step": 96690
    },
    {
      "epoch": 0.20145833333333332,
      "grad_norm": 0.6341251134872437,
      "learning_rate": 0.0002718719472886738,
      "loss": 8.6863,
      "step": 96700
    },
    {
      "epoch": 0.20147916666666665,
      "grad_norm": 0.6421617269515991,
      "learning_rate": 0.000271866199591249,
      "loss": 8.4906,
      "step": 96710
    },
    {
      "epoch": 0.2015,
      "grad_norm": 0.9302429556846619,
      "learning_rate": 0.0002718604513674106,
      "loss": 7.8797,
      "step": 96720
    },
    {
      "epoch": 0.20152083333333334,
      "grad_norm": 1.8345125913619995,
      "learning_rate": 0.0002718547026171832,
      "loss": 7.6491,
      "step": 96730
    },
    {
      "epoch": 0.20154166666666667,
      "grad_norm": 0.9899524450302124,
      "learning_rate": 0.00027184895334059173,
      "loss": 8.915,
      "step": 96740
    },
    {
      "epoch": 0.2015625,
      "grad_norm": 1.3529070615768433,
      "learning_rate": 0.00027184320353766103,
      "loss": 7.6819,
      "step": 96750
    },
    {
      "epoch": 0.20158333333333334,
      "grad_norm": 1.154266357421875,
      "learning_rate": 0.00027183745320841587,
      "loss": 8.5069,
      "step": 96760
    },
    {
      "epoch": 0.20160416666666667,
      "grad_norm": 4.710834503173828,
      "learning_rate": 0.0002718317023528812,
      "loss": 8.253,
      "step": 96770
    },
    {
      "epoch": 0.201625,
      "grad_norm": 1.1705726385116577,
      "learning_rate": 0.00027182595097108173,
      "loss": 7.7408,
      "step": 96780
    },
    {
      "epoch": 0.20164583333333333,
      "grad_norm": 1.1430838108062744,
      "learning_rate": 0.00027182019906304245,
      "loss": 7.7279,
      "step": 96790
    },
    {
      "epoch": 0.20166666666666666,
      "grad_norm": 1.424050211906433,
      "learning_rate": 0.00027181444662878804,
      "loss": 7.8796,
      "step": 96800
    },
    {
      "epoch": 0.2016875,
      "grad_norm": 1.0414193868637085,
      "learning_rate": 0.00027180869366834353,
      "loss": 7.6114,
      "step": 96810
    },
    {
      "epoch": 0.20170833333333332,
      "grad_norm": 4.6730546951293945,
      "learning_rate": 0.00027180294018173365,
      "loss": 8.2937,
      "step": 96820
    },
    {
      "epoch": 0.20172916666666665,
      "grad_norm": 1.5356119871139526,
      "learning_rate": 0.0002717971861689833,
      "loss": 8.2019,
      "step": 96830
    },
    {
      "epoch": 0.20175,
      "grad_norm": 0.8207085728645325,
      "learning_rate": 0.0002717914316301173,
      "loss": 8.6192,
      "step": 96840
    },
    {
      "epoch": 0.20177083333333334,
      "grad_norm": 0.7234539985656738,
      "learning_rate": 0.0002717856765651605,
      "loss": 8.1823,
      "step": 96850
    },
    {
      "epoch": 0.20179166666666667,
      "grad_norm": 1.2123332023620605,
      "learning_rate": 0.00027177992097413776,
      "loss": 7.976,
      "step": 96860
    },
    {
      "epoch": 0.2018125,
      "grad_norm": 0.8342819213867188,
      "learning_rate": 0.000271774164857074,
      "loss": 8.2884,
      "step": 96870
    },
    {
      "epoch": 0.20183333333333334,
      "grad_norm": 0.7800721526145935,
      "learning_rate": 0.00027176840821399405,
      "loss": 7.7247,
      "step": 96880
    },
    {
      "epoch": 0.20185416666666667,
      "grad_norm": 1.0260089635849,
      "learning_rate": 0.00027176265104492277,
      "loss": 8.2506,
      "step": 96890
    },
    {
      "epoch": 0.201875,
      "grad_norm": 0.8056859374046326,
      "learning_rate": 0.00027175689334988507,
      "loss": 7.8493,
      "step": 96900
    },
    {
      "epoch": 0.20189583333333333,
      "grad_norm": 1.1757986545562744,
      "learning_rate": 0.00027175113512890577,
      "loss": 7.6876,
      "step": 96910
    },
    {
      "epoch": 0.20191666666666666,
      "grad_norm": 2.1164638996124268,
      "learning_rate": 0.0002717453763820097,
      "loss": 7.9844,
      "step": 96920
    },
    {
      "epoch": 0.2019375,
      "grad_norm": 0.8346690535545349,
      "learning_rate": 0.00027173961710922186,
      "loss": 8.0968,
      "step": 96930
    },
    {
      "epoch": 0.20195833333333332,
      "grad_norm": 0.7692121267318726,
      "learning_rate": 0.00027173385731056707,
      "loss": 8.2497,
      "step": 96940
    },
    {
      "epoch": 0.20197916666666665,
      "grad_norm": 0.7461991906166077,
      "learning_rate": 0.0002717280969860701,
      "loss": 7.9211,
      "step": 96950
    },
    {
      "epoch": 0.202,
      "grad_norm": 0.7433739304542542,
      "learning_rate": 0.00027172233613575607,
      "loss": 8.3313,
      "step": 96960
    },
    {
      "epoch": 0.20202083333333334,
      "grad_norm": 1.2660956382751465,
      "learning_rate": 0.0002717165747596496,
      "loss": 7.6765,
      "step": 96970
    },
    {
      "epoch": 0.20204166666666667,
      "grad_norm": 0.8863104581832886,
      "learning_rate": 0.0002717108128577758,
      "loss": 8.0724,
      "step": 96980
    },
    {
      "epoch": 0.2020625,
      "grad_norm": 1.4988278150558472,
      "learning_rate": 0.00027170505043015947,
      "loss": 8.1822,
      "step": 96990
    },
    {
      "epoch": 0.20208333333333334,
      "grad_norm": 18.668058395385742,
      "learning_rate": 0.0002716992874768254,
      "loss": 8.3392,
      "step": 97000
    },
    {
      "epoch": 0.20208333333333334,
      "eval_loss": 8.346084594726562,
      "eval_runtime": 8.9879,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 97000
    },
    {
      "epoch": 0.20210416666666667,
      "grad_norm": 2.371532678604126,
      "learning_rate": 0.00027169352399779865,
      "loss": 7.9291,
      "step": 97010
    },
    {
      "epoch": 0.202125,
      "grad_norm": 1.9193427562713623,
      "learning_rate": 0.00027168775999310404,
      "loss": 8.4488,
      "step": 97020
    },
    {
      "epoch": 0.20214583333333333,
      "grad_norm": 1.0338459014892578,
      "learning_rate": 0.00027168199546276654,
      "loss": 7.9914,
      "step": 97030
    },
    {
      "epoch": 0.20216666666666666,
      "grad_norm": 1.696514368057251,
      "learning_rate": 0.0002716762304068109,
      "loss": 7.6129,
      "step": 97040
    },
    {
      "epoch": 0.2021875,
      "grad_norm": 1.3439198732376099,
      "learning_rate": 0.0002716704648252621,
      "loss": 7.5815,
      "step": 97050
    },
    {
      "epoch": 0.20220833333333332,
      "grad_norm": 1.041948914527893,
      "learning_rate": 0.0002716646987181451,
      "loss": 7.4778,
      "step": 97060
    },
    {
      "epoch": 0.20222916666666665,
      "grad_norm": 0.9200112819671631,
      "learning_rate": 0.00027165893208548473,
      "loss": 8.0814,
      "step": 97070
    },
    {
      "epoch": 0.20225,
      "grad_norm": 1.7264713048934937,
      "learning_rate": 0.0002716531649273059,
      "loss": 8.0564,
      "step": 97080
    },
    {
      "epoch": 0.20227083333333334,
      "grad_norm": 0.7213746905326843,
      "learning_rate": 0.00027164739724363363,
      "loss": 7.9507,
      "step": 97090
    },
    {
      "epoch": 0.20229166666666668,
      "grad_norm": 0.9035667777061462,
      "learning_rate": 0.0002716416290344927,
      "loss": 7.8487,
      "step": 97100
    },
    {
      "epoch": 0.2023125,
      "grad_norm": 1.4925602674484253,
      "learning_rate": 0.00027163586029990813,
      "loss": 7.3964,
      "step": 97110
    },
    {
      "epoch": 0.20233333333333334,
      "grad_norm": 1.8899165391921997,
      "learning_rate": 0.0002716300910399047,
      "loss": 8.1815,
      "step": 97120
    },
    {
      "epoch": 0.20235416666666667,
      "grad_norm": 1.4706320762634277,
      "learning_rate": 0.0002716243212545075,
      "loss": 8.028,
      "step": 97130
    },
    {
      "epoch": 0.202375,
      "grad_norm": 1.183476448059082,
      "learning_rate": 0.00027161855094374137,
      "loss": 8.3083,
      "step": 97140
    },
    {
      "epoch": 0.20239583333333333,
      "grad_norm": 3.482022762298584,
      "learning_rate": 0.00027161278010763123,
      "loss": 7.8817,
      "step": 97150
    },
    {
      "epoch": 0.20241666666666666,
      "grad_norm": 1.25276517868042,
      "learning_rate": 0.000271607008746202,
      "loss": 7.8558,
      "step": 97160
    },
    {
      "epoch": 0.2024375,
      "grad_norm": 1.3391848802566528,
      "learning_rate": 0.0002716012368594786,
      "loss": 8.6066,
      "step": 97170
    },
    {
      "epoch": 0.20245833333333332,
      "grad_norm": 3.2994630336761475,
      "learning_rate": 0.0002715954644474861,
      "loss": 8.1473,
      "step": 97180
    },
    {
      "epoch": 0.20247916666666665,
      "grad_norm": 1.0034533739089966,
      "learning_rate": 0.0002715896915102492,
      "loss": 7.9751,
      "step": 97190
    },
    {
      "epoch": 0.2025,
      "grad_norm": 1.0362988710403442,
      "learning_rate": 0.00027158391804779305,
      "loss": 7.993,
      "step": 97200
    },
    {
      "epoch": 0.20252083333333334,
      "grad_norm": 0.9428137540817261,
      "learning_rate": 0.0002715781440601424,
      "loss": 8.696,
      "step": 97210
    },
    {
      "epoch": 0.20254166666666668,
      "grad_norm": 2.5025250911712646,
      "learning_rate": 0.0002715723695473224,
      "loss": 8.4063,
      "step": 97220
    },
    {
      "epoch": 0.2025625,
      "grad_norm": 0.637171745300293,
      "learning_rate": 0.0002715665945093578,
      "loss": 7.776,
      "step": 97230
    },
    {
      "epoch": 0.20258333333333334,
      "grad_norm": 0.9344159960746765,
      "learning_rate": 0.0002715608189462737,
      "loss": 7.7057,
      "step": 97240
    },
    {
      "epoch": 0.20260416666666667,
      "grad_norm": 0.7672750353813171,
      "learning_rate": 0.00027155504285809493,
      "loss": 7.6819,
      "step": 97250
    },
    {
      "epoch": 0.202625,
      "grad_norm": 2.2018678188323975,
      "learning_rate": 0.00027154926624484653,
      "loss": 10.8078,
      "step": 97260
    },
    {
      "epoch": 0.20264583333333333,
      "grad_norm": 0.8941296935081482,
      "learning_rate": 0.0002715434891065534,
      "loss": 8.3014,
      "step": 97270
    },
    {
      "epoch": 0.20266666666666666,
      "grad_norm": 1.0036182403564453,
      "learning_rate": 0.0002715377114432405,
      "loss": 8.394,
      "step": 97280
    },
    {
      "epoch": 0.2026875,
      "grad_norm": 1.9161049127578735,
      "learning_rate": 0.0002715319332549328,
      "loss": 8.8356,
      "step": 97290
    },
    {
      "epoch": 0.20270833333333332,
      "grad_norm": 0.5493030548095703,
      "learning_rate": 0.0002715261545416552,
      "loss": 8.9446,
      "step": 97300
    },
    {
      "epoch": 0.20272916666666665,
      "grad_norm": 1.1385743618011475,
      "learning_rate": 0.0002715203753034328,
      "loss": 7.9851,
      "step": 97310
    },
    {
      "epoch": 0.20275,
      "grad_norm": 0.6687442660331726,
      "learning_rate": 0.0002715145955402904,
      "loss": 7.6587,
      "step": 97320
    },
    {
      "epoch": 0.20277083333333334,
      "grad_norm": 0.8481552600860596,
      "learning_rate": 0.00027150881525225313,
      "loss": 7.7082,
      "step": 97330
    },
    {
      "epoch": 0.20279166666666668,
      "grad_norm": 0.7234727144241333,
      "learning_rate": 0.00027150303443934583,
      "loss": 8.0963,
      "step": 97340
    },
    {
      "epoch": 0.2028125,
      "grad_norm": 1.7579468488693237,
      "learning_rate": 0.0002714972531015935,
      "loss": 8.1342,
      "step": 97350
    },
    {
      "epoch": 0.20283333333333334,
      "grad_norm": 3.512316942214966,
      "learning_rate": 0.0002714914712390212,
      "loss": 7.8543,
      "step": 97360
    },
    {
      "epoch": 0.20285416666666667,
      "grad_norm": 1.9310466051101685,
      "learning_rate": 0.00027148568885165374,
      "loss": 8.5728,
      "step": 97370
    },
    {
      "epoch": 0.202875,
      "grad_norm": 1.2414265871047974,
      "learning_rate": 0.00027147990593951626,
      "loss": 8.9706,
      "step": 97380
    },
    {
      "epoch": 0.20289583333333333,
      "grad_norm": 1.0783343315124512,
      "learning_rate": 0.00027147412250263364,
      "loss": 8.8265,
      "step": 97390
    },
    {
      "epoch": 0.20291666666666666,
      "grad_norm": 0.8962894082069397,
      "learning_rate": 0.0002714683385410309,
      "loss": 7.3251,
      "step": 97400
    },
    {
      "epoch": 0.2029375,
      "grad_norm": 1.3288828134536743,
      "learning_rate": 0.000271462554054733,
      "loss": 7.7189,
      "step": 97410
    },
    {
      "epoch": 0.20295833333333332,
      "grad_norm": 3.2690844535827637,
      "learning_rate": 0.000271456769043765,
      "loss": 8.3219,
      "step": 97420
    },
    {
      "epoch": 0.20297916666666665,
      "grad_norm": 1.695269227027893,
      "learning_rate": 0.0002714509835081518,
      "loss": 7.5362,
      "step": 97430
    },
    {
      "epoch": 0.203,
      "grad_norm": 3.4197611808776855,
      "learning_rate": 0.00027144519744791835,
      "loss": 8.455,
      "step": 97440
    },
    {
      "epoch": 0.20302083333333334,
      "grad_norm": 0.6544474959373474,
      "learning_rate": 0.0002714394108630898,
      "loss": 7.827,
      "step": 97450
    },
    {
      "epoch": 0.20304166666666668,
      "grad_norm": 1.091246247291565,
      "learning_rate": 0.000271433623753691,
      "loss": 8.095,
      "step": 97460
    },
    {
      "epoch": 0.2030625,
      "grad_norm": 1.6032578945159912,
      "learning_rate": 0.00027142783611974714,
      "loss": 8.2021,
      "step": 97470
    },
    {
      "epoch": 0.20308333333333334,
      "grad_norm": 1.1281378269195557,
      "learning_rate": 0.000271422047961283,
      "loss": 8.1434,
      "step": 97480
    },
    {
      "epoch": 0.20310416666666667,
      "grad_norm": 0.9244024753570557,
      "learning_rate": 0.0002714162592783237,
      "loss": 8.0795,
      "step": 97490
    },
    {
      "epoch": 0.203125,
      "grad_norm": 0.8928222060203552,
      "learning_rate": 0.0002714104700708942,
      "loss": 8.1822,
      "step": 97500
    },
    {
      "epoch": 0.20314583333333333,
      "grad_norm": 2.101619005203247,
      "learning_rate": 0.00027140468033901954,
      "loss": 8.4734,
      "step": 97510
    },
    {
      "epoch": 0.20316666666666666,
      "grad_norm": 0.6859169602394104,
      "learning_rate": 0.0002713988900827247,
      "loss": 8.2213,
      "step": 97520
    },
    {
      "epoch": 0.2031875,
      "grad_norm": 1.0548324584960938,
      "learning_rate": 0.00027139309930203473,
      "loss": 8.1834,
      "step": 97530
    },
    {
      "epoch": 0.20320833333333332,
      "grad_norm": 0.6920888423919678,
      "learning_rate": 0.00027138730799697465,
      "loss": 7.6932,
      "step": 97540
    },
    {
      "epoch": 0.20322916666666666,
      "grad_norm": 4.493010520935059,
      "learning_rate": 0.0002713815161675694,
      "loss": 7.941,
      "step": 97550
    },
    {
      "epoch": 0.20325,
      "grad_norm": 0.48295578360557556,
      "learning_rate": 0.00027137572381384406,
      "loss": 8.586,
      "step": 97560
    },
    {
      "epoch": 0.20327083333333335,
      "grad_norm": 1.1314324140548706,
      "learning_rate": 0.00027136993093582364,
      "loss": 8.0935,
      "step": 97570
    },
    {
      "epoch": 0.20329166666666668,
      "grad_norm": 1.6850917339324951,
      "learning_rate": 0.00027136413753353313,
      "loss": 8.5807,
      "step": 97580
    },
    {
      "epoch": 0.2033125,
      "grad_norm": 2.0945920944213867,
      "learning_rate": 0.00027135834360699764,
      "loss": 8.563,
      "step": 97590
    },
    {
      "epoch": 0.20333333333333334,
      "grad_norm": 1.0297009944915771,
      "learning_rate": 0.0002713525491562421,
      "loss": 8.4778,
      "step": 97600
    },
    {
      "epoch": 0.20335416666666667,
      "grad_norm": 1.2435979843139648,
      "learning_rate": 0.0002713467541812916,
      "loss": 8.1732,
      "step": 97610
    },
    {
      "epoch": 0.203375,
      "grad_norm": 0.47669169306755066,
      "learning_rate": 0.0002713409586821711,
      "loss": 8.2216,
      "step": 97620
    },
    {
      "epoch": 0.20339583333333333,
      "grad_norm": 0.6688822507858276,
      "learning_rate": 0.00027133516265890576,
      "loss": 8.0191,
      "step": 97630
    },
    {
      "epoch": 0.20341666666666666,
      "grad_norm": 0.7941245436668396,
      "learning_rate": 0.00027132936611152055,
      "loss": 8.1986,
      "step": 97640
    },
    {
      "epoch": 0.2034375,
      "grad_norm": 9.320699691772461,
      "learning_rate": 0.0002713235690400405,
      "loss": 8.2933,
      "step": 97650
    },
    {
      "epoch": 0.20345833333333332,
      "grad_norm": 1.5763068199157715,
      "learning_rate": 0.0002713177714444906,
      "loss": 7.8147,
      "step": 97660
    },
    {
      "epoch": 0.20347916666666666,
      "grad_norm": 1.4210094213485718,
      "learning_rate": 0.00027131197332489593,
      "loss": 8.1013,
      "step": 97670
    },
    {
      "epoch": 0.2035,
      "grad_norm": 1.5109789371490479,
      "learning_rate": 0.00027130617468128167,
      "loss": 7.5979,
      "step": 97680
    },
    {
      "epoch": 0.20352083333333335,
      "grad_norm": 0.6868526339530945,
      "learning_rate": 0.00027130037551367266,
      "loss": 7.6659,
      "step": 97690
    },
    {
      "epoch": 0.20354166666666668,
      "grad_norm": 1.6108218431472778,
      "learning_rate": 0.0002712945758220941,
      "loss": 8.3293,
      "step": 97700
    },
    {
      "epoch": 0.2035625,
      "grad_norm": 0.7823622226715088,
      "learning_rate": 0.00027128877560657095,
      "loss": 7.853,
      "step": 97710
    },
    {
      "epoch": 0.20358333333333334,
      "grad_norm": 1.753016471862793,
      "learning_rate": 0.0002712829748671283,
      "loss": 8.4633,
      "step": 97720
    },
    {
      "epoch": 0.20360416666666667,
      "grad_norm": 0.913359522819519,
      "learning_rate": 0.00027127717360379117,
      "loss": 8.4722,
      "step": 97730
    },
    {
      "epoch": 0.203625,
      "grad_norm": 1.2029067277908325,
      "learning_rate": 0.0002712713718165847,
      "loss": 7.9995,
      "step": 97740
    },
    {
      "epoch": 0.20364583333333333,
      "grad_norm": 0.7207810878753662,
      "learning_rate": 0.0002712655695055339,
      "loss": 7.9285,
      "step": 97750
    },
    {
      "epoch": 0.20366666666666666,
      "grad_norm": 3.082501173019409,
      "learning_rate": 0.00027125976667066384,
      "loss": 8.2389,
      "step": 97760
    },
    {
      "epoch": 0.2036875,
      "grad_norm": 0.5010458827018738,
      "learning_rate": 0.0002712539633119996,
      "loss": 7.5127,
      "step": 97770
    },
    {
      "epoch": 0.20370833333333332,
      "grad_norm": 1.1615487337112427,
      "learning_rate": 0.0002712481594295662,
      "loss": 7.7066,
      "step": 97780
    },
    {
      "epoch": 0.20372916666666666,
      "grad_norm": 2.515767812728882,
      "learning_rate": 0.00027124235502338877,
      "loss": 8.2286,
      "step": 97790
    },
    {
      "epoch": 0.20375,
      "grad_norm": 0.7487514615058899,
      "learning_rate": 0.00027123655009349235,
      "loss": 7.6852,
      "step": 97800
    },
    {
      "epoch": 0.20377083333333335,
      "grad_norm": 1.0339630842208862,
      "learning_rate": 0.000271230744639902,
      "loss": 8.3866,
      "step": 97810
    },
    {
      "epoch": 0.20379166666666668,
      "grad_norm": 3.396369457244873,
      "learning_rate": 0.00027122493866264287,
      "loss": 9.1352,
      "step": 97820
    },
    {
      "epoch": 0.2038125,
      "grad_norm": 1.0703983306884766,
      "learning_rate": 0.00027121913216173995,
      "loss": 7.481,
      "step": 97830
    },
    {
      "epoch": 0.20383333333333334,
      "grad_norm": 1.6089110374450684,
      "learning_rate": 0.0002712133251372184,
      "loss": 8.1138,
      "step": 97840
    },
    {
      "epoch": 0.20385416666666667,
      "grad_norm": 1.8939714431762695,
      "learning_rate": 0.00027120751758910323,
      "loss": 8.1489,
      "step": 97850
    },
    {
      "epoch": 0.203875,
      "grad_norm": 0.6340116262435913,
      "learning_rate": 0.00027120170951741953,
      "loss": 7.9137,
      "step": 97860
    },
    {
      "epoch": 0.20389583333333333,
      "grad_norm": 1.5461434125900269,
      "learning_rate": 0.0002711959009221925,
      "loss": 8.045,
      "step": 97870
    },
    {
      "epoch": 0.20391666666666666,
      "grad_norm": 1.4253703355789185,
      "learning_rate": 0.00027119009180344704,
      "loss": 7.9059,
      "step": 97880
    },
    {
      "epoch": 0.2039375,
      "grad_norm": 1.1395624876022339,
      "learning_rate": 0.00027118428216120846,
      "loss": 8.0408,
      "step": 97890
    },
    {
      "epoch": 0.20395833333333332,
      "grad_norm": 0.795654833316803,
      "learning_rate": 0.0002711784719955017,
      "loss": 7.8737,
      "step": 97900
    },
    {
      "epoch": 0.20397916666666666,
      "grad_norm": 0.5976855158805847,
      "learning_rate": 0.00027117266130635194,
      "loss": 8.6001,
      "step": 97910
    },
    {
      "epoch": 0.204,
      "grad_norm": 1.0135254859924316,
      "learning_rate": 0.00027116685009378425,
      "loss": 7.7022,
      "step": 97920
    },
    {
      "epoch": 0.20402083333333335,
      "grad_norm": 0.9403195977210999,
      "learning_rate": 0.00027116103835782366,
      "loss": 8.1541,
      "step": 97930
    },
    {
      "epoch": 0.20404166666666668,
      "grad_norm": 0.81423419713974,
      "learning_rate": 0.00027115522609849537,
      "loss": 9.0658,
      "step": 97940
    },
    {
      "epoch": 0.2040625,
      "grad_norm": 0.790244460105896,
      "learning_rate": 0.00027114941331582453,
      "loss": 7.8294,
      "step": 97950
    },
    {
      "epoch": 0.20408333333333334,
      "grad_norm": 1.1897753477096558,
      "learning_rate": 0.0002711436000098361,
      "loss": 8.1773,
      "step": 97960
    },
    {
      "epoch": 0.20410416666666667,
      "grad_norm": 0.7703431248664856,
      "learning_rate": 0.0002711377861805553,
      "loss": 8.0989,
      "step": 97970
    },
    {
      "epoch": 0.204125,
      "grad_norm": 0.6662312746047974,
      "learning_rate": 0.0002711319718280072,
      "loss": 8.1693,
      "step": 97980
    },
    {
      "epoch": 0.20414583333333333,
      "grad_norm": 1.0106191635131836,
      "learning_rate": 0.00027112615695221696,
      "loss": 7.614,
      "step": 97990
    },
    {
      "epoch": 0.20416666666666666,
      "grad_norm": 0.8677006959915161,
      "learning_rate": 0.0002711203415532096,
      "loss": 8.2649,
      "step": 98000
    },
    {
      "epoch": 0.20416666666666666,
      "eval_loss": 12.854479789733887,
      "eval_runtime": 9.0179,
      "eval_samples_per_second": 0.333,
      "eval_steps_per_second": 0.111,
      "step": 98000
    },
    {
      "epoch": 0.2041875,
      "grad_norm": 1.2075965404510498,
      "learning_rate": 0.0002711145256310104,
      "loss": 8.0157,
      "step": 98010
    },
    {
      "epoch": 0.20420833333333333,
      "grad_norm": 2.094465970993042,
      "learning_rate": 0.00027110870918564434,
      "loss": 8.0219,
      "step": 98020
    },
    {
      "epoch": 0.20422916666666666,
      "grad_norm": 1.2011940479278564,
      "learning_rate": 0.0002711028922171366,
      "loss": 7.9859,
      "step": 98030
    },
    {
      "epoch": 0.20425,
      "grad_norm": 0.6463672518730164,
      "learning_rate": 0.0002710970747255123,
      "loss": 7.6048,
      "step": 98040
    },
    {
      "epoch": 0.20427083333333335,
      "grad_norm": 1.1448973417282104,
      "learning_rate": 0.0002710912567107965,
      "loss": 8.2638,
      "step": 98050
    },
    {
      "epoch": 0.20429166666666668,
      "grad_norm": 1.1929922103881836,
      "learning_rate": 0.00027108543817301454,
      "loss": 8.4262,
      "step": 98060
    },
    {
      "epoch": 0.2043125,
      "grad_norm": 1.36357843875885,
      "learning_rate": 0.00027107961911219133,
      "loss": 7.569,
      "step": 98070
    },
    {
      "epoch": 0.20433333333333334,
      "grad_norm": 0.9497905373573303,
      "learning_rate": 0.0002710737995283521,
      "loss": 7.7322,
      "step": 98080
    },
    {
      "epoch": 0.20435416666666667,
      "grad_norm": 1.225846290588379,
      "learning_rate": 0.00027106797942152197,
      "loss": 8.2736,
      "step": 98090
    },
    {
      "epoch": 0.204375,
      "grad_norm": 2.643764019012451,
      "learning_rate": 0.00027106215879172616,
      "loss": 8.2299,
      "step": 98100
    },
    {
      "epoch": 0.20439583333333333,
      "grad_norm": 1.0342140197753906,
      "learning_rate": 0.0002710563376389896,
      "loss": 8.1274,
      "step": 98110
    },
    {
      "epoch": 0.20441666666666666,
      "grad_norm": 0.590120255947113,
      "learning_rate": 0.00027105051596333776,
      "loss": 7.8717,
      "step": 98120
    },
    {
      "epoch": 0.2044375,
      "grad_norm": 0.9845812320709229,
      "learning_rate": 0.00027104469376479546,
      "loss": 8.0111,
      "step": 98130
    },
    {
      "epoch": 0.20445833333333333,
      "grad_norm": 0.7103683352470398,
      "learning_rate": 0.0002710388710433881,
      "loss": 7.8026,
      "step": 98140
    },
    {
      "epoch": 0.20447916666666666,
      "grad_norm": 1.9532561302185059,
      "learning_rate": 0.0002710330477991407,
      "loss": 8.7,
      "step": 98150
    },
    {
      "epoch": 0.2045,
      "grad_norm": 1.5065546035766602,
      "learning_rate": 0.0002710272240320784,
      "loss": 8.5987,
      "step": 98160
    },
    {
      "epoch": 0.20452083333333335,
      "grad_norm": 0.7984280586242676,
      "learning_rate": 0.00027102139974222644,
      "loss": 8.6338,
      "step": 98170
    },
    {
      "epoch": 0.20454166666666668,
      "grad_norm": 3.028294324874878,
      "learning_rate": 0.0002710155749296099,
      "loss": 8.2769,
      "step": 98180
    },
    {
      "epoch": 0.2045625,
      "grad_norm": 1.2797213792800903,
      "learning_rate": 0.00027100974959425397,
      "loss": 8.3065,
      "step": 98190
    },
    {
      "epoch": 0.20458333333333334,
      "grad_norm": 2.7335145473480225,
      "learning_rate": 0.00027100392373618387,
      "loss": 8.1264,
      "step": 98200
    },
    {
      "epoch": 0.20460416666666667,
      "grad_norm": 3.734849691390991,
      "learning_rate": 0.00027099809735542466,
      "loss": 8.2213,
      "step": 98210
    },
    {
      "epoch": 0.204625,
      "grad_norm": 0.5852178335189819,
      "learning_rate": 0.0002709922704520016,
      "loss": 8.6143,
      "step": 98220
    },
    {
      "epoch": 0.20464583333333333,
      "grad_norm": 1.4130784273147583,
      "learning_rate": 0.00027098644302593985,
      "loss": 8.2068,
      "step": 98230
    },
    {
      "epoch": 0.20466666666666666,
      "grad_norm": 1.8133745193481445,
      "learning_rate": 0.00027098061507726455,
      "loss": 8.2817,
      "step": 98240
    },
    {
      "epoch": 0.2046875,
      "grad_norm": 2.7287185192108154,
      "learning_rate": 0.0002709747866060008,
      "loss": 8.4201,
      "step": 98250
    },
    {
      "epoch": 0.20470833333333333,
      "grad_norm": 0.9783307313919067,
      "learning_rate": 0.0002709689576121739,
      "loss": 7.8525,
      "step": 98260
    },
    {
      "epoch": 0.20472916666666666,
      "grad_norm": 0.8515335321426392,
      "learning_rate": 0.00027096312809580907,
      "loss": 7.8405,
      "step": 98270
    },
    {
      "epoch": 0.20475,
      "grad_norm": 1.8909200429916382,
      "learning_rate": 0.0002709572980569313,
      "loss": 8.0756,
      "step": 98280
    },
    {
      "epoch": 0.20477083333333335,
      "grad_norm": 1.0782146453857422,
      "learning_rate": 0.00027095146749556593,
      "loss": 7.7823,
      "step": 98290
    },
    {
      "epoch": 0.20479166666666668,
      "grad_norm": 1.1651017665863037,
      "learning_rate": 0.00027094563641173806,
      "loss": 8.1285,
      "step": 98300
    },
    {
      "epoch": 0.2048125,
      "grad_norm": 1.0446336269378662,
      "learning_rate": 0.00027093980480547296,
      "loss": 8.7447,
      "step": 98310
    },
    {
      "epoch": 0.20483333333333334,
      "grad_norm": 1.9269846677780151,
      "learning_rate": 0.00027093397267679577,
      "loss": 8.582,
      "step": 98320
    },
    {
      "epoch": 0.20485416666666667,
      "grad_norm": 1.6902134418487549,
      "learning_rate": 0.00027092814002573166,
      "loss": 7.6832,
      "step": 98330
    },
    {
      "epoch": 0.204875,
      "grad_norm": 0.649209201335907,
      "learning_rate": 0.00027092230685230587,
      "loss": 8.482,
      "step": 98340
    },
    {
      "epoch": 0.20489583333333333,
      "grad_norm": 3.7148170471191406,
      "learning_rate": 0.0002709164731565436,
      "loss": 7.8137,
      "step": 98350
    },
    {
      "epoch": 0.20491666666666666,
      "grad_norm": 1.1523107290267944,
      "learning_rate": 0.00027091063893846997,
      "loss": 8.7191,
      "step": 98360
    },
    {
      "epoch": 0.2049375,
      "grad_norm": 1.146103024482727,
      "learning_rate": 0.00027090480419811027,
      "loss": 8.3071,
      "step": 98370
    },
    {
      "epoch": 0.20495833333333333,
      "grad_norm": 1.4368751049041748,
      "learning_rate": 0.00027089896893548967,
      "loss": 7.7406,
      "step": 98380
    },
    {
      "epoch": 0.20497916666666666,
      "grad_norm": 0.7987498641014099,
      "learning_rate": 0.00027089313315063334,
      "loss": 7.6863,
      "step": 98390
    },
    {
      "epoch": 0.205,
      "grad_norm": 0.7779852747917175,
      "learning_rate": 0.0002708872968435666,
      "loss": 8.3786,
      "step": 98400
    },
    {
      "epoch": 0.20502083333333335,
      "grad_norm": 0.8169851303100586,
      "learning_rate": 0.00027088146001431456,
      "loss": 8.074,
      "step": 98410
    },
    {
      "epoch": 0.20504166666666668,
      "grad_norm": 1.67470121383667,
      "learning_rate": 0.0002708756226629025,
      "loss": 8.0264,
      "step": 98420
    },
    {
      "epoch": 0.2050625,
      "grad_norm": 0.9728929996490479,
      "learning_rate": 0.0002708697847893555,
      "loss": 8.8598,
      "step": 98430
    },
    {
      "epoch": 0.20508333333333334,
      "grad_norm": 0.7482886910438538,
      "learning_rate": 0.0002708639463936989,
      "loss": 8.6688,
      "step": 98440
    },
    {
      "epoch": 0.20510416666666667,
      "grad_norm": 0.8126181960105896,
      "learning_rate": 0.00027085810747595794,
      "loss": 7.9818,
      "step": 98450
    },
    {
      "epoch": 0.205125,
      "grad_norm": 0.9748128056526184,
      "learning_rate": 0.0002708522680361578,
      "loss": 8.5653,
      "step": 98460
    },
    {
      "epoch": 0.20514583333333333,
      "grad_norm": 1.271767020225525,
      "learning_rate": 0.00027084642807432364,
      "loss": 8.1696,
      "step": 98470
    },
    {
      "epoch": 0.20516666666666666,
      "grad_norm": 1.0748916864395142,
      "learning_rate": 0.0002708405875904808,
      "loss": 8.3055,
      "step": 98480
    },
    {
      "epoch": 0.2051875,
      "grad_norm": 4.332481861114502,
      "learning_rate": 0.0002708347465846544,
      "loss": 8.4186,
      "step": 98490
    },
    {
      "epoch": 0.20520833333333333,
      "grad_norm": 0.8388426899909973,
      "learning_rate": 0.00027082890505686976,
      "loss": 8.3063,
      "step": 98500
    },
    {
      "epoch": 0.20522916666666666,
      "grad_norm": 0.6843274235725403,
      "learning_rate": 0.00027082306300715213,
      "loss": 8.3601,
      "step": 98510
    },
    {
      "epoch": 0.20525,
      "grad_norm": 0.9627782106399536,
      "learning_rate": 0.0002708172204355266,
      "loss": 7.8368,
      "step": 98520
    },
    {
      "epoch": 0.20527083333333335,
      "grad_norm": 1.8122317790985107,
      "learning_rate": 0.0002708113773420185,
      "loss": 8.0009,
      "step": 98530
    },
    {
      "epoch": 0.20529166666666668,
      "grad_norm": 0.6425746083259583,
      "learning_rate": 0.00027080553372665314,
      "loss": 8.2117,
      "step": 98540
    },
    {
      "epoch": 0.2053125,
      "grad_norm": 4.121194839477539,
      "learning_rate": 0.00027079968958945564,
      "loss": 8.5708,
      "step": 98550
    },
    {
      "epoch": 0.20533333333333334,
      "grad_norm": 0.7698996663093567,
      "learning_rate": 0.00027079384493045136,
      "loss": 8.2596,
      "step": 98560
    },
    {
      "epoch": 0.20535416666666667,
      "grad_norm": 1.8878178596496582,
      "learning_rate": 0.0002707879997496654,
      "loss": 8.6723,
      "step": 98570
    },
    {
      "epoch": 0.205375,
      "grad_norm": 1.6428802013397217,
      "learning_rate": 0.00027078215404712316,
      "loss": 7.9684,
      "step": 98580
    },
    {
      "epoch": 0.20539583333333333,
      "grad_norm": 0.9518033862113953,
      "learning_rate": 0.00027077630782284975,
      "loss": 7.5286,
      "step": 98590
    },
    {
      "epoch": 0.20541666666666666,
      "grad_norm": 2.503108501434326,
      "learning_rate": 0.00027077046107687057,
      "loss": 8.1851,
      "step": 98600
    },
    {
      "epoch": 0.2054375,
      "grad_norm": 5.013907432556152,
      "learning_rate": 0.00027076461380921076,
      "loss": 8.0783,
      "step": 98610
    },
    {
      "epoch": 0.20545833333333333,
      "grad_norm": 3.9116969108581543,
      "learning_rate": 0.0002707587660198957,
      "loss": 8.5523,
      "step": 98620
    },
    {
      "epoch": 0.20547916666666666,
      "grad_norm": 1.2018126249313354,
      "learning_rate": 0.00027075291770895047,
      "loss": 8.2786,
      "step": 98630
    },
    {
      "epoch": 0.2055,
      "grad_norm": 1.0025973320007324,
      "learning_rate": 0.0002707470688764004,
      "loss": 8.004,
      "step": 98640
    },
    {
      "epoch": 0.20552083333333335,
      "grad_norm": 6.746523857116699,
      "learning_rate": 0.00027074121952227093,
      "loss": 9.3881,
      "step": 98650
    },
    {
      "epoch": 0.20554166666666668,
      "grad_norm": 1.052017092704773,
      "learning_rate": 0.00027073536964658713,
      "loss": 7.9746,
      "step": 98660
    },
    {
      "epoch": 0.2055625,
      "grad_norm": 1.0808558464050293,
      "learning_rate": 0.0002707295192493743,
      "loss": 8.9511,
      "step": 98670
    },
    {
      "epoch": 0.20558333333333334,
      "grad_norm": 0.7296521663665771,
      "learning_rate": 0.0002707236683306577,
      "loss": 7.8924,
      "step": 98680
    },
    {
      "epoch": 0.20560416666666667,
      "grad_norm": 0.9387361407279968,
      "learning_rate": 0.0002707178168904627,
      "loss": 7.6969,
      "step": 98690
    },
    {
      "epoch": 0.205625,
      "grad_norm": 0.8046545386314392,
      "learning_rate": 0.00027071196492881445,
      "loss": 7.9791,
      "step": 98700
    },
    {
      "epoch": 0.20564583333333333,
      "grad_norm": 1.1011797189712524,
      "learning_rate": 0.0002707061124457384,
      "loss": 8.0793,
      "step": 98710
    },
    {
      "epoch": 0.20566666666666666,
      "grad_norm": 1.53821861743927,
      "learning_rate": 0.0002707002594412596,
      "loss": 8.3804,
      "step": 98720
    },
    {
      "epoch": 0.2056875,
      "grad_norm": 0.7483237385749817,
      "learning_rate": 0.00027069440591540354,
      "loss": 8.1384,
      "step": 98730
    },
    {
      "epoch": 0.20570833333333333,
      "grad_norm": 0.9264935851097107,
      "learning_rate": 0.0002706885518681954,
      "loss": 7.6913,
      "step": 98740
    },
    {
      "epoch": 0.20572916666666666,
      "grad_norm": 0.646654486656189,
      "learning_rate": 0.00027068269729966046,
      "loss": 9.2363,
      "step": 98750
    },
    {
      "epoch": 0.20575,
      "grad_norm": 8.020520210266113,
      "learning_rate": 0.00027067684220982404,
      "loss": 8.3466,
      "step": 98760
    },
    {
      "epoch": 0.20577083333333332,
      "grad_norm": 2.194971799850464,
      "learning_rate": 0.00027067098659871146,
      "loss": 8.828,
      "step": 98770
    },
    {
      "epoch": 0.20579166666666668,
      "grad_norm": 2.2445924282073975,
      "learning_rate": 0.00027066513046634797,
      "loss": 8.6472,
      "step": 98780
    },
    {
      "epoch": 0.2058125,
      "grad_norm": 1.421831727027893,
      "learning_rate": 0.0002706592738127589,
      "loss": 8.3152,
      "step": 98790
    },
    {
      "epoch": 0.20583333333333334,
      "grad_norm": 1.193468689918518,
      "learning_rate": 0.0002706534166379695,
      "loss": 7.9955,
      "step": 98800
    },
    {
      "epoch": 0.20585416666666667,
      "grad_norm": 1.5194385051727295,
      "learning_rate": 0.0002706475589420051,
      "loss": 8.0414,
      "step": 98810
    },
    {
      "epoch": 0.205875,
      "grad_norm": 1.7145576477050781,
      "learning_rate": 0.000270641700724891,
      "loss": 8.5067,
      "step": 98820
    },
    {
      "epoch": 0.20589583333333333,
      "grad_norm": 1.096417784690857,
      "learning_rate": 0.0002706358419866525,
      "loss": 8.5683,
      "step": 98830
    },
    {
      "epoch": 0.20591666666666666,
      "grad_norm": 0.6900407671928406,
      "learning_rate": 0.00027062998272731493,
      "loss": 8.1892,
      "step": 98840
    },
    {
      "epoch": 0.2059375,
      "grad_norm": 0.9396637678146362,
      "learning_rate": 0.0002706241229469036,
      "loss": 8.1363,
      "step": 98850
    },
    {
      "epoch": 0.20595833333333333,
      "grad_norm": 0.7687222361564636,
      "learning_rate": 0.0002706182626454438,
      "loss": 7.7465,
      "step": 98860
    },
    {
      "epoch": 0.20597916666666666,
      "grad_norm": 0.916643500328064,
      "learning_rate": 0.0002706124018229608,
      "loss": 8.1979,
      "step": 98870
    },
    {
      "epoch": 0.206,
      "grad_norm": 1.4572827816009521,
      "learning_rate": 0.00027060654047948,
      "loss": 7.8105,
      "step": 98880
    },
    {
      "epoch": 0.20602083333333332,
      "grad_norm": 3.4711387157440186,
      "learning_rate": 0.0002706006786150267,
      "loss": 8.0276,
      "step": 98890
    },
    {
      "epoch": 0.20604166666666668,
      "grad_norm": 5.083447456359863,
      "learning_rate": 0.0002705948162296262,
      "loss": 8.4745,
      "step": 98900
    },
    {
      "epoch": 0.2060625,
      "grad_norm": 0.8315738439559937,
      "learning_rate": 0.0002705889533233038,
      "loss": 7.7399,
      "step": 98910
    },
    {
      "epoch": 0.20608333333333334,
      "grad_norm": 1.1010600328445435,
      "learning_rate": 0.0002705830898960849,
      "loss": 8.3139,
      "step": 98920
    },
    {
      "epoch": 0.20610416666666667,
      "grad_norm": 1.2605117559432983,
      "learning_rate": 0.0002705772259479947,
      "loss": 8.3131,
      "step": 98930
    },
    {
      "epoch": 0.206125,
      "grad_norm": 0.7515501379966736,
      "learning_rate": 0.0002705713614790587,
      "loss": 7.6297,
      "step": 98940
    },
    {
      "epoch": 0.20614583333333333,
      "grad_norm": 1.457606315612793,
      "learning_rate": 0.0002705654964893021,
      "loss": 7.9827,
      "step": 98950
    },
    {
      "epoch": 0.20616666666666666,
      "grad_norm": 0.8713276386260986,
      "learning_rate": 0.0002705596309787503,
      "loss": 7.7213,
      "step": 98960
    },
    {
      "epoch": 0.2061875,
      "grad_norm": 2.305238723754883,
      "learning_rate": 0.00027055376494742857,
      "loss": 8.211,
      "step": 98970
    },
    {
      "epoch": 0.20620833333333333,
      "grad_norm": 0.5597010254859924,
      "learning_rate": 0.00027054789839536233,
      "loss": 8.2458,
      "step": 98980
    },
    {
      "epoch": 0.20622916666666666,
      "grad_norm": 0.8391052484512329,
      "learning_rate": 0.0002705420313225769,
      "loss": 8.0012,
      "step": 98990
    },
    {
      "epoch": 0.20625,
      "grad_norm": 1.4316481351852417,
      "learning_rate": 0.0002705361637290976,
      "loss": 8.9383,
      "step": 99000
    },
    {
      "epoch": 0.20625,
      "eval_loss": 7.3849310874938965,
      "eval_runtime": 8.4721,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 99000
    },
    {
      "epoch": 0.20627083333333332,
      "grad_norm": 0.9949310421943665,
      "learning_rate": 0.00027053029561494973,
      "loss": 7.7138,
      "step": 99010
    },
    {
      "epoch": 0.20629166666666668,
      "grad_norm": 0.9024165272712708,
      "learning_rate": 0.00027052442698015876,
      "loss": 7.7329,
      "step": 99020
    },
    {
      "epoch": 0.2063125,
      "grad_norm": 1.3892920017242432,
      "learning_rate": 0.00027051855782474996,
      "loss": 8.048,
      "step": 99030
    },
    {
      "epoch": 0.20633333333333334,
      "grad_norm": 0.905605137348175,
      "learning_rate": 0.0002705126881487487,
      "loss": 8.5837,
      "step": 99040
    },
    {
      "epoch": 0.20635416666666667,
      "grad_norm": 1.5194225311279297,
      "learning_rate": 0.0002705068179521803,
      "loss": 8.4381,
      "step": 99050
    },
    {
      "epoch": 0.206375,
      "grad_norm": 1.2310240268707275,
      "learning_rate": 0.00027050094723507013,
      "loss": 8.1061,
      "step": 99060
    },
    {
      "epoch": 0.20639583333333333,
      "grad_norm": 2.0171797275543213,
      "learning_rate": 0.0002704950759974436,
      "loss": 7.6861,
      "step": 99070
    },
    {
      "epoch": 0.20641666666666666,
      "grad_norm": 0.8543591499328613,
      "learning_rate": 0.00027048920423932603,
      "loss": 8.1013,
      "step": 99080
    },
    {
      "epoch": 0.2064375,
      "grad_norm": 1.3478895425796509,
      "learning_rate": 0.0002704833319607428,
      "loss": 8.4963,
      "step": 99090
    },
    {
      "epoch": 0.20645833333333333,
      "grad_norm": 0.8412372469902039,
      "learning_rate": 0.00027047745916171926,
      "loss": 8.6079,
      "step": 99100
    },
    {
      "epoch": 0.20647916666666666,
      "grad_norm": 0.7008978128433228,
      "learning_rate": 0.00027047158584228077,
      "loss": 8.9062,
      "step": 99110
    },
    {
      "epoch": 0.2065,
      "grad_norm": 1.0496578216552734,
      "learning_rate": 0.00027046571200245277,
      "loss": 8.0337,
      "step": 99120
    },
    {
      "epoch": 0.20652083333333332,
      "grad_norm": 0.7627413868904114,
      "learning_rate": 0.00027045983764226053,
      "loss": 7.9889,
      "step": 99130
    },
    {
      "epoch": 0.20654166666666668,
      "grad_norm": 1.3958035707473755,
      "learning_rate": 0.0002704539627617295,
      "loss": 7.789,
      "step": 99140
    },
    {
      "epoch": 0.2065625,
      "grad_norm": 0.9050143361091614,
      "learning_rate": 0.000270448087360885,
      "loss": 7.611,
      "step": 99150
    },
    {
      "epoch": 0.20658333333333334,
      "grad_norm": 0.561750590801239,
      "learning_rate": 0.0002704422114397524,
      "loss": 8.1338,
      "step": 99160
    },
    {
      "epoch": 0.20660416666666667,
      "grad_norm": 2.0281591415405273,
      "learning_rate": 0.0002704363349983572,
      "loss": 8.2306,
      "step": 99170
    },
    {
      "epoch": 0.206625,
      "grad_norm": 2.0724215507507324,
      "learning_rate": 0.00027043045803672465,
      "loss": 7.7755,
      "step": 99180
    },
    {
      "epoch": 0.20664583333333333,
      "grad_norm": 0.9166255593299866,
      "learning_rate": 0.0002704245805548802,
      "loss": 8.0232,
      "step": 99190
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 5.523010730743408,
      "learning_rate": 0.00027041870255284926,
      "loss": 8.4982,
      "step": 99200
    },
    {
      "epoch": 0.2066875,
      "grad_norm": 0.7653340101242065,
      "learning_rate": 0.00027041282403065717,
      "loss": 8.4486,
      "step": 99210
    },
    {
      "epoch": 0.20670833333333333,
      "grad_norm": 1.013880968093872,
      "learning_rate": 0.00027040694498832934,
      "loss": 7.8342,
      "step": 99220
    },
    {
      "epoch": 0.20672916666666666,
      "grad_norm": 1.7091517448425293,
      "learning_rate": 0.00027040106542589124,
      "loss": 7.6486,
      "step": 99230
    },
    {
      "epoch": 0.20675,
      "grad_norm": 1.335153341293335,
      "learning_rate": 0.0002703951853433681,
      "loss": 8.1514,
      "step": 99240
    },
    {
      "epoch": 0.20677083333333332,
      "grad_norm": 0.5766398906707764,
      "learning_rate": 0.00027038930474078545,
      "loss": 8.8157,
      "step": 99250
    },
    {
      "epoch": 0.20679166666666668,
      "grad_norm": 1.4359736442565918,
      "learning_rate": 0.00027038342361816866,
      "loss": 8.4758,
      "step": 99260
    },
    {
      "epoch": 0.2068125,
      "grad_norm": 1.1591365337371826,
      "learning_rate": 0.0002703775419755431,
      "loss": 7.9133,
      "step": 99270
    },
    {
      "epoch": 0.20683333333333334,
      "grad_norm": 2.8104794025421143,
      "learning_rate": 0.00027037165981293426,
      "loss": 8.2794,
      "step": 99280
    },
    {
      "epoch": 0.20685416666666667,
      "grad_norm": 0.9687092304229736,
      "learning_rate": 0.00027036577713036744,
      "loss": 7.5874,
      "step": 99290
    },
    {
      "epoch": 0.206875,
      "grad_norm": 0.9700180888175964,
      "learning_rate": 0.0002703598939278681,
      "loss": 7.7799,
      "step": 99300
    },
    {
      "epoch": 0.20689583333333333,
      "grad_norm": 1.2915716171264648,
      "learning_rate": 0.00027035401020546174,
      "loss": 8.2629,
      "step": 99310
    },
    {
      "epoch": 0.20691666666666667,
      "grad_norm": 1.121394157409668,
      "learning_rate": 0.00027034812596317366,
      "loss": 7.9863,
      "step": 99320
    },
    {
      "epoch": 0.2069375,
      "grad_norm": 2.377934217453003,
      "learning_rate": 0.0002703422412010293,
      "loss": 7.914,
      "step": 99330
    },
    {
      "epoch": 0.20695833333333333,
      "grad_norm": 1.910954475402832,
      "learning_rate": 0.0002703363559190541,
      "loss": 8.3711,
      "step": 99340
    },
    {
      "epoch": 0.20697916666666666,
      "grad_norm": 0.7767542004585266,
      "learning_rate": 0.00027033047011727345,
      "loss": 8.036,
      "step": 99350
    },
    {
      "epoch": 0.207,
      "grad_norm": 0.9493218660354614,
      "learning_rate": 0.0002703245837957128,
      "loss": 7.8843,
      "step": 99360
    },
    {
      "epoch": 0.20702083333333332,
      "grad_norm": 1.326709270477295,
      "learning_rate": 0.00027031869695439765,
      "loss": 8.522,
      "step": 99370
    },
    {
      "epoch": 0.20704166666666668,
      "grad_norm": 1.309838056564331,
      "learning_rate": 0.0002703128095933533,
      "loss": 8.6493,
      "step": 99380
    },
    {
      "epoch": 0.2070625,
      "grad_norm": 1.1385917663574219,
      "learning_rate": 0.0002703069217126052,
      "loss": 8.9762,
      "step": 99390
    },
    {
      "epoch": 0.20708333333333334,
      "grad_norm": 1.2444846630096436,
      "learning_rate": 0.0002703010333121789,
      "loss": 8.0002,
      "step": 99400
    },
    {
      "epoch": 0.20710416666666667,
      "grad_norm": 0.6977312564849854,
      "learning_rate": 0.0002702951443920996,
      "loss": 7.7258,
      "step": 99410
    },
    {
      "epoch": 0.207125,
      "grad_norm": 1.5305885076522827,
      "learning_rate": 0.000270289254952393,
      "loss": 8.0054,
      "step": 99420
    },
    {
      "epoch": 0.20714583333333333,
      "grad_norm": 0.7619921565055847,
      "learning_rate": 0.0002702833649930845,
      "loss": 7.8952,
      "step": 99430
    },
    {
      "epoch": 0.20716666666666667,
      "grad_norm": 4.001032829284668,
      "learning_rate": 0.0002702774745141994,
      "loss": 8.3344,
      "step": 99440
    },
    {
      "epoch": 0.2071875,
      "grad_norm": 1.2933101654052734,
      "learning_rate": 0.00027027158351576326,
      "loss": 7.5628,
      "step": 99450
    },
    {
      "epoch": 0.20720833333333333,
      "grad_norm": 0.6457566022872925,
      "learning_rate": 0.0002702656919978014,
      "loss": 7.8365,
      "step": 99460
    },
    {
      "epoch": 0.20722916666666666,
      "grad_norm": 3.4787983894348145,
      "learning_rate": 0.0002702597999603394,
      "loss": 7.8179,
      "step": 99470
    },
    {
      "epoch": 0.20725,
      "grad_norm": 3.3393497467041016,
      "learning_rate": 0.0002702539074034027,
      "loss": 8.3183,
      "step": 99480
    },
    {
      "epoch": 0.20727083333333332,
      "grad_norm": 10.491619110107422,
      "learning_rate": 0.0002702480143270167,
      "loss": 9.0801,
      "step": 99490
    },
    {
      "epoch": 0.20729166666666668,
      "grad_norm": 1.781562089920044,
      "learning_rate": 0.00027024212073120684,
      "loss": 8.6086,
      "step": 99500
    },
    {
      "epoch": 0.2073125,
      "grad_norm": 0.9529483318328857,
      "learning_rate": 0.0002702362266159987,
      "loss": 8.242,
      "step": 99510
    },
    {
      "epoch": 0.20733333333333334,
      "grad_norm": 0.6415872573852539,
      "learning_rate": 0.00027023033198141756,
      "loss": 7.6929,
      "step": 99520
    },
    {
      "epoch": 0.20735416666666667,
      "grad_norm": 12.261309623718262,
      "learning_rate": 0.000270224436827489,
      "loss": 9.3857,
      "step": 99530
    },
    {
      "epoch": 0.207375,
      "grad_norm": 0.9653723239898682,
      "learning_rate": 0.0002702185411542385,
      "loss": 7.6709,
      "step": 99540
    },
    {
      "epoch": 0.20739583333333333,
      "grad_norm": 0.7522704601287842,
      "learning_rate": 0.00027021264496169146,
      "loss": 8.1762,
      "step": 99550
    },
    {
      "epoch": 0.20741666666666667,
      "grad_norm": 0.5966328978538513,
      "learning_rate": 0.00027020674824987335,
      "loss": 9.6623,
      "step": 99560
    },
    {
      "epoch": 0.2074375,
      "grad_norm": 4.033931255340576,
      "learning_rate": 0.00027020085101880974,
      "loss": 8.8587,
      "step": 99570
    },
    {
      "epoch": 0.20745833333333333,
      "grad_norm": 1.2105073928833008,
      "learning_rate": 0.000270194953268526,
      "loss": 8.4582,
      "step": 99580
    },
    {
      "epoch": 0.20747916666666666,
      "grad_norm": 1.7913761138916016,
      "learning_rate": 0.00027018905499904763,
      "loss": 7.9169,
      "step": 99590
    },
    {
      "epoch": 0.2075,
      "grad_norm": 2.197577953338623,
      "learning_rate": 0.0002701831562104001,
      "loss": 8.7764,
      "step": 99600
    },
    {
      "epoch": 0.20752083333333332,
      "grad_norm": 1.1558524370193481,
      "learning_rate": 0.0002701772569026089,
      "loss": 7.8092,
      "step": 99610
    },
    {
      "epoch": 0.20754166666666668,
      "grad_norm": 0.8132625818252563,
      "learning_rate": 0.00027017135707569956,
      "loss": 7.764,
      "step": 99620
    },
    {
      "epoch": 0.2075625,
      "grad_norm": 1.2866919040679932,
      "learning_rate": 0.0002701654567296975,
      "loss": 7.68,
      "step": 99630
    },
    {
      "epoch": 0.20758333333333334,
      "grad_norm": 0.7755346894264221,
      "learning_rate": 0.00027015955586462827,
      "loss": 8.3647,
      "step": 99640
    },
    {
      "epoch": 0.20760416666666667,
      "grad_norm": 1.6743136644363403,
      "learning_rate": 0.0002701536544805173,
      "loss": 7.9399,
      "step": 99650
    },
    {
      "epoch": 0.207625,
      "grad_norm": 0.6527993679046631,
      "learning_rate": 0.00027014775257739004,
      "loss": 7.9906,
      "step": 99660
    },
    {
      "epoch": 0.20764583333333334,
      "grad_norm": 1.4870045185089111,
      "learning_rate": 0.00027014185015527214,
      "loss": 7.9282,
      "step": 99670
    },
    {
      "epoch": 0.20766666666666667,
      "grad_norm": 0.5676316022872925,
      "learning_rate": 0.00027013594721418894,
      "loss": 7.6488,
      "step": 99680
    },
    {
      "epoch": 0.2076875,
      "grad_norm": 1.1715222597122192,
      "learning_rate": 0.000270130043754166,
      "loss": 8.0566,
      "step": 99690
    },
    {
      "epoch": 0.20770833333333333,
      "grad_norm": 1.1596605777740479,
      "learning_rate": 0.0002701241397752289,
      "loss": 8.7123,
      "step": 99700
    },
    {
      "epoch": 0.20772916666666666,
      "grad_norm": 0.9860169887542725,
      "learning_rate": 0.00027011823527740294,
      "loss": 7.7487,
      "step": 99710
    },
    {
      "epoch": 0.20775,
      "grad_norm": 1.539024829864502,
      "learning_rate": 0.0002701123302607139,
      "loss": 7.7931,
      "step": 99720
    },
    {
      "epoch": 0.20777083333333332,
      "grad_norm": 1.6894268989562988,
      "learning_rate": 0.000270106424725187,
      "loss": 7.7319,
      "step": 99730
    },
    {
      "epoch": 0.20779166666666668,
      "grad_norm": 5.697373390197754,
      "learning_rate": 0.0002701005186708479,
      "loss": 9.4364,
      "step": 99740
    },
    {
      "epoch": 0.2078125,
      "grad_norm": 1.7466380596160889,
      "learning_rate": 0.0002700946120977222,
      "loss": 9.0654,
      "step": 99750
    },
    {
      "epoch": 0.20783333333333334,
      "grad_norm": 1.5039387941360474,
      "learning_rate": 0.0002700887050058352,
      "loss": 8.1641,
      "step": 99760
    },
    {
      "epoch": 0.20785416666666667,
      "grad_norm": 1.136223316192627,
      "learning_rate": 0.0002700827973952126,
      "loss": 8.1465,
      "step": 99770
    },
    {
      "epoch": 0.207875,
      "grad_norm": 1.8518556356430054,
      "learning_rate": 0.00027007688926587985,
      "loss": 7.9135,
      "step": 99780
    },
    {
      "epoch": 0.20789583333333334,
      "grad_norm": 0.5477386116981506,
      "learning_rate": 0.00027007098061786243,
      "loss": 7.4636,
      "step": 99790
    },
    {
      "epoch": 0.20791666666666667,
      "grad_norm": 1.297527551651001,
      "learning_rate": 0.00027006507145118595,
      "loss": 7.6983,
      "step": 99800
    },
    {
      "epoch": 0.2079375,
      "grad_norm": 1.1058038473129272,
      "learning_rate": 0.0002700591617658758,
      "loss": 8.3981,
      "step": 99810
    },
    {
      "epoch": 0.20795833333333333,
      "grad_norm": 2.7874529361724854,
      "learning_rate": 0.0002700532515619577,
      "loss": 8.7708,
      "step": 99820
    },
    {
      "epoch": 0.20797916666666666,
      "grad_norm": 1.7236177921295166,
      "learning_rate": 0.000270047340839457,
      "loss": 8.6047,
      "step": 99830
    },
    {
      "epoch": 0.208,
      "grad_norm": 0.8142489194869995,
      "learning_rate": 0.00027004142959839933,
      "loss": 7.9925,
      "step": 99840
    },
    {
      "epoch": 0.20802083333333332,
      "grad_norm": 0.9566285610198975,
      "learning_rate": 0.0002700355178388102,
      "loss": 7.7273,
      "step": 99850
    },
    {
      "epoch": 0.20804166666666668,
      "grad_norm": 0.9529355764389038,
      "learning_rate": 0.0002700296055607152,
      "loss": 7.7505,
      "step": 99860
    },
    {
      "epoch": 0.2080625,
      "grad_norm": 1.2323304414749146,
      "learning_rate": 0.00027002369276413977,
      "loss": 8.0091,
      "step": 99870
    },
    {
      "epoch": 0.20808333333333334,
      "grad_norm": 1.0585445165634155,
      "learning_rate": 0.0002700177794491095,
      "loss": 8.1281,
      "step": 99880
    },
    {
      "epoch": 0.20810416666666667,
      "grad_norm": 1.0311323404312134,
      "learning_rate": 0.00027001186561564987,
      "loss": 8.2045,
      "step": 99890
    },
    {
      "epoch": 0.208125,
      "grad_norm": 1.1253749132156372,
      "learning_rate": 0.0002700059512637865,
      "loss": 8.3729,
      "step": 99900
    },
    {
      "epoch": 0.20814583333333334,
      "grad_norm": 2.2906272411346436,
      "learning_rate": 0.000270000036393545,
      "loss": 8.4242,
      "step": 99910
    },
    {
      "epoch": 0.20816666666666667,
      "grad_norm": 0.6830378174781799,
      "learning_rate": 0.00026999412100495076,
      "loss": 8.0047,
      "step": 99920
    },
    {
      "epoch": 0.2081875,
      "grad_norm": 1.0620527267456055,
      "learning_rate": 0.0002699882050980294,
      "loss": 8.0477,
      "step": 99930
    },
    {
      "epoch": 0.20820833333333333,
      "grad_norm": 0.44906994700431824,
      "learning_rate": 0.00026998228867280657,
      "loss": 8.9241,
      "step": 99940
    },
    {
      "epoch": 0.20822916666666666,
      "grad_norm": 1.0559619665145874,
      "learning_rate": 0.0002699763717293077,
      "loss": 8.1981,
      "step": 99950
    },
    {
      "epoch": 0.20825,
      "grad_norm": 1.9203386306762695,
      "learning_rate": 0.00026997045426755843,
      "loss": 7.5198,
      "step": 99960
    },
    {
      "epoch": 0.20827083333333332,
      "grad_norm": 1.6025015115737915,
      "learning_rate": 0.00026996453628758425,
      "loss": 8.3533,
      "step": 99970
    },
    {
      "epoch": 0.20829166666666668,
      "grad_norm": 1.286148190498352,
      "learning_rate": 0.00026995861778941077,
      "loss": 8.5345,
      "step": 99980
    },
    {
      "epoch": 0.2083125,
      "grad_norm": 0.9363893866539001,
      "learning_rate": 0.00026995269877306356,
      "loss": 7.7231,
      "step": 99990
    },
    {
      "epoch": 0.20833333333333334,
      "grad_norm": 1.4725749492645264,
      "learning_rate": 0.0002699467792385681,
      "loss": 8.2851,
      "step": 100000
    },
    {
      "epoch": 0.20833333333333334,
      "eval_loss": 7.380528926849365,
      "eval_runtime": 8.4724,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 100000
    },
    {
      "epoch": 0.20835416666666667,
      "grad_norm": 1.844504714012146,
      "learning_rate": 0.0002699408591859501,
      "loss": 8.5873,
      "step": 100010
    },
    {
      "epoch": 0.208375,
      "grad_norm": 3.746114492416382,
      "learning_rate": 0.0002699349386152351,
      "loss": 8.3167,
      "step": 100020
    },
    {
      "epoch": 0.20839583333333334,
      "grad_norm": 2.0152246952056885,
      "learning_rate": 0.0002699290175264486,
      "loss": 8.15,
      "step": 100030
    },
    {
      "epoch": 0.20841666666666667,
      "grad_norm": 0.9346309304237366,
      "learning_rate": 0.0002699230959196162,
      "loss": 8.0664,
      "step": 100040
    },
    {
      "epoch": 0.2084375,
      "grad_norm": 0.5855522155761719,
      "learning_rate": 0.00026991717379476346,
      "loss": 8.3067,
      "step": 100050
    },
    {
      "epoch": 0.20845833333333333,
      "grad_norm": 0.8921669125556946,
      "learning_rate": 0.00026991125115191606,
      "loss": 8.5856,
      "step": 100060
    },
    {
      "epoch": 0.20847916666666666,
      "grad_norm": 0.6809804439544678,
      "learning_rate": 0.00026990532799109953,
      "loss": 8.0045,
      "step": 100070
    },
    {
      "epoch": 0.2085,
      "grad_norm": 1.3329906463623047,
      "learning_rate": 0.00026989940431233934,
      "loss": 8.2394,
      "step": 100080
    },
    {
      "epoch": 0.20852083333333332,
      "grad_norm": 1.1120089292526245,
      "learning_rate": 0.0002698934801156613,
      "loss": 7.8987,
      "step": 100090
    },
    {
      "epoch": 0.20854166666666665,
      "grad_norm": 0.5473670363426208,
      "learning_rate": 0.00026988755540109085,
      "loss": 7.9686,
      "step": 100100
    },
    {
      "epoch": 0.2085625,
      "grad_norm": 1.0040608644485474,
      "learning_rate": 0.00026988163016865356,
      "loss": 7.6671,
      "step": 100110
    },
    {
      "epoch": 0.20858333333333334,
      "grad_norm": 0.8250734210014343,
      "learning_rate": 0.0002698757044183752,
      "loss": 7.4479,
      "step": 100120
    },
    {
      "epoch": 0.20860416666666667,
      "grad_norm": 0.7632986307144165,
      "learning_rate": 0.0002698697781502811,
      "loss": 8.0774,
      "step": 100130
    },
    {
      "epoch": 0.208625,
      "grad_norm": 1.1571601629257202,
      "learning_rate": 0.0002698638513643971,
      "loss": 7.7688,
      "step": 100140
    },
    {
      "epoch": 0.20864583333333334,
      "grad_norm": 0.7318281531333923,
      "learning_rate": 0.0002698579240607487,
      "loss": 8.328,
      "step": 100150
    },
    {
      "epoch": 0.20866666666666667,
      "grad_norm": 1.9191718101501465,
      "learning_rate": 0.00026985199623936145,
      "loss": 8.3872,
      "step": 100160
    },
    {
      "epoch": 0.2086875,
      "grad_norm": 2.3870062828063965,
      "learning_rate": 0.00026984606790026106,
      "loss": 7.9461,
      "step": 100170
    },
    {
      "epoch": 0.20870833333333333,
      "grad_norm": 1.9085506200790405,
      "learning_rate": 0.0002698401390434731,
      "loss": 7.8793,
      "step": 100180
    },
    {
      "epoch": 0.20872916666666666,
      "grad_norm": 0.7189362645149231,
      "learning_rate": 0.0002698342096690232,
      "loss": 9.4683,
      "step": 100190
    },
    {
      "epoch": 0.20875,
      "grad_norm": 1.0405129194259644,
      "learning_rate": 0.0002698282797769369,
      "loss": 7.8196,
      "step": 100200
    },
    {
      "epoch": 0.20877083333333332,
      "grad_norm": 15.018966674804688,
      "learning_rate": 0.0002698223493672399,
      "loss": 9.0815,
      "step": 100210
    },
    {
      "epoch": 0.20879166666666665,
      "grad_norm": 0.8618312478065491,
      "learning_rate": 0.00026981641843995774,
      "loss": 7.9545,
      "step": 100220
    },
    {
      "epoch": 0.2088125,
      "grad_norm": 1.2393600940704346,
      "learning_rate": 0.0002698104869951161,
      "loss": 7.9015,
      "step": 100230
    },
    {
      "epoch": 0.20883333333333334,
      "grad_norm": 1.0249463319778442,
      "learning_rate": 0.0002698045550327406,
      "loss": 8.6188,
      "step": 100240
    },
    {
      "epoch": 0.20885416666666667,
      "grad_norm": 0.9694327712059021,
      "learning_rate": 0.00026979862255285684,
      "loss": 8.6104,
      "step": 100250
    },
    {
      "epoch": 0.208875,
      "grad_norm": 1.5687696933746338,
      "learning_rate": 0.0002697926895554904,
      "loss": 7.6573,
      "step": 100260
    },
    {
      "epoch": 0.20889583333333334,
      "grad_norm": 0.5821671485900879,
      "learning_rate": 0.00026978675604066697,
      "loss": 8.3509,
      "step": 100270
    },
    {
      "epoch": 0.20891666666666667,
      "grad_norm": 0.45524197816848755,
      "learning_rate": 0.0002697808220084122,
      "loss": 7.9245,
      "step": 100280
    },
    {
      "epoch": 0.2089375,
      "grad_norm": 0.8818201422691345,
      "learning_rate": 0.0002697748874587517,
      "loss": 7.8331,
      "step": 100290
    },
    {
      "epoch": 0.20895833333333333,
      "grad_norm": 1.290464162826538,
      "learning_rate": 0.00026976895239171105,
      "loss": 7.9788,
      "step": 100300
    },
    {
      "epoch": 0.20897916666666666,
      "grad_norm": 1.8025765419006348,
      "learning_rate": 0.000269763016807316,
      "loss": 8.3814,
      "step": 100310
    },
    {
      "epoch": 0.209,
      "grad_norm": 1.3828554153442383,
      "learning_rate": 0.0002697570807055921,
      "loss": 8.0466,
      "step": 100320
    },
    {
      "epoch": 0.20902083333333332,
      "grad_norm": 0.5621984004974365,
      "learning_rate": 0.000269751144086565,
      "loss": 7.6468,
      "step": 100330
    },
    {
      "epoch": 0.20904166666666665,
      "grad_norm": 0.9464311599731445,
      "learning_rate": 0.0002697452069502603,
      "loss": 8.2053,
      "step": 100340
    },
    {
      "epoch": 0.2090625,
      "grad_norm": 1.1369765996932983,
      "learning_rate": 0.00026973926929670377,
      "loss": 7.9936,
      "step": 100350
    },
    {
      "epoch": 0.20908333333333334,
      "grad_norm": 2.4212849140167236,
      "learning_rate": 0.00026973333112592104,
      "loss": 8.1137,
      "step": 100360
    },
    {
      "epoch": 0.20910416666666667,
      "grad_norm": 2.422555923461914,
      "learning_rate": 0.00026972739243793766,
      "loss": 7.7047,
      "step": 100370
    },
    {
      "epoch": 0.209125,
      "grad_norm": 0.8579719066619873,
      "learning_rate": 0.00026972145323277927,
      "loss": 7.7722,
      "step": 100380
    },
    {
      "epoch": 0.20914583333333334,
      "grad_norm": 1.6343638896942139,
      "learning_rate": 0.0002697155135104717,
      "loss": 8.0464,
      "step": 100390
    },
    {
      "epoch": 0.20916666666666667,
      "grad_norm": 2.505370855331421,
      "learning_rate": 0.0002697095732710404,
      "loss": 7.6896,
      "step": 100400
    },
    {
      "epoch": 0.2091875,
      "grad_norm": 1.3388617038726807,
      "learning_rate": 0.00026970363251451124,
      "loss": 8.0194,
      "step": 100410
    },
    {
      "epoch": 0.20920833333333333,
      "grad_norm": 2.0251107215881348,
      "learning_rate": 0.00026969769124090973,
      "loss": 8.3223,
      "step": 100420
    },
    {
      "epoch": 0.20922916666666666,
      "grad_norm": 1.5243217945098877,
      "learning_rate": 0.0002696917494502615,
      "loss": 7.6286,
      "step": 100430
    },
    {
      "epoch": 0.20925,
      "grad_norm": 1.5281953811645508,
      "learning_rate": 0.0002696858071425924,
      "loss": 8.1766,
      "step": 100440
    },
    {
      "epoch": 0.20927083333333332,
      "grad_norm": 0.8158127069473267,
      "learning_rate": 0.00026967986431792793,
      "loss": 8.0034,
      "step": 100450
    },
    {
      "epoch": 0.20929166666666665,
      "grad_norm": 0.6982481479644775,
      "learning_rate": 0.0002696739209762938,
      "loss": 8.1055,
      "step": 100460
    },
    {
      "epoch": 0.2093125,
      "grad_norm": 1.5557334423065186,
      "learning_rate": 0.00026966797711771575,
      "loss": 7.9121,
      "step": 100470
    },
    {
      "epoch": 0.20933333333333334,
      "grad_norm": 1.1356152296066284,
      "learning_rate": 0.00026966203274221936,
      "loss": 8.2445,
      "step": 100480
    },
    {
      "epoch": 0.20935416666666667,
      "grad_norm": 2.2543585300445557,
      "learning_rate": 0.0002696560878498304,
      "loss": 11.1136,
      "step": 100490
    },
    {
      "epoch": 0.209375,
      "grad_norm": 2.4252142906188965,
      "learning_rate": 0.00026965014244057444,
      "loss": 7.6493,
      "step": 100500
    },
    {
      "epoch": 0.20939583333333334,
      "grad_norm": 0.6191707253456116,
      "learning_rate": 0.00026964419651447725,
      "loss": 8.0671,
      "step": 100510
    },
    {
      "epoch": 0.20941666666666667,
      "grad_norm": 0.9817249178886414,
      "learning_rate": 0.0002696382500715645,
      "loss": 8.5487,
      "step": 100520
    },
    {
      "epoch": 0.2094375,
      "grad_norm": 1.2564159631729126,
      "learning_rate": 0.0002696323031118619,
      "loss": 7.8356,
      "step": 100530
    },
    {
      "epoch": 0.20945833333333333,
      "grad_norm": 1.0985424518585205,
      "learning_rate": 0.00026962635563539507,
      "loss": 8.4801,
      "step": 100540
    },
    {
      "epoch": 0.20947916666666666,
      "grad_norm": 0.7209404706954956,
      "learning_rate": 0.00026962040764218974,
      "loss": 7.5478,
      "step": 100550
    },
    {
      "epoch": 0.2095,
      "grad_norm": 1.1315882205963135,
      "learning_rate": 0.00026961445913227164,
      "loss": 8.6846,
      "step": 100560
    },
    {
      "epoch": 0.20952083333333332,
      "grad_norm": 1.4736075401306152,
      "learning_rate": 0.0002696085101056664,
      "loss": 7.922,
      "step": 100570
    },
    {
      "epoch": 0.20954166666666665,
      "grad_norm": 0.6155998706817627,
      "learning_rate": 0.00026960256056239964,
      "loss": 7.9705,
      "step": 100580
    },
    {
      "epoch": 0.2095625,
      "grad_norm": 1.6321121454238892,
      "learning_rate": 0.0002695966105024973,
      "loss": 8.1345,
      "step": 100590
    },
    {
      "epoch": 0.20958333333333334,
      "grad_norm": 0.9537867307662964,
      "learning_rate": 0.00026959065992598484,
      "loss": 8.4396,
      "step": 100600
    },
    {
      "epoch": 0.20960416666666667,
      "grad_norm": 1.1569935083389282,
      "learning_rate": 0.0002695847088328881,
      "loss": 7.7733,
      "step": 100610
    },
    {
      "epoch": 0.209625,
      "grad_norm": 0.8340265154838562,
      "learning_rate": 0.00026957875722323277,
      "loss": 8.0655,
      "step": 100620
    },
    {
      "epoch": 0.20964583333333334,
      "grad_norm": 0.9057275056838989,
      "learning_rate": 0.0002695728050970445,
      "loss": 7.9051,
      "step": 100630
    },
    {
      "epoch": 0.20966666666666667,
      "grad_norm": 0.7146286964416504,
      "learning_rate": 0.00026956685245434913,
      "loss": 8.3862,
      "step": 100640
    },
    {
      "epoch": 0.2096875,
      "grad_norm": 1.3854564428329468,
      "learning_rate": 0.0002695608992951722,
      "loss": 8.1946,
      "step": 100650
    },
    {
      "epoch": 0.20970833333333333,
      "grad_norm": 1.5409103631973267,
      "learning_rate": 0.00026955494561953957,
      "loss": 7.8929,
      "step": 100660
    },
    {
      "epoch": 0.20972916666666666,
      "grad_norm": 0.8091223835945129,
      "learning_rate": 0.00026954899142747683,
      "loss": 7.7934,
      "step": 100670
    },
    {
      "epoch": 0.20975,
      "grad_norm": 0.8523666262626648,
      "learning_rate": 0.00026954303671900985,
      "loss": 7.8902,
      "step": 100680
    },
    {
      "epoch": 0.20977083333333332,
      "grad_norm": 1.4993280172348022,
      "learning_rate": 0.0002695370814941642,
      "loss": 8.5551,
      "step": 100690
    },
    {
      "epoch": 0.20979166666666665,
      "grad_norm": 1.7960350513458252,
      "learning_rate": 0.0002695311257529657,
      "loss": 7.8048,
      "step": 100700
    },
    {
      "epoch": 0.2098125,
      "grad_norm": 3.7591400146484375,
      "learning_rate": 0.00026952516949544004,
      "loss": 8.4376,
      "step": 100710
    },
    {
      "epoch": 0.20983333333333334,
      "grad_norm": 1.4260233640670776,
      "learning_rate": 0.00026951921272161297,
      "loss": 7.7556,
      "step": 100720
    },
    {
      "epoch": 0.20985416666666667,
      "grad_norm": 8.728636741638184,
      "learning_rate": 0.00026951325543151023,
      "loss": 7.7051,
      "step": 100730
    },
    {
      "epoch": 0.209875,
      "grad_norm": 0.9604024887084961,
      "learning_rate": 0.0002695072976251575,
      "loss": 7.9727,
      "step": 100740
    },
    {
      "epoch": 0.20989583333333334,
      "grad_norm": 2.27718186378479,
      "learning_rate": 0.00026950133930258056,
      "loss": 8.8313,
      "step": 100750
    },
    {
      "epoch": 0.20991666666666667,
      "grad_norm": 0.8662919402122498,
      "learning_rate": 0.0002694953804638052,
      "loss": 7.9946,
      "step": 100760
    },
    {
      "epoch": 0.2099375,
      "grad_norm": 0.9685503840446472,
      "learning_rate": 0.00026948942110885697,
      "loss": 8.2644,
      "step": 100770
    },
    {
      "epoch": 0.20995833333333333,
      "grad_norm": 0.9307116866111755,
      "learning_rate": 0.0002694834612377618,
      "loss": 8.671,
      "step": 100780
    },
    {
      "epoch": 0.20997916666666666,
      "grad_norm": 6.023748874664307,
      "learning_rate": 0.0002694775008505454,
      "loss": 9.4933,
      "step": 100790
    },
    {
      "epoch": 0.21,
      "grad_norm": 1.4581801891326904,
      "learning_rate": 0.0002694715399472335,
      "loss": 8.1319,
      "step": 100800
    },
    {
      "epoch": 0.21002083333333332,
      "grad_norm": 0.6344497203826904,
      "learning_rate": 0.00026946557852785175,
      "loss": 7.4593,
      "step": 100810
    },
    {
      "epoch": 0.21004166666666665,
      "grad_norm": 0.710547685623169,
      "learning_rate": 0.00026945961659242604,
      "loss": 8.1431,
      "step": 100820
    },
    {
      "epoch": 0.2100625,
      "grad_norm": 3.0727128982543945,
      "learning_rate": 0.00026945365414098206,
      "loss": 8.426,
      "step": 100830
    },
    {
      "epoch": 0.21008333333333334,
      "grad_norm": 1.4089148044586182,
      "learning_rate": 0.0002694476911735456,
      "loss": 7.9034,
      "step": 100840
    },
    {
      "epoch": 0.21010416666666668,
      "grad_norm": 1.193935513496399,
      "learning_rate": 0.0002694417276901424,
      "loss": 8.0841,
      "step": 100850
    },
    {
      "epoch": 0.210125,
      "grad_norm": 1.0915130376815796,
      "learning_rate": 0.00026943576369079815,
      "loss": 7.7194,
      "step": 100860
    },
    {
      "epoch": 0.21014583333333334,
      "grad_norm": 0.6089351773262024,
      "learning_rate": 0.00026942979917553875,
      "loss": 7.9654,
      "step": 100870
    },
    {
      "epoch": 0.21016666666666667,
      "grad_norm": 1.5052567720413208,
      "learning_rate": 0.00026942383414438987,
      "loss": 7.6713,
      "step": 100880
    },
    {
      "epoch": 0.2101875,
      "grad_norm": 2.0500898361206055,
      "learning_rate": 0.00026941786859737733,
      "loss": 8.0502,
      "step": 100890
    },
    {
      "epoch": 0.21020833333333333,
      "grad_norm": 2.5717852115631104,
      "learning_rate": 0.0002694119025345268,
      "loss": 8.2118,
      "step": 100900
    },
    {
      "epoch": 0.21022916666666666,
      "grad_norm": 0.7749745845794678,
      "learning_rate": 0.00026940593595586415,
      "loss": 8.0384,
      "step": 100910
    },
    {
      "epoch": 0.21025,
      "grad_norm": 0.658085286617279,
      "learning_rate": 0.0002693999688614151,
      "loss": 7.38,
      "step": 100920
    },
    {
      "epoch": 0.21027083333333332,
      "grad_norm": 5.151350498199463,
      "learning_rate": 0.00026939400125120547,
      "loss": 8.2917,
      "step": 100930
    },
    {
      "epoch": 0.21029166666666665,
      "grad_norm": 2.7531983852386475,
      "learning_rate": 0.000269388033125261,
      "loss": 7.8734,
      "step": 100940
    },
    {
      "epoch": 0.2103125,
      "grad_norm": 1.0546913146972656,
      "learning_rate": 0.0002693820644836075,
      "loss": 7.448,
      "step": 100950
    },
    {
      "epoch": 0.21033333333333334,
      "grad_norm": 2.5767931938171387,
      "learning_rate": 0.00026937609532627074,
      "loss": 8.6571,
      "step": 100960
    },
    {
      "epoch": 0.21035416666666668,
      "grad_norm": 0.9186103940010071,
      "learning_rate": 0.00026937012565327647,
      "loss": 8.6052,
      "step": 100970
    },
    {
      "epoch": 0.210375,
      "grad_norm": 1.0952074527740479,
      "learning_rate": 0.00026936415546465056,
      "loss": 7.4767,
      "step": 100980
    },
    {
      "epoch": 0.21039583333333334,
      "grad_norm": 1.3825984001159668,
      "learning_rate": 0.0002693581847604187,
      "loss": 8.2203,
      "step": 100990
    },
    {
      "epoch": 0.21041666666666667,
      "grad_norm": 1.6075924634933472,
      "learning_rate": 0.00026935221354060674,
      "loss": 8.2023,
      "step": 101000
    },
    {
      "epoch": 0.21041666666666667,
      "eval_loss": 8.977272033691406,
      "eval_runtime": 8.5534,
      "eval_samples_per_second": 0.351,
      "eval_steps_per_second": 0.117,
      "step": 101000
    },
    {
      "epoch": 0.2104375,
      "grad_norm": 0.857545793056488,
      "learning_rate": 0.0002693462418052405,
      "loss": 8.4166,
      "step": 101010
    },
    {
      "epoch": 0.21045833333333333,
      "grad_norm": 3.2078075408935547,
      "learning_rate": 0.00026934026955434566,
      "loss": 8.2637,
      "step": 101020
    },
    {
      "epoch": 0.21047916666666666,
      "grad_norm": 0.8396710753440857,
      "learning_rate": 0.00026933429678794815,
      "loss": 7.8267,
      "step": 101030
    },
    {
      "epoch": 0.2105,
      "grad_norm": 1.1798228025436401,
      "learning_rate": 0.00026932832350607365,
      "loss": 8.1098,
      "step": 101040
    },
    {
      "epoch": 0.21052083333333332,
      "grad_norm": 0.7568367719650269,
      "learning_rate": 0.0002693223497087481,
      "loss": 8.3613,
      "step": 101050
    },
    {
      "epoch": 0.21054166666666665,
      "grad_norm": 0.8792007565498352,
      "learning_rate": 0.00026931637539599724,
      "loss": 8.0049,
      "step": 101060
    },
    {
      "epoch": 0.2105625,
      "grad_norm": 1.1319128274917603,
      "learning_rate": 0.0002693104005678468,
      "loss": 8.1066,
      "step": 101070
    },
    {
      "epoch": 0.21058333333333334,
      "grad_norm": 1.3781745433807373,
      "learning_rate": 0.00026930442522432265,
      "loss": 8.0774,
      "step": 101080
    },
    {
      "epoch": 0.21060416666666668,
      "grad_norm": 1.0765023231506348,
      "learning_rate": 0.0002692984493654507,
      "loss": 7.8672,
      "step": 101090
    },
    {
      "epoch": 0.210625,
      "grad_norm": 1.5430234670639038,
      "learning_rate": 0.0002692924729912566,
      "loss": 7.874,
      "step": 101100
    },
    {
      "epoch": 0.21064583333333334,
      "grad_norm": 1.1883065700531006,
      "learning_rate": 0.0002692864961017662,
      "loss": 8.5468,
      "step": 101110
    },
    {
      "epoch": 0.21066666666666667,
      "grad_norm": 0.6451636552810669,
      "learning_rate": 0.00026928051869700543,
      "loss": 7.9535,
      "step": 101120
    },
    {
      "epoch": 0.2106875,
      "grad_norm": 6.047527313232422,
      "learning_rate": 0.00026927454077699996,
      "loss": 8.3544,
      "step": 101130
    },
    {
      "epoch": 0.21070833333333333,
      "grad_norm": 0.6799134016036987,
      "learning_rate": 0.00026926856234177576,
      "loss": 8.1326,
      "step": 101140
    },
    {
      "epoch": 0.21072916666666666,
      "grad_norm": 0.9146938323974609,
      "learning_rate": 0.00026926258339135854,
      "loss": 8.0084,
      "step": 101150
    },
    {
      "epoch": 0.21075,
      "grad_norm": 3.255676507949829,
      "learning_rate": 0.0002692566039257742,
      "loss": 7.9324,
      "step": 101160
    },
    {
      "epoch": 0.21077083333333332,
      "grad_norm": 0.7118923664093018,
      "learning_rate": 0.00026925062394504847,
      "loss": 7.6652,
      "step": 101170
    },
    {
      "epoch": 0.21079166666666665,
      "grad_norm": 3.0015153884887695,
      "learning_rate": 0.0002692446434492073,
      "loss": 8.3248,
      "step": 101180
    },
    {
      "epoch": 0.2108125,
      "grad_norm": 0.91695636510849,
      "learning_rate": 0.0002692386624382765,
      "loss": 8.2156,
      "step": 101190
    },
    {
      "epoch": 0.21083333333333334,
      "grad_norm": 1.1967203617095947,
      "learning_rate": 0.0002692326809122818,
      "loss": 7.8114,
      "step": 101200
    },
    {
      "epoch": 0.21085416666666668,
      "grad_norm": 1.5572209358215332,
      "learning_rate": 0.00026922669887124913,
      "loss": 7.9172,
      "step": 101210
    },
    {
      "epoch": 0.210875,
      "grad_norm": 0.6084944605827332,
      "learning_rate": 0.0002692207163152044,
      "loss": 8.0831,
      "step": 101220
    },
    {
      "epoch": 0.21089583333333334,
      "grad_norm": 1.8703299760818481,
      "learning_rate": 0.00026921473324417327,
      "loss": 8.11,
      "step": 101230
    },
    {
      "epoch": 0.21091666666666667,
      "grad_norm": 0.7421257495880127,
      "learning_rate": 0.0002692087496581817,
      "loss": 8.4404,
      "step": 101240
    },
    {
      "epoch": 0.2109375,
      "grad_norm": 0.717004120349884,
      "learning_rate": 0.0002692027655572555,
      "loss": 8.1103,
      "step": 101250
    },
    {
      "epoch": 0.21095833333333333,
      "grad_norm": 0.9270032048225403,
      "learning_rate": 0.0002691967809414206,
      "loss": 7.6494,
      "step": 101260
    },
    {
      "epoch": 0.21097916666666666,
      "grad_norm": 1.491049885749817,
      "learning_rate": 0.00026919079581070275,
      "loss": 7.6255,
      "step": 101270
    },
    {
      "epoch": 0.211,
      "grad_norm": 1.7790261507034302,
      "learning_rate": 0.00026918481016512786,
      "loss": 8.5098,
      "step": 101280
    },
    {
      "epoch": 0.21102083333333332,
      "grad_norm": 2.136122465133667,
      "learning_rate": 0.00026917882400472173,
      "loss": 7.7163,
      "step": 101290
    },
    {
      "epoch": 0.21104166666666666,
      "grad_norm": 0.8443290591239929,
      "learning_rate": 0.00026917283732951034,
      "loss": 9.1745,
      "step": 101300
    },
    {
      "epoch": 0.2110625,
      "grad_norm": 1.1860642433166504,
      "learning_rate": 0.0002691668501395194,
      "loss": 8.9465,
      "step": 101310
    },
    {
      "epoch": 0.21108333333333335,
      "grad_norm": 1.293337345123291,
      "learning_rate": 0.00026916086243477475,
      "loss": 8.5132,
      "step": 101320
    },
    {
      "epoch": 0.21110416666666668,
      "grad_norm": 1.2167046070098877,
      "learning_rate": 0.0002691548742153025,
      "loss": 8.3241,
      "step": 101330
    },
    {
      "epoch": 0.211125,
      "grad_norm": 1.9315458536148071,
      "learning_rate": 0.00026914888548112823,
      "loss": 7.8562,
      "step": 101340
    },
    {
      "epoch": 0.21114583333333334,
      "grad_norm": 0.9056239724159241,
      "learning_rate": 0.000269142896232278,
      "loss": 8.6688,
      "step": 101350
    },
    {
      "epoch": 0.21116666666666667,
      "grad_norm": 0.5659174919128418,
      "learning_rate": 0.00026913690646877765,
      "loss": 7.4076,
      "step": 101360
    },
    {
      "epoch": 0.2111875,
      "grad_norm": 1.0942792892456055,
      "learning_rate": 0.000269130916190653,
      "loss": 8.375,
      "step": 101370
    },
    {
      "epoch": 0.21120833333333333,
      "grad_norm": 0.954823911190033,
      "learning_rate": 0.00026912492539792987,
      "loss": 7.6534,
      "step": 101380
    },
    {
      "epoch": 0.21122916666666666,
      "grad_norm": 1.124502182006836,
      "learning_rate": 0.0002691189340906343,
      "loss": 8.6821,
      "step": 101390
    },
    {
      "epoch": 0.21125,
      "grad_norm": 0.7492229342460632,
      "learning_rate": 0.0002691129422687921,
      "loss": 8.5812,
      "step": 101400
    },
    {
      "epoch": 0.21127083333333332,
      "grad_norm": 0.854675829410553,
      "learning_rate": 0.00026910694993242907,
      "loss": 8.3363,
      "step": 101410
    },
    {
      "epoch": 0.21129166666666666,
      "grad_norm": 1.2707557678222656,
      "learning_rate": 0.0002691009570815712,
      "loss": 8.2821,
      "step": 101420
    },
    {
      "epoch": 0.2113125,
      "grad_norm": 0.8835141658782959,
      "learning_rate": 0.00026909496371624433,
      "loss": 7.8733,
      "step": 101430
    },
    {
      "epoch": 0.21133333333333335,
      "grad_norm": 0.7355987429618835,
      "learning_rate": 0.0002690889698364744,
      "loss": 7.9898,
      "step": 101440
    },
    {
      "epoch": 0.21135416666666668,
      "grad_norm": 0.7689173221588135,
      "learning_rate": 0.0002690829754422872,
      "loss": 8.607,
      "step": 101450
    },
    {
      "epoch": 0.211375,
      "grad_norm": 0.49791207909584045,
      "learning_rate": 0.0002690769805337086,
      "loss": 8.6086,
      "step": 101460
    },
    {
      "epoch": 0.21139583333333334,
      "grad_norm": 3.478624105453491,
      "learning_rate": 0.00026907098511076477,
      "loss": 8.0759,
      "step": 101470
    },
    {
      "epoch": 0.21141666666666667,
      "grad_norm": 0.8753116130828857,
      "learning_rate": 0.0002690649891734813,
      "loss": 8.156,
      "step": 101480
    },
    {
      "epoch": 0.2114375,
      "grad_norm": 2.0378615856170654,
      "learning_rate": 0.0002690589927218842,
      "loss": 7.8605,
      "step": 101490
    },
    {
      "epoch": 0.21145833333333333,
      "grad_norm": 1.2868564128875732,
      "learning_rate": 0.00026905299575599945,
      "loss": 8.9637,
      "step": 101500
    },
    {
      "epoch": 0.21147916666666666,
      "grad_norm": 1.8565400838851929,
      "learning_rate": 0.0002690469982758528,
      "loss": 7.5274,
      "step": 101510
    },
    {
      "epoch": 0.2115,
      "grad_norm": 1.167548418045044,
      "learning_rate": 0.0002690410002814703,
      "loss": 7.9186,
      "step": 101520
    },
    {
      "epoch": 0.21152083333333332,
      "grad_norm": 1.1803735494613647,
      "learning_rate": 0.0002690350017728778,
      "loss": 8.2337,
      "step": 101530
    },
    {
      "epoch": 0.21154166666666666,
      "grad_norm": 0.5734696388244629,
      "learning_rate": 0.0002690290027501012,
      "loss": 8.1596,
      "step": 101540
    },
    {
      "epoch": 0.2115625,
      "grad_norm": 1.683963656425476,
      "learning_rate": 0.0002690230032131664,
      "loss": 9.0082,
      "step": 101550
    },
    {
      "epoch": 0.21158333333333335,
      "grad_norm": 0.9273725748062134,
      "learning_rate": 0.00026901700316209936,
      "loss": 7.9264,
      "step": 101560
    },
    {
      "epoch": 0.21160416666666668,
      "grad_norm": 3.66469144821167,
      "learning_rate": 0.0002690110025969259,
      "loss": 9.5032,
      "step": 101570
    },
    {
      "epoch": 0.211625,
      "grad_norm": 0.7422270178794861,
      "learning_rate": 0.00026900500151767217,
      "loss": 8.3031,
      "step": 101580
    },
    {
      "epoch": 0.21164583333333334,
      "grad_norm": 1.9137593507766724,
      "learning_rate": 0.0002689989999243638,
      "loss": 7.915,
      "step": 101590
    },
    {
      "epoch": 0.21166666666666667,
      "grad_norm": 1.234248399734497,
      "learning_rate": 0.00026899299781702694,
      "loss": 7.9609,
      "step": 101600
    },
    {
      "epoch": 0.2116875,
      "grad_norm": 0.8222298622131348,
      "learning_rate": 0.0002689869951956874,
      "loss": 8.2753,
      "step": 101610
    },
    {
      "epoch": 0.21170833333333333,
      "grad_norm": 1.2137861251831055,
      "learning_rate": 0.0002689809920603711,
      "loss": 8.6336,
      "step": 101620
    },
    {
      "epoch": 0.21172916666666666,
      "grad_norm": 1.28134286403656,
      "learning_rate": 0.00026897498841110405,
      "loss": 8.2103,
      "step": 101630
    },
    {
      "epoch": 0.21175,
      "grad_norm": 0.72002774477005,
      "learning_rate": 0.00026896898424791214,
      "loss": 7.5814,
      "step": 101640
    },
    {
      "epoch": 0.21177083333333332,
      "grad_norm": 1.0072252750396729,
      "learning_rate": 0.00026896297957082135,
      "loss": 7.5959,
      "step": 101650
    },
    {
      "epoch": 0.21179166666666666,
      "grad_norm": 1.0370956659317017,
      "learning_rate": 0.0002689569743798575,
      "loss": 7.975,
      "step": 101660
    },
    {
      "epoch": 0.2118125,
      "grad_norm": 0.5682967901229858,
      "learning_rate": 0.00026895096867504665,
      "loss": 8.0581,
      "step": 101670
    },
    {
      "epoch": 0.21183333333333335,
      "grad_norm": 0.8679062128067017,
      "learning_rate": 0.0002689449624564147,
      "loss": 8.6778,
      "step": 101680
    },
    {
      "epoch": 0.21185416666666668,
      "grad_norm": 1.9097216129302979,
      "learning_rate": 0.0002689389557239876,
      "loss": 8.182,
      "step": 101690
    },
    {
      "epoch": 0.211875,
      "grad_norm": 2.3718209266662598,
      "learning_rate": 0.00026893294847779125,
      "loss": 7.635,
      "step": 101700
    },
    {
      "epoch": 0.21189583333333334,
      "grad_norm": 1.1804969310760498,
      "learning_rate": 0.00026892694071785166,
      "loss": 7.7344,
      "step": 101710
    },
    {
      "epoch": 0.21191666666666667,
      "grad_norm": 1.4240349531173706,
      "learning_rate": 0.0002689209324441948,
      "loss": 8.0242,
      "step": 101720
    },
    {
      "epoch": 0.2119375,
      "grad_norm": 2.7304980754852295,
      "learning_rate": 0.0002689149236568465,
      "loss": 7.9265,
      "step": 101730
    },
    {
      "epoch": 0.21195833333333333,
      "grad_norm": 1.778546929359436,
      "learning_rate": 0.00026890891435583285,
      "loss": 8.0969,
      "step": 101740
    },
    {
      "epoch": 0.21197916666666666,
      "grad_norm": 10.074572563171387,
      "learning_rate": 0.00026890290454117976,
      "loss": 8.3824,
      "step": 101750
    },
    {
      "epoch": 0.212,
      "grad_norm": 1.1786472797393799,
      "learning_rate": 0.0002688968942129132,
      "loss": 8.6563,
      "step": 101760
    },
    {
      "epoch": 0.21202083333333333,
      "grad_norm": 5.812387943267822,
      "learning_rate": 0.0002688908833710591,
      "loss": 7.8636,
      "step": 101770
    },
    {
      "epoch": 0.21204166666666666,
      "grad_norm": 0.8577365279197693,
      "learning_rate": 0.00026888487201564345,
      "loss": 9.4074,
      "step": 101780
    },
    {
      "epoch": 0.2120625,
      "grad_norm": 0.980401873588562,
      "learning_rate": 0.0002688788601466922,
      "loss": 8.2367,
      "step": 101790
    },
    {
      "epoch": 0.21208333333333335,
      "grad_norm": 2.4070498943328857,
      "learning_rate": 0.00026887284776423134,
      "loss": 7.8226,
      "step": 101800
    },
    {
      "epoch": 0.21210416666666668,
      "grad_norm": 2.214857339859009,
      "learning_rate": 0.00026886683486828685,
      "loss": 8.5339,
      "step": 101810
    },
    {
      "epoch": 0.212125,
      "grad_norm": 0.8840155005455017,
      "learning_rate": 0.00026886082145888464,
      "loss": 8.2311,
      "step": 101820
    },
    {
      "epoch": 0.21214583333333334,
      "grad_norm": 1.3094165325164795,
      "learning_rate": 0.0002688548075360508,
      "loss": 8.0653,
      "step": 101830
    },
    {
      "epoch": 0.21216666666666667,
      "grad_norm": 0.9498293995857239,
      "learning_rate": 0.00026884879309981116,
      "loss": 7.6175,
      "step": 101840
    },
    {
      "epoch": 0.2121875,
      "grad_norm": 2.060774326324463,
      "learning_rate": 0.00026884277815019184,
      "loss": 8.5076,
      "step": 101850
    },
    {
      "epoch": 0.21220833333333333,
      "grad_norm": 1.17717444896698,
      "learning_rate": 0.0002688367626872187,
      "loss": 7.9852,
      "step": 101860
    },
    {
      "epoch": 0.21222916666666666,
      "grad_norm": 0.7020890712738037,
      "learning_rate": 0.00026883074671091783,
      "loss": 8.0656,
      "step": 101870
    },
    {
      "epoch": 0.21225,
      "grad_norm": 1.0515395402908325,
      "learning_rate": 0.00026882473022131514,
      "loss": 7.9845,
      "step": 101880
    },
    {
      "epoch": 0.21227083333333333,
      "grad_norm": 0.8470824360847473,
      "learning_rate": 0.00026881871321843666,
      "loss": 7.5942,
      "step": 101890
    },
    {
      "epoch": 0.21229166666666666,
      "grad_norm": 0.9894022345542908,
      "learning_rate": 0.00026881269570230837,
      "loss": 8.3785,
      "step": 101900
    },
    {
      "epoch": 0.2123125,
      "grad_norm": 1.6733224391937256,
      "learning_rate": 0.0002688066776729563,
      "loss": 7.7444,
      "step": 101910
    },
    {
      "epoch": 0.21233333333333335,
      "grad_norm": 1.5796394348144531,
      "learning_rate": 0.0002688006591304063,
      "loss": 7.9603,
      "step": 101920
    },
    {
      "epoch": 0.21235416666666668,
      "grad_norm": 9.811884880065918,
      "learning_rate": 0.00026879464007468465,
      "loss": 8.071,
      "step": 101930
    },
    {
      "epoch": 0.212375,
      "grad_norm": 1.1049063205718994,
      "learning_rate": 0.00026878862050581703,
      "loss": 7.9247,
      "step": 101940
    },
    {
      "epoch": 0.21239583333333334,
      "grad_norm": 1.799213171005249,
      "learning_rate": 0.00026878260042382965,
      "loss": 8.7042,
      "step": 101950
    },
    {
      "epoch": 0.21241666666666667,
      "grad_norm": 0.8996800780296326,
      "learning_rate": 0.0002687765798287484,
      "loss": 7.6764,
      "step": 101960
    },
    {
      "epoch": 0.2124375,
      "grad_norm": 0.8195416927337646,
      "learning_rate": 0.0002687705587205994,
      "loss": 8.3222,
      "step": 101970
    },
    {
      "epoch": 0.21245833333333333,
      "grad_norm": 3.3415822982788086,
      "learning_rate": 0.00026876453709940857,
      "loss": 8.9705,
      "step": 101980
    },
    {
      "epoch": 0.21247916666666666,
      "grad_norm": 0.5817163586616516,
      "learning_rate": 0.000268758514965202,
      "loss": 7.7829,
      "step": 101990
    },
    {
      "epoch": 0.2125,
      "grad_norm": 1.3960566520690918,
      "learning_rate": 0.0002687524923180056,
      "loss": 8.0258,
      "step": 102000
    },
    {
      "epoch": 0.2125,
      "eval_loss": 7.624139308929443,
      "eval_runtime": 8.4079,
      "eval_samples_per_second": 0.357,
      "eval_steps_per_second": 0.119,
      "step": 102000
    },
    {
      "epoch": 0.21252083333333333,
      "grad_norm": 1.6304422616958618,
      "learning_rate": 0.0002687464691578455,
      "loss": 7.959,
      "step": 102010
    },
    {
      "epoch": 0.21254166666666666,
      "grad_norm": 1.514897108078003,
      "learning_rate": 0.00026874044548474757,
      "loss": 7.876,
      "step": 102020
    },
    {
      "epoch": 0.2125625,
      "grad_norm": 2.1686201095581055,
      "learning_rate": 0.000268734421298738,
      "loss": 8.0881,
      "step": 102030
    },
    {
      "epoch": 0.21258333333333335,
      "grad_norm": 0.9033505916595459,
      "learning_rate": 0.0002687283965998426,
      "loss": 8.1404,
      "step": 102040
    },
    {
      "epoch": 0.21260416666666668,
      "grad_norm": 3.047381639480591,
      "learning_rate": 0.00026872237138808765,
      "loss": 8.0894,
      "step": 102050
    },
    {
      "epoch": 0.212625,
      "grad_norm": 0.7728713154792786,
      "learning_rate": 0.000268716345663499,
      "loss": 8.7668,
      "step": 102060
    },
    {
      "epoch": 0.21264583333333334,
      "grad_norm": 0.6341197490692139,
      "learning_rate": 0.0002687103194261028,
      "loss": 7.77,
      "step": 102070
    },
    {
      "epoch": 0.21266666666666667,
      "grad_norm": 2.2240097522735596,
      "learning_rate": 0.00026870429267592487,
      "loss": 8.4466,
      "step": 102080
    },
    {
      "epoch": 0.2126875,
      "grad_norm": 1.2610329389572144,
      "learning_rate": 0.00026869826541299144,
      "loss": 8.5281,
      "step": 102090
    },
    {
      "epoch": 0.21270833333333333,
      "grad_norm": 1.7986875772476196,
      "learning_rate": 0.00026869223763732855,
      "loss": 8.0807,
      "step": 102100
    },
    {
      "epoch": 0.21272916666666666,
      "grad_norm": 1.1781699657440186,
      "learning_rate": 0.0002686862093489621,
      "loss": 7.5381,
      "step": 102110
    },
    {
      "epoch": 0.21275,
      "grad_norm": 3.1781692504882812,
      "learning_rate": 0.00026868018054791823,
      "loss": 9.954,
      "step": 102120
    },
    {
      "epoch": 0.21277083333333333,
      "grad_norm": 1.5313361883163452,
      "learning_rate": 0.000268674151234223,
      "loss": 9.3899,
      "step": 102130
    },
    {
      "epoch": 0.21279166666666666,
      "grad_norm": 0.9240520596504211,
      "learning_rate": 0.00026866812140790235,
      "loss": 7.9728,
      "step": 102140
    },
    {
      "epoch": 0.2128125,
      "grad_norm": 1.7026900053024292,
      "learning_rate": 0.00026866209106898246,
      "loss": 7.9083,
      "step": 102150
    },
    {
      "epoch": 0.21283333333333335,
      "grad_norm": 1.4475092887878418,
      "learning_rate": 0.0002686560602174892,
      "loss": 8.0967,
      "step": 102160
    },
    {
      "epoch": 0.21285416666666668,
      "grad_norm": 1.3296512365341187,
      "learning_rate": 0.0002686500288534488,
      "loss": 8.0662,
      "step": 102170
    },
    {
      "epoch": 0.212875,
      "grad_norm": 1.1851413249969482,
      "learning_rate": 0.0002686439969768872,
      "loss": 7.6744,
      "step": 102180
    },
    {
      "epoch": 0.21289583333333334,
      "grad_norm": 0.7659699320793152,
      "learning_rate": 0.00026863796458783057,
      "loss": 8.2891,
      "step": 102190
    },
    {
      "epoch": 0.21291666666666667,
      "grad_norm": 1.3924908638000488,
      "learning_rate": 0.0002686319316863048,
      "loss": 8.2226,
      "step": 102200
    },
    {
      "epoch": 0.2129375,
      "grad_norm": 0.9110666513442993,
      "learning_rate": 0.0002686258982723361,
      "loss": 8.2298,
      "step": 102210
    },
    {
      "epoch": 0.21295833333333333,
      "grad_norm": 1.0794254541397095,
      "learning_rate": 0.00026861986434595044,
      "loss": 8.1106,
      "step": 102220
    },
    {
      "epoch": 0.21297916666666666,
      "grad_norm": 0.6900302171707153,
      "learning_rate": 0.00026861382990717397,
      "loss": 8.155,
      "step": 102230
    },
    {
      "epoch": 0.213,
      "grad_norm": 0.629546582698822,
      "learning_rate": 0.00026860779495603267,
      "loss": 8.5653,
      "step": 102240
    },
    {
      "epoch": 0.21302083333333333,
      "grad_norm": 0.6090577840805054,
      "learning_rate": 0.0002686017594925526,
      "loss": 7.5697,
      "step": 102250
    },
    {
      "epoch": 0.21304166666666666,
      "grad_norm": 0.5352780222892761,
      "learning_rate": 0.00026859572351675996,
      "loss": 7.6779,
      "step": 102260
    },
    {
      "epoch": 0.2130625,
      "grad_norm": 0.631090521812439,
      "learning_rate": 0.0002685896870286807,
      "loss": 7.8436,
      "step": 102270
    },
    {
      "epoch": 0.21308333333333335,
      "grad_norm": 0.4266376197338104,
      "learning_rate": 0.00026858365002834097,
      "loss": 7.6551,
      "step": 102280
    },
    {
      "epoch": 0.21310416666666668,
      "grad_norm": 2.0606322288513184,
      "learning_rate": 0.0002685776125157667,
      "loss": 7.697,
      "step": 102290
    },
    {
      "epoch": 0.213125,
      "grad_norm": 0.9559993743896484,
      "learning_rate": 0.0002685715744909842,
      "loss": 8.3293,
      "step": 102300
    },
    {
      "epoch": 0.21314583333333334,
      "grad_norm": 4.364200592041016,
      "learning_rate": 0.00026856553595401935,
      "loss": 8.1927,
      "step": 102310
    },
    {
      "epoch": 0.21316666666666667,
      "grad_norm": 2.2404255867004395,
      "learning_rate": 0.0002685594969048984,
      "loss": 7.8913,
      "step": 102320
    },
    {
      "epoch": 0.2131875,
      "grad_norm": 1.3215382099151611,
      "learning_rate": 0.00026855345734364726,
      "loss": 7.8759,
      "step": 102330
    },
    {
      "epoch": 0.21320833333333333,
      "grad_norm": 0.5991377830505371,
      "learning_rate": 0.0002685474172702922,
      "loss": 7.8181,
      "step": 102340
    },
    {
      "epoch": 0.21322916666666666,
      "grad_norm": 1.6173404455184937,
      "learning_rate": 0.00026854137668485916,
      "loss": 7.7616,
      "step": 102350
    },
    {
      "epoch": 0.21325,
      "grad_norm": 3.32501220703125,
      "learning_rate": 0.0002685353355873743,
      "loss": 8.1801,
      "step": 102360
    },
    {
      "epoch": 0.21327083333333333,
      "grad_norm": 0.7626215219497681,
      "learning_rate": 0.00026852929397786374,
      "loss": 8.4857,
      "step": 102370
    },
    {
      "epoch": 0.21329166666666666,
      "grad_norm": 0.9849658012390137,
      "learning_rate": 0.00026852325185635354,
      "loss": 8.1336,
      "step": 102380
    },
    {
      "epoch": 0.2133125,
      "grad_norm": 0.8434802889823914,
      "learning_rate": 0.0002685172092228698,
      "loss": 7.8362,
      "step": 102390
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 1.0648010969161987,
      "learning_rate": 0.0002685111660774386,
      "loss": 7.9917,
      "step": 102400
    },
    {
      "epoch": 0.21335416666666668,
      "grad_norm": 0.8909880518913269,
      "learning_rate": 0.0002685051224200861,
      "loss": 8.3061,
      "step": 102410
    },
    {
      "epoch": 0.213375,
      "grad_norm": 1.482712745666504,
      "learning_rate": 0.0002684990782508384,
      "loss": 7.7746,
      "step": 102420
    },
    {
      "epoch": 0.21339583333333334,
      "grad_norm": 1.1427139043807983,
      "learning_rate": 0.0002684930335697215,
      "loss": 9.1597,
      "step": 102430
    },
    {
      "epoch": 0.21341666666666667,
      "grad_norm": 0.8931194543838501,
      "learning_rate": 0.00026848698837676175,
      "loss": 7.7148,
      "step": 102440
    },
    {
      "epoch": 0.2134375,
      "grad_norm": 1.947326421737671,
      "learning_rate": 0.000268480942671985,
      "loss": 9.2133,
      "step": 102450
    },
    {
      "epoch": 0.21345833333333333,
      "grad_norm": 0.9012721180915833,
      "learning_rate": 0.0002684748964554175,
      "loss": 7.5627,
      "step": 102460
    },
    {
      "epoch": 0.21347916666666666,
      "grad_norm": 0.9127732515335083,
      "learning_rate": 0.00026846884972708536,
      "loss": 7.9052,
      "step": 102470
    },
    {
      "epoch": 0.2135,
      "grad_norm": 1.0431774854660034,
      "learning_rate": 0.00026846280248701463,
      "loss": 8.4038,
      "step": 102480
    },
    {
      "epoch": 0.21352083333333333,
      "grad_norm": 1.2569795846939087,
      "learning_rate": 0.00026845675473523154,
      "loss": 7.8305,
      "step": 102490
    },
    {
      "epoch": 0.21354166666666666,
      "grad_norm": 1.2560750246047974,
      "learning_rate": 0.0002684507064717621,
      "loss": 8.8708,
      "step": 102500
    },
    {
      "epoch": 0.2135625,
      "grad_norm": 0.931704580783844,
      "learning_rate": 0.0002684446576966325,
      "loss": 7.8279,
      "step": 102510
    },
    {
      "epoch": 0.21358333333333332,
      "grad_norm": 0.5780392289161682,
      "learning_rate": 0.00026843860840986895,
      "loss": 7.5678,
      "step": 102520
    },
    {
      "epoch": 0.21360416666666668,
      "grad_norm": 1.6472665071487427,
      "learning_rate": 0.00026843255861149737,
      "loss": 7.9025,
      "step": 102530
    },
    {
      "epoch": 0.213625,
      "grad_norm": 1.0158536434173584,
      "learning_rate": 0.00026842650830154413,
      "loss": 7.5822,
      "step": 102540
    },
    {
      "epoch": 0.21364583333333334,
      "grad_norm": 1.2106297016143799,
      "learning_rate": 0.0002684204574800352,
      "loss": 7.8071,
      "step": 102550
    },
    {
      "epoch": 0.21366666666666667,
      "grad_norm": 2.3760576248168945,
      "learning_rate": 0.0002684144061469968,
      "loss": 7.9952,
      "step": 102560
    },
    {
      "epoch": 0.2136875,
      "grad_norm": 0.8734986782073975,
      "learning_rate": 0.000268408354302455,
      "loss": 8.1052,
      "step": 102570
    },
    {
      "epoch": 0.21370833333333333,
      "grad_norm": 0.658680260181427,
      "learning_rate": 0.00026840230194643595,
      "loss": 8.3112,
      "step": 102580
    },
    {
      "epoch": 0.21372916666666666,
      "grad_norm": 3.55891752243042,
      "learning_rate": 0.00026839624907896585,
      "loss": 8.5919,
      "step": 102590
    },
    {
      "epoch": 0.21375,
      "grad_norm": 7.401923179626465,
      "learning_rate": 0.0002683901957000708,
      "loss": 8.219,
      "step": 102600
    },
    {
      "epoch": 0.21377083333333333,
      "grad_norm": 0.6623626351356506,
      "learning_rate": 0.000268384141809777,
      "loss": 7.9866,
      "step": 102610
    },
    {
      "epoch": 0.21379166666666666,
      "grad_norm": 0.8447962999343872,
      "learning_rate": 0.0002683780874081106,
      "loss": 7.493,
      "step": 102620
    },
    {
      "epoch": 0.2138125,
      "grad_norm": 2.9247801303863525,
      "learning_rate": 0.00026837203249509766,
      "loss": 8.6138,
      "step": 102630
    },
    {
      "epoch": 0.21383333333333332,
      "grad_norm": 1.7939751148223877,
      "learning_rate": 0.00026836597707076437,
      "loss": 7.7944,
      "step": 102640
    },
    {
      "epoch": 0.21385416666666668,
      "grad_norm": 0.8653214573860168,
      "learning_rate": 0.00026835992113513705,
      "loss": 8.0009,
      "step": 102650
    },
    {
      "epoch": 0.213875,
      "grad_norm": 0.8026114106178284,
      "learning_rate": 0.00026835386468824156,
      "loss": 7.658,
      "step": 102660
    },
    {
      "epoch": 0.21389583333333334,
      "grad_norm": 2.698168992996216,
      "learning_rate": 0.0002683478077301043,
      "loss": 8.2007,
      "step": 102670
    },
    {
      "epoch": 0.21391666666666667,
      "grad_norm": 2.602179765701294,
      "learning_rate": 0.0002683417502607513,
      "loss": 7.8127,
      "step": 102680
    },
    {
      "epoch": 0.2139375,
      "grad_norm": 1.8572362661361694,
      "learning_rate": 0.0002683356922802089,
      "loss": 7.8728,
      "step": 102690
    },
    {
      "epoch": 0.21395833333333333,
      "grad_norm": 1.0350093841552734,
      "learning_rate": 0.00026832963378850306,
      "loss": 7.8669,
      "step": 102700
    },
    {
      "epoch": 0.21397916666666666,
      "grad_norm": 2.117332696914673,
      "learning_rate": 0.00026832357478566004,
      "loss": 7.4958,
      "step": 102710
    },
    {
      "epoch": 0.214,
      "grad_norm": 0.6145233511924744,
      "learning_rate": 0.000268317515271706,
      "loss": 8.4209,
      "step": 102720
    },
    {
      "epoch": 0.21402083333333333,
      "grad_norm": 0.7490041255950928,
      "learning_rate": 0.00026831145524666716,
      "loss": 7.4482,
      "step": 102730
    },
    {
      "epoch": 0.21404166666666666,
      "grad_norm": 2.5527100563049316,
      "learning_rate": 0.00026830539471056966,
      "loss": 8.0585,
      "step": 102740
    },
    {
      "epoch": 0.2140625,
      "grad_norm": 0.9931361079216003,
      "learning_rate": 0.0002682993336634397,
      "loss": 8.2022,
      "step": 102750
    },
    {
      "epoch": 0.21408333333333332,
      "grad_norm": 0.7998992800712585,
      "learning_rate": 0.0002682932721053035,
      "loss": 7.9547,
      "step": 102760
    },
    {
      "epoch": 0.21410416666666668,
      "grad_norm": 0.6244145035743713,
      "learning_rate": 0.00026828721003618704,
      "loss": 7.6654,
      "step": 102770
    },
    {
      "epoch": 0.214125,
      "grad_norm": 1.5355184078216553,
      "learning_rate": 0.00026828114745611675,
      "loss": 7.7909,
      "step": 102780
    },
    {
      "epoch": 0.21414583333333334,
      "grad_norm": 0.8288609981536865,
      "learning_rate": 0.0002682750843651187,
      "loss": 8.6804,
      "step": 102790
    },
    {
      "epoch": 0.21416666666666667,
      "grad_norm": 0.9642806649208069,
      "learning_rate": 0.00026826902076321907,
      "loss": 7.7609,
      "step": 102800
    },
    {
      "epoch": 0.2141875,
      "grad_norm": 0.7426298260688782,
      "learning_rate": 0.00026826295665044415,
      "loss": 7.8773,
      "step": 102810
    },
    {
      "epoch": 0.21420833333333333,
      "grad_norm": 7.079708576202393,
      "learning_rate": 0.00026825689202682,
      "loss": 8.0951,
      "step": 102820
    },
    {
      "epoch": 0.21422916666666666,
      "grad_norm": 1.3538639545440674,
      "learning_rate": 0.000268250826892373,
      "loss": 8.3318,
      "step": 102830
    },
    {
      "epoch": 0.21425,
      "grad_norm": 5.860939025878906,
      "learning_rate": 0.0002682447612471291,
      "loss": 8.4508,
      "step": 102840
    },
    {
      "epoch": 0.21427083333333333,
      "grad_norm": 0.6739861965179443,
      "learning_rate": 0.00026823869509111473,
      "loss": 7.9905,
      "step": 102850
    },
    {
      "epoch": 0.21429166666666666,
      "grad_norm": 0.7273116707801819,
      "learning_rate": 0.00026823262842435593,
      "loss": 7.5949,
      "step": 102860
    },
    {
      "epoch": 0.2143125,
      "grad_norm": 1.7943171262741089,
      "learning_rate": 0.00026822656124687904,
      "loss": 7.8257,
      "step": 102870
    },
    {
      "epoch": 0.21433333333333332,
      "grad_norm": 1.2595748901367188,
      "learning_rate": 0.00026822049355871013,
      "loss": 8.012,
      "step": 102880
    },
    {
      "epoch": 0.21435416666666668,
      "grad_norm": 6.142824172973633,
      "learning_rate": 0.00026821442535987554,
      "loss": 8.158,
      "step": 102890
    },
    {
      "epoch": 0.214375,
      "grad_norm": 1.4220852851867676,
      "learning_rate": 0.0002682083566504014,
      "loss": 7.9442,
      "step": 102900
    },
    {
      "epoch": 0.21439583333333334,
      "grad_norm": 1.8796660900115967,
      "learning_rate": 0.00026820228743031397,
      "loss": 7.6703,
      "step": 102910
    },
    {
      "epoch": 0.21441666666666667,
      "grad_norm": 0.6383410692214966,
      "learning_rate": 0.00026819621769963946,
      "loss": 8.0489,
      "step": 102920
    },
    {
      "epoch": 0.2144375,
      "grad_norm": 0.5813241004943848,
      "learning_rate": 0.000268190147458404,
      "loss": 7.6088,
      "step": 102930
    },
    {
      "epoch": 0.21445833333333333,
      "grad_norm": 1.6072036027908325,
      "learning_rate": 0.00026818407670663397,
      "loss": 7.6545,
      "step": 102940
    },
    {
      "epoch": 0.21447916666666667,
      "grad_norm": 0.8120149374008179,
      "learning_rate": 0.00026817800544435546,
      "loss": 7.8779,
      "step": 102950
    },
    {
      "epoch": 0.2145,
      "grad_norm": 1.3190346956253052,
      "learning_rate": 0.0002681719336715948,
      "loss": 7.7736,
      "step": 102960
    },
    {
      "epoch": 0.21452083333333333,
      "grad_norm": 0.7772584557533264,
      "learning_rate": 0.00026816586138837806,
      "loss": 7.8009,
      "step": 102970
    },
    {
      "epoch": 0.21454166666666666,
      "grad_norm": 1.2030982971191406,
      "learning_rate": 0.00026815978859473164,
      "loss": 7.612,
      "step": 102980
    },
    {
      "epoch": 0.2145625,
      "grad_norm": 1.4256224632263184,
      "learning_rate": 0.0002681537152906817,
      "loss": 8.0062,
      "step": 102990
    },
    {
      "epoch": 0.21458333333333332,
      "grad_norm": 2.3785877227783203,
      "learning_rate": 0.0002681476414762545,
      "loss": 8.294,
      "step": 103000
    },
    {
      "epoch": 0.21458333333333332,
      "eval_loss": 11.14008617401123,
      "eval_runtime": 8.4649,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 103000
    },
    {
      "epoch": 0.21460416666666668,
      "grad_norm": 1.4677506685256958,
      "learning_rate": 0.00026814156715147623,
      "loss": 8.508,
      "step": 103010
    },
    {
      "epoch": 0.214625,
      "grad_norm": 2.5283544063568115,
      "learning_rate": 0.00026813549231637313,
      "loss": 8.4996,
      "step": 103020
    },
    {
      "epoch": 0.21464583333333334,
      "grad_norm": 1.8860540390014648,
      "learning_rate": 0.0002681294169709715,
      "loss": 7.8539,
      "step": 103030
    },
    {
      "epoch": 0.21466666666666667,
      "grad_norm": 1.331418514251709,
      "learning_rate": 0.0002681233411152975,
      "loss": 7.9908,
      "step": 103040
    },
    {
      "epoch": 0.2146875,
      "grad_norm": 11.449137687683105,
      "learning_rate": 0.0002681172647493775,
      "loss": 8.3818,
      "step": 103050
    },
    {
      "epoch": 0.21470833333333333,
      "grad_norm": 0.7944974899291992,
      "learning_rate": 0.0002681111878732376,
      "loss": 8.0291,
      "step": 103060
    },
    {
      "epoch": 0.21472916666666667,
      "grad_norm": 0.8663355708122253,
      "learning_rate": 0.00026810511048690417,
      "loss": 7.5131,
      "step": 103070
    },
    {
      "epoch": 0.21475,
      "grad_norm": 0.6725904941558838,
      "learning_rate": 0.0002680990325904034,
      "loss": 7.7884,
      "step": 103080
    },
    {
      "epoch": 0.21477083333333333,
      "grad_norm": 1.2940268516540527,
      "learning_rate": 0.0002680929541837615,
      "loss": 8.7581,
      "step": 103090
    },
    {
      "epoch": 0.21479166666666666,
      "grad_norm": 0.9205926656723022,
      "learning_rate": 0.0002680868752670049,
      "loss": 8.3023,
      "step": 103100
    },
    {
      "epoch": 0.2148125,
      "grad_norm": 1.8347077369689941,
      "learning_rate": 0.00026808079584015964,
      "loss": 8.2014,
      "step": 103110
    },
    {
      "epoch": 0.21483333333333332,
      "grad_norm": 2.470240592956543,
      "learning_rate": 0.0002680747159032521,
      "loss": 8.3783,
      "step": 103120
    },
    {
      "epoch": 0.21485416666666668,
      "grad_norm": 1.4920374155044556,
      "learning_rate": 0.0002680686354563085,
      "loss": 8.2733,
      "step": 103130
    },
    {
      "epoch": 0.214875,
      "grad_norm": 1.2982712984085083,
      "learning_rate": 0.0002680625544993552,
      "loss": 7.7924,
      "step": 103140
    },
    {
      "epoch": 0.21489583333333334,
      "grad_norm": 1.794286847114563,
      "learning_rate": 0.0002680564730324184,
      "loss": 8.3811,
      "step": 103150
    },
    {
      "epoch": 0.21491666666666667,
      "grad_norm": 1.1818327903747559,
      "learning_rate": 0.0002680503910555243,
      "loss": 8.0246,
      "step": 103160
    },
    {
      "epoch": 0.2149375,
      "grad_norm": 0.746548593044281,
      "learning_rate": 0.00026804430856869924,
      "loss": 8.5855,
      "step": 103170
    },
    {
      "epoch": 0.21495833333333333,
      "grad_norm": 0.4875120222568512,
      "learning_rate": 0.00026803822557196953,
      "loss": 7.5536,
      "step": 103180
    },
    {
      "epoch": 0.21497916666666667,
      "grad_norm": 0.5250972509384155,
      "learning_rate": 0.0002680321420653614,
      "loss": 7.8644,
      "step": 103190
    },
    {
      "epoch": 0.215,
      "grad_norm": 0.8827544450759888,
      "learning_rate": 0.0002680260580489012,
      "loss": 8.6288,
      "step": 103200
    },
    {
      "epoch": 0.21502083333333333,
      "grad_norm": 1.4000040292739868,
      "learning_rate": 0.000268019973522615,
      "loss": 8.4134,
      "step": 103210
    },
    {
      "epoch": 0.21504166666666666,
      "grad_norm": 0.9820734858512878,
      "learning_rate": 0.00026801388848652935,
      "loss": 7.8625,
      "step": 103220
    },
    {
      "epoch": 0.2150625,
      "grad_norm": 1.0679807662963867,
      "learning_rate": 0.00026800780294067034,
      "loss": 8.2175,
      "step": 103230
    },
    {
      "epoch": 0.21508333333333332,
      "grad_norm": 1.1371010541915894,
      "learning_rate": 0.0002680017168850644,
      "loss": 8.1543,
      "step": 103240
    },
    {
      "epoch": 0.21510416666666668,
      "grad_norm": 1.8265669345855713,
      "learning_rate": 0.00026799563031973774,
      "loss": 7.9563,
      "step": 103250
    },
    {
      "epoch": 0.215125,
      "grad_norm": 2.499084234237671,
      "learning_rate": 0.0002679895432447166,
      "loss": 7.4333,
      "step": 103260
    },
    {
      "epoch": 0.21514583333333334,
      "grad_norm": 0.8318750858306885,
      "learning_rate": 0.0002679834556600274,
      "loss": 9.5236,
      "step": 103270
    },
    {
      "epoch": 0.21516666666666667,
      "grad_norm": 1.2899764776229858,
      "learning_rate": 0.0002679773675656964,
      "loss": 7.7297,
      "step": 103280
    },
    {
      "epoch": 0.2151875,
      "grad_norm": 0.8803375959396362,
      "learning_rate": 0.0002679712789617498,
      "loss": 9.1525,
      "step": 103290
    },
    {
      "epoch": 0.21520833333333333,
      "grad_norm": 2.0588455200195312,
      "learning_rate": 0.00026796518984821397,
      "loss": 7.6772,
      "step": 103300
    },
    {
      "epoch": 0.21522916666666667,
      "grad_norm": 0.8035364747047424,
      "learning_rate": 0.0002679591002251152,
      "loss": 8.5524,
      "step": 103310
    },
    {
      "epoch": 0.21525,
      "grad_norm": 1.0281827449798584,
      "learning_rate": 0.0002679530100924799,
      "loss": 7.835,
      "step": 103320
    },
    {
      "epoch": 0.21527083333333333,
      "grad_norm": 1.4999243021011353,
      "learning_rate": 0.0002679469194503342,
      "loss": 8.3621,
      "step": 103330
    },
    {
      "epoch": 0.21529166666666666,
      "grad_norm": 4.472188949584961,
      "learning_rate": 0.0002679408282987045,
      "loss": 8.2415,
      "step": 103340
    },
    {
      "epoch": 0.2153125,
      "grad_norm": 10.647401809692383,
      "learning_rate": 0.00026793473663761717,
      "loss": 8.9889,
      "step": 103350
    },
    {
      "epoch": 0.21533333333333332,
      "grad_norm": 1.3179090023040771,
      "learning_rate": 0.0002679286444670984,
      "loss": 7.997,
      "step": 103360
    },
    {
      "epoch": 0.21535416666666668,
      "grad_norm": 8.833440780639648,
      "learning_rate": 0.00026792255178717463,
      "loss": 9.3407,
      "step": 103370
    },
    {
      "epoch": 0.215375,
      "grad_norm": 1.5767794847488403,
      "learning_rate": 0.00026791645859787207,
      "loss": 7.9814,
      "step": 103380
    },
    {
      "epoch": 0.21539583333333334,
      "grad_norm": 1.2111008167266846,
      "learning_rate": 0.00026791036489921707,
      "loss": 8.064,
      "step": 103390
    },
    {
      "epoch": 0.21541666666666667,
      "grad_norm": 0.6749659776687622,
      "learning_rate": 0.000267904270691236,
      "loss": 8.0957,
      "step": 103400
    },
    {
      "epoch": 0.2154375,
      "grad_norm": 1.0648223161697388,
      "learning_rate": 0.0002678981759739551,
      "loss": 8.1785,
      "step": 103410
    },
    {
      "epoch": 0.21545833333333334,
      "grad_norm": 2.2241158485412598,
      "learning_rate": 0.0002678920807474008,
      "loss": 7.7187,
      "step": 103420
    },
    {
      "epoch": 0.21547916666666667,
      "grad_norm": 0.8367974758148193,
      "learning_rate": 0.00026788598501159935,
      "loss": 8.1269,
      "step": 103430
    },
    {
      "epoch": 0.2155,
      "grad_norm": 1.1772843599319458,
      "learning_rate": 0.0002678798887665771,
      "loss": 7.7794,
      "step": 103440
    },
    {
      "epoch": 0.21552083333333333,
      "grad_norm": 1.7946971654891968,
      "learning_rate": 0.00026787379201236044,
      "loss": 8.007,
      "step": 103450
    },
    {
      "epoch": 0.21554166666666666,
      "grad_norm": 0.7281561493873596,
      "learning_rate": 0.00026786769474897556,
      "loss": 7.9101,
      "step": 103460
    },
    {
      "epoch": 0.2155625,
      "grad_norm": 0.6141637563705444,
      "learning_rate": 0.000267861596976449,
      "loss": 8.2926,
      "step": 103470
    },
    {
      "epoch": 0.21558333333333332,
      "grad_norm": 3.2053253650665283,
      "learning_rate": 0.0002678554986948069,
      "loss": 8.3363,
      "step": 103480
    },
    {
      "epoch": 0.21560416666666668,
      "grad_norm": 2.645054340362549,
      "learning_rate": 0.00026784939990407575,
      "loss": 7.8488,
      "step": 103490
    },
    {
      "epoch": 0.215625,
      "grad_norm": 2.2658298015594482,
      "learning_rate": 0.00026784330060428184,
      "loss": 8.2189,
      "step": 103500
    },
    {
      "epoch": 0.21564583333333334,
      "grad_norm": 0.8681067824363708,
      "learning_rate": 0.0002678372007954515,
      "loss": 8.0255,
      "step": 103510
    },
    {
      "epoch": 0.21566666666666667,
      "grad_norm": 1.0981559753417969,
      "learning_rate": 0.0002678311004776111,
      "loss": 7.7963,
      "step": 103520
    },
    {
      "epoch": 0.2156875,
      "grad_norm": 0.6667858362197876,
      "learning_rate": 0.000267824999650787,
      "loss": 7.8888,
      "step": 103530
    },
    {
      "epoch": 0.21570833333333334,
      "grad_norm": 1.984884262084961,
      "learning_rate": 0.00026781889831500557,
      "loss": 7.6017,
      "step": 103540
    },
    {
      "epoch": 0.21572916666666667,
      "grad_norm": 2.8692615032196045,
      "learning_rate": 0.00026781279647029307,
      "loss": 7.7791,
      "step": 103550
    },
    {
      "epoch": 0.21575,
      "grad_norm": 1.0011038780212402,
      "learning_rate": 0.00026780669411667596,
      "loss": 8.0159,
      "step": 103560
    },
    {
      "epoch": 0.21577083333333333,
      "grad_norm": 1.6391128301620483,
      "learning_rate": 0.00026780059125418055,
      "loss": 8.0695,
      "step": 103570
    },
    {
      "epoch": 0.21579166666666666,
      "grad_norm": 1.326111078262329,
      "learning_rate": 0.0002677944878828332,
      "loss": 7.7948,
      "step": 103580
    },
    {
      "epoch": 0.2158125,
      "grad_norm": 0.9843589067459106,
      "learning_rate": 0.0002677883840026603,
      "loss": 8.1664,
      "step": 103590
    },
    {
      "epoch": 0.21583333333333332,
      "grad_norm": 6.920983791351318,
      "learning_rate": 0.0002677822796136882,
      "loss": 8.2528,
      "step": 103600
    },
    {
      "epoch": 0.21585416666666668,
      "grad_norm": 1.727381706237793,
      "learning_rate": 0.00026777617471594327,
      "loss": 7.9359,
      "step": 103610
    },
    {
      "epoch": 0.215875,
      "grad_norm": 0.9163767099380493,
      "learning_rate": 0.0002677700693094519,
      "loss": 8.3731,
      "step": 103620
    },
    {
      "epoch": 0.21589583333333334,
      "grad_norm": 1.1800481081008911,
      "learning_rate": 0.0002677639633942405,
      "loss": 7.954,
      "step": 103630
    },
    {
      "epoch": 0.21591666666666667,
      "grad_norm": 3.6957976818084717,
      "learning_rate": 0.00026775785697033533,
      "loss": 8.0808,
      "step": 103640
    },
    {
      "epoch": 0.2159375,
      "grad_norm": 0.7629790306091309,
      "learning_rate": 0.00026775175003776285,
      "loss": 8.0421,
      "step": 103650
    },
    {
      "epoch": 0.21595833333333334,
      "grad_norm": 1.396291732788086,
      "learning_rate": 0.0002677456425965494,
      "loss": 7.5822,
      "step": 103660
    },
    {
      "epoch": 0.21597916666666667,
      "grad_norm": 1.150734305381775,
      "learning_rate": 0.00026773953464672134,
      "loss": 8.3467,
      "step": 103670
    },
    {
      "epoch": 0.216,
      "grad_norm": 1.463262677192688,
      "learning_rate": 0.00026773342618830517,
      "loss": 8.5925,
      "step": 103680
    },
    {
      "epoch": 0.21602083333333333,
      "grad_norm": 0.8389177322387695,
      "learning_rate": 0.00026772731722132716,
      "loss": 7.6312,
      "step": 103690
    },
    {
      "epoch": 0.21604166666666666,
      "grad_norm": 0.7619358897209167,
      "learning_rate": 0.0002677212077458138,
      "loss": 8.2644,
      "step": 103700
    },
    {
      "epoch": 0.2160625,
      "grad_norm": 1.7665208578109741,
      "learning_rate": 0.0002677150977617913,
      "loss": 7.7344,
      "step": 103710
    },
    {
      "epoch": 0.21608333333333332,
      "grad_norm": 0.8451122045516968,
      "learning_rate": 0.0002677089872692863,
      "loss": 7.6717,
      "step": 103720
    },
    {
      "epoch": 0.21610416666666668,
      "grad_norm": 1.5290600061416626,
      "learning_rate": 0.00026770287626832497,
      "loss": 7.8064,
      "step": 103730
    },
    {
      "epoch": 0.216125,
      "grad_norm": 0.9335710406303406,
      "learning_rate": 0.0002676967647589339,
      "loss": 7.9628,
      "step": 103740
    },
    {
      "epoch": 0.21614583333333334,
      "grad_norm": 0.6011768579483032,
      "learning_rate": 0.0002676906527411393,
      "loss": 9.051,
      "step": 103750
    },
    {
      "epoch": 0.21616666666666667,
      "grad_norm": 1.0813944339752197,
      "learning_rate": 0.0002676845402149677,
      "loss": 8.2658,
      "step": 103760
    },
    {
      "epoch": 0.2161875,
      "grad_norm": 1.4511992931365967,
      "learning_rate": 0.00026767842718044546,
      "loss": 7.856,
      "step": 103770
    },
    {
      "epoch": 0.21620833333333334,
      "grad_norm": 3.020963668823242,
      "learning_rate": 0.00026767231363759907,
      "loss": 8.7795,
      "step": 103780
    },
    {
      "epoch": 0.21622916666666667,
      "grad_norm": 0.7337495684623718,
      "learning_rate": 0.0002676661995864548,
      "loss": 8.1167,
      "step": 103790
    },
    {
      "epoch": 0.21625,
      "grad_norm": 1.4405865669250488,
      "learning_rate": 0.00026766008502703914,
      "loss": 8.367,
      "step": 103800
    },
    {
      "epoch": 0.21627083333333333,
      "grad_norm": 1.0346918106079102,
      "learning_rate": 0.00026765396995937846,
      "loss": 8.0049,
      "step": 103810
    },
    {
      "epoch": 0.21629166666666666,
      "grad_norm": 0.5684008002281189,
      "learning_rate": 0.0002676478543834992,
      "loss": 8.3897,
      "step": 103820
    },
    {
      "epoch": 0.2163125,
      "grad_norm": 2.0362796783447266,
      "learning_rate": 0.0002676417382994278,
      "loss": 8.2387,
      "step": 103830
    },
    {
      "epoch": 0.21633333333333332,
      "grad_norm": 0.5660138726234436,
      "learning_rate": 0.0002676356217071906,
      "loss": 8.1057,
      "step": 103840
    },
    {
      "epoch": 0.21635416666666665,
      "grad_norm": 1.6753405332565308,
      "learning_rate": 0.00026762950460681415,
      "loss": 7.6241,
      "step": 103850
    },
    {
      "epoch": 0.216375,
      "grad_norm": 0.539662778377533,
      "learning_rate": 0.00026762338699832475,
      "loss": 7.6732,
      "step": 103860
    },
    {
      "epoch": 0.21639583333333334,
      "grad_norm": 8.755047798156738,
      "learning_rate": 0.00026761726888174895,
      "loss": 9.4159,
      "step": 103870
    },
    {
      "epoch": 0.21641666666666667,
      "grad_norm": 0.8583414554595947,
      "learning_rate": 0.000267611150257113,
      "loss": 7.918,
      "step": 103880
    },
    {
      "epoch": 0.2164375,
      "grad_norm": 1.3760122060775757,
      "learning_rate": 0.00026760503112444354,
      "loss": 8.3559,
      "step": 103890
    },
    {
      "epoch": 0.21645833333333334,
      "grad_norm": 1.2356208562850952,
      "learning_rate": 0.00026759891148376685,
      "loss": 7.9424,
      "step": 103900
    },
    {
      "epoch": 0.21647916666666667,
      "grad_norm": 1.8469051122665405,
      "learning_rate": 0.0002675927913351094,
      "loss": 8.2508,
      "step": 103910
    },
    {
      "epoch": 0.2165,
      "grad_norm": 0.7302478551864624,
      "learning_rate": 0.00026758667067849765,
      "loss": 8.6931,
      "step": 103920
    },
    {
      "epoch": 0.21652083333333333,
      "grad_norm": 0.6417949199676514,
      "learning_rate": 0.000267580549513958,
      "loss": 8.7542,
      "step": 103930
    },
    {
      "epoch": 0.21654166666666666,
      "grad_norm": 0.975674033164978,
      "learning_rate": 0.00026757442784151696,
      "loss": 7.6076,
      "step": 103940
    },
    {
      "epoch": 0.2165625,
      "grad_norm": 2.4654157161712646,
      "learning_rate": 0.00026756830566120087,
      "loss": 7.8323,
      "step": 103950
    },
    {
      "epoch": 0.21658333333333332,
      "grad_norm": 0.788486897945404,
      "learning_rate": 0.0002675621829730363,
      "loss": 7.8581,
      "step": 103960
    },
    {
      "epoch": 0.21660416666666665,
      "grad_norm": 2.78139591217041,
      "learning_rate": 0.00026755605977704964,
      "loss": 8.0427,
      "step": 103970
    },
    {
      "epoch": 0.216625,
      "grad_norm": 0.694287896156311,
      "learning_rate": 0.0002675499360732673,
      "loss": 8.5099,
      "step": 103980
    },
    {
      "epoch": 0.21664583333333334,
      "grad_norm": 0.996324896812439,
      "learning_rate": 0.00026754381186171574,
      "loss": 7.7603,
      "step": 103990
    },
    {
      "epoch": 0.21666666666666667,
      "grad_norm": 2.142200469970703,
      "learning_rate": 0.0002675376871424215,
      "loss": 8.2009,
      "step": 104000
    },
    {
      "epoch": 0.21666666666666667,
      "eval_loss": 7.79898738861084,
      "eval_runtime": 8.9824,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 104000
    },
    {
      "epoch": 0.2166875,
      "grad_norm": 6.627735137939453,
      "learning_rate": 0.00026753156191541095,
      "loss": 8.1679,
      "step": 104010
    },
    {
      "epoch": 0.21670833333333334,
      "grad_norm": 2.386502742767334,
      "learning_rate": 0.0002675254361807106,
      "loss": 8.5211,
      "step": 104020
    },
    {
      "epoch": 0.21672916666666667,
      "grad_norm": 1.155731439590454,
      "learning_rate": 0.0002675193099383468,
      "loss": 7.9566,
      "step": 104030
    },
    {
      "epoch": 0.21675,
      "grad_norm": 7.52207088470459,
      "learning_rate": 0.0002675131831883462,
      "loss": 8.6088,
      "step": 104040
    },
    {
      "epoch": 0.21677083333333333,
      "grad_norm": 1.5625638961791992,
      "learning_rate": 0.00026750705593073514,
      "loss": 8.0078,
      "step": 104050
    },
    {
      "epoch": 0.21679166666666666,
      "grad_norm": 1.6379367113113403,
      "learning_rate": 0.00026750092816554003,
      "loss": 7.8499,
      "step": 104060
    },
    {
      "epoch": 0.2168125,
      "grad_norm": 1.3754405975341797,
      "learning_rate": 0.00026749479989278754,
      "loss": 8.3024,
      "step": 104070
    },
    {
      "epoch": 0.21683333333333332,
      "grad_norm": 1.2805641889572144,
      "learning_rate": 0.0002674886711125039,
      "loss": 8.0466,
      "step": 104080
    },
    {
      "epoch": 0.21685416666666665,
      "grad_norm": 1.2543758153915405,
      "learning_rate": 0.0002674825418247158,
      "loss": 7.9281,
      "step": 104090
    },
    {
      "epoch": 0.216875,
      "grad_norm": 0.7498306035995483,
      "learning_rate": 0.0002674764120294496,
      "loss": 7.6932,
      "step": 104100
    },
    {
      "epoch": 0.21689583333333334,
      "grad_norm": 3.0707807540893555,
      "learning_rate": 0.00026747028172673175,
      "loss": 7.7638,
      "step": 104110
    },
    {
      "epoch": 0.21691666666666667,
      "grad_norm": 0.940759539604187,
      "learning_rate": 0.0002674641509165889,
      "loss": 7.9956,
      "step": 104120
    },
    {
      "epoch": 0.2169375,
      "grad_norm": 0.9077188968658447,
      "learning_rate": 0.00026745801959904725,
      "loss": 7.8354,
      "step": 104130
    },
    {
      "epoch": 0.21695833333333334,
      "grad_norm": 1.546195149421692,
      "learning_rate": 0.0002674518877741336,
      "loss": 8.2582,
      "step": 104140
    },
    {
      "epoch": 0.21697916666666667,
      "grad_norm": 0.7514879107475281,
      "learning_rate": 0.0002674457554418742,
      "loss": 8.1122,
      "step": 104150
    },
    {
      "epoch": 0.217,
      "grad_norm": 0.776629626750946,
      "learning_rate": 0.00026743962260229563,
      "loss": 7.8928,
      "step": 104160
    },
    {
      "epoch": 0.21702083333333333,
      "grad_norm": 0.5729297399520874,
      "learning_rate": 0.00026743348925542445,
      "loss": 8.5586,
      "step": 104170
    },
    {
      "epoch": 0.21704166666666666,
      "grad_norm": 0.9195557832717896,
      "learning_rate": 0.000267427355401287,
      "loss": 7.7512,
      "step": 104180
    },
    {
      "epoch": 0.2170625,
      "grad_norm": 0.8652374744415283,
      "learning_rate": 0.00026742122103990985,
      "loss": 7.6121,
      "step": 104190
    },
    {
      "epoch": 0.21708333333333332,
      "grad_norm": 0.5744525194168091,
      "learning_rate": 0.00026741508617131955,
      "loss": 8.013,
      "step": 104200
    },
    {
      "epoch": 0.21710416666666665,
      "grad_norm": 1.4045519828796387,
      "learning_rate": 0.0002674089507955425,
      "loss": 9.0792,
      "step": 104210
    },
    {
      "epoch": 0.217125,
      "grad_norm": 7.244153022766113,
      "learning_rate": 0.0002674028149126053,
      "loss": 8.3613,
      "step": 104220
    },
    {
      "epoch": 0.21714583333333334,
      "grad_norm": 1.0558323860168457,
      "learning_rate": 0.0002673966785225344,
      "loss": 7.5904,
      "step": 104230
    },
    {
      "epoch": 0.21716666666666667,
      "grad_norm": 2.207197904586792,
      "learning_rate": 0.0002673905416253563,
      "loss": 8.5841,
      "step": 104240
    },
    {
      "epoch": 0.2171875,
      "grad_norm": 0.6689686179161072,
      "learning_rate": 0.0002673844042210976,
      "loss": 7.9758,
      "step": 104250
    },
    {
      "epoch": 0.21720833333333334,
      "grad_norm": 2.4718406200408936,
      "learning_rate": 0.00026737826630978464,
      "loss": 7.7844,
      "step": 104260
    },
    {
      "epoch": 0.21722916666666667,
      "grad_norm": 3.082979917526245,
      "learning_rate": 0.0002673721278914441,
      "loss": 7.8891,
      "step": 104270
    },
    {
      "epoch": 0.21725,
      "grad_norm": 0.6425638198852539,
      "learning_rate": 0.0002673659889661024,
      "loss": 7.9028,
      "step": 104280
    },
    {
      "epoch": 0.21727083333333333,
      "grad_norm": 1.237142562866211,
      "learning_rate": 0.0002673598495337861,
      "loss": 7.6122,
      "step": 104290
    },
    {
      "epoch": 0.21729166666666666,
      "grad_norm": 1.2454077005386353,
      "learning_rate": 0.00026735370959452166,
      "loss": 7.897,
      "step": 104300
    },
    {
      "epoch": 0.2173125,
      "grad_norm": 23.95232391357422,
      "learning_rate": 0.0002673475691483357,
      "loss": 8.2467,
      "step": 104310
    },
    {
      "epoch": 0.21733333333333332,
      "grad_norm": 1.953127384185791,
      "learning_rate": 0.00026734142819525463,
      "loss": 8.2989,
      "step": 104320
    },
    {
      "epoch": 0.21735416666666665,
      "grad_norm": 0.9054155945777893,
      "learning_rate": 0.0002673352867353051,
      "loss": 7.9444,
      "step": 104330
    },
    {
      "epoch": 0.217375,
      "grad_norm": 1.5172855854034424,
      "learning_rate": 0.00026732914476851354,
      "loss": 7.631,
      "step": 104340
    },
    {
      "epoch": 0.21739583333333334,
      "grad_norm": 1.4470731019973755,
      "learning_rate": 0.00026732300229490654,
      "loss": 7.9116,
      "step": 104350
    },
    {
      "epoch": 0.21741666666666667,
      "grad_norm": 0.7992647886276245,
      "learning_rate": 0.0002673168593145106,
      "loss": 7.7943,
      "step": 104360
    },
    {
      "epoch": 0.2174375,
      "grad_norm": 1.941227912902832,
      "learning_rate": 0.00026731071582735224,
      "loss": 8.7426,
      "step": 104370
    },
    {
      "epoch": 0.21745833333333334,
      "grad_norm": 1.4222805500030518,
      "learning_rate": 0.0002673045718334581,
      "loss": 8.1099,
      "step": 104380
    },
    {
      "epoch": 0.21747916666666667,
      "grad_norm": 2.354358434677124,
      "learning_rate": 0.00026729842733285456,
      "loss": 8.2967,
      "step": 104390
    },
    {
      "epoch": 0.2175,
      "grad_norm": 1.3852691650390625,
      "learning_rate": 0.0002672922823255682,
      "loss": 8.5614,
      "step": 104400
    },
    {
      "epoch": 0.21752083333333333,
      "grad_norm": 2.5309300422668457,
      "learning_rate": 0.0002672861368116257,
      "loss": 7.8169,
      "step": 104410
    },
    {
      "epoch": 0.21754166666666666,
      "grad_norm": 1.0801304578781128,
      "learning_rate": 0.0002672799907910535,
      "loss": 8.2987,
      "step": 104420
    },
    {
      "epoch": 0.2175625,
      "grad_norm": 1.35355544090271,
      "learning_rate": 0.00026727384426387816,
      "loss": 7.6803,
      "step": 104430
    },
    {
      "epoch": 0.21758333333333332,
      "grad_norm": 1.0688676834106445,
      "learning_rate": 0.00026726769723012624,
      "loss": 8.0127,
      "step": 104440
    },
    {
      "epoch": 0.21760416666666665,
      "grad_norm": 4.072012424468994,
      "learning_rate": 0.00026726154968982423,
      "loss": 9.0664,
      "step": 104450
    },
    {
      "epoch": 0.217625,
      "grad_norm": 1.7826365232467651,
      "learning_rate": 0.0002672554016429988,
      "loss": 8.1132,
      "step": 104460
    },
    {
      "epoch": 0.21764583333333334,
      "grad_norm": 0.6615965366363525,
      "learning_rate": 0.00026724925308967644,
      "loss": 7.9755,
      "step": 104470
    },
    {
      "epoch": 0.21766666666666667,
      "grad_norm": 1.9399466514587402,
      "learning_rate": 0.00026724310402988374,
      "loss": 7.7711,
      "step": 104480
    },
    {
      "epoch": 0.2176875,
      "grad_norm": 0.7882854342460632,
      "learning_rate": 0.00026723695446364724,
      "loss": 8.1819,
      "step": 104490
    },
    {
      "epoch": 0.21770833333333334,
      "grad_norm": 2.149284601211548,
      "learning_rate": 0.00026723080439099346,
      "loss": 8.3513,
      "step": 104500
    },
    {
      "epoch": 0.21772916666666667,
      "grad_norm": 10.033684730529785,
      "learning_rate": 0.000267224653811949,
      "loss": 7.9469,
      "step": 104510
    },
    {
      "epoch": 0.21775,
      "grad_norm": 2.4933619499206543,
      "learning_rate": 0.00026721850272654047,
      "loss": 7.9497,
      "step": 104520
    },
    {
      "epoch": 0.21777083333333333,
      "grad_norm": 0.561340868473053,
      "learning_rate": 0.0002672123511347944,
      "loss": 8.1378,
      "step": 104530
    },
    {
      "epoch": 0.21779166666666666,
      "grad_norm": 1.6145597696304321,
      "learning_rate": 0.0002672061990367373,
      "loss": 8.3973,
      "step": 104540
    },
    {
      "epoch": 0.2178125,
      "grad_norm": 1.3247371912002563,
      "learning_rate": 0.0002672000464323959,
      "loss": 7.6774,
      "step": 104550
    },
    {
      "epoch": 0.21783333333333332,
      "grad_norm": 0.9036439657211304,
      "learning_rate": 0.0002671938933217966,
      "loss": 7.7923,
      "step": 104560
    },
    {
      "epoch": 0.21785416666666665,
      "grad_norm": 0.5029231905937195,
      "learning_rate": 0.00026718773970496617,
      "loss": 7.801,
      "step": 104570
    },
    {
      "epoch": 0.217875,
      "grad_norm": 1.120314598083496,
      "learning_rate": 0.0002671815855819311,
      "loss": 8.1114,
      "step": 104580
    },
    {
      "epoch": 0.21789583333333334,
      "grad_norm": 1.1373828649520874,
      "learning_rate": 0.0002671754309527179,
      "loss": 7.8922,
      "step": 104590
    },
    {
      "epoch": 0.21791666666666668,
      "grad_norm": 0.6287452578544617,
      "learning_rate": 0.0002671692758173532,
      "loss": 7.5717,
      "step": 104600
    },
    {
      "epoch": 0.2179375,
      "grad_norm": 0.9518136978149414,
      "learning_rate": 0.0002671631201758637,
      "loss": 7.4742,
      "step": 104610
    },
    {
      "epoch": 0.21795833333333334,
      "grad_norm": 0.7359954118728638,
      "learning_rate": 0.00026715696402827583,
      "loss": 8.3443,
      "step": 104620
    },
    {
      "epoch": 0.21797916666666667,
      "grad_norm": 1.9382412433624268,
      "learning_rate": 0.00026715080737461623,
      "loss": 7.8219,
      "step": 104630
    },
    {
      "epoch": 0.218,
      "grad_norm": 1.647241234779358,
      "learning_rate": 0.0002671446502149115,
      "loss": 7.9323,
      "step": 104640
    },
    {
      "epoch": 0.21802083333333333,
      "grad_norm": 2.436596393585205,
      "learning_rate": 0.00026713849254918833,
      "loss": 7.7376,
      "step": 104650
    },
    {
      "epoch": 0.21804166666666666,
      "grad_norm": 1.8899917602539062,
      "learning_rate": 0.0002671323343774732,
      "loss": 8.3225,
      "step": 104660
    },
    {
      "epoch": 0.2180625,
      "grad_norm": 3.35898756980896,
      "learning_rate": 0.00026712617569979273,
      "loss": 8.6763,
      "step": 104670
    },
    {
      "epoch": 0.21808333333333332,
      "grad_norm": 2.431325674057007,
      "learning_rate": 0.0002671200165161736,
      "loss": 9.9342,
      "step": 104680
    },
    {
      "epoch": 0.21810416666666665,
      "grad_norm": 1.3616312742233276,
      "learning_rate": 0.0002671138568266423,
      "loss": 8.2065,
      "step": 104690
    },
    {
      "epoch": 0.218125,
      "grad_norm": 1.2526040077209473,
      "learning_rate": 0.00026710769663122557,
      "loss": 7.8358,
      "step": 104700
    },
    {
      "epoch": 0.21814583333333334,
      "grad_norm": 0.62168288230896,
      "learning_rate": 0.0002671015359299499,
      "loss": 7.5828,
      "step": 104710
    },
    {
      "epoch": 0.21816666666666668,
      "grad_norm": 1.004390001296997,
      "learning_rate": 0.0002670953747228419,
      "loss": 7.7057,
      "step": 104720
    },
    {
      "epoch": 0.2181875,
      "grad_norm": 2.3313562870025635,
      "learning_rate": 0.0002670892130099283,
      "loss": 8.0394,
      "step": 104730
    },
    {
      "epoch": 0.21820833333333334,
      "grad_norm": 2.5715489387512207,
      "learning_rate": 0.00026708305079123563,
      "loss": 8.3451,
      "step": 104740
    },
    {
      "epoch": 0.21822916666666667,
      "grad_norm": 21.4906063079834,
      "learning_rate": 0.0002670768880667905,
      "loss": 8.8655,
      "step": 104750
    },
    {
      "epoch": 0.21825,
      "grad_norm": 1.6553515195846558,
      "learning_rate": 0.00026707072483661955,
      "loss": 7.8701,
      "step": 104760
    },
    {
      "epoch": 0.21827083333333333,
      "grad_norm": 0.5306366086006165,
      "learning_rate": 0.00026706456110074943,
      "loss": 7.3614,
      "step": 104770
    },
    {
      "epoch": 0.21829166666666666,
      "grad_norm": 1.0030099153518677,
      "learning_rate": 0.00026705839685920677,
      "loss": 7.9492,
      "step": 104780
    },
    {
      "epoch": 0.2183125,
      "grad_norm": 2.0599987506866455,
      "learning_rate": 0.0002670522321120181,
      "loss": 8.2327,
      "step": 104790
    },
    {
      "epoch": 0.21833333333333332,
      "grad_norm": 1.9712125062942505,
      "learning_rate": 0.0002670460668592102,
      "loss": 8.0212,
      "step": 104800
    },
    {
      "epoch": 0.21835416666666665,
      "grad_norm": 4.103050708770752,
      "learning_rate": 0.0002670399011008096,
      "loss": 7.8999,
      "step": 104810
    },
    {
      "epoch": 0.218375,
      "grad_norm": 4.018148422241211,
      "learning_rate": 0.0002670337348368429,
      "loss": 8.7871,
      "step": 104820
    },
    {
      "epoch": 0.21839583333333334,
      "grad_norm": 2.8249611854553223,
      "learning_rate": 0.00026702756806733685,
      "loss": 8.1107,
      "step": 104830
    },
    {
      "epoch": 0.21841666666666668,
      "grad_norm": 0.8876875042915344,
      "learning_rate": 0.000267021400792318,
      "loss": 7.6635,
      "step": 104840
    },
    {
      "epoch": 0.2184375,
      "grad_norm": 1.0620020627975464,
      "learning_rate": 0.00026701523301181303,
      "loss": 8.5377,
      "step": 104850
    },
    {
      "epoch": 0.21845833333333334,
      "grad_norm": 1.5056158304214478,
      "learning_rate": 0.00026700906472584856,
      "loss": 7.7628,
      "step": 104860
    },
    {
      "epoch": 0.21847916666666667,
      "grad_norm": 1.4492765665054321,
      "learning_rate": 0.00026700289593445126,
      "loss": 8.042,
      "step": 104870
    },
    {
      "epoch": 0.2185,
      "grad_norm": 1.1836457252502441,
      "learning_rate": 0.00026699672663764776,
      "loss": 8.7283,
      "step": 104880
    },
    {
      "epoch": 0.21852083333333333,
      "grad_norm": 0.724493145942688,
      "learning_rate": 0.00026699055683546466,
      "loss": 7.7513,
      "step": 104890
    },
    {
      "epoch": 0.21854166666666666,
      "grad_norm": 2.8212063312530518,
      "learning_rate": 0.00026698438652792875,
      "loss": 8.8337,
      "step": 104900
    },
    {
      "epoch": 0.2185625,
      "grad_norm": 3.8553342819213867,
      "learning_rate": 0.00026697821571506654,
      "loss": 8.3241,
      "step": 104910
    },
    {
      "epoch": 0.21858333333333332,
      "grad_norm": 0.903764009475708,
      "learning_rate": 0.0002669720443969048,
      "loss": 8.1388,
      "step": 104920
    },
    {
      "epoch": 0.21860416666666665,
      "grad_norm": 1.1346638202667236,
      "learning_rate": 0.00026696587257347005,
      "loss": 7.5196,
      "step": 104930
    },
    {
      "epoch": 0.218625,
      "grad_norm": 0.8008049726486206,
      "learning_rate": 0.00026695970024478906,
      "loss": 8.126,
      "step": 104940
    },
    {
      "epoch": 0.21864583333333334,
      "grad_norm": 0.9821116924285889,
      "learning_rate": 0.00026695352741088846,
      "loss": 8.0058,
      "step": 104950
    },
    {
      "epoch": 0.21866666666666668,
      "grad_norm": 1.4990054368972778,
      "learning_rate": 0.0002669473540717949,
      "loss": 7.8753,
      "step": 104960
    },
    {
      "epoch": 0.2186875,
      "grad_norm": 1.033471703529358,
      "learning_rate": 0.00026694118022753513,
      "loss": 7.7799,
      "step": 104970
    },
    {
      "epoch": 0.21870833333333334,
      "grad_norm": 1.2419376373291016,
      "learning_rate": 0.0002669350058781357,
      "loss": 9.2508,
      "step": 104980
    },
    {
      "epoch": 0.21872916666666667,
      "grad_norm": 0.872181236743927,
      "learning_rate": 0.00026692883102362333,
      "loss": 7.8649,
      "step": 104990
    },
    {
      "epoch": 0.21875,
      "grad_norm": 0.6918917894363403,
      "learning_rate": 0.00026692265566402465,
      "loss": 7.8283,
      "step": 105000
    },
    {
      "epoch": 0.21875,
      "eval_loss": 7.275336265563965,
      "eval_runtime": 8.9012,
      "eval_samples_per_second": 0.337,
      "eval_steps_per_second": 0.112,
      "step": 105000
    },
    {
      "epoch": 0.21877083333333333,
      "grad_norm": 0.8871175646781921,
      "learning_rate": 0.00026691647979936643,
      "loss": 8.1583,
      "step": 105010
    },
    {
      "epoch": 0.21879166666666666,
      "grad_norm": 0.9920060038566589,
      "learning_rate": 0.00026691030342967535,
      "loss": 7.4517,
      "step": 105020
    },
    {
      "epoch": 0.2188125,
      "grad_norm": 1.8383333683013916,
      "learning_rate": 0.00026690412655497797,
      "loss": 8.1373,
      "step": 105030
    },
    {
      "epoch": 0.21883333333333332,
      "grad_norm": 1.2519749402999878,
      "learning_rate": 0.000266897949175301,
      "loss": 7.8735,
      "step": 105040
    },
    {
      "epoch": 0.21885416666666666,
      "grad_norm": 0.8163673281669617,
      "learning_rate": 0.00026689177129067125,
      "loss": 8.2932,
      "step": 105050
    },
    {
      "epoch": 0.218875,
      "grad_norm": 4.681883335113525,
      "learning_rate": 0.00026688559290111527,
      "loss": 7.965,
      "step": 105060
    },
    {
      "epoch": 0.21889583333333335,
      "grad_norm": 1.1667189598083496,
      "learning_rate": 0.00026687941400665977,
      "loss": 7.7647,
      "step": 105070
    },
    {
      "epoch": 0.21891666666666668,
      "grad_norm": 0.6067152619361877,
      "learning_rate": 0.0002668732346073315,
      "loss": 8.4073,
      "step": 105080
    },
    {
      "epoch": 0.2189375,
      "grad_norm": 1.2369601726531982,
      "learning_rate": 0.0002668670547031571,
      "loss": 8.9621,
      "step": 105090
    },
    {
      "epoch": 0.21895833333333334,
      "grad_norm": 0.5750861167907715,
      "learning_rate": 0.0002668608742941633,
      "loss": 8.0275,
      "step": 105100
    },
    {
      "epoch": 0.21897916666666667,
      "grad_norm": 0.9911508560180664,
      "learning_rate": 0.0002668546933803768,
      "loss": 7.6774,
      "step": 105110
    },
    {
      "epoch": 0.219,
      "grad_norm": 1.0390911102294922,
      "learning_rate": 0.0002668485119618242,
      "loss": 7.7704,
      "step": 105120
    },
    {
      "epoch": 0.21902083333333333,
      "grad_norm": 0.8810642957687378,
      "learning_rate": 0.00026684233003853236,
      "loss": 7.5196,
      "step": 105130
    },
    {
      "epoch": 0.21904166666666666,
      "grad_norm": 1.5444475412368774,
      "learning_rate": 0.00026683614761052786,
      "loss": 7.8666,
      "step": 105140
    },
    {
      "epoch": 0.2190625,
      "grad_norm": 0.894511342048645,
      "learning_rate": 0.00026682996467783745,
      "loss": 7.7036,
      "step": 105150
    },
    {
      "epoch": 0.21908333333333332,
      "grad_norm": 0.8603132367134094,
      "learning_rate": 0.0002668237812404879,
      "loss": 8.1373,
      "step": 105160
    },
    {
      "epoch": 0.21910416666666666,
      "grad_norm": 0.7861354947090149,
      "learning_rate": 0.0002668175972985058,
      "loss": 8.5088,
      "step": 105170
    },
    {
      "epoch": 0.219125,
      "grad_norm": 0.9351734519004822,
      "learning_rate": 0.0002668114128519179,
      "loss": 7.6811,
      "step": 105180
    },
    {
      "epoch": 0.21914583333333335,
      "grad_norm": 33.73420333862305,
      "learning_rate": 0.000266805227900751,
      "loss": 8.6102,
      "step": 105190
    },
    {
      "epoch": 0.21916666666666668,
      "grad_norm": 1.4401413202285767,
      "learning_rate": 0.00026679904244503167,
      "loss": 8.0404,
      "step": 105200
    },
    {
      "epoch": 0.2191875,
      "grad_norm": 1.126866102218628,
      "learning_rate": 0.00026679285648478676,
      "loss": 8.2272,
      "step": 105210
    },
    {
      "epoch": 0.21920833333333334,
      "grad_norm": 2.0908265113830566,
      "learning_rate": 0.00026678667002004295,
      "loss": 8.5853,
      "step": 105220
    },
    {
      "epoch": 0.21922916666666667,
      "grad_norm": 2.3194046020507812,
      "learning_rate": 0.0002667804830508269,
      "loss": 7.7761,
      "step": 105230
    },
    {
      "epoch": 0.21925,
      "grad_norm": 1.6293467283248901,
      "learning_rate": 0.00026677429557716545,
      "loss": 8.385,
      "step": 105240
    },
    {
      "epoch": 0.21927083333333333,
      "grad_norm": 0.9162296652793884,
      "learning_rate": 0.00026676810759908526,
      "loss": 7.9541,
      "step": 105250
    },
    {
      "epoch": 0.21929166666666666,
      "grad_norm": 3.281686544418335,
      "learning_rate": 0.000266761919116613,
      "loss": 8.4324,
      "step": 105260
    },
    {
      "epoch": 0.2193125,
      "grad_norm": 1.3687996864318848,
      "learning_rate": 0.0002667557301297755,
      "loss": 8.6747,
      "step": 105270
    },
    {
      "epoch": 0.21933333333333332,
      "grad_norm": 1.5845474004745483,
      "learning_rate": 0.00026674954063859947,
      "loss": 7.6098,
      "step": 105280
    },
    {
      "epoch": 0.21935416666666666,
      "grad_norm": 2.2022545337677,
      "learning_rate": 0.00026674335064311166,
      "loss": 8.9306,
      "step": 105290
    },
    {
      "epoch": 0.219375,
      "grad_norm": 1.4271773099899292,
      "learning_rate": 0.00026673716014333877,
      "loss": 7.7612,
      "step": 105300
    },
    {
      "epoch": 0.21939583333333335,
      "grad_norm": 1.2189948558807373,
      "learning_rate": 0.00026673096913930756,
      "loss": 7.991,
      "step": 105310
    },
    {
      "epoch": 0.21941666666666668,
      "grad_norm": 1.272394061088562,
      "learning_rate": 0.00026672477763104477,
      "loss": 8.0963,
      "step": 105320
    },
    {
      "epoch": 0.2194375,
      "grad_norm": 1.8461189270019531,
      "learning_rate": 0.0002667185856185771,
      "loss": 8.3305,
      "step": 105330
    },
    {
      "epoch": 0.21945833333333334,
      "grad_norm": 0.7566481828689575,
      "learning_rate": 0.0002667123931019314,
      "loss": 7.9651,
      "step": 105340
    },
    {
      "epoch": 0.21947916666666667,
      "grad_norm": 1.1445131301879883,
      "learning_rate": 0.0002667062000811343,
      "loss": 7.8913,
      "step": 105350
    },
    {
      "epoch": 0.2195,
      "grad_norm": 1.5616159439086914,
      "learning_rate": 0.00026670000655621264,
      "loss": 12.2986,
      "step": 105360
    },
    {
      "epoch": 0.21952083333333333,
      "grad_norm": 2.2171497344970703,
      "learning_rate": 0.0002666938125271932,
      "loss": 9.0349,
      "step": 105370
    },
    {
      "epoch": 0.21954166666666666,
      "grad_norm": 1.5692285299301147,
      "learning_rate": 0.0002666876179941026,
      "loss": 8.2817,
      "step": 105380
    },
    {
      "epoch": 0.2195625,
      "grad_norm": 0.6997848153114319,
      "learning_rate": 0.0002666814229569677,
      "loss": 8.2091,
      "step": 105390
    },
    {
      "epoch": 0.21958333333333332,
      "grad_norm": 1.1070795059204102,
      "learning_rate": 0.00026667522741581525,
      "loss": 7.5669,
      "step": 105400
    },
    {
      "epoch": 0.21960416666666666,
      "grad_norm": 1.6165056228637695,
      "learning_rate": 0.000266669031370672,
      "loss": 7.6153,
      "step": 105410
    },
    {
      "epoch": 0.219625,
      "grad_norm": 0.9772955775260925,
      "learning_rate": 0.0002666628348215647,
      "loss": 7.8956,
      "step": 105420
    },
    {
      "epoch": 0.21964583333333335,
      "grad_norm": 1.0467119216918945,
      "learning_rate": 0.00026665663776852017,
      "loss": 8.0396,
      "step": 105430
    },
    {
      "epoch": 0.21966666666666668,
      "grad_norm": 1.9739055633544922,
      "learning_rate": 0.0002666504402115651,
      "loss": 7.805,
      "step": 105440
    },
    {
      "epoch": 0.2196875,
      "grad_norm": 1.2790122032165527,
      "learning_rate": 0.0002666442421507263,
      "loss": 7.7094,
      "step": 105450
    },
    {
      "epoch": 0.21970833333333334,
      "grad_norm": 0.9489135146141052,
      "learning_rate": 0.00026663804358603054,
      "loss": 8.1473,
      "step": 105460
    },
    {
      "epoch": 0.21972916666666667,
      "grad_norm": 6.688231945037842,
      "learning_rate": 0.0002666318445175047,
      "loss": 8.1376,
      "step": 105470
    },
    {
      "epoch": 0.21975,
      "grad_norm": 0.8142493963241577,
      "learning_rate": 0.0002666256449451753,
      "loss": 7.668,
      "step": 105480
    },
    {
      "epoch": 0.21977083333333333,
      "grad_norm": 1.816997766494751,
      "learning_rate": 0.0002666194448690694,
      "loss": 7.8071,
      "step": 105490
    },
    {
      "epoch": 0.21979166666666666,
      "grad_norm": 0.9224905967712402,
      "learning_rate": 0.0002666132442892136,
      "loss": 7.7077,
      "step": 105500
    },
    {
      "epoch": 0.2198125,
      "grad_norm": 0.7890306115150452,
      "learning_rate": 0.0002666070432056348,
      "loss": 8.3135,
      "step": 105510
    },
    {
      "epoch": 0.21983333333333333,
      "grad_norm": 2.2576372623443604,
      "learning_rate": 0.00026660084161835967,
      "loss": 8.5245,
      "step": 105520
    },
    {
      "epoch": 0.21985416666666666,
      "grad_norm": 0.8669728636741638,
      "learning_rate": 0.00026659463952741506,
      "loss": 8.6098,
      "step": 105530
    },
    {
      "epoch": 0.219875,
      "grad_norm": 1.234971284866333,
      "learning_rate": 0.00026658843693282776,
      "loss": 8.6837,
      "step": 105540
    },
    {
      "epoch": 0.21989583333333335,
      "grad_norm": 0.791134238243103,
      "learning_rate": 0.0002665822338346246,
      "loss": 7.5663,
      "step": 105550
    },
    {
      "epoch": 0.21991666666666668,
      "grad_norm": 1.3420928716659546,
      "learning_rate": 0.0002665760302328323,
      "loss": 7.6732,
      "step": 105560
    },
    {
      "epoch": 0.2199375,
      "grad_norm": 0.7089799046516418,
      "learning_rate": 0.0002665698261274777,
      "loss": 7.854,
      "step": 105570
    },
    {
      "epoch": 0.21995833333333334,
      "grad_norm": 20.10041618347168,
      "learning_rate": 0.0002665636215185876,
      "loss": 9.8796,
      "step": 105580
    },
    {
      "epoch": 0.21997916666666667,
      "grad_norm": 1.4875129461288452,
      "learning_rate": 0.0002665574164061888,
      "loss": 7.7136,
      "step": 105590
    },
    {
      "epoch": 0.22,
      "grad_norm": 1.4633371829986572,
      "learning_rate": 0.0002665512107903081,
      "loss": 7.8603,
      "step": 105600
    },
    {
      "epoch": 0.22002083333333333,
      "grad_norm": 0.555280327796936,
      "learning_rate": 0.0002665450046709723,
      "loss": 7.2371,
      "step": 105610
    },
    {
      "epoch": 0.22004166666666666,
      "grad_norm": 0.7347771525382996,
      "learning_rate": 0.00026653879804820817,
      "loss": 7.6459,
      "step": 105620
    },
    {
      "epoch": 0.2200625,
      "grad_norm": 1.0493278503417969,
      "learning_rate": 0.0002665325909220426,
      "loss": 7.9812,
      "step": 105630
    },
    {
      "epoch": 0.22008333333333333,
      "grad_norm": 1.2108111381530762,
      "learning_rate": 0.0002665263832925024,
      "loss": 7.9617,
      "step": 105640
    },
    {
      "epoch": 0.22010416666666666,
      "grad_norm": 0.930927574634552,
      "learning_rate": 0.00026652017515961426,
      "loss": 8.5702,
      "step": 105650
    },
    {
      "epoch": 0.220125,
      "grad_norm": 1.2626760005950928,
      "learning_rate": 0.00026651396652340516,
      "loss": 8.0434,
      "step": 105660
    },
    {
      "epoch": 0.22014583333333335,
      "grad_norm": 1.3094078302383423,
      "learning_rate": 0.0002665077573839018,
      "loss": 7.7431,
      "step": 105670
    },
    {
      "epoch": 0.22016666666666668,
      "grad_norm": 0.7562069296836853,
      "learning_rate": 0.0002665015477411311,
      "loss": 7.6561,
      "step": 105680
    },
    {
      "epoch": 0.2201875,
      "grad_norm": 2.2828853130340576,
      "learning_rate": 0.0002664953375951198,
      "loss": 7.6961,
      "step": 105690
    },
    {
      "epoch": 0.22020833333333334,
      "grad_norm": 0.9004108309745789,
      "learning_rate": 0.00026648912694589473,
      "loss": 7.4757,
      "step": 105700
    },
    {
      "epoch": 0.22022916666666667,
      "grad_norm": 2.2727017402648926,
      "learning_rate": 0.00026648291579348273,
      "loss": 8.727,
      "step": 105710
    },
    {
      "epoch": 0.22025,
      "grad_norm": 1.463943600654602,
      "learning_rate": 0.0002664767041379107,
      "loss": 8.1824,
      "step": 105720
    },
    {
      "epoch": 0.22027083333333333,
      "grad_norm": 1.0911345481872559,
      "learning_rate": 0.00026647049197920536,
      "loss": 7.8807,
      "step": 105730
    },
    {
      "epoch": 0.22029166666666666,
      "grad_norm": 0.9328790307044983,
      "learning_rate": 0.00026646427931739365,
      "loss": 8.1941,
      "step": 105740
    },
    {
      "epoch": 0.2203125,
      "grad_norm": 1.3487218618392944,
      "learning_rate": 0.00026645806615250233,
      "loss": 7.7475,
      "step": 105750
    },
    {
      "epoch": 0.22033333333333333,
      "grad_norm": 1.0270328521728516,
      "learning_rate": 0.0002664518524845582,
      "loss": 7.5309,
      "step": 105760
    },
    {
      "epoch": 0.22035416666666666,
      "grad_norm": 1.421556830406189,
      "learning_rate": 0.0002664456383135882,
      "loss": 8.2083,
      "step": 105770
    },
    {
      "epoch": 0.220375,
      "grad_norm": 0.6747334599494934,
      "learning_rate": 0.0002664394236396192,
      "loss": 7.8202,
      "step": 105780
    },
    {
      "epoch": 0.22039583333333335,
      "grad_norm": 0.9108675718307495,
      "learning_rate": 0.0002664332084626779,
      "loss": 7.9878,
      "step": 105790
    },
    {
      "epoch": 0.22041666666666668,
      "grad_norm": 0.6521718502044678,
      "learning_rate": 0.00026642699278279125,
      "loss": 7.2019,
      "step": 105800
    },
    {
      "epoch": 0.2204375,
      "grad_norm": 1.5450665950775146,
      "learning_rate": 0.0002664207765999861,
      "loss": 8.6733,
      "step": 105810
    },
    {
      "epoch": 0.22045833333333334,
      "grad_norm": 0.7338570952415466,
      "learning_rate": 0.0002664145599142893,
      "loss": 8.6181,
      "step": 105820
    },
    {
      "epoch": 0.22047916666666667,
      "grad_norm": 0.756169319152832,
      "learning_rate": 0.0002664083427257276,
      "loss": 7.6141,
      "step": 105830
    },
    {
      "epoch": 0.2205,
      "grad_norm": 0.7778908014297485,
      "learning_rate": 0.000266402125034328,
      "loss": 9.2363,
      "step": 105840
    },
    {
      "epoch": 0.22052083333333333,
      "grad_norm": 0.715054452419281,
      "learning_rate": 0.00026639590684011727,
      "loss": 7.6569,
      "step": 105850
    },
    {
      "epoch": 0.22054166666666666,
      "grad_norm": 2.354950189590454,
      "learning_rate": 0.0002663896881431223,
      "loss": 9.0421,
      "step": 105860
    },
    {
      "epoch": 0.2205625,
      "grad_norm": 1.7659727334976196,
      "learning_rate": 0.0002663834689433699,
      "loss": 7.6485,
      "step": 105870
    },
    {
      "epoch": 0.22058333333333333,
      "grad_norm": 1.3270233869552612,
      "learning_rate": 0.0002663772492408871,
      "loss": 8.4217,
      "step": 105880
    },
    {
      "epoch": 0.22060416666666666,
      "grad_norm": 1.0313166379928589,
      "learning_rate": 0.00026637102903570055,
      "loss": 7.7549,
      "step": 105890
    },
    {
      "epoch": 0.220625,
      "grad_norm": 0.7632569074630737,
      "learning_rate": 0.00026636480832783723,
      "loss": 8.1812,
      "step": 105900
    },
    {
      "epoch": 0.22064583333333335,
      "grad_norm": 1.1308581829071045,
      "learning_rate": 0.000266358587117324,
      "loss": 9.246,
      "step": 105910
    },
    {
      "epoch": 0.22066666666666668,
      "grad_norm": 1.3506065607070923,
      "learning_rate": 0.00026635236540418773,
      "loss": 8.0101,
      "step": 105920
    },
    {
      "epoch": 0.2206875,
      "grad_norm": 2.8878097534179688,
      "learning_rate": 0.00026634614318845533,
      "loss": 8.4651,
      "step": 105930
    },
    {
      "epoch": 0.22070833333333334,
      "grad_norm": 1.398527979850769,
      "learning_rate": 0.00026633992047015364,
      "loss": 7.7998,
      "step": 105940
    },
    {
      "epoch": 0.22072916666666667,
      "grad_norm": 2.0734708309173584,
      "learning_rate": 0.0002663336972493095,
      "loss": 8.1182,
      "step": 105950
    },
    {
      "epoch": 0.22075,
      "grad_norm": 0.49641260504722595,
      "learning_rate": 0.0002663274735259499,
      "loss": 8.3454,
      "step": 105960
    },
    {
      "epoch": 0.22077083333333333,
      "grad_norm": 2.331444025039673,
      "learning_rate": 0.0002663212493001016,
      "loss": 8.4878,
      "step": 105970
    },
    {
      "epoch": 0.22079166666666666,
      "grad_norm": 1.2698659896850586,
      "learning_rate": 0.0002663150245717916,
      "loss": 8.3296,
      "step": 105980
    },
    {
      "epoch": 0.2208125,
      "grad_norm": 0.6122811436653137,
      "learning_rate": 0.0002663087993410467,
      "loss": 8.0394,
      "step": 105990
    },
    {
      "epoch": 0.22083333333333333,
      "grad_norm": 0.9309428334236145,
      "learning_rate": 0.0002663025736078938,
      "loss": 7.8472,
      "step": 106000
    },
    {
      "epoch": 0.22083333333333333,
      "eval_loss": 7.707503318786621,
      "eval_runtime": 8.4165,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 106000
    },
    {
      "epoch": 0.22085416666666666,
      "grad_norm": 0.7391808032989502,
      "learning_rate": 0.0002662963473723599,
      "loss": 7.6457,
      "step": 106010
    },
    {
      "epoch": 0.220875,
      "grad_norm": 2.748844861984253,
      "learning_rate": 0.00026629012063447173,
      "loss": 7.9093,
      "step": 106020
    },
    {
      "epoch": 0.22089583333333335,
      "grad_norm": 1.7262049913406372,
      "learning_rate": 0.0002662838933942563,
      "loss": 7.9871,
      "step": 106030
    },
    {
      "epoch": 0.22091666666666668,
      "grad_norm": 5.961905479431152,
      "learning_rate": 0.0002662776656517405,
      "loss": 8.5085,
      "step": 106040
    },
    {
      "epoch": 0.2209375,
      "grad_norm": 2.833400011062622,
      "learning_rate": 0.00026627143740695115,
      "loss": 8.1874,
      "step": 106050
    },
    {
      "epoch": 0.22095833333333334,
      "grad_norm": 2.35835337638855,
      "learning_rate": 0.00026626520865991526,
      "loss": 8.375,
      "step": 106060
    },
    {
      "epoch": 0.22097916666666667,
      "grad_norm": 2.31377911567688,
      "learning_rate": 0.00026625897941065974,
      "loss": 11.1833,
      "step": 106070
    },
    {
      "epoch": 0.221,
      "grad_norm": 1.1380051374435425,
      "learning_rate": 0.00026625274965921136,
      "loss": 7.4495,
      "step": 106080
    },
    {
      "epoch": 0.22102083333333333,
      "grad_norm": 0.7922596335411072,
      "learning_rate": 0.00026624651940559713,
      "loss": 7.9503,
      "step": 106090
    },
    {
      "epoch": 0.22104166666666666,
      "grad_norm": 2.3051469326019287,
      "learning_rate": 0.000266240288649844,
      "loss": 9.5615,
      "step": 106100
    },
    {
      "epoch": 0.2210625,
      "grad_norm": 0.9454463124275208,
      "learning_rate": 0.00026623405739197877,
      "loss": 8.3931,
      "step": 106110
    },
    {
      "epoch": 0.22108333333333333,
      "grad_norm": 1.3750059604644775,
      "learning_rate": 0.00026622782563202847,
      "loss": 8.4127,
      "step": 106120
    },
    {
      "epoch": 0.22110416666666666,
      "grad_norm": 0.9714826941490173,
      "learning_rate": 0.00026622159337002,
      "loss": 8.2044,
      "step": 106130
    },
    {
      "epoch": 0.221125,
      "grad_norm": 0.6827438473701477,
      "learning_rate": 0.0002662153606059801,
      "loss": 7.866,
      "step": 106140
    },
    {
      "epoch": 0.22114583333333335,
      "grad_norm": 1.085415005683899,
      "learning_rate": 0.000266209127339936,
      "loss": 7.8093,
      "step": 106150
    },
    {
      "epoch": 0.22116666666666668,
      "grad_norm": 0.7178510427474976,
      "learning_rate": 0.00026620289357191443,
      "loss": 8.2046,
      "step": 106160
    },
    {
      "epoch": 0.2211875,
      "grad_norm": 0.892186164855957,
      "learning_rate": 0.0002661966593019423,
      "loss": 8.2072,
      "step": 106170
    },
    {
      "epoch": 0.22120833333333334,
      "grad_norm": 6.538604736328125,
      "learning_rate": 0.00026619042453004667,
      "loss": 8.5993,
      "step": 106180
    },
    {
      "epoch": 0.22122916666666667,
      "grad_norm": 0.6571750640869141,
      "learning_rate": 0.00026618418925625437,
      "loss": 7.6617,
      "step": 106190
    },
    {
      "epoch": 0.22125,
      "grad_norm": 0.925095796585083,
      "learning_rate": 0.00026617795348059237,
      "loss": 8.4984,
      "step": 106200
    },
    {
      "epoch": 0.22127083333333333,
      "grad_norm": 0.8444758653640747,
      "learning_rate": 0.00026617171720308755,
      "loss": 8.6045,
      "step": 106210
    },
    {
      "epoch": 0.22129166666666666,
      "grad_norm": 1.4312036037445068,
      "learning_rate": 0.00026616548042376697,
      "loss": 9.0967,
      "step": 106220
    },
    {
      "epoch": 0.2213125,
      "grad_norm": 1.531592607498169,
      "learning_rate": 0.00026615924314265745,
      "loss": 8.291,
      "step": 106230
    },
    {
      "epoch": 0.22133333333333333,
      "grad_norm": 1.5336058139801025,
      "learning_rate": 0.00026615300535978595,
      "loss": 8.474,
      "step": 106240
    },
    {
      "epoch": 0.22135416666666666,
      "grad_norm": 1.2039263248443604,
      "learning_rate": 0.00026614676707517945,
      "loss": 8.2604,
      "step": 106250
    },
    {
      "epoch": 0.221375,
      "grad_norm": 0.9843782782554626,
      "learning_rate": 0.00026614052828886496,
      "loss": 7.6534,
      "step": 106260
    },
    {
      "epoch": 0.22139583333333332,
      "grad_norm": 1.1702572107315063,
      "learning_rate": 0.0002661342890008693,
      "loss": 7.5464,
      "step": 106270
    },
    {
      "epoch": 0.22141666666666668,
      "grad_norm": 0.6866864562034607,
      "learning_rate": 0.0002661280492112195,
      "loss": 7.7882,
      "step": 106280
    },
    {
      "epoch": 0.2214375,
      "grad_norm": 3.275991201400757,
      "learning_rate": 0.0002661218089199425,
      "loss": 8.5267,
      "step": 106290
    },
    {
      "epoch": 0.22145833333333334,
      "grad_norm": 0.9654296040534973,
      "learning_rate": 0.00026611556812706523,
      "loss": 7.9582,
      "step": 106300
    },
    {
      "epoch": 0.22147916666666667,
      "grad_norm": 0.8151242136955261,
      "learning_rate": 0.0002661093268326147,
      "loss": 7.7588,
      "step": 106310
    },
    {
      "epoch": 0.2215,
      "grad_norm": 0.832975447177887,
      "learning_rate": 0.00026610308503661784,
      "loss": 7.9711,
      "step": 106320
    },
    {
      "epoch": 0.22152083333333333,
      "grad_norm": 0.8579386472702026,
      "learning_rate": 0.00026609684273910155,
      "loss": 7.9704,
      "step": 106330
    },
    {
      "epoch": 0.22154166666666666,
      "grad_norm": 0.6154740452766418,
      "learning_rate": 0.0002660905999400929,
      "loss": 7.7785,
      "step": 106340
    },
    {
      "epoch": 0.2215625,
      "grad_norm": 1.7002533674240112,
      "learning_rate": 0.00026608435663961875,
      "loss": 8.2559,
      "step": 106350
    },
    {
      "epoch": 0.22158333333333333,
      "grad_norm": 0.5951918363571167,
      "learning_rate": 0.0002660781128377062,
      "loss": 7.6877,
      "step": 106360
    },
    {
      "epoch": 0.22160416666666666,
      "grad_norm": 1.7493163347244263,
      "learning_rate": 0.00026607186853438216,
      "loss": 7.5991,
      "step": 106370
    },
    {
      "epoch": 0.221625,
      "grad_norm": 2.348756790161133,
      "learning_rate": 0.00026606562372967355,
      "loss": 7.9507,
      "step": 106380
    },
    {
      "epoch": 0.22164583333333332,
      "grad_norm": 1.8227618932724,
      "learning_rate": 0.00026605937842360736,
      "loss": 7.7162,
      "step": 106390
    },
    {
      "epoch": 0.22166666666666668,
      "grad_norm": 0.9318329691886902,
      "learning_rate": 0.00026605313261621064,
      "loss": 7.7921,
      "step": 106400
    },
    {
      "epoch": 0.2216875,
      "grad_norm": 0.7921886444091797,
      "learning_rate": 0.00026604688630751033,
      "loss": 7.9609,
      "step": 106410
    },
    {
      "epoch": 0.22170833333333334,
      "grad_norm": 0.7794008851051331,
      "learning_rate": 0.00026604063949753337,
      "loss": 7.7292,
      "step": 106420
    },
    {
      "epoch": 0.22172916666666667,
      "grad_norm": 5.755321025848389,
      "learning_rate": 0.0002660343921863068,
      "loss": 8.5937,
      "step": 106430
    },
    {
      "epoch": 0.22175,
      "grad_norm": 0.9001501798629761,
      "learning_rate": 0.0002660281443738576,
      "loss": 7.907,
      "step": 106440
    },
    {
      "epoch": 0.22177083333333333,
      "grad_norm": 0.7419114112854004,
      "learning_rate": 0.0002660218960602127,
      "loss": 7.9725,
      "step": 106450
    },
    {
      "epoch": 0.22179166666666666,
      "grad_norm": 1.6623749732971191,
      "learning_rate": 0.0002660156472453992,
      "loss": 8.2125,
      "step": 106460
    },
    {
      "epoch": 0.2218125,
      "grad_norm": 0.7564283609390259,
      "learning_rate": 0.000266009397929444,
      "loss": 8.1232,
      "step": 106470
    },
    {
      "epoch": 0.22183333333333333,
      "grad_norm": 1.08974027633667,
      "learning_rate": 0.0002660031481123741,
      "loss": 8.513,
      "step": 106480
    },
    {
      "epoch": 0.22185416666666666,
      "grad_norm": 1.2810263633728027,
      "learning_rate": 0.0002659968977942165,
      "loss": 8.1187,
      "step": 106490
    },
    {
      "epoch": 0.221875,
      "grad_norm": 1.4138729572296143,
      "learning_rate": 0.0002659906469749983,
      "loss": 7.5464,
      "step": 106500
    },
    {
      "epoch": 0.22189583333333332,
      "grad_norm": 1.0679383277893066,
      "learning_rate": 0.0002659843956547463,
      "loss": 8.0025,
      "step": 106510
    },
    {
      "epoch": 0.22191666666666668,
      "grad_norm": 3.3000388145446777,
      "learning_rate": 0.0002659781438334877,
      "loss": 8.2577,
      "step": 106520
    },
    {
      "epoch": 0.2219375,
      "grad_norm": 0.6816831231117249,
      "learning_rate": 0.0002659718915112494,
      "loss": 7.7872,
      "step": 106530
    },
    {
      "epoch": 0.22195833333333334,
      "grad_norm": 1.2268511056900024,
      "learning_rate": 0.00026596563868805845,
      "loss": 7.9705,
      "step": 106540
    },
    {
      "epoch": 0.22197916666666667,
      "grad_norm": 0.7210711240768433,
      "learning_rate": 0.00026595938536394184,
      "loss": 8.2294,
      "step": 106550
    },
    {
      "epoch": 0.222,
      "grad_norm": 0.9184408187866211,
      "learning_rate": 0.00026595313153892654,
      "loss": 7.5207,
      "step": 106560
    },
    {
      "epoch": 0.22202083333333333,
      "grad_norm": 0.5825782418251038,
      "learning_rate": 0.0002659468772130397,
      "loss": 7.9594,
      "step": 106570
    },
    {
      "epoch": 0.22204166666666666,
      "grad_norm": 5.778801441192627,
      "learning_rate": 0.00026594062238630817,
      "loss": 8.2864,
      "step": 106580
    },
    {
      "epoch": 0.2220625,
      "grad_norm": 1.7395479679107666,
      "learning_rate": 0.0002659343670587591,
      "loss": 8.1936,
      "step": 106590
    },
    {
      "epoch": 0.22208333333333333,
      "grad_norm": 0.6810318827629089,
      "learning_rate": 0.00026592811123041937,
      "loss": 7.9097,
      "step": 106600
    },
    {
      "epoch": 0.22210416666666666,
      "grad_norm": 1.063205361366272,
      "learning_rate": 0.00026592185490131615,
      "loss": 7.7145,
      "step": 106610
    },
    {
      "epoch": 0.222125,
      "grad_norm": 0.540187656879425,
      "learning_rate": 0.00026591559807147643,
      "loss": 7.6923,
      "step": 106620
    },
    {
      "epoch": 0.22214583333333332,
      "grad_norm": 0.7507905960083008,
      "learning_rate": 0.00026590934074092716,
      "loss": 7.9449,
      "step": 106630
    },
    {
      "epoch": 0.22216666666666668,
      "grad_norm": 2.140819787979126,
      "learning_rate": 0.00026590308290969544,
      "loss": 8.783,
      "step": 106640
    },
    {
      "epoch": 0.2221875,
      "grad_norm": 0.9287620782852173,
      "learning_rate": 0.00026589682457780827,
      "loss": 8.5984,
      "step": 106650
    },
    {
      "epoch": 0.22220833333333334,
      "grad_norm": 0.8752257823944092,
      "learning_rate": 0.0002658905657452927,
      "loss": 7.6086,
      "step": 106660
    },
    {
      "epoch": 0.22222916666666667,
      "grad_norm": 2.2805919647216797,
      "learning_rate": 0.0002658843064121757,
      "loss": 7.6114,
      "step": 106670
    },
    {
      "epoch": 0.22225,
      "grad_norm": 0.9800160527229309,
      "learning_rate": 0.00026587804657848444,
      "loss": 7.6899,
      "step": 106680
    },
    {
      "epoch": 0.22227083333333333,
      "grad_norm": 0.9252177476882935,
      "learning_rate": 0.00026587178624424586,
      "loss": 8.3713,
      "step": 106690
    },
    {
      "epoch": 0.22229166666666667,
      "grad_norm": 5.054510593414307,
      "learning_rate": 0.000265865525409487,
      "loss": 8.0834,
      "step": 106700
    },
    {
      "epoch": 0.2223125,
      "grad_norm": 0.5355120301246643,
      "learning_rate": 0.000265859264074235,
      "loss": 8.0567,
      "step": 106710
    },
    {
      "epoch": 0.22233333333333333,
      "grad_norm": 0.7582823038101196,
      "learning_rate": 0.0002658530022385168,
      "loss": 8.6904,
      "step": 106720
    },
    {
      "epoch": 0.22235416666666666,
      "grad_norm": 1.0706720352172852,
      "learning_rate": 0.0002658467399023595,
      "loss": 8.0559,
      "step": 106730
    },
    {
      "epoch": 0.222375,
      "grad_norm": 0.81206876039505,
      "learning_rate": 0.00026584047706579013,
      "loss": 7.6794,
      "step": 106740
    },
    {
      "epoch": 0.22239583333333332,
      "grad_norm": 0.8387417197227478,
      "learning_rate": 0.00026583421372883574,
      "loss": 7.8174,
      "step": 106750
    },
    {
      "epoch": 0.22241666666666668,
      "grad_norm": 1.2272167205810547,
      "learning_rate": 0.0002658279498915234,
      "loss": 7.8052,
      "step": 106760
    },
    {
      "epoch": 0.2224375,
      "grad_norm": 0.8122203350067139,
      "learning_rate": 0.00026582168555388017,
      "loss": 8.506,
      "step": 106770
    },
    {
      "epoch": 0.22245833333333334,
      "grad_norm": 1.1084650754928589,
      "learning_rate": 0.00026581542071593315,
      "loss": 8.3278,
      "step": 106780
    },
    {
      "epoch": 0.22247916666666667,
      "grad_norm": 2.1928727626800537,
      "learning_rate": 0.0002658091553777093,
      "loss": 7.861,
      "step": 106790
    },
    {
      "epoch": 0.2225,
      "grad_norm": 1.1891661882400513,
      "learning_rate": 0.0002658028895392357,
      "loss": 7.7937,
      "step": 106800
    },
    {
      "epoch": 0.22252083333333333,
      "grad_norm": 0.9841747283935547,
      "learning_rate": 0.00026579662320053957,
      "loss": 8.6076,
      "step": 106810
    },
    {
      "epoch": 0.22254166666666667,
      "grad_norm": 2.4233641624450684,
      "learning_rate": 0.0002657903563616478,
      "loss": 8.9302,
      "step": 106820
    },
    {
      "epoch": 0.2225625,
      "grad_norm": 1.3163458108901978,
      "learning_rate": 0.0002657840890225875,
      "loss": 8.8582,
      "step": 106830
    },
    {
      "epoch": 0.22258333333333333,
      "grad_norm": 2.233280897140503,
      "learning_rate": 0.0002657778211833858,
      "loss": 7.5967,
      "step": 106840
    },
    {
      "epoch": 0.22260416666666666,
      "grad_norm": 0.671943724155426,
      "learning_rate": 0.00026577155284406977,
      "loss": 8.3559,
      "step": 106850
    },
    {
      "epoch": 0.222625,
      "grad_norm": 2.362246036529541,
      "learning_rate": 0.00026576528400466636,
      "loss": 8.0642,
      "step": 106860
    },
    {
      "epoch": 0.22264583333333332,
      "grad_norm": 1.0527265071868896,
      "learning_rate": 0.0002657590146652028,
      "loss": 7.6652,
      "step": 106870
    },
    {
      "epoch": 0.22266666666666668,
      "grad_norm": 0.6252304315567017,
      "learning_rate": 0.00026575274482570617,
      "loss": 8.2873,
      "step": 106880
    },
    {
      "epoch": 0.2226875,
      "grad_norm": 0.8062185049057007,
      "learning_rate": 0.00026574647448620345,
      "loss": 7.5723,
      "step": 106890
    },
    {
      "epoch": 0.22270833333333334,
      "grad_norm": 1.010555624961853,
      "learning_rate": 0.00026574020364672176,
      "loss": 8.0477,
      "step": 106900
    },
    {
      "epoch": 0.22272916666666667,
      "grad_norm": 0.6532036066055298,
      "learning_rate": 0.0002657339323072882,
      "loss": 7.9764,
      "step": 106910
    },
    {
      "epoch": 0.22275,
      "grad_norm": 1.1170674562454224,
      "learning_rate": 0.00026572766046792986,
      "loss": 7.7844,
      "step": 106920
    },
    {
      "epoch": 0.22277083333333333,
      "grad_norm": 1.4760088920593262,
      "learning_rate": 0.0002657213881286739,
      "loss": 7.7248,
      "step": 106930
    },
    {
      "epoch": 0.22279166666666667,
      "grad_norm": 2.4414689540863037,
      "learning_rate": 0.0002657151152895473,
      "loss": 7.6967,
      "step": 106940
    },
    {
      "epoch": 0.2228125,
      "grad_norm": 1.531154751777649,
      "learning_rate": 0.0002657088419505772,
      "loss": 7.9439,
      "step": 106950
    },
    {
      "epoch": 0.22283333333333333,
      "grad_norm": 3.1090245246887207,
      "learning_rate": 0.0002657025681117907,
      "loss": 8.2599,
      "step": 106960
    },
    {
      "epoch": 0.22285416666666666,
      "grad_norm": 3.46860408782959,
      "learning_rate": 0.00026569629377321495,
      "loss": 7.9069,
      "step": 106970
    },
    {
      "epoch": 0.222875,
      "grad_norm": 4.7956318855285645,
      "learning_rate": 0.00026569001893487695,
      "loss": 7.9551,
      "step": 106980
    },
    {
      "epoch": 0.22289583333333332,
      "grad_norm": 1.016301155090332,
      "learning_rate": 0.00026568374359680393,
      "loss": 8.8324,
      "step": 106990
    },
    {
      "epoch": 0.22291666666666668,
      "grad_norm": 1.9629738330841064,
      "learning_rate": 0.00026567746775902284,
      "loss": 7.8621,
      "step": 107000
    },
    {
      "epoch": 0.22291666666666668,
      "eval_loss": 7.112217903137207,
      "eval_runtime": 8.9028,
      "eval_samples_per_second": 0.337,
      "eval_steps_per_second": 0.112,
      "step": 107000
    },
    {
      "epoch": 0.2229375,
      "grad_norm": 0.9032813310623169,
      "learning_rate": 0.000265671191421561,
      "loss": 8.0007,
      "step": 107010
    },
    {
      "epoch": 0.22295833333333334,
      "grad_norm": 1.5532656908035278,
      "learning_rate": 0.0002656649145844453,
      "loss": 8.1443,
      "step": 107020
    },
    {
      "epoch": 0.22297916666666667,
      "grad_norm": 0.8743473291397095,
      "learning_rate": 0.00026565863724770295,
      "loss": 7.8844,
      "step": 107030
    },
    {
      "epoch": 0.223,
      "grad_norm": 0.695925772190094,
      "learning_rate": 0.0002656523594113611,
      "loss": 7.7971,
      "step": 107040
    },
    {
      "epoch": 0.22302083333333333,
      "grad_norm": 2.06471848487854,
      "learning_rate": 0.00026564608107544684,
      "loss": 8.1712,
      "step": 107050
    },
    {
      "epoch": 0.22304166666666667,
      "grad_norm": 0.9016704559326172,
      "learning_rate": 0.00026563980223998725,
      "loss": 7.9765,
      "step": 107060
    },
    {
      "epoch": 0.2230625,
      "grad_norm": 1.7632611989974976,
      "learning_rate": 0.00026563352290500953,
      "loss": 7.8351,
      "step": 107070
    },
    {
      "epoch": 0.22308333333333333,
      "grad_norm": 1.4517931938171387,
      "learning_rate": 0.0002656272430705408,
      "loss": 7.594,
      "step": 107080
    },
    {
      "epoch": 0.22310416666666666,
      "grad_norm": 2.631955862045288,
      "learning_rate": 0.0002656209627366081,
      "loss": 8.3619,
      "step": 107090
    },
    {
      "epoch": 0.223125,
      "grad_norm": 1.7273861169815063,
      "learning_rate": 0.00026561468190323853,
      "loss": 7.7996,
      "step": 107100
    },
    {
      "epoch": 0.22314583333333332,
      "grad_norm": 0.5216201543807983,
      "learning_rate": 0.00026560840057045937,
      "loss": 7.703,
      "step": 107110
    },
    {
      "epoch": 0.22316666666666668,
      "grad_norm": 2.3781473636627197,
      "learning_rate": 0.0002656021187382977,
      "loss": 8.5474,
      "step": 107120
    },
    {
      "epoch": 0.2231875,
      "grad_norm": 2.4941561222076416,
      "learning_rate": 0.0002655958364067806,
      "loss": 7.8627,
      "step": 107130
    },
    {
      "epoch": 0.22320833333333334,
      "grad_norm": 0.7258012890815735,
      "learning_rate": 0.00026558955357593525,
      "loss": 7.6711,
      "step": 107140
    },
    {
      "epoch": 0.22322916666666667,
      "grad_norm": 0.6989057660102844,
      "learning_rate": 0.0002655832702457888,
      "loss": 7.7459,
      "step": 107150
    },
    {
      "epoch": 0.22325,
      "grad_norm": 1.5911822319030762,
      "learning_rate": 0.00026557698641636835,
      "loss": 7.8801,
      "step": 107160
    },
    {
      "epoch": 0.22327083333333334,
      "grad_norm": 1.2134158611297607,
      "learning_rate": 0.0002655707020877011,
      "loss": 7.8835,
      "step": 107170
    },
    {
      "epoch": 0.22329166666666667,
      "grad_norm": 0.6566749811172485,
      "learning_rate": 0.00026556441725981414,
      "loss": 7.528,
      "step": 107180
    },
    {
      "epoch": 0.2233125,
      "grad_norm": 3.2696785926818848,
      "learning_rate": 0.00026555813193273464,
      "loss": 8.4933,
      "step": 107190
    },
    {
      "epoch": 0.22333333333333333,
      "grad_norm": 1.2147917747497559,
      "learning_rate": 0.00026555184610648977,
      "loss": 7.5375,
      "step": 107200
    },
    {
      "epoch": 0.22335416666666666,
      "grad_norm": 0.9325589537620544,
      "learning_rate": 0.0002655455597811066,
      "loss": 7.831,
      "step": 107210
    },
    {
      "epoch": 0.223375,
      "grad_norm": 4.327751636505127,
      "learning_rate": 0.0002655392729566124,
      "loss": 8.2406,
      "step": 107220
    },
    {
      "epoch": 0.22339583333333332,
      "grad_norm": 2.6471188068389893,
      "learning_rate": 0.0002655329856330343,
      "loss": 8.0153,
      "step": 107230
    },
    {
      "epoch": 0.22341666666666668,
      "grad_norm": 1.2209877967834473,
      "learning_rate": 0.0002655266978103994,
      "loss": 8.18,
      "step": 107240
    },
    {
      "epoch": 0.2234375,
      "grad_norm": 1.2295714616775513,
      "learning_rate": 0.0002655204094887349,
      "loss": 8.0081,
      "step": 107250
    },
    {
      "epoch": 0.22345833333333334,
      "grad_norm": 0.9442211389541626,
      "learning_rate": 0.00026551412066806794,
      "loss": 8.1549,
      "step": 107260
    },
    {
      "epoch": 0.22347916666666667,
      "grad_norm": 1.2133033275604248,
      "learning_rate": 0.0002655078313484257,
      "loss": 8.0314,
      "step": 107270
    },
    {
      "epoch": 0.2235,
      "grad_norm": 1.793709635734558,
      "learning_rate": 0.0002655015415298354,
      "loss": 7.9064,
      "step": 107280
    },
    {
      "epoch": 0.22352083333333334,
      "grad_norm": 0.8093647360801697,
      "learning_rate": 0.00026549525121232414,
      "loss": 7.684,
      "step": 107290
    },
    {
      "epoch": 0.22354166666666667,
      "grad_norm": 0.6574150919914246,
      "learning_rate": 0.00026548896039591907,
      "loss": 7.7101,
      "step": 107300
    },
    {
      "epoch": 0.2235625,
      "grad_norm": 1.5759892463684082,
      "learning_rate": 0.0002654826690806475,
      "loss": 8.6899,
      "step": 107310
    },
    {
      "epoch": 0.22358333333333333,
      "grad_norm": 0.572059154510498,
      "learning_rate": 0.0002654763772665364,
      "loss": 7.745,
      "step": 107320
    },
    {
      "epoch": 0.22360416666666666,
      "grad_norm": 1.4399968385696411,
      "learning_rate": 0.0002654700849536131,
      "loss": 7.6935,
      "step": 107330
    },
    {
      "epoch": 0.223625,
      "grad_norm": 1.0797370672225952,
      "learning_rate": 0.00026546379214190477,
      "loss": 7.6486,
      "step": 107340
    },
    {
      "epoch": 0.22364583333333332,
      "grad_norm": 5.274674892425537,
      "learning_rate": 0.00026545749883143853,
      "loss": 8.3899,
      "step": 107350
    },
    {
      "epoch": 0.22366666666666668,
      "grad_norm": 0.8174011707305908,
      "learning_rate": 0.0002654512050222416,
      "loss": 7.7244,
      "step": 107360
    },
    {
      "epoch": 0.2236875,
      "grad_norm": 1.382047176361084,
      "learning_rate": 0.00026544491071434117,
      "loss": 7.7407,
      "step": 107370
    },
    {
      "epoch": 0.22370833333333334,
      "grad_norm": 0.8824246525764465,
      "learning_rate": 0.00026543861590776435,
      "loss": 7.9676,
      "step": 107380
    },
    {
      "epoch": 0.22372916666666667,
      "grad_norm": 3.6679389476776123,
      "learning_rate": 0.0002654323206025385,
      "loss": 7.7626,
      "step": 107390
    },
    {
      "epoch": 0.22375,
      "grad_norm": 0.6530541181564331,
      "learning_rate": 0.00026542602479869064,
      "loss": 7.4483,
      "step": 107400
    },
    {
      "epoch": 0.22377083333333334,
      "grad_norm": 0.698380172252655,
      "learning_rate": 0.0002654197284962481,
      "loss": 8.3038,
      "step": 107410
    },
    {
      "epoch": 0.22379166666666667,
      "grad_norm": 1.5709190368652344,
      "learning_rate": 0.00026541343169523803,
      "loss": 8.8345,
      "step": 107420
    },
    {
      "epoch": 0.2238125,
      "grad_norm": 1.5680233240127563,
      "learning_rate": 0.0002654071343956876,
      "loss": 8.0775,
      "step": 107430
    },
    {
      "epoch": 0.22383333333333333,
      "grad_norm": 1.8812658786773682,
      "learning_rate": 0.000265400836597624,
      "loss": 7.7224,
      "step": 107440
    },
    {
      "epoch": 0.22385416666666666,
      "grad_norm": 1.1108893156051636,
      "learning_rate": 0.0002653945383010745,
      "loss": 7.8712,
      "step": 107450
    },
    {
      "epoch": 0.223875,
      "grad_norm": 0.8507229685783386,
      "learning_rate": 0.00026538823950606627,
      "loss": 7.96,
      "step": 107460
    },
    {
      "epoch": 0.22389583333333332,
      "grad_norm": 8.108558654785156,
      "learning_rate": 0.0002653819402126265,
      "loss": 7.8484,
      "step": 107470
    },
    {
      "epoch": 0.22391666666666668,
      "grad_norm": 1.2080446481704712,
      "learning_rate": 0.0002653756404207824,
      "loss": 7.6012,
      "step": 107480
    },
    {
      "epoch": 0.2239375,
      "grad_norm": 3.707366704940796,
      "learning_rate": 0.00026536934013056125,
      "loss": 8.6987,
      "step": 107490
    },
    {
      "epoch": 0.22395833333333334,
      "grad_norm": 0.4999440610408783,
      "learning_rate": 0.00026536303934199024,
      "loss": 7.8585,
      "step": 107500
    },
    {
      "epoch": 0.22397916666666667,
      "grad_norm": 1.081689715385437,
      "learning_rate": 0.0002653567380550965,
      "loss": 8.5001,
      "step": 107510
    },
    {
      "epoch": 0.224,
      "grad_norm": 0.9254069924354553,
      "learning_rate": 0.0002653504362699073,
      "loss": 8.1977,
      "step": 107520
    },
    {
      "epoch": 0.22402083333333334,
      "grad_norm": 1.2606669664382935,
      "learning_rate": 0.00026534413398644996,
      "loss": 7.931,
      "step": 107530
    },
    {
      "epoch": 0.22404166666666667,
      "grad_norm": 0.6411965489387512,
      "learning_rate": 0.00026533783120475155,
      "loss": 7.9463,
      "step": 107540
    },
    {
      "epoch": 0.2240625,
      "grad_norm": 1.458612084388733,
      "learning_rate": 0.00026533152792483937,
      "loss": 7.6765,
      "step": 107550
    },
    {
      "epoch": 0.22408333333333333,
      "grad_norm": 3.0424816608428955,
      "learning_rate": 0.0002653252241467407,
      "loss": 9.5021,
      "step": 107560
    },
    {
      "epoch": 0.22410416666666666,
      "grad_norm": 0.6083971858024597,
      "learning_rate": 0.0002653189198704826,
      "loss": 7.6306,
      "step": 107570
    },
    {
      "epoch": 0.224125,
      "grad_norm": 3.972026824951172,
      "learning_rate": 0.00026531261509609247,
      "loss": 8.324,
      "step": 107580
    },
    {
      "epoch": 0.22414583333333332,
      "grad_norm": 0.7640891075134277,
      "learning_rate": 0.00026530630982359753,
      "loss": 8.1369,
      "step": 107590
    },
    {
      "epoch": 0.22416666666666665,
      "grad_norm": 1.4291841983795166,
      "learning_rate": 0.0002653000040530249,
      "loss": 9.9254,
      "step": 107600
    },
    {
      "epoch": 0.2241875,
      "grad_norm": 3.0015337467193604,
      "learning_rate": 0.0002652936977844019,
      "loss": 11.5001,
      "step": 107610
    },
    {
      "epoch": 0.22420833333333334,
      "grad_norm": 1.651605248451233,
      "learning_rate": 0.00026528739101775584,
      "loss": 7.9519,
      "step": 107620
    },
    {
      "epoch": 0.22422916666666667,
      "grad_norm": 0.97892826795578,
      "learning_rate": 0.00026528108375311384,
      "loss": 8.6477,
      "step": 107630
    },
    {
      "epoch": 0.22425,
      "grad_norm": 2.9811978340148926,
      "learning_rate": 0.00026527477599050316,
      "loss": 8.0313,
      "step": 107640
    },
    {
      "epoch": 0.22427083333333334,
      "grad_norm": 0.773017406463623,
      "learning_rate": 0.0002652684677299511,
      "loss": 7.8147,
      "step": 107650
    },
    {
      "epoch": 0.22429166666666667,
      "grad_norm": 0.6240543127059937,
      "learning_rate": 0.00026526215897148484,
      "loss": 8.7506,
      "step": 107660
    },
    {
      "epoch": 0.2243125,
      "grad_norm": 0.5240077376365662,
      "learning_rate": 0.00026525584971513175,
      "loss": 7.7487,
      "step": 107670
    },
    {
      "epoch": 0.22433333333333333,
      "grad_norm": 1.6839350461959839,
      "learning_rate": 0.000265249539960919,
      "loss": 8.7917,
      "step": 107680
    },
    {
      "epoch": 0.22435416666666666,
      "grad_norm": 1.243802785873413,
      "learning_rate": 0.0002652432297088738,
      "loss": 7.9675,
      "step": 107690
    },
    {
      "epoch": 0.224375,
      "grad_norm": 1.2953760623931885,
      "learning_rate": 0.00026523691895902353,
      "loss": 7.8529,
      "step": 107700
    },
    {
      "epoch": 0.22439583333333332,
      "grad_norm": 0.9166612029075623,
      "learning_rate": 0.00026523060771139535,
      "loss": 7.7912,
      "step": 107710
    },
    {
      "epoch": 0.22441666666666665,
      "grad_norm": 0.9530693292617798,
      "learning_rate": 0.00026522429596601655,
      "loss": 8.0976,
      "step": 107720
    },
    {
      "epoch": 0.2244375,
      "grad_norm": 2.242479085922241,
      "learning_rate": 0.0002652179837229144,
      "loss": 8.5989,
      "step": 107730
    },
    {
      "epoch": 0.22445833333333334,
      "grad_norm": 2.3491528034210205,
      "learning_rate": 0.00026521167098211623,
      "loss": 7.8506,
      "step": 107740
    },
    {
      "epoch": 0.22447916666666667,
      "grad_norm": 0.732829213142395,
      "learning_rate": 0.0002652053577436491,
      "loss": 9.002,
      "step": 107750
    },
    {
      "epoch": 0.2245,
      "grad_norm": 2.5389883518218994,
      "learning_rate": 0.0002651990440075406,
      "loss": 8.2273,
      "step": 107760
    },
    {
      "epoch": 0.22452083333333334,
      "grad_norm": 1.0059365034103394,
      "learning_rate": 0.00026519272977381774,
      "loss": 8.0285,
      "step": 107770
    },
    {
      "epoch": 0.22454166666666667,
      "grad_norm": 2.3089027404785156,
      "learning_rate": 0.0002651864150425079,
      "loss": 7.72,
      "step": 107780
    },
    {
      "epoch": 0.2245625,
      "grad_norm": 0.9880387187004089,
      "learning_rate": 0.0002651800998136383,
      "loss": 7.7141,
      "step": 107790
    },
    {
      "epoch": 0.22458333333333333,
      "grad_norm": 1.1928844451904297,
      "learning_rate": 0.00026517378408723633,
      "loss": 8.1952,
      "step": 107800
    },
    {
      "epoch": 0.22460416666666666,
      "grad_norm": 0.44830521941185,
      "learning_rate": 0.00026516746786332915,
      "loss": 8.6828,
      "step": 107810
    },
    {
      "epoch": 0.224625,
      "grad_norm": 1.3059487342834473,
      "learning_rate": 0.0002651611511419441,
      "loss": 8.5978,
      "step": 107820
    },
    {
      "epoch": 0.22464583333333332,
      "grad_norm": 0.8298537731170654,
      "learning_rate": 0.0002651548339231085,
      "loss": 8.2714,
      "step": 107830
    },
    {
      "epoch": 0.22466666666666665,
      "grad_norm": 1.6071668863296509,
      "learning_rate": 0.00026514851620684955,
      "loss": 7.8942,
      "step": 107840
    },
    {
      "epoch": 0.2246875,
      "grad_norm": 0.6662763953208923,
      "learning_rate": 0.0002651421979931946,
      "loss": 7.5778,
      "step": 107850
    },
    {
      "epoch": 0.22470833333333334,
      "grad_norm": 1.1850063800811768,
      "learning_rate": 0.00026513587928217095,
      "loss": 8.2962,
      "step": 107860
    },
    {
      "epoch": 0.22472916666666667,
      "grad_norm": 1.074937105178833,
      "learning_rate": 0.00026512956007380587,
      "loss": 8.7956,
      "step": 107870
    },
    {
      "epoch": 0.22475,
      "grad_norm": 0.5846450924873352,
      "learning_rate": 0.00026512324036812664,
      "loss": 7.4694,
      "step": 107880
    },
    {
      "epoch": 0.22477083333333334,
      "grad_norm": 0.7560203671455383,
      "learning_rate": 0.0002651169201651606,
      "loss": 8.9334,
      "step": 107890
    },
    {
      "epoch": 0.22479166666666667,
      "grad_norm": 1.0775765180587769,
      "learning_rate": 0.00026511059946493504,
      "loss": 7.9302,
      "step": 107900
    },
    {
      "epoch": 0.2248125,
      "grad_norm": 0.7914904356002808,
      "learning_rate": 0.00026510427826747726,
      "loss": 8.0343,
      "step": 107910
    },
    {
      "epoch": 0.22483333333333333,
      "grad_norm": 1.362310767173767,
      "learning_rate": 0.0002650979565728145,
      "loss": 8.8053,
      "step": 107920
    },
    {
      "epoch": 0.22485416666666666,
      "grad_norm": 0.6687009334564209,
      "learning_rate": 0.0002650916343809742,
      "loss": 8.4359,
      "step": 107930
    },
    {
      "epoch": 0.224875,
      "grad_norm": 0.9486059546470642,
      "learning_rate": 0.00026508531169198356,
      "loss": 8.3698,
      "step": 107940
    },
    {
      "epoch": 0.22489583333333332,
      "grad_norm": 0.9717680215835571,
      "learning_rate": 0.00026507898850586996,
      "loss": 8.2461,
      "step": 107950
    },
    {
      "epoch": 0.22491666666666665,
      "grad_norm": 1.4377877712249756,
      "learning_rate": 0.0002650726648226606,
      "loss": 7.5969,
      "step": 107960
    },
    {
      "epoch": 0.2249375,
      "grad_norm": 0.9593005180358887,
      "learning_rate": 0.00026506634064238295,
      "loss": 8.0,
      "step": 107970
    },
    {
      "epoch": 0.22495833333333334,
      "grad_norm": 0.8746732473373413,
      "learning_rate": 0.00026506001596506425,
      "loss": 8.1349,
      "step": 107980
    },
    {
      "epoch": 0.22497916666666667,
      "grad_norm": 0.7459569573402405,
      "learning_rate": 0.0002650536907907318,
      "loss": 7.4772,
      "step": 107990
    },
    {
      "epoch": 0.225,
      "grad_norm": 1.3629738092422485,
      "learning_rate": 0.000265047365119413,
      "loss": 8.6148,
      "step": 108000
    },
    {
      "epoch": 0.225,
      "eval_loss": 7.818426609039307,
      "eval_runtime": 8.9371,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 108000
    },
    {
      "epoch": 0.22502083333333334,
      "grad_norm": 0.8176811337471008,
      "learning_rate": 0.0002650410389511351,
      "loss": 8.6398,
      "step": 108010
    },
    {
      "epoch": 0.22504166666666667,
      "grad_norm": 2.412097930908203,
      "learning_rate": 0.0002650347122859254,
      "loss": 7.7447,
      "step": 108020
    },
    {
      "epoch": 0.2250625,
      "grad_norm": 0.8655024766921997,
      "learning_rate": 0.0002650283851238113,
      "loss": 7.5878,
      "step": 108030
    },
    {
      "epoch": 0.22508333333333333,
      "grad_norm": 2.06552791595459,
      "learning_rate": 0.00026502205746482013,
      "loss": 8.1058,
      "step": 108040
    },
    {
      "epoch": 0.22510416666666666,
      "grad_norm": 1.6729581356048584,
      "learning_rate": 0.00026501572930897916,
      "loss": 8.1399,
      "step": 108050
    },
    {
      "epoch": 0.225125,
      "grad_norm": 1.3403615951538086,
      "learning_rate": 0.0002650094006563158,
      "loss": 8.3646,
      "step": 108060
    },
    {
      "epoch": 0.22514583333333332,
      "grad_norm": 1.7354094982147217,
      "learning_rate": 0.00026500307150685733,
      "loss": 8.3939,
      "step": 108070
    },
    {
      "epoch": 0.22516666666666665,
      "grad_norm": 1.0621763467788696,
      "learning_rate": 0.0002649967418606311,
      "loss": 7.7003,
      "step": 108080
    },
    {
      "epoch": 0.2251875,
      "grad_norm": 0.6610749363899231,
      "learning_rate": 0.0002649904117176645,
      "loss": 7.8118,
      "step": 108090
    },
    {
      "epoch": 0.22520833333333334,
      "grad_norm": 1.1693791151046753,
      "learning_rate": 0.00026498408107798483,
      "loss": 7.7708,
      "step": 108100
    },
    {
      "epoch": 0.22522916666666667,
      "grad_norm": 1.2079088687896729,
      "learning_rate": 0.00026497774994161945,
      "loss": 8.3998,
      "step": 108110
    },
    {
      "epoch": 0.22525,
      "grad_norm": 0.6335521936416626,
      "learning_rate": 0.0002649714183085957,
      "loss": 8.6067,
      "step": 108120
    },
    {
      "epoch": 0.22527083333333334,
      "grad_norm": 1.2166346311569214,
      "learning_rate": 0.0002649650861789409,
      "loss": 7.9085,
      "step": 108130
    },
    {
      "epoch": 0.22529166666666667,
      "grad_norm": 1.8230737447738647,
      "learning_rate": 0.00026495875355268247,
      "loss": 7.9016,
      "step": 108140
    },
    {
      "epoch": 0.2253125,
      "grad_norm": 0.8017675280570984,
      "learning_rate": 0.0002649524204298477,
      "loss": 7.9441,
      "step": 108150
    },
    {
      "epoch": 0.22533333333333333,
      "grad_norm": 1.9901646375656128,
      "learning_rate": 0.00026494608681046404,
      "loss": 8.5276,
      "step": 108160
    },
    {
      "epoch": 0.22535416666666666,
      "grad_norm": 0.5195730328559875,
      "learning_rate": 0.0002649397526945587,
      "loss": 7.9093,
      "step": 108170
    },
    {
      "epoch": 0.225375,
      "grad_norm": 1.4810813665390015,
      "learning_rate": 0.00026493341808215914,
      "loss": 8.2002,
      "step": 108180
    },
    {
      "epoch": 0.22539583333333332,
      "grad_norm": 0.7394484877586365,
      "learning_rate": 0.00026492708297329277,
      "loss": 8.0077,
      "step": 108190
    },
    {
      "epoch": 0.22541666666666665,
      "grad_norm": 0.9155052304267883,
      "learning_rate": 0.00026492074736798687,
      "loss": 8.1217,
      "step": 108200
    },
    {
      "epoch": 0.2254375,
      "grad_norm": 0.9087910056114197,
      "learning_rate": 0.00026491441126626875,
      "loss": 8.7174,
      "step": 108210
    },
    {
      "epoch": 0.22545833333333334,
      "grad_norm": 1.1121429204940796,
      "learning_rate": 0.00026490807466816597,
      "loss": 7.664,
      "step": 108220
    },
    {
      "epoch": 0.22547916666666667,
      "grad_norm": 1.8258090019226074,
      "learning_rate": 0.0002649017375737057,
      "loss": 7.7316,
      "step": 108230
    },
    {
      "epoch": 0.2255,
      "grad_norm": 1.2904636859893799,
      "learning_rate": 0.00026489539998291546,
      "loss": 7.8885,
      "step": 108240
    },
    {
      "epoch": 0.22552083333333334,
      "grad_norm": 1.8746434450149536,
      "learning_rate": 0.0002648890618958226,
      "loss": 8.21,
      "step": 108250
    },
    {
      "epoch": 0.22554166666666667,
      "grad_norm": 0.918658971786499,
      "learning_rate": 0.0002648827233124544,
      "loss": 7.5465,
      "step": 108260
    },
    {
      "epoch": 0.2255625,
      "grad_norm": 1.9363548755645752,
      "learning_rate": 0.0002648763842328383,
      "loss": 8.6061,
      "step": 108270
    },
    {
      "epoch": 0.22558333333333333,
      "grad_norm": 16.823640823364258,
      "learning_rate": 0.00026487004465700173,
      "loss": 8.2905,
      "step": 108280
    },
    {
      "epoch": 0.22560416666666666,
      "grad_norm": 0.7918215394020081,
      "learning_rate": 0.000264863704584972,
      "loss": 8.1309,
      "step": 108290
    },
    {
      "epoch": 0.225625,
      "grad_norm": 2.642622947692871,
      "learning_rate": 0.00026485736401677664,
      "loss": 7.7902,
      "step": 108300
    },
    {
      "epoch": 0.22564583333333332,
      "grad_norm": 1.382690668106079,
      "learning_rate": 0.0002648510229524428,
      "loss": 8.8458,
      "step": 108310
    },
    {
      "epoch": 0.22566666666666665,
      "grad_norm": 0.7562370300292969,
      "learning_rate": 0.0002648446813919981,
      "loss": 8.326,
      "step": 108320
    },
    {
      "epoch": 0.2256875,
      "grad_norm": 0.8337986469268799,
      "learning_rate": 0.00026483833933546976,
      "loss": 8.369,
      "step": 108330
    },
    {
      "epoch": 0.22570833333333334,
      "grad_norm": 0.8027164936065674,
      "learning_rate": 0.0002648319967828853,
      "loss": 7.925,
      "step": 108340
    },
    {
      "epoch": 0.22572916666666668,
      "grad_norm": 1.0901237726211548,
      "learning_rate": 0.00026482565373427206,
      "loss": 7.5654,
      "step": 108350
    },
    {
      "epoch": 0.22575,
      "grad_norm": 0.7431180477142334,
      "learning_rate": 0.0002648193101896574,
      "loss": 7.9188,
      "step": 108360
    },
    {
      "epoch": 0.22577083333333334,
      "grad_norm": 0.635830283164978,
      "learning_rate": 0.0002648129661490688,
      "loss": 8.1231,
      "step": 108370
    },
    {
      "epoch": 0.22579166666666667,
      "grad_norm": 5.13767147064209,
      "learning_rate": 0.00026480662161253366,
      "loss": 9.7807,
      "step": 108380
    },
    {
      "epoch": 0.2258125,
      "grad_norm": 1.4770551919937134,
      "learning_rate": 0.00026480027658007935,
      "loss": 7.884,
      "step": 108390
    },
    {
      "epoch": 0.22583333333333333,
      "grad_norm": 1.6039228439331055,
      "learning_rate": 0.00026479393105173325,
      "loss": 7.6978,
      "step": 108400
    },
    {
      "epoch": 0.22585416666666666,
      "grad_norm": 1.4755934476852417,
      "learning_rate": 0.00026478758502752284,
      "loss": 8.2536,
      "step": 108410
    },
    {
      "epoch": 0.225875,
      "grad_norm": 0.9215652346611023,
      "learning_rate": 0.0002647812385074755,
      "loss": 8.0354,
      "step": 108420
    },
    {
      "epoch": 0.22589583333333332,
      "grad_norm": 2.3767929077148438,
      "learning_rate": 0.0002647748914916186,
      "loss": 8.3483,
      "step": 108430
    },
    {
      "epoch": 0.22591666666666665,
      "grad_norm": 2.20505690574646,
      "learning_rate": 0.00026476854397997963,
      "loss": 8.0102,
      "step": 108440
    },
    {
      "epoch": 0.2259375,
      "grad_norm": 1.0078558921813965,
      "learning_rate": 0.000264762195972586,
      "loss": 7.8781,
      "step": 108450
    },
    {
      "epoch": 0.22595833333333334,
      "grad_norm": 1.096664309501648,
      "learning_rate": 0.0002647558474694651,
      "loss": 8.4301,
      "step": 108460
    },
    {
      "epoch": 0.22597916666666668,
      "grad_norm": 0.7732818126678467,
      "learning_rate": 0.00026474949847064437,
      "loss": 8.0839,
      "step": 108470
    },
    {
      "epoch": 0.226,
      "grad_norm": 1.2700608968734741,
      "learning_rate": 0.0002647431489761512,
      "loss": 7.8657,
      "step": 108480
    },
    {
      "epoch": 0.22602083333333334,
      "grad_norm": 0.5609537959098816,
      "learning_rate": 0.00026473679898601305,
      "loss": 7.1884,
      "step": 108490
    },
    {
      "epoch": 0.22604166666666667,
      "grad_norm": 0.9226169586181641,
      "learning_rate": 0.00026473044850025735,
      "loss": 8.2729,
      "step": 108500
    },
    {
      "epoch": 0.2260625,
      "grad_norm": 1.021695613861084,
      "learning_rate": 0.0002647240975189115,
      "loss": 8.2334,
      "step": 108510
    },
    {
      "epoch": 0.22608333333333333,
      "grad_norm": 3.6253671646118164,
      "learning_rate": 0.000264717746042003,
      "loss": 8.0674,
      "step": 108520
    },
    {
      "epoch": 0.22610416666666666,
      "grad_norm": 2.1347029209136963,
      "learning_rate": 0.00026471139406955926,
      "loss": 7.4873,
      "step": 108530
    },
    {
      "epoch": 0.226125,
      "grad_norm": 0.8643967509269714,
      "learning_rate": 0.00026470504160160764,
      "loss": 8.2697,
      "step": 108540
    },
    {
      "epoch": 0.22614583333333332,
      "grad_norm": 1.1716281175613403,
      "learning_rate": 0.0002646986886381757,
      "loss": 8.1109,
      "step": 108550
    },
    {
      "epoch": 0.22616666666666665,
      "grad_norm": 0.6623883843421936,
      "learning_rate": 0.0002646923351792908,
      "loss": 7.6885,
      "step": 108560
    },
    {
      "epoch": 0.2261875,
      "grad_norm": 0.4868740141391754,
      "learning_rate": 0.0002646859812249804,
      "loss": 7.9549,
      "step": 108570
    },
    {
      "epoch": 0.22620833333333334,
      "grad_norm": 1.3516731262207031,
      "learning_rate": 0.00026467962677527196,
      "loss": 7.7836,
      "step": 108580
    },
    {
      "epoch": 0.22622916666666668,
      "grad_norm": 0.8143417835235596,
      "learning_rate": 0.00026467327183019295,
      "loss": 7.8158,
      "step": 108590
    },
    {
      "epoch": 0.22625,
      "grad_norm": 1.0767747163772583,
      "learning_rate": 0.00026466691638977075,
      "loss": 7.8839,
      "step": 108600
    },
    {
      "epoch": 0.22627083333333334,
      "grad_norm": 1.1323953866958618,
      "learning_rate": 0.0002646605604540329,
      "loss": 7.7357,
      "step": 108610
    },
    {
      "epoch": 0.22629166666666667,
      "grad_norm": 1.5690715312957764,
      "learning_rate": 0.00026465420402300684,
      "loss": 7.7421,
      "step": 108620
    },
    {
      "epoch": 0.2263125,
      "grad_norm": 1.242978572845459,
      "learning_rate": 0.00026464784709671993,
      "loss": 7.8913,
      "step": 108630
    },
    {
      "epoch": 0.22633333333333333,
      "grad_norm": 0.6258629560470581,
      "learning_rate": 0.0002646414896751997,
      "loss": 7.5728,
      "step": 108640
    },
    {
      "epoch": 0.22635416666666666,
      "grad_norm": 1.0408273935317993,
      "learning_rate": 0.0002646351317584737,
      "loss": 7.8244,
      "step": 108650
    },
    {
      "epoch": 0.226375,
      "grad_norm": 1.480863332748413,
      "learning_rate": 0.0002646287733465693,
      "loss": 7.6272,
      "step": 108660
    },
    {
      "epoch": 0.22639583333333332,
      "grad_norm": 2.435377597808838,
      "learning_rate": 0.0002646224144395139,
      "loss": 7.6671,
      "step": 108670
    },
    {
      "epoch": 0.22641666666666665,
      "grad_norm": 2.7536866664886475,
      "learning_rate": 0.00026461605503733506,
      "loss": 8.3199,
      "step": 108680
    },
    {
      "epoch": 0.2264375,
      "grad_norm": 1.2272396087646484,
      "learning_rate": 0.0002646096951400603,
      "loss": 7.5363,
      "step": 108690
    },
    {
      "epoch": 0.22645833333333334,
      "grad_norm": 0.9935526847839355,
      "learning_rate": 0.00026460333474771693,
      "loss": 9.3177,
      "step": 108700
    },
    {
      "epoch": 0.22647916666666668,
      "grad_norm": 0.9148596525192261,
      "learning_rate": 0.00026459697386033257,
      "loss": 8.2769,
      "step": 108710
    },
    {
      "epoch": 0.2265,
      "grad_norm": 1.705100417137146,
      "learning_rate": 0.00026459061247793457,
      "loss": 7.8383,
      "step": 108720
    },
    {
      "epoch": 0.22652083333333334,
      "grad_norm": 2.3268961906433105,
      "learning_rate": 0.00026458425060055056,
      "loss": 8.8099,
      "step": 108730
    },
    {
      "epoch": 0.22654166666666667,
      "grad_norm": 0.6707404851913452,
      "learning_rate": 0.0002645778882282079,
      "loss": 7.7766,
      "step": 108740
    },
    {
      "epoch": 0.2265625,
      "grad_norm": 2.9097514152526855,
      "learning_rate": 0.0002645715253609342,
      "loss": 8.5252,
      "step": 108750
    },
    {
      "epoch": 0.22658333333333333,
      "grad_norm": 0.7215819954872131,
      "learning_rate": 0.0002645651619987568,
      "loss": 7.4586,
      "step": 108760
    },
    {
      "epoch": 0.22660416666666666,
      "grad_norm": 0.5270929336547852,
      "learning_rate": 0.0002645587981417032,
      "loss": 8.305,
      "step": 108770
    },
    {
      "epoch": 0.226625,
      "grad_norm": 1.1682143211364746,
      "learning_rate": 0.000264552433789801,
      "loss": 8.1986,
      "step": 108780
    },
    {
      "epoch": 0.22664583333333332,
      "grad_norm": 9.358490943908691,
      "learning_rate": 0.0002645460689430776,
      "loss": 8.661,
      "step": 108790
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 1.2876163721084595,
      "learning_rate": 0.0002645397036015606,
      "loss": 7.7611,
      "step": 108800
    },
    {
      "epoch": 0.2266875,
      "grad_norm": 1.2858271598815918,
      "learning_rate": 0.00026453333776527735,
      "loss": 8.2366,
      "step": 108810
    },
    {
      "epoch": 0.22670833333333335,
      "grad_norm": 1.2372567653656006,
      "learning_rate": 0.00026452697143425536,
      "loss": 8.5116,
      "step": 108820
    },
    {
      "epoch": 0.22672916666666668,
      "grad_norm": 0.8651520013809204,
      "learning_rate": 0.0002645206046085223,
      "loss": 7.5629,
      "step": 108830
    },
    {
      "epoch": 0.22675,
      "grad_norm": 1.5155186653137207,
      "learning_rate": 0.0002645142372881055,
      "loss": 7.9878,
      "step": 108840
    },
    {
      "epoch": 0.22677083333333334,
      "grad_norm": 0.6563593745231628,
      "learning_rate": 0.0002645078694730325,
      "loss": 7.616,
      "step": 108850
    },
    {
      "epoch": 0.22679166666666667,
      "grad_norm": 1.2451772689819336,
      "learning_rate": 0.0002645015011633309,
      "loss": 7.679,
      "step": 108860
    },
    {
      "epoch": 0.2268125,
      "grad_norm": 0.9551118016242981,
      "learning_rate": 0.00026449513235902804,
      "loss": 8.3581,
      "step": 108870
    },
    {
      "epoch": 0.22683333333333333,
      "grad_norm": 0.5998819470405579,
      "learning_rate": 0.0002644887630601516,
      "loss": 7.9126,
      "step": 108880
    },
    {
      "epoch": 0.22685416666666666,
      "grad_norm": 0.6295049786567688,
      "learning_rate": 0.000264482393266729,
      "loss": 7.6054,
      "step": 108890
    },
    {
      "epoch": 0.226875,
      "grad_norm": 0.5071017742156982,
      "learning_rate": 0.0002644760229787878,
      "loss": 7.8564,
      "step": 108900
    },
    {
      "epoch": 0.22689583333333332,
      "grad_norm": 1.5184619426727295,
      "learning_rate": 0.00026446965219635544,
      "loss": 8.2224,
      "step": 108910
    },
    {
      "epoch": 0.22691666666666666,
      "grad_norm": 1.4792017936706543,
      "learning_rate": 0.00026446328091945956,
      "loss": 7.6781,
      "step": 108920
    },
    {
      "epoch": 0.2269375,
      "grad_norm": 1.26618492603302,
      "learning_rate": 0.00026445690914812754,
      "loss": 7.6703,
      "step": 108930
    },
    {
      "epoch": 0.22695833333333335,
      "grad_norm": 1.380040168762207,
      "learning_rate": 0.000264450536882387,
      "loss": 8.1945,
      "step": 108940
    },
    {
      "epoch": 0.22697916666666668,
      "grad_norm": 0.9767268300056458,
      "learning_rate": 0.0002644441641222655,
      "loss": 7.8222,
      "step": 108950
    },
    {
      "epoch": 0.227,
      "grad_norm": 0.6841223835945129,
      "learning_rate": 0.0002644377908677905,
      "loss": 7.9056,
      "step": 108960
    },
    {
      "epoch": 0.22702083333333334,
      "grad_norm": 1.2396605014801025,
      "learning_rate": 0.00026443141711898944,
      "loss": 8.2569,
      "step": 108970
    },
    {
      "epoch": 0.22704166666666667,
      "grad_norm": 2.0057902336120605,
      "learning_rate": 0.00026442504287589006,
      "loss": 8.2245,
      "step": 108980
    },
    {
      "epoch": 0.2270625,
      "grad_norm": 0.7929657697677612,
      "learning_rate": 0.0002644186681385197,
      "loss": 7.6966,
      "step": 108990
    },
    {
      "epoch": 0.22708333333333333,
      "grad_norm": 0.7263725399971008,
      "learning_rate": 0.0002644122929069061,
      "loss": 8.005,
      "step": 109000
    },
    {
      "epoch": 0.22708333333333333,
      "eval_loss": 7.3201165199279785,
      "eval_runtime": 8.7037,
      "eval_samples_per_second": 0.345,
      "eval_steps_per_second": 0.115,
      "step": 109000
    },
    {
      "epoch": 0.22710416666666666,
      "grad_norm": 0.7142318487167358,
      "learning_rate": 0.00026440591718107664,
      "loss": 7.3898,
      "step": 109010
    },
    {
      "epoch": 0.227125,
      "grad_norm": 1.3569434881210327,
      "learning_rate": 0.00026439954096105884,
      "loss": 8.4218,
      "step": 109020
    },
    {
      "epoch": 0.22714583333333332,
      "grad_norm": 0.951449990272522,
      "learning_rate": 0.00026439316424688034,
      "loss": 7.8183,
      "step": 109030
    },
    {
      "epoch": 0.22716666666666666,
      "grad_norm": 0.7069341540336609,
      "learning_rate": 0.0002643867870385687,
      "loss": 7.3592,
      "step": 109040
    },
    {
      "epoch": 0.2271875,
      "grad_norm": 0.7010281682014465,
      "learning_rate": 0.0002643804093361514,
      "loss": 8.2129,
      "step": 109050
    },
    {
      "epoch": 0.22720833333333335,
      "grad_norm": 1.7108638286590576,
      "learning_rate": 0.00026437403113965596,
      "loss": 7.9847,
      "step": 109060
    },
    {
      "epoch": 0.22722916666666668,
      "grad_norm": 2.053657293319702,
      "learning_rate": 0.00026436765244911,
      "loss": 7.7458,
      "step": 109070
    },
    {
      "epoch": 0.22725,
      "grad_norm": 1.5067565441131592,
      "learning_rate": 0.00026436127326454105,
      "loss": 7.5303,
      "step": 109080
    },
    {
      "epoch": 0.22727083333333334,
      "grad_norm": 0.6680518388748169,
      "learning_rate": 0.00026435489358597665,
      "loss": 7.7573,
      "step": 109090
    },
    {
      "epoch": 0.22729166666666667,
      "grad_norm": 0.5312334895133972,
      "learning_rate": 0.0002643485134134444,
      "loss": 7.4604,
      "step": 109100
    },
    {
      "epoch": 0.2273125,
      "grad_norm": 1.2813974618911743,
      "learning_rate": 0.0002643421327469718,
      "loss": 7.4902,
      "step": 109110
    },
    {
      "epoch": 0.22733333333333333,
      "grad_norm": 0.7133021950721741,
      "learning_rate": 0.0002643357515865865,
      "loss": 7.7986,
      "step": 109120
    },
    {
      "epoch": 0.22735416666666666,
      "grad_norm": 0.7814905047416687,
      "learning_rate": 0.000264329369932316,
      "loss": 8.0736,
      "step": 109130
    },
    {
      "epoch": 0.227375,
      "grad_norm": 2.2639050483703613,
      "learning_rate": 0.0002643229877841878,
      "loss": 7.8261,
      "step": 109140
    },
    {
      "epoch": 0.22739583333333332,
      "grad_norm": 0.603859543800354,
      "learning_rate": 0.0002643166051422297,
      "loss": 7.6592,
      "step": 109150
    },
    {
      "epoch": 0.22741666666666666,
      "grad_norm": 0.8238692879676819,
      "learning_rate": 0.000264310222006469,
      "loss": 7.852,
      "step": 109160
    },
    {
      "epoch": 0.2274375,
      "grad_norm": 0.7318647503852844,
      "learning_rate": 0.0002643038383769334,
      "loss": 8.5266,
      "step": 109170
    },
    {
      "epoch": 0.22745833333333335,
      "grad_norm": 0.8976168036460876,
      "learning_rate": 0.00026429745425365046,
      "loss": 7.6202,
      "step": 109180
    },
    {
      "epoch": 0.22747916666666668,
      "grad_norm": 0.7053688764572144,
      "learning_rate": 0.0002642910696366478,
      "loss": 8.038,
      "step": 109190
    },
    {
      "epoch": 0.2275,
      "grad_norm": 0.9285436868667603,
      "learning_rate": 0.00026428468452595295,
      "loss": 8.5462,
      "step": 109200
    },
    {
      "epoch": 0.22752083333333334,
      "grad_norm": 1.0002161264419556,
      "learning_rate": 0.00026427829892159343,
      "loss": 8.1372,
      "step": 109210
    },
    {
      "epoch": 0.22754166666666667,
      "grad_norm": 1.0829448699951172,
      "learning_rate": 0.000264271912823597,
      "loss": 8.6877,
      "step": 109220
    },
    {
      "epoch": 0.2275625,
      "grad_norm": 2.4914650917053223,
      "learning_rate": 0.00026426552623199105,
      "loss": 8.7226,
      "step": 109230
    },
    {
      "epoch": 0.22758333333333333,
      "grad_norm": 1.6091809272766113,
      "learning_rate": 0.00026425913914680327,
      "loss": 8.243,
      "step": 109240
    },
    {
      "epoch": 0.22760416666666666,
      "grad_norm": 0.6944965124130249,
      "learning_rate": 0.00026425275156806123,
      "loss": 8.4247,
      "step": 109250
    },
    {
      "epoch": 0.227625,
      "grad_norm": 1.919333577156067,
      "learning_rate": 0.0002642463634957926,
      "loss": 8.4905,
      "step": 109260
    },
    {
      "epoch": 0.22764583333333333,
      "grad_norm": 0.869496762752533,
      "learning_rate": 0.00026423997493002483,
      "loss": 8.0257,
      "step": 109270
    },
    {
      "epoch": 0.22766666666666666,
      "grad_norm": 1.407522201538086,
      "learning_rate": 0.00026423358587078564,
      "loss": 8.0244,
      "step": 109280
    },
    {
      "epoch": 0.2276875,
      "grad_norm": 2.602900505065918,
      "learning_rate": 0.0002642271963181025,
      "loss": 8.1224,
      "step": 109290
    },
    {
      "epoch": 0.22770833333333335,
      "grad_norm": 1.3974254131317139,
      "learning_rate": 0.00026422080627200317,
      "loss": 7.7178,
      "step": 109300
    },
    {
      "epoch": 0.22772916666666668,
      "grad_norm": 0.9685779213905334,
      "learning_rate": 0.0002642144157325151,
      "loss": 8.0696,
      "step": 109310
    },
    {
      "epoch": 0.22775,
      "grad_norm": 0.8080601692199707,
      "learning_rate": 0.000264208024699666,
      "loss": 8.404,
      "step": 109320
    },
    {
      "epoch": 0.22777083333333334,
      "grad_norm": 1.0734915733337402,
      "learning_rate": 0.00026420163317348347,
      "loss": 7.5442,
      "step": 109330
    },
    {
      "epoch": 0.22779166666666667,
      "grad_norm": 3.9704158306121826,
      "learning_rate": 0.00026419524115399505,
      "loss": 8.2316,
      "step": 109340
    },
    {
      "epoch": 0.2278125,
      "grad_norm": 0.5818185806274414,
      "learning_rate": 0.0002641888486412284,
      "loss": 7.8755,
      "step": 109350
    },
    {
      "epoch": 0.22783333333333333,
      "grad_norm": 0.6047226190567017,
      "learning_rate": 0.0002641824556352111,
      "loss": 8.1567,
      "step": 109360
    },
    {
      "epoch": 0.22785416666666666,
      "grad_norm": 1.3996449708938599,
      "learning_rate": 0.0002641760621359708,
      "loss": 8.4218,
      "step": 109370
    },
    {
      "epoch": 0.227875,
      "grad_norm": 0.773174524307251,
      "learning_rate": 0.0002641696681435351,
      "loss": 8.5991,
      "step": 109380
    },
    {
      "epoch": 0.22789583333333333,
      "grad_norm": 0.6932044625282288,
      "learning_rate": 0.00026416327365793164,
      "loss": 7.848,
      "step": 109390
    },
    {
      "epoch": 0.22791666666666666,
      "grad_norm": 1.8601343631744385,
      "learning_rate": 0.00026415687867918804,
      "loss": 9.01,
      "step": 109400
    },
    {
      "epoch": 0.2279375,
      "grad_norm": 1.912355899810791,
      "learning_rate": 0.0002641504832073319,
      "loss": 8.6628,
      "step": 109410
    },
    {
      "epoch": 0.22795833333333335,
      "grad_norm": 0.8158726692199707,
      "learning_rate": 0.00026414408724239084,
      "loss": 7.789,
      "step": 109420
    },
    {
      "epoch": 0.22797916666666668,
      "grad_norm": 1.6626112461090088,
      "learning_rate": 0.00026413769078439253,
      "loss": 7.9814,
      "step": 109430
    },
    {
      "epoch": 0.228,
      "grad_norm": 1.5772912502288818,
      "learning_rate": 0.0002641312938333645,
      "loss": 9.3011,
      "step": 109440
    },
    {
      "epoch": 0.22802083333333334,
      "grad_norm": 0.8349419236183167,
      "learning_rate": 0.0002641248963893345,
      "loss": 7.8155,
      "step": 109450
    },
    {
      "epoch": 0.22804166666666667,
      "grad_norm": 0.5653745532035828,
      "learning_rate": 0.0002641184984523302,
      "loss": 7.9712,
      "step": 109460
    },
    {
      "epoch": 0.2280625,
      "grad_norm": 1.0896127223968506,
      "learning_rate": 0.0002641121000223791,
      "loss": 8.5183,
      "step": 109470
    },
    {
      "epoch": 0.22808333333333333,
      "grad_norm": 2.235718250274658,
      "learning_rate": 0.0002641057010995089,
      "loss": 7.4772,
      "step": 109480
    },
    {
      "epoch": 0.22810416666666666,
      "grad_norm": 0.8172433972358704,
      "learning_rate": 0.0002640993016837472,
      "loss": 7.4012,
      "step": 109490
    },
    {
      "epoch": 0.228125,
      "grad_norm": 1.4097895622253418,
      "learning_rate": 0.0002640929017751217,
      "loss": 8.5642,
      "step": 109500
    },
    {
      "epoch": 0.22814583333333333,
      "grad_norm": 1.8297228813171387,
      "learning_rate": 0.00026408650137366006,
      "loss": 8.4453,
      "step": 109510
    },
    {
      "epoch": 0.22816666666666666,
      "grad_norm": 5.442229270935059,
      "learning_rate": 0.00026408010047938987,
      "loss": 9.0185,
      "step": 109520
    },
    {
      "epoch": 0.2281875,
      "grad_norm": 3.219125270843506,
      "learning_rate": 0.0002640736990923388,
      "loss": 7.7832,
      "step": 109530
    },
    {
      "epoch": 0.22820833333333335,
      "grad_norm": 0.9228239059448242,
      "learning_rate": 0.0002640672972125345,
      "loss": 8.0877,
      "step": 109540
    },
    {
      "epoch": 0.22822916666666668,
      "grad_norm": 2.056029796600342,
      "learning_rate": 0.00026406089484000466,
      "loss": 8.5532,
      "step": 109550
    },
    {
      "epoch": 0.22825,
      "grad_norm": 2.0438592433929443,
      "learning_rate": 0.00026405449197477684,
      "loss": 8.7021,
      "step": 109560
    },
    {
      "epoch": 0.22827083333333334,
      "grad_norm": 2.2472617626190186,
      "learning_rate": 0.00026404808861687877,
      "loss": 8.3284,
      "step": 109570
    },
    {
      "epoch": 0.22829166666666667,
      "grad_norm": 0.7641121745109558,
      "learning_rate": 0.0002640416847663381,
      "loss": 7.699,
      "step": 109580
    },
    {
      "epoch": 0.2283125,
      "grad_norm": 0.6463961601257324,
      "learning_rate": 0.00026403528042318253,
      "loss": 8.6117,
      "step": 109590
    },
    {
      "epoch": 0.22833333333333333,
      "grad_norm": 0.820151150226593,
      "learning_rate": 0.00026402887558743966,
      "loss": 7.8051,
      "step": 109600
    },
    {
      "epoch": 0.22835416666666666,
      "grad_norm": 0.9726492762565613,
      "learning_rate": 0.00026402247025913723,
      "loss": 8.0483,
      "step": 109610
    },
    {
      "epoch": 0.228375,
      "grad_norm": 2.228860378265381,
      "learning_rate": 0.00026401606443830284,
      "loss": 7.7707,
      "step": 109620
    },
    {
      "epoch": 0.22839583333333333,
      "grad_norm": 0.4819974899291992,
      "learning_rate": 0.00026400965812496414,
      "loss": 7.5212,
      "step": 109630
    },
    {
      "epoch": 0.22841666666666666,
      "grad_norm": 1.8006103038787842,
      "learning_rate": 0.00026400325131914894,
      "loss": 9.0995,
      "step": 109640
    },
    {
      "epoch": 0.2284375,
      "grad_norm": 1.078129768371582,
      "learning_rate": 0.0002639968440208847,
      "loss": 8.2439,
      "step": 109650
    },
    {
      "epoch": 0.22845833333333335,
      "grad_norm": 0.6569060683250427,
      "learning_rate": 0.0002639904362301993,
      "loss": 7.8188,
      "step": 109660
    },
    {
      "epoch": 0.22847916666666668,
      "grad_norm": 1.3881527185440063,
      "learning_rate": 0.0002639840279471203,
      "loss": 7.5872,
      "step": 109670
    },
    {
      "epoch": 0.2285,
      "grad_norm": 1.3501790761947632,
      "learning_rate": 0.0002639776191716754,
      "loss": 8.0819,
      "step": 109680
    },
    {
      "epoch": 0.22852083333333334,
      "grad_norm": 2.360645055770874,
      "learning_rate": 0.00026397120990389233,
      "loss": 8.0339,
      "step": 109690
    },
    {
      "epoch": 0.22854166666666667,
      "grad_norm": 1.795095682144165,
      "learning_rate": 0.00026396480014379876,
      "loss": 7.658,
      "step": 109700
    },
    {
      "epoch": 0.2285625,
      "grad_norm": 1.486980676651001,
      "learning_rate": 0.0002639583898914223,
      "loss": 7.9297,
      "step": 109710
    },
    {
      "epoch": 0.22858333333333333,
      "grad_norm": 1.2168048620224,
      "learning_rate": 0.0002639519791467908,
      "loss": 8.0775,
      "step": 109720
    },
    {
      "epoch": 0.22860416666666666,
      "grad_norm": 1.2778480052947998,
      "learning_rate": 0.0002639455679099318,
      "loss": 8.5791,
      "step": 109730
    },
    {
      "epoch": 0.228625,
      "grad_norm": 1.1862766742706299,
      "learning_rate": 0.00026393915618087307,
      "loss": 7.8725,
      "step": 109740
    },
    {
      "epoch": 0.22864583333333333,
      "grad_norm": 0.9041985273361206,
      "learning_rate": 0.00026393274395964224,
      "loss": 8.3593,
      "step": 109750
    },
    {
      "epoch": 0.22866666666666666,
      "grad_norm": 1.3114510774612427,
      "learning_rate": 0.00026392633124626706,
      "loss": 8.0775,
      "step": 109760
    },
    {
      "epoch": 0.2286875,
      "grad_norm": 3.2539405822753906,
      "learning_rate": 0.0002639199180407753,
      "loss": 8.6483,
      "step": 109770
    },
    {
      "epoch": 0.22870833333333335,
      "grad_norm": 0.7999539375305176,
      "learning_rate": 0.0002639135043431945,
      "loss": 8.2278,
      "step": 109780
    },
    {
      "epoch": 0.22872916666666668,
      "grad_norm": 1.8074662685394287,
      "learning_rate": 0.0002639070901535525,
      "loss": 8.4775,
      "step": 109790
    },
    {
      "epoch": 0.22875,
      "grad_norm": 2.7154767513275146,
      "learning_rate": 0.00026390067547187696,
      "loss": 7.9449,
      "step": 109800
    },
    {
      "epoch": 0.22877083333333334,
      "grad_norm": 3.853132486343384,
      "learning_rate": 0.0002638942602981956,
      "loss": 8.0119,
      "step": 109810
    },
    {
      "epoch": 0.22879166666666667,
      "grad_norm": 0.7439413666725159,
      "learning_rate": 0.00026388784463253603,
      "loss": 8.2176,
      "step": 109820
    },
    {
      "epoch": 0.2288125,
      "grad_norm": 0.6554557085037231,
      "learning_rate": 0.00026388142847492616,
      "loss": 7.7646,
      "step": 109830
    },
    {
      "epoch": 0.22883333333333333,
      "grad_norm": 0.881068766117096,
      "learning_rate": 0.00026387501182539353,
      "loss": 8.105,
      "step": 109840
    },
    {
      "epoch": 0.22885416666666666,
      "grad_norm": 0.9264622330665588,
      "learning_rate": 0.00026386859468396597,
      "loss": 7.779,
      "step": 109850
    },
    {
      "epoch": 0.228875,
      "grad_norm": 4.231686115264893,
      "learning_rate": 0.0002638621770506711,
      "loss": 8.3262,
      "step": 109860
    },
    {
      "epoch": 0.22889583333333333,
      "grad_norm": 0.5450335741043091,
      "learning_rate": 0.0002638557589255367,
      "loss": 7.7862,
      "step": 109870
    },
    {
      "epoch": 0.22891666666666666,
      "grad_norm": 0.8298852443695068,
      "learning_rate": 0.0002638493403085905,
      "loss": 7.9847,
      "step": 109880
    },
    {
      "epoch": 0.2289375,
      "grad_norm": 1.7490838766098022,
      "learning_rate": 0.00026384292119986023,
      "loss": 8.3862,
      "step": 109890
    },
    {
      "epoch": 0.22895833333333335,
      "grad_norm": 1.5879738330841064,
      "learning_rate": 0.00026383650159937357,
      "loss": 7.9017,
      "step": 109900
    },
    {
      "epoch": 0.22897916666666668,
      "grad_norm": 0.9557034969329834,
      "learning_rate": 0.00026383008150715834,
      "loss": 8.2286,
      "step": 109910
    },
    {
      "epoch": 0.229,
      "grad_norm": 7.1989922523498535,
      "learning_rate": 0.0002638236609232422,
      "loss": 7.8604,
      "step": 109920
    },
    {
      "epoch": 0.22902083333333334,
      "grad_norm": 1.3811408281326294,
      "learning_rate": 0.00026381723984765287,
      "loss": 7.807,
      "step": 109930
    },
    {
      "epoch": 0.22904166666666667,
      "grad_norm": 0.7131397724151611,
      "learning_rate": 0.0002638108182804181,
      "loss": 7.9212,
      "step": 109940
    },
    {
      "epoch": 0.2290625,
      "grad_norm": 0.6863095164299011,
      "learning_rate": 0.00026380439622156567,
      "loss": 8.5268,
      "step": 109950
    },
    {
      "epoch": 0.22908333333333333,
      "grad_norm": 1.2453157901763916,
      "learning_rate": 0.0002637979736711233,
      "loss": 7.6172,
      "step": 109960
    },
    {
      "epoch": 0.22910416666666666,
      "grad_norm": 0.6757898926734924,
      "learning_rate": 0.0002637915506291187,
      "loss": 7.8724,
      "step": 109970
    },
    {
      "epoch": 0.229125,
      "grad_norm": 9.654596328735352,
      "learning_rate": 0.0002637851270955797,
      "loss": 8.6604,
      "step": 109980
    },
    {
      "epoch": 0.22914583333333333,
      "grad_norm": 0.728152334690094,
      "learning_rate": 0.00026377870307053397,
      "loss": 8.1741,
      "step": 109990
    },
    {
      "epoch": 0.22916666666666666,
      "grad_norm": 2.1338019371032715,
      "learning_rate": 0.00026377227855400924,
      "loss": 8.2858,
      "step": 110000
    },
    {
      "epoch": 0.22916666666666666,
      "eval_loss": 7.891085147857666,
      "eval_runtime": 9.0201,
      "eval_samples_per_second": 0.333,
      "eval_steps_per_second": 0.111,
      "step": 110000
    },
    {
      "epoch": 0.2291875,
      "grad_norm": 1.4623738527297974,
      "learning_rate": 0.00026376585354603334,
      "loss": 8.0627,
      "step": 110010
    },
    {
      "epoch": 0.22920833333333332,
      "grad_norm": 3.048765182495117,
      "learning_rate": 0.00026375942804663397,
      "loss": 8.1573,
      "step": 110020
    },
    {
      "epoch": 0.22922916666666668,
      "grad_norm": 1.4346082210540771,
      "learning_rate": 0.0002637530020558389,
      "loss": 7.8158,
      "step": 110030
    },
    {
      "epoch": 0.22925,
      "grad_norm": 7.21016788482666,
      "learning_rate": 0.00026374657557367594,
      "loss": 7.7048,
      "step": 110040
    },
    {
      "epoch": 0.22927083333333334,
      "grad_norm": 3.2370412349700928,
      "learning_rate": 0.00026374014860017274,
      "loss": 7.9858,
      "step": 110050
    },
    {
      "epoch": 0.22929166666666667,
      "grad_norm": 2.4874343872070312,
      "learning_rate": 0.0002637337211353571,
      "loss": 7.7064,
      "step": 110060
    },
    {
      "epoch": 0.2293125,
      "grad_norm": 1.1627044677734375,
      "learning_rate": 0.0002637272931792568,
      "loss": 7.9652,
      "step": 110070
    },
    {
      "epoch": 0.22933333333333333,
      "grad_norm": 0.7446750402450562,
      "learning_rate": 0.00026372086473189964,
      "loss": 7.5799,
      "step": 110080
    },
    {
      "epoch": 0.22935416666666666,
      "grad_norm": 0.9464204907417297,
      "learning_rate": 0.0002637144357933134,
      "loss": 8.3005,
      "step": 110090
    },
    {
      "epoch": 0.229375,
      "grad_norm": 1.3324476480484009,
      "learning_rate": 0.0002637080063635258,
      "loss": 8.0034,
      "step": 110100
    },
    {
      "epoch": 0.22939583333333333,
      "grad_norm": 1.502166748046875,
      "learning_rate": 0.00026370157644256455,
      "loss": 8.0679,
      "step": 110110
    },
    {
      "epoch": 0.22941666666666666,
      "grad_norm": 0.9283178448677063,
      "learning_rate": 0.0002636951460304575,
      "loss": 8.0757,
      "step": 110120
    },
    {
      "epoch": 0.2294375,
      "grad_norm": 1.4415931701660156,
      "learning_rate": 0.0002636887151272325,
      "loss": 7.8917,
      "step": 110130
    },
    {
      "epoch": 0.22945833333333332,
      "grad_norm": 1.034633994102478,
      "learning_rate": 0.0002636822837329172,
      "loss": 7.458,
      "step": 110140
    },
    {
      "epoch": 0.22947916666666668,
      "grad_norm": 1.4819369316101074,
      "learning_rate": 0.00026367585184753945,
      "loss": 8.0838,
      "step": 110150
    },
    {
      "epoch": 0.2295,
      "grad_norm": 0.8852943181991577,
      "learning_rate": 0.000263669419471127,
      "loss": 7.8178,
      "step": 110160
    },
    {
      "epoch": 0.22952083333333334,
      "grad_norm": 2.2311089038848877,
      "learning_rate": 0.00026366298660370765,
      "loss": 7.8308,
      "step": 110170
    },
    {
      "epoch": 0.22954166666666667,
      "grad_norm": 1.9657338857650757,
      "learning_rate": 0.00026365655324530924,
      "loss": 8.7179,
      "step": 110180
    },
    {
      "epoch": 0.2295625,
      "grad_norm": 0.5952897071838379,
      "learning_rate": 0.0002636501193959594,
      "loss": 7.7467,
      "step": 110190
    },
    {
      "epoch": 0.22958333333333333,
      "grad_norm": 0.7782775163650513,
      "learning_rate": 0.00026364368505568615,
      "loss": 7.7323,
      "step": 110200
    },
    {
      "epoch": 0.22960416666666666,
      "grad_norm": 0.9256207942962646,
      "learning_rate": 0.0002636372502245171,
      "loss": 7.727,
      "step": 110210
    },
    {
      "epoch": 0.229625,
      "grad_norm": 0.7006314992904663,
      "learning_rate": 0.0002636308149024801,
      "loss": 8.429,
      "step": 110220
    },
    {
      "epoch": 0.22964583333333333,
      "grad_norm": 0.6031041145324707,
      "learning_rate": 0.000263624379089603,
      "loss": 7.7971,
      "step": 110230
    },
    {
      "epoch": 0.22966666666666666,
      "grad_norm": 24.257802963256836,
      "learning_rate": 0.0002636179427859135,
      "loss": 8.2326,
      "step": 110240
    },
    {
      "epoch": 0.2296875,
      "grad_norm": 0.5874823331832886,
      "learning_rate": 0.0002636115059914395,
      "loss": 8.0868,
      "step": 110250
    },
    {
      "epoch": 0.22970833333333332,
      "grad_norm": 0.8540663719177246,
      "learning_rate": 0.00026360506870620883,
      "loss": 8.0187,
      "step": 110260
    },
    {
      "epoch": 0.22972916666666668,
      "grad_norm": 3.128906011581421,
      "learning_rate": 0.00026359863093024916,
      "loss": 7.9182,
      "step": 110270
    },
    {
      "epoch": 0.22975,
      "grad_norm": 2.371537446975708,
      "learning_rate": 0.00026359219266358836,
      "loss": 7.9217,
      "step": 110280
    },
    {
      "epoch": 0.22977083333333334,
      "grad_norm": 0.8199593424797058,
      "learning_rate": 0.00026358575390625426,
      "loss": 8.1123,
      "step": 110290
    },
    {
      "epoch": 0.22979166666666667,
      "grad_norm": 2.1050920486450195,
      "learning_rate": 0.0002635793146582747,
      "loss": 8.0499,
      "step": 110300
    },
    {
      "epoch": 0.2298125,
      "grad_norm": 1.4944297075271606,
      "learning_rate": 0.0002635728749196774,
      "loss": 8.4089,
      "step": 110310
    },
    {
      "epoch": 0.22983333333333333,
      "grad_norm": 0.6862305402755737,
      "learning_rate": 0.0002635664346904902,
      "loss": 7.7465,
      "step": 110320
    },
    {
      "epoch": 0.22985416666666666,
      "grad_norm": 5.4679388999938965,
      "learning_rate": 0.00026355999397074107,
      "loss": 8.4227,
      "step": 110330
    },
    {
      "epoch": 0.229875,
      "grad_norm": 20.422632217407227,
      "learning_rate": 0.00026355355276045766,
      "loss": 8.7212,
      "step": 110340
    },
    {
      "epoch": 0.22989583333333333,
      "grad_norm": 2.936264991760254,
      "learning_rate": 0.00026354711105966785,
      "loss": 8.2919,
      "step": 110350
    },
    {
      "epoch": 0.22991666666666666,
      "grad_norm": 1.0041099786758423,
      "learning_rate": 0.00026354066886839946,
      "loss": 8.1218,
      "step": 110360
    },
    {
      "epoch": 0.2299375,
      "grad_norm": 1.1917545795440674,
      "learning_rate": 0.00026353422618668034,
      "loss": 7.7815,
      "step": 110370
    },
    {
      "epoch": 0.22995833333333332,
      "grad_norm": 0.9842163920402527,
      "learning_rate": 0.0002635277830145383,
      "loss": 7.6192,
      "step": 110380
    },
    {
      "epoch": 0.22997916666666668,
      "grad_norm": 0.8472245931625366,
      "learning_rate": 0.00026352133935200116,
      "loss": 7.983,
      "step": 110390
    },
    {
      "epoch": 0.23,
      "grad_norm": 1.019426941871643,
      "learning_rate": 0.0002635148951990968,
      "loss": 8.0108,
      "step": 110400
    },
    {
      "epoch": 0.23002083333333334,
      "grad_norm": 1.2022209167480469,
      "learning_rate": 0.00026350845055585296,
      "loss": 7.6226,
      "step": 110410
    },
    {
      "epoch": 0.23004166666666667,
      "grad_norm": 1.1005234718322754,
      "learning_rate": 0.00026350200542229763,
      "loss": 7.8394,
      "step": 110420
    },
    {
      "epoch": 0.2300625,
      "grad_norm": 1.3822461366653442,
      "learning_rate": 0.0002634955597984585,
      "loss": 8.1982,
      "step": 110430
    },
    {
      "epoch": 0.23008333333333333,
      "grad_norm": 0.539836049079895,
      "learning_rate": 0.00026348911368436346,
      "loss": 7.6763,
      "step": 110440
    },
    {
      "epoch": 0.23010416666666667,
      "grad_norm": 0.8730192184448242,
      "learning_rate": 0.0002634826670800404,
      "loss": 7.769,
      "step": 110450
    },
    {
      "epoch": 0.230125,
      "grad_norm": 1.689565658569336,
      "learning_rate": 0.00026347621998551717,
      "loss": 7.9119,
      "step": 110460
    },
    {
      "epoch": 0.23014583333333333,
      "grad_norm": 3.6177244186401367,
      "learning_rate": 0.0002634697724008216,
      "loss": 8.2919,
      "step": 110470
    },
    {
      "epoch": 0.23016666666666666,
      "grad_norm": 2.709944486618042,
      "learning_rate": 0.0002634633243259814,
      "loss": 7.8577,
      "step": 110480
    },
    {
      "epoch": 0.2301875,
      "grad_norm": 0.6036884188652039,
      "learning_rate": 0.0002634568757610247,
      "loss": 8.3243,
      "step": 110490
    },
    {
      "epoch": 0.23020833333333332,
      "grad_norm": 1.7185920476913452,
      "learning_rate": 0.0002634504267059792,
      "loss": 7.8681,
      "step": 110500
    },
    {
      "epoch": 0.23022916666666668,
      "grad_norm": 0.8220661282539368,
      "learning_rate": 0.00026344397716087265,
      "loss": 7.9627,
      "step": 110510
    },
    {
      "epoch": 0.23025,
      "grad_norm": 1.4685646295547485,
      "learning_rate": 0.0002634375271257331,
      "loss": 7.9496,
      "step": 110520
    },
    {
      "epoch": 0.23027083333333334,
      "grad_norm": 0.8792290687561035,
      "learning_rate": 0.0002634310766005883,
      "loss": 7.7958,
      "step": 110530
    },
    {
      "epoch": 0.23029166666666667,
      "grad_norm": 1.097583532333374,
      "learning_rate": 0.00026342462558546614,
      "loss": 9.3226,
      "step": 110540
    },
    {
      "epoch": 0.2303125,
      "grad_norm": 5.905271530151367,
      "learning_rate": 0.00026341817408039454,
      "loss": 8.4354,
      "step": 110550
    },
    {
      "epoch": 0.23033333333333333,
      "grad_norm": 1.709930658340454,
      "learning_rate": 0.0002634117220854013,
      "loss": 8.1513,
      "step": 110560
    },
    {
      "epoch": 0.23035416666666667,
      "grad_norm": 0.9397330284118652,
      "learning_rate": 0.0002634052696005143,
      "loss": 7.5577,
      "step": 110570
    },
    {
      "epoch": 0.230375,
      "grad_norm": 5.310621738433838,
      "learning_rate": 0.00026339881662576145,
      "loss": 8.0771,
      "step": 110580
    },
    {
      "epoch": 0.23039583333333333,
      "grad_norm": 1.0685375928878784,
      "learning_rate": 0.00026339236316117056,
      "loss": 8.2799,
      "step": 110590
    },
    {
      "epoch": 0.23041666666666666,
      "grad_norm": 1.6337937116622925,
      "learning_rate": 0.0002633859092067696,
      "loss": 8.6723,
      "step": 110600
    },
    {
      "epoch": 0.2304375,
      "grad_norm": 0.46694955229759216,
      "learning_rate": 0.0002633794547625863,
      "loss": 7.6466,
      "step": 110610
    },
    {
      "epoch": 0.23045833333333332,
      "grad_norm": 1.2791385650634766,
      "learning_rate": 0.00026337299982864875,
      "loss": 7.8416,
      "step": 110620
    },
    {
      "epoch": 0.23047916666666668,
      "grad_norm": 1.0927143096923828,
      "learning_rate": 0.0002633665444049847,
      "loss": 8.6908,
      "step": 110630
    },
    {
      "epoch": 0.2305,
      "grad_norm": 1.728905200958252,
      "learning_rate": 0.000263360088491622,
      "loss": 8.2122,
      "step": 110640
    },
    {
      "epoch": 0.23052083333333334,
      "grad_norm": 0.893424928188324,
      "learning_rate": 0.0002633536320885886,
      "loss": 8.2747,
      "step": 110650
    },
    {
      "epoch": 0.23054166666666667,
      "grad_norm": 0.5636692643165588,
      "learning_rate": 0.0002633471751959124,
      "loss": 7.7264,
      "step": 110660
    },
    {
      "epoch": 0.2305625,
      "grad_norm": 1.5884425640106201,
      "learning_rate": 0.00026334071781362124,
      "loss": 8.9579,
      "step": 110670
    },
    {
      "epoch": 0.23058333333333333,
      "grad_norm": 2.7632644176483154,
      "learning_rate": 0.00026333425994174304,
      "loss": 7.9161,
      "step": 110680
    },
    {
      "epoch": 0.23060416666666667,
      "grad_norm": 0.7237551808357239,
      "learning_rate": 0.0002633278015803057,
      "loss": 8.112,
      "step": 110690
    },
    {
      "epoch": 0.230625,
      "grad_norm": 1.906218409538269,
      "learning_rate": 0.00026332134272933716,
      "loss": 8.8361,
      "step": 110700
    },
    {
      "epoch": 0.23064583333333333,
      "grad_norm": 2.6079556941986084,
      "learning_rate": 0.0002633148833888652,
      "loss": 7.9054,
      "step": 110710
    },
    {
      "epoch": 0.23066666666666666,
      "grad_norm": 1.4559701681137085,
      "learning_rate": 0.0002633084235589179,
      "loss": 7.7104,
      "step": 110720
    },
    {
      "epoch": 0.2306875,
      "grad_norm": 0.7131580710411072,
      "learning_rate": 0.000263301963239523,
      "loss": 7.8647,
      "step": 110730
    },
    {
      "epoch": 0.23070833333333332,
      "grad_norm": 2.548119068145752,
      "learning_rate": 0.00026329550243070845,
      "loss": 8.7537,
      "step": 110740
    },
    {
      "epoch": 0.23072916666666668,
      "grad_norm": 1.2015150785446167,
      "learning_rate": 0.00026328904113250213,
      "loss": 7.529,
      "step": 110750
    },
    {
      "epoch": 0.23075,
      "grad_norm": 1.4435080289840698,
      "learning_rate": 0.0002632825793449321,
      "loss": 8.569,
      "step": 110760
    },
    {
      "epoch": 0.23077083333333334,
      "grad_norm": 0.8911195397377014,
      "learning_rate": 0.0002632761170680261,
      "loss": 7.8599,
      "step": 110770
    },
    {
      "epoch": 0.23079166666666667,
      "grad_norm": 0.8886269927024841,
      "learning_rate": 0.00026326965430181217,
      "loss": 8.907,
      "step": 110780
    },
    {
      "epoch": 0.2308125,
      "grad_norm": 0.663194477558136,
      "learning_rate": 0.00026326319104631816,
      "loss": 7.8683,
      "step": 110790
    },
    {
      "epoch": 0.23083333333333333,
      "grad_norm": 0.9323990941047668,
      "learning_rate": 0.00026325672730157196,
      "loss": 8.1339,
      "step": 110800
    },
    {
      "epoch": 0.23085416666666667,
      "grad_norm": 0.8819201588630676,
      "learning_rate": 0.00026325026306760153,
      "loss": 7.9423,
      "step": 110810
    },
    {
      "epoch": 0.230875,
      "grad_norm": 1.1785316467285156,
      "learning_rate": 0.0002632437983444348,
      "loss": 8.1126,
      "step": 110820
    },
    {
      "epoch": 0.23089583333333333,
      "grad_norm": 0.8724822998046875,
      "learning_rate": 0.0002632373331320997,
      "loss": 7.9263,
      "step": 110830
    },
    {
      "epoch": 0.23091666666666666,
      "grad_norm": 0.9230092763900757,
      "learning_rate": 0.0002632308674306241,
      "loss": 7.8668,
      "step": 110840
    },
    {
      "epoch": 0.2309375,
      "grad_norm": 1.2434096336364746,
      "learning_rate": 0.00026322440124003604,
      "loss": 7.9663,
      "step": 110850
    },
    {
      "epoch": 0.23095833333333332,
      "grad_norm": 0.754844069480896,
      "learning_rate": 0.0002632179345603633,
      "loss": 7.9235,
      "step": 110860
    },
    {
      "epoch": 0.23097916666666668,
      "grad_norm": 1.386682391166687,
      "learning_rate": 0.000263211467391634,
      "loss": 7.7743,
      "step": 110870
    },
    {
      "epoch": 0.231,
      "grad_norm": 0.9751413464546204,
      "learning_rate": 0.0002632049997338759,
      "loss": 7.7774,
      "step": 110880
    },
    {
      "epoch": 0.23102083333333334,
      "grad_norm": 1.17359459400177,
      "learning_rate": 0.000263198531587117,
      "loss": 8.0692,
      "step": 110890
    },
    {
      "epoch": 0.23104166666666667,
      "grad_norm": 1.6626360416412354,
      "learning_rate": 0.0002631920629513853,
      "loss": 7.6729,
      "step": 110900
    },
    {
      "epoch": 0.2310625,
      "grad_norm": 1.1535695791244507,
      "learning_rate": 0.00026318559382670865,
      "loss": 7.8124,
      "step": 110910
    },
    {
      "epoch": 0.23108333333333334,
      "grad_norm": 1.0317633152008057,
      "learning_rate": 0.0002631791242131151,
      "loss": 8.0324,
      "step": 110920
    },
    {
      "epoch": 0.23110416666666667,
      "grad_norm": 1.013182282447815,
      "learning_rate": 0.00026317265411063246,
      "loss": 7.8031,
      "step": 110930
    },
    {
      "epoch": 0.231125,
      "grad_norm": 0.8178786039352417,
      "learning_rate": 0.0002631661835192888,
      "loss": 7.9067,
      "step": 110940
    },
    {
      "epoch": 0.23114583333333333,
      "grad_norm": 0.9677520990371704,
      "learning_rate": 0.000263159712439112,
      "loss": 8.3263,
      "step": 110950
    },
    {
      "epoch": 0.23116666666666666,
      "grad_norm": 0.6135333776473999,
      "learning_rate": 0.00026315324087013,
      "loss": 8.86,
      "step": 110960
    },
    {
      "epoch": 0.2311875,
      "grad_norm": 3.8777618408203125,
      "learning_rate": 0.0002631467688123709,
      "loss": 8.2118,
      "step": 110970
    },
    {
      "epoch": 0.23120833333333332,
      "grad_norm": 0.9394829869270325,
      "learning_rate": 0.00026314029626586246,
      "loss": 7.9361,
      "step": 110980
    },
    {
      "epoch": 0.23122916666666668,
      "grad_norm": 3.929737091064453,
      "learning_rate": 0.0002631338232306327,
      "loss": 8.2397,
      "step": 110990
    },
    {
      "epoch": 0.23125,
      "grad_norm": 2.681095600128174,
      "learning_rate": 0.00026312734970670965,
      "loss": 8.1482,
      "step": 111000
    },
    {
      "epoch": 0.23125,
      "eval_loss": 7.7422332763671875,
      "eval_runtime": 9.0415,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 111000
    },
    {
      "epoch": 0.23127083333333334,
      "grad_norm": 0.7122378945350647,
      "learning_rate": 0.00026312087569412126,
      "loss": 8.2787,
      "step": 111010
    },
    {
      "epoch": 0.23129166666666667,
      "grad_norm": 0.6204574704170227,
      "learning_rate": 0.0002631144011928954,
      "loss": 7.9093,
      "step": 111020
    },
    {
      "epoch": 0.2313125,
      "grad_norm": 2.513730764389038,
      "learning_rate": 0.00026310792620306016,
      "loss": 7.5875,
      "step": 111030
    },
    {
      "epoch": 0.23133333333333334,
      "grad_norm": 0.9553142189979553,
      "learning_rate": 0.0002631014507246434,
      "loss": 7.4374,
      "step": 111040
    },
    {
      "epoch": 0.23135416666666667,
      "grad_norm": 1.54201340675354,
      "learning_rate": 0.00026309497475767314,
      "loss": 7.5416,
      "step": 111050
    },
    {
      "epoch": 0.231375,
      "grad_norm": 1.0664374828338623,
      "learning_rate": 0.0002630884983021774,
      "loss": 8.2372,
      "step": 111060
    },
    {
      "epoch": 0.23139583333333333,
      "grad_norm": 2.311237096786499,
      "learning_rate": 0.00026308202135818403,
      "loss": 8.3907,
      "step": 111070
    },
    {
      "epoch": 0.23141666666666666,
      "grad_norm": 1.0710145235061646,
      "learning_rate": 0.0002630755439257211,
      "loss": 7.871,
      "step": 111080
    },
    {
      "epoch": 0.2314375,
      "grad_norm": 1.8511325120925903,
      "learning_rate": 0.0002630690660048167,
      "loss": 8.7542,
      "step": 111090
    },
    {
      "epoch": 0.23145833333333332,
      "grad_norm": 1.9215847253799438,
      "learning_rate": 0.00026306258759549857,
      "loss": 7.6219,
      "step": 111100
    },
    {
      "epoch": 0.23147916666666668,
      "grad_norm": 0.8766556978225708,
      "learning_rate": 0.00026305610869779486,
      "loss": 7.4571,
      "step": 111110
    },
    {
      "epoch": 0.2315,
      "grad_norm": 1.4348989725112915,
      "learning_rate": 0.00026304962931173354,
      "loss": 8.1165,
      "step": 111120
    },
    {
      "epoch": 0.23152083333333334,
      "grad_norm": 0.7712515592575073,
      "learning_rate": 0.0002630431494373425,
      "loss": 7.9119,
      "step": 111130
    },
    {
      "epoch": 0.23154166666666667,
      "grad_norm": 0.9132438898086548,
      "learning_rate": 0.0002630366690746498,
      "loss": 7.7533,
      "step": 111140
    },
    {
      "epoch": 0.2315625,
      "grad_norm": 5.970335006713867,
      "learning_rate": 0.00026303018822368353,
      "loss": 8.1379,
      "step": 111150
    },
    {
      "epoch": 0.23158333333333334,
      "grad_norm": 0.8216900825500488,
      "learning_rate": 0.0002630237068844715,
      "loss": 8.1533,
      "step": 111160
    },
    {
      "epoch": 0.23160416666666667,
      "grad_norm": 1.2446529865264893,
      "learning_rate": 0.00026301722505704184,
      "loss": 8.3019,
      "step": 111170
    },
    {
      "epoch": 0.231625,
      "grad_norm": 1.2227503061294556,
      "learning_rate": 0.0002630107427414225,
      "loss": 7.999,
      "step": 111180
    },
    {
      "epoch": 0.23164583333333333,
      "grad_norm": 1.0439077615737915,
      "learning_rate": 0.00026300425993764146,
      "loss": 7.4638,
      "step": 111190
    },
    {
      "epoch": 0.23166666666666666,
      "grad_norm": 2.2666172981262207,
      "learning_rate": 0.0002629977766457268,
      "loss": 8.2561,
      "step": 111200
    },
    {
      "epoch": 0.2316875,
      "grad_norm": 0.6985892057418823,
      "learning_rate": 0.00026299129286570637,
      "loss": 8.1505,
      "step": 111210
    },
    {
      "epoch": 0.23170833333333332,
      "grad_norm": 1.0104732513427734,
      "learning_rate": 0.0002629848085976084,
      "loss": 7.7545,
      "step": 111220
    },
    {
      "epoch": 0.23172916666666668,
      "grad_norm": 1.4178706407546997,
      "learning_rate": 0.0002629783238414607,
      "loss": 7.9276,
      "step": 111230
    },
    {
      "epoch": 0.23175,
      "grad_norm": 0.7867521643638611,
      "learning_rate": 0.00026297183859729135,
      "loss": 7.3899,
      "step": 111240
    },
    {
      "epoch": 0.23177083333333334,
      "grad_norm": 1.7651636600494385,
      "learning_rate": 0.0002629653528651284,
      "loss": 7.6742,
      "step": 111250
    },
    {
      "epoch": 0.23179166666666667,
      "grad_norm": 1.4016118049621582,
      "learning_rate": 0.00026295886664499984,
      "loss": 7.7332,
      "step": 111260
    },
    {
      "epoch": 0.2318125,
      "grad_norm": 0.6412294507026672,
      "learning_rate": 0.0002629523799369337,
      "loss": 7.8737,
      "step": 111270
    },
    {
      "epoch": 0.23183333333333334,
      "grad_norm": 0.9776599407196045,
      "learning_rate": 0.000262945892740958,
      "loss": 7.8491,
      "step": 111280
    },
    {
      "epoch": 0.23185416666666667,
      "grad_norm": 1.358475685119629,
      "learning_rate": 0.00026293940505710067,
      "loss": 7.7411,
      "step": 111290
    },
    {
      "epoch": 0.231875,
      "grad_norm": 3.393202304840088,
      "learning_rate": 0.0002629329168853899,
      "loss": 10.0244,
      "step": 111300
    },
    {
      "epoch": 0.23189583333333333,
      "grad_norm": 5.703073024749756,
      "learning_rate": 0.0002629264282258536,
      "loss": 8.4879,
      "step": 111310
    },
    {
      "epoch": 0.23191666666666666,
      "grad_norm": 0.6908148527145386,
      "learning_rate": 0.00026291993907851983,
      "loss": 8.0656,
      "step": 111320
    },
    {
      "epoch": 0.2319375,
      "grad_norm": 1.0898185968399048,
      "learning_rate": 0.00026291344944341666,
      "loss": 7.6694,
      "step": 111330
    },
    {
      "epoch": 0.23195833333333332,
      "grad_norm": 6.885336399078369,
      "learning_rate": 0.000262906959320572,
      "loss": 8.0337,
      "step": 111340
    },
    {
      "epoch": 0.23197916666666665,
      "grad_norm": 1.26567804813385,
      "learning_rate": 0.000262900468710014,
      "loss": 7.9457,
      "step": 111350
    },
    {
      "epoch": 0.232,
      "grad_norm": 1.1868603229522705,
      "learning_rate": 0.0002628939776117707,
      "loss": 7.8278,
      "step": 111360
    },
    {
      "epoch": 0.23202083333333334,
      "grad_norm": 4.044187545776367,
      "learning_rate": 0.00026288748602587005,
      "loss": 7.7408,
      "step": 111370
    },
    {
      "epoch": 0.23204166666666667,
      "grad_norm": 0.7834216356277466,
      "learning_rate": 0.0002628809939523402,
      "loss": 8.137,
      "step": 111380
    },
    {
      "epoch": 0.2320625,
      "grad_norm": 0.8055711984634399,
      "learning_rate": 0.0002628745013912091,
      "loss": 8.5556,
      "step": 111390
    },
    {
      "epoch": 0.23208333333333334,
      "grad_norm": 0.9317241311073303,
      "learning_rate": 0.0002628680083425049,
      "loss": 7.813,
      "step": 111400
    },
    {
      "epoch": 0.23210416666666667,
      "grad_norm": 1.3759217262268066,
      "learning_rate": 0.0002628615148062555,
      "loss": 8.0691,
      "step": 111410
    },
    {
      "epoch": 0.232125,
      "grad_norm": 0.9186931848526001,
      "learning_rate": 0.00026285502078248905,
      "loss": 8.3582,
      "step": 111420
    },
    {
      "epoch": 0.23214583333333333,
      "grad_norm": 1.8307490348815918,
      "learning_rate": 0.00026284852627123356,
      "loss": 7.9836,
      "step": 111430
    },
    {
      "epoch": 0.23216666666666666,
      "grad_norm": 0.7606077194213867,
      "learning_rate": 0.0002628420312725172,
      "loss": 7.7729,
      "step": 111440
    },
    {
      "epoch": 0.2321875,
      "grad_norm": 1.1857917308807373,
      "learning_rate": 0.00026283553578636785,
      "loss": 9.3583,
      "step": 111450
    },
    {
      "epoch": 0.23220833333333332,
      "grad_norm": 0.9922307133674622,
      "learning_rate": 0.00026282903981281365,
      "loss": 7.721,
      "step": 111460
    },
    {
      "epoch": 0.23222916666666665,
      "grad_norm": 0.9841721653938293,
      "learning_rate": 0.00026282254335188265,
      "loss": 7.7516,
      "step": 111470
    },
    {
      "epoch": 0.23225,
      "grad_norm": 0.723686158657074,
      "learning_rate": 0.00026281604640360294,
      "loss": 8.4108,
      "step": 111480
    },
    {
      "epoch": 0.23227083333333334,
      "grad_norm": 1.3048598766326904,
      "learning_rate": 0.0002628095489680026,
      "loss": 8.7606,
      "step": 111490
    },
    {
      "epoch": 0.23229166666666667,
      "grad_norm": 0.848817765712738,
      "learning_rate": 0.00026280305104510964,
      "loss": 8.4898,
      "step": 111500
    },
    {
      "epoch": 0.2323125,
      "grad_norm": 1.4928027391433716,
      "learning_rate": 0.0002627965526349521,
      "loss": 7.8462,
      "step": 111510
    },
    {
      "epoch": 0.23233333333333334,
      "grad_norm": 0.7267087697982788,
      "learning_rate": 0.00026279005373755813,
      "loss": 7.6779,
      "step": 111520
    },
    {
      "epoch": 0.23235416666666667,
      "grad_norm": 0.7607481479644775,
      "learning_rate": 0.0002627835543529558,
      "loss": 8.6816,
      "step": 111530
    },
    {
      "epoch": 0.232375,
      "grad_norm": 1.9006950855255127,
      "learning_rate": 0.00026277705448117316,
      "loss": 8.1512,
      "step": 111540
    },
    {
      "epoch": 0.23239583333333333,
      "grad_norm": 1.4467203617095947,
      "learning_rate": 0.0002627705541222382,
      "loss": 8.6104,
      "step": 111550
    },
    {
      "epoch": 0.23241666666666666,
      "grad_norm": 1.312959909439087,
      "learning_rate": 0.0002627640532761792,
      "loss": 7.8803,
      "step": 111560
    },
    {
      "epoch": 0.2324375,
      "grad_norm": 0.805270254611969,
      "learning_rate": 0.0002627575519430241,
      "loss": 8.4269,
      "step": 111570
    },
    {
      "epoch": 0.23245833333333332,
      "grad_norm": 1.187207579612732,
      "learning_rate": 0.00026275105012280096,
      "loss": 8.0546,
      "step": 111580
    },
    {
      "epoch": 0.23247916666666665,
      "grad_norm": 0.7832699418067932,
      "learning_rate": 0.0002627445478155379,
      "loss": 7.6843,
      "step": 111590
    },
    {
      "epoch": 0.2325,
      "grad_norm": 0.7119393348693848,
      "learning_rate": 0.0002627380450212631,
      "loss": 7.4934,
      "step": 111600
    },
    {
      "epoch": 0.23252083333333334,
      "grad_norm": 0.5734177827835083,
      "learning_rate": 0.00026273154174000457,
      "loss": 7.4167,
      "step": 111610
    },
    {
      "epoch": 0.23254166666666667,
      "grad_norm": 5.02476167678833,
      "learning_rate": 0.0002627250379717903,
      "loss": 8.0626,
      "step": 111620
    },
    {
      "epoch": 0.2325625,
      "grad_norm": 0.7783087491989136,
      "learning_rate": 0.00026271853371664857,
      "loss": 8.4705,
      "step": 111630
    },
    {
      "epoch": 0.23258333333333334,
      "grad_norm": 0.7954807877540588,
      "learning_rate": 0.00026271202897460734,
      "loss": 8.162,
      "step": 111640
    },
    {
      "epoch": 0.23260416666666667,
      "grad_norm": 2.14762282371521,
      "learning_rate": 0.0002627055237456948,
      "loss": 7.8798,
      "step": 111650
    },
    {
      "epoch": 0.232625,
      "grad_norm": 1.1804945468902588,
      "learning_rate": 0.000262699018029939,
      "loss": 8.2067,
      "step": 111660
    },
    {
      "epoch": 0.23264583333333333,
      "grad_norm": 0.996688961982727,
      "learning_rate": 0.00026269251182736806,
      "loss": 8.0452,
      "step": 111670
    },
    {
      "epoch": 0.23266666666666666,
      "grad_norm": 2.1821305751800537,
      "learning_rate": 0.00026268600513801007,
      "loss": 8.1022,
      "step": 111680
    },
    {
      "epoch": 0.2326875,
      "grad_norm": 0.6942248940467834,
      "learning_rate": 0.0002626794979618931,
      "loss": 7.7145,
      "step": 111690
    },
    {
      "epoch": 0.23270833333333332,
      "grad_norm": 1.394600510597229,
      "learning_rate": 0.00026267299029904533,
      "loss": 8.0548,
      "step": 111700
    },
    {
      "epoch": 0.23272916666666665,
      "grad_norm": 1.6429388523101807,
      "learning_rate": 0.00026266648214949486,
      "loss": 9.0276,
      "step": 111710
    },
    {
      "epoch": 0.23275,
      "grad_norm": 1.334656000137329,
      "learning_rate": 0.0002626599735132698,
      "loss": 8.0031,
      "step": 111720
    },
    {
      "epoch": 0.23277083333333334,
      "grad_norm": 1.0047032833099365,
      "learning_rate": 0.00026265346439039816,
      "loss": 7.9154,
      "step": 111730
    },
    {
      "epoch": 0.23279166666666667,
      "grad_norm": 0.8624550104141235,
      "learning_rate": 0.00026264695478090826,
      "loss": 8.106,
      "step": 111740
    },
    {
      "epoch": 0.2328125,
      "grad_norm": 0.642646849155426,
      "learning_rate": 0.00026264044468482804,
      "loss": 7.7298,
      "step": 111750
    },
    {
      "epoch": 0.23283333333333334,
      "grad_norm": 1.157731056213379,
      "learning_rate": 0.0002626339341021857,
      "loss": 7.7448,
      "step": 111760
    },
    {
      "epoch": 0.23285416666666667,
      "grad_norm": 1.2745174169540405,
      "learning_rate": 0.0002626274230330093,
      "loss": 8.0439,
      "step": 111770
    },
    {
      "epoch": 0.232875,
      "grad_norm": 7.080010414123535,
      "learning_rate": 0.000262620911477327,
      "loss": 8.722,
      "step": 111780
    },
    {
      "epoch": 0.23289583333333333,
      "grad_norm": 1.2915858030319214,
      "learning_rate": 0.00026261439943516706,
      "loss": 8.4006,
      "step": 111790
    },
    {
      "epoch": 0.23291666666666666,
      "grad_norm": 2.1525356769561768,
      "learning_rate": 0.0002626078869065574,
      "loss": 9.3132,
      "step": 111800
    },
    {
      "epoch": 0.2329375,
      "grad_norm": 1.173825740814209,
      "learning_rate": 0.0002626013738915263,
      "loss": 8.2232,
      "step": 111810
    },
    {
      "epoch": 0.23295833333333332,
      "grad_norm": 0.8232259154319763,
      "learning_rate": 0.0002625948603901018,
      "loss": 7.7509,
      "step": 111820
    },
    {
      "epoch": 0.23297916666666665,
      "grad_norm": 0.801922619342804,
      "learning_rate": 0.00026258834640231207,
      "loss": 8.2965,
      "step": 111830
    },
    {
      "epoch": 0.233,
      "grad_norm": 1.054267406463623,
      "learning_rate": 0.00026258183192818526,
      "loss": 7.6099,
      "step": 111840
    },
    {
      "epoch": 0.23302083333333334,
      "grad_norm": 0.9637142419815063,
      "learning_rate": 0.0002625753169677495,
      "loss": 7.953,
      "step": 111850
    },
    {
      "epoch": 0.23304166666666667,
      "grad_norm": 1.0110738277435303,
      "learning_rate": 0.0002625688015210329,
      "loss": 8.2522,
      "step": 111860
    },
    {
      "epoch": 0.2330625,
      "grad_norm": 0.521636426448822,
      "learning_rate": 0.00026256228558806365,
      "loss": 7.6514,
      "step": 111870
    },
    {
      "epoch": 0.23308333333333334,
      "grad_norm": 3.276174306869507,
      "learning_rate": 0.0002625557691688699,
      "loss": 8.0441,
      "step": 111880
    },
    {
      "epoch": 0.23310416666666667,
      "grad_norm": 0.6153702139854431,
      "learning_rate": 0.0002625492522634798,
      "loss": 7.7307,
      "step": 111890
    },
    {
      "epoch": 0.233125,
      "grad_norm": 2.252781867980957,
      "learning_rate": 0.00026254273487192145,
      "loss": 8.5414,
      "step": 111900
    },
    {
      "epoch": 0.23314583333333333,
      "grad_norm": 0.8334159851074219,
      "learning_rate": 0.000262536216994223,
      "loss": 7.7309,
      "step": 111910
    },
    {
      "epoch": 0.23316666666666666,
      "grad_norm": 1.4727492332458496,
      "learning_rate": 0.0002625296986304127,
      "loss": 7.756,
      "step": 111920
    },
    {
      "epoch": 0.2331875,
      "grad_norm": 3.0758776664733887,
      "learning_rate": 0.0002625231797805186,
      "loss": 7.8605,
      "step": 111930
    },
    {
      "epoch": 0.23320833333333332,
      "grad_norm": 3.2486236095428467,
      "learning_rate": 0.0002625166604445689,
      "loss": 8.3901,
      "step": 111940
    },
    {
      "epoch": 0.23322916666666665,
      "grad_norm": 1.3419208526611328,
      "learning_rate": 0.00026251014062259184,
      "loss": 7.7465,
      "step": 111950
    },
    {
      "epoch": 0.23325,
      "grad_norm": 0.8003524541854858,
      "learning_rate": 0.0002625036203146154,
      "loss": 7.6366,
      "step": 111960
    },
    {
      "epoch": 0.23327083333333334,
      "grad_norm": 1.2854515314102173,
      "learning_rate": 0.0002624970995206679,
      "loss": 8.5736,
      "step": 111970
    },
    {
      "epoch": 0.23329166666666667,
      "grad_norm": 1.1240066289901733,
      "learning_rate": 0.00026249057824077746,
      "loss": 7.9866,
      "step": 111980
    },
    {
      "epoch": 0.2333125,
      "grad_norm": 3.9873175621032715,
      "learning_rate": 0.0002624840564749722,
      "loss": 7.9458,
      "step": 111990
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 0.8141674995422363,
      "learning_rate": 0.0002624775342232804,
      "loss": 7.6207,
      "step": 112000
    },
    {
      "epoch": 0.23333333333333334,
      "eval_loss": 7.855748653411865,
      "eval_runtime": 8.9139,
      "eval_samples_per_second": 0.337,
      "eval_steps_per_second": 0.112,
      "step": 112000
    },
    {
      "epoch": 0.23335416666666667,
      "grad_norm": 1.0438761711120605,
      "learning_rate": 0.00026247101148573024,
      "loss": 8.3239,
      "step": 112010
    },
    {
      "epoch": 0.233375,
      "grad_norm": 1.6599607467651367,
      "learning_rate": 0.00026246448826234973,
      "loss": 7.5437,
      "step": 112020
    },
    {
      "epoch": 0.23339583333333333,
      "grad_norm": 1.2669020891189575,
      "learning_rate": 0.00026245796455316717,
      "loss": 8.0373,
      "step": 112030
    },
    {
      "epoch": 0.23341666666666666,
      "grad_norm": 1.1011189222335815,
      "learning_rate": 0.0002624514403582107,
      "loss": 9.6254,
      "step": 112040
    },
    {
      "epoch": 0.2334375,
      "grad_norm": 1.3303883075714111,
      "learning_rate": 0.00026244491567750856,
      "loss": 7.5676,
      "step": 112050
    },
    {
      "epoch": 0.23345833333333332,
      "grad_norm": 0.8527120351791382,
      "learning_rate": 0.00026243839051108884,
      "loss": 8.0923,
      "step": 112060
    },
    {
      "epoch": 0.23347916666666665,
      "grad_norm": 1.5166690349578857,
      "learning_rate": 0.0002624318648589798,
      "loss": 8.2179,
      "step": 112070
    },
    {
      "epoch": 0.2335,
      "grad_norm": 1.2979830503463745,
      "learning_rate": 0.00026242533872120966,
      "loss": 8.154,
      "step": 112080
    },
    {
      "epoch": 0.23352083333333334,
      "grad_norm": 0.5948883295059204,
      "learning_rate": 0.00026241881209780653,
      "loss": 7.5687,
      "step": 112090
    },
    {
      "epoch": 0.23354166666666668,
      "grad_norm": 3.311866044998169,
      "learning_rate": 0.00026241228498879857,
      "loss": 8.9168,
      "step": 112100
    },
    {
      "epoch": 0.2335625,
      "grad_norm": 0.4356238842010498,
      "learning_rate": 0.0002624057573942141,
      "loss": 8.2126,
      "step": 112110
    },
    {
      "epoch": 0.23358333333333334,
      "grad_norm": 4.408300876617432,
      "learning_rate": 0.00026239922931408125,
      "loss": 9.0725,
      "step": 112120
    },
    {
      "epoch": 0.23360416666666667,
      "grad_norm": 0.7254176735877991,
      "learning_rate": 0.00026239270074842816,
      "loss": 8.3967,
      "step": 112130
    },
    {
      "epoch": 0.233625,
      "grad_norm": 2.109090566635132,
      "learning_rate": 0.00026238617169728316,
      "loss": 8.0655,
      "step": 112140
    },
    {
      "epoch": 0.23364583333333333,
      "grad_norm": 0.8855427503585815,
      "learning_rate": 0.00026237964216067433,
      "loss": 8.1032,
      "step": 112150
    },
    {
      "epoch": 0.23366666666666666,
      "grad_norm": 0.7131093144416809,
      "learning_rate": 0.00026237311213862997,
      "loss": 7.4584,
      "step": 112160
    },
    {
      "epoch": 0.2336875,
      "grad_norm": 1.1803873777389526,
      "learning_rate": 0.0002623665816311782,
      "loss": 8.1222,
      "step": 112170
    },
    {
      "epoch": 0.23370833333333332,
      "grad_norm": 0.803406834602356,
      "learning_rate": 0.0002623600506383473,
      "loss": 7.6837,
      "step": 112180
    },
    {
      "epoch": 0.23372916666666665,
      "grad_norm": 1.9155861139297485,
      "learning_rate": 0.0002623535191601655,
      "loss": 7.819,
      "step": 112190
    },
    {
      "epoch": 0.23375,
      "grad_norm": 0.5639658570289612,
      "learning_rate": 0.0002623469871966609,
      "loss": 8.015,
      "step": 112200
    },
    {
      "epoch": 0.23377083333333334,
      "grad_norm": 0.5936828851699829,
      "learning_rate": 0.00026234045474786183,
      "loss": 7.2496,
      "step": 112210
    },
    {
      "epoch": 0.23379166666666668,
      "grad_norm": 0.6389226317405701,
      "learning_rate": 0.0002623339218137964,
      "loss": 8.0493,
      "step": 112220
    },
    {
      "epoch": 0.2338125,
      "grad_norm": 0.6960471272468567,
      "learning_rate": 0.000262327388394493,
      "loss": 8.5876,
      "step": 112230
    },
    {
      "epoch": 0.23383333333333334,
      "grad_norm": 0.936419665813446,
      "learning_rate": 0.0002623208544899797,
      "loss": 7.6775,
      "step": 112240
    },
    {
      "epoch": 0.23385416666666667,
      "grad_norm": 0.6179738640785217,
      "learning_rate": 0.00026231432010028475,
      "loss": 8.1083,
      "step": 112250
    },
    {
      "epoch": 0.233875,
      "grad_norm": 2.259258270263672,
      "learning_rate": 0.0002623077852254364,
      "loss": 8.062,
      "step": 112260
    },
    {
      "epoch": 0.23389583333333333,
      "grad_norm": 5.104037284851074,
      "learning_rate": 0.00026230124986546284,
      "loss": 8.7002,
      "step": 112270
    },
    {
      "epoch": 0.23391666666666666,
      "grad_norm": 1.6100201606750488,
      "learning_rate": 0.0002622947140203924,
      "loss": 8.4356,
      "step": 112280
    },
    {
      "epoch": 0.2339375,
      "grad_norm": 1.9432541131973267,
      "learning_rate": 0.00026228817769025314,
      "loss": 7.8773,
      "step": 112290
    },
    {
      "epoch": 0.23395833333333332,
      "grad_norm": 3.166621685028076,
      "learning_rate": 0.0002622816408750735,
      "loss": 8.4956,
      "step": 112300
    },
    {
      "epoch": 0.23397916666666665,
      "grad_norm": 0.7525650262832642,
      "learning_rate": 0.0002622751035748816,
      "loss": 8.3637,
      "step": 112310
    },
    {
      "epoch": 0.234,
      "grad_norm": 1.1481709480285645,
      "learning_rate": 0.0002622685657897057,
      "loss": 7.7494,
      "step": 112320
    },
    {
      "epoch": 0.23402083333333334,
      "grad_norm": 0.9357106685638428,
      "learning_rate": 0.000262262027519574,
      "loss": 7.8569,
      "step": 112330
    },
    {
      "epoch": 0.23404166666666668,
      "grad_norm": 0.9698606133460999,
      "learning_rate": 0.0002622554887645148,
      "loss": 7.721,
      "step": 112340
    },
    {
      "epoch": 0.2340625,
      "grad_norm": 1.2002675533294678,
      "learning_rate": 0.0002622489495245563,
      "loss": 7.8158,
      "step": 112350
    },
    {
      "epoch": 0.23408333333333334,
      "grad_norm": 1.1173418760299683,
      "learning_rate": 0.00026224240979972675,
      "loss": 7.8937,
      "step": 112360
    },
    {
      "epoch": 0.23410416666666667,
      "grad_norm": 0.898330807685852,
      "learning_rate": 0.00026223586959005446,
      "loss": 7.5245,
      "step": 112370
    },
    {
      "epoch": 0.234125,
      "grad_norm": 1.0578391551971436,
      "learning_rate": 0.0002622293288955676,
      "loss": 7.9336,
      "step": 112380
    },
    {
      "epoch": 0.23414583333333333,
      "grad_norm": 3.6558310985565186,
      "learning_rate": 0.00026222278771629453,
      "loss": 8.5013,
      "step": 112390
    },
    {
      "epoch": 0.23416666666666666,
      "grad_norm": 1.5791728496551514,
      "learning_rate": 0.00026221624605226343,
      "loss": 7.8364,
      "step": 112400
    },
    {
      "epoch": 0.2341875,
      "grad_norm": 2.328505754470825,
      "learning_rate": 0.0002622097039035025,
      "loss": 8.6485,
      "step": 112410
    },
    {
      "epoch": 0.23420833333333332,
      "grad_norm": 1.2289968729019165,
      "learning_rate": 0.0002622031612700401,
      "loss": 8.1259,
      "step": 112420
    },
    {
      "epoch": 0.23422916666666665,
      "grad_norm": 1.6952406167984009,
      "learning_rate": 0.00026219661815190447,
      "loss": 8.7011,
      "step": 112430
    },
    {
      "epoch": 0.23425,
      "grad_norm": 1.145014762878418,
      "learning_rate": 0.00026219007454912385,
      "loss": 7.5465,
      "step": 112440
    },
    {
      "epoch": 0.23427083333333334,
      "grad_norm": 2.672361373901367,
      "learning_rate": 0.0002621835304617265,
      "loss": 8.3876,
      "step": 112450
    },
    {
      "epoch": 0.23429166666666668,
      "grad_norm": 2.5534589290618896,
      "learning_rate": 0.0002621769858897407,
      "loss": 7.8424,
      "step": 112460
    },
    {
      "epoch": 0.2343125,
      "grad_norm": 0.4246649146080017,
      "learning_rate": 0.00026217044083319476,
      "loss": 7.9987,
      "step": 112470
    },
    {
      "epoch": 0.23433333333333334,
      "grad_norm": 2.8369247913360596,
      "learning_rate": 0.00026216389529211685,
      "loss": 8.1825,
      "step": 112480
    },
    {
      "epoch": 0.23435416666666667,
      "grad_norm": 1.543676495552063,
      "learning_rate": 0.0002621573492665354,
      "loss": 7.6244,
      "step": 112490
    },
    {
      "epoch": 0.234375,
      "grad_norm": 1.0120550394058228,
      "learning_rate": 0.0002621508027564786,
      "loss": 8.9072,
      "step": 112500
    },
    {
      "epoch": 0.23439583333333333,
      "grad_norm": 1.274428129196167,
      "learning_rate": 0.00026214425576197466,
      "loss": 7.6374,
      "step": 112510
    },
    {
      "epoch": 0.23441666666666666,
      "grad_norm": 3.564340829849243,
      "learning_rate": 0.0002621377082830519,
      "loss": 8.2829,
      "step": 112520
    },
    {
      "epoch": 0.2344375,
      "grad_norm": 0.7285376787185669,
      "learning_rate": 0.0002621311603197387,
      "loss": 7.6074,
      "step": 112530
    },
    {
      "epoch": 0.23445833333333332,
      "grad_norm": 0.45797526836395264,
      "learning_rate": 0.0002621246118720632,
      "loss": 7.8925,
      "step": 112540
    },
    {
      "epoch": 0.23447916666666666,
      "grad_norm": 0.6521734595298767,
      "learning_rate": 0.0002621180629400538,
      "loss": 7.5705,
      "step": 112550
    },
    {
      "epoch": 0.2345,
      "grad_norm": 1.025813341140747,
      "learning_rate": 0.00026211151352373876,
      "loss": 7.8696,
      "step": 112560
    },
    {
      "epoch": 0.23452083333333335,
      "grad_norm": 2.3117387294769287,
      "learning_rate": 0.0002621049636231463,
      "loss": 8.1178,
      "step": 112570
    },
    {
      "epoch": 0.23454166666666668,
      "grad_norm": 1.1444066762924194,
      "learning_rate": 0.00026209841323830485,
      "loss": 7.7365,
      "step": 112580
    },
    {
      "epoch": 0.2345625,
      "grad_norm": 1.8457797765731812,
      "learning_rate": 0.00026209186236924263,
      "loss": 7.7673,
      "step": 112590
    },
    {
      "epoch": 0.23458333333333334,
      "grad_norm": 1.2344329357147217,
      "learning_rate": 0.0002620853110159879,
      "loss": 7.8824,
      "step": 112600
    },
    {
      "epoch": 0.23460416666666667,
      "grad_norm": 1.2668150663375854,
      "learning_rate": 0.000262078759178569,
      "loss": 8.1067,
      "step": 112610
    },
    {
      "epoch": 0.234625,
      "grad_norm": 0.7620817422866821,
      "learning_rate": 0.0002620722068570142,
      "loss": 7.8511,
      "step": 112620
    },
    {
      "epoch": 0.23464583333333333,
      "grad_norm": 1.4660024642944336,
      "learning_rate": 0.0002620656540513518,
      "loss": 8.4498,
      "step": 112630
    },
    {
      "epoch": 0.23466666666666666,
      "grad_norm": 1.7930723428726196,
      "learning_rate": 0.0002620591007616102,
      "loss": 7.9813,
      "step": 112640
    },
    {
      "epoch": 0.2346875,
      "grad_norm": 1.1293758153915405,
      "learning_rate": 0.0002620525469878176,
      "loss": 7.5882,
      "step": 112650
    },
    {
      "epoch": 0.23470833333333332,
      "grad_norm": 0.7903675436973572,
      "learning_rate": 0.0002620459927300024,
      "loss": 7.7343,
      "step": 112660
    },
    {
      "epoch": 0.23472916666666666,
      "grad_norm": 3.68013334274292,
      "learning_rate": 0.0002620394379881928,
      "loss": 8.2773,
      "step": 112670
    },
    {
      "epoch": 0.23475,
      "grad_norm": 1.8571066856384277,
      "learning_rate": 0.0002620328827624172,
      "loss": 8.0287,
      "step": 112680
    },
    {
      "epoch": 0.23477083333333335,
      "grad_norm": 3.006565570831299,
      "learning_rate": 0.00026202632705270393,
      "loss": 8.1875,
      "step": 112690
    },
    {
      "epoch": 0.23479166666666668,
      "grad_norm": 0.893203854560852,
      "learning_rate": 0.0002620197708590812,
      "loss": 7.6993,
      "step": 112700
    },
    {
      "epoch": 0.2348125,
      "grad_norm": 1.1828364133834839,
      "learning_rate": 0.00026201321418157744,
      "loss": 7.5514,
      "step": 112710
    },
    {
      "epoch": 0.23483333333333334,
      "grad_norm": 0.8293980360031128,
      "learning_rate": 0.00026200665702022096,
      "loss": 7.981,
      "step": 112720
    },
    {
      "epoch": 0.23485416666666667,
      "grad_norm": 0.863877534866333,
      "learning_rate": 0.00026200009937504,
      "loss": 7.7527,
      "step": 112730
    },
    {
      "epoch": 0.234875,
      "grad_norm": 0.8003600835800171,
      "learning_rate": 0.00026199354124606297,
      "loss": 7.6719,
      "step": 112740
    },
    {
      "epoch": 0.23489583333333333,
      "grad_norm": 1.4641938209533691,
      "learning_rate": 0.00026198698263331816,
      "loss": 7.9095,
      "step": 112750
    },
    {
      "epoch": 0.23491666666666666,
      "grad_norm": 12.182368278503418,
      "learning_rate": 0.00026198042353683395,
      "loss": 8.1745,
      "step": 112760
    },
    {
      "epoch": 0.2349375,
      "grad_norm": 3.3682234287261963,
      "learning_rate": 0.0002619738639566386,
      "loss": 8.4563,
      "step": 112770
    },
    {
      "epoch": 0.23495833333333332,
      "grad_norm": 1.9479577541351318,
      "learning_rate": 0.0002619673038927605,
      "loss": 8.1719,
      "step": 112780
    },
    {
      "epoch": 0.23497916666666666,
      "grad_norm": 1.736736536026001,
      "learning_rate": 0.0002619607433452279,
      "loss": 7.6574,
      "step": 112790
    },
    {
      "epoch": 0.235,
      "grad_norm": 1.0328760147094727,
      "learning_rate": 0.0002619541823140693,
      "loss": 7.8155,
      "step": 112800
    },
    {
      "epoch": 0.23502083333333335,
      "grad_norm": 1.183661699295044,
      "learning_rate": 0.0002619476207993129,
      "loss": 7.6517,
      "step": 112810
    },
    {
      "epoch": 0.23504166666666668,
      "grad_norm": 1.5475223064422607,
      "learning_rate": 0.0002619410588009871,
      "loss": 8.7202,
      "step": 112820
    },
    {
      "epoch": 0.2350625,
      "grad_norm": 4.893525123596191,
      "learning_rate": 0.00026193449631912026,
      "loss": 8.2636,
      "step": 112830
    },
    {
      "epoch": 0.23508333333333334,
      "grad_norm": 0.813425600528717,
      "learning_rate": 0.00026192793335374066,
      "loss": 7.5757,
      "step": 112840
    },
    {
      "epoch": 0.23510416666666667,
      "grad_norm": 1.010297417640686,
      "learning_rate": 0.0002619213699048767,
      "loss": 7.95,
      "step": 112850
    },
    {
      "epoch": 0.235125,
      "grad_norm": 2.343552827835083,
      "learning_rate": 0.0002619148059725568,
      "loss": 8.8236,
      "step": 112860
    },
    {
      "epoch": 0.23514583333333333,
      "grad_norm": 1.292612075805664,
      "learning_rate": 0.0002619082415568091,
      "loss": 8.7517,
      "step": 112870
    },
    {
      "epoch": 0.23516666666666666,
      "grad_norm": 1.0625091791152954,
      "learning_rate": 0.0002619016766576622,
      "loss": 7.5541,
      "step": 112880
    },
    {
      "epoch": 0.2351875,
      "grad_norm": 0.7267494797706604,
      "learning_rate": 0.0002618951112751443,
      "loss": 7.834,
      "step": 112890
    },
    {
      "epoch": 0.23520833333333332,
      "grad_norm": 0.9730571508407593,
      "learning_rate": 0.0002618885454092838,
      "loss": 7.8777,
      "step": 112900
    },
    {
      "epoch": 0.23522916666666666,
      "grad_norm": 1.5509049892425537,
      "learning_rate": 0.00026188197906010913,
      "loss": 7.9818,
      "step": 112910
    },
    {
      "epoch": 0.23525,
      "grad_norm": 1.192210078239441,
      "learning_rate": 0.00026187541222764856,
      "loss": 9.0719,
      "step": 112920
    },
    {
      "epoch": 0.23527083333333335,
      "grad_norm": 0.8233039379119873,
      "learning_rate": 0.00026186884491193047,
      "loss": 7.7103,
      "step": 112930
    },
    {
      "epoch": 0.23529166666666668,
      "grad_norm": 0.6053521037101746,
      "learning_rate": 0.0002618622771129833,
      "loss": 8.2893,
      "step": 112940
    },
    {
      "epoch": 0.2353125,
      "grad_norm": 0.8228909373283386,
      "learning_rate": 0.0002618557088308353,
      "loss": 8.4345,
      "step": 112950
    },
    {
      "epoch": 0.23533333333333334,
      "grad_norm": 1.1656893491744995,
      "learning_rate": 0.000261849140065515,
      "loss": 9.1953,
      "step": 112960
    },
    {
      "epoch": 0.23535416666666667,
      "grad_norm": 1.6038120985031128,
      "learning_rate": 0.0002618425708170506,
      "loss": 8.7896,
      "step": 112970
    },
    {
      "epoch": 0.235375,
      "grad_norm": 0.8794853091239929,
      "learning_rate": 0.0002618360010854707,
      "loss": 8.1351,
      "step": 112980
    },
    {
      "epoch": 0.23539583333333333,
      "grad_norm": 0.9788491725921631,
      "learning_rate": 0.00026182943087080344,
      "loss": 7.6544,
      "step": 112990
    },
    {
      "epoch": 0.23541666666666666,
      "grad_norm": 0.8390223979949951,
      "learning_rate": 0.0002618228601730773,
      "loss": 7.4702,
      "step": 113000
    },
    {
      "epoch": 0.23541666666666666,
      "eval_loss": 7.0816826820373535,
      "eval_runtime": 8.8666,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 113000
    },
    {
      "epoch": 0.2354375,
      "grad_norm": 0.8091726899147034,
      "learning_rate": 0.0002618162889923207,
      "loss": 7.9373,
      "step": 113010
    },
    {
      "epoch": 0.23545833333333333,
      "grad_norm": 0.6618663668632507,
      "learning_rate": 0.00026180971732856195,
      "loss": 8.2527,
      "step": 113020
    },
    {
      "epoch": 0.23547916666666666,
      "grad_norm": 3.4644415378570557,
      "learning_rate": 0.0002618031451818295,
      "loss": 7.9931,
      "step": 113030
    },
    {
      "epoch": 0.2355,
      "grad_norm": 0.6626404523849487,
      "learning_rate": 0.0002617965725521517,
      "loss": 8.0787,
      "step": 113040
    },
    {
      "epoch": 0.23552083333333335,
      "grad_norm": 1.9113205671310425,
      "learning_rate": 0.000261789999439557,
      "loss": 7.4872,
      "step": 113050
    },
    {
      "epoch": 0.23554166666666668,
      "grad_norm": 5.885247707366943,
      "learning_rate": 0.00026178342584407373,
      "loss": 8.659,
      "step": 113060
    },
    {
      "epoch": 0.2355625,
      "grad_norm": 0.9219757318496704,
      "learning_rate": 0.0002617768517657303,
      "loss": 7.9037,
      "step": 113070
    },
    {
      "epoch": 0.23558333333333334,
      "grad_norm": 0.938598096370697,
      "learning_rate": 0.0002617702772045552,
      "loss": 7.9013,
      "step": 113080
    },
    {
      "epoch": 0.23560416666666667,
      "grad_norm": 1.330763816833496,
      "learning_rate": 0.0002617637021605766,
      "loss": 8.175,
      "step": 113090
    },
    {
      "epoch": 0.235625,
      "grad_norm": 0.511130154132843,
      "learning_rate": 0.00026175712663382316,
      "loss": 7.6056,
      "step": 113100
    },
    {
      "epoch": 0.23564583333333333,
      "grad_norm": 1.1479287147521973,
      "learning_rate": 0.00026175055062432315,
      "loss": 8.1695,
      "step": 113110
    },
    {
      "epoch": 0.23566666666666666,
      "grad_norm": 0.793044924736023,
      "learning_rate": 0.00026174397413210494,
      "loss": 8.3077,
      "step": 113120
    },
    {
      "epoch": 0.2356875,
      "grad_norm": 0.8951486349105835,
      "learning_rate": 0.00026173739715719705,
      "loss": 8.2796,
      "step": 113130
    },
    {
      "epoch": 0.23570833333333333,
      "grad_norm": 0.8276098966598511,
      "learning_rate": 0.0002617308196996278,
      "loss": 8.0875,
      "step": 113140
    },
    {
      "epoch": 0.23572916666666666,
      "grad_norm": 1.3779164552688599,
      "learning_rate": 0.00026172424175942565,
      "loss": 9.3114,
      "step": 113150
    },
    {
      "epoch": 0.23575,
      "grad_norm": 1.1973299980163574,
      "learning_rate": 0.00026171766333661894,
      "loss": 8.0876,
      "step": 113160
    },
    {
      "epoch": 0.23577083333333335,
      "grad_norm": 0.6961054801940918,
      "learning_rate": 0.00026171108443123623,
      "loss": 7.5578,
      "step": 113170
    },
    {
      "epoch": 0.23579166666666668,
      "grad_norm": 0.5442436933517456,
      "learning_rate": 0.0002617045050433058,
      "loss": 7.4468,
      "step": 113180
    },
    {
      "epoch": 0.2358125,
      "grad_norm": 1.4849282503128052,
      "learning_rate": 0.00026169792517285616,
      "loss": 8.1886,
      "step": 113190
    },
    {
      "epoch": 0.23583333333333334,
      "grad_norm": 7.559360504150391,
      "learning_rate": 0.00026169134481991566,
      "loss": 8.1762,
      "step": 113200
    },
    {
      "epoch": 0.23585416666666667,
      "grad_norm": 1.0980428457260132,
      "learning_rate": 0.0002616847639845128,
      "loss": 8.4696,
      "step": 113210
    },
    {
      "epoch": 0.235875,
      "grad_norm": 2.125866651535034,
      "learning_rate": 0.00026167818266667594,
      "loss": 7.7169,
      "step": 113220
    },
    {
      "epoch": 0.23589583333333333,
      "grad_norm": 1.318891167640686,
      "learning_rate": 0.00026167160086643354,
      "loss": 8.1096,
      "step": 113230
    },
    {
      "epoch": 0.23591666666666666,
      "grad_norm": 1.978701114654541,
      "learning_rate": 0.0002616650185838141,
      "loss": 7.7273,
      "step": 113240
    },
    {
      "epoch": 0.2359375,
      "grad_norm": 9.731141090393066,
      "learning_rate": 0.00026165843581884586,
      "loss": 7.9777,
      "step": 113250
    },
    {
      "epoch": 0.23595833333333333,
      "grad_norm": 1.2522468566894531,
      "learning_rate": 0.0002616518525715574,
      "loss": 8.0896,
      "step": 113260
    },
    {
      "epoch": 0.23597916666666666,
      "grad_norm": 0.6088970899581909,
      "learning_rate": 0.0002616452688419772,
      "loss": 7.5408,
      "step": 113270
    },
    {
      "epoch": 0.236,
      "grad_norm": 1.2185477018356323,
      "learning_rate": 0.0002616386846301336,
      "loss": 7.8695,
      "step": 113280
    },
    {
      "epoch": 0.23602083333333335,
      "grad_norm": 2.2503907680511475,
      "learning_rate": 0.000261632099936055,
      "loss": 8.6725,
      "step": 113290
    },
    {
      "epoch": 0.23604166666666668,
      "grad_norm": 5.133206367492676,
      "learning_rate": 0.00026162551475977,
      "loss": 8.4871,
      "step": 113300
    },
    {
      "epoch": 0.2360625,
      "grad_norm": 6.569478511810303,
      "learning_rate": 0.00026161892910130693,
      "loss": 8.1092,
      "step": 113310
    },
    {
      "epoch": 0.23608333333333334,
      "grad_norm": 1.6083776950836182,
      "learning_rate": 0.0002616123429606943,
      "loss": 8.1297,
      "step": 113320
    },
    {
      "epoch": 0.23610416666666667,
      "grad_norm": 0.9525913596153259,
      "learning_rate": 0.0002616057563379605,
      "loss": 7.405,
      "step": 113330
    },
    {
      "epoch": 0.236125,
      "grad_norm": 1.4087046384811401,
      "learning_rate": 0.000261599169233134,
      "loss": 7.921,
      "step": 113340
    },
    {
      "epoch": 0.23614583333333333,
      "grad_norm": 1.4654054641723633,
      "learning_rate": 0.00026159258164624327,
      "loss": 8.8188,
      "step": 113350
    },
    {
      "epoch": 0.23616666666666666,
      "grad_norm": 2.4355459213256836,
      "learning_rate": 0.00026158599357731677,
      "loss": 8.1133,
      "step": 113360
    },
    {
      "epoch": 0.2361875,
      "grad_norm": 0.7959351539611816,
      "learning_rate": 0.00026157940502638294,
      "loss": 7.8137,
      "step": 113370
    },
    {
      "epoch": 0.23620833333333333,
      "grad_norm": 1.1415859460830688,
      "learning_rate": 0.00026157281599347023,
      "loss": 7.8757,
      "step": 113380
    },
    {
      "epoch": 0.23622916666666666,
      "grad_norm": 0.5396548509597778,
      "learning_rate": 0.00026156622647860716,
      "loss": 8.2519,
      "step": 113390
    },
    {
      "epoch": 0.23625,
      "grad_norm": 0.7543557286262512,
      "learning_rate": 0.00026155963648182213,
      "loss": 7.9505,
      "step": 113400
    },
    {
      "epoch": 0.23627083333333335,
      "grad_norm": 0.8117853999137878,
      "learning_rate": 0.0002615530460031436,
      "loss": 7.885,
      "step": 113410
    },
    {
      "epoch": 0.23629166666666668,
      "grad_norm": 2.208909273147583,
      "learning_rate": 0.0002615464550426001,
      "loss": 8.1385,
      "step": 113420
    },
    {
      "epoch": 0.2363125,
      "grad_norm": 0.6091143488883972,
      "learning_rate": 0.00026153986360022007,
      "loss": 7.598,
      "step": 113430
    },
    {
      "epoch": 0.23633333333333334,
      "grad_norm": 2.729651689529419,
      "learning_rate": 0.000261533271676032,
      "loss": 7.7784,
      "step": 113440
    },
    {
      "epoch": 0.23635416666666667,
      "grad_norm": 2.0450940132141113,
      "learning_rate": 0.0002615266792700643,
      "loss": 8.0673,
      "step": 113450
    },
    {
      "epoch": 0.236375,
      "grad_norm": 1.6762712001800537,
      "learning_rate": 0.0002615200863823455,
      "loss": 7.6945,
      "step": 113460
    },
    {
      "epoch": 0.23639583333333333,
      "grad_norm": 1.6009405851364136,
      "learning_rate": 0.00026151349301290405,
      "loss": 7.7205,
      "step": 113470
    },
    {
      "epoch": 0.23641666666666666,
      "grad_norm": 1.4285926818847656,
      "learning_rate": 0.0002615068991617685,
      "loss": 7.9655,
      "step": 113480
    },
    {
      "epoch": 0.2364375,
      "grad_norm": 0.7156871557235718,
      "learning_rate": 0.0002615003048289673,
      "loss": 7.8958,
      "step": 113490
    },
    {
      "epoch": 0.23645833333333333,
      "grad_norm": 1.0294866561889648,
      "learning_rate": 0.00026149371001452885,
      "loss": 8.1983,
      "step": 113500
    },
    {
      "epoch": 0.23647916666666666,
      "grad_norm": 0.664630115032196,
      "learning_rate": 0.0002614871147184817,
      "loss": 8.1998,
      "step": 113510
    },
    {
      "epoch": 0.2365,
      "grad_norm": 1.4186698198318481,
      "learning_rate": 0.0002614805189408544,
      "loss": 7.7427,
      "step": 113520
    },
    {
      "epoch": 0.23652083333333335,
      "grad_norm": 0.8349592685699463,
      "learning_rate": 0.0002614739226816754,
      "loss": 7.9192,
      "step": 113530
    },
    {
      "epoch": 0.23654166666666668,
      "grad_norm": 0.7105955481529236,
      "learning_rate": 0.0002614673259409731,
      "loss": 7.6758,
      "step": 113540
    },
    {
      "epoch": 0.2365625,
      "grad_norm": 3.341055154800415,
      "learning_rate": 0.0002614607287187761,
      "loss": 8.2083,
      "step": 113550
    },
    {
      "epoch": 0.23658333333333334,
      "grad_norm": 1.4855210781097412,
      "learning_rate": 0.0002614541310151129,
      "loss": 8.4197,
      "step": 113560
    },
    {
      "epoch": 0.23660416666666667,
      "grad_norm": 1.2897584438323975,
      "learning_rate": 0.00026144753283001193,
      "loss": 8.5225,
      "step": 113570
    },
    {
      "epoch": 0.236625,
      "grad_norm": 2.0726089477539062,
      "learning_rate": 0.0002614409341635018,
      "loss": 7.7026,
      "step": 113580
    },
    {
      "epoch": 0.23664583333333333,
      "grad_norm": 0.8509241938591003,
      "learning_rate": 0.0002614343350156109,
      "loss": 8.1766,
      "step": 113590
    },
    {
      "epoch": 0.23666666666666666,
      "grad_norm": 0.7332882285118103,
      "learning_rate": 0.0002614277353863678,
      "loss": 8.3679,
      "step": 113600
    },
    {
      "epoch": 0.2366875,
      "grad_norm": 2.4676194190979004,
      "learning_rate": 0.00026142113527580094,
      "loss": 7.9891,
      "step": 113610
    },
    {
      "epoch": 0.23670833333333333,
      "grad_norm": 4.223691463470459,
      "learning_rate": 0.0002614145346839389,
      "loss": 8.8067,
      "step": 113620
    },
    {
      "epoch": 0.23672916666666666,
      "grad_norm": 2.830138921737671,
      "learning_rate": 0.0002614079336108102,
      "loss": 8.1971,
      "step": 113630
    },
    {
      "epoch": 0.23675,
      "grad_norm": 0.7224422097206116,
      "learning_rate": 0.0002614013320564433,
      "loss": 7.7379,
      "step": 113640
    },
    {
      "epoch": 0.23677083333333335,
      "grad_norm": 1.0301791429519653,
      "learning_rate": 0.00026139473002086675,
      "loss": 7.7246,
      "step": 113650
    },
    {
      "epoch": 0.23679166666666668,
      "grad_norm": 1.5007643699645996,
      "learning_rate": 0.0002613881275041091,
      "loss": 8.0592,
      "step": 113660
    },
    {
      "epoch": 0.2368125,
      "grad_norm": 0.6779143810272217,
      "learning_rate": 0.00026138152450619876,
      "loss": 7.9303,
      "step": 113670
    },
    {
      "epoch": 0.23683333333333334,
      "grad_norm": 1.0010740756988525,
      "learning_rate": 0.00026137492102716435,
      "loss": 7.902,
      "step": 113680
    },
    {
      "epoch": 0.23685416666666667,
      "grad_norm": 0.8787912130355835,
      "learning_rate": 0.0002613683170670344,
      "loss": 7.7023,
      "step": 113690
    },
    {
      "epoch": 0.236875,
      "grad_norm": 1.047484278678894,
      "learning_rate": 0.00026136171262583735,
      "loss": 8.3215,
      "step": 113700
    },
    {
      "epoch": 0.23689583333333333,
      "grad_norm": 1.0254970788955688,
      "learning_rate": 0.0002613551077036018,
      "loss": 8.4608,
      "step": 113710
    },
    {
      "epoch": 0.23691666666666666,
      "grad_norm": 4.383725643157959,
      "learning_rate": 0.00026134850230035626,
      "loss": 8.0159,
      "step": 113720
    },
    {
      "epoch": 0.2369375,
      "grad_norm": 1.1984068155288696,
      "learning_rate": 0.0002613418964161293,
      "loss": 7.7647,
      "step": 113730
    },
    {
      "epoch": 0.23695833333333333,
      "grad_norm": 0.6822022795677185,
      "learning_rate": 0.00026133529005094937,
      "loss": 8.9723,
      "step": 113740
    },
    {
      "epoch": 0.23697916666666666,
      "grad_norm": 1.2679156064987183,
      "learning_rate": 0.00026132868320484504,
      "loss": 7.7281,
      "step": 113750
    },
    {
      "epoch": 0.237,
      "grad_norm": 1.3122490644454956,
      "learning_rate": 0.00026132207587784494,
      "loss": 7.7273,
      "step": 113760
    },
    {
      "epoch": 0.23702083333333332,
      "grad_norm": 1.0690175294876099,
      "learning_rate": 0.0002613154680699775,
      "loss": 7.8718,
      "step": 113770
    },
    {
      "epoch": 0.23704166666666668,
      "grad_norm": 0.7753766179084778,
      "learning_rate": 0.00026130885978127127,
      "loss": 7.9714,
      "step": 113780
    },
    {
      "epoch": 0.2370625,
      "grad_norm": 0.8530580401420593,
      "learning_rate": 0.0002613022510117549,
      "loss": 7.425,
      "step": 113790
    },
    {
      "epoch": 0.23708333333333334,
      "grad_norm": 0.6754946708679199,
      "learning_rate": 0.0002612956417614568,
      "loss": 7.9408,
      "step": 113800
    },
    {
      "epoch": 0.23710416666666667,
      "grad_norm": 1.015089988708496,
      "learning_rate": 0.00026128903203040556,
      "loss": 7.9062,
      "step": 113810
    },
    {
      "epoch": 0.237125,
      "grad_norm": 1.6471655368804932,
      "learning_rate": 0.0002612824218186298,
      "loss": 7.8242,
      "step": 113820
    },
    {
      "epoch": 0.23714583333333333,
      "grad_norm": 0.6088897585868835,
      "learning_rate": 0.00026127581112615804,
      "loss": 7.7022,
      "step": 113830
    },
    {
      "epoch": 0.23716666666666666,
      "grad_norm": 0.9575873017311096,
      "learning_rate": 0.0002612691999530188,
      "loss": 7.771,
      "step": 113840
    },
    {
      "epoch": 0.2371875,
      "grad_norm": 0.6731052398681641,
      "learning_rate": 0.00026126258829924066,
      "loss": 7.7955,
      "step": 113850
    },
    {
      "epoch": 0.23720833333333333,
      "grad_norm": 0.7942857146263123,
      "learning_rate": 0.0002612559761648522,
      "loss": 8.5555,
      "step": 113860
    },
    {
      "epoch": 0.23722916666666666,
      "grad_norm": 1.097628116607666,
      "learning_rate": 0.0002612493635498819,
      "loss": 8.2993,
      "step": 113870
    },
    {
      "epoch": 0.23725,
      "grad_norm": 0.9279676079750061,
      "learning_rate": 0.0002612427504543584,
      "loss": 7.8677,
      "step": 113880
    },
    {
      "epoch": 0.23727083333333332,
      "grad_norm": 0.7421014904975891,
      "learning_rate": 0.0002612361368783103,
      "loss": 7.5519,
      "step": 113890
    },
    {
      "epoch": 0.23729166666666668,
      "grad_norm": 0.8466776609420776,
      "learning_rate": 0.0002612295228217661,
      "loss": 7.4754,
      "step": 113900
    },
    {
      "epoch": 0.2373125,
      "grad_norm": 3.0321097373962402,
      "learning_rate": 0.00026122290828475435,
      "loss": 8.4589,
      "step": 113910
    },
    {
      "epoch": 0.23733333333333334,
      "grad_norm": 0.8246589303016663,
      "learning_rate": 0.0002612162932673037,
      "loss": 7.7894,
      "step": 113920
    },
    {
      "epoch": 0.23735416666666667,
      "grad_norm": 1.2308510541915894,
      "learning_rate": 0.00026120967776944266,
      "loss": 8.295,
      "step": 113930
    },
    {
      "epoch": 0.237375,
      "grad_norm": 1.9946144819259644,
      "learning_rate": 0.0002612030617911999,
      "loss": 8.7088,
      "step": 113940
    },
    {
      "epoch": 0.23739583333333333,
      "grad_norm": 0.7200287580490112,
      "learning_rate": 0.00026119644533260385,
      "loss": 7.8311,
      "step": 113950
    },
    {
      "epoch": 0.23741666666666666,
      "grad_norm": 1.7874468564987183,
      "learning_rate": 0.00026118982839368324,
      "loss": 7.8864,
      "step": 113960
    },
    {
      "epoch": 0.2374375,
      "grad_norm": 1.0764214992523193,
      "learning_rate": 0.00026118321097446653,
      "loss": 7.9745,
      "step": 113970
    },
    {
      "epoch": 0.23745833333333333,
      "grad_norm": 0.6579061150550842,
      "learning_rate": 0.00026117659307498236,
      "loss": 7.8824,
      "step": 113980
    },
    {
      "epoch": 0.23747916666666666,
      "grad_norm": 0.6996451616287231,
      "learning_rate": 0.0002611699746952593,
      "loss": 7.7205,
      "step": 113990
    },
    {
      "epoch": 0.2375,
      "grad_norm": 0.6885647773742676,
      "learning_rate": 0.000261163355835326,
      "loss": 8.0822,
      "step": 114000
    },
    {
      "epoch": 0.2375,
      "eval_loss": 7.135113716125488,
      "eval_runtime": 8.9603,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 114000
    },
    {
      "epoch": 0.23752083333333332,
      "grad_norm": 1.2796800136566162,
      "learning_rate": 0.000261156736495211,
      "loss": 7.7373,
      "step": 114010
    },
    {
      "epoch": 0.23754166666666668,
      "grad_norm": 1.2055331468582153,
      "learning_rate": 0.0002611501166749429,
      "loss": 7.6008,
      "step": 114020
    },
    {
      "epoch": 0.2375625,
      "grad_norm": 0.5677606463432312,
      "learning_rate": 0.00026114349637455027,
      "loss": 7.5899,
      "step": 114030
    },
    {
      "epoch": 0.23758333333333334,
      "grad_norm": 1.2077076435089111,
      "learning_rate": 0.00026113687559406175,
      "loss": 7.745,
      "step": 114040
    },
    {
      "epoch": 0.23760416666666667,
      "grad_norm": 0.7126151919364929,
      "learning_rate": 0.0002611302543335059,
      "loss": 8.0723,
      "step": 114050
    },
    {
      "epoch": 0.237625,
      "grad_norm": 1.7397785186767578,
      "learning_rate": 0.0002611236325929113,
      "loss": 8.5228,
      "step": 114060
    },
    {
      "epoch": 0.23764583333333333,
      "grad_norm": 1.0045878887176514,
      "learning_rate": 0.00026111701037230664,
      "loss": 7.4281,
      "step": 114070
    },
    {
      "epoch": 0.23766666666666666,
      "grad_norm": 1.6333823204040527,
      "learning_rate": 0.00026111038767172046,
      "loss": 7.8083,
      "step": 114080
    },
    {
      "epoch": 0.2376875,
      "grad_norm": 2.2310938835144043,
      "learning_rate": 0.0002611037644911814,
      "loss": 7.857,
      "step": 114090
    },
    {
      "epoch": 0.23770833333333333,
      "grad_norm": 1.1638922691345215,
      "learning_rate": 0.0002610971408307181,
      "loss": 8.0746,
      "step": 114100
    },
    {
      "epoch": 0.23772916666666666,
      "grad_norm": 4.024965763092041,
      "learning_rate": 0.00026109051669035907,
      "loss": 9.3835,
      "step": 114110
    },
    {
      "epoch": 0.23775,
      "grad_norm": 0.7379194498062134,
      "learning_rate": 0.000261083892070133,
      "loss": 7.8274,
      "step": 114120
    },
    {
      "epoch": 0.23777083333333332,
      "grad_norm": 0.5753504037857056,
      "learning_rate": 0.0002610772669700684,
      "loss": 7.7349,
      "step": 114130
    },
    {
      "epoch": 0.23779166666666668,
      "grad_norm": 2.019538402557373,
      "learning_rate": 0.00026107064139019407,
      "loss": 8.7869,
      "step": 114140
    },
    {
      "epoch": 0.2378125,
      "grad_norm": 1.9277607202529907,
      "learning_rate": 0.0002610640153305386,
      "loss": 7.8904,
      "step": 114150
    },
    {
      "epoch": 0.23783333333333334,
      "grad_norm": 0.8269368410110474,
      "learning_rate": 0.0002610573887911304,
      "loss": 7.7024,
      "step": 114160
    },
    {
      "epoch": 0.23785416666666667,
      "grad_norm": 1.2286533117294312,
      "learning_rate": 0.0002610507617719983,
      "loss": 7.8672,
      "step": 114170
    },
    {
      "epoch": 0.237875,
      "grad_norm": 1.3894988298416138,
      "learning_rate": 0.00026104413427317086,
      "loss": 7.8361,
      "step": 114180
    },
    {
      "epoch": 0.23789583333333333,
      "grad_norm": 1.3579446077346802,
      "learning_rate": 0.00026103750629467674,
      "loss": 9.1731,
      "step": 114190
    },
    {
      "epoch": 0.23791666666666667,
      "grad_norm": 1.2426310777664185,
      "learning_rate": 0.00026103087783654454,
      "loss": 7.912,
      "step": 114200
    },
    {
      "epoch": 0.2379375,
      "grad_norm": 1.0725512504577637,
      "learning_rate": 0.0002610242488988029,
      "loss": 7.9198,
      "step": 114210
    },
    {
      "epoch": 0.23795833333333333,
      "grad_norm": 0.8822577595710754,
      "learning_rate": 0.00026101761948148043,
      "loss": 7.6106,
      "step": 114220
    },
    {
      "epoch": 0.23797916666666666,
      "grad_norm": 1.8055734634399414,
      "learning_rate": 0.0002610109895846058,
      "loss": 9.174,
      "step": 114230
    },
    {
      "epoch": 0.238,
      "grad_norm": 0.7478897571563721,
      "learning_rate": 0.0002610043592082076,
      "loss": 9.1466,
      "step": 114240
    },
    {
      "epoch": 0.23802083333333332,
      "grad_norm": 0.9626206159591675,
      "learning_rate": 0.00026099772835231456,
      "loss": 8.0462,
      "step": 114250
    },
    {
      "epoch": 0.23804166666666668,
      "grad_norm": 11.0305814743042,
      "learning_rate": 0.0002609910970169552,
      "loss": 9.1643,
      "step": 114260
    },
    {
      "epoch": 0.2380625,
      "grad_norm": 2.5412073135375977,
      "learning_rate": 0.0002609844652021583,
      "loss": 8.8559,
      "step": 114270
    },
    {
      "epoch": 0.23808333333333334,
      "grad_norm": 1.0490493774414062,
      "learning_rate": 0.0002609778329079524,
      "loss": 7.5267,
      "step": 114280
    },
    {
      "epoch": 0.23810416666666667,
      "grad_norm": 2.7552483081817627,
      "learning_rate": 0.00026097120013436625,
      "loss": 8.4479,
      "step": 114290
    },
    {
      "epoch": 0.238125,
      "grad_norm": 2.3651418685913086,
      "learning_rate": 0.0002609645668814284,
      "loss": 7.7843,
      "step": 114300
    },
    {
      "epoch": 0.23814583333333333,
      "grad_norm": 1.1001813411712646,
      "learning_rate": 0.0002609579331491675,
      "loss": 7.8106,
      "step": 114310
    },
    {
      "epoch": 0.23816666666666667,
      "grad_norm": 1.583365797996521,
      "learning_rate": 0.00026095129893761234,
      "loss": 7.8644,
      "step": 114320
    },
    {
      "epoch": 0.2381875,
      "grad_norm": 0.5152444839477539,
      "learning_rate": 0.00026094466424679146,
      "loss": 7.9168,
      "step": 114330
    },
    {
      "epoch": 0.23820833333333333,
      "grad_norm": 0.6991162896156311,
      "learning_rate": 0.0002609380290767335,
      "loss": 7.8536,
      "step": 114340
    },
    {
      "epoch": 0.23822916666666666,
      "grad_norm": 4.434900760650635,
      "learning_rate": 0.0002609313934274672,
      "loss": 7.9572,
      "step": 114350
    },
    {
      "epoch": 0.23825,
      "grad_norm": 1.8948512077331543,
      "learning_rate": 0.0002609247572990212,
      "loss": 8.3651,
      "step": 114360
    },
    {
      "epoch": 0.23827083333333332,
      "grad_norm": 1.142096996307373,
      "learning_rate": 0.00026091812069142415,
      "loss": 8.0414,
      "step": 114370
    },
    {
      "epoch": 0.23829166666666668,
      "grad_norm": 0.9745883941650391,
      "learning_rate": 0.0002609114836047047,
      "loss": 7.7963,
      "step": 114380
    },
    {
      "epoch": 0.2383125,
      "grad_norm": 3.864010810852051,
      "learning_rate": 0.0002609048460388915,
      "loss": 7.8992,
      "step": 114390
    },
    {
      "epoch": 0.23833333333333334,
      "grad_norm": 1.6494725942611694,
      "learning_rate": 0.00026089820799401336,
      "loss": 8.5236,
      "step": 114400
    },
    {
      "epoch": 0.23835416666666667,
      "grad_norm": 1.754757285118103,
      "learning_rate": 0.0002608915694700988,
      "loss": 7.7131,
      "step": 114410
    },
    {
      "epoch": 0.238375,
      "grad_norm": 3.0712554454803467,
      "learning_rate": 0.0002608849304671766,
      "loss": 8.4074,
      "step": 114420
    },
    {
      "epoch": 0.23839583333333333,
      "grad_norm": 2.1815993785858154,
      "learning_rate": 0.00026087829098527535,
      "loss": 8.2326,
      "step": 114430
    },
    {
      "epoch": 0.23841666666666667,
      "grad_norm": 1.1445868015289307,
      "learning_rate": 0.00026087165102442375,
      "loss": 7.6368,
      "step": 114440
    },
    {
      "epoch": 0.2384375,
      "grad_norm": 0.850386917591095,
      "learning_rate": 0.00026086501058465055,
      "loss": 7.504,
      "step": 114450
    },
    {
      "epoch": 0.23845833333333333,
      "grad_norm": 1.824365496635437,
      "learning_rate": 0.0002608583696659844,
      "loss": 7.9564,
      "step": 114460
    },
    {
      "epoch": 0.23847916666666666,
      "grad_norm": 0.6631536483764648,
      "learning_rate": 0.0002608517282684539,
      "loss": 7.4779,
      "step": 114470
    },
    {
      "epoch": 0.2385,
      "grad_norm": 1.4089953899383545,
      "learning_rate": 0.0002608450863920879,
      "loss": 7.9837,
      "step": 114480
    },
    {
      "epoch": 0.23852083333333332,
      "grad_norm": 1.9350886344909668,
      "learning_rate": 0.00026083844403691493,
      "loss": 7.4736,
      "step": 114490
    },
    {
      "epoch": 0.23854166666666668,
      "grad_norm": 0.77406907081604,
      "learning_rate": 0.00026083180120296383,
      "loss": 7.8085,
      "step": 114500
    },
    {
      "epoch": 0.2385625,
      "grad_norm": 0.9277967810630798,
      "learning_rate": 0.00026082515789026316,
      "loss": 8.1715,
      "step": 114510
    },
    {
      "epoch": 0.23858333333333334,
      "grad_norm": 0.9312785863876343,
      "learning_rate": 0.00026081851409884174,
      "loss": 8.122,
      "step": 114520
    },
    {
      "epoch": 0.23860416666666667,
      "grad_norm": 1.893910527229309,
      "learning_rate": 0.0002608118698287281,
      "loss": 7.7329,
      "step": 114530
    },
    {
      "epoch": 0.238625,
      "grad_norm": 0.7617171406745911,
      "learning_rate": 0.00026080522507995106,
      "loss": 7.9712,
      "step": 114540
    },
    {
      "epoch": 0.23864583333333333,
      "grad_norm": 0.9200538992881775,
      "learning_rate": 0.0002607985798525394,
      "loss": 7.6737,
      "step": 114550
    },
    {
      "epoch": 0.23866666666666667,
      "grad_norm": 2.1107428073883057,
      "learning_rate": 0.00026079193414652166,
      "loss": 8.1007,
      "step": 114560
    },
    {
      "epoch": 0.2386875,
      "grad_norm": 1.5037212371826172,
      "learning_rate": 0.00026078528796192663,
      "loss": 8.5079,
      "step": 114570
    },
    {
      "epoch": 0.23870833333333333,
      "grad_norm": 0.9452718496322632,
      "learning_rate": 0.00026077864129878304,
      "loss": 7.6148,
      "step": 114580
    },
    {
      "epoch": 0.23872916666666666,
      "grad_norm": 1.7035768032073975,
      "learning_rate": 0.00026077199415711956,
      "loss": 8.818,
      "step": 114590
    },
    {
      "epoch": 0.23875,
      "grad_norm": 0.7977930903434753,
      "learning_rate": 0.0002607653465369649,
      "loss": 7.8799,
      "step": 114600
    },
    {
      "epoch": 0.23877083333333332,
      "grad_norm": 0.500846266746521,
      "learning_rate": 0.0002607586984383478,
      "loss": 8.1088,
      "step": 114610
    },
    {
      "epoch": 0.23879166666666668,
      "grad_norm": 0.8355719447135925,
      "learning_rate": 0.00026075204986129695,
      "loss": 7.7963,
      "step": 114620
    },
    {
      "epoch": 0.2388125,
      "grad_norm": 1.3346542119979858,
      "learning_rate": 0.00026074540080584104,
      "loss": 7.815,
      "step": 114630
    },
    {
      "epoch": 0.23883333333333334,
      "grad_norm": 0.6275308728218079,
      "learning_rate": 0.0002607387512720089,
      "loss": 7.7284,
      "step": 114640
    },
    {
      "epoch": 0.23885416666666667,
      "grad_norm": 2.4000256061553955,
      "learning_rate": 0.0002607321012598292,
      "loss": 8.0718,
      "step": 114650
    },
    {
      "epoch": 0.238875,
      "grad_norm": 0.9238618612289429,
      "learning_rate": 0.00026072545076933056,
      "loss": 7.6721,
      "step": 114660
    },
    {
      "epoch": 0.23889583333333334,
      "grad_norm": 0.5156746506690979,
      "learning_rate": 0.0002607187998005419,
      "loss": 8.2315,
      "step": 114670
    },
    {
      "epoch": 0.23891666666666667,
      "grad_norm": 1.3283010721206665,
      "learning_rate": 0.0002607121483534918,
      "loss": 7.3587,
      "step": 114680
    },
    {
      "epoch": 0.2389375,
      "grad_norm": 0.7007967829704285,
      "learning_rate": 0.000260705496428209,
      "loss": 8.3756,
      "step": 114690
    },
    {
      "epoch": 0.23895833333333333,
      "grad_norm": 0.4636762738227844,
      "learning_rate": 0.00026069884402472236,
      "loss": 7.6582,
      "step": 114700
    },
    {
      "epoch": 0.23897916666666666,
      "grad_norm": 1.3420867919921875,
      "learning_rate": 0.0002606921911430605,
      "loss": 7.9132,
      "step": 114710
    },
    {
      "epoch": 0.239,
      "grad_norm": 0.7473541498184204,
      "learning_rate": 0.0002606855377832522,
      "loss": 8.1427,
      "step": 114720
    },
    {
      "epoch": 0.23902083333333332,
      "grad_norm": 4.012358665466309,
      "learning_rate": 0.00026067888394532614,
      "loss": 7.9972,
      "step": 114730
    },
    {
      "epoch": 0.23904166666666668,
      "grad_norm": 0.7593393325805664,
      "learning_rate": 0.00026067222962931116,
      "loss": 7.6322,
      "step": 114740
    },
    {
      "epoch": 0.2390625,
      "grad_norm": 0.5255170464515686,
      "learning_rate": 0.000260665574835236,
      "loss": 7.4437,
      "step": 114750
    },
    {
      "epoch": 0.23908333333333334,
      "grad_norm": 4.863571643829346,
      "learning_rate": 0.0002606589195631293,
      "loss": 7.6989,
      "step": 114760
    },
    {
      "epoch": 0.23910416666666667,
      "grad_norm": 0.7201547026634216,
      "learning_rate": 0.0002606522638130198,
      "loss": 7.6874,
      "step": 114770
    },
    {
      "epoch": 0.239125,
      "grad_norm": 1.5646024942398071,
      "learning_rate": 0.00026064560758493646,
      "loss": 7.4372,
      "step": 114780
    },
    {
      "epoch": 0.23914583333333334,
      "grad_norm": 1.0236759185791016,
      "learning_rate": 0.0002606389508789078,
      "loss": 7.9593,
      "step": 114790
    },
    {
      "epoch": 0.23916666666666667,
      "grad_norm": 0.9877896308898926,
      "learning_rate": 0.00026063229369496267,
      "loss": 7.5062,
      "step": 114800
    },
    {
      "epoch": 0.2391875,
      "grad_norm": 2.774106502532959,
      "learning_rate": 0.00026062563603312987,
      "loss": 8.0512,
      "step": 114810
    },
    {
      "epoch": 0.23920833333333333,
      "grad_norm": 2.859997510910034,
      "learning_rate": 0.00026061897789343805,
      "loss": 8.1644,
      "step": 114820
    },
    {
      "epoch": 0.23922916666666666,
      "grad_norm": 6.020739555358887,
      "learning_rate": 0.0002606123192759161,
      "loss": 8.0481,
      "step": 114830
    },
    {
      "epoch": 0.23925,
      "grad_norm": 1.1679692268371582,
      "learning_rate": 0.00026060566018059266,
      "loss": 8.1007,
      "step": 114840
    },
    {
      "epoch": 0.23927083333333332,
      "grad_norm": 0.865764319896698,
      "learning_rate": 0.0002605990006074966,
      "loss": 7.8719,
      "step": 114850
    },
    {
      "epoch": 0.23929166666666668,
      "grad_norm": 0.917635977268219,
      "learning_rate": 0.00026059234055665663,
      "loss": 7.9418,
      "step": 114860
    },
    {
      "epoch": 0.2393125,
      "grad_norm": 8.067205429077148,
      "learning_rate": 0.00026058568002810146,
      "loss": 8.0537,
      "step": 114870
    },
    {
      "epoch": 0.23933333333333334,
      "grad_norm": 1.0305448770523071,
      "learning_rate": 0.00026057901902186,
      "loss": 7.7072,
      "step": 114880
    },
    {
      "epoch": 0.23935416666666667,
      "grad_norm": 2.7111949920654297,
      "learning_rate": 0.00026057235753796087,
      "loss": 7.5931,
      "step": 114890
    },
    {
      "epoch": 0.239375,
      "grad_norm": 0.722058117389679,
      "learning_rate": 0.00026056569557643297,
      "loss": 7.9702,
      "step": 114900
    },
    {
      "epoch": 0.23939583333333334,
      "grad_norm": 0.6537020206451416,
      "learning_rate": 0.000260559033137305,
      "loss": 8.46,
      "step": 114910
    },
    {
      "epoch": 0.23941666666666667,
      "grad_norm": 1.0752686262130737,
      "learning_rate": 0.00026055237022060585,
      "loss": 8.1123,
      "step": 114920
    },
    {
      "epoch": 0.2394375,
      "grad_norm": 1.1641793251037598,
      "learning_rate": 0.00026054570682636414,
      "loss": 8.1178,
      "step": 114930
    },
    {
      "epoch": 0.23945833333333333,
      "grad_norm": 1.9319723844528198,
      "learning_rate": 0.00026053904295460874,
      "loss": 7.9781,
      "step": 114940
    },
    {
      "epoch": 0.23947916666666666,
      "grad_norm": 0.9427599310874939,
      "learning_rate": 0.00026053237860536847,
      "loss": 8.6995,
      "step": 114950
    },
    {
      "epoch": 0.2395,
      "grad_norm": 0.8339874744415283,
      "learning_rate": 0.0002605257137786721,
      "loss": 7.8197,
      "step": 114960
    },
    {
      "epoch": 0.23952083333333332,
      "grad_norm": 1.3247705698013306,
      "learning_rate": 0.0002605190484745483,
      "loss": 7.5646,
      "step": 114970
    },
    {
      "epoch": 0.23954166666666668,
      "grad_norm": 11.796464920043945,
      "learning_rate": 0.000260512382693026,
      "loss": 9.7637,
      "step": 114980
    },
    {
      "epoch": 0.2395625,
      "grad_norm": 0.833479642868042,
      "learning_rate": 0.000260505716434134,
      "loss": 8.4094,
      "step": 114990
    },
    {
      "epoch": 0.23958333333333334,
      "grad_norm": 0.9223235845565796,
      "learning_rate": 0.00026049904969790093,
      "loss": 7.9419,
      "step": 115000
    },
    {
      "epoch": 0.23958333333333334,
      "eval_loss": 8.112792015075684,
      "eval_runtime": 8.9825,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 115000
    },
    {
      "epoch": 0.23960416666666667,
      "grad_norm": 3.9415900707244873,
      "learning_rate": 0.0002604923824843558,
      "loss": 7.9138,
      "step": 115010
    },
    {
      "epoch": 0.239625,
      "grad_norm": 0.8774167895317078,
      "learning_rate": 0.0002604857147935273,
      "loss": 7.3168,
      "step": 115020
    },
    {
      "epoch": 0.23964583333333334,
      "grad_norm": 1.204264760017395,
      "learning_rate": 0.0002604790466254442,
      "loss": 7.7857,
      "step": 115030
    },
    {
      "epoch": 0.23966666666666667,
      "grad_norm": 1.5766006708145142,
      "learning_rate": 0.0002604723779801354,
      "loss": 8.5248,
      "step": 115040
    },
    {
      "epoch": 0.2396875,
      "grad_norm": 0.9222012162208557,
      "learning_rate": 0.00026046570885762964,
      "loss": 7.6297,
      "step": 115050
    },
    {
      "epoch": 0.23970833333333333,
      "grad_norm": 1.3830684423446655,
      "learning_rate": 0.00026045903925795577,
      "loss": 8.1181,
      "step": 115060
    },
    {
      "epoch": 0.23972916666666666,
      "grad_norm": 1.563956379890442,
      "learning_rate": 0.0002604523691811425,
      "loss": 8.223,
      "step": 115070
    },
    {
      "epoch": 0.23975,
      "grad_norm": 1.3005404472351074,
      "learning_rate": 0.0002604456986272188,
      "loss": 8.2399,
      "step": 115080
    },
    {
      "epoch": 0.23977083333333332,
      "grad_norm": 0.9618169665336609,
      "learning_rate": 0.0002604390275962134,
      "loss": 8.2238,
      "step": 115090
    },
    {
      "epoch": 0.23979166666666665,
      "grad_norm": 0.7991026043891907,
      "learning_rate": 0.00026043235608815506,
      "loss": 7.9314,
      "step": 115100
    },
    {
      "epoch": 0.2398125,
      "grad_norm": 0.8517450094223022,
      "learning_rate": 0.00026042568410307264,
      "loss": 8.2354,
      "step": 115110
    },
    {
      "epoch": 0.23983333333333334,
      "grad_norm": 1.6753273010253906,
      "learning_rate": 0.00026041901164099504,
      "loss": 8.3384,
      "step": 115120
    },
    {
      "epoch": 0.23985416666666667,
      "grad_norm": 1.794826865196228,
      "learning_rate": 0.00026041233870195094,
      "loss": 8.1541,
      "step": 115130
    },
    {
      "epoch": 0.239875,
      "grad_norm": 0.6864141225814819,
      "learning_rate": 0.0002604056652859693,
      "loss": 9.0617,
      "step": 115140
    },
    {
      "epoch": 0.23989583333333334,
      "grad_norm": 2.030640125274658,
      "learning_rate": 0.00026039899139307886,
      "loss": 7.6118,
      "step": 115150
    },
    {
      "epoch": 0.23991666666666667,
      "grad_norm": 1.959600567817688,
      "learning_rate": 0.0002603923170233085,
      "loss": 7.8469,
      "step": 115160
    },
    {
      "epoch": 0.2399375,
      "grad_norm": 0.6776557564735413,
      "learning_rate": 0.000260385642176687,
      "loss": 8.8116,
      "step": 115170
    },
    {
      "epoch": 0.23995833333333333,
      "grad_norm": 1.0334550142288208,
      "learning_rate": 0.0002603789668532432,
      "loss": 7.7927,
      "step": 115180
    },
    {
      "epoch": 0.23997916666666666,
      "grad_norm": 0.5718801617622375,
      "learning_rate": 0.000260372291053006,
      "loss": 7.8528,
      "step": 115190
    },
    {
      "epoch": 0.24,
      "grad_norm": 1.0674316883087158,
      "learning_rate": 0.0002603656147760042,
      "loss": 7.9948,
      "step": 115200
    },
    {
      "epoch": 0.24002083333333332,
      "grad_norm": 1.0517693758010864,
      "learning_rate": 0.0002603589380222666,
      "loss": 7.8907,
      "step": 115210
    },
    {
      "epoch": 0.24004166666666665,
      "grad_norm": 3.8913357257843018,
      "learning_rate": 0.0002603522607918221,
      "loss": 8.842,
      "step": 115220
    },
    {
      "epoch": 0.2400625,
      "grad_norm": 0.5292197465896606,
      "learning_rate": 0.0002603455830846995,
      "loss": 7.5787,
      "step": 115230
    },
    {
      "epoch": 0.24008333333333334,
      "grad_norm": 1.5862312316894531,
      "learning_rate": 0.0002603389049009276,
      "loss": 9.1437,
      "step": 115240
    },
    {
      "epoch": 0.24010416666666667,
      "grad_norm": 2.310926914215088,
      "learning_rate": 0.0002603322262405354,
      "loss": 7.9159,
      "step": 115250
    },
    {
      "epoch": 0.240125,
      "grad_norm": 0.7220420241355896,
      "learning_rate": 0.0002603255471035516,
      "loss": 7.7481,
      "step": 115260
    },
    {
      "epoch": 0.24014583333333334,
      "grad_norm": 2.02519154548645,
      "learning_rate": 0.0002603188674900051,
      "loss": 7.5067,
      "step": 115270
    },
    {
      "epoch": 0.24016666666666667,
      "grad_norm": 1.1328151226043701,
      "learning_rate": 0.0002603121873999248,
      "loss": 8.2824,
      "step": 115280
    },
    {
      "epoch": 0.2401875,
      "grad_norm": 0.7339017391204834,
      "learning_rate": 0.00026030550683333947,
      "loss": 7.7268,
      "step": 115290
    },
    {
      "epoch": 0.24020833333333333,
      "grad_norm": 0.9673780202865601,
      "learning_rate": 0.00026029882579027807,
      "loss": 7.7771,
      "step": 115300
    },
    {
      "epoch": 0.24022916666666666,
      "grad_norm": 1.3677114248275757,
      "learning_rate": 0.00026029214427076934,
      "loss": 8.2018,
      "step": 115310
    },
    {
      "epoch": 0.24025,
      "grad_norm": 0.8505285382270813,
      "learning_rate": 0.0002602854622748423,
      "loss": 7.7617,
      "step": 115320
    },
    {
      "epoch": 0.24027083333333332,
      "grad_norm": 1.4079623222351074,
      "learning_rate": 0.0002602787798025256,
      "loss": 7.7623,
      "step": 115330
    },
    {
      "epoch": 0.24029166666666665,
      "grad_norm": 1.0533206462860107,
      "learning_rate": 0.00026027209685384827,
      "loss": 7.7575,
      "step": 115340
    },
    {
      "epoch": 0.2403125,
      "grad_norm": 1.0141555070877075,
      "learning_rate": 0.0002602654134288391,
      "loss": 7.4829,
      "step": 115350
    },
    {
      "epoch": 0.24033333333333334,
      "grad_norm": 2.268470525741577,
      "learning_rate": 0.000260258729527527,
      "loss": 7.9125,
      "step": 115360
    },
    {
      "epoch": 0.24035416666666667,
      "grad_norm": 0.7758775353431702,
      "learning_rate": 0.0002602520451499409,
      "loss": 7.8232,
      "step": 115370
    },
    {
      "epoch": 0.240375,
      "grad_norm": 3.0494813919067383,
      "learning_rate": 0.00026024536029610956,
      "loss": 7.7454,
      "step": 115380
    },
    {
      "epoch": 0.24039583333333334,
      "grad_norm": 1.3613885641098022,
      "learning_rate": 0.00026023867496606187,
      "loss": 7.9305,
      "step": 115390
    },
    {
      "epoch": 0.24041666666666667,
      "grad_norm": 0.9962997436523438,
      "learning_rate": 0.00026023198915982684,
      "loss": 7.8007,
      "step": 115400
    },
    {
      "epoch": 0.2404375,
      "grad_norm": 5.5649566650390625,
      "learning_rate": 0.00026022530287743315,
      "loss": 9.0469,
      "step": 115410
    },
    {
      "epoch": 0.24045833333333333,
      "grad_norm": 0.7574524879455566,
      "learning_rate": 0.0002602186161189098,
      "loss": 8.3112,
      "step": 115420
    },
    {
      "epoch": 0.24047916666666666,
      "grad_norm": 0.6398202776908875,
      "learning_rate": 0.00026021192888428567,
      "loss": 7.7877,
      "step": 115430
    },
    {
      "epoch": 0.2405,
      "grad_norm": 1.56095552444458,
      "learning_rate": 0.0002602052411735896,
      "loss": 7.7086,
      "step": 115440
    },
    {
      "epoch": 0.24052083333333332,
      "grad_norm": 0.6575623750686646,
      "learning_rate": 0.00026019855298685054,
      "loss": 7.9757,
      "step": 115450
    },
    {
      "epoch": 0.24054166666666665,
      "grad_norm": 1.0842087268829346,
      "learning_rate": 0.0002601918643240974,
      "loss": 8.39,
      "step": 115460
    },
    {
      "epoch": 0.2405625,
      "grad_norm": 3.7079968452453613,
      "learning_rate": 0.00026018517518535897,
      "loss": 8.6613,
      "step": 115470
    },
    {
      "epoch": 0.24058333333333334,
      "grad_norm": 1.2768388986587524,
      "learning_rate": 0.00026017848557066415,
      "loss": 8.3395,
      "step": 115480
    },
    {
      "epoch": 0.24060416666666667,
      "grad_norm": 1.8558752536773682,
      "learning_rate": 0.00026017179548004193,
      "loss": 8.0907,
      "step": 115490
    },
    {
      "epoch": 0.240625,
      "grad_norm": 2.0588440895080566,
      "learning_rate": 0.0002601651049135212,
      "loss": 7.9741,
      "step": 115500
    },
    {
      "epoch": 0.24064583333333334,
      "grad_norm": 4.138571262359619,
      "learning_rate": 0.0002601584138711308,
      "loss": 8.5326,
      "step": 115510
    },
    {
      "epoch": 0.24066666666666667,
      "grad_norm": 0.9704412817955017,
      "learning_rate": 0.00026015172235289963,
      "loss": 7.7211,
      "step": 115520
    },
    {
      "epoch": 0.2406875,
      "grad_norm": 0.6371926069259644,
      "learning_rate": 0.00026014503035885663,
      "loss": 7.4703,
      "step": 115530
    },
    {
      "epoch": 0.24070833333333333,
      "grad_norm": 0.8042663931846619,
      "learning_rate": 0.0002601383378890307,
      "loss": 8.0761,
      "step": 115540
    },
    {
      "epoch": 0.24072916666666666,
      "grad_norm": 3.9548277854919434,
      "learning_rate": 0.00026013164494345073,
      "loss": 7.6584,
      "step": 115550
    },
    {
      "epoch": 0.24075,
      "grad_norm": 0.6771729588508606,
      "learning_rate": 0.00026012495152214567,
      "loss": 8.2057,
      "step": 115560
    },
    {
      "epoch": 0.24077083333333332,
      "grad_norm": 2.4109582901000977,
      "learning_rate": 0.00026011825762514446,
      "loss": 8.8856,
      "step": 115570
    },
    {
      "epoch": 0.24079166666666665,
      "grad_norm": 1.5010707378387451,
      "learning_rate": 0.0002601115632524759,
      "loss": 8.5783,
      "step": 115580
    },
    {
      "epoch": 0.2408125,
      "grad_norm": 1.386628270149231,
      "learning_rate": 0.000260104868404169,
      "loss": 8.4696,
      "step": 115590
    },
    {
      "epoch": 0.24083333333333334,
      "grad_norm": 1.4938260316848755,
      "learning_rate": 0.0002600981730802526,
      "loss": 8.628,
      "step": 115600
    },
    {
      "epoch": 0.24085416666666667,
      "grad_norm": 1.1290192604064941,
      "learning_rate": 0.0002600914772807557,
      "loss": 8.1403,
      "step": 115610
    },
    {
      "epoch": 0.240875,
      "grad_norm": 0.49721840023994446,
      "learning_rate": 0.00026008478100570726,
      "loss": 7.7434,
      "step": 115620
    },
    {
      "epoch": 0.24089583333333334,
      "grad_norm": 1.4126986265182495,
      "learning_rate": 0.00026007808425513603,
      "loss": 7.3965,
      "step": 115630
    },
    {
      "epoch": 0.24091666666666667,
      "grad_norm": 1.0309818983078003,
      "learning_rate": 0.00026007138702907113,
      "loss": 7.6642,
      "step": 115640
    },
    {
      "epoch": 0.2409375,
      "grad_norm": 1.161738395690918,
      "learning_rate": 0.00026006468932754135,
      "loss": 7.7559,
      "step": 115650
    },
    {
      "epoch": 0.24095833333333333,
      "grad_norm": 0.787020742893219,
      "learning_rate": 0.0002600579911505757,
      "loss": 8.439,
      "step": 115660
    },
    {
      "epoch": 0.24097916666666666,
      "grad_norm": 2.0970115661621094,
      "learning_rate": 0.0002600512924982031,
      "loss": 8.3265,
      "step": 115670
    },
    {
      "epoch": 0.241,
      "grad_norm": 1.4274442195892334,
      "learning_rate": 0.0002600445933704525,
      "loss": 9.7273,
      "step": 115680
    },
    {
      "epoch": 0.24102083333333332,
      "grad_norm": 1.0920770168304443,
      "learning_rate": 0.0002600378937673528,
      "loss": 7.9543,
      "step": 115690
    },
    {
      "epoch": 0.24104166666666665,
      "grad_norm": 1.8545780181884766,
      "learning_rate": 0.0002600311936889329,
      "loss": 8.0592,
      "step": 115700
    },
    {
      "epoch": 0.2410625,
      "grad_norm": 1.7219880819320679,
      "learning_rate": 0.00026002449313522187,
      "loss": 7.571,
      "step": 115710
    },
    {
      "epoch": 0.24108333333333334,
      "grad_norm": 1.4688879251480103,
      "learning_rate": 0.00026001779210624857,
      "loss": 8.114,
      "step": 115720
    },
    {
      "epoch": 0.24110416666666667,
      "grad_norm": 5.23825740814209,
      "learning_rate": 0.0002600110906020419,
      "loss": 7.8753,
      "step": 115730
    },
    {
      "epoch": 0.241125,
      "grad_norm": 1.6948153972625732,
      "learning_rate": 0.00026000438862263097,
      "loss": 8.2804,
      "step": 115740
    },
    {
      "epoch": 0.24114583333333334,
      "grad_norm": 0.8025158047676086,
      "learning_rate": 0.00025999768616804457,
      "loss": 7.8224,
      "step": 115750
    },
    {
      "epoch": 0.24116666666666667,
      "grad_norm": 1.8970084190368652,
      "learning_rate": 0.00025999098323831166,
      "loss": 7.6946,
      "step": 115760
    },
    {
      "epoch": 0.2411875,
      "grad_norm": 0.9146977066993713,
      "learning_rate": 0.0002599842798334613,
      "loss": 7.332,
      "step": 115770
    },
    {
      "epoch": 0.24120833333333333,
      "grad_norm": 1.7868800163269043,
      "learning_rate": 0.00025997757595352234,
      "loss": 8.1652,
      "step": 115780
    },
    {
      "epoch": 0.24122916666666666,
      "grad_norm": 0.9204475283622742,
      "learning_rate": 0.0002599708715985238,
      "loss": 7.8382,
      "step": 115790
    },
    {
      "epoch": 0.24125,
      "grad_norm": 1.2141679525375366,
      "learning_rate": 0.00025996416676849464,
      "loss": 8.2591,
      "step": 115800
    },
    {
      "epoch": 0.24127083333333332,
      "grad_norm": 0.8974701762199402,
      "learning_rate": 0.0002599574614634638,
      "loss": 7.5207,
      "step": 115810
    },
    {
      "epoch": 0.24129166666666665,
      "grad_norm": 0.7261245846748352,
      "learning_rate": 0.00025995075568346025,
      "loss": 8.0557,
      "step": 115820
    },
    {
      "epoch": 0.2413125,
      "grad_norm": 2.910531520843506,
      "learning_rate": 0.0002599440494285129,
      "loss": 8.3056,
      "step": 115830
    },
    {
      "epoch": 0.24133333333333334,
      "grad_norm": 1.2243717908859253,
      "learning_rate": 0.0002599373426986509,
      "loss": 8.072,
      "step": 115840
    },
    {
      "epoch": 0.24135416666666668,
      "grad_norm": 2.162588596343994,
      "learning_rate": 0.00025993063549390296,
      "loss": 8.5066,
      "step": 115850
    },
    {
      "epoch": 0.241375,
      "grad_norm": 0.7075191736221313,
      "learning_rate": 0.0002599239278142983,
      "loss": 9.3615,
      "step": 115860
    },
    {
      "epoch": 0.24139583333333334,
      "grad_norm": 1.97138249874115,
      "learning_rate": 0.0002599172196598657,
      "loss": 8.5296,
      "step": 115870
    },
    {
      "epoch": 0.24141666666666667,
      "grad_norm": 1.1336983442306519,
      "learning_rate": 0.0002599105110306343,
      "loss": 8.3952,
      "step": 115880
    },
    {
      "epoch": 0.2414375,
      "grad_norm": 15.725992202758789,
      "learning_rate": 0.0002599038019266329,
      "loss": 8.4947,
      "step": 115890
    },
    {
      "epoch": 0.24145833333333333,
      "grad_norm": 0.7509785294532776,
      "learning_rate": 0.00025989709234789066,
      "loss": 7.906,
      "step": 115900
    },
    {
      "epoch": 0.24147916666666666,
      "grad_norm": 1.2611814737319946,
      "learning_rate": 0.00025989038229443643,
      "loss": 7.7839,
      "step": 115910
    },
    {
      "epoch": 0.2415,
      "grad_norm": 1.3742213249206543,
      "learning_rate": 0.00025988367176629925,
      "loss": 8.2107,
      "step": 115920
    },
    {
      "epoch": 0.24152083333333332,
      "grad_norm": 1.502205729484558,
      "learning_rate": 0.0002598769607635081,
      "loss": 8.1595,
      "step": 115930
    },
    {
      "epoch": 0.24154166666666665,
      "grad_norm": 1.0722472667694092,
      "learning_rate": 0.00025987024928609203,
      "loss": 7.5522,
      "step": 115940
    },
    {
      "epoch": 0.2415625,
      "grad_norm": 1.029004454612732,
      "learning_rate": 0.00025986353733407994,
      "loss": 8.3554,
      "step": 115950
    },
    {
      "epoch": 0.24158333333333334,
      "grad_norm": 3.090127468109131,
      "learning_rate": 0.00025985682490750085,
      "loss": 8.0716,
      "step": 115960
    },
    {
      "epoch": 0.24160416666666668,
      "grad_norm": 1.094129204750061,
      "learning_rate": 0.00025985011200638377,
      "loss": 8.4153,
      "step": 115970
    },
    {
      "epoch": 0.241625,
      "grad_norm": 1.4582525491714478,
      "learning_rate": 0.0002598433986307577,
      "loss": 8.4637,
      "step": 115980
    },
    {
      "epoch": 0.24164583333333334,
      "grad_norm": 1.0192222595214844,
      "learning_rate": 0.0002598366847806516,
      "loss": 7.9144,
      "step": 115990
    },
    {
      "epoch": 0.24166666666666667,
      "grad_norm": 2.3998265266418457,
      "learning_rate": 0.0002598299704560945,
      "loss": 8.1773,
      "step": 116000
    },
    {
      "epoch": 0.24166666666666667,
      "eval_loss": 7.192509651184082,
      "eval_runtime": 9.184,
      "eval_samples_per_second": 0.327,
      "eval_steps_per_second": 0.109,
      "step": 116000
    },
    {
      "epoch": 0.2416875,
      "grad_norm": 1.6512523889541626,
      "learning_rate": 0.0002598232556571154,
      "loss": 8.0397,
      "step": 116010
    },
    {
      "epoch": 0.24170833333333333,
      "grad_norm": 2.3704538345336914,
      "learning_rate": 0.00025981654038374335,
      "loss": 8.2905,
      "step": 116020
    },
    {
      "epoch": 0.24172916666666666,
      "grad_norm": 1.0325279235839844,
      "learning_rate": 0.0002598098246360072,
      "loss": 7.1878,
      "step": 116030
    },
    {
      "epoch": 0.24175,
      "grad_norm": 0.9052277207374573,
      "learning_rate": 0.0002598031084139362,
      "loss": 8.3887,
      "step": 116040
    },
    {
      "epoch": 0.24177083333333332,
      "grad_norm": 0.9592183828353882,
      "learning_rate": 0.0002597963917175592,
      "loss": 8.0856,
      "step": 116050
    },
    {
      "epoch": 0.24179166666666665,
      "grad_norm": 0.6461074948310852,
      "learning_rate": 0.0002597896745469052,
      "loss": 7.9938,
      "step": 116060
    },
    {
      "epoch": 0.2418125,
      "grad_norm": 0.7073243856430054,
      "learning_rate": 0.0002597829569020033,
      "loss": 8.075,
      "step": 116070
    },
    {
      "epoch": 0.24183333333333334,
      "grad_norm": 1.1344294548034668,
      "learning_rate": 0.00025977623878288244,
      "loss": 8.7421,
      "step": 116080
    },
    {
      "epoch": 0.24185416666666668,
      "grad_norm": 0.7278738021850586,
      "learning_rate": 0.0002597695201895718,
      "loss": 8.1671,
      "step": 116090
    },
    {
      "epoch": 0.241875,
      "grad_norm": 2.334892749786377,
      "learning_rate": 0.00025976280112210016,
      "loss": 8.6692,
      "step": 116100
    },
    {
      "epoch": 0.24189583333333334,
      "grad_norm": 1.0109047889709473,
      "learning_rate": 0.0002597560815804967,
      "loss": 7.6914,
      "step": 116110
    },
    {
      "epoch": 0.24191666666666667,
      "grad_norm": 0.9230238795280457,
      "learning_rate": 0.00025974936156479046,
      "loss": 7.4997,
      "step": 116120
    },
    {
      "epoch": 0.2419375,
      "grad_norm": 2.53885555267334,
      "learning_rate": 0.00025974264107501033,
      "loss": 7.5837,
      "step": 116130
    },
    {
      "epoch": 0.24195833333333333,
      "grad_norm": 0.7640029191970825,
      "learning_rate": 0.0002597359201111855,
      "loss": 7.5742,
      "step": 116140
    },
    {
      "epoch": 0.24197916666666666,
      "grad_norm": 0.7937169671058655,
      "learning_rate": 0.0002597291986733449,
      "loss": 8.2761,
      "step": 116150
    },
    {
      "epoch": 0.242,
      "grad_norm": 1.2335655689239502,
      "learning_rate": 0.0002597224767615176,
      "loss": 7.473,
      "step": 116160
    },
    {
      "epoch": 0.24202083333333332,
      "grad_norm": 1.8065593242645264,
      "learning_rate": 0.00025971575437573266,
      "loss": 8.4525,
      "step": 116170
    },
    {
      "epoch": 0.24204166666666665,
      "grad_norm": 0.7006375789642334,
      "learning_rate": 0.00025970903151601907,
      "loss": 7.7722,
      "step": 116180
    },
    {
      "epoch": 0.2420625,
      "grad_norm": 0.7788069248199463,
      "learning_rate": 0.0002597023081824059,
      "loss": 7.8977,
      "step": 116190
    },
    {
      "epoch": 0.24208333333333334,
      "grad_norm": 1.317460536956787,
      "learning_rate": 0.00025969558437492215,
      "loss": 8.2841,
      "step": 116200
    },
    {
      "epoch": 0.24210416666666668,
      "grad_norm": 0.6879275441169739,
      "learning_rate": 0.00025968886009359693,
      "loss": 7.985,
      "step": 116210
    },
    {
      "epoch": 0.242125,
      "grad_norm": 2.488741397857666,
      "learning_rate": 0.0002596821353384592,
      "loss": 8.2586,
      "step": 116220
    },
    {
      "epoch": 0.24214583333333334,
      "grad_norm": 2.1764159202575684,
      "learning_rate": 0.00025967541010953814,
      "loss": 8.1688,
      "step": 116230
    },
    {
      "epoch": 0.24216666666666667,
      "grad_norm": 2.5125248432159424,
      "learning_rate": 0.0002596686844068627,
      "loss": 8.1964,
      "step": 116240
    },
    {
      "epoch": 0.2421875,
      "grad_norm": 0.656046986579895,
      "learning_rate": 0.0002596619582304619,
      "loss": 8.0825,
      "step": 116250
    },
    {
      "epoch": 0.24220833333333333,
      "grad_norm": 1.664888858795166,
      "learning_rate": 0.0002596552315803649,
      "loss": 7.3188,
      "step": 116260
    },
    {
      "epoch": 0.24222916666666666,
      "grad_norm": 1.0493981838226318,
      "learning_rate": 0.00025964850445660064,
      "loss": 7.5585,
      "step": 116270
    },
    {
      "epoch": 0.24225,
      "grad_norm": 1.2708697319030762,
      "learning_rate": 0.00025964177685919824,
      "loss": 7.7248,
      "step": 116280
    },
    {
      "epoch": 0.24227083333333332,
      "grad_norm": 0.906682014465332,
      "learning_rate": 0.0002596350487881869,
      "loss": 9.4761,
      "step": 116290
    },
    {
      "epoch": 0.24229166666666666,
      "grad_norm": 2.314727783203125,
      "learning_rate": 0.0002596283202435954,
      "loss": 8.02,
      "step": 116300
    },
    {
      "epoch": 0.2423125,
      "grad_norm": 0.8897141814231873,
      "learning_rate": 0.000259621591225453,
      "loss": 7.8169,
      "step": 116310
    },
    {
      "epoch": 0.24233333333333335,
      "grad_norm": 0.7100370526313782,
      "learning_rate": 0.00025961486173378874,
      "loss": 7.5795,
      "step": 116320
    },
    {
      "epoch": 0.24235416666666668,
      "grad_norm": 0.849563479423523,
      "learning_rate": 0.00025960813176863164,
      "loss": 7.6345,
      "step": 116330
    },
    {
      "epoch": 0.242375,
      "grad_norm": 2.257012367248535,
      "learning_rate": 0.0002596014013300109,
      "loss": 8.1792,
      "step": 116340
    },
    {
      "epoch": 0.24239583333333334,
      "grad_norm": 1.0519427061080933,
      "learning_rate": 0.00025959467041795534,
      "loss": 7.8293,
      "step": 116350
    },
    {
      "epoch": 0.24241666666666667,
      "grad_norm": 1.504059076309204,
      "learning_rate": 0.00025958793903249427,
      "loss": 7.7149,
      "step": 116360
    },
    {
      "epoch": 0.2424375,
      "grad_norm": 1.3539626598358154,
      "learning_rate": 0.0002595812071736566,
      "loss": 7.7242,
      "step": 116370
    },
    {
      "epoch": 0.24245833333333333,
      "grad_norm": 0.8511630892753601,
      "learning_rate": 0.00025957447484147153,
      "loss": 7.6693,
      "step": 116380
    },
    {
      "epoch": 0.24247916666666666,
      "grad_norm": 0.9065884351730347,
      "learning_rate": 0.00025956774203596814,
      "loss": 7.9601,
      "step": 116390
    },
    {
      "epoch": 0.2425,
      "grad_norm": 0.5456148386001587,
      "learning_rate": 0.00025956100875717544,
      "loss": 7.6481,
      "step": 116400
    },
    {
      "epoch": 0.24252083333333332,
      "grad_norm": 1.1305867433547974,
      "learning_rate": 0.0002595542750051225,
      "loss": 7.5247,
      "step": 116410
    },
    {
      "epoch": 0.24254166666666666,
      "grad_norm": 1.3988338708877563,
      "learning_rate": 0.00025954754077983855,
      "loss": 8.1401,
      "step": 116420
    },
    {
      "epoch": 0.2425625,
      "grad_norm": 1.1480783224105835,
      "learning_rate": 0.00025954080608135254,
      "loss": 7.6114,
      "step": 116430
    },
    {
      "epoch": 0.24258333333333335,
      "grad_norm": 1.6562201976776123,
      "learning_rate": 0.00025953407090969366,
      "loss": 8.0286,
      "step": 116440
    },
    {
      "epoch": 0.24260416666666668,
      "grad_norm": 1.0904862880706787,
      "learning_rate": 0.0002595273352648909,
      "loss": 7.9154,
      "step": 116450
    },
    {
      "epoch": 0.242625,
      "grad_norm": 1.6381982564926147,
      "learning_rate": 0.0002595205991469734,
      "loss": 7.9305,
      "step": 116460
    },
    {
      "epoch": 0.24264583333333334,
      "grad_norm": 1.2802928686141968,
      "learning_rate": 0.0002595138625559703,
      "loss": 7.7918,
      "step": 116470
    },
    {
      "epoch": 0.24266666666666667,
      "grad_norm": 1.7514760494232178,
      "learning_rate": 0.0002595071254919106,
      "loss": 7.5096,
      "step": 116480
    },
    {
      "epoch": 0.2426875,
      "grad_norm": 0.622135579586029,
      "learning_rate": 0.0002595003879548235,
      "loss": 8.4604,
      "step": 116490
    },
    {
      "epoch": 0.24270833333333333,
      "grad_norm": 2.0042591094970703,
      "learning_rate": 0.0002594936499447381,
      "loss": 7.9863,
      "step": 116500
    },
    {
      "epoch": 0.24272916666666666,
      "grad_norm": 0.6776516437530518,
      "learning_rate": 0.00025948691146168343,
      "loss": 8.0391,
      "step": 116510
    },
    {
      "epoch": 0.24275,
      "grad_norm": 1.4221609830856323,
      "learning_rate": 0.00025948017250568864,
      "loss": 7.8028,
      "step": 116520
    },
    {
      "epoch": 0.24277083333333332,
      "grad_norm": 0.5925750136375427,
      "learning_rate": 0.00025947343307678285,
      "loss": 7.5484,
      "step": 116530
    },
    {
      "epoch": 0.24279166666666666,
      "grad_norm": 1.5455033779144287,
      "learning_rate": 0.00025946669317499513,
      "loss": 8.5964,
      "step": 116540
    },
    {
      "epoch": 0.2428125,
      "grad_norm": 0.5432270169258118,
      "learning_rate": 0.0002594599528003547,
      "loss": 8.0464,
      "step": 116550
    },
    {
      "epoch": 0.24283333333333335,
      "grad_norm": 1.388327717781067,
      "learning_rate": 0.00025945321195289055,
      "loss": 8.9636,
      "step": 116560
    },
    {
      "epoch": 0.24285416666666668,
      "grad_norm": 0.8910199403762817,
      "learning_rate": 0.00025944647063263186,
      "loss": 8.645,
      "step": 116570
    },
    {
      "epoch": 0.242875,
      "grad_norm": 0.6037039756774902,
      "learning_rate": 0.00025943972883960773,
      "loss": 8.7111,
      "step": 116580
    },
    {
      "epoch": 0.24289583333333334,
      "grad_norm": 1.4939370155334473,
      "learning_rate": 0.0002594329865738473,
      "loss": 7.7319,
      "step": 116590
    },
    {
      "epoch": 0.24291666666666667,
      "grad_norm": 0.6577833890914917,
      "learning_rate": 0.00025942624383537967,
      "loss": 7.9829,
      "step": 116600
    },
    {
      "epoch": 0.2429375,
      "grad_norm": 0.8112781643867493,
      "learning_rate": 0.000259419500624234,
      "loss": 7.894,
      "step": 116610
    },
    {
      "epoch": 0.24295833333333333,
      "grad_norm": 0.7367259860038757,
      "learning_rate": 0.0002594127569404394,
      "loss": 7.6806,
      "step": 116620
    },
    {
      "epoch": 0.24297916666666666,
      "grad_norm": 0.758637011051178,
      "learning_rate": 0.000259406012784025,
      "loss": 7.4207,
      "step": 116630
    },
    {
      "epoch": 0.243,
      "grad_norm": 1.365233063697815,
      "learning_rate": 0.0002593992681550199,
      "loss": 7.9833,
      "step": 116640
    },
    {
      "epoch": 0.24302083333333332,
      "grad_norm": 2.628495693206787,
      "learning_rate": 0.0002593925230534533,
      "loss": 7.4193,
      "step": 116650
    },
    {
      "epoch": 0.24304166666666666,
      "grad_norm": 3.0979702472686768,
      "learning_rate": 0.0002593857774793543,
      "loss": 8.4811,
      "step": 116660
    },
    {
      "epoch": 0.2430625,
      "grad_norm": 0.8644154071807861,
      "learning_rate": 0.00025937903143275203,
      "loss": 9.2992,
      "step": 116670
    },
    {
      "epoch": 0.24308333333333335,
      "grad_norm": 1.5246555805206299,
      "learning_rate": 0.0002593722849136756,
      "loss": 8.1619,
      "step": 116680
    },
    {
      "epoch": 0.24310416666666668,
      "grad_norm": 0.7461451888084412,
      "learning_rate": 0.00025936553792215426,
      "loss": 7.9978,
      "step": 116690
    },
    {
      "epoch": 0.243125,
      "grad_norm": 2.3836824893951416,
      "learning_rate": 0.000259358790458217,
      "loss": 7.4699,
      "step": 116700
    },
    {
      "epoch": 0.24314583333333334,
      "grad_norm": 1.1113145351409912,
      "learning_rate": 0.00025935204252189314,
      "loss": 7.8778,
      "step": 116710
    },
    {
      "epoch": 0.24316666666666667,
      "grad_norm": 1.476138710975647,
      "learning_rate": 0.0002593452941132117,
      "loss": 8.4839,
      "step": 116720
    },
    {
      "epoch": 0.2431875,
      "grad_norm": 2.0801990032196045,
      "learning_rate": 0.0002593385452322019,
      "loss": 7.9298,
      "step": 116730
    },
    {
      "epoch": 0.24320833333333333,
      "grad_norm": 2.8609814643859863,
      "learning_rate": 0.0002593317958788928,
      "loss": 8.5635,
      "step": 116740
    },
    {
      "epoch": 0.24322916666666666,
      "grad_norm": 1.7321964502334595,
      "learning_rate": 0.0002593250460533137,
      "loss": 7.9188,
      "step": 116750
    },
    {
      "epoch": 0.24325,
      "grad_norm": 0.6689463257789612,
      "learning_rate": 0.00025931829575549364,
      "loss": 7.9582,
      "step": 116760
    },
    {
      "epoch": 0.24327083333333333,
      "grad_norm": 1.1747312545776367,
      "learning_rate": 0.0002593115449854618,
      "loss": 8.0899,
      "step": 116770
    },
    {
      "epoch": 0.24329166666666666,
      "grad_norm": 1.2177865505218506,
      "learning_rate": 0.00025930479374324737,
      "loss": 8.0696,
      "step": 116780
    },
    {
      "epoch": 0.2433125,
      "grad_norm": 0.8063060641288757,
      "learning_rate": 0.0002592980420288795,
      "loss": 7.7963,
      "step": 116790
    },
    {
      "epoch": 0.24333333333333335,
      "grad_norm": 1.2885234355926514,
      "learning_rate": 0.00025929128984238727,
      "loss": 7.7774,
      "step": 116800
    },
    {
      "epoch": 0.24335416666666668,
      "grad_norm": 1.6445446014404297,
      "learning_rate": 0.0002592845371838001,
      "loss": 8.1667,
      "step": 116810
    },
    {
      "epoch": 0.243375,
      "grad_norm": 1.4762636423110962,
      "learning_rate": 0.0002592777840531469,
      "loss": 7.4825,
      "step": 116820
    },
    {
      "epoch": 0.24339583333333334,
      "grad_norm": 0.9770952463150024,
      "learning_rate": 0.0002592710304504568,
      "loss": 8.4735,
      "step": 116830
    },
    {
      "epoch": 0.24341666666666667,
      "grad_norm": 0.8951784372329712,
      "learning_rate": 0.00025926427637575924,
      "loss": 7.5574,
      "step": 116840
    },
    {
      "epoch": 0.2434375,
      "grad_norm": 0.8216283321380615,
      "learning_rate": 0.00025925752182908324,
      "loss": 7.4037,
      "step": 116850
    },
    {
      "epoch": 0.24345833333333333,
      "grad_norm": 1.0617748498916626,
      "learning_rate": 0.000259250766810458,
      "loss": 8.0377,
      "step": 116860
    },
    {
      "epoch": 0.24347916666666666,
      "grad_norm": 1.0690199136734009,
      "learning_rate": 0.00025924401131991267,
      "loss": 7.3129,
      "step": 116870
    },
    {
      "epoch": 0.2435,
      "grad_norm": 1.5254292488098145,
      "learning_rate": 0.00025923725535747643,
      "loss": 7.8543,
      "step": 116880
    },
    {
      "epoch": 0.24352083333333333,
      "grad_norm": 1.0946240425109863,
      "learning_rate": 0.00025923049892317854,
      "loss": 7.7481,
      "step": 116890
    },
    {
      "epoch": 0.24354166666666666,
      "grad_norm": 0.779656708240509,
      "learning_rate": 0.0002592237420170481,
      "loss": 7.5347,
      "step": 116900
    },
    {
      "epoch": 0.2435625,
      "grad_norm": 1.549978494644165,
      "learning_rate": 0.0002592169846391144,
      "loss": 7.9836,
      "step": 116910
    },
    {
      "epoch": 0.24358333333333335,
      "grad_norm": 0.706771194934845,
      "learning_rate": 0.00025921022678940643,
      "loss": 7.8658,
      "step": 116920
    },
    {
      "epoch": 0.24360416666666668,
      "grad_norm": 1.0206221342086792,
      "learning_rate": 0.0002592034684679536,
      "loss": 7.8568,
      "step": 116930
    },
    {
      "epoch": 0.243625,
      "grad_norm": 0.7361252307891846,
      "learning_rate": 0.000259196709674785,
      "loss": 7.5506,
      "step": 116940
    },
    {
      "epoch": 0.24364583333333334,
      "grad_norm": 0.5997177958488464,
      "learning_rate": 0.00025918995040992974,
      "loss": 7.8926,
      "step": 116950
    },
    {
      "epoch": 0.24366666666666667,
      "grad_norm": 4.133683681488037,
      "learning_rate": 0.00025918319067341723,
      "loss": 8.3682,
      "step": 116960
    },
    {
      "epoch": 0.2436875,
      "grad_norm": 0.953175961971283,
      "learning_rate": 0.0002591764304652765,
      "loss": 7.5052,
      "step": 116970
    },
    {
      "epoch": 0.24370833333333333,
      "grad_norm": 1.2419224977493286,
      "learning_rate": 0.00025916966978553683,
      "loss": 7.6401,
      "step": 116980
    },
    {
      "epoch": 0.24372916666666666,
      "grad_norm": 1.0032638311386108,
      "learning_rate": 0.00025916290863422744,
      "loss": 7.8043,
      "step": 116990
    },
    {
      "epoch": 0.24375,
      "grad_norm": 2.745558500289917,
      "learning_rate": 0.0002591561470113774,
      "loss": 7.7051,
      "step": 117000
    },
    {
      "epoch": 0.24375,
      "eval_loss": 8.58741569519043,
      "eval_runtime": 8.5306,
      "eval_samples_per_second": 0.352,
      "eval_steps_per_second": 0.117,
      "step": 117000
    },
    {
      "epoch": 0.24377083333333333,
      "grad_norm": 1.0720181465148926,
      "learning_rate": 0.0002591493849170161,
      "loss": 8.2155,
      "step": 117010
    },
    {
      "epoch": 0.24379166666666666,
      "grad_norm": 3.6030161380767822,
      "learning_rate": 0.00025914262235117257,
      "loss": 7.9932,
      "step": 117020
    },
    {
      "epoch": 0.2438125,
      "grad_norm": 1.0462901592254639,
      "learning_rate": 0.00025913585931387615,
      "loss": 7.8347,
      "step": 117030
    },
    {
      "epoch": 0.24383333333333335,
      "grad_norm": 3.313173532485962,
      "learning_rate": 0.0002591290958051561,
      "loss": 8.1176,
      "step": 117040
    },
    {
      "epoch": 0.24385416666666668,
      "grad_norm": 1.30879545211792,
      "learning_rate": 0.00025912233182504143,
      "loss": 8.0525,
      "step": 117050
    },
    {
      "epoch": 0.243875,
      "grad_norm": 1.4917277097702026,
      "learning_rate": 0.0002591155673735616,
      "loss": 7.8617,
      "step": 117060
    },
    {
      "epoch": 0.24389583333333334,
      "grad_norm": 0.7443097233772278,
      "learning_rate": 0.0002591088024507456,
      "loss": 7.8152,
      "step": 117070
    },
    {
      "epoch": 0.24391666666666667,
      "grad_norm": 1.131935954093933,
      "learning_rate": 0.0002591020370566228,
      "loss": 7.9347,
      "step": 117080
    },
    {
      "epoch": 0.2439375,
      "grad_norm": 1.946268081665039,
      "learning_rate": 0.0002590952711912224,
      "loss": 8.6456,
      "step": 117090
    },
    {
      "epoch": 0.24395833333333333,
      "grad_norm": 0.9904823899269104,
      "learning_rate": 0.0002590885048545736,
      "loss": 7.7632,
      "step": 117100
    },
    {
      "epoch": 0.24397916666666666,
      "grad_norm": 0.6995682716369629,
      "learning_rate": 0.00025908173804670565,
      "loss": 7.9877,
      "step": 117110
    },
    {
      "epoch": 0.244,
      "grad_norm": 0.9562068581581116,
      "learning_rate": 0.0002590749707676477,
      "loss": 7.9995,
      "step": 117120
    },
    {
      "epoch": 0.24402083333333333,
      "grad_norm": 0.8132293820381165,
      "learning_rate": 0.00025906820301742914,
      "loss": 8.2683,
      "step": 117130
    },
    {
      "epoch": 0.24404166666666666,
      "grad_norm": 1.5899739265441895,
      "learning_rate": 0.0002590614347960791,
      "loss": 8.052,
      "step": 117140
    },
    {
      "epoch": 0.2440625,
      "grad_norm": 2.9129273891448975,
      "learning_rate": 0.0002590546661036268,
      "loss": 8.7768,
      "step": 117150
    },
    {
      "epoch": 0.24408333333333335,
      "grad_norm": 1.6304380893707275,
      "learning_rate": 0.00025904789694010155,
      "loss": 7.4636,
      "step": 117160
    },
    {
      "epoch": 0.24410416666666668,
      "grad_norm": 1.2582951784133911,
      "learning_rate": 0.0002590411273055325,
      "loss": 7.518,
      "step": 117170
    },
    {
      "epoch": 0.244125,
      "grad_norm": 0.5598465800285339,
      "learning_rate": 0.000259034357199949,
      "loss": 7.7109,
      "step": 117180
    },
    {
      "epoch": 0.24414583333333334,
      "grad_norm": 0.8094954490661621,
      "learning_rate": 0.0002590275866233802,
      "loss": 7.8461,
      "step": 117190
    },
    {
      "epoch": 0.24416666666666667,
      "grad_norm": 1.1492124795913696,
      "learning_rate": 0.00025902081557585533,
      "loss": 7.8023,
      "step": 117200
    },
    {
      "epoch": 0.2441875,
      "grad_norm": 0.7539479732513428,
      "learning_rate": 0.0002590140440574038,
      "loss": 7.7785,
      "step": 117210
    },
    {
      "epoch": 0.24420833333333333,
      "grad_norm": 0.7763893604278564,
      "learning_rate": 0.00025900727206805467,
      "loss": 7.6655,
      "step": 117220
    },
    {
      "epoch": 0.24422916666666666,
      "grad_norm": 1.2234904766082764,
      "learning_rate": 0.0002590004996078373,
      "loss": 9.2359,
      "step": 117230
    },
    {
      "epoch": 0.24425,
      "grad_norm": 2.226804494857788,
      "learning_rate": 0.00025899372667678093,
      "loss": 7.4057,
      "step": 117240
    },
    {
      "epoch": 0.24427083333333333,
      "grad_norm": 1.1136093139648438,
      "learning_rate": 0.00025898695327491474,
      "loss": 7.4668,
      "step": 117250
    },
    {
      "epoch": 0.24429166666666666,
      "grad_norm": 0.5902726054191589,
      "learning_rate": 0.0002589801794022681,
      "loss": 7.4553,
      "step": 117260
    },
    {
      "epoch": 0.2443125,
      "grad_norm": 1.341205358505249,
      "learning_rate": 0.00025897340505887025,
      "loss": 7.5831,
      "step": 117270
    },
    {
      "epoch": 0.24433333333333335,
      "grad_norm": 1.8783272504806519,
      "learning_rate": 0.0002589666302447504,
      "loss": 8.3104,
      "step": 117280
    },
    {
      "epoch": 0.24435416666666668,
      "grad_norm": 0.7574533224105835,
      "learning_rate": 0.0002589598549599378,
      "loss": 8.307,
      "step": 117290
    },
    {
      "epoch": 0.244375,
      "grad_norm": 0.8888623118400574,
      "learning_rate": 0.00025895307920446186,
      "loss": 7.76,
      "step": 117300
    },
    {
      "epoch": 0.24439583333333334,
      "grad_norm": 1.0087876319885254,
      "learning_rate": 0.0002589463029783517,
      "loss": 8.3014,
      "step": 117310
    },
    {
      "epoch": 0.24441666666666667,
      "grad_norm": 0.9702532887458801,
      "learning_rate": 0.00025893952628163657,
      "loss": 8.7489,
      "step": 117320
    },
    {
      "epoch": 0.2444375,
      "grad_norm": 0.9457547664642334,
      "learning_rate": 0.0002589327491143458,
      "loss": 8.6464,
      "step": 117330
    },
    {
      "epoch": 0.24445833333333333,
      "grad_norm": 1.136232614517212,
      "learning_rate": 0.0002589259714765088,
      "loss": 8.0818,
      "step": 117340
    },
    {
      "epoch": 0.24447916666666666,
      "grad_norm": 1.087113857269287,
      "learning_rate": 0.0002589191933681546,
      "loss": 8.2631,
      "step": 117350
    },
    {
      "epoch": 0.2445,
      "grad_norm": 1.5692369937896729,
      "learning_rate": 0.00025891241478931263,
      "loss": 7.6412,
      "step": 117360
    },
    {
      "epoch": 0.24452083333333333,
      "grad_norm": 2.1545262336730957,
      "learning_rate": 0.00025890563574001215,
      "loss": 8.6139,
      "step": 117370
    },
    {
      "epoch": 0.24454166666666666,
      "grad_norm": 1.2935469150543213,
      "learning_rate": 0.0002588988562202824,
      "loss": 7.5037,
      "step": 117380
    },
    {
      "epoch": 0.2445625,
      "grad_norm": 0.6308267116546631,
      "learning_rate": 0.00025889207623015277,
      "loss": 7.7158,
      "step": 117390
    },
    {
      "epoch": 0.24458333333333335,
      "grad_norm": 0.6574280261993408,
      "learning_rate": 0.00025888529576965246,
      "loss": 9.96,
      "step": 117400
    },
    {
      "epoch": 0.24460416666666668,
      "grad_norm": 0.9623280763626099,
      "learning_rate": 0.00025887851483881073,
      "loss": 7.7083,
      "step": 117410
    },
    {
      "epoch": 0.244625,
      "grad_norm": 0.6268084645271301,
      "learning_rate": 0.00025887173343765694,
      "loss": 8.1062,
      "step": 117420
    },
    {
      "epoch": 0.24464583333333334,
      "grad_norm": 1.6314455270767212,
      "learning_rate": 0.0002588649515662203,
      "loss": 8.01,
      "step": 117430
    },
    {
      "epoch": 0.24466666666666667,
      "grad_norm": 1.4026005268096924,
      "learning_rate": 0.0002588581692245302,
      "loss": 10.7661,
      "step": 117440
    },
    {
      "epoch": 0.2446875,
      "grad_norm": 0.6586576104164124,
      "learning_rate": 0.00025885138641261587,
      "loss": 8.5685,
      "step": 117450
    },
    {
      "epoch": 0.24470833333333333,
      "grad_norm": 0.6334142684936523,
      "learning_rate": 0.0002588446031305067,
      "loss": 7.5818,
      "step": 117460
    },
    {
      "epoch": 0.24472916666666666,
      "grad_norm": 2.360671281814575,
      "learning_rate": 0.00025883781937823187,
      "loss": 8.0189,
      "step": 117470
    },
    {
      "epoch": 0.24475,
      "grad_norm": 0.8197579979896545,
      "learning_rate": 0.0002588310351558208,
      "loss": 7.4987,
      "step": 117480
    },
    {
      "epoch": 0.24477083333333333,
      "grad_norm": 0.8696156144142151,
      "learning_rate": 0.0002588242504633027,
      "loss": 7.2335,
      "step": 117490
    },
    {
      "epoch": 0.24479166666666666,
      "grad_norm": 1.2672672271728516,
      "learning_rate": 0.0002588174653007069,
      "loss": 8.2369,
      "step": 117500
    },
    {
      "epoch": 0.2448125,
      "grad_norm": 1.393531084060669,
      "learning_rate": 0.00025881067966806277,
      "loss": 7.4279,
      "step": 117510
    },
    {
      "epoch": 0.24483333333333332,
      "grad_norm": 1.1012247800827026,
      "learning_rate": 0.00025880389356539957,
      "loss": 8.2506,
      "step": 117520
    },
    {
      "epoch": 0.24485416666666668,
      "grad_norm": 0.6651497483253479,
      "learning_rate": 0.00025879710699274654,
      "loss": 7.9545,
      "step": 117530
    },
    {
      "epoch": 0.244875,
      "grad_norm": 2.190711498260498,
      "learning_rate": 0.0002587903199501331,
      "loss": 7.7267,
      "step": 117540
    },
    {
      "epoch": 0.24489583333333334,
      "grad_norm": 0.7686575055122375,
      "learning_rate": 0.00025878353243758854,
      "loss": 8.0381,
      "step": 117550
    },
    {
      "epoch": 0.24491666666666667,
      "grad_norm": 2.3929226398468018,
      "learning_rate": 0.00025877674445514223,
      "loss": 7.7836,
      "step": 117560
    },
    {
      "epoch": 0.2449375,
      "grad_norm": 3.8850202560424805,
      "learning_rate": 0.0002587699560028234,
      "loss": 7.7706,
      "step": 117570
    },
    {
      "epoch": 0.24495833333333333,
      "grad_norm": 1.042386770248413,
      "learning_rate": 0.00025876316708066144,
      "loss": 8.0789,
      "step": 117580
    },
    {
      "epoch": 0.24497916666666666,
      "grad_norm": 0.9692577123641968,
      "learning_rate": 0.0002587563776886857,
      "loss": 7.5424,
      "step": 117590
    },
    {
      "epoch": 0.245,
      "grad_norm": 1.2951399087905884,
      "learning_rate": 0.00025874958782692533,
      "loss": 7.7739,
      "step": 117600
    },
    {
      "epoch": 0.24502083333333333,
      "grad_norm": 0.8973079919815063,
      "learning_rate": 0.00025874279749540984,
      "loss": 7.7248,
      "step": 117610
    },
    {
      "epoch": 0.24504166666666666,
      "grad_norm": 1.4018446207046509,
      "learning_rate": 0.0002587360066941686,
      "loss": 7.887,
      "step": 117620
    },
    {
      "epoch": 0.2450625,
      "grad_norm": 0.6240667700767517,
      "learning_rate": 0.0002587292154232307,
      "loss": 8.271,
      "step": 117630
    },
    {
      "epoch": 0.24508333333333332,
      "grad_norm": 0.7080294489860535,
      "learning_rate": 0.00025872242368262573,
      "loss": 7.7498,
      "step": 117640
    },
    {
      "epoch": 0.24510416666666668,
      "grad_norm": 1.3271653652191162,
      "learning_rate": 0.00025871563147238287,
      "loss": 8.0998,
      "step": 117650
    },
    {
      "epoch": 0.245125,
      "grad_norm": 3.2320046424865723,
      "learning_rate": 0.00025870883879253154,
      "loss": 7.968,
      "step": 117660
    },
    {
      "epoch": 0.24514583333333334,
      "grad_norm": 4.066443920135498,
      "learning_rate": 0.00025870204564310104,
      "loss": 10.0355,
      "step": 117670
    },
    {
      "epoch": 0.24516666666666667,
      "grad_norm": 0.9721167683601379,
      "learning_rate": 0.0002586952520241208,
      "loss": 7.9061,
      "step": 117680
    },
    {
      "epoch": 0.2451875,
      "grad_norm": 5.8428802490234375,
      "learning_rate": 0.00025868845793562,
      "loss": 8.1805,
      "step": 117690
    },
    {
      "epoch": 0.24520833333333333,
      "grad_norm": 1.3163422346115112,
      "learning_rate": 0.0002586816633776281,
      "loss": 7.9975,
      "step": 117700
    },
    {
      "epoch": 0.24522916666666666,
      "grad_norm": 0.8074334263801575,
      "learning_rate": 0.00025867486835017445,
      "loss": 7.6748,
      "step": 117710
    },
    {
      "epoch": 0.24525,
      "grad_norm": 1.1397002935409546,
      "learning_rate": 0.00025866807285328844,
      "loss": 7.9202,
      "step": 117720
    },
    {
      "epoch": 0.24527083333333333,
      "grad_norm": 1.7982531785964966,
      "learning_rate": 0.0002586612768869993,
      "loss": 7.9849,
      "step": 117730
    },
    {
      "epoch": 0.24529166666666666,
      "grad_norm": 1.7073324918746948,
      "learning_rate": 0.00025865448045133646,
      "loss": 7.8777,
      "step": 117740
    },
    {
      "epoch": 0.2453125,
      "grad_norm": 1.163879632949829,
      "learning_rate": 0.0002586476835463293,
      "loss": 7.6478,
      "step": 117750
    },
    {
      "epoch": 0.24533333333333332,
      "grad_norm": 1.1642637252807617,
      "learning_rate": 0.00025864088617200717,
      "loss": 8.3758,
      "step": 117760
    },
    {
      "epoch": 0.24535416666666668,
      "grad_norm": 7.6879143714904785,
      "learning_rate": 0.0002586340883283994,
      "loss": 8.2253,
      "step": 117770
    },
    {
      "epoch": 0.245375,
      "grad_norm": 1.1456853151321411,
      "learning_rate": 0.0002586272900155353,
      "loss": 7.7763,
      "step": 117780
    },
    {
      "epoch": 0.24539583333333334,
      "grad_norm": 1.500110387802124,
      "learning_rate": 0.00025862049123344437,
      "loss": 8.1378,
      "step": 117790
    },
    {
      "epoch": 0.24541666666666667,
      "grad_norm": 2.0634255409240723,
      "learning_rate": 0.0002586136919821559,
      "loss": 7.8306,
      "step": 117800
    },
    {
      "epoch": 0.2454375,
      "grad_norm": 0.8964362144470215,
      "learning_rate": 0.0002586068922616993,
      "loss": 8.0178,
      "step": 117810
    },
    {
      "epoch": 0.24545833333333333,
      "grad_norm": 0.8991769552230835,
      "learning_rate": 0.0002586000920721039,
      "loss": 7.8147,
      "step": 117820
    },
    {
      "epoch": 0.24547916666666666,
      "grad_norm": 0.7613068222999573,
      "learning_rate": 0.00025859329141339905,
      "loss": 8.5764,
      "step": 117830
    },
    {
      "epoch": 0.2455,
      "grad_norm": 1.766900658607483,
      "learning_rate": 0.00025858649028561424,
      "loss": 7.8838,
      "step": 117840
    },
    {
      "epoch": 0.24552083333333333,
      "grad_norm": 0.8100525736808777,
      "learning_rate": 0.0002585796886887787,
      "loss": 7.5208,
      "step": 117850
    },
    {
      "epoch": 0.24554166666666666,
      "grad_norm": 0.6556406021118164,
      "learning_rate": 0.0002585728866229219,
      "loss": 7.942,
      "step": 117860
    },
    {
      "epoch": 0.2455625,
      "grad_norm": 2.8232550621032715,
      "learning_rate": 0.0002585660840880732,
      "loss": 7.8359,
      "step": 117870
    },
    {
      "epoch": 0.24558333333333332,
      "grad_norm": 5.449057579040527,
      "learning_rate": 0.00025855928108426204,
      "loss": 8.3288,
      "step": 117880
    },
    {
      "epoch": 0.24560416666666668,
      "grad_norm": 0.3978278338909149,
      "learning_rate": 0.0002585524776115177,
      "loss": 7.932,
      "step": 117890
    },
    {
      "epoch": 0.245625,
      "grad_norm": 1.5512633323669434,
      "learning_rate": 0.00025854567366986967,
      "loss": 7.5631,
      "step": 117900
    },
    {
      "epoch": 0.24564583333333334,
      "grad_norm": 0.5878128409385681,
      "learning_rate": 0.0002585388692593473,
      "loss": 7.6567,
      "step": 117910
    },
    {
      "epoch": 0.24566666666666667,
      "grad_norm": 2.368697166442871,
      "learning_rate": 0.00025853206437997993,
      "loss": 7.6012,
      "step": 117920
    },
    {
      "epoch": 0.2456875,
      "grad_norm": 2.1574008464813232,
      "learning_rate": 0.00025852525903179705,
      "loss": 7.7026,
      "step": 117930
    },
    {
      "epoch": 0.24570833333333333,
      "grad_norm": 0.8515204191207886,
      "learning_rate": 0.0002585184532148279,
      "loss": 8.0474,
      "step": 117940
    },
    {
      "epoch": 0.24572916666666667,
      "grad_norm": 6.480428218841553,
      "learning_rate": 0.0002585116469291021,
      "loss": 9.387,
      "step": 117950
    },
    {
      "epoch": 0.24575,
      "grad_norm": 0.4698944687843323,
      "learning_rate": 0.00025850484017464893,
      "loss": 7.6101,
      "step": 117960
    },
    {
      "epoch": 0.24577083333333333,
      "grad_norm": 0.6237626075744629,
      "learning_rate": 0.0002584980329514978,
      "loss": 7.5018,
      "step": 117970
    },
    {
      "epoch": 0.24579166666666666,
      "grad_norm": 1.4737849235534668,
      "learning_rate": 0.00025849122525967806,
      "loss": 7.9117,
      "step": 117980
    },
    {
      "epoch": 0.2458125,
      "grad_norm": 2.3218488693237305,
      "learning_rate": 0.0002584844170992192,
      "loss": 8.2789,
      "step": 117990
    },
    {
      "epoch": 0.24583333333333332,
      "grad_norm": 1.312691330909729,
      "learning_rate": 0.0002584776084701506,
      "loss": 8.4715,
      "step": 118000
    },
    {
      "epoch": 0.24583333333333332,
      "eval_loss": 10.961265563964844,
      "eval_runtime": 8.0695,
      "eval_samples_per_second": 0.372,
      "eval_steps_per_second": 0.124,
      "step": 118000
    },
    {
      "epoch": 0.24585416666666668,
      "grad_norm": 2.349130630493164,
      "learning_rate": 0.0002584707993725017,
      "loss": 7.994,
      "step": 118010
    },
    {
      "epoch": 0.245875,
      "grad_norm": 0.9462788701057434,
      "learning_rate": 0.0002584639898063018,
      "loss": 7.7545,
      "step": 118020
    },
    {
      "epoch": 0.24589583333333334,
      "grad_norm": 0.5283727645874023,
      "learning_rate": 0.0002584571797715805,
      "loss": 8.2189,
      "step": 118030
    },
    {
      "epoch": 0.24591666666666667,
      "grad_norm": 1.1427279710769653,
      "learning_rate": 0.00025845036926836704,
      "loss": 7.6328,
      "step": 118040
    },
    {
      "epoch": 0.2459375,
      "grad_norm": 1.2447410821914673,
      "learning_rate": 0.0002584435582966909,
      "loss": 8.4849,
      "step": 118050
    },
    {
      "epoch": 0.24595833333333333,
      "grad_norm": 1.0860702991485596,
      "learning_rate": 0.0002584367468565816,
      "loss": 7.9288,
      "step": 118060
    },
    {
      "epoch": 0.24597916666666667,
      "grad_norm": 2.1464450359344482,
      "learning_rate": 0.00025842993494806836,
      "loss": 8.0202,
      "step": 118070
    },
    {
      "epoch": 0.246,
      "grad_norm": 1.4105372428894043,
      "learning_rate": 0.00025842312257118083,
      "loss": 7.9347,
      "step": 118080
    },
    {
      "epoch": 0.24602083333333333,
      "grad_norm": 0.937446653842926,
      "learning_rate": 0.0002584163097259483,
      "loss": 7.8661,
      "step": 118090
    },
    {
      "epoch": 0.24604166666666666,
      "grad_norm": 1.2287827730178833,
      "learning_rate": 0.0002584094964124002,
      "loss": 7.5848,
      "step": 118100
    },
    {
      "epoch": 0.2460625,
      "grad_norm": 0.5854262709617615,
      "learning_rate": 0.000258402682630566,
      "loss": 8.0586,
      "step": 118110
    },
    {
      "epoch": 0.24608333333333332,
      "grad_norm": 0.8749784231185913,
      "learning_rate": 0.0002583958683804751,
      "loss": 8.3514,
      "step": 118120
    },
    {
      "epoch": 0.24610416666666668,
      "grad_norm": 1.6162302494049072,
      "learning_rate": 0.00025838905366215695,
      "loss": 8.2948,
      "step": 118130
    },
    {
      "epoch": 0.246125,
      "grad_norm": 1.026897668838501,
      "learning_rate": 0.000258382238475641,
      "loss": 7.6382,
      "step": 118140
    },
    {
      "epoch": 0.24614583333333334,
      "grad_norm": 0.7918466925621033,
      "learning_rate": 0.0002583754228209567,
      "loss": 7.9938,
      "step": 118150
    },
    {
      "epoch": 0.24616666666666667,
      "grad_norm": 0.3770626187324524,
      "learning_rate": 0.0002583686066981335,
      "loss": 8.1353,
      "step": 118160
    },
    {
      "epoch": 0.2461875,
      "grad_norm": 1.1072012186050415,
      "learning_rate": 0.0002583617901072008,
      "loss": 8.1745,
      "step": 118170
    },
    {
      "epoch": 0.24620833333333333,
      "grad_norm": 1.3016717433929443,
      "learning_rate": 0.000258354973048188,
      "loss": 8.0413,
      "step": 118180
    },
    {
      "epoch": 0.24622916666666667,
      "grad_norm": 0.6886268854141235,
      "learning_rate": 0.00025834815552112467,
      "loss": 8.4725,
      "step": 118190
    },
    {
      "epoch": 0.24625,
      "grad_norm": 1.2095389366149902,
      "learning_rate": 0.00025834133752604014,
      "loss": 7.783,
      "step": 118200
    },
    {
      "epoch": 0.24627083333333333,
      "grad_norm": 0.9851325154304504,
      "learning_rate": 0.0002583345190629639,
      "loss": 7.7183,
      "step": 118210
    },
    {
      "epoch": 0.24629166666666666,
      "grad_norm": 1.0464173555374146,
      "learning_rate": 0.0002583277001319255,
      "loss": 7.5484,
      "step": 118220
    },
    {
      "epoch": 0.2463125,
      "grad_norm": 2.1007978916168213,
      "learning_rate": 0.00025832088073295427,
      "loss": 8.3512,
      "step": 118230
    },
    {
      "epoch": 0.24633333333333332,
      "grad_norm": 1.0263749361038208,
      "learning_rate": 0.00025831406086607975,
      "loss": 7.7674,
      "step": 118240
    },
    {
      "epoch": 0.24635416666666668,
      "grad_norm": 2.1057169437408447,
      "learning_rate": 0.00025830724053133134,
      "loss": 8.0878,
      "step": 118250
    },
    {
      "epoch": 0.246375,
      "grad_norm": 13.951872825622559,
      "learning_rate": 0.00025830041972873846,
      "loss": 7.8247,
      "step": 118260
    },
    {
      "epoch": 0.24639583333333334,
      "grad_norm": 4.136725902557373,
      "learning_rate": 0.00025829359845833073,
      "loss": 8.428,
      "step": 118270
    },
    {
      "epoch": 0.24641666666666667,
      "grad_norm": 0.7612471580505371,
      "learning_rate": 0.00025828677672013747,
      "loss": 7.7164,
      "step": 118280
    },
    {
      "epoch": 0.2464375,
      "grad_norm": 0.5326636433601379,
      "learning_rate": 0.0002582799545141882,
      "loss": 8.0645,
      "step": 118290
    },
    {
      "epoch": 0.24645833333333333,
      "grad_norm": 4.2552008628845215,
      "learning_rate": 0.0002582731318405124,
      "loss": 7.6963,
      "step": 118300
    },
    {
      "epoch": 0.24647916666666667,
      "grad_norm": 3.272160291671753,
      "learning_rate": 0.00025826630869913954,
      "loss": 8.3518,
      "step": 118310
    },
    {
      "epoch": 0.2465,
      "grad_norm": 0.9657586216926575,
      "learning_rate": 0.00025825948509009905,
      "loss": 8.0528,
      "step": 118320
    },
    {
      "epoch": 0.24652083333333333,
      "grad_norm": 2.599061965942383,
      "learning_rate": 0.0002582526610134205,
      "loss": 8.0174,
      "step": 118330
    },
    {
      "epoch": 0.24654166666666666,
      "grad_norm": 0.8126067519187927,
      "learning_rate": 0.00025824583646913315,
      "loss": 8.0487,
      "step": 118340
    },
    {
      "epoch": 0.2465625,
      "grad_norm": 0.6857268214225769,
      "learning_rate": 0.0002582390114572668,
      "loss": 7.6293,
      "step": 118350
    },
    {
      "epoch": 0.24658333333333332,
      "grad_norm": 0.9591735601425171,
      "learning_rate": 0.0002582321859778507,
      "loss": 7.9423,
      "step": 118360
    },
    {
      "epoch": 0.24660416666666668,
      "grad_norm": 1.1501575708389282,
      "learning_rate": 0.00025822536003091437,
      "loss": 8.0435,
      "step": 118370
    },
    {
      "epoch": 0.246625,
      "grad_norm": 0.5693240165710449,
      "learning_rate": 0.00025821853361648737,
      "loss": 7.7669,
      "step": 118380
    },
    {
      "epoch": 0.24664583333333334,
      "grad_norm": 1.1031700372695923,
      "learning_rate": 0.0002582117067345991,
      "loss": 7.8568,
      "step": 118390
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 2.67026948928833,
      "learning_rate": 0.0002582048793852791,
      "loss": 7.8466,
      "step": 118400
    },
    {
      "epoch": 0.2466875,
      "grad_norm": 1.0316188335418701,
      "learning_rate": 0.0002581980515685569,
      "loss": 9.7358,
      "step": 118410
    },
    {
      "epoch": 0.24670833333333334,
      "grad_norm": 0.7236782908439636,
      "learning_rate": 0.0002581912232844619,
      "loss": 7.7751,
      "step": 118420
    },
    {
      "epoch": 0.24672916666666667,
      "grad_norm": 1.107852578163147,
      "learning_rate": 0.0002581843945330236,
      "loss": 8.0119,
      "step": 118430
    },
    {
      "epoch": 0.24675,
      "grad_norm": 0.6208490133285522,
      "learning_rate": 0.00025817756531427164,
      "loss": 7.8219,
      "step": 118440
    },
    {
      "epoch": 0.24677083333333333,
      "grad_norm": 0.9337039589881897,
      "learning_rate": 0.00025817073562823536,
      "loss": 7.6842,
      "step": 118450
    },
    {
      "epoch": 0.24679166666666666,
      "grad_norm": 4.5657525062561035,
      "learning_rate": 0.0002581639054749443,
      "loss": 8.061,
      "step": 118460
    },
    {
      "epoch": 0.2468125,
      "grad_norm": 1.1656550168991089,
      "learning_rate": 0.000258157074854428,
      "loss": 8.4777,
      "step": 118470
    },
    {
      "epoch": 0.24683333333333332,
      "grad_norm": 1.5254117250442505,
      "learning_rate": 0.000258150243766716,
      "loss": 8.8268,
      "step": 118480
    },
    {
      "epoch": 0.24685416666666668,
      "grad_norm": 0.674809455871582,
      "learning_rate": 0.0002581434122118377,
      "loss": 7.9772,
      "step": 118490
    },
    {
      "epoch": 0.246875,
      "grad_norm": 1.2766751050949097,
      "learning_rate": 0.00025813658018982263,
      "loss": 8.3157,
      "step": 118500
    },
    {
      "epoch": 0.24689583333333334,
      "grad_norm": 3.613694429397583,
      "learning_rate": 0.0002581297477007004,
      "loss": 8.1292,
      "step": 118510
    },
    {
      "epoch": 0.24691666666666667,
      "grad_norm": 3.2901506423950195,
      "learning_rate": 0.0002581229147445005,
      "loss": 8.3133,
      "step": 118520
    },
    {
      "epoch": 0.2469375,
      "grad_norm": 1.772842526435852,
      "learning_rate": 0.0002581160813212523,
      "loss": 8.2321,
      "step": 118530
    },
    {
      "epoch": 0.24695833333333334,
      "grad_norm": 0.9372460246086121,
      "learning_rate": 0.0002581092474309855,
      "loss": 7.8616,
      "step": 118540
    },
    {
      "epoch": 0.24697916666666667,
      "grad_norm": 1.9695073366165161,
      "learning_rate": 0.0002581024130737295,
      "loss": 8.267,
      "step": 118550
    },
    {
      "epoch": 0.247,
      "grad_norm": 1.0205100774765015,
      "learning_rate": 0.0002580955782495139,
      "loss": 7.7269,
      "step": 118560
    },
    {
      "epoch": 0.24702083333333333,
      "grad_norm": 1.0543522834777832,
      "learning_rate": 0.0002580887429583681,
      "loss": 7.8183,
      "step": 118570
    },
    {
      "epoch": 0.24704166666666666,
      "grad_norm": 1.592254638671875,
      "learning_rate": 0.0002580819072003218,
      "loss": 7.4901,
      "step": 118580
    },
    {
      "epoch": 0.2470625,
      "grad_norm": 1.377765417098999,
      "learning_rate": 0.00025807507097540445,
      "loss": 7.2319,
      "step": 118590
    },
    {
      "epoch": 0.24708333333333332,
      "grad_norm": 1.7515064477920532,
      "learning_rate": 0.0002580682342836455,
      "loss": 7.756,
      "step": 118600
    },
    {
      "epoch": 0.24710416666666668,
      "grad_norm": 1.879460096359253,
      "learning_rate": 0.00025806139712507465,
      "loss": 8.1939,
      "step": 118610
    },
    {
      "epoch": 0.247125,
      "grad_norm": 1.5824635028839111,
      "learning_rate": 0.0002580545594997213,
      "loss": 7.922,
      "step": 118620
    },
    {
      "epoch": 0.24714583333333334,
      "grad_norm": 0.8477469086647034,
      "learning_rate": 0.00025804772140761503,
      "loss": 7.568,
      "step": 118630
    },
    {
      "epoch": 0.24716666666666667,
      "grad_norm": 0.9799529910087585,
      "learning_rate": 0.00025804088284878536,
      "loss": 7.8365,
      "step": 118640
    },
    {
      "epoch": 0.2471875,
      "grad_norm": 2.7006847858428955,
      "learning_rate": 0.00025803404382326184,
      "loss": 8.1548,
      "step": 118650
    },
    {
      "epoch": 0.24720833333333334,
      "grad_norm": 0.8308236002922058,
      "learning_rate": 0.000258027204331074,
      "loss": 8.1855,
      "step": 118660
    },
    {
      "epoch": 0.24722916666666667,
      "grad_norm": 1.0368921756744385,
      "learning_rate": 0.0002580203643722514,
      "loss": 8.9952,
      "step": 118670
    },
    {
      "epoch": 0.24725,
      "grad_norm": 1.1567528247833252,
      "learning_rate": 0.0002580135239468236,
      "loss": 7.8429,
      "step": 118680
    },
    {
      "epoch": 0.24727083333333333,
      "grad_norm": 0.6607885956764221,
      "learning_rate": 0.00025800668305482014,
      "loss": 7.6684,
      "step": 118690
    },
    {
      "epoch": 0.24729166666666666,
      "grad_norm": 0.7975749969482422,
      "learning_rate": 0.00025799984169627054,
      "loss": 8.1118,
      "step": 118700
    },
    {
      "epoch": 0.2473125,
      "grad_norm": 1.1163134574890137,
      "learning_rate": 0.0002579929998712044,
      "loss": 7.8645,
      "step": 118710
    },
    {
      "epoch": 0.24733333333333332,
      "grad_norm": 1.5517386198043823,
      "learning_rate": 0.0002579861575796512,
      "loss": 7.5144,
      "step": 118720
    },
    {
      "epoch": 0.24735416666666668,
      "grad_norm": 2.754699945449829,
      "learning_rate": 0.0002579793148216406,
      "loss": 7.5411,
      "step": 118730
    },
    {
      "epoch": 0.247375,
      "grad_norm": 1.2762260437011719,
      "learning_rate": 0.000257972471597202,
      "loss": 8.8973,
      "step": 118740
    },
    {
      "epoch": 0.24739583333333334,
      "grad_norm": 2.2486209869384766,
      "learning_rate": 0.0002579656279063652,
      "loss": 7.4781,
      "step": 118750
    },
    {
      "epoch": 0.24741666666666667,
      "grad_norm": 0.860753059387207,
      "learning_rate": 0.00025795878374915957,
      "loss": 7.4619,
      "step": 118760
    },
    {
      "epoch": 0.2474375,
      "grad_norm": 1.5205217599868774,
      "learning_rate": 0.0002579519391256147,
      "loss": 8.2209,
      "step": 118770
    },
    {
      "epoch": 0.24745833333333334,
      "grad_norm": 2.0292322635650635,
      "learning_rate": 0.0002579450940357602,
      "loss": 8.2549,
      "step": 118780
    },
    {
      "epoch": 0.24747916666666667,
      "grad_norm": 1.003662109375,
      "learning_rate": 0.0002579382484796256,
      "loss": 8.2532,
      "step": 118790
    },
    {
      "epoch": 0.2475,
      "grad_norm": 0.6476618647575378,
      "learning_rate": 0.00025793140245724053,
      "loss": 8.2317,
      "step": 118800
    },
    {
      "epoch": 0.24752083333333333,
      "grad_norm": 1.4565516710281372,
      "learning_rate": 0.0002579245559686345,
      "loss": 8.2127,
      "step": 118810
    },
    {
      "epoch": 0.24754166666666666,
      "grad_norm": 0.9050917029380798,
      "learning_rate": 0.0002579177090138371,
      "loss": 9.0323,
      "step": 118820
    },
    {
      "epoch": 0.2475625,
      "grad_norm": 0.8204478621482849,
      "learning_rate": 0.0002579108615928779,
      "loss": 7.634,
      "step": 118830
    },
    {
      "epoch": 0.24758333333333332,
      "grad_norm": 0.9769230484962463,
      "learning_rate": 0.00025790401370578655,
      "loss": 8.6227,
      "step": 118840
    },
    {
      "epoch": 0.24760416666666665,
      "grad_norm": 2.4575588703155518,
      "learning_rate": 0.00025789716535259255,
      "loss": 8.3957,
      "step": 118850
    },
    {
      "epoch": 0.247625,
      "grad_norm": 2.073802947998047,
      "learning_rate": 0.0002578903165333255,
      "loss": 7.7971,
      "step": 118860
    },
    {
      "epoch": 0.24764583333333334,
      "grad_norm": 1.0093183517456055,
      "learning_rate": 0.000257883467248015,
      "loss": 7.887,
      "step": 118870
    },
    {
      "epoch": 0.24766666666666667,
      "grad_norm": 0.9243716597557068,
      "learning_rate": 0.0002578766174966906,
      "loss": 8.0072,
      "step": 118880
    },
    {
      "epoch": 0.2476875,
      "grad_norm": 0.9823188185691833,
      "learning_rate": 0.0002578697672793819,
      "loss": 8.0711,
      "step": 118890
    },
    {
      "epoch": 0.24770833333333334,
      "grad_norm": 1.1491000652313232,
      "learning_rate": 0.0002578629165961185,
      "loss": 7.5453,
      "step": 118900
    },
    {
      "epoch": 0.24772916666666667,
      "grad_norm": 1.146992564201355,
      "learning_rate": 0.00025785606544693004,
      "loss": 7.9093,
      "step": 118910
    },
    {
      "epoch": 0.24775,
      "grad_norm": 1.92118501663208,
      "learning_rate": 0.00025784921383184605,
      "loss": 7.9686,
      "step": 118920
    },
    {
      "epoch": 0.24777083333333333,
      "grad_norm": 1.5109761953353882,
      "learning_rate": 0.00025784236175089615,
      "loss": 7.9122,
      "step": 118930
    },
    {
      "epoch": 0.24779166666666666,
      "grad_norm": 0.8312734365463257,
      "learning_rate": 0.00025783550920410996,
      "loss": 7.6878,
      "step": 118940
    },
    {
      "epoch": 0.2478125,
      "grad_norm": 2.071767807006836,
      "learning_rate": 0.00025782865619151696,
      "loss": 8.0878,
      "step": 118950
    },
    {
      "epoch": 0.24783333333333332,
      "grad_norm": 1.5556734800338745,
      "learning_rate": 0.0002578218027131469,
      "loss": 7.8971,
      "step": 118960
    },
    {
      "epoch": 0.24785416666666665,
      "grad_norm": 1.5317679643630981,
      "learning_rate": 0.00025781494876902936,
      "loss": 8.1455,
      "step": 118970
    },
    {
      "epoch": 0.247875,
      "grad_norm": 1.0156197547912598,
      "learning_rate": 0.0002578080943591939,
      "loss": 7.8643,
      "step": 118980
    },
    {
      "epoch": 0.24789583333333334,
      "grad_norm": 2.8596019744873047,
      "learning_rate": 0.00025780123948367014,
      "loss": 8.3684,
      "step": 118990
    },
    {
      "epoch": 0.24791666666666667,
      "grad_norm": 2.402689218521118,
      "learning_rate": 0.0002577943841424877,
      "loss": 8.3013,
      "step": 119000
    },
    {
      "epoch": 0.24791666666666667,
      "eval_loss": 9.932907104492188,
      "eval_runtime": 8.2365,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 119000
    },
    {
      "epoch": 0.2479375,
      "grad_norm": 1.2987972497940063,
      "learning_rate": 0.0002577875283356762,
      "loss": 7.4557,
      "step": 119010
    },
    {
      "epoch": 0.24795833333333334,
      "grad_norm": 2.963007926940918,
      "learning_rate": 0.0002577806720632652,
      "loss": 7.9246,
      "step": 119020
    },
    {
      "epoch": 0.24797916666666667,
      "grad_norm": 0.7439880967140198,
      "learning_rate": 0.0002577738153252844,
      "loss": 7.7039,
      "step": 119030
    },
    {
      "epoch": 0.248,
      "grad_norm": 1.9128190279006958,
      "learning_rate": 0.0002577669581217634,
      "loss": 7.9502,
      "step": 119040
    },
    {
      "epoch": 0.24802083333333333,
      "grad_norm": 1.3057515621185303,
      "learning_rate": 0.00025776010045273174,
      "loss": 8.2096,
      "step": 119050
    },
    {
      "epoch": 0.24804166666666666,
      "grad_norm": 0.9274245500564575,
      "learning_rate": 0.00025775324231821914,
      "loss": 8.672,
      "step": 119060
    },
    {
      "epoch": 0.2480625,
      "grad_norm": 1.8340848684310913,
      "learning_rate": 0.0002577463837182552,
      "loss": 7.686,
      "step": 119070
    },
    {
      "epoch": 0.24808333333333332,
      "grad_norm": 1.47429621219635,
      "learning_rate": 0.0002577395246528695,
      "loss": 8.0355,
      "step": 119080
    },
    {
      "epoch": 0.24810416666666665,
      "grad_norm": 0.7472793459892273,
      "learning_rate": 0.00025773266512209167,
      "loss": 7.5946,
      "step": 119090
    },
    {
      "epoch": 0.248125,
      "grad_norm": 0.7521891593933105,
      "learning_rate": 0.0002577258051259514,
      "loss": 7.8668,
      "step": 119100
    },
    {
      "epoch": 0.24814583333333334,
      "grad_norm": 0.8953401446342468,
      "learning_rate": 0.0002577189446644783,
      "loss": 7.6373,
      "step": 119110
    },
    {
      "epoch": 0.24816666666666667,
      "grad_norm": 0.8994704484939575,
      "learning_rate": 0.000257712083737702,
      "loss": 7.8567,
      "step": 119120
    },
    {
      "epoch": 0.2481875,
      "grad_norm": 2.7782647609710693,
      "learning_rate": 0.00025770522234565214,
      "loss": 8.7228,
      "step": 119130
    },
    {
      "epoch": 0.24820833333333334,
      "grad_norm": 0.9418451189994812,
      "learning_rate": 0.00025769836048835835,
      "loss": 8.0263,
      "step": 119140
    },
    {
      "epoch": 0.24822916666666667,
      "grad_norm": 1.4175071716308594,
      "learning_rate": 0.0002576914981658502,
      "loss": 8.5462,
      "step": 119150
    },
    {
      "epoch": 0.24825,
      "grad_norm": 1.368476390838623,
      "learning_rate": 0.00025768463537815747,
      "loss": 8.693,
      "step": 119160
    },
    {
      "epoch": 0.24827083333333333,
      "grad_norm": 1.411036729812622,
      "learning_rate": 0.00025767777212530975,
      "loss": 8.7958,
      "step": 119170
    },
    {
      "epoch": 0.24829166666666666,
      "grad_norm": 2.071761131286621,
      "learning_rate": 0.00025767090840733665,
      "loss": 7.6882,
      "step": 119180
    },
    {
      "epoch": 0.2483125,
      "grad_norm": 0.977958619594574,
      "learning_rate": 0.00025766404422426786,
      "loss": 7.8616,
      "step": 119190
    },
    {
      "epoch": 0.24833333333333332,
      "grad_norm": 5.132656097412109,
      "learning_rate": 0.00025765717957613305,
      "loss": 7.8346,
      "step": 119200
    },
    {
      "epoch": 0.24835416666666665,
      "grad_norm": 1.3564846515655518,
      "learning_rate": 0.0002576503144629618,
      "loss": 8.7861,
      "step": 119210
    },
    {
      "epoch": 0.248375,
      "grad_norm": 1.850051999092102,
      "learning_rate": 0.00025764344888478384,
      "loss": 8.2183,
      "step": 119220
    },
    {
      "epoch": 0.24839583333333334,
      "grad_norm": 1.125501036643982,
      "learning_rate": 0.0002576365828416287,
      "loss": 7.793,
      "step": 119230
    },
    {
      "epoch": 0.24841666666666667,
      "grad_norm": 1.3933449983596802,
      "learning_rate": 0.0002576297163335262,
      "loss": 7.9384,
      "step": 119240
    },
    {
      "epoch": 0.2484375,
      "grad_norm": 1.4589800834655762,
      "learning_rate": 0.0002576228493605059,
      "loss": 8.0599,
      "step": 119250
    },
    {
      "epoch": 0.24845833333333334,
      "grad_norm": 0.6405856609344482,
      "learning_rate": 0.00025761598192259753,
      "loss": 8.0105,
      "step": 119260
    },
    {
      "epoch": 0.24847916666666667,
      "grad_norm": 2.529691696166992,
      "learning_rate": 0.00025760911401983064,
      "loss": 7.7283,
      "step": 119270
    },
    {
      "epoch": 0.2485,
      "grad_norm": 0.6356387138366699,
      "learning_rate": 0.000257602245652235,
      "loss": 7.9096,
      "step": 119280
    },
    {
      "epoch": 0.24852083333333333,
      "grad_norm": 1.125697374343872,
      "learning_rate": 0.0002575953768198403,
      "loss": 7.5696,
      "step": 119290
    },
    {
      "epoch": 0.24854166666666666,
      "grad_norm": 3.6612584590911865,
      "learning_rate": 0.0002575885075226761,
      "loss": 8.6271,
      "step": 119300
    },
    {
      "epoch": 0.2485625,
      "grad_norm": 0.7841551899909973,
      "learning_rate": 0.0002575816377607722,
      "loss": 7.7103,
      "step": 119310
    },
    {
      "epoch": 0.24858333333333332,
      "grad_norm": 3.9149258136749268,
      "learning_rate": 0.00025757476753415814,
      "loss": 8.1036,
      "step": 119320
    },
    {
      "epoch": 0.24860416666666665,
      "grad_norm": 1.5095391273498535,
      "learning_rate": 0.0002575678968428637,
      "loss": 7.67,
      "step": 119330
    },
    {
      "epoch": 0.248625,
      "grad_norm": 0.8678944110870361,
      "learning_rate": 0.00025756102568691853,
      "loss": 7.8,
      "step": 119340
    },
    {
      "epoch": 0.24864583333333334,
      "grad_norm": 0.8106070160865784,
      "learning_rate": 0.0002575541540663523,
      "loss": 8.186,
      "step": 119350
    },
    {
      "epoch": 0.24866666666666667,
      "grad_norm": 1.2568039894104004,
      "learning_rate": 0.0002575472819811947,
      "loss": 8.3557,
      "step": 119360
    },
    {
      "epoch": 0.2486875,
      "grad_norm": 1.4288711547851562,
      "learning_rate": 0.0002575404094314754,
      "loss": 8.1009,
      "step": 119370
    },
    {
      "epoch": 0.24870833333333334,
      "grad_norm": 2.0027148723602295,
      "learning_rate": 0.00025753353641722406,
      "loss": 8.2718,
      "step": 119380
    },
    {
      "epoch": 0.24872916666666667,
      "grad_norm": 0.9788965582847595,
      "learning_rate": 0.0002575266629384705,
      "loss": 8.0913,
      "step": 119390
    },
    {
      "epoch": 0.24875,
      "grad_norm": 0.7858811020851135,
      "learning_rate": 0.00025751978899524425,
      "loss": 8.2272,
      "step": 119400
    },
    {
      "epoch": 0.24877083333333333,
      "grad_norm": 2.0966503620147705,
      "learning_rate": 0.0002575129145875751,
      "loss": 7.7738,
      "step": 119410
    },
    {
      "epoch": 0.24879166666666666,
      "grad_norm": 0.6934545636177063,
      "learning_rate": 0.0002575060397154927,
      "loss": 7.7578,
      "step": 119420
    },
    {
      "epoch": 0.2488125,
      "grad_norm": 0.7060385346412659,
      "learning_rate": 0.0002574991643790268,
      "loss": 7.9217,
      "step": 119430
    },
    {
      "epoch": 0.24883333333333332,
      "grad_norm": 0.6242937445640564,
      "learning_rate": 0.00025749228857820697,
      "loss": 8.2024,
      "step": 119440
    },
    {
      "epoch": 0.24885416666666665,
      "grad_norm": 1.7450757026672363,
      "learning_rate": 0.0002574854123130631,
      "loss": 11.0706,
      "step": 119450
    },
    {
      "epoch": 0.248875,
      "grad_norm": 1.432293176651001,
      "learning_rate": 0.0002574785355836247,
      "loss": 7.8088,
      "step": 119460
    },
    {
      "epoch": 0.24889583333333334,
      "grad_norm": 8.530165672302246,
      "learning_rate": 0.00025747165838992163,
      "loss": 9.134,
      "step": 119470
    },
    {
      "epoch": 0.24891666666666667,
      "grad_norm": 0.6679564118385315,
      "learning_rate": 0.00025746478073198357,
      "loss": 7.9159,
      "step": 119480
    },
    {
      "epoch": 0.2489375,
      "grad_norm": 3.438140630722046,
      "learning_rate": 0.0002574579026098401,
      "loss": 8.4291,
      "step": 119490
    },
    {
      "epoch": 0.24895833333333334,
      "grad_norm": 2.6201987266540527,
      "learning_rate": 0.0002574510240235211,
      "loss": 8.6414,
      "step": 119500
    },
    {
      "epoch": 0.24897916666666667,
      "grad_norm": 1.3905316591262817,
      "learning_rate": 0.0002574441449730562,
      "loss": 7.9164,
      "step": 119510
    },
    {
      "epoch": 0.249,
      "grad_norm": 1.1614363193511963,
      "learning_rate": 0.00025743726545847514,
      "loss": 7.7985,
      "step": 119520
    },
    {
      "epoch": 0.24902083333333333,
      "grad_norm": 0.8308555483818054,
      "learning_rate": 0.0002574303854798076,
      "loss": 8.0365,
      "step": 119530
    },
    {
      "epoch": 0.24904166666666666,
      "grad_norm": 1.079545259475708,
      "learning_rate": 0.0002574235050370833,
      "loss": 8.3926,
      "step": 119540
    },
    {
      "epoch": 0.2490625,
      "grad_norm": 0.9730135798454285,
      "learning_rate": 0.000257416624130332,
      "loss": 8.0741,
      "step": 119550
    },
    {
      "epoch": 0.24908333333333332,
      "grad_norm": 2.4769980907440186,
      "learning_rate": 0.0002574097427595834,
      "loss": 8.0057,
      "step": 119560
    },
    {
      "epoch": 0.24910416666666665,
      "grad_norm": 1.7809416055679321,
      "learning_rate": 0.0002574028609248672,
      "loss": 8.4158,
      "step": 119570
    },
    {
      "epoch": 0.249125,
      "grad_norm": 0.709088146686554,
      "learning_rate": 0.00025739597862621316,
      "loss": 7.8262,
      "step": 119580
    },
    {
      "epoch": 0.24914583333333334,
      "grad_norm": 1.9239888191223145,
      "learning_rate": 0.000257389095863651,
      "loss": 8.1941,
      "step": 119590
    },
    {
      "epoch": 0.24916666666666668,
      "grad_norm": 0.51590496301651,
      "learning_rate": 0.0002573822126372105,
      "loss": 8.2189,
      "step": 119600
    },
    {
      "epoch": 0.2491875,
      "grad_norm": 0.8761036396026611,
      "learning_rate": 0.00025737532894692125,
      "loss": 7.5602,
      "step": 119610
    },
    {
      "epoch": 0.24920833333333334,
      "grad_norm": 0.8986206650733948,
      "learning_rate": 0.00025736844479281316,
      "loss": 8.1993,
      "step": 119620
    },
    {
      "epoch": 0.24922916666666667,
      "grad_norm": 1.1335022449493408,
      "learning_rate": 0.0002573615601749159,
      "loss": 8.1116,
      "step": 119630
    },
    {
      "epoch": 0.24925,
      "grad_norm": 1.064313530921936,
      "learning_rate": 0.0002573546750932592,
      "loss": 7.6818,
      "step": 119640
    },
    {
      "epoch": 0.24927083333333333,
      "grad_norm": 0.5888174176216125,
      "learning_rate": 0.0002573477895478727,
      "loss": 7.6099,
      "step": 119650
    },
    {
      "epoch": 0.24929166666666666,
      "grad_norm": 1.1215661764144897,
      "learning_rate": 0.0002573409035387863,
      "loss": 7.9245,
      "step": 119660
    },
    {
      "epoch": 0.2493125,
      "grad_norm": 1.9848545789718628,
      "learning_rate": 0.00025733401706602975,
      "loss": 7.7438,
      "step": 119670
    },
    {
      "epoch": 0.24933333333333332,
      "grad_norm": 2.5675783157348633,
      "learning_rate": 0.00025732713012963267,
      "loss": 8.1669,
      "step": 119680
    },
    {
      "epoch": 0.24935416666666665,
      "grad_norm": 1.194080114364624,
      "learning_rate": 0.0002573202427296249,
      "loss": 8.1215,
      "step": 119690
    },
    {
      "epoch": 0.249375,
      "grad_norm": 0.9132116436958313,
      "learning_rate": 0.00025731335486603614,
      "loss": 7.9876,
      "step": 119700
    },
    {
      "epoch": 0.24939583333333334,
      "grad_norm": 12.722793579101562,
      "learning_rate": 0.0002573064665388961,
      "loss": 8.1372,
      "step": 119710
    },
    {
      "epoch": 0.24941666666666668,
      "grad_norm": 0.5186622738838196,
      "learning_rate": 0.0002572995777482347,
      "loss": 7.711,
      "step": 119720
    },
    {
      "epoch": 0.2494375,
      "grad_norm": 1.7512202262878418,
      "learning_rate": 0.0002572926884940815,
      "loss": 8.7028,
      "step": 119730
    },
    {
      "epoch": 0.24945833333333334,
      "grad_norm": 1.6201930046081543,
      "learning_rate": 0.00025728579877646647,
      "loss": 8.3106,
      "step": 119740
    },
    {
      "epoch": 0.24947916666666667,
      "grad_norm": 1.8207085132598877,
      "learning_rate": 0.00025727890859541917,
      "loss": 8.3101,
      "step": 119750
    },
    {
      "epoch": 0.2495,
      "grad_norm": 1.523227572441101,
      "learning_rate": 0.0002572720179509695,
      "loss": 7.5432,
      "step": 119760
    },
    {
      "epoch": 0.24952083333333333,
      "grad_norm": 0.5625977516174316,
      "learning_rate": 0.00025726512684314716,
      "loss": 7.6735,
      "step": 119770
    },
    {
      "epoch": 0.24954166666666666,
      "grad_norm": 4.342647552490234,
      "learning_rate": 0.0002572582352719819,
      "loss": 8.2846,
      "step": 119780
    },
    {
      "epoch": 0.2495625,
      "grad_norm": 1.1208653450012207,
      "learning_rate": 0.00025725134323750353,
      "loss": 7.735,
      "step": 119790
    },
    {
      "epoch": 0.24958333333333332,
      "grad_norm": 1.487478494644165,
      "learning_rate": 0.00025724445073974187,
      "loss": 7.4748,
      "step": 119800
    },
    {
      "epoch": 0.24960416666666665,
      "grad_norm": 1.7183889150619507,
      "learning_rate": 0.00025723755777872653,
      "loss": 8.0829,
      "step": 119810
    },
    {
      "epoch": 0.249625,
      "grad_norm": 1.6891096830368042,
      "learning_rate": 0.00025723066435448744,
      "loss": 8.6059,
      "step": 119820
    },
    {
      "epoch": 0.24964583333333334,
      "grad_norm": 1.0833897590637207,
      "learning_rate": 0.00025722377046705436,
      "loss": 8.1535,
      "step": 119830
    },
    {
      "epoch": 0.24966666666666668,
      "grad_norm": 0.6450425982475281,
      "learning_rate": 0.000257216876116457,
      "loss": 8.7197,
      "step": 119840
    },
    {
      "epoch": 0.2496875,
      "grad_norm": 0.5947868227958679,
      "learning_rate": 0.00025720998130272516,
      "loss": 7.8739,
      "step": 119850
    },
    {
      "epoch": 0.24970833333333334,
      "grad_norm": 0.7030510306358337,
      "learning_rate": 0.0002572030860258887,
      "loss": 7.7744,
      "step": 119860
    },
    {
      "epoch": 0.24972916666666667,
      "grad_norm": 1.6774137020111084,
      "learning_rate": 0.00025719619028597725,
      "loss": 7.559,
      "step": 119870
    },
    {
      "epoch": 0.24975,
      "grad_norm": 3.231935977935791,
      "learning_rate": 0.00025718929408302075,
      "loss": 8.2881,
      "step": 119880
    },
    {
      "epoch": 0.24977083333333333,
      "grad_norm": 1.4526034593582153,
      "learning_rate": 0.00025718239741704893,
      "loss": 7.6391,
      "step": 119890
    },
    {
      "epoch": 0.24979166666666666,
      "grad_norm": 0.791182816028595,
      "learning_rate": 0.00025717550028809156,
      "loss": 8.9802,
      "step": 119900
    },
    {
      "epoch": 0.2498125,
      "grad_norm": 2.2906222343444824,
      "learning_rate": 0.00025716860269617845,
      "loss": 7.7274,
      "step": 119910
    },
    {
      "epoch": 0.24983333333333332,
      "grad_norm": 2.482372522354126,
      "learning_rate": 0.00025716170464133936,
      "loss": 8.5277,
      "step": 119920
    },
    {
      "epoch": 0.24985416666666665,
      "grad_norm": 1.096156358718872,
      "learning_rate": 0.0002571548061236042,
      "loss": 7.9789,
      "step": 119930
    },
    {
      "epoch": 0.249875,
      "grad_norm": 0.9844100475311279,
      "learning_rate": 0.00025714790714300264,
      "loss": 7.5231,
      "step": 119940
    },
    {
      "epoch": 0.24989583333333334,
      "grad_norm": 0.6074635982513428,
      "learning_rate": 0.0002571410076995646,
      "loss": 7.4045,
      "step": 119950
    },
    {
      "epoch": 0.24991666666666668,
      "grad_norm": 3.868189811706543,
      "learning_rate": 0.0002571341077933197,
      "loss": 7.7175,
      "step": 119960
    },
    {
      "epoch": 0.2499375,
      "grad_norm": 0.7529099583625793,
      "learning_rate": 0.00025712720742429796,
      "loss": 8.5512,
      "step": 119970
    },
    {
      "epoch": 0.24995833333333334,
      "grad_norm": 0.51047283411026,
      "learning_rate": 0.00025712030659252904,
      "loss": 7.928,
      "step": 119980
    },
    {
      "epoch": 0.24997916666666667,
      "grad_norm": 2.0050952434539795,
      "learning_rate": 0.0002571134052980428,
      "loss": 7.9102,
      "step": 119990
    },
    {
      "epoch": 0.25,
      "grad_norm": 1.2081378698349,
      "learning_rate": 0.0002571065035408691,
      "loss": 8.7493,
      "step": 120000
    },
    {
      "epoch": 0.25,
      "eval_loss": 7.2248406410217285,
      "eval_runtime": 8.7206,
      "eval_samples_per_second": 0.344,
      "eval_steps_per_second": 0.115,
      "step": 120000
    },
    {
      "epoch": 0.25002083333333336,
      "grad_norm": 9.748252868652344,
      "learning_rate": 0.0002570996013210376,
      "loss": 8.5281,
      "step": 120010
    },
    {
      "epoch": 0.25004166666666666,
      "grad_norm": 1.5325744152069092,
      "learning_rate": 0.0002570926986385783,
      "loss": 7.6955,
      "step": 120020
    },
    {
      "epoch": 0.2500625,
      "grad_norm": 1.3115854263305664,
      "learning_rate": 0.0002570857954935209,
      "loss": 7.5775,
      "step": 120030
    },
    {
      "epoch": 0.2500833333333333,
      "grad_norm": 0.9371787905693054,
      "learning_rate": 0.0002570788918858952,
      "loss": 9.1619,
      "step": 120040
    },
    {
      "epoch": 0.2501041666666667,
      "grad_norm": 0.8201828002929688,
      "learning_rate": 0.00025707198781573117,
      "loss": 7.5867,
      "step": 120050
    },
    {
      "epoch": 0.250125,
      "grad_norm": 12.15020751953125,
      "learning_rate": 0.0002570650832830585,
      "loss": 7.6687,
      "step": 120060
    },
    {
      "epoch": 0.25014583333333335,
      "grad_norm": 0.9484806060791016,
      "learning_rate": 0.00025705817828790707,
      "loss": 7.7375,
      "step": 120070
    },
    {
      "epoch": 0.25016666666666665,
      "grad_norm": 0.7212570309638977,
      "learning_rate": 0.0002570512728303067,
      "loss": 9.3683,
      "step": 120080
    },
    {
      "epoch": 0.2501875,
      "grad_norm": 1.8891829252243042,
      "learning_rate": 0.0002570443669102871,
      "loss": 8.564,
      "step": 120090
    },
    {
      "epoch": 0.2502083333333333,
      "grad_norm": 1.234718918800354,
      "learning_rate": 0.00025703746052787826,
      "loss": 7.7306,
      "step": 120100
    },
    {
      "epoch": 0.25022916666666667,
      "grad_norm": 1.8646003007888794,
      "learning_rate": 0.00025703055368311,
      "loss": 8.3087,
      "step": 120110
    },
    {
      "epoch": 0.25025,
      "grad_norm": 0.9744095802307129,
      "learning_rate": 0.00025702364637601206,
      "loss": 7.9773,
      "step": 120120
    },
    {
      "epoch": 0.25027083333333333,
      "grad_norm": 0.8875468373298645,
      "learning_rate": 0.00025701673860661434,
      "loss": 8.3017,
      "step": 120130
    },
    {
      "epoch": 0.2502916666666667,
      "grad_norm": 1.3575687408447266,
      "learning_rate": 0.0002570098303749467,
      "loss": 7.8083,
      "step": 120140
    },
    {
      "epoch": 0.2503125,
      "grad_norm": 3.2472896575927734,
      "learning_rate": 0.00025700292168103893,
      "loss": 8.8672,
      "step": 120150
    },
    {
      "epoch": 0.25033333333333335,
      "grad_norm": 0.963864266872406,
      "learning_rate": 0.00025699601252492094,
      "loss": 7.4304,
      "step": 120160
    },
    {
      "epoch": 0.25035416666666666,
      "grad_norm": 1.111365795135498,
      "learning_rate": 0.00025698910290662246,
      "loss": 7.8725,
      "step": 120170
    },
    {
      "epoch": 0.250375,
      "grad_norm": 0.949290931224823,
      "learning_rate": 0.00025698219282617343,
      "loss": 8.0336,
      "step": 120180
    },
    {
      "epoch": 0.2503958333333333,
      "grad_norm": 0.7623206973075867,
      "learning_rate": 0.00025697528228360366,
      "loss": 7.8681,
      "step": 120190
    },
    {
      "epoch": 0.2504166666666667,
      "grad_norm": 0.6253864765167236,
      "learning_rate": 0.000256968371278943,
      "loss": 7.5173,
      "step": 120200
    },
    {
      "epoch": 0.2504375,
      "grad_norm": 3.0755019187927246,
      "learning_rate": 0.00025696145981222133,
      "loss": 7.9223,
      "step": 120210
    },
    {
      "epoch": 0.25045833333333334,
      "grad_norm": 1.9457160234451294,
      "learning_rate": 0.00025695454788346857,
      "loss": 7.5273,
      "step": 120220
    },
    {
      "epoch": 0.25047916666666664,
      "grad_norm": 2.5592520236968994,
      "learning_rate": 0.00025694763549271443,
      "loss": 8.4607,
      "step": 120230
    },
    {
      "epoch": 0.2505,
      "grad_norm": 0.49943700432777405,
      "learning_rate": 0.0002569407226399888,
      "loss": 8.5111,
      "step": 120240
    },
    {
      "epoch": 0.25052083333333336,
      "grad_norm": 1.42128324508667,
      "learning_rate": 0.00025693380932532165,
      "loss": 8.0392,
      "step": 120250
    },
    {
      "epoch": 0.25054166666666666,
      "grad_norm": 0.5834307670593262,
      "learning_rate": 0.00025692689554874273,
      "loss": 8.12,
      "step": 120260
    },
    {
      "epoch": 0.2505625,
      "grad_norm": 1.4243786334991455,
      "learning_rate": 0.00025691998131028193,
      "loss": 7.4494,
      "step": 120270
    },
    {
      "epoch": 0.2505833333333333,
      "grad_norm": 1.2161918878555298,
      "learning_rate": 0.00025691306660996917,
      "loss": 7.8074,
      "step": 120280
    },
    {
      "epoch": 0.2506041666666667,
      "grad_norm": 1.2232253551483154,
      "learning_rate": 0.0002569061514478343,
      "loss": 7.9355,
      "step": 120290
    },
    {
      "epoch": 0.250625,
      "grad_norm": 2.327756881713867,
      "learning_rate": 0.0002568992358239071,
      "loss": 7.8762,
      "step": 120300
    },
    {
      "epoch": 0.25064583333333335,
      "grad_norm": 0.9524134993553162,
      "learning_rate": 0.00025689231973821756,
      "loss": 9.289,
      "step": 120310
    },
    {
      "epoch": 0.25066666666666665,
      "grad_norm": 0.834552526473999,
      "learning_rate": 0.0002568854031907955,
      "loss": 7.369,
      "step": 120320
    },
    {
      "epoch": 0.2506875,
      "grad_norm": 0.9856745004653931,
      "learning_rate": 0.00025687848618167087,
      "loss": 7.7422,
      "step": 120330
    },
    {
      "epoch": 0.2507083333333333,
      "grad_norm": 2.1220223903656006,
      "learning_rate": 0.0002568715687108734,
      "loss": 7.8502,
      "step": 120340
    },
    {
      "epoch": 0.25072916666666667,
      "grad_norm": 1.5864102840423584,
      "learning_rate": 0.0002568646507784331,
      "loss": 7.3108,
      "step": 120350
    },
    {
      "epoch": 0.25075,
      "grad_norm": 2.122666120529175,
      "learning_rate": 0.0002568577323843798,
      "loss": 7.641,
      "step": 120360
    },
    {
      "epoch": 0.25077083333333333,
      "grad_norm": 1.4596569538116455,
      "learning_rate": 0.0002568508135287434,
      "loss": 8.2796,
      "step": 120370
    },
    {
      "epoch": 0.2507916666666667,
      "grad_norm": 1.1687437295913696,
      "learning_rate": 0.00025684389421155374,
      "loss": 8.0103,
      "step": 120380
    },
    {
      "epoch": 0.2508125,
      "grad_norm": 1.3889988660812378,
      "learning_rate": 0.0002568369744328408,
      "loss": 8.0562,
      "step": 120390
    },
    {
      "epoch": 0.25083333333333335,
      "grad_norm": 0.625442385673523,
      "learning_rate": 0.00025683005419263437,
      "loss": 8.3262,
      "step": 120400
    },
    {
      "epoch": 0.25085416666666666,
      "grad_norm": 0.7542164325714111,
      "learning_rate": 0.0002568231334909644,
      "loss": 7.4662,
      "step": 120410
    },
    {
      "epoch": 0.250875,
      "grad_norm": 1.023787021636963,
      "learning_rate": 0.0002568162123278608,
      "loss": 7.9684,
      "step": 120420
    },
    {
      "epoch": 0.2508958333333333,
      "grad_norm": 1.9576746225357056,
      "learning_rate": 0.00025680929070335347,
      "loss": 8.1736,
      "step": 120430
    },
    {
      "epoch": 0.2509166666666667,
      "grad_norm": 0.9146590232849121,
      "learning_rate": 0.00025680236861747225,
      "loss": 7.8281,
      "step": 120440
    },
    {
      "epoch": 0.2509375,
      "grad_norm": 1.312936544418335,
      "learning_rate": 0.000256795446070247,
      "loss": 7.9285,
      "step": 120450
    },
    {
      "epoch": 0.25095833333333334,
      "grad_norm": 1.1142611503601074,
      "learning_rate": 0.0002567885230617078,
      "loss": 7.6357,
      "step": 120460
    },
    {
      "epoch": 0.25097916666666664,
      "grad_norm": 0.5888847708702087,
      "learning_rate": 0.0002567815995918845,
      "loss": 7.8969,
      "step": 120470
    },
    {
      "epoch": 0.251,
      "grad_norm": 0.7926937341690063,
      "learning_rate": 0.0002567746756608068,
      "loss": 8.6092,
      "step": 120480
    },
    {
      "epoch": 0.25102083333333336,
      "grad_norm": 1.1342343091964722,
      "learning_rate": 0.00025676775126850485,
      "loss": 7.9904,
      "step": 120490
    },
    {
      "epoch": 0.25104166666666666,
      "grad_norm": 1.1259751319885254,
      "learning_rate": 0.0002567608264150085,
      "loss": 9.2919,
      "step": 120500
    },
    {
      "epoch": 0.2510625,
      "grad_norm": 1.6919646263122559,
      "learning_rate": 0.0002567539011003476,
      "loss": 8.3333,
      "step": 120510
    },
    {
      "epoch": 0.2510833333333333,
      "grad_norm": 1.6543363332748413,
      "learning_rate": 0.0002567469753245521,
      "loss": 8.0479,
      "step": 120520
    },
    {
      "epoch": 0.2511041666666667,
      "grad_norm": 1.4203736782073975,
      "learning_rate": 0.0002567400490876519,
      "loss": 7.9162,
      "step": 120530
    },
    {
      "epoch": 0.251125,
      "grad_norm": 0.9534192085266113,
      "learning_rate": 0.000256733122389677,
      "loss": 8.1544,
      "step": 120540
    },
    {
      "epoch": 0.25114583333333335,
      "grad_norm": 1.922382116317749,
      "learning_rate": 0.00025672619523065725,
      "loss": 7.8697,
      "step": 120550
    },
    {
      "epoch": 0.25116666666666665,
      "grad_norm": 1.447628378868103,
      "learning_rate": 0.00025671926761062255,
      "loss": 7.7608,
      "step": 120560
    },
    {
      "epoch": 0.2511875,
      "grad_norm": 1.7797764539718628,
      "learning_rate": 0.00025671233952960287,
      "loss": 9.7624,
      "step": 120570
    },
    {
      "epoch": 0.2512083333333333,
      "grad_norm": 1.7772419452667236,
      "learning_rate": 0.0002567054109876281,
      "loss": 7.9568,
      "step": 120580
    },
    {
      "epoch": 0.25122916666666667,
      "grad_norm": 0.7520030736923218,
      "learning_rate": 0.0002566984819847282,
      "loss": 8.4822,
      "step": 120590
    },
    {
      "epoch": 0.25125,
      "grad_norm": 2.379269599914551,
      "learning_rate": 0.0002566915525209331,
      "loss": 8.4148,
      "step": 120600
    },
    {
      "epoch": 0.25127083333333333,
      "grad_norm": 1.273244023323059,
      "learning_rate": 0.00025668462259627274,
      "loss": 7.77,
      "step": 120610
    },
    {
      "epoch": 0.2512916666666667,
      "grad_norm": 0.8451786637306213,
      "learning_rate": 0.00025667769221077706,
      "loss": 7.534,
      "step": 120620
    },
    {
      "epoch": 0.2513125,
      "grad_norm": 0.9369627833366394,
      "learning_rate": 0.0002566707613644759,
      "loss": 7.9161,
      "step": 120630
    },
    {
      "epoch": 0.25133333333333335,
      "grad_norm": 1.7972283363342285,
      "learning_rate": 0.0002566638300573993,
      "loss": 7.6285,
      "step": 120640
    },
    {
      "epoch": 0.25135416666666666,
      "grad_norm": 8.595372200012207,
      "learning_rate": 0.0002566568982895772,
      "loss": 8.5535,
      "step": 120650
    },
    {
      "epoch": 0.251375,
      "grad_norm": 1.4864556789398193,
      "learning_rate": 0.0002566499660610395,
      "loss": 7.938,
      "step": 120660
    },
    {
      "epoch": 0.2513958333333333,
      "grad_norm": 3.3074631690979004,
      "learning_rate": 0.00025664303337181614,
      "loss": 7.6864,
      "step": 120670
    },
    {
      "epoch": 0.2514166666666667,
      "grad_norm": 0.9688511490821838,
      "learning_rate": 0.00025663610022193717,
      "loss": 9.6252,
      "step": 120680
    },
    {
      "epoch": 0.2514375,
      "grad_norm": 0.5328029990196228,
      "learning_rate": 0.0002566291666114324,
      "loss": 7.6925,
      "step": 120690
    },
    {
      "epoch": 0.25145833333333334,
      "grad_norm": 1.3840681314468384,
      "learning_rate": 0.00025662223254033185,
      "loss": 7.8345,
      "step": 120700
    },
    {
      "epoch": 0.25147916666666664,
      "grad_norm": 1.4150949716567993,
      "learning_rate": 0.0002566152980086654,
      "loss": 8.2029,
      "step": 120710
    },
    {
      "epoch": 0.2515,
      "grad_norm": 2.3863675594329834,
      "learning_rate": 0.0002566083630164631,
      "loss": 7.7026,
      "step": 120720
    },
    {
      "epoch": 0.25152083333333336,
      "grad_norm": 2.0588982105255127,
      "learning_rate": 0.00025660142756375493,
      "loss": 8.4557,
      "step": 120730
    },
    {
      "epoch": 0.25154166666666666,
      "grad_norm": 0.6469526290893555,
      "learning_rate": 0.0002565944916505707,
      "loss": 7.7025,
      "step": 120740
    },
    {
      "epoch": 0.2515625,
      "grad_norm": 4.741204261779785,
      "learning_rate": 0.00025658755527694055,
      "loss": 8.2158,
      "step": 120750
    },
    {
      "epoch": 0.2515833333333333,
      "grad_norm": 6.966725826263428,
      "learning_rate": 0.00025658061844289424,
      "loss": 7.8588,
      "step": 120760
    },
    {
      "epoch": 0.2516041666666667,
      "grad_norm": 1.4820096492767334,
      "learning_rate": 0.00025657368114846197,
      "loss": 7.5204,
      "step": 120770
    },
    {
      "epoch": 0.251625,
      "grad_norm": 0.8665547966957092,
      "learning_rate": 0.0002565667433936735,
      "loss": 7.9356,
      "step": 120780
    },
    {
      "epoch": 0.25164583333333335,
      "grad_norm": 1.3312467336654663,
      "learning_rate": 0.0002565598051785589,
      "loss": 8.1509,
      "step": 120790
    },
    {
      "epoch": 0.25166666666666665,
      "grad_norm": 0.6430564522743225,
      "learning_rate": 0.0002565528665031481,
      "loss": 7.5511,
      "step": 120800
    },
    {
      "epoch": 0.2516875,
      "grad_norm": 2.5930185317993164,
      "learning_rate": 0.0002565459273674711,
      "loss": 8.0249,
      "step": 120810
    },
    {
      "epoch": 0.2517083333333333,
      "grad_norm": 1.0452805757522583,
      "learning_rate": 0.0002565389877715579,
      "loss": 9.0033,
      "step": 120820
    },
    {
      "epoch": 0.25172916666666667,
      "grad_norm": 0.9152387976646423,
      "learning_rate": 0.00025653204771543844,
      "loss": 8.1284,
      "step": 120830
    },
    {
      "epoch": 0.25175,
      "grad_norm": 1.7430870532989502,
      "learning_rate": 0.0002565251071991427,
      "loss": 8.0283,
      "step": 120840
    },
    {
      "epoch": 0.25177083333333333,
      "grad_norm": 1.3007769584655762,
      "learning_rate": 0.0002565181662227006,
      "loss": 8.0557,
      "step": 120850
    },
    {
      "epoch": 0.2517916666666667,
      "grad_norm": 2.4151384830474854,
      "learning_rate": 0.0002565112247861423,
      "loss": 8.8605,
      "step": 120860
    },
    {
      "epoch": 0.2518125,
      "grad_norm": 1.2722196578979492,
      "learning_rate": 0.0002565042828894976,
      "loss": 7.7,
      "step": 120870
    },
    {
      "epoch": 0.25183333333333335,
      "grad_norm": 1.9413760900497437,
      "learning_rate": 0.0002564973405327965,
      "loss": 7.9232,
      "step": 120880
    },
    {
      "epoch": 0.25185416666666666,
      "grad_norm": 2.8650918006896973,
      "learning_rate": 0.0002564903977160692,
      "loss": 8.055,
      "step": 120890
    },
    {
      "epoch": 0.251875,
      "grad_norm": 0.5117476582527161,
      "learning_rate": 0.00025648345443934537,
      "loss": 7.7827,
      "step": 120900
    },
    {
      "epoch": 0.2518958333333333,
      "grad_norm": 0.9027721881866455,
      "learning_rate": 0.00025647651070265524,
      "loss": 7.9464,
      "step": 120910
    },
    {
      "epoch": 0.2519166666666667,
      "grad_norm": 0.6843260526657104,
      "learning_rate": 0.0002564695665060287,
      "loss": 8.0758,
      "step": 120920
    },
    {
      "epoch": 0.2519375,
      "grad_norm": 0.7315962314605713,
      "learning_rate": 0.00025646262184949583,
      "loss": 7.9265,
      "step": 120930
    },
    {
      "epoch": 0.25195833333333334,
      "grad_norm": 1.1055041551589966,
      "learning_rate": 0.00025645567673308656,
      "loss": 8.0922,
      "step": 120940
    },
    {
      "epoch": 0.25197916666666664,
      "grad_norm": 0.5975195169448853,
      "learning_rate": 0.0002564487311568309,
      "loss": 8.34,
      "step": 120950
    },
    {
      "epoch": 0.252,
      "grad_norm": 2.154040575027466,
      "learning_rate": 0.0002564417851207588,
      "loss": 8.0463,
      "step": 120960
    },
    {
      "epoch": 0.25202083333333336,
      "grad_norm": 2.186819553375244,
      "learning_rate": 0.0002564348386249004,
      "loss": 8.2881,
      "step": 120970
    },
    {
      "epoch": 0.25204166666666666,
      "grad_norm": 0.7559123039245605,
      "learning_rate": 0.00025642789166928554,
      "loss": 7.6698,
      "step": 120980
    },
    {
      "epoch": 0.2520625,
      "grad_norm": 0.7536662220954895,
      "learning_rate": 0.0002564209442539444,
      "loss": 7.9931,
      "step": 120990
    },
    {
      "epoch": 0.2520833333333333,
      "grad_norm": 0.7466720342636108,
      "learning_rate": 0.0002564139963789069,
      "loss": 7.8099,
      "step": 121000
    },
    {
      "epoch": 0.2520833333333333,
      "eval_loss": 7.243910789489746,
      "eval_runtime": 9.0094,
      "eval_samples_per_second": 0.333,
      "eval_steps_per_second": 0.111,
      "step": 121000
    },
    {
      "epoch": 0.2521041666666667,
      "grad_norm": 0.5470480918884277,
      "learning_rate": 0.000256407048044203,
      "loss": 8.5613,
      "step": 121010
    },
    {
      "epoch": 0.252125,
      "grad_norm": 3.0582938194274902,
      "learning_rate": 0.00025640009924986283,
      "loss": 8.636,
      "step": 121020
    },
    {
      "epoch": 0.25214583333333335,
      "grad_norm": 0.5166863203048706,
      "learning_rate": 0.0002563931499959163,
      "loss": 7.6754,
      "step": 121030
    },
    {
      "epoch": 0.25216666666666665,
      "grad_norm": 2.268476963043213,
      "learning_rate": 0.0002563862002823935,
      "loss": 8.53,
      "step": 121040
    },
    {
      "epoch": 0.2521875,
      "grad_norm": 1.2285131216049194,
      "learning_rate": 0.0002563792501093244,
      "loss": 7.9782,
      "step": 121050
    },
    {
      "epoch": 0.2522083333333333,
      "grad_norm": 1.593604564666748,
      "learning_rate": 0.0002563722994767391,
      "loss": 8.0139,
      "step": 121060
    },
    {
      "epoch": 0.25222916666666667,
      "grad_norm": 0.6876527667045593,
      "learning_rate": 0.0002563653483846675,
      "loss": 7.777,
      "step": 121070
    },
    {
      "epoch": 0.25225,
      "grad_norm": 1.1799860000610352,
      "learning_rate": 0.0002563583968331398,
      "loss": 7.9749,
      "step": 121080
    },
    {
      "epoch": 0.25227083333333333,
      "grad_norm": 1.7547191381454468,
      "learning_rate": 0.0002563514448221858,
      "loss": 7.7872,
      "step": 121090
    },
    {
      "epoch": 0.2522916666666667,
      "grad_norm": 1.0591102838516235,
      "learning_rate": 0.00025634449235183577,
      "loss": 7.9433,
      "step": 121100
    },
    {
      "epoch": 0.2523125,
      "grad_norm": 1.7149696350097656,
      "learning_rate": 0.00025633753942211953,
      "loss": 7.7909,
      "step": 121110
    },
    {
      "epoch": 0.25233333333333335,
      "grad_norm": 1.2785588502883911,
      "learning_rate": 0.00025633058603306727,
      "loss": 8.344,
      "step": 121120
    },
    {
      "epoch": 0.25235416666666666,
      "grad_norm": 2.651383638381958,
      "learning_rate": 0.00025632363218470897,
      "loss": 8.2084,
      "step": 121130
    },
    {
      "epoch": 0.252375,
      "grad_norm": 4.1923909187316895,
      "learning_rate": 0.00025631667787707465,
      "loss": 8.1424,
      "step": 121140
    },
    {
      "epoch": 0.2523958333333333,
      "grad_norm": 2.213925838470459,
      "learning_rate": 0.00025630972311019436,
      "loss": 8.7077,
      "step": 121150
    },
    {
      "epoch": 0.2524166666666667,
      "grad_norm": 1.3305424451828003,
      "learning_rate": 0.00025630276788409813,
      "loss": 7.4185,
      "step": 121160
    },
    {
      "epoch": 0.2524375,
      "grad_norm": 0.4107714891433716,
      "learning_rate": 0.00025629581219881604,
      "loss": 7.7571,
      "step": 121170
    },
    {
      "epoch": 0.25245833333333334,
      "grad_norm": 1.0933324098587036,
      "learning_rate": 0.0002562888560543781,
      "loss": 8.3655,
      "step": 121180
    },
    {
      "epoch": 0.25247916666666664,
      "grad_norm": 1.7563778162002563,
      "learning_rate": 0.0002562818994508144,
      "loss": 8.8958,
      "step": 121190
    },
    {
      "epoch": 0.2525,
      "grad_norm": 0.905347466468811,
      "learning_rate": 0.00025627494238815495,
      "loss": 7.7308,
      "step": 121200
    },
    {
      "epoch": 0.25252083333333336,
      "grad_norm": 0.9836175441741943,
      "learning_rate": 0.0002562679848664298,
      "loss": 8.589,
      "step": 121210
    },
    {
      "epoch": 0.25254166666666666,
      "grad_norm": 1.1541184186935425,
      "learning_rate": 0.00025626102688566907,
      "loss": 7.9107,
      "step": 121220
    },
    {
      "epoch": 0.2525625,
      "grad_norm": 1.1502619981765747,
      "learning_rate": 0.00025625406844590273,
      "loss": 7.4937,
      "step": 121230
    },
    {
      "epoch": 0.2525833333333333,
      "grad_norm": 1.1712011098861694,
      "learning_rate": 0.00025624710954716087,
      "loss": 8.0412,
      "step": 121240
    },
    {
      "epoch": 0.2526041666666667,
      "grad_norm": 0.6348236203193665,
      "learning_rate": 0.0002562401501894735,
      "loss": 7.7667,
      "step": 121250
    },
    {
      "epoch": 0.252625,
      "grad_norm": 1.2756787538528442,
      "learning_rate": 0.0002562331903728708,
      "loss": 8.2027,
      "step": 121260
    },
    {
      "epoch": 0.25264583333333335,
      "grad_norm": 1.3392659425735474,
      "learning_rate": 0.0002562262300973828,
      "loss": 10.0789,
      "step": 121270
    },
    {
      "epoch": 0.25266666666666665,
      "grad_norm": 0.7578504085540771,
      "learning_rate": 0.0002562192693630395,
      "loss": 7.6644,
      "step": 121280
    },
    {
      "epoch": 0.2526875,
      "grad_norm": 0.7723046541213989,
      "learning_rate": 0.000256212308169871,
      "loss": 8.7901,
      "step": 121290
    },
    {
      "epoch": 0.2527083333333333,
      "grad_norm": 0.7997674345970154,
      "learning_rate": 0.0002562053465179073,
      "loss": 7.5864,
      "step": 121300
    },
    {
      "epoch": 0.25272916666666667,
      "grad_norm": 1.6875790357589722,
      "learning_rate": 0.00025619838440717863,
      "loss": 8.2063,
      "step": 121310
    },
    {
      "epoch": 0.25275,
      "grad_norm": 0.5838093757629395,
      "learning_rate": 0.00025619142183771495,
      "loss": 7.606,
      "step": 121320
    },
    {
      "epoch": 0.25277083333333333,
      "grad_norm": 3.3358733654022217,
      "learning_rate": 0.0002561844588095464,
      "loss": 8.3525,
      "step": 121330
    },
    {
      "epoch": 0.2527916666666667,
      "grad_norm": 0.941447377204895,
      "learning_rate": 0.00025617749532270295,
      "loss": 8.021,
      "step": 121340
    },
    {
      "epoch": 0.2528125,
      "grad_norm": 1.1465080976486206,
      "learning_rate": 0.00025617053137721475,
      "loss": 7.9582,
      "step": 121350
    },
    {
      "epoch": 0.25283333333333335,
      "grad_norm": 1.1913371086120605,
      "learning_rate": 0.00025616356697311197,
      "loss": 8.1197,
      "step": 121360
    },
    {
      "epoch": 0.25285416666666666,
      "grad_norm": 1.368686556816101,
      "learning_rate": 0.0002561566021104245,
      "loss": 7.6661,
      "step": 121370
    },
    {
      "epoch": 0.252875,
      "grad_norm": 0.8140583038330078,
      "learning_rate": 0.0002561496367891826,
      "loss": 7.3163,
      "step": 121380
    },
    {
      "epoch": 0.2528958333333333,
      "grad_norm": 1.8640897274017334,
      "learning_rate": 0.00025614267100941627,
      "loss": 7.7701,
      "step": 121390
    },
    {
      "epoch": 0.2529166666666667,
      "grad_norm": 0.6481274962425232,
      "learning_rate": 0.00025613570477115555,
      "loss": 7.8118,
      "step": 121400
    },
    {
      "epoch": 0.2529375,
      "grad_norm": 2.3247361183166504,
      "learning_rate": 0.00025612873807443067,
      "loss": 7.6595,
      "step": 121410
    },
    {
      "epoch": 0.25295833333333334,
      "grad_norm": 1.0762767791748047,
      "learning_rate": 0.00025612177091927167,
      "loss": 7.6561,
      "step": 121420
    },
    {
      "epoch": 0.25297916666666664,
      "grad_norm": 2.004796266555786,
      "learning_rate": 0.0002561148033057085,
      "loss": 7.7653,
      "step": 121430
    },
    {
      "epoch": 0.253,
      "grad_norm": 1.421522617340088,
      "learning_rate": 0.0002561078352337715,
      "loss": 7.5743,
      "step": 121440
    },
    {
      "epoch": 0.2530208333333333,
      "grad_norm": 1.3348424434661865,
      "learning_rate": 0.0002561008667034906,
      "loss": 7.9388,
      "step": 121450
    },
    {
      "epoch": 0.25304166666666666,
      "grad_norm": 0.6084627509117126,
      "learning_rate": 0.000256093897714896,
      "loss": 8.6514,
      "step": 121460
    },
    {
      "epoch": 0.2530625,
      "grad_norm": 1.8933887481689453,
      "learning_rate": 0.0002560869282680177,
      "loss": 8.1557,
      "step": 121470
    },
    {
      "epoch": 0.2530833333333333,
      "grad_norm": 1.8919391632080078,
      "learning_rate": 0.00025607995836288594,
      "loss": 7.7123,
      "step": 121480
    },
    {
      "epoch": 0.2531041666666667,
      "grad_norm": 1.48322594165802,
      "learning_rate": 0.0002560729879995307,
      "loss": 7.1537,
      "step": 121490
    },
    {
      "epoch": 0.253125,
      "grad_norm": 0.8991103172302246,
      "learning_rate": 0.00025606601717798207,
      "loss": 7.8879,
      "step": 121500
    },
    {
      "epoch": 0.25314583333333335,
      "grad_norm": 1.3993573188781738,
      "learning_rate": 0.0002560590458982703,
      "loss": 8.6942,
      "step": 121510
    },
    {
      "epoch": 0.25316666666666665,
      "grad_norm": 0.8980087637901306,
      "learning_rate": 0.00025605207416042546,
      "loss": 7.4854,
      "step": 121520
    },
    {
      "epoch": 0.2531875,
      "grad_norm": 1.3598510026931763,
      "learning_rate": 0.0002560451019644776,
      "loss": 7.7439,
      "step": 121530
    },
    {
      "epoch": 0.2532083333333333,
      "grad_norm": 0.7962045073509216,
      "learning_rate": 0.00025603812931045686,
      "loss": 7.8871,
      "step": 121540
    },
    {
      "epoch": 0.25322916666666667,
      "grad_norm": 1.0214810371398926,
      "learning_rate": 0.00025603115619839346,
      "loss": 7.6513,
      "step": 121550
    },
    {
      "epoch": 0.25325,
      "grad_norm": 0.6141623854637146,
      "learning_rate": 0.0002560241826283173,
      "loss": 7.2003,
      "step": 121560
    },
    {
      "epoch": 0.25327083333333333,
      "grad_norm": 0.7947174310684204,
      "learning_rate": 0.00025601720860025874,
      "loss": 8.7736,
      "step": 121570
    },
    {
      "epoch": 0.2532916666666667,
      "grad_norm": 0.6815395951271057,
      "learning_rate": 0.00025601023411424783,
      "loss": 7.6611,
      "step": 121580
    },
    {
      "epoch": 0.2533125,
      "grad_norm": 1.3323414325714111,
      "learning_rate": 0.0002560032591703146,
      "loss": 7.4925,
      "step": 121590
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 0.5001052021980286,
      "learning_rate": 0.00025599628376848926,
      "loss": 7.6628,
      "step": 121600
    },
    {
      "epoch": 0.25335416666666666,
      "grad_norm": 1.233231782913208,
      "learning_rate": 0.0002559893079088019,
      "loss": 8.6207,
      "step": 121610
    },
    {
      "epoch": 0.253375,
      "grad_norm": 1.0173771381378174,
      "learning_rate": 0.00025598233159128273,
      "loss": 8.8286,
      "step": 121620
    },
    {
      "epoch": 0.2533958333333333,
      "grad_norm": 4.060644626617432,
      "learning_rate": 0.00025597535481596185,
      "loss": 7.8988,
      "step": 121630
    },
    {
      "epoch": 0.2534166666666667,
      "grad_norm": 1.884055256843567,
      "learning_rate": 0.00025596837758286935,
      "loss": 7.9519,
      "step": 121640
    },
    {
      "epoch": 0.2534375,
      "grad_norm": 1.3465850353240967,
      "learning_rate": 0.0002559613998920354,
      "loss": 7.7707,
      "step": 121650
    },
    {
      "epoch": 0.25345833333333334,
      "grad_norm": 1.5739562511444092,
      "learning_rate": 0.0002559544217434902,
      "loss": 8.2278,
      "step": 121660
    },
    {
      "epoch": 0.25347916666666664,
      "grad_norm": 0.809882640838623,
      "learning_rate": 0.0002559474431372638,
      "loss": 7.4545,
      "step": 121670
    },
    {
      "epoch": 0.2535,
      "grad_norm": 1.1904406547546387,
      "learning_rate": 0.00025594046407338635,
      "loss": 7.5085,
      "step": 121680
    },
    {
      "epoch": 0.2535208333333333,
      "grad_norm": 0.7886439561843872,
      "learning_rate": 0.00025593348455188805,
      "loss": 7.925,
      "step": 121690
    },
    {
      "epoch": 0.25354166666666667,
      "grad_norm": 1.0997308492660522,
      "learning_rate": 0.00025592650457279903,
      "loss": 7.3233,
      "step": 121700
    },
    {
      "epoch": 0.2535625,
      "grad_norm": 1.4398168325424194,
      "learning_rate": 0.0002559195241361494,
      "loss": 8.3413,
      "step": 121710
    },
    {
      "epoch": 0.2535833333333333,
      "grad_norm": 1.4777849912643433,
      "learning_rate": 0.00025591254324196943,
      "loss": 8.3191,
      "step": 121720
    },
    {
      "epoch": 0.2536041666666667,
      "grad_norm": 0.5773620009422302,
      "learning_rate": 0.0002559055618902892,
      "loss": 8.3196,
      "step": 121730
    },
    {
      "epoch": 0.253625,
      "grad_norm": 4.76717472076416,
      "learning_rate": 0.00025589858008113884,
      "loss": 8.2099,
      "step": 121740
    },
    {
      "epoch": 0.25364583333333335,
      "grad_norm": 1.1254593133926392,
      "learning_rate": 0.0002558915978145485,
      "loss": 7.8618,
      "step": 121750
    },
    {
      "epoch": 0.25366666666666665,
      "grad_norm": 0.5817317962646484,
      "learning_rate": 0.00025588461509054843,
      "loss": 7.6205,
      "step": 121760
    },
    {
      "epoch": 0.2536875,
      "grad_norm": 0.7683004140853882,
      "learning_rate": 0.00025587763190916866,
      "loss": 7.3891,
      "step": 121770
    },
    {
      "epoch": 0.2537083333333333,
      "grad_norm": 2.556946039199829,
      "learning_rate": 0.00025587064827043945,
      "loss": 7.9786,
      "step": 121780
    },
    {
      "epoch": 0.2537291666666667,
      "grad_norm": 1.7576932907104492,
      "learning_rate": 0.000255863664174391,
      "loss": 7.6129,
      "step": 121790
    },
    {
      "epoch": 0.25375,
      "grad_norm": 0.7220947742462158,
      "learning_rate": 0.0002558566796210534,
      "loss": 8.2899,
      "step": 121800
    },
    {
      "epoch": 0.25377083333333333,
      "grad_norm": 6.09439754486084,
      "learning_rate": 0.00025584969461045677,
      "loss": 8.7584,
      "step": 121810
    },
    {
      "epoch": 0.2537916666666667,
      "grad_norm": 0.6979098320007324,
      "learning_rate": 0.00025584270914263144,
      "loss": 7.7507,
      "step": 121820
    },
    {
      "epoch": 0.2538125,
      "grad_norm": 1.6877835988998413,
      "learning_rate": 0.0002558357232176075,
      "loss": 7.8543,
      "step": 121830
    },
    {
      "epoch": 0.25383333333333336,
      "grad_norm": 1.42673659324646,
      "learning_rate": 0.0002558287368354151,
      "loss": 7.5336,
      "step": 121840
    },
    {
      "epoch": 0.25385416666666666,
      "grad_norm": 0.8572406768798828,
      "learning_rate": 0.00025582174999608443,
      "loss": 7.8385,
      "step": 121850
    },
    {
      "epoch": 0.253875,
      "grad_norm": 1.5421671867370605,
      "learning_rate": 0.0002558147626996457,
      "loss": 7.4324,
      "step": 121860
    },
    {
      "epoch": 0.2538958333333333,
      "grad_norm": 1.3131414651870728,
      "learning_rate": 0.0002558077749461291,
      "loss": 12.442,
      "step": 121870
    },
    {
      "epoch": 0.2539166666666667,
      "grad_norm": 0.7739871144294739,
      "learning_rate": 0.0002558007867355648,
      "loss": 8.0967,
      "step": 121880
    },
    {
      "epoch": 0.2539375,
      "grad_norm": 1.3956785202026367,
      "learning_rate": 0.000255793798067983,
      "loss": 7.6827,
      "step": 121890
    },
    {
      "epoch": 0.25395833333333334,
      "grad_norm": 1.7904372215270996,
      "learning_rate": 0.0002557868089434138,
      "loss": 8.4707,
      "step": 121900
    },
    {
      "epoch": 0.25397916666666664,
      "grad_norm": 0.6292546391487122,
      "learning_rate": 0.0002557798193618875,
      "loss": 7.7034,
      "step": 121910
    },
    {
      "epoch": 0.254,
      "grad_norm": 0.9402769804000854,
      "learning_rate": 0.0002557728293234343,
      "loss": 8.7011,
      "step": 121920
    },
    {
      "epoch": 0.2540208333333333,
      "grad_norm": 1.167219638824463,
      "learning_rate": 0.0002557658388280842,
      "loss": 8.1933,
      "step": 121930
    },
    {
      "epoch": 0.25404166666666667,
      "grad_norm": 2.1012556552886963,
      "learning_rate": 0.0002557588478758677,
      "loss": 8.6824,
      "step": 121940
    },
    {
      "epoch": 0.2540625,
      "grad_norm": 1.7789770364761353,
      "learning_rate": 0.00025575185646681476,
      "loss": 7.6135,
      "step": 121950
    },
    {
      "epoch": 0.2540833333333333,
      "grad_norm": 3.2575769424438477,
      "learning_rate": 0.00025574486460095563,
      "loss": 8.2997,
      "step": 121960
    },
    {
      "epoch": 0.2541041666666667,
      "grad_norm": 0.8193963170051575,
      "learning_rate": 0.0002557378722783206,
      "loss": 7.9301,
      "step": 121970
    },
    {
      "epoch": 0.254125,
      "grad_norm": 0.8080266118049622,
      "learning_rate": 0.0002557308794989398,
      "loss": 7.4191,
      "step": 121980
    },
    {
      "epoch": 0.25414583333333335,
      "grad_norm": 0.7109021544456482,
      "learning_rate": 0.00025572388626284346,
      "loss": 7.9761,
      "step": 121990
    },
    {
      "epoch": 0.25416666666666665,
      "grad_norm": 3.6114675998687744,
      "learning_rate": 0.00025571689257006177,
      "loss": 8.3358,
      "step": 122000
    },
    {
      "epoch": 0.25416666666666665,
      "eval_loss": 6.97261905670166,
      "eval_runtime": 9.0292,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 122000
    },
    {
      "epoch": 0.2541875,
      "grad_norm": 3.902507781982422,
      "learning_rate": 0.00025570989842062496,
      "loss": 8.3833,
      "step": 122010
    },
    {
      "epoch": 0.2542083333333333,
      "grad_norm": 1.299053430557251,
      "learning_rate": 0.00025570290381456324,
      "loss": 7.9732,
      "step": 122020
    },
    {
      "epoch": 0.2542291666666667,
      "grad_norm": 0.6076224446296692,
      "learning_rate": 0.00025569590875190674,
      "loss": 7.6288,
      "step": 122030
    },
    {
      "epoch": 0.25425,
      "grad_norm": 1.9889637231826782,
      "learning_rate": 0.0002556889132326859,
      "loss": 8.7571,
      "step": 122040
    },
    {
      "epoch": 0.25427083333333333,
      "grad_norm": 0.606044590473175,
      "learning_rate": 0.00025568191725693063,
      "loss": 7.6871,
      "step": 122050
    },
    {
      "epoch": 0.2542916666666667,
      "grad_norm": 0.8442544937133789,
      "learning_rate": 0.0002556749208246714,
      "loss": 7.6022,
      "step": 122060
    },
    {
      "epoch": 0.2543125,
      "grad_norm": 2.4615252017974854,
      "learning_rate": 0.0002556679239359383,
      "loss": 7.8399,
      "step": 122070
    },
    {
      "epoch": 0.25433333333333336,
      "grad_norm": 1.6470867395401,
      "learning_rate": 0.00025566092659076164,
      "loss": 8.3063,
      "step": 122080
    },
    {
      "epoch": 0.25435416666666666,
      "grad_norm": 1.8705735206604004,
      "learning_rate": 0.00025565392878917155,
      "loss": 8.032,
      "step": 122090
    },
    {
      "epoch": 0.254375,
      "grad_norm": 1.0762771368026733,
      "learning_rate": 0.0002556469305311983,
      "loss": 8.8985,
      "step": 122100
    },
    {
      "epoch": 0.2543958333333333,
      "grad_norm": 0.7045214176177979,
      "learning_rate": 0.0002556399318168722,
      "loss": 9.2597,
      "step": 122110
    },
    {
      "epoch": 0.2544166666666667,
      "grad_norm": 1.0002092123031616,
      "learning_rate": 0.0002556329326462234,
      "loss": 7.4637,
      "step": 122120
    },
    {
      "epoch": 0.2544375,
      "grad_norm": 8.593666076660156,
      "learning_rate": 0.00025562593301928205,
      "loss": 8.1022,
      "step": 122130
    },
    {
      "epoch": 0.25445833333333334,
      "grad_norm": 0.5942196846008301,
      "learning_rate": 0.0002556189329360786,
      "loss": 7.5689,
      "step": 122140
    },
    {
      "epoch": 0.25447916666666665,
      "grad_norm": 0.7179666757583618,
      "learning_rate": 0.00025561193239664306,
      "loss": 7.9207,
      "step": 122150
    },
    {
      "epoch": 0.2545,
      "grad_norm": 3.6603448390960693,
      "learning_rate": 0.00025560493140100584,
      "loss": 7.9459,
      "step": 122160
    },
    {
      "epoch": 0.2545208333333333,
      "grad_norm": 1.7206207513809204,
      "learning_rate": 0.0002555979299491971,
      "loss": 7.8636,
      "step": 122170
    },
    {
      "epoch": 0.25454166666666667,
      "grad_norm": 4.970245361328125,
      "learning_rate": 0.00025559092804124713,
      "loss": 8.4712,
      "step": 122180
    },
    {
      "epoch": 0.2545625,
      "grad_norm": 2.089486598968506,
      "learning_rate": 0.00025558392567718614,
      "loss": 8.0887,
      "step": 122190
    },
    {
      "epoch": 0.25458333333333333,
      "grad_norm": 1.1145635843276978,
      "learning_rate": 0.0002555769228570443,
      "loss": 8.419,
      "step": 122200
    },
    {
      "epoch": 0.2546041666666667,
      "grad_norm": 1.0259323120117188,
      "learning_rate": 0.00025556991958085204,
      "loss": 7.96,
      "step": 122210
    },
    {
      "epoch": 0.254625,
      "grad_norm": 0.7058764696121216,
      "learning_rate": 0.00025556291584863947,
      "loss": 7.7334,
      "step": 122220
    },
    {
      "epoch": 0.25464583333333335,
      "grad_norm": 0.5014308094978333,
      "learning_rate": 0.0002555559116604369,
      "loss": 8.0123,
      "step": 122230
    },
    {
      "epoch": 0.25466666666666665,
      "grad_norm": 0.6245872378349304,
      "learning_rate": 0.00025554890701627456,
      "loss": 7.3423,
      "step": 122240
    },
    {
      "epoch": 0.2546875,
      "grad_norm": 0.8688486814498901,
      "learning_rate": 0.00025554190191618277,
      "loss": 7.662,
      "step": 122250
    },
    {
      "epoch": 0.2547083333333333,
      "grad_norm": 1.8497742414474487,
      "learning_rate": 0.0002555348963601917,
      "loss": 8.3385,
      "step": 122260
    },
    {
      "epoch": 0.2547291666666667,
      "grad_norm": 1.574695348739624,
      "learning_rate": 0.00025552789034833165,
      "loss": 8.0762,
      "step": 122270
    },
    {
      "epoch": 0.25475,
      "grad_norm": 0.9031612873077393,
      "learning_rate": 0.0002555208838806329,
      "loss": 7.6343,
      "step": 122280
    },
    {
      "epoch": 0.25477083333333334,
      "grad_norm": 0.9324150681495667,
      "learning_rate": 0.0002555138769571257,
      "loss": 7.6757,
      "step": 122290
    },
    {
      "epoch": 0.2547916666666667,
      "grad_norm": 1.549271583557129,
      "learning_rate": 0.00025550686957784025,
      "loss": 7.8112,
      "step": 122300
    },
    {
      "epoch": 0.2548125,
      "grad_norm": 0.8051831126213074,
      "learning_rate": 0.000255499861742807,
      "loss": 7.7604,
      "step": 122310
    },
    {
      "epoch": 0.25483333333333336,
      "grad_norm": 0.8991287350654602,
      "learning_rate": 0.000255492853452056,
      "loss": 7.7223,
      "step": 122320
    },
    {
      "epoch": 0.25485416666666666,
      "grad_norm": 0.6603620052337646,
      "learning_rate": 0.0002554858447056177,
      "loss": 7.7467,
      "step": 122330
    },
    {
      "epoch": 0.254875,
      "grad_norm": 1.814279317855835,
      "learning_rate": 0.0002554788355035223,
      "loss": 7.5277,
      "step": 122340
    },
    {
      "epoch": 0.2548958333333333,
      "grad_norm": 0.9397163391113281,
      "learning_rate": 0.00025547182584580006,
      "loss": 7.6078,
      "step": 122350
    },
    {
      "epoch": 0.2549166666666667,
      "grad_norm": 0.6648494601249695,
      "learning_rate": 0.0002554648157324813,
      "loss": 7.4602,
      "step": 122360
    },
    {
      "epoch": 0.2549375,
      "grad_norm": 1.8082349300384521,
      "learning_rate": 0.0002554578051635963,
      "loss": 7.7378,
      "step": 122370
    },
    {
      "epoch": 0.25495833333333334,
      "grad_norm": 0.9512667655944824,
      "learning_rate": 0.00025545079413917527,
      "loss": 7.843,
      "step": 122380
    },
    {
      "epoch": 0.25497916666666665,
      "grad_norm": 1.2256492376327515,
      "learning_rate": 0.0002554437826592486,
      "loss": 8.2787,
      "step": 122390
    },
    {
      "epoch": 0.255,
      "grad_norm": 1.4828487634658813,
      "learning_rate": 0.00025543677072384645,
      "loss": 7.5454,
      "step": 122400
    },
    {
      "epoch": 0.2550208333333333,
      "grad_norm": 0.8026465177536011,
      "learning_rate": 0.00025542975833299926,
      "loss": 7.6392,
      "step": 122410
    },
    {
      "epoch": 0.25504166666666667,
      "grad_norm": 2.428541898727417,
      "learning_rate": 0.0002554227454867372,
      "loss": 7.9742,
      "step": 122420
    },
    {
      "epoch": 0.2550625,
      "grad_norm": 1.8077927827835083,
      "learning_rate": 0.0002554157321850906,
      "loss": 7.9885,
      "step": 122430
    },
    {
      "epoch": 0.25508333333333333,
      "grad_norm": 1.2023684978485107,
      "learning_rate": 0.00025540871842808985,
      "loss": 7.5786,
      "step": 122440
    },
    {
      "epoch": 0.2551041666666667,
      "grad_norm": 1.0181050300598145,
      "learning_rate": 0.0002554017042157651,
      "loss": 8.2856,
      "step": 122450
    },
    {
      "epoch": 0.255125,
      "grad_norm": 2.0616817474365234,
      "learning_rate": 0.0002553946895481467,
      "loss": 7.7481,
      "step": 122460
    },
    {
      "epoch": 0.25514583333333335,
      "grad_norm": 0.854005753993988,
      "learning_rate": 0.00025538767442526497,
      "loss": 7.7324,
      "step": 122470
    },
    {
      "epoch": 0.25516666666666665,
      "grad_norm": 1.2922512292861938,
      "learning_rate": 0.0002553806588471502,
      "loss": 9.2584,
      "step": 122480
    },
    {
      "epoch": 0.2551875,
      "grad_norm": 0.4835735261440277,
      "learning_rate": 0.0002553736428138327,
      "loss": 8.1427,
      "step": 122490
    },
    {
      "epoch": 0.2552083333333333,
      "grad_norm": 1.1765952110290527,
      "learning_rate": 0.0002553666263253428,
      "loss": 7.5969,
      "step": 122500
    },
    {
      "epoch": 0.2552291666666667,
      "grad_norm": 1.29776930809021,
      "learning_rate": 0.00025535960938171076,
      "loss": 7.8911,
      "step": 122510
    },
    {
      "epoch": 0.25525,
      "grad_norm": 0.9293235540390015,
      "learning_rate": 0.0002553525919829669,
      "loss": 7.6393,
      "step": 122520
    },
    {
      "epoch": 0.25527083333333334,
      "grad_norm": 1.1634138822555542,
      "learning_rate": 0.00025534557412914156,
      "loss": 8.7723,
      "step": 122530
    },
    {
      "epoch": 0.25529166666666664,
      "grad_norm": 2.5405144691467285,
      "learning_rate": 0.00025533855582026506,
      "loss": 7.8947,
      "step": 122540
    },
    {
      "epoch": 0.2553125,
      "grad_norm": 1.8789502382278442,
      "learning_rate": 0.0002553315370563676,
      "loss": 8.3382,
      "step": 122550
    },
    {
      "epoch": 0.25533333333333336,
      "grad_norm": 1.3865469694137573,
      "learning_rate": 0.0002553245178374797,
      "loss": 7.6203,
      "step": 122560
    },
    {
      "epoch": 0.25535416666666666,
      "grad_norm": 1.0021181106567383,
      "learning_rate": 0.0002553174981636315,
      "loss": 7.7809,
      "step": 122570
    },
    {
      "epoch": 0.255375,
      "grad_norm": 0.7271660566329956,
      "learning_rate": 0.0002553104780348534,
      "loss": 7.5889,
      "step": 122580
    },
    {
      "epoch": 0.2553958333333333,
      "grad_norm": 1.3053592443466187,
      "learning_rate": 0.0002553034574511758,
      "loss": 7.9241,
      "step": 122590
    },
    {
      "epoch": 0.2554166666666667,
      "grad_norm": 1.0992405414581299,
      "learning_rate": 0.00025529643641262887,
      "loss": 8.0536,
      "step": 122600
    },
    {
      "epoch": 0.2554375,
      "grad_norm": 5.813326358795166,
      "learning_rate": 0.0002552894149192431,
      "loss": 8.2624,
      "step": 122610
    },
    {
      "epoch": 0.25545833333333334,
      "grad_norm": 0.9851493835449219,
      "learning_rate": 0.0002552823929710486,
      "loss": 7.4263,
      "step": 122620
    },
    {
      "epoch": 0.25547916666666665,
      "grad_norm": 0.6888492107391357,
      "learning_rate": 0.0002552753705680759,
      "loss": 7.8093,
      "step": 122630
    },
    {
      "epoch": 0.2555,
      "grad_norm": 1.3455922603607178,
      "learning_rate": 0.0002552683477103553,
      "loss": 8.1109,
      "step": 122640
    },
    {
      "epoch": 0.2555208333333333,
      "grad_norm": 0.8018571734428406,
      "learning_rate": 0.00025526132439791707,
      "loss": 7.482,
      "step": 122650
    },
    {
      "epoch": 0.25554166666666667,
      "grad_norm": 0.6557465195655823,
      "learning_rate": 0.0002552543006307916,
      "loss": 8.0904,
      "step": 122660
    },
    {
      "epoch": 0.2555625,
      "grad_norm": 0.8480518460273743,
      "learning_rate": 0.0002552472764090092,
      "loss": 7.6428,
      "step": 122670
    },
    {
      "epoch": 0.25558333333333333,
      "grad_norm": 1.1794753074645996,
      "learning_rate": 0.0002552402517326002,
      "loss": 8.2732,
      "step": 122680
    },
    {
      "epoch": 0.2556041666666667,
      "grad_norm": 0.5776650309562683,
      "learning_rate": 0.000255233226601595,
      "loss": 7.8396,
      "step": 122690
    },
    {
      "epoch": 0.255625,
      "grad_norm": 0.7635049223899841,
      "learning_rate": 0.000255226201016024,
      "loss": 7.8035,
      "step": 122700
    },
    {
      "epoch": 0.25564583333333335,
      "grad_norm": 1.0435899496078491,
      "learning_rate": 0.0002552191749759173,
      "loss": 8.8904,
      "step": 122710
    },
    {
      "epoch": 0.25566666666666665,
      "grad_norm": 0.7107072472572327,
      "learning_rate": 0.00025521214848130553,
      "loss": 7.681,
      "step": 122720
    },
    {
      "epoch": 0.2556875,
      "grad_norm": 1.1045641899108887,
      "learning_rate": 0.0002552051215322189,
      "loss": 7.9244,
      "step": 122730
    },
    {
      "epoch": 0.2557083333333333,
      "grad_norm": 0.9542286992073059,
      "learning_rate": 0.0002551980941286878,
      "loss": 7.8792,
      "step": 122740
    },
    {
      "epoch": 0.2557291666666667,
      "grad_norm": 2.3856358528137207,
      "learning_rate": 0.0002551910662707425,
      "loss": 8.1077,
      "step": 122750
    },
    {
      "epoch": 0.25575,
      "grad_norm": 0.7002655267715454,
      "learning_rate": 0.00025518403795841353,
      "loss": 7.4541,
      "step": 122760
    },
    {
      "epoch": 0.25577083333333334,
      "grad_norm": 1.316081166267395,
      "learning_rate": 0.0002551770091917311,
      "loss": 8.8799,
      "step": 122770
    },
    {
      "epoch": 0.25579166666666664,
      "grad_norm": 1.0732481479644775,
      "learning_rate": 0.00025516997997072563,
      "loss": 8.0108,
      "step": 122780
    },
    {
      "epoch": 0.2558125,
      "grad_norm": 0.7471036911010742,
      "learning_rate": 0.00025516295029542744,
      "loss": 7.9328,
      "step": 122790
    },
    {
      "epoch": 0.25583333333333336,
      "grad_norm": 1.2765156030654907,
      "learning_rate": 0.00025515592016586697,
      "loss": 7.5262,
      "step": 122800
    },
    {
      "epoch": 0.25585416666666666,
      "grad_norm": 1.4509272575378418,
      "learning_rate": 0.0002551488895820745,
      "loss": 8.5766,
      "step": 122810
    },
    {
      "epoch": 0.255875,
      "grad_norm": 0.8931694626808167,
      "learning_rate": 0.00025514185854408057,
      "loss": 7.8154,
      "step": 122820
    },
    {
      "epoch": 0.2558958333333333,
      "grad_norm": 0.9070638418197632,
      "learning_rate": 0.0002551348270519153,
      "loss": 7.5971,
      "step": 122830
    },
    {
      "epoch": 0.2559166666666667,
      "grad_norm": 1.4727473258972168,
      "learning_rate": 0.00025512779510560924,
      "loss": 7.7268,
      "step": 122840
    },
    {
      "epoch": 0.2559375,
      "grad_norm": 0.6719365119934082,
      "learning_rate": 0.00025512076270519274,
      "loss": 7.9022,
      "step": 122850
    },
    {
      "epoch": 0.25595833333333334,
      "grad_norm": 1.1140401363372803,
      "learning_rate": 0.0002551137298506961,
      "loss": 7.9314,
      "step": 122860
    },
    {
      "epoch": 0.25597916666666665,
      "grad_norm": 0.8127679228782654,
      "learning_rate": 0.0002551066965421498,
      "loss": 7.5465,
      "step": 122870
    },
    {
      "epoch": 0.256,
      "grad_norm": 0.8990072011947632,
      "learning_rate": 0.0002550996627795842,
      "loss": 8.0355,
      "step": 122880
    },
    {
      "epoch": 0.2560208333333333,
      "grad_norm": 0.8723265528678894,
      "learning_rate": 0.0002550926285630296,
      "loss": 7.4958,
      "step": 122890
    },
    {
      "epoch": 0.25604166666666667,
      "grad_norm": 1.2817096710205078,
      "learning_rate": 0.00025508559389251644,
      "loss": 7.5792,
      "step": 122900
    },
    {
      "epoch": 0.2560625,
      "grad_norm": 1.6154683828353882,
      "learning_rate": 0.0002550785587680751,
      "loss": 7.6293,
      "step": 122910
    },
    {
      "epoch": 0.25608333333333333,
      "grad_norm": 1.0412254333496094,
      "learning_rate": 0.00025507152318973605,
      "loss": 7.8759,
      "step": 122920
    },
    {
      "epoch": 0.2561041666666667,
      "grad_norm": 0.6449089050292969,
      "learning_rate": 0.0002550644871575296,
      "loss": 7.9118,
      "step": 122930
    },
    {
      "epoch": 0.256125,
      "grad_norm": 1.5663987398147583,
      "learning_rate": 0.0002550574506714861,
      "loss": 8.0847,
      "step": 122940
    },
    {
      "epoch": 0.25614583333333335,
      "grad_norm": 1.6276344060897827,
      "learning_rate": 0.000255050413731636,
      "loss": 7.7843,
      "step": 122950
    },
    {
      "epoch": 0.25616666666666665,
      "grad_norm": 1.4272308349609375,
      "learning_rate": 0.0002550433763380098,
      "loss": 8.6791,
      "step": 122960
    },
    {
      "epoch": 0.2561875,
      "grad_norm": 0.5752333402633667,
      "learning_rate": 0.00025503633849063763,
      "loss": 7.4398,
      "step": 122970
    },
    {
      "epoch": 0.2562083333333333,
      "grad_norm": 1.7455302476882935,
      "learning_rate": 0.0002550293001895501,
      "loss": 7.7824,
      "step": 122980
    },
    {
      "epoch": 0.2562291666666667,
      "grad_norm": 0.9519756436347961,
      "learning_rate": 0.0002550222614347777,
      "loss": 7.9961,
      "step": 122990
    },
    {
      "epoch": 0.25625,
      "grad_norm": 2.978633165359497,
      "learning_rate": 0.00025501522222635053,
      "loss": 8.1241,
      "step": 123000
    },
    {
      "epoch": 0.25625,
      "eval_loss": 7.280735969543457,
      "eval_runtime": 8.1432,
      "eval_samples_per_second": 0.368,
      "eval_steps_per_second": 0.123,
      "step": 123000
    },
    {
      "epoch": 0.25627083333333334,
      "grad_norm": 1.1397676467895508,
      "learning_rate": 0.00025500818256429927,
      "loss": 7.3327,
      "step": 123010
    },
    {
      "epoch": 0.25629166666666664,
      "grad_norm": 0.6703147292137146,
      "learning_rate": 0.0002550011424486542,
      "loss": 7.4246,
      "step": 123020
    },
    {
      "epoch": 0.2563125,
      "grad_norm": 0.8711913824081421,
      "learning_rate": 0.0002549941018794458,
      "loss": 8.0646,
      "step": 123030
    },
    {
      "epoch": 0.25633333333333336,
      "grad_norm": 0.9594641923904419,
      "learning_rate": 0.00025498706085670436,
      "loss": 8.1652,
      "step": 123040
    },
    {
      "epoch": 0.25635416666666666,
      "grad_norm": 2.5904574394226074,
      "learning_rate": 0.00025498001938046037,
      "loss": 8.589,
      "step": 123050
    },
    {
      "epoch": 0.256375,
      "grad_norm": 0.6355382800102234,
      "learning_rate": 0.0002549729774507443,
      "loss": 7.573,
      "step": 123060
    },
    {
      "epoch": 0.2563958333333333,
      "grad_norm": 0.7235196828842163,
      "learning_rate": 0.0002549659350675865,
      "loss": 7.7516,
      "step": 123070
    },
    {
      "epoch": 0.2564166666666667,
      "grad_norm": 0.6069537401199341,
      "learning_rate": 0.0002549588922310175,
      "loss": 7.9217,
      "step": 123080
    },
    {
      "epoch": 0.2564375,
      "grad_norm": 1.0205256938934326,
      "learning_rate": 0.0002549518489410675,
      "loss": 7.8538,
      "step": 123090
    },
    {
      "epoch": 0.25645833333333334,
      "grad_norm": 1.0109590291976929,
      "learning_rate": 0.0002549448051977671,
      "loss": 8.2338,
      "step": 123100
    },
    {
      "epoch": 0.25647916666666665,
      "grad_norm": 1.0302789211273193,
      "learning_rate": 0.0002549377610011467,
      "loss": 7.7332,
      "step": 123110
    },
    {
      "epoch": 0.2565,
      "grad_norm": 1.4287923574447632,
      "learning_rate": 0.0002549307163512367,
      "loss": 8.2431,
      "step": 123120
    },
    {
      "epoch": 0.2565208333333333,
      "grad_norm": 1.9457554817199707,
      "learning_rate": 0.0002549236712480675,
      "loss": 7.9318,
      "step": 123130
    },
    {
      "epoch": 0.25654166666666667,
      "grad_norm": 1.2928640842437744,
      "learning_rate": 0.0002549166256916696,
      "loss": 7.6111,
      "step": 123140
    },
    {
      "epoch": 0.2565625,
      "grad_norm": 1.8289616107940674,
      "learning_rate": 0.00025490957968207344,
      "loss": 8.1029,
      "step": 123150
    },
    {
      "epoch": 0.25658333333333333,
      "grad_norm": 0.8954395651817322,
      "learning_rate": 0.00025490253321930936,
      "loss": 7.6124,
      "step": 123160
    },
    {
      "epoch": 0.2566041666666667,
      "grad_norm": 1.4942772388458252,
      "learning_rate": 0.0002548954863034079,
      "loss": 8.6504,
      "step": 123170
    },
    {
      "epoch": 0.256625,
      "grad_norm": 1.009666085243225,
      "learning_rate": 0.00025488843893439945,
      "loss": 8.0284,
      "step": 123180
    },
    {
      "epoch": 0.25664583333333335,
      "grad_norm": 1.2502853870391846,
      "learning_rate": 0.00025488139111231445,
      "loss": 7.6824,
      "step": 123190
    },
    {
      "epoch": 0.25666666666666665,
      "grad_norm": 0.6921095252037048,
      "learning_rate": 0.0002548743428371834,
      "loss": 7.6815,
      "step": 123200
    },
    {
      "epoch": 0.2566875,
      "grad_norm": 1.5823274850845337,
      "learning_rate": 0.00025486729410903664,
      "loss": 9.7304,
      "step": 123210
    },
    {
      "epoch": 0.2567083333333333,
      "grad_norm": 0.6346704959869385,
      "learning_rate": 0.0002548602449279047,
      "loss": 9.092,
      "step": 123220
    },
    {
      "epoch": 0.2567291666666667,
      "grad_norm": 1.1538385152816772,
      "learning_rate": 0.00025485319529381804,
      "loss": 8.5538,
      "step": 123230
    },
    {
      "epoch": 0.25675,
      "grad_norm": 1.1330156326293945,
      "learning_rate": 0.00025484614520680706,
      "loss": 8.5656,
      "step": 123240
    },
    {
      "epoch": 0.25677083333333334,
      "grad_norm": 1.1384512186050415,
      "learning_rate": 0.0002548390946669022,
      "loss": 8.5401,
      "step": 123250
    },
    {
      "epoch": 0.25679166666666664,
      "grad_norm": 2.8143057823181152,
      "learning_rate": 0.000254832043674134,
      "loss": 8.2624,
      "step": 123260
    },
    {
      "epoch": 0.2568125,
      "grad_norm": 1.1182410717010498,
      "learning_rate": 0.00025482499222853286,
      "loss": 7.5844,
      "step": 123270
    },
    {
      "epoch": 0.25683333333333336,
      "grad_norm": 0.8963107466697693,
      "learning_rate": 0.00025481794033012926,
      "loss": 7.569,
      "step": 123280
    },
    {
      "epoch": 0.25685416666666666,
      "grad_norm": 0.586710512638092,
      "learning_rate": 0.0002548108879789536,
      "loss": 7.7346,
      "step": 123290
    },
    {
      "epoch": 0.256875,
      "grad_norm": 2.0908303260803223,
      "learning_rate": 0.0002548038351750364,
      "loss": 7.7799,
      "step": 123300
    },
    {
      "epoch": 0.2568958333333333,
      "grad_norm": 1.0741667747497559,
      "learning_rate": 0.0002547967819184081,
      "loss": 8.1771,
      "step": 123310
    },
    {
      "epoch": 0.2569166666666667,
      "grad_norm": 1.058955430984497,
      "learning_rate": 0.00025478972820909925,
      "loss": 7.8726,
      "step": 123320
    },
    {
      "epoch": 0.2569375,
      "grad_norm": 3.723275661468506,
      "learning_rate": 0.0002547826740471402,
      "loss": 9.1233,
      "step": 123330
    },
    {
      "epoch": 0.25695833333333334,
      "grad_norm": 0.6979708671569824,
      "learning_rate": 0.0002547756194325615,
      "loss": 7.9286,
      "step": 123340
    },
    {
      "epoch": 0.25697916666666665,
      "grad_norm": 0.6405138969421387,
      "learning_rate": 0.00025476856436539355,
      "loss": 8.4981,
      "step": 123350
    },
    {
      "epoch": 0.257,
      "grad_norm": 0.7480564713478088,
      "learning_rate": 0.00025476150884566693,
      "loss": 8.6103,
      "step": 123360
    },
    {
      "epoch": 0.2570208333333333,
      "grad_norm": 1.8446836471557617,
      "learning_rate": 0.00025475445287341205,
      "loss": 8.315,
      "step": 123370
    },
    {
      "epoch": 0.25704166666666667,
      "grad_norm": 1.7111518383026123,
      "learning_rate": 0.0002547473964486594,
      "loss": 7.9496,
      "step": 123380
    },
    {
      "epoch": 0.2570625,
      "grad_norm": 1.2336100339889526,
      "learning_rate": 0.0002547403395714394,
      "loss": 8.2882,
      "step": 123390
    },
    {
      "epoch": 0.25708333333333333,
      "grad_norm": 1.1473201513290405,
      "learning_rate": 0.00025473328224178267,
      "loss": 7.662,
      "step": 123400
    },
    {
      "epoch": 0.2571041666666667,
      "grad_norm": 1.2698832750320435,
      "learning_rate": 0.00025472622445971957,
      "loss": 9.2975,
      "step": 123410
    },
    {
      "epoch": 0.257125,
      "grad_norm": 1.4350512027740479,
      "learning_rate": 0.00025471916622528065,
      "loss": 7.6952,
      "step": 123420
    },
    {
      "epoch": 0.25714583333333335,
      "grad_norm": 0.6842004656791687,
      "learning_rate": 0.0002547121075384964,
      "loss": 8.089,
      "step": 123430
    },
    {
      "epoch": 0.25716666666666665,
      "grad_norm": 4.348406791687012,
      "learning_rate": 0.00025470504839939726,
      "loss": 7.7179,
      "step": 123440
    },
    {
      "epoch": 0.2571875,
      "grad_norm": 0.8719559907913208,
      "learning_rate": 0.00025469798880801373,
      "loss": 7.6739,
      "step": 123450
    },
    {
      "epoch": 0.2572083333333333,
      "grad_norm": 0.9848504066467285,
      "learning_rate": 0.0002546909287643764,
      "loss": 7.8429,
      "step": 123460
    },
    {
      "epoch": 0.2572291666666667,
      "grad_norm": 0.5791625380516052,
      "learning_rate": 0.0002546838682685157,
      "loss": 7.7662,
      "step": 123470
    },
    {
      "epoch": 0.25725,
      "grad_norm": 1.0327398777008057,
      "learning_rate": 0.00025467680732046207,
      "loss": 8.0433,
      "step": 123480
    },
    {
      "epoch": 0.25727083333333334,
      "grad_norm": 1.2628533840179443,
      "learning_rate": 0.00025466974592024605,
      "loss": 8.4817,
      "step": 123490
    },
    {
      "epoch": 0.25729166666666664,
      "grad_norm": 1.1700419187545776,
      "learning_rate": 0.00025466268406789826,
      "loss": 7.7491,
      "step": 123500
    },
    {
      "epoch": 0.2573125,
      "grad_norm": 0.7143480777740479,
      "learning_rate": 0.00025465562176344906,
      "loss": 7.5021,
      "step": 123510
    },
    {
      "epoch": 0.25733333333333336,
      "grad_norm": 0.5466172695159912,
      "learning_rate": 0.00025464855900692897,
      "loss": 8.2271,
      "step": 123520
    },
    {
      "epoch": 0.25735416666666666,
      "grad_norm": 0.715186357498169,
      "learning_rate": 0.0002546414957983685,
      "loss": 7.7475,
      "step": 123530
    },
    {
      "epoch": 0.257375,
      "grad_norm": 2.5510547161102295,
      "learning_rate": 0.00025463443213779826,
      "loss": 8.4629,
      "step": 123540
    },
    {
      "epoch": 0.2573958333333333,
      "grad_norm": 0.6390611529350281,
      "learning_rate": 0.0002546273680252486,
      "loss": 7.6201,
      "step": 123550
    },
    {
      "epoch": 0.2574166666666667,
      "grad_norm": 8.14621639251709,
      "learning_rate": 0.00025462030346075023,
      "loss": 7.9791,
      "step": 123560
    },
    {
      "epoch": 0.2574375,
      "grad_norm": 1.1955314874649048,
      "learning_rate": 0.0002546132384443335,
      "loss": 7.966,
      "step": 123570
    },
    {
      "epoch": 0.25745833333333334,
      "grad_norm": 1.6830155849456787,
      "learning_rate": 0.000254606172976029,
      "loss": 8.1087,
      "step": 123580
    },
    {
      "epoch": 0.25747916666666665,
      "grad_norm": 0.7596839070320129,
      "learning_rate": 0.0002545991070558672,
      "loss": 8.1854,
      "step": 123590
    },
    {
      "epoch": 0.2575,
      "grad_norm": 1.3625566959381104,
      "learning_rate": 0.00025459204068387873,
      "loss": 7.7939,
      "step": 123600
    },
    {
      "epoch": 0.2575208333333333,
      "grad_norm": 1.1529505252838135,
      "learning_rate": 0.00025458497386009405,
      "loss": 7.5955,
      "step": 123610
    },
    {
      "epoch": 0.25754166666666667,
      "grad_norm": 0.525403618812561,
      "learning_rate": 0.00025457790658454363,
      "loss": 8.4893,
      "step": 123620
    },
    {
      "epoch": 0.2575625,
      "grad_norm": 1.4211982488632202,
      "learning_rate": 0.00025457083885725804,
      "loss": 7.9992,
      "step": 123630
    },
    {
      "epoch": 0.25758333333333333,
      "grad_norm": 1.0342499017715454,
      "learning_rate": 0.00025456377067826786,
      "loss": 7.7671,
      "step": 123640
    },
    {
      "epoch": 0.2576041666666667,
      "grad_norm": 1.2887041568756104,
      "learning_rate": 0.00025455670204760356,
      "loss": 8.0231,
      "step": 123650
    },
    {
      "epoch": 0.257625,
      "grad_norm": 1.44636070728302,
      "learning_rate": 0.0002545496329652957,
      "loss": 7.8155,
      "step": 123660
    },
    {
      "epoch": 0.25764583333333335,
      "grad_norm": 2.0645480155944824,
      "learning_rate": 0.0002545425634313748,
      "loss": 7.7992,
      "step": 123670
    },
    {
      "epoch": 0.25766666666666665,
      "grad_norm": 0.8820324540138245,
      "learning_rate": 0.0002545354934458714,
      "loss": 8.4577,
      "step": 123680
    },
    {
      "epoch": 0.2576875,
      "grad_norm": 1.209357500076294,
      "learning_rate": 0.0002545284230088161,
      "loss": 8.2529,
      "step": 123690
    },
    {
      "epoch": 0.2577083333333333,
      "grad_norm": 1.0892934799194336,
      "learning_rate": 0.0002545213521202393,
      "loss": 7.5615,
      "step": 123700
    },
    {
      "epoch": 0.2577291666666667,
      "grad_norm": 2.805122137069702,
      "learning_rate": 0.00025451428078017175,
      "loss": 8.0754,
      "step": 123710
    },
    {
      "epoch": 0.25775,
      "grad_norm": 0.5649217367172241,
      "learning_rate": 0.0002545072089886438,
      "loss": 7.2486,
      "step": 123720
    },
    {
      "epoch": 0.25777083333333334,
      "grad_norm": 1.3315212726593018,
      "learning_rate": 0.000254500136745686,
      "loss": 7.3843,
      "step": 123730
    },
    {
      "epoch": 0.25779166666666664,
      "grad_norm": 3.166325330734253,
      "learning_rate": 0.0002544930640513291,
      "loss": 8.4787,
      "step": 123740
    },
    {
      "epoch": 0.2578125,
      "grad_norm": 1.777034878730774,
      "learning_rate": 0.0002544859909056035,
      "loss": 8.6681,
      "step": 123750
    },
    {
      "epoch": 0.25783333333333336,
      "grad_norm": 2.3459882736206055,
      "learning_rate": 0.0002544789173085397,
      "loss": 7.8636,
      "step": 123760
    },
    {
      "epoch": 0.25785416666666666,
      "grad_norm": 0.8324351906776428,
      "learning_rate": 0.0002544718432601684,
      "loss": 7.6302,
      "step": 123770
    },
    {
      "epoch": 0.257875,
      "grad_norm": 0.8543688058853149,
      "learning_rate": 0.00025446476876052007,
      "loss": 7.4624,
      "step": 123780
    },
    {
      "epoch": 0.2578958333333333,
      "grad_norm": 1.9783653020858765,
      "learning_rate": 0.00025445769380962535,
      "loss": 8.4244,
      "step": 123790
    },
    {
      "epoch": 0.2579166666666667,
      "grad_norm": 2.1124613285064697,
      "learning_rate": 0.00025445061840751463,
      "loss": 7.8659,
      "step": 123800
    },
    {
      "epoch": 0.2579375,
      "grad_norm": 0.8380891680717468,
      "learning_rate": 0.00025444354255421865,
      "loss": 7.7559,
      "step": 123810
    },
    {
      "epoch": 0.25795833333333335,
      "grad_norm": 1.635203242301941,
      "learning_rate": 0.0002544364662497679,
      "loss": 7.7396,
      "step": 123820
    },
    {
      "epoch": 0.25797916666666665,
      "grad_norm": 15.924497604370117,
      "learning_rate": 0.00025442938949419295,
      "loss": 9.838,
      "step": 123830
    },
    {
      "epoch": 0.258,
      "grad_norm": 0.5627352595329285,
      "learning_rate": 0.00025442231228752437,
      "loss": 7.593,
      "step": 123840
    },
    {
      "epoch": 0.2580208333333333,
      "grad_norm": 1.2156660556793213,
      "learning_rate": 0.0002544152346297927,
      "loss": 7.6459,
      "step": 123850
    },
    {
      "epoch": 0.25804166666666667,
      "grad_norm": 0.8902955651283264,
      "learning_rate": 0.0002544081565210286,
      "loss": 7.6309,
      "step": 123860
    },
    {
      "epoch": 0.2580625,
      "grad_norm": 1.1127887964248657,
      "learning_rate": 0.0002544010779612626,
      "loss": 8.3832,
      "step": 123870
    },
    {
      "epoch": 0.25808333333333333,
      "grad_norm": 1.234950304031372,
      "learning_rate": 0.0002543939989505253,
      "loss": 8.5919,
      "step": 123880
    },
    {
      "epoch": 0.2581041666666667,
      "grad_norm": 1.434340238571167,
      "learning_rate": 0.0002543869194888471,
      "loss": 8.1552,
      "step": 123890
    },
    {
      "epoch": 0.258125,
      "grad_norm": 1.0247780084609985,
      "learning_rate": 0.00025437983957625883,
      "loss": 8.1055,
      "step": 123900
    },
    {
      "epoch": 0.25814583333333335,
      "grad_norm": 1.2602871656417847,
      "learning_rate": 0.000254372759212791,
      "loss": 9.0453,
      "step": 123910
    },
    {
      "epoch": 0.25816666666666666,
      "grad_norm": 1.098904013633728,
      "learning_rate": 0.0002543656783984741,
      "loss": 7.972,
      "step": 123920
    },
    {
      "epoch": 0.2581875,
      "grad_norm": 1.1407864093780518,
      "learning_rate": 0.0002543585971333388,
      "loss": 8.097,
      "step": 123930
    },
    {
      "epoch": 0.2582083333333333,
      "grad_norm": 6.442939758300781,
      "learning_rate": 0.00025435151541741566,
      "loss": 8.2938,
      "step": 123940
    },
    {
      "epoch": 0.2582291666666667,
      "grad_norm": 1.5999714136123657,
      "learning_rate": 0.0002543444332507353,
      "loss": 8.1722,
      "step": 123950
    },
    {
      "epoch": 0.25825,
      "grad_norm": 1.1344106197357178,
      "learning_rate": 0.0002543373506333283,
      "loss": 8.2989,
      "step": 123960
    },
    {
      "epoch": 0.25827083333333334,
      "grad_norm": 1.168881893157959,
      "learning_rate": 0.00025433026756522517,
      "loss": 7.9556,
      "step": 123970
    },
    {
      "epoch": 0.25829166666666664,
      "grad_norm": 0.8358438611030579,
      "learning_rate": 0.00025432318404645666,
      "loss": 8.383,
      "step": 123980
    },
    {
      "epoch": 0.2583125,
      "grad_norm": 0.8073344826698303,
      "learning_rate": 0.0002543161000770533,
      "loss": 7.7445,
      "step": 123990
    },
    {
      "epoch": 0.25833333333333336,
      "grad_norm": 1.6420010328292847,
      "learning_rate": 0.00025430901565704563,
      "loss": 7.9231,
      "step": 124000
    },
    {
      "epoch": 0.25833333333333336,
      "eval_loss": 7.481513023376465,
      "eval_runtime": 7.9736,
      "eval_samples_per_second": 0.376,
      "eval_steps_per_second": 0.125,
      "step": 124000
    },
    {
      "epoch": 0.25835416666666666,
      "grad_norm": 0.6724762916564941,
      "learning_rate": 0.0002543019307864643,
      "loss": 7.8359,
      "step": 124010
    },
    {
      "epoch": 0.258375,
      "grad_norm": 0.6825010180473328,
      "learning_rate": 0.0002542948454653399,
      "loss": 8.7064,
      "step": 124020
    },
    {
      "epoch": 0.2583958333333333,
      "grad_norm": 2.3442680835723877,
      "learning_rate": 0.0002542877596937031,
      "loss": 7.8577,
      "step": 124030
    },
    {
      "epoch": 0.2584166666666667,
      "grad_norm": 0.8790762424468994,
      "learning_rate": 0.00025428067347158445,
      "loss": 7.6074,
      "step": 124040
    },
    {
      "epoch": 0.2584375,
      "grad_norm": 0.6194114089012146,
      "learning_rate": 0.00025427358679901455,
      "loss": 7.9889,
      "step": 124050
    },
    {
      "epoch": 0.25845833333333335,
      "grad_norm": 1.0139762163162231,
      "learning_rate": 0.00025426649967602404,
      "loss": 7.9867,
      "step": 124060
    },
    {
      "epoch": 0.25847916666666665,
      "grad_norm": 0.5440818667411804,
      "learning_rate": 0.00025425941210264347,
      "loss": 7.9814,
      "step": 124070
    },
    {
      "epoch": 0.2585,
      "grad_norm": 2.211686849594116,
      "learning_rate": 0.00025425232407890364,
      "loss": 8.1857,
      "step": 124080
    },
    {
      "epoch": 0.2585208333333333,
      "grad_norm": 0.757443368434906,
      "learning_rate": 0.0002542452356048349,
      "loss": 8.2292,
      "step": 124090
    },
    {
      "epoch": 0.25854166666666667,
      "grad_norm": 1.036989688873291,
      "learning_rate": 0.00025423814668046807,
      "loss": 8.0811,
      "step": 124100
    },
    {
      "epoch": 0.2585625,
      "grad_norm": 0.8529212474822998,
      "learning_rate": 0.0002542310573058337,
      "loss": 7.6149,
      "step": 124110
    },
    {
      "epoch": 0.25858333333333333,
      "grad_norm": 1.0305280685424805,
      "learning_rate": 0.0002542239674809624,
      "loss": 8.0012,
      "step": 124120
    },
    {
      "epoch": 0.2586041666666667,
      "grad_norm": 0.9245366454124451,
      "learning_rate": 0.00025421687720588484,
      "loss": 7.8225,
      "step": 124130
    },
    {
      "epoch": 0.258625,
      "grad_norm": 1.2384629249572754,
      "learning_rate": 0.0002542097864806316,
      "loss": 7.5087,
      "step": 124140
    },
    {
      "epoch": 0.25864583333333335,
      "grad_norm": 0.8942311406135559,
      "learning_rate": 0.00025420269530523334,
      "loss": 7.3871,
      "step": 124150
    },
    {
      "epoch": 0.25866666666666666,
      "grad_norm": 1.1985816955566406,
      "learning_rate": 0.00025419560367972066,
      "loss": 8.0376,
      "step": 124160
    },
    {
      "epoch": 0.2586875,
      "grad_norm": 1.6577266454696655,
      "learning_rate": 0.00025418851160412427,
      "loss": 7.5469,
      "step": 124170
    },
    {
      "epoch": 0.2587083333333333,
      "grad_norm": 1.8829110860824585,
      "learning_rate": 0.0002541814190784747,
      "loss": 8.5873,
      "step": 124180
    },
    {
      "epoch": 0.2587291666666667,
      "grad_norm": 0.6461424827575684,
      "learning_rate": 0.00025417432610280266,
      "loss": 7.5259,
      "step": 124190
    },
    {
      "epoch": 0.25875,
      "grad_norm": 0.870366096496582,
      "learning_rate": 0.00025416723267713875,
      "loss": 8.5332,
      "step": 124200
    },
    {
      "epoch": 0.25877083333333334,
      "grad_norm": 0.8453226685523987,
      "learning_rate": 0.00025416013880151365,
      "loss": 7.4871,
      "step": 124210
    },
    {
      "epoch": 0.25879166666666664,
      "grad_norm": 0.5862869620323181,
      "learning_rate": 0.000254153044475958,
      "loss": 7.935,
      "step": 124220
    },
    {
      "epoch": 0.2588125,
      "grad_norm": 2.4475107192993164,
      "learning_rate": 0.0002541459497005024,
      "loss": 8.2721,
      "step": 124230
    },
    {
      "epoch": 0.25883333333333336,
      "grad_norm": 0.697421669960022,
      "learning_rate": 0.0002541388544751775,
      "loss": 7.7454,
      "step": 124240
    },
    {
      "epoch": 0.25885416666666666,
      "grad_norm": 1.181868553161621,
      "learning_rate": 0.000254131758800014,
      "loss": 7.8498,
      "step": 124250
    },
    {
      "epoch": 0.258875,
      "grad_norm": 0.645638108253479,
      "learning_rate": 0.0002541246626750425,
      "loss": 7.4505,
      "step": 124260
    },
    {
      "epoch": 0.2588958333333333,
      "grad_norm": 0.6877403855323792,
      "learning_rate": 0.00025411756610029364,
      "loss": 7.5727,
      "step": 124270
    },
    {
      "epoch": 0.2589166666666667,
      "grad_norm": 0.6620192527770996,
      "learning_rate": 0.00025411046907579816,
      "loss": 7.8237,
      "step": 124280
    },
    {
      "epoch": 0.2589375,
      "grad_norm": 1.0356788635253906,
      "learning_rate": 0.0002541033716015867,
      "loss": 7.7082,
      "step": 124290
    },
    {
      "epoch": 0.25895833333333335,
      "grad_norm": 1.3178688287734985,
      "learning_rate": 0.00025409627367768976,
      "loss": 7.9885,
      "step": 124300
    },
    {
      "epoch": 0.25897916666666665,
      "grad_norm": 1.0694162845611572,
      "learning_rate": 0.0002540891753041382,
      "loss": 7.8636,
      "step": 124310
    },
    {
      "epoch": 0.259,
      "grad_norm": 2.0889980792999268,
      "learning_rate": 0.0002540820764809626,
      "loss": 8.321,
      "step": 124320
    },
    {
      "epoch": 0.2590208333333333,
      "grad_norm": 2.169867992401123,
      "learning_rate": 0.00025407497720819367,
      "loss": 7.734,
      "step": 124330
    },
    {
      "epoch": 0.25904166666666667,
      "grad_norm": 0.7097880244255066,
      "learning_rate": 0.000254067877485862,
      "loss": 7.6673,
      "step": 124340
    },
    {
      "epoch": 0.2590625,
      "grad_norm": 0.7067891955375671,
      "learning_rate": 0.00025406077731399823,
      "loss": 8.4814,
      "step": 124350
    },
    {
      "epoch": 0.25908333333333333,
      "grad_norm": 1.7834703922271729,
      "learning_rate": 0.0002540536766926332,
      "loss": 7.9693,
      "step": 124360
    },
    {
      "epoch": 0.2591041666666667,
      "grad_norm": 1.240696668624878,
      "learning_rate": 0.00025404657562179737,
      "loss": 7.9413,
      "step": 124370
    },
    {
      "epoch": 0.259125,
      "grad_norm": 2.125870943069458,
      "learning_rate": 0.0002540394741015216,
      "loss": 7.7438,
      "step": 124380
    },
    {
      "epoch": 0.25914583333333335,
      "grad_norm": 2.7062556743621826,
      "learning_rate": 0.0002540323721318364,
      "loss": 8.3491,
      "step": 124390
    },
    {
      "epoch": 0.25916666666666666,
      "grad_norm": 1.1905465126037598,
      "learning_rate": 0.0002540252697127726,
      "loss": 8.7698,
      "step": 124400
    },
    {
      "epoch": 0.2591875,
      "grad_norm": 1.1386131048202515,
      "learning_rate": 0.0002540181668443608,
      "loss": 7.9212,
      "step": 124410
    },
    {
      "epoch": 0.2592083333333333,
      "grad_norm": 2.78755784034729,
      "learning_rate": 0.00025401106352663166,
      "loss": 7.9272,
      "step": 124420
    },
    {
      "epoch": 0.2592291666666667,
      "grad_norm": 0.8784782290458679,
      "learning_rate": 0.00025400395975961595,
      "loss": 7.2862,
      "step": 124430
    },
    {
      "epoch": 0.25925,
      "grad_norm": 1.839659333229065,
      "learning_rate": 0.00025399685554334427,
      "loss": 8.0617,
      "step": 124440
    },
    {
      "epoch": 0.25927083333333334,
      "grad_norm": 1.278135895729065,
      "learning_rate": 0.00025398975087784735,
      "loss": 7.5314,
      "step": 124450
    },
    {
      "epoch": 0.25929166666666664,
      "grad_norm": 8.992878913879395,
      "learning_rate": 0.0002539826457631558,
      "loss": 7.6875,
      "step": 124460
    },
    {
      "epoch": 0.2593125,
      "grad_norm": 0.5569236278533936,
      "learning_rate": 0.00025397554019930053,
      "loss": 8.0623,
      "step": 124470
    },
    {
      "epoch": 0.25933333333333336,
      "grad_norm": 1.2657815217971802,
      "learning_rate": 0.00025396843418631194,
      "loss": 8.1863,
      "step": 124480
    },
    {
      "epoch": 0.25935416666666666,
      "grad_norm": 1.2069370746612549,
      "learning_rate": 0.00025396132772422095,
      "loss": 7.9209,
      "step": 124490
    },
    {
      "epoch": 0.259375,
      "grad_norm": 1.694480061531067,
      "learning_rate": 0.00025395422081305813,
      "loss": 7.8204,
      "step": 124500
    },
    {
      "epoch": 0.2593958333333333,
      "grad_norm": 0.7205296158790588,
      "learning_rate": 0.00025394711345285423,
      "loss": 8.2672,
      "step": 124510
    },
    {
      "epoch": 0.2594166666666667,
      "grad_norm": 0.8758420944213867,
      "learning_rate": 0.00025394000564363993,
      "loss": 8.2001,
      "step": 124520
    },
    {
      "epoch": 0.2594375,
      "grad_norm": 1.2487932443618774,
      "learning_rate": 0.000253932897385446,
      "loss": 8.1005,
      "step": 124530
    },
    {
      "epoch": 0.25945833333333335,
      "grad_norm": 0.9062849879264832,
      "learning_rate": 0.00025392578867830306,
      "loss": 7.7086,
      "step": 124540
    },
    {
      "epoch": 0.25947916666666665,
      "grad_norm": 0.6442034840583801,
      "learning_rate": 0.00025391867952224186,
      "loss": 8.2572,
      "step": 124550
    },
    {
      "epoch": 0.2595,
      "grad_norm": 1.7093554735183716,
      "learning_rate": 0.0002539115699172931,
      "loss": 8.1409,
      "step": 124560
    },
    {
      "epoch": 0.2595208333333333,
      "grad_norm": 0.6280537843704224,
      "learning_rate": 0.00025390445986348746,
      "loss": 7.4737,
      "step": 124570
    },
    {
      "epoch": 0.25954166666666667,
      "grad_norm": 1.5828176736831665,
      "learning_rate": 0.00025389734936085573,
      "loss": 7.7563,
      "step": 124580
    },
    {
      "epoch": 0.2595625,
      "grad_norm": 1.4699476957321167,
      "learning_rate": 0.00025389023840942853,
      "loss": 7.8622,
      "step": 124590
    },
    {
      "epoch": 0.25958333333333333,
      "grad_norm": 1.1458442211151123,
      "learning_rate": 0.0002538831270092366,
      "loss": 8.1779,
      "step": 124600
    },
    {
      "epoch": 0.2596041666666667,
      "grad_norm": 1.0439906120300293,
      "learning_rate": 0.00025387601516031077,
      "loss": 7.5908,
      "step": 124610
    },
    {
      "epoch": 0.259625,
      "grad_norm": 1.3370035886764526,
      "learning_rate": 0.0002538689028626816,
      "loss": 7.8347,
      "step": 124620
    },
    {
      "epoch": 0.25964583333333335,
      "grad_norm": 1.0611804723739624,
      "learning_rate": 0.0002538617901163799,
      "loss": 8.3744,
      "step": 124630
    },
    {
      "epoch": 0.25966666666666666,
      "grad_norm": 1.3306454420089722,
      "learning_rate": 0.0002538546769214364,
      "loss": 7.6226,
      "step": 124640
    },
    {
      "epoch": 0.2596875,
      "grad_norm": 2.3118762969970703,
      "learning_rate": 0.0002538475632778818,
      "loss": 7.7644,
      "step": 124650
    },
    {
      "epoch": 0.2597083333333333,
      "grad_norm": 0.9719935059547424,
      "learning_rate": 0.0002538404491857468,
      "loss": 7.9388,
      "step": 124660
    },
    {
      "epoch": 0.2597291666666667,
      "grad_norm": 1.155518651008606,
      "learning_rate": 0.0002538333346450622,
      "loss": 7.8048,
      "step": 124670
    },
    {
      "epoch": 0.25975,
      "grad_norm": 0.8026710152626038,
      "learning_rate": 0.0002538262196558587,
      "loss": 7.5818,
      "step": 124680
    },
    {
      "epoch": 0.25977083333333334,
      "grad_norm": 1.4827214479446411,
      "learning_rate": 0.000253819104218167,
      "loss": 7.7213,
      "step": 124690
    },
    {
      "epoch": 0.25979166666666664,
      "grad_norm": 2.595071315765381,
      "learning_rate": 0.00025381198833201784,
      "loss": 7.7776,
      "step": 124700
    },
    {
      "epoch": 0.2598125,
      "grad_norm": 2.157554864883423,
      "learning_rate": 0.000253804871997442,
      "loss": 7.7998,
      "step": 124710
    },
    {
      "epoch": 0.25983333333333336,
      "grad_norm": 0.5752180814743042,
      "learning_rate": 0.0002537977552144702,
      "loss": 7.3162,
      "step": 124720
    },
    {
      "epoch": 0.25985416666666666,
      "grad_norm": 2.7776455879211426,
      "learning_rate": 0.0002537906379831333,
      "loss": 8.1227,
      "step": 124730
    },
    {
      "epoch": 0.259875,
      "grad_norm": 1.7241783142089844,
      "learning_rate": 0.00025378352030346177,
      "loss": 8.4057,
      "step": 124740
    },
    {
      "epoch": 0.2598958333333333,
      "grad_norm": 1.3711297512054443,
      "learning_rate": 0.00025377640217548653,
      "loss": 7.4699,
      "step": 124750
    },
    {
      "epoch": 0.2599166666666667,
      "grad_norm": 4.072369575500488,
      "learning_rate": 0.0002537692835992384,
      "loss": 8.5155,
      "step": 124760
    },
    {
      "epoch": 0.2599375,
      "grad_norm": 1.738787055015564,
      "learning_rate": 0.00025376216457474797,
      "loss": 7.8018,
      "step": 124770
    },
    {
      "epoch": 0.25995833333333335,
      "grad_norm": 1.1515607833862305,
      "learning_rate": 0.00025375504510204605,
      "loss": 7.6922,
      "step": 124780
    },
    {
      "epoch": 0.25997916666666665,
      "grad_norm": 0.8940457105636597,
      "learning_rate": 0.0002537479251811635,
      "loss": 7.9777,
      "step": 124790
    },
    {
      "epoch": 0.26,
      "grad_norm": 0.9053560495376587,
      "learning_rate": 0.00025374080481213086,
      "loss": 7.8005,
      "step": 124800
    },
    {
      "epoch": 0.2600208333333333,
      "grad_norm": 4.818798542022705,
      "learning_rate": 0.0002537336839949791,
      "loss": 8.1734,
      "step": 124810
    },
    {
      "epoch": 0.26004166666666667,
      "grad_norm": 0.5138394832611084,
      "learning_rate": 0.0002537265627297388,
      "loss": 7.8711,
      "step": 124820
    },
    {
      "epoch": 0.2600625,
      "grad_norm": 2.2754178047180176,
      "learning_rate": 0.0002537194410164409,
      "loss": 7.9072,
      "step": 124830
    },
    {
      "epoch": 0.26008333333333333,
      "grad_norm": 0.6702562570571899,
      "learning_rate": 0.000253712318855116,
      "loss": 7.5215,
      "step": 124840
    },
    {
      "epoch": 0.2601041666666667,
      "grad_norm": 0.991513729095459,
      "learning_rate": 0.0002537051962457949,
      "loss": 8.4998,
      "step": 124850
    },
    {
      "epoch": 0.260125,
      "grad_norm": 2.892303466796875,
      "learning_rate": 0.00025369807318850854,
      "loss": 7.9218,
      "step": 124860
    },
    {
      "epoch": 0.26014583333333335,
      "grad_norm": 1.7083494663238525,
      "learning_rate": 0.0002536909496832874,
      "loss": 8.0188,
      "step": 124870
    },
    {
      "epoch": 0.26016666666666666,
      "grad_norm": 1.784618854522705,
      "learning_rate": 0.00025368382573016246,
      "loss": 7.8073,
      "step": 124880
    },
    {
      "epoch": 0.2601875,
      "grad_norm": 0.6321907043457031,
      "learning_rate": 0.0002536767013291645,
      "loss": 7.8857,
      "step": 124890
    },
    {
      "epoch": 0.2602083333333333,
      "grad_norm": 2.113300085067749,
      "learning_rate": 0.00025366957648032413,
      "loss": 7.8672,
      "step": 124900
    },
    {
      "epoch": 0.2602291666666667,
      "grad_norm": 0.7643541097640991,
      "learning_rate": 0.0002536624511836723,
      "loss": 7.6529,
      "step": 124910
    },
    {
      "epoch": 0.26025,
      "grad_norm": 0.8352585434913635,
      "learning_rate": 0.00025365532543923967,
      "loss": 7.4219,
      "step": 124920
    },
    {
      "epoch": 0.26027083333333334,
      "grad_norm": 0.8027480840682983,
      "learning_rate": 0.0002536481992470571,
      "loss": 8.5193,
      "step": 124930
    },
    {
      "epoch": 0.26029166666666664,
      "grad_norm": 0.788005530834198,
      "learning_rate": 0.0002536410726071553,
      "loss": 7.7359,
      "step": 124940
    },
    {
      "epoch": 0.2603125,
      "grad_norm": 0.5655439496040344,
      "learning_rate": 0.0002536339455195651,
      "loss": 8.0534,
      "step": 124950
    },
    {
      "epoch": 0.26033333333333336,
      "grad_norm": 0.6942501068115234,
      "learning_rate": 0.0002536268179843173,
      "loss": 7.888,
      "step": 124960
    },
    {
      "epoch": 0.26035416666666666,
      "grad_norm": 1.1301342248916626,
      "learning_rate": 0.0002536196900014426,
      "loss": 7.6965,
      "step": 124970
    },
    {
      "epoch": 0.260375,
      "grad_norm": 0.6373477578163147,
      "learning_rate": 0.0002536125615709719,
      "loss": 9.4821,
      "step": 124980
    },
    {
      "epoch": 0.2603958333333333,
      "grad_norm": 0.4412660598754883,
      "learning_rate": 0.00025360543269293596,
      "loss": 8.882,
      "step": 124990
    },
    {
      "epoch": 0.2604166666666667,
      "grad_norm": 1.0343027114868164,
      "learning_rate": 0.0002535983033673655,
      "loss": 7.8099,
      "step": 125000
    },
    {
      "epoch": 0.2604166666666667,
      "eval_loss": 7.02750301361084,
      "eval_runtime": 8.199,
      "eval_samples_per_second": 0.366,
      "eval_steps_per_second": 0.122,
      "step": 125000
    },
    {
      "epoch": 0.2604375,
      "grad_norm": 1.2020306587219238,
      "learning_rate": 0.00025359117359429145,
      "loss": 8.7169,
      "step": 125010
    },
    {
      "epoch": 0.26045833333333335,
      "grad_norm": 1.2519779205322266,
      "learning_rate": 0.00025358404337374454,
      "loss": 7.6591,
      "step": 125020
    },
    {
      "epoch": 0.26047916666666665,
      "grad_norm": 1.4006800651550293,
      "learning_rate": 0.0002535769127057555,
      "loss": 8.2007,
      "step": 125030
    },
    {
      "epoch": 0.2605,
      "grad_norm": 0.8037492036819458,
      "learning_rate": 0.00025356978159035525,
      "loss": 7.6143,
      "step": 125040
    },
    {
      "epoch": 0.2605208333333333,
      "grad_norm": 0.7360818386077881,
      "learning_rate": 0.0002535626500275745,
      "loss": 7.8085,
      "step": 125050
    },
    {
      "epoch": 0.26054166666666667,
      "grad_norm": 1.8681836128234863,
      "learning_rate": 0.0002535555180174441,
      "loss": 8.0001,
      "step": 125060
    },
    {
      "epoch": 0.2605625,
      "grad_norm": 3.5186989307403564,
      "learning_rate": 0.0002535483855599948,
      "loss": 8.3178,
      "step": 125070
    },
    {
      "epoch": 0.26058333333333333,
      "grad_norm": 3.7878265380859375,
      "learning_rate": 0.00025354125265525753,
      "loss": 7.9562,
      "step": 125080
    },
    {
      "epoch": 0.2606041666666667,
      "grad_norm": 0.7469439506530762,
      "learning_rate": 0.00025353411930326304,
      "loss": 8.2784,
      "step": 125090
    },
    {
      "epoch": 0.260625,
      "grad_norm": 3.225579023361206,
      "learning_rate": 0.00025352698550404215,
      "loss": 7.9809,
      "step": 125100
    },
    {
      "epoch": 0.26064583333333335,
      "grad_norm": 1.1119461059570312,
      "learning_rate": 0.00025351985125762565,
      "loss": 7.6747,
      "step": 125110
    },
    {
      "epoch": 0.26066666666666666,
      "grad_norm": 0.5617643594741821,
      "learning_rate": 0.00025351271656404433,
      "loss": 7.4299,
      "step": 125120
    },
    {
      "epoch": 0.2606875,
      "grad_norm": 2.5446360111236572,
      "learning_rate": 0.0002535055814233291,
      "loss": 7.8903,
      "step": 125130
    },
    {
      "epoch": 0.2607083333333333,
      "grad_norm": 1.0318900346755981,
      "learning_rate": 0.00025349844583551066,
      "loss": 7.7014,
      "step": 125140
    },
    {
      "epoch": 0.2607291666666667,
      "grad_norm": 0.9792487621307373,
      "learning_rate": 0.00025349130980061995,
      "loss": 7.8286,
      "step": 125150
    },
    {
      "epoch": 0.26075,
      "grad_norm": 0.9781526923179626,
      "learning_rate": 0.00025348417331868774,
      "loss": 7.8068,
      "step": 125160
    },
    {
      "epoch": 0.26077083333333334,
      "grad_norm": 0.9743865728378296,
      "learning_rate": 0.0002534770363897449,
      "loss": 8.1249,
      "step": 125170
    },
    {
      "epoch": 0.26079166666666664,
      "grad_norm": 0.690447986125946,
      "learning_rate": 0.00025346989901382214,
      "loss": 7.8036,
      "step": 125180
    },
    {
      "epoch": 0.2608125,
      "grad_norm": 0.7063779234886169,
      "learning_rate": 0.00025346276119095037,
      "loss": 7.6303,
      "step": 125190
    },
    {
      "epoch": 0.2608333333333333,
      "grad_norm": 0.7824191451072693,
      "learning_rate": 0.00025345562292116054,
      "loss": 8.1016,
      "step": 125200
    },
    {
      "epoch": 0.26085416666666666,
      "grad_norm": 4.366186618804932,
      "learning_rate": 0.0002534484842044833,
      "loss": 8.0265,
      "step": 125210
    },
    {
      "epoch": 0.260875,
      "grad_norm": 1.1033098697662354,
      "learning_rate": 0.0002534413450409495,
      "loss": 7.8181,
      "step": 125220
    },
    {
      "epoch": 0.2608958333333333,
      "grad_norm": 1.3194878101348877,
      "learning_rate": 0.0002534342054305901,
      "loss": 7.7024,
      "step": 125230
    },
    {
      "epoch": 0.2609166666666667,
      "grad_norm": 1.1406298875808716,
      "learning_rate": 0.0002534270653734359,
      "loss": 8.0123,
      "step": 125240
    },
    {
      "epoch": 0.2609375,
      "grad_norm": 1.9470075368881226,
      "learning_rate": 0.0002534199248695176,
      "loss": 8.927,
      "step": 125250
    },
    {
      "epoch": 0.26095833333333335,
      "grad_norm": 1.2499213218688965,
      "learning_rate": 0.0002534127839188663,
      "loss": 7.9661,
      "step": 125260
    },
    {
      "epoch": 0.26097916666666665,
      "grad_norm": 11.578398704528809,
      "learning_rate": 0.0002534056425215126,
      "loss": 8.7606,
      "step": 125270
    },
    {
      "epoch": 0.261,
      "grad_norm": 0.5521984696388245,
      "learning_rate": 0.0002533985006774876,
      "loss": 7.3719,
      "step": 125280
    },
    {
      "epoch": 0.2610208333333333,
      "grad_norm": 2.5371434688568115,
      "learning_rate": 0.00025339135838682185,
      "loss": 8.5111,
      "step": 125290
    },
    {
      "epoch": 0.26104166666666667,
      "grad_norm": 0.8621078133583069,
      "learning_rate": 0.00025338421564954645,
      "loss": 8.2773,
      "step": 125300
    },
    {
      "epoch": 0.2610625,
      "grad_norm": 0.7417057156562805,
      "learning_rate": 0.0002533770724656921,
      "loss": 7.9542,
      "step": 125310
    },
    {
      "epoch": 0.26108333333333333,
      "grad_norm": 1.9876281023025513,
      "learning_rate": 0.00025336992883528975,
      "loss": 7.9058,
      "step": 125320
    },
    {
      "epoch": 0.2611041666666667,
      "grad_norm": 0.6935887932777405,
      "learning_rate": 0.0002533627847583702,
      "loss": 7.4237,
      "step": 125330
    },
    {
      "epoch": 0.261125,
      "grad_norm": 1.600842833518982,
      "learning_rate": 0.0002533556402349643,
      "loss": 9.412,
      "step": 125340
    },
    {
      "epoch": 0.26114583333333335,
      "grad_norm": 1.1452317237854004,
      "learning_rate": 0.00025334849526510305,
      "loss": 8.0493,
      "step": 125350
    },
    {
      "epoch": 0.26116666666666666,
      "grad_norm": 1.330143690109253,
      "learning_rate": 0.0002533413498488171,
      "loss": 7.665,
      "step": 125360
    },
    {
      "epoch": 0.2611875,
      "grad_norm": 1.056936264038086,
      "learning_rate": 0.0002533342039861375,
      "loss": 7.8069,
      "step": 125370
    },
    {
      "epoch": 0.2612083333333333,
      "grad_norm": 1.0780723094940186,
      "learning_rate": 0.00025332705767709506,
      "loss": 8.0226,
      "step": 125380
    },
    {
      "epoch": 0.2612291666666667,
      "grad_norm": 1.0868339538574219,
      "learning_rate": 0.00025331991092172055,
      "loss": 8.2234,
      "step": 125390
    },
    {
      "epoch": 0.26125,
      "grad_norm": 1.9651223421096802,
      "learning_rate": 0.000253312763720045,
      "loss": 8.2249,
      "step": 125400
    },
    {
      "epoch": 0.26127083333333334,
      "grad_norm": 0.8210298418998718,
      "learning_rate": 0.00025330561607209915,
      "loss": 7.9324,
      "step": 125410
    },
    {
      "epoch": 0.26129166666666664,
      "grad_norm": 1.0028090476989746,
      "learning_rate": 0.0002532984679779139,
      "loss": 8.193,
      "step": 125420
    },
    {
      "epoch": 0.2613125,
      "grad_norm": 1.0957900285720825,
      "learning_rate": 0.0002532913194375202,
      "loss": 8.215,
      "step": 125430
    },
    {
      "epoch": 0.2613333333333333,
      "grad_norm": 3.0642144680023193,
      "learning_rate": 0.0002532841704509489,
      "loss": 7.7688,
      "step": 125440
    },
    {
      "epoch": 0.26135416666666667,
      "grad_norm": 1.0832103490829468,
      "learning_rate": 0.0002532770210182309,
      "loss": 7.936,
      "step": 125450
    },
    {
      "epoch": 0.261375,
      "grad_norm": 1.0044925212860107,
      "learning_rate": 0.00025326987113939703,
      "loss": 7.7259,
      "step": 125460
    },
    {
      "epoch": 0.2613958333333333,
      "grad_norm": 0.9135427474975586,
      "learning_rate": 0.0002532627208144781,
      "loss": 8.1663,
      "step": 125470
    },
    {
      "epoch": 0.2614166666666667,
      "grad_norm": 1.5540895462036133,
      "learning_rate": 0.0002532555700435052,
      "loss": 8.6822,
      "step": 125480
    },
    {
      "epoch": 0.2614375,
      "grad_norm": 3.8254051208496094,
      "learning_rate": 0.00025324841882650904,
      "loss": 8.3226,
      "step": 125490
    },
    {
      "epoch": 0.26145833333333335,
      "grad_norm": 0.689953088760376,
      "learning_rate": 0.0002532412671635206,
      "loss": 7.786,
      "step": 125500
    },
    {
      "epoch": 0.26147916666666665,
      "grad_norm": 0.7446421980857849,
      "learning_rate": 0.00025323411505457076,
      "loss": 7.8571,
      "step": 125510
    },
    {
      "epoch": 0.2615,
      "grad_norm": 1.0770701169967651,
      "learning_rate": 0.0002532269624996904,
      "loss": 8.4294,
      "step": 125520
    },
    {
      "epoch": 0.2615208333333333,
      "grad_norm": 0.7766894102096558,
      "learning_rate": 0.00025321980949891045,
      "loss": 7.9219,
      "step": 125530
    },
    {
      "epoch": 0.2615416666666667,
      "grad_norm": 0.8924100995063782,
      "learning_rate": 0.0002532126560522617,
      "loss": 7.742,
      "step": 125540
    },
    {
      "epoch": 0.2615625,
      "grad_norm": 2.0205767154693604,
      "learning_rate": 0.00025320550215977524,
      "loss": 8.1266,
      "step": 125550
    },
    {
      "epoch": 0.26158333333333333,
      "grad_norm": 2.659015655517578,
      "learning_rate": 0.0002531983478214818,
      "loss": 7.6904,
      "step": 125560
    },
    {
      "epoch": 0.2616041666666667,
      "grad_norm": 0.8707537651062012,
      "learning_rate": 0.0002531911930374124,
      "loss": 8.3376,
      "step": 125570
    },
    {
      "epoch": 0.261625,
      "grad_norm": 0.7906681299209595,
      "learning_rate": 0.00025318403780759776,
      "loss": 7.7419,
      "step": 125580
    },
    {
      "epoch": 0.26164583333333336,
      "grad_norm": 2.2561845779418945,
      "learning_rate": 0.00025317688213206903,
      "loss": 8.4159,
      "step": 125590
    },
    {
      "epoch": 0.26166666666666666,
      "grad_norm": 1.2631560564041138,
      "learning_rate": 0.000253169726010857,
      "loss": 7.6812,
      "step": 125600
    },
    {
      "epoch": 0.2616875,
      "grad_norm": 0.6750116348266602,
      "learning_rate": 0.0002531625694439926,
      "loss": 9.0745,
      "step": 125610
    },
    {
      "epoch": 0.2617083333333333,
      "grad_norm": 0.609308660030365,
      "learning_rate": 0.00025315541243150667,
      "loss": 7.9909,
      "step": 125620
    },
    {
      "epoch": 0.2617291666666667,
      "grad_norm": 1.0895519256591797,
      "learning_rate": 0.00025314825497343025,
      "loss": 8.1167,
      "step": 125630
    },
    {
      "epoch": 0.26175,
      "grad_norm": 1.2428767681121826,
      "learning_rate": 0.00025314109706979417,
      "loss": 7.7846,
      "step": 125640
    },
    {
      "epoch": 0.26177083333333334,
      "grad_norm": 2.1458051204681396,
      "learning_rate": 0.0002531339387206294,
      "loss": 8.7273,
      "step": 125650
    },
    {
      "epoch": 0.26179166666666664,
      "grad_norm": 3.3792314529418945,
      "learning_rate": 0.0002531267799259668,
      "loss": 8.3534,
      "step": 125660
    },
    {
      "epoch": 0.2618125,
      "grad_norm": 0.961467981338501,
      "learning_rate": 0.0002531196206858373,
      "loss": 7.8821,
      "step": 125670
    },
    {
      "epoch": 0.2618333333333333,
      "grad_norm": 1.9163527488708496,
      "learning_rate": 0.00025311246100027197,
      "loss": 7.3003,
      "step": 125680
    },
    {
      "epoch": 0.26185416666666667,
      "grad_norm": 0.644042432308197,
      "learning_rate": 0.00025310530086930153,
      "loss": 7.9787,
      "step": 125690
    },
    {
      "epoch": 0.261875,
      "grad_norm": 0.7085689902305603,
      "learning_rate": 0.0002530981402929571,
      "loss": 7.7729,
      "step": 125700
    },
    {
      "epoch": 0.2618958333333333,
      "grad_norm": 2.313368797302246,
      "learning_rate": 0.0002530909792712694,
      "loss": 7.9669,
      "step": 125710
    },
    {
      "epoch": 0.2619166666666667,
      "grad_norm": 1.0824699401855469,
      "learning_rate": 0.00025308381780426954,
      "loss": 7.6455,
      "step": 125720
    },
    {
      "epoch": 0.2619375,
      "grad_norm": 1.2884211540222168,
      "learning_rate": 0.0002530766558919884,
      "loss": 11.8434,
      "step": 125730
    },
    {
      "epoch": 0.26195833333333335,
      "grad_norm": 2.821472406387329,
      "learning_rate": 0.00025306949353445687,
      "loss": 7.6607,
      "step": 125740
    },
    {
      "epoch": 0.26197916666666665,
      "grad_norm": 1.6885782480239868,
      "learning_rate": 0.00025306233073170594,
      "loss": 7.9431,
      "step": 125750
    },
    {
      "epoch": 0.262,
      "grad_norm": 1.9665648937225342,
      "learning_rate": 0.0002530551674837665,
      "loss": 8.2801,
      "step": 125760
    },
    {
      "epoch": 0.2620208333333333,
      "grad_norm": 1.5455210208892822,
      "learning_rate": 0.00025304800379066957,
      "loss": 7.8874,
      "step": 125770
    },
    {
      "epoch": 0.2620416666666667,
      "grad_norm": 0.5951913595199585,
      "learning_rate": 0.00025304083965244605,
      "loss": 8.0299,
      "step": 125780
    },
    {
      "epoch": 0.2620625,
      "grad_norm": 0.7107072472572327,
      "learning_rate": 0.0002530336750691269,
      "loss": 8.6598,
      "step": 125790
    },
    {
      "epoch": 0.26208333333333333,
      "grad_norm": 0.9228872656822205,
      "learning_rate": 0.00025302651004074304,
      "loss": 7.6591,
      "step": 125800
    },
    {
      "epoch": 0.2621041666666667,
      "grad_norm": 1.1254425048828125,
      "learning_rate": 0.0002530193445673254,
      "loss": 8.9163,
      "step": 125810
    },
    {
      "epoch": 0.262125,
      "grad_norm": 0.500829815864563,
      "learning_rate": 0.000253012178648905,
      "loss": 8.088,
      "step": 125820
    },
    {
      "epoch": 0.26214583333333336,
      "grad_norm": 2.520681619644165,
      "learning_rate": 0.0002530050122855128,
      "loss": 7.9171,
      "step": 125830
    },
    {
      "epoch": 0.26216666666666666,
      "grad_norm": 1.3445439338684082,
      "learning_rate": 0.00025299784547717967,
      "loss": 7.6714,
      "step": 125840
    },
    {
      "epoch": 0.2621875,
      "grad_norm": 1.0125442743301392,
      "learning_rate": 0.0002529906782239367,
      "loss": 7.5914,
      "step": 125850
    },
    {
      "epoch": 0.2622083333333333,
      "grad_norm": 0.9786159992218018,
      "learning_rate": 0.0002529835105258147,
      "loss": 7.8675,
      "step": 125860
    },
    {
      "epoch": 0.2622291666666667,
      "grad_norm": 0.7413938045501709,
      "learning_rate": 0.0002529763423828447,
      "loss": 7.7469,
      "step": 125870
    },
    {
      "epoch": 0.26225,
      "grad_norm": 0.7315613031387329,
      "learning_rate": 0.00025296917379505763,
      "loss": 7.9042,
      "step": 125880
    },
    {
      "epoch": 0.26227083333333334,
      "grad_norm": 1.048439383506775,
      "learning_rate": 0.00025296200476248454,
      "loss": 8.2186,
      "step": 125890
    },
    {
      "epoch": 0.26229166666666665,
      "grad_norm": 1.8513150215148926,
      "learning_rate": 0.0002529548352851563,
      "loss": 8.2082,
      "step": 125900
    },
    {
      "epoch": 0.2623125,
      "grad_norm": 1.6843080520629883,
      "learning_rate": 0.00025294766536310397,
      "loss": 7.8014,
      "step": 125910
    },
    {
      "epoch": 0.2623333333333333,
      "grad_norm": 1.7902354001998901,
      "learning_rate": 0.00025294049499635846,
      "loss": 7.4704,
      "step": 125920
    },
    {
      "epoch": 0.26235416666666667,
      "grad_norm": 1.59666907787323,
      "learning_rate": 0.00025293332418495075,
      "loss": 7.8328,
      "step": 125930
    },
    {
      "epoch": 0.262375,
      "grad_norm": 0.7401955127716064,
      "learning_rate": 0.00025292615292891183,
      "loss": 7.7145,
      "step": 125940
    },
    {
      "epoch": 0.26239583333333333,
      "grad_norm": 0.8318343758583069,
      "learning_rate": 0.00025291898122827266,
      "loss": 8.8485,
      "step": 125950
    },
    {
      "epoch": 0.2624166666666667,
      "grad_norm": 1.1644798517227173,
      "learning_rate": 0.00025291180908306425,
      "loss": 8.084,
      "step": 125960
    },
    {
      "epoch": 0.2624375,
      "grad_norm": 2.8611202239990234,
      "learning_rate": 0.0002529046364933175,
      "loss": 8.6087,
      "step": 125970
    },
    {
      "epoch": 0.26245833333333335,
      "grad_norm": 0.66071617603302,
      "learning_rate": 0.0002528974634590635,
      "loss": 7.5544,
      "step": 125980
    },
    {
      "epoch": 0.26247916666666665,
      "grad_norm": 0.6563050150871277,
      "learning_rate": 0.00025289028998033323,
      "loss": 8.0939,
      "step": 125990
    },
    {
      "epoch": 0.2625,
      "grad_norm": 1.624027132987976,
      "learning_rate": 0.00025288311605715756,
      "loss": 8.0023,
      "step": 126000
    },
    {
      "epoch": 0.2625,
      "eval_loss": 9.27461051940918,
      "eval_runtime": 8.9855,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 126000
    },
    {
      "epoch": 0.2625208333333333,
      "grad_norm": 1.1075217723846436,
      "learning_rate": 0.0002528759416895676,
      "loss": 8.4225,
      "step": 126010
    },
    {
      "epoch": 0.2625416666666667,
      "grad_norm": 1.1189706325531006,
      "learning_rate": 0.00025286876687759426,
      "loss": 7.7856,
      "step": 126020
    },
    {
      "epoch": 0.2625625,
      "grad_norm": 1.9251596927642822,
      "learning_rate": 0.0002528615916212686,
      "loss": 7.9139,
      "step": 126030
    },
    {
      "epoch": 0.26258333333333334,
      "grad_norm": 0.8208000063896179,
      "learning_rate": 0.00025285441592062157,
      "loss": 7.547,
      "step": 126040
    },
    {
      "epoch": 0.2626041666666667,
      "grad_norm": 0.7151839137077332,
      "learning_rate": 0.0002528472397756841,
      "loss": 7.7691,
      "step": 126050
    },
    {
      "epoch": 0.262625,
      "grad_norm": 0.9412546157836914,
      "learning_rate": 0.00025284006318648734,
      "loss": 8.1603,
      "step": 126060
    },
    {
      "epoch": 0.26264583333333336,
      "grad_norm": 0.982200562953949,
      "learning_rate": 0.00025283288615306226,
      "loss": 8.3679,
      "step": 126070
    },
    {
      "epoch": 0.26266666666666666,
      "grad_norm": 2.1026411056518555,
      "learning_rate": 0.00025282570867543976,
      "loss": 7.9294,
      "step": 126080
    },
    {
      "epoch": 0.2626875,
      "grad_norm": 0.8436384201049805,
      "learning_rate": 0.00025281853075365086,
      "loss": 7.7877,
      "step": 126090
    },
    {
      "epoch": 0.2627083333333333,
      "grad_norm": 1.4250386953353882,
      "learning_rate": 0.00025281135238772667,
      "loss": 8.4136,
      "step": 126100
    },
    {
      "epoch": 0.2627291666666667,
      "grad_norm": 0.985030472278595,
      "learning_rate": 0.0002528041735776981,
      "loss": 8.2126,
      "step": 126110
    },
    {
      "epoch": 0.26275,
      "grad_norm": 1.6260567903518677,
      "learning_rate": 0.00025279699432359623,
      "loss": 7.5365,
      "step": 126120
    },
    {
      "epoch": 0.26277083333333334,
      "grad_norm": 0.5821555256843567,
      "learning_rate": 0.000252789814625452,
      "loss": 8.0802,
      "step": 126130
    },
    {
      "epoch": 0.26279166666666665,
      "grad_norm": 0.9539791345596313,
      "learning_rate": 0.0002527826344832965,
      "loss": 7.3059,
      "step": 126140
    },
    {
      "epoch": 0.2628125,
      "grad_norm": 0.8961786031723022,
      "learning_rate": 0.00025277545389716064,
      "loss": 8.051,
      "step": 126150
    },
    {
      "epoch": 0.2628333333333333,
      "grad_norm": 0.8102364540100098,
      "learning_rate": 0.0002527682728670755,
      "loss": 7.6111,
      "step": 126160
    },
    {
      "epoch": 0.26285416666666667,
      "grad_norm": 1.3984260559082031,
      "learning_rate": 0.00025276109139307215,
      "loss": 7.7651,
      "step": 126170
    },
    {
      "epoch": 0.262875,
      "grad_norm": 1.1900861263275146,
      "learning_rate": 0.00025275390947518156,
      "loss": 7.4514,
      "step": 126180
    },
    {
      "epoch": 0.26289583333333333,
      "grad_norm": 0.8842791318893433,
      "learning_rate": 0.0002527467271134347,
      "loss": 8.0829,
      "step": 126190
    },
    {
      "epoch": 0.2629166666666667,
      "grad_norm": 4.345208168029785,
      "learning_rate": 0.0002527395443078627,
      "loss": 7.7762,
      "step": 126200
    },
    {
      "epoch": 0.2629375,
      "grad_norm": 1.5058701038360596,
      "learning_rate": 0.0002527323610584965,
      "loss": 7.6921,
      "step": 126210
    },
    {
      "epoch": 0.26295833333333335,
      "grad_norm": 0.6189913153648376,
      "learning_rate": 0.00025272517736536716,
      "loss": 7.7299,
      "step": 126220
    },
    {
      "epoch": 0.26297916666666665,
      "grad_norm": 0.9466160535812378,
      "learning_rate": 0.00025271799322850575,
      "loss": 7.6375,
      "step": 126230
    },
    {
      "epoch": 0.263,
      "grad_norm": 0.8173069953918457,
      "learning_rate": 0.00025271080864794327,
      "loss": 8.014,
      "step": 126240
    },
    {
      "epoch": 0.2630208333333333,
      "grad_norm": 0.8210306763648987,
      "learning_rate": 0.00025270362362371073,
      "loss": 8.6737,
      "step": 126250
    },
    {
      "epoch": 0.2630416666666667,
      "grad_norm": 0.7268023490905762,
      "learning_rate": 0.0002526964381558392,
      "loss": 7.6344,
      "step": 126260
    },
    {
      "epoch": 0.2630625,
      "grad_norm": 1.4387197494506836,
      "learning_rate": 0.00025268925224435974,
      "loss": 7.8493,
      "step": 126270
    },
    {
      "epoch": 0.26308333333333334,
      "grad_norm": 2.5392661094665527,
      "learning_rate": 0.0002526820658893033,
      "loss": 7.6777,
      "step": 126280
    },
    {
      "epoch": 0.26310416666666664,
      "grad_norm": 0.8554555177688599,
      "learning_rate": 0.000252674879090701,
      "loss": 8.0366,
      "step": 126290
    },
    {
      "epoch": 0.263125,
      "grad_norm": 1.1905078887939453,
      "learning_rate": 0.0002526676918485839,
      "loss": 8.0575,
      "step": 126300
    },
    {
      "epoch": 0.26314583333333336,
      "grad_norm": 3.0420711040496826,
      "learning_rate": 0.0002526605041629829,
      "loss": 8.2836,
      "step": 126310
    },
    {
      "epoch": 0.26316666666666666,
      "grad_norm": 1.5192713737487793,
      "learning_rate": 0.00025265331603392926,
      "loss": 8.6578,
      "step": 126320
    },
    {
      "epoch": 0.2631875,
      "grad_norm": 1.1090633869171143,
      "learning_rate": 0.0002526461274614539,
      "loss": 7.7169,
      "step": 126330
    },
    {
      "epoch": 0.2632083333333333,
      "grad_norm": 5.266215801239014,
      "learning_rate": 0.0002526389384455879,
      "loss": 8.3018,
      "step": 126340
    },
    {
      "epoch": 0.2632291666666667,
      "grad_norm": 1.4531993865966797,
      "learning_rate": 0.0002526317489863623,
      "loss": 8.4237,
      "step": 126350
    },
    {
      "epoch": 0.26325,
      "grad_norm": 1.0569002628326416,
      "learning_rate": 0.00025262455908380823,
      "loss": 8.8094,
      "step": 126360
    },
    {
      "epoch": 0.26327083333333334,
      "grad_norm": 0.7198684215545654,
      "learning_rate": 0.00025261736873795663,
      "loss": 9.1914,
      "step": 126370
    },
    {
      "epoch": 0.26329166666666665,
      "grad_norm": 0.8216681480407715,
      "learning_rate": 0.0002526101779488386,
      "loss": 8.1222,
      "step": 126380
    },
    {
      "epoch": 0.2633125,
      "grad_norm": 1.2074215412139893,
      "learning_rate": 0.00025260298671648526,
      "loss": 8.2488,
      "step": 126390
    },
    {
      "epoch": 0.2633333333333333,
      "grad_norm": 0.8332305550575256,
      "learning_rate": 0.0002525957950409276,
      "loss": 7.941,
      "step": 126400
    },
    {
      "epoch": 0.26335416666666667,
      "grad_norm": 1.6025794744491577,
      "learning_rate": 0.0002525886029221967,
      "loss": 7.5246,
      "step": 126410
    },
    {
      "epoch": 0.263375,
      "grad_norm": 1.0102406740188599,
      "learning_rate": 0.00025258141036032367,
      "loss": 7.7899,
      "step": 126420
    },
    {
      "epoch": 0.26339583333333333,
      "grad_norm": 2.6493217945098877,
      "learning_rate": 0.00025257421735533955,
      "loss": 8.3639,
      "step": 126430
    },
    {
      "epoch": 0.2634166666666667,
      "grad_norm": 3.8555681705474854,
      "learning_rate": 0.0002525670239072754,
      "loss": 8.4276,
      "step": 126440
    },
    {
      "epoch": 0.2634375,
      "grad_norm": 0.6701163649559021,
      "learning_rate": 0.0002525598300161623,
      "loss": 7.4785,
      "step": 126450
    },
    {
      "epoch": 0.26345833333333335,
      "grad_norm": 1.0068291425704956,
      "learning_rate": 0.0002525526356820314,
      "loss": 8.1112,
      "step": 126460
    },
    {
      "epoch": 0.26347916666666665,
      "grad_norm": 2.6806960105895996,
      "learning_rate": 0.00025254544090491367,
      "loss": 8.1569,
      "step": 126470
    },
    {
      "epoch": 0.2635,
      "grad_norm": 1.7158889770507812,
      "learning_rate": 0.0002525382456848402,
      "loss": 7.7207,
      "step": 126480
    },
    {
      "epoch": 0.2635208333333333,
      "grad_norm": 2.4693551063537598,
      "learning_rate": 0.0002525310500218421,
      "loss": 8.0719,
      "step": 126490
    },
    {
      "epoch": 0.2635416666666667,
      "grad_norm": 1.508838415145874,
      "learning_rate": 0.0002525238539159504,
      "loss": 7.565,
      "step": 126500
    },
    {
      "epoch": 0.2635625,
      "grad_norm": 0.7244030237197876,
      "learning_rate": 0.0002525166573671963,
      "loss": 7.6524,
      "step": 126510
    },
    {
      "epoch": 0.26358333333333334,
      "grad_norm": 0.6648788452148438,
      "learning_rate": 0.0002525094603756109,
      "loss": 7.6573,
      "step": 126520
    },
    {
      "epoch": 0.26360416666666664,
      "grad_norm": 3.850084066390991,
      "learning_rate": 0.0002525022629412251,
      "loss": 7.9754,
      "step": 126530
    },
    {
      "epoch": 0.263625,
      "grad_norm": 0.597058892250061,
      "learning_rate": 0.0002524950650640701,
      "loss": 8.4492,
      "step": 126540
    },
    {
      "epoch": 0.26364583333333336,
      "grad_norm": 1.0973970890045166,
      "learning_rate": 0.00025248786674417705,
      "loss": 8.13,
      "step": 126550
    },
    {
      "epoch": 0.26366666666666666,
      "grad_norm": 1.0642848014831543,
      "learning_rate": 0.00025248066798157687,
      "loss": 7.6181,
      "step": 126560
    },
    {
      "epoch": 0.2636875,
      "grad_norm": 0.6584684252738953,
      "learning_rate": 0.00025247346877630084,
      "loss": 8.1297,
      "step": 126570
    },
    {
      "epoch": 0.2637083333333333,
      "grad_norm": 1.5454483032226562,
      "learning_rate": 0.00025246626912838,
      "loss": 8.2099,
      "step": 126580
    },
    {
      "epoch": 0.2637291666666667,
      "grad_norm": 0.9557821154594421,
      "learning_rate": 0.0002524590690378454,
      "loss": 7.5288,
      "step": 126590
    },
    {
      "epoch": 0.26375,
      "grad_norm": 0.5617130398750305,
      "learning_rate": 0.0002524518685047282,
      "loss": 7.6574,
      "step": 126600
    },
    {
      "epoch": 0.26377083333333334,
      "grad_norm": 2.641650676727295,
      "learning_rate": 0.0002524446675290595,
      "loss": 7.7482,
      "step": 126610
    },
    {
      "epoch": 0.26379166666666665,
      "grad_norm": 0.623173713684082,
      "learning_rate": 0.0002524374661108704,
      "loss": 7.7672,
      "step": 126620
    },
    {
      "epoch": 0.2638125,
      "grad_norm": 0.7395053505897522,
      "learning_rate": 0.0002524302642501919,
      "loss": 8.2963,
      "step": 126630
    },
    {
      "epoch": 0.2638333333333333,
      "grad_norm": 0.7506146430969238,
      "learning_rate": 0.0002524230619470553,
      "loss": 8.5605,
      "step": 126640
    },
    {
      "epoch": 0.26385416666666667,
      "grad_norm": 1.8741875886917114,
      "learning_rate": 0.00025241585920149156,
      "loss": 8.1602,
      "step": 126650
    },
    {
      "epoch": 0.263875,
      "grad_norm": 0.607563316822052,
      "learning_rate": 0.0002524086560135318,
      "loss": 8.428,
      "step": 126660
    },
    {
      "epoch": 0.26389583333333333,
      "grad_norm": 2.118950128555298,
      "learning_rate": 0.0002524014523832073,
      "loss": 8.0999,
      "step": 126670
    },
    {
      "epoch": 0.2639166666666667,
      "grad_norm": 1.270536184310913,
      "learning_rate": 0.00025239424831054896,
      "loss": 7.8189,
      "step": 126680
    },
    {
      "epoch": 0.2639375,
      "grad_norm": 2.6421942710876465,
      "learning_rate": 0.0002523870437955881,
      "loss": 8.5443,
      "step": 126690
    },
    {
      "epoch": 0.26395833333333335,
      "grad_norm": 0.9837675094604492,
      "learning_rate": 0.00025237983883835566,
      "loss": 8.1536,
      "step": 126700
    },
    {
      "epoch": 0.26397916666666665,
      "grad_norm": 1.1951714754104614,
      "learning_rate": 0.00025237263343888284,
      "loss": 7.844,
      "step": 126710
    },
    {
      "epoch": 0.264,
      "grad_norm": 0.8150709271430969,
      "learning_rate": 0.0002523654275972008,
      "loss": 7.9316,
      "step": 126720
    },
    {
      "epoch": 0.2640208333333333,
      "grad_norm": 1.6636903285980225,
      "learning_rate": 0.0002523582213133406,
      "loss": 7.8098,
      "step": 126730
    },
    {
      "epoch": 0.2640416666666667,
      "grad_norm": 0.5650663375854492,
      "learning_rate": 0.00025235101458733345,
      "loss": 8.8864,
      "step": 126740
    },
    {
      "epoch": 0.2640625,
      "grad_norm": 1.3083257675170898,
      "learning_rate": 0.0002523438074192104,
      "loss": 8.0419,
      "step": 126750
    },
    {
      "epoch": 0.26408333333333334,
      "grad_norm": 0.9611709713935852,
      "learning_rate": 0.00025233659980900263,
      "loss": 8.3337,
      "step": 126760
    },
    {
      "epoch": 0.26410416666666664,
      "grad_norm": 1.2388386726379395,
      "learning_rate": 0.0002523293917567412,
      "loss": 7.7303,
      "step": 126770
    },
    {
      "epoch": 0.264125,
      "grad_norm": 0.9187232851982117,
      "learning_rate": 0.0002523221832624574,
      "loss": 8.0858,
      "step": 126780
    },
    {
      "epoch": 0.26414583333333336,
      "grad_norm": 0.739665687084198,
      "learning_rate": 0.00025231497432618214,
      "loss": 7.74,
      "step": 126790
    },
    {
      "epoch": 0.26416666666666666,
      "grad_norm": 1.066575288772583,
      "learning_rate": 0.0002523077649479468,
      "loss": 7.8505,
      "step": 126800
    },
    {
      "epoch": 0.2641875,
      "grad_norm": 1.3180567026138306,
      "learning_rate": 0.00025230055512778235,
      "loss": 7.8251,
      "step": 126810
    },
    {
      "epoch": 0.2642083333333333,
      "grad_norm": 1.6898646354675293,
      "learning_rate": 0.00025229334486572,
      "loss": 7.5515,
      "step": 126820
    },
    {
      "epoch": 0.2642291666666667,
      "grad_norm": 1.0972117185592651,
      "learning_rate": 0.00025228613416179095,
      "loss": 7.6728,
      "step": 126830
    },
    {
      "epoch": 0.26425,
      "grad_norm": 3.517024278640747,
      "learning_rate": 0.0002522789230160262,
      "loss": 8.4697,
      "step": 126840
    },
    {
      "epoch": 0.26427083333333334,
      "grad_norm": 0.7014818787574768,
      "learning_rate": 0.00025227171142845704,
      "loss": 7.6872,
      "step": 126850
    },
    {
      "epoch": 0.26429166666666665,
      "grad_norm": 0.4474368691444397,
      "learning_rate": 0.0002522644993991146,
      "loss": 8.0522,
      "step": 126860
    },
    {
      "epoch": 0.2643125,
      "grad_norm": 1.4079912900924683,
      "learning_rate": 0.00025225728692803,
      "loss": 7.781,
      "step": 126870
    },
    {
      "epoch": 0.2643333333333333,
      "grad_norm": 0.6466892957687378,
      "learning_rate": 0.0002522500740152343,
      "loss": 7.4923,
      "step": 126880
    },
    {
      "epoch": 0.26435416666666667,
      "grad_norm": 0.9438793659210205,
      "learning_rate": 0.0002522428606607589,
      "loss": 7.6069,
      "step": 126890
    },
    {
      "epoch": 0.264375,
      "grad_norm": 1.10712468624115,
      "learning_rate": 0.0002522356468646347,
      "loss": 7.8796,
      "step": 126900
    },
    {
      "epoch": 0.26439583333333333,
      "grad_norm": 0.7048439383506775,
      "learning_rate": 0.0002522284326268929,
      "loss": 7.6883,
      "step": 126910
    },
    {
      "epoch": 0.2644166666666667,
      "grad_norm": 1.3415950536727905,
      "learning_rate": 0.0002522212179475649,
      "loss": 7.6757,
      "step": 126920
    },
    {
      "epoch": 0.2644375,
      "grad_norm": 2.0278310775756836,
      "learning_rate": 0.0002522140028266816,
      "loss": 8.2492,
      "step": 126930
    },
    {
      "epoch": 0.26445833333333335,
      "grad_norm": 5.864573955535889,
      "learning_rate": 0.0002522067872642743,
      "loss": 8.1414,
      "step": 126940
    },
    {
      "epoch": 0.26447916666666665,
      "grad_norm": 1.1975312232971191,
      "learning_rate": 0.00025219957126037417,
      "loss": 7.9567,
      "step": 126950
    },
    {
      "epoch": 0.2645,
      "grad_norm": 1.5907623767852783,
      "learning_rate": 0.0002521923548150123,
      "loss": 7.786,
      "step": 126960
    },
    {
      "epoch": 0.2645208333333333,
      "grad_norm": 1.5173388719558716,
      "learning_rate": 0.00025218513792821994,
      "loss": 7.6581,
      "step": 126970
    },
    {
      "epoch": 0.2645416666666667,
      "grad_norm": 1.0183966159820557,
      "learning_rate": 0.0002521779206000282,
      "loss": 8.061,
      "step": 126980
    },
    {
      "epoch": 0.2645625,
      "grad_norm": 0.8886712789535522,
      "learning_rate": 0.00025217070283046827,
      "loss": 7.9191,
      "step": 126990
    },
    {
      "epoch": 0.26458333333333334,
      "grad_norm": 1.5519739389419556,
      "learning_rate": 0.00025216348461957143,
      "loss": 7.9038,
      "step": 127000
    },
    {
      "epoch": 0.26458333333333334,
      "eval_loss": 9.678799629211426,
      "eval_runtime": 9.2251,
      "eval_samples_per_second": 0.325,
      "eval_steps_per_second": 0.108,
      "step": 127000
    },
    {
      "epoch": 0.26460416666666664,
      "grad_norm": 0.6205652356147766,
      "learning_rate": 0.0002521562659673687,
      "loss": 8.085,
      "step": 127010
    },
    {
      "epoch": 0.264625,
      "grad_norm": 1.5661851167678833,
      "learning_rate": 0.0002521490468738914,
      "loss": 8.2284,
      "step": 127020
    },
    {
      "epoch": 0.26464583333333336,
      "grad_norm": 0.8572473526000977,
      "learning_rate": 0.0002521418273391706,
      "loss": 7.4932,
      "step": 127030
    },
    {
      "epoch": 0.26466666666666666,
      "grad_norm": 1.6575113534927368,
      "learning_rate": 0.0002521346073632375,
      "loss": 8.3864,
      "step": 127040
    },
    {
      "epoch": 0.2646875,
      "grad_norm": 0.7825793027877808,
      "learning_rate": 0.00025212738694612336,
      "loss": 7.8285,
      "step": 127050
    },
    {
      "epoch": 0.2647083333333333,
      "grad_norm": 3.422595262527466,
      "learning_rate": 0.0002521201660878594,
      "loss": 7.7723,
      "step": 127060
    },
    {
      "epoch": 0.2647291666666667,
      "grad_norm": 0.9211454391479492,
      "learning_rate": 0.00025211294478847665,
      "loss": 8.2117,
      "step": 127070
    },
    {
      "epoch": 0.26475,
      "grad_norm": 4.025989055633545,
      "learning_rate": 0.0002521057230480065,
      "loss": 7.8666,
      "step": 127080
    },
    {
      "epoch": 0.26477083333333334,
      "grad_norm": 0.812500536441803,
      "learning_rate": 0.00025209850086647993,
      "loss": 7.8553,
      "step": 127090
    },
    {
      "epoch": 0.26479166666666665,
      "grad_norm": 0.9748551249504089,
      "learning_rate": 0.0002520912782439283,
      "loss": 9.0945,
      "step": 127100
    },
    {
      "epoch": 0.2648125,
      "grad_norm": 1.048959493637085,
      "learning_rate": 0.00025208405518038275,
      "loss": 7.8878,
      "step": 127110
    },
    {
      "epoch": 0.2648333333333333,
      "grad_norm": 0.781470775604248,
      "learning_rate": 0.0002520768316758745,
      "loss": 7.7032,
      "step": 127120
    },
    {
      "epoch": 0.26485416666666667,
      "grad_norm": 1.1463704109191895,
      "learning_rate": 0.0002520696077304347,
      "loss": 7.5882,
      "step": 127130
    },
    {
      "epoch": 0.264875,
      "grad_norm": 1.3166918754577637,
      "learning_rate": 0.0002520623833440947,
      "loss": 8.0716,
      "step": 127140
    },
    {
      "epoch": 0.26489583333333333,
      "grad_norm": 0.6263805031776428,
      "learning_rate": 0.0002520551585168855,
      "loss": 7.8537,
      "step": 127150
    },
    {
      "epoch": 0.2649166666666667,
      "grad_norm": 1.023568034172058,
      "learning_rate": 0.00025204793324883843,
      "loss": 7.6371,
      "step": 127160
    },
    {
      "epoch": 0.2649375,
      "grad_norm": 1.1223578453063965,
      "learning_rate": 0.00025204070753998475,
      "loss": 7.7931,
      "step": 127170
    },
    {
      "epoch": 0.26495833333333335,
      "grad_norm": 2.1758241653442383,
      "learning_rate": 0.0002520334813903555,
      "loss": 8.9936,
      "step": 127180
    },
    {
      "epoch": 0.26497916666666665,
      "grad_norm": 1.4441202878952026,
      "learning_rate": 0.0002520262547999821,
      "loss": 7.632,
      "step": 127190
    },
    {
      "epoch": 0.265,
      "grad_norm": 1.2421914339065552,
      "learning_rate": 0.0002520190277688956,
      "loss": 7.599,
      "step": 127200
    },
    {
      "epoch": 0.2650208333333333,
      "grad_norm": 0.6235693097114563,
      "learning_rate": 0.0002520118002971273,
      "loss": 7.9614,
      "step": 127210
    },
    {
      "epoch": 0.2650416666666667,
      "grad_norm": 0.9401301741600037,
      "learning_rate": 0.00025200457238470843,
      "loss": 7.7475,
      "step": 127220
    },
    {
      "epoch": 0.2650625,
      "grad_norm": 0.8426128625869751,
      "learning_rate": 0.00025199734403167013,
      "loss": 9.9459,
      "step": 127230
    },
    {
      "epoch": 0.26508333333333334,
      "grad_norm": 2.3318750858306885,
      "learning_rate": 0.0002519901152380437,
      "loss": 8.1106,
      "step": 127240
    },
    {
      "epoch": 0.26510416666666664,
      "grad_norm": 0.9231284260749817,
      "learning_rate": 0.0002519828860038604,
      "loss": 7.7126,
      "step": 127250
    },
    {
      "epoch": 0.265125,
      "grad_norm": 0.790292501449585,
      "learning_rate": 0.0002519756563291513,
      "loss": 7.8442,
      "step": 127260
    },
    {
      "epoch": 0.26514583333333336,
      "grad_norm": 1.455422043800354,
      "learning_rate": 0.00025196842621394775,
      "loss": 7.9306,
      "step": 127270
    },
    {
      "epoch": 0.26516666666666666,
      "grad_norm": 0.8203974962234497,
      "learning_rate": 0.000251961195658281,
      "loss": 7.6589,
      "step": 127280
    },
    {
      "epoch": 0.2651875,
      "grad_norm": 2.425593614578247,
      "learning_rate": 0.00025195396466218224,
      "loss": 7.9025,
      "step": 127290
    },
    {
      "epoch": 0.2652083333333333,
      "grad_norm": 1.3412773609161377,
      "learning_rate": 0.00025194673322568266,
      "loss": 7.5149,
      "step": 127300
    },
    {
      "epoch": 0.2652291666666667,
      "grad_norm": 0.8550694584846497,
      "learning_rate": 0.0002519395013488136,
      "loss": 8.1431,
      "step": 127310
    },
    {
      "epoch": 0.26525,
      "grad_norm": 1.2141520977020264,
      "learning_rate": 0.00025193226903160625,
      "loss": 7.8394,
      "step": 127320
    },
    {
      "epoch": 0.26527083333333334,
      "grad_norm": 0.6312811970710754,
      "learning_rate": 0.0002519250362740918,
      "loss": 7.6054,
      "step": 127330
    },
    {
      "epoch": 0.26529166666666665,
      "grad_norm": 3.3064396381378174,
      "learning_rate": 0.0002519178030763016,
      "loss": 8.9608,
      "step": 127340
    },
    {
      "epoch": 0.2653125,
      "grad_norm": 1.5629242658615112,
      "learning_rate": 0.00025191056943826677,
      "loss": 7.6106,
      "step": 127350
    },
    {
      "epoch": 0.2653333333333333,
      "grad_norm": 2.7530040740966797,
      "learning_rate": 0.00025190333536001866,
      "loss": 7.937,
      "step": 127360
    },
    {
      "epoch": 0.26535416666666667,
      "grad_norm": 0.557029128074646,
      "learning_rate": 0.0002518961008415885,
      "loss": 7.4116,
      "step": 127370
    },
    {
      "epoch": 0.265375,
      "grad_norm": 0.9616513252258301,
      "learning_rate": 0.0002518888658830074,
      "loss": 7.7603,
      "step": 127380
    },
    {
      "epoch": 0.26539583333333333,
      "grad_norm": 0.9146451950073242,
      "learning_rate": 0.0002518816304843069,
      "loss": 8.3011,
      "step": 127390
    },
    {
      "epoch": 0.2654166666666667,
      "grad_norm": 0.9227793216705322,
      "learning_rate": 0.0002518743946455179,
      "loss": 7.4732,
      "step": 127400
    },
    {
      "epoch": 0.2654375,
      "grad_norm": 2.018723726272583,
      "learning_rate": 0.00025186715836667196,
      "loss": 7.977,
      "step": 127410
    },
    {
      "epoch": 0.26545833333333335,
      "grad_norm": 0.719224214553833,
      "learning_rate": 0.0002518599216478002,
      "loss": 7.997,
      "step": 127420
    },
    {
      "epoch": 0.26547916666666665,
      "grad_norm": 2.3081917762756348,
      "learning_rate": 0.00025185268448893385,
      "loss": 7.9262,
      "step": 127430
    },
    {
      "epoch": 0.2655,
      "grad_norm": 1.0500590801239014,
      "learning_rate": 0.0002518454468901043,
      "loss": 8.0065,
      "step": 127440
    },
    {
      "epoch": 0.2655208333333333,
      "grad_norm": 1.4982008934020996,
      "learning_rate": 0.0002518382088513427,
      "loss": 8.0272,
      "step": 127450
    },
    {
      "epoch": 0.2655416666666667,
      "grad_norm": 1.239302396774292,
      "learning_rate": 0.0002518309703726803,
      "loss": 8.1273,
      "step": 127460
    },
    {
      "epoch": 0.2655625,
      "grad_norm": 6.667189121246338,
      "learning_rate": 0.0002518237314541485,
      "loss": 8.7149,
      "step": 127470
    },
    {
      "epoch": 0.26558333333333334,
      "grad_norm": 0.9407113194465637,
      "learning_rate": 0.0002518164920957784,
      "loss": 8.2013,
      "step": 127480
    },
    {
      "epoch": 0.26560416666666664,
      "grad_norm": 0.8604301810264587,
      "learning_rate": 0.00025180925229760135,
      "loss": 7.5859,
      "step": 127490
    },
    {
      "epoch": 0.265625,
      "grad_norm": 2.227511167526245,
      "learning_rate": 0.0002518020120596487,
      "loss": 7.8233,
      "step": 127500
    },
    {
      "epoch": 0.26564583333333336,
      "grad_norm": 0.6844857335090637,
      "learning_rate": 0.00025179477138195165,
      "loss": 7.4529,
      "step": 127510
    },
    {
      "epoch": 0.26566666666666666,
      "grad_norm": 1.339009404182434,
      "learning_rate": 0.00025178753026454143,
      "loss": 8.2417,
      "step": 127520
    },
    {
      "epoch": 0.2656875,
      "grad_norm": 0.8023300766944885,
      "learning_rate": 0.0002517802887074494,
      "loss": 7.9601,
      "step": 127530
    },
    {
      "epoch": 0.2657083333333333,
      "grad_norm": 0.5436866879463196,
      "learning_rate": 0.0002517730467107068,
      "loss": 7.6531,
      "step": 127540
    },
    {
      "epoch": 0.2657291666666667,
      "grad_norm": 0.6768381595611572,
      "learning_rate": 0.0002517658042743449,
      "loss": 8.0473,
      "step": 127550
    },
    {
      "epoch": 0.26575,
      "grad_norm": 4.055547714233398,
      "learning_rate": 0.00025175856139839504,
      "loss": 7.5685,
      "step": 127560
    },
    {
      "epoch": 0.26577083333333335,
      "grad_norm": 0.7953248023986816,
      "learning_rate": 0.0002517513180828885,
      "loss": 7.7428,
      "step": 127570
    },
    {
      "epoch": 0.26579166666666665,
      "grad_norm": 0.7138329744338989,
      "learning_rate": 0.0002517440743278565,
      "loss": 7.3235,
      "step": 127580
    },
    {
      "epoch": 0.2658125,
      "grad_norm": 0.9752612709999084,
      "learning_rate": 0.0002517368301333304,
      "loss": 8.0287,
      "step": 127590
    },
    {
      "epoch": 0.2658333333333333,
      "grad_norm": 0.5491677522659302,
      "learning_rate": 0.0002517295854993414,
      "loss": 7.7347,
      "step": 127600
    },
    {
      "epoch": 0.26585416666666667,
      "grad_norm": 0.5862440466880798,
      "learning_rate": 0.000251722340425921,
      "loss": 7.4622,
      "step": 127610
    },
    {
      "epoch": 0.265875,
      "grad_norm": 1.4956504106521606,
      "learning_rate": 0.00025171509491310023,
      "loss": 7.8209,
      "step": 127620
    },
    {
      "epoch": 0.26589583333333333,
      "grad_norm": 1.5454157590866089,
      "learning_rate": 0.0002517078489609105,
      "loss": 7.8686,
      "step": 127630
    },
    {
      "epoch": 0.2659166666666667,
      "grad_norm": 1.207144856452942,
      "learning_rate": 0.0002517006025693832,
      "loss": 7.8627,
      "step": 127640
    },
    {
      "epoch": 0.2659375,
      "grad_norm": 7.411515235900879,
      "learning_rate": 0.00025169335573854945,
      "loss": 8.9332,
      "step": 127650
    },
    {
      "epoch": 0.26595833333333335,
      "grad_norm": 1.108962893486023,
      "learning_rate": 0.00025168610846844076,
      "loss": 7.7378,
      "step": 127660
    },
    {
      "epoch": 0.26597916666666666,
      "grad_norm": 0.914320707321167,
      "learning_rate": 0.00025167886075908827,
      "loss": 7.8619,
      "step": 127670
    },
    {
      "epoch": 0.266,
      "grad_norm": 1.008118987083435,
      "learning_rate": 0.0002516716126105234,
      "loss": 7.5505,
      "step": 127680
    },
    {
      "epoch": 0.2660208333333333,
      "grad_norm": 0.7256606221199036,
      "learning_rate": 0.0002516643640227774,
      "loss": 8.0694,
      "step": 127690
    },
    {
      "epoch": 0.2660416666666667,
      "grad_norm": 1.7501838207244873,
      "learning_rate": 0.00025165711499588154,
      "loss": 7.8337,
      "step": 127700
    },
    {
      "epoch": 0.2660625,
      "grad_norm": 5.080663204193115,
      "learning_rate": 0.00025164986552986724,
      "loss": 8.6598,
      "step": 127710
    },
    {
      "epoch": 0.26608333333333334,
      "grad_norm": 1.1470956802368164,
      "learning_rate": 0.0002516426156247657,
      "loss": 8.1279,
      "step": 127720
    },
    {
      "epoch": 0.26610416666666664,
      "grad_norm": 0.7263193130493164,
      "learning_rate": 0.0002516353652806083,
      "loss": 7.4092,
      "step": 127730
    },
    {
      "epoch": 0.266125,
      "grad_norm": 1.1894433498382568,
      "learning_rate": 0.0002516281144974264,
      "loss": 7.6469,
      "step": 127740
    },
    {
      "epoch": 0.26614583333333336,
      "grad_norm": 1.1990514993667603,
      "learning_rate": 0.00025162086327525123,
      "loss": 7.6148,
      "step": 127750
    },
    {
      "epoch": 0.26616666666666666,
      "grad_norm": 0.7184721827507019,
      "learning_rate": 0.0002516136116141142,
      "loss": 7.2167,
      "step": 127760
    },
    {
      "epoch": 0.2661875,
      "grad_norm": 1.7795772552490234,
      "learning_rate": 0.00025160635951404655,
      "loss": 9.6163,
      "step": 127770
    },
    {
      "epoch": 0.2662083333333333,
      "grad_norm": 2.042362928390503,
      "learning_rate": 0.00025159910697507965,
      "loss": 8.4573,
      "step": 127780
    },
    {
      "epoch": 0.2662291666666667,
      "grad_norm": 0.7417901754379272,
      "learning_rate": 0.00025159185399724484,
      "loss": 7.5242,
      "step": 127790
    },
    {
      "epoch": 0.26625,
      "grad_norm": 4.660801410675049,
      "learning_rate": 0.0002515846005805734,
      "loss": 7.9897,
      "step": 127800
    },
    {
      "epoch": 0.26627083333333335,
      "grad_norm": 0.6794261932373047,
      "learning_rate": 0.0002515773467250967,
      "loss": 7.9926,
      "step": 127810
    },
    {
      "epoch": 0.26629166666666665,
      "grad_norm": 1.289067029953003,
      "learning_rate": 0.0002515700924308461,
      "loss": 7.7909,
      "step": 127820
    },
    {
      "epoch": 0.2663125,
      "grad_norm": 0.7129690647125244,
      "learning_rate": 0.00025156283769785286,
      "loss": 7.2767,
      "step": 127830
    },
    {
      "epoch": 0.2663333333333333,
      "grad_norm": 0.9408762454986572,
      "learning_rate": 0.00025155558252614845,
      "loss": 8.5942,
      "step": 127840
    },
    {
      "epoch": 0.26635416666666667,
      "grad_norm": 0.5816102027893066,
      "learning_rate": 0.00025154832691576403,
      "loss": 7.5033,
      "step": 127850
    },
    {
      "epoch": 0.266375,
      "grad_norm": 5.714406490325928,
      "learning_rate": 0.0002515410708667311,
      "loss": 8.5601,
      "step": 127860
    },
    {
      "epoch": 0.26639583333333333,
      "grad_norm": 3.263138771057129,
      "learning_rate": 0.0002515338143790809,
      "loss": 8.1487,
      "step": 127870
    },
    {
      "epoch": 0.2664166666666667,
      "grad_norm": 0.7576951384544373,
      "learning_rate": 0.0002515265574528448,
      "loss": 8.0643,
      "step": 127880
    },
    {
      "epoch": 0.2664375,
      "grad_norm": 1.3949148654937744,
      "learning_rate": 0.0002515193000880542,
      "loss": 8.0837,
      "step": 127890
    },
    {
      "epoch": 0.26645833333333335,
      "grad_norm": 0.7296392321586609,
      "learning_rate": 0.0002515120422847404,
      "loss": 7.9338,
      "step": 127900
    },
    {
      "epoch": 0.26647916666666666,
      "grad_norm": 0.928829550743103,
      "learning_rate": 0.00025150478404293474,
      "loss": 7.5444,
      "step": 127910
    },
    {
      "epoch": 0.2665,
      "grad_norm": 1.4236971139907837,
      "learning_rate": 0.0002514975253626686,
      "loss": 8.625,
      "step": 127920
    },
    {
      "epoch": 0.2665208333333333,
      "grad_norm": 0.7321072220802307,
      "learning_rate": 0.0002514902662439733,
      "loss": 8.6607,
      "step": 127930
    },
    {
      "epoch": 0.2665416666666667,
      "grad_norm": 2.4976911544799805,
      "learning_rate": 0.00025148300668688026,
      "loss": 7.7719,
      "step": 127940
    },
    {
      "epoch": 0.2665625,
      "grad_norm": 1.0102547407150269,
      "learning_rate": 0.0002514757466914208,
      "loss": 8.2165,
      "step": 127950
    },
    {
      "epoch": 0.26658333333333334,
      "grad_norm": 1.4374494552612305,
      "learning_rate": 0.0002514684862576262,
      "loss": 7.6581,
      "step": 127960
    },
    {
      "epoch": 0.26660416666666664,
      "grad_norm": 0.827333927154541,
      "learning_rate": 0.000251461225385528,
      "loss": 7.6205,
      "step": 127970
    },
    {
      "epoch": 0.266625,
      "grad_norm": 10.085283279418945,
      "learning_rate": 0.00025145396407515744,
      "loss": 9.689,
      "step": 127980
    },
    {
      "epoch": 0.26664583333333336,
      "grad_norm": 3.0230202674865723,
      "learning_rate": 0.0002514467023265459,
      "loss": 8.3535,
      "step": 127990
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.8789232969284058,
      "learning_rate": 0.00025143944013972475,
      "loss": 8.11,
      "step": 128000
    },
    {
      "epoch": 0.26666666666666666,
      "eval_loss": 8.999990463256836,
      "eval_runtime": 8.6868,
      "eval_samples_per_second": 0.345,
      "eval_steps_per_second": 0.115,
      "step": 128000
    },
    {
      "epoch": 0.2666875,
      "grad_norm": 0.787722647190094,
      "learning_rate": 0.0002514321775147254,
      "loss": 7.4014,
      "step": 128010
    },
    {
      "epoch": 0.2667083333333333,
      "grad_norm": 0.9866651892662048,
      "learning_rate": 0.0002514249144515792,
      "loss": 7.8751,
      "step": 128020
    },
    {
      "epoch": 0.2667291666666667,
      "grad_norm": 0.8284070491790771,
      "learning_rate": 0.0002514176509503175,
      "loss": 7.9526,
      "step": 128030
    },
    {
      "epoch": 0.26675,
      "grad_norm": 1.0500456094741821,
      "learning_rate": 0.0002514103870109717,
      "loss": 8.1616,
      "step": 128040
    },
    {
      "epoch": 0.26677083333333335,
      "grad_norm": 3.5632967948913574,
      "learning_rate": 0.00025140312263357314,
      "loss": 7.7752,
      "step": 128050
    },
    {
      "epoch": 0.26679166666666665,
      "grad_norm": 0.7943795919418335,
      "learning_rate": 0.0002513958578181533,
      "loss": 8.1769,
      "step": 128060
    },
    {
      "epoch": 0.2668125,
      "grad_norm": 0.9259305596351624,
      "learning_rate": 0.0002513885925647434,
      "loss": 7.3085,
      "step": 128070
    },
    {
      "epoch": 0.2668333333333333,
      "grad_norm": 5.828659534454346,
      "learning_rate": 0.000251381326873375,
      "loss": 8.3258,
      "step": 128080
    },
    {
      "epoch": 0.26685416666666667,
      "grad_norm": 1.2306365966796875,
      "learning_rate": 0.0002513740607440793,
      "loss": 7.9836,
      "step": 128090
    },
    {
      "epoch": 0.266875,
      "grad_norm": 0.6851775050163269,
      "learning_rate": 0.0002513667941768878,
      "loss": 7.1994,
      "step": 128100
    },
    {
      "epoch": 0.26689583333333333,
      "grad_norm": 1.0203624963760376,
      "learning_rate": 0.0002513595271718319,
      "loss": 7.5789,
      "step": 128110
    },
    {
      "epoch": 0.2669166666666667,
      "grad_norm": 0.8658358454704285,
      "learning_rate": 0.00025135225972894304,
      "loss": 7.9706,
      "step": 128120
    },
    {
      "epoch": 0.2669375,
      "grad_norm": 2.5536880493164062,
      "learning_rate": 0.0002513449918482524,
      "loss": 8.4699,
      "step": 128130
    },
    {
      "epoch": 0.26695833333333335,
      "grad_norm": 1.196350336074829,
      "learning_rate": 0.0002513377235297916,
      "loss": 7.4774,
      "step": 128140
    },
    {
      "epoch": 0.26697916666666666,
      "grad_norm": 0.7097610831260681,
      "learning_rate": 0.0002513304547735919,
      "loss": 7.7886,
      "step": 128150
    },
    {
      "epoch": 0.267,
      "grad_norm": 0.6776585578918457,
      "learning_rate": 0.00025132318557968483,
      "loss": 7.3341,
      "step": 128160
    },
    {
      "epoch": 0.2670208333333333,
      "grad_norm": 0.682249128818512,
      "learning_rate": 0.0002513159159481016,
      "loss": 7.8363,
      "step": 128170
    },
    {
      "epoch": 0.2670416666666667,
      "grad_norm": 1.2540299892425537,
      "learning_rate": 0.00025130864587887377,
      "loss": 7.6336,
      "step": 128180
    },
    {
      "epoch": 0.2670625,
      "grad_norm": 0.5214303135871887,
      "learning_rate": 0.00025130137537203266,
      "loss": 8.0545,
      "step": 128190
    },
    {
      "epoch": 0.26708333333333334,
      "grad_norm": 0.6961714625358582,
      "learning_rate": 0.0002512941044276098,
      "loss": 9.6299,
      "step": 128200
    },
    {
      "epoch": 0.26710416666666664,
      "grad_norm": 4.24643611907959,
      "learning_rate": 0.0002512868330456364,
      "loss": 7.6311,
      "step": 128210
    },
    {
      "epoch": 0.267125,
      "grad_norm": 2.4558825492858887,
      "learning_rate": 0.000251279561226144,
      "loss": 8.203,
      "step": 128220
    },
    {
      "epoch": 0.26714583333333336,
      "grad_norm": 0.5774542093276978,
      "learning_rate": 0.00025127228896916395,
      "loss": 7.392,
      "step": 128230
    },
    {
      "epoch": 0.26716666666666666,
      "grad_norm": 1.0905767679214478,
      "learning_rate": 0.00025126501627472774,
      "loss": 8.0156,
      "step": 128240
    },
    {
      "epoch": 0.2671875,
      "grad_norm": 0.6178099513053894,
      "learning_rate": 0.00025125774314286675,
      "loss": 7.4467,
      "step": 128250
    },
    {
      "epoch": 0.2672083333333333,
      "grad_norm": 1.7853227853775024,
      "learning_rate": 0.0002512504695736124,
      "loss": 7.4768,
      "step": 128260
    },
    {
      "epoch": 0.2672291666666667,
      "grad_norm": 0.8245587944984436,
      "learning_rate": 0.0002512431955669961,
      "loss": 9.8504,
      "step": 128270
    },
    {
      "epoch": 0.26725,
      "grad_norm": 0.8019448518753052,
      "learning_rate": 0.00025123592112304924,
      "loss": 8.1471,
      "step": 128280
    },
    {
      "epoch": 0.26727083333333335,
      "grad_norm": 0.9610899686813354,
      "learning_rate": 0.0002512286462418033,
      "loss": 7.4758,
      "step": 128290
    },
    {
      "epoch": 0.26729166666666665,
      "grad_norm": 5.860368251800537,
      "learning_rate": 0.00025122137092328963,
      "loss": 8.9579,
      "step": 128300
    },
    {
      "epoch": 0.2673125,
      "grad_norm": 0.9496999382972717,
      "learning_rate": 0.0002512140951675397,
      "loss": 7.3609,
      "step": 128310
    },
    {
      "epoch": 0.2673333333333333,
      "grad_norm": 0.8494555354118347,
      "learning_rate": 0.000251206818974585,
      "loss": 7.5909,
      "step": 128320
    },
    {
      "epoch": 0.26735416666666667,
      "grad_norm": 1.2738146781921387,
      "learning_rate": 0.0002511995423444569,
      "loss": 7.507,
      "step": 128330
    },
    {
      "epoch": 0.267375,
      "grad_norm": 1.3351948261260986,
      "learning_rate": 0.0002511922652771868,
      "loss": 7.566,
      "step": 128340
    },
    {
      "epoch": 0.26739583333333333,
      "grad_norm": 1.8207042217254639,
      "learning_rate": 0.00025118498777280615,
      "loss": 8.6494,
      "step": 128350
    },
    {
      "epoch": 0.2674166666666667,
      "grad_norm": 1.1483392715454102,
      "learning_rate": 0.0002511777098313464,
      "loss": 7.7445,
      "step": 128360
    },
    {
      "epoch": 0.2674375,
      "grad_norm": 2.705796480178833,
      "learning_rate": 0.0002511704314528391,
      "loss": 7.9361,
      "step": 128370
    },
    {
      "epoch": 0.26745833333333335,
      "grad_norm": 1.546216607093811,
      "learning_rate": 0.0002511631526373155,
      "loss": 8.13,
      "step": 128380
    },
    {
      "epoch": 0.26747916666666666,
      "grad_norm": 0.49906477332115173,
      "learning_rate": 0.00025115587338480716,
      "loss": 7.5973,
      "step": 128390
    },
    {
      "epoch": 0.2675,
      "grad_norm": 1.0438505411148071,
      "learning_rate": 0.0002511485936953454,
      "loss": 7.8365,
      "step": 128400
    },
    {
      "epoch": 0.2675208333333333,
      "grad_norm": 1.2561911344528198,
      "learning_rate": 0.00025114131356896184,
      "loss": 7.5323,
      "step": 128410
    },
    {
      "epoch": 0.2675416666666667,
      "grad_norm": 1.2471938133239746,
      "learning_rate": 0.0002511340330056878,
      "loss": 8.3832,
      "step": 128420
    },
    {
      "epoch": 0.2675625,
      "grad_norm": 2.0202693939208984,
      "learning_rate": 0.0002511267520055548,
      "loss": 7.485,
      "step": 128430
    },
    {
      "epoch": 0.26758333333333334,
      "grad_norm": 1.7706046104431152,
      "learning_rate": 0.00025111947056859424,
      "loss": 7.9149,
      "step": 128440
    },
    {
      "epoch": 0.26760416666666664,
      "grad_norm": 0.5710281133651733,
      "learning_rate": 0.0002511121886948376,
      "loss": 7.9449,
      "step": 128450
    },
    {
      "epoch": 0.267625,
      "grad_norm": 0.8664748668670654,
      "learning_rate": 0.00025110490638431633,
      "loss": 7.585,
      "step": 128460
    },
    {
      "epoch": 0.26764583333333336,
      "grad_norm": 0.7834319472312927,
      "learning_rate": 0.0002510976236370619,
      "loss": 7.4428,
      "step": 128470
    },
    {
      "epoch": 0.26766666666666666,
      "grad_norm": 1.9710471630096436,
      "learning_rate": 0.0002510903404531057,
      "loss": 8.0511,
      "step": 128480
    },
    {
      "epoch": 0.2676875,
      "grad_norm": 1.3221638202667236,
      "learning_rate": 0.0002510830568324793,
      "loss": 7.8181,
      "step": 128490
    },
    {
      "epoch": 0.2677083333333333,
      "grad_norm": 1.2545127868652344,
      "learning_rate": 0.000251075772775214,
      "loss": 7.7422,
      "step": 128500
    },
    {
      "epoch": 0.2677291666666667,
      "grad_norm": 0.5707740187644958,
      "learning_rate": 0.00025106848828134154,
      "loss": 9.055,
      "step": 128510
    },
    {
      "epoch": 0.26775,
      "grad_norm": 3.3973677158355713,
      "learning_rate": 0.0002510612033508931,
      "loss": 7.9529,
      "step": 128520
    },
    {
      "epoch": 0.26777083333333335,
      "grad_norm": 0.7745475172996521,
      "learning_rate": 0.00025105391798390026,
      "loss": 7.8306,
      "step": 128530
    },
    {
      "epoch": 0.26779166666666665,
      "grad_norm": 0.7951903343200684,
      "learning_rate": 0.00025104663218039456,
      "loss": 8.05,
      "step": 128540
    },
    {
      "epoch": 0.2678125,
      "grad_norm": 3.2117109298706055,
      "learning_rate": 0.00025103934594040734,
      "loss": 8.2361,
      "step": 128550
    },
    {
      "epoch": 0.2678333333333333,
      "grad_norm": 0.9826737642288208,
      "learning_rate": 0.0002510320592639702,
      "loss": 7.3767,
      "step": 128560
    },
    {
      "epoch": 0.26785416666666667,
      "grad_norm": 0.887315571308136,
      "learning_rate": 0.0002510247721511145,
      "loss": 8.4177,
      "step": 128570
    },
    {
      "epoch": 0.267875,
      "grad_norm": 0.821997880935669,
      "learning_rate": 0.00025101748460187184,
      "loss": 7.6531,
      "step": 128580
    },
    {
      "epoch": 0.26789583333333333,
      "grad_norm": 1.1005209684371948,
      "learning_rate": 0.0002510101966162736,
      "loss": 8.158,
      "step": 128590
    },
    {
      "epoch": 0.2679166666666667,
      "grad_norm": 0.7834239602088928,
      "learning_rate": 0.0002510029081943513,
      "loss": 8.2326,
      "step": 128600
    },
    {
      "epoch": 0.2679375,
      "grad_norm": 2.695288896560669,
      "learning_rate": 0.0002509956193361363,
      "loss": 7.8957,
      "step": 128610
    },
    {
      "epoch": 0.26795833333333335,
      "grad_norm": 3.2090072631835938,
      "learning_rate": 0.00025098833004166035,
      "loss": 7.8757,
      "step": 128620
    },
    {
      "epoch": 0.26797916666666666,
      "grad_norm": 1.787468671798706,
      "learning_rate": 0.0002509810403109547,
      "loss": 8.9612,
      "step": 128630
    },
    {
      "epoch": 0.268,
      "grad_norm": 1.0508933067321777,
      "learning_rate": 0.000250973750144051,
      "loss": 7.9132,
      "step": 128640
    },
    {
      "epoch": 0.2680208333333333,
      "grad_norm": 0.562782883644104,
      "learning_rate": 0.0002509664595409806,
      "loss": 7.7191,
      "step": 128650
    },
    {
      "epoch": 0.2680416666666667,
      "grad_norm": 0.4797692894935608,
      "learning_rate": 0.0002509591685017751,
      "loss": 7.4382,
      "step": 128660
    },
    {
      "epoch": 0.2680625,
      "grad_norm": 1.0535387992858887,
      "learning_rate": 0.00025095187702646595,
      "loss": 7.7423,
      "step": 128670
    },
    {
      "epoch": 0.26808333333333334,
      "grad_norm": 0.6376715302467346,
      "learning_rate": 0.00025094458511508465,
      "loss": 7.8659,
      "step": 128680
    },
    {
      "epoch": 0.26810416666666664,
      "grad_norm": 0.6523047089576721,
      "learning_rate": 0.0002509372927676627,
      "loss": 7.5507,
      "step": 128690
    },
    {
      "epoch": 0.268125,
      "grad_norm": 3.669987440109253,
      "learning_rate": 0.0002509299999842316,
      "loss": 7.5877,
      "step": 128700
    },
    {
      "epoch": 0.26814583333333336,
      "grad_norm": 1.6749541759490967,
      "learning_rate": 0.0002509227067648229,
      "loss": 8.4376,
      "step": 128710
    },
    {
      "epoch": 0.26816666666666666,
      "grad_norm": 1.3234679698944092,
      "learning_rate": 0.000250915413109468,
      "loss": 7.8625,
      "step": 128720
    },
    {
      "epoch": 0.2681875,
      "grad_norm": 1.056025743484497,
      "learning_rate": 0.00025090811901819844,
      "loss": 8.3928,
      "step": 128730
    },
    {
      "epoch": 0.2682083333333333,
      "grad_norm": 0.6491478681564331,
      "learning_rate": 0.0002509008244910458,
      "loss": 7.8698,
      "step": 128740
    },
    {
      "epoch": 0.2682291666666667,
      "grad_norm": 3.2025880813598633,
      "learning_rate": 0.0002508935295280415,
      "loss": 8.6508,
      "step": 128750
    },
    {
      "epoch": 0.26825,
      "grad_norm": 0.7221749424934387,
      "learning_rate": 0.00025088623412921707,
      "loss": 8.203,
      "step": 128760
    },
    {
      "epoch": 0.26827083333333335,
      "grad_norm": 2.753477096557617,
      "learning_rate": 0.0002508789382946041,
      "loss": 8.1218,
      "step": 128770
    },
    {
      "epoch": 0.26829166666666665,
      "grad_norm": 3.938546895980835,
      "learning_rate": 0.000250871642024234,
      "loss": 8.4647,
      "step": 128780
    },
    {
      "epoch": 0.2683125,
      "grad_norm": 1.2721548080444336,
      "learning_rate": 0.00025086434531813834,
      "loss": 7.8745,
      "step": 128790
    },
    {
      "epoch": 0.2683333333333333,
      "grad_norm": 1.7038706541061401,
      "learning_rate": 0.00025085704817634865,
      "loss": 7.5394,
      "step": 128800
    },
    {
      "epoch": 0.26835416666666667,
      "grad_norm": 1.2208260297775269,
      "learning_rate": 0.00025084975059889644,
      "loss": 7.9342,
      "step": 128810
    },
    {
      "epoch": 0.268375,
      "grad_norm": 0.6914973258972168,
      "learning_rate": 0.00025084245258581326,
      "loss": 7.6573,
      "step": 128820
    },
    {
      "epoch": 0.26839583333333333,
      "grad_norm": 0.6639775037765503,
      "learning_rate": 0.0002508351541371305,
      "loss": 8.3112,
      "step": 128830
    },
    {
      "epoch": 0.2684166666666667,
      "grad_norm": 2.6718854904174805,
      "learning_rate": 0.0002508278552528798,
      "loss": 7.948,
      "step": 128840
    },
    {
      "epoch": 0.2684375,
      "grad_norm": 1.077173113822937,
      "learning_rate": 0.00025082055593309276,
      "loss": 7.3622,
      "step": 128850
    },
    {
      "epoch": 0.26845833333333335,
      "grad_norm": 4.804506778717041,
      "learning_rate": 0.0002508132561778008,
      "loss": 9.1331,
      "step": 128860
    },
    {
      "epoch": 0.26847916666666666,
      "grad_norm": 0.7695491909980774,
      "learning_rate": 0.00025080595598703546,
      "loss": 7.9049,
      "step": 128870
    },
    {
      "epoch": 0.2685,
      "grad_norm": 0.8788362741470337,
      "learning_rate": 0.0002507986553608283,
      "loss": 7.6502,
      "step": 128880
    },
    {
      "epoch": 0.2685208333333333,
      "grad_norm": 1.9367256164550781,
      "learning_rate": 0.00025079135429921084,
      "loss": 7.8959,
      "step": 128890
    },
    {
      "epoch": 0.2685416666666667,
      "grad_norm": 1.4858989715576172,
      "learning_rate": 0.00025078405280221463,
      "loss": 8.6429,
      "step": 128900
    },
    {
      "epoch": 0.2685625,
      "grad_norm": 1.8203825950622559,
      "learning_rate": 0.0002507767508698712,
      "loss": 7.5444,
      "step": 128910
    },
    {
      "epoch": 0.26858333333333334,
      "grad_norm": 1.2608319520950317,
      "learning_rate": 0.0002507694485022121,
      "loss": 8.1044,
      "step": 128920
    },
    {
      "epoch": 0.26860416666666664,
      "grad_norm": 1.149735927581787,
      "learning_rate": 0.00025076214569926886,
      "loss": 7.2943,
      "step": 128930
    },
    {
      "epoch": 0.268625,
      "grad_norm": 2.1112899780273438,
      "learning_rate": 0.0002507548424610731,
      "loss": 8.1222,
      "step": 128940
    },
    {
      "epoch": 0.2686458333333333,
      "grad_norm": 0.8873835206031799,
      "learning_rate": 0.0002507475387876562,
      "loss": 8.026,
      "step": 128950
    },
    {
      "epoch": 0.26866666666666666,
      "grad_norm": 0.7310535907745361,
      "learning_rate": 0.00025074023467904985,
      "loss": 8.0325,
      "step": 128960
    },
    {
      "epoch": 0.2686875,
      "grad_norm": 2.0810635089874268,
      "learning_rate": 0.00025073293013528556,
      "loss": 7.8732,
      "step": 128970
    },
    {
      "epoch": 0.2687083333333333,
      "grad_norm": 0.751918613910675,
      "learning_rate": 0.0002507256251563949,
      "loss": 7.5821,
      "step": 128980
    },
    {
      "epoch": 0.2687291666666667,
      "grad_norm": 0.9848325848579407,
      "learning_rate": 0.0002507183197424094,
      "loss": 7.8562,
      "step": 128990
    },
    {
      "epoch": 0.26875,
      "grad_norm": 0.7071928977966309,
      "learning_rate": 0.00025071101389336067,
      "loss": 7.5345,
      "step": 129000
    },
    {
      "epoch": 0.26875,
      "eval_loss": 7.456138610839844,
      "eval_runtime": 9.0878,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 129000
    },
    {
      "epoch": 0.26877083333333335,
      "grad_norm": 1.0527671575546265,
      "learning_rate": 0.00025070370760928016,
      "loss": 7.5206,
      "step": 129010
    },
    {
      "epoch": 0.26879166666666665,
      "grad_norm": 0.9255185127258301,
      "learning_rate": 0.0002506964008901996,
      "loss": 8.1302,
      "step": 129020
    },
    {
      "epoch": 0.2688125,
      "grad_norm": 1.4837311506271362,
      "learning_rate": 0.0002506890937361503,
      "loss": 8.4835,
      "step": 129030
    },
    {
      "epoch": 0.2688333333333333,
      "grad_norm": 1.013820767402649,
      "learning_rate": 0.000250681786147164,
      "loss": 8.2114,
      "step": 129040
    },
    {
      "epoch": 0.26885416666666667,
      "grad_norm": 1.0984255075454712,
      "learning_rate": 0.0002506744781232723,
      "loss": 8.4571,
      "step": 129050
    },
    {
      "epoch": 0.268875,
      "grad_norm": 0.567404568195343,
      "learning_rate": 0.00025066716966450666,
      "loss": 7.5833,
      "step": 129060
    },
    {
      "epoch": 0.26889583333333333,
      "grad_norm": 2.0422163009643555,
      "learning_rate": 0.0002506598607708987,
      "loss": 8.3249,
      "step": 129070
    },
    {
      "epoch": 0.2689166666666667,
      "grad_norm": 0.6935814619064331,
      "learning_rate": 0.00025065255144248003,
      "loss": 7.8362,
      "step": 129080
    },
    {
      "epoch": 0.2689375,
      "grad_norm": 0.6705610156059265,
      "learning_rate": 0.0002506452416792821,
      "loss": 7.7727,
      "step": 129090
    },
    {
      "epoch": 0.26895833333333335,
      "grad_norm": 1.6041350364685059,
      "learning_rate": 0.0002506379314813367,
      "loss": 7.6406,
      "step": 129100
    },
    {
      "epoch": 0.26897916666666666,
      "grad_norm": 2.9168174266815186,
      "learning_rate": 0.0002506306208486751,
      "loss": 8.1201,
      "step": 129110
    },
    {
      "epoch": 0.269,
      "grad_norm": 0.8252158761024475,
      "learning_rate": 0.00025062330978132917,
      "loss": 8.3071,
      "step": 129120
    },
    {
      "epoch": 0.2690208333333333,
      "grad_norm": 0.6604762077331543,
      "learning_rate": 0.00025061599827933033,
      "loss": 9.3275,
      "step": 129130
    },
    {
      "epoch": 0.2690416666666667,
      "grad_norm": 0.5877165198326111,
      "learning_rate": 0.0002506086863427102,
      "loss": 8.0191,
      "step": 129140
    },
    {
      "epoch": 0.2690625,
      "grad_norm": 0.931412398815155,
      "learning_rate": 0.00025060137397150034,
      "loss": 7.7547,
      "step": 129150
    },
    {
      "epoch": 0.26908333333333334,
      "grad_norm": 0.7848092317581177,
      "learning_rate": 0.00025059406116573245,
      "loss": 7.458,
      "step": 129160
    },
    {
      "epoch": 0.26910416666666664,
      "grad_norm": 0.7043717503547668,
      "learning_rate": 0.00025058674792543796,
      "loss": 7.7709,
      "step": 129170
    },
    {
      "epoch": 0.269125,
      "grad_norm": 1.3419479131698608,
      "learning_rate": 0.00025057943425064853,
      "loss": 7.6315,
      "step": 129180
    },
    {
      "epoch": 0.2691458333333333,
      "grad_norm": 1.9378654956817627,
      "learning_rate": 0.0002505721201413958,
      "loss": 8.2098,
      "step": 129190
    },
    {
      "epoch": 0.26916666666666667,
      "grad_norm": 0.9253089427947998,
      "learning_rate": 0.0002505648055977113,
      "loss": 7.4739,
      "step": 129200
    },
    {
      "epoch": 0.2691875,
      "grad_norm": 0.9652813076972961,
      "learning_rate": 0.0002505574906196267,
      "loss": 7.5455,
      "step": 129210
    },
    {
      "epoch": 0.2692083333333333,
      "grad_norm": 5.273853302001953,
      "learning_rate": 0.00025055017520717347,
      "loss": 7.8244,
      "step": 129220
    },
    {
      "epoch": 0.2692291666666667,
      "grad_norm": 0.7130002379417419,
      "learning_rate": 0.0002505428593603833,
      "loss": 8.6565,
      "step": 129230
    },
    {
      "epoch": 0.26925,
      "grad_norm": 0.6189329624176025,
      "learning_rate": 0.0002505355430792878,
      "loss": 7.9188,
      "step": 129240
    },
    {
      "epoch": 0.26927083333333335,
      "grad_norm": 2.8578736782073975,
      "learning_rate": 0.0002505282263639185,
      "loss": 8.2573,
      "step": 129250
    },
    {
      "epoch": 0.26929166666666665,
      "grad_norm": 1.6698497533798218,
      "learning_rate": 0.0002505209092143071,
      "loss": 8.0402,
      "step": 129260
    },
    {
      "epoch": 0.2693125,
      "grad_norm": 1.9204405546188354,
      "learning_rate": 0.0002505135916304851,
      "loss": 8.0099,
      "step": 129270
    },
    {
      "epoch": 0.2693333333333333,
      "grad_norm": 1.6900451183319092,
      "learning_rate": 0.00025050627361248424,
      "loss": 7.962,
      "step": 129280
    },
    {
      "epoch": 0.2693541666666667,
      "grad_norm": 3.3184053897857666,
      "learning_rate": 0.00025049895516033606,
      "loss": 8.2154,
      "step": 129290
    },
    {
      "epoch": 0.269375,
      "grad_norm": 1.1105680465698242,
      "learning_rate": 0.00025049163627407215,
      "loss": 7.8615,
      "step": 129300
    },
    {
      "epoch": 0.26939583333333333,
      "grad_norm": 1.367761492729187,
      "learning_rate": 0.00025048431695372415,
      "loss": 7.829,
      "step": 129310
    },
    {
      "epoch": 0.2694166666666667,
      "grad_norm": 0.6268256902694702,
      "learning_rate": 0.0002504769971993237,
      "loss": 8.9725,
      "step": 129320
    },
    {
      "epoch": 0.2694375,
      "grad_norm": 9.513672828674316,
      "learning_rate": 0.0002504696770109023,
      "loss": 8.7456,
      "step": 129330
    },
    {
      "epoch": 0.26945833333333336,
      "grad_norm": 1.6058602333068848,
      "learning_rate": 0.00025046235638849176,
      "loss": 8.3101,
      "step": 129340
    },
    {
      "epoch": 0.26947916666666666,
      "grad_norm": 0.6452464461326599,
      "learning_rate": 0.0002504550353321236,
      "loss": 7.5425,
      "step": 129350
    },
    {
      "epoch": 0.2695,
      "grad_norm": 1.9531701803207397,
      "learning_rate": 0.0002504477138418294,
      "loss": 7.7674,
      "step": 129360
    },
    {
      "epoch": 0.2695208333333333,
      "grad_norm": 1.2341309785842896,
      "learning_rate": 0.00025044039191764086,
      "loss": 8.1422,
      "step": 129370
    },
    {
      "epoch": 0.2695416666666667,
      "grad_norm": 0.5562806129455566,
      "learning_rate": 0.00025043306955958963,
      "loss": 7.5366,
      "step": 129380
    },
    {
      "epoch": 0.2695625,
      "grad_norm": 1.7895358800888062,
      "learning_rate": 0.0002504257467677072,
      "loss": 7.9228,
      "step": 129390
    },
    {
      "epoch": 0.26958333333333334,
      "grad_norm": 0.6475006937980652,
      "learning_rate": 0.00025041842354202537,
      "loss": 7.6187,
      "step": 129400
    },
    {
      "epoch": 0.26960416666666664,
      "grad_norm": 0.8082546591758728,
      "learning_rate": 0.0002504110998825757,
      "loss": 7.814,
      "step": 129410
    },
    {
      "epoch": 0.269625,
      "grad_norm": 1.9196252822875977,
      "learning_rate": 0.00025040377578938977,
      "loss": 7.8495,
      "step": 129420
    },
    {
      "epoch": 0.2696458333333333,
      "grad_norm": 2.94889760017395,
      "learning_rate": 0.0002503964512624993,
      "loss": 8.1333,
      "step": 129430
    },
    {
      "epoch": 0.26966666666666667,
      "grad_norm": 0.8166447877883911,
      "learning_rate": 0.00025038912630193593,
      "loss": 7.8573,
      "step": 129440
    },
    {
      "epoch": 0.2696875,
      "grad_norm": 1.0082844495773315,
      "learning_rate": 0.00025038180090773124,
      "loss": 7.3243,
      "step": 129450
    },
    {
      "epoch": 0.2697083333333333,
      "grad_norm": 0.7001094818115234,
      "learning_rate": 0.0002503744750799169,
      "loss": 7.4084,
      "step": 129460
    },
    {
      "epoch": 0.2697291666666667,
      "grad_norm": 0.8461388349533081,
      "learning_rate": 0.00025036714881852454,
      "loss": 7.9969,
      "step": 129470
    },
    {
      "epoch": 0.26975,
      "grad_norm": 1.0498300790786743,
      "learning_rate": 0.00025035982212358586,
      "loss": 7.8295,
      "step": 129480
    },
    {
      "epoch": 0.26977083333333335,
      "grad_norm": 4.777170181274414,
      "learning_rate": 0.00025035249499513247,
      "loss": 7.9927,
      "step": 129490
    },
    {
      "epoch": 0.26979166666666665,
      "grad_norm": 1.2670704126358032,
      "learning_rate": 0.000250345167433196,
      "loss": 7.8757,
      "step": 129500
    },
    {
      "epoch": 0.2698125,
      "grad_norm": 0.7128293514251709,
      "learning_rate": 0.00025033783943780816,
      "loss": 8.3324,
      "step": 129510
    },
    {
      "epoch": 0.2698333333333333,
      "grad_norm": 1.7298613786697388,
      "learning_rate": 0.0002503305110090005,
      "loss": 9.4405,
      "step": 129520
    },
    {
      "epoch": 0.2698541666666667,
      "grad_norm": 0.6605504155158997,
      "learning_rate": 0.00025032318214680485,
      "loss": 8.3552,
      "step": 129530
    },
    {
      "epoch": 0.269875,
      "grad_norm": 0.7091379165649414,
      "learning_rate": 0.0002503158528512527,
      "loss": 7.6222,
      "step": 129540
    },
    {
      "epoch": 0.26989583333333333,
      "grad_norm": 2.560213804244995,
      "learning_rate": 0.0002503085231223758,
      "loss": 7.7088,
      "step": 129550
    },
    {
      "epoch": 0.2699166666666667,
      "grad_norm": 0.6972013115882874,
      "learning_rate": 0.0002503011929602058,
      "loss": 8.0185,
      "step": 129560
    },
    {
      "epoch": 0.2699375,
      "grad_norm": 0.5924443602561951,
      "learning_rate": 0.00025029386236477433,
      "loss": 7.6821,
      "step": 129570
    },
    {
      "epoch": 0.26995833333333336,
      "grad_norm": 4.382720947265625,
      "learning_rate": 0.0002502865313361131,
      "loss": 8.5184,
      "step": 129580
    },
    {
      "epoch": 0.26997916666666666,
      "grad_norm": 2.87450909614563,
      "learning_rate": 0.00025027919987425366,
      "loss": 8.0193,
      "step": 129590
    },
    {
      "epoch": 0.27,
      "grad_norm": 0.601978063583374,
      "learning_rate": 0.0002502718679792278,
      "loss": 8.013,
      "step": 129600
    },
    {
      "epoch": 0.2700208333333333,
      "grad_norm": 10.255180358886719,
      "learning_rate": 0.0002502645356510672,
      "loss": 7.7982,
      "step": 129610
    },
    {
      "epoch": 0.2700416666666667,
      "grad_norm": 4.682124614715576,
      "learning_rate": 0.00025025720288980347,
      "loss": 8.0126,
      "step": 129620
    },
    {
      "epoch": 0.2700625,
      "grad_norm": 2.28206467628479,
      "learning_rate": 0.00025024986969546833,
      "loss": 8.2166,
      "step": 129630
    },
    {
      "epoch": 0.27008333333333334,
      "grad_norm": 1.7431679964065552,
      "learning_rate": 0.0002502425360680934,
      "loss": 7.8169,
      "step": 129640
    },
    {
      "epoch": 0.27010416666666665,
      "grad_norm": 1.0971366167068481,
      "learning_rate": 0.00025023520200771044,
      "loss": 7.4299,
      "step": 129650
    },
    {
      "epoch": 0.270125,
      "grad_norm": 0.8827426433563232,
      "learning_rate": 0.00025022786751435105,
      "loss": 7.9358,
      "step": 129660
    },
    {
      "epoch": 0.2701458333333333,
      "grad_norm": 1.402249813079834,
      "learning_rate": 0.00025022053258804696,
      "loss": 7.739,
      "step": 129670
    },
    {
      "epoch": 0.27016666666666667,
      "grad_norm": 1.1940077543258667,
      "learning_rate": 0.00025021319722882984,
      "loss": 7.8037,
      "step": 129680
    },
    {
      "epoch": 0.2701875,
      "grad_norm": 1.320233702659607,
      "learning_rate": 0.0002502058614367314,
      "loss": 7.6521,
      "step": 129690
    },
    {
      "epoch": 0.27020833333333333,
      "grad_norm": 0.8946642279624939,
      "learning_rate": 0.0002501985252117833,
      "loss": 7.688,
      "step": 129700
    },
    {
      "epoch": 0.2702291666666667,
      "grad_norm": 1.6490899324417114,
      "learning_rate": 0.00025019118855401716,
      "loss": 7.8322,
      "step": 129710
    },
    {
      "epoch": 0.27025,
      "grad_norm": 1.0048892498016357,
      "learning_rate": 0.00025018385146346474,
      "loss": 7.6594,
      "step": 129720
    },
    {
      "epoch": 0.27027083333333335,
      "grad_norm": 1.633788824081421,
      "learning_rate": 0.0002501765139401578,
      "loss": 8.2434,
      "step": 129730
    },
    {
      "epoch": 0.27029166666666665,
      "grad_norm": 3.0577118396759033,
      "learning_rate": 0.00025016917598412794,
      "loss": 7.6438,
      "step": 129740
    },
    {
      "epoch": 0.2703125,
      "grad_norm": 1.1072194576263428,
      "learning_rate": 0.0002501618375954069,
      "loss": 7.8646,
      "step": 129750
    },
    {
      "epoch": 0.2703333333333333,
      "grad_norm": 2.8918099403381348,
      "learning_rate": 0.0002501544987740264,
      "loss": 7.8238,
      "step": 129760
    },
    {
      "epoch": 0.2703541666666667,
      "grad_norm": 0.8473432064056396,
      "learning_rate": 0.00025014715952001806,
      "loss": 7.9492,
      "step": 129770
    },
    {
      "epoch": 0.270375,
      "grad_norm": 1.7628633975982666,
      "learning_rate": 0.0002501398198334137,
      "loss": 7.6478,
      "step": 129780
    },
    {
      "epoch": 0.27039583333333334,
      "grad_norm": 0.9662523865699768,
      "learning_rate": 0.00025013247971424486,
      "loss": 8.0036,
      "step": 129790
    },
    {
      "epoch": 0.2704166666666667,
      "grad_norm": 1.6145457029342651,
      "learning_rate": 0.00025012513916254344,
      "loss": 7.8932,
      "step": 129800
    },
    {
      "epoch": 0.2704375,
      "grad_norm": 2.216005325317383,
      "learning_rate": 0.000250117798178341,
      "loss": 8.4428,
      "step": 129810
    },
    {
      "epoch": 0.27045833333333336,
      "grad_norm": 0.7133735418319702,
      "learning_rate": 0.0002501104567616693,
      "loss": 7.583,
      "step": 129820
    },
    {
      "epoch": 0.27047916666666666,
      "grad_norm": 0.9117428660392761,
      "learning_rate": 0.0002501031149125601,
      "loss": 9.3841,
      "step": 129830
    },
    {
      "epoch": 0.2705,
      "grad_norm": 1.029641032218933,
      "learning_rate": 0.000250095772631045,
      "loss": 8.2388,
      "step": 129840
    },
    {
      "epoch": 0.2705208333333333,
      "grad_norm": 0.8524568676948547,
      "learning_rate": 0.0002500884299171558,
      "loss": 8.1567,
      "step": 129850
    },
    {
      "epoch": 0.2705416666666667,
      "grad_norm": 1.166709303855896,
      "learning_rate": 0.0002500810867709242,
      "loss": 8.3468,
      "step": 129860
    },
    {
      "epoch": 0.2705625,
      "grad_norm": 0.8787198066711426,
      "learning_rate": 0.00025007374319238195,
      "loss": 7.7707,
      "step": 129870
    },
    {
      "epoch": 0.27058333333333334,
      "grad_norm": 0.7321358323097229,
      "learning_rate": 0.0002500663991815607,
      "loss": 7.7752,
      "step": 129880
    },
    {
      "epoch": 0.27060416666666665,
      "grad_norm": 1.0892640352249146,
      "learning_rate": 0.0002500590547384923,
      "loss": 7.2133,
      "step": 129890
    },
    {
      "epoch": 0.270625,
      "grad_norm": 1.6916754245758057,
      "learning_rate": 0.0002500517098632083,
      "loss": 7.2853,
      "step": 129900
    },
    {
      "epoch": 0.2706458333333333,
      "grad_norm": 0.6343939900398254,
      "learning_rate": 0.0002500443645557405,
      "loss": 7.8274,
      "step": 129910
    },
    {
      "epoch": 0.27066666666666667,
      "grad_norm": 1.0927153825759888,
      "learning_rate": 0.00025003701881612074,
      "loss": 7.5503,
      "step": 129920
    },
    {
      "epoch": 0.2706875,
      "grad_norm": 1.0350373983383179,
      "learning_rate": 0.0002500296726443806,
      "loss": 7.8008,
      "step": 129930
    },
    {
      "epoch": 0.27070833333333333,
      "grad_norm": 0.9716633558273315,
      "learning_rate": 0.00025002232604055184,
      "loss": 7.8423,
      "step": 129940
    },
    {
      "epoch": 0.2707291666666667,
      "grad_norm": 0.814319372177124,
      "learning_rate": 0.00025001497900466624,
      "loss": 8.319,
      "step": 129950
    },
    {
      "epoch": 0.27075,
      "grad_norm": 0.5610164403915405,
      "learning_rate": 0.00025000763153675557,
      "loss": 7.8943,
      "step": 129960
    },
    {
      "epoch": 0.27077083333333335,
      "grad_norm": 1.3709988594055176,
      "learning_rate": 0.0002500002836368515,
      "loss": 7.7931,
      "step": 129970
    },
    {
      "epoch": 0.27079166666666665,
      "grad_norm": 1.1652438640594482,
      "learning_rate": 0.00024999293530498574,
      "loss": 8.1259,
      "step": 129980
    },
    {
      "epoch": 0.2708125,
      "grad_norm": 1.5788332223892212,
      "learning_rate": 0.0002499855865411901,
      "loss": 7.9004,
      "step": 129990
    },
    {
      "epoch": 0.2708333333333333,
      "grad_norm": 0.6053813099861145,
      "learning_rate": 0.0002499782373454963,
      "loss": 7.6217,
      "step": 130000
    },
    {
      "epoch": 0.2708333333333333,
      "eval_loss": 7.541614532470703,
      "eval_runtime": 8.6698,
      "eval_samples_per_second": 0.346,
      "eval_steps_per_second": 0.115,
      "step": 130000
    },
    {
      "epoch": 0.2708541666666667,
      "grad_norm": 0.7045993208885193,
      "learning_rate": 0.00024997088771793613,
      "loss": 7.2273,
      "step": 130010
    },
    {
      "epoch": 0.270875,
      "grad_norm": 1.2289520502090454,
      "learning_rate": 0.00024996353765854124,
      "loss": 8.0021,
      "step": 130020
    },
    {
      "epoch": 0.27089583333333334,
      "grad_norm": 0.8387153744697571,
      "learning_rate": 0.0002499561871673435,
      "loss": 7.4954,
      "step": 130030
    },
    {
      "epoch": 0.27091666666666664,
      "grad_norm": 0.6683639883995056,
      "learning_rate": 0.0002499488362443746,
      "loss": 7.8891,
      "step": 130040
    },
    {
      "epoch": 0.2709375,
      "grad_norm": 0.8153369426727295,
      "learning_rate": 0.0002499414848896662,
      "loss": 8.5022,
      "step": 130050
    },
    {
      "epoch": 0.27095833333333336,
      "grad_norm": 7.4932427406311035,
      "learning_rate": 0.0002499341331032502,
      "loss": 8.8339,
      "step": 130060
    },
    {
      "epoch": 0.27097916666666666,
      "grad_norm": 5.461101531982422,
      "learning_rate": 0.00024992678088515827,
      "loss": 8.9904,
      "step": 130070
    },
    {
      "epoch": 0.271,
      "grad_norm": 1.353237271308899,
      "learning_rate": 0.00024991942823542225,
      "loss": 7.4618,
      "step": 130080
    },
    {
      "epoch": 0.2710208333333333,
      "grad_norm": 0.5444943904876709,
      "learning_rate": 0.00024991207515407386,
      "loss": 8.2631,
      "step": 130090
    },
    {
      "epoch": 0.2710416666666667,
      "grad_norm": 1.3630728721618652,
      "learning_rate": 0.0002499047216411448,
      "loss": 7.416,
      "step": 130100
    },
    {
      "epoch": 0.2710625,
      "grad_norm": 1.0761979818344116,
      "learning_rate": 0.0002498973676966669,
      "loss": 8.2596,
      "step": 130110
    },
    {
      "epoch": 0.27108333333333334,
      "grad_norm": 1.9113730192184448,
      "learning_rate": 0.00024989001332067194,
      "loss": 7.7528,
      "step": 130120
    },
    {
      "epoch": 0.27110416666666665,
      "grad_norm": 12.439078330993652,
      "learning_rate": 0.0002498826585131916,
      "loss": 9.1847,
      "step": 130130
    },
    {
      "epoch": 0.271125,
      "grad_norm": 0.8614534735679626,
      "learning_rate": 0.0002498753032742578,
      "loss": 7.6758,
      "step": 130140
    },
    {
      "epoch": 0.2711458333333333,
      "grad_norm": 0.8833314776420593,
      "learning_rate": 0.00024986794760390216,
      "loss": 8.5312,
      "step": 130150
    },
    {
      "epoch": 0.27116666666666667,
      "grad_norm": 0.9969149231910706,
      "learning_rate": 0.0002498605915021566,
      "loss": 7.8834,
      "step": 130160
    },
    {
      "epoch": 0.2711875,
      "grad_norm": 1.0927590131759644,
      "learning_rate": 0.0002498532349690527,
      "loss": 7.6564,
      "step": 130170
    },
    {
      "epoch": 0.27120833333333333,
      "grad_norm": 1.245360255241394,
      "learning_rate": 0.0002498458780046224,
      "loss": 8.1983,
      "step": 130180
    },
    {
      "epoch": 0.2712291666666667,
      "grad_norm": 2.063215494155884,
      "learning_rate": 0.0002498385206088974,
      "loss": 7.9054,
      "step": 130190
    },
    {
      "epoch": 0.27125,
      "grad_norm": 1.1239665746688843,
      "learning_rate": 0.0002498311627819096,
      "loss": 7.9052,
      "step": 130200
    },
    {
      "epoch": 0.27127083333333335,
      "grad_norm": 3.6633012294769287,
      "learning_rate": 0.0002498238045236906,
      "loss": 8.2508,
      "step": 130210
    },
    {
      "epoch": 0.27129166666666665,
      "grad_norm": 1.0805214643478394,
      "learning_rate": 0.0002498164458342723,
      "loss": 8.1699,
      "step": 130220
    },
    {
      "epoch": 0.2713125,
      "grad_norm": 1.5098072290420532,
      "learning_rate": 0.00024980908671368645,
      "loss": 7.9914,
      "step": 130230
    },
    {
      "epoch": 0.2713333333333333,
      "grad_norm": 0.9677266478538513,
      "learning_rate": 0.0002498017271619649,
      "loss": 8.2545,
      "step": 130240
    },
    {
      "epoch": 0.2713541666666667,
      "grad_norm": 1.5201690196990967,
      "learning_rate": 0.0002497943671791394,
      "loss": 7.5573,
      "step": 130250
    },
    {
      "epoch": 0.271375,
      "grad_norm": 1.029715895652771,
      "learning_rate": 0.00024978700676524165,
      "loss": 8.0857,
      "step": 130260
    },
    {
      "epoch": 0.27139583333333334,
      "grad_norm": 4.4353814125061035,
      "learning_rate": 0.00024977964592030357,
      "loss": 8.4626,
      "step": 130270
    },
    {
      "epoch": 0.27141666666666664,
      "grad_norm": 1.5109717845916748,
      "learning_rate": 0.00024977228464435696,
      "loss": 7.9889,
      "step": 130280
    },
    {
      "epoch": 0.2714375,
      "grad_norm": 1.140465259552002,
      "learning_rate": 0.00024976492293743354,
      "loss": 7.5783,
      "step": 130290
    },
    {
      "epoch": 0.27145833333333336,
      "grad_norm": 0.448773592710495,
      "learning_rate": 0.0002497575607995651,
      "loss": 7.7503,
      "step": 130300
    },
    {
      "epoch": 0.27147916666666666,
      "grad_norm": 0.6891068816184998,
      "learning_rate": 0.0002497501982307836,
      "loss": 7.6573,
      "step": 130310
    },
    {
      "epoch": 0.2715,
      "grad_norm": 2.2191522121429443,
      "learning_rate": 0.0002497428352311206,
      "loss": 7.4591,
      "step": 130320
    },
    {
      "epoch": 0.2715208333333333,
      "grad_norm": 1.0561460256576538,
      "learning_rate": 0.0002497354718006081,
      "loss": 7.5605,
      "step": 130330
    },
    {
      "epoch": 0.2715416666666667,
      "grad_norm": 0.9432586431503296,
      "learning_rate": 0.0002497281079392778,
      "loss": 7.3132,
      "step": 130340
    },
    {
      "epoch": 0.2715625,
      "grad_norm": 1.307662844657898,
      "learning_rate": 0.0002497207436471616,
      "loss": 7.6904,
      "step": 130350
    },
    {
      "epoch": 0.27158333333333334,
      "grad_norm": 2.4240076541900635,
      "learning_rate": 0.00024971337892429124,
      "loss": 8.1031,
      "step": 130360
    },
    {
      "epoch": 0.27160416666666665,
      "grad_norm": 0.7397028207778931,
      "learning_rate": 0.00024970601377069854,
      "loss": 7.9342,
      "step": 130370
    },
    {
      "epoch": 0.271625,
      "grad_norm": 1.078696846961975,
      "learning_rate": 0.0002496986481864153,
      "loss": 7.9085,
      "step": 130380
    },
    {
      "epoch": 0.2716458333333333,
      "grad_norm": 1.3212043046951294,
      "learning_rate": 0.00024969128217147343,
      "loss": 7.9427,
      "step": 130390
    },
    {
      "epoch": 0.27166666666666667,
      "grad_norm": 1.336095929145813,
      "learning_rate": 0.00024968391572590467,
      "loss": 7.2604,
      "step": 130400
    },
    {
      "epoch": 0.2716875,
      "grad_norm": 2.690114974975586,
      "learning_rate": 0.00024967654884974083,
      "loss": 7.8412,
      "step": 130410
    },
    {
      "epoch": 0.27170833333333333,
      "grad_norm": 1.2672046422958374,
      "learning_rate": 0.00024966918154301375,
      "loss": 7.7736,
      "step": 130420
    },
    {
      "epoch": 0.2717291666666667,
      "grad_norm": 3.3862130641937256,
      "learning_rate": 0.00024966181380575524,
      "loss": 7.8856,
      "step": 130430
    },
    {
      "epoch": 0.27175,
      "grad_norm": 2.2492570877075195,
      "learning_rate": 0.00024965444563799713,
      "loss": 7.9716,
      "step": 130440
    },
    {
      "epoch": 0.27177083333333335,
      "grad_norm": 1.776317834854126,
      "learning_rate": 0.00024964707703977135,
      "loss": 7.6425,
      "step": 130450
    },
    {
      "epoch": 0.27179166666666665,
      "grad_norm": 0.7211781144142151,
      "learning_rate": 0.00024963970801110955,
      "loss": 7.3747,
      "step": 130460
    },
    {
      "epoch": 0.2718125,
      "grad_norm": 0.9560874700546265,
      "learning_rate": 0.0002496323385520437,
      "loss": 7.2781,
      "step": 130470
    },
    {
      "epoch": 0.2718333333333333,
      "grad_norm": 0.6854705214500427,
      "learning_rate": 0.0002496249686626056,
      "loss": 7.4758,
      "step": 130480
    },
    {
      "epoch": 0.2718541666666667,
      "grad_norm": 0.817496657371521,
      "learning_rate": 0.000249617598342827,
      "loss": 7.2872,
      "step": 130490
    },
    {
      "epoch": 0.271875,
      "grad_norm": 1.6313556432724,
      "learning_rate": 0.00024961022759273984,
      "loss": 7.7326,
      "step": 130500
    },
    {
      "epoch": 0.27189583333333334,
      "grad_norm": 1.5248465538024902,
      "learning_rate": 0.00024960285641237594,
      "loss": 7.4893,
      "step": 130510
    },
    {
      "epoch": 0.27191666666666664,
      "grad_norm": 1.3061189651489258,
      "learning_rate": 0.00024959548480176717,
      "loss": 8.0439,
      "step": 130520
    },
    {
      "epoch": 0.2719375,
      "grad_norm": 0.6374147534370422,
      "learning_rate": 0.00024958811276094524,
      "loss": 8.1675,
      "step": 130530
    },
    {
      "epoch": 0.27195833333333336,
      "grad_norm": 1.0213974714279175,
      "learning_rate": 0.00024958074028994215,
      "loss": 7.9522,
      "step": 130540
    },
    {
      "epoch": 0.27197916666666666,
      "grad_norm": 0.882301390171051,
      "learning_rate": 0.0002495733673887896,
      "loss": 7.6684,
      "step": 130550
    },
    {
      "epoch": 0.272,
      "grad_norm": 2.534240245819092,
      "learning_rate": 0.0002495659940575196,
      "loss": 7.5419,
      "step": 130560
    },
    {
      "epoch": 0.2720208333333333,
      "grad_norm": 0.6481404900550842,
      "learning_rate": 0.00024955862029616386,
      "loss": 7.8015,
      "step": 130570
    },
    {
      "epoch": 0.2720416666666667,
      "grad_norm": 1.6260080337524414,
      "learning_rate": 0.00024955124610475434,
      "loss": 8.2863,
      "step": 130580
    },
    {
      "epoch": 0.2720625,
      "grad_norm": 0.7693496942520142,
      "learning_rate": 0.0002495438714833228,
      "loss": 7.8173,
      "step": 130590
    },
    {
      "epoch": 0.27208333333333334,
      "grad_norm": 0.5872129201889038,
      "learning_rate": 0.0002495364964319012,
      "loss": 8.2653,
      "step": 130600
    },
    {
      "epoch": 0.27210416666666665,
      "grad_norm": 1.323342204093933,
      "learning_rate": 0.0002495291209505212,
      "loss": 8.0746,
      "step": 130610
    },
    {
      "epoch": 0.272125,
      "grad_norm": 0.5493984818458557,
      "learning_rate": 0.0002495217450392149,
      "loss": 8.0307,
      "step": 130620
    },
    {
      "epoch": 0.2721458333333333,
      "grad_norm": 0.7319430112838745,
      "learning_rate": 0.000249514368698014,
      "loss": 7.7282,
      "step": 130630
    },
    {
      "epoch": 0.27216666666666667,
      "grad_norm": 2.687633514404297,
      "learning_rate": 0.0002495069919269505,
      "loss": 8.1556,
      "step": 130640
    },
    {
      "epoch": 0.2721875,
      "grad_norm": 0.8280490636825562,
      "learning_rate": 0.0002494996147260561,
      "loss": 8.4333,
      "step": 130650
    },
    {
      "epoch": 0.27220833333333333,
      "grad_norm": 1.0283644199371338,
      "learning_rate": 0.0002494922370953628,
      "loss": 7.32,
      "step": 130660
    },
    {
      "epoch": 0.2722291666666667,
      "grad_norm": 4.100617408752441,
      "learning_rate": 0.00024948485903490236,
      "loss": 7.8356,
      "step": 130670
    },
    {
      "epoch": 0.27225,
      "grad_norm": 1.159442663192749,
      "learning_rate": 0.0002494774805447068,
      "loss": 7.4615,
      "step": 130680
    },
    {
      "epoch": 0.27227083333333335,
      "grad_norm": 2.0973191261291504,
      "learning_rate": 0.00024947010162480786,
      "loss": 7.7249,
      "step": 130690
    },
    {
      "epoch": 0.27229166666666665,
      "grad_norm": 2.6866238117218018,
      "learning_rate": 0.00024946272227523744,
      "loss": 8.0751,
      "step": 130700
    },
    {
      "epoch": 0.2723125,
      "grad_norm": 1.6586780548095703,
      "learning_rate": 0.0002494553424960274,
      "loss": 9.0499,
      "step": 130710
    },
    {
      "epoch": 0.2723333333333333,
      "grad_norm": 1.201905608177185,
      "learning_rate": 0.0002494479622872097,
      "loss": 8.1508,
      "step": 130720
    },
    {
      "epoch": 0.2723541666666667,
      "grad_norm": 0.6081217527389526,
      "learning_rate": 0.00024944058164881616,
      "loss": 7.6511,
      "step": 130730
    },
    {
      "epoch": 0.272375,
      "grad_norm": 7.638614654541016,
      "learning_rate": 0.00024943320058087864,
      "loss": 8.1791,
      "step": 130740
    },
    {
      "epoch": 0.27239583333333334,
      "grad_norm": 0.9846493005752563,
      "learning_rate": 0.00024942581908342907,
      "loss": 7.7278,
      "step": 130750
    },
    {
      "epoch": 0.27241666666666664,
      "grad_norm": 0.7124757766723633,
      "learning_rate": 0.0002494184371564993,
      "loss": 7.5954,
      "step": 130760
    },
    {
      "epoch": 0.2724375,
      "grad_norm": 2.3967361450195312,
      "learning_rate": 0.00024941105480012126,
      "loss": 7.7953,
      "step": 130770
    },
    {
      "epoch": 0.27245833333333336,
      "grad_norm": 1.7202686071395874,
      "learning_rate": 0.0002494036720143268,
      "loss": 7.6453,
      "step": 130780
    },
    {
      "epoch": 0.27247916666666666,
      "grad_norm": 1.007077932357788,
      "learning_rate": 0.0002493962887991478,
      "loss": 8.3021,
      "step": 130790
    },
    {
      "epoch": 0.2725,
      "grad_norm": 0.9620064496994019,
      "learning_rate": 0.0002493889051546162,
      "loss": 8.2016,
      "step": 130800
    },
    {
      "epoch": 0.2725208333333333,
      "grad_norm": 0.9720403552055359,
      "learning_rate": 0.0002493815210807639,
      "loss": 7.4062,
      "step": 130810
    },
    {
      "epoch": 0.2725416666666667,
      "grad_norm": 0.38760262727737427,
      "learning_rate": 0.0002493741365776227,
      "loss": 7.915,
      "step": 130820
    },
    {
      "epoch": 0.2725625,
      "grad_norm": 1.1597338914871216,
      "learning_rate": 0.0002493667516452247,
      "loss": 8.7889,
      "step": 130830
    },
    {
      "epoch": 0.27258333333333334,
      "grad_norm": 1.020900011062622,
      "learning_rate": 0.0002493593662836015,
      "loss": 7.9983,
      "step": 130840
    },
    {
      "epoch": 0.27260416666666665,
      "grad_norm": 1.8265234231948853,
      "learning_rate": 0.00024935198049278525,
      "loss": 7.6606,
      "step": 130850
    },
    {
      "epoch": 0.272625,
      "grad_norm": 0.8880590200424194,
      "learning_rate": 0.00024934459427280775,
      "loss": 8.2085,
      "step": 130860
    },
    {
      "epoch": 0.2726458333333333,
      "grad_norm": 0.9984083771705627,
      "learning_rate": 0.0002493372076237009,
      "loss": 7.8983,
      "step": 130870
    },
    {
      "epoch": 0.27266666666666667,
      "grad_norm": 0.7931746244430542,
      "learning_rate": 0.0002493298205454967,
      "loss": 8.2671,
      "step": 130880
    },
    {
      "epoch": 0.2726875,
      "grad_norm": 1.146499514579773,
      "learning_rate": 0.0002493224330382269,
      "loss": 7.8673,
      "step": 130890
    },
    {
      "epoch": 0.27270833333333333,
      "grad_norm": 0.8192850351333618,
      "learning_rate": 0.0002493150451019236,
      "loss": 7.8381,
      "step": 130900
    },
    {
      "epoch": 0.2727291666666667,
      "grad_norm": 0.923602283000946,
      "learning_rate": 0.0002493076567366186,
      "loss": 7.6644,
      "step": 130910
    },
    {
      "epoch": 0.27275,
      "grad_norm": 0.9134562611579895,
      "learning_rate": 0.0002493002679423438,
      "loss": 7.9015,
      "step": 130920
    },
    {
      "epoch": 0.27277083333333335,
      "grad_norm": 0.8066679239273071,
      "learning_rate": 0.0002492928787191312,
      "loss": 8.2804,
      "step": 130930
    },
    {
      "epoch": 0.27279166666666665,
      "grad_norm": 17.774351119995117,
      "learning_rate": 0.00024928548906701255,
      "loss": 8.6057,
      "step": 130940
    },
    {
      "epoch": 0.2728125,
      "grad_norm": 2.543712854385376,
      "learning_rate": 0.00024927809898602,
      "loss": 8.3845,
      "step": 130950
    },
    {
      "epoch": 0.2728333333333333,
      "grad_norm": 5.284046649932861,
      "learning_rate": 0.00024927070847618533,
      "loss": 8.6521,
      "step": 130960
    },
    {
      "epoch": 0.2728541666666667,
      "grad_norm": 1.2257033586502075,
      "learning_rate": 0.0002492633175375404,
      "loss": 7.7253,
      "step": 130970
    },
    {
      "epoch": 0.272875,
      "grad_norm": 0.4961278438568115,
      "learning_rate": 0.00024925592617011736,
      "loss": 8.2894,
      "step": 130980
    },
    {
      "epoch": 0.27289583333333334,
      "grad_norm": 5.5250654220581055,
      "learning_rate": 0.00024924853437394796,
      "loss": 8.3079,
      "step": 130990
    },
    {
      "epoch": 0.27291666666666664,
      "grad_norm": 0.9987365007400513,
      "learning_rate": 0.0002492411421490642,
      "loss": 7.8812,
      "step": 131000
    },
    {
      "epoch": 0.27291666666666664,
      "eval_loss": 7.573050498962402,
      "eval_runtime": 9.0774,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 131000
    },
    {
      "epoch": 0.2729375,
      "grad_norm": 1.7304251194000244,
      "learning_rate": 0.000249233749495498,
      "loss": 8.6763,
      "step": 131010
    },
    {
      "epoch": 0.27295833333333336,
      "grad_norm": 1.6359764337539673,
      "learning_rate": 0.00024922635641328123,
      "loss": 8.2871,
      "step": 131020
    },
    {
      "epoch": 0.27297916666666666,
      "grad_norm": 0.636362612247467,
      "learning_rate": 0.00024921896290244587,
      "loss": 8.1519,
      "step": 131030
    },
    {
      "epoch": 0.273,
      "grad_norm": 0.6723057627677917,
      "learning_rate": 0.00024921156896302393,
      "loss": 7.8057,
      "step": 131040
    },
    {
      "epoch": 0.2730208333333333,
      "grad_norm": 0.7038476467132568,
      "learning_rate": 0.00024920417459504724,
      "loss": 7.6428,
      "step": 131050
    },
    {
      "epoch": 0.2730416666666667,
      "grad_norm": 0.8694592714309692,
      "learning_rate": 0.00024919677979854776,
      "loss": 7.8274,
      "step": 131060
    },
    {
      "epoch": 0.2730625,
      "grad_norm": 0.8453255891799927,
      "learning_rate": 0.0002491893845735575,
      "loss": 7.5208,
      "step": 131070
    },
    {
      "epoch": 0.27308333333333334,
      "grad_norm": 0.6200850605964661,
      "learning_rate": 0.0002491819889201083,
      "loss": 7.7777,
      "step": 131080
    },
    {
      "epoch": 0.27310416666666665,
      "grad_norm": 0.8553289175033569,
      "learning_rate": 0.00024917459283823224,
      "loss": 7.5279,
      "step": 131090
    },
    {
      "epoch": 0.273125,
      "grad_norm": 0.5593842267990112,
      "learning_rate": 0.00024916719632796117,
      "loss": 7.2689,
      "step": 131100
    },
    {
      "epoch": 0.2731458333333333,
      "grad_norm": 1.6332387924194336,
      "learning_rate": 0.000249159799389327,
      "loss": 8.0782,
      "step": 131110
    },
    {
      "epoch": 0.27316666666666667,
      "grad_norm": 0.6970531940460205,
      "learning_rate": 0.00024915240202236184,
      "loss": 7.9919,
      "step": 131120
    },
    {
      "epoch": 0.2731875,
      "grad_norm": 1.3649405241012573,
      "learning_rate": 0.00024914500422709755,
      "loss": 7.9074,
      "step": 131130
    },
    {
      "epoch": 0.27320833333333333,
      "grad_norm": 0.5786672830581665,
      "learning_rate": 0.00024913760600356604,
      "loss": 7.7502,
      "step": 131140
    },
    {
      "epoch": 0.2732291666666667,
      "grad_norm": 1.128031849861145,
      "learning_rate": 0.0002491302073517993,
      "loss": 7.962,
      "step": 131150
    },
    {
      "epoch": 0.27325,
      "grad_norm": 1.0311670303344727,
      "learning_rate": 0.00024912280827182935,
      "loss": 7.7236,
      "step": 131160
    },
    {
      "epoch": 0.27327083333333335,
      "grad_norm": 1.9564071893692017,
      "learning_rate": 0.00024911540876368805,
      "loss": 8.0774,
      "step": 131170
    },
    {
      "epoch": 0.27329166666666665,
      "grad_norm": 0.7742196321487427,
      "learning_rate": 0.0002491080088274075,
      "loss": 8.2809,
      "step": 131180
    },
    {
      "epoch": 0.2733125,
      "grad_norm": 4.680779457092285,
      "learning_rate": 0.0002491006084630195,
      "loss": 8.934,
      "step": 131190
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 0.7528725862503052,
      "learning_rate": 0.00024909320767055613,
      "loss": 7.3648,
      "step": 131200
    },
    {
      "epoch": 0.2733541666666667,
      "grad_norm": 1.410200595855713,
      "learning_rate": 0.00024908580645004934,
      "loss": 8.104,
      "step": 131210
    },
    {
      "epoch": 0.273375,
      "grad_norm": 0.7017304301261902,
      "learning_rate": 0.00024907840480153107,
      "loss": 7.6383,
      "step": 131220
    },
    {
      "epoch": 0.27339583333333334,
      "grad_norm": 1.7337321043014526,
      "learning_rate": 0.0002490710027250333,
      "loss": 7.702,
      "step": 131230
    },
    {
      "epoch": 0.27341666666666664,
      "grad_norm": 1.446405053138733,
      "learning_rate": 0.000249063600220588,
      "loss": 8.1495,
      "step": 131240
    },
    {
      "epoch": 0.2734375,
      "grad_norm": 0.8980315923690796,
      "learning_rate": 0.0002490561972882272,
      "loss": 8.1252,
      "step": 131250
    },
    {
      "epoch": 0.27345833333333336,
      "grad_norm": 1.4901392459869385,
      "learning_rate": 0.0002490487939279828,
      "loss": 8.3718,
      "step": 131260
    },
    {
      "epoch": 0.27347916666666666,
      "grad_norm": 0.8188514709472656,
      "learning_rate": 0.00024904139013988684,
      "loss": 8.077,
      "step": 131270
    },
    {
      "epoch": 0.2735,
      "grad_norm": 0.5002794861793518,
      "learning_rate": 0.0002490339859239713,
      "loss": 7.6976,
      "step": 131280
    },
    {
      "epoch": 0.2735208333333333,
      "grad_norm": 0.4779205620288849,
      "learning_rate": 0.0002490265812802681,
      "loss": 7.4788,
      "step": 131290
    },
    {
      "epoch": 0.2735416666666667,
      "grad_norm": 1.0696290731430054,
      "learning_rate": 0.0002490191762088093,
      "loss": 7.7949,
      "step": 131300
    },
    {
      "epoch": 0.2735625,
      "grad_norm": 1.8773623704910278,
      "learning_rate": 0.0002490117707096268,
      "loss": 8.6684,
      "step": 131310
    },
    {
      "epoch": 0.27358333333333335,
      "grad_norm": 2.7802886962890625,
      "learning_rate": 0.0002490043647827527,
      "loss": 7.7788,
      "step": 131320
    },
    {
      "epoch": 0.27360416666666665,
      "grad_norm": 1.272821068763733,
      "learning_rate": 0.0002489969584282189,
      "loss": 8.6196,
      "step": 131330
    },
    {
      "epoch": 0.273625,
      "grad_norm": 0.9188224673271179,
      "learning_rate": 0.00024898955164605747,
      "loss": 7.9078,
      "step": 131340
    },
    {
      "epoch": 0.2736458333333333,
      "grad_norm": 0.9017225503921509,
      "learning_rate": 0.00024898214443630035,
      "loss": 7.7075,
      "step": 131350
    },
    {
      "epoch": 0.27366666666666667,
      "grad_norm": 0.9286500215530396,
      "learning_rate": 0.00024897473679897947,
      "loss": 7.4313,
      "step": 131360
    },
    {
      "epoch": 0.2736875,
      "grad_norm": 1.4189554452896118,
      "learning_rate": 0.00024896732873412695,
      "loss": 8.0161,
      "step": 131370
    },
    {
      "epoch": 0.27370833333333333,
      "grad_norm": 1.2712254524230957,
      "learning_rate": 0.0002489599202417748,
      "loss": 8.0456,
      "step": 131380
    },
    {
      "epoch": 0.2737291666666667,
      "grad_norm": 0.7968272566795349,
      "learning_rate": 0.00024895251132195487,
      "loss": 7.9409,
      "step": 131390
    },
    {
      "epoch": 0.27375,
      "grad_norm": 1.1765588521957397,
      "learning_rate": 0.00024894510197469934,
      "loss": 7.8308,
      "step": 131400
    },
    {
      "epoch": 0.27377083333333335,
      "grad_norm": 0.8989338874816895,
      "learning_rate": 0.0002489376922000401,
      "loss": 8.277,
      "step": 131410
    },
    {
      "epoch": 0.27379166666666666,
      "grad_norm": 0.4879890978336334,
      "learning_rate": 0.00024893028199800916,
      "loss": 8.1183,
      "step": 131420
    },
    {
      "epoch": 0.2738125,
      "grad_norm": 1.735280990600586,
      "learning_rate": 0.0002489228713686386,
      "loss": 7.8755,
      "step": 131430
    },
    {
      "epoch": 0.2738333333333333,
      "grad_norm": 0.9583635330200195,
      "learning_rate": 0.00024891546031196037,
      "loss": 7.9723,
      "step": 131440
    },
    {
      "epoch": 0.2738541666666667,
      "grad_norm": 2.6651358604431152,
      "learning_rate": 0.0002489080488280065,
      "loss": 7.4467,
      "step": 131450
    },
    {
      "epoch": 0.273875,
      "grad_norm": 0.74578857421875,
      "learning_rate": 0.0002489006369168091,
      "loss": 8.0043,
      "step": 131460
    },
    {
      "epoch": 0.27389583333333334,
      "grad_norm": 3.4273011684417725,
      "learning_rate": 0.00024889322457839996,
      "loss": 7.236,
      "step": 131470
    },
    {
      "epoch": 0.27391666666666664,
      "grad_norm": 0.9726477861404419,
      "learning_rate": 0.0002488858118128113,
      "loss": 7.5406,
      "step": 131480
    },
    {
      "epoch": 0.2739375,
      "grad_norm": 1.2365453243255615,
      "learning_rate": 0.00024887839862007506,
      "loss": 7.6079,
      "step": 131490
    },
    {
      "epoch": 0.27395833333333336,
      "grad_norm": 1.2586326599121094,
      "learning_rate": 0.0002488709850002233,
      "loss": 7.565,
      "step": 131500
    },
    {
      "epoch": 0.27397916666666666,
      "grad_norm": 3.2750072479248047,
      "learning_rate": 0.000248863570953288,
      "loss": 7.7475,
      "step": 131510
    },
    {
      "epoch": 0.274,
      "grad_norm": 0.9568137526512146,
      "learning_rate": 0.0002488561564793013,
      "loss": 7.4752,
      "step": 131520
    },
    {
      "epoch": 0.2740208333333333,
      "grad_norm": 1.6149036884307861,
      "learning_rate": 0.000248848741578295,
      "loss": 7.6679,
      "step": 131530
    },
    {
      "epoch": 0.2740416666666667,
      "grad_norm": 1.718661904335022,
      "learning_rate": 0.0002488413262503013,
      "loss": 8.2852,
      "step": 131540
    },
    {
      "epoch": 0.2740625,
      "grad_norm": 1.5504741668701172,
      "learning_rate": 0.00024883391049535224,
      "loss": 7.9482,
      "step": 131550
    },
    {
      "epoch": 0.27408333333333335,
      "grad_norm": 1.8554211854934692,
      "learning_rate": 0.00024882649431347975,
      "loss": 7.4795,
      "step": 131560
    },
    {
      "epoch": 0.27410416666666665,
      "grad_norm": 1.343227744102478,
      "learning_rate": 0.00024881907770471593,
      "loss": 7.6513,
      "step": 131570
    },
    {
      "epoch": 0.274125,
      "grad_norm": 2.418196439743042,
      "learning_rate": 0.0002488116606690929,
      "loss": 7.9511,
      "step": 131580
    },
    {
      "epoch": 0.2741458333333333,
      "grad_norm": 1.0087710618972778,
      "learning_rate": 0.0002488042432066425,
      "loss": 8.3083,
      "step": 131590
    },
    {
      "epoch": 0.27416666666666667,
      "grad_norm": 0.9845460653305054,
      "learning_rate": 0.00024879682531739697,
      "loss": 7.5876,
      "step": 131600
    },
    {
      "epoch": 0.2741875,
      "grad_norm": 1.006252408027649,
      "learning_rate": 0.0002487894070013881,
      "loss": 9.8577,
      "step": 131610
    },
    {
      "epoch": 0.27420833333333333,
      "grad_norm": 3.080395460128784,
      "learning_rate": 0.00024878198825864826,
      "loss": 8.2721,
      "step": 131620
    },
    {
      "epoch": 0.2742291666666667,
      "grad_norm": 0.6589758396148682,
      "learning_rate": 0.0002487745690892093,
      "loss": 7.6584,
      "step": 131630
    },
    {
      "epoch": 0.27425,
      "grad_norm": 1.413682222366333,
      "learning_rate": 0.0002487671494931032,
      "loss": 7.3831,
      "step": 131640
    },
    {
      "epoch": 0.27427083333333335,
      "grad_norm": 1.5620263814926147,
      "learning_rate": 0.00024875972947036224,
      "loss": 7.6755,
      "step": 131650
    },
    {
      "epoch": 0.27429166666666666,
      "grad_norm": 4.865815162658691,
      "learning_rate": 0.0002487523090210183,
      "loss": 8.262,
      "step": 131660
    },
    {
      "epoch": 0.2743125,
      "grad_norm": 1.104103922843933,
      "learning_rate": 0.00024874488814510343,
      "loss": 7.8177,
      "step": 131670
    },
    {
      "epoch": 0.2743333333333333,
      "grad_norm": 1.3365910053253174,
      "learning_rate": 0.00024873746684264973,
      "loss": 8.2484,
      "step": 131680
    },
    {
      "epoch": 0.2743541666666667,
      "grad_norm": 1.5996352434158325,
      "learning_rate": 0.0002487300451136893,
      "loss": 7.9756,
      "step": 131690
    },
    {
      "epoch": 0.274375,
      "grad_norm": 2.2567458152770996,
      "learning_rate": 0.00024872262295825415,
      "loss": 7.8563,
      "step": 131700
    },
    {
      "epoch": 0.27439583333333334,
      "grad_norm": 1.0218690633773804,
      "learning_rate": 0.00024871520037637635,
      "loss": 8.0754,
      "step": 131710
    },
    {
      "epoch": 0.27441666666666664,
      "grad_norm": 0.7756584286689758,
      "learning_rate": 0.00024870777736808795,
      "loss": 7.5274,
      "step": 131720
    },
    {
      "epoch": 0.2744375,
      "grad_norm": 1.8668831586837769,
      "learning_rate": 0.000248700353933421,
      "loss": 7.7321,
      "step": 131730
    },
    {
      "epoch": 0.27445833333333336,
      "grad_norm": 2.0821421146392822,
      "learning_rate": 0.0002486929300724076,
      "loss": 8.7648,
      "step": 131740
    },
    {
      "epoch": 0.27447916666666666,
      "grad_norm": 0.6552547216415405,
      "learning_rate": 0.00024868550578507984,
      "loss": 7.8495,
      "step": 131750
    },
    {
      "epoch": 0.2745,
      "grad_norm": 1.0678735971450806,
      "learning_rate": 0.0002486780810714697,
      "loss": 9.0106,
      "step": 131760
    },
    {
      "epoch": 0.2745208333333333,
      "grad_norm": 1.5164092779159546,
      "learning_rate": 0.00024867065593160936,
      "loss": 8.1975,
      "step": 131770
    },
    {
      "epoch": 0.2745416666666667,
      "grad_norm": 0.9047526717185974,
      "learning_rate": 0.0002486632303655308,
      "loss": 8.2567,
      "step": 131780
    },
    {
      "epoch": 0.2745625,
      "grad_norm": 5.1435747146606445,
      "learning_rate": 0.00024865580437326615,
      "loss": 8.0882,
      "step": 131790
    },
    {
      "epoch": 0.27458333333333335,
      "grad_norm": 1.0111497640609741,
      "learning_rate": 0.0002486483779548475,
      "loss": 7.9031,
      "step": 131800
    },
    {
      "epoch": 0.27460416666666665,
      "grad_norm": 0.6598342657089233,
      "learning_rate": 0.0002486409511103069,
      "loss": 7.3999,
      "step": 131810
    },
    {
      "epoch": 0.274625,
      "grad_norm": 2.1338305473327637,
      "learning_rate": 0.00024863352383967645,
      "loss": 7.8752,
      "step": 131820
    },
    {
      "epoch": 0.2746458333333333,
      "grad_norm": 0.6627268195152283,
      "learning_rate": 0.0002486260961429882,
      "loss": 7.9607,
      "step": 131830
    },
    {
      "epoch": 0.27466666666666667,
      "grad_norm": 0.6682449579238892,
      "learning_rate": 0.0002486186680202742,
      "loss": 7.7237,
      "step": 131840
    },
    {
      "epoch": 0.2746875,
      "grad_norm": 1.3385968208312988,
      "learning_rate": 0.00024861123947156664,
      "loss": 7.9885,
      "step": 131850
    },
    {
      "epoch": 0.27470833333333333,
      "grad_norm": 0.7202022671699524,
      "learning_rate": 0.0002486038104968976,
      "loss": 7.4388,
      "step": 131860
    },
    {
      "epoch": 0.2747291666666667,
      "grad_norm": 0.787580668926239,
      "learning_rate": 0.00024859638109629907,
      "loss": 7.5379,
      "step": 131870
    },
    {
      "epoch": 0.27475,
      "grad_norm": 1.1024688482284546,
      "learning_rate": 0.0002485889512698032,
      "loss": 8.0109,
      "step": 131880
    },
    {
      "epoch": 0.27477083333333335,
      "grad_norm": 1.1532479524612427,
      "learning_rate": 0.00024858152101744213,
      "loss": 7.937,
      "step": 131890
    },
    {
      "epoch": 0.27479166666666666,
      "grad_norm": 2.21824312210083,
      "learning_rate": 0.00024857409033924785,
      "loss": 7.8552,
      "step": 131900
    },
    {
      "epoch": 0.2748125,
      "grad_norm": 0.8871764540672302,
      "learning_rate": 0.0002485666592352526,
      "loss": 9.6021,
      "step": 131910
    },
    {
      "epoch": 0.2748333333333333,
      "grad_norm": 1.8092679977416992,
      "learning_rate": 0.0002485592277054883,
      "loss": 8.0611,
      "step": 131920
    },
    {
      "epoch": 0.2748541666666667,
      "grad_norm": 3.1929516792297363,
      "learning_rate": 0.00024855179574998724,
      "loss": 8.4483,
      "step": 131930
    },
    {
      "epoch": 0.274875,
      "grad_norm": 1.2396876811981201,
      "learning_rate": 0.00024854436336878136,
      "loss": 7.931,
      "step": 131940
    },
    {
      "epoch": 0.27489583333333334,
      "grad_norm": 1.8213602304458618,
      "learning_rate": 0.00024853693056190286,
      "loss": 7.6069,
      "step": 131950
    },
    {
      "epoch": 0.27491666666666664,
      "grad_norm": 1.3314766883850098,
      "learning_rate": 0.00024852949732938383,
      "loss": 7.1174,
      "step": 131960
    },
    {
      "epoch": 0.2749375,
      "grad_norm": 0.5558444857597351,
      "learning_rate": 0.0002485220636712564,
      "loss": 7.5075,
      "step": 131970
    },
    {
      "epoch": 0.27495833333333336,
      "grad_norm": 0.994992733001709,
      "learning_rate": 0.0002485146295875526,
      "loss": 7.9537,
      "step": 131980
    },
    {
      "epoch": 0.27497916666666666,
      "grad_norm": 0.8424476385116577,
      "learning_rate": 0.0002485071950783046,
      "loss": 7.542,
      "step": 131990
    },
    {
      "epoch": 0.275,
      "grad_norm": 0.9553670287132263,
      "learning_rate": 0.0002484997601435446,
      "loss": 7.6256,
      "step": 132000
    },
    {
      "epoch": 0.275,
      "eval_loss": 10.312710762023926,
      "eval_runtime": 8.6213,
      "eval_samples_per_second": 0.348,
      "eval_steps_per_second": 0.116,
      "step": 132000
    },
    {
      "epoch": 0.2750208333333333,
      "grad_norm": 1.2368199825286865,
      "learning_rate": 0.00024849232478330453,
      "loss": 7.9499,
      "step": 132010
    },
    {
      "epoch": 0.2750416666666667,
      "grad_norm": 2.2284493446350098,
      "learning_rate": 0.0002484848889976166,
      "loss": 7.8435,
      "step": 132020
    },
    {
      "epoch": 0.2750625,
      "grad_norm": 1.5130815505981445,
      "learning_rate": 0.00024847745278651297,
      "loss": 8.2646,
      "step": 132030
    },
    {
      "epoch": 0.27508333333333335,
      "grad_norm": 0.8308833837509155,
      "learning_rate": 0.0002484700161500257,
      "loss": 7.7856,
      "step": 132040
    },
    {
      "epoch": 0.27510416666666665,
      "grad_norm": 0.8116631507873535,
      "learning_rate": 0.00024846257908818693,
      "loss": 7.7664,
      "step": 132050
    },
    {
      "epoch": 0.275125,
      "grad_norm": 1.1093276739120483,
      "learning_rate": 0.00024845514160102883,
      "loss": 8.1499,
      "step": 132060
    },
    {
      "epoch": 0.2751458333333333,
      "grad_norm": 1.3870975971221924,
      "learning_rate": 0.0002484477036885835,
      "loss": 8.27,
      "step": 132070
    },
    {
      "epoch": 0.27516666666666667,
      "grad_norm": 1.6072998046875,
      "learning_rate": 0.000248440265350883,
      "loss": 8.844,
      "step": 132080
    },
    {
      "epoch": 0.2751875,
      "grad_norm": 1.9053657054901123,
      "learning_rate": 0.0002484328265879596,
      "loss": 7.6478,
      "step": 132090
    },
    {
      "epoch": 0.27520833333333333,
      "grad_norm": 0.7964805364608765,
      "learning_rate": 0.00024842538739984526,
      "loss": 7.7694,
      "step": 132100
    },
    {
      "epoch": 0.2752291666666667,
      "grad_norm": 0.6430195569992065,
      "learning_rate": 0.0002484179477865723,
      "loss": 7.4193,
      "step": 132110
    },
    {
      "epoch": 0.27525,
      "grad_norm": 1.8078008890151978,
      "learning_rate": 0.0002484105077481726,
      "loss": 8.038,
      "step": 132120
    },
    {
      "epoch": 0.27527083333333335,
      "grad_norm": 0.8561954498291016,
      "learning_rate": 0.0002484030672846786,
      "loss": 8.0109,
      "step": 132130
    },
    {
      "epoch": 0.27529166666666666,
      "grad_norm": 3.9401161670684814,
      "learning_rate": 0.00024839562639612225,
      "loss": 8.5282,
      "step": 132140
    },
    {
      "epoch": 0.2753125,
      "grad_norm": 0.9273642301559448,
      "learning_rate": 0.0002483881850825358,
      "loss": 7.882,
      "step": 132150
    },
    {
      "epoch": 0.2753333333333333,
      "grad_norm": 2.0685439109802246,
      "learning_rate": 0.0002483807433439513,
      "loss": 8.126,
      "step": 132160
    },
    {
      "epoch": 0.2753541666666667,
      "grad_norm": 0.9378330111503601,
      "learning_rate": 0.00024837330118040096,
      "loss": 7.4944,
      "step": 132170
    },
    {
      "epoch": 0.275375,
      "grad_norm": 1.913238763809204,
      "learning_rate": 0.0002483658585919168,
      "loss": 8.0185,
      "step": 132180
    },
    {
      "epoch": 0.27539583333333334,
      "grad_norm": 1.5888890027999878,
      "learning_rate": 0.0002483584155785312,
      "loss": 8.8214,
      "step": 132190
    },
    {
      "epoch": 0.27541666666666664,
      "grad_norm": 0.9833167791366577,
      "learning_rate": 0.0002483509721402761,
      "loss": 8.8712,
      "step": 132200
    },
    {
      "epoch": 0.2754375,
      "grad_norm": 1.1350148916244507,
      "learning_rate": 0.0002483435282771837,
      "loss": 7.8038,
      "step": 132210
    },
    {
      "epoch": 0.27545833333333336,
      "grad_norm": 0.8921653032302856,
      "learning_rate": 0.0002483360839892862,
      "loss": 7.9964,
      "step": 132220
    },
    {
      "epoch": 0.27547916666666666,
      "grad_norm": 1.7499619722366333,
      "learning_rate": 0.0002483286392766158,
      "loss": 8.1111,
      "step": 132230
    },
    {
      "epoch": 0.2755,
      "grad_norm": 0.5316998362541199,
      "learning_rate": 0.0002483211941392046,
      "loss": 7.5145,
      "step": 132240
    },
    {
      "epoch": 0.2755208333333333,
      "grad_norm": 0.9246801137924194,
      "learning_rate": 0.00024831374857708466,
      "loss": 7.3957,
      "step": 132250
    },
    {
      "epoch": 0.2755416666666667,
      "grad_norm": 0.661524772644043,
      "learning_rate": 0.00024830630259028833,
      "loss": 8.453,
      "step": 132260
    },
    {
      "epoch": 0.2755625,
      "grad_norm": 1.998095989227295,
      "learning_rate": 0.0002482988561788477,
      "loss": 7.9348,
      "step": 132270
    },
    {
      "epoch": 0.27558333333333335,
      "grad_norm": 0.8604118227958679,
      "learning_rate": 0.0002482914093427949,
      "loss": 7.3871,
      "step": 132280
    },
    {
      "epoch": 0.27560416666666665,
      "grad_norm": 0.8275218605995178,
      "learning_rate": 0.00024828396208216206,
      "loss": 7.9135,
      "step": 132290
    },
    {
      "epoch": 0.275625,
      "grad_norm": 2.1308109760284424,
      "learning_rate": 0.0002482765143969814,
      "loss": 7.6409,
      "step": 132300
    },
    {
      "epoch": 0.2756458333333333,
      "grad_norm": 0.7952825427055359,
      "learning_rate": 0.0002482690662872852,
      "loss": 7.4769,
      "step": 132310
    },
    {
      "epoch": 0.27566666666666667,
      "grad_norm": 0.9685275554656982,
      "learning_rate": 0.00024826161775310545,
      "loss": 8.0924,
      "step": 132320
    },
    {
      "epoch": 0.2756875,
      "grad_norm": 2.6943204402923584,
      "learning_rate": 0.00024825416879447444,
      "loss": 8.6525,
      "step": 132330
    },
    {
      "epoch": 0.27570833333333333,
      "grad_norm": 0.7623762488365173,
      "learning_rate": 0.00024824671941142435,
      "loss": 8.1147,
      "step": 132340
    },
    {
      "epoch": 0.2757291666666667,
      "grad_norm": 0.8183862566947937,
      "learning_rate": 0.0002482392696039872,
      "loss": 8.0025,
      "step": 132350
    },
    {
      "epoch": 0.27575,
      "grad_norm": 0.5590909123420715,
      "learning_rate": 0.00024823181937219543,
      "loss": 7.8664,
      "step": 132360
    },
    {
      "epoch": 0.27577083333333335,
      "grad_norm": 1.3695478439331055,
      "learning_rate": 0.00024822436871608096,
      "loss": 7.7662,
      "step": 132370
    },
    {
      "epoch": 0.27579166666666666,
      "grad_norm": 0.9592400789260864,
      "learning_rate": 0.00024821691763567615,
      "loss": 7.7538,
      "step": 132380
    },
    {
      "epoch": 0.2758125,
      "grad_norm": 1.5606952905654907,
      "learning_rate": 0.0002482094661310132,
      "loss": 7.7534,
      "step": 132390
    },
    {
      "epoch": 0.2758333333333333,
      "grad_norm": 1.153515338897705,
      "learning_rate": 0.00024820201420212417,
      "loss": 7.9953,
      "step": 132400
    },
    {
      "epoch": 0.2758541666666667,
      "grad_norm": 1.403168797492981,
      "learning_rate": 0.0002481945618490413,
      "loss": 7.3674,
      "step": 132410
    },
    {
      "epoch": 0.275875,
      "grad_norm": 1.2635856866836548,
      "learning_rate": 0.0002481871090717968,
      "loss": 7.9223,
      "step": 132420
    },
    {
      "epoch": 0.27589583333333334,
      "grad_norm": 1.5456124544143677,
      "learning_rate": 0.00024817965587042287,
      "loss": 7.8289,
      "step": 132430
    },
    {
      "epoch": 0.27591666666666664,
      "grad_norm": 1.4205048084259033,
      "learning_rate": 0.00024817220224495164,
      "loss": 7.721,
      "step": 132440
    },
    {
      "epoch": 0.2759375,
      "grad_norm": 3.773573160171509,
      "learning_rate": 0.0002481647481954154,
      "loss": 7.5332,
      "step": 132450
    },
    {
      "epoch": 0.27595833333333336,
      "grad_norm": 2.919036626815796,
      "learning_rate": 0.0002481572937218463,
      "loss": 8.3114,
      "step": 132460
    },
    {
      "epoch": 0.27597916666666666,
      "grad_norm": 0.7041833996772766,
      "learning_rate": 0.00024814983882427656,
      "loss": 8.4373,
      "step": 132470
    },
    {
      "epoch": 0.276,
      "grad_norm": 2.1238532066345215,
      "learning_rate": 0.0002481423835027383,
      "loss": 8.1161,
      "step": 132480
    },
    {
      "epoch": 0.2760208333333333,
      "grad_norm": 1.3968814611434937,
      "learning_rate": 0.00024813492775726387,
      "loss": 7.4326,
      "step": 132490
    },
    {
      "epoch": 0.2760416666666667,
      "grad_norm": 1.382440209388733,
      "learning_rate": 0.00024812747158788534,
      "loss": 8.152,
      "step": 132500
    },
    {
      "epoch": 0.2760625,
      "grad_norm": 1.1950849294662476,
      "learning_rate": 0.00024812001499463504,
      "loss": 7.5246,
      "step": 132510
    },
    {
      "epoch": 0.27608333333333335,
      "grad_norm": 1.5714620351791382,
      "learning_rate": 0.00024811255797754507,
      "loss": 7.6069,
      "step": 132520
    },
    {
      "epoch": 0.27610416666666665,
      "grad_norm": 0.648176908493042,
      "learning_rate": 0.0002481051005366477,
      "loss": 7.3139,
      "step": 132530
    },
    {
      "epoch": 0.276125,
      "grad_norm": 0.4906395971775055,
      "learning_rate": 0.00024809764267197507,
      "loss": 8.1953,
      "step": 132540
    },
    {
      "epoch": 0.2761458333333333,
      "grad_norm": 0.6594231128692627,
      "learning_rate": 0.0002480901843835595,
      "loss": 8.091,
      "step": 132550
    },
    {
      "epoch": 0.27616666666666667,
      "grad_norm": 0.9288349747657776,
      "learning_rate": 0.00024808272567143316,
      "loss": 7.7023,
      "step": 132560
    },
    {
      "epoch": 0.2761875,
      "grad_norm": 1.9132570028305054,
      "learning_rate": 0.00024807526653562826,
      "loss": 7.7455,
      "step": 132570
    },
    {
      "epoch": 0.27620833333333333,
      "grad_norm": 1.241663932800293,
      "learning_rate": 0.00024806780697617705,
      "loss": 8.0666,
      "step": 132580
    },
    {
      "epoch": 0.2762291666666667,
      "grad_norm": 0.8418240547180176,
      "learning_rate": 0.0002480603469931117,
      "loss": 7.3632,
      "step": 132590
    },
    {
      "epoch": 0.27625,
      "grad_norm": 0.9969184398651123,
      "learning_rate": 0.00024805288658646447,
      "loss": 7.841,
      "step": 132600
    },
    {
      "epoch": 0.27627083333333335,
      "grad_norm": 0.8812999129295349,
      "learning_rate": 0.0002480454257562676,
      "loss": 8.1636,
      "step": 132610
    },
    {
      "epoch": 0.27629166666666666,
      "grad_norm": 1.0243133306503296,
      "learning_rate": 0.0002480379645025533,
      "loss": 7.6205,
      "step": 132620
    },
    {
      "epoch": 0.2763125,
      "grad_norm": 0.6128518581390381,
      "learning_rate": 0.0002480305028253538,
      "loss": 7.6215,
      "step": 132630
    },
    {
      "epoch": 0.2763333333333333,
      "grad_norm": 0.5564197301864624,
      "learning_rate": 0.00024802304072470133,
      "loss": 7.7853,
      "step": 132640
    },
    {
      "epoch": 0.2763541666666667,
      "grad_norm": 0.765586256980896,
      "learning_rate": 0.00024801557820062814,
      "loss": 7.6215,
      "step": 132650
    },
    {
      "epoch": 0.276375,
      "grad_norm": 2.7226672172546387,
      "learning_rate": 0.0002480081152531664,
      "loss": 7.6505,
      "step": 132660
    },
    {
      "epoch": 0.27639583333333334,
      "grad_norm": 0.9022589325904846,
      "learning_rate": 0.00024800065188234846,
      "loss": 7.4637,
      "step": 132670
    },
    {
      "epoch": 0.27641666666666664,
      "grad_norm": 1.983208417892456,
      "learning_rate": 0.0002479931880882064,
      "loss": 7.8728,
      "step": 132680
    },
    {
      "epoch": 0.2764375,
      "grad_norm": 0.7773764729499817,
      "learning_rate": 0.00024798572387077267,
      "loss": 7.2497,
      "step": 132690
    },
    {
      "epoch": 0.2764583333333333,
      "grad_norm": 1.5770896673202515,
      "learning_rate": 0.0002479782592300794,
      "loss": 7.6096,
      "step": 132700
    },
    {
      "epoch": 0.27647916666666666,
      "grad_norm": 1.1248615980148315,
      "learning_rate": 0.0002479707941661587,
      "loss": 8.7979,
      "step": 132710
    },
    {
      "epoch": 0.2765,
      "grad_norm": 1.774705171585083,
      "learning_rate": 0.00024796332867904305,
      "loss": 7.7952,
      "step": 132720
    },
    {
      "epoch": 0.2765208333333333,
      "grad_norm": 1.4966528415679932,
      "learning_rate": 0.0002479558627687646,
      "loss": 7.8432,
      "step": 132730
    },
    {
      "epoch": 0.2765416666666667,
      "grad_norm": 0.7889782190322876,
      "learning_rate": 0.0002479483964353555,
      "loss": 7.7921,
      "step": 132740
    },
    {
      "epoch": 0.2765625,
      "grad_norm": 3.4220950603485107,
      "learning_rate": 0.00024794092967884816,
      "loss": 8.3329,
      "step": 132750
    },
    {
      "epoch": 0.27658333333333335,
      "grad_norm": 2.107769012451172,
      "learning_rate": 0.0002479334624992748,
      "loss": 8.039,
      "step": 132760
    },
    {
      "epoch": 0.27660416666666665,
      "grad_norm": 1.2618387937545776,
      "learning_rate": 0.0002479259948966677,
      "loss": 7.73,
      "step": 132770
    },
    {
      "epoch": 0.276625,
      "grad_norm": 0.6480298638343811,
      "learning_rate": 0.00024791852687105895,
      "loss": 7.9343,
      "step": 132780
    },
    {
      "epoch": 0.2766458333333333,
      "grad_norm": 0.6796407103538513,
      "learning_rate": 0.00024791105842248096,
      "loss": 7.3539,
      "step": 132790
    },
    {
      "epoch": 0.27666666666666667,
      "grad_norm": 2.999885320663452,
      "learning_rate": 0.00024790358955096594,
      "loss": 7.6796,
      "step": 132800
    },
    {
      "epoch": 0.2766875,
      "grad_norm": 0.6777917742729187,
      "learning_rate": 0.0002478961202565462,
      "loss": 8.0709,
      "step": 132810
    },
    {
      "epoch": 0.27670833333333333,
      "grad_norm": 0.5881319642066956,
      "learning_rate": 0.00024788865053925396,
      "loss": 8.0154,
      "step": 132820
    },
    {
      "epoch": 0.2767291666666667,
      "grad_norm": 0.7524857521057129,
      "learning_rate": 0.00024788118039912146,
      "loss": 7.94,
      "step": 132830
    },
    {
      "epoch": 0.27675,
      "grad_norm": 1.122239112854004,
      "learning_rate": 0.00024787370983618106,
      "loss": 8.8928,
      "step": 132840
    },
    {
      "epoch": 0.27677083333333335,
      "grad_norm": 0.7702410221099854,
      "learning_rate": 0.0002478662388504649,
      "loss": 8.976,
      "step": 132850
    },
    {
      "epoch": 0.27679166666666666,
      "grad_norm": 1.8970816135406494,
      "learning_rate": 0.0002478587674420054,
      "loss": 7.6035,
      "step": 132860
    },
    {
      "epoch": 0.2768125,
      "grad_norm": 1.2944505214691162,
      "learning_rate": 0.00024785129561083474,
      "loss": 7.8086,
      "step": 132870
    },
    {
      "epoch": 0.2768333333333333,
      "grad_norm": 1.4406524896621704,
      "learning_rate": 0.0002478438233569852,
      "loss": 9.2084,
      "step": 132880
    },
    {
      "epoch": 0.2768541666666667,
      "grad_norm": 0.5620865225791931,
      "learning_rate": 0.00024783635068048907,
      "loss": 7.7533,
      "step": 132890
    },
    {
      "epoch": 0.276875,
      "grad_norm": 1.3504829406738281,
      "learning_rate": 0.0002478288775813787,
      "loss": 7.5806,
      "step": 132900
    },
    {
      "epoch": 0.27689583333333334,
      "grad_norm": 2.862680673599243,
      "learning_rate": 0.0002478214040596862,
      "loss": 7.6774,
      "step": 132910
    },
    {
      "epoch": 0.27691666666666664,
      "grad_norm": 1.5412980318069458,
      "learning_rate": 0.000247813930115444,
      "loss": 8.2163,
      "step": 132920
    },
    {
      "epoch": 0.2769375,
      "grad_norm": 1.0165798664093018,
      "learning_rate": 0.0002478064557486844,
      "loss": 7.3544,
      "step": 132930
    },
    {
      "epoch": 0.2769583333333333,
      "grad_norm": 0.6185858249664307,
      "learning_rate": 0.0002477989809594395,
      "loss": 7.7397,
      "step": 132940
    },
    {
      "epoch": 0.27697916666666667,
      "grad_norm": 6.452570915222168,
      "learning_rate": 0.00024779150574774184,
      "loss": 8.1104,
      "step": 132950
    },
    {
      "epoch": 0.277,
      "grad_norm": 2.7059738636016846,
      "learning_rate": 0.0002477840301136235,
      "loss": 7.4095,
      "step": 132960
    },
    {
      "epoch": 0.2770208333333333,
      "grad_norm": 2.01576566696167,
      "learning_rate": 0.00024777655405711687,
      "loss": 7.6333,
      "step": 132970
    },
    {
      "epoch": 0.2770416666666667,
      "grad_norm": 0.749112069606781,
      "learning_rate": 0.00024776907757825426,
      "loss": 7.6247,
      "step": 132980
    },
    {
      "epoch": 0.2770625,
      "grad_norm": 1.246554970741272,
      "learning_rate": 0.0002477616006770679,
      "loss": 7.7862,
      "step": 132990
    },
    {
      "epoch": 0.27708333333333335,
      "grad_norm": 1.0250307321548462,
      "learning_rate": 0.00024775412335359013,
      "loss": 7.4641,
      "step": 133000
    },
    {
      "epoch": 0.27708333333333335,
      "eval_loss": 7.766071319580078,
      "eval_runtime": 8.7855,
      "eval_samples_per_second": 0.341,
      "eval_steps_per_second": 0.114,
      "step": 133000
    },
    {
      "epoch": 0.27710416666666665,
      "grad_norm": 4.855117321014404,
      "learning_rate": 0.0002477466456078532,
      "loss": 8.9599,
      "step": 133010
    },
    {
      "epoch": 0.277125,
      "grad_norm": 2.6729843616485596,
      "learning_rate": 0.00024773916743988956,
      "loss": 9.2186,
      "step": 133020
    },
    {
      "epoch": 0.2771458333333333,
      "grad_norm": 0.9976034164428711,
      "learning_rate": 0.00024773168884973133,
      "loss": 8.4072,
      "step": 133030
    },
    {
      "epoch": 0.2771666666666667,
      "grad_norm": 0.770022988319397,
      "learning_rate": 0.0002477242098374109,
      "loss": 7.6901,
      "step": 133040
    },
    {
      "epoch": 0.2771875,
      "grad_norm": 0.736864447593689,
      "learning_rate": 0.00024771673040296054,
      "loss": 7.5655,
      "step": 133050
    },
    {
      "epoch": 0.27720833333333333,
      "grad_norm": 1.7869815826416016,
      "learning_rate": 0.0002477092505464126,
      "loss": 7.4247,
      "step": 133060
    },
    {
      "epoch": 0.2772291666666667,
      "grad_norm": 1.7112125158309937,
      "learning_rate": 0.00024770177026779943,
      "loss": 8.0458,
      "step": 133070
    },
    {
      "epoch": 0.27725,
      "grad_norm": 1.344084620475769,
      "learning_rate": 0.0002476942895671532,
      "loss": 7.7735,
      "step": 133080
    },
    {
      "epoch": 0.27727083333333336,
      "grad_norm": 0.5940285325050354,
      "learning_rate": 0.0002476868084445064,
      "loss": 7.7216,
      "step": 133090
    },
    {
      "epoch": 0.27729166666666666,
      "grad_norm": 5.325179576873779,
      "learning_rate": 0.00024767932689989116,
      "loss": 8.4252,
      "step": 133100
    },
    {
      "epoch": 0.2773125,
      "grad_norm": 1.6685148477554321,
      "learning_rate": 0.00024767184493333996,
      "loss": 8.2988,
      "step": 133110
    },
    {
      "epoch": 0.2773333333333333,
      "grad_norm": 1.6098774671554565,
      "learning_rate": 0.00024766436254488504,
      "loss": 7.6908,
      "step": 133120
    },
    {
      "epoch": 0.2773541666666667,
      "grad_norm": 1.4511781930923462,
      "learning_rate": 0.0002476568797345587,
      "loss": 7.7049,
      "step": 133130
    },
    {
      "epoch": 0.277375,
      "grad_norm": 1.6504429578781128,
      "learning_rate": 0.0002476493965023933,
      "loss": 9.0331,
      "step": 133140
    },
    {
      "epoch": 0.27739583333333334,
      "grad_norm": 1.533910870552063,
      "learning_rate": 0.0002476419128484212,
      "loss": 8.2125,
      "step": 133150
    },
    {
      "epoch": 0.27741666666666664,
      "grad_norm": 0.5199891328811646,
      "learning_rate": 0.00024763442877267464,
      "loss": 8.0985,
      "step": 133160
    },
    {
      "epoch": 0.2774375,
      "grad_norm": 1.0571515560150146,
      "learning_rate": 0.000247626944275186,
      "loss": 7.7615,
      "step": 133170
    },
    {
      "epoch": 0.2774583333333333,
      "grad_norm": 0.7276434302330017,
      "learning_rate": 0.00024761945935598763,
      "loss": 7.6662,
      "step": 133180
    },
    {
      "epoch": 0.27747916666666667,
      "grad_norm": 1.0836317539215088,
      "learning_rate": 0.00024761197401511185,
      "loss": 7.6767,
      "step": 133190
    },
    {
      "epoch": 0.2775,
      "grad_norm": 1.1346920728683472,
      "learning_rate": 0.00024760448825259093,
      "loss": 7.5774,
      "step": 133200
    },
    {
      "epoch": 0.2775208333333333,
      "grad_norm": 1.3013657331466675,
      "learning_rate": 0.0002475970020684573,
      "loss": 7.4979,
      "step": 133210
    },
    {
      "epoch": 0.2775416666666667,
      "grad_norm": 0.512157142162323,
      "learning_rate": 0.0002475895154627432,
      "loss": 7.4887,
      "step": 133220
    },
    {
      "epoch": 0.2775625,
      "grad_norm": 1.7395092248916626,
      "learning_rate": 0.00024758202843548106,
      "loss": 7.9306,
      "step": 133230
    },
    {
      "epoch": 0.27758333333333335,
      "grad_norm": 1.3574895858764648,
      "learning_rate": 0.00024757454098670316,
      "loss": 7.6816,
      "step": 133240
    },
    {
      "epoch": 0.27760416666666665,
      "grad_norm": 1.3924363851547241,
      "learning_rate": 0.0002475670531164419,
      "loss": 8.4818,
      "step": 133250
    },
    {
      "epoch": 0.277625,
      "grad_norm": 1.7013113498687744,
      "learning_rate": 0.00024755956482472953,
      "loss": 7.9284,
      "step": 133260
    },
    {
      "epoch": 0.2776458333333333,
      "grad_norm": 0.6516668200492859,
      "learning_rate": 0.00024755207611159853,
      "loss": 8.132,
      "step": 133270
    },
    {
      "epoch": 0.2776666666666667,
      "grad_norm": 3.190692901611328,
      "learning_rate": 0.00024754458697708113,
      "loss": 7.7265,
      "step": 133280
    },
    {
      "epoch": 0.2776875,
      "grad_norm": 0.7323688864707947,
      "learning_rate": 0.00024753709742120976,
      "loss": 8.1723,
      "step": 133290
    },
    {
      "epoch": 0.27770833333333333,
      "grad_norm": 0.9667566418647766,
      "learning_rate": 0.0002475296074440167,
      "loss": 7.5645,
      "step": 133300
    },
    {
      "epoch": 0.2777291666666667,
      "grad_norm": 0.5934081673622131,
      "learning_rate": 0.00024752211704553436,
      "loss": 8.8662,
      "step": 133310
    },
    {
      "epoch": 0.27775,
      "grad_norm": 1.5974045991897583,
      "learning_rate": 0.00024751462622579507,
      "loss": 8.2297,
      "step": 133320
    },
    {
      "epoch": 0.27777083333333336,
      "grad_norm": 1.0303480625152588,
      "learning_rate": 0.0002475071349848312,
      "loss": 7.4593,
      "step": 133330
    },
    {
      "epoch": 0.27779166666666666,
      "grad_norm": 0.7412315011024475,
      "learning_rate": 0.0002474996433226751,
      "loss": 7.9652,
      "step": 133340
    },
    {
      "epoch": 0.2778125,
      "grad_norm": 2.98063588142395,
      "learning_rate": 0.0002474921512393591,
      "loss": 7.937,
      "step": 133350
    },
    {
      "epoch": 0.2778333333333333,
      "grad_norm": 0.832789421081543,
      "learning_rate": 0.0002474846587349157,
      "loss": 7.3605,
      "step": 133360
    },
    {
      "epoch": 0.2778541666666667,
      "grad_norm": 1.9100298881530762,
      "learning_rate": 0.00024747716580937704,
      "loss": 8.2372,
      "step": 133370
    },
    {
      "epoch": 0.277875,
      "grad_norm": 0.702964186668396,
      "learning_rate": 0.0002474696724627757,
      "loss": 7.9358,
      "step": 133380
    },
    {
      "epoch": 0.27789583333333334,
      "grad_norm": 0.6557360291481018,
      "learning_rate": 0.00024746217869514386,
      "loss": 8.0991,
      "step": 133390
    },
    {
      "epoch": 0.27791666666666665,
      "grad_norm": 1.0994188785552979,
      "learning_rate": 0.00024745468450651406,
      "loss": 7.8905,
      "step": 133400
    },
    {
      "epoch": 0.2779375,
      "grad_norm": 3.070420980453491,
      "learning_rate": 0.0002474471898969186,
      "loss": 8.1782,
      "step": 133410
    },
    {
      "epoch": 0.2779583333333333,
      "grad_norm": 0.922187864780426,
      "learning_rate": 0.0002474396948663898,
      "loss": 8.5918,
      "step": 133420
    },
    {
      "epoch": 0.27797916666666667,
      "grad_norm": 0.6555682420730591,
      "learning_rate": 0.00024743219941496014,
      "loss": 7.3786,
      "step": 133430
    },
    {
      "epoch": 0.278,
      "grad_norm": 0.9569166898727417,
      "learning_rate": 0.00024742470354266195,
      "loss": 9.9004,
      "step": 133440
    },
    {
      "epoch": 0.27802083333333333,
      "grad_norm": 0.8156555891036987,
      "learning_rate": 0.0002474172072495275,
      "loss": 7.3664,
      "step": 133450
    },
    {
      "epoch": 0.2780416666666667,
      "grad_norm": 2.105926752090454,
      "learning_rate": 0.0002474097105355894,
      "loss": 8.1629,
      "step": 133460
    },
    {
      "epoch": 0.2780625,
      "grad_norm": 0.8973532319068909,
      "learning_rate": 0.00024740221340087984,
      "loss": 8.2391,
      "step": 133470
    },
    {
      "epoch": 0.27808333333333335,
      "grad_norm": 2.325336456298828,
      "learning_rate": 0.0002473947158454313,
      "loss": 7.8437,
      "step": 133480
    },
    {
      "epoch": 0.27810416666666665,
      "grad_norm": 0.7205308079719543,
      "learning_rate": 0.0002473872178692761,
      "loss": 7.4324,
      "step": 133490
    },
    {
      "epoch": 0.278125,
      "grad_norm": 0.9532840251922607,
      "learning_rate": 0.0002473797194724467,
      "loss": 8.127,
      "step": 133500
    },
    {
      "epoch": 0.2781458333333333,
      "grad_norm": 2.2271034717559814,
      "learning_rate": 0.0002473722206549755,
      "loss": 8.2277,
      "step": 133510
    },
    {
      "epoch": 0.2781666666666667,
      "grad_norm": 1.7356922626495361,
      "learning_rate": 0.0002473647214168948,
      "loss": 7.4205,
      "step": 133520
    },
    {
      "epoch": 0.2781875,
      "grad_norm": 0.9265604019165039,
      "learning_rate": 0.000247357221758237,
      "loss": 8.2198,
      "step": 133530
    },
    {
      "epoch": 0.27820833333333334,
      "grad_norm": 1.1682536602020264,
      "learning_rate": 0.0002473497216790346,
      "loss": 7.6048,
      "step": 133540
    },
    {
      "epoch": 0.2782291666666667,
      "grad_norm": 1.1168041229248047,
      "learning_rate": 0.0002473422211793199,
      "loss": 7.4298,
      "step": 133550
    },
    {
      "epoch": 0.27825,
      "grad_norm": 0.9793192148208618,
      "learning_rate": 0.00024733472025912544,
      "loss": 8.324,
      "step": 133560
    },
    {
      "epoch": 0.27827083333333336,
      "grad_norm": 2.0563104152679443,
      "learning_rate": 0.0002473272189184834,
      "loss": 7.9304,
      "step": 133570
    },
    {
      "epoch": 0.27829166666666666,
      "grad_norm": 1.1654733419418335,
      "learning_rate": 0.00024731971715742635,
      "loss": 8.4287,
      "step": 133580
    },
    {
      "epoch": 0.2783125,
      "grad_norm": 1.0011461973190308,
      "learning_rate": 0.00024731221497598663,
      "loss": 7.7817,
      "step": 133590
    },
    {
      "epoch": 0.2783333333333333,
      "grad_norm": 1.483359456062317,
      "learning_rate": 0.00024730471237419664,
      "loss": 7.6648,
      "step": 133600
    },
    {
      "epoch": 0.2783541666666667,
      "grad_norm": 4.697139739990234,
      "learning_rate": 0.00024729720935208883,
      "loss": 9.4082,
      "step": 133610
    },
    {
      "epoch": 0.278375,
      "grad_norm": 15.521480560302734,
      "learning_rate": 0.00024728970590969554,
      "loss": 10.1179,
      "step": 133620
    },
    {
      "epoch": 0.27839583333333334,
      "grad_norm": 0.9743318557739258,
      "learning_rate": 0.0002472822020470493,
      "loss": 7.728,
      "step": 133630
    },
    {
      "epoch": 0.27841666666666665,
      "grad_norm": 1.0652776956558228,
      "learning_rate": 0.00024727469776418244,
      "loss": 7.7905,
      "step": 133640
    },
    {
      "epoch": 0.2784375,
      "grad_norm": 4.4896674156188965,
      "learning_rate": 0.0002472671930611274,
      "loss": 8.4897,
      "step": 133650
    },
    {
      "epoch": 0.2784583333333333,
      "grad_norm": 1.5237239599227905,
      "learning_rate": 0.00024725968793791654,
      "loss": 7.7694,
      "step": 133660
    },
    {
      "epoch": 0.27847916666666667,
      "grad_norm": 1.1277453899383545,
      "learning_rate": 0.0002472521823945824,
      "loss": 9.5546,
      "step": 133670
    },
    {
      "epoch": 0.2785,
      "grad_norm": 0.49208641052246094,
      "learning_rate": 0.0002472446764311572,
      "loss": 8.3904,
      "step": 133680
    },
    {
      "epoch": 0.27852083333333333,
      "grad_norm": 0.8301416039466858,
      "learning_rate": 0.0002472371700476736,
      "loss": 8.234,
      "step": 133690
    },
    {
      "epoch": 0.2785416666666667,
      "grad_norm": 4.202512741088867,
      "learning_rate": 0.00024722966324416387,
      "loss": 7.9725,
      "step": 133700
    },
    {
      "epoch": 0.2785625,
      "grad_norm": 1.0288326740264893,
      "learning_rate": 0.00024722215602066054,
      "loss": 7.5545,
      "step": 133710
    },
    {
      "epoch": 0.27858333333333335,
      "grad_norm": 1.7130757570266724,
      "learning_rate": 0.0002472146483771959,
      "loss": 7.6303,
      "step": 133720
    },
    {
      "epoch": 0.27860416666666665,
      "grad_norm": 1.096058964729309,
      "learning_rate": 0.0002472071403138025,
      "loss": 7.5832,
      "step": 133730
    },
    {
      "epoch": 0.278625,
      "grad_norm": 1.7567486763000488,
      "learning_rate": 0.00024719963183051274,
      "loss": 7.7559,
      "step": 133740
    },
    {
      "epoch": 0.2786458333333333,
      "grad_norm": 1.8684282302856445,
      "learning_rate": 0.000247192122927359,
      "loss": 8.147,
      "step": 133750
    },
    {
      "epoch": 0.2786666666666667,
      "grad_norm": 1.5395848751068115,
      "learning_rate": 0.0002471846136043738,
      "loss": 7.5639,
      "step": 133760
    },
    {
      "epoch": 0.2786875,
      "grad_norm": 0.521723747253418,
      "learning_rate": 0.00024717710386158953,
      "loss": 7.3398,
      "step": 133770
    },
    {
      "epoch": 0.27870833333333334,
      "grad_norm": 1.509375810623169,
      "learning_rate": 0.00024716959369903865,
      "loss": 7.9097,
      "step": 133780
    },
    {
      "epoch": 0.27872916666666664,
      "grad_norm": 1.7749193906784058,
      "learning_rate": 0.00024716208311675354,
      "loss": 8.0415,
      "step": 133790
    },
    {
      "epoch": 0.27875,
      "grad_norm": 1.866858959197998,
      "learning_rate": 0.0002471545721147667,
      "loss": 8.1209,
      "step": 133800
    },
    {
      "epoch": 0.27877083333333336,
      "grad_norm": 1.05691397190094,
      "learning_rate": 0.0002471470606931106,
      "loss": 7.5189,
      "step": 133810
    },
    {
      "epoch": 0.27879166666666666,
      "grad_norm": 0.8318483233451843,
      "learning_rate": 0.0002471395488518177,
      "loss": 7.6222,
      "step": 133820
    },
    {
      "epoch": 0.2788125,
      "grad_norm": 1.6140176057815552,
      "learning_rate": 0.0002471320365909203,
      "loss": 7.9709,
      "step": 133830
    },
    {
      "epoch": 0.2788333333333333,
      "grad_norm": 1.1745458841323853,
      "learning_rate": 0.000247124523910451,
      "loss": 8.3283,
      "step": 133840
    },
    {
      "epoch": 0.2788541666666667,
      "grad_norm": 1.228911280632019,
      "learning_rate": 0.0002471170108104422,
      "loss": 8.0094,
      "step": 133850
    },
    {
      "epoch": 0.278875,
      "grad_norm": 0.9164726138114929,
      "learning_rate": 0.0002471094972909263,
      "loss": 7.6306,
      "step": 133860
    },
    {
      "epoch": 0.27889583333333334,
      "grad_norm": 5.386788368225098,
      "learning_rate": 0.00024710198335193585,
      "loss": 8.3482,
      "step": 133870
    },
    {
      "epoch": 0.27891666666666665,
      "grad_norm": 0.9751793146133423,
      "learning_rate": 0.00024709446899350327,
      "loss": 7.5988,
      "step": 133880
    },
    {
      "epoch": 0.2789375,
      "grad_norm": 2.611166477203369,
      "learning_rate": 0.00024708695421566106,
      "loss": 8.8639,
      "step": 133890
    },
    {
      "epoch": 0.2789583333333333,
      "grad_norm": 0.8916895389556885,
      "learning_rate": 0.00024707943901844154,
      "loss": 8.1526,
      "step": 133900
    },
    {
      "epoch": 0.27897916666666667,
      "grad_norm": 2.518516778945923,
      "learning_rate": 0.0002470719234018774,
      "loss": 7.7919,
      "step": 133910
    },
    {
      "epoch": 0.279,
      "grad_norm": 0.7259749174118042,
      "learning_rate": 0.0002470644073660008,
      "loss": 7.8316,
      "step": 133920
    },
    {
      "epoch": 0.27902083333333333,
      "grad_norm": 2.2687113285064697,
      "learning_rate": 0.00024705689091084456,
      "loss": 8.0947,
      "step": 133930
    },
    {
      "epoch": 0.2790416666666667,
      "grad_norm": 1.0642621517181396,
      "learning_rate": 0.00024704937403644087,
      "loss": 8.3411,
      "step": 133940
    },
    {
      "epoch": 0.2790625,
      "grad_norm": 2.8882291316986084,
      "learning_rate": 0.0002470418567428223,
      "loss": 7.5772,
      "step": 133950
    },
    {
      "epoch": 0.27908333333333335,
      "grad_norm": 0.8413479924201965,
      "learning_rate": 0.0002470343390300214,
      "loss": 7.5745,
      "step": 133960
    },
    {
      "epoch": 0.27910416666666665,
      "grad_norm": 1.04690420627594,
      "learning_rate": 0.00024702682089807046,
      "loss": 7.554,
      "step": 133970
    },
    {
      "epoch": 0.279125,
      "grad_norm": 0.6146097779273987,
      "learning_rate": 0.0002470193023470021,
      "loss": 7.5314,
      "step": 133980
    },
    {
      "epoch": 0.2791458333333333,
      "grad_norm": 1.372106909751892,
      "learning_rate": 0.00024701178337684874,
      "loss": 7.6908,
      "step": 133990
    },
    {
      "epoch": 0.2791666666666667,
      "grad_norm": 0.5841021537780762,
      "learning_rate": 0.00024700426398764294,
      "loss": 7.4436,
      "step": 134000
    },
    {
      "epoch": 0.2791666666666667,
      "eval_loss": 10.717785835266113,
      "eval_runtime": 9.069,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 134000
    },
    {
      "epoch": 0.2791875,
      "grad_norm": 0.9611496329307556,
      "learning_rate": 0.00024699674417941707,
      "loss": 7.662,
      "step": 134010
    },
    {
      "epoch": 0.27920833333333334,
      "grad_norm": 0.8805591464042664,
      "learning_rate": 0.00024698922395220365,
      "loss": 8.3693,
      "step": 134020
    },
    {
      "epoch": 0.27922916666666664,
      "grad_norm": 1.116584300994873,
      "learning_rate": 0.00024698170330603517,
      "loss": 8.0708,
      "step": 134030
    },
    {
      "epoch": 0.27925,
      "grad_norm": 0.5744661092758179,
      "learning_rate": 0.00024697418224094413,
      "loss": 7.3101,
      "step": 134040
    },
    {
      "epoch": 0.27927083333333336,
      "grad_norm": 4.644927501678467,
      "learning_rate": 0.000246966660756963,
      "loss": 7.8644,
      "step": 134050
    },
    {
      "epoch": 0.27929166666666666,
      "grad_norm": 1.004745364189148,
      "learning_rate": 0.0002469591388541243,
      "loss": 8.5119,
      "step": 134060
    },
    {
      "epoch": 0.2793125,
      "grad_norm": 1.4264795780181885,
      "learning_rate": 0.0002469516165324605,
      "loss": 7.8333,
      "step": 134070
    },
    {
      "epoch": 0.2793333333333333,
      "grad_norm": 0.5281968116760254,
      "learning_rate": 0.0002469440937920041,
      "loss": 7.9253,
      "step": 134080
    },
    {
      "epoch": 0.2793541666666667,
      "grad_norm": 1.1039879322052002,
      "learning_rate": 0.00024693657063278756,
      "loss": 9.5691,
      "step": 134090
    },
    {
      "epoch": 0.279375,
      "grad_norm": 1.407700538635254,
      "learning_rate": 0.00024692904705484343,
      "loss": 7.8315,
      "step": 134100
    },
    {
      "epoch": 0.27939583333333334,
      "grad_norm": 1.3041512966156006,
      "learning_rate": 0.00024692152305820416,
      "loss": 7.8903,
      "step": 134110
    },
    {
      "epoch": 0.27941666666666665,
      "grad_norm": 0.9673222303390503,
      "learning_rate": 0.00024691399864290223,
      "loss": 7.9462,
      "step": 134120
    },
    {
      "epoch": 0.2794375,
      "grad_norm": 0.9436931014060974,
      "learning_rate": 0.00024690647380897027,
      "loss": 7.6478,
      "step": 134130
    },
    {
      "epoch": 0.2794583333333333,
      "grad_norm": 1.1494393348693848,
      "learning_rate": 0.0002468989485564407,
      "loss": 8.1119,
      "step": 134140
    },
    {
      "epoch": 0.27947916666666667,
      "grad_norm": 1.2420395612716675,
      "learning_rate": 0.000246891422885346,
      "loss": 8.0231,
      "step": 134150
    },
    {
      "epoch": 0.2795,
      "grad_norm": 0.8744232058525085,
      "learning_rate": 0.0002468838967957187,
      "loss": 8.3422,
      "step": 134160
    },
    {
      "epoch": 0.27952083333333333,
      "grad_norm": 0.8513237237930298,
      "learning_rate": 0.0002468763702875913,
      "loss": 7.3613,
      "step": 134170
    },
    {
      "epoch": 0.2795416666666667,
      "grad_norm": 0.6190964579582214,
      "learning_rate": 0.00024686884336099635,
      "loss": 7.5862,
      "step": 134180
    },
    {
      "epoch": 0.2795625,
      "grad_norm": 1.1332660913467407,
      "learning_rate": 0.00024686131601596635,
      "loss": 8.0319,
      "step": 134190
    },
    {
      "epoch": 0.27958333333333335,
      "grad_norm": 1.1224744319915771,
      "learning_rate": 0.0002468537882525338,
      "loss": 7.7461,
      "step": 134200
    },
    {
      "epoch": 0.27960416666666665,
      "grad_norm": 0.9562393426895142,
      "learning_rate": 0.0002468462600707312,
      "loss": 7.7142,
      "step": 134210
    },
    {
      "epoch": 0.279625,
      "grad_norm": 1.2170772552490234,
      "learning_rate": 0.0002468387314705911,
      "loss": 7.4586,
      "step": 134220
    },
    {
      "epoch": 0.2796458333333333,
      "grad_norm": 1.0001578330993652,
      "learning_rate": 0.000246831202452146,
      "loss": 7.5406,
      "step": 134230
    },
    {
      "epoch": 0.2796666666666667,
      "grad_norm": 1.4641931056976318,
      "learning_rate": 0.00024682367301542845,
      "loss": 7.7704,
      "step": 134240
    },
    {
      "epoch": 0.2796875,
      "grad_norm": 0.8721196055412292,
      "learning_rate": 0.00024681614316047096,
      "loss": 8.136,
      "step": 134250
    },
    {
      "epoch": 0.27970833333333334,
      "grad_norm": 0.9258764386177063,
      "learning_rate": 0.00024680861288730606,
      "loss": 8.1205,
      "step": 134260
    },
    {
      "epoch": 0.27972916666666664,
      "grad_norm": 1.5792675018310547,
      "learning_rate": 0.0002468010821959663,
      "loss": 8.2237,
      "step": 134270
    },
    {
      "epoch": 0.27975,
      "grad_norm": 1.4707252979278564,
      "learning_rate": 0.0002467935510864841,
      "loss": 7.4991,
      "step": 134280
    },
    {
      "epoch": 0.27977083333333336,
      "grad_norm": 0.8700650334358215,
      "learning_rate": 0.00024678601955889214,
      "loss": 7.651,
      "step": 134290
    },
    {
      "epoch": 0.27979166666666666,
      "grad_norm": 0.9460582137107849,
      "learning_rate": 0.00024677848761322287,
      "loss": 7.7409,
      "step": 134300
    },
    {
      "epoch": 0.2798125,
      "grad_norm": 0.6910091638565063,
      "learning_rate": 0.00024677095524950883,
      "loss": 7.6887,
      "step": 134310
    },
    {
      "epoch": 0.2798333333333333,
      "grad_norm": 3.866694688796997,
      "learning_rate": 0.00024676342246778254,
      "loss": 8.3745,
      "step": 134320
    },
    {
      "epoch": 0.2798541666666667,
      "grad_norm": 0.8917466402053833,
      "learning_rate": 0.00024675588926807663,
      "loss": 8.2887,
      "step": 134330
    },
    {
      "epoch": 0.279875,
      "grad_norm": 1.5315696001052856,
      "learning_rate": 0.00024674835565042353,
      "loss": 7.7746,
      "step": 134340
    },
    {
      "epoch": 0.27989583333333334,
      "grad_norm": 1.2031259536743164,
      "learning_rate": 0.00024674082161485586,
      "loss": 7.9913,
      "step": 134350
    },
    {
      "epoch": 0.27991666666666665,
      "grad_norm": 0.7142531871795654,
      "learning_rate": 0.0002467332871614061,
      "loss": 7.9549,
      "step": 134360
    },
    {
      "epoch": 0.2799375,
      "grad_norm": 1.4414947032928467,
      "learning_rate": 0.0002467257522901069,
      "loss": 7.8477,
      "step": 134370
    },
    {
      "epoch": 0.2799583333333333,
      "grad_norm": 3.0745925903320312,
      "learning_rate": 0.00024671821700099063,
      "loss": 8.2874,
      "step": 134380
    },
    {
      "epoch": 0.27997916666666667,
      "grad_norm": 0.9867486357688904,
      "learning_rate": 0.00024671068129409,
      "loss": 7.6182,
      "step": 134390
    },
    {
      "epoch": 0.28,
      "grad_norm": 1.2663967609405518,
      "learning_rate": 0.00024670314516943753,
      "loss": 7.8035,
      "step": 134400
    },
    {
      "epoch": 0.28002083333333333,
      "grad_norm": 0.631598711013794,
      "learning_rate": 0.00024669560862706575,
      "loss": 7.3797,
      "step": 134410
    },
    {
      "epoch": 0.2800416666666667,
      "grad_norm": 1.3990623950958252,
      "learning_rate": 0.0002466880716670072,
      "loss": 7.6334,
      "step": 134420
    },
    {
      "epoch": 0.2800625,
      "grad_norm": 2.349797010421753,
      "learning_rate": 0.00024668053428929444,
      "loss": 7.5973,
      "step": 134430
    },
    {
      "epoch": 0.28008333333333335,
      "grad_norm": 2.600782632827759,
      "learning_rate": 0.00024667299649396,
      "loss": 8.1219,
      "step": 134440
    },
    {
      "epoch": 0.28010416666666665,
      "grad_norm": 0.7645001411437988,
      "learning_rate": 0.0002466654582810365,
      "loss": 7.4284,
      "step": 134450
    },
    {
      "epoch": 0.280125,
      "grad_norm": 0.556155800819397,
      "learning_rate": 0.00024665791965055656,
      "loss": 7.4996,
      "step": 134460
    },
    {
      "epoch": 0.2801458333333333,
      "grad_norm": 1.427367091178894,
      "learning_rate": 0.0002466503806025526,
      "loss": 7.5182,
      "step": 134470
    },
    {
      "epoch": 0.2801666666666667,
      "grad_norm": 3.42168927192688,
      "learning_rate": 0.0002466428411370573,
      "loss": 8.0469,
      "step": 134480
    },
    {
      "epoch": 0.2801875,
      "grad_norm": 0.7718281745910645,
      "learning_rate": 0.00024663530125410314,
      "loss": 8.4127,
      "step": 134490
    },
    {
      "epoch": 0.28020833333333334,
      "grad_norm": 0.7204789519309998,
      "learning_rate": 0.00024662776095372275,
      "loss": 7.4105,
      "step": 134500
    },
    {
      "epoch": 0.28022916666666664,
      "grad_norm": 1.8336976766586304,
      "learning_rate": 0.0002466202202359487,
      "loss": 7.4703,
      "step": 134510
    },
    {
      "epoch": 0.28025,
      "grad_norm": 1.5962047576904297,
      "learning_rate": 0.00024661267910081346,
      "loss": 7.8088,
      "step": 134520
    },
    {
      "epoch": 0.28027083333333336,
      "grad_norm": 0.8557195663452148,
      "learning_rate": 0.00024660513754834983,
      "loss": 7.3036,
      "step": 134530
    },
    {
      "epoch": 0.28029166666666666,
      "grad_norm": 1.325942873954773,
      "learning_rate": 0.00024659759557859006,
      "loss": 8.1903,
      "step": 134540
    },
    {
      "epoch": 0.2803125,
      "grad_norm": 0.7016312479972839,
      "learning_rate": 0.00024659005319156707,
      "loss": 7.4777,
      "step": 134550
    },
    {
      "epoch": 0.2803333333333333,
      "grad_norm": 0.742096483707428,
      "learning_rate": 0.0002465825103873132,
      "loss": 7.4373,
      "step": 134560
    },
    {
      "epoch": 0.2803541666666667,
      "grad_norm": 1.041875958442688,
      "learning_rate": 0.0002465749671658612,
      "loss": 7.4913,
      "step": 134570
    },
    {
      "epoch": 0.280375,
      "grad_norm": 1.2500325441360474,
      "learning_rate": 0.00024656742352724344,
      "loss": 7.8741,
      "step": 134580
    },
    {
      "epoch": 0.28039583333333334,
      "grad_norm": 1.4176541566848755,
      "learning_rate": 0.00024655987947149274,
      "loss": 7.9184,
      "step": 134590
    },
    {
      "epoch": 0.28041666666666665,
      "grad_norm": 1.5823675394058228,
      "learning_rate": 0.0002465523349986415,
      "loss": 7.5121,
      "step": 134600
    },
    {
      "epoch": 0.2804375,
      "grad_norm": 0.7933443188667297,
      "learning_rate": 0.0002465447901087225,
      "loss": 7.382,
      "step": 134610
    },
    {
      "epoch": 0.2804583333333333,
      "grad_norm": 1.0572344064712524,
      "learning_rate": 0.0002465372448017681,
      "loss": 7.8751,
      "step": 134620
    },
    {
      "epoch": 0.28047916666666667,
      "grad_norm": 1.2093651294708252,
      "learning_rate": 0.0002465296990778111,
      "loss": 7.9554,
      "step": 134630
    },
    {
      "epoch": 0.2805,
      "grad_norm": 5.0171403884887695,
      "learning_rate": 0.00024652215293688396,
      "loss": 9.254,
      "step": 134640
    },
    {
      "epoch": 0.28052083333333333,
      "grad_norm": 3.4920427799224854,
      "learning_rate": 0.00024651460637901935,
      "loss": 8.0929,
      "step": 134650
    },
    {
      "epoch": 0.2805416666666667,
      "grad_norm": 0.6115767955780029,
      "learning_rate": 0.00024650705940424983,
      "loss": 8.288,
      "step": 134660
    },
    {
      "epoch": 0.2805625,
      "grad_norm": 0.8304018974304199,
      "learning_rate": 0.00024649951201260805,
      "loss": 7.8104,
      "step": 134670
    },
    {
      "epoch": 0.28058333333333335,
      "grad_norm": 3.556673765182495,
      "learning_rate": 0.0002464919642041266,
      "loss": 8.3611,
      "step": 134680
    },
    {
      "epoch": 0.28060416666666665,
      "grad_norm": 0.5052134394645691,
      "learning_rate": 0.00024648441597883796,
      "loss": 7.3462,
      "step": 134690
    },
    {
      "epoch": 0.280625,
      "grad_norm": 0.7210193276405334,
      "learning_rate": 0.00024647686733677486,
      "loss": 7.4449,
      "step": 134700
    },
    {
      "epoch": 0.2806458333333333,
      "grad_norm": 1.0138754844665527,
      "learning_rate": 0.0002464693182779699,
      "loss": 7.7284,
      "step": 134710
    },
    {
      "epoch": 0.2806666666666667,
      "grad_norm": 0.560318112373352,
      "learning_rate": 0.00024646176880245574,
      "loss": 8.1057,
      "step": 134720
    },
    {
      "epoch": 0.2806875,
      "grad_norm": 1.0761187076568604,
      "learning_rate": 0.0002464542189102648,
      "loss": 8.1251,
      "step": 134730
    },
    {
      "epoch": 0.28070833333333334,
      "grad_norm": 1.398698091506958,
      "learning_rate": 0.00024644666860142985,
      "loss": 8.3054,
      "step": 134740
    },
    {
      "epoch": 0.28072916666666664,
      "grad_norm": 3.990981340408325,
      "learning_rate": 0.00024643911787598354,
      "loss": 7.9024,
      "step": 134750
    },
    {
      "epoch": 0.28075,
      "grad_norm": 0.5496605038642883,
      "learning_rate": 0.00024643156673395835,
      "loss": 8.1661,
      "step": 134760
    },
    {
      "epoch": 0.28077083333333336,
      "grad_norm": 0.8767375946044922,
      "learning_rate": 0.0002464240151753869,
      "loss": 7.838,
      "step": 134770
    },
    {
      "epoch": 0.28079166666666666,
      "grad_norm": 2.5945184230804443,
      "learning_rate": 0.000246416463200302,
      "loss": 8.4748,
      "step": 134780
    },
    {
      "epoch": 0.2808125,
      "grad_norm": 0.5167326927185059,
      "learning_rate": 0.0002464089108087361,
      "loss": 7.3232,
      "step": 134790
    },
    {
      "epoch": 0.2808333333333333,
      "grad_norm": 1.1448779106140137,
      "learning_rate": 0.00024640135800072183,
      "loss": 7.7371,
      "step": 134800
    },
    {
      "epoch": 0.2808541666666667,
      "grad_norm": 1.1662424802780151,
      "learning_rate": 0.0002463938047762919,
      "loss": 7.4703,
      "step": 134810
    },
    {
      "epoch": 0.280875,
      "grad_norm": 4.135462284088135,
      "learning_rate": 0.00024638625113547886,
      "loss": 8.0811,
      "step": 134820
    },
    {
      "epoch": 0.28089583333333334,
      "grad_norm": 1.050127625465393,
      "learning_rate": 0.0002463786970783154,
      "loss": 7.6785,
      "step": 134830
    },
    {
      "epoch": 0.28091666666666665,
      "grad_norm": 2.590895414352417,
      "learning_rate": 0.00024637114260483403,
      "loss": 8.4654,
      "step": 134840
    },
    {
      "epoch": 0.2809375,
      "grad_norm": 0.5191310048103333,
      "learning_rate": 0.00024636358771506757,
      "loss": 7.7884,
      "step": 134850
    },
    {
      "epoch": 0.2809583333333333,
      "grad_norm": 0.9856212735176086,
      "learning_rate": 0.0002463560324090485,
      "loss": 7.5806,
      "step": 134860
    },
    {
      "epoch": 0.28097916666666667,
      "grad_norm": 1.0908805131912231,
      "learning_rate": 0.0002463484766868095,
      "loss": 7.9178,
      "step": 134870
    },
    {
      "epoch": 0.281,
      "grad_norm": 1.1942201852798462,
      "learning_rate": 0.0002463409205483833,
      "loss": 8.8401,
      "step": 134880
    },
    {
      "epoch": 0.28102083333333333,
      "grad_norm": 3.490929365158081,
      "learning_rate": 0.0002463333639938024,
      "loss": 8.6261,
      "step": 134890
    },
    {
      "epoch": 0.2810416666666667,
      "grad_norm": 0.7976168990135193,
      "learning_rate": 0.0002463258070230995,
      "loss": 8.4624,
      "step": 134900
    },
    {
      "epoch": 0.2810625,
      "grad_norm": 1.1044503450393677,
      "learning_rate": 0.0002463182496363072,
      "loss": 7.899,
      "step": 134910
    },
    {
      "epoch": 0.28108333333333335,
      "grad_norm": 0.8736822009086609,
      "learning_rate": 0.0002463106918334582,
      "loss": 8.3892,
      "step": 134920
    },
    {
      "epoch": 0.28110416666666665,
      "grad_norm": 1.4103918075561523,
      "learning_rate": 0.0002463031336145852,
      "loss": 8.3007,
      "step": 134930
    },
    {
      "epoch": 0.281125,
      "grad_norm": 1.169708013534546,
      "learning_rate": 0.00024629557497972074,
      "loss": 7.9562,
      "step": 134940
    },
    {
      "epoch": 0.2811458333333333,
      "grad_norm": 2.0533502101898193,
      "learning_rate": 0.0002462880159288975,
      "loss": 9.3999,
      "step": 134950
    },
    {
      "epoch": 0.2811666666666667,
      "grad_norm": 0.97402024269104,
      "learning_rate": 0.00024628045646214817,
      "loss": 7.7299,
      "step": 134960
    },
    {
      "epoch": 0.2811875,
      "grad_norm": 1.3209319114685059,
      "learning_rate": 0.00024627289657950537,
      "loss": 7.8457,
      "step": 134970
    },
    {
      "epoch": 0.28120833333333334,
      "grad_norm": 0.8396283388137817,
      "learning_rate": 0.00024626533628100176,
      "loss": 8.2249,
      "step": 134980
    },
    {
      "epoch": 0.28122916666666664,
      "grad_norm": 0.9341899156570435,
      "learning_rate": 0.00024625777556667,
      "loss": 8.6674,
      "step": 134990
    },
    {
      "epoch": 0.28125,
      "grad_norm": 1.0019333362579346,
      "learning_rate": 0.0002462502144365428,
      "loss": 8.1858,
      "step": 135000
    },
    {
      "epoch": 0.28125,
      "eval_loss": 8.818971633911133,
      "eval_runtime": 8.4201,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 135000
    },
    {
      "epoch": 0.28127083333333336,
      "grad_norm": 1.5959749221801758,
      "learning_rate": 0.0002462426528906527,
      "loss": 8.0335,
      "step": 135010
    },
    {
      "epoch": 0.28129166666666666,
      "grad_norm": 1.5243600606918335,
      "learning_rate": 0.00024623509092903245,
      "loss": 7.9415,
      "step": 135020
    },
    {
      "epoch": 0.2813125,
      "grad_norm": 2.4251484870910645,
      "learning_rate": 0.0002462275285517147,
      "loss": 7.856,
      "step": 135030
    },
    {
      "epoch": 0.2813333333333333,
      "grad_norm": 0.7554556131362915,
      "learning_rate": 0.00024621996575873215,
      "loss": 7.7725,
      "step": 135040
    },
    {
      "epoch": 0.2813541666666667,
      "grad_norm": 0.9176197052001953,
      "learning_rate": 0.0002462124025501174,
      "loss": 7.5143,
      "step": 135050
    },
    {
      "epoch": 0.281375,
      "grad_norm": 0.7197990417480469,
      "learning_rate": 0.0002462048389259032,
      "loss": 8.3284,
      "step": 135060
    },
    {
      "epoch": 0.28139583333333335,
      "grad_norm": 0.6604564785957336,
      "learning_rate": 0.00024619727488612214,
      "loss": 7.5208,
      "step": 135070
    },
    {
      "epoch": 0.28141666666666665,
      "grad_norm": 0.908980131149292,
      "learning_rate": 0.00024618971043080697,
      "loss": 9.7116,
      "step": 135080
    },
    {
      "epoch": 0.2814375,
      "grad_norm": 0.806374728679657,
      "learning_rate": 0.00024618214555999023,
      "loss": 7.8343,
      "step": 135090
    },
    {
      "epoch": 0.2814583333333333,
      "grad_norm": 3.5346879959106445,
      "learning_rate": 0.0002461745802737048,
      "loss": 8.0233,
      "step": 135100
    },
    {
      "epoch": 0.28147916666666667,
      "grad_norm": 4.756244659423828,
      "learning_rate": 0.0002461670145719832,
      "loss": 8.1428,
      "step": 135110
    },
    {
      "epoch": 0.2815,
      "grad_norm": 0.7084738612174988,
      "learning_rate": 0.0002461594484548582,
      "loss": 7.7362,
      "step": 135120
    },
    {
      "epoch": 0.28152083333333333,
      "grad_norm": 2.024592638015747,
      "learning_rate": 0.0002461518819223624,
      "loss": 7.8633,
      "step": 135130
    },
    {
      "epoch": 0.2815416666666667,
      "grad_norm": 0.6543592214584351,
      "learning_rate": 0.0002461443149745285,
      "loss": 8.0662,
      "step": 135140
    },
    {
      "epoch": 0.2815625,
      "grad_norm": 1.0715290307998657,
      "learning_rate": 0.0002461367476113893,
      "loss": 10.0735,
      "step": 135150
    },
    {
      "epoch": 0.28158333333333335,
      "grad_norm": 2.912473678588867,
      "learning_rate": 0.00024612917983297733,
      "loss": 7.5959,
      "step": 135160
    },
    {
      "epoch": 0.28160416666666666,
      "grad_norm": 2.019209861755371,
      "learning_rate": 0.00024612161163932537,
      "loss": 8.129,
      "step": 135170
    },
    {
      "epoch": 0.281625,
      "grad_norm": 0.6846373677253723,
      "learning_rate": 0.00024611404303046615,
      "loss": 7.7333,
      "step": 135180
    },
    {
      "epoch": 0.2816458333333333,
      "grad_norm": 0.5609815716743469,
      "learning_rate": 0.00024610647400643225,
      "loss": 8.1597,
      "step": 135190
    },
    {
      "epoch": 0.2816666666666667,
      "grad_norm": 0.5649857521057129,
      "learning_rate": 0.0002460989045672565,
      "loss": 7.4237,
      "step": 135200
    },
    {
      "epoch": 0.2816875,
      "grad_norm": 1.2673460245132446,
      "learning_rate": 0.0002460913347129714,
      "loss": 7.3058,
      "step": 135210
    },
    {
      "epoch": 0.28170833333333334,
      "grad_norm": 1.0921556949615479,
      "learning_rate": 0.00024608376444360984,
      "loss": 7.7844,
      "step": 135220
    },
    {
      "epoch": 0.28172916666666664,
      "grad_norm": 1.5451159477233887,
      "learning_rate": 0.00024607619375920445,
      "loss": 8.4216,
      "step": 135230
    },
    {
      "epoch": 0.28175,
      "grad_norm": 0.7263047695159912,
      "learning_rate": 0.0002460686226597879,
      "loss": 7.6286,
      "step": 135240
    },
    {
      "epoch": 0.28177083333333336,
      "grad_norm": 1.6768075227737427,
      "learning_rate": 0.000246061051145393,
      "loss": 8.3922,
      "step": 135250
    },
    {
      "epoch": 0.28179166666666666,
      "grad_norm": 1.3255399465560913,
      "learning_rate": 0.0002460534792160523,
      "loss": 7.4911,
      "step": 135260
    },
    {
      "epoch": 0.2818125,
      "grad_norm": 0.5497475266456604,
      "learning_rate": 0.0002460459068717986,
      "loss": 7.4873,
      "step": 135270
    },
    {
      "epoch": 0.2818333333333333,
      "grad_norm": 0.8664047718048096,
      "learning_rate": 0.0002460383341126647,
      "loss": 7.3728,
      "step": 135280
    },
    {
      "epoch": 0.2818541666666667,
      "grad_norm": 0.9475812315940857,
      "learning_rate": 0.0002460307609386831,
      "loss": 7.7775,
      "step": 135290
    },
    {
      "epoch": 0.281875,
      "grad_norm": 1.670533537864685,
      "learning_rate": 0.0002460231873498867,
      "loss": 8.3672,
      "step": 135300
    },
    {
      "epoch": 0.28189583333333335,
      "grad_norm": 3.9335858821868896,
      "learning_rate": 0.00024601561334630813,
      "loss": 8.6751,
      "step": 135310
    },
    {
      "epoch": 0.28191666666666665,
      "grad_norm": 1.2263363599777222,
      "learning_rate": 0.00024600803892798,
      "loss": 7.558,
      "step": 135320
    },
    {
      "epoch": 0.2819375,
      "grad_norm": 0.824760377407074,
      "learning_rate": 0.0002460004640949353,
      "loss": 7.6469,
      "step": 135330
    },
    {
      "epoch": 0.2819583333333333,
      "grad_norm": 2.182213306427002,
      "learning_rate": 0.0002459928888472065,
      "loss": 7.611,
      "step": 135340
    },
    {
      "epoch": 0.28197916666666667,
      "grad_norm": 1.1414281129837036,
      "learning_rate": 0.00024598531318482643,
      "loss": 7.4966,
      "step": 135350
    },
    {
      "epoch": 0.282,
      "grad_norm": 1.4144712686538696,
      "learning_rate": 0.0002459777371078278,
      "loss": 8.1781,
      "step": 135360
    },
    {
      "epoch": 0.28202083333333333,
      "grad_norm": 2.1265504360198975,
      "learning_rate": 0.0002459701606162434,
      "loss": 7.3701,
      "step": 135370
    },
    {
      "epoch": 0.2820416666666667,
      "grad_norm": 1.678970456123352,
      "learning_rate": 0.0002459625837101058,
      "loss": 8.1163,
      "step": 135380
    },
    {
      "epoch": 0.2820625,
      "grad_norm": 2.5847277641296387,
      "learning_rate": 0.00024595500638944785,
      "loss": 8.0813,
      "step": 135390
    },
    {
      "epoch": 0.28208333333333335,
      "grad_norm": 3.7608590126037598,
      "learning_rate": 0.0002459474286543023,
      "loss": 8.172,
      "step": 135400
    },
    {
      "epoch": 0.28210416666666666,
      "grad_norm": 3.0490691661834717,
      "learning_rate": 0.0002459398505047018,
      "loss": 7.8851,
      "step": 135410
    },
    {
      "epoch": 0.282125,
      "grad_norm": 0.8688473105430603,
      "learning_rate": 0.00024593227194067915,
      "loss": 8.7717,
      "step": 135420
    },
    {
      "epoch": 0.2821458333333333,
      "grad_norm": 0.6207912564277649,
      "learning_rate": 0.000245924692962267,
      "loss": 7.621,
      "step": 135430
    },
    {
      "epoch": 0.2821666666666667,
      "grad_norm": 3.578395128250122,
      "learning_rate": 0.0002459171135694982,
      "loss": 8.3284,
      "step": 135440
    },
    {
      "epoch": 0.2821875,
      "grad_norm": 0.8543276190757751,
      "learning_rate": 0.0002459095337624054,
      "loss": 7.5755,
      "step": 135450
    },
    {
      "epoch": 0.28220833333333334,
      "grad_norm": 2.699814796447754,
      "learning_rate": 0.0002459019535410214,
      "loss": 7.7118,
      "step": 135460
    },
    {
      "epoch": 0.28222916666666664,
      "grad_norm": 0.8580293655395508,
      "learning_rate": 0.00024589437290537897,
      "loss": 8.3656,
      "step": 135470
    },
    {
      "epoch": 0.28225,
      "grad_norm": 2.7191905975341797,
      "learning_rate": 0.00024588679185551075,
      "loss": 8.6041,
      "step": 135480
    },
    {
      "epoch": 0.28227083333333336,
      "grad_norm": 2.5315849781036377,
      "learning_rate": 0.00024587921039144955,
      "loss": 8.6875,
      "step": 135490
    },
    {
      "epoch": 0.28229166666666666,
      "grad_norm": 1.1526600122451782,
      "learning_rate": 0.0002458716285132281,
      "loss": 7.6345,
      "step": 135500
    },
    {
      "epoch": 0.2823125,
      "grad_norm": 0.847806990146637,
      "learning_rate": 0.00024586404622087916,
      "loss": 7.7008,
      "step": 135510
    },
    {
      "epoch": 0.2823333333333333,
      "grad_norm": 1.057641625404358,
      "learning_rate": 0.00024585646351443546,
      "loss": 7.4059,
      "step": 135520
    },
    {
      "epoch": 0.2823541666666667,
      "grad_norm": 2.178410768508911,
      "learning_rate": 0.00024584888039392986,
      "loss": 7.8543,
      "step": 135530
    },
    {
      "epoch": 0.282375,
      "grad_norm": 0.6802024841308594,
      "learning_rate": 0.00024584129685939504,
      "loss": 8.3643,
      "step": 135540
    },
    {
      "epoch": 0.28239583333333335,
      "grad_norm": 0.9897421002388,
      "learning_rate": 0.0002458337129108637,
      "loss": 7.5791,
      "step": 135550
    },
    {
      "epoch": 0.28241666666666665,
      "grad_norm": 0.7967908978462219,
      "learning_rate": 0.00024582612854836866,
      "loss": 7.5109,
      "step": 135560
    },
    {
      "epoch": 0.2824375,
      "grad_norm": 0.9816137552261353,
      "learning_rate": 0.0002458185437719427,
      "loss": 7.9704,
      "step": 135570
    },
    {
      "epoch": 0.2824583333333333,
      "grad_norm": 1.9898831844329834,
      "learning_rate": 0.0002458109585816185,
      "loss": 7.9587,
      "step": 135580
    },
    {
      "epoch": 0.28247916666666667,
      "grad_norm": 1.0970416069030762,
      "learning_rate": 0.00024580337297742895,
      "loss": 7.3315,
      "step": 135590
    },
    {
      "epoch": 0.2825,
      "grad_norm": 1.1370261907577515,
      "learning_rate": 0.0002457957869594067,
      "loss": 7.5848,
      "step": 135600
    },
    {
      "epoch": 0.28252083333333333,
      "grad_norm": 0.6663002371788025,
      "learning_rate": 0.0002457882005275846,
      "loss": 7.8476,
      "step": 135610
    },
    {
      "epoch": 0.2825416666666667,
      "grad_norm": 0.9235251545906067,
      "learning_rate": 0.0002457806136819954,
      "loss": 8.148,
      "step": 135620
    },
    {
      "epoch": 0.2825625,
      "grad_norm": 1.2990940809249878,
      "learning_rate": 0.00024577302642267185,
      "loss": 7.7376,
      "step": 135630
    },
    {
      "epoch": 0.28258333333333335,
      "grad_norm": 1.1218500137329102,
      "learning_rate": 0.0002457654387496467,
      "loss": 7.5412,
      "step": 135640
    },
    {
      "epoch": 0.28260416666666666,
      "grad_norm": 0.6478231549263,
      "learning_rate": 0.0002457578506629528,
      "loss": 7.3528,
      "step": 135650
    },
    {
      "epoch": 0.282625,
      "grad_norm": 3.2486581802368164,
      "learning_rate": 0.00024575026216262287,
      "loss": 7.9361,
      "step": 135660
    },
    {
      "epoch": 0.2826458333333333,
      "grad_norm": 1.4570484161376953,
      "learning_rate": 0.00024574267324868973,
      "loss": 8.0844,
      "step": 135670
    },
    {
      "epoch": 0.2826666666666667,
      "grad_norm": 1.1970137357711792,
      "learning_rate": 0.00024573508392118615,
      "loss": 7.5716,
      "step": 135680
    },
    {
      "epoch": 0.2826875,
      "grad_norm": 0.8275359869003296,
      "learning_rate": 0.00024572749418014483,
      "loss": 8.4612,
      "step": 135690
    },
    {
      "epoch": 0.28270833333333334,
      "grad_norm": 1.4431288242340088,
      "learning_rate": 0.00024571990402559867,
      "loss": 7.4404,
      "step": 135700
    },
    {
      "epoch": 0.28272916666666664,
      "grad_norm": 1.2042312622070312,
      "learning_rate": 0.00024571231345758046,
      "loss": 8.2491,
      "step": 135710
    },
    {
      "epoch": 0.28275,
      "grad_norm": 2.159201145172119,
      "learning_rate": 0.0002457047224761229,
      "loss": 7.8441,
      "step": 135720
    },
    {
      "epoch": 0.28277083333333336,
      "grad_norm": 1.0635632276535034,
      "learning_rate": 0.00024569713108125876,
      "loss": 7.8194,
      "step": 135730
    },
    {
      "epoch": 0.28279166666666666,
      "grad_norm": 4.426431655883789,
      "learning_rate": 0.000245689539273021,
      "loss": 8.4662,
      "step": 135740
    },
    {
      "epoch": 0.2828125,
      "grad_norm": 6.857509136199951,
      "learning_rate": 0.00024568194705144224,
      "loss": 7.7607,
      "step": 135750
    },
    {
      "epoch": 0.2828333333333333,
      "grad_norm": 1.819020390510559,
      "learning_rate": 0.0002456743544165554,
      "loss": 8.5719,
      "step": 135760
    },
    {
      "epoch": 0.2828541666666667,
      "grad_norm": 0.5991567373275757,
      "learning_rate": 0.00024566676136839315,
      "loss": 7.3579,
      "step": 135770
    },
    {
      "epoch": 0.282875,
      "grad_norm": 0.939885675907135,
      "learning_rate": 0.0002456591679069884,
      "loss": 7.7003,
      "step": 135780
    },
    {
      "epoch": 0.28289583333333335,
      "grad_norm": 1.065445065498352,
      "learning_rate": 0.00024565157403237393,
      "loss": 7.9544,
      "step": 135790
    },
    {
      "epoch": 0.28291666666666665,
      "grad_norm": 1.2269445657730103,
      "learning_rate": 0.0002456439797445825,
      "loss": 7.6004,
      "step": 135800
    },
    {
      "epoch": 0.2829375,
      "grad_norm": 1.8524222373962402,
      "learning_rate": 0.0002456363850436469,
      "loss": 7.8881,
      "step": 135810
    },
    {
      "epoch": 0.2829583333333333,
      "grad_norm": 1.087542176246643,
      "learning_rate": 0.0002456287899296,
      "loss": 8.1786,
      "step": 135820
    },
    {
      "epoch": 0.28297916666666667,
      "grad_norm": 1.0275124311447144,
      "learning_rate": 0.00024562119440247454,
      "loss": 7.1883,
      "step": 135830
    },
    {
      "epoch": 0.283,
      "grad_norm": 1.521492838859558,
      "learning_rate": 0.0002456135984623034,
      "loss": 7.61,
      "step": 135840
    },
    {
      "epoch": 0.28302083333333333,
      "grad_norm": 3.9987330436706543,
      "learning_rate": 0.0002456060021091194,
      "loss": 7.748,
      "step": 135850
    },
    {
      "epoch": 0.2830416666666667,
      "grad_norm": 1.3965309858322144,
      "learning_rate": 0.0002455984053429553,
      "loss": 7.7663,
      "step": 135860
    },
    {
      "epoch": 0.2830625,
      "grad_norm": 6.370879173278809,
      "learning_rate": 0.0002455908081638439,
      "loss": 8.3208,
      "step": 135870
    },
    {
      "epoch": 0.28308333333333335,
      "grad_norm": 0.8899233341217041,
      "learning_rate": 0.0002455832105718181,
      "loss": 7.6866,
      "step": 135880
    },
    {
      "epoch": 0.28310416666666666,
      "grad_norm": 2.4107069969177246,
      "learning_rate": 0.0002455756125669106,
      "loss": 8.0243,
      "step": 135890
    },
    {
      "epoch": 0.283125,
      "grad_norm": 1.0319997072219849,
      "learning_rate": 0.00024556801414915433,
      "loss": 7.4328,
      "step": 135900
    },
    {
      "epoch": 0.2831458333333333,
      "grad_norm": 1.9240026473999023,
      "learning_rate": 0.000245560415318582,
      "loss": 7.4706,
      "step": 135910
    },
    {
      "epoch": 0.2831666666666667,
      "grad_norm": 0.5209882855415344,
      "learning_rate": 0.0002455528160752266,
      "loss": 7.3802,
      "step": 135920
    },
    {
      "epoch": 0.2831875,
      "grad_norm": 4.351908206939697,
      "learning_rate": 0.00024554521641912075,
      "loss": 8.4604,
      "step": 135930
    },
    {
      "epoch": 0.28320833333333334,
      "grad_norm": 2.67619252204895,
      "learning_rate": 0.00024553761635029745,
      "loss": 8.2,
      "step": 135940
    },
    {
      "epoch": 0.28322916666666664,
      "grad_norm": 0.5459629893302917,
      "learning_rate": 0.00024553001586878945,
      "loss": 8.3879,
      "step": 135950
    },
    {
      "epoch": 0.28325,
      "grad_norm": 3.4681618213653564,
      "learning_rate": 0.00024552241497462966,
      "loss": 8.1935,
      "step": 135960
    },
    {
      "epoch": 0.28327083333333336,
      "grad_norm": 0.7697278261184692,
      "learning_rate": 0.00024551481366785077,
      "loss": 7.7911,
      "step": 135970
    },
    {
      "epoch": 0.28329166666666666,
      "grad_norm": 0.8073421716690063,
      "learning_rate": 0.0002455072119484857,
      "loss": 7.6027,
      "step": 135980
    },
    {
      "epoch": 0.2833125,
      "grad_norm": 1.2871204614639282,
      "learning_rate": 0.0002454996098165673,
      "loss": 7.6849,
      "step": 135990
    },
    {
      "epoch": 0.2833333333333333,
      "grad_norm": 0.6822689771652222,
      "learning_rate": 0.00024549200727212836,
      "loss": 7.7425,
      "step": 136000
    },
    {
      "epoch": 0.2833333333333333,
      "eval_loss": 6.96697473526001,
      "eval_runtime": 9.1107,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 136000
    },
    {
      "epoch": 0.2833541666666667,
      "grad_norm": 1.5137816667556763,
      "learning_rate": 0.0002454844043152018,
      "loss": 7.6488,
      "step": 136010
    },
    {
      "epoch": 0.283375,
      "grad_norm": 1.0628939867019653,
      "learning_rate": 0.0002454768009458203,
      "loss": 7.5524,
      "step": 136020
    },
    {
      "epoch": 0.28339583333333335,
      "grad_norm": 1.3546324968338013,
      "learning_rate": 0.0002454691971640169,
      "loss": 7.7956,
      "step": 136030
    },
    {
      "epoch": 0.28341666666666665,
      "grad_norm": 1.03752863407135,
      "learning_rate": 0.0002454615929698244,
      "loss": 7.9001,
      "step": 136040
    },
    {
      "epoch": 0.2834375,
      "grad_norm": 1.2446595430374146,
      "learning_rate": 0.0002454539883632755,
      "loss": 7.3691,
      "step": 136050
    },
    {
      "epoch": 0.2834583333333333,
      "grad_norm": 0.7879135012626648,
      "learning_rate": 0.00024544638334440317,
      "loss": 7.4191,
      "step": 136060
    },
    {
      "epoch": 0.28347916666666667,
      "grad_norm": 1.9656786918640137,
      "learning_rate": 0.0002454387779132403,
      "loss": 8.1005,
      "step": 136070
    },
    {
      "epoch": 0.2835,
      "grad_norm": 0.9280577898025513,
      "learning_rate": 0.00024543117206981966,
      "loss": 7.8917,
      "step": 136080
    },
    {
      "epoch": 0.28352083333333333,
      "grad_norm": 1.7439391613006592,
      "learning_rate": 0.00024542356581417414,
      "loss": 8.2762,
      "step": 136090
    },
    {
      "epoch": 0.2835416666666667,
      "grad_norm": 1.5108256340026855,
      "learning_rate": 0.0002454159591463366,
      "loss": 7.8033,
      "step": 136100
    },
    {
      "epoch": 0.2835625,
      "grad_norm": 0.6813818216323853,
      "learning_rate": 0.0002454083520663398,
      "loss": 7.632,
      "step": 136110
    },
    {
      "epoch": 0.28358333333333335,
      "grad_norm": 1.2534887790679932,
      "learning_rate": 0.0002454007445742168,
      "loss": 8.1537,
      "step": 136120
    },
    {
      "epoch": 0.28360416666666666,
      "grad_norm": 0.9321626424789429,
      "learning_rate": 0.00024539313667000024,
      "loss": 8.0261,
      "step": 136130
    },
    {
      "epoch": 0.283625,
      "grad_norm": 1.06773841381073,
      "learning_rate": 0.00024538552835372317,
      "loss": 7.6509,
      "step": 136140
    },
    {
      "epoch": 0.2836458333333333,
      "grad_norm": 1.056151270866394,
      "learning_rate": 0.00024537791962541837,
      "loss": 7.691,
      "step": 136150
    },
    {
      "epoch": 0.2836666666666667,
      "grad_norm": 1.7859852313995361,
      "learning_rate": 0.0002453703104851187,
      "loss": 7.8175,
      "step": 136160
    },
    {
      "epoch": 0.2836875,
      "grad_norm": 0.5302445888519287,
      "learning_rate": 0.00024536270093285695,
      "loss": 7.415,
      "step": 136170
    },
    {
      "epoch": 0.28370833333333334,
      "grad_norm": 1.605590581893921,
      "learning_rate": 0.0002453550909686662,
      "loss": 8.1941,
      "step": 136180
    },
    {
      "epoch": 0.28372916666666664,
      "grad_norm": 1.0911813974380493,
      "learning_rate": 0.00024534748059257917,
      "loss": 7.7762,
      "step": 136190
    },
    {
      "epoch": 0.28375,
      "grad_norm": 2.9510982036590576,
      "learning_rate": 0.00024533986980462873,
      "loss": 8.1622,
      "step": 136200
    },
    {
      "epoch": 0.28377083333333336,
      "grad_norm": 1.1363314390182495,
      "learning_rate": 0.00024533225860484784,
      "loss": 7.8368,
      "step": 136210
    },
    {
      "epoch": 0.28379166666666666,
      "grad_norm": 1.1749438047409058,
      "learning_rate": 0.00024532464699326923,
      "loss": 7.9511,
      "step": 136220
    },
    {
      "epoch": 0.2838125,
      "grad_norm": 0.6634854674339294,
      "learning_rate": 0.000245317034969926,
      "loss": 8.1907,
      "step": 136230
    },
    {
      "epoch": 0.2838333333333333,
      "grad_norm": 3.358064889907837,
      "learning_rate": 0.00024530942253485084,
      "loss": 9.1376,
      "step": 136240
    },
    {
      "epoch": 0.2838541666666667,
      "grad_norm": 0.9209945797920227,
      "learning_rate": 0.00024530180968807675,
      "loss": 7.9296,
      "step": 136250
    },
    {
      "epoch": 0.283875,
      "grad_norm": 1.6202911138534546,
      "learning_rate": 0.00024529419642963646,
      "loss": 8.1484,
      "step": 136260
    },
    {
      "epoch": 0.28389583333333335,
      "grad_norm": 0.7025163173675537,
      "learning_rate": 0.00024528658275956304,
      "loss": 8.2574,
      "step": 136270
    },
    {
      "epoch": 0.28391666666666665,
      "grad_norm": 0.5399256944656372,
      "learning_rate": 0.0002452789686778893,
      "loss": 7.51,
      "step": 136280
    },
    {
      "epoch": 0.2839375,
      "grad_norm": 1.1295771598815918,
      "learning_rate": 0.0002452713541846481,
      "loss": 7.9571,
      "step": 136290
    },
    {
      "epoch": 0.2839583333333333,
      "grad_norm": 0.8888722658157349,
      "learning_rate": 0.0002452637392798724,
      "loss": 8.1393,
      "step": 136300
    },
    {
      "epoch": 0.28397916666666667,
      "grad_norm": 0.6404788494110107,
      "learning_rate": 0.00024525612396359504,
      "loss": 7.2339,
      "step": 136310
    },
    {
      "epoch": 0.284,
      "grad_norm": 1.340907335281372,
      "learning_rate": 0.00024524850823584896,
      "loss": 7.5991,
      "step": 136320
    },
    {
      "epoch": 0.28402083333333333,
      "grad_norm": 0.7128127813339233,
      "learning_rate": 0.00024524089209666697,
      "loss": 7.6796,
      "step": 136330
    },
    {
      "epoch": 0.2840416666666667,
      "grad_norm": 1.2150689363479614,
      "learning_rate": 0.0002452332755460821,
      "loss": 7.7717,
      "step": 136340
    },
    {
      "epoch": 0.2840625,
      "grad_norm": 0.80561763048172,
      "learning_rate": 0.0002452256585841271,
      "loss": 8.1615,
      "step": 136350
    },
    {
      "epoch": 0.28408333333333335,
      "grad_norm": 3.7858238220214844,
      "learning_rate": 0.00024521804121083494,
      "loss": 8.2579,
      "step": 136360
    },
    {
      "epoch": 0.28410416666666666,
      "grad_norm": 1.0653071403503418,
      "learning_rate": 0.00024521042342623856,
      "loss": 7.5967,
      "step": 136370
    },
    {
      "epoch": 0.284125,
      "grad_norm": 0.5905413031578064,
      "learning_rate": 0.00024520280523037085,
      "loss": 7.8484,
      "step": 136380
    },
    {
      "epoch": 0.2841458333333333,
      "grad_norm": 2.329962730407715,
      "learning_rate": 0.0002451951866232647,
      "loss": 7.5482,
      "step": 136390
    },
    {
      "epoch": 0.2841666666666667,
      "grad_norm": 0.9131148457527161,
      "learning_rate": 0.00024518756760495296,
      "loss": 7.9344,
      "step": 136400
    },
    {
      "epoch": 0.2841875,
      "grad_norm": 3.5986015796661377,
      "learning_rate": 0.0002451799481754687,
      "loss": 7.8956,
      "step": 136410
    },
    {
      "epoch": 0.28420833333333334,
      "grad_norm": 0.9065112471580505,
      "learning_rate": 0.0002451723283348447,
      "loss": 8.0752,
      "step": 136420
    },
    {
      "epoch": 0.28422916666666664,
      "grad_norm": 1.698702096939087,
      "learning_rate": 0.0002451647080831139,
      "loss": 8.125,
      "step": 136430
    },
    {
      "epoch": 0.28425,
      "grad_norm": 1.3922864198684692,
      "learning_rate": 0.00024515708742030924,
      "loss": 7.5864,
      "step": 136440
    },
    {
      "epoch": 0.2842708333333333,
      "grad_norm": 0.6139025092124939,
      "learning_rate": 0.0002451494663464637,
      "loss": 8.6972,
      "step": 136450
    },
    {
      "epoch": 0.28429166666666666,
      "grad_norm": 1.6742851734161377,
      "learning_rate": 0.00024514184486161,
      "loss": 7.7279,
      "step": 136460
    },
    {
      "epoch": 0.2843125,
      "grad_norm": 1.1641145944595337,
      "learning_rate": 0.0002451342229657813,
      "loss": 7.7058,
      "step": 136470
    },
    {
      "epoch": 0.2843333333333333,
      "grad_norm": 1.6822539567947388,
      "learning_rate": 0.00024512660065901035,
      "loss": 8.3238,
      "step": 136480
    },
    {
      "epoch": 0.2843541666666667,
      "grad_norm": 1.1462956666946411,
      "learning_rate": 0.0002451189779413302,
      "loss": 7.8253,
      "step": 136490
    },
    {
      "epoch": 0.284375,
      "grad_norm": 1.1597903966903687,
      "learning_rate": 0.0002451113548127736,
      "loss": 8.014,
      "step": 136500
    },
    {
      "epoch": 0.28439583333333335,
      "grad_norm": 1.9438679218292236,
      "learning_rate": 0.0002451037312733737,
      "loss": 8.5141,
      "step": 136510
    },
    {
      "epoch": 0.28441666666666665,
      "grad_norm": 1.700969934463501,
      "learning_rate": 0.0002450961073231633,
      "loss": 7.8946,
      "step": 136520
    },
    {
      "epoch": 0.2844375,
      "grad_norm": 1.8117674589157104,
      "learning_rate": 0.0002450884829621753,
      "loss": 7.8829,
      "step": 136530
    },
    {
      "epoch": 0.2844583333333333,
      "grad_norm": 0.97988361120224,
      "learning_rate": 0.00024508085819044276,
      "loss": 8.101,
      "step": 136540
    },
    {
      "epoch": 0.28447916666666667,
      "grad_norm": 0.9552767276763916,
      "learning_rate": 0.00024507323300799853,
      "loss": 8.1593,
      "step": 136550
    },
    {
      "epoch": 0.2845,
      "grad_norm": 0.6023684144020081,
      "learning_rate": 0.0002450656074148756,
      "loss": 8.9506,
      "step": 136560
    },
    {
      "epoch": 0.28452083333333333,
      "grad_norm": 1.1456935405731201,
      "learning_rate": 0.0002450579814111068,
      "loss": 7.5353,
      "step": 136570
    },
    {
      "epoch": 0.2845416666666667,
      "grad_norm": 1.2860246896743774,
      "learning_rate": 0.00024505035499672523,
      "loss": 7.8043,
      "step": 136580
    },
    {
      "epoch": 0.2845625,
      "grad_norm": 0.7467572689056396,
      "learning_rate": 0.00024504272817176367,
      "loss": 8.1424,
      "step": 136590
    },
    {
      "epoch": 0.28458333333333335,
      "grad_norm": 3.9277682304382324,
      "learning_rate": 0.00024503510093625523,
      "loss": 7.8568,
      "step": 136600
    },
    {
      "epoch": 0.28460416666666666,
      "grad_norm": 0.7414162755012512,
      "learning_rate": 0.00024502747329023267,
      "loss": 8.2906,
      "step": 136610
    },
    {
      "epoch": 0.284625,
      "grad_norm": 1.2787061929702759,
      "learning_rate": 0.0002450198452337291,
      "loss": 7.5601,
      "step": 136620
    },
    {
      "epoch": 0.2846458333333333,
      "grad_norm": 0.8045249581336975,
      "learning_rate": 0.00024501221676677745,
      "loss": 7.6052,
      "step": 136630
    },
    {
      "epoch": 0.2846666666666667,
      "grad_norm": 2.6227924823760986,
      "learning_rate": 0.00024500458788941055,
      "loss": 7.6116,
      "step": 136640
    },
    {
      "epoch": 0.2846875,
      "grad_norm": 0.5391227006912231,
      "learning_rate": 0.00024499695860166147,
      "loss": 8.0511,
      "step": 136650
    },
    {
      "epoch": 0.28470833333333334,
      "grad_norm": 0.8494386076927185,
      "learning_rate": 0.00024498932890356317,
      "loss": 7.6236,
      "step": 136660
    },
    {
      "epoch": 0.28472916666666664,
      "grad_norm": 1.1602118015289307,
      "learning_rate": 0.00024498169879514855,
      "loss": 7.752,
      "step": 136670
    },
    {
      "epoch": 0.28475,
      "grad_norm": 1.1861313581466675,
      "learning_rate": 0.00024497406827645054,
      "loss": 8.112,
      "step": 136680
    },
    {
      "epoch": 0.2847708333333333,
      "grad_norm": 0.9036123752593994,
      "learning_rate": 0.0002449664373475022,
      "loss": 8.3306,
      "step": 136690
    },
    {
      "epoch": 0.28479166666666667,
      "grad_norm": 0.8379142880439758,
      "learning_rate": 0.0002449588060083364,
      "loss": 7.8295,
      "step": 136700
    },
    {
      "epoch": 0.2848125,
      "grad_norm": 2.1582911014556885,
      "learning_rate": 0.0002449511742589862,
      "loss": 8.5596,
      "step": 136710
    },
    {
      "epoch": 0.2848333333333333,
      "grad_norm": 1.0184403657913208,
      "learning_rate": 0.00024494354209948446,
      "loss": 7.8631,
      "step": 136720
    },
    {
      "epoch": 0.2848541666666667,
      "grad_norm": 1.081872820854187,
      "learning_rate": 0.0002449359095298642,
      "loss": 8.1639,
      "step": 136730
    },
    {
      "epoch": 0.284875,
      "grad_norm": 0.6242493987083435,
      "learning_rate": 0.0002449282765501584,
      "loss": 7.4166,
      "step": 136740
    },
    {
      "epoch": 0.28489583333333335,
      "grad_norm": 0.5448420643806458,
      "learning_rate": 0.0002449206431604001,
      "loss": 7.9702,
      "step": 136750
    },
    {
      "epoch": 0.28491666666666665,
      "grad_norm": 0.8692009449005127,
      "learning_rate": 0.000244913009360622,
      "loss": 7.8458,
      "step": 136760
    },
    {
      "epoch": 0.2849375,
      "grad_norm": 2.0329654216766357,
      "learning_rate": 0.00024490537515085744,
      "loss": 8.2041,
      "step": 136770
    },
    {
      "epoch": 0.2849583333333333,
      "grad_norm": 1.0656187534332275,
      "learning_rate": 0.0002448977405311392,
      "loss": 8.0721,
      "step": 136780
    },
    {
      "epoch": 0.2849791666666667,
      "grad_norm": 1.3329025506973267,
      "learning_rate": 0.0002448901055015002,
      "loss": 7.4856,
      "step": 136790
    },
    {
      "epoch": 0.285,
      "grad_norm": 1.2472829818725586,
      "learning_rate": 0.0002448824700619736,
      "loss": 7.2576,
      "step": 136800
    },
    {
      "epoch": 0.28502083333333333,
      "grad_norm": 0.8207690715789795,
      "learning_rate": 0.0002448748342125922,
      "loss": 7.3018,
      "step": 136810
    },
    {
      "epoch": 0.2850416666666667,
      "grad_norm": 1.0817986726760864,
      "learning_rate": 0.00024486719795338915,
      "loss": 7.5681,
      "step": 136820
    },
    {
      "epoch": 0.2850625,
      "grad_norm": 0.903325617313385,
      "learning_rate": 0.0002448595612843973,
      "loss": 7.9248,
      "step": 136830
    },
    {
      "epoch": 0.28508333333333336,
      "grad_norm": 0.7501546144485474,
      "learning_rate": 0.00024485192420564976,
      "loss": 8.7828,
      "step": 136840
    },
    {
      "epoch": 0.28510416666666666,
      "grad_norm": 2.6966476440429688,
      "learning_rate": 0.0002448442867171794,
      "loss": 8.0864,
      "step": 136850
    },
    {
      "epoch": 0.285125,
      "grad_norm": 7.039670467376709,
      "learning_rate": 0.0002448366488190193,
      "loss": 8.043,
      "step": 136860
    },
    {
      "epoch": 0.2851458333333333,
      "grad_norm": 0.7130237817764282,
      "learning_rate": 0.0002448290105112024,
      "loss": 7.8975,
      "step": 136870
    },
    {
      "epoch": 0.2851666666666667,
      "grad_norm": 2.6581530570983887,
      "learning_rate": 0.0002448213717937616,
      "loss": 8.1744,
      "step": 136880
    },
    {
      "epoch": 0.2851875,
      "grad_norm": 2.673220157623291,
      "learning_rate": 0.00024481373266673016,
      "loss": 8.2499,
      "step": 136890
    },
    {
      "epoch": 0.28520833333333334,
      "grad_norm": 0.6271740794181824,
      "learning_rate": 0.0002448060931301409,
      "loss": 7.5903,
      "step": 136900
    },
    {
      "epoch": 0.28522916666666664,
      "grad_norm": 1.2416530847549438,
      "learning_rate": 0.00024479845318402683,
      "loss": 7.9783,
      "step": 136910
    },
    {
      "epoch": 0.28525,
      "grad_norm": 1.3101961612701416,
      "learning_rate": 0.0002447908128284209,
      "loss": 8.6554,
      "step": 136920
    },
    {
      "epoch": 0.2852708333333333,
      "grad_norm": 0.934085488319397,
      "learning_rate": 0.00024478317206335623,
      "loss": 7.5764,
      "step": 136930
    },
    {
      "epoch": 0.28529166666666667,
      "grad_norm": 1.9163116216659546,
      "learning_rate": 0.0002447755308888658,
      "loss": 7.5088,
      "step": 136940
    },
    {
      "epoch": 0.2853125,
      "grad_norm": 2.2154829502105713,
      "learning_rate": 0.0002447678893049826,
      "loss": 7.9425,
      "step": 136950
    },
    {
      "epoch": 0.2853333333333333,
      "grad_norm": 1.4728808403015137,
      "learning_rate": 0.00024476024731173956,
      "loss": 7.6778,
      "step": 136960
    },
    {
      "epoch": 0.2853541666666667,
      "grad_norm": 1.5469226837158203,
      "learning_rate": 0.0002447526049091698,
      "loss": 8.4721,
      "step": 136970
    },
    {
      "epoch": 0.285375,
      "grad_norm": 0.9842917919158936,
      "learning_rate": 0.0002447449620973063,
      "loss": 7.8529,
      "step": 136980
    },
    {
      "epoch": 0.28539583333333335,
      "grad_norm": 0.8534616231918335,
      "learning_rate": 0.00024473731887618205,
      "loss": 7.4819,
      "step": 136990
    },
    {
      "epoch": 0.28541666666666665,
      "grad_norm": 1.4538769721984863,
      "learning_rate": 0.00024472967524583007,
      "loss": 7.9314,
      "step": 137000
    },
    {
      "epoch": 0.28541666666666665,
      "eval_loss": 7.238283634185791,
      "eval_runtime": 9.0802,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 137000
    },
    {
      "epoch": 0.2854375,
      "grad_norm": 0.7790527939796448,
      "learning_rate": 0.0002447220312062834,
      "loss": 8.0714,
      "step": 137010
    },
    {
      "epoch": 0.2854583333333333,
      "grad_norm": 2.972174644470215,
      "learning_rate": 0.00024471438675757506,
      "loss": 7.7251,
      "step": 137020
    },
    {
      "epoch": 0.2854791666666667,
      "grad_norm": 1.2234116792678833,
      "learning_rate": 0.00024470674189973807,
      "loss": 7.6882,
      "step": 137030
    },
    {
      "epoch": 0.2855,
      "grad_norm": 1.4813555479049683,
      "learning_rate": 0.0002446990966328054,
      "loss": 7.9721,
      "step": 137040
    },
    {
      "epoch": 0.28552083333333333,
      "grad_norm": 0.9575385451316833,
      "learning_rate": 0.00024469145095681015,
      "loss": 7.9867,
      "step": 137050
    },
    {
      "epoch": 0.2855416666666667,
      "grad_norm": 0.572411060333252,
      "learning_rate": 0.0002446838048717853,
      "loss": 7.5366,
      "step": 137060
    },
    {
      "epoch": 0.2855625,
      "grad_norm": 1.525786280632019,
      "learning_rate": 0.00024467615837776396,
      "loss": 7.3751,
      "step": 137070
    },
    {
      "epoch": 0.28558333333333336,
      "grad_norm": 0.7604208588600159,
      "learning_rate": 0.000244668511474779,
      "loss": 7.3484,
      "step": 137080
    },
    {
      "epoch": 0.28560416666666666,
      "grad_norm": 0.5571249723434448,
      "learning_rate": 0.00024466086416286356,
      "loss": 8.3724,
      "step": 137090
    },
    {
      "epoch": 0.285625,
      "grad_norm": 2.8330063819885254,
      "learning_rate": 0.0002446532164420507,
      "loss": 8.0157,
      "step": 137100
    },
    {
      "epoch": 0.2856458333333333,
      "grad_norm": 2.3206288814544678,
      "learning_rate": 0.0002446455683123734,
      "loss": 7.7078,
      "step": 137110
    },
    {
      "epoch": 0.2856666666666667,
      "grad_norm": 0.9926555752754211,
      "learning_rate": 0.0002446379197738647,
      "loss": 7.5326,
      "step": 137120
    },
    {
      "epoch": 0.2856875,
      "grad_norm": 0.9335595369338989,
      "learning_rate": 0.0002446302708265576,
      "loss": 7.5918,
      "step": 137130
    },
    {
      "epoch": 0.28570833333333334,
      "grad_norm": 2.0082271099090576,
      "learning_rate": 0.0002446226214704852,
      "loss": 8.7476,
      "step": 137140
    },
    {
      "epoch": 0.28572916666666665,
      "grad_norm": 1.33323073387146,
      "learning_rate": 0.0002446149717056806,
      "loss": 8.1051,
      "step": 137150
    },
    {
      "epoch": 0.28575,
      "grad_norm": 0.6169583797454834,
      "learning_rate": 0.0002446073215321767,
      "loss": 8.2864,
      "step": 137160
    },
    {
      "epoch": 0.2857708333333333,
      "grad_norm": 0.8393028378486633,
      "learning_rate": 0.0002445996709500067,
      "loss": 7.5239,
      "step": 137170
    },
    {
      "epoch": 0.28579166666666667,
      "grad_norm": 0.7264971733093262,
      "learning_rate": 0.00024459201995920347,
      "loss": 7.564,
      "step": 137180
    },
    {
      "epoch": 0.2858125,
      "grad_norm": 1.9627612829208374,
      "learning_rate": 0.0002445843685598002,
      "loss": 7.8033,
      "step": 137190
    },
    {
      "epoch": 0.28583333333333333,
      "grad_norm": 2.7807347774505615,
      "learning_rate": 0.00024457671675182986,
      "loss": 7.7076,
      "step": 137200
    },
    {
      "epoch": 0.2858541666666667,
      "grad_norm": 0.6557905077934265,
      "learning_rate": 0.0002445690645353256,
      "loss": 7.3805,
      "step": 137210
    },
    {
      "epoch": 0.285875,
      "grad_norm": 1.6105074882507324,
      "learning_rate": 0.00024456141191032043,
      "loss": 8.5788,
      "step": 137220
    },
    {
      "epoch": 0.28589583333333335,
      "grad_norm": 2.9128849506378174,
      "learning_rate": 0.0002445537588768473,
      "loss": 7.6808,
      "step": 137230
    },
    {
      "epoch": 0.28591666666666665,
      "grad_norm": 0.5693957805633545,
      "learning_rate": 0.0002445461054349394,
      "loss": 7.6181,
      "step": 137240
    },
    {
      "epoch": 0.2859375,
      "grad_norm": 0.9593613147735596,
      "learning_rate": 0.0002445384515846298,
      "loss": 8.5134,
      "step": 137250
    },
    {
      "epoch": 0.2859583333333333,
      "grad_norm": 2.0356838703155518,
      "learning_rate": 0.00024453079732595143,
      "loss": 7.9833,
      "step": 137260
    },
    {
      "epoch": 0.2859791666666667,
      "grad_norm": 1.291303038597107,
      "learning_rate": 0.0002445231426589375,
      "loss": 7.8536,
      "step": 137270
    },
    {
      "epoch": 0.286,
      "grad_norm": 0.9313389658927917,
      "learning_rate": 0.000244515487583621,
      "loss": 7.2281,
      "step": 137280
    },
    {
      "epoch": 0.28602083333333334,
      "grad_norm": 1.7416924238204956,
      "learning_rate": 0.00024450783210003496,
      "loss": 7.6806,
      "step": 137290
    },
    {
      "epoch": 0.2860416666666667,
      "grad_norm": 0.951352059841156,
      "learning_rate": 0.0002445001762082125,
      "loss": 7.9377,
      "step": 137300
    },
    {
      "epoch": 0.2860625,
      "grad_norm": 0.9898470044136047,
      "learning_rate": 0.0002444925199081867,
      "loss": 8.6376,
      "step": 137310
    },
    {
      "epoch": 0.28608333333333336,
      "grad_norm": 0.911193311214447,
      "learning_rate": 0.00024448486319999065,
      "loss": 8.0848,
      "step": 137320
    },
    {
      "epoch": 0.28610416666666666,
      "grad_norm": 0.8305928707122803,
      "learning_rate": 0.00024447720608365735,
      "loss": 7.9781,
      "step": 137330
    },
    {
      "epoch": 0.286125,
      "grad_norm": 0.9189757108688354,
      "learning_rate": 0.00024446954855921995,
      "loss": 8.2104,
      "step": 137340
    },
    {
      "epoch": 0.2861458333333333,
      "grad_norm": 1.8172584772109985,
      "learning_rate": 0.00024446189062671145,
      "loss": 7.7924,
      "step": 137350
    },
    {
      "epoch": 0.2861666666666667,
      "grad_norm": 3.008962869644165,
      "learning_rate": 0.00024445423228616504,
      "loss": 8.0113,
      "step": 137360
    },
    {
      "epoch": 0.2861875,
      "grad_norm": 1.040360450744629,
      "learning_rate": 0.00024444657353761367,
      "loss": 7.6867,
      "step": 137370
    },
    {
      "epoch": 0.28620833333333334,
      "grad_norm": 1.8646520376205444,
      "learning_rate": 0.00024443891438109046,
      "loss": 7.5279,
      "step": 137380
    },
    {
      "epoch": 0.28622916666666665,
      "grad_norm": 0.9136115312576294,
      "learning_rate": 0.0002444312548166286,
      "loss": 7.9032,
      "step": 137390
    },
    {
      "epoch": 0.28625,
      "grad_norm": 2.353816270828247,
      "learning_rate": 0.00024442359484426105,
      "loss": 7.5803,
      "step": 137400
    },
    {
      "epoch": 0.2862708333333333,
      "grad_norm": 1.9031484127044678,
      "learning_rate": 0.00024441593446402097,
      "loss": 8.1169,
      "step": 137410
    },
    {
      "epoch": 0.28629166666666667,
      "grad_norm": 1.320749282836914,
      "learning_rate": 0.00024440827367594144,
      "loss": 7.6883,
      "step": 137420
    },
    {
      "epoch": 0.2863125,
      "grad_norm": 1.1793739795684814,
      "learning_rate": 0.00024440061248005553,
      "loss": 7.7939,
      "step": 137430
    },
    {
      "epoch": 0.28633333333333333,
      "grad_norm": 0.994006335735321,
      "learning_rate": 0.0002443929508763963,
      "loss": 8.4295,
      "step": 137440
    },
    {
      "epoch": 0.2863541666666667,
      "grad_norm": 1.0993376970291138,
      "learning_rate": 0.0002443852888649969,
      "loss": 7.8082,
      "step": 137450
    },
    {
      "epoch": 0.286375,
      "grad_norm": 0.7564303278923035,
      "learning_rate": 0.00024437762644589044,
      "loss": 7.7144,
      "step": 137460
    },
    {
      "epoch": 0.28639583333333335,
      "grad_norm": 0.6893701553344727,
      "learning_rate": 0.00024436996361911,
      "loss": 8.4255,
      "step": 137470
    },
    {
      "epoch": 0.28641666666666665,
      "grad_norm": 2.500389337539673,
      "learning_rate": 0.00024436230038468856,
      "loss": 7.9922,
      "step": 137480
    },
    {
      "epoch": 0.2864375,
      "grad_norm": 1.4627196788787842,
      "learning_rate": 0.0002443546367426595,
      "loss": 7.9881,
      "step": 137490
    },
    {
      "epoch": 0.2864583333333333,
      "grad_norm": 0.9163604378700256,
      "learning_rate": 0.00024434697269305565,
      "loss": 7.6031,
      "step": 137500
    },
    {
      "epoch": 0.2864791666666667,
      "grad_norm": 0.5754781365394592,
      "learning_rate": 0.00024433930823591026,
      "loss": 7.1812,
      "step": 137510
    },
    {
      "epoch": 0.2865,
      "grad_norm": 1.338119387626648,
      "learning_rate": 0.00024433164337125636,
      "loss": 7.9825,
      "step": 137520
    },
    {
      "epoch": 0.28652083333333334,
      "grad_norm": 0.7409677505493164,
      "learning_rate": 0.00024432397809912715,
      "loss": 8.1785,
      "step": 137530
    },
    {
      "epoch": 0.28654166666666664,
      "grad_norm": 1.1545326709747314,
      "learning_rate": 0.0002443163124195556,
      "loss": 7.6158,
      "step": 137540
    },
    {
      "epoch": 0.2865625,
      "grad_norm": 2.294527292251587,
      "learning_rate": 0.000244308646332575,
      "loss": 9.2954,
      "step": 137550
    },
    {
      "epoch": 0.28658333333333336,
      "grad_norm": 1.7256447076797485,
      "learning_rate": 0.0002443009798382184,
      "loss": 7.8726,
      "step": 137560
    },
    {
      "epoch": 0.28660416666666666,
      "grad_norm": 0.7416355013847351,
      "learning_rate": 0.00024429331293651885,
      "loss": 7.471,
      "step": 137570
    },
    {
      "epoch": 0.286625,
      "grad_norm": 0.8695966005325317,
      "learning_rate": 0.00024428564562750947,
      "loss": 7.2845,
      "step": 137580
    },
    {
      "epoch": 0.2866458333333333,
      "grad_norm": 0.9511238932609558,
      "learning_rate": 0.0002442779779112235,
      "loss": 7.9801,
      "step": 137590
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 1.0025469064712524,
      "learning_rate": 0.00024427030978769397,
      "loss": 9.3813,
      "step": 137600
    },
    {
      "epoch": 0.2866875,
      "grad_norm": 1.1119203567504883,
      "learning_rate": 0.000244262641256954,
      "loss": 8.4249,
      "step": 137610
    },
    {
      "epoch": 0.28670833333333334,
      "grad_norm": 0.8525962233543396,
      "learning_rate": 0.0002442549723190367,
      "loss": 7.568,
      "step": 137620
    },
    {
      "epoch": 0.28672916666666665,
      "grad_norm": 0.697973906993866,
      "learning_rate": 0.0002442473029739753,
      "loss": 7.8222,
      "step": 137630
    },
    {
      "epoch": 0.28675,
      "grad_norm": 0.6772418022155762,
      "learning_rate": 0.0002442396332218028,
      "loss": 7.4923,
      "step": 137640
    },
    {
      "epoch": 0.2867708333333333,
      "grad_norm": 0.7798057794570923,
      "learning_rate": 0.00024423196306255237,
      "loss": 7.9566,
      "step": 137650
    },
    {
      "epoch": 0.28679166666666667,
      "grad_norm": 1.5080794095993042,
      "learning_rate": 0.0002442242924962572,
      "loss": 8.429,
      "step": 137660
    },
    {
      "epoch": 0.2868125,
      "grad_norm": 2.941582441329956,
      "learning_rate": 0.0002442166215229504,
      "loss": 7.7055,
      "step": 137670
    },
    {
      "epoch": 0.28683333333333333,
      "grad_norm": 0.41592761874198914,
      "learning_rate": 0.00024420895014266506,
      "loss": 8.0595,
      "step": 137680
    },
    {
      "epoch": 0.2868541666666667,
      "grad_norm": 0.5805253386497498,
      "learning_rate": 0.0002442012783554343,
      "loss": 7.9905,
      "step": 137690
    },
    {
      "epoch": 0.286875,
      "grad_norm": 1.5946699380874634,
      "learning_rate": 0.0002441936061612914,
      "loss": 8.3196,
      "step": 137700
    },
    {
      "epoch": 0.28689583333333335,
      "grad_norm": 2.3453867435455322,
      "learning_rate": 0.0002441859335602693,
      "loss": 8.5167,
      "step": 137710
    },
    {
      "epoch": 0.28691666666666665,
      "grad_norm": 0.9788680672645569,
      "learning_rate": 0.00024417826055240133,
      "loss": 8.7496,
      "step": 137720
    },
    {
      "epoch": 0.2869375,
      "grad_norm": 0.6444318890571594,
      "learning_rate": 0.0002441705871377206,
      "loss": 7.6327,
      "step": 137730
    },
    {
      "epoch": 0.2869583333333333,
      "grad_norm": 0.6577000021934509,
      "learning_rate": 0.0002441629133162601,
      "loss": 8.0024,
      "step": 137740
    },
    {
      "epoch": 0.2869791666666667,
      "grad_norm": 0.9457508325576782,
      "learning_rate": 0.00024415523908805314,
      "loss": 7.5693,
      "step": 137750
    },
    {
      "epoch": 0.287,
      "grad_norm": 0.7081851363182068,
      "learning_rate": 0.0002441475644531328,
      "loss": 7.4018,
      "step": 137760
    },
    {
      "epoch": 0.28702083333333334,
      "grad_norm": 0.9097796082496643,
      "learning_rate": 0.00024413988941153223,
      "loss": 8.0854,
      "step": 137770
    },
    {
      "epoch": 0.28704166666666664,
      "grad_norm": 1.0497902631759644,
      "learning_rate": 0.00024413221396328463,
      "loss": 7.4719,
      "step": 137780
    },
    {
      "epoch": 0.2870625,
      "grad_norm": 1.0515068769454956,
      "learning_rate": 0.0002441245381084231,
      "loss": 7.4478,
      "step": 137790
    },
    {
      "epoch": 0.28708333333333336,
      "grad_norm": 2.2268991470336914,
      "learning_rate": 0.00024411686184698083,
      "loss": 8.273,
      "step": 137800
    },
    {
      "epoch": 0.28710416666666666,
      "grad_norm": 1.0972858667373657,
      "learning_rate": 0.00024410918517899101,
      "loss": 7.4921,
      "step": 137810
    },
    {
      "epoch": 0.287125,
      "grad_norm": 0.8968685865402222,
      "learning_rate": 0.0002441015081044867,
      "loss": 7.3375,
      "step": 137820
    },
    {
      "epoch": 0.2871458333333333,
      "grad_norm": 0.5945150256156921,
      "learning_rate": 0.00024409383062350113,
      "loss": 7.5286,
      "step": 137830
    },
    {
      "epoch": 0.2871666666666667,
      "grad_norm": 2.0750861167907715,
      "learning_rate": 0.00024408615273606752,
      "loss": 8.1515,
      "step": 137840
    },
    {
      "epoch": 0.2871875,
      "grad_norm": 2.284855365753174,
      "learning_rate": 0.0002440784744422189,
      "loss": 7.9031,
      "step": 137850
    },
    {
      "epoch": 0.28720833333333334,
      "grad_norm": 0.9624598026275635,
      "learning_rate": 0.0002440707957419886,
      "loss": 7.7422,
      "step": 137860
    },
    {
      "epoch": 0.28722916666666665,
      "grad_norm": 1.271081805229187,
      "learning_rate": 0.00024406311663540962,
      "loss": 7.8196,
      "step": 137870
    },
    {
      "epoch": 0.28725,
      "grad_norm": 0.791583776473999,
      "learning_rate": 0.00024405543712251523,
      "loss": 8.0101,
      "step": 137880
    },
    {
      "epoch": 0.2872708333333333,
      "grad_norm": 1.0184855461120605,
      "learning_rate": 0.00024404775720333855,
      "loss": 7.5869,
      "step": 137890
    },
    {
      "epoch": 0.28729166666666667,
      "grad_norm": 0.9498347640037537,
      "learning_rate": 0.00024404007687791284,
      "loss": 7.9365,
      "step": 137900
    },
    {
      "epoch": 0.2873125,
      "grad_norm": 0.8172446489334106,
      "learning_rate": 0.00024403239614627118,
      "loss": 7.3972,
      "step": 137910
    },
    {
      "epoch": 0.28733333333333333,
      "grad_norm": 0.8480178117752075,
      "learning_rate": 0.0002440247150084468,
      "loss": 7.2347,
      "step": 137920
    },
    {
      "epoch": 0.2873541666666667,
      "grad_norm": 1.703588843345642,
      "learning_rate": 0.00024401703346447288,
      "loss": 8.1886,
      "step": 137930
    },
    {
      "epoch": 0.287375,
      "grad_norm": 0.7978259921073914,
      "learning_rate": 0.0002440093515143826,
      "loss": 8.0043,
      "step": 137940
    },
    {
      "epoch": 0.28739583333333335,
      "grad_norm": 0.924834668636322,
      "learning_rate": 0.00024400166915820913,
      "loss": 7.6346,
      "step": 137950
    },
    {
      "epoch": 0.28741666666666665,
      "grad_norm": 1.4688283205032349,
      "learning_rate": 0.00024399398639598564,
      "loss": 7.742,
      "step": 137960
    },
    {
      "epoch": 0.2874375,
      "grad_norm": 1.8743871450424194,
      "learning_rate": 0.0002439863032277453,
      "loss": 8.151,
      "step": 137970
    },
    {
      "epoch": 0.2874583333333333,
      "grad_norm": 0.6307801604270935,
      "learning_rate": 0.00024397861965352145,
      "loss": 7.332,
      "step": 137980
    },
    {
      "epoch": 0.2874791666666667,
      "grad_norm": 1.4670313596725464,
      "learning_rate": 0.00024397093567334703,
      "loss": 7.3647,
      "step": 137990
    },
    {
      "epoch": 0.2875,
      "grad_norm": 2.9029884338378906,
      "learning_rate": 0.00024396325128725542,
      "loss": 7.7937,
      "step": 138000
    },
    {
      "epoch": 0.2875,
      "eval_loss": 7.064080715179443,
      "eval_runtime": 9.1016,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 138000
    },
    {
      "epoch": 0.28752083333333334,
      "grad_norm": 1.9747506380081177,
      "learning_rate": 0.00024395556649527974,
      "loss": 7.9761,
      "step": 138010
    },
    {
      "epoch": 0.28754166666666664,
      "grad_norm": 1.4638804197311401,
      "learning_rate": 0.00024394788129745326,
      "loss": 7.7252,
      "step": 138020
    },
    {
      "epoch": 0.2875625,
      "grad_norm": 3.935492753982544,
      "learning_rate": 0.00024394019569380906,
      "loss": 8.4348,
      "step": 138030
    },
    {
      "epoch": 0.28758333333333336,
      "grad_norm": 0.6748080253601074,
      "learning_rate": 0.0002439325096843804,
      "loss": 7.554,
      "step": 138040
    },
    {
      "epoch": 0.28760416666666666,
      "grad_norm": 1.998734474182129,
      "learning_rate": 0.00024392482326920052,
      "loss": 8.1815,
      "step": 138050
    },
    {
      "epoch": 0.287625,
      "grad_norm": 1.2804208993911743,
      "learning_rate": 0.00024391713644830257,
      "loss": 7.5909,
      "step": 138060
    },
    {
      "epoch": 0.2876458333333333,
      "grad_norm": 0.7976763844490051,
      "learning_rate": 0.00024390944922171974,
      "loss": 7.8737,
      "step": 138070
    },
    {
      "epoch": 0.2876666666666667,
      "grad_norm": 0.6411923170089722,
      "learning_rate": 0.00024390176158948525,
      "loss": 8.2732,
      "step": 138080
    },
    {
      "epoch": 0.2876875,
      "grad_norm": 1.1710904836654663,
      "learning_rate": 0.00024389407355163237,
      "loss": 8.2534,
      "step": 138090
    },
    {
      "epoch": 0.28770833333333334,
      "grad_norm": 2.7693917751312256,
      "learning_rate": 0.00024388638510819424,
      "loss": 7.6421,
      "step": 138100
    },
    {
      "epoch": 0.28772916666666665,
      "grad_norm": 3.830681562423706,
      "learning_rate": 0.00024387869625920407,
      "loss": 9.1139,
      "step": 138110
    },
    {
      "epoch": 0.28775,
      "grad_norm": 1.5341880321502686,
      "learning_rate": 0.00024387100700469513,
      "loss": 8.5616,
      "step": 138120
    },
    {
      "epoch": 0.2877708333333333,
      "grad_norm": 1.1576664447784424,
      "learning_rate": 0.00024386331734470057,
      "loss": 8.0629,
      "step": 138130
    },
    {
      "epoch": 0.28779166666666667,
      "grad_norm": 1.876347541809082,
      "learning_rate": 0.0002438556272792536,
      "loss": 8.3152,
      "step": 138140
    },
    {
      "epoch": 0.2878125,
      "grad_norm": 0.4909669756889343,
      "learning_rate": 0.00024384793680838754,
      "loss": 8.2169,
      "step": 138150
    },
    {
      "epoch": 0.28783333333333333,
      "grad_norm": 0.6280233263969421,
      "learning_rate": 0.0002438402459321355,
      "loss": 7.7122,
      "step": 138160
    },
    {
      "epoch": 0.2878541666666667,
      "grad_norm": 0.7064322829246521,
      "learning_rate": 0.00024383255465053072,
      "loss": 7.7531,
      "step": 138170
    },
    {
      "epoch": 0.287875,
      "grad_norm": 0.6006082892417908,
      "learning_rate": 0.00024382486296360651,
      "loss": 7.4222,
      "step": 138180
    },
    {
      "epoch": 0.28789583333333335,
      "grad_norm": 1.946781039237976,
      "learning_rate": 0.00024381717087139599,
      "loss": 7.9143,
      "step": 138190
    },
    {
      "epoch": 0.28791666666666665,
      "grad_norm": 1.558095097541809,
      "learning_rate": 0.00024380947837393237,
      "loss": 7.9404,
      "step": 138200
    },
    {
      "epoch": 0.2879375,
      "grad_norm": 0.7287260293960571,
      "learning_rate": 0.00024380178547124903,
      "loss": 7.9363,
      "step": 138210
    },
    {
      "epoch": 0.2879583333333333,
      "grad_norm": 1.1433064937591553,
      "learning_rate": 0.00024379409216337906,
      "loss": 8.6204,
      "step": 138220
    },
    {
      "epoch": 0.2879791666666667,
      "grad_norm": 0.9650360345840454,
      "learning_rate": 0.00024378639845035579,
      "loss": 7.8361,
      "step": 138230
    },
    {
      "epoch": 0.288,
      "grad_norm": 1.3620151281356812,
      "learning_rate": 0.00024377870433221231,
      "loss": 7.7475,
      "step": 138240
    },
    {
      "epoch": 0.28802083333333334,
      "grad_norm": 1.5209599733352661,
      "learning_rate": 0.00024377100980898202,
      "loss": 7.9872,
      "step": 138250
    },
    {
      "epoch": 0.28804166666666664,
      "grad_norm": 0.8566744923591614,
      "learning_rate": 0.00024376331488069804,
      "loss": 7.8519,
      "step": 138260
    },
    {
      "epoch": 0.2880625,
      "grad_norm": 0.7510295510292053,
      "learning_rate": 0.0002437556195473937,
      "loss": 7.4186,
      "step": 138270
    },
    {
      "epoch": 0.28808333333333336,
      "grad_norm": 0.7425453662872314,
      "learning_rate": 0.00024374792380910218,
      "loss": 7.3404,
      "step": 138280
    },
    {
      "epoch": 0.28810416666666666,
      "grad_norm": 1.9599888324737549,
      "learning_rate": 0.00024374022766585676,
      "loss": 7.9096,
      "step": 138290
    },
    {
      "epoch": 0.288125,
      "grad_norm": 0.7228761315345764,
      "learning_rate": 0.00024373253111769058,
      "loss": 7.7288,
      "step": 138300
    },
    {
      "epoch": 0.2881458333333333,
      "grad_norm": 3.2704193592071533,
      "learning_rate": 0.00024372483416463704,
      "loss": 8.1939,
      "step": 138310
    },
    {
      "epoch": 0.2881666666666667,
      "grad_norm": 2.4267797470092773,
      "learning_rate": 0.00024371713680672931,
      "loss": 7.8808,
      "step": 138320
    },
    {
      "epoch": 0.2881875,
      "grad_norm": 0.8644015789031982,
      "learning_rate": 0.0002437094390440006,
      "loss": 8.7753,
      "step": 138330
    },
    {
      "epoch": 0.28820833333333334,
      "grad_norm": 0.7150396108627319,
      "learning_rate": 0.00024370174087648422,
      "loss": 7.5066,
      "step": 138340
    },
    {
      "epoch": 0.28822916666666665,
      "grad_norm": 1.1788748502731323,
      "learning_rate": 0.00024369404230421344,
      "loss": 7.9151,
      "step": 138350
    },
    {
      "epoch": 0.28825,
      "grad_norm": 1.162007451057434,
      "learning_rate": 0.00024368634332722148,
      "loss": 8.5971,
      "step": 138360
    },
    {
      "epoch": 0.2882708333333333,
      "grad_norm": 0.9917244911193848,
      "learning_rate": 0.0002436786439455416,
      "loss": 7.7783,
      "step": 138370
    },
    {
      "epoch": 0.28829166666666667,
      "grad_norm": 0.9402902126312256,
      "learning_rate": 0.000243670944159207,
      "loss": 8.2403,
      "step": 138380
    },
    {
      "epoch": 0.2883125,
      "grad_norm": 1.085115671157837,
      "learning_rate": 0.00024366324396825107,
      "loss": 7.4109,
      "step": 138390
    },
    {
      "epoch": 0.28833333333333333,
      "grad_norm": 0.9268784523010254,
      "learning_rate": 0.00024365554337270697,
      "loss": 8.9109,
      "step": 138400
    },
    {
      "epoch": 0.2883541666666667,
      "grad_norm": 1.2375646829605103,
      "learning_rate": 0.000243647842372608,
      "loss": 7.737,
      "step": 138410
    },
    {
      "epoch": 0.288375,
      "grad_norm": 0.7436009645462036,
      "learning_rate": 0.0002436401409679874,
      "loss": 7.632,
      "step": 138420
    },
    {
      "epoch": 0.28839583333333335,
      "grad_norm": 1.0085629224777222,
      "learning_rate": 0.0002436324391588785,
      "loss": 8.6599,
      "step": 138430
    },
    {
      "epoch": 0.28841666666666665,
      "grad_norm": 0.6966753005981445,
      "learning_rate": 0.00024362473694531452,
      "loss": 7.4675,
      "step": 138440
    },
    {
      "epoch": 0.2884375,
      "grad_norm": 0.846015214920044,
      "learning_rate": 0.0002436170343273287,
      "loss": 7.948,
      "step": 138450
    },
    {
      "epoch": 0.2884583333333333,
      "grad_norm": 3.3996522426605225,
      "learning_rate": 0.00024360933130495436,
      "loss": 7.5789,
      "step": 138460
    },
    {
      "epoch": 0.2884791666666667,
      "grad_norm": 2.41059947013855,
      "learning_rate": 0.00024360162787822476,
      "loss": 7.8873,
      "step": 138470
    },
    {
      "epoch": 0.2885,
      "grad_norm": 0.9577398896217346,
      "learning_rate": 0.0002435939240471732,
      "loss": 8.8799,
      "step": 138480
    },
    {
      "epoch": 0.28852083333333334,
      "grad_norm": 3.5294899940490723,
      "learning_rate": 0.00024358621981183292,
      "loss": 8.0084,
      "step": 138490
    },
    {
      "epoch": 0.28854166666666664,
      "grad_norm": 0.4848158359527588,
      "learning_rate": 0.0002435785151722372,
      "loss": 7.3682,
      "step": 138500
    },
    {
      "epoch": 0.2885625,
      "grad_norm": 2.767510414123535,
      "learning_rate": 0.00024357081012841935,
      "loss": 7.6753,
      "step": 138510
    },
    {
      "epoch": 0.28858333333333336,
      "grad_norm": 2.863295316696167,
      "learning_rate": 0.0002435631046804126,
      "loss": 7.86,
      "step": 138520
    },
    {
      "epoch": 0.28860416666666666,
      "grad_norm": 1.3424593210220337,
      "learning_rate": 0.00024355539882825033,
      "loss": 7.5977,
      "step": 138530
    },
    {
      "epoch": 0.288625,
      "grad_norm": 0.6777632236480713,
      "learning_rate": 0.00024354769257196578,
      "loss": 7.7172,
      "step": 138540
    },
    {
      "epoch": 0.2886458333333333,
      "grad_norm": 0.6819233894348145,
      "learning_rate": 0.00024353998591159217,
      "loss": 7.6568,
      "step": 138550
    },
    {
      "epoch": 0.2886666666666667,
      "grad_norm": 0.9506270289421082,
      "learning_rate": 0.00024353227884716292,
      "loss": 7.6329,
      "step": 138560
    },
    {
      "epoch": 0.2886875,
      "grad_norm": 0.822320818901062,
      "learning_rate": 0.00024352457137871117,
      "loss": 7.4985,
      "step": 138570
    },
    {
      "epoch": 0.28870833333333334,
      "grad_norm": 1.030643343925476,
      "learning_rate": 0.00024351686350627033,
      "loss": 8.5489,
      "step": 138580
    },
    {
      "epoch": 0.28872916666666665,
      "grad_norm": 0.5803102254867554,
      "learning_rate": 0.00024350915522987362,
      "loss": 8.7613,
      "step": 138590
    },
    {
      "epoch": 0.28875,
      "grad_norm": 1.4379370212554932,
      "learning_rate": 0.0002435014465495544,
      "loss": 8.033,
      "step": 138600
    },
    {
      "epoch": 0.2887708333333333,
      "grad_norm": 0.9747534990310669,
      "learning_rate": 0.00024349373746534596,
      "loss": 7.6283,
      "step": 138610
    },
    {
      "epoch": 0.28879166666666667,
      "grad_norm": 1.6049938201904297,
      "learning_rate": 0.00024348602797728155,
      "loss": 8.0598,
      "step": 138620
    },
    {
      "epoch": 0.2888125,
      "grad_norm": 0.8059865832328796,
      "learning_rate": 0.00024347831808539455,
      "loss": 7.2452,
      "step": 138630
    },
    {
      "epoch": 0.28883333333333333,
      "grad_norm": 0.8538127541542053,
      "learning_rate": 0.00024347060778971816,
      "loss": 7.3352,
      "step": 138640
    },
    {
      "epoch": 0.2888541666666667,
      "grad_norm": 1.9136664867401123,
      "learning_rate": 0.00024346289709028577,
      "loss": 7.4704,
      "step": 138650
    },
    {
      "epoch": 0.288875,
      "grad_norm": 1.8521283864974976,
      "learning_rate": 0.00024345518598713068,
      "loss": 8.1724,
      "step": 138660
    },
    {
      "epoch": 0.28889583333333335,
      "grad_norm": 18.104211807250977,
      "learning_rate": 0.00024344747448028613,
      "loss": 8.401,
      "step": 138670
    },
    {
      "epoch": 0.28891666666666665,
      "grad_norm": 0.6383360624313354,
      "learning_rate": 0.00024343976256978553,
      "loss": 8.8112,
      "step": 138680
    },
    {
      "epoch": 0.2889375,
      "grad_norm": 0.7335935831069946,
      "learning_rate": 0.0002434320502556621,
      "loss": 7.8808,
      "step": 138690
    },
    {
      "epoch": 0.2889583333333333,
      "grad_norm": 0.6741679906845093,
      "learning_rate": 0.0002434243375379492,
      "loss": 7.7261,
      "step": 138700
    },
    {
      "epoch": 0.2889791666666667,
      "grad_norm": 2.25885272026062,
      "learning_rate": 0.00024341662441668016,
      "loss": 8.0592,
      "step": 138710
    },
    {
      "epoch": 0.289,
      "grad_norm": 1.0703110694885254,
      "learning_rate": 0.00024340891089188826,
      "loss": 7.6275,
      "step": 138720
    },
    {
      "epoch": 0.28902083333333334,
      "grad_norm": 1.080825686454773,
      "learning_rate": 0.00024340119696360685,
      "loss": 8.2985,
      "step": 138730
    },
    {
      "epoch": 0.28904166666666664,
      "grad_norm": 0.6937312483787537,
      "learning_rate": 0.00024339348263186924,
      "loss": 7.3825,
      "step": 138740
    },
    {
      "epoch": 0.2890625,
      "grad_norm": 2.4053502082824707,
      "learning_rate": 0.00024338576789670875,
      "loss": 7.9168,
      "step": 138750
    },
    {
      "epoch": 0.28908333333333336,
      "grad_norm": 0.6885555386543274,
      "learning_rate": 0.00024337805275815872,
      "loss": 8.227,
      "step": 138760
    },
    {
      "epoch": 0.28910416666666666,
      "grad_norm": 1.4161585569381714,
      "learning_rate": 0.00024337033721625248,
      "loss": 7.6185,
      "step": 138770
    },
    {
      "epoch": 0.289125,
      "grad_norm": 0.8769468665122986,
      "learning_rate": 0.0002433626212710233,
      "loss": 7.5573,
      "step": 138780
    },
    {
      "epoch": 0.2891458333333333,
      "grad_norm": 1.8089525699615479,
      "learning_rate": 0.00024335490492250457,
      "loss": 7.4736,
      "step": 138790
    },
    {
      "epoch": 0.2891666666666667,
      "grad_norm": 1.6309125423431396,
      "learning_rate": 0.0002433471881707296,
      "loss": 7.9051,
      "step": 138800
    },
    {
      "epoch": 0.2891875,
      "grad_norm": 1.5120433568954468,
      "learning_rate": 0.00024333947101573173,
      "loss": 7.9598,
      "step": 138810
    },
    {
      "epoch": 0.28920833333333335,
      "grad_norm": 0.6321200728416443,
      "learning_rate": 0.00024333175345754433,
      "loss": 7.7744,
      "step": 138820
    },
    {
      "epoch": 0.28922916666666665,
      "grad_norm": 0.6368936896324158,
      "learning_rate": 0.00024332403549620063,
      "loss": 7.5333,
      "step": 138830
    },
    {
      "epoch": 0.28925,
      "grad_norm": 0.9948868155479431,
      "learning_rate": 0.00024331631713173408,
      "loss": 7.8071,
      "step": 138840
    },
    {
      "epoch": 0.2892708333333333,
      "grad_norm": 5.514204978942871,
      "learning_rate": 0.00024330859836417794,
      "loss": 7.9125,
      "step": 138850
    },
    {
      "epoch": 0.28929166666666667,
      "grad_norm": 2.150789499282837,
      "learning_rate": 0.0002433008791935656,
      "loss": 7.6928,
      "step": 138860
    },
    {
      "epoch": 0.2893125,
      "grad_norm": 0.6351683139801025,
      "learning_rate": 0.0002432931596199304,
      "loss": 8.3481,
      "step": 138870
    },
    {
      "epoch": 0.28933333333333333,
      "grad_norm": 1.1470813751220703,
      "learning_rate": 0.0002432854396433057,
      "loss": 7.1035,
      "step": 138880
    },
    {
      "epoch": 0.2893541666666667,
      "grad_norm": 0.7480083107948303,
      "learning_rate": 0.0002432777192637248,
      "loss": 7.7313,
      "step": 138890
    },
    {
      "epoch": 0.289375,
      "grad_norm": 12.761178016662598,
      "learning_rate": 0.00024326999848122108,
      "loss": 8.9507,
      "step": 138900
    },
    {
      "epoch": 0.28939583333333335,
      "grad_norm": 0.9913559556007385,
      "learning_rate": 0.0002432622772958279,
      "loss": 7.5662,
      "step": 138910
    },
    {
      "epoch": 0.28941666666666666,
      "grad_norm": 1.1991256475448608,
      "learning_rate": 0.00024325455570757857,
      "loss": 7.7065,
      "step": 138920
    },
    {
      "epoch": 0.2894375,
      "grad_norm": 0.5382668375968933,
      "learning_rate": 0.0002432468337165065,
      "loss": 7.3259,
      "step": 138930
    },
    {
      "epoch": 0.2894583333333333,
      "grad_norm": 0.756933331489563,
      "learning_rate": 0.000243239111322645,
      "loss": 7.9327,
      "step": 138940
    },
    {
      "epoch": 0.2894791666666667,
      "grad_norm": 0.6531782746315002,
      "learning_rate": 0.00024323138852602746,
      "loss": 7.6366,
      "step": 138950
    },
    {
      "epoch": 0.2895,
      "grad_norm": 3.865718126296997,
      "learning_rate": 0.0002432236653266872,
      "loss": 9.1899,
      "step": 138960
    },
    {
      "epoch": 0.28952083333333334,
      "grad_norm": 1.243141531944275,
      "learning_rate": 0.00024321594172465767,
      "loss": 7.402,
      "step": 138970
    },
    {
      "epoch": 0.28954166666666664,
      "grad_norm": 1.6842055320739746,
      "learning_rate": 0.0002432082177199721,
      "loss": 8.4808,
      "step": 138980
    },
    {
      "epoch": 0.2895625,
      "grad_norm": 0.9159618616104126,
      "learning_rate": 0.00024320049331266397,
      "loss": 7.933,
      "step": 138990
    },
    {
      "epoch": 0.28958333333333336,
      "grad_norm": 0.95480877161026,
      "learning_rate": 0.00024319276850276654,
      "loss": 7.9581,
      "step": 139000
    },
    {
      "epoch": 0.28958333333333336,
      "eval_loss": 7.599462032318115,
      "eval_runtime": 9.099,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 139000
    },
    {
      "epoch": 0.28960416666666666,
      "grad_norm": 1.0942187309265137,
      "learning_rate": 0.00024318504329031327,
      "loss": 7.6399,
      "step": 139010
    },
    {
      "epoch": 0.289625,
      "grad_norm": 0.962734580039978,
      "learning_rate": 0.00024317731767533753,
      "loss": 8.4307,
      "step": 139020
    },
    {
      "epoch": 0.2896458333333333,
      "grad_norm": 1.2508224248886108,
      "learning_rate": 0.0002431695916578726,
      "loss": 7.334,
      "step": 139030
    },
    {
      "epoch": 0.2896666666666667,
      "grad_norm": 0.8334804773330688,
      "learning_rate": 0.00024316186523795194,
      "loss": 8.3019,
      "step": 139040
    },
    {
      "epoch": 0.2896875,
      "grad_norm": 1.2508662939071655,
      "learning_rate": 0.0002431541384156089,
      "loss": 7.3457,
      "step": 139050
    },
    {
      "epoch": 0.28970833333333335,
      "grad_norm": 5.9115424156188965,
      "learning_rate": 0.0002431464111908769,
      "loss": 8.7246,
      "step": 139060
    },
    {
      "epoch": 0.28972916666666665,
      "grad_norm": 1.3750718832015991,
      "learning_rate": 0.0002431386835637892,
      "loss": 7.6757,
      "step": 139070
    },
    {
      "epoch": 0.28975,
      "grad_norm": 2.0336556434631348,
      "learning_rate": 0.0002431309555343793,
      "loss": 7.8081,
      "step": 139080
    },
    {
      "epoch": 0.2897708333333333,
      "grad_norm": 3.100498676300049,
      "learning_rate": 0.00024312322710268053,
      "loss": 7.9329,
      "step": 139090
    },
    {
      "epoch": 0.28979166666666667,
      "grad_norm": 1.9201488494873047,
      "learning_rate": 0.0002431154982687263,
      "loss": 8.5057,
      "step": 139100
    },
    {
      "epoch": 0.2898125,
      "grad_norm": 1.3876230716705322,
      "learning_rate": 0.00024310776903254994,
      "loss": 7.8159,
      "step": 139110
    },
    {
      "epoch": 0.28983333333333333,
      "grad_norm": 0.8476445078849792,
      "learning_rate": 0.00024310003939418483,
      "loss": 7.5485,
      "step": 139120
    },
    {
      "epoch": 0.2898541666666667,
      "grad_norm": 0.6239244341850281,
      "learning_rate": 0.0002430923093536645,
      "loss": 7.9319,
      "step": 139130
    },
    {
      "epoch": 0.289875,
      "grad_norm": 0.6243065595626831,
      "learning_rate": 0.0002430845789110222,
      "loss": 8.4401,
      "step": 139140
    },
    {
      "epoch": 0.28989583333333335,
      "grad_norm": 0.547474205493927,
      "learning_rate": 0.00024307684806629132,
      "loss": 8.2338,
      "step": 139150
    },
    {
      "epoch": 0.28991666666666666,
      "grad_norm": 0.7018277049064636,
      "learning_rate": 0.00024306911681950538,
      "loss": 7.6342,
      "step": 139160
    },
    {
      "epoch": 0.2899375,
      "grad_norm": 2.864722967147827,
      "learning_rate": 0.0002430613851706976,
      "loss": 8.1751,
      "step": 139170
    },
    {
      "epoch": 0.2899583333333333,
      "grad_norm": 1.0138683319091797,
      "learning_rate": 0.00024305365311990152,
      "loss": 7.9706,
      "step": 139180
    },
    {
      "epoch": 0.2899791666666667,
      "grad_norm": 1.1975761651992798,
      "learning_rate": 0.00024304592066715054,
      "loss": 7.4704,
      "step": 139190
    },
    {
      "epoch": 0.29,
      "grad_norm": 10.429293632507324,
      "learning_rate": 0.00024303818781247794,
      "loss": 8.5662,
      "step": 139200
    },
    {
      "epoch": 0.29002083333333334,
      "grad_norm": 7.4547576904296875,
      "learning_rate": 0.00024303045455591722,
      "loss": 7.6533,
      "step": 139210
    },
    {
      "epoch": 0.29004166666666664,
      "grad_norm": 1.0335601568222046,
      "learning_rate": 0.00024302272089750176,
      "loss": 7.8837,
      "step": 139220
    },
    {
      "epoch": 0.2900625,
      "grad_norm": 1.7982776165008545,
      "learning_rate": 0.00024301498683726498,
      "loss": 8.4012,
      "step": 139230
    },
    {
      "epoch": 0.29008333333333336,
      "grad_norm": 1.3538120985031128,
      "learning_rate": 0.00024300725237524028,
      "loss": 7.8288,
      "step": 139240
    },
    {
      "epoch": 0.29010416666666666,
      "grad_norm": 2.712648868560791,
      "learning_rate": 0.00024299951751146105,
      "loss": 7.2466,
      "step": 139250
    },
    {
      "epoch": 0.290125,
      "grad_norm": 1.7007709741592407,
      "learning_rate": 0.0002429917822459607,
      "loss": 8.3651,
      "step": 139260
    },
    {
      "epoch": 0.2901458333333333,
      "grad_norm": 0.9157794713973999,
      "learning_rate": 0.0002429840465787727,
      "loss": 8.1572,
      "step": 139270
    },
    {
      "epoch": 0.2901666666666667,
      "grad_norm": 0.7102912068367004,
      "learning_rate": 0.0002429763105099304,
      "loss": 7.8092,
      "step": 139280
    },
    {
      "epoch": 0.2901875,
      "grad_norm": 0.8389249444007874,
      "learning_rate": 0.0002429685740394672,
      "loss": 7.9255,
      "step": 139290
    },
    {
      "epoch": 0.29020833333333335,
      "grad_norm": 0.7177980542182922,
      "learning_rate": 0.00024296083716741665,
      "loss": 8.7291,
      "step": 139300
    },
    {
      "epoch": 0.29022916666666665,
      "grad_norm": 0.9041592478752136,
      "learning_rate": 0.00024295309989381202,
      "loss": 7.5535,
      "step": 139310
    },
    {
      "epoch": 0.29025,
      "grad_norm": 0.7778396010398865,
      "learning_rate": 0.00024294536221868677,
      "loss": 8.3655,
      "step": 139320
    },
    {
      "epoch": 0.2902708333333333,
      "grad_norm": 0.8224572539329529,
      "learning_rate": 0.0002429376241420744,
      "loss": 7.9652,
      "step": 139330
    },
    {
      "epoch": 0.29029166666666667,
      "grad_norm": 1.5679588317871094,
      "learning_rate": 0.00024292988566400827,
      "loss": 7.8995,
      "step": 139340
    },
    {
      "epoch": 0.2903125,
      "grad_norm": 1.4506813287734985,
      "learning_rate": 0.00024292214678452178,
      "loss": 8.7979,
      "step": 139350
    },
    {
      "epoch": 0.29033333333333333,
      "grad_norm": 1.9605869054794312,
      "learning_rate": 0.00024291440750364845,
      "loss": 7.8033,
      "step": 139360
    },
    {
      "epoch": 0.2903541666666667,
      "grad_norm": 1.0361440181732178,
      "learning_rate": 0.0002429066678214216,
      "loss": 7.4477,
      "step": 139370
    },
    {
      "epoch": 0.290375,
      "grad_norm": 1.1970375776290894,
      "learning_rate": 0.0002428989277378748,
      "loss": 7.8863,
      "step": 139380
    },
    {
      "epoch": 0.29039583333333335,
      "grad_norm": 2.0351786613464355,
      "learning_rate": 0.00024289118725304135,
      "loss": 7.5962,
      "step": 139390
    },
    {
      "epoch": 0.29041666666666666,
      "grad_norm": 0.6134907007217407,
      "learning_rate": 0.00024288344636695474,
      "loss": 7.7359,
      "step": 139400
    },
    {
      "epoch": 0.2904375,
      "grad_norm": 1.8514478206634521,
      "learning_rate": 0.0002428757050796484,
      "loss": 7.4169,
      "step": 139410
    },
    {
      "epoch": 0.2904583333333333,
      "grad_norm": 2.847473621368408,
      "learning_rate": 0.00024286796339115577,
      "loss": 7.9825,
      "step": 139420
    },
    {
      "epoch": 0.2904791666666667,
      "grad_norm": 1.78384530544281,
      "learning_rate": 0.00024286022130151034,
      "loss": 7.8583,
      "step": 139430
    },
    {
      "epoch": 0.2905,
      "grad_norm": 0.6679078936576843,
      "learning_rate": 0.00024285247881074547,
      "loss": 8.6003,
      "step": 139440
    },
    {
      "epoch": 0.29052083333333334,
      "grad_norm": 1.037909984588623,
      "learning_rate": 0.00024284473591889465,
      "loss": 7.8729,
      "step": 139450
    },
    {
      "epoch": 0.29054166666666664,
      "grad_norm": 1.5578590631484985,
      "learning_rate": 0.00024283699262599135,
      "loss": 7.7162,
      "step": 139460
    },
    {
      "epoch": 0.2905625,
      "grad_norm": 0.5598315596580505,
      "learning_rate": 0.000242829248932069,
      "loss": 7.6456,
      "step": 139470
    },
    {
      "epoch": 0.29058333333333336,
      "grad_norm": 3.746490478515625,
      "learning_rate": 0.00024282150483716103,
      "loss": 7.9025,
      "step": 139480
    },
    {
      "epoch": 0.29060416666666666,
      "grad_norm": 2.5843358039855957,
      "learning_rate": 0.00024281376034130086,
      "loss": 7.9422,
      "step": 139490
    },
    {
      "epoch": 0.290625,
      "grad_norm": 1.31932532787323,
      "learning_rate": 0.00024280601544452202,
      "loss": 7.9443,
      "step": 139500
    },
    {
      "epoch": 0.2906458333333333,
      "grad_norm": 1.2719956636428833,
      "learning_rate": 0.0002427982701468579,
      "loss": 8.1835,
      "step": 139510
    },
    {
      "epoch": 0.2906666666666667,
      "grad_norm": 1.711899995803833,
      "learning_rate": 0.00024279052444834198,
      "loss": 7.2934,
      "step": 139520
    },
    {
      "epoch": 0.2906875,
      "grad_norm": 1.0592995882034302,
      "learning_rate": 0.00024278277834900776,
      "loss": 7.8533,
      "step": 139530
    },
    {
      "epoch": 0.29070833333333335,
      "grad_norm": 1.1147106885910034,
      "learning_rate": 0.00024277503184888866,
      "loss": 8.2233,
      "step": 139540
    },
    {
      "epoch": 0.29072916666666665,
      "grad_norm": 0.9785890579223633,
      "learning_rate": 0.0002427672849480181,
      "loss": 7.7926,
      "step": 139550
    },
    {
      "epoch": 0.29075,
      "grad_norm": 0.7900100946426392,
      "learning_rate": 0.00024275953764642965,
      "loss": 7.591,
      "step": 139560
    },
    {
      "epoch": 0.2907708333333333,
      "grad_norm": 1.3344910144805908,
      "learning_rate": 0.00024275178994415667,
      "loss": 7.7519,
      "step": 139570
    },
    {
      "epoch": 0.29079166666666667,
      "grad_norm": 0.9889714121818542,
      "learning_rate": 0.00024274404184123274,
      "loss": 7.9129,
      "step": 139580
    },
    {
      "epoch": 0.2908125,
      "grad_norm": 5.322356700897217,
      "learning_rate": 0.0002427362933376912,
      "loss": 8.2225,
      "step": 139590
    },
    {
      "epoch": 0.29083333333333333,
      "grad_norm": 1.4729245901107788,
      "learning_rate": 0.00024272854443356558,
      "loss": 7.7017,
      "step": 139600
    },
    {
      "epoch": 0.2908541666666667,
      "grad_norm": 1.4967247247695923,
      "learning_rate": 0.00024272079512888936,
      "loss": 7.9153,
      "step": 139610
    },
    {
      "epoch": 0.290875,
      "grad_norm": 1.3761868476867676,
      "learning_rate": 0.00024271304542369598,
      "loss": 8.3523,
      "step": 139620
    },
    {
      "epoch": 0.29089583333333335,
      "grad_norm": 0.7597556114196777,
      "learning_rate": 0.00024270529531801897,
      "loss": 8.7802,
      "step": 139630
    },
    {
      "epoch": 0.29091666666666666,
      "grad_norm": 1.016119360923767,
      "learning_rate": 0.0002426975448118918,
      "loss": 7.4436,
      "step": 139640
    },
    {
      "epoch": 0.2909375,
      "grad_norm": 2.028386354446411,
      "learning_rate": 0.00024268979390534788,
      "loss": 7.8592,
      "step": 139650
    },
    {
      "epoch": 0.2909583333333333,
      "grad_norm": 0.9823360443115234,
      "learning_rate": 0.00024268204259842075,
      "loss": 7.9234,
      "step": 139660
    },
    {
      "epoch": 0.2909791666666667,
      "grad_norm": 0.9951248168945312,
      "learning_rate": 0.00024267429089114392,
      "loss": 8.6754,
      "step": 139670
    },
    {
      "epoch": 0.291,
      "grad_norm": 1.1204091310501099,
      "learning_rate": 0.00024266653878355084,
      "loss": 7.6265,
      "step": 139680
    },
    {
      "epoch": 0.29102083333333334,
      "grad_norm": 0.6543945670127869,
      "learning_rate": 0.000242658786275675,
      "loss": 8.7732,
      "step": 139690
    },
    {
      "epoch": 0.29104166666666664,
      "grad_norm": 0.8144004940986633,
      "learning_rate": 0.0002426510333675498,
      "loss": 8.2902,
      "step": 139700
    },
    {
      "epoch": 0.2910625,
      "grad_norm": 0.9671204090118408,
      "learning_rate": 0.00024264328005920888,
      "loss": 7.3678,
      "step": 139710
    },
    {
      "epoch": 0.29108333333333336,
      "grad_norm": 1.8155072927474976,
      "learning_rate": 0.00024263552635068564,
      "loss": 7.9486,
      "step": 139720
    },
    {
      "epoch": 0.29110416666666666,
      "grad_norm": 1.1572142839431763,
      "learning_rate": 0.00024262777224201356,
      "loss": 7.6137,
      "step": 139730
    },
    {
      "epoch": 0.291125,
      "grad_norm": 0.651680588722229,
      "learning_rate": 0.0002426200177332262,
      "loss": 7.8805,
      "step": 139740
    },
    {
      "epoch": 0.2911458333333333,
      "grad_norm": 1.8542124032974243,
      "learning_rate": 0.00024261226282435707,
      "loss": 7.6322,
      "step": 139750
    },
    {
      "epoch": 0.2911666666666667,
      "grad_norm": 1.0520179271697998,
      "learning_rate": 0.00024260450751543953,
      "loss": 7.3679,
      "step": 139760
    },
    {
      "epoch": 0.2911875,
      "grad_norm": 2.0521740913391113,
      "learning_rate": 0.00024259675180650722,
      "loss": 7.6648,
      "step": 139770
    },
    {
      "epoch": 0.29120833333333335,
      "grad_norm": 3.9887983798980713,
      "learning_rate": 0.0002425889956975936,
      "loss": 10.7864,
      "step": 139780
    },
    {
      "epoch": 0.29122916666666665,
      "grad_norm": 0.8462128639221191,
      "learning_rate": 0.00024258123918873218,
      "loss": 7.4686,
      "step": 139790
    },
    {
      "epoch": 0.29125,
      "grad_norm": 0.8279157876968384,
      "learning_rate": 0.00024257348227995645,
      "loss": 7.6293,
      "step": 139800
    },
    {
      "epoch": 0.2912708333333333,
      "grad_norm": 0.9231105446815491,
      "learning_rate": 0.0002425657249712999,
      "loss": 7.6424,
      "step": 139810
    },
    {
      "epoch": 0.29129166666666667,
      "grad_norm": 0.7612733840942383,
      "learning_rate": 0.00024255796726279605,
      "loss": 8.1656,
      "step": 139820
    },
    {
      "epoch": 0.2913125,
      "grad_norm": 1.868632435798645,
      "learning_rate": 0.00024255020915447845,
      "loss": 8.2733,
      "step": 139830
    },
    {
      "epoch": 0.29133333333333333,
      "grad_norm": 0.8160015940666199,
      "learning_rate": 0.00024254245064638053,
      "loss": 8.0712,
      "step": 139840
    },
    {
      "epoch": 0.2913541666666667,
      "grad_norm": 2.3215065002441406,
      "learning_rate": 0.0002425346917385359,
      "loss": 7.8425,
      "step": 139850
    },
    {
      "epoch": 0.291375,
      "grad_norm": 0.9443839192390442,
      "learning_rate": 0.00024252693243097804,
      "loss": 8.4302,
      "step": 139860
    },
    {
      "epoch": 0.29139583333333335,
      "grad_norm": 0.6839056611061096,
      "learning_rate": 0.0002425191727237404,
      "loss": 8.2665,
      "step": 139870
    },
    {
      "epoch": 0.29141666666666666,
      "grad_norm": 1.1537885665893555,
      "learning_rate": 0.0002425114126168566,
      "loss": 7.6797,
      "step": 139880
    },
    {
      "epoch": 0.2914375,
      "grad_norm": 3.706313133239746,
      "learning_rate": 0.0002425036521103601,
      "loss": 8.3179,
      "step": 139890
    },
    {
      "epoch": 0.2914583333333333,
      "grad_norm": 0.8958808183670044,
      "learning_rate": 0.00024249589120428446,
      "loss": 7.72,
      "step": 139900
    },
    {
      "epoch": 0.2914791666666667,
      "grad_norm": 5.85701847076416,
      "learning_rate": 0.00024248812989866316,
      "loss": 8.0277,
      "step": 139910
    },
    {
      "epoch": 0.2915,
      "grad_norm": 2.9110300540924072,
      "learning_rate": 0.00024248036819352978,
      "loss": 8.3376,
      "step": 139920
    },
    {
      "epoch": 0.29152083333333334,
      "grad_norm": 1.7917368412017822,
      "learning_rate": 0.00024247260608891777,
      "loss": 8.1112,
      "step": 139930
    },
    {
      "epoch": 0.29154166666666664,
      "grad_norm": 1.2082544565200806,
      "learning_rate": 0.00024246484358486073,
      "loss": 7.873,
      "step": 139940
    },
    {
      "epoch": 0.2915625,
      "grad_norm": 1.3489961624145508,
      "learning_rate": 0.00024245708068139214,
      "loss": 8.5477,
      "step": 139950
    },
    {
      "epoch": 0.29158333333333336,
      "grad_norm": 0.7667008638381958,
      "learning_rate": 0.0002424493173785456,
      "loss": 7.6439,
      "step": 139960
    },
    {
      "epoch": 0.29160416666666666,
      "grad_norm": 0.834092915058136,
      "learning_rate": 0.00024244155367635455,
      "loss": 8.2345,
      "step": 139970
    },
    {
      "epoch": 0.291625,
      "grad_norm": 0.8328723311424255,
      "learning_rate": 0.00024243378957485264,
      "loss": 7.5032,
      "step": 139980
    },
    {
      "epoch": 0.2916458333333333,
      "grad_norm": 2.0424296855926514,
      "learning_rate": 0.0002424260250740733,
      "loss": 8.2163,
      "step": 139990
    },
    {
      "epoch": 0.2916666666666667,
      "grad_norm": 1.2675751447677612,
      "learning_rate": 0.00024241826017405016,
      "loss": 8.1133,
      "step": 140000
    },
    {
      "epoch": 0.2916666666666667,
      "eval_loss": 8.86024284362793,
      "eval_runtime": 8.494,
      "eval_samples_per_second": 0.353,
      "eval_steps_per_second": 0.118,
      "step": 140000
    },
    {
      "epoch": 0.2916875,
      "grad_norm": 0.5487164855003357,
      "learning_rate": 0.0002424104948748167,
      "loss": 7.368,
      "step": 140010
    },
    {
      "epoch": 0.29170833333333335,
      "grad_norm": 1.319252610206604,
      "learning_rate": 0.00024240272917640647,
      "loss": 9.7512,
      "step": 140020
    },
    {
      "epoch": 0.29172916666666665,
      "grad_norm": 1.1783628463745117,
      "learning_rate": 0.00024239496307885302,
      "loss": 7.7763,
      "step": 140030
    },
    {
      "epoch": 0.29175,
      "grad_norm": 0.6103090047836304,
      "learning_rate": 0.0002423871965821899,
      "loss": 8.7223,
      "step": 140040
    },
    {
      "epoch": 0.2917708333333333,
      "grad_norm": 1.1966484785079956,
      "learning_rate": 0.00024237942968645068,
      "loss": 7.5576,
      "step": 140050
    },
    {
      "epoch": 0.29179166666666667,
      "grad_norm": 1.241930603981018,
      "learning_rate": 0.00024237166239166887,
      "loss": 8.0654,
      "step": 140060
    },
    {
      "epoch": 0.2918125,
      "grad_norm": 0.6604784727096558,
      "learning_rate": 0.00024236389469787806,
      "loss": 7.6898,
      "step": 140070
    },
    {
      "epoch": 0.29183333333333333,
      "grad_norm": 0.6940085887908936,
      "learning_rate": 0.00024235612660511178,
      "loss": 7.823,
      "step": 140080
    },
    {
      "epoch": 0.2918541666666667,
      "grad_norm": 0.7564688324928284,
      "learning_rate": 0.00024234835811340357,
      "loss": 7.5279,
      "step": 140090
    },
    {
      "epoch": 0.291875,
      "grad_norm": 0.6440584063529968,
      "learning_rate": 0.00024234058922278703,
      "loss": 7.4576,
      "step": 140100
    },
    {
      "epoch": 0.29189583333333335,
      "grad_norm": 0.6727659106254578,
      "learning_rate": 0.00024233281993329568,
      "loss": 7.5125,
      "step": 140110
    },
    {
      "epoch": 0.29191666666666666,
      "grad_norm": 3.1832199096679688,
      "learning_rate": 0.00024232505024496313,
      "loss": 7.7727,
      "step": 140120
    },
    {
      "epoch": 0.2919375,
      "grad_norm": 1.03569495677948,
      "learning_rate": 0.00024231728015782286,
      "loss": 7.9425,
      "step": 140130
    },
    {
      "epoch": 0.2919583333333333,
      "grad_norm": 1.8142104148864746,
      "learning_rate": 0.00024230950967190853,
      "loss": 8.3681,
      "step": 140140
    },
    {
      "epoch": 0.2919791666666667,
      "grad_norm": 1.4392778873443604,
      "learning_rate": 0.00024230173878725362,
      "loss": 7.7518,
      "step": 140150
    },
    {
      "epoch": 0.292,
      "grad_norm": 1.725361704826355,
      "learning_rate": 0.00024229396750389176,
      "loss": 7.4146,
      "step": 140160
    },
    {
      "epoch": 0.29202083333333334,
      "grad_norm": 1.093642234802246,
      "learning_rate": 0.00024228619582185648,
      "loss": 7.5512,
      "step": 140170
    },
    {
      "epoch": 0.29204166666666664,
      "grad_norm": 2.609147548675537,
      "learning_rate": 0.00024227842374118134,
      "loss": 7.6339,
      "step": 140180
    },
    {
      "epoch": 0.2920625,
      "grad_norm": 1.8712105751037598,
      "learning_rate": 0.00024227065126189996,
      "loss": 7.3538,
      "step": 140190
    },
    {
      "epoch": 0.2920833333333333,
      "grad_norm": 0.7528168559074402,
      "learning_rate": 0.0002422628783840459,
      "loss": 7.7827,
      "step": 140200
    },
    {
      "epoch": 0.29210416666666666,
      "grad_norm": 2.659106969833374,
      "learning_rate": 0.0002422551051076527,
      "loss": 7.7747,
      "step": 140210
    },
    {
      "epoch": 0.292125,
      "grad_norm": 0.6606883406639099,
      "learning_rate": 0.00024224733143275398,
      "loss": 7.4651,
      "step": 140220
    },
    {
      "epoch": 0.2921458333333333,
      "grad_norm": 0.6606386303901672,
      "learning_rate": 0.0002422395573593833,
      "loss": 7.6825,
      "step": 140230
    },
    {
      "epoch": 0.2921666666666667,
      "grad_norm": 1.2696045637130737,
      "learning_rate": 0.00024223178288757425,
      "loss": 7.5994,
      "step": 140240
    },
    {
      "epoch": 0.2921875,
      "grad_norm": 2.8956990242004395,
      "learning_rate": 0.00024222400801736038,
      "loss": 8.0678,
      "step": 140250
    },
    {
      "epoch": 0.29220833333333335,
      "grad_norm": 0.9500319957733154,
      "learning_rate": 0.00024221623274877532,
      "loss": 7.391,
      "step": 140260
    },
    {
      "epoch": 0.29222916666666665,
      "grad_norm": 1.7633984088897705,
      "learning_rate": 0.00024220845708185264,
      "loss": 7.8729,
      "step": 140270
    },
    {
      "epoch": 0.29225,
      "grad_norm": 2.014492988586426,
      "learning_rate": 0.0002422006810166259,
      "loss": 8.0155,
      "step": 140280
    },
    {
      "epoch": 0.2922708333333333,
      "grad_norm": 1.105009913444519,
      "learning_rate": 0.00024219290455312876,
      "loss": 7.7015,
      "step": 140290
    },
    {
      "epoch": 0.29229166666666667,
      "grad_norm": 1.198923945426941,
      "learning_rate": 0.00024218512769139472,
      "loss": 7.5846,
      "step": 140300
    },
    {
      "epoch": 0.2923125,
      "grad_norm": 0.8342591524124146,
      "learning_rate": 0.00024217735043145745,
      "loss": 8.2034,
      "step": 140310
    },
    {
      "epoch": 0.29233333333333333,
      "grad_norm": 1.733917474746704,
      "learning_rate": 0.00024216957277335048,
      "loss": 8.2326,
      "step": 140320
    },
    {
      "epoch": 0.2923541666666667,
      "grad_norm": 0.8063919544219971,
      "learning_rate": 0.00024216179471710746,
      "loss": 7.5137,
      "step": 140330
    },
    {
      "epoch": 0.292375,
      "grad_norm": 0.9811736941337585,
      "learning_rate": 0.00024215401626276198,
      "loss": 8.0174,
      "step": 140340
    },
    {
      "epoch": 0.29239583333333335,
      "grad_norm": 2.7740848064422607,
      "learning_rate": 0.0002421462374103476,
      "loss": 8.6035,
      "step": 140350
    },
    {
      "epoch": 0.29241666666666666,
      "grad_norm": 1.2215368747711182,
      "learning_rate": 0.00024213845815989796,
      "loss": 7.9871,
      "step": 140360
    },
    {
      "epoch": 0.2924375,
      "grad_norm": 0.9129739999771118,
      "learning_rate": 0.00024213067851144664,
      "loss": 8.7625,
      "step": 140370
    },
    {
      "epoch": 0.2924583333333333,
      "grad_norm": 1.1877412796020508,
      "learning_rate": 0.00024212289846502728,
      "loss": 7.701,
      "step": 140380
    },
    {
      "epoch": 0.2924791666666667,
      "grad_norm": 0.771832287311554,
      "learning_rate": 0.00024211511802067342,
      "loss": 7.4555,
      "step": 140390
    },
    {
      "epoch": 0.2925,
      "grad_norm": 0.73500657081604,
      "learning_rate": 0.00024210733717841876,
      "loss": 7.8078,
      "step": 140400
    },
    {
      "epoch": 0.29252083333333334,
      "grad_norm": 0.7587687969207764,
      "learning_rate": 0.00024209955593829682,
      "loss": 8.0283,
      "step": 140410
    },
    {
      "epoch": 0.29254166666666664,
      "grad_norm": 0.9948717951774597,
      "learning_rate": 0.00024209177430034132,
      "loss": 8.4284,
      "step": 140420
    },
    {
      "epoch": 0.2925625,
      "grad_norm": 1.37204110622406,
      "learning_rate": 0.00024208399226458574,
      "loss": 8.1494,
      "step": 140430
    },
    {
      "epoch": 0.2925833333333333,
      "grad_norm": 1.2868856191635132,
      "learning_rate": 0.0002420762098310638,
      "loss": 7.7602,
      "step": 140440
    },
    {
      "epoch": 0.29260416666666667,
      "grad_norm": 1.1704596281051636,
      "learning_rate": 0.00024206842699980906,
      "loss": 7.873,
      "step": 140450
    },
    {
      "epoch": 0.292625,
      "grad_norm": 1.1490801572799683,
      "learning_rate": 0.00024206064377085514,
      "loss": 7.6841,
      "step": 140460
    },
    {
      "epoch": 0.2926458333333333,
      "grad_norm": 0.7397855520248413,
      "learning_rate": 0.0002420528601442357,
      "loss": 7.8133,
      "step": 140470
    },
    {
      "epoch": 0.2926666666666667,
      "grad_norm": 0.6507701873779297,
      "learning_rate": 0.00024204507611998437,
      "loss": 7.4189,
      "step": 140480
    },
    {
      "epoch": 0.2926875,
      "grad_norm": 2.2565155029296875,
      "learning_rate": 0.00024203729169813474,
      "loss": 7.5808,
      "step": 140490
    },
    {
      "epoch": 0.29270833333333335,
      "grad_norm": 1.4240623712539673,
      "learning_rate": 0.00024202950687872042,
      "loss": 8.3215,
      "step": 140500
    },
    {
      "epoch": 0.29272916666666665,
      "grad_norm": 0.8701698184013367,
      "learning_rate": 0.00024202172166177505,
      "loss": 7.6072,
      "step": 140510
    },
    {
      "epoch": 0.29275,
      "grad_norm": 0.9306154251098633,
      "learning_rate": 0.00024201393604733227,
      "loss": 7.7203,
      "step": 140520
    },
    {
      "epoch": 0.2927708333333333,
      "grad_norm": 0.8963351249694824,
      "learning_rate": 0.0002420061500354257,
      "loss": 7.9065,
      "step": 140530
    },
    {
      "epoch": 0.2927916666666667,
      "grad_norm": 1.3678253889083862,
      "learning_rate": 0.000241998363626089,
      "loss": 7.5646,
      "step": 140540
    },
    {
      "epoch": 0.2928125,
      "grad_norm": 2.784876823425293,
      "learning_rate": 0.0002419905768193558,
      "loss": 8.2349,
      "step": 140550
    },
    {
      "epoch": 0.29283333333333333,
      "grad_norm": 1.7287192344665527,
      "learning_rate": 0.0002419827896152597,
      "loss": 7.8829,
      "step": 140560
    },
    {
      "epoch": 0.2928541666666667,
      "grad_norm": 1.2681868076324463,
      "learning_rate": 0.00024197500201383437,
      "loss": 7.7698,
      "step": 140570
    },
    {
      "epoch": 0.292875,
      "grad_norm": 1.703311562538147,
      "learning_rate": 0.00024196721401511338,
      "loss": 7.3712,
      "step": 140580
    },
    {
      "epoch": 0.29289583333333336,
      "grad_norm": 0.7835953235626221,
      "learning_rate": 0.00024195942561913052,
      "loss": 7.5722,
      "step": 140590
    },
    {
      "epoch": 0.29291666666666666,
      "grad_norm": 0.5720027685165405,
      "learning_rate": 0.00024195163682591927,
      "loss": 8.1796,
      "step": 140600
    },
    {
      "epoch": 0.2929375,
      "grad_norm": 2.624953508377075,
      "learning_rate": 0.00024194384763551337,
      "loss": 8.4233,
      "step": 140610
    },
    {
      "epoch": 0.2929583333333333,
      "grad_norm": 1.542854905128479,
      "learning_rate": 0.00024193605804794646,
      "loss": 8.0749,
      "step": 140620
    },
    {
      "epoch": 0.2929791666666667,
      "grad_norm": 4.0475006103515625,
      "learning_rate": 0.00024192826806325216,
      "loss": 7.97,
      "step": 140630
    },
    {
      "epoch": 0.293,
      "grad_norm": 0.940855860710144,
      "learning_rate": 0.0002419204776814641,
      "loss": 8.3888,
      "step": 140640
    },
    {
      "epoch": 0.29302083333333334,
      "grad_norm": 6.646186828613281,
      "learning_rate": 0.00024191268690261597,
      "loss": 8.125,
      "step": 140650
    },
    {
      "epoch": 0.29304166666666664,
      "grad_norm": 0.6207199692726135,
      "learning_rate": 0.00024190489572674146,
      "loss": 7.8149,
      "step": 140660
    },
    {
      "epoch": 0.2930625,
      "grad_norm": 0.6893516182899475,
      "learning_rate": 0.00024189710415387414,
      "loss": 8.0061,
      "step": 140670
    },
    {
      "epoch": 0.2930833333333333,
      "grad_norm": 1.1004314422607422,
      "learning_rate": 0.00024188931218404772,
      "loss": 9.0603,
      "step": 140680
    },
    {
      "epoch": 0.29310416666666667,
      "grad_norm": 1.6214145421981812,
      "learning_rate": 0.00024188151981729584,
      "loss": 7.8387,
      "step": 140690
    },
    {
      "epoch": 0.293125,
      "grad_norm": 1.2075560092926025,
      "learning_rate": 0.00024187372705365215,
      "loss": 7.9188,
      "step": 140700
    },
    {
      "epoch": 0.2931458333333333,
      "grad_norm": 0.6721632480621338,
      "learning_rate": 0.00024186593389315036,
      "loss": 8.1622,
      "step": 140710
    },
    {
      "epoch": 0.2931666666666667,
      "grad_norm": 2.1012957096099854,
      "learning_rate": 0.00024185814033582406,
      "loss": 7.8564,
      "step": 140720
    },
    {
      "epoch": 0.2931875,
      "grad_norm": 0.8972395658493042,
      "learning_rate": 0.00024185034638170698,
      "loss": 7.2881,
      "step": 140730
    },
    {
      "epoch": 0.29320833333333335,
      "grad_norm": 1.9176639318466187,
      "learning_rate": 0.00024184255203083275,
      "loss": 7.6384,
      "step": 140740
    },
    {
      "epoch": 0.29322916666666665,
      "grad_norm": 1.4192218780517578,
      "learning_rate": 0.00024183475728323502,
      "loss": 7.8103,
      "step": 140750
    },
    {
      "epoch": 0.29325,
      "grad_norm": 1.9438393115997314,
      "learning_rate": 0.00024182696213894753,
      "loss": 8.1002,
      "step": 140760
    },
    {
      "epoch": 0.2932708333333333,
      "grad_norm": 0.7879653573036194,
      "learning_rate": 0.00024181916659800392,
      "loss": 7.6615,
      "step": 140770
    },
    {
      "epoch": 0.2932916666666667,
      "grad_norm": 0.6142247319221497,
      "learning_rate": 0.00024181137066043781,
      "loss": 7.476,
      "step": 140780
    },
    {
      "epoch": 0.2933125,
      "grad_norm": 5.109847545623779,
      "learning_rate": 0.00024180357432628294,
      "loss": 8.0065,
      "step": 140790
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 0.9169171452522278,
      "learning_rate": 0.000241795777595573,
      "loss": 8.1982,
      "step": 140800
    },
    {
      "epoch": 0.2933541666666667,
      "grad_norm": 1.6782275438308716,
      "learning_rate": 0.00024178798046834156,
      "loss": 8.0451,
      "step": 140810
    },
    {
      "epoch": 0.293375,
      "grad_norm": 1.0995802879333496,
      "learning_rate": 0.00024178018294462246,
      "loss": 7.4156,
      "step": 140820
    },
    {
      "epoch": 0.29339583333333336,
      "grad_norm": 3.0158867835998535,
      "learning_rate": 0.00024177238502444927,
      "loss": 7.9256,
      "step": 140830
    },
    {
      "epoch": 0.29341666666666666,
      "grad_norm": 0.7434183359146118,
      "learning_rate": 0.00024176458670785566,
      "loss": 7.5596,
      "step": 140840
    },
    {
      "epoch": 0.2934375,
      "grad_norm": 0.5617852807044983,
      "learning_rate": 0.00024175678799487539,
      "loss": 7.5713,
      "step": 140850
    },
    {
      "epoch": 0.2934583333333333,
      "grad_norm": 0.531455397605896,
      "learning_rate": 0.00024174898888554213,
      "loss": 7.7169,
      "step": 140860
    },
    {
      "epoch": 0.2934791666666667,
      "grad_norm": 5.878459930419922,
      "learning_rate": 0.00024174118937988958,
      "loss": 8.0232,
      "step": 140870
    },
    {
      "epoch": 0.2935,
      "grad_norm": 0.9124500751495361,
      "learning_rate": 0.00024173338947795138,
      "loss": 8.0456,
      "step": 140880
    },
    {
      "epoch": 0.29352083333333334,
      "grad_norm": 1.612813115119934,
      "learning_rate": 0.00024172558917976122,
      "loss": 8.2677,
      "step": 140890
    },
    {
      "epoch": 0.29354166666666665,
      "grad_norm": 1.6295281648635864,
      "learning_rate": 0.00024171778848535282,
      "loss": 8.7122,
      "step": 140900
    },
    {
      "epoch": 0.2935625,
      "grad_norm": 2.7985544204711914,
      "learning_rate": 0.0002417099873947599,
      "loss": 7.9812,
      "step": 140910
    },
    {
      "epoch": 0.2935833333333333,
      "grad_norm": 0.6730407476425171,
      "learning_rate": 0.00024170218590801614,
      "loss": 8.1524,
      "step": 140920
    },
    {
      "epoch": 0.29360416666666667,
      "grad_norm": 0.9186957478523254,
      "learning_rate": 0.00024169438402515524,
      "loss": 7.7125,
      "step": 140930
    },
    {
      "epoch": 0.293625,
      "grad_norm": 0.623105525970459,
      "learning_rate": 0.00024168658174621085,
      "loss": 7.8546,
      "step": 140940
    },
    {
      "epoch": 0.29364583333333333,
      "grad_norm": 0.5498400926589966,
      "learning_rate": 0.00024167877907121677,
      "loss": 8.5267,
      "step": 140950
    },
    {
      "epoch": 0.2936666666666667,
      "grad_norm": 0.8662906289100647,
      "learning_rate": 0.00024167097600020666,
      "loss": 7.2895,
      "step": 140960
    },
    {
      "epoch": 0.2936875,
      "grad_norm": 1.1394637823104858,
      "learning_rate": 0.00024166317253321418,
      "loss": 7.5174,
      "step": 140970
    },
    {
      "epoch": 0.29370833333333335,
      "grad_norm": 22.9703311920166,
      "learning_rate": 0.0002416553686702731,
      "loss": 9.5036,
      "step": 140980
    },
    {
      "epoch": 0.29372916666666665,
      "grad_norm": 0.6936991810798645,
      "learning_rate": 0.0002416475644114171,
      "loss": 7.8596,
      "step": 140990
    },
    {
      "epoch": 0.29375,
      "grad_norm": 1.0509806871414185,
      "learning_rate": 0.00024163975975667991,
      "loss": 7.4677,
      "step": 141000
    },
    {
      "epoch": 0.29375,
      "eval_loss": 8.895294189453125,
      "eval_runtime": 8.2816,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 141000
    },
    {
      "epoch": 0.2937708333333333,
      "grad_norm": 1.0664293766021729,
      "learning_rate": 0.0002416319547060952,
      "loss": 7.7953,
      "step": 141010
    },
    {
      "epoch": 0.2937916666666667,
      "grad_norm": 0.5665577054023743,
      "learning_rate": 0.00024162414925969674,
      "loss": 7.5381,
      "step": 141020
    },
    {
      "epoch": 0.2938125,
      "grad_norm": 2.1310677528381348,
      "learning_rate": 0.00024161634341751822,
      "loss": 8.2832,
      "step": 141030
    },
    {
      "epoch": 0.29383333333333334,
      "grad_norm": 0.8644776344299316,
      "learning_rate": 0.00024160853717959338,
      "loss": 9.5174,
      "step": 141040
    },
    {
      "epoch": 0.2938541666666667,
      "grad_norm": 1.0365145206451416,
      "learning_rate": 0.0002416007305459559,
      "loss": 7.7277,
      "step": 141050
    },
    {
      "epoch": 0.293875,
      "grad_norm": 1.22596275806427,
      "learning_rate": 0.00024159292351663952,
      "loss": 8.4257,
      "step": 141060
    },
    {
      "epoch": 0.29389583333333336,
      "grad_norm": 0.7293970584869385,
      "learning_rate": 0.000241585116091678,
      "loss": 7.999,
      "step": 141070
    },
    {
      "epoch": 0.29391666666666666,
      "grad_norm": 0.49379223585128784,
      "learning_rate": 0.00024157730827110497,
      "loss": 7.8455,
      "step": 141080
    },
    {
      "epoch": 0.2939375,
      "grad_norm": 1.5556436777114868,
      "learning_rate": 0.00024156950005495422,
      "loss": 7.6759,
      "step": 141090
    },
    {
      "epoch": 0.2939583333333333,
      "grad_norm": 0.9848629832267761,
      "learning_rate": 0.00024156169144325955,
      "loss": 8.0334,
      "step": 141100
    },
    {
      "epoch": 0.2939791666666667,
      "grad_norm": 0.9631004333496094,
      "learning_rate": 0.00024155388243605455,
      "loss": 8.1934,
      "step": 141110
    },
    {
      "epoch": 0.294,
      "grad_norm": 0.967424750328064,
      "learning_rate": 0.000241546073033373,
      "loss": 7.5814,
      "step": 141120
    },
    {
      "epoch": 0.29402083333333334,
      "grad_norm": 1.3157607316970825,
      "learning_rate": 0.00024153826323524872,
      "loss": 8.2973,
      "step": 141130
    },
    {
      "epoch": 0.29404166666666665,
      "grad_norm": 1.6051677465438843,
      "learning_rate": 0.0002415304530417153,
      "loss": 8.2425,
      "step": 141140
    },
    {
      "epoch": 0.2940625,
      "grad_norm": 1.1918003559112549,
      "learning_rate": 0.00024152264245280662,
      "loss": 7.3866,
      "step": 141150
    },
    {
      "epoch": 0.2940833333333333,
      "grad_norm": 0.8293377161026001,
      "learning_rate": 0.00024151483146855632,
      "loss": 7.523,
      "step": 141160
    },
    {
      "epoch": 0.29410416666666667,
      "grad_norm": 1.0057001113891602,
      "learning_rate": 0.00024150702008899822,
      "loss": 7.1593,
      "step": 141170
    },
    {
      "epoch": 0.294125,
      "grad_norm": 1.3724943399429321,
      "learning_rate": 0.00024149920831416594,
      "loss": 8.4943,
      "step": 141180
    },
    {
      "epoch": 0.29414583333333333,
      "grad_norm": 0.9584308862686157,
      "learning_rate": 0.00024149139614409334,
      "loss": 7.9808,
      "step": 141190
    },
    {
      "epoch": 0.2941666666666667,
      "grad_norm": 0.5360848903656006,
      "learning_rate": 0.00024148358357881412,
      "loss": 7.7404,
      "step": 141200
    },
    {
      "epoch": 0.2941875,
      "grad_norm": 0.3948553204536438,
      "learning_rate": 0.000241475770618362,
      "loss": 8.0204,
      "step": 141210
    },
    {
      "epoch": 0.29420833333333335,
      "grad_norm": 1.1790863275527954,
      "learning_rate": 0.0002414679572627708,
      "loss": 7.5794,
      "step": 141220
    },
    {
      "epoch": 0.29422916666666665,
      "grad_norm": 1.108174443244934,
      "learning_rate": 0.0002414601435120742,
      "loss": 8.4499,
      "step": 141230
    },
    {
      "epoch": 0.29425,
      "grad_norm": 4.892256259918213,
      "learning_rate": 0.000241452329366306,
      "loss": 7.9767,
      "step": 141240
    },
    {
      "epoch": 0.2942708333333333,
      "grad_norm": 2.783496141433716,
      "learning_rate": 0.00024144451482549997,
      "loss": 8.1131,
      "step": 141250
    },
    {
      "epoch": 0.2942916666666667,
      "grad_norm": 1.054927945137024,
      "learning_rate": 0.00024143669988968975,
      "loss": 7.4994,
      "step": 141260
    },
    {
      "epoch": 0.2943125,
      "grad_norm": 0.6084789037704468,
      "learning_rate": 0.00024142888455890924,
      "loss": 8.2512,
      "step": 141270
    },
    {
      "epoch": 0.29433333333333334,
      "grad_norm": 2.150477886199951,
      "learning_rate": 0.00024142106883319212,
      "loss": 7.6139,
      "step": 141280
    },
    {
      "epoch": 0.29435416666666664,
      "grad_norm": 0.6008933782577515,
      "learning_rate": 0.0002414132527125722,
      "loss": 7.5038,
      "step": 141290
    },
    {
      "epoch": 0.294375,
      "grad_norm": 1.7643369436264038,
      "learning_rate": 0.00024140543619708318,
      "loss": 8.1373,
      "step": 141300
    },
    {
      "epoch": 0.29439583333333336,
      "grad_norm": 0.8878613710403442,
      "learning_rate": 0.00024139761928675883,
      "loss": 7.6248,
      "step": 141310
    },
    {
      "epoch": 0.29441666666666666,
      "grad_norm": 0.9341434836387634,
      "learning_rate": 0.00024138980198163302,
      "loss": 7.8131,
      "step": 141320
    },
    {
      "epoch": 0.2944375,
      "grad_norm": 0.5851421356201172,
      "learning_rate": 0.00024138198428173935,
      "loss": 7.634,
      "step": 141330
    },
    {
      "epoch": 0.2944583333333333,
      "grad_norm": 0.5643197298049927,
      "learning_rate": 0.00024137416618711174,
      "loss": 7.6329,
      "step": 141340
    },
    {
      "epoch": 0.2944791666666667,
      "grad_norm": 0.8451298475265503,
      "learning_rate": 0.00024136634769778391,
      "loss": 8.1989,
      "step": 141350
    },
    {
      "epoch": 0.2945,
      "grad_norm": 0.9630898237228394,
      "learning_rate": 0.00024135852881378958,
      "loss": 7.9026,
      "step": 141360
    },
    {
      "epoch": 0.29452083333333334,
      "grad_norm": 1.2281678915023804,
      "learning_rate": 0.0002413507095351626,
      "loss": 7.4565,
      "step": 141370
    },
    {
      "epoch": 0.29454166666666665,
      "grad_norm": 0.5591847896575928,
      "learning_rate": 0.00024134288986193668,
      "loss": 7.8023,
      "step": 141380
    },
    {
      "epoch": 0.2945625,
      "grad_norm": 2.059946060180664,
      "learning_rate": 0.00024133506979414566,
      "loss": 7.7555,
      "step": 141390
    },
    {
      "epoch": 0.2945833333333333,
      "grad_norm": 1.6293129920959473,
      "learning_rate": 0.00024132724933182328,
      "loss": 9.5407,
      "step": 141400
    },
    {
      "epoch": 0.29460416666666667,
      "grad_norm": 1.1803724765777588,
      "learning_rate": 0.00024131942847500335,
      "loss": 7.6816,
      "step": 141410
    },
    {
      "epoch": 0.294625,
      "grad_norm": 0.5993456244468689,
      "learning_rate": 0.00024131160722371962,
      "loss": 7.8839,
      "step": 141420
    },
    {
      "epoch": 0.29464583333333333,
      "grad_norm": 3.0189714431762695,
      "learning_rate": 0.0002413037855780059,
      "loss": 7.7604,
      "step": 141430
    },
    {
      "epoch": 0.2946666666666667,
      "grad_norm": 3.502714157104492,
      "learning_rate": 0.00024129596353789594,
      "loss": 8.7814,
      "step": 141440
    },
    {
      "epoch": 0.2946875,
      "grad_norm": 2.3300375938415527,
      "learning_rate": 0.00024128814110342358,
      "loss": 7.8323,
      "step": 141450
    },
    {
      "epoch": 0.29470833333333335,
      "grad_norm": 3.419668197631836,
      "learning_rate": 0.00024128031827462258,
      "loss": 8.3131,
      "step": 141460
    },
    {
      "epoch": 0.29472916666666665,
      "grad_norm": 0.5244928002357483,
      "learning_rate": 0.0002412724950515267,
      "loss": 8.2415,
      "step": 141470
    },
    {
      "epoch": 0.29475,
      "grad_norm": 1.5820252895355225,
      "learning_rate": 0.0002412646714341698,
      "loss": 7.4848,
      "step": 141480
    },
    {
      "epoch": 0.2947708333333333,
      "grad_norm": 2.369244337081909,
      "learning_rate": 0.00024125684742258569,
      "loss": 7.7831,
      "step": 141490
    },
    {
      "epoch": 0.2947916666666667,
      "grad_norm": 1.430368185043335,
      "learning_rate": 0.00024124902301680807,
      "loss": 7.7761,
      "step": 141500
    },
    {
      "epoch": 0.2948125,
      "grad_norm": 0.6879565715789795,
      "learning_rate": 0.0002412411982168708,
      "loss": 7.5563,
      "step": 141510
    },
    {
      "epoch": 0.29483333333333334,
      "grad_norm": 1.5590605735778809,
      "learning_rate": 0.00024123337302280764,
      "loss": 7.7176,
      "step": 141520
    },
    {
      "epoch": 0.29485416666666664,
      "grad_norm": 0.8974008560180664,
      "learning_rate": 0.0002412255474346525,
      "loss": 7.441,
      "step": 141530
    },
    {
      "epoch": 0.294875,
      "grad_norm": 0.7037030458450317,
      "learning_rate": 0.00024121772145243903,
      "loss": 8.0383,
      "step": 141540
    },
    {
      "epoch": 0.29489583333333336,
      "grad_norm": 1.0011661052703857,
      "learning_rate": 0.00024120989507620113,
      "loss": 7.3947,
      "step": 141550
    },
    {
      "epoch": 0.29491666666666666,
      "grad_norm": 1.2545394897460938,
      "learning_rate": 0.00024120206830597263,
      "loss": 7.7134,
      "step": 141560
    },
    {
      "epoch": 0.2949375,
      "grad_norm": 0.7985950112342834,
      "learning_rate": 0.00024119424114178722,
      "loss": 7.7722,
      "step": 141570
    },
    {
      "epoch": 0.2949583333333333,
      "grad_norm": 1.3004227876663208,
      "learning_rate": 0.00024118641358367884,
      "loss": 7.4853,
      "step": 141580
    },
    {
      "epoch": 0.2949791666666667,
      "grad_norm": 1.3664562702178955,
      "learning_rate": 0.0002411785856316812,
      "loss": 7.7991,
      "step": 141590
    },
    {
      "epoch": 0.295,
      "grad_norm": 1.2213821411132812,
      "learning_rate": 0.0002411707572858282,
      "loss": 7.9996,
      "step": 141600
    },
    {
      "epoch": 0.29502083333333334,
      "grad_norm": 0.7915298342704773,
      "learning_rate": 0.00024116292854615366,
      "loss": 7.562,
      "step": 141610
    },
    {
      "epoch": 0.29504166666666665,
      "grad_norm": 1.0338361263275146,
      "learning_rate": 0.00024115509941269125,
      "loss": 8.437,
      "step": 141620
    },
    {
      "epoch": 0.2950625,
      "grad_norm": 2.0726752281188965,
      "learning_rate": 0.00024114726988547496,
      "loss": 7.9925,
      "step": 141630
    },
    {
      "epoch": 0.2950833333333333,
      "grad_norm": 0.5584613084793091,
      "learning_rate": 0.00024113943996453854,
      "loss": 7.8906,
      "step": 141640
    },
    {
      "epoch": 0.29510416666666667,
      "grad_norm": 1.8189611434936523,
      "learning_rate": 0.00024113160964991576,
      "loss": 7.42,
      "step": 141650
    },
    {
      "epoch": 0.295125,
      "grad_norm": 1.2203434705734253,
      "learning_rate": 0.00024112377894164053,
      "loss": 7.8287,
      "step": 141660
    },
    {
      "epoch": 0.29514583333333333,
      "grad_norm": 0.6729503870010376,
      "learning_rate": 0.00024111594783974668,
      "loss": 8.0188,
      "step": 141670
    },
    {
      "epoch": 0.2951666666666667,
      "grad_norm": 0.8490397334098816,
      "learning_rate": 0.00024110811634426796,
      "loss": 8.193,
      "step": 141680
    },
    {
      "epoch": 0.2951875,
      "grad_norm": 0.5383680462837219,
      "learning_rate": 0.00024110028445523826,
      "loss": 7.9511,
      "step": 141690
    },
    {
      "epoch": 0.29520833333333335,
      "grad_norm": 1.613694667816162,
      "learning_rate": 0.00024109245217269137,
      "loss": 7.6815,
      "step": 141700
    },
    {
      "epoch": 0.29522916666666665,
      "grad_norm": 2.9230010509490967,
      "learning_rate": 0.00024108461949666116,
      "loss": 8.0002,
      "step": 141710
    },
    {
      "epoch": 0.29525,
      "grad_norm": 1.7273801565170288,
      "learning_rate": 0.0002410767864271815,
      "loss": 7.7252,
      "step": 141720
    },
    {
      "epoch": 0.2952708333333333,
      "grad_norm": 6.048786640167236,
      "learning_rate": 0.00024106895296428609,
      "loss": 8.1961,
      "step": 141730
    },
    {
      "epoch": 0.2952916666666667,
      "grad_norm": 0.9292548894882202,
      "learning_rate": 0.00024106111910800887,
      "loss": 8.0031,
      "step": 141740
    },
    {
      "epoch": 0.2953125,
      "grad_norm": 1.5039647817611694,
      "learning_rate": 0.0002410532848583837,
      "loss": 7.6002,
      "step": 141750
    },
    {
      "epoch": 0.29533333333333334,
      "grad_norm": 1.2244826555252075,
      "learning_rate": 0.00024104545021544433,
      "loss": 7.484,
      "step": 141760
    },
    {
      "epoch": 0.29535416666666664,
      "grad_norm": 1.4768177270889282,
      "learning_rate": 0.0002410376151792247,
      "loss": 7.7658,
      "step": 141770
    },
    {
      "epoch": 0.295375,
      "grad_norm": 0.4908103942871094,
      "learning_rate": 0.00024102977974975858,
      "loss": 8.5182,
      "step": 141780
    },
    {
      "epoch": 0.29539583333333336,
      "grad_norm": 1.5841106176376343,
      "learning_rate": 0.00024102194392707982,
      "loss": 7.9055,
      "step": 141790
    },
    {
      "epoch": 0.29541666666666666,
      "grad_norm": 1.1902841329574585,
      "learning_rate": 0.00024101410771122235,
      "loss": 7.5458,
      "step": 141800
    },
    {
      "epoch": 0.2954375,
      "grad_norm": 1.5408570766448975,
      "learning_rate": 0.00024100627110221993,
      "loss": 7.9132,
      "step": 141810
    },
    {
      "epoch": 0.2954583333333333,
      "grad_norm": 1.798191785812378,
      "learning_rate": 0.0002409984341001064,
      "loss": 7.8036,
      "step": 141820
    },
    {
      "epoch": 0.2954791666666667,
      "grad_norm": 1.3507862091064453,
      "learning_rate": 0.00024099059670491574,
      "loss": 7.9077,
      "step": 141830
    },
    {
      "epoch": 0.2955,
      "grad_norm": 0.8865989446640015,
      "learning_rate": 0.00024098275891668166,
      "loss": 7.467,
      "step": 141840
    },
    {
      "epoch": 0.29552083333333334,
      "grad_norm": 0.90101557970047,
      "learning_rate": 0.00024097492073543806,
      "loss": 7.4535,
      "step": 141850
    },
    {
      "epoch": 0.29554166666666665,
      "grad_norm": 1.3407173156738281,
      "learning_rate": 0.00024096708216121885,
      "loss": 7.49,
      "step": 141860
    },
    {
      "epoch": 0.2955625,
      "grad_norm": 3.292447805404663,
      "learning_rate": 0.00024095924319405784,
      "loss": 8.0367,
      "step": 141870
    },
    {
      "epoch": 0.2955833333333333,
      "grad_norm": 0.5947962999343872,
      "learning_rate": 0.00024095140383398892,
      "loss": 7.6506,
      "step": 141880
    },
    {
      "epoch": 0.29560416666666667,
      "grad_norm": 12.026854515075684,
      "learning_rate": 0.00024094356408104592,
      "loss": 7.8116,
      "step": 141890
    },
    {
      "epoch": 0.295625,
      "grad_norm": 0.4820670485496521,
      "learning_rate": 0.00024093572393526274,
      "loss": 7.4049,
      "step": 141900
    },
    {
      "epoch": 0.29564583333333333,
      "grad_norm": 1.600435495376587,
      "learning_rate": 0.00024092788339667321,
      "loss": 7.5769,
      "step": 141910
    },
    {
      "epoch": 0.2956666666666667,
      "grad_norm": 1.9799518585205078,
      "learning_rate": 0.00024092004246531123,
      "loss": 8.062,
      "step": 141920
    },
    {
      "epoch": 0.2956875,
      "grad_norm": 1.196737289428711,
      "learning_rate": 0.0002409122011412106,
      "loss": 7.4651,
      "step": 141930
    },
    {
      "epoch": 0.29570833333333335,
      "grad_norm": 0.6454688310623169,
      "learning_rate": 0.00024090435942440531,
      "loss": 7.5163,
      "step": 141940
    },
    {
      "epoch": 0.29572916666666665,
      "grad_norm": 0.9569118618965149,
      "learning_rate": 0.00024089651731492917,
      "loss": 7.5653,
      "step": 141950
    },
    {
      "epoch": 0.29575,
      "grad_norm": 2.9813473224639893,
      "learning_rate": 0.000240888674812816,
      "loss": 7.6407,
      "step": 141960
    },
    {
      "epoch": 0.2957708333333333,
      "grad_norm": 0.8340895771980286,
      "learning_rate": 0.00024088083191809977,
      "loss": 7.5959,
      "step": 141970
    },
    {
      "epoch": 0.2957916666666667,
      "grad_norm": 0.5739732384681702,
      "learning_rate": 0.00024087298863081433,
      "loss": 7.8634,
      "step": 141980
    },
    {
      "epoch": 0.2958125,
      "grad_norm": 1.7422125339508057,
      "learning_rate": 0.00024086514495099353,
      "loss": 7.9682,
      "step": 141990
    },
    {
      "epoch": 0.29583333333333334,
      "grad_norm": 0.747657835483551,
      "learning_rate": 0.0002408573008786713,
      "loss": 7.2466,
      "step": 142000
    },
    {
      "epoch": 0.29583333333333334,
      "eval_loss": 7.214623928070068,
      "eval_runtime": 7.8504,
      "eval_samples_per_second": 0.382,
      "eval_steps_per_second": 0.127,
      "step": 142000
    },
    {
      "epoch": 0.29585416666666664,
      "grad_norm": 1.4671930074691772,
      "learning_rate": 0.00024084945641388144,
      "loss": 8.1326,
      "step": 142010
    },
    {
      "epoch": 0.295875,
      "grad_norm": 1.0643731355667114,
      "learning_rate": 0.00024084161155665787,
      "loss": 8.0338,
      "step": 142020
    },
    {
      "epoch": 0.29589583333333336,
      "grad_norm": 1.3989416360855103,
      "learning_rate": 0.00024083376630703462,
      "loss": 7.2713,
      "step": 142030
    },
    {
      "epoch": 0.29591666666666666,
      "grad_norm": 0.8076425194740295,
      "learning_rate": 0.00024082592066504533,
      "loss": 7.7925,
      "step": 142040
    },
    {
      "epoch": 0.2959375,
      "grad_norm": 1.0606886148452759,
      "learning_rate": 0.00024081807463072408,
      "loss": 7.7429,
      "step": 142050
    },
    {
      "epoch": 0.2959583333333333,
      "grad_norm": 0.6181285977363586,
      "learning_rate": 0.00024081022820410464,
      "loss": 8.0242,
      "step": 142060
    },
    {
      "epoch": 0.2959791666666667,
      "grad_norm": 2.185802698135376,
      "learning_rate": 0.00024080238138522101,
      "loss": 8.3732,
      "step": 142070
    },
    {
      "epoch": 0.296,
      "grad_norm": 0.8754801750183105,
      "learning_rate": 0.00024079453417410703,
      "loss": 7.3378,
      "step": 142080
    },
    {
      "epoch": 0.29602083333333334,
      "grad_norm": 0.9132367968559265,
      "learning_rate": 0.0002407866865707966,
      "loss": 7.4876,
      "step": 142090
    },
    {
      "epoch": 0.29604166666666665,
      "grad_norm": 0.9843463897705078,
      "learning_rate": 0.0002407788385753236,
      "loss": 7.7202,
      "step": 142100
    },
    {
      "epoch": 0.2960625,
      "grad_norm": 1.0499147176742554,
      "learning_rate": 0.00024077099018772198,
      "loss": 11.8955,
      "step": 142110
    },
    {
      "epoch": 0.2960833333333333,
      "grad_norm": 4.5598368644714355,
      "learning_rate": 0.00024076314140802563,
      "loss": 7.9467,
      "step": 142120
    },
    {
      "epoch": 0.29610416666666667,
      "grad_norm": 0.9910928606987,
      "learning_rate": 0.00024075529223626833,
      "loss": 8.0366,
      "step": 142130
    },
    {
      "epoch": 0.296125,
      "grad_norm": 2.323873281478882,
      "learning_rate": 0.0002407474426724842,
      "loss": 8.1029,
      "step": 142140
    },
    {
      "epoch": 0.29614583333333333,
      "grad_norm": 1.3870179653167725,
      "learning_rate": 0.00024073959271670697,
      "loss": 7.8894,
      "step": 142150
    },
    {
      "epoch": 0.2961666666666667,
      "grad_norm": 1.8427571058273315,
      "learning_rate": 0.00024073174236897065,
      "loss": 7.5079,
      "step": 142160
    },
    {
      "epoch": 0.2961875,
      "grad_norm": 1.2036974430084229,
      "learning_rate": 0.00024072389162930913,
      "loss": 7.814,
      "step": 142170
    },
    {
      "epoch": 0.29620833333333335,
      "grad_norm": 2.1372087001800537,
      "learning_rate": 0.0002407160404977563,
      "loss": 7.8061,
      "step": 142180
    },
    {
      "epoch": 0.29622916666666665,
      "grad_norm": 0.573541522026062,
      "learning_rate": 0.00024070818897434606,
      "loss": 8.6966,
      "step": 142190
    },
    {
      "epoch": 0.29625,
      "grad_norm": 0.5489317178726196,
      "learning_rate": 0.00024070033705911236,
      "loss": 8.1827,
      "step": 142200
    },
    {
      "epoch": 0.2962708333333333,
      "grad_norm": 2.091376543045044,
      "learning_rate": 0.0002406924847520891,
      "loss": 7.5096,
      "step": 142210
    },
    {
      "epoch": 0.2962916666666667,
      "grad_norm": 1.484854817390442,
      "learning_rate": 0.00024068463205331023,
      "loss": 7.8006,
      "step": 142220
    },
    {
      "epoch": 0.2963125,
      "grad_norm": 1.596251130104065,
      "learning_rate": 0.00024067677896280962,
      "loss": 7.4983,
      "step": 142230
    },
    {
      "epoch": 0.29633333333333334,
      "grad_norm": 2.645855188369751,
      "learning_rate": 0.00024066892548062124,
      "loss": 7.9702,
      "step": 142240
    },
    {
      "epoch": 0.29635416666666664,
      "grad_norm": 0.837428629398346,
      "learning_rate": 0.00024066107160677897,
      "loss": 7.3722,
      "step": 142250
    },
    {
      "epoch": 0.296375,
      "grad_norm": 1.5446678400039673,
      "learning_rate": 0.00024065321734131675,
      "loss": 7.9065,
      "step": 142260
    },
    {
      "epoch": 0.29639583333333336,
      "grad_norm": 1.416834831237793,
      "learning_rate": 0.0002406453626842685,
      "loss": 9.0437,
      "step": 142270
    },
    {
      "epoch": 0.29641666666666666,
      "grad_norm": 0.6784390807151794,
      "learning_rate": 0.00024063750763566824,
      "loss": 8.0875,
      "step": 142280
    },
    {
      "epoch": 0.2964375,
      "grad_norm": 1.2882609367370605,
      "learning_rate": 0.00024062965219554975,
      "loss": 8.2749,
      "step": 142290
    },
    {
      "epoch": 0.2964583333333333,
      "grad_norm": 0.9384622573852539,
      "learning_rate": 0.00024062179636394706,
      "loss": 7.2544,
      "step": 142300
    },
    {
      "epoch": 0.2964791666666667,
      "grad_norm": 1.8288012742996216,
      "learning_rate": 0.00024061394014089407,
      "loss": 7.7648,
      "step": 142310
    },
    {
      "epoch": 0.2965,
      "grad_norm": 0.8422538638114929,
      "learning_rate": 0.00024060608352642474,
      "loss": 7.5206,
      "step": 142320
    },
    {
      "epoch": 0.29652083333333334,
      "grad_norm": 0.5641998052597046,
      "learning_rate": 0.000240598226520573,
      "loss": 7.4115,
      "step": 142330
    },
    {
      "epoch": 0.29654166666666665,
      "grad_norm": 1.8910484313964844,
      "learning_rate": 0.0002405903691233728,
      "loss": 7.6532,
      "step": 142340
    },
    {
      "epoch": 0.2965625,
      "grad_norm": 2.019871473312378,
      "learning_rate": 0.000240582511334858,
      "loss": 7.8307,
      "step": 142350
    },
    {
      "epoch": 0.2965833333333333,
      "grad_norm": 1.143528938293457,
      "learning_rate": 0.00024057465315506266,
      "loss": 7.6288,
      "step": 142360
    },
    {
      "epoch": 0.29660416666666667,
      "grad_norm": 1.244292140007019,
      "learning_rate": 0.00024056679458402068,
      "loss": 7.7662,
      "step": 142370
    },
    {
      "epoch": 0.296625,
      "grad_norm": 1.2154773473739624,
      "learning_rate": 0.00024055893562176592,
      "loss": 8.3566,
      "step": 142380
    },
    {
      "epoch": 0.29664583333333333,
      "grad_norm": 0.8497343063354492,
      "learning_rate": 0.00024055107626833245,
      "loss": 8.0723,
      "step": 142390
    },
    {
      "epoch": 0.2966666666666667,
      "grad_norm": 0.9365448355674744,
      "learning_rate": 0.0002405432165237542,
      "loss": 7.7288,
      "step": 142400
    },
    {
      "epoch": 0.2966875,
      "grad_norm": 1.9581143856048584,
      "learning_rate": 0.00024053535638806506,
      "loss": 7.662,
      "step": 142410
    },
    {
      "epoch": 0.29670833333333335,
      "grad_norm": 0.649185299873352,
      "learning_rate": 0.00024052749586129908,
      "loss": 7.6382,
      "step": 142420
    },
    {
      "epoch": 0.29672916666666665,
      "grad_norm": 1.7172770500183105,
      "learning_rate": 0.00024051963494349006,
      "loss": 8.1343,
      "step": 142430
    },
    {
      "epoch": 0.29675,
      "grad_norm": 2.477931022644043,
      "learning_rate": 0.00024051177363467206,
      "loss": 8.1111,
      "step": 142440
    },
    {
      "epoch": 0.2967708333333333,
      "grad_norm": 1.2161109447479248,
      "learning_rate": 0.0002405039119348791,
      "loss": 7.7143,
      "step": 142450
    },
    {
      "epoch": 0.2967916666666667,
      "grad_norm": 0.6744551658630371,
      "learning_rate": 0.000240496049844145,
      "loss": 7.9769,
      "step": 142460
    },
    {
      "epoch": 0.2968125,
      "grad_norm": 0.6307461857795715,
      "learning_rate": 0.00024048818736250376,
      "loss": 7.5396,
      "step": 142470
    },
    {
      "epoch": 0.29683333333333334,
      "grad_norm": 2.4625003337860107,
      "learning_rate": 0.0002404803244899894,
      "loss": 7.9003,
      "step": 142480
    },
    {
      "epoch": 0.29685416666666664,
      "grad_norm": 1.0355414152145386,
      "learning_rate": 0.00024047246122663592,
      "loss": 7.6098,
      "step": 142490
    },
    {
      "epoch": 0.296875,
      "grad_norm": 0.8888556957244873,
      "learning_rate": 0.00024046459757247714,
      "loss": 8.0406,
      "step": 142500
    },
    {
      "epoch": 0.29689583333333336,
      "grad_norm": 4.895866394042969,
      "learning_rate": 0.0002404567335275471,
      "loss": 7.8071,
      "step": 142510
    },
    {
      "epoch": 0.29691666666666666,
      "grad_norm": 0.7837350368499756,
      "learning_rate": 0.00024044886909187983,
      "loss": 7.9778,
      "step": 142520
    },
    {
      "epoch": 0.2969375,
      "grad_norm": 1.1669687032699585,
      "learning_rate": 0.00024044100426550923,
      "loss": 7.6665,
      "step": 142530
    },
    {
      "epoch": 0.2969583333333333,
      "grad_norm": 1.305428147315979,
      "learning_rate": 0.00024043313904846927,
      "loss": 7.3216,
      "step": 142540
    },
    {
      "epoch": 0.2969791666666667,
      "grad_norm": 0.6361299753189087,
      "learning_rate": 0.00024042527344079396,
      "loss": 7.2416,
      "step": 142550
    },
    {
      "epoch": 0.297,
      "grad_norm": 1.165961503982544,
      "learning_rate": 0.00024041740744251726,
      "loss": 8.9591,
      "step": 142560
    },
    {
      "epoch": 0.29702083333333335,
      "grad_norm": 1.3373357057571411,
      "learning_rate": 0.00024040954105367313,
      "loss": 8.0118,
      "step": 142570
    },
    {
      "epoch": 0.29704166666666665,
      "grad_norm": 0.6205421686172485,
      "learning_rate": 0.00024040167427429558,
      "loss": 8.476,
      "step": 142580
    },
    {
      "epoch": 0.2970625,
      "grad_norm": 1.4189822673797607,
      "learning_rate": 0.0002403938071044186,
      "loss": 8.134,
      "step": 142590
    },
    {
      "epoch": 0.2970833333333333,
      "grad_norm": 0.8473926782608032,
      "learning_rate": 0.00024038593954407616,
      "loss": 7.407,
      "step": 142600
    },
    {
      "epoch": 0.29710416666666667,
      "grad_norm": 1.8073235750198364,
      "learning_rate": 0.0002403780715933022,
      "loss": 7.8126,
      "step": 142610
    },
    {
      "epoch": 0.297125,
      "grad_norm": 1.3501304388046265,
      "learning_rate": 0.0002403702032521308,
      "loss": 7.4364,
      "step": 142620
    },
    {
      "epoch": 0.29714583333333333,
      "grad_norm": 2.819364547729492,
      "learning_rate": 0.00024036233452059584,
      "loss": 8.4934,
      "step": 142630
    },
    {
      "epoch": 0.2971666666666667,
      "grad_norm": 0.6998556852340698,
      "learning_rate": 0.0002403544653987314,
      "loss": 7.3722,
      "step": 142640
    },
    {
      "epoch": 0.2971875,
      "grad_norm": 0.8476828932762146,
      "learning_rate": 0.0002403465958865714,
      "loss": 7.7197,
      "step": 142650
    },
    {
      "epoch": 0.29720833333333335,
      "grad_norm": 1.9002799987792969,
      "learning_rate": 0.00024033872598414987,
      "loss": 8.0542,
      "step": 142660
    },
    {
      "epoch": 0.29722916666666666,
      "grad_norm": 0.9053564071655273,
      "learning_rate": 0.0002403308556915008,
      "loss": 9.1232,
      "step": 142670
    },
    {
      "epoch": 0.29725,
      "grad_norm": 0.6041144728660583,
      "learning_rate": 0.0002403229850086582,
      "loss": 7.3972,
      "step": 142680
    },
    {
      "epoch": 0.2972708333333333,
      "grad_norm": 0.9155825972557068,
      "learning_rate": 0.0002403151139356561,
      "loss": 7.9053,
      "step": 142690
    },
    {
      "epoch": 0.2972916666666667,
      "grad_norm": 3.278439521789551,
      "learning_rate": 0.0002403072424725284,
      "loss": 8.2644,
      "step": 142700
    },
    {
      "epoch": 0.2973125,
      "grad_norm": 1.3156253099441528,
      "learning_rate": 0.0002402993706193092,
      "loss": 8.5375,
      "step": 142710
    },
    {
      "epoch": 0.29733333333333334,
      "grad_norm": 0.8623770475387573,
      "learning_rate": 0.0002402914983760324,
      "loss": 7.5115,
      "step": 142720
    },
    {
      "epoch": 0.29735416666666664,
      "grad_norm": 0.7036998271942139,
      "learning_rate": 0.00024028362574273214,
      "loss": 8.0372,
      "step": 142730
    },
    {
      "epoch": 0.297375,
      "grad_norm": 6.255367755889893,
      "learning_rate": 0.0002402757527194423,
      "loss": 8.2151,
      "step": 142740
    },
    {
      "epoch": 0.29739583333333336,
      "grad_norm": 0.9910321831703186,
      "learning_rate": 0.00024026787930619693,
      "loss": 7.746,
      "step": 142750
    },
    {
      "epoch": 0.29741666666666666,
      "grad_norm": 1.0186676979064941,
      "learning_rate": 0.00024026000550303014,
      "loss": 7.8794,
      "step": 142760
    },
    {
      "epoch": 0.2974375,
      "grad_norm": 1.1711524724960327,
      "learning_rate": 0.00024025213130997577,
      "loss": 8.0694,
      "step": 142770
    },
    {
      "epoch": 0.2974583333333333,
      "grad_norm": 1.4176759719848633,
      "learning_rate": 0.00024024425672706793,
      "loss": 7.4712,
      "step": 142780
    },
    {
      "epoch": 0.2974791666666667,
      "grad_norm": 0.6128873229026794,
      "learning_rate": 0.00024023638175434066,
      "loss": 7.4245,
      "step": 142790
    },
    {
      "epoch": 0.2975,
      "grad_norm": 0.6894760131835938,
      "learning_rate": 0.0002402285063918279,
      "loss": 8.0697,
      "step": 142800
    },
    {
      "epoch": 0.29752083333333335,
      "grad_norm": 1.2072917222976685,
      "learning_rate": 0.00024022063063956374,
      "loss": 7.6268,
      "step": 142810
    },
    {
      "epoch": 0.29754166666666665,
      "grad_norm": 0.7869735360145569,
      "learning_rate": 0.00024021275449758212,
      "loss": 7.8178,
      "step": 142820
    },
    {
      "epoch": 0.2975625,
      "grad_norm": 1.3253204822540283,
      "learning_rate": 0.00024020487796591714,
      "loss": 7.5591,
      "step": 142830
    },
    {
      "epoch": 0.2975833333333333,
      "grad_norm": 0.8308936357498169,
      "learning_rate": 0.00024019700104460282,
      "loss": 7.5581,
      "step": 142840
    },
    {
      "epoch": 0.29760416666666667,
      "grad_norm": 1.579167127609253,
      "learning_rate": 0.0002401891237336731,
      "loss": 7.6689,
      "step": 142850
    },
    {
      "epoch": 0.297625,
      "grad_norm": 0.6022228598594666,
      "learning_rate": 0.0002401812460331621,
      "loss": 7.2919,
      "step": 142860
    },
    {
      "epoch": 0.29764583333333333,
      "grad_norm": 0.999519407749176,
      "learning_rate": 0.00024017336794310382,
      "loss": 8.1422,
      "step": 142870
    },
    {
      "epoch": 0.2976666666666667,
      "grad_norm": 2.1558632850646973,
      "learning_rate": 0.00024016548946353223,
      "loss": 7.8601,
      "step": 142880
    },
    {
      "epoch": 0.2976875,
      "grad_norm": 1.299975037574768,
      "learning_rate": 0.00024015761059448145,
      "loss": 8.4546,
      "step": 142890
    },
    {
      "epoch": 0.29770833333333335,
      "grad_norm": 3.628445863723755,
      "learning_rate": 0.00024014973133598555,
      "loss": 7.7626,
      "step": 142900
    },
    {
      "epoch": 0.29772916666666666,
      "grad_norm": 1.5990079641342163,
      "learning_rate": 0.00024014185168807838,
      "loss": 8.3595,
      "step": 142910
    },
    {
      "epoch": 0.29775,
      "grad_norm": 5.682888031005859,
      "learning_rate": 0.00024013397165079415,
      "loss": 8.1552,
      "step": 142920
    },
    {
      "epoch": 0.2977708333333333,
      "grad_norm": 0.8795195817947388,
      "learning_rate": 0.00024012609122416685,
      "loss": 7.3402,
      "step": 142930
    },
    {
      "epoch": 0.2977916666666667,
      "grad_norm": 1.1497641801834106,
      "learning_rate": 0.00024011821040823046,
      "loss": 7.88,
      "step": 142940
    },
    {
      "epoch": 0.2978125,
      "grad_norm": 0.7836049199104309,
      "learning_rate": 0.00024011032920301912,
      "loss": 9.1394,
      "step": 142950
    },
    {
      "epoch": 0.29783333333333334,
      "grad_norm": 0.7834538817405701,
      "learning_rate": 0.00024010244760856682,
      "loss": 9.5673,
      "step": 142960
    },
    {
      "epoch": 0.29785416666666664,
      "grad_norm": 1.1467889547348022,
      "learning_rate": 0.00024009456562490758,
      "loss": 7.8659,
      "step": 142970
    },
    {
      "epoch": 0.297875,
      "grad_norm": 1.478489637374878,
      "learning_rate": 0.0002400866832520755,
      "loss": 7.8568,
      "step": 142980
    },
    {
      "epoch": 0.29789583333333336,
      "grad_norm": 1.329476237297058,
      "learning_rate": 0.00024007880049010464,
      "loss": 7.9655,
      "step": 142990
    },
    {
      "epoch": 0.29791666666666666,
      "grad_norm": 0.9033558368682861,
      "learning_rate": 0.00024007091733902895,
      "loss": 7.4799,
      "step": 143000
    },
    {
      "epoch": 0.29791666666666666,
      "eval_loss": 7.338295936584473,
      "eval_runtime": 8.2393,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 143000
    },
    {
      "epoch": 0.2979375,
      "grad_norm": 0.7509908676147461,
      "learning_rate": 0.0002400630337988826,
      "loss": 7.5852,
      "step": 143010
    },
    {
      "epoch": 0.2979583333333333,
      "grad_norm": 0.7218067646026611,
      "learning_rate": 0.00024005514986969958,
      "loss": 8.0077,
      "step": 143020
    },
    {
      "epoch": 0.2979791666666667,
      "grad_norm": 1.7213572263717651,
      "learning_rate": 0.00024004726555151395,
      "loss": 7.3877,
      "step": 143030
    },
    {
      "epoch": 0.298,
      "grad_norm": 1.0286508798599243,
      "learning_rate": 0.00024003938084435976,
      "loss": 7.608,
      "step": 143040
    },
    {
      "epoch": 0.29802083333333335,
      "grad_norm": 1.0100362300872803,
      "learning_rate": 0.0002400314957482711,
      "loss": 7.2893,
      "step": 143050
    },
    {
      "epoch": 0.29804166666666665,
      "grad_norm": 1.4573017358779907,
      "learning_rate": 0.00024002361026328206,
      "loss": 7.4686,
      "step": 143060
    },
    {
      "epoch": 0.2980625,
      "grad_norm": 0.8404992818832397,
      "learning_rate": 0.0002400157243894266,
      "loss": 7.9034,
      "step": 143070
    },
    {
      "epoch": 0.2980833333333333,
      "grad_norm": 0.9926221966743469,
      "learning_rate": 0.00024000783812673884,
      "loss": 8.0468,
      "step": 143080
    },
    {
      "epoch": 0.29810416666666667,
      "grad_norm": 0.6835132241249084,
      "learning_rate": 0.0002399999514752529,
      "loss": 7.9598,
      "step": 143090
    },
    {
      "epoch": 0.298125,
      "grad_norm": 2.910492181777954,
      "learning_rate": 0.00023999206443500273,
      "loss": 8.086,
      "step": 143100
    },
    {
      "epoch": 0.29814583333333333,
      "grad_norm": 1.2027603387832642,
      "learning_rate": 0.00023998417700602252,
      "loss": 7.6838,
      "step": 143110
    },
    {
      "epoch": 0.2981666666666667,
      "grad_norm": 2.198072910308838,
      "learning_rate": 0.00023997628918834626,
      "loss": 7.6246,
      "step": 143120
    },
    {
      "epoch": 0.2981875,
      "grad_norm": 0.8264924883842468,
      "learning_rate": 0.00023996840098200806,
      "loss": 7.4537,
      "step": 143130
    },
    {
      "epoch": 0.29820833333333335,
      "grad_norm": 1.4226980209350586,
      "learning_rate": 0.00023996051238704192,
      "loss": 7.79,
      "step": 143140
    },
    {
      "epoch": 0.29822916666666666,
      "grad_norm": 0.8827120065689087,
      "learning_rate": 0.00023995262340348206,
      "loss": 7.6813,
      "step": 143150
    },
    {
      "epoch": 0.29825,
      "grad_norm": 0.7871691584587097,
      "learning_rate": 0.00023994473403136238,
      "loss": 8.0217,
      "step": 143160
    },
    {
      "epoch": 0.2982708333333333,
      "grad_norm": 0.5519983768463135,
      "learning_rate": 0.00023993684427071711,
      "loss": 8.0607,
      "step": 143170
    },
    {
      "epoch": 0.2982916666666667,
      "grad_norm": 1.2326909303665161,
      "learning_rate": 0.00023992895412158028,
      "loss": 7.4074,
      "step": 143180
    },
    {
      "epoch": 0.2983125,
      "grad_norm": 1.5073562860488892,
      "learning_rate": 0.00023992106358398596,
      "loss": 7.8656,
      "step": 143190
    },
    {
      "epoch": 0.29833333333333334,
      "grad_norm": 0.7174390554428101,
      "learning_rate": 0.0002399131726579682,
      "loss": 8.0236,
      "step": 143200
    },
    {
      "epoch": 0.29835416666666664,
      "grad_norm": 0.920921266078949,
      "learning_rate": 0.0002399052813435612,
      "loss": 7.6679,
      "step": 143210
    },
    {
      "epoch": 0.298375,
      "grad_norm": 1.137472152709961,
      "learning_rate": 0.00023989738964079888,
      "loss": 8.0496,
      "step": 143220
    },
    {
      "epoch": 0.29839583333333336,
      "grad_norm": 0.8432568311691284,
      "learning_rate": 0.0002398894975497155,
      "loss": 8.728,
      "step": 143230
    },
    {
      "epoch": 0.29841666666666666,
      "grad_norm": 1.3585072755813599,
      "learning_rate": 0.00023988160507034504,
      "loss": 7.5162,
      "step": 143240
    },
    {
      "epoch": 0.2984375,
      "grad_norm": 0.9362861514091492,
      "learning_rate": 0.0002398737122027216,
      "loss": 7.5641,
      "step": 143250
    },
    {
      "epoch": 0.2984583333333333,
      "grad_norm": 1.270958662033081,
      "learning_rate": 0.00023986581894687933,
      "loss": 7.6446,
      "step": 143260
    },
    {
      "epoch": 0.2984791666666667,
      "grad_norm": 0.6974925994873047,
      "learning_rate": 0.00023985792530285225,
      "loss": 7.3873,
      "step": 143270
    },
    {
      "epoch": 0.2985,
      "grad_norm": 0.7695492506027222,
      "learning_rate": 0.00023985003127067453,
      "loss": 7.7139,
      "step": 143280
    },
    {
      "epoch": 0.29852083333333335,
      "grad_norm": 0.7463383078575134,
      "learning_rate": 0.00023984213685038024,
      "loss": 7.7037,
      "step": 143290
    },
    {
      "epoch": 0.29854166666666665,
      "grad_norm": 0.59752357006073,
      "learning_rate": 0.0002398342420420035,
      "loss": 8.1983,
      "step": 143300
    },
    {
      "epoch": 0.2985625,
      "grad_norm": 0.8462530374526978,
      "learning_rate": 0.00023982634684557839,
      "loss": 8.009,
      "step": 143310
    },
    {
      "epoch": 0.2985833333333333,
      "grad_norm": 1.0922266244888306,
      "learning_rate": 0.00023981845126113898,
      "loss": 7.9606,
      "step": 143320
    },
    {
      "epoch": 0.29860416666666667,
      "grad_norm": 3.6489851474761963,
      "learning_rate": 0.00023981055528871946,
      "loss": 7.9969,
      "step": 143330
    },
    {
      "epoch": 0.298625,
      "grad_norm": 1.883947730064392,
      "learning_rate": 0.00023980265892835383,
      "loss": 7.6294,
      "step": 143340
    },
    {
      "epoch": 0.29864583333333333,
      "grad_norm": 0.7445269823074341,
      "learning_rate": 0.00023979476218007634,
      "loss": 7.8049,
      "step": 143350
    },
    {
      "epoch": 0.2986666666666667,
      "grad_norm": 1.118655800819397,
      "learning_rate": 0.00023978686504392096,
      "loss": 7.7495,
      "step": 143360
    },
    {
      "epoch": 0.2986875,
      "grad_norm": 0.8760291337966919,
      "learning_rate": 0.0002397789675199219,
      "loss": 7.1945,
      "step": 143370
    },
    {
      "epoch": 0.29870833333333335,
      "grad_norm": 8.042598724365234,
      "learning_rate": 0.0002397710696081132,
      "loss": 8.4978,
      "step": 143380
    },
    {
      "epoch": 0.29872916666666666,
      "grad_norm": 0.9080821871757507,
      "learning_rate": 0.00023976317130852904,
      "loss": 7.6463,
      "step": 143390
    },
    {
      "epoch": 0.29875,
      "grad_norm": 0.7303122878074646,
      "learning_rate": 0.00023975527262120352,
      "loss": 7.4119,
      "step": 143400
    },
    {
      "epoch": 0.2987708333333333,
      "grad_norm": 0.5685638189315796,
      "learning_rate": 0.00023974737354617073,
      "loss": 7.7629,
      "step": 143410
    },
    {
      "epoch": 0.2987916666666667,
      "grad_norm": 2.1085715293884277,
      "learning_rate": 0.00023973947408346478,
      "loss": 7.83,
      "step": 143420
    },
    {
      "epoch": 0.2988125,
      "grad_norm": 0.601285457611084,
      "learning_rate": 0.00023973157423311987,
      "loss": 7.6966,
      "step": 143430
    },
    {
      "epoch": 0.29883333333333334,
      "grad_norm": 4.956801891326904,
      "learning_rate": 0.00023972367399517004,
      "loss": 8.4616,
      "step": 143440
    },
    {
      "epoch": 0.29885416666666664,
      "grad_norm": 0.6740713119506836,
      "learning_rate": 0.0002397157733696495,
      "loss": 7.7789,
      "step": 143450
    },
    {
      "epoch": 0.298875,
      "grad_norm": 1.0677967071533203,
      "learning_rate": 0.0002397078723565923,
      "loss": 7.4151,
      "step": 143460
    },
    {
      "epoch": 0.29889583333333336,
      "grad_norm": 2.9641551971435547,
      "learning_rate": 0.0002396999709560326,
      "loss": 7.565,
      "step": 143470
    },
    {
      "epoch": 0.29891666666666666,
      "grad_norm": 1.1346559524536133,
      "learning_rate": 0.00023969206916800453,
      "loss": 7.3243,
      "step": 143480
    },
    {
      "epoch": 0.2989375,
      "grad_norm": 1.1328603029251099,
      "learning_rate": 0.00023968416699254224,
      "loss": 7.6336,
      "step": 143490
    },
    {
      "epoch": 0.2989583333333333,
      "grad_norm": 11.819948196411133,
      "learning_rate": 0.00023967626442967987,
      "loss": 9.1815,
      "step": 143500
    },
    {
      "epoch": 0.2989791666666667,
      "grad_norm": 0.8238801956176758,
      "learning_rate": 0.00023966836147945152,
      "loss": 7.4612,
      "step": 143510
    },
    {
      "epoch": 0.299,
      "grad_norm": 0.6963744163513184,
      "learning_rate": 0.00023966045814189133,
      "loss": 8.169,
      "step": 143520
    },
    {
      "epoch": 0.29902083333333335,
      "grad_norm": 0.7829082608222961,
      "learning_rate": 0.0002396525544170334,
      "loss": 7.6977,
      "step": 143530
    },
    {
      "epoch": 0.29904166666666665,
      "grad_norm": 1.1162725687026978,
      "learning_rate": 0.00023964465030491198,
      "loss": 7.6589,
      "step": 143540
    },
    {
      "epoch": 0.2990625,
      "grad_norm": 0.7215136885643005,
      "learning_rate": 0.00023963674580556116,
      "loss": 7.4256,
      "step": 143550
    },
    {
      "epoch": 0.2990833333333333,
      "grad_norm": 2.3131353855133057,
      "learning_rate": 0.00023962884091901503,
      "loss": 7.7951,
      "step": 143560
    },
    {
      "epoch": 0.29910416666666667,
      "grad_norm": 1.4264705181121826,
      "learning_rate": 0.00023962093564530785,
      "loss": 8.4885,
      "step": 143570
    },
    {
      "epoch": 0.299125,
      "grad_norm": 1.4178621768951416,
      "learning_rate": 0.00023961302998447366,
      "loss": 8.0641,
      "step": 143580
    },
    {
      "epoch": 0.29914583333333333,
      "grad_norm": 1.0040594339370728,
      "learning_rate": 0.00023960512393654667,
      "loss": 7.5649,
      "step": 143590
    },
    {
      "epoch": 0.2991666666666667,
      "grad_norm": 2.027306079864502,
      "learning_rate": 0.00023959721750156098,
      "loss": 7.5081,
      "step": 143600
    },
    {
      "epoch": 0.2991875,
      "grad_norm": 1.1800835132598877,
      "learning_rate": 0.0002395893106795508,
      "loss": 8.5283,
      "step": 143610
    },
    {
      "epoch": 0.29920833333333335,
      "grad_norm": 0.8065785765647888,
      "learning_rate": 0.0002395814034705503,
      "loss": 8.5497,
      "step": 143620
    },
    {
      "epoch": 0.29922916666666666,
      "grad_norm": 1.1358113288879395,
      "learning_rate": 0.0002395734958745935,
      "loss": 7.7795,
      "step": 143630
    },
    {
      "epoch": 0.29925,
      "grad_norm": 1.0888819694519043,
      "learning_rate": 0.0002395655878917147,
      "loss": 8.3136,
      "step": 143640
    },
    {
      "epoch": 0.2992708333333333,
      "grad_norm": 0.736801266670227,
      "learning_rate": 0.00023955767952194807,
      "loss": 8.1613,
      "step": 143650
    },
    {
      "epoch": 0.2992916666666667,
      "grad_norm": 0.9307971000671387,
      "learning_rate": 0.00023954977076532765,
      "loss": 8.0263,
      "step": 143660
    },
    {
      "epoch": 0.2993125,
      "grad_norm": 1.1556843519210815,
      "learning_rate": 0.00023954186162188768,
      "loss": 7.5603,
      "step": 143670
    },
    {
      "epoch": 0.29933333333333334,
      "grad_norm": 1.686583399772644,
      "learning_rate": 0.00023953395209166232,
      "loss": 7.6607,
      "step": 143680
    },
    {
      "epoch": 0.29935416666666664,
      "grad_norm": 0.6335916519165039,
      "learning_rate": 0.00023952604217468572,
      "loss": 8.0059,
      "step": 143690
    },
    {
      "epoch": 0.299375,
      "grad_norm": 1.0079339742660522,
      "learning_rate": 0.00023951813187099202,
      "loss": 7.8173,
      "step": 143700
    },
    {
      "epoch": 0.29939583333333336,
      "grad_norm": 1.2381598949432373,
      "learning_rate": 0.0002395102211806155,
      "loss": 8.0291,
      "step": 143710
    },
    {
      "epoch": 0.29941666666666666,
      "grad_norm": 1.2037479877471924,
      "learning_rate": 0.0002395023101035902,
      "loss": 7.552,
      "step": 143720
    },
    {
      "epoch": 0.2994375,
      "grad_norm": 1.1879013776779175,
      "learning_rate": 0.00023949439863995035,
      "loss": 7.6232,
      "step": 143730
    },
    {
      "epoch": 0.2994583333333333,
      "grad_norm": 0.8368964791297913,
      "learning_rate": 0.00023948648678973015,
      "loss": 7.548,
      "step": 143740
    },
    {
      "epoch": 0.2994791666666667,
      "grad_norm": 1.5989222526550293,
      "learning_rate": 0.00023947857455296372,
      "loss": 7.8589,
      "step": 143750
    },
    {
      "epoch": 0.2995,
      "grad_norm": 1.0287004709243774,
      "learning_rate": 0.00023947066192968528,
      "loss": 8.0256,
      "step": 143760
    },
    {
      "epoch": 0.29952083333333335,
      "grad_norm": 0.9418755173683167,
      "learning_rate": 0.000239462748919929,
      "loss": 7.6939,
      "step": 143770
    },
    {
      "epoch": 0.29954166666666665,
      "grad_norm": 2.0333938598632812,
      "learning_rate": 0.00023945483552372906,
      "loss": 7.7792,
      "step": 143780
    },
    {
      "epoch": 0.2995625,
      "grad_norm": 1.840164065361023,
      "learning_rate": 0.0002394469217411196,
      "loss": 7.7414,
      "step": 143790
    },
    {
      "epoch": 0.2995833333333333,
      "grad_norm": 0.8296234607696533,
      "learning_rate": 0.0002394390075721349,
      "loss": 7.4065,
      "step": 143800
    },
    {
      "epoch": 0.29960416666666667,
      "grad_norm": 2.0439541339874268,
      "learning_rate": 0.00023943109301680906,
      "loss": 7.659,
      "step": 143810
    },
    {
      "epoch": 0.299625,
      "grad_norm": 0.6521931290626526,
      "learning_rate": 0.00023942317807517632,
      "loss": 8.2347,
      "step": 143820
    },
    {
      "epoch": 0.29964583333333333,
      "grad_norm": 0.969330906867981,
      "learning_rate": 0.00023941526274727084,
      "loss": 8.1845,
      "step": 143830
    },
    {
      "epoch": 0.2996666666666667,
      "grad_norm": 1.7459583282470703,
      "learning_rate": 0.00023940734703312678,
      "loss": 7.7898,
      "step": 143840
    },
    {
      "epoch": 0.2996875,
      "grad_norm": 1.0427461862564087,
      "learning_rate": 0.00023939943093277837,
      "loss": 7.7313,
      "step": 143850
    },
    {
      "epoch": 0.29970833333333335,
      "grad_norm": 2.313500165939331,
      "learning_rate": 0.00023939151444625986,
      "loss": 9.011,
      "step": 143860
    },
    {
      "epoch": 0.29972916666666666,
      "grad_norm": 4.407928943634033,
      "learning_rate": 0.00023938359757360534,
      "loss": 7.7434,
      "step": 143870
    },
    {
      "epoch": 0.29975,
      "grad_norm": 0.9189146161079407,
      "learning_rate": 0.00023937568031484908,
      "loss": 8.6131,
      "step": 143880
    },
    {
      "epoch": 0.2997708333333333,
      "grad_norm": 0.7786670327186584,
      "learning_rate": 0.00023936776267002527,
      "loss": 7.756,
      "step": 143890
    },
    {
      "epoch": 0.2997916666666667,
      "grad_norm": 1.1397018432617188,
      "learning_rate": 0.00023935984463916807,
      "loss": 7.8924,
      "step": 143900
    },
    {
      "epoch": 0.2998125,
      "grad_norm": 0.5726802945137024,
      "learning_rate": 0.00023935192622231174,
      "loss": 7.8945,
      "step": 143910
    },
    {
      "epoch": 0.29983333333333334,
      "grad_norm": 1.459285020828247,
      "learning_rate": 0.00023934400741949045,
      "loss": 8.3154,
      "step": 143920
    },
    {
      "epoch": 0.29985416666666664,
      "grad_norm": 1.98353111743927,
      "learning_rate": 0.00023933608823073843,
      "loss": 7.7633,
      "step": 143930
    },
    {
      "epoch": 0.299875,
      "grad_norm": 1.2040996551513672,
      "learning_rate": 0.00023932816865608985,
      "loss": 8.1596,
      "step": 143940
    },
    {
      "epoch": 0.2998958333333333,
      "grad_norm": 3.6208479404449463,
      "learning_rate": 0.00023932024869557892,
      "loss": 8.0483,
      "step": 143950
    },
    {
      "epoch": 0.29991666666666666,
      "grad_norm": 0.5824359059333801,
      "learning_rate": 0.0002393123283492399,
      "loss": 8.0504,
      "step": 143960
    },
    {
      "epoch": 0.2999375,
      "grad_norm": 2.0661470890045166,
      "learning_rate": 0.00023930440761710698,
      "loss": 7.5714,
      "step": 143970
    },
    {
      "epoch": 0.2999583333333333,
      "grad_norm": 0.6752113103866577,
      "learning_rate": 0.00023929648649921435,
      "loss": 8.2414,
      "step": 143980
    },
    {
      "epoch": 0.2999791666666667,
      "grad_norm": 0.7728692293167114,
      "learning_rate": 0.00023928856499559622,
      "loss": 7.9898,
      "step": 143990
    },
    {
      "epoch": 0.3,
      "grad_norm": 1.3298485279083252,
      "learning_rate": 0.0002392806431062869,
      "loss": 7.6489,
      "step": 144000
    },
    {
      "epoch": 0.3,
      "eval_loss": 8.415416717529297,
      "eval_runtime": 8.1852,
      "eval_samples_per_second": 0.367,
      "eval_steps_per_second": 0.122,
      "step": 144000
    },
    {
      "epoch": 0.30002083333333335,
      "grad_norm": 1.326056957244873,
      "learning_rate": 0.00023927272083132048,
      "loss": 7.6157,
      "step": 144010
    },
    {
      "epoch": 0.30004166666666665,
      "grad_norm": 0.7903186082839966,
      "learning_rate": 0.00023926479817073127,
      "loss": 7.4261,
      "step": 144020
    },
    {
      "epoch": 0.3000625,
      "grad_norm": 0.6031853556632996,
      "learning_rate": 0.00023925687512455347,
      "loss": 7.6561,
      "step": 144030
    },
    {
      "epoch": 0.3000833333333333,
      "grad_norm": 0.8304760456085205,
      "learning_rate": 0.00023924895169282127,
      "loss": 8.777,
      "step": 144040
    },
    {
      "epoch": 0.30010416666666667,
      "grad_norm": 2.520465612411499,
      "learning_rate": 0.00023924102787556894,
      "loss": 7.4429,
      "step": 144050
    },
    {
      "epoch": 0.300125,
      "grad_norm": 1.9319169521331787,
      "learning_rate": 0.00023923310367283073,
      "loss": 7.6706,
      "step": 144060
    },
    {
      "epoch": 0.30014583333333333,
      "grad_norm": 0.8882142901420593,
      "learning_rate": 0.00023922517908464075,
      "loss": 7.8378,
      "step": 144070
    },
    {
      "epoch": 0.3001666666666667,
      "grad_norm": 2.297954559326172,
      "learning_rate": 0.00023921725411103341,
      "loss": 7.4365,
      "step": 144080
    },
    {
      "epoch": 0.3001875,
      "grad_norm": 1.0544053316116333,
      "learning_rate": 0.0002392093287520428,
      "loss": 7.7725,
      "step": 144090
    },
    {
      "epoch": 0.30020833333333335,
      "grad_norm": 0.6760911345481873,
      "learning_rate": 0.00023920140300770322,
      "loss": 7.6071,
      "step": 144100
    },
    {
      "epoch": 0.30022916666666666,
      "grad_norm": 0.6637603640556335,
      "learning_rate": 0.0002391934768780489,
      "loss": 8.8596,
      "step": 144110
    },
    {
      "epoch": 0.30025,
      "grad_norm": 0.5683774948120117,
      "learning_rate": 0.000239185550363114,
      "loss": 7.4976,
      "step": 144120
    },
    {
      "epoch": 0.3002708333333333,
      "grad_norm": 1.9157111644744873,
      "learning_rate": 0.00023917762346293287,
      "loss": 8.5309,
      "step": 144130
    },
    {
      "epoch": 0.3002916666666667,
      "grad_norm": 2.530038833618164,
      "learning_rate": 0.0002391696961775397,
      "loss": 7.7684,
      "step": 144140
    },
    {
      "epoch": 0.3003125,
      "grad_norm": 0.645370602607727,
      "learning_rate": 0.0002391617685069687,
      "loss": 7.827,
      "step": 144150
    },
    {
      "epoch": 0.30033333333333334,
      "grad_norm": 1.815048098564148,
      "learning_rate": 0.0002391538404512542,
      "loss": 8.0695,
      "step": 144160
    },
    {
      "epoch": 0.30035416666666664,
      "grad_norm": 1.1036391258239746,
      "learning_rate": 0.0002391459120104304,
      "loss": 7.9069,
      "step": 144170
    },
    {
      "epoch": 0.300375,
      "grad_norm": 0.6635330319404602,
      "learning_rate": 0.00023913798318453153,
      "loss": 7.8737,
      "step": 144180
    },
    {
      "epoch": 0.3003958333333333,
      "grad_norm": 6.030641078948975,
      "learning_rate": 0.0002391300539735919,
      "loss": 8.1074,
      "step": 144190
    },
    {
      "epoch": 0.30041666666666667,
      "grad_norm": 1.0607889890670776,
      "learning_rate": 0.0002391221243776456,
      "loss": 7.9495,
      "step": 144200
    },
    {
      "epoch": 0.3004375,
      "grad_norm": 4.068994045257568,
      "learning_rate": 0.0002391141943967271,
      "loss": 7.9876,
      "step": 144210
    },
    {
      "epoch": 0.3004583333333333,
      "grad_norm": 0.7722015380859375,
      "learning_rate": 0.00023910626403087057,
      "loss": 7.8658,
      "step": 144220
    },
    {
      "epoch": 0.3004791666666667,
      "grad_norm": 1.0178616046905518,
      "learning_rate": 0.0002390983332801102,
      "loss": 7.5741,
      "step": 144230
    },
    {
      "epoch": 0.3005,
      "grad_norm": 1.829111099243164,
      "learning_rate": 0.00023909040214448028,
      "loss": 7.6,
      "step": 144240
    },
    {
      "epoch": 0.30052083333333335,
      "grad_norm": 0.8444535136222839,
      "learning_rate": 0.00023908247062401513,
      "loss": 7.6442,
      "step": 144250
    },
    {
      "epoch": 0.30054166666666665,
      "grad_norm": 1.242048740386963,
      "learning_rate": 0.00023907453871874893,
      "loss": 8.194,
      "step": 144260
    },
    {
      "epoch": 0.3005625,
      "grad_norm": 0.8055111169815063,
      "learning_rate": 0.00023906660642871605,
      "loss": 7.1691,
      "step": 144270
    },
    {
      "epoch": 0.3005833333333333,
      "grad_norm": 1.6204570531845093,
      "learning_rate": 0.00023905867375395058,
      "loss": 7.9527,
      "step": 144280
    },
    {
      "epoch": 0.3006041666666667,
      "grad_norm": 1.5990902185440063,
      "learning_rate": 0.00023905074069448698,
      "loss": 7.6304,
      "step": 144290
    },
    {
      "epoch": 0.300625,
      "grad_norm": 2.136827230453491,
      "learning_rate": 0.0002390428072503594,
      "loss": 7.8806,
      "step": 144300
    },
    {
      "epoch": 0.30064583333333333,
      "grad_norm": 0.8965979814529419,
      "learning_rate": 0.00023903487342160214,
      "loss": 7.6198,
      "step": 144310
    },
    {
      "epoch": 0.3006666666666667,
      "grad_norm": 1.9816961288452148,
      "learning_rate": 0.00023902693920824943,
      "loss": 7.8187,
      "step": 144320
    },
    {
      "epoch": 0.3006875,
      "grad_norm": 1.168128252029419,
      "learning_rate": 0.00023901900461033567,
      "loss": 7.4537,
      "step": 144330
    },
    {
      "epoch": 0.30070833333333336,
      "grad_norm": 2.226057291030884,
      "learning_rate": 0.00023901106962789497,
      "loss": 7.86,
      "step": 144340
    },
    {
      "epoch": 0.30072916666666666,
      "grad_norm": 1.073434829711914,
      "learning_rate": 0.0002390031342609617,
      "loss": 7.3009,
      "step": 144350
    },
    {
      "epoch": 0.30075,
      "grad_norm": 1.2601550817489624,
      "learning_rate": 0.00023899519850957015,
      "loss": 7.1581,
      "step": 144360
    },
    {
      "epoch": 0.3007708333333333,
      "grad_norm": 1.5617672204971313,
      "learning_rate": 0.00023898726237375455,
      "loss": 7.686,
      "step": 144370
    },
    {
      "epoch": 0.3007916666666667,
      "grad_norm": 2.03238844871521,
      "learning_rate": 0.00023897932585354917,
      "loss": 8.2614,
      "step": 144380
    },
    {
      "epoch": 0.3008125,
      "grad_norm": 0.7335807681083679,
      "learning_rate": 0.00023897138894898837,
      "loss": 8.0201,
      "step": 144390
    },
    {
      "epoch": 0.30083333333333334,
      "grad_norm": 2.1768081188201904,
      "learning_rate": 0.00023896345166010636,
      "loss": 8.7442,
      "step": 144400
    },
    {
      "epoch": 0.30085416666666664,
      "grad_norm": 0.9178036451339722,
      "learning_rate": 0.0002389555139869375,
      "loss": 8.0861,
      "step": 144410
    },
    {
      "epoch": 0.300875,
      "grad_norm": 0.6414937376976013,
      "learning_rate": 0.00023894757592951598,
      "loss": 7.6457,
      "step": 144420
    },
    {
      "epoch": 0.3008958333333333,
      "grad_norm": 0.947017252445221,
      "learning_rate": 0.00023893963748787612,
      "loss": 7.886,
      "step": 144430
    },
    {
      "epoch": 0.30091666666666667,
      "grad_norm": 1.240881085395813,
      "learning_rate": 0.00023893169866205226,
      "loss": 7.3167,
      "step": 144440
    },
    {
      "epoch": 0.3009375,
      "grad_norm": 0.958328366279602,
      "learning_rate": 0.00023892375945207866,
      "loss": 7.7335,
      "step": 144450
    },
    {
      "epoch": 0.3009583333333333,
      "grad_norm": 1.4883089065551758,
      "learning_rate": 0.00023891581985798966,
      "loss": 7.6157,
      "step": 144460
    },
    {
      "epoch": 0.3009791666666667,
      "grad_norm": 1.111784815788269,
      "learning_rate": 0.00023890787987981943,
      "loss": 7.8905,
      "step": 144470
    },
    {
      "epoch": 0.301,
      "grad_norm": 0.7052498459815979,
      "learning_rate": 0.00023889993951760243,
      "loss": 7.8544,
      "step": 144480
    },
    {
      "epoch": 0.30102083333333335,
      "grad_norm": 1.8542811870574951,
      "learning_rate": 0.0002388919987713728,
      "loss": 8.4139,
      "step": 144490
    },
    {
      "epoch": 0.30104166666666665,
      "grad_norm": 0.9094530344009399,
      "learning_rate": 0.00023888405764116498,
      "loss": 7.8967,
      "step": 144500
    },
    {
      "epoch": 0.3010625,
      "grad_norm": 0.6588159799575806,
      "learning_rate": 0.00023887611612701323,
      "loss": 7.8613,
      "step": 144510
    },
    {
      "epoch": 0.3010833333333333,
      "grad_norm": 1.4615851640701294,
      "learning_rate": 0.00023886817422895176,
      "loss": 7.6842,
      "step": 144520
    },
    {
      "epoch": 0.3011041666666667,
      "grad_norm": 0.9776743650436401,
      "learning_rate": 0.00023886023194701503,
      "loss": 8.0174,
      "step": 144530
    },
    {
      "epoch": 0.301125,
      "grad_norm": 8.503116607666016,
      "learning_rate": 0.00023885228928123724,
      "loss": 7.9656,
      "step": 144540
    },
    {
      "epoch": 0.30114583333333333,
      "grad_norm": 3.744462013244629,
      "learning_rate": 0.00023884434623165277,
      "loss": 7.692,
      "step": 144550
    },
    {
      "epoch": 0.3011666666666667,
      "grad_norm": 0.6412641406059265,
      "learning_rate": 0.00023883640279829583,
      "loss": 8.0897,
      "step": 144560
    },
    {
      "epoch": 0.3011875,
      "grad_norm": 1.111480951309204,
      "learning_rate": 0.00023882845898120082,
      "loss": 7.7148,
      "step": 144570
    },
    {
      "epoch": 0.30120833333333336,
      "grad_norm": 4.041741847991943,
      "learning_rate": 0.00023882051478040203,
      "loss": 7.8539,
      "step": 144580
    },
    {
      "epoch": 0.30122916666666666,
      "grad_norm": 1.2437167167663574,
      "learning_rate": 0.0002388125701959338,
      "loss": 7.9243,
      "step": 144590
    },
    {
      "epoch": 0.30125,
      "grad_norm": 1.0320539474487305,
      "learning_rate": 0.00023880462522783035,
      "loss": 7.2628,
      "step": 144600
    },
    {
      "epoch": 0.3012708333333333,
      "grad_norm": 0.94977205991745,
      "learning_rate": 0.00023879667987612615,
      "loss": 7.3916,
      "step": 144610
    },
    {
      "epoch": 0.3012916666666667,
      "grad_norm": 0.7938582301139832,
      "learning_rate": 0.0002387887341408554,
      "loss": 7.4006,
      "step": 144620
    },
    {
      "epoch": 0.3013125,
      "grad_norm": 1.0933499336242676,
      "learning_rate": 0.00023878078802205247,
      "loss": 7.5114,
      "step": 144630
    },
    {
      "epoch": 0.30133333333333334,
      "grad_norm": 1.0783931016921997,
      "learning_rate": 0.0002387728415197517,
      "loss": 8.5109,
      "step": 144640
    },
    {
      "epoch": 0.30135416666666665,
      "grad_norm": 0.7998894453048706,
      "learning_rate": 0.00023876489463398731,
      "loss": 8.1629,
      "step": 144650
    },
    {
      "epoch": 0.301375,
      "grad_norm": 0.659241795539856,
      "learning_rate": 0.00023875694736479378,
      "loss": 7.7164,
      "step": 144660
    },
    {
      "epoch": 0.3013958333333333,
      "grad_norm": 5.916140556335449,
      "learning_rate": 0.0002387489997122054,
      "loss": 7.8511,
      "step": 144670
    },
    {
      "epoch": 0.30141666666666667,
      "grad_norm": 0.7986432313919067,
      "learning_rate": 0.00023874105167625642,
      "loss": 7.3705,
      "step": 144680
    },
    {
      "epoch": 0.3014375,
      "grad_norm": 0.7077584266662598,
      "learning_rate": 0.00023873310325698126,
      "loss": 7.223,
      "step": 144690
    },
    {
      "epoch": 0.30145833333333333,
      "grad_norm": 1.110172152519226,
      "learning_rate": 0.00023872515445441415,
      "loss": 8.0972,
      "step": 144700
    },
    {
      "epoch": 0.3014791666666667,
      "grad_norm": 0.9603579640388489,
      "learning_rate": 0.0002387172052685895,
      "loss": 7.5997,
      "step": 144710
    },
    {
      "epoch": 0.3015,
      "grad_norm": 1.4692256450653076,
      "learning_rate": 0.00023870925569954173,
      "loss": 7.6351,
      "step": 144720
    },
    {
      "epoch": 0.30152083333333335,
      "grad_norm": 1.3452690839767456,
      "learning_rate": 0.00023870130574730501,
      "loss": 7.3696,
      "step": 144730
    },
    {
      "epoch": 0.30154166666666665,
      "grad_norm": 0.9721400737762451,
      "learning_rate": 0.0002386933554119138,
      "loss": 7.7128,
      "step": 144740
    },
    {
      "epoch": 0.3015625,
      "grad_norm": 0.6134066581726074,
      "learning_rate": 0.00023868540469340236,
      "loss": 8.3068,
      "step": 144750
    },
    {
      "epoch": 0.3015833333333333,
      "grad_norm": 1.3759307861328125,
      "learning_rate": 0.0002386774535918051,
      "loss": 7.9061,
      "step": 144760
    },
    {
      "epoch": 0.3016041666666667,
      "grad_norm": 1.2536648511886597,
      "learning_rate": 0.0002386695021071563,
      "loss": 7.3215,
      "step": 144770
    },
    {
      "epoch": 0.301625,
      "grad_norm": 2.0368642807006836,
      "learning_rate": 0.00023866155023949046,
      "loss": 7.4767,
      "step": 144780
    },
    {
      "epoch": 0.30164583333333334,
      "grad_norm": 0.7808331847190857,
      "learning_rate": 0.00023865359798884173,
      "loss": 7.8575,
      "step": 144790
    },
    {
      "epoch": 0.3016666666666667,
      "grad_norm": 0.8309962153434753,
      "learning_rate": 0.00023864564535524456,
      "loss": 7.7138,
      "step": 144800
    },
    {
      "epoch": 0.3016875,
      "grad_norm": 0.6455540657043457,
      "learning_rate": 0.0002386376923387333,
      "loss": 7.4812,
      "step": 144810
    },
    {
      "epoch": 0.30170833333333336,
      "grad_norm": 1.2624045610427856,
      "learning_rate": 0.00023862973893934225,
      "loss": 8.614,
      "step": 144820
    },
    {
      "epoch": 0.30172916666666666,
      "grad_norm": 1.098990559577942,
      "learning_rate": 0.0002386217851571059,
      "loss": 7.7993,
      "step": 144830
    },
    {
      "epoch": 0.30175,
      "grad_norm": 1.9667837619781494,
      "learning_rate": 0.00023861383099205846,
      "loss": 7.3746,
      "step": 144840
    },
    {
      "epoch": 0.3017708333333333,
      "grad_norm": 2.2972569465637207,
      "learning_rate": 0.00023860587644423432,
      "loss": 7.8936,
      "step": 144850
    },
    {
      "epoch": 0.3017916666666667,
      "grad_norm": 2.1530086994171143,
      "learning_rate": 0.00023859792151366792,
      "loss": 7.5356,
      "step": 144860
    },
    {
      "epoch": 0.3018125,
      "grad_norm": 1.0460296869277954,
      "learning_rate": 0.00023858996620039358,
      "loss": 7.7672,
      "step": 144870
    },
    {
      "epoch": 0.30183333333333334,
      "grad_norm": 0.7148158550262451,
      "learning_rate": 0.0002385820105044456,
      "loss": 7.7562,
      "step": 144880
    },
    {
      "epoch": 0.30185416666666665,
      "grad_norm": 0.7133691310882568,
      "learning_rate": 0.0002385740544258584,
      "loss": 7.677,
      "step": 144890
    },
    {
      "epoch": 0.301875,
      "grad_norm": 1.296663522720337,
      "learning_rate": 0.00023856609796466636,
      "loss": 7.9247,
      "step": 144900
    },
    {
      "epoch": 0.3018958333333333,
      "grad_norm": 1.2569259405136108,
      "learning_rate": 0.00023855814112090382,
      "loss": 7.5134,
      "step": 144910
    },
    {
      "epoch": 0.30191666666666667,
      "grad_norm": 5.561869144439697,
      "learning_rate": 0.00023855018389460522,
      "loss": 7.8349,
      "step": 144920
    },
    {
      "epoch": 0.3019375,
      "grad_norm": 1.0557982921600342,
      "learning_rate": 0.00023854222628580483,
      "loss": 7.8603,
      "step": 144930
    },
    {
      "epoch": 0.30195833333333333,
      "grad_norm": 0.8598671555519104,
      "learning_rate": 0.00023853426829453702,
      "loss": 7.7198,
      "step": 144940
    },
    {
      "epoch": 0.3019791666666667,
      "grad_norm": 2.56009840965271,
      "learning_rate": 0.00023852630992083634,
      "loss": 7.8507,
      "step": 144950
    },
    {
      "epoch": 0.302,
      "grad_norm": 1.2469788789749146,
      "learning_rate": 0.00023851835116473697,
      "loss": 7.8575,
      "step": 144960
    },
    {
      "epoch": 0.30202083333333335,
      "grad_norm": 2.2277064323425293,
      "learning_rate": 0.00023851039202627333,
      "loss": 8.217,
      "step": 144970
    },
    {
      "epoch": 0.30204166666666665,
      "grad_norm": 1.4100664854049683,
      "learning_rate": 0.00023850243250547986,
      "loss": 7.6086,
      "step": 144980
    },
    {
      "epoch": 0.3020625,
      "grad_norm": 3.0192697048187256,
      "learning_rate": 0.00023849447260239093,
      "loss": 7.757,
      "step": 144990
    },
    {
      "epoch": 0.3020833333333333,
      "grad_norm": 0.9206350445747375,
      "learning_rate": 0.00023848651231704092,
      "loss": 7.6298,
      "step": 145000
    },
    {
      "epoch": 0.3020833333333333,
      "eval_loss": 7.173399448394775,
      "eval_runtime": 8.2058,
      "eval_samples_per_second": 0.366,
      "eval_steps_per_second": 0.122,
      "step": 145000
    },
    {
      "epoch": 0.3021041666666667,
      "grad_norm": 1.019677996635437,
      "learning_rate": 0.00023847855164946418,
      "loss": 7.9483,
      "step": 145010
    },
    {
      "epoch": 0.302125,
      "grad_norm": 1.7355436086654663,
      "learning_rate": 0.0002384705905996951,
      "loss": 7.5374,
      "step": 145020
    },
    {
      "epoch": 0.30214583333333334,
      "grad_norm": 0.7738712430000305,
      "learning_rate": 0.00023846262916776812,
      "loss": 7.4815,
      "step": 145030
    },
    {
      "epoch": 0.30216666666666664,
      "grad_norm": 1.5619678497314453,
      "learning_rate": 0.00023845466735371757,
      "loss": 7.4602,
      "step": 145040
    },
    {
      "epoch": 0.3021875,
      "grad_norm": 0.7605336904525757,
      "learning_rate": 0.00023844670515757788,
      "loss": 8.3655,
      "step": 145050
    },
    {
      "epoch": 0.30220833333333336,
      "grad_norm": 2.0298798084259033,
      "learning_rate": 0.00023843874257938348,
      "loss": 8.2116,
      "step": 145060
    },
    {
      "epoch": 0.30222916666666666,
      "grad_norm": 0.8961418271064758,
      "learning_rate": 0.00023843077961916865,
      "loss": 7.4294,
      "step": 145070
    },
    {
      "epoch": 0.30225,
      "grad_norm": 1.706836223602295,
      "learning_rate": 0.00023842281627696785,
      "loss": 7.702,
      "step": 145080
    },
    {
      "epoch": 0.3022708333333333,
      "grad_norm": 1.1234912872314453,
      "learning_rate": 0.00023841485255281553,
      "loss": 8.3206,
      "step": 145090
    },
    {
      "epoch": 0.3022916666666667,
      "grad_norm": 0.92966228723526,
      "learning_rate": 0.00023840688844674606,
      "loss": 7.6274,
      "step": 145100
    },
    {
      "epoch": 0.3023125,
      "grad_norm": 1.2256826162338257,
      "learning_rate": 0.00023839892395879377,
      "loss": 7.7402,
      "step": 145110
    },
    {
      "epoch": 0.30233333333333334,
      "grad_norm": 1.55653715133667,
      "learning_rate": 0.00023839095908899312,
      "loss": 8.3651,
      "step": 145120
    },
    {
      "epoch": 0.30235416666666665,
      "grad_norm": 0.9100257754325867,
      "learning_rate": 0.00023838299383737859,
      "loss": 7.8343,
      "step": 145130
    },
    {
      "epoch": 0.302375,
      "grad_norm": 2.4211928844451904,
      "learning_rate": 0.00023837502820398446,
      "loss": 7.7434,
      "step": 145140
    },
    {
      "epoch": 0.3023958333333333,
      "grad_norm": 0.6353758573532104,
      "learning_rate": 0.00023836706218884515,
      "loss": 8.1946,
      "step": 145150
    },
    {
      "epoch": 0.30241666666666667,
      "grad_norm": 1.5136241912841797,
      "learning_rate": 0.00023835909579199516,
      "loss": 8.2317,
      "step": 145160
    },
    {
      "epoch": 0.3024375,
      "grad_norm": 1.3878638744354248,
      "learning_rate": 0.00023835112901346884,
      "loss": 7.495,
      "step": 145170
    },
    {
      "epoch": 0.30245833333333333,
      "grad_norm": 1.5724135637283325,
      "learning_rate": 0.00023834316185330064,
      "loss": 7.7063,
      "step": 145180
    },
    {
      "epoch": 0.3024791666666667,
      "grad_norm": 1.4206799268722534,
      "learning_rate": 0.00023833519431152488,
      "loss": 7.4392,
      "step": 145190
    },
    {
      "epoch": 0.3025,
      "grad_norm": 0.9582996964454651,
      "learning_rate": 0.0002383272263881761,
      "loss": 7.701,
      "step": 145200
    },
    {
      "epoch": 0.30252083333333335,
      "grad_norm": 0.6385646462440491,
      "learning_rate": 0.00023831925808328865,
      "loss": 7.6542,
      "step": 145210
    },
    {
      "epoch": 0.30254166666666665,
      "grad_norm": 1.261731505393982,
      "learning_rate": 0.00023831128939689697,
      "loss": 7.9743,
      "step": 145220
    },
    {
      "epoch": 0.3025625,
      "grad_norm": 2.983497381210327,
      "learning_rate": 0.0002383033203290355,
      "loss": 8.1099,
      "step": 145230
    },
    {
      "epoch": 0.3025833333333333,
      "grad_norm": 1.4487665891647339,
      "learning_rate": 0.00023829535087973862,
      "loss": 7.7493,
      "step": 145240
    },
    {
      "epoch": 0.3026041666666667,
      "grad_norm": 1.454147219657898,
      "learning_rate": 0.00023828738104904074,
      "loss": 7.6279,
      "step": 145250
    },
    {
      "epoch": 0.302625,
      "grad_norm": 0.804421067237854,
      "learning_rate": 0.00023827941083697635,
      "loss": 7.6174,
      "step": 145260
    },
    {
      "epoch": 0.30264583333333334,
      "grad_norm": 0.8613240718841553,
      "learning_rate": 0.00023827144024357984,
      "loss": 8.0933,
      "step": 145270
    },
    {
      "epoch": 0.30266666666666664,
      "grad_norm": 0.6819056272506714,
      "learning_rate": 0.00023826346926888566,
      "loss": 7.5874,
      "step": 145280
    },
    {
      "epoch": 0.3026875,
      "grad_norm": 1.0711053609848022,
      "learning_rate": 0.00023825549791292824,
      "loss": 8.5311,
      "step": 145290
    },
    {
      "epoch": 0.30270833333333336,
      "grad_norm": 0.49780088663101196,
      "learning_rate": 0.00023824752617574195,
      "loss": 7.8756,
      "step": 145300
    },
    {
      "epoch": 0.30272916666666666,
      "grad_norm": 1.296379804611206,
      "learning_rate": 0.00023823955405736133,
      "loss": 7.8539,
      "step": 145310
    },
    {
      "epoch": 0.30275,
      "grad_norm": 0.5596327781677246,
      "learning_rate": 0.00023823158155782077,
      "loss": 8.0445,
      "step": 145320
    },
    {
      "epoch": 0.3027708333333333,
      "grad_norm": 1.0438824892044067,
      "learning_rate": 0.00023822360867715466,
      "loss": 7.4985,
      "step": 145330
    },
    {
      "epoch": 0.3027916666666667,
      "grad_norm": 0.9592490196228027,
      "learning_rate": 0.00023821563541539753,
      "loss": 7.3225,
      "step": 145340
    },
    {
      "epoch": 0.3028125,
      "grad_norm": 1.0021523237228394,
      "learning_rate": 0.0002382076617725837,
      "loss": 7.6976,
      "step": 145350
    },
    {
      "epoch": 0.30283333333333334,
      "grad_norm": 0.8524797558784485,
      "learning_rate": 0.00023819968774874774,
      "loss": 7.3973,
      "step": 145360
    },
    {
      "epoch": 0.30285416666666665,
      "grad_norm": 0.904553234577179,
      "learning_rate": 0.00023819171334392406,
      "loss": 8.0375,
      "step": 145370
    },
    {
      "epoch": 0.302875,
      "grad_norm": 2.178090810775757,
      "learning_rate": 0.00023818373855814706,
      "loss": 8.1684,
      "step": 145380
    },
    {
      "epoch": 0.3028958333333333,
      "grad_norm": 3.8955085277557373,
      "learning_rate": 0.00023817576339145118,
      "loss": 7.8193,
      "step": 145390
    },
    {
      "epoch": 0.30291666666666667,
      "grad_norm": 0.4648038446903229,
      "learning_rate": 0.00023816778784387094,
      "loss": 7.8235,
      "step": 145400
    },
    {
      "epoch": 0.3029375,
      "grad_norm": 2.1257472038269043,
      "learning_rate": 0.00023815981191544077,
      "loss": 8.1258,
      "step": 145410
    },
    {
      "epoch": 0.30295833333333333,
      "grad_norm": 1.416180968284607,
      "learning_rate": 0.0002381518356061951,
      "loss": 7.9399,
      "step": 145420
    },
    {
      "epoch": 0.3029791666666667,
      "grad_norm": 0.7168239951133728,
      "learning_rate": 0.0002381438589161684,
      "loss": 7.4926,
      "step": 145430
    },
    {
      "epoch": 0.303,
      "grad_norm": 1.137533187866211,
      "learning_rate": 0.00023813588184539507,
      "loss": 8.2564,
      "step": 145440
    },
    {
      "epoch": 0.30302083333333335,
      "grad_norm": 0.8914213180541992,
      "learning_rate": 0.00023812790439390968,
      "loss": 8.0556,
      "step": 145450
    },
    {
      "epoch": 0.30304166666666665,
      "grad_norm": 2.083693742752075,
      "learning_rate": 0.0002381199265617466,
      "loss": 7.7429,
      "step": 145460
    },
    {
      "epoch": 0.3030625,
      "grad_norm": 1.138737440109253,
      "learning_rate": 0.00023811194834894028,
      "loss": 8.0301,
      "step": 145470
    },
    {
      "epoch": 0.3030833333333333,
      "grad_norm": 1.1523903608322144,
      "learning_rate": 0.0002381039697555253,
      "loss": 8.0689,
      "step": 145480
    },
    {
      "epoch": 0.3031041666666667,
      "grad_norm": 1.480811357498169,
      "learning_rate": 0.000238095990781536,
      "loss": 7.6249,
      "step": 145490
    },
    {
      "epoch": 0.303125,
      "grad_norm": 0.9522952437400818,
      "learning_rate": 0.00023808801142700687,
      "loss": 7.969,
      "step": 145500
    },
    {
      "epoch": 0.30314583333333334,
      "grad_norm": 0.6119404435157776,
      "learning_rate": 0.00023808003169197245,
      "loss": 7.4901,
      "step": 145510
    },
    {
      "epoch": 0.30316666666666664,
      "grad_norm": 1.4178768396377563,
      "learning_rate": 0.00023807205157646712,
      "loss": 7.5611,
      "step": 145520
    },
    {
      "epoch": 0.3031875,
      "grad_norm": 0.8200323581695557,
      "learning_rate": 0.00023806407108052535,
      "loss": 7.5004,
      "step": 145530
    },
    {
      "epoch": 0.30320833333333336,
      "grad_norm": 0.8322097063064575,
      "learning_rate": 0.00023805609020418174,
      "loss": 8.2908,
      "step": 145540
    },
    {
      "epoch": 0.30322916666666666,
      "grad_norm": 1.8045939207077026,
      "learning_rate": 0.0002380481089474706,
      "loss": 8.2338,
      "step": 145550
    },
    {
      "epoch": 0.30325,
      "grad_norm": 3.0965516567230225,
      "learning_rate": 0.00023804012731042654,
      "loss": 8.173,
      "step": 145560
    },
    {
      "epoch": 0.3032708333333333,
      "grad_norm": 1.4712706804275513,
      "learning_rate": 0.00023803214529308396,
      "loss": 7.6569,
      "step": 145570
    },
    {
      "epoch": 0.3032916666666667,
      "grad_norm": 1.4930967092514038,
      "learning_rate": 0.00023802416289547734,
      "loss": 7.7675,
      "step": 145580
    },
    {
      "epoch": 0.3033125,
      "grad_norm": 0.7505835294723511,
      "learning_rate": 0.0002380161801176412,
      "loss": 8.1257,
      "step": 145590
    },
    {
      "epoch": 0.30333333333333334,
      "grad_norm": 1.120524287223816,
      "learning_rate": 0.00023800819695960995,
      "loss": 7.8419,
      "step": 145600
    },
    {
      "epoch": 0.30335416666666665,
      "grad_norm": 1.3062682151794434,
      "learning_rate": 0.00023800021342141822,
      "loss": 8.0715,
      "step": 145610
    },
    {
      "epoch": 0.303375,
      "grad_norm": 1.261396884918213,
      "learning_rate": 0.00023799222950310036,
      "loss": 7.7478,
      "step": 145620
    },
    {
      "epoch": 0.3033958333333333,
      "grad_norm": 1.6108061075210571,
      "learning_rate": 0.00023798424520469087,
      "loss": 7.9814,
      "step": 145630
    },
    {
      "epoch": 0.30341666666666667,
      "grad_norm": 0.8586655855178833,
      "learning_rate": 0.00023797626052622425,
      "loss": 7.5055,
      "step": 145640
    },
    {
      "epoch": 0.3034375,
      "grad_norm": 0.8086503744125366,
      "learning_rate": 0.00023796827546773507,
      "loss": 7.6753,
      "step": 145650
    },
    {
      "epoch": 0.30345833333333333,
      "grad_norm": 1.0269315242767334,
      "learning_rate": 0.0002379602900292577,
      "loss": 7.6441,
      "step": 145660
    },
    {
      "epoch": 0.3034791666666667,
      "grad_norm": 1.2307878732681274,
      "learning_rate": 0.00023795230421082674,
      "loss": 7.4932,
      "step": 145670
    },
    {
      "epoch": 0.3035,
      "grad_norm": 1.1419179439544678,
      "learning_rate": 0.00023794431801247662,
      "loss": 8.607,
      "step": 145680
    },
    {
      "epoch": 0.30352083333333335,
      "grad_norm": 17.380611419677734,
      "learning_rate": 0.00023793633143424185,
      "loss": 9.03,
      "step": 145690
    },
    {
      "epoch": 0.30354166666666665,
      "grad_norm": 9.61616325378418,
      "learning_rate": 0.00023792834447615695,
      "loss": 10.4831,
      "step": 145700
    },
    {
      "epoch": 0.3035625,
      "grad_norm": 1.104230284690857,
      "learning_rate": 0.0002379203571382564,
      "loss": 7.8748,
      "step": 145710
    },
    {
      "epoch": 0.3035833333333333,
      "grad_norm": 0.6750234961509705,
      "learning_rate": 0.0002379123694205747,
      "loss": 7.7033,
      "step": 145720
    },
    {
      "epoch": 0.3036041666666667,
      "grad_norm": 5.113326549530029,
      "learning_rate": 0.00023790438132314642,
      "loss": 8.2081,
      "step": 145730
    },
    {
      "epoch": 0.303625,
      "grad_norm": 1.86823308467865,
      "learning_rate": 0.00023789639284600594,
      "loss": 7.5961,
      "step": 145740
    },
    {
      "epoch": 0.30364583333333334,
      "grad_norm": 0.8056268095970154,
      "learning_rate": 0.00023788840398918784,
      "loss": 7.571,
      "step": 145750
    },
    {
      "epoch": 0.30366666666666664,
      "grad_norm": 1.1661947965621948,
      "learning_rate": 0.00023788041475272665,
      "loss": 7.4591,
      "step": 145760
    },
    {
      "epoch": 0.3036875,
      "grad_norm": 2.367588520050049,
      "learning_rate": 0.00023787242513665686,
      "loss": 7.6269,
      "step": 145770
    },
    {
      "epoch": 0.30370833333333336,
      "grad_norm": 0.8180417418479919,
      "learning_rate": 0.00023786443514101294,
      "loss": 7.4822,
      "step": 145780
    },
    {
      "epoch": 0.30372916666666666,
      "grad_norm": 2.353100299835205,
      "learning_rate": 0.0002378564447658295,
      "loss": 8.086,
      "step": 145790
    },
    {
      "epoch": 0.30375,
      "grad_norm": 1.1107338666915894,
      "learning_rate": 0.0002378484540111409,
      "loss": 7.8944,
      "step": 145800
    },
    {
      "epoch": 0.3037708333333333,
      "grad_norm": 1.1986911296844482,
      "learning_rate": 0.00023784046287698185,
      "loss": 7.627,
      "step": 145810
    },
    {
      "epoch": 0.3037916666666667,
      "grad_norm": 0.6800547242164612,
      "learning_rate": 0.0002378324713633867,
      "loss": 8.0535,
      "step": 145820
    },
    {
      "epoch": 0.3038125,
      "grad_norm": 1.474503993988037,
      "learning_rate": 0.00023782447947039007,
      "loss": 7.9412,
      "step": 145830
    },
    {
      "epoch": 0.30383333333333334,
      "grad_norm": 1.02387273311615,
      "learning_rate": 0.00023781648719802646,
      "loss": 7.8118,
      "step": 145840
    },
    {
      "epoch": 0.30385416666666665,
      "grad_norm": 4.337276458740234,
      "learning_rate": 0.00023780849454633037,
      "loss": 7.9861,
      "step": 145850
    },
    {
      "epoch": 0.303875,
      "grad_norm": 1.3728429079055786,
      "learning_rate": 0.00023780050151533637,
      "loss": 7.653,
      "step": 145860
    },
    {
      "epoch": 0.3038958333333333,
      "grad_norm": 1.143546462059021,
      "learning_rate": 0.00023779250810507892,
      "loss": 7.5181,
      "step": 145870
    },
    {
      "epoch": 0.30391666666666667,
      "grad_norm": 0.9876180291175842,
      "learning_rate": 0.00023778451431559258,
      "loss": 7.5253,
      "step": 145880
    },
    {
      "epoch": 0.3039375,
      "grad_norm": 1.0914154052734375,
      "learning_rate": 0.00023777652014691188,
      "loss": 7.5407,
      "step": 145890
    },
    {
      "epoch": 0.30395833333333333,
      "grad_norm": 0.989703357219696,
      "learning_rate": 0.00023776852559907142,
      "loss": 7.6355,
      "step": 145900
    },
    {
      "epoch": 0.3039791666666667,
      "grad_norm": 0.890330970287323,
      "learning_rate": 0.00023776053067210562,
      "loss": 7.8911,
      "step": 145910
    },
    {
      "epoch": 0.304,
      "grad_norm": 1.0646623373031616,
      "learning_rate": 0.00023775253536604906,
      "loss": 8.4697,
      "step": 145920
    },
    {
      "epoch": 0.30402083333333335,
      "grad_norm": 0.793957531452179,
      "learning_rate": 0.00023774453968093635,
      "loss": 7.6265,
      "step": 145930
    },
    {
      "epoch": 0.30404166666666665,
      "grad_norm": 0.5705106258392334,
      "learning_rate": 0.00023773654361680186,
      "loss": 7.7409,
      "step": 145940
    },
    {
      "epoch": 0.3040625,
      "grad_norm": 0.7464494109153748,
      "learning_rate": 0.00023772854717368026,
      "loss": 7.6916,
      "step": 145950
    },
    {
      "epoch": 0.3040833333333333,
      "grad_norm": 1.2541698217391968,
      "learning_rate": 0.00023772055035160613,
      "loss": 7.7872,
      "step": 145960
    },
    {
      "epoch": 0.3041041666666667,
      "grad_norm": 1.832177758216858,
      "learning_rate": 0.00023771255315061383,
      "loss": 7.7807,
      "step": 145970
    },
    {
      "epoch": 0.304125,
      "grad_norm": 0.9078249335289001,
      "learning_rate": 0.00023770455557073808,
      "loss": 7.6293,
      "step": 145980
    },
    {
      "epoch": 0.30414583333333334,
      "grad_norm": 4.2363505363464355,
      "learning_rate": 0.00023769655761201342,
      "loss": 7.8175,
      "step": 145990
    },
    {
      "epoch": 0.30416666666666664,
      "grad_norm": 1.369780421257019,
      "learning_rate": 0.0002376885592744743,
      "loss": 7.4539,
      "step": 146000
    },
    {
      "epoch": 0.30416666666666664,
      "eval_loss": 7.044513702392578,
      "eval_runtime": 9.1325,
      "eval_samples_per_second": 0.328,
      "eval_steps_per_second": 0.109,
      "step": 146000
    },
    {
      "epoch": 0.3041875,
      "grad_norm": 0.5868130326271057,
      "learning_rate": 0.0002376805605581553,
      "loss": 7.7319,
      "step": 146010
    },
    {
      "epoch": 0.30420833333333336,
      "grad_norm": 0.8508386611938477,
      "learning_rate": 0.00023767256146309097,
      "loss": 7.3182,
      "step": 146020
    },
    {
      "epoch": 0.30422916666666666,
      "grad_norm": 2.06079363822937,
      "learning_rate": 0.0002376645619893159,
      "loss": 8.0941,
      "step": 146030
    },
    {
      "epoch": 0.30425,
      "grad_norm": 0.8467095494270325,
      "learning_rate": 0.00023765656213686466,
      "loss": 8.1287,
      "step": 146040
    },
    {
      "epoch": 0.3042708333333333,
      "grad_norm": 0.946461021900177,
      "learning_rate": 0.0002376485619057717,
      "loss": 7.5553,
      "step": 146050
    },
    {
      "epoch": 0.3042916666666667,
      "grad_norm": 0.712933361530304,
      "learning_rate": 0.00023764056129607167,
      "loss": 7.5829,
      "step": 146060
    },
    {
      "epoch": 0.3043125,
      "grad_norm": 2.139554977416992,
      "learning_rate": 0.00023763256030779912,
      "loss": 7.7336,
      "step": 146070
    },
    {
      "epoch": 0.30433333333333334,
      "grad_norm": 1.5648231506347656,
      "learning_rate": 0.00023762455894098857,
      "loss": 7.8093,
      "step": 146080
    },
    {
      "epoch": 0.30435416666666665,
      "grad_norm": 2.0198123455047607,
      "learning_rate": 0.00023761655719567462,
      "loss": 7.6818,
      "step": 146090
    },
    {
      "epoch": 0.304375,
      "grad_norm": 1.7450711727142334,
      "learning_rate": 0.00023760855507189187,
      "loss": 7.8438,
      "step": 146100
    },
    {
      "epoch": 0.3043958333333333,
      "grad_norm": 6.788547992706299,
      "learning_rate": 0.0002376005525696748,
      "loss": 8.6027,
      "step": 146110
    },
    {
      "epoch": 0.30441666666666667,
      "grad_norm": 1.4940552711486816,
      "learning_rate": 0.000237592549689058,
      "loss": 7.5716,
      "step": 146120
    },
    {
      "epoch": 0.3044375,
      "grad_norm": 1.2668962478637695,
      "learning_rate": 0.0002375845464300761,
      "loss": 7.509,
      "step": 146130
    },
    {
      "epoch": 0.30445833333333333,
      "grad_norm": 2.334942102432251,
      "learning_rate": 0.00023757654279276357,
      "loss": 7.7561,
      "step": 146140
    },
    {
      "epoch": 0.3044791666666667,
      "grad_norm": 1.9830037355422974,
      "learning_rate": 0.00023756853877715506,
      "loss": 7.7636,
      "step": 146150
    },
    {
      "epoch": 0.3045,
      "grad_norm": 2.9912726879119873,
      "learning_rate": 0.00023756053438328518,
      "loss": 8.4142,
      "step": 146160
    },
    {
      "epoch": 0.30452083333333335,
      "grad_norm": 1.2409390211105347,
      "learning_rate": 0.00023755252961118838,
      "loss": 7.8197,
      "step": 146170
    },
    {
      "epoch": 0.30454166666666665,
      "grad_norm": 1.1512126922607422,
      "learning_rate": 0.0002375445244608994,
      "loss": 7.7942,
      "step": 146180
    },
    {
      "epoch": 0.3045625,
      "grad_norm": 1.2054572105407715,
      "learning_rate": 0.00023753651893245264,
      "loss": 7.6872,
      "step": 146190
    },
    {
      "epoch": 0.3045833333333333,
      "grad_norm": 0.8457244634628296,
      "learning_rate": 0.00023752851302588277,
      "loss": 7.6122,
      "step": 146200
    },
    {
      "epoch": 0.3046041666666667,
      "grad_norm": 2.659956216812134,
      "learning_rate": 0.0002375205067412244,
      "loss": 7.5075,
      "step": 146210
    },
    {
      "epoch": 0.304625,
      "grad_norm": 1.0161415338516235,
      "learning_rate": 0.00023751250007851207,
      "loss": 8.3953,
      "step": 146220
    },
    {
      "epoch": 0.30464583333333334,
      "grad_norm": 1.9384032487869263,
      "learning_rate": 0.0002375044930377804,
      "loss": 7.8586,
      "step": 146230
    },
    {
      "epoch": 0.30466666666666664,
      "grad_norm": 2.041654109954834,
      "learning_rate": 0.00023749648561906394,
      "loss": 7.7878,
      "step": 146240
    },
    {
      "epoch": 0.3046875,
      "grad_norm": 0.9044870138168335,
      "learning_rate": 0.00023748847782239732,
      "loss": 7.6377,
      "step": 146250
    },
    {
      "epoch": 0.30470833333333336,
      "grad_norm": 0.728425920009613,
      "learning_rate": 0.00023748046964781503,
      "loss": 7.8879,
      "step": 146260
    },
    {
      "epoch": 0.30472916666666666,
      "grad_norm": 0.9444860816001892,
      "learning_rate": 0.00023747246109535186,
      "loss": 7.4041,
      "step": 146270
    },
    {
      "epoch": 0.30475,
      "grad_norm": 0.6135736703872681,
      "learning_rate": 0.00023746445216504217,
      "loss": 7.4217,
      "step": 146280
    },
    {
      "epoch": 0.3047708333333333,
      "grad_norm": 2.081723213195801,
      "learning_rate": 0.00023745644285692072,
      "loss": 7.7821,
      "step": 146290
    },
    {
      "epoch": 0.3047916666666667,
      "grad_norm": 0.9045574069023132,
      "learning_rate": 0.00023744843317102205,
      "loss": 7.612,
      "step": 146300
    },
    {
      "epoch": 0.3048125,
      "grad_norm": 1.40147864818573,
      "learning_rate": 0.00023744042310738073,
      "loss": 8.1554,
      "step": 146310
    },
    {
      "epoch": 0.30483333333333335,
      "grad_norm": 0.6787919402122498,
      "learning_rate": 0.00023743241266603143,
      "loss": 7.968,
      "step": 146320
    },
    {
      "epoch": 0.30485416666666665,
      "grad_norm": 1.0307081937789917,
      "learning_rate": 0.00023742440184700873,
      "loss": 7.5992,
      "step": 146330
    },
    {
      "epoch": 0.304875,
      "grad_norm": 1.219942331314087,
      "learning_rate": 0.0002374163906503472,
      "loss": 8.0521,
      "step": 146340
    },
    {
      "epoch": 0.3048958333333333,
      "grad_norm": 2.120584726333618,
      "learning_rate": 0.00023740837907608147,
      "loss": 7.9406,
      "step": 146350
    },
    {
      "epoch": 0.30491666666666667,
      "grad_norm": 0.6934964656829834,
      "learning_rate": 0.00023740036712424612,
      "loss": 7.7692,
      "step": 146360
    },
    {
      "epoch": 0.3049375,
      "grad_norm": 0.6272585391998291,
      "learning_rate": 0.00023739235479487578,
      "loss": 7.4478,
      "step": 146370
    },
    {
      "epoch": 0.30495833333333333,
      "grad_norm": 0.9552679657936096,
      "learning_rate": 0.0002373843420880051,
      "loss": 7.8387,
      "step": 146380
    },
    {
      "epoch": 0.3049791666666667,
      "grad_norm": 0.4414790868759155,
      "learning_rate": 0.0002373763290036686,
      "loss": 7.5208,
      "step": 146390
    },
    {
      "epoch": 0.305,
      "grad_norm": 1.2185472249984741,
      "learning_rate": 0.00023736831554190097,
      "loss": 7.5138,
      "step": 146400
    },
    {
      "epoch": 0.30502083333333335,
      "grad_norm": 0.4779406785964966,
      "learning_rate": 0.0002373603017027368,
      "loss": 8.0422,
      "step": 146410
    },
    {
      "epoch": 0.30504166666666666,
      "grad_norm": 0.7450145483016968,
      "learning_rate": 0.0002373522874862107,
      "loss": 8.0724,
      "step": 146420
    },
    {
      "epoch": 0.3050625,
      "grad_norm": 0.7522029876708984,
      "learning_rate": 0.0002373442728923573,
      "loss": 7.876,
      "step": 146430
    },
    {
      "epoch": 0.3050833333333333,
      "grad_norm": 0.8076748847961426,
      "learning_rate": 0.0002373362579212112,
      "loss": 7.1944,
      "step": 146440
    },
    {
      "epoch": 0.3051041666666667,
      "grad_norm": 3.5120275020599365,
      "learning_rate": 0.00023732824257280706,
      "loss": 8.1024,
      "step": 146450
    },
    {
      "epoch": 0.305125,
      "grad_norm": 0.5736240148544312,
      "learning_rate": 0.0002373202268471795,
      "loss": 7.2975,
      "step": 146460
    },
    {
      "epoch": 0.30514583333333334,
      "grad_norm": 1.1033358573913574,
      "learning_rate": 0.00023731221074436306,
      "loss": 8.327,
      "step": 146470
    },
    {
      "epoch": 0.30516666666666664,
      "grad_norm": 3.83331561088562,
      "learning_rate": 0.00023730419426439244,
      "loss": 7.9051,
      "step": 146480
    },
    {
      "epoch": 0.3051875,
      "grad_norm": 0.5922402143478394,
      "learning_rate": 0.00023729617740730232,
      "loss": 7.5073,
      "step": 146490
    },
    {
      "epoch": 0.30520833333333336,
      "grad_norm": 0.8869056105613708,
      "learning_rate": 0.00023728816017312725,
      "loss": 7.8438,
      "step": 146500
    },
    {
      "epoch": 0.30522916666666666,
      "grad_norm": 1.0186951160430908,
      "learning_rate": 0.0002372801425619018,
      "loss": 8.1288,
      "step": 146510
    },
    {
      "epoch": 0.30525,
      "grad_norm": 0.84609055519104,
      "learning_rate": 0.00023727212457366075,
      "loss": 7.3564,
      "step": 146520
    },
    {
      "epoch": 0.3052708333333333,
      "grad_norm": 1.2245136499404907,
      "learning_rate": 0.00023726410620843866,
      "loss": 7.7289,
      "step": 146530
    },
    {
      "epoch": 0.3052916666666667,
      "grad_norm": 1.3295117616653442,
      "learning_rate": 0.00023725608746627015,
      "loss": 7.9635,
      "step": 146540
    },
    {
      "epoch": 0.3053125,
      "grad_norm": 0.9822098016738892,
      "learning_rate": 0.00023724806834718993,
      "loss": 8.4312,
      "step": 146550
    },
    {
      "epoch": 0.30533333333333335,
      "grad_norm": 1.2440451383590698,
      "learning_rate": 0.00023724004885123255,
      "loss": 8.124,
      "step": 146560
    },
    {
      "epoch": 0.30535416666666665,
      "grad_norm": 1.1296584606170654,
      "learning_rate": 0.0002372320289784327,
      "loss": 8.5347,
      "step": 146570
    },
    {
      "epoch": 0.305375,
      "grad_norm": 0.6061751842498779,
      "learning_rate": 0.00023722400872882503,
      "loss": 8.4528,
      "step": 146580
    },
    {
      "epoch": 0.3053958333333333,
      "grad_norm": 7.181667804718018,
      "learning_rate": 0.00023721598810244414,
      "loss": 8.2414,
      "step": 146590
    },
    {
      "epoch": 0.30541666666666667,
      "grad_norm": 0.7285074591636658,
      "learning_rate": 0.00023720796709932472,
      "loss": 8.2817,
      "step": 146600
    },
    {
      "epoch": 0.3054375,
      "grad_norm": 2.0559821128845215,
      "learning_rate": 0.0002371999457195014,
      "loss": 7.7108,
      "step": 146610
    },
    {
      "epoch": 0.30545833333333333,
      "grad_norm": 0.5011105537414551,
      "learning_rate": 0.00023719192396300882,
      "loss": 7.9725,
      "step": 146620
    },
    {
      "epoch": 0.3054791666666667,
      "grad_norm": 1.1518641710281372,
      "learning_rate": 0.00023718390182988163,
      "loss": 8.1425,
      "step": 146630
    },
    {
      "epoch": 0.3055,
      "grad_norm": 1.6747196912765503,
      "learning_rate": 0.00023717587932015448,
      "loss": 8.0419,
      "step": 146640
    },
    {
      "epoch": 0.30552083333333335,
      "grad_norm": 2.293372631072998,
      "learning_rate": 0.0002371678564338621,
      "loss": 7.7372,
      "step": 146650
    },
    {
      "epoch": 0.30554166666666666,
      "grad_norm": 0.5968764424324036,
      "learning_rate": 0.00023715983317103905,
      "loss": 8.1394,
      "step": 146660
    },
    {
      "epoch": 0.3055625,
      "grad_norm": 2.9595394134521484,
      "learning_rate": 0.00023715180953172004,
      "loss": 8.3293,
      "step": 146670
    },
    {
      "epoch": 0.3055833333333333,
      "grad_norm": 1.048089623451233,
      "learning_rate": 0.0002371437855159397,
      "loss": 7.774,
      "step": 146680
    },
    {
      "epoch": 0.3056041666666667,
      "grad_norm": 1.2267718315124512,
      "learning_rate": 0.00023713576112373272,
      "loss": 8.0089,
      "step": 146690
    },
    {
      "epoch": 0.305625,
      "grad_norm": 0.6376733183860779,
      "learning_rate": 0.0002371277363551337,
      "loss": 7.4928,
      "step": 146700
    },
    {
      "epoch": 0.30564583333333334,
      "grad_norm": 1.0237044095993042,
      "learning_rate": 0.00023711971121017733,
      "loss": 8.3461,
      "step": 146710
    },
    {
      "epoch": 0.30566666666666664,
      "grad_norm": 0.6875987648963928,
      "learning_rate": 0.00023711168568889835,
      "loss": 7.3985,
      "step": 146720
    },
    {
      "epoch": 0.3056875,
      "grad_norm": 1.783781886100769,
      "learning_rate": 0.00023710365979133133,
      "loss": 8.1725,
      "step": 146730
    },
    {
      "epoch": 0.30570833333333336,
      "grad_norm": 0.538420557975769,
      "learning_rate": 0.00023709563351751099,
      "loss": 8.1024,
      "step": 146740
    },
    {
      "epoch": 0.30572916666666666,
      "grad_norm": 1.0505746603012085,
      "learning_rate": 0.00023708760686747205,
      "loss": 8.2894,
      "step": 146750
    },
    {
      "epoch": 0.30575,
      "grad_norm": 0.803817093372345,
      "learning_rate": 0.000237079579841249,
      "loss": 7.626,
      "step": 146760
    },
    {
      "epoch": 0.3057708333333333,
      "grad_norm": 2.09382963180542,
      "learning_rate": 0.0002370715524388767,
      "loss": 8.2168,
      "step": 146770
    },
    {
      "epoch": 0.3057916666666667,
      "grad_norm": 1.3199633359909058,
      "learning_rate": 0.00023706352466038976,
      "loss": 7.644,
      "step": 146780
    },
    {
      "epoch": 0.3058125,
      "grad_norm": 0.7188493609428406,
      "learning_rate": 0.00023705549650582285,
      "loss": 7.9604,
      "step": 146790
    },
    {
      "epoch": 0.30583333333333335,
      "grad_norm": 1.0865910053253174,
      "learning_rate": 0.0002370474679752107,
      "loss": 7.4729,
      "step": 146800
    },
    {
      "epoch": 0.30585416666666665,
      "grad_norm": 0.8956228494644165,
      "learning_rate": 0.00023703943906858786,
      "loss": 8.4557,
      "step": 146810
    },
    {
      "epoch": 0.305875,
      "grad_norm": 0.8644307255744934,
      "learning_rate": 0.00023703140978598915,
      "loss": 7.9759,
      "step": 146820
    },
    {
      "epoch": 0.3058958333333333,
      "grad_norm": 1.086653709411621,
      "learning_rate": 0.00023702338012744915,
      "loss": 7.5603,
      "step": 146830
    },
    {
      "epoch": 0.30591666666666667,
      "grad_norm": 1.7259647846221924,
      "learning_rate": 0.0002370153500930026,
      "loss": 8.0521,
      "step": 146840
    },
    {
      "epoch": 0.3059375,
      "grad_norm": 2.4321160316467285,
      "learning_rate": 0.00023700731968268423,
      "loss": 7.3194,
      "step": 146850
    },
    {
      "epoch": 0.30595833333333333,
      "grad_norm": 0.6976611614227295,
      "learning_rate": 0.0002369992888965287,
      "loss": 8.4282,
      "step": 146860
    },
    {
      "epoch": 0.3059791666666667,
      "grad_norm": 2.0311782360076904,
      "learning_rate": 0.00023699125773457062,
      "loss": 7.7638,
      "step": 146870
    },
    {
      "epoch": 0.306,
      "grad_norm": 1.0579184293746948,
      "learning_rate": 0.00023698322619684472,
      "loss": 8.0939,
      "step": 146880
    },
    {
      "epoch": 0.30602083333333335,
      "grad_norm": 0.939877450466156,
      "learning_rate": 0.00023697519428338574,
      "loss": 8.3795,
      "step": 146890
    },
    {
      "epoch": 0.30604166666666666,
      "grad_norm": 0.5529482960700989,
      "learning_rate": 0.00023696716199422837,
      "loss": 7.5306,
      "step": 146900
    },
    {
      "epoch": 0.3060625,
      "grad_norm": 0.8827731609344482,
      "learning_rate": 0.0002369591293294073,
      "loss": 8.7324,
      "step": 146910
    },
    {
      "epoch": 0.3060833333333333,
      "grad_norm": 0.7130626440048218,
      "learning_rate": 0.00023695109628895714,
      "loss": 7.9206,
      "step": 146920
    },
    {
      "epoch": 0.3061041666666667,
      "grad_norm": 3.707843542098999,
      "learning_rate": 0.0002369430628729127,
      "loss": 8.4191,
      "step": 146930
    },
    {
      "epoch": 0.306125,
      "grad_norm": 0.9458048343658447,
      "learning_rate": 0.00023693502908130867,
      "loss": 7.6399,
      "step": 146940
    },
    {
      "epoch": 0.30614583333333334,
      "grad_norm": 0.6857622861862183,
      "learning_rate": 0.00023692699491417968,
      "loss": 8.1537,
      "step": 146950
    },
    {
      "epoch": 0.30616666666666664,
      "grad_norm": 1.6427980661392212,
      "learning_rate": 0.00023691896037156054,
      "loss": 7.4227,
      "step": 146960
    },
    {
      "epoch": 0.3061875,
      "grad_norm": 3.7804486751556396,
      "learning_rate": 0.00023691092545348585,
      "loss": 8.2257,
      "step": 146970
    },
    {
      "epoch": 0.30620833333333336,
      "grad_norm": 1.8501417636871338,
      "learning_rate": 0.00023690289015999036,
      "loss": 7.7691,
      "step": 146980
    },
    {
      "epoch": 0.30622916666666666,
      "grad_norm": 1.356508731842041,
      "learning_rate": 0.00023689485449110876,
      "loss": 7.418,
      "step": 146990
    },
    {
      "epoch": 0.30625,
      "grad_norm": 2.2154300212860107,
      "learning_rate": 0.00023688681844687585,
      "loss": 7.6907,
      "step": 147000
    },
    {
      "epoch": 0.30625,
      "eval_loss": 9.395506858825684,
      "eval_runtime": 8.2849,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 147000
    },
    {
      "epoch": 0.3062708333333333,
      "grad_norm": 2.1736130714416504,
      "learning_rate": 0.00023687878202732624,
      "loss": 7.481,
      "step": 147010
    },
    {
      "epoch": 0.3062916666666667,
      "grad_norm": 0.7530617117881775,
      "learning_rate": 0.0002368707452324947,
      "loss": 7.9407,
      "step": 147020
    },
    {
      "epoch": 0.3063125,
      "grad_norm": 1.7927546501159668,
      "learning_rate": 0.00023686270806241592,
      "loss": 7.7705,
      "step": 147030
    },
    {
      "epoch": 0.30633333333333335,
      "grad_norm": 1.1871469020843506,
      "learning_rate": 0.0002368546705171246,
      "loss": 7.7976,
      "step": 147040
    },
    {
      "epoch": 0.30635416666666665,
      "grad_norm": 1.1481938362121582,
      "learning_rate": 0.0002368466325966555,
      "loss": 7.8017,
      "step": 147050
    },
    {
      "epoch": 0.306375,
      "grad_norm": 1.582450032234192,
      "learning_rate": 0.0002368385943010433,
      "loss": 8.0365,
      "step": 147060
    },
    {
      "epoch": 0.3063958333333333,
      "grad_norm": 1.4012264013290405,
      "learning_rate": 0.0002368305556303228,
      "loss": 7.4877,
      "step": 147070
    },
    {
      "epoch": 0.30641666666666667,
      "grad_norm": 1.2170381546020508,
      "learning_rate": 0.00023682251658452866,
      "loss": 7.9805,
      "step": 147080
    },
    {
      "epoch": 0.3064375,
      "grad_norm": 1.3090407848358154,
      "learning_rate": 0.00023681447716369556,
      "loss": 7.8289,
      "step": 147090
    },
    {
      "epoch": 0.30645833333333333,
      "grad_norm": 0.9256253838539124,
      "learning_rate": 0.00023680643736785832,
      "loss": 7.4838,
      "step": 147100
    },
    {
      "epoch": 0.3064791666666667,
      "grad_norm": 1.0780386924743652,
      "learning_rate": 0.00023679839719705165,
      "loss": 7.499,
      "step": 147110
    },
    {
      "epoch": 0.3065,
      "grad_norm": 0.9518800377845764,
      "learning_rate": 0.00023679035665131022,
      "loss": 7.6486,
      "step": 147120
    },
    {
      "epoch": 0.30652083333333335,
      "grad_norm": 1.1602027416229248,
      "learning_rate": 0.0002367823157306688,
      "loss": 8.0962,
      "step": 147130
    },
    {
      "epoch": 0.30654166666666666,
      "grad_norm": 10.701531410217285,
      "learning_rate": 0.00023677427443516218,
      "loss": 8.1367,
      "step": 147140
    },
    {
      "epoch": 0.3065625,
      "grad_norm": 0.9204877614974976,
      "learning_rate": 0.000236766232764825,
      "loss": 7.9421,
      "step": 147150
    },
    {
      "epoch": 0.3065833333333333,
      "grad_norm": 1.165591835975647,
      "learning_rate": 0.00023675819071969205,
      "loss": 7.5084,
      "step": 147160
    },
    {
      "epoch": 0.3066041666666667,
      "grad_norm": 2.3234751224517822,
      "learning_rate": 0.00023675014829979807,
      "loss": 8.3649,
      "step": 147170
    },
    {
      "epoch": 0.306625,
      "grad_norm": 0.46198540925979614,
      "learning_rate": 0.00023674210550517775,
      "loss": 8.1258,
      "step": 147180
    },
    {
      "epoch": 0.30664583333333334,
      "grad_norm": 1.533738613128662,
      "learning_rate": 0.0002367340623358659,
      "loss": 7.7987,
      "step": 147190
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 1.2971079349517822,
      "learning_rate": 0.00023672601879189722,
      "loss": 7.8489,
      "step": 147200
    },
    {
      "epoch": 0.3066875,
      "grad_norm": 1.116468906402588,
      "learning_rate": 0.0002367179748733065,
      "loss": 7.3506,
      "step": 147210
    },
    {
      "epoch": 0.30670833333333336,
      "grad_norm": 0.680557370185852,
      "learning_rate": 0.0002367099305801284,
      "loss": 7.3774,
      "step": 147220
    },
    {
      "epoch": 0.30672916666666666,
      "grad_norm": 0.8149922490119934,
      "learning_rate": 0.00023670188591239774,
      "loss": 8.2614,
      "step": 147230
    },
    {
      "epoch": 0.30675,
      "grad_norm": 1.0712177753448486,
      "learning_rate": 0.00023669384087014926,
      "loss": 8.1799,
      "step": 147240
    },
    {
      "epoch": 0.3067708333333333,
      "grad_norm": 1.3095390796661377,
      "learning_rate": 0.00023668579545341772,
      "loss": 7.9615,
      "step": 147250
    },
    {
      "epoch": 0.3067916666666667,
      "grad_norm": 0.673087477684021,
      "learning_rate": 0.00023667774966223783,
      "loss": 7.4433,
      "step": 147260
    },
    {
      "epoch": 0.3068125,
      "grad_norm": 3.44381046295166,
      "learning_rate": 0.00023666970349664435,
      "loss": 8.3369,
      "step": 147270
    },
    {
      "epoch": 0.30683333333333335,
      "grad_norm": 1.0724250078201294,
      "learning_rate": 0.00023666165695667213,
      "loss": 7.8238,
      "step": 147280
    },
    {
      "epoch": 0.30685416666666665,
      "grad_norm": 0.9469591379165649,
      "learning_rate": 0.00023665361004235582,
      "loss": 8.0982,
      "step": 147290
    },
    {
      "epoch": 0.306875,
      "grad_norm": 0.7735393047332764,
      "learning_rate": 0.00023664556275373018,
      "loss": 7.3706,
      "step": 147300
    },
    {
      "epoch": 0.3068958333333333,
      "grad_norm": 3.0157787799835205,
      "learning_rate": 0.00023663751509083006,
      "loss": 7.8613,
      "step": 147310
    },
    {
      "epoch": 0.30691666666666667,
      "grad_norm": 4.146913528442383,
      "learning_rate": 0.0002366294670536901,
      "loss": 8.3601,
      "step": 147320
    },
    {
      "epoch": 0.3069375,
      "grad_norm": 1.4051188230514526,
      "learning_rate": 0.00023662141864234522,
      "loss": 7.8193,
      "step": 147330
    },
    {
      "epoch": 0.30695833333333333,
      "grad_norm": 0.9432898163795471,
      "learning_rate": 0.00023661336985683002,
      "loss": 8.1298,
      "step": 147340
    },
    {
      "epoch": 0.3069791666666667,
      "grad_norm": 1.2637676000595093,
      "learning_rate": 0.00023660532069717937,
      "loss": 7.9772,
      "step": 147350
    },
    {
      "epoch": 0.307,
      "grad_norm": 1.4369797706604004,
      "learning_rate": 0.00023659727116342807,
      "loss": 7.4681,
      "step": 147360
    },
    {
      "epoch": 0.30702083333333335,
      "grad_norm": 1.010670781135559,
      "learning_rate": 0.00023658922125561075,
      "loss": 7.4029,
      "step": 147370
    },
    {
      "epoch": 0.30704166666666666,
      "grad_norm": 1.1094354391098022,
      "learning_rate": 0.00023658117097376233,
      "loss": 7.3058,
      "step": 147380
    },
    {
      "epoch": 0.3070625,
      "grad_norm": 1.5794742107391357,
      "learning_rate": 0.00023657312031791748,
      "loss": 7.6911,
      "step": 147390
    },
    {
      "epoch": 0.3070833333333333,
      "grad_norm": 1.2561062574386597,
      "learning_rate": 0.00023656506928811105,
      "loss": 8.1364,
      "step": 147400
    },
    {
      "epoch": 0.3071041666666667,
      "grad_norm": 1.6568450927734375,
      "learning_rate": 0.00023655701788437777,
      "loss": 7.9343,
      "step": 147410
    },
    {
      "epoch": 0.307125,
      "grad_norm": 0.7488031983375549,
      "learning_rate": 0.00023654896610675243,
      "loss": 8.0324,
      "step": 147420
    },
    {
      "epoch": 0.30714583333333334,
      "grad_norm": 2.026716709136963,
      "learning_rate": 0.00023654091395526985,
      "loss": 8.211,
      "step": 147430
    },
    {
      "epoch": 0.30716666666666664,
      "grad_norm": 3.4800729751586914,
      "learning_rate": 0.00023653286142996476,
      "loss": 7.9846,
      "step": 147440
    },
    {
      "epoch": 0.3071875,
      "grad_norm": 1.1194000244140625,
      "learning_rate": 0.00023652480853087192,
      "loss": 7.7428,
      "step": 147450
    },
    {
      "epoch": 0.30720833333333336,
      "grad_norm": 0.8006684184074402,
      "learning_rate": 0.00023651675525802621,
      "loss": 8.5221,
      "step": 147460
    },
    {
      "epoch": 0.30722916666666666,
      "grad_norm": 1.5372750759124756,
      "learning_rate": 0.00023650870161146233,
      "loss": 8.0848,
      "step": 147470
    },
    {
      "epoch": 0.30725,
      "grad_norm": 1.869420051574707,
      "learning_rate": 0.00023650064759121508,
      "loss": 7.7984,
      "step": 147480
    },
    {
      "epoch": 0.3072708333333333,
      "grad_norm": 3.037196636199951,
      "learning_rate": 0.00023649259319731932,
      "loss": 7.6702,
      "step": 147490
    },
    {
      "epoch": 0.3072916666666667,
      "grad_norm": 1.0831037759780884,
      "learning_rate": 0.00023648453842980982,
      "loss": 7.567,
      "step": 147500
    },
    {
      "epoch": 0.3073125,
      "grad_norm": 0.7317392826080322,
      "learning_rate": 0.00023647648328872128,
      "loss": 7.575,
      "step": 147510
    },
    {
      "epoch": 0.30733333333333335,
      "grad_norm": 1.1608250141143799,
      "learning_rate": 0.0002364684277740886,
      "loss": 7.7269,
      "step": 147520
    },
    {
      "epoch": 0.30735416666666665,
      "grad_norm": 1.3125864267349243,
      "learning_rate": 0.0002364603718859465,
      "loss": 8.2657,
      "step": 147530
    },
    {
      "epoch": 0.307375,
      "grad_norm": 0.6267542243003845,
      "learning_rate": 0.00023645231562432987,
      "loss": 8.1417,
      "step": 147540
    },
    {
      "epoch": 0.3073958333333333,
      "grad_norm": 0.8398030996322632,
      "learning_rate": 0.0002364442589892734,
      "loss": 8.0153,
      "step": 147550
    },
    {
      "epoch": 0.30741666666666667,
      "grad_norm": 0.8453883528709412,
      "learning_rate": 0.00023643620198081196,
      "loss": 7.701,
      "step": 147560
    },
    {
      "epoch": 0.3074375,
      "grad_norm": 4.61821985244751,
      "learning_rate": 0.0002364281445989804,
      "loss": 7.9546,
      "step": 147570
    },
    {
      "epoch": 0.30745833333333333,
      "grad_norm": 1.1868641376495361,
      "learning_rate": 0.0002364200868438134,
      "loss": 8.4606,
      "step": 147580
    },
    {
      "epoch": 0.3074791666666667,
      "grad_norm": 0.9505916833877563,
      "learning_rate": 0.00023641202871534588,
      "loss": 7.9783,
      "step": 147590
    },
    {
      "epoch": 0.3075,
      "grad_norm": 2.75160551071167,
      "learning_rate": 0.00023640397021361257,
      "loss": 7.8229,
      "step": 147600
    },
    {
      "epoch": 0.30752083333333335,
      "grad_norm": 1.5351749658584595,
      "learning_rate": 0.0002363959113386483,
      "loss": 7.8232,
      "step": 147610
    },
    {
      "epoch": 0.30754166666666666,
      "grad_norm": 1.8299171924591064,
      "learning_rate": 0.00023638785209048794,
      "loss": 7.324,
      "step": 147620
    },
    {
      "epoch": 0.3075625,
      "grad_norm": 0.6972811818122864,
      "learning_rate": 0.0002363797924691662,
      "loss": 8.6005,
      "step": 147630
    },
    {
      "epoch": 0.3075833333333333,
      "grad_norm": 0.6424965262413025,
      "learning_rate": 0.00023637173247471798,
      "loss": 7.731,
      "step": 147640
    },
    {
      "epoch": 0.3076041666666667,
      "grad_norm": 1.2112866640090942,
      "learning_rate": 0.00023636367210717806,
      "loss": 7.993,
      "step": 147650
    },
    {
      "epoch": 0.307625,
      "grad_norm": 0.6811715960502625,
      "learning_rate": 0.00023635561136658122,
      "loss": 7.8952,
      "step": 147660
    },
    {
      "epoch": 0.30764583333333334,
      "grad_norm": 1.1040947437286377,
      "learning_rate": 0.00023634755025296237,
      "loss": 7.5571,
      "step": 147670
    },
    {
      "epoch": 0.30766666666666664,
      "grad_norm": 0.5449942350387573,
      "learning_rate": 0.00023633948876635623,
      "loss": 8.2912,
      "step": 147680
    },
    {
      "epoch": 0.3076875,
      "grad_norm": 0.8119634985923767,
      "learning_rate": 0.00023633142690679775,
      "loss": 7.6978,
      "step": 147690
    },
    {
      "epoch": 0.3077083333333333,
      "grad_norm": 0.8629732728004456,
      "learning_rate": 0.00023632336467432162,
      "loss": 8.0277,
      "step": 147700
    },
    {
      "epoch": 0.30772916666666666,
      "grad_norm": 1.2425856590270996,
      "learning_rate": 0.00023631530206896274,
      "loss": 7.7004,
      "step": 147710
    },
    {
      "epoch": 0.30775,
      "grad_norm": 2.440808057785034,
      "learning_rate": 0.00023630723909075593,
      "loss": 7.9857,
      "step": 147720
    },
    {
      "epoch": 0.3077708333333333,
      "grad_norm": 1.745863676071167,
      "learning_rate": 0.00023629917573973603,
      "loss": 8.6582,
      "step": 147730
    },
    {
      "epoch": 0.3077916666666667,
      "grad_norm": 1.1708117723464966,
      "learning_rate": 0.0002362911120159378,
      "loss": 7.8408,
      "step": 147740
    },
    {
      "epoch": 0.3078125,
      "grad_norm": 0.7471315860748291,
      "learning_rate": 0.00023628304791939613,
      "loss": 7.4922,
      "step": 147750
    },
    {
      "epoch": 0.30783333333333335,
      "grad_norm": 1.6256276369094849,
      "learning_rate": 0.00023627498345014589,
      "loss": 7.606,
      "step": 147760
    },
    {
      "epoch": 0.30785416666666665,
      "grad_norm": 1.5101654529571533,
      "learning_rate": 0.00023626691860822186,
      "loss": 7.4855,
      "step": 147770
    },
    {
      "epoch": 0.307875,
      "grad_norm": 0.9761502742767334,
      "learning_rate": 0.00023625885339365887,
      "loss": 7.7748,
      "step": 147780
    },
    {
      "epoch": 0.3078958333333333,
      "grad_norm": 2.3921093940734863,
      "learning_rate": 0.00023625078780649178,
      "loss": 7.9543,
      "step": 147790
    },
    {
      "epoch": 0.30791666666666667,
      "grad_norm": 1.584424376487732,
      "learning_rate": 0.0002362427218467554,
      "loss": 7.8459,
      "step": 147800
    },
    {
      "epoch": 0.3079375,
      "grad_norm": 2.1400463581085205,
      "learning_rate": 0.00023623465551448467,
      "loss": 7.945,
      "step": 147810
    },
    {
      "epoch": 0.30795833333333333,
      "grad_norm": 0.8320950865745544,
      "learning_rate": 0.0002362265888097143,
      "loss": 7.8057,
      "step": 147820
    },
    {
      "epoch": 0.3079791666666667,
      "grad_norm": 2.0331878662109375,
      "learning_rate": 0.00023621852173247922,
      "loss": 7.88,
      "step": 147830
    },
    {
      "epoch": 0.308,
      "grad_norm": 1.3761794567108154,
      "learning_rate": 0.00023621045428281424,
      "loss": 7.7089,
      "step": 147840
    },
    {
      "epoch": 0.30802083333333335,
      "grad_norm": 2.1855194568634033,
      "learning_rate": 0.0002362023864607542,
      "loss": 8.3553,
      "step": 147850
    },
    {
      "epoch": 0.30804166666666666,
      "grad_norm": 1.7521488666534424,
      "learning_rate": 0.000236194318266334,
      "loss": 7.7188,
      "step": 147860
    },
    {
      "epoch": 0.3080625,
      "grad_norm": 0.9300771355628967,
      "learning_rate": 0.00023618624969958853,
      "loss": 7.7741,
      "step": 147870
    },
    {
      "epoch": 0.3080833333333333,
      "grad_norm": 1.0088002681732178,
      "learning_rate": 0.00023617818076055247,
      "loss": 7.3146,
      "step": 147880
    },
    {
      "epoch": 0.3081041666666667,
      "grad_norm": 0.892044723033905,
      "learning_rate": 0.00023617011144926083,
      "loss": 7.8768,
      "step": 147890
    },
    {
      "epoch": 0.308125,
      "grad_norm": 1.304431438446045,
      "learning_rate": 0.00023616204176574843,
      "loss": 7.5186,
      "step": 147900
    },
    {
      "epoch": 0.30814583333333334,
      "grad_norm": 2.1870267391204834,
      "learning_rate": 0.00023615397171005006,
      "loss": 7.7209,
      "step": 147910
    },
    {
      "epoch": 0.30816666666666664,
      "grad_norm": 0.9661052227020264,
      "learning_rate": 0.0002361459012822007,
      "loss": 7.2734,
      "step": 147920
    },
    {
      "epoch": 0.3081875,
      "grad_norm": 0.8512281775474548,
      "learning_rate": 0.00023613783048223512,
      "loss": 7.9155,
      "step": 147930
    },
    {
      "epoch": 0.3082083333333333,
      "grad_norm": 0.9840564727783203,
      "learning_rate": 0.0002361297593101882,
      "loss": 7.2295,
      "step": 147940
    },
    {
      "epoch": 0.30822916666666667,
      "grad_norm": 1.3823810815811157,
      "learning_rate": 0.0002361216877660948,
      "loss": 7.5651,
      "step": 147950
    },
    {
      "epoch": 0.30825,
      "grad_norm": 0.8541521430015564,
      "learning_rate": 0.0002361136158499898,
      "loss": 8.1072,
      "step": 147960
    },
    {
      "epoch": 0.3082708333333333,
      "grad_norm": 1.224569320678711,
      "learning_rate": 0.00023610554356190807,
      "loss": 7.558,
      "step": 147970
    },
    {
      "epoch": 0.3082916666666667,
      "grad_norm": 3.5196123123168945,
      "learning_rate": 0.0002360974709018845,
      "loss": 7.9585,
      "step": 147980
    },
    {
      "epoch": 0.3083125,
      "grad_norm": 5.612429141998291,
      "learning_rate": 0.00023608939786995392,
      "loss": 8.3019,
      "step": 147990
    },
    {
      "epoch": 0.30833333333333335,
      "grad_norm": 1.0724042654037476,
      "learning_rate": 0.0002360813244661512,
      "loss": 8.1342,
      "step": 148000
    },
    {
      "epoch": 0.30833333333333335,
      "eval_loss": 8.662753105163574,
      "eval_runtime": 8.3365,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 148000
    },
    {
      "epoch": 0.30835416666666665,
      "grad_norm": 1.2435860633850098,
      "learning_rate": 0.00023607325069051127,
      "loss": 8.5332,
      "step": 148010
    },
    {
      "epoch": 0.308375,
      "grad_norm": 1.082828402519226,
      "learning_rate": 0.00023606517654306897,
      "loss": 7.4368,
      "step": 148020
    },
    {
      "epoch": 0.3083958333333333,
      "grad_norm": 6.674097537994385,
      "learning_rate": 0.0002360571020238591,
      "loss": 7.9958,
      "step": 148030
    },
    {
      "epoch": 0.3084166666666667,
      "grad_norm": 0.893009603023529,
      "learning_rate": 0.00023604902713291666,
      "loss": 7.8284,
      "step": 148040
    },
    {
      "epoch": 0.3084375,
      "grad_norm": 0.7193850874900818,
      "learning_rate": 0.0002360409518702765,
      "loss": 8.2102,
      "step": 148050
    },
    {
      "epoch": 0.30845833333333333,
      "grad_norm": 0.8231164216995239,
      "learning_rate": 0.0002360328762359735,
      "loss": 7.5398,
      "step": 148060
    },
    {
      "epoch": 0.3084791666666667,
      "grad_norm": 1.5689183473587036,
      "learning_rate": 0.00023602480023004248,
      "loss": 7.4735,
      "step": 148070
    },
    {
      "epoch": 0.3085,
      "grad_norm": 0.947564423084259,
      "learning_rate": 0.0002360167238525184,
      "loss": 7.7415,
      "step": 148080
    },
    {
      "epoch": 0.30852083333333336,
      "grad_norm": 0.9059529900550842,
      "learning_rate": 0.0002360086471034361,
      "loss": 7.5334,
      "step": 148090
    },
    {
      "epoch": 0.30854166666666666,
      "grad_norm": 0.6859492659568787,
      "learning_rate": 0.0002360005699828305,
      "loss": 7.6093,
      "step": 148100
    },
    {
      "epoch": 0.3085625,
      "grad_norm": 0.8172968626022339,
      "learning_rate": 0.0002359924924907365,
      "loss": 7.9164,
      "step": 148110
    },
    {
      "epoch": 0.3085833333333333,
      "grad_norm": 1.7388980388641357,
      "learning_rate": 0.00023598441462718898,
      "loss": 7.4365,
      "step": 148120
    },
    {
      "epoch": 0.3086041666666667,
      "grad_norm": 0.8524456024169922,
      "learning_rate": 0.00023597633639222274,
      "loss": 7.5531,
      "step": 148130
    },
    {
      "epoch": 0.308625,
      "grad_norm": 1.217611312866211,
      "learning_rate": 0.00023596825778587284,
      "loss": 7.7244,
      "step": 148140
    },
    {
      "epoch": 0.30864583333333334,
      "grad_norm": 0.932341992855072,
      "learning_rate": 0.00023596017880817412,
      "loss": 8.7542,
      "step": 148150
    },
    {
      "epoch": 0.30866666666666664,
      "grad_norm": 1.556036353111267,
      "learning_rate": 0.00023595209945916136,
      "loss": 8.4475,
      "step": 148160
    },
    {
      "epoch": 0.3086875,
      "grad_norm": 1.565589189529419,
      "learning_rate": 0.0002359440197388696,
      "loss": 7.5632,
      "step": 148170
    },
    {
      "epoch": 0.3087083333333333,
      "grad_norm": 1.518068790435791,
      "learning_rate": 0.00023593593964733368,
      "loss": 7.4532,
      "step": 148180
    },
    {
      "epoch": 0.30872916666666667,
      "grad_norm": 0.7432201504707336,
      "learning_rate": 0.00023592785918458855,
      "loss": 8.3423,
      "step": 148190
    },
    {
      "epoch": 0.30875,
      "grad_norm": 0.533197820186615,
      "learning_rate": 0.000235919778350669,
      "loss": 7.8123,
      "step": 148200
    },
    {
      "epoch": 0.3087708333333333,
      "grad_norm": 0.997286856174469,
      "learning_rate": 0.00023591169714561012,
      "loss": 8.4348,
      "step": 148210
    },
    {
      "epoch": 0.3087916666666667,
      "grad_norm": 2.3760626316070557,
      "learning_rate": 0.0002359036155694467,
      "loss": 7.7685,
      "step": 148220
    },
    {
      "epoch": 0.3088125,
      "grad_norm": 0.721339762210846,
      "learning_rate": 0.00023589553362221363,
      "loss": 8.2298,
      "step": 148230
    },
    {
      "epoch": 0.30883333333333335,
      "grad_norm": 1.2242143154144287,
      "learning_rate": 0.00023588745130394585,
      "loss": 7.7694,
      "step": 148240
    },
    {
      "epoch": 0.30885416666666665,
      "grad_norm": 3.8107450008392334,
      "learning_rate": 0.00023587936861467826,
      "loss": 8.2172,
      "step": 148250
    },
    {
      "epoch": 0.308875,
      "grad_norm": 0.9724130630493164,
      "learning_rate": 0.0002358712855544458,
      "loss": 8.0036,
      "step": 148260
    },
    {
      "epoch": 0.3088958333333333,
      "grad_norm": 1.8474571704864502,
      "learning_rate": 0.00023586320212328342,
      "loss": 7.5993,
      "step": 148270
    },
    {
      "epoch": 0.3089166666666667,
      "grad_norm": 2.821296215057373,
      "learning_rate": 0.00023585511832122596,
      "loss": 7.9993,
      "step": 148280
    },
    {
      "epoch": 0.3089375,
      "grad_norm": 9.50619125366211,
      "learning_rate": 0.0002358470341483084,
      "loss": 7.7999,
      "step": 148290
    },
    {
      "epoch": 0.30895833333333333,
      "grad_norm": 1.1764763593673706,
      "learning_rate": 0.0002358389496045656,
      "loss": 7.9559,
      "step": 148300
    },
    {
      "epoch": 0.3089791666666667,
      "grad_norm": 2.5002403259277344,
      "learning_rate": 0.0002358308646900325,
      "loss": 8.3527,
      "step": 148310
    },
    {
      "epoch": 0.309,
      "grad_norm": 2.595717430114746,
      "learning_rate": 0.00023582277940474407,
      "loss": 7.9006,
      "step": 148320
    },
    {
      "epoch": 0.30902083333333336,
      "grad_norm": 0.623939037322998,
      "learning_rate": 0.0002358146937487352,
      "loss": 7.54,
      "step": 148330
    },
    {
      "epoch": 0.30904166666666666,
      "grad_norm": 1.0605716705322266,
      "learning_rate": 0.00023580660772204085,
      "loss": 9.374,
      "step": 148340
    },
    {
      "epoch": 0.3090625,
      "grad_norm": 0.9512447714805603,
      "learning_rate": 0.00023579852132469588,
      "loss": 8.1999,
      "step": 148350
    },
    {
      "epoch": 0.3090833333333333,
      "grad_norm": 1.3153752088546753,
      "learning_rate": 0.00023579043455673526,
      "loss": 7.9483,
      "step": 148360
    },
    {
      "epoch": 0.3091041666666667,
      "grad_norm": 5.763823986053467,
      "learning_rate": 0.00023578234741819396,
      "loss": 7.9807,
      "step": 148370
    },
    {
      "epoch": 0.309125,
      "grad_norm": 1.121111273765564,
      "learning_rate": 0.00023577425990910683,
      "loss": 7.7485,
      "step": 148380
    },
    {
      "epoch": 0.30914583333333334,
      "grad_norm": 0.8975369930267334,
      "learning_rate": 0.00023576617202950888,
      "loss": 7.9022,
      "step": 148390
    },
    {
      "epoch": 0.30916666666666665,
      "grad_norm": 1.9420679807662964,
      "learning_rate": 0.00023575808377943497,
      "loss": 8.0284,
      "step": 148400
    },
    {
      "epoch": 0.3091875,
      "grad_norm": 1.261077880859375,
      "learning_rate": 0.00023574999515892014,
      "loss": 7.6613,
      "step": 148410
    },
    {
      "epoch": 0.3092083333333333,
      "grad_norm": 2.0773072242736816,
      "learning_rate": 0.0002357419061679992,
      "loss": 8.0625,
      "step": 148420
    },
    {
      "epoch": 0.30922916666666667,
      "grad_norm": 1.1148732900619507,
      "learning_rate": 0.00023573381680670722,
      "loss": 7.6475,
      "step": 148430
    },
    {
      "epoch": 0.30925,
      "grad_norm": 1.7489527463912964,
      "learning_rate": 0.0002357257270750791,
      "loss": 7.8759,
      "step": 148440
    },
    {
      "epoch": 0.30927083333333333,
      "grad_norm": 1.038979172706604,
      "learning_rate": 0.00023571763697314974,
      "loss": 8.192,
      "step": 148450
    },
    {
      "epoch": 0.3092916666666667,
      "grad_norm": 0.7369972467422485,
      "learning_rate": 0.00023570954650095413,
      "loss": 7.5999,
      "step": 148460
    },
    {
      "epoch": 0.3093125,
      "grad_norm": 0.9790147542953491,
      "learning_rate": 0.00023570145565852718,
      "loss": 7.6665,
      "step": 148470
    },
    {
      "epoch": 0.30933333333333335,
      "grad_norm": 0.7180513143539429,
      "learning_rate": 0.00023569336444590388,
      "loss": 8.0987,
      "step": 148480
    },
    {
      "epoch": 0.30935416666666665,
      "grad_norm": 0.643950879573822,
      "learning_rate": 0.0002356852728631192,
      "loss": 8.2107,
      "step": 148490
    },
    {
      "epoch": 0.309375,
      "grad_norm": 1.590640664100647,
      "learning_rate": 0.00023567718091020798,
      "loss": 7.8863,
      "step": 148500
    },
    {
      "epoch": 0.3093958333333333,
      "grad_norm": 0.6381983160972595,
      "learning_rate": 0.00023566908858720537,
      "loss": 8.3028,
      "step": 148510
    },
    {
      "epoch": 0.3094166666666667,
      "grad_norm": 1.3354377746582031,
      "learning_rate": 0.00023566099589414612,
      "loss": 8.1569,
      "step": 148520
    },
    {
      "epoch": 0.3094375,
      "grad_norm": 2.157683849334717,
      "learning_rate": 0.00023565290283106527,
      "loss": 7.5969,
      "step": 148530
    },
    {
      "epoch": 0.30945833333333334,
      "grad_norm": 0.926310658454895,
      "learning_rate": 0.0002356448093979978,
      "loss": 8.4012,
      "step": 148540
    },
    {
      "epoch": 0.3094791666666667,
      "grad_norm": 0.7455958724021912,
      "learning_rate": 0.00023563671559497868,
      "loss": 7.2374,
      "step": 148550
    },
    {
      "epoch": 0.3095,
      "grad_norm": 1.0382952690124512,
      "learning_rate": 0.00023562862142204283,
      "loss": 7.4549,
      "step": 148560
    },
    {
      "epoch": 0.30952083333333336,
      "grad_norm": 0.7853758931159973,
      "learning_rate": 0.00023562052687922525,
      "loss": 7.5385,
      "step": 148570
    },
    {
      "epoch": 0.30954166666666666,
      "grad_norm": 2.003831148147583,
      "learning_rate": 0.0002356124319665608,
      "loss": 7.817,
      "step": 148580
    },
    {
      "epoch": 0.3095625,
      "grad_norm": 0.8734487891197205,
      "learning_rate": 0.00023560433668408463,
      "loss": 7.5446,
      "step": 148590
    },
    {
      "epoch": 0.3095833333333333,
      "grad_norm": 1.5318878889083862,
      "learning_rate": 0.0002355962410318316,
      "loss": 8.5563,
      "step": 148600
    },
    {
      "epoch": 0.3096041666666667,
      "grad_norm": 1.6707432270050049,
      "learning_rate": 0.0002355881450098366,
      "loss": 7.8365,
      "step": 148610
    },
    {
      "epoch": 0.309625,
      "grad_norm": 3.8657944202423096,
      "learning_rate": 0.0002355800486181348,
      "loss": 7.4411,
      "step": 148620
    },
    {
      "epoch": 0.30964583333333334,
      "grad_norm": 0.8223358392715454,
      "learning_rate": 0.00023557195185676104,
      "loss": 8.6495,
      "step": 148630
    },
    {
      "epoch": 0.30966666666666665,
      "grad_norm": 0.7934581637382507,
      "learning_rate": 0.00023556385472575027,
      "loss": 7.8476,
      "step": 148640
    },
    {
      "epoch": 0.3096875,
      "grad_norm": 1.6205296516418457,
      "learning_rate": 0.0002355557572251375,
      "loss": 7.8395,
      "step": 148650
    },
    {
      "epoch": 0.3097083333333333,
      "grad_norm": 0.7071509957313538,
      "learning_rate": 0.00023554765935495783,
      "loss": 7.8432,
      "step": 148660
    },
    {
      "epoch": 0.30972916666666667,
      "grad_norm": 2.5159518718719482,
      "learning_rate": 0.00023553956111524603,
      "loss": 7.8371,
      "step": 148670
    },
    {
      "epoch": 0.30975,
      "grad_norm": 0.6747856736183167,
      "learning_rate": 0.00023553146250603727,
      "loss": 7.7249,
      "step": 148680
    },
    {
      "epoch": 0.30977083333333333,
      "grad_norm": 1.0595159530639648,
      "learning_rate": 0.00023552336352736637,
      "loss": 7.7669,
      "step": 148690
    },
    {
      "epoch": 0.3097916666666667,
      "grad_norm": 0.3781225383281708,
      "learning_rate": 0.00023551526417926844,
      "loss": 7.8437,
      "step": 148700
    },
    {
      "epoch": 0.3098125,
      "grad_norm": 2.390314817428589,
      "learning_rate": 0.0002355071644617784,
      "loss": 7.7393,
      "step": 148710
    },
    {
      "epoch": 0.30983333333333335,
      "grad_norm": 0.7891647815704346,
      "learning_rate": 0.00023549906437493126,
      "loss": 7.433,
      "step": 148720
    },
    {
      "epoch": 0.30985416666666665,
      "grad_norm": 0.5159245729446411,
      "learning_rate": 0.000235490963918762,
      "loss": 8.1302,
      "step": 148730
    },
    {
      "epoch": 0.309875,
      "grad_norm": 0.8768721222877502,
      "learning_rate": 0.00023548286309330567,
      "loss": 7.6074,
      "step": 148740
    },
    {
      "epoch": 0.3098958333333333,
      "grad_norm": 0.5804057717323303,
      "learning_rate": 0.00023547476189859714,
      "loss": 7.745,
      "step": 148750
    },
    {
      "epoch": 0.3099166666666667,
      "grad_norm": 2.093888759613037,
      "learning_rate": 0.00023546666033467148,
      "loss": 7.7973,
      "step": 148760
    },
    {
      "epoch": 0.3099375,
      "grad_norm": 1.8909013271331787,
      "learning_rate": 0.0002354585584015637,
      "loss": 8.1887,
      "step": 148770
    },
    {
      "epoch": 0.30995833333333334,
      "grad_norm": 0.7455382347106934,
      "learning_rate": 0.00023545045609930874,
      "loss": 7.8856,
      "step": 148780
    },
    {
      "epoch": 0.30997916666666664,
      "grad_norm": 1.5523734092712402,
      "learning_rate": 0.00023544235342794168,
      "loss": 7.6643,
      "step": 148790
    },
    {
      "epoch": 0.31,
      "grad_norm": 1.7707833051681519,
      "learning_rate": 0.00023543425038749746,
      "loss": 9.107,
      "step": 148800
    },
    {
      "epoch": 0.31002083333333336,
      "grad_norm": 1.2796895503997803,
      "learning_rate": 0.00023542614697801107,
      "loss": 7.4456,
      "step": 148810
    },
    {
      "epoch": 0.31004166666666666,
      "grad_norm": 0.5924181342124939,
      "learning_rate": 0.00023541804319951757,
      "loss": 7.913,
      "step": 148820
    },
    {
      "epoch": 0.3100625,
      "grad_norm": 0.773871660232544,
      "learning_rate": 0.00023540993905205192,
      "loss": 7.3496,
      "step": 148830
    },
    {
      "epoch": 0.3100833333333333,
      "grad_norm": 0.8598318099975586,
      "learning_rate": 0.00023540183453564913,
      "loss": 7.4311,
      "step": 148840
    },
    {
      "epoch": 0.3101041666666667,
      "grad_norm": 1.1935235261917114,
      "learning_rate": 0.00023539372965034424,
      "loss": 7.3371,
      "step": 148850
    },
    {
      "epoch": 0.310125,
      "grad_norm": 0.8887512683868408,
      "learning_rate": 0.0002353856243961722,
      "loss": 7.5805,
      "step": 148860
    },
    {
      "epoch": 0.31014583333333334,
      "grad_norm": 1.2330174446105957,
      "learning_rate": 0.0002353775187731681,
      "loss": 7.5034,
      "step": 148870
    },
    {
      "epoch": 0.31016666666666665,
      "grad_norm": 1.2507647275924683,
      "learning_rate": 0.00023536941278136692,
      "loss": 7.6855,
      "step": 148880
    },
    {
      "epoch": 0.3101875,
      "grad_norm": 0.9329977035522461,
      "learning_rate": 0.00023536130642080365,
      "loss": 7.6983,
      "step": 148890
    },
    {
      "epoch": 0.3102083333333333,
      "grad_norm": 1.3132507801055908,
      "learning_rate": 0.00023535319969151332,
      "loss": 7.9696,
      "step": 148900
    },
    {
      "epoch": 0.31022916666666667,
      "grad_norm": 2.011955499649048,
      "learning_rate": 0.00023534509259353094,
      "loss": 7.9469,
      "step": 148910
    },
    {
      "epoch": 0.31025,
      "grad_norm": 0.9997714161872864,
      "learning_rate": 0.00023533698512689157,
      "loss": 7.7251,
      "step": 148920
    },
    {
      "epoch": 0.31027083333333333,
      "grad_norm": 0.6518744230270386,
      "learning_rate": 0.00023532887729163016,
      "loss": 8.1967,
      "step": 148930
    },
    {
      "epoch": 0.3102916666666667,
      "grad_norm": 0.7999585866928101,
      "learning_rate": 0.00023532076908778184,
      "loss": 7.3964,
      "step": 148940
    },
    {
      "epoch": 0.3103125,
      "grad_norm": 1.133962869644165,
      "learning_rate": 0.0002353126605153815,
      "loss": 8.1312,
      "step": 148950
    },
    {
      "epoch": 0.31033333333333335,
      "grad_norm": 0.7558271288871765,
      "learning_rate": 0.0002353045515744643,
      "loss": 7.3038,
      "step": 148960
    },
    {
      "epoch": 0.31035416666666665,
      "grad_norm": 2.7289834022521973,
      "learning_rate": 0.0002352964422650652,
      "loss": 8.1457,
      "step": 148970
    },
    {
      "epoch": 0.310375,
      "grad_norm": 1.3267885446548462,
      "learning_rate": 0.0002352883325872192,
      "loss": 7.6506,
      "step": 148980
    },
    {
      "epoch": 0.3103958333333333,
      "grad_norm": 5.283034324645996,
      "learning_rate": 0.00023528022254096136,
      "loss": 9.4841,
      "step": 148990
    },
    {
      "epoch": 0.3104166666666667,
      "grad_norm": 1.0631500482559204,
      "learning_rate": 0.00023527211212632674,
      "loss": 7.8157,
      "step": 149000
    },
    {
      "epoch": 0.3104166666666667,
      "eval_loss": 8.289036750793457,
      "eval_runtime": 8.4713,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 149000
    },
    {
      "epoch": 0.3104375,
      "grad_norm": 0.9822984337806702,
      "learning_rate": 0.00023526400134335035,
      "loss": 7.7058,
      "step": 149010
    },
    {
      "epoch": 0.31045833333333334,
      "grad_norm": 4.951683521270752,
      "learning_rate": 0.00023525589019206722,
      "loss": 8.6811,
      "step": 149020
    },
    {
      "epoch": 0.31047916666666664,
      "grad_norm": 1.200655221939087,
      "learning_rate": 0.00023524777867251235,
      "loss": 8.0542,
      "step": 149030
    },
    {
      "epoch": 0.3105,
      "grad_norm": 2.444063901901245,
      "learning_rate": 0.00023523966678472085,
      "loss": 8.4922,
      "step": 149040
    },
    {
      "epoch": 0.31052083333333336,
      "grad_norm": 0.865877628326416,
      "learning_rate": 0.00023523155452872773,
      "loss": 7.7597,
      "step": 149050
    },
    {
      "epoch": 0.31054166666666666,
      "grad_norm": 0.8447934985160828,
      "learning_rate": 0.00023522344190456804,
      "loss": 7.9933,
      "step": 149060
    },
    {
      "epoch": 0.3105625,
      "grad_norm": 0.706087589263916,
      "learning_rate": 0.00023521532891227677,
      "loss": 8.3228,
      "step": 149070
    },
    {
      "epoch": 0.3105833333333333,
      "grad_norm": 2.261134386062622,
      "learning_rate": 0.00023520721555188908,
      "loss": 7.9701,
      "step": 149080
    },
    {
      "epoch": 0.3106041666666667,
      "grad_norm": 1.1165724992752075,
      "learning_rate": 0.00023519910182343993,
      "loss": 8.0594,
      "step": 149090
    },
    {
      "epoch": 0.310625,
      "grad_norm": 0.6985928416252136,
      "learning_rate": 0.00023519098772696435,
      "loss": 7.3473,
      "step": 149100
    },
    {
      "epoch": 0.31064583333333334,
      "grad_norm": 0.7862052321434021,
      "learning_rate": 0.00023518287326249746,
      "loss": 7.666,
      "step": 149110
    },
    {
      "epoch": 0.31066666666666665,
      "grad_norm": 2.2267377376556396,
      "learning_rate": 0.00023517475843007422,
      "loss": 8.4662,
      "step": 149120
    },
    {
      "epoch": 0.3106875,
      "grad_norm": 1.6873103380203247,
      "learning_rate": 0.00023516664322972977,
      "loss": 7.5687,
      "step": 149130
    },
    {
      "epoch": 0.3107083333333333,
      "grad_norm": 1.3823518753051758,
      "learning_rate": 0.00023515852766149914,
      "loss": 7.6487,
      "step": 149140
    },
    {
      "epoch": 0.31072916666666667,
      "grad_norm": 3.0615851879119873,
      "learning_rate": 0.00023515041172541735,
      "loss": 7.6777,
      "step": 149150
    },
    {
      "epoch": 0.31075,
      "grad_norm": 1.7397247552871704,
      "learning_rate": 0.00023514229542151956,
      "loss": 7.9958,
      "step": 149160
    },
    {
      "epoch": 0.31077083333333333,
      "grad_norm": 0.8860597014427185,
      "learning_rate": 0.00023513417874984068,
      "loss": 7.5198,
      "step": 149170
    },
    {
      "epoch": 0.3107916666666667,
      "grad_norm": 3.631380081176758,
      "learning_rate": 0.00023512606171041588,
      "loss": 7.9364,
      "step": 149180
    },
    {
      "epoch": 0.3108125,
      "grad_norm": 47.02302551269531,
      "learning_rate": 0.0002351179443032802,
      "loss": 10.1292,
      "step": 149190
    },
    {
      "epoch": 0.31083333333333335,
      "grad_norm": 3.1950557231903076,
      "learning_rate": 0.00023510982652846866,
      "loss": 7.9099,
      "step": 149200
    },
    {
      "epoch": 0.31085416666666665,
      "grad_norm": 1.006563663482666,
      "learning_rate": 0.0002351017083860164,
      "loss": 8.2005,
      "step": 149210
    },
    {
      "epoch": 0.310875,
      "grad_norm": 1.2636444568634033,
      "learning_rate": 0.0002350935898759584,
      "loss": 7.4704,
      "step": 149220
    },
    {
      "epoch": 0.3108958333333333,
      "grad_norm": 1.033084511756897,
      "learning_rate": 0.00023508547099832978,
      "loss": 7.4029,
      "step": 149230
    },
    {
      "epoch": 0.3109166666666667,
      "grad_norm": 0.7804272174835205,
      "learning_rate": 0.00023507735175316562,
      "loss": 7.7798,
      "step": 149240
    },
    {
      "epoch": 0.3109375,
      "grad_norm": 0.670998752117157,
      "learning_rate": 0.00023506923214050096,
      "loss": 8.1727,
      "step": 149250
    },
    {
      "epoch": 0.31095833333333334,
      "grad_norm": 0.9058222770690918,
      "learning_rate": 0.00023506111216037095,
      "loss": 7.5334,
      "step": 149260
    },
    {
      "epoch": 0.31097916666666664,
      "grad_norm": 3.6439363956451416,
      "learning_rate": 0.00023505299181281054,
      "loss": 7.6941,
      "step": 149270
    },
    {
      "epoch": 0.311,
      "grad_norm": 1.7673512697219849,
      "learning_rate": 0.00023504487109785488,
      "loss": 7.9787,
      "step": 149280
    },
    {
      "epoch": 0.31102083333333336,
      "grad_norm": 1.6436437368392944,
      "learning_rate": 0.00023503675001553906,
      "loss": 7.4475,
      "step": 149290
    },
    {
      "epoch": 0.31104166666666666,
      "grad_norm": 1.0689306259155273,
      "learning_rate": 0.00023502862856589812,
      "loss": 7.865,
      "step": 149300
    },
    {
      "epoch": 0.3110625,
      "grad_norm": 1.7441896200180054,
      "learning_rate": 0.00023502050674896715,
      "loss": 7.9974,
      "step": 149310
    },
    {
      "epoch": 0.3110833333333333,
      "grad_norm": 1.8695874214172363,
      "learning_rate": 0.00023501238456478124,
      "loss": 8.3441,
      "step": 149320
    },
    {
      "epoch": 0.3111041666666667,
      "grad_norm": 2.644869089126587,
      "learning_rate": 0.00023500426201337554,
      "loss": 7.3977,
      "step": 149330
    },
    {
      "epoch": 0.311125,
      "grad_norm": 1.0107858180999756,
      "learning_rate": 0.00023499613909478504,
      "loss": 8.5752,
      "step": 149340
    },
    {
      "epoch": 0.31114583333333334,
      "grad_norm": 1.6697349548339844,
      "learning_rate": 0.00023498801580904485,
      "loss": 7.5922,
      "step": 149350
    },
    {
      "epoch": 0.31116666666666665,
      "grad_norm": 0.751503586769104,
      "learning_rate": 0.00023497989215619006,
      "loss": 7.823,
      "step": 149360
    },
    {
      "epoch": 0.3111875,
      "grad_norm": 0.7948544025421143,
      "learning_rate": 0.00023497176813625583,
      "loss": 7.7124,
      "step": 149370
    },
    {
      "epoch": 0.3112083333333333,
      "grad_norm": 1.5680434703826904,
      "learning_rate": 0.00023496364374927714,
      "loss": 7.5906,
      "step": 149380
    },
    {
      "epoch": 0.31122916666666667,
      "grad_norm": 3.467653751373291,
      "learning_rate": 0.0002349555189952892,
      "loss": 7.6499,
      "step": 149390
    },
    {
      "epoch": 0.31125,
      "grad_norm": 0.7290828227996826,
      "learning_rate": 0.00023494739387432698,
      "loss": 8.3994,
      "step": 149400
    },
    {
      "epoch": 0.31127083333333333,
      "grad_norm": 1.0327309370040894,
      "learning_rate": 0.0002349392683864257,
      "loss": 8.0701,
      "step": 149410
    },
    {
      "epoch": 0.3112916666666667,
      "grad_norm": 3.846231460571289,
      "learning_rate": 0.00023493114253162034,
      "loss": 8.0397,
      "step": 149420
    },
    {
      "epoch": 0.3113125,
      "grad_norm": 1.4671251773834229,
      "learning_rate": 0.0002349230163099461,
      "loss": 8.2403,
      "step": 149430
    },
    {
      "epoch": 0.31133333333333335,
      "grad_norm": 0.7507621049880981,
      "learning_rate": 0.00023491488972143804,
      "loss": 7.4817,
      "step": 149440
    },
    {
      "epoch": 0.31135416666666665,
      "grad_norm": 0.6590524315834045,
      "learning_rate": 0.00023490676276613124,
      "loss": 7.8007,
      "step": 149450
    },
    {
      "epoch": 0.311375,
      "grad_norm": 0.6516228318214417,
      "learning_rate": 0.0002348986354440609,
      "loss": 7.5232,
      "step": 149460
    },
    {
      "epoch": 0.3113958333333333,
      "grad_norm": 0.6797921657562256,
      "learning_rate": 0.000234890507755262,
      "loss": 8.4605,
      "step": 149470
    },
    {
      "epoch": 0.3114166666666667,
      "grad_norm": 0.9443181157112122,
      "learning_rate": 0.00023488237969976973,
      "loss": 7.5693,
      "step": 149480
    },
    {
      "epoch": 0.3114375,
      "grad_norm": 0.6901785731315613,
      "learning_rate": 0.00023487425127761917,
      "loss": 7.7249,
      "step": 149490
    },
    {
      "epoch": 0.31145833333333334,
      "grad_norm": 2.055311679840088,
      "learning_rate": 0.00023486612248884545,
      "loss": 8.4494,
      "step": 149500
    },
    {
      "epoch": 0.31147916666666664,
      "grad_norm": 0.9910706281661987,
      "learning_rate": 0.00023485799333348368,
      "loss": 7.4697,
      "step": 149510
    },
    {
      "epoch": 0.3115,
      "grad_norm": 1.7895363569259644,
      "learning_rate": 0.00023484986381156896,
      "loss": 7.4891,
      "step": 149520
    },
    {
      "epoch": 0.31152083333333336,
      "grad_norm": 0.6887620687484741,
      "learning_rate": 0.00023484173392313644,
      "loss": 7.6085,
      "step": 149530
    },
    {
      "epoch": 0.31154166666666666,
      "grad_norm": 0.8703714609146118,
      "learning_rate": 0.0002348336036682212,
      "loss": 7.4977,
      "step": 149540
    },
    {
      "epoch": 0.3115625,
      "grad_norm": 0.6249464750289917,
      "learning_rate": 0.00023482547304685836,
      "loss": 9.4604,
      "step": 149550
    },
    {
      "epoch": 0.3115833333333333,
      "grad_norm": 0.7859430909156799,
      "learning_rate": 0.00023481734205908303,
      "loss": 7.5402,
      "step": 149560
    },
    {
      "epoch": 0.3116041666666667,
      "grad_norm": 1.7910140752792358,
      "learning_rate": 0.00023480921070493036,
      "loss": 8.4259,
      "step": 149570
    },
    {
      "epoch": 0.311625,
      "grad_norm": 0.7669187188148499,
      "learning_rate": 0.0002348010789844355,
      "loss": 7.9917,
      "step": 149580
    },
    {
      "epoch": 0.31164583333333334,
      "grad_norm": 1.9840705394744873,
      "learning_rate": 0.00023479294689763352,
      "loss": 7.5691,
      "step": 149590
    },
    {
      "epoch": 0.31166666666666665,
      "grad_norm": 1.1076723337173462,
      "learning_rate": 0.0002347848144445596,
      "loss": 7.6081,
      "step": 149600
    },
    {
      "epoch": 0.3116875,
      "grad_norm": 1.1928472518920898,
      "learning_rate": 0.00023477668162524877,
      "loss": 7.8358,
      "step": 149610
    },
    {
      "epoch": 0.3117083333333333,
      "grad_norm": 1.2581751346588135,
      "learning_rate": 0.0002347685484397363,
      "loss": 7.5481,
      "step": 149620
    },
    {
      "epoch": 0.31172916666666667,
      "grad_norm": 1.6416667699813843,
      "learning_rate": 0.00023476041488805727,
      "loss": 8.2248,
      "step": 149630
    },
    {
      "epoch": 0.31175,
      "grad_norm": 0.5448017120361328,
      "learning_rate": 0.0002347522809702468,
      "loss": 7.5918,
      "step": 149640
    },
    {
      "epoch": 0.31177083333333333,
      "grad_norm": 2.178082227706909,
      "learning_rate": 0.00023474414668633994,
      "loss": 7.8777,
      "step": 149650
    },
    {
      "epoch": 0.3117916666666667,
      "grad_norm": 1.0081712007522583,
      "learning_rate": 0.000234736012036372,
      "loss": 7.7037,
      "step": 149660
    },
    {
      "epoch": 0.3118125,
      "grad_norm": 1.1619453430175781,
      "learning_rate": 0.00023472787702037798,
      "loss": 7.4273,
      "step": 149670
    },
    {
      "epoch": 0.31183333333333335,
      "grad_norm": 2.428802728652954,
      "learning_rate": 0.00023471974163839307,
      "loss": 8.2427,
      "step": 149680
    },
    {
      "epoch": 0.31185416666666665,
      "grad_norm": 2.0782697200775146,
      "learning_rate": 0.00023471160589045247,
      "loss": 8.0836,
      "step": 149690
    },
    {
      "epoch": 0.311875,
      "grad_norm": 0.7140856385231018,
      "learning_rate": 0.00023470346977659117,
      "loss": 8.2783,
      "step": 149700
    },
    {
      "epoch": 0.3118958333333333,
      "grad_norm": 0.6219428181648254,
      "learning_rate": 0.00023469533329684446,
      "loss": 7.8036,
      "step": 149710
    },
    {
      "epoch": 0.3119166666666667,
      "grad_norm": 1.1408233642578125,
      "learning_rate": 0.00023468719645124744,
      "loss": 7.3613,
      "step": 149720
    },
    {
      "epoch": 0.3119375,
      "grad_norm": 0.989815890789032,
      "learning_rate": 0.0002346790592398352,
      "loss": 7.483,
      "step": 149730
    },
    {
      "epoch": 0.31195833333333334,
      "grad_norm": 0.8085569143295288,
      "learning_rate": 0.000234670921662643,
      "loss": 7.7447,
      "step": 149740
    },
    {
      "epoch": 0.31197916666666664,
      "grad_norm": 1.0643848180770874,
      "learning_rate": 0.00023466278371970592,
      "loss": 8.5797,
      "step": 149750
    },
    {
      "epoch": 0.312,
      "grad_norm": 2.3243796825408936,
      "learning_rate": 0.00023465464541105914,
      "loss": 7.7121,
      "step": 149760
    },
    {
      "epoch": 0.31202083333333336,
      "grad_norm": 0.6021782159805298,
      "learning_rate": 0.0002346465067367378,
      "loss": 7.6764,
      "step": 149770
    },
    {
      "epoch": 0.31204166666666666,
      "grad_norm": 0.5275173783302307,
      "learning_rate": 0.00023463836769677704,
      "loss": 8.4436,
      "step": 149780
    },
    {
      "epoch": 0.3120625,
      "grad_norm": 3.9335498809814453,
      "learning_rate": 0.00023463022829121202,
      "loss": 8.0012,
      "step": 149790
    },
    {
      "epoch": 0.3120833333333333,
      "grad_norm": 1.6475465297698975,
      "learning_rate": 0.00023462208852007794,
      "loss": 7.6205,
      "step": 149800
    },
    {
      "epoch": 0.3121041666666667,
      "grad_norm": 1.0666635036468506,
      "learning_rate": 0.00023461394838340992,
      "loss": 7.552,
      "step": 149810
    },
    {
      "epoch": 0.312125,
      "grad_norm": 0.7761480212211609,
      "learning_rate": 0.0002346058078812431,
      "loss": 7.4291,
      "step": 149820
    },
    {
      "epoch": 0.31214583333333334,
      "grad_norm": 2.5936005115509033,
      "learning_rate": 0.00023459766701361274,
      "loss": 8.1735,
      "step": 149830
    },
    {
      "epoch": 0.31216666666666665,
      "grad_norm": 1.6350950002670288,
      "learning_rate": 0.00023458952578055394,
      "loss": 8.5491,
      "step": 149840
    },
    {
      "epoch": 0.3121875,
      "grad_norm": 0.9125411510467529,
      "learning_rate": 0.0002345813841821018,
      "loss": 8.4555,
      "step": 149850
    },
    {
      "epoch": 0.3122083333333333,
      "grad_norm": 1.661513090133667,
      "learning_rate": 0.00023457324221829164,
      "loss": 7.674,
      "step": 149860
    },
    {
      "epoch": 0.31222916666666667,
      "grad_norm": 3.122469186782837,
      "learning_rate": 0.0002345650998891585,
      "loss": 7.2869,
      "step": 149870
    },
    {
      "epoch": 0.31225,
      "grad_norm": 1.1613376140594482,
      "learning_rate": 0.00023455695719473764,
      "loss": 7.5343,
      "step": 149880
    },
    {
      "epoch": 0.31227083333333333,
      "grad_norm": 0.6731402277946472,
      "learning_rate": 0.00023454881413506422,
      "loss": 7.749,
      "step": 149890
    },
    {
      "epoch": 0.3122916666666667,
      "grad_norm": 1.6228073835372925,
      "learning_rate": 0.00023454067071017334,
      "loss": 7.7774,
      "step": 149900
    },
    {
      "epoch": 0.3123125,
      "grad_norm": 1.4795515537261963,
      "learning_rate": 0.0002345325269201002,
      "loss": 7.5204,
      "step": 149910
    },
    {
      "epoch": 0.31233333333333335,
      "grad_norm": 0.6679561138153076,
      "learning_rate": 0.00023452438276488005,
      "loss": 7.6493,
      "step": 149920
    },
    {
      "epoch": 0.31235416666666665,
      "grad_norm": 0.9757056832313538,
      "learning_rate": 0.000234516238244548,
      "loss": 7.915,
      "step": 149930
    },
    {
      "epoch": 0.312375,
      "grad_norm": 0.6378490924835205,
      "learning_rate": 0.00023450809335913927,
      "loss": 7.9616,
      "step": 149940
    },
    {
      "epoch": 0.3123958333333333,
      "grad_norm": 1.0584114789962769,
      "learning_rate": 0.00023449994810868902,
      "loss": 7.8177,
      "step": 149950
    },
    {
      "epoch": 0.3124166666666667,
      "grad_norm": 0.7780428528785706,
      "learning_rate": 0.00023449180249323243,
      "loss": 7.4739,
      "step": 149960
    },
    {
      "epoch": 0.3124375,
      "grad_norm": 0.7259976267814636,
      "learning_rate": 0.00023448365651280472,
      "loss": 7.3588,
      "step": 149970
    },
    {
      "epoch": 0.31245833333333334,
      "grad_norm": 3.1152708530426025,
      "learning_rate": 0.00023447551016744106,
      "loss": 8.4357,
      "step": 149980
    },
    {
      "epoch": 0.31247916666666664,
      "grad_norm": 0.7867873907089233,
      "learning_rate": 0.0002344673634571766,
      "loss": 7.6256,
      "step": 149990
    },
    {
      "epoch": 0.3125,
      "grad_norm": 0.8292832374572754,
      "learning_rate": 0.0002344592163820466,
      "loss": 7.9568,
      "step": 150000
    },
    {
      "epoch": 0.3125,
      "eval_loss": 7.054743766784668,
      "eval_runtime": 8.2899,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 150000
    },
    {
      "epoch": 0.31252083333333336,
      "grad_norm": 0.7855716347694397,
      "learning_rate": 0.00023445106894208622,
      "loss": 7.2534,
      "step": 150010
    },
    {
      "epoch": 0.31254166666666666,
      "grad_norm": 1.8071976900100708,
      "learning_rate": 0.00023444292113733063,
      "loss": 7.4818,
      "step": 150020
    },
    {
      "epoch": 0.3125625,
      "grad_norm": 1.3417112827301025,
      "learning_rate": 0.00023443477296781505,
      "loss": 7.3382,
      "step": 150030
    },
    {
      "epoch": 0.3125833333333333,
      "grad_norm": 1.1104627847671509,
      "learning_rate": 0.00023442662443357465,
      "loss": 7.3036,
      "step": 150040
    },
    {
      "epoch": 0.3126041666666667,
      "grad_norm": 0.6608825325965881,
      "learning_rate": 0.00023441847553464467,
      "loss": 7.7959,
      "step": 150050
    },
    {
      "epoch": 0.312625,
      "grad_norm": 1.182839274406433,
      "learning_rate": 0.0002344103262710603,
      "loss": 9.0965,
      "step": 150060
    },
    {
      "epoch": 0.31264583333333335,
      "grad_norm": 0.8351387977600098,
      "learning_rate": 0.0002344021766428567,
      "loss": 7.7591,
      "step": 150070
    },
    {
      "epoch": 0.31266666666666665,
      "grad_norm": 1.1427226066589355,
      "learning_rate": 0.00023439402665006913,
      "loss": 7.8235,
      "step": 150080
    },
    {
      "epoch": 0.3126875,
      "grad_norm": 1.8010532855987549,
      "learning_rate": 0.00023438587629273278,
      "loss": 7.3885,
      "step": 150090
    },
    {
      "epoch": 0.3127083333333333,
      "grad_norm": 1.055760383605957,
      "learning_rate": 0.00023437772557088283,
      "loss": 7.1221,
      "step": 150100
    },
    {
      "epoch": 0.31272916666666667,
      "grad_norm": 0.7075545787811279,
      "learning_rate": 0.00023436957448455452,
      "loss": 7.7067,
      "step": 150110
    },
    {
      "epoch": 0.31275,
      "grad_norm": 1.2488727569580078,
      "learning_rate": 0.000234361423033783,
      "loss": 7.4014,
      "step": 150120
    },
    {
      "epoch": 0.31277083333333333,
      "grad_norm": 2.841125011444092,
      "learning_rate": 0.00023435327121860362,
      "loss": 7.9123,
      "step": 150130
    },
    {
      "epoch": 0.3127916666666667,
      "grad_norm": 1.122503399848938,
      "learning_rate": 0.00023434511903905144,
      "loss": 8.0575,
      "step": 150140
    },
    {
      "epoch": 0.3128125,
      "grad_norm": 0.800986647605896,
      "learning_rate": 0.00023433696649516168,
      "loss": 7.7411,
      "step": 150150
    },
    {
      "epoch": 0.31283333333333335,
      "grad_norm": 3.7217278480529785,
      "learning_rate": 0.00023432881358696967,
      "loss": 7.9549,
      "step": 150160
    },
    {
      "epoch": 0.31285416666666666,
      "grad_norm": 2.05861234664917,
      "learning_rate": 0.00023432066031451056,
      "loss": 9.3285,
      "step": 150170
    },
    {
      "epoch": 0.312875,
      "grad_norm": 1.4317020177841187,
      "learning_rate": 0.00023431250667781958,
      "loss": 7.858,
      "step": 150180
    },
    {
      "epoch": 0.3128958333333333,
      "grad_norm": 3.1322684288024902,
      "learning_rate": 0.00023430435267693191,
      "loss": 7.4875,
      "step": 150190
    },
    {
      "epoch": 0.3129166666666667,
      "grad_norm": 1.3585137128829956,
      "learning_rate": 0.00023429619831188283,
      "loss": 8.7511,
      "step": 150200
    },
    {
      "epoch": 0.3129375,
      "grad_norm": 1.26939058303833,
      "learning_rate": 0.00023428804358270754,
      "loss": 8.2793,
      "step": 150210
    },
    {
      "epoch": 0.31295833333333334,
      "grad_norm": 2.27474308013916,
      "learning_rate": 0.00023427988848944122,
      "loss": 8.8752,
      "step": 150220
    },
    {
      "epoch": 0.31297916666666664,
      "grad_norm": 1.169230580329895,
      "learning_rate": 0.00023427173303211922,
      "loss": 7.942,
      "step": 150230
    },
    {
      "epoch": 0.313,
      "grad_norm": 0.6971237063407898,
      "learning_rate": 0.0002342635772107767,
      "loss": 7.3182,
      "step": 150240
    },
    {
      "epoch": 0.31302083333333336,
      "grad_norm": 1.5276402235031128,
      "learning_rate": 0.00023425542102544877,
      "loss": 7.6503,
      "step": 150250
    },
    {
      "epoch": 0.31304166666666666,
      "grad_norm": 0.756096601486206,
      "learning_rate": 0.0002342472644761709,
      "loss": 7.4913,
      "step": 150260
    },
    {
      "epoch": 0.3130625,
      "grad_norm": 1.4627047777175903,
      "learning_rate": 0.00023423910756297807,
      "loss": 7.4658,
      "step": 150270
    },
    {
      "epoch": 0.3130833333333333,
      "grad_norm": 0.7187824249267578,
      "learning_rate": 0.00023423095028590572,
      "loss": 8.5704,
      "step": 150280
    },
    {
      "epoch": 0.3131041666666667,
      "grad_norm": 0.7079521417617798,
      "learning_rate": 0.00023422279264498903,
      "loss": 7.8122,
      "step": 150290
    },
    {
      "epoch": 0.313125,
      "grad_norm": 1.7500554323196411,
      "learning_rate": 0.00023421463464026314,
      "loss": 7.7742,
      "step": 150300
    },
    {
      "epoch": 0.31314583333333335,
      "grad_norm": 0.9035931825637817,
      "learning_rate": 0.00023420647627176344,
      "loss": 7.674,
      "step": 150310
    },
    {
      "epoch": 0.31316666666666665,
      "grad_norm": 2.38602614402771,
      "learning_rate": 0.000234198317539525,
      "loss": 8.4613,
      "step": 150320
    },
    {
      "epoch": 0.3131875,
      "grad_norm": 1.2167774438858032,
      "learning_rate": 0.0002341901584435832,
      "loss": 7.7216,
      "step": 150330
    },
    {
      "epoch": 0.3132083333333333,
      "grad_norm": 1.0534824132919312,
      "learning_rate": 0.00023418199898397326,
      "loss": 7.5985,
      "step": 150340
    },
    {
      "epoch": 0.31322916666666667,
      "grad_norm": 1.1115727424621582,
      "learning_rate": 0.00023417383916073036,
      "loss": 7.4986,
      "step": 150350
    },
    {
      "epoch": 0.31325,
      "grad_norm": 3.6200709342956543,
      "learning_rate": 0.00023416567897388985,
      "loss": 7.9439,
      "step": 150360
    },
    {
      "epoch": 0.31327083333333333,
      "grad_norm": 0.8842520713806152,
      "learning_rate": 0.0002341575184234869,
      "loss": 9.0454,
      "step": 150370
    },
    {
      "epoch": 0.3132916666666667,
      "grad_norm": 0.621484100818634,
      "learning_rate": 0.0002341493575095568,
      "loss": 7.4427,
      "step": 150380
    },
    {
      "epoch": 0.3133125,
      "grad_norm": 3.001042127609253,
      "learning_rate": 0.00023414119623213473,
      "loss": 7.5919,
      "step": 150390
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 0.9407323002815247,
      "learning_rate": 0.00023413303459125602,
      "loss": 8.0321,
      "step": 150400
    },
    {
      "epoch": 0.31335416666666666,
      "grad_norm": 1.7667341232299805,
      "learning_rate": 0.0002341248725869559,
      "loss": 7.7074,
      "step": 150410
    },
    {
      "epoch": 0.313375,
      "grad_norm": 16.474397659301758,
      "learning_rate": 0.00023411671021926969,
      "loss": 9.6802,
      "step": 150420
    },
    {
      "epoch": 0.3133958333333333,
      "grad_norm": 2.2531206607818604,
      "learning_rate": 0.0002341085474882325,
      "loss": 7.9012,
      "step": 150430
    },
    {
      "epoch": 0.3134166666666667,
      "grad_norm": 0.34793731570243835,
      "learning_rate": 0.0002341003843938797,
      "loss": 8.2627,
      "step": 150440
    },
    {
      "epoch": 0.3134375,
      "grad_norm": 1.0529358386993408,
      "learning_rate": 0.00023409222093624655,
      "loss": 8.1278,
      "step": 150450
    },
    {
      "epoch": 0.31345833333333334,
      "grad_norm": 2.1047189235687256,
      "learning_rate": 0.0002340840571153683,
      "loss": 8.0646,
      "step": 150460
    },
    {
      "epoch": 0.31347916666666664,
      "grad_norm": 0.9178978800773621,
      "learning_rate": 0.0002340758929312802,
      "loss": 7.4623,
      "step": 150470
    },
    {
      "epoch": 0.3135,
      "grad_norm": 1.6223546266555786,
      "learning_rate": 0.00023406772838401754,
      "loss": 7.7644,
      "step": 150480
    },
    {
      "epoch": 0.31352083333333336,
      "grad_norm": 5.954128265380859,
      "learning_rate": 0.0002340595634736155,
      "loss": 7.9519,
      "step": 150490
    },
    {
      "epoch": 0.31354166666666666,
      "grad_norm": 0.496151328086853,
      "learning_rate": 0.00023405139820010948,
      "loss": 7.4596,
      "step": 150500
    },
    {
      "epoch": 0.3135625,
      "grad_norm": 0.8411116003990173,
      "learning_rate": 0.00023404323256353467,
      "loss": 8.3943,
      "step": 150510
    },
    {
      "epoch": 0.3135833333333333,
      "grad_norm": 0.4945491552352905,
      "learning_rate": 0.00023403506656392636,
      "loss": 7.8251,
      "step": 150520
    },
    {
      "epoch": 0.3136041666666667,
      "grad_norm": 1.8041112422943115,
      "learning_rate": 0.00023402690020131982,
      "loss": 8.494,
      "step": 150530
    },
    {
      "epoch": 0.313625,
      "grad_norm": 1.9842678308486938,
      "learning_rate": 0.00023401873347575033,
      "loss": 7.3948,
      "step": 150540
    },
    {
      "epoch": 0.31364583333333335,
      "grad_norm": 0.5828782320022583,
      "learning_rate": 0.0002340105663872532,
      "loss": 9.3819,
      "step": 150550
    },
    {
      "epoch": 0.31366666666666665,
      "grad_norm": 1.3157939910888672,
      "learning_rate": 0.00023400239893586365,
      "loss": 8.0036,
      "step": 150560
    },
    {
      "epoch": 0.3136875,
      "grad_norm": 1.0939222574234009,
      "learning_rate": 0.000233994231121617,
      "loss": 7.7259,
      "step": 150570
    },
    {
      "epoch": 0.3137083333333333,
      "grad_norm": 1.2408095598220825,
      "learning_rate": 0.0002339860629445485,
      "loss": 7.4849,
      "step": 150580
    },
    {
      "epoch": 0.31372916666666667,
      "grad_norm": 0.676260232925415,
      "learning_rate": 0.00023397789440469347,
      "loss": 8.0845,
      "step": 150590
    },
    {
      "epoch": 0.31375,
      "grad_norm": 0.9698401093482971,
      "learning_rate": 0.0002339697255020872,
      "loss": 8.3908,
      "step": 150600
    },
    {
      "epoch": 0.31377083333333333,
      "grad_norm": 0.9947727918624878,
      "learning_rate": 0.0002339615562367649,
      "loss": 7.7929,
      "step": 150610
    },
    {
      "epoch": 0.3137916666666667,
      "grad_norm": 4.163053035736084,
      "learning_rate": 0.00023395338660876195,
      "loss": 8.1451,
      "step": 150620
    },
    {
      "epoch": 0.3138125,
      "grad_norm": 1.0154162645339966,
      "learning_rate": 0.00023394521661811358,
      "loss": 7.9153,
      "step": 150630
    },
    {
      "epoch": 0.31383333333333335,
      "grad_norm": 0.9494464993476868,
      "learning_rate": 0.0002339370462648551,
      "loss": 7.8483,
      "step": 150640
    },
    {
      "epoch": 0.31385416666666666,
      "grad_norm": 1.066414713859558,
      "learning_rate": 0.0002339288755490218,
      "loss": 7.9957,
      "step": 150650
    },
    {
      "epoch": 0.313875,
      "grad_norm": 1.0527578592300415,
      "learning_rate": 0.000233920704470649,
      "loss": 7.7572,
      "step": 150660
    },
    {
      "epoch": 0.3138958333333333,
      "grad_norm": 1.6678954362869263,
      "learning_rate": 0.00023391253302977192,
      "loss": 7.5057,
      "step": 150670
    },
    {
      "epoch": 0.3139166666666667,
      "grad_norm": 0.8277031183242798,
      "learning_rate": 0.000233904361226426,
      "loss": 7.6912,
      "step": 150680
    },
    {
      "epoch": 0.3139375,
      "grad_norm": 1.4540013074874878,
      "learning_rate": 0.0002338961890606464,
      "loss": 7.618,
      "step": 150690
    },
    {
      "epoch": 0.31395833333333334,
      "grad_norm": 1.190359354019165,
      "learning_rate": 0.0002338880165324685,
      "loss": 7.9517,
      "step": 150700
    },
    {
      "epoch": 0.31397916666666664,
      "grad_norm": 1.9049360752105713,
      "learning_rate": 0.00023387984364192757,
      "loss": 7.9083,
      "step": 150710
    },
    {
      "epoch": 0.314,
      "grad_norm": 1.6541500091552734,
      "learning_rate": 0.00023387167038905888,
      "loss": 7.6933,
      "step": 150720
    },
    {
      "epoch": 0.31402083333333336,
      "grad_norm": 0.6782007813453674,
      "learning_rate": 0.0002338634967738978,
      "loss": 7.6092,
      "step": 150730
    },
    {
      "epoch": 0.31404166666666666,
      "grad_norm": 1.2319111824035645,
      "learning_rate": 0.0002338553227964796,
      "loss": 7.4777,
      "step": 150740
    },
    {
      "epoch": 0.3140625,
      "grad_norm": 3.47601580619812,
      "learning_rate": 0.0002338471484568396,
      "loss": 7.8078,
      "step": 150750
    },
    {
      "epoch": 0.3140833333333333,
      "grad_norm": 2.685673475265503,
      "learning_rate": 0.00023383897375501314,
      "loss": 7.8533,
      "step": 150760
    },
    {
      "epoch": 0.3141041666666667,
      "grad_norm": 0.5979352593421936,
      "learning_rate": 0.00023383079869103546,
      "loss": 7.6788,
      "step": 150770
    },
    {
      "epoch": 0.314125,
      "grad_norm": 0.8191386461257935,
      "learning_rate": 0.00023382262326494192,
      "loss": 7.7515,
      "step": 150780
    },
    {
      "epoch": 0.31414583333333335,
      "grad_norm": 0.7919020652770996,
      "learning_rate": 0.00023381444747676785,
      "loss": 7.2908,
      "step": 150790
    },
    {
      "epoch": 0.31416666666666665,
      "grad_norm": 0.856656014919281,
      "learning_rate": 0.00023380627132654847,
      "loss": 8.9425,
      "step": 150800
    },
    {
      "epoch": 0.3141875,
      "grad_norm": 2.8719470500946045,
      "learning_rate": 0.00023379809481431925,
      "loss": 7.6743,
      "step": 150810
    },
    {
      "epoch": 0.3142083333333333,
      "grad_norm": 0.6143192052841187,
      "learning_rate": 0.0002337899179401154,
      "loss": 8.4568,
      "step": 150820
    },
    {
      "epoch": 0.31422916666666667,
      "grad_norm": 3.1172778606414795,
      "learning_rate": 0.00023378174070397227,
      "loss": 7.8828,
      "step": 150830
    },
    {
      "epoch": 0.31425,
      "grad_norm": 0.7164732813835144,
      "learning_rate": 0.0002337735631059252,
      "loss": 7.6218,
      "step": 150840
    },
    {
      "epoch": 0.31427083333333333,
      "grad_norm": 0.8258480429649353,
      "learning_rate": 0.00023376538514600947,
      "loss": 7.5907,
      "step": 150850
    },
    {
      "epoch": 0.3142916666666667,
      "grad_norm": 0.5589442849159241,
      "learning_rate": 0.00023375720682426045,
      "loss": 7.3181,
      "step": 150860
    },
    {
      "epoch": 0.3143125,
      "grad_norm": 1.025305986404419,
      "learning_rate": 0.00023374902814071347,
      "loss": 7.9306,
      "step": 150870
    },
    {
      "epoch": 0.31433333333333335,
      "grad_norm": 1.234999179840088,
      "learning_rate": 0.0002337408490954038,
      "loss": 8.1572,
      "step": 150880
    },
    {
      "epoch": 0.31435416666666666,
      "grad_norm": 0.9902595281600952,
      "learning_rate": 0.00023373266968836683,
      "loss": 7.4598,
      "step": 150890
    },
    {
      "epoch": 0.314375,
      "grad_norm": 1.4551414251327515,
      "learning_rate": 0.00023372448991963786,
      "loss": 7.5807,
      "step": 150900
    },
    {
      "epoch": 0.3143958333333333,
      "grad_norm": 0.6637815833091736,
      "learning_rate": 0.00023371630978925224,
      "loss": 7.539,
      "step": 150910
    },
    {
      "epoch": 0.3144166666666667,
      "grad_norm": 0.7875222563743591,
      "learning_rate": 0.00023370812929724528,
      "loss": 7.6794,
      "step": 150920
    },
    {
      "epoch": 0.3144375,
      "grad_norm": 1.9781464338302612,
      "learning_rate": 0.00023369994844365236,
      "loss": 7.6638,
      "step": 150930
    },
    {
      "epoch": 0.31445833333333334,
      "grad_norm": 1.8976740837097168,
      "learning_rate": 0.00023369176722850882,
      "loss": 7.5809,
      "step": 150940
    },
    {
      "epoch": 0.31447916666666664,
      "grad_norm": 1.9525041580200195,
      "learning_rate": 0.00023368358565184992,
      "loss": 7.4091,
      "step": 150950
    },
    {
      "epoch": 0.3145,
      "grad_norm": 3.2684292793273926,
      "learning_rate": 0.0002336754037137111,
      "loss": 8.1889,
      "step": 150960
    },
    {
      "epoch": 0.31452083333333336,
      "grad_norm": 0.9526808857917786,
      "learning_rate": 0.00023366722141412758,
      "loss": 7.9942,
      "step": 150970
    },
    {
      "epoch": 0.31454166666666666,
      "grad_norm": 0.8333666920661926,
      "learning_rate": 0.00023365903875313486,
      "loss": 8.9155,
      "step": 150980
    },
    {
      "epoch": 0.3145625,
      "grad_norm": 1.450354814529419,
      "learning_rate": 0.00023365085573076816,
      "loss": 7.5081,
      "step": 150990
    },
    {
      "epoch": 0.3145833333333333,
      "grad_norm": 0.9059551358222961,
      "learning_rate": 0.0002336426723470629,
      "loss": 7.347,
      "step": 151000
    },
    {
      "epoch": 0.3145833333333333,
      "eval_loss": 9.21410083770752,
      "eval_runtime": 8.4214,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 151000
    },
    {
      "epoch": 0.3146041666666667,
      "grad_norm": 1.038248896598816,
      "learning_rate": 0.0002336344886020544,
      "loss": 7.258,
      "step": 151010
    },
    {
      "epoch": 0.314625,
      "grad_norm": 1.649432897567749,
      "learning_rate": 0.000233626304495778,
      "loss": 7.8225,
      "step": 151020
    },
    {
      "epoch": 0.31464583333333335,
      "grad_norm": 0.6297934651374817,
      "learning_rate": 0.00023361812002826906,
      "loss": 7.5377,
      "step": 151030
    },
    {
      "epoch": 0.31466666666666665,
      "grad_norm": 1.3063323497772217,
      "learning_rate": 0.00023360993519956302,
      "loss": 7.7395,
      "step": 151040
    },
    {
      "epoch": 0.3146875,
      "grad_norm": 0.691222608089447,
      "learning_rate": 0.00023360175000969506,
      "loss": 8.1834,
      "step": 151050
    },
    {
      "epoch": 0.3147083333333333,
      "grad_norm": 1.6266863346099854,
      "learning_rate": 0.00023359356445870066,
      "loss": 7.9259,
      "step": 151060
    },
    {
      "epoch": 0.31472916666666667,
      "grad_norm": 0.9379466772079468,
      "learning_rate": 0.0002335853785466152,
      "loss": 7.6157,
      "step": 151070
    },
    {
      "epoch": 0.31475,
      "grad_norm": 1.25020170211792,
      "learning_rate": 0.0002335771922734739,
      "loss": 7.318,
      "step": 151080
    },
    {
      "epoch": 0.31477083333333333,
      "grad_norm": 1.031091570854187,
      "learning_rate": 0.00023356900563931225,
      "loss": 7.3625,
      "step": 151090
    },
    {
      "epoch": 0.3147916666666667,
      "grad_norm": 4.834539890289307,
      "learning_rate": 0.0002335608186441656,
      "loss": 8.6982,
      "step": 151100
    },
    {
      "epoch": 0.3148125,
      "grad_norm": 1.4741333723068237,
      "learning_rate": 0.00023355263128806928,
      "loss": 7.7183,
      "step": 151110
    },
    {
      "epoch": 0.31483333333333335,
      "grad_norm": 1.4480230808258057,
      "learning_rate": 0.00023354444357105863,
      "loss": 7.6634,
      "step": 151120
    },
    {
      "epoch": 0.31485416666666666,
      "grad_norm": 0.6663652062416077,
      "learning_rate": 0.0002335362554931691,
      "loss": 8.4535,
      "step": 151130
    },
    {
      "epoch": 0.314875,
      "grad_norm": 4.720713138580322,
      "learning_rate": 0.00023352806705443597,
      "loss": 7.8102,
      "step": 151140
    },
    {
      "epoch": 0.3148958333333333,
      "grad_norm": 1.1347395181655884,
      "learning_rate": 0.00023351987825489468,
      "loss": 7.4212,
      "step": 151150
    },
    {
      "epoch": 0.3149166666666667,
      "grad_norm": 1.1007992029190063,
      "learning_rate": 0.00023351168909458057,
      "loss": 7.9679,
      "step": 151160
    },
    {
      "epoch": 0.3149375,
      "grad_norm": 1.5670431852340698,
      "learning_rate": 0.000233503499573529,
      "loss": 8.0349,
      "step": 151170
    },
    {
      "epoch": 0.31495833333333334,
      "grad_norm": 1.81894052028656,
      "learning_rate": 0.0002334953096917754,
      "loss": 8.0361,
      "step": 151180
    },
    {
      "epoch": 0.31497916666666664,
      "grad_norm": 2.71277117729187,
      "learning_rate": 0.0002334871194493551,
      "loss": 8.0304,
      "step": 151190
    },
    {
      "epoch": 0.315,
      "grad_norm": 0.980789840221405,
      "learning_rate": 0.0002334789288463035,
      "loss": 7.7954,
      "step": 151200
    },
    {
      "epoch": 0.31502083333333336,
      "grad_norm": 1.0221889019012451,
      "learning_rate": 0.00023347073788265596,
      "loss": 7.371,
      "step": 151210
    },
    {
      "epoch": 0.31504166666666666,
      "grad_norm": 4.431587219238281,
      "learning_rate": 0.00023346254655844781,
      "loss": 8.5564,
      "step": 151220
    },
    {
      "epoch": 0.3150625,
      "grad_norm": 1.5321046113967896,
      "learning_rate": 0.00023345435487371458,
      "loss": 7.9196,
      "step": 151230
    },
    {
      "epoch": 0.3150833333333333,
      "grad_norm": 1.003892183303833,
      "learning_rate": 0.00023344616282849158,
      "loss": 8.4251,
      "step": 151240
    },
    {
      "epoch": 0.3151041666666667,
      "grad_norm": 2.0457136631011963,
      "learning_rate": 0.00023343797042281412,
      "loss": 8.1058,
      "step": 151250
    },
    {
      "epoch": 0.315125,
      "grad_norm": 1.1441000699996948,
      "learning_rate": 0.00023342977765671767,
      "loss": 7.6036,
      "step": 151260
    },
    {
      "epoch": 0.31514583333333335,
      "grad_norm": 3.3551266193389893,
      "learning_rate": 0.00023342158453023765,
      "loss": 8.2309,
      "step": 151270
    },
    {
      "epoch": 0.31516666666666665,
      "grad_norm": 1.193442940711975,
      "learning_rate": 0.0002334133910434094,
      "loss": 7.3557,
      "step": 151280
    },
    {
      "epoch": 0.3151875,
      "grad_norm": 3.7474143505096436,
      "learning_rate": 0.00023340519719626827,
      "loss": 7.6836,
      "step": 151290
    },
    {
      "epoch": 0.3152083333333333,
      "grad_norm": 0.6961649060249329,
      "learning_rate": 0.00023339700298884974,
      "loss": 7.7553,
      "step": 151300
    },
    {
      "epoch": 0.31522916666666667,
      "grad_norm": 1.6106479167938232,
      "learning_rate": 0.00023338880842118913,
      "loss": 7.5067,
      "step": 151310
    },
    {
      "epoch": 0.31525,
      "grad_norm": 1.1567487716674805,
      "learning_rate": 0.00023338061349332194,
      "loss": 7.6677,
      "step": 151320
    },
    {
      "epoch": 0.31527083333333333,
      "grad_norm": 0.8753454685211182,
      "learning_rate": 0.00023337241820528342,
      "loss": 7.2415,
      "step": 151330
    },
    {
      "epoch": 0.3152916666666667,
      "grad_norm": 0.7256292104721069,
      "learning_rate": 0.0002333642225571091,
      "loss": 7.7123,
      "step": 151340
    },
    {
      "epoch": 0.3153125,
      "grad_norm": 0.7939691543579102,
      "learning_rate": 0.00023335602654883436,
      "loss": 7.7953,
      "step": 151350
    },
    {
      "epoch": 0.31533333333333335,
      "grad_norm": 1.315006971359253,
      "learning_rate": 0.0002333478301804945,
      "loss": 7.55,
      "step": 151360
    },
    {
      "epoch": 0.31535416666666666,
      "grad_norm": 3.971784830093384,
      "learning_rate": 0.0002333396334521251,
      "loss": 9.075,
      "step": 151370
    },
    {
      "epoch": 0.315375,
      "grad_norm": 0.8284510374069214,
      "learning_rate": 0.00023333143636376143,
      "loss": 8.0229,
      "step": 151380
    },
    {
      "epoch": 0.3153958333333333,
      "grad_norm": 0.5981863737106323,
      "learning_rate": 0.0002333232389154389,
      "loss": 7.875,
      "step": 151390
    },
    {
      "epoch": 0.3154166666666667,
      "grad_norm": 1.3074204921722412,
      "learning_rate": 0.000233315041107193,
      "loss": 8.0172,
      "step": 151400
    },
    {
      "epoch": 0.3154375,
      "grad_norm": 3.647118091583252,
      "learning_rate": 0.00023330684293905912,
      "loss": 7.6888,
      "step": 151410
    },
    {
      "epoch": 0.31545833333333334,
      "grad_norm": 1.6121565103530884,
      "learning_rate": 0.00023329864441107263,
      "loss": 7.6994,
      "step": 151420
    },
    {
      "epoch": 0.31547916666666664,
      "grad_norm": 2.8814408779144287,
      "learning_rate": 0.00023329044552326898,
      "loss": 7.6078,
      "step": 151430
    },
    {
      "epoch": 0.3155,
      "grad_norm": 1.7287406921386719,
      "learning_rate": 0.0002332822462756836,
      "loss": 8.1712,
      "step": 151440
    },
    {
      "epoch": 0.3155208333333333,
      "grad_norm": 0.6912599802017212,
      "learning_rate": 0.0002332740466683518,
      "loss": 8.6923,
      "step": 151450
    },
    {
      "epoch": 0.31554166666666666,
      "grad_norm": 1.0948418378829956,
      "learning_rate": 0.00023326584670130916,
      "loss": 7.9735,
      "step": 151460
    },
    {
      "epoch": 0.3155625,
      "grad_norm": 1.8028180599212646,
      "learning_rate": 0.00023325764637459096,
      "loss": 8.3617,
      "step": 151470
    },
    {
      "epoch": 0.3155833333333333,
      "grad_norm": 0.869380533695221,
      "learning_rate": 0.00023324944568823273,
      "loss": 7.673,
      "step": 151480
    },
    {
      "epoch": 0.3156041666666667,
      "grad_norm": 1.5340286493301392,
      "learning_rate": 0.00023324124464226985,
      "loss": 7.8138,
      "step": 151490
    },
    {
      "epoch": 0.315625,
      "grad_norm": 1.6371865272521973,
      "learning_rate": 0.0002332330432367377,
      "loss": 7.8119,
      "step": 151500
    },
    {
      "epoch": 0.31564583333333335,
      "grad_norm": 0.8240244388580322,
      "learning_rate": 0.00023322484147167178,
      "loss": 7.7625,
      "step": 151510
    },
    {
      "epoch": 0.31566666666666665,
      "grad_norm": 1.74204421043396,
      "learning_rate": 0.00023321663934710747,
      "loss": 7.6014,
      "step": 151520
    },
    {
      "epoch": 0.3156875,
      "grad_norm": 0.5215616822242737,
      "learning_rate": 0.00023320843686308024,
      "loss": 7.5843,
      "step": 151530
    },
    {
      "epoch": 0.3157083333333333,
      "grad_norm": 15.66287899017334,
      "learning_rate": 0.00023320023401962546,
      "loss": 9.3085,
      "step": 151540
    },
    {
      "epoch": 0.31572916666666667,
      "grad_norm": 0.6312974095344543,
      "learning_rate": 0.0002331920308167786,
      "loss": 7.7526,
      "step": 151550
    },
    {
      "epoch": 0.31575,
      "grad_norm": 0.5778427124023438,
      "learning_rate": 0.00023318382725457515,
      "loss": 7.6008,
      "step": 151560
    },
    {
      "epoch": 0.31577083333333333,
      "grad_norm": 0.8786438703536987,
      "learning_rate": 0.00023317562333305048,
      "loss": 8.4706,
      "step": 151570
    },
    {
      "epoch": 0.3157916666666667,
      "grad_norm": 0.8684972524642944,
      "learning_rate": 0.00023316741905224004,
      "loss": 7.5965,
      "step": 151580
    },
    {
      "epoch": 0.3158125,
      "grad_norm": 0.9039814472198486,
      "learning_rate": 0.0002331592144121792,
      "loss": 8.8172,
      "step": 151590
    },
    {
      "epoch": 0.31583333333333335,
      "grad_norm": 0.7597475051879883,
      "learning_rate": 0.00023315100941290358,
      "loss": 7.4847,
      "step": 151600
    },
    {
      "epoch": 0.31585416666666666,
      "grad_norm": 1.110559344291687,
      "learning_rate": 0.00023314280405444844,
      "loss": 7.6547,
      "step": 151610
    },
    {
      "epoch": 0.315875,
      "grad_norm": 1.5686655044555664,
      "learning_rate": 0.0002331345983368493,
      "loss": 7.3544,
      "step": 151620
    },
    {
      "epoch": 0.3158958333333333,
      "grad_norm": 0.6724809408187866,
      "learning_rate": 0.00023312639226014166,
      "loss": 7.4531,
      "step": 151630
    },
    {
      "epoch": 0.3159166666666667,
      "grad_norm": 1.1634597778320312,
      "learning_rate": 0.00023311818582436085,
      "loss": 7.5515,
      "step": 151640
    },
    {
      "epoch": 0.3159375,
      "grad_norm": 0.7251777648925781,
      "learning_rate": 0.0002331099790295424,
      "loss": 8.0136,
      "step": 151650
    },
    {
      "epoch": 0.31595833333333334,
      "grad_norm": 8.517972946166992,
      "learning_rate": 0.00023310177187572178,
      "loss": 7.8517,
      "step": 151660
    },
    {
      "epoch": 0.31597916666666664,
      "grad_norm": 1.2433334589004517,
      "learning_rate": 0.0002330935643629343,
      "loss": 7.9423,
      "step": 151670
    },
    {
      "epoch": 0.316,
      "grad_norm": 1.0363699197769165,
      "learning_rate": 0.00023308535649121557,
      "loss": 7.7179,
      "step": 151680
    },
    {
      "epoch": 0.3160208333333333,
      "grad_norm": 0.7684569358825684,
      "learning_rate": 0.000233077148260601,
      "loss": 7.5878,
      "step": 151690
    },
    {
      "epoch": 0.31604166666666667,
      "grad_norm": 1.660691738128662,
      "learning_rate": 0.000233068939671126,
      "loss": 8.606,
      "step": 151700
    },
    {
      "epoch": 0.3160625,
      "grad_norm": 1.2885255813598633,
      "learning_rate": 0.00023306073072282607,
      "loss": 7.9734,
      "step": 151710
    },
    {
      "epoch": 0.3160833333333333,
      "grad_norm": 1.4232988357543945,
      "learning_rate": 0.00023305252141573668,
      "loss": 7.7231,
      "step": 151720
    },
    {
      "epoch": 0.3161041666666667,
      "grad_norm": 0.7431912422180176,
      "learning_rate": 0.00023304431174989325,
      "loss": 7.8113,
      "step": 151730
    },
    {
      "epoch": 0.316125,
      "grad_norm": 0.7792571187019348,
      "learning_rate": 0.00023303610172533125,
      "loss": 7.4019,
      "step": 151740
    },
    {
      "epoch": 0.31614583333333335,
      "grad_norm": 0.6952735185623169,
      "learning_rate": 0.0002330278913420862,
      "loss": 7.9503,
      "step": 151750
    },
    {
      "epoch": 0.31616666666666665,
      "grad_norm": 0.6377507448196411,
      "learning_rate": 0.00023301968060019353,
      "loss": 7.8073,
      "step": 151760
    },
    {
      "epoch": 0.3161875,
      "grad_norm": 0.8766339421272278,
      "learning_rate": 0.0002330114694996887,
      "loss": 7.7853,
      "step": 151770
    },
    {
      "epoch": 0.3162083333333333,
      "grad_norm": 1.6733485460281372,
      "learning_rate": 0.00023300325804060713,
      "loss": 8.1068,
      "step": 151780
    },
    {
      "epoch": 0.3162291666666667,
      "grad_norm": 0.5929410457611084,
      "learning_rate": 0.00023299504622298437,
      "loss": 15.4519,
      "step": 151790
    },
    {
      "epoch": 0.31625,
      "grad_norm": 0.6661624312400818,
      "learning_rate": 0.00023298683404685585,
      "loss": 8.4193,
      "step": 151800
    },
    {
      "epoch": 0.31627083333333333,
      "grad_norm": 1.6244597434997559,
      "learning_rate": 0.00023297862151225708,
      "loss": 8.3241,
      "step": 151810
    },
    {
      "epoch": 0.3162916666666667,
      "grad_norm": 0.7937276363372803,
      "learning_rate": 0.0002329704086192235,
      "loss": 8.0003,
      "step": 151820
    },
    {
      "epoch": 0.3163125,
      "grad_norm": 0.7274731397628784,
      "learning_rate": 0.0002329621953677906,
      "loss": 8.7848,
      "step": 151830
    },
    {
      "epoch": 0.31633333333333336,
      "grad_norm": 1.005306601524353,
      "learning_rate": 0.00023295398175799382,
      "loss": 7.649,
      "step": 151840
    },
    {
      "epoch": 0.31635416666666666,
      "grad_norm": 1.5051510334014893,
      "learning_rate": 0.0002329457677898687,
      "loss": 7.4514,
      "step": 151850
    },
    {
      "epoch": 0.316375,
      "grad_norm": 1.3241016864776611,
      "learning_rate": 0.00023293755346345072,
      "loss": 8.2651,
      "step": 151860
    },
    {
      "epoch": 0.3163958333333333,
      "grad_norm": 0.8502594232559204,
      "learning_rate": 0.00023292933877877534,
      "loss": 7.6833,
      "step": 151870
    },
    {
      "epoch": 0.3164166666666667,
      "grad_norm": 1.2813751697540283,
      "learning_rate": 0.000232921123735878,
      "loss": 7.4702,
      "step": 151880
    },
    {
      "epoch": 0.3164375,
      "grad_norm": 6.428200721740723,
      "learning_rate": 0.00023291290833479423,
      "loss": 7.7278,
      "step": 151890
    },
    {
      "epoch": 0.31645833333333334,
      "grad_norm": 0.7729482650756836,
      "learning_rate": 0.00023290469257555957,
      "loss": 7.7538,
      "step": 151900
    },
    {
      "epoch": 0.31647916666666664,
      "grad_norm": 0.8249833583831787,
      "learning_rate": 0.0002328964764582094,
      "loss": 7.4946,
      "step": 151910
    },
    {
      "epoch": 0.3165,
      "grad_norm": 1.7174583673477173,
      "learning_rate": 0.00023288825998277928,
      "loss": 7.8137,
      "step": 151920
    },
    {
      "epoch": 0.3165208333333333,
      "grad_norm": 1.148552656173706,
      "learning_rate": 0.00023288004314930467,
      "loss": 8.133,
      "step": 151930
    },
    {
      "epoch": 0.31654166666666667,
      "grad_norm": 0.8576852083206177,
      "learning_rate": 0.00023287182595782113,
      "loss": 8.0483,
      "step": 151940
    },
    {
      "epoch": 0.3165625,
      "grad_norm": 1.627890706062317,
      "learning_rate": 0.00023286360840836406,
      "loss": 7.8425,
      "step": 151950
    },
    {
      "epoch": 0.3165833333333333,
      "grad_norm": 0.6233159303665161,
      "learning_rate": 0.00023285539050096898,
      "loss": 7.6099,
      "step": 151960
    },
    {
      "epoch": 0.3166041666666667,
      "grad_norm": 1.2228403091430664,
      "learning_rate": 0.00023284717223567147,
      "loss": 7.8132,
      "step": 151970
    },
    {
      "epoch": 0.316625,
      "grad_norm": 0.5412639379501343,
      "learning_rate": 0.00023283895361250694,
      "loss": 7.4764,
      "step": 151980
    },
    {
      "epoch": 0.31664583333333335,
      "grad_norm": 0.9710021615028381,
      "learning_rate": 0.0002328307346315109,
      "loss": 7.8248,
      "step": 151990
    },
    {
      "epoch": 0.31666666666666665,
      "grad_norm": 1.6773484945297241,
      "learning_rate": 0.00023282251529271894,
      "loss": 8.0544,
      "step": 152000
    },
    {
      "epoch": 0.31666666666666665,
      "eval_loss": 7.714508056640625,
      "eval_runtime": 7.9168,
      "eval_samples_per_second": 0.379,
      "eval_steps_per_second": 0.126,
      "step": 152000
    },
    {
      "epoch": 0.3166875,
      "grad_norm": 0.5691807866096497,
      "learning_rate": 0.0002328142955961664,
      "loss": 7.4721,
      "step": 152010
    },
    {
      "epoch": 0.3167083333333333,
      "grad_norm": 0.9491506218910217,
      "learning_rate": 0.00023280607554188897,
      "loss": 7.8983,
      "step": 152020
    },
    {
      "epoch": 0.3167291666666667,
      "grad_norm": 1.1835472583770752,
      "learning_rate": 0.00023279785512992203,
      "loss": 7.7322,
      "step": 152030
    },
    {
      "epoch": 0.31675,
      "grad_norm": 3.080491781234741,
      "learning_rate": 0.00023278963436030114,
      "loss": 7.7169,
      "step": 152040
    },
    {
      "epoch": 0.31677083333333333,
      "grad_norm": 0.7335649728775024,
      "learning_rate": 0.00023278141323306178,
      "loss": 7.8672,
      "step": 152050
    },
    {
      "epoch": 0.3167916666666667,
      "grad_norm": 0.9908321499824524,
      "learning_rate": 0.0002327731917482395,
      "loss": 7.8632,
      "step": 152060
    },
    {
      "epoch": 0.3168125,
      "grad_norm": 0.8184037208557129,
      "learning_rate": 0.00023276496990586978,
      "loss": 7.8355,
      "step": 152070
    },
    {
      "epoch": 0.31683333333333336,
      "grad_norm": 1.0628714561462402,
      "learning_rate": 0.0002327567477059882,
      "loss": 8.2235,
      "step": 152080
    },
    {
      "epoch": 0.31685416666666666,
      "grad_norm": 1.106183409690857,
      "learning_rate": 0.00023274852514863016,
      "loss": 8.085,
      "step": 152090
    },
    {
      "epoch": 0.316875,
      "grad_norm": 2.973318099975586,
      "learning_rate": 0.00023274030223383128,
      "loss": 7.6085,
      "step": 152100
    },
    {
      "epoch": 0.3168958333333333,
      "grad_norm": 14.458717346191406,
      "learning_rate": 0.00023273207896162704,
      "loss": 8.1246,
      "step": 152110
    },
    {
      "epoch": 0.3169166666666667,
      "grad_norm": 0.8861903548240662,
      "learning_rate": 0.00023272385533205296,
      "loss": 7.6941,
      "step": 152120
    },
    {
      "epoch": 0.3169375,
      "grad_norm": 0.9483360052108765,
      "learning_rate": 0.0002327156313451446,
      "loss": 7.4158,
      "step": 152130
    },
    {
      "epoch": 0.31695833333333334,
      "grad_norm": 2.2109620571136475,
      "learning_rate": 0.00023270740700093742,
      "loss": 7.7016,
      "step": 152140
    },
    {
      "epoch": 0.31697916666666665,
      "grad_norm": 0.6382871270179749,
      "learning_rate": 0.00023269918229946697,
      "loss": 7.7129,
      "step": 152150
    },
    {
      "epoch": 0.317,
      "grad_norm": 0.8334242701530457,
      "learning_rate": 0.00023269095724076882,
      "loss": 7.5391,
      "step": 152160
    },
    {
      "epoch": 0.3170208333333333,
      "grad_norm": 1.4398504495620728,
      "learning_rate": 0.00023268273182487845,
      "loss": 9.1321,
      "step": 152170
    },
    {
      "epoch": 0.31704166666666667,
      "grad_norm": 1.3659348487854004,
      "learning_rate": 0.0002326745060518314,
      "loss": 8.18,
      "step": 152180
    },
    {
      "epoch": 0.3170625,
      "grad_norm": 1.4657267332077026,
      "learning_rate": 0.0002326662799216632,
      "loss": 7.6459,
      "step": 152190
    },
    {
      "epoch": 0.31708333333333333,
      "grad_norm": 1.4224867820739746,
      "learning_rate": 0.00023265805343440947,
      "loss": 7.4009,
      "step": 152200
    },
    {
      "epoch": 0.3171041666666667,
      "grad_norm": 0.8744012713432312,
      "learning_rate": 0.00023264982659010555,
      "loss": 7.6665,
      "step": 152210
    },
    {
      "epoch": 0.317125,
      "grad_norm": 1.0043514966964722,
      "learning_rate": 0.0002326415993887872,
      "loss": 7.5281,
      "step": 152220
    },
    {
      "epoch": 0.31714583333333335,
      "grad_norm": 1.1052398681640625,
      "learning_rate": 0.0002326333718304898,
      "loss": 7.9981,
      "step": 152230
    },
    {
      "epoch": 0.31716666666666665,
      "grad_norm": 1.3348442316055298,
      "learning_rate": 0.00023262514391524897,
      "loss": 7.6972,
      "step": 152240
    },
    {
      "epoch": 0.3171875,
      "grad_norm": 3.7945024967193604,
      "learning_rate": 0.00023261691564310018,
      "loss": 8.1672,
      "step": 152250
    },
    {
      "epoch": 0.3172083333333333,
      "grad_norm": 1.307273507118225,
      "learning_rate": 0.00023260868701407901,
      "loss": 7.9454,
      "step": 152260
    },
    {
      "epoch": 0.3172291666666667,
      "grad_norm": 0.9326081871986389,
      "learning_rate": 0.00023260045802822105,
      "loss": 7.1966,
      "step": 152270
    },
    {
      "epoch": 0.31725,
      "grad_norm": 1.234346628189087,
      "learning_rate": 0.0002325922286855618,
      "loss": 7.8112,
      "step": 152280
    },
    {
      "epoch": 0.31727083333333334,
      "grad_norm": 0.8239069581031799,
      "learning_rate": 0.0002325839989861368,
      "loss": 7.6354,
      "step": 152290
    },
    {
      "epoch": 0.3172916666666667,
      "grad_norm": 1.1326367855072021,
      "learning_rate": 0.00023257576892998162,
      "loss": 7.8182,
      "step": 152300
    },
    {
      "epoch": 0.3173125,
      "grad_norm": 0.5915694832801819,
      "learning_rate": 0.0002325675385171318,
      "loss": 8.0214,
      "step": 152310
    },
    {
      "epoch": 0.31733333333333336,
      "grad_norm": 2.780414581298828,
      "learning_rate": 0.00023255930774762292,
      "loss": 7.9213,
      "step": 152320
    },
    {
      "epoch": 0.31735416666666666,
      "grad_norm": 1.263585090637207,
      "learning_rate": 0.00023255107662149051,
      "loss": 8.4017,
      "step": 152330
    },
    {
      "epoch": 0.317375,
      "grad_norm": 0.761415958404541,
      "learning_rate": 0.0002325428451387701,
      "loss": 7.6546,
      "step": 152340
    },
    {
      "epoch": 0.3173958333333333,
      "grad_norm": 0.6506044268608093,
      "learning_rate": 0.0002325346132994973,
      "loss": 7.8969,
      "step": 152350
    },
    {
      "epoch": 0.3174166666666667,
      "grad_norm": 0.5738529562950134,
      "learning_rate": 0.0002325263811037076,
      "loss": 8.03,
      "step": 152360
    },
    {
      "epoch": 0.3174375,
      "grad_norm": 1.6837921142578125,
      "learning_rate": 0.0002325181485514366,
      "loss": 7.8406,
      "step": 152370
    },
    {
      "epoch": 0.31745833333333334,
      "grad_norm": 1.024166226387024,
      "learning_rate": 0.0002325099156427199,
      "loss": 7.5568,
      "step": 152380
    },
    {
      "epoch": 0.31747916666666665,
      "grad_norm": 0.8965749144554138,
      "learning_rate": 0.000232501682377593,
      "loss": 7.546,
      "step": 152390
    },
    {
      "epoch": 0.3175,
      "grad_norm": 1.031761884689331,
      "learning_rate": 0.00023249344875609152,
      "loss": 7.9274,
      "step": 152400
    },
    {
      "epoch": 0.3175208333333333,
      "grad_norm": 1.2626787424087524,
      "learning_rate": 0.00023248521477825095,
      "loss": 8.988,
      "step": 152410
    },
    {
      "epoch": 0.31754166666666667,
      "grad_norm": 0.7175308465957642,
      "learning_rate": 0.00023247698044410688,
      "loss": 8.2561,
      "step": 152420
    },
    {
      "epoch": 0.3175625,
      "grad_norm": 1.0940135717391968,
      "learning_rate": 0.00023246874575369496,
      "loss": 7.6545,
      "step": 152430
    },
    {
      "epoch": 0.31758333333333333,
      "grad_norm": 1.551146388053894,
      "learning_rate": 0.00023246051070705069,
      "loss": 7.7428,
      "step": 152440
    },
    {
      "epoch": 0.3176041666666667,
      "grad_norm": 3.085904836654663,
      "learning_rate": 0.00023245227530420968,
      "loss": 7.9294,
      "step": 152450
    },
    {
      "epoch": 0.317625,
      "grad_norm": 0.8266299962997437,
      "learning_rate": 0.00023244403954520744,
      "loss": 7.6383,
      "step": 152460
    },
    {
      "epoch": 0.31764583333333335,
      "grad_norm": 2.4026272296905518,
      "learning_rate": 0.00023243580343007957,
      "loss": 7.6753,
      "step": 152470
    },
    {
      "epoch": 0.31766666666666665,
      "grad_norm": 1.0870436429977417,
      "learning_rate": 0.00023242756695886167,
      "loss": 7.6344,
      "step": 152480
    },
    {
      "epoch": 0.3176875,
      "grad_norm": 0.9657759666442871,
      "learning_rate": 0.00023241933013158931,
      "loss": 7.7846,
      "step": 152490
    },
    {
      "epoch": 0.3177083333333333,
      "grad_norm": 0.5924803018569946,
      "learning_rate": 0.0002324110929482981,
      "loss": 7.6932,
      "step": 152500
    },
    {
      "epoch": 0.3177291666666667,
      "grad_norm": 0.7908784747123718,
      "learning_rate": 0.00023240285540902352,
      "loss": 7.7214,
      "step": 152510
    },
    {
      "epoch": 0.31775,
      "grad_norm": 2.75622296333313,
      "learning_rate": 0.0002323946175138013,
      "loss": 8.3718,
      "step": 152520
    },
    {
      "epoch": 0.31777083333333334,
      "grad_norm": 1.330521583557129,
      "learning_rate": 0.0002323863792626669,
      "loss": 7.7959,
      "step": 152530
    },
    {
      "epoch": 0.31779166666666664,
      "grad_norm": 2.397796154022217,
      "learning_rate": 0.00023237814065565595,
      "loss": 7.454,
      "step": 152540
    },
    {
      "epoch": 0.3178125,
      "grad_norm": 0.8544104099273682,
      "learning_rate": 0.00023236990169280404,
      "loss": 8.9113,
      "step": 152550
    },
    {
      "epoch": 0.31783333333333336,
      "grad_norm": 1.6448893547058105,
      "learning_rate": 0.00023236166237414682,
      "loss": 8.0596,
      "step": 152560
    },
    {
      "epoch": 0.31785416666666666,
      "grad_norm": 2.0773777961730957,
      "learning_rate": 0.00023235342269971974,
      "loss": 7.8681,
      "step": 152570
    },
    {
      "epoch": 0.317875,
      "grad_norm": 0.9163625240325928,
      "learning_rate": 0.00023234518266955847,
      "loss": 7.7026,
      "step": 152580
    },
    {
      "epoch": 0.3178958333333333,
      "grad_norm": 1.6094070672988892,
      "learning_rate": 0.0002323369422836987,
      "loss": 7.5212,
      "step": 152590
    },
    {
      "epoch": 0.3179166666666667,
      "grad_norm": 0.643195390701294,
      "learning_rate": 0.00023232870154217585,
      "loss": 7.6461,
      "step": 152600
    },
    {
      "epoch": 0.3179375,
      "grad_norm": 2.3753533363342285,
      "learning_rate": 0.0002323204604450256,
      "loss": 7.7224,
      "step": 152610
    },
    {
      "epoch": 0.31795833333333334,
      "grad_norm": 2.254429340362549,
      "learning_rate": 0.00023231221899228357,
      "loss": 7.7077,
      "step": 152620
    },
    {
      "epoch": 0.31797916666666665,
      "grad_norm": 0.8700445890426636,
      "learning_rate": 0.00023230397718398531,
      "loss": 7.5894,
      "step": 152630
    },
    {
      "epoch": 0.318,
      "grad_norm": 0.9123833179473877,
      "learning_rate": 0.00023229573502016646,
      "loss": 8.0033,
      "step": 152640
    },
    {
      "epoch": 0.3180208333333333,
      "grad_norm": 1.1261165142059326,
      "learning_rate": 0.00023228749250086265,
      "loss": 7.6903,
      "step": 152650
    },
    {
      "epoch": 0.31804166666666667,
      "grad_norm": 0.6775868535041809,
      "learning_rate": 0.0002322792496261094,
      "loss": 7.4343,
      "step": 152660
    },
    {
      "epoch": 0.3180625,
      "grad_norm": 1.3246155977249146,
      "learning_rate": 0.00023227100639594236,
      "loss": 7.3918,
      "step": 152670
    },
    {
      "epoch": 0.31808333333333333,
      "grad_norm": 0.8519192934036255,
      "learning_rate": 0.00023226276281039713,
      "loss": 8.4012,
      "step": 152680
    },
    {
      "epoch": 0.3181041666666667,
      "grad_norm": 1.638370394706726,
      "learning_rate": 0.00023225451886950933,
      "loss": 7.3355,
      "step": 152690
    },
    {
      "epoch": 0.318125,
      "grad_norm": 1.8540147542953491,
      "learning_rate": 0.0002322462745733146,
      "loss": 7.9142,
      "step": 152700
    },
    {
      "epoch": 0.31814583333333335,
      "grad_norm": 3.030067205429077,
      "learning_rate": 0.0002322380299218485,
      "loss": 7.7404,
      "step": 152710
    },
    {
      "epoch": 0.31816666666666665,
      "grad_norm": 0.8854966163635254,
      "learning_rate": 0.00023222978491514666,
      "loss": 8.0637,
      "step": 152720
    },
    {
      "epoch": 0.3181875,
      "grad_norm": 0.8891374468803406,
      "learning_rate": 0.0002322215395532447,
      "loss": 7.4343,
      "step": 152730
    },
    {
      "epoch": 0.3182083333333333,
      "grad_norm": 2.8447320461273193,
      "learning_rate": 0.00023221329383617823,
      "loss": 7.8269,
      "step": 152740
    },
    {
      "epoch": 0.3182291666666667,
      "grad_norm": 1.9402737617492676,
      "learning_rate": 0.00023220504776398285,
      "loss": 7.3631,
      "step": 152750
    },
    {
      "epoch": 0.31825,
      "grad_norm": 2.2346181869506836,
      "learning_rate": 0.00023219680133669426,
      "loss": 8.6388,
      "step": 152760
    },
    {
      "epoch": 0.31827083333333334,
      "grad_norm": 1.9813719987869263,
      "learning_rate": 0.00023218855455434798,
      "loss": 7.7439,
      "step": 152770
    },
    {
      "epoch": 0.31829166666666664,
      "grad_norm": 1.1626321077346802,
      "learning_rate": 0.00023218030741697972,
      "loss": 7.5548,
      "step": 152780
    },
    {
      "epoch": 0.3183125,
      "grad_norm": 0.8238713145256042,
      "learning_rate": 0.000232172059924625,
      "loss": 7.4474,
      "step": 152790
    },
    {
      "epoch": 0.31833333333333336,
      "grad_norm": 0.7793809175491333,
      "learning_rate": 0.00023216381207731953,
      "loss": 7.2724,
      "step": 152800
    },
    {
      "epoch": 0.31835416666666666,
      "grad_norm": 1.4760979413986206,
      "learning_rate": 0.00023215556387509893,
      "loss": 7.4087,
      "step": 152810
    },
    {
      "epoch": 0.318375,
      "grad_norm": 0.7438759803771973,
      "learning_rate": 0.00023214731531799883,
      "loss": 7.338,
      "step": 152820
    },
    {
      "epoch": 0.3183958333333333,
      "grad_norm": 0.7541046142578125,
      "learning_rate": 0.00023213906640605478,
      "loss": 7.6613,
      "step": 152830
    },
    {
      "epoch": 0.3184166666666667,
      "grad_norm": 0.8624972701072693,
      "learning_rate": 0.00023213081713930255,
      "loss": 7.5668,
      "step": 152840
    },
    {
      "epoch": 0.3184375,
      "grad_norm": 1.2752339839935303,
      "learning_rate": 0.00023212256751777764,
      "loss": 7.7167,
      "step": 152850
    },
    {
      "epoch": 0.31845833333333334,
      "grad_norm": 4.429612159729004,
      "learning_rate": 0.00023211431754151577,
      "loss": 7.576,
      "step": 152860
    },
    {
      "epoch": 0.31847916666666665,
      "grad_norm": 0.5968867540359497,
      "learning_rate": 0.00023210606721055257,
      "loss": 8.2171,
      "step": 152870
    },
    {
      "epoch": 0.3185,
      "grad_norm": 0.7929518818855286,
      "learning_rate": 0.0002320978165249236,
      "loss": 7.4365,
      "step": 152880
    },
    {
      "epoch": 0.3185208333333333,
      "grad_norm": 1.150328516960144,
      "learning_rate": 0.00023208956548466462,
      "loss": 7.4784,
      "step": 152890
    },
    {
      "epoch": 0.31854166666666667,
      "grad_norm": 0.7198673486709595,
      "learning_rate": 0.0002320813140898112,
      "loss": 7.9809,
      "step": 152900
    },
    {
      "epoch": 0.3185625,
      "grad_norm": 1.0439213514328003,
      "learning_rate": 0.00023207306234039897,
      "loss": 8.0006,
      "step": 152910
    },
    {
      "epoch": 0.31858333333333333,
      "grad_norm": 3.0607821941375732,
      "learning_rate": 0.00023206481023646362,
      "loss": 7.9463,
      "step": 152920
    },
    {
      "epoch": 0.3186041666666667,
      "grad_norm": 1.9042279720306396,
      "learning_rate": 0.00023205655777804076,
      "loss": 7.761,
      "step": 152930
    },
    {
      "epoch": 0.318625,
      "grad_norm": 0.7745909094810486,
      "learning_rate": 0.00023204830496516605,
      "loss": 7.6642,
      "step": 152940
    },
    {
      "epoch": 0.31864583333333335,
      "grad_norm": 3.037654399871826,
      "learning_rate": 0.00023204005179787516,
      "loss": 8.1293,
      "step": 152950
    },
    {
      "epoch": 0.31866666666666665,
      "grad_norm": 0.8342836499214172,
      "learning_rate": 0.00023203179827620369,
      "loss": 8.0245,
      "step": 152960
    },
    {
      "epoch": 0.3186875,
      "grad_norm": 0.7260512113571167,
      "learning_rate": 0.00023202354440018735,
      "loss": 7.9528,
      "step": 152970
    },
    {
      "epoch": 0.3187083333333333,
      "grad_norm": 1.1213358640670776,
      "learning_rate": 0.00023201529016986174,
      "loss": 7.9598,
      "step": 152980
    },
    {
      "epoch": 0.3187291666666667,
      "grad_norm": 0.7774333953857422,
      "learning_rate": 0.00023200703558526252,
      "loss": 7.8973,
      "step": 152990
    },
    {
      "epoch": 0.31875,
      "grad_norm": 2.282238721847534,
      "learning_rate": 0.00023199878064642543,
      "loss": 7.4507,
      "step": 153000
    },
    {
      "epoch": 0.31875,
      "eval_loss": 7.40139102935791,
      "eval_runtime": 7.8295,
      "eval_samples_per_second": 0.383,
      "eval_steps_per_second": 0.128,
      "step": 153000
    },
    {
      "epoch": 0.31877083333333334,
      "grad_norm": 1.498020887374878,
      "learning_rate": 0.00023199052535338604,
      "loss": 7.6558,
      "step": 153010
    },
    {
      "epoch": 0.31879166666666664,
      "grad_norm": 0.7761197686195374,
      "learning_rate": 0.00023198226970618,
      "loss": 7.9772,
      "step": 153020
    },
    {
      "epoch": 0.3188125,
      "grad_norm": 1.9253525733947754,
      "learning_rate": 0.00023197401370484303,
      "loss": 7.4741,
      "step": 153030
    },
    {
      "epoch": 0.31883333333333336,
      "grad_norm": 1.7924790382385254,
      "learning_rate": 0.0002319657573494108,
      "loss": 7.2609,
      "step": 153040
    },
    {
      "epoch": 0.31885416666666666,
      "grad_norm": 0.9209165573120117,
      "learning_rate": 0.00023195750063991893,
      "loss": 7.8803,
      "step": 153050
    },
    {
      "epoch": 0.318875,
      "grad_norm": 1.0686757564544678,
      "learning_rate": 0.00023194924357640306,
      "loss": 7.4093,
      "step": 153060
    },
    {
      "epoch": 0.3188958333333333,
      "grad_norm": 1.0909799337387085,
      "learning_rate": 0.00023194098615889896,
      "loss": 7.9435,
      "step": 153070
    },
    {
      "epoch": 0.3189166666666667,
      "grad_norm": 0.8143734335899353,
      "learning_rate": 0.00023193272838744215,
      "loss": 7.6142,
      "step": 153080
    },
    {
      "epoch": 0.3189375,
      "grad_norm": 1.297562837600708,
      "learning_rate": 0.00023192447026206846,
      "loss": 7.4309,
      "step": 153090
    },
    {
      "epoch": 0.31895833333333334,
      "grad_norm": 0.6351293921470642,
      "learning_rate": 0.0002319162117828134,
      "loss": 8.0308,
      "step": 153100
    },
    {
      "epoch": 0.31897916666666665,
      "grad_norm": 1.6742839813232422,
      "learning_rate": 0.0002319079529497128,
      "loss": 7.8257,
      "step": 153110
    },
    {
      "epoch": 0.319,
      "grad_norm": 2.1082026958465576,
      "learning_rate": 0.0002318996937628023,
      "loss": 8.0354,
      "step": 153120
    },
    {
      "epoch": 0.3190208333333333,
      "grad_norm": 2.9775478839874268,
      "learning_rate": 0.00023189143422211746,
      "loss": 7.7607,
      "step": 153130
    },
    {
      "epoch": 0.31904166666666667,
      "grad_norm": 1.6760433912277222,
      "learning_rate": 0.00023188317432769405,
      "loss": 8.3083,
      "step": 153140
    },
    {
      "epoch": 0.3190625,
      "grad_norm": 2.5343680381774902,
      "learning_rate": 0.00023187491407956776,
      "loss": 7.8404,
      "step": 153150
    },
    {
      "epoch": 0.31908333333333333,
      "grad_norm": 1.2010579109191895,
      "learning_rate": 0.00023186665347777423,
      "loss": 7.6914,
      "step": 153160
    },
    {
      "epoch": 0.3191041666666667,
      "grad_norm": 1.7845996618270874,
      "learning_rate": 0.00023185839252234917,
      "loss": 7.3944,
      "step": 153170
    },
    {
      "epoch": 0.319125,
      "grad_norm": 0.9396644234657288,
      "learning_rate": 0.00023185013121332829,
      "loss": 7.6966,
      "step": 153180
    },
    {
      "epoch": 0.31914583333333335,
      "grad_norm": 0.8193249702453613,
      "learning_rate": 0.0002318418695507472,
      "loss": 7.4764,
      "step": 153190
    },
    {
      "epoch": 0.31916666666666665,
      "grad_norm": 0.7936937808990479,
      "learning_rate": 0.00023183360753464163,
      "loss": 7.5725,
      "step": 153200
    },
    {
      "epoch": 0.3191875,
      "grad_norm": 1.0567731857299805,
      "learning_rate": 0.00023182534516504733,
      "loss": 7.9574,
      "step": 153210
    },
    {
      "epoch": 0.3192083333333333,
      "grad_norm": 1.4802252054214478,
      "learning_rate": 0.00023181708244199986,
      "loss": 7.8187,
      "step": 153220
    },
    {
      "epoch": 0.3192291666666667,
      "grad_norm": 1.9646962881088257,
      "learning_rate": 0.00023180881936553504,
      "loss": 7.3719,
      "step": 153230
    },
    {
      "epoch": 0.31925,
      "grad_norm": 0.5907173156738281,
      "learning_rate": 0.00023180055593568846,
      "loss": 7.817,
      "step": 153240
    },
    {
      "epoch": 0.31927083333333334,
      "grad_norm": 1.4718961715698242,
      "learning_rate": 0.00023179229215249583,
      "loss": 8.1335,
      "step": 153250
    },
    {
      "epoch": 0.31929166666666664,
      "grad_norm": 1.082399845123291,
      "learning_rate": 0.00023178402801599292,
      "loss": 7.3951,
      "step": 153260
    },
    {
      "epoch": 0.3193125,
      "grad_norm": 1.8869006633758545,
      "learning_rate": 0.00023177576352621535,
      "loss": 7.17,
      "step": 153270
    },
    {
      "epoch": 0.31933333333333336,
      "grad_norm": 1.1855316162109375,
      "learning_rate": 0.00023176749868319884,
      "loss": 7.8094,
      "step": 153280
    },
    {
      "epoch": 0.31935416666666666,
      "grad_norm": 1.4648277759552002,
      "learning_rate": 0.00023175923348697916,
      "loss": 8.1283,
      "step": 153290
    },
    {
      "epoch": 0.319375,
      "grad_norm": 1.3010426759719849,
      "learning_rate": 0.00023175096793759192,
      "loss": 7.7868,
      "step": 153300
    },
    {
      "epoch": 0.3193958333333333,
      "grad_norm": 1.375490665435791,
      "learning_rate": 0.00023174270203507282,
      "loss": 7.4846,
      "step": 153310
    },
    {
      "epoch": 0.3194166666666667,
      "grad_norm": 1.3672845363616943,
      "learning_rate": 0.00023173443577945765,
      "loss": 7.2743,
      "step": 153320
    },
    {
      "epoch": 0.3194375,
      "grad_norm": 0.6275134682655334,
      "learning_rate": 0.00023172616917078206,
      "loss": 7.623,
      "step": 153330
    },
    {
      "epoch": 0.31945833333333334,
      "grad_norm": 0.9977113604545593,
      "learning_rate": 0.0002317179022090818,
      "loss": 7.7305,
      "step": 153340
    },
    {
      "epoch": 0.31947916666666665,
      "grad_norm": 0.5646507740020752,
      "learning_rate": 0.00023170963489439249,
      "loss": 8.2141,
      "step": 153350
    },
    {
      "epoch": 0.3195,
      "grad_norm": 0.6179764866828918,
      "learning_rate": 0.00023170136722674991,
      "loss": 8.4646,
      "step": 153360
    },
    {
      "epoch": 0.3195208333333333,
      "grad_norm": 0.9869182705879211,
      "learning_rate": 0.0002316930992061898,
      "loss": 7.9876,
      "step": 153370
    },
    {
      "epoch": 0.31954166666666667,
      "grad_norm": 1.470114827156067,
      "learning_rate": 0.00023168483083274783,
      "loss": 7.6955,
      "step": 153380
    },
    {
      "epoch": 0.3195625,
      "grad_norm": 1.1684024333953857,
      "learning_rate": 0.00023167656210645974,
      "loss": 7.9354,
      "step": 153390
    },
    {
      "epoch": 0.31958333333333333,
      "grad_norm": 1.521185040473938,
      "learning_rate": 0.0002316682930273612,
      "loss": 7.8956,
      "step": 153400
    },
    {
      "epoch": 0.3196041666666667,
      "grad_norm": 0.9136243462562561,
      "learning_rate": 0.00023166002359548794,
      "loss": 8.2925,
      "step": 153410
    },
    {
      "epoch": 0.319625,
      "grad_norm": 0.6780166625976562,
      "learning_rate": 0.0002316517538108757,
      "loss": 7.5844,
      "step": 153420
    },
    {
      "epoch": 0.31964583333333335,
      "grad_norm": 1.0016032457351685,
      "learning_rate": 0.00023164348367356026,
      "loss": 8.0608,
      "step": 153430
    },
    {
      "epoch": 0.31966666666666665,
      "grad_norm": 0.668108344078064,
      "learning_rate": 0.00023163521318357726,
      "loss": 7.7663,
      "step": 153440
    },
    {
      "epoch": 0.3196875,
      "grad_norm": 1.444594144821167,
      "learning_rate": 0.00023162694234096245,
      "loss": 8.0252,
      "step": 153450
    },
    {
      "epoch": 0.3197083333333333,
      "grad_norm": 0.694011390209198,
      "learning_rate": 0.00023161867114575155,
      "loss": 7.4046,
      "step": 153460
    },
    {
      "epoch": 0.3197291666666667,
      "grad_norm": 1.3295778036117554,
      "learning_rate": 0.00023161039959798032,
      "loss": 7.8566,
      "step": 153470
    },
    {
      "epoch": 0.31975,
      "grad_norm": 0.7241103649139404,
      "learning_rate": 0.00023160212769768443,
      "loss": 8.8622,
      "step": 153480
    },
    {
      "epoch": 0.31977083333333334,
      "grad_norm": 0.5559617280960083,
      "learning_rate": 0.0002315938554448997,
      "loss": 7.7429,
      "step": 153490
    },
    {
      "epoch": 0.31979166666666664,
      "grad_norm": 0.7917644381523132,
      "learning_rate": 0.0002315855828396618,
      "loss": 7.9863,
      "step": 153500
    },
    {
      "epoch": 0.3198125,
      "grad_norm": 1.2033458948135376,
      "learning_rate": 0.00023157730988200646,
      "loss": 7.5061,
      "step": 153510
    },
    {
      "epoch": 0.31983333333333336,
      "grad_norm": 0.4472106099128723,
      "learning_rate": 0.00023156903657196943,
      "loss": 7.78,
      "step": 153520
    },
    {
      "epoch": 0.31985416666666666,
      "grad_norm": 0.680590033531189,
      "learning_rate": 0.00023156076290958643,
      "loss": 7.8267,
      "step": 153530
    },
    {
      "epoch": 0.319875,
      "grad_norm": 2.5708322525024414,
      "learning_rate": 0.00023155248889489323,
      "loss": 8.0645,
      "step": 153540
    },
    {
      "epoch": 0.3198958333333333,
      "grad_norm": 1.0728254318237305,
      "learning_rate": 0.00023154421452792557,
      "loss": 7.511,
      "step": 153550
    },
    {
      "epoch": 0.3199166666666667,
      "grad_norm": 0.878571629524231,
      "learning_rate": 0.0002315359398087192,
      "loss": 7.552,
      "step": 153560
    },
    {
      "epoch": 0.3199375,
      "grad_norm": 0.815364420413971,
      "learning_rate": 0.00023152766473730983,
      "loss": 8.4827,
      "step": 153570
    },
    {
      "epoch": 0.31995833333333334,
      "grad_norm": 2.0553171634674072,
      "learning_rate": 0.0002315193893137332,
      "loss": 7.5522,
      "step": 153580
    },
    {
      "epoch": 0.31997916666666665,
      "grad_norm": 0.538979172706604,
      "learning_rate": 0.0002315111135380251,
      "loss": 8.4152,
      "step": 153590
    },
    {
      "epoch": 0.32,
      "grad_norm": 0.8673692345619202,
      "learning_rate": 0.00023150283741022124,
      "loss": 8.4357,
      "step": 153600
    },
    {
      "epoch": 0.3200208333333333,
      "grad_norm": 0.9851275682449341,
      "learning_rate": 0.0002314945609303574,
      "loss": 7.3989,
      "step": 153610
    },
    {
      "epoch": 0.32004166666666667,
      "grad_norm": 1.227914810180664,
      "learning_rate": 0.00023148628409846926,
      "loss": 8.0414,
      "step": 153620
    },
    {
      "epoch": 0.3200625,
      "grad_norm": 1.7185801267623901,
      "learning_rate": 0.00023147800691459267,
      "loss": 7.6587,
      "step": 153630
    },
    {
      "epoch": 0.32008333333333333,
      "grad_norm": 1.3240065574645996,
      "learning_rate": 0.00023146972937876338,
      "loss": 7.7331,
      "step": 153640
    },
    {
      "epoch": 0.3201041666666667,
      "grad_norm": 1.782778024673462,
      "learning_rate": 0.00023146145149101704,
      "loss": 7.8553,
      "step": 153650
    },
    {
      "epoch": 0.320125,
      "grad_norm": 1.110792875289917,
      "learning_rate": 0.00023145317325138953,
      "loss": 7.8857,
      "step": 153660
    },
    {
      "epoch": 0.32014583333333335,
      "grad_norm": 0.6905675530433655,
      "learning_rate": 0.00023144489465991652,
      "loss": 7.6018,
      "step": 153670
    },
    {
      "epoch": 0.32016666666666665,
      "grad_norm": 2.4309020042419434,
      "learning_rate": 0.00023143661571663378,
      "loss": 7.7019,
      "step": 153680
    },
    {
      "epoch": 0.3201875,
      "grad_norm": 0.8361024856567383,
      "learning_rate": 0.00023142833642157711,
      "loss": 7.1961,
      "step": 153690
    },
    {
      "epoch": 0.3202083333333333,
      "grad_norm": 2.0099384784698486,
      "learning_rate": 0.00023142005677478228,
      "loss": 7.9012,
      "step": 153700
    },
    {
      "epoch": 0.3202291666666667,
      "grad_norm": 1.745789885520935,
      "learning_rate": 0.00023141177677628503,
      "loss": 8.3218,
      "step": 153710
    },
    {
      "epoch": 0.32025,
      "grad_norm": 1.9640673398971558,
      "learning_rate": 0.0002314034964261211,
      "loss": 8.4231,
      "step": 153720
    },
    {
      "epoch": 0.32027083333333334,
      "grad_norm": 1.2710744142532349,
      "learning_rate": 0.0002313952157243263,
      "loss": 7.7426,
      "step": 153730
    },
    {
      "epoch": 0.32029166666666664,
      "grad_norm": 0.8287522196769714,
      "learning_rate": 0.00023138693467093644,
      "loss": 7.9771,
      "step": 153740
    },
    {
      "epoch": 0.3203125,
      "grad_norm": 0.9337735176086426,
      "learning_rate": 0.00023137865326598717,
      "loss": 7.766,
      "step": 153750
    },
    {
      "epoch": 0.32033333333333336,
      "grad_norm": 1.3702672719955444,
      "learning_rate": 0.00023137037150951437,
      "loss": 7.7675,
      "step": 153760
    },
    {
      "epoch": 0.32035416666666666,
      "grad_norm": 1.7476093769073486,
      "learning_rate": 0.00023136208940155377,
      "loss": 7.9231,
      "step": 153770
    },
    {
      "epoch": 0.320375,
      "grad_norm": 2.8449041843414307,
      "learning_rate": 0.0002313538069421411,
      "loss": 8.1795,
      "step": 153780
    },
    {
      "epoch": 0.3203958333333333,
      "grad_norm": 2.656240940093994,
      "learning_rate": 0.00023134552413131223,
      "loss": 7.969,
      "step": 153790
    },
    {
      "epoch": 0.3204166666666667,
      "grad_norm": 0.881135880947113,
      "learning_rate": 0.0002313372409691029,
      "loss": 7.3589,
      "step": 153800
    },
    {
      "epoch": 0.3204375,
      "grad_norm": 0.8198497891426086,
      "learning_rate": 0.00023132895745554884,
      "loss": 7.647,
      "step": 153810
    },
    {
      "epoch": 0.32045833333333335,
      "grad_norm": 1.5983258485794067,
      "learning_rate": 0.00023132067359068594,
      "loss": 7.8262,
      "step": 153820
    },
    {
      "epoch": 0.32047916666666665,
      "grad_norm": 2.381281852722168,
      "learning_rate": 0.0002313123893745499,
      "loss": 9.5355,
      "step": 153830
    },
    {
      "epoch": 0.3205,
      "grad_norm": 0.607701301574707,
      "learning_rate": 0.00023130410480717652,
      "loss": 7.7505,
      "step": 153840
    },
    {
      "epoch": 0.3205208333333333,
      "grad_norm": 0.967569887638092,
      "learning_rate": 0.00023129581988860155,
      "loss": 8.4702,
      "step": 153850
    },
    {
      "epoch": 0.32054166666666667,
      "grad_norm": 2.9160900115966797,
      "learning_rate": 0.00023128753461886084,
      "loss": 9.1186,
      "step": 153860
    },
    {
      "epoch": 0.3205625,
      "grad_norm": 1.8006998300552368,
      "learning_rate": 0.00023127924899799017,
      "loss": 7.6615,
      "step": 153870
    },
    {
      "epoch": 0.32058333333333333,
      "grad_norm": 1.1036361455917358,
      "learning_rate": 0.00023127096302602533,
      "loss": 7.8723,
      "step": 153880
    },
    {
      "epoch": 0.3206041666666667,
      "grad_norm": 1.592678427696228,
      "learning_rate": 0.00023126267670300207,
      "loss": 7.5206,
      "step": 153890
    },
    {
      "epoch": 0.320625,
      "grad_norm": 0.7403703927993774,
      "learning_rate": 0.00023125439002895617,
      "loss": 7.3416,
      "step": 153900
    },
    {
      "epoch": 0.32064583333333335,
      "grad_norm": 1.6548835039138794,
      "learning_rate": 0.0002312461030039236,
      "loss": 7.5823,
      "step": 153910
    },
    {
      "epoch": 0.32066666666666666,
      "grad_norm": 0.944758951663971,
      "learning_rate": 0.00023123781562793994,
      "loss": 7.9868,
      "step": 153920
    },
    {
      "epoch": 0.3206875,
      "grad_norm": 0.914710283279419,
      "learning_rate": 0.00023122952790104103,
      "loss": 7.5883,
      "step": 153930
    },
    {
      "epoch": 0.3207083333333333,
      "grad_norm": 1.0342379808425903,
      "learning_rate": 0.00023122123982326274,
      "loss": 7.9345,
      "step": 153940
    },
    {
      "epoch": 0.3207291666666667,
      "grad_norm": 1.4838038682937622,
      "learning_rate": 0.00023121295139464092,
      "loss": 7.8787,
      "step": 153950
    },
    {
      "epoch": 0.32075,
      "grad_norm": 0.6575800776481628,
      "learning_rate": 0.00023120466261521123,
      "loss": 7.3946,
      "step": 153960
    },
    {
      "epoch": 0.32077083333333334,
      "grad_norm": 0.7484775185585022,
      "learning_rate": 0.00023119637348500952,
      "loss": 7.5599,
      "step": 153970
    },
    {
      "epoch": 0.32079166666666664,
      "grad_norm": 0.6776965856552124,
      "learning_rate": 0.00023118808400407164,
      "loss": 7.4841,
      "step": 153980
    },
    {
      "epoch": 0.3208125,
      "grad_norm": 0.9936016798019409,
      "learning_rate": 0.00023117979417243339,
      "loss": 7.839,
      "step": 153990
    },
    {
      "epoch": 0.32083333333333336,
      "grad_norm": 6.248008728027344,
      "learning_rate": 0.00023117150399013054,
      "loss": 8.1444,
      "step": 154000
    },
    {
      "epoch": 0.32083333333333336,
      "eval_loss": 8.003186225891113,
      "eval_runtime": 8.1663,
      "eval_samples_per_second": 0.367,
      "eval_steps_per_second": 0.122,
      "step": 154000
    },
    {
      "epoch": 0.32085416666666666,
      "grad_norm": 1.3175513744354248,
      "learning_rate": 0.00023116321345719896,
      "loss": 7.9326,
      "step": 154010
    },
    {
      "epoch": 0.320875,
      "grad_norm": 0.8403791189193726,
      "learning_rate": 0.00023115492257367437,
      "loss": 7.5734,
      "step": 154020
    },
    {
      "epoch": 0.3208958333333333,
      "grad_norm": 0.8018800020217896,
      "learning_rate": 0.0002311466313395927,
      "loss": 7.4134,
      "step": 154030
    },
    {
      "epoch": 0.3209166666666667,
      "grad_norm": 0.8081247806549072,
      "learning_rate": 0.00023113833975498964,
      "loss": 8.9631,
      "step": 154040
    },
    {
      "epoch": 0.3209375,
      "grad_norm": 0.9739627242088318,
      "learning_rate": 0.00023113004781990113,
      "loss": 7.6615,
      "step": 154050
    },
    {
      "epoch": 0.32095833333333335,
      "grad_norm": 0.8830131888389587,
      "learning_rate": 0.00023112175553436284,
      "loss": 8.0697,
      "step": 154060
    },
    {
      "epoch": 0.32097916666666665,
      "grad_norm": 2.4934637546539307,
      "learning_rate": 0.00023111346289841076,
      "loss": 7.7416,
      "step": 154070
    },
    {
      "epoch": 0.321,
      "grad_norm": 0.9593205451965332,
      "learning_rate": 0.0002311051699120806,
      "loss": 7.8472,
      "step": 154080
    },
    {
      "epoch": 0.3210208333333333,
      "grad_norm": 1.6049283742904663,
      "learning_rate": 0.0002310968765754082,
      "loss": 8.2239,
      "step": 154090
    },
    {
      "epoch": 0.32104166666666667,
      "grad_norm": 1.4899656772613525,
      "learning_rate": 0.00023108858288842943,
      "loss": 7.4333,
      "step": 154100
    },
    {
      "epoch": 0.3210625,
      "grad_norm": 1.158978819847107,
      "learning_rate": 0.00023108028885118003,
      "loss": 8.8605,
      "step": 154110
    },
    {
      "epoch": 0.32108333333333333,
      "grad_norm": 1.9346294403076172,
      "learning_rate": 0.00023107199446369592,
      "loss": 7.8708,
      "step": 154120
    },
    {
      "epoch": 0.3211041666666667,
      "grad_norm": 0.6105640530586243,
      "learning_rate": 0.00023106369972601286,
      "loss": 7.7029,
      "step": 154130
    },
    {
      "epoch": 0.321125,
      "grad_norm": 2.194854259490967,
      "learning_rate": 0.00023105540463816673,
      "loss": 7.854,
      "step": 154140
    },
    {
      "epoch": 0.32114583333333335,
      "grad_norm": 4.717040061950684,
      "learning_rate": 0.00023104710920019325,
      "loss": 7.9317,
      "step": 154150
    },
    {
      "epoch": 0.32116666666666666,
      "grad_norm": 1.063422441482544,
      "learning_rate": 0.00023103881341212843,
      "loss": 7.3157,
      "step": 154160
    },
    {
      "epoch": 0.3211875,
      "grad_norm": 0.6936826705932617,
      "learning_rate": 0.00023103051727400799,
      "loss": 7.5102,
      "step": 154170
    },
    {
      "epoch": 0.3212083333333333,
      "grad_norm": 1.142479658126831,
      "learning_rate": 0.00023102222078586778,
      "loss": 8.0462,
      "step": 154180
    },
    {
      "epoch": 0.3212291666666667,
      "grad_norm": 1.4050078392028809,
      "learning_rate": 0.00023101392394774366,
      "loss": 8.7938,
      "step": 154190
    },
    {
      "epoch": 0.32125,
      "grad_norm": 1.1560652256011963,
      "learning_rate": 0.00023100562675967145,
      "loss": 8.2022,
      "step": 154200
    },
    {
      "epoch": 0.32127083333333334,
      "grad_norm": 1.4464317560195923,
      "learning_rate": 0.00023099732922168695,
      "loss": 7.7904,
      "step": 154210
    },
    {
      "epoch": 0.32129166666666664,
      "grad_norm": 1.1282118558883667,
      "learning_rate": 0.00023098903133382613,
      "loss": 7.7754,
      "step": 154220
    },
    {
      "epoch": 0.3213125,
      "grad_norm": 1.3095649480819702,
      "learning_rate": 0.0002309807330961247,
      "loss": 7.4774,
      "step": 154230
    },
    {
      "epoch": 0.32133333333333336,
      "grad_norm": 0.9143965244293213,
      "learning_rate": 0.00023097243450861856,
      "loss": 8.0146,
      "step": 154240
    },
    {
      "epoch": 0.32135416666666666,
      "grad_norm": 1.3849036693572998,
      "learning_rate": 0.00023096413557134357,
      "loss": 7.7082,
      "step": 154250
    },
    {
      "epoch": 0.321375,
      "grad_norm": 0.6181015372276306,
      "learning_rate": 0.00023095583628433554,
      "loss": 7.5993,
      "step": 154260
    },
    {
      "epoch": 0.3213958333333333,
      "grad_norm": 0.7805653214454651,
      "learning_rate": 0.0002309475366476304,
      "loss": 7.4933,
      "step": 154270
    },
    {
      "epoch": 0.3214166666666667,
      "grad_norm": 0.6341705322265625,
      "learning_rate": 0.0002309392366612639,
      "loss": 8.0602,
      "step": 154280
    },
    {
      "epoch": 0.3214375,
      "grad_norm": 0.738615870475769,
      "learning_rate": 0.00023093093632527191,
      "loss": 7.6165,
      "step": 154290
    },
    {
      "epoch": 0.32145833333333335,
      "grad_norm": 3.5252492427825928,
      "learning_rate": 0.00023092263563969035,
      "loss": 7.9353,
      "step": 154300
    },
    {
      "epoch": 0.32147916666666665,
      "grad_norm": 2.0811617374420166,
      "learning_rate": 0.000230914334604555,
      "loss": 8.5166,
      "step": 154310
    },
    {
      "epoch": 0.3215,
      "grad_norm": 4.444385528564453,
      "learning_rate": 0.0002309060332199018,
      "loss": 8.1725,
      "step": 154320
    },
    {
      "epoch": 0.3215208333333333,
      "grad_norm": 0.7466897964477539,
      "learning_rate": 0.00023089773148576653,
      "loss": 7.5758,
      "step": 154330
    },
    {
      "epoch": 0.32154166666666667,
      "grad_norm": 1.2490497827529907,
      "learning_rate": 0.0002308894294021851,
      "loss": 7.4936,
      "step": 154340
    },
    {
      "epoch": 0.3215625,
      "grad_norm": 1.756732702255249,
      "learning_rate": 0.00023088112696919335,
      "loss": 7.4793,
      "step": 154350
    },
    {
      "epoch": 0.32158333333333333,
      "grad_norm": 3.92974853515625,
      "learning_rate": 0.00023087282418682713,
      "loss": 7.9298,
      "step": 154360
    },
    {
      "epoch": 0.3216041666666667,
      "grad_norm": 1.01410973072052,
      "learning_rate": 0.00023086452105512234,
      "loss": 7.5207,
      "step": 154370
    },
    {
      "epoch": 0.321625,
      "grad_norm": 0.5716623663902283,
      "learning_rate": 0.0002308562175741148,
      "loss": 7.4353,
      "step": 154380
    },
    {
      "epoch": 0.32164583333333335,
      "grad_norm": 1.2762891054153442,
      "learning_rate": 0.00023084791374384045,
      "loss": 7.6353,
      "step": 154390
    },
    {
      "epoch": 0.32166666666666666,
      "grad_norm": 2.2644073963165283,
      "learning_rate": 0.00023083960956433506,
      "loss": 8.1822,
      "step": 154400
    },
    {
      "epoch": 0.3216875,
      "grad_norm": 1.759774923324585,
      "learning_rate": 0.00023083130503563464,
      "loss": 7.4157,
      "step": 154410
    },
    {
      "epoch": 0.3217083333333333,
      "grad_norm": 1.496092438697815,
      "learning_rate": 0.00023082300015777484,
      "loss": 8.2206,
      "step": 154420
    },
    {
      "epoch": 0.3217291666666667,
      "grad_norm": 0.9463225603103638,
      "learning_rate": 0.00023081469493079173,
      "loss": 7.8449,
      "step": 154430
    },
    {
      "epoch": 0.32175,
      "grad_norm": 0.7903197407722473,
      "learning_rate": 0.00023080638935472122,
      "loss": 7.9327,
      "step": 154440
    },
    {
      "epoch": 0.32177083333333334,
      "grad_norm": 1.2921277284622192,
      "learning_rate": 0.00023079808342959903,
      "loss": 8.2122,
      "step": 154450
    },
    {
      "epoch": 0.32179166666666664,
      "grad_norm": 0.800029456615448,
      "learning_rate": 0.00023078977715546104,
      "loss": 7.6379,
      "step": 154460
    },
    {
      "epoch": 0.3218125,
      "grad_norm": 1.863526701927185,
      "learning_rate": 0.00023078147053234328,
      "loss": 7.6015,
      "step": 154470
    },
    {
      "epoch": 0.32183333333333336,
      "grad_norm": 1.040653944015503,
      "learning_rate": 0.00023077316356028148,
      "loss": 7.7813,
      "step": 154480
    },
    {
      "epoch": 0.32185416666666666,
      "grad_norm": 2.0548198223114014,
      "learning_rate": 0.00023076485623931163,
      "loss": 7.7471,
      "step": 154490
    },
    {
      "epoch": 0.321875,
      "grad_norm": 1.0637671947479248,
      "learning_rate": 0.00023075654856946956,
      "loss": 9.2829,
      "step": 154500
    },
    {
      "epoch": 0.3218958333333333,
      "grad_norm": 0.677508533000946,
      "learning_rate": 0.00023074824055079114,
      "loss": 8.52,
      "step": 154510
    },
    {
      "epoch": 0.3219166666666667,
      "grad_norm": 1.0047240257263184,
      "learning_rate": 0.00023073993218331227,
      "loss": 8.0656,
      "step": 154520
    },
    {
      "epoch": 0.3219375,
      "grad_norm": 1.293774127960205,
      "learning_rate": 0.00023073162346706893,
      "loss": 8.0501,
      "step": 154530
    },
    {
      "epoch": 0.32195833333333335,
      "grad_norm": 2.123412847518921,
      "learning_rate": 0.00023072331440209687,
      "loss": 8.1298,
      "step": 154540
    },
    {
      "epoch": 0.32197916666666665,
      "grad_norm": 1.6375088691711426,
      "learning_rate": 0.00023071500498843205,
      "loss": 7.6408,
      "step": 154550
    },
    {
      "epoch": 0.322,
      "grad_norm": 0.6534938812255859,
      "learning_rate": 0.00023070669522611036,
      "loss": 7.8589,
      "step": 154560
    },
    {
      "epoch": 0.3220208333333333,
      "grad_norm": 1.1070770025253296,
      "learning_rate": 0.0002306983851151677,
      "loss": 7.6527,
      "step": 154570
    },
    {
      "epoch": 0.32204166666666667,
      "grad_norm": 1.2364585399627686,
      "learning_rate": 0.00023069007465564002,
      "loss": 8.287,
      "step": 154580
    },
    {
      "epoch": 0.3220625,
      "grad_norm": 1.0690431594848633,
      "learning_rate": 0.00023068176384756302,
      "loss": 7.6414,
      "step": 154590
    },
    {
      "epoch": 0.32208333333333333,
      "grad_norm": 1.6324288845062256,
      "learning_rate": 0.00023067345269097282,
      "loss": 8.1048,
      "step": 154600
    },
    {
      "epoch": 0.3221041666666667,
      "grad_norm": 1.209762454032898,
      "learning_rate": 0.0002306651411859053,
      "loss": 7.827,
      "step": 154610
    },
    {
      "epoch": 0.322125,
      "grad_norm": 2.2713394165039062,
      "learning_rate": 0.00023065682933239614,
      "loss": 8.4136,
      "step": 154620
    },
    {
      "epoch": 0.32214583333333335,
      "grad_norm": 2.848414421081543,
      "learning_rate": 0.00023064851713048152,
      "loss": 8.142,
      "step": 154630
    },
    {
      "epoch": 0.32216666666666666,
      "grad_norm": 0.5938655734062195,
      "learning_rate": 0.00023064020458019724,
      "loss": 7.7389,
      "step": 154640
    },
    {
      "epoch": 0.3221875,
      "grad_norm": 1.0731956958770752,
      "learning_rate": 0.00023063189168157913,
      "loss": 7.4597,
      "step": 154650
    },
    {
      "epoch": 0.3222083333333333,
      "grad_norm": 2.815455198287964,
      "learning_rate": 0.00023062357843466318,
      "loss": 8.8835,
      "step": 154660
    },
    {
      "epoch": 0.3222291666666667,
      "grad_norm": 2.500347137451172,
      "learning_rate": 0.00023061526483948534,
      "loss": 8.0761,
      "step": 154670
    },
    {
      "epoch": 0.32225,
      "grad_norm": 1.7322946786880493,
      "learning_rate": 0.00023060695089608142,
      "loss": 7.4147,
      "step": 154680
    },
    {
      "epoch": 0.32227083333333334,
      "grad_norm": 0.7216001749038696,
      "learning_rate": 0.00023059863660448735,
      "loss": 7.6551,
      "step": 154690
    },
    {
      "epoch": 0.32229166666666664,
      "grad_norm": 1.9231337308883667,
      "learning_rate": 0.0002305903219647391,
      "loss": 7.8122,
      "step": 154700
    },
    {
      "epoch": 0.3223125,
      "grad_norm": 1.1049457788467407,
      "learning_rate": 0.0002305820069768726,
      "loss": 8.6656,
      "step": 154710
    },
    {
      "epoch": 0.32233333333333336,
      "grad_norm": 0.9369972944259644,
      "learning_rate": 0.00023057369164092365,
      "loss": 7.8201,
      "step": 154720
    },
    {
      "epoch": 0.32235416666666666,
      "grad_norm": 0.7705346345901489,
      "learning_rate": 0.00023056537595692828,
      "loss": 7.475,
      "step": 154730
    },
    {
      "epoch": 0.322375,
      "grad_norm": 1.382173776626587,
      "learning_rate": 0.00023055705992492236,
      "loss": 7.7569,
      "step": 154740
    },
    {
      "epoch": 0.3223958333333333,
      "grad_norm": 1.5726027488708496,
      "learning_rate": 0.00023054874354494186,
      "loss": 8.1032,
      "step": 154750
    },
    {
      "epoch": 0.3224166666666667,
      "grad_norm": 1.0425359010696411,
      "learning_rate": 0.0002305404268170227,
      "loss": 7.9805,
      "step": 154760
    },
    {
      "epoch": 0.3224375,
      "grad_norm": 0.8744399547576904,
      "learning_rate": 0.0002305321097412007,
      "loss": 7.3631,
      "step": 154770
    },
    {
      "epoch": 0.32245833333333335,
      "grad_norm": 0.7820132374763489,
      "learning_rate": 0.00023052379231751192,
      "loss": 8.0047,
      "step": 154780
    },
    {
      "epoch": 0.32247916666666665,
      "grad_norm": 0.9057194590568542,
      "learning_rate": 0.00023051547454599217,
      "loss": 7.6165,
      "step": 154790
    },
    {
      "epoch": 0.3225,
      "grad_norm": 1.737402081489563,
      "learning_rate": 0.00023050715642667749,
      "loss": 7.9507,
      "step": 154800
    },
    {
      "epoch": 0.3225208333333333,
      "grad_norm": 1.3601678609848022,
      "learning_rate": 0.0002304988379596038,
      "loss": 7.7046,
      "step": 154810
    },
    {
      "epoch": 0.32254166666666667,
      "grad_norm": 0.79298996925354,
      "learning_rate": 0.00023049051914480692,
      "loss": 7.8836,
      "step": 154820
    },
    {
      "epoch": 0.3225625,
      "grad_norm": 2.1236414909362793,
      "learning_rate": 0.00023048219998232286,
      "loss": 7.4733,
      "step": 154830
    },
    {
      "epoch": 0.32258333333333333,
      "grad_norm": 1.0206787586212158,
      "learning_rate": 0.00023047388047218762,
      "loss": 7.156,
      "step": 154840
    },
    {
      "epoch": 0.3226041666666667,
      "grad_norm": 0.6137646436691284,
      "learning_rate": 0.00023046556061443702,
      "loss": 8.5074,
      "step": 154850
    },
    {
      "epoch": 0.322625,
      "grad_norm": 2.4852468967437744,
      "learning_rate": 0.00023045724040910706,
      "loss": 7.9687,
      "step": 154860
    },
    {
      "epoch": 0.32264583333333335,
      "grad_norm": 1.7677572965621948,
      "learning_rate": 0.00023044891985623362,
      "loss": 7.5748,
      "step": 154870
    },
    {
      "epoch": 0.32266666666666666,
      "grad_norm": 2.0126545429229736,
      "learning_rate": 0.00023044059895585277,
      "loss": 7.9394,
      "step": 154880
    },
    {
      "epoch": 0.3226875,
      "grad_norm": 1.252306342124939,
      "learning_rate": 0.00023043227770800032,
      "loss": 7.7901,
      "step": 154890
    },
    {
      "epoch": 0.3227083333333333,
      "grad_norm": 3.8180885314941406,
      "learning_rate": 0.00023042395611271228,
      "loss": 9.407,
      "step": 154900
    },
    {
      "epoch": 0.3227291666666667,
      "grad_norm": 3.996192216873169,
      "learning_rate": 0.00023041563417002458,
      "loss": 8.2283,
      "step": 154910
    },
    {
      "epoch": 0.32275,
      "grad_norm": 1.2319705486297607,
      "learning_rate": 0.00023040731187997317,
      "loss": 8.0626,
      "step": 154920
    },
    {
      "epoch": 0.32277083333333334,
      "grad_norm": 1.1762993335723877,
      "learning_rate": 0.00023039898924259402,
      "loss": 8.0807,
      "step": 154930
    },
    {
      "epoch": 0.32279166666666664,
      "grad_norm": 2.0275790691375732,
      "learning_rate": 0.000230390666257923,
      "loss": 7.8848,
      "step": 154940
    },
    {
      "epoch": 0.3228125,
      "grad_norm": 0.9287804961204529,
      "learning_rate": 0.00023038234292599622,
      "loss": 7.7476,
      "step": 154950
    },
    {
      "epoch": 0.32283333333333336,
      "grad_norm": 1.3981194496154785,
      "learning_rate": 0.00023037401924684946,
      "loss": 7.5205,
      "step": 154960
    },
    {
      "epoch": 0.32285416666666666,
      "grad_norm": 0.524177610874176,
      "learning_rate": 0.00023036569522051878,
      "loss": 7.5889,
      "step": 154970
    },
    {
      "epoch": 0.322875,
      "grad_norm": 0.7624273300170898,
      "learning_rate": 0.0002303573708470401,
      "loss": 7.5926,
      "step": 154980
    },
    {
      "epoch": 0.3228958333333333,
      "grad_norm": 1.28999662399292,
      "learning_rate": 0.00023034904612644937,
      "loss": 8.0618,
      "step": 154990
    },
    {
      "epoch": 0.3229166666666667,
      "grad_norm": 0.9134989380836487,
      "learning_rate": 0.00023034072105878264,
      "loss": 7.4285,
      "step": 155000
    },
    {
      "epoch": 0.3229166666666667,
      "eval_loss": 7.49368143081665,
      "eval_runtime": 8.3594,
      "eval_samples_per_second": 0.359,
      "eval_steps_per_second": 0.12,
      "step": 155000
    },
    {
      "epoch": 0.3229375,
      "grad_norm": 0.8018261194229126,
      "learning_rate": 0.00023033239564407575,
      "loss": 7.2911,
      "step": 155010
    },
    {
      "epoch": 0.32295833333333335,
      "grad_norm": 2.461808204650879,
      "learning_rate": 0.0002303240698823647,
      "loss": 7.4925,
      "step": 155020
    },
    {
      "epoch": 0.32297916666666665,
      "grad_norm": 0.6878212094306946,
      "learning_rate": 0.00023031574377368547,
      "loss": 7.3856,
      "step": 155030
    },
    {
      "epoch": 0.323,
      "grad_norm": 1.1482948064804077,
      "learning_rate": 0.000230307417318074,
      "loss": 8.7013,
      "step": 155040
    },
    {
      "epoch": 0.3230208333333333,
      "grad_norm": 1.0646206140518188,
      "learning_rate": 0.00023029909051556629,
      "loss": 7.8498,
      "step": 155050
    },
    {
      "epoch": 0.32304166666666667,
      "grad_norm": 1.1951279640197754,
      "learning_rate": 0.00023029076336619826,
      "loss": 7.9558,
      "step": 155060
    },
    {
      "epoch": 0.3230625,
      "grad_norm": 1.6608238220214844,
      "learning_rate": 0.00023028243587000597,
      "loss": 7.4095,
      "step": 155070
    },
    {
      "epoch": 0.32308333333333333,
      "grad_norm": 2.269524335861206,
      "learning_rate": 0.00023027410802702527,
      "loss": 8.0106,
      "step": 155080
    },
    {
      "epoch": 0.3231041666666667,
      "grad_norm": 1.3513727188110352,
      "learning_rate": 0.00023026577983729224,
      "loss": 7.4484,
      "step": 155090
    },
    {
      "epoch": 0.323125,
      "grad_norm": 1.8183716535568237,
      "learning_rate": 0.00023025745130084282,
      "loss": 7.7052,
      "step": 155100
    },
    {
      "epoch": 0.32314583333333335,
      "grad_norm": 0.48096174001693726,
      "learning_rate": 0.00023024912241771295,
      "loss": 7.3436,
      "step": 155110
    },
    {
      "epoch": 0.32316666666666666,
      "grad_norm": 0.6779119372367859,
      "learning_rate": 0.00023024079318793866,
      "loss": 7.5056,
      "step": 155120
    },
    {
      "epoch": 0.3231875,
      "grad_norm": 0.9735289216041565,
      "learning_rate": 0.00023023246361155588,
      "loss": 7.4681,
      "step": 155130
    },
    {
      "epoch": 0.3232083333333333,
      "grad_norm": 1.442787766456604,
      "learning_rate": 0.0002302241336886007,
      "loss": 8.2285,
      "step": 155140
    },
    {
      "epoch": 0.3232291666666667,
      "grad_norm": 1.2194956541061401,
      "learning_rate": 0.00023021580341910894,
      "loss": 7.7094,
      "step": 155150
    },
    {
      "epoch": 0.32325,
      "grad_norm": 0.8342046141624451,
      "learning_rate": 0.00023020747280311663,
      "loss": 7.479,
      "step": 155160
    },
    {
      "epoch": 0.32327083333333334,
      "grad_norm": 1.036872148513794,
      "learning_rate": 0.00023019914184065987,
      "loss": 8.3194,
      "step": 155170
    },
    {
      "epoch": 0.32329166666666664,
      "grad_norm": 1.3136743307113647,
      "learning_rate": 0.0002301908105317745,
      "loss": 7.7123,
      "step": 155180
    },
    {
      "epoch": 0.3233125,
      "grad_norm": 1.1464202404022217,
      "learning_rate": 0.0002301824788764966,
      "loss": 7.1204,
      "step": 155190
    },
    {
      "epoch": 0.3233333333333333,
      "grad_norm": 2.3066134452819824,
      "learning_rate": 0.0002301741468748621,
      "loss": 7.6194,
      "step": 155200
    },
    {
      "epoch": 0.32335416666666666,
      "grad_norm": 0.651792049407959,
      "learning_rate": 0.00023016581452690708,
      "loss": 8.0655,
      "step": 155210
    },
    {
      "epoch": 0.323375,
      "grad_norm": 2.1229770183563232,
      "learning_rate": 0.00023015748183266742,
      "loss": 7.3652,
      "step": 155220
    },
    {
      "epoch": 0.3233958333333333,
      "grad_norm": 0.5046542286872864,
      "learning_rate": 0.00023014914879217917,
      "loss": 8.0207,
      "step": 155230
    },
    {
      "epoch": 0.3234166666666667,
      "grad_norm": 2.0880324840545654,
      "learning_rate": 0.00023014081540547834,
      "loss": 7.5944,
      "step": 155240
    },
    {
      "epoch": 0.3234375,
      "grad_norm": 0.9631664156913757,
      "learning_rate": 0.0002301324816726009,
      "loss": 7.3628,
      "step": 155250
    },
    {
      "epoch": 0.32345833333333335,
      "grad_norm": 1.5627034902572632,
      "learning_rate": 0.00023012414759358287,
      "loss": 7.646,
      "step": 155260
    },
    {
      "epoch": 0.32347916666666665,
      "grad_norm": 0.653135359287262,
      "learning_rate": 0.00023011581316846022,
      "loss": 8.2985,
      "step": 155270
    },
    {
      "epoch": 0.3235,
      "grad_norm": 1.1717404127120972,
      "learning_rate": 0.000230107478397269,
      "loss": 7.9579,
      "step": 155280
    },
    {
      "epoch": 0.3235208333333333,
      "grad_norm": 1.2374505996704102,
      "learning_rate": 0.0002300991432800451,
      "loss": 7.661,
      "step": 155290
    },
    {
      "epoch": 0.32354166666666667,
      "grad_norm": 0.9126111268997192,
      "learning_rate": 0.00023009080781682468,
      "loss": 7.5292,
      "step": 155300
    },
    {
      "epoch": 0.3235625,
      "grad_norm": 1.3324300050735474,
      "learning_rate": 0.00023008247200764371,
      "loss": 7.6693,
      "step": 155310
    },
    {
      "epoch": 0.32358333333333333,
      "grad_norm": 0.7336015105247498,
      "learning_rate": 0.00023007413585253807,
      "loss": 8.274,
      "step": 155320
    },
    {
      "epoch": 0.3236041666666667,
      "grad_norm": 2.366168260574341,
      "learning_rate": 0.0002300657993515439,
      "loss": 7.7686,
      "step": 155330
    },
    {
      "epoch": 0.323625,
      "grad_norm": 2.115875720977783,
      "learning_rate": 0.00023005746250469718,
      "loss": 7.9527,
      "step": 155340
    },
    {
      "epoch": 0.32364583333333335,
      "grad_norm": 1.1705905199050903,
      "learning_rate": 0.0002300491253120339,
      "loss": 7.6552,
      "step": 155350
    },
    {
      "epoch": 0.32366666666666666,
      "grad_norm": 1.2970322370529175,
      "learning_rate": 0.00023004078777359005,
      "loss": 7.5158,
      "step": 155360
    },
    {
      "epoch": 0.3236875,
      "grad_norm": 2.404359817504883,
      "learning_rate": 0.00023003244988940174,
      "loss": 7.9664,
      "step": 155370
    },
    {
      "epoch": 0.3237083333333333,
      "grad_norm": 1.142734408378601,
      "learning_rate": 0.0002300241116595049,
      "loss": 7.4789,
      "step": 155380
    },
    {
      "epoch": 0.3237291666666667,
      "grad_norm": 1.4609742164611816,
      "learning_rate": 0.00023001577308393557,
      "loss": 7.4071,
      "step": 155390
    },
    {
      "epoch": 0.32375,
      "grad_norm": 1.9098085165023804,
      "learning_rate": 0.00023000743416272978,
      "loss": 7.8396,
      "step": 155400
    },
    {
      "epoch": 0.32377083333333334,
      "grad_norm": 0.7785608172416687,
      "learning_rate": 0.00022999909489592352,
      "loss": 7.557,
      "step": 155410
    },
    {
      "epoch": 0.32379166666666664,
      "grad_norm": 0.8886212706565857,
      "learning_rate": 0.00022999075528355286,
      "loss": 7.4266,
      "step": 155420
    },
    {
      "epoch": 0.3238125,
      "grad_norm": 0.6578017473220825,
      "learning_rate": 0.00022998241532565377,
      "loss": 7.9883,
      "step": 155430
    },
    {
      "epoch": 0.3238333333333333,
      "grad_norm": 1.0445069074630737,
      "learning_rate": 0.00022997407502226233,
      "loss": 8.2088,
      "step": 155440
    },
    {
      "epoch": 0.32385416666666667,
      "grad_norm": 0.5427589416503906,
      "learning_rate": 0.00022996573437341453,
      "loss": 7.6276,
      "step": 155450
    },
    {
      "epoch": 0.323875,
      "grad_norm": 2.303057909011841,
      "learning_rate": 0.0002299573933791464,
      "loss": 7.4711,
      "step": 155460
    },
    {
      "epoch": 0.3238958333333333,
      "grad_norm": 1.5273228883743286,
      "learning_rate": 0.00022994905203949401,
      "loss": 8.3278,
      "step": 155470
    },
    {
      "epoch": 0.3239166666666667,
      "grad_norm": 1.9922245740890503,
      "learning_rate": 0.0002299407103544934,
      "loss": 8.4068,
      "step": 155480
    },
    {
      "epoch": 0.3239375,
      "grad_norm": 1.082971215248108,
      "learning_rate": 0.00022993236832418047,
      "loss": 7.802,
      "step": 155490
    },
    {
      "epoch": 0.32395833333333335,
      "grad_norm": 1.3965017795562744,
      "learning_rate": 0.0002299240259485914,
      "loss": 7.6837,
      "step": 155500
    },
    {
      "epoch": 0.32397916666666665,
      "grad_norm": 0.6621102094650269,
      "learning_rate": 0.00022991568322776218,
      "loss": 7.8313,
      "step": 155510
    },
    {
      "epoch": 0.324,
      "grad_norm": 2.6447231769561768,
      "learning_rate": 0.00022990734016172881,
      "loss": 7.9641,
      "step": 155520
    },
    {
      "epoch": 0.3240208333333333,
      "grad_norm": 1.7513959407806396,
      "learning_rate": 0.00022989899675052733,
      "loss": 7.4677,
      "step": 155530
    },
    {
      "epoch": 0.3240416666666667,
      "grad_norm": 0.7013323903083801,
      "learning_rate": 0.00022989065299419388,
      "loss": 7.4804,
      "step": 155540
    },
    {
      "epoch": 0.3240625,
      "grad_norm": 2.0453152656555176,
      "learning_rate": 0.0002298823088927644,
      "loss": 8.1944,
      "step": 155550
    },
    {
      "epoch": 0.32408333333333333,
      "grad_norm": 0.7217128872871399,
      "learning_rate": 0.00022987396444627497,
      "loss": 7.7545,
      "step": 155560
    },
    {
      "epoch": 0.3241041666666667,
      "grad_norm": 1.4574706554412842,
      "learning_rate": 0.0002298656196547617,
      "loss": 7.7936,
      "step": 155570
    },
    {
      "epoch": 0.324125,
      "grad_norm": 1.513122797012329,
      "learning_rate": 0.00022985727451826048,
      "loss": 8.2867,
      "step": 155580
    },
    {
      "epoch": 0.32414583333333336,
      "grad_norm": 1.596739411354065,
      "learning_rate": 0.00022984892903680744,
      "loss": 8.6348,
      "step": 155590
    },
    {
      "epoch": 0.32416666666666666,
      "grad_norm": 0.9151839017868042,
      "learning_rate": 0.00022984058321043866,
      "loss": 7.4848,
      "step": 155600
    },
    {
      "epoch": 0.3241875,
      "grad_norm": 2.7464382648468018,
      "learning_rate": 0.00022983223703919016,
      "loss": 8.0932,
      "step": 155610
    },
    {
      "epoch": 0.3242083333333333,
      "grad_norm": 1.5181528329849243,
      "learning_rate": 0.000229823890523098,
      "loss": 7.8409,
      "step": 155620
    },
    {
      "epoch": 0.3242291666666667,
      "grad_norm": 1.587034821510315,
      "learning_rate": 0.0002298155436621982,
      "loss": 7.7773,
      "step": 155630
    },
    {
      "epoch": 0.32425,
      "grad_norm": 1.082714557647705,
      "learning_rate": 0.00022980719645652689,
      "loss": 8.0495,
      "step": 155640
    },
    {
      "epoch": 0.32427083333333334,
      "grad_norm": 0.6111816167831421,
      "learning_rate": 0.0002297988489061201,
      "loss": 7.065,
      "step": 155650
    },
    {
      "epoch": 0.32429166666666664,
      "grad_norm": 0.8054258823394775,
      "learning_rate": 0.0002297905010110138,
      "loss": 7.8895,
      "step": 155660
    },
    {
      "epoch": 0.3243125,
      "grad_norm": 0.6907760500907898,
      "learning_rate": 0.00022978215277124413,
      "loss": 7.3506,
      "step": 155670
    },
    {
      "epoch": 0.3243333333333333,
      "grad_norm": 1.2205674648284912,
      "learning_rate": 0.0002297738041868472,
      "loss": 8.3534,
      "step": 155680
    },
    {
      "epoch": 0.32435416666666667,
      "grad_norm": 0.740994930267334,
      "learning_rate": 0.00022976545525785897,
      "loss": 8.3264,
      "step": 155690
    },
    {
      "epoch": 0.324375,
      "grad_norm": 1.5845915079116821,
      "learning_rate": 0.00022975710598431554,
      "loss": 7.9209,
      "step": 155700
    },
    {
      "epoch": 0.3243958333333333,
      "grad_norm": 1.3484550714492798,
      "learning_rate": 0.00022974875636625302,
      "loss": 8.7818,
      "step": 155710
    },
    {
      "epoch": 0.3244166666666667,
      "grad_norm": 1.9235221147537231,
      "learning_rate": 0.0002297404064037074,
      "loss": 7.682,
      "step": 155720
    },
    {
      "epoch": 0.3244375,
      "grad_norm": 1.669254183769226,
      "learning_rate": 0.00022973205609671477,
      "loss": 7.4235,
      "step": 155730
    },
    {
      "epoch": 0.32445833333333335,
      "grad_norm": 7.026874542236328,
      "learning_rate": 0.00022972370544531125,
      "loss": 7.8689,
      "step": 155740
    },
    {
      "epoch": 0.32447916666666665,
      "grad_norm": 5.13567590713501,
      "learning_rate": 0.0002297153544495329,
      "loss": 7.9358,
      "step": 155750
    },
    {
      "epoch": 0.3245,
      "grad_norm": 0.877846896648407,
      "learning_rate": 0.00022970700310941572,
      "loss": 7.9483,
      "step": 155760
    },
    {
      "epoch": 0.3245208333333333,
      "grad_norm": 0.8720214366912842,
      "learning_rate": 0.00022969865142499586,
      "loss": 7.4452,
      "step": 155770
    },
    {
      "epoch": 0.3245416666666667,
      "grad_norm": 1.4628469944000244,
      "learning_rate": 0.0002296902993963094,
      "loss": 7.8703,
      "step": 155780
    },
    {
      "epoch": 0.3245625,
      "grad_norm": 0.6497974395751953,
      "learning_rate": 0.00022968194702339238,
      "loss": 7.3643,
      "step": 155790
    },
    {
      "epoch": 0.32458333333333333,
      "grad_norm": 0.6745458245277405,
      "learning_rate": 0.00022967359430628087,
      "loss": 7.7597,
      "step": 155800
    },
    {
      "epoch": 0.3246041666666667,
      "grad_norm": 0.6495341062545776,
      "learning_rate": 0.00022966524124501094,
      "loss": 7.5394,
      "step": 155810
    },
    {
      "epoch": 0.324625,
      "grad_norm": 0.8433393239974976,
      "learning_rate": 0.00022965688783961878,
      "loss": 7.9959,
      "step": 155820
    },
    {
      "epoch": 0.32464583333333336,
      "grad_norm": 0.7597719430923462,
      "learning_rate": 0.0002296485340901403,
      "loss": 8.1546,
      "step": 155830
    },
    {
      "epoch": 0.32466666666666666,
      "grad_norm": 0.7888705134391785,
      "learning_rate": 0.00022964017999661175,
      "loss": 7.8787,
      "step": 155840
    },
    {
      "epoch": 0.3246875,
      "grad_norm": 1.6557934284210205,
      "learning_rate": 0.00022963182555906916,
      "loss": 7.8932,
      "step": 155850
    },
    {
      "epoch": 0.3247083333333333,
      "grad_norm": 1.174641489982605,
      "learning_rate": 0.00022962347077754854,
      "loss": 8.5633,
      "step": 155860
    },
    {
      "epoch": 0.3247291666666667,
      "grad_norm": 0.6500052809715271,
      "learning_rate": 0.00022961511565208607,
      "loss": 8.5238,
      "step": 155870
    },
    {
      "epoch": 0.32475,
      "grad_norm": 0.920167088508606,
      "learning_rate": 0.00022960676018271786,
      "loss": 8.0646,
      "step": 155880
    },
    {
      "epoch": 0.32477083333333334,
      "grad_norm": 0.6487151980400085,
      "learning_rate": 0.0002295984043694799,
      "loss": 8.2483,
      "step": 155890
    },
    {
      "epoch": 0.32479166666666665,
      "grad_norm": 0.6136323809623718,
      "learning_rate": 0.00022959004821240835,
      "loss": 7.1494,
      "step": 155900
    },
    {
      "epoch": 0.3248125,
      "grad_norm": 1.153733730316162,
      "learning_rate": 0.00022958169171153933,
      "loss": 9.214,
      "step": 155910
    },
    {
      "epoch": 0.3248333333333333,
      "grad_norm": 0.9168065786361694,
      "learning_rate": 0.00022957333486690887,
      "loss": 7.6785,
      "step": 155920
    },
    {
      "epoch": 0.32485416666666667,
      "grad_norm": 1.901881217956543,
      "learning_rate": 0.00022956497767855308,
      "loss": 7.7076,
      "step": 155930
    },
    {
      "epoch": 0.324875,
      "grad_norm": 1.098056435585022,
      "learning_rate": 0.00022955662014650813,
      "loss": 7.4543,
      "step": 155940
    },
    {
      "epoch": 0.32489583333333333,
      "grad_norm": 1.0542948246002197,
      "learning_rate": 0.00022954826227081004,
      "loss": 8.3658,
      "step": 155950
    },
    {
      "epoch": 0.3249166666666667,
      "grad_norm": 2.714066505432129,
      "learning_rate": 0.00022953990405149495,
      "loss": 8.0491,
      "step": 155960
    },
    {
      "epoch": 0.3249375,
      "grad_norm": 0.9313176870346069,
      "learning_rate": 0.00022953154548859895,
      "loss": 7.7642,
      "step": 155970
    },
    {
      "epoch": 0.32495833333333335,
      "grad_norm": 0.6867715716362,
      "learning_rate": 0.00022952318658215815,
      "loss": 7.4545,
      "step": 155980
    },
    {
      "epoch": 0.32497916666666665,
      "grad_norm": 0.8735060095787048,
      "learning_rate": 0.00022951482733220868,
      "loss": 7.2864,
      "step": 155990
    },
    {
      "epoch": 0.325,
      "grad_norm": 3.6980249881744385,
      "learning_rate": 0.00022950646773878662,
      "loss": 8.1726,
      "step": 156000
    },
    {
      "epoch": 0.325,
      "eval_loss": 6.911107540130615,
      "eval_runtime": 8.3464,
      "eval_samples_per_second": 0.359,
      "eval_steps_per_second": 0.12,
      "step": 156000
    },
    {
      "epoch": 0.3250208333333333,
      "grad_norm": 1.518331527709961,
      "learning_rate": 0.00022949810780192813,
      "loss": 7.6634,
      "step": 156010
    },
    {
      "epoch": 0.3250416666666667,
      "grad_norm": 1.2055013179779053,
      "learning_rate": 0.00022948974752166925,
      "loss": 7.7476,
      "step": 156020
    },
    {
      "epoch": 0.3250625,
      "grad_norm": 0.7404302954673767,
      "learning_rate": 0.0002294813868980461,
      "loss": 8.2265,
      "step": 156030
    },
    {
      "epoch": 0.32508333333333334,
      "grad_norm": 1.370736837387085,
      "learning_rate": 0.00022947302593109487,
      "loss": 7.3939,
      "step": 156040
    },
    {
      "epoch": 0.3251041666666667,
      "grad_norm": 1.8808128833770752,
      "learning_rate": 0.0002294646646208516,
      "loss": 8.1308,
      "step": 156050
    },
    {
      "epoch": 0.325125,
      "grad_norm": 1.3173949718475342,
      "learning_rate": 0.0002294563029673524,
      "loss": 8.0837,
      "step": 156060
    },
    {
      "epoch": 0.32514583333333336,
      "grad_norm": 0.7429404854774475,
      "learning_rate": 0.00022944794097063347,
      "loss": 7.57,
      "step": 156070
    },
    {
      "epoch": 0.32516666666666666,
      "grad_norm": 0.8350690007209778,
      "learning_rate": 0.00022943957863073088,
      "loss": 7.9258,
      "step": 156080
    },
    {
      "epoch": 0.3251875,
      "grad_norm": 0.583308219909668,
      "learning_rate": 0.00022943121594768074,
      "loss": 8.1669,
      "step": 156090
    },
    {
      "epoch": 0.3252083333333333,
      "grad_norm": 0.7117016315460205,
      "learning_rate": 0.00022942285292151918,
      "loss": 7.7767,
      "step": 156100
    },
    {
      "epoch": 0.3252291666666667,
      "grad_norm": 0.6449538469314575,
      "learning_rate": 0.00022941448955228236,
      "loss": 8.5519,
      "step": 156110
    },
    {
      "epoch": 0.32525,
      "grad_norm": 0.7863749265670776,
      "learning_rate": 0.00022940612584000636,
      "loss": 7.7755,
      "step": 156120
    },
    {
      "epoch": 0.32527083333333334,
      "grad_norm": 1.4084855318069458,
      "learning_rate": 0.0002293977617847273,
      "loss": 8.5367,
      "step": 156130
    },
    {
      "epoch": 0.32529166666666665,
      "grad_norm": 0.8159090280532837,
      "learning_rate": 0.00022938939738648137,
      "loss": 8.1896,
      "step": 156140
    },
    {
      "epoch": 0.3253125,
      "grad_norm": 2.8191277980804443,
      "learning_rate": 0.0002293810326453047,
      "loss": 8.219,
      "step": 156150
    },
    {
      "epoch": 0.3253333333333333,
      "grad_norm": 1.7076185941696167,
      "learning_rate": 0.00022937266756123333,
      "loss": 7.5443,
      "step": 156160
    },
    {
      "epoch": 0.32535416666666667,
      "grad_norm": 1.286731243133545,
      "learning_rate": 0.00022936430213430346,
      "loss": 7.4944,
      "step": 156170
    },
    {
      "epoch": 0.325375,
      "grad_norm": 0.48296213150024414,
      "learning_rate": 0.0002293559363645513,
      "loss": 7.5291,
      "step": 156180
    },
    {
      "epoch": 0.32539583333333333,
      "grad_norm": 2.4917900562286377,
      "learning_rate": 0.0002293475702520128,
      "loss": 7.8253,
      "step": 156190
    },
    {
      "epoch": 0.3254166666666667,
      "grad_norm": 1.4026316404342651,
      "learning_rate": 0.00022933920379672427,
      "loss": 7.4767,
      "step": 156200
    },
    {
      "epoch": 0.3254375,
      "grad_norm": 0.7561889290809631,
      "learning_rate": 0.00022933083699872177,
      "loss": 7.5193,
      "step": 156210
    },
    {
      "epoch": 0.32545833333333335,
      "grad_norm": 0.6729816198348999,
      "learning_rate": 0.00022932246985804146,
      "loss": 7.3487,
      "step": 156220
    },
    {
      "epoch": 0.32547916666666665,
      "grad_norm": 0.6337476968765259,
      "learning_rate": 0.00022931410237471943,
      "loss": 7.5331,
      "step": 156230
    },
    {
      "epoch": 0.3255,
      "grad_norm": 2.095700740814209,
      "learning_rate": 0.00022930573454879192,
      "loss": 7.514,
      "step": 156240
    },
    {
      "epoch": 0.3255208333333333,
      "grad_norm": 0.8040019869804382,
      "learning_rate": 0.00022929736638029502,
      "loss": 7.9941,
      "step": 156250
    },
    {
      "epoch": 0.3255416666666667,
      "grad_norm": 3.873568534851074,
      "learning_rate": 0.00022928899786926486,
      "loss": 7.8106,
      "step": 156260
    },
    {
      "epoch": 0.3255625,
      "grad_norm": 1.7186764478683472,
      "learning_rate": 0.00022928062901573766,
      "loss": 7.4763,
      "step": 156270
    },
    {
      "epoch": 0.32558333333333334,
      "grad_norm": 1.910075068473816,
      "learning_rate": 0.0002292722598197495,
      "loss": 7.7709,
      "step": 156280
    },
    {
      "epoch": 0.32560416666666664,
      "grad_norm": 1.105128526687622,
      "learning_rate": 0.00022926389028133656,
      "loss": 7.6465,
      "step": 156290
    },
    {
      "epoch": 0.325625,
      "grad_norm": 2.3132338523864746,
      "learning_rate": 0.000229255520400535,
      "loss": 7.952,
      "step": 156300
    },
    {
      "epoch": 0.32564583333333336,
      "grad_norm": 1.6400394439697266,
      "learning_rate": 0.00022924715017738092,
      "loss": 7.7884,
      "step": 156310
    },
    {
      "epoch": 0.32566666666666666,
      "grad_norm": 1.2485055923461914,
      "learning_rate": 0.00022923877961191058,
      "loss": 8.6962,
      "step": 156320
    },
    {
      "epoch": 0.3256875,
      "grad_norm": 0.7293254137039185,
      "learning_rate": 0.00022923040870416003,
      "loss": 7.6823,
      "step": 156330
    },
    {
      "epoch": 0.3257083333333333,
      "grad_norm": 3.2656407356262207,
      "learning_rate": 0.00022922203745416546,
      "loss": 7.8216,
      "step": 156340
    },
    {
      "epoch": 0.3257291666666667,
      "grad_norm": 2.3057947158813477,
      "learning_rate": 0.0002292136658619631,
      "loss": 8.0201,
      "step": 156350
    },
    {
      "epoch": 0.32575,
      "grad_norm": 1.2294621467590332,
      "learning_rate": 0.000229205293927589,
      "loss": 7.7235,
      "step": 156360
    },
    {
      "epoch": 0.32577083333333334,
      "grad_norm": 1.6711211204528809,
      "learning_rate": 0.0002291969216510794,
      "loss": 7.7498,
      "step": 156370
    },
    {
      "epoch": 0.32579166666666665,
      "grad_norm": 3.104187250137329,
      "learning_rate": 0.00022918854903247052,
      "loss": 8.5802,
      "step": 156380
    },
    {
      "epoch": 0.3258125,
      "grad_norm": 0.7802045941352844,
      "learning_rate": 0.0002291801760717984,
      "loss": 7.7465,
      "step": 156390
    },
    {
      "epoch": 0.3258333333333333,
      "grad_norm": 0.9992151260375977,
      "learning_rate": 0.00022917180276909923,
      "loss": 7.2574,
      "step": 156400
    },
    {
      "epoch": 0.32585416666666667,
      "grad_norm": 1.6065977811813354,
      "learning_rate": 0.0002291634291244093,
      "loss": 7.9495,
      "step": 156410
    },
    {
      "epoch": 0.325875,
      "grad_norm": 0.7086915373802185,
      "learning_rate": 0.00022915505513776456,
      "loss": 7.9388,
      "step": 156420
    },
    {
      "epoch": 0.32589583333333333,
      "grad_norm": 1.7407864332199097,
      "learning_rate": 0.00022914668080920136,
      "loss": 8.2039,
      "step": 156430
    },
    {
      "epoch": 0.3259166666666667,
      "grad_norm": 0.44127893447875977,
      "learning_rate": 0.00022913830613875593,
      "loss": 7.271,
      "step": 156440
    },
    {
      "epoch": 0.3259375,
      "grad_norm": 1.0780073404312134,
      "learning_rate": 0.00022912993112646424,
      "loss": 7.8104,
      "step": 156450
    },
    {
      "epoch": 0.32595833333333335,
      "grad_norm": 0.6174291968345642,
      "learning_rate": 0.00022912155577236258,
      "loss": 7.931,
      "step": 156460
    },
    {
      "epoch": 0.32597916666666665,
      "grad_norm": 0.6801164746284485,
      "learning_rate": 0.00022911318007648714,
      "loss": 7.6423,
      "step": 156470
    },
    {
      "epoch": 0.326,
      "grad_norm": 1.2377676963806152,
      "learning_rate": 0.00022910480403887408,
      "loss": 7.5398,
      "step": 156480
    },
    {
      "epoch": 0.3260208333333333,
      "grad_norm": 0.9229562282562256,
      "learning_rate": 0.00022909642765955954,
      "loss": 7.5757,
      "step": 156490
    },
    {
      "epoch": 0.3260416666666667,
      "grad_norm": 0.7032422423362732,
      "learning_rate": 0.00022908805093857978,
      "loss": 7.9132,
      "step": 156500
    },
    {
      "epoch": 0.3260625,
      "grad_norm": 1.196484088897705,
      "learning_rate": 0.00022907967387597095,
      "loss": 7.8744,
      "step": 156510
    },
    {
      "epoch": 0.32608333333333334,
      "grad_norm": 1.1609278917312622,
      "learning_rate": 0.00022907129647176922,
      "loss": 7.468,
      "step": 156520
    },
    {
      "epoch": 0.32610416666666664,
      "grad_norm": 1.0049223899841309,
      "learning_rate": 0.00022906291872601075,
      "loss": 7.7495,
      "step": 156530
    },
    {
      "epoch": 0.326125,
      "grad_norm": 2.324824571609497,
      "learning_rate": 0.0002290545406387318,
      "loss": 7.4714,
      "step": 156540
    },
    {
      "epoch": 0.32614583333333336,
      "grad_norm": 0.8878316879272461,
      "learning_rate": 0.00022904616220996858,
      "loss": 7.5107,
      "step": 156550
    },
    {
      "epoch": 0.32616666666666666,
      "grad_norm": 1.4515080451965332,
      "learning_rate": 0.00022903778343975713,
      "loss": 7.4784,
      "step": 156560
    },
    {
      "epoch": 0.3261875,
      "grad_norm": 1.3061965703964233,
      "learning_rate": 0.00022902940432813378,
      "loss": 7.4369,
      "step": 156570
    },
    {
      "epoch": 0.3262083333333333,
      "grad_norm": 1.2888128757476807,
      "learning_rate": 0.00022902102487513468,
      "loss": 7.9886,
      "step": 156580
    },
    {
      "epoch": 0.3262291666666667,
      "grad_norm": 0.8793078064918518,
      "learning_rate": 0.00022901264508079605,
      "loss": 7.8707,
      "step": 156590
    },
    {
      "epoch": 0.32625,
      "grad_norm": 0.852054238319397,
      "learning_rate": 0.00022900426494515405,
      "loss": 7.896,
      "step": 156600
    },
    {
      "epoch": 0.32627083333333334,
      "grad_norm": 0.7970302700996399,
      "learning_rate": 0.0002289958844682449,
      "loss": 7.9865,
      "step": 156610
    },
    {
      "epoch": 0.32629166666666665,
      "grad_norm": 0.7692186832427979,
      "learning_rate": 0.0002289875036501048,
      "loss": 7.3301,
      "step": 156620
    },
    {
      "epoch": 0.3263125,
      "grad_norm": 3.6796252727508545,
      "learning_rate": 0.00022897912249076997,
      "loss": 7.8531,
      "step": 156630
    },
    {
      "epoch": 0.3263333333333333,
      "grad_norm": 0.8902457356452942,
      "learning_rate": 0.00022897074099027654,
      "loss": 7.6766,
      "step": 156640
    },
    {
      "epoch": 0.32635416666666667,
      "grad_norm": 0.6605080962181091,
      "learning_rate": 0.00022896235914866082,
      "loss": 7.3765,
      "step": 156650
    },
    {
      "epoch": 0.326375,
      "grad_norm": 1.084214210510254,
      "learning_rate": 0.00022895397696595895,
      "loss": 8.0106,
      "step": 156660
    },
    {
      "epoch": 0.32639583333333333,
      "grad_norm": 1.1144647598266602,
      "learning_rate": 0.00022894559444220717,
      "loss": 7.4556,
      "step": 156670
    },
    {
      "epoch": 0.3264166666666667,
      "grad_norm": 1.5778071880340576,
      "learning_rate": 0.00022893721157744162,
      "loss": 7.7494,
      "step": 156680
    },
    {
      "epoch": 0.3264375,
      "grad_norm": 0.7290513515472412,
      "learning_rate": 0.00022892882837169862,
      "loss": 7.3164,
      "step": 156690
    },
    {
      "epoch": 0.32645833333333335,
      "grad_norm": 0.4711238443851471,
      "learning_rate": 0.00022892044482501428,
      "loss": 7.562,
      "step": 156700
    },
    {
      "epoch": 0.32647916666666665,
      "grad_norm": 0.9775686264038086,
      "learning_rate": 0.00022891206093742487,
      "loss": 7.6205,
      "step": 156710
    },
    {
      "epoch": 0.3265,
      "grad_norm": 2.669955253601074,
      "learning_rate": 0.00022890367670896664,
      "loss": 7.6982,
      "step": 156720
    },
    {
      "epoch": 0.3265208333333333,
      "grad_norm": 1.0661660432815552,
      "learning_rate": 0.00022889529213967563,
      "loss": 7.74,
      "step": 156730
    },
    {
      "epoch": 0.3265416666666667,
      "grad_norm": 2.487220525741577,
      "learning_rate": 0.0002288869072295883,
      "loss": 8.4317,
      "step": 156740
    },
    {
      "epoch": 0.3265625,
      "grad_norm": 1.2535613775253296,
      "learning_rate": 0.00022887852197874076,
      "loss": 7.629,
      "step": 156750
    },
    {
      "epoch": 0.32658333333333334,
      "grad_norm": 2.1479835510253906,
      "learning_rate": 0.0002288701363871692,
      "loss": 8.1556,
      "step": 156760
    },
    {
      "epoch": 0.32660416666666664,
      "grad_norm": 0.9781580567359924,
      "learning_rate": 0.00022886175045490985,
      "loss": 8.098,
      "step": 156770
    },
    {
      "epoch": 0.326625,
      "grad_norm": 0.5315703749656677,
      "learning_rate": 0.00022885336418199896,
      "loss": 7.6569,
      "step": 156780
    },
    {
      "epoch": 0.32664583333333336,
      "grad_norm": 1.2560522556304932,
      "learning_rate": 0.00022884497756847275,
      "loss": 8.0614,
      "step": 156790
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 1.0806058645248413,
      "learning_rate": 0.00022883659061436747,
      "loss": 7.3847,
      "step": 156800
    },
    {
      "epoch": 0.3266875,
      "grad_norm": 0.7777639031410217,
      "learning_rate": 0.00022882820331971928,
      "loss": 7.1564,
      "step": 156810
    },
    {
      "epoch": 0.3267083333333333,
      "grad_norm": 0.9026384949684143,
      "learning_rate": 0.00022881981568456452,
      "loss": 7.7696,
      "step": 156820
    },
    {
      "epoch": 0.3267291666666667,
      "grad_norm": 0.5118445754051208,
      "learning_rate": 0.0002288114277089393,
      "loss": 7.7015,
      "step": 156830
    },
    {
      "epoch": 0.32675,
      "grad_norm": 6.47440767288208,
      "learning_rate": 0.0002288030393928799,
      "loss": 7.8445,
      "step": 156840
    },
    {
      "epoch": 0.32677083333333334,
      "grad_norm": 2.609297752380371,
      "learning_rate": 0.0002287946507364226,
      "loss": 7.6454,
      "step": 156850
    },
    {
      "epoch": 0.32679166666666665,
      "grad_norm": 1.7440077066421509,
      "learning_rate": 0.0002287862617396036,
      "loss": 7.4704,
      "step": 156860
    },
    {
      "epoch": 0.3268125,
      "grad_norm": 0.4011811912059784,
      "learning_rate": 0.00022877787240245908,
      "loss": 7.7882,
      "step": 156870
    },
    {
      "epoch": 0.3268333333333333,
      "grad_norm": 1.6007989645004272,
      "learning_rate": 0.00022876948272502538,
      "loss": 7.244,
      "step": 156880
    },
    {
      "epoch": 0.32685416666666667,
      "grad_norm": 1.0981525182724,
      "learning_rate": 0.0002287610927073387,
      "loss": 7.3986,
      "step": 156890
    },
    {
      "epoch": 0.326875,
      "grad_norm": 0.9001174569129944,
      "learning_rate": 0.00022875270234943527,
      "loss": 7.3898,
      "step": 156900
    },
    {
      "epoch": 0.32689583333333333,
      "grad_norm": 1.1359871625900269,
      "learning_rate": 0.0002287443116513513,
      "loss": 7.3958,
      "step": 156910
    },
    {
      "epoch": 0.3269166666666667,
      "grad_norm": 0.8411044478416443,
      "learning_rate": 0.00022873592061312313,
      "loss": 7.828,
      "step": 156920
    },
    {
      "epoch": 0.3269375,
      "grad_norm": 1.3305243253707886,
      "learning_rate": 0.0002287275292347869,
      "loss": 8.3239,
      "step": 156930
    },
    {
      "epoch": 0.32695833333333335,
      "grad_norm": 0.9004614353179932,
      "learning_rate": 0.00022871913751637898,
      "loss": 7.4656,
      "step": 156940
    },
    {
      "epoch": 0.32697916666666665,
      "grad_norm": 0.9266188740730286,
      "learning_rate": 0.00022871074545793548,
      "loss": 7.7057,
      "step": 156950
    },
    {
      "epoch": 0.327,
      "grad_norm": 1.3527450561523438,
      "learning_rate": 0.00022870235305949273,
      "loss": 8.1991,
      "step": 156960
    },
    {
      "epoch": 0.3270208333333333,
      "grad_norm": 0.8248192071914673,
      "learning_rate": 0.00022869396032108697,
      "loss": 7.3342,
      "step": 156970
    },
    {
      "epoch": 0.3270416666666667,
      "grad_norm": 1.2464345693588257,
      "learning_rate": 0.00022868556724275443,
      "loss": 7.9574,
      "step": 156980
    },
    {
      "epoch": 0.3270625,
      "grad_norm": 1.0941028594970703,
      "learning_rate": 0.0002286771738245314,
      "loss": 7.8704,
      "step": 156990
    },
    {
      "epoch": 0.32708333333333334,
      "grad_norm": 1.120405912399292,
      "learning_rate": 0.00022866878006645413,
      "loss": 8.4972,
      "step": 157000
    },
    {
      "epoch": 0.32708333333333334,
      "eval_loss": 8.373796463012695,
      "eval_runtime": 8.3161,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 157000
    },
    {
      "epoch": 0.32710416666666664,
      "grad_norm": 1.4259443283081055,
      "learning_rate": 0.00022866038596855887,
      "loss": 8.0252,
      "step": 157010
    },
    {
      "epoch": 0.327125,
      "grad_norm": 1.6899393796920776,
      "learning_rate": 0.00022865199153088186,
      "loss": 7.9933,
      "step": 157020
    },
    {
      "epoch": 0.32714583333333336,
      "grad_norm": 0.8095594048500061,
      "learning_rate": 0.0002286435967534594,
      "loss": 7.3627,
      "step": 157030
    },
    {
      "epoch": 0.32716666666666666,
      "grad_norm": 0.7770182490348816,
      "learning_rate": 0.0002286352016363277,
      "loss": 7.9215,
      "step": 157040
    },
    {
      "epoch": 0.3271875,
      "grad_norm": 0.7919919490814209,
      "learning_rate": 0.0002286268061795231,
      "loss": 7.6478,
      "step": 157050
    },
    {
      "epoch": 0.3272083333333333,
      "grad_norm": 1.4845794439315796,
      "learning_rate": 0.00022861841038308175,
      "loss": 7.6725,
      "step": 157060
    },
    {
      "epoch": 0.3272291666666667,
      "grad_norm": 0.822752058506012,
      "learning_rate": 0.00022861001424704007,
      "loss": 8.491,
      "step": 157070
    },
    {
      "epoch": 0.32725,
      "grad_norm": 0.9679610133171082,
      "learning_rate": 0.0002286016177714342,
      "loss": 7.9312,
      "step": 157080
    },
    {
      "epoch": 0.32727083333333334,
      "grad_norm": 2.1417698860168457,
      "learning_rate": 0.00022859322095630046,
      "loss": 8.5266,
      "step": 157090
    },
    {
      "epoch": 0.32729166666666665,
      "grad_norm": 0.7775654196739197,
      "learning_rate": 0.0002285848238016751,
      "loss": 8.1258,
      "step": 157100
    },
    {
      "epoch": 0.3273125,
      "grad_norm": 0.792458176612854,
      "learning_rate": 0.00022857642630759445,
      "loss": 7.9585,
      "step": 157110
    },
    {
      "epoch": 0.3273333333333333,
      "grad_norm": 1.2297216653823853,
      "learning_rate": 0.00022856802847409473,
      "loss": 7.6111,
      "step": 157120
    },
    {
      "epoch": 0.32735416666666667,
      "grad_norm": 1.1096001863479614,
      "learning_rate": 0.00022855963030121216,
      "loss": 8.1646,
      "step": 157130
    },
    {
      "epoch": 0.327375,
      "grad_norm": 2.7035961151123047,
      "learning_rate": 0.0002285512317889832,
      "loss": 7.6773,
      "step": 157140
    },
    {
      "epoch": 0.32739583333333333,
      "grad_norm": 2.5950210094451904,
      "learning_rate": 0.00022854283293744393,
      "loss": 7.9102,
      "step": 157150
    },
    {
      "epoch": 0.3274166666666667,
      "grad_norm": 0.8970422148704529,
      "learning_rate": 0.0002285344337466307,
      "loss": 7.8435,
      "step": 157160
    },
    {
      "epoch": 0.3274375,
      "grad_norm": 0.8630974292755127,
      "learning_rate": 0.00022852603421657987,
      "loss": 7.8797,
      "step": 157170
    },
    {
      "epoch": 0.32745833333333335,
      "grad_norm": 5.187607288360596,
      "learning_rate": 0.00022851763434732756,
      "loss": 8.4841,
      "step": 157180
    },
    {
      "epoch": 0.32747916666666665,
      "grad_norm": 2.277209997177124,
      "learning_rate": 0.00022850923413891025,
      "loss": 7.7367,
      "step": 157190
    },
    {
      "epoch": 0.3275,
      "grad_norm": 1.7549532651901245,
      "learning_rate": 0.00022850083359136406,
      "loss": 7.9162,
      "step": 157200
    },
    {
      "epoch": 0.3275208333333333,
      "grad_norm": 0.5801873207092285,
      "learning_rate": 0.00022849243270472536,
      "loss": 7.7497,
      "step": 157210
    },
    {
      "epoch": 0.3275416666666667,
      "grad_norm": 0.8039472103118896,
      "learning_rate": 0.00022848403147903045,
      "loss": 7.3956,
      "step": 157220
    },
    {
      "epoch": 0.3275625,
      "grad_norm": 2.0395889282226562,
      "learning_rate": 0.00022847562991431554,
      "loss": 7.7842,
      "step": 157230
    },
    {
      "epoch": 0.32758333333333334,
      "grad_norm": 0.965347170829773,
      "learning_rate": 0.00022846722801061697,
      "loss": 7.5987,
      "step": 157240
    },
    {
      "epoch": 0.32760416666666664,
      "grad_norm": 1.4663035869598389,
      "learning_rate": 0.00022845882576797108,
      "loss": 7.469,
      "step": 157250
    },
    {
      "epoch": 0.327625,
      "grad_norm": 1.4447484016418457,
      "learning_rate": 0.00022845042318641408,
      "loss": 7.9687,
      "step": 157260
    },
    {
      "epoch": 0.32764583333333336,
      "grad_norm": 3.921248435974121,
      "learning_rate": 0.0002284420202659823,
      "loss": 8.2238,
      "step": 157270
    },
    {
      "epoch": 0.32766666666666666,
      "grad_norm": 2.216067314147949,
      "learning_rate": 0.00022843361700671208,
      "loss": 7.5584,
      "step": 157280
    },
    {
      "epoch": 0.3276875,
      "grad_norm": 0.9177510738372803,
      "learning_rate": 0.00022842521340863967,
      "loss": 7.4434,
      "step": 157290
    },
    {
      "epoch": 0.3277083333333333,
      "grad_norm": 1.0656616687774658,
      "learning_rate": 0.00022841680947180136,
      "loss": 7.3697,
      "step": 157300
    },
    {
      "epoch": 0.3277291666666667,
      "grad_norm": 0.7817381620407104,
      "learning_rate": 0.00022840840519623349,
      "loss": 7.3865,
      "step": 157310
    },
    {
      "epoch": 0.32775,
      "grad_norm": 2.827697992324829,
      "learning_rate": 0.00022840000058197235,
      "loss": 7.7795,
      "step": 157320
    },
    {
      "epoch": 0.32777083333333334,
      "grad_norm": 1.415844202041626,
      "learning_rate": 0.00022839159562905423,
      "loss": 7.5433,
      "step": 157330
    },
    {
      "epoch": 0.32779166666666665,
      "grad_norm": 1.9469820261001587,
      "learning_rate": 0.00022838319033751544,
      "loss": 7.9072,
      "step": 157340
    },
    {
      "epoch": 0.3278125,
      "grad_norm": 2.3868982791900635,
      "learning_rate": 0.0002283747847073923,
      "loss": 7.7943,
      "step": 157350
    },
    {
      "epoch": 0.3278333333333333,
      "grad_norm": 1.0942150354385376,
      "learning_rate": 0.00022836637873872113,
      "loss": 7.3435,
      "step": 157360
    },
    {
      "epoch": 0.32785416666666667,
      "grad_norm": 1.3389211893081665,
      "learning_rate": 0.00022835797243153823,
      "loss": 7.3359,
      "step": 157370
    },
    {
      "epoch": 0.327875,
      "grad_norm": 0.8995433449745178,
      "learning_rate": 0.00022834956578587985,
      "loss": 7.995,
      "step": 157380
    },
    {
      "epoch": 0.32789583333333333,
      "grad_norm": 2.092319965362549,
      "learning_rate": 0.00022834115880178242,
      "loss": 7.3964,
      "step": 157390
    },
    {
      "epoch": 0.3279166666666667,
      "grad_norm": 0.8423141837120056,
      "learning_rate": 0.00022833275147928216,
      "loss": 7.6723,
      "step": 157400
    },
    {
      "epoch": 0.3279375,
      "grad_norm": 1.780437707901001,
      "learning_rate": 0.0002283243438184154,
      "loss": 8.2345,
      "step": 157410
    },
    {
      "epoch": 0.32795833333333335,
      "grad_norm": 0.7032226324081421,
      "learning_rate": 0.00022831593581921857,
      "loss": 7.4359,
      "step": 157420
    },
    {
      "epoch": 0.32797916666666665,
      "grad_norm": 1.8786087036132812,
      "learning_rate": 0.00022830752748172775,
      "loss": 7.612,
      "step": 157430
    },
    {
      "epoch": 0.328,
      "grad_norm": 0.6769495010375977,
      "learning_rate": 0.00022829911880597954,
      "loss": 7.7034,
      "step": 157440
    },
    {
      "epoch": 0.3280208333333333,
      "grad_norm": 1.0462284088134766,
      "learning_rate": 0.00022829070979201005,
      "loss": 8.5875,
      "step": 157450
    },
    {
      "epoch": 0.3280416666666667,
      "grad_norm": 2.3984851837158203,
      "learning_rate": 0.00022828230043985573,
      "loss": 7.256,
      "step": 157460
    },
    {
      "epoch": 0.3280625,
      "grad_norm": 0.7276017069816589,
      "learning_rate": 0.00022827389074955281,
      "loss": 7.3911,
      "step": 157470
    },
    {
      "epoch": 0.32808333333333334,
      "grad_norm": 7.913285255432129,
      "learning_rate": 0.0002282654807211377,
      "loss": 7.8669,
      "step": 157480
    },
    {
      "epoch": 0.32810416666666664,
      "grad_norm": 1.2764840126037598,
      "learning_rate": 0.00022825707035464672,
      "loss": 7.4359,
      "step": 157490
    },
    {
      "epoch": 0.328125,
      "grad_norm": 1.027437686920166,
      "learning_rate": 0.00022824865965011615,
      "loss": 8.9736,
      "step": 157500
    },
    {
      "epoch": 0.32814583333333336,
      "grad_norm": 0.5239473581314087,
      "learning_rate": 0.0002282402486075823,
      "loss": 7.6985,
      "step": 157510
    },
    {
      "epoch": 0.32816666666666666,
      "grad_norm": 0.6308271288871765,
      "learning_rate": 0.0002282318372270816,
      "loss": 7.2687,
      "step": 157520
    },
    {
      "epoch": 0.3281875,
      "grad_norm": 1.350656270980835,
      "learning_rate": 0.0002282234255086503,
      "loss": 7.7174,
      "step": 157530
    },
    {
      "epoch": 0.3282083333333333,
      "grad_norm": 0.7618686556816101,
      "learning_rate": 0.00022821501345232477,
      "loss": 7.9993,
      "step": 157540
    },
    {
      "epoch": 0.3282291666666667,
      "grad_norm": 0.5350823998451233,
      "learning_rate": 0.00022820660105814133,
      "loss": 7.7482,
      "step": 157550
    },
    {
      "epoch": 0.32825,
      "grad_norm": 0.6927958130836487,
      "learning_rate": 0.00022819818832613636,
      "loss": 7.6078,
      "step": 157560
    },
    {
      "epoch": 0.32827083333333335,
      "grad_norm": 0.6707289218902588,
      "learning_rate": 0.00022818977525634613,
      "loss": 7.6041,
      "step": 157570
    },
    {
      "epoch": 0.32829166666666665,
      "grad_norm": 0.8790495991706848,
      "learning_rate": 0.00022818136184880706,
      "loss": 7.9113,
      "step": 157580
    },
    {
      "epoch": 0.3283125,
      "grad_norm": 6.373048782348633,
      "learning_rate": 0.00022817294810355545,
      "loss": 8.0798,
      "step": 157590
    },
    {
      "epoch": 0.3283333333333333,
      "grad_norm": 1.1359277963638306,
      "learning_rate": 0.0002281645340206276,
      "loss": 7.7092,
      "step": 157600
    },
    {
      "epoch": 0.32835416666666667,
      "grad_norm": 1.082337737083435,
      "learning_rate": 0.00022815611960005997,
      "loss": 7.7004,
      "step": 157610
    },
    {
      "epoch": 0.328375,
      "grad_norm": 0.9529953598976135,
      "learning_rate": 0.0002281477048418888,
      "loss": 7.9346,
      "step": 157620
    },
    {
      "epoch": 0.32839583333333333,
      "grad_norm": 1.242136836051941,
      "learning_rate": 0.00022813928974615047,
      "loss": 7.9221,
      "step": 157630
    },
    {
      "epoch": 0.3284166666666667,
      "grad_norm": 2.746034622192383,
      "learning_rate": 0.0002281308743128814,
      "loss": 8.3593,
      "step": 157640
    },
    {
      "epoch": 0.3284375,
      "grad_norm": 7.2744550704956055,
      "learning_rate": 0.0002281224585421178,
      "loss": 8.8186,
      "step": 157650
    },
    {
      "epoch": 0.32845833333333335,
      "grad_norm": 2.282355785369873,
      "learning_rate": 0.00022811404243389612,
      "loss": 7.6168,
      "step": 157660
    },
    {
      "epoch": 0.32847916666666666,
      "grad_norm": 1.0229462385177612,
      "learning_rate": 0.00022810562598825273,
      "loss": 7.4313,
      "step": 157670
    },
    {
      "epoch": 0.3285,
      "grad_norm": 0.6393124461174011,
      "learning_rate": 0.00022809720920522394,
      "loss": 8.1081,
      "step": 157680
    },
    {
      "epoch": 0.3285208333333333,
      "grad_norm": 1.0865360498428345,
      "learning_rate": 0.0002280887920848461,
      "loss": 7.6524,
      "step": 157690
    },
    {
      "epoch": 0.3285416666666667,
      "grad_norm": 1.6845232248306274,
      "learning_rate": 0.0002280803746271556,
      "loss": 8.0452,
      "step": 157700
    },
    {
      "epoch": 0.3285625,
      "grad_norm": 1.0432921648025513,
      "learning_rate": 0.0002280719568321888,
      "loss": 7.594,
      "step": 157710
    },
    {
      "epoch": 0.32858333333333334,
      "grad_norm": 0.832160472869873,
      "learning_rate": 0.00022806353869998203,
      "loss": 7.6476,
      "step": 157720
    },
    {
      "epoch": 0.32860416666666664,
      "grad_norm": 0.7102196216583252,
      "learning_rate": 0.00022805512023057168,
      "loss": 7.2241,
      "step": 157730
    },
    {
      "epoch": 0.328625,
      "grad_norm": 4.449145317077637,
      "learning_rate": 0.00022804670142399411,
      "loss": 8.1443,
      "step": 157740
    },
    {
      "epoch": 0.32864583333333336,
      "grad_norm": 1.4334379434585571,
      "learning_rate": 0.00022803828228028567,
      "loss": 7.462,
      "step": 157750
    },
    {
      "epoch": 0.32866666666666666,
      "grad_norm": 1.4819610118865967,
      "learning_rate": 0.00022802986279948277,
      "loss": 7.9801,
      "step": 157760
    },
    {
      "epoch": 0.3286875,
      "grad_norm": 0.7788021564483643,
      "learning_rate": 0.0002280214429816217,
      "loss": 7.4869,
      "step": 157770
    },
    {
      "epoch": 0.3287083333333333,
      "grad_norm": 0.9117709994316101,
      "learning_rate": 0.00022801302282673898,
      "loss": 7.5427,
      "step": 157780
    },
    {
      "epoch": 0.3287291666666667,
      "grad_norm": 0.6115545034408569,
      "learning_rate": 0.00022800460233487078,
      "loss": 7.4925,
      "step": 157790
    },
    {
      "epoch": 0.32875,
      "grad_norm": 1.8816114664077759,
      "learning_rate": 0.00022799618150605354,
      "loss": 7.406,
      "step": 157800
    },
    {
      "epoch": 0.32877083333333335,
      "grad_norm": 1.4760185480117798,
      "learning_rate": 0.0002279877603403238,
      "loss": 8.2063,
      "step": 157810
    },
    {
      "epoch": 0.32879166666666665,
      "grad_norm": 1.0526899099349976,
      "learning_rate": 0.00022797933883771774,
      "loss": 8.4293,
      "step": 157820
    },
    {
      "epoch": 0.3288125,
      "grad_norm": 0.968713104724884,
      "learning_rate": 0.00022797091699827178,
      "loss": 7.4281,
      "step": 157830
    },
    {
      "epoch": 0.3288333333333333,
      "grad_norm": 1.9336423873901367,
      "learning_rate": 0.00022796249482202237,
      "loss": 7.6666,
      "step": 157840
    },
    {
      "epoch": 0.32885416666666667,
      "grad_norm": 2.492039680480957,
      "learning_rate": 0.0002279540723090058,
      "loss": 7.674,
      "step": 157850
    },
    {
      "epoch": 0.328875,
      "grad_norm": 1.5546841621398926,
      "learning_rate": 0.0002279456494592585,
      "loss": 7.6339,
      "step": 157860
    },
    {
      "epoch": 0.32889583333333333,
      "grad_norm": 0.7115716338157654,
      "learning_rate": 0.00022793722627281686,
      "loss": 7.5809,
      "step": 157870
    },
    {
      "epoch": 0.3289166666666667,
      "grad_norm": 2.287376642227173,
      "learning_rate": 0.00022792880274971722,
      "loss": 7.6273,
      "step": 157880
    },
    {
      "epoch": 0.3289375,
      "grad_norm": 1.1878083944320679,
      "learning_rate": 0.00022792037888999604,
      "loss": 7.6603,
      "step": 157890
    },
    {
      "epoch": 0.32895833333333335,
      "grad_norm": 1.1322814226150513,
      "learning_rate": 0.00022791195469368963,
      "loss": 7.6096,
      "step": 157900
    },
    {
      "epoch": 0.32897916666666666,
      "grad_norm": 1.0041290521621704,
      "learning_rate": 0.00022790353016083445,
      "loss": 7.4654,
      "step": 157910
    },
    {
      "epoch": 0.329,
      "grad_norm": 0.7985463738441467,
      "learning_rate": 0.00022789510529146683,
      "loss": 8.1583,
      "step": 157920
    },
    {
      "epoch": 0.3290208333333333,
      "grad_norm": 0.9165805578231812,
      "learning_rate": 0.0002278866800856232,
      "loss": 7.5488,
      "step": 157930
    },
    {
      "epoch": 0.3290416666666667,
      "grad_norm": 1.3969782590866089,
      "learning_rate": 0.00022787825454333995,
      "loss": 7.5922,
      "step": 157940
    },
    {
      "epoch": 0.3290625,
      "grad_norm": 1.705915093421936,
      "learning_rate": 0.00022786982866465348,
      "loss": 7.7263,
      "step": 157950
    },
    {
      "epoch": 0.32908333333333334,
      "grad_norm": 1.4938054084777832,
      "learning_rate": 0.0002278614024496002,
      "loss": 7.8178,
      "step": 157960
    },
    {
      "epoch": 0.32910416666666664,
      "grad_norm": 6.85114049911499,
      "learning_rate": 0.0002278529758982164,
      "loss": 8.1269,
      "step": 157970
    },
    {
      "epoch": 0.329125,
      "grad_norm": 6.191490173339844,
      "learning_rate": 0.00022784454901053858,
      "loss": 8.2098,
      "step": 157980
    },
    {
      "epoch": 0.32914583333333336,
      "grad_norm": 1.9685133695602417,
      "learning_rate": 0.0002278361217866032,
      "loss": 7.7488,
      "step": 157990
    },
    {
      "epoch": 0.32916666666666666,
      "grad_norm": 1.223095417022705,
      "learning_rate": 0.00022782769422644646,
      "loss": 7.62,
      "step": 158000
    },
    {
      "epoch": 0.32916666666666666,
      "eval_loss": 7.156571865081787,
      "eval_runtime": 8.3258,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 158000
    },
    {
      "epoch": 0.3291875,
      "grad_norm": 0.6297948360443115,
      "learning_rate": 0.00022781926633010498,
      "loss": 7.4676,
      "step": 158010
    },
    {
      "epoch": 0.3292083333333333,
      "grad_norm": 1.357545256614685,
      "learning_rate": 0.00022781083809761502,
      "loss": 7.4804,
      "step": 158020
    },
    {
      "epoch": 0.3292291666666667,
      "grad_norm": 2.576301097869873,
      "learning_rate": 0.00022780240952901306,
      "loss": 7.7179,
      "step": 158030
    },
    {
      "epoch": 0.32925,
      "grad_norm": 0.5503290891647339,
      "learning_rate": 0.00022779398062433548,
      "loss": 7.5753,
      "step": 158040
    },
    {
      "epoch": 0.32927083333333335,
      "grad_norm": 1.8720396757125854,
      "learning_rate": 0.0002277855513836187,
      "loss": 9.2205,
      "step": 158050
    },
    {
      "epoch": 0.32929166666666665,
      "grad_norm": 1.3331210613250732,
      "learning_rate": 0.00022777712180689915,
      "loss": 7.9397,
      "step": 158060
    },
    {
      "epoch": 0.3293125,
      "grad_norm": 0.6477856636047363,
      "learning_rate": 0.0002277686918942132,
      "loss": 7.7242,
      "step": 158070
    },
    {
      "epoch": 0.3293333333333333,
      "grad_norm": 2.0503244400024414,
      "learning_rate": 0.00022776026164559725,
      "loss": 7.9098,
      "step": 158080
    },
    {
      "epoch": 0.32935416666666667,
      "grad_norm": 0.7927338480949402,
      "learning_rate": 0.00022775183106108783,
      "loss": 7.9994,
      "step": 158090
    },
    {
      "epoch": 0.329375,
      "grad_norm": 1.4771480560302734,
      "learning_rate": 0.00022774340014072118,
      "loss": 8.2326,
      "step": 158100
    },
    {
      "epoch": 0.32939583333333333,
      "grad_norm": 0.691204845905304,
      "learning_rate": 0.00022773496888453388,
      "loss": 7.664,
      "step": 158110
    },
    {
      "epoch": 0.3294166666666667,
      "grad_norm": 1.3686362504959106,
      "learning_rate": 0.00022772653729256228,
      "loss": 8.2856,
      "step": 158120
    },
    {
      "epoch": 0.3294375,
      "grad_norm": 1.5564796924591064,
      "learning_rate": 0.0002277181053648428,
      "loss": 7.5043,
      "step": 158130
    },
    {
      "epoch": 0.32945833333333335,
      "grad_norm": 1.3007440567016602,
      "learning_rate": 0.0002277096731014118,
      "loss": 7.7103,
      "step": 158140
    },
    {
      "epoch": 0.32947916666666666,
      "grad_norm": 1.178392767906189,
      "learning_rate": 0.0002277012405023059,
      "loss": 7.6216,
      "step": 158150
    },
    {
      "epoch": 0.3295,
      "grad_norm": 2.7956600189208984,
      "learning_rate": 0.0002276928075675613,
      "loss": 7.7929,
      "step": 158160
    },
    {
      "epoch": 0.3295208333333333,
      "grad_norm": 0.5834908485412598,
      "learning_rate": 0.00022768437429721453,
      "loss": 7.6449,
      "step": 158170
    },
    {
      "epoch": 0.3295416666666667,
      "grad_norm": 1.4034037590026855,
      "learning_rate": 0.0002276759406913021,
      "loss": 7.6934,
      "step": 158180
    },
    {
      "epoch": 0.3295625,
      "grad_norm": 1.0652376413345337,
      "learning_rate": 0.00022766750674986028,
      "loss": 7.6415,
      "step": 158190
    },
    {
      "epoch": 0.32958333333333334,
      "grad_norm": 0.8089683651924133,
      "learning_rate": 0.00022765907247292554,
      "loss": 7.6957,
      "step": 158200
    },
    {
      "epoch": 0.32960416666666664,
      "grad_norm": 2.892536163330078,
      "learning_rate": 0.00022765063786053442,
      "loss": 7.7859,
      "step": 158210
    },
    {
      "epoch": 0.329625,
      "grad_norm": 1.7226723432540894,
      "learning_rate": 0.00022764220291272326,
      "loss": 7.8261,
      "step": 158220
    },
    {
      "epoch": 0.32964583333333336,
      "grad_norm": 2.9229519367218018,
      "learning_rate": 0.00022763376762952853,
      "loss": 7.7026,
      "step": 158230
    },
    {
      "epoch": 0.32966666666666666,
      "grad_norm": 0.4100245535373688,
      "learning_rate": 0.0002276253320109866,
      "loss": 7.8541,
      "step": 158240
    },
    {
      "epoch": 0.3296875,
      "grad_norm": 0.8790428042411804,
      "learning_rate": 0.000227616896057134,
      "loss": 7.7799,
      "step": 158250
    },
    {
      "epoch": 0.3297083333333333,
      "grad_norm": 1.2953224182128906,
      "learning_rate": 0.0002276084597680071,
      "loss": 7.3907,
      "step": 158260
    },
    {
      "epoch": 0.3297291666666667,
      "grad_norm": 1.1388640403747559,
      "learning_rate": 0.00022760002314364244,
      "loss": 7.6622,
      "step": 158270
    },
    {
      "epoch": 0.32975,
      "grad_norm": 0.5069410800933838,
      "learning_rate": 0.00022759158618407632,
      "loss": 8.0094,
      "step": 158280
    },
    {
      "epoch": 0.32977083333333335,
      "grad_norm": 1.9924585819244385,
      "learning_rate": 0.00022758314888934533,
      "loss": 7.4666,
      "step": 158290
    },
    {
      "epoch": 0.32979166666666665,
      "grad_norm": 0.8482815623283386,
      "learning_rate": 0.00022757471125948577,
      "loss": 7.2677,
      "step": 158300
    },
    {
      "epoch": 0.3298125,
      "grad_norm": 0.8775427341461182,
      "learning_rate": 0.0002275662732945342,
      "loss": 7.7797,
      "step": 158310
    },
    {
      "epoch": 0.3298333333333333,
      "grad_norm": 1.2157132625579834,
      "learning_rate": 0.00022755783499452706,
      "loss": 7.4578,
      "step": 158320
    },
    {
      "epoch": 0.32985416666666667,
      "grad_norm": 1.322869896888733,
      "learning_rate": 0.0002275493963595008,
      "loss": 8.136,
      "step": 158330
    },
    {
      "epoch": 0.329875,
      "grad_norm": 1.6302074193954468,
      "learning_rate": 0.00022754095738949172,
      "loss": 8.221,
      "step": 158340
    },
    {
      "epoch": 0.32989583333333333,
      "grad_norm": 1.8379062414169312,
      "learning_rate": 0.00022753251808453652,
      "loss": 7.8762,
      "step": 158350
    },
    {
      "epoch": 0.3299166666666667,
      "grad_norm": 0.7212697863578796,
      "learning_rate": 0.0002275240784446715,
      "loss": 7.1782,
      "step": 158360
    },
    {
      "epoch": 0.3299375,
      "grad_norm": 4.740849494934082,
      "learning_rate": 0.00022751563846993308,
      "loss": 8.0591,
      "step": 158370
    },
    {
      "epoch": 0.32995833333333335,
      "grad_norm": 1.2244395017623901,
      "learning_rate": 0.00022750719816035784,
      "loss": 8.1282,
      "step": 158380
    },
    {
      "epoch": 0.32997916666666666,
      "grad_norm": 1.3123425245285034,
      "learning_rate": 0.00022749875751598217,
      "loss": 7.8887,
      "step": 158390
    },
    {
      "epoch": 0.33,
      "grad_norm": 0.9332519769668579,
      "learning_rate": 0.0002274903165368426,
      "loss": 7.3941,
      "step": 158400
    },
    {
      "epoch": 0.3300208333333333,
      "grad_norm": 3.8967907428741455,
      "learning_rate": 0.00022748187522297545,
      "loss": 9.6568,
      "step": 158410
    },
    {
      "epoch": 0.3300416666666667,
      "grad_norm": 2.686044692993164,
      "learning_rate": 0.0002274734335744173,
      "loss": 7.5157,
      "step": 158420
    },
    {
      "epoch": 0.3300625,
      "grad_norm": 0.883527934551239,
      "learning_rate": 0.00022746499159120458,
      "loss": 7.3723,
      "step": 158430
    },
    {
      "epoch": 0.33008333333333334,
      "grad_norm": 0.8571986556053162,
      "learning_rate": 0.00022745654927337376,
      "loss": 8.1654,
      "step": 158440
    },
    {
      "epoch": 0.33010416666666664,
      "grad_norm": 1.4026756286621094,
      "learning_rate": 0.00022744810662096132,
      "loss": 7.677,
      "step": 158450
    },
    {
      "epoch": 0.330125,
      "grad_norm": 1.4160538911819458,
      "learning_rate": 0.00022743966363400372,
      "loss": 8.3537,
      "step": 158460
    },
    {
      "epoch": 0.33014583333333336,
      "grad_norm": 1.2813518047332764,
      "learning_rate": 0.0002274312203125374,
      "loss": 8.0944,
      "step": 158470
    },
    {
      "epoch": 0.33016666666666666,
      "grad_norm": 1.1738994121551514,
      "learning_rate": 0.0002274227766565989,
      "loss": 7.8412,
      "step": 158480
    },
    {
      "epoch": 0.3301875,
      "grad_norm": 1.999772310256958,
      "learning_rate": 0.00022741433266622465,
      "loss": 7.9332,
      "step": 158490
    },
    {
      "epoch": 0.3302083333333333,
      "grad_norm": 1.1799153089523315,
      "learning_rate": 0.000227405888341451,
      "loss": 7.3507,
      "step": 158500
    },
    {
      "epoch": 0.3302291666666667,
      "grad_norm": 2.7695212364196777,
      "learning_rate": 0.0002273974436823147,
      "loss": 7.94,
      "step": 158510
    },
    {
      "epoch": 0.33025,
      "grad_norm": 0.9310407638549805,
      "learning_rate": 0.00022738899868885205,
      "loss": 7.7489,
      "step": 158520
    },
    {
      "epoch": 0.33027083333333335,
      "grad_norm": 1.1283597946166992,
      "learning_rate": 0.00022738055336109952,
      "loss": 8.0186,
      "step": 158530
    },
    {
      "epoch": 0.33029166666666665,
      "grad_norm": 1.8564642667770386,
      "learning_rate": 0.00022737210769909364,
      "loss": 7.6501,
      "step": 158540
    },
    {
      "epoch": 0.3303125,
      "grad_norm": 1.9158633947372437,
      "learning_rate": 0.0002273636617028709,
      "loss": 8.0867,
      "step": 158550
    },
    {
      "epoch": 0.3303333333333333,
      "grad_norm": 3.343806266784668,
      "learning_rate": 0.00022735521537246774,
      "loss": 7.943,
      "step": 158560
    },
    {
      "epoch": 0.33035416666666667,
      "grad_norm": 0.9525223970413208,
      "learning_rate": 0.00022734676870792068,
      "loss": 7.3109,
      "step": 158570
    },
    {
      "epoch": 0.330375,
      "grad_norm": 0.9531047940254211,
      "learning_rate": 0.0002273383217092662,
      "loss": 7.755,
      "step": 158580
    },
    {
      "epoch": 0.33039583333333333,
      "grad_norm": 1.1970815658569336,
      "learning_rate": 0.00022732987437654078,
      "loss": 7.9257,
      "step": 158590
    },
    {
      "epoch": 0.3304166666666667,
      "grad_norm": 0.6285922527313232,
      "learning_rate": 0.0002273214267097809,
      "loss": 7.73,
      "step": 158600
    },
    {
      "epoch": 0.3304375,
      "grad_norm": 1.5415396690368652,
      "learning_rate": 0.0002273129787090231,
      "loss": 7.4053,
      "step": 158610
    },
    {
      "epoch": 0.33045833333333335,
      "grad_norm": 0.8195227384567261,
      "learning_rate": 0.0002273045303743038,
      "loss": 8.0684,
      "step": 158620
    },
    {
      "epoch": 0.33047916666666666,
      "grad_norm": 0.5449750423431396,
      "learning_rate": 0.00022729608170565953,
      "loss": 9.1371,
      "step": 158630
    },
    {
      "epoch": 0.3305,
      "grad_norm": 1.7787071466445923,
      "learning_rate": 0.0002272876327031268,
      "loss": 7.4355,
      "step": 158640
    },
    {
      "epoch": 0.3305208333333333,
      "grad_norm": 0.7529510259628296,
      "learning_rate": 0.00022727918336674205,
      "loss": 7.8617,
      "step": 158650
    },
    {
      "epoch": 0.3305416666666667,
      "grad_norm": 1.203122854232788,
      "learning_rate": 0.00022727073369654187,
      "loss": 7.9234,
      "step": 158660
    },
    {
      "epoch": 0.3305625,
      "grad_norm": 0.5635288953781128,
      "learning_rate": 0.00022726228369256265,
      "loss": 7.4861,
      "step": 158670
    },
    {
      "epoch": 0.33058333333333334,
      "grad_norm": 0.6855214238166809,
      "learning_rate": 0.00022725383335484101,
      "loss": 7.4145,
      "step": 158680
    },
    {
      "epoch": 0.33060416666666664,
      "grad_norm": 0.8917911052703857,
      "learning_rate": 0.00022724538268341336,
      "loss": 7.3435,
      "step": 158690
    },
    {
      "epoch": 0.330625,
      "grad_norm": 0.8041016459465027,
      "learning_rate": 0.0002272369316783162,
      "loss": 7.5151,
      "step": 158700
    },
    {
      "epoch": 0.33064583333333336,
      "grad_norm": 2.9301376342773438,
      "learning_rate": 0.00022722848033958614,
      "loss": 7.6859,
      "step": 158710
    },
    {
      "epoch": 0.33066666666666666,
      "grad_norm": 0.665065586566925,
      "learning_rate": 0.00022722002866725958,
      "loss": 7.5907,
      "step": 158720
    },
    {
      "epoch": 0.3306875,
      "grad_norm": 1.4862377643585205,
      "learning_rate": 0.00022721157666137303,
      "loss": 7.8836,
      "step": 158730
    },
    {
      "epoch": 0.3307083333333333,
      "grad_norm": 1.1802489757537842,
      "learning_rate": 0.00022720312432196306,
      "loss": 7.5074,
      "step": 158740
    },
    {
      "epoch": 0.3307291666666667,
      "grad_norm": 1.00136137008667,
      "learning_rate": 0.00022719467164906612,
      "loss": 7.833,
      "step": 158750
    },
    {
      "epoch": 0.33075,
      "grad_norm": 5.193634986877441,
      "learning_rate": 0.0002271862186427188,
      "loss": 7.5759,
      "step": 158760
    },
    {
      "epoch": 0.33077083333333335,
      "grad_norm": 0.6066245436668396,
      "learning_rate": 0.00022717776530295752,
      "loss": 7.6278,
      "step": 158770
    },
    {
      "epoch": 0.33079166666666665,
      "grad_norm": 1.6681458950042725,
      "learning_rate": 0.0002271693116298189,
      "loss": 7.7456,
      "step": 158780
    },
    {
      "epoch": 0.3308125,
      "grad_norm": 0.5908284187316895,
      "learning_rate": 0.00022716085762333936,
      "loss": 7.9986,
      "step": 158790
    },
    {
      "epoch": 0.3308333333333333,
      "grad_norm": 2.5626935958862305,
      "learning_rate": 0.00022715240328355547,
      "loss": 7.6366,
      "step": 158800
    },
    {
      "epoch": 0.33085416666666667,
      "grad_norm": 1.309499979019165,
      "learning_rate": 0.00022714394861050375,
      "loss": 8.2148,
      "step": 158810
    },
    {
      "epoch": 0.330875,
      "grad_norm": 1.8000787496566772,
      "learning_rate": 0.0002271354936042207,
      "loss": 7.3461,
      "step": 158820
    },
    {
      "epoch": 0.33089583333333333,
      "grad_norm": 0.9359006881713867,
      "learning_rate": 0.00022712703826474284,
      "loss": 7.702,
      "step": 158830
    },
    {
      "epoch": 0.3309166666666667,
      "grad_norm": 0.7545123100280762,
      "learning_rate": 0.0002271185825921067,
      "loss": 7.9005,
      "step": 158840
    },
    {
      "epoch": 0.3309375,
      "grad_norm": 1.5165311098098755,
      "learning_rate": 0.0002271101265863488,
      "loss": 8.085,
      "step": 158850
    },
    {
      "epoch": 0.33095833333333335,
      "grad_norm": 6.703333854675293,
      "learning_rate": 0.00022710167024750572,
      "loss": 7.8166,
      "step": 158860
    },
    {
      "epoch": 0.33097916666666666,
      "grad_norm": 2.1578149795532227,
      "learning_rate": 0.0002270932135756139,
      "loss": 7.4728,
      "step": 158870
    },
    {
      "epoch": 0.331,
      "grad_norm": 1.4634554386138916,
      "learning_rate": 0.00022708475657070993,
      "loss": 7.4689,
      "step": 158880
    },
    {
      "epoch": 0.3310208333333333,
      "grad_norm": 1.022193431854248,
      "learning_rate": 0.00022707629923283035,
      "loss": 7.4816,
      "step": 158890
    },
    {
      "epoch": 0.3310416666666667,
      "grad_norm": 1.1454055309295654,
      "learning_rate": 0.0002270678415620116,
      "loss": 7.6917,
      "step": 158900
    },
    {
      "epoch": 0.3310625,
      "grad_norm": 0.9147770404815674,
      "learning_rate": 0.00022705938355829035,
      "loss": 7.5698,
      "step": 158910
    },
    {
      "epoch": 0.33108333333333334,
      "grad_norm": 1.5814892053604126,
      "learning_rate": 0.000227050925221703,
      "loss": 7.7136,
      "step": 158920
    },
    {
      "epoch": 0.33110416666666664,
      "grad_norm": 1.0511605739593506,
      "learning_rate": 0.0002270424665522862,
      "loss": 7.2538,
      "step": 158930
    },
    {
      "epoch": 0.331125,
      "grad_norm": 1.6635959148406982,
      "learning_rate": 0.0002270340075500764,
      "loss": 7.7616,
      "step": 158940
    },
    {
      "epoch": 0.3311458333333333,
      "grad_norm": 1.7295565605163574,
      "learning_rate": 0.00022702554821511022,
      "loss": 8.1369,
      "step": 158950
    },
    {
      "epoch": 0.33116666666666666,
      "grad_norm": 2.2179248332977295,
      "learning_rate": 0.0002270170885474242,
      "loss": 7.567,
      "step": 158960
    },
    {
      "epoch": 0.3311875,
      "grad_norm": 1.46091890335083,
      "learning_rate": 0.00022700862854705474,
      "loss": 8.2411,
      "step": 158970
    },
    {
      "epoch": 0.3312083333333333,
      "grad_norm": 0.8622941970825195,
      "learning_rate": 0.00022700016821403853,
      "loss": 8.2198,
      "step": 158980
    },
    {
      "epoch": 0.3312291666666667,
      "grad_norm": 0.7847980260848999,
      "learning_rate": 0.0002269917075484121,
      "loss": 7.7396,
      "step": 158990
    },
    {
      "epoch": 0.33125,
      "grad_norm": 0.908860445022583,
      "learning_rate": 0.00022698324655021193,
      "loss": 7.7802,
      "step": 159000
    },
    {
      "epoch": 0.33125,
      "eval_loss": 7.290399074554443,
      "eval_runtime": 7.808,
      "eval_samples_per_second": 0.384,
      "eval_steps_per_second": 0.128,
      "step": 159000
    },
    {
      "epoch": 0.33127083333333335,
      "grad_norm": 2.150458812713623,
      "learning_rate": 0.00022697478521947463,
      "loss": 7.6549,
      "step": 159010
    },
    {
      "epoch": 0.33129166666666665,
      "grad_norm": 0.8759108781814575,
      "learning_rate": 0.00022696632355623673,
      "loss": 8.036,
      "step": 159020
    },
    {
      "epoch": 0.3313125,
      "grad_norm": 1.2781838178634644,
      "learning_rate": 0.0002269578615605348,
      "loss": 7.5245,
      "step": 159030
    },
    {
      "epoch": 0.3313333333333333,
      "grad_norm": 1.3959941864013672,
      "learning_rate": 0.0002269493992324053,
      "loss": 7.6511,
      "step": 159040
    },
    {
      "epoch": 0.33135416666666667,
      "grad_norm": 1.8461945056915283,
      "learning_rate": 0.00022694093657188493,
      "loss": 7.9478,
      "step": 159050
    },
    {
      "epoch": 0.331375,
      "grad_norm": 0.8794915080070496,
      "learning_rate": 0.00022693247357901013,
      "loss": 7.5884,
      "step": 159060
    },
    {
      "epoch": 0.33139583333333333,
      "grad_norm": 0.6764837503433228,
      "learning_rate": 0.00022692401025381745,
      "loss": 7.8629,
      "step": 159070
    },
    {
      "epoch": 0.3314166666666667,
      "grad_norm": 0.8242775201797485,
      "learning_rate": 0.00022691554659634355,
      "loss": 7.4805,
      "step": 159080
    },
    {
      "epoch": 0.3314375,
      "grad_norm": 1.0393491983413696,
      "learning_rate": 0.00022690708260662495,
      "loss": 7.4283,
      "step": 159090
    },
    {
      "epoch": 0.33145833333333335,
      "grad_norm": 1.5417208671569824,
      "learning_rate": 0.00022689861828469813,
      "loss": 7.7473,
      "step": 159100
    },
    {
      "epoch": 0.33147916666666666,
      "grad_norm": 1.1078734397888184,
      "learning_rate": 0.00022689015363059977,
      "loss": 8.1329,
      "step": 159110
    },
    {
      "epoch": 0.3315,
      "grad_norm": 2.12985897064209,
      "learning_rate": 0.00022688168864436637,
      "loss": 7.9752,
      "step": 159120
    },
    {
      "epoch": 0.3315208333333333,
      "grad_norm": 0.9890515208244324,
      "learning_rate": 0.00022687322332603453,
      "loss": 7.8509,
      "step": 159130
    },
    {
      "epoch": 0.3315416666666667,
      "grad_norm": 5.72759485244751,
      "learning_rate": 0.00022686475767564075,
      "loss": 8.5443,
      "step": 159140
    },
    {
      "epoch": 0.3315625,
      "grad_norm": 0.990809440612793,
      "learning_rate": 0.00022685629169322166,
      "loss": 7.5472,
      "step": 159150
    },
    {
      "epoch": 0.33158333333333334,
      "grad_norm": 11.959185600280762,
      "learning_rate": 0.00022684782537881384,
      "loss": 7.8569,
      "step": 159160
    },
    {
      "epoch": 0.33160416666666664,
      "grad_norm": 0.7594082951545715,
      "learning_rate": 0.0002268393587324538,
      "loss": 8.3895,
      "step": 159170
    },
    {
      "epoch": 0.331625,
      "grad_norm": 1.774516224861145,
      "learning_rate": 0.00022683089175417815,
      "loss": 8.4225,
      "step": 159180
    },
    {
      "epoch": 0.3316458333333333,
      "grad_norm": 1.5106697082519531,
      "learning_rate": 0.00022682242444402344,
      "loss": 7.8194,
      "step": 159190
    },
    {
      "epoch": 0.33166666666666667,
      "grad_norm": 0.8808109760284424,
      "learning_rate": 0.00022681395680202628,
      "loss": 7.9558,
      "step": 159200
    },
    {
      "epoch": 0.3316875,
      "grad_norm": 1.3439626693725586,
      "learning_rate": 0.00022680548882822324,
      "loss": 7.9834,
      "step": 159210
    },
    {
      "epoch": 0.3317083333333333,
      "grad_norm": 0.8557459115982056,
      "learning_rate": 0.00022679702052265095,
      "loss": 7.7422,
      "step": 159220
    },
    {
      "epoch": 0.3317291666666667,
      "grad_norm": 0.6592252850532532,
      "learning_rate": 0.00022678855188534587,
      "loss": 7.7677,
      "step": 159230
    },
    {
      "epoch": 0.33175,
      "grad_norm": 0.7460777163505554,
      "learning_rate": 0.00022678008291634457,
      "loss": 8.3008,
      "step": 159240
    },
    {
      "epoch": 0.33177083333333335,
      "grad_norm": 0.6480847597122192,
      "learning_rate": 0.00022677161361568378,
      "loss": 7.4757,
      "step": 159250
    },
    {
      "epoch": 0.33179166666666665,
      "grad_norm": 2.6035916805267334,
      "learning_rate": 0.00022676314398340002,
      "loss": 8.119,
      "step": 159260
    },
    {
      "epoch": 0.3318125,
      "grad_norm": 0.5756868124008179,
      "learning_rate": 0.00022675467401952988,
      "loss": 7.9073,
      "step": 159270
    },
    {
      "epoch": 0.3318333333333333,
      "grad_norm": 0.9984531402587891,
      "learning_rate": 0.00022674620372410988,
      "loss": 7.515,
      "step": 159280
    },
    {
      "epoch": 0.3318541666666667,
      "grad_norm": 2.6519103050231934,
      "learning_rate": 0.00022673773309717665,
      "loss": 7.9085,
      "step": 159290
    },
    {
      "epoch": 0.331875,
      "grad_norm": 6.391453266143799,
      "learning_rate": 0.0002267292621387668,
      "loss": 8.9666,
      "step": 159300
    },
    {
      "epoch": 0.33189583333333333,
      "grad_norm": 1.1380516290664673,
      "learning_rate": 0.00022672079084891695,
      "loss": 8.6427,
      "step": 159310
    },
    {
      "epoch": 0.3319166666666667,
      "grad_norm": 2.374732494354248,
      "learning_rate": 0.00022671231922766357,
      "loss": 7.6441,
      "step": 159320
    },
    {
      "epoch": 0.3319375,
      "grad_norm": 0.509220540523529,
      "learning_rate": 0.00022670384727504345,
      "loss": 7.1827,
      "step": 159330
    },
    {
      "epoch": 0.33195833333333336,
      "grad_norm": 1.4829591512680054,
      "learning_rate": 0.00022669537499109293,
      "loss": 7.6419,
      "step": 159340
    },
    {
      "epoch": 0.33197916666666666,
      "grad_norm": 1.0440372228622437,
      "learning_rate": 0.00022668690237584885,
      "loss": 7.9328,
      "step": 159350
    },
    {
      "epoch": 0.332,
      "grad_norm": 0.7440251708030701,
      "learning_rate": 0.00022667842942934773,
      "loss": 7.9609,
      "step": 159360
    },
    {
      "epoch": 0.3320208333333333,
      "grad_norm": 1.363681435585022,
      "learning_rate": 0.00022666995615162606,
      "loss": 8.322,
      "step": 159370
    },
    {
      "epoch": 0.3320416666666667,
      "grad_norm": 1.6513358354568481,
      "learning_rate": 0.00022666148254272056,
      "loss": 7.7142,
      "step": 159380
    },
    {
      "epoch": 0.3320625,
      "grad_norm": 1.5551501512527466,
      "learning_rate": 0.00022665300860266784,
      "loss": 7.8388,
      "step": 159390
    },
    {
      "epoch": 0.33208333333333334,
      "grad_norm": 1.0623548030853271,
      "learning_rate": 0.0002266445343315044,
      "loss": 7.5305,
      "step": 159400
    },
    {
      "epoch": 0.33210416666666664,
      "grad_norm": 1.1049559116363525,
      "learning_rate": 0.00022663605972926697,
      "loss": 8.0119,
      "step": 159410
    },
    {
      "epoch": 0.332125,
      "grad_norm": 0.6619827151298523,
      "learning_rate": 0.00022662758479599204,
      "loss": 7.4432,
      "step": 159420
    },
    {
      "epoch": 0.3321458333333333,
      "grad_norm": 0.7946577668190002,
      "learning_rate": 0.0002266191095317163,
      "loss": 7.325,
      "step": 159430
    },
    {
      "epoch": 0.33216666666666667,
      "grad_norm": 1.157039761543274,
      "learning_rate": 0.0002266106339364763,
      "loss": 7.8435,
      "step": 159440
    },
    {
      "epoch": 0.3321875,
      "grad_norm": 0.6502964496612549,
      "learning_rate": 0.00022660215801030876,
      "loss": 7.758,
      "step": 159450
    },
    {
      "epoch": 0.3322083333333333,
      "grad_norm": 0.9021304249763489,
      "learning_rate": 0.00022659368175325018,
      "loss": 7.5027,
      "step": 159460
    },
    {
      "epoch": 0.3322291666666667,
      "grad_norm": 0.7081901431083679,
      "learning_rate": 0.00022658520516533723,
      "loss": 7.431,
      "step": 159470
    },
    {
      "epoch": 0.33225,
      "grad_norm": 0.6843440532684326,
      "learning_rate": 0.00022657672824660647,
      "loss": 7.8397,
      "step": 159480
    },
    {
      "epoch": 0.33227083333333335,
      "grad_norm": 0.5019710063934326,
      "learning_rate": 0.00022656825099709457,
      "loss": 8.1432,
      "step": 159490
    },
    {
      "epoch": 0.33229166666666665,
      "grad_norm": 1.6207939386367798,
      "learning_rate": 0.00022655977341683815,
      "loss": 7.7639,
      "step": 159500
    },
    {
      "epoch": 0.3323125,
      "grad_norm": 1.527178168296814,
      "learning_rate": 0.00022655129550587378,
      "loss": 7.8101,
      "step": 159510
    },
    {
      "epoch": 0.3323333333333333,
      "grad_norm": 0.8550787568092346,
      "learning_rate": 0.00022654281726423815,
      "loss": 7.9944,
      "step": 159520
    },
    {
      "epoch": 0.3323541666666667,
      "grad_norm": 0.6525545120239258,
      "learning_rate": 0.00022653433869196783,
      "loss": 8.1383,
      "step": 159530
    },
    {
      "epoch": 0.332375,
      "grad_norm": 2.6799092292785645,
      "learning_rate": 0.00022652585978909947,
      "loss": 7.6805,
      "step": 159540
    },
    {
      "epoch": 0.33239583333333333,
      "grad_norm": 0.580379068851471,
      "learning_rate": 0.0002265173805556697,
      "loss": 7.7622,
      "step": 159550
    },
    {
      "epoch": 0.3324166666666667,
      "grad_norm": 0.6206820607185364,
      "learning_rate": 0.0002265089009917151,
      "loss": 8.5052,
      "step": 159560
    },
    {
      "epoch": 0.3324375,
      "grad_norm": 2.1720035076141357,
      "learning_rate": 0.00022650042109727234,
      "loss": 7.4771,
      "step": 159570
    },
    {
      "epoch": 0.33245833333333336,
      "grad_norm": 3.9850172996520996,
      "learning_rate": 0.0002264919408723781,
      "loss": 7.7399,
      "step": 159580
    },
    {
      "epoch": 0.33247916666666666,
      "grad_norm": 1.772579312324524,
      "learning_rate": 0.0002264834603170689,
      "loss": 7.7965,
      "step": 159590
    },
    {
      "epoch": 0.3325,
      "grad_norm": 1.8685243129730225,
      "learning_rate": 0.0002264749794313814,
      "loss": 7.7697,
      "step": 159600
    },
    {
      "epoch": 0.3325208333333333,
      "grad_norm": 10.031011581420898,
      "learning_rate": 0.0002264664982153523,
      "loss": 8.7449,
      "step": 159610
    },
    {
      "epoch": 0.3325416666666667,
      "grad_norm": 0.8459958434104919,
      "learning_rate": 0.00022645801666901818,
      "loss": 7.8666,
      "step": 159620
    },
    {
      "epoch": 0.3325625,
      "grad_norm": 1.076187014579773,
      "learning_rate": 0.0002264495347924157,
      "loss": 7.3992,
      "step": 159630
    },
    {
      "epoch": 0.33258333333333334,
      "grad_norm": 1.7235676050186157,
      "learning_rate": 0.00022644105258558145,
      "loss": 7.5503,
      "step": 159640
    },
    {
      "epoch": 0.33260416666666665,
      "grad_norm": 1.4140268564224243,
      "learning_rate": 0.00022643257004855216,
      "loss": 7.5106,
      "step": 159650
    },
    {
      "epoch": 0.332625,
      "grad_norm": 0.669620156288147,
      "learning_rate": 0.00022642408718136442,
      "loss": 7.5771,
      "step": 159660
    },
    {
      "epoch": 0.3326458333333333,
      "grad_norm": 1.4844880104064941,
      "learning_rate": 0.00022641560398405485,
      "loss": 7.5578,
      "step": 159670
    },
    {
      "epoch": 0.33266666666666667,
      "grad_norm": 1.1834278106689453,
      "learning_rate": 0.0002264071204566601,
      "loss": 7.492,
      "step": 159680
    },
    {
      "epoch": 0.3326875,
      "grad_norm": 0.9977860450744629,
      "learning_rate": 0.00022639863659921694,
      "loss": 7.4107,
      "step": 159690
    },
    {
      "epoch": 0.33270833333333333,
      "grad_norm": 3.1417572498321533,
      "learning_rate": 0.00022639015241176177,
      "loss": 7.8883,
      "step": 159700
    },
    {
      "epoch": 0.3327291666666667,
      "grad_norm": 0.8176860809326172,
      "learning_rate": 0.00022638166789433147,
      "loss": 7.4514,
      "step": 159710
    },
    {
      "epoch": 0.33275,
      "grad_norm": 1.7613941431045532,
      "learning_rate": 0.0002263731830469626,
      "loss": 7.3529,
      "step": 159720
    },
    {
      "epoch": 0.33277083333333335,
      "grad_norm": 1.698724627494812,
      "learning_rate": 0.00022636469786969175,
      "loss": 7.6147,
      "step": 159730
    },
    {
      "epoch": 0.33279166666666665,
      "grad_norm": 1.0443977117538452,
      "learning_rate": 0.00022635621236255567,
      "loss": 7.3339,
      "step": 159740
    },
    {
      "epoch": 0.3328125,
      "grad_norm": 1.4338300228118896,
      "learning_rate": 0.000226347726525591,
      "loss": 7.587,
      "step": 159750
    },
    {
      "epoch": 0.3328333333333333,
      "grad_norm": 0.6061712503433228,
      "learning_rate": 0.00022633924035883433,
      "loss": 8.0218,
      "step": 159760
    },
    {
      "epoch": 0.3328541666666667,
      "grad_norm": 1.5831689834594727,
      "learning_rate": 0.00022633075386232232,
      "loss": 7.3329,
      "step": 159770
    },
    {
      "epoch": 0.332875,
      "grad_norm": 1.0732653141021729,
      "learning_rate": 0.00022632226703609174,
      "loss": 7.8648,
      "step": 159780
    },
    {
      "epoch": 0.33289583333333334,
      "grad_norm": 3.084153413772583,
      "learning_rate": 0.0002263137798801792,
      "loss": 8.0657,
      "step": 159790
    },
    {
      "epoch": 0.3329166666666667,
      "grad_norm": 1.9627528190612793,
      "learning_rate": 0.0002263052923946213,
      "loss": 7.3026,
      "step": 159800
    },
    {
      "epoch": 0.3329375,
      "grad_norm": 1.1928642988204956,
      "learning_rate": 0.00022629680457945473,
      "loss": 7.5691,
      "step": 159810
    },
    {
      "epoch": 0.33295833333333336,
      "grad_norm": 10.043721199035645,
      "learning_rate": 0.00022628831643471616,
      "loss": 8.987,
      "step": 159820
    },
    {
      "epoch": 0.33297916666666666,
      "grad_norm": 1.022752046585083,
      "learning_rate": 0.00022627982796044225,
      "loss": 7.6604,
      "step": 159830
    },
    {
      "epoch": 0.333,
      "grad_norm": 0.905877411365509,
      "learning_rate": 0.00022627133915666968,
      "loss": 9.5407,
      "step": 159840
    },
    {
      "epoch": 0.3330208333333333,
      "grad_norm": 1.3361961841583252,
      "learning_rate": 0.00022626285002343515,
      "loss": 7.6897,
      "step": 159850
    },
    {
      "epoch": 0.3330416666666667,
      "grad_norm": 1.4043452739715576,
      "learning_rate": 0.0002262543605607753,
      "loss": 7.3635,
      "step": 159860
    },
    {
      "epoch": 0.3330625,
      "grad_norm": 0.596660852432251,
      "learning_rate": 0.00022624587076872674,
      "loss": 7.5687,
      "step": 159870
    },
    {
      "epoch": 0.33308333333333334,
      "grad_norm": 1.02971351146698,
      "learning_rate": 0.00022623738064732622,
      "loss": 7.6653,
      "step": 159880
    },
    {
      "epoch": 0.33310416666666665,
      "grad_norm": 1.0138293504714966,
      "learning_rate": 0.00022622889019661047,
      "loss": 7.6769,
      "step": 159890
    },
    {
      "epoch": 0.333125,
      "grad_norm": 0.9782379865646362,
      "learning_rate": 0.000226220399416616,
      "loss": 7.6926,
      "step": 159900
    },
    {
      "epoch": 0.3331458333333333,
      "grad_norm": 1.3254436254501343,
      "learning_rate": 0.00022621190830737957,
      "loss": 8.2763,
      "step": 159910
    },
    {
      "epoch": 0.33316666666666667,
      "grad_norm": 3.594548463821411,
      "learning_rate": 0.0002262034168689379,
      "loss": 7.4979,
      "step": 159920
    },
    {
      "epoch": 0.3331875,
      "grad_norm": 0.9336110353469849,
      "learning_rate": 0.0002261949251013276,
      "loss": 7.1159,
      "step": 159930
    },
    {
      "epoch": 0.33320833333333333,
      "grad_norm": 0.9189147353172302,
      "learning_rate": 0.0002261864330045854,
      "loss": 7.8729,
      "step": 159940
    },
    {
      "epoch": 0.3332291666666667,
      "grad_norm": 2.183684825897217,
      "learning_rate": 0.00022617794057874798,
      "loss": 7.6629,
      "step": 159950
    },
    {
      "epoch": 0.33325,
      "grad_norm": 0.9191237688064575,
      "learning_rate": 0.00022616944782385203,
      "loss": 7.3533,
      "step": 159960
    },
    {
      "epoch": 0.33327083333333335,
      "grad_norm": 0.6829463839530945,
      "learning_rate": 0.00022616095473993415,
      "loss": 7.6473,
      "step": 159970
    },
    {
      "epoch": 0.33329166666666665,
      "grad_norm": 2.467644691467285,
      "learning_rate": 0.00022615246132703118,
      "loss": 7.7733,
      "step": 159980
    },
    {
      "epoch": 0.3333125,
      "grad_norm": 0.8204621076583862,
      "learning_rate": 0.00022614396758517964,
      "loss": 7.9761,
      "step": 159990
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.8604283928871155,
      "learning_rate": 0.00022613547351441632,
      "loss": 7.3482,
      "step": 160000
    },
    {
      "epoch": 0.3333333333333333,
      "eval_loss": 9.725550651550293,
      "eval_runtime": 7.9574,
      "eval_samples_per_second": 0.377,
      "eval_steps_per_second": 0.126,
      "step": 160000
    },
    {
      "epoch": 0.3333541666666667,
      "grad_norm": 0.5974679589271545,
      "learning_rate": 0.00022612697911477788,
      "loss": 8.478,
      "step": 160010
    },
    {
      "epoch": 0.333375,
      "grad_norm": 0.5623323321342468,
      "learning_rate": 0.00022611848438630104,
      "loss": 8.3308,
      "step": 160020
    },
    {
      "epoch": 0.33339583333333334,
      "grad_norm": 1.0786958932876587,
      "learning_rate": 0.00022610998932902257,
      "loss": 7.7195,
      "step": 160030
    },
    {
      "epoch": 0.33341666666666664,
      "grad_norm": 0.8293405771255493,
      "learning_rate": 0.00022610149394297892,
      "loss": 7.4328,
      "step": 160040
    },
    {
      "epoch": 0.3334375,
      "grad_norm": 0.7624731659889221,
      "learning_rate": 0.000226092998228207,
      "loss": 7.5505,
      "step": 160050
    },
    {
      "epoch": 0.33345833333333336,
      "grad_norm": 0.9509210586547852,
      "learning_rate": 0.00022608450218474348,
      "loss": 7.4602,
      "step": 160060
    },
    {
      "epoch": 0.33347916666666666,
      "grad_norm": 0.9922462701797485,
      "learning_rate": 0.00022607600581262495,
      "loss": 8.0593,
      "step": 160070
    },
    {
      "epoch": 0.3335,
      "grad_norm": 0.9890621900558472,
      "learning_rate": 0.00022606750911188822,
      "loss": 8.0108,
      "step": 160080
    },
    {
      "epoch": 0.3335208333333333,
      "grad_norm": 0.5658724904060364,
      "learning_rate": 0.00022605901208257,
      "loss": 8.1103,
      "step": 160090
    },
    {
      "epoch": 0.3335416666666667,
      "grad_norm": 2.035428047180176,
      "learning_rate": 0.00022605051472470697,
      "loss": 7.9325,
      "step": 160100
    },
    {
      "epoch": 0.3335625,
      "grad_norm": 2.7573957443237305,
      "learning_rate": 0.00022604201703833572,
      "loss": 8.2815,
      "step": 160110
    },
    {
      "epoch": 0.33358333333333334,
      "grad_norm": 0.8025938868522644,
      "learning_rate": 0.00022603351902349312,
      "loss": 8.076,
      "step": 160120
    },
    {
      "epoch": 0.33360416666666665,
      "grad_norm": 0.7560685873031616,
      "learning_rate": 0.00022602502068021585,
      "loss": 7.815,
      "step": 160130
    },
    {
      "epoch": 0.333625,
      "grad_norm": 1.0735275745391846,
      "learning_rate": 0.0002260165220085405,
      "loss": 7.489,
      "step": 160140
    },
    {
      "epoch": 0.3336458333333333,
      "grad_norm": 0.7792106866836548,
      "learning_rate": 0.00022600802300850394,
      "loss": 7.8183,
      "step": 160150
    },
    {
      "epoch": 0.33366666666666667,
      "grad_norm": 1.107287049293518,
      "learning_rate": 0.00022599952368014274,
      "loss": 7.7574,
      "step": 160160
    },
    {
      "epoch": 0.3336875,
      "grad_norm": 1.109533429145813,
      "learning_rate": 0.00022599102402349374,
      "loss": 7.604,
      "step": 160170
    },
    {
      "epoch": 0.33370833333333333,
      "grad_norm": 2.7570841312408447,
      "learning_rate": 0.00022598252403859353,
      "loss": 7.0689,
      "step": 160180
    },
    {
      "epoch": 0.3337291666666667,
      "grad_norm": 0.8765416741371155,
      "learning_rate": 0.00022597402372547895,
      "loss": 8.5726,
      "step": 160190
    },
    {
      "epoch": 0.33375,
      "grad_norm": 0.7512107491493225,
      "learning_rate": 0.00022596552308418665,
      "loss": 7.8927,
      "step": 160200
    },
    {
      "epoch": 0.33377083333333335,
      "grad_norm": 1.2715060710906982,
      "learning_rate": 0.00022595702211475335,
      "loss": 7.9968,
      "step": 160210
    },
    {
      "epoch": 0.33379166666666665,
      "grad_norm": 1.2688437700271606,
      "learning_rate": 0.00022594852081721576,
      "loss": 7.8167,
      "step": 160220
    },
    {
      "epoch": 0.3338125,
      "grad_norm": 0.5812473297119141,
      "learning_rate": 0.00022594001919161067,
      "loss": 7.8685,
      "step": 160230
    },
    {
      "epoch": 0.3338333333333333,
      "grad_norm": 6.465114593505859,
      "learning_rate": 0.0002259315172379747,
      "loss": 8.4311,
      "step": 160240
    },
    {
      "epoch": 0.3338541666666667,
      "grad_norm": 0.6055681705474854,
      "learning_rate": 0.00022592301495634467,
      "loss": 7.5599,
      "step": 160250
    },
    {
      "epoch": 0.333875,
      "grad_norm": 0.9664592146873474,
      "learning_rate": 0.00022591451234675727,
      "loss": 7.2564,
      "step": 160260
    },
    {
      "epoch": 0.33389583333333334,
      "grad_norm": 1.6915167570114136,
      "learning_rate": 0.00022590600940924923,
      "loss": 7.6168,
      "step": 160270
    },
    {
      "epoch": 0.33391666666666664,
      "grad_norm": 0.9866223335266113,
      "learning_rate": 0.0002258975061438572,
      "loss": 8.5276,
      "step": 160280
    },
    {
      "epoch": 0.3339375,
      "grad_norm": 1.127799391746521,
      "learning_rate": 0.0002258890025506181,
      "loss": 7.9692,
      "step": 160290
    },
    {
      "epoch": 0.33395833333333336,
      "grad_norm": 1.6228995323181152,
      "learning_rate": 0.0002258804986295685,
      "loss": 7.8486,
      "step": 160300
    },
    {
      "epoch": 0.33397916666666666,
      "grad_norm": 8.512452125549316,
      "learning_rate": 0.00022587199438074516,
      "loss": 7.8588,
      "step": 160310
    },
    {
      "epoch": 0.334,
      "grad_norm": 1.4244111776351929,
      "learning_rate": 0.00022586348980418484,
      "loss": 7.8446,
      "step": 160320
    },
    {
      "epoch": 0.3340208333333333,
      "grad_norm": 0.6396503448486328,
      "learning_rate": 0.00022585498489992425,
      "loss": 7.2955,
      "step": 160330
    },
    {
      "epoch": 0.3340416666666667,
      "grad_norm": 1.574508547782898,
      "learning_rate": 0.0002258464796680002,
      "loss": 7.5728,
      "step": 160340
    },
    {
      "epoch": 0.3340625,
      "grad_norm": 0.563624918460846,
      "learning_rate": 0.00022583797410844937,
      "loss": 7.7003,
      "step": 160350
    },
    {
      "epoch": 0.33408333333333334,
      "grad_norm": 1.1853631734848022,
      "learning_rate": 0.0002258294682213085,
      "loss": 8.1148,
      "step": 160360
    },
    {
      "epoch": 0.33410416666666665,
      "grad_norm": 1.141788363456726,
      "learning_rate": 0.00022582096200661435,
      "loss": 8.044,
      "step": 160370
    },
    {
      "epoch": 0.334125,
      "grad_norm": 3.3243229389190674,
      "learning_rate": 0.00022581245546440367,
      "loss": 7.544,
      "step": 160380
    },
    {
      "epoch": 0.3341458333333333,
      "grad_norm": 1.8284229040145874,
      "learning_rate": 0.00022580394859471315,
      "loss": 8.164,
      "step": 160390
    },
    {
      "epoch": 0.33416666666666667,
      "grad_norm": 0.7487996220588684,
      "learning_rate": 0.0002257954413975796,
      "loss": 7.426,
      "step": 160400
    },
    {
      "epoch": 0.3341875,
      "grad_norm": 3.272736072540283,
      "learning_rate": 0.00022578693387303975,
      "loss": 7.5571,
      "step": 160410
    },
    {
      "epoch": 0.33420833333333333,
      "grad_norm": 1.3219069242477417,
      "learning_rate": 0.0002257784260211303,
      "loss": 7.8937,
      "step": 160420
    },
    {
      "epoch": 0.3342291666666667,
      "grad_norm": 1.3293355703353882,
      "learning_rate": 0.00022576991784188817,
      "loss": 7.9223,
      "step": 160430
    },
    {
      "epoch": 0.33425,
      "grad_norm": 1.2847145795822144,
      "learning_rate": 0.00022576140933534985,
      "loss": 7.4987,
      "step": 160440
    },
    {
      "epoch": 0.33427083333333335,
      "grad_norm": 1.0548069477081299,
      "learning_rate": 0.0002257529005015523,
      "loss": 7.793,
      "step": 160450
    },
    {
      "epoch": 0.33429166666666665,
      "grad_norm": 6.371809482574463,
      "learning_rate": 0.00022574439134053222,
      "loss": 8.0089,
      "step": 160460
    },
    {
      "epoch": 0.3343125,
      "grad_norm": 1.7696502208709717,
      "learning_rate": 0.0002257358818523263,
      "loss": 7.7327,
      "step": 160470
    },
    {
      "epoch": 0.3343333333333333,
      "grad_norm": 1.126578450202942,
      "learning_rate": 0.00022572737203697138,
      "loss": 7.8549,
      "step": 160480
    },
    {
      "epoch": 0.3343541666666667,
      "grad_norm": 0.7554594874382019,
      "learning_rate": 0.00022571886189450417,
      "loss": 7.3938,
      "step": 160490
    },
    {
      "epoch": 0.334375,
      "grad_norm": 0.7746455073356628,
      "learning_rate": 0.00022571035142496143,
      "loss": 7.759,
      "step": 160500
    },
    {
      "epoch": 0.33439583333333334,
      "grad_norm": 0.6844192147254944,
      "learning_rate": 0.00022570184062837997,
      "loss": 8.0427,
      "step": 160510
    },
    {
      "epoch": 0.33441666666666664,
      "grad_norm": 1.265445351600647,
      "learning_rate": 0.0002256933295047965,
      "loss": 7.564,
      "step": 160520
    },
    {
      "epoch": 0.3344375,
      "grad_norm": 0.7247918844223022,
      "learning_rate": 0.00022568481805424785,
      "loss": 7.3382,
      "step": 160530
    },
    {
      "epoch": 0.33445833333333336,
      "grad_norm": 0.8878062963485718,
      "learning_rate": 0.0002256763062767707,
      "loss": 8.1211,
      "step": 160540
    },
    {
      "epoch": 0.33447916666666666,
      "grad_norm": 1.9246633052825928,
      "learning_rate": 0.0002256677941724019,
      "loss": 8.3854,
      "step": 160550
    },
    {
      "epoch": 0.3345,
      "grad_norm": 0.9266829490661621,
      "learning_rate": 0.00022565928174117815,
      "loss": 7.4582,
      "step": 160560
    },
    {
      "epoch": 0.3345208333333333,
      "grad_norm": 0.6259573101997375,
      "learning_rate": 0.00022565076898313626,
      "loss": 7.7299,
      "step": 160570
    },
    {
      "epoch": 0.3345416666666667,
      "grad_norm": 3.8656439781188965,
      "learning_rate": 0.000225642255898313,
      "loss": 8.0571,
      "step": 160580
    },
    {
      "epoch": 0.3345625,
      "grad_norm": 1.4631916284561157,
      "learning_rate": 0.00022563374248674514,
      "loss": 8.1441,
      "step": 160590
    },
    {
      "epoch": 0.33458333333333334,
      "grad_norm": 1.7377958297729492,
      "learning_rate": 0.00022562522874846943,
      "loss": 7.6442,
      "step": 160600
    },
    {
      "epoch": 0.33460416666666665,
      "grad_norm": 1.3886910676956177,
      "learning_rate": 0.00022561671468352264,
      "loss": 7.8003,
      "step": 160610
    },
    {
      "epoch": 0.334625,
      "grad_norm": 1.1596037149429321,
      "learning_rate": 0.00022560820029194167,
      "loss": 8.355,
      "step": 160620
    },
    {
      "epoch": 0.3346458333333333,
      "grad_norm": 1.0164424180984497,
      "learning_rate": 0.00022559968557376314,
      "loss": 7.2707,
      "step": 160630
    },
    {
      "epoch": 0.33466666666666667,
      "grad_norm": 1.0220990180969238,
      "learning_rate": 0.00022559117052902385,
      "loss": 7.6294,
      "step": 160640
    },
    {
      "epoch": 0.3346875,
      "grad_norm": 3.782836675643921,
      "learning_rate": 0.0002255826551577607,
      "loss": 7.7498,
      "step": 160650
    },
    {
      "epoch": 0.33470833333333333,
      "grad_norm": 1.0835530757904053,
      "learning_rate": 0.00022557413946001039,
      "loss": 7.8754,
      "step": 160660
    },
    {
      "epoch": 0.3347291666666667,
      "grad_norm": 1.5427360534667969,
      "learning_rate": 0.00022556562343580965,
      "loss": 7.4019,
      "step": 160670
    },
    {
      "epoch": 0.33475,
      "grad_norm": 1.3337903022766113,
      "learning_rate": 0.0002255571070851954,
      "loss": 7.7897,
      "step": 160680
    },
    {
      "epoch": 0.33477083333333335,
      "grad_norm": 2.0168190002441406,
      "learning_rate": 0.0002255485904082043,
      "loss": 7.4744,
      "step": 160690
    },
    {
      "epoch": 0.33479166666666665,
      "grad_norm": 1.227177381515503,
      "learning_rate": 0.00022554007340487323,
      "loss": 8.3212,
      "step": 160700
    },
    {
      "epoch": 0.3348125,
      "grad_norm": 1.8301435708999634,
      "learning_rate": 0.00022553155607523892,
      "loss": 7.4816,
      "step": 160710
    },
    {
      "epoch": 0.3348333333333333,
      "grad_norm": 0.6846231818199158,
      "learning_rate": 0.00022552303841933817,
      "loss": 7.3599,
      "step": 160720
    },
    {
      "epoch": 0.3348541666666667,
      "grad_norm": 0.9141449332237244,
      "learning_rate": 0.00022551452043720788,
      "loss": 7.4657,
      "step": 160730
    },
    {
      "epoch": 0.334875,
      "grad_norm": 1.096968650817871,
      "learning_rate": 0.00022550600212888463,
      "loss": 7.3105,
      "step": 160740
    },
    {
      "epoch": 0.33489583333333334,
      "grad_norm": 1.317681074142456,
      "learning_rate": 0.00022549748349440541,
      "loss": 7.8661,
      "step": 160750
    },
    {
      "epoch": 0.33491666666666664,
      "grad_norm": 1.4118890762329102,
      "learning_rate": 0.00022548896453380694,
      "loss": 7.4175,
      "step": 160760
    },
    {
      "epoch": 0.3349375,
      "grad_norm": 1.161122441291809,
      "learning_rate": 0.00022548044524712602,
      "loss": 8.0077,
      "step": 160770
    },
    {
      "epoch": 0.33495833333333336,
      "grad_norm": 0.8973234295845032,
      "learning_rate": 0.00022547192563439943,
      "loss": 7.5712,
      "step": 160780
    },
    {
      "epoch": 0.33497916666666666,
      "grad_norm": 0.8205369710922241,
      "learning_rate": 0.000225463405695664,
      "loss": 7.3884,
      "step": 160790
    },
    {
      "epoch": 0.335,
      "grad_norm": 1.1699646711349487,
      "learning_rate": 0.00022545488543095657,
      "loss": 7.8188,
      "step": 160800
    },
    {
      "epoch": 0.3350208333333333,
      "grad_norm": 0.916144073009491,
      "learning_rate": 0.00022544636484031385,
      "loss": 7.3044,
      "step": 160810
    },
    {
      "epoch": 0.3350416666666667,
      "grad_norm": 1.8439579010009766,
      "learning_rate": 0.00022543784392377273,
      "loss": 8.2514,
      "step": 160820
    },
    {
      "epoch": 0.3350625,
      "grad_norm": 1.13886559009552,
      "learning_rate": 0.00022542932268136999,
      "loss": 7.6407,
      "step": 160830
    },
    {
      "epoch": 0.33508333333333334,
      "grad_norm": 3.495136260986328,
      "learning_rate": 0.00022542080111314242,
      "loss": 8.5009,
      "step": 160840
    },
    {
      "epoch": 0.33510416666666665,
      "grad_norm": 0.6982277631759644,
      "learning_rate": 0.00022541227921912683,
      "loss": 7.6558,
      "step": 160850
    },
    {
      "epoch": 0.335125,
      "grad_norm": 0.842669665813446,
      "learning_rate": 0.00022540375699936006,
      "loss": 7.9056,
      "step": 160860
    },
    {
      "epoch": 0.3351458333333333,
      "grad_norm": 2.4238121509552,
      "learning_rate": 0.00022539523445387887,
      "loss": 7.867,
      "step": 160870
    },
    {
      "epoch": 0.33516666666666667,
      "grad_norm": 1.0554872751235962,
      "learning_rate": 0.00022538671158272016,
      "loss": 7.4157,
      "step": 160880
    },
    {
      "epoch": 0.3351875,
      "grad_norm": 0.6306027770042419,
      "learning_rate": 0.00022537818838592064,
      "loss": 7.2919,
      "step": 160890
    },
    {
      "epoch": 0.33520833333333333,
      "grad_norm": 1.149439811706543,
      "learning_rate": 0.00022536966486351727,
      "loss": 7.1044,
      "step": 160900
    },
    {
      "epoch": 0.3352291666666667,
      "grad_norm": 2.0249764919281006,
      "learning_rate": 0.00022536114101554672,
      "loss": 7.6737,
      "step": 160910
    },
    {
      "epoch": 0.33525,
      "grad_norm": 1.3491616249084473,
      "learning_rate": 0.00022535261684204587,
      "loss": 7.8267,
      "step": 160920
    },
    {
      "epoch": 0.33527083333333335,
      "grad_norm": 1.177187204360962,
      "learning_rate": 0.00022534409234305157,
      "loss": 7.7883,
      "step": 160930
    },
    {
      "epoch": 0.33529166666666665,
      "grad_norm": 1.3970094919204712,
      "learning_rate": 0.0002253355675186006,
      "loss": 8.1383,
      "step": 160940
    },
    {
      "epoch": 0.3353125,
      "grad_norm": 0.8024418354034424,
      "learning_rate": 0.00022532704236872977,
      "loss": 7.7257,
      "step": 160950
    },
    {
      "epoch": 0.3353333333333333,
      "grad_norm": 1.834248423576355,
      "learning_rate": 0.00022531851689347603,
      "loss": 8.1977,
      "step": 160960
    },
    {
      "epoch": 0.3353541666666667,
      "grad_norm": 1.0875087976455688,
      "learning_rate": 0.00022530999109287602,
      "loss": 7.7869,
      "step": 160970
    },
    {
      "epoch": 0.335375,
      "grad_norm": 0.9059032201766968,
      "learning_rate": 0.0002253014649669666,
      "loss": 7.3998,
      "step": 160980
    },
    {
      "epoch": 0.33539583333333334,
      "grad_norm": 1.2808516025543213,
      "learning_rate": 0.0002252929385157848,
      "loss": 7.722,
      "step": 160990
    },
    {
      "epoch": 0.33541666666666664,
      "grad_norm": 1.7344894409179688,
      "learning_rate": 0.00022528441173936723,
      "loss": 8.4036,
      "step": 161000
    },
    {
      "epoch": 0.33541666666666664,
      "eval_loss": 7.892801761627197,
      "eval_runtime": 8.3051,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 161000
    },
    {
      "epoch": 0.3354375,
      "grad_norm": 0.7092779874801636,
      "learning_rate": 0.0002252758846377508,
      "loss": 8.1464,
      "step": 161010
    },
    {
      "epoch": 0.33545833333333336,
      "grad_norm": 1.1208388805389404,
      "learning_rate": 0.0002252673572109724,
      "loss": 8.4076,
      "step": 161020
    },
    {
      "epoch": 0.33547916666666666,
      "grad_norm": 0.6216596364974976,
      "learning_rate": 0.00022525882945906878,
      "loss": 7.987,
      "step": 161030
    },
    {
      "epoch": 0.3355,
      "grad_norm": 0.9378489255905151,
      "learning_rate": 0.0002252503013820768,
      "loss": 7.5684,
      "step": 161040
    },
    {
      "epoch": 0.3355208333333333,
      "grad_norm": 0.7573655247688293,
      "learning_rate": 0.00022524177298003327,
      "loss": 7.9695,
      "step": 161050
    },
    {
      "epoch": 0.3355416666666667,
      "grad_norm": 0.6844030618667603,
      "learning_rate": 0.00022523324425297508,
      "loss": 7.6481,
      "step": 161060
    },
    {
      "epoch": 0.3355625,
      "grad_norm": 1.198763132095337,
      "learning_rate": 0.00022522471520093905,
      "loss": 7.985,
      "step": 161070
    },
    {
      "epoch": 0.33558333333333334,
      "grad_norm": 0.7505356669425964,
      "learning_rate": 0.00022521618582396207,
      "loss": 7.8373,
      "step": 161080
    },
    {
      "epoch": 0.33560416666666665,
      "grad_norm": 4.261013031005859,
      "learning_rate": 0.00022520765612208093,
      "loss": 8.156,
      "step": 161090
    },
    {
      "epoch": 0.335625,
      "grad_norm": 0.5994710922241211,
      "learning_rate": 0.00022519912609533245,
      "loss": 7.8574,
      "step": 161100
    },
    {
      "epoch": 0.3356458333333333,
      "grad_norm": 0.8176409006118774,
      "learning_rate": 0.00022519059574375357,
      "loss": 7.4382,
      "step": 161110
    },
    {
      "epoch": 0.33566666666666667,
      "grad_norm": 1.4877532720565796,
      "learning_rate": 0.000225182065067381,
      "loss": 7.6054,
      "step": 161120
    },
    {
      "epoch": 0.3356875,
      "grad_norm": 1.5230077505111694,
      "learning_rate": 0.00022517353406625173,
      "loss": 7.3518,
      "step": 161130
    },
    {
      "epoch": 0.33570833333333333,
      "grad_norm": 7.958081245422363,
      "learning_rate": 0.0002251650027404025,
      "loss": 7.7576,
      "step": 161140
    },
    {
      "epoch": 0.3357291666666667,
      "grad_norm": 1.4283101558685303,
      "learning_rate": 0.00022515647108987025,
      "loss": 7.2277,
      "step": 161150
    },
    {
      "epoch": 0.33575,
      "grad_norm": 1.207943081855774,
      "learning_rate": 0.00022514793911469178,
      "loss": 7.9026,
      "step": 161160
    },
    {
      "epoch": 0.33577083333333335,
      "grad_norm": 5.1067423820495605,
      "learning_rate": 0.000225139406814904,
      "loss": 8.6606,
      "step": 161170
    },
    {
      "epoch": 0.33579166666666665,
      "grad_norm": 1.1643160581588745,
      "learning_rate": 0.00022513087419054366,
      "loss": 7.7804,
      "step": 161180
    },
    {
      "epoch": 0.3358125,
      "grad_norm": 2.103911876678467,
      "learning_rate": 0.00022512234124164772,
      "loss": 7.5669,
      "step": 161190
    },
    {
      "epoch": 0.3358333333333333,
      "grad_norm": 0.7514651417732239,
      "learning_rate": 0.00022511380796825297,
      "loss": 7.2643,
      "step": 161200
    },
    {
      "epoch": 0.3358541666666667,
      "grad_norm": 0.7389249801635742,
      "learning_rate": 0.0002251052743703963,
      "loss": 7.8431,
      "step": 161210
    },
    {
      "epoch": 0.335875,
      "grad_norm": 0.6757090091705322,
      "learning_rate": 0.0002250967404481146,
      "loss": 7.612,
      "step": 161220
    },
    {
      "epoch": 0.33589583333333334,
      "grad_norm": 0.5636742115020752,
      "learning_rate": 0.00022508820620144467,
      "loss": 8.039,
      "step": 161230
    },
    {
      "epoch": 0.33591666666666664,
      "grad_norm": 0.6821115612983704,
      "learning_rate": 0.00022507967163042347,
      "loss": 7.8372,
      "step": 161240
    },
    {
      "epoch": 0.3359375,
      "grad_norm": 0.7973249554634094,
      "learning_rate": 0.00022507113673508777,
      "loss": 7.6762,
      "step": 161250
    },
    {
      "epoch": 0.33595833333333336,
      "grad_norm": 1.0147641897201538,
      "learning_rate": 0.0002250626015154745,
      "loss": 7.5665,
      "step": 161260
    },
    {
      "epoch": 0.33597916666666666,
      "grad_norm": 1.0579739809036255,
      "learning_rate": 0.0002250540659716205,
      "loss": 7.845,
      "step": 161270
    },
    {
      "epoch": 0.336,
      "grad_norm": 0.8741838335990906,
      "learning_rate": 0.00022504553010356258,
      "loss": 7.8479,
      "step": 161280
    },
    {
      "epoch": 0.3360208333333333,
      "grad_norm": 0.5352187156677246,
      "learning_rate": 0.00022503699391133772,
      "loss": 7.7418,
      "step": 161290
    },
    {
      "epoch": 0.3360416666666667,
      "grad_norm": 0.9651929140090942,
      "learning_rate": 0.00022502845739498278,
      "loss": 7.9221,
      "step": 161300
    },
    {
      "epoch": 0.3360625,
      "grad_norm": 2.0957789421081543,
      "learning_rate": 0.00022501992055453456,
      "loss": 8.0823,
      "step": 161310
    },
    {
      "epoch": 0.33608333333333335,
      "grad_norm": 2.282338857650757,
      "learning_rate": 0.00022501138339003004,
      "loss": 7.8503,
      "step": 161320
    },
    {
      "epoch": 0.33610416666666665,
      "grad_norm": 2.321181535720825,
      "learning_rate": 0.00022500284590150596,
      "loss": 7.6524,
      "step": 161330
    },
    {
      "epoch": 0.336125,
      "grad_norm": 1.6067733764648438,
      "learning_rate": 0.0002249943080889993,
      "loss": 7.8174,
      "step": 161340
    },
    {
      "epoch": 0.3361458333333333,
      "grad_norm": 1.5671988725662231,
      "learning_rate": 0.00022498576995254693,
      "loss": 7.6281,
      "step": 161350
    },
    {
      "epoch": 0.33616666666666667,
      "grad_norm": 2.6912169456481934,
      "learning_rate": 0.00022497723149218567,
      "loss": 7.5406,
      "step": 161360
    },
    {
      "epoch": 0.3361875,
      "grad_norm": 1.3717939853668213,
      "learning_rate": 0.0002249686927079525,
      "loss": 8.3337,
      "step": 161370
    },
    {
      "epoch": 0.33620833333333333,
      "grad_norm": 1.9594006538391113,
      "learning_rate": 0.00022496015359988424,
      "loss": 7.276,
      "step": 161380
    },
    {
      "epoch": 0.3362291666666667,
      "grad_norm": 1.5064986944198608,
      "learning_rate": 0.00022495161416801778,
      "loss": 8.3353,
      "step": 161390
    },
    {
      "epoch": 0.33625,
      "grad_norm": 1.0579720735549927,
      "learning_rate": 0.00022494307441238998,
      "loss": 7.7367,
      "step": 161400
    },
    {
      "epoch": 0.33627083333333335,
      "grad_norm": 1.4664486646652222,
      "learning_rate": 0.00022493453433303784,
      "loss": 7.7792,
      "step": 161410
    },
    {
      "epoch": 0.33629166666666666,
      "grad_norm": 1.0744510889053345,
      "learning_rate": 0.0002249259939299981,
      "loss": 7.5073,
      "step": 161420
    },
    {
      "epoch": 0.3363125,
      "grad_norm": 1.3477544784545898,
      "learning_rate": 0.00022491745320330774,
      "loss": 7.564,
      "step": 161430
    },
    {
      "epoch": 0.3363333333333333,
      "grad_norm": 2.170623779296875,
      "learning_rate": 0.00022490891215300366,
      "loss": 8.1943,
      "step": 161440
    },
    {
      "epoch": 0.3363541666666667,
      "grad_norm": 0.7639560699462891,
      "learning_rate": 0.00022490037077912273,
      "loss": 7.5234,
      "step": 161450
    },
    {
      "epoch": 0.336375,
      "grad_norm": 1.079525113105774,
      "learning_rate": 0.00022489182908170185,
      "loss": 7.4044,
      "step": 161460
    },
    {
      "epoch": 0.33639583333333334,
      "grad_norm": 3.4218244552612305,
      "learning_rate": 0.0002248832870607779,
      "loss": 8.3145,
      "step": 161470
    },
    {
      "epoch": 0.33641666666666664,
      "grad_norm": 0.6054667830467224,
      "learning_rate": 0.00022487474471638778,
      "loss": 7.6207,
      "step": 161480
    },
    {
      "epoch": 0.3364375,
      "grad_norm": 1.4398081302642822,
      "learning_rate": 0.0002248662020485684,
      "loss": 8.5479,
      "step": 161490
    },
    {
      "epoch": 0.33645833333333336,
      "grad_norm": 1.5678762197494507,
      "learning_rate": 0.0002248576590573567,
      "loss": 7.6168,
      "step": 161500
    },
    {
      "epoch": 0.33647916666666666,
      "grad_norm": 0.7956862449645996,
      "learning_rate": 0.00022484911574278949,
      "loss": 7.698,
      "step": 161510
    },
    {
      "epoch": 0.3365,
      "grad_norm": 0.7978635430335999,
      "learning_rate": 0.00022484057210490378,
      "loss": 7.8319,
      "step": 161520
    },
    {
      "epoch": 0.3365208333333333,
      "grad_norm": 0.9380131959915161,
      "learning_rate": 0.0002248320281437364,
      "loss": 7.7339,
      "step": 161530
    },
    {
      "epoch": 0.3365416666666667,
      "grad_norm": 1.355474829673767,
      "learning_rate": 0.00022482348385932422,
      "loss": 7.7499,
      "step": 161540
    },
    {
      "epoch": 0.3365625,
      "grad_norm": 1.219889760017395,
      "learning_rate": 0.00022481493925170432,
      "loss": 7.7659,
      "step": 161550
    },
    {
      "epoch": 0.33658333333333335,
      "grad_norm": 0.8156872391700745,
      "learning_rate": 0.0002248063943209134,
      "loss": 7.6733,
      "step": 161560
    },
    {
      "epoch": 0.33660416666666665,
      "grad_norm": 1.403512716293335,
      "learning_rate": 0.0002247978490669885,
      "loss": 7.5899,
      "step": 161570
    },
    {
      "epoch": 0.336625,
      "grad_norm": 1.8299667835235596,
      "learning_rate": 0.00022478930348996648,
      "loss": 7.4366,
      "step": 161580
    },
    {
      "epoch": 0.3366458333333333,
      "grad_norm": 1.3844811916351318,
      "learning_rate": 0.00022478075758988433,
      "loss": 8.5299,
      "step": 161590
    },
    {
      "epoch": 0.33666666666666667,
      "grad_norm": 2.28596568107605,
      "learning_rate": 0.00022477221136677885,
      "loss": 7.8138,
      "step": 161600
    },
    {
      "epoch": 0.3366875,
      "grad_norm": 0.7687684893608093,
      "learning_rate": 0.00022476366482068706,
      "loss": 8.1997,
      "step": 161610
    },
    {
      "epoch": 0.33670833333333333,
      "grad_norm": 0.5643225312232971,
      "learning_rate": 0.0002247551179516458,
      "loss": 7.8354,
      "step": 161620
    },
    {
      "epoch": 0.3367291666666667,
      "grad_norm": 0.8919821977615356,
      "learning_rate": 0.00022474657075969207,
      "loss": 7.3943,
      "step": 161630
    },
    {
      "epoch": 0.33675,
      "grad_norm": 0.7162449955940247,
      "learning_rate": 0.00022473802324486262,
      "loss": 7.4135,
      "step": 161640
    },
    {
      "epoch": 0.33677083333333335,
      "grad_norm": 1.750530481338501,
      "learning_rate": 0.0002247294754071946,
      "loss": 7.8649,
      "step": 161650
    },
    {
      "epoch": 0.33679166666666666,
      "grad_norm": 0.7213315367698669,
      "learning_rate": 0.00022472092724672483,
      "loss": 7.3349,
      "step": 161660
    },
    {
      "epoch": 0.3368125,
      "grad_norm": 0.9970511198043823,
      "learning_rate": 0.0002247123787634902,
      "loss": 8.0291,
      "step": 161670
    },
    {
      "epoch": 0.3368333333333333,
      "grad_norm": 1.3864949941635132,
      "learning_rate": 0.00022470382995752762,
      "loss": 7.7697,
      "step": 161680
    },
    {
      "epoch": 0.3368541666666667,
      "grad_norm": 1.0326900482177734,
      "learning_rate": 0.00022469528082887414,
      "loss": 7.6381,
      "step": 161690
    },
    {
      "epoch": 0.336875,
      "grad_norm": 1.6699086427688599,
      "learning_rate": 0.0002246867313775666,
      "loss": 7.4924,
      "step": 161700
    },
    {
      "epoch": 0.33689583333333334,
      "grad_norm": 0.7342612147331238,
      "learning_rate": 0.0002246781816036419,
      "loss": 7.5112,
      "step": 161710
    },
    {
      "epoch": 0.33691666666666664,
      "grad_norm": 0.6925002336502075,
      "learning_rate": 0.00022466963150713707,
      "loss": 7.8555,
      "step": 161720
    },
    {
      "epoch": 0.3369375,
      "grad_norm": 4.140702247619629,
      "learning_rate": 0.00022466108108808893,
      "loss": 7.8383,
      "step": 161730
    },
    {
      "epoch": 0.33695833333333336,
      "grad_norm": 0.5803398489952087,
      "learning_rate": 0.00022465253034653453,
      "loss": 7.5213,
      "step": 161740
    },
    {
      "epoch": 0.33697916666666666,
      "grad_norm": 1.096926212310791,
      "learning_rate": 0.00022464397928251072,
      "loss": 7.4391,
      "step": 161750
    },
    {
      "epoch": 0.337,
      "grad_norm": 1.2857682704925537,
      "learning_rate": 0.00022463542789605444,
      "loss": 8.4358,
      "step": 161760
    },
    {
      "epoch": 0.3370208333333333,
      "grad_norm": 0.7341384291648865,
      "learning_rate": 0.00022462687618720272,
      "loss": 8.6687,
      "step": 161770
    },
    {
      "epoch": 0.3370416666666667,
      "grad_norm": 3.972022771835327,
      "learning_rate": 0.00022461832415599238,
      "loss": 8.1829,
      "step": 161780
    },
    {
      "epoch": 0.3370625,
      "grad_norm": 0.7730132937431335,
      "learning_rate": 0.00022460977180246042,
      "loss": 7.5159,
      "step": 161790
    },
    {
      "epoch": 0.33708333333333335,
      "grad_norm": 1.0348581075668335,
      "learning_rate": 0.00022460121912664383,
      "loss": 7.2321,
      "step": 161800
    },
    {
      "epoch": 0.33710416666666665,
      "grad_norm": 1.9822238683700562,
      "learning_rate": 0.00022459266612857943,
      "loss": 7.6542,
      "step": 161810
    },
    {
      "epoch": 0.337125,
      "grad_norm": 0.6225904226303101,
      "learning_rate": 0.00022458411280830429,
      "loss": 7.7069,
      "step": 161820
    },
    {
      "epoch": 0.3371458333333333,
      "grad_norm": 0.7581119537353516,
      "learning_rate": 0.00022457555916585527,
      "loss": 7.6113,
      "step": 161830
    },
    {
      "epoch": 0.33716666666666667,
      "grad_norm": 0.7409195303916931,
      "learning_rate": 0.00022456700520126938,
      "loss": 7.496,
      "step": 161840
    },
    {
      "epoch": 0.3371875,
      "grad_norm": 1.4312958717346191,
      "learning_rate": 0.00022455845091458353,
      "loss": 7.4973,
      "step": 161850
    },
    {
      "epoch": 0.33720833333333333,
      "grad_norm": 1.0387665033340454,
      "learning_rate": 0.00022454989630583472,
      "loss": 7.2556,
      "step": 161860
    },
    {
      "epoch": 0.3372291666666667,
      "grad_norm": 2.1442556381225586,
      "learning_rate": 0.0002245413413750598,
      "loss": 7.724,
      "step": 161870
    },
    {
      "epoch": 0.33725,
      "grad_norm": 1.1471668481826782,
      "learning_rate": 0.0002245327861222958,
      "loss": 7.5196,
      "step": 161880
    },
    {
      "epoch": 0.33727083333333335,
      "grad_norm": 6.810184478759766,
      "learning_rate": 0.00022452423054757973,
      "loss": 8.3258,
      "step": 161890
    },
    {
      "epoch": 0.33729166666666666,
      "grad_norm": 1.0497907400131226,
      "learning_rate": 0.00022451567465094844,
      "loss": 7.8538,
      "step": 161900
    },
    {
      "epoch": 0.3373125,
      "grad_norm": 1.1972640752792358,
      "learning_rate": 0.00022450711843243894,
      "loss": 7.5879,
      "step": 161910
    },
    {
      "epoch": 0.3373333333333333,
      "grad_norm": 2.055574655532837,
      "learning_rate": 0.00022449856189208815,
      "loss": 7.342,
      "step": 161920
    },
    {
      "epoch": 0.3373541666666667,
      "grad_norm": 1.21396005153656,
      "learning_rate": 0.0002244900050299331,
      "loss": 7.5253,
      "step": 161930
    },
    {
      "epoch": 0.337375,
      "grad_norm": 0.632369339466095,
      "learning_rate": 0.0002244814478460107,
      "loss": 8.3238,
      "step": 161940
    },
    {
      "epoch": 0.33739583333333334,
      "grad_norm": 0.9757916927337646,
      "learning_rate": 0.00022447289034035792,
      "loss": 7.4084,
      "step": 161950
    },
    {
      "epoch": 0.33741666666666664,
      "grad_norm": 0.8300158977508545,
      "learning_rate": 0.00022446433251301174,
      "loss": 8.0758,
      "step": 161960
    },
    {
      "epoch": 0.3374375,
      "grad_norm": 1.3320688009262085,
      "learning_rate": 0.00022445577436400912,
      "loss": 7.6469,
      "step": 161970
    },
    {
      "epoch": 0.33745833333333336,
      "grad_norm": 0.946263313293457,
      "learning_rate": 0.00022444721589338703,
      "loss": 7.2555,
      "step": 161980
    },
    {
      "epoch": 0.33747916666666666,
      "grad_norm": 1.5756969451904297,
      "learning_rate": 0.00022443865710118242,
      "loss": 7.5579,
      "step": 161990
    },
    {
      "epoch": 0.3375,
      "grad_norm": 0.7623624205589294,
      "learning_rate": 0.00022443009798743231,
      "loss": 7.6592,
      "step": 162000
    },
    {
      "epoch": 0.3375,
      "eval_loss": 7.5153703689575195,
      "eval_runtime": 8.2943,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 162000
    },
    {
      "epoch": 0.3375208333333333,
      "grad_norm": 0.9859211444854736,
      "learning_rate": 0.00022442153855217357,
      "loss": 7.6745,
      "step": 162010
    },
    {
      "epoch": 0.3375416666666667,
      "grad_norm": 1.3427491188049316,
      "learning_rate": 0.00022441297879544327,
      "loss": 7.4767,
      "step": 162020
    },
    {
      "epoch": 0.3375625,
      "grad_norm": 0.6161880493164062,
      "learning_rate": 0.00022440441871727842,
      "loss": 7.3653,
      "step": 162030
    },
    {
      "epoch": 0.33758333333333335,
      "grad_norm": 1.4318944215774536,
      "learning_rate": 0.00022439585831771587,
      "loss": 9.0307,
      "step": 162040
    },
    {
      "epoch": 0.33760416666666665,
      "grad_norm": 1.3325107097625732,
      "learning_rate": 0.0002243872975967927,
      "loss": 7.7737,
      "step": 162050
    },
    {
      "epoch": 0.337625,
      "grad_norm": 1.3357415199279785,
      "learning_rate": 0.0002243787365545458,
      "loss": 7.6056,
      "step": 162060
    },
    {
      "epoch": 0.3376458333333333,
      "grad_norm": 0.9954093098640442,
      "learning_rate": 0.00022437017519101222,
      "loss": 8.3038,
      "step": 162070
    },
    {
      "epoch": 0.33766666666666667,
      "grad_norm": 1.0646427869796753,
      "learning_rate": 0.00022436161350622893,
      "loss": 7.4844,
      "step": 162080
    },
    {
      "epoch": 0.3376875,
      "grad_norm": 0.7070975303649902,
      "learning_rate": 0.0002243530515002329,
      "loss": 7.5243,
      "step": 162090
    },
    {
      "epoch": 0.33770833333333333,
      "grad_norm": 1.1492429971694946,
      "learning_rate": 0.0002243444891730611,
      "loss": 7.4382,
      "step": 162100
    },
    {
      "epoch": 0.3377291666666667,
      "grad_norm": 0.7352768182754517,
      "learning_rate": 0.00022433592652475054,
      "loss": 7.4893,
      "step": 162110
    },
    {
      "epoch": 0.33775,
      "grad_norm": 1.8395572900772095,
      "learning_rate": 0.00022432736355533823,
      "loss": 8.0324,
      "step": 162120
    },
    {
      "epoch": 0.33777083333333335,
      "grad_norm": 0.8082533478736877,
      "learning_rate": 0.00022431880026486112,
      "loss": 7.8031,
      "step": 162130
    },
    {
      "epoch": 0.33779166666666666,
      "grad_norm": 1.9356974363327026,
      "learning_rate": 0.0002243102366533562,
      "loss": 7.8096,
      "step": 162140
    },
    {
      "epoch": 0.3378125,
      "grad_norm": 1.414247989654541,
      "learning_rate": 0.00022430167272086048,
      "loss": 7.4048,
      "step": 162150
    },
    {
      "epoch": 0.3378333333333333,
      "grad_norm": 1.1546121835708618,
      "learning_rate": 0.00022429310846741092,
      "loss": 7.8373,
      "step": 162160
    },
    {
      "epoch": 0.3378541666666667,
      "grad_norm": 0.5504900217056274,
      "learning_rate": 0.00022428454389304458,
      "loss": 8.2415,
      "step": 162170
    },
    {
      "epoch": 0.337875,
      "grad_norm": 0.5226908326148987,
      "learning_rate": 0.00022427597899779835,
      "loss": 7.6213,
      "step": 162180
    },
    {
      "epoch": 0.33789583333333334,
      "grad_norm": 1.5916175842285156,
      "learning_rate": 0.00022426741378170934,
      "loss": 7.6263,
      "step": 162190
    },
    {
      "epoch": 0.33791666666666664,
      "grad_norm": 0.5267753601074219,
      "learning_rate": 0.00022425884824481452,
      "loss": 8.0031,
      "step": 162200
    },
    {
      "epoch": 0.3379375,
      "grad_norm": 0.7127315998077393,
      "learning_rate": 0.00022425028238715083,
      "loss": 7.5362,
      "step": 162210
    },
    {
      "epoch": 0.33795833333333336,
      "grad_norm": 1.3176707029342651,
      "learning_rate": 0.00022424171620875533,
      "loss": 7.8145,
      "step": 162220
    },
    {
      "epoch": 0.33797916666666666,
      "grad_norm": 0.8434606790542603,
      "learning_rate": 0.00022423314970966503,
      "loss": 7.6104,
      "step": 162230
    },
    {
      "epoch": 0.338,
      "grad_norm": 1.2309954166412354,
      "learning_rate": 0.00022422458288991683,
      "loss": 7.8352,
      "step": 162240
    },
    {
      "epoch": 0.3380208333333333,
      "grad_norm": 3.932859182357788,
      "learning_rate": 0.00022421601574954786,
      "loss": 7.862,
      "step": 162250
    },
    {
      "epoch": 0.3380416666666667,
      "grad_norm": 1.2633044719696045,
      "learning_rate": 0.0002242074482885951,
      "loss": 7.7249,
      "step": 162260
    },
    {
      "epoch": 0.3380625,
      "grad_norm": 1.2842576503753662,
      "learning_rate": 0.00022419888050709548,
      "loss": 7.5437,
      "step": 162270
    },
    {
      "epoch": 0.33808333333333335,
      "grad_norm": 1.7532786130905151,
      "learning_rate": 0.0002241903124050861,
      "loss": 7.545,
      "step": 162280
    },
    {
      "epoch": 0.33810416666666665,
      "grad_norm": 1.931309461593628,
      "learning_rate": 0.00022418174398260393,
      "loss": 7.6781,
      "step": 162290
    },
    {
      "epoch": 0.338125,
      "grad_norm": 1.0123604536056519,
      "learning_rate": 0.000224173175239686,
      "loss": 7.6168,
      "step": 162300
    },
    {
      "epoch": 0.3381458333333333,
      "grad_norm": 0.8366449475288391,
      "learning_rate": 0.0002241646061763693,
      "loss": 7.3521,
      "step": 162310
    },
    {
      "epoch": 0.33816666666666667,
      "grad_norm": 1.624167799949646,
      "learning_rate": 0.00022415603679269084,
      "loss": 7.6793,
      "step": 162320
    },
    {
      "epoch": 0.3381875,
      "grad_norm": 2.230799913406372,
      "learning_rate": 0.0002241474670886877,
      "loss": 7.95,
      "step": 162330
    },
    {
      "epoch": 0.33820833333333333,
      "grad_norm": 0.6046084761619568,
      "learning_rate": 0.00022413889706439683,
      "loss": 7.6109,
      "step": 162340
    },
    {
      "epoch": 0.3382291666666667,
      "grad_norm": 1.2437301874160767,
      "learning_rate": 0.00022413032671985526,
      "loss": 7.5328,
      "step": 162350
    },
    {
      "epoch": 0.33825,
      "grad_norm": 1.2262643575668335,
      "learning_rate": 0.00022412175605510004,
      "loss": 7.9355,
      "step": 162360
    },
    {
      "epoch": 0.33827083333333335,
      "grad_norm": 3.90944766998291,
      "learning_rate": 0.00022411318507016816,
      "loss": 7.6663,
      "step": 162370
    },
    {
      "epoch": 0.33829166666666666,
      "grad_norm": 0.8089797496795654,
      "learning_rate": 0.00022410461376509664,
      "loss": 7.7878,
      "step": 162380
    },
    {
      "epoch": 0.3383125,
      "grad_norm": 0.7655595541000366,
      "learning_rate": 0.00022409604213992256,
      "loss": 7.5268,
      "step": 162390
    },
    {
      "epoch": 0.3383333333333333,
      "grad_norm": 0.535401463508606,
      "learning_rate": 0.0002240874701946829,
      "loss": 8.0767,
      "step": 162400
    },
    {
      "epoch": 0.3383541666666667,
      "grad_norm": 1.0702522993087769,
      "learning_rate": 0.00022407889792941467,
      "loss": 7.8985,
      "step": 162410
    },
    {
      "epoch": 0.338375,
      "grad_norm": 0.8240063190460205,
      "learning_rate": 0.00022407032534415492,
      "loss": 7.651,
      "step": 162420
    },
    {
      "epoch": 0.33839583333333334,
      "grad_norm": 0.5610761642456055,
      "learning_rate": 0.0002240617524389407,
      "loss": 7.7389,
      "step": 162430
    },
    {
      "epoch": 0.33841666666666664,
      "grad_norm": 0.7995907068252563,
      "learning_rate": 0.00022405317921380904,
      "loss": 7.4594,
      "step": 162440
    },
    {
      "epoch": 0.3384375,
      "grad_norm": 0.8176141977310181,
      "learning_rate": 0.00022404460566879692,
      "loss": 7.2407,
      "step": 162450
    },
    {
      "epoch": 0.33845833333333336,
      "grad_norm": 1.2361702919006348,
      "learning_rate": 0.00022403603180394145,
      "loss": 7.8084,
      "step": 162460
    },
    {
      "epoch": 0.33847916666666666,
      "grad_norm": 0.6369289755821228,
      "learning_rate": 0.00022402745761927962,
      "loss": 7.6834,
      "step": 162470
    },
    {
      "epoch": 0.3385,
      "grad_norm": 0.9969627261161804,
      "learning_rate": 0.00022401888311484846,
      "loss": 7.3676,
      "step": 162480
    },
    {
      "epoch": 0.3385208333333333,
      "grad_norm": 0.7847800850868225,
      "learning_rate": 0.00022401030829068505,
      "loss": 7.9363,
      "step": 162490
    },
    {
      "epoch": 0.3385416666666667,
      "grad_norm": 3.2278099060058594,
      "learning_rate": 0.0002240017331468264,
      "loss": 7.8875,
      "step": 162500
    },
    {
      "epoch": 0.3385625,
      "grad_norm": 0.7936422824859619,
      "learning_rate": 0.00022399315768330952,
      "loss": 7.5614,
      "step": 162510
    },
    {
      "epoch": 0.33858333333333335,
      "grad_norm": 2.2255189418792725,
      "learning_rate": 0.0002239845819001715,
      "loss": 8.0265,
      "step": 162520
    },
    {
      "epoch": 0.33860416666666665,
      "grad_norm": 3.164661407470703,
      "learning_rate": 0.00022397600579744938,
      "loss": 7.6672,
      "step": 162530
    },
    {
      "epoch": 0.338625,
      "grad_norm": 0.7372426986694336,
      "learning_rate": 0.0002239674293751802,
      "loss": 7.6759,
      "step": 162540
    },
    {
      "epoch": 0.3386458333333333,
      "grad_norm": 2.361052989959717,
      "learning_rate": 0.00022395885263340096,
      "loss": 7.8353,
      "step": 162550
    },
    {
      "epoch": 0.33866666666666667,
      "grad_norm": 1.16207754611969,
      "learning_rate": 0.00022395027557214884,
      "loss": 7.8963,
      "step": 162560
    },
    {
      "epoch": 0.3386875,
      "grad_norm": 1.896379828453064,
      "learning_rate": 0.00022394169819146074,
      "loss": 7.7604,
      "step": 162570
    },
    {
      "epoch": 0.33870833333333333,
      "grad_norm": 1.881778597831726,
      "learning_rate": 0.00022393312049137377,
      "loss": 8.1829,
      "step": 162580
    },
    {
      "epoch": 0.3387291666666667,
      "grad_norm": 1.6422338485717773,
      "learning_rate": 0.000223924542471925,
      "loss": 7.779,
      "step": 162590
    },
    {
      "epoch": 0.33875,
      "grad_norm": 1.4968763589859009,
      "learning_rate": 0.00022391596413315148,
      "loss": 7.8824,
      "step": 162600
    },
    {
      "epoch": 0.33877083333333335,
      "grad_norm": 1.857917070388794,
      "learning_rate": 0.00022390738547509024,
      "loss": 7.5589,
      "step": 162610
    },
    {
      "epoch": 0.33879166666666666,
      "grad_norm": 0.6852666735649109,
      "learning_rate": 0.00022389880649777835,
      "loss": 7.4526,
      "step": 162620
    },
    {
      "epoch": 0.3388125,
      "grad_norm": 6.276378631591797,
      "learning_rate": 0.00022389022720125285,
      "loss": 7.9056,
      "step": 162630
    },
    {
      "epoch": 0.3388333333333333,
      "grad_norm": 0.5463757514953613,
      "learning_rate": 0.00022388164758555082,
      "loss": 7.6632,
      "step": 162640
    },
    {
      "epoch": 0.3388541666666667,
      "grad_norm": 0.9481576681137085,
      "learning_rate": 0.00022387306765070936,
      "loss": 8.3383,
      "step": 162650
    },
    {
      "epoch": 0.338875,
      "grad_norm": 0.9709660410881042,
      "learning_rate": 0.00022386448739676544,
      "loss": 8.0936,
      "step": 162660
    },
    {
      "epoch": 0.33889583333333334,
      "grad_norm": 1.3966906070709229,
      "learning_rate": 0.0002238559068237562,
      "loss": 7.6441,
      "step": 162670
    },
    {
      "epoch": 0.33891666666666664,
      "grad_norm": 0.9432758092880249,
      "learning_rate": 0.00022384732593171863,
      "loss": 7.7034,
      "step": 162680
    },
    {
      "epoch": 0.3389375,
      "grad_norm": 5.240133762359619,
      "learning_rate": 0.00022383874472068992,
      "loss": 7.5962,
      "step": 162690
    },
    {
      "epoch": 0.3389583333333333,
      "grad_norm": 1.3526651859283447,
      "learning_rate": 0.00022383016319070702,
      "loss": 7.3975,
      "step": 162700
    },
    {
      "epoch": 0.33897916666666666,
      "grad_norm": 2.0130598545074463,
      "learning_rate": 0.00022382158134180702,
      "loss": 7.6598,
      "step": 162710
    },
    {
      "epoch": 0.339,
      "grad_norm": 0.8605685830116272,
      "learning_rate": 0.000223812999174027,
      "loss": 7.7958,
      "step": 162720
    },
    {
      "epoch": 0.3390208333333333,
      "grad_norm": 3.419266700744629,
      "learning_rate": 0.00022380441668740412,
      "loss": 7.6203,
      "step": 162730
    },
    {
      "epoch": 0.3390416666666667,
      "grad_norm": 1.232761263847351,
      "learning_rate": 0.00022379583388197532,
      "loss": 8.7862,
      "step": 162740
    },
    {
      "epoch": 0.3390625,
      "grad_norm": 1.8568530082702637,
      "learning_rate": 0.0002237872507577777,
      "loss": 7.4178,
      "step": 162750
    },
    {
      "epoch": 0.33908333333333335,
      "grad_norm": 0.6755605340003967,
      "learning_rate": 0.00022377866731484842,
      "loss": 7.3417,
      "step": 162760
    },
    {
      "epoch": 0.33910416666666665,
      "grad_norm": 1.72294020652771,
      "learning_rate": 0.00022377008355322446,
      "loss": 7.974,
      "step": 162770
    },
    {
      "epoch": 0.339125,
      "grad_norm": 2.136829137802124,
      "learning_rate": 0.00022376149947294296,
      "loss": 8.3871,
      "step": 162780
    },
    {
      "epoch": 0.3391458333333333,
      "grad_norm": 1.445807933807373,
      "learning_rate": 0.00022375291507404098,
      "loss": 8.1566,
      "step": 162790
    },
    {
      "epoch": 0.33916666666666667,
      "grad_norm": 3.3120205402374268,
      "learning_rate": 0.0002237443303565556,
      "loss": 7.8486,
      "step": 162800
    },
    {
      "epoch": 0.3391875,
      "grad_norm": 0.818067193031311,
      "learning_rate": 0.00022373574532052388,
      "loss": 7.8136,
      "step": 162810
    },
    {
      "epoch": 0.33920833333333333,
      "grad_norm": 1.7215991020202637,
      "learning_rate": 0.00022372715996598293,
      "loss": 7.3477,
      "step": 162820
    },
    {
      "epoch": 0.3392291666666667,
      "grad_norm": 1.6934252977371216,
      "learning_rate": 0.00022371857429296984,
      "loss": 7.4883,
      "step": 162830
    },
    {
      "epoch": 0.33925,
      "grad_norm": 1.101021647453308,
      "learning_rate": 0.00022370998830152172,
      "loss": 8.263,
      "step": 162840
    },
    {
      "epoch": 0.33927083333333335,
      "grad_norm": 0.5668389797210693,
      "learning_rate": 0.00022370140199167558,
      "loss": 7.0801,
      "step": 162850
    },
    {
      "epoch": 0.33929166666666666,
      "grad_norm": 0.9097611904144287,
      "learning_rate": 0.00022369281536346858,
      "loss": 7.9576,
      "step": 162860
    },
    {
      "epoch": 0.3393125,
      "grad_norm": 1.023605227470398,
      "learning_rate": 0.00022368422841693782,
      "loss": 7.787,
      "step": 162870
    },
    {
      "epoch": 0.3393333333333333,
      "grad_norm": 0.7795412540435791,
      "learning_rate": 0.00022367564115212028,
      "loss": 7.2058,
      "step": 162880
    },
    {
      "epoch": 0.3393541666666667,
      "grad_norm": 1.0734025239944458,
      "learning_rate": 0.00022366705356905318,
      "loss": 8.0066,
      "step": 162890
    },
    {
      "epoch": 0.339375,
      "grad_norm": 1.094608187675476,
      "learning_rate": 0.00022365846566777358,
      "loss": 7.7941,
      "step": 162900
    },
    {
      "epoch": 0.33939583333333334,
      "grad_norm": 1.2665992975234985,
      "learning_rate": 0.00022364987744831857,
      "loss": 7.5621,
      "step": 162910
    },
    {
      "epoch": 0.33941666666666664,
      "grad_norm": 3.856560707092285,
      "learning_rate": 0.0002236412889107252,
      "loss": 8.894,
      "step": 162920
    },
    {
      "epoch": 0.3394375,
      "grad_norm": 1.0552221536636353,
      "learning_rate": 0.00022363270005503063,
      "loss": 7.5973,
      "step": 162930
    },
    {
      "epoch": 0.3394583333333333,
      "grad_norm": 1.4404072761535645,
      "learning_rate": 0.00022362411088127195,
      "loss": 7.4542,
      "step": 162940
    },
    {
      "epoch": 0.33947916666666667,
      "grad_norm": 0.8399426341056824,
      "learning_rate": 0.00022361552138948625,
      "loss": 7.6581,
      "step": 162950
    },
    {
      "epoch": 0.3395,
      "grad_norm": 0.47284257411956787,
      "learning_rate": 0.00022360693157971062,
      "loss": 8.355,
      "step": 162960
    },
    {
      "epoch": 0.3395208333333333,
      "grad_norm": 4.5890984535217285,
      "learning_rate": 0.0002235983414519822,
      "loss": 8.3573,
      "step": 162970
    },
    {
      "epoch": 0.3395416666666667,
      "grad_norm": 5.8598713874816895,
      "learning_rate": 0.00022358975100633807,
      "loss": 8.1788,
      "step": 162980
    },
    {
      "epoch": 0.3395625,
      "grad_norm": 3.630706548690796,
      "learning_rate": 0.00022358116024281537,
      "loss": 7.7203,
      "step": 162990
    },
    {
      "epoch": 0.33958333333333335,
      "grad_norm": 0.8589319586753845,
      "learning_rate": 0.00022357256916145113,
      "loss": 7.6021,
      "step": 163000
    },
    {
      "epoch": 0.33958333333333335,
      "eval_loss": 6.892634391784668,
      "eval_runtime": 8.2639,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 163000
    },
    {
      "epoch": 0.33960416666666665,
      "grad_norm": 1.3263347148895264,
      "learning_rate": 0.00022356397776228257,
      "loss": 7.6449,
      "step": 163010
    },
    {
      "epoch": 0.339625,
      "grad_norm": 1.8681838512420654,
      "learning_rate": 0.0002235553860453467,
      "loss": 7.585,
      "step": 163020
    },
    {
      "epoch": 0.3396458333333333,
      "grad_norm": 0.9051333069801331,
      "learning_rate": 0.0002235467940106807,
      "loss": 7.8253,
      "step": 163030
    },
    {
      "epoch": 0.3396666666666667,
      "grad_norm": 1.6346559524536133,
      "learning_rate": 0.00022353820165832167,
      "loss": 7.9709,
      "step": 163040
    },
    {
      "epoch": 0.3396875,
      "grad_norm": 1.3279378414154053,
      "learning_rate": 0.00022352960898830668,
      "loss": 7.7832,
      "step": 163050
    },
    {
      "epoch": 0.33970833333333333,
      "grad_norm": 0.689306378364563,
      "learning_rate": 0.0002235210160006729,
      "loss": 7.5757,
      "step": 163060
    },
    {
      "epoch": 0.3397291666666667,
      "grad_norm": 1.963175654411316,
      "learning_rate": 0.00022351242269545745,
      "loss": 8.0137,
      "step": 163070
    },
    {
      "epoch": 0.33975,
      "grad_norm": 0.8629419803619385,
      "learning_rate": 0.00022350382907269744,
      "loss": 7.6601,
      "step": 163080
    },
    {
      "epoch": 0.33977083333333336,
      "grad_norm": 0.554238498210907,
      "learning_rate": 0.00022349523513242998,
      "loss": 7.3091,
      "step": 163090
    },
    {
      "epoch": 0.33979166666666666,
      "grad_norm": 0.8145783543586731,
      "learning_rate": 0.00022348664087469216,
      "loss": 7.5734,
      "step": 163100
    },
    {
      "epoch": 0.3398125,
      "grad_norm": 2.7067205905914307,
      "learning_rate": 0.00022347804629952117,
      "loss": 8.1909,
      "step": 163110
    },
    {
      "epoch": 0.3398333333333333,
      "grad_norm": 0.9086943864822388,
      "learning_rate": 0.0002234694514069541,
      "loss": 7.74,
      "step": 163120
    },
    {
      "epoch": 0.3398541666666667,
      "grad_norm": 1.7505407333374023,
      "learning_rate": 0.0002234608561970281,
      "loss": 7.2723,
      "step": 163130
    },
    {
      "epoch": 0.339875,
      "grad_norm": 2.1516916751861572,
      "learning_rate": 0.00022345226066978024,
      "loss": 7.5956,
      "step": 163140
    },
    {
      "epoch": 0.33989583333333334,
      "grad_norm": 0.5964522361755371,
      "learning_rate": 0.0002234436648252477,
      "loss": 7.3366,
      "step": 163150
    },
    {
      "epoch": 0.33991666666666664,
      "grad_norm": 0.949367344379425,
      "learning_rate": 0.0002234350686634676,
      "loss": 7.395,
      "step": 163160
    },
    {
      "epoch": 0.3399375,
      "grad_norm": 2.356675386428833,
      "learning_rate": 0.00022342647218447708,
      "loss": 7.8044,
      "step": 163170
    },
    {
      "epoch": 0.3399583333333333,
      "grad_norm": 1.6230915784835815,
      "learning_rate": 0.00022341787538831325,
      "loss": 7.5013,
      "step": 163180
    },
    {
      "epoch": 0.33997916666666667,
      "grad_norm": 1.4127919673919678,
      "learning_rate": 0.0002234092782750133,
      "loss": 7.335,
      "step": 163190
    },
    {
      "epoch": 0.34,
      "grad_norm": 1.5994726419448853,
      "learning_rate": 0.00022340068084461423,
      "loss": 7.5422,
      "step": 163200
    },
    {
      "epoch": 0.3400208333333333,
      "grad_norm": 1.0044646263122559,
      "learning_rate": 0.00022339208309715336,
      "loss": 8.0916,
      "step": 163210
    },
    {
      "epoch": 0.3400416666666667,
      "grad_norm": 1.0733455419540405,
      "learning_rate": 0.00022338348503266774,
      "loss": 7.6419,
      "step": 163220
    },
    {
      "epoch": 0.3400625,
      "grad_norm": 0.5752434730529785,
      "learning_rate": 0.00022337488665119453,
      "loss": 7.8723,
      "step": 163230
    },
    {
      "epoch": 0.34008333333333335,
      "grad_norm": 6.8492937088012695,
      "learning_rate": 0.0002233662879527708,
      "loss": 8.14,
      "step": 163240
    },
    {
      "epoch": 0.34010416666666665,
      "grad_norm": 0.6931549906730652,
      "learning_rate": 0.00022335768893743372,
      "loss": 8.7717,
      "step": 163250
    },
    {
      "epoch": 0.340125,
      "grad_norm": 0.6951947212219238,
      "learning_rate": 0.00022334908960522053,
      "loss": 7.7237,
      "step": 163260
    },
    {
      "epoch": 0.3401458333333333,
      "grad_norm": 2.0925791263580322,
      "learning_rate": 0.00022334048995616826,
      "loss": 7.5993,
      "step": 163270
    },
    {
      "epoch": 0.3401666666666667,
      "grad_norm": 1.783793330192566,
      "learning_rate": 0.00022333188999031415,
      "loss": 7.726,
      "step": 163280
    },
    {
      "epoch": 0.3401875,
      "grad_norm": 1.132093071937561,
      "learning_rate": 0.00022332328970769524,
      "loss": 7.3274,
      "step": 163290
    },
    {
      "epoch": 0.34020833333333333,
      "grad_norm": 1.0228725671768188,
      "learning_rate": 0.00022331468910834876,
      "loss": 7.824,
      "step": 163300
    },
    {
      "epoch": 0.3402291666666667,
      "grad_norm": 1.337125539779663,
      "learning_rate": 0.00022330608819231187,
      "loss": 9.1033,
      "step": 163310
    },
    {
      "epoch": 0.34025,
      "grad_norm": 1.0137548446655273,
      "learning_rate": 0.0002232974869596217,
      "loss": 7.3019,
      "step": 163320
    },
    {
      "epoch": 0.34027083333333336,
      "grad_norm": 0.7743805050849915,
      "learning_rate": 0.00022328888541031536,
      "loss": 8.1712,
      "step": 163330
    },
    {
      "epoch": 0.34029166666666666,
      "grad_norm": 2.349025011062622,
      "learning_rate": 0.00022328028354443006,
      "loss": 7.8382,
      "step": 163340
    },
    {
      "epoch": 0.3403125,
      "grad_norm": 1.7816967964172363,
      "learning_rate": 0.00022327168136200296,
      "loss": 7.7774,
      "step": 163350
    },
    {
      "epoch": 0.3403333333333333,
      "grad_norm": 0.8633981943130493,
      "learning_rate": 0.0002232630788630712,
      "loss": 7.7851,
      "step": 163360
    },
    {
      "epoch": 0.3403541666666667,
      "grad_norm": 1.7452869415283203,
      "learning_rate": 0.00022325447604767195,
      "loss": 7.8402,
      "step": 163370
    },
    {
      "epoch": 0.340375,
      "grad_norm": 1.1764307022094727,
      "learning_rate": 0.00022324587291584232,
      "loss": 8.3806,
      "step": 163380
    },
    {
      "epoch": 0.34039583333333334,
      "grad_norm": 0.7110195159912109,
      "learning_rate": 0.00022323726946761951,
      "loss": 7.5154,
      "step": 163390
    },
    {
      "epoch": 0.34041666666666665,
      "grad_norm": 1.421859622001648,
      "learning_rate": 0.00022322866570304072,
      "loss": 7.7945,
      "step": 163400
    },
    {
      "epoch": 0.3404375,
      "grad_norm": 1.4133009910583496,
      "learning_rate": 0.0002232200616221431,
      "loss": 7.9943,
      "step": 163410
    },
    {
      "epoch": 0.3404583333333333,
      "grad_norm": 0.9850272536277771,
      "learning_rate": 0.00022321145722496372,
      "loss": 7.4396,
      "step": 163420
    },
    {
      "epoch": 0.34047916666666667,
      "grad_norm": 2.5412139892578125,
      "learning_rate": 0.00022320285251153989,
      "loss": 7.7696,
      "step": 163430
    },
    {
      "epoch": 0.3405,
      "grad_norm": 1.06004798412323,
      "learning_rate": 0.00022319424748190868,
      "loss": 7.9047,
      "step": 163440
    },
    {
      "epoch": 0.34052083333333333,
      "grad_norm": 0.9137387275695801,
      "learning_rate": 0.00022318564213610727,
      "loss": 7.4687,
      "step": 163450
    },
    {
      "epoch": 0.3405416666666667,
      "grad_norm": 1.3765829801559448,
      "learning_rate": 0.0002231770364741729,
      "loss": 7.4547,
      "step": 163460
    },
    {
      "epoch": 0.3405625,
      "grad_norm": 0.8506677150726318,
      "learning_rate": 0.0002231684304961427,
      "loss": 7.5744,
      "step": 163470
    },
    {
      "epoch": 0.34058333333333335,
      "grad_norm": 0.6469904184341431,
      "learning_rate": 0.0002231598242020538,
      "loss": 7.2837,
      "step": 163480
    },
    {
      "epoch": 0.34060416666666665,
      "grad_norm": 1.025030493736267,
      "learning_rate": 0.00022315121759194345,
      "loss": 7.6769,
      "step": 163490
    },
    {
      "epoch": 0.340625,
      "grad_norm": 0.747058629989624,
      "learning_rate": 0.0002231426106658488,
      "loss": 7.5385,
      "step": 163500
    },
    {
      "epoch": 0.3406458333333333,
      "grad_norm": 2.6450860500335693,
      "learning_rate": 0.000223134003423807,
      "loss": 7.9146,
      "step": 163510
    },
    {
      "epoch": 0.3406666666666667,
      "grad_norm": 1.2547420263290405,
      "learning_rate": 0.00022312539586585525,
      "loss": 8.94,
      "step": 163520
    },
    {
      "epoch": 0.3406875,
      "grad_norm": 1.2569717168807983,
      "learning_rate": 0.0002231167879920308,
      "loss": 7.7073,
      "step": 163530
    },
    {
      "epoch": 0.34070833333333334,
      "grad_norm": 1.5114423036575317,
      "learning_rate": 0.0002231081798023707,
      "loss": 7.7075,
      "step": 163540
    },
    {
      "epoch": 0.3407291666666667,
      "grad_norm": 0.5368518829345703,
      "learning_rate": 0.0002230995712969122,
      "loss": 7.7069,
      "step": 163550
    },
    {
      "epoch": 0.34075,
      "grad_norm": 1.5706723928451538,
      "learning_rate": 0.0002230909624756925,
      "loss": 7.7596,
      "step": 163560
    },
    {
      "epoch": 0.34077083333333336,
      "grad_norm": 0.7254233360290527,
      "learning_rate": 0.0002230823533387488,
      "loss": 7.978,
      "step": 163570
    },
    {
      "epoch": 0.34079166666666666,
      "grad_norm": 1.655856966972351,
      "learning_rate": 0.00022307374388611824,
      "loss": 7.668,
      "step": 163580
    },
    {
      "epoch": 0.3408125,
      "grad_norm": 1.9422460794448853,
      "learning_rate": 0.00022306513411783803,
      "loss": 8.35,
      "step": 163590
    },
    {
      "epoch": 0.3408333333333333,
      "grad_norm": 0.8062804341316223,
      "learning_rate": 0.00022305652403394537,
      "loss": 7.2794,
      "step": 163600
    },
    {
      "epoch": 0.3408541666666667,
      "grad_norm": 1.0753912925720215,
      "learning_rate": 0.00022304791363447746,
      "loss": 7.9693,
      "step": 163610
    },
    {
      "epoch": 0.340875,
      "grad_norm": 0.6312955617904663,
      "learning_rate": 0.00022303930291947142,
      "loss": 7.4539,
      "step": 163620
    },
    {
      "epoch": 0.34089583333333334,
      "grad_norm": 0.8003347516059875,
      "learning_rate": 0.00022303069188896456,
      "loss": 7.4464,
      "step": 163630
    },
    {
      "epoch": 0.34091666666666665,
      "grad_norm": 1.7597737312316895,
      "learning_rate": 0.000223022080542994,
      "loss": 7.9786,
      "step": 163640
    },
    {
      "epoch": 0.3409375,
      "grad_norm": 0.9680731296539307,
      "learning_rate": 0.0002230134688815969,
      "loss": 7.5855,
      "step": 163650
    },
    {
      "epoch": 0.3409583333333333,
      "grad_norm": 0.9501341581344604,
      "learning_rate": 0.0002230048569048106,
      "loss": 7.3565,
      "step": 163660
    },
    {
      "epoch": 0.34097916666666667,
      "grad_norm": 0.9105929732322693,
      "learning_rate": 0.0002229962446126722,
      "loss": 7.6088,
      "step": 163670
    },
    {
      "epoch": 0.341,
      "grad_norm": 0.9772670865058899,
      "learning_rate": 0.0002229876320052189,
      "loss": 7.7258,
      "step": 163680
    },
    {
      "epoch": 0.34102083333333333,
      "grad_norm": 1.6096646785736084,
      "learning_rate": 0.00022297901908248792,
      "loss": 7.4106,
      "step": 163690
    },
    {
      "epoch": 0.3410416666666667,
      "grad_norm": 0.6543194651603699,
      "learning_rate": 0.00022297040584451646,
      "loss": 7.4009,
      "step": 163700
    },
    {
      "epoch": 0.3410625,
      "grad_norm": 0.7031148672103882,
      "learning_rate": 0.00022296179229134178,
      "loss": 8.3157,
      "step": 163710
    },
    {
      "epoch": 0.34108333333333335,
      "grad_norm": 2.9553043842315674,
      "learning_rate": 0.00022295317842300092,
      "loss": 8.4618,
      "step": 163720
    },
    {
      "epoch": 0.34110416666666665,
      "grad_norm": 1.9666602611541748,
      "learning_rate": 0.00022294456423953133,
      "loss": 7.9652,
      "step": 163730
    },
    {
      "epoch": 0.341125,
      "grad_norm": 1.379076361656189,
      "learning_rate": 0.00022293594974097004,
      "loss": 7.3806,
      "step": 163740
    },
    {
      "epoch": 0.3411458333333333,
      "grad_norm": 6.751504421234131,
      "learning_rate": 0.0002229273349273543,
      "loss": 7.6057,
      "step": 163750
    },
    {
      "epoch": 0.3411666666666667,
      "grad_norm": 2.6733508110046387,
      "learning_rate": 0.00022291871979872137,
      "loss": 10.1261,
      "step": 163760
    },
    {
      "epoch": 0.3411875,
      "grad_norm": 1.0609142780303955,
      "learning_rate": 0.00022291010435510848,
      "loss": 7.6612,
      "step": 163770
    },
    {
      "epoch": 0.34120833333333334,
      "grad_norm": 0.8812270164489746,
      "learning_rate": 0.00022290148859655272,
      "loss": 8.2811,
      "step": 163780
    },
    {
      "epoch": 0.34122916666666664,
      "grad_norm": 3.5657660961151123,
      "learning_rate": 0.00022289287252309138,
      "loss": 8.5924,
      "step": 163790
    },
    {
      "epoch": 0.34125,
      "grad_norm": 0.5071659684181213,
      "learning_rate": 0.00022288425613476175,
      "loss": 7.6793,
      "step": 163800
    },
    {
      "epoch": 0.34127083333333336,
      "grad_norm": 1.5934780836105347,
      "learning_rate": 0.00022287563943160094,
      "loss": 7.649,
      "step": 163810
    },
    {
      "epoch": 0.34129166666666666,
      "grad_norm": 1.435736060142517,
      "learning_rate": 0.0002228670224136462,
      "loss": 7.5415,
      "step": 163820
    },
    {
      "epoch": 0.3413125,
      "grad_norm": 0.8216201066970825,
      "learning_rate": 0.0002228584050809348,
      "loss": 8.4681,
      "step": 163830
    },
    {
      "epoch": 0.3413333333333333,
      "grad_norm": 1.9370487928390503,
      "learning_rate": 0.0002228497874335039,
      "loss": 7.2698,
      "step": 163840
    },
    {
      "epoch": 0.3413541666666667,
      "grad_norm": 1.882388949394226,
      "learning_rate": 0.00022284116947139082,
      "loss": 8.102,
      "step": 163850
    },
    {
      "epoch": 0.341375,
      "grad_norm": 1.0097178220748901,
      "learning_rate": 0.00022283255119463264,
      "loss": 8.1523,
      "step": 163860
    },
    {
      "epoch": 0.34139583333333334,
      "grad_norm": 1.6119980812072754,
      "learning_rate": 0.00022282393260326672,
      "loss": 7.7099,
      "step": 163870
    },
    {
      "epoch": 0.34141666666666665,
      "grad_norm": 0.9200574159622192,
      "learning_rate": 0.0002228153136973302,
      "loss": 7.5502,
      "step": 163880
    },
    {
      "epoch": 0.3414375,
      "grad_norm": 1.200534462928772,
      "learning_rate": 0.00022280669447686036,
      "loss": 7.8279,
      "step": 163890
    },
    {
      "epoch": 0.3414583333333333,
      "grad_norm": 1.2616559267044067,
      "learning_rate": 0.00022279807494189442,
      "loss": 7.6063,
      "step": 163900
    },
    {
      "epoch": 0.34147916666666667,
      "grad_norm": 0.730086624622345,
      "learning_rate": 0.00022278945509246966,
      "loss": 7.1817,
      "step": 163910
    },
    {
      "epoch": 0.3415,
      "grad_norm": 1.3910770416259766,
      "learning_rate": 0.00022278083492862315,
      "loss": 7.6406,
      "step": 163920
    },
    {
      "epoch": 0.34152083333333333,
      "grad_norm": 0.8427719473838806,
      "learning_rate": 0.00022277221445039235,
      "loss": 7.6436,
      "step": 163930
    },
    {
      "epoch": 0.3415416666666667,
      "grad_norm": 1.9364173412322998,
      "learning_rate": 0.00022276359365781435,
      "loss": 8.0164,
      "step": 163940
    },
    {
      "epoch": 0.3415625,
      "grad_norm": 1.1801108121871948,
      "learning_rate": 0.0002227549725509264,
      "loss": 7.9131,
      "step": 163950
    },
    {
      "epoch": 0.34158333333333335,
      "grad_norm": 1.0522552728652954,
      "learning_rate": 0.00022274635112976585,
      "loss": 7.832,
      "step": 163960
    },
    {
      "epoch": 0.34160416666666665,
      "grad_norm": 0.6383211016654968,
      "learning_rate": 0.00022273772939436978,
      "loss": 7.2203,
      "step": 163970
    },
    {
      "epoch": 0.341625,
      "grad_norm": 1.0386182069778442,
      "learning_rate": 0.00022272910734477555,
      "loss": 7.7423,
      "step": 163980
    },
    {
      "epoch": 0.3416458333333333,
      "grad_norm": 1.0592681169509888,
      "learning_rate": 0.00022272048498102033,
      "loss": 7.6068,
      "step": 163990
    },
    {
      "epoch": 0.3416666666666667,
      "grad_norm": 6.537927627563477,
      "learning_rate": 0.00022271186230314144,
      "loss": 8.6793,
      "step": 164000
    },
    {
      "epoch": 0.3416666666666667,
      "eval_loss": 7.436654090881348,
      "eval_runtime": 7.9555,
      "eval_samples_per_second": 0.377,
      "eval_steps_per_second": 0.126,
      "step": 164000
    },
    {
      "epoch": 0.3416875,
      "grad_norm": 1.2608782052993774,
      "learning_rate": 0.00022270323931117606,
      "loss": 7.5241,
      "step": 164010
    },
    {
      "epoch": 0.34170833333333334,
      "grad_norm": 1.649320363998413,
      "learning_rate": 0.00022269461600516146,
      "loss": 9.354,
      "step": 164020
    },
    {
      "epoch": 0.34172916666666664,
      "grad_norm": 1.140653133392334,
      "learning_rate": 0.0002226859923851349,
      "loss": 7.7916,
      "step": 164030
    },
    {
      "epoch": 0.34175,
      "grad_norm": 0.807547390460968,
      "learning_rate": 0.00022267736845113363,
      "loss": 7.7403,
      "step": 164040
    },
    {
      "epoch": 0.34177083333333336,
      "grad_norm": 0.6198129653930664,
      "learning_rate": 0.0002226687442031949,
      "loss": 7.7863,
      "step": 164050
    },
    {
      "epoch": 0.34179166666666666,
      "grad_norm": 1.286787748336792,
      "learning_rate": 0.00022266011964135592,
      "loss": 7.2767,
      "step": 164060
    },
    {
      "epoch": 0.3418125,
      "grad_norm": 8.002573013305664,
      "learning_rate": 0.00022265149476565402,
      "loss": 8.4381,
      "step": 164070
    },
    {
      "epoch": 0.3418333333333333,
      "grad_norm": 1.055721640586853,
      "learning_rate": 0.00022264286957612644,
      "loss": 7.9845,
      "step": 164080
    },
    {
      "epoch": 0.3418541666666667,
      "grad_norm": 0.6344349384307861,
      "learning_rate": 0.00022263424407281037,
      "loss": 7.4487,
      "step": 164090
    },
    {
      "epoch": 0.341875,
      "grad_norm": 0.7170434594154358,
      "learning_rate": 0.00022262561825574315,
      "loss": 7.3952,
      "step": 164100
    },
    {
      "epoch": 0.34189583333333334,
      "grad_norm": 0.858686089515686,
      "learning_rate": 0.000222616992124962,
      "loss": 7.7096,
      "step": 164110
    },
    {
      "epoch": 0.34191666666666665,
      "grad_norm": 1.4568513631820679,
      "learning_rate": 0.00022260836568050417,
      "loss": 7.6854,
      "step": 164120
    },
    {
      "epoch": 0.3419375,
      "grad_norm": 1.0558494329452515,
      "learning_rate": 0.00022259973892240696,
      "loss": 7.9497,
      "step": 164130
    },
    {
      "epoch": 0.3419583333333333,
      "grad_norm": 0.8827064037322998,
      "learning_rate": 0.0002225911118507076,
      "loss": 7.8254,
      "step": 164140
    },
    {
      "epoch": 0.34197916666666667,
      "grad_norm": 5.594039440155029,
      "learning_rate": 0.00022258248446544335,
      "loss": 8.0508,
      "step": 164150
    },
    {
      "epoch": 0.342,
      "grad_norm": 0.9856561422348022,
      "learning_rate": 0.00022257385676665155,
      "loss": 7.7991,
      "step": 164160
    },
    {
      "epoch": 0.34202083333333333,
      "grad_norm": 0.9407519102096558,
      "learning_rate": 0.00022256522875436943,
      "loss": 7.786,
      "step": 164170
    },
    {
      "epoch": 0.3420416666666667,
      "grad_norm": 0.9012831449508667,
      "learning_rate": 0.0002225566004286342,
      "loss": 7.229,
      "step": 164180
    },
    {
      "epoch": 0.3420625,
      "grad_norm": 0.9708184003829956,
      "learning_rate": 0.0002225479717894832,
      "loss": 7.4941,
      "step": 164190
    },
    {
      "epoch": 0.34208333333333335,
      "grad_norm": 0.8310093283653259,
      "learning_rate": 0.00022253934283695363,
      "loss": 7.8092,
      "step": 164200
    },
    {
      "epoch": 0.34210416666666665,
      "grad_norm": 1.064500331878662,
      "learning_rate": 0.00022253071357108284,
      "loss": 7.6936,
      "step": 164210
    },
    {
      "epoch": 0.342125,
      "grad_norm": 1.004786491394043,
      "learning_rate": 0.00022252208399190808,
      "loss": 7.5102,
      "step": 164220
    },
    {
      "epoch": 0.3421458333333333,
      "grad_norm": 2.726350784301758,
      "learning_rate": 0.00022251345409946664,
      "loss": 7.8982,
      "step": 164230
    },
    {
      "epoch": 0.3421666666666667,
      "grad_norm": 0.6616967916488647,
      "learning_rate": 0.00022250482389379574,
      "loss": 8.0933,
      "step": 164240
    },
    {
      "epoch": 0.3421875,
      "grad_norm": 0.9630299210548401,
      "learning_rate": 0.00022249619337493272,
      "loss": 7.6824,
      "step": 164250
    },
    {
      "epoch": 0.34220833333333334,
      "grad_norm": 21.10298728942871,
      "learning_rate": 0.00022248756254291486,
      "loss": 9.8168,
      "step": 164260
    },
    {
      "epoch": 0.34222916666666664,
      "grad_norm": 1.5880476236343384,
      "learning_rate": 0.00022247893139777943,
      "loss": 8.0833,
      "step": 164270
    },
    {
      "epoch": 0.34225,
      "grad_norm": 1.0302813053131104,
      "learning_rate": 0.00022247029993956367,
      "loss": 7.1751,
      "step": 164280
    },
    {
      "epoch": 0.34227083333333336,
      "grad_norm": 0.7348662614822388,
      "learning_rate": 0.0002224616681683049,
      "loss": 7.7287,
      "step": 164290
    },
    {
      "epoch": 0.34229166666666666,
      "grad_norm": 1.3633217811584473,
      "learning_rate": 0.00022245303608404044,
      "loss": 8.0274,
      "step": 164300
    },
    {
      "epoch": 0.3423125,
      "grad_norm": 0.9957554936408997,
      "learning_rate": 0.00022244440368680753,
      "loss": 8.2112,
      "step": 164310
    },
    {
      "epoch": 0.3423333333333333,
      "grad_norm": 0.7961015701293945,
      "learning_rate": 0.00022243577097664342,
      "loss": 7.7052,
      "step": 164320
    },
    {
      "epoch": 0.3423541666666667,
      "grad_norm": 0.5819061398506165,
      "learning_rate": 0.00022242713795358554,
      "loss": 7.2492,
      "step": 164330
    },
    {
      "epoch": 0.342375,
      "grad_norm": 0.7198627591133118,
      "learning_rate": 0.00022241850461767102,
      "loss": 7.5695,
      "step": 164340
    },
    {
      "epoch": 0.34239583333333334,
      "grad_norm": 1.0448265075683594,
      "learning_rate": 0.00022240987096893726,
      "loss": 7.6309,
      "step": 164350
    },
    {
      "epoch": 0.34241666666666665,
      "grad_norm": 1.4443655014038086,
      "learning_rate": 0.00022240123700742153,
      "loss": 7.7457,
      "step": 164360
    },
    {
      "epoch": 0.3424375,
      "grad_norm": 1.238839864730835,
      "learning_rate": 0.0002223926027331611,
      "loss": 8.0558,
      "step": 164370
    },
    {
      "epoch": 0.3424583333333333,
      "grad_norm": 1.9911794662475586,
      "learning_rate": 0.00022238396814619328,
      "loss": 8.0353,
      "step": 164380
    },
    {
      "epoch": 0.34247916666666667,
      "grad_norm": 0.7844816446304321,
      "learning_rate": 0.00022237533324655535,
      "loss": 7.7069,
      "step": 164390
    },
    {
      "epoch": 0.3425,
      "grad_norm": 0.6132920980453491,
      "learning_rate": 0.00022236669803428466,
      "loss": 8.2714,
      "step": 164400
    },
    {
      "epoch": 0.34252083333333333,
      "grad_norm": 0.42278289794921875,
      "learning_rate": 0.0002223580625094185,
      "loss": 8.4806,
      "step": 164410
    },
    {
      "epoch": 0.3425416666666667,
      "grad_norm": 0.763971745967865,
      "learning_rate": 0.00022234942667199406,
      "loss": 7.7252,
      "step": 164420
    },
    {
      "epoch": 0.3425625,
      "grad_norm": 1.2816771268844604,
      "learning_rate": 0.0002223407905220488,
      "loss": 7.4645,
      "step": 164430
    },
    {
      "epoch": 0.34258333333333335,
      "grad_norm": 5.080162525177002,
      "learning_rate": 0.00022233215405961999,
      "loss": 8.026,
      "step": 164440
    },
    {
      "epoch": 0.34260416666666665,
      "grad_norm": 0.8991766571998596,
      "learning_rate": 0.0002223235172847448,
      "loss": 7.6623,
      "step": 164450
    },
    {
      "epoch": 0.342625,
      "grad_norm": 5.67481803894043,
      "learning_rate": 0.00022231488019746072,
      "loss": 8.1589,
      "step": 164460
    },
    {
      "epoch": 0.3426458333333333,
      "grad_norm": 0.8231042623519897,
      "learning_rate": 0.00022230624279780502,
      "loss": 8.1062,
      "step": 164470
    },
    {
      "epoch": 0.3426666666666667,
      "grad_norm": 0.4964488744735718,
      "learning_rate": 0.0002222976050858149,
      "loss": 7.3854,
      "step": 164480
    },
    {
      "epoch": 0.3426875,
      "grad_norm": 1.0252580642700195,
      "learning_rate": 0.00022228896706152776,
      "loss": 7.4482,
      "step": 164490
    },
    {
      "epoch": 0.34270833333333334,
      "grad_norm": 0.7070074081420898,
      "learning_rate": 0.0002222803287249809,
      "loss": 7.8023,
      "step": 164500
    },
    {
      "epoch": 0.34272916666666664,
      "grad_norm": 0.6664296388626099,
      "learning_rate": 0.00022227169007621165,
      "loss": 8.1251,
      "step": 164510
    },
    {
      "epoch": 0.34275,
      "grad_norm": 0.7415594458580017,
      "learning_rate": 0.00022226305111525726,
      "loss": 7.252,
      "step": 164520
    },
    {
      "epoch": 0.34277083333333336,
      "grad_norm": 0.9349784255027771,
      "learning_rate": 0.00022225441184215515,
      "loss": 7.7079,
      "step": 164530
    },
    {
      "epoch": 0.34279166666666666,
      "grad_norm": 1.2293336391448975,
      "learning_rate": 0.00022224577225694254,
      "loss": 8.3337,
      "step": 164540
    },
    {
      "epoch": 0.3428125,
      "grad_norm": 1.3734276294708252,
      "learning_rate": 0.0002222371323596568,
      "loss": 8.2558,
      "step": 164550
    },
    {
      "epoch": 0.3428333333333333,
      "grad_norm": 0.8652853965759277,
      "learning_rate": 0.00022222849215033526,
      "loss": 7.5121,
      "step": 164560
    },
    {
      "epoch": 0.3428541666666667,
      "grad_norm": 3.0290229320526123,
      "learning_rate": 0.0002222198516290152,
      "loss": 7.7736,
      "step": 164570
    },
    {
      "epoch": 0.342875,
      "grad_norm": 2.0380544662475586,
      "learning_rate": 0.00022221121079573397,
      "loss": 7.4735,
      "step": 164580
    },
    {
      "epoch": 0.34289583333333334,
      "grad_norm": 0.8676528930664062,
      "learning_rate": 0.0002222025696505289,
      "loss": 7.2638,
      "step": 164590
    },
    {
      "epoch": 0.34291666666666665,
      "grad_norm": 1.1973721981048584,
      "learning_rate": 0.00022219392819343732,
      "loss": 7.8484,
      "step": 164600
    },
    {
      "epoch": 0.3429375,
      "grad_norm": 0.772266149520874,
      "learning_rate": 0.00022218528642449655,
      "loss": 7.4894,
      "step": 164610
    },
    {
      "epoch": 0.3429583333333333,
      "grad_norm": 1.921412706375122,
      "learning_rate": 0.00022217664434374387,
      "loss": 8.0443,
      "step": 164620
    },
    {
      "epoch": 0.34297916666666667,
      "grad_norm": 0.7569385766983032,
      "learning_rate": 0.00022216800195121666,
      "loss": 7.7411,
      "step": 164630
    },
    {
      "epoch": 0.343,
      "grad_norm": 1.2562658786773682,
      "learning_rate": 0.00022215935924695235,
      "loss": 7.953,
      "step": 164640
    },
    {
      "epoch": 0.34302083333333333,
      "grad_norm": 4.1261305809021,
      "learning_rate": 0.00022215071623098804,
      "loss": 8.2691,
      "step": 164650
    },
    {
      "epoch": 0.3430416666666667,
      "grad_norm": 1.6430555582046509,
      "learning_rate": 0.00022214207290336126,
      "loss": 7.7213,
      "step": 164660
    },
    {
      "epoch": 0.3430625,
      "grad_norm": 1.420064091682434,
      "learning_rate": 0.00022213342926410932,
      "loss": 8.1887,
      "step": 164670
    },
    {
      "epoch": 0.34308333333333335,
      "grad_norm": 2.551764488220215,
      "learning_rate": 0.00022212478531326944,
      "loss": 8.5945,
      "step": 164680
    },
    {
      "epoch": 0.34310416666666665,
      "grad_norm": 1.0763750076293945,
      "learning_rate": 0.00022211614105087905,
      "loss": 7.9175,
      "step": 164690
    },
    {
      "epoch": 0.343125,
      "grad_norm": 0.8987226486206055,
      "learning_rate": 0.0002221074964769755,
      "loss": 7.6686,
      "step": 164700
    },
    {
      "epoch": 0.3431458333333333,
      "grad_norm": 0.6888522505760193,
      "learning_rate": 0.0002220988515915961,
      "loss": 7.4548,
      "step": 164710
    },
    {
      "epoch": 0.3431666666666667,
      "grad_norm": 0.9788690209388733,
      "learning_rate": 0.0002220902063947782,
      "loss": 7.6259,
      "step": 164720
    },
    {
      "epoch": 0.3431875,
      "grad_norm": 1.7352875471115112,
      "learning_rate": 0.00022208156088655915,
      "loss": 7.9997,
      "step": 164730
    },
    {
      "epoch": 0.34320833333333334,
      "grad_norm": 1.8126944303512573,
      "learning_rate": 0.00022207291506697624,
      "loss": 7.8342,
      "step": 164740
    },
    {
      "epoch": 0.34322916666666664,
      "grad_norm": 0.8832237720489502,
      "learning_rate": 0.00022206426893606695,
      "loss": 8.1101,
      "step": 164750
    },
    {
      "epoch": 0.34325,
      "grad_norm": 0.9281405806541443,
      "learning_rate": 0.00022205562249386846,
      "loss": 8.3697,
      "step": 164760
    },
    {
      "epoch": 0.34327083333333336,
      "grad_norm": 0.6944279074668884,
      "learning_rate": 0.00022204697574041828,
      "loss": 8.4969,
      "step": 164770
    },
    {
      "epoch": 0.34329166666666666,
      "grad_norm": 1.0765594244003296,
      "learning_rate": 0.00022203832867575364,
      "loss": 8.7844,
      "step": 164780
    },
    {
      "epoch": 0.3433125,
      "grad_norm": 1.038316011428833,
      "learning_rate": 0.0002220296812999119,
      "loss": 7.9819,
      "step": 164790
    },
    {
      "epoch": 0.3433333333333333,
      "grad_norm": 0.9947798848152161,
      "learning_rate": 0.00022202103361293048,
      "loss": 8.3858,
      "step": 164800
    },
    {
      "epoch": 0.3433541666666667,
      "grad_norm": 0.8428764343261719,
      "learning_rate": 0.00022201238561484678,
      "loss": 7.4231,
      "step": 164810
    },
    {
      "epoch": 0.343375,
      "grad_norm": 0.6779032349586487,
      "learning_rate": 0.00022200373730569796,
      "loss": 7.3476,
      "step": 164820
    },
    {
      "epoch": 0.34339583333333334,
      "grad_norm": 1.4501193761825562,
      "learning_rate": 0.00022199508868552155,
      "loss": 8.178,
      "step": 164830
    },
    {
      "epoch": 0.34341666666666665,
      "grad_norm": 1.2112475633621216,
      "learning_rate": 0.0002219864397543549,
      "loss": 7.7666,
      "step": 164840
    },
    {
      "epoch": 0.3434375,
      "grad_norm": 0.9704586863517761,
      "learning_rate": 0.00022197779051223523,
      "loss": 8.0234,
      "step": 164850
    },
    {
      "epoch": 0.3434583333333333,
      "grad_norm": 0.8046119213104248,
      "learning_rate": 0.00022196914095920004,
      "loss": 7.641,
      "step": 164860
    },
    {
      "epoch": 0.34347916666666667,
      "grad_norm": 1.7635602951049805,
      "learning_rate": 0.00022196049109528667,
      "loss": 7.9233,
      "step": 164870
    },
    {
      "epoch": 0.3435,
      "grad_norm": 0.738987922668457,
      "learning_rate": 0.00022195184092053244,
      "loss": 8.0304,
      "step": 164880
    },
    {
      "epoch": 0.34352083333333333,
      "grad_norm": 1.2248667478561401,
      "learning_rate": 0.00022194319043497473,
      "loss": 7.5061,
      "step": 164890
    },
    {
      "epoch": 0.3435416666666667,
      "grad_norm": 0.5726622939109802,
      "learning_rate": 0.0002219345396386509,
      "loss": 7.5043,
      "step": 164900
    },
    {
      "epoch": 0.3435625,
      "grad_norm": 0.9013460874557495,
      "learning_rate": 0.00022192588853159838,
      "loss": 7.3568,
      "step": 164910
    },
    {
      "epoch": 0.34358333333333335,
      "grad_norm": 0.6569310426712036,
      "learning_rate": 0.00022191723711385445,
      "loss": 7.2589,
      "step": 164920
    },
    {
      "epoch": 0.34360416666666665,
      "grad_norm": 0.8865603804588318,
      "learning_rate": 0.00022190858538545654,
      "loss": 8.3993,
      "step": 164930
    },
    {
      "epoch": 0.343625,
      "grad_norm": 11.477361679077148,
      "learning_rate": 0.00022189993334644203,
      "loss": 8.6055,
      "step": 164940
    },
    {
      "epoch": 0.3436458333333333,
      "grad_norm": 0.9075428247451782,
      "learning_rate": 0.0002218912809968482,
      "loss": 8.3326,
      "step": 164950
    },
    {
      "epoch": 0.3436666666666667,
      "grad_norm": 0.6158450245857239,
      "learning_rate": 0.00022188262833671254,
      "loss": 8.1018,
      "step": 164960
    },
    {
      "epoch": 0.3436875,
      "grad_norm": 0.921454906463623,
      "learning_rate": 0.0002218739753660724,
      "loss": 7.9868,
      "step": 164970
    },
    {
      "epoch": 0.34370833333333334,
      "grad_norm": 0.8600640892982483,
      "learning_rate": 0.00022186532208496513,
      "loss": 7.4042,
      "step": 164980
    },
    {
      "epoch": 0.34372916666666664,
      "grad_norm": 0.5141153335571289,
      "learning_rate": 0.00022185666849342805,
      "loss": 7.3343,
      "step": 164990
    },
    {
      "epoch": 0.34375,
      "grad_norm": 1.1906421184539795,
      "learning_rate": 0.00022184801459149868,
      "loss": 7.8964,
      "step": 165000
    },
    {
      "epoch": 0.34375,
      "eval_loss": 7.538848876953125,
      "eval_runtime": 7.8034,
      "eval_samples_per_second": 0.384,
      "eval_steps_per_second": 0.128,
      "step": 165000
    },
    {
      "epoch": 0.34377083333333336,
      "grad_norm": 1.6295642852783203,
      "learning_rate": 0.0002218393603792143,
      "loss": 7.6176,
      "step": 165010
    },
    {
      "epoch": 0.34379166666666666,
      "grad_norm": 1.5668081045150757,
      "learning_rate": 0.0002218307058566123,
      "loss": 7.9339,
      "step": 165020
    },
    {
      "epoch": 0.3438125,
      "grad_norm": 1.1626099348068237,
      "learning_rate": 0.00022182205102373013,
      "loss": 7.3731,
      "step": 165030
    },
    {
      "epoch": 0.3438333333333333,
      "grad_norm": 3.0440144538879395,
      "learning_rate": 0.00022181339588060506,
      "loss": 7.9504,
      "step": 165040
    },
    {
      "epoch": 0.3438541666666667,
      "grad_norm": 0.8510559797286987,
      "learning_rate": 0.0002218047404272746,
      "loss": 7.6812,
      "step": 165050
    },
    {
      "epoch": 0.343875,
      "grad_norm": 0.8594546914100647,
      "learning_rate": 0.00022179608466377606,
      "loss": 8.4158,
      "step": 165060
    },
    {
      "epoch": 0.34389583333333335,
      "grad_norm": 1.6999106407165527,
      "learning_rate": 0.00022178742859014686,
      "loss": 7.734,
      "step": 165070
    },
    {
      "epoch": 0.34391666666666665,
      "grad_norm": 1.056825876235962,
      "learning_rate": 0.00022177877220642435,
      "loss": 7.7145,
      "step": 165080
    },
    {
      "epoch": 0.3439375,
      "grad_norm": 1.2907178401947021,
      "learning_rate": 0.000221770115512646,
      "loss": 7.8666,
      "step": 165090
    },
    {
      "epoch": 0.3439583333333333,
      "grad_norm": 1.2054250240325928,
      "learning_rate": 0.00022176145850884917,
      "loss": 8.2774,
      "step": 165100
    },
    {
      "epoch": 0.34397916666666667,
      "grad_norm": 1.110003113746643,
      "learning_rate": 0.0002217528011950712,
      "loss": 7.6184,
      "step": 165110
    },
    {
      "epoch": 0.344,
      "grad_norm": 0.8024357557296753,
      "learning_rate": 0.00022174414357134956,
      "loss": 7.4376,
      "step": 165120
    },
    {
      "epoch": 0.34402083333333333,
      "grad_norm": 0.8314316868782043,
      "learning_rate": 0.0002217354856377216,
      "loss": 7.4833,
      "step": 165130
    },
    {
      "epoch": 0.3440416666666667,
      "grad_norm": 0.7031993269920349,
      "learning_rate": 0.00022172682739422477,
      "loss": 7.5171,
      "step": 165140
    },
    {
      "epoch": 0.3440625,
      "grad_norm": 1.1674003601074219,
      "learning_rate": 0.0002217181688408964,
      "loss": 7.5025,
      "step": 165150
    },
    {
      "epoch": 0.34408333333333335,
      "grad_norm": 0.6655241847038269,
      "learning_rate": 0.00022170950997777396,
      "loss": 7.66,
      "step": 165160
    },
    {
      "epoch": 0.34410416666666666,
      "grad_norm": 0.6478303670883179,
      "learning_rate": 0.00022170085080489482,
      "loss": 7.5063,
      "step": 165170
    },
    {
      "epoch": 0.344125,
      "grad_norm": 1.9447132349014282,
      "learning_rate": 0.00022169219132229636,
      "loss": 7.9551,
      "step": 165180
    },
    {
      "epoch": 0.3441458333333333,
      "grad_norm": 2.3809876441955566,
      "learning_rate": 0.000221683531530016,
      "loss": 7.7432,
      "step": 165190
    },
    {
      "epoch": 0.3441666666666667,
      "grad_norm": 0.7156620621681213,
      "learning_rate": 0.0002216748714280912,
      "loss": 7.6431,
      "step": 165200
    },
    {
      "epoch": 0.3441875,
      "grad_norm": 0.7204837799072266,
      "learning_rate": 0.00022166621101655932,
      "loss": 7.2256,
      "step": 165210
    },
    {
      "epoch": 0.34420833333333334,
      "grad_norm": 0.6421947479248047,
      "learning_rate": 0.00022165755029545777,
      "loss": 7.7339,
      "step": 165220
    },
    {
      "epoch": 0.34422916666666664,
      "grad_norm": 0.9490012526512146,
      "learning_rate": 0.00022164888926482396,
      "loss": 7.6283,
      "step": 165230
    },
    {
      "epoch": 0.34425,
      "grad_norm": 7.263622283935547,
      "learning_rate": 0.0002216402279246953,
      "loss": 7.8601,
      "step": 165240
    },
    {
      "epoch": 0.34427083333333336,
      "grad_norm": 0.9685037732124329,
      "learning_rate": 0.00022163156627510923,
      "loss": 7.9481,
      "step": 165250
    },
    {
      "epoch": 0.34429166666666666,
      "grad_norm": 2.0073952674865723,
      "learning_rate": 0.0002216229043161031,
      "loss": 7.6563,
      "step": 165260
    },
    {
      "epoch": 0.3443125,
      "grad_norm": 0.9307844638824463,
      "learning_rate": 0.00022161424204771441,
      "loss": 7.7221,
      "step": 165270
    },
    {
      "epoch": 0.3443333333333333,
      "grad_norm": 1.3613864183425903,
      "learning_rate": 0.00022160557946998056,
      "loss": 7.854,
      "step": 165280
    },
    {
      "epoch": 0.3443541666666667,
      "grad_norm": 0.8755314350128174,
      "learning_rate": 0.00022159691658293895,
      "loss": 7.8021,
      "step": 165290
    },
    {
      "epoch": 0.344375,
      "grad_norm": 6.524308681488037,
      "learning_rate": 0.00022158825338662697,
      "loss": 8.2731,
      "step": 165300
    },
    {
      "epoch": 0.34439583333333335,
      "grad_norm": 2.9484825134277344,
      "learning_rate": 0.0002215795898810821,
      "loss": 7.5981,
      "step": 165310
    },
    {
      "epoch": 0.34441666666666665,
      "grad_norm": 0.8084555864334106,
      "learning_rate": 0.0002215709260663417,
      "loss": 7.1997,
      "step": 165320
    },
    {
      "epoch": 0.3444375,
      "grad_norm": 0.9306735992431641,
      "learning_rate": 0.00022156226194244323,
      "loss": 7.8085,
      "step": 165330
    },
    {
      "epoch": 0.3444583333333333,
      "grad_norm": 1.7056705951690674,
      "learning_rate": 0.0002215535975094242,
      "loss": 7.5599,
      "step": 165340
    },
    {
      "epoch": 0.34447916666666667,
      "grad_norm": 1.8000270128250122,
      "learning_rate": 0.00022154493276732188,
      "loss": 8.2077,
      "step": 165350
    },
    {
      "epoch": 0.3445,
      "grad_norm": 1.493878960609436,
      "learning_rate": 0.00022153626771617373,
      "loss": 7.3457,
      "step": 165360
    },
    {
      "epoch": 0.34452083333333333,
      "grad_norm": 1.4681426286697388,
      "learning_rate": 0.0002215276023560173,
      "loss": 7.75,
      "step": 165370
    },
    {
      "epoch": 0.3445416666666667,
      "grad_norm": 0.8583155870437622,
      "learning_rate": 0.0002215189366868899,
      "loss": 8.5156,
      "step": 165380
    },
    {
      "epoch": 0.3445625,
      "grad_norm": 1.5940052270889282,
      "learning_rate": 0.00022151027070882898,
      "loss": 7.5427,
      "step": 165390
    },
    {
      "epoch": 0.34458333333333335,
      "grad_norm": 0.8671795129776001,
      "learning_rate": 0.00022150160442187207,
      "loss": 7.5501,
      "step": 165400
    },
    {
      "epoch": 0.34460416666666666,
      "grad_norm": 1.6810011863708496,
      "learning_rate": 0.00022149293782605645,
      "loss": 8.3586,
      "step": 165410
    },
    {
      "epoch": 0.344625,
      "grad_norm": 0.906216561794281,
      "learning_rate": 0.0002214842709214197,
      "loss": 8.1038,
      "step": 165420
    },
    {
      "epoch": 0.3446458333333333,
      "grad_norm": 1.8352724313735962,
      "learning_rate": 0.00022147560370799915,
      "loss": 8.254,
      "step": 165430
    },
    {
      "epoch": 0.3446666666666667,
      "grad_norm": 0.6339810490608215,
      "learning_rate": 0.0002214669361858323,
      "loss": 7.5136,
      "step": 165440
    },
    {
      "epoch": 0.3446875,
      "grad_norm": 2.478194236755371,
      "learning_rate": 0.0002214582683549566,
      "loss": 7.633,
      "step": 165450
    },
    {
      "epoch": 0.34470833333333334,
      "grad_norm": 0.8136129379272461,
      "learning_rate": 0.0002214496002154094,
      "loss": 7.9717,
      "step": 165460
    },
    {
      "epoch": 0.34472916666666664,
      "grad_norm": 1.7704799175262451,
      "learning_rate": 0.00022144093176722828,
      "loss": 7.73,
      "step": 165470
    },
    {
      "epoch": 0.34475,
      "grad_norm": 2.8855862617492676,
      "learning_rate": 0.0002214322630104506,
      "loss": 8.9092,
      "step": 165480
    },
    {
      "epoch": 0.34477083333333336,
      "grad_norm": 3.905947208404541,
      "learning_rate": 0.0002214235939451138,
      "loss": 7.7762,
      "step": 165490
    },
    {
      "epoch": 0.34479166666666666,
      "grad_norm": 1.5769399404525757,
      "learning_rate": 0.00022141492457125532,
      "loss": 7.5091,
      "step": 165500
    },
    {
      "epoch": 0.3448125,
      "grad_norm": 1.4361611604690552,
      "learning_rate": 0.00022140625488891268,
      "loss": 7.9092,
      "step": 165510
    },
    {
      "epoch": 0.3448333333333333,
      "grad_norm": 1.0650067329406738,
      "learning_rate": 0.00022139758489812326,
      "loss": 7.7714,
      "step": 165520
    },
    {
      "epoch": 0.3448541666666667,
      "grad_norm": 0.6021132469177246,
      "learning_rate": 0.00022138891459892452,
      "loss": 7.4085,
      "step": 165530
    },
    {
      "epoch": 0.344875,
      "grad_norm": 0.6600927114486694,
      "learning_rate": 0.000221380243991354,
      "loss": 7.5768,
      "step": 165540
    },
    {
      "epoch": 0.34489583333333335,
      "grad_norm": 1.0127720832824707,
      "learning_rate": 0.000221371573075449,
      "loss": 8.3329,
      "step": 165550
    },
    {
      "epoch": 0.34491666666666665,
      "grad_norm": 0.8393661379814148,
      "learning_rate": 0.00022136290185124707,
      "loss": 7.7737,
      "step": 165560
    },
    {
      "epoch": 0.3449375,
      "grad_norm": 1.17912757396698,
      "learning_rate": 0.00022135423031878569,
      "loss": 8.0187,
      "step": 165570
    },
    {
      "epoch": 0.3449583333333333,
      "grad_norm": 0.7080466151237488,
      "learning_rate": 0.00022134555847810224,
      "loss": 7.9434,
      "step": 165580
    },
    {
      "epoch": 0.34497916666666667,
      "grad_norm": 0.8381836414337158,
      "learning_rate": 0.00022133688632923422,
      "loss": 7.6923,
      "step": 165590
    },
    {
      "epoch": 0.345,
      "grad_norm": 0.7627019286155701,
      "learning_rate": 0.0002213282138722191,
      "loss": 7.3986,
      "step": 165600
    },
    {
      "epoch": 0.34502083333333333,
      "grad_norm": 1.5667064189910889,
      "learning_rate": 0.00022131954110709434,
      "loss": 7.4642,
      "step": 165610
    },
    {
      "epoch": 0.3450416666666667,
      "grad_norm": 1.7810313701629639,
      "learning_rate": 0.00022131086803389737,
      "loss": 7.499,
      "step": 165620
    },
    {
      "epoch": 0.3450625,
      "grad_norm": 1.1353263854980469,
      "learning_rate": 0.00022130219465266572,
      "loss": 8.3994,
      "step": 165630
    },
    {
      "epoch": 0.34508333333333335,
      "grad_norm": 0.792995810508728,
      "learning_rate": 0.00022129352096343676,
      "loss": 7.2436,
      "step": 165640
    },
    {
      "epoch": 0.34510416666666666,
      "grad_norm": 2.7721407413482666,
      "learning_rate": 0.000221284846966248,
      "loss": 7.6886,
      "step": 165650
    },
    {
      "epoch": 0.345125,
      "grad_norm": 1.0956960916519165,
      "learning_rate": 0.00022127617266113698,
      "loss": 7.7061,
      "step": 165660
    },
    {
      "epoch": 0.3451458333333333,
      "grad_norm": 0.982246458530426,
      "learning_rate": 0.00022126749804814107,
      "loss": 7.7086,
      "step": 165670
    },
    {
      "epoch": 0.3451666666666667,
      "grad_norm": 0.9523582458496094,
      "learning_rate": 0.0002212588231272978,
      "loss": 7.706,
      "step": 165680
    },
    {
      "epoch": 0.3451875,
      "grad_norm": 1.3010421991348267,
      "learning_rate": 0.0002212501478986446,
      "loss": 7.6217,
      "step": 165690
    },
    {
      "epoch": 0.34520833333333334,
      "grad_norm": 1.2654680013656616,
      "learning_rate": 0.00022124147236221895,
      "loss": 7.7007,
      "step": 165700
    },
    {
      "epoch": 0.34522916666666664,
      "grad_norm": 0.46319103240966797,
      "learning_rate": 0.00022123279651805838,
      "loss": 7.9816,
      "step": 165710
    },
    {
      "epoch": 0.34525,
      "grad_norm": 3.1820151805877686,
      "learning_rate": 0.0002212241203662003,
      "loss": 7.6888,
      "step": 165720
    },
    {
      "epoch": 0.34527083333333336,
      "grad_norm": 0.8292310237884521,
      "learning_rate": 0.00022121544390668222,
      "loss": 7.3858,
      "step": 165730
    },
    {
      "epoch": 0.34529166666666666,
      "grad_norm": 0.9796092510223389,
      "learning_rate": 0.00022120676713954158,
      "loss": 7.603,
      "step": 165740
    },
    {
      "epoch": 0.3453125,
      "grad_norm": 2.3713817596435547,
      "learning_rate": 0.00022119809006481594,
      "loss": 7.5806,
      "step": 165750
    },
    {
      "epoch": 0.3453333333333333,
      "grad_norm": 0.681327760219574,
      "learning_rate": 0.0002211894126825427,
      "loss": 7.7338,
      "step": 165760
    },
    {
      "epoch": 0.3453541666666667,
      "grad_norm": 1.7593297958374023,
      "learning_rate": 0.00022118073499275938,
      "loss": 7.7145,
      "step": 165770
    },
    {
      "epoch": 0.345375,
      "grad_norm": 1.1760814189910889,
      "learning_rate": 0.00022117205699550345,
      "loss": 8.1254,
      "step": 165780
    },
    {
      "epoch": 0.34539583333333335,
      "grad_norm": 1.5196552276611328,
      "learning_rate": 0.00022116337869081243,
      "loss": 7.8323,
      "step": 165790
    },
    {
      "epoch": 0.34541666666666665,
      "grad_norm": 1.279117226600647,
      "learning_rate": 0.0002211547000787238,
      "loss": 7.3304,
      "step": 165800
    },
    {
      "epoch": 0.3454375,
      "grad_norm": 2.3958027362823486,
      "learning_rate": 0.000221146021159275,
      "loss": 8.4431,
      "step": 165810
    },
    {
      "epoch": 0.3454583333333333,
      "grad_norm": 4.339932918548584,
      "learning_rate": 0.00022113734193250352,
      "loss": 7.707,
      "step": 165820
    },
    {
      "epoch": 0.34547916666666667,
      "grad_norm": 0.7122249603271484,
      "learning_rate": 0.00022112866239844693,
      "loss": 7.5531,
      "step": 165830
    },
    {
      "epoch": 0.3455,
      "grad_norm": 1.7146998643875122,
      "learning_rate": 0.00022111998255714264,
      "loss": 7.6386,
      "step": 165840
    },
    {
      "epoch": 0.34552083333333333,
      "grad_norm": 0.6968612670898438,
      "learning_rate": 0.0002211113024086282,
      "loss": 7.5251,
      "step": 165850
    },
    {
      "epoch": 0.3455416666666667,
      "grad_norm": 1.1102585792541504,
      "learning_rate": 0.00022110262195294112,
      "loss": 8.1395,
      "step": 165860
    },
    {
      "epoch": 0.3455625,
      "grad_norm": 0.6867902278900146,
      "learning_rate": 0.00022109394119011877,
      "loss": 8.0194,
      "step": 165870
    },
    {
      "epoch": 0.34558333333333335,
      "grad_norm": 1.3220903873443604,
      "learning_rate": 0.00022108526012019883,
      "loss": 7.6705,
      "step": 165880
    },
    {
      "epoch": 0.34560416666666666,
      "grad_norm": 0.677560567855835,
      "learning_rate": 0.00022107657874321861,
      "loss": 7.2313,
      "step": 165890
    },
    {
      "epoch": 0.345625,
      "grad_norm": 0.7814842462539673,
      "learning_rate": 0.00022106789705921576,
      "loss": 7.5831,
      "step": 165900
    },
    {
      "epoch": 0.3456458333333333,
      "grad_norm": 1.2612547874450684,
      "learning_rate": 0.0002210592150682277,
      "loss": 7.8044,
      "step": 165910
    },
    {
      "epoch": 0.3456666666666667,
      "grad_norm": 1.662028193473816,
      "learning_rate": 0.000221050532770292,
      "loss": 7.5744,
      "step": 165920
    },
    {
      "epoch": 0.3456875,
      "grad_norm": 2.5893988609313965,
      "learning_rate": 0.00022104185016544607,
      "loss": 8.2425,
      "step": 165930
    },
    {
      "epoch": 0.34570833333333334,
      "grad_norm": 2.242863893508911,
      "learning_rate": 0.0002210331672537275,
      "loss": 8.2232,
      "step": 165940
    },
    {
      "epoch": 0.34572916666666664,
      "grad_norm": 0.997694194316864,
      "learning_rate": 0.00022102448403517376,
      "loss": 7.94,
      "step": 165950
    },
    {
      "epoch": 0.34575,
      "grad_norm": 0.8605891466140747,
      "learning_rate": 0.00022101580050982235,
      "loss": 7.3231,
      "step": 165960
    },
    {
      "epoch": 0.34577083333333336,
      "grad_norm": 0.9394859075546265,
      "learning_rate": 0.0002210071166777108,
      "loss": 7.557,
      "step": 165970
    },
    {
      "epoch": 0.34579166666666666,
      "grad_norm": 1.4526549577713013,
      "learning_rate": 0.0002209984325388766,
      "loss": 8.4492,
      "step": 165980
    },
    {
      "epoch": 0.3458125,
      "grad_norm": 2.952115058898926,
      "learning_rate": 0.00022098974809335728,
      "loss": 7.9656,
      "step": 165990
    },
    {
      "epoch": 0.3458333333333333,
      "grad_norm": 1.3190358877182007,
      "learning_rate": 0.00022098106334119037,
      "loss": 7.4222,
      "step": 166000
    },
    {
      "epoch": 0.3458333333333333,
      "eval_loss": 7.984737396240234,
      "eval_runtime": 8.2374,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 166000
    },
    {
      "epoch": 0.3458541666666667,
      "grad_norm": 3.212155342102051,
      "learning_rate": 0.00022097237828241334,
      "loss": 8.4128,
      "step": 166010
    },
    {
      "epoch": 0.345875,
      "grad_norm": 2.63991641998291,
      "learning_rate": 0.00022096369291706375,
      "loss": 8.819,
      "step": 166020
    },
    {
      "epoch": 0.34589583333333335,
      "grad_norm": 0.9690982699394226,
      "learning_rate": 0.00022095500724517904,
      "loss": 7.7683,
      "step": 166030
    },
    {
      "epoch": 0.34591666666666665,
      "grad_norm": 0.5752089619636536,
      "learning_rate": 0.00022094632126679688,
      "loss": 8.3091,
      "step": 166040
    },
    {
      "epoch": 0.3459375,
      "grad_norm": 0.8587642312049866,
      "learning_rate": 0.00022093763498195462,
      "loss": 7.4293,
      "step": 166050
    },
    {
      "epoch": 0.3459583333333333,
      "grad_norm": 1.0132596492767334,
      "learning_rate": 0.00022092894839068986,
      "loss": 7.2847,
      "step": 166060
    },
    {
      "epoch": 0.34597916666666667,
      "grad_norm": 0.6922149062156677,
      "learning_rate": 0.00022092026149304016,
      "loss": 7.6817,
      "step": 166070
    },
    {
      "epoch": 0.346,
      "grad_norm": 1.9888675212860107,
      "learning_rate": 0.00022091157428904296,
      "loss": 7.4804,
      "step": 166080
    },
    {
      "epoch": 0.34602083333333333,
      "grad_norm": 0.8552018404006958,
      "learning_rate": 0.00022090288677873582,
      "loss": 8.8647,
      "step": 166090
    },
    {
      "epoch": 0.3460416666666667,
      "grad_norm": 1.924731731414795,
      "learning_rate": 0.00022089419896215634,
      "loss": 7.7504,
      "step": 166100
    },
    {
      "epoch": 0.3460625,
      "grad_norm": 0.8191008567810059,
      "learning_rate": 0.00022088551083934192,
      "loss": 7.5822,
      "step": 166110
    },
    {
      "epoch": 0.34608333333333335,
      "grad_norm": 1.370765209197998,
      "learning_rate": 0.0002208768224103302,
      "loss": 7.6178,
      "step": 166120
    },
    {
      "epoch": 0.34610416666666666,
      "grad_norm": 0.9113644361495972,
      "learning_rate": 0.00022086813367515863,
      "loss": 7.8299,
      "step": 166130
    },
    {
      "epoch": 0.346125,
      "grad_norm": 0.6984182596206665,
      "learning_rate": 0.00022085944463386475,
      "loss": 8.9341,
      "step": 166140
    },
    {
      "epoch": 0.3461458333333333,
      "grad_norm": 0.820143461227417,
      "learning_rate": 0.00022085075528648616,
      "loss": 7.7122,
      "step": 166150
    },
    {
      "epoch": 0.3461666666666667,
      "grad_norm": 0.9373405575752258,
      "learning_rate": 0.00022084206563306033,
      "loss": 8.0834,
      "step": 166160
    },
    {
      "epoch": 0.3461875,
      "grad_norm": 3.839365243911743,
      "learning_rate": 0.00022083337567362484,
      "loss": 7.7546,
      "step": 166170
    },
    {
      "epoch": 0.34620833333333334,
      "grad_norm": 1.0225940942764282,
      "learning_rate": 0.00022082468540821721,
      "loss": 7.9594,
      "step": 166180
    },
    {
      "epoch": 0.34622916666666664,
      "grad_norm": 0.894091010093689,
      "learning_rate": 0.00022081599483687493,
      "loss": 7.3697,
      "step": 166190
    },
    {
      "epoch": 0.34625,
      "grad_norm": 1.0754263401031494,
      "learning_rate": 0.00022080730395963562,
      "loss": 7.7332,
      "step": 166200
    },
    {
      "epoch": 0.34627083333333336,
      "grad_norm": 2.1433353424072266,
      "learning_rate": 0.00022079861277653678,
      "loss": 7.638,
      "step": 166210
    },
    {
      "epoch": 0.34629166666666666,
      "grad_norm": 1.0652530193328857,
      "learning_rate": 0.00022078992128761596,
      "loss": 7.3418,
      "step": 166220
    },
    {
      "epoch": 0.3463125,
      "grad_norm": 1.5993990898132324,
      "learning_rate": 0.00022078122949291065,
      "loss": 8.3369,
      "step": 166230
    },
    {
      "epoch": 0.3463333333333333,
      "grad_norm": 1.0097612142562866,
      "learning_rate": 0.00022077253739245852,
      "loss": 7.3625,
      "step": 166240
    },
    {
      "epoch": 0.3463541666666667,
      "grad_norm": 1.648840069770813,
      "learning_rate": 0.000220763844986297,
      "loss": 7.7582,
      "step": 166250
    },
    {
      "epoch": 0.346375,
      "grad_norm": 0.7685165405273438,
      "learning_rate": 0.00022075515227446365,
      "loss": 7.8491,
      "step": 166260
    },
    {
      "epoch": 0.34639583333333335,
      "grad_norm": 2.6290032863616943,
      "learning_rate": 0.0002207464592569961,
      "loss": 7.85,
      "step": 166270
    },
    {
      "epoch": 0.34641666666666665,
      "grad_norm": 1.7128962278366089,
      "learning_rate": 0.00022073776593393185,
      "loss": 7.8656,
      "step": 166280
    },
    {
      "epoch": 0.3464375,
      "grad_norm": 3.1432552337646484,
      "learning_rate": 0.00022072907230530846,
      "loss": 7.6886,
      "step": 166290
    },
    {
      "epoch": 0.3464583333333333,
      "grad_norm": 1.0597302913665771,
      "learning_rate": 0.0002207203783711634,
      "loss": 7.3646,
      "step": 166300
    },
    {
      "epoch": 0.34647916666666667,
      "grad_norm": 1.0379688739776611,
      "learning_rate": 0.0002207116841315344,
      "loss": 7.294,
      "step": 166310
    },
    {
      "epoch": 0.3465,
      "grad_norm": 1.6988511085510254,
      "learning_rate": 0.00022070298958645884,
      "loss": 7.3343,
      "step": 166320
    },
    {
      "epoch": 0.34652083333333333,
      "grad_norm": 1.2347869873046875,
      "learning_rate": 0.00022069429473597438,
      "loss": 7.8453,
      "step": 166330
    },
    {
      "epoch": 0.3465416666666667,
      "grad_norm": 1.701674222946167,
      "learning_rate": 0.00022068559958011855,
      "loss": 8.4115,
      "step": 166340
    },
    {
      "epoch": 0.3465625,
      "grad_norm": 0.6285783648490906,
      "learning_rate": 0.00022067690411892892,
      "loss": 9.8705,
      "step": 166350
    },
    {
      "epoch": 0.34658333333333335,
      "grad_norm": 0.9845377206802368,
      "learning_rate": 0.000220668208352443,
      "loss": 7.9356,
      "step": 166360
    },
    {
      "epoch": 0.34660416666666666,
      "grad_norm": 0.7754603624343872,
      "learning_rate": 0.00022065951228069841,
      "loss": 7.6619,
      "step": 166370
    },
    {
      "epoch": 0.346625,
      "grad_norm": 2.976933717727661,
      "learning_rate": 0.00022065081590373273,
      "loss": 7.8071,
      "step": 166380
    },
    {
      "epoch": 0.3466458333333333,
      "grad_norm": 0.7178204655647278,
      "learning_rate": 0.0002206421192215834,
      "loss": 7.6684,
      "step": 166390
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 0.9317355751991272,
      "learning_rate": 0.00022063342223428814,
      "loss": 7.6703,
      "step": 166400
    },
    {
      "epoch": 0.3466875,
      "grad_norm": 1.1027395725250244,
      "learning_rate": 0.0002206247249418845,
      "loss": 8.2299,
      "step": 166410
    },
    {
      "epoch": 0.34670833333333334,
      "grad_norm": 2.0438072681427,
      "learning_rate": 0.00022061602734440997,
      "loss": 8.0029,
      "step": 166420
    },
    {
      "epoch": 0.34672916666666664,
      "grad_norm": 0.776776909828186,
      "learning_rate": 0.00022060732944190211,
      "loss": 8.1357,
      "step": 166430
    },
    {
      "epoch": 0.34675,
      "grad_norm": 0.751578152179718,
      "learning_rate": 0.0002205986312343986,
      "loss": 7.8228,
      "step": 166440
    },
    {
      "epoch": 0.3467708333333333,
      "grad_norm": 1.1443963050842285,
      "learning_rate": 0.00022058993272193692,
      "loss": 7.5003,
      "step": 166450
    },
    {
      "epoch": 0.34679166666666666,
      "grad_norm": 1.2785311937332153,
      "learning_rate": 0.00022058123390455465,
      "loss": 7.7348,
      "step": 166460
    },
    {
      "epoch": 0.3468125,
      "grad_norm": 1.0389324426651,
      "learning_rate": 0.0002205725347822894,
      "loss": 7.5238,
      "step": 166470
    },
    {
      "epoch": 0.3468333333333333,
      "grad_norm": 0.8898334503173828,
      "learning_rate": 0.00022056383535517873,
      "loss": 7.7574,
      "step": 166480
    },
    {
      "epoch": 0.3468541666666667,
      "grad_norm": 1.5341393947601318,
      "learning_rate": 0.00022055513562326023,
      "loss": 7.826,
      "step": 166490
    },
    {
      "epoch": 0.346875,
      "grad_norm": 0.8945626616477966,
      "learning_rate": 0.0002205464355865715,
      "loss": 8.0229,
      "step": 166500
    },
    {
      "epoch": 0.34689583333333335,
      "grad_norm": 0.7479512691497803,
      "learning_rate": 0.00022053773524515006,
      "loss": 7.4675,
      "step": 166510
    },
    {
      "epoch": 0.34691666666666665,
      "grad_norm": 1.346583604812622,
      "learning_rate": 0.0002205290345990335,
      "loss": 7.4676,
      "step": 166520
    },
    {
      "epoch": 0.3469375,
      "grad_norm": 0.8500666618347168,
      "learning_rate": 0.00022052033364825948,
      "loss": 7.4512,
      "step": 166530
    },
    {
      "epoch": 0.3469583333333333,
      "grad_norm": 1.6100753545761108,
      "learning_rate": 0.00022051163239286548,
      "loss": 7.7901,
      "step": 166540
    },
    {
      "epoch": 0.34697916666666667,
      "grad_norm": 0.909389078617096,
      "learning_rate": 0.0002205029308328892,
      "loss": 7.29,
      "step": 166550
    },
    {
      "epoch": 0.347,
      "grad_norm": 4.200474262237549,
      "learning_rate": 0.0002204942289683681,
      "loss": 8.4141,
      "step": 166560
    },
    {
      "epoch": 0.34702083333333333,
      "grad_norm": 0.7642918825149536,
      "learning_rate": 0.00022048552679933986,
      "loss": 7.589,
      "step": 166570
    },
    {
      "epoch": 0.3470416666666667,
      "grad_norm": 1.5545918941497803,
      "learning_rate": 0.00022047682432584212,
      "loss": 7.4338,
      "step": 166580
    },
    {
      "epoch": 0.3470625,
      "grad_norm": 0.6311724185943604,
      "learning_rate": 0.00022046812154791226,
      "loss": 8.221,
      "step": 166590
    },
    {
      "epoch": 0.34708333333333335,
      "grad_norm": 0.7733200192451477,
      "learning_rate": 0.00022045941846558808,
      "loss": 7.4609,
      "step": 166600
    },
    {
      "epoch": 0.34710416666666666,
      "grad_norm": 1.11154305934906,
      "learning_rate": 0.00022045071507890713,
      "loss": 8.9481,
      "step": 166610
    },
    {
      "epoch": 0.347125,
      "grad_norm": 2.261807441711426,
      "learning_rate": 0.00022044201138790695,
      "loss": 7.973,
      "step": 166620
    },
    {
      "epoch": 0.3471458333333333,
      "grad_norm": 1.3845301866531372,
      "learning_rate": 0.00022043330739262516,
      "loss": 8.1241,
      "step": 166630
    },
    {
      "epoch": 0.3471666666666667,
      "grad_norm": 1.3804750442504883,
      "learning_rate": 0.00022042460309309938,
      "loss": 7.325,
      "step": 166640
    },
    {
      "epoch": 0.3471875,
      "grad_norm": 2.166311740875244,
      "learning_rate": 0.00022041589848936717,
      "loss": 8.6741,
      "step": 166650
    },
    {
      "epoch": 0.34720833333333334,
      "grad_norm": 1.3232802152633667,
      "learning_rate": 0.00022040719358146612,
      "loss": 7.7064,
      "step": 166660
    },
    {
      "epoch": 0.34722916666666664,
      "grad_norm": 0.931956946849823,
      "learning_rate": 0.0002203984883694339,
      "loss": 7.926,
      "step": 166670
    },
    {
      "epoch": 0.34725,
      "grad_norm": 2.350980520248413,
      "learning_rate": 0.00022038978285330806,
      "loss": 7.7158,
      "step": 166680
    },
    {
      "epoch": 0.3472708333333333,
      "grad_norm": 1.5483028888702393,
      "learning_rate": 0.00022038107703312623,
      "loss": 7.7481,
      "step": 166690
    },
    {
      "epoch": 0.34729166666666667,
      "grad_norm": 2.528200626373291,
      "learning_rate": 0.000220372370908926,
      "loss": 7.8337,
      "step": 166700
    },
    {
      "epoch": 0.3473125,
      "grad_norm": 0.8370392322540283,
      "learning_rate": 0.000220363664480745,
      "loss": 7.9357,
      "step": 166710
    },
    {
      "epoch": 0.3473333333333333,
      "grad_norm": 1.8863794803619385,
      "learning_rate": 0.00022035495774862086,
      "loss": 7.7139,
      "step": 166720
    },
    {
      "epoch": 0.3473541666666667,
      "grad_norm": 0.7915276885032654,
      "learning_rate": 0.00022034625071259108,
      "loss": 7.6294,
      "step": 166730
    },
    {
      "epoch": 0.347375,
      "grad_norm": 1.4621186256408691,
      "learning_rate": 0.00022033754337269336,
      "loss": 7.6934,
      "step": 166740
    },
    {
      "epoch": 0.34739583333333335,
      "grad_norm": 1.45907723903656,
      "learning_rate": 0.0002203288357289653,
      "loss": 8.0548,
      "step": 166750
    },
    {
      "epoch": 0.34741666666666665,
      "grad_norm": 1.1931164264678955,
      "learning_rate": 0.0002203201277814445,
      "loss": 7.4328,
      "step": 166760
    },
    {
      "epoch": 0.3474375,
      "grad_norm": 0.900371253490448,
      "learning_rate": 0.0002203114195301686,
      "loss": 7.3896,
      "step": 166770
    },
    {
      "epoch": 0.3474583333333333,
      "grad_norm": 17.1400089263916,
      "learning_rate": 0.0002203027109751752,
      "loss": 8.8909,
      "step": 166780
    },
    {
      "epoch": 0.3474791666666667,
      "grad_norm": 0.6981865763664246,
      "learning_rate": 0.0002202940021165019,
      "loss": 7.8494,
      "step": 166790
    },
    {
      "epoch": 0.3475,
      "grad_norm": 1.1702625751495361,
      "learning_rate": 0.00022028529295418635,
      "loss": 7.9856,
      "step": 166800
    },
    {
      "epoch": 0.34752083333333333,
      "grad_norm": 1.1915532350540161,
      "learning_rate": 0.00022027658348826616,
      "loss": 7.4443,
      "step": 166810
    },
    {
      "epoch": 0.3475416666666667,
      "grad_norm": 1.1294924020767212,
      "learning_rate": 0.0002202678737187789,
      "loss": 7.8101,
      "step": 166820
    },
    {
      "epoch": 0.3475625,
      "grad_norm": 1.1585743427276611,
      "learning_rate": 0.00022025916364576227,
      "loss": 8.1862,
      "step": 166830
    },
    {
      "epoch": 0.34758333333333336,
      "grad_norm": 1.5575278997421265,
      "learning_rate": 0.00022025045326925388,
      "loss": 7.5272,
      "step": 166840
    },
    {
      "epoch": 0.34760416666666666,
      "grad_norm": 0.9590877890586853,
      "learning_rate": 0.0002202417425892913,
      "loss": 7.8977,
      "step": 166850
    },
    {
      "epoch": 0.347625,
      "grad_norm": 1.7149559259414673,
      "learning_rate": 0.0002202330316059122,
      "loss": 7.7834,
      "step": 166860
    },
    {
      "epoch": 0.3476458333333333,
      "grad_norm": 0.8792930841445923,
      "learning_rate": 0.00022022432031915427,
      "loss": 7.8894,
      "step": 166870
    },
    {
      "epoch": 0.3476666666666667,
      "grad_norm": 1.10334050655365,
      "learning_rate": 0.00022021560872905501,
      "loss": 7.5731,
      "step": 166880
    },
    {
      "epoch": 0.3476875,
      "grad_norm": 0.9146304726600647,
      "learning_rate": 0.00022020689683565213,
      "loss": 7.4402,
      "step": 166890
    },
    {
      "epoch": 0.34770833333333334,
      "grad_norm": 1.3418158292770386,
      "learning_rate": 0.00022019818463898323,
      "loss": 7.3074,
      "step": 166900
    },
    {
      "epoch": 0.34772916666666664,
      "grad_norm": 3.1641409397125244,
      "learning_rate": 0.000220189472139086,
      "loss": 7.676,
      "step": 166910
    },
    {
      "epoch": 0.34775,
      "grad_norm": 2.3018481731414795,
      "learning_rate": 0.00022018075933599802,
      "loss": 8.6301,
      "step": 166920
    },
    {
      "epoch": 0.3477708333333333,
      "grad_norm": 0.7381746172904968,
      "learning_rate": 0.00022017204622975687,
      "loss": 7.0873,
      "step": 166930
    },
    {
      "epoch": 0.34779166666666667,
      "grad_norm": 2.1908886432647705,
      "learning_rate": 0.00022016333282040036,
      "loss": 8.1367,
      "step": 166940
    },
    {
      "epoch": 0.3478125,
      "grad_norm": 0.7815724015235901,
      "learning_rate": 0.00022015461910796598,
      "loss": 7.4063,
      "step": 166950
    },
    {
      "epoch": 0.3478333333333333,
      "grad_norm": 0.8160868883132935,
      "learning_rate": 0.00022014590509249137,
      "loss": 7.4313,
      "step": 166960
    },
    {
      "epoch": 0.3478541666666667,
      "grad_norm": 0.6293964982032776,
      "learning_rate": 0.00022013719077401429,
      "loss": 7.4648,
      "step": 166970
    },
    {
      "epoch": 0.347875,
      "grad_norm": 1.401291847229004,
      "learning_rate": 0.00022012847615257228,
      "loss": 8.0535,
      "step": 166980
    },
    {
      "epoch": 0.34789583333333335,
      "grad_norm": 1.6549944877624512,
      "learning_rate": 0.000220119761228203,
      "loss": 8.1127,
      "step": 166990
    },
    {
      "epoch": 0.34791666666666665,
      "grad_norm": 1.929160475730896,
      "learning_rate": 0.00022011104600094412,
      "loss": 8.0697,
      "step": 167000
    },
    {
      "epoch": 0.34791666666666665,
      "eval_loss": 10.432793617248535,
      "eval_runtime": 8.3489,
      "eval_samples_per_second": 0.359,
      "eval_steps_per_second": 0.12,
      "step": 167000
    },
    {
      "epoch": 0.3479375,
      "grad_norm": 2.4328722953796387,
      "learning_rate": 0.00022010233047083328,
      "loss": 7.7008,
      "step": 167010
    },
    {
      "epoch": 0.3479583333333333,
      "grad_norm": 0.8196211457252502,
      "learning_rate": 0.00022009361463790812,
      "loss": 7.4801,
      "step": 167020
    },
    {
      "epoch": 0.3479791666666667,
      "grad_norm": 1.7110931873321533,
      "learning_rate": 0.00022008489850220626,
      "loss": 7.8493,
      "step": 167030
    },
    {
      "epoch": 0.348,
      "grad_norm": 1.8320523500442505,
      "learning_rate": 0.0002200761820637654,
      "loss": 7.3213,
      "step": 167040
    },
    {
      "epoch": 0.34802083333333333,
      "grad_norm": 0.8632305264472961,
      "learning_rate": 0.00022006746532262316,
      "loss": 7.5357,
      "step": 167050
    },
    {
      "epoch": 0.3480416666666667,
      "grad_norm": 0.8274434804916382,
      "learning_rate": 0.00022005874827881722,
      "loss": 7.4448,
      "step": 167060
    },
    {
      "epoch": 0.3480625,
      "grad_norm": 0.6492079496383667,
      "learning_rate": 0.0002200500309323852,
      "loss": 7.8518,
      "step": 167070
    },
    {
      "epoch": 0.34808333333333336,
      "grad_norm": 0.9547806978225708,
      "learning_rate": 0.00022004131328336483,
      "loss": 7.5033,
      "step": 167080
    },
    {
      "epoch": 0.34810416666666666,
      "grad_norm": 0.4975228011608124,
      "learning_rate": 0.0002200325953317936,
      "loss": 7.8313,
      "step": 167090
    },
    {
      "epoch": 0.348125,
      "grad_norm": 0.8335199952125549,
      "learning_rate": 0.00022002387707770933,
      "loss": 7.6068,
      "step": 167100
    },
    {
      "epoch": 0.3481458333333333,
      "grad_norm": 0.9239090085029602,
      "learning_rate": 0.0002200151585211497,
      "loss": 7.5424,
      "step": 167110
    },
    {
      "epoch": 0.3481666666666667,
      "grad_norm": 1.001152515411377,
      "learning_rate": 0.00022000643966215225,
      "loss": 7.4262,
      "step": 167120
    },
    {
      "epoch": 0.3481875,
      "grad_norm": 0.9284924268722534,
      "learning_rate": 0.00021999772050075464,
      "loss": 7.5806,
      "step": 167130
    },
    {
      "epoch": 0.34820833333333334,
      "grad_norm": 0.6977242827415466,
      "learning_rate": 0.00021998900103699468,
      "loss": 7.1594,
      "step": 167140
    },
    {
      "epoch": 0.34822916666666665,
      "grad_norm": 0.819964587688446,
      "learning_rate": 0.0002199802812709099,
      "loss": 7.4045,
      "step": 167150
    },
    {
      "epoch": 0.34825,
      "grad_norm": 1.828815221786499,
      "learning_rate": 0.00021997156120253796,
      "loss": 8.2243,
      "step": 167160
    },
    {
      "epoch": 0.3482708333333333,
      "grad_norm": 1.1470258235931396,
      "learning_rate": 0.0002199628408319166,
      "loss": 7.3676,
      "step": 167170
    },
    {
      "epoch": 0.34829166666666667,
      "grad_norm": 1.5294145345687866,
      "learning_rate": 0.0002199541201590835,
      "loss": 7.2952,
      "step": 167180
    },
    {
      "epoch": 0.3483125,
      "grad_norm": 0.7348851561546326,
      "learning_rate": 0.00021994539918407624,
      "loss": 7.7073,
      "step": 167190
    },
    {
      "epoch": 0.34833333333333333,
      "grad_norm": 2.2112112045288086,
      "learning_rate": 0.00021993667790693258,
      "loss": 7.553,
      "step": 167200
    },
    {
      "epoch": 0.3483541666666667,
      "grad_norm": 0.941131591796875,
      "learning_rate": 0.0002199279563276901,
      "loss": 7.5426,
      "step": 167210
    },
    {
      "epoch": 0.348375,
      "grad_norm": 0.6550798416137695,
      "learning_rate": 0.0002199192344463866,
      "loss": 7.6783,
      "step": 167220
    },
    {
      "epoch": 0.34839583333333335,
      "grad_norm": 1.861932635307312,
      "learning_rate": 0.0002199105122630596,
      "loss": 7.5505,
      "step": 167230
    },
    {
      "epoch": 0.34841666666666665,
      "grad_norm": 3.0682027339935303,
      "learning_rate": 0.0002199017897777469,
      "loss": 7.9305,
      "step": 167240
    },
    {
      "epoch": 0.3484375,
      "grad_norm": 1.1220519542694092,
      "learning_rate": 0.0002198930669904862,
      "loss": 7.7041,
      "step": 167250
    },
    {
      "epoch": 0.3484583333333333,
      "grad_norm": 1.5217148065567017,
      "learning_rate": 0.000219884343901315,
      "loss": 8.111,
      "step": 167260
    },
    {
      "epoch": 0.3484791666666667,
      "grad_norm": 2.192535638809204,
      "learning_rate": 0.00021987562051027114,
      "loss": 7.9516,
      "step": 167270
    },
    {
      "epoch": 0.3485,
      "grad_norm": 1.104315161705017,
      "learning_rate": 0.00021986689681739233,
      "loss": 7.769,
      "step": 167280
    },
    {
      "epoch": 0.34852083333333334,
      "grad_norm": 0.8611385226249695,
      "learning_rate": 0.0002198581728227161,
      "loss": 7.9028,
      "step": 167290
    },
    {
      "epoch": 0.3485416666666667,
      "grad_norm": 1.1710044145584106,
      "learning_rate": 0.00021984944852628023,
      "loss": 7.6744,
      "step": 167300
    },
    {
      "epoch": 0.3485625,
      "grad_norm": 1.521882176399231,
      "learning_rate": 0.00021984072392812243,
      "loss": 7.5332,
      "step": 167310
    },
    {
      "epoch": 0.34858333333333336,
      "grad_norm": 1.6384903192520142,
      "learning_rate": 0.00021983199902828033,
      "loss": 7.5923,
      "step": 167320
    },
    {
      "epoch": 0.34860416666666666,
      "grad_norm": 0.8832457065582275,
      "learning_rate": 0.00021982327382679158,
      "loss": 7.8224,
      "step": 167330
    },
    {
      "epoch": 0.348625,
      "grad_norm": 1.5017790794372559,
      "learning_rate": 0.00021981454832369396,
      "loss": 7.3119,
      "step": 167340
    },
    {
      "epoch": 0.3486458333333333,
      "grad_norm": 1.7559095621109009,
      "learning_rate": 0.00021980582251902514,
      "loss": 7.5062,
      "step": 167350
    },
    {
      "epoch": 0.3486666666666667,
      "grad_norm": 0.7199978828430176,
      "learning_rate": 0.0002197970964128228,
      "loss": 7.5144,
      "step": 167360
    },
    {
      "epoch": 0.3486875,
      "grad_norm": 1.034250020980835,
      "learning_rate": 0.0002197883700051246,
      "loss": 7.511,
      "step": 167370
    },
    {
      "epoch": 0.34870833333333334,
      "grad_norm": 3.104154348373413,
      "learning_rate": 0.0002197796432959683,
      "loss": 8.0045,
      "step": 167380
    },
    {
      "epoch": 0.34872916666666665,
      "grad_norm": 0.8113027811050415,
      "learning_rate": 0.00021977091628539155,
      "loss": 7.4702,
      "step": 167390
    },
    {
      "epoch": 0.34875,
      "grad_norm": 1.50857675075531,
      "learning_rate": 0.00021976218897343206,
      "loss": 7.585,
      "step": 167400
    },
    {
      "epoch": 0.3487708333333333,
      "grad_norm": 0.8080555200576782,
      "learning_rate": 0.00021975346136012756,
      "loss": 8.0522,
      "step": 167410
    },
    {
      "epoch": 0.34879166666666667,
      "grad_norm": 1.63991379737854,
      "learning_rate": 0.00021974473344551568,
      "loss": 7.3707,
      "step": 167420
    },
    {
      "epoch": 0.3488125,
      "grad_norm": 0.6205869913101196,
      "learning_rate": 0.00021973600522963413,
      "loss": 7.6779,
      "step": 167430
    },
    {
      "epoch": 0.34883333333333333,
      "grad_norm": 2.249023675918579,
      "learning_rate": 0.00021972727671252067,
      "loss": 8.2045,
      "step": 167440
    },
    {
      "epoch": 0.3488541666666667,
      "grad_norm": 1.4389687776565552,
      "learning_rate": 0.000219718547894213,
      "loss": 7.5248,
      "step": 167450
    },
    {
      "epoch": 0.348875,
      "grad_norm": 2.3903465270996094,
      "learning_rate": 0.00021970981877474875,
      "loss": 7.4008,
      "step": 167460
    },
    {
      "epoch": 0.34889583333333335,
      "grad_norm": 1.4066228866577148,
      "learning_rate": 0.0002197010893541657,
      "loss": 7.9025,
      "step": 167470
    },
    {
      "epoch": 0.34891666666666665,
      "grad_norm": 0.7771693468093872,
      "learning_rate": 0.00021969235963250155,
      "loss": 7.362,
      "step": 167480
    },
    {
      "epoch": 0.3489375,
      "grad_norm": 0.9430781602859497,
      "learning_rate": 0.000219683629609794,
      "loss": 7.6839,
      "step": 167490
    },
    {
      "epoch": 0.3489583333333333,
      "grad_norm": 1.6842498779296875,
      "learning_rate": 0.00021967489928608074,
      "loss": 7.9443,
      "step": 167500
    },
    {
      "epoch": 0.3489791666666667,
      "grad_norm": 2.687326669692993,
      "learning_rate": 0.00021966616866139944,
      "loss": 8.0897,
      "step": 167510
    },
    {
      "epoch": 0.349,
      "grad_norm": 2.4176084995269775,
      "learning_rate": 0.00021965743773578794,
      "loss": 7.8608,
      "step": 167520
    },
    {
      "epoch": 0.34902083333333334,
      "grad_norm": 1.6707048416137695,
      "learning_rate": 0.00021964870650928382,
      "loss": 8.3738,
      "step": 167530
    },
    {
      "epoch": 0.34904166666666664,
      "grad_norm": 1.7291642427444458,
      "learning_rate": 0.00021963997498192494,
      "loss": 7.9271,
      "step": 167540
    },
    {
      "epoch": 0.3490625,
      "grad_norm": 8.224124908447266,
      "learning_rate": 0.00021963124315374884,
      "loss": 7.763,
      "step": 167550
    },
    {
      "epoch": 0.34908333333333336,
      "grad_norm": 1.226923942565918,
      "learning_rate": 0.0002196225110247934,
      "loss": 9.2719,
      "step": 167560
    },
    {
      "epoch": 0.34910416666666666,
      "grad_norm": 1.160338282585144,
      "learning_rate": 0.00021961377859509626,
      "loss": 7.451,
      "step": 167570
    },
    {
      "epoch": 0.349125,
      "grad_norm": 0.7963177561759949,
      "learning_rate": 0.00021960504586469512,
      "loss": 7.2632,
      "step": 167580
    },
    {
      "epoch": 0.3491458333333333,
      "grad_norm": 1.3015621900558472,
      "learning_rate": 0.00021959631283362775,
      "loss": 7.4214,
      "step": 167590
    },
    {
      "epoch": 0.3491666666666667,
      "grad_norm": 3.891446590423584,
      "learning_rate": 0.00021958757950193186,
      "loss": 7.7955,
      "step": 167600
    },
    {
      "epoch": 0.3491875,
      "grad_norm": 0.8108804225921631,
      "learning_rate": 0.00021957884586964516,
      "loss": 7.94,
      "step": 167610
    },
    {
      "epoch": 0.34920833333333334,
      "grad_norm": 0.81272953748703,
      "learning_rate": 0.00021957011193680543,
      "loss": 7.3521,
      "step": 167620
    },
    {
      "epoch": 0.34922916666666665,
      "grad_norm": 1.2259987592697144,
      "learning_rate": 0.0002195613777034503,
      "loss": 7.7823,
      "step": 167630
    },
    {
      "epoch": 0.34925,
      "grad_norm": 0.813038170337677,
      "learning_rate": 0.00021955264316961758,
      "loss": 7.3285,
      "step": 167640
    },
    {
      "epoch": 0.3492708333333333,
      "grad_norm": 0.9379425644874573,
      "learning_rate": 0.00021954390833534498,
      "loss": 7.3259,
      "step": 167650
    },
    {
      "epoch": 0.34929166666666667,
      "grad_norm": 1.1867563724517822,
      "learning_rate": 0.0002195351732006702,
      "loss": 8.1527,
      "step": 167660
    },
    {
      "epoch": 0.3493125,
      "grad_norm": 1.1110609769821167,
      "learning_rate": 0.000219526437765631,
      "loss": 7.8898,
      "step": 167670
    },
    {
      "epoch": 0.34933333333333333,
      "grad_norm": 1.4371696710586548,
      "learning_rate": 0.00021951770203026513,
      "loss": 7.858,
      "step": 167680
    },
    {
      "epoch": 0.3493541666666667,
      "grad_norm": 2.0032970905303955,
      "learning_rate": 0.00021950896599461027,
      "loss": 7.8035,
      "step": 167690
    },
    {
      "epoch": 0.349375,
      "grad_norm": 0.6957016587257385,
      "learning_rate": 0.00021950022965870424,
      "loss": 7.2244,
      "step": 167700
    },
    {
      "epoch": 0.34939583333333335,
      "grad_norm": 1.384576439857483,
      "learning_rate": 0.0002194914930225847,
      "loss": 7.667,
      "step": 167710
    },
    {
      "epoch": 0.34941666666666665,
      "grad_norm": 1.4177577495574951,
      "learning_rate": 0.00021948275608628937,
      "loss": 7.5312,
      "step": 167720
    },
    {
      "epoch": 0.3494375,
      "grad_norm": 2.9686167240142822,
      "learning_rate": 0.0002194740188498561,
      "loss": 7.7498,
      "step": 167730
    },
    {
      "epoch": 0.3494583333333333,
      "grad_norm": 1.4007408618927002,
      "learning_rate": 0.00021946528131332253,
      "loss": 7.3124,
      "step": 167740
    },
    {
      "epoch": 0.3494791666666667,
      "grad_norm": 1.6913484334945679,
      "learning_rate": 0.00021945654347672647,
      "loss": 7.4851,
      "step": 167750
    },
    {
      "epoch": 0.3495,
      "grad_norm": 0.8540924787521362,
      "learning_rate": 0.00021944780534010564,
      "loss": 8.1485,
      "step": 167760
    },
    {
      "epoch": 0.34952083333333334,
      "grad_norm": 1.100235104560852,
      "learning_rate": 0.00021943906690349775,
      "loss": 8.0706,
      "step": 167770
    },
    {
      "epoch": 0.34954166666666664,
      "grad_norm": 8.75495433807373,
      "learning_rate": 0.0002194303281669406,
      "loss": 8.3399,
      "step": 167780
    },
    {
      "epoch": 0.3495625,
      "grad_norm": 1.1976343393325806,
      "learning_rate": 0.00021942158913047194,
      "loss": 7.9075,
      "step": 167790
    },
    {
      "epoch": 0.34958333333333336,
      "grad_norm": 0.6249822378158569,
      "learning_rate": 0.0002194128497941294,
      "loss": 7.8346,
      "step": 167800
    },
    {
      "epoch": 0.34960416666666666,
      "grad_norm": 1.3461923599243164,
      "learning_rate": 0.0002194041101579509,
      "loss": 7.8569,
      "step": 167810
    },
    {
      "epoch": 0.349625,
      "grad_norm": 1.5378607511520386,
      "learning_rate": 0.00021939537022197414,
      "loss": 7.9836,
      "step": 167820
    },
    {
      "epoch": 0.3496458333333333,
      "grad_norm": 4.351348400115967,
      "learning_rate": 0.00021938662998623675,
      "loss": 8.0947,
      "step": 167830
    },
    {
      "epoch": 0.3496666666666667,
      "grad_norm": 1.8430570363998413,
      "learning_rate": 0.00021937788945077669,
      "loss": 8.1082,
      "step": 167840
    },
    {
      "epoch": 0.3496875,
      "grad_norm": 0.8881184458732605,
      "learning_rate": 0.00021936914861563157,
      "loss": 8.2356,
      "step": 167850
    },
    {
      "epoch": 0.34970833333333334,
      "grad_norm": 1.1563129425048828,
      "learning_rate": 0.00021936040748083918,
      "loss": 7.7679,
      "step": 167860
    },
    {
      "epoch": 0.34972916666666665,
      "grad_norm": 1.6750119924545288,
      "learning_rate": 0.00021935166604643728,
      "loss": 8.3213,
      "step": 167870
    },
    {
      "epoch": 0.34975,
      "grad_norm": 2.1292996406555176,
      "learning_rate": 0.00021934292431246365,
      "loss": 7.5983,
      "step": 167880
    },
    {
      "epoch": 0.3497708333333333,
      "grad_norm": 2.1301157474517822,
      "learning_rate": 0.000219334182278956,
      "loss": 7.6516,
      "step": 167890
    },
    {
      "epoch": 0.34979166666666667,
      "grad_norm": 1.1297024488449097,
      "learning_rate": 0.00021932543994595215,
      "loss": 7.5067,
      "step": 167900
    },
    {
      "epoch": 0.3498125,
      "grad_norm": 3.6197328567504883,
      "learning_rate": 0.00021931669731348983,
      "loss": 8.7861,
      "step": 167910
    },
    {
      "epoch": 0.34983333333333333,
      "grad_norm": 1.856050968170166,
      "learning_rate": 0.00021930795438160683,
      "loss": 7.8747,
      "step": 167920
    },
    {
      "epoch": 0.3498541666666667,
      "grad_norm": 1.312368631362915,
      "learning_rate": 0.0002192992111503409,
      "loss": 7.4311,
      "step": 167930
    },
    {
      "epoch": 0.349875,
      "grad_norm": 1.7756236791610718,
      "learning_rate": 0.00021929046761972983,
      "loss": 7.405,
      "step": 167940
    },
    {
      "epoch": 0.34989583333333335,
      "grad_norm": 0.8393213748931885,
      "learning_rate": 0.00021928172378981133,
      "loss": 7.6853,
      "step": 167950
    },
    {
      "epoch": 0.34991666666666665,
      "grad_norm": 1.6030703783035278,
      "learning_rate": 0.00021927297966062317,
      "loss": 7.6064,
      "step": 167960
    },
    {
      "epoch": 0.3499375,
      "grad_norm": 1.2664560079574585,
      "learning_rate": 0.00021926423523220323,
      "loss": 7.5043,
      "step": 167970
    },
    {
      "epoch": 0.3499583333333333,
      "grad_norm": 1.7364675998687744,
      "learning_rate": 0.00021925549050458922,
      "loss": 7.4195,
      "step": 167980
    },
    {
      "epoch": 0.3499791666666667,
      "grad_norm": 2.580836057662964,
      "learning_rate": 0.00021924674547781886,
      "loss": 7.7465,
      "step": 167990
    },
    {
      "epoch": 0.35,
      "grad_norm": 1.9977353811264038,
      "learning_rate": 0.00021923800015192997,
      "loss": 8.1888,
      "step": 168000
    },
    {
      "epoch": 0.35,
      "eval_loss": 7.313972473144531,
      "eval_runtime": 8.3289,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 168000
    },
    {
      "epoch": 0.35002083333333334,
      "grad_norm": 0.9958387613296509,
      "learning_rate": 0.00021922925452696036,
      "loss": 7.4349,
      "step": 168010
    },
    {
      "epoch": 0.35004166666666664,
      "grad_norm": 1.0142713785171509,
      "learning_rate": 0.00021922050860294774,
      "loss": 7.709,
      "step": 168020
    },
    {
      "epoch": 0.3500625,
      "grad_norm": 1.1620513200759888,
      "learning_rate": 0.0002192117623799299,
      "loss": 8.1579,
      "step": 168030
    },
    {
      "epoch": 0.35008333333333336,
      "grad_norm": 0.7375914454460144,
      "learning_rate": 0.00021920301585794469,
      "loss": 7.4711,
      "step": 168040
    },
    {
      "epoch": 0.35010416666666666,
      "grad_norm": 0.9032642841339111,
      "learning_rate": 0.00021919426903702983,
      "loss": 7.613,
      "step": 168050
    },
    {
      "epoch": 0.350125,
      "grad_norm": 1.578348159790039,
      "learning_rate": 0.00021918552191722314,
      "loss": 8.2728,
      "step": 168060
    },
    {
      "epoch": 0.3501458333333333,
      "grad_norm": 0.6330910921096802,
      "learning_rate": 0.00021917677449856233,
      "loss": 7.3692,
      "step": 168070
    },
    {
      "epoch": 0.3501666666666667,
      "grad_norm": 0.8385410308837891,
      "learning_rate": 0.00021916802678108527,
      "loss": 7.518,
      "step": 168080
    },
    {
      "epoch": 0.3501875,
      "grad_norm": 0.7299851179122925,
      "learning_rate": 0.0002191592787648297,
      "loss": 7.5796,
      "step": 168090
    },
    {
      "epoch": 0.35020833333333334,
      "grad_norm": 1.043202519416809,
      "learning_rate": 0.0002191505304498334,
      "loss": 7.5447,
      "step": 168100
    },
    {
      "epoch": 0.35022916666666665,
      "grad_norm": 1.0833226442337036,
      "learning_rate": 0.00021914178183613423,
      "loss": 7.4828,
      "step": 168110
    },
    {
      "epoch": 0.35025,
      "grad_norm": 1.0855439901351929,
      "learning_rate": 0.00021913303292376993,
      "loss": 7.6289,
      "step": 168120
    },
    {
      "epoch": 0.3502708333333333,
      "grad_norm": 3.8979976177215576,
      "learning_rate": 0.00021912428371277827,
      "loss": 8.5172,
      "step": 168130
    },
    {
      "epoch": 0.35029166666666667,
      "grad_norm": 1.762664794921875,
      "learning_rate": 0.00021911553420319704,
      "loss": 7.4983,
      "step": 168140
    },
    {
      "epoch": 0.3503125,
      "grad_norm": 2.6600558757781982,
      "learning_rate": 0.00021910678439506412,
      "loss": 7.7403,
      "step": 168150
    },
    {
      "epoch": 0.35033333333333333,
      "grad_norm": 1.1231306791305542,
      "learning_rate": 0.0002190980342884172,
      "loss": 7.4568,
      "step": 168160
    },
    {
      "epoch": 0.3503541666666667,
      "grad_norm": 3.087233304977417,
      "learning_rate": 0.0002190892838832941,
      "loss": 7.7586,
      "step": 168170
    },
    {
      "epoch": 0.350375,
      "grad_norm": 0.7407402396202087,
      "learning_rate": 0.0002190805331797327,
      "loss": 8.1113,
      "step": 168180
    },
    {
      "epoch": 0.35039583333333335,
      "grad_norm": 1.4559667110443115,
      "learning_rate": 0.00021907178217777073,
      "loss": 7.6967,
      "step": 168190
    },
    {
      "epoch": 0.35041666666666665,
      "grad_norm": 1.4523948431015015,
      "learning_rate": 0.00021906303087744594,
      "loss": 7.7406,
      "step": 168200
    },
    {
      "epoch": 0.3504375,
      "grad_norm": 1.4424035549163818,
      "learning_rate": 0.0002190542792787963,
      "loss": 7.5584,
      "step": 168210
    },
    {
      "epoch": 0.3504583333333333,
      "grad_norm": 0.7364921569824219,
      "learning_rate": 0.00021904552738185942,
      "loss": 8.5693,
      "step": 168220
    },
    {
      "epoch": 0.3504791666666667,
      "grad_norm": 0.5855664610862732,
      "learning_rate": 0.0002190367751866732,
      "loss": 7.8091,
      "step": 168230
    },
    {
      "epoch": 0.3505,
      "grad_norm": 1.3711084127426147,
      "learning_rate": 0.00021902802269327547,
      "loss": 7.2265,
      "step": 168240
    },
    {
      "epoch": 0.35052083333333334,
      "grad_norm": 1.2157906293869019,
      "learning_rate": 0.000219019269901704,
      "loss": 7.8308,
      "step": 168250
    },
    {
      "epoch": 0.35054166666666664,
      "grad_norm": 0.5657097697257996,
      "learning_rate": 0.00021901051681199658,
      "loss": 7.9179,
      "step": 168260
    },
    {
      "epoch": 0.3505625,
      "grad_norm": 0.7838613986968994,
      "learning_rate": 0.00021900176342419105,
      "loss": 8.2186,
      "step": 168270
    },
    {
      "epoch": 0.35058333333333336,
      "grad_norm": 1.2505173683166504,
      "learning_rate": 0.00021899300973832525,
      "loss": 7.7725,
      "step": 168280
    },
    {
      "epoch": 0.35060416666666666,
      "grad_norm": 0.9287911653518677,
      "learning_rate": 0.00021898425575443697,
      "loss": 8.0261,
      "step": 168290
    },
    {
      "epoch": 0.350625,
      "grad_norm": 1.4558451175689697,
      "learning_rate": 0.0002189755014725639,
      "loss": 8.1301,
      "step": 168300
    },
    {
      "epoch": 0.3506458333333333,
      "grad_norm": 1.0093600749969482,
      "learning_rate": 0.00021896674689274407,
      "loss": 7.8972,
      "step": 168310
    },
    {
      "epoch": 0.3506666666666667,
      "grad_norm": 0.5384438633918762,
      "learning_rate": 0.00021895799201501515,
      "loss": 7.5749,
      "step": 168320
    },
    {
      "epoch": 0.3506875,
      "grad_norm": 1.3317409753799438,
      "learning_rate": 0.000218949236839415,
      "loss": 7.9974,
      "step": 168330
    },
    {
      "epoch": 0.35070833333333334,
      "grad_norm": 2.9388742446899414,
      "learning_rate": 0.00021894048136598146,
      "loss": 7.6979,
      "step": 168340
    },
    {
      "epoch": 0.35072916666666665,
      "grad_norm": 0.8517240285873413,
      "learning_rate": 0.00021893172559475234,
      "loss": 8.2291,
      "step": 168350
    },
    {
      "epoch": 0.35075,
      "grad_norm": 1.410038709640503,
      "learning_rate": 0.00021892296952576545,
      "loss": 8.0056,
      "step": 168360
    },
    {
      "epoch": 0.3507708333333333,
      "grad_norm": 2.1274912357330322,
      "learning_rate": 0.00021891421315905856,
      "loss": 7.7354,
      "step": 168370
    },
    {
      "epoch": 0.35079166666666667,
      "grad_norm": 1.0464050769805908,
      "learning_rate": 0.00021890545649466957,
      "loss": 8.7078,
      "step": 168380
    },
    {
      "epoch": 0.3508125,
      "grad_norm": 1.122463583946228,
      "learning_rate": 0.0002188966995326363,
      "loss": 7.9278,
      "step": 168390
    },
    {
      "epoch": 0.35083333333333333,
      "grad_norm": 0.8075642585754395,
      "learning_rate": 0.00021888794227299657,
      "loss": 7.3726,
      "step": 168400
    },
    {
      "epoch": 0.3508541666666667,
      "grad_norm": 0.7210178375244141,
      "learning_rate": 0.0002188791847157882,
      "loss": 10.1933,
      "step": 168410
    },
    {
      "epoch": 0.350875,
      "grad_norm": 1.3717658519744873,
      "learning_rate": 0.00021887042686104897,
      "loss": 7.8922,
      "step": 168420
    },
    {
      "epoch": 0.35089583333333335,
      "grad_norm": 1.2695926427841187,
      "learning_rate": 0.00021886166870881677,
      "loss": 9.0773,
      "step": 168430
    },
    {
      "epoch": 0.35091666666666665,
      "grad_norm": 2.135206937789917,
      "learning_rate": 0.00021885291025912942,
      "loss": 7.6722,
      "step": 168440
    },
    {
      "epoch": 0.3509375,
      "grad_norm": 1.0439788103103638,
      "learning_rate": 0.0002188441515120248,
      "loss": 8.0043,
      "step": 168450
    },
    {
      "epoch": 0.3509583333333333,
      "grad_norm": 2.4033539295196533,
      "learning_rate": 0.00021883539246754063,
      "loss": 7.4888,
      "step": 168460
    },
    {
      "epoch": 0.3509791666666667,
      "grad_norm": 2.5507748126983643,
      "learning_rate": 0.00021882663312571481,
      "loss": 7.6124,
      "step": 168470
    },
    {
      "epoch": 0.351,
      "grad_norm": 1.3690322637557983,
      "learning_rate": 0.00021881787348658523,
      "loss": 7.7345,
      "step": 168480
    },
    {
      "epoch": 0.35102083333333334,
      "grad_norm": 2.203479051589966,
      "learning_rate": 0.00021880911355018966,
      "loss": 7.6505,
      "step": 168490
    },
    {
      "epoch": 0.35104166666666664,
      "grad_norm": 0.5029443502426147,
      "learning_rate": 0.00021880035331656592,
      "loss": 8.3449,
      "step": 168500
    },
    {
      "epoch": 0.3510625,
      "grad_norm": 1.715693473815918,
      "learning_rate": 0.00021879159278575196,
      "loss": 8.2459,
      "step": 168510
    },
    {
      "epoch": 0.35108333333333336,
      "grad_norm": 0.6815420389175415,
      "learning_rate": 0.0002187828319577855,
      "loss": 7.5311,
      "step": 168520
    },
    {
      "epoch": 0.35110416666666666,
      "grad_norm": 1.528761863708496,
      "learning_rate": 0.00021877407083270442,
      "loss": 7.857,
      "step": 168530
    },
    {
      "epoch": 0.351125,
      "grad_norm": 1.4191347360610962,
      "learning_rate": 0.0002187653094105466,
      "loss": 7.2375,
      "step": 168540
    },
    {
      "epoch": 0.3511458333333333,
      "grad_norm": 0.8637527227401733,
      "learning_rate": 0.0002187565476913499,
      "loss": 7.8202,
      "step": 168550
    },
    {
      "epoch": 0.3511666666666667,
      "grad_norm": 1.649747371673584,
      "learning_rate": 0.00021874778567515206,
      "loss": 7.4697,
      "step": 168560
    },
    {
      "epoch": 0.3511875,
      "grad_norm": 1.2737548351287842,
      "learning_rate": 0.00021873902336199102,
      "loss": 8.457,
      "step": 168570
    },
    {
      "epoch": 0.35120833333333334,
      "grad_norm": 1.1068223714828491,
      "learning_rate": 0.0002187302607519046,
      "loss": 8.5656,
      "step": 168580
    },
    {
      "epoch": 0.35122916666666665,
      "grad_norm": 0.5956413745880127,
      "learning_rate": 0.00021872149784493068,
      "loss": 7.4114,
      "step": 168590
    },
    {
      "epoch": 0.35125,
      "grad_norm": 0.7287691831588745,
      "learning_rate": 0.0002187127346411071,
      "loss": 7.3952,
      "step": 168600
    },
    {
      "epoch": 0.3512708333333333,
      "grad_norm": 0.993354082107544,
      "learning_rate": 0.00021870397114047167,
      "loss": 8.0205,
      "step": 168610
    },
    {
      "epoch": 0.35129166666666667,
      "grad_norm": 0.9270039200782776,
      "learning_rate": 0.0002186952073430623,
      "loss": 8.2033,
      "step": 168620
    },
    {
      "epoch": 0.3513125,
      "grad_norm": 2.610933542251587,
      "learning_rate": 0.00021868644324891682,
      "loss": 8.0163,
      "step": 168630
    },
    {
      "epoch": 0.35133333333333333,
      "grad_norm": 7.529399394989014,
      "learning_rate": 0.00021867767885807307,
      "loss": 7.6528,
      "step": 168640
    },
    {
      "epoch": 0.3513541666666667,
      "grad_norm": 0.877011775970459,
      "learning_rate": 0.00021866891417056898,
      "loss": 7.3824,
      "step": 168650
    },
    {
      "epoch": 0.351375,
      "grad_norm": 1.51466703414917,
      "learning_rate": 0.00021866014918644239,
      "loss": 7.7343,
      "step": 168660
    },
    {
      "epoch": 0.35139583333333335,
      "grad_norm": 2.093593120574951,
      "learning_rate": 0.00021865138390573103,
      "loss": 7.7192,
      "step": 168670
    },
    {
      "epoch": 0.35141666666666665,
      "grad_norm": 1.1293525695800781,
      "learning_rate": 0.00021864261832847296,
      "loss": 7.4622,
      "step": 168680
    },
    {
      "epoch": 0.3514375,
      "grad_norm": 1.0171955823898315,
      "learning_rate": 0.0002186338524547059,
      "loss": 7.5453,
      "step": 168690
    },
    {
      "epoch": 0.3514583333333333,
      "grad_norm": 1.3268468379974365,
      "learning_rate": 0.00021862508628446776,
      "loss": 8.0022,
      "step": 168700
    },
    {
      "epoch": 0.3514791666666667,
      "grad_norm": 1.183633804321289,
      "learning_rate": 0.00021861631981779644,
      "loss": 8.8768,
      "step": 168710
    },
    {
      "epoch": 0.3515,
      "grad_norm": 3.296945810317993,
      "learning_rate": 0.00021860755305472976,
      "loss": 7.8126,
      "step": 168720
    },
    {
      "epoch": 0.35152083333333334,
      "grad_norm": 1.261186957359314,
      "learning_rate": 0.0002185987859953056,
      "loss": 7.2989,
      "step": 168730
    },
    {
      "epoch": 0.35154166666666664,
      "grad_norm": 1.0330077409744263,
      "learning_rate": 0.00021859001863956185,
      "loss": 7.8521,
      "step": 168740
    },
    {
      "epoch": 0.3515625,
      "grad_norm": 1.2048611640930176,
      "learning_rate": 0.00021858125098753634,
      "loss": 8.0721,
      "step": 168750
    },
    {
      "epoch": 0.35158333333333336,
      "grad_norm": 1.1830707788467407,
      "learning_rate": 0.00021857248303926703,
      "loss": 7.3161,
      "step": 168760
    },
    {
      "epoch": 0.35160416666666666,
      "grad_norm": 2.802630662918091,
      "learning_rate": 0.00021856371479479168,
      "loss": 8.9267,
      "step": 168770
    },
    {
      "epoch": 0.351625,
      "grad_norm": 1.9212127923965454,
      "learning_rate": 0.00021855494625414826,
      "loss": 7.9559,
      "step": 168780
    },
    {
      "epoch": 0.3516458333333333,
      "grad_norm": 0.5001696348190308,
      "learning_rate": 0.0002185461774173746,
      "loss": 8.3138,
      "step": 168790
    },
    {
      "epoch": 0.3516666666666667,
      "grad_norm": 0.8223209977149963,
      "learning_rate": 0.00021853740828450856,
      "loss": 7.3055,
      "step": 168800
    },
    {
      "epoch": 0.3516875,
      "grad_norm": 2.0451161861419678,
      "learning_rate": 0.00021852863885558807,
      "loss": 8.3455,
      "step": 168810
    },
    {
      "epoch": 0.35170833333333335,
      "grad_norm": 1.8741666078567505,
      "learning_rate": 0.000218519869130651,
      "loss": 7.8613,
      "step": 168820
    },
    {
      "epoch": 0.35172916666666665,
      "grad_norm": 1.1658951044082642,
      "learning_rate": 0.00021851109910973518,
      "loss": 8.0246,
      "step": 168830
    },
    {
      "epoch": 0.35175,
      "grad_norm": 0.7295058369636536,
      "learning_rate": 0.00021850232879287853,
      "loss": 7.2912,
      "step": 168840
    },
    {
      "epoch": 0.3517708333333333,
      "grad_norm": 5.701451778411865,
      "learning_rate": 0.00021849355818011898,
      "loss": 7.5156,
      "step": 168850
    },
    {
      "epoch": 0.35179166666666667,
      "grad_norm": 1.497185468673706,
      "learning_rate": 0.00021848478727149435,
      "loss": 7.671,
      "step": 168860
    },
    {
      "epoch": 0.3518125,
      "grad_norm": 2.9697587490081787,
      "learning_rate": 0.0002184760160670425,
      "loss": 7.5037,
      "step": 168870
    },
    {
      "epoch": 0.35183333333333333,
      "grad_norm": 1.3207323551177979,
      "learning_rate": 0.00021846724456680146,
      "loss": 7.6592,
      "step": 168880
    },
    {
      "epoch": 0.3518541666666667,
      "grad_norm": 0.8704475164413452,
      "learning_rate": 0.00021845847277080895,
      "loss": 7.5916,
      "step": 168890
    },
    {
      "epoch": 0.351875,
      "grad_norm": 1.8905946016311646,
      "learning_rate": 0.00021844970067910294,
      "loss": 7.636,
      "step": 168900
    },
    {
      "epoch": 0.35189583333333335,
      "grad_norm": 0.9724994897842407,
      "learning_rate": 0.00021844092829172135,
      "loss": 7.5205,
      "step": 168910
    },
    {
      "epoch": 0.35191666666666666,
      "grad_norm": 3.8687314987182617,
      "learning_rate": 0.00021843215560870204,
      "loss": 7.5596,
      "step": 168920
    },
    {
      "epoch": 0.3519375,
      "grad_norm": 1.4872511625289917,
      "learning_rate": 0.00021842338263008287,
      "loss": 7.6777,
      "step": 168930
    },
    {
      "epoch": 0.3519583333333333,
      "grad_norm": 1.5816048383712769,
      "learning_rate": 0.0002184146093559018,
      "loss": 7.4467,
      "step": 168940
    },
    {
      "epoch": 0.3519791666666667,
      "grad_norm": 3.9407966136932373,
      "learning_rate": 0.0002184058357861967,
      "loss": 7.4901,
      "step": 168950
    },
    {
      "epoch": 0.352,
      "grad_norm": 0.9009600877761841,
      "learning_rate": 0.00021839706192100544,
      "loss": 7.289,
      "step": 168960
    },
    {
      "epoch": 0.35202083333333334,
      "grad_norm": 1.5139799118041992,
      "learning_rate": 0.00021838828776036596,
      "loss": 8.1012,
      "step": 168970
    },
    {
      "epoch": 0.35204166666666664,
      "grad_norm": 1.606506109237671,
      "learning_rate": 0.00021837951330431614,
      "loss": 8.4328,
      "step": 168980
    },
    {
      "epoch": 0.3520625,
      "grad_norm": 0.7281424403190613,
      "learning_rate": 0.00021837073855289393,
      "loss": 7.3446,
      "step": 168990
    },
    {
      "epoch": 0.35208333333333336,
      "grad_norm": 2.36578631401062,
      "learning_rate": 0.00021836196350613713,
      "loss": 7.8193,
      "step": 169000
    },
    {
      "epoch": 0.35208333333333336,
      "eval_loss": 8.298166275024414,
      "eval_runtime": 7.8172,
      "eval_samples_per_second": 0.384,
      "eval_steps_per_second": 0.128,
      "step": 169000
    },
    {
      "epoch": 0.35210416666666666,
      "grad_norm": 0.7081479430198669,
      "learning_rate": 0.00021835318816408372,
      "loss": 7.3022,
      "step": 169010
    },
    {
      "epoch": 0.352125,
      "grad_norm": 1.5659693479537964,
      "learning_rate": 0.00021834441252677165,
      "loss": 7.7726,
      "step": 169020
    },
    {
      "epoch": 0.3521458333333333,
      "grad_norm": 1.3439260721206665,
      "learning_rate": 0.0002183356365942387,
      "loss": 7.8046,
      "step": 169030
    },
    {
      "epoch": 0.3521666666666667,
      "grad_norm": 1.2999372482299805,
      "learning_rate": 0.0002183268603665229,
      "loss": 7.6787,
      "step": 169040
    },
    {
      "epoch": 0.3521875,
      "grad_norm": 0.6342520117759705,
      "learning_rate": 0.00021831808384366208,
      "loss": 7.7431,
      "step": 169050
    },
    {
      "epoch": 0.35220833333333335,
      "grad_norm": 1.1990017890930176,
      "learning_rate": 0.00021830930702569417,
      "loss": 7.4799,
      "step": 169060
    },
    {
      "epoch": 0.35222916666666665,
      "grad_norm": 0.7517014145851135,
      "learning_rate": 0.0002183005299126571,
      "loss": 8.0712,
      "step": 169070
    },
    {
      "epoch": 0.35225,
      "grad_norm": 0.8688579201698303,
      "learning_rate": 0.00021829175250458885,
      "loss": 7.3784,
      "step": 169080
    },
    {
      "epoch": 0.3522708333333333,
      "grad_norm": 2.2092723846435547,
      "learning_rate": 0.00021828297480152716,
      "loss": 7.9762,
      "step": 169090
    },
    {
      "epoch": 0.35229166666666667,
      "grad_norm": 0.6094881296157837,
      "learning_rate": 0.00021827419680351008,
      "loss": 7.6793,
      "step": 169100
    },
    {
      "epoch": 0.3523125,
      "grad_norm": 0.9185252785682678,
      "learning_rate": 0.00021826541851057552,
      "loss": 8.004,
      "step": 169110
    },
    {
      "epoch": 0.35233333333333333,
      "grad_norm": 0.6182518005371094,
      "learning_rate": 0.00021825663992276135,
      "loss": 7.667,
      "step": 169120
    },
    {
      "epoch": 0.3523541666666667,
      "grad_norm": 3.6930510997772217,
      "learning_rate": 0.0002182478610401055,
      "loss": 7.8518,
      "step": 169130
    },
    {
      "epoch": 0.352375,
      "grad_norm": 0.7631360292434692,
      "learning_rate": 0.0002182390818626459,
      "loss": 7.703,
      "step": 169140
    },
    {
      "epoch": 0.35239583333333335,
      "grad_norm": 0.9240544438362122,
      "learning_rate": 0.00021823030239042054,
      "loss": 8.0487,
      "step": 169150
    },
    {
      "epoch": 0.35241666666666666,
      "grad_norm": 1.43063223361969,
      "learning_rate": 0.00021822152262346723,
      "loss": 7.3665,
      "step": 169160
    },
    {
      "epoch": 0.3524375,
      "grad_norm": 0.7051149606704712,
      "learning_rate": 0.00021821274256182395,
      "loss": 7.3003,
      "step": 169170
    },
    {
      "epoch": 0.3524583333333333,
      "grad_norm": 2.8051068782806396,
      "learning_rate": 0.00021820396220552862,
      "loss": 7.7893,
      "step": 169180
    },
    {
      "epoch": 0.3524791666666667,
      "grad_norm": 0.5332293510437012,
      "learning_rate": 0.0002181951815546192,
      "loss": 7.3365,
      "step": 169190
    },
    {
      "epoch": 0.3525,
      "grad_norm": 1.6708920001983643,
      "learning_rate": 0.00021818640060913353,
      "loss": 7.3451,
      "step": 169200
    },
    {
      "epoch": 0.35252083333333334,
      "grad_norm": 1.3691446781158447,
      "learning_rate": 0.00021817761936910964,
      "loss": 7.9936,
      "step": 169210
    },
    {
      "epoch": 0.35254166666666664,
      "grad_norm": 8.65877914428711,
      "learning_rate": 0.00021816883783458543,
      "loss": 7.6593,
      "step": 169220
    },
    {
      "epoch": 0.3525625,
      "grad_norm": 1.2585586309432983,
      "learning_rate": 0.00021816005600559882,
      "loss": 7.494,
      "step": 169230
    },
    {
      "epoch": 0.35258333333333336,
      "grad_norm": 1.1001827716827393,
      "learning_rate": 0.00021815127388218771,
      "loss": 7.3426,
      "step": 169240
    },
    {
      "epoch": 0.35260416666666666,
      "grad_norm": 3.3045458793640137,
      "learning_rate": 0.00021814249146439013,
      "loss": 8.5499,
      "step": 169250
    },
    {
      "epoch": 0.352625,
      "grad_norm": 1.009149193763733,
      "learning_rate": 0.00021813370875224393,
      "loss": 7.3328,
      "step": 169260
    },
    {
      "epoch": 0.3526458333333333,
      "grad_norm": 1.416509747505188,
      "learning_rate": 0.0002181249257457871,
      "loss": 8.8094,
      "step": 169270
    },
    {
      "epoch": 0.3526666666666667,
      "grad_norm": 2.490544080734253,
      "learning_rate": 0.00021811614244505754,
      "loss": 8.1909,
      "step": 169280
    },
    {
      "epoch": 0.3526875,
      "grad_norm": 1.4493141174316406,
      "learning_rate": 0.00021810735885009316,
      "loss": 7.7664,
      "step": 169290
    },
    {
      "epoch": 0.35270833333333335,
      "grad_norm": 2.062617063522339,
      "learning_rate": 0.00021809857496093199,
      "loss": 7.9943,
      "step": 169300
    },
    {
      "epoch": 0.35272916666666665,
      "grad_norm": 2.0793097019195557,
      "learning_rate": 0.00021808979077761194,
      "loss": 7.5716,
      "step": 169310
    },
    {
      "epoch": 0.35275,
      "grad_norm": 1.3399847745895386,
      "learning_rate": 0.00021808100630017093,
      "loss": 7.4229,
      "step": 169320
    },
    {
      "epoch": 0.3527708333333333,
      "grad_norm": 0.6429985761642456,
      "learning_rate": 0.00021807222152864694,
      "loss": 7.403,
      "step": 169330
    },
    {
      "epoch": 0.35279166666666667,
      "grad_norm": 3.790332794189453,
      "learning_rate": 0.00021806343646307787,
      "loss": 8.0295,
      "step": 169340
    },
    {
      "epoch": 0.3528125,
      "grad_norm": 1.7881042957305908,
      "learning_rate": 0.00021805465110350173,
      "loss": 7.7279,
      "step": 169350
    },
    {
      "epoch": 0.35283333333333333,
      "grad_norm": 1.3519726991653442,
      "learning_rate": 0.00021804586544995645,
      "loss": 7.5444,
      "step": 169360
    },
    {
      "epoch": 0.3528541666666667,
      "grad_norm": 1.152106523513794,
      "learning_rate": 0.0002180370795024799,
      "loss": 8.5281,
      "step": 169370
    },
    {
      "epoch": 0.352875,
      "grad_norm": 0.723487913608551,
      "learning_rate": 0.00021802829326111013,
      "loss": 7.9226,
      "step": 169380
    },
    {
      "epoch": 0.35289583333333335,
      "grad_norm": 0.5273749828338623,
      "learning_rate": 0.00021801950672588506,
      "loss": 7.5422,
      "step": 169390
    },
    {
      "epoch": 0.35291666666666666,
      "grad_norm": 0.8808545470237732,
      "learning_rate": 0.0002180107198968426,
      "loss": 7.6428,
      "step": 169400
    },
    {
      "epoch": 0.3529375,
      "grad_norm": 0.6367754936218262,
      "learning_rate": 0.00021800193277402084,
      "loss": 7.5086,
      "step": 169410
    },
    {
      "epoch": 0.3529583333333333,
      "grad_norm": 2.7810475826263428,
      "learning_rate": 0.00021799314535745764,
      "loss": 8.0448,
      "step": 169420
    },
    {
      "epoch": 0.3529791666666667,
      "grad_norm": 0.966788113117218,
      "learning_rate": 0.00021798435764719092,
      "loss": 8.0072,
      "step": 169430
    },
    {
      "epoch": 0.353,
      "grad_norm": 0.581150233745575,
      "learning_rate": 0.0002179755696432587,
      "loss": 7.3623,
      "step": 169440
    },
    {
      "epoch": 0.35302083333333334,
      "grad_norm": 0.8647605180740356,
      "learning_rate": 0.0002179667813456989,
      "loss": 7.669,
      "step": 169450
    },
    {
      "epoch": 0.35304166666666664,
      "grad_norm": 0.7599173188209534,
      "learning_rate": 0.00021795799275454953,
      "loss": 7.7195,
      "step": 169460
    },
    {
      "epoch": 0.3530625,
      "grad_norm": 1.2993882894515991,
      "learning_rate": 0.00021794920386984852,
      "loss": 7.1091,
      "step": 169470
    },
    {
      "epoch": 0.35308333333333336,
      "grad_norm": 1.2550506591796875,
      "learning_rate": 0.00021794041469163386,
      "loss": 7.9229,
      "step": 169480
    },
    {
      "epoch": 0.35310416666666666,
      "grad_norm": 1.0094883441925049,
      "learning_rate": 0.0002179316252199435,
      "loss": 7.831,
      "step": 169490
    },
    {
      "epoch": 0.353125,
      "grad_norm": 1.4311916828155518,
      "learning_rate": 0.00021792283545481541,
      "loss": 7.4949,
      "step": 169500
    },
    {
      "epoch": 0.3531458333333333,
      "grad_norm": 1.3852742910385132,
      "learning_rate": 0.00021791404539628755,
      "loss": 8.0018,
      "step": 169510
    },
    {
      "epoch": 0.3531666666666667,
      "grad_norm": 1.1651690006256104,
      "learning_rate": 0.0002179052550443979,
      "loss": 9.4447,
      "step": 169520
    },
    {
      "epoch": 0.3531875,
      "grad_norm": 0.6844843029975891,
      "learning_rate": 0.00021789646439918442,
      "loss": 7.7863,
      "step": 169530
    },
    {
      "epoch": 0.35320833333333335,
      "grad_norm": 1.197923183441162,
      "learning_rate": 0.0002178876734606851,
      "loss": 8.0631,
      "step": 169540
    },
    {
      "epoch": 0.35322916666666665,
      "grad_norm": 1.42083740234375,
      "learning_rate": 0.00021787888222893784,
      "loss": 7.8162,
      "step": 169550
    },
    {
      "epoch": 0.35325,
      "grad_norm": 0.9771022200584412,
      "learning_rate": 0.00021787009070398078,
      "loss": 7.6477,
      "step": 169560
    },
    {
      "epoch": 0.3532708333333333,
      "grad_norm": 1.2417742013931274,
      "learning_rate": 0.00021786129888585172,
      "loss": 7.6599,
      "step": 169570
    },
    {
      "epoch": 0.35329166666666667,
      "grad_norm": 1.1793278455734253,
      "learning_rate": 0.00021785250677458878,
      "loss": 7.667,
      "step": 169580
    },
    {
      "epoch": 0.3533125,
      "grad_norm": 0.6447089910507202,
      "learning_rate": 0.00021784371437022984,
      "loss": 7.538,
      "step": 169590
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 1.1301023960113525,
      "learning_rate": 0.00021783492167281283,
      "loss": 7.1597,
      "step": 169600
    },
    {
      "epoch": 0.3533541666666667,
      "grad_norm": 1.7568222284317017,
      "learning_rate": 0.0002178261286823759,
      "loss": 7.3698,
      "step": 169610
    },
    {
      "epoch": 0.353375,
      "grad_norm": 0.8156840205192566,
      "learning_rate": 0.00021781733539895693,
      "loss": 7.8368,
      "step": 169620
    },
    {
      "epoch": 0.35339583333333335,
      "grad_norm": 0.5798735618591309,
      "learning_rate": 0.0002178085418225939,
      "loss": 8.3599,
      "step": 169630
    },
    {
      "epoch": 0.35341666666666666,
      "grad_norm": 0.509667694568634,
      "learning_rate": 0.00021779974795332478,
      "loss": 7.6012,
      "step": 169640
    },
    {
      "epoch": 0.3534375,
      "grad_norm": 1.352720856666565,
      "learning_rate": 0.00021779095379118762,
      "loss": 7.7342,
      "step": 169650
    },
    {
      "epoch": 0.3534583333333333,
      "grad_norm": 0.5940960049629211,
      "learning_rate": 0.00021778215933622038,
      "loss": 7.2933,
      "step": 169660
    },
    {
      "epoch": 0.3534791666666667,
      "grad_norm": 1.2297277450561523,
      "learning_rate": 0.00021777336458846103,
      "loss": 7.671,
      "step": 169670
    },
    {
      "epoch": 0.3535,
      "grad_norm": 1.2520270347595215,
      "learning_rate": 0.00021776456954794755,
      "loss": 7.5728,
      "step": 169680
    },
    {
      "epoch": 0.35352083333333334,
      "grad_norm": 1.2767486572265625,
      "learning_rate": 0.00021775577421471798,
      "loss": 7.9291,
      "step": 169690
    },
    {
      "epoch": 0.35354166666666664,
      "grad_norm": 0.8296663165092468,
      "learning_rate": 0.00021774697858881027,
      "loss": 7.7947,
      "step": 169700
    },
    {
      "epoch": 0.3535625,
      "grad_norm": 2.8061575889587402,
      "learning_rate": 0.00021773818267026244,
      "loss": 7.3382,
      "step": 169710
    },
    {
      "epoch": 0.35358333333333336,
      "grad_norm": 2.739147901535034,
      "learning_rate": 0.0002177293864591125,
      "loss": 7.7901,
      "step": 169720
    },
    {
      "epoch": 0.35360416666666666,
      "grad_norm": 1.0880306959152222,
      "learning_rate": 0.00021772058995539839,
      "loss": 7.5605,
      "step": 169730
    },
    {
      "epoch": 0.353625,
      "grad_norm": 1.1956186294555664,
      "learning_rate": 0.0002177117931591581,
      "loss": 7.4907,
      "step": 169740
    },
    {
      "epoch": 0.3536458333333333,
      "grad_norm": 0.8999807238578796,
      "learning_rate": 0.00021770299607042973,
      "loss": 7.3722,
      "step": 169750
    },
    {
      "epoch": 0.3536666666666667,
      "grad_norm": 1.3915785551071167,
      "learning_rate": 0.0002176941986892512,
      "loss": 7.4044,
      "step": 169760
    },
    {
      "epoch": 0.3536875,
      "grad_norm": 1.4906048774719238,
      "learning_rate": 0.00021768540101566047,
      "loss": 7.595,
      "step": 169770
    },
    {
      "epoch": 0.35370833333333335,
      "grad_norm": 3.711991548538208,
      "learning_rate": 0.00021767660304969566,
      "loss": 7.4349,
      "step": 169780
    },
    {
      "epoch": 0.35372916666666665,
      "grad_norm": 0.7754820585250854,
      "learning_rate": 0.0002176678047913947,
      "loss": 7.4596,
      "step": 169790
    },
    {
      "epoch": 0.35375,
      "grad_norm": 0.8750132322311401,
      "learning_rate": 0.00021765900624079562,
      "loss": 7.2479,
      "step": 169800
    },
    {
      "epoch": 0.3537708333333333,
      "grad_norm": 0.987120509147644,
      "learning_rate": 0.00021765020739793642,
      "loss": 7.5453,
      "step": 169810
    },
    {
      "epoch": 0.35379166666666667,
      "grad_norm": 0.7384206056594849,
      "learning_rate": 0.00021764140826285505,
      "loss": 7.465,
      "step": 169820
    },
    {
      "epoch": 0.3538125,
      "grad_norm": 0.7039179801940918,
      "learning_rate": 0.00021763260883558963,
      "loss": 7.3627,
      "step": 169830
    },
    {
      "epoch": 0.35383333333333333,
      "grad_norm": 1.0264276266098022,
      "learning_rate": 0.00021762380911617807,
      "loss": 7.4432,
      "step": 169840
    },
    {
      "epoch": 0.3538541666666667,
      "grad_norm": 0.7250063419342041,
      "learning_rate": 0.00021761500910465843,
      "loss": 7.404,
      "step": 169850
    },
    {
      "epoch": 0.353875,
      "grad_norm": 0.8916044235229492,
      "learning_rate": 0.00021760620880106874,
      "loss": 7.6831,
      "step": 169860
    },
    {
      "epoch": 0.35389583333333335,
      "grad_norm": 1.4927538633346558,
      "learning_rate": 0.00021759740820544697,
      "loss": 8.0132,
      "step": 169870
    },
    {
      "epoch": 0.35391666666666666,
      "grad_norm": 0.6648484468460083,
      "learning_rate": 0.00021758860731783112,
      "loss": 7.4734,
      "step": 169880
    },
    {
      "epoch": 0.3539375,
      "grad_norm": 0.8138299584388733,
      "learning_rate": 0.0002175798061382593,
      "loss": 8.646,
      "step": 169890
    },
    {
      "epoch": 0.3539583333333333,
      "grad_norm": 0.5580158233642578,
      "learning_rate": 0.00021757100466676942,
      "loss": 7.3243,
      "step": 169900
    },
    {
      "epoch": 0.3539791666666667,
      "grad_norm": 0.7175648212432861,
      "learning_rate": 0.00021756220290339957,
      "loss": 7.7188,
      "step": 169910
    },
    {
      "epoch": 0.354,
      "grad_norm": 0.6014935374259949,
      "learning_rate": 0.00021755340084818775,
      "loss": 7.5767,
      "step": 169920
    },
    {
      "epoch": 0.35402083333333334,
      "grad_norm": 0.7043054103851318,
      "learning_rate": 0.00021754459850117198,
      "loss": 8.4777,
      "step": 169930
    },
    {
      "epoch": 0.35404166666666664,
      "grad_norm": 1.1845719814300537,
      "learning_rate": 0.00021753579586239022,
      "loss": 7.7468,
      "step": 169940
    },
    {
      "epoch": 0.3540625,
      "grad_norm": 0.6195307374000549,
      "learning_rate": 0.00021752699293188063,
      "loss": 7.4899,
      "step": 169950
    },
    {
      "epoch": 0.35408333333333336,
      "grad_norm": 0.5142451524734497,
      "learning_rate": 0.00021751818970968116,
      "loss": 7.8283,
      "step": 169960
    },
    {
      "epoch": 0.35410416666666666,
      "grad_norm": 0.8364542722702026,
      "learning_rate": 0.00021750938619582977,
      "loss": 7.314,
      "step": 169970
    },
    {
      "epoch": 0.354125,
      "grad_norm": 1.2498043775558472,
      "learning_rate": 0.00021750058239036461,
      "loss": 7.6773,
      "step": 169980
    },
    {
      "epoch": 0.3541458333333333,
      "grad_norm": 3.12070894241333,
      "learning_rate": 0.00021749177829332364,
      "loss": 7.7393,
      "step": 169990
    },
    {
      "epoch": 0.3541666666666667,
      "grad_norm": 0.7675065398216248,
      "learning_rate": 0.0002174829739047449,
      "loss": 7.7139,
      "step": 170000
    },
    {
      "epoch": 0.3541666666666667,
      "eval_loss": 10.976704597473145,
      "eval_runtime": 7.8729,
      "eval_samples_per_second": 0.381,
      "eval_steps_per_second": 0.127,
      "step": 170000
    },
    {
      "epoch": 0.3541875,
      "grad_norm": 2.56730318069458,
      "learning_rate": 0.00021747416922466642,
      "loss": 8.1484,
      "step": 170010
    },
    {
      "epoch": 0.35420833333333335,
      "grad_norm": 2.646822452545166,
      "learning_rate": 0.00021746536425312624,
      "loss": 7.9081,
      "step": 170020
    },
    {
      "epoch": 0.35422916666666665,
      "grad_norm": 1.2222533226013184,
      "learning_rate": 0.00021745655899016239,
      "loss": 8.1246,
      "step": 170030
    },
    {
      "epoch": 0.35425,
      "grad_norm": 0.7362844944000244,
      "learning_rate": 0.0002174477534358129,
      "loss": 7.5205,
      "step": 170040
    },
    {
      "epoch": 0.3542708333333333,
      "grad_norm": 1.0547069311141968,
      "learning_rate": 0.00021743894759011583,
      "loss": 8.1894,
      "step": 170050
    },
    {
      "epoch": 0.35429166666666667,
      "grad_norm": 0.89217609167099,
      "learning_rate": 0.00021743014145310922,
      "loss": 7.8951,
      "step": 170060
    },
    {
      "epoch": 0.3543125,
      "grad_norm": 1.2299128770828247,
      "learning_rate": 0.00021742133502483104,
      "loss": 8.8682,
      "step": 170070
    },
    {
      "epoch": 0.35433333333333333,
      "grad_norm": 1.092829942703247,
      "learning_rate": 0.00021741252830531938,
      "loss": 7.6118,
      "step": 170080
    },
    {
      "epoch": 0.3543541666666667,
      "grad_norm": 1.507034420967102,
      "learning_rate": 0.00021740372129461235,
      "loss": 7.5813,
      "step": 170090
    },
    {
      "epoch": 0.354375,
      "grad_norm": 1.9270204305648804,
      "learning_rate": 0.00021739491399274785,
      "loss": 7.5663,
      "step": 170100
    },
    {
      "epoch": 0.35439583333333335,
      "grad_norm": 0.6886648535728455,
      "learning_rate": 0.000217386106399764,
      "loss": 7.481,
      "step": 170110
    },
    {
      "epoch": 0.35441666666666666,
      "grad_norm": 1.170228362083435,
      "learning_rate": 0.00021737729851569888,
      "loss": 7.8914,
      "step": 170120
    },
    {
      "epoch": 0.3544375,
      "grad_norm": 1.3389335870742798,
      "learning_rate": 0.00021736849034059052,
      "loss": 7.9676,
      "step": 170130
    },
    {
      "epoch": 0.3544583333333333,
      "grad_norm": 0.5511686205863953,
      "learning_rate": 0.0002173596818744769,
      "loss": 7.149,
      "step": 170140
    },
    {
      "epoch": 0.3544791666666667,
      "grad_norm": 1.3777449131011963,
      "learning_rate": 0.00021735087311739614,
      "loss": 7.7919,
      "step": 170150
    },
    {
      "epoch": 0.3545,
      "grad_norm": 1.022411584854126,
      "learning_rate": 0.00021734206406938628,
      "loss": 7.3966,
      "step": 170160
    },
    {
      "epoch": 0.35452083333333334,
      "grad_norm": 2.575770854949951,
      "learning_rate": 0.00021733325473048532,
      "loss": 8.4859,
      "step": 170170
    },
    {
      "epoch": 0.35454166666666664,
      "grad_norm": 2.2922279834747314,
      "learning_rate": 0.00021732444510073136,
      "loss": 8.5995,
      "step": 170180
    },
    {
      "epoch": 0.3545625,
      "grad_norm": 1.1646933555603027,
      "learning_rate": 0.00021731563518016247,
      "loss": 7.5867,
      "step": 170190
    },
    {
      "epoch": 0.3545833333333333,
      "grad_norm": 1.2969207763671875,
      "learning_rate": 0.00021730682496881666,
      "loss": 7.6557,
      "step": 170200
    },
    {
      "epoch": 0.35460416666666666,
      "grad_norm": 1.139367699623108,
      "learning_rate": 0.00021729801446673203,
      "loss": 7.4318,
      "step": 170210
    },
    {
      "epoch": 0.354625,
      "grad_norm": 2.5704712867736816,
      "learning_rate": 0.0002172892036739466,
      "loss": 7.5352,
      "step": 170220
    },
    {
      "epoch": 0.3546458333333333,
      "grad_norm": 2.4591164588928223,
      "learning_rate": 0.00021728039259049847,
      "loss": 8.0951,
      "step": 170230
    },
    {
      "epoch": 0.3546666666666667,
      "grad_norm": 0.665838360786438,
      "learning_rate": 0.00021727158121642563,
      "loss": 7.4491,
      "step": 170240
    },
    {
      "epoch": 0.3546875,
      "grad_norm": 1.2438433170318604,
      "learning_rate": 0.0002172627695517662,
      "loss": 7.3245,
      "step": 170250
    },
    {
      "epoch": 0.35470833333333335,
      "grad_norm": 1.5888985395431519,
      "learning_rate": 0.00021725395759655827,
      "loss": 7.641,
      "step": 170260
    },
    {
      "epoch": 0.35472916666666665,
      "grad_norm": 0.5617269277572632,
      "learning_rate": 0.0002172451453508398,
      "loss": 7.5548,
      "step": 170270
    },
    {
      "epoch": 0.35475,
      "grad_norm": 0.6362823247909546,
      "learning_rate": 0.00021723633281464896,
      "loss": 7.6211,
      "step": 170280
    },
    {
      "epoch": 0.3547708333333333,
      "grad_norm": 0.905792772769928,
      "learning_rate": 0.0002172275199880238,
      "loss": 7.6918,
      "step": 170290
    },
    {
      "epoch": 0.35479166666666667,
      "grad_norm": 0.8453653454780579,
      "learning_rate": 0.00021721870687100233,
      "loss": 8.168,
      "step": 170300
    },
    {
      "epoch": 0.3548125,
      "grad_norm": 1.358722448348999,
      "learning_rate": 0.00021720989346362264,
      "loss": 8.4285,
      "step": 170310
    },
    {
      "epoch": 0.35483333333333333,
      "grad_norm": 0.6346427798271179,
      "learning_rate": 0.00021720107976592285,
      "loss": 7.3042,
      "step": 170320
    },
    {
      "epoch": 0.3548541666666667,
      "grad_norm": 2.8299057483673096,
      "learning_rate": 0.00021719226577794097,
      "loss": 7.9693,
      "step": 170330
    },
    {
      "epoch": 0.354875,
      "grad_norm": 1.2826484441757202,
      "learning_rate": 0.0002171834514997151,
      "loss": 7.7176,
      "step": 170340
    },
    {
      "epoch": 0.35489583333333335,
      "grad_norm": 0.6029567122459412,
      "learning_rate": 0.00021717463693128331,
      "loss": 7.7154,
      "step": 170350
    },
    {
      "epoch": 0.35491666666666666,
      "grad_norm": 0.9374732971191406,
      "learning_rate": 0.0002171658220726837,
      "loss": 8.135,
      "step": 170360
    },
    {
      "epoch": 0.3549375,
      "grad_norm": 1.3220139741897583,
      "learning_rate": 0.0002171570069239543,
      "loss": 7.4462,
      "step": 170370
    },
    {
      "epoch": 0.3549583333333333,
      "grad_norm": 1.936439871788025,
      "learning_rate": 0.00021714819148513324,
      "loss": 7.7049,
      "step": 170380
    },
    {
      "epoch": 0.3549791666666667,
      "grad_norm": 1.5858430862426758,
      "learning_rate": 0.00021713937575625856,
      "loss": 7.3218,
      "step": 170390
    },
    {
      "epoch": 0.355,
      "grad_norm": 0.977586030960083,
      "learning_rate": 0.00021713055973736833,
      "loss": 7.5449,
      "step": 170400
    },
    {
      "epoch": 0.35502083333333334,
      "grad_norm": 0.6067730188369751,
      "learning_rate": 0.0002171217434285007,
      "loss": 7.9719,
      "step": 170410
    },
    {
      "epoch": 0.35504166666666664,
      "grad_norm": 1.626509666442871,
      "learning_rate": 0.00021711292682969366,
      "loss": 7.979,
      "step": 170420
    },
    {
      "epoch": 0.3550625,
      "grad_norm": 0.8787205219268799,
      "learning_rate": 0.0002171041099409854,
      "loss": 7.5391,
      "step": 170430
    },
    {
      "epoch": 0.3550833333333333,
      "grad_norm": 3.2109193801879883,
      "learning_rate": 0.00021709529276241386,
      "loss": 7.8432,
      "step": 170440
    },
    {
      "epoch": 0.35510416666666667,
      "grad_norm": 2.535846710205078,
      "learning_rate": 0.0002170864752940173,
      "loss": 7.9685,
      "step": 170450
    },
    {
      "epoch": 0.355125,
      "grad_norm": 0.9500787258148193,
      "learning_rate": 0.00021707765753583368,
      "loss": 7.5804,
      "step": 170460
    },
    {
      "epoch": 0.3551458333333333,
      "grad_norm": 1.0777260065078735,
      "learning_rate": 0.0002170688394879011,
      "loss": 7.498,
      "step": 170470
    },
    {
      "epoch": 0.3551666666666667,
      "grad_norm": 1.6851223707199097,
      "learning_rate": 0.00021706002115025775,
      "loss": 7.3628,
      "step": 170480
    },
    {
      "epoch": 0.3551875,
      "grad_norm": 1.745562195777893,
      "learning_rate": 0.00021705120252294162,
      "loss": 7.7085,
      "step": 170490
    },
    {
      "epoch": 0.35520833333333335,
      "grad_norm": 0.49599894881248474,
      "learning_rate": 0.0002170423836059908,
      "loss": 7.9764,
      "step": 170500
    },
    {
      "epoch": 0.35522916666666665,
      "grad_norm": 2.209562301635742,
      "learning_rate": 0.00021703356439944346,
      "loss": 7.8762,
      "step": 170510
    },
    {
      "epoch": 0.35525,
      "grad_norm": 1.2931698560714722,
      "learning_rate": 0.00021702474490333762,
      "loss": 7.5594,
      "step": 170520
    },
    {
      "epoch": 0.3552708333333333,
      "grad_norm": 2.2921247482299805,
      "learning_rate": 0.00021701592511771148,
      "loss": 7.844,
      "step": 170530
    },
    {
      "epoch": 0.3552916666666667,
      "grad_norm": 2.0392906665802,
      "learning_rate": 0.00021700710504260302,
      "loss": 8.3737,
      "step": 170540
    },
    {
      "epoch": 0.3553125,
      "grad_norm": 0.6986815929412842,
      "learning_rate": 0.00021699828467805038,
      "loss": 7.6983,
      "step": 170550
    },
    {
      "epoch": 0.35533333333333333,
      "grad_norm": 6.729825019836426,
      "learning_rate": 0.0002169894640240917,
      "loss": 7.9789,
      "step": 170560
    },
    {
      "epoch": 0.3553541666666667,
      "grad_norm": 1.7874436378479004,
      "learning_rate": 0.00021698064308076504,
      "loss": 7.8195,
      "step": 170570
    },
    {
      "epoch": 0.355375,
      "grad_norm": 0.8484818339347839,
      "learning_rate": 0.0002169718218481085,
      "loss": 7.8297,
      "step": 170580
    },
    {
      "epoch": 0.35539583333333336,
      "grad_norm": 2.912442684173584,
      "learning_rate": 0.00021696300032616024,
      "loss": 8.0556,
      "step": 170590
    },
    {
      "epoch": 0.35541666666666666,
      "grad_norm": 1.1830480098724365,
      "learning_rate": 0.00021695417851495832,
      "loss": 8.1996,
      "step": 170600
    },
    {
      "epoch": 0.3554375,
      "grad_norm": 1.324489951133728,
      "learning_rate": 0.00021694535641454083,
      "loss": 7.6326,
      "step": 170610
    },
    {
      "epoch": 0.3554583333333333,
      "grad_norm": 1.08335280418396,
      "learning_rate": 0.0002169365340249459,
      "loss": 8.1984,
      "step": 170620
    },
    {
      "epoch": 0.3554791666666667,
      "grad_norm": 0.7786168456077576,
      "learning_rate": 0.00021692771134621165,
      "loss": 7.519,
      "step": 170630
    },
    {
      "epoch": 0.3555,
      "grad_norm": 5.630142688751221,
      "learning_rate": 0.00021691888837837612,
      "loss": 7.4668,
      "step": 170640
    },
    {
      "epoch": 0.35552083333333334,
      "grad_norm": 1.4722357988357544,
      "learning_rate": 0.00021691006512147756,
      "loss": 8.0408,
      "step": 170650
    },
    {
      "epoch": 0.35554166666666664,
      "grad_norm": 1.7437669038772583,
      "learning_rate": 0.00021690124157555397,
      "loss": 7.6124,
      "step": 170660
    },
    {
      "epoch": 0.3555625,
      "grad_norm": 0.7806026935577393,
      "learning_rate": 0.0002168924177406435,
      "loss": 7.6807,
      "step": 170670
    },
    {
      "epoch": 0.3555833333333333,
      "grad_norm": 1.0487794876098633,
      "learning_rate": 0.00021688359361678424,
      "loss": 7.7608,
      "step": 170680
    },
    {
      "epoch": 0.35560416666666667,
      "grad_norm": 1.4100302457809448,
      "learning_rate": 0.00021687476920401438,
      "loss": 7.9072,
      "step": 170690
    },
    {
      "epoch": 0.355625,
      "grad_norm": 0.6873061656951904,
      "learning_rate": 0.00021686594450237196,
      "loss": 7.5753,
      "step": 170700
    },
    {
      "epoch": 0.3556458333333333,
      "grad_norm": 0.8446754217147827,
      "learning_rate": 0.0002168571195118951,
      "loss": 7.534,
      "step": 170710
    },
    {
      "epoch": 0.3556666666666667,
      "grad_norm": 0.8308895826339722,
      "learning_rate": 0.000216848294232622,
      "loss": 7.276,
      "step": 170720
    },
    {
      "epoch": 0.3556875,
      "grad_norm": 0.8422279953956604,
      "learning_rate": 0.00021683946866459075,
      "loss": 7.793,
      "step": 170730
    },
    {
      "epoch": 0.35570833333333335,
      "grad_norm": 1.069865345954895,
      "learning_rate": 0.00021683064280783934,
      "loss": 7.8164,
      "step": 170740
    },
    {
      "epoch": 0.35572916666666665,
      "grad_norm": 0.7656325697898865,
      "learning_rate": 0.0002168218166624061,
      "loss": 7.6503,
      "step": 170750
    },
    {
      "epoch": 0.35575,
      "grad_norm": 2.2855656147003174,
      "learning_rate": 0.00021681299022832903,
      "loss": 7.78,
      "step": 170760
    },
    {
      "epoch": 0.3557708333333333,
      "grad_norm": 1.286378264427185,
      "learning_rate": 0.00021680416350564627,
      "loss": 7.7681,
      "step": 170770
    },
    {
      "epoch": 0.3557916666666667,
      "grad_norm": 1.2140494585037231,
      "learning_rate": 0.000216795336494396,
      "loss": 7.931,
      "step": 170780
    },
    {
      "epoch": 0.3558125,
      "grad_norm": 1.7229217290878296,
      "learning_rate": 0.00021678650919461633,
      "loss": 7.4078,
      "step": 170790
    },
    {
      "epoch": 0.35583333333333333,
      "grad_norm": 1.071512222290039,
      "learning_rate": 0.00021677768160634537,
      "loss": 7.4604,
      "step": 170800
    },
    {
      "epoch": 0.3558541666666667,
      "grad_norm": 1.1770696640014648,
      "learning_rate": 0.0002167688537296212,
      "loss": 7.6532,
      "step": 170810
    },
    {
      "epoch": 0.355875,
      "grad_norm": 0.5884015560150146,
      "learning_rate": 0.00021676002556448204,
      "loss": 7.3998,
      "step": 170820
    },
    {
      "epoch": 0.35589583333333336,
      "grad_norm": 1.287686824798584,
      "learning_rate": 0.00021675119711096606,
      "loss": 8.1993,
      "step": 170830
    },
    {
      "epoch": 0.35591666666666666,
      "grad_norm": 1.394668459892273,
      "learning_rate": 0.00021674236836911122,
      "loss": 8.0603,
      "step": 170840
    },
    {
      "epoch": 0.3559375,
      "grad_norm": 0.6158480048179626,
      "learning_rate": 0.00021673353933895583,
      "loss": 7.9763,
      "step": 170850
    },
    {
      "epoch": 0.3559583333333333,
      "grad_norm": 3.6522817611694336,
      "learning_rate": 0.00021672471002053798,
      "loss": 8.2117,
      "step": 170860
    },
    {
      "epoch": 0.3559791666666667,
      "grad_norm": 1.157917857170105,
      "learning_rate": 0.0002167158804138958,
      "loss": 7.6485,
      "step": 170870
    },
    {
      "epoch": 0.356,
      "grad_norm": 0.8605222702026367,
      "learning_rate": 0.00021670705051906737,
      "loss": 7.6414,
      "step": 170880
    },
    {
      "epoch": 0.35602083333333334,
      "grad_norm": 0.9419195652008057,
      "learning_rate": 0.00021669822033609093,
      "loss": 7.5682,
      "step": 170890
    },
    {
      "epoch": 0.35604166666666665,
      "grad_norm": 1.0371613502502441,
      "learning_rate": 0.00021668938986500454,
      "loss": 7.8423,
      "step": 170900
    },
    {
      "epoch": 0.3560625,
      "grad_norm": 1.0145666599273682,
      "learning_rate": 0.00021668055910584638,
      "loss": 8.002,
      "step": 170910
    },
    {
      "epoch": 0.3560833333333333,
      "grad_norm": 1.4156328439712524,
      "learning_rate": 0.00021667172805865464,
      "loss": 8.179,
      "step": 170920
    },
    {
      "epoch": 0.35610416666666667,
      "grad_norm": 1.0733492374420166,
      "learning_rate": 0.00021666289672346743,
      "loss": 7.5406,
      "step": 170930
    },
    {
      "epoch": 0.356125,
      "grad_norm": 6.460257530212402,
      "learning_rate": 0.00021665406510032285,
      "loss": 7.785,
      "step": 170940
    },
    {
      "epoch": 0.35614583333333333,
      "grad_norm": 0.9858201146125793,
      "learning_rate": 0.0002166452331892591,
      "loss": 7.0811,
      "step": 170950
    },
    {
      "epoch": 0.3561666666666667,
      "grad_norm": 1.62235689163208,
      "learning_rate": 0.00021663640099031436,
      "loss": 8.4141,
      "step": 170960
    },
    {
      "epoch": 0.3561875,
      "grad_norm": 1.5288939476013184,
      "learning_rate": 0.0002166275685035267,
      "loss": 7.6748,
      "step": 170970
    },
    {
      "epoch": 0.35620833333333335,
      "grad_norm": 0.677291989326477,
      "learning_rate": 0.00021661873572893434,
      "loss": 7.8026,
      "step": 170980
    },
    {
      "epoch": 0.35622916666666665,
      "grad_norm": 2.002927780151367,
      "learning_rate": 0.00021660990266657545,
      "loss": 7.3083,
      "step": 170990
    },
    {
      "epoch": 0.35625,
      "grad_norm": 1.1351585388183594,
      "learning_rate": 0.0002166010693164881,
      "loss": 7.2695,
      "step": 171000
    },
    {
      "epoch": 0.35625,
      "eval_loss": 7.282041072845459,
      "eval_runtime": 8.219,
      "eval_samples_per_second": 0.365,
      "eval_steps_per_second": 0.122,
      "step": 171000
    },
    {
      "epoch": 0.3562708333333333,
      "grad_norm": 0.6519632935523987,
      "learning_rate": 0.00021659223567871048,
      "loss": 7.7447,
      "step": 171010
    },
    {
      "epoch": 0.3562916666666667,
      "grad_norm": 0.9397345185279846,
      "learning_rate": 0.0002165834017532808,
      "loss": 7.4098,
      "step": 171020
    },
    {
      "epoch": 0.3563125,
      "grad_norm": 0.8782168030738831,
      "learning_rate": 0.00021657456754023714,
      "loss": 8.0405,
      "step": 171030
    },
    {
      "epoch": 0.35633333333333334,
      "grad_norm": 1.3536159992218018,
      "learning_rate": 0.00021656573303961775,
      "loss": 7.7591,
      "step": 171040
    },
    {
      "epoch": 0.3563541666666667,
      "grad_norm": 2.116889715194702,
      "learning_rate": 0.0002165568982514607,
      "loss": 7.7066,
      "step": 171050
    },
    {
      "epoch": 0.356375,
      "grad_norm": 1.963835597038269,
      "learning_rate": 0.00021654806317580422,
      "loss": 7.7658,
      "step": 171060
    },
    {
      "epoch": 0.35639583333333336,
      "grad_norm": 1.0074670314788818,
      "learning_rate": 0.00021653922781268643,
      "loss": 7.7868,
      "step": 171070
    },
    {
      "epoch": 0.35641666666666666,
      "grad_norm": 0.9700002670288086,
      "learning_rate": 0.0002165303921621455,
      "loss": 8.112,
      "step": 171080
    },
    {
      "epoch": 0.3564375,
      "grad_norm": 0.6764389872550964,
      "learning_rate": 0.00021652155622421963,
      "loss": 8.178,
      "step": 171090
    },
    {
      "epoch": 0.3564583333333333,
      "grad_norm": 0.8212578296661377,
      "learning_rate": 0.000216512719998947,
      "loss": 8.3629,
      "step": 171100
    },
    {
      "epoch": 0.3564791666666667,
      "grad_norm": 1.5950838327407837,
      "learning_rate": 0.00021650388348636566,
      "loss": 8.1715,
      "step": 171110
    },
    {
      "epoch": 0.3565,
      "grad_norm": 2.5711898803710938,
      "learning_rate": 0.00021649504668651393,
      "loss": 7.7764,
      "step": 171120
    },
    {
      "epoch": 0.35652083333333334,
      "grad_norm": 1.2795814275741577,
      "learning_rate": 0.00021648620959942996,
      "loss": 8.1366,
      "step": 171130
    },
    {
      "epoch": 0.35654166666666665,
      "grad_norm": 0.804294764995575,
      "learning_rate": 0.0002164773722251518,
      "loss": 7.8004,
      "step": 171140
    },
    {
      "epoch": 0.3565625,
      "grad_norm": 0.8772183060646057,
      "learning_rate": 0.00021646853456371774,
      "loss": 7.8306,
      "step": 171150
    },
    {
      "epoch": 0.3565833333333333,
      "grad_norm": 1.3626692295074463,
      "learning_rate": 0.00021645969661516592,
      "loss": 8.2818,
      "step": 171160
    },
    {
      "epoch": 0.35660416666666667,
      "grad_norm": 0.6788780093193054,
      "learning_rate": 0.00021645085837953456,
      "loss": 7.9649,
      "step": 171170
    },
    {
      "epoch": 0.356625,
      "grad_norm": 0.7918209433555603,
      "learning_rate": 0.00021644201985686172,
      "loss": 7.6991,
      "step": 171180
    },
    {
      "epoch": 0.35664583333333333,
      "grad_norm": 0.7339043021202087,
      "learning_rate": 0.00021643318104718569,
      "loss": 7.4824,
      "step": 171190
    },
    {
      "epoch": 0.3566666666666667,
      "grad_norm": 2.03550386428833,
      "learning_rate": 0.00021642434195054462,
      "loss": 8.153,
      "step": 171200
    },
    {
      "epoch": 0.3566875,
      "grad_norm": 1.047619104385376,
      "learning_rate": 0.00021641550256697666,
      "loss": 7.7108,
      "step": 171210
    },
    {
      "epoch": 0.35670833333333335,
      "grad_norm": 0.779956042766571,
      "learning_rate": 0.00021640666289652005,
      "loss": 8.299,
      "step": 171220
    },
    {
      "epoch": 0.35672916666666665,
      "grad_norm": 3.740835666656494,
      "learning_rate": 0.0002163978229392129,
      "loss": 7.7888,
      "step": 171230
    },
    {
      "epoch": 0.35675,
      "grad_norm": 3.1726367473602295,
      "learning_rate": 0.0002163889826950935,
      "loss": 7.5914,
      "step": 171240
    },
    {
      "epoch": 0.3567708333333333,
      "grad_norm": 2.213855504989624,
      "learning_rate": 0.0002163801421641999,
      "loss": 7.4201,
      "step": 171250
    },
    {
      "epoch": 0.3567916666666667,
      "grad_norm": 3.567239761352539,
      "learning_rate": 0.0002163713013465704,
      "loss": 7.7065,
      "step": 171260
    },
    {
      "epoch": 0.3568125,
      "grad_norm": 0.7647087574005127,
      "learning_rate": 0.00021636246024224316,
      "loss": 7.6107,
      "step": 171270
    },
    {
      "epoch": 0.35683333333333334,
      "grad_norm": 1.1600843667984009,
      "learning_rate": 0.00021635361885125634,
      "loss": 7.5233,
      "step": 171280
    },
    {
      "epoch": 0.35685416666666664,
      "grad_norm": 1.1646982431411743,
      "learning_rate": 0.00021634477717364812,
      "loss": 7.3529,
      "step": 171290
    },
    {
      "epoch": 0.356875,
      "grad_norm": 1.1292426586151123,
      "learning_rate": 0.0002163359352094568,
      "loss": 7.5404,
      "step": 171300
    },
    {
      "epoch": 0.35689583333333336,
      "grad_norm": 2.917478322982788,
      "learning_rate": 0.00021632709295872044,
      "loss": 7.5396,
      "step": 171310
    },
    {
      "epoch": 0.35691666666666666,
      "grad_norm": 1.4217936992645264,
      "learning_rate": 0.00021631825042147735,
      "loss": 7.6528,
      "step": 171320
    },
    {
      "epoch": 0.3569375,
      "grad_norm": 1.2846589088439941,
      "learning_rate": 0.0002163094075977656,
      "loss": 7.824,
      "step": 171330
    },
    {
      "epoch": 0.3569583333333333,
      "grad_norm": 0.9956294894218445,
      "learning_rate": 0.00021630056448762347,
      "loss": 7.9628,
      "step": 171340
    },
    {
      "epoch": 0.3569791666666667,
      "grad_norm": 0.6685714721679688,
      "learning_rate": 0.00021629172109108918,
      "loss": 7.2696,
      "step": 171350
    },
    {
      "epoch": 0.357,
      "grad_norm": 2.8157572746276855,
      "learning_rate": 0.00021628287740820088,
      "loss": 7.7026,
      "step": 171360
    },
    {
      "epoch": 0.35702083333333334,
      "grad_norm": 2.772228717803955,
      "learning_rate": 0.00021627403343899682,
      "loss": 7.4442,
      "step": 171370
    },
    {
      "epoch": 0.35704166666666665,
      "grad_norm": 3.938096761703491,
      "learning_rate": 0.0002162651891835151,
      "loss": 7.7228,
      "step": 171380
    },
    {
      "epoch": 0.3570625,
      "grad_norm": 1.5224031209945679,
      "learning_rate": 0.000216256344641794,
      "loss": 7.268,
      "step": 171390
    },
    {
      "epoch": 0.3570833333333333,
      "grad_norm": 0.8063654899597168,
      "learning_rate": 0.00021624749981387175,
      "loss": 7.1876,
      "step": 171400
    },
    {
      "epoch": 0.35710416666666667,
      "grad_norm": 1.3790051937103271,
      "learning_rate": 0.00021623865469978652,
      "loss": 8.523,
      "step": 171410
    },
    {
      "epoch": 0.357125,
      "grad_norm": 1.4816498756408691,
      "learning_rate": 0.00021622980929957654,
      "loss": 7.4161,
      "step": 171420
    },
    {
      "epoch": 0.35714583333333333,
      "grad_norm": 1.437660574913025,
      "learning_rate": 0.00021622096361327995,
      "loss": 7.4232,
      "step": 171430
    },
    {
      "epoch": 0.3571666666666667,
      "grad_norm": 1.7121602296829224,
      "learning_rate": 0.00021621211764093502,
      "loss": 7.4387,
      "step": 171440
    },
    {
      "epoch": 0.3571875,
      "grad_norm": 0.6706799864768982,
      "learning_rate": 0.00021620327138257997,
      "loss": 7.4023,
      "step": 171450
    },
    {
      "epoch": 0.35720833333333335,
      "grad_norm": 1.4364243745803833,
      "learning_rate": 0.000216194424838253,
      "loss": 7.7076,
      "step": 171460
    },
    {
      "epoch": 0.35722916666666665,
      "grad_norm": 3.2649576663970947,
      "learning_rate": 0.00021618557800799228,
      "loss": 8.0339,
      "step": 171470
    },
    {
      "epoch": 0.35725,
      "grad_norm": 1.171261191368103,
      "learning_rate": 0.0002161767308918361,
      "loss": 7.624,
      "step": 171480
    },
    {
      "epoch": 0.3572708333333333,
      "grad_norm": 0.801629364490509,
      "learning_rate": 0.00021616788348982263,
      "loss": 7.9006,
      "step": 171490
    },
    {
      "epoch": 0.3572916666666667,
      "grad_norm": 0.9814665913581848,
      "learning_rate": 0.0002161590358019901,
      "loss": 7.6049,
      "step": 171500
    },
    {
      "epoch": 0.3573125,
      "grad_norm": 1.3478394746780396,
      "learning_rate": 0.00021615018782837668,
      "loss": 7.8332,
      "step": 171510
    },
    {
      "epoch": 0.35733333333333334,
      "grad_norm": 1.4330767393112183,
      "learning_rate": 0.00021614133956902068,
      "loss": 7.3049,
      "step": 171520
    },
    {
      "epoch": 0.35735416666666664,
      "grad_norm": 1.1853867769241333,
      "learning_rate": 0.00021613249102396027,
      "loss": 7.5351,
      "step": 171530
    },
    {
      "epoch": 0.357375,
      "grad_norm": 1.2356451749801636,
      "learning_rate": 0.0002161236421932336,
      "loss": 8.0611,
      "step": 171540
    },
    {
      "epoch": 0.35739583333333336,
      "grad_norm": 1.0617462396621704,
      "learning_rate": 0.00021611479307687907,
      "loss": 7.1223,
      "step": 171550
    },
    {
      "epoch": 0.35741666666666666,
      "grad_norm": 0.8706095218658447,
      "learning_rate": 0.00021610594367493476,
      "loss": 7.6053,
      "step": 171560
    },
    {
      "epoch": 0.3574375,
      "grad_norm": 1.330527663230896,
      "learning_rate": 0.00021609709398743895,
      "loss": 8.2714,
      "step": 171570
    },
    {
      "epoch": 0.3574583333333333,
      "grad_norm": 3.1943700313568115,
      "learning_rate": 0.00021608824401442983,
      "loss": 8.2895,
      "step": 171580
    },
    {
      "epoch": 0.3574791666666667,
      "grad_norm": 0.6417966485023499,
      "learning_rate": 0.00021607939375594567,
      "loss": 7.6119,
      "step": 171590
    },
    {
      "epoch": 0.3575,
      "grad_norm": 0.6920941472053528,
      "learning_rate": 0.0002160705432120247,
      "loss": 7.8724,
      "step": 171600
    },
    {
      "epoch": 0.35752083333333334,
      "grad_norm": 2.0578460693359375,
      "learning_rate": 0.00021606169238270516,
      "loss": 7.6684,
      "step": 171610
    },
    {
      "epoch": 0.35754166666666665,
      "grad_norm": 0.5776038765907288,
      "learning_rate": 0.00021605284126802518,
      "loss": 7.6177,
      "step": 171620
    },
    {
      "epoch": 0.3575625,
      "grad_norm": 1.3360679149627686,
      "learning_rate": 0.00021604398986802313,
      "loss": 7.3695,
      "step": 171630
    },
    {
      "epoch": 0.3575833333333333,
      "grad_norm": 1.134053111076355,
      "learning_rate": 0.00021603513818273714,
      "loss": 7.3038,
      "step": 171640
    },
    {
      "epoch": 0.35760416666666667,
      "grad_norm": 0.7649354338645935,
      "learning_rate": 0.00021602628621220554,
      "loss": 7.5023,
      "step": 171650
    },
    {
      "epoch": 0.357625,
      "grad_norm": 0.45627278089523315,
      "learning_rate": 0.0002160174339564665,
      "loss": 7.8126,
      "step": 171660
    },
    {
      "epoch": 0.35764583333333333,
      "grad_norm": 2.247929096221924,
      "learning_rate": 0.0002160085814155583,
      "loss": 7.7223,
      "step": 171670
    },
    {
      "epoch": 0.3576666666666667,
      "grad_norm": 1.3775233030319214,
      "learning_rate": 0.00021599972858951912,
      "loss": 8.1285,
      "step": 171680
    },
    {
      "epoch": 0.3576875,
      "grad_norm": 1.1572178602218628,
      "learning_rate": 0.00021599087547838727,
      "loss": 7.3959,
      "step": 171690
    },
    {
      "epoch": 0.35770833333333335,
      "grad_norm": 1.5074615478515625,
      "learning_rate": 0.00021598202208220093,
      "loss": 8.0063,
      "step": 171700
    },
    {
      "epoch": 0.35772916666666665,
      "grad_norm": 1.2445029020309448,
      "learning_rate": 0.00021597316840099833,
      "loss": 7.4294,
      "step": 171710
    },
    {
      "epoch": 0.35775,
      "grad_norm": 1.407427430152893,
      "learning_rate": 0.00021596431443481786,
      "loss": 7.4938,
      "step": 171720
    },
    {
      "epoch": 0.3577708333333333,
      "grad_norm": 1.0778999328613281,
      "learning_rate": 0.00021595546018369761,
      "loss": 7.2687,
      "step": 171730
    },
    {
      "epoch": 0.3577916666666667,
      "grad_norm": 3.92447829246521,
      "learning_rate": 0.0002159466056476759,
      "loss": 7.7721,
      "step": 171740
    },
    {
      "epoch": 0.3578125,
      "grad_norm": 0.7540467977523804,
      "learning_rate": 0.00021593775082679093,
      "loss": 8.378,
      "step": 171750
    },
    {
      "epoch": 0.35783333333333334,
      "grad_norm": 0.8265541195869446,
      "learning_rate": 0.00021592889572108096,
      "loss": 7.2964,
      "step": 171760
    },
    {
      "epoch": 0.35785416666666664,
      "grad_norm": 1.2957994937896729,
      "learning_rate": 0.00021592004033058428,
      "loss": 7.4862,
      "step": 171770
    },
    {
      "epoch": 0.357875,
      "grad_norm": 1.7095999717712402,
      "learning_rate": 0.00021591118465533914,
      "loss": 7.5431,
      "step": 171780
    },
    {
      "epoch": 0.35789583333333336,
      "grad_norm": 0.8625905513763428,
      "learning_rate": 0.00021590232869538373,
      "loss": 7.6348,
      "step": 171790
    },
    {
      "epoch": 0.35791666666666666,
      "grad_norm": 0.9033693075180054,
      "learning_rate": 0.0002158934724507564,
      "loss": 7.504,
      "step": 171800
    },
    {
      "epoch": 0.3579375,
      "grad_norm": 1.1171190738677979,
      "learning_rate": 0.0002158846159214953,
      "loss": 8.4014,
      "step": 171810
    },
    {
      "epoch": 0.3579583333333333,
      "grad_norm": 0.7675051093101501,
      "learning_rate": 0.00021587575910763876,
      "loss": 7.2547,
      "step": 171820
    },
    {
      "epoch": 0.3579791666666667,
      "grad_norm": 1.1063272953033447,
      "learning_rate": 0.00021586690200922504,
      "loss": 8.1454,
      "step": 171830
    },
    {
      "epoch": 0.358,
      "grad_norm": 0.6338835954666138,
      "learning_rate": 0.0002158580446262923,
      "loss": 7.7194,
      "step": 171840
    },
    {
      "epoch": 0.35802083333333334,
      "grad_norm": 0.9226884841918945,
      "learning_rate": 0.00021584918695887893,
      "loss": 7.9822,
      "step": 171850
    },
    {
      "epoch": 0.35804166666666665,
      "grad_norm": 1.2701810598373413,
      "learning_rate": 0.00021584032900702314,
      "loss": 7.4813,
      "step": 171860
    },
    {
      "epoch": 0.3580625,
      "grad_norm": 2.5244221687316895,
      "learning_rate": 0.0002158314707707632,
      "loss": 7.8334,
      "step": 171870
    },
    {
      "epoch": 0.3580833333333333,
      "grad_norm": 1.3203344345092773,
      "learning_rate": 0.00021582261225013732,
      "loss": 8.0606,
      "step": 171880
    },
    {
      "epoch": 0.35810416666666667,
      "grad_norm": 0.8624348640441895,
      "learning_rate": 0.00021581375344518385,
      "loss": 8.6152,
      "step": 171890
    },
    {
      "epoch": 0.358125,
      "grad_norm": 0.9528291821479797,
      "learning_rate": 0.000215804894355941,
      "loss": 7.4596,
      "step": 171900
    },
    {
      "epoch": 0.35814583333333333,
      "grad_norm": 1.3929049968719482,
      "learning_rate": 0.00021579603498244704,
      "loss": 7.529,
      "step": 171910
    },
    {
      "epoch": 0.3581666666666667,
      "grad_norm": 1.2714800834655762,
      "learning_rate": 0.00021578717532474027,
      "loss": 8.1373,
      "step": 171920
    },
    {
      "epoch": 0.3581875,
      "grad_norm": 0.8335150480270386,
      "learning_rate": 0.00021577831538285895,
      "loss": 7.2345,
      "step": 171930
    },
    {
      "epoch": 0.35820833333333335,
      "grad_norm": 1.5049173831939697,
      "learning_rate": 0.00021576945515684135,
      "loss": 9.4497,
      "step": 171940
    },
    {
      "epoch": 0.35822916666666665,
      "grad_norm": 0.5730472207069397,
      "learning_rate": 0.0002157605946467257,
      "loss": 7.2145,
      "step": 171950
    },
    {
      "epoch": 0.35825,
      "grad_norm": 0.9548176527023315,
      "learning_rate": 0.00021575173385255034,
      "loss": 7.1332,
      "step": 171960
    },
    {
      "epoch": 0.3582708333333333,
      "grad_norm": 0.6717101335525513,
      "learning_rate": 0.00021574287277435352,
      "loss": 7.5328,
      "step": 171970
    },
    {
      "epoch": 0.3582916666666667,
      "grad_norm": 0.5375573039054871,
      "learning_rate": 0.0002157340114121735,
      "loss": 7.7176,
      "step": 171980
    },
    {
      "epoch": 0.3583125,
      "grad_norm": 0.9007673263549805,
      "learning_rate": 0.00021572514976604852,
      "loss": 7.516,
      "step": 171990
    },
    {
      "epoch": 0.35833333333333334,
      "grad_norm": 0.8110516667366028,
      "learning_rate": 0.000215716287836017,
      "loss": 7.8746,
      "step": 172000
    },
    {
      "epoch": 0.35833333333333334,
      "eval_loss": 7.102558135986328,
      "eval_runtime": 8.2541,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 172000
    },
    {
      "epoch": 0.35835416666666664,
      "grad_norm": 0.9804756045341492,
      "learning_rate": 0.00021570742562211707,
      "loss": 7.7869,
      "step": 172010
    },
    {
      "epoch": 0.358375,
      "grad_norm": 0.8986725211143494,
      "learning_rate": 0.0002156985631243871,
      "loss": 7.5831,
      "step": 172020
    },
    {
      "epoch": 0.35839583333333336,
      "grad_norm": 0.5553861260414124,
      "learning_rate": 0.00021568970034286538,
      "loss": 7.9296,
      "step": 172030
    },
    {
      "epoch": 0.35841666666666666,
      "grad_norm": 2.374424695968628,
      "learning_rate": 0.00021568083727759006,
      "loss": 7.3258,
      "step": 172040
    },
    {
      "epoch": 0.3584375,
      "grad_norm": 0.7258206605911255,
      "learning_rate": 0.00021567197392859954,
      "loss": 8.2224,
      "step": 172050
    },
    {
      "epoch": 0.3584583333333333,
      "grad_norm": 3.1158103942871094,
      "learning_rate": 0.00021566311029593216,
      "loss": 8.3061,
      "step": 172060
    },
    {
      "epoch": 0.3584791666666667,
      "grad_norm": 1.2160866260528564,
      "learning_rate": 0.0002156542463796261,
      "loss": 7.8081,
      "step": 172070
    },
    {
      "epoch": 0.3585,
      "grad_norm": 0.971232533454895,
      "learning_rate": 0.00021564538217971966,
      "loss": 7.4565,
      "step": 172080
    },
    {
      "epoch": 0.35852083333333334,
      "grad_norm": 0.9647814035415649,
      "learning_rate": 0.0002156365176962512,
      "loss": 7.5218,
      "step": 172090
    },
    {
      "epoch": 0.35854166666666665,
      "grad_norm": 3.5783441066741943,
      "learning_rate": 0.00021562765292925892,
      "loss": 7.829,
      "step": 172100
    },
    {
      "epoch": 0.3585625,
      "grad_norm": 1.2141753435134888,
      "learning_rate": 0.00021561878787878115,
      "loss": 7.8219,
      "step": 172110
    },
    {
      "epoch": 0.3585833333333333,
      "grad_norm": 1.2618188858032227,
      "learning_rate": 0.00021560992254485622,
      "loss": 7.6229,
      "step": 172120
    },
    {
      "epoch": 0.35860416666666667,
      "grad_norm": 1.1975288391113281,
      "learning_rate": 0.0002156010569275224,
      "loss": 7.7069,
      "step": 172130
    },
    {
      "epoch": 0.358625,
      "grad_norm": 0.6363788843154907,
      "learning_rate": 0.00021559219102681792,
      "loss": 7.5053,
      "step": 172140
    },
    {
      "epoch": 0.35864583333333333,
      "grad_norm": 0.9289711117744446,
      "learning_rate": 0.00021558332484278119,
      "loss": 7.8164,
      "step": 172150
    },
    {
      "epoch": 0.3586666666666667,
      "grad_norm": 1.0026944875717163,
      "learning_rate": 0.00021557445837545045,
      "loss": 7.4181,
      "step": 172160
    },
    {
      "epoch": 0.3586875,
      "grad_norm": 1.3753960132598877,
      "learning_rate": 0.000215565591624864,
      "loss": 8.1309,
      "step": 172170
    },
    {
      "epoch": 0.35870833333333335,
      "grad_norm": 1.4042881727218628,
      "learning_rate": 0.00021555672459106016,
      "loss": 8.0971,
      "step": 172180
    },
    {
      "epoch": 0.35872916666666665,
      "grad_norm": 1.7707749605178833,
      "learning_rate": 0.0002155478572740772,
      "loss": 7.7013,
      "step": 172190
    },
    {
      "epoch": 0.35875,
      "grad_norm": 0.6414896845817566,
      "learning_rate": 0.00021553898967395347,
      "loss": 7.5701,
      "step": 172200
    },
    {
      "epoch": 0.3587708333333333,
      "grad_norm": 3.40893816947937,
      "learning_rate": 0.0002155301217907272,
      "loss": 8.1853,
      "step": 172210
    },
    {
      "epoch": 0.3587916666666667,
      "grad_norm": 1.0299791097640991,
      "learning_rate": 0.0002155212536244368,
      "loss": 7.8704,
      "step": 172220
    },
    {
      "epoch": 0.3588125,
      "grad_norm": 0.8516141772270203,
      "learning_rate": 0.0002155123851751205,
      "loss": 7.4816,
      "step": 172230
    },
    {
      "epoch": 0.35883333333333334,
      "grad_norm": 0.6279884576797485,
      "learning_rate": 0.00021550351644281663,
      "loss": 7.6261,
      "step": 172240
    },
    {
      "epoch": 0.35885416666666664,
      "grad_norm": 1.1557695865631104,
      "learning_rate": 0.00021549464742756349,
      "loss": 7.7014,
      "step": 172250
    },
    {
      "epoch": 0.358875,
      "grad_norm": 0.7595208883285522,
      "learning_rate": 0.0002154857781293994,
      "loss": 7.1079,
      "step": 172260
    },
    {
      "epoch": 0.35889583333333336,
      "grad_norm": 1.0214852094650269,
      "learning_rate": 0.00021547690854836264,
      "loss": 7.7591,
      "step": 172270
    },
    {
      "epoch": 0.35891666666666666,
      "grad_norm": 1.3927513360977173,
      "learning_rate": 0.00021546803868449155,
      "loss": 7.7819,
      "step": 172280
    },
    {
      "epoch": 0.3589375,
      "grad_norm": 3.8828208446502686,
      "learning_rate": 0.0002154591685378245,
      "loss": 8.4988,
      "step": 172290
    },
    {
      "epoch": 0.3589583333333333,
      "grad_norm": 1.204567790031433,
      "learning_rate": 0.00021545029810839973,
      "loss": 7.3005,
      "step": 172300
    },
    {
      "epoch": 0.3589791666666667,
      "grad_norm": 2.601889133453369,
      "learning_rate": 0.00021544142739625557,
      "loss": 8.904,
      "step": 172310
    },
    {
      "epoch": 0.359,
      "grad_norm": 2.2158701419830322,
      "learning_rate": 0.00021543255640143035,
      "loss": 7.9078,
      "step": 172320
    },
    {
      "epoch": 0.35902083333333334,
      "grad_norm": 1.3098556995391846,
      "learning_rate": 0.00021542368512396238,
      "loss": 7.6759,
      "step": 172330
    },
    {
      "epoch": 0.35904166666666665,
      "grad_norm": 1.0479717254638672,
      "learning_rate": 0.00021541481356388998,
      "loss": 7.8148,
      "step": 172340
    },
    {
      "epoch": 0.3590625,
      "grad_norm": 1.7164860963821411,
      "learning_rate": 0.00021540594172125152,
      "loss": 8.5052,
      "step": 172350
    },
    {
      "epoch": 0.3590833333333333,
      "grad_norm": 0.6327124834060669,
      "learning_rate": 0.00021539706959608528,
      "loss": 7.0213,
      "step": 172360
    },
    {
      "epoch": 0.35910416666666667,
      "grad_norm": 0.8176755309104919,
      "learning_rate": 0.00021538819718842954,
      "loss": 7.2484,
      "step": 172370
    },
    {
      "epoch": 0.359125,
      "grad_norm": 1.0788577795028687,
      "learning_rate": 0.00021537932449832263,
      "loss": 7.574,
      "step": 172380
    },
    {
      "epoch": 0.35914583333333333,
      "grad_norm": 0.8353273868560791,
      "learning_rate": 0.00021537045152580307,
      "loss": 7.21,
      "step": 172390
    },
    {
      "epoch": 0.3591666666666667,
      "grad_norm": 0.9890663027763367,
      "learning_rate": 0.0002153615782709089,
      "loss": 7.9175,
      "step": 172400
    },
    {
      "epoch": 0.3591875,
      "grad_norm": 1.1015851497650146,
      "learning_rate": 0.0002153527047336786,
      "loss": 7.739,
      "step": 172410
    },
    {
      "epoch": 0.35920833333333335,
      "grad_norm": 7.240835666656494,
      "learning_rate": 0.00021534383091415056,
      "loss": 8.2815,
      "step": 172420
    },
    {
      "epoch": 0.35922916666666665,
      "grad_norm": 1.0229638814926147,
      "learning_rate": 0.00021533495681236298,
      "loss": 7.3438,
      "step": 172430
    },
    {
      "epoch": 0.35925,
      "grad_norm": 2.030017852783203,
      "learning_rate": 0.00021532608242835424,
      "loss": 7.8541,
      "step": 172440
    },
    {
      "epoch": 0.3592708333333333,
      "grad_norm": 1.8359309434890747,
      "learning_rate": 0.0002153172077621627,
      "loss": 7.7445,
      "step": 172450
    },
    {
      "epoch": 0.3592916666666667,
      "grad_norm": 1.6947323083877563,
      "learning_rate": 0.00021530833281382667,
      "loss": 7.5775,
      "step": 172460
    },
    {
      "epoch": 0.3593125,
      "grad_norm": 1.2835971117019653,
      "learning_rate": 0.0002152994575833845,
      "loss": 7.7328,
      "step": 172470
    },
    {
      "epoch": 0.35933333333333334,
      "grad_norm": 5.014011859893799,
      "learning_rate": 0.00021529058207087447,
      "loss": 8.0356,
      "step": 172480
    },
    {
      "epoch": 0.35935416666666664,
      "grad_norm": 0.8783395290374756,
      "learning_rate": 0.00021528170627633505,
      "loss": 8.0776,
      "step": 172490
    },
    {
      "epoch": 0.359375,
      "grad_norm": 1.4090425968170166,
      "learning_rate": 0.0002152728301998045,
      "loss": 7.6267,
      "step": 172500
    },
    {
      "epoch": 0.35939583333333336,
      "grad_norm": 1.4511995315551758,
      "learning_rate": 0.00021526395384132107,
      "loss": 7.5758,
      "step": 172510
    },
    {
      "epoch": 0.35941666666666666,
      "grad_norm": 1.1796152591705322,
      "learning_rate": 0.00021525507720092328,
      "loss": 7.6569,
      "step": 172520
    },
    {
      "epoch": 0.3594375,
      "grad_norm": 2.6261818408966064,
      "learning_rate": 0.00021524620027864937,
      "loss": 7.4946,
      "step": 172530
    },
    {
      "epoch": 0.3594583333333333,
      "grad_norm": 0.6996517777442932,
      "learning_rate": 0.00021523732307453762,
      "loss": 7.9353,
      "step": 172540
    },
    {
      "epoch": 0.3594791666666667,
      "grad_norm": 1.0625637769699097,
      "learning_rate": 0.00021522844558862655,
      "loss": 7.6548,
      "step": 172550
    },
    {
      "epoch": 0.3595,
      "grad_norm": 1.819602131843567,
      "learning_rate": 0.0002152195678209544,
      "loss": 7.2978,
      "step": 172560
    },
    {
      "epoch": 0.35952083333333335,
      "grad_norm": 0.9505583047866821,
      "learning_rate": 0.00021521068977155953,
      "loss": 7.3324,
      "step": 172570
    },
    {
      "epoch": 0.35954166666666665,
      "grad_norm": 0.9879706501960754,
      "learning_rate": 0.00021520181144048025,
      "loss": 7.4954,
      "step": 172580
    },
    {
      "epoch": 0.3595625,
      "grad_norm": 0.9478528499603271,
      "learning_rate": 0.00021519293282775502,
      "loss": 8.2006,
      "step": 172590
    },
    {
      "epoch": 0.3595833333333333,
      "grad_norm": 0.7242559790611267,
      "learning_rate": 0.0002151840539334221,
      "loss": 7.9692,
      "step": 172600
    },
    {
      "epoch": 0.35960416666666667,
      "grad_norm": 3.1519851684570312,
      "learning_rate": 0.00021517517475751983,
      "loss": 7.9623,
      "step": 172610
    },
    {
      "epoch": 0.359625,
      "grad_norm": 0.7942568063735962,
      "learning_rate": 0.0002151662953000866,
      "loss": 7.7329,
      "step": 172620
    },
    {
      "epoch": 0.35964583333333333,
      "grad_norm": 0.7083197236061096,
      "learning_rate": 0.00021515741556116084,
      "loss": 7.4579,
      "step": 172630
    },
    {
      "epoch": 0.3596666666666667,
      "grad_norm": 0.8281688094139099,
      "learning_rate": 0.00021514853554078077,
      "loss": 7.2274,
      "step": 172640
    },
    {
      "epoch": 0.3596875,
      "grad_norm": 1.0516725778579712,
      "learning_rate": 0.00021513965523898486,
      "loss": 7.2031,
      "step": 172650
    },
    {
      "epoch": 0.35970833333333335,
      "grad_norm": 1.601746678352356,
      "learning_rate": 0.0002151307746558114,
      "loss": 7.888,
      "step": 172660
    },
    {
      "epoch": 0.35972916666666666,
      "grad_norm": 1.8389923572540283,
      "learning_rate": 0.0002151218937912988,
      "loss": 7.3629,
      "step": 172670
    },
    {
      "epoch": 0.35975,
      "grad_norm": 1.0487126111984253,
      "learning_rate": 0.00021511301264548534,
      "loss": 8.2064,
      "step": 172680
    },
    {
      "epoch": 0.3597708333333333,
      "grad_norm": 0.7532886862754822,
      "learning_rate": 0.00021510413121840946,
      "loss": 7.0986,
      "step": 172690
    },
    {
      "epoch": 0.3597916666666667,
      "grad_norm": 3.7337803840637207,
      "learning_rate": 0.00021509524951010954,
      "loss": 8.3332,
      "step": 172700
    },
    {
      "epoch": 0.3598125,
      "grad_norm": 5.835961818695068,
      "learning_rate": 0.00021508636752062385,
      "loss": 7.8681,
      "step": 172710
    },
    {
      "epoch": 0.35983333333333334,
      "grad_norm": 1.3290574550628662,
      "learning_rate": 0.00021507748524999087,
      "loss": 7.7656,
      "step": 172720
    },
    {
      "epoch": 0.35985416666666664,
      "grad_norm": 1.8994165658950806,
      "learning_rate": 0.0002150686026982489,
      "loss": 7.3312,
      "step": 172730
    },
    {
      "epoch": 0.359875,
      "grad_norm": 1.1948603391647339,
      "learning_rate": 0.00021505971986543633,
      "loss": 7.1154,
      "step": 172740
    },
    {
      "epoch": 0.35989583333333336,
      "grad_norm": 0.9962822198867798,
      "learning_rate": 0.0002150508367515915,
      "loss": 7.3129,
      "step": 172750
    },
    {
      "epoch": 0.35991666666666666,
      "grad_norm": 1.2428258657455444,
      "learning_rate": 0.00021504195335675283,
      "loss": 7.7442,
      "step": 172760
    },
    {
      "epoch": 0.3599375,
      "grad_norm": 1.3989357948303223,
      "learning_rate": 0.00021503306968095865,
      "loss": 7.8398,
      "step": 172770
    },
    {
      "epoch": 0.3599583333333333,
      "grad_norm": 2.0730435848236084,
      "learning_rate": 0.00021502418572424728,
      "loss": 7.7863,
      "step": 172780
    },
    {
      "epoch": 0.3599791666666667,
      "grad_norm": 0.7277243733406067,
      "learning_rate": 0.0002150153014866573,
      "loss": 8.2664,
      "step": 172790
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.5375678539276123,
      "learning_rate": 0.00021500641696822688,
      "loss": 7.5723,
      "step": 172800
    },
    {
      "epoch": 0.36002083333333335,
      "grad_norm": 1.6376761198043823,
      "learning_rate": 0.00021499753216899447,
      "loss": 7.8679,
      "step": 172810
    },
    {
      "epoch": 0.36004166666666665,
      "grad_norm": 0.7628394961357117,
      "learning_rate": 0.00021498864708899846,
      "loss": 7.2658,
      "step": 172820
    },
    {
      "epoch": 0.3600625,
      "grad_norm": 0.7273551225662231,
      "learning_rate": 0.0002149797617282772,
      "loss": 7.3586,
      "step": 172830
    },
    {
      "epoch": 0.3600833333333333,
      "grad_norm": 0.7989571690559387,
      "learning_rate": 0.0002149708760868691,
      "loss": 7.1414,
      "step": 172840
    },
    {
      "epoch": 0.36010416666666667,
      "grad_norm": 1.270259141921997,
      "learning_rate": 0.00021496199016481253,
      "loss": 9.1072,
      "step": 172850
    },
    {
      "epoch": 0.360125,
      "grad_norm": 2.56423282623291,
      "learning_rate": 0.0002149531039621459,
      "loss": 7.7071,
      "step": 172860
    },
    {
      "epoch": 0.36014583333333333,
      "grad_norm": 1.5905625820159912,
      "learning_rate": 0.0002149442174789076,
      "loss": 8.1416,
      "step": 172870
    },
    {
      "epoch": 0.3601666666666667,
      "grad_norm": 0.7919976115226746,
      "learning_rate": 0.0002149353307151359,
      "loss": 7.0361,
      "step": 172880
    },
    {
      "epoch": 0.3601875,
      "grad_norm": 3.2023582458496094,
      "learning_rate": 0.0002149264436708693,
      "loss": 7.6926,
      "step": 172890
    },
    {
      "epoch": 0.36020833333333335,
      "grad_norm": 1.1306015253067017,
      "learning_rate": 0.00021491755634614622,
      "loss": 7.28,
      "step": 172900
    },
    {
      "epoch": 0.36022916666666666,
      "grad_norm": 0.7634865045547485,
      "learning_rate": 0.0002149086687410049,
      "loss": 8.0527,
      "step": 172910
    },
    {
      "epoch": 0.36025,
      "grad_norm": 0.7994357347488403,
      "learning_rate": 0.0002148997808554839,
      "loss": 7.1691,
      "step": 172920
    },
    {
      "epoch": 0.3602708333333333,
      "grad_norm": 0.7460117936134338,
      "learning_rate": 0.00021489089268962152,
      "loss": 7.1035,
      "step": 172930
    },
    {
      "epoch": 0.3602916666666667,
      "grad_norm": 0.6485809683799744,
      "learning_rate": 0.00021488200424345615,
      "loss": 7.1632,
      "step": 172940
    },
    {
      "epoch": 0.3603125,
      "grad_norm": 1.9387203454971313,
      "learning_rate": 0.00021487311551702623,
      "loss": 7.9141,
      "step": 172950
    },
    {
      "epoch": 0.36033333333333334,
      "grad_norm": 0.8068451881408691,
      "learning_rate": 0.0002148642265103701,
      "loss": 7.5102,
      "step": 172960
    },
    {
      "epoch": 0.36035416666666664,
      "grad_norm": 0.7887641787528992,
      "learning_rate": 0.00021485533722352625,
      "loss": 7.3665,
      "step": 172970
    },
    {
      "epoch": 0.360375,
      "grad_norm": 1.2327147722244263,
      "learning_rate": 0.00021484644765653292,
      "loss": 7.6056,
      "step": 172980
    },
    {
      "epoch": 0.36039583333333336,
      "grad_norm": 1.1716760396957397,
      "learning_rate": 0.00021483755780942867,
      "loss": 7.7968,
      "step": 172990
    },
    {
      "epoch": 0.36041666666666666,
      "grad_norm": 1.543035864830017,
      "learning_rate": 0.0002148286676822518,
      "loss": 7.8386,
      "step": 173000
    },
    {
      "epoch": 0.36041666666666666,
      "eval_loss": 8.612205505371094,
      "eval_runtime": 8.2417,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 173000
    },
    {
      "epoch": 0.3604375,
      "grad_norm": 1.1587061882019043,
      "learning_rate": 0.00021481977727504076,
      "loss": 8.3262,
      "step": 173010
    },
    {
      "epoch": 0.3604583333333333,
      "grad_norm": 1.503213882446289,
      "learning_rate": 0.00021481088658783395,
      "loss": 7.5925,
      "step": 173020
    },
    {
      "epoch": 0.3604791666666667,
      "grad_norm": 0.9035952091217041,
      "learning_rate": 0.00021480199562066976,
      "loss": 7.614,
      "step": 173030
    },
    {
      "epoch": 0.3605,
      "grad_norm": 2.532573938369751,
      "learning_rate": 0.00021479310437358656,
      "loss": 7.6377,
      "step": 173040
    },
    {
      "epoch": 0.36052083333333335,
      "grad_norm": 1.0739943981170654,
      "learning_rate": 0.00021478421284662285,
      "loss": 8.0843,
      "step": 173050
    },
    {
      "epoch": 0.36054166666666665,
      "grad_norm": 0.8581041693687439,
      "learning_rate": 0.00021477532103981697,
      "loss": 7.4295,
      "step": 173060
    },
    {
      "epoch": 0.3605625,
      "grad_norm": 3.066774606704712,
      "learning_rate": 0.00021476642895320737,
      "loss": 7.8139,
      "step": 173070
    },
    {
      "epoch": 0.3605833333333333,
      "grad_norm": 1.469544768333435,
      "learning_rate": 0.00021475753658683236,
      "loss": 7.6399,
      "step": 173080
    },
    {
      "epoch": 0.36060416666666667,
      "grad_norm": 2.0790789127349854,
      "learning_rate": 0.0002147486439407305,
      "loss": 7.79,
      "step": 173090
    },
    {
      "epoch": 0.360625,
      "grad_norm": 0.8352552652359009,
      "learning_rate": 0.00021473975101494007,
      "loss": 7.3085,
      "step": 173100
    },
    {
      "epoch": 0.36064583333333333,
      "grad_norm": 1.2133574485778809,
      "learning_rate": 0.00021473085780949954,
      "loss": 7.5552,
      "step": 173110
    },
    {
      "epoch": 0.3606666666666667,
      "grad_norm": 0.5909554362297058,
      "learning_rate": 0.00021472196432444738,
      "loss": 7.7146,
      "step": 173120
    },
    {
      "epoch": 0.3606875,
      "grad_norm": 5.1403093338012695,
      "learning_rate": 0.00021471307055982193,
      "loss": 7.6673,
      "step": 173130
    },
    {
      "epoch": 0.36070833333333335,
      "grad_norm": 1.9548307657241821,
      "learning_rate": 0.00021470417651566162,
      "loss": 7.5476,
      "step": 173140
    },
    {
      "epoch": 0.36072916666666666,
      "grad_norm": 1.6125043630599976,
      "learning_rate": 0.0002146952821920049,
      "loss": 7.2724,
      "step": 173150
    },
    {
      "epoch": 0.36075,
      "grad_norm": 0.7713518142700195,
      "learning_rate": 0.00021468638758889014,
      "loss": 7.649,
      "step": 173160
    },
    {
      "epoch": 0.3607708333333333,
      "grad_norm": 0.8189958930015564,
      "learning_rate": 0.00021467749270635578,
      "loss": 7.8021,
      "step": 173170
    },
    {
      "epoch": 0.3607916666666667,
      "grad_norm": 0.9421748518943787,
      "learning_rate": 0.0002146685975444403,
      "loss": 7.344,
      "step": 173180
    },
    {
      "epoch": 0.3608125,
      "grad_norm": 0.629927933216095,
      "learning_rate": 0.00021465970210318204,
      "loss": 7.6539,
      "step": 173190
    },
    {
      "epoch": 0.36083333333333334,
      "grad_norm": 1.5130349397659302,
      "learning_rate": 0.00021465080638261946,
      "loss": 7.2805,
      "step": 173200
    },
    {
      "epoch": 0.36085416666666664,
      "grad_norm": 1.3928697109222412,
      "learning_rate": 0.00021464191038279102,
      "loss": 7.4558,
      "step": 173210
    },
    {
      "epoch": 0.360875,
      "grad_norm": 0.5698022842407227,
      "learning_rate": 0.00021463301410373507,
      "loss": 7.9657,
      "step": 173220
    },
    {
      "epoch": 0.36089583333333336,
      "grad_norm": 1.0286641120910645,
      "learning_rate": 0.00021462411754549012,
      "loss": 7.2446,
      "step": 173230
    },
    {
      "epoch": 0.36091666666666666,
      "grad_norm": 2.6906211376190186,
      "learning_rate": 0.00021461522070809457,
      "loss": 7.7059,
      "step": 173240
    },
    {
      "epoch": 0.3609375,
      "grad_norm": 1.3285183906555176,
      "learning_rate": 0.0002146063235915868,
      "loss": 7.4915,
      "step": 173250
    },
    {
      "epoch": 0.3609583333333333,
      "grad_norm": 3.7161777019500732,
      "learning_rate": 0.00021459742619600532,
      "loss": 7.7256,
      "step": 173260
    },
    {
      "epoch": 0.3609791666666667,
      "grad_norm": 0.5058466792106628,
      "learning_rate": 0.0002145885285213885,
      "loss": 7.6825,
      "step": 173270
    },
    {
      "epoch": 0.361,
      "grad_norm": 0.9452048540115356,
      "learning_rate": 0.0002145796305677748,
      "loss": 7.5474,
      "step": 173280
    },
    {
      "epoch": 0.36102083333333335,
      "grad_norm": 0.611596941947937,
      "learning_rate": 0.0002145707323352027,
      "loss": 7.103,
      "step": 173290
    },
    {
      "epoch": 0.36104166666666665,
      "grad_norm": 0.9359697103500366,
      "learning_rate": 0.00021456183382371054,
      "loss": 7.4672,
      "step": 173300
    },
    {
      "epoch": 0.3610625,
      "grad_norm": 0.9994661211967468,
      "learning_rate": 0.00021455293503333688,
      "loss": 7.1756,
      "step": 173310
    },
    {
      "epoch": 0.3610833333333333,
      "grad_norm": 0.7390677332878113,
      "learning_rate": 0.00021454403596412005,
      "loss": 7.4999,
      "step": 173320
    },
    {
      "epoch": 0.36110416666666667,
      "grad_norm": 1.834761142730713,
      "learning_rate": 0.00021453513661609853,
      "loss": 8.1544,
      "step": 173330
    },
    {
      "epoch": 0.361125,
      "grad_norm": 4.4418840408325195,
      "learning_rate": 0.00021452623698931078,
      "loss": 8.1677,
      "step": 173340
    },
    {
      "epoch": 0.36114583333333333,
      "grad_norm": 0.6022419929504395,
      "learning_rate": 0.00021451733708379524,
      "loss": 7.5633,
      "step": 173350
    },
    {
      "epoch": 0.3611666666666667,
      "grad_norm": 0.7608829140663147,
      "learning_rate": 0.0002145084368995903,
      "loss": 7.4488,
      "step": 173360
    },
    {
      "epoch": 0.3611875,
      "grad_norm": 3.681622266769409,
      "learning_rate": 0.00021449953643673446,
      "loss": 8.2273,
      "step": 173370
    },
    {
      "epoch": 0.36120833333333335,
      "grad_norm": 0.8410401344299316,
      "learning_rate": 0.00021449063569526616,
      "loss": 7.6972,
      "step": 173380
    },
    {
      "epoch": 0.36122916666666666,
      "grad_norm": 0.7437402606010437,
      "learning_rate": 0.00021448173467522388,
      "loss": 7.3532,
      "step": 173390
    },
    {
      "epoch": 0.36125,
      "grad_norm": 1.1018837690353394,
      "learning_rate": 0.000214472833376646,
      "loss": 7.6886,
      "step": 173400
    },
    {
      "epoch": 0.3612708333333333,
      "grad_norm": 0.9507702589035034,
      "learning_rate": 0.00021446393179957096,
      "loss": 7.6899,
      "step": 173410
    },
    {
      "epoch": 0.3612916666666667,
      "grad_norm": 0.9368165135383606,
      "learning_rate": 0.0002144550299440373,
      "loss": 7.404,
      "step": 173420
    },
    {
      "epoch": 0.3613125,
      "grad_norm": 0.7483618259429932,
      "learning_rate": 0.00021444612781008343,
      "loss": 7.5552,
      "step": 173430
    },
    {
      "epoch": 0.36133333333333334,
      "grad_norm": 0.7901497483253479,
      "learning_rate": 0.00021443722539774777,
      "loss": 7.8042,
      "step": 173440
    },
    {
      "epoch": 0.36135416666666664,
      "grad_norm": 1.0284003019332886,
      "learning_rate": 0.00021442832270706876,
      "loss": 7.6805,
      "step": 173450
    },
    {
      "epoch": 0.361375,
      "grad_norm": 0.7898918390274048,
      "learning_rate": 0.00021441941973808495,
      "loss": 7.4418,
      "step": 173460
    },
    {
      "epoch": 0.36139583333333336,
      "grad_norm": 1.0922640562057495,
      "learning_rate": 0.00021441051649083478,
      "loss": 9.1807,
      "step": 173470
    },
    {
      "epoch": 0.36141666666666666,
      "grad_norm": 1.2595386505126953,
      "learning_rate": 0.00021440161296535658,
      "loss": 7.4453,
      "step": 173480
    },
    {
      "epoch": 0.3614375,
      "grad_norm": 0.8348983526229858,
      "learning_rate": 0.000214392709161689,
      "loss": 7.7807,
      "step": 173490
    },
    {
      "epoch": 0.3614583333333333,
      "grad_norm": 0.6783124804496765,
      "learning_rate": 0.00021438380507987037,
      "loss": 7.2523,
      "step": 173500
    },
    {
      "epoch": 0.3614791666666667,
      "grad_norm": 1.1813627481460571,
      "learning_rate": 0.00021437490071993918,
      "loss": 7.4695,
      "step": 173510
    },
    {
      "epoch": 0.3615,
      "grad_norm": 1.2442396879196167,
      "learning_rate": 0.00021436599608193392,
      "loss": 7.4179,
      "step": 173520
    },
    {
      "epoch": 0.36152083333333335,
      "grad_norm": 1.6938602924346924,
      "learning_rate": 0.000214357091165893,
      "loss": 7.9823,
      "step": 173530
    },
    {
      "epoch": 0.36154166666666665,
      "grad_norm": 1.004083514213562,
      "learning_rate": 0.00021434818597185492,
      "loss": 7.4058,
      "step": 173540
    },
    {
      "epoch": 0.3615625,
      "grad_norm": 3.7377853393554688,
      "learning_rate": 0.0002143392804998582,
      "loss": 8.2149,
      "step": 173550
    },
    {
      "epoch": 0.3615833333333333,
      "grad_norm": 1.2609537839889526,
      "learning_rate": 0.0002143303747499412,
      "loss": 7.3743,
      "step": 173560
    },
    {
      "epoch": 0.36160416666666667,
      "grad_norm": 1.3566091060638428,
      "learning_rate": 0.0002143214687221425,
      "loss": 7.9729,
      "step": 173570
    },
    {
      "epoch": 0.361625,
      "grad_norm": 0.6904370188713074,
      "learning_rate": 0.00021431256241650045,
      "loss": 7.4428,
      "step": 173580
    },
    {
      "epoch": 0.36164583333333333,
      "grad_norm": 1.1859543323516846,
      "learning_rate": 0.0002143036558330536,
      "loss": 8.2058,
      "step": 173590
    },
    {
      "epoch": 0.3616666666666667,
      "grad_norm": 2.503124475479126,
      "learning_rate": 0.00021429474897184046,
      "loss": 8.3231,
      "step": 173600
    },
    {
      "epoch": 0.3616875,
      "grad_norm": 2.0507290363311768,
      "learning_rate": 0.0002142858418328994,
      "loss": 8.05,
      "step": 173610
    },
    {
      "epoch": 0.36170833333333335,
      "grad_norm": 1.0691657066345215,
      "learning_rate": 0.00021427693441626898,
      "loss": 8.0411,
      "step": 173620
    },
    {
      "epoch": 0.36172916666666666,
      "grad_norm": 0.8822644948959351,
      "learning_rate": 0.00021426802672198765,
      "loss": 8.4435,
      "step": 173630
    },
    {
      "epoch": 0.36175,
      "grad_norm": 1.4706039428710938,
      "learning_rate": 0.00021425911875009386,
      "loss": 7.3934,
      "step": 173640
    },
    {
      "epoch": 0.3617708333333333,
      "grad_norm": 0.6741554737091064,
      "learning_rate": 0.0002142502105006261,
      "loss": 7.413,
      "step": 173650
    },
    {
      "epoch": 0.3617916666666667,
      "grad_norm": 0.9798897504806519,
      "learning_rate": 0.00021424130197362292,
      "loss": 7.3551,
      "step": 173660
    },
    {
      "epoch": 0.3618125,
      "grad_norm": 1.3858977556228638,
      "learning_rate": 0.0002142323931691227,
      "loss": 8.0684,
      "step": 173670
    },
    {
      "epoch": 0.36183333333333334,
      "grad_norm": 1.0998151302337646,
      "learning_rate": 0.00021422348408716398,
      "loss": 7.4057,
      "step": 173680
    },
    {
      "epoch": 0.36185416666666664,
      "grad_norm": 1.8099679946899414,
      "learning_rate": 0.00021421457472778523,
      "loss": 8.3024,
      "step": 173690
    },
    {
      "epoch": 0.361875,
      "grad_norm": 0.9687396883964539,
      "learning_rate": 0.00021420566509102492,
      "loss": 7.3647,
      "step": 173700
    },
    {
      "epoch": 0.36189583333333336,
      "grad_norm": 2.0629682540893555,
      "learning_rate": 0.0002141967551769216,
      "loss": 7.7532,
      "step": 173710
    },
    {
      "epoch": 0.36191666666666666,
      "grad_norm": 0.8450642228126526,
      "learning_rate": 0.00021418784498551365,
      "loss": 7.2965,
      "step": 173720
    },
    {
      "epoch": 0.3619375,
      "grad_norm": 1.4151209592819214,
      "learning_rate": 0.0002141789345168396,
      "loss": 8.0868,
      "step": 173730
    },
    {
      "epoch": 0.3619583333333333,
      "grad_norm": 1.0493491888046265,
      "learning_rate": 0.00021417002377093806,
      "loss": 7.52,
      "step": 173740
    },
    {
      "epoch": 0.3619791666666667,
      "grad_norm": 1.5426220893859863,
      "learning_rate": 0.0002141611127478473,
      "loss": 8.3267,
      "step": 173750
    },
    {
      "epoch": 0.362,
      "grad_norm": 1.8952229022979736,
      "learning_rate": 0.000214152201447606,
      "loss": 8.1254,
      "step": 173760
    },
    {
      "epoch": 0.36202083333333335,
      "grad_norm": 1.0786502361297607,
      "learning_rate": 0.0002141432898702526,
      "loss": 7.5866,
      "step": 173770
    },
    {
      "epoch": 0.36204166666666665,
      "grad_norm": 1.2275147438049316,
      "learning_rate": 0.00021413437801582548,
      "loss": 7.2623,
      "step": 173780
    },
    {
      "epoch": 0.3620625,
      "grad_norm": 0.939985454082489,
      "learning_rate": 0.0002141254658843633,
      "loss": 7.3362,
      "step": 173790
    },
    {
      "epoch": 0.3620833333333333,
      "grad_norm": 0.4846625328063965,
      "learning_rate": 0.00021411655347590452,
      "loss": 8.5001,
      "step": 173800
    },
    {
      "epoch": 0.36210416666666667,
      "grad_norm": 0.48442748188972473,
      "learning_rate": 0.00021410764079048757,
      "loss": 7.2096,
      "step": 173810
    },
    {
      "epoch": 0.362125,
      "grad_norm": 3.0931692123413086,
      "learning_rate": 0.000214098727828151,
      "loss": 7.8456,
      "step": 173820
    },
    {
      "epoch": 0.36214583333333333,
      "grad_norm": 1.4180285930633545,
      "learning_rate": 0.0002140898145889333,
      "loss": 7.4657,
      "step": 173830
    },
    {
      "epoch": 0.3621666666666667,
      "grad_norm": 0.5775068402290344,
      "learning_rate": 0.00021408090107287293,
      "loss": 7.6232,
      "step": 173840
    },
    {
      "epoch": 0.3621875,
      "grad_norm": 1.3657315969467163,
      "learning_rate": 0.00021407198728000848,
      "loss": 7.4964,
      "step": 173850
    },
    {
      "epoch": 0.36220833333333335,
      "grad_norm": 1.214814305305481,
      "learning_rate": 0.00021406307321037837,
      "loss": 7.5894,
      "step": 173860
    },
    {
      "epoch": 0.36222916666666666,
      "grad_norm": 1.1790794134140015,
      "learning_rate": 0.00021405415886402115,
      "loss": 7.5443,
      "step": 173870
    },
    {
      "epoch": 0.36225,
      "grad_norm": 1.9106353521347046,
      "learning_rate": 0.00021404524424097535,
      "loss": 7.7865,
      "step": 173880
    },
    {
      "epoch": 0.3622708333333333,
      "grad_norm": 1.018286943435669,
      "learning_rate": 0.00021403632934127942,
      "loss": 7.1373,
      "step": 173890
    },
    {
      "epoch": 0.3622916666666667,
      "grad_norm": 1.2000447511672974,
      "learning_rate": 0.0002140274141649719,
      "loss": 7.5982,
      "step": 173900
    },
    {
      "epoch": 0.3623125,
      "grad_norm": 2.533487319946289,
      "learning_rate": 0.00021401849871209127,
      "loss": 7.7728,
      "step": 173910
    },
    {
      "epoch": 0.36233333333333334,
      "grad_norm": 1.0709270238876343,
      "learning_rate": 0.00021400958298267608,
      "loss": 8.3236,
      "step": 173920
    },
    {
      "epoch": 0.36235416666666664,
      "grad_norm": 0.9838918447494507,
      "learning_rate": 0.00021400066697676486,
      "loss": 7.3006,
      "step": 173930
    },
    {
      "epoch": 0.362375,
      "grad_norm": 0.7026623487472534,
      "learning_rate": 0.00021399175069439607,
      "loss": 7.7414,
      "step": 173940
    },
    {
      "epoch": 0.3623958333333333,
      "grad_norm": 1.3199257850646973,
      "learning_rate": 0.00021398283413560823,
      "loss": 7.2276,
      "step": 173950
    },
    {
      "epoch": 0.36241666666666666,
      "grad_norm": 2.679169178009033,
      "learning_rate": 0.00021397391730043988,
      "loss": 7.8502,
      "step": 173960
    },
    {
      "epoch": 0.3624375,
      "grad_norm": 2.31581449508667,
      "learning_rate": 0.00021396500018892956,
      "loss": 8.3568,
      "step": 173970
    },
    {
      "epoch": 0.3624583333333333,
      "grad_norm": 0.7900143265724182,
      "learning_rate": 0.0002139560828011157,
      "loss": 7.547,
      "step": 173980
    },
    {
      "epoch": 0.3624791666666667,
      "grad_norm": 0.9212619662284851,
      "learning_rate": 0.00021394716513703697,
      "loss": 7.3389,
      "step": 173990
    },
    {
      "epoch": 0.3625,
      "grad_norm": 0.80735182762146,
      "learning_rate": 0.0002139382471967317,
      "loss": 7.3179,
      "step": 174000
    },
    {
      "epoch": 0.3625,
      "eval_loss": 7.498281955718994,
      "eval_runtime": 7.8618,
      "eval_samples_per_second": 0.382,
      "eval_steps_per_second": 0.127,
      "step": 174000
    },
    {
      "epoch": 0.36252083333333335,
      "grad_norm": 3.433537244796753,
      "learning_rate": 0.00021392932898023858,
      "loss": 7.8208,
      "step": 174010
    },
    {
      "epoch": 0.36254166666666665,
      "grad_norm": 0.7529181241989136,
      "learning_rate": 0.00021392041048759602,
      "loss": 7.5806,
      "step": 174020
    },
    {
      "epoch": 0.3625625,
      "grad_norm": 1.1994376182556152,
      "learning_rate": 0.0002139114917188426,
      "loss": 7.6874,
      "step": 174030
    },
    {
      "epoch": 0.3625833333333333,
      "grad_norm": 0.7910177111625671,
      "learning_rate": 0.00021390257267401682,
      "loss": 7.4259,
      "step": 174040
    },
    {
      "epoch": 0.36260416666666667,
      "grad_norm": 0.6094584465026855,
      "learning_rate": 0.00021389365335315727,
      "loss": 7.8134,
      "step": 174050
    },
    {
      "epoch": 0.362625,
      "grad_norm": 2.3529980182647705,
      "learning_rate": 0.0002138847337563024,
      "loss": 7.4829,
      "step": 174060
    },
    {
      "epoch": 0.36264583333333333,
      "grad_norm": 1.2989739179611206,
      "learning_rate": 0.00021387581388349075,
      "loss": 7.683,
      "step": 174070
    },
    {
      "epoch": 0.3626666666666667,
      "grad_norm": 10.558694839477539,
      "learning_rate": 0.00021386689373476087,
      "loss": 8.4097,
      "step": 174080
    },
    {
      "epoch": 0.3626875,
      "grad_norm": 0.985052227973938,
      "learning_rate": 0.0002138579733101513,
      "loss": 7.5603,
      "step": 174090
    },
    {
      "epoch": 0.36270833333333335,
      "grad_norm": 0.8929412961006165,
      "learning_rate": 0.00021384905260970056,
      "loss": 7.4343,
      "step": 174100
    },
    {
      "epoch": 0.36272916666666666,
      "grad_norm": 1.7531458139419556,
      "learning_rate": 0.00021384013163344722,
      "loss": 7.8749,
      "step": 174110
    },
    {
      "epoch": 0.36275,
      "grad_norm": 2.334871292114258,
      "learning_rate": 0.00021383121038142972,
      "loss": 7.9368,
      "step": 174120
    },
    {
      "epoch": 0.3627708333333333,
      "grad_norm": 1.3883581161499023,
      "learning_rate": 0.00021382228885368672,
      "loss": 8.0539,
      "step": 174130
    },
    {
      "epoch": 0.3627916666666667,
      "grad_norm": 0.8347486853599548,
      "learning_rate": 0.00021381336705025665,
      "loss": 7.6799,
      "step": 174140
    },
    {
      "epoch": 0.3628125,
      "grad_norm": 1.0955138206481934,
      "learning_rate": 0.00021380444497117807,
      "loss": 8.0248,
      "step": 174150
    },
    {
      "epoch": 0.36283333333333334,
      "grad_norm": 3.2679696083068848,
      "learning_rate": 0.00021379552261648963,
      "loss": 7.8986,
      "step": 174160
    },
    {
      "epoch": 0.36285416666666664,
      "grad_norm": 1.8874131441116333,
      "learning_rate": 0.00021378659998622971,
      "loss": 7.9041,
      "step": 174170
    },
    {
      "epoch": 0.362875,
      "grad_norm": 1.5014712810516357,
      "learning_rate": 0.00021377767708043697,
      "loss": 7.732,
      "step": 174180
    },
    {
      "epoch": 0.3628958333333333,
      "grad_norm": 0.7027021646499634,
      "learning_rate": 0.00021376875389914987,
      "loss": 7.9749,
      "step": 174190
    },
    {
      "epoch": 0.36291666666666667,
      "grad_norm": 1.6970449686050415,
      "learning_rate": 0.00021375983044240703,
      "loss": 7.5546,
      "step": 174200
    },
    {
      "epoch": 0.3629375,
      "grad_norm": 2.587505578994751,
      "learning_rate": 0.00021375090671024694,
      "loss": 7.6051,
      "step": 174210
    },
    {
      "epoch": 0.3629583333333333,
      "grad_norm": 1.5654981136322021,
      "learning_rate": 0.00021374198270270817,
      "loss": 7.4939,
      "step": 174220
    },
    {
      "epoch": 0.3629791666666667,
      "grad_norm": 0.641653299331665,
      "learning_rate": 0.00021373305841982927,
      "loss": 7.6564,
      "step": 174230
    },
    {
      "epoch": 0.363,
      "grad_norm": 0.6937029361724854,
      "learning_rate": 0.00021372413386164878,
      "loss": 7.6344,
      "step": 174240
    },
    {
      "epoch": 0.36302083333333335,
      "grad_norm": 0.8561908602714539,
      "learning_rate": 0.00021371520902820526,
      "loss": 8.0564,
      "step": 174250
    },
    {
      "epoch": 0.36304166666666665,
      "grad_norm": 1.1524134874343872,
      "learning_rate": 0.00021370628391953724,
      "loss": 7.3847,
      "step": 174260
    },
    {
      "epoch": 0.3630625,
      "grad_norm": 0.746677815914154,
      "learning_rate": 0.00021369735853568334,
      "loss": 7.6161,
      "step": 174270
    },
    {
      "epoch": 0.3630833333333333,
      "grad_norm": 1.4689708948135376,
      "learning_rate": 0.00021368843287668203,
      "loss": 7.5076,
      "step": 174280
    },
    {
      "epoch": 0.3631041666666667,
      "grad_norm": 0.6917381882667542,
      "learning_rate": 0.0002136795069425719,
      "loss": 7.2812,
      "step": 174290
    },
    {
      "epoch": 0.363125,
      "grad_norm": 0.8336793184280396,
      "learning_rate": 0.0002136705807333915,
      "loss": 7.7847,
      "step": 174300
    },
    {
      "epoch": 0.36314583333333333,
      "grad_norm": 1.295400619506836,
      "learning_rate": 0.0002136616542491794,
      "loss": 7.5296,
      "step": 174310
    },
    {
      "epoch": 0.3631666666666667,
      "grad_norm": 0.9345710277557373,
      "learning_rate": 0.00021365272748997415,
      "loss": 7.9261,
      "step": 174320
    },
    {
      "epoch": 0.3631875,
      "grad_norm": 1.9765045642852783,
      "learning_rate": 0.00021364380045581433,
      "loss": 8.0695,
      "step": 174330
    },
    {
      "epoch": 0.36320833333333336,
      "grad_norm": 0.9134010672569275,
      "learning_rate": 0.00021363487314673846,
      "loss": 7.687,
      "step": 174340
    },
    {
      "epoch": 0.36322916666666666,
      "grad_norm": 1.322426676750183,
      "learning_rate": 0.0002136259455627851,
      "loss": 7.8303,
      "step": 174350
    },
    {
      "epoch": 0.36325,
      "grad_norm": 0.7326957583427429,
      "learning_rate": 0.00021361701770399293,
      "loss": 8.4756,
      "step": 174360
    },
    {
      "epoch": 0.3632708333333333,
      "grad_norm": 1.1079832315444946,
      "learning_rate": 0.00021360808957040036,
      "loss": 7.628,
      "step": 174370
    },
    {
      "epoch": 0.3632916666666667,
      "grad_norm": 0.8417871594429016,
      "learning_rate": 0.000213599161162046,
      "loss": 7.219,
      "step": 174380
    },
    {
      "epoch": 0.3633125,
      "grad_norm": 1.2445100545883179,
      "learning_rate": 0.00021359023247896847,
      "loss": 7.3591,
      "step": 174390
    },
    {
      "epoch": 0.36333333333333334,
      "grad_norm": 1.0621417760849,
      "learning_rate": 0.0002135813035212063,
      "loss": 7.2054,
      "step": 174400
    },
    {
      "epoch": 0.36335416666666664,
      "grad_norm": 1.5798923969268799,
      "learning_rate": 0.00021357237428879807,
      "loss": 7.6863,
      "step": 174410
    },
    {
      "epoch": 0.363375,
      "grad_norm": 2.6944098472595215,
      "learning_rate": 0.00021356344478178237,
      "loss": 7.7695,
      "step": 174420
    },
    {
      "epoch": 0.3633958333333333,
      "grad_norm": 1.0317423343658447,
      "learning_rate": 0.00021355451500019773,
      "loss": 7.5049,
      "step": 174430
    },
    {
      "epoch": 0.36341666666666667,
      "grad_norm": 1.5614291429519653,
      "learning_rate": 0.00021354558494408277,
      "loss": 7.9257,
      "step": 174440
    },
    {
      "epoch": 0.3634375,
      "grad_norm": 0.803347110748291,
      "learning_rate": 0.00021353665461347598,
      "loss": 7.7056,
      "step": 174450
    },
    {
      "epoch": 0.3634583333333333,
      "grad_norm": 1.4925272464752197,
      "learning_rate": 0.00021352772400841602,
      "loss": 8.1159,
      "step": 174460
    },
    {
      "epoch": 0.3634791666666667,
      "grad_norm": 1.1977801322937012,
      "learning_rate": 0.00021351879312894145,
      "loss": 7.7871,
      "step": 174470
    },
    {
      "epoch": 0.3635,
      "grad_norm": 0.9020367860794067,
      "learning_rate": 0.00021350986197509077,
      "loss": 7.6469,
      "step": 174480
    },
    {
      "epoch": 0.36352083333333335,
      "grad_norm": 1.2964446544647217,
      "learning_rate": 0.00021350093054690268,
      "loss": 7.3239,
      "step": 174490
    },
    {
      "epoch": 0.36354166666666665,
      "grad_norm": 1.8846359252929688,
      "learning_rate": 0.00021349199884441574,
      "loss": 7.6897,
      "step": 174500
    },
    {
      "epoch": 0.3635625,
      "grad_norm": 1.8596346378326416,
      "learning_rate": 0.00021348306686766848,
      "loss": 7.8111,
      "step": 174510
    },
    {
      "epoch": 0.3635833333333333,
      "grad_norm": 0.889066219329834,
      "learning_rate": 0.00021347413461669944,
      "loss": 7.6629,
      "step": 174520
    },
    {
      "epoch": 0.3636041666666667,
      "grad_norm": 0.9888277649879456,
      "learning_rate": 0.0002134652020915473,
      "loss": 7.8437,
      "step": 174530
    },
    {
      "epoch": 0.363625,
      "grad_norm": 1.8189107179641724,
      "learning_rate": 0.00021345626929225063,
      "loss": 7.9068,
      "step": 174540
    },
    {
      "epoch": 0.36364583333333333,
      "grad_norm": 0.6030544638633728,
      "learning_rate": 0.00021344733621884792,
      "loss": 7.2806,
      "step": 174550
    },
    {
      "epoch": 0.3636666666666667,
      "grad_norm": 0.9493139982223511,
      "learning_rate": 0.00021343840287137793,
      "loss": 7.3549,
      "step": 174560
    },
    {
      "epoch": 0.3636875,
      "grad_norm": 1.0680056810379028,
      "learning_rate": 0.0002134294692498791,
      "loss": 7.5446,
      "step": 174570
    },
    {
      "epoch": 0.36370833333333336,
      "grad_norm": 1.374620795249939,
      "learning_rate": 0.00021342053535439008,
      "loss": 7.3742,
      "step": 174580
    },
    {
      "epoch": 0.36372916666666666,
      "grad_norm": 0.8845962882041931,
      "learning_rate": 0.00021341160118494945,
      "loss": 9.0014,
      "step": 174590
    },
    {
      "epoch": 0.36375,
      "grad_norm": 5.5778021812438965,
      "learning_rate": 0.0002134026667415958,
      "loss": 8.6208,
      "step": 174600
    },
    {
      "epoch": 0.3637708333333333,
      "grad_norm": 2.321756362915039,
      "learning_rate": 0.00021339373202436773,
      "loss": 8.8042,
      "step": 174610
    },
    {
      "epoch": 0.3637916666666667,
      "grad_norm": 0.9361218214035034,
      "learning_rate": 0.0002133847970333038,
      "loss": 7.5653,
      "step": 174620
    },
    {
      "epoch": 0.3638125,
      "grad_norm": 1.1457595825195312,
      "learning_rate": 0.00021337586176844268,
      "loss": 8.6613,
      "step": 174630
    },
    {
      "epoch": 0.36383333333333334,
      "grad_norm": 0.6985465288162231,
      "learning_rate": 0.00021336692622982295,
      "loss": 7.5632,
      "step": 174640
    },
    {
      "epoch": 0.36385416666666665,
      "grad_norm": 3.825050115585327,
      "learning_rate": 0.00021335799041748306,
      "loss": 7.7075,
      "step": 174650
    },
    {
      "epoch": 0.363875,
      "grad_norm": 0.9998127222061157,
      "learning_rate": 0.00021334905433146185,
      "loss": 7.5757,
      "step": 174660
    },
    {
      "epoch": 0.3638958333333333,
      "grad_norm": 0.521477997303009,
      "learning_rate": 0.00021334011797179776,
      "loss": 7.7283,
      "step": 174670
    },
    {
      "epoch": 0.36391666666666667,
      "grad_norm": 1.1110864877700806,
      "learning_rate": 0.00021333118133852943,
      "loss": 7.3276,
      "step": 174680
    },
    {
      "epoch": 0.3639375,
      "grad_norm": 1.0467525720596313,
      "learning_rate": 0.00021332224443169543,
      "loss": 7.2978,
      "step": 174690
    },
    {
      "epoch": 0.36395833333333333,
      "grad_norm": 0.5798752903938293,
      "learning_rate": 0.00021331330725133448,
      "loss": 7.6881,
      "step": 174700
    },
    {
      "epoch": 0.3639791666666667,
      "grad_norm": 0.8537813425064087,
      "learning_rate": 0.00021330436979748508,
      "loss": 7.609,
      "step": 174710
    },
    {
      "epoch": 0.364,
      "grad_norm": 0.8020064830780029,
      "learning_rate": 0.0002132954320701858,
      "loss": 7.0774,
      "step": 174720
    },
    {
      "epoch": 0.36402083333333335,
      "grad_norm": 0.9947128891944885,
      "learning_rate": 0.00021328649406947533,
      "loss": 7.5374,
      "step": 174730
    },
    {
      "epoch": 0.36404166666666665,
      "grad_norm": 11.795400619506836,
      "learning_rate": 0.0002132775557953923,
      "loss": 7.5689,
      "step": 174740
    },
    {
      "epoch": 0.3640625,
      "grad_norm": 0.5382562875747681,
      "learning_rate": 0.00021326861724797527,
      "loss": 7.4194,
      "step": 174750
    },
    {
      "epoch": 0.3640833333333333,
      "grad_norm": 0.7923722267150879,
      "learning_rate": 0.0002132596784272628,
      "loss": 7.6459,
      "step": 174760
    },
    {
      "epoch": 0.3641041666666667,
      "grad_norm": 0.8815276622772217,
      "learning_rate": 0.0002132507393332936,
      "loss": 7.6755,
      "step": 174770
    },
    {
      "epoch": 0.364125,
      "grad_norm": 0.873252272605896,
      "learning_rate": 0.00021324179996610624,
      "loss": 7.7384,
      "step": 174780
    },
    {
      "epoch": 0.36414583333333334,
      "grad_norm": 1.1150083541870117,
      "learning_rate": 0.00021323286032573935,
      "loss": 7.7596,
      "step": 174790
    },
    {
      "epoch": 0.3641666666666667,
      "grad_norm": 1.1748275756835938,
      "learning_rate": 0.0002132239204122315,
      "loss": 7.6798,
      "step": 174800
    },
    {
      "epoch": 0.3641875,
      "grad_norm": 1.040349006652832,
      "learning_rate": 0.00021321498022562138,
      "loss": 7.1434,
      "step": 174810
    },
    {
      "epoch": 0.36420833333333336,
      "grad_norm": 0.7034620642662048,
      "learning_rate": 0.0002132060397659475,
      "loss": 7.6179,
      "step": 174820
    },
    {
      "epoch": 0.36422916666666666,
      "grad_norm": 0.7781181335449219,
      "learning_rate": 0.0002131970990332486,
      "loss": 8.002,
      "step": 174830
    },
    {
      "epoch": 0.36425,
      "grad_norm": 3.912367582321167,
      "learning_rate": 0.00021318815802756324,
      "loss": 8.5561,
      "step": 174840
    },
    {
      "epoch": 0.3642708333333333,
      "grad_norm": 0.9377380609512329,
      "learning_rate": 0.00021317921674893,
      "loss": 7.3729,
      "step": 174850
    },
    {
      "epoch": 0.3642916666666667,
      "grad_norm": 0.9155006408691406,
      "learning_rate": 0.00021317027519738766,
      "loss": 7.7461,
      "step": 174860
    },
    {
      "epoch": 0.3643125,
      "grad_norm": 1.225637435913086,
      "learning_rate": 0.00021316133337297464,
      "loss": 7.8015,
      "step": 174870
    },
    {
      "epoch": 0.36433333333333334,
      "grad_norm": 0.7944886088371277,
      "learning_rate": 0.0002131523912757297,
      "loss": 7.4625,
      "step": 174880
    },
    {
      "epoch": 0.36435416666666665,
      "grad_norm": 1.1510428190231323,
      "learning_rate": 0.00021314344890569146,
      "loss": 7.8275,
      "step": 174890
    },
    {
      "epoch": 0.364375,
      "grad_norm": 1.186187744140625,
      "learning_rate": 0.00021313450626289846,
      "loss": 7.8594,
      "step": 174900
    },
    {
      "epoch": 0.3643958333333333,
      "grad_norm": 0.49273571372032166,
      "learning_rate": 0.0002131255633473894,
      "loss": 7.1933,
      "step": 174910
    },
    {
      "epoch": 0.36441666666666667,
      "grad_norm": 1.2905468940734863,
      "learning_rate": 0.0002131166201592029,
      "loss": 7.6102,
      "step": 174920
    },
    {
      "epoch": 0.3644375,
      "grad_norm": 1.5335184335708618,
      "learning_rate": 0.00021310767669837754,
      "loss": 7.7764,
      "step": 174930
    },
    {
      "epoch": 0.36445833333333333,
      "grad_norm": 1.1287925243377686,
      "learning_rate": 0.00021309873296495205,
      "loss": 8.3849,
      "step": 174940
    },
    {
      "epoch": 0.3644791666666667,
      "grad_norm": 1.3581982851028442,
      "learning_rate": 0.000213089788958965,
      "loss": 7.5855,
      "step": 174950
    },
    {
      "epoch": 0.3645,
      "grad_norm": 1.448363184928894,
      "learning_rate": 0.00021308084468045502,
      "loss": 9.4455,
      "step": 174960
    },
    {
      "epoch": 0.36452083333333335,
      "grad_norm": 0.8303680419921875,
      "learning_rate": 0.00021307190012946078,
      "loss": 7.5921,
      "step": 174970
    },
    {
      "epoch": 0.36454166666666665,
      "grad_norm": 0.6169443726539612,
      "learning_rate": 0.00021306295530602087,
      "loss": 7.7616,
      "step": 174980
    },
    {
      "epoch": 0.3645625,
      "grad_norm": 1.3749438524246216,
      "learning_rate": 0.00021305401021017397,
      "loss": 7.9732,
      "step": 174990
    },
    {
      "epoch": 0.3645833333333333,
      "grad_norm": 0.7739012241363525,
      "learning_rate": 0.00021304506484195874,
      "loss": 7.5372,
      "step": 175000
    },
    {
      "epoch": 0.3645833333333333,
      "eval_loss": 7.938536167144775,
      "eval_runtime": 7.9803,
      "eval_samples_per_second": 0.376,
      "eval_steps_per_second": 0.125,
      "step": 175000
    },
    {
      "epoch": 0.3646041666666667,
      "grad_norm": 2.8347973823547363,
      "learning_rate": 0.00021303611920141374,
      "loss": 7.4945,
      "step": 175010
    },
    {
      "epoch": 0.364625,
      "grad_norm": 0.8908310532569885,
      "learning_rate": 0.00021302717328857763,
      "loss": 8.0007,
      "step": 175020
    },
    {
      "epoch": 0.36464583333333334,
      "grad_norm": 1.021673321723938,
      "learning_rate": 0.00021301822710348913,
      "loss": 7.2673,
      "step": 175030
    },
    {
      "epoch": 0.36466666666666664,
      "grad_norm": 0.7534765601158142,
      "learning_rate": 0.00021300928064618682,
      "loss": 7.6585,
      "step": 175040
    },
    {
      "epoch": 0.3646875,
      "grad_norm": 1.1381919384002686,
      "learning_rate": 0.00021300033391670933,
      "loss": 7.7728,
      "step": 175050
    },
    {
      "epoch": 0.36470833333333336,
      "grad_norm": 1.6396403312683105,
      "learning_rate": 0.00021299138691509542,
      "loss": 7.8336,
      "step": 175060
    },
    {
      "epoch": 0.36472916666666666,
      "grad_norm": 0.8820796608924866,
      "learning_rate": 0.00021298243964138356,
      "loss": 7.5059,
      "step": 175070
    },
    {
      "epoch": 0.36475,
      "grad_norm": 0.7452003955841064,
      "learning_rate": 0.00021297349209561253,
      "loss": 7.9664,
      "step": 175080
    },
    {
      "epoch": 0.3647708333333333,
      "grad_norm": 0.7542645335197449,
      "learning_rate": 0.00021296454427782095,
      "loss": 7.9824,
      "step": 175090
    },
    {
      "epoch": 0.3647916666666667,
      "grad_norm": 0.6638428568840027,
      "learning_rate": 0.0002129555961880474,
      "loss": 7.6716,
      "step": 175100
    },
    {
      "epoch": 0.3648125,
      "grad_norm": 2.229142427444458,
      "learning_rate": 0.00021294664782633066,
      "loss": 7.3939,
      "step": 175110
    },
    {
      "epoch": 0.36483333333333334,
      "grad_norm": 0.7830060124397278,
      "learning_rate": 0.00021293769919270928,
      "loss": 7.9664,
      "step": 175120
    },
    {
      "epoch": 0.36485416666666665,
      "grad_norm": 0.6538259387016296,
      "learning_rate": 0.00021292875028722198,
      "loss": 7.5797,
      "step": 175130
    },
    {
      "epoch": 0.364875,
      "grad_norm": 1.567155361175537,
      "learning_rate": 0.0002129198011099074,
      "loss": 7.722,
      "step": 175140
    },
    {
      "epoch": 0.3648958333333333,
      "grad_norm": 0.7990362644195557,
      "learning_rate": 0.00021291085166080413,
      "loss": 7.8399,
      "step": 175150
    },
    {
      "epoch": 0.36491666666666667,
      "grad_norm": 1.1983500719070435,
      "learning_rate": 0.0002129019019399509,
      "loss": 7.4442,
      "step": 175160
    },
    {
      "epoch": 0.3649375,
      "grad_norm": 0.9221753478050232,
      "learning_rate": 0.00021289295194738646,
      "loss": 7.7232,
      "step": 175170
    },
    {
      "epoch": 0.36495833333333333,
      "grad_norm": 1.0052722692489624,
      "learning_rate": 0.00021288400168314924,
      "loss": 7.1826,
      "step": 175180
    },
    {
      "epoch": 0.3649791666666667,
      "grad_norm": 0.790171205997467,
      "learning_rate": 0.00021287505114727802,
      "loss": 7.7785,
      "step": 175190
    },
    {
      "epoch": 0.365,
      "grad_norm": 2.8432884216308594,
      "learning_rate": 0.00021286610033981152,
      "loss": 8.7289,
      "step": 175200
    },
    {
      "epoch": 0.36502083333333335,
      "grad_norm": 0.6240798830986023,
      "learning_rate": 0.00021285714926078833,
      "loss": 8.2097,
      "step": 175210
    },
    {
      "epoch": 0.36504166666666665,
      "grad_norm": 1.0484638214111328,
      "learning_rate": 0.0002128481979102471,
      "loss": 7.5131,
      "step": 175220
    },
    {
      "epoch": 0.3650625,
      "grad_norm": 0.7806903123855591,
      "learning_rate": 0.0002128392462882266,
      "loss": 7.7168,
      "step": 175230
    },
    {
      "epoch": 0.3650833333333333,
      "grad_norm": 2.5912024974823,
      "learning_rate": 0.0002128302943947654,
      "loss": 7.606,
      "step": 175240
    },
    {
      "epoch": 0.3651041666666667,
      "grad_norm": 4.153426647186279,
      "learning_rate": 0.00021282134222990221,
      "loss": 8.1194,
      "step": 175250
    },
    {
      "epoch": 0.365125,
      "grad_norm": 0.8616755604743958,
      "learning_rate": 0.00021281238979367568,
      "loss": 7.9128,
      "step": 175260
    },
    {
      "epoch": 0.36514583333333334,
      "grad_norm": 0.6639382839202881,
      "learning_rate": 0.00021280343708612447,
      "loss": 7.8279,
      "step": 175270
    },
    {
      "epoch": 0.36516666666666664,
      "grad_norm": 0.6861087083816528,
      "learning_rate": 0.00021279448410728728,
      "loss": 7.7353,
      "step": 175280
    },
    {
      "epoch": 0.3651875,
      "grad_norm": 0.5632742643356323,
      "learning_rate": 0.00021278553085720276,
      "loss": 8.2187,
      "step": 175290
    },
    {
      "epoch": 0.36520833333333336,
      "grad_norm": 1.6712838411331177,
      "learning_rate": 0.00021277657733590965,
      "loss": 7.6483,
      "step": 175300
    },
    {
      "epoch": 0.36522916666666666,
      "grad_norm": 0.49744537472724915,
      "learning_rate": 0.00021276762354344655,
      "loss": 8.3655,
      "step": 175310
    },
    {
      "epoch": 0.36525,
      "grad_norm": 5.392958641052246,
      "learning_rate": 0.00021275866947985213,
      "loss": 7.6975,
      "step": 175320
    },
    {
      "epoch": 0.3652708333333333,
      "grad_norm": 0.7441328763961792,
      "learning_rate": 0.00021274971514516512,
      "loss": 7.8285,
      "step": 175330
    },
    {
      "epoch": 0.3652916666666667,
      "grad_norm": 1.3301777839660645,
      "learning_rate": 0.00021274076053942422,
      "loss": 7.5315,
      "step": 175340
    },
    {
      "epoch": 0.3653125,
      "grad_norm": 0.5848222970962524,
      "learning_rate": 0.00021273180566266797,
      "loss": 7.9591,
      "step": 175350
    },
    {
      "epoch": 0.36533333333333334,
      "grad_norm": 1.2791529893875122,
      "learning_rate": 0.00021272285051493524,
      "loss": 8.0889,
      "step": 175360
    },
    {
      "epoch": 0.36535416666666665,
      "grad_norm": 0.7541085481643677,
      "learning_rate": 0.00021271389509626459,
      "loss": 7.5687,
      "step": 175370
    },
    {
      "epoch": 0.365375,
      "grad_norm": 1.4955103397369385,
      "learning_rate": 0.00021270493940669477,
      "loss": 7.499,
      "step": 175380
    },
    {
      "epoch": 0.3653958333333333,
      "grad_norm": 1.274275541305542,
      "learning_rate": 0.00021269598344626436,
      "loss": 7.4374,
      "step": 175390
    },
    {
      "epoch": 0.36541666666666667,
      "grad_norm": 2.4291090965270996,
      "learning_rate": 0.0002126870272150122,
      "loss": 7.9537,
      "step": 175400
    },
    {
      "epoch": 0.3654375,
      "grad_norm": 0.8782520890235901,
      "learning_rate": 0.00021267807071297684,
      "loss": 7.4386,
      "step": 175410
    },
    {
      "epoch": 0.36545833333333333,
      "grad_norm": 1.217161774635315,
      "learning_rate": 0.000212669113940197,
      "loss": 8.3496,
      "step": 175420
    },
    {
      "epoch": 0.3654791666666667,
      "grad_norm": 2.2880334854125977,
      "learning_rate": 0.0002126601568967115,
      "loss": 8.027,
      "step": 175430
    },
    {
      "epoch": 0.3655,
      "grad_norm": 1.3120990991592407,
      "learning_rate": 0.00021265119958255882,
      "loss": 7.7343,
      "step": 175440
    },
    {
      "epoch": 0.36552083333333335,
      "grad_norm": 1.5631382465362549,
      "learning_rate": 0.0002126422419977778,
      "loss": 7.7038,
      "step": 175450
    },
    {
      "epoch": 0.36554166666666665,
      "grad_norm": 1.684901237487793,
      "learning_rate": 0.0002126332841424071,
      "loss": 8.8711,
      "step": 175460
    },
    {
      "epoch": 0.3655625,
      "grad_norm": 1.303055763244629,
      "learning_rate": 0.0002126243260164854,
      "loss": 8.1483,
      "step": 175470
    },
    {
      "epoch": 0.3655833333333333,
      "grad_norm": 2.7721853256225586,
      "learning_rate": 0.00021261536762005138,
      "loss": 8.3061,
      "step": 175480
    },
    {
      "epoch": 0.3656041666666667,
      "grad_norm": 1.175482153892517,
      "learning_rate": 0.00021260640895314376,
      "loss": 7.0313,
      "step": 175490
    },
    {
      "epoch": 0.365625,
      "grad_norm": 1.1974859237670898,
      "learning_rate": 0.00021259745001580126,
      "loss": 7.4404,
      "step": 175500
    },
    {
      "epoch": 0.36564583333333334,
      "grad_norm": 0.6839799284934998,
      "learning_rate": 0.00021258849080806256,
      "loss": 7.8815,
      "step": 175510
    },
    {
      "epoch": 0.36566666666666664,
      "grad_norm": 1.8036284446716309,
      "learning_rate": 0.0002125795313299663,
      "loss": 7.5908,
      "step": 175520
    },
    {
      "epoch": 0.3656875,
      "grad_norm": 1.4029076099395752,
      "learning_rate": 0.00021257057158155127,
      "loss": 8.07,
      "step": 175530
    },
    {
      "epoch": 0.36570833333333336,
      "grad_norm": 0.8153513073921204,
      "learning_rate": 0.00021256161156285616,
      "loss": 7.3916,
      "step": 175540
    },
    {
      "epoch": 0.36572916666666666,
      "grad_norm": 2.887859344482422,
      "learning_rate": 0.0002125526512739196,
      "loss": 7.7423,
      "step": 175550
    },
    {
      "epoch": 0.36575,
      "grad_norm": 0.5089450478553772,
      "learning_rate": 0.00021254369071478034,
      "loss": 8.1879,
      "step": 175560
    },
    {
      "epoch": 0.3657708333333333,
      "grad_norm": 0.7557545900344849,
      "learning_rate": 0.00021253472988547718,
      "loss": 8.0869,
      "step": 175570
    },
    {
      "epoch": 0.3657916666666667,
      "grad_norm": 1.4803699254989624,
      "learning_rate": 0.00021252576878604869,
      "loss": 7.7799,
      "step": 175580
    },
    {
      "epoch": 0.3658125,
      "grad_norm": 0.9046435952186584,
      "learning_rate": 0.00021251680741653364,
      "loss": 7.675,
      "step": 175590
    },
    {
      "epoch": 0.36583333333333334,
      "grad_norm": 6.054567337036133,
      "learning_rate": 0.00021250784577697067,
      "loss": 8.034,
      "step": 175600
    },
    {
      "epoch": 0.36585416666666665,
      "grad_norm": 1.1933904886245728,
      "learning_rate": 0.0002124988838673986,
      "loss": 7.9267,
      "step": 175610
    },
    {
      "epoch": 0.365875,
      "grad_norm": 0.8966628313064575,
      "learning_rate": 0.0002124899216878561,
      "loss": 7.606,
      "step": 175620
    },
    {
      "epoch": 0.3658958333333333,
      "grad_norm": 0.8268699049949646,
      "learning_rate": 0.0002124809592383818,
      "loss": 7.4187,
      "step": 175630
    },
    {
      "epoch": 0.36591666666666667,
      "grad_norm": 4.223336219787598,
      "learning_rate": 0.00021247199651901457,
      "loss": 8.5364,
      "step": 175640
    },
    {
      "epoch": 0.3659375,
      "grad_norm": 1.500491738319397,
      "learning_rate": 0.000212463033529793,
      "loss": 7.5614,
      "step": 175650
    },
    {
      "epoch": 0.36595833333333333,
      "grad_norm": 1.4331841468811035,
      "learning_rate": 0.00021245407027075587,
      "loss": 8.1929,
      "step": 175660
    },
    {
      "epoch": 0.3659791666666667,
      "grad_norm": 1.1927343606948853,
      "learning_rate": 0.00021244510674194188,
      "loss": 7.5357,
      "step": 175670
    },
    {
      "epoch": 0.366,
      "grad_norm": 1.4848624467849731,
      "learning_rate": 0.00021243614294338977,
      "loss": 7.9596,
      "step": 175680
    },
    {
      "epoch": 0.36602083333333335,
      "grad_norm": 2.1469810009002686,
      "learning_rate": 0.00021242717887513818,
      "loss": 7.5313,
      "step": 175690
    },
    {
      "epoch": 0.36604166666666665,
      "grad_norm": 1.1400452852249146,
      "learning_rate": 0.0002124182145372259,
      "loss": 8.1968,
      "step": 175700
    },
    {
      "epoch": 0.3660625,
      "grad_norm": 0.5770502686500549,
      "learning_rate": 0.00021240924992969168,
      "loss": 7.6905,
      "step": 175710
    },
    {
      "epoch": 0.3660833333333333,
      "grad_norm": 0.7912424802780151,
      "learning_rate": 0.00021240028505257414,
      "loss": 7.5563,
      "step": 175720
    },
    {
      "epoch": 0.3661041666666667,
      "grad_norm": 1.871186375617981,
      "learning_rate": 0.0002123913199059121,
      "loss": 7.9144,
      "step": 175730
    },
    {
      "epoch": 0.366125,
      "grad_norm": 0.7012325525283813,
      "learning_rate": 0.00021238235448974428,
      "loss": 7.4863,
      "step": 175740
    },
    {
      "epoch": 0.36614583333333334,
      "grad_norm": 3.0700747966766357,
      "learning_rate": 0.00021237338880410937,
      "loss": 7.634,
      "step": 175750
    },
    {
      "epoch": 0.36616666666666664,
      "grad_norm": 1.9948896169662476,
      "learning_rate": 0.0002123644228490461,
      "loss": 7.3917,
      "step": 175760
    },
    {
      "epoch": 0.3661875,
      "grad_norm": 0.7362132668495178,
      "learning_rate": 0.0002123554566245932,
      "loss": 7.3214,
      "step": 175770
    },
    {
      "epoch": 0.36620833333333336,
      "grad_norm": 2.7380940914154053,
      "learning_rate": 0.00021234649013078945,
      "loss": 8.2269,
      "step": 175780
    },
    {
      "epoch": 0.36622916666666666,
      "grad_norm": 1.8975543975830078,
      "learning_rate": 0.0002123375233676735,
      "loss": 7.8605,
      "step": 175790
    },
    {
      "epoch": 0.36625,
      "grad_norm": 0.7145015001296997,
      "learning_rate": 0.0002123285563352841,
      "loss": 7.4882,
      "step": 175800
    },
    {
      "epoch": 0.3662708333333333,
      "grad_norm": 0.5139474272727966,
      "learning_rate": 0.00021231958903366005,
      "loss": 8.1558,
      "step": 175810
    },
    {
      "epoch": 0.3662916666666667,
      "grad_norm": 0.7429672479629517,
      "learning_rate": 0.00021231062146284004,
      "loss": 7.5288,
      "step": 175820
    },
    {
      "epoch": 0.3663125,
      "grad_norm": 1.8487757444381714,
      "learning_rate": 0.00021230165362286278,
      "loss": 7.7285,
      "step": 175830
    },
    {
      "epoch": 0.36633333333333334,
      "grad_norm": 1.421723484992981,
      "learning_rate": 0.00021229268551376708,
      "loss": 7.5288,
      "step": 175840
    },
    {
      "epoch": 0.36635416666666665,
      "grad_norm": 1.4866851568222046,
      "learning_rate": 0.00021228371713559162,
      "loss": 9.5047,
      "step": 175850
    },
    {
      "epoch": 0.366375,
      "grad_norm": 1.6569459438323975,
      "learning_rate": 0.00021227474848837516,
      "loss": 7.2843,
      "step": 175860
    },
    {
      "epoch": 0.3663958333333333,
      "grad_norm": 0.8386632800102234,
      "learning_rate": 0.00021226577957215642,
      "loss": 7.2938,
      "step": 175870
    },
    {
      "epoch": 0.36641666666666667,
      "grad_norm": 1.9844505786895752,
      "learning_rate": 0.00021225681038697418,
      "loss": 7.8752,
      "step": 175880
    },
    {
      "epoch": 0.3664375,
      "grad_norm": 1.899155855178833,
      "learning_rate": 0.0002122478409328671,
      "loss": 8.2404,
      "step": 175890
    },
    {
      "epoch": 0.36645833333333333,
      "grad_norm": 1.2936218976974487,
      "learning_rate": 0.00021223887120987408,
      "loss": 7.4551,
      "step": 175900
    },
    {
      "epoch": 0.3664791666666667,
      "grad_norm": 1.868551254272461,
      "learning_rate": 0.00021222990121803372,
      "loss": 7.7277,
      "step": 175910
    },
    {
      "epoch": 0.3665,
      "grad_norm": 0.8168306350708008,
      "learning_rate": 0.0002122209309573848,
      "loss": 7.7448,
      "step": 175920
    },
    {
      "epoch": 0.36652083333333335,
      "grad_norm": 1.7013044357299805,
      "learning_rate": 0.00021221196042796615,
      "loss": 7.9597,
      "step": 175930
    },
    {
      "epoch": 0.36654166666666665,
      "grad_norm": 1.4988168478012085,
      "learning_rate": 0.00021220298962981642,
      "loss": 8.1076,
      "step": 175940
    },
    {
      "epoch": 0.3665625,
      "grad_norm": 2.1648364067077637,
      "learning_rate": 0.00021219401856297437,
      "loss": 7.8127,
      "step": 175950
    },
    {
      "epoch": 0.3665833333333333,
      "grad_norm": 2.639010190963745,
      "learning_rate": 0.00021218504722747883,
      "loss": 7.5246,
      "step": 175960
    },
    {
      "epoch": 0.3666041666666667,
      "grad_norm": 0.9340064525604248,
      "learning_rate": 0.00021217607562336847,
      "loss": 7.3766,
      "step": 175970
    },
    {
      "epoch": 0.366625,
      "grad_norm": 1.2506203651428223,
      "learning_rate": 0.0002121671037506821,
      "loss": 7.2806,
      "step": 175980
    },
    {
      "epoch": 0.36664583333333334,
      "grad_norm": 1.4429936408996582,
      "learning_rate": 0.0002121581316094584,
      "loss": 7.3665,
      "step": 175990
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 2.3081934452056885,
      "learning_rate": 0.00021214915919973618,
      "loss": 8.1415,
      "step": 176000
    },
    {
      "epoch": 0.36666666666666664,
      "eval_loss": 7.0321197509765625,
      "eval_runtime": 12.0765,
      "eval_samples_per_second": 0.248,
      "eval_steps_per_second": 0.083,
      "step": 176000
    },
    {
      "epoch": 0.3666875,
      "grad_norm": 4.914849281311035,
      "learning_rate": 0.00021214018652155424,
      "loss": 7.9056,
      "step": 176010
    },
    {
      "epoch": 0.36670833333333336,
      "grad_norm": 1.4800893068313599,
      "learning_rate": 0.00021213121357495127,
      "loss": 8.312,
      "step": 176020
    },
    {
      "epoch": 0.36672916666666666,
      "grad_norm": 1.3139548301696777,
      "learning_rate": 0.00021212224035996603,
      "loss": 7.2937,
      "step": 176030
    },
    {
      "epoch": 0.36675,
      "grad_norm": 0.6472373008728027,
      "learning_rate": 0.00021211326687663735,
      "loss": 7.7877,
      "step": 176040
    },
    {
      "epoch": 0.3667708333333333,
      "grad_norm": 1.949143409729004,
      "learning_rate": 0.0002121042931250039,
      "loss": 8.0851,
      "step": 176050
    },
    {
      "epoch": 0.3667916666666667,
      "grad_norm": 1.3419057130813599,
      "learning_rate": 0.00021209531910510452,
      "loss": 7.5047,
      "step": 176060
    },
    {
      "epoch": 0.3668125,
      "grad_norm": 2.377314567565918,
      "learning_rate": 0.00021208634481697792,
      "loss": 7.5612,
      "step": 176070
    },
    {
      "epoch": 0.36683333333333334,
      "grad_norm": 1.9328612089157104,
      "learning_rate": 0.0002120773702606629,
      "loss": 7.4798,
      "step": 176080
    },
    {
      "epoch": 0.36685416666666665,
      "grad_norm": 1.3684221506118774,
      "learning_rate": 0.00021206839543619815,
      "loss": 8.461,
      "step": 176090
    },
    {
      "epoch": 0.366875,
      "grad_norm": 1.0137138366699219,
      "learning_rate": 0.00021205942034362258,
      "loss": 7.9942,
      "step": 176100
    },
    {
      "epoch": 0.3668958333333333,
      "grad_norm": 0.7255847454071045,
      "learning_rate": 0.00021205044498297484,
      "loss": 7.4282,
      "step": 176110
    },
    {
      "epoch": 0.36691666666666667,
      "grad_norm": 0.668948769569397,
      "learning_rate": 0.00021204146935429374,
      "loss": 8.363,
      "step": 176120
    },
    {
      "epoch": 0.3669375,
      "grad_norm": 0.8997580409049988,
      "learning_rate": 0.00021203249345761805,
      "loss": 7.6662,
      "step": 176130
    },
    {
      "epoch": 0.36695833333333333,
      "grad_norm": 0.8186166882514954,
      "learning_rate": 0.00021202351729298654,
      "loss": 7.5766,
      "step": 176140
    },
    {
      "epoch": 0.3669791666666667,
      "grad_norm": 1.7063512802124023,
      "learning_rate": 0.000212014540860438,
      "loss": 8.5773,
      "step": 176150
    },
    {
      "epoch": 0.367,
      "grad_norm": 1.7150793075561523,
      "learning_rate": 0.0002120055641600112,
      "loss": 7.6439,
      "step": 176160
    },
    {
      "epoch": 0.36702083333333335,
      "grad_norm": 1.139572262763977,
      "learning_rate": 0.00021199658719174487,
      "loss": 7.8983,
      "step": 176170
    },
    {
      "epoch": 0.36704166666666665,
      "grad_norm": 0.604702889919281,
      "learning_rate": 0.0002119876099556779,
      "loss": 7.8525,
      "step": 176180
    },
    {
      "epoch": 0.3670625,
      "grad_norm": 1.9545655250549316,
      "learning_rate": 0.0002119786324518489,
      "loss": 8.2896,
      "step": 176190
    },
    {
      "epoch": 0.3670833333333333,
      "grad_norm": 0.6382359862327576,
      "learning_rate": 0.00021196965468029674,
      "loss": 7.89,
      "step": 176200
    },
    {
      "epoch": 0.3671041666666667,
      "grad_norm": 0.7544385194778442,
      "learning_rate": 0.0002119606766410603,
      "loss": 8.1046,
      "step": 176210
    },
    {
      "epoch": 0.367125,
      "grad_norm": 2.8563075065612793,
      "learning_rate": 0.00021195169833417818,
      "loss": 7.6823,
      "step": 176220
    },
    {
      "epoch": 0.36714583333333334,
      "grad_norm": 1.6932132244110107,
      "learning_rate": 0.00021194271975968925,
      "loss": 7.9987,
      "step": 176230
    },
    {
      "epoch": 0.36716666666666664,
      "grad_norm": 0.8803146481513977,
      "learning_rate": 0.00021193374091763232,
      "loss": 7.4003,
      "step": 176240
    },
    {
      "epoch": 0.3671875,
      "grad_norm": 0.8536351323127747,
      "learning_rate": 0.00021192476180804612,
      "loss": 7.3059,
      "step": 176250
    },
    {
      "epoch": 0.36720833333333336,
      "grad_norm": 2.175281524658203,
      "learning_rate": 0.00021191578243096943,
      "loss": 7.4431,
      "step": 176260
    },
    {
      "epoch": 0.36722916666666666,
      "grad_norm": 1.4333983659744263,
      "learning_rate": 0.00021190680278644115,
      "loss": 7.7702,
      "step": 176270
    },
    {
      "epoch": 0.36725,
      "grad_norm": 1.1293551921844482,
      "learning_rate": 0.00021189782287449994,
      "loss": 7.6862,
      "step": 176280
    },
    {
      "epoch": 0.3672708333333333,
      "grad_norm": 1.2226570844650269,
      "learning_rate": 0.0002118888426951846,
      "loss": 7.7119,
      "step": 176290
    },
    {
      "epoch": 0.3672916666666667,
      "grad_norm": 1.2132651805877686,
      "learning_rate": 0.00021187986224853407,
      "loss": 7.6667,
      "step": 176300
    },
    {
      "epoch": 0.3673125,
      "grad_norm": 1.469851016998291,
      "learning_rate": 0.00021187088153458693,
      "loss": 7.5773,
      "step": 176310
    },
    {
      "epoch": 0.36733333333333335,
      "grad_norm": 0.845313310623169,
      "learning_rate": 0.0002118619005533821,
      "loss": 8.2422,
      "step": 176320
    },
    {
      "epoch": 0.36735416666666665,
      "grad_norm": 0.8295177817344666,
      "learning_rate": 0.00021185291930495833,
      "loss": 7.6368,
      "step": 176330
    },
    {
      "epoch": 0.367375,
      "grad_norm": 1.5602490901947021,
      "learning_rate": 0.00021184393778935447,
      "loss": 7.4649,
      "step": 176340
    },
    {
      "epoch": 0.3673958333333333,
      "grad_norm": 3.9415061473846436,
      "learning_rate": 0.00021183495600660924,
      "loss": 7.9219,
      "step": 176350
    },
    {
      "epoch": 0.36741666666666667,
      "grad_norm": 5.803640842437744,
      "learning_rate": 0.00021182597395676147,
      "loss": 8.1821,
      "step": 176360
    },
    {
      "epoch": 0.3674375,
      "grad_norm": 0.6826003193855286,
      "learning_rate": 0.00021181699163984997,
      "loss": 7.5169,
      "step": 176370
    },
    {
      "epoch": 0.36745833333333333,
      "grad_norm": 0.9304680824279785,
      "learning_rate": 0.00021180800905591361,
      "loss": 7.4271,
      "step": 176380
    },
    {
      "epoch": 0.3674791666666667,
      "grad_norm": 0.8459864258766174,
      "learning_rate": 0.000211799026204991,
      "loss": 7.5344,
      "step": 176390
    },
    {
      "epoch": 0.3675,
      "grad_norm": 1.018880844116211,
      "learning_rate": 0.00021179004308712111,
      "loss": 7.5773,
      "step": 176400
    },
    {
      "epoch": 0.36752083333333335,
      "grad_norm": 2.7634940147399902,
      "learning_rate": 0.00021178105970234276,
      "loss": 7.8685,
      "step": 176410
    },
    {
      "epoch": 0.36754166666666666,
      "grad_norm": 0.9651464819908142,
      "learning_rate": 0.0002117720760506946,
      "loss": 7.1987,
      "step": 176420
    },
    {
      "epoch": 0.3675625,
      "grad_norm": 0.7480941414833069,
      "learning_rate": 0.00021176309213221552,
      "loss": 7.5107,
      "step": 176430
    },
    {
      "epoch": 0.3675833333333333,
      "grad_norm": 1.654374599456787,
      "learning_rate": 0.00021175410794694438,
      "loss": 7.9485,
      "step": 176440
    },
    {
      "epoch": 0.3676041666666667,
      "grad_norm": 1.1839396953582764,
      "learning_rate": 0.0002117451234949199,
      "loss": 7.3906,
      "step": 176450
    },
    {
      "epoch": 0.367625,
      "grad_norm": 1.124435544013977,
      "learning_rate": 0.00021173613877618094,
      "loss": 7.7908,
      "step": 176460
    },
    {
      "epoch": 0.36764583333333334,
      "grad_norm": 0.9868935346603394,
      "learning_rate": 0.00021172715379076632,
      "loss": 7.6011,
      "step": 176470
    },
    {
      "epoch": 0.36766666666666664,
      "grad_norm": 1.222298264503479,
      "learning_rate": 0.00021171816853871479,
      "loss": 7.636,
      "step": 176480
    },
    {
      "epoch": 0.3676875,
      "grad_norm": 0.8522512912750244,
      "learning_rate": 0.0002117091830200652,
      "loss": 8.0818,
      "step": 176490
    },
    {
      "epoch": 0.36770833333333336,
      "grad_norm": 0.6595537066459656,
      "learning_rate": 0.0002117001972348564,
      "loss": 7.7354,
      "step": 176500
    },
    {
      "epoch": 0.36772916666666666,
      "grad_norm": 0.7787778377532959,
      "learning_rate": 0.00021169121118312718,
      "loss": 7.4814,
      "step": 176510
    },
    {
      "epoch": 0.36775,
      "grad_norm": 1.2961610555648804,
      "learning_rate": 0.00021168222486491628,
      "loss": 8.0834,
      "step": 176520
    },
    {
      "epoch": 0.3677708333333333,
      "grad_norm": 1.0735124349594116,
      "learning_rate": 0.00021167323828026266,
      "loss": 7.566,
      "step": 176530
    },
    {
      "epoch": 0.3677916666666667,
      "grad_norm": 0.8954973220825195,
      "learning_rate": 0.000211664251429205,
      "loss": 7.414,
      "step": 176540
    },
    {
      "epoch": 0.3678125,
      "grad_norm": 1.2999547719955444,
      "learning_rate": 0.00021165526431178225,
      "loss": 7.5924,
      "step": 176550
    },
    {
      "epoch": 0.36783333333333335,
      "grad_norm": 3.618424415588379,
      "learning_rate": 0.00021164627692803306,
      "loss": 8.3446,
      "step": 176560
    },
    {
      "epoch": 0.36785416666666665,
      "grad_norm": 0.6213915944099426,
      "learning_rate": 0.00021163728927799645,
      "loss": 7.385,
      "step": 176570
    },
    {
      "epoch": 0.367875,
      "grad_norm": 3.1533713340759277,
      "learning_rate": 0.00021162830136171114,
      "loss": 8.0225,
      "step": 176580
    },
    {
      "epoch": 0.3678958333333333,
      "grad_norm": 0.7008705735206604,
      "learning_rate": 0.0002116193131792159,
      "loss": 7.1134,
      "step": 176590
    },
    {
      "epoch": 0.36791666666666667,
      "grad_norm": 0.9534923434257507,
      "learning_rate": 0.00021161032473054965,
      "loss": 7.0241,
      "step": 176600
    },
    {
      "epoch": 0.3679375,
      "grad_norm": 3.0229640007019043,
      "learning_rate": 0.00021160133601575123,
      "loss": 7.7189,
      "step": 176610
    },
    {
      "epoch": 0.36795833333333333,
      "grad_norm": 1.8754353523254395,
      "learning_rate": 0.00021159234703485938,
      "loss": 7.8451,
      "step": 176620
    },
    {
      "epoch": 0.3679791666666667,
      "grad_norm": 1.6307579278945923,
      "learning_rate": 0.00021158335778791298,
      "loss": 8.1814,
      "step": 176630
    },
    {
      "epoch": 0.368,
      "grad_norm": 1.1315829753875732,
      "learning_rate": 0.00021157436827495084,
      "loss": 7.7289,
      "step": 176640
    },
    {
      "epoch": 0.36802083333333335,
      "grad_norm": 1.387902855873108,
      "learning_rate": 0.0002115653784960118,
      "loss": 7.6906,
      "step": 176650
    },
    {
      "epoch": 0.36804166666666666,
      "grad_norm": 1.2022068500518799,
      "learning_rate": 0.0002115563884511347,
      "loss": 7.7738,
      "step": 176660
    },
    {
      "epoch": 0.3680625,
      "grad_norm": 1.8090356588363647,
      "learning_rate": 0.00021154739814035835,
      "loss": 8.2338,
      "step": 176670
    },
    {
      "epoch": 0.3680833333333333,
      "grad_norm": 1.9373401403427124,
      "learning_rate": 0.00021153840756372162,
      "loss": 7.9669,
      "step": 176680
    },
    {
      "epoch": 0.3681041666666667,
      "grad_norm": 1.3073209524154663,
      "learning_rate": 0.00021152941672126333,
      "loss": 7.8924,
      "step": 176690
    },
    {
      "epoch": 0.368125,
      "grad_norm": 1.2846753597259521,
      "learning_rate": 0.0002115204256130223,
      "loss": 7.7273,
      "step": 176700
    },
    {
      "epoch": 0.36814583333333334,
      "grad_norm": 1.186813235282898,
      "learning_rate": 0.00021151143423903742,
      "loss": 7.7174,
      "step": 176710
    },
    {
      "epoch": 0.36816666666666664,
      "grad_norm": 1.788925051689148,
      "learning_rate": 0.00021150244259934747,
      "loss": 7.4458,
      "step": 176720
    },
    {
      "epoch": 0.3681875,
      "grad_norm": 0.8875920176506042,
      "learning_rate": 0.00021149345069399129,
      "loss": 7.5347,
      "step": 176730
    },
    {
      "epoch": 0.36820833333333336,
      "grad_norm": 0.5981316566467285,
      "learning_rate": 0.00021148445852300777,
      "loss": 7.4008,
      "step": 176740
    },
    {
      "epoch": 0.36822916666666666,
      "grad_norm": 0.9114281535148621,
      "learning_rate": 0.00021147546608643573,
      "loss": 7.4542,
      "step": 176750
    },
    {
      "epoch": 0.36825,
      "grad_norm": 1.4012097120285034,
      "learning_rate": 0.00021146647338431395,
      "loss": 7.8103,
      "step": 176760
    },
    {
      "epoch": 0.3682708333333333,
      "grad_norm": 1.3183141946792603,
      "learning_rate": 0.00021145748041668142,
      "loss": 7.4433,
      "step": 176770
    },
    {
      "epoch": 0.3682916666666667,
      "grad_norm": 2.9376142024993896,
      "learning_rate": 0.00021144848718357689,
      "loss": 8.4548,
      "step": 176780
    },
    {
      "epoch": 0.3683125,
      "grad_norm": 1.0921281576156616,
      "learning_rate": 0.00021143949368503914,
      "loss": 6.9913,
      "step": 176790
    },
    {
      "epoch": 0.36833333333333335,
      "grad_norm": 0.7395210266113281,
      "learning_rate": 0.0002114304999211072,
      "loss": 7.5626,
      "step": 176800
    },
    {
      "epoch": 0.36835416666666665,
      "grad_norm": 1.5198756456375122,
      "learning_rate": 0.00021142150589181975,
      "loss": 8.0679,
      "step": 176810
    },
    {
      "epoch": 0.368375,
      "grad_norm": 1.457466721534729,
      "learning_rate": 0.00021141251159721572,
      "loss": 8.0901,
      "step": 176820
    },
    {
      "epoch": 0.3683958333333333,
      "grad_norm": 0.992267370223999,
      "learning_rate": 0.00021140351703733394,
      "loss": 7.6304,
      "step": 176830
    },
    {
      "epoch": 0.36841666666666667,
      "grad_norm": 0.8606595993041992,
      "learning_rate": 0.0002113945222122133,
      "loss": 7.4123,
      "step": 176840
    },
    {
      "epoch": 0.3684375,
      "grad_norm": 1.3128948211669922,
      "learning_rate": 0.00021138552712189263,
      "loss": 7.3967,
      "step": 176850
    },
    {
      "epoch": 0.36845833333333333,
      "grad_norm": 1.1254246234893799,
      "learning_rate": 0.00021137653176641073,
      "loss": 8.5182,
      "step": 176860
    },
    {
      "epoch": 0.3684791666666667,
      "grad_norm": 0.5601288080215454,
      "learning_rate": 0.00021136753614580655,
      "loss": 7.9116,
      "step": 176870
    },
    {
      "epoch": 0.3685,
      "grad_norm": 2.2748219966888428,
      "learning_rate": 0.00021135854026011887,
      "loss": 7.5795,
      "step": 176880
    },
    {
      "epoch": 0.36852083333333335,
      "grad_norm": 1.8183406591415405,
      "learning_rate": 0.00021134954410938661,
      "loss": 7.7489,
      "step": 176890
    },
    {
      "epoch": 0.36854166666666666,
      "grad_norm": 0.7330677509307861,
      "learning_rate": 0.0002113405476936486,
      "loss": 8.0513,
      "step": 176900
    },
    {
      "epoch": 0.3685625,
      "grad_norm": 0.6755673289299011,
      "learning_rate": 0.00021133155101294373,
      "loss": 7.4996,
      "step": 176910
    },
    {
      "epoch": 0.3685833333333333,
      "grad_norm": 1.7704682350158691,
      "learning_rate": 0.0002113225540673108,
      "loss": 8.1215,
      "step": 176920
    },
    {
      "epoch": 0.3686041666666667,
      "grad_norm": 1.3539564609527588,
      "learning_rate": 0.00021131355685678874,
      "loss": 8.4154,
      "step": 176930
    },
    {
      "epoch": 0.368625,
      "grad_norm": 0.9569599032402039,
      "learning_rate": 0.00021130455938141637,
      "loss": 7.5089,
      "step": 176940
    },
    {
      "epoch": 0.36864583333333334,
      "grad_norm": 0.9217908382415771,
      "learning_rate": 0.00021129556164123253,
      "loss": 9.8768,
      "step": 176950
    },
    {
      "epoch": 0.36866666666666664,
      "grad_norm": 0.6267861127853394,
      "learning_rate": 0.00021128656363627614,
      "loss": 7.5902,
      "step": 176960
    },
    {
      "epoch": 0.3686875,
      "grad_norm": 0.7790622115135193,
      "learning_rate": 0.0002112775653665861,
      "loss": 7.7079,
      "step": 176970
    },
    {
      "epoch": 0.36870833333333336,
      "grad_norm": 1.1554200649261475,
      "learning_rate": 0.00021126856683220124,
      "loss": 7.8365,
      "step": 176980
    },
    {
      "epoch": 0.36872916666666666,
      "grad_norm": 2.9341602325439453,
      "learning_rate": 0.00021125956803316032,
      "loss": 7.4168,
      "step": 176990
    },
    {
      "epoch": 0.36875,
      "grad_norm": 0.9408724308013916,
      "learning_rate": 0.0002112505689695024,
      "loss": 7.6485,
      "step": 177000
    },
    {
      "epoch": 0.36875,
      "eval_loss": 7.281416416168213,
      "eval_runtime": 8.8166,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 177000
    },
    {
      "epoch": 0.3687708333333333,
      "grad_norm": 1.261155128479004,
      "learning_rate": 0.00021124156964126626,
      "loss": 8.0827,
      "step": 177010
    },
    {
      "epoch": 0.3687916666666667,
      "grad_norm": 1.0376131534576416,
      "learning_rate": 0.00021123257004849078,
      "loss": 7.6956,
      "step": 177020
    },
    {
      "epoch": 0.3688125,
      "grad_norm": 1.1495893001556396,
      "learning_rate": 0.00021122357019121482,
      "loss": 7.9009,
      "step": 177030
    },
    {
      "epoch": 0.36883333333333335,
      "grad_norm": 0.8634089827537537,
      "learning_rate": 0.0002112145700694773,
      "loss": 7.2934,
      "step": 177040
    },
    {
      "epoch": 0.36885416666666665,
      "grad_norm": 0.7969248294830322,
      "learning_rate": 0.00021120556968331702,
      "loss": 7.3481,
      "step": 177050
    },
    {
      "epoch": 0.368875,
      "grad_norm": 1.6721158027648926,
      "learning_rate": 0.00021119656903277292,
      "loss": 7.6903,
      "step": 177060
    },
    {
      "epoch": 0.3688958333333333,
      "grad_norm": 1.0687367916107178,
      "learning_rate": 0.0002111875681178839,
      "loss": 7.4517,
      "step": 177070
    },
    {
      "epoch": 0.36891666666666667,
      "grad_norm": 1.1526291370391846,
      "learning_rate": 0.00021117856693868877,
      "loss": 7.6612,
      "step": 177080
    },
    {
      "epoch": 0.3689375,
      "grad_norm": 0.5097351670265198,
      "learning_rate": 0.00021116956549522645,
      "loss": 8.0191,
      "step": 177090
    },
    {
      "epoch": 0.36895833333333333,
      "grad_norm": 1.4000228643417358,
      "learning_rate": 0.00021116056378753584,
      "loss": 7.8177,
      "step": 177100
    },
    {
      "epoch": 0.3689791666666667,
      "grad_norm": 0.8462507724761963,
      "learning_rate": 0.00021115156181565582,
      "loss": 7.5934,
      "step": 177110
    },
    {
      "epoch": 0.369,
      "grad_norm": 2.1152360439300537,
      "learning_rate": 0.00021114255957962522,
      "loss": 7.6658,
      "step": 177120
    },
    {
      "epoch": 0.36902083333333335,
      "grad_norm": 0.7122891545295715,
      "learning_rate": 0.00021113355707948295,
      "loss": 7.9093,
      "step": 177130
    },
    {
      "epoch": 0.36904166666666666,
      "grad_norm": 1.4497017860412598,
      "learning_rate": 0.00021112455431526796,
      "loss": 7.3608,
      "step": 177140
    },
    {
      "epoch": 0.3690625,
      "grad_norm": 0.9451784491539001,
      "learning_rate": 0.00021111555128701905,
      "loss": 7.5534,
      "step": 177150
    },
    {
      "epoch": 0.3690833333333333,
      "grad_norm": 1.355723261833191,
      "learning_rate": 0.00021110654799477515,
      "loss": 7.5294,
      "step": 177160
    },
    {
      "epoch": 0.3691041666666667,
      "grad_norm": 0.5993829369544983,
      "learning_rate": 0.00021109754443857518,
      "loss": 8.0943,
      "step": 177170
    },
    {
      "epoch": 0.369125,
      "grad_norm": 1.2277053594589233,
      "learning_rate": 0.00021108854061845797,
      "loss": 7.2028,
      "step": 177180
    },
    {
      "epoch": 0.36914583333333334,
      "grad_norm": 0.9273941516876221,
      "learning_rate": 0.00021107953653446248,
      "loss": 7.7655,
      "step": 177190
    },
    {
      "epoch": 0.36916666666666664,
      "grad_norm": 2.399643659591675,
      "learning_rate": 0.00021107053218662755,
      "loss": 8.3707,
      "step": 177200
    },
    {
      "epoch": 0.3691875,
      "grad_norm": 1.6358532905578613,
      "learning_rate": 0.0002110615275749921,
      "loss": 7.6071,
      "step": 177210
    },
    {
      "epoch": 0.36920833333333336,
      "grad_norm": 0.6472610235214233,
      "learning_rate": 0.00021105252269959502,
      "loss": 8.326,
      "step": 177220
    },
    {
      "epoch": 0.36922916666666666,
      "grad_norm": 0.9931225180625916,
      "learning_rate": 0.0002110435175604752,
      "loss": 7.5918,
      "step": 177230
    },
    {
      "epoch": 0.36925,
      "grad_norm": 0.7937000393867493,
      "learning_rate": 0.00021103451215767155,
      "loss": 7.7915,
      "step": 177240
    },
    {
      "epoch": 0.3692708333333333,
      "grad_norm": 1.2904937267303467,
      "learning_rate": 0.00021102550649122298,
      "loss": 7.8352,
      "step": 177250
    },
    {
      "epoch": 0.3692916666666667,
      "grad_norm": 0.7935124635696411,
      "learning_rate": 0.00021101650056116835,
      "loss": 8.1091,
      "step": 177260
    },
    {
      "epoch": 0.3693125,
      "grad_norm": 1.119748830795288,
      "learning_rate": 0.0002110074943675466,
      "loss": 7.3007,
      "step": 177270
    },
    {
      "epoch": 0.36933333333333335,
      "grad_norm": 0.6890555024147034,
      "learning_rate": 0.00021099848791039666,
      "loss": 6.9743,
      "step": 177280
    },
    {
      "epoch": 0.36935416666666665,
      "grad_norm": 1.6655856370925903,
      "learning_rate": 0.00021098948118975733,
      "loss": 7.3624,
      "step": 177290
    },
    {
      "epoch": 0.369375,
      "grad_norm": 0.8773800134658813,
      "learning_rate": 0.0002109804742056676,
      "loss": 7.6385,
      "step": 177300
    },
    {
      "epoch": 0.3693958333333333,
      "grad_norm": 0.9979507923126221,
      "learning_rate": 0.0002109714669581664,
      "loss": 8.0259,
      "step": 177310
    },
    {
      "epoch": 0.36941666666666667,
      "grad_norm": 0.755493700504303,
      "learning_rate": 0.00021096245944729258,
      "loss": 7.5917,
      "step": 177320
    },
    {
      "epoch": 0.3694375,
      "grad_norm": 1.3102611303329468,
      "learning_rate": 0.00021095345167308503,
      "loss": 7.9859,
      "step": 177330
    },
    {
      "epoch": 0.36945833333333333,
      "grad_norm": 0.5324428677558899,
      "learning_rate": 0.00021094444363558277,
      "loss": 7.2864,
      "step": 177340
    },
    {
      "epoch": 0.3694791666666667,
      "grad_norm": 0.609054446220398,
      "learning_rate": 0.0002109354353348246,
      "loss": 7.3648,
      "step": 177350
    },
    {
      "epoch": 0.3695,
      "grad_norm": 1.1220057010650635,
      "learning_rate": 0.00021092642677084943,
      "loss": 7.2034,
      "step": 177360
    },
    {
      "epoch": 0.36952083333333335,
      "grad_norm": 0.6366186141967773,
      "learning_rate": 0.00021091741794369625,
      "loss": 7.1056,
      "step": 177370
    },
    {
      "epoch": 0.36954166666666666,
      "grad_norm": 1.3515647649765015,
      "learning_rate": 0.00021090840885340393,
      "loss": 7.3783,
      "step": 177380
    },
    {
      "epoch": 0.3695625,
      "grad_norm": 0.7914556264877319,
      "learning_rate": 0.0002108993995000114,
      "loss": 7.4134,
      "step": 177390
    },
    {
      "epoch": 0.3695833333333333,
      "grad_norm": 0.7532598376274109,
      "learning_rate": 0.00021089038988355758,
      "loss": 8.057,
      "step": 177400
    },
    {
      "epoch": 0.3696041666666667,
      "grad_norm": 1.7262977361679077,
      "learning_rate": 0.00021088138000408135,
      "loss": 7.5981,
      "step": 177410
    },
    {
      "epoch": 0.369625,
      "grad_norm": 0.917236864566803,
      "learning_rate": 0.00021087236986162166,
      "loss": 7.6905,
      "step": 177420
    },
    {
      "epoch": 0.36964583333333334,
      "grad_norm": 0.8152785897254944,
      "learning_rate": 0.0002108633594562174,
      "loss": 8.2707,
      "step": 177430
    },
    {
      "epoch": 0.36966666666666664,
      "grad_norm": 1.4371384382247925,
      "learning_rate": 0.00021085434878790758,
      "loss": 8.2249,
      "step": 177440
    },
    {
      "epoch": 0.3696875,
      "grad_norm": 0.7040664553642273,
      "learning_rate": 0.00021084533785673107,
      "loss": 7.2414,
      "step": 177450
    },
    {
      "epoch": 0.36970833333333336,
      "grad_norm": 2.3474338054656982,
      "learning_rate": 0.0002108363266627267,
      "loss": 7.8636,
      "step": 177460
    },
    {
      "epoch": 0.36972916666666666,
      "grad_norm": 0.8904368281364441,
      "learning_rate": 0.00021082731520593356,
      "loss": 7.3143,
      "step": 177470
    },
    {
      "epoch": 0.36975,
      "grad_norm": 0.5159474015235901,
      "learning_rate": 0.0002108183034863905,
      "loss": 7.1758,
      "step": 177480
    },
    {
      "epoch": 0.3697708333333333,
      "grad_norm": 2.1424903869628906,
      "learning_rate": 0.00021080929150413637,
      "loss": 8.1731,
      "step": 177490
    },
    {
      "epoch": 0.3697916666666667,
      "grad_norm": 1.5022581815719604,
      "learning_rate": 0.00021080027925921024,
      "loss": 7.7739,
      "step": 177500
    },
    {
      "epoch": 0.3698125,
      "grad_norm": 0.7415446043014526,
      "learning_rate": 0.00021079126675165093,
      "loss": 7.4332,
      "step": 177510
    },
    {
      "epoch": 0.36983333333333335,
      "grad_norm": 2.714388847351074,
      "learning_rate": 0.0002107822539814974,
      "loss": 7.0741,
      "step": 177520
    },
    {
      "epoch": 0.36985416666666665,
      "grad_norm": 2.2566568851470947,
      "learning_rate": 0.00021077324094878863,
      "loss": 7.3755,
      "step": 177530
    },
    {
      "epoch": 0.369875,
      "grad_norm": 1.5395324230194092,
      "learning_rate": 0.00021076422765356348,
      "loss": 8.2476,
      "step": 177540
    },
    {
      "epoch": 0.3698958333333333,
      "grad_norm": 3.9090425968170166,
      "learning_rate": 0.00021075521409586096,
      "loss": 7.7287,
      "step": 177550
    },
    {
      "epoch": 0.36991666666666667,
      "grad_norm": 1.8814616203308105,
      "learning_rate": 0.00021074620027571994,
      "loss": 7.5503,
      "step": 177560
    },
    {
      "epoch": 0.3699375,
      "grad_norm": 0.7946546673774719,
      "learning_rate": 0.00021073718619317935,
      "loss": 7.5679,
      "step": 177570
    },
    {
      "epoch": 0.36995833333333333,
      "grad_norm": 0.8814100027084351,
      "learning_rate": 0.00021072817184827818,
      "loss": 7.612,
      "step": 177580
    },
    {
      "epoch": 0.3699791666666667,
      "grad_norm": 1.1192560195922852,
      "learning_rate": 0.00021071915724105535,
      "loss": 7.4737,
      "step": 177590
    },
    {
      "epoch": 0.37,
      "grad_norm": 1.314443826675415,
      "learning_rate": 0.00021071014237154982,
      "loss": 7.6911,
      "step": 177600
    },
    {
      "epoch": 0.37002083333333335,
      "grad_norm": 1.0708637237548828,
      "learning_rate": 0.00021070112723980047,
      "loss": 7.6578,
      "step": 177610
    },
    {
      "epoch": 0.37004166666666666,
      "grad_norm": 1.6133452653884888,
      "learning_rate": 0.0002106921118458463,
      "loss": 8.4069,
      "step": 177620
    },
    {
      "epoch": 0.3700625,
      "grad_norm": 0.556178629398346,
      "learning_rate": 0.0002106830961897262,
      "loss": 7.5622,
      "step": 177630
    },
    {
      "epoch": 0.3700833333333333,
      "grad_norm": 1.1946922540664673,
      "learning_rate": 0.00021067408027147916,
      "loss": 7.4004,
      "step": 177640
    },
    {
      "epoch": 0.3701041666666667,
      "grad_norm": 0.5561918020248413,
      "learning_rate": 0.00021066506409114417,
      "loss": 7.6967,
      "step": 177650
    },
    {
      "epoch": 0.370125,
      "grad_norm": 1.1275787353515625,
      "learning_rate": 0.00021065604764876,
      "loss": 7.8857,
      "step": 177660
    },
    {
      "epoch": 0.37014583333333334,
      "grad_norm": 2.458040952682495,
      "learning_rate": 0.0002106470309443658,
      "loss": 8.0937,
      "step": 177670
    },
    {
      "epoch": 0.37016666666666664,
      "grad_norm": 1.9716277122497559,
      "learning_rate": 0.0002106380139780004,
      "loss": 7.4406,
      "step": 177680
    },
    {
      "epoch": 0.3701875,
      "grad_norm": 0.8332178592681885,
      "learning_rate": 0.0002106289967497028,
      "loss": 8.3944,
      "step": 177690
    },
    {
      "epoch": 0.3702083333333333,
      "grad_norm": 1.090716004371643,
      "learning_rate": 0.0002106199792595119,
      "loss": 7.764,
      "step": 177700
    },
    {
      "epoch": 0.37022916666666666,
      "grad_norm": 0.7904118895530701,
      "learning_rate": 0.0002106109615074667,
      "loss": 7.4137,
      "step": 177710
    },
    {
      "epoch": 0.37025,
      "grad_norm": 2.4985673427581787,
      "learning_rate": 0.00021060194349360614,
      "loss": 7.6521,
      "step": 177720
    },
    {
      "epoch": 0.3702708333333333,
      "grad_norm": 2.1975553035736084,
      "learning_rate": 0.0002105929252179692,
      "loss": 7.8681,
      "step": 177730
    },
    {
      "epoch": 0.3702916666666667,
      "grad_norm": 3.5527877807617188,
      "learning_rate": 0.00021058390668059475,
      "loss": 8.748,
      "step": 177740
    },
    {
      "epoch": 0.3703125,
      "grad_norm": 1.836011528968811,
      "learning_rate": 0.00021057488788152182,
      "loss": 7.8072,
      "step": 177750
    },
    {
      "epoch": 0.37033333333333335,
      "grad_norm": 2.358534574508667,
      "learning_rate": 0.0002105658688207894,
      "loss": 7.9461,
      "step": 177760
    },
    {
      "epoch": 0.37035416666666665,
      "grad_norm": 1.1537299156188965,
      "learning_rate": 0.00021055684949843637,
      "loss": 8.2243,
      "step": 177770
    },
    {
      "epoch": 0.370375,
      "grad_norm": 1.1294360160827637,
      "learning_rate": 0.0002105478299145017,
      "loss": 7.6622,
      "step": 177780
    },
    {
      "epoch": 0.3703958333333333,
      "grad_norm": 2.9304747581481934,
      "learning_rate": 0.0002105388100690244,
      "loss": 7.7867,
      "step": 177790
    },
    {
      "epoch": 0.37041666666666667,
      "grad_norm": 1.0191935300827026,
      "learning_rate": 0.0002105297899620434,
      "loss": 7.6912,
      "step": 177800
    },
    {
      "epoch": 0.3704375,
      "grad_norm": 4.547351360321045,
      "learning_rate": 0.00021052076959359768,
      "loss": 7.7956,
      "step": 177810
    },
    {
      "epoch": 0.37045833333333333,
      "grad_norm": 1.112679123878479,
      "learning_rate": 0.00021051174896372617,
      "loss": 7.6138,
      "step": 177820
    },
    {
      "epoch": 0.3704791666666667,
      "grad_norm": 2.313767671585083,
      "learning_rate": 0.00021050272807246785,
      "loss": 7.666,
      "step": 177830
    },
    {
      "epoch": 0.3705,
      "grad_norm": 1.3158682584762573,
      "learning_rate": 0.00021049370691986172,
      "loss": 7.2659,
      "step": 177840
    },
    {
      "epoch": 0.37052083333333335,
      "grad_norm": 0.5865553617477417,
      "learning_rate": 0.00021048468550594667,
      "loss": 7.5663,
      "step": 177850
    },
    {
      "epoch": 0.37054166666666666,
      "grad_norm": 1.3367223739624023,
      "learning_rate": 0.00021047566383076174,
      "loss": 7.452,
      "step": 177860
    },
    {
      "epoch": 0.3705625,
      "grad_norm": 1.6118813753128052,
      "learning_rate": 0.0002104666418943459,
      "loss": 7.8461,
      "step": 177870
    },
    {
      "epoch": 0.3705833333333333,
      "grad_norm": 1.4614320993423462,
      "learning_rate": 0.0002104576196967381,
      "loss": 7.5576,
      "step": 177880
    },
    {
      "epoch": 0.3706041666666667,
      "grad_norm": 0.7100511789321899,
      "learning_rate": 0.00021044859723797732,
      "loss": 7.7001,
      "step": 177890
    },
    {
      "epoch": 0.370625,
      "grad_norm": 0.9468979239463806,
      "learning_rate": 0.0002104395745181025,
      "loss": 7.4982,
      "step": 177900
    },
    {
      "epoch": 0.37064583333333334,
      "grad_norm": 1.407981276512146,
      "learning_rate": 0.00021043055153715268,
      "loss": 7.5986,
      "step": 177910
    },
    {
      "epoch": 0.37066666666666664,
      "grad_norm": 0.8903110027313232,
      "learning_rate": 0.00021042152829516675,
      "loss": 7.0647,
      "step": 177920
    },
    {
      "epoch": 0.3706875,
      "grad_norm": 0.9973872900009155,
      "learning_rate": 0.00021041250479218377,
      "loss": 7.6361,
      "step": 177930
    },
    {
      "epoch": 0.3707083333333333,
      "grad_norm": 1.1296982765197754,
      "learning_rate": 0.00021040348102824264,
      "loss": 7.733,
      "step": 177940
    },
    {
      "epoch": 0.37072916666666667,
      "grad_norm": 1.053464651107788,
      "learning_rate": 0.00021039445700338246,
      "loss": 7.9741,
      "step": 177950
    },
    {
      "epoch": 0.37075,
      "grad_norm": 0.8721938133239746,
      "learning_rate": 0.00021038543271764205,
      "loss": 7.5486,
      "step": 177960
    },
    {
      "epoch": 0.3707708333333333,
      "grad_norm": 1.3239394426345825,
      "learning_rate": 0.00021037640817106053,
      "loss": 7.4493,
      "step": 177970
    },
    {
      "epoch": 0.3707916666666667,
      "grad_norm": 1.139060378074646,
      "learning_rate": 0.0002103673833636768,
      "loss": 7.3621,
      "step": 177980
    },
    {
      "epoch": 0.3708125,
      "grad_norm": 1.1479026079177856,
      "learning_rate": 0.00021035835829552984,
      "loss": 8.2181,
      "step": 177990
    },
    {
      "epoch": 0.37083333333333335,
      "grad_norm": 1.097909688949585,
      "learning_rate": 0.0002103493329666587,
      "loss": 7.8082,
      "step": 178000
    },
    {
      "epoch": 0.37083333333333335,
      "eval_loss": 8.67165756225586,
      "eval_runtime": 9.0692,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 178000
    },
    {
      "epoch": 0.37085416666666665,
      "grad_norm": 0.9206509590148926,
      "learning_rate": 0.00021034030737710234,
      "loss": 7.2972,
      "step": 178010
    },
    {
      "epoch": 0.370875,
      "grad_norm": 2.4671130180358887,
      "learning_rate": 0.00021033128152689974,
      "loss": 7.9279,
      "step": 178020
    },
    {
      "epoch": 0.3708958333333333,
      "grad_norm": 2.0880730152130127,
      "learning_rate": 0.00021032225541608982,
      "loss": 7.7141,
      "step": 178030
    },
    {
      "epoch": 0.3709166666666667,
      "grad_norm": 1.1983829736709595,
      "learning_rate": 0.0002103132290447117,
      "loss": 7.9935,
      "step": 178040
    },
    {
      "epoch": 0.3709375,
      "grad_norm": 1.2062525749206543,
      "learning_rate": 0.0002103042024128043,
      "loss": 7.4023,
      "step": 178050
    },
    {
      "epoch": 0.37095833333333333,
      "grad_norm": 0.902058482170105,
      "learning_rate": 0.00021029517552040658,
      "loss": 7.6903,
      "step": 178060
    },
    {
      "epoch": 0.3709791666666667,
      "grad_norm": 1.0890154838562012,
      "learning_rate": 0.0002102861483675576,
      "loss": 8.0079,
      "step": 178070
    },
    {
      "epoch": 0.371,
      "grad_norm": 1.32294499874115,
      "learning_rate": 0.0002102771209542963,
      "loss": 8.0831,
      "step": 178080
    },
    {
      "epoch": 0.37102083333333336,
      "grad_norm": 1.1103575229644775,
      "learning_rate": 0.00021026809328066168,
      "loss": 7.6588,
      "step": 178090
    },
    {
      "epoch": 0.37104166666666666,
      "grad_norm": 1.4046268463134766,
      "learning_rate": 0.00021025906534669279,
      "loss": 7.8521,
      "step": 178100
    },
    {
      "epoch": 0.3710625,
      "grad_norm": 1.0176042318344116,
      "learning_rate": 0.00021025003715242858,
      "loss": 8.0199,
      "step": 178110
    },
    {
      "epoch": 0.3710833333333333,
      "grad_norm": 2.8270881175994873,
      "learning_rate": 0.00021024100869790807,
      "loss": 7.8046,
      "step": 178120
    },
    {
      "epoch": 0.3711041666666667,
      "grad_norm": 2.2550652027130127,
      "learning_rate": 0.0002102319799831702,
      "loss": 8.8471,
      "step": 178130
    },
    {
      "epoch": 0.371125,
      "grad_norm": 0.8162475228309631,
      "learning_rate": 0.00021022295100825403,
      "loss": 7.6279,
      "step": 178140
    },
    {
      "epoch": 0.37114583333333334,
      "grad_norm": 0.8321980237960815,
      "learning_rate": 0.00021021392177319862,
      "loss": 7.6298,
      "step": 178150
    },
    {
      "epoch": 0.37116666666666664,
      "grad_norm": 2.212564706802368,
      "learning_rate": 0.00021020489227804282,
      "loss": 7.4986,
      "step": 178160
    },
    {
      "epoch": 0.3711875,
      "grad_norm": 3.844698190689087,
      "learning_rate": 0.00021019586252282575,
      "loss": 7.6396,
      "step": 178170
    },
    {
      "epoch": 0.3712083333333333,
      "grad_norm": 3.724073648452759,
      "learning_rate": 0.00021018683250758642,
      "loss": 8.1312,
      "step": 178180
    },
    {
      "epoch": 0.37122916666666667,
      "grad_norm": 0.9785687923431396,
      "learning_rate": 0.00021017780223236374,
      "loss": 8.1163,
      "step": 178190
    },
    {
      "epoch": 0.37125,
      "grad_norm": 2.6562247276306152,
      "learning_rate": 0.00021016877169719676,
      "loss": 7.2525,
      "step": 178200
    },
    {
      "epoch": 0.3712708333333333,
      "grad_norm": 2.5113399028778076,
      "learning_rate": 0.00021015974090212456,
      "loss": 7.5958,
      "step": 178210
    },
    {
      "epoch": 0.3712916666666667,
      "grad_norm": 2.1451175212860107,
      "learning_rate": 0.0002101507098471861,
      "loss": 7.5702,
      "step": 178220
    },
    {
      "epoch": 0.3713125,
      "grad_norm": 0.9426507353782654,
      "learning_rate": 0.00021014167853242028,
      "loss": 7.4864,
      "step": 178230
    },
    {
      "epoch": 0.37133333333333335,
      "grad_norm": 1.0935335159301758,
      "learning_rate": 0.00021013264695786632,
      "loss": 7.5214,
      "step": 178240
    },
    {
      "epoch": 0.37135416666666665,
      "grad_norm": 1.0129815340042114,
      "learning_rate": 0.00021012361512356308,
      "loss": 7.9774,
      "step": 178250
    },
    {
      "epoch": 0.371375,
      "grad_norm": 0.6196795105934143,
      "learning_rate": 0.00021011458302954965,
      "loss": 7.6803,
      "step": 178260
    },
    {
      "epoch": 0.3713958333333333,
      "grad_norm": 0.9591830968856812,
      "learning_rate": 0.000210105550675865,
      "loss": 7.6482,
      "step": 178270
    },
    {
      "epoch": 0.3714166666666667,
      "grad_norm": 1.3702772855758667,
      "learning_rate": 0.00021009651806254816,
      "loss": 7.499,
      "step": 178280
    },
    {
      "epoch": 0.3714375,
      "grad_norm": 1.184149980545044,
      "learning_rate": 0.00021008748518963814,
      "loss": 7.3997,
      "step": 178290
    },
    {
      "epoch": 0.37145833333333333,
      "grad_norm": 1.1672781705856323,
      "learning_rate": 0.00021007845205717396,
      "loss": 7.2252,
      "step": 178300
    },
    {
      "epoch": 0.3714791666666667,
      "grad_norm": 0.7452837824821472,
      "learning_rate": 0.00021006941866519467,
      "loss": 7.646,
      "step": 178310
    },
    {
      "epoch": 0.3715,
      "grad_norm": 18.50103187561035,
      "learning_rate": 0.00021006038501373932,
      "loss": 7.9117,
      "step": 178320
    },
    {
      "epoch": 0.37152083333333336,
      "grad_norm": 1.1031394004821777,
      "learning_rate": 0.00021005135110284677,
      "loss": 7.5971,
      "step": 178330
    },
    {
      "epoch": 0.37154166666666666,
      "grad_norm": 1.871147871017456,
      "learning_rate": 0.0002100423169325562,
      "loss": 8.0857,
      "step": 178340
    },
    {
      "epoch": 0.3715625,
      "grad_norm": 0.9798403978347778,
      "learning_rate": 0.00021003328250290666,
      "loss": 7.9841,
      "step": 178350
    },
    {
      "epoch": 0.3715833333333333,
      "grad_norm": 1.2270216941833496,
      "learning_rate": 0.000210024247813937,
      "loss": 7.4719,
      "step": 178360
    },
    {
      "epoch": 0.3716041666666667,
      "grad_norm": 2.7040953636169434,
      "learning_rate": 0.00021001521286568637,
      "loss": 7.7466,
      "step": 178370
    },
    {
      "epoch": 0.371625,
      "grad_norm": 0.9745280146598816,
      "learning_rate": 0.00021000617765819384,
      "loss": 8.3023,
      "step": 178380
    },
    {
      "epoch": 0.37164583333333334,
      "grad_norm": 0.8172075748443604,
      "learning_rate": 0.00020999714219149834,
      "loss": 7.2472,
      "step": 178390
    },
    {
      "epoch": 0.37166666666666665,
      "grad_norm": 0.7431668043136597,
      "learning_rate": 0.00020998810646563889,
      "loss": 7.383,
      "step": 178400
    },
    {
      "epoch": 0.3716875,
      "grad_norm": 2.0450704097747803,
      "learning_rate": 0.0002099790704806546,
      "loss": 7.4884,
      "step": 178410
    },
    {
      "epoch": 0.3717083333333333,
      "grad_norm": 0.8632014989852905,
      "learning_rate": 0.00020997003423658448,
      "loss": 7.6149,
      "step": 178420
    },
    {
      "epoch": 0.37172916666666667,
      "grad_norm": 1.195123314857483,
      "learning_rate": 0.00020996099773346752,
      "loss": 8.0999,
      "step": 178430
    },
    {
      "epoch": 0.37175,
      "grad_norm": 0.8974829316139221,
      "learning_rate": 0.00020995196097134278,
      "loss": 7.767,
      "step": 178440
    },
    {
      "epoch": 0.37177083333333333,
      "grad_norm": 1.100213646888733,
      "learning_rate": 0.00020994292395024933,
      "loss": 7.9724,
      "step": 178450
    },
    {
      "epoch": 0.3717916666666667,
      "grad_norm": 0.7620368003845215,
      "learning_rate": 0.00020993388667022616,
      "loss": 7.2442,
      "step": 178460
    },
    {
      "epoch": 0.3718125,
      "grad_norm": 1.0226675271987915,
      "learning_rate": 0.00020992484913131233,
      "loss": 7.5518,
      "step": 178470
    },
    {
      "epoch": 0.37183333333333335,
      "grad_norm": 1.1371355056762695,
      "learning_rate": 0.00020991581133354687,
      "loss": 8.1609,
      "step": 178480
    },
    {
      "epoch": 0.37185416666666665,
      "grad_norm": 1.3412466049194336,
      "learning_rate": 0.00020990677327696882,
      "loss": 7.5739,
      "step": 178490
    },
    {
      "epoch": 0.371875,
      "grad_norm": 1.8557597398757935,
      "learning_rate": 0.0002098977349616172,
      "loss": 7.2177,
      "step": 178500
    },
    {
      "epoch": 0.3718958333333333,
      "grad_norm": 1.974790096282959,
      "learning_rate": 0.00020988869638753112,
      "loss": 7.1908,
      "step": 178510
    },
    {
      "epoch": 0.3719166666666667,
      "grad_norm": 0.6467074155807495,
      "learning_rate": 0.00020987965755474956,
      "loss": 7.4332,
      "step": 178520
    },
    {
      "epoch": 0.3719375,
      "grad_norm": 1.209319829940796,
      "learning_rate": 0.00020987061846331154,
      "loss": 7.9508,
      "step": 178530
    },
    {
      "epoch": 0.37195833333333334,
      "grad_norm": 2.459566354751587,
      "learning_rate": 0.0002098615791132562,
      "loss": 8.3731,
      "step": 178540
    },
    {
      "epoch": 0.3719791666666667,
      "grad_norm": 1.3157830238342285,
      "learning_rate": 0.00020985253950462252,
      "loss": 7.2682,
      "step": 178550
    },
    {
      "epoch": 0.372,
      "grad_norm": 0.5269060134887695,
      "learning_rate": 0.00020984349963744955,
      "loss": 7.6781,
      "step": 178560
    },
    {
      "epoch": 0.37202083333333336,
      "grad_norm": 2.4250242710113525,
      "learning_rate": 0.00020983445951177636,
      "loss": 8.2306,
      "step": 178570
    },
    {
      "epoch": 0.37204166666666666,
      "grad_norm": 1.006894826889038,
      "learning_rate": 0.00020982541912764198,
      "loss": 7.852,
      "step": 178580
    },
    {
      "epoch": 0.3720625,
      "grad_norm": 0.7642205953598022,
      "learning_rate": 0.00020981637848508546,
      "loss": 7.8925,
      "step": 178590
    },
    {
      "epoch": 0.3720833333333333,
      "grad_norm": 0.7204413414001465,
      "learning_rate": 0.00020980733758414586,
      "loss": 7.4332,
      "step": 178600
    },
    {
      "epoch": 0.3721041666666667,
      "grad_norm": 0.7636026740074158,
      "learning_rate": 0.00020979829642486228,
      "loss": 7.4867,
      "step": 178610
    },
    {
      "epoch": 0.372125,
      "grad_norm": 0.6371606588363647,
      "learning_rate": 0.00020978925500727367,
      "loss": 7.9514,
      "step": 178620
    },
    {
      "epoch": 0.37214583333333334,
      "grad_norm": 0.7510020136833191,
      "learning_rate": 0.0002097802133314192,
      "loss": 7.2586,
      "step": 178630
    },
    {
      "epoch": 0.37216666666666665,
      "grad_norm": 1.2844507694244385,
      "learning_rate": 0.00020977117139733782,
      "loss": 7.9962,
      "step": 178640
    },
    {
      "epoch": 0.3721875,
      "grad_norm": 4.395208835601807,
      "learning_rate": 0.00020976212920506868,
      "loss": 8.3701,
      "step": 178650
    },
    {
      "epoch": 0.3722083333333333,
      "grad_norm": 0.6116783022880554,
      "learning_rate": 0.00020975308675465077,
      "loss": 7.5517,
      "step": 178660
    },
    {
      "epoch": 0.37222916666666667,
      "grad_norm": 3.7069146633148193,
      "learning_rate": 0.00020974404404612318,
      "loss": 8.25,
      "step": 178670
    },
    {
      "epoch": 0.37225,
      "grad_norm": 0.9845506548881531,
      "learning_rate": 0.000209735001079525,
      "loss": 7.5892,
      "step": 178680
    },
    {
      "epoch": 0.37227083333333333,
      "grad_norm": 3.0752077102661133,
      "learning_rate": 0.00020972595785489524,
      "loss": 8.3778,
      "step": 178690
    },
    {
      "epoch": 0.3722916666666667,
      "grad_norm": 3.9727344512939453,
      "learning_rate": 0.00020971691437227295,
      "loss": 8.0643,
      "step": 178700
    },
    {
      "epoch": 0.3723125,
      "grad_norm": 1.1179713010787964,
      "learning_rate": 0.00020970787063169727,
      "loss": 7.9203,
      "step": 178710
    },
    {
      "epoch": 0.37233333333333335,
      "grad_norm": 1.8296037912368774,
      "learning_rate": 0.0002096988266332072,
      "loss": 7.7783,
      "step": 178720
    },
    {
      "epoch": 0.37235416666666665,
      "grad_norm": 0.8926053643226624,
      "learning_rate": 0.00020968978237684185,
      "loss": 8.0489,
      "step": 178730
    },
    {
      "epoch": 0.372375,
      "grad_norm": 0.6533175706863403,
      "learning_rate": 0.00020968073786264025,
      "loss": 7.6603,
      "step": 178740
    },
    {
      "epoch": 0.3723958333333333,
      "grad_norm": 4.841967582702637,
      "learning_rate": 0.0002096716930906415,
      "loss": 8.2897,
      "step": 178750
    },
    {
      "epoch": 0.3724166666666667,
      "grad_norm": 1.3562812805175781,
      "learning_rate": 0.00020966264806088463,
      "loss": 7.6696,
      "step": 178760
    },
    {
      "epoch": 0.3724375,
      "grad_norm": 1.416458010673523,
      "learning_rate": 0.0002096536027734088,
      "loss": 7.6355,
      "step": 178770
    },
    {
      "epoch": 0.37245833333333334,
      "grad_norm": 0.7985304594039917,
      "learning_rate": 0.00020964455722825295,
      "loss": 7.4186,
      "step": 178780
    },
    {
      "epoch": 0.37247916666666664,
      "grad_norm": 1.63760244846344,
      "learning_rate": 0.00020963551142545622,
      "loss": 7.6269,
      "step": 178790
    },
    {
      "epoch": 0.3725,
      "grad_norm": 1.5334166288375854,
      "learning_rate": 0.00020962646536505774,
      "loss": 7.6768,
      "step": 178800
    },
    {
      "epoch": 0.37252083333333336,
      "grad_norm": 2.194662094116211,
      "learning_rate": 0.00020961741904709647,
      "loss": 7.9916,
      "step": 178810
    },
    {
      "epoch": 0.37254166666666666,
      "grad_norm": 0.7760664224624634,
      "learning_rate": 0.0002096083724716116,
      "loss": 7.5362,
      "step": 178820
    },
    {
      "epoch": 0.3725625,
      "grad_norm": 0.9603643417358398,
      "learning_rate": 0.00020959932563864212,
      "loss": 7.3702,
      "step": 178830
    },
    {
      "epoch": 0.3725833333333333,
      "grad_norm": 2.909951686859131,
      "learning_rate": 0.00020959027854822716,
      "loss": 8.2552,
      "step": 178840
    },
    {
      "epoch": 0.3726041666666667,
      "grad_norm": 0.9512044787406921,
      "learning_rate": 0.0002095812312004058,
      "loss": 7.0736,
      "step": 178850
    },
    {
      "epoch": 0.372625,
      "grad_norm": 2.109391689300537,
      "learning_rate": 0.00020957218359521706,
      "loss": 8.044,
      "step": 178860
    },
    {
      "epoch": 0.37264583333333334,
      "grad_norm": 1.1694505214691162,
      "learning_rate": 0.0002095631357327001,
      "loss": 7.2683,
      "step": 178870
    },
    {
      "epoch": 0.37266666666666665,
      "grad_norm": 1.0015215873718262,
      "learning_rate": 0.000209554087612894,
      "loss": 7.6509,
      "step": 178880
    },
    {
      "epoch": 0.3726875,
      "grad_norm": 1.5730537176132202,
      "learning_rate": 0.00020954503923583775,
      "loss": 7.5992,
      "step": 178890
    },
    {
      "epoch": 0.3727083333333333,
      "grad_norm": 1.0293155908584595,
      "learning_rate": 0.00020953599060157053,
      "loss": 8.1879,
      "step": 178900
    },
    {
      "epoch": 0.37272916666666667,
      "grad_norm": 0.5091768503189087,
      "learning_rate": 0.0002095269417101314,
      "loss": 9.0729,
      "step": 178910
    },
    {
      "epoch": 0.37275,
      "grad_norm": 1.5530688762664795,
      "learning_rate": 0.00020951789256155946,
      "loss": 7.6163,
      "step": 178920
    },
    {
      "epoch": 0.37277083333333333,
      "grad_norm": 0.671601414680481,
      "learning_rate": 0.00020950884315589372,
      "loss": 8.431,
      "step": 178930
    },
    {
      "epoch": 0.3727916666666667,
      "grad_norm": 0.6780586242675781,
      "learning_rate": 0.0002094997934931734,
      "loss": 7.3724,
      "step": 178940
    },
    {
      "epoch": 0.3728125,
      "grad_norm": 1.205613136291504,
      "learning_rate": 0.00020949074357343752,
      "loss": 8.125,
      "step": 178950
    },
    {
      "epoch": 0.37283333333333335,
      "grad_norm": 1.0623403787612915,
      "learning_rate": 0.00020948169339672512,
      "loss": 7.6469,
      "step": 178960
    },
    {
      "epoch": 0.37285416666666665,
      "grad_norm": 1.2340492010116577,
      "learning_rate": 0.00020947264296307543,
      "loss": 7.7407,
      "step": 178970
    },
    {
      "epoch": 0.372875,
      "grad_norm": 0.7693045139312744,
      "learning_rate": 0.0002094635922725274,
      "loss": 7.967,
      "step": 178980
    },
    {
      "epoch": 0.3728958333333333,
      "grad_norm": 0.962028443813324,
      "learning_rate": 0.0002094545413251202,
      "loss": 8.038,
      "step": 178990
    },
    {
      "epoch": 0.3729166666666667,
      "grad_norm": 1.5429458618164062,
      "learning_rate": 0.00020944549012089292,
      "loss": 7.8451,
      "step": 179000
    },
    {
      "epoch": 0.3729166666666667,
      "eval_loss": 6.924228668212891,
      "eval_runtime": 8.4683,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 179000
    },
    {
      "epoch": 0.3729375,
      "grad_norm": 1.017494797706604,
      "learning_rate": 0.00020943643865988467,
      "loss": 7.1867,
      "step": 179010
    },
    {
      "epoch": 0.37295833333333334,
      "grad_norm": 1.0702189207077026,
      "learning_rate": 0.00020942738694213454,
      "loss": 7.3156,
      "step": 179020
    },
    {
      "epoch": 0.37297916666666664,
      "grad_norm": 1.3208274841308594,
      "learning_rate": 0.00020941833496768156,
      "loss": 7.897,
      "step": 179030
    },
    {
      "epoch": 0.373,
      "grad_norm": 0.6234607696533203,
      "learning_rate": 0.00020940928273656493,
      "loss": 8.0097,
      "step": 179040
    },
    {
      "epoch": 0.37302083333333336,
      "grad_norm": 0.8697371482849121,
      "learning_rate": 0.00020940023024882374,
      "loss": 8.458,
      "step": 179050
    },
    {
      "epoch": 0.37304166666666666,
      "grad_norm": 2.266287326812744,
      "learning_rate": 0.00020939117750449704,
      "loss": 7.92,
      "step": 179060
    },
    {
      "epoch": 0.3730625,
      "grad_norm": 0.623884379863739,
      "learning_rate": 0.00020938212450362392,
      "loss": 8.0753,
      "step": 179070
    },
    {
      "epoch": 0.3730833333333333,
      "grad_norm": 0.8711694478988647,
      "learning_rate": 0.00020937307124624364,
      "loss": 9.5462,
      "step": 179080
    },
    {
      "epoch": 0.3731041666666667,
      "grad_norm": 1.3716535568237305,
      "learning_rate": 0.0002093640177323951,
      "loss": 7.403,
      "step": 179090
    },
    {
      "epoch": 0.373125,
      "grad_norm": 2.3207759857177734,
      "learning_rate": 0.0002093549639621175,
      "loss": 8.0964,
      "step": 179100
    },
    {
      "epoch": 0.37314583333333334,
      "grad_norm": 1.42276132106781,
      "learning_rate": 0.00020934590993545,
      "loss": 7.3864,
      "step": 179110
    },
    {
      "epoch": 0.37316666666666665,
      "grad_norm": 1.116930365562439,
      "learning_rate": 0.00020933685565243166,
      "loss": 7.7329,
      "step": 179120
    },
    {
      "epoch": 0.3731875,
      "grad_norm": 1.0708353519439697,
      "learning_rate": 0.00020932780111310154,
      "loss": 7.9104,
      "step": 179130
    },
    {
      "epoch": 0.3732083333333333,
      "grad_norm": 0.5438458323478699,
      "learning_rate": 0.00020931874631749883,
      "loss": 7.7072,
      "step": 179140
    },
    {
      "epoch": 0.37322916666666667,
      "grad_norm": 0.5480703711509705,
      "learning_rate": 0.00020930969126566263,
      "loss": 7.5515,
      "step": 179150
    },
    {
      "epoch": 0.37325,
      "grad_norm": 1.356387734413147,
      "learning_rate": 0.000209300635957632,
      "loss": 7.9574,
      "step": 179160
    },
    {
      "epoch": 0.37327083333333333,
      "grad_norm": 1.640027403831482,
      "learning_rate": 0.00020929158039344613,
      "loss": 7.5251,
      "step": 179170
    },
    {
      "epoch": 0.3732916666666667,
      "grad_norm": 3.78373646736145,
      "learning_rate": 0.00020928252457314413,
      "loss": 7.8567,
      "step": 179180
    },
    {
      "epoch": 0.3733125,
      "grad_norm": 0.6905597448348999,
      "learning_rate": 0.00020927346849676506,
      "loss": 7.7194,
      "step": 179190
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 0.5548955202102661,
      "learning_rate": 0.00020926441216434803,
      "loss": 7.9373,
      "step": 179200
    },
    {
      "epoch": 0.37335416666666665,
      "grad_norm": 0.6749621629714966,
      "learning_rate": 0.0002092553555759322,
      "loss": 7.8299,
      "step": 179210
    },
    {
      "epoch": 0.373375,
      "grad_norm": 10.085620880126953,
      "learning_rate": 0.00020924629873155678,
      "loss": 9.4773,
      "step": 179220
    },
    {
      "epoch": 0.3733958333333333,
      "grad_norm": 0.8158913850784302,
      "learning_rate": 0.0002092372416312607,
      "loss": 7.4673,
      "step": 179230
    },
    {
      "epoch": 0.3734166666666667,
      "grad_norm": 0.7463305592536926,
      "learning_rate": 0.0002092281842750832,
      "loss": 7.4032,
      "step": 179240
    },
    {
      "epoch": 0.3734375,
      "grad_norm": 0.8824343085289001,
      "learning_rate": 0.00020921912666306346,
      "loss": 7.5018,
      "step": 179250
    },
    {
      "epoch": 0.37345833333333334,
      "grad_norm": 6.337233066558838,
      "learning_rate": 0.00020921006879524048,
      "loss": 8.6346,
      "step": 179260
    },
    {
      "epoch": 0.37347916666666664,
      "grad_norm": 1.0099738836288452,
      "learning_rate": 0.00020920101067165343,
      "loss": 7.5646,
      "step": 179270
    },
    {
      "epoch": 0.3735,
      "grad_norm": 1.5011448860168457,
      "learning_rate": 0.00020919195229234146,
      "loss": 7.4338,
      "step": 179280
    },
    {
      "epoch": 0.37352083333333336,
      "grad_norm": 0.9852941632270813,
      "learning_rate": 0.00020918289365734369,
      "loss": 7.3645,
      "step": 179290
    },
    {
      "epoch": 0.37354166666666666,
      "grad_norm": 2.498190402984619,
      "learning_rate": 0.00020917383476669926,
      "loss": 7.7554,
      "step": 179300
    },
    {
      "epoch": 0.3735625,
      "grad_norm": 0.47473227977752686,
      "learning_rate": 0.00020916477562044725,
      "loss": 7.5587,
      "step": 179310
    },
    {
      "epoch": 0.3735833333333333,
      "grad_norm": 0.9830415844917297,
      "learning_rate": 0.00020915571621862684,
      "loss": 7.7921,
      "step": 179320
    },
    {
      "epoch": 0.3736041666666667,
      "grad_norm": 3.4071521759033203,
      "learning_rate": 0.0002091466565612772,
      "loss": 7.7637,
      "step": 179330
    },
    {
      "epoch": 0.373625,
      "grad_norm": 0.5932809114456177,
      "learning_rate": 0.00020913759664843734,
      "loss": 7.8311,
      "step": 179340
    },
    {
      "epoch": 0.37364583333333334,
      "grad_norm": 0.9845148324966431,
      "learning_rate": 0.0002091285364801465,
      "loss": 7.3709,
      "step": 179350
    },
    {
      "epoch": 0.37366666666666665,
      "grad_norm": 1.247968077659607,
      "learning_rate": 0.0002091194760564438,
      "loss": 8.3282,
      "step": 179360
    },
    {
      "epoch": 0.3736875,
      "grad_norm": 0.8511336445808411,
      "learning_rate": 0.00020911041537736833,
      "loss": 7.3483,
      "step": 179370
    },
    {
      "epoch": 0.3737083333333333,
      "grad_norm": 0.8545659780502319,
      "learning_rate": 0.00020910135444295933,
      "loss": 7.5442,
      "step": 179380
    },
    {
      "epoch": 0.37372916666666667,
      "grad_norm": 1.076499581336975,
      "learning_rate": 0.00020909229325325582,
      "loss": 7.6447,
      "step": 179390
    },
    {
      "epoch": 0.37375,
      "grad_norm": 2.710890293121338,
      "learning_rate": 0.00020908323180829697,
      "loss": 7.5417,
      "step": 179400
    },
    {
      "epoch": 0.37377083333333333,
      "grad_norm": 1.0572134256362915,
      "learning_rate": 0.00020907417010812202,
      "loss": 7.6086,
      "step": 179410
    },
    {
      "epoch": 0.3737916666666667,
      "grad_norm": 2.1081695556640625,
      "learning_rate": 0.00020906510815277,
      "loss": 8.146,
      "step": 179420
    },
    {
      "epoch": 0.3738125,
      "grad_norm": 3.503352165222168,
      "learning_rate": 0.00020905604594228006,
      "loss": 7.9208,
      "step": 179430
    },
    {
      "epoch": 0.37383333333333335,
      "grad_norm": 1.57188081741333,
      "learning_rate": 0.00020904698347669147,
      "loss": 7.4431,
      "step": 179440
    },
    {
      "epoch": 0.37385416666666665,
      "grad_norm": 0.9865525364875793,
      "learning_rate": 0.00020903792075604319,
      "loss": 7.2597,
      "step": 179450
    },
    {
      "epoch": 0.373875,
      "grad_norm": 0.7544980645179749,
      "learning_rate": 0.0002090288577803745,
      "loss": 8.186,
      "step": 179460
    },
    {
      "epoch": 0.3738958333333333,
      "grad_norm": 5.007643222808838,
      "learning_rate": 0.00020901979454972453,
      "loss": 8.0818,
      "step": 179470
    },
    {
      "epoch": 0.3739166666666667,
      "grad_norm": 2.775954246520996,
      "learning_rate": 0.0002090107310641324,
      "loss": 7.648,
      "step": 179480
    },
    {
      "epoch": 0.3739375,
      "grad_norm": 4.4737868309021,
      "learning_rate": 0.0002090016673236372,
      "loss": 8.6627,
      "step": 179490
    },
    {
      "epoch": 0.37395833333333334,
      "grad_norm": 1.386245608329773,
      "learning_rate": 0.00020899260332827823,
      "loss": 7.9169,
      "step": 179500
    },
    {
      "epoch": 0.37397916666666664,
      "grad_norm": 1.2113940715789795,
      "learning_rate": 0.00020898353907809454,
      "loss": 7.7919,
      "step": 179510
    },
    {
      "epoch": 0.374,
      "grad_norm": 1.6299489736557007,
      "learning_rate": 0.0002089744745731253,
      "loss": 7.9428,
      "step": 179520
    },
    {
      "epoch": 0.37402083333333336,
      "grad_norm": 2.613509178161621,
      "learning_rate": 0.00020896540981340966,
      "loss": 7.8467,
      "step": 179530
    },
    {
      "epoch": 0.37404166666666666,
      "grad_norm": 0.7497929334640503,
      "learning_rate": 0.00020895634479898683,
      "loss": 7.247,
      "step": 179540
    },
    {
      "epoch": 0.3740625,
      "grad_norm": 0.571858823299408,
      "learning_rate": 0.00020894727952989588,
      "loss": 7.7484,
      "step": 179550
    },
    {
      "epoch": 0.3740833333333333,
      "grad_norm": 0.9993453621864319,
      "learning_rate": 0.00020893821400617607,
      "loss": 7.6938,
      "step": 179560
    },
    {
      "epoch": 0.3741041666666667,
      "grad_norm": 1.6298986673355103,
      "learning_rate": 0.00020892914822786646,
      "loss": 7.3502,
      "step": 179570
    },
    {
      "epoch": 0.374125,
      "grad_norm": 0.5452059507369995,
      "learning_rate": 0.00020892008219500628,
      "loss": 7.6329,
      "step": 179580
    },
    {
      "epoch": 0.37414583333333334,
      "grad_norm": 0.69099360704422,
      "learning_rate": 0.0002089110159076347,
      "loss": 7.4079,
      "step": 179590
    },
    {
      "epoch": 0.37416666666666665,
      "grad_norm": 0.8783508539199829,
      "learning_rate": 0.00020890194936579079,
      "loss": 7.4473,
      "step": 179600
    },
    {
      "epoch": 0.3741875,
      "grad_norm": 5.678521633148193,
      "learning_rate": 0.0002088928825695138,
      "loss": 7.6128,
      "step": 179610
    },
    {
      "epoch": 0.3742083333333333,
      "grad_norm": 1.6549930572509766,
      "learning_rate": 0.00020888381551884287,
      "loss": 7.7148,
      "step": 179620
    },
    {
      "epoch": 0.37422916666666667,
      "grad_norm": 0.568729043006897,
      "learning_rate": 0.00020887474821381716,
      "loss": 7.3194,
      "step": 179630
    },
    {
      "epoch": 0.37425,
      "grad_norm": 3.815077066421509,
      "learning_rate": 0.00020886568065447584,
      "loss": 8.5084,
      "step": 179640
    },
    {
      "epoch": 0.37427083333333333,
      "grad_norm": 1.4373984336853027,
      "learning_rate": 0.00020885661284085805,
      "loss": 7.6678,
      "step": 179650
    },
    {
      "epoch": 0.3742916666666667,
      "grad_norm": 1.3526560068130493,
      "learning_rate": 0.00020884754477300306,
      "loss": 7.5852,
      "step": 179660
    },
    {
      "epoch": 0.3743125,
      "grad_norm": 1.9481152296066284,
      "learning_rate": 0.0002088384764509499,
      "loss": 8.6556,
      "step": 179670
    },
    {
      "epoch": 0.37433333333333335,
      "grad_norm": 1.4571537971496582,
      "learning_rate": 0.00020882940787473784,
      "loss": 7.252,
      "step": 179680
    },
    {
      "epoch": 0.37435416666666665,
      "grad_norm": 0.7410475015640259,
      "learning_rate": 0.00020882033904440602,
      "loss": 7.7848,
      "step": 179690
    },
    {
      "epoch": 0.374375,
      "grad_norm": 0.7876690030097961,
      "learning_rate": 0.00020881126995999364,
      "loss": 7.5185,
      "step": 179700
    },
    {
      "epoch": 0.3743958333333333,
      "grad_norm": 1.6849521398544312,
      "learning_rate": 0.00020880220062153982,
      "loss": 7.8932,
      "step": 179710
    },
    {
      "epoch": 0.3744166666666667,
      "grad_norm": 0.7425748705863953,
      "learning_rate": 0.00020879313102908383,
      "loss": 7.4454,
      "step": 179720
    },
    {
      "epoch": 0.3744375,
      "grad_norm": 0.6000235676765442,
      "learning_rate": 0.0002087840611826647,
      "loss": 7.6317,
      "step": 179730
    },
    {
      "epoch": 0.37445833333333334,
      "grad_norm": 0.7918155193328857,
      "learning_rate": 0.00020877499108232174,
      "loss": 7.3851,
      "step": 179740
    },
    {
      "epoch": 0.37447916666666664,
      "grad_norm": 4.773033618927002,
      "learning_rate": 0.0002087659207280941,
      "loss": 8.6281,
      "step": 179750
    },
    {
      "epoch": 0.3745,
      "grad_norm": 0.6995536684989929,
      "learning_rate": 0.00020875685012002092,
      "loss": 7.5698,
      "step": 179760
    },
    {
      "epoch": 0.37452083333333336,
      "grad_norm": 1.3072035312652588,
      "learning_rate": 0.00020874777925814137,
      "loss": 8.1452,
      "step": 179770
    },
    {
      "epoch": 0.37454166666666666,
      "grad_norm": 0.8648670315742493,
      "learning_rate": 0.00020873870814249474,
      "loss": 8.5064,
      "step": 179780
    },
    {
      "epoch": 0.3745625,
      "grad_norm": 3.3379578590393066,
      "learning_rate": 0.0002087296367731201,
      "loss": 8.2275,
      "step": 179790
    },
    {
      "epoch": 0.3745833333333333,
      "grad_norm": 1.008492350578308,
      "learning_rate": 0.00020872056515005666,
      "loss": 7.7077,
      "step": 179800
    },
    {
      "epoch": 0.3746041666666667,
      "grad_norm": 8.129841804504395,
      "learning_rate": 0.00020871149327334368,
      "loss": 7.713,
      "step": 179810
    },
    {
      "epoch": 0.374625,
      "grad_norm": 0.8232552409172058,
      "learning_rate": 0.00020870242114302026,
      "loss": 7.4714,
      "step": 179820
    },
    {
      "epoch": 0.37464583333333334,
      "grad_norm": 0.5418249368667603,
      "learning_rate": 0.00020869334875912559,
      "loss": 8.0807,
      "step": 179830
    },
    {
      "epoch": 0.37466666666666665,
      "grad_norm": 0.9700629711151123,
      "learning_rate": 0.0002086842761216989,
      "loss": 8.1633,
      "step": 179840
    },
    {
      "epoch": 0.3746875,
      "grad_norm": 0.5595458149909973,
      "learning_rate": 0.0002086752032307794,
      "loss": 7.1929,
      "step": 179850
    },
    {
      "epoch": 0.3747083333333333,
      "grad_norm": 0.783954381942749,
      "learning_rate": 0.0002086661300864062,
      "loss": 7.3766,
      "step": 179860
    },
    {
      "epoch": 0.37472916666666667,
      "grad_norm": 0.716221809387207,
      "learning_rate": 0.00020865705668861857,
      "loss": 7.3968,
      "step": 179870
    },
    {
      "epoch": 0.37475,
      "grad_norm": 1.0768511295318604,
      "learning_rate": 0.00020864798303745565,
      "loss": 7.8937,
      "step": 179880
    },
    {
      "epoch": 0.37477083333333333,
      "grad_norm": 1.60993492603302,
      "learning_rate": 0.0002086389091329567,
      "loss": 7.732,
      "step": 179890
    },
    {
      "epoch": 0.3747916666666667,
      "grad_norm": 0.9104868173599243,
      "learning_rate": 0.0002086298349751608,
      "loss": 8.604,
      "step": 179900
    },
    {
      "epoch": 0.3748125,
      "grad_norm": 2.4393365383148193,
      "learning_rate": 0.00020862076056410724,
      "loss": 7.8826,
      "step": 179910
    },
    {
      "epoch": 0.37483333333333335,
      "grad_norm": 3.207162618637085,
      "learning_rate": 0.00020861168589983526,
      "loss": 8.1236,
      "step": 179920
    },
    {
      "epoch": 0.37485416666666665,
      "grad_norm": 1.6708861589431763,
      "learning_rate": 0.00020860261098238397,
      "loss": 7.9265,
      "step": 179930
    },
    {
      "epoch": 0.374875,
      "grad_norm": 0.9760503768920898,
      "learning_rate": 0.00020859353581179256,
      "loss": 7.7827,
      "step": 179940
    },
    {
      "epoch": 0.3748958333333333,
      "grad_norm": 1.397426962852478,
      "learning_rate": 0.00020858446038810033,
      "loss": 7.6434,
      "step": 179950
    },
    {
      "epoch": 0.3749166666666667,
      "grad_norm": 0.9195768237113953,
      "learning_rate": 0.00020857538471134637,
      "loss": 8.0313,
      "step": 179960
    },
    {
      "epoch": 0.3749375,
      "grad_norm": 1.3877607583999634,
      "learning_rate": 0.0002085663087815699,
      "loss": 7.3982,
      "step": 179970
    },
    {
      "epoch": 0.37495833333333334,
      "grad_norm": 0.8988945484161377,
      "learning_rate": 0.00020855723259881025,
      "loss": 7.0449,
      "step": 179980
    },
    {
      "epoch": 0.37497916666666664,
      "grad_norm": 1.3748373985290527,
      "learning_rate": 0.0002085481561631065,
      "loss": 8.144,
      "step": 179990
    },
    {
      "epoch": 0.375,
      "grad_norm": 1.2480677366256714,
      "learning_rate": 0.00020853907947449788,
      "loss": 7.4349,
      "step": 180000
    },
    {
      "epoch": 0.375,
      "eval_loss": 7.395945072174072,
      "eval_runtime": 8.3221,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 180000
    },
    {
      "epoch": 0.37502083333333336,
      "grad_norm": 5.060624122619629,
      "learning_rate": 0.00020853000253302358,
      "loss": 7.4859,
      "step": 180010
    },
    {
      "epoch": 0.37504166666666666,
      "grad_norm": 0.6369782090187073,
      "learning_rate": 0.00020852092533872287,
      "loss": 7.7671,
      "step": 180020
    },
    {
      "epoch": 0.3750625,
      "grad_norm": 5.829288482666016,
      "learning_rate": 0.0002085118478916349,
      "loss": 7.9621,
      "step": 180030
    },
    {
      "epoch": 0.3750833333333333,
      "grad_norm": 2.6231775283813477,
      "learning_rate": 0.00020850277019179896,
      "loss": 7.6545,
      "step": 180040
    },
    {
      "epoch": 0.3751041666666667,
      "grad_norm": 0.8770701885223389,
      "learning_rate": 0.00020849369223925417,
      "loss": 7.6719,
      "step": 180050
    },
    {
      "epoch": 0.375125,
      "grad_norm": 0.8435733914375305,
      "learning_rate": 0.0002084846140340398,
      "loss": 7.2585,
      "step": 180060
    },
    {
      "epoch": 0.37514583333333335,
      "grad_norm": 0.9563227295875549,
      "learning_rate": 0.00020847553557619503,
      "loss": 7.5856,
      "step": 180070
    },
    {
      "epoch": 0.37516666666666665,
      "grad_norm": 0.9006625413894653,
      "learning_rate": 0.0002084664568657591,
      "loss": 7.9954,
      "step": 180080
    },
    {
      "epoch": 0.3751875,
      "grad_norm": 1.1888322830200195,
      "learning_rate": 0.00020845737790277125,
      "loss": 7.6086,
      "step": 180090
    },
    {
      "epoch": 0.3752083333333333,
      "grad_norm": 0.8298813104629517,
      "learning_rate": 0.0002084482986872706,
      "loss": 7.921,
      "step": 180100
    },
    {
      "epoch": 0.37522916666666667,
      "grad_norm": 2.455967426300049,
      "learning_rate": 0.00020843921921929646,
      "loss": 7.4085,
      "step": 180110
    },
    {
      "epoch": 0.37525,
      "grad_norm": 1.5658236742019653,
      "learning_rate": 0.0002084301394988881,
      "loss": 7.6467,
      "step": 180120
    },
    {
      "epoch": 0.37527083333333333,
      "grad_norm": 1.1167136430740356,
      "learning_rate": 0.00020842105952608458,
      "loss": 7.1924,
      "step": 180130
    },
    {
      "epoch": 0.3752916666666667,
      "grad_norm": 1.4932432174682617,
      "learning_rate": 0.0002084119793009252,
      "loss": 7.6051,
      "step": 180140
    },
    {
      "epoch": 0.3753125,
      "grad_norm": 2.244732618331909,
      "learning_rate": 0.00020840289882344924,
      "loss": 7.8083,
      "step": 180150
    },
    {
      "epoch": 0.37533333333333335,
      "grad_norm": 1.2597275972366333,
      "learning_rate": 0.00020839381809369586,
      "loss": 7.6664,
      "step": 180160
    },
    {
      "epoch": 0.37535416666666666,
      "grad_norm": 2.343022346496582,
      "learning_rate": 0.0002083847371117043,
      "loss": 7.4564,
      "step": 180170
    },
    {
      "epoch": 0.375375,
      "grad_norm": 2.2346999645233154,
      "learning_rate": 0.00020837565587751377,
      "loss": 7.5309,
      "step": 180180
    },
    {
      "epoch": 0.3753958333333333,
      "grad_norm": 0.7223317623138428,
      "learning_rate": 0.00020836657439116352,
      "loss": 7.7282,
      "step": 180190
    },
    {
      "epoch": 0.3754166666666667,
      "grad_norm": 1.0401697158813477,
      "learning_rate": 0.00020835749265269278,
      "loss": 7.9055,
      "step": 180200
    },
    {
      "epoch": 0.3754375,
      "grad_norm": 0.9418835043907166,
      "learning_rate": 0.00020834841066214076,
      "loss": 7.5992,
      "step": 180210
    },
    {
      "epoch": 0.37545833333333334,
      "grad_norm": 0.6937651634216309,
      "learning_rate": 0.0002083393284195467,
      "loss": 7.6164,
      "step": 180220
    },
    {
      "epoch": 0.37547916666666664,
      "grad_norm": 0.4797070026397705,
      "learning_rate": 0.00020833024592494984,
      "loss": 7.6812,
      "step": 180230
    },
    {
      "epoch": 0.3755,
      "grad_norm": 1.052873969078064,
      "learning_rate": 0.00020832116317838942,
      "loss": 7.6765,
      "step": 180240
    },
    {
      "epoch": 0.37552083333333336,
      "grad_norm": 0.7845485210418701,
      "learning_rate": 0.00020831208017990465,
      "loss": 7.534,
      "step": 180250
    },
    {
      "epoch": 0.37554166666666666,
      "grad_norm": 1.1622604131698608,
      "learning_rate": 0.0002083029969295348,
      "loss": 8.0284,
      "step": 180260
    },
    {
      "epoch": 0.3755625,
      "grad_norm": 0.7495114803314209,
      "learning_rate": 0.00020829391342731902,
      "loss": 7.9763,
      "step": 180270
    },
    {
      "epoch": 0.3755833333333333,
      "grad_norm": 0.5573514699935913,
      "learning_rate": 0.00020828482967329666,
      "loss": 7.5793,
      "step": 180280
    },
    {
      "epoch": 0.3756041666666667,
      "grad_norm": 0.7154171466827393,
      "learning_rate": 0.0002082757456675069,
      "loss": 7.7298,
      "step": 180290
    },
    {
      "epoch": 0.375625,
      "grad_norm": 2.7075488567352295,
      "learning_rate": 0.00020826666140998895,
      "loss": 7.4038,
      "step": 180300
    },
    {
      "epoch": 0.37564583333333335,
      "grad_norm": 0.8053836822509766,
      "learning_rate": 0.00020825757690078216,
      "loss": 7.768,
      "step": 180310
    },
    {
      "epoch": 0.37566666666666665,
      "grad_norm": 0.653660774230957,
      "learning_rate": 0.00020824849213992562,
      "loss": 7.4381,
      "step": 180320
    },
    {
      "epoch": 0.3756875,
      "grad_norm": 1.1662843227386475,
      "learning_rate": 0.0002082394071274587,
      "loss": 7.0449,
      "step": 180330
    },
    {
      "epoch": 0.3757083333333333,
      "grad_norm": 1.9472970962524414,
      "learning_rate": 0.00020823032186342055,
      "loss": 7.4425,
      "step": 180340
    },
    {
      "epoch": 0.37572916666666667,
      "grad_norm": 0.7689846754074097,
      "learning_rate": 0.0002082212363478505,
      "loss": 7.3541,
      "step": 180350
    },
    {
      "epoch": 0.37575,
      "grad_norm": 1.2578614950180054,
      "learning_rate": 0.0002082121505807877,
      "loss": 8.2163,
      "step": 180360
    },
    {
      "epoch": 0.37577083333333333,
      "grad_norm": 8.545334815979004,
      "learning_rate": 0.0002082030645622715,
      "loss": 8.1029,
      "step": 180370
    },
    {
      "epoch": 0.3757916666666667,
      "grad_norm": 1.996302604675293,
      "learning_rate": 0.00020819397829234112,
      "loss": 7.823,
      "step": 180380
    },
    {
      "epoch": 0.3758125,
      "grad_norm": 1.2791608572006226,
      "learning_rate": 0.00020818489177103574,
      "loss": 7.5669,
      "step": 180390
    },
    {
      "epoch": 0.37583333333333335,
      "grad_norm": 1.3765846490859985,
      "learning_rate": 0.0002081758049983947,
      "loss": 7.9054,
      "step": 180400
    },
    {
      "epoch": 0.37585416666666666,
      "grad_norm": 0.8702722191810608,
      "learning_rate": 0.00020816671797445718,
      "loss": 7.4262,
      "step": 180410
    },
    {
      "epoch": 0.375875,
      "grad_norm": 1.5761719942092896,
      "learning_rate": 0.00020815763069926242,
      "loss": 8.3604,
      "step": 180420
    },
    {
      "epoch": 0.3758958333333333,
      "grad_norm": 0.8028826713562012,
      "learning_rate": 0.00020814854317284978,
      "loss": 7.3804,
      "step": 180430
    },
    {
      "epoch": 0.3759166666666667,
      "grad_norm": 1.1848171949386597,
      "learning_rate": 0.00020813945539525843,
      "loss": 7.4072,
      "step": 180440
    },
    {
      "epoch": 0.3759375,
      "grad_norm": 0.8599258661270142,
      "learning_rate": 0.00020813036736652772,
      "loss": 7.5889,
      "step": 180450
    },
    {
      "epoch": 0.37595833333333334,
      "grad_norm": 0.7522674202919006,
      "learning_rate": 0.00020812127908669673,
      "loss": 6.9413,
      "step": 180460
    },
    {
      "epoch": 0.37597916666666664,
      "grad_norm": 0.5555741786956787,
      "learning_rate": 0.00020811219055580482,
      "loss": 7.8084,
      "step": 180470
    },
    {
      "epoch": 0.376,
      "grad_norm": 3.5837790966033936,
      "learning_rate": 0.0002081031017738913,
      "loss": 7.4276,
      "step": 180480
    },
    {
      "epoch": 0.37602083333333336,
      "grad_norm": 0.9428887963294983,
      "learning_rate": 0.00020809401274099536,
      "loss": 7.5086,
      "step": 180490
    },
    {
      "epoch": 0.37604166666666666,
      "grad_norm": 2.0683279037475586,
      "learning_rate": 0.00020808492345715624,
      "loss": 8.9066,
      "step": 180500
    },
    {
      "epoch": 0.3760625,
      "grad_norm": 1.7891408205032349,
      "learning_rate": 0.00020807583392241333,
      "loss": 8.0946,
      "step": 180510
    },
    {
      "epoch": 0.3760833333333333,
      "grad_norm": 1.5349218845367432,
      "learning_rate": 0.00020806674413680577,
      "loss": 7.7678,
      "step": 180520
    },
    {
      "epoch": 0.3761041666666667,
      "grad_norm": 2.1033594608306885,
      "learning_rate": 0.00020805765410037284,
      "loss": 8.3602,
      "step": 180530
    },
    {
      "epoch": 0.376125,
      "grad_norm": 2.3440117835998535,
      "learning_rate": 0.00020804856381315384,
      "loss": 8.3338,
      "step": 180540
    },
    {
      "epoch": 0.37614583333333335,
      "grad_norm": 0.9003028869628906,
      "learning_rate": 0.000208039473275188,
      "loss": 7.2195,
      "step": 180550
    },
    {
      "epoch": 0.37616666666666665,
      "grad_norm": 2.890922784805298,
      "learning_rate": 0.00020803038248651465,
      "loss": 7.6763,
      "step": 180560
    },
    {
      "epoch": 0.3761875,
      "grad_norm": 0.8872435092926025,
      "learning_rate": 0.000208021291447173,
      "loss": 7.34,
      "step": 180570
    },
    {
      "epoch": 0.3762083333333333,
      "grad_norm": 3.709808826446533,
      "learning_rate": 0.00020801220015720227,
      "loss": 7.9599,
      "step": 180580
    },
    {
      "epoch": 0.37622916666666667,
      "grad_norm": 1.2468807697296143,
      "learning_rate": 0.00020800310861664192,
      "loss": 7.4178,
      "step": 180590
    },
    {
      "epoch": 0.37625,
      "grad_norm": 0.9382593035697937,
      "learning_rate": 0.000207994016825531,
      "loss": 7.473,
      "step": 180600
    },
    {
      "epoch": 0.37627083333333333,
      "grad_norm": 0.7611151933670044,
      "learning_rate": 0.00020798492478390894,
      "loss": 7.4873,
      "step": 180610
    },
    {
      "epoch": 0.3762916666666667,
      "grad_norm": 1.1488091945648193,
      "learning_rate": 0.00020797583249181493,
      "loss": 7.7317,
      "step": 180620
    },
    {
      "epoch": 0.3763125,
      "grad_norm": 1.1927785873413086,
      "learning_rate": 0.0002079667399492883,
      "loss": 7.7312,
      "step": 180630
    },
    {
      "epoch": 0.37633333333333335,
      "grad_norm": 1.588408350944519,
      "learning_rate": 0.00020795764715636822,
      "loss": 7.6073,
      "step": 180640
    },
    {
      "epoch": 0.37635416666666666,
      "grad_norm": 0.6018309593200684,
      "learning_rate": 0.00020794855411309415,
      "loss": 7.9455,
      "step": 180650
    },
    {
      "epoch": 0.376375,
      "grad_norm": 1.00133216381073,
      "learning_rate": 0.0002079394608195052,
      "loss": 7.8076,
      "step": 180660
    },
    {
      "epoch": 0.3763958333333333,
      "grad_norm": 1.0642544031143188,
      "learning_rate": 0.00020793036727564072,
      "loss": 7.3546,
      "step": 180670
    },
    {
      "epoch": 0.3764166666666667,
      "grad_norm": 1.8303648233413696,
      "learning_rate": 0.00020792127348154003,
      "loss": 7.5367,
      "step": 180680
    },
    {
      "epoch": 0.3764375,
      "grad_norm": 2.3329648971557617,
      "learning_rate": 0.0002079121794372423,
      "loss": 7.7685,
      "step": 180690
    },
    {
      "epoch": 0.37645833333333334,
      "grad_norm": 0.7686562538146973,
      "learning_rate": 0.00020790308514278695,
      "loss": 7.6081,
      "step": 180700
    },
    {
      "epoch": 0.37647916666666664,
      "grad_norm": 1.541298747062683,
      "learning_rate": 0.00020789399059821314,
      "loss": 7.4272,
      "step": 180710
    },
    {
      "epoch": 0.3765,
      "grad_norm": 4.591444492340088,
      "learning_rate": 0.00020788489580356019,
      "loss": 7.4572,
      "step": 180720
    },
    {
      "epoch": 0.37652083333333336,
      "grad_norm": 1.6492083072662354,
      "learning_rate": 0.00020787580075886744,
      "loss": 7.3878,
      "step": 180730
    },
    {
      "epoch": 0.37654166666666666,
      "grad_norm": 1.4042589664459229,
      "learning_rate": 0.00020786670546417413,
      "loss": 8.0273,
      "step": 180740
    },
    {
      "epoch": 0.3765625,
      "grad_norm": 1.0871680974960327,
      "learning_rate": 0.00020785760991951955,
      "loss": 7.4183,
      "step": 180750
    },
    {
      "epoch": 0.3765833333333333,
      "grad_norm": 2.3212058544158936,
      "learning_rate": 0.00020784851412494304,
      "loss": 7.9902,
      "step": 180760
    },
    {
      "epoch": 0.3766041666666667,
      "grad_norm": 2.236262798309326,
      "learning_rate": 0.00020783941808048375,
      "loss": 7.8562,
      "step": 180770
    },
    {
      "epoch": 0.376625,
      "grad_norm": 1.3504670858383179,
      "learning_rate": 0.00020783032178618114,
      "loss": 7.7197,
      "step": 180780
    },
    {
      "epoch": 0.37664583333333335,
      "grad_norm": 1.5097932815551758,
      "learning_rate": 0.00020782122524207446,
      "loss": 7.3409,
      "step": 180790
    },
    {
      "epoch": 0.37666666666666665,
      "grad_norm": 0.7486160397529602,
      "learning_rate": 0.0002078121284482029,
      "loss": 7.4328,
      "step": 180800
    },
    {
      "epoch": 0.3766875,
      "grad_norm": 3.125640869140625,
      "learning_rate": 0.00020780303140460583,
      "loss": 8.365,
      "step": 180810
    },
    {
      "epoch": 0.3767083333333333,
      "grad_norm": 1.049336552619934,
      "learning_rate": 0.00020779393411132262,
      "loss": 7.5342,
      "step": 180820
    },
    {
      "epoch": 0.37672916666666667,
      "grad_norm": 0.9598860740661621,
      "learning_rate": 0.00020778483656839247,
      "loss": 7.8767,
      "step": 180830
    },
    {
      "epoch": 0.37675,
      "grad_norm": 1.4088712930679321,
      "learning_rate": 0.00020777573877585464,
      "loss": 7.2909,
      "step": 180840
    },
    {
      "epoch": 0.37677083333333333,
      "grad_norm": 0.815467894077301,
      "learning_rate": 0.00020776664073374855,
      "loss": 7.5256,
      "step": 180850
    },
    {
      "epoch": 0.3767916666666667,
      "grad_norm": 0.8526776432991028,
      "learning_rate": 0.00020775754244211343,
      "loss": 7.3301,
      "step": 180860
    },
    {
      "epoch": 0.3768125,
      "grad_norm": 0.9352575540542603,
      "learning_rate": 0.0002077484439009885,
      "loss": 7.5368,
      "step": 180870
    },
    {
      "epoch": 0.37683333333333335,
      "grad_norm": 4.1806511878967285,
      "learning_rate": 0.00020773934511041325,
      "loss": 7.6181,
      "step": 180880
    },
    {
      "epoch": 0.37685416666666666,
      "grad_norm": 0.8593579530715942,
      "learning_rate": 0.00020773024607042686,
      "loss": 8.0132,
      "step": 180890
    },
    {
      "epoch": 0.376875,
      "grad_norm": 0.6586397886276245,
      "learning_rate": 0.00020772114678106865,
      "loss": 8.1943,
      "step": 180900
    },
    {
      "epoch": 0.3768958333333333,
      "grad_norm": 0.592846691608429,
      "learning_rate": 0.00020771204724237793,
      "loss": 7.3876,
      "step": 180910
    },
    {
      "epoch": 0.3769166666666667,
      "grad_norm": 0.8072023987770081,
      "learning_rate": 0.00020770294745439403,
      "loss": 7.592,
      "step": 180920
    },
    {
      "epoch": 0.3769375,
      "grad_norm": 1.1085450649261475,
      "learning_rate": 0.00020769384741715623,
      "loss": 7.441,
      "step": 180930
    },
    {
      "epoch": 0.37695833333333334,
      "grad_norm": 1.7100046873092651,
      "learning_rate": 0.00020768474713070382,
      "loss": 7.4326,
      "step": 180940
    },
    {
      "epoch": 0.37697916666666664,
      "grad_norm": 1.4262926578521729,
      "learning_rate": 0.00020767564659507617,
      "loss": 7.9858,
      "step": 180950
    },
    {
      "epoch": 0.377,
      "grad_norm": 1.6924210786819458,
      "learning_rate": 0.00020766654581031257,
      "loss": 7.7442,
      "step": 180960
    },
    {
      "epoch": 0.37702083333333336,
      "grad_norm": 2.858104944229126,
      "learning_rate": 0.00020765744477645228,
      "loss": 7.9012,
      "step": 180970
    },
    {
      "epoch": 0.37704166666666666,
      "grad_norm": 0.7698508501052856,
      "learning_rate": 0.00020764834349353464,
      "loss": 7.3424,
      "step": 180980
    },
    {
      "epoch": 0.3770625,
      "grad_norm": 1.061343789100647,
      "learning_rate": 0.000207639241961599,
      "loss": 7.5209,
      "step": 180990
    },
    {
      "epoch": 0.3770833333333333,
      "grad_norm": 1.8965020179748535,
      "learning_rate": 0.00020763014018068462,
      "loss": 7.4297,
      "step": 181000
    },
    {
      "epoch": 0.3770833333333333,
      "eval_loss": 10.21466064453125,
      "eval_runtime": 8.3878,
      "eval_samples_per_second": 0.358,
      "eval_steps_per_second": 0.119,
      "step": 181000
    },
    {
      "epoch": 0.3771041666666667,
      "grad_norm": 1.2163472175598145,
      "learning_rate": 0.00020762103815083087,
      "loss": 7.4437,
      "step": 181010
    },
    {
      "epoch": 0.377125,
      "grad_norm": 2.998673677444458,
      "learning_rate": 0.00020761193587207706,
      "loss": 7.5451,
      "step": 181020
    },
    {
      "epoch": 0.37714583333333335,
      "grad_norm": 0.588888943195343,
      "learning_rate": 0.0002076028333444625,
      "loss": 7.3152,
      "step": 181030
    },
    {
      "epoch": 0.37716666666666665,
      "grad_norm": 0.6523172855377197,
      "learning_rate": 0.00020759373056802646,
      "loss": 7.2546,
      "step": 181040
    },
    {
      "epoch": 0.3771875,
      "grad_norm": 1.444091796875,
      "learning_rate": 0.00020758462754280835,
      "loss": 7.4193,
      "step": 181050
    },
    {
      "epoch": 0.3772083333333333,
      "grad_norm": 0.5001415014266968,
      "learning_rate": 0.0002075755242688474,
      "loss": 7.8232,
      "step": 181060
    },
    {
      "epoch": 0.37722916666666667,
      "grad_norm": 0.7112174034118652,
      "learning_rate": 0.00020756642074618297,
      "loss": 7.6104,
      "step": 181070
    },
    {
      "epoch": 0.37725,
      "grad_norm": 1.328214168548584,
      "learning_rate": 0.0002075573169748544,
      "loss": 7.1145,
      "step": 181080
    },
    {
      "epoch": 0.37727083333333333,
      "grad_norm": 1.0220637321472168,
      "learning_rate": 0.000207548212954901,
      "loss": 7.9186,
      "step": 181090
    },
    {
      "epoch": 0.3772916666666667,
      "grad_norm": 0.6937411427497864,
      "learning_rate": 0.00020753910868636215,
      "loss": 7.4818,
      "step": 181100
    },
    {
      "epoch": 0.3773125,
      "grad_norm": 2.7134249210357666,
      "learning_rate": 0.00020753000416927705,
      "loss": 8.9922,
      "step": 181110
    },
    {
      "epoch": 0.37733333333333335,
      "grad_norm": 0.9116483330726624,
      "learning_rate": 0.00020752089940368515,
      "loss": 7.517,
      "step": 181120
    },
    {
      "epoch": 0.37735416666666666,
      "grad_norm": 2.8636112213134766,
      "learning_rate": 0.00020751179438962573,
      "loss": 7.5155,
      "step": 181130
    },
    {
      "epoch": 0.377375,
      "grad_norm": 1.1091630458831787,
      "learning_rate": 0.00020750268912713806,
      "loss": 7.4863,
      "step": 181140
    },
    {
      "epoch": 0.3773958333333333,
      "grad_norm": 2.2859132289886475,
      "learning_rate": 0.00020749358361626163,
      "loss": 7.6495,
      "step": 181150
    },
    {
      "epoch": 0.3774166666666667,
      "grad_norm": 1.5977823734283447,
      "learning_rate": 0.00020748447785703565,
      "loss": 7.7199,
      "step": 181160
    },
    {
      "epoch": 0.3774375,
      "grad_norm": 1.0879218578338623,
      "learning_rate": 0.00020747537184949945,
      "loss": 8.249,
      "step": 181170
    },
    {
      "epoch": 0.37745833333333334,
      "grad_norm": 2.5314340591430664,
      "learning_rate": 0.00020746626559369242,
      "loss": 7.8166,
      "step": 181180
    },
    {
      "epoch": 0.37747916666666664,
      "grad_norm": 3.226919174194336,
      "learning_rate": 0.00020745715908965383,
      "loss": 8.8554,
      "step": 181190
    },
    {
      "epoch": 0.3775,
      "grad_norm": 0.8396369814872742,
      "learning_rate": 0.0002074480523374231,
      "loss": 7.7558,
      "step": 181200
    },
    {
      "epoch": 0.37752083333333336,
      "grad_norm": 1.033219337463379,
      "learning_rate": 0.00020743894533703953,
      "loss": 7.5778,
      "step": 181210
    },
    {
      "epoch": 0.37754166666666666,
      "grad_norm": 0.8082281351089478,
      "learning_rate": 0.0002074298380885424,
      "loss": 7.6033,
      "step": 181220
    },
    {
      "epoch": 0.3775625,
      "grad_norm": 0.8911862373352051,
      "learning_rate": 0.00020742073059197113,
      "loss": 7.0364,
      "step": 181230
    },
    {
      "epoch": 0.3775833333333333,
      "grad_norm": 4.144635200500488,
      "learning_rate": 0.00020741162284736506,
      "loss": 8.1017,
      "step": 181240
    },
    {
      "epoch": 0.3776041666666667,
      "grad_norm": 5.87640905380249,
      "learning_rate": 0.00020740251485476345,
      "loss": 8.3385,
      "step": 181250
    },
    {
      "epoch": 0.377625,
      "grad_norm": 1.4258592128753662,
      "learning_rate": 0.0002073934066142057,
      "loss": 7.742,
      "step": 181260
    },
    {
      "epoch": 0.37764583333333335,
      "grad_norm": 1.452505111694336,
      "learning_rate": 0.00020738429812573118,
      "loss": 7.3144,
      "step": 181270
    },
    {
      "epoch": 0.37766666666666665,
      "grad_norm": 0.8494266867637634,
      "learning_rate": 0.0002073751893893792,
      "loss": 7.6784,
      "step": 181280
    },
    {
      "epoch": 0.3776875,
      "grad_norm": 1.3630670309066772,
      "learning_rate": 0.00020736608040518913,
      "loss": 8.6072,
      "step": 181290
    },
    {
      "epoch": 0.3777083333333333,
      "grad_norm": 1.8724273443222046,
      "learning_rate": 0.0002073569711732003,
      "loss": 7.5785,
      "step": 181300
    },
    {
      "epoch": 0.37772916666666667,
      "grad_norm": 1.4382381439208984,
      "learning_rate": 0.00020734786169345203,
      "loss": 7.4626,
      "step": 181310
    },
    {
      "epoch": 0.37775,
      "grad_norm": 0.8370268940925598,
      "learning_rate": 0.0002073387519659837,
      "loss": 7.4812,
      "step": 181320
    },
    {
      "epoch": 0.37777083333333333,
      "grad_norm": 59.94647216796875,
      "learning_rate": 0.00020732964199083467,
      "loss": 10.7908,
      "step": 181330
    },
    {
      "epoch": 0.3777916666666667,
      "grad_norm": 0.824374794960022,
      "learning_rate": 0.00020732053176804427,
      "loss": 8.9739,
      "step": 181340
    },
    {
      "epoch": 0.3778125,
      "grad_norm": 2.492412567138672,
      "learning_rate": 0.0002073114212976519,
      "loss": 8.7068,
      "step": 181350
    },
    {
      "epoch": 0.37783333333333335,
      "grad_norm": 2.371340751647949,
      "learning_rate": 0.00020730231057969684,
      "loss": 7.9475,
      "step": 181360
    },
    {
      "epoch": 0.37785416666666666,
      "grad_norm": 2.2442080974578857,
      "learning_rate": 0.00020729319961421843,
      "loss": 7.8852,
      "step": 181370
    },
    {
      "epoch": 0.377875,
      "grad_norm": 1.3340766429901123,
      "learning_rate": 0.00020728408840125617,
      "loss": 7.7268,
      "step": 181380
    },
    {
      "epoch": 0.3778958333333333,
      "grad_norm": 1.5358548164367676,
      "learning_rate": 0.0002072749769408493,
      "loss": 7.1138,
      "step": 181390
    },
    {
      "epoch": 0.3779166666666667,
      "grad_norm": 0.9191768169403076,
      "learning_rate": 0.0002072658652330372,
      "loss": 7.8125,
      "step": 181400
    },
    {
      "epoch": 0.3779375,
      "grad_norm": 0.8282036185264587,
      "learning_rate": 0.0002072567532778592,
      "loss": 7.8258,
      "step": 181410
    },
    {
      "epoch": 0.37795833333333334,
      "grad_norm": 1.6046680212020874,
      "learning_rate": 0.0002072476410753547,
      "loss": 7.7458,
      "step": 181420
    },
    {
      "epoch": 0.37797916666666664,
      "grad_norm": 2.2321865558624268,
      "learning_rate": 0.00020723852862556305,
      "loss": 7.3695,
      "step": 181430
    },
    {
      "epoch": 0.378,
      "grad_norm": 0.6668872833251953,
      "learning_rate": 0.00020722941592852363,
      "loss": 7.8979,
      "step": 181440
    },
    {
      "epoch": 0.3780208333333333,
      "grad_norm": 1.095056176185608,
      "learning_rate": 0.00020722030298427576,
      "loss": 7.5292,
      "step": 181450
    },
    {
      "epoch": 0.37804166666666666,
      "grad_norm": 1.8487000465393066,
      "learning_rate": 0.00020721118979285884,
      "loss": 7.9937,
      "step": 181460
    },
    {
      "epoch": 0.3780625,
      "grad_norm": 1.4756557941436768,
      "learning_rate": 0.00020720207635431222,
      "loss": 8.6183,
      "step": 181470
    },
    {
      "epoch": 0.3780833333333333,
      "grad_norm": 0.8665779829025269,
      "learning_rate": 0.00020719296266867528,
      "loss": 7.6657,
      "step": 181480
    },
    {
      "epoch": 0.3781041666666667,
      "grad_norm": 0.7995975017547607,
      "learning_rate": 0.0002071838487359874,
      "loss": 8.0675,
      "step": 181490
    },
    {
      "epoch": 0.378125,
      "grad_norm": 0.8024004697799683,
      "learning_rate": 0.0002071747345562879,
      "loss": 7.5873,
      "step": 181500
    },
    {
      "epoch": 0.37814583333333335,
      "grad_norm": 0.8835790753364563,
      "learning_rate": 0.00020716562012961618,
      "loss": 7.7855,
      "step": 181510
    },
    {
      "epoch": 0.37816666666666665,
      "grad_norm": 3.792675733566284,
      "learning_rate": 0.00020715650545601163,
      "loss": 7.5722,
      "step": 181520
    },
    {
      "epoch": 0.3781875,
      "grad_norm": 3.0957529544830322,
      "learning_rate": 0.0002071473905355136,
      "loss": 8.0902,
      "step": 181530
    },
    {
      "epoch": 0.3782083333333333,
      "grad_norm": 2.0172300338745117,
      "learning_rate": 0.0002071382753681614,
      "loss": 7.2879,
      "step": 181540
    },
    {
      "epoch": 0.37822916666666667,
      "grad_norm": 1.1399210691452026,
      "learning_rate": 0.00020712915995399454,
      "loss": 12.1153,
      "step": 181550
    },
    {
      "epoch": 0.37825,
      "grad_norm": 2.818786382675171,
      "learning_rate": 0.0002071200442930523,
      "loss": 8.108,
      "step": 181560
    },
    {
      "epoch": 0.37827083333333333,
      "grad_norm": 1.261662483215332,
      "learning_rate": 0.00020711092838537407,
      "loss": 7.3964,
      "step": 181570
    },
    {
      "epoch": 0.3782916666666667,
      "grad_norm": 1.5002598762512207,
      "learning_rate": 0.00020710181223099926,
      "loss": 7.5607,
      "step": 181580
    },
    {
      "epoch": 0.3783125,
      "grad_norm": 1.2735984325408936,
      "learning_rate": 0.00020709269582996722,
      "loss": 8.0609,
      "step": 181590
    },
    {
      "epoch": 0.37833333333333335,
      "grad_norm": 9.501437187194824,
      "learning_rate": 0.00020708357918231728,
      "loss": 7.1868,
      "step": 181600
    },
    {
      "epoch": 0.37835416666666666,
      "grad_norm": 2.862534999847412,
      "learning_rate": 0.00020707446228808893,
      "loss": 7.8891,
      "step": 181610
    },
    {
      "epoch": 0.378375,
      "grad_norm": 0.7007293701171875,
      "learning_rate": 0.0002070653451473215,
      "loss": 7.4047,
      "step": 181620
    },
    {
      "epoch": 0.3783958333333333,
      "grad_norm": 2.327003240585327,
      "learning_rate": 0.00020705622776005434,
      "loss": 8.2487,
      "step": 181630
    },
    {
      "epoch": 0.3784166666666667,
      "grad_norm": 0.8216394782066345,
      "learning_rate": 0.00020704711012632684,
      "loss": 7.4865,
      "step": 181640
    },
    {
      "epoch": 0.3784375,
      "grad_norm": 1.1477998495101929,
      "learning_rate": 0.00020703799224617843,
      "loss": 7.4313,
      "step": 181650
    },
    {
      "epoch": 0.37845833333333334,
      "grad_norm": 2.1895816326141357,
      "learning_rate": 0.0002070288741196485,
      "loss": 7.5773,
      "step": 181660
    },
    {
      "epoch": 0.37847916666666664,
      "grad_norm": 1.9422913789749146,
      "learning_rate": 0.00020701975574677635,
      "loss": 7.3387,
      "step": 181670
    },
    {
      "epoch": 0.3785,
      "grad_norm": 0.7623238563537598,
      "learning_rate": 0.00020701063712760145,
      "loss": 7.8319,
      "step": 181680
    },
    {
      "epoch": 0.3785208333333333,
      "grad_norm": 2.1899800300598145,
      "learning_rate": 0.0002070015182621632,
      "loss": 7.6811,
      "step": 181690
    },
    {
      "epoch": 0.37854166666666667,
      "grad_norm": 0.5989817380905151,
      "learning_rate": 0.0002069923991505009,
      "loss": 8.7496,
      "step": 181700
    },
    {
      "epoch": 0.3785625,
      "grad_norm": 1.0744664669036865,
      "learning_rate": 0.000206983279792654,
      "loss": 7.2737,
      "step": 181710
    },
    {
      "epoch": 0.3785833333333333,
      "grad_norm": 1.0365352630615234,
      "learning_rate": 0.00020697416018866194,
      "loss": 7.8441,
      "step": 181720
    },
    {
      "epoch": 0.3786041666666667,
      "grad_norm": 1.4225733280181885,
      "learning_rate": 0.00020696504033856399,
      "loss": 7.6093,
      "step": 181730
    },
    {
      "epoch": 0.378625,
      "grad_norm": 0.6060759425163269,
      "learning_rate": 0.00020695592024239963,
      "loss": 7.8959,
      "step": 181740
    },
    {
      "epoch": 0.37864583333333335,
      "grad_norm": 0.7021634578704834,
      "learning_rate": 0.00020694679990020828,
      "loss": 7.7812,
      "step": 181750
    },
    {
      "epoch": 0.37866666666666665,
      "grad_norm": 1.8784863948822021,
      "learning_rate": 0.0002069376793120293,
      "loss": 8.6413,
      "step": 181760
    },
    {
      "epoch": 0.3786875,
      "grad_norm": 0.8282457590103149,
      "learning_rate": 0.00020692855847790202,
      "loss": 7.9533,
      "step": 181770
    },
    {
      "epoch": 0.3787083333333333,
      "grad_norm": 1.051095962524414,
      "learning_rate": 0.00020691943739786593,
      "loss": 7.7019,
      "step": 181780
    },
    {
      "epoch": 0.3787291666666667,
      "grad_norm": 1.085688591003418,
      "learning_rate": 0.00020691031607196042,
      "loss": 7.47,
      "step": 181790
    },
    {
      "epoch": 0.37875,
      "grad_norm": 1.0519816875457764,
      "learning_rate": 0.00020690119450022485,
      "loss": 8.4913,
      "step": 181800
    },
    {
      "epoch": 0.37877083333333333,
      "grad_norm": 0.66790372133255,
      "learning_rate": 0.00020689207268269864,
      "loss": 7.8653,
      "step": 181810
    },
    {
      "epoch": 0.3787916666666667,
      "grad_norm": 1.3579609394073486,
      "learning_rate": 0.0002068829506194212,
      "loss": 7.6678,
      "step": 181820
    },
    {
      "epoch": 0.3788125,
      "grad_norm": 1.336843729019165,
      "learning_rate": 0.00020687382831043199,
      "loss": 7.1639,
      "step": 181830
    },
    {
      "epoch": 0.37883333333333336,
      "grad_norm": 2.1016552448272705,
      "learning_rate": 0.00020686470575577028,
      "loss": 7.8932,
      "step": 181840
    },
    {
      "epoch": 0.37885416666666666,
      "grad_norm": 0.6654433608055115,
      "learning_rate": 0.00020685558295547554,
      "loss": 7.9233,
      "step": 181850
    },
    {
      "epoch": 0.378875,
      "grad_norm": 4.99282169342041,
      "learning_rate": 0.00020684645990958723,
      "loss": 7.7542,
      "step": 181860
    },
    {
      "epoch": 0.3788958333333333,
      "grad_norm": 0.6950802803039551,
      "learning_rate": 0.00020683733661814468,
      "loss": 7.6805,
      "step": 181870
    },
    {
      "epoch": 0.3789166666666667,
      "grad_norm": 3.7718470096588135,
      "learning_rate": 0.00020682821308118737,
      "loss": 7.8345,
      "step": 181880
    },
    {
      "epoch": 0.3789375,
      "grad_norm": 0.810797393321991,
      "learning_rate": 0.00020681908929875468,
      "loss": 7.6744,
      "step": 181890
    },
    {
      "epoch": 0.37895833333333334,
      "grad_norm": 1.176340937614441,
      "learning_rate": 0.000206809965270886,
      "loss": 7.2051,
      "step": 181900
    },
    {
      "epoch": 0.37897916666666664,
      "grad_norm": 0.6284251809120178,
      "learning_rate": 0.0002068008409976207,
      "loss": 7.3956,
      "step": 181910
    },
    {
      "epoch": 0.379,
      "grad_norm": 1.5431042909622192,
      "learning_rate": 0.00020679171647899832,
      "loss": 7.9988,
      "step": 181920
    },
    {
      "epoch": 0.3790208333333333,
      "grad_norm": 1.450268268585205,
      "learning_rate": 0.0002067825917150582,
      "loss": 7.6384,
      "step": 181930
    },
    {
      "epoch": 0.37904166666666667,
      "grad_norm": 0.6646332144737244,
      "learning_rate": 0.0002067734667058397,
      "loss": 7.9448,
      "step": 181940
    },
    {
      "epoch": 0.3790625,
      "grad_norm": 1.2860009670257568,
      "learning_rate": 0.00020676434145138237,
      "loss": 7.3903,
      "step": 181950
    },
    {
      "epoch": 0.3790833333333333,
      "grad_norm": 2.2718300819396973,
      "learning_rate": 0.00020675521595172553,
      "loss": 8.2545,
      "step": 181960
    },
    {
      "epoch": 0.3791041666666667,
      "grad_norm": 0.5395885705947876,
      "learning_rate": 0.00020674609020690862,
      "loss": 7.4282,
      "step": 181970
    },
    {
      "epoch": 0.379125,
      "grad_norm": 2.0400569438934326,
      "learning_rate": 0.00020673696421697103,
      "loss": 7.7091,
      "step": 181980
    },
    {
      "epoch": 0.37914583333333335,
      "grad_norm": 3.455739974975586,
      "learning_rate": 0.00020672783798195228,
      "loss": 7.8187,
      "step": 181990
    },
    {
      "epoch": 0.37916666666666665,
      "grad_norm": 5.082277297973633,
      "learning_rate": 0.0002067187115018917,
      "loss": 7.9023,
      "step": 182000
    },
    {
      "epoch": 0.37916666666666665,
      "eval_loss": 7.888314247131348,
      "eval_runtime": 8.7042,
      "eval_samples_per_second": 0.345,
      "eval_steps_per_second": 0.115,
      "step": 182000
    },
    {
      "epoch": 0.3791875,
      "grad_norm": 1.0463767051696777,
      "learning_rate": 0.00020670958477682867,
      "loss": 7.8296,
      "step": 182010
    },
    {
      "epoch": 0.3792083333333333,
      "grad_norm": 3.577497959136963,
      "learning_rate": 0.00020670045780680273,
      "loss": 7.5258,
      "step": 182020
    },
    {
      "epoch": 0.3792291666666667,
      "grad_norm": 0.5934756398200989,
      "learning_rate": 0.0002066913305918533,
      "loss": 7.2931,
      "step": 182030
    },
    {
      "epoch": 0.37925,
      "grad_norm": 0.6699349284172058,
      "learning_rate": 0.0002066822031320197,
      "loss": 7.5373,
      "step": 182040
    },
    {
      "epoch": 0.37927083333333333,
      "grad_norm": 5.62874174118042,
      "learning_rate": 0.00020667307542734142,
      "loss": 7.4682,
      "step": 182050
    },
    {
      "epoch": 0.3792916666666667,
      "grad_norm": 1.081683874130249,
      "learning_rate": 0.00020666394747785794,
      "loss": 7.6168,
      "step": 182060
    },
    {
      "epoch": 0.3793125,
      "grad_norm": 0.543136715888977,
      "learning_rate": 0.00020665481928360858,
      "loss": 7.1356,
      "step": 182070
    },
    {
      "epoch": 0.37933333333333336,
      "grad_norm": 2.1552908420562744,
      "learning_rate": 0.00020664569084463287,
      "loss": 7.5685,
      "step": 182080
    },
    {
      "epoch": 0.37935416666666666,
      "grad_norm": 2.4835216999053955,
      "learning_rate": 0.00020663656216097015,
      "loss": 7.5632,
      "step": 182090
    },
    {
      "epoch": 0.379375,
      "grad_norm": 1.378448247909546,
      "learning_rate": 0.00020662743323265992,
      "loss": 7.4104,
      "step": 182100
    },
    {
      "epoch": 0.3793958333333333,
      "grad_norm": 0.6846925020217896,
      "learning_rate": 0.00020661830405974162,
      "loss": 7.7268,
      "step": 182110
    },
    {
      "epoch": 0.3794166666666667,
      "grad_norm": 1.3160245418548584,
      "learning_rate": 0.00020660917464225464,
      "loss": 7.7454,
      "step": 182120
    },
    {
      "epoch": 0.3794375,
      "grad_norm": 2.1012120246887207,
      "learning_rate": 0.0002066000449802384,
      "loss": 7.55,
      "step": 182130
    },
    {
      "epoch": 0.37945833333333334,
      "grad_norm": 0.6927038431167603,
      "learning_rate": 0.00020659091507373243,
      "loss": 8.4361,
      "step": 182140
    },
    {
      "epoch": 0.37947916666666665,
      "grad_norm": 1.4355145692825317,
      "learning_rate": 0.00020658178492277606,
      "loss": 7.5314,
      "step": 182150
    },
    {
      "epoch": 0.3795,
      "grad_norm": 3.609560251235962,
      "learning_rate": 0.0002065726545274088,
      "loss": 8.5386,
      "step": 182160
    },
    {
      "epoch": 0.3795208333333333,
      "grad_norm": 0.8725416660308838,
      "learning_rate": 0.00020656352388767006,
      "loss": 8.2741,
      "step": 182170
    },
    {
      "epoch": 0.37954166666666667,
      "grad_norm": 1.9837042093276978,
      "learning_rate": 0.00020655439300359927,
      "loss": 7.4096,
      "step": 182180
    },
    {
      "epoch": 0.3795625,
      "grad_norm": 1.1984071731567383,
      "learning_rate": 0.00020654526187523591,
      "loss": 7.5044,
      "step": 182190
    },
    {
      "epoch": 0.37958333333333333,
      "grad_norm": 0.6102373600006104,
      "learning_rate": 0.00020653613050261943,
      "loss": 8.6393,
      "step": 182200
    },
    {
      "epoch": 0.3796041666666667,
      "grad_norm": 0.833406925201416,
      "learning_rate": 0.00020652699888578917,
      "loss": 7.2024,
      "step": 182210
    },
    {
      "epoch": 0.379625,
      "grad_norm": 0.8706310987472534,
      "learning_rate": 0.0002065178670247847,
      "loss": 7.5142,
      "step": 182220
    },
    {
      "epoch": 0.37964583333333335,
      "grad_norm": 0.9538334608078003,
      "learning_rate": 0.00020650873491964543,
      "loss": 7.1902,
      "step": 182230
    },
    {
      "epoch": 0.37966666666666665,
      "grad_norm": 1.1082062721252441,
      "learning_rate": 0.0002064996025704107,
      "loss": 7.4417,
      "step": 182240
    },
    {
      "epoch": 0.3796875,
      "grad_norm": 0.7599197030067444,
      "learning_rate": 0.00020649046997712017,
      "loss": 7.2838,
      "step": 182250
    },
    {
      "epoch": 0.3797083333333333,
      "grad_norm": 1.167629599571228,
      "learning_rate": 0.0002064813371398131,
      "loss": 7.4101,
      "step": 182260
    },
    {
      "epoch": 0.3797291666666667,
      "grad_norm": 2.0884740352630615,
      "learning_rate": 0.00020647220405852905,
      "loss": 8.0679,
      "step": 182270
    },
    {
      "epoch": 0.37975,
      "grad_norm": 0.8119398951530457,
      "learning_rate": 0.00020646307073330739,
      "loss": 7.2771,
      "step": 182280
    },
    {
      "epoch": 0.37977083333333334,
      "grad_norm": 1.624646544456482,
      "learning_rate": 0.00020645393716418764,
      "loss": 8.049,
      "step": 182290
    },
    {
      "epoch": 0.3797916666666667,
      "grad_norm": 0.853922963142395,
      "learning_rate": 0.00020644480335120922,
      "loss": 7.2337,
      "step": 182300
    },
    {
      "epoch": 0.3798125,
      "grad_norm": 0.8009539842605591,
      "learning_rate": 0.0002064356692944116,
      "loss": 7.3231,
      "step": 182310
    },
    {
      "epoch": 0.37983333333333336,
      "grad_norm": 1.63102388381958,
      "learning_rate": 0.0002064265349938342,
      "loss": 7.7179,
      "step": 182320
    },
    {
      "epoch": 0.37985416666666666,
      "grad_norm": 0.888026237487793,
      "learning_rate": 0.00020641740044951654,
      "loss": 7.7655,
      "step": 182330
    },
    {
      "epoch": 0.379875,
      "grad_norm": 0.7832707762718201,
      "learning_rate": 0.00020640826566149803,
      "loss": 7.5174,
      "step": 182340
    },
    {
      "epoch": 0.3798958333333333,
      "grad_norm": 0.9433596730232239,
      "learning_rate": 0.00020639913062981812,
      "loss": 7.4868,
      "step": 182350
    },
    {
      "epoch": 0.3799166666666667,
      "grad_norm": 0.9843607544898987,
      "learning_rate": 0.00020638999535451633,
      "loss": 7.4202,
      "step": 182360
    },
    {
      "epoch": 0.3799375,
      "grad_norm": 4.622191905975342,
      "learning_rate": 0.00020638085983563204,
      "loss": 8.8318,
      "step": 182370
    },
    {
      "epoch": 0.37995833333333334,
      "grad_norm": 0.6588025093078613,
      "learning_rate": 0.00020637172407320478,
      "loss": 7.842,
      "step": 182380
    },
    {
      "epoch": 0.37997916666666665,
      "grad_norm": 0.5976885557174683,
      "learning_rate": 0.000206362588067274,
      "loss": 8.5152,
      "step": 182390
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.9340881705284119,
      "learning_rate": 0.0002063534518178791,
      "loss": 7.1218,
      "step": 182400
    },
    {
      "epoch": 0.3800208333333333,
      "grad_norm": 0.7340525984764099,
      "learning_rate": 0.0002063443153250596,
      "loss": 7.6099,
      "step": 182410
    },
    {
      "epoch": 0.38004166666666667,
      "grad_norm": 2.4812328815460205,
      "learning_rate": 0.00020633517858885498,
      "loss": 7.6293,
      "step": 182420
    },
    {
      "epoch": 0.3800625,
      "grad_norm": 1.9886157512664795,
      "learning_rate": 0.00020632604160930468,
      "loss": 7.3674,
      "step": 182430
    },
    {
      "epoch": 0.38008333333333333,
      "grad_norm": 1.6106125116348267,
      "learning_rate": 0.00020631690438644817,
      "loss": 7.5355,
      "step": 182440
    },
    {
      "epoch": 0.3801041666666667,
      "grad_norm": 3.3596978187561035,
      "learning_rate": 0.00020630776692032496,
      "loss": 7.6981,
      "step": 182450
    },
    {
      "epoch": 0.380125,
      "grad_norm": 0.6348927617073059,
      "learning_rate": 0.00020629862921097444,
      "loss": 7.7594,
      "step": 182460
    },
    {
      "epoch": 0.38014583333333335,
      "grad_norm": 4.673937797546387,
      "learning_rate": 0.00020628949125843616,
      "loss": 7.8036,
      "step": 182470
    },
    {
      "epoch": 0.38016666666666665,
      "grad_norm": 2.718672752380371,
      "learning_rate": 0.00020628035306274954,
      "loss": 8.2595,
      "step": 182480
    },
    {
      "epoch": 0.3801875,
      "grad_norm": 1.178078532218933,
      "learning_rate": 0.00020627121462395408,
      "loss": 7.949,
      "step": 182490
    },
    {
      "epoch": 0.3802083333333333,
      "grad_norm": 2.422152280807495,
      "learning_rate": 0.00020626207594208929,
      "loss": 7.9699,
      "step": 182500
    },
    {
      "epoch": 0.3802291666666667,
      "grad_norm": 0.7255926132202148,
      "learning_rate": 0.00020625293701719452,
      "loss": 7.9804,
      "step": 182510
    },
    {
      "epoch": 0.38025,
      "grad_norm": 0.7768087387084961,
      "learning_rate": 0.00020624379784930935,
      "loss": 7.5033,
      "step": 182520
    },
    {
      "epoch": 0.38027083333333334,
      "grad_norm": 1.0177586078643799,
      "learning_rate": 0.00020623465843847328,
      "loss": 8.3126,
      "step": 182530
    },
    {
      "epoch": 0.38029166666666664,
      "grad_norm": 1.1174386739730835,
      "learning_rate": 0.0002062255187847257,
      "loss": 7.4716,
      "step": 182540
    },
    {
      "epoch": 0.3803125,
      "grad_norm": 0.6752326488494873,
      "learning_rate": 0.00020621637888810614,
      "loss": 7.3819,
      "step": 182550
    },
    {
      "epoch": 0.38033333333333336,
      "grad_norm": 2.1921544075012207,
      "learning_rate": 0.00020620723874865415,
      "loss": 7.6144,
      "step": 182560
    },
    {
      "epoch": 0.38035416666666666,
      "grad_norm": 0.8987712264060974,
      "learning_rate": 0.00020619809836640906,
      "loss": 7.589,
      "step": 182570
    },
    {
      "epoch": 0.380375,
      "grad_norm": 1.208511233329773,
      "learning_rate": 0.00020618895774141043,
      "loss": 7.4236,
      "step": 182580
    },
    {
      "epoch": 0.3803958333333333,
      "grad_norm": 0.6953029632568359,
      "learning_rate": 0.00020617981687369777,
      "loss": 7.8845,
      "step": 182590
    },
    {
      "epoch": 0.3804166666666667,
      "grad_norm": 0.6494166851043701,
      "learning_rate": 0.0002061706757633105,
      "loss": 7.5368,
      "step": 182600
    },
    {
      "epoch": 0.3804375,
      "grad_norm": 0.9442287087440491,
      "learning_rate": 0.00020616153441028816,
      "loss": 7.5287,
      "step": 182610
    },
    {
      "epoch": 0.38045833333333334,
      "grad_norm": 0.6780501008033752,
      "learning_rate": 0.00020615239281467025,
      "loss": 7.3422,
      "step": 182620
    },
    {
      "epoch": 0.38047916666666665,
      "grad_norm": 6.953620433807373,
      "learning_rate": 0.0002061432509764962,
      "loss": 7.9141,
      "step": 182630
    },
    {
      "epoch": 0.3805,
      "grad_norm": 2.113581895828247,
      "learning_rate": 0.00020613410889580556,
      "loss": 7.5754,
      "step": 182640
    },
    {
      "epoch": 0.3805208333333333,
      "grad_norm": 0.8209505677223206,
      "learning_rate": 0.00020612496657263776,
      "loss": 7.1895,
      "step": 182650
    },
    {
      "epoch": 0.38054166666666667,
      "grad_norm": 5.355831623077393,
      "learning_rate": 0.00020611582400703233,
      "loss": 7.8075,
      "step": 182660
    },
    {
      "epoch": 0.3805625,
      "grad_norm": 1.870221495628357,
      "learning_rate": 0.00020610668119902875,
      "loss": 7.698,
      "step": 182670
    },
    {
      "epoch": 0.38058333333333333,
      "grad_norm": 0.9139869809150696,
      "learning_rate": 0.0002060975381486665,
      "loss": 7.4901,
      "step": 182680
    },
    {
      "epoch": 0.3806041666666667,
      "grad_norm": 0.6369436979293823,
      "learning_rate": 0.00020608839485598512,
      "loss": 7.6968,
      "step": 182690
    },
    {
      "epoch": 0.380625,
      "grad_norm": 2.0987043380737305,
      "learning_rate": 0.00020607925132102412,
      "loss": 7.6765,
      "step": 182700
    },
    {
      "epoch": 0.38064583333333335,
      "grad_norm": 1.6757248640060425,
      "learning_rate": 0.00020607010754382284,
      "loss": 8.2352,
      "step": 182710
    },
    {
      "epoch": 0.38066666666666665,
      "grad_norm": 0.6729733347892761,
      "learning_rate": 0.00020606096352442096,
      "loss": 7.3972,
      "step": 182720
    },
    {
      "epoch": 0.3806875,
      "grad_norm": 0.6131018996238708,
      "learning_rate": 0.0002060518192628579,
      "loss": 7.2882,
      "step": 182730
    },
    {
      "epoch": 0.3807083333333333,
      "grad_norm": 1.6599379777908325,
      "learning_rate": 0.00020604267475917315,
      "loss": 7.5888,
      "step": 182740
    },
    {
      "epoch": 0.3807291666666667,
      "grad_norm": 0.558207631111145,
      "learning_rate": 0.00020603353001340623,
      "loss": 7.6733,
      "step": 182750
    },
    {
      "epoch": 0.38075,
      "grad_norm": 1.044553518295288,
      "learning_rate": 0.00020602438502559668,
      "loss": 7.6598,
      "step": 182760
    },
    {
      "epoch": 0.38077083333333334,
      "grad_norm": 0.48628395795822144,
      "learning_rate": 0.00020601523979578394,
      "loss": 7.988,
      "step": 182770
    },
    {
      "epoch": 0.38079166666666664,
      "grad_norm": 0.9014514684677124,
      "learning_rate": 0.0002060060943240075,
      "loss": 8.1068,
      "step": 182780
    },
    {
      "epoch": 0.3808125,
      "grad_norm": 0.9801579117774963,
      "learning_rate": 0.00020599694861030696,
      "loss": 7.6384,
      "step": 182790
    },
    {
      "epoch": 0.38083333333333336,
      "grad_norm": 1.0319526195526123,
      "learning_rate": 0.00020598780265472172,
      "loss": 8.821,
      "step": 182800
    },
    {
      "epoch": 0.38085416666666666,
      "grad_norm": 0.7239155769348145,
      "learning_rate": 0.00020597865645729133,
      "loss": 7.5125,
      "step": 182810
    },
    {
      "epoch": 0.380875,
      "grad_norm": 1.7077151536941528,
      "learning_rate": 0.00020596951001805531,
      "loss": 8.2194,
      "step": 182820
    },
    {
      "epoch": 0.3808958333333333,
      "grad_norm": 0.5656473636627197,
      "learning_rate": 0.0002059603633370532,
      "loss": 8.6744,
      "step": 182830
    },
    {
      "epoch": 0.3809166666666667,
      "grad_norm": 0.8659718036651611,
      "learning_rate": 0.00020595121641432446,
      "loss": 7.6207,
      "step": 182840
    },
    {
      "epoch": 0.3809375,
      "grad_norm": 1.2160093784332275,
      "learning_rate": 0.00020594206924990857,
      "loss": 8.4638,
      "step": 182850
    },
    {
      "epoch": 0.38095833333333334,
      "grad_norm": 1.2600089311599731,
      "learning_rate": 0.00020593292184384513,
      "loss": 7.7325,
      "step": 182860
    },
    {
      "epoch": 0.38097916666666665,
      "grad_norm": 0.9877281188964844,
      "learning_rate": 0.0002059237741961736,
      "loss": 7.5007,
      "step": 182870
    },
    {
      "epoch": 0.381,
      "grad_norm": 3.02250599861145,
      "learning_rate": 0.00020591462630693347,
      "loss": 8.3521,
      "step": 182880
    },
    {
      "epoch": 0.3810208333333333,
      "grad_norm": 0.700809895992279,
      "learning_rate": 0.0002059054781761643,
      "loss": 7.8892,
      "step": 182890
    },
    {
      "epoch": 0.38104166666666667,
      "grad_norm": 0.7506356835365295,
      "learning_rate": 0.00020589632980390566,
      "loss": 7.8772,
      "step": 182900
    },
    {
      "epoch": 0.3810625,
      "grad_norm": 1.0779359340667725,
      "learning_rate": 0.00020588718119019688,
      "loss": 7.9545,
      "step": 182910
    },
    {
      "epoch": 0.38108333333333333,
      "grad_norm": 0.7818412780761719,
      "learning_rate": 0.00020587803233507765,
      "loss": 7.6058,
      "step": 182920
    },
    {
      "epoch": 0.3811041666666667,
      "grad_norm": 1.4216489791870117,
      "learning_rate": 0.00020586888323858747,
      "loss": 7.6807,
      "step": 182930
    },
    {
      "epoch": 0.381125,
      "grad_norm": 1.280124545097351,
      "learning_rate": 0.00020585973390076578,
      "loss": 7.5173,
      "step": 182940
    },
    {
      "epoch": 0.38114583333333335,
      "grad_norm": 1.1800317764282227,
      "learning_rate": 0.00020585058432165222,
      "loss": 7.2418,
      "step": 182950
    },
    {
      "epoch": 0.38116666666666665,
      "grad_norm": 0.8051210045814514,
      "learning_rate": 0.0002058414345012862,
      "loss": 7.7522,
      "step": 182960
    },
    {
      "epoch": 0.3811875,
      "grad_norm": 1.5245434045791626,
      "learning_rate": 0.0002058322844397073,
      "loss": 7.3305,
      "step": 182970
    },
    {
      "epoch": 0.3812083333333333,
      "grad_norm": 1.1794875860214233,
      "learning_rate": 0.00020582313413695499,
      "loss": 7.5972,
      "step": 182980
    },
    {
      "epoch": 0.3812291666666667,
      "grad_norm": 0.6771232485771179,
      "learning_rate": 0.00020581398359306887,
      "loss": 7.1884,
      "step": 182990
    },
    {
      "epoch": 0.38125,
      "grad_norm": 1.8480544090270996,
      "learning_rate": 0.0002058048328080884,
      "loss": 8.0178,
      "step": 183000
    },
    {
      "epoch": 0.38125,
      "eval_loss": 11.624709129333496,
      "eval_runtime": 9.2475,
      "eval_samples_per_second": 0.324,
      "eval_steps_per_second": 0.108,
      "step": 183000
    },
    {
      "epoch": 0.38127083333333334,
      "grad_norm": 0.45454782247543335,
      "learning_rate": 0.00020579568178205322,
      "loss": 7.4523,
      "step": 183010
    },
    {
      "epoch": 0.38129166666666664,
      "grad_norm": 2.2325990200042725,
      "learning_rate": 0.0002057865305150027,
      "loss": 7.5414,
      "step": 183020
    },
    {
      "epoch": 0.3813125,
      "grad_norm": 2.0094974040985107,
      "learning_rate": 0.0002057773790069765,
      "loss": 7.1798,
      "step": 183030
    },
    {
      "epoch": 0.38133333333333336,
      "grad_norm": 1.3374226093292236,
      "learning_rate": 0.00020576822725801406,
      "loss": 8.4547,
      "step": 183040
    },
    {
      "epoch": 0.38135416666666666,
      "grad_norm": 2.1599490642547607,
      "learning_rate": 0.00020575907526815498,
      "loss": 7.5837,
      "step": 183050
    },
    {
      "epoch": 0.381375,
      "grad_norm": 0.9763501882553101,
      "learning_rate": 0.00020574992303743874,
      "loss": 7.3569,
      "step": 183060
    },
    {
      "epoch": 0.3813958333333333,
      "grad_norm": 0.7828168272972107,
      "learning_rate": 0.00020574077056590497,
      "loss": 7.4098,
      "step": 183070
    },
    {
      "epoch": 0.3814166666666667,
      "grad_norm": 0.6083105206489563,
      "learning_rate": 0.00020573161785359303,
      "loss": 7.3603,
      "step": 183080
    },
    {
      "epoch": 0.3814375,
      "grad_norm": 2.202000617980957,
      "learning_rate": 0.00020572246490054266,
      "loss": 7.6297,
      "step": 183090
    },
    {
      "epoch": 0.38145833333333334,
      "grad_norm": 0.9696215391159058,
      "learning_rate": 0.00020571331170679324,
      "loss": 7.7132,
      "step": 183100
    },
    {
      "epoch": 0.38147916666666665,
      "grad_norm": 0.9008027911186218,
      "learning_rate": 0.00020570415827238434,
      "loss": 7.3223,
      "step": 183110
    },
    {
      "epoch": 0.3815,
      "grad_norm": 1.2747750282287598,
      "learning_rate": 0.0002056950045973556,
      "loss": 7.6921,
      "step": 183120
    },
    {
      "epoch": 0.3815208333333333,
      "grad_norm": 0.6812024116516113,
      "learning_rate": 0.00020568585068174645,
      "loss": 7.6739,
      "step": 183130
    },
    {
      "epoch": 0.38154166666666667,
      "grad_norm": 0.77833491563797,
      "learning_rate": 0.0002056766965255965,
      "loss": 7.4644,
      "step": 183140
    },
    {
      "epoch": 0.3815625,
      "grad_norm": 0.7952522039413452,
      "learning_rate": 0.0002056675421289452,
      "loss": 7.5478,
      "step": 183150
    },
    {
      "epoch": 0.38158333333333333,
      "grad_norm": 2.0507373809814453,
      "learning_rate": 0.0002056583874918322,
      "loss": 7.8128,
      "step": 183160
    },
    {
      "epoch": 0.3816041666666667,
      "grad_norm": 2.193455696105957,
      "learning_rate": 0.00020564923261429696,
      "loss": 7.8005,
      "step": 183170
    },
    {
      "epoch": 0.381625,
      "grad_norm": 0.9318186640739441,
      "learning_rate": 0.00020564007749637907,
      "loss": 7.5791,
      "step": 183180
    },
    {
      "epoch": 0.38164583333333335,
      "grad_norm": 1.8687858581542969,
      "learning_rate": 0.00020563092213811808,
      "loss": 7.3376,
      "step": 183190
    },
    {
      "epoch": 0.38166666666666665,
      "grad_norm": 0.5935331583023071,
      "learning_rate": 0.00020562176653955353,
      "loss": 7.3818,
      "step": 183200
    },
    {
      "epoch": 0.3816875,
      "grad_norm": 0.8863126039505005,
      "learning_rate": 0.00020561261070072494,
      "loss": 8.3345,
      "step": 183210
    },
    {
      "epoch": 0.3817083333333333,
      "grad_norm": 3.2943811416625977,
      "learning_rate": 0.0002056034546216719,
      "loss": 8.6809,
      "step": 183220
    },
    {
      "epoch": 0.3817291666666667,
      "grad_norm": 0.7284603118896484,
      "learning_rate": 0.00020559429830243397,
      "loss": 7.6649,
      "step": 183230
    },
    {
      "epoch": 0.38175,
      "grad_norm": 4.604468822479248,
      "learning_rate": 0.00020558514174305066,
      "loss": 8.4466,
      "step": 183240
    },
    {
      "epoch": 0.38177083333333334,
      "grad_norm": 0.7662059664726257,
      "learning_rate": 0.00020557598494356152,
      "loss": 8.0328,
      "step": 183250
    },
    {
      "epoch": 0.38179166666666664,
      "grad_norm": 0.622688889503479,
      "learning_rate": 0.0002055668279040062,
      "loss": 7.4998,
      "step": 183260
    },
    {
      "epoch": 0.3818125,
      "grad_norm": 0.8191245198249817,
      "learning_rate": 0.00020555767062442409,
      "loss": 7.4334,
      "step": 183270
    },
    {
      "epoch": 0.38183333333333336,
      "grad_norm": 0.9725756049156189,
      "learning_rate": 0.00020554851310485486,
      "loss": 7.9979,
      "step": 183280
    },
    {
      "epoch": 0.38185416666666666,
      "grad_norm": 3.690176486968994,
      "learning_rate": 0.0002055393553453381,
      "loss": 7.4304,
      "step": 183290
    },
    {
      "epoch": 0.381875,
      "grad_norm": 0.7186805009841919,
      "learning_rate": 0.0002055301973459132,
      "loss": 7.621,
      "step": 183300
    },
    {
      "epoch": 0.3818958333333333,
      "grad_norm": 1.051730990409851,
      "learning_rate": 0.00020552103910661984,
      "loss": 7.6532,
      "step": 183310
    },
    {
      "epoch": 0.3819166666666667,
      "grad_norm": 2.522218942642212,
      "learning_rate": 0.00020551188062749767,
      "loss": 7.8729,
      "step": 183320
    },
    {
      "epoch": 0.3819375,
      "grad_norm": 0.7780466675758362,
      "learning_rate": 0.00020550272190858606,
      "loss": 8.7311,
      "step": 183330
    },
    {
      "epoch": 0.38195833333333334,
      "grad_norm": 1.7555840015411377,
      "learning_rate": 0.0002054935629499247,
      "loss": 7.9531,
      "step": 183340
    },
    {
      "epoch": 0.38197916666666665,
      "grad_norm": 1.5260024070739746,
      "learning_rate": 0.00020548440375155308,
      "loss": 7.7517,
      "step": 183350
    },
    {
      "epoch": 0.382,
      "grad_norm": 0.790446937084198,
      "learning_rate": 0.00020547524431351085,
      "loss": 7.2921,
      "step": 183360
    },
    {
      "epoch": 0.3820208333333333,
      "grad_norm": 3.189499855041504,
      "learning_rate": 0.00020546608463583747,
      "loss": 8.1222,
      "step": 183370
    },
    {
      "epoch": 0.38204166666666667,
      "grad_norm": 0.8850588798522949,
      "learning_rate": 0.0002054569247185726,
      "loss": 7.7455,
      "step": 183380
    },
    {
      "epoch": 0.3820625,
      "grad_norm": 4.558504581451416,
      "learning_rate": 0.00020544776456175574,
      "loss": 8.0156,
      "step": 183390
    },
    {
      "epoch": 0.38208333333333333,
      "grad_norm": 0.880125105381012,
      "learning_rate": 0.00020543860416542654,
      "loss": 7.2801,
      "step": 183400
    },
    {
      "epoch": 0.3821041666666667,
      "grad_norm": 1.5093562602996826,
      "learning_rate": 0.00020542944352962443,
      "loss": 7.32,
      "step": 183410
    },
    {
      "epoch": 0.382125,
      "grad_norm": 0.9513084888458252,
      "learning_rate": 0.0002054202826543891,
      "loss": 7.1867,
      "step": 183420
    },
    {
      "epoch": 0.38214583333333335,
      "grad_norm": 0.8650017976760864,
      "learning_rate": 0.0002054111215397601,
      "loss": 7.737,
      "step": 183430
    },
    {
      "epoch": 0.38216666666666665,
      "grad_norm": 0.7981345653533936,
      "learning_rate": 0.00020540196018577696,
      "loss": 7.2035,
      "step": 183440
    },
    {
      "epoch": 0.3821875,
      "grad_norm": 0.6757016181945801,
      "learning_rate": 0.0002053927985924793,
      "loss": 7.093,
      "step": 183450
    },
    {
      "epoch": 0.3822083333333333,
      "grad_norm": 0.7635523676872253,
      "learning_rate": 0.0002053836367599067,
      "loss": 8.4381,
      "step": 183460
    },
    {
      "epoch": 0.3822291666666667,
      "grad_norm": 1.9475828409194946,
      "learning_rate": 0.0002053744746880987,
      "loss": 7.706,
      "step": 183470
    },
    {
      "epoch": 0.38225,
      "grad_norm": 1.5301169157028198,
      "learning_rate": 0.00020536531237709484,
      "loss": 7.5161,
      "step": 183480
    },
    {
      "epoch": 0.38227083333333334,
      "grad_norm": 0.7019755840301514,
      "learning_rate": 0.0002053561498269348,
      "loss": 7.597,
      "step": 183490
    },
    {
      "epoch": 0.38229166666666664,
      "grad_norm": 0.6655668616294861,
      "learning_rate": 0.0002053469870376581,
      "loss": 7.6591,
      "step": 183500
    },
    {
      "epoch": 0.3823125,
      "grad_norm": 0.8193630576133728,
      "learning_rate": 0.00020533782400930427,
      "loss": 7.3583,
      "step": 183510
    },
    {
      "epoch": 0.38233333333333336,
      "grad_norm": 0.5780164003372192,
      "learning_rate": 0.000205328660741913,
      "loss": 7.5592,
      "step": 183520
    },
    {
      "epoch": 0.38235416666666666,
      "grad_norm": 1.2677197456359863,
      "learning_rate": 0.0002053194972355238,
      "loss": 7.6901,
      "step": 183530
    },
    {
      "epoch": 0.382375,
      "grad_norm": 0.6276336908340454,
      "learning_rate": 0.00020531033349017625,
      "loss": 8.1271,
      "step": 183540
    },
    {
      "epoch": 0.3823958333333333,
      "grad_norm": 0.8430110216140747,
      "learning_rate": 0.00020530116950591,
      "loss": 7.958,
      "step": 183550
    },
    {
      "epoch": 0.3824166666666667,
      "grad_norm": 2.0898871421813965,
      "learning_rate": 0.00020529200528276453,
      "loss": 7.7872,
      "step": 183560
    },
    {
      "epoch": 0.3824375,
      "grad_norm": 0.848869800567627,
      "learning_rate": 0.00020528284082077958,
      "loss": 7.8455,
      "step": 183570
    },
    {
      "epoch": 0.38245833333333334,
      "grad_norm": 1.9666781425476074,
      "learning_rate": 0.0002052736761199945,
      "loss": 7.8334,
      "step": 183580
    },
    {
      "epoch": 0.38247916666666665,
      "grad_norm": 2.3367536067962646,
      "learning_rate": 0.00020526451118044908,
      "loss": 7.8306,
      "step": 183590
    },
    {
      "epoch": 0.3825,
      "grad_norm": 1.0396479368209839,
      "learning_rate": 0.0002052553460021829,
      "loss": 7.5947,
      "step": 183600
    },
    {
      "epoch": 0.3825208333333333,
      "grad_norm": 3.343984603881836,
      "learning_rate": 0.00020524618058523542,
      "loss": 8.7584,
      "step": 183610
    },
    {
      "epoch": 0.38254166666666667,
      "grad_norm": 2.173433780670166,
      "learning_rate": 0.00020523701492964635,
      "loss": 8.6128,
      "step": 183620
    },
    {
      "epoch": 0.3825625,
      "grad_norm": 1.5825161933898926,
      "learning_rate": 0.0002052278490354553,
      "loss": 7.6535,
      "step": 183630
    },
    {
      "epoch": 0.38258333333333333,
      "grad_norm": 0.8257433176040649,
      "learning_rate": 0.0002052186829027017,
      "loss": 7.8551,
      "step": 183640
    },
    {
      "epoch": 0.3826041666666667,
      "grad_norm": 1.603746771812439,
      "learning_rate": 0.00020520951653142525,
      "loss": 7.6244,
      "step": 183650
    },
    {
      "epoch": 0.382625,
      "grad_norm": 1.0707831382751465,
      "learning_rate": 0.00020520034992166562,
      "loss": 8.3442,
      "step": 183660
    },
    {
      "epoch": 0.38264583333333335,
      "grad_norm": 0.8160415887832642,
      "learning_rate": 0.00020519118307346225,
      "loss": 7.0759,
      "step": 183670
    },
    {
      "epoch": 0.38266666666666665,
      "grad_norm": 0.9984829425811768,
      "learning_rate": 0.00020518201598685484,
      "loss": 7.683,
      "step": 183680
    },
    {
      "epoch": 0.3826875,
      "grad_norm": 0.9783245921134949,
      "learning_rate": 0.00020517284866188298,
      "loss": 7.2742,
      "step": 183690
    },
    {
      "epoch": 0.3827083333333333,
      "grad_norm": 0.7783945798873901,
      "learning_rate": 0.00020516368109858626,
      "loss": 7.4775,
      "step": 183700
    },
    {
      "epoch": 0.3827291666666667,
      "grad_norm": 0.6779720783233643,
      "learning_rate": 0.00020515451329700422,
      "loss": 7.6263,
      "step": 183710
    },
    {
      "epoch": 0.38275,
      "grad_norm": 0.8122304081916809,
      "learning_rate": 0.00020514534525717656,
      "loss": 7.4817,
      "step": 183720
    },
    {
      "epoch": 0.38277083333333334,
      "grad_norm": 1.1649374961853027,
      "learning_rate": 0.00020513617697914282,
      "loss": 7.7716,
      "step": 183730
    },
    {
      "epoch": 0.38279166666666664,
      "grad_norm": 2.943619966506958,
      "learning_rate": 0.00020512700846294263,
      "loss": 7.6331,
      "step": 183740
    },
    {
      "epoch": 0.3828125,
      "grad_norm": 1.329857587814331,
      "learning_rate": 0.0002051178397086156,
      "loss": 9.0252,
      "step": 183750
    },
    {
      "epoch": 0.38283333333333336,
      "grad_norm": 1.5218428373336792,
      "learning_rate": 0.00020510867071620126,
      "loss": 8.3069,
      "step": 183760
    },
    {
      "epoch": 0.38285416666666666,
      "grad_norm": 1.2973291873931885,
      "learning_rate": 0.00020509950148573936,
      "loss": 8.1575,
      "step": 183770
    },
    {
      "epoch": 0.382875,
      "grad_norm": 0.8124412894248962,
      "learning_rate": 0.00020509033201726937,
      "loss": 7.3926,
      "step": 183780
    },
    {
      "epoch": 0.3828958333333333,
      "grad_norm": 0.6123828887939453,
      "learning_rate": 0.00020508116231083095,
      "loss": 7.782,
      "step": 183790
    },
    {
      "epoch": 0.3829166666666667,
      "grad_norm": 1.0598907470703125,
      "learning_rate": 0.00020507199236646375,
      "loss": 7.4758,
      "step": 183800
    },
    {
      "epoch": 0.3829375,
      "grad_norm": 1.1535595655441284,
      "learning_rate": 0.00020506282218420727,
      "loss": 7.2795,
      "step": 183810
    },
    {
      "epoch": 0.38295833333333335,
      "grad_norm": 0.7855385541915894,
      "learning_rate": 0.00020505365176410126,
      "loss": 7.6304,
      "step": 183820
    },
    {
      "epoch": 0.38297916666666665,
      "grad_norm": 0.9680761098861694,
      "learning_rate": 0.00020504448110618526,
      "loss": 7.6463,
      "step": 183830
    },
    {
      "epoch": 0.383,
      "grad_norm": 0.9549787640571594,
      "learning_rate": 0.00020503531021049887,
      "loss": 7.5601,
      "step": 183840
    },
    {
      "epoch": 0.3830208333333333,
      "grad_norm": 0.6139527559280396,
      "learning_rate": 0.00020502613907708175,
      "loss": 7.7212,
      "step": 183850
    },
    {
      "epoch": 0.38304166666666667,
      "grad_norm": 0.5652675032615662,
      "learning_rate": 0.00020501696770597344,
      "loss": 7.7438,
      "step": 183860
    },
    {
      "epoch": 0.3830625,
      "grad_norm": 1.804991364479065,
      "learning_rate": 0.00020500779609721365,
      "loss": 7.3192,
      "step": 183870
    },
    {
      "epoch": 0.38308333333333333,
      "grad_norm": 0.9366896748542786,
      "learning_rate": 0.00020499862425084193,
      "loss": 7.8882,
      "step": 183880
    },
    {
      "epoch": 0.3831041666666667,
      "grad_norm": 0.6547024250030518,
      "learning_rate": 0.00020498945216689793,
      "loss": 7.6543,
      "step": 183890
    },
    {
      "epoch": 0.383125,
      "grad_norm": 0.8696808815002441,
      "learning_rate": 0.00020498027984542126,
      "loss": 7.4905,
      "step": 183900
    },
    {
      "epoch": 0.38314583333333335,
      "grad_norm": 1.0248217582702637,
      "learning_rate": 0.00020497110728645156,
      "loss": 7.539,
      "step": 183910
    },
    {
      "epoch": 0.38316666666666666,
      "grad_norm": 1.1141458749771118,
      "learning_rate": 0.00020496193449002841,
      "loss": 7.7233,
      "step": 183920
    },
    {
      "epoch": 0.3831875,
      "grad_norm": 0.8785425424575806,
      "learning_rate": 0.00020495276145619147,
      "loss": 7.2969,
      "step": 183930
    },
    {
      "epoch": 0.3832083333333333,
      "grad_norm": 1.4645427465438843,
      "learning_rate": 0.00020494358818498037,
      "loss": 7.859,
      "step": 183940
    },
    {
      "epoch": 0.3832291666666667,
      "grad_norm": 1.001711368560791,
      "learning_rate": 0.00020493441467643472,
      "loss": 7.7025,
      "step": 183950
    },
    {
      "epoch": 0.38325,
      "grad_norm": 1.2416411638259888,
      "learning_rate": 0.0002049252409305941,
      "loss": 7.7439,
      "step": 183960
    },
    {
      "epoch": 0.38327083333333334,
      "grad_norm": 0.681257426738739,
      "learning_rate": 0.00020491606694749825,
      "loss": 8.6201,
      "step": 183970
    },
    {
      "epoch": 0.38329166666666664,
      "grad_norm": 0.6744550466537476,
      "learning_rate": 0.00020490689272718664,
      "loss": 7.5314,
      "step": 183980
    },
    {
      "epoch": 0.3833125,
      "grad_norm": 1.6323612928390503,
      "learning_rate": 0.00020489771826969906,
      "loss": 7.6344,
      "step": 183990
    },
    {
      "epoch": 0.38333333333333336,
      "grad_norm": 1.1049177646636963,
      "learning_rate": 0.00020488854357507503,
      "loss": 7.6307,
      "step": 184000
    },
    {
      "epoch": 0.38333333333333336,
      "eval_loss": 8.615792274475098,
      "eval_runtime": 8.1072,
      "eval_samples_per_second": 0.37,
      "eval_steps_per_second": 0.123,
      "step": 184000
    },
    {
      "epoch": 0.38335416666666666,
      "grad_norm": 1.1304831504821777,
      "learning_rate": 0.00020487936864335425,
      "loss": 7.2173,
      "step": 184010
    },
    {
      "epoch": 0.383375,
      "grad_norm": 6.109014511108398,
      "learning_rate": 0.0002048701934745763,
      "loss": 8.1241,
      "step": 184020
    },
    {
      "epoch": 0.3833958333333333,
      "grad_norm": 2.6073102951049805,
      "learning_rate": 0.00020486101806878082,
      "loss": 7.9681,
      "step": 184030
    },
    {
      "epoch": 0.3834166666666667,
      "grad_norm": 0.8294301629066467,
      "learning_rate": 0.00020485184242600746,
      "loss": 7.3524,
      "step": 184040
    },
    {
      "epoch": 0.3834375,
      "grad_norm": 1.6912901401519775,
      "learning_rate": 0.00020484266654629583,
      "loss": 7.4432,
      "step": 184050
    },
    {
      "epoch": 0.38345833333333335,
      "grad_norm": 1.3539718389511108,
      "learning_rate": 0.00020483349042968565,
      "loss": 7.6061,
      "step": 184060
    },
    {
      "epoch": 0.38347916666666665,
      "grad_norm": 1.3488266468048096,
      "learning_rate": 0.00020482431407621647,
      "loss": 7.4386,
      "step": 184070
    },
    {
      "epoch": 0.3835,
      "grad_norm": 2.0790109634399414,
      "learning_rate": 0.00020481513748592795,
      "loss": 7.3583,
      "step": 184080
    },
    {
      "epoch": 0.3835208333333333,
      "grad_norm": 3.7522037029266357,
      "learning_rate": 0.00020480596065885974,
      "loss": 7.5866,
      "step": 184090
    },
    {
      "epoch": 0.38354166666666667,
      "grad_norm": 1.3904435634613037,
      "learning_rate": 0.00020479678359505146,
      "loss": 7.6958,
      "step": 184100
    },
    {
      "epoch": 0.3835625,
      "grad_norm": 0.7555873394012451,
      "learning_rate": 0.00020478760629454276,
      "loss": 7.6487,
      "step": 184110
    },
    {
      "epoch": 0.38358333333333333,
      "grad_norm": 2.411877155303955,
      "learning_rate": 0.0002047784287573733,
      "loss": 7.6427,
      "step": 184120
    },
    {
      "epoch": 0.3836041666666667,
      "grad_norm": 1.1190458536148071,
      "learning_rate": 0.00020476925098358273,
      "loss": 7.1913,
      "step": 184130
    },
    {
      "epoch": 0.383625,
      "grad_norm": 2.768688440322876,
      "learning_rate": 0.00020476007297321066,
      "loss": 7.3279,
      "step": 184140
    },
    {
      "epoch": 0.38364583333333335,
      "grad_norm": 0.8837783932685852,
      "learning_rate": 0.0002047508947262967,
      "loss": 7.5063,
      "step": 184150
    },
    {
      "epoch": 0.38366666666666666,
      "grad_norm": 0.9599172472953796,
      "learning_rate": 0.00020474171624288064,
      "loss": 7.4843,
      "step": 184160
    },
    {
      "epoch": 0.3836875,
      "grad_norm": 0.9242483973503113,
      "learning_rate": 0.00020473253752300197,
      "loss": 7.548,
      "step": 184170
    },
    {
      "epoch": 0.3837083333333333,
      "grad_norm": 1.595678687095642,
      "learning_rate": 0.0002047233585667004,
      "loss": 7.9429,
      "step": 184180
    },
    {
      "epoch": 0.3837291666666667,
      "grad_norm": 0.8247479796409607,
      "learning_rate": 0.0002047141793740156,
      "loss": 7.5538,
      "step": 184190
    },
    {
      "epoch": 0.38375,
      "grad_norm": 1.067036747932434,
      "learning_rate": 0.00020470499994498722,
      "loss": 8.038,
      "step": 184200
    },
    {
      "epoch": 0.38377083333333334,
      "grad_norm": 0.5332607626914978,
      "learning_rate": 0.00020469582027965487,
      "loss": 8.3786,
      "step": 184210
    },
    {
      "epoch": 0.38379166666666664,
      "grad_norm": 1.057175874710083,
      "learning_rate": 0.00020468664037805824,
      "loss": 7.914,
      "step": 184220
    },
    {
      "epoch": 0.3838125,
      "grad_norm": 0.5014598369598389,
      "learning_rate": 0.00020467746024023696,
      "loss": 8.153,
      "step": 184230
    },
    {
      "epoch": 0.38383333333333336,
      "grad_norm": 2.155428647994995,
      "learning_rate": 0.0002046682798662307,
      "loss": 7.5227,
      "step": 184240
    },
    {
      "epoch": 0.38385416666666666,
      "grad_norm": 3.5054383277893066,
      "learning_rate": 0.0002046590992560791,
      "loss": 7.7392,
      "step": 184250
    },
    {
      "epoch": 0.383875,
      "grad_norm": 0.8992084264755249,
      "learning_rate": 0.00020464991840982185,
      "loss": 7.1141,
      "step": 184260
    },
    {
      "epoch": 0.3838958333333333,
      "grad_norm": 0.8391069173812866,
      "learning_rate": 0.00020464073732749858,
      "loss": 8.2105,
      "step": 184270
    },
    {
      "epoch": 0.3839166666666667,
      "grad_norm": 0.7275428175926208,
      "learning_rate": 0.00020463155600914892,
      "loss": 7.8723,
      "step": 184280
    },
    {
      "epoch": 0.3839375,
      "grad_norm": 0.8230711817741394,
      "learning_rate": 0.0002046223744548126,
      "loss": 7.4167,
      "step": 184290
    },
    {
      "epoch": 0.38395833333333335,
      "grad_norm": 1.0564205646514893,
      "learning_rate": 0.00020461319266452924,
      "loss": 7.8434,
      "step": 184300
    },
    {
      "epoch": 0.38397916666666665,
      "grad_norm": 1.3609541654586792,
      "learning_rate": 0.00020460401063833846,
      "loss": 8.7925,
      "step": 184310
    },
    {
      "epoch": 0.384,
      "grad_norm": 0.7917517423629761,
      "learning_rate": 0.00020459482837628,
      "loss": 7.4714,
      "step": 184320
    },
    {
      "epoch": 0.3840208333333333,
      "grad_norm": 1.2171683311462402,
      "learning_rate": 0.0002045856458783935,
      "loss": 7.7942,
      "step": 184330
    },
    {
      "epoch": 0.38404166666666667,
      "grad_norm": 2.235485315322876,
      "learning_rate": 0.0002045764631447186,
      "loss": 7.3301,
      "step": 184340
    },
    {
      "epoch": 0.3840625,
      "grad_norm": 1.8907095193862915,
      "learning_rate": 0.00020456728017529497,
      "loss": 8.0326,
      "step": 184350
    },
    {
      "epoch": 0.38408333333333333,
      "grad_norm": 0.896870493888855,
      "learning_rate": 0.00020455809697016234,
      "loss": 7.725,
      "step": 184360
    },
    {
      "epoch": 0.3841041666666667,
      "grad_norm": 0.8739086985588074,
      "learning_rate": 0.00020454891352936032,
      "loss": 7.7224,
      "step": 184370
    },
    {
      "epoch": 0.384125,
      "grad_norm": 1.267215609550476,
      "learning_rate": 0.00020453972985292853,
      "loss": 7.8268,
      "step": 184380
    },
    {
      "epoch": 0.38414583333333335,
      "grad_norm": 0.8192501068115234,
      "learning_rate": 0.00020453054594090676,
      "loss": 7.7867,
      "step": 184390
    },
    {
      "epoch": 0.38416666666666666,
      "grad_norm": 1.3894093036651611,
      "learning_rate": 0.00020452136179333456,
      "loss": 7.9012,
      "step": 184400
    },
    {
      "epoch": 0.3841875,
      "grad_norm": 1.197165846824646,
      "learning_rate": 0.00020451217741025167,
      "loss": 7.3958,
      "step": 184410
    },
    {
      "epoch": 0.3842083333333333,
      "grad_norm": 1.7033523321151733,
      "learning_rate": 0.00020450299279169777,
      "loss": 7.4527,
      "step": 184420
    },
    {
      "epoch": 0.3842291666666667,
      "grad_norm": 1.3411474227905273,
      "learning_rate": 0.00020449380793771254,
      "loss": 7.5037,
      "step": 184430
    },
    {
      "epoch": 0.38425,
      "grad_norm": 1.5682510137557983,
      "learning_rate": 0.00020448462284833557,
      "loss": 7.6727,
      "step": 184440
    },
    {
      "epoch": 0.38427083333333334,
      "grad_norm": 1.1767394542694092,
      "learning_rate": 0.00020447543752360662,
      "loss": 8.011,
      "step": 184450
    },
    {
      "epoch": 0.38429166666666664,
      "grad_norm": 1.4913103580474854,
      "learning_rate": 0.00020446625196356537,
      "loss": 7.4992,
      "step": 184460
    },
    {
      "epoch": 0.3843125,
      "grad_norm": 1.0007511377334595,
      "learning_rate": 0.00020445706616825144,
      "loss": 7.2473,
      "step": 184470
    },
    {
      "epoch": 0.38433333333333336,
      "grad_norm": 1.6686187982559204,
      "learning_rate": 0.00020444788013770454,
      "loss": 7.2514,
      "step": 184480
    },
    {
      "epoch": 0.38435416666666666,
      "grad_norm": 1.6013352870941162,
      "learning_rate": 0.00020443869387196434,
      "loss": 7.1577,
      "step": 184490
    },
    {
      "epoch": 0.384375,
      "grad_norm": 0.5952550768852234,
      "learning_rate": 0.0002044295073710706,
      "loss": 7.9808,
      "step": 184500
    },
    {
      "epoch": 0.3843958333333333,
      "grad_norm": 3.430677890777588,
      "learning_rate": 0.00020442032063506285,
      "loss": 8.4867,
      "step": 184510
    },
    {
      "epoch": 0.3844166666666667,
      "grad_norm": 0.6620092391967773,
      "learning_rate": 0.00020441113366398086,
      "loss": 7.27,
      "step": 184520
    },
    {
      "epoch": 0.3844375,
      "grad_norm": 1.372141718864441,
      "learning_rate": 0.00020440194645786436,
      "loss": 7.8795,
      "step": 184530
    },
    {
      "epoch": 0.38445833333333335,
      "grad_norm": 1.628922939300537,
      "learning_rate": 0.00020439275901675298,
      "loss": 8.6257,
      "step": 184540
    },
    {
      "epoch": 0.38447916666666665,
      "grad_norm": 1.1072583198547363,
      "learning_rate": 0.00020438357134068636,
      "loss": 8.2254,
      "step": 184550
    },
    {
      "epoch": 0.3845,
      "grad_norm": 1.0833557844161987,
      "learning_rate": 0.0002043743834297043,
      "loss": 7.2856,
      "step": 184560
    },
    {
      "epoch": 0.3845208333333333,
      "grad_norm": 0.911725640296936,
      "learning_rate": 0.00020436519528384638,
      "loss": 7.9968,
      "step": 184570
    },
    {
      "epoch": 0.38454166666666667,
      "grad_norm": 1.1491574048995972,
      "learning_rate": 0.00020435600690315236,
      "loss": 7.7465,
      "step": 184580
    },
    {
      "epoch": 0.3845625,
      "grad_norm": 1.0219998359680176,
      "learning_rate": 0.00020434681828766188,
      "loss": 7.5919,
      "step": 184590
    },
    {
      "epoch": 0.38458333333333333,
      "grad_norm": 1.0894455909729004,
      "learning_rate": 0.0002043376294374147,
      "loss": 7.8444,
      "step": 184600
    },
    {
      "epoch": 0.3846041666666667,
      "grad_norm": 0.7297807931900024,
      "learning_rate": 0.00020432844035245043,
      "loss": 7.6406,
      "step": 184610
    },
    {
      "epoch": 0.384625,
      "grad_norm": 0.987339973449707,
      "learning_rate": 0.00020431925103280883,
      "loss": 7.5149,
      "step": 184620
    },
    {
      "epoch": 0.38464583333333335,
      "grad_norm": 0.7762473821640015,
      "learning_rate": 0.00020431006147852954,
      "loss": 8.0137,
      "step": 184630
    },
    {
      "epoch": 0.38466666666666666,
      "grad_norm": 3.23366379737854,
      "learning_rate": 0.00020430087168965232,
      "loss": 8.2358,
      "step": 184640
    },
    {
      "epoch": 0.3846875,
      "grad_norm": 0.7148689031600952,
      "learning_rate": 0.00020429168166621677,
      "loss": 8.0436,
      "step": 184650
    },
    {
      "epoch": 0.3847083333333333,
      "grad_norm": 0.7611166834831238,
      "learning_rate": 0.00020428249140826268,
      "loss": 8.3952,
      "step": 184660
    },
    {
      "epoch": 0.3847291666666667,
      "grad_norm": 5.286553859710693,
      "learning_rate": 0.00020427330091582973,
      "loss": 7.4663,
      "step": 184670
    },
    {
      "epoch": 0.38475,
      "grad_norm": 3.6297426223754883,
      "learning_rate": 0.00020426411018895758,
      "loss": 8.3072,
      "step": 184680
    },
    {
      "epoch": 0.38477083333333334,
      "grad_norm": 0.7140649557113647,
      "learning_rate": 0.00020425491922768593,
      "loss": 7.5563,
      "step": 184690
    },
    {
      "epoch": 0.38479166666666664,
      "grad_norm": 1.1355090141296387,
      "learning_rate": 0.00020424572803205457,
      "loss": 8.2826,
      "step": 184700
    },
    {
      "epoch": 0.3848125,
      "grad_norm": 2.0882675647735596,
      "learning_rate": 0.00020423653660210308,
      "loss": 7.572,
      "step": 184710
    },
    {
      "epoch": 0.38483333333333336,
      "grad_norm": 0.6061050891876221,
      "learning_rate": 0.00020422734493787126,
      "loss": 7.9107,
      "step": 184720
    },
    {
      "epoch": 0.38485416666666666,
      "grad_norm": 0.5696176290512085,
      "learning_rate": 0.00020421815303939874,
      "loss": 7.4524,
      "step": 184730
    },
    {
      "epoch": 0.384875,
      "grad_norm": 1.5198478698730469,
      "learning_rate": 0.00020420896090672528,
      "loss": 7.7012,
      "step": 184740
    },
    {
      "epoch": 0.3848958333333333,
      "grad_norm": 0.773335874080658,
      "learning_rate": 0.00020419976853989057,
      "loss": 7.6645,
      "step": 184750
    },
    {
      "epoch": 0.3849166666666667,
      "grad_norm": 1.3929328918457031,
      "learning_rate": 0.00020419057593893427,
      "loss": 7.5392,
      "step": 184760
    },
    {
      "epoch": 0.3849375,
      "grad_norm": 1.0901795625686646,
      "learning_rate": 0.00020418138310389618,
      "loss": 8.0532,
      "step": 184770
    },
    {
      "epoch": 0.38495833333333335,
      "grad_norm": 0.8158999681472778,
      "learning_rate": 0.00020417219003481598,
      "loss": 7.2718,
      "step": 184780
    },
    {
      "epoch": 0.38497916666666665,
      "grad_norm": 1.5700706243515015,
      "learning_rate": 0.0002041629967317333,
      "loss": 7.3945,
      "step": 184790
    },
    {
      "epoch": 0.385,
      "grad_norm": 0.6234676837921143,
      "learning_rate": 0.00020415380319468795,
      "loss": 7.5326,
      "step": 184800
    },
    {
      "epoch": 0.3850208333333333,
      "grad_norm": 1.063063621520996,
      "learning_rate": 0.0002041446094237196,
      "loss": 7.6977,
      "step": 184810
    },
    {
      "epoch": 0.38504166666666667,
      "grad_norm": 0.7884266376495361,
      "learning_rate": 0.00020413541541886796,
      "loss": 7.1335,
      "step": 184820
    },
    {
      "epoch": 0.3850625,
      "grad_norm": 3.6026105880737305,
      "learning_rate": 0.00020412622118017276,
      "loss": 8.0254,
      "step": 184830
    },
    {
      "epoch": 0.38508333333333333,
      "grad_norm": 1.0051299333572388,
      "learning_rate": 0.00020411702670767375,
      "loss": 7.5079,
      "step": 184840
    },
    {
      "epoch": 0.3851041666666667,
      "grad_norm": 1.8638309240341187,
      "learning_rate": 0.00020410783200141053,
      "loss": 8.0403,
      "step": 184850
    },
    {
      "epoch": 0.385125,
      "grad_norm": 0.8128010034561157,
      "learning_rate": 0.00020409863706142295,
      "loss": 7.0768,
      "step": 184860
    },
    {
      "epoch": 0.38514583333333335,
      "grad_norm": 0.9916450381278992,
      "learning_rate": 0.00020408944188775066,
      "loss": 7.6163,
      "step": 184870
    },
    {
      "epoch": 0.38516666666666666,
      "grad_norm": 2.0412960052490234,
      "learning_rate": 0.00020408024648043335,
      "loss": 7.8857,
      "step": 184880
    },
    {
      "epoch": 0.3851875,
      "grad_norm": 0.7799177169799805,
      "learning_rate": 0.00020407105083951083,
      "loss": 7.1433,
      "step": 184890
    },
    {
      "epoch": 0.3852083333333333,
      "grad_norm": 2.947052478790283,
      "learning_rate": 0.00020406185496502278,
      "loss": 7.7905,
      "step": 184900
    },
    {
      "epoch": 0.3852291666666667,
      "grad_norm": 0.8146669268608093,
      "learning_rate": 0.00020405265885700889,
      "loss": 7.5451,
      "step": 184910
    },
    {
      "epoch": 0.38525,
      "grad_norm": 1.2507301568984985,
      "learning_rate": 0.0002040434625155089,
      "loss": 7.3148,
      "step": 184920
    },
    {
      "epoch": 0.38527083333333334,
      "grad_norm": 3.9602341651916504,
      "learning_rate": 0.00020403426594056256,
      "loss": 8.3109,
      "step": 184930
    },
    {
      "epoch": 0.38529166666666664,
      "grad_norm": 0.6279213428497314,
      "learning_rate": 0.00020402506913220957,
      "loss": 6.9584,
      "step": 184940
    },
    {
      "epoch": 0.3853125,
      "grad_norm": 0.7462994456291199,
      "learning_rate": 0.00020401587209048968,
      "loss": 8.0081,
      "step": 184950
    },
    {
      "epoch": 0.38533333333333336,
      "grad_norm": 0.9109060168266296,
      "learning_rate": 0.0002040066748154426,
      "loss": 7.2097,
      "step": 184960
    },
    {
      "epoch": 0.38535416666666666,
      "grad_norm": 2.1578776836395264,
      "learning_rate": 0.00020399747730710804,
      "loss": 7.667,
      "step": 184970
    },
    {
      "epoch": 0.385375,
      "grad_norm": 1.670930027961731,
      "learning_rate": 0.00020398827956552578,
      "loss": 8.4779,
      "step": 184980
    },
    {
      "epoch": 0.3853958333333333,
      "grad_norm": 1.1670587062835693,
      "learning_rate": 0.0002039790815907355,
      "loss": 7.6765,
      "step": 184990
    },
    {
      "epoch": 0.3854166666666667,
      "grad_norm": 0.639528751373291,
      "learning_rate": 0.00020396988338277695,
      "loss": 8.0287,
      "step": 185000
    },
    {
      "epoch": 0.3854166666666667,
      "eval_loss": 6.798046112060547,
      "eval_runtime": 8.8216,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 185000
    },
    {
      "epoch": 0.3854375,
      "grad_norm": 1.5324627161026,
      "learning_rate": 0.00020396068494168995,
      "loss": 7.6992,
      "step": 185010
    },
    {
      "epoch": 0.38545833333333335,
      "grad_norm": 0.7726796865463257,
      "learning_rate": 0.00020395148626751403,
      "loss": 7.5853,
      "step": 185020
    },
    {
      "epoch": 0.38547916666666665,
      "grad_norm": 0.9938595294952393,
      "learning_rate": 0.0002039422873602891,
      "loss": 7.2247,
      "step": 185030
    },
    {
      "epoch": 0.3855,
      "grad_norm": 1.2745177745819092,
      "learning_rate": 0.00020393308822005485,
      "loss": 7.9006,
      "step": 185040
    },
    {
      "epoch": 0.3855208333333333,
      "grad_norm": 1.6065194606781006,
      "learning_rate": 0.00020392388884685097,
      "loss": 7.7643,
      "step": 185050
    },
    {
      "epoch": 0.38554166666666667,
      "grad_norm": 2.2088935375213623,
      "learning_rate": 0.0002039146892407173,
      "loss": 7.3002,
      "step": 185060
    },
    {
      "epoch": 0.3855625,
      "grad_norm": 0.8285588026046753,
      "learning_rate": 0.00020390548940169345,
      "loss": 7.5014,
      "step": 185070
    },
    {
      "epoch": 0.38558333333333333,
      "grad_norm": 4.9851155281066895,
      "learning_rate": 0.00020389628932981926,
      "loss": 8.7605,
      "step": 185080
    },
    {
      "epoch": 0.3856041666666667,
      "grad_norm": 1.705424189567566,
      "learning_rate": 0.0002038870890251344,
      "loss": 8.7286,
      "step": 185090
    },
    {
      "epoch": 0.385625,
      "grad_norm": 2.450498104095459,
      "learning_rate": 0.00020387788848767868,
      "loss": 7.1414,
      "step": 185100
    },
    {
      "epoch": 0.38564583333333335,
      "grad_norm": 1.2061690092086792,
      "learning_rate": 0.0002038686877174918,
      "loss": 7.2989,
      "step": 185110
    },
    {
      "epoch": 0.38566666666666666,
      "grad_norm": 0.8482791185379028,
      "learning_rate": 0.0002038594867146135,
      "loss": 8.3645,
      "step": 185120
    },
    {
      "epoch": 0.3856875,
      "grad_norm": 0.5054916143417358,
      "learning_rate": 0.0002038502854790835,
      "loss": 7.7845,
      "step": 185130
    },
    {
      "epoch": 0.3857083333333333,
      "grad_norm": 1.0810002088546753,
      "learning_rate": 0.00020384108401094167,
      "loss": 7.8348,
      "step": 185140
    },
    {
      "epoch": 0.3857291666666667,
      "grad_norm": 0.8196126222610474,
      "learning_rate": 0.0002038318823102276,
      "loss": 7.8302,
      "step": 185150
    },
    {
      "epoch": 0.38575,
      "grad_norm": 4.945871353149414,
      "learning_rate": 0.00020382268037698111,
      "loss": 8.0494,
      "step": 185160
    },
    {
      "epoch": 0.38577083333333334,
      "grad_norm": 2.5787713527679443,
      "learning_rate": 0.00020381347821124202,
      "loss": 7.3716,
      "step": 185170
    },
    {
      "epoch": 0.38579166666666664,
      "grad_norm": 3.527174711227417,
      "learning_rate": 0.00020380427581304992,
      "loss": 7.6928,
      "step": 185180
    },
    {
      "epoch": 0.3858125,
      "grad_norm": 0.6819024682044983,
      "learning_rate": 0.00020379507318244467,
      "loss": 7.7762,
      "step": 185190
    },
    {
      "epoch": 0.3858333333333333,
      "grad_norm": 0.9456196427345276,
      "learning_rate": 0.00020378587031946602,
      "loss": 7.4176,
      "step": 185200
    },
    {
      "epoch": 0.38585416666666666,
      "grad_norm": 1.066603660583496,
      "learning_rate": 0.0002037766672241537,
      "loss": 8.0609,
      "step": 185210
    },
    {
      "epoch": 0.385875,
      "grad_norm": 3.3842990398406982,
      "learning_rate": 0.0002037674638965474,
      "loss": 7.9832,
      "step": 185220
    },
    {
      "epoch": 0.3858958333333333,
      "grad_norm": 1.3652515411376953,
      "learning_rate": 0.000203758260336687,
      "loss": 7.7943,
      "step": 185230
    },
    {
      "epoch": 0.3859166666666667,
      "grad_norm": 1.28077232837677,
      "learning_rate": 0.00020374905654461218,
      "loss": 7.9382,
      "step": 185240
    },
    {
      "epoch": 0.3859375,
      "grad_norm": 0.9085254669189453,
      "learning_rate": 0.0002037398525203627,
      "loss": 7.3542,
      "step": 185250
    },
    {
      "epoch": 0.38595833333333335,
      "grad_norm": 1.0123378038406372,
      "learning_rate": 0.00020373064826397836,
      "loss": 7.762,
      "step": 185260
    },
    {
      "epoch": 0.38597916666666665,
      "grad_norm": 1.7618467807769775,
      "learning_rate": 0.00020372144377549885,
      "loss": 7.4694,
      "step": 185270
    },
    {
      "epoch": 0.386,
      "grad_norm": 0.6973901391029358,
      "learning_rate": 0.000203712239054964,
      "loss": 7.5197,
      "step": 185280
    },
    {
      "epoch": 0.3860208333333333,
      "grad_norm": 1.944698691368103,
      "learning_rate": 0.0002037030341024135,
      "loss": 7.5623,
      "step": 185290
    },
    {
      "epoch": 0.38604166666666667,
      "grad_norm": 1.696785569190979,
      "learning_rate": 0.00020369382891788717,
      "loss": 7.4886,
      "step": 185300
    },
    {
      "epoch": 0.3860625,
      "grad_norm": 1.267076849937439,
      "learning_rate": 0.0002036846235014248,
      "loss": 7.1713,
      "step": 185310
    },
    {
      "epoch": 0.38608333333333333,
      "grad_norm": 0.6109415292739868,
      "learning_rate": 0.000203675417853066,
      "loss": 7.4882,
      "step": 185320
    },
    {
      "epoch": 0.3861041666666667,
      "grad_norm": 0.7768027782440186,
      "learning_rate": 0.0002036662119728507,
      "loss": 7.6582,
      "step": 185330
    },
    {
      "epoch": 0.386125,
      "grad_norm": 0.8290557861328125,
      "learning_rate": 0.00020365700586081869,
      "loss": 7.4832,
      "step": 185340
    },
    {
      "epoch": 0.38614583333333335,
      "grad_norm": 0.8725956082344055,
      "learning_rate": 0.0002036477995170095,
      "loss": 7.375,
      "step": 185350
    },
    {
      "epoch": 0.38616666666666666,
      "grad_norm": 2.002370595932007,
      "learning_rate": 0.00020363859294146312,
      "loss": 7.7762,
      "step": 185360
    },
    {
      "epoch": 0.3861875,
      "grad_norm": 2.14864182472229,
      "learning_rate": 0.0002036293861342193,
      "loss": 7.162,
      "step": 185370
    },
    {
      "epoch": 0.3862083333333333,
      "grad_norm": 1.5028362274169922,
      "learning_rate": 0.00020362017909531768,
      "loss": 7.661,
      "step": 185380
    },
    {
      "epoch": 0.3862291666666667,
      "grad_norm": 0.7395696043968201,
      "learning_rate": 0.00020361097182479814,
      "loss": 8.4754,
      "step": 185390
    },
    {
      "epoch": 0.38625,
      "grad_norm": 1.793729305267334,
      "learning_rate": 0.00020360176432270043,
      "loss": 8.3326,
      "step": 185400
    },
    {
      "epoch": 0.38627083333333334,
      "grad_norm": 1.0570354461669922,
      "learning_rate": 0.00020359255658906433,
      "loss": 7.2837,
      "step": 185410
    },
    {
      "epoch": 0.38629166666666664,
      "grad_norm": 0.6098217964172363,
      "learning_rate": 0.00020358334862392955,
      "loss": 7.3517,
      "step": 185420
    },
    {
      "epoch": 0.3863125,
      "grad_norm": 1.4245212078094482,
      "learning_rate": 0.00020357414042733595,
      "loss": 7.9287,
      "step": 185430
    },
    {
      "epoch": 0.3863333333333333,
      "grad_norm": 2.408710479736328,
      "learning_rate": 0.00020356493199932328,
      "loss": 7.7034,
      "step": 185440
    },
    {
      "epoch": 0.38635416666666667,
      "grad_norm": 0.965707004070282,
      "learning_rate": 0.00020355572333993129,
      "loss": 7.419,
      "step": 185450
    },
    {
      "epoch": 0.386375,
      "grad_norm": 0.887833297252655,
      "learning_rate": 0.00020354651444919977,
      "loss": 7.7686,
      "step": 185460
    },
    {
      "epoch": 0.3863958333333333,
      "grad_norm": 1.9811547994613647,
      "learning_rate": 0.00020353730532716852,
      "loss": 7.6476,
      "step": 185470
    },
    {
      "epoch": 0.3864166666666667,
      "grad_norm": 0.8450455069541931,
      "learning_rate": 0.00020352809597387728,
      "loss": 7.5148,
      "step": 185480
    },
    {
      "epoch": 0.3864375,
      "grad_norm": 1.469570279121399,
      "learning_rate": 0.00020351888638936585,
      "loss": 7.5032,
      "step": 185490
    },
    {
      "epoch": 0.38645833333333335,
      "grad_norm": 0.8197598457336426,
      "learning_rate": 0.00020350967657367403,
      "loss": 7.85,
      "step": 185500
    },
    {
      "epoch": 0.38647916666666665,
      "grad_norm": 1.1235188245773315,
      "learning_rate": 0.0002035004665268416,
      "loss": 7.3038,
      "step": 185510
    },
    {
      "epoch": 0.3865,
      "grad_norm": 1.262555480003357,
      "learning_rate": 0.00020349125624890833,
      "loss": 8.0686,
      "step": 185520
    },
    {
      "epoch": 0.3865208333333333,
      "grad_norm": 1.1080776453018188,
      "learning_rate": 0.00020348204573991395,
      "loss": 7.5475,
      "step": 185530
    },
    {
      "epoch": 0.3865416666666667,
      "grad_norm": 1.346697211265564,
      "learning_rate": 0.0002034728349998984,
      "loss": 7.864,
      "step": 185540
    },
    {
      "epoch": 0.3865625,
      "grad_norm": 3.206345796585083,
      "learning_rate": 0.00020346362402890125,
      "loss": 7.9852,
      "step": 185550
    },
    {
      "epoch": 0.38658333333333333,
      "grad_norm": 1.0353754758834839,
      "learning_rate": 0.0002034544128269625,
      "loss": 7.2361,
      "step": 185560
    },
    {
      "epoch": 0.3866041666666667,
      "grad_norm": 0.7373731732368469,
      "learning_rate": 0.00020344520139412183,
      "loss": 7.8371,
      "step": 185570
    },
    {
      "epoch": 0.386625,
      "grad_norm": 1.7260342836380005,
      "learning_rate": 0.00020343598973041906,
      "loss": 7.9776,
      "step": 185580
    },
    {
      "epoch": 0.38664583333333336,
      "grad_norm": 2.432587146759033,
      "learning_rate": 0.0002034267778358939,
      "loss": 7.2355,
      "step": 185590
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 1.8149662017822266,
      "learning_rate": 0.00020341756571058624,
      "loss": 7.5008,
      "step": 185600
    },
    {
      "epoch": 0.3866875,
      "grad_norm": 0.8193132877349854,
      "learning_rate": 0.00020340835335453585,
      "loss": 7.2474,
      "step": 185610
    },
    {
      "epoch": 0.3867083333333333,
      "grad_norm": 4.877050876617432,
      "learning_rate": 0.00020339914076778252,
      "loss": 7.2438,
      "step": 185620
    },
    {
      "epoch": 0.3867291666666667,
      "grad_norm": 1.0112279653549194,
      "learning_rate": 0.00020338992795036604,
      "loss": 7.5417,
      "step": 185630
    },
    {
      "epoch": 0.38675,
      "grad_norm": 1.470557451248169,
      "learning_rate": 0.00020338071490232616,
      "loss": 7.9722,
      "step": 185640
    },
    {
      "epoch": 0.38677083333333334,
      "grad_norm": 0.5718016028404236,
      "learning_rate": 0.00020337150162370274,
      "loss": 7.4039,
      "step": 185650
    },
    {
      "epoch": 0.38679166666666664,
      "grad_norm": 1.4409648180007935,
      "learning_rate": 0.0002033622881145356,
      "loss": 7.6366,
      "step": 185660
    },
    {
      "epoch": 0.3868125,
      "grad_norm": 1.1060930490493774,
      "learning_rate": 0.00020335307437486445,
      "loss": 7.8845,
      "step": 185670
    },
    {
      "epoch": 0.3868333333333333,
      "grad_norm": 0.9034255146980286,
      "learning_rate": 0.0002033438604047292,
      "loss": 7.8138,
      "step": 185680
    },
    {
      "epoch": 0.38685416666666667,
      "grad_norm": 2.3752503395080566,
      "learning_rate": 0.0002033346462041695,
      "loss": 8.0302,
      "step": 185690
    },
    {
      "epoch": 0.386875,
      "grad_norm": 1.3698041439056396,
      "learning_rate": 0.00020332543177322532,
      "loss": 9.1384,
      "step": 185700
    },
    {
      "epoch": 0.3868958333333333,
      "grad_norm": 0.7667771577835083,
      "learning_rate": 0.00020331621711193633,
      "loss": 7.9801,
      "step": 185710
    },
    {
      "epoch": 0.3869166666666667,
      "grad_norm": 0.9638233780860901,
      "learning_rate": 0.0002033070022203424,
      "loss": 8.0751,
      "step": 185720
    },
    {
      "epoch": 0.3869375,
      "grad_norm": 1.232667326927185,
      "learning_rate": 0.0002032977870984833,
      "loss": 8.3855,
      "step": 185730
    },
    {
      "epoch": 0.38695833333333335,
      "grad_norm": 0.6869239211082458,
      "learning_rate": 0.00020328857174639893,
      "loss": 7.5656,
      "step": 185740
    },
    {
      "epoch": 0.38697916666666665,
      "grad_norm": 0.7962074279785156,
      "learning_rate": 0.00020327935616412893,
      "loss": 7.5774,
      "step": 185750
    },
    {
      "epoch": 0.387,
      "grad_norm": 4.484051704406738,
      "learning_rate": 0.0002032701403517133,
      "loss": 7.8437,
      "step": 185760
    },
    {
      "epoch": 0.3870208333333333,
      "grad_norm": 1.4032071828842163,
      "learning_rate": 0.00020326092430919166,
      "loss": 8.0576,
      "step": 185770
    },
    {
      "epoch": 0.3870416666666667,
      "grad_norm": 0.4611806571483612,
      "learning_rate": 0.00020325170803660393,
      "loss": 7.2388,
      "step": 185780
    },
    {
      "epoch": 0.3870625,
      "grad_norm": 2.3289787769317627,
      "learning_rate": 0.00020324249153398993,
      "loss": 8.16,
      "step": 185790
    },
    {
      "epoch": 0.38708333333333333,
      "grad_norm": 0.7493424415588379,
      "learning_rate": 0.00020323327480138942,
      "loss": 7.571,
      "step": 185800
    },
    {
      "epoch": 0.3871041666666667,
      "grad_norm": 1.4645496606826782,
      "learning_rate": 0.00020322405783884225,
      "loss": 8.307,
      "step": 185810
    },
    {
      "epoch": 0.387125,
      "grad_norm": 0.7158403396606445,
      "learning_rate": 0.00020321484064638818,
      "loss": 7.2395,
      "step": 185820
    },
    {
      "epoch": 0.38714583333333336,
      "grad_norm": 0.9260216951370239,
      "learning_rate": 0.0002032056232240671,
      "loss": 7.4428,
      "step": 185830
    },
    {
      "epoch": 0.38716666666666666,
      "grad_norm": 6.986108779907227,
      "learning_rate": 0.00020319640557191877,
      "loss": 7.3551,
      "step": 185840
    },
    {
      "epoch": 0.3871875,
      "grad_norm": 0.8592520952224731,
      "learning_rate": 0.000203187187689983,
      "loss": 8.2196,
      "step": 185850
    },
    {
      "epoch": 0.3872083333333333,
      "grad_norm": 1.0241968631744385,
      "learning_rate": 0.00020317796957829967,
      "loss": 8.7271,
      "step": 185860
    },
    {
      "epoch": 0.3872291666666667,
      "grad_norm": 3.2338387966156006,
      "learning_rate": 0.00020316875123690858,
      "loss": 7.6132,
      "step": 185870
    },
    {
      "epoch": 0.38725,
      "grad_norm": 1.0171785354614258,
      "learning_rate": 0.00020315953266584948,
      "loss": 7.6223,
      "step": 185880
    },
    {
      "epoch": 0.38727083333333334,
      "grad_norm": 0.7795347571372986,
      "learning_rate": 0.00020315031386516227,
      "loss": 8.4032,
      "step": 185890
    },
    {
      "epoch": 0.38729166666666665,
      "grad_norm": 1.345248818397522,
      "learning_rate": 0.00020314109483488677,
      "loss": 8.2075,
      "step": 185900
    },
    {
      "epoch": 0.3873125,
      "grad_norm": 2.1142871379852295,
      "learning_rate": 0.00020313187557506276,
      "loss": 7.9303,
      "step": 185910
    },
    {
      "epoch": 0.3873333333333333,
      "grad_norm": 0.6835038065910339,
      "learning_rate": 0.00020312265608573,
      "loss": 7.6913,
      "step": 185920
    },
    {
      "epoch": 0.38735416666666667,
      "grad_norm": 0.8049784898757935,
      "learning_rate": 0.0002031134363669285,
      "loss": 8.088,
      "step": 185930
    },
    {
      "epoch": 0.387375,
      "grad_norm": 2.6370441913604736,
      "learning_rate": 0.00020310421641869792,
      "loss": 7.5419,
      "step": 185940
    },
    {
      "epoch": 0.38739583333333333,
      "grad_norm": 6.077062606811523,
      "learning_rate": 0.00020309499624107812,
      "loss": 8.0823,
      "step": 185950
    },
    {
      "epoch": 0.3874166666666667,
      "grad_norm": 0.6321314573287964,
      "learning_rate": 0.00020308577583410905,
      "loss": 7.2027,
      "step": 185960
    },
    {
      "epoch": 0.3874375,
      "grad_norm": 1.6278388500213623,
      "learning_rate": 0.00020307655519783034,
      "loss": 7.4499,
      "step": 185970
    },
    {
      "epoch": 0.38745833333333335,
      "grad_norm": 1.164792537689209,
      "learning_rate": 0.00020306733433228196,
      "loss": 8.3086,
      "step": 185980
    },
    {
      "epoch": 0.38747916666666665,
      "grad_norm": 0.882053554058075,
      "learning_rate": 0.00020305811323750373,
      "loss": 8.2422,
      "step": 185990
    },
    {
      "epoch": 0.3875,
      "grad_norm": 1.2052748203277588,
      "learning_rate": 0.0002030488919135354,
      "loss": 7.5646,
      "step": 186000
    },
    {
      "epoch": 0.3875,
      "eval_loss": 7.8505353927612305,
      "eval_runtime": 8.8219,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 186000
    },
    {
      "epoch": 0.3875208333333333,
      "grad_norm": 0.6845706701278687,
      "learning_rate": 0.0002030396703604169,
      "loss": 7.367,
      "step": 186010
    },
    {
      "epoch": 0.3875416666666667,
      "grad_norm": 0.6723359227180481,
      "learning_rate": 0.000203030448578188,
      "loss": 8.01,
      "step": 186020
    },
    {
      "epoch": 0.3875625,
      "grad_norm": 1.0411278009414673,
      "learning_rate": 0.00020302122656688858,
      "loss": 7.5312,
      "step": 186030
    },
    {
      "epoch": 0.38758333333333334,
      "grad_norm": 0.4856957793235779,
      "learning_rate": 0.00020301200432655843,
      "loss": 7.3744,
      "step": 186040
    },
    {
      "epoch": 0.3876041666666667,
      "grad_norm": 1.074457049369812,
      "learning_rate": 0.00020300278185723738,
      "loss": 8.0181,
      "step": 186050
    },
    {
      "epoch": 0.387625,
      "grad_norm": 0.6237921714782715,
      "learning_rate": 0.0002029935591589653,
      "loss": 7.5252,
      "step": 186060
    },
    {
      "epoch": 0.38764583333333336,
      "grad_norm": 1.8892779350280762,
      "learning_rate": 0.00020298433623178205,
      "loss": 7.5954,
      "step": 186070
    },
    {
      "epoch": 0.38766666666666666,
      "grad_norm": 1.9702842235565186,
      "learning_rate": 0.00020297511307572743,
      "loss": 8.1451,
      "step": 186080
    },
    {
      "epoch": 0.3876875,
      "grad_norm": 1.5684937238693237,
      "learning_rate": 0.00020296588969084126,
      "loss": 7.8266,
      "step": 186090
    },
    {
      "epoch": 0.3877083333333333,
      "grad_norm": 1.5406064987182617,
      "learning_rate": 0.0002029566660771634,
      "loss": 7.8814,
      "step": 186100
    },
    {
      "epoch": 0.3877291666666667,
      "grad_norm": 0.615066647529602,
      "learning_rate": 0.00020294744223473376,
      "loss": 8.5583,
      "step": 186110
    },
    {
      "epoch": 0.38775,
      "grad_norm": 0.7462618350982666,
      "learning_rate": 0.00020293821816359206,
      "loss": 7.4271,
      "step": 186120
    },
    {
      "epoch": 0.38777083333333334,
      "grad_norm": 0.8180657029151917,
      "learning_rate": 0.0002029289938637783,
      "loss": 7.301,
      "step": 186130
    },
    {
      "epoch": 0.38779166666666665,
      "grad_norm": 3.469287157058716,
      "learning_rate": 0.00020291976933533218,
      "loss": 7.6951,
      "step": 186140
    },
    {
      "epoch": 0.3878125,
      "grad_norm": 2.430375099182129,
      "learning_rate": 0.0002029105445782936,
      "loss": 8.0019,
      "step": 186150
    },
    {
      "epoch": 0.3878333333333333,
      "grad_norm": 0.8053522706031799,
      "learning_rate": 0.00020290131959270247,
      "loss": 7.4493,
      "step": 186160
    },
    {
      "epoch": 0.38785416666666667,
      "grad_norm": 1.3240044116973877,
      "learning_rate": 0.0002028920943785985,
      "loss": 7.1438,
      "step": 186170
    },
    {
      "epoch": 0.387875,
      "grad_norm": 0.7230751514434814,
      "learning_rate": 0.00020288286893602167,
      "loss": 6.9668,
      "step": 186180
    },
    {
      "epoch": 0.38789583333333333,
      "grad_norm": 0.8947785496711731,
      "learning_rate": 0.00020287364326501177,
      "loss": 7.1606,
      "step": 186190
    },
    {
      "epoch": 0.3879166666666667,
      "grad_norm": 0.8880249857902527,
      "learning_rate": 0.00020286441736560865,
      "loss": 7.3409,
      "step": 186200
    },
    {
      "epoch": 0.3879375,
      "grad_norm": 7.325420379638672,
      "learning_rate": 0.0002028551912378522,
      "loss": 7.5976,
      "step": 186210
    },
    {
      "epoch": 0.38795833333333335,
      "grad_norm": 2.1644556522369385,
      "learning_rate": 0.0002028459648817822,
      "loss": 7.2256,
      "step": 186220
    },
    {
      "epoch": 0.38797916666666665,
      "grad_norm": 3.2279767990112305,
      "learning_rate": 0.00020283673829743856,
      "loss": 8.2111,
      "step": 186230
    },
    {
      "epoch": 0.388,
      "grad_norm": 0.9247180223464966,
      "learning_rate": 0.00020282751148486118,
      "loss": 8.0287,
      "step": 186240
    },
    {
      "epoch": 0.3880208333333333,
      "grad_norm": 0.6248977780342102,
      "learning_rate": 0.00020281828444408976,
      "loss": 7.6727,
      "step": 186250
    },
    {
      "epoch": 0.3880416666666667,
      "grad_norm": 1.6266072988510132,
      "learning_rate": 0.00020280905717516432,
      "loss": 7.8315,
      "step": 186260
    },
    {
      "epoch": 0.3880625,
      "grad_norm": 0.5997408628463745,
      "learning_rate": 0.00020279982967812469,
      "loss": 7.8823,
      "step": 186270
    },
    {
      "epoch": 0.38808333333333334,
      "grad_norm": 1.4059351682662964,
      "learning_rate": 0.00020279060195301063,
      "loss": 7.4208,
      "step": 186280
    },
    {
      "epoch": 0.38810416666666664,
      "grad_norm": 0.7584912776947021,
      "learning_rate": 0.00020278137399986205,
      "loss": 7.6274,
      "step": 186290
    },
    {
      "epoch": 0.388125,
      "grad_norm": 0.8624574542045593,
      "learning_rate": 0.0002027721458187189,
      "loss": 7.9722,
      "step": 186300
    },
    {
      "epoch": 0.38814583333333336,
      "grad_norm": 1.013944387435913,
      "learning_rate": 0.00020276291740962095,
      "loss": 7.8191,
      "step": 186310
    },
    {
      "epoch": 0.38816666666666666,
      "grad_norm": 1.096672773361206,
      "learning_rate": 0.00020275368877260803,
      "loss": 7.6861,
      "step": 186320
    },
    {
      "epoch": 0.3881875,
      "grad_norm": 1.1548577547073364,
      "learning_rate": 0.00020274445990772012,
      "loss": 7.5091,
      "step": 186330
    },
    {
      "epoch": 0.3882083333333333,
      "grad_norm": 2.615330934524536,
      "learning_rate": 0.00020273523081499703,
      "loss": 7.6831,
      "step": 186340
    },
    {
      "epoch": 0.3882291666666667,
      "grad_norm": 1.758994698524475,
      "learning_rate": 0.00020272600149447856,
      "loss": 7.9548,
      "step": 186350
    },
    {
      "epoch": 0.38825,
      "grad_norm": 1.6972198486328125,
      "learning_rate": 0.00020271677194620463,
      "loss": 7.5519,
      "step": 186360
    },
    {
      "epoch": 0.38827083333333334,
      "grad_norm": 2.466998815536499,
      "learning_rate": 0.00020270754217021519,
      "loss": 7.3183,
      "step": 186370
    },
    {
      "epoch": 0.38829166666666665,
      "grad_norm": 1.4894897937774658,
      "learning_rate": 0.00020269831216654998,
      "loss": 7.4771,
      "step": 186380
    },
    {
      "epoch": 0.3883125,
      "grad_norm": 0.8001306653022766,
      "learning_rate": 0.00020268908193524888,
      "loss": 7.7591,
      "step": 186390
    },
    {
      "epoch": 0.3883333333333333,
      "grad_norm": 2.996504545211792,
      "learning_rate": 0.00020267985147635187,
      "loss": 7.5139,
      "step": 186400
    },
    {
      "epoch": 0.38835416666666667,
      "grad_norm": 2.135730743408203,
      "learning_rate": 0.00020267062078989872,
      "loss": 7.5368,
      "step": 186410
    },
    {
      "epoch": 0.388375,
      "grad_norm": 1.6635771989822388,
      "learning_rate": 0.00020266138987592931,
      "loss": 7.4437,
      "step": 186420
    },
    {
      "epoch": 0.38839583333333333,
      "grad_norm": 1.5392447710037231,
      "learning_rate": 0.0002026521587344836,
      "loss": 7.8238,
      "step": 186430
    },
    {
      "epoch": 0.3884166666666667,
      "grad_norm": 0.7233155965805054,
      "learning_rate": 0.00020264292736560141,
      "loss": 7.4075,
      "step": 186440
    },
    {
      "epoch": 0.3884375,
      "grad_norm": 1.2486084699630737,
      "learning_rate": 0.00020263369576932255,
      "loss": 7.545,
      "step": 186450
    },
    {
      "epoch": 0.38845833333333335,
      "grad_norm": 0.8254510760307312,
      "learning_rate": 0.00020262446394568698,
      "loss": 7.1516,
      "step": 186460
    },
    {
      "epoch": 0.38847916666666665,
      "grad_norm": 0.7864786982536316,
      "learning_rate": 0.00020261523189473457,
      "loss": 7.6819,
      "step": 186470
    },
    {
      "epoch": 0.3885,
      "grad_norm": 3.022423505783081,
      "learning_rate": 0.0002026059996165052,
      "loss": 7.8022,
      "step": 186480
    },
    {
      "epoch": 0.3885208333333333,
      "grad_norm": 1.3485298156738281,
      "learning_rate": 0.0002025967671110387,
      "loss": 8.1269,
      "step": 186490
    },
    {
      "epoch": 0.3885416666666667,
      "grad_norm": 0.7345592975616455,
      "learning_rate": 0.000202587534378375,
      "loss": 7.9187,
      "step": 186500
    },
    {
      "epoch": 0.3885625,
      "grad_norm": 0.9252526164054871,
      "learning_rate": 0.00020257830141855396,
      "loss": 7.5106,
      "step": 186510
    },
    {
      "epoch": 0.38858333333333334,
      "grad_norm": 3.737870454788208,
      "learning_rate": 0.00020256906823161547,
      "loss": 7.5859,
      "step": 186520
    },
    {
      "epoch": 0.38860416666666664,
      "grad_norm": 1.3015151023864746,
      "learning_rate": 0.00020255983481759943,
      "loss": 7.6489,
      "step": 186530
    },
    {
      "epoch": 0.388625,
      "grad_norm": 1.4339793920516968,
      "learning_rate": 0.0002025506011765457,
      "loss": 8.2787,
      "step": 186540
    },
    {
      "epoch": 0.38864583333333336,
      "grad_norm": 0.9921186566352844,
      "learning_rate": 0.00020254136730849415,
      "loss": 7.4079,
      "step": 186550
    },
    {
      "epoch": 0.38866666666666666,
      "grad_norm": 0.8755436539649963,
      "learning_rate": 0.0002025321332134847,
      "loss": 7.582,
      "step": 186560
    },
    {
      "epoch": 0.3886875,
      "grad_norm": 1.4237098693847656,
      "learning_rate": 0.00020252289889155725,
      "loss": 7.7736,
      "step": 186570
    },
    {
      "epoch": 0.3887083333333333,
      "grad_norm": 0.9822375774383545,
      "learning_rate": 0.00020251366434275169,
      "loss": 7.4793,
      "step": 186580
    },
    {
      "epoch": 0.3887291666666667,
      "grad_norm": 0.6894550919532776,
      "learning_rate": 0.00020250442956710785,
      "loss": 7.3104,
      "step": 186590
    },
    {
      "epoch": 0.38875,
      "grad_norm": 1.337168574333191,
      "learning_rate": 0.00020249519456466564,
      "loss": 8.4363,
      "step": 186600
    },
    {
      "epoch": 0.38877083333333334,
      "grad_norm": 1.1282230615615845,
      "learning_rate": 0.00020248595933546504,
      "loss": 7.4393,
      "step": 186610
    },
    {
      "epoch": 0.38879166666666665,
      "grad_norm": 1.3056045770645142,
      "learning_rate": 0.00020247672387954573,
      "loss": 8.3375,
      "step": 186620
    },
    {
      "epoch": 0.3888125,
      "grad_norm": 1.2248426675796509,
      "learning_rate": 0.0002024674881969479,
      "loss": 7.1494,
      "step": 186630
    },
    {
      "epoch": 0.3888333333333333,
      "grad_norm": 1.15888512134552,
      "learning_rate": 0.0002024582522877112,
      "loss": 7.5481,
      "step": 186640
    },
    {
      "epoch": 0.38885416666666667,
      "grad_norm": 0.6309170126914978,
      "learning_rate": 0.00020244901615187563,
      "loss": 7.4101,
      "step": 186650
    },
    {
      "epoch": 0.388875,
      "grad_norm": 2.1073615550994873,
      "learning_rate": 0.00020243977978948112,
      "loss": 7.9121,
      "step": 186660
    },
    {
      "epoch": 0.38889583333333333,
      "grad_norm": 1.6255440711975098,
      "learning_rate": 0.00020243054320056745,
      "loss": 7.9678,
      "step": 186670
    },
    {
      "epoch": 0.3889166666666667,
      "grad_norm": 1.8959307670593262,
      "learning_rate": 0.0002024213063851746,
      "loss": 7.9652,
      "step": 186680
    },
    {
      "epoch": 0.3889375,
      "grad_norm": 0.5155271291732788,
      "learning_rate": 0.0002024120693433425,
      "loss": 7.3743,
      "step": 186690
    },
    {
      "epoch": 0.38895833333333335,
      "grad_norm": 1.5956579446792603,
      "learning_rate": 0.00020240283207511098,
      "loss": 7.723,
      "step": 186700
    },
    {
      "epoch": 0.38897916666666665,
      "grad_norm": 1.9103256464004517,
      "learning_rate": 0.00020239359458051995,
      "loss": 7.9622,
      "step": 186710
    },
    {
      "epoch": 0.389,
      "grad_norm": 1.01148521900177,
      "learning_rate": 0.00020238435685960933,
      "loss": 8.0182,
      "step": 186720
    },
    {
      "epoch": 0.3890208333333333,
      "grad_norm": 0.9994997382164001,
      "learning_rate": 0.00020237511891241905,
      "loss": 7.7639,
      "step": 186730
    },
    {
      "epoch": 0.3890416666666667,
      "grad_norm": 1.578383207321167,
      "learning_rate": 0.000202365880738989,
      "loss": 8.0021,
      "step": 186740
    },
    {
      "epoch": 0.3890625,
      "grad_norm": 1.0540956258773804,
      "learning_rate": 0.00020235664233935903,
      "loss": 7.0908,
      "step": 186750
    },
    {
      "epoch": 0.38908333333333334,
      "grad_norm": 1.3853020668029785,
      "learning_rate": 0.0002023474037135691,
      "loss": 7.3884,
      "step": 186760
    },
    {
      "epoch": 0.38910416666666664,
      "grad_norm": 1.0954805612564087,
      "learning_rate": 0.00020233816486165911,
      "loss": 7.3363,
      "step": 186770
    },
    {
      "epoch": 0.389125,
      "grad_norm": 1.0157451629638672,
      "learning_rate": 0.00020232892578366898,
      "loss": 9.6861,
      "step": 186780
    },
    {
      "epoch": 0.38914583333333336,
      "grad_norm": 0.7803024053573608,
      "learning_rate": 0.00020231968647963858,
      "loss": 7.1428,
      "step": 186790
    },
    {
      "epoch": 0.38916666666666666,
      "grad_norm": 2.809138298034668,
      "learning_rate": 0.00020231044694960786,
      "loss": 7.6176,
      "step": 186800
    },
    {
      "epoch": 0.3891875,
      "grad_norm": 3.3500585556030273,
      "learning_rate": 0.00020230120719361676,
      "loss": 7.9617,
      "step": 186810
    },
    {
      "epoch": 0.3892083333333333,
      "grad_norm": 0.9991071224212646,
      "learning_rate": 0.00020229196721170505,
      "loss": 7.4568,
      "step": 186820
    },
    {
      "epoch": 0.3892291666666667,
      "grad_norm": 2.689026355743408,
      "learning_rate": 0.0002022827270039128,
      "loss": 7.4896,
      "step": 186830
    },
    {
      "epoch": 0.38925,
      "grad_norm": 5.413221836090088,
      "learning_rate": 0.00020227348657027988,
      "loss": 7.9015,
      "step": 186840
    },
    {
      "epoch": 0.38927083333333334,
      "grad_norm": 1.0717334747314453,
      "learning_rate": 0.00020226424591084614,
      "loss": 7.3735,
      "step": 186850
    },
    {
      "epoch": 0.38929166666666665,
      "grad_norm": 1.255933403968811,
      "learning_rate": 0.0002022550050256516,
      "loss": 7.3053,
      "step": 186860
    },
    {
      "epoch": 0.3893125,
      "grad_norm": 1.962019681930542,
      "learning_rate": 0.00020224576391473606,
      "loss": 8.0579,
      "step": 186870
    },
    {
      "epoch": 0.3893333333333333,
      "grad_norm": 0.602006196975708,
      "learning_rate": 0.0002022365225781395,
      "loss": 7.4399,
      "step": 186880
    },
    {
      "epoch": 0.38935416666666667,
      "grad_norm": 0.8771727085113525,
      "learning_rate": 0.0002022272810159019,
      "loss": 7.2484,
      "step": 186890
    },
    {
      "epoch": 0.389375,
      "grad_norm": 1.8441845178604126,
      "learning_rate": 0.00020221803922806307,
      "loss": 7.7083,
      "step": 186900
    },
    {
      "epoch": 0.38939583333333333,
      "grad_norm": 0.8534053564071655,
      "learning_rate": 0.00020220879721466304,
      "loss": 7.3348,
      "step": 186910
    },
    {
      "epoch": 0.3894166666666667,
      "grad_norm": 1.00251042842865,
      "learning_rate": 0.00020219955497574162,
      "loss": 7.7383,
      "step": 186920
    },
    {
      "epoch": 0.3894375,
      "grad_norm": 1.0669491291046143,
      "learning_rate": 0.00020219031251133876,
      "loss": 7.3855,
      "step": 186930
    },
    {
      "epoch": 0.38945833333333335,
      "grad_norm": 2.0724072456359863,
      "learning_rate": 0.0002021810698214945,
      "loss": 7.8789,
      "step": 186940
    },
    {
      "epoch": 0.38947916666666665,
      "grad_norm": 3.226714611053467,
      "learning_rate": 0.00020217182690624862,
      "loss": 7.9854,
      "step": 186950
    },
    {
      "epoch": 0.3895,
      "grad_norm": 1.261747121810913,
      "learning_rate": 0.00020216258376564109,
      "loss": 7.3186,
      "step": 186960
    },
    {
      "epoch": 0.3895208333333333,
      "grad_norm": 1.209631085395813,
      "learning_rate": 0.00020215334039971184,
      "loss": 7.2193,
      "step": 186970
    },
    {
      "epoch": 0.3895416666666667,
      "grad_norm": 1.7209489345550537,
      "learning_rate": 0.0002021440968085008,
      "loss": 9.237,
      "step": 186980
    },
    {
      "epoch": 0.3895625,
      "grad_norm": 1.298102617263794,
      "learning_rate": 0.0002021348529920479,
      "loss": 7.7097,
      "step": 186990
    },
    {
      "epoch": 0.38958333333333334,
      "grad_norm": 1.247578740119934,
      "learning_rate": 0.00020212560895039312,
      "loss": 7.6169,
      "step": 187000
    },
    {
      "epoch": 0.38958333333333334,
      "eval_loss": 6.903649806976318,
      "eval_runtime": 8.8805,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 187000
    },
    {
      "epoch": 0.38960416666666664,
      "grad_norm": 1.1802808046340942,
      "learning_rate": 0.00020211636468357632,
      "loss": 7.928,
      "step": 187010
    },
    {
      "epoch": 0.389625,
      "grad_norm": 0.5904185771942139,
      "learning_rate": 0.00020210712019163744,
      "loss": 7.5726,
      "step": 187020
    },
    {
      "epoch": 0.38964583333333336,
      "grad_norm": 1.0740504264831543,
      "learning_rate": 0.00020209787547461643,
      "loss": 7.4955,
      "step": 187030
    },
    {
      "epoch": 0.38966666666666666,
      "grad_norm": 0.6502547860145569,
      "learning_rate": 0.0002020886305325532,
      "loss": 7.3849,
      "step": 187040
    },
    {
      "epoch": 0.3896875,
      "grad_norm": 0.6753703951835632,
      "learning_rate": 0.00020207938536548773,
      "loss": 7.7333,
      "step": 187050
    },
    {
      "epoch": 0.3897083333333333,
      "grad_norm": 1.7901355028152466,
      "learning_rate": 0.00020207013997345993,
      "loss": 7.9299,
      "step": 187060
    },
    {
      "epoch": 0.3897291666666667,
      "grad_norm": 1.2639776468276978,
      "learning_rate": 0.00020206089435650972,
      "loss": 7.8941,
      "step": 187070
    },
    {
      "epoch": 0.38975,
      "grad_norm": 1.5542184114456177,
      "learning_rate": 0.00020205164851467707,
      "loss": 7.4008,
      "step": 187080
    },
    {
      "epoch": 0.38977083333333334,
      "grad_norm": 1.2066750526428223,
      "learning_rate": 0.00020204240244800189,
      "loss": 7.6213,
      "step": 187090
    },
    {
      "epoch": 0.38979166666666665,
      "grad_norm": 1.452478289604187,
      "learning_rate": 0.0002020331561565241,
      "loss": 7.4486,
      "step": 187100
    },
    {
      "epoch": 0.3898125,
      "grad_norm": 0.7341314554214478,
      "learning_rate": 0.00020202390964028377,
      "loss": 7.677,
      "step": 187110
    },
    {
      "epoch": 0.3898333333333333,
      "grad_norm": 1.3301689624786377,
      "learning_rate": 0.00020201466289932065,
      "loss": 8.799,
      "step": 187120
    },
    {
      "epoch": 0.38985416666666667,
      "grad_norm": 1.3622256517410278,
      "learning_rate": 0.0002020054159336748,
      "loss": 7.7191,
      "step": 187130
    },
    {
      "epoch": 0.389875,
      "grad_norm": 1.8400355577468872,
      "learning_rate": 0.00020199616874338615,
      "loss": 7.3076,
      "step": 187140
    },
    {
      "epoch": 0.38989583333333333,
      "grad_norm": 1.4719756841659546,
      "learning_rate": 0.00020198692132849464,
      "loss": 7.5068,
      "step": 187150
    },
    {
      "epoch": 0.3899166666666667,
      "grad_norm": 1.2307157516479492,
      "learning_rate": 0.00020197767368904018,
      "loss": 7.6943,
      "step": 187160
    },
    {
      "epoch": 0.3899375,
      "grad_norm": 0.9896719455718994,
      "learning_rate": 0.00020196842582506278,
      "loss": 7.3779,
      "step": 187170
    },
    {
      "epoch": 0.38995833333333335,
      "grad_norm": 0.7830642461776733,
      "learning_rate": 0.00020195917773660233,
      "loss": 7.6055,
      "step": 187180
    },
    {
      "epoch": 0.38997916666666665,
      "grad_norm": 0.9348800778388977,
      "learning_rate": 0.00020194992942369874,
      "loss": 7.9808,
      "step": 187190
    },
    {
      "epoch": 0.39,
      "grad_norm": 1.7816444635391235,
      "learning_rate": 0.00020194068088639212,
      "loss": 7.3147,
      "step": 187200
    },
    {
      "epoch": 0.3900208333333333,
      "grad_norm": 4.357050895690918,
      "learning_rate": 0.00020193143212472226,
      "loss": 7.6483,
      "step": 187210
    },
    {
      "epoch": 0.3900416666666667,
      "grad_norm": 0.9702013731002808,
      "learning_rate": 0.0002019221831387292,
      "loss": 8.1346,
      "step": 187220
    },
    {
      "epoch": 0.3900625,
      "grad_norm": 3.076319694519043,
      "learning_rate": 0.00020191293392845286,
      "loss": 7.6446,
      "step": 187230
    },
    {
      "epoch": 0.39008333333333334,
      "grad_norm": 1.431195855140686,
      "learning_rate": 0.00020190368449393315,
      "loss": 7.6427,
      "step": 187240
    },
    {
      "epoch": 0.39010416666666664,
      "grad_norm": 1.0216995477676392,
      "learning_rate": 0.0002018944348352101,
      "loss": 7.3683,
      "step": 187250
    },
    {
      "epoch": 0.390125,
      "grad_norm": 0.8858794569969177,
      "learning_rate": 0.00020188518495232362,
      "loss": 7.6878,
      "step": 187260
    },
    {
      "epoch": 0.39014583333333336,
      "grad_norm": 0.9179282188415527,
      "learning_rate": 0.0002018759348453137,
      "loss": 8.0026,
      "step": 187270
    },
    {
      "epoch": 0.39016666666666666,
      "grad_norm": 1.1741843223571777,
      "learning_rate": 0.00020186668451422027,
      "loss": 7.3594,
      "step": 187280
    },
    {
      "epoch": 0.3901875,
      "grad_norm": 1.1455886363983154,
      "learning_rate": 0.00020185743395908327,
      "loss": 7.7649,
      "step": 187290
    },
    {
      "epoch": 0.3902083333333333,
      "grad_norm": 1.2932422161102295,
      "learning_rate": 0.0002018481831799427,
      "loss": 7.4308,
      "step": 187300
    },
    {
      "epoch": 0.3902291666666667,
      "grad_norm": 0.7376360893249512,
      "learning_rate": 0.00020183893217683854,
      "loss": 7.4463,
      "step": 187310
    },
    {
      "epoch": 0.39025,
      "grad_norm": 1.041800618171692,
      "learning_rate": 0.00020182968094981064,
      "loss": 7.3231,
      "step": 187320
    },
    {
      "epoch": 0.39027083333333334,
      "grad_norm": 0.9637660384178162,
      "learning_rate": 0.00020182042949889905,
      "loss": 8.1908,
      "step": 187330
    },
    {
      "epoch": 0.39029166666666665,
      "grad_norm": 1.1879799365997314,
      "learning_rate": 0.00020181117782414377,
      "loss": 7.5945,
      "step": 187340
    },
    {
      "epoch": 0.3903125,
      "grad_norm": 1.9349818229675293,
      "learning_rate": 0.00020180192592558467,
      "loss": 7.7391,
      "step": 187350
    },
    {
      "epoch": 0.3903333333333333,
      "grad_norm": 5.179027557373047,
      "learning_rate": 0.00020179267380326173,
      "loss": 8.5439,
      "step": 187360
    },
    {
      "epoch": 0.39035416666666667,
      "grad_norm": 0.9612486362457275,
      "learning_rate": 0.000201783421457215,
      "loss": 7.3652,
      "step": 187370
    },
    {
      "epoch": 0.390375,
      "grad_norm": 1.6116048097610474,
      "learning_rate": 0.00020177416888748434,
      "loss": 7.4287,
      "step": 187380
    },
    {
      "epoch": 0.39039583333333333,
      "grad_norm": 0.8256056904792786,
      "learning_rate": 0.00020176491609410978,
      "loss": 7.2255,
      "step": 187390
    },
    {
      "epoch": 0.3904166666666667,
      "grad_norm": 0.8078406453132629,
      "learning_rate": 0.00020175566307713128,
      "loss": 7.6911,
      "step": 187400
    },
    {
      "epoch": 0.3904375,
      "grad_norm": 0.9352912902832031,
      "learning_rate": 0.00020174640983658878,
      "loss": 7.7356,
      "step": 187410
    },
    {
      "epoch": 0.39045833333333335,
      "grad_norm": 0.7297421097755432,
      "learning_rate": 0.00020173715637252228,
      "loss": 7.2922,
      "step": 187420
    },
    {
      "epoch": 0.39047916666666665,
      "grad_norm": 2.2051594257354736,
      "learning_rate": 0.00020172790268497176,
      "loss": 9.4259,
      "step": 187430
    },
    {
      "epoch": 0.3905,
      "grad_norm": 2.2049310207366943,
      "learning_rate": 0.00020171864877397715,
      "loss": 7.6715,
      "step": 187440
    },
    {
      "epoch": 0.3905208333333333,
      "grad_norm": 1.0025511980056763,
      "learning_rate": 0.00020170939463957848,
      "loss": 8.0229,
      "step": 187450
    },
    {
      "epoch": 0.3905416666666667,
      "grad_norm": 0.8305925726890564,
      "learning_rate": 0.00020170014028181565,
      "loss": 7.2685,
      "step": 187460
    },
    {
      "epoch": 0.3905625,
      "grad_norm": 0.6694449186325073,
      "learning_rate": 0.00020169088570072872,
      "loss": 7.6707,
      "step": 187470
    },
    {
      "epoch": 0.39058333333333334,
      "grad_norm": 2.3740437030792236,
      "learning_rate": 0.0002016816308963576,
      "loss": 7.5694,
      "step": 187480
    },
    {
      "epoch": 0.39060416666666664,
      "grad_norm": 0.8853349089622498,
      "learning_rate": 0.0002016723758687423,
      "loss": 7.6779,
      "step": 187490
    },
    {
      "epoch": 0.390625,
      "grad_norm": 0.9517307281494141,
      "learning_rate": 0.00020166312061792278,
      "loss": 7.7143,
      "step": 187500
    },
    {
      "epoch": 0.39064583333333336,
      "grad_norm": 4.029488563537598,
      "learning_rate": 0.00020165386514393906,
      "loss": 7.7439,
      "step": 187510
    },
    {
      "epoch": 0.39066666666666666,
      "grad_norm": 0.8899861574172974,
      "learning_rate": 0.0002016446094468311,
      "loss": 7.5852,
      "step": 187520
    },
    {
      "epoch": 0.3906875,
      "grad_norm": 0.9236610531806946,
      "learning_rate": 0.00020163535352663882,
      "loss": 8.5077,
      "step": 187530
    },
    {
      "epoch": 0.3907083333333333,
      "grad_norm": 0.9037889838218689,
      "learning_rate": 0.00020162609738340228,
      "loss": 7.6524,
      "step": 187540
    },
    {
      "epoch": 0.3907291666666667,
      "grad_norm": 0.7429878115653992,
      "learning_rate": 0.00020161684101716138,
      "loss": 7.501,
      "step": 187550
    },
    {
      "epoch": 0.39075,
      "grad_norm": 2.5978245735168457,
      "learning_rate": 0.00020160758442795625,
      "loss": 8.084,
      "step": 187560
    },
    {
      "epoch": 0.39077083333333335,
      "grad_norm": 1.262733817100525,
      "learning_rate": 0.00020159832761582668,
      "loss": 7.7505,
      "step": 187570
    },
    {
      "epoch": 0.39079166666666665,
      "grad_norm": 0.5552957653999329,
      "learning_rate": 0.00020158907058081283,
      "loss": 7.7204,
      "step": 187580
    },
    {
      "epoch": 0.3908125,
      "grad_norm": 0.6444315314292908,
      "learning_rate": 0.0002015798133229546,
      "loss": 7.3433,
      "step": 187590
    },
    {
      "epoch": 0.3908333333333333,
      "grad_norm": 1.5979396104812622,
      "learning_rate": 0.000201570555842292,
      "loss": 7.7674,
      "step": 187600
    },
    {
      "epoch": 0.39085416666666667,
      "grad_norm": 0.8752601146697998,
      "learning_rate": 0.00020156129813886497,
      "loss": 8.0011,
      "step": 187610
    },
    {
      "epoch": 0.390875,
      "grad_norm": 0.6499269008636475,
      "learning_rate": 0.0002015520402127136,
      "loss": 7.7741,
      "step": 187620
    },
    {
      "epoch": 0.39089583333333333,
      "grad_norm": 1.5356121063232422,
      "learning_rate": 0.00020154278206387777,
      "loss": 7.4366,
      "step": 187630
    },
    {
      "epoch": 0.3909166666666667,
      "grad_norm": 3.76458477973938,
      "learning_rate": 0.00020153352369239758,
      "loss": 7.5046,
      "step": 187640
    },
    {
      "epoch": 0.3909375,
      "grad_norm": 0.6593363881111145,
      "learning_rate": 0.00020152426509831297,
      "loss": 7.4127,
      "step": 187650
    },
    {
      "epoch": 0.39095833333333335,
      "grad_norm": 20.817834854125977,
      "learning_rate": 0.00020151500628166384,
      "loss": 9.8489,
      "step": 187660
    },
    {
      "epoch": 0.39097916666666666,
      "grad_norm": 4.047182559967041,
      "learning_rate": 0.00020150574724249037,
      "loss": 7.8957,
      "step": 187670
    },
    {
      "epoch": 0.391,
      "grad_norm": 3.62039852142334,
      "learning_rate": 0.00020149648798083243,
      "loss": 8.7218,
      "step": 187680
    },
    {
      "epoch": 0.3910208333333333,
      "grad_norm": 4.331674575805664,
      "learning_rate": 0.00020148722849672995,
      "loss": 8.4575,
      "step": 187690
    },
    {
      "epoch": 0.3910416666666667,
      "grad_norm": 1.6351174116134644,
      "learning_rate": 0.00020147796879022316,
      "loss": 7.5221,
      "step": 187700
    },
    {
      "epoch": 0.3910625,
      "grad_norm": 0.983296811580658,
      "learning_rate": 0.0002014687088613519,
      "loss": 7.4376,
      "step": 187710
    },
    {
      "epoch": 0.39108333333333334,
      "grad_norm": 0.5953123569488525,
      "learning_rate": 0.00020145944871015613,
      "loss": 7.4114,
      "step": 187720
    },
    {
      "epoch": 0.39110416666666664,
      "grad_norm": 1.2799782752990723,
      "learning_rate": 0.00020145018833667594,
      "loss": 8.6522,
      "step": 187730
    },
    {
      "epoch": 0.391125,
      "grad_norm": 0.8149949312210083,
      "learning_rate": 0.0002014409277409513,
      "loss": 7.5961,
      "step": 187740
    },
    {
      "epoch": 0.39114583333333336,
      "grad_norm": 0.9341455101966858,
      "learning_rate": 0.0002014316669230222,
      "loss": 7.3766,
      "step": 187750
    },
    {
      "epoch": 0.39116666666666666,
      "grad_norm": 1.1241083145141602,
      "learning_rate": 0.00020142240588292865,
      "loss": 7.4566,
      "step": 187760
    },
    {
      "epoch": 0.3911875,
      "grad_norm": 0.9572612643241882,
      "learning_rate": 0.0002014131446207107,
      "loss": 7.8683,
      "step": 187770
    },
    {
      "epoch": 0.3912083333333333,
      "grad_norm": 2.2296226024627686,
      "learning_rate": 0.0002014038831364083,
      "loss": 7.6107,
      "step": 187780
    },
    {
      "epoch": 0.3912291666666667,
      "grad_norm": 1.6724967956542969,
      "learning_rate": 0.0002013946214300615,
      "loss": 7.472,
      "step": 187790
    },
    {
      "epoch": 0.39125,
      "grad_norm": 1.2188292741775513,
      "learning_rate": 0.00020138535950171022,
      "loss": 8.3268,
      "step": 187800
    },
    {
      "epoch": 0.39127083333333335,
      "grad_norm": 1.6645842790603638,
      "learning_rate": 0.00020137609735139457,
      "loss": 7.9612,
      "step": 187810
    },
    {
      "epoch": 0.39129166666666665,
      "grad_norm": 4.379667282104492,
      "learning_rate": 0.00020136683497915447,
      "loss": 7.6538,
      "step": 187820
    },
    {
      "epoch": 0.3913125,
      "grad_norm": 0.5385196208953857,
      "learning_rate": 0.00020135757238503002,
      "loss": 7.3018,
      "step": 187830
    },
    {
      "epoch": 0.3913333333333333,
      "grad_norm": 1.1059157848358154,
      "learning_rate": 0.0002013483095690612,
      "loss": 7.3122,
      "step": 187840
    },
    {
      "epoch": 0.39135416666666667,
      "grad_norm": 1.5050216913223267,
      "learning_rate": 0.00020133904653128797,
      "loss": 7.9994,
      "step": 187850
    },
    {
      "epoch": 0.391375,
      "grad_norm": 0.8716216087341309,
      "learning_rate": 0.00020132978327175037,
      "loss": 7.3909,
      "step": 187860
    },
    {
      "epoch": 0.39139583333333333,
      "grad_norm": 1.519405484199524,
      "learning_rate": 0.0002013205197904885,
      "loss": 7.4597,
      "step": 187870
    },
    {
      "epoch": 0.3914166666666667,
      "grad_norm": 1.6691904067993164,
      "learning_rate": 0.0002013112560875422,
      "loss": 7.8153,
      "step": 187880
    },
    {
      "epoch": 0.3914375,
      "grad_norm": 1.1315041780471802,
      "learning_rate": 0.0002013019921629516,
      "loss": 7.6955,
      "step": 187890
    },
    {
      "epoch": 0.39145833333333335,
      "grad_norm": 1.1984933614730835,
      "learning_rate": 0.00020129272801675677,
      "loss": 7.4479,
      "step": 187900
    },
    {
      "epoch": 0.39147916666666666,
      "grad_norm": 0.979758620262146,
      "learning_rate": 0.0002012834636489976,
      "loss": 8.1351,
      "step": 187910
    },
    {
      "epoch": 0.3915,
      "grad_norm": 1.9173918962478638,
      "learning_rate": 0.0002012741990597142,
      "loss": 7.6304,
      "step": 187920
    },
    {
      "epoch": 0.3915208333333333,
      "grad_norm": 0.8323154449462891,
      "learning_rate": 0.00020126493424894653,
      "loss": 7.4548,
      "step": 187930
    },
    {
      "epoch": 0.3915416666666667,
      "grad_norm": 2.749958038330078,
      "learning_rate": 0.00020125566921673466,
      "loss": 8.0675,
      "step": 187940
    },
    {
      "epoch": 0.3915625,
      "grad_norm": 0.6084082126617432,
      "learning_rate": 0.0002012464039631186,
      "loss": 7.406,
      "step": 187950
    },
    {
      "epoch": 0.39158333333333334,
      "grad_norm": 0.624519407749176,
      "learning_rate": 0.00020123713848813827,
      "loss": 7.755,
      "step": 187960
    },
    {
      "epoch": 0.39160416666666664,
      "grad_norm": 0.9069695472717285,
      "learning_rate": 0.00020122787279183384,
      "loss": 7.3133,
      "step": 187970
    },
    {
      "epoch": 0.391625,
      "grad_norm": 0.7623367309570312,
      "learning_rate": 0.00020121860687424533,
      "loss": 8.1872,
      "step": 187980
    },
    {
      "epoch": 0.39164583333333336,
      "grad_norm": 1.232414722442627,
      "learning_rate": 0.0002012093407354126,
      "loss": 7.3387,
      "step": 187990
    },
    {
      "epoch": 0.39166666666666666,
      "grad_norm": 1.0032680034637451,
      "learning_rate": 0.00020120007437537585,
      "loss": 7.6277,
      "step": 188000
    },
    {
      "epoch": 0.39166666666666666,
      "eval_loss": 7.579962730407715,
      "eval_runtime": 7.9697,
      "eval_samples_per_second": 0.376,
      "eval_steps_per_second": 0.125,
      "step": 188000
    },
    {
      "epoch": 0.3916875,
      "grad_norm": 0.7858244180679321,
      "learning_rate": 0.0002011908077941751,
      "loss": 7.5981,
      "step": 188010
    },
    {
      "epoch": 0.3917083333333333,
      "grad_norm": 1.2344439029693604,
      "learning_rate": 0.00020118154099185026,
      "loss": 7.514,
      "step": 188020
    },
    {
      "epoch": 0.3917291666666667,
      "grad_norm": 0.6509600877761841,
      "learning_rate": 0.00020117227396844142,
      "loss": 7.6771,
      "step": 188030
    },
    {
      "epoch": 0.39175,
      "grad_norm": 3.0289268493652344,
      "learning_rate": 0.00020116300672398866,
      "loss": 8.0228,
      "step": 188040
    },
    {
      "epoch": 0.39177083333333335,
      "grad_norm": 1.0283418893814087,
      "learning_rate": 0.00020115373925853192,
      "loss": 7.7118,
      "step": 188050
    },
    {
      "epoch": 0.39179166666666665,
      "grad_norm": 2.575099468231201,
      "learning_rate": 0.00020114447157211122,
      "loss": 7.966,
      "step": 188060
    },
    {
      "epoch": 0.3918125,
      "grad_norm": 0.8747842311859131,
      "learning_rate": 0.00020113520366476676,
      "loss": 7.8622,
      "step": 188070
    },
    {
      "epoch": 0.3918333333333333,
      "grad_norm": 1.5191407203674316,
      "learning_rate": 0.00020112593553653843,
      "loss": 7.5323,
      "step": 188080
    },
    {
      "epoch": 0.39185416666666667,
      "grad_norm": 1.2360479831695557,
      "learning_rate": 0.00020111666718746626,
      "loss": 7.8151,
      "step": 188090
    },
    {
      "epoch": 0.391875,
      "grad_norm": 1.015711784362793,
      "learning_rate": 0.00020110739861759034,
      "loss": 7.5393,
      "step": 188100
    },
    {
      "epoch": 0.39189583333333333,
      "grad_norm": 2.185060977935791,
      "learning_rate": 0.00020109812982695065,
      "loss": 7.8868,
      "step": 188110
    },
    {
      "epoch": 0.3919166666666667,
      "grad_norm": 1.3936755657196045,
      "learning_rate": 0.0002010888608155873,
      "loss": 8.4201,
      "step": 188120
    },
    {
      "epoch": 0.3919375,
      "grad_norm": 0.8887643814086914,
      "learning_rate": 0.0002010795915835403,
      "loss": 7.5811,
      "step": 188130
    },
    {
      "epoch": 0.39195833333333335,
      "grad_norm": 0.9891947507858276,
      "learning_rate": 0.0002010703221308497,
      "loss": 7.5017,
      "step": 188140
    },
    {
      "epoch": 0.39197916666666666,
      "grad_norm": 1.111329197883606,
      "learning_rate": 0.0002010610524575555,
      "loss": 8.3,
      "step": 188150
    },
    {
      "epoch": 0.392,
      "grad_norm": 2.188945770263672,
      "learning_rate": 0.00020105178256369773,
      "loss": 8.0331,
      "step": 188160
    },
    {
      "epoch": 0.3920208333333333,
      "grad_norm": 1.998141884803772,
      "learning_rate": 0.0002010425124493165,
      "loss": 8.1731,
      "step": 188170
    },
    {
      "epoch": 0.3920416666666667,
      "grad_norm": 1.2900416851043701,
      "learning_rate": 0.00020103324211445187,
      "loss": 7.8316,
      "step": 188180
    },
    {
      "epoch": 0.3920625,
      "grad_norm": 0.7240593433380127,
      "learning_rate": 0.00020102397155914375,
      "loss": 7.178,
      "step": 188190
    },
    {
      "epoch": 0.39208333333333334,
      "grad_norm": 1.2023509740829468,
      "learning_rate": 0.00020101470078343227,
      "loss": 7.5775,
      "step": 188200
    },
    {
      "epoch": 0.39210416666666664,
      "grad_norm": 0.9623093605041504,
      "learning_rate": 0.00020100542978735756,
      "loss": 7.2633,
      "step": 188210
    },
    {
      "epoch": 0.392125,
      "grad_norm": 0.6968898773193359,
      "learning_rate": 0.00020099615857095953,
      "loss": 7.796,
      "step": 188220
    },
    {
      "epoch": 0.39214583333333336,
      "grad_norm": 1.282359004020691,
      "learning_rate": 0.00020098688713427823,
      "loss": 7.4463,
      "step": 188230
    },
    {
      "epoch": 0.39216666666666666,
      "grad_norm": 1.231497049331665,
      "learning_rate": 0.00020097761547735387,
      "loss": 7.6285,
      "step": 188240
    },
    {
      "epoch": 0.3921875,
      "grad_norm": 2.1113157272338867,
      "learning_rate": 0.00020096834360022633,
      "loss": 7.8383,
      "step": 188250
    },
    {
      "epoch": 0.3922083333333333,
      "grad_norm": 1.0983784198760986,
      "learning_rate": 0.00020095907150293572,
      "loss": 7.5619,
      "step": 188260
    },
    {
      "epoch": 0.3922291666666667,
      "grad_norm": 1.2388719320297241,
      "learning_rate": 0.00020094979918552208,
      "loss": 7.8591,
      "step": 188270
    },
    {
      "epoch": 0.39225,
      "grad_norm": 0.9090319275856018,
      "learning_rate": 0.0002009405266480255,
      "loss": 7.3141,
      "step": 188280
    },
    {
      "epoch": 0.39227083333333335,
      "grad_norm": 1.0859260559082031,
      "learning_rate": 0.000200931253890486,
      "loss": 7.7589,
      "step": 188290
    },
    {
      "epoch": 0.39229166666666665,
      "grad_norm": 1.542251706123352,
      "learning_rate": 0.00020092198091294365,
      "loss": 7.8105,
      "step": 188300
    },
    {
      "epoch": 0.3923125,
      "grad_norm": 2.108283758163452,
      "learning_rate": 0.00020091270771543848,
      "loss": 7.7776,
      "step": 188310
    },
    {
      "epoch": 0.3923333333333333,
      "grad_norm": 0.6893477439880371,
      "learning_rate": 0.00020090343429801058,
      "loss": 7.2886,
      "step": 188320
    },
    {
      "epoch": 0.39235416666666667,
      "grad_norm": 1.049643635749817,
      "learning_rate": 0.00020089416066069999,
      "loss": 7.5424,
      "step": 188330
    },
    {
      "epoch": 0.392375,
      "grad_norm": 0.6794719696044922,
      "learning_rate": 0.00020088488680354677,
      "loss": 8.9854,
      "step": 188340
    },
    {
      "epoch": 0.39239583333333333,
      "grad_norm": 1.5193560123443604,
      "learning_rate": 0.000200875612726591,
      "loss": 7.4874,
      "step": 188350
    },
    {
      "epoch": 0.3924166666666667,
      "grad_norm": 4.051095962524414,
      "learning_rate": 0.00020086633842987268,
      "loss": 8.2066,
      "step": 188360
    },
    {
      "epoch": 0.3924375,
      "grad_norm": 0.6508102416992188,
      "learning_rate": 0.0002008570639134319,
      "loss": 7.436,
      "step": 188370
    },
    {
      "epoch": 0.39245833333333335,
      "grad_norm": 2.9566025733947754,
      "learning_rate": 0.0002008477891773088,
      "loss": 9.0824,
      "step": 188380
    },
    {
      "epoch": 0.39247916666666666,
      "grad_norm": 1.3128056526184082,
      "learning_rate": 0.0002008385142215433,
      "loss": 8.3255,
      "step": 188390
    },
    {
      "epoch": 0.3925,
      "grad_norm": 1.274348258972168,
      "learning_rate": 0.00020082923904617562,
      "loss": 8.0786,
      "step": 188400
    },
    {
      "epoch": 0.3925208333333333,
      "grad_norm": 1.8993486166000366,
      "learning_rate": 0.00020081996365124574,
      "loss": 7.7293,
      "step": 188410
    },
    {
      "epoch": 0.3925416666666667,
      "grad_norm": 1.988860011100769,
      "learning_rate": 0.00020081068803679371,
      "loss": 7.898,
      "step": 188420
    },
    {
      "epoch": 0.3925625,
      "grad_norm": 0.7121111154556274,
      "learning_rate": 0.0002008014122028596,
      "loss": 7.684,
      "step": 188430
    },
    {
      "epoch": 0.39258333333333334,
      "grad_norm": 1.3590224981307983,
      "learning_rate": 0.00020079213614948352,
      "loss": 7.3705,
      "step": 188440
    },
    {
      "epoch": 0.39260416666666664,
      "grad_norm": 0.7749322056770325,
      "learning_rate": 0.0002007828598767055,
      "loss": 7.4313,
      "step": 188450
    },
    {
      "epoch": 0.392625,
      "grad_norm": 2.533508539199829,
      "learning_rate": 0.00020077358338456566,
      "loss": 7.9283,
      "step": 188460
    },
    {
      "epoch": 0.39264583333333336,
      "grad_norm": 1.7760231494903564,
      "learning_rate": 0.000200764306673104,
      "loss": 7.967,
      "step": 188470
    },
    {
      "epoch": 0.39266666666666666,
      "grad_norm": 0.6928940415382385,
      "learning_rate": 0.00020075502974236067,
      "loss": 7.6215,
      "step": 188480
    },
    {
      "epoch": 0.3926875,
      "grad_norm": 1.2724823951721191,
      "learning_rate": 0.00020074575259237563,
      "loss": 7.3248,
      "step": 188490
    },
    {
      "epoch": 0.3927083333333333,
      "grad_norm": 1.0137635469436646,
      "learning_rate": 0.00020073647522318909,
      "loss": 7.8769,
      "step": 188500
    },
    {
      "epoch": 0.3927291666666667,
      "grad_norm": 3.6553738117218018,
      "learning_rate": 0.00020072719763484107,
      "loss": 8.4723,
      "step": 188510
    },
    {
      "epoch": 0.39275,
      "grad_norm": 1.1038274765014648,
      "learning_rate": 0.0002007179198273716,
      "loss": 7.2067,
      "step": 188520
    },
    {
      "epoch": 0.39277083333333335,
      "grad_norm": 0.9727847576141357,
      "learning_rate": 0.00020070864180082076,
      "loss": 7.8452,
      "step": 188530
    },
    {
      "epoch": 0.39279166666666665,
      "grad_norm": 0.9196134209632874,
      "learning_rate": 0.00020069936355522874,
      "loss": 7.9534,
      "step": 188540
    },
    {
      "epoch": 0.3928125,
      "grad_norm": 1.311214566230774,
      "learning_rate": 0.0002006900850906355,
      "loss": 8.2865,
      "step": 188550
    },
    {
      "epoch": 0.3928333333333333,
      "grad_norm": 3.519538640975952,
      "learning_rate": 0.0002006808064070811,
      "loss": 7.6637,
      "step": 188560
    },
    {
      "epoch": 0.39285416666666667,
      "grad_norm": 0.7538649439811707,
      "learning_rate": 0.0002006715275046058,
      "loss": 7.6165,
      "step": 188570
    },
    {
      "epoch": 0.392875,
      "grad_norm": 1.4441955089569092,
      "learning_rate": 0.00020066224838324949,
      "loss": 7.4275,
      "step": 188580
    },
    {
      "epoch": 0.39289583333333333,
      "grad_norm": 1.1693350076675415,
      "learning_rate": 0.0002006529690430523,
      "loss": 7.529,
      "step": 188590
    },
    {
      "epoch": 0.3929166666666667,
      "grad_norm": 1.4622116088867188,
      "learning_rate": 0.00020064368948405435,
      "loss": 7.9382,
      "step": 188600
    },
    {
      "epoch": 0.3929375,
      "grad_norm": 1.5682655572891235,
      "learning_rate": 0.0002006344097062957,
      "loss": 7.234,
      "step": 188610
    },
    {
      "epoch": 0.39295833333333335,
      "grad_norm": 1.384846806526184,
      "learning_rate": 0.00020062512970981647,
      "loss": 8.1264,
      "step": 188620
    },
    {
      "epoch": 0.39297916666666666,
      "grad_norm": 0.6521046161651611,
      "learning_rate": 0.00020061584949465668,
      "loss": 7.5619,
      "step": 188630
    },
    {
      "epoch": 0.393,
      "grad_norm": 1.1995400190353394,
      "learning_rate": 0.00020060656906085647,
      "loss": 7.8447,
      "step": 188640
    },
    {
      "epoch": 0.3930208333333333,
      "grad_norm": 1.0625799894332886,
      "learning_rate": 0.00020059728840845595,
      "loss": 7.9568,
      "step": 188650
    },
    {
      "epoch": 0.3930416666666667,
      "grad_norm": 0.829465925693512,
      "learning_rate": 0.00020058800753749512,
      "loss": 7.4664,
      "step": 188660
    },
    {
      "epoch": 0.3930625,
      "grad_norm": 0.7260076403617859,
      "learning_rate": 0.00020057872644801413,
      "loss": 8.145,
      "step": 188670
    },
    {
      "epoch": 0.39308333333333334,
      "grad_norm": 0.734142541885376,
      "learning_rate": 0.0002005694451400531,
      "loss": 8.4213,
      "step": 188680
    },
    {
      "epoch": 0.39310416666666664,
      "grad_norm": 1.260422706604004,
      "learning_rate": 0.00020056016361365202,
      "loss": 7.5406,
      "step": 188690
    },
    {
      "epoch": 0.393125,
      "grad_norm": 3.032482147216797,
      "learning_rate": 0.00020055088186885113,
      "loss": 7.9376,
      "step": 188700
    },
    {
      "epoch": 0.39314583333333336,
      "grad_norm": 3.7818355560302734,
      "learning_rate": 0.0002005415999056904,
      "loss": 8.132,
      "step": 188710
    },
    {
      "epoch": 0.39316666666666666,
      "grad_norm": 0.949897050857544,
      "learning_rate": 0.00020053231772420996,
      "loss": 7.4802,
      "step": 188720
    },
    {
      "epoch": 0.3931875,
      "grad_norm": 0.6841766238212585,
      "learning_rate": 0.00020052303532444986,
      "loss": 7.3557,
      "step": 188730
    },
    {
      "epoch": 0.3932083333333333,
      "grad_norm": 1.211100697517395,
      "learning_rate": 0.00020051375270645035,
      "loss": 7.3005,
      "step": 188740
    },
    {
      "epoch": 0.3932291666666667,
      "grad_norm": 1.2175863981246948,
      "learning_rate": 0.00020050446987025135,
      "loss": 7.5658,
      "step": 188750
    },
    {
      "epoch": 0.39325,
      "grad_norm": 1.2807263135910034,
      "learning_rate": 0.00020049518681589305,
      "loss": 8.6119,
      "step": 188760
    },
    {
      "epoch": 0.39327083333333335,
      "grad_norm": 0.9202666282653809,
      "learning_rate": 0.00020048590354341555,
      "loss": 7.1704,
      "step": 188770
    },
    {
      "epoch": 0.39329166666666665,
      "grad_norm": 2.65049147605896,
      "learning_rate": 0.0002004766200528589,
      "loss": 8.0798,
      "step": 188780
    },
    {
      "epoch": 0.3933125,
      "grad_norm": 0.8502395749092102,
      "learning_rate": 0.00020046733634426325,
      "loss": 7.794,
      "step": 188790
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 3.386220693588257,
      "learning_rate": 0.0002004580524176687,
      "loss": 7.8616,
      "step": 188800
    },
    {
      "epoch": 0.39335416666666667,
      "grad_norm": 1.213371753692627,
      "learning_rate": 0.00020044876827311528,
      "loss": 8.0019,
      "step": 188810
    },
    {
      "epoch": 0.393375,
      "grad_norm": 0.9216558337211609,
      "learning_rate": 0.00020043948391064317,
      "loss": 7.5589,
      "step": 188820
    },
    {
      "epoch": 0.39339583333333333,
      "grad_norm": 0.5899118781089783,
      "learning_rate": 0.00020043019933029246,
      "loss": 8.3276,
      "step": 188830
    },
    {
      "epoch": 0.3934166666666667,
      "grad_norm": 1.7819077968597412,
      "learning_rate": 0.00020042091453210327,
      "loss": 8.5185,
      "step": 188840
    },
    {
      "epoch": 0.3934375,
      "grad_norm": 1.0057251453399658,
      "learning_rate": 0.0002004116295161157,
      "loss": 7.5248,
      "step": 188850
    },
    {
      "epoch": 0.39345833333333335,
      "grad_norm": 1.4106411933898926,
      "learning_rate": 0.00020040234428236978,
      "loss": 7.6647,
      "step": 188860
    },
    {
      "epoch": 0.39347916666666666,
      "grad_norm": 0.8033235669136047,
      "learning_rate": 0.00020039305883090574,
      "loss": 7.6575,
      "step": 188870
    },
    {
      "epoch": 0.3935,
      "grad_norm": 0.9586372375488281,
      "learning_rate": 0.00020038377316176364,
      "loss": 7.7735,
      "step": 188880
    },
    {
      "epoch": 0.3935208333333333,
      "grad_norm": 0.834553062915802,
      "learning_rate": 0.0002003744872749835,
      "loss": 7.0745,
      "step": 188890
    },
    {
      "epoch": 0.3935416666666667,
      "grad_norm": 1.0143975019454956,
      "learning_rate": 0.00020036520117060557,
      "loss": 8.2705,
      "step": 188900
    },
    {
      "epoch": 0.3935625,
      "grad_norm": 1.8311283588409424,
      "learning_rate": 0.00020035591484866995,
      "loss": 8.0398,
      "step": 188910
    },
    {
      "epoch": 0.39358333333333334,
      "grad_norm": 3.212911367416382,
      "learning_rate": 0.00020034662830921665,
      "loss": 7.8141,
      "step": 188920
    },
    {
      "epoch": 0.39360416666666664,
      "grad_norm": 0.994233250617981,
      "learning_rate": 0.00020033734155228586,
      "loss": 8.2596,
      "step": 188930
    },
    {
      "epoch": 0.393625,
      "grad_norm": 1.3059567213058472,
      "learning_rate": 0.0002003280545779177,
      "loss": 8.0919,
      "step": 188940
    },
    {
      "epoch": 0.3936458333333333,
      "grad_norm": 1.2042940855026245,
      "learning_rate": 0.00020031876738615224,
      "loss": 7.5981,
      "step": 188950
    },
    {
      "epoch": 0.39366666666666666,
      "grad_norm": 0.6939736604690552,
      "learning_rate": 0.00020030947997702966,
      "loss": 7.697,
      "step": 188960
    },
    {
      "epoch": 0.3936875,
      "grad_norm": 1.1919035911560059,
      "learning_rate": 0.00020030019235058998,
      "loss": 7.5183,
      "step": 188970
    },
    {
      "epoch": 0.3937083333333333,
      "grad_norm": 0.8031871318817139,
      "learning_rate": 0.0002002909045068734,
      "loss": 8.4346,
      "step": 188980
    },
    {
      "epoch": 0.3937291666666667,
      "grad_norm": 2.733787775039673,
      "learning_rate": 0.00020028161644592007,
      "loss": 8.2128,
      "step": 188990
    },
    {
      "epoch": 0.39375,
      "grad_norm": 1.7013832330703735,
      "learning_rate": 0.00020027232816777,
      "loss": 8.1707,
      "step": 189000
    },
    {
      "epoch": 0.39375,
      "eval_loss": 7.1327805519104,
      "eval_runtime": 8.1086,
      "eval_samples_per_second": 0.37,
      "eval_steps_per_second": 0.123,
      "step": 189000
    },
    {
      "epoch": 0.39377083333333335,
      "grad_norm": 1.061227798461914,
      "learning_rate": 0.00020026303967246337,
      "loss": 8.3659,
      "step": 189010
    },
    {
      "epoch": 0.39379166666666665,
      "grad_norm": 0.8056427836418152,
      "learning_rate": 0.00020025375096004034,
      "loss": 7.9765,
      "step": 189020
    },
    {
      "epoch": 0.3938125,
      "grad_norm": 2.8743515014648438,
      "learning_rate": 0.00020024446203054097,
      "loss": 7.7093,
      "step": 189030
    },
    {
      "epoch": 0.3938333333333333,
      "grad_norm": 0.815022885799408,
      "learning_rate": 0.00020023517288400542,
      "loss": 8.0495,
      "step": 189040
    },
    {
      "epoch": 0.39385416666666667,
      "grad_norm": 0.7813934087753296,
      "learning_rate": 0.00020022588352047385,
      "loss": 7.5284,
      "step": 189050
    },
    {
      "epoch": 0.393875,
      "grad_norm": 0.5659874081611633,
      "learning_rate": 0.00020021659393998627,
      "loss": 7.7163,
      "step": 189060
    },
    {
      "epoch": 0.39389583333333333,
      "grad_norm": 1.0896822214126587,
      "learning_rate": 0.0002002073041425829,
      "loss": 7.2759,
      "step": 189070
    },
    {
      "epoch": 0.3939166666666667,
      "grad_norm": 1.1931713819503784,
      "learning_rate": 0.00020019801412830392,
      "loss": 7.8405,
      "step": 189080
    },
    {
      "epoch": 0.3939375,
      "grad_norm": 1.1737676858901978,
      "learning_rate": 0.00020018872389718933,
      "loss": 7.4271,
      "step": 189090
    },
    {
      "epoch": 0.39395833333333335,
      "grad_norm": 0.9026919007301331,
      "learning_rate": 0.00020017943344927933,
      "loss": 7.8068,
      "step": 189100
    },
    {
      "epoch": 0.39397916666666666,
      "grad_norm": 0.826759934425354,
      "learning_rate": 0.00020017014278461405,
      "loss": 7.1609,
      "step": 189110
    },
    {
      "epoch": 0.394,
      "grad_norm": 0.7749730944633484,
      "learning_rate": 0.00020016085190323357,
      "loss": 7.9804,
      "step": 189120
    },
    {
      "epoch": 0.3940208333333333,
      "grad_norm": 0.6404769420623779,
      "learning_rate": 0.0002001515608051781,
      "loss": 7.5475,
      "step": 189130
    },
    {
      "epoch": 0.3940416666666667,
      "grad_norm": 3.5693161487579346,
      "learning_rate": 0.00020014226949048773,
      "loss": 7.6772,
      "step": 189140
    },
    {
      "epoch": 0.3940625,
      "grad_norm": 0.6904775500297546,
      "learning_rate": 0.00020013297795920258,
      "loss": 8.0206,
      "step": 189150
    },
    {
      "epoch": 0.39408333333333334,
      "grad_norm": 0.7091458439826965,
      "learning_rate": 0.00020012368621136285,
      "loss": 7.2514,
      "step": 189160
    },
    {
      "epoch": 0.39410416666666664,
      "grad_norm": 1.1565197706222534,
      "learning_rate": 0.00020011439424700862,
      "loss": 9.2576,
      "step": 189170
    },
    {
      "epoch": 0.394125,
      "grad_norm": 0.6808130145072937,
      "learning_rate": 0.00020010510206618003,
      "loss": 7.9881,
      "step": 189180
    },
    {
      "epoch": 0.3941458333333333,
      "grad_norm": 0.7043520212173462,
      "learning_rate": 0.00020009580966891724,
      "loss": 8.1634,
      "step": 189190
    },
    {
      "epoch": 0.39416666666666667,
      "grad_norm": 3.5096817016601562,
      "learning_rate": 0.00020008651705526038,
      "loss": 8.0183,
      "step": 189200
    },
    {
      "epoch": 0.3941875,
      "grad_norm": 2.1876063346862793,
      "learning_rate": 0.00020007722422524962,
      "loss": 8.0696,
      "step": 189210
    },
    {
      "epoch": 0.3942083333333333,
      "grad_norm": 1.9469802379608154,
      "learning_rate": 0.00020006793117892507,
      "loss": 8.2559,
      "step": 189220
    },
    {
      "epoch": 0.3942291666666667,
      "grad_norm": 2.1938486099243164,
      "learning_rate": 0.0002000586379163268,
      "loss": 7.4507,
      "step": 189230
    },
    {
      "epoch": 0.39425,
      "grad_norm": 0.7345956563949585,
      "learning_rate": 0.00020004934443749512,
      "loss": 7.3617,
      "step": 189240
    },
    {
      "epoch": 0.39427083333333335,
      "grad_norm": 1.3509091138839722,
      "learning_rate": 0.00020004005074247006,
      "loss": 7.6173,
      "step": 189250
    },
    {
      "epoch": 0.39429166666666665,
      "grad_norm": 1.3594462871551514,
      "learning_rate": 0.00020003075683129178,
      "loss": 7.5418,
      "step": 189260
    },
    {
      "epoch": 0.3943125,
      "grad_norm": 1.3064074516296387,
      "learning_rate": 0.0002000214627040004,
      "loss": 7.5612,
      "step": 189270
    },
    {
      "epoch": 0.3943333333333333,
      "grad_norm": 4.107661247253418,
      "learning_rate": 0.00020001216836063618,
      "loss": 7.4222,
      "step": 189280
    },
    {
      "epoch": 0.3943541666666667,
      "grad_norm": 1.5372031927108765,
      "learning_rate": 0.00020000287380123912,
      "loss": 7.4065,
      "step": 189290
    },
    {
      "epoch": 0.394375,
      "grad_norm": 0.6971674561500549,
      "learning_rate": 0.00019999357902584947,
      "loss": 7.2876,
      "step": 189300
    },
    {
      "epoch": 0.39439583333333333,
      "grad_norm": 2.7262485027313232,
      "learning_rate": 0.00019998428403450731,
      "loss": 7.4911,
      "step": 189310
    },
    {
      "epoch": 0.3944166666666667,
      "grad_norm": 1.5788644552230835,
      "learning_rate": 0.00019997498882725283,
      "loss": 9.0125,
      "step": 189320
    },
    {
      "epoch": 0.3944375,
      "grad_norm": 1.5024975538253784,
      "learning_rate": 0.00019996569340412622,
      "loss": 7.8521,
      "step": 189330
    },
    {
      "epoch": 0.39445833333333336,
      "grad_norm": 0.7925649881362915,
      "learning_rate": 0.00019995639776516759,
      "loss": 7.3071,
      "step": 189340
    },
    {
      "epoch": 0.39447916666666666,
      "grad_norm": 1.113844633102417,
      "learning_rate": 0.0001999471019104171,
      "loss": 7.8178,
      "step": 189350
    },
    {
      "epoch": 0.3945,
      "grad_norm": 1.1173442602157593,
      "learning_rate": 0.00019993780583991486,
      "loss": 8.2153,
      "step": 189360
    },
    {
      "epoch": 0.3945208333333333,
      "grad_norm": 2.8965132236480713,
      "learning_rate": 0.0001999285095537011,
      "loss": 8.3642,
      "step": 189370
    },
    {
      "epoch": 0.3945416666666667,
      "grad_norm": 1.4399930238723755,
      "learning_rate": 0.00019991921305181592,
      "loss": 8.3807,
      "step": 189380
    },
    {
      "epoch": 0.3945625,
      "grad_norm": 3.3258872032165527,
      "learning_rate": 0.00019990991633429952,
      "loss": 7.8349,
      "step": 189390
    },
    {
      "epoch": 0.39458333333333334,
      "grad_norm": 0.7867581844329834,
      "learning_rate": 0.00019990061940119202,
      "loss": 8.1954,
      "step": 189400
    },
    {
      "epoch": 0.39460416666666664,
      "grad_norm": 1.326271414756775,
      "learning_rate": 0.00019989132225253358,
      "loss": 7.8835,
      "step": 189410
    },
    {
      "epoch": 0.394625,
      "grad_norm": 0.9777428507804871,
      "learning_rate": 0.00019988202488836442,
      "loss": 7.5932,
      "step": 189420
    },
    {
      "epoch": 0.3946458333333333,
      "grad_norm": 1.0203953981399536,
      "learning_rate": 0.0001998727273087246,
      "loss": 7.8031,
      "step": 189430
    },
    {
      "epoch": 0.39466666666666667,
      "grad_norm": 0.8431079387664795,
      "learning_rate": 0.00019986342951365443,
      "loss": 8.1423,
      "step": 189440
    },
    {
      "epoch": 0.3946875,
      "grad_norm": 0.8923202157020569,
      "learning_rate": 0.00019985413150319393,
      "loss": 8.4799,
      "step": 189450
    },
    {
      "epoch": 0.3947083333333333,
      "grad_norm": 0.7076956033706665,
      "learning_rate": 0.00019984483327738328,
      "loss": 7.5178,
      "step": 189460
    },
    {
      "epoch": 0.3947291666666667,
      "grad_norm": 0.811493992805481,
      "learning_rate": 0.00019983553483626272,
      "loss": 7.3914,
      "step": 189470
    },
    {
      "epoch": 0.39475,
      "grad_norm": 1.2546504735946655,
      "learning_rate": 0.00019982623617987235,
      "loss": 7.4751,
      "step": 189480
    },
    {
      "epoch": 0.39477083333333335,
      "grad_norm": 0.6470988392829895,
      "learning_rate": 0.00019981693730825237,
      "loss": 7.784,
      "step": 189490
    },
    {
      "epoch": 0.39479166666666665,
      "grad_norm": 1.1371746063232422,
      "learning_rate": 0.00019980763822144296,
      "loss": 8.0677,
      "step": 189500
    },
    {
      "epoch": 0.3948125,
      "grad_norm": 1.8154720067977905,
      "learning_rate": 0.00019979833891948425,
      "loss": 7.6607,
      "step": 189510
    },
    {
      "epoch": 0.3948333333333333,
      "grad_norm": 1.5792078971862793,
      "learning_rate": 0.00019978903940241646,
      "loss": 9.2363,
      "step": 189520
    },
    {
      "epoch": 0.3948541666666667,
      "grad_norm": 1.0718499422073364,
      "learning_rate": 0.00019977973967027967,
      "loss": 7.4179,
      "step": 189530
    },
    {
      "epoch": 0.394875,
      "grad_norm": 1.7180233001708984,
      "learning_rate": 0.00019977043972311414,
      "loss": 7.7104,
      "step": 189540
    },
    {
      "epoch": 0.39489583333333333,
      "grad_norm": 3.3068060874938965,
      "learning_rate": 0.00019976113956096002,
      "loss": 8.2459,
      "step": 189550
    },
    {
      "epoch": 0.3949166666666667,
      "grad_norm": 1.362980842590332,
      "learning_rate": 0.0001997518391838575,
      "loss": 8.477,
      "step": 189560
    },
    {
      "epoch": 0.3949375,
      "grad_norm": 1.0282267332077026,
      "learning_rate": 0.00019974253859184667,
      "loss": 7.5571,
      "step": 189570
    },
    {
      "epoch": 0.39495833333333336,
      "grad_norm": 0.49619221687316895,
      "learning_rate": 0.0001997332377849678,
      "loss": 7.2838,
      "step": 189580
    },
    {
      "epoch": 0.39497916666666666,
      "grad_norm": 3.5222015380859375,
      "learning_rate": 0.00019972393676326102,
      "loss": 8.1166,
      "step": 189590
    },
    {
      "epoch": 0.395,
      "grad_norm": 0.9280543923377991,
      "learning_rate": 0.00019971463552676647,
      "loss": 7.4024,
      "step": 189600
    },
    {
      "epoch": 0.3950208333333333,
      "grad_norm": 2.0617051124572754,
      "learning_rate": 0.00019970533407552446,
      "loss": 7.3672,
      "step": 189610
    },
    {
      "epoch": 0.3950416666666667,
      "grad_norm": 1.2170971632003784,
      "learning_rate": 0.00019969603240957504,
      "loss": 7.6487,
      "step": 189620
    },
    {
      "epoch": 0.3950625,
      "grad_norm": 1.5581989288330078,
      "learning_rate": 0.00019968673052895837,
      "loss": 7.4833,
      "step": 189630
    },
    {
      "epoch": 0.39508333333333334,
      "grad_norm": 1.4950097799301147,
      "learning_rate": 0.0001996774284337148,
      "loss": 8.1866,
      "step": 189640
    },
    {
      "epoch": 0.39510416666666665,
      "grad_norm": 0.7586323022842407,
      "learning_rate": 0.00019966812612388433,
      "loss": 7.5203,
      "step": 189650
    },
    {
      "epoch": 0.395125,
      "grad_norm": 1.1244703531265259,
      "learning_rate": 0.00019965882359950722,
      "loss": 7.7777,
      "step": 189660
    },
    {
      "epoch": 0.3951458333333333,
      "grad_norm": 1.0950905084609985,
      "learning_rate": 0.00019964952086062366,
      "loss": 7.8615,
      "step": 189670
    },
    {
      "epoch": 0.39516666666666667,
      "grad_norm": 2.6603002548217773,
      "learning_rate": 0.00019964021790727383,
      "loss": 8.0645,
      "step": 189680
    },
    {
      "epoch": 0.3951875,
      "grad_norm": 2.458570718765259,
      "learning_rate": 0.00019963091473949792,
      "loss": 7.7279,
      "step": 189690
    },
    {
      "epoch": 0.39520833333333333,
      "grad_norm": 1.6759852170944214,
      "learning_rate": 0.00019962161135733607,
      "loss": 7.8951,
      "step": 189700
    },
    {
      "epoch": 0.3952291666666667,
      "grad_norm": 2.1994192600250244,
      "learning_rate": 0.00019961230776082854,
      "loss": 7.491,
      "step": 189710
    },
    {
      "epoch": 0.39525,
      "grad_norm": 1.3897347450256348,
      "learning_rate": 0.0001996030039500155,
      "loss": 7.4593,
      "step": 189720
    },
    {
      "epoch": 0.39527083333333335,
      "grad_norm": 0.8404403924942017,
      "learning_rate": 0.00019959369992493702,
      "loss": 7.7483,
      "step": 189730
    },
    {
      "epoch": 0.39529166666666665,
      "grad_norm": 2.004638910293579,
      "learning_rate": 0.00019958439568563345,
      "loss": 7.6188,
      "step": 189740
    },
    {
      "epoch": 0.3953125,
      "grad_norm": 3.7445640563964844,
      "learning_rate": 0.00019957509123214493,
      "loss": 7.7277,
      "step": 189750
    },
    {
      "epoch": 0.3953333333333333,
      "grad_norm": 4.54157829284668,
      "learning_rate": 0.00019956578656451157,
      "loss": 7.4731,
      "step": 189760
    },
    {
      "epoch": 0.3953541666666667,
      "grad_norm": 0.807258129119873,
      "learning_rate": 0.0001995564816827737,
      "loss": 7.3708,
      "step": 189770
    },
    {
      "epoch": 0.395375,
      "grad_norm": 0.6798450946807861,
      "learning_rate": 0.00019954717658697145,
      "loss": 7.5004,
      "step": 189780
    },
    {
      "epoch": 0.39539583333333334,
      "grad_norm": 1.956178069114685,
      "learning_rate": 0.00019953787127714498,
      "loss": 8.3488,
      "step": 189790
    },
    {
      "epoch": 0.3954166666666667,
      "grad_norm": 0.9131009578704834,
      "learning_rate": 0.00019952856575333448,
      "loss": 7.5253,
      "step": 189800
    },
    {
      "epoch": 0.3954375,
      "grad_norm": 1.5557388067245483,
      "learning_rate": 0.00019951926001558025,
      "loss": 7.3469,
      "step": 189810
    },
    {
      "epoch": 0.39545833333333336,
      "grad_norm": 1.0690248012542725,
      "learning_rate": 0.00019950995406392238,
      "loss": 7.6595,
      "step": 189820
    },
    {
      "epoch": 0.39547916666666666,
      "grad_norm": 1.4026776552200317,
      "learning_rate": 0.00019950064789840105,
      "loss": 8.0492,
      "step": 189830
    },
    {
      "epoch": 0.3955,
      "grad_norm": 4.3763909339904785,
      "learning_rate": 0.00019949134151905662,
      "loss": 8.5414,
      "step": 189840
    },
    {
      "epoch": 0.3955208333333333,
      "grad_norm": 2.8492770195007324,
      "learning_rate": 0.00019948203492592916,
      "loss": 7.6184,
      "step": 189850
    },
    {
      "epoch": 0.3955416666666667,
      "grad_norm": 1.1787705421447754,
      "learning_rate": 0.00019947272811905885,
      "loss": 7.3773,
      "step": 189860
    },
    {
      "epoch": 0.3955625,
      "grad_norm": 2.1599202156066895,
      "learning_rate": 0.00019946342109848595,
      "loss": 7.8812,
      "step": 189870
    },
    {
      "epoch": 0.39558333333333334,
      "grad_norm": 1.2600750923156738,
      "learning_rate": 0.0001994541138642507,
      "loss": 8.1146,
      "step": 189880
    },
    {
      "epoch": 0.39560416666666665,
      "grad_norm": 0.9654697775840759,
      "learning_rate": 0.00019944480641639323,
      "loss": 7.6011,
      "step": 189890
    },
    {
      "epoch": 0.395625,
      "grad_norm": 1.4713584184646606,
      "learning_rate": 0.00019943549875495374,
      "loss": 7.7352,
      "step": 189900
    },
    {
      "epoch": 0.3956458333333333,
      "grad_norm": 1.238604187965393,
      "learning_rate": 0.00019942619087997247,
      "loss": 7.4752,
      "step": 189910
    },
    {
      "epoch": 0.39566666666666667,
      "grad_norm": 0.837926983833313,
      "learning_rate": 0.00019941688279148965,
      "loss": 7.6405,
      "step": 189920
    },
    {
      "epoch": 0.3956875,
      "grad_norm": 0.8541680574417114,
      "learning_rate": 0.0001994075744895454,
      "loss": 7.0466,
      "step": 189930
    },
    {
      "epoch": 0.39570833333333333,
      "grad_norm": 2.1349236965179443,
      "learning_rate": 0.00019939826597418,
      "loss": 7.8272,
      "step": 189940
    },
    {
      "epoch": 0.3957291666666667,
      "grad_norm": 0.6225167512893677,
      "learning_rate": 0.0001993889572454337,
      "loss": 7.5109,
      "step": 189950
    },
    {
      "epoch": 0.39575,
      "grad_norm": 0.7052482962608337,
      "learning_rate": 0.00019937964830334665,
      "loss": 7.5309,
      "step": 189960
    },
    {
      "epoch": 0.39577083333333335,
      "grad_norm": 1.7320945262908936,
      "learning_rate": 0.000199370339147959,
      "loss": 8.298,
      "step": 189970
    },
    {
      "epoch": 0.39579166666666665,
      "grad_norm": 0.9566814303398132,
      "learning_rate": 0.00019936102977931107,
      "loss": 8.0237,
      "step": 189980
    },
    {
      "epoch": 0.3958125,
      "grad_norm": 1.2822930812835693,
      "learning_rate": 0.00019935172019744303,
      "loss": 7.2196,
      "step": 189990
    },
    {
      "epoch": 0.3958333333333333,
      "grad_norm": 1.0780378580093384,
      "learning_rate": 0.00019934241040239501,
      "loss": 7.7119,
      "step": 190000
    },
    {
      "epoch": 0.3958333333333333,
      "eval_loss": 7.681088447570801,
      "eval_runtime": 8.4189,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 190000
    },
    {
      "epoch": 0.3958541666666667,
      "grad_norm": 0.8117496967315674,
      "learning_rate": 0.00019933310039420746,
      "loss": 7.7824,
      "step": 190010
    },
    {
      "epoch": 0.395875,
      "grad_norm": 1.910597801208496,
      "learning_rate": 0.00019932379017292037,
      "loss": 7.6201,
      "step": 190020
    },
    {
      "epoch": 0.39589583333333334,
      "grad_norm": 0.7311190366744995,
      "learning_rate": 0.000199314479738574,
      "loss": 7.4119,
      "step": 190030
    },
    {
      "epoch": 0.39591666666666664,
      "grad_norm": 1.2358973026275635,
      "learning_rate": 0.0001993051690912086,
      "loss": 7.3916,
      "step": 190040
    },
    {
      "epoch": 0.3959375,
      "grad_norm": 0.8238269686698914,
      "learning_rate": 0.00019929585823086444,
      "loss": 7.5156,
      "step": 190050
    },
    {
      "epoch": 0.39595833333333336,
      "grad_norm": 1.261775016784668,
      "learning_rate": 0.00019928654715758163,
      "loss": 7.4669,
      "step": 190060
    },
    {
      "epoch": 0.39597916666666666,
      "grad_norm": 0.7949971556663513,
      "learning_rate": 0.00019927723587140046,
      "loss": 7.3366,
      "step": 190070
    },
    {
      "epoch": 0.396,
      "grad_norm": 0.7792011499404907,
      "learning_rate": 0.0001992679243723612,
      "loss": 7.9818,
      "step": 190080
    },
    {
      "epoch": 0.3960208333333333,
      "grad_norm": 0.971957266330719,
      "learning_rate": 0.00019925861266050394,
      "loss": 7.6894,
      "step": 190090
    },
    {
      "epoch": 0.3960416666666667,
      "grad_norm": 0.9235101938247681,
      "learning_rate": 0.00019924930073586896,
      "loss": 7.4485,
      "step": 190100
    },
    {
      "epoch": 0.3960625,
      "grad_norm": 0.6259790658950806,
      "learning_rate": 0.0001992399885984965,
      "loss": 7.6977,
      "step": 190110
    },
    {
      "epoch": 0.39608333333333334,
      "grad_norm": 0.7408589720726013,
      "learning_rate": 0.00019923067624842683,
      "loss": 7.438,
      "step": 190120
    },
    {
      "epoch": 0.39610416666666665,
      "grad_norm": 0.705348789691925,
      "learning_rate": 0.0001992213636857001,
      "loss": 7.7523,
      "step": 190130
    },
    {
      "epoch": 0.396125,
      "grad_norm": 1.191226840019226,
      "learning_rate": 0.00019921205091035654,
      "loss": 7.9024,
      "step": 190140
    },
    {
      "epoch": 0.3961458333333333,
      "grad_norm": 1.5379655361175537,
      "learning_rate": 0.00019920273792243647,
      "loss": 7.5897,
      "step": 190150
    },
    {
      "epoch": 0.39616666666666667,
      "grad_norm": 0.7937594652175903,
      "learning_rate": 0.00019919342472197996,
      "loss": 7.1484,
      "step": 190160
    },
    {
      "epoch": 0.3961875,
      "grad_norm": 2.283121109008789,
      "learning_rate": 0.00019918411130902738,
      "loss": 7.7044,
      "step": 190170
    },
    {
      "epoch": 0.39620833333333333,
      "grad_norm": 3.8294246196746826,
      "learning_rate": 0.00019917479768361888,
      "loss": 7.8481,
      "step": 190180
    },
    {
      "epoch": 0.3962291666666667,
      "grad_norm": 0.6879661083221436,
      "learning_rate": 0.00019916548384579474,
      "loss": 7.6069,
      "step": 190190
    },
    {
      "epoch": 0.39625,
      "grad_norm": 0.8115611672401428,
      "learning_rate": 0.00019915616979559515,
      "loss": 7.5104,
      "step": 190200
    },
    {
      "epoch": 0.39627083333333335,
      "grad_norm": 3.2066142559051514,
      "learning_rate": 0.00019914685553306036,
      "loss": 7.9134,
      "step": 190210
    },
    {
      "epoch": 0.39629166666666665,
      "grad_norm": 0.8450663685798645,
      "learning_rate": 0.00019913754105823064,
      "loss": 7.2781,
      "step": 190220
    },
    {
      "epoch": 0.3963125,
      "grad_norm": 1.9788602590560913,
      "learning_rate": 0.0001991282263711462,
      "loss": 7.9155,
      "step": 190230
    },
    {
      "epoch": 0.3963333333333333,
      "grad_norm": 3.412565231323242,
      "learning_rate": 0.00019911891147184722,
      "loss": 8.0401,
      "step": 190240
    },
    {
      "epoch": 0.3963541666666667,
      "grad_norm": 0.6468242406845093,
      "learning_rate": 0.00019910959636037397,
      "loss": 7.7892,
      "step": 190250
    },
    {
      "epoch": 0.396375,
      "grad_norm": 1.004072666168213,
      "learning_rate": 0.00019910028103676676,
      "loss": 7.1379,
      "step": 190260
    },
    {
      "epoch": 0.39639583333333334,
      "grad_norm": 1.267443299293518,
      "learning_rate": 0.00019909096550106573,
      "loss": 7.6151,
      "step": 190270
    },
    {
      "epoch": 0.39641666666666664,
      "grad_norm": 1.1670739650726318,
      "learning_rate": 0.0001990816497533112,
      "loss": 7.6492,
      "step": 190280
    },
    {
      "epoch": 0.3964375,
      "grad_norm": 1.2933295965194702,
      "learning_rate": 0.0001990723337935434,
      "loss": 7.4069,
      "step": 190290
    },
    {
      "epoch": 0.39645833333333336,
      "grad_norm": 1.4039649963378906,
      "learning_rate": 0.00019906301762180246,
      "loss": 7.105,
      "step": 190300
    },
    {
      "epoch": 0.39647916666666666,
      "grad_norm": 2.0640292167663574,
      "learning_rate": 0.00019905370123812877,
      "loss": 8.1967,
      "step": 190310
    },
    {
      "epoch": 0.3965,
      "grad_norm": 1.3159117698669434,
      "learning_rate": 0.00019904438464256248,
      "loss": 7.7733,
      "step": 190320
    },
    {
      "epoch": 0.3965208333333333,
      "grad_norm": 2.0183351039886475,
      "learning_rate": 0.0001990350678351438,
      "loss": 7.5723,
      "step": 190330
    },
    {
      "epoch": 0.3965416666666667,
      "grad_norm": 1.5833109617233276,
      "learning_rate": 0.00019902575081591313,
      "loss": 7.9087,
      "step": 190340
    },
    {
      "epoch": 0.3965625,
      "grad_norm": 0.6451857089996338,
      "learning_rate": 0.0001990164335849106,
      "loss": 7.0706,
      "step": 190350
    },
    {
      "epoch": 0.39658333333333334,
      "grad_norm": 1.1877014636993408,
      "learning_rate": 0.00019900711614217643,
      "loss": 7.3661,
      "step": 190360
    },
    {
      "epoch": 0.39660416666666665,
      "grad_norm": 0.7044280767440796,
      "learning_rate": 0.00019899779848775095,
      "loss": 7.9267,
      "step": 190370
    },
    {
      "epoch": 0.396625,
      "grad_norm": 0.9415256381034851,
      "learning_rate": 0.0001989884806216744,
      "loss": 7.3999,
      "step": 190380
    },
    {
      "epoch": 0.3966458333333333,
      "grad_norm": 0.7835877537727356,
      "learning_rate": 0.00019897916254398698,
      "loss": 7.5524,
      "step": 190390
    },
    {
      "epoch": 0.39666666666666667,
      "grad_norm": 1.79730224609375,
      "learning_rate": 0.00019896984425472896,
      "loss": 8.0038,
      "step": 190400
    },
    {
      "epoch": 0.3966875,
      "grad_norm": 1.1916717290878296,
      "learning_rate": 0.0001989605257539406,
      "loss": 7.8115,
      "step": 190410
    },
    {
      "epoch": 0.39670833333333333,
      "grad_norm": 0.7861728072166443,
      "learning_rate": 0.00019895120704166213,
      "loss": 7.2082,
      "step": 190420
    },
    {
      "epoch": 0.3967291666666667,
      "grad_norm": 0.8342958092689514,
      "learning_rate": 0.00019894188811793385,
      "loss": 7.5278,
      "step": 190430
    },
    {
      "epoch": 0.39675,
      "grad_norm": 1.3997583389282227,
      "learning_rate": 0.000198932568982796,
      "loss": 7.4629,
      "step": 190440
    },
    {
      "epoch": 0.39677083333333335,
      "grad_norm": 0.8800203204154968,
      "learning_rate": 0.00019892324963628882,
      "loss": 7.8196,
      "step": 190450
    },
    {
      "epoch": 0.39679166666666665,
      "grad_norm": 1.7624777555465698,
      "learning_rate": 0.00019891393007845254,
      "loss": 7.5938,
      "step": 190460
    },
    {
      "epoch": 0.3968125,
      "grad_norm": 1.2240594625473022,
      "learning_rate": 0.00019890461030932743,
      "loss": 7.7017,
      "step": 190470
    },
    {
      "epoch": 0.3968333333333333,
      "grad_norm": 1.0432348251342773,
      "learning_rate": 0.00019889529032895382,
      "loss": 7.3844,
      "step": 190480
    },
    {
      "epoch": 0.3968541666666667,
      "grad_norm": 0.9328064918518066,
      "learning_rate": 0.00019888597013737188,
      "loss": 8.0918,
      "step": 190490
    },
    {
      "epoch": 0.396875,
      "grad_norm": 3.4700326919555664,
      "learning_rate": 0.00019887664973462183,
      "loss": 7.8677,
      "step": 190500
    },
    {
      "epoch": 0.39689583333333334,
      "grad_norm": 1.6080561876296997,
      "learning_rate": 0.0001988673291207441,
      "loss": 7.73,
      "step": 190510
    },
    {
      "epoch": 0.39691666666666664,
      "grad_norm": 2.486232042312622,
      "learning_rate": 0.0001988580082957788,
      "loss": 8.7597,
      "step": 190520
    },
    {
      "epoch": 0.3969375,
      "grad_norm": 3.107640027999878,
      "learning_rate": 0.00019884868725976627,
      "loss": 7.7062,
      "step": 190530
    },
    {
      "epoch": 0.39695833333333336,
      "grad_norm": 1.139632225036621,
      "learning_rate": 0.00019883936601274675,
      "loss": 7.3939,
      "step": 190540
    },
    {
      "epoch": 0.39697916666666666,
      "grad_norm": 2.300351619720459,
      "learning_rate": 0.00019883004455476048,
      "loss": 7.438,
      "step": 190550
    },
    {
      "epoch": 0.397,
      "grad_norm": 2.0951478481292725,
      "learning_rate": 0.00019882072288584772,
      "loss": 7.5989,
      "step": 190560
    },
    {
      "epoch": 0.3970208333333333,
      "grad_norm": 5.860295295715332,
      "learning_rate": 0.0001988114010060488,
      "loss": 7.8215,
      "step": 190570
    },
    {
      "epoch": 0.3970416666666667,
      "grad_norm": 1.5823029279708862,
      "learning_rate": 0.00019880207891540393,
      "loss": 7.6457,
      "step": 190580
    },
    {
      "epoch": 0.3970625,
      "grad_norm": 1.0477262735366821,
      "learning_rate": 0.00019879275661395342,
      "loss": 7.5575,
      "step": 190590
    },
    {
      "epoch": 0.39708333333333334,
      "grad_norm": 12.778181076049805,
      "learning_rate": 0.00019878343410173748,
      "loss": 8.2386,
      "step": 190600
    },
    {
      "epoch": 0.39710416666666665,
      "grad_norm": 1.815685749053955,
      "learning_rate": 0.00019877411137879646,
      "loss": 7.7727,
      "step": 190610
    },
    {
      "epoch": 0.397125,
      "grad_norm": 1.30332350730896,
      "learning_rate": 0.0001987647884451706,
      "loss": 8.0938,
      "step": 190620
    },
    {
      "epoch": 0.3971458333333333,
      "grad_norm": 0.9392117857933044,
      "learning_rate": 0.00019875546530090005,
      "loss": 7.6297,
      "step": 190630
    },
    {
      "epoch": 0.39716666666666667,
      "grad_norm": 1.9835238456726074,
      "learning_rate": 0.00019874614194602524,
      "loss": 7.4343,
      "step": 190640
    },
    {
      "epoch": 0.3971875,
      "grad_norm": 1.060958981513977,
      "learning_rate": 0.00019873681838058647,
      "loss": 7.4331,
      "step": 190650
    },
    {
      "epoch": 0.39720833333333333,
      "grad_norm": 5.080936431884766,
      "learning_rate": 0.00019872749460462386,
      "loss": 8.0766,
      "step": 190660
    },
    {
      "epoch": 0.3972291666666667,
      "grad_norm": 1.109518051147461,
      "learning_rate": 0.00019871817061817775,
      "loss": 7.563,
      "step": 190670
    },
    {
      "epoch": 0.39725,
      "grad_norm": 1.9624395370483398,
      "learning_rate": 0.00019870884642128847,
      "loss": 7.6186,
      "step": 190680
    },
    {
      "epoch": 0.39727083333333335,
      "grad_norm": 2.2918689250946045,
      "learning_rate": 0.00019869952201399623,
      "loss": 7.7739,
      "step": 190690
    },
    {
      "epoch": 0.39729166666666665,
      "grad_norm": 1.538463830947876,
      "learning_rate": 0.00019869019739634133,
      "loss": 7.5539,
      "step": 190700
    },
    {
      "epoch": 0.3973125,
      "grad_norm": 0.8036518096923828,
      "learning_rate": 0.00019868087256836407,
      "loss": 7.7197,
      "step": 190710
    },
    {
      "epoch": 0.3973333333333333,
      "grad_norm": 1.7146798372268677,
      "learning_rate": 0.00019867154753010468,
      "loss": 7.8322,
      "step": 190720
    },
    {
      "epoch": 0.3973541666666667,
      "grad_norm": 1.375324010848999,
      "learning_rate": 0.0001986622222816035,
      "loss": 7.5668,
      "step": 190730
    },
    {
      "epoch": 0.397375,
      "grad_norm": 0.9745728969573975,
      "learning_rate": 0.00019865289682290078,
      "loss": 7.3578,
      "step": 190740
    },
    {
      "epoch": 0.39739583333333334,
      "grad_norm": 9.975775718688965,
      "learning_rate": 0.00019864357115403677,
      "loss": 8.0035,
      "step": 190750
    },
    {
      "epoch": 0.39741666666666664,
      "grad_norm": 0.8582108020782471,
      "learning_rate": 0.0001986342452750518,
      "loss": 7.5009,
      "step": 190760
    },
    {
      "epoch": 0.3974375,
      "grad_norm": 0.7634004950523376,
      "learning_rate": 0.00019862491918598617,
      "loss": 7.4565,
      "step": 190770
    },
    {
      "epoch": 0.39745833333333336,
      "grad_norm": 1.3991117477416992,
      "learning_rate": 0.0001986155928868801,
      "loss": 7.947,
      "step": 190780
    },
    {
      "epoch": 0.39747916666666666,
      "grad_norm": 1.1832419633865356,
      "learning_rate": 0.00019860626637777397,
      "loss": 7.3098,
      "step": 190790
    },
    {
      "epoch": 0.3975,
      "grad_norm": 2.545747995376587,
      "learning_rate": 0.00019859693965870793,
      "loss": 7.2023,
      "step": 190800
    },
    {
      "epoch": 0.3975208333333333,
      "grad_norm": 0.6001768112182617,
      "learning_rate": 0.0001985876127297224,
      "loss": 7.2667,
      "step": 190810
    },
    {
      "epoch": 0.3975416666666667,
      "grad_norm": 0.8047679662704468,
      "learning_rate": 0.0001985782855908576,
      "loss": 7.4708,
      "step": 190820
    },
    {
      "epoch": 0.3975625,
      "grad_norm": 1.0235908031463623,
      "learning_rate": 0.0001985689582421538,
      "loss": 7.3465,
      "step": 190830
    },
    {
      "epoch": 0.39758333333333334,
      "grad_norm": 1.185346245765686,
      "learning_rate": 0.0001985596306836514,
      "loss": 7.2091,
      "step": 190840
    },
    {
      "epoch": 0.39760416666666665,
      "grad_norm": 0.8115264773368835,
      "learning_rate": 0.0001985503029153906,
      "loss": 7.7857,
      "step": 190850
    },
    {
      "epoch": 0.397625,
      "grad_norm": 0.968887448310852,
      "learning_rate": 0.00019854097493741168,
      "loss": 7.5754,
      "step": 190860
    },
    {
      "epoch": 0.3976458333333333,
      "grad_norm": 0.8870645761489868,
      "learning_rate": 0.00019853164674975493,
      "loss": 7.5529,
      "step": 190870
    },
    {
      "epoch": 0.39766666666666667,
      "grad_norm": 1.0597014427185059,
      "learning_rate": 0.00019852231835246073,
      "loss": 7.6922,
      "step": 190880
    },
    {
      "epoch": 0.3976875,
      "grad_norm": 2.310220718383789,
      "learning_rate": 0.00019851298974556933,
      "loss": 7.6522,
      "step": 190890
    },
    {
      "epoch": 0.39770833333333333,
      "grad_norm": 0.9254623651504517,
      "learning_rate": 0.00019850366092912097,
      "loss": 8.3948,
      "step": 190900
    },
    {
      "epoch": 0.3977291666666667,
      "grad_norm": 0.7210306525230408,
      "learning_rate": 0.00019849433190315601,
      "loss": 7.7195,
      "step": 190910
    },
    {
      "epoch": 0.39775,
      "grad_norm": 0.6304702162742615,
      "learning_rate": 0.00019848500266771474,
      "loss": 7.5998,
      "step": 190920
    },
    {
      "epoch": 0.39777083333333335,
      "grad_norm": 0.5803523063659668,
      "learning_rate": 0.00019847567322283746,
      "loss": 7.7282,
      "step": 190930
    },
    {
      "epoch": 0.39779166666666665,
      "grad_norm": 1.0563541650772095,
      "learning_rate": 0.00019846634356856445,
      "loss": 7.4258,
      "step": 190940
    },
    {
      "epoch": 0.3978125,
      "grad_norm": 3.386005163192749,
      "learning_rate": 0.000198457013704936,
      "loss": 7.7967,
      "step": 190950
    },
    {
      "epoch": 0.3978333333333333,
      "grad_norm": 0.48960527777671814,
      "learning_rate": 0.00019844768363199247,
      "loss": 7.631,
      "step": 190960
    },
    {
      "epoch": 0.3978541666666667,
      "grad_norm": 1.150601863861084,
      "learning_rate": 0.00019843835334977408,
      "loss": 7.2953,
      "step": 190970
    },
    {
      "epoch": 0.397875,
      "grad_norm": 0.641210675239563,
      "learning_rate": 0.00019842902285832121,
      "loss": 8.1208,
      "step": 190980
    },
    {
      "epoch": 0.39789583333333334,
      "grad_norm": 1.048268437385559,
      "learning_rate": 0.00019841969215767414,
      "loss": 8.2373,
      "step": 190990
    },
    {
      "epoch": 0.39791666666666664,
      "grad_norm": 1.4825435876846313,
      "learning_rate": 0.00019841036124787313,
      "loss": 7.5811,
      "step": 191000
    },
    {
      "epoch": 0.39791666666666664,
      "eval_loss": 7.918421268463135,
      "eval_runtime": 8.5724,
      "eval_samples_per_second": 0.35,
      "eval_steps_per_second": 0.117,
      "step": 191000
    },
    {
      "epoch": 0.3979375,
      "grad_norm": 3.530381441116333,
      "learning_rate": 0.0001984010301289585,
      "loss": 8.0883,
      "step": 191010
    },
    {
      "epoch": 0.39795833333333336,
      "grad_norm": 1.5429353713989258,
      "learning_rate": 0.00019839169880097067,
      "loss": 7.6272,
      "step": 191020
    },
    {
      "epoch": 0.39797916666666666,
      "grad_norm": 1.2421762943267822,
      "learning_rate": 0.0001983823672639498,
      "loss": 8.2722,
      "step": 191030
    },
    {
      "epoch": 0.398,
      "grad_norm": 0.8760132789611816,
      "learning_rate": 0.00019837303551793625,
      "loss": 7.3333,
      "step": 191040
    },
    {
      "epoch": 0.3980208333333333,
      "grad_norm": 1.2351552248001099,
      "learning_rate": 0.00019836370356297035,
      "loss": 7.526,
      "step": 191050
    },
    {
      "epoch": 0.3980416666666667,
      "grad_norm": 0.8948177695274353,
      "learning_rate": 0.00019835437139909237,
      "loss": 7.4142,
      "step": 191060
    },
    {
      "epoch": 0.3980625,
      "grad_norm": 1.0019240379333496,
      "learning_rate": 0.00019834503902634265,
      "loss": 7.5908,
      "step": 191070
    },
    {
      "epoch": 0.39808333333333334,
      "grad_norm": 2.507005214691162,
      "learning_rate": 0.0001983357064447615,
      "loss": 7.6528,
      "step": 191080
    },
    {
      "epoch": 0.39810416666666665,
      "grad_norm": 0.9538106322288513,
      "learning_rate": 0.00019832637365438925,
      "loss": 7.3197,
      "step": 191090
    },
    {
      "epoch": 0.398125,
      "grad_norm": 0.635732889175415,
      "learning_rate": 0.0001983170406552662,
      "loss": 7.6994,
      "step": 191100
    },
    {
      "epoch": 0.3981458333333333,
      "grad_norm": 2.367516279220581,
      "learning_rate": 0.0001983077074474326,
      "loss": 7.9489,
      "step": 191110
    },
    {
      "epoch": 0.39816666666666667,
      "grad_norm": 1.4018828868865967,
      "learning_rate": 0.0001982983740309289,
      "loss": 7.9864,
      "step": 191120
    },
    {
      "epoch": 0.3981875,
      "grad_norm": 1.4330006837844849,
      "learning_rate": 0.00019828904040579529,
      "loss": 7.8942,
      "step": 191130
    },
    {
      "epoch": 0.39820833333333333,
      "grad_norm": 0.8675330281257629,
      "learning_rate": 0.00019827970657207216,
      "loss": 7.7341,
      "step": 191140
    },
    {
      "epoch": 0.3982291666666667,
      "grad_norm": 0.5831250548362732,
      "learning_rate": 0.0001982703725297998,
      "loss": 7.3613,
      "step": 191150
    },
    {
      "epoch": 0.39825,
      "grad_norm": 1.6040763854980469,
      "learning_rate": 0.0001982610382790186,
      "loss": 7.6946,
      "step": 191160
    },
    {
      "epoch": 0.39827083333333335,
      "grad_norm": 0.9822658896446228,
      "learning_rate": 0.00019825170381976872,
      "loss": 7.5019,
      "step": 191170
    },
    {
      "epoch": 0.39829166666666665,
      "grad_norm": 0.9304956197738647,
      "learning_rate": 0.0001982423691520906,
      "loss": 8.0021,
      "step": 191180
    },
    {
      "epoch": 0.3983125,
      "grad_norm": 1.7062046527862549,
      "learning_rate": 0.00019823303427602462,
      "loss": 7.4899,
      "step": 191190
    },
    {
      "epoch": 0.3983333333333333,
      "grad_norm": 0.8801683187484741,
      "learning_rate": 0.00019822369919161094,
      "loss": 7.4782,
      "step": 191200
    },
    {
      "epoch": 0.3983541666666667,
      "grad_norm": 0.7801114320755005,
      "learning_rate": 0.00019821436389889002,
      "loss": 7.6656,
      "step": 191210
    },
    {
      "epoch": 0.398375,
      "grad_norm": 1.4866396188735962,
      "learning_rate": 0.0001982050283979021,
      "loss": 9.7617,
      "step": 191220
    },
    {
      "epoch": 0.39839583333333334,
      "grad_norm": 0.8108991980552673,
      "learning_rate": 0.00019819569268868755,
      "loss": 7.9267,
      "step": 191230
    },
    {
      "epoch": 0.39841666666666664,
      "grad_norm": 0.6818102598190308,
      "learning_rate": 0.00019818635677128666,
      "loss": 8.5515,
      "step": 191240
    },
    {
      "epoch": 0.3984375,
      "grad_norm": 0.5648953318595886,
      "learning_rate": 0.0001981770206457398,
      "loss": 8.1507,
      "step": 191250
    },
    {
      "epoch": 0.39845833333333336,
      "grad_norm": 0.721116304397583,
      "learning_rate": 0.0001981676843120873,
      "loss": 7.6271,
      "step": 191260
    },
    {
      "epoch": 0.39847916666666666,
      "grad_norm": 1.2479346990585327,
      "learning_rate": 0.00019815834777036942,
      "loss": 7.1077,
      "step": 191270
    },
    {
      "epoch": 0.3985,
      "grad_norm": 1.6841909885406494,
      "learning_rate": 0.00019814901102062658,
      "loss": 7.592,
      "step": 191280
    },
    {
      "epoch": 0.3985208333333333,
      "grad_norm": 1.787238597869873,
      "learning_rate": 0.00019813967406289907,
      "loss": 7.7133,
      "step": 191290
    },
    {
      "epoch": 0.3985416666666667,
      "grad_norm": 0.7128286957740784,
      "learning_rate": 0.00019813033689722719,
      "loss": 7.2791,
      "step": 191300
    },
    {
      "epoch": 0.3985625,
      "grad_norm": 4.0364179611206055,
      "learning_rate": 0.00019812099952365135,
      "loss": 7.6219,
      "step": 191310
    },
    {
      "epoch": 0.39858333333333335,
      "grad_norm": 0.7618985772132874,
      "learning_rate": 0.00019811166194221182,
      "loss": 7.5793,
      "step": 191320
    },
    {
      "epoch": 0.39860416666666665,
      "grad_norm": 1.611040472984314,
      "learning_rate": 0.00019810232415294897,
      "loss": 7.6036,
      "step": 191330
    },
    {
      "epoch": 0.398625,
      "grad_norm": 0.7323648929595947,
      "learning_rate": 0.0001980929861559031,
      "loss": 8.0388,
      "step": 191340
    },
    {
      "epoch": 0.3986458333333333,
      "grad_norm": 4.166452407836914,
      "learning_rate": 0.0001980836479511146,
      "loss": 8.2091,
      "step": 191350
    },
    {
      "epoch": 0.39866666666666667,
      "grad_norm": 0.7746344804763794,
      "learning_rate": 0.00019807430953862375,
      "loss": 8.0128,
      "step": 191360
    },
    {
      "epoch": 0.3986875,
      "grad_norm": 0.8113391995429993,
      "learning_rate": 0.00019806497091847086,
      "loss": 7.4753,
      "step": 191370
    },
    {
      "epoch": 0.39870833333333333,
      "grad_norm": 1.6454907655715942,
      "learning_rate": 0.0001980556320906964,
      "loss": 7.1808,
      "step": 191380
    },
    {
      "epoch": 0.3987291666666667,
      "grad_norm": 0.634142279624939,
      "learning_rate": 0.00019804629305534058,
      "loss": 7.5387,
      "step": 191390
    },
    {
      "epoch": 0.39875,
      "grad_norm": 0.7910451889038086,
      "learning_rate": 0.00019803695381244383,
      "loss": 7.6281,
      "step": 191400
    },
    {
      "epoch": 0.39877083333333335,
      "grad_norm": 0.989417314529419,
      "learning_rate": 0.00019802761436204643,
      "loss": 7.1681,
      "step": 191410
    },
    {
      "epoch": 0.39879166666666666,
      "grad_norm": 1.3725271224975586,
      "learning_rate": 0.00019801827470418879,
      "loss": 7.5984,
      "step": 191420
    },
    {
      "epoch": 0.3988125,
      "grad_norm": 2.537961006164551,
      "learning_rate": 0.00019800893483891115,
      "loss": 7.8213,
      "step": 191430
    },
    {
      "epoch": 0.3988333333333333,
      "grad_norm": 1.564660906791687,
      "learning_rate": 0.00019799959476625393,
      "loss": 7.5441,
      "step": 191440
    },
    {
      "epoch": 0.3988541666666667,
      "grad_norm": 1.0536733865737915,
      "learning_rate": 0.00019799025448625747,
      "loss": 8.0439,
      "step": 191450
    },
    {
      "epoch": 0.398875,
      "grad_norm": 1.2833425998687744,
      "learning_rate": 0.0001979809139989621,
      "loss": 8.5239,
      "step": 191460
    },
    {
      "epoch": 0.39889583333333334,
      "grad_norm": 1.2083356380462646,
      "learning_rate": 0.00019797157330440817,
      "loss": 8.2104,
      "step": 191470
    },
    {
      "epoch": 0.39891666666666664,
      "grad_norm": 0.8835081458091736,
      "learning_rate": 0.00019796223240263605,
      "loss": 7.6862,
      "step": 191480
    },
    {
      "epoch": 0.3989375,
      "grad_norm": 1.328041911125183,
      "learning_rate": 0.0001979528912936861,
      "loss": 8.1162,
      "step": 191490
    },
    {
      "epoch": 0.39895833333333336,
      "grad_norm": 1.2059024572372437,
      "learning_rate": 0.00019794354997759855,
      "loss": 7.9782,
      "step": 191500
    },
    {
      "epoch": 0.39897916666666666,
      "grad_norm": 1.0107672214508057,
      "learning_rate": 0.0001979342084544139,
      "loss": 7.7806,
      "step": 191510
    },
    {
      "epoch": 0.399,
      "grad_norm": 1.4205071926116943,
      "learning_rate": 0.00019792486672417245,
      "loss": 7.4795,
      "step": 191520
    },
    {
      "epoch": 0.3990208333333333,
      "grad_norm": 1.462544322013855,
      "learning_rate": 0.00019791552478691453,
      "loss": 7.9052,
      "step": 191530
    },
    {
      "epoch": 0.3990416666666667,
      "grad_norm": 1.5618211030960083,
      "learning_rate": 0.0001979061826426805,
      "loss": 7.2499,
      "step": 191540
    },
    {
      "epoch": 0.3990625,
      "grad_norm": 0.8136343359947205,
      "learning_rate": 0.00019789684029151075,
      "loss": 7.462,
      "step": 191550
    },
    {
      "epoch": 0.39908333333333335,
      "grad_norm": 0.7387004494667053,
      "learning_rate": 0.0001978874977334456,
      "loss": 7.5563,
      "step": 191560
    },
    {
      "epoch": 0.39910416666666665,
      "grad_norm": 0.8071798086166382,
      "learning_rate": 0.00019787815496852536,
      "loss": 7.4288,
      "step": 191570
    },
    {
      "epoch": 0.399125,
      "grad_norm": 1.641831398010254,
      "learning_rate": 0.00019786881199679052,
      "loss": 7.7572,
      "step": 191580
    },
    {
      "epoch": 0.3991458333333333,
      "grad_norm": 1.2831265926361084,
      "learning_rate": 0.00019785946881828133,
      "loss": 7.0519,
      "step": 191590
    },
    {
      "epoch": 0.39916666666666667,
      "grad_norm": 1.4241760969161987,
      "learning_rate": 0.0001978501254330382,
      "loss": 7.6565,
      "step": 191600
    },
    {
      "epoch": 0.3991875,
      "grad_norm": 1.2704863548278809,
      "learning_rate": 0.00019784078184110143,
      "loss": 7.3882,
      "step": 191610
    },
    {
      "epoch": 0.39920833333333333,
      "grad_norm": 1.0139800310134888,
      "learning_rate": 0.00019783143804251145,
      "loss": 7.8425,
      "step": 191620
    },
    {
      "epoch": 0.3992291666666667,
      "grad_norm": 2.016233444213867,
      "learning_rate": 0.00019782209403730857,
      "loss": 7.6256,
      "step": 191630
    },
    {
      "epoch": 0.39925,
      "grad_norm": 1.5235031843185425,
      "learning_rate": 0.0001978127498255332,
      "loss": 8.0957,
      "step": 191640
    },
    {
      "epoch": 0.39927083333333335,
      "grad_norm": 1.4203859567642212,
      "learning_rate": 0.00019780340540722562,
      "loss": 7.1508,
      "step": 191650
    },
    {
      "epoch": 0.39929166666666666,
      "grad_norm": 0.6823099255561829,
      "learning_rate": 0.00019779406078242634,
      "loss": 7.5465,
      "step": 191660
    },
    {
      "epoch": 0.3993125,
      "grad_norm": 1.126611590385437,
      "learning_rate": 0.00019778471595117554,
      "loss": 7.526,
      "step": 191670
    },
    {
      "epoch": 0.3993333333333333,
      "grad_norm": 1.2301552295684814,
      "learning_rate": 0.0001977753709135137,
      "loss": 7.4544,
      "step": 191680
    },
    {
      "epoch": 0.3993541666666667,
      "grad_norm": 0.6089584827423096,
      "learning_rate": 0.00019776602566948123,
      "loss": 7.6575,
      "step": 191690
    },
    {
      "epoch": 0.399375,
      "grad_norm": 1.2628873586654663,
      "learning_rate": 0.00019775668021911839,
      "loss": 7.6752,
      "step": 191700
    },
    {
      "epoch": 0.39939583333333334,
      "grad_norm": 0.7127223014831543,
      "learning_rate": 0.0001977473345624656,
      "loss": 7.5949,
      "step": 191710
    },
    {
      "epoch": 0.39941666666666664,
      "grad_norm": 0.979040265083313,
      "learning_rate": 0.00019773798869956327,
      "loss": 7.8816,
      "step": 191720
    },
    {
      "epoch": 0.3994375,
      "grad_norm": 1.0656956434249878,
      "learning_rate": 0.00019772864263045166,
      "loss": 7.8184,
      "step": 191730
    },
    {
      "epoch": 0.39945833333333336,
      "grad_norm": 0.8147412538528442,
      "learning_rate": 0.00019771929635517118,
      "loss": 7.5236,
      "step": 191740
    },
    {
      "epoch": 0.39947916666666666,
      "grad_norm": 0.6334378123283386,
      "learning_rate": 0.00019770994987376234,
      "loss": 7.4814,
      "step": 191750
    },
    {
      "epoch": 0.3995,
      "grad_norm": 0.7246330976486206,
      "learning_rate": 0.00019770060318626532,
      "loss": 7.3839,
      "step": 191760
    },
    {
      "epoch": 0.3995208333333333,
      "grad_norm": 0.9782372713088989,
      "learning_rate": 0.00019769125629272058,
      "loss": 7.375,
      "step": 191770
    },
    {
      "epoch": 0.3995416666666667,
      "grad_norm": 1.9939243793487549,
      "learning_rate": 0.0001976819091931685,
      "loss": 7.2747,
      "step": 191780
    },
    {
      "epoch": 0.3995625,
      "grad_norm": 1.1202787160873413,
      "learning_rate": 0.00019767256188764947,
      "loss": 7.5896,
      "step": 191790
    },
    {
      "epoch": 0.39958333333333335,
      "grad_norm": 1.1113969087600708,
      "learning_rate": 0.00019766321437620385,
      "loss": 8.3558,
      "step": 191800
    },
    {
      "epoch": 0.39960416666666665,
      "grad_norm": 0.683448851108551,
      "learning_rate": 0.00019765386665887195,
      "loss": 7.4595,
      "step": 191810
    },
    {
      "epoch": 0.399625,
      "grad_norm": 1.1130553483963013,
      "learning_rate": 0.00019764451873569426,
      "loss": 7.0743,
      "step": 191820
    },
    {
      "epoch": 0.3996458333333333,
      "grad_norm": 0.794166624546051,
      "learning_rate": 0.0001976351706067111,
      "loss": 8.0342,
      "step": 191830
    },
    {
      "epoch": 0.39966666666666667,
      "grad_norm": 0.6564761400222778,
      "learning_rate": 0.00019762582227196283,
      "loss": 7.532,
      "step": 191840
    },
    {
      "epoch": 0.3996875,
      "grad_norm": 1.333672285079956,
      "learning_rate": 0.00019761647373148987,
      "loss": 7.4096,
      "step": 191850
    },
    {
      "epoch": 0.39970833333333333,
      "grad_norm": 0.8343802690505981,
      "learning_rate": 0.00019760712498533264,
      "loss": 7.3354,
      "step": 191860
    },
    {
      "epoch": 0.3997291666666667,
      "grad_norm": 0.8546465635299683,
      "learning_rate": 0.00019759777603353142,
      "loss": 7.6889,
      "step": 191870
    },
    {
      "epoch": 0.39975,
      "grad_norm": 1.1233294010162354,
      "learning_rate": 0.00019758842687612663,
      "loss": 7.4903,
      "step": 191880
    },
    {
      "epoch": 0.39977083333333335,
      "grad_norm": 1.3346976041793823,
      "learning_rate": 0.00019757907751315876,
      "loss": 7.9141,
      "step": 191890
    },
    {
      "epoch": 0.39979166666666666,
      "grad_norm": 1.117112159729004,
      "learning_rate": 0.00019756972794466804,
      "loss": 7.4563,
      "step": 191900
    },
    {
      "epoch": 0.3998125,
      "grad_norm": 0.7658584713935852,
      "learning_rate": 0.0001975603781706949,
      "loss": 7.5421,
      "step": 191910
    },
    {
      "epoch": 0.3998333333333333,
      "grad_norm": 1.0621240139007568,
      "learning_rate": 0.00019755102819127982,
      "loss": 7.7352,
      "step": 191920
    },
    {
      "epoch": 0.3998541666666667,
      "grad_norm": 1.430091381072998,
      "learning_rate": 0.0001975416780064631,
      "loss": 7.6521,
      "step": 191930
    },
    {
      "epoch": 0.399875,
      "grad_norm": 0.6742125153541565,
      "learning_rate": 0.0001975323276162851,
      "loss": 8.2554,
      "step": 191940
    },
    {
      "epoch": 0.39989583333333334,
      "grad_norm": 1.4316937923431396,
      "learning_rate": 0.00019752297702078632,
      "loss": 7.9606,
      "step": 191950
    },
    {
      "epoch": 0.39991666666666664,
      "grad_norm": 3.7643494606018066,
      "learning_rate": 0.00019751362622000707,
      "loss": 7.8595,
      "step": 191960
    },
    {
      "epoch": 0.3999375,
      "grad_norm": 0.9604461789131165,
      "learning_rate": 0.00019750427521398776,
      "loss": 8.1624,
      "step": 191970
    },
    {
      "epoch": 0.39995833333333336,
      "grad_norm": 0.6388580799102783,
      "learning_rate": 0.00019749492400276882,
      "loss": 7.8399,
      "step": 191980
    },
    {
      "epoch": 0.39997916666666666,
      "grad_norm": 1.7626378536224365,
      "learning_rate": 0.00019748557258639056,
      "loss": 7.3299,
      "step": 191990
    },
    {
      "epoch": 0.4,
      "grad_norm": 4.2203264236450195,
      "learning_rate": 0.00019747622096489341,
      "loss": 8.4101,
      "step": 192000
    },
    {
      "epoch": 0.4,
      "eval_loss": 6.948825836181641,
      "eval_runtime": 8.957,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 192000
    },
    {
      "epoch": 0.4000208333333333,
      "grad_norm": 1.1108121871948242,
      "learning_rate": 0.0001974668691383178,
      "loss": 7.7826,
      "step": 192010
    },
    {
      "epoch": 0.4000416666666667,
      "grad_norm": 1.0254430770874023,
      "learning_rate": 0.0001974575171067041,
      "loss": 7.5864,
      "step": 192020
    },
    {
      "epoch": 0.4000625,
      "grad_norm": 3.712448835372925,
      "learning_rate": 0.00019744816487009278,
      "loss": 7.8418,
      "step": 192030
    },
    {
      "epoch": 0.40008333333333335,
      "grad_norm": 0.6525880694389343,
      "learning_rate": 0.00019743881242852406,
      "loss": 7.2865,
      "step": 192040
    },
    {
      "epoch": 0.40010416666666665,
      "grad_norm": 1.02532958984375,
      "learning_rate": 0.0001974294597820385,
      "loss": 7.6493,
      "step": 192050
    },
    {
      "epoch": 0.400125,
      "grad_norm": 1.0328537225723267,
      "learning_rate": 0.00019742010693067646,
      "loss": 8.262,
      "step": 192060
    },
    {
      "epoch": 0.4001458333333333,
      "grad_norm": 1.5037554502487183,
      "learning_rate": 0.0001974107538744783,
      "loss": 8.7819,
      "step": 192070
    },
    {
      "epoch": 0.40016666666666667,
      "grad_norm": 1.6902074813842773,
      "learning_rate": 0.0001974014006134845,
      "loss": 7.5919,
      "step": 192080
    },
    {
      "epoch": 0.4001875,
      "grad_norm": 1.3867583274841309,
      "learning_rate": 0.00019739204714773535,
      "loss": 7.6469,
      "step": 192090
    },
    {
      "epoch": 0.40020833333333333,
      "grad_norm": 0.90735924243927,
      "learning_rate": 0.00019738269347727134,
      "loss": 7.5171,
      "step": 192100
    },
    {
      "epoch": 0.4002291666666667,
      "grad_norm": 0.6660212278366089,
      "learning_rate": 0.00019737333960213286,
      "loss": 7.4287,
      "step": 192110
    },
    {
      "epoch": 0.40025,
      "grad_norm": 2.16916823387146,
      "learning_rate": 0.0001973639855223603,
      "loss": 7.5066,
      "step": 192120
    },
    {
      "epoch": 0.40027083333333335,
      "grad_norm": 1.5938185453414917,
      "learning_rate": 0.00019735463123799404,
      "loss": 7.7245,
      "step": 192130
    },
    {
      "epoch": 0.40029166666666666,
      "grad_norm": 0.6546719074249268,
      "learning_rate": 0.00019734527674907456,
      "loss": 7.4471,
      "step": 192140
    },
    {
      "epoch": 0.4003125,
      "grad_norm": 0.7295895218849182,
      "learning_rate": 0.00019733592205564216,
      "loss": 8.0815,
      "step": 192150
    },
    {
      "epoch": 0.4003333333333333,
      "grad_norm": 1.7271356582641602,
      "learning_rate": 0.0001973265671577374,
      "loss": 7.5929,
      "step": 192160
    },
    {
      "epoch": 0.4003541666666667,
      "grad_norm": 1.240710735321045,
      "learning_rate": 0.00019731721205540055,
      "loss": 8.1432,
      "step": 192170
    },
    {
      "epoch": 0.400375,
      "grad_norm": 0.7757944464683533,
      "learning_rate": 0.0001973078567486721,
      "loss": 7.4381,
      "step": 192180
    },
    {
      "epoch": 0.40039583333333334,
      "grad_norm": 0.9596204161643982,
      "learning_rate": 0.0001972985012375924,
      "loss": 7.5303,
      "step": 192190
    },
    {
      "epoch": 0.40041666666666664,
      "grad_norm": 1.9856911897659302,
      "learning_rate": 0.00019728914552220192,
      "loss": 7.651,
      "step": 192200
    },
    {
      "epoch": 0.4004375,
      "grad_norm": 0.8149158358573914,
      "learning_rate": 0.00019727978960254106,
      "loss": 8.4718,
      "step": 192210
    },
    {
      "epoch": 0.40045833333333336,
      "grad_norm": 0.6648150086402893,
      "learning_rate": 0.0001972704334786502,
      "loss": 7.296,
      "step": 192220
    },
    {
      "epoch": 0.40047916666666666,
      "grad_norm": 2.9003031253814697,
      "learning_rate": 0.00019726107715056982,
      "loss": 7.7914,
      "step": 192230
    },
    {
      "epoch": 0.4005,
      "grad_norm": 2.3899407386779785,
      "learning_rate": 0.0001972517206183402,
      "loss": 7.305,
      "step": 192240
    },
    {
      "epoch": 0.4005208333333333,
      "grad_norm": 1.105255126953125,
      "learning_rate": 0.00019724236388200198,
      "loss": 7.3153,
      "step": 192250
    },
    {
      "epoch": 0.4005416666666667,
      "grad_norm": 0.8995921015739441,
      "learning_rate": 0.00019723300694159536,
      "loss": 7.3054,
      "step": 192260
    },
    {
      "epoch": 0.4005625,
      "grad_norm": 0.8123034238815308,
      "learning_rate": 0.00019722364979716085,
      "loss": 7.6001,
      "step": 192270
    },
    {
      "epoch": 0.40058333333333335,
      "grad_norm": 1.0962728261947632,
      "learning_rate": 0.0001972142924487389,
      "loss": 7.5274,
      "step": 192280
    },
    {
      "epoch": 0.40060416666666665,
      "grad_norm": 1.3010647296905518,
      "learning_rate": 0.0001972049348963699,
      "loss": 7.9672,
      "step": 192290
    },
    {
      "epoch": 0.400625,
      "grad_norm": 0.7606445550918579,
      "learning_rate": 0.00019719557714009423,
      "loss": 7.555,
      "step": 192300
    },
    {
      "epoch": 0.4006458333333333,
      "grad_norm": 1.2930279970169067,
      "learning_rate": 0.00019718621917995234,
      "loss": 7.3686,
      "step": 192310
    },
    {
      "epoch": 0.40066666666666667,
      "grad_norm": 9.230005264282227,
      "learning_rate": 0.0001971768610159847,
      "loss": 8.0625,
      "step": 192320
    },
    {
      "epoch": 0.4006875,
      "grad_norm": 2.216015577316284,
      "learning_rate": 0.00019716750264823168,
      "loss": 7.4518,
      "step": 192330
    },
    {
      "epoch": 0.40070833333333333,
      "grad_norm": 1.169948935508728,
      "learning_rate": 0.0001971581440767337,
      "loss": 7.8475,
      "step": 192340
    },
    {
      "epoch": 0.4007291666666667,
      "grad_norm": 1.8928419351577759,
      "learning_rate": 0.00019714878530153123,
      "loss": 7.6071,
      "step": 192350
    },
    {
      "epoch": 0.40075,
      "grad_norm": 0.9184399843215942,
      "learning_rate": 0.00019713942632266465,
      "loss": 7.3948,
      "step": 192360
    },
    {
      "epoch": 0.40077083333333335,
      "grad_norm": 0.6918455958366394,
      "learning_rate": 0.00019713006714017442,
      "loss": 8.1302,
      "step": 192370
    },
    {
      "epoch": 0.40079166666666666,
      "grad_norm": 0.9292885661125183,
      "learning_rate": 0.00019712070775410094,
      "loss": 7.4141,
      "step": 192380
    },
    {
      "epoch": 0.4008125,
      "grad_norm": 0.6060086488723755,
      "learning_rate": 0.00019711134816448471,
      "loss": 7.5768,
      "step": 192390
    },
    {
      "epoch": 0.4008333333333333,
      "grad_norm": 0.8776568174362183,
      "learning_rate": 0.00019710198837136604,
      "loss": 7.3282,
      "step": 192400
    },
    {
      "epoch": 0.4008541666666667,
      "grad_norm": 0.8876736164093018,
      "learning_rate": 0.00019709262837478545,
      "loss": 7.8843,
      "step": 192410
    },
    {
      "epoch": 0.400875,
      "grad_norm": 1.5222243070602417,
      "learning_rate": 0.00019708326817478335,
      "loss": 7.9121,
      "step": 192420
    },
    {
      "epoch": 0.40089583333333334,
      "grad_norm": 1.2732545137405396,
      "learning_rate": 0.00019707390777140015,
      "loss": 7.4222,
      "step": 192430
    },
    {
      "epoch": 0.40091666666666664,
      "grad_norm": 0.8592168092727661,
      "learning_rate": 0.0001970645471646763,
      "loss": 8.0877,
      "step": 192440
    },
    {
      "epoch": 0.4009375,
      "grad_norm": 4.393833637237549,
      "learning_rate": 0.00019705518635465227,
      "loss": 8.4071,
      "step": 192450
    },
    {
      "epoch": 0.40095833333333336,
      "grad_norm": 1.1437867879867554,
      "learning_rate": 0.00019704582534136846,
      "loss": 7.9131,
      "step": 192460
    },
    {
      "epoch": 0.40097916666666666,
      "grad_norm": 1.4645297527313232,
      "learning_rate": 0.00019703646412486524,
      "loss": 7.6141,
      "step": 192470
    },
    {
      "epoch": 0.401,
      "grad_norm": 0.9878408908843994,
      "learning_rate": 0.00019702710270518318,
      "loss": 7.272,
      "step": 192480
    },
    {
      "epoch": 0.4010208333333333,
      "grad_norm": 0.9648615121841431,
      "learning_rate": 0.00019701774108236262,
      "loss": 7.2542,
      "step": 192490
    },
    {
      "epoch": 0.4010416666666667,
      "grad_norm": 11.238555908203125,
      "learning_rate": 0.00019700837925644405,
      "loss": 7.9056,
      "step": 192500
    },
    {
      "epoch": 0.4010625,
      "grad_norm": 4.928219795227051,
      "learning_rate": 0.00019699901722746785,
      "loss": 8.2466,
      "step": 192510
    },
    {
      "epoch": 0.40108333333333335,
      "grad_norm": 0.6916604042053223,
      "learning_rate": 0.00019698965499547453,
      "loss": 7.4031,
      "step": 192520
    },
    {
      "epoch": 0.40110416666666665,
      "grad_norm": 1.3226399421691895,
      "learning_rate": 0.00019698029256050452,
      "loss": 7.3338,
      "step": 192530
    },
    {
      "epoch": 0.401125,
      "grad_norm": 2.137094259262085,
      "learning_rate": 0.0001969709299225982,
      "loss": 8.617,
      "step": 192540
    },
    {
      "epoch": 0.4011458333333333,
      "grad_norm": 0.9665126800537109,
      "learning_rate": 0.00019696156708179607,
      "loss": 7.2907,
      "step": 192550
    },
    {
      "epoch": 0.40116666666666667,
      "grad_norm": 0.6335493922233582,
      "learning_rate": 0.0001969522040381386,
      "loss": 7.1477,
      "step": 192560
    },
    {
      "epoch": 0.4011875,
      "grad_norm": 3.429730176925659,
      "learning_rate": 0.0001969428407916661,
      "loss": 7.3467,
      "step": 192570
    },
    {
      "epoch": 0.40120833333333333,
      "grad_norm": 1.0225285291671753,
      "learning_rate": 0.0001969334773424192,
      "loss": 7.688,
      "step": 192580
    },
    {
      "epoch": 0.4012291666666667,
      "grad_norm": 0.9378365874290466,
      "learning_rate": 0.00019692411369043824,
      "loss": 7.164,
      "step": 192590
    },
    {
      "epoch": 0.40125,
      "grad_norm": 0.7595268487930298,
      "learning_rate": 0.00019691474983576365,
      "loss": 7.63,
      "step": 192600
    },
    {
      "epoch": 0.40127083333333335,
      "grad_norm": 0.7946155071258545,
      "learning_rate": 0.0001969053857784359,
      "loss": 7.7712,
      "step": 192610
    },
    {
      "epoch": 0.40129166666666666,
      "grad_norm": 0.687336802482605,
      "learning_rate": 0.00019689602151849552,
      "loss": 7.4479,
      "step": 192620
    },
    {
      "epoch": 0.4013125,
      "grad_norm": 0.6115168333053589,
      "learning_rate": 0.00019688665705598282,
      "loss": 7.6629,
      "step": 192630
    },
    {
      "epoch": 0.4013333333333333,
      "grad_norm": 0.9899106621742249,
      "learning_rate": 0.00019687729239093832,
      "loss": 7.7858,
      "step": 192640
    },
    {
      "epoch": 0.4013541666666667,
      "grad_norm": 1.3047443628311157,
      "learning_rate": 0.00019686792752340255,
      "loss": 7.7275,
      "step": 192650
    },
    {
      "epoch": 0.401375,
      "grad_norm": 1.800041913986206,
      "learning_rate": 0.00019685856245341582,
      "loss": 7.9977,
      "step": 192660
    },
    {
      "epoch": 0.40139583333333334,
      "grad_norm": 0.9246649742126465,
      "learning_rate": 0.00019684919718101866,
      "loss": 7.5772,
      "step": 192670
    },
    {
      "epoch": 0.40141666666666664,
      "grad_norm": 0.7356122136116028,
      "learning_rate": 0.00019683983170625148,
      "loss": 7.3291,
      "step": 192680
    },
    {
      "epoch": 0.4014375,
      "grad_norm": 1.344648003578186,
      "learning_rate": 0.00019683046602915483,
      "loss": 7.589,
      "step": 192690
    },
    {
      "epoch": 0.4014583333333333,
      "grad_norm": 1.2372169494628906,
      "learning_rate": 0.00019682110014976903,
      "loss": 7.9269,
      "step": 192700
    },
    {
      "epoch": 0.40147916666666666,
      "grad_norm": 0.8205745220184326,
      "learning_rate": 0.00019681173406813467,
      "loss": 8.7809,
      "step": 192710
    },
    {
      "epoch": 0.4015,
      "grad_norm": 0.9107851982116699,
      "learning_rate": 0.00019680236778429213,
      "loss": 7.5045,
      "step": 192720
    },
    {
      "epoch": 0.4015208333333333,
      "grad_norm": 0.9477693438529968,
      "learning_rate": 0.00019679300129828191,
      "loss": 7.8657,
      "step": 192730
    },
    {
      "epoch": 0.4015416666666667,
      "grad_norm": 1.855522871017456,
      "learning_rate": 0.00019678363461014443,
      "loss": 7.6121,
      "step": 192740
    },
    {
      "epoch": 0.4015625,
      "grad_norm": 1.499422311782837,
      "learning_rate": 0.00019677426771992016,
      "loss": 7.3332,
      "step": 192750
    },
    {
      "epoch": 0.40158333333333335,
      "grad_norm": 0.8379300236701965,
      "learning_rate": 0.00019676490062764957,
      "loss": 7.7298,
      "step": 192760
    },
    {
      "epoch": 0.40160416666666665,
      "grad_norm": 2.059235095977783,
      "learning_rate": 0.0001967555333333731,
      "loss": 7.833,
      "step": 192770
    },
    {
      "epoch": 0.401625,
      "grad_norm": 1.3997185230255127,
      "learning_rate": 0.00019674616583713122,
      "loss": 7.8571,
      "step": 192780
    },
    {
      "epoch": 0.4016458333333333,
      "grad_norm": 0.715142011642456,
      "learning_rate": 0.0001967367981389645,
      "loss": 8.2375,
      "step": 192790
    },
    {
      "epoch": 0.40166666666666667,
      "grad_norm": 0.7230319976806641,
      "learning_rate": 0.00019672743023891324,
      "loss": 8.0138,
      "step": 192800
    },
    {
      "epoch": 0.4016875,
      "grad_norm": 3.9583282470703125,
      "learning_rate": 0.000196718062137018,
      "loss": 7.9636,
      "step": 192810
    },
    {
      "epoch": 0.40170833333333333,
      "grad_norm": 0.5913848280906677,
      "learning_rate": 0.00019670869383331922,
      "loss": 7.4911,
      "step": 192820
    },
    {
      "epoch": 0.4017291666666667,
      "grad_norm": 0.7322406768798828,
      "learning_rate": 0.00019669932532785734,
      "loss": 7.6243,
      "step": 192830
    },
    {
      "epoch": 0.40175,
      "grad_norm": 2.3841164112091064,
      "learning_rate": 0.0001966899566206729,
      "loss": 7.5777,
      "step": 192840
    },
    {
      "epoch": 0.40177083333333335,
      "grad_norm": 0.8700101375579834,
      "learning_rate": 0.0001966805877118063,
      "loss": 7.644,
      "step": 192850
    },
    {
      "epoch": 0.40179166666666666,
      "grad_norm": 0.7928298711776733,
      "learning_rate": 0.00019667121860129805,
      "loss": 7.7639,
      "step": 192860
    },
    {
      "epoch": 0.4018125,
      "grad_norm": 0.945313572883606,
      "learning_rate": 0.0001966618492891886,
      "loss": 7.5383,
      "step": 192870
    },
    {
      "epoch": 0.4018333333333333,
      "grad_norm": 0.6577216386795044,
      "learning_rate": 0.00019665247977551843,
      "loss": 7.3813,
      "step": 192880
    },
    {
      "epoch": 0.4018541666666667,
      "grad_norm": 1.857116460800171,
      "learning_rate": 0.00019664311006032805,
      "loss": 7.8812,
      "step": 192890
    },
    {
      "epoch": 0.401875,
      "grad_norm": 0.8372300863265991,
      "learning_rate": 0.00019663374014365788,
      "loss": 8.0696,
      "step": 192900
    },
    {
      "epoch": 0.40189583333333334,
      "grad_norm": 1.4469784498214722,
      "learning_rate": 0.00019662437002554838,
      "loss": 7.1779,
      "step": 192910
    },
    {
      "epoch": 0.40191666666666664,
      "grad_norm": 0.8031402826309204,
      "learning_rate": 0.00019661499970604008,
      "loss": 7.1864,
      "step": 192920
    },
    {
      "epoch": 0.4019375,
      "grad_norm": 0.6302235722541809,
      "learning_rate": 0.00019660562918517348,
      "loss": 7.6702,
      "step": 192930
    },
    {
      "epoch": 0.4019583333333333,
      "grad_norm": 1.0505398511886597,
      "learning_rate": 0.00019659625846298889,
      "loss": 7.5733,
      "step": 192940
    },
    {
      "epoch": 0.40197916666666667,
      "grad_norm": 1.6645787954330444,
      "learning_rate": 0.00019658688753952704,
      "loss": 8.3488,
      "step": 192950
    },
    {
      "epoch": 0.402,
      "grad_norm": 0.6376338005065918,
      "learning_rate": 0.0001965775164148282,
      "loss": 8.3109,
      "step": 192960
    },
    {
      "epoch": 0.4020208333333333,
      "grad_norm": 1.90336275100708,
      "learning_rate": 0.00019656814508893294,
      "loss": 7.5637,
      "step": 192970
    },
    {
      "epoch": 0.4020416666666667,
      "grad_norm": 1.5108232498168945,
      "learning_rate": 0.00019655877356188173,
      "loss": 7.6152,
      "step": 192980
    },
    {
      "epoch": 0.4020625,
      "grad_norm": 1.3466808795928955,
      "learning_rate": 0.00019654940183371506,
      "loss": 8.017,
      "step": 192990
    },
    {
      "epoch": 0.40208333333333335,
      "grad_norm": 1.5030624866485596,
      "learning_rate": 0.0001965400299044734,
      "loss": 7.5441,
      "step": 193000
    },
    {
      "epoch": 0.40208333333333335,
      "eval_loss": 9.55364990234375,
      "eval_runtime": 8.4469,
      "eval_samples_per_second": 0.355,
      "eval_steps_per_second": 0.118,
      "step": 193000
    },
    {
      "epoch": 0.40210416666666665,
      "grad_norm": 0.6489518284797668,
      "learning_rate": 0.0001965306577741972,
      "loss": 7.5446,
      "step": 193010
    },
    {
      "epoch": 0.402125,
      "grad_norm": 1.1127156019210815,
      "learning_rate": 0.00019652128544292698,
      "loss": 7.6049,
      "step": 193020
    },
    {
      "epoch": 0.4021458333333333,
      "grad_norm": 2.5947341918945312,
      "learning_rate": 0.00019651191291070324,
      "loss": 7.5287,
      "step": 193030
    },
    {
      "epoch": 0.4021666666666667,
      "grad_norm": 1.2310057878494263,
      "learning_rate": 0.00019650254017756645,
      "loss": 7.1734,
      "step": 193040
    },
    {
      "epoch": 0.4021875,
      "grad_norm": 2.849027156829834,
      "learning_rate": 0.0001964931672435571,
      "loss": 7.8489,
      "step": 193050
    },
    {
      "epoch": 0.40220833333333333,
      "grad_norm": 2.7449300289154053,
      "learning_rate": 0.00019648379410871564,
      "loss": 7.3117,
      "step": 193060
    },
    {
      "epoch": 0.4022291666666667,
      "grad_norm": 1.0317741632461548,
      "learning_rate": 0.00019647442077308259,
      "loss": 7.3827,
      "step": 193070
    },
    {
      "epoch": 0.40225,
      "grad_norm": 2.8945038318634033,
      "learning_rate": 0.00019646504723669844,
      "loss": 7.4928,
      "step": 193080
    },
    {
      "epoch": 0.40227083333333336,
      "grad_norm": 1.4043153524398804,
      "learning_rate": 0.00019645567349960372,
      "loss": 8.2065,
      "step": 193090
    },
    {
      "epoch": 0.40229166666666666,
      "grad_norm": 1.3095709085464478,
      "learning_rate": 0.00019644629956183887,
      "loss": 7.9409,
      "step": 193100
    },
    {
      "epoch": 0.4023125,
      "grad_norm": 2.0134811401367188,
      "learning_rate": 0.0001964369254234443,
      "loss": 7.546,
      "step": 193110
    },
    {
      "epoch": 0.4023333333333333,
      "grad_norm": 1.9871933460235596,
      "learning_rate": 0.00019642755108446072,
      "loss": 8.1426,
      "step": 193120
    },
    {
      "epoch": 0.4023541666666667,
      "grad_norm": 4.326817989349365,
      "learning_rate": 0.00019641817654492846,
      "loss": 7.6117,
      "step": 193130
    },
    {
      "epoch": 0.402375,
      "grad_norm": 0.8077660202980042,
      "learning_rate": 0.000196408801804888,
      "loss": 7.2002,
      "step": 193140
    },
    {
      "epoch": 0.40239583333333334,
      "grad_norm": 0.9802693724632263,
      "learning_rate": 0.00019639942686437993,
      "loss": 7.4504,
      "step": 193150
    },
    {
      "epoch": 0.40241666666666664,
      "grad_norm": 1.4260598421096802,
      "learning_rate": 0.0001963900517234447,
      "loss": 7.2333,
      "step": 193160
    },
    {
      "epoch": 0.4024375,
      "grad_norm": 1.0756192207336426,
      "learning_rate": 0.00019638067638212277,
      "loss": 7.2364,
      "step": 193170
    },
    {
      "epoch": 0.4024583333333333,
      "grad_norm": 1.1059699058532715,
      "learning_rate": 0.00019637130084045471,
      "loss": 7.3326,
      "step": 193180
    },
    {
      "epoch": 0.40247916666666667,
      "grad_norm": 2.55428409576416,
      "learning_rate": 0.000196361925098481,
      "loss": 7.9223,
      "step": 193190
    },
    {
      "epoch": 0.4025,
      "grad_norm": 1.6834992170333862,
      "learning_rate": 0.0001963525491562421,
      "loss": 7.2288,
      "step": 193200
    },
    {
      "epoch": 0.4025208333333333,
      "grad_norm": 1.500781536102295,
      "learning_rate": 0.00019634317301377854,
      "loss": 8.0631,
      "step": 193210
    },
    {
      "epoch": 0.4025416666666667,
      "grad_norm": 2.370051383972168,
      "learning_rate": 0.00019633379667113082,
      "loss": 7.8382,
      "step": 193220
    },
    {
      "epoch": 0.4025625,
      "grad_norm": 1.1967225074768066,
      "learning_rate": 0.00019632442012833943,
      "loss": 8.9789,
      "step": 193230
    },
    {
      "epoch": 0.40258333333333335,
      "grad_norm": 0.8519838452339172,
      "learning_rate": 0.0001963150433854449,
      "loss": 7.3443,
      "step": 193240
    },
    {
      "epoch": 0.40260416666666665,
      "grad_norm": 1.7052903175354004,
      "learning_rate": 0.0001963056664424877,
      "loss": 8.1725,
      "step": 193250
    },
    {
      "epoch": 0.402625,
      "grad_norm": 2.0300028324127197,
      "learning_rate": 0.00019629628929950836,
      "loss": 7.5753,
      "step": 193260
    },
    {
      "epoch": 0.4026458333333333,
      "grad_norm": 1.607517957687378,
      "learning_rate": 0.00019628691195654736,
      "loss": 7.3902,
      "step": 193270
    },
    {
      "epoch": 0.4026666666666667,
      "grad_norm": 1.722998023033142,
      "learning_rate": 0.00019627753441364525,
      "loss": 8.2969,
      "step": 193280
    },
    {
      "epoch": 0.4026875,
      "grad_norm": 3.0321571826934814,
      "learning_rate": 0.0001962681566708425,
      "loss": 7.8041,
      "step": 193290
    },
    {
      "epoch": 0.40270833333333333,
      "grad_norm": 0.9092825055122375,
      "learning_rate": 0.00019625877872817961,
      "loss": 7.6765,
      "step": 193300
    },
    {
      "epoch": 0.4027291666666667,
      "grad_norm": 1.3397834300994873,
      "learning_rate": 0.00019624940058569708,
      "loss": 7.9489,
      "step": 193310
    },
    {
      "epoch": 0.40275,
      "grad_norm": 1.7631295919418335,
      "learning_rate": 0.0001962400222434355,
      "loss": 8.119,
      "step": 193320
    },
    {
      "epoch": 0.40277083333333336,
      "grad_norm": 0.9518542885780334,
      "learning_rate": 0.00019623064370143532,
      "loss": 7.1623,
      "step": 193330
    },
    {
      "epoch": 0.40279166666666666,
      "grad_norm": 2.6689863204956055,
      "learning_rate": 0.00019622126495973702,
      "loss": 7.6976,
      "step": 193340
    },
    {
      "epoch": 0.4028125,
      "grad_norm": 0.8685305118560791,
      "learning_rate": 0.0001962118860183812,
      "loss": 7.3816,
      "step": 193350
    },
    {
      "epoch": 0.4028333333333333,
      "grad_norm": 2.880359649658203,
      "learning_rate": 0.0001962025068774083,
      "loss": 7.5836,
      "step": 193360
    },
    {
      "epoch": 0.4028541666666667,
      "grad_norm": 0.9033206701278687,
      "learning_rate": 0.00019619312753685886,
      "loss": 7.7434,
      "step": 193370
    },
    {
      "epoch": 0.402875,
      "grad_norm": 2.038926362991333,
      "learning_rate": 0.0001961837479967734,
      "loss": 7.5443,
      "step": 193380
    },
    {
      "epoch": 0.40289583333333334,
      "grad_norm": 2.0885589122772217,
      "learning_rate": 0.0001961743682571924,
      "loss": 8.0588,
      "step": 193390
    },
    {
      "epoch": 0.40291666666666665,
      "grad_norm": 1.0607190132141113,
      "learning_rate": 0.00019616498831815648,
      "loss": 7.9163,
      "step": 193400
    },
    {
      "epoch": 0.4029375,
      "grad_norm": 1.1803840398788452,
      "learning_rate": 0.000196155608179706,
      "loss": 7.8639,
      "step": 193410
    },
    {
      "epoch": 0.4029583333333333,
      "grad_norm": 0.5867688059806824,
      "learning_rate": 0.0001961462278418816,
      "loss": 7.1607,
      "step": 193420
    },
    {
      "epoch": 0.40297916666666667,
      "grad_norm": 1.1927802562713623,
      "learning_rate": 0.0001961368473047238,
      "loss": 7.2196,
      "step": 193430
    },
    {
      "epoch": 0.403,
      "grad_norm": 2.3365049362182617,
      "learning_rate": 0.00019612746656827296,
      "loss": 7.8558,
      "step": 193440
    },
    {
      "epoch": 0.40302083333333333,
      "grad_norm": 1.8776310682296753,
      "learning_rate": 0.0001961180856325698,
      "loss": 7.4138,
      "step": 193450
    },
    {
      "epoch": 0.4030416666666667,
      "grad_norm": 1.1066209077835083,
      "learning_rate": 0.00019610870449765483,
      "loss": 7.1907,
      "step": 193460
    },
    {
      "epoch": 0.4030625,
      "grad_norm": 0.9036217331886292,
      "learning_rate": 0.00019609932316356842,
      "loss": 7.6857,
      "step": 193470
    },
    {
      "epoch": 0.40308333333333335,
      "grad_norm": 0.6343950629234314,
      "learning_rate": 0.00019608994163035118,
      "loss": 7.919,
      "step": 193480
    },
    {
      "epoch": 0.40310416666666665,
      "grad_norm": 0.9117368459701538,
      "learning_rate": 0.0001960805598980437,
      "loss": 7.3568,
      "step": 193490
    },
    {
      "epoch": 0.403125,
      "grad_norm": 0.7432436347007751,
      "learning_rate": 0.0001960711779666864,
      "loss": 7.61,
      "step": 193500
    },
    {
      "epoch": 0.4031458333333333,
      "grad_norm": 6.462467670440674,
      "learning_rate": 0.00019606179583631984,
      "loss": 7.9294,
      "step": 193510
    },
    {
      "epoch": 0.4031666666666667,
      "grad_norm": 0.9313241243362427,
      "learning_rate": 0.00019605241350698457,
      "loss": 8.1235,
      "step": 193520
    },
    {
      "epoch": 0.4031875,
      "grad_norm": 1.467608094215393,
      "learning_rate": 0.00019604303097872107,
      "loss": 7.9723,
      "step": 193530
    },
    {
      "epoch": 0.40320833333333334,
      "grad_norm": 0.7179720997810364,
      "learning_rate": 0.00019603364825156996,
      "loss": 7.7251,
      "step": 193540
    },
    {
      "epoch": 0.4032291666666667,
      "grad_norm": 1.264186978340149,
      "learning_rate": 0.00019602426532557165,
      "loss": 7.7867,
      "step": 193550
    },
    {
      "epoch": 0.40325,
      "grad_norm": 0.6385946869850159,
      "learning_rate": 0.00019601488220076678,
      "loss": 7.4149,
      "step": 193560
    },
    {
      "epoch": 0.40327083333333336,
      "grad_norm": 0.9835193157196045,
      "learning_rate": 0.0001960054988771958,
      "loss": 7.5231,
      "step": 193570
    },
    {
      "epoch": 0.40329166666666666,
      "grad_norm": 1.3485305309295654,
      "learning_rate": 0.00019599611535489928,
      "loss": 7.6914,
      "step": 193580
    },
    {
      "epoch": 0.4033125,
      "grad_norm": 0.6645679473876953,
      "learning_rate": 0.00019598673163391777,
      "loss": 7.9158,
      "step": 193590
    },
    {
      "epoch": 0.4033333333333333,
      "grad_norm": 0.8957818746566772,
      "learning_rate": 0.00019597734771429178,
      "loss": 7.4679,
      "step": 193600
    },
    {
      "epoch": 0.4033541666666667,
      "grad_norm": 3.4490468502044678,
      "learning_rate": 0.00019596796359606185,
      "loss": 7.6495,
      "step": 193610
    },
    {
      "epoch": 0.403375,
      "grad_norm": 1.676575779914856,
      "learning_rate": 0.00019595857927926847,
      "loss": 7.9382,
      "step": 193620
    },
    {
      "epoch": 0.40339583333333334,
      "grad_norm": 0.7505097985267639,
      "learning_rate": 0.00019594919476395228,
      "loss": 7.4368,
      "step": 193630
    },
    {
      "epoch": 0.40341666666666665,
      "grad_norm": 0.8110626935958862,
      "learning_rate": 0.0001959398100501537,
      "loss": 7.5446,
      "step": 193640
    },
    {
      "epoch": 0.4034375,
      "grad_norm": 1.560217261314392,
      "learning_rate": 0.00019593042513791332,
      "loss": 7.4196,
      "step": 193650
    },
    {
      "epoch": 0.4034583333333333,
      "grad_norm": 1.5061466693878174,
      "learning_rate": 0.00019592104002727175,
      "loss": 7.8381,
      "step": 193660
    },
    {
      "epoch": 0.40347916666666667,
      "grad_norm": 0.9934463500976562,
      "learning_rate": 0.00019591165471826943,
      "loss": 8.0179,
      "step": 193670
    },
    {
      "epoch": 0.4035,
      "grad_norm": 2.3276312351226807,
      "learning_rate": 0.0001959022692109469,
      "loss": 7.7052,
      "step": 193680
    },
    {
      "epoch": 0.40352083333333333,
      "grad_norm": 1.1965916156768799,
      "learning_rate": 0.0001958928835053448,
      "loss": 7.4791,
      "step": 193690
    },
    {
      "epoch": 0.4035416666666667,
      "grad_norm": 1.0000213384628296,
      "learning_rate": 0.0001958834976015036,
      "loss": 7.4474,
      "step": 193700
    },
    {
      "epoch": 0.4035625,
      "grad_norm": 2.4040584564208984,
      "learning_rate": 0.0001958741114994638,
      "loss": 8.6299,
      "step": 193710
    },
    {
      "epoch": 0.40358333333333335,
      "grad_norm": 0.8106367588043213,
      "learning_rate": 0.00019586472519926603,
      "loss": 7.5812,
      "step": 193720
    },
    {
      "epoch": 0.40360416666666665,
      "grad_norm": 0.7705076336860657,
      "learning_rate": 0.0001958553387009508,
      "loss": 7.1588,
      "step": 193730
    },
    {
      "epoch": 0.403625,
      "grad_norm": 3.215691089630127,
      "learning_rate": 0.00019584595200455865,
      "loss": 7.9394,
      "step": 193740
    },
    {
      "epoch": 0.4036458333333333,
      "grad_norm": 6.291250705718994,
      "learning_rate": 0.00019583656511013012,
      "loss": 7.8009,
      "step": 193750
    },
    {
      "epoch": 0.4036666666666667,
      "grad_norm": 2.104496955871582,
      "learning_rate": 0.0001958271780177058,
      "loss": 7.6879,
      "step": 193760
    },
    {
      "epoch": 0.4036875,
      "grad_norm": 1.8129808902740479,
      "learning_rate": 0.00019581779072732619,
      "loss": 9.2342,
      "step": 193770
    },
    {
      "epoch": 0.40370833333333334,
      "grad_norm": 0.9179999232292175,
      "learning_rate": 0.00019580840323903188,
      "loss": 7.3858,
      "step": 193780
    },
    {
      "epoch": 0.40372916666666664,
      "grad_norm": 2.1722893714904785,
      "learning_rate": 0.00019579901555286339,
      "loss": 7.246,
      "step": 193790
    },
    {
      "epoch": 0.40375,
      "grad_norm": 0.7342362999916077,
      "learning_rate": 0.00019578962766886134,
      "loss": 7.8393,
      "step": 193800
    },
    {
      "epoch": 0.40377083333333336,
      "grad_norm": 0.8539910912513733,
      "learning_rate": 0.00019578023958706611,
      "loss": 7.1788,
      "step": 193810
    },
    {
      "epoch": 0.40379166666666666,
      "grad_norm": 1.0878853797912598,
      "learning_rate": 0.0001957708513075184,
      "loss": 7.9687,
      "step": 193820
    },
    {
      "epoch": 0.4038125,
      "grad_norm": 0.8864869475364685,
      "learning_rate": 0.00019576146283025884,
      "loss": 7.4153,
      "step": 193830
    },
    {
      "epoch": 0.4038333333333333,
      "grad_norm": 1.0139867067337036,
      "learning_rate": 0.00019575207415532773,
      "loss": 7.6418,
      "step": 193840
    },
    {
      "epoch": 0.4038541666666667,
      "grad_norm": 0.8959382772445679,
      "learning_rate": 0.00019574268528276586,
      "loss": 7.8488,
      "step": 193850
    },
    {
      "epoch": 0.403875,
      "grad_norm": 1.024144172668457,
      "learning_rate": 0.00019573329621261367,
      "loss": 7.7451,
      "step": 193860
    },
    {
      "epoch": 0.40389583333333334,
      "grad_norm": 0.7858216166496277,
      "learning_rate": 0.00019572390694491175,
      "loss": 7.3619,
      "step": 193870
    },
    {
      "epoch": 0.40391666666666665,
      "grad_norm": 2.0932986736297607,
      "learning_rate": 0.0001957145174797006,
      "loss": 8.143,
      "step": 193880
    },
    {
      "epoch": 0.4039375,
      "grad_norm": 0.8977452516555786,
      "learning_rate": 0.00019570512781702087,
      "loss": 8.2212,
      "step": 193890
    },
    {
      "epoch": 0.4039583333333333,
      "grad_norm": 1.2269034385681152,
      "learning_rate": 0.0001956957379569131,
      "loss": 7.5743,
      "step": 193900
    },
    {
      "epoch": 0.40397916666666667,
      "grad_norm": 0.7200249433517456,
      "learning_rate": 0.0001956863478994178,
      "loss": 7.3195,
      "step": 193910
    },
    {
      "epoch": 0.404,
      "grad_norm": 0.9806118607521057,
      "learning_rate": 0.00019567695764457555,
      "loss": 7.5266,
      "step": 193920
    },
    {
      "epoch": 0.40402083333333333,
      "grad_norm": 0.5949323177337646,
      "learning_rate": 0.00019566756719242693,
      "loss": 7.2842,
      "step": 193930
    },
    {
      "epoch": 0.4040416666666667,
      "grad_norm": 1.7005139589309692,
      "learning_rate": 0.00019565817654301252,
      "loss": 7.3114,
      "step": 193940
    },
    {
      "epoch": 0.4040625,
      "grad_norm": 2.659675121307373,
      "learning_rate": 0.00019564878569637283,
      "loss": 7.6849,
      "step": 193950
    },
    {
      "epoch": 0.40408333333333335,
      "grad_norm": 3.4342596530914307,
      "learning_rate": 0.00019563939465254846,
      "loss": 8.0476,
      "step": 193960
    },
    {
      "epoch": 0.40410416666666665,
      "grad_norm": 1.0450332164764404,
      "learning_rate": 0.00019563000341158004,
      "loss": 7.26,
      "step": 193970
    },
    {
      "epoch": 0.404125,
      "grad_norm": 0.8961635231971741,
      "learning_rate": 0.00019562061197350795,
      "loss": 7.8258,
      "step": 193980
    },
    {
      "epoch": 0.4041458333333333,
      "grad_norm": 1.5288903713226318,
      "learning_rate": 0.00019561122033837298,
      "loss": 7.2736,
      "step": 193990
    },
    {
      "epoch": 0.4041666666666667,
      "grad_norm": 0.8372747898101807,
      "learning_rate": 0.00019560182850621554,
      "loss": 8.0044,
      "step": 194000
    },
    {
      "epoch": 0.4041666666666667,
      "eval_loss": 8.128273963928223,
      "eval_runtime": 8.293,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 194000
    },
    {
      "epoch": 0.4041875,
      "grad_norm": 1.3811123371124268,
      "learning_rate": 0.0001955924364770762,
      "loss": 8.3808,
      "step": 194010
    },
    {
      "epoch": 0.40420833333333334,
      "grad_norm": 0.8018712401390076,
      "learning_rate": 0.00019558304425099568,
      "loss": 7.9069,
      "step": 194020
    },
    {
      "epoch": 0.40422916666666664,
      "grad_norm": 1.1494423151016235,
      "learning_rate": 0.0001955736518280144,
      "loss": 7.7178,
      "step": 194030
    },
    {
      "epoch": 0.40425,
      "grad_norm": 0.944698691368103,
      "learning_rate": 0.00019556425920817298,
      "loss": 8.0168,
      "step": 194040
    },
    {
      "epoch": 0.40427083333333336,
      "grad_norm": 2.0550601482391357,
      "learning_rate": 0.00019555486639151202,
      "loss": 7.7546,
      "step": 194050
    },
    {
      "epoch": 0.40429166666666666,
      "grad_norm": 1.0036224126815796,
      "learning_rate": 0.00019554547337807208,
      "loss": 7.2077,
      "step": 194060
    },
    {
      "epoch": 0.4043125,
      "grad_norm": 2.2153103351593018,
      "learning_rate": 0.00019553608016789365,
      "loss": 8.012,
      "step": 194070
    },
    {
      "epoch": 0.4043333333333333,
      "grad_norm": 0.8686583638191223,
      "learning_rate": 0.00019552668676101745,
      "loss": 7.9058,
      "step": 194080
    },
    {
      "epoch": 0.4043541666666667,
      "grad_norm": 1.491736888885498,
      "learning_rate": 0.00019551729315748397,
      "loss": 7.4802,
      "step": 194090
    },
    {
      "epoch": 0.404375,
      "grad_norm": 1.0222927331924438,
      "learning_rate": 0.0001955078993573338,
      "loss": 8.9837,
      "step": 194100
    },
    {
      "epoch": 0.40439583333333334,
      "grad_norm": 1.1549466848373413,
      "learning_rate": 0.00019549850536060748,
      "loss": 7.2167,
      "step": 194110
    },
    {
      "epoch": 0.40441666666666665,
      "grad_norm": 5.302731990814209,
      "learning_rate": 0.00019548911116734564,
      "loss": 9.1407,
      "step": 194120
    },
    {
      "epoch": 0.4044375,
      "grad_norm": 1.2265695333480835,
      "learning_rate": 0.00019547971677758892,
      "loss": 7.654,
      "step": 194130
    },
    {
      "epoch": 0.4044583333333333,
      "grad_norm": 26.15305519104004,
      "learning_rate": 0.00019547032219137771,
      "loss": 7.0525,
      "step": 194140
    },
    {
      "epoch": 0.40447916666666667,
      "grad_norm": 2.793781280517578,
      "learning_rate": 0.00019546092740875277,
      "loss": 7.3792,
      "step": 194150
    },
    {
      "epoch": 0.4045,
      "grad_norm": 0.7958552837371826,
      "learning_rate": 0.00019545153242975466,
      "loss": 7.2898,
      "step": 194160
    },
    {
      "epoch": 0.40452083333333333,
      "grad_norm": 0.552539587020874,
      "learning_rate": 0.00019544213725442388,
      "loss": 7.5424,
      "step": 194170
    },
    {
      "epoch": 0.4045416666666667,
      "grad_norm": 1.3985075950622559,
      "learning_rate": 0.00019543274188280098,
      "loss": 8.0488,
      "step": 194180
    },
    {
      "epoch": 0.4045625,
      "grad_norm": 1.624187707901001,
      "learning_rate": 0.00019542334631492673,
      "loss": 7.4536,
      "step": 194190
    },
    {
      "epoch": 0.40458333333333335,
      "grad_norm": 2.255312204360962,
      "learning_rate": 0.00019541395055084156,
      "loss": 7.5932,
      "step": 194200
    },
    {
      "epoch": 0.40460416666666665,
      "grad_norm": 1.2335200309753418,
      "learning_rate": 0.00019540455459058606,
      "loss": 7.4532,
      "step": 194210
    },
    {
      "epoch": 0.404625,
      "grad_norm": 3.012289047241211,
      "learning_rate": 0.00019539515843420093,
      "loss": 7.7112,
      "step": 194220
    },
    {
      "epoch": 0.4046458333333333,
      "grad_norm": 3.4783952236175537,
      "learning_rate": 0.00019538576208172668,
      "loss": 8.3839,
      "step": 194230
    },
    {
      "epoch": 0.4046666666666667,
      "grad_norm": 1.02690851688385,
      "learning_rate": 0.00019537636553320387,
      "loss": 7.3046,
      "step": 194240
    },
    {
      "epoch": 0.4046875,
      "grad_norm": 2.7039847373962402,
      "learning_rate": 0.0001953669687886731,
      "loss": 7.7087,
      "step": 194250
    },
    {
      "epoch": 0.40470833333333334,
      "grad_norm": 1.3993394374847412,
      "learning_rate": 0.00019535757184817502,
      "loss": 7.9717,
      "step": 194260
    },
    {
      "epoch": 0.40472916666666664,
      "grad_norm": 4.26701545715332,
      "learning_rate": 0.00019534817471175017,
      "loss": 7.9231,
      "step": 194270
    },
    {
      "epoch": 0.40475,
      "grad_norm": 1.4179142713546753,
      "learning_rate": 0.00019533877737943912,
      "loss": 7.4349,
      "step": 194280
    },
    {
      "epoch": 0.40477083333333336,
      "grad_norm": 0.8105078935623169,
      "learning_rate": 0.00019532937985128253,
      "loss": 7.9772,
      "step": 194290
    },
    {
      "epoch": 0.40479166666666666,
      "grad_norm": 0.7563493847846985,
      "learning_rate": 0.00019531998212732102,
      "loss": 7.5277,
      "step": 194300
    },
    {
      "epoch": 0.4048125,
      "grad_norm": 3.3989715576171875,
      "learning_rate": 0.00019531058420759503,
      "loss": 7.6291,
      "step": 194310
    },
    {
      "epoch": 0.4048333333333333,
      "grad_norm": 0.6586129069328308,
      "learning_rate": 0.0001953011860921453,
      "loss": 7.4347,
      "step": 194320
    },
    {
      "epoch": 0.4048541666666667,
      "grad_norm": 0.6900373697280884,
      "learning_rate": 0.00019529178778101243,
      "loss": 7.4266,
      "step": 194330
    },
    {
      "epoch": 0.404875,
      "grad_norm": 2.4980554580688477,
      "learning_rate": 0.0001952823892742369,
      "loss": 7.8052,
      "step": 194340
    },
    {
      "epoch": 0.40489583333333334,
      "grad_norm": 2.3730924129486084,
      "learning_rate": 0.00019527299057185932,
      "loss": 7.8771,
      "step": 194350
    },
    {
      "epoch": 0.40491666666666665,
      "grad_norm": 1.19589364528656,
      "learning_rate": 0.00019526359167392043,
      "loss": 7.3766,
      "step": 194360
    },
    {
      "epoch": 0.4049375,
      "grad_norm": 1.8539564609527588,
      "learning_rate": 0.0001952541925804607,
      "loss": 7.3806,
      "step": 194370
    },
    {
      "epoch": 0.4049583333333333,
      "grad_norm": 0.6170883774757385,
      "learning_rate": 0.00019524479329152076,
      "loss": 7.4384,
      "step": 194380
    },
    {
      "epoch": 0.40497916666666667,
      "grad_norm": 7.780491828918457,
      "learning_rate": 0.00019523539380714126,
      "loss": 8.3324,
      "step": 194390
    },
    {
      "epoch": 0.405,
      "grad_norm": 1.7384577989578247,
      "learning_rate": 0.00019522599412736275,
      "loss": 7.5051,
      "step": 194400
    },
    {
      "epoch": 0.40502083333333333,
      "grad_norm": 2.682370901107788,
      "learning_rate": 0.00019521659425222586,
      "loss": 7.4154,
      "step": 194410
    },
    {
      "epoch": 0.4050416666666667,
      "grad_norm": 1.0422226190567017,
      "learning_rate": 0.00019520719418177114,
      "loss": 7.731,
      "step": 194420
    },
    {
      "epoch": 0.4050625,
      "grad_norm": 1.2649908065795898,
      "learning_rate": 0.00019519779391603926,
      "loss": 8.3,
      "step": 194430
    },
    {
      "epoch": 0.40508333333333335,
      "grad_norm": 1.0163875818252563,
      "learning_rate": 0.0001951883934550708,
      "loss": 7.5283,
      "step": 194440
    },
    {
      "epoch": 0.40510416666666665,
      "grad_norm": 1.8099703788757324,
      "learning_rate": 0.00019517899279890638,
      "loss": 7.5741,
      "step": 194450
    },
    {
      "epoch": 0.405125,
      "grad_norm": 0.9081863760948181,
      "learning_rate": 0.00019516959194758657,
      "loss": 7.4342,
      "step": 194460
    },
    {
      "epoch": 0.4051458333333333,
      "grad_norm": 3.474370241165161,
      "learning_rate": 0.00019516019090115206,
      "loss": 7.586,
      "step": 194470
    },
    {
      "epoch": 0.4051666666666667,
      "grad_norm": 1.0756173133850098,
      "learning_rate": 0.0001951507896596433,
      "loss": 7.3692,
      "step": 194480
    },
    {
      "epoch": 0.4051875,
      "grad_norm": 0.8904213905334473,
      "learning_rate": 0.00019514138822310107,
      "loss": 7.8827,
      "step": 194490
    },
    {
      "epoch": 0.40520833333333334,
      "grad_norm": 1.068493366241455,
      "learning_rate": 0.00019513198659156593,
      "loss": 7.3747,
      "step": 194500
    },
    {
      "epoch": 0.40522916666666664,
      "grad_norm": 1.9566650390625,
      "learning_rate": 0.0001951225847650784,
      "loss": 7.4867,
      "step": 194510
    },
    {
      "epoch": 0.40525,
      "grad_norm": 1.5391995906829834,
      "learning_rate": 0.00019511318274367923,
      "loss": 7.261,
      "step": 194520
    },
    {
      "epoch": 0.40527083333333336,
      "grad_norm": 1.0147383213043213,
      "learning_rate": 0.00019510378052740895,
      "loss": 7.3417,
      "step": 194530
    },
    {
      "epoch": 0.40529166666666666,
      "grad_norm": 0.8892048597335815,
      "learning_rate": 0.00019509437811630816,
      "loss": 7.0862,
      "step": 194540
    },
    {
      "epoch": 0.4053125,
      "grad_norm": 0.7319288849830627,
      "learning_rate": 0.00019508497551041753,
      "loss": 7.4294,
      "step": 194550
    },
    {
      "epoch": 0.4053333333333333,
      "grad_norm": 4.057694435119629,
      "learning_rate": 0.00019507557270977764,
      "loss": 7.8141,
      "step": 194560
    },
    {
      "epoch": 0.4053541666666667,
      "grad_norm": 0.6744678616523743,
      "learning_rate": 0.00019506616971442917,
      "loss": 7.5328,
      "step": 194570
    },
    {
      "epoch": 0.405375,
      "grad_norm": 18.048683166503906,
      "learning_rate": 0.0001950567665244126,
      "loss": 7.9078,
      "step": 194580
    },
    {
      "epoch": 0.40539583333333334,
      "grad_norm": 0.6328281760215759,
      "learning_rate": 0.0001950473631397687,
      "loss": 7.5378,
      "step": 194590
    },
    {
      "epoch": 0.40541666666666665,
      "grad_norm": 4.641515731811523,
      "learning_rate": 0.000195037959560538,
      "loss": 7.3013,
      "step": 194600
    },
    {
      "epoch": 0.4054375,
      "grad_norm": 3.0893778800964355,
      "learning_rate": 0.00019502855578676115,
      "loss": 7.3777,
      "step": 194610
    },
    {
      "epoch": 0.4054583333333333,
      "grad_norm": 1.0678048133850098,
      "learning_rate": 0.00019501915181847874,
      "loss": 7.8435,
      "step": 194620
    },
    {
      "epoch": 0.40547916666666667,
      "grad_norm": 1.160994052886963,
      "learning_rate": 0.0001950097476557314,
      "loss": 7.1212,
      "step": 194630
    },
    {
      "epoch": 0.4055,
      "grad_norm": 2.9142794609069824,
      "learning_rate": 0.0001950003432985598,
      "loss": 7.5802,
      "step": 194640
    },
    {
      "epoch": 0.40552083333333333,
      "grad_norm": 1.153344750404358,
      "learning_rate": 0.00019499093874700456,
      "loss": 8.5922,
      "step": 194650
    },
    {
      "epoch": 0.4055416666666667,
      "grad_norm": 1.0998090505599976,
      "learning_rate": 0.00019498153400110624,
      "loss": 7.4606,
      "step": 194660
    },
    {
      "epoch": 0.4055625,
      "grad_norm": 0.7033787965774536,
      "learning_rate": 0.0001949721290609055,
      "loss": 7.2433,
      "step": 194670
    },
    {
      "epoch": 0.40558333333333335,
      "grad_norm": 0.9745911955833435,
      "learning_rate": 0.00019496272392644293,
      "loss": 7.6384,
      "step": 194680
    },
    {
      "epoch": 0.40560416666666665,
      "grad_norm": 0.6576659679412842,
      "learning_rate": 0.00019495331859775922,
      "loss": 7.7017,
      "step": 194690
    },
    {
      "epoch": 0.405625,
      "grad_norm": 1.2343149185180664,
      "learning_rate": 0.00019494391307489498,
      "loss": 7.2773,
      "step": 194700
    },
    {
      "epoch": 0.4056458333333333,
      "grad_norm": 0.870498538017273,
      "learning_rate": 0.0001949345073578908,
      "loss": 7.4153,
      "step": 194710
    },
    {
      "epoch": 0.4056666666666667,
      "grad_norm": 1.3502552509307861,
      "learning_rate": 0.00019492510144678737,
      "loss": 7.4566,
      "step": 194720
    },
    {
      "epoch": 0.4056875,
      "grad_norm": 1.5047471523284912,
      "learning_rate": 0.00019491569534162525,
      "loss": 8.2468,
      "step": 194730
    },
    {
      "epoch": 0.40570833333333334,
      "grad_norm": 0.8379834294319153,
      "learning_rate": 0.00019490628904244512,
      "loss": 7.6992,
      "step": 194740
    },
    {
      "epoch": 0.40572916666666664,
      "grad_norm": 0.880831778049469,
      "learning_rate": 0.0001948968825492876,
      "loss": 7.2901,
      "step": 194750
    },
    {
      "epoch": 0.40575,
      "grad_norm": 1.25210702419281,
      "learning_rate": 0.0001948874758621933,
      "loss": 7.2273,
      "step": 194760
    },
    {
      "epoch": 0.40577083333333336,
      "grad_norm": 1.2131128311157227,
      "learning_rate": 0.00019487806898120288,
      "loss": 7.3725,
      "step": 194770
    },
    {
      "epoch": 0.40579166666666666,
      "grad_norm": 1.2749613523483276,
      "learning_rate": 0.00019486866190635696,
      "loss": 7.3992,
      "step": 194780
    },
    {
      "epoch": 0.4058125,
      "grad_norm": 1.6701289415359497,
      "learning_rate": 0.00019485925463769618,
      "loss": 7.5373,
      "step": 194790
    },
    {
      "epoch": 0.4058333333333333,
      "grad_norm": 1.5712600946426392,
      "learning_rate": 0.00019484984717526118,
      "loss": 7.7064,
      "step": 194800
    },
    {
      "epoch": 0.4058541666666667,
      "grad_norm": 2.0262274742126465,
      "learning_rate": 0.00019484043951909264,
      "loss": 7.8082,
      "step": 194810
    },
    {
      "epoch": 0.405875,
      "grad_norm": 1.0638574361801147,
      "learning_rate": 0.00019483103166923109,
      "loss": 8.0967,
      "step": 194820
    },
    {
      "epoch": 0.40589583333333334,
      "grad_norm": 3.8742494583129883,
      "learning_rate": 0.00019482162362571725,
      "loss": 7.9717,
      "step": 194830
    },
    {
      "epoch": 0.40591666666666665,
      "grad_norm": 1.4670333862304688,
      "learning_rate": 0.00019481221538859175,
      "loss": 7.5235,
      "step": 194840
    },
    {
      "epoch": 0.4059375,
      "grad_norm": 0.761269748210907,
      "learning_rate": 0.00019480280695789517,
      "loss": 7.6684,
      "step": 194850
    },
    {
      "epoch": 0.4059583333333333,
      "grad_norm": 1.0137416124343872,
      "learning_rate": 0.00019479339833366826,
      "loss": 7.4216,
      "step": 194860
    },
    {
      "epoch": 0.40597916666666667,
      "grad_norm": 0.7532525062561035,
      "learning_rate": 0.00019478398951595157,
      "loss": 7.7663,
      "step": 194870
    },
    {
      "epoch": 0.406,
      "grad_norm": 1.4428080320358276,
      "learning_rate": 0.00019477458050478575,
      "loss": 7.4835,
      "step": 194880
    },
    {
      "epoch": 0.40602083333333333,
      "grad_norm": 0.9166131615638733,
      "learning_rate": 0.0001947651713002115,
      "loss": 7.8756,
      "step": 194890
    },
    {
      "epoch": 0.4060416666666667,
      "grad_norm": 0.8604200482368469,
      "learning_rate": 0.00019475576190226943,
      "loss": 7.2806,
      "step": 194900
    },
    {
      "epoch": 0.4060625,
      "grad_norm": 1.220968246459961,
      "learning_rate": 0.00019474635231100015,
      "loss": 7.6042,
      "step": 194910
    },
    {
      "epoch": 0.40608333333333335,
      "grad_norm": 1.365515947341919,
      "learning_rate": 0.00019473694252644438,
      "loss": 7.7277,
      "step": 194920
    },
    {
      "epoch": 0.40610416666666665,
      "grad_norm": 0.8025301694869995,
      "learning_rate": 0.0001947275325486427,
      "loss": 7.9218,
      "step": 194930
    },
    {
      "epoch": 0.406125,
      "grad_norm": 3.128000020980835,
      "learning_rate": 0.0001947181223776358,
      "loss": 8.268,
      "step": 194940
    },
    {
      "epoch": 0.4061458333333333,
      "grad_norm": 1.4053748846054077,
      "learning_rate": 0.0001947087120134643,
      "loss": 7.534,
      "step": 194950
    },
    {
      "epoch": 0.4061666666666667,
      "grad_norm": 0.8036149740219116,
      "learning_rate": 0.00019469930145616884,
      "loss": 7.866,
      "step": 194960
    },
    {
      "epoch": 0.4061875,
      "grad_norm": 1.5591546297073364,
      "learning_rate": 0.0001946898907057901,
      "loss": 7.3366,
      "step": 194970
    },
    {
      "epoch": 0.40620833333333334,
      "grad_norm": 0.770653486251831,
      "learning_rate": 0.00019468047976236875,
      "loss": 7.5174,
      "step": 194980
    },
    {
      "epoch": 0.40622916666666664,
      "grad_norm": 0.657284677028656,
      "learning_rate": 0.0001946710686259454,
      "loss": 7.1819,
      "step": 194990
    },
    {
      "epoch": 0.40625,
      "grad_norm": 1.8185588121414185,
      "learning_rate": 0.0001946616572965607,
      "loss": 7.6356,
      "step": 195000
    },
    {
      "epoch": 0.40625,
      "eval_loss": 7.316195487976074,
      "eval_runtime": 7.8016,
      "eval_samples_per_second": 0.385,
      "eval_steps_per_second": 0.128,
      "step": 195000
    },
    {
      "epoch": 0.40627083333333336,
      "grad_norm": 0.7659207582473755,
      "learning_rate": 0.00019465224577425535,
      "loss": 8.3441,
      "step": 195010
    },
    {
      "epoch": 0.40629166666666666,
      "grad_norm": 1.4680914878845215,
      "learning_rate": 0.00019464283405906996,
      "loss": 8.0339,
      "step": 195020
    },
    {
      "epoch": 0.4063125,
      "grad_norm": 0.8137906789779663,
      "learning_rate": 0.00019463342215104523,
      "loss": 7.541,
      "step": 195030
    },
    {
      "epoch": 0.4063333333333333,
      "grad_norm": 1.299856424331665,
      "learning_rate": 0.00019462401005022173,
      "loss": 7.7283,
      "step": 195040
    },
    {
      "epoch": 0.4063541666666667,
      "grad_norm": 2.069488048553467,
      "learning_rate": 0.00019461459775664018,
      "loss": 7.7426,
      "step": 195050
    },
    {
      "epoch": 0.406375,
      "grad_norm": 2.877537965774536,
      "learning_rate": 0.00019460518527034126,
      "loss": 7.4213,
      "step": 195060
    },
    {
      "epoch": 0.40639583333333335,
      "grad_norm": 2.5126612186431885,
      "learning_rate": 0.00019459577259136557,
      "loss": 8.2679,
      "step": 195070
    },
    {
      "epoch": 0.40641666666666665,
      "grad_norm": 0.8498464822769165,
      "learning_rate": 0.00019458635971975375,
      "loss": 7.9121,
      "step": 195080
    },
    {
      "epoch": 0.4064375,
      "grad_norm": 0.5909756422042847,
      "learning_rate": 0.00019457694665554658,
      "loss": 7.7488,
      "step": 195090
    },
    {
      "epoch": 0.4064583333333333,
      "grad_norm": 0.6740990281105042,
      "learning_rate": 0.00019456753339878462,
      "loss": 7.4913,
      "step": 195100
    },
    {
      "epoch": 0.40647916666666667,
      "grad_norm": 2.108203411102295,
      "learning_rate": 0.00019455811994950855,
      "loss": 7.2718,
      "step": 195110
    },
    {
      "epoch": 0.4065,
      "grad_norm": 1.8033311367034912,
      "learning_rate": 0.00019454870630775903,
      "loss": 7.6165,
      "step": 195120
    },
    {
      "epoch": 0.40652083333333333,
      "grad_norm": 0.935653805732727,
      "learning_rate": 0.00019453929247357675,
      "loss": 11.7877,
      "step": 195130
    },
    {
      "epoch": 0.4065416666666667,
      "grad_norm": 0.901098370552063,
      "learning_rate": 0.00019452987844700235,
      "loss": 7.2541,
      "step": 195140
    },
    {
      "epoch": 0.4065625,
      "grad_norm": 1.6061971187591553,
      "learning_rate": 0.00019452046422807653,
      "loss": 7.86,
      "step": 195150
    },
    {
      "epoch": 0.40658333333333335,
      "grad_norm": 1.0530120134353638,
      "learning_rate": 0.00019451104981683986,
      "loss": 7.8385,
      "step": 195160
    },
    {
      "epoch": 0.40660416666666666,
      "grad_norm": 0.8961825966835022,
      "learning_rate": 0.00019450163521333316,
      "loss": 7.6175,
      "step": 195170
    },
    {
      "epoch": 0.406625,
      "grad_norm": 0.8188835382461548,
      "learning_rate": 0.00019449222041759693,
      "loss": 7.4164,
      "step": 195180
    },
    {
      "epoch": 0.4066458333333333,
      "grad_norm": 0.987048327922821,
      "learning_rate": 0.00019448280542967196,
      "loss": 7.7108,
      "step": 195190
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 1.4252169132232666,
      "learning_rate": 0.00019447339024959888,
      "loss": 7.5561,
      "step": 195200
    },
    {
      "epoch": 0.4066875,
      "grad_norm": 0.7278775572776794,
      "learning_rate": 0.00019446397487741832,
      "loss": 7.7493,
      "step": 195210
    },
    {
      "epoch": 0.40670833333333334,
      "grad_norm": 0.7586179375648499,
      "learning_rate": 0.00019445455931317102,
      "loss": 7.1531,
      "step": 195220
    },
    {
      "epoch": 0.40672916666666664,
      "grad_norm": 1.6611063480377197,
      "learning_rate": 0.00019444514355689766,
      "loss": 7.3418,
      "step": 195230
    },
    {
      "epoch": 0.40675,
      "grad_norm": 0.653718888759613,
      "learning_rate": 0.00019443572760863883,
      "loss": 8.153,
      "step": 195240
    },
    {
      "epoch": 0.40677083333333336,
      "grad_norm": 1.9094231128692627,
      "learning_rate": 0.0001944263114684352,
      "loss": 8.2082,
      "step": 195250
    },
    {
      "epoch": 0.40679166666666666,
      "grad_norm": 1.533508062362671,
      "learning_rate": 0.00019441689513632755,
      "loss": 7.8053,
      "step": 195260
    },
    {
      "epoch": 0.4068125,
      "grad_norm": 0.49669378995895386,
      "learning_rate": 0.0001944074786123565,
      "loss": 7.2421,
      "step": 195270
    },
    {
      "epoch": 0.4068333333333333,
      "grad_norm": 0.7651652097702026,
      "learning_rate": 0.00019439806189656264,
      "loss": 7.394,
      "step": 195280
    },
    {
      "epoch": 0.4068541666666667,
      "grad_norm": 1.6775583028793335,
      "learning_rate": 0.00019438864498898682,
      "loss": 7.8187,
      "step": 195290
    },
    {
      "epoch": 0.406875,
      "grad_norm": 4.195130825042725,
      "learning_rate": 0.0001943792278896696,
      "loss": 8.1315,
      "step": 195300
    },
    {
      "epoch": 0.40689583333333335,
      "grad_norm": 1.0020942687988281,
      "learning_rate": 0.0001943698105986517,
      "loss": 7.7928,
      "step": 195310
    },
    {
      "epoch": 0.40691666666666665,
      "grad_norm": 0.9374638795852661,
      "learning_rate": 0.00019436039311597372,
      "loss": 7.7952,
      "step": 195320
    },
    {
      "epoch": 0.4069375,
      "grad_norm": 1.0913569927215576,
      "learning_rate": 0.00019435097544167641,
      "loss": 7.4734,
      "step": 195330
    },
    {
      "epoch": 0.4069583333333333,
      "grad_norm": 0.7645295262336731,
      "learning_rate": 0.0001943415575758005,
      "loss": 7.429,
      "step": 195340
    },
    {
      "epoch": 0.40697916666666667,
      "grad_norm": 0.9824827313423157,
      "learning_rate": 0.00019433213951838656,
      "loss": 7.2402,
      "step": 195350
    },
    {
      "epoch": 0.407,
      "grad_norm": 1.1697670221328735,
      "learning_rate": 0.00019432272126947533,
      "loss": 7.3916,
      "step": 195360
    },
    {
      "epoch": 0.40702083333333333,
      "grad_norm": 2.026628255844116,
      "learning_rate": 0.00019431330282910754,
      "loss": 7.7217,
      "step": 195370
    },
    {
      "epoch": 0.4070416666666667,
      "grad_norm": 0.9956498146057129,
      "learning_rate": 0.00019430388419732376,
      "loss": 7.728,
      "step": 195380
    },
    {
      "epoch": 0.4070625,
      "grad_norm": 4.624130725860596,
      "learning_rate": 0.00019429446537416473,
      "loss": 7.754,
      "step": 195390
    },
    {
      "epoch": 0.40708333333333335,
      "grad_norm": 1.5114142894744873,
      "learning_rate": 0.00019428504635967124,
      "loss": 7.5285,
      "step": 195400
    },
    {
      "epoch": 0.40710416666666666,
      "grad_norm": 1.194491982460022,
      "learning_rate": 0.0001942756271538838,
      "loss": 8.0501,
      "step": 195410
    },
    {
      "epoch": 0.407125,
      "grad_norm": 1.4566982984542847,
      "learning_rate": 0.00019426620775684313,
      "loss": 7.5811,
      "step": 195420
    },
    {
      "epoch": 0.4071458333333333,
      "grad_norm": 0.6707685589790344,
      "learning_rate": 0.00019425678816859006,
      "loss": 7.5486,
      "step": 195430
    },
    {
      "epoch": 0.4071666666666667,
      "grad_norm": 0.4752410650253296,
      "learning_rate": 0.00019424736838916516,
      "loss": 7.6707,
      "step": 195440
    },
    {
      "epoch": 0.4071875,
      "grad_norm": 1.0739192962646484,
      "learning_rate": 0.0001942379484186091,
      "loss": 7.4536,
      "step": 195450
    },
    {
      "epoch": 0.40720833333333334,
      "grad_norm": 0.7088782787322998,
      "learning_rate": 0.00019422852825696268,
      "loss": 8.1475,
      "step": 195460
    },
    {
      "epoch": 0.40722916666666664,
      "grad_norm": 2.1602494716644287,
      "learning_rate": 0.00019421910790426645,
      "loss": 7.5468,
      "step": 195470
    },
    {
      "epoch": 0.40725,
      "grad_norm": 0.7745946645736694,
      "learning_rate": 0.00019420968736056125,
      "loss": 7.9741,
      "step": 195480
    },
    {
      "epoch": 0.40727083333333336,
      "grad_norm": 1.1884716749191284,
      "learning_rate": 0.00019420026662588766,
      "loss": 7.518,
      "step": 195490
    },
    {
      "epoch": 0.40729166666666666,
      "grad_norm": 1.6378214359283447,
      "learning_rate": 0.00019419084570028637,
      "loss": 8.1566,
      "step": 195500
    },
    {
      "epoch": 0.4073125,
      "grad_norm": 0.5830883979797363,
      "learning_rate": 0.00019418142458379816,
      "loss": 7.4982,
      "step": 195510
    },
    {
      "epoch": 0.4073333333333333,
      "grad_norm": 0.637325644493103,
      "learning_rate": 0.00019417200327646373,
      "loss": 7.5795,
      "step": 195520
    },
    {
      "epoch": 0.4073541666666667,
      "grad_norm": 0.7680136561393738,
      "learning_rate": 0.00019416258177832368,
      "loss": 7.3414,
      "step": 195530
    },
    {
      "epoch": 0.407375,
      "grad_norm": 1.273010015487671,
      "learning_rate": 0.0001941531600894188,
      "loss": 7.6544,
      "step": 195540
    },
    {
      "epoch": 0.40739583333333335,
      "grad_norm": 2.9796156883239746,
      "learning_rate": 0.00019414373820978966,
      "loss": 8.548,
      "step": 195550
    },
    {
      "epoch": 0.40741666666666665,
      "grad_norm": 1.5969539880752563,
      "learning_rate": 0.0001941343161394771,
      "loss": 7.7838,
      "step": 195560
    },
    {
      "epoch": 0.4074375,
      "grad_norm": 0.5986651182174683,
      "learning_rate": 0.00019412489387852182,
      "loss": 7.7228,
      "step": 195570
    },
    {
      "epoch": 0.4074583333333333,
      "grad_norm": 1.7457475662231445,
      "learning_rate": 0.00019411547142696435,
      "loss": 7.9777,
      "step": 195580
    },
    {
      "epoch": 0.40747916666666667,
      "grad_norm": 1.0580500364303589,
      "learning_rate": 0.00019410604878484556,
      "loss": 7.1286,
      "step": 195590
    },
    {
      "epoch": 0.4075,
      "grad_norm": 0.6544787883758545,
      "learning_rate": 0.00019409662595220613,
      "loss": 8.7184,
      "step": 195600
    },
    {
      "epoch": 0.40752083333333333,
      "grad_norm": 6.374635696411133,
      "learning_rate": 0.00019408720292908672,
      "loss": 8.1983,
      "step": 195610
    },
    {
      "epoch": 0.4075416666666667,
      "grad_norm": 0.9331773519515991,
      "learning_rate": 0.000194077779715528,
      "loss": 7.4433,
      "step": 195620
    },
    {
      "epoch": 0.4075625,
      "grad_norm": 2.1585745811462402,
      "learning_rate": 0.00019406835631157076,
      "loss": 8.1957,
      "step": 195630
    },
    {
      "epoch": 0.40758333333333335,
      "grad_norm": 1.6127519607543945,
      "learning_rate": 0.0001940589327172556,
      "loss": 7.706,
      "step": 195640
    },
    {
      "epoch": 0.40760416666666666,
      "grad_norm": 1.3757429122924805,
      "learning_rate": 0.00019404950893262338,
      "loss": 7.15,
      "step": 195650
    },
    {
      "epoch": 0.407625,
      "grad_norm": 1.8681777715682983,
      "learning_rate": 0.00019404008495771467,
      "loss": 7.6127,
      "step": 195660
    },
    {
      "epoch": 0.4076458333333333,
      "grad_norm": 0.8148669600486755,
      "learning_rate": 0.00019403066079257022,
      "loss": 7.5583,
      "step": 195670
    },
    {
      "epoch": 0.4076666666666667,
      "grad_norm": 1.4115360975265503,
      "learning_rate": 0.00019402123643723072,
      "loss": 7.602,
      "step": 195680
    },
    {
      "epoch": 0.4076875,
      "grad_norm": 0.9078420996665955,
      "learning_rate": 0.00019401181189173698,
      "loss": 7.5525,
      "step": 195690
    },
    {
      "epoch": 0.40770833333333334,
      "grad_norm": 1.960951805114746,
      "learning_rate": 0.00019400238715612956,
      "loss": 7.7408,
      "step": 195700
    },
    {
      "epoch": 0.40772916666666664,
      "grad_norm": 1.440269947052002,
      "learning_rate": 0.00019399296223044927,
      "loss": 9.3653,
      "step": 195710
    },
    {
      "epoch": 0.40775,
      "grad_norm": 0.6693279147148132,
      "learning_rate": 0.0001939835371147368,
      "loss": 7.4319,
      "step": 195720
    },
    {
      "epoch": 0.40777083333333336,
      "grad_norm": 1.0195585489273071,
      "learning_rate": 0.00019397411180903287,
      "loss": 7.3808,
      "step": 195730
    },
    {
      "epoch": 0.40779166666666666,
      "grad_norm": 1.4815521240234375,
      "learning_rate": 0.00019396468631337823,
      "loss": 8.2246,
      "step": 195740
    },
    {
      "epoch": 0.4078125,
      "grad_norm": 0.7856705188751221,
      "learning_rate": 0.00019395526062781343,
      "loss": 7.4512,
      "step": 195750
    },
    {
      "epoch": 0.4078333333333333,
      "grad_norm": 1.9176111221313477,
      "learning_rate": 0.0001939458347523794,
      "loss": 7.9125,
      "step": 195760
    },
    {
      "epoch": 0.4078541666666667,
      "grad_norm": 6.548878192901611,
      "learning_rate": 0.00019393640868711672,
      "loss": 7.6962,
      "step": 195770
    },
    {
      "epoch": 0.407875,
      "grad_norm": 0.638689398765564,
      "learning_rate": 0.00019392698243206612,
      "loss": 7.5862,
      "step": 195780
    },
    {
      "epoch": 0.40789583333333335,
      "grad_norm": 0.8690834045410156,
      "learning_rate": 0.00019391755598726843,
      "loss": 7.6233,
      "step": 195790
    },
    {
      "epoch": 0.40791666666666665,
      "grad_norm": 6.178014755249023,
      "learning_rate": 0.0001939081293527642,
      "loss": 8.4154,
      "step": 195800
    },
    {
      "epoch": 0.4079375,
      "grad_norm": 0.7835506796836853,
      "learning_rate": 0.00019389870252859426,
      "loss": 7.4121,
      "step": 195810
    },
    {
      "epoch": 0.4079583333333333,
      "grad_norm": 1.8715447187423706,
      "learning_rate": 0.0001938892755147993,
      "loss": 7.9121,
      "step": 195820
    },
    {
      "epoch": 0.40797916666666667,
      "grad_norm": 1.1195908784866333,
      "learning_rate": 0.00019387984831142004,
      "loss": 7.4233,
      "step": 195830
    },
    {
      "epoch": 0.408,
      "grad_norm": 3.843601942062378,
      "learning_rate": 0.0001938704209184972,
      "loss": 7.6249,
      "step": 195840
    },
    {
      "epoch": 0.40802083333333333,
      "grad_norm": 1.1733204126358032,
      "learning_rate": 0.0001938609933360715,
      "loss": 7.4979,
      "step": 195850
    },
    {
      "epoch": 0.4080416666666667,
      "grad_norm": 0.5643962621688843,
      "learning_rate": 0.00019385156556418369,
      "loss": 7.6507,
      "step": 195860
    },
    {
      "epoch": 0.4080625,
      "grad_norm": 0.861976146697998,
      "learning_rate": 0.00019384213760287447,
      "loss": 7.8297,
      "step": 195870
    },
    {
      "epoch": 0.40808333333333335,
      "grad_norm": 1.00166654586792,
      "learning_rate": 0.00019383270945218456,
      "loss": 7.5701,
      "step": 195880
    },
    {
      "epoch": 0.40810416666666666,
      "grad_norm": 0.9242544174194336,
      "learning_rate": 0.0001938232811121547,
      "loss": 7.4,
      "step": 195890
    },
    {
      "epoch": 0.408125,
      "grad_norm": 1.2345653772354126,
      "learning_rate": 0.00019381385258282564,
      "loss": 7.6009,
      "step": 195900
    },
    {
      "epoch": 0.4081458333333333,
      "grad_norm": 0.7364331483840942,
      "learning_rate": 0.00019380442386423806,
      "loss": 7.424,
      "step": 195910
    },
    {
      "epoch": 0.4081666666666667,
      "grad_norm": 0.6499350666999817,
      "learning_rate": 0.00019379499495643265,
      "loss": 7.3775,
      "step": 195920
    },
    {
      "epoch": 0.4081875,
      "grad_norm": 0.7952255606651306,
      "learning_rate": 0.00019378556585945028,
      "loss": 7.8521,
      "step": 195930
    },
    {
      "epoch": 0.40820833333333334,
      "grad_norm": 0.8007426857948303,
      "learning_rate": 0.00019377613657333158,
      "loss": 7.1791,
      "step": 195940
    },
    {
      "epoch": 0.40822916666666664,
      "grad_norm": 1.1350538730621338,
      "learning_rate": 0.00019376670709811723,
      "loss": 7.4804,
      "step": 195950
    },
    {
      "epoch": 0.40825,
      "grad_norm": 0.8342472910881042,
      "learning_rate": 0.0001937572774338481,
      "loss": 7.4318,
      "step": 195960
    },
    {
      "epoch": 0.40827083333333336,
      "grad_norm": 1.1678258180618286,
      "learning_rate": 0.00019374784758056484,
      "loss": 7.6068,
      "step": 195970
    },
    {
      "epoch": 0.40829166666666666,
      "grad_norm": 3.1597793102264404,
      "learning_rate": 0.0001937384175383082,
      "loss": 8.6762,
      "step": 195980
    },
    {
      "epoch": 0.4083125,
      "grad_norm": 0.7415215373039246,
      "learning_rate": 0.00019372898730711887,
      "loss": 7.3712,
      "step": 195990
    },
    {
      "epoch": 0.4083333333333333,
      "grad_norm": 1.6373000144958496,
      "learning_rate": 0.00019371955688703767,
      "loss": 7.8201,
      "step": 196000
    },
    {
      "epoch": 0.4083333333333333,
      "eval_loss": 7.984687805175781,
      "eval_runtime": 8.0292,
      "eval_samples_per_second": 0.374,
      "eval_steps_per_second": 0.125,
      "step": 196000
    },
    {
      "epoch": 0.4083541666666667,
      "grad_norm": 2.3949098587036133,
      "learning_rate": 0.00019371012627810528,
      "loss": 7.8441,
      "step": 196010
    },
    {
      "epoch": 0.408375,
      "grad_norm": 1.0028061866760254,
      "learning_rate": 0.0001937006954803624,
      "loss": 7.224,
      "step": 196020
    },
    {
      "epoch": 0.40839583333333335,
      "grad_norm": 7.238430500030518,
      "learning_rate": 0.00019369126449384985,
      "loss": 7.9935,
      "step": 196030
    },
    {
      "epoch": 0.40841666666666665,
      "grad_norm": 2.5163519382476807,
      "learning_rate": 0.00019368183331860836,
      "loss": 7.8628,
      "step": 196040
    },
    {
      "epoch": 0.4084375,
      "grad_norm": 0.7593929767608643,
      "learning_rate": 0.0001936724019546786,
      "loss": 7.3742,
      "step": 196050
    },
    {
      "epoch": 0.4084583333333333,
      "grad_norm": 1.8982411623001099,
      "learning_rate": 0.00019366297040210136,
      "loss": 7.5923,
      "step": 196060
    },
    {
      "epoch": 0.40847916666666667,
      "grad_norm": 0.9179844260215759,
      "learning_rate": 0.0001936535386609174,
      "loss": 7.6315,
      "step": 196070
    },
    {
      "epoch": 0.4085,
      "grad_norm": 1.4929158687591553,
      "learning_rate": 0.00019364410673116737,
      "loss": 7.5684,
      "step": 196080
    },
    {
      "epoch": 0.40852083333333333,
      "grad_norm": 1.2687097787857056,
      "learning_rate": 0.00019363467461289212,
      "loss": 7.4783,
      "step": 196090
    },
    {
      "epoch": 0.4085416666666667,
      "grad_norm": 0.9382705092430115,
      "learning_rate": 0.00019362524230613236,
      "loss": 7.821,
      "step": 196100
    },
    {
      "epoch": 0.4085625,
      "grad_norm": 1.6172221899032593,
      "learning_rate": 0.0001936158098109288,
      "loss": 8.0039,
      "step": 196110
    },
    {
      "epoch": 0.40858333333333335,
      "grad_norm": 1.583726167678833,
      "learning_rate": 0.00019360637712732218,
      "loss": 7.3353,
      "step": 196120
    },
    {
      "epoch": 0.40860416666666666,
      "grad_norm": 1.0059094429016113,
      "learning_rate": 0.00019359694425535333,
      "loss": 8.2678,
      "step": 196130
    },
    {
      "epoch": 0.408625,
      "grad_norm": 0.8646984696388245,
      "learning_rate": 0.0001935875111950629,
      "loss": 7.3122,
      "step": 196140
    },
    {
      "epoch": 0.4086458333333333,
      "grad_norm": 1.129997968673706,
      "learning_rate": 0.00019357807794649162,
      "loss": 7.5726,
      "step": 196150
    },
    {
      "epoch": 0.4086666666666667,
      "grad_norm": 5.7075605392456055,
      "learning_rate": 0.00019356864450968038,
      "loss": 8.1749,
      "step": 196160
    },
    {
      "epoch": 0.4086875,
      "grad_norm": 2.3489978313446045,
      "learning_rate": 0.00019355921088466983,
      "loss": 7.3315,
      "step": 196170
    },
    {
      "epoch": 0.40870833333333334,
      "grad_norm": 2.2374608516693115,
      "learning_rate": 0.00019354977707150073,
      "loss": 7.2461,
      "step": 196180
    },
    {
      "epoch": 0.40872916666666664,
      "grad_norm": 2.730950355529785,
      "learning_rate": 0.00019354034307021383,
      "loss": 7.9266,
      "step": 196190
    },
    {
      "epoch": 0.40875,
      "grad_norm": 1.5982110500335693,
      "learning_rate": 0.00019353090888084984,
      "loss": 7.9736,
      "step": 196200
    },
    {
      "epoch": 0.40877083333333336,
      "grad_norm": 1.029320478439331,
      "learning_rate": 0.0001935214745034496,
      "loss": 7.2195,
      "step": 196210
    },
    {
      "epoch": 0.40879166666666666,
      "grad_norm": 1.6744986772537231,
      "learning_rate": 0.00019351203993805377,
      "loss": 8.3423,
      "step": 196220
    },
    {
      "epoch": 0.4088125,
      "grad_norm": 0.8796179294586182,
      "learning_rate": 0.00019350260518470318,
      "loss": 7.4813,
      "step": 196230
    },
    {
      "epoch": 0.4088333333333333,
      "grad_norm": 1.0869190692901611,
      "learning_rate": 0.00019349317024343858,
      "loss": 7.2636,
      "step": 196240
    },
    {
      "epoch": 0.4088541666666667,
      "grad_norm": 0.9527857899665833,
      "learning_rate": 0.00019348373511430064,
      "loss": 8.6815,
      "step": 196250
    },
    {
      "epoch": 0.408875,
      "grad_norm": 0.9184489846229553,
      "learning_rate": 0.0001934742997973302,
      "loss": 7.6973,
      "step": 196260
    },
    {
      "epoch": 0.40889583333333335,
      "grad_norm": 1.4149655103683472,
      "learning_rate": 0.00019346486429256806,
      "loss": 7.8821,
      "step": 196270
    },
    {
      "epoch": 0.40891666666666665,
      "grad_norm": 1.1065365076065063,
      "learning_rate": 0.00019345542860005482,
      "loss": 7.3393,
      "step": 196280
    },
    {
      "epoch": 0.4089375,
      "grad_norm": 1.4500603675842285,
      "learning_rate": 0.00019344599271983138,
      "loss": 7.4653,
      "step": 196290
    },
    {
      "epoch": 0.4089583333333333,
      "grad_norm": 0.9784640073776245,
      "learning_rate": 0.00019343655665193845,
      "loss": 7.3652,
      "step": 196300
    },
    {
      "epoch": 0.40897916666666667,
      "grad_norm": 0.7803686261177063,
      "learning_rate": 0.00019342712039641677,
      "loss": 7.2379,
      "step": 196310
    },
    {
      "epoch": 0.409,
      "grad_norm": 2.7043745517730713,
      "learning_rate": 0.0001934176839533071,
      "loss": 7.8765,
      "step": 196320
    },
    {
      "epoch": 0.40902083333333333,
      "grad_norm": 0.9040527939796448,
      "learning_rate": 0.0001934082473226503,
      "loss": 7.8851,
      "step": 196330
    },
    {
      "epoch": 0.4090416666666667,
      "grad_norm": 1.2980481386184692,
      "learning_rate": 0.00019339881050448694,
      "loss": 7.1731,
      "step": 196340
    },
    {
      "epoch": 0.4090625,
      "grad_norm": 1.669387936592102,
      "learning_rate": 0.00019338937349885798,
      "loss": 8.2947,
      "step": 196350
    },
    {
      "epoch": 0.40908333333333335,
      "grad_norm": 1.5110430717468262,
      "learning_rate": 0.00019337993630580405,
      "loss": 7.9097,
      "step": 196360
    },
    {
      "epoch": 0.40910416666666666,
      "grad_norm": 0.626028299331665,
      "learning_rate": 0.000193370498925366,
      "loss": 7.2867,
      "step": 196370
    },
    {
      "epoch": 0.409125,
      "grad_norm": 1.5143170356750488,
      "learning_rate": 0.00019336106135758456,
      "loss": 7.9246,
      "step": 196380
    },
    {
      "epoch": 0.4091458333333333,
      "grad_norm": 0.8553459644317627,
      "learning_rate": 0.00019335162360250047,
      "loss": 9.1167,
      "step": 196390
    },
    {
      "epoch": 0.4091666666666667,
      "grad_norm": 1.665218472480774,
      "learning_rate": 0.00019334218566015456,
      "loss": 7.0408,
      "step": 196400
    },
    {
      "epoch": 0.4091875,
      "grad_norm": 1.2756094932556152,
      "learning_rate": 0.00019333274753058759,
      "loss": 8.0563,
      "step": 196410
    },
    {
      "epoch": 0.40920833333333334,
      "grad_norm": 1.1602308750152588,
      "learning_rate": 0.00019332330921384023,
      "loss": 7.3161,
      "step": 196420
    },
    {
      "epoch": 0.40922916666666664,
      "grad_norm": 0.9437254071235657,
      "learning_rate": 0.00019331387070995335,
      "loss": 7.6877,
      "step": 196430
    },
    {
      "epoch": 0.40925,
      "grad_norm": 2.0965921878814697,
      "learning_rate": 0.00019330443201896774,
      "loss": 8.2853,
      "step": 196440
    },
    {
      "epoch": 0.4092708333333333,
      "grad_norm": 1.1019686460494995,
      "learning_rate": 0.00019329499314092404,
      "loss": 7.1174,
      "step": 196450
    },
    {
      "epoch": 0.40929166666666666,
      "grad_norm": 1.7613292932510376,
      "learning_rate": 0.00019328555407586317,
      "loss": 7.5321,
      "step": 196460
    },
    {
      "epoch": 0.4093125,
      "grad_norm": 2.5584051609039307,
      "learning_rate": 0.00019327611482382583,
      "loss": 7.3524,
      "step": 196470
    },
    {
      "epoch": 0.4093333333333333,
      "grad_norm": 1.7557345628738403,
      "learning_rate": 0.0001932666753848528,
      "loss": 7.3807,
      "step": 196480
    },
    {
      "epoch": 0.4093541666666667,
      "grad_norm": 0.794934868812561,
      "learning_rate": 0.00019325723575898485,
      "loss": 8.3036,
      "step": 196490
    },
    {
      "epoch": 0.409375,
      "grad_norm": 0.7296901345252991,
      "learning_rate": 0.00019324779594626277,
      "loss": 7.9375,
      "step": 196500
    },
    {
      "epoch": 0.40939583333333335,
      "grad_norm": 1.1945834159851074,
      "learning_rate": 0.00019323835594672734,
      "loss": 8.1589,
      "step": 196510
    },
    {
      "epoch": 0.40941666666666665,
      "grad_norm": 1.6863278150558472,
      "learning_rate": 0.0001932289157604193,
      "loss": 7.7723,
      "step": 196520
    },
    {
      "epoch": 0.4094375,
      "grad_norm": 1.7530497312545776,
      "learning_rate": 0.00019321947538737948,
      "loss": 8.4969,
      "step": 196530
    },
    {
      "epoch": 0.4094583333333333,
      "grad_norm": 1.6003082990646362,
      "learning_rate": 0.0001932100348276486,
      "loss": 7.7014,
      "step": 196540
    },
    {
      "epoch": 0.40947916666666667,
      "grad_norm": 0.6572739481925964,
      "learning_rate": 0.0001932005940812675,
      "loss": 8.2422,
      "step": 196550
    },
    {
      "epoch": 0.4095,
      "grad_norm": 1.488918423652649,
      "learning_rate": 0.00019319115314827697,
      "loss": 7.4396,
      "step": 196560
    },
    {
      "epoch": 0.40952083333333333,
      "grad_norm": 1.5750807523727417,
      "learning_rate": 0.00019318171202871768,
      "loss": 7.8102,
      "step": 196570
    },
    {
      "epoch": 0.4095416666666667,
      "grad_norm": 0.9434288144111633,
      "learning_rate": 0.0001931722707226305,
      "loss": 7.8956,
      "step": 196580
    },
    {
      "epoch": 0.4095625,
      "grad_norm": 1.7235393524169922,
      "learning_rate": 0.00019316282923005626,
      "loss": 7.6746,
      "step": 196590
    },
    {
      "epoch": 0.40958333333333335,
      "grad_norm": 2.8433356285095215,
      "learning_rate": 0.00019315338755103564,
      "loss": 7.6044,
      "step": 196600
    },
    {
      "epoch": 0.40960416666666666,
      "grad_norm": 0.7727680802345276,
      "learning_rate": 0.00019314394568560947,
      "loss": 7.5445,
      "step": 196610
    },
    {
      "epoch": 0.409625,
      "grad_norm": 1.8520151376724243,
      "learning_rate": 0.0001931345036338185,
      "loss": 7.4974,
      "step": 196620
    },
    {
      "epoch": 0.4096458333333333,
      "grad_norm": 2.816565752029419,
      "learning_rate": 0.00019312506139570364,
      "loss": 7.8357,
      "step": 196630
    },
    {
      "epoch": 0.4096666666666667,
      "grad_norm": 2.2964212894439697,
      "learning_rate": 0.0001931156189713055,
      "loss": 7.4991,
      "step": 196640
    },
    {
      "epoch": 0.4096875,
      "grad_norm": 0.7169098854064941,
      "learning_rate": 0.00019310617636066494,
      "loss": 8.445,
      "step": 196650
    },
    {
      "epoch": 0.40970833333333334,
      "grad_norm": 0.6923462748527527,
      "learning_rate": 0.00019309673356382285,
      "loss": 7.9956,
      "step": 196660
    },
    {
      "epoch": 0.40972916666666664,
      "grad_norm": 1.291957974433899,
      "learning_rate": 0.0001930872905808199,
      "loss": 8.4142,
      "step": 196670
    },
    {
      "epoch": 0.40975,
      "grad_norm": 0.7613080739974976,
      "learning_rate": 0.00019307784741169685,
      "loss": 7.6247,
      "step": 196680
    },
    {
      "epoch": 0.4097708333333333,
      "grad_norm": 1.1700975894927979,
      "learning_rate": 0.00019306840405649463,
      "loss": 7.4798,
      "step": 196690
    },
    {
      "epoch": 0.40979166666666667,
      "grad_norm": 2.270033597946167,
      "learning_rate": 0.0001930589605152539,
      "loss": 8.297,
      "step": 196700
    },
    {
      "epoch": 0.4098125,
      "grad_norm": 3.9308555126190186,
      "learning_rate": 0.0001930495167880155,
      "loss": 7.6292,
      "step": 196710
    },
    {
      "epoch": 0.4098333333333333,
      "grad_norm": 1.9502284526824951,
      "learning_rate": 0.00019304007287482025,
      "loss": 7.5185,
      "step": 196720
    },
    {
      "epoch": 0.4098541666666667,
      "grad_norm": 0.844238817691803,
      "learning_rate": 0.0001930306287757089,
      "loss": 7.61,
      "step": 196730
    },
    {
      "epoch": 0.409875,
      "grad_norm": 2.871119737625122,
      "learning_rate": 0.00019302118449072227,
      "loss": 7.701,
      "step": 196740
    },
    {
      "epoch": 0.40989583333333335,
      "grad_norm": 1.3604018688201904,
      "learning_rate": 0.00019301174001990122,
      "loss": 8.4771,
      "step": 196750
    },
    {
      "epoch": 0.40991666666666665,
      "grad_norm": 1.915143370628357,
      "learning_rate": 0.00019300229536328638,
      "loss": 8.0724,
      "step": 196760
    },
    {
      "epoch": 0.4099375,
      "grad_norm": 4.846793174743652,
      "learning_rate": 0.00019299285052091868,
      "loss": 8.1166,
      "step": 196770
    },
    {
      "epoch": 0.4099583333333333,
      "grad_norm": 0.7469514012336731,
      "learning_rate": 0.0001929834054928389,
      "loss": 7.9286,
      "step": 196780
    },
    {
      "epoch": 0.4099791666666667,
      "grad_norm": 0.9547852873802185,
      "learning_rate": 0.0001929739602790878,
      "loss": 7.6596,
      "step": 196790
    },
    {
      "epoch": 0.41,
      "grad_norm": 0.819403886795044,
      "learning_rate": 0.00019296451487970628,
      "loss": 7.2607,
      "step": 196800
    },
    {
      "epoch": 0.41002083333333333,
      "grad_norm": 2.511991500854492,
      "learning_rate": 0.00019295506929473496,
      "loss": 7.5315,
      "step": 196810
    },
    {
      "epoch": 0.4100416666666667,
      "grad_norm": 0.9262598752975464,
      "learning_rate": 0.00019294562352421477,
      "loss": 7.4119,
      "step": 196820
    },
    {
      "epoch": 0.4100625,
      "grad_norm": 14.05220890045166,
      "learning_rate": 0.00019293617756818652,
      "loss": 8.0806,
      "step": 196830
    },
    {
      "epoch": 0.41008333333333336,
      "grad_norm": 2.782313585281372,
      "learning_rate": 0.00019292673142669097,
      "loss": 7.4601,
      "step": 196840
    },
    {
      "epoch": 0.41010416666666666,
      "grad_norm": 1.1802387237548828,
      "learning_rate": 0.0001929172850997689,
      "loss": 7.4095,
      "step": 196850
    },
    {
      "epoch": 0.410125,
      "grad_norm": 0.7498224377632141,
      "learning_rate": 0.00019290783858746116,
      "loss": 7.3144,
      "step": 196860
    },
    {
      "epoch": 0.4101458333333333,
      "grad_norm": 2.0650365352630615,
      "learning_rate": 0.00019289839188980855,
      "loss": 7.9216,
      "step": 196870
    },
    {
      "epoch": 0.4101666666666667,
      "grad_norm": 1.3106707334518433,
      "learning_rate": 0.00019288894500685188,
      "loss": 7.8101,
      "step": 196880
    },
    {
      "epoch": 0.4101875,
      "grad_norm": 1.3474576473236084,
      "learning_rate": 0.00019287949793863192,
      "loss": 7.7464,
      "step": 196890
    },
    {
      "epoch": 0.41020833333333334,
      "grad_norm": 0.816460907459259,
      "learning_rate": 0.0001928700506851895,
      "loss": 8.0643,
      "step": 196900
    },
    {
      "epoch": 0.41022916666666664,
      "grad_norm": 0.7404900789260864,
      "learning_rate": 0.00019286060324656543,
      "loss": 7.7929,
      "step": 196910
    },
    {
      "epoch": 0.41025,
      "grad_norm": 0.8607461452484131,
      "learning_rate": 0.00019285115562280052,
      "loss": 8.3179,
      "step": 196920
    },
    {
      "epoch": 0.4102708333333333,
      "grad_norm": 1.2426599264144897,
      "learning_rate": 0.0001928417078139356,
      "loss": 7.191,
      "step": 196930
    },
    {
      "epoch": 0.41029166666666667,
      "grad_norm": 0.969197154045105,
      "learning_rate": 0.0001928322598200115,
      "loss": 7.2545,
      "step": 196940
    },
    {
      "epoch": 0.4103125,
      "grad_norm": 1.305594801902771,
      "learning_rate": 0.0001928228116410689,
      "loss": 7.4081,
      "step": 196950
    },
    {
      "epoch": 0.4103333333333333,
      "grad_norm": 1.576139211654663,
      "learning_rate": 0.00019281336327714872,
      "loss": 7.3244,
      "step": 196960
    },
    {
      "epoch": 0.4103541666666667,
      "grad_norm": 1.6412148475646973,
      "learning_rate": 0.0001928039147282918,
      "loss": 7.4821,
      "step": 196970
    },
    {
      "epoch": 0.410375,
      "grad_norm": 0.8534605503082275,
      "learning_rate": 0.00019279446599453892,
      "loss": 7.6341,
      "step": 196980
    },
    {
      "epoch": 0.41039583333333335,
      "grad_norm": 0.9266121983528137,
      "learning_rate": 0.00019278501707593082,
      "loss": 8.4604,
      "step": 196990
    },
    {
      "epoch": 0.41041666666666665,
      "grad_norm": 2.8657755851745605,
      "learning_rate": 0.00019277556797250842,
      "loss": 7.8562,
      "step": 197000
    },
    {
      "epoch": 0.41041666666666665,
      "eval_loss": 7.6391282081604,
      "eval_runtime": 8.2896,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 197000
    },
    {
      "epoch": 0.4104375,
      "grad_norm": 1.2026053667068481,
      "learning_rate": 0.00019276611868431252,
      "loss": 7.8789,
      "step": 197010
    },
    {
      "epoch": 0.4104583333333333,
      "grad_norm": 1.4142037630081177,
      "learning_rate": 0.00019275666921138385,
      "loss": 8.5424,
      "step": 197020
    },
    {
      "epoch": 0.4104791666666667,
      "grad_norm": 1.0424765348434448,
      "learning_rate": 0.00019274721955376336,
      "loss": 7.3937,
      "step": 197030
    },
    {
      "epoch": 0.4105,
      "grad_norm": 0.9668125510215759,
      "learning_rate": 0.0001927377697114918,
      "loss": 7.7037,
      "step": 197040
    },
    {
      "epoch": 0.41052083333333333,
      "grad_norm": 0.6213261485099792,
      "learning_rate": 0.00019272831968460995,
      "loss": 7.5719,
      "step": 197050
    },
    {
      "epoch": 0.4105416666666667,
      "grad_norm": 1.7231318950653076,
      "learning_rate": 0.0001927188694731587,
      "loss": 7.1301,
      "step": 197060
    },
    {
      "epoch": 0.4105625,
      "grad_norm": 0.839901328086853,
      "learning_rate": 0.00019270941907717883,
      "loss": 7.6785,
      "step": 197070
    },
    {
      "epoch": 0.41058333333333336,
      "grad_norm": 0.86379075050354,
      "learning_rate": 0.00019269996849671117,
      "loss": 7.4473,
      "step": 197080
    },
    {
      "epoch": 0.41060416666666666,
      "grad_norm": 0.9672471284866333,
      "learning_rate": 0.0001926905177317966,
      "loss": 7.7742,
      "step": 197090
    },
    {
      "epoch": 0.410625,
      "grad_norm": 1.953188419342041,
      "learning_rate": 0.0001926810667824758,
      "loss": 7.6149,
      "step": 197100
    },
    {
      "epoch": 0.4106458333333333,
      "grad_norm": 3.0756471157073975,
      "learning_rate": 0.00019267161564878976,
      "loss": 7.5818,
      "step": 197110
    },
    {
      "epoch": 0.4106666666666667,
      "grad_norm": 1.0654852390289307,
      "learning_rate": 0.0001926621643307792,
      "loss": 7.2281,
      "step": 197120
    },
    {
      "epoch": 0.4106875,
      "grad_norm": 1.1956714391708374,
      "learning_rate": 0.00019265271282848496,
      "loss": 7.7589,
      "step": 197130
    },
    {
      "epoch": 0.41070833333333334,
      "grad_norm": 2.7786343097686768,
      "learning_rate": 0.00019264326114194796,
      "loss": 7.5653,
      "step": 197140
    },
    {
      "epoch": 0.41072916666666665,
      "grad_norm": 0.7593089938163757,
      "learning_rate": 0.00019263380927120885,
      "loss": 7.5047,
      "step": 197150
    },
    {
      "epoch": 0.41075,
      "grad_norm": 0.8335168361663818,
      "learning_rate": 0.0001926243572163086,
      "loss": 7.6157,
      "step": 197160
    },
    {
      "epoch": 0.4107708333333333,
      "grad_norm": 0.9187279343605042,
      "learning_rate": 0.00019261490497728806,
      "loss": 7.7405,
      "step": 197170
    },
    {
      "epoch": 0.41079166666666667,
      "grad_norm": 0.7867206335067749,
      "learning_rate": 0.00019260545255418793,
      "loss": 7.7048,
      "step": 197180
    },
    {
      "epoch": 0.4108125,
      "grad_norm": 1.780961513519287,
      "learning_rate": 0.0001925959999470491,
      "loss": 7.9429,
      "step": 197190
    },
    {
      "epoch": 0.41083333333333333,
      "grad_norm": 0.8897832632064819,
      "learning_rate": 0.00019258654715591247,
      "loss": 7.9299,
      "step": 197200
    },
    {
      "epoch": 0.4108541666666667,
      "grad_norm": 2.7094078063964844,
      "learning_rate": 0.00019257709418081878,
      "loss": 7.9037,
      "step": 197210
    },
    {
      "epoch": 0.410875,
      "grad_norm": 0.9177046418190002,
      "learning_rate": 0.00019256764102180892,
      "loss": 7.6834,
      "step": 197220
    },
    {
      "epoch": 0.41089583333333335,
      "grad_norm": 0.9969018697738647,
      "learning_rate": 0.00019255818767892365,
      "loss": 7.2816,
      "step": 197230
    },
    {
      "epoch": 0.41091666666666665,
      "grad_norm": 0.6522972583770752,
      "learning_rate": 0.0001925487341522039,
      "loss": 7.9622,
      "step": 197240
    },
    {
      "epoch": 0.4109375,
      "grad_norm": 0.7171298265457153,
      "learning_rate": 0.0001925392804416904,
      "loss": 7.3183,
      "step": 197250
    },
    {
      "epoch": 0.4109583333333333,
      "grad_norm": 12.137901306152344,
      "learning_rate": 0.0001925298265474241,
      "loss": 7.8985,
      "step": 197260
    },
    {
      "epoch": 0.4109791666666667,
      "grad_norm": 2.769716262817383,
      "learning_rate": 0.00019252037246944578,
      "loss": 7.6528,
      "step": 197270
    },
    {
      "epoch": 0.411,
      "grad_norm": 0.8979224562644958,
      "learning_rate": 0.00019251091820779627,
      "loss": 7.3293,
      "step": 197280
    },
    {
      "epoch": 0.41102083333333334,
      "grad_norm": 0.7252795696258545,
      "learning_rate": 0.0001925014637625164,
      "loss": 7.4351,
      "step": 197290
    },
    {
      "epoch": 0.4110416666666667,
      "grad_norm": 0.9993411898612976,
      "learning_rate": 0.00019249200913364704,
      "loss": 7.6127,
      "step": 197300
    },
    {
      "epoch": 0.4110625,
      "grad_norm": 1.4961909055709839,
      "learning_rate": 0.0001924825543212291,
      "loss": 7.1688,
      "step": 197310
    },
    {
      "epoch": 0.41108333333333336,
      "grad_norm": 1.1730903387069702,
      "learning_rate": 0.00019247309932530324,
      "loss": 7.418,
      "step": 197320
    },
    {
      "epoch": 0.41110416666666666,
      "grad_norm": 2.2142601013183594,
      "learning_rate": 0.0001924636441459104,
      "loss": 7.7559,
      "step": 197330
    },
    {
      "epoch": 0.411125,
      "grad_norm": 2.217517137527466,
      "learning_rate": 0.00019245418878309153,
      "loss": 7.9509,
      "step": 197340
    },
    {
      "epoch": 0.4111458333333333,
      "grad_norm": 0.906495988368988,
      "learning_rate": 0.00019244473323688728,
      "loss": 7.3047,
      "step": 197350
    },
    {
      "epoch": 0.4111666666666667,
      "grad_norm": 0.91087806224823,
      "learning_rate": 0.00019243527750733858,
      "loss": 7.192,
      "step": 197360
    },
    {
      "epoch": 0.4111875,
      "grad_norm": 0.7660715579986572,
      "learning_rate": 0.00019242582159448632,
      "loss": 7.2,
      "step": 197370
    },
    {
      "epoch": 0.41120833333333334,
      "grad_norm": 0.7857399582862854,
      "learning_rate": 0.00019241636549837128,
      "loss": 7.6635,
      "step": 197380
    },
    {
      "epoch": 0.41122916666666665,
      "grad_norm": 0.8468999266624451,
      "learning_rate": 0.00019240690921903435,
      "loss": 7.6135,
      "step": 197390
    },
    {
      "epoch": 0.41125,
      "grad_norm": 0.5248597264289856,
      "learning_rate": 0.00019239745275651633,
      "loss": 7.3828,
      "step": 197400
    },
    {
      "epoch": 0.4112708333333333,
      "grad_norm": 5.8478593826293945,
      "learning_rate": 0.00019238799611085813,
      "loss": 7.5656,
      "step": 197410
    },
    {
      "epoch": 0.41129166666666667,
      "grad_norm": 1.8640559911727905,
      "learning_rate": 0.00019237853928210055,
      "loss": 7.6881,
      "step": 197420
    },
    {
      "epoch": 0.4113125,
      "grad_norm": 2.1370689868927,
      "learning_rate": 0.00019236908227028443,
      "loss": 7.6672,
      "step": 197430
    },
    {
      "epoch": 0.41133333333333333,
      "grad_norm": 1.8057875633239746,
      "learning_rate": 0.00019235962507545068,
      "loss": 8.1519,
      "step": 197440
    },
    {
      "epoch": 0.4113541666666667,
      "grad_norm": 0.9882250428199768,
      "learning_rate": 0.0001923501676976401,
      "loss": 7.6945,
      "step": 197450
    },
    {
      "epoch": 0.411375,
      "grad_norm": 1.0639511346817017,
      "learning_rate": 0.00019234071013689356,
      "loss": 7.6429,
      "step": 197460
    },
    {
      "epoch": 0.41139583333333335,
      "grad_norm": 2.1634886264801025,
      "learning_rate": 0.00019233125239325193,
      "loss": 7.6303,
      "step": 197470
    },
    {
      "epoch": 0.41141666666666665,
      "grad_norm": 1.454569935798645,
      "learning_rate": 0.00019232179446675604,
      "loss": 7.7835,
      "step": 197480
    },
    {
      "epoch": 0.4114375,
      "grad_norm": 1.1838061809539795,
      "learning_rate": 0.0001923123363574467,
      "loss": 7.1377,
      "step": 197490
    },
    {
      "epoch": 0.4114583333333333,
      "grad_norm": 0.8930229544639587,
      "learning_rate": 0.00019230287806536487,
      "loss": 7.3467,
      "step": 197500
    },
    {
      "epoch": 0.4114791666666667,
      "grad_norm": 1.3386849164962769,
      "learning_rate": 0.0001922934195905514,
      "loss": 7.3152,
      "step": 197510
    },
    {
      "epoch": 0.4115,
      "grad_norm": 0.6711556315422058,
      "learning_rate": 0.000192283960933047,
      "loss": 8.0413,
      "step": 197520
    },
    {
      "epoch": 0.41152083333333334,
      "grad_norm": 0.6345916986465454,
      "learning_rate": 0.0001922745020928927,
      "loss": 7.4587,
      "step": 197530
    },
    {
      "epoch": 0.41154166666666664,
      "grad_norm": 1.9866089820861816,
      "learning_rate": 0.00019226504307012923,
      "loss": 7.5556,
      "step": 197540
    },
    {
      "epoch": 0.4115625,
      "grad_norm": 0.8199301362037659,
      "learning_rate": 0.0001922555838647975,
      "loss": 7.4412,
      "step": 197550
    },
    {
      "epoch": 0.41158333333333336,
      "grad_norm": 0.8035199642181396,
      "learning_rate": 0.0001922461244769384,
      "loss": 7.5452,
      "step": 197560
    },
    {
      "epoch": 0.41160416666666666,
      "grad_norm": 1.105421781539917,
      "learning_rate": 0.00019223666490659276,
      "loss": 7.5654,
      "step": 197570
    },
    {
      "epoch": 0.411625,
      "grad_norm": 0.7194796800613403,
      "learning_rate": 0.00019222720515380142,
      "loss": 7.6827,
      "step": 197580
    },
    {
      "epoch": 0.4116458333333333,
      "grad_norm": 4.38279390335083,
      "learning_rate": 0.0001922177452186053,
      "loss": 7.5503,
      "step": 197590
    },
    {
      "epoch": 0.4116666666666667,
      "grad_norm": 0.9872605204582214,
      "learning_rate": 0.00019220828510104523,
      "loss": 7.3267,
      "step": 197600
    },
    {
      "epoch": 0.4116875,
      "grad_norm": 0.6229836940765381,
      "learning_rate": 0.00019219882480116205,
      "loss": 7.3446,
      "step": 197610
    },
    {
      "epoch": 0.41170833333333334,
      "grad_norm": 0.6997819542884827,
      "learning_rate": 0.00019218936431899665,
      "loss": 7.5011,
      "step": 197620
    },
    {
      "epoch": 0.41172916666666665,
      "grad_norm": 1.5801080465316772,
      "learning_rate": 0.00019217990365458996,
      "loss": 7.258,
      "step": 197630
    },
    {
      "epoch": 0.41175,
      "grad_norm": 1.350074291229248,
      "learning_rate": 0.00019217044280798272,
      "loss": 7.3432,
      "step": 197640
    },
    {
      "epoch": 0.4117708333333333,
      "grad_norm": 2.5188539028167725,
      "learning_rate": 0.00019216098177921587,
      "loss": 7.8379,
      "step": 197650
    },
    {
      "epoch": 0.41179166666666667,
      "grad_norm": 0.9556458592414856,
      "learning_rate": 0.00019215152056833025,
      "loss": 7.786,
      "step": 197660
    },
    {
      "epoch": 0.4118125,
      "grad_norm": 0.6630681753158569,
      "learning_rate": 0.00019214205917536683,
      "loss": 8.482,
      "step": 197670
    },
    {
      "epoch": 0.41183333333333333,
      "grad_norm": 0.9209763407707214,
      "learning_rate": 0.00019213259760036632,
      "loss": 8.8691,
      "step": 197680
    },
    {
      "epoch": 0.4118541666666667,
      "grad_norm": 1.3764915466308594,
      "learning_rate": 0.00019212313584336964,
      "loss": 7.69,
      "step": 197690
    },
    {
      "epoch": 0.411875,
      "grad_norm": 0.6762151122093201,
      "learning_rate": 0.00019211367390441775,
      "loss": 7.733,
      "step": 197700
    },
    {
      "epoch": 0.41189583333333335,
      "grad_norm": 2.7043960094451904,
      "learning_rate": 0.00019210421178355146,
      "loss": 8.4938,
      "step": 197710
    },
    {
      "epoch": 0.41191666666666665,
      "grad_norm": 2.3675522804260254,
      "learning_rate": 0.00019209474948081158,
      "loss": 7.0691,
      "step": 197720
    },
    {
      "epoch": 0.4119375,
      "grad_norm": 2.5757558345794678,
      "learning_rate": 0.00019208528699623913,
      "loss": 8.1738,
      "step": 197730
    },
    {
      "epoch": 0.4119583333333333,
      "grad_norm": 0.8426675796508789,
      "learning_rate": 0.00019207582432987483,
      "loss": 7.6109,
      "step": 197740
    },
    {
      "epoch": 0.4119791666666667,
      "grad_norm": 1.1438316106796265,
      "learning_rate": 0.00019206636148175963,
      "loss": 7.2425,
      "step": 197750
    },
    {
      "epoch": 0.412,
      "grad_norm": 1.9669791460037231,
      "learning_rate": 0.00019205689845193442,
      "loss": 8.0412,
      "step": 197760
    },
    {
      "epoch": 0.41202083333333334,
      "grad_norm": 2.2589564323425293,
      "learning_rate": 0.00019204743524044006,
      "loss": 7.5921,
      "step": 197770
    },
    {
      "epoch": 0.41204166666666664,
      "grad_norm": 0.9304178357124329,
      "learning_rate": 0.00019203797184731743,
      "loss": 8.3269,
      "step": 197780
    },
    {
      "epoch": 0.4120625,
      "grad_norm": 1.694952130317688,
      "learning_rate": 0.00019202850827260734,
      "loss": 8.1307,
      "step": 197790
    },
    {
      "epoch": 0.41208333333333336,
      "grad_norm": 1.5054305791854858,
      "learning_rate": 0.0001920190445163508,
      "loss": 8.5403,
      "step": 197800
    },
    {
      "epoch": 0.41210416666666666,
      "grad_norm": 0.860960066318512,
      "learning_rate": 0.0001920095805785886,
      "loss": 8.2544,
      "step": 197810
    },
    {
      "epoch": 0.412125,
      "grad_norm": 1.1650986671447754,
      "learning_rate": 0.0001920001164593616,
      "loss": 7.3061,
      "step": 197820
    },
    {
      "epoch": 0.4121458333333333,
      "grad_norm": 1.003116250038147,
      "learning_rate": 0.00019199065215871075,
      "loss": 8.4702,
      "step": 197830
    },
    {
      "epoch": 0.4121666666666667,
      "grad_norm": 1.6150007247924805,
      "learning_rate": 0.00019198118767667696,
      "loss": 7.6453,
      "step": 197840
    },
    {
      "epoch": 0.4121875,
      "grad_norm": 2.803119421005249,
      "learning_rate": 0.00019197172301330099,
      "loss": 8.1656,
      "step": 197850
    },
    {
      "epoch": 0.41220833333333334,
      "grad_norm": 0.7536373138427734,
      "learning_rate": 0.00019196225816862377,
      "loss": 7.8689,
      "step": 197860
    },
    {
      "epoch": 0.41222916666666665,
      "grad_norm": 1.4201090335845947,
      "learning_rate": 0.0001919527931426863,
      "loss": 7.68,
      "step": 197870
    },
    {
      "epoch": 0.41225,
      "grad_norm": 1.8861432075500488,
      "learning_rate": 0.00019194332793552932,
      "loss": 7.5767,
      "step": 197880
    },
    {
      "epoch": 0.4122708333333333,
      "grad_norm": 0.5381899476051331,
      "learning_rate": 0.00019193386254719372,
      "loss": 8.2252,
      "step": 197890
    },
    {
      "epoch": 0.41229166666666667,
      "grad_norm": 1.8847111463546753,
      "learning_rate": 0.00019192439697772047,
      "loss": 7.7356,
      "step": 197900
    },
    {
      "epoch": 0.4123125,
      "grad_norm": 0.5569266676902771,
      "learning_rate": 0.00019191493122715044,
      "loss": 7.4509,
      "step": 197910
    },
    {
      "epoch": 0.41233333333333333,
      "grad_norm": 1.3272426128387451,
      "learning_rate": 0.00019190546529552447,
      "loss": 7.2393,
      "step": 197920
    },
    {
      "epoch": 0.4123541666666667,
      "grad_norm": 2.4850337505340576,
      "learning_rate": 0.00019189599918288346,
      "loss": 7.6835,
      "step": 197930
    },
    {
      "epoch": 0.412375,
      "grad_norm": 0.6707717776298523,
      "learning_rate": 0.00019188653288926836,
      "loss": 7.52,
      "step": 197940
    },
    {
      "epoch": 0.41239583333333335,
      "grad_norm": 2.3797757625579834,
      "learning_rate": 0.00019187706641472002,
      "loss": 8.6353,
      "step": 197950
    },
    {
      "epoch": 0.41241666666666665,
      "grad_norm": 0.8299088478088379,
      "learning_rate": 0.0001918675997592793,
      "loss": 7.4009,
      "step": 197960
    },
    {
      "epoch": 0.4124375,
      "grad_norm": 0.9340660572052002,
      "learning_rate": 0.00019185813292298712,
      "loss": 7.5339,
      "step": 197970
    },
    {
      "epoch": 0.4124583333333333,
      "grad_norm": 0.8188474178314209,
      "learning_rate": 0.00019184866590588439,
      "loss": 7.2608,
      "step": 197980
    },
    {
      "epoch": 0.4124791666666667,
      "grad_norm": 0.6982786059379578,
      "learning_rate": 0.00019183919870801195,
      "loss": 7.883,
      "step": 197990
    },
    {
      "epoch": 0.4125,
      "grad_norm": 1.1486351490020752,
      "learning_rate": 0.0001918297313294108,
      "loss": 8.2613,
      "step": 198000
    },
    {
      "epoch": 0.4125,
      "eval_loss": 7.355312347412109,
      "eval_runtime": 8.2762,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 198000
    },
    {
      "epoch": 0.41252083333333334,
      "grad_norm": 2.432950735092163,
      "learning_rate": 0.00019182026377012176,
      "loss": 7.6753,
      "step": 198010
    },
    {
      "epoch": 0.41254166666666664,
      "grad_norm": 0.8842555284500122,
      "learning_rate": 0.00019181079603018564,
      "loss": 8.1725,
      "step": 198020
    },
    {
      "epoch": 0.4125625,
      "grad_norm": 0.5647516846656799,
      "learning_rate": 0.0001918013281096435,
      "loss": 7.5256,
      "step": 198030
    },
    {
      "epoch": 0.41258333333333336,
      "grad_norm": 0.9599440693855286,
      "learning_rate": 0.0001917918600085362,
      "loss": 8.5244,
      "step": 198040
    },
    {
      "epoch": 0.41260416666666666,
      "grad_norm": 1.2225978374481201,
      "learning_rate": 0.00019178239172690456,
      "loss": 7.8356,
      "step": 198050
    },
    {
      "epoch": 0.412625,
      "grad_norm": 0.7084142565727234,
      "learning_rate": 0.00019177292326478954,
      "loss": 7.4029,
      "step": 198060
    },
    {
      "epoch": 0.4126458333333333,
      "grad_norm": 1.4697660207748413,
      "learning_rate": 0.00019176345462223207,
      "loss": 8.1726,
      "step": 198070
    },
    {
      "epoch": 0.4126666666666667,
      "grad_norm": 1.6135801076889038,
      "learning_rate": 0.00019175398579927293,
      "loss": 7.5966,
      "step": 198080
    },
    {
      "epoch": 0.4126875,
      "grad_norm": 0.7142291069030762,
      "learning_rate": 0.0001917445167959531,
      "loss": 7.5478,
      "step": 198090
    },
    {
      "epoch": 0.41270833333333334,
      "grad_norm": 1.3969855308532715,
      "learning_rate": 0.00019173504761231354,
      "loss": 7.6512,
      "step": 198100
    },
    {
      "epoch": 0.41272916666666665,
      "grad_norm": 0.9349786639213562,
      "learning_rate": 0.0001917255782483951,
      "loss": 7.2146,
      "step": 198110
    },
    {
      "epoch": 0.41275,
      "grad_norm": 0.673098623752594,
      "learning_rate": 0.00019171610870423862,
      "loss": 7.8953,
      "step": 198120
    },
    {
      "epoch": 0.4127708333333333,
      "grad_norm": 1.524790644645691,
      "learning_rate": 0.0001917066389798851,
      "loss": 7.9583,
      "step": 198130
    },
    {
      "epoch": 0.41279166666666667,
      "grad_norm": 1.0742378234863281,
      "learning_rate": 0.0001916971690753754,
      "loss": 7.7278,
      "step": 198140
    },
    {
      "epoch": 0.4128125,
      "grad_norm": 3.198808193206787,
      "learning_rate": 0.0001916876989907504,
      "loss": 7.6541,
      "step": 198150
    },
    {
      "epoch": 0.41283333333333333,
      "grad_norm": 0.8757298588752747,
      "learning_rate": 0.00019167822872605107,
      "loss": 7.8644,
      "step": 198160
    },
    {
      "epoch": 0.4128541666666667,
      "grad_norm": 2.8783252239227295,
      "learning_rate": 0.0001916687582813183,
      "loss": 7.8219,
      "step": 198170
    },
    {
      "epoch": 0.412875,
      "grad_norm": 0.5465912818908691,
      "learning_rate": 0.000191659287656593,
      "loss": 7.516,
      "step": 198180
    },
    {
      "epoch": 0.41289583333333335,
      "grad_norm": 1.2082170248031616,
      "learning_rate": 0.00019164981685191603,
      "loss": 7.5586,
      "step": 198190
    },
    {
      "epoch": 0.41291666666666665,
      "grad_norm": 0.9112831354141235,
      "learning_rate": 0.00019164034586732838,
      "loss": 7.9373,
      "step": 198200
    },
    {
      "epoch": 0.4129375,
      "grad_norm": 1.4495400190353394,
      "learning_rate": 0.0001916308747028709,
      "loss": 7.7617,
      "step": 198210
    },
    {
      "epoch": 0.4129583333333333,
      "grad_norm": 0.9130741953849792,
      "learning_rate": 0.00019162140335858446,
      "loss": 7.4178,
      "step": 198220
    },
    {
      "epoch": 0.4129791666666667,
      "grad_norm": 0.733511745929718,
      "learning_rate": 0.00019161193183451009,
      "loss": 7.7997,
      "step": 198230
    },
    {
      "epoch": 0.413,
      "grad_norm": 2.276688814163208,
      "learning_rate": 0.0001916024601306887,
      "loss": 7.3573,
      "step": 198240
    },
    {
      "epoch": 0.41302083333333334,
      "grad_norm": 1.7128145694732666,
      "learning_rate": 0.00019159298824716106,
      "loss": 7.565,
      "step": 198250
    },
    {
      "epoch": 0.41304166666666664,
      "grad_norm": 1.326781153678894,
      "learning_rate": 0.00019158351618396823,
      "loss": 8.0119,
      "step": 198260
    },
    {
      "epoch": 0.4130625,
      "grad_norm": 1.7717792987823486,
      "learning_rate": 0.000191574043941151,
      "loss": 7.7035,
      "step": 198270
    },
    {
      "epoch": 0.41308333333333336,
      "grad_norm": 0.8727527856826782,
      "learning_rate": 0.00019156457151875043,
      "loss": 7.3159,
      "step": 198280
    },
    {
      "epoch": 0.41310416666666666,
      "grad_norm": 1.0032708644866943,
      "learning_rate": 0.00019155509891680733,
      "loss": 8.5114,
      "step": 198290
    },
    {
      "epoch": 0.413125,
      "grad_norm": 1.4610278606414795,
      "learning_rate": 0.00019154562613536266,
      "loss": 8.1718,
      "step": 198300
    },
    {
      "epoch": 0.4131458333333333,
      "grad_norm": 1.0004996061325073,
      "learning_rate": 0.00019153615317445732,
      "loss": 7.956,
      "step": 198310
    },
    {
      "epoch": 0.4131666666666667,
      "grad_norm": 0.6447358131408691,
      "learning_rate": 0.00019152668003413225,
      "loss": 7.5753,
      "step": 198320
    },
    {
      "epoch": 0.4131875,
      "grad_norm": 0.7451463341712952,
      "learning_rate": 0.00019151720671442836,
      "loss": 7.7452,
      "step": 198330
    },
    {
      "epoch": 0.41320833333333334,
      "grad_norm": 0.668957531452179,
      "learning_rate": 0.00019150773321538657,
      "loss": 7.6551,
      "step": 198340
    },
    {
      "epoch": 0.41322916666666665,
      "grad_norm": 0.6018133759498596,
      "learning_rate": 0.00019149825953704782,
      "loss": 7.5241,
      "step": 198350
    },
    {
      "epoch": 0.41325,
      "grad_norm": 4.0058112144470215,
      "learning_rate": 0.00019148878567945297,
      "loss": 7.5013,
      "step": 198360
    },
    {
      "epoch": 0.4132708333333333,
      "grad_norm": 1.7881168127059937,
      "learning_rate": 0.000191479311642643,
      "loss": 7.5547,
      "step": 198370
    },
    {
      "epoch": 0.41329166666666667,
      "grad_norm": 3.1884121894836426,
      "learning_rate": 0.00019146983742665885,
      "loss": 7.9192,
      "step": 198380
    },
    {
      "epoch": 0.4133125,
      "grad_norm": 1.426684021949768,
      "learning_rate": 0.00019146036303154137,
      "loss": 7.2239,
      "step": 198390
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 2.7299458980560303,
      "learning_rate": 0.0001914508884573316,
      "loss": 8.2958,
      "step": 198400
    },
    {
      "epoch": 0.4133541666666667,
      "grad_norm": 1.6629189252853394,
      "learning_rate": 0.00019144141370407036,
      "loss": 7.4609,
      "step": 198410
    },
    {
      "epoch": 0.413375,
      "grad_norm": 0.7040331959724426,
      "learning_rate": 0.00019143193877179862,
      "loss": 7.4283,
      "step": 198420
    },
    {
      "epoch": 0.41339583333333335,
      "grad_norm": 0.9329231381416321,
      "learning_rate": 0.0001914224636605573,
      "loss": 7.2406,
      "step": 198430
    },
    {
      "epoch": 0.41341666666666665,
      "grad_norm": 0.7557361721992493,
      "learning_rate": 0.00019141298837038734,
      "loss": 8.3937,
      "step": 198440
    },
    {
      "epoch": 0.4134375,
      "grad_norm": 1.3715699911117554,
      "learning_rate": 0.00019140351290132965,
      "loss": 7.5849,
      "step": 198450
    },
    {
      "epoch": 0.4134583333333333,
      "grad_norm": 1.999790072441101,
      "learning_rate": 0.0001913940372534252,
      "loss": 8.0137,
      "step": 198460
    },
    {
      "epoch": 0.4134791666666667,
      "grad_norm": 1.9644248485565186,
      "learning_rate": 0.00019138456142671486,
      "loss": 7.873,
      "step": 198470
    },
    {
      "epoch": 0.4135,
      "grad_norm": 0.9124003648757935,
      "learning_rate": 0.0001913750854212396,
      "loss": 8.4518,
      "step": 198480
    },
    {
      "epoch": 0.41352083333333334,
      "grad_norm": 1.330190896987915,
      "learning_rate": 0.00019136560923704038,
      "loss": 7.4243,
      "step": 198490
    },
    {
      "epoch": 0.41354166666666664,
      "grad_norm": 0.8743412494659424,
      "learning_rate": 0.00019135613287415808,
      "loss": 7.3393,
      "step": 198500
    },
    {
      "epoch": 0.4135625,
      "grad_norm": 2.7394015789031982,
      "learning_rate": 0.00019134665633263365,
      "loss": 7.8111,
      "step": 198510
    },
    {
      "epoch": 0.41358333333333336,
      "grad_norm": 3.904927968978882,
      "learning_rate": 0.00019133717961250803,
      "loss": 8.4972,
      "step": 198520
    },
    {
      "epoch": 0.41360416666666666,
      "grad_norm": 0.6063129305839539,
      "learning_rate": 0.00019132770271382217,
      "loss": 7.7598,
      "step": 198530
    },
    {
      "epoch": 0.413625,
      "grad_norm": 0.8866875171661377,
      "learning_rate": 0.00019131822563661698,
      "loss": 7.7628,
      "step": 198540
    },
    {
      "epoch": 0.4136458333333333,
      "grad_norm": 1.1426916122436523,
      "learning_rate": 0.00019130874838093343,
      "loss": 7.5824,
      "step": 198550
    },
    {
      "epoch": 0.4136666666666667,
      "grad_norm": 1.514413833618164,
      "learning_rate": 0.0001912992709468124,
      "loss": 8.0737,
      "step": 198560
    },
    {
      "epoch": 0.4136875,
      "grad_norm": 1.9064656496047974,
      "learning_rate": 0.00019128979333429496,
      "loss": 7.7943,
      "step": 198570
    },
    {
      "epoch": 0.41370833333333334,
      "grad_norm": 1.2071559429168701,
      "learning_rate": 0.00019128031554342185,
      "loss": 7.1039,
      "step": 198580
    },
    {
      "epoch": 0.41372916666666665,
      "grad_norm": 0.6966298818588257,
      "learning_rate": 0.00019127083757423415,
      "loss": 7.9203,
      "step": 198590
    },
    {
      "epoch": 0.41375,
      "grad_norm": 1.221450924873352,
      "learning_rate": 0.0001912613594267728,
      "loss": 7.546,
      "step": 198600
    },
    {
      "epoch": 0.4137708333333333,
      "grad_norm": 2.995932102203369,
      "learning_rate": 0.00019125188110107868,
      "loss": 7.7836,
      "step": 198610
    },
    {
      "epoch": 0.41379166666666667,
      "grad_norm": 0.9984365701675415,
      "learning_rate": 0.00019124240259719278,
      "loss": 7.3356,
      "step": 198620
    },
    {
      "epoch": 0.4138125,
      "grad_norm": 1.2026610374450684,
      "learning_rate": 0.000191232923915156,
      "loss": 7.914,
      "step": 198630
    },
    {
      "epoch": 0.41383333333333333,
      "grad_norm": 2.2057886123657227,
      "learning_rate": 0.0001912234450550093,
      "loss": 7.8482,
      "step": 198640
    },
    {
      "epoch": 0.4138541666666667,
      "grad_norm": 2.198354482650757,
      "learning_rate": 0.00019121396601679368,
      "loss": 7.8114,
      "step": 198650
    },
    {
      "epoch": 0.413875,
      "grad_norm": 1.0163906812667847,
      "learning_rate": 0.00019120448680055,
      "loss": 7.8712,
      "step": 198660
    },
    {
      "epoch": 0.41389583333333335,
      "grad_norm": 1.0979499816894531,
      "learning_rate": 0.00019119500740631928,
      "loss": 7.3641,
      "step": 198670
    },
    {
      "epoch": 0.41391666666666665,
      "grad_norm": 1.6112720966339111,
      "learning_rate": 0.0001911855278341424,
      "loss": 7.1787,
      "step": 198680
    },
    {
      "epoch": 0.4139375,
      "grad_norm": 1.5137368440628052,
      "learning_rate": 0.00019117604808406035,
      "loss": 7.2974,
      "step": 198690
    },
    {
      "epoch": 0.4139583333333333,
      "grad_norm": 1.0140312910079956,
      "learning_rate": 0.0001911665681561141,
      "loss": 7.4079,
      "step": 198700
    },
    {
      "epoch": 0.4139791666666667,
      "grad_norm": 0.9156648516654968,
      "learning_rate": 0.00019115708805034456,
      "loss": 7.1969,
      "step": 198710
    },
    {
      "epoch": 0.414,
      "grad_norm": 1.029422640800476,
      "learning_rate": 0.00019114760776679267,
      "loss": 7.3604,
      "step": 198720
    },
    {
      "epoch": 0.41402083333333334,
      "grad_norm": 1.4542666673660278,
      "learning_rate": 0.0001911381273054994,
      "loss": 7.671,
      "step": 198730
    },
    {
      "epoch": 0.41404166666666664,
      "grad_norm": 3.884967088699341,
      "learning_rate": 0.00019112864666650573,
      "loss": 8.6021,
      "step": 198740
    },
    {
      "epoch": 0.4140625,
      "grad_norm": 2.9844343662261963,
      "learning_rate": 0.0001911191658498526,
      "loss": 7.4456,
      "step": 198750
    },
    {
      "epoch": 0.41408333333333336,
      "grad_norm": 0.7349464297294617,
      "learning_rate": 0.0001911096848555809,
      "loss": 7.4166,
      "step": 198760
    },
    {
      "epoch": 0.41410416666666666,
      "grad_norm": 3.95330548286438,
      "learning_rate": 0.00019110020368373167,
      "loss": 8.5958,
      "step": 198770
    },
    {
      "epoch": 0.414125,
      "grad_norm": 1.71190345287323,
      "learning_rate": 0.00019109072233434584,
      "loss": 7.616,
      "step": 198780
    },
    {
      "epoch": 0.4141458333333333,
      "grad_norm": 1.0988048315048218,
      "learning_rate": 0.0001910812408074643,
      "loss": 7.8601,
      "step": 198790
    },
    {
      "epoch": 0.4141666666666667,
      "grad_norm": 0.9801044464111328,
      "learning_rate": 0.00019107175910312808,
      "loss": 7.6321,
      "step": 198800
    },
    {
      "epoch": 0.4141875,
      "grad_norm": 3.5358974933624268,
      "learning_rate": 0.00019106227722137816,
      "loss": 7.7104,
      "step": 198810
    },
    {
      "epoch": 0.41420833333333335,
      "grad_norm": 1.1549683809280396,
      "learning_rate": 0.00019105279516225542,
      "loss": 7.7627,
      "step": 198820
    },
    {
      "epoch": 0.41422916666666665,
      "grad_norm": 0.8732193112373352,
      "learning_rate": 0.00019104331292580084,
      "loss": 8.0499,
      "step": 198830
    },
    {
      "epoch": 0.41425,
      "grad_norm": 0.7483482956886292,
      "learning_rate": 0.0001910338305120554,
      "loss": 7.2118,
      "step": 198840
    },
    {
      "epoch": 0.4142708333333333,
      "grad_norm": 0.6161462068557739,
      "learning_rate": 0.0001910243479210601,
      "loss": 7.5847,
      "step": 198850
    },
    {
      "epoch": 0.41429166666666667,
      "grad_norm": 0.6211733818054199,
      "learning_rate": 0.0001910148651528558,
      "loss": 7.6833,
      "step": 198860
    },
    {
      "epoch": 0.4143125,
      "grad_norm": 2.210303544998169,
      "learning_rate": 0.00019100538220748355,
      "loss": 7.6039,
      "step": 198870
    },
    {
      "epoch": 0.41433333333333333,
      "grad_norm": 0.729073166847229,
      "learning_rate": 0.0001909958990849843,
      "loss": 7.5143,
      "step": 198880
    },
    {
      "epoch": 0.4143541666666667,
      "grad_norm": 4.010807037353516,
      "learning_rate": 0.00019098641578539895,
      "loss": 7.9864,
      "step": 198890
    },
    {
      "epoch": 0.414375,
      "grad_norm": 0.811490535736084,
      "learning_rate": 0.0001909769323087685,
      "loss": 7.2771,
      "step": 198900
    },
    {
      "epoch": 0.41439583333333335,
      "grad_norm": 1.2558997869491577,
      "learning_rate": 0.000190967448655134,
      "loss": 7.2798,
      "step": 198910
    },
    {
      "epoch": 0.41441666666666666,
      "grad_norm": 1.5694435834884644,
      "learning_rate": 0.00019095796482453625,
      "loss": 7.834,
      "step": 198920
    },
    {
      "epoch": 0.4144375,
      "grad_norm": 1.456028938293457,
      "learning_rate": 0.00019094848081701633,
      "loss": 7.5844,
      "step": 198930
    },
    {
      "epoch": 0.4144583333333333,
      "grad_norm": 2.7900376319885254,
      "learning_rate": 0.0001909389966326152,
      "loss": 8.0036,
      "step": 198940
    },
    {
      "epoch": 0.4144791666666667,
      "grad_norm": 0.8713279366493225,
      "learning_rate": 0.00019092951227137379,
      "loss": 7.3247,
      "step": 198950
    },
    {
      "epoch": 0.4145,
      "grad_norm": 2.571638822555542,
      "learning_rate": 0.00019092002773333307,
      "loss": 7.5349,
      "step": 198960
    },
    {
      "epoch": 0.41452083333333334,
      "grad_norm": 0.7964838743209839,
      "learning_rate": 0.00019091054301853408,
      "loss": 7.2768,
      "step": 198970
    },
    {
      "epoch": 0.41454166666666664,
      "grad_norm": 1.3156954050064087,
      "learning_rate": 0.0001909010581270177,
      "loss": 7.5188,
      "step": 198980
    },
    {
      "epoch": 0.4145625,
      "grad_norm": 3.2946813106536865,
      "learning_rate": 0.00019089157305882495,
      "loss": 7.5907,
      "step": 198990
    },
    {
      "epoch": 0.41458333333333336,
      "grad_norm": 6.270385265350342,
      "learning_rate": 0.0001908820878139968,
      "loss": 8.2146,
      "step": 199000
    },
    {
      "epoch": 0.41458333333333336,
      "eval_loss": 7.362840175628662,
      "eval_runtime": 8.3187,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 199000
    },
    {
      "epoch": 0.41460416666666666,
      "grad_norm": 2.1260743141174316,
      "learning_rate": 0.0001908726023925742,
      "loss": 8.6301,
      "step": 199010
    },
    {
      "epoch": 0.414625,
      "grad_norm": 1.9867312908172607,
      "learning_rate": 0.00019086311679459813,
      "loss": 7.5213,
      "step": 199020
    },
    {
      "epoch": 0.4146458333333333,
      "grad_norm": 0.6620920300483704,
      "learning_rate": 0.0001908536310201096,
      "loss": 7.2879,
      "step": 199030
    },
    {
      "epoch": 0.4146666666666667,
      "grad_norm": 1.5866528749465942,
      "learning_rate": 0.00019084414506914953,
      "loss": 7.983,
      "step": 199040
    },
    {
      "epoch": 0.4146875,
      "grad_norm": 4.228052139282227,
      "learning_rate": 0.00019083465894175893,
      "loss": 7.8737,
      "step": 199050
    },
    {
      "epoch": 0.41470833333333335,
      "grad_norm": 0.6116520166397095,
      "learning_rate": 0.00019082517263797872,
      "loss": 7.9095,
      "step": 199060
    },
    {
      "epoch": 0.41472916666666665,
      "grad_norm": 0.6914613842964172,
      "learning_rate": 0.00019081568615785,
      "loss": 7.4259,
      "step": 199070
    },
    {
      "epoch": 0.41475,
      "grad_norm": 0.9188750386238098,
      "learning_rate": 0.00019080619950141364,
      "loss": 8.0257,
      "step": 199080
    },
    {
      "epoch": 0.4147708333333333,
      "grad_norm": 0.9527568817138672,
      "learning_rate": 0.00019079671266871063,
      "loss": 7.6852,
      "step": 199090
    },
    {
      "epoch": 0.41479166666666667,
      "grad_norm": 3.596748113632202,
      "learning_rate": 0.000190787225659782,
      "loss": 7.6893,
      "step": 199100
    },
    {
      "epoch": 0.4148125,
      "grad_norm": 1.0810455083847046,
      "learning_rate": 0.0001907777384746687,
      "loss": 7.7541,
      "step": 199110
    },
    {
      "epoch": 0.41483333333333333,
      "grad_norm": 1.0582269430160522,
      "learning_rate": 0.00019076825111341168,
      "loss": 7.4678,
      "step": 199120
    },
    {
      "epoch": 0.4148541666666667,
      "grad_norm": 0.6574659943580627,
      "learning_rate": 0.00019075876357605193,
      "loss": 7.3498,
      "step": 199130
    },
    {
      "epoch": 0.414875,
      "grad_norm": 1.4063639640808105,
      "learning_rate": 0.00019074927586263055,
      "loss": 8.1294,
      "step": 199140
    },
    {
      "epoch": 0.41489583333333335,
      "grad_norm": 6.038094520568848,
      "learning_rate": 0.00019073978797318834,
      "loss": 7.8126,
      "step": 199150
    },
    {
      "epoch": 0.41491666666666666,
      "grad_norm": 0.9233493208885193,
      "learning_rate": 0.0001907302999077664,
      "loss": 7.7039,
      "step": 199160
    },
    {
      "epoch": 0.4149375,
      "grad_norm": 1.2005475759506226,
      "learning_rate": 0.0001907208116664057,
      "loss": 7.792,
      "step": 199170
    },
    {
      "epoch": 0.4149583333333333,
      "grad_norm": 1.440933108329773,
      "learning_rate": 0.00019071132324914721,
      "loss": 7.4525,
      "step": 199180
    },
    {
      "epoch": 0.4149791666666667,
      "grad_norm": 0.7868707776069641,
      "learning_rate": 0.00019070183465603191,
      "loss": 7.7457,
      "step": 199190
    },
    {
      "epoch": 0.415,
      "grad_norm": 2.6032912731170654,
      "learning_rate": 0.00019069234588710082,
      "loss": 7.4319,
      "step": 199200
    },
    {
      "epoch": 0.41502083333333334,
      "grad_norm": 1.0596749782562256,
      "learning_rate": 0.00019068285694239485,
      "loss": 7.9699,
      "step": 199210
    },
    {
      "epoch": 0.41504166666666664,
      "grad_norm": 0.8166013360023499,
      "learning_rate": 0.00019067336782195509,
      "loss": 8.0586,
      "step": 199220
    },
    {
      "epoch": 0.4150625,
      "grad_norm": 1.2772367000579834,
      "learning_rate": 0.00019066387852582244,
      "loss": 7.6642,
      "step": 199230
    },
    {
      "epoch": 0.41508333333333336,
      "grad_norm": 0.7066537141799927,
      "learning_rate": 0.00019065438905403794,
      "loss": 7.3622,
      "step": 199240
    },
    {
      "epoch": 0.41510416666666666,
      "grad_norm": 0.6740715503692627,
      "learning_rate": 0.00019064489940664263,
      "loss": 7.118,
      "step": 199250
    },
    {
      "epoch": 0.415125,
      "grad_norm": 1.512650728225708,
      "learning_rate": 0.00019063540958367737,
      "loss": 7.7623,
      "step": 199260
    },
    {
      "epoch": 0.4151458333333333,
      "grad_norm": 0.9324855804443359,
      "learning_rate": 0.00019062591958518324,
      "loss": 7.2923,
      "step": 199270
    },
    {
      "epoch": 0.4151666666666667,
      "grad_norm": 0.9108862280845642,
      "learning_rate": 0.00019061642941120126,
      "loss": 8.3325,
      "step": 199280
    },
    {
      "epoch": 0.4151875,
      "grad_norm": 0.6971668004989624,
      "learning_rate": 0.00019060693906177236,
      "loss": 7.7342,
      "step": 199290
    },
    {
      "epoch": 0.41520833333333335,
      "grad_norm": 0.9194191098213196,
      "learning_rate": 0.00019059744853693755,
      "loss": 8.0398,
      "step": 199300
    },
    {
      "epoch": 0.41522916666666665,
      "grad_norm": 1.804342269897461,
      "learning_rate": 0.0001905879578367378,
      "loss": 7.5078,
      "step": 199310
    },
    {
      "epoch": 0.41525,
      "grad_norm": 1.4036815166473389,
      "learning_rate": 0.0001905784669612142,
      "loss": 7.4068,
      "step": 199320
    },
    {
      "epoch": 0.4152708333333333,
      "grad_norm": 0.6524506211280823,
      "learning_rate": 0.00019056897591040764,
      "loss": 7.2563,
      "step": 199330
    },
    {
      "epoch": 0.41529166666666667,
      "grad_norm": 1.3555731773376465,
      "learning_rate": 0.0001905594846843592,
      "loss": 8.1605,
      "step": 199340
    },
    {
      "epoch": 0.4153125,
      "grad_norm": 12.662554740905762,
      "learning_rate": 0.0001905499932831098,
      "loss": 7.7944,
      "step": 199350
    },
    {
      "epoch": 0.41533333333333333,
      "grad_norm": 1.2991602420806885,
      "learning_rate": 0.0001905405017067005,
      "loss": 7.1905,
      "step": 199360
    },
    {
      "epoch": 0.4153541666666667,
      "grad_norm": 0.6002911925315857,
      "learning_rate": 0.0001905310099551723,
      "loss": 8.1503,
      "step": 199370
    },
    {
      "epoch": 0.415375,
      "grad_norm": 2.252201557159424,
      "learning_rate": 0.0001905215180285661,
      "loss": 7.6686,
      "step": 199380
    },
    {
      "epoch": 0.41539583333333335,
      "grad_norm": 1.1615698337554932,
      "learning_rate": 0.00019051202592692304,
      "loss": 7.1283,
      "step": 199390
    },
    {
      "epoch": 0.41541666666666666,
      "grad_norm": 0.7689741253852844,
      "learning_rate": 0.00019050253365028406,
      "loss": 7.4322,
      "step": 199400
    },
    {
      "epoch": 0.4154375,
      "grad_norm": 1.526688575744629,
      "learning_rate": 0.00019049304119869018,
      "loss": 7.316,
      "step": 199410
    },
    {
      "epoch": 0.4154583333333333,
      "grad_norm": 1.0690135955810547,
      "learning_rate": 0.00019048354857218242,
      "loss": 7.4636,
      "step": 199420
    },
    {
      "epoch": 0.4154791666666667,
      "grad_norm": 1.4318236112594604,
      "learning_rate": 0.00019047405577080165,
      "loss": 7.4819,
      "step": 199430
    },
    {
      "epoch": 0.4155,
      "grad_norm": 0.5962026119232178,
      "learning_rate": 0.0001904645627945891,
      "loss": 7.7142,
      "step": 199440
    },
    {
      "epoch": 0.41552083333333334,
      "grad_norm": 0.7995010614395142,
      "learning_rate": 0.0001904550696435856,
      "loss": 7.432,
      "step": 199450
    },
    {
      "epoch": 0.41554166666666664,
      "grad_norm": 0.5632297396659851,
      "learning_rate": 0.00019044557631783216,
      "loss": 7.749,
      "step": 199460
    },
    {
      "epoch": 0.4155625,
      "grad_norm": 0.946091890335083,
      "learning_rate": 0.00019043608281736992,
      "loss": 7.8546,
      "step": 199470
    },
    {
      "epoch": 0.41558333333333336,
      "grad_norm": 1.866376519203186,
      "learning_rate": 0.0001904265891422398,
      "loss": 7.5491,
      "step": 199480
    },
    {
      "epoch": 0.41560416666666666,
      "grad_norm": 1.7218639850616455,
      "learning_rate": 0.00019041709529248277,
      "loss": 7.6456,
      "step": 199490
    },
    {
      "epoch": 0.415625,
      "grad_norm": 0.6198344230651855,
      "learning_rate": 0.00019040760126813993,
      "loss": 7.6332,
      "step": 199500
    },
    {
      "epoch": 0.4156458333333333,
      "grad_norm": 1.1743271350860596,
      "learning_rate": 0.00019039810706925222,
      "loss": 8.872,
      "step": 199510
    },
    {
      "epoch": 0.4156666666666667,
      "grad_norm": 1.6330937147140503,
      "learning_rate": 0.0001903886126958607,
      "loss": 8.1935,
      "step": 199520
    },
    {
      "epoch": 0.4156875,
      "grad_norm": 1.491061806678772,
      "learning_rate": 0.00019037911814800634,
      "loss": 8.0033,
      "step": 199530
    },
    {
      "epoch": 0.41570833333333335,
      "grad_norm": 0.8267002701759338,
      "learning_rate": 0.00019036962342573017,
      "loss": 7.2127,
      "step": 199540
    },
    {
      "epoch": 0.41572916666666665,
      "grad_norm": 0.6542572975158691,
      "learning_rate": 0.00019036012852907322,
      "loss": 7.5177,
      "step": 199550
    },
    {
      "epoch": 0.41575,
      "grad_norm": 0.9166440963745117,
      "learning_rate": 0.00019035063345807646,
      "loss": 7.489,
      "step": 199560
    },
    {
      "epoch": 0.4157708333333333,
      "grad_norm": 1.009118914604187,
      "learning_rate": 0.00019034113821278097,
      "loss": 7.3976,
      "step": 199570
    },
    {
      "epoch": 0.41579166666666667,
      "grad_norm": 1.0357898473739624,
      "learning_rate": 0.00019033164279322776,
      "loss": 7.2256,
      "step": 199580
    },
    {
      "epoch": 0.4158125,
      "grad_norm": 1.0338910818099976,
      "learning_rate": 0.00019032214719945774,
      "loss": 7.3154,
      "step": 199590
    },
    {
      "epoch": 0.41583333333333333,
      "grad_norm": 0.6771003603935242,
      "learning_rate": 0.00019031265143151205,
      "loss": 7.684,
      "step": 199600
    },
    {
      "epoch": 0.4158541666666667,
      "grad_norm": 0.7065642476081848,
      "learning_rate": 0.0001903031554894317,
      "loss": 7.239,
      "step": 199610
    },
    {
      "epoch": 0.415875,
      "grad_norm": 1.500019907951355,
      "learning_rate": 0.00019029365937325762,
      "loss": 7.7512,
      "step": 199620
    },
    {
      "epoch": 0.41589583333333335,
      "grad_norm": 1.477010726928711,
      "learning_rate": 0.00019028416308303084,
      "loss": 8.1281,
      "step": 199630
    },
    {
      "epoch": 0.41591666666666666,
      "grad_norm": 0.6359690427780151,
      "learning_rate": 0.00019027466661879252,
      "loss": 7.531,
      "step": 199640
    },
    {
      "epoch": 0.4159375,
      "grad_norm": 1.0091873407363892,
      "learning_rate": 0.00019026516998058352,
      "loss": 7.3673,
      "step": 199650
    },
    {
      "epoch": 0.4159583333333333,
      "grad_norm": 0.9614219069480896,
      "learning_rate": 0.0001902556731684449,
      "loss": 7.6061,
      "step": 199660
    },
    {
      "epoch": 0.4159791666666667,
      "grad_norm": 1.1095654964447021,
      "learning_rate": 0.00019024617618241778,
      "loss": 7.4041,
      "step": 199670
    },
    {
      "epoch": 0.416,
      "grad_norm": 0.6303052306175232,
      "learning_rate": 0.0001902366790225431,
      "loss": 7.7762,
      "step": 199680
    },
    {
      "epoch": 0.41602083333333334,
      "grad_norm": 1.1839921474456787,
      "learning_rate": 0.00019022718168886182,
      "loss": 7.3776,
      "step": 199690
    },
    {
      "epoch": 0.41604166666666664,
      "grad_norm": 1.505530595779419,
      "learning_rate": 0.00019021768418141512,
      "loss": 7.4813,
      "step": 199700
    },
    {
      "epoch": 0.4160625,
      "grad_norm": 0.718779444694519,
      "learning_rate": 0.00019020818650024388,
      "loss": 8.7735,
      "step": 199710
    },
    {
      "epoch": 0.41608333333333336,
      "grad_norm": 0.8457264304161072,
      "learning_rate": 0.00019019868864538923,
      "loss": 7.8447,
      "step": 199720
    },
    {
      "epoch": 0.41610416666666666,
      "grad_norm": 1.4413384199142456,
      "learning_rate": 0.00019018919061689215,
      "loss": 8.4417,
      "step": 199730
    },
    {
      "epoch": 0.416125,
      "grad_norm": 1.6211827993392944,
      "learning_rate": 0.00019017969241479364,
      "loss": 7.3275,
      "step": 199740
    },
    {
      "epoch": 0.4161458333333333,
      "grad_norm": 0.7566573619842529,
      "learning_rate": 0.00019017019403913486,
      "loss": 8.0873,
      "step": 199750
    },
    {
      "epoch": 0.4161666666666667,
      "grad_norm": 1.2755827903747559,
      "learning_rate": 0.00019016069548995662,
      "loss": 7.3566,
      "step": 199760
    },
    {
      "epoch": 0.4161875,
      "grad_norm": 0.7869623303413391,
      "learning_rate": 0.00019015119676730013,
      "loss": 7.3848,
      "step": 199770
    },
    {
      "epoch": 0.41620833333333335,
      "grad_norm": 0.8993718028068542,
      "learning_rate": 0.0001901416978712064,
      "loss": 7.6891,
      "step": 199780
    },
    {
      "epoch": 0.41622916666666665,
      "grad_norm": 0.7980774641036987,
      "learning_rate": 0.00019013219880171636,
      "loss": 7.5425,
      "step": 199790
    },
    {
      "epoch": 0.41625,
      "grad_norm": 2.81915545463562,
      "learning_rate": 0.0001901226995588711,
      "loss": 7.5656,
      "step": 199800
    },
    {
      "epoch": 0.4162708333333333,
      "grad_norm": 2.9004571437835693,
      "learning_rate": 0.00019011320014271173,
      "loss": 7.6458,
      "step": 199810
    },
    {
      "epoch": 0.41629166666666667,
      "grad_norm": 0.8892580270767212,
      "learning_rate": 0.00019010370055327916,
      "loss": 7.4227,
      "step": 199820
    },
    {
      "epoch": 0.4163125,
      "grad_norm": 1.3506380319595337,
      "learning_rate": 0.00019009420079061447,
      "loss": 7.5138,
      "step": 199830
    },
    {
      "epoch": 0.41633333333333333,
      "grad_norm": 1.2740473747253418,
      "learning_rate": 0.00019008470085475875,
      "loss": 7.2037,
      "step": 199840
    },
    {
      "epoch": 0.4163541666666667,
      "grad_norm": 0.6303315162658691,
      "learning_rate": 0.00019007520074575295,
      "loss": 7.0588,
      "step": 199850
    },
    {
      "epoch": 0.416375,
      "grad_norm": 1.4589589834213257,
      "learning_rate": 0.00019006570046363816,
      "loss": 7.3593,
      "step": 199860
    },
    {
      "epoch": 0.41639583333333335,
      "grad_norm": 1.1465075016021729,
      "learning_rate": 0.0001900562000084554,
      "loss": 7.2201,
      "step": 199870
    },
    {
      "epoch": 0.41641666666666666,
      "grad_norm": 4.44188117980957,
      "learning_rate": 0.00019004669938024572,
      "loss": 7.7258,
      "step": 199880
    },
    {
      "epoch": 0.4164375,
      "grad_norm": 0.5266392230987549,
      "learning_rate": 0.00019003719857905015,
      "loss": 7.4526,
      "step": 199890
    },
    {
      "epoch": 0.4164583333333333,
      "grad_norm": 1.3642830848693848,
      "learning_rate": 0.0001900276976049097,
      "loss": 7.4881,
      "step": 199900
    },
    {
      "epoch": 0.4164791666666667,
      "grad_norm": 1.0988773107528687,
      "learning_rate": 0.00019001819645786546,
      "loss": 7.8681,
      "step": 199910
    },
    {
      "epoch": 0.4165,
      "grad_norm": 0.8658145666122437,
      "learning_rate": 0.00019000869513795848,
      "loss": 7.4179,
      "step": 199920
    },
    {
      "epoch": 0.41652083333333334,
      "grad_norm": 1.9276702404022217,
      "learning_rate": 0.00018999919364522973,
      "loss": 7.6629,
      "step": 199930
    },
    {
      "epoch": 0.41654166666666664,
      "grad_norm": 3.189697265625,
      "learning_rate": 0.0001899896919797203,
      "loss": 7.43,
      "step": 199940
    },
    {
      "epoch": 0.4165625,
      "grad_norm": 1.500756025314331,
      "learning_rate": 0.00018998019014147127,
      "loss": 7.4178,
      "step": 199950
    },
    {
      "epoch": 0.41658333333333336,
      "grad_norm": 1.2573268413543701,
      "learning_rate": 0.00018997068813052362,
      "loss": 8.0954,
      "step": 199960
    },
    {
      "epoch": 0.41660416666666666,
      "grad_norm": 1.636124849319458,
      "learning_rate": 0.0001899611859469184,
      "loss": 7.4965,
      "step": 199970
    },
    {
      "epoch": 0.416625,
      "grad_norm": 3.28720760345459,
      "learning_rate": 0.00018995168359069671,
      "loss": 7.8407,
      "step": 199980
    },
    {
      "epoch": 0.4166458333333333,
      "grad_norm": 1.4575097560882568,
      "learning_rate": 0.00018994218106189954,
      "loss": 7.656,
      "step": 199990
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 2.664747476577759,
      "learning_rate": 0.00018993267836056794,
      "loss": 7.7502,
      "step": 200000
    },
    {
      "epoch": 0.4166666666666667,
      "eval_loss": 7.081084251403809,
      "eval_runtime": 8.3137,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 200000
    },
    {
      "epoch": 0.4166875,
      "grad_norm": 0.6982231736183167,
      "learning_rate": 0.000189923175486743,
      "loss": 7.7004,
      "step": 200010
    },
    {
      "epoch": 0.41670833333333335,
      "grad_norm": 0.9914290904998779,
      "learning_rate": 0.00018991367244046577,
      "loss": 7.1903,
      "step": 200020
    },
    {
      "epoch": 0.41672916666666665,
      "grad_norm": 0.9905095100402832,
      "learning_rate": 0.00018990416922177723,
      "loss": 7.3591,
      "step": 200030
    },
    {
      "epoch": 0.41675,
      "grad_norm": 0.980090856552124,
      "learning_rate": 0.00018989466583071852,
      "loss": 7.7435,
      "step": 200040
    },
    {
      "epoch": 0.4167708333333333,
      "grad_norm": 1.026628851890564,
      "learning_rate": 0.00018988516226733058,
      "loss": 7.7961,
      "step": 200050
    },
    {
      "epoch": 0.41679166666666667,
      "grad_norm": 1.0470366477966309,
      "learning_rate": 0.00018987565853165458,
      "loss": 8.008,
      "step": 200060
    },
    {
      "epoch": 0.4168125,
      "grad_norm": 0.7707217335700989,
      "learning_rate": 0.00018986615462373148,
      "loss": 7.1968,
      "step": 200070
    },
    {
      "epoch": 0.41683333333333333,
      "grad_norm": 1.824021577835083,
      "learning_rate": 0.00018985665054360238,
      "loss": 7.64,
      "step": 200080
    },
    {
      "epoch": 0.4168541666666667,
      "grad_norm": 2.4030213356018066,
      "learning_rate": 0.00018984714629130835,
      "loss": 7.7793,
      "step": 200090
    },
    {
      "epoch": 0.416875,
      "grad_norm": 1.109743595123291,
      "learning_rate": 0.00018983764186689041,
      "loss": 7.5295,
      "step": 200100
    },
    {
      "epoch": 0.41689583333333335,
      "grad_norm": 1.480136752128601,
      "learning_rate": 0.00018982813727038965,
      "loss": 7.3181,
      "step": 200110
    },
    {
      "epoch": 0.41691666666666666,
      "grad_norm": 1.0432485342025757,
      "learning_rate": 0.00018981863250184709,
      "loss": 7.5296,
      "step": 200120
    },
    {
      "epoch": 0.4169375,
      "grad_norm": 0.5230923295021057,
      "learning_rate": 0.00018980912756130374,
      "loss": 7.2921,
      "step": 200130
    },
    {
      "epoch": 0.4169583333333333,
      "grad_norm": 0.6095799803733826,
      "learning_rate": 0.00018979962244880077,
      "loss": 7.249,
      "step": 200140
    },
    {
      "epoch": 0.4169791666666667,
      "grad_norm": 2.7658541202545166,
      "learning_rate": 0.0001897901171643792,
      "loss": 8.0826,
      "step": 200150
    },
    {
      "epoch": 0.417,
      "grad_norm": 2.884425640106201,
      "learning_rate": 0.00018978061170808,
      "loss": 7.7757,
      "step": 200160
    },
    {
      "epoch": 0.41702083333333334,
      "grad_norm": 1.4900697469711304,
      "learning_rate": 0.0001897711060799444,
      "loss": 7.371,
      "step": 200170
    },
    {
      "epoch": 0.41704166666666664,
      "grad_norm": 0.4706781208515167,
      "learning_rate": 0.0001897616002800133,
      "loss": 7.5413,
      "step": 200180
    },
    {
      "epoch": 0.4170625,
      "grad_norm": 1.3075480461120605,
      "learning_rate": 0.00018975209430832787,
      "loss": 7.7621,
      "step": 200190
    },
    {
      "epoch": 0.4170833333333333,
      "grad_norm": 1.4093761444091797,
      "learning_rate": 0.00018974258816492907,
      "loss": 7.4024,
      "step": 200200
    },
    {
      "epoch": 0.41710416666666666,
      "grad_norm": 2.3322699069976807,
      "learning_rate": 0.00018973308184985804,
      "loss": 7.7201,
      "step": 200210
    },
    {
      "epoch": 0.417125,
      "grad_norm": 1.7649041414260864,
      "learning_rate": 0.00018972357536315587,
      "loss": 7.9,
      "step": 200220
    },
    {
      "epoch": 0.4171458333333333,
      "grad_norm": 1.4429261684417725,
      "learning_rate": 0.00018971406870486353,
      "loss": 7.3481,
      "step": 200230
    },
    {
      "epoch": 0.4171666666666667,
      "grad_norm": 1.115090012550354,
      "learning_rate": 0.00018970456187502213,
      "loss": 7.801,
      "step": 200240
    },
    {
      "epoch": 0.4171875,
      "grad_norm": 1.368540644645691,
      "learning_rate": 0.00018969505487367278,
      "loss": 7.9363,
      "step": 200250
    },
    {
      "epoch": 0.41720833333333335,
      "grad_norm": 2.1771292686462402,
      "learning_rate": 0.00018968554770085647,
      "loss": 8.1107,
      "step": 200260
    },
    {
      "epoch": 0.41722916666666665,
      "grad_norm": 0.6480202674865723,
      "learning_rate": 0.0001896760403566143,
      "loss": 7.2878,
      "step": 200270
    },
    {
      "epoch": 0.41725,
      "grad_norm": 0.6714063286781311,
      "learning_rate": 0.00018966653284098738,
      "loss": 7.7253,
      "step": 200280
    },
    {
      "epoch": 0.4172708333333333,
      "grad_norm": 4.132315635681152,
      "learning_rate": 0.00018965702515401673,
      "loss": 8.2044,
      "step": 200290
    },
    {
      "epoch": 0.41729166666666667,
      "grad_norm": 1.440172791481018,
      "learning_rate": 0.00018964751729574336,
      "loss": 7.4337,
      "step": 200300
    },
    {
      "epoch": 0.4173125,
      "grad_norm": 0.5396435260772705,
      "learning_rate": 0.00018963800926620854,
      "loss": 7.1001,
      "step": 200310
    },
    {
      "epoch": 0.41733333333333333,
      "grad_norm": 2.117046594619751,
      "learning_rate": 0.0001896285010654531,
      "loss": 7.5819,
      "step": 200320
    },
    {
      "epoch": 0.4173541666666667,
      "grad_norm": 1.9699443578720093,
      "learning_rate": 0.00018961899269351822,
      "loss": 8.5648,
      "step": 200330
    },
    {
      "epoch": 0.417375,
      "grad_norm": 0.7167980670928955,
      "learning_rate": 0.00018960948415044506,
      "loss": 7.5813,
      "step": 200340
    },
    {
      "epoch": 0.41739583333333335,
      "grad_norm": 0.7514899969100952,
      "learning_rate": 0.00018959997543627454,
      "loss": 8.0342,
      "step": 200350
    },
    {
      "epoch": 0.41741666666666666,
      "grad_norm": 0.8464827537536621,
      "learning_rate": 0.00018959046655104783,
      "loss": 7.9193,
      "step": 200360
    },
    {
      "epoch": 0.4174375,
      "grad_norm": 1.3255728483200073,
      "learning_rate": 0.00018958095749480592,
      "loss": 7.3411,
      "step": 200370
    },
    {
      "epoch": 0.4174583333333333,
      "grad_norm": 2.1366848945617676,
      "learning_rate": 0.00018957144826759002,
      "loss": 8.2011,
      "step": 200380
    },
    {
      "epoch": 0.4174791666666667,
      "grad_norm": 0.7211067080497742,
      "learning_rate": 0.00018956193886944105,
      "loss": 7.2436,
      "step": 200390
    },
    {
      "epoch": 0.4175,
      "grad_norm": 1.8207758665084839,
      "learning_rate": 0.0001895524293004002,
      "loss": 8.0604,
      "step": 200400
    },
    {
      "epoch": 0.41752083333333334,
      "grad_norm": 0.7235140204429626,
      "learning_rate": 0.0001895429195605085,
      "loss": 7.5007,
      "step": 200410
    },
    {
      "epoch": 0.41754166666666664,
      "grad_norm": 1.3294048309326172,
      "learning_rate": 0.00018953340964980705,
      "loss": 7.2653,
      "step": 200420
    },
    {
      "epoch": 0.4175625,
      "grad_norm": 3.868950605392456,
      "learning_rate": 0.00018952389956833693,
      "loss": 7.7429,
      "step": 200430
    },
    {
      "epoch": 0.4175833333333333,
      "grad_norm": 1.0006158351898193,
      "learning_rate": 0.00018951438931613922,
      "loss": 7.3287,
      "step": 200440
    },
    {
      "epoch": 0.41760416666666667,
      "grad_norm": 0.9774275422096252,
      "learning_rate": 0.00018950487889325497,
      "loss": 9.1276,
      "step": 200450
    },
    {
      "epoch": 0.417625,
      "grad_norm": 1.1574790477752686,
      "learning_rate": 0.00018949536829972525,
      "loss": 7.5837,
      "step": 200460
    },
    {
      "epoch": 0.4176458333333333,
      "grad_norm": 0.6814778447151184,
      "learning_rate": 0.0001894858575355912,
      "loss": 7.3223,
      "step": 200470
    },
    {
      "epoch": 0.4176666666666667,
      "grad_norm": 4.8892645835876465,
      "learning_rate": 0.00018947634660089393,
      "loss": 7.9936,
      "step": 200480
    },
    {
      "epoch": 0.4176875,
      "grad_norm": 3.198637008666992,
      "learning_rate": 0.00018946683549567439,
      "loss": 7.3775,
      "step": 200490
    },
    {
      "epoch": 0.41770833333333335,
      "grad_norm": 1.303544521331787,
      "learning_rate": 0.00018945732421997376,
      "loss": 7.5035,
      "step": 200500
    },
    {
      "epoch": 0.41772916666666665,
      "grad_norm": 0.8187465667724609,
      "learning_rate": 0.00018944781277383313,
      "loss": 7.8468,
      "step": 200510
    },
    {
      "epoch": 0.41775,
      "grad_norm": 0.7123631834983826,
      "learning_rate": 0.00018943830115729352,
      "loss": 7.8465,
      "step": 200520
    },
    {
      "epoch": 0.4177708333333333,
      "grad_norm": 0.6288968920707703,
      "learning_rate": 0.00018942878937039606,
      "loss": 7.958,
      "step": 200530
    },
    {
      "epoch": 0.4177916666666667,
      "grad_norm": 1.8307691812515259,
      "learning_rate": 0.00018941927741318191,
      "loss": 8.1846,
      "step": 200540
    },
    {
      "epoch": 0.4178125,
      "grad_norm": 0.972419261932373,
      "learning_rate": 0.00018940976528569205,
      "loss": 8.1032,
      "step": 200550
    },
    {
      "epoch": 0.41783333333333333,
      "grad_norm": 0.8054604530334473,
      "learning_rate": 0.0001894002529879676,
      "loss": 7.028,
      "step": 200560
    },
    {
      "epoch": 0.4178541666666667,
      "grad_norm": 0.9918394088745117,
      "learning_rate": 0.00018939074052004963,
      "loss": 7.538,
      "step": 200570
    },
    {
      "epoch": 0.417875,
      "grad_norm": 2.699653148651123,
      "learning_rate": 0.00018938122788197926,
      "loss": 7.3867,
      "step": 200580
    },
    {
      "epoch": 0.41789583333333336,
      "grad_norm": 0.9737337827682495,
      "learning_rate": 0.0001893717150737976,
      "loss": 7.3837,
      "step": 200590
    },
    {
      "epoch": 0.41791666666666666,
      "grad_norm": 1.849902868270874,
      "learning_rate": 0.0001893622020955457,
      "loss": 7.2773,
      "step": 200600
    },
    {
      "epoch": 0.4179375,
      "grad_norm": 0.7405069470405579,
      "learning_rate": 0.00018935268894726463,
      "loss": 7.6467,
      "step": 200610
    },
    {
      "epoch": 0.4179583333333333,
      "grad_norm": 1.5785211324691772,
      "learning_rate": 0.0001893431756289956,
      "loss": 7.7252,
      "step": 200620
    },
    {
      "epoch": 0.4179791666666667,
      "grad_norm": 0.6703709959983826,
      "learning_rate": 0.00018933366214077954,
      "loss": 7.1684,
      "step": 200630
    },
    {
      "epoch": 0.418,
      "grad_norm": 0.8500676155090332,
      "learning_rate": 0.00018932414848265767,
      "loss": 7.3241,
      "step": 200640
    },
    {
      "epoch": 0.41802083333333334,
      "grad_norm": 0.7466035485267639,
      "learning_rate": 0.0001893146346546711,
      "loss": 7.2986,
      "step": 200650
    },
    {
      "epoch": 0.41804166666666664,
      "grad_norm": 2.2695794105529785,
      "learning_rate": 0.00018930512065686074,
      "loss": 7.7902,
      "step": 200660
    },
    {
      "epoch": 0.4180625,
      "grad_norm": 1.3575153350830078,
      "learning_rate": 0.0001892956064892679,
      "loss": 7.2439,
      "step": 200670
    },
    {
      "epoch": 0.4180833333333333,
      "grad_norm": 0.8634570837020874,
      "learning_rate": 0.00018928609215193364,
      "loss": 7.6611,
      "step": 200680
    },
    {
      "epoch": 0.41810416666666667,
      "grad_norm": 0.9013563990592957,
      "learning_rate": 0.00018927657764489895,
      "loss": 7.77,
      "step": 200690
    },
    {
      "epoch": 0.418125,
      "grad_norm": 0.8211532831192017,
      "learning_rate": 0.00018926706296820494,
      "loss": 7.3144,
      "step": 200700
    },
    {
      "epoch": 0.4181458333333333,
      "grad_norm": 9.697423934936523,
      "learning_rate": 0.00018925754812189287,
      "loss": 7.5797,
      "step": 200710
    },
    {
      "epoch": 0.4181666666666667,
      "grad_norm": 1.088768482208252,
      "learning_rate": 0.00018924803310600368,
      "loss": 7.6816,
      "step": 200720
    },
    {
      "epoch": 0.4181875,
      "grad_norm": 0.7094603180885315,
      "learning_rate": 0.00018923851792057846,
      "loss": 7.3182,
      "step": 200730
    },
    {
      "epoch": 0.41820833333333335,
      "grad_norm": 3.6252758502960205,
      "learning_rate": 0.0001892290025656585,
      "loss": 8.1592,
      "step": 200740
    },
    {
      "epoch": 0.41822916666666665,
      "grad_norm": 0.9865424633026123,
      "learning_rate": 0.00018921948704128468,
      "loss": 7.0848,
      "step": 200750
    },
    {
      "epoch": 0.41825,
      "grad_norm": 1.2969716787338257,
      "learning_rate": 0.00018920997134749826,
      "loss": 7.4777,
      "step": 200760
    },
    {
      "epoch": 0.4182708333333333,
      "grad_norm": 0.9074493050575256,
      "learning_rate": 0.00018920045548434023,
      "loss": 8.0691,
      "step": 200770
    },
    {
      "epoch": 0.4182916666666667,
      "grad_norm": 1.0986928939819336,
      "learning_rate": 0.0001891909394518518,
      "loss": 7.9318,
      "step": 200780
    },
    {
      "epoch": 0.4183125,
      "grad_norm": 1.395888328552246,
      "learning_rate": 0.00018918142325007403,
      "loss": 7.5512,
      "step": 200790
    },
    {
      "epoch": 0.41833333333333333,
      "grad_norm": 1.3050564527511597,
      "learning_rate": 0.00018917190687904795,
      "loss": 7.8248,
      "step": 200800
    },
    {
      "epoch": 0.4183541666666667,
      "grad_norm": 1.3549939393997192,
      "learning_rate": 0.00018916239033881478,
      "loss": 8.1876,
      "step": 200810
    },
    {
      "epoch": 0.418375,
      "grad_norm": 3.7522060871124268,
      "learning_rate": 0.00018915287362941563,
      "loss": 7.405,
      "step": 200820
    },
    {
      "epoch": 0.41839583333333336,
      "grad_norm": 2.077937126159668,
      "learning_rate": 0.00018914335675089148,
      "loss": 7.3073,
      "step": 200830
    },
    {
      "epoch": 0.41841666666666666,
      "grad_norm": 0.6142284870147705,
      "learning_rate": 0.00018913383970328357,
      "loss": 7.6202,
      "step": 200840
    },
    {
      "epoch": 0.4184375,
      "grad_norm": 0.9318958520889282,
      "learning_rate": 0.00018912432248663295,
      "loss": 7.3013,
      "step": 200850
    },
    {
      "epoch": 0.4184583333333333,
      "grad_norm": 0.48769572377204895,
      "learning_rate": 0.00018911480510098078,
      "loss": 7.158,
      "step": 200860
    },
    {
      "epoch": 0.4184791666666667,
      "grad_norm": 2.492588996887207,
      "learning_rate": 0.00018910528754636805,
      "loss": 8.1126,
      "step": 200870
    },
    {
      "epoch": 0.4185,
      "grad_norm": 2.5688564777374268,
      "learning_rate": 0.00018909576982283606,
      "loss": 8.1709,
      "step": 200880
    },
    {
      "epoch": 0.41852083333333334,
      "grad_norm": 0.8404616117477417,
      "learning_rate": 0.00018908625193042578,
      "loss": 7.5561,
      "step": 200890
    },
    {
      "epoch": 0.41854166666666665,
      "grad_norm": 0.7116279006004333,
      "learning_rate": 0.00018907673386917833,
      "loss": 7.1539,
      "step": 200900
    },
    {
      "epoch": 0.4185625,
      "grad_norm": 2.267608404159546,
      "learning_rate": 0.00018906721563913487,
      "loss": 7.3728,
      "step": 200910
    },
    {
      "epoch": 0.4185833333333333,
      "grad_norm": 0.9080052971839905,
      "learning_rate": 0.00018905769724033653,
      "loss": 7.6021,
      "step": 200920
    },
    {
      "epoch": 0.41860416666666667,
      "grad_norm": 2.067173719406128,
      "learning_rate": 0.00018904817867282438,
      "loss": 8.0578,
      "step": 200930
    },
    {
      "epoch": 0.418625,
      "grad_norm": 0.5480970144271851,
      "learning_rate": 0.00018903865993663953,
      "loss": 7.8701,
      "step": 200940
    },
    {
      "epoch": 0.41864583333333333,
      "grad_norm": 1.6621813774108887,
      "learning_rate": 0.00018902914103182316,
      "loss": 7.8065,
      "step": 200950
    },
    {
      "epoch": 0.4186666666666667,
      "grad_norm": 2.4920456409454346,
      "learning_rate": 0.00018901962195841632,
      "loss": 7.3978,
      "step": 200960
    },
    {
      "epoch": 0.4186875,
      "grad_norm": 1.036277413368225,
      "learning_rate": 0.00018901010271646018,
      "loss": 7.6176,
      "step": 200970
    },
    {
      "epoch": 0.41870833333333335,
      "grad_norm": 0.9117251634597778,
      "learning_rate": 0.00018900058330599583,
      "loss": 7.5111,
      "step": 200980
    },
    {
      "epoch": 0.41872916666666665,
      "grad_norm": 1.0295788049697876,
      "learning_rate": 0.00018899106372706446,
      "loss": 8.1972,
      "step": 200990
    },
    {
      "epoch": 0.41875,
      "grad_norm": 0.7195247411727905,
      "learning_rate": 0.000188981543979707,
      "loss": 7.4282,
      "step": 201000
    },
    {
      "epoch": 0.41875,
      "eval_loss": 8.35820198059082,
      "eval_runtime": 7.9178,
      "eval_samples_per_second": 0.379,
      "eval_steps_per_second": 0.126,
      "step": 201000
    },
    {
      "epoch": 0.4187708333333333,
      "grad_norm": 0.503625750541687,
      "learning_rate": 0.00018897202406396478,
      "loss": 8.0695,
      "step": 201010
    },
    {
      "epoch": 0.4187916666666667,
      "grad_norm": 8.776585578918457,
      "learning_rate": 0.00018896250397987886,
      "loss": 8.23,
      "step": 201020
    },
    {
      "epoch": 0.4188125,
      "grad_norm": 0.4633793830871582,
      "learning_rate": 0.00018895298372749027,
      "loss": 7.4172,
      "step": 201030
    },
    {
      "epoch": 0.41883333333333334,
      "grad_norm": 0.720531165599823,
      "learning_rate": 0.00018894346330684028,
      "loss": 7.2542,
      "step": 201040
    },
    {
      "epoch": 0.4188541666666667,
      "grad_norm": 5.834731578826904,
      "learning_rate": 0.00018893394271796995,
      "loss": 8.1092,
      "step": 201050
    },
    {
      "epoch": 0.418875,
      "grad_norm": 2.0604047775268555,
      "learning_rate": 0.00018892442196092032,
      "loss": 7.4976,
      "step": 201060
    },
    {
      "epoch": 0.41889583333333336,
      "grad_norm": 1.423458456993103,
      "learning_rate": 0.00018891490103573264,
      "loss": 8.1642,
      "step": 201070
    },
    {
      "epoch": 0.41891666666666666,
      "grad_norm": 1.2427747249603271,
      "learning_rate": 0.000188905379942448,
      "loss": 8.0078,
      "step": 201080
    },
    {
      "epoch": 0.4189375,
      "grad_norm": 1.5570189952850342,
      "learning_rate": 0.00018889585868110751,
      "loss": 7.3644,
      "step": 201090
    },
    {
      "epoch": 0.4189583333333333,
      "grad_norm": 1.2535042762756348,
      "learning_rate": 0.00018888633725175233,
      "loss": 8.0517,
      "step": 201100
    },
    {
      "epoch": 0.4189791666666667,
      "grad_norm": 1.572147011756897,
      "learning_rate": 0.00018887681565442352,
      "loss": 7.783,
      "step": 201110
    },
    {
      "epoch": 0.419,
      "grad_norm": 1.1612790822982788,
      "learning_rate": 0.00018886729388916228,
      "loss": 7.627,
      "step": 201120
    },
    {
      "epoch": 0.41902083333333334,
      "grad_norm": 0.684352457523346,
      "learning_rate": 0.0001888577719560097,
      "loss": 8.6662,
      "step": 201130
    },
    {
      "epoch": 0.41904166666666665,
      "grad_norm": 0.9771342873573303,
      "learning_rate": 0.00018884824985500694,
      "loss": 7.5154,
      "step": 201140
    },
    {
      "epoch": 0.4190625,
      "grad_norm": 1.2536358833312988,
      "learning_rate": 0.0001888387275861951,
      "loss": 7.4764,
      "step": 201150
    },
    {
      "epoch": 0.4190833333333333,
      "grad_norm": 1.2661187648773193,
      "learning_rate": 0.00018882920514961537,
      "loss": 7.511,
      "step": 201160
    },
    {
      "epoch": 0.41910416666666667,
      "grad_norm": 2.113081693649292,
      "learning_rate": 0.0001888196825453088,
      "loss": 7.8203,
      "step": 201170
    },
    {
      "epoch": 0.419125,
      "grad_norm": 2.9833624362945557,
      "learning_rate": 0.0001888101597733166,
      "loss": 7.6923,
      "step": 201180
    },
    {
      "epoch": 0.41914583333333333,
      "grad_norm": 0.5955165028572083,
      "learning_rate": 0.0001888006368336799,
      "loss": 7.8466,
      "step": 201190
    },
    {
      "epoch": 0.4191666666666667,
      "grad_norm": 0.9327294826507568,
      "learning_rate": 0.00018879111372643973,
      "loss": 7.834,
      "step": 201200
    },
    {
      "epoch": 0.4191875,
      "grad_norm": 0.8958708047866821,
      "learning_rate": 0.00018878159045163738,
      "loss": 8.0456,
      "step": 201210
    },
    {
      "epoch": 0.41920833333333335,
      "grad_norm": 1.4255985021591187,
      "learning_rate": 0.00018877206700931382,
      "loss": 7.4749,
      "step": 201220
    },
    {
      "epoch": 0.41922916666666665,
      "grad_norm": 1.1399434804916382,
      "learning_rate": 0.00018876254339951032,
      "loss": 7.7006,
      "step": 201230
    },
    {
      "epoch": 0.41925,
      "grad_norm": 1.4679514169692993,
      "learning_rate": 0.000188753019622268,
      "loss": 7.9209,
      "step": 201240
    },
    {
      "epoch": 0.4192708333333333,
      "grad_norm": 2.4285051822662354,
      "learning_rate": 0.00018874349567762794,
      "loss": 8.3986,
      "step": 201250
    },
    {
      "epoch": 0.4192916666666667,
      "grad_norm": 0.9778685569763184,
      "learning_rate": 0.00018873397156563134,
      "loss": 7.5535,
      "step": 201260
    },
    {
      "epoch": 0.4193125,
      "grad_norm": 0.7541085481643677,
      "learning_rate": 0.00018872444728631932,
      "loss": 8.0767,
      "step": 201270
    },
    {
      "epoch": 0.41933333333333334,
      "grad_norm": 0.6240367889404297,
      "learning_rate": 0.000188714922839733,
      "loss": 7.2423,
      "step": 201280
    },
    {
      "epoch": 0.41935416666666664,
      "grad_norm": 0.7073450088500977,
      "learning_rate": 0.00018870539822591354,
      "loss": 7.2127,
      "step": 201290
    },
    {
      "epoch": 0.419375,
      "grad_norm": 2.509472370147705,
      "learning_rate": 0.00018869587344490208,
      "loss": 7.7985,
      "step": 201300
    },
    {
      "epoch": 0.41939583333333336,
      "grad_norm": 0.7379791736602783,
      "learning_rate": 0.00018868634849673977,
      "loss": 7.5755,
      "step": 201310
    },
    {
      "epoch": 0.41941666666666666,
      "grad_norm": 1.225801944732666,
      "learning_rate": 0.00018867682338146772,
      "loss": 7.5724,
      "step": 201320
    },
    {
      "epoch": 0.4194375,
      "grad_norm": 1.6917321681976318,
      "learning_rate": 0.00018866729809912712,
      "loss": 7.2522,
      "step": 201330
    },
    {
      "epoch": 0.4194583333333333,
      "grad_norm": 9.064997673034668,
      "learning_rate": 0.00018865777264975912,
      "loss": 8.0953,
      "step": 201340
    },
    {
      "epoch": 0.4194791666666667,
      "grad_norm": 0.756492555141449,
      "learning_rate": 0.00018864824703340485,
      "loss": 7.257,
      "step": 201350
    },
    {
      "epoch": 0.4195,
      "grad_norm": 1.4327266216278076,
      "learning_rate": 0.0001886387212501054,
      "loss": 7.6699,
      "step": 201360
    },
    {
      "epoch": 0.41952083333333334,
      "grad_norm": 1.0012037754058838,
      "learning_rate": 0.00018862919529990198,
      "loss": 7.1386,
      "step": 201370
    },
    {
      "epoch": 0.41954166666666665,
      "grad_norm": 2.0670902729034424,
      "learning_rate": 0.00018861966918283578,
      "loss": 7.4863,
      "step": 201380
    },
    {
      "epoch": 0.4195625,
      "grad_norm": 0.8658194541931152,
      "learning_rate": 0.00018861014289894788,
      "loss": 7.2622,
      "step": 201390
    },
    {
      "epoch": 0.4195833333333333,
      "grad_norm": 1.1649576425552368,
      "learning_rate": 0.00018860061644827936,
      "loss": 7.7751,
      "step": 201400
    },
    {
      "epoch": 0.41960416666666667,
      "grad_norm": 0.7969854474067688,
      "learning_rate": 0.00018859108983087155,
      "loss": 7.5974,
      "step": 201410
    },
    {
      "epoch": 0.419625,
      "grad_norm": 4.786820411682129,
      "learning_rate": 0.0001885815630467655,
      "loss": 7.5934,
      "step": 201420
    },
    {
      "epoch": 0.41964583333333333,
      "grad_norm": 0.9985705018043518,
      "learning_rate": 0.00018857203609600232,
      "loss": 7.5387,
      "step": 201430
    },
    {
      "epoch": 0.4196666666666667,
      "grad_norm": 0.4538169801235199,
      "learning_rate": 0.00018856250897862322,
      "loss": 7.5148,
      "step": 201440
    },
    {
      "epoch": 0.4196875,
      "grad_norm": 1.17195725440979,
      "learning_rate": 0.00018855298169466938,
      "loss": 7.4555,
      "step": 201450
    },
    {
      "epoch": 0.41970833333333335,
      "grad_norm": 1.1990091800689697,
      "learning_rate": 0.0001885434542441819,
      "loss": 7.9753,
      "step": 201460
    },
    {
      "epoch": 0.41972916666666665,
      "grad_norm": 0.6052554249763489,
      "learning_rate": 0.00018853392662720195,
      "loss": 7.1854,
      "step": 201470
    },
    {
      "epoch": 0.41975,
      "grad_norm": 0.9017997980117798,
      "learning_rate": 0.0001885243988437707,
      "loss": 7.4717,
      "step": 201480
    },
    {
      "epoch": 0.4197708333333333,
      "grad_norm": 2.5384271144866943,
      "learning_rate": 0.00018851487089392932,
      "loss": 7.6692,
      "step": 201490
    },
    {
      "epoch": 0.4197916666666667,
      "grad_norm": 1.8541532754898071,
      "learning_rate": 0.0001885053427777189,
      "loss": 7.5368,
      "step": 201500
    },
    {
      "epoch": 0.4198125,
      "grad_norm": 1.4719822406768799,
      "learning_rate": 0.00018849581449518064,
      "loss": 7.9692,
      "step": 201510
    },
    {
      "epoch": 0.41983333333333334,
      "grad_norm": 2.3364460468292236,
      "learning_rate": 0.00018848628604635576,
      "loss": 7.8171,
      "step": 201520
    },
    {
      "epoch": 0.41985416666666664,
      "grad_norm": 0.6577127575874329,
      "learning_rate": 0.00018847675743128528,
      "loss": 7.4867,
      "step": 201530
    },
    {
      "epoch": 0.419875,
      "grad_norm": 1.1799594163894653,
      "learning_rate": 0.00018846722865001046,
      "loss": 7.4192,
      "step": 201540
    },
    {
      "epoch": 0.41989583333333336,
      "grad_norm": 2.559441089630127,
      "learning_rate": 0.00018845769970257247,
      "loss": 7.5675,
      "step": 201550
    },
    {
      "epoch": 0.41991666666666666,
      "grad_norm": 0.9697408080101013,
      "learning_rate": 0.00018844817058901242,
      "loss": 7.096,
      "step": 201560
    },
    {
      "epoch": 0.4199375,
      "grad_norm": 1.5191559791564941,
      "learning_rate": 0.00018843864130937147,
      "loss": 8.1906,
      "step": 201570
    },
    {
      "epoch": 0.4199583333333333,
      "grad_norm": 3.079354763031006,
      "learning_rate": 0.00018842911186369086,
      "loss": 7.8363,
      "step": 201580
    },
    {
      "epoch": 0.4199791666666667,
      "grad_norm": 1.0025302171707153,
      "learning_rate": 0.00018841958225201166,
      "loss": 7.1621,
      "step": 201590
    },
    {
      "epoch": 0.42,
      "grad_norm": 1.7234238386154175,
      "learning_rate": 0.00018841005247437502,
      "loss": 7.642,
      "step": 201600
    },
    {
      "epoch": 0.42002083333333334,
      "grad_norm": 0.9920287132263184,
      "learning_rate": 0.00018840052253082227,
      "loss": 7.5664,
      "step": 201610
    },
    {
      "epoch": 0.42004166666666665,
      "grad_norm": 0.6372253894805908,
      "learning_rate": 0.00018839099242139442,
      "loss": 7.2435,
      "step": 201620
    },
    {
      "epoch": 0.4200625,
      "grad_norm": 0.6628128886222839,
      "learning_rate": 0.00018838146214613267,
      "loss": 7.5114,
      "step": 201630
    },
    {
      "epoch": 0.4200833333333333,
      "grad_norm": 2.962568998336792,
      "learning_rate": 0.0001883719317050782,
      "loss": 7.9856,
      "step": 201640
    },
    {
      "epoch": 0.42010416666666667,
      "grad_norm": 1.2804032564163208,
      "learning_rate": 0.00018836240109827213,
      "loss": 7.9699,
      "step": 201650
    },
    {
      "epoch": 0.420125,
      "grad_norm": 2.1258060932159424,
      "learning_rate": 0.0001883528703257557,
      "loss": 7.7917,
      "step": 201660
    },
    {
      "epoch": 0.42014583333333333,
      "grad_norm": 0.6951354146003723,
      "learning_rate": 0.00018834333938757005,
      "loss": 7.6823,
      "step": 201670
    },
    {
      "epoch": 0.4201666666666667,
      "grad_norm": 0.899176836013794,
      "learning_rate": 0.00018833380828375636,
      "loss": 8.1122,
      "step": 201680
    },
    {
      "epoch": 0.4201875,
      "grad_norm": 0.9672098159790039,
      "learning_rate": 0.00018832427701435584,
      "loss": 7.1235,
      "step": 201690
    },
    {
      "epoch": 0.42020833333333335,
      "grad_norm": 0.8371015787124634,
      "learning_rate": 0.00018831474557940954,
      "loss": 7.446,
      "step": 201700
    },
    {
      "epoch": 0.42022916666666665,
      "grad_norm": 0.9304505586624146,
      "learning_rate": 0.0001883052139789587,
      "loss": 7.2463,
      "step": 201710
    },
    {
      "epoch": 0.42025,
      "grad_norm": 0.4805542528629303,
      "learning_rate": 0.00018829568221304457,
      "loss": 7.0749,
      "step": 201720
    },
    {
      "epoch": 0.4202708333333333,
      "grad_norm": 2.354630947113037,
      "learning_rate": 0.00018828615028170819,
      "loss": 7.6389,
      "step": 201730
    },
    {
      "epoch": 0.4202916666666667,
      "grad_norm": 3.5887463092803955,
      "learning_rate": 0.0001882766181849908,
      "loss": 7.5552,
      "step": 201740
    },
    {
      "epoch": 0.4203125,
      "grad_norm": 1.4155352115631104,
      "learning_rate": 0.0001882670859229336,
      "loss": 7.7139,
      "step": 201750
    },
    {
      "epoch": 0.42033333333333334,
      "grad_norm": 0.7355608344078064,
      "learning_rate": 0.0001882575534955777,
      "loss": 7.7138,
      "step": 201760
    },
    {
      "epoch": 0.42035416666666664,
      "grad_norm": 0.8493329286575317,
      "learning_rate": 0.00018824802090296433,
      "loss": 7.3161,
      "step": 201770
    },
    {
      "epoch": 0.420375,
      "grad_norm": 1.421041488647461,
      "learning_rate": 0.00018823848814513466,
      "loss": 7.2413,
      "step": 201780
    },
    {
      "epoch": 0.42039583333333336,
      "grad_norm": 0.8580842614173889,
      "learning_rate": 0.00018822895522212988,
      "loss": 7.9966,
      "step": 201790
    },
    {
      "epoch": 0.42041666666666666,
      "grad_norm": 0.6633390188217163,
      "learning_rate": 0.00018821942213399111,
      "loss": 7.3538,
      "step": 201800
    },
    {
      "epoch": 0.4204375,
      "grad_norm": 4.334216117858887,
      "learning_rate": 0.00018820988888075955,
      "loss": 7.8136,
      "step": 201810
    },
    {
      "epoch": 0.4204583333333333,
      "grad_norm": 0.6972495317459106,
      "learning_rate": 0.00018820035546247642,
      "loss": 7.9312,
      "step": 201820
    },
    {
      "epoch": 0.4204791666666667,
      "grad_norm": 0.8426184058189392,
      "learning_rate": 0.00018819082187918287,
      "loss": 7.5607,
      "step": 201830
    },
    {
      "epoch": 0.4205,
      "grad_norm": 1.131845474243164,
      "learning_rate": 0.0001881812881309201,
      "loss": 7.8658,
      "step": 201840
    },
    {
      "epoch": 0.42052083333333334,
      "grad_norm": 0.6472520232200623,
      "learning_rate": 0.00018817175421772926,
      "loss": 7.6496,
      "step": 201850
    },
    {
      "epoch": 0.42054166666666665,
      "grad_norm": 3.287257671356201,
      "learning_rate": 0.00018816222013965156,
      "loss": 8.2346,
      "step": 201860
    },
    {
      "epoch": 0.4205625,
      "grad_norm": 1.5147329568862915,
      "learning_rate": 0.00018815268589672814,
      "loss": 7.3031,
      "step": 201870
    },
    {
      "epoch": 0.4205833333333333,
      "grad_norm": 1.2590354681015015,
      "learning_rate": 0.0001881431514890003,
      "loss": 7.4398,
      "step": 201880
    },
    {
      "epoch": 0.42060416666666667,
      "grad_norm": 0.919241189956665,
      "learning_rate": 0.00018813361691650908,
      "loss": 7.4352,
      "step": 201890
    },
    {
      "epoch": 0.420625,
      "grad_norm": 0.6353676915168762,
      "learning_rate": 0.00018812408217929572,
      "loss": 7.558,
      "step": 201900
    },
    {
      "epoch": 0.42064583333333333,
      "grad_norm": 2.0570688247680664,
      "learning_rate": 0.00018811454727740145,
      "loss": 8.7965,
      "step": 201910
    },
    {
      "epoch": 0.4206666666666667,
      "grad_norm": 1.6540367603302002,
      "learning_rate": 0.00018810501221086742,
      "loss": 7.9873,
      "step": 201920
    },
    {
      "epoch": 0.4206875,
      "grad_norm": 0.6383857727050781,
      "learning_rate": 0.00018809547697973478,
      "loss": 7.5929,
      "step": 201930
    },
    {
      "epoch": 0.42070833333333335,
      "grad_norm": 1.7124009132385254,
      "learning_rate": 0.0001880859415840448,
      "loss": 7.6216,
      "step": 201940
    },
    {
      "epoch": 0.42072916666666665,
      "grad_norm": 1.3886290788650513,
      "learning_rate": 0.00018807640602383865,
      "loss": 7.3348,
      "step": 201950
    },
    {
      "epoch": 0.42075,
      "grad_norm": 0.9388477206230164,
      "learning_rate": 0.00018806687029915745,
      "loss": 7.6182,
      "step": 201960
    },
    {
      "epoch": 0.4207708333333333,
      "grad_norm": 1.063349962234497,
      "learning_rate": 0.00018805733441004246,
      "loss": 7.634,
      "step": 201970
    },
    {
      "epoch": 0.4207916666666667,
      "grad_norm": 0.8232638835906982,
      "learning_rate": 0.00018804779835653485,
      "loss": 7.641,
      "step": 201980
    },
    {
      "epoch": 0.4208125,
      "grad_norm": 2.225966691970825,
      "learning_rate": 0.00018803826213867577,
      "loss": 7.5138,
      "step": 201990
    },
    {
      "epoch": 0.42083333333333334,
      "grad_norm": 0.6996784806251526,
      "learning_rate": 0.0001880287257565065,
      "loss": 7.4912,
      "step": 202000
    },
    {
      "epoch": 0.42083333333333334,
      "eval_loss": 8.48997688293457,
      "eval_runtime": 8.4098,
      "eval_samples_per_second": 0.357,
      "eval_steps_per_second": 0.119,
      "step": 202000
    },
    {
      "epoch": 0.42085416666666664,
      "grad_norm": 1.6146137714385986,
      "learning_rate": 0.00018801918921006818,
      "loss": 8.0226,
      "step": 202010
    },
    {
      "epoch": 0.420875,
      "grad_norm": 0.7644570469856262,
      "learning_rate": 0.000188009652499402,
      "loss": 7.45,
      "step": 202020
    },
    {
      "epoch": 0.42089583333333336,
      "grad_norm": 1.2131308317184448,
      "learning_rate": 0.00018800011562454918,
      "loss": 7.5105,
      "step": 202030
    },
    {
      "epoch": 0.42091666666666666,
      "grad_norm": 1.3066446781158447,
      "learning_rate": 0.00018799057858555086,
      "loss": 7.6775,
      "step": 202040
    },
    {
      "epoch": 0.4209375,
      "grad_norm": 2.5573949813842773,
      "learning_rate": 0.00018798104138244835,
      "loss": 7.4608,
      "step": 202050
    },
    {
      "epoch": 0.4209583333333333,
      "grad_norm": 0.8037239909172058,
      "learning_rate": 0.00018797150401528274,
      "loss": 7.8745,
      "step": 202060
    },
    {
      "epoch": 0.4209791666666667,
      "grad_norm": 0.8596770167350769,
      "learning_rate": 0.00018796196648409523,
      "loss": 7.6414,
      "step": 202070
    },
    {
      "epoch": 0.421,
      "grad_norm": 1.4141825437545776,
      "learning_rate": 0.0001879524287889271,
      "loss": 7.4822,
      "step": 202080
    },
    {
      "epoch": 0.42102083333333334,
      "grad_norm": 1.5657073259353638,
      "learning_rate": 0.0001879428909298195,
      "loss": 7.4301,
      "step": 202090
    },
    {
      "epoch": 0.42104166666666665,
      "grad_norm": 0.8158277273178101,
      "learning_rate": 0.0001879333529068136,
      "loss": 7.546,
      "step": 202100
    },
    {
      "epoch": 0.4210625,
      "grad_norm": 0.9049578905105591,
      "learning_rate": 0.00018792381471995065,
      "loss": 8.1147,
      "step": 202110
    },
    {
      "epoch": 0.4210833333333333,
      "grad_norm": 0.872399628162384,
      "learning_rate": 0.00018791427636927183,
      "loss": 7.2649,
      "step": 202120
    },
    {
      "epoch": 0.42110416666666667,
      "grad_norm": 1.34296452999115,
      "learning_rate": 0.00018790473785481834,
      "loss": 8.5183,
      "step": 202130
    },
    {
      "epoch": 0.421125,
      "grad_norm": 0.8392982482910156,
      "learning_rate": 0.0001878951991766314,
      "loss": 7.3331,
      "step": 202140
    },
    {
      "epoch": 0.42114583333333333,
      "grad_norm": 0.950724184513092,
      "learning_rate": 0.00018788566033475218,
      "loss": 7.6679,
      "step": 202150
    },
    {
      "epoch": 0.4211666666666667,
      "grad_norm": 1.4749935865402222,
      "learning_rate": 0.0001878761213292219,
      "loss": 7.192,
      "step": 202160
    },
    {
      "epoch": 0.4211875,
      "grad_norm": 1.0359960794448853,
      "learning_rate": 0.0001878665821600818,
      "loss": 7.6277,
      "step": 202170
    },
    {
      "epoch": 0.42120833333333335,
      "grad_norm": 1.4682891368865967,
      "learning_rate": 0.000187857042827373,
      "loss": 7.5623,
      "step": 202180
    },
    {
      "epoch": 0.42122916666666665,
      "grad_norm": 0.7557392120361328,
      "learning_rate": 0.0001878475033311368,
      "loss": 7.9242,
      "step": 202190
    },
    {
      "epoch": 0.42125,
      "grad_norm": 3.2736334800720215,
      "learning_rate": 0.00018783796367141437,
      "loss": 7.8893,
      "step": 202200
    },
    {
      "epoch": 0.4212708333333333,
      "grad_norm": 2.1621453762054443,
      "learning_rate": 0.00018782842384824686,
      "loss": 7.3363,
      "step": 202210
    },
    {
      "epoch": 0.4212916666666667,
      "grad_norm": 1.7038143873214722,
      "learning_rate": 0.00018781888386167558,
      "loss": 8.0957,
      "step": 202220
    },
    {
      "epoch": 0.4213125,
      "grad_norm": 0.6504707336425781,
      "learning_rate": 0.00018780934371174168,
      "loss": 7.9229,
      "step": 202230
    },
    {
      "epoch": 0.42133333333333334,
      "grad_norm": 0.725511372089386,
      "learning_rate": 0.0001877998033984864,
      "loss": 7.6725,
      "step": 202240
    },
    {
      "epoch": 0.42135416666666664,
      "grad_norm": 1.9550156593322754,
      "learning_rate": 0.00018779026292195096,
      "loss": 7.8116,
      "step": 202250
    },
    {
      "epoch": 0.421375,
      "grad_norm": 3.2259106636047363,
      "learning_rate": 0.0001877807222821765,
      "loss": 7.3218,
      "step": 202260
    },
    {
      "epoch": 0.42139583333333336,
      "grad_norm": 1.0130468606948853,
      "learning_rate": 0.0001877711814792042,
      "loss": 7.792,
      "step": 202270
    },
    {
      "epoch": 0.42141666666666666,
      "grad_norm": 1.587091326713562,
      "learning_rate": 0.00018776164051307546,
      "loss": 8.0196,
      "step": 202280
    },
    {
      "epoch": 0.4214375,
      "grad_norm": 2.3923089504241943,
      "learning_rate": 0.00018775209938383137,
      "loss": 8.3586,
      "step": 202290
    },
    {
      "epoch": 0.4214583333333333,
      "grad_norm": 1.0028811693191528,
      "learning_rate": 0.0001877425580915131,
      "loss": 7.8718,
      "step": 202300
    },
    {
      "epoch": 0.4214791666666667,
      "grad_norm": 1.2064580917358398,
      "learning_rate": 0.00018773301663616197,
      "loss": 7.3397,
      "step": 202310
    },
    {
      "epoch": 0.4215,
      "grad_norm": 1.4935111999511719,
      "learning_rate": 0.00018772347501781912,
      "loss": 7.3868,
      "step": 202320
    },
    {
      "epoch": 0.42152083333333334,
      "grad_norm": 0.9347442984580994,
      "learning_rate": 0.00018771393323652576,
      "loss": 7.7856,
      "step": 202330
    },
    {
      "epoch": 0.42154166666666665,
      "grad_norm": 0.8598580956459045,
      "learning_rate": 0.00018770439129232316,
      "loss": 8.184,
      "step": 202340
    },
    {
      "epoch": 0.4215625,
      "grad_norm": 1.1569905281066895,
      "learning_rate": 0.00018769484918525255,
      "loss": 7.7296,
      "step": 202350
    },
    {
      "epoch": 0.4215833333333333,
      "grad_norm": 2.214106798171997,
      "learning_rate": 0.00018768530691535507,
      "loss": 8.3377,
      "step": 202360
    },
    {
      "epoch": 0.42160416666666667,
      "grad_norm": 0.9173495173454285,
      "learning_rate": 0.00018767576448267196,
      "loss": 7.784,
      "step": 202370
    },
    {
      "epoch": 0.421625,
      "grad_norm": 0.9658876061439514,
      "learning_rate": 0.00018766622188724451,
      "loss": 7.6021,
      "step": 202380
    },
    {
      "epoch": 0.42164583333333333,
      "grad_norm": 2.066617965698242,
      "learning_rate": 0.00018765667912911391,
      "loss": 8.1943,
      "step": 202390
    },
    {
      "epoch": 0.4216666666666667,
      "grad_norm": 1.7462471723556519,
      "learning_rate": 0.0001876471362083213,
      "loss": 7.1332,
      "step": 202400
    },
    {
      "epoch": 0.4216875,
      "grad_norm": 1.317821741104126,
      "learning_rate": 0.00018763759312490796,
      "loss": 7.3751,
      "step": 202410
    },
    {
      "epoch": 0.42170833333333335,
      "grad_norm": 0.7237551808357239,
      "learning_rate": 0.0001876280498789152,
      "loss": 7.2703,
      "step": 202420
    },
    {
      "epoch": 0.42172916666666665,
      "grad_norm": 1.2996926307678223,
      "learning_rate": 0.0001876185064703841,
      "loss": 7.2272,
      "step": 202430
    },
    {
      "epoch": 0.42175,
      "grad_norm": 2.9313507080078125,
      "learning_rate": 0.0001876089628993559,
      "loss": 7.56,
      "step": 202440
    },
    {
      "epoch": 0.4217708333333333,
      "grad_norm": 2.7679338455200195,
      "learning_rate": 0.00018759941916587195,
      "loss": 7.9312,
      "step": 202450
    },
    {
      "epoch": 0.4217916666666667,
      "grad_norm": 2.2838845252990723,
      "learning_rate": 0.00018758987526997333,
      "loss": 7.4972,
      "step": 202460
    },
    {
      "epoch": 0.4218125,
      "grad_norm": 0.9697479009628296,
      "learning_rate": 0.00018758033121170134,
      "loss": 7.6677,
      "step": 202470
    },
    {
      "epoch": 0.42183333333333334,
      "grad_norm": 1.8799785375595093,
      "learning_rate": 0.00018757078699109723,
      "loss": 7.269,
      "step": 202480
    },
    {
      "epoch": 0.42185416666666664,
      "grad_norm": 0.6508529186248779,
      "learning_rate": 0.00018756124260820218,
      "loss": 7.4662,
      "step": 202490
    },
    {
      "epoch": 0.421875,
      "grad_norm": 1.1320931911468506,
      "learning_rate": 0.0001875516980630574,
      "loss": 7.2897,
      "step": 202500
    },
    {
      "epoch": 0.42189583333333336,
      "grad_norm": 1.3146800994873047,
      "learning_rate": 0.00018754215335570415,
      "loss": 8.0006,
      "step": 202510
    },
    {
      "epoch": 0.42191666666666666,
      "grad_norm": 1.3202368021011353,
      "learning_rate": 0.0001875326084861837,
      "loss": 8.0518,
      "step": 202520
    },
    {
      "epoch": 0.4219375,
      "grad_norm": 2.462113618850708,
      "learning_rate": 0.00018752306345453718,
      "loss": 7.4484,
      "step": 202530
    },
    {
      "epoch": 0.4219583333333333,
      "grad_norm": 1.0174731016159058,
      "learning_rate": 0.00018751351826080595,
      "loss": 7.3209,
      "step": 202540
    },
    {
      "epoch": 0.4219791666666667,
      "grad_norm": 1.9891020059585571,
      "learning_rate": 0.0001875039729050311,
      "loss": 7.92,
      "step": 202550
    },
    {
      "epoch": 0.422,
      "grad_norm": 0.6720031499862671,
      "learning_rate": 0.000187494427387254,
      "loss": 8.1004,
      "step": 202560
    },
    {
      "epoch": 0.42202083333333335,
      "grad_norm": 2.991647958755493,
      "learning_rate": 0.00018748488170751575,
      "loss": 8.0401,
      "step": 202570
    },
    {
      "epoch": 0.42204166666666665,
      "grad_norm": 1.1709777116775513,
      "learning_rate": 0.00018747533586585768,
      "loss": 8.7229,
      "step": 202580
    },
    {
      "epoch": 0.4220625,
      "grad_norm": 0.8529381155967712,
      "learning_rate": 0.000187465789862321,
      "loss": 7.5353,
      "step": 202590
    },
    {
      "epoch": 0.4220833333333333,
      "grad_norm": 0.6636767387390137,
      "learning_rate": 0.00018745624369694692,
      "loss": 7.9265,
      "step": 202600
    },
    {
      "epoch": 0.42210416666666667,
      "grad_norm": 2.290645122528076,
      "learning_rate": 0.0001874466973697767,
      "loss": 7.7696,
      "step": 202610
    },
    {
      "epoch": 0.422125,
      "grad_norm": 1.3168971538543701,
      "learning_rate": 0.00018743715088085158,
      "loss": 7.3514,
      "step": 202620
    },
    {
      "epoch": 0.42214583333333333,
      "grad_norm": 0.9815633296966553,
      "learning_rate": 0.00018742760423021276,
      "loss": 7.2312,
      "step": 202630
    },
    {
      "epoch": 0.4221666666666667,
      "grad_norm": 1.612966537475586,
      "learning_rate": 0.0001874180574179015,
      "loss": 7.974,
      "step": 202640
    },
    {
      "epoch": 0.4221875,
      "grad_norm": 1.3611468076705933,
      "learning_rate": 0.00018740851044395912,
      "loss": 7.4461,
      "step": 202650
    },
    {
      "epoch": 0.42220833333333335,
      "grad_norm": 0.794253408908844,
      "learning_rate": 0.0001873989633084267,
      "loss": 7.826,
      "step": 202660
    },
    {
      "epoch": 0.42222916666666666,
      "grad_norm": 2.0155999660491943,
      "learning_rate": 0.0001873894160113456,
      "loss": 7.4129,
      "step": 202670
    },
    {
      "epoch": 0.42225,
      "grad_norm": 0.8011174201965332,
      "learning_rate": 0.000187379868552757,
      "loss": 7.5982,
      "step": 202680
    },
    {
      "epoch": 0.4222708333333333,
      "grad_norm": 1.1054108142852783,
      "learning_rate": 0.00018737032093270217,
      "loss": 7.5933,
      "step": 202690
    },
    {
      "epoch": 0.4222916666666667,
      "grad_norm": 1.1737451553344727,
      "learning_rate": 0.00018736077315122237,
      "loss": 7.7802,
      "step": 202700
    },
    {
      "epoch": 0.4223125,
      "grad_norm": 1.8151490688323975,
      "learning_rate": 0.00018735122520835881,
      "loss": 7.5888,
      "step": 202710
    },
    {
      "epoch": 0.42233333333333334,
      "grad_norm": 1.9831874370574951,
      "learning_rate": 0.00018734167710415272,
      "loss": 7.765,
      "step": 202720
    },
    {
      "epoch": 0.42235416666666664,
      "grad_norm": 1.2202365398406982,
      "learning_rate": 0.0001873321288386454,
      "loss": 7.0582,
      "step": 202730
    },
    {
      "epoch": 0.422375,
      "grad_norm": 3.3702986240386963,
      "learning_rate": 0.000187322580411878,
      "loss": 7.8329,
      "step": 202740
    },
    {
      "epoch": 0.42239583333333336,
      "grad_norm": 0.9885775446891785,
      "learning_rate": 0.00018731303182389187,
      "loss": 7.3324,
      "step": 202750
    },
    {
      "epoch": 0.42241666666666666,
      "grad_norm": 1.2238476276397705,
      "learning_rate": 0.00018730348307472824,
      "loss": 8.231,
      "step": 202760
    },
    {
      "epoch": 0.4224375,
      "grad_norm": 1.085029125213623,
      "learning_rate": 0.00018729393416442824,
      "loss": 7.8531,
      "step": 202770
    },
    {
      "epoch": 0.4224583333333333,
      "grad_norm": 3.9392013549804688,
      "learning_rate": 0.00018728438509303327,
      "loss": 7.7086,
      "step": 202780
    },
    {
      "epoch": 0.4224791666666667,
      "grad_norm": 2.0631492137908936,
      "learning_rate": 0.00018727483586058452,
      "loss": 7.696,
      "step": 202790
    },
    {
      "epoch": 0.4225,
      "grad_norm": 0.6593013405799866,
      "learning_rate": 0.00018726528646712323,
      "loss": 7.2233,
      "step": 202800
    },
    {
      "epoch": 0.42252083333333335,
      "grad_norm": 2.2133238315582275,
      "learning_rate": 0.0001872557369126906,
      "loss": 7.3146,
      "step": 202810
    },
    {
      "epoch": 0.42254166666666665,
      "grad_norm": 1.1724992990493774,
      "learning_rate": 0.00018724618719732802,
      "loss": 7.6231,
      "step": 202820
    },
    {
      "epoch": 0.4225625,
      "grad_norm": 14.084477424621582,
      "learning_rate": 0.0001872366373210766,
      "loss": 8.2921,
      "step": 202830
    },
    {
      "epoch": 0.4225833333333333,
      "grad_norm": 0.8878674507141113,
      "learning_rate": 0.00018722708728397764,
      "loss": 7.8964,
      "step": 202840
    },
    {
      "epoch": 0.42260416666666667,
      "grad_norm": 0.8805399537086487,
      "learning_rate": 0.00018721753708607244,
      "loss": 7.2933,
      "step": 202850
    },
    {
      "epoch": 0.422625,
      "grad_norm": 1.672947883605957,
      "learning_rate": 0.00018720798672740218,
      "loss": 7.0517,
      "step": 202860
    },
    {
      "epoch": 0.42264583333333333,
      "grad_norm": 0.8233315348625183,
      "learning_rate": 0.00018719843620800816,
      "loss": 7.603,
      "step": 202870
    },
    {
      "epoch": 0.4226666666666667,
      "grad_norm": 0.9876536726951599,
      "learning_rate": 0.00018718888552793158,
      "loss": 7.2836,
      "step": 202880
    },
    {
      "epoch": 0.4226875,
      "grad_norm": 1.4116995334625244,
      "learning_rate": 0.00018717933468721378,
      "loss": 7.4605,
      "step": 202890
    },
    {
      "epoch": 0.42270833333333335,
      "grad_norm": 2.186138391494751,
      "learning_rate": 0.00018716978368589596,
      "loss": 7.836,
      "step": 202900
    },
    {
      "epoch": 0.42272916666666666,
      "grad_norm": 1.048459768295288,
      "learning_rate": 0.00018716023252401937,
      "loss": 7.6512,
      "step": 202910
    },
    {
      "epoch": 0.42275,
      "grad_norm": 0.8093380928039551,
      "learning_rate": 0.0001871506812016253,
      "loss": 7.3304,
      "step": 202920
    },
    {
      "epoch": 0.4227708333333333,
      "grad_norm": 3.4978933334350586,
      "learning_rate": 0.00018714112971875504,
      "loss": 8.1422,
      "step": 202930
    },
    {
      "epoch": 0.4227916666666667,
      "grad_norm": 1.2686247825622559,
      "learning_rate": 0.0001871315780754497,
      "loss": 7.3123,
      "step": 202940
    },
    {
      "epoch": 0.4228125,
      "grad_norm": 1.0280494689941406,
      "learning_rate": 0.0001871220262717507,
      "loss": 7.8651,
      "step": 202950
    },
    {
      "epoch": 0.42283333333333334,
      "grad_norm": 2.268585443496704,
      "learning_rate": 0.00018711247430769926,
      "loss": 7.2029,
      "step": 202960
    },
    {
      "epoch": 0.42285416666666664,
      "grad_norm": 1.0644056797027588,
      "learning_rate": 0.00018710292218333653,
      "loss": 7.5617,
      "step": 202970
    },
    {
      "epoch": 0.422875,
      "grad_norm": 0.8249030113220215,
      "learning_rate": 0.00018709336989870397,
      "loss": 7.4118,
      "step": 202980
    },
    {
      "epoch": 0.42289583333333336,
      "grad_norm": 3.046675682067871,
      "learning_rate": 0.0001870838174538427,
      "loss": 7.8753,
      "step": 202990
    },
    {
      "epoch": 0.42291666666666666,
      "grad_norm": 1.3610550165176392,
      "learning_rate": 0.000187074264848794,
      "loss": 8.1916,
      "step": 203000
    },
    {
      "epoch": 0.42291666666666666,
      "eval_loss": 8.8279447555542,
      "eval_runtime": 8.3262,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 203000
    },
    {
      "epoch": 0.4229375,
      "grad_norm": 1.6466468572616577,
      "learning_rate": 0.00018706471208359917,
      "loss": 7.8707,
      "step": 203010
    },
    {
      "epoch": 0.4229583333333333,
      "grad_norm": 2.499995231628418,
      "learning_rate": 0.00018705515915829943,
      "loss": 7.5617,
      "step": 203020
    },
    {
      "epoch": 0.4229791666666667,
      "grad_norm": 1.4584580659866333,
      "learning_rate": 0.0001870456060729361,
      "loss": 7.2588,
      "step": 203030
    },
    {
      "epoch": 0.423,
      "grad_norm": 0.7085881233215332,
      "learning_rate": 0.00018703605282755037,
      "loss": 7.5887,
      "step": 203040
    },
    {
      "epoch": 0.42302083333333335,
      "grad_norm": 0.9977951645851135,
      "learning_rate": 0.0001870264994221836,
      "loss": 7.5216,
      "step": 203050
    },
    {
      "epoch": 0.42304166666666665,
      "grad_norm": 1.4645609855651855,
      "learning_rate": 0.00018701694585687695,
      "loss": 8.6485,
      "step": 203060
    },
    {
      "epoch": 0.4230625,
      "grad_norm": 1.5522533655166626,
      "learning_rate": 0.00018700739213167183,
      "loss": 7.4701,
      "step": 203070
    },
    {
      "epoch": 0.4230833333333333,
      "grad_norm": 1.15534245967865,
      "learning_rate": 0.00018699783824660938,
      "loss": 7.462,
      "step": 203080
    },
    {
      "epoch": 0.42310416666666667,
      "grad_norm": 0.9536102414131165,
      "learning_rate": 0.0001869882842017309,
      "loss": 12.3094,
      "step": 203090
    },
    {
      "epoch": 0.423125,
      "grad_norm": 1.3249841928482056,
      "learning_rate": 0.00018697872999707768,
      "loss": 7.5178,
      "step": 203100
    },
    {
      "epoch": 0.42314583333333333,
      "grad_norm": 2.000859498977661,
      "learning_rate": 0.000186969175632691,
      "loss": 7.7401,
      "step": 203110
    },
    {
      "epoch": 0.4231666666666667,
      "grad_norm": 1.0808017253875732,
      "learning_rate": 0.0001869596211086121,
      "loss": 7.4845,
      "step": 203120
    },
    {
      "epoch": 0.4231875,
      "grad_norm": 3.324613571166992,
      "learning_rate": 0.0001869500664248823,
      "loss": 7.3389,
      "step": 203130
    },
    {
      "epoch": 0.42320833333333335,
      "grad_norm": 0.7849608063697815,
      "learning_rate": 0.00018694051158154278,
      "loss": 7.5373,
      "step": 203140
    },
    {
      "epoch": 0.42322916666666666,
      "grad_norm": 0.7701340317726135,
      "learning_rate": 0.00018693095657863496,
      "loss": 7.2563,
      "step": 203150
    },
    {
      "epoch": 0.42325,
      "grad_norm": 0.7858509421348572,
      "learning_rate": 0.00018692140141619994,
      "loss": 7.9079,
      "step": 203160
    },
    {
      "epoch": 0.4232708333333333,
      "grad_norm": 0.9540143013000488,
      "learning_rate": 0.00018691184609427906,
      "loss": 7.6247,
      "step": 203170
    },
    {
      "epoch": 0.4232916666666667,
      "grad_norm": 0.6341374516487122,
      "learning_rate": 0.0001869022906129137,
      "loss": 7.42,
      "step": 203180
    },
    {
      "epoch": 0.4233125,
      "grad_norm": 1.3615657091140747,
      "learning_rate": 0.00018689273497214502,
      "loss": 7.4597,
      "step": 203190
    },
    {
      "epoch": 0.42333333333333334,
      "grad_norm": 1.0378464460372925,
      "learning_rate": 0.00018688317917201432,
      "loss": 7.6651,
      "step": 203200
    },
    {
      "epoch": 0.42335416666666664,
      "grad_norm": 7.339454174041748,
      "learning_rate": 0.0001868736232125629,
      "loss": 7.3982,
      "step": 203210
    },
    {
      "epoch": 0.423375,
      "grad_norm": 0.9873417019844055,
      "learning_rate": 0.000186864067093832,
      "loss": 7.6049,
      "step": 203220
    },
    {
      "epoch": 0.42339583333333336,
      "grad_norm": 0.7590667009353638,
      "learning_rate": 0.00018685451081586297,
      "loss": 7.2261,
      "step": 203230
    },
    {
      "epoch": 0.42341666666666666,
      "grad_norm": 1.296291708946228,
      "learning_rate": 0.00018684495437869698,
      "loss": 7.6416,
      "step": 203240
    },
    {
      "epoch": 0.4234375,
      "grad_norm": 1.353819489479065,
      "learning_rate": 0.0001868353977823754,
      "loss": 6.901,
      "step": 203250
    },
    {
      "epoch": 0.4234583333333333,
      "grad_norm": 0.8608858585357666,
      "learning_rate": 0.00018682584102693953,
      "loss": 8.1882,
      "step": 203260
    },
    {
      "epoch": 0.4234791666666667,
      "grad_norm": 2.1027169227600098,
      "learning_rate": 0.0001868162841124305,
      "loss": 8.2001,
      "step": 203270
    },
    {
      "epoch": 0.4235,
      "grad_norm": 2.7026596069335938,
      "learning_rate": 0.00018680672703888973,
      "loss": 7.4775,
      "step": 203280
    },
    {
      "epoch": 0.42352083333333335,
      "grad_norm": 3.5581488609313965,
      "learning_rate": 0.0001867971698063585,
      "loss": 7.7301,
      "step": 203290
    },
    {
      "epoch": 0.42354166666666665,
      "grad_norm": 4.4211907386779785,
      "learning_rate": 0.00018678761241487809,
      "loss": 7.8968,
      "step": 203300
    },
    {
      "epoch": 0.4235625,
      "grad_norm": 1.3324861526489258,
      "learning_rate": 0.00018677805486448968,
      "loss": 7.6643,
      "step": 203310
    },
    {
      "epoch": 0.4235833333333333,
      "grad_norm": 1.1156877279281616,
      "learning_rate": 0.00018676849715523468,
      "loss": 8.3317,
      "step": 203320
    },
    {
      "epoch": 0.42360416666666667,
      "grad_norm": 6.971702575683594,
      "learning_rate": 0.0001867589392871543,
      "loss": 9.1797,
      "step": 203330
    },
    {
      "epoch": 0.423625,
      "grad_norm": 1.3167102336883545,
      "learning_rate": 0.00018674938126028983,
      "loss": 7.8946,
      "step": 203340
    },
    {
      "epoch": 0.42364583333333333,
      "grad_norm": 1.777470350265503,
      "learning_rate": 0.00018673982307468266,
      "loss": 7.6799,
      "step": 203350
    },
    {
      "epoch": 0.4236666666666667,
      "grad_norm": 1.1584652662277222,
      "learning_rate": 0.00018673026473037396,
      "loss": 7.5498,
      "step": 203360
    },
    {
      "epoch": 0.4236875,
      "grad_norm": 1.5941126346588135,
      "learning_rate": 0.00018672070622740504,
      "loss": 7.6599,
      "step": 203370
    },
    {
      "epoch": 0.42370833333333335,
      "grad_norm": 0.8702530264854431,
      "learning_rate": 0.00018671114756581717,
      "loss": 7.3349,
      "step": 203380
    },
    {
      "epoch": 0.42372916666666666,
      "grad_norm": 1.6653382778167725,
      "learning_rate": 0.00018670158874565173,
      "loss": 7.2511,
      "step": 203390
    },
    {
      "epoch": 0.42375,
      "grad_norm": 0.9553750157356262,
      "learning_rate": 0.0001866920297669499,
      "loss": 8.4301,
      "step": 203400
    },
    {
      "epoch": 0.4237708333333333,
      "grad_norm": 0.8319088220596313,
      "learning_rate": 0.00018668247062975308,
      "loss": 12.0721,
      "step": 203410
    },
    {
      "epoch": 0.4237916666666667,
      "grad_norm": 1.0388603210449219,
      "learning_rate": 0.0001866729113341025,
      "loss": 7.5897,
      "step": 203420
    },
    {
      "epoch": 0.4238125,
      "grad_norm": 0.9440774917602539,
      "learning_rate": 0.0001866633518800395,
      "loss": 7.4862,
      "step": 203430
    },
    {
      "epoch": 0.42383333333333334,
      "grad_norm": 1.2491179704666138,
      "learning_rate": 0.00018665379226760526,
      "loss": 7.3129,
      "step": 203440
    },
    {
      "epoch": 0.42385416666666664,
      "grad_norm": 3.6009953022003174,
      "learning_rate": 0.00018664423249684114,
      "loss": 7.7405,
      "step": 203450
    },
    {
      "epoch": 0.423875,
      "grad_norm": 24.275659561157227,
      "learning_rate": 0.0001866346725677885,
      "loss": 9.0674,
      "step": 203460
    },
    {
      "epoch": 0.42389583333333336,
      "grad_norm": 1.418115496635437,
      "learning_rate": 0.00018662511248048852,
      "loss": 7.3117,
      "step": 203470
    },
    {
      "epoch": 0.42391666666666666,
      "grad_norm": 1.339377999305725,
      "learning_rate": 0.00018661555223498257,
      "loss": 7.3381,
      "step": 203480
    },
    {
      "epoch": 0.4239375,
      "grad_norm": 0.7425987720489502,
      "learning_rate": 0.00018660599183131197,
      "loss": 7.5073,
      "step": 203490
    },
    {
      "epoch": 0.4239583333333333,
      "grad_norm": 7.70877742767334,
      "learning_rate": 0.00018659643126951793,
      "loss": 7.8606,
      "step": 203500
    },
    {
      "epoch": 0.4239791666666667,
      "grad_norm": 6.5334649085998535,
      "learning_rate": 0.00018658687054964177,
      "loss": 9.0498,
      "step": 203510
    },
    {
      "epoch": 0.424,
      "grad_norm": 1.4357737302780151,
      "learning_rate": 0.00018657730967172487,
      "loss": 7.9022,
      "step": 203520
    },
    {
      "epoch": 0.42402083333333335,
      "grad_norm": 0.8835232853889465,
      "learning_rate": 0.0001865677486358084,
      "loss": 7.071,
      "step": 203530
    },
    {
      "epoch": 0.42404166666666665,
      "grad_norm": 0.9077856540679932,
      "learning_rate": 0.00018655818744193377,
      "loss": 7.9561,
      "step": 203540
    },
    {
      "epoch": 0.4240625,
      "grad_norm": 1.2561339139938354,
      "learning_rate": 0.00018654862609014227,
      "loss": 7.3863,
      "step": 203550
    },
    {
      "epoch": 0.4240833333333333,
      "grad_norm": 0.6048256158828735,
      "learning_rate": 0.00018653906458047516,
      "loss": 7.3445,
      "step": 203560
    },
    {
      "epoch": 0.42410416666666667,
      "grad_norm": 0.8700104355812073,
      "learning_rate": 0.00018652950291297372,
      "loss": 7.8591,
      "step": 203570
    },
    {
      "epoch": 0.424125,
      "grad_norm": 9.92957878112793,
      "learning_rate": 0.0001865199410876793,
      "loss": 8.9482,
      "step": 203580
    },
    {
      "epoch": 0.42414583333333333,
      "grad_norm": 1.8331154584884644,
      "learning_rate": 0.0001865103791046332,
      "loss": 7.7404,
      "step": 203590
    },
    {
      "epoch": 0.4241666666666667,
      "grad_norm": 1.0526771545410156,
      "learning_rate": 0.0001865008169638767,
      "loss": 7.5851,
      "step": 203600
    },
    {
      "epoch": 0.4241875,
      "grad_norm": 2.2323973178863525,
      "learning_rate": 0.00018649125466545114,
      "loss": 7.6373,
      "step": 203610
    },
    {
      "epoch": 0.42420833333333335,
      "grad_norm": 1.8648908138275146,
      "learning_rate": 0.0001864816922093978,
      "loss": 7.9444,
      "step": 203620
    },
    {
      "epoch": 0.42422916666666666,
      "grad_norm": 3.7622995376586914,
      "learning_rate": 0.000186472129595758,
      "loss": 8.3816,
      "step": 203630
    },
    {
      "epoch": 0.42425,
      "grad_norm": 1.2699671983718872,
      "learning_rate": 0.000186462566824573,
      "loss": 7.3264,
      "step": 203640
    },
    {
      "epoch": 0.4242708333333333,
      "grad_norm": 1.2951865196228027,
      "learning_rate": 0.00018645300389588416,
      "loss": 7.4921,
      "step": 203650
    },
    {
      "epoch": 0.4242916666666667,
      "grad_norm": 3.914886474609375,
      "learning_rate": 0.0001864434408097328,
      "loss": 9.3292,
      "step": 203660
    },
    {
      "epoch": 0.4243125,
      "grad_norm": 1.0408951044082642,
      "learning_rate": 0.00018643387756616013,
      "loss": 7.5776,
      "step": 203670
    },
    {
      "epoch": 0.42433333333333334,
      "grad_norm": 1.9088222980499268,
      "learning_rate": 0.00018642431416520758,
      "loss": 7.9161,
      "step": 203680
    },
    {
      "epoch": 0.42435416666666664,
      "grad_norm": 0.9065592885017395,
      "learning_rate": 0.00018641475060691645,
      "loss": 7.3106,
      "step": 203690
    },
    {
      "epoch": 0.424375,
      "grad_norm": 6.723540306091309,
      "learning_rate": 0.00018640518689132796,
      "loss": 7.7132,
      "step": 203700
    },
    {
      "epoch": 0.42439583333333336,
      "grad_norm": 1.8375197649002075,
      "learning_rate": 0.00018639562301848346,
      "loss": 7.5257,
      "step": 203710
    },
    {
      "epoch": 0.42441666666666666,
      "grad_norm": 0.7629286050796509,
      "learning_rate": 0.00018638605898842433,
      "loss": 7.5058,
      "step": 203720
    },
    {
      "epoch": 0.4244375,
      "grad_norm": 0.7498321533203125,
      "learning_rate": 0.0001863764948011918,
      "loss": 7.572,
      "step": 203730
    },
    {
      "epoch": 0.4244583333333333,
      "grad_norm": 1.9387073516845703,
      "learning_rate": 0.0001863669304568272,
      "loss": 7.3817,
      "step": 203740
    },
    {
      "epoch": 0.4244791666666667,
      "grad_norm": 1.0102003812789917,
      "learning_rate": 0.00018635736595537186,
      "loss": 7.5002,
      "step": 203750
    },
    {
      "epoch": 0.4245,
      "grad_norm": 0.7911507487297058,
      "learning_rate": 0.00018634780129686709,
      "loss": 7.4402,
      "step": 203760
    },
    {
      "epoch": 0.42452083333333335,
      "grad_norm": 0.8394220471382141,
      "learning_rate": 0.0001863382364813542,
      "loss": 7.7618,
      "step": 203770
    },
    {
      "epoch": 0.42454166666666665,
      "grad_norm": 1.0107204914093018,
      "learning_rate": 0.00018632867150887453,
      "loss": 7.8425,
      "step": 203780
    },
    {
      "epoch": 0.4245625,
      "grad_norm": 1.4442152976989746,
      "learning_rate": 0.00018631910637946936,
      "loss": 7.255,
      "step": 203790
    },
    {
      "epoch": 0.4245833333333333,
      "grad_norm": 4.875970840454102,
      "learning_rate": 0.00018630954109318006,
      "loss": 8.2919,
      "step": 203800
    },
    {
      "epoch": 0.42460416666666667,
      "grad_norm": 2.994378089904785,
      "learning_rate": 0.00018629997565004785,
      "loss": 7.9956,
      "step": 203810
    },
    {
      "epoch": 0.424625,
      "grad_norm": 0.7864423990249634,
      "learning_rate": 0.00018629041005011418,
      "loss": 7.6102,
      "step": 203820
    },
    {
      "epoch": 0.42464583333333333,
      "grad_norm": 1.2484641075134277,
      "learning_rate": 0.0001862808442934203,
      "loss": 7.6647,
      "step": 203830
    },
    {
      "epoch": 0.4246666666666667,
      "grad_norm": 1.6562516689300537,
      "learning_rate": 0.00018627127838000747,
      "loss": 7.2278,
      "step": 203840
    },
    {
      "epoch": 0.4246875,
      "grad_norm": 1.904995083808899,
      "learning_rate": 0.00018626171230991714,
      "loss": 7.6496,
      "step": 203850
    },
    {
      "epoch": 0.42470833333333335,
      "grad_norm": 0.9020766615867615,
      "learning_rate": 0.00018625214608319055,
      "loss": 8.4837,
      "step": 203860
    },
    {
      "epoch": 0.42472916666666666,
      "grad_norm": 1.2309129238128662,
      "learning_rate": 0.00018624257969986904,
      "loss": 7.8179,
      "step": 203870
    },
    {
      "epoch": 0.42475,
      "grad_norm": 0.7970939874649048,
      "learning_rate": 0.0001862330131599939,
      "loss": 7.2875,
      "step": 203880
    },
    {
      "epoch": 0.4247708333333333,
      "grad_norm": 0.9158722758293152,
      "learning_rate": 0.00018622344646360652,
      "loss": 7.1337,
      "step": 203890
    },
    {
      "epoch": 0.4247916666666667,
      "grad_norm": 1.425097942352295,
      "learning_rate": 0.00018621387961074819,
      "loss": 7.3999,
      "step": 203900
    },
    {
      "epoch": 0.4248125,
      "grad_norm": 1.0110639333724976,
      "learning_rate": 0.00018620431260146021,
      "loss": 7.269,
      "step": 203910
    },
    {
      "epoch": 0.42483333333333334,
      "grad_norm": 1.3021131753921509,
      "learning_rate": 0.00018619474543578391,
      "loss": 7.4753,
      "step": 203920
    },
    {
      "epoch": 0.42485416666666664,
      "grad_norm": 0.9321292638778687,
      "learning_rate": 0.0001861851781137607,
      "loss": 8.1212,
      "step": 203930
    },
    {
      "epoch": 0.424875,
      "grad_norm": 1.420286774635315,
      "learning_rate": 0.00018617561063543177,
      "loss": 7.7862,
      "step": 203940
    },
    {
      "epoch": 0.4248958333333333,
      "grad_norm": 2.0347867012023926,
      "learning_rate": 0.0001861660430008386,
      "loss": 7.5928,
      "step": 203950
    },
    {
      "epoch": 0.42491666666666666,
      "grad_norm": 1.598281741142273,
      "learning_rate": 0.0001861564752100224,
      "loss": 7.3769,
      "step": 203960
    },
    {
      "epoch": 0.4249375,
      "grad_norm": 1.416298747062683,
      "learning_rate": 0.00018614690726302454,
      "loss": 7.74,
      "step": 203970
    },
    {
      "epoch": 0.4249583333333333,
      "grad_norm": 0.9912804961204529,
      "learning_rate": 0.00018613733915988636,
      "loss": 7.3346,
      "step": 203980
    },
    {
      "epoch": 0.4249791666666667,
      "grad_norm": 1.31589937210083,
      "learning_rate": 0.00018612777090064916,
      "loss": 8.6765,
      "step": 203990
    },
    {
      "epoch": 0.425,
      "grad_norm": 1.342721700668335,
      "learning_rate": 0.0001861182024853543,
      "loss": 7.8345,
      "step": 204000
    },
    {
      "epoch": 0.425,
      "eval_loss": 7.750685214996338,
      "eval_runtime": 8.6791,
      "eval_samples_per_second": 0.346,
      "eval_steps_per_second": 0.115,
      "step": 204000
    },
    {
      "epoch": 0.42502083333333335,
      "grad_norm": 1.6439263820648193,
      "learning_rate": 0.00018610863391404307,
      "loss": 7.6942,
      "step": 204010
    },
    {
      "epoch": 0.42504166666666665,
      "grad_norm": 1.7037454843521118,
      "learning_rate": 0.00018609906518675693,
      "loss": 7.3588,
      "step": 204020
    },
    {
      "epoch": 0.4250625,
      "grad_norm": 1.9360748529434204,
      "learning_rate": 0.00018608949630353705,
      "loss": 7.4193,
      "step": 204030
    },
    {
      "epoch": 0.4250833333333333,
      "grad_norm": 1.161521315574646,
      "learning_rate": 0.00018607992726442477,
      "loss": 7.5653,
      "step": 204040
    },
    {
      "epoch": 0.42510416666666667,
      "grad_norm": 0.8650904893875122,
      "learning_rate": 0.0001860703580694616,
      "loss": 7.3417,
      "step": 204050
    },
    {
      "epoch": 0.425125,
      "grad_norm": 1.330317735671997,
      "learning_rate": 0.0001860607887186887,
      "loss": 7.2824,
      "step": 204060
    },
    {
      "epoch": 0.42514583333333333,
      "grad_norm": 0.8374040722846985,
      "learning_rate": 0.0001860512192121475,
      "loss": 7.3713,
      "step": 204070
    },
    {
      "epoch": 0.4251666666666667,
      "grad_norm": 2.1052989959716797,
      "learning_rate": 0.00018604164954987926,
      "loss": 7.4237,
      "step": 204080
    },
    {
      "epoch": 0.4251875,
      "grad_norm": 15.297983169555664,
      "learning_rate": 0.0001860320797319254,
      "loss": 8.0537,
      "step": 204090
    },
    {
      "epoch": 0.42520833333333335,
      "grad_norm": 0.8997682929039001,
      "learning_rate": 0.00018602250975832717,
      "loss": 7.6323,
      "step": 204100
    },
    {
      "epoch": 0.42522916666666666,
      "grad_norm": 2.058067560195923,
      "learning_rate": 0.000186012939629126,
      "loss": 8.2535,
      "step": 204110
    },
    {
      "epoch": 0.42525,
      "grad_norm": 2.3404393196105957,
      "learning_rate": 0.00018600336934436316,
      "loss": 8.2225,
      "step": 204120
    },
    {
      "epoch": 0.4252708333333333,
      "grad_norm": 1.7761969566345215,
      "learning_rate": 0.00018599379890408004,
      "loss": 7.3531,
      "step": 204130
    },
    {
      "epoch": 0.4252916666666667,
      "grad_norm": 1.4846856594085693,
      "learning_rate": 0.00018598422830831793,
      "loss": 7.1181,
      "step": 204140
    },
    {
      "epoch": 0.4253125,
      "grad_norm": 0.7072761654853821,
      "learning_rate": 0.0001859746575571182,
      "loss": 7.5335,
      "step": 204150
    },
    {
      "epoch": 0.42533333333333334,
      "grad_norm": 0.6434072256088257,
      "learning_rate": 0.00018596508665052225,
      "loss": 7.8804,
      "step": 204160
    },
    {
      "epoch": 0.42535416666666664,
      "grad_norm": 1.0272512435913086,
      "learning_rate": 0.00018595551558857126,
      "loss": 8.1833,
      "step": 204170
    },
    {
      "epoch": 0.425375,
      "grad_norm": 1.027251124382019,
      "learning_rate": 0.0001859459443713067,
      "loss": 7.128,
      "step": 204180
    },
    {
      "epoch": 0.4253958333333333,
      "grad_norm": 0.7673082947731018,
      "learning_rate": 0.00018593637299876996,
      "loss": 7.5518,
      "step": 204190
    },
    {
      "epoch": 0.42541666666666667,
      "grad_norm": 1.0071316957473755,
      "learning_rate": 0.00018592680147100227,
      "loss": 7.5433,
      "step": 204200
    },
    {
      "epoch": 0.4254375,
      "grad_norm": 1.1760926246643066,
      "learning_rate": 0.000185917229788045,
      "loss": 7.7088,
      "step": 204210
    },
    {
      "epoch": 0.4254583333333333,
      "grad_norm": 0.5589315295219421,
      "learning_rate": 0.00018590765794993953,
      "loss": 7.135,
      "step": 204220
    },
    {
      "epoch": 0.4254791666666667,
      "grad_norm": 1.3908051252365112,
      "learning_rate": 0.0001858980859567272,
      "loss": 7.5103,
      "step": 204230
    },
    {
      "epoch": 0.4255,
      "grad_norm": 4.066232204437256,
      "learning_rate": 0.00018588851380844934,
      "loss": 8.0639,
      "step": 204240
    },
    {
      "epoch": 0.42552083333333335,
      "grad_norm": 0.9485167860984802,
      "learning_rate": 0.0001858789415051473,
      "loss": 7.7841,
      "step": 204250
    },
    {
      "epoch": 0.42554166666666665,
      "grad_norm": 1.2135505676269531,
      "learning_rate": 0.00018586936904686242,
      "loss": 7.9889,
      "step": 204260
    },
    {
      "epoch": 0.4255625,
      "grad_norm": 0.9533228874206543,
      "learning_rate": 0.0001858597964336361,
      "loss": 8.2228,
      "step": 204270
    },
    {
      "epoch": 0.4255833333333333,
      "grad_norm": 1.2380141019821167,
      "learning_rate": 0.00018585022366550963,
      "loss": 7.0785,
      "step": 204280
    },
    {
      "epoch": 0.4256041666666667,
      "grad_norm": 1.5559425354003906,
      "learning_rate": 0.0001858406507425244,
      "loss": 7.4839,
      "step": 204290
    },
    {
      "epoch": 0.425625,
      "grad_norm": 0.9798041582107544,
      "learning_rate": 0.00018583107766472176,
      "loss": 6.9987,
      "step": 204300
    },
    {
      "epoch": 0.42564583333333333,
      "grad_norm": 0.547481119632721,
      "learning_rate": 0.000185821504432143,
      "loss": 9.2884,
      "step": 204310
    },
    {
      "epoch": 0.4256666666666667,
      "grad_norm": 1.5080116987228394,
      "learning_rate": 0.00018581193104482953,
      "loss": 7.4691,
      "step": 204320
    },
    {
      "epoch": 0.4256875,
      "grad_norm": 1.0249719619750977,
      "learning_rate": 0.00018580235750282272,
      "loss": 7.3453,
      "step": 204330
    },
    {
      "epoch": 0.42570833333333336,
      "grad_norm": 1.9917948246002197,
      "learning_rate": 0.00018579278380616388,
      "loss": 7.6878,
      "step": 204340
    },
    {
      "epoch": 0.42572916666666666,
      "grad_norm": 0.7744442224502563,
      "learning_rate": 0.0001857832099548944,
      "loss": 7.3684,
      "step": 204350
    },
    {
      "epoch": 0.42575,
      "grad_norm": 4.345505237579346,
      "learning_rate": 0.00018577363594905562,
      "loss": 8.4245,
      "step": 204360
    },
    {
      "epoch": 0.4257708333333333,
      "grad_norm": 2.8733749389648438,
      "learning_rate": 0.00018576406178868888,
      "loss": 8.1323,
      "step": 204370
    },
    {
      "epoch": 0.4257916666666667,
      "grad_norm": 0.7766467928886414,
      "learning_rate": 0.0001857544874738355,
      "loss": 7.529,
      "step": 204380
    },
    {
      "epoch": 0.4258125,
      "grad_norm": 1.1800715923309326,
      "learning_rate": 0.00018574491300453697,
      "loss": 7.5639,
      "step": 204390
    },
    {
      "epoch": 0.42583333333333334,
      "grad_norm": 1.2995271682739258,
      "learning_rate": 0.00018573533838083452,
      "loss": 7.3389,
      "step": 204400
    },
    {
      "epoch": 0.42585416666666664,
      "grad_norm": 1.183861255645752,
      "learning_rate": 0.00018572576360276953,
      "loss": 7.6518,
      "step": 204410
    },
    {
      "epoch": 0.425875,
      "grad_norm": 0.9370743036270142,
      "learning_rate": 0.00018571618867038343,
      "loss": 8.0237,
      "step": 204420
    },
    {
      "epoch": 0.4258958333333333,
      "grad_norm": 2.2125229835510254,
      "learning_rate": 0.00018570661358371753,
      "loss": 7.4194,
      "step": 204430
    },
    {
      "epoch": 0.42591666666666667,
      "grad_norm": 3.3447611331939697,
      "learning_rate": 0.00018569703834281319,
      "loss": 7.7456,
      "step": 204440
    },
    {
      "epoch": 0.4259375,
      "grad_norm": 1.119997501373291,
      "learning_rate": 0.00018568746294771174,
      "loss": 7.3665,
      "step": 204450
    },
    {
      "epoch": 0.4259583333333333,
      "grad_norm": 2.084075927734375,
      "learning_rate": 0.0001856778873984546,
      "loss": 7.3864,
      "step": 204460
    },
    {
      "epoch": 0.4259791666666667,
      "grad_norm": 0.9111207723617554,
      "learning_rate": 0.00018566831169508313,
      "loss": 7.1598,
      "step": 204470
    },
    {
      "epoch": 0.426,
      "grad_norm": 1.015682339668274,
      "learning_rate": 0.00018565873583763863,
      "loss": 7.624,
      "step": 204480
    },
    {
      "epoch": 0.42602083333333335,
      "grad_norm": 1.261311411857605,
      "learning_rate": 0.00018564915982616253,
      "loss": 7.7076,
      "step": 204490
    },
    {
      "epoch": 0.42604166666666665,
      "grad_norm": 0.7968407869338989,
      "learning_rate": 0.0001856395836606962,
      "loss": 7.7439,
      "step": 204500
    },
    {
      "epoch": 0.4260625,
      "grad_norm": 10.903985977172852,
      "learning_rate": 0.0001856300073412809,
      "loss": 7.6307,
      "step": 204510
    },
    {
      "epoch": 0.4260833333333333,
      "grad_norm": 0.5548655390739441,
      "learning_rate": 0.0001856204308679581,
      "loss": 7.9818,
      "step": 204520
    },
    {
      "epoch": 0.4261041666666667,
      "grad_norm": 1.8915736675262451,
      "learning_rate": 0.0001856108542407692,
      "loss": 7.6041,
      "step": 204530
    },
    {
      "epoch": 0.426125,
      "grad_norm": 0.8197756409645081,
      "learning_rate": 0.0001856012774597554,
      "loss": 8.2501,
      "step": 204540
    },
    {
      "epoch": 0.42614583333333333,
      "grad_norm": 1.1538952589035034,
      "learning_rate": 0.00018559170052495825,
      "loss": 7.5544,
      "step": 204550
    },
    {
      "epoch": 0.4261666666666667,
      "grad_norm": 2.0057694911956787,
      "learning_rate": 0.00018558212343641902,
      "loss": 8.1821,
      "step": 204560
    },
    {
      "epoch": 0.4261875,
      "grad_norm": 0.6810007691383362,
      "learning_rate": 0.00018557254619417914,
      "loss": 7.7208,
      "step": 204570
    },
    {
      "epoch": 0.42620833333333336,
      "grad_norm": 0.5307751297950745,
      "learning_rate": 0.00018556296879827986,
      "loss": 7.1361,
      "step": 204580
    },
    {
      "epoch": 0.42622916666666666,
      "grad_norm": 2.523709535598755,
      "learning_rate": 0.0001855533912487627,
      "loss": 7.5804,
      "step": 204590
    },
    {
      "epoch": 0.42625,
      "grad_norm": 0.8437531590461731,
      "learning_rate": 0.0001855438135456689,
      "loss": 7.4713,
      "step": 204600
    },
    {
      "epoch": 0.4262708333333333,
      "grad_norm": 1.361781120300293,
      "learning_rate": 0.00018553423568903998,
      "loss": 7.608,
      "step": 204610
    },
    {
      "epoch": 0.4262916666666667,
      "grad_norm": 1.3556081056594849,
      "learning_rate": 0.00018552465767891717,
      "loss": 7.4922,
      "step": 204620
    },
    {
      "epoch": 0.4263125,
      "grad_norm": 1.1700456142425537,
      "learning_rate": 0.0001855150795153419,
      "loss": 7.3502,
      "step": 204630
    },
    {
      "epoch": 0.42633333333333334,
      "grad_norm": 0.6823540925979614,
      "learning_rate": 0.00018550550119835556,
      "loss": 7.4227,
      "step": 204640
    },
    {
      "epoch": 0.42635416666666665,
      "grad_norm": 1.1772080659866333,
      "learning_rate": 0.00018549592272799952,
      "loss": 7.9405,
      "step": 204650
    },
    {
      "epoch": 0.426375,
      "grad_norm": 2.7472448348999023,
      "learning_rate": 0.0001854863441043151,
      "loss": 7.4103,
      "step": 204660
    },
    {
      "epoch": 0.4263958333333333,
      "grad_norm": 1.1963458061218262,
      "learning_rate": 0.00018547676532734375,
      "loss": 7.4302,
      "step": 204670
    },
    {
      "epoch": 0.42641666666666667,
      "grad_norm": 1.6141066551208496,
      "learning_rate": 0.00018546718639712682,
      "loss": 7.754,
      "step": 204680
    },
    {
      "epoch": 0.4264375,
      "grad_norm": 1.0977801084518433,
      "learning_rate": 0.00018545760731370568,
      "loss": 7.7158,
      "step": 204690
    },
    {
      "epoch": 0.42645833333333333,
      "grad_norm": 1.0609071254730225,
      "learning_rate": 0.0001854480280771217,
      "loss": 7.3726,
      "step": 204700
    },
    {
      "epoch": 0.4264791666666667,
      "grad_norm": 1.0941638946533203,
      "learning_rate": 0.00018543844868741628,
      "loss": 7.266,
      "step": 204710
    },
    {
      "epoch": 0.4265,
      "grad_norm": 3.3339784145355225,
      "learning_rate": 0.0001854288691446308,
      "loss": 7.5181,
      "step": 204720
    },
    {
      "epoch": 0.42652083333333335,
      "grad_norm": 0.8966190218925476,
      "learning_rate": 0.00018541928944880662,
      "loss": 7.2768,
      "step": 204730
    },
    {
      "epoch": 0.42654166666666665,
      "grad_norm": 2.2019591331481934,
      "learning_rate": 0.00018540970959998515,
      "loss": 7.7503,
      "step": 204740
    },
    {
      "epoch": 0.4265625,
      "grad_norm": 0.9769608974456787,
      "learning_rate": 0.00018540012959820772,
      "loss": 7.615,
      "step": 204750
    },
    {
      "epoch": 0.4265833333333333,
      "grad_norm": 1.089491844177246,
      "learning_rate": 0.00018539054944351574,
      "loss": 7.5044,
      "step": 204760
    },
    {
      "epoch": 0.4266041666666667,
      "grad_norm": 2.911238670349121,
      "learning_rate": 0.0001853809691359506,
      "loss": 7.6167,
      "step": 204770
    },
    {
      "epoch": 0.426625,
      "grad_norm": 9.475149154663086,
      "learning_rate": 0.0001853713886755537,
      "loss": 8.0898,
      "step": 204780
    },
    {
      "epoch": 0.42664583333333334,
      "grad_norm": 3.4263288974761963,
      "learning_rate": 0.00018536180806236639,
      "loss": 7.5775,
      "step": 204790
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 2.1355671882629395,
      "learning_rate": 0.00018535222729643003,
      "loss": 8.7072,
      "step": 204800
    },
    {
      "epoch": 0.4266875,
      "grad_norm": 0.6661969423294067,
      "learning_rate": 0.0001853426463777861,
      "loss": 7.7798,
      "step": 204810
    },
    {
      "epoch": 0.42670833333333336,
      "grad_norm": 2.5164473056793213,
      "learning_rate": 0.00018533306530647587,
      "loss": 7.5679,
      "step": 204820
    },
    {
      "epoch": 0.42672916666666666,
      "grad_norm": 1.3724689483642578,
      "learning_rate": 0.00018532348408254083,
      "loss": 7.2932,
      "step": 204830
    },
    {
      "epoch": 0.42675,
      "grad_norm": 0.8313657641410828,
      "learning_rate": 0.0001853139027060223,
      "loss": 7.1522,
      "step": 204840
    },
    {
      "epoch": 0.4267708333333333,
      "grad_norm": 2.1912848949432373,
      "learning_rate": 0.00018530432117696167,
      "loss": 7.8098,
      "step": 204850
    },
    {
      "epoch": 0.4267916666666667,
      "grad_norm": 1.8914841413497925,
      "learning_rate": 0.0001852947394954004,
      "loss": 7.2039,
      "step": 204860
    },
    {
      "epoch": 0.4268125,
      "grad_norm": 0.9668339490890503,
      "learning_rate": 0.00018528515766137981,
      "loss": 8.6529,
      "step": 204870
    },
    {
      "epoch": 0.42683333333333334,
      "grad_norm": 2.6890971660614014,
      "learning_rate": 0.00018527557567494125,
      "loss": 7.7975,
      "step": 204880
    },
    {
      "epoch": 0.42685416666666665,
      "grad_norm": 0.9680185317993164,
      "learning_rate": 0.00018526599353612628,
      "loss": 7.2732,
      "step": 204890
    },
    {
      "epoch": 0.426875,
      "grad_norm": 0.9663759469985962,
      "learning_rate": 0.00018525641124497608,
      "loss": 7.7314,
      "step": 204900
    },
    {
      "epoch": 0.4268958333333333,
      "grad_norm": 1.1472400426864624,
      "learning_rate": 0.00018524682880153215,
      "loss": 7.821,
      "step": 204910
    },
    {
      "epoch": 0.42691666666666667,
      "grad_norm": 0.958175003528595,
      "learning_rate": 0.0001852372462058359,
      "loss": 7.336,
      "step": 204920
    },
    {
      "epoch": 0.4269375,
      "grad_norm": 1.330115556716919,
      "learning_rate": 0.00018522766345792867,
      "loss": 7.6299,
      "step": 204930
    },
    {
      "epoch": 0.42695833333333333,
      "grad_norm": 1.443339228630066,
      "learning_rate": 0.00018521808055785188,
      "loss": 7.702,
      "step": 204940
    },
    {
      "epoch": 0.4269791666666667,
      "grad_norm": 2.315688371658325,
      "learning_rate": 0.00018520849750564694,
      "loss": 7.4824,
      "step": 204950
    },
    {
      "epoch": 0.427,
      "grad_norm": 0.711503803730011,
      "learning_rate": 0.00018519891430135522,
      "loss": 8.4839,
      "step": 204960
    },
    {
      "epoch": 0.42702083333333335,
      "grad_norm": 1.7594223022460938,
      "learning_rate": 0.00018518933094501813,
      "loss": 7.8436,
      "step": 204970
    },
    {
      "epoch": 0.42704166666666665,
      "grad_norm": 0.7016739249229431,
      "learning_rate": 0.00018517974743667703,
      "loss": 7.1377,
      "step": 204980
    },
    {
      "epoch": 0.4270625,
      "grad_norm": 1.306925892829895,
      "learning_rate": 0.00018517016377637337,
      "loss": 7.9282,
      "step": 204990
    },
    {
      "epoch": 0.4270833333333333,
      "grad_norm": 1.2384289503097534,
      "learning_rate": 0.0001851605799641485,
      "loss": 7.7738,
      "step": 205000
    },
    {
      "epoch": 0.4270833333333333,
      "eval_loss": 6.906836032867432,
      "eval_runtime": 9.5396,
      "eval_samples_per_second": 0.314,
      "eval_steps_per_second": 0.105,
      "step": 205000
    },
    {
      "epoch": 0.4271041666666667,
      "grad_norm": 2.3661208152770996,
      "learning_rate": 0.0001851509960000439,
      "loss": 7.7098,
      "step": 205010
    },
    {
      "epoch": 0.427125,
      "grad_norm": 0.9547745585441589,
      "learning_rate": 0.00018514141188410085,
      "loss": 7.5037,
      "step": 205020
    },
    {
      "epoch": 0.42714583333333334,
      "grad_norm": 0.9178472757339478,
      "learning_rate": 0.00018513182761636086,
      "loss": 7.949,
      "step": 205030
    },
    {
      "epoch": 0.42716666666666664,
      "grad_norm": 0.6787271499633789,
      "learning_rate": 0.0001851222431968652,
      "loss": 7.8787,
      "step": 205040
    },
    {
      "epoch": 0.4271875,
      "grad_norm": 0.7273157835006714,
      "learning_rate": 0.0001851126586256554,
      "loss": 8.6405,
      "step": 205050
    },
    {
      "epoch": 0.42720833333333336,
      "grad_norm": 1.0109738111495972,
      "learning_rate": 0.00018510307390277286,
      "loss": 7.8766,
      "step": 205060
    },
    {
      "epoch": 0.42722916666666666,
      "grad_norm": 0.8693361878395081,
      "learning_rate": 0.00018509348902825888,
      "loss": 9.0862,
      "step": 205070
    },
    {
      "epoch": 0.42725,
      "grad_norm": 0.6655436754226685,
      "learning_rate": 0.00018508390400215493,
      "loss": 8.7995,
      "step": 205080
    },
    {
      "epoch": 0.4272708333333333,
      "grad_norm": 0.7529012560844421,
      "learning_rate": 0.0001850743188245024,
      "loss": 7.4987,
      "step": 205090
    },
    {
      "epoch": 0.4272916666666667,
      "grad_norm": 1.3500845432281494,
      "learning_rate": 0.00018506473349534275,
      "loss": 7.4988,
      "step": 205100
    },
    {
      "epoch": 0.4273125,
      "grad_norm": 1.6537166833877563,
      "learning_rate": 0.00018505514801471723,
      "loss": 7.6126,
      "step": 205110
    },
    {
      "epoch": 0.42733333333333334,
      "grad_norm": 2.081038475036621,
      "learning_rate": 0.00018504556238266743,
      "loss": 7.339,
      "step": 205120
    },
    {
      "epoch": 0.42735416666666665,
      "grad_norm": 0.8644847273826599,
      "learning_rate": 0.00018503597659923465,
      "loss": 7.9741,
      "step": 205130
    },
    {
      "epoch": 0.427375,
      "grad_norm": 1.320479154586792,
      "learning_rate": 0.00018502639066446028,
      "loss": 7.641,
      "step": 205140
    },
    {
      "epoch": 0.4273958333333333,
      "grad_norm": 1.5683016777038574,
      "learning_rate": 0.0001850168045783858,
      "loss": 7.4679,
      "step": 205150
    },
    {
      "epoch": 0.42741666666666667,
      "grad_norm": 0.9715959429740906,
      "learning_rate": 0.00018500721834105257,
      "loss": 7.5209,
      "step": 205160
    },
    {
      "epoch": 0.4274375,
      "grad_norm": 0.7595855593681335,
      "learning_rate": 0.00018499763195250202,
      "loss": 8.1395,
      "step": 205170
    },
    {
      "epoch": 0.42745833333333333,
      "grad_norm": 1.2100809812545776,
      "learning_rate": 0.0001849880454127756,
      "loss": 8.0344,
      "step": 205180
    },
    {
      "epoch": 0.4274791666666667,
      "grad_norm": 1.5058170557022095,
      "learning_rate": 0.0001849784587219146,
      "loss": 8.0102,
      "step": 205190
    },
    {
      "epoch": 0.4275,
      "grad_norm": 1.3274717330932617,
      "learning_rate": 0.00018496887187996057,
      "loss": 8.4028,
      "step": 205200
    },
    {
      "epoch": 0.42752083333333335,
      "grad_norm": 4.4817352294921875,
      "learning_rate": 0.0001849592848869548,
      "loss": 7.6489,
      "step": 205210
    },
    {
      "epoch": 0.42754166666666665,
      "grad_norm": 1.007832407951355,
      "learning_rate": 0.00018494969774293877,
      "loss": 7.4943,
      "step": 205220
    },
    {
      "epoch": 0.4275625,
      "grad_norm": 1.3675514459609985,
      "learning_rate": 0.00018494011044795393,
      "loss": 7.6332,
      "step": 205230
    },
    {
      "epoch": 0.4275833333333333,
      "grad_norm": 0.9188199639320374,
      "learning_rate": 0.00018493052300204158,
      "loss": 7.5038,
      "step": 205240
    },
    {
      "epoch": 0.4276041666666667,
      "grad_norm": 1.129341721534729,
      "learning_rate": 0.00018492093540524316,
      "loss": 7.2407,
      "step": 205250
    },
    {
      "epoch": 0.427625,
      "grad_norm": 0.8436642289161682,
      "learning_rate": 0.00018491134765760022,
      "loss": 8.4141,
      "step": 205260
    },
    {
      "epoch": 0.42764583333333334,
      "grad_norm": 1.0475221872329712,
      "learning_rate": 0.00018490175975915404,
      "loss": 7.6735,
      "step": 205270
    },
    {
      "epoch": 0.42766666666666664,
      "grad_norm": 1.1590656042099,
      "learning_rate": 0.00018489217170994604,
      "loss": 7.9145,
      "step": 205280
    },
    {
      "epoch": 0.4276875,
      "grad_norm": 1.0016955137252808,
      "learning_rate": 0.0001848825835100177,
      "loss": 7.3788,
      "step": 205290
    },
    {
      "epoch": 0.42770833333333336,
      "grad_norm": 1.0139585733413696,
      "learning_rate": 0.00018487299515941043,
      "loss": 7.8423,
      "step": 205300
    },
    {
      "epoch": 0.42772916666666666,
      "grad_norm": 3.2738840579986572,
      "learning_rate": 0.0001848634066581656,
      "loss": 7.9781,
      "step": 205310
    },
    {
      "epoch": 0.42775,
      "grad_norm": 0.8252484202384949,
      "learning_rate": 0.00018485381800632464,
      "loss": 7.8564,
      "step": 205320
    },
    {
      "epoch": 0.4277708333333333,
      "grad_norm": 0.9289620518684387,
      "learning_rate": 0.000184844229203929,
      "loss": 8.0495,
      "step": 205330
    },
    {
      "epoch": 0.4277916666666667,
      "grad_norm": 0.9535105228424072,
      "learning_rate": 0.00018483464025102007,
      "loss": 7.4667,
      "step": 205340
    },
    {
      "epoch": 0.4278125,
      "grad_norm": 2.6932148933410645,
      "learning_rate": 0.0001848250511476393,
      "loss": 7.8568,
      "step": 205350
    },
    {
      "epoch": 0.42783333333333334,
      "grad_norm": 0.8209772706031799,
      "learning_rate": 0.00018481546189382807,
      "loss": 7.2076,
      "step": 205360
    },
    {
      "epoch": 0.42785416666666665,
      "grad_norm": 0.6000399589538574,
      "learning_rate": 0.00018480587248962787,
      "loss": 7.427,
      "step": 205370
    },
    {
      "epoch": 0.427875,
      "grad_norm": 0.9418532848358154,
      "learning_rate": 0.00018479628293508003,
      "loss": 8.2203,
      "step": 205380
    },
    {
      "epoch": 0.4278958333333333,
      "grad_norm": 1.1169782876968384,
      "learning_rate": 0.000184786693230226,
      "loss": 7.7679,
      "step": 205390
    },
    {
      "epoch": 0.42791666666666667,
      "grad_norm": 1.4539318084716797,
      "learning_rate": 0.0001847771033751073,
      "loss": 7.4503,
      "step": 205400
    },
    {
      "epoch": 0.4279375,
      "grad_norm": 2.0552432537078857,
      "learning_rate": 0.00018476751336976522,
      "loss": 7.3989,
      "step": 205410
    },
    {
      "epoch": 0.42795833333333333,
      "grad_norm": 1.5124198198318481,
      "learning_rate": 0.00018475792321424127,
      "loss": 8.0897,
      "step": 205420
    },
    {
      "epoch": 0.4279791666666667,
      "grad_norm": 1.6626780033111572,
      "learning_rate": 0.00018474833290857689,
      "loss": 7.9051,
      "step": 205430
    },
    {
      "epoch": 0.428,
      "grad_norm": 2.1453680992126465,
      "learning_rate": 0.00018473874245281341,
      "loss": 7.8923,
      "step": 205440
    },
    {
      "epoch": 0.42802083333333335,
      "grad_norm": 0.9246413111686707,
      "learning_rate": 0.0001847291518469923,
      "loss": 7.68,
      "step": 205450
    },
    {
      "epoch": 0.42804166666666665,
      "grad_norm": 0.9702433347702026,
      "learning_rate": 0.00018471956109115506,
      "loss": 7.8996,
      "step": 205460
    },
    {
      "epoch": 0.4280625,
      "grad_norm": 1.0299746990203857,
      "learning_rate": 0.000184709970185343,
      "loss": 7.9446,
      "step": 205470
    },
    {
      "epoch": 0.4280833333333333,
      "grad_norm": 1.0524191856384277,
      "learning_rate": 0.00018470037912959763,
      "loss": 7.7583,
      "step": 205480
    },
    {
      "epoch": 0.4281041666666667,
      "grad_norm": 1.9797393083572388,
      "learning_rate": 0.00018469078792396037,
      "loss": 7.7575,
      "step": 205490
    },
    {
      "epoch": 0.428125,
      "grad_norm": 0.838209331035614,
      "learning_rate": 0.00018468119656847264,
      "loss": 7.2943,
      "step": 205500
    },
    {
      "epoch": 0.42814583333333334,
      "grad_norm": 2.200690507888794,
      "learning_rate": 0.00018467160506317583,
      "loss": 7.553,
      "step": 205510
    },
    {
      "epoch": 0.42816666666666664,
      "grad_norm": 2.439812183380127,
      "learning_rate": 0.00018466201340811147,
      "loss": 7.144,
      "step": 205520
    },
    {
      "epoch": 0.4281875,
      "grad_norm": 0.7625178694725037,
      "learning_rate": 0.00018465242160332088,
      "loss": 7.1252,
      "step": 205530
    },
    {
      "epoch": 0.42820833333333336,
      "grad_norm": 1.6436028480529785,
      "learning_rate": 0.00018464282964884558,
      "loss": 7.4157,
      "step": 205540
    },
    {
      "epoch": 0.42822916666666666,
      "grad_norm": 0.7480477690696716,
      "learning_rate": 0.00018463323754472694,
      "loss": 7.9384,
      "step": 205550
    },
    {
      "epoch": 0.42825,
      "grad_norm": 1.085644245147705,
      "learning_rate": 0.00018462364529100642,
      "loss": 7.6841,
      "step": 205560
    },
    {
      "epoch": 0.4282708333333333,
      "grad_norm": 1.2857974767684937,
      "learning_rate": 0.0001846140528877255,
      "loss": 7.2696,
      "step": 205570
    },
    {
      "epoch": 0.4282916666666667,
      "grad_norm": 3.0894832611083984,
      "learning_rate": 0.0001846044603349255,
      "loss": 7.7246,
      "step": 205580
    },
    {
      "epoch": 0.4283125,
      "grad_norm": 0.611055314540863,
      "learning_rate": 0.000184594867632648,
      "loss": 7.5522,
      "step": 205590
    },
    {
      "epoch": 0.42833333333333334,
      "grad_norm": 0.7823707461357117,
      "learning_rate": 0.00018458527478093436,
      "loss": 7.5895,
      "step": 205600
    },
    {
      "epoch": 0.42835416666666665,
      "grad_norm": 0.8473320007324219,
      "learning_rate": 0.00018457568177982596,
      "loss": 7.7236,
      "step": 205610
    },
    {
      "epoch": 0.428375,
      "grad_norm": 0.8413328528404236,
      "learning_rate": 0.0001845660886293644,
      "loss": 7.9399,
      "step": 205620
    },
    {
      "epoch": 0.4283958333333333,
      "grad_norm": 3.7122981548309326,
      "learning_rate": 0.00018455649532959096,
      "loss": 7.9469,
      "step": 205630
    },
    {
      "epoch": 0.42841666666666667,
      "grad_norm": 0.572651207447052,
      "learning_rate": 0.00018454690188054714,
      "loss": 7.9471,
      "step": 205640
    },
    {
      "epoch": 0.4284375,
      "grad_norm": 1.5593260526657104,
      "learning_rate": 0.00018453730828227435,
      "loss": 7.4933,
      "step": 205650
    },
    {
      "epoch": 0.42845833333333333,
      "grad_norm": 1.0789552927017212,
      "learning_rate": 0.0001845277145348141,
      "loss": 7.6579,
      "step": 205660
    },
    {
      "epoch": 0.4284791666666667,
      "grad_norm": 0.8215882182121277,
      "learning_rate": 0.00018451812063820778,
      "loss": 7.5324,
      "step": 205670
    },
    {
      "epoch": 0.4285,
      "grad_norm": 0.9092580080032349,
      "learning_rate": 0.00018450852659249685,
      "loss": 7.5847,
      "step": 205680
    },
    {
      "epoch": 0.42852083333333335,
      "grad_norm": 0.8948531746864319,
      "learning_rate": 0.00018449893239772273,
      "loss": 7.4042,
      "step": 205690
    },
    {
      "epoch": 0.42854166666666665,
      "grad_norm": 0.9428626894950867,
      "learning_rate": 0.00018448933805392687,
      "loss": 8.11,
      "step": 205700
    },
    {
      "epoch": 0.4285625,
      "grad_norm": 0.9040318727493286,
      "learning_rate": 0.00018447974356115073,
      "loss": 6.9803,
      "step": 205710
    },
    {
      "epoch": 0.4285833333333333,
      "grad_norm": 1.222113847732544,
      "learning_rate": 0.00018447014891943576,
      "loss": 7.4668,
      "step": 205720
    },
    {
      "epoch": 0.4286041666666667,
      "grad_norm": 0.5950444936752319,
      "learning_rate": 0.00018446055412882337,
      "loss": 7.396,
      "step": 205730
    },
    {
      "epoch": 0.428625,
      "grad_norm": 1.557472586631775,
      "learning_rate": 0.00018445095918935507,
      "loss": 8.0642,
      "step": 205740
    },
    {
      "epoch": 0.42864583333333334,
      "grad_norm": 1.2543236017227173,
      "learning_rate": 0.0001844413641010722,
      "loss": 7.7746,
      "step": 205750
    },
    {
      "epoch": 0.42866666666666664,
      "grad_norm": 1.7252190113067627,
      "learning_rate": 0.00018443176886401633,
      "loss": 7.8683,
      "step": 205760
    },
    {
      "epoch": 0.4286875,
      "grad_norm": 0.6385465264320374,
      "learning_rate": 0.00018442217347822883,
      "loss": 7.3066,
      "step": 205770
    },
    {
      "epoch": 0.42870833333333336,
      "grad_norm": 1.2928282022476196,
      "learning_rate": 0.0001844125779437511,
      "loss": 7.6282,
      "step": 205780
    },
    {
      "epoch": 0.42872916666666666,
      "grad_norm": 0.8153945803642273,
      "learning_rate": 0.00018440298226062474,
      "loss": 7.5143,
      "step": 205790
    },
    {
      "epoch": 0.42875,
      "grad_norm": 3.0264790058135986,
      "learning_rate": 0.0001843933864288911,
      "loss": 7.3909,
      "step": 205800
    },
    {
      "epoch": 0.4287708333333333,
      "grad_norm": 0.8769519329071045,
      "learning_rate": 0.0001843837904485916,
      "loss": 7.5486,
      "step": 205810
    },
    {
      "epoch": 0.4287916666666667,
      "grad_norm": 1.3335751295089722,
      "learning_rate": 0.00018437419431976778,
      "loss": 8.4486,
      "step": 205820
    },
    {
      "epoch": 0.4288125,
      "grad_norm": 1.3183561563491821,
      "learning_rate": 0.000184364598042461,
      "loss": 7.4596,
      "step": 205830
    },
    {
      "epoch": 0.42883333333333334,
      "grad_norm": 2.8567562103271484,
      "learning_rate": 0.0001843550016167128,
      "loss": 7.6321,
      "step": 205840
    },
    {
      "epoch": 0.42885416666666665,
      "grad_norm": 0.5777212381362915,
      "learning_rate": 0.00018434540504256458,
      "loss": 7.2633,
      "step": 205850
    },
    {
      "epoch": 0.428875,
      "grad_norm": 1.6906633377075195,
      "learning_rate": 0.00018433580832005782,
      "loss": 8.3585,
      "step": 205860
    },
    {
      "epoch": 0.4288958333333333,
      "grad_norm": 0.8763277530670166,
      "learning_rate": 0.00018432621144923392,
      "loss": 8.3806,
      "step": 205870
    },
    {
      "epoch": 0.42891666666666667,
      "grad_norm": 2.219447612762451,
      "learning_rate": 0.00018431661443013442,
      "loss": 7.068,
      "step": 205880
    },
    {
      "epoch": 0.4289375,
      "grad_norm": 0.8925884962081909,
      "learning_rate": 0.0001843070172628007,
      "loss": 9.0578,
      "step": 205890
    },
    {
      "epoch": 0.42895833333333333,
      "grad_norm": 0.6581858396530151,
      "learning_rate": 0.00018429741994727424,
      "loss": 7.6008,
      "step": 205900
    },
    {
      "epoch": 0.4289791666666667,
      "grad_norm": 1.6583993434906006,
      "learning_rate": 0.00018428782248359652,
      "loss": 8.0683,
      "step": 205910
    },
    {
      "epoch": 0.429,
      "grad_norm": 2.3012382984161377,
      "learning_rate": 0.00018427822487180896,
      "loss": 7.7441,
      "step": 205920
    },
    {
      "epoch": 0.42902083333333335,
      "grad_norm": 1.3417887687683105,
      "learning_rate": 0.0001842686271119531,
      "loss": 7.2725,
      "step": 205930
    },
    {
      "epoch": 0.42904166666666665,
      "grad_norm": 2.4731507301330566,
      "learning_rate": 0.00018425902920407027,
      "loss": 7.6365,
      "step": 205940
    },
    {
      "epoch": 0.4290625,
      "grad_norm": 1.477587103843689,
      "learning_rate": 0.00018424943114820198,
      "loss": 7.1041,
      "step": 205950
    },
    {
      "epoch": 0.4290833333333333,
      "grad_norm": 2.385535717010498,
      "learning_rate": 0.00018423983294438975,
      "loss": 7.8368,
      "step": 205960
    },
    {
      "epoch": 0.4291041666666667,
      "grad_norm": 0.7245954871177673,
      "learning_rate": 0.000184230234592675,
      "loss": 7.4879,
      "step": 205970
    },
    {
      "epoch": 0.429125,
      "grad_norm": 0.9139854311943054,
      "learning_rate": 0.00018422063609309914,
      "loss": 7.4246,
      "step": 205980
    },
    {
      "epoch": 0.42914583333333334,
      "grad_norm": 0.892530620098114,
      "learning_rate": 0.00018421103744570373,
      "loss": 7.2617,
      "step": 205990
    },
    {
      "epoch": 0.42916666666666664,
      "grad_norm": 1.1221123933792114,
      "learning_rate": 0.00018420143865053012,
      "loss": 7.6758,
      "step": 206000
    },
    {
      "epoch": 0.42916666666666664,
      "eval_loss": 8.238862991333008,
      "eval_runtime": 8.4879,
      "eval_samples_per_second": 0.353,
      "eval_steps_per_second": 0.118,
      "step": 206000
    },
    {
      "epoch": 0.4291875,
      "grad_norm": 1.7498496770858765,
      "learning_rate": 0.0001841918397076199,
      "loss": 7.8101,
      "step": 206010
    },
    {
      "epoch": 0.42920833333333336,
      "grad_norm": 1.0152180194854736,
      "learning_rate": 0.0001841822406170144,
      "loss": 7.5027,
      "step": 206020
    },
    {
      "epoch": 0.42922916666666666,
      "grad_norm": 0.731289267539978,
      "learning_rate": 0.0001841726413787552,
      "loss": 7.4795,
      "step": 206030
    },
    {
      "epoch": 0.42925,
      "grad_norm": 2.7169947624206543,
      "learning_rate": 0.00018416304199288366,
      "loss": 7.4313,
      "step": 206040
    },
    {
      "epoch": 0.4292708333333333,
      "grad_norm": 0.9339767098426819,
      "learning_rate": 0.00018415344245944137,
      "loss": 7.6726,
      "step": 206050
    },
    {
      "epoch": 0.4292916666666667,
      "grad_norm": 0.6713892221450806,
      "learning_rate": 0.00018414384277846968,
      "loss": 8.327,
      "step": 206060
    },
    {
      "epoch": 0.4293125,
      "grad_norm": 0.8556251525878906,
      "learning_rate": 0.00018413424295001015,
      "loss": 7.4749,
      "step": 206070
    },
    {
      "epoch": 0.42933333333333334,
      "grad_norm": 3.2600209712982178,
      "learning_rate": 0.00018412464297410414,
      "loss": 7.9745,
      "step": 206080
    },
    {
      "epoch": 0.42935416666666665,
      "grad_norm": 2.079352855682373,
      "learning_rate": 0.00018411504285079325,
      "loss": 7.4693,
      "step": 206090
    },
    {
      "epoch": 0.429375,
      "grad_norm": 1.166269063949585,
      "learning_rate": 0.00018410544258011885,
      "loss": 7.7707,
      "step": 206100
    },
    {
      "epoch": 0.4293958333333333,
      "grad_norm": 1.0074660778045654,
      "learning_rate": 0.0001840958421621224,
      "loss": 7.0803,
      "step": 206110
    },
    {
      "epoch": 0.42941666666666667,
      "grad_norm": 1.8291207551956177,
      "learning_rate": 0.00018408624159684542,
      "loss": 7.7175,
      "step": 206120
    },
    {
      "epoch": 0.4294375,
      "grad_norm": 5.476149559020996,
      "learning_rate": 0.00018407664088432942,
      "loss": 7.2408,
      "step": 206130
    },
    {
      "epoch": 0.42945833333333333,
      "grad_norm": 0.9868284463882446,
      "learning_rate": 0.00018406704002461575,
      "loss": 7.6389,
      "step": 206140
    },
    {
      "epoch": 0.4294791666666667,
      "grad_norm": 2.1985232830047607,
      "learning_rate": 0.00018405743901774596,
      "loss": 7.9375,
      "step": 206150
    },
    {
      "epoch": 0.4295,
      "grad_norm": 1.2410216331481934,
      "learning_rate": 0.0001840478378637616,
      "loss": 7.5518,
      "step": 206160
    },
    {
      "epoch": 0.42952083333333335,
      "grad_norm": 1.226760745048523,
      "learning_rate": 0.00018403823656270397,
      "loss": 7.8791,
      "step": 206170
    },
    {
      "epoch": 0.42954166666666665,
      "grad_norm": 1.7668001651763916,
      "learning_rate": 0.00018402863511461466,
      "loss": 7.8461,
      "step": 206180
    },
    {
      "epoch": 0.4295625,
      "grad_norm": 1.1391798257827759,
      "learning_rate": 0.00018401903351953513,
      "loss": 7.2822,
      "step": 206190
    },
    {
      "epoch": 0.4295833333333333,
      "grad_norm": 0.7321910262107849,
      "learning_rate": 0.00018400943177750685,
      "loss": 7.7476,
      "step": 206200
    },
    {
      "epoch": 0.4296041666666667,
      "grad_norm": 1.0058166980743408,
      "learning_rate": 0.00018399982988857123,
      "loss": 7.3516,
      "step": 206210
    },
    {
      "epoch": 0.429625,
      "grad_norm": 0.5824049115180969,
      "learning_rate": 0.00018399022785276986,
      "loss": 7.2322,
      "step": 206220
    },
    {
      "epoch": 0.42964583333333334,
      "grad_norm": 0.5838973522186279,
      "learning_rate": 0.00018398062567014412,
      "loss": 7.1578,
      "step": 206230
    },
    {
      "epoch": 0.42966666666666664,
      "grad_norm": 1.1147916316986084,
      "learning_rate": 0.0001839710233407356,
      "loss": 8.1607,
      "step": 206240
    },
    {
      "epoch": 0.4296875,
      "grad_norm": 1.9741723537445068,
      "learning_rate": 0.0001839614208645856,
      "loss": 7.5759,
      "step": 206250
    },
    {
      "epoch": 0.42970833333333336,
      "grad_norm": 1.1037129163742065,
      "learning_rate": 0.00018395181824173575,
      "loss": 7.309,
      "step": 206260
    },
    {
      "epoch": 0.42972916666666666,
      "grad_norm": 1.6221193075180054,
      "learning_rate": 0.00018394221547222753,
      "loss": 7.2474,
      "step": 206270
    },
    {
      "epoch": 0.42975,
      "grad_norm": 2.7010767459869385,
      "learning_rate": 0.0001839326125561023,
      "loss": 7.8365,
      "step": 206280
    },
    {
      "epoch": 0.4297708333333333,
      "grad_norm": 1.3445005416870117,
      "learning_rate": 0.00018392300949340162,
      "loss": 7.36,
      "step": 206290
    },
    {
      "epoch": 0.4297916666666667,
      "grad_norm": 1.3043888807296753,
      "learning_rate": 0.00018391340628416705,
      "loss": 7.6737,
      "step": 206300
    },
    {
      "epoch": 0.4298125,
      "grad_norm": 5.869868278503418,
      "learning_rate": 0.00018390380292843993,
      "loss": 7.942,
      "step": 206310
    },
    {
      "epoch": 0.42983333333333335,
      "grad_norm": 1.1779412031173706,
      "learning_rate": 0.00018389419942626178,
      "loss": 7.2873,
      "step": 206320
    },
    {
      "epoch": 0.42985416666666665,
      "grad_norm": 2.123809814453125,
      "learning_rate": 0.00018388459577767415,
      "loss": 7.0996,
      "step": 206330
    },
    {
      "epoch": 0.429875,
      "grad_norm": 1.4481465816497803,
      "learning_rate": 0.00018387499198271846,
      "loss": 8.1737,
      "step": 206340
    },
    {
      "epoch": 0.4298958333333333,
      "grad_norm": 0.7302253842353821,
      "learning_rate": 0.0001838653880414362,
      "loss": 7.2125,
      "step": 206350
    },
    {
      "epoch": 0.42991666666666667,
      "grad_norm": 1.120658278465271,
      "learning_rate": 0.00018385578395386888,
      "loss": 7.2382,
      "step": 206360
    },
    {
      "epoch": 0.4299375,
      "grad_norm": 1.0058263540267944,
      "learning_rate": 0.00018384617972005797,
      "loss": 7.3026,
      "step": 206370
    },
    {
      "epoch": 0.42995833333333333,
      "grad_norm": 0.8135757446289062,
      "learning_rate": 0.00018383657534004497,
      "loss": 7.3024,
      "step": 206380
    },
    {
      "epoch": 0.4299791666666667,
      "grad_norm": 1.2422157526016235,
      "learning_rate": 0.00018382697081387135,
      "loss": 7.2646,
      "step": 206390
    },
    {
      "epoch": 0.43,
      "grad_norm": 0.8548288345336914,
      "learning_rate": 0.00018381736614157858,
      "loss": 7.3081,
      "step": 206400
    },
    {
      "epoch": 0.43002083333333335,
      "grad_norm": 1.8377037048339844,
      "learning_rate": 0.00018380776132320822,
      "loss": 7.336,
      "step": 206410
    },
    {
      "epoch": 0.43004166666666666,
      "grad_norm": 1.5123666524887085,
      "learning_rate": 0.00018379815635880168,
      "loss": 7.8363,
      "step": 206420
    },
    {
      "epoch": 0.4300625,
      "grad_norm": 0.7876591086387634,
      "learning_rate": 0.00018378855124840052,
      "loss": 7.3356,
      "step": 206430
    },
    {
      "epoch": 0.4300833333333333,
      "grad_norm": 4.85943078994751,
      "learning_rate": 0.0001837789459920462,
      "loss": 7.4266,
      "step": 206440
    },
    {
      "epoch": 0.4301041666666667,
      "grad_norm": 1.0080431699752808,
      "learning_rate": 0.00018376934058978014,
      "loss": 7.864,
      "step": 206450
    },
    {
      "epoch": 0.430125,
      "grad_norm": 1.037171721458435,
      "learning_rate": 0.00018375973504164395,
      "loss": 7.9146,
      "step": 206460
    },
    {
      "epoch": 0.43014583333333334,
      "grad_norm": 1.2130088806152344,
      "learning_rate": 0.00018375012934767907,
      "loss": 7.9687,
      "step": 206470
    },
    {
      "epoch": 0.43016666666666664,
      "grad_norm": 0.8565549850463867,
      "learning_rate": 0.00018374052350792695,
      "loss": 7.1744,
      "step": 206480
    },
    {
      "epoch": 0.4301875,
      "grad_norm": 1.2394423484802246,
      "learning_rate": 0.00018373091752242916,
      "loss": 7.7887,
      "step": 206490
    },
    {
      "epoch": 0.43020833333333336,
      "grad_norm": 0.7882411479949951,
      "learning_rate": 0.00018372131139122715,
      "loss": 7.3984,
      "step": 206500
    },
    {
      "epoch": 0.43022916666666666,
      "grad_norm": 1.9742075204849243,
      "learning_rate": 0.0001837117051143624,
      "loss": 8.1938,
      "step": 206510
    },
    {
      "epoch": 0.43025,
      "grad_norm": 1.277933955192566,
      "learning_rate": 0.00018370209869187645,
      "loss": 7.4144,
      "step": 206520
    },
    {
      "epoch": 0.4302708333333333,
      "grad_norm": 1.2474181652069092,
      "learning_rate": 0.00018369249212381075,
      "loss": 7.1131,
      "step": 206530
    },
    {
      "epoch": 0.4302916666666667,
      "grad_norm": 1.5112093687057495,
      "learning_rate": 0.00018368288541020683,
      "loss": 7.7612,
      "step": 206540
    },
    {
      "epoch": 0.4303125,
      "grad_norm": 0.6349734663963318,
      "learning_rate": 0.0001836732785511062,
      "loss": 8.019,
      "step": 206550
    },
    {
      "epoch": 0.43033333333333335,
      "grad_norm": 0.9458669424057007,
      "learning_rate": 0.00018366367154655034,
      "loss": 7.3533,
      "step": 206560
    },
    {
      "epoch": 0.43035416666666665,
      "grad_norm": 0.9341553449630737,
      "learning_rate": 0.0001836540643965807,
      "loss": 7.7266,
      "step": 206570
    },
    {
      "epoch": 0.430375,
      "grad_norm": 2.1159169673919678,
      "learning_rate": 0.00018364445710123884,
      "loss": 7.7081,
      "step": 206580
    },
    {
      "epoch": 0.4303958333333333,
      "grad_norm": 0.6870085597038269,
      "learning_rate": 0.00018363484966056625,
      "loss": 7.7322,
      "step": 206590
    },
    {
      "epoch": 0.43041666666666667,
      "grad_norm": 0.8804222345352173,
      "learning_rate": 0.0001836252420746044,
      "loss": 7.4283,
      "step": 206600
    },
    {
      "epoch": 0.4304375,
      "grad_norm": 1.477076530456543,
      "learning_rate": 0.00018361563434339485,
      "loss": 7.3401,
      "step": 206610
    },
    {
      "epoch": 0.43045833333333333,
      "grad_norm": 1.1679936647415161,
      "learning_rate": 0.00018360602646697906,
      "loss": 7.8573,
      "step": 206620
    },
    {
      "epoch": 0.4304791666666667,
      "grad_norm": 3.1363441944122314,
      "learning_rate": 0.0001835964184453985,
      "loss": 8.6332,
      "step": 206630
    },
    {
      "epoch": 0.4305,
      "grad_norm": 1.1107360124588013,
      "learning_rate": 0.0001835868102786948,
      "loss": 7.1587,
      "step": 206640
    },
    {
      "epoch": 0.43052083333333335,
      "grad_norm": 0.6808859705924988,
      "learning_rate": 0.00018357720196690927,
      "loss": 8.0924,
      "step": 206650
    },
    {
      "epoch": 0.43054166666666666,
      "grad_norm": 1.8563792705535889,
      "learning_rate": 0.00018356759351008362,
      "loss": 8.2268,
      "step": 206660
    },
    {
      "epoch": 0.4305625,
      "grad_norm": 1.1318237781524658,
      "learning_rate": 0.0001835579849082592,
      "loss": 7.3289,
      "step": 206670
    },
    {
      "epoch": 0.4305833333333333,
      "grad_norm": 1.1879346370697021,
      "learning_rate": 0.0001835483761614775,
      "loss": 7.4984,
      "step": 206680
    },
    {
      "epoch": 0.4306041666666667,
      "grad_norm": 1.0898346900939941,
      "learning_rate": 0.00018353876726978017,
      "loss": 7.5934,
      "step": 206690
    },
    {
      "epoch": 0.430625,
      "grad_norm": 1.2070780992507935,
      "learning_rate": 0.00018352915823320864,
      "loss": 7.6907,
      "step": 206700
    },
    {
      "epoch": 0.43064583333333334,
      "grad_norm": 1.2786287069320679,
      "learning_rate": 0.00018351954905180442,
      "loss": 7.3185,
      "step": 206710
    },
    {
      "epoch": 0.43066666666666664,
      "grad_norm": 1.4442392587661743,
      "learning_rate": 0.000183509939725609,
      "loss": 7.7086,
      "step": 206720
    },
    {
      "epoch": 0.4306875,
      "grad_norm": 0.8607555627822876,
      "learning_rate": 0.0001835003302546639,
      "loss": 7.3817,
      "step": 206730
    },
    {
      "epoch": 0.43070833333333336,
      "grad_norm": 1.3840011358261108,
      "learning_rate": 0.00018349072063901062,
      "loss": 7.6645,
      "step": 206740
    },
    {
      "epoch": 0.43072916666666666,
      "grad_norm": 0.7826011180877686,
      "learning_rate": 0.00018348111087869074,
      "loss": 7.6543,
      "step": 206750
    },
    {
      "epoch": 0.43075,
      "grad_norm": 0.8167368769645691,
      "learning_rate": 0.00018347150097374566,
      "loss": 7.1767,
      "step": 206760
    },
    {
      "epoch": 0.4307708333333333,
      "grad_norm": 1.0107965469360352,
      "learning_rate": 0.00018346189092421697,
      "loss": 7.3377,
      "step": 206770
    },
    {
      "epoch": 0.4307916666666667,
      "grad_norm": 0.9035730361938477,
      "learning_rate": 0.00018345228073014615,
      "loss": 7.3123,
      "step": 206780
    },
    {
      "epoch": 0.4308125,
      "grad_norm": 0.7521524429321289,
      "learning_rate": 0.0001834426703915747,
      "loss": 7.9686,
      "step": 206790
    },
    {
      "epoch": 0.43083333333333335,
      "grad_norm": 1.162817120552063,
      "learning_rate": 0.0001834330599085442,
      "loss": 7.9403,
      "step": 206800
    },
    {
      "epoch": 0.43085416666666665,
      "grad_norm": 0.8091034889221191,
      "learning_rate": 0.0001834234492810961,
      "loss": 7.782,
      "step": 206810
    },
    {
      "epoch": 0.430875,
      "grad_norm": 1.243870735168457,
      "learning_rate": 0.00018341383850927186,
      "loss": 7.417,
      "step": 206820
    },
    {
      "epoch": 0.4308958333333333,
      "grad_norm": 0.9268727898597717,
      "learning_rate": 0.00018340422759311316,
      "loss": 8.1456,
      "step": 206830
    },
    {
      "epoch": 0.43091666666666667,
      "grad_norm": 1.9442229270935059,
      "learning_rate": 0.00018339461653266138,
      "loss": 7.7792,
      "step": 206840
    },
    {
      "epoch": 0.4309375,
      "grad_norm": 0.9960303902626038,
      "learning_rate": 0.00018338500532795804,
      "loss": 7.8876,
      "step": 206850
    },
    {
      "epoch": 0.43095833333333333,
      "grad_norm": 0.671951174736023,
      "learning_rate": 0.00018337539397904475,
      "loss": 7.677,
      "step": 206860
    },
    {
      "epoch": 0.4309791666666667,
      "grad_norm": 5.94962215423584,
      "learning_rate": 0.00018336578248596296,
      "loss": 7.8709,
      "step": 206870
    },
    {
      "epoch": 0.431,
      "grad_norm": 0.7391365766525269,
      "learning_rate": 0.00018335617084875417,
      "loss": 7.7795,
      "step": 206880
    },
    {
      "epoch": 0.43102083333333335,
      "grad_norm": 1.1837725639343262,
      "learning_rate": 0.00018334655906745995,
      "loss": 7.3061,
      "step": 206890
    },
    {
      "epoch": 0.43104166666666666,
      "grad_norm": 2.9924204349517822,
      "learning_rate": 0.00018333694714212174,
      "loss": 7.6002,
      "step": 206900
    },
    {
      "epoch": 0.4310625,
      "grad_norm": 1.05255126953125,
      "learning_rate": 0.00018332733507278118,
      "loss": 7.2558,
      "step": 206910
    },
    {
      "epoch": 0.4310833333333333,
      "grad_norm": 1.0951765775680542,
      "learning_rate": 0.0001833177228594797,
      "loss": 7.363,
      "step": 206920
    },
    {
      "epoch": 0.4311041666666667,
      "grad_norm": 2.2776951789855957,
      "learning_rate": 0.00018330811050225885,
      "loss": 7.5992,
      "step": 206930
    },
    {
      "epoch": 0.431125,
      "grad_norm": 7.29192590713501,
      "learning_rate": 0.00018329849800116015,
      "loss": 8.3374,
      "step": 206940
    },
    {
      "epoch": 0.43114583333333334,
      "grad_norm": 2.530945301055908,
      "learning_rate": 0.00018328888535622506,
      "loss": 7.7823,
      "step": 206950
    },
    {
      "epoch": 0.43116666666666664,
      "grad_norm": 0.9608652591705322,
      "learning_rate": 0.00018327927256749522,
      "loss": 7.2291,
      "step": 206960
    },
    {
      "epoch": 0.4311875,
      "grad_norm": 1.298006534576416,
      "learning_rate": 0.00018326965963501212,
      "loss": 7.4291,
      "step": 206970
    },
    {
      "epoch": 0.43120833333333336,
      "grad_norm": 0.9037501215934753,
      "learning_rate": 0.0001832600465588172,
      "loss": 7.6202,
      "step": 206980
    },
    {
      "epoch": 0.43122916666666666,
      "grad_norm": 0.5364953875541687,
      "learning_rate": 0.00018325043333895205,
      "loss": 7.8112,
      "step": 206990
    },
    {
      "epoch": 0.43125,
      "grad_norm": 2.205796480178833,
      "learning_rate": 0.00018324081997545826,
      "loss": 7.5077,
      "step": 207000
    },
    {
      "epoch": 0.43125,
      "eval_loss": 7.982786655426025,
      "eval_runtime": 9.139,
      "eval_samples_per_second": 0.328,
      "eval_steps_per_second": 0.109,
      "step": 207000
    },
    {
      "epoch": 0.4312708333333333,
      "grad_norm": 0.9648296236991882,
      "learning_rate": 0.00018323120646837723,
      "loss": 7.3133,
      "step": 207010
    },
    {
      "epoch": 0.4312916666666667,
      "grad_norm": 1.4888173341751099,
      "learning_rate": 0.0001832215928177505,
      "loss": 7.6031,
      "step": 207020
    },
    {
      "epoch": 0.4313125,
      "grad_norm": 1.04876708984375,
      "learning_rate": 0.0001832119790236197,
      "loss": 7.3253,
      "step": 207030
    },
    {
      "epoch": 0.43133333333333335,
      "grad_norm": 0.867710530757904,
      "learning_rate": 0.00018320236508602628,
      "loss": 7.4247,
      "step": 207040
    },
    {
      "epoch": 0.43135416666666665,
      "grad_norm": 1.316703200340271,
      "learning_rate": 0.00018319275100501178,
      "loss": 7.9459,
      "step": 207050
    },
    {
      "epoch": 0.431375,
      "grad_norm": 0.5589614510536194,
      "learning_rate": 0.00018318313678061777,
      "loss": 7.2925,
      "step": 207060
    },
    {
      "epoch": 0.4313958333333333,
      "grad_norm": 5.406446933746338,
      "learning_rate": 0.0001831735224128857,
      "loss": 7.6489,
      "step": 207070
    },
    {
      "epoch": 0.43141666666666667,
      "grad_norm": 1.2737627029418945,
      "learning_rate": 0.00018316390790185718,
      "loss": 7.3717,
      "step": 207080
    },
    {
      "epoch": 0.4314375,
      "grad_norm": 1.2035144567489624,
      "learning_rate": 0.00018315429324757367,
      "loss": 7.6525,
      "step": 207090
    },
    {
      "epoch": 0.43145833333333333,
      "grad_norm": 1.2120335102081299,
      "learning_rate": 0.00018314467845007674,
      "loss": 7.4987,
      "step": 207100
    },
    {
      "epoch": 0.4314791666666667,
      "grad_norm": 1.7542680501937866,
      "learning_rate": 0.00018313506350940792,
      "loss": 8.1973,
      "step": 207110
    },
    {
      "epoch": 0.4315,
      "grad_norm": 1.6313526630401611,
      "learning_rate": 0.00018312544842560879,
      "loss": 7.9945,
      "step": 207120
    },
    {
      "epoch": 0.43152083333333335,
      "grad_norm": 0.7196543216705322,
      "learning_rate": 0.0001831158331987208,
      "loss": 7.8491,
      "step": 207130
    },
    {
      "epoch": 0.43154166666666666,
      "grad_norm": 3.565452814102173,
      "learning_rate": 0.00018310621782878552,
      "loss": 7.4927,
      "step": 207140
    },
    {
      "epoch": 0.4315625,
      "grad_norm": 0.8920875191688538,
      "learning_rate": 0.00018309660231584444,
      "loss": 7.4729,
      "step": 207150
    },
    {
      "epoch": 0.4315833333333333,
      "grad_norm": 0.817017674446106,
      "learning_rate": 0.0001830869866599392,
      "loss": 7.4285,
      "step": 207160
    },
    {
      "epoch": 0.4316041666666667,
      "grad_norm": 3.6034505367279053,
      "learning_rate": 0.00018307737086111127,
      "loss": 7.5179,
      "step": 207170
    },
    {
      "epoch": 0.431625,
      "grad_norm": 0.7586001753807068,
      "learning_rate": 0.00018306775491940216,
      "loss": 7.5729,
      "step": 207180
    },
    {
      "epoch": 0.43164583333333334,
      "grad_norm": 0.9410771131515503,
      "learning_rate": 0.0001830581388348534,
      "loss": 7.3624,
      "step": 207190
    },
    {
      "epoch": 0.43166666666666664,
      "grad_norm": 0.7741321325302124,
      "learning_rate": 0.00018304852260750667,
      "loss": 7.2783,
      "step": 207200
    },
    {
      "epoch": 0.4316875,
      "grad_norm": 0.7250936031341553,
      "learning_rate": 0.00018303890623740335,
      "loss": 7.9365,
      "step": 207210
    },
    {
      "epoch": 0.43170833333333336,
      "grad_norm": 2.3897957801818848,
      "learning_rate": 0.000183029289724585,
      "loss": 7.8494,
      "step": 207220
    },
    {
      "epoch": 0.43172916666666666,
      "grad_norm": 0.8804544806480408,
      "learning_rate": 0.00018301967306909322,
      "loss": 7.2728,
      "step": 207230
    },
    {
      "epoch": 0.43175,
      "grad_norm": 1.027953863143921,
      "learning_rate": 0.00018301005627096957,
      "loss": 8.3682,
      "step": 207240
    },
    {
      "epoch": 0.4317708333333333,
      "grad_norm": 1.1270461082458496,
      "learning_rate": 0.0001830004393302555,
      "loss": 7.3926,
      "step": 207250
    },
    {
      "epoch": 0.4317916666666667,
      "grad_norm": 0.9143245220184326,
      "learning_rate": 0.00018299082224699256,
      "loss": 7.6383,
      "step": 207260
    },
    {
      "epoch": 0.4318125,
      "grad_norm": 1.0295770168304443,
      "learning_rate": 0.00018298120502122236,
      "loss": 7.4546,
      "step": 207270
    },
    {
      "epoch": 0.43183333333333335,
      "grad_norm": 0.9508247971534729,
      "learning_rate": 0.00018297158765298642,
      "loss": 7.346,
      "step": 207280
    },
    {
      "epoch": 0.43185416666666665,
      "grad_norm": 3.69520902633667,
      "learning_rate": 0.00018296197014232627,
      "loss": 7.6416,
      "step": 207290
    },
    {
      "epoch": 0.431875,
      "grad_norm": 0.8888664841651917,
      "learning_rate": 0.00018295235248928343,
      "loss": 10.0925,
      "step": 207300
    },
    {
      "epoch": 0.4318958333333333,
      "grad_norm": 1.016284704208374,
      "learning_rate": 0.0001829427346938995,
      "loss": 8.6088,
      "step": 207310
    },
    {
      "epoch": 0.43191666666666667,
      "grad_norm": 1.0025941133499146,
      "learning_rate": 0.00018293311675621597,
      "loss": 7.3559,
      "step": 207320
    },
    {
      "epoch": 0.4319375,
      "grad_norm": 0.7877035140991211,
      "learning_rate": 0.00018292349867627444,
      "loss": 7.2838,
      "step": 207330
    },
    {
      "epoch": 0.43195833333333333,
      "grad_norm": 1.0559738874435425,
      "learning_rate": 0.00018291388045411642,
      "loss": 7.436,
      "step": 207340
    },
    {
      "epoch": 0.4319791666666667,
      "grad_norm": 2.2575063705444336,
      "learning_rate": 0.00018290426208978345,
      "loss": 7.5122,
      "step": 207350
    },
    {
      "epoch": 0.432,
      "grad_norm": 1.7514749765396118,
      "learning_rate": 0.00018289464358331708,
      "loss": 7.842,
      "step": 207360
    },
    {
      "epoch": 0.43202083333333335,
      "grad_norm": 0.9615530967712402,
      "learning_rate": 0.0001828850249347589,
      "loss": 7.4826,
      "step": 207370
    },
    {
      "epoch": 0.43204166666666666,
      "grad_norm": 1.0419247150421143,
      "learning_rate": 0.00018287540614415044,
      "loss": 7.7826,
      "step": 207380
    },
    {
      "epoch": 0.4320625,
      "grad_norm": 2.5493578910827637,
      "learning_rate": 0.00018286578721153323,
      "loss": 7.6326,
      "step": 207390
    },
    {
      "epoch": 0.4320833333333333,
      "grad_norm": 0.805248498916626,
      "learning_rate": 0.00018285616813694882,
      "loss": 7.7577,
      "step": 207400
    },
    {
      "epoch": 0.4321041666666667,
      "grad_norm": 1.5346646308898926,
      "learning_rate": 0.00018284654892043877,
      "loss": 7.6962,
      "step": 207410
    },
    {
      "epoch": 0.432125,
      "grad_norm": 0.7952679395675659,
      "learning_rate": 0.0001828369295620446,
      "loss": 7.6425,
      "step": 207420
    },
    {
      "epoch": 0.43214583333333334,
      "grad_norm": 1.363477349281311,
      "learning_rate": 0.00018282731006180795,
      "loss": 8.5976,
      "step": 207430
    },
    {
      "epoch": 0.43216666666666664,
      "grad_norm": 0.6483346223831177,
      "learning_rate": 0.00018281769041977026,
      "loss": 7.3833,
      "step": 207440
    },
    {
      "epoch": 0.4321875,
      "grad_norm": 1.0554896593093872,
      "learning_rate": 0.00018280807063597316,
      "loss": 7.2828,
      "step": 207450
    },
    {
      "epoch": 0.43220833333333336,
      "grad_norm": 0.9336305260658264,
      "learning_rate": 0.00018279845071045818,
      "loss": 7.6983,
      "step": 207460
    },
    {
      "epoch": 0.43222916666666666,
      "grad_norm": 2.056910991668701,
      "learning_rate": 0.0001827888306432669,
      "loss": 7.632,
      "step": 207470
    },
    {
      "epoch": 0.43225,
      "grad_norm": 0.8417632579803467,
      "learning_rate": 0.0001827792104344408,
      "loss": 7.7241,
      "step": 207480
    },
    {
      "epoch": 0.4322708333333333,
      "grad_norm": 1.3089072704315186,
      "learning_rate": 0.00018276959008402152,
      "loss": 8.6938,
      "step": 207490
    },
    {
      "epoch": 0.4322916666666667,
      "grad_norm": 1.1725788116455078,
      "learning_rate": 0.00018275996959205059,
      "loss": 7.2903,
      "step": 207500
    },
    {
      "epoch": 0.4323125,
      "grad_norm": 0.6975421905517578,
      "learning_rate": 0.00018275034895856956,
      "loss": 7.3373,
      "step": 207510
    },
    {
      "epoch": 0.43233333333333335,
      "grad_norm": 0.8734448552131653,
      "learning_rate": 0.00018274072818361993,
      "loss": 7.8645,
      "step": 207520
    },
    {
      "epoch": 0.43235416666666665,
      "grad_norm": 5.065183639526367,
      "learning_rate": 0.0001827311072672434,
      "loss": 8.0727,
      "step": 207530
    },
    {
      "epoch": 0.432375,
      "grad_norm": 1.0989973545074463,
      "learning_rate": 0.0001827214862094814,
      "loss": 8.7195,
      "step": 207540
    },
    {
      "epoch": 0.4323958333333333,
      "grad_norm": 2.7586841583251953,
      "learning_rate": 0.00018271186501037548,
      "loss": 7.8465,
      "step": 207550
    },
    {
      "epoch": 0.43241666666666667,
      "grad_norm": 1.2683664560317993,
      "learning_rate": 0.00018270224366996734,
      "loss": 8.0638,
      "step": 207560
    },
    {
      "epoch": 0.4324375,
      "grad_norm": 1.706276297569275,
      "learning_rate": 0.00018269262218829842,
      "loss": 7.6217,
      "step": 207570
    },
    {
      "epoch": 0.43245833333333333,
      "grad_norm": 1.7754709720611572,
      "learning_rate": 0.0001826830005654103,
      "loss": 7.6073,
      "step": 207580
    },
    {
      "epoch": 0.4324791666666667,
      "grad_norm": 1.1471233367919922,
      "learning_rate": 0.00018267337880134457,
      "loss": 7.0168,
      "step": 207590
    },
    {
      "epoch": 0.4325,
      "grad_norm": 0.9340829849243164,
      "learning_rate": 0.00018266375689614272,
      "loss": 7.5607,
      "step": 207600
    },
    {
      "epoch": 0.43252083333333335,
      "grad_norm": 2.3848328590393066,
      "learning_rate": 0.00018265413484984643,
      "loss": 7.7406,
      "step": 207610
    },
    {
      "epoch": 0.43254166666666666,
      "grad_norm": 4.925841808319092,
      "learning_rate": 0.0001826445126624972,
      "loss": 7.7523,
      "step": 207620
    },
    {
      "epoch": 0.4325625,
      "grad_norm": 1.2715667486190796,
      "learning_rate": 0.00018263489033413656,
      "loss": 7.7506,
      "step": 207630
    },
    {
      "epoch": 0.4325833333333333,
      "grad_norm": 1.1549444198608398,
      "learning_rate": 0.00018262526786480616,
      "loss": 7.3094,
      "step": 207640
    },
    {
      "epoch": 0.4326041666666667,
      "grad_norm": 0.9092057347297668,
      "learning_rate": 0.00018261564525454748,
      "loss": 7.5715,
      "step": 207650
    },
    {
      "epoch": 0.432625,
      "grad_norm": 0.9431685209274292,
      "learning_rate": 0.00018260602250340214,
      "loss": 7.6772,
      "step": 207660
    },
    {
      "epoch": 0.43264583333333334,
      "grad_norm": 1.0590492486953735,
      "learning_rate": 0.00018259639961141168,
      "loss": 7.7259,
      "step": 207670
    },
    {
      "epoch": 0.43266666666666664,
      "grad_norm": 0.7419716715812683,
      "learning_rate": 0.0001825867765786177,
      "loss": 7.6221,
      "step": 207680
    },
    {
      "epoch": 0.4326875,
      "grad_norm": 2.0052812099456787,
      "learning_rate": 0.0001825771534050617,
      "loss": 7.9493,
      "step": 207690
    },
    {
      "epoch": 0.4327083333333333,
      "grad_norm": 0.7819339036941528,
      "learning_rate": 0.00018256753009078533,
      "loss": 7.332,
      "step": 207700
    },
    {
      "epoch": 0.43272916666666666,
      "grad_norm": 2.5422427654266357,
      "learning_rate": 0.00018255790663583013,
      "loss": 7.8635,
      "step": 207710
    },
    {
      "epoch": 0.43275,
      "grad_norm": 0.6221651434898376,
      "learning_rate": 0.00018254828304023758,
      "loss": 7.3877,
      "step": 207720
    },
    {
      "epoch": 0.4327708333333333,
      "grad_norm": 0.7460277676582336,
      "learning_rate": 0.00018253865930404944,
      "loss": 7.2159,
      "step": 207730
    },
    {
      "epoch": 0.4327916666666667,
      "grad_norm": 1.5334382057189941,
      "learning_rate": 0.00018252903542730712,
      "loss": 7.8285,
      "step": 207740
    },
    {
      "epoch": 0.4328125,
      "grad_norm": 1.0247724056243896,
      "learning_rate": 0.00018251941141005223,
      "loss": 7.4572,
      "step": 207750
    },
    {
      "epoch": 0.43283333333333335,
      "grad_norm": 1.0426570177078247,
      "learning_rate": 0.0001825097872523264,
      "loss": 7.3877,
      "step": 207760
    },
    {
      "epoch": 0.43285416666666665,
      "grad_norm": 0.6032373309135437,
      "learning_rate": 0.0001825001629541711,
      "loss": 7.5932,
      "step": 207770
    },
    {
      "epoch": 0.432875,
      "grad_norm": 2.458779811859131,
      "learning_rate": 0.000182490538515628,
      "loss": 8.1082,
      "step": 207780
    },
    {
      "epoch": 0.4328958333333333,
      "grad_norm": 0.9119252562522888,
      "learning_rate": 0.0001824809139367386,
      "loss": 7.0223,
      "step": 207790
    },
    {
      "epoch": 0.43291666666666667,
      "grad_norm": 1.0062154531478882,
      "learning_rate": 0.00018247128921754452,
      "loss": 7.5248,
      "step": 207800
    },
    {
      "epoch": 0.4329375,
      "grad_norm": 1.3673505783081055,
      "learning_rate": 0.00018246166435808737,
      "loss": 7.2786,
      "step": 207810
    },
    {
      "epoch": 0.43295833333333333,
      "grad_norm": 0.9482191205024719,
      "learning_rate": 0.00018245203935840862,
      "loss": 7.0786,
      "step": 207820
    },
    {
      "epoch": 0.4329791666666667,
      "grad_norm": 0.6887258887290955,
      "learning_rate": 0.00018244241421854992,
      "loss": 7.5028,
      "step": 207830
    },
    {
      "epoch": 0.433,
      "grad_norm": 1.7201917171478271,
      "learning_rate": 0.00018243278893855286,
      "loss": 7.1975,
      "step": 207840
    },
    {
      "epoch": 0.43302083333333335,
      "grad_norm": 2.0623819828033447,
      "learning_rate": 0.00018242316351845894,
      "loss": 7.9262,
      "step": 207850
    },
    {
      "epoch": 0.43304166666666666,
      "grad_norm": 1.4424949884414673,
      "learning_rate": 0.00018241353795830982,
      "loss": 7.529,
      "step": 207860
    },
    {
      "epoch": 0.4330625,
      "grad_norm": 0.950586199760437,
      "learning_rate": 0.00018240391225814704,
      "loss": 7.6319,
      "step": 207870
    },
    {
      "epoch": 0.4330833333333333,
      "grad_norm": 2.549098253250122,
      "learning_rate": 0.00018239428641801222,
      "loss": 7.5837,
      "step": 207880
    },
    {
      "epoch": 0.4331041666666667,
      "grad_norm": 0.7107042074203491,
      "learning_rate": 0.00018238466043794685,
      "loss": 7.4578,
      "step": 207890
    },
    {
      "epoch": 0.433125,
      "grad_norm": 0.6377115249633789,
      "learning_rate": 0.0001823750343179926,
      "loss": 7.1899,
      "step": 207900
    },
    {
      "epoch": 0.43314583333333334,
      "grad_norm": 1.0763784646987915,
      "learning_rate": 0.00018236540805819103,
      "loss": 7.4662,
      "step": 207910
    },
    {
      "epoch": 0.43316666666666664,
      "grad_norm": 0.7410404086112976,
      "learning_rate": 0.00018235578165858366,
      "loss": 7.2895,
      "step": 207920
    },
    {
      "epoch": 0.4331875,
      "grad_norm": 1.532711148262024,
      "learning_rate": 0.00018234615511921213,
      "loss": 7.5332,
      "step": 207930
    },
    {
      "epoch": 0.4332083333333333,
      "grad_norm": 1.066178798675537,
      "learning_rate": 0.00018233652844011806,
      "loss": 7.4659,
      "step": 207940
    },
    {
      "epoch": 0.43322916666666667,
      "grad_norm": 1.3162354230880737,
      "learning_rate": 0.00018232690162134295,
      "loss": 7.7603,
      "step": 207950
    },
    {
      "epoch": 0.43325,
      "grad_norm": 7.663968563079834,
      "learning_rate": 0.0001823172746629284,
      "loss": 8.2567,
      "step": 207960
    },
    {
      "epoch": 0.4332708333333333,
      "grad_norm": 2.3577895164489746,
      "learning_rate": 0.00018230764756491607,
      "loss": 7.5451,
      "step": 207970
    },
    {
      "epoch": 0.4332916666666667,
      "grad_norm": 1.765781044960022,
      "learning_rate": 0.00018229802032734745,
      "loss": 7.5136,
      "step": 207980
    },
    {
      "epoch": 0.4333125,
      "grad_norm": 0.7372958064079285,
      "learning_rate": 0.00018228839295026417,
      "loss": 7.9481,
      "step": 207990
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 1.3324544429779053,
      "learning_rate": 0.00018227876543370784,
      "loss": 7.5167,
      "step": 208000
    },
    {
      "epoch": 0.43333333333333335,
      "eval_loss": 17.621440887451172,
      "eval_runtime": 8.2881,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 208000
    },
    {
      "epoch": 0.43335416666666665,
      "grad_norm": 0.5420889258384705,
      "learning_rate": 0.00018226913777772002,
      "loss": 6.9735,
      "step": 208010
    },
    {
      "epoch": 0.433375,
      "grad_norm": 0.854409396648407,
      "learning_rate": 0.00018225950998234224,
      "loss": 6.9564,
      "step": 208020
    },
    {
      "epoch": 0.4333958333333333,
      "grad_norm": 1.6217583417892456,
      "learning_rate": 0.0001822498820476162,
      "loss": 7.1154,
      "step": 208030
    },
    {
      "epoch": 0.4334166666666667,
      "grad_norm": 1.7634292840957642,
      "learning_rate": 0.00018224025397358342,
      "loss": 7.3501,
      "step": 208040
    },
    {
      "epoch": 0.4334375,
      "grad_norm": 1.5609420537948608,
      "learning_rate": 0.0001822306257602855,
      "loss": 7.2513,
      "step": 208050
    },
    {
      "epoch": 0.43345833333333333,
      "grad_norm": 1.048030972480774,
      "learning_rate": 0.00018222099740776402,
      "loss": 9.8179,
      "step": 208060
    },
    {
      "epoch": 0.4334791666666667,
      "grad_norm": 2.3484532833099365,
      "learning_rate": 0.00018221136891606064,
      "loss": 7.409,
      "step": 208070
    },
    {
      "epoch": 0.4335,
      "grad_norm": 0.6315944194793701,
      "learning_rate": 0.00018220174028521686,
      "loss": 7.1052,
      "step": 208080
    },
    {
      "epoch": 0.43352083333333336,
      "grad_norm": 0.6067899465560913,
      "learning_rate": 0.00018219211151527428,
      "loss": 7.7537,
      "step": 208090
    },
    {
      "epoch": 0.43354166666666666,
      "grad_norm": 1.1514462232589722,
      "learning_rate": 0.0001821824826062746,
      "loss": 7.0903,
      "step": 208100
    },
    {
      "epoch": 0.4335625,
      "grad_norm": 1.0521864891052246,
      "learning_rate": 0.00018217285355825926,
      "loss": 7.4578,
      "step": 208110
    },
    {
      "epoch": 0.4335833333333333,
      "grad_norm": 2.081758975982666,
      "learning_rate": 0.00018216322437126996,
      "loss": 8.1798,
      "step": 208120
    },
    {
      "epoch": 0.4336041666666667,
      "grad_norm": 4.004238128662109,
      "learning_rate": 0.00018215359504534826,
      "loss": 7.5284,
      "step": 208130
    },
    {
      "epoch": 0.433625,
      "grad_norm": 1.2554479837417603,
      "learning_rate": 0.00018214396558053573,
      "loss": 7.2966,
      "step": 208140
    },
    {
      "epoch": 0.43364583333333334,
      "grad_norm": 0.6151626110076904,
      "learning_rate": 0.00018213433597687404,
      "loss": 7.4202,
      "step": 208150
    },
    {
      "epoch": 0.43366666666666664,
      "grad_norm": 0.8075608611106873,
      "learning_rate": 0.0001821247062344047,
      "loss": 7.9936,
      "step": 208160
    },
    {
      "epoch": 0.4336875,
      "grad_norm": 0.7692736387252808,
      "learning_rate": 0.00018211507635316934,
      "loss": 7.3015,
      "step": 208170
    },
    {
      "epoch": 0.4337083333333333,
      "grad_norm": 2.1920061111450195,
      "learning_rate": 0.0001821054463332096,
      "loss": 8.0504,
      "step": 208180
    },
    {
      "epoch": 0.43372916666666667,
      "grad_norm": 0.7536354064941406,
      "learning_rate": 0.00018209581617456702,
      "loss": 7.5554,
      "step": 208190
    },
    {
      "epoch": 0.43375,
      "grad_norm": 1.0514034032821655,
      "learning_rate": 0.0001820861858772832,
      "loss": 7.9567,
      "step": 208200
    },
    {
      "epoch": 0.4337708333333333,
      "grad_norm": 0.9771876931190491,
      "learning_rate": 0.0001820765554413998,
      "loss": 7.4166,
      "step": 208210
    },
    {
      "epoch": 0.4337916666666667,
      "grad_norm": 2.267148017883301,
      "learning_rate": 0.00018206692486695832,
      "loss": 7.5578,
      "step": 208220
    },
    {
      "epoch": 0.4338125,
      "grad_norm": 1.098003625869751,
      "learning_rate": 0.00018205729415400046,
      "loss": 7.5381,
      "step": 208230
    },
    {
      "epoch": 0.43383333333333335,
      "grad_norm": 1.137899398803711,
      "learning_rate": 0.00018204766330256778,
      "loss": 7.784,
      "step": 208240
    },
    {
      "epoch": 0.43385416666666665,
      "grad_norm": 0.9212111830711365,
      "learning_rate": 0.00018203803231270187,
      "loss": 7.5217,
      "step": 208250
    },
    {
      "epoch": 0.433875,
      "grad_norm": 1.523233413696289,
      "learning_rate": 0.00018202840118444435,
      "loss": 7.836,
      "step": 208260
    },
    {
      "epoch": 0.4338958333333333,
      "grad_norm": 0.9709098935127258,
      "learning_rate": 0.0001820187699178368,
      "loss": 7.6382,
      "step": 208270
    },
    {
      "epoch": 0.4339166666666667,
      "grad_norm": 1.3489108085632324,
      "learning_rate": 0.00018200913851292082,
      "loss": 7.4673,
      "step": 208280
    },
    {
      "epoch": 0.4339375,
      "grad_norm": 0.8980104327201843,
      "learning_rate": 0.00018199950696973804,
      "loss": 7.3579,
      "step": 208290
    },
    {
      "epoch": 0.43395833333333333,
      "grad_norm": 0.7899821996688843,
      "learning_rate": 0.00018198987528833006,
      "loss": 7.1039,
      "step": 208300
    },
    {
      "epoch": 0.4339791666666667,
      "grad_norm": 0.7689340710639954,
      "learning_rate": 0.00018198024346873849,
      "loss": 7.3331,
      "step": 208310
    },
    {
      "epoch": 0.434,
      "grad_norm": 1.556194543838501,
      "learning_rate": 0.00018197061151100497,
      "loss": 7.5803,
      "step": 208320
    },
    {
      "epoch": 0.43402083333333336,
      "grad_norm": 2.2897071838378906,
      "learning_rate": 0.00018196097941517098,
      "loss": 7.1502,
      "step": 208330
    },
    {
      "epoch": 0.43404166666666666,
      "grad_norm": 0.9509727954864502,
      "learning_rate": 0.00018195134718127827,
      "loss": 7.4528,
      "step": 208340
    },
    {
      "epoch": 0.4340625,
      "grad_norm": 1.7593904733657837,
      "learning_rate": 0.00018194171480936838,
      "loss": 7.4914,
      "step": 208350
    },
    {
      "epoch": 0.4340833333333333,
      "grad_norm": 11.172197341918945,
      "learning_rate": 0.0001819320822994829,
      "loss": 7.2875,
      "step": 208360
    },
    {
      "epoch": 0.4341041666666667,
      "grad_norm": 0.9660354852676392,
      "learning_rate": 0.00018192244965166348,
      "loss": 7.8731,
      "step": 208370
    },
    {
      "epoch": 0.434125,
      "grad_norm": 0.8844308257102966,
      "learning_rate": 0.00018191281686595173,
      "loss": 7.8644,
      "step": 208380
    },
    {
      "epoch": 0.43414583333333334,
      "grad_norm": 0.874180257320404,
      "learning_rate": 0.0001819031839423892,
      "loss": 7.7647,
      "step": 208390
    },
    {
      "epoch": 0.43416666666666665,
      "grad_norm": 1.7509490251541138,
      "learning_rate": 0.00018189355088101756,
      "loss": 7.5309,
      "step": 208400
    },
    {
      "epoch": 0.4341875,
      "grad_norm": 1.4983344078063965,
      "learning_rate": 0.00018188391768187844,
      "loss": 7.3708,
      "step": 208410
    },
    {
      "epoch": 0.4342083333333333,
      "grad_norm": 0.7711066603660583,
      "learning_rate": 0.00018187428434501336,
      "loss": 7.6173,
      "step": 208420
    },
    {
      "epoch": 0.43422916666666667,
      "grad_norm": 1.3582813739776611,
      "learning_rate": 0.00018186465087046406,
      "loss": 7.4296,
      "step": 208430
    },
    {
      "epoch": 0.43425,
      "grad_norm": 2.6675808429718018,
      "learning_rate": 0.00018185501725827201,
      "loss": 7.851,
      "step": 208440
    },
    {
      "epoch": 0.43427083333333333,
      "grad_norm": 1.2220995426177979,
      "learning_rate": 0.00018184538350847894,
      "loss": 7.8085,
      "step": 208450
    },
    {
      "epoch": 0.4342916666666667,
      "grad_norm": 1.038472056388855,
      "learning_rate": 0.00018183574962112639,
      "loss": 7.3188,
      "step": 208460
    },
    {
      "epoch": 0.4343125,
      "grad_norm": 1.1124523878097534,
      "learning_rate": 0.00018182611559625601,
      "loss": 7.3959,
      "step": 208470
    },
    {
      "epoch": 0.43433333333333335,
      "grad_norm": 3.276139974594116,
      "learning_rate": 0.00018181648143390943,
      "loss": 7.3631,
      "step": 208480
    },
    {
      "epoch": 0.43435416666666665,
      "grad_norm": 4.901862144470215,
      "learning_rate": 0.00018180684713412819,
      "loss": 7.6261,
      "step": 208490
    },
    {
      "epoch": 0.434375,
      "grad_norm": 0.9190256595611572,
      "learning_rate": 0.000181797212696954,
      "loss": 7.4556,
      "step": 208500
    },
    {
      "epoch": 0.4343958333333333,
      "grad_norm": 0.6354907155036926,
      "learning_rate": 0.00018178757812242847,
      "loss": 7.8055,
      "step": 208510
    },
    {
      "epoch": 0.4344166666666667,
      "grad_norm": 0.4537031054496765,
      "learning_rate": 0.0001817779434105931,
      "loss": 7.2159,
      "step": 208520
    },
    {
      "epoch": 0.4344375,
      "grad_norm": 0.860044002532959,
      "learning_rate": 0.00018176830856148966,
      "loss": 7.1598,
      "step": 208530
    },
    {
      "epoch": 0.43445833333333334,
      "grad_norm": 1.6451234817504883,
      "learning_rate": 0.0001817586735751597,
      "loss": 7.9523,
      "step": 208540
    },
    {
      "epoch": 0.4344791666666667,
      "grad_norm": 6.175654411315918,
      "learning_rate": 0.00018174903845164482,
      "loss": 8.7305,
      "step": 208550
    },
    {
      "epoch": 0.4345,
      "grad_norm": 4.189563751220703,
      "learning_rate": 0.00018173940319098664,
      "loss": 8.4949,
      "step": 208560
    },
    {
      "epoch": 0.43452083333333336,
      "grad_norm": 1.4142253398895264,
      "learning_rate": 0.00018172976779322689,
      "loss": 7.4816,
      "step": 208570
    },
    {
      "epoch": 0.43454166666666666,
      "grad_norm": 1.607285976409912,
      "learning_rate": 0.00018172013225840701,
      "loss": 7.4395,
      "step": 208580
    },
    {
      "epoch": 0.4345625,
      "grad_norm": 0.5740466713905334,
      "learning_rate": 0.00018171049658656873,
      "loss": 7.2924,
      "step": 208590
    },
    {
      "epoch": 0.4345833333333333,
      "grad_norm": 0.9408011436462402,
      "learning_rate": 0.0001817008607777537,
      "loss": 7.3708,
      "step": 208600
    },
    {
      "epoch": 0.4346041666666667,
      "grad_norm": 0.6266985535621643,
      "learning_rate": 0.00018169122483200346,
      "loss": 7.6697,
      "step": 208610
    },
    {
      "epoch": 0.434625,
      "grad_norm": 1.932843565940857,
      "learning_rate": 0.00018168158874935967,
      "loss": 7.6514,
      "step": 208620
    },
    {
      "epoch": 0.43464583333333334,
      "grad_norm": 0.8272687792778015,
      "learning_rate": 0.000181671952529864,
      "loss": 7.7008,
      "step": 208630
    },
    {
      "epoch": 0.43466666666666665,
      "grad_norm": 2.0046355724334717,
      "learning_rate": 0.00018166231617355798,
      "loss": 7.4131,
      "step": 208640
    },
    {
      "epoch": 0.4346875,
      "grad_norm": 1.4175348281860352,
      "learning_rate": 0.0001816526796804833,
      "loss": 7.3526,
      "step": 208650
    },
    {
      "epoch": 0.4347083333333333,
      "grad_norm": 1.5730640888214111,
      "learning_rate": 0.0001816430430506816,
      "loss": 8.6964,
      "step": 208660
    },
    {
      "epoch": 0.43472916666666667,
      "grad_norm": 0.6605529189109802,
      "learning_rate": 0.00018163340628419444,
      "loss": 7.9124,
      "step": 208670
    },
    {
      "epoch": 0.43475,
      "grad_norm": 2.1327948570251465,
      "learning_rate": 0.0001816237693810635,
      "loss": 7.5281,
      "step": 208680
    },
    {
      "epoch": 0.43477083333333333,
      "grad_norm": 3.027266502380371,
      "learning_rate": 0.0001816141323413304,
      "loss": 7.3666,
      "step": 208690
    },
    {
      "epoch": 0.4347916666666667,
      "grad_norm": 1.5438975095748901,
      "learning_rate": 0.00018160449516503677,
      "loss": 6.851,
      "step": 208700
    },
    {
      "epoch": 0.4348125,
      "grad_norm": 0.6590362191200256,
      "learning_rate": 0.00018159485785222424,
      "loss": 7.0805,
      "step": 208710
    },
    {
      "epoch": 0.43483333333333335,
      "grad_norm": 1.2870867252349854,
      "learning_rate": 0.0001815852204029344,
      "loss": 7.5015,
      "step": 208720
    },
    {
      "epoch": 0.43485416666666665,
      "grad_norm": 2.7144675254821777,
      "learning_rate": 0.00018157558281720892,
      "loss": 7.7104,
      "step": 208730
    },
    {
      "epoch": 0.434875,
      "grad_norm": 1.210764765739441,
      "learning_rate": 0.00018156594509508947,
      "loss": 7.5548,
      "step": 208740
    },
    {
      "epoch": 0.4348958333333333,
      "grad_norm": 2.1633851528167725,
      "learning_rate": 0.00018155630723661756,
      "loss": 7.9244,
      "step": 208750
    },
    {
      "epoch": 0.4349166666666667,
      "grad_norm": 1.1128181219100952,
      "learning_rate": 0.0001815466692418349,
      "loss": 7.4625,
      "step": 208760
    },
    {
      "epoch": 0.4349375,
      "grad_norm": 0.8182931542396545,
      "learning_rate": 0.00018153703111078317,
      "loss": 7.114,
      "step": 208770
    },
    {
      "epoch": 0.43495833333333334,
      "grad_norm": 1.2018413543701172,
      "learning_rate": 0.00018152739284350391,
      "loss": 7.293,
      "step": 208780
    },
    {
      "epoch": 0.43497916666666664,
      "grad_norm": 1.641357660293579,
      "learning_rate": 0.00018151775444003875,
      "loss": 8.0261,
      "step": 208790
    },
    {
      "epoch": 0.435,
      "grad_norm": 1.1994407176971436,
      "learning_rate": 0.00018150811590042946,
      "loss": 7.6316,
      "step": 208800
    },
    {
      "epoch": 0.43502083333333336,
      "grad_norm": 1.2533795833587646,
      "learning_rate": 0.00018149847722471755,
      "loss": 7.7713,
      "step": 208810
    },
    {
      "epoch": 0.43504166666666666,
      "grad_norm": 0.8195174932479858,
      "learning_rate": 0.00018148883841294467,
      "loss": 7.5523,
      "step": 208820
    },
    {
      "epoch": 0.4350625,
      "grad_norm": 1.2571855783462524,
      "learning_rate": 0.00018147919946515247,
      "loss": 9.6409,
      "step": 208830
    },
    {
      "epoch": 0.4350833333333333,
      "grad_norm": 2.1256344318389893,
      "learning_rate": 0.00018146956038138257,
      "loss": 7.9578,
      "step": 208840
    },
    {
      "epoch": 0.4351041666666667,
      "grad_norm": 2.4160244464874268,
      "learning_rate": 0.00018145992116167664,
      "loss": 8.2169,
      "step": 208850
    },
    {
      "epoch": 0.435125,
      "grad_norm": 2.2604799270629883,
      "learning_rate": 0.00018145028180607632,
      "loss": 7.9868,
      "step": 208860
    },
    {
      "epoch": 0.43514583333333334,
      "grad_norm": 0.7967514991760254,
      "learning_rate": 0.00018144064231462325,
      "loss": 7.6179,
      "step": 208870
    },
    {
      "epoch": 0.43516666666666665,
      "grad_norm": 0.9650302529335022,
      "learning_rate": 0.00018143100268735903,
      "loss": 7.5557,
      "step": 208880
    },
    {
      "epoch": 0.4351875,
      "grad_norm": 0.8383769392967224,
      "learning_rate": 0.00018142136292432527,
      "loss": 8.1947,
      "step": 208890
    },
    {
      "epoch": 0.4352083333333333,
      "grad_norm": 0.6855970621109009,
      "learning_rate": 0.0001814117230255637,
      "loss": 7.8961,
      "step": 208900
    },
    {
      "epoch": 0.43522916666666667,
      "grad_norm": 0.8948594927787781,
      "learning_rate": 0.00018140208299111598,
      "loss": 7.7257,
      "step": 208910
    },
    {
      "epoch": 0.43525,
      "grad_norm": 1.249565601348877,
      "learning_rate": 0.00018139244282102358,
      "loss": 7.1533,
      "step": 208920
    },
    {
      "epoch": 0.43527083333333333,
      "grad_norm": 0.9320921301841736,
      "learning_rate": 0.00018138280251532829,
      "loss": 7.3407,
      "step": 208930
    },
    {
      "epoch": 0.4352916666666667,
      "grad_norm": 1.474527359008789,
      "learning_rate": 0.00018137316207407177,
      "loss": 7.6345,
      "step": 208940
    },
    {
      "epoch": 0.4353125,
      "grad_norm": 1.4084360599517822,
      "learning_rate": 0.0001813635214972956,
      "loss": 7.2509,
      "step": 208950
    },
    {
      "epoch": 0.43533333333333335,
      "grad_norm": 3.810028553009033,
      "learning_rate": 0.00018135388078504135,
      "loss": 7.3257,
      "step": 208960
    },
    {
      "epoch": 0.43535416666666665,
      "grad_norm": 0.5578003525733948,
      "learning_rate": 0.0001813442399373508,
      "loss": 7.3708,
      "step": 208970
    },
    {
      "epoch": 0.435375,
      "grad_norm": 0.8046164512634277,
      "learning_rate": 0.0001813345989542656,
      "loss": 7.6616,
      "step": 208980
    },
    {
      "epoch": 0.4353958333333333,
      "grad_norm": 1.0429120063781738,
      "learning_rate": 0.00018132495783582721,
      "loss": 7.2281,
      "step": 208990
    },
    {
      "epoch": 0.4354166666666667,
      "grad_norm": 0.6813794374465942,
      "learning_rate": 0.00018131531658207748,
      "loss": 7.1713,
      "step": 209000
    },
    {
      "epoch": 0.4354166666666667,
      "eval_loss": 7.137907981872559,
      "eval_runtime": 9.1318,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 209000
    },
    {
      "epoch": 0.4354375,
      "grad_norm": 1.2390823364257812,
      "learning_rate": 0.00018130567519305797,
      "loss": 7.8442,
      "step": 209010
    },
    {
      "epoch": 0.43545833333333334,
      "grad_norm": 0.6943081021308899,
      "learning_rate": 0.00018129603366881031,
      "loss": 7.1985,
      "step": 209020
    },
    {
      "epoch": 0.43547916666666664,
      "grad_norm": 2.5596964359283447,
      "learning_rate": 0.0001812863920093762,
      "loss": 7.1527,
      "step": 209030
    },
    {
      "epoch": 0.4355,
      "grad_norm": 2.5199923515319824,
      "learning_rate": 0.00018127675021479726,
      "loss": 7.7682,
      "step": 209040
    },
    {
      "epoch": 0.43552083333333336,
      "grad_norm": 1.3933603763580322,
      "learning_rate": 0.00018126710828511513,
      "loss": 7.4586,
      "step": 209050
    },
    {
      "epoch": 0.43554166666666666,
      "grad_norm": 1.0290029048919678,
      "learning_rate": 0.00018125746622037146,
      "loss": 7.0506,
      "step": 209060
    },
    {
      "epoch": 0.4355625,
      "grad_norm": 0.6910334229469299,
      "learning_rate": 0.0001812478240206079,
      "loss": 7.4685,
      "step": 209070
    },
    {
      "epoch": 0.4355833333333333,
      "grad_norm": 1.1358263492584229,
      "learning_rate": 0.00018123818168586618,
      "loss": 7.5508,
      "step": 209080
    },
    {
      "epoch": 0.4356041666666667,
      "grad_norm": 1.4459859132766724,
      "learning_rate": 0.0001812285392161878,
      "loss": 7.1614,
      "step": 209090
    },
    {
      "epoch": 0.435625,
      "grad_norm": 1.1096638441085815,
      "learning_rate": 0.0001812188966116145,
      "loss": 7.5913,
      "step": 209100
    },
    {
      "epoch": 0.43564583333333334,
      "grad_norm": 0.5581114292144775,
      "learning_rate": 0.00018120925387218797,
      "loss": 7.169,
      "step": 209110
    },
    {
      "epoch": 0.43566666666666665,
      "grad_norm": 1.0065264701843262,
      "learning_rate": 0.00018119961099794977,
      "loss": 7.4643,
      "step": 209120
    },
    {
      "epoch": 0.4356875,
      "grad_norm": 1.1136410236358643,
      "learning_rate": 0.0001811899679889416,
      "loss": 7.3637,
      "step": 209130
    },
    {
      "epoch": 0.4357083333333333,
      "grad_norm": 6.514376640319824,
      "learning_rate": 0.00018118032484520518,
      "loss": 8.2667,
      "step": 209140
    },
    {
      "epoch": 0.43572916666666667,
      "grad_norm": 1.1412951946258545,
      "learning_rate": 0.00018117068156678202,
      "loss": 7.7127,
      "step": 209150
    },
    {
      "epoch": 0.43575,
      "grad_norm": 0.8237338066101074,
      "learning_rate": 0.0001811610381537139,
      "loss": 7.4019,
      "step": 209160
    },
    {
      "epoch": 0.43577083333333333,
      "grad_norm": 1.1320921182632446,
      "learning_rate": 0.0001811513946060424,
      "loss": 7.0846,
      "step": 209170
    },
    {
      "epoch": 0.4357916666666667,
      "grad_norm": 0.6619980931282043,
      "learning_rate": 0.00018114175092380922,
      "loss": 7.6204,
      "step": 209180
    },
    {
      "epoch": 0.4358125,
      "grad_norm": 0.6993610262870789,
      "learning_rate": 0.00018113210710705603,
      "loss": 7.1997,
      "step": 209190
    },
    {
      "epoch": 0.43583333333333335,
      "grad_norm": 0.8982764482498169,
      "learning_rate": 0.00018112246315582443,
      "loss": 8.6509,
      "step": 209200
    },
    {
      "epoch": 0.43585416666666665,
      "grad_norm": 2.397118091583252,
      "learning_rate": 0.0001811128190701561,
      "loss": 7.592,
      "step": 209210
    },
    {
      "epoch": 0.435875,
      "grad_norm": 1.102373719215393,
      "learning_rate": 0.00018110317485009271,
      "loss": 7.4599,
      "step": 209220
    },
    {
      "epoch": 0.4358958333333333,
      "grad_norm": 1.4767036437988281,
      "learning_rate": 0.00018109353049567593,
      "loss": 7.5648,
      "step": 209230
    },
    {
      "epoch": 0.4359166666666667,
      "grad_norm": 1.317926287651062,
      "learning_rate": 0.00018108388600694738,
      "loss": 8.1211,
      "step": 209240
    },
    {
      "epoch": 0.4359375,
      "grad_norm": 0.5692348480224609,
      "learning_rate": 0.0001810742413839488,
      "loss": 7.671,
      "step": 209250
    },
    {
      "epoch": 0.43595833333333334,
      "grad_norm": 0.7091838121414185,
      "learning_rate": 0.00018106459662672175,
      "loss": 7.5544,
      "step": 209260
    },
    {
      "epoch": 0.43597916666666664,
      "grad_norm": 0.6140530109405518,
      "learning_rate": 0.00018105495173530796,
      "loss": 7.4503,
      "step": 209270
    },
    {
      "epoch": 0.436,
      "grad_norm": 0.7763080596923828,
      "learning_rate": 0.00018104530670974908,
      "loss": 7.6862,
      "step": 209280
    },
    {
      "epoch": 0.43602083333333336,
      "grad_norm": 0.9566273093223572,
      "learning_rate": 0.0001810356615500867,
      "loss": 7.4659,
      "step": 209290
    },
    {
      "epoch": 0.43604166666666666,
      "grad_norm": 4.054716110229492,
      "learning_rate": 0.00018102601625636267,
      "loss": 8.2482,
      "step": 209300
    },
    {
      "epoch": 0.4360625,
      "grad_norm": 2.5676183700561523,
      "learning_rate": 0.00018101637082861843,
      "loss": 7.5658,
      "step": 209310
    },
    {
      "epoch": 0.4360833333333333,
      "grad_norm": 0.837022602558136,
      "learning_rate": 0.00018100672526689577,
      "loss": 7.5246,
      "step": 209320
    },
    {
      "epoch": 0.4361041666666667,
      "grad_norm": 1.289293646812439,
      "learning_rate": 0.0001809970795712363,
      "loss": 7.2823,
      "step": 209330
    },
    {
      "epoch": 0.436125,
      "grad_norm": 1.0565725564956665,
      "learning_rate": 0.00018098743374168178,
      "loss": 7.3323,
      "step": 209340
    },
    {
      "epoch": 0.43614583333333334,
      "grad_norm": 1.1863118410110474,
      "learning_rate": 0.00018097778777827377,
      "loss": 7.5281,
      "step": 209350
    },
    {
      "epoch": 0.43616666666666665,
      "grad_norm": 0.9584705233573914,
      "learning_rate": 0.00018096814168105398,
      "loss": 7.5898,
      "step": 209360
    },
    {
      "epoch": 0.4361875,
      "grad_norm": 0.634609580039978,
      "learning_rate": 0.00018095849545006406,
      "loss": 7.6602,
      "step": 209370
    },
    {
      "epoch": 0.4362083333333333,
      "grad_norm": 0.774459183216095,
      "learning_rate": 0.00018094884908534574,
      "loss": 8.1217,
      "step": 209380
    },
    {
      "epoch": 0.43622916666666667,
      "grad_norm": 0.7438385486602783,
      "learning_rate": 0.00018093920258694063,
      "loss": 7.3158,
      "step": 209390
    },
    {
      "epoch": 0.43625,
      "grad_norm": 1.0563650131225586,
      "learning_rate": 0.0001809295559548904,
      "loss": 7.5957,
      "step": 209400
    },
    {
      "epoch": 0.43627083333333333,
      "grad_norm": 1.4206230640411377,
      "learning_rate": 0.00018091990918923674,
      "loss": 7.4994,
      "step": 209410
    },
    {
      "epoch": 0.4362916666666667,
      "grad_norm": 4.600336074829102,
      "learning_rate": 0.00018091026229002127,
      "loss": 7.6792,
      "step": 209420
    },
    {
      "epoch": 0.4363125,
      "grad_norm": 1.179635763168335,
      "learning_rate": 0.00018090061525728572,
      "loss": 7.1784,
      "step": 209430
    },
    {
      "epoch": 0.43633333333333335,
      "grad_norm": 1.4208132028579712,
      "learning_rate": 0.0001808909680910718,
      "loss": 7.4565,
      "step": 209440
    },
    {
      "epoch": 0.43635416666666665,
      "grad_norm": 0.6815592050552368,
      "learning_rate": 0.00018088132079142107,
      "loss": 7.6347,
      "step": 209450
    },
    {
      "epoch": 0.436375,
      "grad_norm": 2.1876025199890137,
      "learning_rate": 0.00018087167335837525,
      "loss": 7.5036,
      "step": 209460
    },
    {
      "epoch": 0.4363958333333333,
      "grad_norm": 1.1077895164489746,
      "learning_rate": 0.0001808620257919761,
      "loss": 7.6943,
      "step": 209470
    },
    {
      "epoch": 0.4364166666666667,
      "grad_norm": 3.9076943397521973,
      "learning_rate": 0.00018085237809226513,
      "loss": 7.3052,
      "step": 209480
    },
    {
      "epoch": 0.4364375,
      "grad_norm": 1.4944287538528442,
      "learning_rate": 0.0001808427302592841,
      "loss": 7.6831,
      "step": 209490
    },
    {
      "epoch": 0.43645833333333334,
      "grad_norm": 4.489986896514893,
      "learning_rate": 0.00018083308229307476,
      "loss": 7.6209,
      "step": 209500
    },
    {
      "epoch": 0.43647916666666664,
      "grad_norm": 1.2836905717849731,
      "learning_rate": 0.00018082343419367866,
      "loss": 7.6518,
      "step": 209510
    },
    {
      "epoch": 0.4365,
      "grad_norm": 1.3228195905685425,
      "learning_rate": 0.00018081378596113753,
      "loss": 7.6462,
      "step": 209520
    },
    {
      "epoch": 0.43652083333333336,
      "grad_norm": 0.9556179642677307,
      "learning_rate": 0.000180804137595493,
      "loss": 7.3686,
      "step": 209530
    },
    {
      "epoch": 0.43654166666666666,
      "grad_norm": 0.9073591232299805,
      "learning_rate": 0.00018079448909678682,
      "loss": 7.2151,
      "step": 209540
    },
    {
      "epoch": 0.4365625,
      "grad_norm": 1.5627244710922241,
      "learning_rate": 0.00018078484046506063,
      "loss": 7.7872,
      "step": 209550
    },
    {
      "epoch": 0.4365833333333333,
      "grad_norm": 0.7915671467781067,
      "learning_rate": 0.00018077519170035615,
      "loss": 7.8579,
      "step": 209560
    },
    {
      "epoch": 0.4366041666666667,
      "grad_norm": 2.7609779834747314,
      "learning_rate": 0.00018076554280271502,
      "loss": 7.6984,
      "step": 209570
    },
    {
      "epoch": 0.436625,
      "grad_norm": 1.8653993606567383,
      "learning_rate": 0.0001807558937721789,
      "loss": 7.9828,
      "step": 209580
    },
    {
      "epoch": 0.43664583333333334,
      "grad_norm": 5.455589771270752,
      "learning_rate": 0.00018074624460878946,
      "loss": 8.2534,
      "step": 209590
    },
    {
      "epoch": 0.43666666666666665,
      "grad_norm": 0.6897473335266113,
      "learning_rate": 0.00018073659531258845,
      "loss": 7.4639,
      "step": 209600
    },
    {
      "epoch": 0.4366875,
      "grad_norm": 0.8094749450683594,
      "learning_rate": 0.00018072694588361753,
      "loss": 7.7061,
      "step": 209610
    },
    {
      "epoch": 0.4367083333333333,
      "grad_norm": 1.7811897993087769,
      "learning_rate": 0.0001807172963219183,
      "loss": 7.9506,
      "step": 209620
    },
    {
      "epoch": 0.43672916666666667,
      "grad_norm": 0.7364022135734558,
      "learning_rate": 0.0001807076466275326,
      "loss": 7.4692,
      "step": 209630
    },
    {
      "epoch": 0.43675,
      "grad_norm": 1.1279258728027344,
      "learning_rate": 0.00018069799680050198,
      "loss": 8.1061,
      "step": 209640
    },
    {
      "epoch": 0.43677083333333333,
      "grad_norm": 0.7738103866577148,
      "learning_rate": 0.00018068834684086818,
      "loss": 7.9528,
      "step": 209650
    },
    {
      "epoch": 0.4367916666666667,
      "grad_norm": 1.0843569040298462,
      "learning_rate": 0.00018067869674867282,
      "loss": 7.4434,
      "step": 209660
    },
    {
      "epoch": 0.4368125,
      "grad_norm": 0.8883995413780212,
      "learning_rate": 0.00018066904652395767,
      "loss": 8.1746,
      "step": 209670
    },
    {
      "epoch": 0.43683333333333335,
      "grad_norm": 2.0492358207702637,
      "learning_rate": 0.00018065939616676438,
      "loss": 7.505,
      "step": 209680
    },
    {
      "epoch": 0.43685416666666665,
      "grad_norm": 2.5327930450439453,
      "learning_rate": 0.00018064974567713463,
      "loss": 7.2576,
      "step": 209690
    },
    {
      "epoch": 0.436875,
      "grad_norm": 1.9158779382705688,
      "learning_rate": 0.0001806400950551101,
      "loss": 8.3799,
      "step": 209700
    },
    {
      "epoch": 0.4368958333333333,
      "grad_norm": 1.1590029001235962,
      "learning_rate": 0.0001806304443007325,
      "loss": 8.9792,
      "step": 209710
    },
    {
      "epoch": 0.4369166666666667,
      "grad_norm": 1.7309176921844482,
      "learning_rate": 0.00018062079341404355,
      "loss": 7.3984,
      "step": 209720
    },
    {
      "epoch": 0.4369375,
      "grad_norm": 0.8337815403938293,
      "learning_rate": 0.0001806111423950848,
      "loss": 7.347,
      "step": 209730
    },
    {
      "epoch": 0.43695833333333334,
      "grad_norm": 1.9374876022338867,
      "learning_rate": 0.0001806014912438981,
      "loss": 10.363,
      "step": 209740
    },
    {
      "epoch": 0.43697916666666664,
      "grad_norm": 1.6074784994125366,
      "learning_rate": 0.0001805918399605251,
      "loss": 7.7495,
      "step": 209750
    },
    {
      "epoch": 0.437,
      "grad_norm": 0.8973201513290405,
      "learning_rate": 0.00018058218854500734,
      "loss": 7.1904,
      "step": 209760
    },
    {
      "epoch": 0.43702083333333336,
      "grad_norm": 2.4868500232696533,
      "learning_rate": 0.0001805725369973867,
      "loss": 7.5321,
      "step": 209770
    },
    {
      "epoch": 0.43704166666666666,
      "grad_norm": 0.6888295412063599,
      "learning_rate": 0.00018056288531770483,
      "loss": 7.0442,
      "step": 209780
    },
    {
      "epoch": 0.4370625,
      "grad_norm": 1.3398668766021729,
      "learning_rate": 0.00018055323350600334,
      "loss": 7.4422,
      "step": 209790
    },
    {
      "epoch": 0.4370833333333333,
      "grad_norm": 0.847171425819397,
      "learning_rate": 0.000180543581562324,
      "loss": 7.6013,
      "step": 209800
    },
    {
      "epoch": 0.4371041666666667,
      "grad_norm": 1.3391082286834717,
      "learning_rate": 0.0001805339294867085,
      "loss": 7.1403,
      "step": 209810
    },
    {
      "epoch": 0.437125,
      "grad_norm": 1.2108948230743408,
      "learning_rate": 0.00018052427727919848,
      "loss": 7.3041,
      "step": 209820
    },
    {
      "epoch": 0.43714583333333334,
      "grad_norm": 0.5944824814796448,
      "learning_rate": 0.00018051462493983567,
      "loss": 7.2326,
      "step": 209830
    },
    {
      "epoch": 0.43716666666666665,
      "grad_norm": 2.208789825439453,
      "learning_rate": 0.00018050497246866178,
      "loss": 7.491,
      "step": 209840
    },
    {
      "epoch": 0.4371875,
      "grad_norm": 0.7477224469184875,
      "learning_rate": 0.00018049531986571844,
      "loss": 7.2093,
      "step": 209850
    },
    {
      "epoch": 0.4372083333333333,
      "grad_norm": 1.22831392288208,
      "learning_rate": 0.0001804856671310474,
      "loss": 7.7218,
      "step": 209860
    },
    {
      "epoch": 0.43722916666666667,
      "grad_norm": 1.3452941179275513,
      "learning_rate": 0.0001804760142646904,
      "loss": 8.1317,
      "step": 209870
    },
    {
      "epoch": 0.43725,
      "grad_norm": 0.8890949487686157,
      "learning_rate": 0.00018046636126668904,
      "loss": 7.7259,
      "step": 209880
    },
    {
      "epoch": 0.43727083333333333,
      "grad_norm": 0.7173663973808289,
      "learning_rate": 0.00018045670813708503,
      "loss": 7.046,
      "step": 209890
    },
    {
      "epoch": 0.4372916666666667,
      "grad_norm": 1.3186949491500854,
      "learning_rate": 0.00018044705487592016,
      "loss": 9.4122,
      "step": 209900
    },
    {
      "epoch": 0.4373125,
      "grad_norm": 0.7052938342094421,
      "learning_rate": 0.000180437401483236,
      "loss": 7.8555,
      "step": 209910
    },
    {
      "epoch": 0.43733333333333335,
      "grad_norm": 1.1394712924957275,
      "learning_rate": 0.00018042774795907435,
      "loss": 7.5208,
      "step": 209920
    },
    {
      "epoch": 0.43735416666666665,
      "grad_norm": 1.7998082637786865,
      "learning_rate": 0.00018041809430347684,
      "loss": 8.0124,
      "step": 209930
    },
    {
      "epoch": 0.437375,
      "grad_norm": 2.073962926864624,
      "learning_rate": 0.00018040844051648525,
      "loss": 7.4341,
      "step": 209940
    },
    {
      "epoch": 0.4373958333333333,
      "grad_norm": 0.4991360604763031,
      "learning_rate": 0.00018039878659814124,
      "loss": 7.9746,
      "step": 209950
    },
    {
      "epoch": 0.4374166666666667,
      "grad_norm": 1.9982577562332153,
      "learning_rate": 0.00018038913254848644,
      "loss": 7.803,
      "step": 209960
    },
    {
      "epoch": 0.4374375,
      "grad_norm": 0.544485867023468,
      "learning_rate": 0.00018037947836756265,
      "loss": 7.3626,
      "step": 209970
    },
    {
      "epoch": 0.43745833333333334,
      "grad_norm": 0.9060472249984741,
      "learning_rate": 0.00018036982405541158,
      "loss": 8.0409,
      "step": 209980
    },
    {
      "epoch": 0.43747916666666664,
      "grad_norm": 1.457220435142517,
      "learning_rate": 0.00018036016961207483,
      "loss": 7.6435,
      "step": 209990
    },
    {
      "epoch": 0.4375,
      "grad_norm": 1.2960008382797241,
      "learning_rate": 0.0001803505150375942,
      "loss": 7.2752,
      "step": 210000
    },
    {
      "epoch": 0.4375,
      "eval_loss": 6.716644287109375,
      "eval_runtime": 8.3891,
      "eval_samples_per_second": 0.358,
      "eval_steps_per_second": 0.119,
      "step": 210000
    },
    {
      "epoch": 0.43752083333333336,
      "grad_norm": 8.890788078308105,
      "learning_rate": 0.00018034086033201133,
      "loss": 7.6619,
      "step": 210010
    },
    {
      "epoch": 0.43754166666666666,
      "grad_norm": 0.9761068224906921,
      "learning_rate": 0.000180331205495368,
      "loss": 7.9403,
      "step": 210020
    },
    {
      "epoch": 0.4375625,
      "grad_norm": 2.366597890853882,
      "learning_rate": 0.00018032155052770583,
      "loss": 8.3135,
      "step": 210030
    },
    {
      "epoch": 0.4375833333333333,
      "grad_norm": 1.0273362398147583,
      "learning_rate": 0.0001803118954290666,
      "loss": 7.9623,
      "step": 210040
    },
    {
      "epoch": 0.4376041666666667,
      "grad_norm": 3.8629395961761475,
      "learning_rate": 0.0001803022401994919,
      "loss": 7.7986,
      "step": 210050
    },
    {
      "epoch": 0.437625,
      "grad_norm": 2.1690192222595215,
      "learning_rate": 0.0001802925848390236,
      "loss": 7.6509,
      "step": 210060
    },
    {
      "epoch": 0.43764583333333335,
      "grad_norm": 3.071606159210205,
      "learning_rate": 0.0001802829293477033,
      "loss": 7.6922,
      "step": 210070
    },
    {
      "epoch": 0.43766666666666665,
      "grad_norm": 1.0095044374465942,
      "learning_rate": 0.0001802732737255727,
      "loss": 7.8863,
      "step": 210080
    },
    {
      "epoch": 0.4376875,
      "grad_norm": 0.6734574437141418,
      "learning_rate": 0.00018026361797267358,
      "loss": 7.4533,
      "step": 210090
    },
    {
      "epoch": 0.4377083333333333,
      "grad_norm": 0.8008970022201538,
      "learning_rate": 0.00018025396208904757,
      "loss": 10.5324,
      "step": 210100
    },
    {
      "epoch": 0.43772916666666667,
      "grad_norm": 1.3631069660186768,
      "learning_rate": 0.00018024430607473647,
      "loss": 7.2579,
      "step": 210110
    },
    {
      "epoch": 0.43775,
      "grad_norm": 1.0217653512954712,
      "learning_rate": 0.0001802346499297819,
      "loss": 8.558,
      "step": 210120
    },
    {
      "epoch": 0.43777083333333333,
      "grad_norm": 3.194086790084839,
      "learning_rate": 0.00018022499365422562,
      "loss": 7.709,
      "step": 210130
    },
    {
      "epoch": 0.4377916666666667,
      "grad_norm": 1.4402656555175781,
      "learning_rate": 0.00018021533724810933,
      "loss": 7.5632,
      "step": 210140
    },
    {
      "epoch": 0.4378125,
      "grad_norm": 1.260414481163025,
      "learning_rate": 0.00018020568071147478,
      "loss": 7.6671,
      "step": 210150
    },
    {
      "epoch": 0.43783333333333335,
      "grad_norm": 0.5928553342819214,
      "learning_rate": 0.0001801960240443636,
      "loss": 7.7579,
      "step": 210160
    },
    {
      "epoch": 0.43785416666666666,
      "grad_norm": 0.7303301692008972,
      "learning_rate": 0.00018018636724681758,
      "loss": 7.6034,
      "step": 210170
    },
    {
      "epoch": 0.437875,
      "grad_norm": 0.9342109560966492,
      "learning_rate": 0.0001801767103188784,
      "loss": 7.612,
      "step": 210180
    },
    {
      "epoch": 0.4378958333333333,
      "grad_norm": 1.6324061155319214,
      "learning_rate": 0.00018016705326058774,
      "loss": 8.0227,
      "step": 210190
    },
    {
      "epoch": 0.4379166666666667,
      "grad_norm": 0.9033694267272949,
      "learning_rate": 0.00018015739607198737,
      "loss": 7.3454,
      "step": 210200
    },
    {
      "epoch": 0.4379375,
      "grad_norm": 0.9423890113830566,
      "learning_rate": 0.00018014773875311898,
      "loss": 7.2287,
      "step": 210210
    },
    {
      "epoch": 0.43795833333333334,
      "grad_norm": 1.0367193222045898,
      "learning_rate": 0.0001801380813040243,
      "loss": 7.4196,
      "step": 210220
    },
    {
      "epoch": 0.43797916666666664,
      "grad_norm": 0.8713040947914124,
      "learning_rate": 0.00018012842372474504,
      "loss": 7.4247,
      "step": 210230
    },
    {
      "epoch": 0.438,
      "grad_norm": 0.9725260138511658,
      "learning_rate": 0.0001801187660153229,
      "loss": 8.4608,
      "step": 210240
    },
    {
      "epoch": 0.43802083333333336,
      "grad_norm": 1.0743801593780518,
      "learning_rate": 0.00018010910817579964,
      "loss": 7.7631,
      "step": 210250
    },
    {
      "epoch": 0.43804166666666666,
      "grad_norm": 0.7409077286720276,
      "learning_rate": 0.00018009945020621692,
      "loss": 7.5322,
      "step": 210260
    },
    {
      "epoch": 0.4380625,
      "grad_norm": 2.0079896450042725,
      "learning_rate": 0.0001800897921066165,
      "loss": 7.5757,
      "step": 210270
    },
    {
      "epoch": 0.4380833333333333,
      "grad_norm": 0.8421251177787781,
      "learning_rate": 0.0001800801338770401,
      "loss": 7.5232,
      "step": 210280
    },
    {
      "epoch": 0.4381041666666667,
      "grad_norm": 0.7819370031356812,
      "learning_rate": 0.00018007047551752943,
      "loss": 7.2332,
      "step": 210290
    },
    {
      "epoch": 0.438125,
      "grad_norm": 1.09748113155365,
      "learning_rate": 0.00018006081702812618,
      "loss": 8.0467,
      "step": 210300
    },
    {
      "epoch": 0.43814583333333335,
      "grad_norm": 1.4803889989852905,
      "learning_rate": 0.00018005115840887212,
      "loss": 7.5869,
      "step": 210310
    },
    {
      "epoch": 0.43816666666666665,
      "grad_norm": 2.5699920654296875,
      "learning_rate": 0.00018004149965980898,
      "loss": 7.9507,
      "step": 210320
    },
    {
      "epoch": 0.4381875,
      "grad_norm": 0.7085638046264648,
      "learning_rate": 0.00018003184078097838,
      "loss": 7.9952,
      "step": 210330
    },
    {
      "epoch": 0.4382083333333333,
      "grad_norm": 1.460702657699585,
      "learning_rate": 0.0001800221817724222,
      "loss": 8.5151,
      "step": 210340
    },
    {
      "epoch": 0.43822916666666667,
      "grad_norm": 2.6455495357513428,
      "learning_rate": 0.00018001252263418206,
      "loss": 7.4955,
      "step": 210350
    },
    {
      "epoch": 0.43825,
      "grad_norm": 1.9594842195510864,
      "learning_rate": 0.0001800028633662996,
      "loss": 8.177,
      "step": 210360
    },
    {
      "epoch": 0.43827083333333333,
      "grad_norm": 0.8730866312980652,
      "learning_rate": 0.0001799932039688168,
      "loss": 7.4247,
      "step": 210370
    },
    {
      "epoch": 0.4382916666666667,
      "grad_norm": 11.990907669067383,
      "learning_rate": 0.00017998354444177513,
      "loss": 8.3798,
      "step": 210380
    },
    {
      "epoch": 0.4383125,
      "grad_norm": 0.9747686982154846,
      "learning_rate": 0.00017997388478521647,
      "loss": 7.479,
      "step": 210390
    },
    {
      "epoch": 0.43833333333333335,
      "grad_norm": 2.2285730838775635,
      "learning_rate": 0.00017996422499918244,
      "loss": 7.3867,
      "step": 210400
    },
    {
      "epoch": 0.43835416666666666,
      "grad_norm": 0.8704989552497864,
      "learning_rate": 0.00017995456508371484,
      "loss": 7.1954,
      "step": 210410
    },
    {
      "epoch": 0.438375,
      "grad_norm": 6.5373759269714355,
      "learning_rate": 0.00017994490503885538,
      "loss": 8.722,
      "step": 210420
    },
    {
      "epoch": 0.4383958333333333,
      "grad_norm": 1.7334107160568237,
      "learning_rate": 0.00017993524486464578,
      "loss": 8.0029,
      "step": 210430
    },
    {
      "epoch": 0.4384166666666667,
      "grad_norm": 3.827427387237549,
      "learning_rate": 0.00017992558456112774,
      "loss": 7.9108,
      "step": 210440
    },
    {
      "epoch": 0.4384375,
      "grad_norm": 1.096910834312439,
      "learning_rate": 0.0001799159241283431,
      "loss": 7.115,
      "step": 210450
    },
    {
      "epoch": 0.43845833333333334,
      "grad_norm": 1.5899723768234253,
      "learning_rate": 0.00017990626356633344,
      "loss": 7.8172,
      "step": 210460
    },
    {
      "epoch": 0.43847916666666664,
      "grad_norm": 0.6190078258514404,
      "learning_rate": 0.0001798966028751406,
      "loss": 7.5373,
      "step": 210470
    },
    {
      "epoch": 0.4385,
      "grad_norm": 1.1485743522644043,
      "learning_rate": 0.00017988694205480627,
      "loss": 8.043,
      "step": 210480
    },
    {
      "epoch": 0.43852083333333336,
      "grad_norm": 1.392909049987793,
      "learning_rate": 0.0001798772811053721,
      "loss": 7.5343,
      "step": 210490
    },
    {
      "epoch": 0.43854166666666666,
      "grad_norm": 1.9696794748306274,
      "learning_rate": 0.00017986762002687997,
      "loss": 8.0345,
      "step": 210500
    },
    {
      "epoch": 0.4385625,
      "grad_norm": 9.223341941833496,
      "learning_rate": 0.00017985795881937157,
      "loss": 7.9902,
      "step": 210510
    },
    {
      "epoch": 0.4385833333333333,
      "grad_norm": 1.6396291255950928,
      "learning_rate": 0.0001798482974828886,
      "loss": 7.1994,
      "step": 210520
    },
    {
      "epoch": 0.4386041666666667,
      "grad_norm": 0.9441266655921936,
      "learning_rate": 0.00017983863601747275,
      "loss": 7.7172,
      "step": 210530
    },
    {
      "epoch": 0.438625,
      "grad_norm": 0.8382276892662048,
      "learning_rate": 0.00017982897442316584,
      "loss": 7.6412,
      "step": 210540
    },
    {
      "epoch": 0.43864583333333335,
      "grad_norm": 1.510604739189148,
      "learning_rate": 0.00017981931270000956,
      "loss": 7.2906,
      "step": 210550
    },
    {
      "epoch": 0.43866666666666665,
      "grad_norm": 1.5470376014709473,
      "learning_rate": 0.0001798096508480456,
      "loss": 7.8217,
      "step": 210560
    },
    {
      "epoch": 0.4386875,
      "grad_norm": 1.2065552473068237,
      "learning_rate": 0.00017979998886731582,
      "loss": 7.5098,
      "step": 210570
    },
    {
      "epoch": 0.4387083333333333,
      "grad_norm": 6.993545055389404,
      "learning_rate": 0.00017979032675786188,
      "loss": 7.8599,
      "step": 210580
    },
    {
      "epoch": 0.43872916666666667,
      "grad_norm": 1.5472031831741333,
      "learning_rate": 0.00017978066451972548,
      "loss": 7.0466,
      "step": 210590
    },
    {
      "epoch": 0.43875,
      "grad_norm": 1.1758654117584229,
      "learning_rate": 0.00017977100215294843,
      "loss": 8.0172,
      "step": 210600
    },
    {
      "epoch": 0.43877083333333333,
      "grad_norm": 0.8906111717224121,
      "learning_rate": 0.0001797613396575724,
      "loss": 7.6685,
      "step": 210610
    },
    {
      "epoch": 0.4387916666666667,
      "grad_norm": 1.7743109464645386,
      "learning_rate": 0.00017975167703363924,
      "loss": 7.4405,
      "step": 210620
    },
    {
      "epoch": 0.4388125,
      "grad_norm": 3.227726697921753,
      "learning_rate": 0.0001797420142811905,
      "loss": 7.5946,
      "step": 210630
    },
    {
      "epoch": 0.43883333333333335,
      "grad_norm": 1.273903727531433,
      "learning_rate": 0.00017973235140026812,
      "loss": 7.2987,
      "step": 210640
    },
    {
      "epoch": 0.43885416666666666,
      "grad_norm": 2.133821487426758,
      "learning_rate": 0.00017972268839091371,
      "loss": 7.3563,
      "step": 210650
    },
    {
      "epoch": 0.438875,
      "grad_norm": 10.993734359741211,
      "learning_rate": 0.00017971302525316904,
      "loss": 7.8837,
      "step": 210660
    },
    {
      "epoch": 0.4388958333333333,
      "grad_norm": 0.9056953191757202,
      "learning_rate": 0.0001797033619870759,
      "loss": 10.1407,
      "step": 210670
    },
    {
      "epoch": 0.4389166666666667,
      "grad_norm": 0.7698821425437927,
      "learning_rate": 0.00017969369859267598,
      "loss": 8.5149,
      "step": 210680
    },
    {
      "epoch": 0.4389375,
      "grad_norm": 0.7669071555137634,
      "learning_rate": 0.00017968403507001105,
      "loss": 7.5239,
      "step": 210690
    },
    {
      "epoch": 0.43895833333333334,
      "grad_norm": 0.8871637582778931,
      "learning_rate": 0.00017967437141912275,
      "loss": 7.1532,
      "step": 210700
    },
    {
      "epoch": 0.43897916666666664,
      "grad_norm": 0.8418105244636536,
      "learning_rate": 0.00017966470764005303,
      "loss": 8.0393,
      "step": 210710
    },
    {
      "epoch": 0.439,
      "grad_norm": 2.768883466720581,
      "learning_rate": 0.00017965504373284346,
      "loss": 7.495,
      "step": 210720
    },
    {
      "epoch": 0.43902083333333336,
      "grad_norm": 1.1061840057373047,
      "learning_rate": 0.00017964537969753584,
      "loss": 8.5745,
      "step": 210730
    },
    {
      "epoch": 0.43904166666666666,
      "grad_norm": 1.0302457809448242,
      "learning_rate": 0.00017963571553417194,
      "loss": 7.316,
      "step": 210740
    },
    {
      "epoch": 0.4390625,
      "grad_norm": 1.0808395147323608,
      "learning_rate": 0.00017962605124279343,
      "loss": 7.5777,
      "step": 210750
    },
    {
      "epoch": 0.4390833333333333,
      "grad_norm": 2.2686798572540283,
      "learning_rate": 0.00017961638682344213,
      "loss": 7.5051,
      "step": 210760
    },
    {
      "epoch": 0.4391041666666667,
      "grad_norm": 0.6347202658653259,
      "learning_rate": 0.00017960672227615977,
      "loss": 7.6734,
      "step": 210770
    },
    {
      "epoch": 0.439125,
      "grad_norm": 2.153355121612549,
      "learning_rate": 0.0001795970576009881,
      "loss": 7.5575,
      "step": 210780
    },
    {
      "epoch": 0.43914583333333335,
      "grad_norm": 1.3293534517288208,
      "learning_rate": 0.00017958739279796883,
      "loss": 7.5157,
      "step": 210790
    },
    {
      "epoch": 0.43916666666666665,
      "grad_norm": 0.9720333814620972,
      "learning_rate": 0.00017957772786714372,
      "loss": 7.2153,
      "step": 210800
    },
    {
      "epoch": 0.4391875,
      "grad_norm": 1.7362701892852783,
      "learning_rate": 0.00017956806280855457,
      "loss": 7.3406,
      "step": 210810
    },
    {
      "epoch": 0.4392083333333333,
      "grad_norm": 0.6693560481071472,
      "learning_rate": 0.00017955839762224312,
      "loss": 7.1741,
      "step": 210820
    },
    {
      "epoch": 0.43922916666666667,
      "grad_norm": 1.2189909219741821,
      "learning_rate": 0.000179548732308251,
      "loss": 7.2666,
      "step": 210830
    },
    {
      "epoch": 0.43925,
      "grad_norm": 0.7254078388214111,
      "learning_rate": 0.00017953906686662014,
      "loss": 8.3374,
      "step": 210840
    },
    {
      "epoch": 0.43927083333333333,
      "grad_norm": 2.9202263355255127,
      "learning_rate": 0.00017952940129739218,
      "loss": 7.5112,
      "step": 210850
    },
    {
      "epoch": 0.4392916666666667,
      "grad_norm": 1.2957839965820312,
      "learning_rate": 0.00017951973560060885,
      "loss": 7.4115,
      "step": 210860
    },
    {
      "epoch": 0.4393125,
      "grad_norm": 1.0845881700515747,
      "learning_rate": 0.000179510069776312,
      "loss": 7.4341,
      "step": 210870
    },
    {
      "epoch": 0.43933333333333335,
      "grad_norm": 4.128075122833252,
      "learning_rate": 0.00017950040382454333,
      "loss": 7.3996,
      "step": 210880
    },
    {
      "epoch": 0.43935416666666666,
      "grad_norm": 3.2876594066619873,
      "learning_rate": 0.00017949073774534458,
      "loss": 7.1636,
      "step": 210890
    },
    {
      "epoch": 0.439375,
      "grad_norm": 3.1428842544555664,
      "learning_rate": 0.00017948107153875745,
      "loss": 8.2239,
      "step": 210900
    },
    {
      "epoch": 0.4393958333333333,
      "grad_norm": 2.6070728302001953,
      "learning_rate": 0.00017947140520482388,
      "loss": 7.7861,
      "step": 210910
    },
    {
      "epoch": 0.4394166666666667,
      "grad_norm": 7.8287248611450195,
      "learning_rate": 0.00017946173874358544,
      "loss": 8.0165,
      "step": 210920
    },
    {
      "epoch": 0.4394375,
      "grad_norm": 1.383039116859436,
      "learning_rate": 0.00017945207215508397,
      "loss": 7.8585,
      "step": 210930
    },
    {
      "epoch": 0.43945833333333334,
      "grad_norm": 0.4622097611427307,
      "learning_rate": 0.00017944240543936118,
      "loss": 7.5606,
      "step": 210940
    },
    {
      "epoch": 0.43947916666666664,
      "grad_norm": 0.8946870565414429,
      "learning_rate": 0.00017943273859645885,
      "loss": 7.6114,
      "step": 210950
    },
    {
      "epoch": 0.4395,
      "grad_norm": 1.8171346187591553,
      "learning_rate": 0.00017942307162641875,
      "loss": 7.6826,
      "step": 210960
    },
    {
      "epoch": 0.43952083333333336,
      "grad_norm": 2.1794593334198,
      "learning_rate": 0.00017941340452928264,
      "loss": 7.6044,
      "step": 210970
    },
    {
      "epoch": 0.43954166666666666,
      "grad_norm": 0.8925408124923706,
      "learning_rate": 0.00017940373730509224,
      "loss": 7.8663,
      "step": 210980
    },
    {
      "epoch": 0.4395625,
      "grad_norm": 2.883870840072632,
      "learning_rate": 0.00017939406995388934,
      "loss": 7.9024,
      "step": 210990
    },
    {
      "epoch": 0.4395833333333333,
      "grad_norm": 0.5255911350250244,
      "learning_rate": 0.00017938440247571572,
      "loss": 7.2166,
      "step": 211000
    },
    {
      "epoch": 0.4395833333333333,
      "eval_loss": 9.789390563964844,
      "eval_runtime": 7.8867,
      "eval_samples_per_second": 0.38,
      "eval_steps_per_second": 0.127,
      "step": 211000
    },
    {
      "epoch": 0.4396041666666667,
      "grad_norm": 1.9266363382339478,
      "learning_rate": 0.0001793747348706131,
      "loss": 7.9954,
      "step": 211010
    },
    {
      "epoch": 0.439625,
      "grad_norm": 1.8175041675567627,
      "learning_rate": 0.00017936506713862326,
      "loss": 7.6611,
      "step": 211020
    },
    {
      "epoch": 0.43964583333333335,
      "grad_norm": 2.015216112136841,
      "learning_rate": 0.0001793553992797879,
      "loss": 7.7448,
      "step": 211030
    },
    {
      "epoch": 0.43966666666666665,
      "grad_norm": 1.235935091972351,
      "learning_rate": 0.00017934573129414888,
      "loss": 7.2359,
      "step": 211040
    },
    {
      "epoch": 0.4396875,
      "grad_norm": 1.1200926303863525,
      "learning_rate": 0.00017933606318174797,
      "loss": 7.489,
      "step": 211050
    },
    {
      "epoch": 0.4397083333333333,
      "grad_norm": 1.4044915437698364,
      "learning_rate": 0.0001793263949426268,
      "loss": 7.378,
      "step": 211060
    },
    {
      "epoch": 0.43972916666666667,
      "grad_norm": 0.6560525894165039,
      "learning_rate": 0.00017931672657682724,
      "loss": 7.4912,
      "step": 211070
    },
    {
      "epoch": 0.43975,
      "grad_norm": 6.790468692779541,
      "learning_rate": 0.00017930705808439103,
      "loss": 7.592,
      "step": 211080
    },
    {
      "epoch": 0.43977083333333333,
      "grad_norm": 1.4425771236419678,
      "learning_rate": 0.0001792973894653599,
      "loss": 8.7644,
      "step": 211090
    },
    {
      "epoch": 0.4397916666666667,
      "grad_norm": 2.6769113540649414,
      "learning_rate": 0.00017928772071977567,
      "loss": 7.3708,
      "step": 211100
    },
    {
      "epoch": 0.4398125,
      "grad_norm": 1.080358862876892,
      "learning_rate": 0.00017927805184768007,
      "loss": 8.1704,
      "step": 211110
    },
    {
      "epoch": 0.43983333333333335,
      "grad_norm": 1.2340697050094604,
      "learning_rate": 0.00017926838284911488,
      "loss": 7.5848,
      "step": 211120
    },
    {
      "epoch": 0.43985416666666666,
      "grad_norm": 1.2144674062728882,
      "learning_rate": 0.00017925871372412186,
      "loss": 8.1365,
      "step": 211130
    },
    {
      "epoch": 0.439875,
      "grad_norm": 1.6312512159347534,
      "learning_rate": 0.00017924904447274277,
      "loss": 7.8448,
      "step": 211140
    },
    {
      "epoch": 0.4398958333333333,
      "grad_norm": 1.1543545722961426,
      "learning_rate": 0.0001792393750950194,
      "loss": 7.9648,
      "step": 211150
    },
    {
      "epoch": 0.4399166666666667,
      "grad_norm": 2.0447998046875,
      "learning_rate": 0.0001792297055909935,
      "loss": 7.4907,
      "step": 211160
    },
    {
      "epoch": 0.4399375,
      "grad_norm": 0.9398593902587891,
      "learning_rate": 0.0001792200359607068,
      "loss": 7.3357,
      "step": 211170
    },
    {
      "epoch": 0.43995833333333334,
      "grad_norm": 0.6500183343887329,
      "learning_rate": 0.00017921036620420117,
      "loss": 7.3222,
      "step": 211180
    },
    {
      "epoch": 0.43997916666666664,
      "grad_norm": 1.6297212839126587,
      "learning_rate": 0.00017920069632151834,
      "loss": 7.6092,
      "step": 211190
    },
    {
      "epoch": 0.44,
      "grad_norm": 0.7105348110198975,
      "learning_rate": 0.00017919102631269997,
      "loss": 7.4361,
      "step": 211200
    },
    {
      "epoch": 0.44002083333333336,
      "grad_norm": 2.4262571334838867,
      "learning_rate": 0.000179181356177788,
      "loss": 7.5851,
      "step": 211210
    },
    {
      "epoch": 0.44004166666666666,
      "grad_norm": 3.0018351078033447,
      "learning_rate": 0.0001791716859168241,
      "loss": 7.4702,
      "step": 211220
    },
    {
      "epoch": 0.4400625,
      "grad_norm": 1.0797193050384521,
      "learning_rate": 0.00017916201552985002,
      "loss": 7.5397,
      "step": 211230
    },
    {
      "epoch": 0.4400833333333333,
      "grad_norm": 1.418929934501648,
      "learning_rate": 0.00017915234501690762,
      "loss": 7.3087,
      "step": 211240
    },
    {
      "epoch": 0.4401041666666667,
      "grad_norm": 0.6220026016235352,
      "learning_rate": 0.00017914267437803863,
      "loss": 7.6186,
      "step": 211250
    },
    {
      "epoch": 0.440125,
      "grad_norm": 0.8626176714897156,
      "learning_rate": 0.00017913300361328482,
      "loss": 8.8559,
      "step": 211260
    },
    {
      "epoch": 0.44014583333333335,
      "grad_norm": 1.0461281538009644,
      "learning_rate": 0.00017912333272268797,
      "loss": 9.0724,
      "step": 211270
    },
    {
      "epoch": 0.44016666666666665,
      "grad_norm": 2.0051181316375732,
      "learning_rate": 0.00017911366170628984,
      "loss": 7.696,
      "step": 211280
    },
    {
      "epoch": 0.4401875,
      "grad_norm": 1.6462923288345337,
      "learning_rate": 0.0001791039905641322,
      "loss": 7.5892,
      "step": 211290
    },
    {
      "epoch": 0.4402083333333333,
      "grad_norm": 2.7626233100891113,
      "learning_rate": 0.00017909431929625684,
      "loss": 7.5352,
      "step": 211300
    },
    {
      "epoch": 0.44022916666666667,
      "grad_norm": 1.0326933860778809,
      "learning_rate": 0.00017908464790270556,
      "loss": 7.2689,
      "step": 211310
    },
    {
      "epoch": 0.44025,
      "grad_norm": 0.7440762519836426,
      "learning_rate": 0.0001790749763835201,
      "loss": 7.0953,
      "step": 211320
    },
    {
      "epoch": 0.44027083333333333,
      "grad_norm": 0.6145564913749695,
      "learning_rate": 0.00017906530473874225,
      "loss": 7.8752,
      "step": 211330
    },
    {
      "epoch": 0.4402916666666667,
      "grad_norm": 0.8991919755935669,
      "learning_rate": 0.0001790556329684138,
      "loss": 7.4968,
      "step": 211340
    },
    {
      "epoch": 0.4403125,
      "grad_norm": 1.6239022016525269,
      "learning_rate": 0.00017904596107257655,
      "loss": 7.5459,
      "step": 211350
    },
    {
      "epoch": 0.44033333333333335,
      "grad_norm": 1.6374965906143188,
      "learning_rate": 0.0001790362890512722,
      "loss": 8.0067,
      "step": 211360
    },
    {
      "epoch": 0.44035416666666666,
      "grad_norm": 1.445479154586792,
      "learning_rate": 0.00017902661690454255,
      "loss": 7.5412,
      "step": 211370
    },
    {
      "epoch": 0.440375,
      "grad_norm": 1.2515039443969727,
      "learning_rate": 0.00017901694463242948,
      "loss": 7.7026,
      "step": 211380
    },
    {
      "epoch": 0.4403958333333333,
      "grad_norm": 0.8313121199607849,
      "learning_rate": 0.00017900727223497462,
      "loss": 8.0165,
      "step": 211390
    },
    {
      "epoch": 0.4404166666666667,
      "grad_norm": 0.7467033863067627,
      "learning_rate": 0.00017899759971221985,
      "loss": 7.4686,
      "step": 211400
    },
    {
      "epoch": 0.4404375,
      "grad_norm": 0.6919769048690796,
      "learning_rate": 0.00017898792706420698,
      "loss": 7.8369,
      "step": 211410
    },
    {
      "epoch": 0.44045833333333334,
      "grad_norm": 1.042596459388733,
      "learning_rate": 0.00017897825429097767,
      "loss": 7.5709,
      "step": 211420
    },
    {
      "epoch": 0.44047916666666664,
      "grad_norm": 1.6494067907333374,
      "learning_rate": 0.00017896858139257376,
      "loss": 7.6647,
      "step": 211430
    },
    {
      "epoch": 0.4405,
      "grad_norm": 0.8140687942504883,
      "learning_rate": 0.0001789589083690371,
      "loss": 7.9603,
      "step": 211440
    },
    {
      "epoch": 0.4405208333333333,
      "grad_norm": 3.0956270694732666,
      "learning_rate": 0.0001789492352204094,
      "loss": 7.6908,
      "step": 211450
    },
    {
      "epoch": 0.44054166666666666,
      "grad_norm": 0.8031144142150879,
      "learning_rate": 0.00017893956194673248,
      "loss": 7.0826,
      "step": 211460
    },
    {
      "epoch": 0.4405625,
      "grad_norm": 1.0128825902938843,
      "learning_rate": 0.0001789298885480481,
      "loss": 7.1041,
      "step": 211470
    },
    {
      "epoch": 0.4405833333333333,
      "grad_norm": 1.1481068134307861,
      "learning_rate": 0.00017892021502439803,
      "loss": 7.3018,
      "step": 211480
    },
    {
      "epoch": 0.4406041666666667,
      "grad_norm": 1.0588980913162231,
      "learning_rate": 0.00017891054137582406,
      "loss": 7.0925,
      "step": 211490
    },
    {
      "epoch": 0.440625,
      "grad_norm": 1.6748096942901611,
      "learning_rate": 0.00017890086760236805,
      "loss": 8.2338,
      "step": 211500
    },
    {
      "epoch": 0.44064583333333335,
      "grad_norm": 1.6578700542449951,
      "learning_rate": 0.0001788911937040717,
      "loss": 8.6844,
      "step": 211510
    },
    {
      "epoch": 0.44066666666666665,
      "grad_norm": 2.3509998321533203,
      "learning_rate": 0.00017888151968097686,
      "loss": 7.4175,
      "step": 211520
    },
    {
      "epoch": 0.4406875,
      "grad_norm": 1.669904112815857,
      "learning_rate": 0.00017887184553312522,
      "loss": 7.4109,
      "step": 211530
    },
    {
      "epoch": 0.4407083333333333,
      "grad_norm": 1.042105793952942,
      "learning_rate": 0.0001788621712605587,
      "loss": 7.4031,
      "step": 211540
    },
    {
      "epoch": 0.44072916666666667,
      "grad_norm": 4.641630172729492,
      "learning_rate": 0.00017885249686331903,
      "loss": 7.2998,
      "step": 211550
    },
    {
      "epoch": 0.44075,
      "grad_norm": 0.8060503602027893,
      "learning_rate": 0.00017884282234144791,
      "loss": 7.4401,
      "step": 211560
    },
    {
      "epoch": 0.44077083333333333,
      "grad_norm": 1.1440300941467285,
      "learning_rate": 0.0001788331476949873,
      "loss": 7.53,
      "step": 211570
    },
    {
      "epoch": 0.4407916666666667,
      "grad_norm": 1.5926531553268433,
      "learning_rate": 0.00017882347292397891,
      "loss": 7.8373,
      "step": 211580
    },
    {
      "epoch": 0.4408125,
      "grad_norm": 1.5363786220550537,
      "learning_rate": 0.00017881379802846446,
      "loss": 7.8201,
      "step": 211590
    },
    {
      "epoch": 0.44083333333333335,
      "grad_norm": 1.147039532661438,
      "learning_rate": 0.00017880412300848582,
      "loss": 7.6118,
      "step": 211600
    },
    {
      "epoch": 0.44085416666666666,
      "grad_norm": 1.5196623802185059,
      "learning_rate": 0.00017879444786408482,
      "loss": 7.0987,
      "step": 211610
    },
    {
      "epoch": 0.440875,
      "grad_norm": 1.047850489616394,
      "learning_rate": 0.00017878477259530316,
      "loss": 7.5392,
      "step": 211620
    },
    {
      "epoch": 0.4408958333333333,
      "grad_norm": 1.7136261463165283,
      "learning_rate": 0.00017877509720218269,
      "loss": 7.2872,
      "step": 211630
    },
    {
      "epoch": 0.4409166666666667,
      "grad_norm": 2.7525227069854736,
      "learning_rate": 0.00017876542168476523,
      "loss": 7.2316,
      "step": 211640
    },
    {
      "epoch": 0.4409375,
      "grad_norm": 1.5358089208602905,
      "learning_rate": 0.0001787557460430925,
      "loss": 8.0642,
      "step": 211650
    },
    {
      "epoch": 0.44095833333333334,
      "grad_norm": 1.6352782249450684,
      "learning_rate": 0.0001787460702772063,
      "loss": 7.2639,
      "step": 211660
    },
    {
      "epoch": 0.44097916666666664,
      "grad_norm": 0.7416711449623108,
      "learning_rate": 0.00017873639438714846,
      "loss": 7.3176,
      "step": 211670
    },
    {
      "epoch": 0.441,
      "grad_norm": 1.1326475143432617,
      "learning_rate": 0.00017872671837296082,
      "loss": 7.8173,
      "step": 211680
    },
    {
      "epoch": 0.4410208333333333,
      "grad_norm": 1.542884349822998,
      "learning_rate": 0.00017871704223468513,
      "loss": 8.0769,
      "step": 211690
    },
    {
      "epoch": 0.44104166666666667,
      "grad_norm": 1.384963870048523,
      "learning_rate": 0.00017870736597236307,
      "loss": 8.0277,
      "step": 211700
    },
    {
      "epoch": 0.4410625,
      "grad_norm": 3.6448845863342285,
      "learning_rate": 0.00017869768958603667,
      "loss": 7.6582,
      "step": 211710
    },
    {
      "epoch": 0.4410833333333333,
      "grad_norm": 1.0200598239898682,
      "learning_rate": 0.0001786880130757476,
      "loss": 7.4262,
      "step": 211720
    },
    {
      "epoch": 0.4411041666666667,
      "grad_norm": 1.1731491088867188,
      "learning_rate": 0.00017867833644153762,
      "loss": 7.4934,
      "step": 211730
    },
    {
      "epoch": 0.441125,
      "grad_norm": 1.2218613624572754,
      "learning_rate": 0.0001786686596834486,
      "loss": 7.2863,
      "step": 211740
    },
    {
      "epoch": 0.44114583333333335,
      "grad_norm": 1.058793306350708,
      "learning_rate": 0.00017865898280152234,
      "loss": 7.188,
      "step": 211750
    },
    {
      "epoch": 0.44116666666666665,
      "grad_norm": 1.2685924768447876,
      "learning_rate": 0.0001786493057958006,
      "loss": 7.52,
      "step": 211760
    },
    {
      "epoch": 0.4411875,
      "grad_norm": 1.0817917585372925,
      "learning_rate": 0.00017863962866632516,
      "loss": 7.6471,
      "step": 211770
    },
    {
      "epoch": 0.4412083333333333,
      "grad_norm": 1.0371960401535034,
      "learning_rate": 0.00017862995141313792,
      "loss": 7.8437,
      "step": 211780
    },
    {
      "epoch": 0.4412291666666667,
      "grad_norm": 0.7656434774398804,
      "learning_rate": 0.0001786202740362806,
      "loss": 7.9129,
      "step": 211790
    },
    {
      "epoch": 0.44125,
      "grad_norm": 1.0386602878570557,
      "learning_rate": 0.00017861059653579502,
      "loss": 7.4296,
      "step": 211800
    },
    {
      "epoch": 0.44127083333333333,
      "grad_norm": 1.577491283416748,
      "learning_rate": 0.000178600918911723,
      "loss": 7.5741,
      "step": 211810
    },
    {
      "epoch": 0.4412916666666667,
      "grad_norm": 1.0242226123809814,
      "learning_rate": 0.00017859124116410632,
      "loss": 7.4552,
      "step": 211820
    },
    {
      "epoch": 0.4413125,
      "grad_norm": 4.484639644622803,
      "learning_rate": 0.0001785815632929868,
      "loss": 7.609,
      "step": 211830
    },
    {
      "epoch": 0.44133333333333336,
      "grad_norm": 1.6639543771743774,
      "learning_rate": 0.00017857188529840623,
      "loss": 7.8682,
      "step": 211840
    },
    {
      "epoch": 0.44135416666666666,
      "grad_norm": 0.7802347540855408,
      "learning_rate": 0.00017856220718040646,
      "loss": 7.8993,
      "step": 211850
    },
    {
      "epoch": 0.441375,
      "grad_norm": 1.0920559167861938,
      "learning_rate": 0.0001785525289390292,
      "loss": 7.7098,
      "step": 211860
    },
    {
      "epoch": 0.4413958333333333,
      "grad_norm": 1.4192395210266113,
      "learning_rate": 0.00017854285057431637,
      "loss": 8.0816,
      "step": 211870
    },
    {
      "epoch": 0.4414166666666667,
      "grad_norm": 1.0763098001480103,
      "learning_rate": 0.0001785331720863097,
      "loss": 7.1354,
      "step": 211880
    },
    {
      "epoch": 0.4414375,
      "grad_norm": 2.621866464614868,
      "learning_rate": 0.00017852349347505104,
      "loss": 8.243,
      "step": 211890
    },
    {
      "epoch": 0.44145833333333334,
      "grad_norm": 1.5297973155975342,
      "learning_rate": 0.00017851381474058212,
      "loss": 7.5073,
      "step": 211900
    },
    {
      "epoch": 0.44147916666666664,
      "grad_norm": 1.7312579154968262,
      "learning_rate": 0.00017850413588294485,
      "loss": 7.991,
      "step": 211910
    },
    {
      "epoch": 0.4415,
      "grad_norm": 3.032066583633423,
      "learning_rate": 0.00017849445690218106,
      "loss": 7.6309,
      "step": 211920
    },
    {
      "epoch": 0.4415208333333333,
      "grad_norm": 0.6598889231681824,
      "learning_rate": 0.00017848477779833238,
      "loss": 7.18,
      "step": 211930
    },
    {
      "epoch": 0.44154166666666667,
      "grad_norm": 2.165628433227539,
      "learning_rate": 0.00017847509857144082,
      "loss": 8.2853,
      "step": 211940
    },
    {
      "epoch": 0.4415625,
      "grad_norm": 9.392717361450195,
      "learning_rate": 0.0001784654192215481,
      "loss": 8.0681,
      "step": 211950
    },
    {
      "epoch": 0.4415833333333333,
      "grad_norm": 1.55288827419281,
      "learning_rate": 0.00017845573974869597,
      "loss": 7.2786,
      "step": 211960
    },
    {
      "epoch": 0.4416041666666667,
      "grad_norm": 3.1405141353607178,
      "learning_rate": 0.00017844606015292636,
      "loss": 7.3655,
      "step": 211970
    },
    {
      "epoch": 0.441625,
      "grad_norm": 1.411271572113037,
      "learning_rate": 0.000178436380434281,
      "loss": 7.6188,
      "step": 211980
    },
    {
      "epoch": 0.44164583333333335,
      "grad_norm": 14.31271743774414,
      "learning_rate": 0.00017842670059280177,
      "loss": 8.2087,
      "step": 211990
    },
    {
      "epoch": 0.44166666666666665,
      "grad_norm": 1.6075477600097656,
      "learning_rate": 0.00017841702062853043,
      "loss": 7.2149,
      "step": 212000
    },
    {
      "epoch": 0.44166666666666665,
      "eval_loss": 7.49807071685791,
      "eval_runtime": 8.3505,
      "eval_samples_per_second": 0.359,
      "eval_steps_per_second": 0.12,
      "step": 212000
    },
    {
      "epoch": 0.4416875,
      "grad_norm": 0.7433485984802246,
      "learning_rate": 0.00017840734054150878,
      "loss": 7.8159,
      "step": 212010
    },
    {
      "epoch": 0.4417083333333333,
      "grad_norm": 1.415412187576294,
      "learning_rate": 0.00017839766033177868,
      "loss": 7.4349,
      "step": 212020
    },
    {
      "epoch": 0.4417291666666667,
      "grad_norm": 1.9807021617889404,
      "learning_rate": 0.00017838797999938195,
      "loss": 8.3044,
      "step": 212030
    },
    {
      "epoch": 0.44175,
      "grad_norm": 1.1507019996643066,
      "learning_rate": 0.00017837829954436035,
      "loss": 7.5087,
      "step": 212040
    },
    {
      "epoch": 0.44177083333333333,
      "grad_norm": 0.791720449924469,
      "learning_rate": 0.00017836861896675576,
      "loss": 7.7716,
      "step": 212050
    },
    {
      "epoch": 0.4417916666666667,
      "grad_norm": 1.1840616464614868,
      "learning_rate": 0.00017835893826660996,
      "loss": 7.4242,
      "step": 212060
    },
    {
      "epoch": 0.4418125,
      "grad_norm": 0.8197229504585266,
      "learning_rate": 0.00017834925744396473,
      "loss": 8.2759,
      "step": 212070
    },
    {
      "epoch": 0.44183333333333336,
      "grad_norm": 1.0128626823425293,
      "learning_rate": 0.00017833957649886198,
      "loss": 7.9172,
      "step": 212080
    },
    {
      "epoch": 0.44185416666666666,
      "grad_norm": 1.1799116134643555,
      "learning_rate": 0.00017832989543134349,
      "loss": 7.4562,
      "step": 212090
    },
    {
      "epoch": 0.441875,
      "grad_norm": 3.0118143558502197,
      "learning_rate": 0.000178320214241451,
      "loss": 8.0048,
      "step": 212100
    },
    {
      "epoch": 0.4418958333333333,
      "grad_norm": 1.2711191177368164,
      "learning_rate": 0.00017831053292922648,
      "loss": 8.0349,
      "step": 212110
    },
    {
      "epoch": 0.4419166666666667,
      "grad_norm": 1.523289442062378,
      "learning_rate": 0.0001783008514947116,
      "loss": 7.9589,
      "step": 212120
    },
    {
      "epoch": 0.4419375,
      "grad_norm": 1.7674134969711304,
      "learning_rate": 0.00017829116993794825,
      "loss": 7.7355,
      "step": 212130
    },
    {
      "epoch": 0.44195833333333334,
      "grad_norm": 1.2169055938720703,
      "learning_rate": 0.00017828148825897825,
      "loss": 7.4703,
      "step": 212140
    },
    {
      "epoch": 0.44197916666666665,
      "grad_norm": 5.075673580169678,
      "learning_rate": 0.0001782718064578434,
      "loss": 7.7144,
      "step": 212150
    },
    {
      "epoch": 0.442,
      "grad_norm": 1.8771559000015259,
      "learning_rate": 0.0001782621245345856,
      "loss": 7.4324,
      "step": 212160
    },
    {
      "epoch": 0.4420208333333333,
      "grad_norm": 1.3678560256958008,
      "learning_rate": 0.00017825244248924652,
      "loss": 7.4339,
      "step": 212170
    },
    {
      "epoch": 0.44204166666666667,
      "grad_norm": 1.6416826248168945,
      "learning_rate": 0.0001782427603218681,
      "loss": 7.2603,
      "step": 212180
    },
    {
      "epoch": 0.4420625,
      "grad_norm": 1.780956745147705,
      "learning_rate": 0.00017823307803249217,
      "loss": 7.624,
      "step": 212190
    },
    {
      "epoch": 0.44208333333333333,
      "grad_norm": 1.1865957975387573,
      "learning_rate": 0.00017822339562116048,
      "loss": 8.2109,
      "step": 212200
    },
    {
      "epoch": 0.4421041666666667,
      "grad_norm": 0.9491013884544373,
      "learning_rate": 0.00017821371308791495,
      "loss": 7.5509,
      "step": 212210
    },
    {
      "epoch": 0.442125,
      "grad_norm": 2.7890102863311768,
      "learning_rate": 0.0001782040304327973,
      "loss": 7.9718,
      "step": 212220
    },
    {
      "epoch": 0.44214583333333335,
      "grad_norm": 1.612565279006958,
      "learning_rate": 0.0001781943476558494,
      "loss": 7.5812,
      "step": 212230
    },
    {
      "epoch": 0.44216666666666665,
      "grad_norm": 1.212006688117981,
      "learning_rate": 0.00017818466475711308,
      "loss": 7.4577,
      "step": 212240
    },
    {
      "epoch": 0.4421875,
      "grad_norm": 0.7940196990966797,
      "learning_rate": 0.0001781749817366302,
      "loss": 7.2635,
      "step": 212250
    },
    {
      "epoch": 0.4422083333333333,
      "grad_norm": 0.8876301050186157,
      "learning_rate": 0.0001781652985944425,
      "loss": 7.8134,
      "step": 212260
    },
    {
      "epoch": 0.4422291666666667,
      "grad_norm": 3.7169971466064453,
      "learning_rate": 0.0001781556153305919,
      "loss": 7.5344,
      "step": 212270
    },
    {
      "epoch": 0.44225,
      "grad_norm": 0.7153419256210327,
      "learning_rate": 0.0001781459319451202,
      "loss": 8.4186,
      "step": 212280
    },
    {
      "epoch": 0.44227083333333334,
      "grad_norm": 1.4853570461273193,
      "learning_rate": 0.00017813624843806918,
      "loss": 7.44,
      "step": 212290
    },
    {
      "epoch": 0.4422916666666667,
      "grad_norm": 1.028777003288269,
      "learning_rate": 0.00017812656480948065,
      "loss": 7.327,
      "step": 212300
    },
    {
      "epoch": 0.4423125,
      "grad_norm": 1.11676025390625,
      "learning_rate": 0.0001781168810593966,
      "loss": 7.8295,
      "step": 212310
    },
    {
      "epoch": 0.44233333333333336,
      "grad_norm": 1.6895474195480347,
      "learning_rate": 0.0001781071971878587,
      "loss": 7.5918,
      "step": 212320
    },
    {
      "epoch": 0.44235416666666666,
      "grad_norm": 0.8610102534294128,
      "learning_rate": 0.00017809751319490882,
      "loss": 8.3047,
      "step": 212330
    },
    {
      "epoch": 0.442375,
      "grad_norm": 1.774398922920227,
      "learning_rate": 0.00017808782908058885,
      "loss": 7.2779,
      "step": 212340
    },
    {
      "epoch": 0.4423958333333333,
      "grad_norm": 1.584229826927185,
      "learning_rate": 0.0001780781448449405,
      "loss": 7.7457,
      "step": 212350
    },
    {
      "epoch": 0.4424166666666667,
      "grad_norm": 0.8563898801803589,
      "learning_rate": 0.00017806846048800578,
      "loss": 7.137,
      "step": 212360
    },
    {
      "epoch": 0.4424375,
      "grad_norm": 0.9573969841003418,
      "learning_rate": 0.00017805877600982634,
      "loss": 8.134,
      "step": 212370
    },
    {
      "epoch": 0.44245833333333334,
      "grad_norm": 1.9370965957641602,
      "learning_rate": 0.00017804909141044413,
      "loss": 7.8779,
      "step": 212380
    },
    {
      "epoch": 0.44247916666666665,
      "grad_norm": 0.695541501045227,
      "learning_rate": 0.00017803940668990097,
      "loss": 7.6682,
      "step": 212390
    },
    {
      "epoch": 0.4425,
      "grad_norm": 1.1141868829727173,
      "learning_rate": 0.0001780297218482386,
      "loss": 7.4953,
      "step": 212400
    },
    {
      "epoch": 0.4425208333333333,
      "grad_norm": 2.3283910751342773,
      "learning_rate": 0.00017802003688549897,
      "loss": 7.6013,
      "step": 212410
    },
    {
      "epoch": 0.44254166666666667,
      "grad_norm": 0.7787273526191711,
      "learning_rate": 0.0001780103518017239,
      "loss": 7.4331,
      "step": 212420
    },
    {
      "epoch": 0.4425625,
      "grad_norm": 0.6517054438591003,
      "learning_rate": 0.00017800066659695514,
      "loss": 7.3439,
      "step": 212430
    },
    {
      "epoch": 0.44258333333333333,
      "grad_norm": 1.9256647825241089,
      "learning_rate": 0.0001779909812712346,
      "loss": 8.1014,
      "step": 212440
    },
    {
      "epoch": 0.4426041666666667,
      "grad_norm": 1.6984827518463135,
      "learning_rate": 0.00017798129582460414,
      "loss": 7.9535,
      "step": 212450
    },
    {
      "epoch": 0.442625,
      "grad_norm": 1.3894093036651611,
      "learning_rate": 0.00017797161025710556,
      "loss": 7.5873,
      "step": 212460
    },
    {
      "epoch": 0.44264583333333335,
      "grad_norm": 1.4198206663131714,
      "learning_rate": 0.0001779619245687806,
      "loss": 7.5255,
      "step": 212470
    },
    {
      "epoch": 0.44266666666666665,
      "grad_norm": 0.7229734659194946,
      "learning_rate": 0.00017795223875967132,
      "loss": 7.1418,
      "step": 212480
    },
    {
      "epoch": 0.4426875,
      "grad_norm": 2.5760579109191895,
      "learning_rate": 0.00017794255282981938,
      "loss": 8.9368,
      "step": 212490
    },
    {
      "epoch": 0.4427083333333333,
      "grad_norm": 1.459761142730713,
      "learning_rate": 0.0001779328667792666,
      "loss": 7.4621,
      "step": 212500
    },
    {
      "epoch": 0.4427291666666667,
      "grad_norm": 3.7313036918640137,
      "learning_rate": 0.000177923180608055,
      "loss": 7.6377,
      "step": 212510
    },
    {
      "epoch": 0.44275,
      "grad_norm": 1.0292083024978638,
      "learning_rate": 0.00017791349431622627,
      "loss": 7.4167,
      "step": 212520
    },
    {
      "epoch": 0.44277083333333334,
      "grad_norm": 2.1569058895111084,
      "learning_rate": 0.00017790380790382227,
      "loss": 7.666,
      "step": 212530
    },
    {
      "epoch": 0.44279166666666664,
      "grad_norm": 1.1191222667694092,
      "learning_rate": 0.00017789412137088491,
      "loss": 7.5519,
      "step": 212540
    },
    {
      "epoch": 0.4428125,
      "grad_norm": 1.3834818601608276,
      "learning_rate": 0.00017788443471745597,
      "loss": 7.7904,
      "step": 212550
    },
    {
      "epoch": 0.44283333333333336,
      "grad_norm": 1.7415988445281982,
      "learning_rate": 0.00017787474794357728,
      "loss": 8.5586,
      "step": 212560
    },
    {
      "epoch": 0.44285416666666666,
      "grad_norm": 2.5446994304656982,
      "learning_rate": 0.00017786506104929074,
      "loss": 7.6231,
      "step": 212570
    },
    {
      "epoch": 0.442875,
      "grad_norm": 0.899478018283844,
      "learning_rate": 0.00017785537403463818,
      "loss": 7.5957,
      "step": 212580
    },
    {
      "epoch": 0.4428958333333333,
      "grad_norm": 1.0266176462173462,
      "learning_rate": 0.00017784568689966143,
      "loss": 7.4809,
      "step": 212590
    },
    {
      "epoch": 0.4429166666666667,
      "grad_norm": 2.535198926925659,
      "learning_rate": 0.00017783599964440227,
      "loss": 8.2993,
      "step": 212600
    },
    {
      "epoch": 0.4429375,
      "grad_norm": 0.8245486617088318,
      "learning_rate": 0.00017782631226890267,
      "loss": 7.9547,
      "step": 212610
    },
    {
      "epoch": 0.44295833333333334,
      "grad_norm": 1.4048478603363037,
      "learning_rate": 0.00017781662477320444,
      "loss": 7.3397,
      "step": 212620
    },
    {
      "epoch": 0.44297916666666665,
      "grad_norm": 5.967380046844482,
      "learning_rate": 0.00017780693715734936,
      "loss": 7.7701,
      "step": 212630
    },
    {
      "epoch": 0.443,
      "grad_norm": 1.3617289066314697,
      "learning_rate": 0.0001777972494213793,
      "loss": 7.6159,
      "step": 212640
    },
    {
      "epoch": 0.4430208333333333,
      "grad_norm": 2.060325860977173,
      "learning_rate": 0.00017778756156533617,
      "loss": 7.3556,
      "step": 212650
    },
    {
      "epoch": 0.44304166666666667,
      "grad_norm": 0.8894605040550232,
      "learning_rate": 0.00017777787358926172,
      "loss": 8.7734,
      "step": 212660
    },
    {
      "epoch": 0.4430625,
      "grad_norm": 0.630265474319458,
      "learning_rate": 0.0001777681854931979,
      "loss": 7.3454,
      "step": 212670
    },
    {
      "epoch": 0.44308333333333333,
      "grad_norm": 2.3064990043640137,
      "learning_rate": 0.0001777584972771865,
      "loss": 7.8554,
      "step": 212680
    },
    {
      "epoch": 0.4431041666666667,
      "grad_norm": 0.6616183519363403,
      "learning_rate": 0.00017774880894126934,
      "loss": 7.3766,
      "step": 212690
    },
    {
      "epoch": 0.443125,
      "grad_norm": 0.8317246437072754,
      "learning_rate": 0.00017773912048548837,
      "loss": 8.1894,
      "step": 212700
    },
    {
      "epoch": 0.44314583333333335,
      "grad_norm": 2.70988392829895,
      "learning_rate": 0.00017772943190988536,
      "loss": 7.355,
      "step": 212710
    },
    {
      "epoch": 0.44316666666666665,
      "grad_norm": 1.0516715049743652,
      "learning_rate": 0.00017771974321450216,
      "loss": 7.5873,
      "step": 212720
    },
    {
      "epoch": 0.4431875,
      "grad_norm": 2.883410930633545,
      "learning_rate": 0.00017771005439938062,
      "loss": 7.7151,
      "step": 212730
    },
    {
      "epoch": 0.4432083333333333,
      "grad_norm": 2.3205461502075195,
      "learning_rate": 0.00017770036546456268,
      "loss": 7.4259,
      "step": 212740
    },
    {
      "epoch": 0.4432291666666667,
      "grad_norm": 0.9422541856765747,
      "learning_rate": 0.00017769067641009006,
      "loss": 7.8309,
      "step": 212750
    },
    {
      "epoch": 0.44325,
      "grad_norm": 0.7652536630630493,
      "learning_rate": 0.00017768098723600474,
      "loss": 7.3407,
      "step": 212760
    },
    {
      "epoch": 0.44327083333333334,
      "grad_norm": 0.7960637211799622,
      "learning_rate": 0.00017767129794234846,
      "loss": 7.6823,
      "step": 212770
    },
    {
      "epoch": 0.44329166666666664,
      "grad_norm": 2.6680471897125244,
      "learning_rate": 0.00017766160852916314,
      "loss": 7.8898,
      "step": 212780
    },
    {
      "epoch": 0.4433125,
      "grad_norm": 2.0067615509033203,
      "learning_rate": 0.0001776519189964907,
      "loss": 7.5455,
      "step": 212790
    },
    {
      "epoch": 0.44333333333333336,
      "grad_norm": 1.6033059358596802,
      "learning_rate": 0.00017764222934437278,
      "loss": 7.2068,
      "step": 212800
    },
    {
      "epoch": 0.44335416666666666,
      "grad_norm": 0.6304376721382141,
      "learning_rate": 0.00017763253957285143,
      "loss": 7.8315,
      "step": 212810
    },
    {
      "epoch": 0.443375,
      "grad_norm": 1.1530017852783203,
      "learning_rate": 0.00017762284968196848,
      "loss": 7.4309,
      "step": 212820
    },
    {
      "epoch": 0.4433958333333333,
      "grad_norm": 1.57310152053833,
      "learning_rate": 0.00017761315967176574,
      "loss": 7.8366,
      "step": 212830
    },
    {
      "epoch": 0.4434166666666667,
      "grad_norm": 0.8670912981033325,
      "learning_rate": 0.00017760346954228504,
      "loss": 7.6316,
      "step": 212840
    },
    {
      "epoch": 0.4434375,
      "grad_norm": 1.5175223350524902,
      "learning_rate": 0.0001775937792935683,
      "loss": 7.4477,
      "step": 212850
    },
    {
      "epoch": 0.44345833333333334,
      "grad_norm": 1.9390982389450073,
      "learning_rate": 0.00017758408892565736,
      "loss": 7.3414,
      "step": 212860
    },
    {
      "epoch": 0.44347916666666665,
      "grad_norm": 0.6995288729667664,
      "learning_rate": 0.00017757439843859408,
      "loss": 7.6406,
      "step": 212870
    },
    {
      "epoch": 0.4435,
      "grad_norm": 0.8937803506851196,
      "learning_rate": 0.00017756470783242032,
      "loss": 7.9621,
      "step": 212880
    },
    {
      "epoch": 0.4435208333333333,
      "grad_norm": 0.9851032495498657,
      "learning_rate": 0.00017755501710717793,
      "loss": 7.9269,
      "step": 212890
    },
    {
      "epoch": 0.44354166666666667,
      "grad_norm": 0.6226878762245178,
      "learning_rate": 0.00017754532626290873,
      "loss": 7.3808,
      "step": 212900
    },
    {
      "epoch": 0.4435625,
      "grad_norm": 7.035139083862305,
      "learning_rate": 0.00017753563529965467,
      "loss": 8.2657,
      "step": 212910
    },
    {
      "epoch": 0.44358333333333333,
      "grad_norm": 1.109571099281311,
      "learning_rate": 0.00017752594421745755,
      "loss": 7.6699,
      "step": 212920
    },
    {
      "epoch": 0.4436041666666667,
      "grad_norm": 2.000659465789795,
      "learning_rate": 0.00017751625301635923,
      "loss": 7.4853,
      "step": 212930
    },
    {
      "epoch": 0.443625,
      "grad_norm": 0.8531639575958252,
      "learning_rate": 0.00017750656169640162,
      "loss": 8.1927,
      "step": 212940
    },
    {
      "epoch": 0.44364583333333335,
      "grad_norm": 1.025032877922058,
      "learning_rate": 0.0001774968702576265,
      "loss": 8.3126,
      "step": 212950
    },
    {
      "epoch": 0.44366666666666665,
      "grad_norm": 1.0270891189575195,
      "learning_rate": 0.00017748717870007586,
      "loss": 8.3662,
      "step": 212960
    },
    {
      "epoch": 0.4436875,
      "grad_norm": 1.8180384635925293,
      "learning_rate": 0.00017747748702379143,
      "loss": 7.7028,
      "step": 212970
    },
    {
      "epoch": 0.4437083333333333,
      "grad_norm": 4.364620685577393,
      "learning_rate": 0.0001774677952288152,
      "loss": 7.7567,
      "step": 212980
    },
    {
      "epoch": 0.4437291666666667,
      "grad_norm": 1.1524266004562378,
      "learning_rate": 0.00017745810331518892,
      "loss": 7.588,
      "step": 212990
    },
    {
      "epoch": 0.44375,
      "grad_norm": 1.9591134786605835,
      "learning_rate": 0.00017744841128295444,
      "loss": 7.0975,
      "step": 213000
    },
    {
      "epoch": 0.44375,
      "eval_loss": 8.299291610717773,
      "eval_runtime": 8.1393,
      "eval_samples_per_second": 0.369,
      "eval_steps_per_second": 0.123,
      "step": 213000
    },
    {
      "epoch": 0.44377083333333334,
      "grad_norm": 1.654541254043579,
      "learning_rate": 0.00017743871913215381,
      "loss": 7.2682,
      "step": 213010
    },
    {
      "epoch": 0.44379166666666664,
      "grad_norm": 0.8774986267089844,
      "learning_rate": 0.00017742902686282872,
      "loss": 7.68,
      "step": 213020
    },
    {
      "epoch": 0.4438125,
      "grad_norm": 0.6287073493003845,
      "learning_rate": 0.00017741933447502106,
      "loss": 8.0191,
      "step": 213030
    },
    {
      "epoch": 0.44383333333333336,
      "grad_norm": 0.7846416234970093,
      "learning_rate": 0.00017740964196877277,
      "loss": 8.2438,
      "step": 213040
    },
    {
      "epoch": 0.44385416666666666,
      "grad_norm": 1.1860344409942627,
      "learning_rate": 0.00017739994934412562,
      "loss": 7.4263,
      "step": 213050
    },
    {
      "epoch": 0.443875,
      "grad_norm": 1.0903434753417969,
      "learning_rate": 0.00017739025660112157,
      "loss": 7.1731,
      "step": 213060
    },
    {
      "epoch": 0.4438958333333333,
      "grad_norm": 0.7545093894004822,
      "learning_rate": 0.00017738056373980246,
      "loss": 7.4171,
      "step": 213070
    },
    {
      "epoch": 0.4439166666666667,
      "grad_norm": 0.5805268287658691,
      "learning_rate": 0.00017737087076021018,
      "loss": 7.7754,
      "step": 213080
    },
    {
      "epoch": 0.4439375,
      "grad_norm": 1.4338561296463013,
      "learning_rate": 0.00017736117766238655,
      "loss": 7.8547,
      "step": 213090
    },
    {
      "epoch": 0.44395833333333334,
      "grad_norm": 0.8258487582206726,
      "learning_rate": 0.00017735148444637341,
      "loss": 7.9106,
      "step": 213100
    },
    {
      "epoch": 0.44397916666666665,
      "grad_norm": 1.0004950761795044,
      "learning_rate": 0.00017734179111221276,
      "loss": 8.5718,
      "step": 213110
    },
    {
      "epoch": 0.444,
      "grad_norm": 0.833886981010437,
      "learning_rate": 0.0001773320976599464,
      "loss": 7.374,
      "step": 213120
    },
    {
      "epoch": 0.4440208333333333,
      "grad_norm": 0.45179519057273865,
      "learning_rate": 0.00017732240408961615,
      "loss": 7.6773,
      "step": 213130
    },
    {
      "epoch": 0.44404166666666667,
      "grad_norm": 0.9279148578643799,
      "learning_rate": 0.0001773127104012639,
      "loss": 7.8814,
      "step": 213140
    },
    {
      "epoch": 0.4440625,
      "grad_norm": 1.752651572227478,
      "learning_rate": 0.0001773030165949316,
      "loss": 8.2132,
      "step": 213150
    },
    {
      "epoch": 0.44408333333333333,
      "grad_norm": 2.4194653034210205,
      "learning_rate": 0.00017729332267066113,
      "loss": 7.5349,
      "step": 213160
    },
    {
      "epoch": 0.4441041666666667,
      "grad_norm": 1.7718554735183716,
      "learning_rate": 0.00017728362862849418,
      "loss": 8.063,
      "step": 213170
    },
    {
      "epoch": 0.444125,
      "grad_norm": 1.3080062866210938,
      "learning_rate": 0.00017727393446847288,
      "loss": 7.7744,
      "step": 213180
    },
    {
      "epoch": 0.44414583333333335,
      "grad_norm": 2.89579176902771,
      "learning_rate": 0.0001772642401906389,
      "loss": 7.6118,
      "step": 213190
    },
    {
      "epoch": 0.44416666666666665,
      "grad_norm": 2.885190725326538,
      "learning_rate": 0.0001772545457950342,
      "loss": 7.3493,
      "step": 213200
    },
    {
      "epoch": 0.4441875,
      "grad_norm": 0.909597635269165,
      "learning_rate": 0.00017724485128170066,
      "loss": 7.4182,
      "step": 213210
    },
    {
      "epoch": 0.4442083333333333,
      "grad_norm": 1.0292154550552368,
      "learning_rate": 0.00017723515665068017,
      "loss": 7.5852,
      "step": 213220
    },
    {
      "epoch": 0.4442291666666667,
      "grad_norm": 1.572143793106079,
      "learning_rate": 0.00017722546190201456,
      "loss": 7.3136,
      "step": 213230
    },
    {
      "epoch": 0.44425,
      "grad_norm": 1.5010946989059448,
      "learning_rate": 0.00017721576703574573,
      "loss": 7.511,
      "step": 213240
    },
    {
      "epoch": 0.44427083333333334,
      "grad_norm": 2.1616437435150146,
      "learning_rate": 0.00017720607205191555,
      "loss": 7.9856,
      "step": 213250
    },
    {
      "epoch": 0.44429166666666664,
      "grad_norm": 2.5779547691345215,
      "learning_rate": 0.000177196376950566,
      "loss": 7.8785,
      "step": 213260
    },
    {
      "epoch": 0.4443125,
      "grad_norm": 0.9213092923164368,
      "learning_rate": 0.0001771866817317387,
      "loss": 7.3019,
      "step": 213270
    },
    {
      "epoch": 0.44433333333333336,
      "grad_norm": 2.844416856765747,
      "learning_rate": 0.00017717698639547582,
      "loss": 7.5479,
      "step": 213280
    },
    {
      "epoch": 0.44435416666666666,
      "grad_norm": 1.691625952720642,
      "learning_rate": 0.0001771672909418191,
      "loss": 7.5696,
      "step": 213290
    },
    {
      "epoch": 0.444375,
      "grad_norm": 1.2910159826278687,
      "learning_rate": 0.0001771575953708104,
      "loss": 9.4902,
      "step": 213300
    },
    {
      "epoch": 0.4443958333333333,
      "grad_norm": 0.6652377247810364,
      "learning_rate": 0.00017714789968249165,
      "loss": 7.6719,
      "step": 213310
    },
    {
      "epoch": 0.4444166666666667,
      "grad_norm": 1.0706735849380493,
      "learning_rate": 0.00017713820387690478,
      "loss": 7.7758,
      "step": 213320
    },
    {
      "epoch": 0.4444375,
      "grad_norm": 1.9713935852050781,
      "learning_rate": 0.00017712850795409152,
      "loss": 7.4248,
      "step": 213330
    },
    {
      "epoch": 0.44445833333333334,
      "grad_norm": 0.6361132264137268,
      "learning_rate": 0.00017711881191409388,
      "loss": 7.2224,
      "step": 213340
    },
    {
      "epoch": 0.44447916666666665,
      "grad_norm": 0.7078661918640137,
      "learning_rate": 0.00017710911575695372,
      "loss": 7.3026,
      "step": 213350
    },
    {
      "epoch": 0.4445,
      "grad_norm": 1.1530190706253052,
      "learning_rate": 0.0001770994194827129,
      "loss": 7.2561,
      "step": 213360
    },
    {
      "epoch": 0.4445208333333333,
      "grad_norm": 12.544300079345703,
      "learning_rate": 0.00017708972309141328,
      "loss": 8.1485,
      "step": 213370
    },
    {
      "epoch": 0.44454166666666667,
      "grad_norm": 1.9529463052749634,
      "learning_rate": 0.00017708002658309687,
      "loss": 7.29,
      "step": 213380
    },
    {
      "epoch": 0.4445625,
      "grad_norm": 1.4426950216293335,
      "learning_rate": 0.0001770703299578054,
      "loss": 7.7013,
      "step": 213390
    },
    {
      "epoch": 0.44458333333333333,
      "grad_norm": 1.3315260410308838,
      "learning_rate": 0.00017706063321558082,
      "loss": 7.6921,
      "step": 213400
    },
    {
      "epoch": 0.4446041666666667,
      "grad_norm": 1.1679102182388306,
      "learning_rate": 0.000177050936356465,
      "loss": 7.1981,
      "step": 213410
    },
    {
      "epoch": 0.444625,
      "grad_norm": 1.1443078517913818,
      "learning_rate": 0.00017704123938049987,
      "loss": 8.3581,
      "step": 213420
    },
    {
      "epoch": 0.44464583333333335,
      "grad_norm": 0.9399978518486023,
      "learning_rate": 0.00017703154228772728,
      "loss": 7.2281,
      "step": 213430
    },
    {
      "epoch": 0.44466666666666665,
      "grad_norm": 2.127401828765869,
      "learning_rate": 0.00017702184507818915,
      "loss": 7.9429,
      "step": 213440
    },
    {
      "epoch": 0.4446875,
      "grad_norm": 0.6920467615127563,
      "learning_rate": 0.0001770121477519273,
      "loss": 7.7221,
      "step": 213450
    },
    {
      "epoch": 0.4447083333333333,
      "grad_norm": 0.8393334746360779,
      "learning_rate": 0.00017700245030898373,
      "loss": 8.0498,
      "step": 213460
    },
    {
      "epoch": 0.4447291666666667,
      "grad_norm": 1.0896767377853394,
      "learning_rate": 0.0001769927527494002,
      "loss": 8.1958,
      "step": 213470
    },
    {
      "epoch": 0.44475,
      "grad_norm": 3.316182851791382,
      "learning_rate": 0.0001769830550732187,
      "loss": 8.4779,
      "step": 213480
    },
    {
      "epoch": 0.44477083333333334,
      "grad_norm": 39.33576965332031,
      "learning_rate": 0.00017697335728048105,
      "loss": 10.3815,
      "step": 213490
    },
    {
      "epoch": 0.44479166666666664,
      "grad_norm": 1.1043636798858643,
      "learning_rate": 0.00017696365937122917,
      "loss": 7.0976,
      "step": 213500
    },
    {
      "epoch": 0.4448125,
      "grad_norm": 0.7946779131889343,
      "learning_rate": 0.00017695396134550498,
      "loss": 8.3838,
      "step": 213510
    },
    {
      "epoch": 0.44483333333333336,
      "grad_norm": 1.0270508527755737,
      "learning_rate": 0.0001769442632033504,
      "loss": 7.7379,
      "step": 213520
    },
    {
      "epoch": 0.44485416666666666,
      "grad_norm": 2.004483461380005,
      "learning_rate": 0.00017693456494480717,
      "loss": 7.2322,
      "step": 213530
    },
    {
      "epoch": 0.444875,
      "grad_norm": 2.703510046005249,
      "learning_rate": 0.0001769248665699173,
      "loss": 7.6466,
      "step": 213540
    },
    {
      "epoch": 0.4448958333333333,
      "grad_norm": 1.5313363075256348,
      "learning_rate": 0.00017691516807872272,
      "loss": 7.9447,
      "step": 213550
    },
    {
      "epoch": 0.4449166666666667,
      "grad_norm": 1.0533066987991333,
      "learning_rate": 0.00017690546947126524,
      "loss": 7.1454,
      "step": 213560
    },
    {
      "epoch": 0.4449375,
      "grad_norm": 0.9930952191352844,
      "learning_rate": 0.00017689577074758679,
      "loss": 7.411,
      "step": 213570
    },
    {
      "epoch": 0.44495833333333334,
      "grad_norm": 0.67954421043396,
      "learning_rate": 0.00017688607190772924,
      "loss": 8.2894,
      "step": 213580
    },
    {
      "epoch": 0.44497916666666665,
      "grad_norm": 1.0169707536697388,
      "learning_rate": 0.00017687637295173448,
      "loss": 7.5556,
      "step": 213590
    },
    {
      "epoch": 0.445,
      "grad_norm": 1.1128766536712646,
      "learning_rate": 0.00017686667387964444,
      "loss": 7.6162,
      "step": 213600
    },
    {
      "epoch": 0.4450208333333333,
      "grad_norm": 1.092140793800354,
      "learning_rate": 0.00017685697469150104,
      "loss": 7.7444,
      "step": 213610
    },
    {
      "epoch": 0.44504166666666667,
      "grad_norm": 1.238181471824646,
      "learning_rate": 0.0001768472753873461,
      "loss": 8.2857,
      "step": 213620
    },
    {
      "epoch": 0.4450625,
      "grad_norm": 1.4537092447280884,
      "learning_rate": 0.0001768375759672216,
      "loss": 7.6055,
      "step": 213630
    },
    {
      "epoch": 0.44508333333333333,
      "grad_norm": 1.4828345775604248,
      "learning_rate": 0.00017682787643116934,
      "loss": 7.6123,
      "step": 213640
    },
    {
      "epoch": 0.4451041666666667,
      "grad_norm": 3.44720196723938,
      "learning_rate": 0.0001768181767792313,
      "loss": 7.9767,
      "step": 213650
    },
    {
      "epoch": 0.445125,
      "grad_norm": 0.7476755380630493,
      "learning_rate": 0.00017680847701144936,
      "loss": 7.1945,
      "step": 213660
    },
    {
      "epoch": 0.44514583333333335,
      "grad_norm": 1.1942082643508911,
      "learning_rate": 0.00017679877712786538,
      "loss": 8.1646,
      "step": 213670
    },
    {
      "epoch": 0.44516666666666665,
      "grad_norm": 0.8454304933547974,
      "learning_rate": 0.00017678907712852132,
      "loss": 7.5221,
      "step": 213680
    },
    {
      "epoch": 0.4451875,
      "grad_norm": 1.0913405418395996,
      "learning_rate": 0.0001767793770134591,
      "loss": 7.4549,
      "step": 213690
    },
    {
      "epoch": 0.4452083333333333,
      "grad_norm": 1.612084984779358,
      "learning_rate": 0.00017676967678272048,
      "loss": 7.7387,
      "step": 213700
    },
    {
      "epoch": 0.4452291666666667,
      "grad_norm": 0.9387656450271606,
      "learning_rate": 0.00017675997643634746,
      "loss": 8.0442,
      "step": 213710
    },
    {
      "epoch": 0.44525,
      "grad_norm": 1.9371893405914307,
      "learning_rate": 0.00017675027597438198,
      "loss": 7.4454,
      "step": 213720
    },
    {
      "epoch": 0.44527083333333334,
      "grad_norm": 1.411542534828186,
      "learning_rate": 0.0001767405753968659,
      "loss": 7.8763,
      "step": 213730
    },
    {
      "epoch": 0.44529166666666664,
      "grad_norm": 0.6687803864479065,
      "learning_rate": 0.00017673087470384107,
      "loss": 7.1228,
      "step": 213740
    },
    {
      "epoch": 0.4453125,
      "grad_norm": 0.8074095249176025,
      "learning_rate": 0.00017672117389534947,
      "loss": 8.1899,
      "step": 213750
    },
    {
      "epoch": 0.44533333333333336,
      "grad_norm": 0.6246258020401001,
      "learning_rate": 0.00017671147297143296,
      "loss": 7.3053,
      "step": 213760
    },
    {
      "epoch": 0.44535416666666666,
      "grad_norm": 8.383140563964844,
      "learning_rate": 0.0001767017719321335,
      "loss": 8.5471,
      "step": 213770
    },
    {
      "epoch": 0.445375,
      "grad_norm": 1.6648025512695312,
      "learning_rate": 0.0001766920707774929,
      "loss": 7.5477,
      "step": 213780
    },
    {
      "epoch": 0.4453958333333333,
      "grad_norm": 0.5608952045440674,
      "learning_rate": 0.00017668236950755314,
      "loss": 6.9463,
      "step": 213790
    },
    {
      "epoch": 0.4454166666666667,
      "grad_norm": 0.9373124837875366,
      "learning_rate": 0.00017667266812235614,
      "loss": 7.4675,
      "step": 213800
    },
    {
      "epoch": 0.4454375,
      "grad_norm": 0.8583117127418518,
      "learning_rate": 0.00017666296662194374,
      "loss": 8.3398,
      "step": 213810
    },
    {
      "epoch": 0.44545833333333335,
      "grad_norm": 0.8347682952880859,
      "learning_rate": 0.0001766532650063579,
      "loss": 8.0221,
      "step": 213820
    },
    {
      "epoch": 0.44547916666666665,
      "grad_norm": 0.8404142260551453,
      "learning_rate": 0.0001766435632756405,
      "loss": 8.5936,
      "step": 213830
    },
    {
      "epoch": 0.4455,
      "grad_norm": 1.3592798709869385,
      "learning_rate": 0.0001766338614298334,
      "loss": 7.973,
      "step": 213840
    },
    {
      "epoch": 0.4455208333333333,
      "grad_norm": 1.545358419418335,
      "learning_rate": 0.00017662415946897864,
      "loss": 8.4858,
      "step": 213850
    },
    {
      "epoch": 0.44554166666666667,
      "grad_norm": 2.245056629180908,
      "learning_rate": 0.000176614457393118,
      "loss": 7.3808,
      "step": 213860
    },
    {
      "epoch": 0.4455625,
      "grad_norm": 1.018565058708191,
      "learning_rate": 0.0001766047552022934,
      "loss": 7.2882,
      "step": 213870
    },
    {
      "epoch": 0.44558333333333333,
      "grad_norm": 1.1770564317703247,
      "learning_rate": 0.00017659505289654688,
      "loss": 7.3373,
      "step": 213880
    },
    {
      "epoch": 0.4456041666666667,
      "grad_norm": 0.5708535313606262,
      "learning_rate": 0.00017658535047592025,
      "loss": 7.3635,
      "step": 213890
    },
    {
      "epoch": 0.445625,
      "grad_norm": 0.6637266874313354,
      "learning_rate": 0.00017657564794045538,
      "loss": 7.0939,
      "step": 213900
    },
    {
      "epoch": 0.44564583333333335,
      "grad_norm": 1.1867094039916992,
      "learning_rate": 0.00017656594529019424,
      "loss": 7.1763,
      "step": 213910
    },
    {
      "epoch": 0.44566666666666666,
      "grad_norm": 0.7531895637512207,
      "learning_rate": 0.00017655624252517873,
      "loss": 8.5543,
      "step": 213920
    },
    {
      "epoch": 0.4456875,
      "grad_norm": 1.203305721282959,
      "learning_rate": 0.0001765465396454508,
      "loss": 7.5244,
      "step": 213930
    },
    {
      "epoch": 0.4457083333333333,
      "grad_norm": 1.2023664712905884,
      "learning_rate": 0.00017653683665105226,
      "loss": 7.7297,
      "step": 213940
    },
    {
      "epoch": 0.4457291666666667,
      "grad_norm": 1.2922314405441284,
      "learning_rate": 0.00017652713354202515,
      "loss": 7.4865,
      "step": 213950
    },
    {
      "epoch": 0.44575,
      "grad_norm": 0.9115487337112427,
      "learning_rate": 0.0001765174303184113,
      "loss": 7.1732,
      "step": 213960
    },
    {
      "epoch": 0.44577083333333334,
      "grad_norm": 5.184682369232178,
      "learning_rate": 0.00017650772698025264,
      "loss": 9.2514,
      "step": 213970
    },
    {
      "epoch": 0.44579166666666664,
      "grad_norm": 1.0827255249023438,
      "learning_rate": 0.00017649802352759112,
      "loss": 7.3662,
      "step": 213980
    },
    {
      "epoch": 0.4458125,
      "grad_norm": 0.8342320322990417,
      "learning_rate": 0.0001764883199604686,
      "loss": 7.6951,
      "step": 213990
    },
    {
      "epoch": 0.44583333333333336,
      "grad_norm": 0.6847048401832581,
      "learning_rate": 0.00017647861627892702,
      "loss": 7.0382,
      "step": 214000
    },
    {
      "epoch": 0.44583333333333336,
      "eval_loss": 8.972641944885254,
      "eval_runtime": 8.3099,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 214000
    },
    {
      "epoch": 0.44585416666666666,
      "grad_norm": 0.7147359848022461,
      "learning_rate": 0.0001764689124830083,
      "loss": 7.4959,
      "step": 214010
    },
    {
      "epoch": 0.445875,
      "grad_norm": 0.8338845372200012,
      "learning_rate": 0.0001764592085727544,
      "loss": 7.1942,
      "step": 214020
    },
    {
      "epoch": 0.4458958333333333,
      "grad_norm": 0.715505063533783,
      "learning_rate": 0.0001764495045482072,
      "loss": 7.2463,
      "step": 214030
    },
    {
      "epoch": 0.4459166666666667,
      "grad_norm": 1.2936230897903442,
      "learning_rate": 0.00017643980040940848,
      "loss": 7.5706,
      "step": 214040
    },
    {
      "epoch": 0.4459375,
      "grad_norm": 1.0772234201431274,
      "learning_rate": 0.0001764300961564004,
      "loss": 7.7637,
      "step": 214050
    },
    {
      "epoch": 0.44595833333333335,
      "grad_norm": 1.2284836769104004,
      "learning_rate": 0.00017642039178922476,
      "loss": 7.1391,
      "step": 214060
    },
    {
      "epoch": 0.44597916666666665,
      "grad_norm": 8.763509750366211,
      "learning_rate": 0.00017641068730792344,
      "loss": 7.7924,
      "step": 214070
    },
    {
      "epoch": 0.446,
      "grad_norm": 0.8510763645172119,
      "learning_rate": 0.00017640098271253847,
      "loss": 7.2936,
      "step": 214080
    },
    {
      "epoch": 0.4460208333333333,
      "grad_norm": 1.3667372465133667,
      "learning_rate": 0.00017639127800311166,
      "loss": 7.6567,
      "step": 214090
    },
    {
      "epoch": 0.44604166666666667,
      "grad_norm": 1.0307610034942627,
      "learning_rate": 0.00017638157317968495,
      "loss": 7.9432,
      "step": 214100
    },
    {
      "epoch": 0.4460625,
      "grad_norm": 1.0475959777832031,
      "learning_rate": 0.00017637186824230033,
      "loss": 7.2697,
      "step": 214110
    },
    {
      "epoch": 0.44608333333333333,
      "grad_norm": 2.3014755249023438,
      "learning_rate": 0.00017636216319099967,
      "loss": 7.6411,
      "step": 214120
    },
    {
      "epoch": 0.4461041666666667,
      "grad_norm": 0.9926071763038635,
      "learning_rate": 0.0001763524580258249,
      "loss": 6.9806,
      "step": 214130
    },
    {
      "epoch": 0.446125,
      "grad_norm": 0.6528955698013306,
      "learning_rate": 0.00017634275274681794,
      "loss": 7.8978,
      "step": 214140
    },
    {
      "epoch": 0.44614583333333335,
      "grad_norm": 1.3211390972137451,
      "learning_rate": 0.0001763330473540207,
      "loss": 7.2149,
      "step": 214150
    },
    {
      "epoch": 0.44616666666666666,
      "grad_norm": 1.5103498697280884,
      "learning_rate": 0.00017632334184747517,
      "loss": 7.716,
      "step": 214160
    },
    {
      "epoch": 0.4461875,
      "grad_norm": 1.2721309661865234,
      "learning_rate": 0.00017631363622722313,
      "loss": 7.9628,
      "step": 214170
    },
    {
      "epoch": 0.4462083333333333,
      "grad_norm": 2.1272809505462646,
      "learning_rate": 0.00017630393049330667,
      "loss": 7.417,
      "step": 214180
    },
    {
      "epoch": 0.4462291666666667,
      "grad_norm": 1.3469491004943848,
      "learning_rate": 0.00017629422464576766,
      "loss": 7.1446,
      "step": 214190
    },
    {
      "epoch": 0.44625,
      "grad_norm": 1.67708158493042,
      "learning_rate": 0.000176284518684648,
      "loss": 7.5354,
      "step": 214200
    },
    {
      "epoch": 0.44627083333333334,
      "grad_norm": 8.849893569946289,
      "learning_rate": 0.00017627481260998955,
      "loss": 8.0318,
      "step": 214210
    },
    {
      "epoch": 0.44629166666666664,
      "grad_norm": 2.8544676303863525,
      "learning_rate": 0.00017626510642183436,
      "loss": 7.7629,
      "step": 214220
    },
    {
      "epoch": 0.4463125,
      "grad_norm": 1.0908606052398682,
      "learning_rate": 0.0001762554001202243,
      "loss": 7.7933,
      "step": 214230
    },
    {
      "epoch": 0.44633333333333336,
      "grad_norm": 1.3653775453567505,
      "learning_rate": 0.00017624569370520128,
      "loss": 7.736,
      "step": 214240
    },
    {
      "epoch": 0.44635416666666666,
      "grad_norm": 1.2117679119110107,
      "learning_rate": 0.00017623598717680732,
      "loss": 7.4772,
      "step": 214250
    },
    {
      "epoch": 0.446375,
      "grad_norm": 1.207503080368042,
      "learning_rate": 0.00017622628053508423,
      "loss": 8.3993,
      "step": 214260
    },
    {
      "epoch": 0.4463958333333333,
      "grad_norm": 1.775908350944519,
      "learning_rate": 0.000176216573780074,
      "loss": 7.2896,
      "step": 214270
    },
    {
      "epoch": 0.4464166666666667,
      "grad_norm": 1.2478065490722656,
      "learning_rate": 0.00017620686691181852,
      "loss": 7.1808,
      "step": 214280
    },
    {
      "epoch": 0.4464375,
      "grad_norm": 4.701635360717773,
      "learning_rate": 0.0001761971599303598,
      "loss": 7.935,
      "step": 214290
    },
    {
      "epoch": 0.44645833333333335,
      "grad_norm": 0.7093215584754944,
      "learning_rate": 0.00017618745283573968,
      "loss": 7.1666,
      "step": 214300
    },
    {
      "epoch": 0.44647916666666665,
      "grad_norm": 3.7694613933563232,
      "learning_rate": 0.00017617774562800014,
      "loss": 7.4894,
      "step": 214310
    },
    {
      "epoch": 0.4465,
      "grad_norm": 1.4863888025283813,
      "learning_rate": 0.00017616803830718312,
      "loss": 7.488,
      "step": 214320
    },
    {
      "epoch": 0.4465208333333333,
      "grad_norm": 0.8659951090812683,
      "learning_rate": 0.00017615833087333057,
      "loss": 7.4663,
      "step": 214330
    },
    {
      "epoch": 0.44654166666666667,
      "grad_norm": 0.9454591274261475,
      "learning_rate": 0.00017614862332648425,
      "loss": 7.4825,
      "step": 214340
    },
    {
      "epoch": 0.4465625,
      "grad_norm": 3.8135459423065186,
      "learning_rate": 0.00017613891566668633,
      "loss": 7.6901,
      "step": 214350
    },
    {
      "epoch": 0.44658333333333333,
      "grad_norm": 4.024317264556885,
      "learning_rate": 0.00017612920789397866,
      "loss": 7.9063,
      "step": 214360
    },
    {
      "epoch": 0.4466041666666667,
      "grad_norm": 1.0068559646606445,
      "learning_rate": 0.00017611950000840303,
      "loss": 7.5686,
      "step": 214370
    },
    {
      "epoch": 0.446625,
      "grad_norm": 1.2309818267822266,
      "learning_rate": 0.0001761097920100016,
      "loss": 7.5404,
      "step": 214380
    },
    {
      "epoch": 0.44664583333333335,
      "grad_norm": 1.1732150316238403,
      "learning_rate": 0.00017610008389881622,
      "loss": 7.3295,
      "step": 214390
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 3.325857162475586,
      "learning_rate": 0.00017609037567488877,
      "loss": 7.3958,
      "step": 214400
    },
    {
      "epoch": 0.4466875,
      "grad_norm": 1.198208212852478,
      "learning_rate": 0.00017608066733826124,
      "loss": 7.7885,
      "step": 214410
    },
    {
      "epoch": 0.4467083333333333,
      "grad_norm": 1.0074279308319092,
      "learning_rate": 0.00017607095888897553,
      "loss": 7.5019,
      "step": 214420
    },
    {
      "epoch": 0.4467291666666667,
      "grad_norm": 0.90078204870224,
      "learning_rate": 0.0001760612503270736,
      "loss": 7.2383,
      "step": 214430
    },
    {
      "epoch": 0.44675,
      "grad_norm": 1.2597126960754395,
      "learning_rate": 0.0001760515416525974,
      "loss": 8.5194,
      "step": 214440
    },
    {
      "epoch": 0.44677083333333334,
      "grad_norm": 1.2633074522018433,
      "learning_rate": 0.00017604183286558885,
      "loss": 7.2367,
      "step": 214450
    },
    {
      "epoch": 0.44679166666666664,
      "grad_norm": 0.8377172946929932,
      "learning_rate": 0.0001760321239660899,
      "loss": 7.4865,
      "step": 214460
    },
    {
      "epoch": 0.4468125,
      "grad_norm": 0.6051617860794067,
      "learning_rate": 0.00017602241495414243,
      "loss": 8.2393,
      "step": 214470
    },
    {
      "epoch": 0.44683333333333336,
      "grad_norm": 0.7171496152877808,
      "learning_rate": 0.0001760127058297885,
      "loss": 7.6243,
      "step": 214480
    },
    {
      "epoch": 0.44685416666666666,
      "grad_norm": 1.3653100728988647,
      "learning_rate": 0.0001760029965930699,
      "loss": 7.7285,
      "step": 214490
    },
    {
      "epoch": 0.446875,
      "grad_norm": 1.7310258150100708,
      "learning_rate": 0.00017599328724402871,
      "loss": 7.2985,
      "step": 214500
    },
    {
      "epoch": 0.4468958333333333,
      "grad_norm": 0.7446373701095581,
      "learning_rate": 0.00017598357778270674,
      "loss": 7.6456,
      "step": 214510
    },
    {
      "epoch": 0.4469166666666667,
      "grad_norm": 1.0307011604309082,
      "learning_rate": 0.00017597386820914605,
      "loss": 7.5228,
      "step": 214520
    },
    {
      "epoch": 0.4469375,
      "grad_norm": 1.5405442714691162,
      "learning_rate": 0.00017596415852338856,
      "loss": 7.4283,
      "step": 214530
    },
    {
      "epoch": 0.44695833333333335,
      "grad_norm": 0.7931074500083923,
      "learning_rate": 0.00017595444872547613,
      "loss": 7.9164,
      "step": 214540
    },
    {
      "epoch": 0.44697916666666665,
      "grad_norm": 1.2888628244400024,
      "learning_rate": 0.00017594473881545075,
      "loss": 7.9765,
      "step": 214550
    },
    {
      "epoch": 0.447,
      "grad_norm": 1.5292835235595703,
      "learning_rate": 0.00017593502879335442,
      "loss": 7.4405,
      "step": 214560
    },
    {
      "epoch": 0.4470208333333333,
      "grad_norm": 1.3468973636627197,
      "learning_rate": 0.00017592531865922898,
      "loss": 7.8243,
      "step": 214570
    },
    {
      "epoch": 0.44704166666666667,
      "grad_norm": 1.5256755352020264,
      "learning_rate": 0.00017591560841311642,
      "loss": 7.7622,
      "step": 214580
    },
    {
      "epoch": 0.4470625,
      "grad_norm": 0.5373045206069946,
      "learning_rate": 0.00017590589805505875,
      "loss": 7.4062,
      "step": 214590
    },
    {
      "epoch": 0.44708333333333333,
      "grad_norm": 0.7031371593475342,
      "learning_rate": 0.00017589618758509783,
      "loss": 7.5362,
      "step": 214600
    },
    {
      "epoch": 0.4471041666666667,
      "grad_norm": 1.0241734981536865,
      "learning_rate": 0.00017588647700327563,
      "loss": 7.7743,
      "step": 214610
    },
    {
      "epoch": 0.447125,
      "grad_norm": 0.7172374129295349,
      "learning_rate": 0.00017587676630963404,
      "loss": 7.7643,
      "step": 214620
    },
    {
      "epoch": 0.44714583333333335,
      "grad_norm": 0.5287759900093079,
      "learning_rate": 0.00017586705550421514,
      "loss": 7.5425,
      "step": 214630
    },
    {
      "epoch": 0.44716666666666666,
      "grad_norm": 0.7449575662612915,
      "learning_rate": 0.00017585734458706073,
      "loss": 7.4211,
      "step": 214640
    },
    {
      "epoch": 0.4471875,
      "grad_norm": 1.2590093612670898,
      "learning_rate": 0.00017584763355821286,
      "loss": 7.2173,
      "step": 214650
    },
    {
      "epoch": 0.4472083333333333,
      "grad_norm": 1.101258635520935,
      "learning_rate": 0.00017583792241771345,
      "loss": 7.883,
      "step": 214660
    },
    {
      "epoch": 0.4472291666666667,
      "grad_norm": 0.6813840866088867,
      "learning_rate": 0.00017582821116560445,
      "loss": 7.5635,
      "step": 214670
    },
    {
      "epoch": 0.44725,
      "grad_norm": 1.1056221723556519,
      "learning_rate": 0.0001758184998019278,
      "loss": 7.4582,
      "step": 214680
    },
    {
      "epoch": 0.44727083333333334,
      "grad_norm": 1.3333640098571777,
      "learning_rate": 0.0001758087883267254,
      "loss": 7.4023,
      "step": 214690
    },
    {
      "epoch": 0.44729166666666664,
      "grad_norm": 0.6330770254135132,
      "learning_rate": 0.00017579907674003935,
      "loss": 7.5679,
      "step": 214700
    },
    {
      "epoch": 0.4473125,
      "grad_norm": 1.1778614521026611,
      "learning_rate": 0.0001757893650419114,
      "loss": 8.0288,
      "step": 214710
    },
    {
      "epoch": 0.44733333333333336,
      "grad_norm": 5.406246662139893,
      "learning_rate": 0.00017577965323238364,
      "loss": 7.245,
      "step": 214720
    },
    {
      "epoch": 0.44735416666666666,
      "grad_norm": 0.6633707880973816,
      "learning_rate": 0.00017576994131149803,
      "loss": 7.4715,
      "step": 214730
    },
    {
      "epoch": 0.447375,
      "grad_norm": 0.8753535151481628,
      "learning_rate": 0.0001757602292792964,
      "loss": 7.7066,
      "step": 214740
    },
    {
      "epoch": 0.4473958333333333,
      "grad_norm": 6.552906036376953,
      "learning_rate": 0.00017575051713582084,
      "loss": 8.0889,
      "step": 214750
    },
    {
      "epoch": 0.4474166666666667,
      "grad_norm": 1.1311800479888916,
      "learning_rate": 0.0001757408048811132,
      "loss": 7.385,
      "step": 214760
    },
    {
      "epoch": 0.4474375,
      "grad_norm": 2.1390492916107178,
      "learning_rate": 0.00017573109251521547,
      "loss": 7.6806,
      "step": 214770
    },
    {
      "epoch": 0.44745833333333335,
      "grad_norm": 1.5055632591247559,
      "learning_rate": 0.00017572138003816963,
      "loss": 7.1299,
      "step": 214780
    },
    {
      "epoch": 0.44747916666666665,
      "grad_norm": 1.5253506898880005,
      "learning_rate": 0.0001757116674500176,
      "loss": 7.6285,
      "step": 214790
    },
    {
      "epoch": 0.4475,
      "grad_norm": 0.9372369050979614,
      "learning_rate": 0.00017570195475080132,
      "loss": 7.6412,
      "step": 214800
    },
    {
      "epoch": 0.4475208333333333,
      "grad_norm": 1.6031062602996826,
      "learning_rate": 0.00017569224194056274,
      "loss": 7.5619,
      "step": 214810
    },
    {
      "epoch": 0.44754166666666667,
      "grad_norm": 1.0219371318817139,
      "learning_rate": 0.0001756825290193439,
      "loss": 7.5574,
      "step": 214820
    },
    {
      "epoch": 0.4475625,
      "grad_norm": 0.9883319735527039,
      "learning_rate": 0.00017567281598718668,
      "loss": 7.2069,
      "step": 214830
    },
    {
      "epoch": 0.44758333333333333,
      "grad_norm": 8.538418769836426,
      "learning_rate": 0.0001756631028441331,
      "loss": 8.2072,
      "step": 214840
    },
    {
      "epoch": 0.4476041666666667,
      "grad_norm": 1.7805593013763428,
      "learning_rate": 0.00017565338959022502,
      "loss": 7.2885,
      "step": 214850
    },
    {
      "epoch": 0.447625,
      "grad_norm": 2.1458241939544678,
      "learning_rate": 0.00017564367622550448,
      "loss": 8.0708,
      "step": 214860
    },
    {
      "epoch": 0.44764583333333335,
      "grad_norm": 2.0383970737457275,
      "learning_rate": 0.00017563396275001338,
      "loss": 7.6899,
      "step": 214870
    },
    {
      "epoch": 0.44766666666666666,
      "grad_norm": 0.6789844632148743,
      "learning_rate": 0.00017562424916379372,
      "loss": 7.5686,
      "step": 214880
    },
    {
      "epoch": 0.4476875,
      "grad_norm": 0.6888350248336792,
      "learning_rate": 0.00017561453546688748,
      "loss": 7.1868,
      "step": 214890
    },
    {
      "epoch": 0.4477083333333333,
      "grad_norm": 0.9798988699913025,
      "learning_rate": 0.00017560482165933657,
      "loss": 7.693,
      "step": 214900
    },
    {
      "epoch": 0.4477291666666667,
      "grad_norm": 2.487725019454956,
      "learning_rate": 0.00017559510774118293,
      "loss": 7.7961,
      "step": 214910
    },
    {
      "epoch": 0.44775,
      "grad_norm": 0.7971417307853699,
      "learning_rate": 0.00017558539371246863,
      "loss": 7.4789,
      "step": 214920
    },
    {
      "epoch": 0.44777083333333334,
      "grad_norm": 2.034193992614746,
      "learning_rate": 0.0001755756795732355,
      "loss": 7.8589,
      "step": 214930
    },
    {
      "epoch": 0.44779166666666664,
      "grad_norm": 2.0765113830566406,
      "learning_rate": 0.00017556596532352552,
      "loss": 7.8981,
      "step": 214940
    },
    {
      "epoch": 0.4478125,
      "grad_norm": 0.9849595427513123,
      "learning_rate": 0.00017555625096338074,
      "loss": 7.0442,
      "step": 214950
    },
    {
      "epoch": 0.44783333333333336,
      "grad_norm": 0.6390467286109924,
      "learning_rate": 0.0001755465364928431,
      "loss": 7.1262,
      "step": 214960
    },
    {
      "epoch": 0.44785416666666666,
      "grad_norm": 1.1433202028274536,
      "learning_rate": 0.0001755368219119545,
      "loss": 7.7164,
      "step": 214970
    },
    {
      "epoch": 0.447875,
      "grad_norm": 1.1725120544433594,
      "learning_rate": 0.00017552710722075693,
      "loss": 7.4777,
      "step": 214980
    },
    {
      "epoch": 0.4478958333333333,
      "grad_norm": 0.9991161227226257,
      "learning_rate": 0.00017551739241929235,
      "loss": 7.4183,
      "step": 214990
    },
    {
      "epoch": 0.4479166666666667,
      "grad_norm": 1.4580596685409546,
      "learning_rate": 0.00017550767750760277,
      "loss": 7.3381,
      "step": 215000
    },
    {
      "epoch": 0.4479166666666667,
      "eval_loss": 6.931715488433838,
      "eval_runtime": 8.3623,
      "eval_samples_per_second": 0.359,
      "eval_steps_per_second": 0.12,
      "step": 215000
    },
    {
      "epoch": 0.4479375,
      "grad_norm": 2.6414499282836914,
      "learning_rate": 0.0001754979624857301,
      "loss": 7.5341,
      "step": 215010
    },
    {
      "epoch": 0.44795833333333335,
      "grad_norm": 0.7727130651473999,
      "learning_rate": 0.00017548824735371635,
      "loss": 7.6116,
      "step": 215020
    },
    {
      "epoch": 0.44797916666666665,
      "grad_norm": 0.8921397924423218,
      "learning_rate": 0.00017547853211160344,
      "loss": 7.8112,
      "step": 215030
    },
    {
      "epoch": 0.448,
      "grad_norm": 7.381503105163574,
      "learning_rate": 0.00017546881675943333,
      "loss": 7.7515,
      "step": 215040
    },
    {
      "epoch": 0.4480208333333333,
      "grad_norm": 1.66311776638031,
      "learning_rate": 0.00017545910129724803,
      "loss": 7.4592,
      "step": 215050
    },
    {
      "epoch": 0.44804166666666667,
      "grad_norm": 0.868301510810852,
      "learning_rate": 0.00017544938572508953,
      "loss": 7.292,
      "step": 215060
    },
    {
      "epoch": 0.4480625,
      "grad_norm": 3.012321710586548,
      "learning_rate": 0.00017543967004299968,
      "loss": 7.4003,
      "step": 215070
    },
    {
      "epoch": 0.44808333333333333,
      "grad_norm": 1.5784999132156372,
      "learning_rate": 0.00017542995425102057,
      "loss": 7.6738,
      "step": 215080
    },
    {
      "epoch": 0.4481041666666667,
      "grad_norm": 1.1807085275650024,
      "learning_rate": 0.00017542023834919417,
      "loss": 7.5481,
      "step": 215090
    },
    {
      "epoch": 0.448125,
      "grad_norm": 0.6990330219268799,
      "learning_rate": 0.00017541052233756237,
      "loss": 7.6355,
      "step": 215100
    },
    {
      "epoch": 0.44814583333333335,
      "grad_norm": 2.7609801292419434,
      "learning_rate": 0.0001754008062161671,
      "loss": 7.9653,
      "step": 215110
    },
    {
      "epoch": 0.44816666666666666,
      "grad_norm": 0.7349894642829895,
      "learning_rate": 0.0001753910899850505,
      "loss": 7.7963,
      "step": 215120
    },
    {
      "epoch": 0.4481875,
      "grad_norm": 2.2027621269226074,
      "learning_rate": 0.0001753813736442544,
      "loss": 7.6381,
      "step": 215130
    },
    {
      "epoch": 0.4482083333333333,
      "grad_norm": 0.7264708876609802,
      "learning_rate": 0.00017537165719382083,
      "loss": 7.5065,
      "step": 215140
    },
    {
      "epoch": 0.4482291666666667,
      "grad_norm": 1.0001916885375977,
      "learning_rate": 0.0001753619406337917,
      "loss": 8.8814,
      "step": 215150
    },
    {
      "epoch": 0.44825,
      "grad_norm": 1.221682071685791,
      "learning_rate": 0.0001753522239642091,
      "loss": 7.6969,
      "step": 215160
    },
    {
      "epoch": 0.44827083333333334,
      "grad_norm": 2.045091390609741,
      "learning_rate": 0.00017534250718511483,
      "loss": 7.6959,
      "step": 215170
    },
    {
      "epoch": 0.44829166666666664,
      "grad_norm": 3.494262456893921,
      "learning_rate": 0.00017533279029655104,
      "loss": 7.5189,
      "step": 215180
    },
    {
      "epoch": 0.4483125,
      "grad_norm": 1.9547302722930908,
      "learning_rate": 0.00017532307329855957,
      "loss": 7.547,
      "step": 215190
    },
    {
      "epoch": 0.4483333333333333,
      "grad_norm": 3.1282296180725098,
      "learning_rate": 0.00017531335619118253,
      "loss": 7.6599,
      "step": 215200
    },
    {
      "epoch": 0.44835416666666666,
      "grad_norm": 0.6821421980857849,
      "learning_rate": 0.0001753036389744617,
      "loss": 7.6052,
      "step": 215210
    },
    {
      "epoch": 0.448375,
      "grad_norm": 0.6615322828292847,
      "learning_rate": 0.0001752939216484392,
      "loss": 7.2557,
      "step": 215220
    },
    {
      "epoch": 0.4483958333333333,
      "grad_norm": 0.8068503737449646,
      "learning_rate": 0.00017528420421315704,
      "loss": 7.7346,
      "step": 215230
    },
    {
      "epoch": 0.4484166666666667,
      "grad_norm": 0.5019733905792236,
      "learning_rate": 0.00017527448666865704,
      "loss": 7.8398,
      "step": 215240
    },
    {
      "epoch": 0.4484375,
      "grad_norm": 1.3580727577209473,
      "learning_rate": 0.0001752647690149813,
      "loss": 7.4228,
      "step": 215250
    },
    {
      "epoch": 0.44845833333333335,
      "grad_norm": 0.8935998678207397,
      "learning_rate": 0.00017525505125217178,
      "loss": 7.7021,
      "step": 215260
    },
    {
      "epoch": 0.44847916666666665,
      "grad_norm": 1.4004586935043335,
      "learning_rate": 0.00017524533338027042,
      "loss": 7.4613,
      "step": 215270
    },
    {
      "epoch": 0.4485,
      "grad_norm": 1.409280776977539,
      "learning_rate": 0.00017523561539931916,
      "loss": 7.697,
      "step": 215280
    },
    {
      "epoch": 0.4485208333333333,
      "grad_norm": 0.6639975309371948,
      "learning_rate": 0.0001752258973093601,
      "loss": 7.5791,
      "step": 215290
    },
    {
      "epoch": 0.44854166666666667,
      "grad_norm": 1.9216934442520142,
      "learning_rate": 0.00017521617911043513,
      "loss": 7.9819,
      "step": 215300
    },
    {
      "epoch": 0.4485625,
      "grad_norm": 0.84567791223526,
      "learning_rate": 0.0001752064608025862,
      "loss": 7.1441,
      "step": 215310
    },
    {
      "epoch": 0.44858333333333333,
      "grad_norm": 1.4460780620574951,
      "learning_rate": 0.0001751967423858554,
      "loss": 7.1242,
      "step": 215320
    },
    {
      "epoch": 0.4486041666666667,
      "grad_norm": 1.243971347808838,
      "learning_rate": 0.00017518702386028464,
      "loss": 7.7412,
      "step": 215330
    },
    {
      "epoch": 0.448625,
      "grad_norm": 1.2787811756134033,
      "learning_rate": 0.00017517730522591585,
      "loss": 7.6449,
      "step": 215340
    },
    {
      "epoch": 0.44864583333333335,
      "grad_norm": 0.7638663053512573,
      "learning_rate": 0.00017516758648279112,
      "loss": 7.6428,
      "step": 215350
    },
    {
      "epoch": 0.44866666666666666,
      "grad_norm": 1.066941261291504,
      "learning_rate": 0.00017515786763095238,
      "loss": 7.4803,
      "step": 215360
    },
    {
      "epoch": 0.4486875,
      "grad_norm": 2.686316728591919,
      "learning_rate": 0.0001751481486704416,
      "loss": 7.5948,
      "step": 215370
    },
    {
      "epoch": 0.4487083333333333,
      "grad_norm": 1.3799933195114136,
      "learning_rate": 0.00017513842960130077,
      "loss": 7.7517,
      "step": 215380
    },
    {
      "epoch": 0.4487291666666667,
      "grad_norm": 1.3020060062408447,
      "learning_rate": 0.00017512871042357187,
      "loss": 7.5138,
      "step": 215390
    },
    {
      "epoch": 0.44875,
      "grad_norm": 1.3280924558639526,
      "learning_rate": 0.0001751189911372969,
      "loss": 8.232,
      "step": 215400
    },
    {
      "epoch": 0.44877083333333334,
      "grad_norm": 1.1189603805541992,
      "learning_rate": 0.0001751092717425178,
      "loss": 7.1189,
      "step": 215410
    },
    {
      "epoch": 0.44879166666666664,
      "grad_norm": 7.452927112579346,
      "learning_rate": 0.0001750995522392766,
      "loss": 7.9139,
      "step": 215420
    },
    {
      "epoch": 0.4488125,
      "grad_norm": 2.394559621810913,
      "learning_rate": 0.0001750898326276153,
      "loss": 7.5673,
      "step": 215430
    },
    {
      "epoch": 0.4488333333333333,
      "grad_norm": 3.8606855869293213,
      "learning_rate": 0.0001750801129075758,
      "loss": 7.7571,
      "step": 215440
    },
    {
      "epoch": 0.44885416666666667,
      "grad_norm": 0.9562492966651917,
      "learning_rate": 0.00017507039307920017,
      "loss": 7.7414,
      "step": 215450
    },
    {
      "epoch": 0.448875,
      "grad_norm": 2.7802793979644775,
      "learning_rate": 0.0001750606731425304,
      "loss": 7.514,
      "step": 215460
    },
    {
      "epoch": 0.4488958333333333,
      "grad_norm": 0.9930576086044312,
      "learning_rate": 0.0001750509530976084,
      "loss": 7.9217,
      "step": 215470
    },
    {
      "epoch": 0.4489166666666667,
      "grad_norm": 5.660879135131836,
      "learning_rate": 0.0001750412329444762,
      "loss": 8.0807,
      "step": 215480
    },
    {
      "epoch": 0.4489375,
      "grad_norm": 1.8224701881408691,
      "learning_rate": 0.00017503151268317578,
      "loss": 7.9081,
      "step": 215490
    },
    {
      "epoch": 0.44895833333333335,
      "grad_norm": 1.1045976877212524,
      "learning_rate": 0.00017502179231374915,
      "loss": 7.3404,
      "step": 215500
    },
    {
      "epoch": 0.44897916666666665,
      "grad_norm": 1.647357702255249,
      "learning_rate": 0.00017501207183623826,
      "loss": 7.6513,
      "step": 215510
    },
    {
      "epoch": 0.449,
      "grad_norm": 0.4928305745124817,
      "learning_rate": 0.00017500235125068514,
      "loss": 7.8177,
      "step": 215520
    },
    {
      "epoch": 0.4490208333333333,
      "grad_norm": 4.532669544219971,
      "learning_rate": 0.00017499263055713174,
      "loss": 8.3033,
      "step": 215530
    },
    {
      "epoch": 0.4490416666666667,
      "grad_norm": 1.1148284673690796,
      "learning_rate": 0.0001749829097556201,
      "loss": 7.649,
      "step": 215540
    },
    {
      "epoch": 0.4490625,
      "grad_norm": 1.723336935043335,
      "learning_rate": 0.00017497318884619216,
      "loss": 7.625,
      "step": 215550
    },
    {
      "epoch": 0.44908333333333333,
      "grad_norm": 1.4914934635162354,
      "learning_rate": 0.00017496346782888995,
      "loss": 7.8287,
      "step": 215560
    },
    {
      "epoch": 0.4491041666666667,
      "grad_norm": 0.8721292614936829,
      "learning_rate": 0.00017495374670375546,
      "loss": 7.3079,
      "step": 215570
    },
    {
      "epoch": 0.449125,
      "grad_norm": 0.8591180443763733,
      "learning_rate": 0.00017494402547083056,
      "loss": 8.0776,
      "step": 215580
    },
    {
      "epoch": 0.44914583333333336,
      "grad_norm": 0.575685977935791,
      "learning_rate": 0.0001749343041301574,
      "loss": 7.4702,
      "step": 215590
    },
    {
      "epoch": 0.44916666666666666,
      "grad_norm": 0.7432453632354736,
      "learning_rate": 0.00017492458268177796,
      "loss": 7.7097,
      "step": 215600
    },
    {
      "epoch": 0.4491875,
      "grad_norm": 0.6434505581855774,
      "learning_rate": 0.00017491486112573411,
      "loss": 7.0471,
      "step": 215610
    },
    {
      "epoch": 0.4492083333333333,
      "grad_norm": 1.0598676204681396,
      "learning_rate": 0.000174905139462068,
      "loss": 7.5003,
      "step": 215620
    },
    {
      "epoch": 0.4492291666666667,
      "grad_norm": 1.1288776397705078,
      "learning_rate": 0.00017489541769082152,
      "loss": 7.6165,
      "step": 215630
    },
    {
      "epoch": 0.44925,
      "grad_norm": 0.8457744717597961,
      "learning_rate": 0.00017488569581203665,
      "loss": 7.7564,
      "step": 215640
    },
    {
      "epoch": 0.44927083333333334,
      "grad_norm": 1.2229807376861572,
      "learning_rate": 0.00017487597382575548,
      "loss": 7.4756,
      "step": 215650
    },
    {
      "epoch": 0.44929166666666664,
      "grad_norm": 1.6993355751037598,
      "learning_rate": 0.00017486625173201992,
      "loss": 7.4188,
      "step": 215660
    },
    {
      "epoch": 0.4493125,
      "grad_norm": 1.0270283222198486,
      "learning_rate": 0.000174856529530872,
      "loss": 7.2264,
      "step": 215670
    },
    {
      "epoch": 0.4493333333333333,
      "grad_norm": 4.588857173919678,
      "learning_rate": 0.00017484680722235372,
      "loss": 7.3927,
      "step": 215680
    },
    {
      "epoch": 0.44935416666666667,
      "grad_norm": 0.7950512766838074,
      "learning_rate": 0.00017483708480650704,
      "loss": 7.2967,
      "step": 215690
    },
    {
      "epoch": 0.449375,
      "grad_norm": 1.353971004486084,
      "learning_rate": 0.000174827362283374,
      "loss": 7.1819,
      "step": 215700
    },
    {
      "epoch": 0.4493958333333333,
      "grad_norm": 0.8483114242553711,
      "learning_rate": 0.00017481763965299658,
      "loss": 7.2664,
      "step": 215710
    },
    {
      "epoch": 0.4494166666666667,
      "grad_norm": 2.141967535018921,
      "learning_rate": 0.0001748079169154168,
      "loss": 7.8183,
      "step": 215720
    },
    {
      "epoch": 0.4494375,
      "grad_norm": 2.5977768898010254,
      "learning_rate": 0.0001747981940706766,
      "loss": 7.8254,
      "step": 215730
    },
    {
      "epoch": 0.44945833333333335,
      "grad_norm": 1.368481993675232,
      "learning_rate": 0.00017478847111881802,
      "loss": 8.8608,
      "step": 215740
    },
    {
      "epoch": 0.44947916666666665,
      "grad_norm": 1.640885591506958,
      "learning_rate": 0.00017477874805988308,
      "loss": 7.838,
      "step": 215750
    },
    {
      "epoch": 0.4495,
      "grad_norm": 1.4338327646255493,
      "learning_rate": 0.00017476902489391377,
      "loss": 7.2436,
      "step": 215760
    },
    {
      "epoch": 0.4495208333333333,
      "grad_norm": 1.237739086151123,
      "learning_rate": 0.0001747593016209521,
      "loss": 10.3837,
      "step": 215770
    },
    {
      "epoch": 0.4495416666666667,
      "grad_norm": 0.8443998694419861,
      "learning_rate": 0.00017474957824103996,
      "loss": 7.6263,
      "step": 215780
    },
    {
      "epoch": 0.4495625,
      "grad_norm": 0.7334768772125244,
      "learning_rate": 0.00017473985475421953,
      "loss": 7.2286,
      "step": 215790
    },
    {
      "epoch": 0.44958333333333333,
      "grad_norm": 0.8601020574569702,
      "learning_rate": 0.00017473013116053266,
      "loss": 7.4402,
      "step": 215800
    },
    {
      "epoch": 0.4496041666666667,
      "grad_norm": 0.9033501744270325,
      "learning_rate": 0.00017472040746002138,
      "loss": 7.6124,
      "step": 215810
    },
    {
      "epoch": 0.449625,
      "grad_norm": 0.7310477495193481,
      "learning_rate": 0.0001747106836527278,
      "loss": 7.5584,
      "step": 215820
    },
    {
      "epoch": 0.44964583333333336,
      "grad_norm": 1.3239630460739136,
      "learning_rate": 0.00017470095973869384,
      "loss": 7.9147,
      "step": 215830
    },
    {
      "epoch": 0.44966666666666666,
      "grad_norm": 0.8070025444030762,
      "learning_rate": 0.0001746912357179615,
      "loss": 7.2831,
      "step": 215840
    },
    {
      "epoch": 0.4496875,
      "grad_norm": 4.2798943519592285,
      "learning_rate": 0.00017468151159057276,
      "loss": 7.6898,
      "step": 215850
    },
    {
      "epoch": 0.4497083333333333,
      "grad_norm": 1.1730984449386597,
      "learning_rate": 0.00017467178735656972,
      "loss": 8.015,
      "step": 215860
    },
    {
      "epoch": 0.4497291666666667,
      "grad_norm": 1.8848588466644287,
      "learning_rate": 0.00017466206301599427,
      "loss": 7.6021,
      "step": 215870
    },
    {
      "epoch": 0.44975,
      "grad_norm": 0.9927272200584412,
      "learning_rate": 0.0001746523385688885,
      "loss": 7.5277,
      "step": 215880
    },
    {
      "epoch": 0.44977083333333334,
      "grad_norm": 1.6102993488311768,
      "learning_rate": 0.00017464261401529436,
      "loss": 7.3177,
      "step": 215890
    },
    {
      "epoch": 0.44979166666666665,
      "grad_norm": 0.562400221824646,
      "learning_rate": 0.00017463288935525392,
      "loss": 7.7238,
      "step": 215900
    },
    {
      "epoch": 0.4498125,
      "grad_norm": 1.8205821514129639,
      "learning_rate": 0.0001746231645888091,
      "loss": 7.4688,
      "step": 215910
    },
    {
      "epoch": 0.4498333333333333,
      "grad_norm": 0.848648726940155,
      "learning_rate": 0.000174613439716002,
      "loss": 7.6208,
      "step": 215920
    },
    {
      "epoch": 0.44985416666666667,
      "grad_norm": 0.9539790749549866,
      "learning_rate": 0.00017460371473687457,
      "loss": 7.2769,
      "step": 215930
    },
    {
      "epoch": 0.449875,
      "grad_norm": 9.492231369018555,
      "learning_rate": 0.0001745939896514688,
      "loss": 7.4753,
      "step": 215940
    },
    {
      "epoch": 0.44989583333333333,
      "grad_norm": 1.2482010126113892,
      "learning_rate": 0.00017458426445982677,
      "loss": 7.5531,
      "step": 215950
    },
    {
      "epoch": 0.4499166666666667,
      "grad_norm": 0.7728518843650818,
      "learning_rate": 0.00017457453916199046,
      "loss": 8.9486,
      "step": 215960
    },
    {
      "epoch": 0.4499375,
      "grad_norm": 2.1164612770080566,
      "learning_rate": 0.00017456481375800186,
      "loss": 7.5834,
      "step": 215970
    },
    {
      "epoch": 0.44995833333333335,
      "grad_norm": 0.6330940127372742,
      "learning_rate": 0.00017455508824790292,
      "loss": 7.5653,
      "step": 215980
    },
    {
      "epoch": 0.44997916666666665,
      "grad_norm": 0.8227641582489014,
      "learning_rate": 0.00017454536263173583,
      "loss": 7.7221,
      "step": 215990
    },
    {
      "epoch": 0.45,
      "grad_norm": 2.065429449081421,
      "learning_rate": 0.0001745356369095424,
      "loss": 7.6492,
      "step": 216000
    },
    {
      "epoch": 0.45,
      "eval_loss": 7.408639430999756,
      "eval_runtime": 8.3172,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 216000
    },
    {
      "epoch": 0.4500208333333333,
      "grad_norm": 5.893017292022705,
      "learning_rate": 0.00017452591108136473,
      "loss": 8.7737,
      "step": 216010
    },
    {
      "epoch": 0.4500416666666667,
      "grad_norm": 3.8610548973083496,
      "learning_rate": 0.0001745161851472449,
      "loss": 8.2436,
      "step": 216020
    },
    {
      "epoch": 0.4500625,
      "grad_norm": 1.0249370336532593,
      "learning_rate": 0.00017450645910722478,
      "loss": 7.4196,
      "step": 216030
    },
    {
      "epoch": 0.45008333333333334,
      "grad_norm": 3.669574499130249,
      "learning_rate": 0.00017449673296134651,
      "loss": 7.9283,
      "step": 216040
    },
    {
      "epoch": 0.4501041666666667,
      "grad_norm": 0.6948968172073364,
      "learning_rate": 0.00017448700670965204,
      "loss": 7.7099,
      "step": 216050
    },
    {
      "epoch": 0.450125,
      "grad_norm": 2.195491313934326,
      "learning_rate": 0.00017447728035218337,
      "loss": 8.0915,
      "step": 216060
    },
    {
      "epoch": 0.45014583333333336,
      "grad_norm": 1.152543067932129,
      "learning_rate": 0.0001744675538889826,
      "loss": 6.9457,
      "step": 216070
    },
    {
      "epoch": 0.45016666666666666,
      "grad_norm": 0.6632601618766785,
      "learning_rate": 0.0001744578273200916,
      "loss": 7.9278,
      "step": 216080
    },
    {
      "epoch": 0.4501875,
      "grad_norm": 0.9294497966766357,
      "learning_rate": 0.0001744481006455525,
      "loss": 7.4293,
      "step": 216090
    },
    {
      "epoch": 0.4502083333333333,
      "grad_norm": 1.6281110048294067,
      "learning_rate": 0.00017443837386540731,
      "loss": 7.5341,
      "step": 216100
    },
    {
      "epoch": 0.4502291666666667,
      "grad_norm": 1.0293418169021606,
      "learning_rate": 0.00017442864697969797,
      "loss": 7.6646,
      "step": 216110
    },
    {
      "epoch": 0.45025,
      "grad_norm": 0.7022216320037842,
      "learning_rate": 0.00017441891998846656,
      "loss": 7.2785,
      "step": 216120
    },
    {
      "epoch": 0.45027083333333334,
      "grad_norm": 1.1058313846588135,
      "learning_rate": 0.00017440919289175513,
      "loss": 7.528,
      "step": 216130
    },
    {
      "epoch": 0.45029166666666665,
      "grad_norm": 1.1570861339569092,
      "learning_rate": 0.0001743994656896056,
      "loss": 7.2125,
      "step": 216140
    },
    {
      "epoch": 0.4503125,
      "grad_norm": 3.9881279468536377,
      "learning_rate": 0.00017438973838206003,
      "loss": 7.6707,
      "step": 216150
    },
    {
      "epoch": 0.4503333333333333,
      "grad_norm": 1.5334781408309937,
      "learning_rate": 0.00017438001096916047,
      "loss": 7.343,
      "step": 216160
    },
    {
      "epoch": 0.45035416666666667,
      "grad_norm": 4.5739850997924805,
      "learning_rate": 0.0001743702834509489,
      "loss": 7.8145,
      "step": 216170
    },
    {
      "epoch": 0.450375,
      "grad_norm": 0.5534703135490417,
      "learning_rate": 0.0001743605558274673,
      "loss": 7.2055,
      "step": 216180
    },
    {
      "epoch": 0.45039583333333333,
      "grad_norm": 1.0836302042007446,
      "learning_rate": 0.00017435082809875784,
      "loss": 7.2706,
      "step": 216190
    },
    {
      "epoch": 0.4504166666666667,
      "grad_norm": 0.9818960428237915,
      "learning_rate": 0.0001743411002648624,
      "loss": 7.4453,
      "step": 216200
    },
    {
      "epoch": 0.4504375,
      "grad_norm": 0.7816336750984192,
      "learning_rate": 0.00017433137232582304,
      "loss": 7.4866,
      "step": 216210
    },
    {
      "epoch": 0.45045833333333335,
      "grad_norm": 1.1266090869903564,
      "learning_rate": 0.00017432164428168178,
      "loss": 7.2429,
      "step": 216220
    },
    {
      "epoch": 0.45047916666666665,
      "grad_norm": 1.9912033081054688,
      "learning_rate": 0.00017431191613248066,
      "loss": 8.4357,
      "step": 216230
    },
    {
      "epoch": 0.4505,
      "grad_norm": 1.2834044694900513,
      "learning_rate": 0.00017430218787826163,
      "loss": 7.2102,
      "step": 216240
    },
    {
      "epoch": 0.4505208333333333,
      "grad_norm": 1.179252028465271,
      "learning_rate": 0.00017429245951906683,
      "loss": 7.3608,
      "step": 216250
    },
    {
      "epoch": 0.4505416666666667,
      "grad_norm": 0.9766820073127747,
      "learning_rate": 0.00017428273105493818,
      "loss": 6.9601,
      "step": 216260
    },
    {
      "epoch": 0.4505625,
      "grad_norm": 0.706642210483551,
      "learning_rate": 0.0001742730024859178,
      "loss": 7.5093,
      "step": 216270
    },
    {
      "epoch": 0.45058333333333334,
      "grad_norm": 1.5741524696350098,
      "learning_rate": 0.0001742632738120476,
      "loss": 7.6655,
      "step": 216280
    },
    {
      "epoch": 0.45060416666666664,
      "grad_norm": 1.0540189743041992,
      "learning_rate": 0.00017425354503336967,
      "loss": 7.6482,
      "step": 216290
    },
    {
      "epoch": 0.450625,
      "grad_norm": 1.591402292251587,
      "learning_rate": 0.00017424381614992608,
      "loss": 7.8968,
      "step": 216300
    },
    {
      "epoch": 0.45064583333333336,
      "grad_norm": 15.69253921508789,
      "learning_rate": 0.0001742340871617587,
      "loss": 7.8788,
      "step": 216310
    },
    {
      "epoch": 0.45066666666666666,
      "grad_norm": 1.0887808799743652,
      "learning_rate": 0.00017422435806890973,
      "loss": 7.3573,
      "step": 216320
    },
    {
      "epoch": 0.4506875,
      "grad_norm": 0.9633414149284363,
      "learning_rate": 0.00017421462887142112,
      "loss": 7.3565,
      "step": 216330
    },
    {
      "epoch": 0.4507083333333333,
      "grad_norm": 0.871109127998352,
      "learning_rate": 0.0001742048995693349,
      "loss": 7.2789,
      "step": 216340
    },
    {
      "epoch": 0.4507291666666667,
      "grad_norm": 1.1005017757415771,
      "learning_rate": 0.00017419517016269305,
      "loss": 7.6362,
      "step": 216350
    },
    {
      "epoch": 0.45075,
      "grad_norm": 0.5446903705596924,
      "learning_rate": 0.00017418544065153768,
      "loss": 8.0265,
      "step": 216360
    },
    {
      "epoch": 0.45077083333333334,
      "grad_norm": 0.9241195321083069,
      "learning_rate": 0.00017417571103591078,
      "loss": 7.4628,
      "step": 216370
    },
    {
      "epoch": 0.45079166666666665,
      "grad_norm": 0.8299400806427002,
      "learning_rate": 0.00017416598131585436,
      "loss": 7.3841,
      "step": 216380
    },
    {
      "epoch": 0.4508125,
      "grad_norm": 0.5316229462623596,
      "learning_rate": 0.00017415625149141045,
      "loss": 7.2709,
      "step": 216390
    },
    {
      "epoch": 0.4508333333333333,
      "grad_norm": 0.7955328226089478,
      "learning_rate": 0.00017414652156262113,
      "loss": 7.2499,
      "step": 216400
    },
    {
      "epoch": 0.45085416666666667,
      "grad_norm": 0.9412977695465088,
      "learning_rate": 0.0001741367915295284,
      "loss": 8.2822,
      "step": 216410
    },
    {
      "epoch": 0.450875,
      "grad_norm": 0.7017980813980103,
      "learning_rate": 0.00017412706139217424,
      "loss": 6.9533,
      "step": 216420
    },
    {
      "epoch": 0.45089583333333333,
      "grad_norm": 0.958810031414032,
      "learning_rate": 0.00017411733115060076,
      "loss": 7.2366,
      "step": 216430
    },
    {
      "epoch": 0.4509166666666667,
      "grad_norm": 1.0174537897109985,
      "learning_rate": 0.00017410760080484994,
      "loss": 7.527,
      "step": 216440
    },
    {
      "epoch": 0.4509375,
      "grad_norm": 0.8430248498916626,
      "learning_rate": 0.00017409787035496384,
      "loss": 7.4923,
      "step": 216450
    },
    {
      "epoch": 0.45095833333333335,
      "grad_norm": 1.8140608072280884,
      "learning_rate": 0.00017408813980098446,
      "loss": 7.5943,
      "step": 216460
    },
    {
      "epoch": 0.45097916666666665,
      "grad_norm": 0.5673626661300659,
      "learning_rate": 0.0001740784091429539,
      "loss": 6.9254,
      "step": 216470
    },
    {
      "epoch": 0.451,
      "grad_norm": 0.9013897776603699,
      "learning_rate": 0.0001740686783809141,
      "loss": 7.382,
      "step": 216480
    },
    {
      "epoch": 0.4510208333333333,
      "grad_norm": 1.1939109563827515,
      "learning_rate": 0.00017405894751490713,
      "loss": 7.5535,
      "step": 216490
    },
    {
      "epoch": 0.4510416666666667,
      "grad_norm": 2.1383297443389893,
      "learning_rate": 0.00017404921654497508,
      "loss": 7.4781,
      "step": 216500
    },
    {
      "epoch": 0.4510625,
      "grad_norm": 0.9425780773162842,
      "learning_rate": 0.00017403948547115987,
      "loss": 7.4379,
      "step": 216510
    },
    {
      "epoch": 0.45108333333333334,
      "grad_norm": 1.5819684267044067,
      "learning_rate": 0.00017402975429350366,
      "loss": 7.8036,
      "step": 216520
    },
    {
      "epoch": 0.45110416666666664,
      "grad_norm": 1.1475002765655518,
      "learning_rate": 0.00017402002301204837,
      "loss": 7.5183,
      "step": 216530
    },
    {
      "epoch": 0.451125,
      "grad_norm": 0.8419029116630554,
      "learning_rate": 0.00017401029162683612,
      "loss": 7.7835,
      "step": 216540
    },
    {
      "epoch": 0.45114583333333336,
      "grad_norm": 0.8546443581581116,
      "learning_rate": 0.0001740005601379089,
      "loss": 7.3072,
      "step": 216550
    },
    {
      "epoch": 0.45116666666666666,
      "grad_norm": 0.8758102059364319,
      "learning_rate": 0.00017399082854530876,
      "loss": 7.375,
      "step": 216560
    },
    {
      "epoch": 0.4511875,
      "grad_norm": 0.8607006072998047,
      "learning_rate": 0.00017398109684907775,
      "loss": 7.6851,
      "step": 216570
    },
    {
      "epoch": 0.4512083333333333,
      "grad_norm": 1.396386981010437,
      "learning_rate": 0.00017397136504925786,
      "loss": 8.0308,
      "step": 216580
    },
    {
      "epoch": 0.4512291666666667,
      "grad_norm": 1.13174569606781,
      "learning_rate": 0.0001739616331458912,
      "loss": 7.1919,
      "step": 216590
    },
    {
      "epoch": 0.45125,
      "grad_norm": 1.2082635164260864,
      "learning_rate": 0.00017395190113901976,
      "loss": 7.7393,
      "step": 216600
    },
    {
      "epoch": 0.45127083333333334,
      "grad_norm": 1.083321213722229,
      "learning_rate": 0.00017394216902868556,
      "loss": 7.5954,
      "step": 216610
    },
    {
      "epoch": 0.45129166666666665,
      "grad_norm": 8.151150703430176,
      "learning_rate": 0.00017393243681493068,
      "loss": 7.0856,
      "step": 216620
    },
    {
      "epoch": 0.4513125,
      "grad_norm": 1.4352121353149414,
      "learning_rate": 0.00017392270449779717,
      "loss": 7.41,
      "step": 216630
    },
    {
      "epoch": 0.4513333333333333,
      "grad_norm": 1.4638872146606445,
      "learning_rate": 0.00017391297207732705,
      "loss": 7.2485,
      "step": 216640
    },
    {
      "epoch": 0.45135416666666667,
      "grad_norm": 2.8383538722991943,
      "learning_rate": 0.00017390323955356228,
      "loss": 8.0717,
      "step": 216650
    },
    {
      "epoch": 0.451375,
      "grad_norm": 1.2464145421981812,
      "learning_rate": 0.0001738935069265451,
      "loss": 7.6397,
      "step": 216660
    },
    {
      "epoch": 0.45139583333333333,
      "grad_norm": 0.7946198582649231,
      "learning_rate": 0.00017388377419631735,
      "loss": 7.3811,
      "step": 216670
    },
    {
      "epoch": 0.4514166666666667,
      "grad_norm": 1.9145891666412354,
      "learning_rate": 0.00017387404136292114,
      "loss": 8.1794,
      "step": 216680
    },
    {
      "epoch": 0.4514375,
      "grad_norm": 1.8833179473876953,
      "learning_rate": 0.00017386430842639857,
      "loss": 7.8472,
      "step": 216690
    },
    {
      "epoch": 0.45145833333333335,
      "grad_norm": 0.8313214778900146,
      "learning_rate": 0.0001738545753867916,
      "loss": 7.3027,
      "step": 216700
    },
    {
      "epoch": 0.45147916666666665,
      "grad_norm": 0.9603847861289978,
      "learning_rate": 0.0001738448422441423,
      "loss": 8.0756,
      "step": 216710
    },
    {
      "epoch": 0.4515,
      "grad_norm": 0.8856169581413269,
      "learning_rate": 0.00017383510899849275,
      "loss": 7.1969,
      "step": 216720
    },
    {
      "epoch": 0.4515208333333333,
      "grad_norm": 1.2431102991104126,
      "learning_rate": 0.00017382537564988493,
      "loss": 7.7588,
      "step": 216730
    },
    {
      "epoch": 0.4515416666666667,
      "grad_norm": 4.220944881439209,
      "learning_rate": 0.00017381564219836094,
      "loss": 7.759,
      "step": 216740
    },
    {
      "epoch": 0.4515625,
      "grad_norm": 0.8187492489814758,
      "learning_rate": 0.0001738059086439628,
      "loss": 7.4797,
      "step": 216750
    },
    {
      "epoch": 0.45158333333333334,
      "grad_norm": 1.026910424232483,
      "learning_rate": 0.00017379617498673253,
      "loss": 7.9481,
      "step": 216760
    },
    {
      "epoch": 0.45160416666666664,
      "grad_norm": 0.9235780835151672,
      "learning_rate": 0.00017378644122671222,
      "loss": 7.9416,
      "step": 216770
    },
    {
      "epoch": 0.451625,
      "grad_norm": 2.5057601928710938,
      "learning_rate": 0.00017377670736394392,
      "loss": 7.329,
      "step": 216780
    },
    {
      "epoch": 0.45164583333333336,
      "grad_norm": 0.970709502696991,
      "learning_rate": 0.00017376697339846963,
      "loss": 7.8649,
      "step": 216790
    },
    {
      "epoch": 0.45166666666666666,
      "grad_norm": 2.0488085746765137,
      "learning_rate": 0.0001737572393303315,
      "loss": 7.6275,
      "step": 216800
    },
    {
      "epoch": 0.4516875,
      "grad_norm": 0.8979592323303223,
      "learning_rate": 0.00017374750515957137,
      "loss": 7.2854,
      "step": 216810
    },
    {
      "epoch": 0.4517083333333333,
      "grad_norm": 1.6074210405349731,
      "learning_rate": 0.0001737377708862315,
      "loss": 7.5594,
      "step": 216820
    },
    {
      "epoch": 0.4517291666666667,
      "grad_norm": 1.3613826036453247,
      "learning_rate": 0.00017372803651035385,
      "loss": 7.9824,
      "step": 216830
    },
    {
      "epoch": 0.45175,
      "grad_norm": 1.1235814094543457,
      "learning_rate": 0.0001737183020319805,
      "loss": 7.7126,
      "step": 216840
    },
    {
      "epoch": 0.45177083333333334,
      "grad_norm": 1.2365798950195312,
      "learning_rate": 0.00017370856745115338,
      "loss": 8.0758,
      "step": 216850
    },
    {
      "epoch": 0.45179166666666665,
      "grad_norm": 1.255579948425293,
      "learning_rate": 0.00017369883276791473,
      "loss": 7.2762,
      "step": 216860
    },
    {
      "epoch": 0.4518125,
      "grad_norm": 1.0986219644546509,
      "learning_rate": 0.00017368909798230644,
      "loss": 7.629,
      "step": 216870
    },
    {
      "epoch": 0.4518333333333333,
      "grad_norm": 3.19594407081604,
      "learning_rate": 0.0001736793630943706,
      "loss": 7.566,
      "step": 216880
    },
    {
      "epoch": 0.45185416666666667,
      "grad_norm": 1.1641721725463867,
      "learning_rate": 0.0001736696281041494,
      "loss": 7.1723,
      "step": 216890
    },
    {
      "epoch": 0.451875,
      "grad_norm": 0.8683934211730957,
      "learning_rate": 0.0001736598930116847,
      "loss": 7.2435,
      "step": 216900
    },
    {
      "epoch": 0.45189583333333333,
      "grad_norm": 1.8941223621368408,
      "learning_rate": 0.00017365015781701864,
      "loss": 8.0878,
      "step": 216910
    },
    {
      "epoch": 0.4519166666666667,
      "grad_norm": 3.9485325813293457,
      "learning_rate": 0.00017364042252019326,
      "loss": 7.8571,
      "step": 216920
    },
    {
      "epoch": 0.4519375,
      "grad_norm": 0.6122110486030579,
      "learning_rate": 0.00017363068712125058,
      "loss": 7.8723,
      "step": 216930
    },
    {
      "epoch": 0.45195833333333335,
      "grad_norm": 2.0132691860198975,
      "learning_rate": 0.0001736209516202327,
      "loss": 7.1822,
      "step": 216940
    },
    {
      "epoch": 0.45197916666666665,
      "grad_norm": 1.206822156906128,
      "learning_rate": 0.00017361121601718166,
      "loss": 8.0396,
      "step": 216950
    },
    {
      "epoch": 0.452,
      "grad_norm": 1.8880934715270996,
      "learning_rate": 0.00017360148031213952,
      "loss": 7.4077,
      "step": 216960
    },
    {
      "epoch": 0.4520208333333333,
      "grad_norm": 1.1394693851470947,
      "learning_rate": 0.00017359174450514838,
      "loss": 7.4763,
      "step": 216970
    },
    {
      "epoch": 0.4520416666666667,
      "grad_norm": 1.2768663167953491,
      "learning_rate": 0.00017358200859625016,
      "loss": 7.7457,
      "step": 216980
    },
    {
      "epoch": 0.4520625,
      "grad_norm": 1.7324824333190918,
      "learning_rate": 0.00017357227258548702,
      "loss": 7.9437,
      "step": 216990
    },
    {
      "epoch": 0.45208333333333334,
      "grad_norm": 0.9132192730903625,
      "learning_rate": 0.00017356253647290103,
      "loss": 7.9574,
      "step": 217000
    },
    {
      "epoch": 0.45208333333333334,
      "eval_loss": 8.322651863098145,
      "eval_runtime": 7.9722,
      "eval_samples_per_second": 0.376,
      "eval_steps_per_second": 0.125,
      "step": 217000
    },
    {
      "epoch": 0.45210416666666664,
      "grad_norm": 1.3529510498046875,
      "learning_rate": 0.00017355280025853413,
      "loss": 7.3892,
      "step": 217010
    },
    {
      "epoch": 0.452125,
      "grad_norm": 3.2299461364746094,
      "learning_rate": 0.00017354306394242852,
      "loss": 7.3444,
      "step": 217020
    },
    {
      "epoch": 0.45214583333333336,
      "grad_norm": 1.7871809005737305,
      "learning_rate": 0.00017353332752462623,
      "loss": 8.2277,
      "step": 217030
    },
    {
      "epoch": 0.45216666666666666,
      "grad_norm": 1.1669981479644775,
      "learning_rate": 0.00017352359100516923,
      "loss": 7.5101,
      "step": 217040
    },
    {
      "epoch": 0.4521875,
      "grad_norm": 1.1537655591964722,
      "learning_rate": 0.00017351385438409958,
      "loss": 7.827,
      "step": 217050
    },
    {
      "epoch": 0.4522083333333333,
      "grad_norm": 0.7938401103019714,
      "learning_rate": 0.00017350411766145946,
      "loss": 7.3482,
      "step": 217060
    },
    {
      "epoch": 0.4522291666666667,
      "grad_norm": 1.1265910863876343,
      "learning_rate": 0.00017349438083729082,
      "loss": 7.2632,
      "step": 217070
    },
    {
      "epoch": 0.45225,
      "grad_norm": 0.8997941017150879,
      "learning_rate": 0.00017348464391163577,
      "loss": 7.3567,
      "step": 217080
    },
    {
      "epoch": 0.45227083333333334,
      "grad_norm": 1.8009843826293945,
      "learning_rate": 0.00017347490688453637,
      "loss": 7.2849,
      "step": 217090
    },
    {
      "epoch": 0.45229166666666665,
      "grad_norm": 3.309863805770874,
      "learning_rate": 0.00017346516975603462,
      "loss": 7.5729,
      "step": 217100
    },
    {
      "epoch": 0.4523125,
      "grad_norm": 1.1658014059066772,
      "learning_rate": 0.00017345543252617263,
      "loss": 7.276,
      "step": 217110
    },
    {
      "epoch": 0.4523333333333333,
      "grad_norm": 1.8819644451141357,
      "learning_rate": 0.00017344569519499246,
      "loss": 8.0663,
      "step": 217120
    },
    {
      "epoch": 0.45235416666666667,
      "grad_norm": 1.281600832939148,
      "learning_rate": 0.0001734359577625362,
      "loss": 7.8078,
      "step": 217130
    },
    {
      "epoch": 0.452375,
      "grad_norm": 0.8037920594215393,
      "learning_rate": 0.0001734262202288459,
      "loss": 7.6308,
      "step": 217140
    },
    {
      "epoch": 0.45239583333333333,
      "grad_norm": 1.0273889303207397,
      "learning_rate": 0.00017341648259396354,
      "loss": 7.2097,
      "step": 217150
    },
    {
      "epoch": 0.4524166666666667,
      "grad_norm": 2.185980796813965,
      "learning_rate": 0.00017340674485793125,
      "loss": 7.1823,
      "step": 217160
    },
    {
      "epoch": 0.4524375,
      "grad_norm": 2.046889543533325,
      "learning_rate": 0.00017339700702079114,
      "loss": 7.4094,
      "step": 217170
    },
    {
      "epoch": 0.45245833333333335,
      "grad_norm": 0.8178249597549438,
      "learning_rate": 0.00017338726908258512,
      "loss": 6.9389,
      "step": 217180
    },
    {
      "epoch": 0.45247916666666665,
      "grad_norm": 1.208160638809204,
      "learning_rate": 0.00017337753104335545,
      "loss": 7.4492,
      "step": 217190
    },
    {
      "epoch": 0.4525,
      "grad_norm": 2.0533993244171143,
      "learning_rate": 0.0001733677929031441,
      "loss": 7.5112,
      "step": 217200
    },
    {
      "epoch": 0.4525208333333333,
      "grad_norm": 0.5877995491027832,
      "learning_rate": 0.0001733580546619931,
      "loss": 7.7736,
      "step": 217210
    },
    {
      "epoch": 0.4525416666666667,
      "grad_norm": 1.0157535076141357,
      "learning_rate": 0.0001733483163199445,
      "loss": 7.2773,
      "step": 217220
    },
    {
      "epoch": 0.4525625,
      "grad_norm": 1.8068571090698242,
      "learning_rate": 0.00017333857787704048,
      "loss": 7.8944,
      "step": 217230
    },
    {
      "epoch": 0.45258333333333334,
      "grad_norm": 0.7168989777565002,
      "learning_rate": 0.00017332883933332305,
      "loss": 7.0889,
      "step": 217240
    },
    {
      "epoch": 0.45260416666666664,
      "grad_norm": 0.9983023405075073,
      "learning_rate": 0.00017331910068883424,
      "loss": 8.0657,
      "step": 217250
    },
    {
      "epoch": 0.452625,
      "grad_norm": 1.06551194190979,
      "learning_rate": 0.00017330936194361615,
      "loss": 7.6653,
      "step": 217260
    },
    {
      "epoch": 0.45264583333333336,
      "grad_norm": 0.8685436844825745,
      "learning_rate": 0.00017329962309771085,
      "loss": 7.266,
      "step": 217270
    },
    {
      "epoch": 0.45266666666666666,
      "grad_norm": 1.3819137811660767,
      "learning_rate": 0.0001732898841511604,
      "loss": 7.2495,
      "step": 217280
    },
    {
      "epoch": 0.4526875,
      "grad_norm": 1.3839913606643677,
      "learning_rate": 0.00017328014510400688,
      "loss": 7.9779,
      "step": 217290
    },
    {
      "epoch": 0.4527083333333333,
      "grad_norm": 1.3424999713897705,
      "learning_rate": 0.0001732704059562923,
      "loss": 7.0685,
      "step": 217300
    },
    {
      "epoch": 0.4527291666666667,
      "grad_norm": 3.1210033893585205,
      "learning_rate": 0.00017326066670805883,
      "loss": 7.3094,
      "step": 217310
    },
    {
      "epoch": 0.45275,
      "grad_norm": 1.0438518524169922,
      "learning_rate": 0.00017325092735934848,
      "loss": 7.0117,
      "step": 217320
    },
    {
      "epoch": 0.45277083333333334,
      "grad_norm": 1.8713552951812744,
      "learning_rate": 0.0001732411879102033,
      "loss": 7.8115,
      "step": 217330
    },
    {
      "epoch": 0.45279166666666665,
      "grad_norm": 1.165621280670166,
      "learning_rate": 0.00017323144836066542,
      "loss": 7.3819,
      "step": 217340
    },
    {
      "epoch": 0.4528125,
      "grad_norm": 0.9142675399780273,
      "learning_rate": 0.00017322170871077682,
      "loss": 7.2773,
      "step": 217350
    },
    {
      "epoch": 0.4528333333333333,
      "grad_norm": 1.1424682140350342,
      "learning_rate": 0.00017321196896057968,
      "loss": 7.0782,
      "step": 217360
    },
    {
      "epoch": 0.45285416666666667,
      "grad_norm": 0.9741483926773071,
      "learning_rate": 0.00017320222911011606,
      "loss": 7.8247,
      "step": 217370
    },
    {
      "epoch": 0.452875,
      "grad_norm": 1.0848315954208374,
      "learning_rate": 0.00017319248915942788,
      "loss": 7.5026,
      "step": 217380
    },
    {
      "epoch": 0.45289583333333333,
      "grad_norm": 2.443509817123413,
      "learning_rate": 0.00017318274910855744,
      "loss": 7.6351,
      "step": 217390
    },
    {
      "epoch": 0.4529166666666667,
      "grad_norm": 0.8033578991889954,
      "learning_rate": 0.00017317300895754666,
      "loss": 7.8232,
      "step": 217400
    },
    {
      "epoch": 0.4529375,
      "grad_norm": 1.787794589996338,
      "learning_rate": 0.00017316326870643763,
      "loss": 7.7472,
      "step": 217410
    },
    {
      "epoch": 0.45295833333333335,
      "grad_norm": 0.8666451573371887,
      "learning_rate": 0.00017315352835527246,
      "loss": 7.4602,
      "step": 217420
    },
    {
      "epoch": 0.45297916666666665,
      "grad_norm": 1.9845510721206665,
      "learning_rate": 0.0001731437879040932,
      "loss": 8.5222,
      "step": 217430
    },
    {
      "epoch": 0.453,
      "grad_norm": 1.9735170602798462,
      "learning_rate": 0.000173134047352942,
      "loss": 8.6173,
      "step": 217440
    },
    {
      "epoch": 0.4530208333333333,
      "grad_norm": 1.6699638366699219,
      "learning_rate": 0.0001731243067018608,
      "loss": 7.5671,
      "step": 217450
    },
    {
      "epoch": 0.4530416666666667,
      "grad_norm": 1.7297507524490356,
      "learning_rate": 0.0001731145659508918,
      "loss": 7.2621,
      "step": 217460
    },
    {
      "epoch": 0.4530625,
      "grad_norm": 1.0128093957901,
      "learning_rate": 0.00017310482510007698,
      "loss": 7.5865,
      "step": 217470
    },
    {
      "epoch": 0.45308333333333334,
      "grad_norm": 1.2840296030044556,
      "learning_rate": 0.00017309508414945846,
      "loss": 7.4606,
      "step": 217480
    },
    {
      "epoch": 0.45310416666666664,
      "grad_norm": 2.113499879837036,
      "learning_rate": 0.00017308534309907835,
      "loss": 8.1608,
      "step": 217490
    },
    {
      "epoch": 0.453125,
      "grad_norm": 0.7885417342185974,
      "learning_rate": 0.0001730756019489787,
      "loss": 7.7622,
      "step": 217500
    },
    {
      "epoch": 0.45314583333333336,
      "grad_norm": 1.1159639358520508,
      "learning_rate": 0.00017306586069920155,
      "loss": 7.3173,
      "step": 217510
    },
    {
      "epoch": 0.45316666666666666,
      "grad_norm": 2.3506195545196533,
      "learning_rate": 0.00017305611934978902,
      "loss": 7.5764,
      "step": 217520
    },
    {
      "epoch": 0.4531875,
      "grad_norm": 3.1083664894104004,
      "learning_rate": 0.00017304637790078325,
      "loss": 7.6173,
      "step": 217530
    },
    {
      "epoch": 0.4532083333333333,
      "grad_norm": 3.092949151992798,
      "learning_rate": 0.0001730366363522262,
      "loss": 7.6334,
      "step": 217540
    },
    {
      "epoch": 0.4532291666666667,
      "grad_norm": 2.1169705390930176,
      "learning_rate": 0.00017302689470415994,
      "loss": 7.1608,
      "step": 217550
    },
    {
      "epoch": 0.45325,
      "grad_norm": 1.0527828931808472,
      "learning_rate": 0.0001730171529566267,
      "loss": 7.9395,
      "step": 217560
    },
    {
      "epoch": 0.45327083333333335,
      "grad_norm": 0.600009024143219,
      "learning_rate": 0.00017300741110966845,
      "loss": 7.1118,
      "step": 217570
    },
    {
      "epoch": 0.45329166666666665,
      "grad_norm": 2.298609733581543,
      "learning_rate": 0.00017299766916332724,
      "loss": 7.9082,
      "step": 217580
    },
    {
      "epoch": 0.4533125,
      "grad_norm": 1.5389469861984253,
      "learning_rate": 0.00017298792711764526,
      "loss": 7.2466,
      "step": 217590
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 2.487253427505493,
      "learning_rate": 0.0001729781849726645,
      "loss": 7.2993,
      "step": 217600
    },
    {
      "epoch": 0.45335416666666667,
      "grad_norm": 7.116544246673584,
      "learning_rate": 0.00017296844272842707,
      "loss": 7.3425,
      "step": 217610
    },
    {
      "epoch": 0.453375,
      "grad_norm": 1.3327562808990479,
      "learning_rate": 0.00017295870038497505,
      "loss": 7.4024,
      "step": 217620
    },
    {
      "epoch": 0.45339583333333333,
      "grad_norm": 1.9101717472076416,
      "learning_rate": 0.00017294895794235058,
      "loss": 7.537,
      "step": 217630
    },
    {
      "epoch": 0.4534166666666667,
      "grad_norm": 1.569112777709961,
      "learning_rate": 0.00017293921540059568,
      "loss": 7.8318,
      "step": 217640
    },
    {
      "epoch": 0.4534375,
      "grad_norm": 1.0752735137939453,
      "learning_rate": 0.00017292947275975243,
      "loss": 7.349,
      "step": 217650
    },
    {
      "epoch": 0.45345833333333335,
      "grad_norm": 1.3917152881622314,
      "learning_rate": 0.00017291973001986295,
      "loss": 7.8126,
      "step": 217660
    },
    {
      "epoch": 0.45347916666666666,
      "grad_norm": 1.010751724243164,
      "learning_rate": 0.0001729099871809693,
      "loss": 7.6108,
      "step": 217670
    },
    {
      "epoch": 0.4535,
      "grad_norm": 2.2440438270568848,
      "learning_rate": 0.00017290024424311356,
      "loss": 7.951,
      "step": 217680
    },
    {
      "epoch": 0.4535208333333333,
      "grad_norm": 1.5682141780853271,
      "learning_rate": 0.00017289050120633786,
      "loss": 7.3348,
      "step": 217690
    },
    {
      "epoch": 0.4535416666666667,
      "grad_norm": 10.013346672058105,
      "learning_rate": 0.00017288075807068425,
      "loss": 8.4062,
      "step": 217700
    },
    {
      "epoch": 0.4535625,
      "grad_norm": 0.9682042002677917,
      "learning_rate": 0.0001728710148361948,
      "loss": 7.9389,
      "step": 217710
    },
    {
      "epoch": 0.45358333333333334,
      "grad_norm": 0.8343644738197327,
      "learning_rate": 0.00017286127150291164,
      "loss": 7.8298,
      "step": 217720
    },
    {
      "epoch": 0.45360416666666664,
      "grad_norm": 3.4595606327056885,
      "learning_rate": 0.00017285152807087684,
      "loss": 7.4625,
      "step": 217730
    },
    {
      "epoch": 0.453625,
      "grad_norm": 3.168897867202759,
      "learning_rate": 0.00017284178454013248,
      "loss": 7.7172,
      "step": 217740
    },
    {
      "epoch": 0.45364583333333336,
      "grad_norm": 0.7783447504043579,
      "learning_rate": 0.0001728320409107206,
      "loss": 7.032,
      "step": 217750
    },
    {
      "epoch": 0.45366666666666666,
      "grad_norm": 1.8971589803695679,
      "learning_rate": 0.0001728222971826834,
      "loss": 8.7375,
      "step": 217760
    },
    {
      "epoch": 0.4536875,
      "grad_norm": 1.0115759372711182,
      "learning_rate": 0.00017281255335606293,
      "loss": 7.5932,
      "step": 217770
    },
    {
      "epoch": 0.4537083333333333,
      "grad_norm": 1.1032379865646362,
      "learning_rate": 0.00017280280943090121,
      "loss": 7.6184,
      "step": 217780
    },
    {
      "epoch": 0.4537291666666667,
      "grad_norm": 0.8544378280639648,
      "learning_rate": 0.00017279306540724038,
      "loss": 7.6423,
      "step": 217790
    },
    {
      "epoch": 0.45375,
      "grad_norm": 1.4705644845962524,
      "learning_rate": 0.00017278332128512256,
      "loss": 7.8358,
      "step": 217800
    },
    {
      "epoch": 0.45377083333333335,
      "grad_norm": 1.4795112609863281,
      "learning_rate": 0.00017277357706458978,
      "loss": 7.5099,
      "step": 217810
    },
    {
      "epoch": 0.45379166666666665,
      "grad_norm": 0.5788007378578186,
      "learning_rate": 0.00017276383274568416,
      "loss": 7.3182,
      "step": 217820
    },
    {
      "epoch": 0.4538125,
      "grad_norm": 1.3540855646133423,
      "learning_rate": 0.00017275408832844783,
      "loss": 7.439,
      "step": 217830
    },
    {
      "epoch": 0.4538333333333333,
      "grad_norm": 1.348385214805603,
      "learning_rate": 0.00017274434381292283,
      "loss": 7.3961,
      "step": 217840
    },
    {
      "epoch": 0.45385416666666667,
      "grad_norm": 1.2502950429916382,
      "learning_rate": 0.00017273459919915128,
      "loss": 9.531,
      "step": 217850
    },
    {
      "epoch": 0.453875,
      "grad_norm": 1.871186375617981,
      "learning_rate": 0.0001727248544871752,
      "loss": 7.4982,
      "step": 217860
    },
    {
      "epoch": 0.45389583333333333,
      "grad_norm": 1.185807704925537,
      "learning_rate": 0.00017271510967703684,
      "loss": 7.0673,
      "step": 217870
    },
    {
      "epoch": 0.4539166666666667,
      "grad_norm": 0.789088249206543,
      "learning_rate": 0.0001727053647687781,
      "loss": 7.4705,
      "step": 217880
    },
    {
      "epoch": 0.4539375,
      "grad_norm": 1.0183755159378052,
      "learning_rate": 0.0001726956197624412,
      "loss": 7.1937,
      "step": 217890
    },
    {
      "epoch": 0.45395833333333335,
      "grad_norm": 2.489671468734741,
      "learning_rate": 0.00017268587465806825,
      "loss": 7.287,
      "step": 217900
    },
    {
      "epoch": 0.45397916666666666,
      "grad_norm": 1.1253905296325684,
      "learning_rate": 0.00017267612945570128,
      "loss": 7.2872,
      "step": 217910
    },
    {
      "epoch": 0.454,
      "grad_norm": 0.8270559906959534,
      "learning_rate": 0.00017266638415538237,
      "loss": 8.0504,
      "step": 217920
    },
    {
      "epoch": 0.4540208333333333,
      "grad_norm": 1.3178019523620605,
      "learning_rate": 0.0001726566387571537,
      "loss": 7.4649,
      "step": 217930
    },
    {
      "epoch": 0.4540416666666667,
      "grad_norm": 2.2125802040100098,
      "learning_rate": 0.0001726468932610573,
      "loss": 8.091,
      "step": 217940
    },
    {
      "epoch": 0.4540625,
      "grad_norm": 0.6342674493789673,
      "learning_rate": 0.00017263714766713525,
      "loss": 7.6405,
      "step": 217950
    },
    {
      "epoch": 0.45408333333333334,
      "grad_norm": 0.8784072995185852,
      "learning_rate": 0.00017262740197542973,
      "loss": 7.4262,
      "step": 217960
    },
    {
      "epoch": 0.45410416666666664,
      "grad_norm": 1.8064639568328857,
      "learning_rate": 0.0001726176561859828,
      "loss": 7.5149,
      "step": 217970
    },
    {
      "epoch": 0.454125,
      "grad_norm": 0.7458047270774841,
      "learning_rate": 0.00017260791029883652,
      "loss": 7.1177,
      "step": 217980
    },
    {
      "epoch": 0.45414583333333336,
      "grad_norm": 1.5902618169784546,
      "learning_rate": 0.00017259816431403302,
      "loss": 8.6837,
      "step": 217990
    },
    {
      "epoch": 0.45416666666666666,
      "grad_norm": 0.7780777215957642,
      "learning_rate": 0.0001725884182316144,
      "loss": 7.1333,
      "step": 218000
    },
    {
      "epoch": 0.45416666666666666,
      "eval_loss": 7.426668643951416,
      "eval_runtime": 8.2343,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 218000
    },
    {
      "epoch": 0.4541875,
      "grad_norm": 1.775219440460205,
      "learning_rate": 0.00017257867205162277,
      "loss": 7.5003,
      "step": 218010
    },
    {
      "epoch": 0.4542083333333333,
      "grad_norm": 0.9218779802322388,
      "learning_rate": 0.00017256892577410015,
      "loss": 7.1191,
      "step": 218020
    },
    {
      "epoch": 0.4542291666666667,
      "grad_norm": 1.2008981704711914,
      "learning_rate": 0.00017255917939908876,
      "loss": 7.3827,
      "step": 218030
    },
    {
      "epoch": 0.45425,
      "grad_norm": 0.8590145111083984,
      "learning_rate": 0.00017254943292663067,
      "loss": 7.7295,
      "step": 218040
    },
    {
      "epoch": 0.45427083333333335,
      "grad_norm": 1.6883207559585571,
      "learning_rate": 0.00017253968635676787,
      "loss": 7.4324,
      "step": 218050
    },
    {
      "epoch": 0.45429166666666665,
      "grad_norm": 0.9661619663238525,
      "learning_rate": 0.0001725299396895426,
      "loss": 7.1202,
      "step": 218060
    },
    {
      "epoch": 0.4543125,
      "grad_norm": 1.1192084550857544,
      "learning_rate": 0.00017252019292499695,
      "loss": 7.7801,
      "step": 218070
    },
    {
      "epoch": 0.4543333333333333,
      "grad_norm": 0.7916375398635864,
      "learning_rate": 0.00017251044606317293,
      "loss": 7.2476,
      "step": 218080
    },
    {
      "epoch": 0.45435416666666667,
      "grad_norm": 0.7809600830078125,
      "learning_rate": 0.00017250069910411267,
      "loss": 7.6211,
      "step": 218090
    },
    {
      "epoch": 0.454375,
      "grad_norm": 1.5549710988998413,
      "learning_rate": 0.00017249095204785835,
      "loss": 7.2223,
      "step": 218100
    },
    {
      "epoch": 0.45439583333333333,
      "grad_norm": 1.6344271898269653,
      "learning_rate": 0.00017248120489445198,
      "loss": 8.2214,
      "step": 218110
    },
    {
      "epoch": 0.4544166666666667,
      "grad_norm": 1.005646824836731,
      "learning_rate": 0.00017247145764393574,
      "loss": 7.2722,
      "step": 218120
    },
    {
      "epoch": 0.4544375,
      "grad_norm": 0.9839332699775696,
      "learning_rate": 0.00017246171029635168,
      "loss": 7.7519,
      "step": 218130
    },
    {
      "epoch": 0.45445833333333335,
      "grad_norm": 1.3718363046646118,
      "learning_rate": 0.00017245196285174192,
      "loss": 7.3706,
      "step": 218140
    },
    {
      "epoch": 0.45447916666666666,
      "grad_norm": 0.8388379216194153,
      "learning_rate": 0.00017244221531014856,
      "loss": 7.6351,
      "step": 218150
    },
    {
      "epoch": 0.4545,
      "grad_norm": 0.7022364139556885,
      "learning_rate": 0.0001724324676716137,
      "loss": 7.2991,
      "step": 218160
    },
    {
      "epoch": 0.4545208333333333,
      "grad_norm": 1.0432604551315308,
      "learning_rate": 0.0001724227199361795,
      "loss": 7.6191,
      "step": 218170
    },
    {
      "epoch": 0.4545416666666667,
      "grad_norm": 1.913454532623291,
      "learning_rate": 0.000172412972103888,
      "loss": 7.4077,
      "step": 218180
    },
    {
      "epoch": 0.4545625,
      "grad_norm": 1.2306498289108276,
      "learning_rate": 0.00017240322417478134,
      "loss": 7.3896,
      "step": 218190
    },
    {
      "epoch": 0.45458333333333334,
      "grad_norm": 0.7761201858520508,
      "learning_rate": 0.0001723934761489016,
      "loss": 7.8511,
      "step": 218200
    },
    {
      "epoch": 0.45460416666666664,
      "grad_norm": 1.1942235231399536,
      "learning_rate": 0.00017238372802629097,
      "loss": 8.0131,
      "step": 218210
    },
    {
      "epoch": 0.454625,
      "grad_norm": 1.8479593992233276,
      "learning_rate": 0.00017237397980699137,
      "loss": 7.2573,
      "step": 218220
    },
    {
      "epoch": 0.45464583333333336,
      "grad_norm": 0.7817059755325317,
      "learning_rate": 0.00017236423149104516,
      "loss": 7.5299,
      "step": 218230
    },
    {
      "epoch": 0.45466666666666666,
      "grad_norm": 1.6846506595611572,
      "learning_rate": 0.00017235448307849428,
      "loss": 7.6522,
      "step": 218240
    },
    {
      "epoch": 0.4546875,
      "grad_norm": 0.7706847190856934,
      "learning_rate": 0.00017234473456938083,
      "loss": 7.7287,
      "step": 218250
    },
    {
      "epoch": 0.4547083333333333,
      "grad_norm": 1.3760014772415161,
      "learning_rate": 0.00017233498596374704,
      "loss": 7.6726,
      "step": 218260
    },
    {
      "epoch": 0.4547291666666667,
      "grad_norm": 0.8243958353996277,
      "learning_rate": 0.00017232523726163493,
      "loss": 8.5161,
      "step": 218270
    },
    {
      "epoch": 0.45475,
      "grad_norm": 1.4307854175567627,
      "learning_rate": 0.00017231548846308664,
      "loss": 7.798,
      "step": 218280
    },
    {
      "epoch": 0.45477083333333335,
      "grad_norm": 1.7679439783096313,
      "learning_rate": 0.00017230573956814426,
      "loss": 7.605,
      "step": 218290
    },
    {
      "epoch": 0.45479166666666665,
      "grad_norm": 1.3970662355422974,
      "learning_rate": 0.00017229599057684992,
      "loss": 7.6093,
      "step": 218300
    },
    {
      "epoch": 0.4548125,
      "grad_norm": 2.011561393737793,
      "learning_rate": 0.0001722862414892457,
      "loss": 7.4793,
      "step": 218310
    },
    {
      "epoch": 0.4548333333333333,
      "grad_norm": 0.8825134634971619,
      "learning_rate": 0.00017227649230537378,
      "loss": 7.5656,
      "step": 218320
    },
    {
      "epoch": 0.45485416666666667,
      "grad_norm": 1.041161060333252,
      "learning_rate": 0.0001722667430252762,
      "loss": 7.0276,
      "step": 218330
    },
    {
      "epoch": 0.454875,
      "grad_norm": 0.8188431262969971,
      "learning_rate": 0.00017225699364899511,
      "loss": 7.668,
      "step": 218340
    },
    {
      "epoch": 0.45489583333333333,
      "grad_norm": 0.6418872475624084,
      "learning_rate": 0.00017224724417657264,
      "loss": 7.4009,
      "step": 218350
    },
    {
      "epoch": 0.4549166666666667,
      "grad_norm": 0.7616430521011353,
      "learning_rate": 0.00017223749460805086,
      "loss": 7.5215,
      "step": 218360
    },
    {
      "epoch": 0.4549375,
      "grad_norm": 1.0361372232437134,
      "learning_rate": 0.0001722277449434719,
      "loss": 7.0883,
      "step": 218370
    },
    {
      "epoch": 0.45495833333333335,
      "grad_norm": 0.6762032508850098,
      "learning_rate": 0.0001722179951828779,
      "loss": 7.6964,
      "step": 218380
    },
    {
      "epoch": 0.45497916666666666,
      "grad_norm": 1.1963589191436768,
      "learning_rate": 0.00017220824532631092,
      "loss": 7.528,
      "step": 218390
    },
    {
      "epoch": 0.455,
      "grad_norm": 0.8029569983482361,
      "learning_rate": 0.00017219849537381316,
      "loss": 7.3082,
      "step": 218400
    },
    {
      "epoch": 0.4550208333333333,
      "grad_norm": 0.6819971203804016,
      "learning_rate": 0.00017218874532542666,
      "loss": 7.8433,
      "step": 218410
    },
    {
      "epoch": 0.4550416666666667,
      "grad_norm": 2.0421268939971924,
      "learning_rate": 0.00017217899518119355,
      "loss": 7.313,
      "step": 218420
    },
    {
      "epoch": 0.4550625,
      "grad_norm": 0.9937392473220825,
      "learning_rate": 0.00017216924494115602,
      "loss": 7.534,
      "step": 218430
    },
    {
      "epoch": 0.45508333333333334,
      "grad_norm": 0.6804408431053162,
      "learning_rate": 0.00017215949460535606,
      "loss": 7.4852,
      "step": 218440
    },
    {
      "epoch": 0.45510416666666664,
      "grad_norm": 1.8834871053695679,
      "learning_rate": 0.00017214974417383586,
      "loss": 7.1983,
      "step": 218450
    },
    {
      "epoch": 0.455125,
      "grad_norm": 3.0438437461853027,
      "learning_rate": 0.00017213999364663757,
      "loss": 7.5772,
      "step": 218460
    },
    {
      "epoch": 0.45514583333333336,
      "grad_norm": 2.0522472858428955,
      "learning_rate": 0.00017213024302380325,
      "loss": 8.0889,
      "step": 218470
    },
    {
      "epoch": 0.45516666666666666,
      "grad_norm": 2.6613738536834717,
      "learning_rate": 0.00017212049230537504,
      "loss": 7.5138,
      "step": 218480
    },
    {
      "epoch": 0.4551875,
      "grad_norm": 0.8847965002059937,
      "learning_rate": 0.00017211074149139506,
      "loss": 7.4426,
      "step": 218490
    },
    {
      "epoch": 0.4552083333333333,
      "grad_norm": 3.1856560707092285,
      "learning_rate": 0.0001721009905819054,
      "loss": 7.0294,
      "step": 218500
    },
    {
      "epoch": 0.4552291666666667,
      "grad_norm": 0.8352056741714478,
      "learning_rate": 0.00017209123957694826,
      "loss": 7.2886,
      "step": 218510
    },
    {
      "epoch": 0.45525,
      "grad_norm": 0.8568166494369507,
      "learning_rate": 0.00017208148847656568,
      "loss": 7.5206,
      "step": 218520
    },
    {
      "epoch": 0.45527083333333335,
      "grad_norm": 0.7973549365997314,
      "learning_rate": 0.00017207173728079985,
      "loss": 7.4362,
      "step": 218530
    },
    {
      "epoch": 0.45529166666666665,
      "grad_norm": 1.0258502960205078,
      "learning_rate": 0.0001720619859896928,
      "loss": 7.4667,
      "step": 218540
    },
    {
      "epoch": 0.4553125,
      "grad_norm": 1.496046543121338,
      "learning_rate": 0.0001720522346032867,
      "loss": 7.4531,
      "step": 218550
    },
    {
      "epoch": 0.4553333333333333,
      "grad_norm": 3.264991044998169,
      "learning_rate": 0.0001720424831216237,
      "loss": 7.3932,
      "step": 218560
    },
    {
      "epoch": 0.45535416666666667,
      "grad_norm": 0.722939133644104,
      "learning_rate": 0.00017203273154474595,
      "loss": 7.2472,
      "step": 218570
    },
    {
      "epoch": 0.455375,
      "grad_norm": 1.8677574396133423,
      "learning_rate": 0.00017202297987269546,
      "loss": 7.9539,
      "step": 218580
    },
    {
      "epoch": 0.45539583333333333,
      "grad_norm": 0.6210252046585083,
      "learning_rate": 0.0001720132281055144,
      "loss": 7.2196,
      "step": 218590
    },
    {
      "epoch": 0.4554166666666667,
      "grad_norm": 0.8559767603874207,
      "learning_rate": 0.00017200347624324495,
      "loss": 7.453,
      "step": 218600
    },
    {
      "epoch": 0.4554375,
      "grad_norm": 0.7251482009887695,
      "learning_rate": 0.00017199372428592914,
      "loss": 7.1414,
      "step": 218610
    },
    {
      "epoch": 0.45545833333333335,
      "grad_norm": 0.91672682762146,
      "learning_rate": 0.00017198397223360917,
      "loss": 7.7958,
      "step": 218620
    },
    {
      "epoch": 0.45547916666666666,
      "grad_norm": 1.7037829160690308,
      "learning_rate": 0.00017197422008632718,
      "loss": 7.4615,
      "step": 218630
    },
    {
      "epoch": 0.4555,
      "grad_norm": 3.7807908058166504,
      "learning_rate": 0.00017196446784412524,
      "loss": 7.6043,
      "step": 218640
    },
    {
      "epoch": 0.4555208333333333,
      "grad_norm": 2.0282485485076904,
      "learning_rate": 0.00017195471550704547,
      "loss": 7.5826,
      "step": 218650
    },
    {
      "epoch": 0.4555416666666667,
      "grad_norm": 2.8493459224700928,
      "learning_rate": 0.00017194496307513,
      "loss": 7.9056,
      "step": 218660
    },
    {
      "epoch": 0.4555625,
      "grad_norm": 1.1741595268249512,
      "learning_rate": 0.00017193521054842102,
      "loss": 7.6181,
      "step": 218670
    },
    {
      "epoch": 0.45558333333333334,
      "grad_norm": 2.2225050926208496,
      "learning_rate": 0.00017192545792696058,
      "loss": 7.218,
      "step": 218680
    },
    {
      "epoch": 0.45560416666666664,
      "grad_norm": 2.071455955505371,
      "learning_rate": 0.00017191570521079086,
      "loss": 7.3729,
      "step": 218690
    },
    {
      "epoch": 0.455625,
      "grad_norm": 1.049243688583374,
      "learning_rate": 0.00017190595239995396,
      "loss": 7.0764,
      "step": 218700
    },
    {
      "epoch": 0.45564583333333336,
      "grad_norm": 0.8669847249984741,
      "learning_rate": 0.00017189619949449207,
      "loss": 7.1284,
      "step": 218710
    },
    {
      "epoch": 0.45566666666666666,
      "grad_norm": 5.202038288116455,
      "learning_rate": 0.00017188644649444718,
      "loss": 8.9689,
      "step": 218720
    },
    {
      "epoch": 0.4556875,
      "grad_norm": 2.148416519165039,
      "learning_rate": 0.00017187669339986154,
      "loss": 7.5781,
      "step": 218730
    },
    {
      "epoch": 0.4557083333333333,
      "grad_norm": 1.0900098085403442,
      "learning_rate": 0.00017186694021077727,
      "loss": 7.7,
      "step": 218740
    },
    {
      "epoch": 0.4557291666666667,
      "grad_norm": 0.7498109340667725,
      "learning_rate": 0.00017185718692723644,
      "loss": 7.9923,
      "step": 218750
    },
    {
      "epoch": 0.45575,
      "grad_norm": 3.2784423828125,
      "learning_rate": 0.00017184743354928123,
      "loss": 7.6665,
      "step": 218760
    },
    {
      "epoch": 0.45577083333333335,
      "grad_norm": 0.7858806848526001,
      "learning_rate": 0.00017183768007695378,
      "loss": 7.238,
      "step": 218770
    },
    {
      "epoch": 0.45579166666666665,
      "grad_norm": 2.4000775814056396,
      "learning_rate": 0.00017182792651029613,
      "loss": 7.5842,
      "step": 218780
    },
    {
      "epoch": 0.4558125,
      "grad_norm": 1.3282966613769531,
      "learning_rate": 0.0001718181728493505,
      "loss": 7.7582,
      "step": 218790
    },
    {
      "epoch": 0.4558333333333333,
      "grad_norm": 1.2945560216903687,
      "learning_rate": 0.00017180841909415905,
      "loss": 7.3233,
      "step": 218800
    },
    {
      "epoch": 0.45585416666666667,
      "grad_norm": 1.347551703453064,
      "learning_rate": 0.00017179866524476381,
      "loss": 6.9865,
      "step": 218810
    },
    {
      "epoch": 0.455875,
      "grad_norm": 3.121452808380127,
      "learning_rate": 0.00017178891130120697,
      "loss": 7.6332,
      "step": 218820
    },
    {
      "epoch": 0.45589583333333333,
      "grad_norm": 1.4209954738616943,
      "learning_rate": 0.00017177915726353067,
      "loss": 7.4469,
      "step": 218830
    },
    {
      "epoch": 0.4559166666666667,
      "grad_norm": 1.6305125951766968,
      "learning_rate": 0.00017176940313177704,
      "loss": 8.196,
      "step": 218840
    },
    {
      "epoch": 0.4559375,
      "grad_norm": 1.8690216541290283,
      "learning_rate": 0.0001717596489059882,
      "loss": 7.3424,
      "step": 218850
    },
    {
      "epoch": 0.45595833333333335,
      "grad_norm": 1.1104612350463867,
      "learning_rate": 0.00017174989458620626,
      "loss": 7.4981,
      "step": 218860
    },
    {
      "epoch": 0.45597916666666666,
      "grad_norm": 1.0529073476791382,
      "learning_rate": 0.0001717401401724734,
      "loss": 7.4767,
      "step": 218870
    },
    {
      "epoch": 0.456,
      "grad_norm": 1.2744355201721191,
      "learning_rate": 0.00017173038566483176,
      "loss": 7.5722,
      "step": 218880
    },
    {
      "epoch": 0.4560208333333333,
      "grad_norm": 1.309024691581726,
      "learning_rate": 0.00017172063106332347,
      "loss": 8.2581,
      "step": 218890
    },
    {
      "epoch": 0.4560416666666667,
      "grad_norm": 0.7680389881134033,
      "learning_rate": 0.0001717108763679906,
      "loss": 7.9572,
      "step": 218900
    },
    {
      "epoch": 0.4560625,
      "grad_norm": 0.872264564037323,
      "learning_rate": 0.0001717011215788754,
      "loss": 7.1523,
      "step": 218910
    },
    {
      "epoch": 0.45608333333333334,
      "grad_norm": 1.0891063213348389,
      "learning_rate": 0.0001716913666960199,
      "loss": 7.2132,
      "step": 218920
    },
    {
      "epoch": 0.45610416666666664,
      "grad_norm": 0.7176206111907959,
      "learning_rate": 0.00017168161171946626,
      "loss": 7.869,
      "step": 218930
    },
    {
      "epoch": 0.456125,
      "grad_norm": 1.9505754709243774,
      "learning_rate": 0.0001716718566492567,
      "loss": 7.4746,
      "step": 218940
    },
    {
      "epoch": 0.4561458333333333,
      "grad_norm": 2.909428596496582,
      "learning_rate": 0.00017166210148543323,
      "loss": 7.3341,
      "step": 218950
    },
    {
      "epoch": 0.45616666666666666,
      "grad_norm": 1.7510145902633667,
      "learning_rate": 0.00017165234622803808,
      "loss": 7.2559,
      "step": 218960
    },
    {
      "epoch": 0.4561875,
      "grad_norm": 3.167543888092041,
      "learning_rate": 0.0001716425908771134,
      "loss": 8.1727,
      "step": 218970
    },
    {
      "epoch": 0.4562083333333333,
      "grad_norm": 0.5567383766174316,
      "learning_rate": 0.0001716328354327013,
      "loss": 7.3453,
      "step": 218980
    },
    {
      "epoch": 0.4562291666666667,
      "grad_norm": 1.5537968873977661,
      "learning_rate": 0.00017162307989484384,
      "loss": 7.504,
      "step": 218990
    },
    {
      "epoch": 0.45625,
      "grad_norm": 1.2403367757797241,
      "learning_rate": 0.0001716133242635833,
      "loss": 7.6531,
      "step": 219000
    },
    {
      "epoch": 0.45625,
      "eval_loss": 6.710946083068848,
      "eval_runtime": 8.3176,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 219000
    },
    {
      "epoch": 0.45627083333333335,
      "grad_norm": 0.8915219306945801,
      "learning_rate": 0.00017160356853896172,
      "loss": 7.6164,
      "step": 219010
    },
    {
      "epoch": 0.45629166666666665,
      "grad_norm": 0.9824333190917969,
      "learning_rate": 0.0001715938127210213,
      "loss": 7.1092,
      "step": 219020
    },
    {
      "epoch": 0.4563125,
      "grad_norm": 1.2383322715759277,
      "learning_rate": 0.00017158405680980416,
      "loss": 7.4038,
      "step": 219030
    },
    {
      "epoch": 0.4563333333333333,
      "grad_norm": 2.854336977005005,
      "learning_rate": 0.00017157430080535244,
      "loss": 7.8468,
      "step": 219040
    },
    {
      "epoch": 0.45635416666666667,
      "grad_norm": 1.7006850242614746,
      "learning_rate": 0.00017156454470770825,
      "loss": 7.0661,
      "step": 219050
    },
    {
      "epoch": 0.456375,
      "grad_norm": 3.641956090927124,
      "learning_rate": 0.00017155478851691377,
      "loss": 7.4616,
      "step": 219060
    },
    {
      "epoch": 0.45639583333333333,
      "grad_norm": 1.2101317644119263,
      "learning_rate": 0.00017154503223301113,
      "loss": 7.4098,
      "step": 219070
    },
    {
      "epoch": 0.4564166666666667,
      "grad_norm": 1.2338807582855225,
      "learning_rate": 0.00017153527585604252,
      "loss": 7.3426,
      "step": 219080
    },
    {
      "epoch": 0.4564375,
      "grad_norm": 0.7758874893188477,
      "learning_rate": 0.00017152551938605,
      "loss": 7.0472,
      "step": 219090
    },
    {
      "epoch": 0.45645833333333335,
      "grad_norm": 2.187429904937744,
      "learning_rate": 0.00017151576282307574,
      "loss": 8.2018,
      "step": 219100
    },
    {
      "epoch": 0.45647916666666666,
      "grad_norm": 2.4040260314941406,
      "learning_rate": 0.00017150600616716198,
      "loss": 9.1781,
      "step": 219110
    },
    {
      "epoch": 0.4565,
      "grad_norm": 1.8538551330566406,
      "learning_rate": 0.0001714962494183507,
      "loss": 7.7152,
      "step": 219120
    },
    {
      "epoch": 0.4565208333333333,
      "grad_norm": 1.3806359767913818,
      "learning_rate": 0.00017148649257668416,
      "loss": 7.8511,
      "step": 219130
    },
    {
      "epoch": 0.4565416666666667,
      "grad_norm": 3.005035161972046,
      "learning_rate": 0.00017147673564220454,
      "loss": 7.5225,
      "step": 219140
    },
    {
      "epoch": 0.4565625,
      "grad_norm": 1.9228203296661377,
      "learning_rate": 0.00017146697861495386,
      "loss": 7.6771,
      "step": 219150
    },
    {
      "epoch": 0.45658333333333334,
      "grad_norm": 1.8185368776321411,
      "learning_rate": 0.00017145722149497432,
      "loss": 7.6683,
      "step": 219160
    },
    {
      "epoch": 0.45660416666666664,
      "grad_norm": 2.1549859046936035,
      "learning_rate": 0.0001714474642823081,
      "loss": 7.8225,
      "step": 219170
    },
    {
      "epoch": 0.456625,
      "grad_norm": 2.171623945236206,
      "learning_rate": 0.00017143770697699732,
      "loss": 7.4959,
      "step": 219180
    },
    {
      "epoch": 0.4566458333333333,
      "grad_norm": 0.9819325804710388,
      "learning_rate": 0.00017142794957908413,
      "loss": 8.0434,
      "step": 219190
    },
    {
      "epoch": 0.45666666666666667,
      "grad_norm": 0.9638388156890869,
      "learning_rate": 0.0001714181920886107,
      "loss": 7.2473,
      "step": 219200
    },
    {
      "epoch": 0.4566875,
      "grad_norm": 1.0458595752716064,
      "learning_rate": 0.00017140843450561913,
      "loss": 7.6829,
      "step": 219210
    },
    {
      "epoch": 0.4567083333333333,
      "grad_norm": 3.8043417930603027,
      "learning_rate": 0.0001713986768301516,
      "loss": 7.6299,
      "step": 219220
    },
    {
      "epoch": 0.4567291666666667,
      "grad_norm": 1.06260085105896,
      "learning_rate": 0.00017138891906225026,
      "loss": 7.7698,
      "step": 219230
    },
    {
      "epoch": 0.45675,
      "grad_norm": 1.431174397468567,
      "learning_rate": 0.00017137916120195723,
      "loss": 7.9616,
      "step": 219240
    },
    {
      "epoch": 0.45677083333333335,
      "grad_norm": 0.5600407719612122,
      "learning_rate": 0.00017136940324931474,
      "loss": 8.3404,
      "step": 219250
    },
    {
      "epoch": 0.45679166666666665,
      "grad_norm": 0.9330621957778931,
      "learning_rate": 0.00017135964520436487,
      "loss": 7.6195,
      "step": 219260
    },
    {
      "epoch": 0.4568125,
      "grad_norm": 1.7247583866119385,
      "learning_rate": 0.00017134988706714977,
      "loss": 7.6635,
      "step": 219270
    },
    {
      "epoch": 0.4568333333333333,
      "grad_norm": 2.9991941452026367,
      "learning_rate": 0.00017134012883771163,
      "loss": 7.5692,
      "step": 219280
    },
    {
      "epoch": 0.4568541666666667,
      "grad_norm": 1.6095565557479858,
      "learning_rate": 0.00017133037051609255,
      "loss": 7.3524,
      "step": 219290
    },
    {
      "epoch": 0.456875,
      "grad_norm": 0.686518669128418,
      "learning_rate": 0.00017132061210233475,
      "loss": 6.9836,
      "step": 219300
    },
    {
      "epoch": 0.45689583333333333,
      "grad_norm": 2.476151466369629,
      "learning_rate": 0.0001713108535964803,
      "loss": 7.4496,
      "step": 219310
    },
    {
      "epoch": 0.4569166666666667,
      "grad_norm": 2.649127244949341,
      "learning_rate": 0.00017130109499857138,
      "loss": 8.2586,
      "step": 219320
    },
    {
      "epoch": 0.4569375,
      "grad_norm": 1.5511773824691772,
      "learning_rate": 0.00017129133630865024,
      "loss": 7.4696,
      "step": 219330
    },
    {
      "epoch": 0.45695833333333336,
      "grad_norm": 0.9285066723823547,
      "learning_rate": 0.00017128157752675893,
      "loss": 7.4291,
      "step": 219340
    },
    {
      "epoch": 0.45697916666666666,
      "grad_norm": 0.6037842035293579,
      "learning_rate": 0.00017127181865293962,
      "loss": 7.5837,
      "step": 219350
    },
    {
      "epoch": 0.457,
      "grad_norm": 0.7308717370033264,
      "learning_rate": 0.00017126205968723447,
      "loss": 7.799,
      "step": 219360
    },
    {
      "epoch": 0.4570208333333333,
      "grad_norm": 1.6012386083602905,
      "learning_rate": 0.00017125230062968563,
      "loss": 7.6239,
      "step": 219370
    },
    {
      "epoch": 0.4570416666666667,
      "grad_norm": 0.9556090235710144,
      "learning_rate": 0.00017124254148033526,
      "loss": 7.7664,
      "step": 219380
    },
    {
      "epoch": 0.4570625,
      "grad_norm": 0.7439624071121216,
      "learning_rate": 0.00017123278223922555,
      "loss": 7.3344,
      "step": 219390
    },
    {
      "epoch": 0.45708333333333334,
      "grad_norm": 0.8613949418067932,
      "learning_rate": 0.00017122302290639862,
      "loss": 7.4772,
      "step": 219400
    },
    {
      "epoch": 0.45710416666666664,
      "grad_norm": 1.7137420177459717,
      "learning_rate": 0.0001712132634818966,
      "loss": 7.8764,
      "step": 219410
    },
    {
      "epoch": 0.457125,
      "grad_norm": 0.7034317255020142,
      "learning_rate": 0.00017120350396576168,
      "loss": 7.2923,
      "step": 219420
    },
    {
      "epoch": 0.4571458333333333,
      "grad_norm": 1.2200138568878174,
      "learning_rate": 0.00017119374435803605,
      "loss": 8.1155,
      "step": 219430
    },
    {
      "epoch": 0.45716666666666667,
      "grad_norm": 0.6670821309089661,
      "learning_rate": 0.00017118398465876183,
      "loss": 8.0519,
      "step": 219440
    },
    {
      "epoch": 0.4571875,
      "grad_norm": 0.6976569294929504,
      "learning_rate": 0.00017117422486798115,
      "loss": 7.3346,
      "step": 219450
    },
    {
      "epoch": 0.4572083333333333,
      "grad_norm": 1.1322846412658691,
      "learning_rate": 0.00017116446498573618,
      "loss": 7.6048,
      "step": 219460
    },
    {
      "epoch": 0.4572291666666667,
      "grad_norm": 1.1509156227111816,
      "learning_rate": 0.0001711547050120692,
      "loss": 7.7114,
      "step": 219470
    },
    {
      "epoch": 0.45725,
      "grad_norm": 0.7666764259338379,
      "learning_rate": 0.0001711449449470222,
      "loss": 8.3382,
      "step": 219480
    },
    {
      "epoch": 0.45727083333333335,
      "grad_norm": 0.913515031337738,
      "learning_rate": 0.00017113518479063738,
      "loss": 7.3423,
      "step": 219490
    },
    {
      "epoch": 0.45729166666666665,
      "grad_norm": 0.7114205360412598,
      "learning_rate": 0.00017112542454295697,
      "loss": 7.1969,
      "step": 219500
    },
    {
      "epoch": 0.4573125,
      "grad_norm": 0.9152739644050598,
      "learning_rate": 0.00017111566420402308,
      "loss": 8.5014,
      "step": 219510
    },
    {
      "epoch": 0.4573333333333333,
      "grad_norm": 0.973728597164154,
      "learning_rate": 0.00017110590377387785,
      "loss": 8.1073,
      "step": 219520
    },
    {
      "epoch": 0.4573541666666667,
      "grad_norm": 0.6679596304893494,
      "learning_rate": 0.00017109614325256351,
      "loss": 7.3299,
      "step": 219530
    },
    {
      "epoch": 0.457375,
      "grad_norm": 2.7614331245422363,
      "learning_rate": 0.00017108638264012218,
      "loss": 7.5355,
      "step": 219540
    },
    {
      "epoch": 0.45739583333333333,
      "grad_norm": 1.2897008657455444,
      "learning_rate": 0.00017107662193659601,
      "loss": 7.2799,
      "step": 219550
    },
    {
      "epoch": 0.4574166666666667,
      "grad_norm": 1.5388538837432861,
      "learning_rate": 0.0001710668611420272,
      "loss": 7.7664,
      "step": 219560
    },
    {
      "epoch": 0.4574375,
      "grad_norm": 2.1630003452301025,
      "learning_rate": 0.00017105710025645785,
      "loss": 7.7917,
      "step": 219570
    },
    {
      "epoch": 0.45745833333333336,
      "grad_norm": 9.909100532531738,
      "learning_rate": 0.00017104733927993015,
      "loss": 8.1518,
      "step": 219580
    },
    {
      "epoch": 0.45747916666666666,
      "grad_norm": 1.069907784461975,
      "learning_rate": 0.00017103757821248635,
      "loss": 7.0815,
      "step": 219590
    },
    {
      "epoch": 0.4575,
      "grad_norm": 1.0999215841293335,
      "learning_rate": 0.00017102781705416846,
      "loss": 7.8985,
      "step": 219600
    },
    {
      "epoch": 0.4575208333333333,
      "grad_norm": 1.1623209714889526,
      "learning_rate": 0.0001710180558050188,
      "loss": 7.3329,
      "step": 219610
    },
    {
      "epoch": 0.4575416666666667,
      "grad_norm": 1.214555025100708,
      "learning_rate": 0.00017100829446507938,
      "loss": 7.22,
      "step": 219620
    },
    {
      "epoch": 0.4575625,
      "grad_norm": 0.7682362794876099,
      "learning_rate": 0.00017099853303439248,
      "loss": 7.4816,
      "step": 219630
    },
    {
      "epoch": 0.45758333333333334,
      "grad_norm": 3.4600300788879395,
      "learning_rate": 0.00017098877151300025,
      "loss": 7.6739,
      "step": 219640
    },
    {
      "epoch": 0.45760416666666665,
      "grad_norm": 0.7016668915748596,
      "learning_rate": 0.0001709790099009448,
      "loss": 7.3474,
      "step": 219650
    },
    {
      "epoch": 0.457625,
      "grad_norm": 0.884894609451294,
      "learning_rate": 0.00017096924819826832,
      "loss": 7.3717,
      "step": 219660
    },
    {
      "epoch": 0.4576458333333333,
      "grad_norm": 1.528512954711914,
      "learning_rate": 0.00017095948640501304,
      "loss": 7.3284,
      "step": 219670
    },
    {
      "epoch": 0.45766666666666667,
      "grad_norm": 0.9198708534240723,
      "learning_rate": 0.00017094972452122106,
      "loss": 7.5699,
      "step": 219680
    },
    {
      "epoch": 0.4576875,
      "grad_norm": 0.942301332950592,
      "learning_rate": 0.0001709399625469345,
      "loss": 7.8339,
      "step": 219690
    },
    {
      "epoch": 0.45770833333333333,
      "grad_norm": 1.1205662488937378,
      "learning_rate": 0.00017093020048219567,
      "loss": 7.7491,
      "step": 219700
    },
    {
      "epoch": 0.4577291666666667,
      "grad_norm": 5.25135612487793,
      "learning_rate": 0.0001709204383270466,
      "loss": 8.2204,
      "step": 219710
    },
    {
      "epoch": 0.45775,
      "grad_norm": 0.7997615337371826,
      "learning_rate": 0.00017091067608152958,
      "loss": 7.6196,
      "step": 219720
    },
    {
      "epoch": 0.45777083333333335,
      "grad_norm": 0.6658704280853271,
      "learning_rate": 0.00017090091374568665,
      "loss": 7.7293,
      "step": 219730
    },
    {
      "epoch": 0.45779166666666665,
      "grad_norm": 1.1892346143722534,
      "learning_rate": 0.0001708911513195601,
      "loss": 7.5141,
      "step": 219740
    },
    {
      "epoch": 0.4578125,
      "grad_norm": 6.832543849945068,
      "learning_rate": 0.00017088138880319199,
      "loss": 7.9505,
      "step": 219750
    },
    {
      "epoch": 0.4578333333333333,
      "grad_norm": 1.6751956939697266,
      "learning_rate": 0.00017087162619662462,
      "loss": 7.4708,
      "step": 219760
    },
    {
      "epoch": 0.4578541666666667,
      "grad_norm": 0.9254094958305359,
      "learning_rate": 0.00017086186349990002,
      "loss": 8.2311,
      "step": 219770
    },
    {
      "epoch": 0.457875,
      "grad_norm": 2.7706139087677,
      "learning_rate": 0.0001708521007130605,
      "loss": 7.2519,
      "step": 219780
    },
    {
      "epoch": 0.45789583333333334,
      "grad_norm": 0.9328771233558655,
      "learning_rate": 0.00017084233783614807,
      "loss": 7.3383,
      "step": 219790
    },
    {
      "epoch": 0.4579166666666667,
      "grad_norm": 0.8041417002677917,
      "learning_rate": 0.00017083257486920505,
      "loss": 7.4946,
      "step": 219800
    },
    {
      "epoch": 0.4579375,
      "grad_norm": 1.2940647602081299,
      "learning_rate": 0.00017082281181227354,
      "loss": 7.1921,
      "step": 219810
    },
    {
      "epoch": 0.45795833333333336,
      "grad_norm": 0.9550020098686218,
      "learning_rate": 0.00017081304866539568,
      "loss": 7.2446,
      "step": 219820
    },
    {
      "epoch": 0.45797916666666666,
      "grad_norm": 1.8597636222839355,
      "learning_rate": 0.0001708032854286137,
      "loss": 7.6861,
      "step": 219830
    },
    {
      "epoch": 0.458,
      "grad_norm": 1.0697050094604492,
      "learning_rate": 0.00017079352210196987,
      "loss": 7.6112,
      "step": 219840
    },
    {
      "epoch": 0.4580208333333333,
      "grad_norm": 0.8078792095184326,
      "learning_rate": 0.00017078375868550616,
      "loss": 7.6196,
      "step": 219850
    },
    {
      "epoch": 0.4580416666666667,
      "grad_norm": 0.8299043774604797,
      "learning_rate": 0.0001707739951792648,
      "loss": 7.7113,
      "step": 219860
    },
    {
      "epoch": 0.4580625,
      "grad_norm": 1.7423709630966187,
      "learning_rate": 0.0001707642315832881,
      "loss": 7.4136,
      "step": 219870
    },
    {
      "epoch": 0.45808333333333334,
      "grad_norm": 0.7773972153663635,
      "learning_rate": 0.0001707544678976181,
      "loss": 7.5576,
      "step": 219880
    },
    {
      "epoch": 0.45810416666666665,
      "grad_norm": 1.0422966480255127,
      "learning_rate": 0.000170744704122297,
      "loss": 7.6092,
      "step": 219890
    },
    {
      "epoch": 0.458125,
      "grad_norm": 1.363616704940796,
      "learning_rate": 0.00017073494025736702,
      "loss": 7.4593,
      "step": 219900
    },
    {
      "epoch": 0.4581458333333333,
      "grad_norm": 0.8616822957992554,
      "learning_rate": 0.00017072517630287027,
      "loss": 7.7554,
      "step": 219910
    },
    {
      "epoch": 0.45816666666666667,
      "grad_norm": 2.1013498306274414,
      "learning_rate": 0.000170715412258849,
      "loss": 7.2885,
      "step": 219920
    },
    {
      "epoch": 0.4581875,
      "grad_norm": 0.8512880206108093,
      "learning_rate": 0.0001707056481253453,
      "loss": 7.5011,
      "step": 219930
    },
    {
      "epoch": 0.45820833333333333,
      "grad_norm": 1.1137173175811768,
      "learning_rate": 0.00017069588390240142,
      "loss": 7.1508,
      "step": 219940
    },
    {
      "epoch": 0.4582291666666667,
      "grad_norm": 1.2114262580871582,
      "learning_rate": 0.00017068611959005953,
      "loss": 8.6499,
      "step": 219950
    },
    {
      "epoch": 0.45825,
      "grad_norm": 0.7913156747817993,
      "learning_rate": 0.00017067635518836177,
      "loss": 7.7066,
      "step": 219960
    },
    {
      "epoch": 0.45827083333333335,
      "grad_norm": 0.7979596257209778,
      "learning_rate": 0.00017066659069735034,
      "loss": 6.9395,
      "step": 219970
    },
    {
      "epoch": 0.45829166666666665,
      "grad_norm": 0.760079562664032,
      "learning_rate": 0.00017065682611706748,
      "loss": 7.1783,
      "step": 219980
    },
    {
      "epoch": 0.4583125,
      "grad_norm": 1.112734317779541,
      "learning_rate": 0.0001706470614475552,
      "loss": 7.5532,
      "step": 219990
    },
    {
      "epoch": 0.4583333333333333,
      "grad_norm": 1.2328267097473145,
      "learning_rate": 0.00017063729668885584,
      "loss": 8.4658,
      "step": 220000
    },
    {
      "epoch": 0.4583333333333333,
      "eval_loss": 8.140996932983398,
      "eval_runtime": 8.4038,
      "eval_samples_per_second": 0.357,
      "eval_steps_per_second": 0.119,
      "step": 220000
    },
    {
      "epoch": 0.4583541666666667,
      "grad_norm": 0.8996438980102539,
      "learning_rate": 0.00017062753184101154,
      "loss": 7.572,
      "step": 220010
    },
    {
      "epoch": 0.458375,
      "grad_norm": 1.1335417032241821,
      "learning_rate": 0.00017061776690406447,
      "loss": 8.2532,
      "step": 220020
    },
    {
      "epoch": 0.45839583333333334,
      "grad_norm": 0.7750123143196106,
      "learning_rate": 0.00017060800187805678,
      "loss": 7.647,
      "step": 220030
    },
    {
      "epoch": 0.45841666666666664,
      "grad_norm": 0.6461507081985474,
      "learning_rate": 0.00017059823676303067,
      "loss": 7.2069,
      "step": 220040
    },
    {
      "epoch": 0.4584375,
      "grad_norm": 0.7932400107383728,
      "learning_rate": 0.0001705884715590284,
      "loss": 7.3374,
      "step": 220050
    },
    {
      "epoch": 0.45845833333333336,
      "grad_norm": 1.6541465520858765,
      "learning_rate": 0.000170578706266092,
      "loss": 7.6534,
      "step": 220060
    },
    {
      "epoch": 0.45847916666666666,
      "grad_norm": 4.547547817230225,
      "learning_rate": 0.00017056894088426377,
      "loss": 7.4862,
      "step": 220070
    },
    {
      "epoch": 0.4585,
      "grad_norm": 0.9316239953041077,
      "learning_rate": 0.00017055917541358587,
      "loss": 7.6441,
      "step": 220080
    },
    {
      "epoch": 0.4585208333333333,
      "grad_norm": 0.7228168249130249,
      "learning_rate": 0.00017054940985410043,
      "loss": 7.191,
      "step": 220090
    },
    {
      "epoch": 0.4585416666666667,
      "grad_norm": 0.808652400970459,
      "learning_rate": 0.0001705396442058497,
      "loss": 7.0897,
      "step": 220100
    },
    {
      "epoch": 0.4585625,
      "grad_norm": 0.5208843946456909,
      "learning_rate": 0.00017052987846887587,
      "loss": 7.9837,
      "step": 220110
    },
    {
      "epoch": 0.45858333333333334,
      "grad_norm": 0.6760120391845703,
      "learning_rate": 0.00017052011264322105,
      "loss": 7.1326,
      "step": 220120
    },
    {
      "epoch": 0.45860416666666665,
      "grad_norm": 1.6909058094024658,
      "learning_rate": 0.00017051034672892746,
      "loss": 7.0773,
      "step": 220130
    },
    {
      "epoch": 0.458625,
      "grad_norm": 3.206981897354126,
      "learning_rate": 0.00017050058072603732,
      "loss": 7.8628,
      "step": 220140
    },
    {
      "epoch": 0.4586458333333333,
      "grad_norm": 10.42654037475586,
      "learning_rate": 0.00017049081463459278,
      "loss": 7.3248,
      "step": 220150
    },
    {
      "epoch": 0.45866666666666667,
      "grad_norm": 1.7446759939193726,
      "learning_rate": 0.000170481048454636,
      "loss": 7.4556,
      "step": 220160
    },
    {
      "epoch": 0.4586875,
      "grad_norm": 0.9895853400230408,
      "learning_rate": 0.0001704712821862092,
      "loss": 6.9535,
      "step": 220170
    },
    {
      "epoch": 0.45870833333333333,
      "grad_norm": 6.733854293823242,
      "learning_rate": 0.00017046151582935463,
      "loss": 7.4092,
      "step": 220180
    },
    {
      "epoch": 0.4587291666666667,
      "grad_norm": 1.1920453310012817,
      "learning_rate": 0.00017045174938411434,
      "loss": 7.2717,
      "step": 220190
    },
    {
      "epoch": 0.45875,
      "grad_norm": 0.6963575482368469,
      "learning_rate": 0.00017044198285053063,
      "loss": 8.0207,
      "step": 220200
    },
    {
      "epoch": 0.45877083333333335,
      "grad_norm": 5.1068434715271,
      "learning_rate": 0.00017043221622864562,
      "loss": 7.8337,
      "step": 220210
    },
    {
      "epoch": 0.45879166666666665,
      "grad_norm": 0.6591026186943054,
      "learning_rate": 0.00017042244951850154,
      "loss": 7.2882,
      "step": 220220
    },
    {
      "epoch": 0.4588125,
      "grad_norm": 0.7339034676551819,
      "learning_rate": 0.00017041268272014056,
      "loss": 7.5293,
      "step": 220230
    },
    {
      "epoch": 0.4588333333333333,
      "grad_norm": 0.7233437895774841,
      "learning_rate": 0.00017040291583360486,
      "loss": 7.4499,
      "step": 220240
    },
    {
      "epoch": 0.4588541666666667,
      "grad_norm": 4.1242146492004395,
      "learning_rate": 0.00017039314885893664,
      "loss": 7.1186,
      "step": 220250
    },
    {
      "epoch": 0.458875,
      "grad_norm": 1.3815991878509521,
      "learning_rate": 0.00017038338179617809,
      "loss": 7.3079,
      "step": 220260
    },
    {
      "epoch": 0.45889583333333334,
      "grad_norm": 4.310612678527832,
      "learning_rate": 0.00017037361464537141,
      "loss": 7.8,
      "step": 220270
    },
    {
      "epoch": 0.45891666666666664,
      "grad_norm": 1.4618871212005615,
      "learning_rate": 0.00017036384740655875,
      "loss": 7.2647,
      "step": 220280
    },
    {
      "epoch": 0.4589375,
      "grad_norm": 1.2159680128097534,
      "learning_rate": 0.00017035408007978238,
      "loss": 7.8854,
      "step": 220290
    },
    {
      "epoch": 0.45895833333333336,
      "grad_norm": 0.9556320309638977,
      "learning_rate": 0.0001703443126650844,
      "loss": 7.2741,
      "step": 220300
    },
    {
      "epoch": 0.45897916666666666,
      "grad_norm": 1.9774218797683716,
      "learning_rate": 0.00017033454516250703,
      "loss": 9.3264,
      "step": 220310
    },
    {
      "epoch": 0.459,
      "grad_norm": 2.6482510566711426,
      "learning_rate": 0.0001703247775720925,
      "loss": 7.9727,
      "step": 220320
    },
    {
      "epoch": 0.4590208333333333,
      "grad_norm": 0.7815766334533691,
      "learning_rate": 0.00017031500989388298,
      "loss": 8.6733,
      "step": 220330
    },
    {
      "epoch": 0.4590416666666667,
      "grad_norm": 0.588539183139801,
      "learning_rate": 0.0001703052421279207,
      "loss": 7.0951,
      "step": 220340
    },
    {
      "epoch": 0.4590625,
      "grad_norm": 0.9848797917366028,
      "learning_rate": 0.00017029547427424775,
      "loss": 8.9107,
      "step": 220350
    },
    {
      "epoch": 0.45908333333333334,
      "grad_norm": 1.3509976863861084,
      "learning_rate": 0.0001702857063329064,
      "loss": 7.8088,
      "step": 220360
    },
    {
      "epoch": 0.45910416666666665,
      "grad_norm": 1.0073670148849487,
      "learning_rate": 0.00017027593830393884,
      "loss": 7.9627,
      "step": 220370
    },
    {
      "epoch": 0.459125,
      "grad_norm": 1.404922366142273,
      "learning_rate": 0.00017026617018738724,
      "loss": 7.5273,
      "step": 220380
    },
    {
      "epoch": 0.4591458333333333,
      "grad_norm": 0.8467870950698853,
      "learning_rate": 0.00017025640198329374,
      "loss": 7.7035,
      "step": 220390
    },
    {
      "epoch": 0.45916666666666667,
      "grad_norm": 1.2781322002410889,
      "learning_rate": 0.0001702466336917007,
      "loss": 7.3937,
      "step": 220400
    },
    {
      "epoch": 0.4591875,
      "grad_norm": 0.7156255841255188,
      "learning_rate": 0.0001702368653126502,
      "loss": 7.3234,
      "step": 220410
    },
    {
      "epoch": 0.45920833333333333,
      "grad_norm": 0.6437944173812866,
      "learning_rate": 0.00017022709684618443,
      "loss": 7.7767,
      "step": 220420
    },
    {
      "epoch": 0.4592291666666667,
      "grad_norm": 1.4634824991226196,
      "learning_rate": 0.0001702173282923456,
      "loss": 7.923,
      "step": 220430
    },
    {
      "epoch": 0.45925,
      "grad_norm": 1.0760999917984009,
      "learning_rate": 0.00017020755965117595,
      "loss": 7.4128,
      "step": 220440
    },
    {
      "epoch": 0.45927083333333335,
      "grad_norm": 2.67020320892334,
      "learning_rate": 0.00017019779092271762,
      "loss": 8.5386,
      "step": 220450
    },
    {
      "epoch": 0.45929166666666665,
      "grad_norm": 1.4644685983657837,
      "learning_rate": 0.00017018802210701283,
      "loss": 7.4624,
      "step": 220460
    },
    {
      "epoch": 0.4593125,
      "grad_norm": 2.586981773376465,
      "learning_rate": 0.00017017825320410376,
      "loss": 7.4982,
      "step": 220470
    },
    {
      "epoch": 0.4593333333333333,
      "grad_norm": 2.058372735977173,
      "learning_rate": 0.00017016848421403264,
      "loss": 7.3775,
      "step": 220480
    },
    {
      "epoch": 0.4593541666666667,
      "grad_norm": 1.1934629678726196,
      "learning_rate": 0.00017015871513684162,
      "loss": 7.3856,
      "step": 220490
    },
    {
      "epoch": 0.459375,
      "grad_norm": 1.3760828971862793,
      "learning_rate": 0.00017014894597257296,
      "loss": 7.4877,
      "step": 220500
    },
    {
      "epoch": 0.45939583333333334,
      "grad_norm": 0.9263586401939392,
      "learning_rate": 0.0001701391767212689,
      "loss": 7.0638,
      "step": 220510
    },
    {
      "epoch": 0.45941666666666664,
      "grad_norm": 1.1802669763565063,
      "learning_rate": 0.00017012940738297144,
      "loss": 8.1873,
      "step": 220520
    },
    {
      "epoch": 0.4594375,
      "grad_norm": 1.53667151927948,
      "learning_rate": 0.00017011963795772293,
      "loss": 7.4558,
      "step": 220530
    },
    {
      "epoch": 0.45945833333333336,
      "grad_norm": 1.5370304584503174,
      "learning_rate": 0.00017010986844556562,
      "loss": 7.6621,
      "step": 220540
    },
    {
      "epoch": 0.45947916666666666,
      "grad_norm": 0.8458788394927979,
      "learning_rate": 0.00017010009884654162,
      "loss": 7.2542,
      "step": 220550
    },
    {
      "epoch": 0.4595,
      "grad_norm": 0.8294445276260376,
      "learning_rate": 0.00017009032916069308,
      "loss": 7.4076,
      "step": 220560
    },
    {
      "epoch": 0.4595208333333333,
      "grad_norm": 7.0933613777160645,
      "learning_rate": 0.00017008055938806237,
      "loss": 7.6338,
      "step": 220570
    },
    {
      "epoch": 0.4595416666666667,
      "grad_norm": 0.8336971402168274,
      "learning_rate": 0.00017007078952869153,
      "loss": 7.1044,
      "step": 220580
    },
    {
      "epoch": 0.4595625,
      "grad_norm": 6.113631725311279,
      "learning_rate": 0.00017006101958262285,
      "loss": 7.7814,
      "step": 220590
    },
    {
      "epoch": 0.45958333333333334,
      "grad_norm": 2.4795336723327637,
      "learning_rate": 0.00017005124954989846,
      "loss": 7.3634,
      "step": 220600
    },
    {
      "epoch": 0.45960416666666665,
      "grad_norm": 2.7056071758270264,
      "learning_rate": 0.00017004147943056063,
      "loss": 7.3265,
      "step": 220610
    },
    {
      "epoch": 0.459625,
      "grad_norm": 1.271506428718567,
      "learning_rate": 0.00017003170922465157,
      "loss": 8.0124,
      "step": 220620
    },
    {
      "epoch": 0.4596458333333333,
      "grad_norm": 1.0516102313995361,
      "learning_rate": 0.00017002193893221344,
      "loss": 7.6355,
      "step": 220630
    },
    {
      "epoch": 0.45966666666666667,
      "grad_norm": 0.9096283912658691,
      "learning_rate": 0.00017001216855328844,
      "loss": 7.4468,
      "step": 220640
    },
    {
      "epoch": 0.4596875,
      "grad_norm": 1.1832200288772583,
      "learning_rate": 0.00017000239808791885,
      "loss": 7.2044,
      "step": 220650
    },
    {
      "epoch": 0.45970833333333333,
      "grad_norm": 1.938519835472107,
      "learning_rate": 0.00016999262753614674,
      "loss": 7.3001,
      "step": 220660
    },
    {
      "epoch": 0.4597291666666667,
      "grad_norm": 1.8002170324325562,
      "learning_rate": 0.0001699828568980144,
      "loss": 7.9173,
      "step": 220670
    },
    {
      "epoch": 0.45975,
      "grad_norm": 2.2985711097717285,
      "learning_rate": 0.00016997308617356413,
      "loss": 7.6086,
      "step": 220680
    },
    {
      "epoch": 0.45977083333333335,
      "grad_norm": 0.7092049717903137,
      "learning_rate": 0.00016996331536283792,
      "loss": 7.1082,
      "step": 220690
    },
    {
      "epoch": 0.45979166666666665,
      "grad_norm": 0.8932152390480042,
      "learning_rate": 0.00016995354446587812,
      "loss": 7.7661,
      "step": 220700
    },
    {
      "epoch": 0.4598125,
      "grad_norm": 6.887756824493408,
      "learning_rate": 0.00016994377348272693,
      "loss": 7.8821,
      "step": 220710
    },
    {
      "epoch": 0.4598333333333333,
      "grad_norm": 1.4841222763061523,
      "learning_rate": 0.00016993400241342653,
      "loss": 7.3725,
      "step": 220720
    },
    {
      "epoch": 0.4598541666666667,
      "grad_norm": 0.7106545567512512,
      "learning_rate": 0.0001699242312580191,
      "loss": 7.4311,
      "step": 220730
    },
    {
      "epoch": 0.459875,
      "grad_norm": 1.5907281637191772,
      "learning_rate": 0.0001699144600165469,
      "loss": 7.4771,
      "step": 220740
    },
    {
      "epoch": 0.45989583333333334,
      "grad_norm": 1.8384450674057007,
      "learning_rate": 0.00016990468868905215,
      "loss": 8.0356,
      "step": 220750
    },
    {
      "epoch": 0.45991666666666664,
      "grad_norm": 1.055629849433899,
      "learning_rate": 0.00016989491727557692,
      "loss": 7.5136,
      "step": 220760
    },
    {
      "epoch": 0.4599375,
      "grad_norm": 6.028687953948975,
      "learning_rate": 0.00016988514577616365,
      "loss": 7.9395,
      "step": 220770
    },
    {
      "epoch": 0.45995833333333336,
      "grad_norm": 3.9035727977752686,
      "learning_rate": 0.00016987537419085432,
      "loss": 7.7416,
      "step": 220780
    },
    {
      "epoch": 0.45997916666666666,
      "grad_norm": 1.0120023488998413,
      "learning_rate": 0.0001698656025196913,
      "loss": 7.2885,
      "step": 220790
    },
    {
      "epoch": 0.46,
      "grad_norm": 1.6312191486358643,
      "learning_rate": 0.0001698558307627167,
      "loss": 7.5692,
      "step": 220800
    },
    {
      "epoch": 0.4600208333333333,
      "grad_norm": 1.0498836040496826,
      "learning_rate": 0.0001698460589199728,
      "loss": 7.9326,
      "step": 220810
    },
    {
      "epoch": 0.4600416666666667,
      "grad_norm": 0.8926913142204285,
      "learning_rate": 0.00016983628699150178,
      "loss": 7.3594,
      "step": 220820
    },
    {
      "epoch": 0.4600625,
      "grad_norm": 1.0515598058700562,
      "learning_rate": 0.00016982651497734585,
      "loss": 7.652,
      "step": 220830
    },
    {
      "epoch": 0.46008333333333334,
      "grad_norm": 0.9066803455352783,
      "learning_rate": 0.00016981674287754717,
      "loss": 7.1974,
      "step": 220840
    },
    {
      "epoch": 0.46010416666666665,
      "grad_norm": 0.9022903442382812,
      "learning_rate": 0.0001698069706921481,
      "loss": 7.238,
      "step": 220850
    },
    {
      "epoch": 0.460125,
      "grad_norm": 1.5585441589355469,
      "learning_rate": 0.0001697971984211907,
      "loss": 7.5312,
      "step": 220860
    },
    {
      "epoch": 0.4601458333333333,
      "grad_norm": 1.7321200370788574,
      "learning_rate": 0.00016978742606471722,
      "loss": 7.9303,
      "step": 220870
    },
    {
      "epoch": 0.46016666666666667,
      "grad_norm": 4.833142280578613,
      "learning_rate": 0.00016977765362276995,
      "loss": 7.4706,
      "step": 220880
    },
    {
      "epoch": 0.4601875,
      "grad_norm": 0.8271864056587219,
      "learning_rate": 0.000169767881095391,
      "loss": 7.8853,
      "step": 220890
    },
    {
      "epoch": 0.46020833333333333,
      "grad_norm": 3.4597713947296143,
      "learning_rate": 0.00016975810848262265,
      "loss": 7.4933,
      "step": 220900
    },
    {
      "epoch": 0.4602291666666667,
      "grad_norm": 1.7867966890335083,
      "learning_rate": 0.0001697483357845071,
      "loss": 7.1777,
      "step": 220910
    },
    {
      "epoch": 0.46025,
      "grad_norm": 1.1810927391052246,
      "learning_rate": 0.00016973856300108654,
      "loss": 7.6715,
      "step": 220920
    },
    {
      "epoch": 0.46027083333333335,
      "grad_norm": 0.6795018315315247,
      "learning_rate": 0.0001697287901324032,
      "loss": 7.1029,
      "step": 220930
    },
    {
      "epoch": 0.46029166666666665,
      "grad_norm": 1.2180105447769165,
      "learning_rate": 0.0001697190171784993,
      "loss": 7.428,
      "step": 220940
    },
    {
      "epoch": 0.4603125,
      "grad_norm": 0.8276692032814026,
      "learning_rate": 0.00016970924413941705,
      "loss": 7.4867,
      "step": 220950
    },
    {
      "epoch": 0.4603333333333333,
      "grad_norm": 0.7451894879341125,
      "learning_rate": 0.00016969947101519865,
      "loss": 8.1484,
      "step": 220960
    },
    {
      "epoch": 0.4603541666666667,
      "grad_norm": 1.3404256105422974,
      "learning_rate": 0.00016968969780588634,
      "loss": 7.925,
      "step": 220970
    },
    {
      "epoch": 0.460375,
      "grad_norm": 1.1592262983322144,
      "learning_rate": 0.00016967992451152235,
      "loss": 7.5004,
      "step": 220980
    },
    {
      "epoch": 0.46039583333333334,
      "grad_norm": 1.4397169351577759,
      "learning_rate": 0.0001696701511321489,
      "loss": 7.2679,
      "step": 220990
    },
    {
      "epoch": 0.46041666666666664,
      "grad_norm": 1.3047168254852295,
      "learning_rate": 0.0001696603776678081,
      "loss": 7.576,
      "step": 221000
    },
    {
      "epoch": 0.46041666666666664,
      "eval_loss": 7.747546195983887,
      "eval_runtime": 8.3092,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 221000
    },
    {
      "epoch": 0.4604375,
      "grad_norm": 1.5882575511932373,
      "learning_rate": 0.0001696506041185423,
      "loss": 7.8461,
      "step": 221010
    },
    {
      "epoch": 0.46045833333333336,
      "grad_norm": 2.631680965423584,
      "learning_rate": 0.00016964083048439372,
      "loss": 7.6017,
      "step": 221020
    },
    {
      "epoch": 0.46047916666666666,
      "grad_norm": 1.4321401119232178,
      "learning_rate": 0.00016963105676540445,
      "loss": 7.3583,
      "step": 221030
    },
    {
      "epoch": 0.4605,
      "grad_norm": 1.178112506866455,
      "learning_rate": 0.00016962128296161676,
      "loss": 7.9487,
      "step": 221040
    },
    {
      "epoch": 0.4605208333333333,
      "grad_norm": 0.7097272276878357,
      "learning_rate": 0.000169611509073073,
      "loss": 7.5691,
      "step": 221050
    },
    {
      "epoch": 0.4605416666666667,
      "grad_norm": 1.99337637424469,
      "learning_rate": 0.00016960173509981518,
      "loss": 7.7454,
      "step": 221060
    },
    {
      "epoch": 0.4605625,
      "grad_norm": 1.3946911096572876,
      "learning_rate": 0.00016959196104188572,
      "loss": 7.364,
      "step": 221070
    },
    {
      "epoch": 0.46058333333333334,
      "grad_norm": 1.8040510416030884,
      "learning_rate": 0.00016958218689932668,
      "loss": 7.2933,
      "step": 221080
    },
    {
      "epoch": 0.46060416666666665,
      "grad_norm": 1.8210829496383667,
      "learning_rate": 0.00016957241267218036,
      "loss": 8.1408,
      "step": 221090
    },
    {
      "epoch": 0.460625,
      "grad_norm": 0.9081739783287048,
      "learning_rate": 0.00016956263836048895,
      "loss": 7.3389,
      "step": 221100
    },
    {
      "epoch": 0.4606458333333333,
      "grad_norm": 0.8938429355621338,
      "learning_rate": 0.00016955286396429467,
      "loss": 7.759,
      "step": 221110
    },
    {
      "epoch": 0.46066666666666667,
      "grad_norm": 1.021867275238037,
      "learning_rate": 0.00016954308948363982,
      "loss": 7.2907,
      "step": 221120
    },
    {
      "epoch": 0.4606875,
      "grad_norm": 2.7164504528045654,
      "learning_rate": 0.00016953331491856652,
      "loss": 7.761,
      "step": 221130
    },
    {
      "epoch": 0.46070833333333333,
      "grad_norm": 0.817012369632721,
      "learning_rate": 0.00016952354026911702,
      "loss": 7.4191,
      "step": 221140
    },
    {
      "epoch": 0.4607291666666667,
      "grad_norm": 1.1256227493286133,
      "learning_rate": 0.00016951376553533357,
      "loss": 7.5916,
      "step": 221150
    },
    {
      "epoch": 0.46075,
      "grad_norm": 1.5534723997116089,
      "learning_rate": 0.0001695039907172584,
      "loss": 7.7454,
      "step": 221160
    },
    {
      "epoch": 0.46077083333333335,
      "grad_norm": 2.4620707035064697,
      "learning_rate": 0.00016949421581493365,
      "loss": 8.0242,
      "step": 221170
    },
    {
      "epoch": 0.46079166666666665,
      "grad_norm": 2.690359592437744,
      "learning_rate": 0.00016948444082840163,
      "loss": 7.5824,
      "step": 221180
    },
    {
      "epoch": 0.4608125,
      "grad_norm": 1.8323228359222412,
      "learning_rate": 0.00016947466575770455,
      "loss": 7.869,
      "step": 221190
    },
    {
      "epoch": 0.4608333333333333,
      "grad_norm": 0.9682914018630981,
      "learning_rate": 0.00016946489060288463,
      "loss": 7.9511,
      "step": 221200
    },
    {
      "epoch": 0.4608541666666667,
      "grad_norm": 0.7967188954353333,
      "learning_rate": 0.0001694551153639841,
      "loss": 7.5653,
      "step": 221210
    },
    {
      "epoch": 0.460875,
      "grad_norm": 1.4943443536758423,
      "learning_rate": 0.00016944534004104515,
      "loss": 7.6405,
      "step": 221220
    },
    {
      "epoch": 0.46089583333333334,
      "grad_norm": 0.9698336720466614,
      "learning_rate": 0.00016943556463411,
      "loss": 7.33,
      "step": 221230
    },
    {
      "epoch": 0.46091666666666664,
      "grad_norm": 1.6315810680389404,
      "learning_rate": 0.00016942578914322097,
      "loss": 7.5903,
      "step": 221240
    },
    {
      "epoch": 0.4609375,
      "grad_norm": 2.4225659370422363,
      "learning_rate": 0.00016941601356842018,
      "loss": 7.356,
      "step": 221250
    },
    {
      "epoch": 0.46095833333333336,
      "grad_norm": 1.050789475440979,
      "learning_rate": 0.00016940623790974985,
      "loss": 7.7237,
      "step": 221260
    },
    {
      "epoch": 0.46097916666666666,
      "grad_norm": 0.8335479497909546,
      "learning_rate": 0.00016939646216725235,
      "loss": 7.6605,
      "step": 221270
    },
    {
      "epoch": 0.461,
      "grad_norm": 1.3163000345230103,
      "learning_rate": 0.00016938668634096976,
      "loss": 7.4596,
      "step": 221280
    },
    {
      "epoch": 0.4610208333333333,
      "grad_norm": 0.5553600192070007,
      "learning_rate": 0.00016937691043094436,
      "loss": 7.0357,
      "step": 221290
    },
    {
      "epoch": 0.4610416666666667,
      "grad_norm": 2.2240235805511475,
      "learning_rate": 0.00016936713443721838,
      "loss": 7.1862,
      "step": 221300
    },
    {
      "epoch": 0.4610625,
      "grad_norm": 1.1263277530670166,
      "learning_rate": 0.00016935735835983405,
      "loss": 7.9818,
      "step": 221310
    },
    {
      "epoch": 0.46108333333333335,
      "grad_norm": 1.9865888357162476,
      "learning_rate": 0.00016934758219883358,
      "loss": 7.3708,
      "step": 221320
    },
    {
      "epoch": 0.46110416666666665,
      "grad_norm": 0.9493881464004517,
      "learning_rate": 0.00016933780595425923,
      "loss": 8.1754,
      "step": 221330
    },
    {
      "epoch": 0.461125,
      "grad_norm": 0.5992984771728516,
      "learning_rate": 0.0001693280296261532,
      "loss": 7.8108,
      "step": 221340
    },
    {
      "epoch": 0.4611458333333333,
      "grad_norm": 3.3866612911224365,
      "learning_rate": 0.00016931825321455773,
      "loss": 7.9661,
      "step": 221350
    },
    {
      "epoch": 0.46116666666666667,
      "grad_norm": 3.6318678855895996,
      "learning_rate": 0.00016930847671951509,
      "loss": 9.018,
      "step": 221360
    },
    {
      "epoch": 0.4611875,
      "grad_norm": 0.8550367951393127,
      "learning_rate": 0.0001692987001410674,
      "loss": 7.1948,
      "step": 221370
    },
    {
      "epoch": 0.46120833333333333,
      "grad_norm": 3.038992166519165,
      "learning_rate": 0.00016928892347925704,
      "loss": 7.7385,
      "step": 221380
    },
    {
      "epoch": 0.4612291666666667,
      "grad_norm": 6.890769958496094,
      "learning_rate": 0.00016927914673412611,
      "loss": 8.3176,
      "step": 221390
    },
    {
      "epoch": 0.46125,
      "grad_norm": 0.7160511612892151,
      "learning_rate": 0.00016926936990571692,
      "loss": 7.3482,
      "step": 221400
    },
    {
      "epoch": 0.46127083333333335,
      "grad_norm": 1.651052474975586,
      "learning_rate": 0.0001692595929940717,
      "loss": 7.9733,
      "step": 221410
    },
    {
      "epoch": 0.46129166666666666,
      "grad_norm": 1.0786160230636597,
      "learning_rate": 0.00016924981599923265,
      "loss": 7.8873,
      "step": 221420
    },
    {
      "epoch": 0.4613125,
      "grad_norm": 1.646963357925415,
      "learning_rate": 0.00016924003892124196,
      "loss": 7.6255,
      "step": 221430
    },
    {
      "epoch": 0.4613333333333333,
      "grad_norm": 2.3212027549743652,
      "learning_rate": 0.00016923026176014202,
      "loss": 7.7231,
      "step": 221440
    },
    {
      "epoch": 0.4613541666666667,
      "grad_norm": 1.134758472442627,
      "learning_rate": 0.0001692204845159749,
      "loss": 7.5131,
      "step": 221450
    },
    {
      "epoch": 0.461375,
      "grad_norm": 1.0894912481307983,
      "learning_rate": 0.00016921070718878286,
      "loss": 7.5784,
      "step": 221460
    },
    {
      "epoch": 0.46139583333333334,
      "grad_norm": 1.0636051893234253,
      "learning_rate": 0.00016920092977860824,
      "loss": 7.603,
      "step": 221470
    },
    {
      "epoch": 0.46141666666666664,
      "grad_norm": 0.7194344997406006,
      "learning_rate": 0.00016919115228549315,
      "loss": 7.8087,
      "step": 221480
    },
    {
      "epoch": 0.4614375,
      "grad_norm": 0.9655524492263794,
      "learning_rate": 0.00016918137470947993,
      "loss": 7.4296,
      "step": 221490
    },
    {
      "epoch": 0.46145833333333336,
      "grad_norm": 0.9389301538467407,
      "learning_rate": 0.00016917159705061072,
      "loss": 7.8386,
      "step": 221500
    },
    {
      "epoch": 0.46147916666666666,
      "grad_norm": 0.715759813785553,
      "learning_rate": 0.0001691618193089278,
      "loss": 7.6966,
      "step": 221510
    },
    {
      "epoch": 0.4615,
      "grad_norm": 2.1723639965057373,
      "learning_rate": 0.00016915204148447349,
      "loss": 7.47,
      "step": 221520
    },
    {
      "epoch": 0.4615208333333333,
      "grad_norm": 1.6795287132263184,
      "learning_rate": 0.00016914226357728982,
      "loss": 7.2906,
      "step": 221530
    },
    {
      "epoch": 0.4615416666666667,
      "grad_norm": 1.8094161748886108,
      "learning_rate": 0.00016913248558741918,
      "loss": 7.5229,
      "step": 221540
    },
    {
      "epoch": 0.4615625,
      "grad_norm": 1.5844120979309082,
      "learning_rate": 0.00016912270751490383,
      "loss": 7.1414,
      "step": 221550
    },
    {
      "epoch": 0.46158333333333335,
      "grad_norm": 2.7215261459350586,
      "learning_rate": 0.0001691129293597859,
      "loss": 7.4116,
      "step": 221560
    },
    {
      "epoch": 0.46160416666666665,
      "grad_norm": 1.3064677715301514,
      "learning_rate": 0.0001691031511221077,
      "loss": 7.6578,
      "step": 221570
    },
    {
      "epoch": 0.461625,
      "grad_norm": 1.035807728767395,
      "learning_rate": 0.00016909337280191148,
      "loss": 7.6365,
      "step": 221580
    },
    {
      "epoch": 0.4616458333333333,
      "grad_norm": 0.9397101998329163,
      "learning_rate": 0.0001690835943992394,
      "loss": 7.4879,
      "step": 221590
    },
    {
      "epoch": 0.46166666666666667,
      "grad_norm": 1.0311334133148193,
      "learning_rate": 0.00016907381591413373,
      "loss": 7.4359,
      "step": 221600
    },
    {
      "epoch": 0.4616875,
      "grad_norm": 0.5510635375976562,
      "learning_rate": 0.0001690640373466368,
      "loss": 7.5927,
      "step": 221610
    },
    {
      "epoch": 0.46170833333333333,
      "grad_norm": 1.2628217935562134,
      "learning_rate": 0.0001690542586967907,
      "loss": 7.9908,
      "step": 221620
    },
    {
      "epoch": 0.4617291666666667,
      "grad_norm": 0.5312157273292542,
      "learning_rate": 0.00016904447996463775,
      "loss": 7.2433,
      "step": 221630
    },
    {
      "epoch": 0.46175,
      "grad_norm": 3.0194852352142334,
      "learning_rate": 0.00016903470115022028,
      "loss": 7.255,
      "step": 221640
    },
    {
      "epoch": 0.46177083333333335,
      "grad_norm": 1.2877885103225708,
      "learning_rate": 0.00016902492225358032,
      "loss": 7.7806,
      "step": 221650
    },
    {
      "epoch": 0.46179166666666666,
      "grad_norm": 1.1787583827972412,
      "learning_rate": 0.00016901514327476028,
      "loss": 7.8935,
      "step": 221660
    },
    {
      "epoch": 0.4618125,
      "grad_norm": 3.4837138652801514,
      "learning_rate": 0.00016900536421380233,
      "loss": 7.5771,
      "step": 221670
    },
    {
      "epoch": 0.4618333333333333,
      "grad_norm": 4.959741592407227,
      "learning_rate": 0.00016899558507074873,
      "loss": 8.1344,
      "step": 221680
    },
    {
      "epoch": 0.4618541666666667,
      "grad_norm": 2.1566965579986572,
      "learning_rate": 0.00016898580584564173,
      "loss": 7.6537,
      "step": 221690
    },
    {
      "epoch": 0.461875,
      "grad_norm": 1.2397149801254272,
      "learning_rate": 0.00016897602653852357,
      "loss": 7.0863,
      "step": 221700
    },
    {
      "epoch": 0.46189583333333334,
      "grad_norm": 0.9556277990341187,
      "learning_rate": 0.0001689662471494365,
      "loss": 7.4392,
      "step": 221710
    },
    {
      "epoch": 0.46191666666666664,
      "grad_norm": 0.9231328368186951,
      "learning_rate": 0.00016895646767842276,
      "loss": 7.8023,
      "step": 221720
    },
    {
      "epoch": 0.4619375,
      "grad_norm": 1.8942009210586548,
      "learning_rate": 0.0001689466881255245,
      "loss": 7.6061,
      "step": 221730
    },
    {
      "epoch": 0.46195833333333336,
      "grad_norm": 3.9556679725646973,
      "learning_rate": 0.0001689369084907841,
      "loss": 7.4224,
      "step": 221740
    },
    {
      "epoch": 0.46197916666666666,
      "grad_norm": 2.3280229568481445,
      "learning_rate": 0.00016892712877424377,
      "loss": 7.4153,
      "step": 221750
    },
    {
      "epoch": 0.462,
      "grad_norm": 8.673600196838379,
      "learning_rate": 0.0001689173489759457,
      "loss": 7.6738,
      "step": 221760
    },
    {
      "epoch": 0.4620208333333333,
      "grad_norm": 0.9842322468757629,
      "learning_rate": 0.0001689075690959322,
      "loss": 8.0432,
      "step": 221770
    },
    {
      "epoch": 0.4620416666666667,
      "grad_norm": 2.1555094718933105,
      "learning_rate": 0.0001688977891342455,
      "loss": 8.7251,
      "step": 221780
    },
    {
      "epoch": 0.4620625,
      "grad_norm": 0.7199174165725708,
      "learning_rate": 0.0001688880090909278,
      "loss": 8.6914,
      "step": 221790
    },
    {
      "epoch": 0.46208333333333335,
      "grad_norm": 1.0000405311584473,
      "learning_rate": 0.00016887822896602137,
      "loss": 7.6007,
      "step": 221800
    },
    {
      "epoch": 0.46210416666666665,
      "grad_norm": 1.344975471496582,
      "learning_rate": 0.00016886844875956846,
      "loss": 7.0977,
      "step": 221810
    },
    {
      "epoch": 0.462125,
      "grad_norm": 1.1032518148422241,
      "learning_rate": 0.00016885866847161135,
      "loss": 7.7697,
      "step": 221820
    },
    {
      "epoch": 0.4621458333333333,
      "grad_norm": 1.5518239736557007,
      "learning_rate": 0.00016884888810219224,
      "loss": 7.2755,
      "step": 221830
    },
    {
      "epoch": 0.46216666666666667,
      "grad_norm": 1.778113603591919,
      "learning_rate": 0.0001688391076513534,
      "loss": 7.7185,
      "step": 221840
    },
    {
      "epoch": 0.4621875,
      "grad_norm": 1.0224847793579102,
      "learning_rate": 0.00016882932711913707,
      "loss": 7.8912,
      "step": 221850
    },
    {
      "epoch": 0.46220833333333333,
      "grad_norm": 1.0399422645568848,
      "learning_rate": 0.00016881954650558548,
      "loss": 7.5019,
      "step": 221860
    },
    {
      "epoch": 0.4622291666666667,
      "grad_norm": 1.4102312326431274,
      "learning_rate": 0.00016880976581074093,
      "loss": 7.7358,
      "step": 221870
    },
    {
      "epoch": 0.46225,
      "grad_norm": 1.5338748693466187,
      "learning_rate": 0.00016879998503464561,
      "loss": 7.6809,
      "step": 221880
    },
    {
      "epoch": 0.46227083333333335,
      "grad_norm": 1.6989535093307495,
      "learning_rate": 0.00016879020417734182,
      "loss": 7.337,
      "step": 221890
    },
    {
      "epoch": 0.46229166666666666,
      "grad_norm": 0.5892281532287598,
      "learning_rate": 0.00016878042323887176,
      "loss": 7.4063,
      "step": 221900
    },
    {
      "epoch": 0.4623125,
      "grad_norm": 1.0465954542160034,
      "learning_rate": 0.00016877064221927773,
      "loss": 7.8146,
      "step": 221910
    },
    {
      "epoch": 0.4623333333333333,
      "grad_norm": 0.9039067029953003,
      "learning_rate": 0.00016876086111860197,
      "loss": 7.3675,
      "step": 221920
    },
    {
      "epoch": 0.4623541666666667,
      "grad_norm": 0.64722740650177,
      "learning_rate": 0.00016875107993688667,
      "loss": 7.2569,
      "step": 221930
    },
    {
      "epoch": 0.462375,
      "grad_norm": 0.6420785784721375,
      "learning_rate": 0.00016874129867417415,
      "loss": 7.4814,
      "step": 221940
    },
    {
      "epoch": 0.46239583333333334,
      "grad_norm": 2.3223981857299805,
      "learning_rate": 0.00016873151733050665,
      "loss": 7.6603,
      "step": 221950
    },
    {
      "epoch": 0.46241666666666664,
      "grad_norm": 2.9256460666656494,
      "learning_rate": 0.00016872173590592638,
      "loss": 8.0284,
      "step": 221960
    },
    {
      "epoch": 0.4624375,
      "grad_norm": 1.952270746231079,
      "learning_rate": 0.0001687119544004757,
      "loss": 7.5545,
      "step": 221970
    },
    {
      "epoch": 0.46245833333333336,
      "grad_norm": 1.5841985940933228,
      "learning_rate": 0.0001687021728141967,
      "loss": 7.3455,
      "step": 221980
    },
    {
      "epoch": 0.46247916666666666,
      "grad_norm": 0.8981848359107971,
      "learning_rate": 0.0001686923911471317,
      "loss": 7.5472,
      "step": 221990
    },
    {
      "epoch": 0.4625,
      "grad_norm": 2.2762503623962402,
      "learning_rate": 0.00016868260939932305,
      "loss": 7.0116,
      "step": 222000
    },
    {
      "epoch": 0.4625,
      "eval_loss": 8.523515701293945,
      "eval_runtime": 8.1846,
      "eval_samples_per_second": 0.367,
      "eval_steps_per_second": 0.122,
      "step": 222000
    },
    {
      "epoch": 0.4625208333333333,
      "grad_norm": 9.23031997680664,
      "learning_rate": 0.00016867282757081285,
      "loss": 7.5488,
      "step": 222010
    },
    {
      "epoch": 0.4625416666666667,
      "grad_norm": 0.6773752570152283,
      "learning_rate": 0.0001686630456616435,
      "loss": 7.5396,
      "step": 222020
    },
    {
      "epoch": 0.4625625,
      "grad_norm": 0.9140262603759766,
      "learning_rate": 0.0001686532636718571,
      "loss": 7.4315,
      "step": 222030
    },
    {
      "epoch": 0.46258333333333335,
      "grad_norm": 0.8564068078994751,
      "learning_rate": 0.00016864348160149605,
      "loss": 7.3165,
      "step": 222040
    },
    {
      "epoch": 0.46260416666666665,
      "grad_norm": 0.5843437910079956,
      "learning_rate": 0.00016863369945060248,
      "loss": 7.5871,
      "step": 222050
    },
    {
      "epoch": 0.462625,
      "grad_norm": 0.8286625742912292,
      "learning_rate": 0.00016862391721921872,
      "loss": 7.4671,
      "step": 222060
    },
    {
      "epoch": 0.4626458333333333,
      "grad_norm": 0.7965304255485535,
      "learning_rate": 0.00016861413490738706,
      "loss": 7.1785,
      "step": 222070
    },
    {
      "epoch": 0.46266666666666667,
      "grad_norm": 1.1353856325149536,
      "learning_rate": 0.00016860435251514963,
      "loss": 7.3608,
      "step": 222080
    },
    {
      "epoch": 0.4626875,
      "grad_norm": 1.7576535940170288,
      "learning_rate": 0.00016859457004254886,
      "loss": 8.0633,
      "step": 222090
    },
    {
      "epoch": 0.46270833333333333,
      "grad_norm": 1.1611518859863281,
      "learning_rate": 0.0001685847874896268,
      "loss": 7.2628,
      "step": 222100
    },
    {
      "epoch": 0.4627291666666667,
      "grad_norm": 0.916007936000824,
      "learning_rate": 0.0001685750048564259,
      "loss": 7.1539,
      "step": 222110
    },
    {
      "epoch": 0.46275,
      "grad_norm": 1.2475353479385376,
      "learning_rate": 0.00016856522214298827,
      "loss": 7.349,
      "step": 222120
    },
    {
      "epoch": 0.46277083333333335,
      "grad_norm": 0.6461321115493774,
      "learning_rate": 0.00016855543934935624,
      "loss": 7.0955,
      "step": 222130
    },
    {
      "epoch": 0.46279166666666666,
      "grad_norm": 1.4979348182678223,
      "learning_rate": 0.0001685456564755721,
      "loss": 7.6486,
      "step": 222140
    },
    {
      "epoch": 0.4628125,
      "grad_norm": 0.873096764087677,
      "learning_rate": 0.00016853587352167804,
      "loss": 7.2738,
      "step": 222150
    },
    {
      "epoch": 0.4628333333333333,
      "grad_norm": 0.6703115105628967,
      "learning_rate": 0.00016852609048771634,
      "loss": 7.6751,
      "step": 222160
    },
    {
      "epoch": 0.4628541666666667,
      "grad_norm": 0.880000114440918,
      "learning_rate": 0.00016851630737372926,
      "loss": 6.8525,
      "step": 222170
    },
    {
      "epoch": 0.462875,
      "grad_norm": 0.762139081954956,
      "learning_rate": 0.00016850652417975905,
      "loss": 8.5902,
      "step": 222180
    },
    {
      "epoch": 0.46289583333333334,
      "grad_norm": 0.8851205706596375,
      "learning_rate": 0.000168496740905848,
      "loss": 7.1215,
      "step": 222190
    },
    {
      "epoch": 0.46291666666666664,
      "grad_norm": 0.8522275686264038,
      "learning_rate": 0.0001684869575520383,
      "loss": 8.2864,
      "step": 222200
    },
    {
      "epoch": 0.4629375,
      "grad_norm": 0.9408637285232544,
      "learning_rate": 0.00016847717411837233,
      "loss": 7.6346,
      "step": 222210
    },
    {
      "epoch": 0.46295833333333336,
      "grad_norm": 0.9743333458900452,
      "learning_rate": 0.00016846739060489226,
      "loss": 7.4884,
      "step": 222220
    },
    {
      "epoch": 0.46297916666666666,
      "grad_norm": 1.017167091369629,
      "learning_rate": 0.00016845760701164034,
      "loss": 7.4956,
      "step": 222230
    },
    {
      "epoch": 0.463,
      "grad_norm": 2.336988687515259,
      "learning_rate": 0.00016844782333865892,
      "loss": 7.3672,
      "step": 222240
    },
    {
      "epoch": 0.4630208333333333,
      "grad_norm": 0.734073281288147,
      "learning_rate": 0.0001684380395859902,
      "loss": 7.7584,
      "step": 222250
    },
    {
      "epoch": 0.4630416666666667,
      "grad_norm": 0.8285989165306091,
      "learning_rate": 0.00016842825575367638,
      "loss": 7.4256,
      "step": 222260
    },
    {
      "epoch": 0.4630625,
      "grad_norm": 3.030062198638916,
      "learning_rate": 0.00016841847184175985,
      "loss": 7.34,
      "step": 222270
    },
    {
      "epoch": 0.46308333333333335,
      "grad_norm": 0.8574851751327515,
      "learning_rate": 0.0001684086878502828,
      "loss": 6.8905,
      "step": 222280
    },
    {
      "epoch": 0.46310416666666665,
      "grad_norm": 1.1712967157363892,
      "learning_rate": 0.00016839890377928752,
      "loss": 7.3856,
      "step": 222290
    },
    {
      "epoch": 0.463125,
      "grad_norm": 0.7334065437316895,
      "learning_rate": 0.0001683891196288162,
      "loss": 7.4962,
      "step": 222300
    },
    {
      "epoch": 0.4631458333333333,
      "grad_norm": 2.272960662841797,
      "learning_rate": 0.00016837933539891122,
      "loss": 7.5443,
      "step": 222310
    },
    {
      "epoch": 0.46316666666666667,
      "grad_norm": 0.6133019924163818,
      "learning_rate": 0.0001683695510896148,
      "loss": 7.5482,
      "step": 222320
    },
    {
      "epoch": 0.4631875,
      "grad_norm": 1.1827083826065063,
      "learning_rate": 0.0001683597667009691,
      "loss": 7.6072,
      "step": 222330
    },
    {
      "epoch": 0.46320833333333333,
      "grad_norm": 1.2040736675262451,
      "learning_rate": 0.00016834998223301659,
      "loss": 7.6258,
      "step": 222340
    },
    {
      "epoch": 0.4632291666666667,
      "grad_norm": 1.1085479259490967,
      "learning_rate": 0.00016834019768579935,
      "loss": 7.49,
      "step": 222350
    },
    {
      "epoch": 0.46325,
      "grad_norm": 1.091970682144165,
      "learning_rate": 0.0001683304130593597,
      "loss": 7.6712,
      "step": 222360
    },
    {
      "epoch": 0.46327083333333335,
      "grad_norm": 10.68558406829834,
      "learning_rate": 0.00016832062835373999,
      "loss": 7.615,
      "step": 222370
    },
    {
      "epoch": 0.46329166666666666,
      "grad_norm": 0.7199156880378723,
      "learning_rate": 0.00016831084356898237,
      "loss": 7.5801,
      "step": 222380
    },
    {
      "epoch": 0.4633125,
      "grad_norm": 1.975160837173462,
      "learning_rate": 0.00016830105870512918,
      "loss": 7.4967,
      "step": 222390
    },
    {
      "epoch": 0.4633333333333333,
      "grad_norm": 2.744821310043335,
      "learning_rate": 0.0001682912737622226,
      "loss": 8.5756,
      "step": 222400
    },
    {
      "epoch": 0.4633541666666667,
      "grad_norm": 1.0244224071502686,
      "learning_rate": 0.000168281488740305,
      "loss": 7.9335,
      "step": 222410
    },
    {
      "epoch": 0.463375,
      "grad_norm": 2.4213075637817383,
      "learning_rate": 0.00016827170363941865,
      "loss": 7.8353,
      "step": 222420
    },
    {
      "epoch": 0.46339583333333334,
      "grad_norm": 1.4622522592544556,
      "learning_rate": 0.00016826191845960569,
      "loss": 7.524,
      "step": 222430
    },
    {
      "epoch": 0.46341666666666664,
      "grad_norm": 1.2023341655731201,
      "learning_rate": 0.0001682521332009085,
      "loss": 7.2433,
      "step": 222440
    },
    {
      "epoch": 0.4634375,
      "grad_norm": 1.150935173034668,
      "learning_rate": 0.00016824234786336936,
      "loss": 7.8642,
      "step": 222450
    },
    {
      "epoch": 0.46345833333333336,
      "grad_norm": 0.919680655002594,
      "learning_rate": 0.00016823256244703045,
      "loss": 7.3159,
      "step": 222460
    },
    {
      "epoch": 0.46347916666666666,
      "grad_norm": 1.0131217241287231,
      "learning_rate": 0.00016822277695193407,
      "loss": 7.7406,
      "step": 222470
    },
    {
      "epoch": 0.4635,
      "grad_norm": 1.1757715940475464,
      "learning_rate": 0.00016821299137812257,
      "loss": 7.3718,
      "step": 222480
    },
    {
      "epoch": 0.4635208333333333,
      "grad_norm": 0.8843013048171997,
      "learning_rate": 0.00016820320572563815,
      "loss": 7.2104,
      "step": 222490
    },
    {
      "epoch": 0.4635416666666667,
      "grad_norm": 0.8125343918800354,
      "learning_rate": 0.000168193419994523,
      "loss": 7.4191,
      "step": 222500
    },
    {
      "epoch": 0.4635625,
      "grad_norm": 1.0846693515777588,
      "learning_rate": 0.0001681836341848196,
      "loss": 7.5616,
      "step": 222510
    },
    {
      "epoch": 0.46358333333333335,
      "grad_norm": 3.8890883922576904,
      "learning_rate": 0.00016817384829657004,
      "loss": 7.8395,
      "step": 222520
    },
    {
      "epoch": 0.46360416666666665,
      "grad_norm": 0.720731794834137,
      "learning_rate": 0.00016816406232981663,
      "loss": 7.6601,
      "step": 222530
    },
    {
      "epoch": 0.463625,
      "grad_norm": 0.8265661597251892,
      "learning_rate": 0.00016815427628460167,
      "loss": 7.3575,
      "step": 222540
    },
    {
      "epoch": 0.4636458333333333,
      "grad_norm": 0.7386536598205566,
      "learning_rate": 0.00016814449016096743,
      "loss": 7.0482,
      "step": 222550
    },
    {
      "epoch": 0.46366666666666667,
      "grad_norm": 1.2690496444702148,
      "learning_rate": 0.00016813470395895616,
      "loss": 7.4314,
      "step": 222560
    },
    {
      "epoch": 0.4636875,
      "grad_norm": 0.8679046630859375,
      "learning_rate": 0.00016812491767861018,
      "loss": 6.9521,
      "step": 222570
    },
    {
      "epoch": 0.46370833333333333,
      "grad_norm": 0.5527614951133728,
      "learning_rate": 0.00016811513131997173,
      "loss": 7.3143,
      "step": 222580
    },
    {
      "epoch": 0.4637291666666667,
      "grad_norm": 0.9717605710029602,
      "learning_rate": 0.00016810534488308307,
      "loss": 7.3125,
      "step": 222590
    },
    {
      "epoch": 0.46375,
      "grad_norm": 8.532136917114258,
      "learning_rate": 0.00016809555836798645,
      "loss": 7.4133,
      "step": 222600
    },
    {
      "epoch": 0.46377083333333335,
      "grad_norm": 1.0334320068359375,
      "learning_rate": 0.0001680857717747242,
      "loss": 7.354,
      "step": 222610
    },
    {
      "epoch": 0.46379166666666666,
      "grad_norm": 1.0767258405685425,
      "learning_rate": 0.00016807598510333862,
      "loss": 7.6163,
      "step": 222620
    },
    {
      "epoch": 0.4638125,
      "grad_norm": 1.6653380393981934,
      "learning_rate": 0.0001680661983538719,
      "loss": 8.2149,
      "step": 222630
    },
    {
      "epoch": 0.4638333333333333,
      "grad_norm": 0.7045601606369019,
      "learning_rate": 0.00016805641152636635,
      "loss": 7.6185,
      "step": 222640
    },
    {
      "epoch": 0.4638541666666667,
      "grad_norm": 2.8179500102996826,
      "learning_rate": 0.00016804662462086426,
      "loss": 8.1964,
      "step": 222650
    },
    {
      "epoch": 0.463875,
      "grad_norm": 1.4282664060592651,
      "learning_rate": 0.0001680368376374079,
      "loss": 7.4778,
      "step": 222660
    },
    {
      "epoch": 0.46389583333333334,
      "grad_norm": 0.7627256512641907,
      "learning_rate": 0.00016802705057603951,
      "loss": 7.7707,
      "step": 222670
    },
    {
      "epoch": 0.46391666666666664,
      "grad_norm": 2.084373950958252,
      "learning_rate": 0.00016801726343680144,
      "loss": 7.2779,
      "step": 222680
    },
    {
      "epoch": 0.4639375,
      "grad_norm": 2.690288543701172,
      "learning_rate": 0.00016800747621973592,
      "loss": 7.33,
      "step": 222690
    },
    {
      "epoch": 0.4639583333333333,
      "grad_norm": 0.7575514316558838,
      "learning_rate": 0.0001679976889248852,
      "loss": 7.6282,
      "step": 222700
    },
    {
      "epoch": 0.46397916666666666,
      "grad_norm": 0.5744498372077942,
      "learning_rate": 0.0001679879015522916,
      "loss": 7.3553,
      "step": 222710
    },
    {
      "epoch": 0.464,
      "grad_norm": 1.7383893728256226,
      "learning_rate": 0.0001679781141019974,
      "loss": 7.5098,
      "step": 222720
    },
    {
      "epoch": 0.4640208333333333,
      "grad_norm": 0.8791860342025757,
      "learning_rate": 0.00016796832657404485,
      "loss": 7.1735,
      "step": 222730
    },
    {
      "epoch": 0.4640416666666667,
      "grad_norm": 5.999989032745361,
      "learning_rate": 0.00016795853896847625,
      "loss": 7.8792,
      "step": 222740
    },
    {
      "epoch": 0.4640625,
      "grad_norm": 1.6919199228286743,
      "learning_rate": 0.00016794875128533387,
      "loss": 7.0803,
      "step": 222750
    },
    {
      "epoch": 0.46408333333333335,
      "grad_norm": 2.739551544189453,
      "learning_rate": 0.00016793896352465998,
      "loss": 7.2805,
      "step": 222760
    },
    {
      "epoch": 0.46410416666666665,
      "grad_norm": 0.8968126177787781,
      "learning_rate": 0.00016792917568649686,
      "loss": 7.4915,
      "step": 222770
    },
    {
      "epoch": 0.464125,
      "grad_norm": 0.5492542386054993,
      "learning_rate": 0.00016791938777088681,
      "loss": 7.0711,
      "step": 222780
    },
    {
      "epoch": 0.4641458333333333,
      "grad_norm": 1.464916467666626,
      "learning_rate": 0.00016790959977787214,
      "loss": 7.4071,
      "step": 222790
    },
    {
      "epoch": 0.46416666666666667,
      "grad_norm": 0.6305198073387146,
      "learning_rate": 0.00016789981170749503,
      "loss": 7.2686,
      "step": 222800
    },
    {
      "epoch": 0.4641875,
      "grad_norm": 0.8824611306190491,
      "learning_rate": 0.00016789002355979782,
      "loss": 7.7482,
      "step": 222810
    },
    {
      "epoch": 0.46420833333333333,
      "grad_norm": 1.2642126083374023,
      "learning_rate": 0.00016788023533482284,
      "loss": 7.2058,
      "step": 222820
    },
    {
      "epoch": 0.4642291666666667,
      "grad_norm": 1.2252286672592163,
      "learning_rate": 0.00016787044703261224,
      "loss": 8.2523,
      "step": 222830
    },
    {
      "epoch": 0.46425,
      "grad_norm": 1.1768088340759277,
      "learning_rate": 0.00016786065865320845,
      "loss": 7.266,
      "step": 222840
    },
    {
      "epoch": 0.46427083333333335,
      "grad_norm": 1.0449427366256714,
      "learning_rate": 0.00016785087019665365,
      "loss": 6.916,
      "step": 222850
    },
    {
      "epoch": 0.46429166666666666,
      "grad_norm": 1.2474608421325684,
      "learning_rate": 0.0001678410816629902,
      "loss": 7.2462,
      "step": 222860
    },
    {
      "epoch": 0.4643125,
      "grad_norm": 0.7639099955558777,
      "learning_rate": 0.0001678312930522603,
      "loss": 7.0623,
      "step": 222870
    },
    {
      "epoch": 0.4643333333333333,
      "grad_norm": 1.005311369895935,
      "learning_rate": 0.00016782150436450626,
      "loss": 7.5204,
      "step": 222880
    },
    {
      "epoch": 0.4643541666666667,
      "grad_norm": 0.9456884264945984,
      "learning_rate": 0.0001678117155997704,
      "loss": 7.2034,
      "step": 222890
    },
    {
      "epoch": 0.464375,
      "grad_norm": 1.7428113222122192,
      "learning_rate": 0.00016780192675809496,
      "loss": 7.7704,
      "step": 222900
    },
    {
      "epoch": 0.46439583333333334,
      "grad_norm": 1.3482040166854858,
      "learning_rate": 0.00016779213783952226,
      "loss": 7.3995,
      "step": 222910
    },
    {
      "epoch": 0.46441666666666664,
      "grad_norm": 3.2878501415252686,
      "learning_rate": 0.0001677823488440946,
      "loss": 7.5657,
      "step": 222920
    },
    {
      "epoch": 0.4644375,
      "grad_norm": 0.9824280738830566,
      "learning_rate": 0.00016777255977185417,
      "loss": 7.3298,
      "step": 222930
    },
    {
      "epoch": 0.4644583333333333,
      "grad_norm": 1.459808111190796,
      "learning_rate": 0.00016776277062284335,
      "loss": 7.9109,
      "step": 222940
    },
    {
      "epoch": 0.46447916666666667,
      "grad_norm": 2.0108041763305664,
      "learning_rate": 0.00016775298139710436,
      "loss": 7.6531,
      "step": 222950
    },
    {
      "epoch": 0.4645,
      "grad_norm": 0.9607714414596558,
      "learning_rate": 0.00016774319209467956,
      "loss": 7.3236,
      "step": 222960
    },
    {
      "epoch": 0.4645208333333333,
      "grad_norm": 2.504298686981201,
      "learning_rate": 0.00016773340271561117,
      "loss": 7.4107,
      "step": 222970
    },
    {
      "epoch": 0.4645416666666667,
      "grad_norm": 1.4109129905700684,
      "learning_rate": 0.00016772361325994155,
      "loss": 8.1339,
      "step": 222980
    },
    {
      "epoch": 0.4645625,
      "grad_norm": 1.2793844938278198,
      "learning_rate": 0.00016771382372771286,
      "loss": 7.3453,
      "step": 222990
    },
    {
      "epoch": 0.46458333333333335,
      "grad_norm": 1.6924468278884888,
      "learning_rate": 0.0001677040341189675,
      "loss": 8.2386,
      "step": 223000
    },
    {
      "epoch": 0.46458333333333335,
      "eval_loss": 7.761393070220947,
      "eval_runtime": 8.2634,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 223000
    },
    {
      "epoch": 0.46460416666666665,
      "grad_norm": 4.826061248779297,
      "learning_rate": 0.0001676942444337477,
      "loss": 8.3674,
      "step": 223010
    },
    {
      "epoch": 0.464625,
      "grad_norm": 1.4122991561889648,
      "learning_rate": 0.0001676844546720958,
      "loss": 7.9063,
      "step": 223020
    },
    {
      "epoch": 0.4646458333333333,
      "grad_norm": 0.5079492330551147,
      "learning_rate": 0.00016767466483405403,
      "loss": 8.6391,
      "step": 223030
    },
    {
      "epoch": 0.4646666666666667,
      "grad_norm": 1.3907575607299805,
      "learning_rate": 0.00016766487491966473,
      "loss": 7.2755,
      "step": 223040
    },
    {
      "epoch": 0.4646875,
      "grad_norm": 2.2808964252471924,
      "learning_rate": 0.00016765508492897014,
      "loss": 7.3837,
      "step": 223050
    },
    {
      "epoch": 0.46470833333333333,
      "grad_norm": 0.8886154890060425,
      "learning_rate": 0.00016764529486201259,
      "loss": 8.1362,
      "step": 223060
    },
    {
      "epoch": 0.4647291666666667,
      "grad_norm": 1.0480408668518066,
      "learning_rate": 0.0001676355047188343,
      "loss": 7.7122,
      "step": 223070
    },
    {
      "epoch": 0.46475,
      "grad_norm": 0.6556317210197449,
      "learning_rate": 0.00016762571449947767,
      "loss": 8.0526,
      "step": 223080
    },
    {
      "epoch": 0.46477083333333336,
      "grad_norm": 1.18988835811615,
      "learning_rate": 0.00016761592420398488,
      "loss": 7.7813,
      "step": 223090
    },
    {
      "epoch": 0.46479166666666666,
      "grad_norm": 0.9321774244308472,
      "learning_rate": 0.0001676061338323983,
      "loss": 7.297,
      "step": 223100
    },
    {
      "epoch": 0.4648125,
      "grad_norm": 2.5318045616149902,
      "learning_rate": 0.0001675963433847602,
      "loss": 7.5971,
      "step": 223110
    },
    {
      "epoch": 0.4648333333333333,
      "grad_norm": 0.7126471996307373,
      "learning_rate": 0.00016758655286111288,
      "loss": 7.3368,
      "step": 223120
    },
    {
      "epoch": 0.4648541666666667,
      "grad_norm": 1.4032999277114868,
      "learning_rate": 0.00016757676226149853,
      "loss": 7.5719,
      "step": 223130
    },
    {
      "epoch": 0.464875,
      "grad_norm": 2.085127115249634,
      "learning_rate": 0.00016756697158595957,
      "loss": 7.5415,
      "step": 223140
    },
    {
      "epoch": 0.46489583333333334,
      "grad_norm": 3.258530616760254,
      "learning_rate": 0.0001675571808345383,
      "loss": 7.4777,
      "step": 223150
    },
    {
      "epoch": 0.46491666666666664,
      "grad_norm": 1.3032641410827637,
      "learning_rate": 0.0001675473900072769,
      "loss": 7.9757,
      "step": 223160
    },
    {
      "epoch": 0.4649375,
      "grad_norm": 2.441298484802246,
      "learning_rate": 0.00016753759910421772,
      "loss": 8.2485,
      "step": 223170
    },
    {
      "epoch": 0.4649583333333333,
      "grad_norm": 1.3685814142227173,
      "learning_rate": 0.0001675278081254031,
      "loss": 7.7808,
      "step": 223180
    },
    {
      "epoch": 0.46497916666666667,
      "grad_norm": 1.2455639839172363,
      "learning_rate": 0.00016751801707087525,
      "loss": 7.5216,
      "step": 223190
    },
    {
      "epoch": 0.465,
      "grad_norm": 0.8316080570220947,
      "learning_rate": 0.00016750822594067648,
      "loss": 7.66,
      "step": 223200
    },
    {
      "epoch": 0.4650208333333333,
      "grad_norm": 0.8350051045417786,
      "learning_rate": 0.00016749843473484917,
      "loss": 7.5404,
      "step": 223210
    },
    {
      "epoch": 0.4650416666666667,
      "grad_norm": 1.6065046787261963,
      "learning_rate": 0.00016748864345343548,
      "loss": 7.821,
      "step": 223220
    },
    {
      "epoch": 0.4650625,
      "grad_norm": 1.1848387718200684,
      "learning_rate": 0.00016747885209647778,
      "loss": 7.1715,
      "step": 223230
    },
    {
      "epoch": 0.46508333333333335,
      "grad_norm": 1.6989015340805054,
      "learning_rate": 0.00016746906066401838,
      "loss": 8.4168,
      "step": 223240
    },
    {
      "epoch": 0.46510416666666665,
      "grad_norm": 1.7948622703552246,
      "learning_rate": 0.00016745926915609957,
      "loss": 7.2385,
      "step": 223250
    },
    {
      "epoch": 0.465125,
      "grad_norm": 0.9322763681411743,
      "learning_rate": 0.00016744947757276358,
      "loss": 7.3119,
      "step": 223260
    },
    {
      "epoch": 0.4651458333333333,
      "grad_norm": 1.575067162513733,
      "learning_rate": 0.00016743968591405282,
      "loss": 7.6495,
      "step": 223270
    },
    {
      "epoch": 0.4651666666666667,
      "grad_norm": 0.9464854598045349,
      "learning_rate": 0.00016742989418000947,
      "loss": 8.9444,
      "step": 223280
    },
    {
      "epoch": 0.4651875,
      "grad_norm": 0.7626237273216248,
      "learning_rate": 0.0001674201023706759,
      "loss": 7.5188,
      "step": 223290
    },
    {
      "epoch": 0.46520833333333333,
      "grad_norm": 0.8339899778366089,
      "learning_rate": 0.00016741031048609433,
      "loss": 7.5491,
      "step": 223300
    },
    {
      "epoch": 0.4652291666666667,
      "grad_norm": 0.8059406876564026,
      "learning_rate": 0.00016740051852630715,
      "loss": 7.8495,
      "step": 223310
    },
    {
      "epoch": 0.46525,
      "grad_norm": 2.9148857593536377,
      "learning_rate": 0.00016739072649135666,
      "loss": 7.273,
      "step": 223320
    },
    {
      "epoch": 0.46527083333333336,
      "grad_norm": 0.7001000046730042,
      "learning_rate": 0.00016738093438128506,
      "loss": 7.5536,
      "step": 223330
    },
    {
      "epoch": 0.46529166666666666,
      "grad_norm": 1.5893945693969727,
      "learning_rate": 0.0001673711421961347,
      "loss": 7.6829,
      "step": 223340
    },
    {
      "epoch": 0.4653125,
      "grad_norm": 0.6708611845970154,
      "learning_rate": 0.00016736134993594793,
      "loss": 7.9257,
      "step": 223350
    },
    {
      "epoch": 0.4653333333333333,
      "grad_norm": 0.7042651772499084,
      "learning_rate": 0.00016735155760076698,
      "loss": 7.5178,
      "step": 223360
    },
    {
      "epoch": 0.4653541666666667,
      "grad_norm": 2.461113452911377,
      "learning_rate": 0.0001673417651906341,
      "loss": 8.1094,
      "step": 223370
    },
    {
      "epoch": 0.465375,
      "grad_norm": 0.8296545147895813,
      "learning_rate": 0.00016733197270559175,
      "loss": 7.4742,
      "step": 223380
    },
    {
      "epoch": 0.46539583333333334,
      "grad_norm": 0.9612752199172974,
      "learning_rate": 0.00016732218014568214,
      "loss": 7.5249,
      "step": 223390
    },
    {
      "epoch": 0.46541666666666665,
      "grad_norm": 1.9596115350723267,
      "learning_rate": 0.00016731238751094748,
      "loss": 7.9002,
      "step": 223400
    },
    {
      "epoch": 0.4654375,
      "grad_norm": 0.9267228841781616,
      "learning_rate": 0.00016730259480143023,
      "loss": 7.5185,
      "step": 223410
    },
    {
      "epoch": 0.4654583333333333,
      "grad_norm": 1.0620996952056885,
      "learning_rate": 0.0001672928020171726,
      "loss": 7.3354,
      "step": 223420
    },
    {
      "epoch": 0.46547916666666667,
      "grad_norm": 0.9602043628692627,
      "learning_rate": 0.00016728300915821691,
      "loss": 7.3862,
      "step": 223430
    },
    {
      "epoch": 0.4655,
      "grad_norm": 1.7190741300582886,
      "learning_rate": 0.00016727321622460548,
      "loss": 7.3196,
      "step": 223440
    },
    {
      "epoch": 0.46552083333333333,
      "grad_norm": 1.347731113433838,
      "learning_rate": 0.00016726342321638057,
      "loss": 7.0378,
      "step": 223450
    },
    {
      "epoch": 0.4655416666666667,
      "grad_norm": 0.5025911331176758,
      "learning_rate": 0.00016725363013358455,
      "loss": 7.5379,
      "step": 223460
    },
    {
      "epoch": 0.4655625,
      "grad_norm": 0.791807234287262,
      "learning_rate": 0.0001672438369762596,
      "loss": 7.6553,
      "step": 223470
    },
    {
      "epoch": 0.46558333333333335,
      "grad_norm": 0.5282331705093384,
      "learning_rate": 0.00016723404374444813,
      "loss": 7.0559,
      "step": 223480
    },
    {
      "epoch": 0.46560416666666665,
      "grad_norm": 5.479193687438965,
      "learning_rate": 0.00016722425043819245,
      "loss": 7.6337,
      "step": 223490
    },
    {
      "epoch": 0.465625,
      "grad_norm": 0.9066390991210938,
      "learning_rate": 0.00016721445705753478,
      "loss": 7.4656,
      "step": 223500
    },
    {
      "epoch": 0.4656458333333333,
      "grad_norm": 1.0332190990447998,
      "learning_rate": 0.00016720466360251748,
      "loss": 7.3325,
      "step": 223510
    },
    {
      "epoch": 0.4656666666666667,
      "grad_norm": 2.399679660797119,
      "learning_rate": 0.0001671948700731829,
      "loss": 8.7533,
      "step": 223520
    },
    {
      "epoch": 0.4656875,
      "grad_norm": 0.9604406356811523,
      "learning_rate": 0.00016718507646957322,
      "loss": 7.5346,
      "step": 223530
    },
    {
      "epoch": 0.46570833333333334,
      "grad_norm": 0.9073843359947205,
      "learning_rate": 0.0001671752827917308,
      "loss": 7.3069,
      "step": 223540
    },
    {
      "epoch": 0.4657291666666667,
      "grad_norm": 1.7475776672363281,
      "learning_rate": 0.00016716548903969802,
      "loss": 7.5738,
      "step": 223550
    },
    {
      "epoch": 0.46575,
      "grad_norm": 0.7768297791481018,
      "learning_rate": 0.0001671556952135171,
      "loss": 7.5311,
      "step": 223560
    },
    {
      "epoch": 0.46577083333333336,
      "grad_norm": 0.8919124603271484,
      "learning_rate": 0.00016714590131323035,
      "loss": 7.2903,
      "step": 223570
    },
    {
      "epoch": 0.46579166666666666,
      "grad_norm": 0.665088951587677,
      "learning_rate": 0.0001671361073388801,
      "loss": 7.3492,
      "step": 223580
    },
    {
      "epoch": 0.4658125,
      "grad_norm": 1.4604136943817139,
      "learning_rate": 0.00016712631329050863,
      "loss": 7.4066,
      "step": 223590
    },
    {
      "epoch": 0.4658333333333333,
      "grad_norm": 1.2392911911010742,
      "learning_rate": 0.0001671165191681583,
      "loss": 7.5074,
      "step": 223600
    },
    {
      "epoch": 0.4658541666666667,
      "grad_norm": 0.7743261456489563,
      "learning_rate": 0.00016710672497187134,
      "loss": 7.1859,
      "step": 223610
    },
    {
      "epoch": 0.465875,
      "grad_norm": 1.0976383686065674,
      "learning_rate": 0.00016709693070169013,
      "loss": 7.1194,
      "step": 223620
    },
    {
      "epoch": 0.46589583333333334,
      "grad_norm": 3.816586494445801,
      "learning_rate": 0.00016708713635765694,
      "loss": 7.5599,
      "step": 223630
    },
    {
      "epoch": 0.46591666666666665,
      "grad_norm": 0.9733396768569946,
      "learning_rate": 0.00016707734193981407,
      "loss": 7.8411,
      "step": 223640
    },
    {
      "epoch": 0.4659375,
      "grad_norm": 1.0273582935333252,
      "learning_rate": 0.0001670675474482039,
      "loss": 7.7619,
      "step": 223650
    },
    {
      "epoch": 0.4659583333333333,
      "grad_norm": 0.8440425395965576,
      "learning_rate": 0.00016705775288286868,
      "loss": 7.3938,
      "step": 223660
    },
    {
      "epoch": 0.46597916666666667,
      "grad_norm": 1.2776755094528198,
      "learning_rate": 0.00016704795824385062,
      "loss": 7.3832,
      "step": 223670
    },
    {
      "epoch": 0.466,
      "grad_norm": 0.8593027591705322,
      "learning_rate": 0.0001670381635311922,
      "loss": 7.8838,
      "step": 223680
    },
    {
      "epoch": 0.46602083333333333,
      "grad_norm": 1.0486263036727905,
      "learning_rate": 0.00016702836874493568,
      "loss": 7.8663,
      "step": 223690
    },
    {
      "epoch": 0.4660416666666667,
      "grad_norm": 0.9291267395019531,
      "learning_rate": 0.00016701857388512324,
      "loss": 7.275,
      "step": 223700
    },
    {
      "epoch": 0.4660625,
      "grad_norm": 0.907325804233551,
      "learning_rate": 0.00016700877895179742,
      "loss": 8.5523,
      "step": 223710
    },
    {
      "epoch": 0.46608333333333335,
      "grad_norm": 1.5129605531692505,
      "learning_rate": 0.00016699898394500036,
      "loss": 8.3679,
      "step": 223720
    },
    {
      "epoch": 0.46610416666666665,
      "grad_norm": 0.7858250141143799,
      "learning_rate": 0.00016698918886477442,
      "loss": 7.5474,
      "step": 223730
    },
    {
      "epoch": 0.466125,
      "grad_norm": 1.6698719263076782,
      "learning_rate": 0.0001669793937111619,
      "loss": 7.6128,
      "step": 223740
    },
    {
      "epoch": 0.4661458333333333,
      "grad_norm": 1.4167338609695435,
      "learning_rate": 0.00016696959848420514,
      "loss": 7.547,
      "step": 223750
    },
    {
      "epoch": 0.4661666666666667,
      "grad_norm": 2.227973461151123,
      "learning_rate": 0.0001669598031839464,
      "loss": 7.0723,
      "step": 223760
    },
    {
      "epoch": 0.4661875,
      "grad_norm": 1.2951536178588867,
      "learning_rate": 0.00016695000781042805,
      "loss": 7.2538,
      "step": 223770
    },
    {
      "epoch": 0.46620833333333334,
      "grad_norm": 4.154372692108154,
      "learning_rate": 0.00016694021236369236,
      "loss": 8.3221,
      "step": 223780
    },
    {
      "epoch": 0.46622916666666664,
      "grad_norm": 1.7822611331939697,
      "learning_rate": 0.0001669304168437817,
      "loss": 7.2479,
      "step": 223790
    },
    {
      "epoch": 0.46625,
      "grad_norm": 0.7229161262512207,
      "learning_rate": 0.00016692062125073828,
      "loss": 7.1691,
      "step": 223800
    },
    {
      "epoch": 0.46627083333333336,
      "grad_norm": 2.2194278240203857,
      "learning_rate": 0.00016691082558460446,
      "loss": 7.4639,
      "step": 223810
    },
    {
      "epoch": 0.46629166666666666,
      "grad_norm": 0.6755405068397522,
      "learning_rate": 0.00016690102984542264,
      "loss": 7.4272,
      "step": 223820
    },
    {
      "epoch": 0.4663125,
      "grad_norm": 3.276620626449585,
      "learning_rate": 0.00016689123403323502,
      "loss": 7.5806,
      "step": 223830
    },
    {
      "epoch": 0.4663333333333333,
      "grad_norm": 2.4528539180755615,
      "learning_rate": 0.00016688143814808394,
      "loss": 8.0651,
      "step": 223840
    },
    {
      "epoch": 0.4663541666666667,
      "grad_norm": 0.6405454277992249,
      "learning_rate": 0.00016687164219001178,
      "loss": 7.1228,
      "step": 223850
    },
    {
      "epoch": 0.466375,
      "grad_norm": 1.2067055702209473,
      "learning_rate": 0.0001668618461590608,
      "loss": 7.9887,
      "step": 223860
    },
    {
      "epoch": 0.46639583333333334,
      "grad_norm": 0.8650380373001099,
      "learning_rate": 0.00016685205005527323,
      "loss": 7.287,
      "step": 223870
    },
    {
      "epoch": 0.46641666666666665,
      "grad_norm": 0.5401509404182434,
      "learning_rate": 0.0001668422538786916,
      "loss": 7.3054,
      "step": 223880
    },
    {
      "epoch": 0.4664375,
      "grad_norm": 0.7280212640762329,
      "learning_rate": 0.00016683245762935802,
      "loss": 7.4561,
      "step": 223890
    },
    {
      "epoch": 0.4664583333333333,
      "grad_norm": 3.0254857540130615,
      "learning_rate": 0.00016682266130731488,
      "loss": 7.6695,
      "step": 223900
    },
    {
      "epoch": 0.46647916666666667,
      "grad_norm": 1.2464845180511475,
      "learning_rate": 0.00016681286491260455,
      "loss": 8.1823,
      "step": 223910
    },
    {
      "epoch": 0.4665,
      "grad_norm": 0.8910635709762573,
      "learning_rate": 0.00016680306844526926,
      "loss": 7.3561,
      "step": 223920
    },
    {
      "epoch": 0.46652083333333333,
      "grad_norm": 1.1025418043136597,
      "learning_rate": 0.00016679327190535138,
      "loss": 7.4352,
      "step": 223930
    },
    {
      "epoch": 0.4665416666666667,
      "grad_norm": 2.229541778564453,
      "learning_rate": 0.00016678347529289322,
      "loss": 7.5494,
      "step": 223940
    },
    {
      "epoch": 0.4665625,
      "grad_norm": 0.8485884070396423,
      "learning_rate": 0.0001667736786079371,
      "loss": 7.3102,
      "step": 223950
    },
    {
      "epoch": 0.46658333333333335,
      "grad_norm": 0.6398723125457764,
      "learning_rate": 0.0001667638818505253,
      "loss": 7.5415,
      "step": 223960
    },
    {
      "epoch": 0.46660416666666665,
      "grad_norm": 1.0068414211273193,
      "learning_rate": 0.00016675408502070017,
      "loss": 7.1972,
      "step": 223970
    },
    {
      "epoch": 0.466625,
      "grad_norm": 1.2838860750198364,
      "learning_rate": 0.00016674428811850402,
      "loss": 7.7657,
      "step": 223980
    },
    {
      "epoch": 0.4666458333333333,
      "grad_norm": 1.1568690538406372,
      "learning_rate": 0.0001667344911439792,
      "loss": 7.6862,
      "step": 223990
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 1.4475709199905396,
      "learning_rate": 0.00016672469409716796,
      "loss": 7.2509,
      "step": 224000
    },
    {
      "epoch": 0.4666666666666667,
      "eval_loss": 7.589424133300781,
      "eval_runtime": 8.3802,
      "eval_samples_per_second": 0.358,
      "eval_steps_per_second": 0.119,
      "step": 224000
    },
    {
      "epoch": 0.4666875,
      "grad_norm": 0.8036612272262573,
      "learning_rate": 0.00016671489697811268,
      "loss": 7.4154,
      "step": 224010
    },
    {
      "epoch": 0.46670833333333334,
      "grad_norm": 1.678133487701416,
      "learning_rate": 0.0001667050997868557,
      "loss": 7.9645,
      "step": 224020
    },
    {
      "epoch": 0.46672916666666664,
      "grad_norm": 0.9992170333862305,
      "learning_rate": 0.00016669530252343929,
      "loss": 7.8236,
      "step": 224030
    },
    {
      "epoch": 0.46675,
      "grad_norm": 1.431845784187317,
      "learning_rate": 0.00016668550518790572,
      "loss": 7.1947,
      "step": 224040
    },
    {
      "epoch": 0.46677083333333336,
      "grad_norm": 0.8733384609222412,
      "learning_rate": 0.00016667570778029745,
      "loss": 7.2124,
      "step": 224050
    },
    {
      "epoch": 0.46679166666666666,
      "grad_norm": 1.4376834630966187,
      "learning_rate": 0.0001666659103006567,
      "loss": 7.2608,
      "step": 224060
    },
    {
      "epoch": 0.4668125,
      "grad_norm": 1.1584843397140503,
      "learning_rate": 0.00016665611274902577,
      "loss": 7.3425,
      "step": 224070
    },
    {
      "epoch": 0.4668333333333333,
      "grad_norm": 4.710483551025391,
      "learning_rate": 0.0001666463151254471,
      "loss": 7.9324,
      "step": 224080
    },
    {
      "epoch": 0.4668541666666667,
      "grad_norm": 0.8895026445388794,
      "learning_rate": 0.00016663651742996287,
      "loss": 7.673,
      "step": 224090
    },
    {
      "epoch": 0.466875,
      "grad_norm": 1.5969065427780151,
      "learning_rate": 0.00016662671966261548,
      "loss": 7.6144,
      "step": 224100
    },
    {
      "epoch": 0.46689583333333334,
      "grad_norm": 0.741389811038971,
      "learning_rate": 0.00016661692182344727,
      "loss": 7.4224,
      "step": 224110
    },
    {
      "epoch": 0.46691666666666665,
      "grad_norm": 0.6155944466590881,
      "learning_rate": 0.00016660712391250053,
      "loss": 7.1581,
      "step": 224120
    },
    {
      "epoch": 0.4669375,
      "grad_norm": 0.8602326512336731,
      "learning_rate": 0.00016659732592981758,
      "loss": 7.1233,
      "step": 224130
    },
    {
      "epoch": 0.4669583333333333,
      "grad_norm": 1.2194805145263672,
      "learning_rate": 0.00016658752787544076,
      "loss": 8.1355,
      "step": 224140
    },
    {
      "epoch": 0.46697916666666667,
      "grad_norm": 1.1019173860549927,
      "learning_rate": 0.00016657772974941237,
      "loss": 7.4323,
      "step": 224150
    },
    {
      "epoch": 0.467,
      "grad_norm": 0.9061771035194397,
      "learning_rate": 0.0001665679315517748,
      "loss": 7.5281,
      "step": 224160
    },
    {
      "epoch": 0.46702083333333333,
      "grad_norm": 1.8722342252731323,
      "learning_rate": 0.00016655813328257023,
      "loss": 7.6559,
      "step": 224170
    },
    {
      "epoch": 0.4670416666666667,
      "grad_norm": 1.370627760887146,
      "learning_rate": 0.00016654833494184114,
      "loss": 7.6356,
      "step": 224180
    },
    {
      "epoch": 0.4670625,
      "grad_norm": 1.2344149351119995,
      "learning_rate": 0.00016653853652962982,
      "loss": 7.5117,
      "step": 224190
    },
    {
      "epoch": 0.46708333333333335,
      "grad_norm": 0.8338854312896729,
      "learning_rate": 0.0001665287380459785,
      "loss": 7.3579,
      "step": 224200
    },
    {
      "epoch": 0.46710416666666665,
      "grad_norm": 1.0111478567123413,
      "learning_rate": 0.00016651893949092957,
      "loss": 7.9385,
      "step": 224210
    },
    {
      "epoch": 0.467125,
      "grad_norm": 1.5952394008636475,
      "learning_rate": 0.00016650914086452544,
      "loss": 7.7817,
      "step": 224220
    },
    {
      "epoch": 0.4671458333333333,
      "grad_norm": 1.0817817449569702,
      "learning_rate": 0.0001664993421668083,
      "loss": 7.2299,
      "step": 224230
    },
    {
      "epoch": 0.4671666666666667,
      "grad_norm": 1.4001858234405518,
      "learning_rate": 0.00016648954339782053,
      "loss": 7.6002,
      "step": 224240
    },
    {
      "epoch": 0.4671875,
      "grad_norm": 2.4669995307922363,
      "learning_rate": 0.0001664797445576045,
      "loss": 7.3552,
      "step": 224250
    },
    {
      "epoch": 0.46720833333333334,
      "grad_norm": 2.7535877227783203,
      "learning_rate": 0.00016646994564620247,
      "loss": 7.3872,
      "step": 224260
    },
    {
      "epoch": 0.46722916666666664,
      "grad_norm": 1.0233157873153687,
      "learning_rate": 0.00016646014666365675,
      "loss": 7.7133,
      "step": 224270
    },
    {
      "epoch": 0.46725,
      "grad_norm": 1.2505704164505005,
      "learning_rate": 0.0001664503476100098,
      "loss": 7.3602,
      "step": 224280
    },
    {
      "epoch": 0.46727083333333336,
      "grad_norm": 0.9211476445198059,
      "learning_rate": 0.00016644054848530382,
      "loss": 7.7983,
      "step": 224290
    },
    {
      "epoch": 0.46729166666666666,
      "grad_norm": 2.4820291996002197,
      "learning_rate": 0.00016643074928958116,
      "loss": 7.421,
      "step": 224300
    },
    {
      "epoch": 0.4673125,
      "grad_norm": 1.5625838041305542,
      "learning_rate": 0.00016642095002288417,
      "loss": 8.0625,
      "step": 224310
    },
    {
      "epoch": 0.4673333333333333,
      "grad_norm": 1.3268719911575317,
      "learning_rate": 0.0001664111506852552,
      "loss": 8.1567,
      "step": 224320
    },
    {
      "epoch": 0.4673541666666667,
      "grad_norm": 2.214212656021118,
      "learning_rate": 0.00016640135127673656,
      "loss": 7.3982,
      "step": 224330
    },
    {
      "epoch": 0.467375,
      "grad_norm": 0.8905035257339478,
      "learning_rate": 0.00016639155179737055,
      "loss": 6.9903,
      "step": 224340
    },
    {
      "epoch": 0.46739583333333334,
      "grad_norm": 0.7277187705039978,
      "learning_rate": 0.00016638175224719951,
      "loss": 7.2533,
      "step": 224350
    },
    {
      "epoch": 0.46741666666666665,
      "grad_norm": 1.6893473863601685,
      "learning_rate": 0.00016637195262626586,
      "loss": 8.2246,
      "step": 224360
    },
    {
      "epoch": 0.4674375,
      "grad_norm": 0.7881649136543274,
      "learning_rate": 0.00016636215293461173,
      "loss": 7.0667,
      "step": 224370
    },
    {
      "epoch": 0.4674583333333333,
      "grad_norm": 0.6170063614845276,
      "learning_rate": 0.00016635235317227968,
      "loss": 7.5306,
      "step": 224380
    },
    {
      "epoch": 0.46747916666666667,
      "grad_norm": 0.7062140107154846,
      "learning_rate": 0.00016634255333931194,
      "loss": 8.7073,
      "step": 224390
    },
    {
      "epoch": 0.4675,
      "grad_norm": 1.3460280895233154,
      "learning_rate": 0.00016633275343575077,
      "loss": 7.5987,
      "step": 224400
    },
    {
      "epoch": 0.46752083333333333,
      "grad_norm": 1.0200591087341309,
      "learning_rate": 0.00016632295346163858,
      "loss": 7.5442,
      "step": 224410
    },
    {
      "epoch": 0.4675416666666667,
      "grad_norm": 1.7617778778076172,
      "learning_rate": 0.00016631315341701777,
      "loss": 7.7991,
      "step": 224420
    },
    {
      "epoch": 0.4675625,
      "grad_norm": 2.4584059715270996,
      "learning_rate": 0.00016630335330193051,
      "loss": 7.7827,
      "step": 224430
    },
    {
      "epoch": 0.46758333333333335,
      "grad_norm": 0.7171365022659302,
      "learning_rate": 0.0001662935531164192,
      "loss": 7.2419,
      "step": 224440
    },
    {
      "epoch": 0.46760416666666665,
      "grad_norm": 1.1094390153884888,
      "learning_rate": 0.0001662837528605263,
      "loss": 7.3621,
      "step": 224450
    },
    {
      "epoch": 0.467625,
      "grad_norm": 1.058180332183838,
      "learning_rate": 0.00016627395253429397,
      "loss": 7.3101,
      "step": 224460
    },
    {
      "epoch": 0.4676458333333333,
      "grad_norm": 0.5631030797958374,
      "learning_rate": 0.00016626415213776458,
      "loss": 7.1869,
      "step": 224470
    },
    {
      "epoch": 0.4676666666666667,
      "grad_norm": 1.1946406364440918,
      "learning_rate": 0.00016625435167098051,
      "loss": 7.7769,
      "step": 224480
    },
    {
      "epoch": 0.4676875,
      "grad_norm": 2.1162168979644775,
      "learning_rate": 0.00016624455113398412,
      "loss": 7.6265,
      "step": 224490
    },
    {
      "epoch": 0.46770833333333334,
      "grad_norm": 2.1033616065979004,
      "learning_rate": 0.0001662347505268176,
      "loss": 7.5332,
      "step": 224500
    },
    {
      "epoch": 0.46772916666666664,
      "grad_norm": 1.0132813453674316,
      "learning_rate": 0.00016622494984952347,
      "loss": 7.2199,
      "step": 224510
    },
    {
      "epoch": 0.46775,
      "grad_norm": 0.8197615742683411,
      "learning_rate": 0.00016621514910214395,
      "loss": 7.6259,
      "step": 224520
    },
    {
      "epoch": 0.46777083333333336,
      "grad_norm": 0.7417925000190735,
      "learning_rate": 0.00016620534828472143,
      "loss": 7.5675,
      "step": 224530
    },
    {
      "epoch": 0.46779166666666666,
      "grad_norm": 1.2894631624221802,
      "learning_rate": 0.0001661955473972982,
      "loss": 7.8002,
      "step": 224540
    },
    {
      "epoch": 0.4678125,
      "grad_norm": 0.6137989163398743,
      "learning_rate": 0.00016618574643991659,
      "loss": 7.269,
      "step": 224550
    },
    {
      "epoch": 0.4678333333333333,
      "grad_norm": 2.8846123218536377,
      "learning_rate": 0.00016617594541261903,
      "loss": 7.3807,
      "step": 224560
    },
    {
      "epoch": 0.4678541666666667,
      "grad_norm": 0.8552343845367432,
      "learning_rate": 0.0001661661443154477,
      "loss": 7.7771,
      "step": 224570
    },
    {
      "epoch": 0.467875,
      "grad_norm": 2.191038131713867,
      "learning_rate": 0.00016615634314844508,
      "loss": 7.9615,
      "step": 224580
    },
    {
      "epoch": 0.46789583333333334,
      "grad_norm": 1.13193678855896,
      "learning_rate": 0.00016614654191165345,
      "loss": 7.168,
      "step": 224590
    },
    {
      "epoch": 0.46791666666666665,
      "grad_norm": 1.0699653625488281,
      "learning_rate": 0.00016613674060511515,
      "loss": 7.2924,
      "step": 224600
    },
    {
      "epoch": 0.4679375,
      "grad_norm": 1.833060383796692,
      "learning_rate": 0.00016612693922887252,
      "loss": 7.5301,
      "step": 224610
    },
    {
      "epoch": 0.4679583333333333,
      "grad_norm": 2.1785550117492676,
      "learning_rate": 0.0001661171377829679,
      "loss": 7.4317,
      "step": 224620
    },
    {
      "epoch": 0.46797916666666667,
      "grad_norm": 0.6667553186416626,
      "learning_rate": 0.00016610733626744358,
      "loss": 7.1836,
      "step": 224630
    },
    {
      "epoch": 0.468,
      "grad_norm": 5.653028964996338,
      "learning_rate": 0.000166097534682342,
      "loss": 7.8087,
      "step": 224640
    },
    {
      "epoch": 0.46802083333333333,
      "grad_norm": 2.0925140380859375,
      "learning_rate": 0.00016608773302770539,
      "loss": 7.2919,
      "step": 224650
    },
    {
      "epoch": 0.4680416666666667,
      "grad_norm": 2.0809032917022705,
      "learning_rate": 0.00016607793130357618,
      "loss": 7.3762,
      "step": 224660
    },
    {
      "epoch": 0.4680625,
      "grad_norm": 3.465336322784424,
      "learning_rate": 0.00016606812950999665,
      "loss": 7.8784,
      "step": 224670
    },
    {
      "epoch": 0.46808333333333335,
      "grad_norm": 6.386224269866943,
      "learning_rate": 0.00016605832764700915,
      "loss": 7.4042,
      "step": 224680
    },
    {
      "epoch": 0.46810416666666665,
      "grad_norm": 1.991225004196167,
      "learning_rate": 0.00016604852571465607,
      "loss": 7.8475,
      "step": 224690
    },
    {
      "epoch": 0.468125,
      "grad_norm": 0.6120725870132446,
      "learning_rate": 0.00016603872371297968,
      "loss": 7.4372,
      "step": 224700
    },
    {
      "epoch": 0.4681458333333333,
      "grad_norm": 2.464085578918457,
      "learning_rate": 0.00016602892164202236,
      "loss": 7.4346,
      "step": 224710
    },
    {
      "epoch": 0.4681666666666667,
      "grad_norm": 1.0124938488006592,
      "learning_rate": 0.00016601911950182645,
      "loss": 7.2574,
      "step": 224720
    },
    {
      "epoch": 0.4681875,
      "grad_norm": 5.151028156280518,
      "learning_rate": 0.0001660093172924343,
      "loss": 7.4179,
      "step": 224730
    },
    {
      "epoch": 0.46820833333333334,
      "grad_norm": 1.3692160844802856,
      "learning_rate": 0.00016599951501388818,
      "loss": 7.3259,
      "step": 224740
    },
    {
      "epoch": 0.46822916666666664,
      "grad_norm": 0.6736176609992981,
      "learning_rate": 0.00016598971266623057,
      "loss": 7.3156,
      "step": 224750
    },
    {
      "epoch": 0.46825,
      "grad_norm": 9.25299072265625,
      "learning_rate": 0.0001659799102495037,
      "loss": 7.5039,
      "step": 224760
    },
    {
      "epoch": 0.46827083333333336,
      "grad_norm": 0.6328858137130737,
      "learning_rate": 0.0001659701077637499,
      "loss": 7.2022,
      "step": 224770
    },
    {
      "epoch": 0.46829166666666666,
      "grad_norm": 1.385410189628601,
      "learning_rate": 0.0001659603052090116,
      "loss": 7.8016,
      "step": 224780
    },
    {
      "epoch": 0.4683125,
      "grad_norm": 0.905766487121582,
      "learning_rate": 0.00016595050258533107,
      "loss": 7.4602,
      "step": 224790
    },
    {
      "epoch": 0.4683333333333333,
      "grad_norm": 1.494321584701538,
      "learning_rate": 0.00016594069989275072,
      "loss": 7.2563,
      "step": 224800
    },
    {
      "epoch": 0.4683541666666667,
      "grad_norm": 0.6480192542076111,
      "learning_rate": 0.0001659308971313128,
      "loss": 6.9734,
      "step": 224810
    },
    {
      "epoch": 0.468375,
      "grad_norm": 1.1617791652679443,
      "learning_rate": 0.00016592109430105977,
      "loss": 7.6277,
      "step": 224820
    },
    {
      "epoch": 0.46839583333333334,
      "grad_norm": 3.529614210128784,
      "learning_rate": 0.00016591129140203388,
      "loss": 7.7452,
      "step": 224830
    },
    {
      "epoch": 0.46841666666666665,
      "grad_norm": 2.6494956016540527,
      "learning_rate": 0.0001659014884342775,
      "loss": 8.0828,
      "step": 224840
    },
    {
      "epoch": 0.4684375,
      "grad_norm": 0.7659720182418823,
      "learning_rate": 0.00016589168539783299,
      "loss": 7.2822,
      "step": 224850
    },
    {
      "epoch": 0.4684583333333333,
      "grad_norm": 0.5923140048980713,
      "learning_rate": 0.0001658818822927427,
      "loss": 7.3752,
      "step": 224860
    },
    {
      "epoch": 0.46847916666666667,
      "grad_norm": 1.1993067264556885,
      "learning_rate": 0.000165872079119049,
      "loss": 7.7236,
      "step": 224870
    },
    {
      "epoch": 0.4685,
      "grad_norm": 1.067585825920105,
      "learning_rate": 0.00016586227587679417,
      "loss": 7.5769,
      "step": 224880
    },
    {
      "epoch": 0.46852083333333333,
      "grad_norm": 0.724858283996582,
      "learning_rate": 0.0001658524725660206,
      "loss": 8.3055,
      "step": 224890
    },
    {
      "epoch": 0.4685416666666667,
      "grad_norm": 1.0192335844039917,
      "learning_rate": 0.00016584266918677056,
      "loss": 7.3478,
      "step": 224900
    },
    {
      "epoch": 0.4685625,
      "grad_norm": 0.9740492105484009,
      "learning_rate": 0.00016583286573908652,
      "loss": 7.2414,
      "step": 224910
    },
    {
      "epoch": 0.46858333333333335,
      "grad_norm": 0.7779216766357422,
      "learning_rate": 0.00016582306222301076,
      "loss": 7.8783,
      "step": 224920
    },
    {
      "epoch": 0.46860416666666665,
      "grad_norm": 1.4905362129211426,
      "learning_rate": 0.00016581325863858565,
      "loss": 7.1023,
      "step": 224930
    },
    {
      "epoch": 0.468625,
      "grad_norm": 1.3017441034317017,
      "learning_rate": 0.00016580345498585345,
      "loss": 8.4379,
      "step": 224940
    },
    {
      "epoch": 0.4686458333333333,
      "grad_norm": 1.6647899150848389,
      "learning_rate": 0.00016579365126485668,
      "loss": 7.6871,
      "step": 224950
    },
    {
      "epoch": 0.4686666666666667,
      "grad_norm": 1.2004786729812622,
      "learning_rate": 0.00016578384747563754,
      "loss": 7.597,
      "step": 224960
    },
    {
      "epoch": 0.4686875,
      "grad_norm": 2.4257760047912598,
      "learning_rate": 0.0001657740436182384,
      "loss": 7.5209,
      "step": 224970
    },
    {
      "epoch": 0.46870833333333334,
      "grad_norm": 1.6277488470077515,
      "learning_rate": 0.00016576423969270166,
      "loss": 7.2695,
      "step": 224980
    },
    {
      "epoch": 0.46872916666666664,
      "grad_norm": 1.492677927017212,
      "learning_rate": 0.00016575443569906968,
      "loss": 7.3363,
      "step": 224990
    },
    {
      "epoch": 0.46875,
      "grad_norm": 0.499684602022171,
      "learning_rate": 0.0001657446316373847,
      "loss": 7.6245,
      "step": 225000
    },
    {
      "epoch": 0.46875,
      "eval_loss": 8.847782135009766,
      "eval_runtime": 8.207,
      "eval_samples_per_second": 0.366,
      "eval_steps_per_second": 0.122,
      "step": 225000
    },
    {
      "epoch": 0.46877083333333336,
      "grad_norm": 2.637737989425659,
      "learning_rate": 0.00016573482750768917,
      "loss": 7.5745,
      "step": 225010
    },
    {
      "epoch": 0.46879166666666666,
      "grad_norm": 0.7443274855613708,
      "learning_rate": 0.00016572502331002544,
      "loss": 7.7527,
      "step": 225020
    },
    {
      "epoch": 0.4688125,
      "grad_norm": 1.14768385887146,
      "learning_rate": 0.0001657152190444358,
      "loss": 8.1157,
      "step": 225030
    },
    {
      "epoch": 0.4688333333333333,
      "grad_norm": 0.9251479506492615,
      "learning_rate": 0.00016570541471096266,
      "loss": 7.6205,
      "step": 225040
    },
    {
      "epoch": 0.4688541666666667,
      "grad_norm": 0.8106915950775146,
      "learning_rate": 0.00016569561030964835,
      "loss": 7.4809,
      "step": 225050
    },
    {
      "epoch": 0.468875,
      "grad_norm": 1.1132928133010864,
      "learning_rate": 0.00016568580584053522,
      "loss": 7.3495,
      "step": 225060
    },
    {
      "epoch": 0.46889583333333335,
      "grad_norm": 1.6536470651626587,
      "learning_rate": 0.00016567600130366558,
      "loss": 7.4044,
      "step": 225070
    },
    {
      "epoch": 0.46891666666666665,
      "grad_norm": 1.0225239992141724,
      "learning_rate": 0.00016566619669908185,
      "loss": 7.3662,
      "step": 225080
    },
    {
      "epoch": 0.4689375,
      "grad_norm": 1.7939640283584595,
      "learning_rate": 0.00016565639202682637,
      "loss": 7.3764,
      "step": 225090
    },
    {
      "epoch": 0.4689583333333333,
      "grad_norm": 1.6873892545700073,
      "learning_rate": 0.00016564658728694144,
      "loss": 7.6229,
      "step": 225100
    },
    {
      "epoch": 0.46897916666666667,
      "grad_norm": 2.1131787300109863,
      "learning_rate": 0.00016563678247946941,
      "loss": 7.5703,
      "step": 225110
    },
    {
      "epoch": 0.469,
      "grad_norm": 1.7207958698272705,
      "learning_rate": 0.00016562697760445276,
      "loss": 7.782,
      "step": 225120
    },
    {
      "epoch": 0.46902083333333333,
      "grad_norm": 0.80558842420578,
      "learning_rate": 0.0001656171726619337,
      "loss": 7.1616,
      "step": 225130
    },
    {
      "epoch": 0.4690416666666667,
      "grad_norm": 0.6180173754692078,
      "learning_rate": 0.0001656073676519546,
      "loss": 7.9006,
      "step": 225140
    },
    {
      "epoch": 0.4690625,
      "grad_norm": 1.4807199239730835,
      "learning_rate": 0.00016559756257455792,
      "loss": 7.237,
      "step": 225150
    },
    {
      "epoch": 0.46908333333333335,
      "grad_norm": 1.5926415920257568,
      "learning_rate": 0.0001655877574297859,
      "loss": 7.7392,
      "step": 225160
    },
    {
      "epoch": 0.46910416666666666,
      "grad_norm": 1.5789932012557983,
      "learning_rate": 0.00016557795221768096,
      "loss": 8.094,
      "step": 225170
    },
    {
      "epoch": 0.469125,
      "grad_norm": 0.648611843585968,
      "learning_rate": 0.00016556814693828543,
      "loss": 8.2797,
      "step": 225180
    },
    {
      "epoch": 0.4691458333333333,
      "grad_norm": 0.6428470015525818,
      "learning_rate": 0.00016555834159164167,
      "loss": 7.6413,
      "step": 225190
    },
    {
      "epoch": 0.4691666666666667,
      "grad_norm": 2.1307690143585205,
      "learning_rate": 0.00016554853617779203,
      "loss": 7.5602,
      "step": 225200
    },
    {
      "epoch": 0.4691875,
      "grad_norm": 0.9403399229049683,
      "learning_rate": 0.00016553873069677884,
      "loss": 7.1618,
      "step": 225210
    },
    {
      "epoch": 0.46920833333333334,
      "grad_norm": 0.8896751403808594,
      "learning_rate": 0.00016552892514864453,
      "loss": 7.7732,
      "step": 225220
    },
    {
      "epoch": 0.46922916666666664,
      "grad_norm": 1.0936542749404907,
      "learning_rate": 0.0001655191195334314,
      "loss": 8.0325,
      "step": 225230
    },
    {
      "epoch": 0.46925,
      "grad_norm": 1.5598431825637817,
      "learning_rate": 0.00016550931385118177,
      "loss": 8.0703,
      "step": 225240
    },
    {
      "epoch": 0.46927083333333336,
      "grad_norm": 0.7969653010368347,
      "learning_rate": 0.00016549950810193807,
      "loss": 7.6886,
      "step": 225250
    },
    {
      "epoch": 0.46929166666666666,
      "grad_norm": 0.6337125897407532,
      "learning_rate": 0.00016548970228574266,
      "loss": 7.7537,
      "step": 225260
    },
    {
      "epoch": 0.4693125,
      "grad_norm": 1.3760476112365723,
      "learning_rate": 0.00016547989640263783,
      "loss": 7.3272,
      "step": 225270
    },
    {
      "epoch": 0.4693333333333333,
      "grad_norm": 1.5629949569702148,
      "learning_rate": 0.00016547009045266597,
      "loss": 7.5347,
      "step": 225280
    },
    {
      "epoch": 0.4693541666666667,
      "grad_norm": 0.8274267911911011,
      "learning_rate": 0.0001654602844358695,
      "loss": 7.0908,
      "step": 225290
    },
    {
      "epoch": 0.469375,
      "grad_norm": 1.1442832946777344,
      "learning_rate": 0.00016545047835229065,
      "loss": 7.2207,
      "step": 225300
    },
    {
      "epoch": 0.46939583333333335,
      "grad_norm": 0.6543427109718323,
      "learning_rate": 0.00016544067220197186,
      "loss": 8.5399,
      "step": 225310
    },
    {
      "epoch": 0.46941666666666665,
      "grad_norm": 0.7694096565246582,
      "learning_rate": 0.00016543086598495553,
      "loss": 7.7688,
      "step": 225320
    },
    {
      "epoch": 0.4694375,
      "grad_norm": 0.9605891108512878,
      "learning_rate": 0.00016542105970128394,
      "loss": 7.6864,
      "step": 225330
    },
    {
      "epoch": 0.4694583333333333,
      "grad_norm": 1.0015453100204468,
      "learning_rate": 0.00016541125335099946,
      "loss": 7.102,
      "step": 225340
    },
    {
      "epoch": 0.46947916666666667,
      "grad_norm": 0.533906102180481,
      "learning_rate": 0.00016540144693414448,
      "loss": 7.5106,
      "step": 225350
    },
    {
      "epoch": 0.4695,
      "grad_norm": 0.6974117159843445,
      "learning_rate": 0.00016539164045076136,
      "loss": 7.5353,
      "step": 225360
    },
    {
      "epoch": 0.46952083333333333,
      "grad_norm": 1.2826311588287354,
      "learning_rate": 0.00016538183390089244,
      "loss": 7.908,
      "step": 225370
    },
    {
      "epoch": 0.4695416666666667,
      "grad_norm": 0.6902172565460205,
      "learning_rate": 0.00016537202728458006,
      "loss": 8.1968,
      "step": 225380
    },
    {
      "epoch": 0.4695625,
      "grad_norm": 0.8665305376052856,
      "learning_rate": 0.00016536222060186661,
      "loss": 7.0065,
      "step": 225390
    },
    {
      "epoch": 0.46958333333333335,
      "grad_norm": 1.2218214273452759,
      "learning_rate": 0.00016535241385279447,
      "loss": 7.69,
      "step": 225400
    },
    {
      "epoch": 0.46960416666666666,
      "grad_norm": 2.846118927001953,
      "learning_rate": 0.00016534260703740598,
      "loss": 7.8932,
      "step": 225410
    },
    {
      "epoch": 0.469625,
      "grad_norm": 1.643597960472107,
      "learning_rate": 0.00016533280015574347,
      "loss": 7.6041,
      "step": 225420
    },
    {
      "epoch": 0.4696458333333333,
      "grad_norm": 1.0379621982574463,
      "learning_rate": 0.0001653229932078494,
      "loss": 7.589,
      "step": 225430
    },
    {
      "epoch": 0.4696666666666667,
      "grad_norm": 2.9568030834198,
      "learning_rate": 0.000165313186193766,
      "loss": 7.839,
      "step": 225440
    },
    {
      "epoch": 0.4696875,
      "grad_norm": 1.0053876638412476,
      "learning_rate": 0.00016530337911353568,
      "loss": 7.6973,
      "step": 225450
    },
    {
      "epoch": 0.46970833333333334,
      "grad_norm": 1.2940597534179688,
      "learning_rate": 0.0001652935719672009,
      "loss": 8.373,
      "step": 225460
    },
    {
      "epoch": 0.46972916666666664,
      "grad_norm": 4.008382797241211,
      "learning_rate": 0.00016528376475480387,
      "loss": 8.1795,
      "step": 225470
    },
    {
      "epoch": 0.46975,
      "grad_norm": 4.578895092010498,
      "learning_rate": 0.00016527395747638706,
      "loss": 7.9756,
      "step": 225480
    },
    {
      "epoch": 0.46977083333333336,
      "grad_norm": 1.4943430423736572,
      "learning_rate": 0.0001652641501319928,
      "loss": 8.1833,
      "step": 225490
    },
    {
      "epoch": 0.46979166666666666,
      "grad_norm": 2.3985934257507324,
      "learning_rate": 0.00016525434272166345,
      "loss": 7.7014,
      "step": 225500
    },
    {
      "epoch": 0.4698125,
      "grad_norm": 1.0411967039108276,
      "learning_rate": 0.00016524453524544136,
      "loss": 7.426,
      "step": 225510
    },
    {
      "epoch": 0.4698333333333333,
      "grad_norm": 0.6658214330673218,
      "learning_rate": 0.00016523472770336894,
      "loss": 7.41,
      "step": 225520
    },
    {
      "epoch": 0.4698541666666667,
      "grad_norm": 0.586757242679596,
      "learning_rate": 0.0001652249200954885,
      "loss": 8.4567,
      "step": 225530
    },
    {
      "epoch": 0.469875,
      "grad_norm": 1.7064532041549683,
      "learning_rate": 0.00016521511242184245,
      "loss": 8.1346,
      "step": 225540
    },
    {
      "epoch": 0.46989583333333335,
      "grad_norm": 3.301137685775757,
      "learning_rate": 0.00016520530468247313,
      "loss": 8.0142,
      "step": 225550
    },
    {
      "epoch": 0.46991666666666665,
      "grad_norm": 1.4514631032943726,
      "learning_rate": 0.0001651954968774229,
      "loss": 7.614,
      "step": 225560
    },
    {
      "epoch": 0.4699375,
      "grad_norm": 1.7076376676559448,
      "learning_rate": 0.00016518568900673414,
      "loss": 7.6665,
      "step": 225570
    },
    {
      "epoch": 0.4699583333333333,
      "grad_norm": 0.6386517882347107,
      "learning_rate": 0.00016517588107044925,
      "loss": 8.2164,
      "step": 225580
    },
    {
      "epoch": 0.46997916666666667,
      "grad_norm": 0.7006447315216064,
      "learning_rate": 0.00016516607306861053,
      "loss": 7.2412,
      "step": 225590
    },
    {
      "epoch": 0.47,
      "grad_norm": 0.7691826224327087,
      "learning_rate": 0.0001651562650012604,
      "loss": 7.2345,
      "step": 225600
    },
    {
      "epoch": 0.47002083333333333,
      "grad_norm": 2.190190315246582,
      "learning_rate": 0.00016514645686844116,
      "loss": 7.7751,
      "step": 225610
    },
    {
      "epoch": 0.4700416666666667,
      "grad_norm": 1.1164509057998657,
      "learning_rate": 0.00016513664867019525,
      "loss": 7.3958,
      "step": 225620
    },
    {
      "epoch": 0.4700625,
      "grad_norm": 0.834784209728241,
      "learning_rate": 0.00016512684040656504,
      "loss": 6.9866,
      "step": 225630
    },
    {
      "epoch": 0.47008333333333335,
      "grad_norm": 1.1397278308868408,
      "learning_rate": 0.00016511703207759278,
      "loss": 7.305,
      "step": 225640
    },
    {
      "epoch": 0.47010416666666666,
      "grad_norm": 0.6345131397247314,
      "learning_rate": 0.00016510722368332103,
      "loss": 7.6681,
      "step": 225650
    },
    {
      "epoch": 0.470125,
      "grad_norm": 6.514065742492676,
      "learning_rate": 0.000165097415223792,
      "loss": 8.1067,
      "step": 225660
    },
    {
      "epoch": 0.4701458333333333,
      "grad_norm": 2.540653705596924,
      "learning_rate": 0.0001650876066990481,
      "loss": 7.6859,
      "step": 225670
    },
    {
      "epoch": 0.4701666666666667,
      "grad_norm": 1.6886789798736572,
      "learning_rate": 0.00016507779810913175,
      "loss": 7.4181,
      "step": 225680
    },
    {
      "epoch": 0.4701875,
      "grad_norm": 1.8570022583007812,
      "learning_rate": 0.00016506798945408523,
      "loss": 8.1274,
      "step": 225690
    },
    {
      "epoch": 0.47020833333333334,
      "grad_norm": 1.227171778678894,
      "learning_rate": 0.00016505818073395102,
      "loss": 7.3883,
      "step": 225700
    },
    {
      "epoch": 0.47022916666666664,
      "grad_norm": 1.3469284772872925,
      "learning_rate": 0.0001650483719487714,
      "loss": 7.5507,
      "step": 225710
    },
    {
      "epoch": 0.47025,
      "grad_norm": 0.8557420372962952,
      "learning_rate": 0.00016503856309858873,
      "loss": 6.959,
      "step": 225720
    },
    {
      "epoch": 0.47027083333333336,
      "grad_norm": 1.4239864349365234,
      "learning_rate": 0.00016502875418344546,
      "loss": 8.0239,
      "step": 225730
    },
    {
      "epoch": 0.47029166666666666,
      "grad_norm": 0.8079224824905396,
      "learning_rate": 0.00016501894520338394,
      "loss": 6.9511,
      "step": 225740
    },
    {
      "epoch": 0.4703125,
      "grad_norm": 1.1663264036178589,
      "learning_rate": 0.00016500913615844647,
      "loss": 7.1521,
      "step": 225750
    },
    {
      "epoch": 0.4703333333333333,
      "grad_norm": 1.5358004570007324,
      "learning_rate": 0.00016499932704867553,
      "loss": 7.3453,
      "step": 225760
    },
    {
      "epoch": 0.4703541666666667,
      "grad_norm": 1.9560694694519043,
      "learning_rate": 0.00016498951787411337,
      "loss": 7.4805,
      "step": 225770
    },
    {
      "epoch": 0.470375,
      "grad_norm": 1.2966917753219604,
      "learning_rate": 0.0001649797086348025,
      "loss": 7.4564,
      "step": 225780
    },
    {
      "epoch": 0.47039583333333335,
      "grad_norm": 1.6025563478469849,
      "learning_rate": 0.00016496989933078522,
      "loss": 7.612,
      "step": 225790
    },
    {
      "epoch": 0.47041666666666665,
      "grad_norm": 0.6283725500106812,
      "learning_rate": 0.00016496008996210384,
      "loss": 7.2829,
      "step": 225800
    },
    {
      "epoch": 0.4704375,
      "grad_norm": 2.4604547023773193,
      "learning_rate": 0.0001649502805288008,
      "loss": 7.6997,
      "step": 225810
    },
    {
      "epoch": 0.4704583333333333,
      "grad_norm": 0.8603209257125854,
      "learning_rate": 0.0001649404710309185,
      "loss": 7.6496,
      "step": 225820
    },
    {
      "epoch": 0.47047916666666667,
      "grad_norm": 0.8264238834381104,
      "learning_rate": 0.00016493066146849926,
      "loss": 7.1921,
      "step": 225830
    },
    {
      "epoch": 0.4705,
      "grad_norm": 0.7224285006523132,
      "learning_rate": 0.00016492085184158546,
      "loss": 7.2113,
      "step": 225840
    },
    {
      "epoch": 0.47052083333333333,
      "grad_norm": 2.6635520458221436,
      "learning_rate": 0.0001649110421502195,
      "loss": 7.9038,
      "step": 225850
    },
    {
      "epoch": 0.4705416666666667,
      "grad_norm": 0.9921392798423767,
      "learning_rate": 0.00016490123239444373,
      "loss": 7.3413,
      "step": 225860
    },
    {
      "epoch": 0.4705625,
      "grad_norm": 0.8724532723426819,
      "learning_rate": 0.00016489142257430055,
      "loss": 7.245,
      "step": 225870
    },
    {
      "epoch": 0.47058333333333335,
      "grad_norm": 1.0583592653274536,
      "learning_rate": 0.00016488161268983232,
      "loss": 7.8205,
      "step": 225880
    },
    {
      "epoch": 0.47060416666666666,
      "grad_norm": 1.831619143486023,
      "learning_rate": 0.0001648718027410814,
      "loss": 8.1429,
      "step": 225890
    },
    {
      "epoch": 0.470625,
      "grad_norm": 0.9079234600067139,
      "learning_rate": 0.0001648619927280902,
      "loss": 7.4059,
      "step": 225900
    },
    {
      "epoch": 0.4706458333333333,
      "grad_norm": 3.8178811073303223,
      "learning_rate": 0.00016485218265090102,
      "loss": 7.5879,
      "step": 225910
    },
    {
      "epoch": 0.4706666666666667,
      "grad_norm": 0.7086817026138306,
      "learning_rate": 0.00016484237250955633,
      "loss": 7.4106,
      "step": 225920
    },
    {
      "epoch": 0.4706875,
      "grad_norm": 1.0461381673812866,
      "learning_rate": 0.0001648325623040985,
      "loss": 7.8518,
      "step": 225930
    },
    {
      "epoch": 0.47070833333333334,
      "grad_norm": 3.5529074668884277,
      "learning_rate": 0.0001648227520345698,
      "loss": 7.9195,
      "step": 225940
    },
    {
      "epoch": 0.47072916666666664,
      "grad_norm": 1.1389257907867432,
      "learning_rate": 0.0001648129417010127,
      "loss": 7.5218,
      "step": 225950
    },
    {
      "epoch": 0.47075,
      "grad_norm": 1.5077587366104126,
      "learning_rate": 0.0001648031313034696,
      "loss": 7.5172,
      "step": 225960
    },
    {
      "epoch": 0.47077083333333336,
      "grad_norm": 5.507411956787109,
      "learning_rate": 0.00016479332084198283,
      "loss": 8.7799,
      "step": 225970
    },
    {
      "epoch": 0.47079166666666666,
      "grad_norm": 0.9433109164237976,
      "learning_rate": 0.0001647835103165947,
      "loss": 7.8488,
      "step": 225980
    },
    {
      "epoch": 0.4708125,
      "grad_norm": 1.4655951261520386,
      "learning_rate": 0.00016477369972734774,
      "loss": 7.1914,
      "step": 225990
    },
    {
      "epoch": 0.4708333333333333,
      "grad_norm": 0.6210406422615051,
      "learning_rate": 0.00016476388907428417,
      "loss": 7.5369,
      "step": 226000
    },
    {
      "epoch": 0.4708333333333333,
      "eval_loss": 6.7565412521362305,
      "eval_runtime": 8.2716,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 226000
    },
    {
      "epoch": 0.4708541666666667,
      "grad_norm": 1.267774224281311,
      "learning_rate": 0.00016475407835744646,
      "loss": 7.0478,
      "step": 226010
    },
    {
      "epoch": 0.470875,
      "grad_norm": 1.0771840810775757,
      "learning_rate": 0.000164744267576877,
      "loss": 7.3234,
      "step": 226020
    },
    {
      "epoch": 0.47089583333333335,
      "grad_norm": 0.8966675400733948,
      "learning_rate": 0.00016473445673261816,
      "loss": 7.5353,
      "step": 226030
    },
    {
      "epoch": 0.47091666666666665,
      "grad_norm": 1.5509061813354492,
      "learning_rate": 0.00016472464582471228,
      "loss": 6.9164,
      "step": 226040
    },
    {
      "epoch": 0.4709375,
      "grad_norm": 1.788883924484253,
      "learning_rate": 0.00016471483485320173,
      "loss": 7.6919,
      "step": 226050
    },
    {
      "epoch": 0.4709583333333333,
      "grad_norm": 1.0425046682357788,
      "learning_rate": 0.00016470502381812894,
      "loss": 7.0737,
      "step": 226060
    },
    {
      "epoch": 0.47097916666666667,
      "grad_norm": 1.8015964031219482,
      "learning_rate": 0.00016469521271953626,
      "loss": 7.3939,
      "step": 226070
    },
    {
      "epoch": 0.471,
      "grad_norm": 1.3750814199447632,
      "learning_rate": 0.00016468540155746604,
      "loss": 8.7582,
      "step": 226080
    },
    {
      "epoch": 0.47102083333333333,
      "grad_norm": 0.6138647794723511,
      "learning_rate": 0.00016467559033196076,
      "loss": 7.6988,
      "step": 226090
    },
    {
      "epoch": 0.4710416666666667,
      "grad_norm": 2.454535722732544,
      "learning_rate": 0.00016466577904306274,
      "loss": 7.7609,
      "step": 226100
    },
    {
      "epoch": 0.4710625,
      "grad_norm": 1.0746116638183594,
      "learning_rate": 0.00016465596769081432,
      "loss": 7.6425,
      "step": 226110
    },
    {
      "epoch": 0.47108333333333335,
      "grad_norm": 1.3648488521575928,
      "learning_rate": 0.0001646461562752579,
      "loss": 7.7965,
      "step": 226120
    },
    {
      "epoch": 0.47110416666666666,
      "grad_norm": 1.150439977645874,
      "learning_rate": 0.000164636344796436,
      "loss": 7.3971,
      "step": 226130
    },
    {
      "epoch": 0.471125,
      "grad_norm": 0.6198614835739136,
      "learning_rate": 0.00016462653325439072,
      "loss": 7.6326,
      "step": 226140
    },
    {
      "epoch": 0.4711458333333333,
      "grad_norm": 34.055973052978516,
      "learning_rate": 0.0001646167216491647,
      "loss": 9.7437,
      "step": 226150
    },
    {
      "epoch": 0.4711666666666667,
      "grad_norm": 1.2344835996627808,
      "learning_rate": 0.00016460690998080027,
      "loss": 7.2805,
      "step": 226160
    },
    {
      "epoch": 0.4711875,
      "grad_norm": 1.216292381286621,
      "learning_rate": 0.00016459709824933973,
      "loss": 8.7035,
      "step": 226170
    },
    {
      "epoch": 0.47120833333333334,
      "grad_norm": 1.33943772315979,
      "learning_rate": 0.0001645872864548254,
      "loss": 7.7714,
      "step": 226180
    },
    {
      "epoch": 0.47122916666666664,
      "grad_norm": 2.6049349308013916,
      "learning_rate": 0.00016457747459729992,
      "loss": 7.6905,
      "step": 226190
    },
    {
      "epoch": 0.47125,
      "grad_norm": 6.855626583099365,
      "learning_rate": 0.00016456766267680545,
      "loss": 7.4631,
      "step": 226200
    },
    {
      "epoch": 0.47127083333333336,
      "grad_norm": 1.7099164724349976,
      "learning_rate": 0.00016455785069338446,
      "loss": 7.1574,
      "step": 226210
    },
    {
      "epoch": 0.47129166666666666,
      "grad_norm": 1.6121710538864136,
      "learning_rate": 0.0001645480386470793,
      "loss": 7.6354,
      "step": 226220
    },
    {
      "epoch": 0.4713125,
      "grad_norm": 2.290738582611084,
      "learning_rate": 0.0001645382265379324,
      "loss": 7.8533,
      "step": 226230
    },
    {
      "epoch": 0.4713333333333333,
      "grad_norm": 1.079671859741211,
      "learning_rate": 0.0001645284143659861,
      "loss": 7.228,
      "step": 226240
    },
    {
      "epoch": 0.4713541666666667,
      "grad_norm": 1.124191164970398,
      "learning_rate": 0.00016451860213128277,
      "loss": 7.3337,
      "step": 226250
    },
    {
      "epoch": 0.471375,
      "grad_norm": 2.069761276245117,
      "learning_rate": 0.00016450878983386485,
      "loss": 7.4514,
      "step": 226260
    },
    {
      "epoch": 0.47139583333333335,
      "grad_norm": 0.8552607893943787,
      "learning_rate": 0.0001644989774737747,
      "loss": 7.3707,
      "step": 226270
    },
    {
      "epoch": 0.47141666666666665,
      "grad_norm": 1.3612784147262573,
      "learning_rate": 0.0001644891650510547,
      "loss": 7.5618,
      "step": 226280
    },
    {
      "epoch": 0.4714375,
      "grad_norm": 1.3124045133590698,
      "learning_rate": 0.00016447935256574728,
      "loss": 7.4736,
      "step": 226290
    },
    {
      "epoch": 0.4714583333333333,
      "grad_norm": 1.6059924364089966,
      "learning_rate": 0.00016446954001789478,
      "loss": 7.6376,
      "step": 226300
    },
    {
      "epoch": 0.47147916666666667,
      "grad_norm": 1.3596733808517456,
      "learning_rate": 0.00016445972740753955,
      "loss": 7.1373,
      "step": 226310
    },
    {
      "epoch": 0.4715,
      "grad_norm": 1.0095725059509277,
      "learning_rate": 0.00016444991473472403,
      "loss": 7.5902,
      "step": 226320
    },
    {
      "epoch": 0.47152083333333333,
      "grad_norm": 1.5497386455535889,
      "learning_rate": 0.00016444010199949066,
      "loss": 7.164,
      "step": 226330
    },
    {
      "epoch": 0.4715416666666667,
      "grad_norm": 0.8649054169654846,
      "learning_rate": 0.00016443028920188168,
      "loss": 7.6056,
      "step": 226340
    },
    {
      "epoch": 0.4715625,
      "grad_norm": 1.268593192100525,
      "learning_rate": 0.00016442047634193958,
      "loss": 7.2651,
      "step": 226350
    },
    {
      "epoch": 0.47158333333333335,
      "grad_norm": 1.1619834899902344,
      "learning_rate": 0.0001644106634197068,
      "loss": 7.3527,
      "step": 226360
    },
    {
      "epoch": 0.47160416666666666,
      "grad_norm": 3.21484112739563,
      "learning_rate": 0.00016440085043522562,
      "loss": 7.2838,
      "step": 226370
    },
    {
      "epoch": 0.471625,
      "grad_norm": 1.9808623790740967,
      "learning_rate": 0.00016439103738853845,
      "loss": 7.3335,
      "step": 226380
    },
    {
      "epoch": 0.4716458333333333,
      "grad_norm": 2.0722405910491943,
      "learning_rate": 0.0001643812242796877,
      "loss": 7.3853,
      "step": 226390
    },
    {
      "epoch": 0.4716666666666667,
      "grad_norm": 0.7468751668930054,
      "learning_rate": 0.00016437141110871574,
      "loss": 7.6548,
      "step": 226400
    },
    {
      "epoch": 0.4716875,
      "grad_norm": 0.9876717925071716,
      "learning_rate": 0.00016436159787566499,
      "loss": 7.4585,
      "step": 226410
    },
    {
      "epoch": 0.47170833333333334,
      "grad_norm": 1.743857502937317,
      "learning_rate": 0.0001643517845805778,
      "loss": 7.1987,
      "step": 226420
    },
    {
      "epoch": 0.47172916666666664,
      "grad_norm": 1.5141364336013794,
      "learning_rate": 0.00016434197122349665,
      "loss": 7.5026,
      "step": 226430
    },
    {
      "epoch": 0.47175,
      "grad_norm": 0.9012828469276428,
      "learning_rate": 0.00016433215780446378,
      "loss": 7.9779,
      "step": 226440
    },
    {
      "epoch": 0.4717708333333333,
      "grad_norm": 0.8066318035125732,
      "learning_rate": 0.0001643223443235217,
      "loss": 7.2412,
      "step": 226450
    },
    {
      "epoch": 0.47179166666666666,
      "grad_norm": 0.5969920754432678,
      "learning_rate": 0.00016431253078071274,
      "loss": 7.6531,
      "step": 226460
    },
    {
      "epoch": 0.4718125,
      "grad_norm": 1.8869484663009644,
      "learning_rate": 0.0001643027171760794,
      "loss": 7.1828,
      "step": 226470
    },
    {
      "epoch": 0.4718333333333333,
      "grad_norm": 3.1744446754455566,
      "learning_rate": 0.00016429290350966383,
      "loss": 7.8869,
      "step": 226480
    },
    {
      "epoch": 0.4718541666666667,
      "grad_norm": 1.1571345329284668,
      "learning_rate": 0.00016428308978150866,
      "loss": 7.6383,
      "step": 226490
    },
    {
      "epoch": 0.471875,
      "grad_norm": 1.1116541624069214,
      "learning_rate": 0.00016427327599165622,
      "loss": 7.7336,
      "step": 226500
    },
    {
      "epoch": 0.47189583333333335,
      "grad_norm": 4.751672744750977,
      "learning_rate": 0.00016426346214014882,
      "loss": 7.9951,
      "step": 226510
    },
    {
      "epoch": 0.47191666666666665,
      "grad_norm": 1.4797651767730713,
      "learning_rate": 0.000164253648227029,
      "loss": 7.3318,
      "step": 226520
    },
    {
      "epoch": 0.4719375,
      "grad_norm": 0.6236900091171265,
      "learning_rate": 0.00016424383425233898,
      "loss": 7.1957,
      "step": 226530
    },
    {
      "epoch": 0.4719583333333333,
      "grad_norm": 0.9435735940933228,
      "learning_rate": 0.00016423402021612126,
      "loss": 7.7239,
      "step": 226540
    },
    {
      "epoch": 0.47197916666666667,
      "grad_norm": 1.7437129020690918,
      "learning_rate": 0.00016422420611841818,
      "loss": 7.5596,
      "step": 226550
    },
    {
      "epoch": 0.472,
      "grad_norm": 1.1414639949798584,
      "learning_rate": 0.00016421439195927218,
      "loss": 7.2963,
      "step": 226560
    },
    {
      "epoch": 0.47202083333333333,
      "grad_norm": 1.4399280548095703,
      "learning_rate": 0.00016420457773872564,
      "loss": 8.2777,
      "step": 226570
    },
    {
      "epoch": 0.4720416666666667,
      "grad_norm": 1.3703166246414185,
      "learning_rate": 0.00016419476345682095,
      "loss": 7.3952,
      "step": 226580
    },
    {
      "epoch": 0.4720625,
      "grad_norm": 1.484951138496399,
      "learning_rate": 0.00016418494911360048,
      "loss": 7.2525,
      "step": 226590
    },
    {
      "epoch": 0.47208333333333335,
      "grad_norm": 0.5466410517692566,
      "learning_rate": 0.00016417513470910666,
      "loss": 7.5067,
      "step": 226600
    },
    {
      "epoch": 0.47210416666666666,
      "grad_norm": 1.1883665323257446,
      "learning_rate": 0.00016416532024338186,
      "loss": 7.3263,
      "step": 226610
    },
    {
      "epoch": 0.472125,
      "grad_norm": 1.6007497310638428,
      "learning_rate": 0.0001641555057164685,
      "loss": 7.8286,
      "step": 226620
    },
    {
      "epoch": 0.4721458333333333,
      "grad_norm": 0.5833114981651306,
      "learning_rate": 0.00016414569112840893,
      "loss": 7.36,
      "step": 226630
    },
    {
      "epoch": 0.4721666666666667,
      "grad_norm": 1.4435888528823853,
      "learning_rate": 0.00016413587647924559,
      "loss": 7.8462,
      "step": 226640
    },
    {
      "epoch": 0.4721875,
      "grad_norm": 1.4634132385253906,
      "learning_rate": 0.00016412606176902087,
      "loss": 7.8741,
      "step": 226650
    },
    {
      "epoch": 0.47220833333333334,
      "grad_norm": 2.1302173137664795,
      "learning_rate": 0.00016411624699777717,
      "loss": 7.7256,
      "step": 226660
    },
    {
      "epoch": 0.47222916666666664,
      "grad_norm": 1.6156290769577026,
      "learning_rate": 0.00016410643216555686,
      "loss": 7.2592,
      "step": 226670
    },
    {
      "epoch": 0.47225,
      "grad_norm": 1.3260878324508667,
      "learning_rate": 0.00016409661727240227,
      "loss": 7.2572,
      "step": 226680
    },
    {
      "epoch": 0.4722708333333333,
      "grad_norm": 0.8254438042640686,
      "learning_rate": 0.00016408680231835596,
      "loss": 7.5592,
      "step": 226690
    },
    {
      "epoch": 0.47229166666666667,
      "grad_norm": 0.9347496628761292,
      "learning_rate": 0.00016407698730346024,
      "loss": 7.6494,
      "step": 226700
    },
    {
      "epoch": 0.4723125,
      "grad_norm": 1.0001102685928345,
      "learning_rate": 0.00016406717222775745,
      "loss": 7.7562,
      "step": 226710
    },
    {
      "epoch": 0.4723333333333333,
      "grad_norm": 0.9838598966598511,
      "learning_rate": 0.00016405735709129008,
      "loss": 7.2391,
      "step": 226720
    },
    {
      "epoch": 0.4723541666666667,
      "grad_norm": 1.362538456916809,
      "learning_rate": 0.00016404754189410048,
      "loss": 7.6321,
      "step": 226730
    },
    {
      "epoch": 0.472375,
      "grad_norm": 0.5411167144775391,
      "learning_rate": 0.00016403772663623107,
      "loss": 7.317,
      "step": 226740
    },
    {
      "epoch": 0.47239583333333335,
      "grad_norm": 1.879093050956726,
      "learning_rate": 0.00016402791131772424,
      "loss": 8.0145,
      "step": 226750
    },
    {
      "epoch": 0.47241666666666665,
      "grad_norm": 1.77704656124115,
      "learning_rate": 0.00016401809593862238,
      "loss": 7.2332,
      "step": 226760
    },
    {
      "epoch": 0.4724375,
      "grad_norm": 1.5490375757217407,
      "learning_rate": 0.00016400828049896788,
      "loss": 7.1935,
      "step": 226770
    },
    {
      "epoch": 0.4724583333333333,
      "grad_norm": 0.6134360432624817,
      "learning_rate": 0.00016399846499880316,
      "loss": 7.4067,
      "step": 226780
    },
    {
      "epoch": 0.4724791666666667,
      "grad_norm": 1.0414044857025146,
      "learning_rate": 0.00016398864943817064,
      "loss": 7.2558,
      "step": 226790
    },
    {
      "epoch": 0.4725,
      "grad_norm": 0.972486674785614,
      "learning_rate": 0.0001639788338171127,
      "loss": 7.1825,
      "step": 226800
    },
    {
      "epoch": 0.47252083333333333,
      "grad_norm": 1.519404649734497,
      "learning_rate": 0.00016396901813567168,
      "loss": 7.6855,
      "step": 226810
    },
    {
      "epoch": 0.4725416666666667,
      "grad_norm": 2.033477783203125,
      "learning_rate": 0.00016395920239389,
      "loss": 9.7977,
      "step": 226820
    },
    {
      "epoch": 0.4725625,
      "grad_norm": 2.4751455783843994,
      "learning_rate": 0.0001639493865918102,
      "loss": 7.8239,
      "step": 226830
    },
    {
      "epoch": 0.47258333333333336,
      "grad_norm": 0.9975720643997192,
      "learning_rate": 0.0001639395707294745,
      "loss": 7.3836,
      "step": 226840
    },
    {
      "epoch": 0.47260416666666666,
      "grad_norm": 1.3453336954116821,
      "learning_rate": 0.00016392975480692537,
      "loss": 7.6423,
      "step": 226850
    },
    {
      "epoch": 0.472625,
      "grad_norm": 1.8489160537719727,
      "learning_rate": 0.00016391993882420525,
      "loss": 7.3911,
      "step": 226860
    },
    {
      "epoch": 0.4726458333333333,
      "grad_norm": 0.9051844477653503,
      "learning_rate": 0.0001639101227813565,
      "loss": 7.5963,
      "step": 226870
    },
    {
      "epoch": 0.4726666666666667,
      "grad_norm": 0.7228198051452637,
      "learning_rate": 0.00016390030667842148,
      "loss": 7.5902,
      "step": 226880
    },
    {
      "epoch": 0.4726875,
      "grad_norm": 0.8689138293266296,
      "learning_rate": 0.0001638904905154427,
      "loss": 7.5716,
      "step": 226890
    },
    {
      "epoch": 0.47270833333333334,
      "grad_norm": 1.1020723581314087,
      "learning_rate": 0.00016388067429246245,
      "loss": 7.0705,
      "step": 226900
    },
    {
      "epoch": 0.47272916666666664,
      "grad_norm": 1.2418079376220703,
      "learning_rate": 0.0001638708580095232,
      "loss": 7.5521,
      "step": 226910
    },
    {
      "epoch": 0.47275,
      "grad_norm": 0.9891352653503418,
      "learning_rate": 0.00016386104166666736,
      "loss": 7.2672,
      "step": 226920
    },
    {
      "epoch": 0.4727708333333333,
      "grad_norm": 1.144707202911377,
      "learning_rate": 0.00016385122526393726,
      "loss": 7.3304,
      "step": 226930
    },
    {
      "epoch": 0.47279166666666667,
      "grad_norm": 0.9977614283561707,
      "learning_rate": 0.00016384140880137534,
      "loss": 7.8089,
      "step": 226940
    },
    {
      "epoch": 0.4728125,
      "grad_norm": 3.681650400161743,
      "learning_rate": 0.00016383159227902405,
      "loss": 7.814,
      "step": 226950
    },
    {
      "epoch": 0.4728333333333333,
      "grad_norm": 2.925790786743164,
      "learning_rate": 0.00016382177569692575,
      "loss": 7.6617,
      "step": 226960
    },
    {
      "epoch": 0.4728541666666667,
      "grad_norm": 1.1794893741607666,
      "learning_rate": 0.0001638119590551229,
      "loss": 7.4382,
      "step": 226970
    },
    {
      "epoch": 0.472875,
      "grad_norm": 1.7636348009109497,
      "learning_rate": 0.00016380214235365773,
      "loss": 7.4028,
      "step": 226980
    },
    {
      "epoch": 0.47289583333333335,
      "grad_norm": 0.7376171350479126,
      "learning_rate": 0.00016379232559257285,
      "loss": 7.478,
      "step": 226990
    },
    {
      "epoch": 0.47291666666666665,
      "grad_norm": 0.9683089256286621,
      "learning_rate": 0.00016378250877191063,
      "loss": 7.3347,
      "step": 227000
    },
    {
      "epoch": 0.47291666666666665,
      "eval_loss": 7.109757900238037,
      "eval_runtime": 8.2724,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 227000
    },
    {
      "epoch": 0.4729375,
      "grad_norm": 1.6261054277420044,
      "learning_rate": 0.00016377269189171335,
      "loss": 7.3548,
      "step": 227010
    },
    {
      "epoch": 0.4729583333333333,
      "grad_norm": 1.1193268299102783,
      "learning_rate": 0.00016376287495202348,
      "loss": 7.6427,
      "step": 227020
    },
    {
      "epoch": 0.4729791666666667,
      "grad_norm": 1.1272764205932617,
      "learning_rate": 0.0001637530579528835,
      "loss": 7.3252,
      "step": 227030
    },
    {
      "epoch": 0.473,
      "grad_norm": 2.1502530574798584,
      "learning_rate": 0.00016374324089433572,
      "loss": 8.3653,
      "step": 227040
    },
    {
      "epoch": 0.47302083333333333,
      "grad_norm": 1.682191252708435,
      "learning_rate": 0.00016373342377642254,
      "loss": 7.0704,
      "step": 227050
    },
    {
      "epoch": 0.4730416666666667,
      "grad_norm": 1.1335430145263672,
      "learning_rate": 0.0001637236065991865,
      "loss": 8.1747,
      "step": 227060
    },
    {
      "epoch": 0.4730625,
      "grad_norm": 1.1705106496810913,
      "learning_rate": 0.00016371378936266986,
      "loss": 7.5081,
      "step": 227070
    },
    {
      "epoch": 0.47308333333333336,
      "grad_norm": 3.201658248901367,
      "learning_rate": 0.00016370397206691507,
      "loss": 7.9676,
      "step": 227080
    },
    {
      "epoch": 0.47310416666666666,
      "grad_norm": 2.277836322784424,
      "learning_rate": 0.00016369415471196455,
      "loss": 7.5185,
      "step": 227090
    },
    {
      "epoch": 0.473125,
      "grad_norm": 2.707646369934082,
      "learning_rate": 0.00016368433729786072,
      "loss": 7.8417,
      "step": 227100
    },
    {
      "epoch": 0.4731458333333333,
      "grad_norm": 1.6155767440795898,
      "learning_rate": 0.00016367451982464594,
      "loss": 7.429,
      "step": 227110
    },
    {
      "epoch": 0.4731666666666667,
      "grad_norm": 0.9419716000556946,
      "learning_rate": 0.00016366470229236266,
      "loss": 7.8368,
      "step": 227120
    },
    {
      "epoch": 0.4731875,
      "grad_norm": 6.302326202392578,
      "learning_rate": 0.00016365488470105328,
      "loss": 7.8109,
      "step": 227130
    },
    {
      "epoch": 0.47320833333333334,
      "grad_norm": 0.9255566000938416,
      "learning_rate": 0.0001636450670507602,
      "loss": 7.3452,
      "step": 227140
    },
    {
      "epoch": 0.47322916666666665,
      "grad_norm": 0.9254361391067505,
      "learning_rate": 0.00016363524934152583,
      "loss": 7.727,
      "step": 227150
    },
    {
      "epoch": 0.47325,
      "grad_norm": 1.5039253234863281,
      "learning_rate": 0.00016362543157339256,
      "loss": 8.3876,
      "step": 227160
    },
    {
      "epoch": 0.4732708333333333,
      "grad_norm": 1.1454676389694214,
      "learning_rate": 0.0001636156137464029,
      "loss": 7.2513,
      "step": 227170
    },
    {
      "epoch": 0.47329166666666667,
      "grad_norm": 4.376210689544678,
      "learning_rate": 0.00016360579586059907,
      "loss": 6.9941,
      "step": 227180
    },
    {
      "epoch": 0.4733125,
      "grad_norm": 0.8928864598274231,
      "learning_rate": 0.00016359597791602365,
      "loss": 7.5621,
      "step": 227190
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.9503793120384216,
      "learning_rate": 0.000163586159912719,
      "loss": 7.2144,
      "step": 227200
    },
    {
      "epoch": 0.4733541666666667,
      "grad_norm": 0.6387827396392822,
      "learning_rate": 0.00016357634185072746,
      "loss": 8.0042,
      "step": 227210
    },
    {
      "epoch": 0.473375,
      "grad_norm": 0.5839354395866394,
      "learning_rate": 0.00016356652373009152,
      "loss": 7.4791,
      "step": 227220
    },
    {
      "epoch": 0.47339583333333335,
      "grad_norm": 1.4887477159500122,
      "learning_rate": 0.0001635567055508536,
      "loss": 7.9656,
      "step": 227230
    },
    {
      "epoch": 0.47341666666666665,
      "grad_norm": 0.6998099088668823,
      "learning_rate": 0.00016354688731305607,
      "loss": 7.5176,
      "step": 227240
    },
    {
      "epoch": 0.4734375,
      "grad_norm": 0.8122211694717407,
      "learning_rate": 0.00016353706901674133,
      "loss": 7.3999,
      "step": 227250
    },
    {
      "epoch": 0.4734583333333333,
      "grad_norm": 2.4265904426574707,
      "learning_rate": 0.00016352725066195182,
      "loss": 7.7824,
      "step": 227260
    },
    {
      "epoch": 0.4734791666666667,
      "grad_norm": 5.512573719024658,
      "learning_rate": 0.0001635174322487299,
      "loss": 7.5794,
      "step": 227270
    },
    {
      "epoch": 0.4735,
      "grad_norm": 3.100245952606201,
      "learning_rate": 0.00016350761377711807,
      "loss": 7.0697,
      "step": 227280
    },
    {
      "epoch": 0.47352083333333334,
      "grad_norm": 1.3086986541748047,
      "learning_rate": 0.00016349779524715868,
      "loss": 8.7714,
      "step": 227290
    },
    {
      "epoch": 0.4735416666666667,
      "grad_norm": 2.208387851715088,
      "learning_rate": 0.00016348797665889417,
      "loss": 7.6836,
      "step": 227300
    },
    {
      "epoch": 0.4735625,
      "grad_norm": 1.4872857332229614,
      "learning_rate": 0.0001634781580123669,
      "loss": 8.0908,
      "step": 227310
    },
    {
      "epoch": 0.47358333333333336,
      "grad_norm": 1.464343547821045,
      "learning_rate": 0.00016346833930761936,
      "loss": 7.6994,
      "step": 227320
    },
    {
      "epoch": 0.47360416666666666,
      "grad_norm": 1.1851814985275269,
      "learning_rate": 0.00016345852054469394,
      "loss": 7.4976,
      "step": 227330
    },
    {
      "epoch": 0.473625,
      "grad_norm": 0.5696631669998169,
      "learning_rate": 0.000163448701723633,
      "loss": 7.7209,
      "step": 227340
    },
    {
      "epoch": 0.4736458333333333,
      "grad_norm": 0.5696234107017517,
      "learning_rate": 0.00016343888284447902,
      "loss": 7.2504,
      "step": 227350
    },
    {
      "epoch": 0.4736666666666667,
      "grad_norm": 29.323883056640625,
      "learning_rate": 0.00016342906390727437,
      "loss": 10.607,
      "step": 227360
    },
    {
      "epoch": 0.4736875,
      "grad_norm": 3.8276021480560303,
      "learning_rate": 0.00016341924491206149,
      "loss": 7.4404,
      "step": 227370
    },
    {
      "epoch": 0.47370833333333334,
      "grad_norm": 0.7681285738945007,
      "learning_rate": 0.00016340942585888276,
      "loss": 7.497,
      "step": 227380
    },
    {
      "epoch": 0.47372916666666665,
      "grad_norm": 2.1862642765045166,
      "learning_rate": 0.00016339960674778065,
      "loss": 7.107,
      "step": 227390
    },
    {
      "epoch": 0.47375,
      "grad_norm": 1.8297892808914185,
      "learning_rate": 0.00016338978757879754,
      "loss": 7.7305,
      "step": 227400
    },
    {
      "epoch": 0.4737708333333333,
      "grad_norm": 3.4107666015625,
      "learning_rate": 0.00016337996835197582,
      "loss": 7.2901,
      "step": 227410
    },
    {
      "epoch": 0.47379166666666667,
      "grad_norm": 1.4947423934936523,
      "learning_rate": 0.00016337014906735796,
      "loss": 8.7335,
      "step": 227420
    },
    {
      "epoch": 0.4738125,
      "grad_norm": 2.5048105716705322,
      "learning_rate": 0.00016336032972498634,
      "loss": 7.7997,
      "step": 227430
    },
    {
      "epoch": 0.47383333333333333,
      "grad_norm": 1.7234852313995361,
      "learning_rate": 0.0001633505103249034,
      "loss": 7.8401,
      "step": 227440
    },
    {
      "epoch": 0.4738541666666667,
      "grad_norm": 0.8886922001838684,
      "learning_rate": 0.0001633406908671515,
      "loss": 7.6505,
      "step": 227450
    },
    {
      "epoch": 0.473875,
      "grad_norm": 1.294424295425415,
      "learning_rate": 0.00016333087135177312,
      "loss": 7.488,
      "step": 227460
    },
    {
      "epoch": 0.47389583333333335,
      "grad_norm": 1.1007013320922852,
      "learning_rate": 0.00016332105177881064,
      "loss": 7.1797,
      "step": 227470
    },
    {
      "epoch": 0.47391666666666665,
      "grad_norm": 0.8658474087715149,
      "learning_rate": 0.00016331123214830651,
      "loss": 7.1583,
      "step": 227480
    },
    {
      "epoch": 0.4739375,
      "grad_norm": 0.9976345896720886,
      "learning_rate": 0.0001633014124603031,
      "loss": 8.2612,
      "step": 227490
    },
    {
      "epoch": 0.4739583333333333,
      "grad_norm": 0.7841576337814331,
      "learning_rate": 0.00016329159271484287,
      "loss": 7.6852,
      "step": 227500
    },
    {
      "epoch": 0.4739791666666667,
      "grad_norm": 0.8421317338943481,
      "learning_rate": 0.0001632817729119682,
      "loss": 7.5426,
      "step": 227510
    },
    {
      "epoch": 0.474,
      "grad_norm": 1.6271151304244995,
      "learning_rate": 0.00016327195305172154,
      "loss": 7.1676,
      "step": 227520
    },
    {
      "epoch": 0.47402083333333334,
      "grad_norm": 0.6432241797447205,
      "learning_rate": 0.00016326213313414532,
      "loss": 7.2962,
      "step": 227530
    },
    {
      "epoch": 0.47404166666666664,
      "grad_norm": 0.5530171990394592,
      "learning_rate": 0.00016325231315928194,
      "loss": 7.3508,
      "step": 227540
    },
    {
      "epoch": 0.4740625,
      "grad_norm": 2.14734148979187,
      "learning_rate": 0.00016324249312717375,
      "loss": 7.4438,
      "step": 227550
    },
    {
      "epoch": 0.47408333333333336,
      "grad_norm": 1.2609206438064575,
      "learning_rate": 0.00016323267303786331,
      "loss": 7.0485,
      "step": 227560
    },
    {
      "epoch": 0.47410416666666666,
      "grad_norm": 10.29848861694336,
      "learning_rate": 0.00016322285289139293,
      "loss": 8.5453,
      "step": 227570
    },
    {
      "epoch": 0.474125,
      "grad_norm": 0.6533724665641785,
      "learning_rate": 0.00016321303268780502,
      "loss": 7.3424,
      "step": 227580
    },
    {
      "epoch": 0.4741458333333333,
      "grad_norm": 1.759231686592102,
      "learning_rate": 0.0001632032124271421,
      "loss": 7.6188,
      "step": 227590
    },
    {
      "epoch": 0.4741666666666667,
      "grad_norm": 0.7485805749893188,
      "learning_rate": 0.00016319339210944646,
      "loss": 7.7089,
      "step": 227600
    },
    {
      "epoch": 0.4741875,
      "grad_norm": 0.7564010620117188,
      "learning_rate": 0.00016318357173476065,
      "loss": 7.2698,
      "step": 227610
    },
    {
      "epoch": 0.47420833333333334,
      "grad_norm": 0.7019945979118347,
      "learning_rate": 0.000163173751303127,
      "loss": 7.3704,
      "step": 227620
    },
    {
      "epoch": 0.47422916666666665,
      "grad_norm": 2.191979169845581,
      "learning_rate": 0.00016316393081458797,
      "loss": 7.5434,
      "step": 227630
    },
    {
      "epoch": 0.47425,
      "grad_norm": 0.6801766753196716,
      "learning_rate": 0.00016315411026918594,
      "loss": 7.6154,
      "step": 227640
    },
    {
      "epoch": 0.4742708333333333,
      "grad_norm": 0.8578963875770569,
      "learning_rate": 0.00016314428966696337,
      "loss": 7.2631,
      "step": 227650
    },
    {
      "epoch": 0.47429166666666667,
      "grad_norm": 1.086246371269226,
      "learning_rate": 0.0001631344690079627,
      "loss": 8.1628,
      "step": 227660
    },
    {
      "epoch": 0.4743125,
      "grad_norm": 0.5742892026901245,
      "learning_rate": 0.0001631246482922263,
      "loss": 7.1564,
      "step": 227670
    },
    {
      "epoch": 0.47433333333333333,
      "grad_norm": 1.1009114980697632,
      "learning_rate": 0.00016311482751979662,
      "loss": 7.3951,
      "step": 227680
    },
    {
      "epoch": 0.4743541666666667,
      "grad_norm": 1.3036848306655884,
      "learning_rate": 0.0001631050066907161,
      "loss": 7.8868,
      "step": 227690
    },
    {
      "epoch": 0.474375,
      "grad_norm": 1.0699231624603271,
      "learning_rate": 0.00016309518580502714,
      "loss": 7.037,
      "step": 227700
    },
    {
      "epoch": 0.47439583333333335,
      "grad_norm": 1.3719556331634521,
      "learning_rate": 0.00016308536486277212,
      "loss": 7.4666,
      "step": 227710
    },
    {
      "epoch": 0.47441666666666665,
      "grad_norm": 0.958859384059906,
      "learning_rate": 0.00016307554386399352,
      "loss": 7.0906,
      "step": 227720
    },
    {
      "epoch": 0.4744375,
      "grad_norm": 0.9970494508743286,
      "learning_rate": 0.0001630657228087338,
      "loss": 7.1672,
      "step": 227730
    },
    {
      "epoch": 0.4744583333333333,
      "grad_norm": 1.0973124504089355,
      "learning_rate": 0.00016305590169703524,
      "loss": 7.749,
      "step": 227740
    },
    {
      "epoch": 0.4744791666666667,
      "grad_norm": 1.1075483560562134,
      "learning_rate": 0.00016304608052894037,
      "loss": 7.5757,
      "step": 227750
    },
    {
      "epoch": 0.4745,
      "grad_norm": 1.1800615787506104,
      "learning_rate": 0.00016303625930449165,
      "loss": 7.6629,
      "step": 227760
    },
    {
      "epoch": 0.47452083333333334,
      "grad_norm": 0.6808984875679016,
      "learning_rate": 0.00016302643802373142,
      "loss": 7.5322,
      "step": 227770
    },
    {
      "epoch": 0.47454166666666664,
      "grad_norm": 0.9716389179229736,
      "learning_rate": 0.00016301661668670207,
      "loss": 7.6539,
      "step": 227780
    },
    {
      "epoch": 0.4745625,
      "grad_norm": 2.5390162467956543,
      "learning_rate": 0.0001630067952934462,
      "loss": 7.414,
      "step": 227790
    },
    {
      "epoch": 0.47458333333333336,
      "grad_norm": 0.9449406266212463,
      "learning_rate": 0.00016299697384400606,
      "loss": 7.1041,
      "step": 227800
    },
    {
      "epoch": 0.47460416666666666,
      "grad_norm": 0.8234754800796509,
      "learning_rate": 0.00016298715233842415,
      "loss": 7.0075,
      "step": 227810
    },
    {
      "epoch": 0.474625,
      "grad_norm": 1.6102986335754395,
      "learning_rate": 0.00016297733077674288,
      "loss": 7.6165,
      "step": 227820
    },
    {
      "epoch": 0.4746458333333333,
      "grad_norm": 1.001551866531372,
      "learning_rate": 0.00016296750915900467,
      "loss": 7.5411,
      "step": 227830
    },
    {
      "epoch": 0.4746666666666667,
      "grad_norm": 0.6117825508117676,
      "learning_rate": 0.00016295768748525197,
      "loss": 7.5129,
      "step": 227840
    },
    {
      "epoch": 0.4746875,
      "grad_norm": 0.9226428866386414,
      "learning_rate": 0.00016294786575552717,
      "loss": 7.1971,
      "step": 227850
    },
    {
      "epoch": 0.47470833333333334,
      "grad_norm": 0.7679570317268372,
      "learning_rate": 0.00016293804396987272,
      "loss": 7.1734,
      "step": 227860
    },
    {
      "epoch": 0.47472916666666665,
      "grad_norm": 2.4417543411254883,
      "learning_rate": 0.00016292822212833106,
      "loss": 7.4185,
      "step": 227870
    },
    {
      "epoch": 0.47475,
      "grad_norm": 1.2922263145446777,
      "learning_rate": 0.00016291840023094457,
      "loss": 7.1948,
      "step": 227880
    },
    {
      "epoch": 0.4747708333333333,
      "grad_norm": 1.2353206872940063,
      "learning_rate": 0.0001629085782777557,
      "loss": 8.1921,
      "step": 227890
    },
    {
      "epoch": 0.47479166666666667,
      "grad_norm": 9.15756607055664,
      "learning_rate": 0.00016289875626880694,
      "loss": 7.7385,
      "step": 227900
    },
    {
      "epoch": 0.4748125,
      "grad_norm": 0.9797784090042114,
      "learning_rate": 0.0001628889342041406,
      "loss": 8.6379,
      "step": 227910
    },
    {
      "epoch": 0.47483333333333333,
      "grad_norm": 1.8575266599655151,
      "learning_rate": 0.00016287911208379916,
      "loss": 7.43,
      "step": 227920
    },
    {
      "epoch": 0.4748541666666667,
      "grad_norm": 1.6406642198562622,
      "learning_rate": 0.00016286928990782515,
      "loss": 7.4364,
      "step": 227930
    },
    {
      "epoch": 0.474875,
      "grad_norm": 1.1555047035217285,
      "learning_rate": 0.00016285946767626082,
      "loss": 7.303,
      "step": 227940
    },
    {
      "epoch": 0.47489583333333335,
      "grad_norm": 1.1753748655319214,
      "learning_rate": 0.00016284964538914866,
      "loss": 7.8818,
      "step": 227950
    },
    {
      "epoch": 0.47491666666666665,
      "grad_norm": 1.0860148668289185,
      "learning_rate": 0.00016283982304653115,
      "loss": 7.3001,
      "step": 227960
    },
    {
      "epoch": 0.4749375,
      "grad_norm": 1.819367527961731,
      "learning_rate": 0.0001628300006484507,
      "loss": 7.5327,
      "step": 227970
    },
    {
      "epoch": 0.4749583333333333,
      "grad_norm": 0.5731562972068787,
      "learning_rate": 0.0001628201781949497,
      "loss": 7.6559,
      "step": 227980
    },
    {
      "epoch": 0.4749791666666667,
      "grad_norm": 0.9189289212226868,
      "learning_rate": 0.00016281035568607062,
      "loss": 7.1696,
      "step": 227990
    },
    {
      "epoch": 0.475,
      "grad_norm": 1.0026382207870483,
      "learning_rate": 0.00016280053312185588,
      "loss": 7.6148,
      "step": 228000
    },
    {
      "epoch": 0.475,
      "eval_loss": 7.294037818908691,
      "eval_runtime": 8.2122,
      "eval_samples_per_second": 0.365,
      "eval_steps_per_second": 0.122,
      "step": 228000
    },
    {
      "epoch": 0.47502083333333334,
      "grad_norm": 0.9041591882705688,
      "learning_rate": 0.00016279071050234785,
      "loss": 6.9905,
      "step": 228010
    },
    {
      "epoch": 0.47504166666666664,
      "grad_norm": 2.227928876876831,
      "learning_rate": 0.0001627808878275891,
      "loss": 7.6862,
      "step": 228020
    },
    {
      "epoch": 0.4750625,
      "grad_norm": 1.1502306461334229,
      "learning_rate": 0.0001627710650976219,
      "loss": 7.1499,
      "step": 228030
    },
    {
      "epoch": 0.47508333333333336,
      "grad_norm": 1.875648856163025,
      "learning_rate": 0.00016276124231248882,
      "loss": 7.5978,
      "step": 228040
    },
    {
      "epoch": 0.47510416666666666,
      "grad_norm": 2.495617151260376,
      "learning_rate": 0.00016275141947223216,
      "loss": 7.1593,
      "step": 228050
    },
    {
      "epoch": 0.475125,
      "grad_norm": 0.8245541453361511,
      "learning_rate": 0.00016274159657689443,
      "loss": 7.1029,
      "step": 228060
    },
    {
      "epoch": 0.4751458333333333,
      "grad_norm": 0.8426939249038696,
      "learning_rate": 0.0001627317736265181,
      "loss": 7.234,
      "step": 228070
    },
    {
      "epoch": 0.4751666666666667,
      "grad_norm": 2.8671953678131104,
      "learning_rate": 0.0001627219506211455,
      "loss": 7.4515,
      "step": 228080
    },
    {
      "epoch": 0.4751875,
      "grad_norm": 1.2366281747817993,
      "learning_rate": 0.0001627121275608191,
      "loss": 7.0928,
      "step": 228090
    },
    {
      "epoch": 0.47520833333333334,
      "grad_norm": 0.9008844494819641,
      "learning_rate": 0.00016270230444558138,
      "loss": 7.3677,
      "step": 228100
    },
    {
      "epoch": 0.47522916666666665,
      "grad_norm": 0.9750811457633972,
      "learning_rate": 0.00016269248127547475,
      "loss": 7.303,
      "step": 228110
    },
    {
      "epoch": 0.47525,
      "grad_norm": 0.7628050446510315,
      "learning_rate": 0.00016268265805054153,
      "loss": 7.599,
      "step": 228120
    },
    {
      "epoch": 0.4752708333333333,
      "grad_norm": 0.9983183741569519,
      "learning_rate": 0.00016267283477082434,
      "loss": 7.1205,
      "step": 228130
    },
    {
      "epoch": 0.47529166666666667,
      "grad_norm": 1.2786785364151,
      "learning_rate": 0.00016266301143636546,
      "loss": 7.5931,
      "step": 228140
    },
    {
      "epoch": 0.4753125,
      "grad_norm": 4.400496482849121,
      "learning_rate": 0.0001626531880472074,
      "loss": 8.1296,
      "step": 228150
    },
    {
      "epoch": 0.47533333333333333,
      "grad_norm": 2.0460989475250244,
      "learning_rate": 0.00016264336460339258,
      "loss": 7.2355,
      "step": 228160
    },
    {
      "epoch": 0.4753541666666667,
      "grad_norm": 1.800753116607666,
      "learning_rate": 0.00016263354110496346,
      "loss": 7.6706,
      "step": 228170
    },
    {
      "epoch": 0.475375,
      "grad_norm": 1.6206514835357666,
      "learning_rate": 0.0001626237175519624,
      "loss": 7.5875,
      "step": 228180
    },
    {
      "epoch": 0.47539583333333335,
      "grad_norm": 2.201749801635742,
      "learning_rate": 0.0001626138939444319,
      "loss": 7.8109,
      "step": 228190
    },
    {
      "epoch": 0.47541666666666665,
      "grad_norm": 0.8925321698188782,
      "learning_rate": 0.00016260407028241433,
      "loss": 7.3457,
      "step": 228200
    },
    {
      "epoch": 0.4754375,
      "grad_norm": 0.9123823642730713,
      "learning_rate": 0.0001625942465659522,
      "loss": 6.7444,
      "step": 228210
    },
    {
      "epoch": 0.4754583333333333,
      "grad_norm": 4.190117359161377,
      "learning_rate": 0.00016258442279508794,
      "loss": 7.693,
      "step": 228220
    },
    {
      "epoch": 0.4754791666666667,
      "grad_norm": 1.039361596107483,
      "learning_rate": 0.0001625745989698639,
      "loss": 7.3369,
      "step": 228230
    },
    {
      "epoch": 0.4755,
      "grad_norm": 2.9725897312164307,
      "learning_rate": 0.00016256477509032262,
      "loss": 7.5724,
      "step": 228240
    },
    {
      "epoch": 0.47552083333333334,
      "grad_norm": 0.6572011709213257,
      "learning_rate": 0.00016255495115650645,
      "loss": 7.7489,
      "step": 228250
    },
    {
      "epoch": 0.47554166666666664,
      "grad_norm": 0.9875172972679138,
      "learning_rate": 0.00016254512716845786,
      "loss": 8.2203,
      "step": 228260
    },
    {
      "epoch": 0.4755625,
      "grad_norm": 1.130229115486145,
      "learning_rate": 0.00016253530312621933,
      "loss": 7.2684,
      "step": 228270
    },
    {
      "epoch": 0.47558333333333336,
      "grad_norm": 0.7080258131027222,
      "learning_rate": 0.00016252547902983317,
      "loss": 7.6884,
      "step": 228280
    },
    {
      "epoch": 0.47560416666666666,
      "grad_norm": 2.747941732406616,
      "learning_rate": 0.00016251565487934198,
      "loss": 8.1699,
      "step": 228290
    },
    {
      "epoch": 0.475625,
      "grad_norm": 2.5804691314697266,
      "learning_rate": 0.00016250583067478806,
      "loss": 7.478,
      "step": 228300
    },
    {
      "epoch": 0.4756458333333333,
      "grad_norm": 1.1985405683517456,
      "learning_rate": 0.00016249600641621395,
      "loss": 7.3022,
      "step": 228310
    },
    {
      "epoch": 0.4756666666666667,
      "grad_norm": 1.4775136709213257,
      "learning_rate": 0.000162486182103662,
      "loss": 7.952,
      "step": 228320
    },
    {
      "epoch": 0.4756875,
      "grad_norm": 0.825313150882721,
      "learning_rate": 0.0001624763577371747,
      "loss": 7.5574,
      "step": 228330
    },
    {
      "epoch": 0.47570833333333334,
      "grad_norm": 2.108793020248413,
      "learning_rate": 0.00016246653331679445,
      "loss": 7.2386,
      "step": 228340
    },
    {
      "epoch": 0.47572916666666665,
      "grad_norm": 1.09421706199646,
      "learning_rate": 0.00016245670884256372,
      "loss": 7.195,
      "step": 228350
    },
    {
      "epoch": 0.47575,
      "grad_norm": 0.7823642492294312,
      "learning_rate": 0.00016244688431452496,
      "loss": 7.8926,
      "step": 228360
    },
    {
      "epoch": 0.4757708333333333,
      "grad_norm": 0.729354977607727,
      "learning_rate": 0.0001624370597327206,
      "loss": 7.1739,
      "step": 228370
    },
    {
      "epoch": 0.47579166666666667,
      "grad_norm": 0.8580772876739502,
      "learning_rate": 0.000162427235097193,
      "loss": 7.5647,
      "step": 228380
    },
    {
      "epoch": 0.4758125,
      "grad_norm": 0.7347172498703003,
      "learning_rate": 0.00016241741040798474,
      "loss": 7.9765,
      "step": 228390
    },
    {
      "epoch": 0.47583333333333333,
      "grad_norm": 0.6296539306640625,
      "learning_rate": 0.00016240758566513812,
      "loss": 8.0668,
      "step": 228400
    },
    {
      "epoch": 0.4758541666666667,
      "grad_norm": 2.248800039291382,
      "learning_rate": 0.0001623977608686957,
      "loss": 7.6417,
      "step": 228410
    },
    {
      "epoch": 0.475875,
      "grad_norm": 2.083253860473633,
      "learning_rate": 0.0001623879360186998,
      "loss": 7.7789,
      "step": 228420
    },
    {
      "epoch": 0.47589583333333335,
      "grad_norm": 0.9644300937652588,
      "learning_rate": 0.000162378111115193,
      "loss": 7.2021,
      "step": 228430
    },
    {
      "epoch": 0.47591666666666665,
      "grad_norm": 1.0674090385437012,
      "learning_rate": 0.0001623682861582176,
      "loss": 7.8709,
      "step": 228440
    },
    {
      "epoch": 0.4759375,
      "grad_norm": 1.2698732614517212,
      "learning_rate": 0.00016235846114781604,
      "loss": 7.6942,
      "step": 228450
    },
    {
      "epoch": 0.4759583333333333,
      "grad_norm": 1.131502389907837,
      "learning_rate": 0.00016234863608403092,
      "loss": 7.1292,
      "step": 228460
    },
    {
      "epoch": 0.4759791666666667,
      "grad_norm": 1.0418463945388794,
      "learning_rate": 0.00016233881096690457,
      "loss": 7.9107,
      "step": 228470
    },
    {
      "epoch": 0.476,
      "grad_norm": 1.952890396118164,
      "learning_rate": 0.00016232898579647938,
      "loss": 7.3202,
      "step": 228480
    },
    {
      "epoch": 0.47602083333333334,
      "grad_norm": 1.1019378900527954,
      "learning_rate": 0.0001623191605727979,
      "loss": 7.5041,
      "step": 228490
    },
    {
      "epoch": 0.47604166666666664,
      "grad_norm": 0.8215862512588501,
      "learning_rate": 0.00016230933529590253,
      "loss": 7.4592,
      "step": 228500
    },
    {
      "epoch": 0.4760625,
      "grad_norm": 1.6208587884902954,
      "learning_rate": 0.00016229950996583567,
      "loss": 7.5506,
      "step": 228510
    },
    {
      "epoch": 0.47608333333333336,
      "grad_norm": 2.0035924911499023,
      "learning_rate": 0.0001622896845826398,
      "loss": 7.2401,
      "step": 228520
    },
    {
      "epoch": 0.47610416666666666,
      "grad_norm": 1.0681569576263428,
      "learning_rate": 0.0001622798591463574,
      "loss": 7.1494,
      "step": 228530
    },
    {
      "epoch": 0.476125,
      "grad_norm": 5.550490856170654,
      "learning_rate": 0.00016227003365703083,
      "loss": 7.8064,
      "step": 228540
    },
    {
      "epoch": 0.4761458333333333,
      "grad_norm": 1.0937936305999756,
      "learning_rate": 0.00016226020811470256,
      "loss": 7.8488,
      "step": 228550
    },
    {
      "epoch": 0.4761666666666667,
      "grad_norm": 0.9350013136863708,
      "learning_rate": 0.00016225038251941506,
      "loss": 7.5374,
      "step": 228560
    },
    {
      "epoch": 0.4761875,
      "grad_norm": 1.1828734874725342,
      "learning_rate": 0.00016224055687121078,
      "loss": 7.3243,
      "step": 228570
    },
    {
      "epoch": 0.47620833333333334,
      "grad_norm": 1.0440267324447632,
      "learning_rate": 0.00016223073117013211,
      "loss": 7.5299,
      "step": 228580
    },
    {
      "epoch": 0.47622916666666665,
      "grad_norm": 2.1701560020446777,
      "learning_rate": 0.0001622209054162215,
      "loss": 7.2895,
      "step": 228590
    },
    {
      "epoch": 0.47625,
      "grad_norm": 0.9421148300170898,
      "learning_rate": 0.0001622110796095215,
      "loss": 8.4699,
      "step": 228600
    },
    {
      "epoch": 0.4762708333333333,
      "grad_norm": 1.0440446138381958,
      "learning_rate": 0.0001622012537500744,
      "loss": 7.2317,
      "step": 228610
    },
    {
      "epoch": 0.47629166666666667,
      "grad_norm": 2.1123406887054443,
      "learning_rate": 0.0001621914278379227,
      "loss": 7.3717,
      "step": 228620
    },
    {
      "epoch": 0.4763125,
      "grad_norm": 2.144824981689453,
      "learning_rate": 0.00016218160187310893,
      "loss": 8.15,
      "step": 228630
    },
    {
      "epoch": 0.47633333333333333,
      "grad_norm": 1.100159764289856,
      "learning_rate": 0.00016217177585567543,
      "loss": 7.4743,
      "step": 228640
    },
    {
      "epoch": 0.4763541666666667,
      "grad_norm": 6.125939846038818,
      "learning_rate": 0.0001621619497856646,
      "loss": 8.3266,
      "step": 228650
    },
    {
      "epoch": 0.476375,
      "grad_norm": 1.571406602859497,
      "learning_rate": 0.00016215212366311907,
      "loss": 7.1206,
      "step": 228660
    },
    {
      "epoch": 0.47639583333333335,
      "grad_norm": 0.6876775622367859,
      "learning_rate": 0.00016214229748808112,
      "loss": 7.428,
      "step": 228670
    },
    {
      "epoch": 0.47641666666666665,
      "grad_norm": 1.1938650608062744,
      "learning_rate": 0.00016213247126059326,
      "loss": 7.9915,
      "step": 228680
    },
    {
      "epoch": 0.4764375,
      "grad_norm": 1.017774224281311,
      "learning_rate": 0.00016212264498069795,
      "loss": 7.4982,
      "step": 228690
    },
    {
      "epoch": 0.4764583333333333,
      "grad_norm": 0.8762861490249634,
      "learning_rate": 0.00016211281864843757,
      "loss": 7.0258,
      "step": 228700
    },
    {
      "epoch": 0.4764791666666667,
      "grad_norm": 1.1776868104934692,
      "learning_rate": 0.00016210299226385465,
      "loss": 7.5946,
      "step": 228710
    },
    {
      "epoch": 0.4765,
      "grad_norm": 0.6664285063743591,
      "learning_rate": 0.00016209316582699155,
      "loss": 8.1743,
      "step": 228720
    },
    {
      "epoch": 0.47652083333333334,
      "grad_norm": 1.5802162885665894,
      "learning_rate": 0.00016208333933789078,
      "loss": 7.6689,
      "step": 228730
    },
    {
      "epoch": 0.47654166666666664,
      "grad_norm": 1.0257352590560913,
      "learning_rate": 0.00016207351279659484,
      "loss": 7.254,
      "step": 228740
    },
    {
      "epoch": 0.4765625,
      "grad_norm": 4.532976150512695,
      "learning_rate": 0.00016206368620314598,
      "loss": 7.6887,
      "step": 228750
    },
    {
      "epoch": 0.47658333333333336,
      "grad_norm": 0.7393094301223755,
      "learning_rate": 0.0001620538595575868,
      "loss": 7.2054,
      "step": 228760
    },
    {
      "epoch": 0.47660416666666666,
      "grad_norm": 0.9970810413360596,
      "learning_rate": 0.0001620440328599598,
      "loss": 7.5304,
      "step": 228770
    },
    {
      "epoch": 0.476625,
      "grad_norm": 1.070886492729187,
      "learning_rate": 0.00016203420611030723,
      "loss": 7.4176,
      "step": 228780
    },
    {
      "epoch": 0.4766458333333333,
      "grad_norm": 1.0265541076660156,
      "learning_rate": 0.00016202437930867172,
      "loss": 7.2026,
      "step": 228790
    },
    {
      "epoch": 0.4766666666666667,
      "grad_norm": 0.8549988269805908,
      "learning_rate": 0.00016201455245509568,
      "loss": 7.7504,
      "step": 228800
    },
    {
      "epoch": 0.4766875,
      "grad_norm": 1.7327808141708374,
      "learning_rate": 0.0001620047255496215,
      "loss": 7.055,
      "step": 228810
    },
    {
      "epoch": 0.47670833333333335,
      "grad_norm": 1.3275405168533325,
      "learning_rate": 0.0001619948985922916,
      "loss": 7.9772,
      "step": 228820
    },
    {
      "epoch": 0.47672916666666665,
      "grad_norm": 1.3501871824264526,
      "learning_rate": 0.00016198507158314858,
      "loss": 7.2354,
      "step": 228830
    },
    {
      "epoch": 0.47675,
      "grad_norm": 1.6259191036224365,
      "learning_rate": 0.00016197524452223476,
      "loss": 7.1683,
      "step": 228840
    },
    {
      "epoch": 0.4767708333333333,
      "grad_norm": 0.913500189781189,
      "learning_rate": 0.00016196541740959257,
      "loss": 7.4024,
      "step": 228850
    },
    {
      "epoch": 0.47679166666666667,
      "grad_norm": 0.7861844897270203,
      "learning_rate": 0.0001619555902452646,
      "loss": 7.263,
      "step": 228860
    },
    {
      "epoch": 0.4768125,
      "grad_norm": 0.8183204531669617,
      "learning_rate": 0.00016194576302929316,
      "loss": 7.782,
      "step": 228870
    },
    {
      "epoch": 0.47683333333333333,
      "grad_norm": 1.1897929906845093,
      "learning_rate": 0.00016193593576172076,
      "loss": 7.4053,
      "step": 228880
    },
    {
      "epoch": 0.4768541666666667,
      "grad_norm": 1.4091500043869019,
      "learning_rate": 0.00016192610844258982,
      "loss": 7.3831,
      "step": 228890
    },
    {
      "epoch": 0.476875,
      "grad_norm": 0.9208899140357971,
      "learning_rate": 0.00016191628107194286,
      "loss": 7.11,
      "step": 228900
    },
    {
      "epoch": 0.47689583333333335,
      "grad_norm": 1.6263694763183594,
      "learning_rate": 0.0001619064536498223,
      "loss": 7.5572,
      "step": 228910
    },
    {
      "epoch": 0.47691666666666666,
      "grad_norm": 0.7260420918464661,
      "learning_rate": 0.00016189662617627047,
      "loss": 7.584,
      "step": 228920
    },
    {
      "epoch": 0.4769375,
      "grad_norm": 0.7945935130119324,
      "learning_rate": 0.00016188679865133,
      "loss": 7.5639,
      "step": 228930
    },
    {
      "epoch": 0.4769583333333333,
      "grad_norm": 2.800370693206787,
      "learning_rate": 0.00016187697107504327,
      "loss": 7.8547,
      "step": 228940
    },
    {
      "epoch": 0.4769791666666667,
      "grad_norm": 6.06500244140625,
      "learning_rate": 0.00016186714344745267,
      "loss": 8.5244,
      "step": 228950
    },
    {
      "epoch": 0.477,
      "grad_norm": 3.1962952613830566,
      "learning_rate": 0.00016185731576860075,
      "loss": 7.7566,
      "step": 228960
    },
    {
      "epoch": 0.47702083333333334,
      "grad_norm": 0.8381033539772034,
      "learning_rate": 0.00016184748803852996,
      "loss": 7.3306,
      "step": 228970
    },
    {
      "epoch": 0.47704166666666664,
      "grad_norm": 3.0918989181518555,
      "learning_rate": 0.00016183766025728265,
      "loss": 7.5836,
      "step": 228980
    },
    {
      "epoch": 0.4770625,
      "grad_norm": 1.7095540761947632,
      "learning_rate": 0.0001618278324249013,
      "loss": 8.0293,
      "step": 228990
    },
    {
      "epoch": 0.47708333333333336,
      "grad_norm": 0.6220992207527161,
      "learning_rate": 0.0001618180045414285,
      "loss": 7.4541,
      "step": 229000
    },
    {
      "epoch": 0.47708333333333336,
      "eval_loss": 7.455798149108887,
      "eval_runtime": 8.2887,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 229000
    },
    {
      "epoch": 0.47710416666666666,
      "grad_norm": 2.2894248962402344,
      "learning_rate": 0.00016180817660690653,
      "loss": 7.6777,
      "step": 229010
    },
    {
      "epoch": 0.477125,
      "grad_norm": 0.9586946964263916,
      "learning_rate": 0.00016179834862137794,
      "loss": 7.4677,
      "step": 229020
    },
    {
      "epoch": 0.4771458333333333,
      "grad_norm": 1.3426616191864014,
      "learning_rate": 0.0001617885205848851,
      "loss": 7.3193,
      "step": 229030
    },
    {
      "epoch": 0.4771666666666667,
      "grad_norm": 0.8885804414749146,
      "learning_rate": 0.00016177869249747056,
      "loss": 7.4463,
      "step": 229040
    },
    {
      "epoch": 0.4771875,
      "grad_norm": 2.3785834312438965,
      "learning_rate": 0.00016176886435917675,
      "loss": 7.4485,
      "step": 229050
    },
    {
      "epoch": 0.47720833333333335,
      "grad_norm": 4.024196624755859,
      "learning_rate": 0.00016175903617004608,
      "loss": 8.0268,
      "step": 229060
    },
    {
      "epoch": 0.47722916666666665,
      "grad_norm": 1.1844233274459839,
      "learning_rate": 0.000161749207930121,
      "loss": 7.3049,
      "step": 229070
    },
    {
      "epoch": 0.47725,
      "grad_norm": 5.440815448760986,
      "learning_rate": 0.00016173937963944403,
      "loss": 8.0043,
      "step": 229080
    },
    {
      "epoch": 0.4772708333333333,
      "grad_norm": 2.157560110092163,
      "learning_rate": 0.0001617295512980576,
      "loss": 7.4562,
      "step": 229090
    },
    {
      "epoch": 0.47729166666666667,
      "grad_norm": 0.50782710313797,
      "learning_rate": 0.0001617197229060041,
      "loss": 7.6063,
      "step": 229100
    },
    {
      "epoch": 0.4773125,
      "grad_norm": 1.248439908027649,
      "learning_rate": 0.00016170989446332609,
      "loss": 8.035,
      "step": 229110
    },
    {
      "epoch": 0.47733333333333333,
      "grad_norm": 0.7499814629554749,
      "learning_rate": 0.00016170006597006592,
      "loss": 7.5359,
      "step": 229120
    },
    {
      "epoch": 0.4773541666666667,
      "grad_norm": 1.0065174102783203,
      "learning_rate": 0.0001616902374262661,
      "loss": 7.3167,
      "step": 229130
    },
    {
      "epoch": 0.477375,
      "grad_norm": 0.8016338348388672,
      "learning_rate": 0.00016168040883196916,
      "loss": 7.2053,
      "step": 229140
    },
    {
      "epoch": 0.47739583333333335,
      "grad_norm": 0.6995219588279724,
      "learning_rate": 0.00016167058018721738,
      "loss": 7.5802,
      "step": 229150
    },
    {
      "epoch": 0.47741666666666666,
      "grad_norm": 1.4737765789031982,
      "learning_rate": 0.0001616607514920534,
      "loss": 7.5286,
      "step": 229160
    },
    {
      "epoch": 0.4774375,
      "grad_norm": 2.4318630695343018,
      "learning_rate": 0.00016165092274651952,
      "loss": 7.3966,
      "step": 229170
    },
    {
      "epoch": 0.4774583333333333,
      "grad_norm": 2.0853681564331055,
      "learning_rate": 0.0001616410939506583,
      "loss": 7.9891,
      "step": 229180
    },
    {
      "epoch": 0.4774791666666667,
      "grad_norm": 1.096953272819519,
      "learning_rate": 0.00016163126510451215,
      "loss": 7.3089,
      "step": 229190
    },
    {
      "epoch": 0.4775,
      "grad_norm": 1.984683871269226,
      "learning_rate": 0.00016162143620812353,
      "loss": 8.215,
      "step": 229200
    },
    {
      "epoch": 0.47752083333333334,
      "grad_norm": 1.3556002378463745,
      "learning_rate": 0.0001616116072615349,
      "loss": 7.8539,
      "step": 229210
    },
    {
      "epoch": 0.47754166666666664,
      "grad_norm": 0.9880409240722656,
      "learning_rate": 0.00016160177826478876,
      "loss": 7.283,
      "step": 229220
    },
    {
      "epoch": 0.4775625,
      "grad_norm": 1.3346853256225586,
      "learning_rate": 0.0001615919492179275,
      "loss": 8.2715,
      "step": 229230
    },
    {
      "epoch": 0.47758333333333336,
      "grad_norm": 0.7277339696884155,
      "learning_rate": 0.0001615821201209936,
      "loss": 7.5024,
      "step": 229240
    },
    {
      "epoch": 0.47760416666666666,
      "grad_norm": 6.780011177062988,
      "learning_rate": 0.00016157229097402956,
      "loss": 7.646,
      "step": 229250
    },
    {
      "epoch": 0.477625,
      "grad_norm": 2.563246965408325,
      "learning_rate": 0.00016156246177707778,
      "loss": 8.3077,
      "step": 229260
    },
    {
      "epoch": 0.4776458333333333,
      "grad_norm": 4.316330909729004,
      "learning_rate": 0.00016155263253018077,
      "loss": 7.4744,
      "step": 229270
    },
    {
      "epoch": 0.4776666666666667,
      "grad_norm": 2.2694015502929688,
      "learning_rate": 0.0001615428032333809,
      "loss": 7.3436,
      "step": 229280
    },
    {
      "epoch": 0.4776875,
      "grad_norm": 1.9396339654922485,
      "learning_rate": 0.00016153297388672074,
      "loss": 7.2068,
      "step": 229290
    },
    {
      "epoch": 0.47770833333333335,
      "grad_norm": 1.1126116514205933,
      "learning_rate": 0.00016152314449024267,
      "loss": 7.2726,
      "step": 229300
    },
    {
      "epoch": 0.47772916666666665,
      "grad_norm": 12.549897193908691,
      "learning_rate": 0.00016151331504398922,
      "loss": 8.4125,
      "step": 229310
    },
    {
      "epoch": 0.47775,
      "grad_norm": 2.350388288497925,
      "learning_rate": 0.00016150348554800275,
      "loss": 9.1227,
      "step": 229320
    },
    {
      "epoch": 0.4777708333333333,
      "grad_norm": 0.7306081652641296,
      "learning_rate": 0.00016149365600232583,
      "loss": 7.3907,
      "step": 229330
    },
    {
      "epoch": 0.47779166666666667,
      "grad_norm": 1.1139110326766968,
      "learning_rate": 0.00016148382640700083,
      "loss": 7.6808,
      "step": 229340
    },
    {
      "epoch": 0.4778125,
      "grad_norm": 1.2200109958648682,
      "learning_rate": 0.0001614739967620702,
      "loss": 7.0805,
      "step": 229350
    },
    {
      "epoch": 0.47783333333333333,
      "grad_norm": 3.6445999145507812,
      "learning_rate": 0.00016146416706757657,
      "loss": 7.3868,
      "step": 229360
    },
    {
      "epoch": 0.4778541666666667,
      "grad_norm": 0.4700535237789154,
      "learning_rate": 0.0001614543373235622,
      "loss": 7.8435,
      "step": 229370
    },
    {
      "epoch": 0.477875,
      "grad_norm": 1.9310897588729858,
      "learning_rate": 0.00016144450753006963,
      "loss": 7.531,
      "step": 229380
    },
    {
      "epoch": 0.47789583333333335,
      "grad_norm": 1.2560254335403442,
      "learning_rate": 0.00016143467768714133,
      "loss": 7.2507,
      "step": 229390
    },
    {
      "epoch": 0.47791666666666666,
      "grad_norm": 0.6551306843757629,
      "learning_rate": 0.00016142484779481974,
      "loss": 7.2732,
      "step": 229400
    },
    {
      "epoch": 0.4779375,
      "grad_norm": 1.5788699388504028,
      "learning_rate": 0.00016141501785314733,
      "loss": 7.676,
      "step": 229410
    },
    {
      "epoch": 0.4779583333333333,
      "grad_norm": 1.2898200750350952,
      "learning_rate": 0.00016140518786216654,
      "loss": 6.991,
      "step": 229420
    },
    {
      "epoch": 0.4779791666666667,
      "grad_norm": 9.587453842163086,
      "learning_rate": 0.0001613953578219199,
      "loss": 7.9931,
      "step": 229430
    },
    {
      "epoch": 0.478,
      "grad_norm": 1.035893201828003,
      "learning_rate": 0.00016138552773244978,
      "loss": 7.5772,
      "step": 229440
    },
    {
      "epoch": 0.47802083333333334,
      "grad_norm": 0.5762073397636414,
      "learning_rate": 0.0001613756975937987,
      "loss": 7.208,
      "step": 229450
    },
    {
      "epoch": 0.47804166666666664,
      "grad_norm": 1.3284016847610474,
      "learning_rate": 0.00016136586740600912,
      "loss": 7.5208,
      "step": 229460
    },
    {
      "epoch": 0.4780625,
      "grad_norm": 1.036747932434082,
      "learning_rate": 0.00016135603716912352,
      "loss": 7.4324,
      "step": 229470
    },
    {
      "epoch": 0.47808333333333336,
      "grad_norm": 1.1644814014434814,
      "learning_rate": 0.00016134620688318429,
      "loss": 7.592,
      "step": 229480
    },
    {
      "epoch": 0.47810416666666666,
      "grad_norm": 1.0534985065460205,
      "learning_rate": 0.0001613363765482339,
      "loss": 7.906,
      "step": 229490
    },
    {
      "epoch": 0.478125,
      "grad_norm": 1.9451756477355957,
      "learning_rate": 0.00016132654616431494,
      "loss": 7.4459,
      "step": 229500
    },
    {
      "epoch": 0.4781458333333333,
      "grad_norm": 1.4947654008865356,
      "learning_rate": 0.00016131671573146975,
      "loss": 7.0816,
      "step": 229510
    },
    {
      "epoch": 0.4781666666666667,
      "grad_norm": 1.7250585556030273,
      "learning_rate": 0.00016130688524974078,
      "loss": 7.455,
      "step": 229520
    },
    {
      "epoch": 0.4781875,
      "grad_norm": 1.866878867149353,
      "learning_rate": 0.00016129705471917063,
      "loss": 7.2547,
      "step": 229530
    },
    {
      "epoch": 0.47820833333333335,
      "grad_norm": 0.6641111373901367,
      "learning_rate": 0.0001612872241398016,
      "loss": 7.3995,
      "step": 229540
    },
    {
      "epoch": 0.47822916666666665,
      "grad_norm": 3.196362257003784,
      "learning_rate": 0.00016127739351167627,
      "loss": 7.6557,
      "step": 229550
    },
    {
      "epoch": 0.47825,
      "grad_norm": 1.0657514333724976,
      "learning_rate": 0.00016126756283483702,
      "loss": 7.0688,
      "step": 229560
    },
    {
      "epoch": 0.4782708333333333,
      "grad_norm": 0.6952366232872009,
      "learning_rate": 0.0001612577321093264,
      "loss": 7.173,
      "step": 229570
    },
    {
      "epoch": 0.47829166666666667,
      "grad_norm": 1.725778579711914,
      "learning_rate": 0.00016124790133518682,
      "loss": 7.694,
      "step": 229580
    },
    {
      "epoch": 0.4783125,
      "grad_norm": 1.0387992858886719,
      "learning_rate": 0.00016123807051246077,
      "loss": 7.5428,
      "step": 229590
    },
    {
      "epoch": 0.47833333333333333,
      "grad_norm": 2.659503221511841,
      "learning_rate": 0.0001612282396411907,
      "loss": 7.9595,
      "step": 229600
    },
    {
      "epoch": 0.4783541666666667,
      "grad_norm": 4.627203464508057,
      "learning_rate": 0.00016121840872141907,
      "loss": 7.2963,
      "step": 229610
    },
    {
      "epoch": 0.478375,
      "grad_norm": 1.4990400075912476,
      "learning_rate": 0.00016120857775318834,
      "loss": 7.2082,
      "step": 229620
    },
    {
      "epoch": 0.47839583333333335,
      "grad_norm": 1.0241765975952148,
      "learning_rate": 0.000161198746736541,
      "loss": 7.1594,
      "step": 229630
    },
    {
      "epoch": 0.47841666666666666,
      "grad_norm": 1.5063893795013428,
      "learning_rate": 0.00016118891567151955,
      "loss": 7.7184,
      "step": 229640
    },
    {
      "epoch": 0.4784375,
      "grad_norm": 1.1903998851776123,
      "learning_rate": 0.00016117908455816636,
      "loss": 7.5227,
      "step": 229650
    },
    {
      "epoch": 0.4784583333333333,
      "grad_norm": 1.229742407798767,
      "learning_rate": 0.00016116925339652394,
      "loss": 7.569,
      "step": 229660
    },
    {
      "epoch": 0.4784791666666667,
      "grad_norm": 1.103026032447815,
      "learning_rate": 0.00016115942218663485,
      "loss": 7.6484,
      "step": 229670
    },
    {
      "epoch": 0.4785,
      "grad_norm": 1.9119997024536133,
      "learning_rate": 0.00016114959092854142,
      "loss": 7.612,
      "step": 229680
    },
    {
      "epoch": 0.47852083333333334,
      "grad_norm": 2.8203258514404297,
      "learning_rate": 0.00016113975962228614,
      "loss": 7.7784,
      "step": 229690
    },
    {
      "epoch": 0.47854166666666664,
      "grad_norm": 1.6271454095840454,
      "learning_rate": 0.00016112992826791155,
      "loss": 7.5417,
      "step": 229700
    },
    {
      "epoch": 0.4785625,
      "grad_norm": 1.3400863409042358,
      "learning_rate": 0.00016112009686546005,
      "loss": 7.5695,
      "step": 229710
    },
    {
      "epoch": 0.47858333333333336,
      "grad_norm": 1.2527472972869873,
      "learning_rate": 0.00016111026541497413,
      "loss": 7.5806,
      "step": 229720
    },
    {
      "epoch": 0.47860416666666666,
      "grad_norm": 1.009467601776123,
      "learning_rate": 0.0001611004339164963,
      "loss": 7.4007,
      "step": 229730
    },
    {
      "epoch": 0.478625,
      "grad_norm": 1.3766860961914062,
      "learning_rate": 0.00016109060237006896,
      "loss": 7.8649,
      "step": 229740
    },
    {
      "epoch": 0.4786458333333333,
      "grad_norm": 0.7418195605278015,
      "learning_rate": 0.0001610807707757346,
      "loss": 7.3684,
      "step": 229750
    },
    {
      "epoch": 0.4786666666666667,
      "grad_norm": 4.451475620269775,
      "learning_rate": 0.00016107093913353575,
      "loss": 7.4424,
      "step": 229760
    },
    {
      "epoch": 0.4786875,
      "grad_norm": 1.8423362970352173,
      "learning_rate": 0.00016106110744351475,
      "loss": 7.4964,
      "step": 229770
    },
    {
      "epoch": 0.47870833333333335,
      "grad_norm": 1.3709536790847778,
      "learning_rate": 0.00016105127570571417,
      "loss": 7.2232,
      "step": 229780
    },
    {
      "epoch": 0.47872916666666665,
      "grad_norm": 2.268157958984375,
      "learning_rate": 0.00016104144392017645,
      "loss": 7.258,
      "step": 229790
    },
    {
      "epoch": 0.47875,
      "grad_norm": 1.1147527694702148,
      "learning_rate": 0.0001610316120869441,
      "loss": 7.2953,
      "step": 229800
    },
    {
      "epoch": 0.4787708333333333,
      "grad_norm": 1.5552836656570435,
      "learning_rate": 0.00016102178020605958,
      "loss": 7.2044,
      "step": 229810
    },
    {
      "epoch": 0.47879166666666667,
      "grad_norm": 0.9542478322982788,
      "learning_rate": 0.00016101194827756522,
      "loss": 7.291,
      "step": 229820
    },
    {
      "epoch": 0.4788125,
      "grad_norm": 1.1963295936584473,
      "learning_rate": 0.00016100211630150365,
      "loss": 7.5623,
      "step": 229830
    },
    {
      "epoch": 0.47883333333333333,
      "grad_norm": 0.9651481509208679,
      "learning_rate": 0.00016099228427791736,
      "loss": 7.3175,
      "step": 229840
    },
    {
      "epoch": 0.4788541666666667,
      "grad_norm": 1.3560105562210083,
      "learning_rate": 0.00016098245220684865,
      "loss": 7.8483,
      "step": 229850
    },
    {
      "epoch": 0.478875,
      "grad_norm": 0.9087175130844116,
      "learning_rate": 0.00016097262008834013,
      "loss": 7.5206,
      "step": 229860
    },
    {
      "epoch": 0.47889583333333335,
      "grad_norm": 1.2685106992721558,
      "learning_rate": 0.00016096278792243428,
      "loss": 8.3207,
      "step": 229870
    },
    {
      "epoch": 0.47891666666666666,
      "grad_norm": 0.9111117124557495,
      "learning_rate": 0.0001609529557091735,
      "loss": 7.1748,
      "step": 229880
    },
    {
      "epoch": 0.4789375,
      "grad_norm": 1.652660846710205,
      "learning_rate": 0.00016094312344860028,
      "loss": 7.2879,
      "step": 229890
    },
    {
      "epoch": 0.4789583333333333,
      "grad_norm": 2.2875735759735107,
      "learning_rate": 0.0001609332911407571,
      "loss": 7.9674,
      "step": 229900
    },
    {
      "epoch": 0.4789791666666667,
      "grad_norm": 1.039934754371643,
      "learning_rate": 0.0001609234587856864,
      "loss": 7.5274,
      "step": 229910
    },
    {
      "epoch": 0.479,
      "grad_norm": 5.446238040924072,
      "learning_rate": 0.00016091362638343072,
      "loss": 8.0416,
      "step": 229920
    },
    {
      "epoch": 0.47902083333333334,
      "grad_norm": 0.8346215486526489,
      "learning_rate": 0.00016090379393403248,
      "loss": 8.4917,
      "step": 229930
    },
    {
      "epoch": 0.47904166666666664,
      "grad_norm": 24.307231903076172,
      "learning_rate": 0.00016089396143753417,
      "loss": 8.5631,
      "step": 229940
    },
    {
      "epoch": 0.4790625,
      "grad_norm": 1.1101818084716797,
      "learning_rate": 0.00016088412889397823,
      "loss": 7.7575,
      "step": 229950
    },
    {
      "epoch": 0.47908333333333336,
      "grad_norm": 0.6815996766090393,
      "learning_rate": 0.00016087429630340722,
      "loss": 7.3916,
      "step": 229960
    },
    {
      "epoch": 0.47910416666666666,
      "grad_norm": 1.6789047718048096,
      "learning_rate": 0.00016086446366586353,
      "loss": 7.4338,
      "step": 229970
    },
    {
      "epoch": 0.479125,
      "grad_norm": 1.1942424774169922,
      "learning_rate": 0.00016085463098138966,
      "loss": 7.7839,
      "step": 229980
    },
    {
      "epoch": 0.4791458333333333,
      "grad_norm": 1.09285306930542,
      "learning_rate": 0.00016084479825002803,
      "loss": 7.3235,
      "step": 229990
    },
    {
      "epoch": 0.4791666666666667,
      "grad_norm": 0.9097187519073486,
      "learning_rate": 0.0001608349654718212,
      "loss": 7.6879,
      "step": 230000
    },
    {
      "epoch": 0.4791666666666667,
      "eval_loss": 7.374702453613281,
      "eval_runtime": 8.2454,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 230000
    },
    {
      "epoch": 0.4791875,
      "grad_norm": 0.6513502597808838,
      "learning_rate": 0.00016082513264681166,
      "loss": 7.4196,
      "step": 230010
    },
    {
      "epoch": 0.47920833333333335,
      "grad_norm": 1.8363112211227417,
      "learning_rate": 0.00016081529977504176,
      "loss": 7.3245,
      "step": 230020
    },
    {
      "epoch": 0.47922916666666665,
      "grad_norm": 0.8580570220947266,
      "learning_rate": 0.00016080546685655404,
      "loss": 7.1518,
      "step": 230030
    },
    {
      "epoch": 0.47925,
      "grad_norm": 2.300185203552246,
      "learning_rate": 0.00016079563389139107,
      "loss": 7.4393,
      "step": 230040
    },
    {
      "epoch": 0.4792708333333333,
      "grad_norm": 1.0562361478805542,
      "learning_rate": 0.00016078580087959519,
      "loss": 7.952,
      "step": 230050
    },
    {
      "epoch": 0.47929166666666667,
      "grad_norm": 1.1138710975646973,
      "learning_rate": 0.00016077596782120888,
      "loss": 7.3221,
      "step": 230060
    },
    {
      "epoch": 0.4793125,
      "grad_norm": 2.6123046875,
      "learning_rate": 0.0001607661347162747,
      "loss": 7.3528,
      "step": 230070
    },
    {
      "epoch": 0.47933333333333333,
      "grad_norm": 1.3105307817459106,
      "learning_rate": 0.00016075630156483505,
      "loss": 7.9725,
      "step": 230080
    },
    {
      "epoch": 0.4793541666666667,
      "grad_norm": 0.7872248888015747,
      "learning_rate": 0.00016074646836693242,
      "loss": 7.3769,
      "step": 230090
    },
    {
      "epoch": 0.479375,
      "grad_norm": 7.704816818237305,
      "learning_rate": 0.00016073663512260932,
      "loss": 7.8566,
      "step": 230100
    },
    {
      "epoch": 0.47939583333333335,
      "grad_norm": 0.7809855937957764,
      "learning_rate": 0.00016072680183190822,
      "loss": 7.224,
      "step": 230110
    },
    {
      "epoch": 0.47941666666666666,
      "grad_norm": 2.2149462699890137,
      "learning_rate": 0.00016071696849487158,
      "loss": 7.6842,
      "step": 230120
    },
    {
      "epoch": 0.4794375,
      "grad_norm": 1.4281467199325562,
      "learning_rate": 0.00016070713511154183,
      "loss": 7.8402,
      "step": 230130
    },
    {
      "epoch": 0.4794583333333333,
      "grad_norm": 1.2032923698425293,
      "learning_rate": 0.00016069730168196157,
      "loss": 7.7092,
      "step": 230140
    },
    {
      "epoch": 0.4794791666666667,
      "grad_norm": 5.401002883911133,
      "learning_rate": 0.00016068746820617315,
      "loss": 8.5666,
      "step": 230150
    },
    {
      "epoch": 0.4795,
      "grad_norm": 1.5577117204666138,
      "learning_rate": 0.0001606776346842191,
      "loss": 7.4995,
      "step": 230160
    },
    {
      "epoch": 0.47952083333333334,
      "grad_norm": 1.6852307319641113,
      "learning_rate": 0.0001606678011161419,
      "loss": 8.5979,
      "step": 230170
    },
    {
      "epoch": 0.47954166666666664,
      "grad_norm": 1.2687796354293823,
      "learning_rate": 0.00016065796750198408,
      "loss": 7.3606,
      "step": 230180
    },
    {
      "epoch": 0.4795625,
      "grad_norm": 1.1678047180175781,
      "learning_rate": 0.000160648133841788,
      "loss": 7.143,
      "step": 230190
    },
    {
      "epoch": 0.4795833333333333,
      "grad_norm": 2.1493098735809326,
      "learning_rate": 0.0001606383001355962,
      "loss": 7.386,
      "step": 230200
    },
    {
      "epoch": 0.47960416666666666,
      "grad_norm": 1.5029853582382202,
      "learning_rate": 0.00016062846638345118,
      "loss": 7.2153,
      "step": 230210
    },
    {
      "epoch": 0.479625,
      "grad_norm": 1.4312422275543213,
      "learning_rate": 0.00016061863258539535,
      "loss": 7.351,
      "step": 230220
    },
    {
      "epoch": 0.4796458333333333,
      "grad_norm": 1.521533489227295,
      "learning_rate": 0.00016060879874147126,
      "loss": 7.7588,
      "step": 230230
    },
    {
      "epoch": 0.4796666666666667,
      "grad_norm": 1.454332709312439,
      "learning_rate": 0.00016059896485172136,
      "loss": 7.2467,
      "step": 230240
    },
    {
      "epoch": 0.4796875,
      "grad_norm": 1.3646537065505981,
      "learning_rate": 0.00016058913091618814,
      "loss": 7.1354,
      "step": 230250
    },
    {
      "epoch": 0.47970833333333335,
      "grad_norm": 1.2908873558044434,
      "learning_rate": 0.00016057929693491404,
      "loss": 7.6652,
      "step": 230260
    },
    {
      "epoch": 0.47972916666666665,
      "grad_norm": 1.6888824701309204,
      "learning_rate": 0.00016056946290794155,
      "loss": 7.52,
      "step": 230270
    },
    {
      "epoch": 0.47975,
      "grad_norm": 1.1645220518112183,
      "learning_rate": 0.00016055962883531317,
      "loss": 7.4686,
      "step": 230280
    },
    {
      "epoch": 0.4797708333333333,
      "grad_norm": 1.7081032991409302,
      "learning_rate": 0.0001605497947170714,
      "loss": 7.9145,
      "step": 230290
    },
    {
      "epoch": 0.47979166666666667,
      "grad_norm": 1.1817996501922607,
      "learning_rate": 0.0001605399605532587,
      "loss": 7.6944,
      "step": 230300
    },
    {
      "epoch": 0.4798125,
      "grad_norm": 1.1849045753479004,
      "learning_rate": 0.0001605301263439175,
      "loss": 7.6127,
      "step": 230310
    },
    {
      "epoch": 0.47983333333333333,
      "grad_norm": 1.8234100341796875,
      "learning_rate": 0.00016052029208909034,
      "loss": 7.5201,
      "step": 230320
    },
    {
      "epoch": 0.4798541666666667,
      "grad_norm": 1.1843138933181763,
      "learning_rate": 0.00016051045778881968,
      "loss": 8.3024,
      "step": 230330
    },
    {
      "epoch": 0.479875,
      "grad_norm": 2.6143698692321777,
      "learning_rate": 0.00016050062344314804,
      "loss": 7.8045,
      "step": 230340
    },
    {
      "epoch": 0.47989583333333335,
      "grad_norm": 1.6163957118988037,
      "learning_rate": 0.0001604907890521178,
      "loss": 7.6907,
      "step": 230350
    },
    {
      "epoch": 0.47991666666666666,
      "grad_norm": 1.2859623432159424,
      "learning_rate": 0.00016048095461577153,
      "loss": 7.6172,
      "step": 230360
    },
    {
      "epoch": 0.4799375,
      "grad_norm": 0.7186147570610046,
      "learning_rate": 0.00016047112013415173,
      "loss": 7.9043,
      "step": 230370
    },
    {
      "epoch": 0.4799583333333333,
      "grad_norm": 0.8111197352409363,
      "learning_rate": 0.0001604612856073008,
      "loss": 7.606,
      "step": 230380
    },
    {
      "epoch": 0.4799791666666667,
      "grad_norm": 1.6688098907470703,
      "learning_rate": 0.0001604514510352612,
      "loss": 7.4303,
      "step": 230390
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.7851504683494568,
      "learning_rate": 0.00016044161641807556,
      "loss": 7.5152,
      "step": 230400
    },
    {
      "epoch": 0.48002083333333334,
      "grad_norm": 1.672212839126587,
      "learning_rate": 0.00016043178175578624,
      "loss": 7.0942,
      "step": 230410
    },
    {
      "epoch": 0.48004166666666664,
      "grad_norm": 0.5067917108535767,
      "learning_rate": 0.00016042194704843574,
      "loss": 8.5705,
      "step": 230420
    },
    {
      "epoch": 0.4800625,
      "grad_norm": 2.0216586589813232,
      "learning_rate": 0.00016041211229606656,
      "loss": 7.5048,
      "step": 230430
    },
    {
      "epoch": 0.4800833333333333,
      "grad_norm": 2.0959548950195312,
      "learning_rate": 0.00016040227749872119,
      "loss": 8.3729,
      "step": 230440
    },
    {
      "epoch": 0.48010416666666667,
      "grad_norm": 1.0019962787628174,
      "learning_rate": 0.00016039244265644208,
      "loss": 8.2015,
      "step": 230450
    },
    {
      "epoch": 0.480125,
      "grad_norm": 0.8969984650611877,
      "learning_rate": 0.00016038260776927174,
      "loss": 7.6507,
      "step": 230460
    },
    {
      "epoch": 0.4801458333333333,
      "grad_norm": 0.8458983302116394,
      "learning_rate": 0.00016037277283725262,
      "loss": 7.375,
      "step": 230470
    },
    {
      "epoch": 0.4801666666666667,
      "grad_norm": 3.054563522338867,
      "learning_rate": 0.00016036293786042728,
      "loss": 7.8766,
      "step": 230480
    },
    {
      "epoch": 0.4801875,
      "grad_norm": 1.9284597635269165,
      "learning_rate": 0.00016035310283883807,
      "loss": 7.5535,
      "step": 230490
    },
    {
      "epoch": 0.48020833333333335,
      "grad_norm": 1.9557427167892456,
      "learning_rate": 0.00016034326777252761,
      "loss": 7.6395,
      "step": 230500
    },
    {
      "epoch": 0.48022916666666665,
      "grad_norm": 1.3159672021865845,
      "learning_rate": 0.00016033343266153838,
      "loss": 7.5417,
      "step": 230510
    },
    {
      "epoch": 0.48025,
      "grad_norm": 3.378711223602295,
      "learning_rate": 0.00016032359750591267,
      "loss": 7.596,
      "step": 230520
    },
    {
      "epoch": 0.4802708333333333,
      "grad_norm": 1.919230580329895,
      "learning_rate": 0.00016031376230569321,
      "loss": 7.2591,
      "step": 230530
    },
    {
      "epoch": 0.4802916666666667,
      "grad_norm": 0.7984150052070618,
      "learning_rate": 0.00016030392706092237,
      "loss": 6.8932,
      "step": 230540
    },
    {
      "epoch": 0.4803125,
      "grad_norm": 1.0949355363845825,
      "learning_rate": 0.00016029409177164262,
      "loss": 7.3208,
      "step": 230550
    },
    {
      "epoch": 0.48033333333333333,
      "grad_norm": 1.2530642747879028,
      "learning_rate": 0.00016028425643789646,
      "loss": 7.5408,
      "step": 230560
    },
    {
      "epoch": 0.4803541666666667,
      "grad_norm": 0.8162535429000854,
      "learning_rate": 0.00016027442105972644,
      "loss": 7.5064,
      "step": 230570
    },
    {
      "epoch": 0.480375,
      "grad_norm": 1.4886192083358765,
      "learning_rate": 0.00016026458563717493,
      "loss": 7.471,
      "step": 230580
    },
    {
      "epoch": 0.48039583333333336,
      "grad_norm": 1.1101412773132324,
      "learning_rate": 0.00016025475017028445,
      "loss": 7.2496,
      "step": 230590
    },
    {
      "epoch": 0.48041666666666666,
      "grad_norm": 0.6262962222099304,
      "learning_rate": 0.00016024491465909757,
      "loss": 7.438,
      "step": 230600
    },
    {
      "epoch": 0.4804375,
      "grad_norm": 1.131790280342102,
      "learning_rate": 0.0001602350791036567,
      "loss": 7.3397,
      "step": 230610
    },
    {
      "epoch": 0.4804583333333333,
      "grad_norm": 0.8030672669410706,
      "learning_rate": 0.00016022524350400432,
      "loss": 7.2172,
      "step": 230620
    },
    {
      "epoch": 0.4804791666666667,
      "grad_norm": 0.6884766221046448,
      "learning_rate": 0.00016021540786018295,
      "loss": 7.4782,
      "step": 230630
    },
    {
      "epoch": 0.4805,
      "grad_norm": 2.3172056674957275,
      "learning_rate": 0.00016020557217223506,
      "loss": 7.4332,
      "step": 230640
    },
    {
      "epoch": 0.48052083333333334,
      "grad_norm": 1.5124391317367554,
      "learning_rate": 0.00016019573644020314,
      "loss": 7.5753,
      "step": 230650
    },
    {
      "epoch": 0.48054166666666664,
      "grad_norm": 0.5206103324890137,
      "learning_rate": 0.00016018590066412967,
      "loss": 7.2796,
      "step": 230660
    },
    {
      "epoch": 0.4805625,
      "grad_norm": 0.7171486020088196,
      "learning_rate": 0.00016017606484405712,
      "loss": 7.9039,
      "step": 230670
    },
    {
      "epoch": 0.4805833333333333,
      "grad_norm": 1.0142691135406494,
      "learning_rate": 0.00016016622898002808,
      "loss": 7.3131,
      "step": 230680
    },
    {
      "epoch": 0.48060416666666667,
      "grad_norm": 2.503446578979492,
      "learning_rate": 0.00016015639307208487,
      "loss": 7.3563,
      "step": 230690
    },
    {
      "epoch": 0.480625,
      "grad_norm": 2.046175479888916,
      "learning_rate": 0.00016014655712027006,
      "loss": 7.7545,
      "step": 230700
    },
    {
      "epoch": 0.4806458333333333,
      "grad_norm": 4.430756568908691,
      "learning_rate": 0.0001601367211246262,
      "loss": 8.4372,
      "step": 230710
    },
    {
      "epoch": 0.4806666666666667,
      "grad_norm": 2.4385433197021484,
      "learning_rate": 0.00016012688508519564,
      "loss": 7.1873,
      "step": 230720
    },
    {
      "epoch": 0.4806875,
      "grad_norm": 1.374955177307129,
      "learning_rate": 0.00016011704900202099,
      "loss": 7.2934,
      "step": 230730
    },
    {
      "epoch": 0.48070833333333335,
      "grad_norm": 0.7834668755531311,
      "learning_rate": 0.00016010721287514472,
      "loss": 7.5717,
      "step": 230740
    },
    {
      "epoch": 0.48072916666666665,
      "grad_norm": 0.9837872982025146,
      "learning_rate": 0.00016009737670460926,
      "loss": 7.4232,
      "step": 230750
    },
    {
      "epoch": 0.48075,
      "grad_norm": 0.9168027639389038,
      "learning_rate": 0.0001600875404904571,
      "loss": 7.7269,
      "step": 230760
    },
    {
      "epoch": 0.4807708333333333,
      "grad_norm": 1.1491376161575317,
      "learning_rate": 0.0001600777042327308,
      "loss": 7.3695,
      "step": 230770
    },
    {
      "epoch": 0.4807916666666667,
      "grad_norm": 4.727689743041992,
      "learning_rate": 0.00016006786793147282,
      "loss": 8.7876,
      "step": 230780
    },
    {
      "epoch": 0.4808125,
      "grad_norm": 0.9400931596755981,
      "learning_rate": 0.0001600580315867256,
      "loss": 7.601,
      "step": 230790
    },
    {
      "epoch": 0.48083333333333333,
      "grad_norm": 1.6362444162368774,
      "learning_rate": 0.0001600481951985317,
      "loss": 7.6303,
      "step": 230800
    },
    {
      "epoch": 0.4808541666666667,
      "grad_norm": 0.5955945253372192,
      "learning_rate": 0.00016003835876693352,
      "loss": 7.3635,
      "step": 230810
    },
    {
      "epoch": 0.480875,
      "grad_norm": 1.0088642835617065,
      "learning_rate": 0.00016002852229197363,
      "loss": 7.0571,
      "step": 230820
    },
    {
      "epoch": 0.48089583333333336,
      "grad_norm": 1.1734055280685425,
      "learning_rate": 0.00016001868577369453,
      "loss": 7.3283,
      "step": 230830
    },
    {
      "epoch": 0.48091666666666666,
      "grad_norm": 0.9797727465629578,
      "learning_rate": 0.0001600088492121386,
      "loss": 7.2793,
      "step": 230840
    },
    {
      "epoch": 0.4809375,
      "grad_norm": 1.744559407234192,
      "learning_rate": 0.00015999901260734849,
      "loss": 7.6797,
      "step": 230850
    },
    {
      "epoch": 0.4809583333333333,
      "grad_norm": 1.06106436252594,
      "learning_rate": 0.00015998917595936652,
      "loss": 7.3352,
      "step": 230860
    },
    {
      "epoch": 0.4809791666666667,
      "grad_norm": 1.6065967082977295,
      "learning_rate": 0.0001599793392682353,
      "loss": 7.694,
      "step": 230870
    },
    {
      "epoch": 0.481,
      "grad_norm": 0.7546849250793457,
      "learning_rate": 0.00015996950253399734,
      "loss": 8.2311,
      "step": 230880
    },
    {
      "epoch": 0.48102083333333334,
      "grad_norm": 0.6085209846496582,
      "learning_rate": 0.000159959665756695,
      "loss": 7.3669,
      "step": 230890
    },
    {
      "epoch": 0.48104166666666665,
      "grad_norm": 1.5753452777862549,
      "learning_rate": 0.00015994982893637082,
      "loss": 7.6285,
      "step": 230900
    },
    {
      "epoch": 0.4810625,
      "grad_norm": 1.1506476402282715,
      "learning_rate": 0.00015993999207306741,
      "loss": 7.7637,
      "step": 230910
    },
    {
      "epoch": 0.4810833333333333,
      "grad_norm": 1.0952746868133545,
      "learning_rate": 0.00015993015516682714,
      "loss": 7.244,
      "step": 230920
    },
    {
      "epoch": 0.48110416666666667,
      "grad_norm": 1.4655959606170654,
      "learning_rate": 0.00015992031821769249,
      "loss": 7.2035,
      "step": 230930
    },
    {
      "epoch": 0.481125,
      "grad_norm": 1.8607761859893799,
      "learning_rate": 0.00015991048122570604,
      "loss": 7.6216,
      "step": 230940
    },
    {
      "epoch": 0.48114583333333333,
      "grad_norm": 3.877688407897949,
      "learning_rate": 0.0001599006441909102,
      "loss": 8.0907,
      "step": 230950
    },
    {
      "epoch": 0.4811666666666667,
      "grad_norm": 0.618121325969696,
      "learning_rate": 0.00015989080711334747,
      "loss": 6.8819,
      "step": 230960
    },
    {
      "epoch": 0.4811875,
      "grad_norm": 0.8075876832008362,
      "learning_rate": 0.00015988096999306045,
      "loss": 8.035,
      "step": 230970
    },
    {
      "epoch": 0.48120833333333335,
      "grad_norm": 0.7674362659454346,
      "learning_rate": 0.0001598711328300915,
      "loss": 7.477,
      "step": 230980
    },
    {
      "epoch": 0.48122916666666665,
      "grad_norm": 0.7719057202339172,
      "learning_rate": 0.00015986129562448317,
      "loss": 7.1913,
      "step": 230990
    },
    {
      "epoch": 0.48125,
      "grad_norm": 2.851473808288574,
      "learning_rate": 0.00015985145837627793,
      "loss": 7.6407,
      "step": 231000
    },
    {
      "epoch": 0.48125,
      "eval_loss": 9.484136581420898,
      "eval_runtime": 7.9618,
      "eval_samples_per_second": 0.377,
      "eval_steps_per_second": 0.126,
      "step": 231000
    },
    {
      "epoch": 0.4812708333333333,
      "grad_norm": 0.8368773460388184,
      "learning_rate": 0.00015984162108551828,
      "loss": 7.8945,
      "step": 231010
    },
    {
      "epoch": 0.4812916666666667,
      "grad_norm": 1.3031396865844727,
      "learning_rate": 0.00015983178375224679,
      "loss": 7.9152,
      "step": 231020
    },
    {
      "epoch": 0.4813125,
      "grad_norm": 0.6265840530395508,
      "learning_rate": 0.0001598219463765058,
      "loss": 7.175,
      "step": 231030
    },
    {
      "epoch": 0.48133333333333334,
      "grad_norm": 0.6683453917503357,
      "learning_rate": 0.00015981210895833794,
      "loss": 7.0219,
      "step": 231040
    },
    {
      "epoch": 0.4813541666666667,
      "grad_norm": 0.7021179795265198,
      "learning_rate": 0.00015980227149778566,
      "loss": 8.0059,
      "step": 231050
    },
    {
      "epoch": 0.481375,
      "grad_norm": 1.1900495290756226,
      "learning_rate": 0.00015979243399489142,
      "loss": 7.628,
      "step": 231060
    },
    {
      "epoch": 0.48139583333333336,
      "grad_norm": 1.1952190399169922,
      "learning_rate": 0.0001597825964496978,
      "loss": 7.7062,
      "step": 231070
    },
    {
      "epoch": 0.48141666666666666,
      "grad_norm": 0.5817421078681946,
      "learning_rate": 0.00015977275886224716,
      "loss": 7.212,
      "step": 231080
    },
    {
      "epoch": 0.4814375,
      "grad_norm": 10.0542631149292,
      "learning_rate": 0.0001597629212325821,
      "loss": 8.0274,
      "step": 231090
    },
    {
      "epoch": 0.4814583333333333,
      "grad_norm": 1.0748207569122314,
      "learning_rate": 0.00015975308356074507,
      "loss": 7.3767,
      "step": 231100
    },
    {
      "epoch": 0.4814791666666667,
      "grad_norm": 1.4190245866775513,
      "learning_rate": 0.0001597432458467786,
      "loss": 7.8918,
      "step": 231110
    },
    {
      "epoch": 0.4815,
      "grad_norm": 1.9177324771881104,
      "learning_rate": 0.00015973340809072518,
      "loss": 7.3199,
      "step": 231120
    },
    {
      "epoch": 0.48152083333333334,
      "grad_norm": 0.930378258228302,
      "learning_rate": 0.00015972357029262727,
      "loss": 7.6078,
      "step": 231130
    },
    {
      "epoch": 0.48154166666666665,
      "grad_norm": 4.173563480377197,
      "learning_rate": 0.00015971373245252736,
      "loss": 7.7373,
      "step": 231140
    },
    {
      "epoch": 0.4815625,
      "grad_norm": 1.0536632537841797,
      "learning_rate": 0.000159703894570468,
      "loss": 7.3118,
      "step": 231150
    },
    {
      "epoch": 0.4815833333333333,
      "grad_norm": 1.5111113786697388,
      "learning_rate": 0.00015969405664649163,
      "loss": 7.3855,
      "step": 231160
    },
    {
      "epoch": 0.48160416666666667,
      "grad_norm": 1.0151780843734741,
      "learning_rate": 0.0001596842186806408,
      "loss": 7.3168,
      "step": 231170
    },
    {
      "epoch": 0.481625,
      "grad_norm": 0.9104731678962708,
      "learning_rate": 0.00015967438067295798,
      "loss": 7.3865,
      "step": 231180
    },
    {
      "epoch": 0.48164583333333333,
      "grad_norm": 0.6382507085800171,
      "learning_rate": 0.00015966454262348565,
      "loss": 7.783,
      "step": 231190
    },
    {
      "epoch": 0.4816666666666667,
      "grad_norm": 0.8640970587730408,
      "learning_rate": 0.00015965470453226633,
      "loss": 7.8748,
      "step": 231200
    },
    {
      "epoch": 0.4816875,
      "grad_norm": 0.836475670337677,
      "learning_rate": 0.00015964486639934248,
      "loss": 7.7264,
      "step": 231210
    },
    {
      "epoch": 0.48170833333333335,
      "grad_norm": 0.8033007383346558,
      "learning_rate": 0.00015963502822475666,
      "loss": 7.3833,
      "step": 231220
    },
    {
      "epoch": 0.48172916666666665,
      "grad_norm": 0.7582916021347046,
      "learning_rate": 0.0001596251900085513,
      "loss": 7.4289,
      "step": 231230
    },
    {
      "epoch": 0.48175,
      "grad_norm": 1.2224575281143188,
      "learning_rate": 0.000159615351750769,
      "loss": 7.2626,
      "step": 231240
    },
    {
      "epoch": 0.4817708333333333,
      "grad_norm": 1.0163017511367798,
      "learning_rate": 0.00015960551345145215,
      "loss": 7.5544,
      "step": 231250
    },
    {
      "epoch": 0.4817916666666667,
      "grad_norm": 1.554721713066101,
      "learning_rate": 0.00015959567511064323,
      "loss": 7.9596,
      "step": 231260
    },
    {
      "epoch": 0.4818125,
      "grad_norm": 20.85106086730957,
      "learning_rate": 0.00015958583672838489,
      "loss": 8.4211,
      "step": 231270
    },
    {
      "epoch": 0.48183333333333334,
      "grad_norm": 1.4103682041168213,
      "learning_rate": 0.00015957599830471945,
      "loss": 7.5055,
      "step": 231280
    },
    {
      "epoch": 0.48185416666666664,
      "grad_norm": 0.5599189400672913,
      "learning_rate": 0.00015956615983968948,
      "loss": 7.6148,
      "step": 231290
    },
    {
      "epoch": 0.481875,
      "grad_norm": 1.2749229669570923,
      "learning_rate": 0.00015955632133333756,
      "loss": 7.6188,
      "step": 231300
    },
    {
      "epoch": 0.48189583333333336,
      "grad_norm": 1.5119532346725464,
      "learning_rate": 0.00015954648278570605,
      "loss": 7.3282,
      "step": 231310
    },
    {
      "epoch": 0.48191666666666666,
      "grad_norm": 1.269313931465149,
      "learning_rate": 0.00015953664419683756,
      "loss": 7.6125,
      "step": 231320
    },
    {
      "epoch": 0.4819375,
      "grad_norm": 1.1073994636535645,
      "learning_rate": 0.0001595268055667745,
      "loss": 7.3648,
      "step": 231330
    },
    {
      "epoch": 0.4819583333333333,
      "grad_norm": 0.9935071468353271,
      "learning_rate": 0.00015951696689555942,
      "loss": 8.2136,
      "step": 231340
    },
    {
      "epoch": 0.4819791666666667,
      "grad_norm": 0.7161211967468262,
      "learning_rate": 0.0001595071281832348,
      "loss": 7.4893,
      "step": 231350
    },
    {
      "epoch": 0.482,
      "grad_norm": 1.1389665603637695,
      "learning_rate": 0.0001594972894298432,
      "loss": 7.4601,
      "step": 231360
    },
    {
      "epoch": 0.48202083333333334,
      "grad_norm": 2.561915159225464,
      "learning_rate": 0.00015948745063542702,
      "loss": 7.636,
      "step": 231370
    },
    {
      "epoch": 0.48204166666666665,
      "grad_norm": 1.5609700679779053,
      "learning_rate": 0.00015947761180002887,
      "loss": 7.5047,
      "step": 231380
    },
    {
      "epoch": 0.4820625,
      "grad_norm": 0.9175442457199097,
      "learning_rate": 0.0001594677729236911,
      "loss": 7.5077,
      "step": 231390
    },
    {
      "epoch": 0.4820833333333333,
      "grad_norm": 0.7528499364852905,
      "learning_rate": 0.00015945793400645633,
      "loss": 7.4141,
      "step": 231400
    },
    {
      "epoch": 0.48210416666666667,
      "grad_norm": 1.0123330354690552,
      "learning_rate": 0.00015944809504836707,
      "loss": 7.516,
      "step": 231410
    },
    {
      "epoch": 0.482125,
      "grad_norm": 0.6607064604759216,
      "learning_rate": 0.00015943825604946576,
      "loss": 7.8105,
      "step": 231420
    },
    {
      "epoch": 0.48214583333333333,
      "grad_norm": 7.100236892700195,
      "learning_rate": 0.00015942841700979487,
      "loss": 7.5801,
      "step": 231430
    },
    {
      "epoch": 0.4821666666666667,
      "grad_norm": 0.6641097068786621,
      "learning_rate": 0.000159418577929397,
      "loss": 7.5623,
      "step": 231440
    },
    {
      "epoch": 0.4821875,
      "grad_norm": 2.310042142868042,
      "learning_rate": 0.0001594087388083146,
      "loss": 7.6301,
      "step": 231450
    },
    {
      "epoch": 0.48220833333333335,
      "grad_norm": 0.7603658437728882,
      "learning_rate": 0.00015939889964659013,
      "loss": 7.5295,
      "step": 231460
    },
    {
      "epoch": 0.48222916666666665,
      "grad_norm": 1.751336932182312,
      "learning_rate": 0.0001593890604442662,
      "loss": 7.4968,
      "step": 231470
    },
    {
      "epoch": 0.48225,
      "grad_norm": 1.5482230186462402,
      "learning_rate": 0.00015937922120138522,
      "loss": 7.3174,
      "step": 231480
    },
    {
      "epoch": 0.4822708333333333,
      "grad_norm": 3.239863872528076,
      "learning_rate": 0.00015936938191798972,
      "loss": 7.4269,
      "step": 231490
    },
    {
      "epoch": 0.4822916666666667,
      "grad_norm": 3.4148871898651123,
      "learning_rate": 0.00015935954259412217,
      "loss": 7.6031,
      "step": 231500
    },
    {
      "epoch": 0.4823125,
      "grad_norm": 0.8101691603660583,
      "learning_rate": 0.00015934970322982513,
      "loss": 7.4549,
      "step": 231510
    },
    {
      "epoch": 0.48233333333333334,
      "grad_norm": 2.4356014728546143,
      "learning_rate": 0.00015933986382514104,
      "loss": 7.8066,
      "step": 231520
    },
    {
      "epoch": 0.48235416666666664,
      "grad_norm": 4.839492321014404,
      "learning_rate": 0.00015933002438011247,
      "loss": 7.5734,
      "step": 231530
    },
    {
      "epoch": 0.482375,
      "grad_norm": 5.766233444213867,
      "learning_rate": 0.00015932018489478187,
      "loss": 8.1263,
      "step": 231540
    },
    {
      "epoch": 0.48239583333333336,
      "grad_norm": 1.3239713907241821,
      "learning_rate": 0.00015931034536919181,
      "loss": 7.6416,
      "step": 231550
    },
    {
      "epoch": 0.48241666666666666,
      "grad_norm": 1.2864866256713867,
      "learning_rate": 0.00015930050580338463,
      "loss": 7.5743,
      "step": 231560
    },
    {
      "epoch": 0.4824375,
      "grad_norm": 3.7638866901397705,
      "learning_rate": 0.00015929066619740304,
      "loss": 7.9733,
      "step": 231570
    },
    {
      "epoch": 0.4824583333333333,
      "grad_norm": 1.0436910390853882,
      "learning_rate": 0.00015928082655128944,
      "loss": 7.3091,
      "step": 231580
    },
    {
      "epoch": 0.4824791666666667,
      "grad_norm": 0.9751409888267517,
      "learning_rate": 0.00015927098686508632,
      "loss": 7.8165,
      "step": 231590
    },
    {
      "epoch": 0.4825,
      "grad_norm": 3.791480541229248,
      "learning_rate": 0.0001592611471388362,
      "loss": 7.2441,
      "step": 231600
    },
    {
      "epoch": 0.48252083333333334,
      "grad_norm": 1.9127424955368042,
      "learning_rate": 0.00015925130737258163,
      "loss": 7.3148,
      "step": 231610
    },
    {
      "epoch": 0.48254166666666665,
      "grad_norm": 1.2767431735992432,
      "learning_rate": 0.00015924146756636506,
      "loss": 7.649,
      "step": 231620
    },
    {
      "epoch": 0.4825625,
      "grad_norm": 1.1479370594024658,
      "learning_rate": 0.00015923162772022898,
      "loss": 7.3966,
      "step": 231630
    },
    {
      "epoch": 0.4825833333333333,
      "grad_norm": 5.280552387237549,
      "learning_rate": 0.00015922178783421594,
      "loss": 8.0175,
      "step": 231640
    },
    {
      "epoch": 0.48260416666666667,
      "grad_norm": 4.8200364112854,
      "learning_rate": 0.00015921194790836845,
      "loss": 7.736,
      "step": 231650
    },
    {
      "epoch": 0.482625,
      "grad_norm": 0.7923590540885925,
      "learning_rate": 0.00015920210794272894,
      "loss": 8.1721,
      "step": 231660
    },
    {
      "epoch": 0.48264583333333333,
      "grad_norm": 1.8183727264404297,
      "learning_rate": 0.00015919226793734,
      "loss": 7.193,
      "step": 231670
    },
    {
      "epoch": 0.4826666666666667,
      "grad_norm": 1.3164478540420532,
      "learning_rate": 0.00015918242789224408,
      "loss": 7.3326,
      "step": 231680
    },
    {
      "epoch": 0.4826875,
      "grad_norm": 0.7045367956161499,
      "learning_rate": 0.00015917258780748374,
      "loss": 7.6601,
      "step": 231690
    },
    {
      "epoch": 0.48270833333333335,
      "grad_norm": 0.7831308245658875,
      "learning_rate": 0.00015916274768310143,
      "loss": 7.933,
      "step": 231700
    },
    {
      "epoch": 0.48272916666666665,
      "grad_norm": 0.9745783805847168,
      "learning_rate": 0.00015915290751913967,
      "loss": 6.9988,
      "step": 231710
    },
    {
      "epoch": 0.48275,
      "grad_norm": 1.452890396118164,
      "learning_rate": 0.00015914306731564098,
      "loss": 7.708,
      "step": 231720
    },
    {
      "epoch": 0.4827708333333333,
      "grad_norm": 3.7075579166412354,
      "learning_rate": 0.00015913322707264784,
      "loss": 7.6043,
      "step": 231730
    },
    {
      "epoch": 0.4827916666666667,
      "grad_norm": 1.447540044784546,
      "learning_rate": 0.0001591233867902028,
      "loss": 7.5142,
      "step": 231740
    },
    {
      "epoch": 0.4828125,
      "grad_norm": 0.6272444128990173,
      "learning_rate": 0.00015911354646834836,
      "loss": 7.4072,
      "step": 231750
    },
    {
      "epoch": 0.48283333333333334,
      "grad_norm": 3.049936056137085,
      "learning_rate": 0.00015910370610712696,
      "loss": 7.7009,
      "step": 231760
    },
    {
      "epoch": 0.48285416666666664,
      "grad_norm": 1.260510802268982,
      "learning_rate": 0.00015909386570658117,
      "loss": 7.4068,
      "step": 231770
    },
    {
      "epoch": 0.482875,
      "grad_norm": 0.6901999115943909,
      "learning_rate": 0.00015908402526675354,
      "loss": 7.2162,
      "step": 231780
    },
    {
      "epoch": 0.48289583333333336,
      "grad_norm": 1.546830177307129,
      "learning_rate": 0.0001590741847876864,
      "loss": 7.208,
      "step": 231790
    },
    {
      "epoch": 0.48291666666666666,
      "grad_norm": 1.0610414743423462,
      "learning_rate": 0.00015906434426942245,
      "loss": 7.5834,
      "step": 231800
    },
    {
      "epoch": 0.4829375,
      "grad_norm": 0.8471421003341675,
      "learning_rate": 0.00015905450371200413,
      "loss": 7.3748,
      "step": 231810
    },
    {
      "epoch": 0.4829583333333333,
      "grad_norm": 1.6445534229278564,
      "learning_rate": 0.0001590446631154739,
      "loss": 7.2423,
      "step": 231820
    },
    {
      "epoch": 0.4829791666666667,
      "grad_norm": 0.6633654236793518,
      "learning_rate": 0.00015903482247987434,
      "loss": 7.0856,
      "step": 231830
    },
    {
      "epoch": 0.483,
      "grad_norm": 0.60676109790802,
      "learning_rate": 0.00015902498180524787,
      "loss": 7.2753,
      "step": 231840
    },
    {
      "epoch": 0.48302083333333334,
      "grad_norm": 2.7250289916992188,
      "learning_rate": 0.0001590151410916371,
      "loss": 7.8311,
      "step": 231850
    },
    {
      "epoch": 0.48304166666666665,
      "grad_norm": 0.7037950158119202,
      "learning_rate": 0.00015900530033908445,
      "loss": 7.4708,
      "step": 231860
    },
    {
      "epoch": 0.4830625,
      "grad_norm": 3.397397756576538,
      "learning_rate": 0.0001589954595476325,
      "loss": 7.9582,
      "step": 231870
    },
    {
      "epoch": 0.4830833333333333,
      "grad_norm": 0.682867705821991,
      "learning_rate": 0.0001589856187173237,
      "loss": 7.1799,
      "step": 231880
    },
    {
      "epoch": 0.48310416666666667,
      "grad_norm": 1.1168195009231567,
      "learning_rate": 0.00015897577784820062,
      "loss": 7.5408,
      "step": 231890
    },
    {
      "epoch": 0.483125,
      "grad_norm": 1.2480781078338623,
      "learning_rate": 0.0001589659369403057,
      "loss": 8.0416,
      "step": 231900
    },
    {
      "epoch": 0.48314583333333333,
      "grad_norm": 1.3137152194976807,
      "learning_rate": 0.00015895609599368148,
      "loss": 7.7248,
      "step": 231910
    },
    {
      "epoch": 0.4831666666666667,
      "grad_norm": 2.0416388511657715,
      "learning_rate": 0.00015894625500837052,
      "loss": 7.5626,
      "step": 231920
    },
    {
      "epoch": 0.4831875,
      "grad_norm": 1.235311508178711,
      "learning_rate": 0.0001589364139844152,
      "loss": 7.8126,
      "step": 231930
    },
    {
      "epoch": 0.48320833333333335,
      "grad_norm": 0.8879292011260986,
      "learning_rate": 0.00015892657292185816,
      "loss": 7.4064,
      "step": 231940
    },
    {
      "epoch": 0.48322916666666665,
      "grad_norm": 0.9133433699607849,
      "learning_rate": 0.00015891673182074189,
      "loss": 7.4159,
      "step": 231950
    },
    {
      "epoch": 0.48325,
      "grad_norm": 1.6891000270843506,
      "learning_rate": 0.00015890689068110878,
      "loss": 7.291,
      "step": 231960
    },
    {
      "epoch": 0.4832708333333333,
      "grad_norm": 1.0216156244277954,
      "learning_rate": 0.00015889704950300152,
      "loss": 7.3205,
      "step": 231970
    },
    {
      "epoch": 0.4832916666666667,
      "grad_norm": 0.5810628533363342,
      "learning_rate": 0.00015888720828646246,
      "loss": 7.3888,
      "step": 231980
    },
    {
      "epoch": 0.4833125,
      "grad_norm": 0.7458788752555847,
      "learning_rate": 0.0001588773670315342,
      "loss": 7.6924,
      "step": 231990
    },
    {
      "epoch": 0.48333333333333334,
      "grad_norm": 3.7355918884277344,
      "learning_rate": 0.00015886752573825922,
      "loss": 7.7161,
      "step": 232000
    },
    {
      "epoch": 0.48333333333333334,
      "eval_loss": 7.699741363525391,
      "eval_runtime": 8.25,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 232000
    },
    {
      "epoch": 0.48335416666666664,
      "grad_norm": 0.7872500419616699,
      "learning_rate": 0.00015885768440668005,
      "loss": 7.5066,
      "step": 232010
    },
    {
      "epoch": 0.483375,
      "grad_norm": 0.9070348739624023,
      "learning_rate": 0.0001588478430368392,
      "loss": 7.9286,
      "step": 232020
    },
    {
      "epoch": 0.48339583333333336,
      "grad_norm": 1.6641250848770142,
      "learning_rate": 0.00015883800162877916,
      "loss": 7.2915,
      "step": 232030
    },
    {
      "epoch": 0.48341666666666666,
      "grad_norm": 2.390336751937866,
      "learning_rate": 0.00015882816018254243,
      "loss": 7.3621,
      "step": 232040
    },
    {
      "epoch": 0.4834375,
      "grad_norm": 0.8497234582901001,
      "learning_rate": 0.00015881831869817155,
      "loss": 8.0957,
      "step": 232050
    },
    {
      "epoch": 0.4834583333333333,
      "grad_norm": 0.7064399123191833,
      "learning_rate": 0.00015880847717570905,
      "loss": 7.2318,
      "step": 232060
    },
    {
      "epoch": 0.4834791666666667,
      "grad_norm": 0.6486504077911377,
      "learning_rate": 0.00015879863561519742,
      "loss": 8.0025,
      "step": 232070
    },
    {
      "epoch": 0.4835,
      "grad_norm": 2.242380142211914,
      "learning_rate": 0.0001587887940166791,
      "loss": 7.4213,
      "step": 232080
    },
    {
      "epoch": 0.48352083333333334,
      "grad_norm": 2.229029655456543,
      "learning_rate": 0.00015877895238019675,
      "loss": 7.8428,
      "step": 232090
    },
    {
      "epoch": 0.48354166666666665,
      "grad_norm": 2.6715939044952393,
      "learning_rate": 0.00015876911070579274,
      "loss": 7.9731,
      "step": 232100
    },
    {
      "epoch": 0.4835625,
      "grad_norm": 0.8808543682098389,
      "learning_rate": 0.00015875926899350972,
      "loss": 7.3606,
      "step": 232110
    },
    {
      "epoch": 0.4835833333333333,
      "grad_norm": 1.9928942918777466,
      "learning_rate": 0.00015874942724339005,
      "loss": 8.0186,
      "step": 232120
    },
    {
      "epoch": 0.48360416666666667,
      "grad_norm": 0.6368967294692993,
      "learning_rate": 0.0001587395854554763,
      "loss": 7.494,
      "step": 232130
    },
    {
      "epoch": 0.483625,
      "grad_norm": 1.3272510766983032,
      "learning_rate": 0.00015872974362981108,
      "loss": 7.4843,
      "step": 232140
    },
    {
      "epoch": 0.48364583333333333,
      "grad_norm": 0.7969121336936951,
      "learning_rate": 0.00015871990176643681,
      "loss": 7.5934,
      "step": 232150
    },
    {
      "epoch": 0.4836666666666667,
      "grad_norm": 1.1833280324935913,
      "learning_rate": 0.00015871005986539593,
      "loss": 7.7884,
      "step": 232160
    },
    {
      "epoch": 0.4836875,
      "grad_norm": 0.8842143416404724,
      "learning_rate": 0.00015870021792673117,
      "loss": 8.0852,
      "step": 232170
    },
    {
      "epoch": 0.48370833333333335,
      "grad_norm": 1.817447304725647,
      "learning_rate": 0.00015869037595048481,
      "loss": 8.2581,
      "step": 232180
    },
    {
      "epoch": 0.48372916666666665,
      "grad_norm": 5.966689586639404,
      "learning_rate": 0.0001586805339366995,
      "loss": 7.4304,
      "step": 232190
    },
    {
      "epoch": 0.48375,
      "grad_norm": 1.4859248399734497,
      "learning_rate": 0.00015867069188541772,
      "loss": 7.2685,
      "step": 232200
    },
    {
      "epoch": 0.4837708333333333,
      "grad_norm": 1.0229518413543701,
      "learning_rate": 0.000158660849796682,
      "loss": 8.0196,
      "step": 232210
    },
    {
      "epoch": 0.4837916666666667,
      "grad_norm": 1.6577329635620117,
      "learning_rate": 0.00015865100767053478,
      "loss": 7.5476,
      "step": 232220
    },
    {
      "epoch": 0.4838125,
      "grad_norm": 3.2755062580108643,
      "learning_rate": 0.00015864116550701865,
      "loss": 7.8804,
      "step": 232230
    },
    {
      "epoch": 0.48383333333333334,
      "grad_norm": 3.4931154251098633,
      "learning_rate": 0.00015863132330617614,
      "loss": 7.9012,
      "step": 232240
    },
    {
      "epoch": 0.48385416666666664,
      "grad_norm": 0.96534264087677,
      "learning_rate": 0.00015862148106804977,
      "loss": 7.7052,
      "step": 232250
    },
    {
      "epoch": 0.483875,
      "grad_norm": 1.3702315092086792,
      "learning_rate": 0.00015861163879268193,
      "loss": 7.6357,
      "step": 232260
    },
    {
      "epoch": 0.48389583333333336,
      "grad_norm": 1.1062103509902954,
      "learning_rate": 0.00015860179648011523,
      "loss": 7.408,
      "step": 232270
    },
    {
      "epoch": 0.48391666666666666,
      "grad_norm": 2.1882245540618896,
      "learning_rate": 0.0001585919541303922,
      "loss": 7.3884,
      "step": 232280
    },
    {
      "epoch": 0.4839375,
      "grad_norm": 1.1690702438354492,
      "learning_rate": 0.0001585821117435553,
      "loss": 8.2922,
      "step": 232290
    },
    {
      "epoch": 0.4839583333333333,
      "grad_norm": 1.6300030946731567,
      "learning_rate": 0.0001585722693196471,
      "loss": 8.0256,
      "step": 232300
    },
    {
      "epoch": 0.4839791666666667,
      "grad_norm": 1.2711858749389648,
      "learning_rate": 0.0001585624268587101,
      "loss": 7.7475,
      "step": 232310
    },
    {
      "epoch": 0.484,
      "grad_norm": 1.857965111732483,
      "learning_rate": 0.00015855258436078682,
      "loss": 7.458,
      "step": 232320
    },
    {
      "epoch": 0.48402083333333334,
      "grad_norm": 1.858875036239624,
      "learning_rate": 0.0001585427418259197,
      "loss": 8.6275,
      "step": 232330
    },
    {
      "epoch": 0.48404166666666665,
      "grad_norm": 0.9742856025695801,
      "learning_rate": 0.00015853289925415136,
      "loss": 6.9143,
      "step": 232340
    },
    {
      "epoch": 0.4840625,
      "grad_norm": 1.7451534271240234,
      "learning_rate": 0.00015852305664552428,
      "loss": 7.6868,
      "step": 232350
    },
    {
      "epoch": 0.4840833333333333,
      "grad_norm": 1.124024748802185,
      "learning_rate": 0.00015851321400008089,
      "loss": 8.0076,
      "step": 232360
    },
    {
      "epoch": 0.48410416666666667,
      "grad_norm": 1.634346604347229,
      "learning_rate": 0.0001585033713178639,
      "loss": 7.9339,
      "step": 232370
    },
    {
      "epoch": 0.484125,
      "grad_norm": 1.186639666557312,
      "learning_rate": 0.00015849352859891564,
      "loss": 7.2644,
      "step": 232380
    },
    {
      "epoch": 0.48414583333333333,
      "grad_norm": 0.7481241822242737,
      "learning_rate": 0.00015848368584327872,
      "loss": 6.9214,
      "step": 232390
    },
    {
      "epoch": 0.4841666666666667,
      "grad_norm": 0.88265061378479,
      "learning_rate": 0.00015847384305099562,
      "loss": 7.352,
      "step": 232400
    },
    {
      "epoch": 0.4841875,
      "grad_norm": 0.9363082051277161,
      "learning_rate": 0.00015846400022210888,
      "loss": 7.6205,
      "step": 232410
    },
    {
      "epoch": 0.48420833333333335,
      "grad_norm": 0.9560120701789856,
      "learning_rate": 0.00015845415735666105,
      "loss": 7.1992,
      "step": 232420
    },
    {
      "epoch": 0.48422916666666665,
      "grad_norm": 0.9389572739601135,
      "learning_rate": 0.00015844431445469453,
      "loss": 6.9876,
      "step": 232430
    },
    {
      "epoch": 0.48425,
      "grad_norm": 1.7279926538467407,
      "learning_rate": 0.00015843447151625195,
      "loss": 7.2542,
      "step": 232440
    },
    {
      "epoch": 0.4842708333333333,
      "grad_norm": 0.9925275444984436,
      "learning_rate": 0.00015842462854137582,
      "loss": 7.5521,
      "step": 232450
    },
    {
      "epoch": 0.4842916666666667,
      "grad_norm": 2.328218698501587,
      "learning_rate": 0.00015841478553010858,
      "loss": 7.554,
      "step": 232460
    },
    {
      "epoch": 0.4843125,
      "grad_norm": 1.5590275526046753,
      "learning_rate": 0.0001584049424824928,
      "loss": 7.4648,
      "step": 232470
    },
    {
      "epoch": 0.48433333333333334,
      "grad_norm": 1.7276805639266968,
      "learning_rate": 0.00015839509939857106,
      "loss": 7.6569,
      "step": 232480
    },
    {
      "epoch": 0.48435416666666664,
      "grad_norm": 2.407892942428589,
      "learning_rate": 0.00015838525627838578,
      "loss": 7.6272,
      "step": 232490
    },
    {
      "epoch": 0.484375,
      "grad_norm": 1.3775620460510254,
      "learning_rate": 0.00015837541312197946,
      "loss": 7.8359,
      "step": 232500
    },
    {
      "epoch": 0.48439583333333336,
      "grad_norm": 0.9579669237136841,
      "learning_rate": 0.00015836556992939474,
      "loss": 7.398,
      "step": 232510
    },
    {
      "epoch": 0.48441666666666666,
      "grad_norm": 2.9333014488220215,
      "learning_rate": 0.00015835572670067403,
      "loss": 7.7893,
      "step": 232520
    },
    {
      "epoch": 0.4844375,
      "grad_norm": 1.2425683736801147,
      "learning_rate": 0.00015834588343585987,
      "loss": 7.243,
      "step": 232530
    },
    {
      "epoch": 0.4844583333333333,
      "grad_norm": 1.9834928512573242,
      "learning_rate": 0.00015833604013499488,
      "loss": 7.4455,
      "step": 232540
    },
    {
      "epoch": 0.4844791666666667,
      "grad_norm": 1.0831584930419922,
      "learning_rate": 0.00015832619679812142,
      "loss": 8.257,
      "step": 232550
    },
    {
      "epoch": 0.4845,
      "grad_norm": 1.4215145111083984,
      "learning_rate": 0.00015831635342528213,
      "loss": 7.8024,
      "step": 232560
    },
    {
      "epoch": 0.48452083333333335,
      "grad_norm": 2.9783151149749756,
      "learning_rate": 0.00015830651001651943,
      "loss": 7.7349,
      "step": 232570
    },
    {
      "epoch": 0.48454166666666665,
      "grad_norm": 1.3474247455596924,
      "learning_rate": 0.00015829666657187595,
      "loss": 8.0632,
      "step": 232580
    },
    {
      "epoch": 0.4845625,
      "grad_norm": 0.9239563345909119,
      "learning_rate": 0.0001582868230913941,
      "loss": 7.4637,
      "step": 232590
    },
    {
      "epoch": 0.4845833333333333,
      "grad_norm": 1.0083987712860107,
      "learning_rate": 0.0001582769795751165,
      "loss": 7.2972,
      "step": 232600
    },
    {
      "epoch": 0.48460416666666667,
      "grad_norm": 1.1340289115905762,
      "learning_rate": 0.0001582671360230856,
      "loss": 7.7638,
      "step": 232610
    },
    {
      "epoch": 0.484625,
      "grad_norm": 0.6387828588485718,
      "learning_rate": 0.000158257292435344,
      "loss": 7.1667,
      "step": 232620
    },
    {
      "epoch": 0.48464583333333333,
      "grad_norm": 1.0495229959487915,
      "learning_rate": 0.00015824744881193407,
      "loss": 7.9736,
      "step": 232630
    },
    {
      "epoch": 0.4846666666666667,
      "grad_norm": 1.268716812133789,
      "learning_rate": 0.00015823760515289848,
      "loss": 7.4745,
      "step": 232640
    },
    {
      "epoch": 0.4846875,
      "grad_norm": 2.365274667739868,
      "learning_rate": 0.00015822776145827972,
      "loss": 7.3078,
      "step": 232650
    },
    {
      "epoch": 0.48470833333333335,
      "grad_norm": 0.8242764472961426,
      "learning_rate": 0.00015821791772812022,
      "loss": 7.3809,
      "step": 232660
    },
    {
      "epoch": 0.48472916666666666,
      "grad_norm": 0.5590932965278625,
      "learning_rate": 0.00015820807396246263,
      "loss": 6.8802,
      "step": 232670
    },
    {
      "epoch": 0.48475,
      "grad_norm": 0.6960296630859375,
      "learning_rate": 0.00015819823016134942,
      "loss": 7.4692,
      "step": 232680
    },
    {
      "epoch": 0.4847708333333333,
      "grad_norm": 1.1251509189605713,
      "learning_rate": 0.00015818838632482307,
      "loss": 7.7245,
      "step": 232690
    },
    {
      "epoch": 0.4847916666666667,
      "grad_norm": 0.9237732887268066,
      "learning_rate": 0.0001581785424529261,
      "loss": 7.719,
      "step": 232700
    },
    {
      "epoch": 0.4848125,
      "grad_norm": 1.951676845550537,
      "learning_rate": 0.00015816869854570114,
      "loss": 7.6942,
      "step": 232710
    },
    {
      "epoch": 0.48483333333333334,
      "grad_norm": 3.6528422832489014,
      "learning_rate": 0.00015815885460319055,
      "loss": 7.5816,
      "step": 232720
    },
    {
      "epoch": 0.48485416666666664,
      "grad_norm": 1.012802004814148,
      "learning_rate": 0.000158149010625437,
      "loss": 7.4977,
      "step": 232730
    },
    {
      "epoch": 0.484875,
      "grad_norm": 1.403290867805481,
      "learning_rate": 0.00015813916661248294,
      "loss": 7.2173,
      "step": 232740
    },
    {
      "epoch": 0.48489583333333336,
      "grad_norm": 3.976776123046875,
      "learning_rate": 0.00015812932256437087,
      "loss": 7.6779,
      "step": 232750
    },
    {
      "epoch": 0.48491666666666666,
      "grad_norm": 6.161250114440918,
      "learning_rate": 0.00015811947848114335,
      "loss": 7.5436,
      "step": 232760
    },
    {
      "epoch": 0.4849375,
      "grad_norm": 0.8589449524879456,
      "learning_rate": 0.00015810963436284294,
      "loss": 8.0745,
      "step": 232770
    },
    {
      "epoch": 0.4849583333333333,
      "grad_norm": 0.923804521560669,
      "learning_rate": 0.0001580997902095121,
      "loss": 8.4886,
      "step": 232780
    },
    {
      "epoch": 0.4849791666666667,
      "grad_norm": 0.6426789164543152,
      "learning_rate": 0.00015808994602119333,
      "loss": 7.7688,
      "step": 232790
    },
    {
      "epoch": 0.485,
      "grad_norm": 2.832947254180908,
      "learning_rate": 0.00015808010179792925,
      "loss": 7.5485,
      "step": 232800
    },
    {
      "epoch": 0.48502083333333335,
      "grad_norm": 6.612978458404541,
      "learning_rate": 0.00015807025753976229,
      "loss": 7.4164,
      "step": 232810
    },
    {
      "epoch": 0.48504166666666665,
      "grad_norm": 2.3457493782043457,
      "learning_rate": 0.00015806041324673505,
      "loss": 7.026,
      "step": 232820
    },
    {
      "epoch": 0.4850625,
      "grad_norm": 0.5727682709693909,
      "learning_rate": 0.00015805056891888996,
      "loss": 7.2948,
      "step": 232830
    },
    {
      "epoch": 0.4850833333333333,
      "grad_norm": 0.8648897409439087,
      "learning_rate": 0.0001580407245562697,
      "loss": 7.4379,
      "step": 232840
    },
    {
      "epoch": 0.48510416666666667,
      "grad_norm": 0.6532096266746521,
      "learning_rate": 0.0001580308801589166,
      "loss": 7.6387,
      "step": 232850
    },
    {
      "epoch": 0.485125,
      "grad_norm": 2.213209629058838,
      "learning_rate": 0.00015802103572687328,
      "loss": 7.1685,
      "step": 232860
    },
    {
      "epoch": 0.48514583333333333,
      "grad_norm": 1.907780408859253,
      "learning_rate": 0.0001580111912601823,
      "loss": 7.4903,
      "step": 232870
    },
    {
      "epoch": 0.4851666666666667,
      "grad_norm": 1.2600549459457397,
      "learning_rate": 0.00015800134675888613,
      "loss": 6.9668,
      "step": 232880
    },
    {
      "epoch": 0.4851875,
      "grad_norm": 1.4047000408172607,
      "learning_rate": 0.0001579915022230273,
      "loss": 7.2283,
      "step": 232890
    },
    {
      "epoch": 0.48520833333333335,
      "grad_norm": 0.7810340523719788,
      "learning_rate": 0.00015798165765264834,
      "loss": 8.0951,
      "step": 232900
    },
    {
      "epoch": 0.48522916666666666,
      "grad_norm": 1.2016832828521729,
      "learning_rate": 0.0001579718130477918,
      "loss": 7.0838,
      "step": 232910
    },
    {
      "epoch": 0.48525,
      "grad_norm": 1.3213495016098022,
      "learning_rate": 0.00015796196840850017,
      "loss": 7.5328,
      "step": 232920
    },
    {
      "epoch": 0.4852708333333333,
      "grad_norm": 1.6892449855804443,
      "learning_rate": 0.00015795212373481598,
      "loss": 7.5234,
      "step": 232930
    },
    {
      "epoch": 0.4852916666666667,
      "grad_norm": 1.262271761894226,
      "learning_rate": 0.00015794227902678177,
      "loss": 7.3151,
      "step": 232940
    },
    {
      "epoch": 0.4853125,
      "grad_norm": 1.8063030242919922,
      "learning_rate": 0.00015793243428444007,
      "loss": 7.2352,
      "step": 232950
    },
    {
      "epoch": 0.48533333333333334,
      "grad_norm": 0.9368324279785156,
      "learning_rate": 0.00015792258950783337,
      "loss": 6.9686,
      "step": 232960
    },
    {
      "epoch": 0.48535416666666664,
      "grad_norm": 1.184064507484436,
      "learning_rate": 0.00015791274469700425,
      "loss": 7.2028,
      "step": 232970
    },
    {
      "epoch": 0.485375,
      "grad_norm": 1.1587477922439575,
      "learning_rate": 0.0001579028998519952,
      "loss": 8.2984,
      "step": 232980
    },
    {
      "epoch": 0.48539583333333336,
      "grad_norm": 1.2935327291488647,
      "learning_rate": 0.00015789305497284877,
      "loss": 7.5099,
      "step": 232990
    },
    {
      "epoch": 0.48541666666666666,
      "grad_norm": 0.9454666376113892,
      "learning_rate": 0.00015788321005960737,
      "loss": 7.0795,
      "step": 233000
    },
    {
      "epoch": 0.48541666666666666,
      "eval_loss": 8.093317031860352,
      "eval_runtime": 9.0756,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 233000
    },
    {
      "epoch": 0.4854375,
      "grad_norm": 2.883333683013916,
      "learning_rate": 0.00015787336511231375,
      "loss": 7.2779,
      "step": 233010
    },
    {
      "epoch": 0.4854583333333333,
      "grad_norm": 1.6861492395401,
      "learning_rate": 0.00015786352013101023,
      "loss": 7.409,
      "step": 233020
    },
    {
      "epoch": 0.4854791666666667,
      "grad_norm": 0.8829695582389832,
      "learning_rate": 0.00015785367511573942,
      "loss": 7.2399,
      "step": 233030
    },
    {
      "epoch": 0.4855,
      "grad_norm": 2.491394519805908,
      "learning_rate": 0.0001578438300665439,
      "loss": 7.5039,
      "step": 233040
    },
    {
      "epoch": 0.48552083333333335,
      "grad_norm": 1.7367736101150513,
      "learning_rate": 0.00015783398498346607,
      "loss": 7.9232,
      "step": 233050
    },
    {
      "epoch": 0.48554166666666665,
      "grad_norm": 0.776260256767273,
      "learning_rate": 0.00015782413986654856,
      "loss": 7.3688,
      "step": 233060
    },
    {
      "epoch": 0.4855625,
      "grad_norm": 1.2359603643417358,
      "learning_rate": 0.00015781429471583387,
      "loss": 8.1865,
      "step": 233070
    },
    {
      "epoch": 0.4855833333333333,
      "grad_norm": 1.9711592197418213,
      "learning_rate": 0.0001578044495313645,
      "loss": 7.6411,
      "step": 233080
    },
    {
      "epoch": 0.48560416666666667,
      "grad_norm": 1.1503427028656006,
      "learning_rate": 0.000157794604313183,
      "loss": 7.6522,
      "step": 233090
    },
    {
      "epoch": 0.485625,
      "grad_norm": 1.3519747257232666,
      "learning_rate": 0.0001577847590613319,
      "loss": 7.5939,
      "step": 233100
    },
    {
      "epoch": 0.48564583333333333,
      "grad_norm": 0.8469647765159607,
      "learning_rate": 0.00015777491377585371,
      "loss": 7.3713,
      "step": 233110
    },
    {
      "epoch": 0.4856666666666667,
      "grad_norm": 1.1326392889022827,
      "learning_rate": 0.00015776506845679097,
      "loss": 7.9486,
      "step": 233120
    },
    {
      "epoch": 0.4856875,
      "grad_norm": 0.9256023168563843,
      "learning_rate": 0.00015775522310418623,
      "loss": 7.1492,
      "step": 233130
    },
    {
      "epoch": 0.48570833333333335,
      "grad_norm": 1.3424805402755737,
      "learning_rate": 0.00015774537771808198,
      "loss": 7.9586,
      "step": 233140
    },
    {
      "epoch": 0.48572916666666666,
      "grad_norm": 1.271851897239685,
      "learning_rate": 0.0001577355322985208,
      "loss": 7.2266,
      "step": 233150
    },
    {
      "epoch": 0.48575,
      "grad_norm": 1.074152946472168,
      "learning_rate": 0.00015772568684554512,
      "loss": 7.5456,
      "step": 233160
    },
    {
      "epoch": 0.4857708333333333,
      "grad_norm": 0.8288257122039795,
      "learning_rate": 0.00015771584135919754,
      "loss": 7.0363,
      "step": 233170
    },
    {
      "epoch": 0.4857916666666667,
      "grad_norm": 2.4078001976013184,
      "learning_rate": 0.0001577059958395206,
      "loss": 7.7103,
      "step": 233180
    },
    {
      "epoch": 0.4858125,
      "grad_norm": 0.6184822916984558,
      "learning_rate": 0.00015769615028655686,
      "loss": 7.2698,
      "step": 233190
    },
    {
      "epoch": 0.48583333333333334,
      "grad_norm": 0.5459843873977661,
      "learning_rate": 0.0001576863047003487,
      "loss": 7.3164,
      "step": 233200
    },
    {
      "epoch": 0.48585416666666664,
      "grad_norm": 1.1035923957824707,
      "learning_rate": 0.0001576764590809388,
      "loss": 7.3023,
      "step": 233210
    },
    {
      "epoch": 0.485875,
      "grad_norm": 1.749909520149231,
      "learning_rate": 0.00015766661342836964,
      "loss": 7.3128,
      "step": 233220
    },
    {
      "epoch": 0.48589583333333336,
      "grad_norm": 0.9129904508590698,
      "learning_rate": 0.0001576567677426837,
      "loss": 7.3493,
      "step": 233230
    },
    {
      "epoch": 0.48591666666666666,
      "grad_norm": 0.9454194903373718,
      "learning_rate": 0.0001576469220239236,
      "loss": 7.5935,
      "step": 233240
    },
    {
      "epoch": 0.4859375,
      "grad_norm": 0.9766481518745422,
      "learning_rate": 0.0001576370762721318,
      "loss": 7.4697,
      "step": 233250
    },
    {
      "epoch": 0.4859583333333333,
      "grad_norm": 1.5309369564056396,
      "learning_rate": 0.00015762723048735086,
      "loss": 7.477,
      "step": 233260
    },
    {
      "epoch": 0.4859791666666667,
      "grad_norm": 2.0651984214782715,
      "learning_rate": 0.0001576173846696233,
      "loss": 8.3594,
      "step": 233270
    },
    {
      "epoch": 0.486,
      "grad_norm": 0.9744949340820312,
      "learning_rate": 0.0001576075388189917,
      "loss": 7.4507,
      "step": 233280
    },
    {
      "epoch": 0.48602083333333335,
      "grad_norm": 2.255758762359619,
      "learning_rate": 0.00015759769293549847,
      "loss": 7.5274,
      "step": 233290
    },
    {
      "epoch": 0.48604166666666665,
      "grad_norm": 1.6292309761047363,
      "learning_rate": 0.00015758784701918626,
      "loss": 7.9275,
      "step": 233300
    },
    {
      "epoch": 0.4860625,
      "grad_norm": 1.3796982765197754,
      "learning_rate": 0.00015757800107009756,
      "loss": 7.3381,
      "step": 233310
    },
    {
      "epoch": 0.4860833333333333,
      "grad_norm": 1.0203325748443604,
      "learning_rate": 0.0001575681550882749,
      "loss": 7.8388,
      "step": 233320
    },
    {
      "epoch": 0.48610416666666667,
      "grad_norm": 1.1425966024398804,
      "learning_rate": 0.00015755830907376072,
      "loss": 7.4624,
      "step": 233330
    },
    {
      "epoch": 0.486125,
      "grad_norm": 1.6331835985183716,
      "learning_rate": 0.0001575484630265977,
      "loss": 7.7396,
      "step": 233340
    },
    {
      "epoch": 0.48614583333333333,
      "grad_norm": 0.7943301200866699,
      "learning_rate": 0.00015753861694682832,
      "loss": 7.2041,
      "step": 233350
    },
    {
      "epoch": 0.4861666666666667,
      "grad_norm": 1.3803189992904663,
      "learning_rate": 0.0001575287708344951,
      "loss": 7.5194,
      "step": 233360
    },
    {
      "epoch": 0.4861875,
      "grad_norm": 1.7027010917663574,
      "learning_rate": 0.00015751892468964052,
      "loss": 7.5863,
      "step": 233370
    },
    {
      "epoch": 0.48620833333333335,
      "grad_norm": 0.8104731440544128,
      "learning_rate": 0.00015750907851230724,
      "loss": 7.2747,
      "step": 233380
    },
    {
      "epoch": 0.48622916666666666,
      "grad_norm": 1.5232419967651367,
      "learning_rate": 0.00015749923230253766,
      "loss": 7.2422,
      "step": 233390
    },
    {
      "epoch": 0.48625,
      "grad_norm": 1.8190364837646484,
      "learning_rate": 0.00015748938606037437,
      "loss": 7.5677,
      "step": 233400
    },
    {
      "epoch": 0.4862708333333333,
      "grad_norm": 1.0477778911590576,
      "learning_rate": 0.0001574795397858599,
      "loss": 7.243,
      "step": 233410
    },
    {
      "epoch": 0.4862916666666667,
      "grad_norm": 1.0920419692993164,
      "learning_rate": 0.0001574696934790368,
      "loss": 7.8863,
      "step": 233420
    },
    {
      "epoch": 0.4863125,
      "grad_norm": 1.3248859643936157,
      "learning_rate": 0.00015745984713994756,
      "loss": 7.7255,
      "step": 233430
    },
    {
      "epoch": 0.48633333333333334,
      "grad_norm": 1.2272875308990479,
      "learning_rate": 0.00015745000076863473,
      "loss": 7.5039,
      "step": 233440
    },
    {
      "epoch": 0.48635416666666664,
      "grad_norm": 0.751814067363739,
      "learning_rate": 0.00015744015436514082,
      "loss": 7.8483,
      "step": 233450
    },
    {
      "epoch": 0.486375,
      "grad_norm": 1.057376742362976,
      "learning_rate": 0.00015743030792950843,
      "loss": 8.0663,
      "step": 233460
    },
    {
      "epoch": 0.48639583333333336,
      "grad_norm": 1.100959300994873,
      "learning_rate": 0.00015742046146178005,
      "loss": 8.0387,
      "step": 233470
    },
    {
      "epoch": 0.48641666666666666,
      "grad_norm": 1.1736421585083008,
      "learning_rate": 0.0001574106149619982,
      "loss": 7.951,
      "step": 233480
    },
    {
      "epoch": 0.4864375,
      "grad_norm": 1.3222357034683228,
      "learning_rate": 0.00015740076843020543,
      "loss": 7.2453,
      "step": 233490
    },
    {
      "epoch": 0.4864583333333333,
      "grad_norm": 0.9231126308441162,
      "learning_rate": 0.00015739092186644425,
      "loss": 7.6574,
      "step": 233500
    },
    {
      "epoch": 0.4864791666666667,
      "grad_norm": 0.9413359761238098,
      "learning_rate": 0.00015738107527075724,
      "loss": 7.8635,
      "step": 233510
    },
    {
      "epoch": 0.4865,
      "grad_norm": 1.1538714170455933,
      "learning_rate": 0.00015737122864318694,
      "loss": 7.2815,
      "step": 233520
    },
    {
      "epoch": 0.48652083333333335,
      "grad_norm": 0.8593280911445618,
      "learning_rate": 0.00015736138198377576,
      "loss": 6.9967,
      "step": 233530
    },
    {
      "epoch": 0.48654166666666665,
      "grad_norm": 1.265399694442749,
      "learning_rate": 0.00015735153529256637,
      "loss": 8.2488,
      "step": 233540
    },
    {
      "epoch": 0.4865625,
      "grad_norm": 4.6309003829956055,
      "learning_rate": 0.0001573416885696013,
      "loss": 7.8006,
      "step": 233550
    },
    {
      "epoch": 0.4865833333333333,
      "grad_norm": 1.9581871032714844,
      "learning_rate": 0.00015733184181492297,
      "loss": 7.3082,
      "step": 233560
    },
    {
      "epoch": 0.48660416666666667,
      "grad_norm": 1.247855544090271,
      "learning_rate": 0.00015732199502857403,
      "loss": 7.913,
      "step": 233570
    },
    {
      "epoch": 0.486625,
      "grad_norm": 0.6243211030960083,
      "learning_rate": 0.00015731214821059695,
      "loss": 7.2107,
      "step": 233580
    },
    {
      "epoch": 0.48664583333333333,
      "grad_norm": 0.7658736109733582,
      "learning_rate": 0.00015730230136103428,
      "loss": 7.2614,
      "step": 233590
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 1.0268102884292603,
      "learning_rate": 0.00015729245447992858,
      "loss": 7.4292,
      "step": 233600
    },
    {
      "epoch": 0.4866875,
      "grad_norm": 2.5416204929351807,
      "learning_rate": 0.00015728260756732234,
      "loss": 8.0141,
      "step": 233610
    },
    {
      "epoch": 0.48670833333333335,
      "grad_norm": 0.7820512652397156,
      "learning_rate": 0.00015727276062325814,
      "loss": 7.9154,
      "step": 233620
    },
    {
      "epoch": 0.48672916666666666,
      "grad_norm": 0.9084228277206421,
      "learning_rate": 0.0001572629136477785,
      "loss": 8.2988,
      "step": 233630
    },
    {
      "epoch": 0.48675,
      "grad_norm": 0.5884830355644226,
      "learning_rate": 0.00015725306664092593,
      "loss": 7.649,
      "step": 233640
    },
    {
      "epoch": 0.4867708333333333,
      "grad_norm": 0.8143891096115112,
      "learning_rate": 0.00015724321960274297,
      "loss": 8.0896,
      "step": 233650
    },
    {
      "epoch": 0.4867916666666667,
      "grad_norm": 0.9590355753898621,
      "learning_rate": 0.00015723337253327217,
      "loss": 7.0496,
      "step": 233660
    },
    {
      "epoch": 0.4868125,
      "grad_norm": 1.5623672008514404,
      "learning_rate": 0.00015722352543255606,
      "loss": 7.5983,
      "step": 233670
    },
    {
      "epoch": 0.48683333333333334,
      "grad_norm": 2.7439019680023193,
      "learning_rate": 0.0001572136783006372,
      "loss": 7.6424,
      "step": 233680
    },
    {
      "epoch": 0.48685416666666664,
      "grad_norm": 0.9146749377250671,
      "learning_rate": 0.00015720383113755816,
      "loss": 8.311,
      "step": 233690
    },
    {
      "epoch": 0.486875,
      "grad_norm": 2.3444879055023193,
      "learning_rate": 0.0001571939839433613,
      "loss": 7.4335,
      "step": 233700
    },
    {
      "epoch": 0.48689583333333336,
      "grad_norm": 0.7802985906600952,
      "learning_rate": 0.00015718413671808934,
      "loss": 7.2524,
      "step": 233710
    },
    {
      "epoch": 0.48691666666666666,
      "grad_norm": 1.3510843515396118,
      "learning_rate": 0.0001571742894617848,
      "loss": 8.3084,
      "step": 233720
    },
    {
      "epoch": 0.4869375,
      "grad_norm": 0.8205128908157349,
      "learning_rate": 0.00015716444217449009,
      "loss": 7.2894,
      "step": 233730
    },
    {
      "epoch": 0.4869583333333333,
      "grad_norm": 5.412514686584473,
      "learning_rate": 0.00015715459485624787,
      "loss": 8.038,
      "step": 233740
    },
    {
      "epoch": 0.4869791666666667,
      "grad_norm": 2.530535936355591,
      "learning_rate": 0.0001571447475071006,
      "loss": 7.6305,
      "step": 233750
    },
    {
      "epoch": 0.487,
      "grad_norm": 3.6598732471466064,
      "learning_rate": 0.00015713490012709088,
      "loss": 7.6251,
      "step": 233760
    },
    {
      "epoch": 0.48702083333333335,
      "grad_norm": 7.107179164886475,
      "learning_rate": 0.00015712505271626122,
      "loss": 7.9705,
      "step": 233770
    },
    {
      "epoch": 0.48704166666666665,
      "grad_norm": 0.9977304935455322,
      "learning_rate": 0.00015711520527465412,
      "loss": 7.2353,
      "step": 233780
    },
    {
      "epoch": 0.4870625,
      "grad_norm": 0.8493187427520752,
      "learning_rate": 0.0001571053578023122,
      "loss": 7.7208,
      "step": 233790
    },
    {
      "epoch": 0.4870833333333333,
      "grad_norm": 1.3645246028900146,
      "learning_rate": 0.00015709551029927788,
      "loss": 7.4974,
      "step": 233800
    },
    {
      "epoch": 0.48710416666666667,
      "grad_norm": 2.1354687213897705,
      "learning_rate": 0.00015708566276559382,
      "loss": 7.0347,
      "step": 233810
    },
    {
      "epoch": 0.487125,
      "grad_norm": 2.934385299682617,
      "learning_rate": 0.00015707581520130244,
      "loss": 8.1992,
      "step": 233820
    },
    {
      "epoch": 0.48714583333333333,
      "grad_norm": 0.7923708558082581,
      "learning_rate": 0.00015706596760644637,
      "loss": 7.5414,
      "step": 233830
    },
    {
      "epoch": 0.4871666666666667,
      "grad_norm": 1.70180344581604,
      "learning_rate": 0.00015705611998106814,
      "loss": 7.5785,
      "step": 233840
    },
    {
      "epoch": 0.4871875,
      "grad_norm": 2.3121747970581055,
      "learning_rate": 0.00015704627232521022,
      "loss": 7.6194,
      "step": 233850
    },
    {
      "epoch": 0.48720833333333335,
      "grad_norm": 1.414258360862732,
      "learning_rate": 0.00015703642463891528,
      "loss": 8.0273,
      "step": 233860
    },
    {
      "epoch": 0.48722916666666666,
      "grad_norm": 6.68928337097168,
      "learning_rate": 0.00015702657692222567,
      "loss": 7.8068,
      "step": 233870
    },
    {
      "epoch": 0.48725,
      "grad_norm": 1.1923490762710571,
      "learning_rate": 0.00015701672917518413,
      "loss": 7.3022,
      "step": 233880
    },
    {
      "epoch": 0.4872708333333333,
      "grad_norm": 1.5517276525497437,
      "learning_rate": 0.000157006881397833,
      "loss": 7.1246,
      "step": 233890
    },
    {
      "epoch": 0.4872916666666667,
      "grad_norm": 0.9200323224067688,
      "learning_rate": 0.00015699703359021495,
      "loss": 7.3305,
      "step": 233900
    },
    {
      "epoch": 0.4873125,
      "grad_norm": 0.7862238883972168,
      "learning_rate": 0.0001569871857523725,
      "loss": 7.1874,
      "step": 233910
    },
    {
      "epoch": 0.48733333333333334,
      "grad_norm": 1.2911512851715088,
      "learning_rate": 0.00015697733788434817,
      "loss": 7.0033,
      "step": 233920
    },
    {
      "epoch": 0.48735416666666664,
      "grad_norm": 1.1960035562515259,
      "learning_rate": 0.00015696748998618448,
      "loss": 7.7879,
      "step": 233930
    },
    {
      "epoch": 0.487375,
      "grad_norm": 2.0180041790008545,
      "learning_rate": 0.00015695764205792402,
      "loss": 7.6428,
      "step": 233940
    },
    {
      "epoch": 0.4873958333333333,
      "grad_norm": 1.8887513875961304,
      "learning_rate": 0.00015694779409960926,
      "loss": 7.4341,
      "step": 233950
    },
    {
      "epoch": 0.48741666666666666,
      "grad_norm": 3.8789799213409424,
      "learning_rate": 0.00015693794611128283,
      "loss": 7.6831,
      "step": 233960
    },
    {
      "epoch": 0.4874375,
      "grad_norm": 0.9165714979171753,
      "learning_rate": 0.00015692809809298718,
      "loss": 7.4522,
      "step": 233970
    },
    {
      "epoch": 0.4874583333333333,
      "grad_norm": 1.3775601387023926,
      "learning_rate": 0.0001569182500447649,
      "loss": 7.4285,
      "step": 233980
    },
    {
      "epoch": 0.4874791666666667,
      "grad_norm": 1.0686115026474,
      "learning_rate": 0.00015690840196665854,
      "loss": 7.485,
      "step": 233990
    },
    {
      "epoch": 0.4875,
      "grad_norm": 1.1649194955825806,
      "learning_rate": 0.00015689855385871056,
      "loss": 7.6931,
      "step": 234000
    },
    {
      "epoch": 0.4875,
      "eval_loss": 7.644660949707031,
      "eval_runtime": 8.4514,
      "eval_samples_per_second": 0.355,
      "eval_steps_per_second": 0.118,
      "step": 234000
    },
    {
      "epoch": 0.48752083333333335,
      "grad_norm": 5.109270095825195,
      "learning_rate": 0.00015688870572096362,
      "loss": 7.643,
      "step": 234010
    },
    {
      "epoch": 0.48754166666666665,
      "grad_norm": 1.5410230159759521,
      "learning_rate": 0.00015687885755346018,
      "loss": 7.5072,
      "step": 234020
    },
    {
      "epoch": 0.4875625,
      "grad_norm": 0.9623427391052246,
      "learning_rate": 0.00015686900935624277,
      "loss": 7.7006,
      "step": 234030
    },
    {
      "epoch": 0.4875833333333333,
      "grad_norm": 0.9932757616043091,
      "learning_rate": 0.00015685916112935397,
      "loss": 7.2489,
      "step": 234040
    },
    {
      "epoch": 0.48760416666666667,
      "grad_norm": 3.6009416580200195,
      "learning_rate": 0.00015684931287283636,
      "loss": 7.7786,
      "step": 234050
    },
    {
      "epoch": 0.487625,
      "grad_norm": 1.4589325189590454,
      "learning_rate": 0.0001568394645867324,
      "loss": 9.8016,
      "step": 234060
    },
    {
      "epoch": 0.48764583333333333,
      "grad_norm": 1.0036665201187134,
      "learning_rate": 0.00015682961627108463,
      "loss": 7.7399,
      "step": 234070
    },
    {
      "epoch": 0.4876666666666667,
      "grad_norm": 1.93809175491333,
      "learning_rate": 0.00015681976792593567,
      "loss": 7.3714,
      "step": 234080
    },
    {
      "epoch": 0.4876875,
      "grad_norm": 0.8660323619842529,
      "learning_rate": 0.00015680991955132798,
      "loss": 7.268,
      "step": 234090
    },
    {
      "epoch": 0.48770833333333335,
      "grad_norm": 0.8425580263137817,
      "learning_rate": 0.00015680007114730408,
      "loss": 7.4333,
      "step": 234100
    },
    {
      "epoch": 0.48772916666666666,
      "grad_norm": 0.6345837116241455,
      "learning_rate": 0.00015679022271390666,
      "loss": 7.6287,
      "step": 234110
    },
    {
      "epoch": 0.48775,
      "grad_norm": 1.4063597917556763,
      "learning_rate": 0.00015678037425117812,
      "loss": 7.328,
      "step": 234120
    },
    {
      "epoch": 0.4877708333333333,
      "grad_norm": 0.7192040681838989,
      "learning_rate": 0.0001567705257591611,
      "loss": 8.1258,
      "step": 234130
    },
    {
      "epoch": 0.4877916666666667,
      "grad_norm": 1.3120646476745605,
      "learning_rate": 0.00015676067723789801,
      "loss": 7.0168,
      "step": 234140
    },
    {
      "epoch": 0.4878125,
      "grad_norm": 2.9779138565063477,
      "learning_rate": 0.0001567508286874315,
      "loss": 7.6919,
      "step": 234150
    },
    {
      "epoch": 0.48783333333333334,
      "grad_norm": 0.7018518447875977,
      "learning_rate": 0.0001567409801078041,
      "loss": 7.4805,
      "step": 234160
    },
    {
      "epoch": 0.48785416666666664,
      "grad_norm": 1.0989254713058472,
      "learning_rate": 0.0001567311314990583,
      "loss": 7.4485,
      "step": 234170
    },
    {
      "epoch": 0.487875,
      "grad_norm": 0.9327986836433411,
      "learning_rate": 0.00015672128286123668,
      "loss": 7.4024,
      "step": 234180
    },
    {
      "epoch": 0.4878958333333333,
      "grad_norm": 1.0239057540893555,
      "learning_rate": 0.00015671143419438184,
      "loss": 7.7705,
      "step": 234190
    },
    {
      "epoch": 0.48791666666666667,
      "grad_norm": 1.022868037223816,
      "learning_rate": 0.00015670158549853619,
      "loss": 7.8253,
      "step": 234200
    },
    {
      "epoch": 0.4879375,
      "grad_norm": 1.0202970504760742,
      "learning_rate": 0.00015669173677374234,
      "loss": 7.5312,
      "step": 234210
    },
    {
      "epoch": 0.4879583333333333,
      "grad_norm": 1.4484504461288452,
      "learning_rate": 0.00015668188802004293,
      "loss": 8.1125,
      "step": 234220
    },
    {
      "epoch": 0.4879791666666667,
      "grad_norm": 1.47352933883667,
      "learning_rate": 0.0001566720392374803,
      "loss": 7.253,
      "step": 234230
    },
    {
      "epoch": 0.488,
      "grad_norm": 1.9226176738739014,
      "learning_rate": 0.00015666219042609713,
      "loss": 8.0254,
      "step": 234240
    },
    {
      "epoch": 0.48802083333333335,
      "grad_norm": 1.700711727142334,
      "learning_rate": 0.00015665234158593596,
      "loss": 7.256,
      "step": 234250
    },
    {
      "epoch": 0.48804166666666665,
      "grad_norm": 1.0140193700790405,
      "learning_rate": 0.0001566424927170393,
      "loss": 7.3229,
      "step": 234260
    },
    {
      "epoch": 0.4880625,
      "grad_norm": 1.0360714197158813,
      "learning_rate": 0.00015663264381944968,
      "loss": 7.8581,
      "step": 234270
    },
    {
      "epoch": 0.4880833333333333,
      "grad_norm": 0.6651146411895752,
      "learning_rate": 0.00015662279489320972,
      "loss": 7.3632,
      "step": 234280
    },
    {
      "epoch": 0.4881041666666667,
      "grad_norm": 1.8287642002105713,
      "learning_rate": 0.00015661294593836183,
      "loss": 7.3525,
      "step": 234290
    },
    {
      "epoch": 0.488125,
      "grad_norm": 2.5349748134613037,
      "learning_rate": 0.00015660309695494866,
      "loss": 8.2138,
      "step": 234300
    },
    {
      "epoch": 0.48814583333333333,
      "grad_norm": 0.9085476994514465,
      "learning_rate": 0.00015659324794301276,
      "loss": 7.2184,
      "step": 234310
    },
    {
      "epoch": 0.4881666666666667,
      "grad_norm": 1.7895368337631226,
      "learning_rate": 0.00015658339890259662,
      "loss": 7.4596,
      "step": 234320
    },
    {
      "epoch": 0.4881875,
      "grad_norm": 1.322472333908081,
      "learning_rate": 0.0001565735498337428,
      "loss": 7.2246,
      "step": 234330
    },
    {
      "epoch": 0.48820833333333336,
      "grad_norm": 0.7703440189361572,
      "learning_rate": 0.00015656370073649384,
      "loss": 7.6098,
      "step": 234340
    },
    {
      "epoch": 0.48822916666666666,
      "grad_norm": 1.7623705863952637,
      "learning_rate": 0.0001565538516108923,
      "loss": 7.4227,
      "step": 234350
    },
    {
      "epoch": 0.48825,
      "grad_norm": 1.0089962482452393,
      "learning_rate": 0.00015654400245698074,
      "loss": 7.1485,
      "step": 234360
    },
    {
      "epoch": 0.4882708333333333,
      "grad_norm": 0.6966928839683533,
      "learning_rate": 0.0001565341532748016,
      "loss": 7.3726,
      "step": 234370
    },
    {
      "epoch": 0.4882916666666667,
      "grad_norm": 1.274139642715454,
      "learning_rate": 0.00015652430406439756,
      "loss": 7.7329,
      "step": 234380
    },
    {
      "epoch": 0.4883125,
      "grad_norm": 1.021938681602478,
      "learning_rate": 0.00015651445482581114,
      "loss": 7.9923,
      "step": 234390
    },
    {
      "epoch": 0.48833333333333334,
      "grad_norm": 0.977871298789978,
      "learning_rate": 0.00015650460555908477,
      "loss": 7.2793,
      "step": 234400
    },
    {
      "epoch": 0.48835416666666664,
      "grad_norm": 0.7013565897941589,
      "learning_rate": 0.00015649475626426112,
      "loss": 7.2931,
      "step": 234410
    },
    {
      "epoch": 0.488375,
      "grad_norm": 1.3755605220794678,
      "learning_rate": 0.00015648490694138273,
      "loss": 7.4014,
      "step": 234420
    },
    {
      "epoch": 0.4883958333333333,
      "grad_norm": 2.8438801765441895,
      "learning_rate": 0.00015647505759049208,
      "loss": 7.0704,
      "step": 234430
    },
    {
      "epoch": 0.48841666666666667,
      "grad_norm": 1.4570896625518799,
      "learning_rate": 0.00015646520821163172,
      "loss": 8.2141,
      "step": 234440
    },
    {
      "epoch": 0.4884375,
      "grad_norm": 2.3718864917755127,
      "learning_rate": 0.00015645535880484424,
      "loss": 7.552,
      "step": 234450
    },
    {
      "epoch": 0.4884583333333333,
      "grad_norm": 2.193593740463257,
      "learning_rate": 0.0001564455093701722,
      "loss": 7.3158,
      "step": 234460
    },
    {
      "epoch": 0.4884791666666667,
      "grad_norm": 2.632049798965454,
      "learning_rate": 0.00015643565990765808,
      "loss": 7.3292,
      "step": 234470
    },
    {
      "epoch": 0.4885,
      "grad_norm": 0.7167909741401672,
      "learning_rate": 0.00015642581041734442,
      "loss": 7.4405,
      "step": 234480
    },
    {
      "epoch": 0.48852083333333335,
      "grad_norm": 1.411666750907898,
      "learning_rate": 0.00015641596089927383,
      "loss": 7.4247,
      "step": 234490
    },
    {
      "epoch": 0.48854166666666665,
      "grad_norm": 0.5639938712120056,
      "learning_rate": 0.00015640611135348884,
      "loss": 7.247,
      "step": 234500
    },
    {
      "epoch": 0.4885625,
      "grad_norm": 0.7370238900184631,
      "learning_rate": 0.00015639626178003198,
      "loss": 7.4296,
      "step": 234510
    },
    {
      "epoch": 0.4885833333333333,
      "grad_norm": 2.73785400390625,
      "learning_rate": 0.0001563864121789458,
      "loss": 8.2985,
      "step": 234520
    },
    {
      "epoch": 0.4886041666666667,
      "grad_norm": 1.3311883211135864,
      "learning_rate": 0.00015637656255027287,
      "loss": 7.2238,
      "step": 234530
    },
    {
      "epoch": 0.488625,
      "grad_norm": 3.593956708908081,
      "learning_rate": 0.00015636671289405565,
      "loss": 7.602,
      "step": 234540
    },
    {
      "epoch": 0.48864583333333333,
      "grad_norm": 0.7238932847976685,
      "learning_rate": 0.0001563568632103368,
      "loss": 7.0166,
      "step": 234550
    },
    {
      "epoch": 0.4886666666666667,
      "grad_norm": 1.0434062480926514,
      "learning_rate": 0.00015634701349915883,
      "loss": 7.1728,
      "step": 234560
    },
    {
      "epoch": 0.4886875,
      "grad_norm": 1.8892110586166382,
      "learning_rate": 0.0001563371637605642,
      "loss": 7.4717,
      "step": 234570
    },
    {
      "epoch": 0.48870833333333336,
      "grad_norm": 0.6988814473152161,
      "learning_rate": 0.0001563273139945956,
      "loss": 7.4094,
      "step": 234580
    },
    {
      "epoch": 0.48872916666666666,
      "grad_norm": 1.8419121503829956,
      "learning_rate": 0.00015631746420129554,
      "loss": 7.3043,
      "step": 234590
    },
    {
      "epoch": 0.48875,
      "grad_norm": 2.52665114402771,
      "learning_rate": 0.00015630761438070644,
      "loss": 7.7945,
      "step": 234600
    },
    {
      "epoch": 0.4887708333333333,
      "grad_norm": 1.0212243795394897,
      "learning_rate": 0.00015629776453287102,
      "loss": 7.5224,
      "step": 234610
    },
    {
      "epoch": 0.4887916666666667,
      "grad_norm": 0.7879047989845276,
      "learning_rate": 0.00015628791465783172,
      "loss": 7.4013,
      "step": 234620
    },
    {
      "epoch": 0.4888125,
      "grad_norm": 0.7078363299369812,
      "learning_rate": 0.0001562780647556311,
      "loss": 7.055,
      "step": 234630
    },
    {
      "epoch": 0.48883333333333334,
      "grad_norm": 1.1728843450546265,
      "learning_rate": 0.00015626821482631176,
      "loss": 7.4754,
      "step": 234640
    },
    {
      "epoch": 0.48885416666666665,
      "grad_norm": 1.466235876083374,
      "learning_rate": 0.0001562583648699162,
      "loss": 7.6879,
      "step": 234650
    },
    {
      "epoch": 0.488875,
      "grad_norm": 0.8678828477859497,
      "learning_rate": 0.00015624851488648696,
      "loss": 7.4247,
      "step": 234660
    },
    {
      "epoch": 0.4888958333333333,
      "grad_norm": 3.11464524269104,
      "learning_rate": 0.00015623866487606661,
      "loss": 8.233,
      "step": 234670
    },
    {
      "epoch": 0.48891666666666667,
      "grad_norm": 15.73816967010498,
      "learning_rate": 0.00015622881483869775,
      "loss": 7.8792,
      "step": 234680
    },
    {
      "epoch": 0.4889375,
      "grad_norm": 1.887556791305542,
      "learning_rate": 0.0001562189647744228,
      "loss": 7.6148,
      "step": 234690
    },
    {
      "epoch": 0.48895833333333333,
      "grad_norm": 2.0300586223602295,
      "learning_rate": 0.00015620911468328444,
      "loss": 7.3577,
      "step": 234700
    },
    {
      "epoch": 0.4889791666666667,
      "grad_norm": 0.9976190328598022,
      "learning_rate": 0.00015619926456532515,
      "loss": 7.4591,
      "step": 234710
    },
    {
      "epoch": 0.489,
      "grad_norm": 0.8180791139602661,
      "learning_rate": 0.00015618941442058746,
      "loss": 7.5096,
      "step": 234720
    },
    {
      "epoch": 0.48902083333333335,
      "grad_norm": 1.4023743867874146,
      "learning_rate": 0.000156179564249114,
      "loss": 7.1158,
      "step": 234730
    },
    {
      "epoch": 0.48904166666666665,
      "grad_norm": 1.9927465915679932,
      "learning_rate": 0.00015616971405094722,
      "loss": 7.4423,
      "step": 234740
    },
    {
      "epoch": 0.4890625,
      "grad_norm": 1.254587173461914,
      "learning_rate": 0.0001561598638261298,
      "loss": 7.631,
      "step": 234750
    },
    {
      "epoch": 0.4890833333333333,
      "grad_norm": 0.7711119651794434,
      "learning_rate": 0.00015615001357470413,
      "loss": 7.5561,
      "step": 234760
    },
    {
      "epoch": 0.4891041666666667,
      "grad_norm": 0.9800760746002197,
      "learning_rate": 0.00015614016329671283,
      "loss": 7.9018,
      "step": 234770
    },
    {
      "epoch": 0.489125,
      "grad_norm": 1.2300556898117065,
      "learning_rate": 0.0001561303129921985,
      "loss": 7.2927,
      "step": 234780
    },
    {
      "epoch": 0.48914583333333334,
      "grad_norm": 1.543684959411621,
      "learning_rate": 0.00015612046266120364,
      "loss": 7.3407,
      "step": 234790
    },
    {
      "epoch": 0.4891666666666667,
      "grad_norm": 0.8598132729530334,
      "learning_rate": 0.00015611061230377072,
      "loss": 7.3371,
      "step": 234800
    },
    {
      "epoch": 0.4891875,
      "grad_norm": 1.6630737781524658,
      "learning_rate": 0.00015610076191994248,
      "loss": 7.4614,
      "step": 234810
    },
    {
      "epoch": 0.48920833333333336,
      "grad_norm": 0.8309772610664368,
      "learning_rate": 0.0001560909115097613,
      "loss": 7.6157,
      "step": 234820
    },
    {
      "epoch": 0.48922916666666666,
      "grad_norm": 1.0192620754241943,
      "learning_rate": 0.00015608106107326984,
      "loss": 7.7106,
      "step": 234830
    },
    {
      "epoch": 0.48925,
      "grad_norm": 6.526070594787598,
      "learning_rate": 0.00015607121061051056,
      "loss": 8.028,
      "step": 234840
    },
    {
      "epoch": 0.4892708333333333,
      "grad_norm": 0.7161173224449158,
      "learning_rate": 0.0001560613601215261,
      "loss": 7.0864,
      "step": 234850
    },
    {
      "epoch": 0.4892916666666667,
      "grad_norm": 1.9006274938583374,
      "learning_rate": 0.00015605150960635892,
      "loss": 7.8532,
      "step": 234860
    },
    {
      "epoch": 0.4893125,
      "grad_norm": 0.7489140629768372,
      "learning_rate": 0.00015604165906505163,
      "loss": 7.2265,
      "step": 234870
    },
    {
      "epoch": 0.48933333333333334,
      "grad_norm": 0.8113279938697815,
      "learning_rate": 0.00015603180849764676,
      "loss": 7.0269,
      "step": 234880
    },
    {
      "epoch": 0.48935416666666665,
      "grad_norm": 1.3398113250732422,
      "learning_rate": 0.00015602195790418685,
      "loss": 7.0875,
      "step": 234890
    },
    {
      "epoch": 0.489375,
      "grad_norm": 30.787521362304688,
      "learning_rate": 0.00015601210728471453,
      "loss": 8.1257,
      "step": 234900
    },
    {
      "epoch": 0.4893958333333333,
      "grad_norm": 1.071599006652832,
      "learning_rate": 0.0001560022566392722,
      "loss": 7.6991,
      "step": 234910
    },
    {
      "epoch": 0.48941666666666667,
      "grad_norm": 1.0343191623687744,
      "learning_rate": 0.00015599240596790256,
      "loss": 7.9315,
      "step": 234920
    },
    {
      "epoch": 0.4894375,
      "grad_norm": 1.3013473749160767,
      "learning_rate": 0.0001559825552706481,
      "loss": 7.9443,
      "step": 234930
    },
    {
      "epoch": 0.48945833333333333,
      "grad_norm": 2.36554217338562,
      "learning_rate": 0.0001559727045475513,
      "loss": 7.3983,
      "step": 234940
    },
    {
      "epoch": 0.4894791666666667,
      "grad_norm": 0.973385214805603,
      "learning_rate": 0.00015596285379865485,
      "loss": 7.3349,
      "step": 234950
    },
    {
      "epoch": 0.4895,
      "grad_norm": 1.6749335527420044,
      "learning_rate": 0.00015595300302400123,
      "loss": 7.235,
      "step": 234960
    },
    {
      "epoch": 0.48952083333333335,
      "grad_norm": 2.373077630996704,
      "learning_rate": 0.00015594315222363292,
      "loss": 7.2259,
      "step": 234970
    },
    {
      "epoch": 0.48954166666666665,
      "grad_norm": 2.9054806232452393,
      "learning_rate": 0.00015593330139759265,
      "loss": 7.3444,
      "step": 234980
    },
    {
      "epoch": 0.4895625,
      "grad_norm": 0.8505858182907104,
      "learning_rate": 0.00015592345054592279,
      "loss": 7.3889,
      "step": 234990
    },
    {
      "epoch": 0.4895833333333333,
      "grad_norm": 1.9004098176956177,
      "learning_rate": 0.00015591359966866602,
      "loss": 7.638,
      "step": 235000
    },
    {
      "epoch": 0.4895833333333333,
      "eval_loss": 12.775187492370605,
      "eval_runtime": 8.8282,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 235000
    },
    {
      "epoch": 0.4896041666666667,
      "grad_norm": 1.2917993068695068,
      "learning_rate": 0.0001559037487658648,
      "loss": 6.9776,
      "step": 235010
    },
    {
      "epoch": 0.489625,
      "grad_norm": 1.001460313796997,
      "learning_rate": 0.00015589389783756172,
      "loss": 7.4629,
      "step": 235020
    },
    {
      "epoch": 0.48964583333333334,
      "grad_norm": 3.9461710453033447,
      "learning_rate": 0.00015588404688379935,
      "loss": 7.5111,
      "step": 235030
    },
    {
      "epoch": 0.48966666666666664,
      "grad_norm": 3.8139255046844482,
      "learning_rate": 0.00015587419590462024,
      "loss": 7.4253,
      "step": 235040
    },
    {
      "epoch": 0.4896875,
      "grad_norm": 2.226353406906128,
      "learning_rate": 0.00015586434490006692,
      "loss": 7.1065,
      "step": 235050
    },
    {
      "epoch": 0.48970833333333336,
      "grad_norm": 2.8760087490081787,
      "learning_rate": 0.00015585449387018195,
      "loss": 7.5305,
      "step": 235060
    },
    {
      "epoch": 0.48972916666666666,
      "grad_norm": 2.1382734775543213,
      "learning_rate": 0.00015584464281500783,
      "loss": 8.2277,
      "step": 235070
    },
    {
      "epoch": 0.48975,
      "grad_norm": 2.0121827125549316,
      "learning_rate": 0.00015583479173458722,
      "loss": 7.3983,
      "step": 235080
    },
    {
      "epoch": 0.4897708333333333,
      "grad_norm": 0.8690658211708069,
      "learning_rate": 0.00015582494062896265,
      "loss": 7.4325,
      "step": 235090
    },
    {
      "epoch": 0.4897916666666667,
      "grad_norm": 7.393852710723877,
      "learning_rate": 0.0001558150894981766,
      "loss": 8.016,
      "step": 235100
    },
    {
      "epoch": 0.4898125,
      "grad_norm": 1.0735026597976685,
      "learning_rate": 0.00015580523834227164,
      "loss": 7.2491,
      "step": 235110
    },
    {
      "epoch": 0.48983333333333334,
      "grad_norm": 1.056958556175232,
      "learning_rate": 0.0001557953871612904,
      "loss": 7.7702,
      "step": 235120
    },
    {
      "epoch": 0.48985416666666665,
      "grad_norm": 0.709414541721344,
      "learning_rate": 0.00015578553595527539,
      "loss": 7.2177,
      "step": 235130
    },
    {
      "epoch": 0.489875,
      "grad_norm": 0.766859233379364,
      "learning_rate": 0.00015577568472426907,
      "loss": 7.688,
      "step": 235140
    },
    {
      "epoch": 0.4898958333333333,
      "grad_norm": 1.1816177368164062,
      "learning_rate": 0.00015576583346831418,
      "loss": 7.5292,
      "step": 235150
    },
    {
      "epoch": 0.48991666666666667,
      "grad_norm": 0.8750197887420654,
      "learning_rate": 0.00015575598218745313,
      "loss": 7.9686,
      "step": 235160
    },
    {
      "epoch": 0.4899375,
      "grad_norm": 2.6101937294006348,
      "learning_rate": 0.00015574613088172845,
      "loss": 7.2175,
      "step": 235170
    },
    {
      "epoch": 0.48995833333333333,
      "grad_norm": 1.7900809049606323,
      "learning_rate": 0.00015573627955118286,
      "loss": 7.5441,
      "step": 235180
    },
    {
      "epoch": 0.4899791666666667,
      "grad_norm": 0.7440534830093384,
      "learning_rate": 0.00015572642819585875,
      "loss": 7.4259,
      "step": 235190
    },
    {
      "epoch": 0.49,
      "grad_norm": 2.945145845413208,
      "learning_rate": 0.0001557165768157988,
      "loss": 7.1932,
      "step": 235200
    },
    {
      "epoch": 0.49002083333333335,
      "grad_norm": 0.8114300966262817,
      "learning_rate": 0.00015570672541104542,
      "loss": 7.4992,
      "step": 235210
    },
    {
      "epoch": 0.49004166666666665,
      "grad_norm": 0.7020784616470337,
      "learning_rate": 0.0001556968739816413,
      "loss": 7.2669,
      "step": 235220
    },
    {
      "epoch": 0.4900625,
      "grad_norm": 1.9409056901931763,
      "learning_rate": 0.00015568702252762893,
      "loss": 7.5535,
      "step": 235230
    },
    {
      "epoch": 0.4900833333333333,
      "grad_norm": 0.9982287287712097,
      "learning_rate": 0.00015567717104905085,
      "loss": 7.6151,
      "step": 235240
    },
    {
      "epoch": 0.4901041666666667,
      "grad_norm": 0.5348236560821533,
      "learning_rate": 0.00015566731954594966,
      "loss": 7.728,
      "step": 235250
    },
    {
      "epoch": 0.490125,
      "grad_norm": 1.12252938747406,
      "learning_rate": 0.00015565746801836795,
      "loss": 7.3625,
      "step": 235260
    },
    {
      "epoch": 0.49014583333333334,
      "grad_norm": 0.839331865310669,
      "learning_rate": 0.00015564761646634813,
      "loss": 7.0827,
      "step": 235270
    },
    {
      "epoch": 0.49016666666666664,
      "grad_norm": 1.5589237213134766,
      "learning_rate": 0.00015563776488993283,
      "loss": 7.6717,
      "step": 235280
    },
    {
      "epoch": 0.4901875,
      "grad_norm": 0.7456934452056885,
      "learning_rate": 0.0001556279132891647,
      "loss": 7.1827,
      "step": 235290
    },
    {
      "epoch": 0.49020833333333336,
      "grad_norm": 0.6470285654067993,
      "learning_rate": 0.00015561806166408614,
      "loss": 7.621,
      "step": 235300
    },
    {
      "epoch": 0.49022916666666666,
      "grad_norm": 3.3174855709075928,
      "learning_rate": 0.00015560821001473982,
      "loss": 7.4052,
      "step": 235310
    },
    {
      "epoch": 0.49025,
      "grad_norm": 0.9942560791969299,
      "learning_rate": 0.00015559835834116827,
      "loss": 7.2621,
      "step": 235320
    },
    {
      "epoch": 0.4902708333333333,
      "grad_norm": 1.178640604019165,
      "learning_rate": 0.00015558850664341398,
      "loss": 7.6943,
      "step": 235330
    },
    {
      "epoch": 0.4902916666666667,
      "grad_norm": 1.0690525770187378,
      "learning_rate": 0.00015557865492151957,
      "loss": 6.9197,
      "step": 235340
    },
    {
      "epoch": 0.4903125,
      "grad_norm": 1.6529678106307983,
      "learning_rate": 0.00015556880317552758,
      "loss": 7.2668,
      "step": 235350
    },
    {
      "epoch": 0.49033333333333334,
      "grad_norm": 1.332909345626831,
      "learning_rate": 0.00015555895140548055,
      "loss": 7.2815,
      "step": 235360
    },
    {
      "epoch": 0.49035416666666665,
      "grad_norm": 1.8184318542480469,
      "learning_rate": 0.00015554909961142108,
      "loss": 7.6516,
      "step": 235370
    },
    {
      "epoch": 0.490375,
      "grad_norm": 1.1689839363098145,
      "learning_rate": 0.00015553924779339168,
      "loss": 7.8426,
      "step": 235380
    },
    {
      "epoch": 0.4903958333333333,
      "grad_norm": 0.8203275799751282,
      "learning_rate": 0.00015552939595143492,
      "loss": 7.4281,
      "step": 235390
    },
    {
      "epoch": 0.49041666666666667,
      "grad_norm": 0.8105462789535522,
      "learning_rate": 0.00015551954408559335,
      "loss": 7.213,
      "step": 235400
    },
    {
      "epoch": 0.4904375,
      "grad_norm": 0.6737454533576965,
      "learning_rate": 0.00015550969219590955,
      "loss": 7.8562,
      "step": 235410
    },
    {
      "epoch": 0.49045833333333333,
      "grad_norm": 0.9295147061347961,
      "learning_rate": 0.00015549984028242605,
      "loss": 7.3837,
      "step": 235420
    },
    {
      "epoch": 0.4904791666666667,
      "grad_norm": 2.1441736221313477,
      "learning_rate": 0.00015548998834518548,
      "loss": 7.3466,
      "step": 235430
    },
    {
      "epoch": 0.4905,
      "grad_norm": 1.8141502141952515,
      "learning_rate": 0.0001554801363842302,
      "loss": 7.4934,
      "step": 235440
    },
    {
      "epoch": 0.49052083333333335,
      "grad_norm": 1.7687312364578247,
      "learning_rate": 0.000155470284399603,
      "loss": 7.3654,
      "step": 235450
    },
    {
      "epoch": 0.49054166666666665,
      "grad_norm": 0.6804792881011963,
      "learning_rate": 0.00015546043239134634,
      "loss": 7.2352,
      "step": 235460
    },
    {
      "epoch": 0.4905625,
      "grad_norm": 0.7070878148078918,
      "learning_rate": 0.0001554505803595027,
      "loss": 7.2366,
      "step": 235470
    },
    {
      "epoch": 0.4905833333333333,
      "grad_norm": 0.6949294209480286,
      "learning_rate": 0.00015544072830411476,
      "loss": 6.9935,
      "step": 235480
    },
    {
      "epoch": 0.4906041666666667,
      "grad_norm": 0.8502005934715271,
      "learning_rate": 0.00015543087622522508,
      "loss": 7.0889,
      "step": 235490
    },
    {
      "epoch": 0.490625,
      "grad_norm": 1.8124239444732666,
      "learning_rate": 0.0001554210241228761,
      "loss": 8.3305,
      "step": 235500
    },
    {
      "epoch": 0.49064583333333334,
      "grad_norm": 0.940588116645813,
      "learning_rate": 0.00015541117199711045,
      "loss": 7.6023,
      "step": 235510
    },
    {
      "epoch": 0.49066666666666664,
      "grad_norm": 0.710113525390625,
      "learning_rate": 0.00015540131984797067,
      "loss": 7.6394,
      "step": 235520
    },
    {
      "epoch": 0.4906875,
      "grad_norm": 1.3436658382415771,
      "learning_rate": 0.00015539146767549932,
      "loss": 7.3607,
      "step": 235530
    },
    {
      "epoch": 0.49070833333333336,
      "grad_norm": 1.2787628173828125,
      "learning_rate": 0.00015538161547973901,
      "loss": 7.5019,
      "step": 235540
    },
    {
      "epoch": 0.49072916666666666,
      "grad_norm": 2.060407876968384,
      "learning_rate": 0.00015537176326073222,
      "loss": 7.4782,
      "step": 235550
    },
    {
      "epoch": 0.49075,
      "grad_norm": 1.274611473083496,
      "learning_rate": 0.00015536191101852152,
      "loss": 7.1758,
      "step": 235560
    },
    {
      "epoch": 0.4907708333333333,
      "grad_norm": 2.697326183319092,
      "learning_rate": 0.0001553520587531495,
      "loss": 7.9786,
      "step": 235570
    },
    {
      "epoch": 0.4907916666666667,
      "grad_norm": 1.3858413696289062,
      "learning_rate": 0.0001553422064646587,
      "loss": 7.5725,
      "step": 235580
    },
    {
      "epoch": 0.4908125,
      "grad_norm": 0.8832443952560425,
      "learning_rate": 0.0001553323541530917,
      "loss": 7.135,
      "step": 235590
    },
    {
      "epoch": 0.49083333333333334,
      "grad_norm": 1.2052249908447266,
      "learning_rate": 0.00015532250181849103,
      "loss": 7.3121,
      "step": 235600
    },
    {
      "epoch": 0.49085416666666665,
      "grad_norm": 0.7615966796875,
      "learning_rate": 0.00015531264946089926,
      "loss": 7.5939,
      "step": 235610
    },
    {
      "epoch": 0.490875,
      "grad_norm": 0.8715658783912659,
      "learning_rate": 0.00015530279708035898,
      "loss": 6.7456,
      "step": 235620
    },
    {
      "epoch": 0.4908958333333333,
      "grad_norm": 1.7786190509796143,
      "learning_rate": 0.00015529294467691272,
      "loss": 7.41,
      "step": 235630
    },
    {
      "epoch": 0.49091666666666667,
      "grad_norm": 1.3155171871185303,
      "learning_rate": 0.00015528309225060295,
      "loss": 7.3303,
      "step": 235640
    },
    {
      "epoch": 0.4909375,
      "grad_norm": 2.0845816135406494,
      "learning_rate": 0.0001552732398014724,
      "loss": 7.3969,
      "step": 235650
    },
    {
      "epoch": 0.49095833333333333,
      "grad_norm": 1.205947756767273,
      "learning_rate": 0.0001552633873295635,
      "loss": 7.4971,
      "step": 235660
    },
    {
      "epoch": 0.4909791666666667,
      "grad_norm": 2.154980421066284,
      "learning_rate": 0.0001552535348349188,
      "loss": 8.206,
      "step": 235670
    },
    {
      "epoch": 0.491,
      "grad_norm": 2.3062245845794678,
      "learning_rate": 0.000155243682317581,
      "loss": 7.6797,
      "step": 235680
    },
    {
      "epoch": 0.49102083333333335,
      "grad_norm": 0.7679740190505981,
      "learning_rate": 0.00015523382977759254,
      "loss": 7.5339,
      "step": 235690
    },
    {
      "epoch": 0.49104166666666665,
      "grad_norm": 0.7587209343910217,
      "learning_rate": 0.00015522397721499598,
      "loss": 7.3078,
      "step": 235700
    },
    {
      "epoch": 0.4910625,
      "grad_norm": 1.4332319498062134,
      "learning_rate": 0.00015521412462983391,
      "loss": 7.3598,
      "step": 235710
    },
    {
      "epoch": 0.4910833333333333,
      "grad_norm": 1.0760308504104614,
      "learning_rate": 0.0001552042720221489,
      "loss": 7.1661,
      "step": 235720
    },
    {
      "epoch": 0.4911041666666667,
      "grad_norm": 2.996389150619507,
      "learning_rate": 0.0001551944193919835,
      "loss": 8.3944,
      "step": 235730
    },
    {
      "epoch": 0.491125,
      "grad_norm": 1.3090554475784302,
      "learning_rate": 0.00015518456673938028,
      "loss": 7.5114,
      "step": 235740
    },
    {
      "epoch": 0.49114583333333334,
      "grad_norm": 0.9384942650794983,
      "learning_rate": 0.00015517471406438176,
      "loss": 7.4914,
      "step": 235750
    },
    {
      "epoch": 0.49116666666666664,
      "grad_norm": 0.7374457716941833,
      "learning_rate": 0.00015516486136703053,
      "loss": 7.1181,
      "step": 235760
    },
    {
      "epoch": 0.4911875,
      "grad_norm": 0.6782835125923157,
      "learning_rate": 0.00015515500864736914,
      "loss": 7.2765,
      "step": 235770
    },
    {
      "epoch": 0.49120833333333336,
      "grad_norm": 1.1599856615066528,
      "learning_rate": 0.00015514515590544015,
      "loss": 7.7528,
      "step": 235780
    },
    {
      "epoch": 0.49122916666666666,
      "grad_norm": 0.7908375859260559,
      "learning_rate": 0.00015513530314128617,
      "loss": 7.3579,
      "step": 235790
    },
    {
      "epoch": 0.49125,
      "grad_norm": 1.0793416500091553,
      "learning_rate": 0.0001551254503549496,
      "loss": 7.2489,
      "step": 235800
    },
    {
      "epoch": 0.4912708333333333,
      "grad_norm": 1.712074875831604,
      "learning_rate": 0.00015511559754647318,
      "loss": 7.0864,
      "step": 235810
    },
    {
      "epoch": 0.4912916666666667,
      "grad_norm": 1.9687930345535278,
      "learning_rate": 0.00015510574471589946,
      "loss": 7.3663,
      "step": 235820
    },
    {
      "epoch": 0.4913125,
      "grad_norm": 1.4694997072219849,
      "learning_rate": 0.0001550958918632709,
      "loss": 7.3118,
      "step": 235830
    },
    {
      "epoch": 0.49133333333333334,
      "grad_norm": 1.3507640361785889,
      "learning_rate": 0.00015508603898863006,
      "loss": 7.1307,
      "step": 235840
    },
    {
      "epoch": 0.49135416666666665,
      "grad_norm": 2.0477569103240967,
      "learning_rate": 0.0001550761860920196,
      "loss": 7.5758,
      "step": 235850
    },
    {
      "epoch": 0.491375,
      "grad_norm": 2.05830717086792,
      "learning_rate": 0.000155066333173482,
      "loss": 7.4797,
      "step": 235860
    },
    {
      "epoch": 0.4913958333333333,
      "grad_norm": 1.011368751525879,
      "learning_rate": 0.00015505648023305985,
      "loss": 7.4519,
      "step": 235870
    },
    {
      "epoch": 0.49141666666666667,
      "grad_norm": 7.475912094116211,
      "learning_rate": 0.0001550466272707957,
      "loss": 8.1116,
      "step": 235880
    },
    {
      "epoch": 0.4914375,
      "grad_norm": 1.0859589576721191,
      "learning_rate": 0.00015503677428673214,
      "loss": 7.3252,
      "step": 235890
    },
    {
      "epoch": 0.49145833333333333,
      "grad_norm": 0.7106084227561951,
      "learning_rate": 0.00015502692128091167,
      "loss": 6.9643,
      "step": 235900
    },
    {
      "epoch": 0.4914791666666667,
      "grad_norm": 1.992506742477417,
      "learning_rate": 0.00015501706825337693,
      "loss": 8.2453,
      "step": 235910
    },
    {
      "epoch": 0.4915,
      "grad_norm": 0.7659464478492737,
      "learning_rate": 0.0001550072152041704,
      "loss": 7.3025,
      "step": 235920
    },
    {
      "epoch": 0.49152083333333335,
      "grad_norm": 0.7482925057411194,
      "learning_rate": 0.00015499736213333477,
      "loss": 7.0392,
      "step": 235930
    },
    {
      "epoch": 0.49154166666666665,
      "grad_norm": 0.7470011711120605,
      "learning_rate": 0.0001549875090409124,
      "loss": 7.1408,
      "step": 235940
    },
    {
      "epoch": 0.4915625,
      "grad_norm": 0.9883593320846558,
      "learning_rate": 0.00015497765592694602,
      "loss": 8.1256,
      "step": 235950
    },
    {
      "epoch": 0.4915833333333333,
      "grad_norm": 0.7783737778663635,
      "learning_rate": 0.00015496780279147815,
      "loss": 7.2523,
      "step": 235960
    },
    {
      "epoch": 0.4916041666666667,
      "grad_norm": 0.6026009321212769,
      "learning_rate": 0.00015495794963455128,
      "loss": 7.6219,
      "step": 235970
    },
    {
      "epoch": 0.491625,
      "grad_norm": 1.2507548332214355,
      "learning_rate": 0.0001549480964562081,
      "loss": 7.4114,
      "step": 235980
    },
    {
      "epoch": 0.49164583333333334,
      "grad_norm": 0.8282845616340637,
      "learning_rate": 0.00015493824325649107,
      "loss": 7.9356,
      "step": 235990
    },
    {
      "epoch": 0.49166666666666664,
      "grad_norm": 0.9457231760025024,
      "learning_rate": 0.0001549283900354428,
      "loss": 7.7949,
      "step": 236000
    },
    {
      "epoch": 0.49166666666666664,
      "eval_loss": 7.867707252502441,
      "eval_runtime": 9.1998,
      "eval_samples_per_second": 0.326,
      "eval_steps_per_second": 0.109,
      "step": 236000
    },
    {
      "epoch": 0.4916875,
      "grad_norm": 0.6632869839668274,
      "learning_rate": 0.0001549185367931058,
      "loss": 7.8467,
      "step": 236010
    },
    {
      "epoch": 0.49170833333333336,
      "grad_norm": 2.8028910160064697,
      "learning_rate": 0.0001549086835295227,
      "loss": 7.3654,
      "step": 236020
    },
    {
      "epoch": 0.49172916666666666,
      "grad_norm": 0.7390568256378174,
      "learning_rate": 0.00015489883024473602,
      "loss": 7.1525,
      "step": 236030
    },
    {
      "epoch": 0.49175,
      "grad_norm": 1.0708308219909668,
      "learning_rate": 0.0001548889769387883,
      "loss": 7.7013,
      "step": 236040
    },
    {
      "epoch": 0.4917708333333333,
      "grad_norm": 1.2869867086410522,
      "learning_rate": 0.0001548791236117222,
      "loss": 7.2206,
      "step": 236050
    },
    {
      "epoch": 0.4917916666666667,
      "grad_norm": 1.1329704523086548,
      "learning_rate": 0.0001548692702635802,
      "loss": 7.1449,
      "step": 236060
    },
    {
      "epoch": 0.4918125,
      "grad_norm": 2.1322808265686035,
      "learning_rate": 0.00015485941689440485,
      "loss": 7.5972,
      "step": 236070
    },
    {
      "epoch": 0.49183333333333334,
      "grad_norm": 2.0448899269104004,
      "learning_rate": 0.00015484956350423875,
      "loss": 7.9944,
      "step": 236080
    },
    {
      "epoch": 0.49185416666666665,
      "grad_norm": 0.8167725801467896,
      "learning_rate": 0.00015483971009312448,
      "loss": 7.1442,
      "step": 236090
    },
    {
      "epoch": 0.491875,
      "grad_norm": 2.4307775497436523,
      "learning_rate": 0.00015482985666110457,
      "loss": 8.0503,
      "step": 236100
    },
    {
      "epoch": 0.4918958333333333,
      "grad_norm": 1.0169458389282227,
      "learning_rate": 0.00015482000320822157,
      "loss": 7.3434,
      "step": 236110
    },
    {
      "epoch": 0.49191666666666667,
      "grad_norm": 1.2506859302520752,
      "learning_rate": 0.00015481014973451807,
      "loss": 7.3842,
      "step": 236120
    },
    {
      "epoch": 0.4919375,
      "grad_norm": 0.9920334815979004,
      "learning_rate": 0.00015480029624003665,
      "loss": 7.6881,
      "step": 236130
    },
    {
      "epoch": 0.49195833333333333,
      "grad_norm": 1.2207649946212769,
      "learning_rate": 0.0001547904427248198,
      "loss": 7.477,
      "step": 236140
    },
    {
      "epoch": 0.4919791666666667,
      "grad_norm": 1.3504250049591064,
      "learning_rate": 0.00015478058918891018,
      "loss": 7.4842,
      "step": 236150
    },
    {
      "epoch": 0.492,
      "grad_norm": 6.408370494842529,
      "learning_rate": 0.00015477073563235032,
      "loss": 7.448,
      "step": 236160
    },
    {
      "epoch": 0.49202083333333335,
      "grad_norm": 0.876338005065918,
      "learning_rate": 0.00015476088205518273,
      "loss": 7.2615,
      "step": 236170
    },
    {
      "epoch": 0.49204166666666665,
      "grad_norm": 1.8989415168762207,
      "learning_rate": 0.00015475102845745,
      "loss": 9.2514,
      "step": 236180
    },
    {
      "epoch": 0.4920625,
      "grad_norm": 0.9741611480712891,
      "learning_rate": 0.00015474117483919479,
      "loss": 7.2418,
      "step": 236190
    },
    {
      "epoch": 0.4920833333333333,
      "grad_norm": 1.315696120262146,
      "learning_rate": 0.0001547313212004595,
      "loss": 7.5317,
      "step": 236200
    },
    {
      "epoch": 0.4921041666666667,
      "grad_norm": 1.233807921409607,
      "learning_rate": 0.0001547214675412868,
      "loss": 7.544,
      "step": 236210
    },
    {
      "epoch": 0.492125,
      "grad_norm": 1.035840392112732,
      "learning_rate": 0.00015471161386171922,
      "loss": 7.391,
      "step": 236220
    },
    {
      "epoch": 0.49214583333333334,
      "grad_norm": 1.5616739988327026,
      "learning_rate": 0.00015470176016179937,
      "loss": 7.6495,
      "step": 236230
    },
    {
      "epoch": 0.49216666666666664,
      "grad_norm": 0.8201048374176025,
      "learning_rate": 0.00015469190644156974,
      "loss": 7.7433,
      "step": 236240
    },
    {
      "epoch": 0.4921875,
      "grad_norm": 1.330714464187622,
      "learning_rate": 0.00015468205270107295,
      "loss": 7.8848,
      "step": 236250
    },
    {
      "epoch": 0.49220833333333336,
      "grad_norm": 1.5656886100769043,
      "learning_rate": 0.00015467219894035154,
      "loss": 7.3895,
      "step": 236260
    },
    {
      "epoch": 0.49222916666666666,
      "grad_norm": 1.4588723182678223,
      "learning_rate": 0.00015466234515944808,
      "loss": 7.5326,
      "step": 236270
    },
    {
      "epoch": 0.49225,
      "grad_norm": 1.2198563814163208,
      "learning_rate": 0.0001546524913584051,
      "loss": 7.535,
      "step": 236280
    },
    {
      "epoch": 0.4922708333333333,
      "grad_norm": 0.6340906023979187,
      "learning_rate": 0.00015464263753726528,
      "loss": 7.612,
      "step": 236290
    },
    {
      "epoch": 0.4922916666666667,
      "grad_norm": 2.6049253940582275,
      "learning_rate": 0.00015463278369607107,
      "loss": 7.609,
      "step": 236300
    },
    {
      "epoch": 0.4923125,
      "grad_norm": 1.2079055309295654,
      "learning_rate": 0.00015462292983486504,
      "loss": 7.5833,
      "step": 236310
    },
    {
      "epoch": 0.49233333333333335,
      "grad_norm": 0.9942448139190674,
      "learning_rate": 0.00015461307595368977,
      "loss": 7.604,
      "step": 236320
    },
    {
      "epoch": 0.49235416666666665,
      "grad_norm": 0.8212684988975525,
      "learning_rate": 0.0001546032220525879,
      "loss": 7.6521,
      "step": 236330
    },
    {
      "epoch": 0.492375,
      "grad_norm": 1.7924164533615112,
      "learning_rate": 0.00015459336813160188,
      "loss": 7.5321,
      "step": 236340
    },
    {
      "epoch": 0.4923958333333333,
      "grad_norm": 1.6482288837432861,
      "learning_rate": 0.00015458351419077432,
      "loss": 7.7598,
      "step": 236350
    },
    {
      "epoch": 0.49241666666666667,
      "grad_norm": 1.8832217454910278,
      "learning_rate": 0.00015457366023014787,
      "loss": 7.3733,
      "step": 236360
    },
    {
      "epoch": 0.4924375,
      "grad_norm": 1.1580079793930054,
      "learning_rate": 0.00015456380624976495,
      "loss": 7.7875,
      "step": 236370
    },
    {
      "epoch": 0.49245833333333333,
      "grad_norm": 0.9342796206474304,
      "learning_rate": 0.00015455395224966823,
      "loss": 7.4912,
      "step": 236380
    },
    {
      "epoch": 0.4924791666666667,
      "grad_norm": 1.3223214149475098,
      "learning_rate": 0.00015454409822990018,
      "loss": 7.4289,
      "step": 236390
    },
    {
      "epoch": 0.4925,
      "grad_norm": 1.1040620803833008,
      "learning_rate": 0.00015453424419050347,
      "loss": 7.3459,
      "step": 236400
    },
    {
      "epoch": 0.49252083333333335,
      "grad_norm": 1.1170316934585571,
      "learning_rate": 0.00015452439013152064,
      "loss": 7.1633,
      "step": 236410
    },
    {
      "epoch": 0.49254166666666666,
      "grad_norm": 0.9279337525367737,
      "learning_rate": 0.00015451453605299417,
      "loss": 7.5513,
      "step": 236420
    },
    {
      "epoch": 0.4925625,
      "grad_norm": 2.693737506866455,
      "learning_rate": 0.00015450468195496675,
      "loss": 7.7359,
      "step": 236430
    },
    {
      "epoch": 0.4925833333333333,
      "grad_norm": 2.1799046993255615,
      "learning_rate": 0.00015449482783748086,
      "loss": 7.2381,
      "step": 236440
    },
    {
      "epoch": 0.4926041666666667,
      "grad_norm": 2.913193941116333,
      "learning_rate": 0.00015448497370057913,
      "loss": 7.9357,
      "step": 236450
    },
    {
      "epoch": 0.492625,
      "grad_norm": 1.102605938911438,
      "learning_rate": 0.000154475119544304,
      "loss": 7.5378,
      "step": 236460
    },
    {
      "epoch": 0.49264583333333334,
      "grad_norm": 1.3585749864578247,
      "learning_rate": 0.0001544652653686982,
      "loss": 7.4102,
      "step": 236470
    },
    {
      "epoch": 0.49266666666666664,
      "grad_norm": 1.5912381410598755,
      "learning_rate": 0.0001544554111738042,
      "loss": 7.4471,
      "step": 236480
    },
    {
      "epoch": 0.4926875,
      "grad_norm": 2.0573530197143555,
      "learning_rate": 0.00015444555695966463,
      "loss": 7.8042,
      "step": 236490
    },
    {
      "epoch": 0.49270833333333336,
      "grad_norm": 0.7927471995353699,
      "learning_rate": 0.000154435702726322,
      "loss": 7.7432,
      "step": 236500
    },
    {
      "epoch": 0.49272916666666666,
      "grad_norm": 1.1867371797561646,
      "learning_rate": 0.0001544258484738188,
      "loss": 7.5232,
      "step": 236510
    },
    {
      "epoch": 0.49275,
      "grad_norm": 1.217482566833496,
      "learning_rate": 0.00015441599420219781,
      "loss": 7.6721,
      "step": 236520
    },
    {
      "epoch": 0.4927708333333333,
      "grad_norm": 4.175601482391357,
      "learning_rate": 0.00015440613991150138,
      "loss": 7.5577,
      "step": 236530
    },
    {
      "epoch": 0.4927916666666667,
      "grad_norm": 0.881105363368988,
      "learning_rate": 0.00015439628560177222,
      "loss": 7.488,
      "step": 236540
    },
    {
      "epoch": 0.4928125,
      "grad_norm": 1.1650742292404175,
      "learning_rate": 0.00015438643127305284,
      "loss": 7.6702,
      "step": 236550
    },
    {
      "epoch": 0.49283333333333335,
      "grad_norm": 5.335823059082031,
      "learning_rate": 0.00015437657692538582,
      "loss": 7.6123,
      "step": 236560
    },
    {
      "epoch": 0.49285416666666665,
      "grad_norm": 2.788172483444214,
      "learning_rate": 0.0001543667225588137,
      "loss": 7.5328,
      "step": 236570
    },
    {
      "epoch": 0.492875,
      "grad_norm": 0.8520196080207825,
      "learning_rate": 0.00015435686817337908,
      "loss": 7.3592,
      "step": 236580
    },
    {
      "epoch": 0.4928958333333333,
      "grad_norm": 1.1809440851211548,
      "learning_rate": 0.00015434701376912445,
      "loss": 11.1552,
      "step": 236590
    },
    {
      "epoch": 0.49291666666666667,
      "grad_norm": 2.3670101165771484,
      "learning_rate": 0.0001543371593460925,
      "loss": 7.5654,
      "step": 236600
    },
    {
      "epoch": 0.4929375,
      "grad_norm": 1.3259189128875732,
      "learning_rate": 0.00015432730490432575,
      "loss": 7.5207,
      "step": 236610
    },
    {
      "epoch": 0.49295833333333333,
      "grad_norm": 0.9969298243522644,
      "learning_rate": 0.00015431745044386673,
      "loss": 7.7034,
      "step": 236620
    },
    {
      "epoch": 0.4929791666666667,
      "grad_norm": 1.0131763219833374,
      "learning_rate": 0.00015430759596475808,
      "loss": 7.417,
      "step": 236630
    },
    {
      "epoch": 0.493,
      "grad_norm": 1.091808557510376,
      "learning_rate": 0.00015429774146704227,
      "loss": 7.3204,
      "step": 236640
    },
    {
      "epoch": 0.49302083333333335,
      "grad_norm": 1.6889352798461914,
      "learning_rate": 0.00015428788695076194,
      "loss": 7.0728,
      "step": 236650
    },
    {
      "epoch": 0.49304166666666666,
      "grad_norm": 0.9296771883964539,
      "learning_rate": 0.00015427803241595966,
      "loss": 7.1487,
      "step": 236660
    },
    {
      "epoch": 0.4930625,
      "grad_norm": 1.3573700189590454,
      "learning_rate": 0.0001542681778626779,
      "loss": 7.2744,
      "step": 236670
    },
    {
      "epoch": 0.4930833333333333,
      "grad_norm": 1.011570692062378,
      "learning_rate": 0.00015425832329095935,
      "loss": 8.3786,
      "step": 236680
    },
    {
      "epoch": 0.4931041666666667,
      "grad_norm": 1.140243411064148,
      "learning_rate": 0.00015424846870084653,
      "loss": 7.2977,
      "step": 236690
    },
    {
      "epoch": 0.493125,
      "grad_norm": 2.2197892665863037,
      "learning_rate": 0.000154238614092382,
      "loss": 7.5533,
      "step": 236700
    },
    {
      "epoch": 0.49314583333333334,
      "grad_norm": 1.864668369293213,
      "learning_rate": 0.0001542287594656083,
      "loss": 7.7863,
      "step": 236710
    },
    {
      "epoch": 0.49316666666666664,
      "grad_norm": 0.6585516333580017,
      "learning_rate": 0.0001542189048205681,
      "loss": 7.226,
      "step": 236720
    },
    {
      "epoch": 0.4931875,
      "grad_norm": 0.8143881559371948,
      "learning_rate": 0.00015420905015730386,
      "loss": 7.1928,
      "step": 236730
    },
    {
      "epoch": 0.49320833333333336,
      "grad_norm": 1.5014082193374634,
      "learning_rate": 0.00015419919547585815,
      "loss": 8.0118,
      "step": 236740
    },
    {
      "epoch": 0.49322916666666666,
      "grad_norm": 0.9205997586250305,
      "learning_rate": 0.00015418934077627368,
      "loss": 7.8825,
      "step": 236750
    },
    {
      "epoch": 0.49325,
      "grad_norm": 1.527768850326538,
      "learning_rate": 0.00015417948605859287,
      "loss": 7.2796,
      "step": 236760
    },
    {
      "epoch": 0.4932708333333333,
      "grad_norm": 0.819577157497406,
      "learning_rate": 0.0001541696313228583,
      "loss": 7.3483,
      "step": 236770
    },
    {
      "epoch": 0.4932916666666667,
      "grad_norm": 3.2162811756134033,
      "learning_rate": 0.0001541597765691126,
      "loss": 7.9499,
      "step": 236780
    },
    {
      "epoch": 0.4933125,
      "grad_norm": 0.9380226135253906,
      "learning_rate": 0.0001541499217973983,
      "loss": 7.8863,
      "step": 236790
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 1.1571673154830933,
      "learning_rate": 0.000154140067007758,
      "loss": 7.5813,
      "step": 236800
    },
    {
      "epoch": 0.49335416666666665,
      "grad_norm": 0.7576974034309387,
      "learning_rate": 0.00015413021220023426,
      "loss": 7.206,
      "step": 236810
    },
    {
      "epoch": 0.493375,
      "grad_norm": 2.0665123462677,
      "learning_rate": 0.0001541203573748696,
      "loss": 8.0742,
      "step": 236820
    },
    {
      "epoch": 0.4933958333333333,
      "grad_norm": 1.2577354907989502,
      "learning_rate": 0.00015411050253170668,
      "loss": 7.3512,
      "step": 236830
    },
    {
      "epoch": 0.49341666666666667,
      "grad_norm": 1.6020348072052002,
      "learning_rate": 0.00015410064767078794,
      "loss": 7.5306,
      "step": 236840
    },
    {
      "epoch": 0.4934375,
      "grad_norm": 0.9181836247444153,
      "learning_rate": 0.00015409079279215607,
      "loss": 8.0698,
      "step": 236850
    },
    {
      "epoch": 0.49345833333333333,
      "grad_norm": 7.839747428894043,
      "learning_rate": 0.0001540809378958536,
      "loss": 8.0097,
      "step": 236860
    },
    {
      "epoch": 0.4934791666666667,
      "grad_norm": 1.939245581626892,
      "learning_rate": 0.0001540710829819231,
      "loss": 7.2942,
      "step": 236870
    },
    {
      "epoch": 0.4935,
      "grad_norm": 0.8348022103309631,
      "learning_rate": 0.00015406122805040708,
      "loss": 7.7196,
      "step": 236880
    },
    {
      "epoch": 0.49352083333333335,
      "grad_norm": 3.746804714202881,
      "learning_rate": 0.00015405137310134823,
      "loss": 7.6955,
      "step": 236890
    },
    {
      "epoch": 0.49354166666666666,
      "grad_norm": 4.130488395690918,
      "learning_rate": 0.00015404151813478903,
      "loss": 8.5689,
      "step": 236900
    },
    {
      "epoch": 0.4935625,
      "grad_norm": 1.1656417846679688,
      "learning_rate": 0.000154031663150772,
      "loss": 7.5088,
      "step": 236910
    },
    {
      "epoch": 0.4935833333333333,
      "grad_norm": 0.8802513480186462,
      "learning_rate": 0.0001540218081493399,
      "loss": 7.5173,
      "step": 236920
    },
    {
      "epoch": 0.4936041666666667,
      "grad_norm": 7.396527290344238,
      "learning_rate": 0.00015401195313053512,
      "loss": 8.4803,
      "step": 236930
    },
    {
      "epoch": 0.493625,
      "grad_norm": 5.019725322723389,
      "learning_rate": 0.00015400209809440029,
      "loss": 8.5138,
      "step": 236940
    },
    {
      "epoch": 0.49364583333333334,
      "grad_norm": 0.9078555107116699,
      "learning_rate": 0.00015399224304097798,
      "loss": 7.5386,
      "step": 236950
    },
    {
      "epoch": 0.49366666666666664,
      "grad_norm": 2.654676914215088,
      "learning_rate": 0.00015398238797031076,
      "loss": 7.3442,
      "step": 236960
    },
    {
      "epoch": 0.4936875,
      "grad_norm": 1.631414771080017,
      "learning_rate": 0.0001539725328824412,
      "loss": 8.233,
      "step": 236970
    },
    {
      "epoch": 0.49370833333333336,
      "grad_norm": 1.6428884267807007,
      "learning_rate": 0.0001539626777774119,
      "loss": 7.6641,
      "step": 236980
    },
    {
      "epoch": 0.49372916666666666,
      "grad_norm": 1.6169558763504028,
      "learning_rate": 0.00015395282265526537,
      "loss": 7.7715,
      "step": 236990
    },
    {
      "epoch": 0.49375,
      "grad_norm": 1.5647146701812744,
      "learning_rate": 0.00015394296751604423,
      "loss": 7.5188,
      "step": 237000
    },
    {
      "epoch": 0.49375,
      "eval_loss": 8.87028980255127,
      "eval_runtime": 8.4918,
      "eval_samples_per_second": 0.353,
      "eval_steps_per_second": 0.118,
      "step": 237000
    },
    {
      "epoch": 0.4937708333333333,
      "grad_norm": 0.8857197165489197,
      "learning_rate": 0.00015393311235979102,
      "loss": 7.7509,
      "step": 237010
    },
    {
      "epoch": 0.4937916666666667,
      "grad_norm": 0.9902973771095276,
      "learning_rate": 0.0001539232571865483,
      "loss": 7.7692,
      "step": 237020
    },
    {
      "epoch": 0.4938125,
      "grad_norm": 0.9645074009895325,
      "learning_rate": 0.00015391340199635872,
      "loss": 7.4557,
      "step": 237030
    },
    {
      "epoch": 0.49383333333333335,
      "grad_norm": 0.7907521724700928,
      "learning_rate": 0.0001539035467892647,
      "loss": 6.929,
      "step": 237040
    },
    {
      "epoch": 0.49385416666666665,
      "grad_norm": 0.8363530039787292,
      "learning_rate": 0.00015389369156530895,
      "loss": 8.081,
      "step": 237050
    },
    {
      "epoch": 0.493875,
      "grad_norm": 1.640899896621704,
      "learning_rate": 0.00015388383632453404,
      "loss": 7.2358,
      "step": 237060
    },
    {
      "epoch": 0.4938958333333333,
      "grad_norm": 3.6575796604156494,
      "learning_rate": 0.00015387398106698246,
      "loss": 7.5043,
      "step": 237070
    },
    {
      "epoch": 0.49391666666666667,
      "grad_norm": 1.1331416368484497,
      "learning_rate": 0.0001538641257926968,
      "loss": 7.611,
      "step": 237080
    },
    {
      "epoch": 0.4939375,
      "grad_norm": 0.70713210105896,
      "learning_rate": 0.0001538542705017197,
      "loss": 7.5332,
      "step": 237090
    },
    {
      "epoch": 0.49395833333333333,
      "grad_norm": 1.0658376216888428,
      "learning_rate": 0.00015384441519409358,
      "loss": 8.1388,
      "step": 237100
    },
    {
      "epoch": 0.4939791666666667,
      "grad_norm": 1.1957571506500244,
      "learning_rate": 0.00015383455986986118,
      "loss": 7.7006,
      "step": 237110
    },
    {
      "epoch": 0.494,
      "grad_norm": 1.0050691366195679,
      "learning_rate": 0.00015382470452906497,
      "loss": 7.5695,
      "step": 237120
    },
    {
      "epoch": 0.49402083333333335,
      "grad_norm": 2.320643186569214,
      "learning_rate": 0.00015381484917174757,
      "loss": 7.2738,
      "step": 237130
    },
    {
      "epoch": 0.49404166666666666,
      "grad_norm": 1.2049520015716553,
      "learning_rate": 0.00015380499379795152,
      "loss": 8.2045,
      "step": 237140
    },
    {
      "epoch": 0.4940625,
      "grad_norm": 0.5953368544578552,
      "learning_rate": 0.00015379513840771942,
      "loss": 7.2131,
      "step": 237150
    },
    {
      "epoch": 0.4940833333333333,
      "grad_norm": 1.5987820625305176,
      "learning_rate": 0.00015378528300109378,
      "loss": 7.4113,
      "step": 237160
    },
    {
      "epoch": 0.4941041666666667,
      "grad_norm": 1.3348227739334106,
      "learning_rate": 0.00015377542757811724,
      "loss": 7.4843,
      "step": 237170
    },
    {
      "epoch": 0.494125,
      "grad_norm": 2.1692728996276855,
      "learning_rate": 0.0001537655721388324,
      "loss": 7.3108,
      "step": 237180
    },
    {
      "epoch": 0.49414583333333334,
      "grad_norm": 1.0668330192565918,
      "learning_rate": 0.0001537557166832817,
      "loss": 7.4198,
      "step": 237190
    },
    {
      "epoch": 0.49416666666666664,
      "grad_norm": 1.2733174562454224,
      "learning_rate": 0.00015374586121150784,
      "loss": 7.5425,
      "step": 237200
    },
    {
      "epoch": 0.4941875,
      "grad_norm": 1.365005373954773,
      "learning_rate": 0.00015373600572355332,
      "loss": 7.3353,
      "step": 237210
    },
    {
      "epoch": 0.49420833333333336,
      "grad_norm": 1.4882402420043945,
      "learning_rate": 0.00015372615021946073,
      "loss": 7.3818,
      "step": 237220
    },
    {
      "epoch": 0.49422916666666666,
      "grad_norm": 1.2624799013137817,
      "learning_rate": 0.0001537162946992727,
      "loss": 7.3479,
      "step": 237230
    },
    {
      "epoch": 0.49425,
      "grad_norm": 1.7351657152175903,
      "learning_rate": 0.00015370643916303166,
      "loss": 7.4582,
      "step": 237240
    },
    {
      "epoch": 0.4942708333333333,
      "grad_norm": 0.6192082166671753,
      "learning_rate": 0.00015369658361078035,
      "loss": 7.119,
      "step": 237250
    },
    {
      "epoch": 0.4942916666666667,
      "grad_norm": 1.2913222312927246,
      "learning_rate": 0.00015368672804256123,
      "loss": 7.2417,
      "step": 237260
    },
    {
      "epoch": 0.4943125,
      "grad_norm": 1.5325855016708374,
      "learning_rate": 0.00015367687245841687,
      "loss": 7.2716,
      "step": 237270
    },
    {
      "epoch": 0.49433333333333335,
      "grad_norm": 1.4257200956344604,
      "learning_rate": 0.00015366701685838992,
      "loss": 7.8207,
      "step": 237280
    },
    {
      "epoch": 0.49435416666666665,
      "grad_norm": 2.2843339443206787,
      "learning_rate": 0.0001536571612425229,
      "loss": 8.3685,
      "step": 237290
    },
    {
      "epoch": 0.494375,
      "grad_norm": 0.8792546987533569,
      "learning_rate": 0.00015364730561085837,
      "loss": 7.1548,
      "step": 237300
    },
    {
      "epoch": 0.4943958333333333,
      "grad_norm": 2.451221227645874,
      "learning_rate": 0.00015363744996343894,
      "loss": 8.4692,
      "step": 237310
    },
    {
      "epoch": 0.49441666666666667,
      "grad_norm": 2.545522689819336,
      "learning_rate": 0.00015362759430030717,
      "loss": 7.6292,
      "step": 237320
    },
    {
      "epoch": 0.4944375,
      "grad_norm": 1.182267665863037,
      "learning_rate": 0.00015361773862150564,
      "loss": 7.391,
      "step": 237330
    },
    {
      "epoch": 0.49445833333333333,
      "grad_norm": 1.4299392700195312,
      "learning_rate": 0.00015360788292707688,
      "loss": 7.4411,
      "step": 237340
    },
    {
      "epoch": 0.4944791666666667,
      "grad_norm": 0.9603960514068604,
      "learning_rate": 0.00015359802721706353,
      "loss": 7.6232,
      "step": 237350
    },
    {
      "epoch": 0.4945,
      "grad_norm": 1.4515093564987183,
      "learning_rate": 0.00015358817149150808,
      "loss": 7.5125,
      "step": 237360
    },
    {
      "epoch": 0.49452083333333335,
      "grad_norm": 0.9219930768013,
      "learning_rate": 0.0001535783157504532,
      "loss": 7.5059,
      "step": 237370
    },
    {
      "epoch": 0.49454166666666666,
      "grad_norm": 1.1446938514709473,
      "learning_rate": 0.00015356845999394135,
      "loss": 7.0672,
      "step": 237380
    },
    {
      "epoch": 0.4945625,
      "grad_norm": 1.3773318529129028,
      "learning_rate": 0.0001535586042220152,
      "loss": 8.3062,
      "step": 237390
    },
    {
      "epoch": 0.4945833333333333,
      "grad_norm": 1.0353947877883911,
      "learning_rate": 0.00015354874843471732,
      "loss": 7.556,
      "step": 237400
    },
    {
      "epoch": 0.4946041666666667,
      "grad_norm": 0.7274571061134338,
      "learning_rate": 0.0001535388926320902,
      "loss": 7.6955,
      "step": 237410
    },
    {
      "epoch": 0.494625,
      "grad_norm": 5.353121280670166,
      "learning_rate": 0.0001535290368141765,
      "loss": 7.2387,
      "step": 237420
    },
    {
      "epoch": 0.49464583333333334,
      "grad_norm": 0.9957996606826782,
      "learning_rate": 0.00015351918098101876,
      "loss": 7.6914,
      "step": 237430
    },
    {
      "epoch": 0.49466666666666664,
      "grad_norm": 2.594719171524048,
      "learning_rate": 0.00015350932513265953,
      "loss": 7.624,
      "step": 237440
    },
    {
      "epoch": 0.4946875,
      "grad_norm": 2.4165573120117188,
      "learning_rate": 0.0001534994692691414,
      "loss": 7.3787,
      "step": 237450
    },
    {
      "epoch": 0.49470833333333336,
      "grad_norm": 1.7825340032577515,
      "learning_rate": 0.00015348961339050696,
      "loss": 7.2428,
      "step": 237460
    },
    {
      "epoch": 0.49472916666666666,
      "grad_norm": 0.9341868162155151,
      "learning_rate": 0.00015347975749679878,
      "loss": 7.7184,
      "step": 237470
    },
    {
      "epoch": 0.49475,
      "grad_norm": 1.538767695426941,
      "learning_rate": 0.0001534699015880594,
      "loss": 7.786,
      "step": 237480
    },
    {
      "epoch": 0.4947708333333333,
      "grad_norm": 1.48957097530365,
      "learning_rate": 0.00015346004566433143,
      "loss": 7.2471,
      "step": 237490
    },
    {
      "epoch": 0.4947916666666667,
      "grad_norm": 1.7988805770874023,
      "learning_rate": 0.00015345018972565743,
      "loss": 8.4798,
      "step": 237500
    },
    {
      "epoch": 0.4948125,
      "grad_norm": 1.261711835861206,
      "learning_rate": 0.00015344033377207998,
      "loss": 7.299,
      "step": 237510
    },
    {
      "epoch": 0.49483333333333335,
      "grad_norm": 0.8823667168617249,
      "learning_rate": 0.00015343047780364165,
      "loss": 7.4859,
      "step": 237520
    },
    {
      "epoch": 0.49485416666666665,
      "grad_norm": 1.7640471458435059,
      "learning_rate": 0.00015342062182038504,
      "loss": 7.3455,
      "step": 237530
    },
    {
      "epoch": 0.494875,
      "grad_norm": 1.541748285293579,
      "learning_rate": 0.00015341076582235265,
      "loss": 7.6033,
      "step": 237540
    },
    {
      "epoch": 0.4948958333333333,
      "grad_norm": 1.007102608680725,
      "learning_rate": 0.0001534009098095871,
      "loss": 7.5984,
      "step": 237550
    },
    {
      "epoch": 0.49491666666666667,
      "grad_norm": 1.2922917604446411,
      "learning_rate": 0.00015339105378213105,
      "loss": 7.6208,
      "step": 237560
    },
    {
      "epoch": 0.4949375,
      "grad_norm": 0.9880475997924805,
      "learning_rate": 0.00015338119774002695,
      "loss": 7.7458,
      "step": 237570
    },
    {
      "epoch": 0.49495833333333333,
      "grad_norm": 1.5659089088439941,
      "learning_rate": 0.00015337134168331732,
      "loss": 7.6435,
      "step": 237580
    },
    {
      "epoch": 0.4949791666666667,
      "grad_norm": 0.9778993725776672,
      "learning_rate": 0.00015336148561204496,
      "loss": 7.2975,
      "step": 237590
    },
    {
      "epoch": 0.495,
      "grad_norm": 1.3188978433609009,
      "learning_rate": 0.00015335162952625226,
      "loss": 7.4037,
      "step": 237600
    },
    {
      "epoch": 0.49502083333333335,
      "grad_norm": 1.1045830249786377,
      "learning_rate": 0.0001533417734259818,
      "loss": 7.4847,
      "step": 237610
    },
    {
      "epoch": 0.49504166666666666,
      "grad_norm": 1.4751185178756714,
      "learning_rate": 0.00015333191731127627,
      "loss": 8.0219,
      "step": 237620
    },
    {
      "epoch": 0.4950625,
      "grad_norm": 1.086242914199829,
      "learning_rate": 0.00015332206118217815,
      "loss": 7.342,
      "step": 237630
    },
    {
      "epoch": 0.4950833333333333,
      "grad_norm": 1.7838776111602783,
      "learning_rate": 0.00015331220503873004,
      "loss": 7.4099,
      "step": 237640
    },
    {
      "epoch": 0.4951041666666667,
      "grad_norm": 0.9568745493888855,
      "learning_rate": 0.0001533023488809745,
      "loss": 7.7682,
      "step": 237650
    },
    {
      "epoch": 0.495125,
      "grad_norm": 1.025145173072815,
      "learning_rate": 0.00015329249270895414,
      "loss": 7.9409,
      "step": 237660
    },
    {
      "epoch": 0.49514583333333334,
      "grad_norm": 1.2219886779785156,
      "learning_rate": 0.00015328263652271152,
      "loss": 7.6089,
      "step": 237670
    },
    {
      "epoch": 0.49516666666666664,
      "grad_norm": 1.9489617347717285,
      "learning_rate": 0.00015327278032228918,
      "loss": 7.6526,
      "step": 237680
    },
    {
      "epoch": 0.4951875,
      "grad_norm": 0.9057861566543579,
      "learning_rate": 0.00015326292410772975,
      "loss": 7.2852,
      "step": 237690
    },
    {
      "epoch": 0.4952083333333333,
      "grad_norm": 1.4785889387130737,
      "learning_rate": 0.00015325306787907582,
      "loss": 7.5405,
      "step": 237700
    },
    {
      "epoch": 0.49522916666666666,
      "grad_norm": 0.6804667115211487,
      "learning_rate": 0.00015324321163636984,
      "loss": 7.5774,
      "step": 237710
    },
    {
      "epoch": 0.49525,
      "grad_norm": 1.8853909969329834,
      "learning_rate": 0.0001532333553796545,
      "loss": 7.6828,
      "step": 237720
    },
    {
      "epoch": 0.4952708333333333,
      "grad_norm": 1.1442856788635254,
      "learning_rate": 0.0001532234991089724,
      "loss": 7.7064,
      "step": 237730
    },
    {
      "epoch": 0.4952916666666667,
      "grad_norm": 0.7178901433944702,
      "learning_rate": 0.00015321364282436595,
      "loss": 7.7603,
      "step": 237740
    },
    {
      "epoch": 0.4953125,
      "grad_norm": 1.3209404945373535,
      "learning_rate": 0.0001532037865258779,
      "loss": 7.7287,
      "step": 237750
    },
    {
      "epoch": 0.49533333333333335,
      "grad_norm": 0.792911171913147,
      "learning_rate": 0.0001531939302135508,
      "loss": 7.9152,
      "step": 237760
    },
    {
      "epoch": 0.49535416666666665,
      "grad_norm": 0.7586827278137207,
      "learning_rate": 0.00015318407388742713,
      "loss": 7.1613,
      "step": 237770
    },
    {
      "epoch": 0.495375,
      "grad_norm": 1.2907332181930542,
      "learning_rate": 0.0001531742175475495,
      "loss": 7.229,
      "step": 237780
    },
    {
      "epoch": 0.4953958333333333,
      "grad_norm": 2.3304712772369385,
      "learning_rate": 0.0001531643611939606,
      "loss": 7.1939,
      "step": 237790
    },
    {
      "epoch": 0.49541666666666667,
      "grad_norm": 2.9827444553375244,
      "learning_rate": 0.00015315450482670284,
      "loss": 7.3442,
      "step": 237800
    },
    {
      "epoch": 0.4954375,
      "grad_norm": 1.6960868835449219,
      "learning_rate": 0.00015314464844581887,
      "loss": 7.477,
      "step": 237810
    },
    {
      "epoch": 0.49545833333333333,
      "grad_norm": 0.5843543410301208,
      "learning_rate": 0.00015313479205135127,
      "loss": 7.6647,
      "step": 237820
    },
    {
      "epoch": 0.4954791666666667,
      "grad_norm": 1.6381021738052368,
      "learning_rate": 0.00015312493564334265,
      "loss": 8.5407,
      "step": 237830
    },
    {
      "epoch": 0.4955,
      "grad_norm": 2.843794345855713,
      "learning_rate": 0.0001531150792218355,
      "loss": 7.8471,
      "step": 237840
    },
    {
      "epoch": 0.49552083333333335,
      "grad_norm": 1.1510955095291138,
      "learning_rate": 0.00015310522278687242,
      "loss": 7.8454,
      "step": 237850
    },
    {
      "epoch": 0.49554166666666666,
      "grad_norm": 1.183924913406372,
      "learning_rate": 0.00015309536633849606,
      "loss": 7.247,
      "step": 237860
    },
    {
      "epoch": 0.4955625,
      "grad_norm": 4.581828594207764,
      "learning_rate": 0.00015308550987674894,
      "loss": 8.1109,
      "step": 237870
    },
    {
      "epoch": 0.4955833333333333,
      "grad_norm": 1.0217013359069824,
      "learning_rate": 0.00015307565340167358,
      "loss": 7.1688,
      "step": 237880
    },
    {
      "epoch": 0.4956041666666667,
      "grad_norm": 1.7116459608078003,
      "learning_rate": 0.00015306579691331266,
      "loss": 7.7016,
      "step": 237890
    },
    {
      "epoch": 0.495625,
      "grad_norm": 0.8077856302261353,
      "learning_rate": 0.00015305594041170871,
      "loss": 7.5561,
      "step": 237900
    },
    {
      "epoch": 0.49564583333333334,
      "grad_norm": 1.7301056385040283,
      "learning_rate": 0.0001530460838969043,
      "loss": 7.2944,
      "step": 237910
    },
    {
      "epoch": 0.49566666666666664,
      "grad_norm": 1.3516572713851929,
      "learning_rate": 0.000153036227368942,
      "loss": 7.8054,
      "step": 237920
    },
    {
      "epoch": 0.4956875,
      "grad_norm": 0.8914956450462341,
      "learning_rate": 0.00015302637082786444,
      "loss": 7.3175,
      "step": 237930
    },
    {
      "epoch": 0.4957083333333333,
      "grad_norm": 1.2294864654541016,
      "learning_rate": 0.00015301651427371415,
      "loss": 7.2684,
      "step": 237940
    },
    {
      "epoch": 0.49572916666666667,
      "grad_norm": 2.108360528945923,
      "learning_rate": 0.00015300665770653362,
      "loss": 7.3038,
      "step": 237950
    },
    {
      "epoch": 0.49575,
      "grad_norm": 0.9042501449584961,
      "learning_rate": 0.00015299680112636566,
      "loss": 7.2112,
      "step": 237960
    },
    {
      "epoch": 0.4957708333333333,
      "grad_norm": 0.5857492685317993,
      "learning_rate": 0.0001529869445332526,
      "loss": 7.8089,
      "step": 237970
    },
    {
      "epoch": 0.4957916666666667,
      "grad_norm": 1.7637780904769897,
      "learning_rate": 0.00015297708792723713,
      "loss": 7.5456,
      "step": 237980
    },
    {
      "epoch": 0.4958125,
      "grad_norm": 0.9727494120597839,
      "learning_rate": 0.0001529672313083619,
      "loss": 7.5526,
      "step": 237990
    },
    {
      "epoch": 0.49583333333333335,
      "grad_norm": 1.1506394147872925,
      "learning_rate": 0.00015295737467666934,
      "loss": 7.453,
      "step": 238000
    },
    {
      "epoch": 0.49583333333333335,
      "eval_loss": 7.2270097732543945,
      "eval_runtime": 8.5418,
      "eval_samples_per_second": 0.351,
      "eval_steps_per_second": 0.117,
      "step": 238000
    },
    {
      "epoch": 0.49585416666666665,
      "grad_norm": 0.6116608381271362,
      "learning_rate": 0.0001529475180322021,
      "loss": 8.0188,
      "step": 238010
    },
    {
      "epoch": 0.495875,
      "grad_norm": 0.8171184062957764,
      "learning_rate": 0.00015293766137500274,
      "loss": 7.1924,
      "step": 238020
    },
    {
      "epoch": 0.4958958333333333,
      "grad_norm": 1.04158616065979,
      "learning_rate": 0.0001529278047051139,
      "loss": 8.5067,
      "step": 238030
    },
    {
      "epoch": 0.4959166666666667,
      "grad_norm": 1.2072213888168335,
      "learning_rate": 0.00015291794802257803,
      "loss": 8.1075,
      "step": 238040
    },
    {
      "epoch": 0.4959375,
      "grad_norm": 5.988954544067383,
      "learning_rate": 0.0001529080913274378,
      "loss": 7.4378,
      "step": 238050
    },
    {
      "epoch": 0.49595833333333333,
      "grad_norm": 0.8179847598075867,
      "learning_rate": 0.0001528982346197358,
      "loss": 7.4178,
      "step": 238060
    },
    {
      "epoch": 0.4959791666666667,
      "grad_norm": 0.7395156025886536,
      "learning_rate": 0.00015288837789951458,
      "loss": 8.1363,
      "step": 238070
    },
    {
      "epoch": 0.496,
      "grad_norm": 1.039488673210144,
      "learning_rate": 0.00015287852116681663,
      "loss": 7.6347,
      "step": 238080
    },
    {
      "epoch": 0.49602083333333336,
      "grad_norm": 0.8050626516342163,
      "learning_rate": 0.00015286866442168465,
      "loss": 7.7313,
      "step": 238090
    },
    {
      "epoch": 0.49604166666666666,
      "grad_norm": 2.706167221069336,
      "learning_rate": 0.00015285880766416124,
      "loss": 7.689,
      "step": 238100
    },
    {
      "epoch": 0.4960625,
      "grad_norm": 1.3381422758102417,
      "learning_rate": 0.0001528489508942888,
      "loss": 7.7675,
      "step": 238110
    },
    {
      "epoch": 0.4960833333333333,
      "grad_norm": 1.0610345602035522,
      "learning_rate": 0.0001528390941121101,
      "loss": 7.503,
      "step": 238120
    },
    {
      "epoch": 0.4961041666666667,
      "grad_norm": 1.4368460178375244,
      "learning_rate": 0.00015282923731766763,
      "loss": 7.3919,
      "step": 238130
    },
    {
      "epoch": 0.496125,
      "grad_norm": 1.1179108619689941,
      "learning_rate": 0.00015281938051100397,
      "loss": 7.6468,
      "step": 238140
    },
    {
      "epoch": 0.49614583333333334,
      "grad_norm": 0.46141955256462097,
      "learning_rate": 0.00015280952369216166,
      "loss": 7.0933,
      "step": 238150
    },
    {
      "epoch": 0.49616666666666664,
      "grad_norm": 0.7074393033981323,
      "learning_rate": 0.0001527996668611834,
      "loss": 7.7738,
      "step": 238160
    },
    {
      "epoch": 0.4961875,
      "grad_norm": 0.7830342054367065,
      "learning_rate": 0.0001527898100181116,
      "loss": 7.9054,
      "step": 238170
    },
    {
      "epoch": 0.4962083333333333,
      "grad_norm": 0.7400324940681458,
      "learning_rate": 0.000152779953162989,
      "loss": 7.3943,
      "step": 238180
    },
    {
      "epoch": 0.49622916666666667,
      "grad_norm": 1.8910107612609863,
      "learning_rate": 0.00015277009629585802,
      "loss": 7.7011,
      "step": 238190
    },
    {
      "epoch": 0.49625,
      "grad_norm": 2.3461415767669678,
      "learning_rate": 0.00015276023941676137,
      "loss": 7.6782,
      "step": 238200
    },
    {
      "epoch": 0.4962708333333333,
      "grad_norm": 0.9670791625976562,
      "learning_rate": 0.00015275038252574158,
      "loss": 7.3083,
      "step": 238210
    },
    {
      "epoch": 0.4962916666666667,
      "grad_norm": 1.4532877206802368,
      "learning_rate": 0.00015274052562284124,
      "loss": 7.3183,
      "step": 238220
    },
    {
      "epoch": 0.4963125,
      "grad_norm": 1.3247438669204712,
      "learning_rate": 0.00015273066870810287,
      "loss": 7.6761,
      "step": 238230
    },
    {
      "epoch": 0.49633333333333335,
      "grad_norm": 1.1042511463165283,
      "learning_rate": 0.00015272081178156912,
      "loss": 7.6549,
      "step": 238240
    },
    {
      "epoch": 0.49635416666666665,
      "grad_norm": 0.7670671343803406,
      "learning_rate": 0.00015271095484328253,
      "loss": 7.2971,
      "step": 238250
    },
    {
      "epoch": 0.496375,
      "grad_norm": 1.4487560987472534,
      "learning_rate": 0.0001527010978932857,
      "loss": 7.6831,
      "step": 238260
    },
    {
      "epoch": 0.4963958333333333,
      "grad_norm": 1.4484739303588867,
      "learning_rate": 0.00015269124093162122,
      "loss": 7.0404,
      "step": 238270
    },
    {
      "epoch": 0.4964166666666667,
      "grad_norm": 1.1212596893310547,
      "learning_rate": 0.0001526813839583316,
      "loss": 7.1627,
      "step": 238280
    },
    {
      "epoch": 0.4964375,
      "grad_norm": 0.9646781086921692,
      "learning_rate": 0.0001526715269734595,
      "loss": 7.7449,
      "step": 238290
    },
    {
      "epoch": 0.49645833333333333,
      "grad_norm": 3.810004234313965,
      "learning_rate": 0.00015266166997704745,
      "loss": 7.6195,
      "step": 238300
    },
    {
      "epoch": 0.4964791666666667,
      "grad_norm": 0.9810967445373535,
      "learning_rate": 0.000152651812969138,
      "loss": 6.968,
      "step": 238310
    },
    {
      "epoch": 0.4965,
      "grad_norm": 2.6423816680908203,
      "learning_rate": 0.0001526419559497738,
      "loss": 7.8538,
      "step": 238320
    },
    {
      "epoch": 0.49652083333333336,
      "grad_norm": 1.025735855102539,
      "learning_rate": 0.0001526320989189974,
      "loss": 7.5651,
      "step": 238330
    },
    {
      "epoch": 0.49654166666666666,
      "grad_norm": 0.6511363983154297,
      "learning_rate": 0.00015262224187685136,
      "loss": 7.6138,
      "step": 238340
    },
    {
      "epoch": 0.4965625,
      "grad_norm": 3.5118191242218018,
      "learning_rate": 0.00015261238482337826,
      "loss": 7.1155,
      "step": 238350
    },
    {
      "epoch": 0.4965833333333333,
      "grad_norm": 5.767901420593262,
      "learning_rate": 0.00015260252775862071,
      "loss": 7.9909,
      "step": 238360
    },
    {
      "epoch": 0.4966041666666667,
      "grad_norm": 7.518957138061523,
      "learning_rate": 0.0001525926706826213,
      "loss": 7.3296,
      "step": 238370
    },
    {
      "epoch": 0.496625,
      "grad_norm": 0.793110728263855,
      "learning_rate": 0.00015258281359542254,
      "loss": 7.5824,
      "step": 238380
    },
    {
      "epoch": 0.49664583333333334,
      "grad_norm": 2.010960102081299,
      "learning_rate": 0.00015257295649706706,
      "loss": 7.3509,
      "step": 238390
    },
    {
      "epoch": 0.49666666666666665,
      "grad_norm": 1.3997018337249756,
      "learning_rate": 0.00015256309938759742,
      "loss": 7.7978,
      "step": 238400
    },
    {
      "epoch": 0.4966875,
      "grad_norm": 0.7801715135574341,
      "learning_rate": 0.0001525532422670562,
      "loss": 7.4278,
      "step": 238410
    },
    {
      "epoch": 0.4967083333333333,
      "grad_norm": 1.1091547012329102,
      "learning_rate": 0.000152543385135486,
      "loss": 7.1396,
      "step": 238420
    },
    {
      "epoch": 0.49672916666666667,
      "grad_norm": 2.332716703414917,
      "learning_rate": 0.0001525335279929294,
      "loss": 7.7167,
      "step": 238430
    },
    {
      "epoch": 0.49675,
      "grad_norm": 1.185243010520935,
      "learning_rate": 0.00015252367083942893,
      "loss": 7.485,
      "step": 238440
    },
    {
      "epoch": 0.49677083333333333,
      "grad_norm": 1.1663362979888916,
      "learning_rate": 0.00015251381367502719,
      "loss": 7.1674,
      "step": 238450
    },
    {
      "epoch": 0.4967916666666667,
      "grad_norm": 0.7267753481864929,
      "learning_rate": 0.00015250395649976683,
      "loss": 8.0262,
      "step": 238460
    },
    {
      "epoch": 0.4968125,
      "grad_norm": 1.4409592151641846,
      "learning_rate": 0.0001524940993136903,
      "loss": 7.3608,
      "step": 238470
    },
    {
      "epoch": 0.49683333333333335,
      "grad_norm": 3.1275253295898438,
      "learning_rate": 0.00015248424211684026,
      "loss": 7.5462,
      "step": 238480
    },
    {
      "epoch": 0.49685416666666665,
      "grad_norm": 4.857950210571289,
      "learning_rate": 0.00015247438490925935,
      "loss": 7.3989,
      "step": 238490
    },
    {
      "epoch": 0.496875,
      "grad_norm": 0.7796151638031006,
      "learning_rate": 0.00015246452769098997,
      "loss": 7.3023,
      "step": 238500
    },
    {
      "epoch": 0.4968958333333333,
      "grad_norm": 2.120546579360962,
      "learning_rate": 0.00015245467046207486,
      "loss": 7.6989,
      "step": 238510
    },
    {
      "epoch": 0.4969166666666667,
      "grad_norm": 1.7691066265106201,
      "learning_rate": 0.00015244481322255658,
      "loss": 7.7532,
      "step": 238520
    },
    {
      "epoch": 0.4969375,
      "grad_norm": 1.3257112503051758,
      "learning_rate": 0.00015243495597247762,
      "loss": 7.4484,
      "step": 238530
    },
    {
      "epoch": 0.49695833333333334,
      "grad_norm": 0.8337095379829407,
      "learning_rate": 0.00015242509871188063,
      "loss": 8.8036,
      "step": 238540
    },
    {
      "epoch": 0.4969791666666667,
      "grad_norm": 2.722090005874634,
      "learning_rate": 0.00015241524144080817,
      "loss": 7.7356,
      "step": 238550
    },
    {
      "epoch": 0.497,
      "grad_norm": 1.0506982803344727,
      "learning_rate": 0.00015240538415930283,
      "loss": 7.2056,
      "step": 238560
    },
    {
      "epoch": 0.49702083333333336,
      "grad_norm": 0.8647070527076721,
      "learning_rate": 0.00015239552686740714,
      "loss": 7.5189,
      "step": 238570
    },
    {
      "epoch": 0.49704166666666666,
      "grad_norm": 0.954872727394104,
      "learning_rate": 0.0001523856695651638,
      "loss": 7.5667,
      "step": 238580
    },
    {
      "epoch": 0.4970625,
      "grad_norm": 0.9493862986564636,
      "learning_rate": 0.00015237581225261527,
      "loss": 7.5622,
      "step": 238590
    },
    {
      "epoch": 0.4970833333333333,
      "grad_norm": 1.5321990251541138,
      "learning_rate": 0.00015236595492980419,
      "loss": 7.4208,
      "step": 238600
    },
    {
      "epoch": 0.4971041666666667,
      "grad_norm": 1.2673671245574951,
      "learning_rate": 0.0001523560975967731,
      "loss": 7.2322,
      "step": 238610
    },
    {
      "epoch": 0.497125,
      "grad_norm": 2.0286993980407715,
      "learning_rate": 0.00015234624025356458,
      "loss": 7.5007,
      "step": 238620
    },
    {
      "epoch": 0.49714583333333334,
      "grad_norm": 1.7590930461883545,
      "learning_rate": 0.0001523363829002213,
      "loss": 7.077,
      "step": 238630
    },
    {
      "epoch": 0.49716666666666665,
      "grad_norm": 1.1157020330429077,
      "learning_rate": 0.00015232652553678574,
      "loss": 7.5882,
      "step": 238640
    },
    {
      "epoch": 0.4971875,
      "grad_norm": 0.8448132276535034,
      "learning_rate": 0.00015231666816330045,
      "loss": 7.1389,
      "step": 238650
    },
    {
      "epoch": 0.4972083333333333,
      "grad_norm": 1.1063191890716553,
      "learning_rate": 0.00015230681077980817,
      "loss": 7.3519,
      "step": 238660
    },
    {
      "epoch": 0.49722916666666667,
      "grad_norm": 1.1983706951141357,
      "learning_rate": 0.00015229695338635132,
      "loss": 7.5639,
      "step": 238670
    },
    {
      "epoch": 0.49725,
      "grad_norm": 1.6690762042999268,
      "learning_rate": 0.00015228709598297252,
      "loss": 8.4459,
      "step": 238680
    },
    {
      "epoch": 0.49727083333333333,
      "grad_norm": 1.8927979469299316,
      "learning_rate": 0.00015227723856971445,
      "loss": 7.7814,
      "step": 238690
    },
    {
      "epoch": 0.4972916666666667,
      "grad_norm": 4.812424182891846,
      "learning_rate": 0.00015226738114661954,
      "loss": 7.9603,
      "step": 238700
    },
    {
      "epoch": 0.4973125,
      "grad_norm": 1.7122505903244019,
      "learning_rate": 0.00015225752371373047,
      "loss": 7.3744,
      "step": 238710
    },
    {
      "epoch": 0.49733333333333335,
      "grad_norm": 2.0843303203582764,
      "learning_rate": 0.00015224766627108975,
      "loss": 7.3827,
      "step": 238720
    },
    {
      "epoch": 0.49735416666666665,
      "grad_norm": 0.780709445476532,
      "learning_rate": 0.00015223780881874004,
      "loss": 7.3933,
      "step": 238730
    },
    {
      "epoch": 0.497375,
      "grad_norm": 4.067395210266113,
      "learning_rate": 0.0001522279513567239,
      "loss": 8.5783,
      "step": 238740
    },
    {
      "epoch": 0.4973958333333333,
      "grad_norm": 0.9725024104118347,
      "learning_rate": 0.00015221809388508387,
      "loss": 7.1706,
      "step": 238750
    },
    {
      "epoch": 0.4974166666666667,
      "grad_norm": 2.2512214183807373,
      "learning_rate": 0.00015220823640386255,
      "loss": 7.6658,
      "step": 238760
    },
    {
      "epoch": 0.4974375,
      "grad_norm": 0.6810675859451294,
      "learning_rate": 0.00015219837891310256,
      "loss": 7.887,
      "step": 238770
    },
    {
      "epoch": 0.49745833333333334,
      "grad_norm": 1.7276537418365479,
      "learning_rate": 0.00015218852141284637,
      "loss": 7.1311,
      "step": 238780
    },
    {
      "epoch": 0.49747916666666664,
      "grad_norm": 1.460036039352417,
      "learning_rate": 0.00015217866390313667,
      "loss": 7.2416,
      "step": 238790
    },
    {
      "epoch": 0.4975,
      "grad_norm": 2.7825300693511963,
      "learning_rate": 0.00015216880638401604,
      "loss": 7.8186,
      "step": 238800
    },
    {
      "epoch": 0.49752083333333336,
      "grad_norm": 2.9178004264831543,
      "learning_rate": 0.00015215894885552698,
      "loss": 7.5382,
      "step": 238810
    },
    {
      "epoch": 0.49754166666666666,
      "grad_norm": 0.949093759059906,
      "learning_rate": 0.0001521490913177121,
      "loss": 7.3105,
      "step": 238820
    },
    {
      "epoch": 0.4975625,
      "grad_norm": 1.8626513481140137,
      "learning_rate": 0.00015213923377061403,
      "loss": 7.5148,
      "step": 238830
    },
    {
      "epoch": 0.4975833333333333,
      "grad_norm": 0.9399890899658203,
      "learning_rate": 0.00015212937621427532,
      "loss": 7.3788,
      "step": 238840
    },
    {
      "epoch": 0.4976041666666667,
      "grad_norm": 0.8731910586357117,
      "learning_rate": 0.0001521195186487385,
      "loss": 7.3154,
      "step": 238850
    },
    {
      "epoch": 0.497625,
      "grad_norm": 4.165256023406982,
      "learning_rate": 0.0001521096610740463,
      "loss": 7.7203,
      "step": 238860
    },
    {
      "epoch": 0.49764583333333334,
      "grad_norm": 1.4387000799179077,
      "learning_rate": 0.00015209980349024108,
      "loss": 7.2942,
      "step": 238870
    },
    {
      "epoch": 0.49766666666666665,
      "grad_norm": 2.5971732139587402,
      "learning_rate": 0.00015208994589736562,
      "loss": 7.4431,
      "step": 238880
    },
    {
      "epoch": 0.4976875,
      "grad_norm": 1.3074023723602295,
      "learning_rate": 0.0001520800882954624,
      "loss": 7.4271,
      "step": 238890
    },
    {
      "epoch": 0.4977083333333333,
      "grad_norm": 1.620871663093567,
      "learning_rate": 0.000152070230684574,
      "loss": 7.7257,
      "step": 238900
    },
    {
      "epoch": 0.49772916666666667,
      "grad_norm": 1.2916791439056396,
      "learning_rate": 0.00015206037306474306,
      "loss": 7.3602,
      "step": 238910
    },
    {
      "epoch": 0.49775,
      "grad_norm": 1.3596243858337402,
      "learning_rate": 0.0001520505154360121,
      "loss": 7.2854,
      "step": 238920
    },
    {
      "epoch": 0.49777083333333333,
      "grad_norm": 1.2277616262435913,
      "learning_rate": 0.00015204065779842374,
      "loss": 7.4654,
      "step": 238930
    },
    {
      "epoch": 0.4977916666666667,
      "grad_norm": 0.7672246694564819,
      "learning_rate": 0.00015203080015202053,
      "loss": 8.3389,
      "step": 238940
    },
    {
      "epoch": 0.4978125,
      "grad_norm": 2.0471575260162354,
      "learning_rate": 0.00015202094249684508,
      "loss": 8.1186,
      "step": 238950
    },
    {
      "epoch": 0.49783333333333335,
      "grad_norm": 0.8451903462409973,
      "learning_rate": 0.0001520110848329399,
      "loss": 7.0668,
      "step": 238960
    },
    {
      "epoch": 0.49785416666666665,
      "grad_norm": 0.9104858040809631,
      "learning_rate": 0.00015200122716034774,
      "loss": 7.3664,
      "step": 238970
    },
    {
      "epoch": 0.497875,
      "grad_norm": 1.408258080482483,
      "learning_rate": 0.000151991369479111,
      "loss": 8.3586,
      "step": 238980
    },
    {
      "epoch": 0.4978958333333333,
      "grad_norm": 1.9326298236846924,
      "learning_rate": 0.0001519815117892723,
      "loss": 7.3812,
      "step": 238990
    },
    {
      "epoch": 0.4979166666666667,
      "grad_norm": 1.1519508361816406,
      "learning_rate": 0.00015197165409087433,
      "loss": 7.6846,
      "step": 239000
    },
    {
      "epoch": 0.4979166666666667,
      "eval_loss": 7.893244743347168,
      "eval_runtime": 9.1095,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 239000
    },
    {
      "epoch": 0.4979375,
      "grad_norm": 1.0119374990463257,
      "learning_rate": 0.00015196179638395958,
      "loss": 8.0652,
      "step": 239010
    },
    {
      "epoch": 0.49795833333333334,
      "grad_norm": 1.3583987951278687,
      "learning_rate": 0.00015195193866857063,
      "loss": 7.331,
      "step": 239020
    },
    {
      "epoch": 0.49797916666666664,
      "grad_norm": 0.8665127754211426,
      "learning_rate": 0.00015194208094475005,
      "loss": 7.3853,
      "step": 239030
    },
    {
      "epoch": 0.498,
      "grad_norm": 1.5853002071380615,
      "learning_rate": 0.00015193222321254051,
      "loss": 7.5657,
      "step": 239040
    },
    {
      "epoch": 0.49802083333333336,
      "grad_norm": 0.9976323843002319,
      "learning_rate": 0.00015192236547198446,
      "loss": 7.0533,
      "step": 239050
    },
    {
      "epoch": 0.49804166666666666,
      "grad_norm": 1.220376968383789,
      "learning_rate": 0.0001519125077231246,
      "loss": 7.2734,
      "step": 239060
    },
    {
      "epoch": 0.4980625,
      "grad_norm": 1.4422523975372314,
      "learning_rate": 0.00015190264996600345,
      "loss": 7.2732,
      "step": 239070
    },
    {
      "epoch": 0.4980833333333333,
      "grad_norm": 2.4756529331207275,
      "learning_rate": 0.0001518927922006636,
      "loss": 8.304,
      "step": 239080
    },
    {
      "epoch": 0.4981041666666667,
      "grad_norm": 1.8536262512207031,
      "learning_rate": 0.00015188293442714766,
      "loss": 8.1167,
      "step": 239090
    },
    {
      "epoch": 0.498125,
      "grad_norm": 1.2913872003555298,
      "learning_rate": 0.00015187307664549815,
      "loss": 7.3815,
      "step": 239100
    },
    {
      "epoch": 0.49814583333333334,
      "grad_norm": 5.4978156089782715,
      "learning_rate": 0.00015186321885575773,
      "loss": 7.596,
      "step": 239110
    },
    {
      "epoch": 0.49816666666666665,
      "grad_norm": 1.4084827899932861,
      "learning_rate": 0.00015185336105796892,
      "loss": 8.3982,
      "step": 239120
    },
    {
      "epoch": 0.4981875,
      "grad_norm": 3.1118664741516113,
      "learning_rate": 0.0001518435032521743,
      "loss": 7.5426,
      "step": 239130
    },
    {
      "epoch": 0.4982083333333333,
      "grad_norm": 1.5639073848724365,
      "learning_rate": 0.00015183364543841656,
      "loss": 7.4906,
      "step": 239140
    },
    {
      "epoch": 0.49822916666666667,
      "grad_norm": 0.8627009391784668,
      "learning_rate": 0.0001518237876167381,
      "loss": 7.5633,
      "step": 239150
    },
    {
      "epoch": 0.49825,
      "grad_norm": 0.5954772233963013,
      "learning_rate": 0.00015181392978718165,
      "loss": 7.3696,
      "step": 239160
    },
    {
      "epoch": 0.49827083333333333,
      "grad_norm": 1.4980065822601318,
      "learning_rate": 0.00015180407194978975,
      "loss": 7.4048,
      "step": 239170
    },
    {
      "epoch": 0.4982916666666667,
      "grad_norm": 1.4237961769104004,
      "learning_rate": 0.00015179421410460494,
      "loss": 7.5603,
      "step": 239180
    },
    {
      "epoch": 0.4983125,
      "grad_norm": 1.1107981204986572,
      "learning_rate": 0.00015178435625166984,
      "loss": 7.3547,
      "step": 239190
    },
    {
      "epoch": 0.49833333333333335,
      "grad_norm": 0.9167136549949646,
      "learning_rate": 0.00015177449839102707,
      "loss": 7.4196,
      "step": 239200
    },
    {
      "epoch": 0.49835416666666665,
      "grad_norm": 1.1170036792755127,
      "learning_rate": 0.00015176464052271913,
      "loss": 7.3015,
      "step": 239210
    },
    {
      "epoch": 0.498375,
      "grad_norm": 2.3186886310577393,
      "learning_rate": 0.00015175478264678864,
      "loss": 7.5459,
      "step": 239220
    },
    {
      "epoch": 0.4983958333333333,
      "grad_norm": 0.8648310899734497,
      "learning_rate": 0.0001517449247632782,
      "loss": 7.0988,
      "step": 239230
    },
    {
      "epoch": 0.4984166666666667,
      "grad_norm": 1.7951265573501587,
      "learning_rate": 0.00015173506687223034,
      "loss": 7.2932,
      "step": 239240
    },
    {
      "epoch": 0.4984375,
      "grad_norm": 1.3578500747680664,
      "learning_rate": 0.0001517252089736877,
      "loss": 7.06,
      "step": 239250
    },
    {
      "epoch": 0.49845833333333334,
      "grad_norm": 0.6751969456672668,
      "learning_rate": 0.00015171535106769287,
      "loss": 7.4535,
      "step": 239260
    },
    {
      "epoch": 0.49847916666666664,
      "grad_norm": 0.6102968454360962,
      "learning_rate": 0.00015170549315428837,
      "loss": 7.2933,
      "step": 239270
    },
    {
      "epoch": 0.4985,
      "grad_norm": 1.682787537574768,
      "learning_rate": 0.00015169563523351683,
      "loss": 7.9283,
      "step": 239280
    },
    {
      "epoch": 0.49852083333333336,
      "grad_norm": 1.4132697582244873,
      "learning_rate": 0.0001516857773054208,
      "loss": 7.4442,
      "step": 239290
    },
    {
      "epoch": 0.49854166666666666,
      "grad_norm": 0.9131575226783752,
      "learning_rate": 0.0001516759193700429,
      "loss": 7.4397,
      "step": 239300
    },
    {
      "epoch": 0.4985625,
      "grad_norm": 0.9372844099998474,
      "learning_rate": 0.00015166606142742568,
      "loss": 7.5102,
      "step": 239310
    },
    {
      "epoch": 0.4985833333333333,
      "grad_norm": 1.3450255393981934,
      "learning_rate": 0.00015165620347761173,
      "loss": 7.5245,
      "step": 239320
    },
    {
      "epoch": 0.4986041666666667,
      "grad_norm": 1.2324938774108887,
      "learning_rate": 0.00015164634552064366,
      "loss": 8.0343,
      "step": 239330
    },
    {
      "epoch": 0.498625,
      "grad_norm": 0.850289523601532,
      "learning_rate": 0.000151636487556564,
      "loss": 6.8177,
      "step": 239340
    },
    {
      "epoch": 0.49864583333333334,
      "grad_norm": 1.1164296865463257,
      "learning_rate": 0.00015162662958541535,
      "loss": 7.1162,
      "step": 239350
    },
    {
      "epoch": 0.49866666666666665,
      "grad_norm": 0.842868447303772,
      "learning_rate": 0.00015161677160724035,
      "loss": 7.5948,
      "step": 239360
    },
    {
      "epoch": 0.4986875,
      "grad_norm": 0.8673953413963318,
      "learning_rate": 0.00015160691362208154,
      "loss": 7.6444,
      "step": 239370
    },
    {
      "epoch": 0.4987083333333333,
      "grad_norm": 0.7018955945968628,
      "learning_rate": 0.00015159705562998145,
      "loss": 8.0361,
      "step": 239380
    },
    {
      "epoch": 0.49872916666666667,
      "grad_norm": 0.5138619542121887,
      "learning_rate": 0.00015158719763098274,
      "loss": 6.9299,
      "step": 239390
    },
    {
      "epoch": 0.49875,
      "grad_norm": 0.7618460655212402,
      "learning_rate": 0.00015157733962512795,
      "loss": 7.7838,
      "step": 239400
    },
    {
      "epoch": 0.49877083333333333,
      "grad_norm": 0.9192023277282715,
      "learning_rate": 0.00015156748161245968,
      "loss": 7.4821,
      "step": 239410
    },
    {
      "epoch": 0.4987916666666667,
      "grad_norm": 1.4032155275344849,
      "learning_rate": 0.0001515576235930205,
      "loss": 7.3991,
      "step": 239420
    },
    {
      "epoch": 0.4988125,
      "grad_norm": 1.8651583194732666,
      "learning_rate": 0.00015154776556685305,
      "loss": 7.0831,
      "step": 239430
    },
    {
      "epoch": 0.49883333333333335,
      "grad_norm": 0.7532684206962585,
      "learning_rate": 0.0001515379075339998,
      "loss": 7.2298,
      "step": 239440
    },
    {
      "epoch": 0.49885416666666665,
      "grad_norm": 0.7654080986976624,
      "learning_rate": 0.00015152804949450344,
      "loss": 7.3197,
      "step": 239450
    },
    {
      "epoch": 0.498875,
      "grad_norm": 1.116652250289917,
      "learning_rate": 0.0001515181914484065,
      "loss": 7.4526,
      "step": 239460
    },
    {
      "epoch": 0.4988958333333333,
      "grad_norm": 2.141425132751465,
      "learning_rate": 0.0001515083333957516,
      "loss": 7.8057,
      "step": 239470
    },
    {
      "epoch": 0.4989166666666667,
      "grad_norm": 0.9323425889015198,
      "learning_rate": 0.00015149847533658126,
      "loss": 7.2251,
      "step": 239480
    },
    {
      "epoch": 0.4989375,
      "grad_norm": 0.851956307888031,
      "learning_rate": 0.0001514886172709381,
      "loss": 7.3192,
      "step": 239490
    },
    {
      "epoch": 0.49895833333333334,
      "grad_norm": 2.380768299102783,
      "learning_rate": 0.00015147875919886475,
      "loss": 7.9656,
      "step": 239500
    },
    {
      "epoch": 0.49897916666666664,
      "grad_norm": 0.7248069047927856,
      "learning_rate": 0.0001514689011204037,
      "loss": 7.5958,
      "step": 239510
    },
    {
      "epoch": 0.499,
      "grad_norm": 1.1870726346969604,
      "learning_rate": 0.00015145904303559757,
      "loss": 8.028,
      "step": 239520
    },
    {
      "epoch": 0.49902083333333336,
      "grad_norm": 0.888166606426239,
      "learning_rate": 0.000151449184944489,
      "loss": 6.9496,
      "step": 239530
    },
    {
      "epoch": 0.49904166666666666,
      "grad_norm": 0.6822397708892822,
      "learning_rate": 0.00015143932684712048,
      "loss": 7.3751,
      "step": 239540
    },
    {
      "epoch": 0.4990625,
      "grad_norm": 3.278853416442871,
      "learning_rate": 0.00015142946874353465,
      "loss": 8.1649,
      "step": 239550
    },
    {
      "epoch": 0.4990833333333333,
      "grad_norm": 1.042616605758667,
      "learning_rate": 0.0001514196106337741,
      "loss": 7.1015,
      "step": 239560
    },
    {
      "epoch": 0.4991041666666667,
      "grad_norm": 0.7632281184196472,
      "learning_rate": 0.00015140975251788137,
      "loss": 7.7594,
      "step": 239570
    },
    {
      "epoch": 0.499125,
      "grad_norm": 1.8240612745285034,
      "learning_rate": 0.00015139989439589906,
      "loss": 7.5808,
      "step": 239580
    },
    {
      "epoch": 0.49914583333333334,
      "grad_norm": 1.6864327192306519,
      "learning_rate": 0.0001513900362678698,
      "loss": 7.573,
      "step": 239590
    },
    {
      "epoch": 0.49916666666666665,
      "grad_norm": 0.8526638746261597,
      "learning_rate": 0.0001513801781338361,
      "loss": 7.8701,
      "step": 239600
    },
    {
      "epoch": 0.4991875,
      "grad_norm": 1.109623670578003,
      "learning_rate": 0.0001513703199938406,
      "loss": 7.1849,
      "step": 239610
    },
    {
      "epoch": 0.4992083333333333,
      "grad_norm": 2.6123528480529785,
      "learning_rate": 0.00015136046184792583,
      "loss": 8.0516,
      "step": 239620
    },
    {
      "epoch": 0.49922916666666667,
      "grad_norm": 1.2338573932647705,
      "learning_rate": 0.00015135060369613442,
      "loss": 7.5246,
      "step": 239630
    },
    {
      "epoch": 0.49925,
      "grad_norm": 2.002101421356201,
      "learning_rate": 0.00015134074553850896,
      "loss": 7.2128,
      "step": 239640
    },
    {
      "epoch": 0.49927083333333333,
      "grad_norm": 0.8054172992706299,
      "learning_rate": 0.00015133088737509198,
      "loss": 7.4318,
      "step": 239650
    },
    {
      "epoch": 0.4992916666666667,
      "grad_norm": 0.8668766617774963,
      "learning_rate": 0.00015132102920592609,
      "loss": 7.6107,
      "step": 239660
    },
    {
      "epoch": 0.4993125,
      "grad_norm": 1.000559687614441,
      "learning_rate": 0.0001513111710310539,
      "loss": 7.2659,
      "step": 239670
    },
    {
      "epoch": 0.49933333333333335,
      "grad_norm": 0.8172300457954407,
      "learning_rate": 0.00015130131285051793,
      "loss": 7.4739,
      "step": 239680
    },
    {
      "epoch": 0.49935416666666665,
      "grad_norm": 2.975571632385254,
      "learning_rate": 0.00015129145466436083,
      "loss": 8.1324,
      "step": 239690
    },
    {
      "epoch": 0.499375,
      "grad_norm": 0.7328537702560425,
      "learning_rate": 0.0001512815964726252,
      "loss": 7.7881,
      "step": 239700
    },
    {
      "epoch": 0.4993958333333333,
      "grad_norm": 1.058364987373352,
      "learning_rate": 0.00015127173827535353,
      "loss": 8.3061,
      "step": 239710
    },
    {
      "epoch": 0.4994166666666667,
      "grad_norm": 0.7345786690711975,
      "learning_rate": 0.00015126188007258843,
      "loss": 7.1269,
      "step": 239720
    },
    {
      "epoch": 0.4994375,
      "grad_norm": 0.8999720215797424,
      "learning_rate": 0.00015125202186437258,
      "loss": 8.2218,
      "step": 239730
    },
    {
      "epoch": 0.49945833333333334,
      "grad_norm": 7.792242527008057,
      "learning_rate": 0.00015124216365074844,
      "loss": 7.5548,
      "step": 239740
    },
    {
      "epoch": 0.49947916666666664,
      "grad_norm": 1.405489444732666,
      "learning_rate": 0.00015123230543175864,
      "loss": 7.9883,
      "step": 239750
    },
    {
      "epoch": 0.4995,
      "grad_norm": 1.5485775470733643,
      "learning_rate": 0.00015122244720744578,
      "loss": 7.3209,
      "step": 239760
    },
    {
      "epoch": 0.49952083333333336,
      "grad_norm": 1.915619969367981,
      "learning_rate": 0.00015121258897785245,
      "loss": 8.4152,
      "step": 239770
    },
    {
      "epoch": 0.49954166666666666,
      "grad_norm": 0.7738451957702637,
      "learning_rate": 0.00015120273074302118,
      "loss": 7.2155,
      "step": 239780
    },
    {
      "epoch": 0.4995625,
      "grad_norm": 1.0750702619552612,
      "learning_rate": 0.00015119287250299463,
      "loss": 7.2192,
      "step": 239790
    },
    {
      "epoch": 0.4995833333333333,
      "grad_norm": 1.1460000276565552,
      "learning_rate": 0.0001511830142578153,
      "loss": 7.2642,
      "step": 239800
    },
    {
      "epoch": 0.4996041666666667,
      "grad_norm": 1.0503485202789307,
      "learning_rate": 0.00015117315600752588,
      "loss": 8.4723,
      "step": 239810
    },
    {
      "epoch": 0.499625,
      "grad_norm": 0.8179161548614502,
      "learning_rate": 0.00015116329775216884,
      "loss": 7.5132,
      "step": 239820
    },
    {
      "epoch": 0.49964583333333334,
      "grad_norm": 1.0885668992996216,
      "learning_rate": 0.0001511534394917868,
      "loss": 7.0154,
      "step": 239830
    },
    {
      "epoch": 0.49966666666666665,
      "grad_norm": 0.8907641172409058,
      "learning_rate": 0.00015114358122642242,
      "loss": 7.3092,
      "step": 239840
    },
    {
      "epoch": 0.4996875,
      "grad_norm": 1.218845248222351,
      "learning_rate": 0.00015113372295611817,
      "loss": 7.7046,
      "step": 239850
    },
    {
      "epoch": 0.4997083333333333,
      "grad_norm": 2.554090738296509,
      "learning_rate": 0.00015112386468091668,
      "loss": 7.5849,
      "step": 239860
    },
    {
      "epoch": 0.49972916666666667,
      "grad_norm": 0.9895604252815247,
      "learning_rate": 0.0001511140064008606,
      "loss": 7.2928,
      "step": 239870
    },
    {
      "epoch": 0.49975,
      "grad_norm": 1.043625831604004,
      "learning_rate": 0.0001511041481159924,
      "loss": 7.1371,
      "step": 239880
    },
    {
      "epoch": 0.49977083333333333,
      "grad_norm": 1.1239622831344604,
      "learning_rate": 0.00015109428982635468,
      "loss": 7.168,
      "step": 239890
    },
    {
      "epoch": 0.4997916666666667,
      "grad_norm": 2.8339693546295166,
      "learning_rate": 0.00015108443153199016,
      "loss": 7.4578,
      "step": 239900
    },
    {
      "epoch": 0.4998125,
      "grad_norm": 0.7870681881904602,
      "learning_rate": 0.00015107457323294127,
      "loss": 7.7458,
      "step": 239910
    },
    {
      "epoch": 0.49983333333333335,
      "grad_norm": 1.1900126934051514,
      "learning_rate": 0.00015106471492925066,
      "loss": 7.553,
      "step": 239920
    },
    {
      "epoch": 0.49985416666666665,
      "grad_norm": 2.6358954906463623,
      "learning_rate": 0.0001510548566209609,
      "loss": 7.6002,
      "step": 239930
    },
    {
      "epoch": 0.499875,
      "grad_norm": 0.9103747010231018,
      "learning_rate": 0.0001510449983081146,
      "loss": 8.129,
      "step": 239940
    },
    {
      "epoch": 0.4998958333333333,
      "grad_norm": 0.9540686011314392,
      "learning_rate": 0.00015103513999075425,
      "loss": 7.505,
      "step": 239950
    },
    {
      "epoch": 0.4999166666666667,
      "grad_norm": 1.6623047590255737,
      "learning_rate": 0.00015102528166892256,
      "loss": 7.0679,
      "step": 239960
    },
    {
      "epoch": 0.4999375,
      "grad_norm": 1.046083927154541,
      "learning_rate": 0.00015101542334266204,
      "loss": 7.362,
      "step": 239970
    },
    {
      "epoch": 0.49995833333333334,
      "grad_norm": 1.056203007698059,
      "learning_rate": 0.00015100556501201532,
      "loss": 7.0461,
      "step": 239980
    },
    {
      "epoch": 0.49997916666666664,
      "grad_norm": 0.8979312777519226,
      "learning_rate": 0.0001509957066770249,
      "loss": 7.3282,
      "step": 239990
    },
    {
      "epoch": 0.5,
      "grad_norm": 1.304795503616333,
      "learning_rate": 0.00015098584833773347,
      "loss": 7.835,
      "step": 240000
    },
    {
      "epoch": 0.5,
      "eval_loss": 8.858564376831055,
      "eval_runtime": 9.0991,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 240000
    },
    {
      "epoch": 0.5000208333333334,
      "grad_norm": 1.4280073642730713,
      "learning_rate": 0.0001509759899941836,
      "loss": 7.3928,
      "step": 240010
    },
    {
      "epoch": 0.5000416666666667,
      "grad_norm": 1.3976593017578125,
      "learning_rate": 0.00015096613164641774,
      "loss": 7.5111,
      "step": 240020
    },
    {
      "epoch": 0.5000625,
      "grad_norm": 0.7735029458999634,
      "learning_rate": 0.00015095627329447862,
      "loss": 7.718,
      "step": 240030
    },
    {
      "epoch": 0.5000833333333333,
      "grad_norm": 1.885205864906311,
      "learning_rate": 0.00015094641493840886,
      "loss": 7.5121,
      "step": 240040
    },
    {
      "epoch": 0.5001041666666667,
      "grad_norm": 2.200453042984009,
      "learning_rate": 0.00015093655657825083,
      "loss": 8.1226,
      "step": 240050
    },
    {
      "epoch": 0.500125,
      "grad_norm": 0.9382028579711914,
      "learning_rate": 0.00015092669821404733,
      "loss": 7.3663,
      "step": 240060
    },
    {
      "epoch": 0.5001458333333333,
      "grad_norm": 0.6196156144142151,
      "learning_rate": 0.00015091683984584087,
      "loss": 7.4152,
      "step": 240070
    },
    {
      "epoch": 0.5001666666666666,
      "grad_norm": 1.2734287977218628,
      "learning_rate": 0.000150906981473674,
      "loss": 7.4913,
      "step": 240080
    },
    {
      "epoch": 0.5001875,
      "grad_norm": 0.6359670758247375,
      "learning_rate": 0.0001508971230975893,
      "loss": 7.1574,
      "step": 240090
    },
    {
      "epoch": 0.5002083333333334,
      "grad_norm": 0.7281419634819031,
      "learning_rate": 0.00015088726471762938,
      "loss": 7.4182,
      "step": 240100
    },
    {
      "epoch": 0.5002291666666666,
      "grad_norm": 1.7655479907989502,
      "learning_rate": 0.00015087740633383688,
      "loss": 7.4984,
      "step": 240110
    },
    {
      "epoch": 0.50025,
      "grad_norm": 1.0585986375808716,
      "learning_rate": 0.00015086754794625432,
      "loss": 7.9129,
      "step": 240120
    },
    {
      "epoch": 0.5002708333333333,
      "grad_norm": 1.221811056137085,
      "learning_rate": 0.00015085768955492426,
      "loss": 7.34,
      "step": 240130
    },
    {
      "epoch": 0.5002916666666667,
      "grad_norm": 2.9177463054656982,
      "learning_rate": 0.00015084783115988933,
      "loss": 8.4094,
      "step": 240140
    },
    {
      "epoch": 0.5003125,
      "grad_norm": 1.0269252061843872,
      "learning_rate": 0.0001508379727611921,
      "loss": 7.5797,
      "step": 240150
    },
    {
      "epoch": 0.5003333333333333,
      "grad_norm": 1.3571645021438599,
      "learning_rate": 0.0001508281143588752,
      "loss": 7.606,
      "step": 240160
    },
    {
      "epoch": 0.5003541666666667,
      "grad_norm": 1.2411390542984009,
      "learning_rate": 0.00015081825595298113,
      "loss": 7.7156,
      "step": 240170
    },
    {
      "epoch": 0.500375,
      "grad_norm": 1.0046228170394897,
      "learning_rate": 0.00015080839754355252,
      "loss": 7.5198,
      "step": 240180
    },
    {
      "epoch": 0.5003958333333334,
      "grad_norm": 0.8405352830886841,
      "learning_rate": 0.00015079853913063199,
      "loss": 7.6138,
      "step": 240190
    },
    {
      "epoch": 0.5004166666666666,
      "grad_norm": 2.4201550483703613,
      "learning_rate": 0.00015078868071426206,
      "loss": 7.6818,
      "step": 240200
    },
    {
      "epoch": 0.5004375,
      "grad_norm": 1.8513201475143433,
      "learning_rate": 0.0001507788222944854,
      "loss": 7.3108,
      "step": 240210
    },
    {
      "epoch": 0.5004583333333333,
      "grad_norm": 1.5450292825698853,
      "learning_rate": 0.00015076896387134444,
      "loss": 7.3247,
      "step": 240220
    },
    {
      "epoch": 0.5004791666666667,
      "grad_norm": 0.9655131697654724,
      "learning_rate": 0.00015075910544488192,
      "loss": 7.2184,
      "step": 240230
    },
    {
      "epoch": 0.5005,
      "grad_norm": 3.8428664207458496,
      "learning_rate": 0.00015074924701514035,
      "loss": 7.6308,
      "step": 240240
    },
    {
      "epoch": 0.5005208333333333,
      "grad_norm": 0.7393528819084167,
      "learning_rate": 0.0001507393885821623,
      "loss": 7.8506,
      "step": 240250
    },
    {
      "epoch": 0.5005416666666667,
      "grad_norm": 2.1886892318725586,
      "learning_rate": 0.00015072953014599045,
      "loss": 6.9692,
      "step": 240260
    },
    {
      "epoch": 0.5005625,
      "grad_norm": 1.121319055557251,
      "learning_rate": 0.00015071967170666726,
      "loss": 7.262,
      "step": 240270
    },
    {
      "epoch": 0.5005833333333334,
      "grad_norm": 1.3267515897750854,
      "learning_rate": 0.0001507098132642354,
      "loss": 7.2184,
      "step": 240280
    },
    {
      "epoch": 0.5006041666666666,
      "grad_norm": 0.9891831278800964,
      "learning_rate": 0.0001506999548187374,
      "loss": 7.7038,
      "step": 240290
    },
    {
      "epoch": 0.500625,
      "grad_norm": 1.0680978298187256,
      "learning_rate": 0.0001506900963702159,
      "loss": 7.047,
      "step": 240300
    },
    {
      "epoch": 0.5006458333333333,
      "grad_norm": 1.4354419708251953,
      "learning_rate": 0.00015068023791871347,
      "loss": 7.4284,
      "step": 240310
    },
    {
      "epoch": 0.5006666666666667,
      "grad_norm": 0.827810525894165,
      "learning_rate": 0.00015067037946427266,
      "loss": 7.2569,
      "step": 240320
    },
    {
      "epoch": 0.5006875,
      "grad_norm": 0.8113393783569336,
      "learning_rate": 0.00015066052100693608,
      "loss": 7.6776,
      "step": 240330
    },
    {
      "epoch": 0.5007083333333333,
      "grad_norm": 1.1862694025039673,
      "learning_rate": 0.00015065066254674634,
      "loss": 7.4753,
      "step": 240340
    },
    {
      "epoch": 0.5007291666666667,
      "grad_norm": 1.6583017110824585,
      "learning_rate": 0.00015064080408374594,
      "loss": 7.3214,
      "step": 240350
    },
    {
      "epoch": 0.50075,
      "grad_norm": 0.7342400550842285,
      "learning_rate": 0.00015063094561797754,
      "loss": 7.3024,
      "step": 240360
    },
    {
      "epoch": 0.5007708333333334,
      "grad_norm": 1.9548481702804565,
      "learning_rate": 0.0001506210871494837,
      "loss": 7.5092,
      "step": 240370
    },
    {
      "epoch": 0.5007916666666666,
      "grad_norm": 0.7301411628723145,
      "learning_rate": 0.00015061122867830704,
      "loss": 7.3356,
      "step": 240380
    },
    {
      "epoch": 0.5008125,
      "grad_norm": 1.067543387413025,
      "learning_rate": 0.00015060137020449005,
      "loss": 7.081,
      "step": 240390
    },
    {
      "epoch": 0.5008333333333334,
      "grad_norm": 0.8217846155166626,
      "learning_rate": 0.00015059151172807546,
      "loss": 7.3671,
      "step": 240400
    },
    {
      "epoch": 0.5008541666666667,
      "grad_norm": 1.9273107051849365,
      "learning_rate": 0.00015058165324910574,
      "loss": 7.6178,
      "step": 240410
    },
    {
      "epoch": 0.500875,
      "grad_norm": 1.350193977355957,
      "learning_rate": 0.00015057179476762346,
      "loss": 8.0218,
      "step": 240420
    },
    {
      "epoch": 0.5008958333333333,
      "grad_norm": 1.6237691640853882,
      "learning_rate": 0.00015056193628367132,
      "loss": 7.5404,
      "step": 240430
    },
    {
      "epoch": 0.5009166666666667,
      "grad_norm": 1.815107822418213,
      "learning_rate": 0.0001505520777972918,
      "loss": 7.3989,
      "step": 240440
    },
    {
      "epoch": 0.5009375,
      "grad_norm": 0.7091416716575623,
      "learning_rate": 0.00015054221930852754,
      "loss": 6.9769,
      "step": 240450
    },
    {
      "epoch": 0.5009583333333333,
      "grad_norm": 5.632754325866699,
      "learning_rate": 0.00015053236081742112,
      "loss": 7.5233,
      "step": 240460
    },
    {
      "epoch": 0.5009791666666666,
      "grad_norm": 0.793439507484436,
      "learning_rate": 0.00015052250232401509,
      "loss": 7.6884,
      "step": 240470
    },
    {
      "epoch": 0.501,
      "grad_norm": 0.7540417909622192,
      "learning_rate": 0.00015051264382835207,
      "loss": 7.5505,
      "step": 240480
    },
    {
      "epoch": 0.5010208333333334,
      "grad_norm": 1.1571074724197388,
      "learning_rate": 0.00015050278533047462,
      "loss": 7.4589,
      "step": 240490
    },
    {
      "epoch": 0.5010416666666667,
      "grad_norm": 0.7554131746292114,
      "learning_rate": 0.00015049292683042535,
      "loss": 7.9998,
      "step": 240500
    },
    {
      "epoch": 0.5010625,
      "grad_norm": 1.083445429801941,
      "learning_rate": 0.00015048306832824684,
      "loss": 7.222,
      "step": 240510
    },
    {
      "epoch": 0.5010833333333333,
      "grad_norm": 1.6486927270889282,
      "learning_rate": 0.0001504732098239816,
      "loss": 7.7311,
      "step": 240520
    },
    {
      "epoch": 0.5011041666666667,
      "grad_norm": 1.2121201753616333,
      "learning_rate": 0.00015046335131767234,
      "loss": 7.3332,
      "step": 240530
    },
    {
      "epoch": 0.501125,
      "grad_norm": 0.8035774230957031,
      "learning_rate": 0.00015045349280936161,
      "loss": 7.7026,
      "step": 240540
    },
    {
      "epoch": 0.5011458333333333,
      "grad_norm": 3.530707359313965,
      "learning_rate": 0.0001504436342990919,
      "loss": 7.6594,
      "step": 240550
    },
    {
      "epoch": 0.5011666666666666,
      "grad_norm": 0.643651008605957,
      "learning_rate": 0.0001504337757869059,
      "loss": 7.0701,
      "step": 240560
    },
    {
      "epoch": 0.5011875,
      "grad_norm": 1.2426327466964722,
      "learning_rate": 0.00015042391727284617,
      "loss": 7.3968,
      "step": 240570
    },
    {
      "epoch": 0.5012083333333334,
      "grad_norm": 1.116024136543274,
      "learning_rate": 0.0001504140587569553,
      "loss": 7.551,
      "step": 240580
    },
    {
      "epoch": 0.5012291666666666,
      "grad_norm": 0.8808472156524658,
      "learning_rate": 0.0001504042002392758,
      "loss": 7.1096,
      "step": 240590
    },
    {
      "epoch": 0.50125,
      "grad_norm": 1.0613845586776733,
      "learning_rate": 0.0001503943417198504,
      "loss": 8.3571,
      "step": 240600
    },
    {
      "epoch": 0.5012708333333333,
      "grad_norm": 1.6748708486557007,
      "learning_rate": 0.0001503844831987215,
      "loss": 7.7095,
      "step": 240610
    },
    {
      "epoch": 0.5012916666666667,
      "grad_norm": 1.315290093421936,
      "learning_rate": 0.00015037462467593183,
      "loss": 7.3878,
      "step": 240620
    },
    {
      "epoch": 0.5013125,
      "grad_norm": 2.2047343254089355,
      "learning_rate": 0.00015036476615152398,
      "loss": 7.201,
      "step": 240630
    },
    {
      "epoch": 0.5013333333333333,
      "grad_norm": 5.370432376861572,
      "learning_rate": 0.0001503549076255404,
      "loss": 7.7574,
      "step": 240640
    },
    {
      "epoch": 0.5013541666666667,
      "grad_norm": 7.990841388702393,
      "learning_rate": 0.0001503450490980238,
      "loss": 8.2155,
      "step": 240650
    },
    {
      "epoch": 0.501375,
      "grad_norm": 1.6492087841033936,
      "learning_rate": 0.0001503351905690167,
      "loss": 7.338,
      "step": 240660
    },
    {
      "epoch": 0.5013958333333334,
      "grad_norm": 1.3801734447479248,
      "learning_rate": 0.00015032533203856177,
      "loss": 7.7778,
      "step": 240670
    },
    {
      "epoch": 0.5014166666666666,
      "grad_norm": 0.8485817313194275,
      "learning_rate": 0.0001503154735067015,
      "loss": 7.4514,
      "step": 240680
    },
    {
      "epoch": 0.5014375,
      "grad_norm": 0.9703868627548218,
      "learning_rate": 0.0001503056149734785,
      "loss": 7.5189,
      "step": 240690
    },
    {
      "epoch": 0.5014583333333333,
      "grad_norm": 0.7356082201004028,
      "learning_rate": 0.00015029575643893539,
      "loss": 7.0716,
      "step": 240700
    },
    {
      "epoch": 0.5014791666666667,
      "grad_norm": 1.0393942594528198,
      "learning_rate": 0.0001502858979031147,
      "loss": 7.9741,
      "step": 240710
    },
    {
      "epoch": 0.5015,
      "grad_norm": 0.9845424890518188,
      "learning_rate": 0.00015027603936605905,
      "loss": 7.3766,
      "step": 240720
    },
    {
      "epoch": 0.5015208333333333,
      "grad_norm": 1.9621610641479492,
      "learning_rate": 0.00015026618082781103,
      "loss": 7.3708,
      "step": 240730
    },
    {
      "epoch": 0.5015416666666667,
      "grad_norm": 1.5467268228530884,
      "learning_rate": 0.00015025632228841322,
      "loss": 7.0899,
      "step": 240740
    },
    {
      "epoch": 0.5015625,
      "grad_norm": 0.5194680094718933,
      "learning_rate": 0.00015024646374790814,
      "loss": 7.5085,
      "step": 240750
    },
    {
      "epoch": 0.5015833333333334,
      "grad_norm": 1.4580408334732056,
      "learning_rate": 0.00015023660520633848,
      "loss": 7.6951,
      "step": 240760
    },
    {
      "epoch": 0.5016041666666666,
      "grad_norm": 1.8349528312683105,
      "learning_rate": 0.00015022674666374683,
      "loss": 7.0876,
      "step": 240770
    },
    {
      "epoch": 0.501625,
      "grad_norm": 1.4232991933822632,
      "learning_rate": 0.00015021688812017568,
      "loss": 7.7847,
      "step": 240780
    },
    {
      "epoch": 0.5016458333333333,
      "grad_norm": 1.1761471033096313,
      "learning_rate": 0.00015020702957566762,
      "loss": 7.1895,
      "step": 240790
    },
    {
      "epoch": 0.5016666666666667,
      "grad_norm": 0.8546293377876282,
      "learning_rate": 0.00015019717103026533,
      "loss": 7.1746,
      "step": 240800
    },
    {
      "epoch": 0.5016875,
      "grad_norm": 1.2640048265457153,
      "learning_rate": 0.0001501873124840113,
      "loss": 7.7304,
      "step": 240810
    },
    {
      "epoch": 0.5017083333333333,
      "grad_norm": 1.2085731029510498,
      "learning_rate": 0.00015017745393694818,
      "loss": 7.5461,
      "step": 240820
    },
    {
      "epoch": 0.5017291666666667,
      "grad_norm": 0.9007354974746704,
      "learning_rate": 0.00015016759538911853,
      "loss": 7.3381,
      "step": 240830
    },
    {
      "epoch": 0.50175,
      "grad_norm": 1.5691747665405273,
      "learning_rate": 0.0001501577368405649,
      "loss": 7.6596,
      "step": 240840
    },
    {
      "epoch": 0.5017708333333334,
      "grad_norm": 1.548288345336914,
      "learning_rate": 0.00015014787829132996,
      "loss": 7.1832,
      "step": 240850
    },
    {
      "epoch": 0.5017916666666666,
      "grad_norm": 0.8825695514678955,
      "learning_rate": 0.00015013801974145618,
      "loss": 7.62,
      "step": 240860
    },
    {
      "epoch": 0.5018125,
      "grad_norm": 1.3925433158874512,
      "learning_rate": 0.00015012816119098626,
      "loss": 7.1856,
      "step": 240870
    },
    {
      "epoch": 0.5018333333333334,
      "grad_norm": 1.1671382188796997,
      "learning_rate": 0.00015011830263996276,
      "loss": 7.3274,
      "step": 240880
    },
    {
      "epoch": 0.5018541666666667,
      "grad_norm": 2.156015634536743,
      "learning_rate": 0.00015010844408842815,
      "loss": 8.0274,
      "step": 240890
    },
    {
      "epoch": 0.501875,
      "grad_norm": 0.686028778553009,
      "learning_rate": 0.00015009858553642518,
      "loss": 7.4873,
      "step": 240900
    },
    {
      "epoch": 0.5018958333333333,
      "grad_norm": 1.494200348854065,
      "learning_rate": 0.00015008872698399638,
      "loss": 7.6213,
      "step": 240910
    },
    {
      "epoch": 0.5019166666666667,
      "grad_norm": 0.6622517108917236,
      "learning_rate": 0.0001500788684311842,
      "loss": 7.199,
      "step": 240920
    },
    {
      "epoch": 0.5019375,
      "grad_norm": 1.8939967155456543,
      "learning_rate": 0.00015006900987803143,
      "loss": 7.4925,
      "step": 240930
    },
    {
      "epoch": 0.5019583333333333,
      "grad_norm": 0.6327344179153442,
      "learning_rate": 0.00015005915132458057,
      "loss": 7.591,
      "step": 240940
    },
    {
      "epoch": 0.5019791666666666,
      "grad_norm": 0.7916408181190491,
      "learning_rate": 0.00015004929277087414,
      "loss": 7.403,
      "step": 240950
    },
    {
      "epoch": 0.502,
      "grad_norm": 1.612335443496704,
      "learning_rate": 0.00015003943421695482,
      "loss": 7.4452,
      "step": 240960
    },
    {
      "epoch": 0.5020208333333334,
      "grad_norm": 1.137804388999939,
      "learning_rate": 0.00015002957566286518,
      "loss": 7.3115,
      "step": 240970
    },
    {
      "epoch": 0.5020416666666667,
      "grad_norm": 0.8578725457191467,
      "learning_rate": 0.0001500197171086478,
      "loss": 7.5778,
      "step": 240980
    },
    {
      "epoch": 0.5020625,
      "grad_norm": 1.556644082069397,
      "learning_rate": 0.00015000985855434515,
      "loss": 7.4785,
      "step": 240990
    },
    {
      "epoch": 0.5020833333333333,
      "grad_norm": 0.48959991335868835,
      "learning_rate": 0.00015,
      "loss": 7.3502,
      "step": 241000
    },
    {
      "epoch": 0.5020833333333333,
      "eval_loss": 6.7934112548828125,
      "eval_runtime": 8.727,
      "eval_samples_per_second": 0.344,
      "eval_steps_per_second": 0.115,
      "step": 241000
    },
    {
      "epoch": 0.5021041666666667,
      "grad_norm": 1.044930100440979,
      "learning_rate": 0.00014999014144565485,
      "loss": 7.1279,
      "step": 241010
    },
    {
      "epoch": 0.502125,
      "grad_norm": 0.9993211030960083,
      "learning_rate": 0.00014998028289135224,
      "loss": 7.392,
      "step": 241020
    },
    {
      "epoch": 0.5021458333333333,
      "grad_norm": 1.02904212474823,
      "learning_rate": 0.00014997042433713482,
      "loss": 7.733,
      "step": 241030
    },
    {
      "epoch": 0.5021666666666667,
      "grad_norm": 5.088366508483887,
      "learning_rate": 0.00014996056578304518,
      "loss": 7.7609,
      "step": 241040
    },
    {
      "epoch": 0.5021875,
      "grad_norm": 0.5639676451683044,
      "learning_rate": 0.00014995070722912583,
      "loss": 7.2802,
      "step": 241050
    },
    {
      "epoch": 0.5022083333333334,
      "grad_norm": 3.6119656562805176,
      "learning_rate": 0.00014994084867541943,
      "loss": 8.0909,
      "step": 241060
    },
    {
      "epoch": 0.5022291666666666,
      "grad_norm": 1.21097731590271,
      "learning_rate": 0.00014993099012196857,
      "loss": 7.4584,
      "step": 241070
    },
    {
      "epoch": 0.50225,
      "grad_norm": 2.189436435699463,
      "learning_rate": 0.00014992113156881575,
      "loss": 7.515,
      "step": 241080
    },
    {
      "epoch": 0.5022708333333333,
      "grad_norm": 3.3707516193389893,
      "learning_rate": 0.00014991127301600365,
      "loss": 7.5825,
      "step": 241090
    },
    {
      "epoch": 0.5022916666666667,
      "grad_norm": 0.8359617590904236,
      "learning_rate": 0.00014990141446357484,
      "loss": 7.5895,
      "step": 241100
    },
    {
      "epoch": 0.5023125,
      "grad_norm": 0.9171585440635681,
      "learning_rate": 0.0001498915559115718,
      "loss": 7.3895,
      "step": 241110
    },
    {
      "epoch": 0.5023333333333333,
      "grad_norm": 1.807619333267212,
      "learning_rate": 0.00014988169736003724,
      "loss": 7.393,
      "step": 241120
    },
    {
      "epoch": 0.5023541666666667,
      "grad_norm": 0.698632538318634,
      "learning_rate": 0.00014987183880901375,
      "loss": 7.3905,
      "step": 241130
    },
    {
      "epoch": 0.502375,
      "grad_norm": 1.3005465269088745,
      "learning_rate": 0.00014986198025854376,
      "loss": 8.0434,
      "step": 241140
    },
    {
      "epoch": 0.5023958333333334,
      "grad_norm": 6.147451877593994,
      "learning_rate": 0.00014985212170867007,
      "loss": 7.8955,
      "step": 241150
    },
    {
      "epoch": 0.5024166666666666,
      "grad_norm": 1.487598180770874,
      "learning_rate": 0.00014984226315943507,
      "loss": 7.3435,
      "step": 241160
    },
    {
      "epoch": 0.5024375,
      "grad_norm": 1.087332844734192,
      "learning_rate": 0.00014983240461088153,
      "loss": 7.1217,
      "step": 241170
    },
    {
      "epoch": 0.5024583333333333,
      "grad_norm": 1.0138065814971924,
      "learning_rate": 0.00014982254606305182,
      "loss": 7.3616,
      "step": 241180
    },
    {
      "epoch": 0.5024791666666667,
      "grad_norm": 3.8938817977905273,
      "learning_rate": 0.0001498126875159887,
      "loss": 7.4884,
      "step": 241190
    },
    {
      "epoch": 0.5025,
      "grad_norm": 0.7599914073944092,
      "learning_rate": 0.00014980282896973472,
      "loss": 7.7666,
      "step": 241200
    },
    {
      "epoch": 0.5025208333333333,
      "grad_norm": 0.9233564734458923,
      "learning_rate": 0.00014979297042433235,
      "loss": 7.2381,
      "step": 241210
    },
    {
      "epoch": 0.5025416666666667,
      "grad_norm": 0.5964857339859009,
      "learning_rate": 0.00014978311187982435,
      "loss": 7.8059,
      "step": 241220
    },
    {
      "epoch": 0.5025625,
      "grad_norm": 1.4307994842529297,
      "learning_rate": 0.0001497732533362532,
      "loss": 7.179,
      "step": 241230
    },
    {
      "epoch": 0.5025833333333334,
      "grad_norm": 0.842216968536377,
      "learning_rate": 0.0001497633947936615,
      "loss": 7.6661,
      "step": 241240
    },
    {
      "epoch": 0.5026041666666666,
      "grad_norm": 1.0151313543319702,
      "learning_rate": 0.00014975353625209186,
      "loss": 7.2209,
      "step": 241250
    },
    {
      "epoch": 0.502625,
      "grad_norm": 2.3584811687469482,
      "learning_rate": 0.0001497436777115868,
      "loss": 7.6234,
      "step": 241260
    },
    {
      "epoch": 0.5026458333333333,
      "grad_norm": 4.371586799621582,
      "learning_rate": 0.00014973381917218894,
      "loss": 7.5485,
      "step": 241270
    },
    {
      "epoch": 0.5026666666666667,
      "grad_norm": 1.5184861421585083,
      "learning_rate": 0.00014972396063394095,
      "loss": 7.5141,
      "step": 241280
    },
    {
      "epoch": 0.5026875,
      "grad_norm": 1.238497018814087,
      "learning_rate": 0.00014971410209688532,
      "loss": 7.1808,
      "step": 241290
    },
    {
      "epoch": 0.5027083333333333,
      "grad_norm": 1.6067414283752441,
      "learning_rate": 0.0001497042435610646,
      "loss": 7.3338,
      "step": 241300
    },
    {
      "epoch": 0.5027291666666667,
      "grad_norm": 0.8373435139656067,
      "learning_rate": 0.00014969438502652148,
      "loss": 7.4803,
      "step": 241310
    },
    {
      "epoch": 0.50275,
      "grad_norm": 1.329520583152771,
      "learning_rate": 0.0001496845264932985,
      "loss": 7.3064,
      "step": 241320
    },
    {
      "epoch": 0.5027708333333333,
      "grad_norm": 9.97868537902832,
      "learning_rate": 0.0001496746679614382,
      "loss": 8.102,
      "step": 241330
    },
    {
      "epoch": 0.5027916666666666,
      "grad_norm": 1.14504075050354,
      "learning_rate": 0.00014966480943098327,
      "loss": 7.7344,
      "step": 241340
    },
    {
      "epoch": 0.5028125,
      "grad_norm": 13.937946319580078,
      "learning_rate": 0.00014965495090197618,
      "loss": 8.4198,
      "step": 241350
    },
    {
      "epoch": 0.5028333333333334,
      "grad_norm": 2.2276453971862793,
      "learning_rate": 0.00014964509237445954,
      "loss": 7.4535,
      "step": 241360
    },
    {
      "epoch": 0.5028541666666667,
      "grad_norm": 2.148956060409546,
      "learning_rate": 0.00014963523384847605,
      "loss": 7.7277,
      "step": 241370
    },
    {
      "epoch": 0.502875,
      "grad_norm": 3.6989426612854004,
      "learning_rate": 0.00014962537532406818,
      "loss": 7.6125,
      "step": 241380
    },
    {
      "epoch": 0.5028958333333333,
      "grad_norm": 1.7424280643463135,
      "learning_rate": 0.00014961551680127847,
      "loss": 7.1649,
      "step": 241390
    },
    {
      "epoch": 0.5029166666666667,
      "grad_norm": 0.7691805362701416,
      "learning_rate": 0.00014960565828014963,
      "loss": 7.573,
      "step": 241400
    },
    {
      "epoch": 0.5029375,
      "grad_norm": 0.7746046781539917,
      "learning_rate": 0.0001495957997607242,
      "loss": 7.5522,
      "step": 241410
    },
    {
      "epoch": 0.5029583333333333,
      "grad_norm": 0.9749996066093445,
      "learning_rate": 0.0001495859412430447,
      "loss": 7.9859,
      "step": 241420
    },
    {
      "epoch": 0.5029791666666666,
      "grad_norm": 1.3584445714950562,
      "learning_rate": 0.0001495760827271538,
      "loss": 7.5431,
      "step": 241430
    },
    {
      "epoch": 0.503,
      "grad_norm": 0.7467572689056396,
      "learning_rate": 0.0001495662242130941,
      "loss": 7.3517,
      "step": 241440
    },
    {
      "epoch": 0.5030208333333334,
      "grad_norm": 1.0446548461914062,
      "learning_rate": 0.0001495563657009081,
      "loss": 6.8937,
      "step": 241450
    },
    {
      "epoch": 0.5030416666666667,
      "grad_norm": 1.4052550792694092,
      "learning_rate": 0.00014954650719063839,
      "loss": 7.1491,
      "step": 241460
    },
    {
      "epoch": 0.5030625,
      "grad_norm": 0.8255943059921265,
      "learning_rate": 0.00014953664868232766,
      "loss": 7.2296,
      "step": 241470
    },
    {
      "epoch": 0.5030833333333333,
      "grad_norm": 0.9677222371101379,
      "learning_rate": 0.00014952679017601837,
      "loss": 7.5733,
      "step": 241480
    },
    {
      "epoch": 0.5031041666666667,
      "grad_norm": 0.8436270952224731,
      "learning_rate": 0.00014951693167175316,
      "loss": 7.5658,
      "step": 241490
    },
    {
      "epoch": 0.503125,
      "grad_norm": 1.1774753332138062,
      "learning_rate": 0.00014950707316957465,
      "loss": 7.804,
      "step": 241500
    },
    {
      "epoch": 0.5031458333333333,
      "grad_norm": 3.555724859237671,
      "learning_rate": 0.0001494972146695254,
      "loss": 7.397,
      "step": 241510
    },
    {
      "epoch": 0.5031666666666667,
      "grad_norm": 1.0598640441894531,
      "learning_rate": 0.00014948735617164793,
      "loss": 7.6674,
      "step": 241520
    },
    {
      "epoch": 0.5031875,
      "grad_norm": 3.036621332168579,
      "learning_rate": 0.0001494774976759849,
      "loss": 7.6863,
      "step": 241530
    },
    {
      "epoch": 0.5032083333333334,
      "grad_norm": 1.1337352991104126,
      "learning_rate": 0.0001494676391825789,
      "loss": 7.286,
      "step": 241540
    },
    {
      "epoch": 0.5032291666666666,
      "grad_norm": 1.27281653881073,
      "learning_rate": 0.00014945778069147244,
      "loss": 7.4538,
      "step": 241550
    },
    {
      "epoch": 0.50325,
      "grad_norm": 0.6873608231544495,
      "learning_rate": 0.00014944792220270817,
      "loss": 7.0357,
      "step": 241560
    },
    {
      "epoch": 0.5032708333333333,
      "grad_norm": 1.8345531225204468,
      "learning_rate": 0.0001494380637163287,
      "loss": 7.0963,
      "step": 241570
    },
    {
      "epoch": 0.5032916666666667,
      "grad_norm": 1.064687728881836,
      "learning_rate": 0.0001494282052323765,
      "loss": 7.1856,
      "step": 241580
    },
    {
      "epoch": 0.5033125,
      "grad_norm": 7.7720537185668945,
      "learning_rate": 0.00014941834675089426,
      "loss": 7.6067,
      "step": 241590
    },
    {
      "epoch": 0.5033333333333333,
      "grad_norm": 0.7036058902740479,
      "learning_rate": 0.00014940848827192456,
      "loss": 7.5819,
      "step": 241600
    },
    {
      "epoch": 0.5033541666666667,
      "grad_norm": 1.034538745880127,
      "learning_rate": 0.0001493986297955099,
      "loss": 7.573,
      "step": 241610
    },
    {
      "epoch": 0.503375,
      "grad_norm": 1.2995659112930298,
      "learning_rate": 0.00014938877132169296,
      "loss": 8.016,
      "step": 241620
    },
    {
      "epoch": 0.5033958333333334,
      "grad_norm": 33.459022521972656,
      "learning_rate": 0.0001493789128505163,
      "loss": 10.4628,
      "step": 241630
    },
    {
      "epoch": 0.5034166666666666,
      "grad_norm": 1.0737950801849365,
      "learning_rate": 0.00014936905438202243,
      "loss": 7.2139,
      "step": 241640
    },
    {
      "epoch": 0.5034375,
      "grad_norm": 1.4070521593093872,
      "learning_rate": 0.00014935919591625406,
      "loss": 7.309,
      "step": 241650
    },
    {
      "epoch": 0.5034583333333333,
      "grad_norm": 3.8616254329681396,
      "learning_rate": 0.0001493493374532537,
      "loss": 7.778,
      "step": 241660
    },
    {
      "epoch": 0.5034791666666667,
      "grad_norm": 0.9564449787139893,
      "learning_rate": 0.00014933947899306387,
      "loss": 7.332,
      "step": 241670
    },
    {
      "epoch": 0.5035,
      "grad_norm": 1.7963511943817139,
      "learning_rate": 0.00014932962053572734,
      "loss": 7.2951,
      "step": 241680
    },
    {
      "epoch": 0.5035208333333333,
      "grad_norm": 1.0841504335403442,
      "learning_rate": 0.00014931976208128653,
      "loss": 7.2811,
      "step": 241690
    },
    {
      "epoch": 0.5035416666666667,
      "grad_norm": 5.672144889831543,
      "learning_rate": 0.00014930990362978404,
      "loss": 7.9671,
      "step": 241700
    },
    {
      "epoch": 0.5035625,
      "grad_norm": 1.5403900146484375,
      "learning_rate": 0.00014930004518126256,
      "loss": 7.176,
      "step": 241710
    },
    {
      "epoch": 0.5035833333333334,
      "grad_norm": 2.478792428970337,
      "learning_rate": 0.00014929018673576458,
      "loss": 7.7313,
      "step": 241720
    },
    {
      "epoch": 0.5036041666666666,
      "grad_norm": 1.7205044031143188,
      "learning_rate": 0.00014928032829333268,
      "loss": 6.9888,
      "step": 241730
    },
    {
      "epoch": 0.503625,
      "grad_norm": 0.903948187828064,
      "learning_rate": 0.00014927046985400955,
      "loss": 7.1184,
      "step": 241740
    },
    {
      "epoch": 0.5036458333333333,
      "grad_norm": 1.0840340852737427,
      "learning_rate": 0.00014926061141783768,
      "loss": 6.9379,
      "step": 241750
    },
    {
      "epoch": 0.5036666666666667,
      "grad_norm": 1.6459273099899292,
      "learning_rate": 0.00014925075298485965,
      "loss": 7.2192,
      "step": 241760
    },
    {
      "epoch": 0.5036875,
      "grad_norm": 2.647381067276001,
      "learning_rate": 0.00014924089455511808,
      "loss": 7.8712,
      "step": 241770
    },
    {
      "epoch": 0.5037083333333333,
      "grad_norm": 0.8280147314071655,
      "learning_rate": 0.00014923103612865556,
      "loss": 7.393,
      "step": 241780
    },
    {
      "epoch": 0.5037291666666667,
      "grad_norm": 1.3280870914459229,
      "learning_rate": 0.00014922117770551464,
      "loss": 7.6745,
      "step": 241790
    },
    {
      "epoch": 0.50375,
      "grad_norm": 1.2215055227279663,
      "learning_rate": 0.0001492113192857379,
      "loss": 7.7469,
      "step": 241800
    },
    {
      "epoch": 0.5037708333333333,
      "grad_norm": 0.8049015998840332,
      "learning_rate": 0.000149201460869368,
      "loss": 7.0983,
      "step": 241810
    },
    {
      "epoch": 0.5037916666666666,
      "grad_norm": 4.025982856750488,
      "learning_rate": 0.00014919160245644746,
      "loss": 7.4044,
      "step": 241820
    },
    {
      "epoch": 0.5038125,
      "grad_norm": 1.2125250101089478,
      "learning_rate": 0.00014918174404701884,
      "loss": 7.4419,
      "step": 241830
    },
    {
      "epoch": 0.5038333333333334,
      "grad_norm": 1.3910483121871948,
      "learning_rate": 0.0001491718856411248,
      "loss": 7.2007,
      "step": 241840
    },
    {
      "epoch": 0.5038541666666667,
      "grad_norm": 0.9178997278213501,
      "learning_rate": 0.00014916202723880788,
      "loss": 7.7898,
      "step": 241850
    },
    {
      "epoch": 0.503875,
      "grad_norm": 1.6156710386276245,
      "learning_rate": 0.00014915216884011065,
      "loss": 7.2126,
      "step": 241860
    },
    {
      "epoch": 0.5038958333333333,
      "grad_norm": 1.2387359142303467,
      "learning_rate": 0.00014914231044507574,
      "loss": 8.1304,
      "step": 241870
    },
    {
      "epoch": 0.5039166666666667,
      "grad_norm": 1.0869677066802979,
      "learning_rate": 0.00014913245205374574,
      "loss": 7.582,
      "step": 241880
    },
    {
      "epoch": 0.5039375,
      "grad_norm": 1.5986486673355103,
      "learning_rate": 0.00014912259366616312,
      "loss": 7.2005,
      "step": 241890
    },
    {
      "epoch": 0.5039583333333333,
      "grad_norm": 2.142565965652466,
      "learning_rate": 0.0001491127352823706,
      "loss": 7.5677,
      "step": 241900
    },
    {
      "epoch": 0.5039791666666666,
      "grad_norm": 1.2755470275878906,
      "learning_rate": 0.00014910287690241073,
      "loss": 7.2241,
      "step": 241910
    },
    {
      "epoch": 0.504,
      "grad_norm": 0.7932499647140503,
      "learning_rate": 0.00014909301852632603,
      "loss": 7.0995,
      "step": 241920
    },
    {
      "epoch": 0.5040208333333334,
      "grad_norm": 1.2614145278930664,
      "learning_rate": 0.00014908316015415914,
      "loss": 7.3026,
      "step": 241930
    },
    {
      "epoch": 0.5040416666666667,
      "grad_norm": 0.8032883405685425,
      "learning_rate": 0.00014907330178595267,
      "loss": 7.7014,
      "step": 241940
    },
    {
      "epoch": 0.5040625,
      "grad_norm": 2.2897300720214844,
      "learning_rate": 0.0001490634434217491,
      "loss": 7.9717,
      "step": 241950
    },
    {
      "epoch": 0.5040833333333333,
      "grad_norm": 2.6276068687438965,
      "learning_rate": 0.00014905358506159114,
      "loss": 8.0223,
      "step": 241960
    },
    {
      "epoch": 0.5041041666666667,
      "grad_norm": 0.9207250475883484,
      "learning_rate": 0.00014904372670552135,
      "loss": 7.34,
      "step": 241970
    },
    {
      "epoch": 0.504125,
      "grad_norm": 0.6992921829223633,
      "learning_rate": 0.0001490338683535822,
      "loss": 7.5764,
      "step": 241980
    },
    {
      "epoch": 0.5041458333333333,
      "grad_norm": 0.7471698522567749,
      "learning_rate": 0.0001490240100058164,
      "loss": 6.9511,
      "step": 241990
    },
    {
      "epoch": 0.5041666666666667,
      "grad_norm": 1.7238315343856812,
      "learning_rate": 0.0001490141516622665,
      "loss": 7.4495,
      "step": 242000
    },
    {
      "epoch": 0.5041666666666667,
      "eval_loss": 7.892749786376953,
      "eval_runtime": 8.8893,
      "eval_samples_per_second": 0.337,
      "eval_steps_per_second": 0.112,
      "step": 242000
    },
    {
      "epoch": 0.5041875,
      "grad_norm": 0.6935046911239624,
      "learning_rate": 0.00014900429332297504,
      "loss": 7.3729,
      "step": 242010
    },
    {
      "epoch": 0.5042083333333334,
      "grad_norm": 1.3239634037017822,
      "learning_rate": 0.00014899443498798468,
      "loss": 7.6591,
      "step": 242020
    },
    {
      "epoch": 0.5042291666666666,
      "grad_norm": 1.2544490098953247,
      "learning_rate": 0.00014898457665733796,
      "loss": 7.6341,
      "step": 242030
    },
    {
      "epoch": 0.50425,
      "grad_norm": 0.7450965642929077,
      "learning_rate": 0.00014897471833107747,
      "loss": 7.405,
      "step": 242040
    },
    {
      "epoch": 0.5042708333333333,
      "grad_norm": 0.9112957715988159,
      "learning_rate": 0.00014896486000924572,
      "loss": 6.9747,
      "step": 242050
    },
    {
      "epoch": 0.5042916666666667,
      "grad_norm": 0.7158244252204895,
      "learning_rate": 0.00014895500169188544,
      "loss": 7.4758,
      "step": 242060
    },
    {
      "epoch": 0.5043125,
      "grad_norm": 1.3692845106124878,
      "learning_rate": 0.00014894514337903916,
      "loss": 7.5892,
      "step": 242070
    },
    {
      "epoch": 0.5043333333333333,
      "grad_norm": 1.0036755800247192,
      "learning_rate": 0.00014893528507074934,
      "loss": 7.2009,
      "step": 242080
    },
    {
      "epoch": 0.5043541666666667,
      "grad_norm": 1.5762523412704468,
      "learning_rate": 0.00014892542676705873,
      "loss": 7.6033,
      "step": 242090
    },
    {
      "epoch": 0.504375,
      "grad_norm": 1.0569871664047241,
      "learning_rate": 0.00014891556846800987,
      "loss": 7.1061,
      "step": 242100
    },
    {
      "epoch": 0.5043958333333334,
      "grad_norm": 1.5138698816299438,
      "learning_rate": 0.00014890571017364527,
      "loss": 8.8643,
      "step": 242110
    },
    {
      "epoch": 0.5044166666666666,
      "grad_norm": 1.8919329643249512,
      "learning_rate": 0.0001488958518840076,
      "loss": 7.085,
      "step": 242120
    },
    {
      "epoch": 0.5044375,
      "grad_norm": 0.9741306900978088,
      "learning_rate": 0.00014888599359913943,
      "loss": 7.4126,
      "step": 242130
    },
    {
      "epoch": 0.5044583333333333,
      "grad_norm": 0.9045253396034241,
      "learning_rate": 0.0001488761353190833,
      "loss": 7.638,
      "step": 242140
    },
    {
      "epoch": 0.5044791666666667,
      "grad_norm": 4.006536960601807,
      "learning_rate": 0.00014886627704388186,
      "loss": 7.0489,
      "step": 242150
    },
    {
      "epoch": 0.5045,
      "grad_norm": 1.0124950408935547,
      "learning_rate": 0.0001488564187735776,
      "loss": 7.1438,
      "step": 242160
    },
    {
      "epoch": 0.5045208333333333,
      "grad_norm": 1.0919146537780762,
      "learning_rate": 0.00014884656050821317,
      "loss": 7.5129,
      "step": 242170
    },
    {
      "epoch": 0.5045416666666667,
      "grad_norm": 0.9853234887123108,
      "learning_rate": 0.00014883670224783118,
      "loss": 7.7195,
      "step": 242180
    },
    {
      "epoch": 0.5045625,
      "grad_norm": 1.4393833875656128,
      "learning_rate": 0.00014882684399247415,
      "loss": 7.2508,
      "step": 242190
    },
    {
      "epoch": 0.5045833333333334,
      "grad_norm": 1.4838871955871582,
      "learning_rate": 0.00014881698574218465,
      "loss": 7.6138,
      "step": 242200
    },
    {
      "epoch": 0.5046041666666666,
      "grad_norm": 2.7865545749664307,
      "learning_rate": 0.00014880712749700537,
      "loss": 7.893,
      "step": 242210
    },
    {
      "epoch": 0.504625,
      "grad_norm": 2.2880420684814453,
      "learning_rate": 0.0001487972692569788,
      "loss": 7.4205,
      "step": 242220
    },
    {
      "epoch": 0.5046458333333333,
      "grad_norm": 2.6368367671966553,
      "learning_rate": 0.00014878741102214752,
      "loss": 7.5287,
      "step": 242230
    },
    {
      "epoch": 0.5046666666666667,
      "grad_norm": 1.2970666885375977,
      "learning_rate": 0.0001487775527925542,
      "loss": 7.3961,
      "step": 242240
    },
    {
      "epoch": 0.5046875,
      "grad_norm": 2.219977617263794,
      "learning_rate": 0.00014876769456824136,
      "loss": 7.4623,
      "step": 242250
    },
    {
      "epoch": 0.5047083333333333,
      "grad_norm": 2.740358829498291,
      "learning_rate": 0.00014875783634925153,
      "loss": 7.6027,
      "step": 242260
    },
    {
      "epoch": 0.5047291666666667,
      "grad_norm": 1.1176536083221436,
      "learning_rate": 0.00014874797813562744,
      "loss": 9.2583,
      "step": 242270
    },
    {
      "epoch": 0.50475,
      "grad_norm": 0.6410953402519226,
      "learning_rate": 0.00014873811992741157,
      "loss": 7.7854,
      "step": 242280
    },
    {
      "epoch": 0.5047708333333333,
      "grad_norm": 3.8210387229919434,
      "learning_rate": 0.00014872826172464648,
      "loss": 8.26,
      "step": 242290
    },
    {
      "epoch": 0.5047916666666666,
      "grad_norm": 1.030673861503601,
      "learning_rate": 0.00014871840352737479,
      "loss": 7.4923,
      "step": 242300
    },
    {
      "epoch": 0.5048125,
      "grad_norm": 2.3919296264648438,
      "learning_rate": 0.00014870854533563917,
      "loss": 7.9251,
      "step": 242310
    },
    {
      "epoch": 0.5048333333333334,
      "grad_norm": 1.3770321607589722,
      "learning_rate": 0.00014869868714948204,
      "loss": 7.4879,
      "step": 242320
    },
    {
      "epoch": 0.5048541666666667,
      "grad_norm": 1.9696745872497559,
      "learning_rate": 0.0001486888289689461,
      "loss": 7.4272,
      "step": 242330
    },
    {
      "epoch": 0.504875,
      "grad_norm": 0.6493505835533142,
      "learning_rate": 0.00014867897079407392,
      "loss": 7.6327,
      "step": 242340
    },
    {
      "epoch": 0.5048958333333333,
      "grad_norm": 0.885938823223114,
      "learning_rate": 0.00014866911262490803,
      "loss": 7.5104,
      "step": 242350
    },
    {
      "epoch": 0.5049166666666667,
      "grad_norm": 1.8377480506896973,
      "learning_rate": 0.00014865925446149104,
      "loss": 7.6013,
      "step": 242360
    },
    {
      "epoch": 0.5049375,
      "grad_norm": 0.48472821712493896,
      "learning_rate": 0.00014864939630386556,
      "loss": 8.1203,
      "step": 242370
    },
    {
      "epoch": 0.5049583333333333,
      "grad_norm": 1.102580189704895,
      "learning_rate": 0.00014863953815207417,
      "loss": 7.456,
      "step": 242380
    },
    {
      "epoch": 0.5049791666666666,
      "grad_norm": 2.2144312858581543,
      "learning_rate": 0.0001486296800061594,
      "loss": 7.3641,
      "step": 242390
    },
    {
      "epoch": 0.505,
      "grad_norm": 1.1491038799285889,
      "learning_rate": 0.0001486198218661639,
      "loss": 7.2855,
      "step": 242400
    },
    {
      "epoch": 0.5050208333333334,
      "grad_norm": 1.6766314506530762,
      "learning_rate": 0.00014860996373213025,
      "loss": 7.6912,
      "step": 242410
    },
    {
      "epoch": 0.5050416666666667,
      "grad_norm": 0.7804736495018005,
      "learning_rate": 0.0001486001056041009,
      "loss": 7.4004,
      "step": 242420
    },
    {
      "epoch": 0.5050625,
      "grad_norm": 1.2887037992477417,
      "learning_rate": 0.0001485902474821186,
      "loss": 7.3995,
      "step": 242430
    },
    {
      "epoch": 0.5050833333333333,
      "grad_norm": 0.7084397077560425,
      "learning_rate": 0.0001485803893662259,
      "loss": 7.6439,
      "step": 242440
    },
    {
      "epoch": 0.5051041666666667,
      "grad_norm": 1.9083545207977295,
      "learning_rate": 0.00014857053125646533,
      "loss": 7.1701,
      "step": 242450
    },
    {
      "epoch": 0.505125,
      "grad_norm": 1.577987790107727,
      "learning_rate": 0.0001485606731528795,
      "loss": 7.6761,
      "step": 242460
    },
    {
      "epoch": 0.5051458333333333,
      "grad_norm": 1.4608389139175415,
      "learning_rate": 0.00014855081505551102,
      "loss": 8.0518,
      "step": 242470
    },
    {
      "epoch": 0.5051666666666667,
      "grad_norm": 2.1259765625,
      "learning_rate": 0.0001485409569644024,
      "loss": 7.9602,
      "step": 242480
    },
    {
      "epoch": 0.5051875,
      "grad_norm": 3.7506515979766846,
      "learning_rate": 0.00014853109887959627,
      "loss": 7.6743,
      "step": 242490
    },
    {
      "epoch": 0.5052083333333334,
      "grad_norm": 1.685684323310852,
      "learning_rate": 0.00014852124080113528,
      "loss": 8.1516,
      "step": 242500
    },
    {
      "epoch": 0.5052291666666666,
      "grad_norm": 2.774529457092285,
      "learning_rate": 0.00014851138272906186,
      "loss": 8.4258,
      "step": 242510
    },
    {
      "epoch": 0.50525,
      "grad_norm": 1.294309139251709,
      "learning_rate": 0.00014850152466341874,
      "loss": 7.4018,
      "step": 242520
    },
    {
      "epoch": 0.5052708333333333,
      "grad_norm": 1.1186201572418213,
      "learning_rate": 0.00014849166660424842,
      "loss": 7.2419,
      "step": 242530
    },
    {
      "epoch": 0.5052916666666667,
      "grad_norm": 0.6178844571113586,
      "learning_rate": 0.00014848180855159347,
      "loss": 7.5245,
      "step": 242540
    },
    {
      "epoch": 0.5053125,
      "grad_norm": 3.420227527618408,
      "learning_rate": 0.00014847195050549653,
      "loss": 7.8579,
      "step": 242550
    },
    {
      "epoch": 0.5053333333333333,
      "grad_norm": 1.6911261081695557,
      "learning_rate": 0.00014846209246600016,
      "loss": 7.094,
      "step": 242560
    },
    {
      "epoch": 0.5053541666666667,
      "grad_norm": 1.0764551162719727,
      "learning_rate": 0.00014845223443314692,
      "loss": 7.1731,
      "step": 242570
    },
    {
      "epoch": 0.505375,
      "grad_norm": 1.0651369094848633,
      "learning_rate": 0.00014844237640697946,
      "loss": 7.7204,
      "step": 242580
    },
    {
      "epoch": 0.5053958333333334,
      "grad_norm": 0.7870072722434998,
      "learning_rate": 0.0001484325183875403,
      "loss": 7.9019,
      "step": 242590
    },
    {
      "epoch": 0.5054166666666666,
      "grad_norm": 1.1458607912063599,
      "learning_rate": 0.000148422660374872,
      "loss": 7.2866,
      "step": 242600
    },
    {
      "epoch": 0.5054375,
      "grad_norm": 22.0010986328125,
      "learning_rate": 0.00014841280236901726,
      "loss": 7.6971,
      "step": 242610
    },
    {
      "epoch": 0.5054583333333333,
      "grad_norm": 1.0914779901504517,
      "learning_rate": 0.00014840294437001855,
      "loss": 7.5222,
      "step": 242620
    },
    {
      "epoch": 0.5054791666666667,
      "grad_norm": 0.9855483174324036,
      "learning_rate": 0.0001483930863779185,
      "loss": 8.1651,
      "step": 242630
    },
    {
      "epoch": 0.5055,
      "grad_norm": 2.7984378337860107,
      "learning_rate": 0.00014838322839275963,
      "loss": 7.8341,
      "step": 242640
    },
    {
      "epoch": 0.5055208333333333,
      "grad_norm": 1.5666277408599854,
      "learning_rate": 0.00014837337041458465,
      "loss": 7.082,
      "step": 242650
    },
    {
      "epoch": 0.5055416666666667,
      "grad_norm": 1.3396978378295898,
      "learning_rate": 0.000148363512443436,
      "loss": 7.5841,
      "step": 242660
    },
    {
      "epoch": 0.5055625,
      "grad_norm": 3.7941746711730957,
      "learning_rate": 0.00014835365447935634,
      "loss": 7.5936,
      "step": 242670
    },
    {
      "epoch": 0.5055833333333334,
      "grad_norm": 1.0053094625473022,
      "learning_rate": 0.00014834379652238827,
      "loss": 7.4826,
      "step": 242680
    },
    {
      "epoch": 0.5056041666666666,
      "grad_norm": 1.1904141902923584,
      "learning_rate": 0.00014833393857257432,
      "loss": 7.9834,
      "step": 242690
    },
    {
      "epoch": 0.505625,
      "grad_norm": 12.288976669311523,
      "learning_rate": 0.00014832408062995705,
      "loss": 7.7229,
      "step": 242700
    },
    {
      "epoch": 0.5056458333333333,
      "grad_norm": 1.0507692098617554,
      "learning_rate": 0.0001483142226945792,
      "loss": 6.9151,
      "step": 242710
    },
    {
      "epoch": 0.5056666666666667,
      "grad_norm": 0.790358304977417,
      "learning_rate": 0.00014830436476648317,
      "loss": 7.1707,
      "step": 242720
    },
    {
      "epoch": 0.5056875,
      "grad_norm": 1.1833629608154297,
      "learning_rate": 0.00014829450684571157,
      "loss": 7.6816,
      "step": 242730
    },
    {
      "epoch": 0.5057083333333333,
      "grad_norm": 0.8959319591522217,
      "learning_rate": 0.00014828464893230713,
      "loss": 7.3155,
      "step": 242740
    },
    {
      "epoch": 0.5057291666666667,
      "grad_norm": 1.2056249380111694,
      "learning_rate": 0.0001482747910263123,
      "loss": 7.7273,
      "step": 242750
    },
    {
      "epoch": 0.50575,
      "grad_norm": 0.7328218221664429,
      "learning_rate": 0.00014826493312776964,
      "loss": 7.3523,
      "step": 242760
    },
    {
      "epoch": 0.5057708333333333,
      "grad_norm": 1.6201180219650269,
      "learning_rate": 0.0001482550752367218,
      "loss": 7.6392,
      "step": 242770
    },
    {
      "epoch": 0.5057916666666666,
      "grad_norm": 1.1193984746932983,
      "learning_rate": 0.00014824521735321139,
      "loss": 7.4834,
      "step": 242780
    },
    {
      "epoch": 0.5058125,
      "grad_norm": 0.644726037979126,
      "learning_rate": 0.00014823535947728088,
      "loss": 7.437,
      "step": 242790
    },
    {
      "epoch": 0.5058333333333334,
      "grad_norm": 2.388598918914795,
      "learning_rate": 0.00014822550160897293,
      "loss": 7.8784,
      "step": 242800
    },
    {
      "epoch": 0.5058541666666667,
      "grad_norm": 0.7841379046440125,
      "learning_rate": 0.00014821564374833016,
      "loss": 7.368,
      "step": 242810
    },
    {
      "epoch": 0.505875,
      "grad_norm": 0.7834212183952332,
      "learning_rate": 0.00014820578589539503,
      "loss": 8.1501,
      "step": 242820
    },
    {
      "epoch": 0.5058958333333333,
      "grad_norm": 0.9494925737380981,
      "learning_rate": 0.00014819592805021022,
      "loss": 7.2634,
      "step": 242830
    },
    {
      "epoch": 0.5059166666666667,
      "grad_norm": 3.275485038757324,
      "learning_rate": 0.00014818607021281835,
      "loss": 7.2739,
      "step": 242840
    },
    {
      "epoch": 0.5059375,
      "grad_norm": 0.9817173480987549,
      "learning_rate": 0.00014817621238326186,
      "loss": 7.2093,
      "step": 242850
    },
    {
      "epoch": 0.5059583333333333,
      "grad_norm": 1.7248973846435547,
      "learning_rate": 0.00014816635456158344,
      "loss": 7.7228,
      "step": 242860
    },
    {
      "epoch": 0.5059791666666666,
      "grad_norm": 2.231022357940674,
      "learning_rate": 0.00014815649674782566,
      "loss": 7.3451,
      "step": 242870
    },
    {
      "epoch": 0.506,
      "grad_norm": 0.8561969995498657,
      "learning_rate": 0.00014814663894203105,
      "loss": 7.7154,
      "step": 242880
    },
    {
      "epoch": 0.5060208333333334,
      "grad_norm": 0.7547326683998108,
      "learning_rate": 0.00014813678114424227,
      "loss": 7.3459,
      "step": 242890
    },
    {
      "epoch": 0.5060416666666666,
      "grad_norm": 1.6808054447174072,
      "learning_rate": 0.00014812692335450185,
      "loss": 8.0489,
      "step": 242900
    },
    {
      "epoch": 0.5060625,
      "grad_norm": 1.9994505643844604,
      "learning_rate": 0.00014811706557285232,
      "loss": 7.3816,
      "step": 242910
    },
    {
      "epoch": 0.5060833333333333,
      "grad_norm": 1.2427397966384888,
      "learning_rate": 0.00014810720779933638,
      "loss": 6.9586,
      "step": 242920
    },
    {
      "epoch": 0.5061041666666667,
      "grad_norm": 0.6317504644393921,
      "learning_rate": 0.00014809735003399655,
      "loss": 7.5472,
      "step": 242930
    },
    {
      "epoch": 0.506125,
      "grad_norm": 2.9284863471984863,
      "learning_rate": 0.0001480874922768754,
      "loss": 7.1971,
      "step": 242940
    },
    {
      "epoch": 0.5061458333333333,
      "grad_norm": 0.9712212681770325,
      "learning_rate": 0.0001480776345280155,
      "loss": 7.566,
      "step": 242950
    },
    {
      "epoch": 0.5061666666666667,
      "grad_norm": 0.7347369194030762,
      "learning_rate": 0.00014806777678745951,
      "loss": 7.4088,
      "step": 242960
    },
    {
      "epoch": 0.5061875,
      "grad_norm": 0.9771178364753723,
      "learning_rate": 0.00014805791905524995,
      "loss": 7.6681,
      "step": 242970
    },
    {
      "epoch": 0.5062083333333334,
      "grad_norm": 0.9707291126251221,
      "learning_rate": 0.00014804806133142937,
      "loss": 7.5848,
      "step": 242980
    },
    {
      "epoch": 0.5062291666666666,
      "grad_norm": 2.209916353225708,
      "learning_rate": 0.00014803820361604042,
      "loss": 7.7273,
      "step": 242990
    },
    {
      "epoch": 0.50625,
      "grad_norm": 5.494314193725586,
      "learning_rate": 0.0001480283459091257,
      "loss": 7.7149,
      "step": 243000
    },
    {
      "epoch": 0.50625,
      "eval_loss": 7.148264408111572,
      "eval_runtime": 9.1309,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 243000
    },
    {
      "epoch": 0.5062708333333333,
      "grad_norm": 1.2593348026275635,
      "learning_rate": 0.00014801848821072763,
      "loss": 7.2388,
      "step": 243010
    },
    {
      "epoch": 0.5062916666666667,
      "grad_norm": 0.9545212388038635,
      "learning_rate": 0.000148008630520889,
      "loss": 7.3498,
      "step": 243020
    },
    {
      "epoch": 0.5063125,
      "grad_norm": 0.7385045289993286,
      "learning_rate": 0.0001479987728396523,
      "loss": 8.0941,
      "step": 243030
    },
    {
      "epoch": 0.5063333333333333,
      "grad_norm": 0.9022122621536255,
      "learning_rate": 0.00014798891516706002,
      "loss": 7.2582,
      "step": 243040
    },
    {
      "epoch": 0.5063541666666667,
      "grad_norm": 0.837937593460083,
      "learning_rate": 0.00014797905750315495,
      "loss": 7.2572,
      "step": 243050
    },
    {
      "epoch": 0.506375,
      "grad_norm": 0.7094241976737976,
      "learning_rate": 0.0001479691998479795,
      "loss": 7.536,
      "step": 243060
    },
    {
      "epoch": 0.5063958333333334,
      "grad_norm": 0.8560112714767456,
      "learning_rate": 0.00014795934220157624,
      "loss": 7.7452,
      "step": 243070
    },
    {
      "epoch": 0.5064166666666666,
      "grad_norm": 1.5889219045639038,
      "learning_rate": 0.0001479494845639879,
      "loss": 7.7803,
      "step": 243080
    },
    {
      "epoch": 0.5064375,
      "grad_norm": 0.5970019698143005,
      "learning_rate": 0.00014793962693525694,
      "loss": 7.2957,
      "step": 243090
    },
    {
      "epoch": 0.5064583333333333,
      "grad_norm": 1.0608166456222534,
      "learning_rate": 0.00014792976931542597,
      "loss": 7.211,
      "step": 243100
    },
    {
      "epoch": 0.5064791666666667,
      "grad_norm": 1.7341721057891846,
      "learning_rate": 0.00014791991170453762,
      "loss": 7.5864,
      "step": 243110
    },
    {
      "epoch": 0.5065,
      "grad_norm": 2.264388084411621,
      "learning_rate": 0.00014791005410263439,
      "loss": 7.5085,
      "step": 243120
    },
    {
      "epoch": 0.5065208333333333,
      "grad_norm": 2.275606393814087,
      "learning_rate": 0.00014790019650975884,
      "loss": 7.2629,
      "step": 243130
    },
    {
      "epoch": 0.5065416666666667,
      "grad_norm": 0.5971060991287231,
      "learning_rate": 0.00014789033892595373,
      "loss": 7.7585,
      "step": 243140
    },
    {
      "epoch": 0.5065625,
      "grad_norm": 3.1757335662841797,
      "learning_rate": 0.00014788048135126148,
      "loss": 7.6927,
      "step": 243150
    },
    {
      "epoch": 0.5065833333333334,
      "grad_norm": 4.3806915283203125,
      "learning_rate": 0.00014787062378572469,
      "loss": 7.2679,
      "step": 243160
    },
    {
      "epoch": 0.5066041666666666,
      "grad_norm": 1.9244511127471924,
      "learning_rate": 0.00014786076622938594,
      "loss": 7.5846,
      "step": 243170
    },
    {
      "epoch": 0.506625,
      "grad_norm": 1.5833799839019775,
      "learning_rate": 0.0001478509086822879,
      "loss": 7.9344,
      "step": 243180
    },
    {
      "epoch": 0.5066458333333334,
      "grad_norm": 1.2302649021148682,
      "learning_rate": 0.00014784105114447303,
      "loss": 7.5643,
      "step": 243190
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 1.9432066679000854,
      "learning_rate": 0.00014783119361598396,
      "loss": 6.9764,
      "step": 243200
    },
    {
      "epoch": 0.5066875,
      "grad_norm": 0.9782931208610535,
      "learning_rate": 0.00014782133609686333,
      "loss": 7.607,
      "step": 243210
    },
    {
      "epoch": 0.5067083333333333,
      "grad_norm": 4.425014495849609,
      "learning_rate": 0.00014781147858715363,
      "loss": 8.0772,
      "step": 243220
    },
    {
      "epoch": 0.5067291666666667,
      "grad_norm": 4.00369119644165,
      "learning_rate": 0.00014780162108689744,
      "loss": 7.7595,
      "step": 243230
    },
    {
      "epoch": 0.50675,
      "grad_norm": 1.7247875928878784,
      "learning_rate": 0.00014779176359613745,
      "loss": 7.9743,
      "step": 243240
    },
    {
      "epoch": 0.5067708333333333,
      "grad_norm": 4.171297073364258,
      "learning_rate": 0.00014778190611491616,
      "loss": 7.5563,
      "step": 243250
    },
    {
      "epoch": 0.5067916666666666,
      "grad_norm": 1.164136290550232,
      "learning_rate": 0.0001477720486432761,
      "loss": 7.1611,
      "step": 243260
    },
    {
      "epoch": 0.5068125,
      "grad_norm": 0.8741503357887268,
      "learning_rate": 0.00014776219118125994,
      "loss": 7.4052,
      "step": 243270
    },
    {
      "epoch": 0.5068333333333334,
      "grad_norm": 4.044095039367676,
      "learning_rate": 0.00014775233372891025,
      "loss": 7.6284,
      "step": 243280
    },
    {
      "epoch": 0.5068541666666667,
      "grad_norm": 0.6703475117683411,
      "learning_rate": 0.00014774247628626953,
      "loss": 8.86,
      "step": 243290
    },
    {
      "epoch": 0.506875,
      "grad_norm": 3.026188611984253,
      "learning_rate": 0.00014773261885338046,
      "loss": 7.0716,
      "step": 243300
    },
    {
      "epoch": 0.5068958333333333,
      "grad_norm": 0.8733617067337036,
      "learning_rate": 0.0001477227614302856,
      "loss": 7.2854,
      "step": 243310
    },
    {
      "epoch": 0.5069166666666667,
      "grad_norm": 1.5215188264846802,
      "learning_rate": 0.00014771290401702745,
      "loss": 7.2458,
      "step": 243320
    },
    {
      "epoch": 0.5069375,
      "grad_norm": 1.3555973768234253,
      "learning_rate": 0.00014770304661364868,
      "loss": 7.2592,
      "step": 243330
    },
    {
      "epoch": 0.5069583333333333,
      "grad_norm": 1.2170735597610474,
      "learning_rate": 0.00014769318922019188,
      "loss": 8.0309,
      "step": 243340
    },
    {
      "epoch": 0.5069791666666666,
      "grad_norm": 1.3630549907684326,
      "learning_rate": 0.00014768333183669952,
      "loss": 7.1784,
      "step": 243350
    },
    {
      "epoch": 0.507,
      "grad_norm": 4.812195301055908,
      "learning_rate": 0.00014767347446321426,
      "loss": 7.012,
      "step": 243360
    },
    {
      "epoch": 0.5070208333333334,
      "grad_norm": 1.907887578010559,
      "learning_rate": 0.00014766361709977872,
      "loss": 7.2543,
      "step": 243370
    },
    {
      "epoch": 0.5070416666666666,
      "grad_norm": 2.5016627311706543,
      "learning_rate": 0.00014765375974643536,
      "loss": 7.4523,
      "step": 243380
    },
    {
      "epoch": 0.5070625,
      "grad_norm": 0.7747256755828857,
      "learning_rate": 0.00014764390240322691,
      "loss": 7.4322,
      "step": 243390
    },
    {
      "epoch": 0.5070833333333333,
      "grad_norm": 0.7427349090576172,
      "learning_rate": 0.00014763404507019582,
      "loss": 7.8246,
      "step": 243400
    },
    {
      "epoch": 0.5071041666666667,
      "grad_norm": 1.6878623962402344,
      "learning_rate": 0.0001476241877473847,
      "loss": 7.3184,
      "step": 243410
    },
    {
      "epoch": 0.507125,
      "grad_norm": 1.7962630987167358,
      "learning_rate": 0.0001476143304348362,
      "loss": 7.2018,
      "step": 243420
    },
    {
      "epoch": 0.5071458333333333,
      "grad_norm": 0.9310676455497742,
      "learning_rate": 0.00014760447313259283,
      "loss": 7.7816,
      "step": 243430
    },
    {
      "epoch": 0.5071666666666667,
      "grad_norm": 1.6137675046920776,
      "learning_rate": 0.00014759461584069715,
      "loss": 7.4162,
      "step": 243440
    },
    {
      "epoch": 0.5071875,
      "grad_norm": 3.5133211612701416,
      "learning_rate": 0.00014758475855919183,
      "loss": 7.4964,
      "step": 243450
    },
    {
      "epoch": 0.5072083333333334,
      "grad_norm": 3.191462993621826,
      "learning_rate": 0.00014757490128811937,
      "loss": 8.0097,
      "step": 243460
    },
    {
      "epoch": 0.5072291666666666,
      "grad_norm": 0.6990523338317871,
      "learning_rate": 0.00014756504402752235,
      "loss": 7.946,
      "step": 243470
    },
    {
      "epoch": 0.50725,
      "grad_norm": 1.0924553871154785,
      "learning_rate": 0.00014755518677744343,
      "loss": 7.4873,
      "step": 243480
    },
    {
      "epoch": 0.5072708333333333,
      "grad_norm": 0.7026291489601135,
      "learning_rate": 0.00014754532953792512,
      "loss": 7.3871,
      "step": 243490
    },
    {
      "epoch": 0.5072916666666667,
      "grad_norm": 1.3083571195602417,
      "learning_rate": 0.00014753547230900995,
      "loss": 7.6588,
      "step": 243500
    },
    {
      "epoch": 0.5073125,
      "grad_norm": 1.0788593292236328,
      "learning_rate": 0.00014752561509074068,
      "loss": 7.82,
      "step": 243510
    },
    {
      "epoch": 0.5073333333333333,
      "grad_norm": 0.9852911829948425,
      "learning_rate": 0.0001475157578831597,
      "loss": 7.224,
      "step": 243520
    },
    {
      "epoch": 0.5073541666666667,
      "grad_norm": 1.5137701034545898,
      "learning_rate": 0.00014750590068630972,
      "loss": 7.3742,
      "step": 243530
    },
    {
      "epoch": 0.507375,
      "grad_norm": 1.6631098985671997,
      "learning_rate": 0.00014749604350023317,
      "loss": 7.4073,
      "step": 243540
    },
    {
      "epoch": 0.5073958333333334,
      "grad_norm": 1.920160174369812,
      "learning_rate": 0.00014748618632497282,
      "loss": 7.0802,
      "step": 243550
    },
    {
      "epoch": 0.5074166666666666,
      "grad_norm": 1.2009824514389038,
      "learning_rate": 0.0001474763291605711,
      "loss": 7.0095,
      "step": 243560
    },
    {
      "epoch": 0.5074375,
      "grad_norm": 2.5066182613372803,
      "learning_rate": 0.0001474664720070706,
      "loss": 7.7958,
      "step": 243570
    },
    {
      "epoch": 0.5074583333333333,
      "grad_norm": 1.8010584115982056,
      "learning_rate": 0.000147456614864514,
      "loss": 7.1481,
      "step": 243580
    },
    {
      "epoch": 0.5074791666666667,
      "grad_norm": 0.7968806028366089,
      "learning_rate": 0.00014744675773294377,
      "loss": 7.1014,
      "step": 243590
    },
    {
      "epoch": 0.5075,
      "grad_norm": 0.913896381855011,
      "learning_rate": 0.00014743690061240256,
      "loss": 7.0993,
      "step": 243600
    },
    {
      "epoch": 0.5075208333333333,
      "grad_norm": 3.3970723152160645,
      "learning_rate": 0.00014742704350293294,
      "loss": 8.2217,
      "step": 243610
    },
    {
      "epoch": 0.5075416666666667,
      "grad_norm": 0.7628018260002136,
      "learning_rate": 0.00014741718640457746,
      "loss": 7.254,
      "step": 243620
    },
    {
      "epoch": 0.5075625,
      "grad_norm": 0.7641584277153015,
      "learning_rate": 0.00014740732931737866,
      "loss": 7.5579,
      "step": 243630
    },
    {
      "epoch": 0.5075833333333334,
      "grad_norm": 1.6774876117706299,
      "learning_rate": 0.00014739747224137926,
      "loss": 7.095,
      "step": 243640
    },
    {
      "epoch": 0.5076041666666666,
      "grad_norm": 6.116553783416748,
      "learning_rate": 0.00014738761517662174,
      "loss": 8.1865,
      "step": 243650
    },
    {
      "epoch": 0.507625,
      "grad_norm": 0.7506393790245056,
      "learning_rate": 0.00014737775812314862,
      "loss": 7.6932,
      "step": 243660
    },
    {
      "epoch": 0.5076458333333334,
      "grad_norm": 1.294664740562439,
      "learning_rate": 0.0001473679010810026,
      "loss": 8.1969,
      "step": 243670
    },
    {
      "epoch": 0.5076666666666667,
      "grad_norm": 0.7044140100479126,
      "learning_rate": 0.00014735804405022622,
      "loss": 7.3863,
      "step": 243680
    },
    {
      "epoch": 0.5076875,
      "grad_norm": 1.1266705989837646,
      "learning_rate": 0.000147348187030862,
      "loss": 7.3225,
      "step": 243690
    },
    {
      "epoch": 0.5077083333333333,
      "grad_norm": 0.8965309858322144,
      "learning_rate": 0.00014733833002295257,
      "loss": 7.2844,
      "step": 243700
    },
    {
      "epoch": 0.5077291666666667,
      "grad_norm": 1.2179605960845947,
      "learning_rate": 0.00014732847302654053,
      "loss": 7.8209,
      "step": 243710
    },
    {
      "epoch": 0.50775,
      "grad_norm": 0.49755510687828064,
      "learning_rate": 0.00014731861604166838,
      "loss": 7.2327,
      "step": 243720
    },
    {
      "epoch": 0.5077708333333333,
      "grad_norm": 1.2449214458465576,
      "learning_rate": 0.00014730875906837878,
      "loss": 7.6535,
      "step": 243730
    },
    {
      "epoch": 0.5077916666666666,
      "grad_norm": 0.8509389162063599,
      "learning_rate": 0.0001472989021067143,
      "loss": 7.2754,
      "step": 243740
    },
    {
      "epoch": 0.5078125,
      "grad_norm": 1.7888420820236206,
      "learning_rate": 0.00014728904515671741,
      "loss": 7.1818,
      "step": 243750
    },
    {
      "epoch": 0.5078333333333334,
      "grad_norm": 0.6797605752944946,
      "learning_rate": 0.00014727918821843088,
      "loss": 7.551,
      "step": 243760
    },
    {
      "epoch": 0.5078541666666667,
      "grad_norm": 1.3098725080490112,
      "learning_rate": 0.0001472693312918971,
      "loss": 7.2733,
      "step": 243770
    },
    {
      "epoch": 0.507875,
      "grad_norm": 0.792763888835907,
      "learning_rate": 0.00014725947437715874,
      "loss": 7.7817,
      "step": 243780
    },
    {
      "epoch": 0.5078958333333333,
      "grad_norm": 0.6086496710777283,
      "learning_rate": 0.0001472496174742584,
      "loss": 7.5248,
      "step": 243790
    },
    {
      "epoch": 0.5079166666666667,
      "grad_norm": 1.2077041864395142,
      "learning_rate": 0.0001472397605832386,
      "loss": 7.3823,
      "step": 243800
    },
    {
      "epoch": 0.5079375,
      "grad_norm": 0.910516619682312,
      "learning_rate": 0.00014722990370414198,
      "loss": 7.6358,
      "step": 243810
    },
    {
      "epoch": 0.5079583333333333,
      "grad_norm": 1.101113200187683,
      "learning_rate": 0.00014722004683701104,
      "loss": 7.5386,
      "step": 243820
    },
    {
      "epoch": 0.5079791666666666,
      "grad_norm": 1.0851408243179321,
      "learning_rate": 0.00014721018998188837,
      "loss": 7.2463,
      "step": 243830
    },
    {
      "epoch": 0.508,
      "grad_norm": 1.1608269214630127,
      "learning_rate": 0.00014720033313881666,
      "loss": 7.8057,
      "step": 243840
    },
    {
      "epoch": 0.5080208333333334,
      "grad_norm": 0.7047545313835144,
      "learning_rate": 0.0001471904763078383,
      "loss": 7.6502,
      "step": 243850
    },
    {
      "epoch": 0.5080416666666666,
      "grad_norm": 0.9652827382087708,
      "learning_rate": 0.00014718061948899603,
      "loss": 7.1618,
      "step": 243860
    },
    {
      "epoch": 0.5080625,
      "grad_norm": 0.7914523482322693,
      "learning_rate": 0.0001471707626823324,
      "loss": 7.6306,
      "step": 243870
    },
    {
      "epoch": 0.5080833333333333,
      "grad_norm": 1.3068368434906006,
      "learning_rate": 0.00014716090588788987,
      "loss": 7.8766,
      "step": 243880
    },
    {
      "epoch": 0.5081041666666667,
      "grad_norm": 1.5071438550949097,
      "learning_rate": 0.00014715104910571118,
      "loss": 7.3832,
      "step": 243890
    },
    {
      "epoch": 0.508125,
      "grad_norm": 1.0438742637634277,
      "learning_rate": 0.0001471411923358388,
      "loss": 7.1939,
      "step": 243900
    },
    {
      "epoch": 0.5081458333333333,
      "grad_norm": 1.623937726020813,
      "learning_rate": 0.0001471313355783153,
      "loss": 7.1475,
      "step": 243910
    },
    {
      "epoch": 0.5081666666666667,
      "grad_norm": 1.4579943418502808,
      "learning_rate": 0.00014712147883318334,
      "loss": 7.1905,
      "step": 243920
    },
    {
      "epoch": 0.5081875,
      "grad_norm": 1.030353307723999,
      "learning_rate": 0.00014711162210048545,
      "loss": 7.5804,
      "step": 243930
    },
    {
      "epoch": 0.5082083333333334,
      "grad_norm": 1.260657787322998,
      "learning_rate": 0.00014710176538026417,
      "loss": 7.1239,
      "step": 243940
    },
    {
      "epoch": 0.5082291666666666,
      "grad_norm": 1.5241811275482178,
      "learning_rate": 0.00014709190867256218,
      "loss": 8.0542,
      "step": 243950
    },
    {
      "epoch": 0.50825,
      "grad_norm": 1.0603193044662476,
      "learning_rate": 0.00014708205197742194,
      "loss": 7.948,
      "step": 243960
    },
    {
      "epoch": 0.5082708333333333,
      "grad_norm": 2.1958961486816406,
      "learning_rate": 0.00014707219529488607,
      "loss": 7.7086,
      "step": 243970
    },
    {
      "epoch": 0.5082916666666667,
      "grad_norm": 0.9162764549255371,
      "learning_rate": 0.00014706233862499723,
      "loss": 7.1752,
      "step": 243980
    },
    {
      "epoch": 0.5083125,
      "grad_norm": 0.9262484908103943,
      "learning_rate": 0.0001470524819677979,
      "loss": 7.9956,
      "step": 243990
    },
    {
      "epoch": 0.5083333333333333,
      "grad_norm": 1.0296502113342285,
      "learning_rate": 0.0001470426253233306,
      "loss": 7.1365,
      "step": 244000
    },
    {
      "epoch": 0.5083333333333333,
      "eval_loss": 7.279834747314453,
      "eval_runtime": 9.2723,
      "eval_samples_per_second": 0.324,
      "eval_steps_per_second": 0.108,
      "step": 244000
    },
    {
      "epoch": 0.5083541666666667,
      "grad_norm": 1.3812979459762573,
      "learning_rate": 0.0001470327686916381,
      "loss": 7.143,
      "step": 244010
    },
    {
      "epoch": 0.508375,
      "grad_norm": 1.771866798400879,
      "learning_rate": 0.00014702291207276284,
      "loss": 6.9647,
      "step": 244020
    },
    {
      "epoch": 0.5083958333333334,
      "grad_norm": 0.7200242280960083,
      "learning_rate": 0.00014701305546674736,
      "loss": 7.3725,
      "step": 244030
    },
    {
      "epoch": 0.5084166666666666,
      "grad_norm": 1.4997358322143555,
      "learning_rate": 0.00014700319887363435,
      "loss": 7.9133,
      "step": 244040
    },
    {
      "epoch": 0.5084375,
      "grad_norm": 1.021399736404419,
      "learning_rate": 0.00014699334229346635,
      "loss": 7.4137,
      "step": 244050
    },
    {
      "epoch": 0.5084583333333333,
      "grad_norm": 2.0877459049224854,
      "learning_rate": 0.00014698348572628585,
      "loss": 6.9681,
      "step": 244060
    },
    {
      "epoch": 0.5084791666666667,
      "grad_norm": 0.7205316424369812,
      "learning_rate": 0.00014697362917213554,
      "loss": 7.019,
      "step": 244070
    },
    {
      "epoch": 0.5085,
      "grad_norm": 1.4087334871292114,
      "learning_rate": 0.000146963772631058,
      "loss": 7.6466,
      "step": 244080
    },
    {
      "epoch": 0.5085208333333333,
      "grad_norm": 1.6065677404403687,
      "learning_rate": 0.00014695391610309566,
      "loss": 9.8859,
      "step": 244090
    },
    {
      "epoch": 0.5085416666666667,
      "grad_norm": 1.3337700366973877,
      "learning_rate": 0.00014694405958829126,
      "loss": 7.4126,
      "step": 244100
    },
    {
      "epoch": 0.5085625,
      "grad_norm": 0.9705285429954529,
      "learning_rate": 0.00014693420308668735,
      "loss": 7.5371,
      "step": 244110
    },
    {
      "epoch": 0.5085833333333334,
      "grad_norm": 2.5343501567840576,
      "learning_rate": 0.00014692434659832642,
      "loss": 7.27,
      "step": 244120
    },
    {
      "epoch": 0.5086041666666666,
      "grad_norm": 0.6244803667068481,
      "learning_rate": 0.00014691449012325104,
      "loss": 7.6642,
      "step": 244130
    },
    {
      "epoch": 0.508625,
      "grad_norm": 1.246048927307129,
      "learning_rate": 0.00014690463366150394,
      "loss": 7.6246,
      "step": 244140
    },
    {
      "epoch": 0.5086458333333334,
      "grad_norm": 0.8708564639091492,
      "learning_rate": 0.00014689477721312758,
      "loss": 7.1054,
      "step": 244150
    },
    {
      "epoch": 0.5086666666666667,
      "grad_norm": 0.6857873797416687,
      "learning_rate": 0.0001468849207781645,
      "loss": 8.2698,
      "step": 244160
    },
    {
      "epoch": 0.5086875,
      "grad_norm": 0.7356844544410706,
      "learning_rate": 0.00014687506435665738,
      "loss": 7.2195,
      "step": 244170
    },
    {
      "epoch": 0.5087083333333333,
      "grad_norm": 2.0226738452911377,
      "learning_rate": 0.00014686520794864874,
      "loss": 8.0192,
      "step": 244180
    },
    {
      "epoch": 0.5087291666666667,
      "grad_norm": 1.768592119216919,
      "learning_rate": 0.0001468553515541811,
      "loss": 7.9304,
      "step": 244190
    },
    {
      "epoch": 0.50875,
      "grad_norm": 1.9254289865493774,
      "learning_rate": 0.00014684549517329716,
      "loss": 7.4589,
      "step": 244200
    },
    {
      "epoch": 0.5087708333333333,
      "grad_norm": 1.3584120273590088,
      "learning_rate": 0.00014683563880603942,
      "loss": 7.7429,
      "step": 244210
    },
    {
      "epoch": 0.5087916666666666,
      "grad_norm": 0.7842881083488464,
      "learning_rate": 0.00014682578245245044,
      "loss": 7.3583,
      "step": 244220
    },
    {
      "epoch": 0.5088125,
      "grad_norm": 0.9794303178787231,
      "learning_rate": 0.00014681592611257284,
      "loss": 7.4817,
      "step": 244230
    },
    {
      "epoch": 0.5088333333333334,
      "grad_norm": 1.2844388484954834,
      "learning_rate": 0.00014680606978644922,
      "loss": 8.0207,
      "step": 244240
    },
    {
      "epoch": 0.5088541666666667,
      "grad_norm": 1.660825252532959,
      "learning_rate": 0.00014679621347412204,
      "loss": 7.8135,
      "step": 244250
    },
    {
      "epoch": 0.508875,
      "grad_norm": 0.9476973414421082,
      "learning_rate": 0.00014678635717563403,
      "loss": 7.2526,
      "step": 244260
    },
    {
      "epoch": 0.5088958333333333,
      "grad_norm": 1.3949452638626099,
      "learning_rate": 0.00014677650089102765,
      "loss": 7.389,
      "step": 244270
    },
    {
      "epoch": 0.5089166666666667,
      "grad_norm": 0.8719258904457092,
      "learning_rate": 0.00014676664462034546,
      "loss": 7.3949,
      "step": 244280
    },
    {
      "epoch": 0.5089375,
      "grad_norm": 2.9355685710906982,
      "learning_rate": 0.00014675678836363016,
      "loss": 7.9833,
      "step": 244290
    },
    {
      "epoch": 0.5089583333333333,
      "grad_norm": 2.4073166847229004,
      "learning_rate": 0.0001467469321209242,
      "loss": 7.6177,
      "step": 244300
    },
    {
      "epoch": 0.5089791666666666,
      "grad_norm": 2.195378303527832,
      "learning_rate": 0.0001467370758922702,
      "loss": 7.4192,
      "step": 244310
    },
    {
      "epoch": 0.509,
      "grad_norm": 1.3509373664855957,
      "learning_rate": 0.0001467272196777108,
      "loss": 7.7663,
      "step": 244320
    },
    {
      "epoch": 0.5090208333333334,
      "grad_norm": 2.2771875858306885,
      "learning_rate": 0.00014671736347728848,
      "loss": 7.4389,
      "step": 244330
    },
    {
      "epoch": 0.5090416666666666,
      "grad_norm": 3.83335542678833,
      "learning_rate": 0.00014670750729104583,
      "loss": 7.5111,
      "step": 244340
    },
    {
      "epoch": 0.5090625,
      "grad_norm": 1.1741533279418945,
      "learning_rate": 0.00014669765111902547,
      "loss": 7.2046,
      "step": 244350
    },
    {
      "epoch": 0.5090833333333333,
      "grad_norm": 0.6104423403739929,
      "learning_rate": 0.00014668779496126996,
      "loss": 7.2214,
      "step": 244360
    },
    {
      "epoch": 0.5091041666666667,
      "grad_norm": 2.7910563945770264,
      "learning_rate": 0.00014667793881782183,
      "loss": 7.7989,
      "step": 244370
    },
    {
      "epoch": 0.509125,
      "grad_norm": 4.554923057556152,
      "learning_rate": 0.00014666808268872373,
      "loss": 7.6922,
      "step": 244380
    },
    {
      "epoch": 0.5091458333333333,
      "grad_norm": 0.7213723659515381,
      "learning_rate": 0.0001466582265740182,
      "loss": 7.3854,
      "step": 244390
    },
    {
      "epoch": 0.5091666666666667,
      "grad_norm": 0.7828026413917542,
      "learning_rate": 0.00014664837047374777,
      "loss": 7.1515,
      "step": 244400
    },
    {
      "epoch": 0.5091875,
      "grad_norm": 4.388993263244629,
      "learning_rate": 0.00014663851438795504,
      "loss": 7.686,
      "step": 244410
    },
    {
      "epoch": 0.5092083333333334,
      "grad_norm": 0.7703844308853149,
      "learning_rate": 0.00014662865831668265,
      "loss": 7.5543,
      "step": 244420
    },
    {
      "epoch": 0.5092291666666666,
      "grad_norm": 5.148405075073242,
      "learning_rate": 0.0001466188022599731,
      "loss": 7.6297,
      "step": 244430
    },
    {
      "epoch": 0.50925,
      "grad_norm": 1.036078691482544,
      "learning_rate": 0.00014660894621786893,
      "loss": 8.2036,
      "step": 244440
    },
    {
      "epoch": 0.5092708333333333,
      "grad_norm": 3.1326746940612793,
      "learning_rate": 0.00014659909019041286,
      "loss": 7.6352,
      "step": 244450
    },
    {
      "epoch": 0.5092916666666667,
      "grad_norm": 1.441322922706604,
      "learning_rate": 0.00014658923417764735,
      "loss": 8.4206,
      "step": 244460
    },
    {
      "epoch": 0.5093125,
      "grad_norm": 0.5499531030654907,
      "learning_rate": 0.00014657937817961494,
      "loss": 7.1626,
      "step": 244470
    },
    {
      "epoch": 0.5093333333333333,
      "grad_norm": 1.4477791786193848,
      "learning_rate": 0.00014656952219635832,
      "loss": 7.6289,
      "step": 244480
    },
    {
      "epoch": 0.5093541666666667,
      "grad_norm": 5.4029622077941895,
      "learning_rate": 0.00014655966622792002,
      "loss": 7.7581,
      "step": 244490
    },
    {
      "epoch": 0.509375,
      "grad_norm": 0.8073541522026062,
      "learning_rate": 0.00014654981027434252,
      "loss": 7.2722,
      "step": 244500
    },
    {
      "epoch": 0.5093958333333334,
      "grad_norm": 0.931739091873169,
      "learning_rate": 0.00014653995433566854,
      "loss": 6.8842,
      "step": 244510
    },
    {
      "epoch": 0.5094166666666666,
      "grad_norm": 0.9832807183265686,
      "learning_rate": 0.00014653009841194062,
      "loss": 7.4498,
      "step": 244520
    },
    {
      "epoch": 0.5094375,
      "grad_norm": 1.328073263168335,
      "learning_rate": 0.00014652024250320122,
      "loss": 7.1488,
      "step": 244530
    },
    {
      "epoch": 0.5094583333333333,
      "grad_norm": 1.3826618194580078,
      "learning_rate": 0.00014651038660949301,
      "loss": 7.6313,
      "step": 244540
    },
    {
      "epoch": 0.5094791666666667,
      "grad_norm": 4.179291725158691,
      "learning_rate": 0.0001465005307308586,
      "loss": 7.4758,
      "step": 244550
    },
    {
      "epoch": 0.5095,
      "grad_norm": 0.7315898537635803,
      "learning_rate": 0.00014649067486734047,
      "loss": 7.8592,
      "step": 244560
    },
    {
      "epoch": 0.5095208333333333,
      "grad_norm": 0.6735166311264038,
      "learning_rate": 0.00014648081901898124,
      "loss": 7.7828,
      "step": 244570
    },
    {
      "epoch": 0.5095416666666667,
      "grad_norm": 0.8442889451980591,
      "learning_rate": 0.0001464709631858235,
      "loss": 7.7318,
      "step": 244580
    },
    {
      "epoch": 0.5095625,
      "grad_norm": 0.7162367105484009,
      "learning_rate": 0.00014646110736790978,
      "loss": 7.9489,
      "step": 244590
    },
    {
      "epoch": 0.5095833333333334,
      "grad_norm": 0.7922394871711731,
      "learning_rate": 0.00014645125156528268,
      "loss": 7.2804,
      "step": 244600
    },
    {
      "epoch": 0.5096041666666666,
      "grad_norm": 1.1099175214767456,
      "learning_rate": 0.0001464413957779848,
      "loss": 7.7571,
      "step": 244610
    },
    {
      "epoch": 0.509625,
      "grad_norm": 1.4167447090148926,
      "learning_rate": 0.0001464315400060586,
      "loss": 7.9248,
      "step": 244620
    },
    {
      "epoch": 0.5096458333333334,
      "grad_norm": 0.5666227340698242,
      "learning_rate": 0.0001464216842495468,
      "loss": 7.1704,
      "step": 244630
    },
    {
      "epoch": 0.5096666666666667,
      "grad_norm": 1.2186391353607178,
      "learning_rate": 0.00014641182850849192,
      "loss": 7.2551,
      "step": 244640
    },
    {
      "epoch": 0.5096875,
      "grad_norm": 1.348984718322754,
      "learning_rate": 0.00014640197278293645,
      "loss": 7.5738,
      "step": 244650
    },
    {
      "epoch": 0.5097083333333333,
      "grad_norm": 0.5726261138916016,
      "learning_rate": 0.00014639211707292312,
      "loss": 7.2475,
      "step": 244660
    },
    {
      "epoch": 0.5097291666666667,
      "grad_norm": 0.7259843349456787,
      "learning_rate": 0.0001463822613784944,
      "loss": 7.6654,
      "step": 244670
    },
    {
      "epoch": 0.50975,
      "grad_norm": 1.4949499368667603,
      "learning_rate": 0.00014637240569969286,
      "loss": 7.4362,
      "step": 244680
    },
    {
      "epoch": 0.5097708333333333,
      "grad_norm": 1.7352010011672974,
      "learning_rate": 0.00014636255003656106,
      "loss": 6.9945,
      "step": 244690
    },
    {
      "epoch": 0.5097916666666666,
      "grad_norm": 0.7667152881622314,
      "learning_rate": 0.00014635269438914163,
      "loss": 7.2332,
      "step": 244700
    },
    {
      "epoch": 0.5098125,
      "grad_norm": 0.9843654036521912,
      "learning_rate": 0.00014634283875747714,
      "loss": 7.2677,
      "step": 244710
    },
    {
      "epoch": 0.5098333333333334,
      "grad_norm": 2.632535219192505,
      "learning_rate": 0.00014633298314161008,
      "loss": 7.5019,
      "step": 244720
    },
    {
      "epoch": 0.5098541666666667,
      "grad_norm": 1.2640290260314941,
      "learning_rate": 0.0001463231275415831,
      "loss": 8.0641,
      "step": 244730
    },
    {
      "epoch": 0.509875,
      "grad_norm": 1.6869946718215942,
      "learning_rate": 0.00014631327195743882,
      "loss": 7.399,
      "step": 244740
    },
    {
      "epoch": 0.5098958333333333,
      "grad_norm": 1.7940536737442017,
      "learning_rate": 0.00014630341638921965,
      "loss": 7.6739,
      "step": 244750
    },
    {
      "epoch": 0.5099166666666667,
      "grad_norm": 0.970658540725708,
      "learning_rate": 0.00014629356083696834,
      "loss": 7.147,
      "step": 244760
    },
    {
      "epoch": 0.5099375,
      "grad_norm": 0.9232630133628845,
      "learning_rate": 0.00014628370530072734,
      "loss": 6.94,
      "step": 244770
    },
    {
      "epoch": 0.5099583333333333,
      "grad_norm": 1.2753092050552368,
      "learning_rate": 0.00014627384978053922,
      "loss": 7.6923,
      "step": 244780
    },
    {
      "epoch": 0.5099791666666667,
      "grad_norm": 1.734886646270752,
      "learning_rate": 0.00014626399427644668,
      "loss": 7.2079,
      "step": 244790
    },
    {
      "epoch": 0.51,
      "grad_norm": 1.395401954650879,
      "learning_rate": 0.00014625413878849216,
      "loss": 7.0145,
      "step": 244800
    },
    {
      "epoch": 0.5100208333333334,
      "grad_norm": 0.6720394492149353,
      "learning_rate": 0.00014624428331671825,
      "loss": 7.7906,
      "step": 244810
    },
    {
      "epoch": 0.5100416666666666,
      "grad_norm": 2.623495578765869,
      "learning_rate": 0.0001462344278611676,
      "loss": 7.4657,
      "step": 244820
    },
    {
      "epoch": 0.5100625,
      "grad_norm": 0.6868269443511963,
      "learning_rate": 0.00014622457242188274,
      "loss": 7.6654,
      "step": 244830
    },
    {
      "epoch": 0.5100833333333333,
      "grad_norm": 1.2538796663284302,
      "learning_rate": 0.00014621471699890616,
      "loss": 7.3402,
      "step": 244840
    },
    {
      "epoch": 0.5101041666666667,
      "grad_norm": 1.7056087255477905,
      "learning_rate": 0.00014620486159228058,
      "loss": 7.042,
      "step": 244850
    },
    {
      "epoch": 0.510125,
      "grad_norm": 0.9645841121673584,
      "learning_rate": 0.00014619500620204846,
      "loss": 8.4114,
      "step": 244860
    },
    {
      "epoch": 0.5101458333333333,
      "grad_norm": 0.7184328436851501,
      "learning_rate": 0.00014618515082825238,
      "loss": 7.3119,
      "step": 244870
    },
    {
      "epoch": 0.5101666666666667,
      "grad_norm": 3.797060251235962,
      "learning_rate": 0.000146175295470935,
      "loss": 7.6686,
      "step": 244880
    },
    {
      "epoch": 0.5101875,
      "grad_norm": 4.805865287780762,
      "learning_rate": 0.00014616544013013884,
      "loss": 7.3834,
      "step": 244890
    },
    {
      "epoch": 0.5102083333333334,
      "grad_norm": 0.8483829498291016,
      "learning_rate": 0.0001461555848059064,
      "loss": 7.3184,
      "step": 244900
    },
    {
      "epoch": 0.5102291666666666,
      "grad_norm": 1.4530035257339478,
      "learning_rate": 0.00014614572949828034,
      "loss": 7.4807,
      "step": 244910
    },
    {
      "epoch": 0.51025,
      "grad_norm": 0.8167087435722351,
      "learning_rate": 0.0001461358742073032,
      "loss": 7.3146,
      "step": 244920
    },
    {
      "epoch": 0.5102708333333333,
      "grad_norm": 0.698495090007782,
      "learning_rate": 0.00014612601893301754,
      "loss": 7.6962,
      "step": 244930
    },
    {
      "epoch": 0.5102916666666667,
      "grad_norm": 1.1843267679214478,
      "learning_rate": 0.00014611616367546593,
      "loss": 7.4551,
      "step": 244940
    },
    {
      "epoch": 0.5103125,
      "grad_norm": 1.6898411512374878,
      "learning_rate": 0.00014610630843469102,
      "loss": 7.135,
      "step": 244950
    },
    {
      "epoch": 0.5103333333333333,
      "grad_norm": 0.8593552112579346,
      "learning_rate": 0.00014609645321073524,
      "loss": 7.4777,
      "step": 244960
    },
    {
      "epoch": 0.5103541666666667,
      "grad_norm": 1.0354706048965454,
      "learning_rate": 0.00014608659800364129,
      "loss": 6.9778,
      "step": 244970
    },
    {
      "epoch": 0.510375,
      "grad_norm": 2.065152883529663,
      "learning_rate": 0.0001460767428134517,
      "loss": 7.3534,
      "step": 244980
    },
    {
      "epoch": 0.5103958333333334,
      "grad_norm": 3.1453018188476562,
      "learning_rate": 0.000146066887640209,
      "loss": 7.4894,
      "step": 244990
    },
    {
      "epoch": 0.5104166666666666,
      "grad_norm": 1.5213152170181274,
      "learning_rate": 0.00014605703248395574,
      "loss": 7.1761,
      "step": 245000
    },
    {
      "epoch": 0.5104166666666666,
      "eval_loss": 7.195691108703613,
      "eval_runtime": 10.5469,
      "eval_samples_per_second": 0.284,
      "eval_steps_per_second": 0.095,
      "step": 245000
    },
    {
      "epoch": 0.5104375,
      "grad_norm": 0.8738621473312378,
      "learning_rate": 0.00014604717734473463,
      "loss": 7.5876,
      "step": 245010
    },
    {
      "epoch": 0.5104583333333333,
      "grad_norm": 0.7687060832977295,
      "learning_rate": 0.00014603732222258814,
      "loss": 7.6862,
      "step": 245020
    },
    {
      "epoch": 0.5104791666666667,
      "grad_norm": 1.259230136871338,
      "learning_rate": 0.00014602746711755876,
      "loss": 7.2372,
      "step": 245030
    },
    {
      "epoch": 0.5105,
      "grad_norm": 1.0492792129516602,
      "learning_rate": 0.0001460176120296892,
      "loss": 7.622,
      "step": 245040
    },
    {
      "epoch": 0.5105208333333333,
      "grad_norm": 2.6579387187957764,
      "learning_rate": 0.00014600775695902205,
      "loss": 7.9585,
      "step": 245050
    },
    {
      "epoch": 0.5105416666666667,
      "grad_norm": 0.9012753367424011,
      "learning_rate": 0.0001459979019055997,
      "loss": 7.2371,
      "step": 245060
    },
    {
      "epoch": 0.5105625,
      "grad_norm": 1.375572919845581,
      "learning_rate": 0.00014598804686946488,
      "loss": 7.3752,
      "step": 245070
    },
    {
      "epoch": 0.5105833333333333,
      "grad_norm": 1.399057149887085,
      "learning_rate": 0.00014597819185066012,
      "loss": 7.556,
      "step": 245080
    },
    {
      "epoch": 0.5106041666666666,
      "grad_norm": 2.226032018661499,
      "learning_rate": 0.00014596833684922794,
      "loss": 7.6567,
      "step": 245090
    },
    {
      "epoch": 0.510625,
      "grad_norm": 1.8470567464828491,
      "learning_rate": 0.00014595848186521097,
      "loss": 7.3518,
      "step": 245100
    },
    {
      "epoch": 0.5106458333333334,
      "grad_norm": 0.9036452174186707,
      "learning_rate": 0.0001459486268986518,
      "loss": 8.015,
      "step": 245110
    },
    {
      "epoch": 0.5106666666666667,
      "grad_norm": 0.8182579874992371,
      "learning_rate": 0.0001459387719495929,
      "loss": 7.3434,
      "step": 245120
    },
    {
      "epoch": 0.5106875,
      "grad_norm": 1.0114548206329346,
      "learning_rate": 0.0001459289170180769,
      "loss": 7.2492,
      "step": 245130
    },
    {
      "epoch": 0.5107083333333333,
      "grad_norm": 2.0069053173065186,
      "learning_rate": 0.0001459190621041464,
      "loss": 7.9103,
      "step": 245140
    },
    {
      "epoch": 0.5107291666666667,
      "grad_norm": 1.235019326210022,
      "learning_rate": 0.0001459092072078439,
      "loss": 7.1359,
      "step": 245150
    },
    {
      "epoch": 0.51075,
      "grad_norm": 1.7536863088607788,
      "learning_rate": 0.00014589935232921206,
      "loss": 7.7389,
      "step": 245160
    },
    {
      "epoch": 0.5107708333333333,
      "grad_norm": 1.8828802108764648,
      "learning_rate": 0.00014588949746829335,
      "loss": 8.0156,
      "step": 245170
    },
    {
      "epoch": 0.5107916666666666,
      "grad_norm": 0.7382650375366211,
      "learning_rate": 0.00014587964262513037,
      "loss": 7.6748,
      "step": 245180
    },
    {
      "epoch": 0.5108125,
      "grad_norm": 0.790234386920929,
      "learning_rate": 0.00014586978779976577,
      "loss": 7.404,
      "step": 245190
    },
    {
      "epoch": 0.5108333333333334,
      "grad_norm": 0.970733642578125,
      "learning_rate": 0.000145859932992242,
      "loss": 7.3287,
      "step": 245200
    },
    {
      "epoch": 0.5108541666666667,
      "grad_norm": 1.695120930671692,
      "learning_rate": 0.00014585007820260164,
      "loss": 7.5885,
      "step": 245210
    },
    {
      "epoch": 0.510875,
      "grad_norm": 0.9939185976982117,
      "learning_rate": 0.0001458402234308874,
      "loss": 7.5393,
      "step": 245220
    },
    {
      "epoch": 0.5108958333333333,
      "grad_norm": 1.2027781009674072,
      "learning_rate": 0.0001458303686771417,
      "loss": 8.0231,
      "step": 245230
    },
    {
      "epoch": 0.5109166666666667,
      "grad_norm": 1.4414477348327637,
      "learning_rate": 0.0001458205139414071,
      "loss": 7.5913,
      "step": 245240
    },
    {
      "epoch": 0.5109375,
      "grad_norm": 0.6275356411933899,
      "learning_rate": 0.00014581065922372632,
      "loss": 7.5747,
      "step": 245250
    },
    {
      "epoch": 0.5109583333333333,
      "grad_norm": 0.7118179202079773,
      "learning_rate": 0.00014580080452414183,
      "loss": 7.63,
      "step": 245260
    },
    {
      "epoch": 0.5109791666666667,
      "grad_norm": 1.4598861932754517,
      "learning_rate": 0.00014579094984269617,
      "loss": 7.1929,
      "step": 245270
    },
    {
      "epoch": 0.511,
      "grad_norm": 0.5626997947692871,
      "learning_rate": 0.0001457810951794319,
      "loss": 7.1774,
      "step": 245280
    },
    {
      "epoch": 0.5110208333333334,
      "grad_norm": 1.0566154718399048,
      "learning_rate": 0.0001457712405343917,
      "loss": 7.2707,
      "step": 245290
    },
    {
      "epoch": 0.5110416666666666,
      "grad_norm": 6.373157501220703,
      "learning_rate": 0.000145761385907618,
      "loss": 7.634,
      "step": 245300
    },
    {
      "epoch": 0.5110625,
      "grad_norm": 0.555315375328064,
      "learning_rate": 0.00014575153129915344,
      "loss": 7.8114,
      "step": 245310
    },
    {
      "epoch": 0.5110833333333333,
      "grad_norm": 0.6993441581726074,
      "learning_rate": 0.00014574167670904068,
      "loss": 7.3425,
      "step": 245320
    },
    {
      "epoch": 0.5111041666666667,
      "grad_norm": 2.5442752838134766,
      "learning_rate": 0.0001457318221373221,
      "loss": 7.5003,
      "step": 245330
    },
    {
      "epoch": 0.511125,
      "grad_norm": 2.0259151458740234,
      "learning_rate": 0.00014572196758404037,
      "loss": 7.4126,
      "step": 245340
    },
    {
      "epoch": 0.5111458333333333,
      "grad_norm": 1.3395127058029175,
      "learning_rate": 0.00014571211304923807,
      "loss": 7.2007,
      "step": 245350
    },
    {
      "epoch": 0.5111666666666667,
      "grad_norm": 6.190784931182861,
      "learning_rate": 0.00014570225853295773,
      "loss": 8.0544,
      "step": 245360
    },
    {
      "epoch": 0.5111875,
      "grad_norm": 1.2012404203414917,
      "learning_rate": 0.0001456924040352419,
      "loss": 7.4736,
      "step": 245370
    },
    {
      "epoch": 0.5112083333333334,
      "grad_norm": 0.9543719291687012,
      "learning_rate": 0.00014568254955613324,
      "loss": 7.4523,
      "step": 245380
    },
    {
      "epoch": 0.5112291666666666,
      "grad_norm": 1.0038025379180908,
      "learning_rate": 0.00014567269509567425,
      "loss": 7.0053,
      "step": 245390
    },
    {
      "epoch": 0.51125,
      "grad_norm": 1.2702218294143677,
      "learning_rate": 0.00014566284065390748,
      "loss": 7.7638,
      "step": 245400
    },
    {
      "epoch": 0.5112708333333333,
      "grad_norm": 1.901735544204712,
      "learning_rate": 0.00014565298623087552,
      "loss": 7.5399,
      "step": 245410
    },
    {
      "epoch": 0.5112916666666667,
      "grad_norm": 0.8242990970611572,
      "learning_rate": 0.00014564313182662098,
      "loss": 7.4131,
      "step": 245420
    },
    {
      "epoch": 0.5113125,
      "grad_norm": 0.7583349347114563,
      "learning_rate": 0.0001456332774411863,
      "loss": 7.9158,
      "step": 245430
    },
    {
      "epoch": 0.5113333333333333,
      "grad_norm": 1.5504969358444214,
      "learning_rate": 0.00014562342307461419,
      "loss": 7.2974,
      "step": 245440
    },
    {
      "epoch": 0.5113541666666667,
      "grad_norm": 2.2335033416748047,
      "learning_rate": 0.00014561356872694719,
      "loss": 7.4781,
      "step": 245450
    },
    {
      "epoch": 0.511375,
      "grad_norm": 1.1507322788238525,
      "learning_rate": 0.00014560371439822776,
      "loss": 7.1533,
      "step": 245460
    },
    {
      "epoch": 0.5113958333333334,
      "grad_norm": 1.0709431171417236,
      "learning_rate": 0.0001455938600884986,
      "loss": 7.6104,
      "step": 245470
    },
    {
      "epoch": 0.5114166666666666,
      "grad_norm": 2.6803126335144043,
      "learning_rate": 0.00014558400579780221,
      "loss": 7.5231,
      "step": 245480
    },
    {
      "epoch": 0.5114375,
      "grad_norm": 2.024933099746704,
      "learning_rate": 0.00014557415152618113,
      "loss": 7.6508,
      "step": 245490
    },
    {
      "epoch": 0.5114583333333333,
      "grad_norm": 0.7286403179168701,
      "learning_rate": 0.00014556429727367802,
      "loss": 7.596,
      "step": 245500
    },
    {
      "epoch": 0.5114791666666667,
      "grad_norm": 1.1727818250656128,
      "learning_rate": 0.0001455544430403354,
      "loss": 7.1914,
      "step": 245510
    },
    {
      "epoch": 0.5115,
      "grad_norm": 0.8816907405853271,
      "learning_rate": 0.00014554458882619573,
      "loss": 7.3512,
      "step": 245520
    },
    {
      "epoch": 0.5115208333333333,
      "grad_norm": 1.53286874294281,
      "learning_rate": 0.0001455347346313018,
      "loss": 7.1642,
      "step": 245530
    },
    {
      "epoch": 0.5115416666666667,
      "grad_norm": 0.6058626770973206,
      "learning_rate": 0.00014552488045569597,
      "loss": 7.7918,
      "step": 245540
    },
    {
      "epoch": 0.5115625,
      "grad_norm": 1.7303069829940796,
      "learning_rate": 0.00014551502629942084,
      "loss": 7.2578,
      "step": 245550
    },
    {
      "epoch": 0.5115833333333333,
      "grad_norm": 1.7704150676727295,
      "learning_rate": 0.00014550517216251911,
      "loss": 8.0807,
      "step": 245560
    },
    {
      "epoch": 0.5116041666666666,
      "grad_norm": 1.0587395429611206,
      "learning_rate": 0.00014549531804503325,
      "loss": 7.4967,
      "step": 245570
    },
    {
      "epoch": 0.511625,
      "grad_norm": 4.3409576416015625,
      "learning_rate": 0.00014548546394700583,
      "loss": 8.5595,
      "step": 245580
    },
    {
      "epoch": 0.5116458333333334,
      "grad_norm": 0.8591229319572449,
      "learning_rate": 0.00014547560986847937,
      "loss": 8.5058,
      "step": 245590
    },
    {
      "epoch": 0.5116666666666667,
      "grad_norm": 2.313276767730713,
      "learning_rate": 0.0001454657558094965,
      "loss": 7.8713,
      "step": 245600
    },
    {
      "epoch": 0.5116875,
      "grad_norm": 2.4957327842712402,
      "learning_rate": 0.00014545590177009982,
      "loss": 7.6202,
      "step": 245610
    },
    {
      "epoch": 0.5117083333333333,
      "grad_norm": 0.5970262885093689,
      "learning_rate": 0.0001454460477503318,
      "loss": 7.4453,
      "step": 245620
    },
    {
      "epoch": 0.5117291666666667,
      "grad_norm": 0.5024083256721497,
      "learning_rate": 0.00014543619375023505,
      "loss": 7.5741,
      "step": 245630
    },
    {
      "epoch": 0.51175,
      "grad_norm": 1.2853188514709473,
      "learning_rate": 0.00014542633976985216,
      "loss": 8.4947,
      "step": 245640
    },
    {
      "epoch": 0.5117708333333333,
      "grad_norm": 1.0813770294189453,
      "learning_rate": 0.00014541648580922563,
      "loss": 7.7362,
      "step": 245650
    },
    {
      "epoch": 0.5117916666666666,
      "grad_norm": 2.2572121620178223,
      "learning_rate": 0.00014540663186839815,
      "loss": 7.4043,
      "step": 245660
    },
    {
      "epoch": 0.5118125,
      "grad_norm": 1.410426378250122,
      "learning_rate": 0.0001453967779474121,
      "loss": 7.2849,
      "step": 245670
    },
    {
      "epoch": 0.5118333333333334,
      "grad_norm": 2.7422828674316406,
      "learning_rate": 0.00014538692404631018,
      "loss": 7.155,
      "step": 245680
    },
    {
      "epoch": 0.5118541666666667,
      "grad_norm": 1.7540826797485352,
      "learning_rate": 0.000145377070165135,
      "loss": 8.0689,
      "step": 245690
    },
    {
      "epoch": 0.511875,
      "grad_norm": 1.7331960201263428,
      "learning_rate": 0.00014536721630392896,
      "loss": 7.6484,
      "step": 245700
    },
    {
      "epoch": 0.5118958333333333,
      "grad_norm": 1.2607280015945435,
      "learning_rate": 0.0001453573624627347,
      "loss": 8.3422,
      "step": 245710
    },
    {
      "epoch": 0.5119166666666667,
      "grad_norm": 2.328589916229248,
      "learning_rate": 0.00014534750864159487,
      "loss": 7.8329,
      "step": 245720
    },
    {
      "epoch": 0.5119375,
      "grad_norm": 2.522165060043335,
      "learning_rate": 0.00014533765484055192,
      "loss": 7.2654,
      "step": 245730
    },
    {
      "epoch": 0.5119583333333333,
      "grad_norm": 0.6009942889213562,
      "learning_rate": 0.0001453278010596484,
      "loss": 7.5076,
      "step": 245740
    },
    {
      "epoch": 0.5119791666666667,
      "grad_norm": 1.5411126613616943,
      "learning_rate": 0.00014531794729892702,
      "loss": 7.4034,
      "step": 245750
    },
    {
      "epoch": 0.512,
      "grad_norm": 1.321007490158081,
      "learning_rate": 0.0001453080935584303,
      "loss": 7.4278,
      "step": 245760
    },
    {
      "epoch": 0.5120208333333334,
      "grad_norm": 2.6292049884796143,
      "learning_rate": 0.00014529823983820063,
      "loss": 7.3901,
      "step": 245770
    },
    {
      "epoch": 0.5120416666666666,
      "grad_norm": 1.345810890197754,
      "learning_rate": 0.00014528838613828076,
      "loss": 7.7171,
      "step": 245780
    },
    {
      "epoch": 0.5120625,
      "grad_norm": 0.6402479410171509,
      "learning_rate": 0.0001452785324587132,
      "loss": 7.338,
      "step": 245790
    },
    {
      "epoch": 0.5120833333333333,
      "grad_norm": 3.7779030799865723,
      "learning_rate": 0.00014526867879954047,
      "loss": 7.4924,
      "step": 245800
    },
    {
      "epoch": 0.5121041666666667,
      "grad_norm": 1.1605727672576904,
      "learning_rate": 0.00014525882516080521,
      "loss": 7.2471,
      "step": 245810
    },
    {
      "epoch": 0.512125,
      "grad_norm": 6.840027332305908,
      "learning_rate": 0.00014524897154254997,
      "loss": 7.9374,
      "step": 245820
    },
    {
      "epoch": 0.5121458333333333,
      "grad_norm": 1.974159836769104,
      "learning_rate": 0.00014523911794481724,
      "loss": 7.4125,
      "step": 245830
    },
    {
      "epoch": 0.5121666666666667,
      "grad_norm": 0.7417629957199097,
      "learning_rate": 0.00014522926436764965,
      "loss": 7.1079,
      "step": 245840
    },
    {
      "epoch": 0.5121875,
      "grad_norm": 1.2163255214691162,
      "learning_rate": 0.00014521941081108982,
      "loss": 8.8786,
      "step": 245850
    },
    {
      "epoch": 0.5122083333333334,
      "grad_norm": 0.7324938774108887,
      "learning_rate": 0.00014520955727518017,
      "loss": 7.2847,
      "step": 245860
    },
    {
      "epoch": 0.5122291666666666,
      "grad_norm": 0.8999821543693542,
      "learning_rate": 0.00014519970375996333,
      "loss": 7.436,
      "step": 245870
    },
    {
      "epoch": 0.51225,
      "grad_norm": 3.2713711261749268,
      "learning_rate": 0.0001451898502654819,
      "loss": 7.802,
      "step": 245880
    },
    {
      "epoch": 0.5122708333333333,
      "grad_norm": 5.035881042480469,
      "learning_rate": 0.00014517999679177846,
      "loss": 7.685,
      "step": 245890
    },
    {
      "epoch": 0.5122916666666667,
      "grad_norm": 0.7338829636573792,
      "learning_rate": 0.00014517014333889543,
      "loss": 7.354,
      "step": 245900
    },
    {
      "epoch": 0.5123125,
      "grad_norm": 0.7102516293525696,
      "learning_rate": 0.00014516028990687552,
      "loss": 7.4225,
      "step": 245910
    },
    {
      "epoch": 0.5123333333333333,
      "grad_norm": 4.370821475982666,
      "learning_rate": 0.00014515043649576125,
      "loss": 7.7809,
      "step": 245920
    },
    {
      "epoch": 0.5123541666666667,
      "grad_norm": 0.6710807085037231,
      "learning_rate": 0.00014514058310559512,
      "loss": 7.4327,
      "step": 245930
    },
    {
      "epoch": 0.512375,
      "grad_norm": 0.8892431855201721,
      "learning_rate": 0.0001451307297364198,
      "loss": 8.3048,
      "step": 245940
    },
    {
      "epoch": 0.5123958333333334,
      "grad_norm": 1.1488889455795288,
      "learning_rate": 0.0001451208763882778,
      "loss": 8.0494,
      "step": 245950
    },
    {
      "epoch": 0.5124166666666666,
      "grad_norm": 2.038756847381592,
      "learning_rate": 0.00014511102306121165,
      "loss": 8.2518,
      "step": 245960
    },
    {
      "epoch": 0.5124375,
      "grad_norm": 0.6325568556785583,
      "learning_rate": 0.00014510116975526396,
      "loss": 7.5619,
      "step": 245970
    },
    {
      "epoch": 0.5124583333333333,
      "grad_norm": 1.199899435043335,
      "learning_rate": 0.00014509131647047732,
      "loss": 7.9352,
      "step": 245980
    },
    {
      "epoch": 0.5124791666666667,
      "grad_norm": 1.1930071115493774,
      "learning_rate": 0.00014508146320689415,
      "loss": 7.4914,
      "step": 245990
    },
    {
      "epoch": 0.5125,
      "grad_norm": 1.9347079992294312,
      "learning_rate": 0.0001450716099645572,
      "loss": 8.1594,
      "step": 246000
    },
    {
      "epoch": 0.5125,
      "eval_loss": 7.40637731552124,
      "eval_runtime": 8.5808,
      "eval_samples_per_second": 0.35,
      "eval_steps_per_second": 0.117,
      "step": 246000
    },
    {
      "epoch": 0.5125208333333333,
      "grad_norm": 13.260299682617188,
      "learning_rate": 0.00014506175674350893,
      "loss": 7.4858,
      "step": 246010
    },
    {
      "epoch": 0.5125416666666667,
      "grad_norm": 1.0397120714187622,
      "learning_rate": 0.0001450519035437919,
      "loss": 7.6663,
      "step": 246020
    },
    {
      "epoch": 0.5125625,
      "grad_norm": 0.7708479762077332,
      "learning_rate": 0.0001450420503654487,
      "loss": 7.1573,
      "step": 246030
    },
    {
      "epoch": 0.5125833333333333,
      "grad_norm": 1.0940207242965698,
      "learning_rate": 0.00014503219720852185,
      "loss": 8.0855,
      "step": 246040
    },
    {
      "epoch": 0.5126041666666666,
      "grad_norm": 1.0650670528411865,
      "learning_rate": 0.00014502234407305395,
      "loss": 8.0314,
      "step": 246050
    },
    {
      "epoch": 0.512625,
      "grad_norm": 1.0220335721969604,
      "learning_rate": 0.0001450124909590876,
      "loss": 7.1821,
      "step": 246060
    },
    {
      "epoch": 0.5126458333333334,
      "grad_norm": 0.6088014841079712,
      "learning_rate": 0.00014500263786666528,
      "loss": 7.0714,
      "step": 246070
    },
    {
      "epoch": 0.5126666666666667,
      "grad_norm": 1.5597853660583496,
      "learning_rate": 0.00014499278479582954,
      "loss": 7.5754,
      "step": 246080
    },
    {
      "epoch": 0.5126875,
      "grad_norm": 1.841753363609314,
      "learning_rate": 0.00014498293174662307,
      "loss": 7.7895,
      "step": 246090
    },
    {
      "epoch": 0.5127083333333333,
      "grad_norm": 0.664184033870697,
      "learning_rate": 0.0001449730787190883,
      "loss": 8.6798,
      "step": 246100
    },
    {
      "epoch": 0.5127291666666667,
      "grad_norm": 1.4037139415740967,
      "learning_rate": 0.00014496322571326783,
      "loss": 6.9465,
      "step": 246110
    },
    {
      "epoch": 0.51275,
      "grad_norm": 0.6356185078620911,
      "learning_rate": 0.0001449533727292043,
      "loss": 7.1002,
      "step": 246120
    },
    {
      "epoch": 0.5127708333333333,
      "grad_norm": 0.955190896987915,
      "learning_rate": 0.00014494351976694015,
      "loss": 7.8133,
      "step": 246130
    },
    {
      "epoch": 0.5127916666666666,
      "grad_norm": 1.019935131072998,
      "learning_rate": 0.00014493366682651797,
      "loss": 7.4797,
      "step": 246140
    },
    {
      "epoch": 0.5128125,
      "grad_norm": 1.1669925451278687,
      "learning_rate": 0.0001449238139079804,
      "loss": 7.1935,
      "step": 246150
    },
    {
      "epoch": 0.5128333333333334,
      "grad_norm": 3.939070463180542,
      "learning_rate": 0.00014491396101136994,
      "loss": 7.6926,
      "step": 246160
    },
    {
      "epoch": 0.5128541666666667,
      "grad_norm": 0.724460780620575,
      "learning_rate": 0.00014490410813672915,
      "loss": 7.2207,
      "step": 246170
    },
    {
      "epoch": 0.512875,
      "grad_norm": 1.8821046352386475,
      "learning_rate": 0.00014489425528410054,
      "loss": 7.2703,
      "step": 246180
    },
    {
      "epoch": 0.5128958333333333,
      "grad_norm": 6.01939582824707,
      "learning_rate": 0.0001448844024535268,
      "loss": 7.734,
      "step": 246190
    },
    {
      "epoch": 0.5129166666666667,
      "grad_norm": 0.7011231780052185,
      "learning_rate": 0.00014487454964505036,
      "loss": 7.6437,
      "step": 246200
    },
    {
      "epoch": 0.5129375,
      "grad_norm": 1.480246901512146,
      "learning_rate": 0.00014486469685871385,
      "loss": 7.3941,
      "step": 246210
    },
    {
      "epoch": 0.5129583333333333,
      "grad_norm": 2.824324131011963,
      "learning_rate": 0.00014485484409455985,
      "loss": 7.526,
      "step": 246220
    },
    {
      "epoch": 0.5129791666666667,
      "grad_norm": 1.7706178426742554,
      "learning_rate": 0.00014484499135263086,
      "loss": 7.1964,
      "step": 246230
    },
    {
      "epoch": 0.513,
      "grad_norm": 1.2030668258666992,
      "learning_rate": 0.00014483513863296942,
      "loss": 7.6424,
      "step": 246240
    },
    {
      "epoch": 0.5130208333333334,
      "grad_norm": 4.8752827644348145,
      "learning_rate": 0.00014482528593561824,
      "loss": 7.3759,
      "step": 246250
    },
    {
      "epoch": 0.5130416666666666,
      "grad_norm": 1.3081579208374023,
      "learning_rate": 0.00014481543326061975,
      "loss": 7.3454,
      "step": 246260
    },
    {
      "epoch": 0.5130625,
      "grad_norm": 1.1934666633605957,
      "learning_rate": 0.00014480558060801647,
      "loss": 7.9701,
      "step": 246270
    },
    {
      "epoch": 0.5130833333333333,
      "grad_norm": 0.9344748258590698,
      "learning_rate": 0.00014479572797785107,
      "loss": 7.5687,
      "step": 246280
    },
    {
      "epoch": 0.5131041666666667,
      "grad_norm": 0.7050072550773621,
      "learning_rate": 0.0001447858753701661,
      "loss": 7.1544,
      "step": 246290
    },
    {
      "epoch": 0.513125,
      "grad_norm": 1.037846326828003,
      "learning_rate": 0.000144776022785004,
      "loss": 7.068,
      "step": 246300
    },
    {
      "epoch": 0.5131458333333333,
      "grad_norm": 1.0667365789413452,
      "learning_rate": 0.00014476617022240746,
      "loss": 7.5492,
      "step": 246310
    },
    {
      "epoch": 0.5131666666666667,
      "grad_norm": 1.2910689115524292,
      "learning_rate": 0.00014475631768241903,
      "loss": 7.397,
      "step": 246320
    },
    {
      "epoch": 0.5131875,
      "grad_norm": 1.339152216911316,
      "learning_rate": 0.00014474646516508114,
      "loss": 7.4322,
      "step": 246330
    },
    {
      "epoch": 0.5132083333333334,
      "grad_norm": 0.8827951550483704,
      "learning_rate": 0.0001447366126704365,
      "loss": 7.8042,
      "step": 246340
    },
    {
      "epoch": 0.5132291666666666,
      "grad_norm": 1.0792930126190186,
      "learning_rate": 0.00014472676019852763,
      "loss": 7.4782,
      "step": 246350
    },
    {
      "epoch": 0.51325,
      "grad_norm": 0.8337308168411255,
      "learning_rate": 0.000144716907749397,
      "loss": 7.2937,
      "step": 246360
    },
    {
      "epoch": 0.5132708333333333,
      "grad_norm": 0.8006495237350464,
      "learning_rate": 0.0001447070553230873,
      "loss": 7.1785,
      "step": 246370
    },
    {
      "epoch": 0.5132916666666667,
      "grad_norm": 0.7999926209449768,
      "learning_rate": 0.00014469720291964102,
      "loss": 8.2089,
      "step": 246380
    },
    {
      "epoch": 0.5133125,
      "grad_norm": 1.8857648372650146,
      "learning_rate": 0.00014468735053910068,
      "loss": 7.2255,
      "step": 246390
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 2.106288433074951,
      "learning_rate": 0.00014467749818150894,
      "loss": 7.1684,
      "step": 246400
    },
    {
      "epoch": 0.5133541666666667,
      "grad_norm": 0.73377525806427,
      "learning_rate": 0.0001446676458469083,
      "loss": 7.6914,
      "step": 246410
    },
    {
      "epoch": 0.513375,
      "grad_norm": 0.9386584758758545,
      "learning_rate": 0.00014465779353534125,
      "loss": 7.1105,
      "step": 246420
    },
    {
      "epoch": 0.5133958333333334,
      "grad_norm": 1.5133302211761475,
      "learning_rate": 0.00014464794124685048,
      "loss": 7.0702,
      "step": 246430
    },
    {
      "epoch": 0.5134166666666666,
      "grad_norm": 1.1729835271835327,
      "learning_rate": 0.00014463808898147846,
      "loss": 7.5699,
      "step": 246440
    },
    {
      "epoch": 0.5134375,
      "grad_norm": 2.0859291553497314,
      "learning_rate": 0.0001446282367392678,
      "loss": 7.3918,
      "step": 246450
    },
    {
      "epoch": 0.5134583333333333,
      "grad_norm": 0.8876925706863403,
      "learning_rate": 0.00014461838452026099,
      "loss": 7.2887,
      "step": 246460
    },
    {
      "epoch": 0.5134791666666667,
      "grad_norm": 4.001532077789307,
      "learning_rate": 0.00014460853232450065,
      "loss": 7.3894,
      "step": 246470
    },
    {
      "epoch": 0.5135,
      "grad_norm": 1.0640108585357666,
      "learning_rate": 0.00014459868015202936,
      "loss": 7.5341,
      "step": 246480
    },
    {
      "epoch": 0.5135208333333333,
      "grad_norm": 1.3611189126968384,
      "learning_rate": 0.00014458882800288955,
      "loss": 7.2867,
      "step": 246490
    },
    {
      "epoch": 0.5135416666666667,
      "grad_norm": 0.8162496089935303,
      "learning_rate": 0.0001445789758771239,
      "loss": 7.4093,
      "step": 246500
    },
    {
      "epoch": 0.5135625,
      "grad_norm": 2.503631353378296,
      "learning_rate": 0.00014456912377477495,
      "loss": 7.363,
      "step": 246510
    },
    {
      "epoch": 0.5135833333333333,
      "grad_norm": 0.6885931491851807,
      "learning_rate": 0.0001445592716958852,
      "loss": 8.0179,
      "step": 246520
    },
    {
      "epoch": 0.5136041666666666,
      "grad_norm": 0.9048877954483032,
      "learning_rate": 0.0001445494196404973,
      "loss": 7.0761,
      "step": 246530
    },
    {
      "epoch": 0.513625,
      "grad_norm": 1.7644473314285278,
      "learning_rate": 0.0001445395676086537,
      "loss": 7.0667,
      "step": 246540
    },
    {
      "epoch": 0.5136458333333334,
      "grad_norm": 0.6663245558738708,
      "learning_rate": 0.00014452971560039696,
      "loss": 7.1619,
      "step": 246550
    },
    {
      "epoch": 0.5136666666666667,
      "grad_norm": 3.6913623809814453,
      "learning_rate": 0.00014451986361576976,
      "loss": 7.7733,
      "step": 246560
    },
    {
      "epoch": 0.5136875,
      "grad_norm": 2.497607469558716,
      "learning_rate": 0.00014451001165481455,
      "loss": 8.0196,
      "step": 246570
    },
    {
      "epoch": 0.5137083333333333,
      "grad_norm": 3.7424628734588623,
      "learning_rate": 0.0001445001597175739,
      "loss": 8.3004,
      "step": 246580
    },
    {
      "epoch": 0.5137291666666667,
      "grad_norm": 2.893754243850708,
      "learning_rate": 0.00014449030780409045,
      "loss": 7.7041,
      "step": 246590
    },
    {
      "epoch": 0.51375,
      "grad_norm": 1.0775253772735596,
      "learning_rate": 0.00014448045591440665,
      "loss": 7.3686,
      "step": 246600
    },
    {
      "epoch": 0.5137708333333333,
      "grad_norm": 0.6935282349586487,
      "learning_rate": 0.00014447060404856505,
      "loss": 7.7844,
      "step": 246610
    },
    {
      "epoch": 0.5137916666666666,
      "grad_norm": 1.8575397729873657,
      "learning_rate": 0.00014446075220660832,
      "loss": 7.3324,
      "step": 246620
    },
    {
      "epoch": 0.5138125,
      "grad_norm": 0.8819931149482727,
      "learning_rate": 0.00014445090038857892,
      "loss": 7.3842,
      "step": 246630
    },
    {
      "epoch": 0.5138333333333334,
      "grad_norm": 0.9635141491889954,
      "learning_rate": 0.0001444410485945194,
      "loss": 7.1934,
      "step": 246640
    },
    {
      "epoch": 0.5138541666666666,
      "grad_norm": 1.0888893604278564,
      "learning_rate": 0.00014443119682447242,
      "loss": 7.0858,
      "step": 246650
    },
    {
      "epoch": 0.513875,
      "grad_norm": 1.2023119926452637,
      "learning_rate": 0.00014442134507848046,
      "loss": 7.2709,
      "step": 246660
    },
    {
      "epoch": 0.5138958333333333,
      "grad_norm": 2.0922622680664062,
      "learning_rate": 0.00014441149335658602,
      "loss": 7.4192,
      "step": 246670
    },
    {
      "epoch": 0.5139166666666667,
      "grad_norm": 1.0921202898025513,
      "learning_rate": 0.00014440164165883173,
      "loss": 7.5259,
      "step": 246680
    },
    {
      "epoch": 0.5139375,
      "grad_norm": 1.5500298738479614,
      "learning_rate": 0.00014439178998526018,
      "loss": 7.7825,
      "step": 246690
    },
    {
      "epoch": 0.5139583333333333,
      "grad_norm": 1.826946496963501,
      "learning_rate": 0.0001443819383359138,
      "loss": 7.0468,
      "step": 246700
    },
    {
      "epoch": 0.5139791666666667,
      "grad_norm": 4.436673164367676,
      "learning_rate": 0.0001443720867108353,
      "loss": 7.2758,
      "step": 246710
    },
    {
      "epoch": 0.514,
      "grad_norm": 5.347899436950684,
      "learning_rate": 0.00014436223511006714,
      "loss": 7.6851,
      "step": 246720
    },
    {
      "epoch": 0.5140208333333334,
      "grad_norm": 0.7759253978729248,
      "learning_rate": 0.00014435238353365185,
      "loss": 7.6483,
      "step": 246730
    },
    {
      "epoch": 0.5140416666666666,
      "grad_norm": 1.9119267463684082,
      "learning_rate": 0.00014434253198163205,
      "loss": 7.6743,
      "step": 246740
    },
    {
      "epoch": 0.5140625,
      "grad_norm": 1.1934806108474731,
      "learning_rate": 0.0001443326804540503,
      "loss": 7.4626,
      "step": 246750
    },
    {
      "epoch": 0.5140833333333333,
      "grad_norm": 2.8224904537200928,
      "learning_rate": 0.00014432282895094915,
      "loss": 7.5621,
      "step": 246760
    },
    {
      "epoch": 0.5141041666666667,
      "grad_norm": 0.7650151252746582,
      "learning_rate": 0.00014431297747237107,
      "loss": 7.2943,
      "step": 246770
    },
    {
      "epoch": 0.514125,
      "grad_norm": 0.8285795450210571,
      "learning_rate": 0.00014430312601835868,
      "loss": 7.6273,
      "step": 246780
    },
    {
      "epoch": 0.5141458333333333,
      "grad_norm": 1.3765164613723755,
      "learning_rate": 0.00014429327458895458,
      "loss": 7.2979,
      "step": 246790
    },
    {
      "epoch": 0.5141666666666667,
      "grad_norm": 0.8052239418029785,
      "learning_rate": 0.0001442834231842012,
      "loss": 7.2228,
      "step": 246800
    },
    {
      "epoch": 0.5141875,
      "grad_norm": 2.4301698207855225,
      "learning_rate": 0.00014427357180414122,
      "loss": 7.5292,
      "step": 246810
    },
    {
      "epoch": 0.5142083333333334,
      "grad_norm": 0.9212005734443665,
      "learning_rate": 0.00014426372044881717,
      "loss": 7.0457,
      "step": 246820
    },
    {
      "epoch": 0.5142291666666666,
      "grad_norm": 1.4146366119384766,
      "learning_rate": 0.0001442538691182715,
      "loss": 7.6938,
      "step": 246830
    },
    {
      "epoch": 0.51425,
      "grad_norm": 1.0265295505523682,
      "learning_rate": 0.0001442440178125469,
      "loss": 7.5465,
      "step": 246840
    },
    {
      "epoch": 0.5142708333333333,
      "grad_norm": 1.7065670490264893,
      "learning_rate": 0.00014423416653168585,
      "loss": 7.4274,
      "step": 246850
    },
    {
      "epoch": 0.5142916666666667,
      "grad_norm": 3.355644702911377,
      "learning_rate": 0.00014422431527573088,
      "loss": 7.3842,
      "step": 246860
    },
    {
      "epoch": 0.5143125,
      "grad_norm": 2.272996187210083,
      "learning_rate": 0.00014421446404472461,
      "loss": 7.719,
      "step": 246870
    },
    {
      "epoch": 0.5143333333333333,
      "grad_norm": 0.7939454913139343,
      "learning_rate": 0.00014420461283870962,
      "loss": 7.2503,
      "step": 246880
    },
    {
      "epoch": 0.5143541666666667,
      "grad_norm": 0.7454069256782532,
      "learning_rate": 0.00014419476165772834,
      "loss": 7.3433,
      "step": 246890
    },
    {
      "epoch": 0.514375,
      "grad_norm": 0.8233380317687988,
      "learning_rate": 0.00014418491050182343,
      "loss": 7.2918,
      "step": 246900
    },
    {
      "epoch": 0.5143958333333334,
      "grad_norm": 1.1480305194854736,
      "learning_rate": 0.00014417505937103738,
      "loss": 7.038,
      "step": 246910
    },
    {
      "epoch": 0.5144166666666666,
      "grad_norm": 2.6564950942993164,
      "learning_rate": 0.00014416520826541273,
      "loss": 8.2727,
      "step": 246920
    },
    {
      "epoch": 0.5144375,
      "grad_norm": 1.4346354007720947,
      "learning_rate": 0.00014415535718499215,
      "loss": 7.5563,
      "step": 246930
    },
    {
      "epoch": 0.5144583333333334,
      "grad_norm": 5.608957290649414,
      "learning_rate": 0.00014414550612981808,
      "loss": 7.7935,
      "step": 246940
    },
    {
      "epoch": 0.5144791666666667,
      "grad_norm": 3.34997296333313,
      "learning_rate": 0.00014413565509993306,
      "loss": 8.4762,
      "step": 246950
    },
    {
      "epoch": 0.5145,
      "grad_norm": 1.8258743286132812,
      "learning_rate": 0.00014412580409537976,
      "loss": 7.4193,
      "step": 246960
    },
    {
      "epoch": 0.5145208333333333,
      "grad_norm": 0.6015745401382446,
      "learning_rate": 0.00014411595311620065,
      "loss": 7.7433,
      "step": 246970
    },
    {
      "epoch": 0.5145416666666667,
      "grad_norm": 1.8191807270050049,
      "learning_rate": 0.00014410610216243822,
      "loss": 7.5308,
      "step": 246980
    },
    {
      "epoch": 0.5145625,
      "grad_norm": 0.7681617736816406,
      "learning_rate": 0.00014409625123413522,
      "loss": 7.0594,
      "step": 246990
    },
    {
      "epoch": 0.5145833333333333,
      "grad_norm": 1.386815071105957,
      "learning_rate": 0.000144086400331334,
      "loss": 7.5672,
      "step": 247000
    },
    {
      "epoch": 0.5145833333333333,
      "eval_loss": 7.793105125427246,
      "eval_runtime": 8.32,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 247000
    },
    {
      "epoch": 0.5146041666666666,
      "grad_norm": 2.571161985397339,
      "learning_rate": 0.00014407654945407716,
      "loss": 7.3831,
      "step": 247010
    },
    {
      "epoch": 0.514625,
      "grad_norm": 1.1363162994384766,
      "learning_rate": 0.00014406669860240735,
      "loss": 7.6124,
      "step": 247020
    },
    {
      "epoch": 0.5146458333333334,
      "grad_norm": 0.639033317565918,
      "learning_rate": 0.00014405684777636706,
      "loss": 7.4218,
      "step": 247030
    },
    {
      "epoch": 0.5146666666666667,
      "grad_norm": 1.41201913356781,
      "learning_rate": 0.0001440469969759988,
      "loss": 7.4735,
      "step": 247040
    },
    {
      "epoch": 0.5146875,
      "grad_norm": 1.721228003501892,
      "learning_rate": 0.00014403714620134513,
      "loss": 8.1429,
      "step": 247050
    },
    {
      "epoch": 0.5147083333333333,
      "grad_norm": 1.0581340789794922,
      "learning_rate": 0.0001440272954524487,
      "loss": 8.345,
      "step": 247060
    },
    {
      "epoch": 0.5147291666666667,
      "grad_norm": 0.5882608294487,
      "learning_rate": 0.00014401744472935192,
      "loss": 7.1679,
      "step": 247070
    },
    {
      "epoch": 0.51475,
      "grad_norm": 1.7071762084960938,
      "learning_rate": 0.00014400759403209742,
      "loss": 7.5199,
      "step": 247080
    },
    {
      "epoch": 0.5147708333333333,
      "grad_norm": 2.848055362701416,
      "learning_rate": 0.00014399774336072777,
      "loss": 7.4407,
      "step": 247090
    },
    {
      "epoch": 0.5147916666666666,
      "grad_norm": 1.5960197448730469,
      "learning_rate": 0.0001439878927152855,
      "loss": 7.4036,
      "step": 247100
    },
    {
      "epoch": 0.5148125,
      "grad_norm": 0.9130018353462219,
      "learning_rate": 0.0001439780420958131,
      "loss": 7.8252,
      "step": 247110
    },
    {
      "epoch": 0.5148333333333334,
      "grad_norm": 0.9375330805778503,
      "learning_rate": 0.00014396819150235324,
      "loss": 7.2871,
      "step": 247120
    },
    {
      "epoch": 0.5148541666666666,
      "grad_norm": 0.8417190313339233,
      "learning_rate": 0.00014395834093494837,
      "loss": 7.0623,
      "step": 247130
    },
    {
      "epoch": 0.514875,
      "grad_norm": 1.8578826189041138,
      "learning_rate": 0.00014394849039364103,
      "loss": 8.0565,
      "step": 247140
    },
    {
      "epoch": 0.5148958333333333,
      "grad_norm": 0.579267144203186,
      "learning_rate": 0.00014393863987847391,
      "loss": 7.2707,
      "step": 247150
    },
    {
      "epoch": 0.5149166666666667,
      "grad_norm": 1.206581473350525,
      "learning_rate": 0.00014392878938948944,
      "loss": 7.5903,
      "step": 247160
    },
    {
      "epoch": 0.5149375,
      "grad_norm": 3.6607747077941895,
      "learning_rate": 0.00014391893892673016,
      "loss": 7.6745,
      "step": 247170
    },
    {
      "epoch": 0.5149583333333333,
      "grad_norm": 1.0850906372070312,
      "learning_rate": 0.00014390908849023866,
      "loss": 7.5378,
      "step": 247180
    },
    {
      "epoch": 0.5149791666666667,
      "grad_norm": 1.2530264854431152,
      "learning_rate": 0.00014389923808005755,
      "loss": 7.3679,
      "step": 247190
    },
    {
      "epoch": 0.515,
      "grad_norm": 0.7701864242553711,
      "learning_rate": 0.00014388938769622922,
      "loss": 7.2872,
      "step": 247200
    },
    {
      "epoch": 0.5150208333333334,
      "grad_norm": 1.3881267309188843,
      "learning_rate": 0.0001438795373387964,
      "loss": 7.7867,
      "step": 247210
    },
    {
      "epoch": 0.5150416666666666,
      "grad_norm": 0.6566480398178101,
      "learning_rate": 0.00014386968700780153,
      "loss": 7.0726,
      "step": 247220
    },
    {
      "epoch": 0.5150625,
      "grad_norm": 1.9563286304473877,
      "learning_rate": 0.00014385983670328715,
      "loss": 7.7445,
      "step": 247230
    },
    {
      "epoch": 0.5150833333333333,
      "grad_norm": 1.1136397123336792,
      "learning_rate": 0.00014384998642529587,
      "loss": 7.3701,
      "step": 247240
    },
    {
      "epoch": 0.5151041666666667,
      "grad_norm": 1.145150899887085,
      "learning_rate": 0.00014384013617387025,
      "loss": 7.2362,
      "step": 247250
    },
    {
      "epoch": 0.515125,
      "grad_norm": 1.1431735754013062,
      "learning_rate": 0.00014383028594905275,
      "loss": 7.1141,
      "step": 247260
    },
    {
      "epoch": 0.5151458333333333,
      "grad_norm": 0.7506864070892334,
      "learning_rate": 0.00014382043575088602,
      "loss": 7.143,
      "step": 247270
    },
    {
      "epoch": 0.5151666666666667,
      "grad_norm": 1.64439058303833,
      "learning_rate": 0.0001438105855794125,
      "loss": 8.2681,
      "step": 247280
    },
    {
      "epoch": 0.5151875,
      "grad_norm": 1.519561529159546,
      "learning_rate": 0.0001438007354346748,
      "loss": 7.1193,
      "step": 247290
    },
    {
      "epoch": 0.5152083333333334,
      "grad_norm": 0.7379070520401001,
      "learning_rate": 0.00014379088531671556,
      "loss": 7.2131,
      "step": 247300
    },
    {
      "epoch": 0.5152291666666666,
      "grad_norm": 1.0589021444320679,
      "learning_rate": 0.00014378103522557717,
      "loss": 7.6222,
      "step": 247310
    },
    {
      "epoch": 0.51525,
      "grad_norm": 0.7784995436668396,
      "learning_rate": 0.00014377118516130223,
      "loss": 7.4445,
      "step": 247320
    },
    {
      "epoch": 0.5152708333333333,
      "grad_norm": 2.0008459091186523,
      "learning_rate": 0.00014376133512393336,
      "loss": 8.0542,
      "step": 247330
    },
    {
      "epoch": 0.5152916666666667,
      "grad_norm": 1.1308168172836304,
      "learning_rate": 0.000143751485113513,
      "loss": 7.2664,
      "step": 247340
    },
    {
      "epoch": 0.5153125,
      "grad_norm": 1.236162543296814,
      "learning_rate": 0.00014374163513008383,
      "loss": 7.6428,
      "step": 247350
    },
    {
      "epoch": 0.5153333333333333,
      "grad_norm": 1.3803373575210571,
      "learning_rate": 0.00014373178517368824,
      "loss": 7.3146,
      "step": 247360
    },
    {
      "epoch": 0.5153541666666667,
      "grad_norm": 0.8783563375473022,
      "learning_rate": 0.00014372193524436888,
      "loss": 7.4121,
      "step": 247370
    },
    {
      "epoch": 0.515375,
      "grad_norm": 0.8833944797515869,
      "learning_rate": 0.0001437120853421683,
      "loss": 7.8722,
      "step": 247380
    },
    {
      "epoch": 0.5153958333333334,
      "grad_norm": 2.5303986072540283,
      "learning_rate": 0.00014370223546712898,
      "loss": 7.5468,
      "step": 247390
    },
    {
      "epoch": 0.5154166666666666,
      "grad_norm": 1.592622995376587,
      "learning_rate": 0.00014369238561929356,
      "loss": 7.1724,
      "step": 247400
    },
    {
      "epoch": 0.5154375,
      "grad_norm": 0.9484521150588989,
      "learning_rate": 0.00014368253579870451,
      "loss": 7.1835,
      "step": 247410
    },
    {
      "epoch": 0.5154583333333334,
      "grad_norm": 2.027963399887085,
      "learning_rate": 0.00014367268600540435,
      "loss": 7.3159,
      "step": 247420
    },
    {
      "epoch": 0.5154791666666667,
      "grad_norm": 6.200903415679932,
      "learning_rate": 0.00014366283623943576,
      "loss": 7.5605,
      "step": 247430
    },
    {
      "epoch": 0.5155,
      "grad_norm": 1.205220103263855,
      "learning_rate": 0.0001436529865008412,
      "loss": 7.0789,
      "step": 247440
    },
    {
      "epoch": 0.5155208333333333,
      "grad_norm": 3.2569997310638428,
      "learning_rate": 0.00014364313678966317,
      "loss": 7.7197,
      "step": 247450
    },
    {
      "epoch": 0.5155416666666667,
      "grad_norm": 0.7824620604515076,
      "learning_rate": 0.00014363328710594432,
      "loss": 7.0862,
      "step": 247460
    },
    {
      "epoch": 0.5155625,
      "grad_norm": 0.7050314545631409,
      "learning_rate": 0.00014362343744972716,
      "loss": 7.6859,
      "step": 247470
    },
    {
      "epoch": 0.5155833333333333,
      "grad_norm": 3.390509843826294,
      "learning_rate": 0.00014361358782105416,
      "loss": 7.6716,
      "step": 247480
    },
    {
      "epoch": 0.5156041666666666,
      "grad_norm": 1.4307808876037598,
      "learning_rate": 0.00014360373821996803,
      "loss": 8.5242,
      "step": 247490
    },
    {
      "epoch": 0.515625,
      "grad_norm": 1.0085123777389526,
      "learning_rate": 0.00014359388864651116,
      "loss": 7.4033,
      "step": 247500
    },
    {
      "epoch": 0.5156458333333334,
      "grad_norm": 1.1149165630340576,
      "learning_rate": 0.00014358403910072612,
      "loss": 7.6612,
      "step": 247510
    },
    {
      "epoch": 0.5156666666666667,
      "grad_norm": 0.5903486609458923,
      "learning_rate": 0.00014357418958265555,
      "loss": 7.351,
      "step": 247520
    },
    {
      "epoch": 0.5156875,
      "grad_norm": 0.6799318790435791,
      "learning_rate": 0.00014356434009234198,
      "loss": 7.9013,
      "step": 247530
    },
    {
      "epoch": 0.5157083333333333,
      "grad_norm": 1.0705775022506714,
      "learning_rate": 0.00014355449062982784,
      "loss": 7.6086,
      "step": 247540
    },
    {
      "epoch": 0.5157291666666667,
      "grad_norm": 3.670677423477173,
      "learning_rate": 0.00014354464119515573,
      "loss": 7.5198,
      "step": 247550
    },
    {
      "epoch": 0.51575,
      "grad_norm": 0.9847697615623474,
      "learning_rate": 0.0001435347917883683,
      "loss": 7.2796,
      "step": 247560
    },
    {
      "epoch": 0.5157708333333333,
      "grad_norm": 2.9406142234802246,
      "learning_rate": 0.00014352494240950792,
      "loss": 7.2804,
      "step": 247570
    },
    {
      "epoch": 0.5157916666666666,
      "grad_norm": 1.8154908418655396,
      "learning_rate": 0.00014351509305861727,
      "loss": 7.1819,
      "step": 247580
    },
    {
      "epoch": 0.5158125,
      "grad_norm": 3.8861827850341797,
      "learning_rate": 0.00014350524373573888,
      "loss": 7.4359,
      "step": 247590
    },
    {
      "epoch": 0.5158333333333334,
      "grad_norm": 0.6846052408218384,
      "learning_rate": 0.0001434953944409152,
      "loss": 7.2023,
      "step": 247600
    },
    {
      "epoch": 0.5158541666666666,
      "grad_norm": 1.5079604387283325,
      "learning_rate": 0.00014348554517418886,
      "loss": 7.9317,
      "step": 247610
    },
    {
      "epoch": 0.515875,
      "grad_norm": 0.7207234501838684,
      "learning_rate": 0.00014347569593560244,
      "loss": 7.332,
      "step": 247620
    },
    {
      "epoch": 0.5158958333333333,
      "grad_norm": 1.197675347328186,
      "learning_rate": 0.0001434658467251984,
      "loss": 7.2494,
      "step": 247630
    },
    {
      "epoch": 0.5159166666666667,
      "grad_norm": 9.384476661682129,
      "learning_rate": 0.00014345599754301926,
      "loss": 7.7402,
      "step": 247640
    },
    {
      "epoch": 0.5159375,
      "grad_norm": 6.330341339111328,
      "learning_rate": 0.0001434461483891077,
      "loss": 7.9673,
      "step": 247650
    },
    {
      "epoch": 0.5159583333333333,
      "grad_norm": 2.108330726623535,
      "learning_rate": 0.0001434362992635062,
      "loss": 7.6346,
      "step": 247660
    },
    {
      "epoch": 0.5159791666666667,
      "grad_norm": 0.7830572724342346,
      "learning_rate": 0.00014342645016625718,
      "loss": 8.0328,
      "step": 247670
    },
    {
      "epoch": 0.516,
      "grad_norm": 1.334868311882019,
      "learning_rate": 0.00014341660109740338,
      "loss": 7.0762,
      "step": 247680
    },
    {
      "epoch": 0.5160208333333334,
      "grad_norm": 0.7241884469985962,
      "learning_rate": 0.00014340675205698724,
      "loss": 7.1558,
      "step": 247690
    },
    {
      "epoch": 0.5160416666666666,
      "grad_norm": 1.1848838329315186,
      "learning_rate": 0.0001433969030450513,
      "loss": 7.6331,
      "step": 247700
    },
    {
      "epoch": 0.5160625,
      "grad_norm": 1.6401245594024658,
      "learning_rate": 0.00014338705406163814,
      "loss": 7.6837,
      "step": 247710
    },
    {
      "epoch": 0.5160833333333333,
      "grad_norm": 1.0108450651168823,
      "learning_rate": 0.0001433772051067903,
      "loss": 7.6775,
      "step": 247720
    },
    {
      "epoch": 0.5161041666666667,
      "grad_norm": 3.38865327835083,
      "learning_rate": 0.0001433673561805503,
      "loss": 7.4551,
      "step": 247730
    },
    {
      "epoch": 0.516125,
      "grad_norm": 1.258033275604248,
      "learning_rate": 0.00014335750728296066,
      "loss": 7.4966,
      "step": 247740
    },
    {
      "epoch": 0.5161458333333333,
      "grad_norm": 1.3610548973083496,
      "learning_rate": 0.00014334765841406404,
      "loss": 7.2979,
      "step": 247750
    },
    {
      "epoch": 0.5161666666666667,
      "grad_norm": 0.8584388494491577,
      "learning_rate": 0.00014333780957390284,
      "loss": 7.3155,
      "step": 247760
    },
    {
      "epoch": 0.5161875,
      "grad_norm": 1.2293508052825928,
      "learning_rate": 0.0001433279607625197,
      "loss": 7.3645,
      "step": 247770
    },
    {
      "epoch": 0.5162083333333334,
      "grad_norm": 2.533186435699463,
      "learning_rate": 0.00014331811197995713,
      "loss": 7.3135,
      "step": 247780
    },
    {
      "epoch": 0.5162291666666666,
      "grad_norm": 2.055666208267212,
      "learning_rate": 0.0001433082632262576,
      "loss": 7.2447,
      "step": 247790
    },
    {
      "epoch": 0.51625,
      "grad_norm": 1.2492209672927856,
      "learning_rate": 0.00014329841450146381,
      "loss": 7.3799,
      "step": 247800
    },
    {
      "epoch": 0.5162708333333333,
      "grad_norm": 0.8582842946052551,
      "learning_rate": 0.0001432885658056182,
      "loss": 7.5082,
      "step": 247810
    },
    {
      "epoch": 0.5162916666666667,
      "grad_norm": 1.8775744438171387,
      "learning_rate": 0.00014327871713876327,
      "loss": 6.9928,
      "step": 247820
    },
    {
      "epoch": 0.5163125,
      "grad_norm": 4.25574254989624,
      "learning_rate": 0.0001432688685009417,
      "loss": 7.6239,
      "step": 247830
    },
    {
      "epoch": 0.5163333333333333,
      "grad_norm": 1.7226486206054688,
      "learning_rate": 0.0001432590198921959,
      "loss": 7.3514,
      "step": 247840
    },
    {
      "epoch": 0.5163541666666667,
      "grad_norm": 0.815599799156189,
      "learning_rate": 0.00014324917131256846,
      "loss": 7.3659,
      "step": 247850
    },
    {
      "epoch": 0.516375,
      "grad_norm": 0.8058212399482727,
      "learning_rate": 0.00014323932276210199,
      "loss": 7.4166,
      "step": 247860
    },
    {
      "epoch": 0.5163958333333334,
      "grad_norm": 0.8644163608551025,
      "learning_rate": 0.00014322947424083893,
      "loss": 7.4944,
      "step": 247870
    },
    {
      "epoch": 0.5164166666666666,
      "grad_norm": 0.5774552822113037,
      "learning_rate": 0.00014321962574882183,
      "loss": 7.4477,
      "step": 247880
    },
    {
      "epoch": 0.5164375,
      "grad_norm": 3.486814498901367,
      "learning_rate": 0.0001432097772860933,
      "loss": 7.8489,
      "step": 247890
    },
    {
      "epoch": 0.5164583333333334,
      "grad_norm": 3.604884386062622,
      "learning_rate": 0.0001431999288526959,
      "loss": 8.105,
      "step": 247900
    },
    {
      "epoch": 0.5164791666666667,
      "grad_norm": 1.1201465129852295,
      "learning_rate": 0.00014319008044867202,
      "loss": 7.5859,
      "step": 247910
    },
    {
      "epoch": 0.5165,
      "grad_norm": 1.6701949834823608,
      "learning_rate": 0.00014318023207406433,
      "loss": 7.4829,
      "step": 247920
    },
    {
      "epoch": 0.5165208333333333,
      "grad_norm": 1.110293984413147,
      "learning_rate": 0.00014317038372891537,
      "loss": 7.143,
      "step": 247930
    },
    {
      "epoch": 0.5165416666666667,
      "grad_norm": 1.0199520587921143,
      "learning_rate": 0.00014316053541326763,
      "loss": 7.4056,
      "step": 247940
    },
    {
      "epoch": 0.5165625,
      "grad_norm": 0.9812943935394287,
      "learning_rate": 0.0001431506871271636,
      "loss": 7.1079,
      "step": 247950
    },
    {
      "epoch": 0.5165833333333333,
      "grad_norm": 1.4268336296081543,
      "learning_rate": 0.000143140838870646,
      "loss": 7.4827,
      "step": 247960
    },
    {
      "epoch": 0.5166041666666666,
      "grad_norm": 0.601244330406189,
      "learning_rate": 0.0001431309906437572,
      "loss": 7.462,
      "step": 247970
    },
    {
      "epoch": 0.516625,
      "grad_norm": 1.5126174688339233,
      "learning_rate": 0.0001431211424465398,
      "loss": 7.0547,
      "step": 247980
    },
    {
      "epoch": 0.5166458333333334,
      "grad_norm": 1.198828935623169,
      "learning_rate": 0.00014311129427903638,
      "loss": 7.4461,
      "step": 247990
    },
    {
      "epoch": 0.5166666666666667,
      "grad_norm": 1.206207275390625,
      "learning_rate": 0.0001431014461412894,
      "loss": 8.1243,
      "step": 248000
    },
    {
      "epoch": 0.5166666666666667,
      "eval_loss": 7.555760860443115,
      "eval_runtime": 8.6018,
      "eval_samples_per_second": 0.349,
      "eval_steps_per_second": 0.116,
      "step": 248000
    },
    {
      "epoch": 0.5166875,
      "grad_norm": 0.9877843856811523,
      "learning_rate": 0.00014309159803334144,
      "loss": 7.7092,
      "step": 248010
    },
    {
      "epoch": 0.5167083333333333,
      "grad_norm": 1.3175140619277954,
      "learning_rate": 0.00014308174995523507,
      "loss": 7.0045,
      "step": 248020
    },
    {
      "epoch": 0.5167291666666667,
      "grad_norm": 1.2127779722213745,
      "learning_rate": 0.00014307190190701285,
      "loss": 7.5423,
      "step": 248030
    },
    {
      "epoch": 0.51675,
      "grad_norm": 4.913064479827881,
      "learning_rate": 0.00014306205388871717,
      "loss": 7.3277,
      "step": 248040
    },
    {
      "epoch": 0.5167708333333333,
      "grad_norm": 1.6735444068908691,
      "learning_rate": 0.00014305220590039072,
      "loss": 7.2127,
      "step": 248050
    },
    {
      "epoch": 0.5167916666666666,
      "grad_norm": 0.672826886177063,
      "learning_rate": 0.000143042357942076,
      "loss": 7.6688,
      "step": 248060
    },
    {
      "epoch": 0.5168125,
      "grad_norm": 3.652251958847046,
      "learning_rate": 0.0001430325100138155,
      "loss": 7.9232,
      "step": 248070
    },
    {
      "epoch": 0.5168333333333334,
      "grad_norm": 1.3487415313720703,
      "learning_rate": 0.00014302266211565183,
      "loss": 7.7617,
      "step": 248080
    },
    {
      "epoch": 0.5168541666666666,
      "grad_norm": 0.6530309319496155,
      "learning_rate": 0.00014301281424762753,
      "loss": 7.4912,
      "step": 248090
    },
    {
      "epoch": 0.516875,
      "grad_norm": 7.663437366485596,
      "learning_rate": 0.00014300296640978503,
      "loss": 8.4239,
      "step": 248100
    },
    {
      "epoch": 0.5168958333333333,
      "grad_norm": 0.6961455941200256,
      "learning_rate": 0.000142993118602167,
      "loss": 7.3486,
      "step": 248110
    },
    {
      "epoch": 0.5169166666666667,
      "grad_norm": 0.7115838527679443,
      "learning_rate": 0.00014298327082481593,
      "loss": 7.175,
      "step": 248120
    },
    {
      "epoch": 0.5169375,
      "grad_norm": 1.455176830291748,
      "learning_rate": 0.00014297342307777427,
      "loss": 7.4554,
      "step": 248130
    },
    {
      "epoch": 0.5169583333333333,
      "grad_norm": 1.7597295045852661,
      "learning_rate": 0.0001429635753610847,
      "loss": 7.6714,
      "step": 248140
    },
    {
      "epoch": 0.5169791666666667,
      "grad_norm": 1.1682929992675781,
      "learning_rate": 0.00014295372767478975,
      "loss": 7.3552,
      "step": 248150
    },
    {
      "epoch": 0.517,
      "grad_norm": 2.8618199825286865,
      "learning_rate": 0.0001429438800189318,
      "loss": 7.3564,
      "step": 248160
    },
    {
      "epoch": 0.5170208333333334,
      "grad_norm": 0.7531548738479614,
      "learning_rate": 0.0001429340323935536,
      "loss": 7.4364,
      "step": 248170
    },
    {
      "epoch": 0.5170416666666666,
      "grad_norm": 3.104454517364502,
      "learning_rate": 0.00014292418479869753,
      "loss": 8.2738,
      "step": 248180
    },
    {
      "epoch": 0.5170625,
      "grad_norm": 1.3245450258255005,
      "learning_rate": 0.00014291433723440615,
      "loss": 7.2104,
      "step": 248190
    },
    {
      "epoch": 0.5170833333333333,
      "grad_norm": 2.9800350666046143,
      "learning_rate": 0.0001429044897007221,
      "loss": 8.0146,
      "step": 248200
    },
    {
      "epoch": 0.5171041666666667,
      "grad_norm": 1.6673541069030762,
      "learning_rate": 0.00014289464219768781,
      "loss": 7.92,
      "step": 248210
    },
    {
      "epoch": 0.517125,
      "grad_norm": 9.148917198181152,
      "learning_rate": 0.00014288479472534588,
      "loss": 7.5465,
      "step": 248220
    },
    {
      "epoch": 0.5171458333333333,
      "grad_norm": 0.8012669086456299,
      "learning_rate": 0.00014287494728373878,
      "loss": 7.503,
      "step": 248230
    },
    {
      "epoch": 0.5171666666666667,
      "grad_norm": 1.5133674144744873,
      "learning_rate": 0.0001428650998729091,
      "loss": 7.3874,
      "step": 248240
    },
    {
      "epoch": 0.5171875,
      "grad_norm": 1.4040772914886475,
      "learning_rate": 0.0001428552524928994,
      "loss": 7.317,
      "step": 248250
    },
    {
      "epoch": 0.5172083333333334,
      "grad_norm": 1.057608723640442,
      "learning_rate": 0.0001428454051437521,
      "loss": 7.7683,
      "step": 248260
    },
    {
      "epoch": 0.5172291666666666,
      "grad_norm": 0.8683330416679382,
      "learning_rate": 0.00014283555782550992,
      "loss": 7.4143,
      "step": 248270
    },
    {
      "epoch": 0.51725,
      "grad_norm": 2.4683988094329834,
      "learning_rate": 0.00014282571053821522,
      "loss": 7.6442,
      "step": 248280
    },
    {
      "epoch": 0.5172708333333333,
      "grad_norm": 1.382656216621399,
      "learning_rate": 0.0001428158632819106,
      "loss": 7.3268,
      "step": 248290
    },
    {
      "epoch": 0.5172916666666667,
      "grad_norm": 0.8082326054573059,
      "learning_rate": 0.00014280601605663867,
      "loss": 7.1509,
      "step": 248300
    },
    {
      "epoch": 0.5173125,
      "grad_norm": 0.9053146243095398,
      "learning_rate": 0.00014279616886244187,
      "loss": 7.1715,
      "step": 248310
    },
    {
      "epoch": 0.5173333333333333,
      "grad_norm": 2.1886587142944336,
      "learning_rate": 0.00014278632169936273,
      "loss": 7.7469,
      "step": 248320
    },
    {
      "epoch": 0.5173541666666667,
      "grad_norm": 1.0353386402130127,
      "learning_rate": 0.0001427764745674439,
      "loss": 7.1122,
      "step": 248330
    },
    {
      "epoch": 0.517375,
      "grad_norm": 1.4020469188690186,
      "learning_rate": 0.0001427666274667278,
      "loss": 7.5001,
      "step": 248340
    },
    {
      "epoch": 0.5173958333333334,
      "grad_norm": 0.9888623952865601,
      "learning_rate": 0.000142756780397257,
      "loss": 7.7305,
      "step": 248350
    },
    {
      "epoch": 0.5174166666666666,
      "grad_norm": 1.5825068950653076,
      "learning_rate": 0.00014274693335907408,
      "loss": 7.3109,
      "step": 248360
    },
    {
      "epoch": 0.5174375,
      "grad_norm": 1.0956957340240479,
      "learning_rate": 0.0001427370863522215,
      "loss": 7.1716,
      "step": 248370
    },
    {
      "epoch": 0.5174583333333334,
      "grad_norm": 1.6223437786102295,
      "learning_rate": 0.0001427272393767418,
      "loss": 7.3706,
      "step": 248380
    },
    {
      "epoch": 0.5174791666666667,
      "grad_norm": 1.9388985633850098,
      "learning_rate": 0.00014271739243267763,
      "loss": 7.4357,
      "step": 248390
    },
    {
      "epoch": 0.5175,
      "grad_norm": 1.3321537971496582,
      "learning_rate": 0.00014270754552007144,
      "loss": 7.2788,
      "step": 248400
    },
    {
      "epoch": 0.5175208333333333,
      "grad_norm": 1.4108206033706665,
      "learning_rate": 0.0001426976986389657,
      "loss": 7.7304,
      "step": 248410
    },
    {
      "epoch": 0.5175416666666667,
      "grad_norm": 1.0238169431686401,
      "learning_rate": 0.00014268785178940305,
      "loss": 8.1369,
      "step": 248420
    },
    {
      "epoch": 0.5175625,
      "grad_norm": 1.242524266242981,
      "learning_rate": 0.00014267800497142597,
      "loss": 7.3762,
      "step": 248430
    },
    {
      "epoch": 0.5175833333333333,
      "grad_norm": 0.9434112310409546,
      "learning_rate": 0.000142668158185077,
      "loss": 8.2981,
      "step": 248440
    },
    {
      "epoch": 0.5176041666666666,
      "grad_norm": 4.700823783874512,
      "learning_rate": 0.0001426583114303987,
      "loss": 7.5566,
      "step": 248450
    },
    {
      "epoch": 0.517625,
      "grad_norm": 1.6928595304489136,
      "learning_rate": 0.0001426484647074336,
      "loss": 7.8936,
      "step": 248460
    },
    {
      "epoch": 0.5176458333333334,
      "grad_norm": 0.7484923005104065,
      "learning_rate": 0.0001426386180162242,
      "loss": 6.9034,
      "step": 248470
    },
    {
      "epoch": 0.5176666666666667,
      "grad_norm": 1.4931696653366089,
      "learning_rate": 0.00014262877135681306,
      "loss": 7.4645,
      "step": 248480
    },
    {
      "epoch": 0.5176875,
      "grad_norm": 0.7721174955368042,
      "learning_rate": 0.00014261892472924276,
      "loss": 6.9008,
      "step": 248490
    },
    {
      "epoch": 0.5177083333333333,
      "grad_norm": 0.9405699372291565,
      "learning_rate": 0.0001426090781335557,
      "loss": 7.5979,
      "step": 248500
    },
    {
      "epoch": 0.5177291666666667,
      "grad_norm": 1.9374221563339233,
      "learning_rate": 0.00014259923156979454,
      "loss": 7.4255,
      "step": 248510
    },
    {
      "epoch": 0.51775,
      "grad_norm": 1.2745667695999146,
      "learning_rate": 0.0001425893850380018,
      "loss": 7.6686,
      "step": 248520
    },
    {
      "epoch": 0.5177708333333333,
      "grad_norm": 2.988771438598633,
      "learning_rate": 0.00014257953853821998,
      "loss": 7.5626,
      "step": 248530
    },
    {
      "epoch": 0.5177916666666667,
      "grad_norm": 1.6919881105422974,
      "learning_rate": 0.00014256969207049157,
      "loss": 7.2446,
      "step": 248540
    },
    {
      "epoch": 0.5178125,
      "grad_norm": 1.0393102169036865,
      "learning_rate": 0.00014255984563485915,
      "loss": 7.09,
      "step": 248550
    },
    {
      "epoch": 0.5178333333333334,
      "grad_norm": 2.5806691646575928,
      "learning_rate": 0.0001425499992313653,
      "loss": 7.3976,
      "step": 248560
    },
    {
      "epoch": 0.5178541666666666,
      "grad_norm": 1.7898926734924316,
      "learning_rate": 0.00014254015286005244,
      "loss": 7.5858,
      "step": 248570
    },
    {
      "epoch": 0.517875,
      "grad_norm": 1.006341576576233,
      "learning_rate": 0.0001425303065209632,
      "loss": 7.5492,
      "step": 248580
    },
    {
      "epoch": 0.5178958333333333,
      "grad_norm": 2.40087890625,
      "learning_rate": 0.0001425204602141401,
      "loss": 7.591,
      "step": 248590
    },
    {
      "epoch": 0.5179166666666667,
      "grad_norm": 1.6570011377334595,
      "learning_rate": 0.0001425106139396256,
      "loss": 6.8149,
      "step": 248600
    },
    {
      "epoch": 0.5179375,
      "grad_norm": 0.8799969553947449,
      "learning_rate": 0.00014250076769746234,
      "loss": 7.231,
      "step": 248610
    },
    {
      "epoch": 0.5179583333333333,
      "grad_norm": 0.7467748522758484,
      "learning_rate": 0.0001424909214876928,
      "loss": 7.5233,
      "step": 248620
    },
    {
      "epoch": 0.5179791666666667,
      "grad_norm": 1.558814287185669,
      "learning_rate": 0.00014248107531035942,
      "loss": 7.7086,
      "step": 248630
    },
    {
      "epoch": 0.518,
      "grad_norm": 0.7054377198219299,
      "learning_rate": 0.00014247122916550488,
      "loss": 7.2945,
      "step": 248640
    },
    {
      "epoch": 0.5180208333333334,
      "grad_norm": 1.1872029304504395,
      "learning_rate": 0.00014246138305317168,
      "loss": 7.302,
      "step": 248650
    },
    {
      "epoch": 0.5180416666666666,
      "grad_norm": 1.218359351158142,
      "learning_rate": 0.00014245153697340225,
      "loss": 7.1735,
      "step": 248660
    },
    {
      "epoch": 0.5180625,
      "grad_norm": 1.2623592615127563,
      "learning_rate": 0.00014244169092623928,
      "loss": 7.6733,
      "step": 248670
    },
    {
      "epoch": 0.5180833333333333,
      "grad_norm": 0.9202219247817993,
      "learning_rate": 0.00014243184491172516,
      "loss": 6.837,
      "step": 248680
    },
    {
      "epoch": 0.5181041666666667,
      "grad_norm": 0.8219194412231445,
      "learning_rate": 0.00014242199892990242,
      "loss": 7.5768,
      "step": 248690
    },
    {
      "epoch": 0.518125,
      "grad_norm": 0.9706758856773376,
      "learning_rate": 0.00014241215298081374,
      "loss": 7.287,
      "step": 248700
    },
    {
      "epoch": 0.5181458333333333,
      "grad_norm": 0.9807500839233398,
      "learning_rate": 0.0001424023070645015,
      "loss": 7.1687,
      "step": 248710
    },
    {
      "epoch": 0.5181666666666667,
      "grad_norm": 0.7165839076042175,
      "learning_rate": 0.00014239246118100826,
      "loss": 7.3395,
      "step": 248720
    },
    {
      "epoch": 0.5181875,
      "grad_norm": 3.325488328933716,
      "learning_rate": 0.00014238261533037667,
      "loss": 7.274,
      "step": 248730
    },
    {
      "epoch": 0.5182083333333334,
      "grad_norm": 0.7522976994514465,
      "learning_rate": 0.00014237276951264912,
      "loss": 8.3077,
      "step": 248740
    },
    {
      "epoch": 0.5182291666666666,
      "grad_norm": 1.14773428440094,
      "learning_rate": 0.00014236292372786814,
      "loss": 7.3399,
      "step": 248750
    },
    {
      "epoch": 0.51825,
      "grad_norm": 1.1250346899032593,
      "learning_rate": 0.00014235307797607637,
      "loss": 7.2717,
      "step": 248760
    },
    {
      "epoch": 0.5182708333333333,
      "grad_norm": 1.5975799560546875,
      "learning_rate": 0.0001423432322573163,
      "loss": 7.3099,
      "step": 248770
    },
    {
      "epoch": 0.5182916666666667,
      "grad_norm": 0.7909200191497803,
      "learning_rate": 0.00014233338657163036,
      "loss": 7.5456,
      "step": 248780
    },
    {
      "epoch": 0.5183125,
      "grad_norm": 0.6458320021629333,
      "learning_rate": 0.00014232354091906117,
      "loss": 7.5017,
      "step": 248790
    },
    {
      "epoch": 0.5183333333333333,
      "grad_norm": 2.1457810401916504,
      "learning_rate": 0.0001423136952996513,
      "loss": 7.5971,
      "step": 248800
    },
    {
      "epoch": 0.5183541666666667,
      "grad_norm": 1.4989689588546753,
      "learning_rate": 0.00014230384971344317,
      "loss": 7.626,
      "step": 248810
    },
    {
      "epoch": 0.518375,
      "grad_norm": 1.0465177297592163,
      "learning_rate": 0.00014229400416047936,
      "loss": 7.1495,
      "step": 248820
    },
    {
      "epoch": 0.5183958333333333,
      "grad_norm": 0.962153434753418,
      "learning_rate": 0.00014228415864080246,
      "loss": 7.1827,
      "step": 248830
    },
    {
      "epoch": 0.5184166666666666,
      "grad_norm": 0.9603733420372009,
      "learning_rate": 0.0001422743131544549,
      "loss": 7.4845,
      "step": 248840
    },
    {
      "epoch": 0.5184375,
      "grad_norm": 0.9210166335105896,
      "learning_rate": 0.0001422644677014792,
      "loss": 8.023,
      "step": 248850
    },
    {
      "epoch": 0.5184583333333334,
      "grad_norm": 0.5409456491470337,
      "learning_rate": 0.00014225462228191802,
      "loss": 7.5625,
      "step": 248860
    },
    {
      "epoch": 0.5184791666666667,
      "grad_norm": 1.451287031173706,
      "learning_rate": 0.0001422447768958138,
      "loss": 7.4764,
      "step": 248870
    },
    {
      "epoch": 0.5185,
      "grad_norm": 3.2278897762298584,
      "learning_rate": 0.00014223493154320898,
      "loss": 7.5881,
      "step": 248880
    },
    {
      "epoch": 0.5185208333333333,
      "grad_norm": 1.0727694034576416,
      "learning_rate": 0.0001422250862241463,
      "loss": 7.1105,
      "step": 248890
    },
    {
      "epoch": 0.5185416666666667,
      "grad_norm": 1.2949250936508179,
      "learning_rate": 0.00014221524093866814,
      "loss": 7.6464,
      "step": 248900
    },
    {
      "epoch": 0.5185625,
      "grad_norm": 0.7743857502937317,
      "learning_rate": 0.000142205395686817,
      "loss": 7.4226,
      "step": 248910
    },
    {
      "epoch": 0.5185833333333333,
      "grad_norm": 1.3070907592773438,
      "learning_rate": 0.0001421955504686355,
      "loss": 7.3648,
      "step": 248920
    },
    {
      "epoch": 0.5186041666666666,
      "grad_norm": 1.00984787940979,
      "learning_rate": 0.00014218570528416616,
      "loss": 7.3627,
      "step": 248930
    },
    {
      "epoch": 0.518625,
      "grad_norm": 0.8946847319602966,
      "learning_rate": 0.00014217586013345144,
      "loss": 7.328,
      "step": 248940
    },
    {
      "epoch": 0.5186458333333334,
      "grad_norm": 1.2031282186508179,
      "learning_rate": 0.0001421660150165339,
      "loss": 7.2855,
      "step": 248950
    },
    {
      "epoch": 0.5186666666666667,
      "grad_norm": 0.8898610472679138,
      "learning_rate": 0.00014215616993345614,
      "loss": 6.9372,
      "step": 248960
    },
    {
      "epoch": 0.5186875,
      "grad_norm": 0.935230553150177,
      "learning_rate": 0.00014214632488426053,
      "loss": 7.3447,
      "step": 248970
    },
    {
      "epoch": 0.5187083333333333,
      "grad_norm": 11.507189750671387,
      "learning_rate": 0.00014213647986898974,
      "loss": 8.7805,
      "step": 248980
    },
    {
      "epoch": 0.5187291666666667,
      "grad_norm": 0.9830566644668579,
      "learning_rate": 0.00014212663488768628,
      "loss": 7.1531,
      "step": 248990
    },
    {
      "epoch": 0.51875,
      "grad_norm": 1.1325122117996216,
      "learning_rate": 0.00014211678994039255,
      "loss": 7.1333,
      "step": 249000
    },
    {
      "epoch": 0.51875,
      "eval_loss": 6.931368350982666,
      "eval_runtime": 8.3793,
      "eval_samples_per_second": 0.358,
      "eval_steps_per_second": 0.119,
      "step": 249000
    },
    {
      "epoch": 0.5187708333333333,
      "grad_norm": 1.5449403524398804,
      "learning_rate": 0.00014210694502715123,
      "loss": 7.3921,
      "step": 249010
    },
    {
      "epoch": 0.5187916666666667,
      "grad_norm": 1.199855923652649,
      "learning_rate": 0.0001420971001480048,
      "loss": 7.5201,
      "step": 249020
    },
    {
      "epoch": 0.5188125,
      "grad_norm": 2.1327929496765137,
      "learning_rate": 0.0001420872553029957,
      "loss": 7.5472,
      "step": 249030
    },
    {
      "epoch": 0.5188333333333334,
      "grad_norm": 1.110312581062317,
      "learning_rate": 0.0001420774104921666,
      "loss": 7.6477,
      "step": 249040
    },
    {
      "epoch": 0.5188541666666666,
      "grad_norm": 1.0534963607788086,
      "learning_rate": 0.00014206756571555993,
      "loss": 7.7955,
      "step": 249050
    },
    {
      "epoch": 0.518875,
      "grad_norm": 0.8775414824485779,
      "learning_rate": 0.00014205772097321818,
      "loss": 7.9059,
      "step": 249060
    },
    {
      "epoch": 0.5188958333333333,
      "grad_norm": 1.0788781642913818,
      "learning_rate": 0.000142047876265184,
      "loss": 7.5939,
      "step": 249070
    },
    {
      "epoch": 0.5189166666666667,
      "grad_norm": 1.700689673423767,
      "learning_rate": 0.00014203803159149983,
      "loss": 7.1574,
      "step": 249080
    },
    {
      "epoch": 0.5189375,
      "grad_norm": 0.974950909614563,
      "learning_rate": 0.00014202818695220815,
      "loss": 7.8079,
      "step": 249090
    },
    {
      "epoch": 0.5189583333333333,
      "grad_norm": 2.5840113162994385,
      "learning_rate": 0.00014201834234735163,
      "loss": 7.5515,
      "step": 249100
    },
    {
      "epoch": 0.5189791666666667,
      "grad_norm": 0.8872748613357544,
      "learning_rate": 0.0001420084977769727,
      "loss": 7.8199,
      "step": 249110
    },
    {
      "epoch": 0.519,
      "grad_norm": 0.5082502961158752,
      "learning_rate": 0.0001419986532411139,
      "loss": 7.4752,
      "step": 249120
    },
    {
      "epoch": 0.5190208333333334,
      "grad_norm": 1.0024082660675049,
      "learning_rate": 0.0001419888087398177,
      "loss": 7.4052,
      "step": 249130
    },
    {
      "epoch": 0.5190416666666666,
      "grad_norm": 10.275062561035156,
      "learning_rate": 0.00014197896427312672,
      "loss": 9.2467,
      "step": 249140
    },
    {
      "epoch": 0.5190625,
      "grad_norm": 0.6276001930236816,
      "learning_rate": 0.00014196911984108344,
      "loss": 8.3593,
      "step": 249150
    },
    {
      "epoch": 0.5190833333333333,
      "grad_norm": 1.296006679534912,
      "learning_rate": 0.0001419592754437303,
      "loss": 7.49,
      "step": 249160
    },
    {
      "epoch": 0.5191041666666667,
      "grad_norm": 1.6786925792694092,
      "learning_rate": 0.00014194943108111004,
      "loss": 7.4111,
      "step": 249170
    },
    {
      "epoch": 0.519125,
      "grad_norm": 1.6126303672790527,
      "learning_rate": 0.00014193958675326495,
      "loss": 7.0828,
      "step": 249180
    },
    {
      "epoch": 0.5191458333333333,
      "grad_norm": 2.1329526901245117,
      "learning_rate": 0.00014192974246023766,
      "loss": 7.7809,
      "step": 249190
    },
    {
      "epoch": 0.5191666666666667,
      "grad_norm": 1.3621121644973755,
      "learning_rate": 0.00014191989820207075,
      "loss": 7.3436,
      "step": 249200
    },
    {
      "epoch": 0.5191875,
      "grad_norm": 0.8329335451126099,
      "learning_rate": 0.00014191005397880664,
      "loss": 7.3812,
      "step": 249210
    },
    {
      "epoch": 0.5192083333333334,
      "grad_norm": 0.8111546635627747,
      "learning_rate": 0.00014190020979048789,
      "loss": 7.2261,
      "step": 249220
    },
    {
      "epoch": 0.5192291666666666,
      "grad_norm": 0.9141895174980164,
      "learning_rate": 0.00014189036563715707,
      "loss": 6.9968,
      "step": 249230
    },
    {
      "epoch": 0.51925,
      "grad_norm": 1.3156331777572632,
      "learning_rate": 0.00014188052151885663,
      "loss": 7.3629,
      "step": 249240
    },
    {
      "epoch": 0.5192708333333333,
      "grad_norm": 3.3380961418151855,
      "learning_rate": 0.0001418706774356291,
      "loss": 7.1993,
      "step": 249250
    },
    {
      "epoch": 0.5192916666666667,
      "grad_norm": 1.0208466053009033,
      "learning_rate": 0.00014186083338751706,
      "loss": 7.4642,
      "step": 249260
    },
    {
      "epoch": 0.5193125,
      "grad_norm": 1.8359606266021729,
      "learning_rate": 0.00014185098937456302,
      "loss": 7.6725,
      "step": 249270
    },
    {
      "epoch": 0.5193333333333333,
      "grad_norm": 0.8346454501152039,
      "learning_rate": 0.00014184114539680942,
      "loss": 7.1797,
      "step": 249280
    },
    {
      "epoch": 0.5193541666666667,
      "grad_norm": 2.2335853576660156,
      "learning_rate": 0.00014183130145429887,
      "loss": 7.7639,
      "step": 249290
    },
    {
      "epoch": 0.519375,
      "grad_norm": 1.5192545652389526,
      "learning_rate": 0.0001418214575470739,
      "loss": 7.4209,
      "step": 249300
    },
    {
      "epoch": 0.5193958333333333,
      "grad_norm": 1.8021726608276367,
      "learning_rate": 0.00014181161367517693,
      "loss": 7.6353,
      "step": 249310
    },
    {
      "epoch": 0.5194166666666666,
      "grad_norm": 2.1184844970703125,
      "learning_rate": 0.00014180176983865058,
      "loss": 7.4611,
      "step": 249320
    },
    {
      "epoch": 0.5194375,
      "grad_norm": 1.5669816732406616,
      "learning_rate": 0.00014179192603753737,
      "loss": 7.6163,
      "step": 249330
    },
    {
      "epoch": 0.5194583333333334,
      "grad_norm": 1.2339247465133667,
      "learning_rate": 0.0001417820822718797,
      "loss": 7.2167,
      "step": 249340
    },
    {
      "epoch": 0.5194791666666667,
      "grad_norm": 1.102874994277954,
      "learning_rate": 0.00014177223854172026,
      "loss": 7.2869,
      "step": 249350
    },
    {
      "epoch": 0.5195,
      "grad_norm": 0.9971049427986145,
      "learning_rate": 0.0001417623948471015,
      "loss": 7.3374,
      "step": 249360
    },
    {
      "epoch": 0.5195208333333333,
      "grad_norm": 0.7408784031867981,
      "learning_rate": 0.00014175255118806587,
      "loss": 7.7287,
      "step": 249370
    },
    {
      "epoch": 0.5195416666666667,
      "grad_norm": 1.1796619892120361,
      "learning_rate": 0.000141742707564656,
      "loss": 7.1702,
      "step": 249380
    },
    {
      "epoch": 0.5195625,
      "grad_norm": 0.871959388256073,
      "learning_rate": 0.0001417328639769144,
      "loss": 7.0683,
      "step": 249390
    },
    {
      "epoch": 0.5195833333333333,
      "grad_norm": 0.8637333512306213,
      "learning_rate": 0.00014172302042488353,
      "loss": 7.6282,
      "step": 249400
    },
    {
      "epoch": 0.5196041666666666,
      "grad_norm": 2.1112701892852783,
      "learning_rate": 0.0001417131769086059,
      "loss": 7.5298,
      "step": 249410
    },
    {
      "epoch": 0.519625,
      "grad_norm": 1.2115890979766846,
      "learning_rate": 0.00014170333342812405,
      "loss": 7.4183,
      "step": 249420
    },
    {
      "epoch": 0.5196458333333334,
      "grad_norm": 3.0762131214141846,
      "learning_rate": 0.00014169348998348057,
      "loss": 7.78,
      "step": 249430
    },
    {
      "epoch": 0.5196666666666667,
      "grad_norm": 0.7688762545585632,
      "learning_rate": 0.0001416836465747179,
      "loss": 7.8186,
      "step": 249440
    },
    {
      "epoch": 0.5196875,
      "grad_norm": 3.664031744003296,
      "learning_rate": 0.00014167380320187855,
      "loss": 7.7016,
      "step": 249450
    },
    {
      "epoch": 0.5197083333333333,
      "grad_norm": 0.6487458944320679,
      "learning_rate": 0.00014166395986500518,
      "loss": 7.6932,
      "step": 249460
    },
    {
      "epoch": 0.5197291666666667,
      "grad_norm": 1.9660297632217407,
      "learning_rate": 0.0001416541165641401,
      "loss": 7.291,
      "step": 249470
    },
    {
      "epoch": 0.51975,
      "grad_norm": 1.16055428981781,
      "learning_rate": 0.00014164427329932595,
      "loss": 7.4655,
      "step": 249480
    },
    {
      "epoch": 0.5197708333333333,
      "grad_norm": 3.3162097930908203,
      "learning_rate": 0.0001416344300706053,
      "loss": 7.2291,
      "step": 249490
    },
    {
      "epoch": 0.5197916666666667,
      "grad_norm": 1.6943906545639038,
      "learning_rate": 0.0001416245868780205,
      "loss": 7.8829,
      "step": 249500
    },
    {
      "epoch": 0.5198125,
      "grad_norm": 1.4297279119491577,
      "learning_rate": 0.00014161474372161424,
      "loss": 7.2841,
      "step": 249510
    },
    {
      "epoch": 0.5198333333333334,
      "grad_norm": 3.6829240322113037,
      "learning_rate": 0.00014160490060142897,
      "loss": 7.4987,
      "step": 249520
    },
    {
      "epoch": 0.5198541666666666,
      "grad_norm": 0.6980816125869751,
      "learning_rate": 0.00014159505751750714,
      "loss": 7.3101,
      "step": 249530
    },
    {
      "epoch": 0.519875,
      "grad_norm": 0.8544825315475464,
      "learning_rate": 0.00014158521446989143,
      "loss": 7.1996,
      "step": 249540
    },
    {
      "epoch": 0.5198958333333333,
      "grad_norm": 2.2869441509246826,
      "learning_rate": 0.0001415753714586242,
      "loss": 7.4289,
      "step": 249550
    },
    {
      "epoch": 0.5199166666666667,
      "grad_norm": 1.11501145362854,
      "learning_rate": 0.00014156552848374802,
      "loss": 7.0123,
      "step": 249560
    },
    {
      "epoch": 0.5199375,
      "grad_norm": 11.438955307006836,
      "learning_rate": 0.00014155568554530547,
      "loss": 7.8959,
      "step": 249570
    },
    {
      "epoch": 0.5199583333333333,
      "grad_norm": 1.4286985397338867,
      "learning_rate": 0.000141545842643339,
      "loss": 7.1774,
      "step": 249580
    },
    {
      "epoch": 0.5199791666666667,
      "grad_norm": 1.3638345003128052,
      "learning_rate": 0.00014153599977789107,
      "loss": 7.2196,
      "step": 249590
    },
    {
      "epoch": 0.52,
      "grad_norm": 1.0495656728744507,
      "learning_rate": 0.00014152615694900438,
      "loss": 7.3331,
      "step": 249600
    },
    {
      "epoch": 0.5200208333333334,
      "grad_norm": 1.7629706859588623,
      "learning_rate": 0.00014151631415672129,
      "loss": 7.2986,
      "step": 249610
    },
    {
      "epoch": 0.5200416666666666,
      "grad_norm": 0.7145543694496155,
      "learning_rate": 0.00014150647140108433,
      "loss": 7.3569,
      "step": 249620
    },
    {
      "epoch": 0.5200625,
      "grad_norm": 0.9441203474998474,
      "learning_rate": 0.00014149662868213612,
      "loss": 7.3515,
      "step": 249630
    },
    {
      "epoch": 0.5200833333333333,
      "grad_norm": 5.700122833251953,
      "learning_rate": 0.0001414867859999191,
      "loss": 7.4967,
      "step": 249640
    },
    {
      "epoch": 0.5201041666666667,
      "grad_norm": 2.984920024871826,
      "learning_rate": 0.0001414769433544757,
      "loss": 7.637,
      "step": 249650
    },
    {
      "epoch": 0.520125,
      "grad_norm": 0.7364435195922852,
      "learning_rate": 0.00014146710074584864,
      "loss": 7.235,
      "step": 249660
    },
    {
      "epoch": 0.5201458333333333,
      "grad_norm": 0.8716161251068115,
      "learning_rate": 0.0001414572581740803,
      "loss": 7.3514,
      "step": 249670
    },
    {
      "epoch": 0.5201666666666667,
      "grad_norm": 6.811258792877197,
      "learning_rate": 0.00014144741563921318,
      "loss": 7.7892,
      "step": 249680
    },
    {
      "epoch": 0.5201875,
      "grad_norm": 0.8721046447753906,
      "learning_rate": 0.00014143757314128986,
      "loss": 7.5116,
      "step": 249690
    },
    {
      "epoch": 0.5202083333333334,
      "grad_norm": 1.4572908878326416,
      "learning_rate": 0.00014142773068035288,
      "loss": 7.6813,
      "step": 249700
    },
    {
      "epoch": 0.5202291666666666,
      "grad_norm": 2.643206834793091,
      "learning_rate": 0.00014141788825644468,
      "loss": 7.5083,
      "step": 249710
    },
    {
      "epoch": 0.52025,
      "grad_norm": 1.5466057062149048,
      "learning_rate": 0.00014140804586960777,
      "loss": 7.2915,
      "step": 249720
    },
    {
      "epoch": 0.5202708333333333,
      "grad_norm": 0.8009048700332642,
      "learning_rate": 0.00014139820351988477,
      "loss": 7.5313,
      "step": 249730
    },
    {
      "epoch": 0.5202916666666667,
      "grad_norm": 0.9541170001029968,
      "learning_rate": 0.00014138836120731807,
      "loss": 7.4816,
      "step": 249740
    },
    {
      "epoch": 0.5203125,
      "grad_norm": 1.20193350315094,
      "learning_rate": 0.00014137851893195023,
      "loss": 7.2865,
      "step": 249750
    },
    {
      "epoch": 0.5203333333333333,
      "grad_norm": 0.635686993598938,
      "learning_rate": 0.00014136867669382384,
      "loss": 7.0517,
      "step": 249760
    },
    {
      "epoch": 0.5203541666666667,
      "grad_norm": 1.180598497390747,
      "learning_rate": 0.00014135883449298135,
      "loss": 7.5735,
      "step": 249770
    },
    {
      "epoch": 0.520375,
      "grad_norm": 3.722079038619995,
      "learning_rate": 0.0001413489923294652,
      "loss": 6.999,
      "step": 249780
    },
    {
      "epoch": 0.5203958333333333,
      "grad_norm": 0.6662044525146484,
      "learning_rate": 0.00014133915020331803,
      "loss": 7.6009,
      "step": 249790
    },
    {
      "epoch": 0.5204166666666666,
      "grad_norm": 2.3008415699005127,
      "learning_rate": 0.0001413293081145823,
      "loss": 7.4204,
      "step": 249800
    },
    {
      "epoch": 0.5204375,
      "grad_norm": 1.2274010181427002,
      "learning_rate": 0.0001413194660633005,
      "loss": 7.3691,
      "step": 249810
    },
    {
      "epoch": 0.5204583333333334,
      "grad_norm": 0.8495767712593079,
      "learning_rate": 0.00014130962404951516,
      "loss": 7.2337,
      "step": 249820
    },
    {
      "epoch": 0.5204791666666667,
      "grad_norm": 1.1778416633605957,
      "learning_rate": 0.0001412997820732689,
      "loss": 8.2801,
      "step": 249830
    },
    {
      "epoch": 0.5205,
      "grad_norm": 0.8416661024093628,
      "learning_rate": 0.00014128994013460402,
      "loss": 7.2154,
      "step": 249840
    },
    {
      "epoch": 0.5205208333333333,
      "grad_norm": 5.038282871246338,
      "learning_rate": 0.00014128009823356319,
      "loss": 7.8694,
      "step": 249850
    },
    {
      "epoch": 0.5205416666666667,
      "grad_norm": 0.7174863219261169,
      "learning_rate": 0.00014127025637018892,
      "loss": 7.4129,
      "step": 249860
    },
    {
      "epoch": 0.5205625,
      "grad_norm": 0.9690532684326172,
      "learning_rate": 0.00014126041454452364,
      "loss": 7.1104,
      "step": 249870
    },
    {
      "epoch": 0.5205833333333333,
      "grad_norm": 1.5500085353851318,
      "learning_rate": 0.00014125057275660993,
      "loss": 7.4925,
      "step": 249880
    },
    {
      "epoch": 0.5206041666666666,
      "grad_norm": 1.450653314590454,
      "learning_rate": 0.0001412407310064903,
      "loss": 7.2275,
      "step": 249890
    },
    {
      "epoch": 0.520625,
      "grad_norm": 1.253408670425415,
      "learning_rate": 0.0001412308892942072,
      "loss": 7.0565,
      "step": 249900
    },
    {
      "epoch": 0.5206458333333334,
      "grad_norm": 2.2914750576019287,
      "learning_rate": 0.00014122104761980325,
      "loss": 7.3252,
      "step": 249910
    },
    {
      "epoch": 0.5206666666666667,
      "grad_norm": 1.0286654233932495,
      "learning_rate": 0.00014121120598332087,
      "loss": 7.4992,
      "step": 249920
    },
    {
      "epoch": 0.5206875,
      "grad_norm": 2.848362445831299,
      "learning_rate": 0.00014120136438480256,
      "loss": 7.3447,
      "step": 249930
    },
    {
      "epoch": 0.5207083333333333,
      "grad_norm": 2.668872117996216,
      "learning_rate": 0.00014119152282429095,
      "loss": 7.6968,
      "step": 249940
    },
    {
      "epoch": 0.5207291666666667,
      "grad_norm": 0.8534442186355591,
      "learning_rate": 0.00014118168130182842,
      "loss": 7.4299,
      "step": 249950
    },
    {
      "epoch": 0.52075,
      "grad_norm": 1.3421186208724976,
      "learning_rate": 0.00014117183981745751,
      "loss": 8.1982,
      "step": 249960
    },
    {
      "epoch": 0.5207708333333333,
      "grad_norm": 1.806067705154419,
      "learning_rate": 0.00014116199837122084,
      "loss": 7.578,
      "step": 249970
    },
    {
      "epoch": 0.5207916666666667,
      "grad_norm": 0.8381884098052979,
      "learning_rate": 0.0001411521569631608,
      "loss": 7.2803,
      "step": 249980
    },
    {
      "epoch": 0.5208125,
      "grad_norm": 1.1485366821289062,
      "learning_rate": 0.00014114231559331998,
      "loss": 7.1471,
      "step": 249990
    },
    {
      "epoch": 0.5208333333333334,
      "grad_norm": 1.2711803913116455,
      "learning_rate": 0.00014113247426174075,
      "loss": 7.5022,
      "step": 250000
    },
    {
      "epoch": 0.5208333333333334,
      "eval_loss": 6.770268440246582,
      "eval_runtime": 7.9296,
      "eval_samples_per_second": 0.378,
      "eval_steps_per_second": 0.126,
      "step": 250000
    },
    {
      "epoch": 0.5208541666666666,
      "grad_norm": 0.7643531560897827,
      "learning_rate": 0.0001411226329684658,
      "loss": 7.5918,
      "step": 250010
    },
    {
      "epoch": 0.520875,
      "grad_norm": 1.0892601013183594,
      "learning_rate": 0.00014111279171353757,
      "loss": 8.205,
      "step": 250020
    },
    {
      "epoch": 0.5208958333333333,
      "grad_norm": 2.9984047412872314,
      "learning_rate": 0.00014110295049699848,
      "loss": 7.1663,
      "step": 250030
    },
    {
      "epoch": 0.5209166666666667,
      "grad_norm": 1.2568111419677734,
      "learning_rate": 0.00014109310931889122,
      "loss": 8.854,
      "step": 250040
    },
    {
      "epoch": 0.5209375,
      "grad_norm": 1.2800240516662598,
      "learning_rate": 0.00014108326817925817,
      "loss": 7.0578,
      "step": 250050
    },
    {
      "epoch": 0.5209583333333333,
      "grad_norm": 0.7962210178375244,
      "learning_rate": 0.0001410734270781418,
      "loss": 7.4023,
      "step": 250060
    },
    {
      "epoch": 0.5209791666666667,
      "grad_norm": 1.0136029720306396,
      "learning_rate": 0.00014106358601558477,
      "loss": 7.6937,
      "step": 250070
    },
    {
      "epoch": 0.521,
      "grad_norm": 1.1086355447769165,
      "learning_rate": 0.0001410537449916295,
      "loss": 6.8136,
      "step": 250080
    },
    {
      "epoch": 0.5210208333333334,
      "grad_norm": 0.6594228744506836,
      "learning_rate": 0.00014104390400631846,
      "loss": 7.3716,
      "step": 250090
    },
    {
      "epoch": 0.5210416666666666,
      "grad_norm": 1.1862010955810547,
      "learning_rate": 0.0001410340630596943,
      "loss": 7.0819,
      "step": 250100
    },
    {
      "epoch": 0.5210625,
      "grad_norm": 0.6841263771057129,
      "learning_rate": 0.00014102422215179938,
      "loss": 7.3874,
      "step": 250110
    },
    {
      "epoch": 0.5210833333333333,
      "grad_norm": 1.1827353239059448,
      "learning_rate": 0.00014101438128267626,
      "loss": 8.2049,
      "step": 250120
    },
    {
      "epoch": 0.5211041666666667,
      "grad_norm": 1.5569162368774414,
      "learning_rate": 0.0001410045404523675,
      "loss": 7.5142,
      "step": 250130
    },
    {
      "epoch": 0.521125,
      "grad_norm": 0.871991753578186,
      "learning_rate": 0.00014099469966091557,
      "loss": 8.1095,
      "step": 250140
    },
    {
      "epoch": 0.5211458333333333,
      "grad_norm": 1.009775996208191,
      "learning_rate": 0.00014098485890836287,
      "loss": 7.6527,
      "step": 250150
    },
    {
      "epoch": 0.5211666666666667,
      "grad_norm": 1.079282522201538,
      "learning_rate": 0.0001409750181947521,
      "loss": 7.3356,
      "step": 250160
    },
    {
      "epoch": 0.5211875,
      "grad_norm": 3.9276390075683594,
      "learning_rate": 0.0001409651775201257,
      "loss": 7.985,
      "step": 250170
    },
    {
      "epoch": 0.5212083333333334,
      "grad_norm": 1.1034411191940308,
      "learning_rate": 0.0001409553368845261,
      "loss": 7.4357,
      "step": 250180
    },
    {
      "epoch": 0.5212291666666666,
      "grad_norm": 1.9628986120224,
      "learning_rate": 0.00014094549628799587,
      "loss": 7.8326,
      "step": 250190
    },
    {
      "epoch": 0.52125,
      "grad_norm": 0.6722456812858582,
      "learning_rate": 0.00014093565573057755,
      "loss": 7.2632,
      "step": 250200
    },
    {
      "epoch": 0.5212708333333333,
      "grad_norm": 1.117950677871704,
      "learning_rate": 0.00014092581521231356,
      "loss": 7.5684,
      "step": 250210
    },
    {
      "epoch": 0.5212916666666667,
      "grad_norm": 1.1047117710113525,
      "learning_rate": 0.00014091597473324648,
      "loss": 7.2332,
      "step": 250220
    },
    {
      "epoch": 0.5213125,
      "grad_norm": 0.4232124090194702,
      "learning_rate": 0.0001409061342934188,
      "loss": 7.3908,
      "step": 250230
    },
    {
      "epoch": 0.5213333333333333,
      "grad_norm": 1.2333741188049316,
      "learning_rate": 0.000140896293892873,
      "loss": 7.7141,
      "step": 250240
    },
    {
      "epoch": 0.5213541666666667,
      "grad_norm": 1.1180293560028076,
      "learning_rate": 0.0001408864535316516,
      "loss": 7.5501,
      "step": 250250
    },
    {
      "epoch": 0.521375,
      "grad_norm": 1.1743085384368896,
      "learning_rate": 0.0001408766132097972,
      "loss": 7.6496,
      "step": 250260
    },
    {
      "epoch": 0.5213958333333333,
      "grad_norm": 0.7855310440063477,
      "learning_rate": 0.0001408667729273521,
      "loss": 7.183,
      "step": 250270
    },
    {
      "epoch": 0.5214166666666666,
      "grad_norm": 0.5878280997276306,
      "learning_rate": 0.00014085693268435902,
      "loss": 8.2261,
      "step": 250280
    },
    {
      "epoch": 0.5214375,
      "grad_norm": 1.2826756238937378,
      "learning_rate": 0.00014084709248086033,
      "loss": 7.1762,
      "step": 250290
    },
    {
      "epoch": 0.5214583333333334,
      "grad_norm": 0.9176983833312988,
      "learning_rate": 0.0001408372523168986,
      "loss": 7.5057,
      "step": 250300
    },
    {
      "epoch": 0.5214791666666667,
      "grad_norm": 1.9573419094085693,
      "learning_rate": 0.00014082741219251626,
      "loss": 7.3707,
      "step": 250310
    },
    {
      "epoch": 0.5215,
      "grad_norm": 0.6394687294960022,
      "learning_rate": 0.0001408175721077559,
      "loss": 7.7792,
      "step": 250320
    },
    {
      "epoch": 0.5215208333333333,
      "grad_norm": 0.9864437580108643,
      "learning_rate": 0.00014080773206266,
      "loss": 6.9307,
      "step": 250330
    },
    {
      "epoch": 0.5215416666666667,
      "grad_norm": 1.863188624382019,
      "learning_rate": 0.00014079789205727106,
      "loss": 7.2516,
      "step": 250340
    },
    {
      "epoch": 0.5215625,
      "grad_norm": 0.9036865830421448,
      "learning_rate": 0.00014078805209163155,
      "loss": 7.1144,
      "step": 250350
    },
    {
      "epoch": 0.5215833333333333,
      "grad_norm": 1.1099631786346436,
      "learning_rate": 0.0001407782121657841,
      "loss": 7.7465,
      "step": 250360
    },
    {
      "epoch": 0.5216041666666666,
      "grad_norm": 1.1247211694717407,
      "learning_rate": 0.000140768372279771,
      "loss": 7.5887,
      "step": 250370
    },
    {
      "epoch": 0.521625,
      "grad_norm": 1.1282888650894165,
      "learning_rate": 0.00014075853243363494,
      "loss": 7.4122,
      "step": 250380
    },
    {
      "epoch": 0.5216458333333334,
      "grad_norm": 0.9890919327735901,
      "learning_rate": 0.0001407486926274184,
      "loss": 7.2613,
      "step": 250390
    },
    {
      "epoch": 0.5216666666666666,
      "grad_norm": 1.75449538230896,
      "learning_rate": 0.00014073885286116375,
      "loss": 7.4974,
      "step": 250400
    },
    {
      "epoch": 0.5216875,
      "grad_norm": 1.6337093114852905,
      "learning_rate": 0.0001407290131349137,
      "loss": 7.6993,
      "step": 250410
    },
    {
      "epoch": 0.5217083333333333,
      "grad_norm": 1.8147927522659302,
      "learning_rate": 0.00014071917344871056,
      "loss": 7.7347,
      "step": 250420
    },
    {
      "epoch": 0.5217291666666667,
      "grad_norm": 1.045717716217041,
      "learning_rate": 0.00014070933380259693,
      "loss": 7.2751,
      "step": 250430
    },
    {
      "epoch": 0.52175,
      "grad_norm": 1.2967305183410645,
      "learning_rate": 0.00014069949419661534,
      "loss": 7.239,
      "step": 250440
    },
    {
      "epoch": 0.5217708333333333,
      "grad_norm": 1.035944938659668,
      "learning_rate": 0.00014068965463080824,
      "loss": 7.5926,
      "step": 250450
    },
    {
      "epoch": 0.5217916666666667,
      "grad_norm": 2.1885807514190674,
      "learning_rate": 0.0001406798151052181,
      "loss": 7.4006,
      "step": 250460
    },
    {
      "epoch": 0.5218125,
      "grad_norm": 1.5696337223052979,
      "learning_rate": 0.0001406699756198875,
      "loss": 7.1353,
      "step": 250470
    },
    {
      "epoch": 0.5218333333333334,
      "grad_norm": 1.4382787942886353,
      "learning_rate": 0.00014066013617485893,
      "loss": 7.3318,
      "step": 250480
    },
    {
      "epoch": 0.5218541666666666,
      "grad_norm": 3.1737747192382812,
      "learning_rate": 0.00014065029677017484,
      "loss": 7.3405,
      "step": 250490
    },
    {
      "epoch": 0.521875,
      "grad_norm": 1.1436415910720825,
      "learning_rate": 0.00014064045740587783,
      "loss": 7.8351,
      "step": 250500
    },
    {
      "epoch": 0.5218958333333333,
      "grad_norm": 1.0161817073822021,
      "learning_rate": 0.00014063061808201028,
      "loss": 7.1621,
      "step": 250510
    },
    {
      "epoch": 0.5219166666666667,
      "grad_norm": 1.0122504234313965,
      "learning_rate": 0.00014062077879861476,
      "loss": 7.2686,
      "step": 250520
    },
    {
      "epoch": 0.5219375,
      "grad_norm": 0.9704017043113708,
      "learning_rate": 0.00014061093955573378,
      "loss": 7.2456,
      "step": 250530
    },
    {
      "epoch": 0.5219583333333333,
      "grad_norm": 1.7296745777130127,
      "learning_rate": 0.00014060110035340987,
      "loss": 7.3916,
      "step": 250540
    },
    {
      "epoch": 0.5219791666666667,
      "grad_norm": 1.3101824522018433,
      "learning_rate": 0.00014059126119168538,
      "loss": 7.0154,
      "step": 250550
    },
    {
      "epoch": 0.522,
      "grad_norm": 0.8216997981071472,
      "learning_rate": 0.000140581422070603,
      "loss": 7.1545,
      "step": 250560
    },
    {
      "epoch": 0.5220208333333334,
      "grad_norm": 1.0912302732467651,
      "learning_rate": 0.00014057158299020514,
      "loss": 7.4604,
      "step": 250570
    },
    {
      "epoch": 0.5220416666666666,
      "grad_norm": 0.8231145143508911,
      "learning_rate": 0.00014056174395053427,
      "loss": 7.2125,
      "step": 250580
    },
    {
      "epoch": 0.5220625,
      "grad_norm": 2.1647579669952393,
      "learning_rate": 0.0001405519049516329,
      "loss": 7.3865,
      "step": 250590
    },
    {
      "epoch": 0.5220833333333333,
      "grad_norm": 2.0725817680358887,
      "learning_rate": 0.00014054206599354365,
      "loss": 7.3646,
      "step": 250600
    },
    {
      "epoch": 0.5221041666666667,
      "grad_norm": 1.7588155269622803,
      "learning_rate": 0.0001405322270763089,
      "loss": 7.9564,
      "step": 250610
    },
    {
      "epoch": 0.522125,
      "grad_norm": 1.5309884548187256,
      "learning_rate": 0.00014052238819997116,
      "loss": 7.4356,
      "step": 250620
    },
    {
      "epoch": 0.5221458333333333,
      "grad_norm": 2.6686949729919434,
      "learning_rate": 0.00014051254936457298,
      "loss": 7.6114,
      "step": 250630
    },
    {
      "epoch": 0.5221666666666667,
      "grad_norm": 0.7101824283599854,
      "learning_rate": 0.00014050271057015684,
      "loss": 7.1993,
      "step": 250640
    },
    {
      "epoch": 0.5221875,
      "grad_norm": 1.2139772176742554,
      "learning_rate": 0.0001404928718167652,
      "loss": 7.7833,
      "step": 250650
    },
    {
      "epoch": 0.5222083333333334,
      "grad_norm": 1.6361817121505737,
      "learning_rate": 0.00014048303310444058,
      "loss": 8.1333,
      "step": 250660
    },
    {
      "epoch": 0.5222291666666666,
      "grad_norm": 1.2591050863265991,
      "learning_rate": 0.00014047319443322552,
      "loss": 7.6236,
      "step": 250670
    },
    {
      "epoch": 0.52225,
      "grad_norm": 1.4311516284942627,
      "learning_rate": 0.00014046335580316245,
      "loss": 7.8842,
      "step": 250680
    },
    {
      "epoch": 0.5222708333333334,
      "grad_norm": 0.9134634137153625,
      "learning_rate": 0.00014045351721429393,
      "loss": 7.2714,
      "step": 250690
    },
    {
      "epoch": 0.5222916666666667,
      "grad_norm": 2.2301814556121826,
      "learning_rate": 0.00014044367866666247,
      "loss": 7.9135,
      "step": 250700
    },
    {
      "epoch": 0.5223125,
      "grad_norm": 1.0899690389633179,
      "learning_rate": 0.0001404338401603105,
      "loss": 7.2873,
      "step": 250710
    },
    {
      "epoch": 0.5223333333333333,
      "grad_norm": 2.9201231002807617,
      "learning_rate": 0.00014042400169528055,
      "loss": 7.5796,
      "step": 250720
    },
    {
      "epoch": 0.5223541666666667,
      "grad_norm": 0.7593355774879456,
      "learning_rate": 0.00014041416327161514,
      "loss": 7.3808,
      "step": 250730
    },
    {
      "epoch": 0.522375,
      "grad_norm": 1.5203001499176025,
      "learning_rate": 0.00014040432488935672,
      "loss": 7.3428,
      "step": 250740
    },
    {
      "epoch": 0.5223958333333333,
      "grad_norm": 0.9491052627563477,
      "learning_rate": 0.00014039448654854783,
      "loss": 7.1807,
      "step": 250750
    },
    {
      "epoch": 0.5224166666666666,
      "grad_norm": 0.768454909324646,
      "learning_rate": 0.00014038464824923103,
      "loss": 7.5108,
      "step": 250760
    },
    {
      "epoch": 0.5224375,
      "grad_norm": 0.8852653503417969,
      "learning_rate": 0.0001403748099914486,
      "loss": 7.2026,
      "step": 250770
    },
    {
      "epoch": 0.5224583333333334,
      "grad_norm": 1.3816365003585815,
      "learning_rate": 0.0001403649717752433,
      "loss": 8.7715,
      "step": 250780
    },
    {
      "epoch": 0.5224791666666667,
      "grad_norm": 2.5445189476013184,
      "learning_rate": 0.0001403551336006575,
      "loss": 7.4792,
      "step": 250790
    },
    {
      "epoch": 0.5225,
      "grad_norm": 0.9800007343292236,
      "learning_rate": 0.00014034529546773364,
      "loss": 7.3168,
      "step": 250800
    },
    {
      "epoch": 0.5225208333333333,
      "grad_norm": 1.244240164756775,
      "learning_rate": 0.00014033545737651435,
      "loss": 7.8383,
      "step": 250810
    },
    {
      "epoch": 0.5225416666666667,
      "grad_norm": 0.8976761102676392,
      "learning_rate": 0.00014032561932704203,
      "loss": 6.9249,
      "step": 250820
    },
    {
      "epoch": 0.5225625,
      "grad_norm": 2.0046026706695557,
      "learning_rate": 0.00014031578131935916,
      "loss": 8.5311,
      "step": 250830
    },
    {
      "epoch": 0.5225833333333333,
      "grad_norm": 2.620819330215454,
      "learning_rate": 0.00014030594335350834,
      "loss": 7.5037,
      "step": 250840
    },
    {
      "epoch": 0.5226041666666666,
      "grad_norm": 1.12354576587677,
      "learning_rate": 0.000140296105429532,
      "loss": 7.1979,
      "step": 250850
    },
    {
      "epoch": 0.522625,
      "grad_norm": 1.5477787256240845,
      "learning_rate": 0.00014028626754747258,
      "loss": 7.7148,
      "step": 250860
    },
    {
      "epoch": 0.5226458333333334,
      "grad_norm": 1.7824509143829346,
      "learning_rate": 0.00014027642970737274,
      "loss": 7.3048,
      "step": 250870
    },
    {
      "epoch": 0.5226666666666666,
      "grad_norm": 0.9354230165481567,
      "learning_rate": 0.00014026659190927482,
      "loss": 7.3846,
      "step": 250880
    },
    {
      "epoch": 0.5226875,
      "grad_norm": 1.0761135816574097,
      "learning_rate": 0.0001402567541532214,
      "loss": 7.2708,
      "step": 250890
    },
    {
      "epoch": 0.5227083333333333,
      "grad_norm": 1.1378041505813599,
      "learning_rate": 0.0001402469164392549,
      "loss": 7.4992,
      "step": 250900
    },
    {
      "epoch": 0.5227291666666667,
      "grad_norm": 1.1241432428359985,
      "learning_rate": 0.00014023707876741791,
      "loss": 8.1042,
      "step": 250910
    },
    {
      "epoch": 0.52275,
      "grad_norm": 1.0178642272949219,
      "learning_rate": 0.00014022724113775287,
      "loss": 7.2116,
      "step": 250920
    },
    {
      "epoch": 0.5227708333333333,
      "grad_norm": 0.9955300688743591,
      "learning_rate": 0.0001402174035503022,
      "loss": 7.6009,
      "step": 250930
    },
    {
      "epoch": 0.5227916666666667,
      "grad_norm": 1.9657809734344482,
      "learning_rate": 0.00014020756600510858,
      "loss": 8.0103,
      "step": 250940
    },
    {
      "epoch": 0.5228125,
      "grad_norm": 1.4534207582473755,
      "learning_rate": 0.00014019772850221436,
      "loss": 7.4284,
      "step": 250950
    },
    {
      "epoch": 0.5228333333333334,
      "grad_norm": 0.9809966087341309,
      "learning_rate": 0.000140187891041662,
      "loss": 7.0651,
      "step": 250960
    },
    {
      "epoch": 0.5228541666666666,
      "grad_norm": 1.1962651014328003,
      "learning_rate": 0.00014017805362349418,
      "loss": 7.0227,
      "step": 250970
    },
    {
      "epoch": 0.522875,
      "grad_norm": 7.071835041046143,
      "learning_rate": 0.00014016821624775324,
      "loss": 8.3828,
      "step": 250980
    },
    {
      "epoch": 0.5228958333333333,
      "grad_norm": 0.7819532155990601,
      "learning_rate": 0.00014015837891448167,
      "loss": 7.0011,
      "step": 250990
    },
    {
      "epoch": 0.5229166666666667,
      "grad_norm": 1.1994394063949585,
      "learning_rate": 0.00014014854162372207,
      "loss": 7.5353,
      "step": 251000
    },
    {
      "epoch": 0.5229166666666667,
      "eval_loss": 9.715164184570312,
      "eval_runtime": 7.8466,
      "eval_samples_per_second": 0.382,
      "eval_steps_per_second": 0.127,
      "step": 251000
    },
    {
      "epoch": 0.5229375,
      "grad_norm": 2.7857348918914795,
      "learning_rate": 0.00014013870437551684,
      "loss": 7.2953,
      "step": 251010
    },
    {
      "epoch": 0.5229583333333333,
      "grad_norm": 1.0623226165771484,
      "learning_rate": 0.00014012886716990847,
      "loss": 7.0421,
      "step": 251020
    },
    {
      "epoch": 0.5229791666666667,
      "grad_norm": 2.913968801498413,
      "learning_rate": 0.00014011903000693955,
      "loss": 7.3387,
      "step": 251030
    },
    {
      "epoch": 0.523,
      "grad_norm": 1.1868410110473633,
      "learning_rate": 0.00014010919288665253,
      "loss": 7.3803,
      "step": 251040
    },
    {
      "epoch": 0.5230208333333334,
      "grad_norm": 0.8728331327438354,
      "learning_rate": 0.0001400993558090898,
      "loss": 7.1524,
      "step": 251050
    },
    {
      "epoch": 0.5230416666666666,
      "grad_norm": 1.6957859992980957,
      "learning_rate": 0.00014008951877429396,
      "loss": 7.7046,
      "step": 251060
    },
    {
      "epoch": 0.5230625,
      "grad_norm": 0.8163877129554749,
      "learning_rate": 0.00014007968178230752,
      "loss": 7.8512,
      "step": 251070
    },
    {
      "epoch": 0.5230833333333333,
      "grad_norm": 0.6743957996368408,
      "learning_rate": 0.00014006984483317286,
      "loss": 7.234,
      "step": 251080
    },
    {
      "epoch": 0.5231041666666667,
      "grad_norm": 1.5346845388412476,
      "learning_rate": 0.00014006000792693259,
      "loss": 7.4915,
      "step": 251090
    },
    {
      "epoch": 0.523125,
      "grad_norm": 1.223477840423584,
      "learning_rate": 0.00014005017106362915,
      "loss": 7.2326,
      "step": 251100
    },
    {
      "epoch": 0.5231458333333333,
      "grad_norm": 3.4508330821990967,
      "learning_rate": 0.00014004033424330498,
      "loss": 8.2266,
      "step": 251110
    },
    {
      "epoch": 0.5231666666666667,
      "grad_norm": 1.0286190509796143,
      "learning_rate": 0.00014003049746600266,
      "loss": 7.1788,
      "step": 251120
    },
    {
      "epoch": 0.5231875,
      "grad_norm": 1.2432721853256226,
      "learning_rate": 0.00014002066073176466,
      "loss": 7.2918,
      "step": 251130
    },
    {
      "epoch": 0.5232083333333334,
      "grad_norm": 0.8745642900466919,
      "learning_rate": 0.00014001082404063343,
      "loss": 7.5783,
      "step": 251140
    },
    {
      "epoch": 0.5232291666666666,
      "grad_norm": 1.67379891872406,
      "learning_rate": 0.00014000098739265154,
      "loss": 7.4665,
      "step": 251150
    },
    {
      "epoch": 0.52325,
      "grad_norm": 1.2704576253890991,
      "learning_rate": 0.00013999115078786137,
      "loss": 8.0153,
      "step": 251160
    },
    {
      "epoch": 0.5232708333333334,
      "grad_norm": 0.5762564539909363,
      "learning_rate": 0.0001399813142263055,
      "loss": 7.3605,
      "step": 251170
    },
    {
      "epoch": 0.5232916666666667,
      "grad_norm": 1.2828621864318848,
      "learning_rate": 0.00013997147770802634,
      "loss": 7.4601,
      "step": 251180
    },
    {
      "epoch": 0.5233125,
      "grad_norm": 1.4618442058563232,
      "learning_rate": 0.00013996164123306645,
      "loss": 8.2461,
      "step": 251190
    },
    {
      "epoch": 0.5233333333333333,
      "grad_norm": 1.256964921951294,
      "learning_rate": 0.00013995180480146834,
      "loss": 7.2268,
      "step": 251200
    },
    {
      "epoch": 0.5233541666666667,
      "grad_norm": 3.161942958831787,
      "learning_rate": 0.00013994196841327438,
      "loss": 8.0233,
      "step": 251210
    },
    {
      "epoch": 0.523375,
      "grad_norm": 4.246677875518799,
      "learning_rate": 0.00013993213206852718,
      "loss": 7.3847,
      "step": 251220
    },
    {
      "epoch": 0.5233958333333333,
      "grad_norm": 5.454228401184082,
      "learning_rate": 0.0001399222957672692,
      "loss": 7.6474,
      "step": 251230
    },
    {
      "epoch": 0.5234166666666666,
      "grad_norm": 0.8838704228401184,
      "learning_rate": 0.00013991245950954284,
      "loss": 7.7157,
      "step": 251240
    },
    {
      "epoch": 0.5234375,
      "grad_norm": 0.9559082388877869,
      "learning_rate": 0.0001399026232953907,
      "loss": 7.3072,
      "step": 251250
    },
    {
      "epoch": 0.5234583333333334,
      "grad_norm": 1.6678392887115479,
      "learning_rate": 0.00013989278712485528,
      "loss": 7.2284,
      "step": 251260
    },
    {
      "epoch": 0.5234791666666667,
      "grad_norm": 1.578572392463684,
      "learning_rate": 0.00013988295099797896,
      "loss": 7.3276,
      "step": 251270
    },
    {
      "epoch": 0.5235,
      "grad_norm": 0.9546128511428833,
      "learning_rate": 0.00013987311491480434,
      "loss": 7.6379,
      "step": 251280
    },
    {
      "epoch": 0.5235208333333333,
      "grad_norm": 1.1238938570022583,
      "learning_rate": 0.00013986327887537383,
      "loss": 8.1356,
      "step": 251290
    },
    {
      "epoch": 0.5235416666666667,
      "grad_norm": 24.74001693725586,
      "learning_rate": 0.0001398534428797299,
      "loss": 8.929,
      "step": 251300
    },
    {
      "epoch": 0.5235625,
      "grad_norm": 1.8572126626968384,
      "learning_rate": 0.00013984360692791513,
      "loss": 7.7588,
      "step": 251310
    },
    {
      "epoch": 0.5235833333333333,
      "grad_norm": 0.6765307188034058,
      "learning_rate": 0.00013983377101997198,
      "loss": 7.5827,
      "step": 251320
    },
    {
      "epoch": 0.5236041666666666,
      "grad_norm": 0.6360554695129395,
      "learning_rate": 0.0001398239351559428,
      "loss": 7.6208,
      "step": 251330
    },
    {
      "epoch": 0.523625,
      "grad_norm": 1.4119582176208496,
      "learning_rate": 0.00013981409933587033,
      "loss": 7.3214,
      "step": 251340
    },
    {
      "epoch": 0.5236458333333334,
      "grad_norm": 0.8928950428962708,
      "learning_rate": 0.00013980426355979686,
      "loss": 7.3423,
      "step": 251350
    },
    {
      "epoch": 0.5236666666666666,
      "grad_norm": 0.7144929766654968,
      "learning_rate": 0.00013979442782776488,
      "loss": 6.8608,
      "step": 251360
    },
    {
      "epoch": 0.5236875,
      "grad_norm": 1.1927714347839355,
      "learning_rate": 0.00013978459213981703,
      "loss": 7.0853,
      "step": 251370
    },
    {
      "epoch": 0.5237083333333333,
      "grad_norm": 0.7506863474845886,
      "learning_rate": 0.00013977475649599565,
      "loss": 7.6832,
      "step": 251380
    },
    {
      "epoch": 0.5237291666666667,
      "grad_norm": 0.8603058457374573,
      "learning_rate": 0.00013976492089634327,
      "loss": 7.2451,
      "step": 251390
    },
    {
      "epoch": 0.52375,
      "grad_norm": 0.6787832975387573,
      "learning_rate": 0.0001397550853409024,
      "loss": 8.091,
      "step": 251400
    },
    {
      "epoch": 0.5237708333333333,
      "grad_norm": 4.242006778717041,
      "learning_rate": 0.00013974524982971552,
      "loss": 7.8609,
      "step": 251410
    },
    {
      "epoch": 0.5237916666666667,
      "grad_norm": 0.7793551683425903,
      "learning_rate": 0.00013973541436282507,
      "loss": 7.5487,
      "step": 251420
    },
    {
      "epoch": 0.5238125,
      "grad_norm": 3.2376508712768555,
      "learning_rate": 0.00013972557894027356,
      "loss": 7.6411,
      "step": 251430
    },
    {
      "epoch": 0.5238333333333334,
      "grad_norm": 0.7898977398872375,
      "learning_rate": 0.00013971574356210354,
      "loss": 7.3083,
      "step": 251440
    },
    {
      "epoch": 0.5238541666666666,
      "grad_norm": 1.316329002380371,
      "learning_rate": 0.00013970590822835738,
      "loss": 7.4332,
      "step": 251450
    },
    {
      "epoch": 0.523875,
      "grad_norm": 1.0230125188827515,
      "learning_rate": 0.0001396960729390776,
      "loss": 6.9997,
      "step": 251460
    },
    {
      "epoch": 0.5238958333333333,
      "grad_norm": 1.3164840936660767,
      "learning_rate": 0.0001396862376943068,
      "loss": 7.031,
      "step": 251470
    },
    {
      "epoch": 0.5239166666666667,
      "grad_norm": 1.4672592878341675,
      "learning_rate": 0.0001396764024940873,
      "loss": 6.8889,
      "step": 251480
    },
    {
      "epoch": 0.5239375,
      "grad_norm": 1.1888535022735596,
      "learning_rate": 0.00013966656733846165,
      "loss": 7.3796,
      "step": 251490
    },
    {
      "epoch": 0.5239583333333333,
      "grad_norm": 0.9901143908500671,
      "learning_rate": 0.00013965673222747236,
      "loss": 7.2165,
      "step": 251500
    },
    {
      "epoch": 0.5239791666666667,
      "grad_norm": 0.8834331035614014,
      "learning_rate": 0.0001396468971611619,
      "loss": 7.4422,
      "step": 251510
    },
    {
      "epoch": 0.524,
      "grad_norm": 1.0845997333526611,
      "learning_rate": 0.00013963706213957272,
      "loss": 7.8508,
      "step": 251520
    },
    {
      "epoch": 0.5240208333333334,
      "grad_norm": 0.7181630730628967,
      "learning_rate": 0.00013962722716274738,
      "loss": 7.4804,
      "step": 251530
    },
    {
      "epoch": 0.5240416666666666,
      "grad_norm": 1.1107203960418701,
      "learning_rate": 0.00013961739223072829,
      "loss": 7.3084,
      "step": 251540
    },
    {
      "epoch": 0.5240625,
      "grad_norm": 2.3481016159057617,
      "learning_rate": 0.00013960755734355792,
      "loss": 7.3212,
      "step": 251550
    },
    {
      "epoch": 0.5240833333333333,
      "grad_norm": 1.3446221351623535,
      "learning_rate": 0.00013959772250127881,
      "loss": 6.9981,
      "step": 251560
    },
    {
      "epoch": 0.5241041666666667,
      "grad_norm": 0.6955355405807495,
      "learning_rate": 0.00013958788770393346,
      "loss": 7.2888,
      "step": 251570
    },
    {
      "epoch": 0.524125,
      "grad_norm": 3.2117114067077637,
      "learning_rate": 0.00013957805295156423,
      "loss": 7.5751,
      "step": 251580
    },
    {
      "epoch": 0.5241458333333333,
      "grad_norm": 3.9826197624206543,
      "learning_rate": 0.00013956821824421373,
      "loss": 7.657,
      "step": 251590
    },
    {
      "epoch": 0.5241666666666667,
      "grad_norm": 0.7074845433235168,
      "learning_rate": 0.00013955838358192444,
      "loss": 7.5347,
      "step": 251600
    },
    {
      "epoch": 0.5241875,
      "grad_norm": 1.6883671283721924,
      "learning_rate": 0.00013954854896473874,
      "loss": 7.6343,
      "step": 251610
    },
    {
      "epoch": 0.5242083333333334,
      "grad_norm": 1.308642029762268,
      "learning_rate": 0.0001395387143926992,
      "loss": 7.6845,
      "step": 251620
    },
    {
      "epoch": 0.5242291666666666,
      "grad_norm": 6.237802028656006,
      "learning_rate": 0.0001395288798658483,
      "loss": 7.2121,
      "step": 251630
    },
    {
      "epoch": 0.52425,
      "grad_norm": 1.4422591924667358,
      "learning_rate": 0.00013951904538422842,
      "loss": 7.4625,
      "step": 251640
    },
    {
      "epoch": 0.5242708333333334,
      "grad_norm": 3.8512954711914062,
      "learning_rate": 0.0001395092109478822,
      "loss": 8.5264,
      "step": 251650
    },
    {
      "epoch": 0.5242916666666667,
      "grad_norm": 2.1576225757598877,
      "learning_rate": 0.00013949937655685198,
      "loss": 7.6024,
      "step": 251660
    },
    {
      "epoch": 0.5243125,
      "grad_norm": 0.7380069494247437,
      "learning_rate": 0.00013948954221118027,
      "loss": 8.6897,
      "step": 251670
    },
    {
      "epoch": 0.5243333333333333,
      "grad_norm": 1.4016298055648804,
      "learning_rate": 0.00013947970791090966,
      "loss": 7.3964,
      "step": 251680
    },
    {
      "epoch": 0.5243541666666667,
      "grad_norm": 1.2508951425552368,
      "learning_rate": 0.00013946987365608249,
      "loss": 7.222,
      "step": 251690
    },
    {
      "epoch": 0.524375,
      "grad_norm": 0.9172862768173218,
      "learning_rate": 0.00013946003944674128,
      "loss": 7.3718,
      "step": 251700
    },
    {
      "epoch": 0.5243958333333333,
      "grad_norm": 1.5473512411117554,
      "learning_rate": 0.0001394502052829286,
      "loss": 7.1,
      "step": 251710
    },
    {
      "epoch": 0.5244166666666666,
      "grad_norm": 1.5510609149932861,
      "learning_rate": 0.0001394403711646868,
      "loss": 7.6207,
      "step": 251720
    },
    {
      "epoch": 0.5244375,
      "grad_norm": 1.5778566598892212,
      "learning_rate": 0.00013943053709205842,
      "loss": 7.1264,
      "step": 251730
    },
    {
      "epoch": 0.5244583333333334,
      "grad_norm": 2.5809552669525146,
      "learning_rate": 0.00013942070306508596,
      "loss": 7.9672,
      "step": 251740
    },
    {
      "epoch": 0.5244791666666667,
      "grad_norm": 0.9165690541267395,
      "learning_rate": 0.00013941086908381188,
      "loss": 7.2879,
      "step": 251750
    },
    {
      "epoch": 0.5245,
      "grad_norm": 3.574669361114502,
      "learning_rate": 0.00013940103514827867,
      "loss": 7.6339,
      "step": 251760
    },
    {
      "epoch": 0.5245208333333333,
      "grad_norm": 0.9967651963233948,
      "learning_rate": 0.00013939120125852872,
      "loss": 7.6003,
      "step": 251770
    },
    {
      "epoch": 0.5245416666666667,
      "grad_norm": 0.9573720097541809,
      "learning_rate": 0.00013938136741460465,
      "loss": 7.0499,
      "step": 251780
    },
    {
      "epoch": 0.5245625,
      "grad_norm": 2.01188588142395,
      "learning_rate": 0.00013937153361654885,
      "loss": 7.6533,
      "step": 251790
    },
    {
      "epoch": 0.5245833333333333,
      "grad_norm": 1.827823281288147,
      "learning_rate": 0.00013936169986440377,
      "loss": 6.9739,
      "step": 251800
    },
    {
      "epoch": 0.5246041666666666,
      "grad_norm": 1.2886464595794678,
      "learning_rate": 0.000139351866158212,
      "loss": 7.4254,
      "step": 251810
    },
    {
      "epoch": 0.524625,
      "grad_norm": 1.659051775932312,
      "learning_rate": 0.00013934203249801592,
      "loss": 8.2362,
      "step": 251820
    },
    {
      "epoch": 0.5246458333333334,
      "grad_norm": 1.7547907829284668,
      "learning_rate": 0.00013933219888385802,
      "loss": 7.4697,
      "step": 251830
    },
    {
      "epoch": 0.5246666666666666,
      "grad_norm": 2.720233201980591,
      "learning_rate": 0.00013932236531578087,
      "loss": 7.7583,
      "step": 251840
    },
    {
      "epoch": 0.5246875,
      "grad_norm": 0.9786904454231262,
      "learning_rate": 0.00013931253179382683,
      "loss": 7.2052,
      "step": 251850
    },
    {
      "epoch": 0.5247083333333333,
      "grad_norm": 2.0323519706726074,
      "learning_rate": 0.0001393026983180384,
      "loss": 7.5805,
      "step": 251860
    },
    {
      "epoch": 0.5247291666666667,
      "grad_norm": 0.7919884920120239,
      "learning_rate": 0.00013929286488845814,
      "loss": 7.6743,
      "step": 251870
    },
    {
      "epoch": 0.52475,
      "grad_norm": 1.3413337469100952,
      "learning_rate": 0.00013928303150512842,
      "loss": 7.2509,
      "step": 251880
    },
    {
      "epoch": 0.5247708333333333,
      "grad_norm": 1.7801477909088135,
      "learning_rate": 0.00013927319816809175,
      "loss": 7.4432,
      "step": 251890
    },
    {
      "epoch": 0.5247916666666667,
      "grad_norm": 1.629157304763794,
      "learning_rate": 0.00013926336487739066,
      "loss": 7.3464,
      "step": 251900
    },
    {
      "epoch": 0.5248125,
      "grad_norm": 1.1313163042068481,
      "learning_rate": 0.00013925353163306758,
      "loss": 7.6877,
      "step": 251910
    },
    {
      "epoch": 0.5248333333333334,
      "grad_norm": 1.0943979024887085,
      "learning_rate": 0.00013924369843516498,
      "loss": 7.6936,
      "step": 251920
    },
    {
      "epoch": 0.5248541666666666,
      "grad_norm": 0.8805709481239319,
      "learning_rate": 0.0001392338652837253,
      "loss": 7.2731,
      "step": 251930
    },
    {
      "epoch": 0.524875,
      "grad_norm": 0.9569624066352844,
      "learning_rate": 0.00013922403217879115,
      "loss": 7.3512,
      "step": 251940
    },
    {
      "epoch": 0.5248958333333333,
      "grad_norm": 1.7487735748291016,
      "learning_rate": 0.00013921419912040484,
      "loss": 7.6231,
      "step": 251950
    },
    {
      "epoch": 0.5249166666666667,
      "grad_norm": 1.061399221420288,
      "learning_rate": 0.00013920436610860893,
      "loss": 7.5192,
      "step": 251960
    },
    {
      "epoch": 0.5249375,
      "grad_norm": 1.1581127643585205,
      "learning_rate": 0.00013919453314344593,
      "loss": 7.5208,
      "step": 251970
    },
    {
      "epoch": 0.5249583333333333,
      "grad_norm": 0.9876385927200317,
      "learning_rate": 0.00013918470022495822,
      "loss": 7.884,
      "step": 251980
    },
    {
      "epoch": 0.5249791666666667,
      "grad_norm": 1.1517765522003174,
      "learning_rate": 0.00013917486735318834,
      "loss": 7.3415,
      "step": 251990
    },
    {
      "epoch": 0.525,
      "grad_norm": 0.9533106088638306,
      "learning_rate": 0.00013916503452817878,
      "loss": 7.0729,
      "step": 252000
    },
    {
      "epoch": 0.525,
      "eval_loss": 7.598206996917725,
      "eval_runtime": 7.8317,
      "eval_samples_per_second": 0.383,
      "eval_steps_per_second": 0.128,
      "step": 252000
    },
    {
      "epoch": 0.5250208333333334,
      "grad_norm": 1.0033345222473145,
      "learning_rate": 0.00013915520174997192,
      "loss": 7.9405,
      "step": 252010
    },
    {
      "epoch": 0.5250416666666666,
      "grad_norm": 1.3196913003921509,
      "learning_rate": 0.00013914536901861034,
      "loss": 7.1558,
      "step": 252020
    },
    {
      "epoch": 0.5250625,
      "grad_norm": 2.3476507663726807,
      "learning_rate": 0.0001391355363341365,
      "loss": 7.5797,
      "step": 252030
    },
    {
      "epoch": 0.5250833333333333,
      "grad_norm": 1.3697595596313477,
      "learning_rate": 0.0001391257036965928,
      "loss": 7.5709,
      "step": 252040
    },
    {
      "epoch": 0.5251041666666667,
      "grad_norm": 1.3959472179412842,
      "learning_rate": 0.00013911587110602175,
      "loss": 7.2432,
      "step": 252050
    },
    {
      "epoch": 0.525125,
      "grad_norm": 1.0089284181594849,
      "learning_rate": 0.00013910603856246584,
      "loss": 8.3125,
      "step": 252060
    },
    {
      "epoch": 0.5251458333333333,
      "grad_norm": 0.8977432250976562,
      "learning_rate": 0.00013909620606596755,
      "loss": 7.7387,
      "step": 252070
    },
    {
      "epoch": 0.5251666666666667,
      "grad_norm": 1.3699498176574707,
      "learning_rate": 0.00013908637361656929,
      "loss": 7.7623,
      "step": 252080
    },
    {
      "epoch": 0.5251875,
      "grad_norm": 1.0276215076446533,
      "learning_rate": 0.00013907654121431357,
      "loss": 7.9485,
      "step": 252090
    },
    {
      "epoch": 0.5252083333333334,
      "grad_norm": 0.7308520078659058,
      "learning_rate": 0.00013906670885924292,
      "loss": 7.4843,
      "step": 252100
    },
    {
      "epoch": 0.5252291666666666,
      "grad_norm": 2.0199735164642334,
      "learning_rate": 0.00013905687655139972,
      "loss": 7.4994,
      "step": 252110
    },
    {
      "epoch": 0.52525,
      "grad_norm": 2.1021318435668945,
      "learning_rate": 0.00013904704429082648,
      "loss": 7.1311,
      "step": 252120
    },
    {
      "epoch": 0.5252708333333334,
      "grad_norm": 0.8004291653633118,
      "learning_rate": 0.00013903721207756574,
      "loss": 7.5091,
      "step": 252130
    },
    {
      "epoch": 0.5252916666666667,
      "grad_norm": 1.1931973695755005,
      "learning_rate": 0.0001390273799116598,
      "loss": 7.4851,
      "step": 252140
    },
    {
      "epoch": 0.5253125,
      "grad_norm": 0.8086049556732178,
      "learning_rate": 0.00013901754779315132,
      "loss": 8.1707,
      "step": 252150
    },
    {
      "epoch": 0.5253333333333333,
      "grad_norm": 1.319539189338684,
      "learning_rate": 0.00013900771572208267,
      "loss": 7.3997,
      "step": 252160
    },
    {
      "epoch": 0.5253541666666667,
      "grad_norm": 1.8997929096221924,
      "learning_rate": 0.0001389978836984963,
      "loss": 7.1411,
      "step": 252170
    },
    {
      "epoch": 0.525375,
      "grad_norm": 2.1518285274505615,
      "learning_rate": 0.00013898805172243478,
      "loss": 7.0772,
      "step": 252180
    },
    {
      "epoch": 0.5253958333333333,
      "grad_norm": 1.1091216802597046,
      "learning_rate": 0.00013897821979394048,
      "loss": 7.3456,
      "step": 252190
    },
    {
      "epoch": 0.5254166666666666,
      "grad_norm": 1.4650592803955078,
      "learning_rate": 0.00013896838791305587,
      "loss": 7.1762,
      "step": 252200
    },
    {
      "epoch": 0.5254375,
      "grad_norm": 0.6532063484191895,
      "learning_rate": 0.00013895855607982353,
      "loss": 7.2565,
      "step": 252210
    },
    {
      "epoch": 0.5254583333333334,
      "grad_norm": 1.2161771059036255,
      "learning_rate": 0.0001389487242942858,
      "loss": 7.0408,
      "step": 252220
    },
    {
      "epoch": 0.5254791666666667,
      "grad_norm": 2.8318915367126465,
      "learning_rate": 0.0001389388925564852,
      "loss": 7.5019,
      "step": 252230
    },
    {
      "epoch": 0.5255,
      "grad_norm": 0.8929123282432556,
      "learning_rate": 0.00013892906086646428,
      "loss": 7.4268,
      "step": 252240
    },
    {
      "epoch": 0.5255208333333333,
      "grad_norm": 2.3202812671661377,
      "learning_rate": 0.00013891922922426537,
      "loss": 7.304,
      "step": 252250
    },
    {
      "epoch": 0.5255416666666667,
      "grad_norm": 1.8360036611557007,
      "learning_rate": 0.000138909397629931,
      "loss": 7.8377,
      "step": 252260
    },
    {
      "epoch": 0.5255625,
      "grad_norm": 0.9765525460243225,
      "learning_rate": 0.0001388995660835037,
      "loss": 7.2753,
      "step": 252270
    },
    {
      "epoch": 0.5255833333333333,
      "grad_norm": 1.0532574653625488,
      "learning_rate": 0.00013888973458502587,
      "loss": 7.2236,
      "step": 252280
    },
    {
      "epoch": 0.5256041666666667,
      "grad_norm": 3.4520516395568848,
      "learning_rate": 0.00013887990313453993,
      "loss": 7.3586,
      "step": 252290
    },
    {
      "epoch": 0.525625,
      "grad_norm": 3.0872209072113037,
      "learning_rate": 0.00013887007173208845,
      "loss": 7.6296,
      "step": 252300
    },
    {
      "epoch": 0.5256458333333334,
      "grad_norm": 1.4623326063156128,
      "learning_rate": 0.00013886024037771386,
      "loss": 7.975,
      "step": 252310
    },
    {
      "epoch": 0.5256666666666666,
      "grad_norm": 0.7736785411834717,
      "learning_rate": 0.00013885040907145858,
      "loss": 7.5062,
      "step": 252320
    },
    {
      "epoch": 0.5256875,
      "grad_norm": 1.4530307054519653,
      "learning_rate": 0.00013884057781336515,
      "loss": 7.6378,
      "step": 252330
    },
    {
      "epoch": 0.5257083333333333,
      "grad_norm": 1.396098256111145,
      "learning_rate": 0.00013883074660347603,
      "loss": 7.2413,
      "step": 252340
    },
    {
      "epoch": 0.5257291666666667,
      "grad_norm": 1.968031406402588,
      "learning_rate": 0.00013882091544183364,
      "loss": 7.4713,
      "step": 252350
    },
    {
      "epoch": 0.52575,
      "grad_norm": 0.715802788734436,
      "learning_rate": 0.00013881108432848045,
      "loss": 7.1283,
      "step": 252360
    },
    {
      "epoch": 0.5257708333333333,
      "grad_norm": 1.090161681175232,
      "learning_rate": 0.00013880125326345898,
      "loss": 7.3802,
      "step": 252370
    },
    {
      "epoch": 0.5257916666666667,
      "grad_norm": 0.5339044332504272,
      "learning_rate": 0.00013879142224681163,
      "loss": 7.6077,
      "step": 252380
    },
    {
      "epoch": 0.5258125,
      "grad_norm": 0.9869900345802307,
      "learning_rate": 0.0001387815912785809,
      "loss": 7.2858,
      "step": 252390
    },
    {
      "epoch": 0.5258333333333334,
      "grad_norm": 6.195525169372559,
      "learning_rate": 0.00013877176035880933,
      "loss": 7.9776,
      "step": 252400
    },
    {
      "epoch": 0.5258541666666666,
      "grad_norm": 1.1295758485794067,
      "learning_rate": 0.00013876192948753926,
      "loss": 6.9902,
      "step": 252410
    },
    {
      "epoch": 0.525875,
      "grad_norm": 3.885997772216797,
      "learning_rate": 0.00013875209866481315,
      "loss": 7.8832,
      "step": 252420
    },
    {
      "epoch": 0.5258958333333333,
      "grad_norm": 1.75526762008667,
      "learning_rate": 0.0001387422678906736,
      "loss": 7.3545,
      "step": 252430
    },
    {
      "epoch": 0.5259166666666667,
      "grad_norm": 1.5301166772842407,
      "learning_rate": 0.00013873243716516298,
      "loss": 7.213,
      "step": 252440
    },
    {
      "epoch": 0.5259375,
      "grad_norm": 0.7857576608657837,
      "learning_rate": 0.00013872260648832373,
      "loss": 7.5566,
      "step": 252450
    },
    {
      "epoch": 0.5259583333333333,
      "grad_norm": 0.8894159197807312,
      "learning_rate": 0.0001387127758601984,
      "loss": 7.1083,
      "step": 252460
    },
    {
      "epoch": 0.5259791666666667,
      "grad_norm": 0.6733435392379761,
      "learning_rate": 0.00013870294528082943,
      "loss": 7.4987,
      "step": 252470
    },
    {
      "epoch": 0.526,
      "grad_norm": 2.8370909690856934,
      "learning_rate": 0.0001386931147502592,
      "loss": 7.3462,
      "step": 252480
    },
    {
      "epoch": 0.5260208333333334,
      "grad_norm": 1.0154951810836792,
      "learning_rate": 0.00013868328426853025,
      "loss": 7.1458,
      "step": 252490
    },
    {
      "epoch": 0.5260416666666666,
      "grad_norm": 0.8709341883659363,
      "learning_rate": 0.0001386734538356851,
      "loss": 7.16,
      "step": 252500
    },
    {
      "epoch": 0.5260625,
      "grad_norm": 3.444594144821167,
      "learning_rate": 0.00013866362345176607,
      "loss": 7.1523,
      "step": 252510
    },
    {
      "epoch": 0.5260833333333333,
      "grad_norm": 2.2722396850585938,
      "learning_rate": 0.0001386537931168157,
      "loss": 7.1402,
      "step": 252520
    },
    {
      "epoch": 0.5261041666666667,
      "grad_norm": 1.3967461585998535,
      "learning_rate": 0.00013864396283087653,
      "loss": 7.7617,
      "step": 252530
    },
    {
      "epoch": 0.526125,
      "grad_norm": 4.502602577209473,
      "learning_rate": 0.00013863413259399086,
      "loss": 8.3193,
      "step": 252540
    },
    {
      "epoch": 0.5261458333333333,
      "grad_norm": 1.1058646440505981,
      "learning_rate": 0.0001386243024062013,
      "loss": 7.1105,
      "step": 252550
    },
    {
      "epoch": 0.5261666666666667,
      "grad_norm": 1.158447027206421,
      "learning_rate": 0.00013861447226755022,
      "loss": 8.1502,
      "step": 252560
    },
    {
      "epoch": 0.5261875,
      "grad_norm": 1.0511811971664429,
      "learning_rate": 0.00013860464217808007,
      "loss": 7.4444,
      "step": 252570
    },
    {
      "epoch": 0.5262083333333333,
      "grad_norm": 6.661677360534668,
      "learning_rate": 0.00013859481213783343,
      "loss": 8.4488,
      "step": 252580
    },
    {
      "epoch": 0.5262291666666666,
      "grad_norm": 2.296950578689575,
      "learning_rate": 0.00013858498214685267,
      "loss": 7.3617,
      "step": 252590
    },
    {
      "epoch": 0.52625,
      "grad_norm": 0.796465277671814,
      "learning_rate": 0.00013857515220518023,
      "loss": 7.5906,
      "step": 252600
    },
    {
      "epoch": 0.5262708333333334,
      "grad_norm": 1.014262318611145,
      "learning_rate": 0.00013856532231285867,
      "loss": 7.0262,
      "step": 252610
    },
    {
      "epoch": 0.5262916666666667,
      "grad_norm": 1.36215078830719,
      "learning_rate": 0.00013855549246993035,
      "loss": 8.9177,
      "step": 252620
    },
    {
      "epoch": 0.5263125,
      "grad_norm": 3.5684428215026855,
      "learning_rate": 0.00013854566267643782,
      "loss": 7.4348,
      "step": 252630
    },
    {
      "epoch": 0.5263333333333333,
      "grad_norm": 0.6822454929351807,
      "learning_rate": 0.0001385358329324234,
      "loss": 7.2488,
      "step": 252640
    },
    {
      "epoch": 0.5263541666666667,
      "grad_norm": 0.6321116089820862,
      "learning_rate": 0.00013852600323792976,
      "loss": 7.419,
      "step": 252650
    },
    {
      "epoch": 0.526375,
      "grad_norm": 1.2220908403396606,
      "learning_rate": 0.00013851617359299917,
      "loss": 6.9443,
      "step": 252660
    },
    {
      "epoch": 0.5263958333333333,
      "grad_norm": 1.5636378526687622,
      "learning_rate": 0.00013850634399767417,
      "loss": 7.8795,
      "step": 252670
    },
    {
      "epoch": 0.5264166666666666,
      "grad_norm": 2.1934142112731934,
      "learning_rate": 0.00013849651445199722,
      "loss": 7.5172,
      "step": 252680
    },
    {
      "epoch": 0.5264375,
      "grad_norm": 1.2177544832229614,
      "learning_rate": 0.0001384866849560108,
      "loss": 7.4604,
      "step": 252690
    },
    {
      "epoch": 0.5264583333333334,
      "grad_norm": 1.9490642547607422,
      "learning_rate": 0.00013847685550975728,
      "loss": 7.877,
      "step": 252700
    },
    {
      "epoch": 0.5264791666666667,
      "grad_norm": 2.4354982376098633,
      "learning_rate": 0.00013846702611327926,
      "loss": 7.852,
      "step": 252710
    },
    {
      "epoch": 0.5265,
      "grad_norm": 3.489800453186035,
      "learning_rate": 0.00013845719676661906,
      "loss": 7.2477,
      "step": 252720
    },
    {
      "epoch": 0.5265208333333333,
      "grad_norm": 2.3174026012420654,
      "learning_rate": 0.0001384473674698192,
      "loss": 7.3441,
      "step": 252730
    },
    {
      "epoch": 0.5265416666666667,
      "grad_norm": 1.3044236898422241,
      "learning_rate": 0.0001384375382229222,
      "loss": 7.924,
      "step": 252740
    },
    {
      "epoch": 0.5265625,
      "grad_norm": 0.7283692955970764,
      "learning_rate": 0.00013842770902597042,
      "loss": 7.3421,
      "step": 252750
    },
    {
      "epoch": 0.5265833333333333,
      "grad_norm": 1.2156585454940796,
      "learning_rate": 0.00013841787987900632,
      "loss": 7.4271,
      "step": 252760
    },
    {
      "epoch": 0.5266041666666667,
      "grad_norm": 1.1085110902786255,
      "learning_rate": 0.00013840805078207247,
      "loss": 7.2641,
      "step": 252770
    },
    {
      "epoch": 0.526625,
      "grad_norm": 1.9207191467285156,
      "learning_rate": 0.00013839822173521127,
      "loss": 8.0891,
      "step": 252780
    },
    {
      "epoch": 0.5266458333333334,
      "grad_norm": 3.674978017807007,
      "learning_rate": 0.00013838839273846507,
      "loss": 7.3511,
      "step": 252790
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.9964775443077087,
      "learning_rate": 0.00013837856379187645,
      "loss": 7.5441,
      "step": 252800
    },
    {
      "epoch": 0.5266875,
      "grad_norm": 2.494422197341919,
      "learning_rate": 0.00013836873489548788,
      "loss": 7.5683,
      "step": 252810
    },
    {
      "epoch": 0.5267083333333333,
      "grad_norm": 0.6450912356376648,
      "learning_rate": 0.0001383589060493417,
      "loss": 7.5145,
      "step": 252820
    },
    {
      "epoch": 0.5267291666666667,
      "grad_norm": 1.3295187950134277,
      "learning_rate": 0.00013834907725348045,
      "loss": 7.6586,
      "step": 252830
    },
    {
      "epoch": 0.52675,
      "grad_norm": 2.198881149291992,
      "learning_rate": 0.00013833924850794663,
      "loss": 7.349,
      "step": 252840
    },
    {
      "epoch": 0.5267708333333333,
      "grad_norm": 1.7625783681869507,
      "learning_rate": 0.00013832941981278257,
      "loss": 7.2198,
      "step": 252850
    },
    {
      "epoch": 0.5267916666666667,
      "grad_norm": 1.5422526597976685,
      "learning_rate": 0.00013831959116803082,
      "loss": 7.5858,
      "step": 252860
    },
    {
      "epoch": 0.5268125,
      "grad_norm": 0.8148362040519714,
      "learning_rate": 0.00013830976257373388,
      "loss": 7.8008,
      "step": 252870
    },
    {
      "epoch": 0.5268333333333334,
      "grad_norm": 2.0170071125030518,
      "learning_rate": 0.00013829993402993403,
      "loss": 7.4531,
      "step": 252880
    },
    {
      "epoch": 0.5268541666666666,
      "grad_norm": 1.0544371604919434,
      "learning_rate": 0.0001382901055366739,
      "loss": 7.2408,
      "step": 252890
    },
    {
      "epoch": 0.526875,
      "grad_norm": 0.6617923378944397,
      "learning_rate": 0.0001382802770939959,
      "loss": 7.163,
      "step": 252900
    },
    {
      "epoch": 0.5268958333333333,
      "grad_norm": 1.0044238567352295,
      "learning_rate": 0.00013827044870194237,
      "loss": 7.1598,
      "step": 252910
    },
    {
      "epoch": 0.5269166666666667,
      "grad_norm": 1.0495939254760742,
      "learning_rate": 0.00013826062036055597,
      "loss": 7.2096,
      "step": 252920
    },
    {
      "epoch": 0.5269375,
      "grad_norm": 0.7329027652740479,
      "learning_rate": 0.00013825079206987898,
      "loss": 7.0829,
      "step": 252930
    },
    {
      "epoch": 0.5269583333333333,
      "grad_norm": 2.293858051300049,
      "learning_rate": 0.00013824096382995398,
      "loss": 7.6759,
      "step": 252940
    },
    {
      "epoch": 0.5269791666666667,
      "grad_norm": 0.9964771866798401,
      "learning_rate": 0.00013823113564082325,
      "loss": 7.4849,
      "step": 252950
    },
    {
      "epoch": 0.527,
      "grad_norm": 1.1202861070632935,
      "learning_rate": 0.0001382213075025294,
      "loss": 7.0853,
      "step": 252960
    },
    {
      "epoch": 0.5270208333333334,
      "grad_norm": 0.9227297306060791,
      "learning_rate": 0.0001382114794151149,
      "loss": 7.0371,
      "step": 252970
    },
    {
      "epoch": 0.5270416666666666,
      "grad_norm": 0.8225176930427551,
      "learning_rate": 0.00013820165137862206,
      "loss": 7.7518,
      "step": 252980
    },
    {
      "epoch": 0.5270625,
      "grad_norm": 1.1205177307128906,
      "learning_rate": 0.00013819182339309347,
      "loss": 7.1244,
      "step": 252990
    },
    {
      "epoch": 0.5270833333333333,
      "grad_norm": 0.9053511023521423,
      "learning_rate": 0.00013818199545857153,
      "loss": 7.4491,
      "step": 253000
    },
    {
      "epoch": 0.5270833333333333,
      "eval_loss": 7.668408393859863,
      "eval_runtime": 8.2568,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 253000
    },
    {
      "epoch": 0.5271041666666667,
      "grad_norm": 0.9920878410339355,
      "learning_rate": 0.00013817216757509865,
      "loss": 7.1873,
      "step": 253010
    },
    {
      "epoch": 0.527125,
      "grad_norm": 1.3295776844024658,
      "learning_rate": 0.00013816233974271735,
      "loss": 7.3477,
      "step": 253020
    },
    {
      "epoch": 0.5271458333333333,
      "grad_norm": 3.3737776279449463,
      "learning_rate": 0.00013815251196147007,
      "loss": 7.424,
      "step": 253030
    },
    {
      "epoch": 0.5271666666666667,
      "grad_norm": 2.148996114730835,
      "learning_rate": 0.00013814268423139922,
      "loss": 8.3185,
      "step": 253040
    },
    {
      "epoch": 0.5271875,
      "grad_norm": 1.308670163154602,
      "learning_rate": 0.00013813285655254733,
      "loss": 7.1403,
      "step": 253050
    },
    {
      "epoch": 0.5272083333333333,
      "grad_norm": 2.6477341651916504,
      "learning_rate": 0.00013812302892495675,
      "loss": 7.4235,
      "step": 253060
    },
    {
      "epoch": 0.5272291666666666,
      "grad_norm": 1.0407624244689941,
      "learning_rate": 0.00013811320134866998,
      "loss": 7.1895,
      "step": 253070
    },
    {
      "epoch": 0.52725,
      "grad_norm": 0.8673791885375977,
      "learning_rate": 0.0001381033738237295,
      "loss": 7.6266,
      "step": 253080
    },
    {
      "epoch": 0.5272708333333334,
      "grad_norm": 1.4020251035690308,
      "learning_rate": 0.00013809354635017774,
      "loss": 7.639,
      "step": 253090
    },
    {
      "epoch": 0.5272916666666667,
      "grad_norm": 2.2802329063415527,
      "learning_rate": 0.00013808371892805711,
      "loss": 7.1736,
      "step": 253100
    },
    {
      "epoch": 0.5273125,
      "grad_norm": 1.2494020462036133,
      "learning_rate": 0.00013807389155741015,
      "loss": 7.4872,
      "step": 253110
    },
    {
      "epoch": 0.5273333333333333,
      "grad_norm": 3.838310956954956,
      "learning_rate": 0.00013806406423827924,
      "loss": 7.7189,
      "step": 253120
    },
    {
      "epoch": 0.5273541666666667,
      "grad_norm": 0.6298490762710571,
      "learning_rate": 0.00013805423697070681,
      "loss": 7.1842,
      "step": 253130
    },
    {
      "epoch": 0.527375,
      "grad_norm": 3.6749136447906494,
      "learning_rate": 0.0001380444097547354,
      "loss": 7.3805,
      "step": 253140
    },
    {
      "epoch": 0.5273958333333333,
      "grad_norm": 1.3996107578277588,
      "learning_rate": 0.00013803458259040744,
      "loss": 7.2043,
      "step": 253150
    },
    {
      "epoch": 0.5274166666666666,
      "grad_norm": 2.5634067058563232,
      "learning_rate": 0.00013802475547776524,
      "loss": 7.8515,
      "step": 253160
    },
    {
      "epoch": 0.5274375,
      "grad_norm": 1.058677077293396,
      "learning_rate": 0.00013801492841685142,
      "loss": 7.4425,
      "step": 253170
    },
    {
      "epoch": 0.5274583333333334,
      "grad_norm": 2.1081459522247314,
      "learning_rate": 0.00013800510140770837,
      "loss": 7.6593,
      "step": 253180
    },
    {
      "epoch": 0.5274791666666667,
      "grad_norm": 2.270813226699829,
      "learning_rate": 0.0001379952744503785,
      "loss": 7.8163,
      "step": 253190
    },
    {
      "epoch": 0.5275,
      "grad_norm": 1.8072662353515625,
      "learning_rate": 0.00013798544754490432,
      "loss": 7.2062,
      "step": 253200
    },
    {
      "epoch": 0.5275208333333333,
      "grad_norm": 1.5424782037734985,
      "learning_rate": 0.00013797562069132826,
      "loss": 7.6106,
      "step": 253210
    },
    {
      "epoch": 0.5275416666666667,
      "grad_norm": 1.3094100952148438,
      "learning_rate": 0.00013796579388969274,
      "loss": 7.3607,
      "step": 253220
    },
    {
      "epoch": 0.5275625,
      "grad_norm": 0.6247257590293884,
      "learning_rate": 0.0001379559671400402,
      "loss": 7.3593,
      "step": 253230
    },
    {
      "epoch": 0.5275833333333333,
      "grad_norm": 1.8837405443191528,
      "learning_rate": 0.00013794614044241316,
      "loss": 7.2667,
      "step": 253240
    },
    {
      "epoch": 0.5276041666666667,
      "grad_norm": 0.8754512667655945,
      "learning_rate": 0.00013793631379685402,
      "loss": 7.3446,
      "step": 253250
    },
    {
      "epoch": 0.527625,
      "grad_norm": 1.3122649192810059,
      "learning_rate": 0.0001379264872034052,
      "loss": 7.56,
      "step": 253260
    },
    {
      "epoch": 0.5276458333333334,
      "grad_norm": 1.085080623626709,
      "learning_rate": 0.0001379166606621092,
      "loss": 7.6656,
      "step": 253270
    },
    {
      "epoch": 0.5276666666666666,
      "grad_norm": 0.9393060207366943,
      "learning_rate": 0.00013790683417300845,
      "loss": 7.4089,
      "step": 253280
    },
    {
      "epoch": 0.5276875,
      "grad_norm": 1.8094552755355835,
      "learning_rate": 0.00013789700773614535,
      "loss": 7.665,
      "step": 253290
    },
    {
      "epoch": 0.5277083333333333,
      "grad_norm": 2.5904083251953125,
      "learning_rate": 0.00013788718135156243,
      "loss": 7.6676,
      "step": 253300
    },
    {
      "epoch": 0.5277291666666667,
      "grad_norm": 2.5953712463378906,
      "learning_rate": 0.0001378773550193021,
      "loss": 7.4395,
      "step": 253310
    },
    {
      "epoch": 0.52775,
      "grad_norm": 2.3527920246124268,
      "learning_rate": 0.00013786752873940674,
      "loss": 7.4479,
      "step": 253320
    },
    {
      "epoch": 0.5277708333333333,
      "grad_norm": 1.2848013639450073,
      "learning_rate": 0.00013785770251191885,
      "loss": 7.3842,
      "step": 253330
    },
    {
      "epoch": 0.5277916666666667,
      "grad_norm": 0.9659959673881531,
      "learning_rate": 0.00013784787633688096,
      "loss": 7.6499,
      "step": 253340
    },
    {
      "epoch": 0.5278125,
      "grad_norm": 2.2911064624786377,
      "learning_rate": 0.00013783805021433537,
      "loss": 7.7924,
      "step": 253350
    },
    {
      "epoch": 0.5278333333333334,
      "grad_norm": 1.1136709451675415,
      "learning_rate": 0.0001378282241443246,
      "loss": 6.9932,
      "step": 253360
    },
    {
      "epoch": 0.5278541666666666,
      "grad_norm": 1.0517535209655762,
      "learning_rate": 0.0001378183981268911,
      "loss": 7.4058,
      "step": 253370
    },
    {
      "epoch": 0.527875,
      "grad_norm": 2.00862979888916,
      "learning_rate": 0.00013780857216207724,
      "loss": 7.6358,
      "step": 253380
    },
    {
      "epoch": 0.5278958333333333,
      "grad_norm": 0.5235518217086792,
      "learning_rate": 0.00013779874624992558,
      "loss": 7.6837,
      "step": 253390
    },
    {
      "epoch": 0.5279166666666667,
      "grad_norm": 0.9570828080177307,
      "learning_rate": 0.00013778892039047853,
      "loss": 6.9882,
      "step": 253400
    },
    {
      "epoch": 0.5279375,
      "grad_norm": 3.9112229347229004,
      "learning_rate": 0.00013777909458377843,
      "loss": 7.8494,
      "step": 253410
    },
    {
      "epoch": 0.5279583333333333,
      "grad_norm": 1.38186514377594,
      "learning_rate": 0.0001377692688298679,
      "loss": 7.0221,
      "step": 253420
    },
    {
      "epoch": 0.5279791666666667,
      "grad_norm": 1.6392241716384888,
      "learning_rate": 0.00013775944312878922,
      "loss": 8.1453,
      "step": 253430
    },
    {
      "epoch": 0.528,
      "grad_norm": 2.8520731925964355,
      "learning_rate": 0.0001377496174805849,
      "loss": 8.7088,
      "step": 253440
    },
    {
      "epoch": 0.5280208333333334,
      "grad_norm": 1.8654292821884155,
      "learning_rate": 0.00013773979188529744,
      "loss": 7.4798,
      "step": 253450
    },
    {
      "epoch": 0.5280416666666666,
      "grad_norm": 1.4199649095535278,
      "learning_rate": 0.00013772996634296917,
      "loss": 7.1313,
      "step": 253460
    },
    {
      "epoch": 0.5280625,
      "grad_norm": 0.7405379414558411,
      "learning_rate": 0.00013772014085364258,
      "loss": 7.5108,
      "step": 253470
    },
    {
      "epoch": 0.5280833333333333,
      "grad_norm": 0.6677104234695435,
      "learning_rate": 0.00013771031541736018,
      "loss": 7.3566,
      "step": 253480
    },
    {
      "epoch": 0.5281041666666667,
      "grad_norm": 0.861047625541687,
      "learning_rate": 0.00013770049003416433,
      "loss": 7.1525,
      "step": 253490
    },
    {
      "epoch": 0.528125,
      "grad_norm": 1.189619541168213,
      "learning_rate": 0.00013769066470409745,
      "loss": 7.757,
      "step": 253500
    },
    {
      "epoch": 0.5281458333333333,
      "grad_norm": 1.7483021020889282,
      "learning_rate": 0.0001376808394272021,
      "loss": 7.6014,
      "step": 253510
    },
    {
      "epoch": 0.5281666666666667,
      "grad_norm": 3.0124590396881104,
      "learning_rate": 0.0001376710142035206,
      "loss": 7.7615,
      "step": 253520
    },
    {
      "epoch": 0.5281875,
      "grad_norm": 0.758435070514679,
      "learning_rate": 0.00013766118903309546,
      "loss": 7.5838,
      "step": 253530
    },
    {
      "epoch": 0.5282083333333333,
      "grad_norm": 2.9837846755981445,
      "learning_rate": 0.00013765136391596906,
      "loss": 7.812,
      "step": 253540
    },
    {
      "epoch": 0.5282291666666666,
      "grad_norm": 2.8942723274230957,
      "learning_rate": 0.00013764153885218393,
      "loss": 8.2686,
      "step": 253550
    },
    {
      "epoch": 0.52825,
      "grad_norm": 0.6601015329360962,
      "learning_rate": 0.00013763171384178244,
      "loss": 7.3961,
      "step": 253560
    },
    {
      "epoch": 0.5282708333333334,
      "grad_norm": 1.477021336555481,
      "learning_rate": 0.00013762188888480703,
      "loss": 7.3647,
      "step": 253570
    },
    {
      "epoch": 0.5282916666666667,
      "grad_norm": 1.561286449432373,
      "learning_rate": 0.0001376120639813002,
      "loss": 7.3738,
      "step": 253580
    },
    {
      "epoch": 0.5283125,
      "grad_norm": 0.9323086738586426,
      "learning_rate": 0.00013760223913130432,
      "loss": 6.8103,
      "step": 253590
    },
    {
      "epoch": 0.5283333333333333,
      "grad_norm": 0.6761049032211304,
      "learning_rate": 0.00013759241433486182,
      "loss": 7.6816,
      "step": 253600
    },
    {
      "epoch": 0.5283541666666667,
      "grad_norm": 5.224954605102539,
      "learning_rate": 0.00013758258959201526,
      "loss": 7.9897,
      "step": 253610
    },
    {
      "epoch": 0.528375,
      "grad_norm": 1.2761294841766357,
      "learning_rate": 0.00013757276490280698,
      "loss": 7.1855,
      "step": 253620
    },
    {
      "epoch": 0.5283958333333333,
      "grad_norm": 3.579461097717285,
      "learning_rate": 0.00013756294026727938,
      "loss": 7.9835,
      "step": 253630
    },
    {
      "epoch": 0.5284166666666666,
      "grad_norm": 0.7074742913246155,
      "learning_rate": 0.00013755311568547504,
      "loss": 7.3777,
      "step": 253640
    },
    {
      "epoch": 0.5284375,
      "grad_norm": 1.037596583366394,
      "learning_rate": 0.00013754329115743628,
      "loss": 7.2036,
      "step": 253650
    },
    {
      "epoch": 0.5284583333333334,
      "grad_norm": 1.6984635591506958,
      "learning_rate": 0.00013753346668320552,
      "loss": 7.5417,
      "step": 253660
    },
    {
      "epoch": 0.5284791666666667,
      "grad_norm": 0.8699187636375427,
      "learning_rate": 0.0001375236422628253,
      "loss": 7.2088,
      "step": 253670
    },
    {
      "epoch": 0.5285,
      "grad_norm": 0.9468962550163269,
      "learning_rate": 0.00013751381789633803,
      "loss": 7.6966,
      "step": 253680
    },
    {
      "epoch": 0.5285208333333333,
      "grad_norm": 2.2113964557647705,
      "learning_rate": 0.00013750399358378605,
      "loss": 7.7255,
      "step": 253690
    },
    {
      "epoch": 0.5285416666666667,
      "grad_norm": 0.7677870988845825,
      "learning_rate": 0.00013749416932521191,
      "loss": 7.3115,
      "step": 253700
    },
    {
      "epoch": 0.5285625,
      "grad_norm": 2.090681314468384,
      "learning_rate": 0.00013748434512065804,
      "loss": 7.4479,
      "step": 253710
    },
    {
      "epoch": 0.5285833333333333,
      "grad_norm": 0.6303558945655823,
      "learning_rate": 0.00013747452097016678,
      "loss": 7.6644,
      "step": 253720
    },
    {
      "epoch": 0.5286041666666667,
      "grad_norm": 1.7024815082550049,
      "learning_rate": 0.00013746469687378067,
      "loss": 7.6125,
      "step": 253730
    },
    {
      "epoch": 0.528625,
      "grad_norm": 0.7285925149917603,
      "learning_rate": 0.00013745487283154214,
      "loss": 7.8957,
      "step": 253740
    },
    {
      "epoch": 0.5286458333333334,
      "grad_norm": 1.0627093315124512,
      "learning_rate": 0.00013744504884349352,
      "loss": 7.3406,
      "step": 253750
    },
    {
      "epoch": 0.5286666666666666,
      "grad_norm": 2.239264965057373,
      "learning_rate": 0.00013743522490967735,
      "loss": 7.8337,
      "step": 253760
    },
    {
      "epoch": 0.5286875,
      "grad_norm": 1.0089778900146484,
      "learning_rate": 0.0001374254010301361,
      "loss": 7.184,
      "step": 253770
    },
    {
      "epoch": 0.5287083333333333,
      "grad_norm": 0.881294846534729,
      "learning_rate": 0.00013741557720491204,
      "loss": 7.9827,
      "step": 253780
    },
    {
      "epoch": 0.5287291666666667,
      "grad_norm": 0.7779585719108582,
      "learning_rate": 0.00013740575343404777,
      "loss": 7.3281,
      "step": 253790
    },
    {
      "epoch": 0.52875,
      "grad_norm": 2.0645434856414795,
      "learning_rate": 0.00013739592971758564,
      "loss": 7.7183,
      "step": 253800
    },
    {
      "epoch": 0.5287708333333333,
      "grad_norm": 2.5061089992523193,
      "learning_rate": 0.00013738610605556814,
      "loss": 7.3507,
      "step": 253810
    },
    {
      "epoch": 0.5287916666666667,
      "grad_norm": 1.0359233617782593,
      "learning_rate": 0.0001373762824480376,
      "loss": 6.9901,
      "step": 253820
    },
    {
      "epoch": 0.5288125,
      "grad_norm": 0.8114030361175537,
      "learning_rate": 0.00013736645889503654,
      "loss": 7.4594,
      "step": 253830
    },
    {
      "epoch": 0.5288333333333334,
      "grad_norm": 1.4006844758987427,
      "learning_rate": 0.00013735663539660744,
      "loss": 7.1499,
      "step": 253840
    },
    {
      "epoch": 0.5288541666666666,
      "grad_norm": 2.7757883071899414,
      "learning_rate": 0.00013734681195279257,
      "loss": 7.5121,
      "step": 253850
    },
    {
      "epoch": 0.528875,
      "grad_norm": 0.9621933102607727,
      "learning_rate": 0.00013733698856363452,
      "loss": 7.4695,
      "step": 253860
    },
    {
      "epoch": 0.5288958333333333,
      "grad_norm": 5.470094203948975,
      "learning_rate": 0.00013732716522917571,
      "loss": 7.7415,
      "step": 253870
    },
    {
      "epoch": 0.5289166666666667,
      "grad_norm": 2.6668648719787598,
      "learning_rate": 0.00013731734194945844,
      "loss": 7.2492,
      "step": 253880
    },
    {
      "epoch": 0.5289375,
      "grad_norm": 2.139829397201538,
      "learning_rate": 0.00013730751872452528,
      "loss": 7.9604,
      "step": 253890
    },
    {
      "epoch": 0.5289583333333333,
      "grad_norm": 0.9396170377731323,
      "learning_rate": 0.00013729769555441862,
      "loss": 7.6905,
      "step": 253900
    },
    {
      "epoch": 0.5289791666666667,
      "grad_norm": 1.0072764158248901,
      "learning_rate": 0.00013728787243918086,
      "loss": 7.599,
      "step": 253910
    },
    {
      "epoch": 0.529,
      "grad_norm": 1.3291475772857666,
      "learning_rate": 0.0001372780493788545,
      "loss": 7.5193,
      "step": 253920
    },
    {
      "epoch": 0.5290208333333334,
      "grad_norm": 1.0515871047973633,
      "learning_rate": 0.0001372682263734819,
      "loss": 7.1511,
      "step": 253930
    },
    {
      "epoch": 0.5290416666666666,
      "grad_norm": 1.4326343536376953,
      "learning_rate": 0.0001372584034231055,
      "loss": 7.1602,
      "step": 253940
    },
    {
      "epoch": 0.5290625,
      "grad_norm": 0.9558495283126831,
      "learning_rate": 0.0001372485805277678,
      "loss": 7.443,
      "step": 253950
    },
    {
      "epoch": 0.5290833333333333,
      "grad_norm": 0.6888827085494995,
      "learning_rate": 0.0001372387576875112,
      "loss": 7.0666,
      "step": 253960
    },
    {
      "epoch": 0.5291041666666667,
      "grad_norm": 1.3479536771774292,
      "learning_rate": 0.00013722893490237804,
      "loss": 6.9868,
      "step": 253970
    },
    {
      "epoch": 0.529125,
      "grad_norm": 1.6108983755111694,
      "learning_rate": 0.0001372191121724109,
      "loss": 7.4425,
      "step": 253980
    },
    {
      "epoch": 0.5291458333333333,
      "grad_norm": 2.557324171066284,
      "learning_rate": 0.00013720928949765212,
      "loss": 7.3902,
      "step": 253990
    },
    {
      "epoch": 0.5291666666666667,
      "grad_norm": 1.4363330602645874,
      "learning_rate": 0.0001371994668781441,
      "loss": 7.6716,
      "step": 254000
    },
    {
      "epoch": 0.5291666666666667,
      "eval_loss": 8.966360092163086,
      "eval_runtime": 8.2687,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 254000
    },
    {
      "epoch": 0.5291875,
      "grad_norm": 1.653320074081421,
      "learning_rate": 0.00013718964431392938,
      "loss": 7.3842,
      "step": 254010
    },
    {
      "epoch": 0.5292083333333333,
      "grad_norm": 2.4833765029907227,
      "learning_rate": 0.00013717982180505028,
      "loss": 7.4508,
      "step": 254020
    },
    {
      "epoch": 0.5292291666666666,
      "grad_norm": 1.0437694787979126,
      "learning_rate": 0.00013716999935154927,
      "loss": 7.3838,
      "step": 254030
    },
    {
      "epoch": 0.52925,
      "grad_norm": 1.0785667896270752,
      "learning_rate": 0.00013716017695346883,
      "loss": 7.3568,
      "step": 254040
    },
    {
      "epoch": 0.5292708333333334,
      "grad_norm": 1.4959839582443237,
      "learning_rate": 0.00013715035461085134,
      "loss": 7.2087,
      "step": 254050
    },
    {
      "epoch": 0.5292916666666667,
      "grad_norm": 0.6882808208465576,
      "learning_rate": 0.00013714053232373918,
      "loss": 7.3987,
      "step": 254060
    },
    {
      "epoch": 0.5293125,
      "grad_norm": 4.355020999908447,
      "learning_rate": 0.00013713071009217488,
      "loss": 7.7982,
      "step": 254070
    },
    {
      "epoch": 0.5293333333333333,
      "grad_norm": 1.169123888015747,
      "learning_rate": 0.0001371208879162008,
      "loss": 7.177,
      "step": 254080
    },
    {
      "epoch": 0.5293541666666667,
      "grad_norm": 0.8379516005516052,
      "learning_rate": 0.00013711106579585938,
      "loss": 7.2429,
      "step": 254090
    },
    {
      "epoch": 0.529375,
      "grad_norm": 1.853549838066101,
      "learning_rate": 0.00013710124373119304,
      "loss": 7.3692,
      "step": 254100
    },
    {
      "epoch": 0.5293958333333333,
      "grad_norm": 2.752260208129883,
      "learning_rate": 0.00013709142172224428,
      "loss": 7.1388,
      "step": 254110
    },
    {
      "epoch": 0.5294166666666666,
      "grad_norm": 1.4740653038024902,
      "learning_rate": 0.00013708159976905544,
      "loss": 6.9274,
      "step": 254120
    },
    {
      "epoch": 0.5294375,
      "grad_norm": 1.2182148694992065,
      "learning_rate": 0.0001370717778716689,
      "loss": 7.1828,
      "step": 254130
    },
    {
      "epoch": 0.5294583333333334,
      "grad_norm": 0.9278799295425415,
      "learning_rate": 0.00013706195603012728,
      "loss": 7.3464,
      "step": 254140
    },
    {
      "epoch": 0.5294791666666666,
      "grad_norm": 1.1831090450286865,
      "learning_rate": 0.00013705213424447285,
      "loss": 7.4008,
      "step": 254150
    },
    {
      "epoch": 0.5295,
      "grad_norm": 3.017726421356201,
      "learning_rate": 0.00013704231251474805,
      "loss": 7.0621,
      "step": 254160
    },
    {
      "epoch": 0.5295208333333333,
      "grad_norm": 3.2033565044403076,
      "learning_rate": 0.00013703249084099533,
      "loss": 7.5572,
      "step": 254170
    },
    {
      "epoch": 0.5295416666666667,
      "grad_norm": 1.1589345932006836,
      "learning_rate": 0.00013702266922325715,
      "loss": 7.6366,
      "step": 254180
    },
    {
      "epoch": 0.5295625,
      "grad_norm": 0.8618513941764832,
      "learning_rate": 0.00013701284766157585,
      "loss": 7.2706,
      "step": 254190
    },
    {
      "epoch": 0.5295833333333333,
      "grad_norm": 0.8265425562858582,
      "learning_rate": 0.00013700302615599395,
      "loss": 7.4447,
      "step": 254200
    },
    {
      "epoch": 0.5296041666666667,
      "grad_norm": 2.430391311645508,
      "learning_rate": 0.00013699320470655384,
      "loss": 7.2053,
      "step": 254210
    },
    {
      "epoch": 0.529625,
      "grad_norm": 1.1977391242980957,
      "learning_rate": 0.0001369833833132979,
      "loss": 7.6796,
      "step": 254220
    },
    {
      "epoch": 0.5296458333333334,
      "grad_norm": 1.1576111316680908,
      "learning_rate": 0.00013697356197626859,
      "loss": 7.3876,
      "step": 254230
    },
    {
      "epoch": 0.5296666666666666,
      "grad_norm": 1.3062160015106201,
      "learning_rate": 0.00013696374069550838,
      "loss": 7.4494,
      "step": 254240
    },
    {
      "epoch": 0.5296875,
      "grad_norm": 3.6115856170654297,
      "learning_rate": 0.0001369539194710596,
      "loss": 7.5752,
      "step": 254250
    },
    {
      "epoch": 0.5297083333333333,
      "grad_norm": 1.085191249847412,
      "learning_rate": 0.00013694409830296476,
      "loss": 7.1994,
      "step": 254260
    },
    {
      "epoch": 0.5297291666666667,
      "grad_norm": 1.2222000360488892,
      "learning_rate": 0.00013693427719126627,
      "loss": 7.5776,
      "step": 254270
    },
    {
      "epoch": 0.52975,
      "grad_norm": 0.945443332195282,
      "learning_rate": 0.00013692445613600645,
      "loss": 7.4476,
      "step": 254280
    },
    {
      "epoch": 0.5297708333333333,
      "grad_norm": 0.8067245483398438,
      "learning_rate": 0.00013691463513722788,
      "loss": 7.7234,
      "step": 254290
    },
    {
      "epoch": 0.5297916666666667,
      "grad_norm": 2.1311986446380615,
      "learning_rate": 0.0001369048141949729,
      "loss": 7.4781,
      "step": 254300
    },
    {
      "epoch": 0.5298125,
      "grad_norm": 3.0141212940216064,
      "learning_rate": 0.00013689499330928387,
      "loss": 7.5079,
      "step": 254310
    },
    {
      "epoch": 0.5298333333333334,
      "grad_norm": 1.1666359901428223,
      "learning_rate": 0.00013688517248020335,
      "loss": 7.5497,
      "step": 254320
    },
    {
      "epoch": 0.5298541666666666,
      "grad_norm": 0.5939738154411316,
      "learning_rate": 0.00013687535170777367,
      "loss": 7.1493,
      "step": 254330
    },
    {
      "epoch": 0.529875,
      "grad_norm": 1.5974968671798706,
      "learning_rate": 0.00013686553099203727,
      "loss": 7.4741,
      "step": 254340
    },
    {
      "epoch": 0.5298958333333333,
      "grad_norm": 2.716134786605835,
      "learning_rate": 0.0001368557103330366,
      "loss": 7.5386,
      "step": 254350
    },
    {
      "epoch": 0.5299166666666667,
      "grad_norm": 3.64575457572937,
      "learning_rate": 0.00013684588973081406,
      "loss": 7.5148,
      "step": 254360
    },
    {
      "epoch": 0.5299375,
      "grad_norm": 3.186286687850952,
      "learning_rate": 0.000136836069185412,
      "loss": 7.3296,
      "step": 254370
    },
    {
      "epoch": 0.5299583333333333,
      "grad_norm": 30.909717559814453,
      "learning_rate": 0.00013682624869687299,
      "loss": 8.2443,
      "step": 254380
    },
    {
      "epoch": 0.5299791666666667,
      "grad_norm": 0.8359057903289795,
      "learning_rate": 0.00013681642826523935,
      "loss": 7.3118,
      "step": 254390
    },
    {
      "epoch": 0.53,
      "grad_norm": 1.0580061674118042,
      "learning_rate": 0.00013680660789055355,
      "loss": 7.0358,
      "step": 254400
    },
    {
      "epoch": 0.5300208333333334,
      "grad_norm": 2.089871883392334,
      "learning_rate": 0.0001367967875728579,
      "loss": 7.5489,
      "step": 254410
    },
    {
      "epoch": 0.5300416666666666,
      "grad_norm": 2.163454055786133,
      "learning_rate": 0.00013678696731219499,
      "loss": 7.6364,
      "step": 254420
    },
    {
      "epoch": 0.5300625,
      "grad_norm": 2.0905916690826416,
      "learning_rate": 0.00013677714710860712,
      "loss": 7.5882,
      "step": 254430
    },
    {
      "epoch": 0.5300833333333334,
      "grad_norm": 0.9143197536468506,
      "learning_rate": 0.0001367673269621367,
      "loss": 7.0103,
      "step": 254440
    },
    {
      "epoch": 0.5301041666666667,
      "grad_norm": 1.2023025751113892,
      "learning_rate": 0.00013675750687282623,
      "loss": 7.207,
      "step": 254450
    },
    {
      "epoch": 0.530125,
      "grad_norm": 0.684112548828125,
      "learning_rate": 0.0001367476868407181,
      "loss": 6.9586,
      "step": 254460
    },
    {
      "epoch": 0.5301458333333333,
      "grad_norm": 1.374405860900879,
      "learning_rate": 0.00013673786686585465,
      "loss": 7.13,
      "step": 254470
    },
    {
      "epoch": 0.5301666666666667,
      "grad_norm": 0.9274031519889832,
      "learning_rate": 0.00013672804694827846,
      "loss": 7.3228,
      "step": 254480
    },
    {
      "epoch": 0.5301875,
      "grad_norm": 1.1754460334777832,
      "learning_rate": 0.00013671822708803178,
      "loss": 7.2962,
      "step": 254490
    },
    {
      "epoch": 0.5302083333333333,
      "grad_norm": 3.2152421474456787,
      "learning_rate": 0.0001367084072851571,
      "loss": 7.5516,
      "step": 254500
    },
    {
      "epoch": 0.5302291666666666,
      "grad_norm": 0.5753613710403442,
      "learning_rate": 0.0001366985875396969,
      "loss": 7.3524,
      "step": 254510
    },
    {
      "epoch": 0.53025,
      "grad_norm": 1.3011325597763062,
      "learning_rate": 0.0001366887678516935,
      "loss": 7.529,
      "step": 254520
    },
    {
      "epoch": 0.5302708333333334,
      "grad_norm": 0.9008517265319824,
      "learning_rate": 0.00013667894822118933,
      "loss": 7.7466,
      "step": 254530
    },
    {
      "epoch": 0.5302916666666667,
      "grad_norm": 0.7318521738052368,
      "learning_rate": 0.00013666912864822688,
      "loss": 7.6032,
      "step": 254540
    },
    {
      "epoch": 0.5303125,
      "grad_norm": 1.0838065147399902,
      "learning_rate": 0.00013665930913284854,
      "loss": 7.2794,
      "step": 254550
    },
    {
      "epoch": 0.5303333333333333,
      "grad_norm": 1.8513917922973633,
      "learning_rate": 0.0001366494896750966,
      "loss": 7.1788,
      "step": 254560
    },
    {
      "epoch": 0.5303541666666667,
      "grad_norm": 0.8201059103012085,
      "learning_rate": 0.00013663967027501366,
      "loss": 7.1114,
      "step": 254570
    },
    {
      "epoch": 0.530375,
      "grad_norm": 1.1412482261657715,
      "learning_rate": 0.00013662985093264207,
      "loss": 7.1755,
      "step": 254580
    },
    {
      "epoch": 0.5303958333333333,
      "grad_norm": 1.410273551940918,
      "learning_rate": 0.00013662003164802416,
      "loss": 7.9495,
      "step": 254590
    },
    {
      "epoch": 0.5304166666666666,
      "grad_norm": 1.4072833061218262,
      "learning_rate": 0.00013661021242120246,
      "loss": 7.3638,
      "step": 254600
    },
    {
      "epoch": 0.5304375,
      "grad_norm": 2.2609167098999023,
      "learning_rate": 0.00013660039325221938,
      "loss": 7.7992,
      "step": 254610
    },
    {
      "epoch": 0.5304583333333334,
      "grad_norm": 1.018944501876831,
      "learning_rate": 0.0001365905741411172,
      "loss": 7.8204,
      "step": 254620
    },
    {
      "epoch": 0.5304791666666666,
      "grad_norm": 1.3282310962677002,
      "learning_rate": 0.0001365807550879385,
      "loss": 7.4448,
      "step": 254630
    },
    {
      "epoch": 0.5305,
      "grad_norm": 6.362721920013428,
      "learning_rate": 0.00013657093609272563,
      "loss": 7.7972,
      "step": 254640
    },
    {
      "epoch": 0.5305208333333333,
      "grad_norm": 1.0517280101776123,
      "learning_rate": 0.00013656111715552096,
      "loss": 7.3006,
      "step": 254650
    },
    {
      "epoch": 0.5305416666666667,
      "grad_norm": 1.7805922031402588,
      "learning_rate": 0.000136551298276367,
      "loss": 7.5503,
      "step": 254660
    },
    {
      "epoch": 0.5305625,
      "grad_norm": 0.7991021871566772,
      "learning_rate": 0.00013654147945530606,
      "loss": 7.9693,
      "step": 254670
    },
    {
      "epoch": 0.5305833333333333,
      "grad_norm": 0.7503747940063477,
      "learning_rate": 0.0001365316606923806,
      "loss": 7.5706,
      "step": 254680
    },
    {
      "epoch": 0.5306041666666667,
      "grad_norm": 1.4684128761291504,
      "learning_rate": 0.0001365218419876331,
      "loss": 7.1338,
      "step": 254690
    },
    {
      "epoch": 0.530625,
      "grad_norm": 0.8309640884399414,
      "learning_rate": 0.00013651202334110583,
      "loss": 7.5295,
      "step": 254700
    },
    {
      "epoch": 0.5306458333333334,
      "grad_norm": 0.7113460302352905,
      "learning_rate": 0.00013650220475284132,
      "loss": 7.3392,
      "step": 254710
    },
    {
      "epoch": 0.5306666666666666,
      "grad_norm": 0.8563929200172424,
      "learning_rate": 0.0001364923862228819,
      "loss": 8.2978,
      "step": 254720
    },
    {
      "epoch": 0.5306875,
      "grad_norm": 2.126189708709717,
      "learning_rate": 0.00013648256775127007,
      "loss": 7.8878,
      "step": 254730
    },
    {
      "epoch": 0.5307083333333333,
      "grad_norm": 1.0140008926391602,
      "learning_rate": 0.0001364727493380482,
      "loss": 7.4039,
      "step": 254740
    },
    {
      "epoch": 0.5307291666666667,
      "grad_norm": 1.0676710605621338,
      "learning_rate": 0.00013646293098325867,
      "loss": 7.4736,
      "step": 254750
    },
    {
      "epoch": 0.53075,
      "grad_norm": 0.9238601326942444,
      "learning_rate": 0.00013645311268694393,
      "loss": 8.034,
      "step": 254760
    },
    {
      "epoch": 0.5307708333333333,
      "grad_norm": 0.9221486449241638,
      "learning_rate": 0.00013644329444914642,
      "loss": 7.4497,
      "step": 254770
    },
    {
      "epoch": 0.5307916666666667,
      "grad_norm": 1.6601532697677612,
      "learning_rate": 0.00013643347626990843,
      "loss": 7.117,
      "step": 254780
    },
    {
      "epoch": 0.5308125,
      "grad_norm": 0.8209408521652222,
      "learning_rate": 0.00013642365814927254,
      "loss": 7.1967,
      "step": 254790
    },
    {
      "epoch": 0.5308333333333334,
      "grad_norm": 2.5322108268737793,
      "learning_rate": 0.00013641384008728104,
      "loss": 7.4769,
      "step": 254800
    },
    {
      "epoch": 0.5308541666666666,
      "grad_norm": 1.1945778131484985,
      "learning_rate": 0.00013640402208397632,
      "loss": 7.3977,
      "step": 254810
    },
    {
      "epoch": 0.530875,
      "grad_norm": 1.6144851446151733,
      "learning_rate": 0.0001363942041394009,
      "loss": 6.9778,
      "step": 254820
    },
    {
      "epoch": 0.5308958333333333,
      "grad_norm": 2.1052703857421875,
      "learning_rate": 0.00013638438625359711,
      "loss": 7.9708,
      "step": 254830
    },
    {
      "epoch": 0.5309166666666667,
      "grad_norm": 1.1049257516860962,
      "learning_rate": 0.00013637456842660738,
      "loss": 8.0335,
      "step": 254840
    },
    {
      "epoch": 0.5309375,
      "grad_norm": 1.0242716073989868,
      "learning_rate": 0.00013636475065847417,
      "loss": 7.2383,
      "step": 254850
    },
    {
      "epoch": 0.5309583333333333,
      "grad_norm": 1.4209884405136108,
      "learning_rate": 0.0001363549329492398,
      "loss": 7.2207,
      "step": 254860
    },
    {
      "epoch": 0.5309791666666667,
      "grad_norm": 0.8581027984619141,
      "learning_rate": 0.0001363451152989467,
      "loss": 7.2712,
      "step": 254870
    },
    {
      "epoch": 0.531,
      "grad_norm": 1.057940125465393,
      "learning_rate": 0.0001363352977076373,
      "loss": 7.2995,
      "step": 254880
    },
    {
      "epoch": 0.5310208333333334,
      "grad_norm": 0.6683502197265625,
      "learning_rate": 0.00013632548017535403,
      "loss": 8.3627,
      "step": 254890
    },
    {
      "epoch": 0.5310416666666666,
      "grad_norm": 0.8573136925697327,
      "learning_rate": 0.00013631566270213926,
      "loss": 7.2075,
      "step": 254900
    },
    {
      "epoch": 0.5310625,
      "grad_norm": 1.1877840757369995,
      "learning_rate": 0.00013630584528803543,
      "loss": 7.2445,
      "step": 254910
    },
    {
      "epoch": 0.5310833333333334,
      "grad_norm": 2.6622509956359863,
      "learning_rate": 0.00013629602793308496,
      "loss": 7.8606,
      "step": 254920
    },
    {
      "epoch": 0.5311041666666667,
      "grad_norm": 6.918050289154053,
      "learning_rate": 0.00013628621063733014,
      "loss": 8.5786,
      "step": 254930
    },
    {
      "epoch": 0.531125,
      "grad_norm": 0.8355251550674438,
      "learning_rate": 0.0001362763934008135,
      "loss": 7.6491,
      "step": 254940
    },
    {
      "epoch": 0.5311458333333333,
      "grad_norm": 1.3288731575012207,
      "learning_rate": 0.00013626657622357744,
      "loss": 7.6045,
      "step": 254950
    },
    {
      "epoch": 0.5311666666666667,
      "grad_norm": 0.9486183524131775,
      "learning_rate": 0.00013625675910566428,
      "loss": 7.4336,
      "step": 254960
    },
    {
      "epoch": 0.5311875,
      "grad_norm": 2.636751413345337,
      "learning_rate": 0.0001362469420471165,
      "loss": 7.3211,
      "step": 254970
    },
    {
      "epoch": 0.5312083333333333,
      "grad_norm": 1.4520370960235596,
      "learning_rate": 0.00013623712504797652,
      "loss": 7.4542,
      "step": 254980
    },
    {
      "epoch": 0.5312291666666666,
      "grad_norm": 2.7720885276794434,
      "learning_rate": 0.00013622730810828668,
      "loss": 7.4241,
      "step": 254990
    },
    {
      "epoch": 0.53125,
      "grad_norm": 1.0886006355285645,
      "learning_rate": 0.00013621749122808937,
      "loss": 7.3611,
      "step": 255000
    },
    {
      "epoch": 0.53125,
      "eval_loss": 6.859394073486328,
      "eval_runtime": 8.2215,
      "eval_samples_per_second": 0.365,
      "eval_steps_per_second": 0.122,
      "step": 255000
    },
    {
      "epoch": 0.5312708333333334,
      "grad_norm": 1.5281678438186646,
      "learning_rate": 0.00013620767440742713,
      "loss": 7.5629,
      "step": 255010
    },
    {
      "epoch": 0.5312916666666667,
      "grad_norm": 0.7820151448249817,
      "learning_rate": 0.00013619785764634225,
      "loss": 7.3949,
      "step": 255020
    },
    {
      "epoch": 0.5313125,
      "grad_norm": 1.3447141647338867,
      "learning_rate": 0.0001361880409448771,
      "loss": 7.3409,
      "step": 255030
    },
    {
      "epoch": 0.5313333333333333,
      "grad_norm": 1.217103123664856,
      "learning_rate": 0.00013617822430307423,
      "loss": 7.5714,
      "step": 255040
    },
    {
      "epoch": 0.5313541666666667,
      "grad_norm": 1.3716496229171753,
      "learning_rate": 0.00013616840772097597,
      "loss": 8.4859,
      "step": 255050
    },
    {
      "epoch": 0.531375,
      "grad_norm": 1.439630150794983,
      "learning_rate": 0.00013615859119862464,
      "loss": 7.4193,
      "step": 255060
    },
    {
      "epoch": 0.5313958333333333,
      "grad_norm": 1.8959747552871704,
      "learning_rate": 0.00013614877473606274,
      "loss": 7.7734,
      "step": 255070
    },
    {
      "epoch": 0.5314166666666666,
      "grad_norm": 2.090341091156006,
      "learning_rate": 0.0001361389583333327,
      "loss": 7.1675,
      "step": 255080
    },
    {
      "epoch": 0.5314375,
      "grad_norm": 1.5967776775360107,
      "learning_rate": 0.00013612914199047677,
      "loss": 7.4433,
      "step": 255090
    },
    {
      "epoch": 0.5314583333333334,
      "grad_norm": 0.9767332673072815,
      "learning_rate": 0.00013611932570753755,
      "loss": 7.7118,
      "step": 255100
    },
    {
      "epoch": 0.5314791666666666,
      "grad_norm": 2.917098045349121,
      "learning_rate": 0.00013610950948455733,
      "loss": 7.1637,
      "step": 255110
    },
    {
      "epoch": 0.5315,
      "grad_norm": 0.7897272706031799,
      "learning_rate": 0.00013609969332157847,
      "loss": 7.2221,
      "step": 255120
    },
    {
      "epoch": 0.5315208333333333,
      "grad_norm": 1.008333444595337,
      "learning_rate": 0.0001360898772186435,
      "loss": 7.0885,
      "step": 255130
    },
    {
      "epoch": 0.5315416666666667,
      "grad_norm": 0.6388035416603088,
      "learning_rate": 0.00013608006117579475,
      "loss": 7.4802,
      "step": 255140
    },
    {
      "epoch": 0.5315625,
      "grad_norm": 1.463634729385376,
      "learning_rate": 0.00013607024519307457,
      "loss": 7.6048,
      "step": 255150
    },
    {
      "epoch": 0.5315833333333333,
      "grad_norm": 0.9674391150474548,
      "learning_rate": 0.0001360604292705255,
      "loss": 8.3077,
      "step": 255160
    },
    {
      "epoch": 0.5316041666666667,
      "grad_norm": 1.6064802408218384,
      "learning_rate": 0.00013605061340818983,
      "loss": 7.2558,
      "step": 255170
    },
    {
      "epoch": 0.531625,
      "grad_norm": 0.6356562972068787,
      "learning_rate": 0.0001360407976061099,
      "loss": 7.2677,
      "step": 255180
    },
    {
      "epoch": 0.5316458333333334,
      "grad_norm": 1.304624080657959,
      "learning_rate": 0.00013603098186432832,
      "loss": 7.242,
      "step": 255190
    },
    {
      "epoch": 0.5316666666666666,
      "grad_norm": 1.1903735399246216,
      "learning_rate": 0.00013602116618288733,
      "loss": 7.4861,
      "step": 255200
    },
    {
      "epoch": 0.5316875,
      "grad_norm": 0.7802071571350098,
      "learning_rate": 0.00013601135056182933,
      "loss": 7.2836,
      "step": 255210
    },
    {
      "epoch": 0.5317083333333333,
      "grad_norm": 1.7255651950836182,
      "learning_rate": 0.00013600153500119681,
      "loss": 7.4347,
      "step": 255220
    },
    {
      "epoch": 0.5317291666666667,
      "grad_norm": 2.0711162090301514,
      "learning_rate": 0.0001359917195010321,
      "loss": 7.4025,
      "step": 255230
    },
    {
      "epoch": 0.53175,
      "grad_norm": 1.443117618560791,
      "learning_rate": 0.00013598190406137757,
      "loss": 7.4335,
      "step": 255240
    },
    {
      "epoch": 0.5317708333333333,
      "grad_norm": 1.3101710081100464,
      "learning_rate": 0.00013597208868227576,
      "loss": 7.0681,
      "step": 255250
    },
    {
      "epoch": 0.5317916666666667,
      "grad_norm": 2.0760908126831055,
      "learning_rate": 0.00013596227336376893,
      "loss": 7.3418,
      "step": 255260
    },
    {
      "epoch": 0.5318125,
      "grad_norm": 1.071620225906372,
      "learning_rate": 0.00013595245810589946,
      "loss": 7.5918,
      "step": 255270
    },
    {
      "epoch": 0.5318333333333334,
      "grad_norm": 1.4092720746994019,
      "learning_rate": 0.0001359426429087099,
      "loss": 7.6962,
      "step": 255280
    },
    {
      "epoch": 0.5318541666666666,
      "grad_norm": 0.6783385276794434,
      "learning_rate": 0.00013593282777224258,
      "loss": 7.5856,
      "step": 255290
    },
    {
      "epoch": 0.531875,
      "grad_norm": 1.365488886833191,
      "learning_rate": 0.00013592301269653982,
      "loss": 7.3241,
      "step": 255300
    },
    {
      "epoch": 0.5318958333333333,
      "grad_norm": 5.636213302612305,
      "learning_rate": 0.00013591319768164404,
      "loss": 7.7249,
      "step": 255310
    },
    {
      "epoch": 0.5319166666666667,
      "grad_norm": 2.1699438095092773,
      "learning_rate": 0.00013590338272759773,
      "loss": 7.4102,
      "step": 255320
    },
    {
      "epoch": 0.5319375,
      "grad_norm": 1.0721501111984253,
      "learning_rate": 0.0001358935678344432,
      "loss": 7.2131,
      "step": 255330
    },
    {
      "epoch": 0.5319583333333333,
      "grad_norm": 0.8997670412063599,
      "learning_rate": 0.00013588375300222283,
      "loss": 7.0594,
      "step": 255340
    },
    {
      "epoch": 0.5319791666666667,
      "grad_norm": 1.6389195919036865,
      "learning_rate": 0.00013587393823097913,
      "loss": 7.6342,
      "step": 255350
    },
    {
      "epoch": 0.532,
      "grad_norm": 0.8338657021522522,
      "learning_rate": 0.0001358641235207544,
      "loss": 7.3662,
      "step": 255360
    },
    {
      "epoch": 0.5320208333333334,
      "grad_norm": 1.7649202346801758,
      "learning_rate": 0.00013585430887159104,
      "loss": 7.0264,
      "step": 255370
    },
    {
      "epoch": 0.5320416666666666,
      "grad_norm": 3.897503614425659,
      "learning_rate": 0.0001358444942835315,
      "loss": 7.2726,
      "step": 255380
    },
    {
      "epoch": 0.5320625,
      "grad_norm": 0.9784933924674988,
      "learning_rate": 0.00013583467975661814,
      "loss": 7.0576,
      "step": 255390
    },
    {
      "epoch": 0.5320833333333334,
      "grad_norm": 1.0834189653396606,
      "learning_rate": 0.0001358248652908933,
      "loss": 7.7006,
      "step": 255400
    },
    {
      "epoch": 0.5321041666666667,
      "grad_norm": 0.8845749497413635,
      "learning_rate": 0.00013581505088639952,
      "loss": 8.0041,
      "step": 255410
    },
    {
      "epoch": 0.532125,
      "grad_norm": 0.9199010133743286,
      "learning_rate": 0.00013580523654317908,
      "loss": 7.537,
      "step": 255420
    },
    {
      "epoch": 0.5321458333333333,
      "grad_norm": 0.7399995923042297,
      "learning_rate": 0.00013579542226127434,
      "loss": 7.7395,
      "step": 255430
    },
    {
      "epoch": 0.5321666666666667,
      "grad_norm": 0.9957054257392883,
      "learning_rate": 0.0001357856080407278,
      "loss": 7.5953,
      "step": 255440
    },
    {
      "epoch": 0.5321875,
      "grad_norm": 0.9225378632545471,
      "learning_rate": 0.00013577579388158182,
      "loss": 7.348,
      "step": 255450
    },
    {
      "epoch": 0.5322083333333333,
      "grad_norm": 0.830917239189148,
      "learning_rate": 0.00013576597978387874,
      "loss": 7.574,
      "step": 255460
    },
    {
      "epoch": 0.5322291666666666,
      "grad_norm": 0.8407783508300781,
      "learning_rate": 0.00013575616574766102,
      "loss": 7.4281,
      "step": 255470
    },
    {
      "epoch": 0.53225,
      "grad_norm": 1.0870980024337769,
      "learning_rate": 0.00013574635177297106,
      "loss": 7.3089,
      "step": 255480
    },
    {
      "epoch": 0.5322708333333334,
      "grad_norm": 0.6398686170578003,
      "learning_rate": 0.00013573653785985113,
      "loss": 7.3523,
      "step": 255490
    },
    {
      "epoch": 0.5322916666666667,
      "grad_norm": 1.0964499711990356,
      "learning_rate": 0.00013572672400834375,
      "loss": 7.3969,
      "step": 255500
    },
    {
      "epoch": 0.5323125,
      "grad_norm": 1.0018304586410522,
      "learning_rate": 0.00013571691021849132,
      "loss": 7.162,
      "step": 255510
    },
    {
      "epoch": 0.5323333333333333,
      "grad_norm": 0.6708695292472839,
      "learning_rate": 0.00013570709649033611,
      "loss": 7.2989,
      "step": 255520
    },
    {
      "epoch": 0.5323541666666667,
      "grad_norm": 1.48292875289917,
      "learning_rate": 0.00013569728282392064,
      "loss": 7.1196,
      "step": 255530
    },
    {
      "epoch": 0.532375,
      "grad_norm": 1.7338777780532837,
      "learning_rate": 0.00013568746921928723,
      "loss": 7.6921,
      "step": 255540
    },
    {
      "epoch": 0.5323958333333333,
      "grad_norm": 1.6506298780441284,
      "learning_rate": 0.00013567765567647826,
      "loss": 7.4783,
      "step": 255550
    },
    {
      "epoch": 0.5324166666666666,
      "grad_norm": 1.536895990371704,
      "learning_rate": 0.0001356678421955362,
      "loss": 7.8675,
      "step": 255560
    },
    {
      "epoch": 0.5324375,
      "grad_norm": 1.4730561971664429,
      "learning_rate": 0.00013565802877650338,
      "loss": 7.2576,
      "step": 255570
    },
    {
      "epoch": 0.5324583333333334,
      "grad_norm": 0.6980142593383789,
      "learning_rate": 0.0001356482154194222,
      "loss": 7.79,
      "step": 255580
    },
    {
      "epoch": 0.5324791666666666,
      "grad_norm": 0.8787325024604797,
      "learning_rate": 0.000135638402124335,
      "loss": 7.1853,
      "step": 255590
    },
    {
      "epoch": 0.5325,
      "grad_norm": 1.1494622230529785,
      "learning_rate": 0.00013562858889128426,
      "loss": 7.3615,
      "step": 255600
    },
    {
      "epoch": 0.5325208333333333,
      "grad_norm": 1.268420934677124,
      "learning_rate": 0.00013561877572031234,
      "loss": 7.173,
      "step": 255610
    },
    {
      "epoch": 0.5325416666666667,
      "grad_norm": 0.7065064311027527,
      "learning_rate": 0.00013560896261146152,
      "loss": 7.7964,
      "step": 255620
    },
    {
      "epoch": 0.5325625,
      "grad_norm": 1.3892852067947388,
      "learning_rate": 0.00013559914956477438,
      "loss": 7.1251,
      "step": 255630
    },
    {
      "epoch": 0.5325833333333333,
      "grad_norm": 3.2215590476989746,
      "learning_rate": 0.0001355893365802932,
      "loss": 7.5184,
      "step": 255640
    },
    {
      "epoch": 0.5326041666666667,
      "grad_norm": 3.544405460357666,
      "learning_rate": 0.00013557952365806034,
      "loss": 7.5917,
      "step": 255650
    },
    {
      "epoch": 0.532625,
      "grad_norm": 1.636149525642395,
      "learning_rate": 0.00013556971079811832,
      "loss": 8.1731,
      "step": 255660
    },
    {
      "epoch": 0.5326458333333334,
      "grad_norm": 0.9447694420814514,
      "learning_rate": 0.00013555989800050937,
      "loss": 7.6847,
      "step": 255670
    },
    {
      "epoch": 0.5326666666666666,
      "grad_norm": 1.736667275428772,
      "learning_rate": 0.00013555008526527592,
      "loss": 7.3402,
      "step": 255680
    },
    {
      "epoch": 0.5326875,
      "grad_norm": 1.181045413017273,
      "learning_rate": 0.00013554027259246045,
      "loss": 7.1308,
      "step": 255690
    },
    {
      "epoch": 0.5327083333333333,
      "grad_norm": 0.8359894752502441,
      "learning_rate": 0.00013553045998210525,
      "loss": 7.6488,
      "step": 255700
    },
    {
      "epoch": 0.5327291666666667,
      "grad_norm": 4.003443717956543,
      "learning_rate": 0.0001355206474342527,
      "loss": 7.762,
      "step": 255710
    },
    {
      "epoch": 0.53275,
      "grad_norm": 1.597454309463501,
      "learning_rate": 0.00013551083494894528,
      "loss": 7.5298,
      "step": 255720
    },
    {
      "epoch": 0.5327708333333333,
      "grad_norm": 0.8230651021003723,
      "learning_rate": 0.00013550102252622527,
      "loss": 7.1849,
      "step": 255730
    },
    {
      "epoch": 0.5327916666666667,
      "grad_norm": 1.5788004398345947,
      "learning_rate": 0.0001354912101661351,
      "loss": 7.6294,
      "step": 255740
    },
    {
      "epoch": 0.5328125,
      "grad_norm": 3.8107314109802246,
      "learning_rate": 0.0001354813978687172,
      "loss": 7.4156,
      "step": 255750
    },
    {
      "epoch": 0.5328333333333334,
      "grad_norm": 0.8260528445243835,
      "learning_rate": 0.0001354715856340139,
      "loss": 7.4864,
      "step": 255760
    },
    {
      "epoch": 0.5328541666666666,
      "grad_norm": 2.2483983039855957,
      "learning_rate": 0.00013546177346206758,
      "loss": 7.6981,
      "step": 255770
    },
    {
      "epoch": 0.532875,
      "grad_norm": 0.8712072372436523,
      "learning_rate": 0.0001354519613529207,
      "loss": 7.7229,
      "step": 255780
    },
    {
      "epoch": 0.5328958333333333,
      "grad_norm": 1.508226990699768,
      "learning_rate": 0.00013544214930661557,
      "loss": 7.3742,
      "step": 255790
    },
    {
      "epoch": 0.5329166666666667,
      "grad_norm": 1.2391884326934814,
      "learning_rate": 0.00013543233732319452,
      "loss": 6.8715,
      "step": 255800
    },
    {
      "epoch": 0.5329375,
      "grad_norm": 1.4512253999710083,
      "learning_rate": 0.00013542252540270008,
      "loss": 7.3133,
      "step": 255810
    },
    {
      "epoch": 0.5329583333333333,
      "grad_norm": 4.055327415466309,
      "learning_rate": 0.00013541271354517456,
      "loss": 7.8092,
      "step": 255820
    },
    {
      "epoch": 0.5329791666666667,
      "grad_norm": 1.230873942375183,
      "learning_rate": 0.0001354029017506603,
      "loss": 7.7744,
      "step": 255830
    },
    {
      "epoch": 0.533,
      "grad_norm": 0.9979637265205383,
      "learning_rate": 0.00013539309001919973,
      "loss": 6.924,
      "step": 255840
    },
    {
      "epoch": 0.5330208333333334,
      "grad_norm": 1.0635920763015747,
      "learning_rate": 0.0001353832783508353,
      "loss": 7.7318,
      "step": 255850
    },
    {
      "epoch": 0.5330416666666666,
      "grad_norm": 1.4204922914505005,
      "learning_rate": 0.00013537346674560922,
      "loss": 7.8042,
      "step": 255860
    },
    {
      "epoch": 0.5330625,
      "grad_norm": 1.9418939352035522,
      "learning_rate": 0.00013536365520356404,
      "loss": 7.4722,
      "step": 255870
    },
    {
      "epoch": 0.5330833333333334,
      "grad_norm": 1.3783364295959473,
      "learning_rate": 0.00013535384372474207,
      "loss": 7.1644,
      "step": 255880
    },
    {
      "epoch": 0.5331041666666667,
      "grad_norm": 0.7018334865570068,
      "learning_rate": 0.00013534403230918568,
      "loss": 7.6907,
      "step": 255890
    },
    {
      "epoch": 0.533125,
      "grad_norm": 0.9712929129600525,
      "learning_rate": 0.00013533422095693724,
      "loss": 7.7552,
      "step": 255900
    },
    {
      "epoch": 0.5331458333333333,
      "grad_norm": 1.455391526222229,
      "learning_rate": 0.00013532440966803925,
      "loss": 8.1461,
      "step": 255910
    },
    {
      "epoch": 0.5331666666666667,
      "grad_norm": 0.7185159921646118,
      "learning_rate": 0.00013531459844253396,
      "loss": 7.8286,
      "step": 255920
    },
    {
      "epoch": 0.5331875,
      "grad_norm": 0.8209291100502014,
      "learning_rate": 0.00013530478728046377,
      "loss": 7.3304,
      "step": 255930
    },
    {
      "epoch": 0.5332083333333333,
      "grad_norm": 1.0211457014083862,
      "learning_rate": 0.00013529497618187106,
      "loss": 8.1749,
      "step": 255940
    },
    {
      "epoch": 0.5332291666666666,
      "grad_norm": 1.2751693725585938,
      "learning_rate": 0.00013528516514679833,
      "loss": 7.1213,
      "step": 255950
    },
    {
      "epoch": 0.53325,
      "grad_norm": 1.1160229444503784,
      "learning_rate": 0.00013527535417528775,
      "loss": 7.0896,
      "step": 255960
    },
    {
      "epoch": 0.5332708333333334,
      "grad_norm": 1.1574286222457886,
      "learning_rate": 0.00013526554326738185,
      "loss": 7.7743,
      "step": 255970
    },
    {
      "epoch": 0.5332916666666667,
      "grad_norm": 0.5792122483253479,
      "learning_rate": 0.000135255732423123,
      "loss": 7.2702,
      "step": 255980
    },
    {
      "epoch": 0.5333125,
      "grad_norm": 1.7624832391738892,
      "learning_rate": 0.0001352459216425535,
      "loss": 7.6167,
      "step": 255990
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1.779025673866272,
      "learning_rate": 0.0001352361109257158,
      "loss": 7.5292,
      "step": 256000
    },
    {
      "epoch": 0.5333333333333333,
      "eval_loss": 7.436779022216797,
      "eval_runtime": 7.8211,
      "eval_samples_per_second": 0.384,
      "eval_steps_per_second": 0.128,
      "step": 256000
    },
    {
      "epoch": 0.5333541666666667,
      "grad_norm": 0.6386662721633911,
      "learning_rate": 0.0001352263002726523,
      "loss": 7.3705,
      "step": 256010
    },
    {
      "epoch": 0.533375,
      "grad_norm": 0.9571235179901123,
      "learning_rate": 0.00013521648968340528,
      "loss": 6.8879,
      "step": 256020
    },
    {
      "epoch": 0.5333958333333333,
      "grad_norm": 0.9705066680908203,
      "learning_rate": 0.00013520667915801717,
      "loss": 7.6402,
      "step": 256030
    },
    {
      "epoch": 0.5334166666666667,
      "grad_norm": 4.541108131408691,
      "learning_rate": 0.0001351968686965304,
      "loss": 7.7496,
      "step": 256040
    },
    {
      "epoch": 0.5334375,
      "grad_norm": 1.0182963609695435,
      "learning_rate": 0.00013518705829898724,
      "loss": 7.2548,
      "step": 256050
    },
    {
      "epoch": 0.5334583333333334,
      "grad_norm": 3.4512810707092285,
      "learning_rate": 0.0001351772479654302,
      "loss": 7.5801,
      "step": 256060
    },
    {
      "epoch": 0.5334791666666666,
      "grad_norm": 1.302270531654358,
      "learning_rate": 0.00013516743769590152,
      "loss": 7.6063,
      "step": 256070
    },
    {
      "epoch": 0.5335,
      "grad_norm": 3.0969278812408447,
      "learning_rate": 0.00013515762749044362,
      "loss": 7.6716,
      "step": 256080
    },
    {
      "epoch": 0.5335208333333333,
      "grad_norm": 0.8782085180282593,
      "learning_rate": 0.00013514781734909895,
      "loss": 7.4583,
      "step": 256090
    },
    {
      "epoch": 0.5335416666666667,
      "grad_norm": 0.8460203409194946,
      "learning_rate": 0.00013513800727190983,
      "loss": 7.7517,
      "step": 256100
    },
    {
      "epoch": 0.5335625,
      "grad_norm": 1.5671780109405518,
      "learning_rate": 0.00013512819725891857,
      "loss": 7.3201,
      "step": 256110
    },
    {
      "epoch": 0.5335833333333333,
      "grad_norm": 1.2834389209747314,
      "learning_rate": 0.00013511838731016768,
      "loss": 7.129,
      "step": 256120
    },
    {
      "epoch": 0.5336041666666667,
      "grad_norm": 0.6477667093276978,
      "learning_rate": 0.00013510857742569943,
      "loss": 7.4859,
      "step": 256130
    },
    {
      "epoch": 0.533625,
      "grad_norm": 0.7354027032852173,
      "learning_rate": 0.0001350987676055562,
      "loss": 7.6379,
      "step": 256140
    },
    {
      "epoch": 0.5336458333333334,
      "grad_norm": 1.5633307695388794,
      "learning_rate": 0.00013508895784978048,
      "loss": 7.7429,
      "step": 256150
    },
    {
      "epoch": 0.5336666666666666,
      "grad_norm": 0.8528682589530945,
      "learning_rate": 0.00013507914815841457,
      "loss": 7.5043,
      "step": 256160
    },
    {
      "epoch": 0.5336875,
      "grad_norm": 1.3050384521484375,
      "learning_rate": 0.00013506933853150077,
      "loss": 7.3819,
      "step": 256170
    },
    {
      "epoch": 0.5337083333333333,
      "grad_norm": 1.7224589586257935,
      "learning_rate": 0.0001350595289690815,
      "loss": 7.1057,
      "step": 256180
    },
    {
      "epoch": 0.5337291666666667,
      "grad_norm": 0.7955266833305359,
      "learning_rate": 0.0001350497194711992,
      "loss": 6.9268,
      "step": 256190
    },
    {
      "epoch": 0.53375,
      "grad_norm": 0.7420237064361572,
      "learning_rate": 0.0001350399100378962,
      "loss": 7.6441,
      "step": 256200
    },
    {
      "epoch": 0.5337708333333333,
      "grad_norm": 1.6409375667572021,
      "learning_rate": 0.00013503010066921479,
      "loss": 7.4927,
      "step": 256210
    },
    {
      "epoch": 0.5337916666666667,
      "grad_norm": 0.87445467710495,
      "learning_rate": 0.0001350202913651975,
      "loss": 7.4544,
      "step": 256220
    },
    {
      "epoch": 0.5338125,
      "grad_norm": 1.1455248594284058,
      "learning_rate": 0.0001350104821258866,
      "loss": 7.5808,
      "step": 256230
    },
    {
      "epoch": 0.5338333333333334,
      "grad_norm": 0.8794183135032654,
      "learning_rate": 0.00013500067295132444,
      "loss": 7.057,
      "step": 256240
    },
    {
      "epoch": 0.5338541666666666,
      "grad_norm": 0.6999607086181641,
      "learning_rate": 0.0001349908638415535,
      "loss": 8.2183,
      "step": 256250
    },
    {
      "epoch": 0.533875,
      "grad_norm": 1.4099006652832031,
      "learning_rate": 0.00013498105479661606,
      "loss": 7.1447,
      "step": 256260
    },
    {
      "epoch": 0.5338958333333333,
      "grad_norm": 2.5288660526275635,
      "learning_rate": 0.00013497124581655448,
      "loss": 7.5853,
      "step": 256270
    },
    {
      "epoch": 0.5339166666666667,
      "grad_norm": 0.6437160968780518,
      "learning_rate": 0.00013496143690141125,
      "loss": 7.394,
      "step": 256280
    },
    {
      "epoch": 0.5339375,
      "grad_norm": 0.8186275959014893,
      "learning_rate": 0.00013495162805122863,
      "loss": 7.1895,
      "step": 256290
    },
    {
      "epoch": 0.5339583333333333,
      "grad_norm": 0.999735414981842,
      "learning_rate": 0.00013494181926604898,
      "loss": 7.5402,
      "step": 256300
    },
    {
      "epoch": 0.5339791666666667,
      "grad_norm": 0.8127456307411194,
      "learning_rate": 0.00013493201054591474,
      "loss": 7.6346,
      "step": 256310
    },
    {
      "epoch": 0.534,
      "grad_norm": 0.9858740568161011,
      "learning_rate": 0.00013492220189086827,
      "loss": 7.891,
      "step": 256320
    },
    {
      "epoch": 0.5340208333333333,
      "grad_norm": 1.0906932353973389,
      "learning_rate": 0.00013491239330095186,
      "loss": 7.0762,
      "step": 256330
    },
    {
      "epoch": 0.5340416666666666,
      "grad_norm": 0.8791431188583374,
      "learning_rate": 0.00013490258477620798,
      "loss": 7.5398,
      "step": 256340
    },
    {
      "epoch": 0.5340625,
      "grad_norm": 1.2210053205490112,
      "learning_rate": 0.000134892776316679,
      "loss": 8.1034,
      "step": 256350
    },
    {
      "epoch": 0.5340833333333334,
      "grad_norm": 3.181425094604492,
      "learning_rate": 0.00013488296792240717,
      "loss": 7.8148,
      "step": 256360
    },
    {
      "epoch": 0.5341041666666667,
      "grad_norm": 0.8319640755653381,
      "learning_rate": 0.00013487315959343497,
      "loss": 7.409,
      "step": 256370
    },
    {
      "epoch": 0.534125,
      "grad_norm": 0.738785445690155,
      "learning_rate": 0.00013486335132980475,
      "loss": 7.4081,
      "step": 256380
    },
    {
      "epoch": 0.5341458333333333,
      "grad_norm": 2.632408857345581,
      "learning_rate": 0.00013485354313155882,
      "loss": 7.5191,
      "step": 256390
    },
    {
      "epoch": 0.5341666666666667,
      "grad_norm": 0.728550910949707,
      "learning_rate": 0.00013484373499873957,
      "loss": 7.22,
      "step": 256400
    },
    {
      "epoch": 0.5341875,
      "grad_norm": 0.6534691452980042,
      "learning_rate": 0.00013483392693138947,
      "loss": 7.1485,
      "step": 256410
    },
    {
      "epoch": 0.5342083333333333,
      "grad_norm": 1.664289116859436,
      "learning_rate": 0.00013482411892955072,
      "loss": 7.474,
      "step": 256420
    },
    {
      "epoch": 0.5342291666666666,
      "grad_norm": 1.514113187789917,
      "learning_rate": 0.00013481431099326584,
      "loss": 7.2059,
      "step": 256430
    },
    {
      "epoch": 0.53425,
      "grad_norm": 2.458491802215576,
      "learning_rate": 0.00013480450312257708,
      "loss": 8.6486,
      "step": 256440
    },
    {
      "epoch": 0.5342708333333334,
      "grad_norm": 1.5104272365570068,
      "learning_rate": 0.00013479469531752685,
      "loss": 7.4952,
      "step": 256450
    },
    {
      "epoch": 0.5342916666666667,
      "grad_norm": 0.5837597846984863,
      "learning_rate": 0.00013478488757815755,
      "loss": 7.4292,
      "step": 256460
    },
    {
      "epoch": 0.5343125,
      "grad_norm": 1.492241621017456,
      "learning_rate": 0.00013477507990451148,
      "loss": 7.2237,
      "step": 256470
    },
    {
      "epoch": 0.5343333333333333,
      "grad_norm": 1.335175633430481,
      "learning_rate": 0.00013476527229663109,
      "loss": 7.3824,
      "step": 256480
    },
    {
      "epoch": 0.5343541666666667,
      "grad_norm": 2.708261251449585,
      "learning_rate": 0.00013475546475455862,
      "loss": 7.2836,
      "step": 256490
    },
    {
      "epoch": 0.534375,
      "grad_norm": 0.9574623703956604,
      "learning_rate": 0.00013474565727833655,
      "loss": 7.7259,
      "step": 256500
    },
    {
      "epoch": 0.5343958333333333,
      "grad_norm": 0.9034031629562378,
      "learning_rate": 0.00013473584986800722,
      "loss": 7.3036,
      "step": 256510
    },
    {
      "epoch": 0.5344166666666667,
      "grad_norm": 0.9962610006332397,
      "learning_rate": 0.00013472604252361294,
      "loss": 7.6358,
      "step": 256520
    },
    {
      "epoch": 0.5344375,
      "grad_norm": 1.1246161460876465,
      "learning_rate": 0.0001347162352451961,
      "loss": 7.5542,
      "step": 256530
    },
    {
      "epoch": 0.5344583333333334,
      "grad_norm": 2.448519468307495,
      "learning_rate": 0.00013470642803279913,
      "loss": 7.4478,
      "step": 256540
    },
    {
      "epoch": 0.5344791666666666,
      "grad_norm": 1.2368059158325195,
      "learning_rate": 0.00013469662088646427,
      "loss": 7.9121,
      "step": 256550
    },
    {
      "epoch": 0.5345,
      "grad_norm": 1.425824761390686,
      "learning_rate": 0.000134686813806234,
      "loss": 7.2891,
      "step": 256560
    },
    {
      "epoch": 0.5345208333333333,
      "grad_norm": 1.0218316316604614,
      "learning_rate": 0.00013467700679215062,
      "loss": 7.3876,
      "step": 256570
    },
    {
      "epoch": 0.5345416666666667,
      "grad_norm": 0.9632832407951355,
      "learning_rate": 0.00013466719984425648,
      "loss": 7.8712,
      "step": 256580
    },
    {
      "epoch": 0.5345625,
      "grad_norm": 1.4940775632858276,
      "learning_rate": 0.00013465739296259402,
      "loss": 7.5231,
      "step": 256590
    },
    {
      "epoch": 0.5345833333333333,
      "grad_norm": 1.681240439414978,
      "learning_rate": 0.0001346475861472055,
      "loss": 7.8171,
      "step": 256600
    },
    {
      "epoch": 0.5346041666666667,
      "grad_norm": 0.7742651104927063,
      "learning_rate": 0.00013463777939813333,
      "loss": 7.6429,
      "step": 256610
    },
    {
      "epoch": 0.534625,
      "grad_norm": 2.623350143432617,
      "learning_rate": 0.0001346279727154199,
      "loss": 7.0489,
      "step": 256620
    },
    {
      "epoch": 0.5346458333333334,
      "grad_norm": 0.6366152763366699,
      "learning_rate": 0.00013461816609910756,
      "loss": 7.906,
      "step": 256630
    },
    {
      "epoch": 0.5346666666666666,
      "grad_norm": 0.8808267712593079,
      "learning_rate": 0.0001346083595492386,
      "loss": 7.6002,
      "step": 256640
    },
    {
      "epoch": 0.5346875,
      "grad_norm": 0.8788082003593445,
      "learning_rate": 0.0001345985530658555,
      "loss": 7.1601,
      "step": 256650
    },
    {
      "epoch": 0.5347083333333333,
      "grad_norm": 1.3779531717300415,
      "learning_rate": 0.00013458874664900054,
      "loss": 7.045,
      "step": 256660
    },
    {
      "epoch": 0.5347291666666667,
      "grad_norm": 2.108619451522827,
      "learning_rate": 0.00013457894029871606,
      "loss": 7.3597,
      "step": 256670
    },
    {
      "epoch": 0.53475,
      "grad_norm": 2.424553155899048,
      "learning_rate": 0.00013456913401504444,
      "loss": 7.6689,
      "step": 256680
    },
    {
      "epoch": 0.5347708333333333,
      "grad_norm": 0.7782926559448242,
      "learning_rate": 0.0001345593277980281,
      "loss": 7.9158,
      "step": 256690
    },
    {
      "epoch": 0.5347916666666667,
      "grad_norm": 0.8748622536659241,
      "learning_rate": 0.00013454952164770932,
      "loss": 7.0928,
      "step": 256700
    },
    {
      "epoch": 0.5348125,
      "grad_norm": 0.5711202025413513,
      "learning_rate": 0.0001345397155641305,
      "loss": 7.4279,
      "step": 256710
    },
    {
      "epoch": 0.5348333333333334,
      "grad_norm": 1.1945312023162842,
      "learning_rate": 0.00013452990954733403,
      "loss": 7.2636,
      "step": 256720
    },
    {
      "epoch": 0.5348541666666666,
      "grad_norm": 0.7523777484893799,
      "learning_rate": 0.00013452010359736214,
      "loss": 7.182,
      "step": 256730
    },
    {
      "epoch": 0.534875,
      "grad_norm": 1.1752173900604248,
      "learning_rate": 0.00013451029771425734,
      "loss": 7.7867,
      "step": 256740
    },
    {
      "epoch": 0.5348958333333333,
      "grad_norm": 2.2392094135284424,
      "learning_rate": 0.00013450049189806193,
      "loss": 7.825,
      "step": 256750
    },
    {
      "epoch": 0.5349166666666667,
      "grad_norm": 2.9173552989959717,
      "learning_rate": 0.00013449068614881823,
      "loss": 8.0875,
      "step": 256760
    },
    {
      "epoch": 0.5349375,
      "grad_norm": 1.8384859561920166,
      "learning_rate": 0.0001344808804665686,
      "loss": 7.6659,
      "step": 256770
    },
    {
      "epoch": 0.5349583333333333,
      "grad_norm": 3.9907760620117188,
      "learning_rate": 0.0001344710748513555,
      "loss": 7.6183,
      "step": 256780
    },
    {
      "epoch": 0.5349791666666667,
      "grad_norm": 3.1421072483062744,
      "learning_rate": 0.0001344612693032212,
      "loss": 7.22,
      "step": 256790
    },
    {
      "epoch": 0.535,
      "grad_norm": 1.3372673988342285,
      "learning_rate": 0.000134451463822208,
      "loss": 7.117,
      "step": 256800
    },
    {
      "epoch": 0.5350208333333333,
      "grad_norm": 0.6675325036048889,
      "learning_rate": 0.00013444165840835833,
      "loss": 8.1666,
      "step": 256810
    },
    {
      "epoch": 0.5350416666666666,
      "grad_norm": 2.252997875213623,
      "learning_rate": 0.0001344318530617146,
      "loss": 7.5839,
      "step": 256820
    },
    {
      "epoch": 0.5350625,
      "grad_norm": 0.7145963311195374,
      "learning_rate": 0.00013442204778231902,
      "loss": 7.2728,
      "step": 256830
    },
    {
      "epoch": 0.5350833333333334,
      "grad_norm": 1.3009912967681885,
      "learning_rate": 0.00013441224257021406,
      "loss": 7.5551,
      "step": 256840
    },
    {
      "epoch": 0.5351041666666667,
      "grad_norm": 2.153808832168579,
      "learning_rate": 0.0001344024374254421,
      "loss": 7.2257,
      "step": 256850
    },
    {
      "epoch": 0.535125,
      "grad_norm": 1.3347973823547363,
      "learning_rate": 0.00013439263234804534,
      "loss": 7.4011,
      "step": 256860
    },
    {
      "epoch": 0.5351458333333333,
      "grad_norm": 2.1843132972717285,
      "learning_rate": 0.0001343828273380663,
      "loss": 7.4167,
      "step": 256870
    },
    {
      "epoch": 0.5351666666666667,
      "grad_norm": 1.5991028547286987,
      "learning_rate": 0.00013437302239554727,
      "loss": 7.7497,
      "step": 256880
    },
    {
      "epoch": 0.5351875,
      "grad_norm": 5.933521270751953,
      "learning_rate": 0.00013436321752053053,
      "loss": 7.9872,
      "step": 256890
    },
    {
      "epoch": 0.5352083333333333,
      "grad_norm": 2.2633144855499268,
      "learning_rate": 0.00013435341271305853,
      "loss": 7.4821,
      "step": 256900
    },
    {
      "epoch": 0.5352291666666666,
      "grad_norm": 0.9555819034576416,
      "learning_rate": 0.00013434360797317366,
      "loss": 7.5793,
      "step": 256910
    },
    {
      "epoch": 0.53525,
      "grad_norm": 1.376642107963562,
      "learning_rate": 0.00013433380330091812,
      "loss": 7.8041,
      "step": 256920
    },
    {
      "epoch": 0.5352708333333334,
      "grad_norm": 2.4220595359802246,
      "learning_rate": 0.00013432399869633442,
      "loss": 7.5136,
      "step": 256930
    },
    {
      "epoch": 0.5352916666666667,
      "grad_norm": 0.6487504839897156,
      "learning_rate": 0.00013431419415946478,
      "loss": 7.4757,
      "step": 256940
    },
    {
      "epoch": 0.5353125,
      "grad_norm": 2.48400616645813,
      "learning_rate": 0.00013430438969035162,
      "loss": 7.472,
      "step": 256950
    },
    {
      "epoch": 0.5353333333333333,
      "grad_norm": 1.1740963459014893,
      "learning_rate": 0.00013429458528903731,
      "loss": 7.7922,
      "step": 256960
    },
    {
      "epoch": 0.5353541666666667,
      "grad_norm": 1.5287222862243652,
      "learning_rate": 0.00013428478095556416,
      "loss": 7.4928,
      "step": 256970
    },
    {
      "epoch": 0.535375,
      "grad_norm": 0.7074775099754333,
      "learning_rate": 0.0001342749766899745,
      "loss": 7.5106,
      "step": 256980
    },
    {
      "epoch": 0.5353958333333333,
      "grad_norm": 0.7430009841918945,
      "learning_rate": 0.0001342651724923108,
      "loss": 7.1742,
      "step": 256990
    },
    {
      "epoch": 0.5354166666666667,
      "grad_norm": 0.8968467712402344,
      "learning_rate": 0.0001342553683626153,
      "loss": 7.2406,
      "step": 257000
    },
    {
      "epoch": 0.5354166666666667,
      "eval_loss": 8.209772109985352,
      "eval_runtime": 8.225,
      "eval_samples_per_second": 0.365,
      "eval_steps_per_second": 0.122,
      "step": 257000
    },
    {
      "epoch": 0.5354375,
      "grad_norm": 0.7841742634773254,
      "learning_rate": 0.0001342455643009303,
      "loss": 7.4971,
      "step": 257010
    },
    {
      "epoch": 0.5354583333333334,
      "grad_norm": 1.120410442352295,
      "learning_rate": 0.00013423576030729834,
      "loss": 7.1383,
      "step": 257020
    },
    {
      "epoch": 0.5354791666666666,
      "grad_norm": 0.9789860248565674,
      "learning_rate": 0.00013422595638176157,
      "loss": 7.5852,
      "step": 257030
    },
    {
      "epoch": 0.5355,
      "grad_norm": 1.9328685998916626,
      "learning_rate": 0.00013421615252436243,
      "loss": 6.9231,
      "step": 257040
    },
    {
      "epoch": 0.5355208333333333,
      "grad_norm": 1.079437017440796,
      "learning_rate": 0.00013420634873514332,
      "loss": 7.3986,
      "step": 257050
    },
    {
      "epoch": 0.5355416666666667,
      "grad_norm": 1.0819815397262573,
      "learning_rate": 0.00013419654501414653,
      "loss": 7.2973,
      "step": 257060
    },
    {
      "epoch": 0.5355625,
      "grad_norm": 0.9243729114532471,
      "learning_rate": 0.00013418674136141438,
      "loss": 6.8971,
      "step": 257070
    },
    {
      "epoch": 0.5355833333333333,
      "grad_norm": 3.662247896194458,
      "learning_rate": 0.0001341769377769892,
      "loss": 7.5499,
      "step": 257080
    },
    {
      "epoch": 0.5356041666666667,
      "grad_norm": 1.7127511501312256,
      "learning_rate": 0.00013416713426091348,
      "loss": 7.5432,
      "step": 257090
    },
    {
      "epoch": 0.535625,
      "grad_norm": 1.6018222570419312,
      "learning_rate": 0.0001341573308132294,
      "loss": 7.4089,
      "step": 257100
    },
    {
      "epoch": 0.5356458333333334,
      "grad_norm": 1.8817163705825806,
      "learning_rate": 0.0001341475274339794,
      "loss": 9.0433,
      "step": 257110
    },
    {
      "epoch": 0.5356666666666666,
      "grad_norm": 2.0159847736358643,
      "learning_rate": 0.00013413772412320584,
      "loss": 7.2143,
      "step": 257120
    },
    {
      "epoch": 0.5356875,
      "grad_norm": 3.3718905448913574,
      "learning_rate": 0.000134127920880951,
      "loss": 8.0311,
      "step": 257130
    },
    {
      "epoch": 0.5357083333333333,
      "grad_norm": 1.6008882522583008,
      "learning_rate": 0.00013411811770725724,
      "loss": 7.1451,
      "step": 257140
    },
    {
      "epoch": 0.5357291666666667,
      "grad_norm": 0.9236080050468445,
      "learning_rate": 0.000134108314602167,
      "loss": 7.7527,
      "step": 257150
    },
    {
      "epoch": 0.53575,
      "grad_norm": 1.3138947486877441,
      "learning_rate": 0.0001340985115657225,
      "loss": 7.6948,
      "step": 257160
    },
    {
      "epoch": 0.5357708333333333,
      "grad_norm": 4.817453384399414,
      "learning_rate": 0.00013408870859796612,
      "loss": 7.4734,
      "step": 257170
    },
    {
      "epoch": 0.5357916666666667,
      "grad_norm": 0.6491427421569824,
      "learning_rate": 0.00013407890569894023,
      "loss": 7.3158,
      "step": 257180
    },
    {
      "epoch": 0.5358125,
      "grad_norm": 1.055271029472351,
      "learning_rate": 0.0001340691028686872,
      "loss": 7.1673,
      "step": 257190
    },
    {
      "epoch": 0.5358333333333334,
      "grad_norm": 1.070167899131775,
      "learning_rate": 0.00013405930010724928,
      "loss": 7.235,
      "step": 257200
    },
    {
      "epoch": 0.5358541666666666,
      "grad_norm": 1.475479245185852,
      "learning_rate": 0.0001340494974146689,
      "loss": 7.1446,
      "step": 257210
    },
    {
      "epoch": 0.535875,
      "grad_norm": 1.2088956832885742,
      "learning_rate": 0.00013403969479098844,
      "loss": 7.3667,
      "step": 257220
    },
    {
      "epoch": 0.5358958333333333,
      "grad_norm": 1.1248043775558472,
      "learning_rate": 0.00013402989223625008,
      "loss": 7.2424,
      "step": 257230
    },
    {
      "epoch": 0.5359166666666667,
      "grad_norm": 0.9388595819473267,
      "learning_rate": 0.0001340200897504963,
      "loss": 7.3576,
      "step": 257240
    },
    {
      "epoch": 0.5359375,
      "grad_norm": 1.3215522766113281,
      "learning_rate": 0.00013401028733376946,
      "loss": 7.2378,
      "step": 257250
    },
    {
      "epoch": 0.5359583333333333,
      "grad_norm": 0.5753538608551025,
      "learning_rate": 0.00013400048498611177,
      "loss": 7.3041,
      "step": 257260
    },
    {
      "epoch": 0.5359791666666667,
      "grad_norm": 1.704734444618225,
      "learning_rate": 0.00013399068270756567,
      "loss": 7.5079,
      "step": 257270
    },
    {
      "epoch": 0.536,
      "grad_norm": 0.6486489176750183,
      "learning_rate": 0.00013398088049817355,
      "loss": 9.9318,
      "step": 257280
    },
    {
      "epoch": 0.5360208333333333,
      "grad_norm": 0.8754637837409973,
      "learning_rate": 0.0001339710783579776,
      "loss": 7.318,
      "step": 257290
    },
    {
      "epoch": 0.5360416666666666,
      "grad_norm": 3.7667043209075928,
      "learning_rate": 0.00013396127628702032,
      "loss": 7.567,
      "step": 257300
    },
    {
      "epoch": 0.5360625,
      "grad_norm": 1.843929648399353,
      "learning_rate": 0.00013395147428534393,
      "loss": 7.3255,
      "step": 257310
    },
    {
      "epoch": 0.5360833333333334,
      "grad_norm": 2.4863662719726562,
      "learning_rate": 0.0001339416723529908,
      "loss": 8.2714,
      "step": 257320
    },
    {
      "epoch": 0.5361041666666667,
      "grad_norm": 1.3872863054275513,
      "learning_rate": 0.00013393187049000335,
      "loss": 7.5735,
      "step": 257330
    },
    {
      "epoch": 0.536125,
      "grad_norm": 0.6860992908477783,
      "learning_rate": 0.00013392206869642382,
      "loss": 7.4766,
      "step": 257340
    },
    {
      "epoch": 0.5361458333333333,
      "grad_norm": 2.706728219985962,
      "learning_rate": 0.00013391226697229464,
      "loss": 7.0061,
      "step": 257350
    },
    {
      "epoch": 0.5361666666666667,
      "grad_norm": 1.5064585208892822,
      "learning_rate": 0.000133902465317658,
      "loss": 7.27,
      "step": 257360
    },
    {
      "epoch": 0.5361875,
      "grad_norm": 1.0345433950424194,
      "learning_rate": 0.00013389266373255642,
      "loss": 7.1837,
      "step": 257370
    },
    {
      "epoch": 0.5362083333333333,
      "grad_norm": 0.8213708996772766,
      "learning_rate": 0.00013388286221703214,
      "loss": 7.3238,
      "step": 257380
    },
    {
      "epoch": 0.5362291666666666,
      "grad_norm": 1.3715596199035645,
      "learning_rate": 0.00013387306077112748,
      "loss": 7.2775,
      "step": 257390
    },
    {
      "epoch": 0.53625,
      "grad_norm": 2.2070345878601074,
      "learning_rate": 0.00013386325939488485,
      "loss": 7.5452,
      "step": 257400
    },
    {
      "epoch": 0.5362708333333334,
      "grad_norm": 1.1046879291534424,
      "learning_rate": 0.00013385345808834657,
      "loss": 7.1239,
      "step": 257410
    },
    {
      "epoch": 0.5362916666666667,
      "grad_norm": 0.8090649247169495,
      "learning_rate": 0.0001338436568515549,
      "loss": 8.1917,
      "step": 257420
    },
    {
      "epoch": 0.5363125,
      "grad_norm": 0.8827770948410034,
      "learning_rate": 0.0001338338556845523,
      "loss": 7.2511,
      "step": 257430
    },
    {
      "epoch": 0.5363333333333333,
      "grad_norm": 1.911909580230713,
      "learning_rate": 0.000133824054587381,
      "loss": 7.2196,
      "step": 257440
    },
    {
      "epoch": 0.5363541666666667,
      "grad_norm": 1.047090768814087,
      "learning_rate": 0.00013381425356008336,
      "loss": 7.2195,
      "step": 257450
    },
    {
      "epoch": 0.536375,
      "grad_norm": 0.8271666169166565,
      "learning_rate": 0.00013380445260270183,
      "loss": 7.6414,
      "step": 257460
    },
    {
      "epoch": 0.5363958333333333,
      "grad_norm": 1.0642344951629639,
      "learning_rate": 0.00013379465171527857,
      "loss": 7.3054,
      "step": 257470
    },
    {
      "epoch": 0.5364166666666667,
      "grad_norm": 1.8354285955429077,
      "learning_rate": 0.00013378485089785602,
      "loss": 7.3843,
      "step": 257480
    },
    {
      "epoch": 0.5364375,
      "grad_norm": 1.155024528503418,
      "learning_rate": 0.0001337750501504765,
      "loss": 7.782,
      "step": 257490
    },
    {
      "epoch": 0.5364583333333334,
      "grad_norm": 1.7687090635299683,
      "learning_rate": 0.00013376524947318236,
      "loss": 8.104,
      "step": 257500
    },
    {
      "epoch": 0.5364791666666666,
      "grad_norm": 4.6690144538879395,
      "learning_rate": 0.00013375544886601586,
      "loss": 7.9701,
      "step": 257510
    },
    {
      "epoch": 0.5365,
      "grad_norm": 2.4258077144622803,
      "learning_rate": 0.00013374564832901946,
      "loss": 7.5581,
      "step": 257520
    },
    {
      "epoch": 0.5365208333333333,
      "grad_norm": 2.556915044784546,
      "learning_rate": 0.00013373584786223542,
      "loss": 7.3977,
      "step": 257530
    },
    {
      "epoch": 0.5365416666666667,
      "grad_norm": 0.8681070804595947,
      "learning_rate": 0.000133726047465706,
      "loss": 8.2281,
      "step": 257540
    },
    {
      "epoch": 0.5365625,
      "grad_norm": 2.935314893722534,
      "learning_rate": 0.0001337162471394737,
      "loss": 7.1288,
      "step": 257550
    },
    {
      "epoch": 0.5365833333333333,
      "grad_norm": 0.9541690349578857,
      "learning_rate": 0.00013370644688358077,
      "loss": 8.1649,
      "step": 257560
    },
    {
      "epoch": 0.5366041666666667,
      "grad_norm": 0.9677127003669739,
      "learning_rate": 0.00013369664669806946,
      "loss": 7.8241,
      "step": 257570
    },
    {
      "epoch": 0.536625,
      "grad_norm": 0.927073061466217,
      "learning_rate": 0.00013368684658298223,
      "loss": 7.2443,
      "step": 257580
    },
    {
      "epoch": 0.5366458333333334,
      "grad_norm": 1.5764373540878296,
      "learning_rate": 0.00013367704653836142,
      "loss": 7.4463,
      "step": 257590
    },
    {
      "epoch": 0.5366666666666666,
      "grad_norm": 1.8563611507415771,
      "learning_rate": 0.0001336672465642492,
      "loss": 7.7202,
      "step": 257600
    },
    {
      "epoch": 0.5366875,
      "grad_norm": 2.129958152770996,
      "learning_rate": 0.00013365744666068806,
      "loss": 7.8659,
      "step": 257610
    },
    {
      "epoch": 0.5367083333333333,
      "grad_norm": 0.812816321849823,
      "learning_rate": 0.00013364764682772032,
      "loss": 7.0135,
      "step": 257620
    },
    {
      "epoch": 0.5367291666666667,
      "grad_norm": 0.7594020962715149,
      "learning_rate": 0.00013363784706538824,
      "loss": 7.3404,
      "step": 257630
    },
    {
      "epoch": 0.53675,
      "grad_norm": 0.8674913644790649,
      "learning_rate": 0.00013362804737373414,
      "loss": 10.2777,
      "step": 257640
    },
    {
      "epoch": 0.5367708333333333,
      "grad_norm": 0.6898457407951355,
      "learning_rate": 0.00013361824775280046,
      "loss": 6.9762,
      "step": 257650
    },
    {
      "epoch": 0.5367916666666667,
      "grad_norm": 0.5726957321166992,
      "learning_rate": 0.00013360844820262948,
      "loss": 7.029,
      "step": 257660
    },
    {
      "epoch": 0.5368125,
      "grad_norm": 1.2737786769866943,
      "learning_rate": 0.00013359864872326347,
      "loss": 6.9075,
      "step": 257670
    },
    {
      "epoch": 0.5368333333333334,
      "grad_norm": 0.8129005432128906,
      "learning_rate": 0.00013358884931474478,
      "loss": 7.6335,
      "step": 257680
    },
    {
      "epoch": 0.5368541666666666,
      "grad_norm": 1.1061618328094482,
      "learning_rate": 0.00013357904997711583,
      "loss": 7.8085,
      "step": 257690
    },
    {
      "epoch": 0.536875,
      "grad_norm": 5.097900867462158,
      "learning_rate": 0.00013356925071041884,
      "loss": 7.4068,
      "step": 257700
    },
    {
      "epoch": 0.5368958333333333,
      "grad_norm": 0.7617863416671753,
      "learning_rate": 0.00013355945151469618,
      "loss": 7.1754,
      "step": 257710
    },
    {
      "epoch": 0.5369166666666667,
      "grad_norm": 1.1528964042663574,
      "learning_rate": 0.00013354965238999023,
      "loss": 7.465,
      "step": 257720
    },
    {
      "epoch": 0.5369375,
      "grad_norm": 2.193305730819702,
      "learning_rate": 0.0001335398533363432,
      "loss": 7.3266,
      "step": 257730
    },
    {
      "epoch": 0.5369583333333333,
      "grad_norm": 1.0346487760543823,
      "learning_rate": 0.00013353005435379754,
      "loss": 7.3578,
      "step": 257740
    },
    {
      "epoch": 0.5369791666666667,
      "grad_norm": 0.7109706401824951,
      "learning_rate": 0.00013352025544239552,
      "loss": 7.3103,
      "step": 257750
    },
    {
      "epoch": 0.537,
      "grad_norm": 1.9468988180160522,
      "learning_rate": 0.00013351045660217945,
      "loss": 7.1767,
      "step": 257760
    },
    {
      "epoch": 0.5370208333333333,
      "grad_norm": 1.3598458766937256,
      "learning_rate": 0.00013350065783319167,
      "loss": 7.5292,
      "step": 257770
    },
    {
      "epoch": 0.5370416666666666,
      "grad_norm": 1.1092106103897095,
      "learning_rate": 0.0001334908591354746,
      "loss": 7.4753,
      "step": 257780
    },
    {
      "epoch": 0.5370625,
      "grad_norm": 0.7354986071586609,
      "learning_rate": 0.00013348106050907037,
      "loss": 7.2703,
      "step": 257790
    },
    {
      "epoch": 0.5370833333333334,
      "grad_norm": 0.8155605792999268,
      "learning_rate": 0.0001334712619540215,
      "loss": 7.3431,
      "step": 257800
    },
    {
      "epoch": 0.5371041666666667,
      "grad_norm": 1.209535837173462,
      "learning_rate": 0.0001334614634703702,
      "loss": 7.4081,
      "step": 257810
    },
    {
      "epoch": 0.537125,
      "grad_norm": 1.4432439804077148,
      "learning_rate": 0.00013345166505815883,
      "loss": 7.8356,
      "step": 257820
    },
    {
      "epoch": 0.5371458333333333,
      "grad_norm": 1.3619978427886963,
      "learning_rate": 0.00013344186671742977,
      "loss": 7.6641,
      "step": 257830
    },
    {
      "epoch": 0.5371666666666667,
      "grad_norm": 0.8533526659011841,
      "learning_rate": 0.00013343206844822526,
      "loss": 7.5838,
      "step": 257840
    },
    {
      "epoch": 0.5371875,
      "grad_norm": 2.5976622104644775,
      "learning_rate": 0.0001334222702505876,
      "loss": 7.6071,
      "step": 257850
    },
    {
      "epoch": 0.5372083333333333,
      "grad_norm": 1.3021321296691895,
      "learning_rate": 0.00013341247212455924,
      "loss": 7.3538,
      "step": 257860
    },
    {
      "epoch": 0.5372291666666666,
      "grad_norm": 1.2068769931793213,
      "learning_rate": 0.00013340267407018242,
      "loss": 7.6588,
      "step": 257870
    },
    {
      "epoch": 0.53725,
      "grad_norm": 1.1933586597442627,
      "learning_rate": 0.00013339287608749942,
      "loss": 8.0082,
      "step": 257880
    },
    {
      "epoch": 0.5372708333333334,
      "grad_norm": 1.3829513788223267,
      "learning_rate": 0.0001333830781765527,
      "loss": 7.2262,
      "step": 257890
    },
    {
      "epoch": 0.5372916666666666,
      "grad_norm": 1.0791857242584229,
      "learning_rate": 0.0001333732803373845,
      "loss": 7.4245,
      "step": 257900
    },
    {
      "epoch": 0.5373125,
      "grad_norm": 2.3122854232788086,
      "learning_rate": 0.0001333634825700371,
      "loss": 7.1496,
      "step": 257910
    },
    {
      "epoch": 0.5373333333333333,
      "grad_norm": 1.1345239877700806,
      "learning_rate": 0.0001333536848745529,
      "loss": 7.3026,
      "step": 257920
    },
    {
      "epoch": 0.5373541666666667,
      "grad_norm": 0.9729581475257874,
      "learning_rate": 0.00013334388725097423,
      "loss": 7.9089,
      "step": 257930
    },
    {
      "epoch": 0.537375,
      "grad_norm": 0.7328143119812012,
      "learning_rate": 0.00013333408969934334,
      "loss": 7.3511,
      "step": 257940
    },
    {
      "epoch": 0.5373958333333333,
      "grad_norm": 1.2049367427825928,
      "learning_rate": 0.00013332429221970255,
      "loss": 7.4419,
      "step": 257950
    },
    {
      "epoch": 0.5374166666666667,
      "grad_norm": 1.8323030471801758,
      "learning_rate": 0.00013331449481209426,
      "loss": 7.1559,
      "step": 257960
    },
    {
      "epoch": 0.5374375,
      "grad_norm": 1.4024512767791748,
      "learning_rate": 0.00013330469747656072,
      "loss": 7.3362,
      "step": 257970
    },
    {
      "epoch": 0.5374583333333334,
      "grad_norm": 1.3886033296585083,
      "learning_rate": 0.00013329490021314426,
      "loss": 7.174,
      "step": 257980
    },
    {
      "epoch": 0.5374791666666666,
      "grad_norm": 0.9327706694602966,
      "learning_rate": 0.0001332851030218873,
      "loss": 7.1592,
      "step": 257990
    },
    {
      "epoch": 0.5375,
      "grad_norm": 2.447859048843384,
      "learning_rate": 0.000133275305902832,
      "loss": 7.5749,
      "step": 258000
    },
    {
      "epoch": 0.5375,
      "eval_loss": 7.762365818023682,
      "eval_runtime": 8.2012,
      "eval_samples_per_second": 0.366,
      "eval_steps_per_second": 0.122,
      "step": 258000
    },
    {
      "epoch": 0.5375208333333333,
      "grad_norm": 1.8849672079086304,
      "learning_rate": 0.00013326550885602078,
      "loss": 7.6466,
      "step": 258010
    },
    {
      "epoch": 0.5375416666666667,
      "grad_norm": 0.6118836998939514,
      "learning_rate": 0.00013325571188149596,
      "loss": 7.4989,
      "step": 258020
    },
    {
      "epoch": 0.5375625,
      "grad_norm": 0.8751287460327148,
      "learning_rate": 0.00013324591497929986,
      "loss": 7.259,
      "step": 258030
    },
    {
      "epoch": 0.5375833333333333,
      "grad_norm": 2.043774127960205,
      "learning_rate": 0.00013323611814947467,
      "loss": 7.6849,
      "step": 258040
    },
    {
      "epoch": 0.5376041666666667,
      "grad_norm": 1.8845311403274536,
      "learning_rate": 0.0001332263213920629,
      "loss": 7.5598,
      "step": 258050
    },
    {
      "epoch": 0.537625,
      "grad_norm": 0.5929973125457764,
      "learning_rate": 0.0001332165247071068,
      "loss": 7.4476,
      "step": 258060
    },
    {
      "epoch": 0.5376458333333334,
      "grad_norm": 0.8550675511360168,
      "learning_rate": 0.0001332067280946486,
      "loss": 7.8095,
      "step": 258070
    },
    {
      "epoch": 0.5376666666666666,
      "grad_norm": 2.15093731880188,
      "learning_rate": 0.0001331969315547307,
      "loss": 7.7132,
      "step": 258080
    },
    {
      "epoch": 0.5376875,
      "grad_norm": 1.5715326070785522,
      "learning_rate": 0.00013318713508739548,
      "loss": 7.8831,
      "step": 258090
    },
    {
      "epoch": 0.5377083333333333,
      "grad_norm": 1.9629555940628052,
      "learning_rate": 0.0001331773386926851,
      "loss": 7.2261,
      "step": 258100
    },
    {
      "epoch": 0.5377291666666667,
      "grad_norm": 2.529094696044922,
      "learning_rate": 0.00013316754237064198,
      "loss": 7.5663,
      "step": 258110
    },
    {
      "epoch": 0.53775,
      "grad_norm": 0.8528068661689758,
      "learning_rate": 0.00013315774612130844,
      "loss": 7.6134,
      "step": 258120
    },
    {
      "epoch": 0.5377708333333333,
      "grad_norm": 1.4257557392120361,
      "learning_rate": 0.0001331479499447267,
      "loss": 7.4663,
      "step": 258130
    },
    {
      "epoch": 0.5377916666666667,
      "grad_norm": 1.2730449438095093,
      "learning_rate": 0.0001331381538409392,
      "loss": 7.8094,
      "step": 258140
    },
    {
      "epoch": 0.5378125,
      "grad_norm": 1.0445009469985962,
      "learning_rate": 0.00013312835780998823,
      "loss": 7.2791,
      "step": 258150
    },
    {
      "epoch": 0.5378333333333334,
      "grad_norm": 1.4451671838760376,
      "learning_rate": 0.000133118561851916,
      "loss": 7.5613,
      "step": 258160
    },
    {
      "epoch": 0.5378541666666666,
      "grad_norm": 1.0313271284103394,
      "learning_rate": 0.00013310876596676498,
      "loss": 7.1477,
      "step": 258170
    },
    {
      "epoch": 0.537875,
      "grad_norm": 1.0069996118545532,
      "learning_rate": 0.00013309897015457737,
      "loss": 7.4189,
      "step": 258180
    },
    {
      "epoch": 0.5378958333333334,
      "grad_norm": 1.8641024827957153,
      "learning_rate": 0.00013308917441539548,
      "loss": 7.4644,
      "step": 258190
    },
    {
      "epoch": 0.5379166666666667,
      "grad_norm": 0.8534932136535645,
      "learning_rate": 0.00013307937874926172,
      "loss": 7.5963,
      "step": 258200
    },
    {
      "epoch": 0.5379375,
      "grad_norm": 2.120573043823242,
      "learning_rate": 0.00013306958315621834,
      "loss": 7.2485,
      "step": 258210
    },
    {
      "epoch": 0.5379583333333333,
      "grad_norm": 1.0852781534194946,
      "learning_rate": 0.00013305978763630764,
      "loss": 7.628,
      "step": 258220
    },
    {
      "epoch": 0.5379791666666667,
      "grad_norm": 0.8765779733657837,
      "learning_rate": 0.00013304999218957195,
      "loss": 7.0864,
      "step": 258230
    },
    {
      "epoch": 0.538,
      "grad_norm": 1.3927175998687744,
      "learning_rate": 0.00013304019681605357,
      "loss": 7.4941,
      "step": 258240
    },
    {
      "epoch": 0.5380208333333333,
      "grad_norm": 1.1612589359283447,
      "learning_rate": 0.00013303040151579491,
      "loss": 7.712,
      "step": 258250
    },
    {
      "epoch": 0.5380416666666666,
      "grad_norm": 1.690009355545044,
      "learning_rate": 0.0001330206062888381,
      "loss": 7.8429,
      "step": 258260
    },
    {
      "epoch": 0.5380625,
      "grad_norm": 0.9079405069351196,
      "learning_rate": 0.00013301081113522556,
      "loss": 7.7526,
      "step": 258270
    },
    {
      "epoch": 0.5380833333333334,
      "grad_norm": 1.2140430212020874,
      "learning_rate": 0.00013300101605499967,
      "loss": 7.2841,
      "step": 258280
    },
    {
      "epoch": 0.5381041666666667,
      "grad_norm": 1.5240906476974487,
      "learning_rate": 0.00013299122104820256,
      "loss": 7.1306,
      "step": 258290
    },
    {
      "epoch": 0.538125,
      "grad_norm": 1.2742880582809448,
      "learning_rate": 0.00013298142611487673,
      "loss": 7.3864,
      "step": 258300
    },
    {
      "epoch": 0.5381458333333333,
      "grad_norm": 2.1542420387268066,
      "learning_rate": 0.00013297163125506437,
      "loss": 7.3504,
      "step": 258310
    },
    {
      "epoch": 0.5381666666666667,
      "grad_norm": 1.1762534379959106,
      "learning_rate": 0.00013296183646880778,
      "loss": 7.6465,
      "step": 258320
    },
    {
      "epoch": 0.5381875,
      "grad_norm": 1.9015573263168335,
      "learning_rate": 0.00013295204175614936,
      "loss": 7.5519,
      "step": 258330
    },
    {
      "epoch": 0.5382083333333333,
      "grad_norm": 1.4052366018295288,
      "learning_rate": 0.00013294224711713138,
      "loss": 7.2774,
      "step": 258340
    },
    {
      "epoch": 0.5382291666666666,
      "grad_norm": 1.280468225479126,
      "learning_rate": 0.00013293245255179608,
      "loss": 7.8456,
      "step": 258350
    },
    {
      "epoch": 0.53825,
      "grad_norm": 5.8156938552856445,
      "learning_rate": 0.0001329226580601859,
      "loss": 7.4041,
      "step": 258360
    },
    {
      "epoch": 0.5382708333333334,
      "grad_norm": 0.9154690504074097,
      "learning_rate": 0.00013291286364234306,
      "loss": 7.4624,
      "step": 258370
    },
    {
      "epoch": 0.5382916666666666,
      "grad_norm": 1.157193660736084,
      "learning_rate": 0.00013290306929830982,
      "loss": 8.4356,
      "step": 258380
    },
    {
      "epoch": 0.5383125,
      "grad_norm": 0.9454547762870789,
      "learning_rate": 0.00013289327502812864,
      "loss": 7.6244,
      "step": 258390
    },
    {
      "epoch": 0.5383333333333333,
      "grad_norm": 2.094989776611328,
      "learning_rate": 0.00013288348083184172,
      "loss": 7.2709,
      "step": 258400
    },
    {
      "epoch": 0.5383541666666667,
      "grad_norm": 1.8292993307113647,
      "learning_rate": 0.0001328736867094913,
      "loss": 7.378,
      "step": 258410
    },
    {
      "epoch": 0.538375,
      "grad_norm": 1.4262161254882812,
      "learning_rate": 0.0001328638926611199,
      "loss": 7.6585,
      "step": 258420
    },
    {
      "epoch": 0.5383958333333333,
      "grad_norm": 0.9685642123222351,
      "learning_rate": 0.00013285409868676968,
      "loss": 7.3176,
      "step": 258430
    },
    {
      "epoch": 0.5384166666666667,
      "grad_norm": 0.7737704515457153,
      "learning_rate": 0.0001328443047864829,
      "loss": 7.274,
      "step": 258440
    },
    {
      "epoch": 0.5384375,
      "grad_norm": 1.8141807317733765,
      "learning_rate": 0.00013283451096030198,
      "loss": 7.6075,
      "step": 258450
    },
    {
      "epoch": 0.5384583333333334,
      "grad_norm": 0.8737143278121948,
      "learning_rate": 0.0001328247172082692,
      "loss": 7.394,
      "step": 258460
    },
    {
      "epoch": 0.5384791666666666,
      "grad_norm": 1.447801113128662,
      "learning_rate": 0.00013281492353042678,
      "loss": 8.5742,
      "step": 258470
    },
    {
      "epoch": 0.5385,
      "grad_norm": 3.423429012298584,
      "learning_rate": 0.0001328051299268171,
      "loss": 7.6056,
      "step": 258480
    },
    {
      "epoch": 0.5385208333333333,
      "grad_norm": 1.5723001956939697,
      "learning_rate": 0.0001327953363974825,
      "loss": 7.6376,
      "step": 258490
    },
    {
      "epoch": 0.5385416666666667,
      "grad_norm": 0.9974428415298462,
      "learning_rate": 0.00013278554294246517,
      "loss": 7.4554,
      "step": 258500
    },
    {
      "epoch": 0.5385625,
      "grad_norm": 0.6727445721626282,
      "learning_rate": 0.00013277574956180752,
      "loss": 7.5099,
      "step": 258510
    },
    {
      "epoch": 0.5385833333333333,
      "grad_norm": 0.7222938537597656,
      "learning_rate": 0.00013276595625555184,
      "loss": 7.4408,
      "step": 258520
    },
    {
      "epoch": 0.5386041666666667,
      "grad_norm": 3.050922155380249,
      "learning_rate": 0.0001327561630237404,
      "loss": 8.2752,
      "step": 258530
    },
    {
      "epoch": 0.538625,
      "grad_norm": 1.1365565061569214,
      "learning_rate": 0.00013274636986641546,
      "loss": 7.5859,
      "step": 258540
    },
    {
      "epoch": 0.5386458333333334,
      "grad_norm": 1.5882089138031006,
      "learning_rate": 0.00013273657678361943,
      "loss": 7.5702,
      "step": 258550
    },
    {
      "epoch": 0.5386666666666666,
      "grad_norm": 1.0509850978851318,
      "learning_rate": 0.00013272678377539455,
      "loss": 7.6028,
      "step": 258560
    },
    {
      "epoch": 0.5386875,
      "grad_norm": 0.7784627676010132,
      "learning_rate": 0.00013271699084178306,
      "loss": 7.2136,
      "step": 258570
    },
    {
      "epoch": 0.5387083333333333,
      "grad_norm": 0.9226446151733398,
      "learning_rate": 0.00013270719798282737,
      "loss": 7.2242,
      "step": 258580
    },
    {
      "epoch": 0.5387291666666667,
      "grad_norm": 1.224263310432434,
      "learning_rate": 0.00013269740519856977,
      "loss": 7.1806,
      "step": 258590
    },
    {
      "epoch": 0.53875,
      "grad_norm": 1.2371567487716675,
      "learning_rate": 0.0001326876124890525,
      "loss": 7.4334,
      "step": 258600
    },
    {
      "epoch": 0.5387708333333333,
      "grad_norm": 7.450511932373047,
      "learning_rate": 0.0001326778198543179,
      "loss": 7.6891,
      "step": 258610
    },
    {
      "epoch": 0.5387916666666667,
      "grad_norm": 1.9140089750289917,
      "learning_rate": 0.00013266802729440825,
      "loss": 7.5696,
      "step": 258620
    },
    {
      "epoch": 0.5388125,
      "grad_norm": 1.281872034072876,
      "learning_rate": 0.00013265823480936584,
      "loss": 7.1969,
      "step": 258630
    },
    {
      "epoch": 0.5388333333333334,
      "grad_norm": 3.5786194801330566,
      "learning_rate": 0.00013264844239923302,
      "loss": 7.5951,
      "step": 258640
    },
    {
      "epoch": 0.5388541666666666,
      "grad_norm": 2.510772228240967,
      "learning_rate": 0.0001326386500640521,
      "loss": 7.4106,
      "step": 258650
    },
    {
      "epoch": 0.538875,
      "grad_norm": 2.8629438877105713,
      "learning_rate": 0.00013262885780386527,
      "loss": 7.6243,
      "step": 258660
    },
    {
      "epoch": 0.5388958333333334,
      "grad_norm": 1.709490418434143,
      "learning_rate": 0.00013261906561871494,
      "loss": 7.5837,
      "step": 258670
    },
    {
      "epoch": 0.5389166666666667,
      "grad_norm": 1.2721073627471924,
      "learning_rate": 0.00013260927350864336,
      "loss": 7.6835,
      "step": 258680
    },
    {
      "epoch": 0.5389375,
      "grad_norm": 1.9602751731872559,
      "learning_rate": 0.0001325994814736928,
      "loss": 7.476,
      "step": 258690
    },
    {
      "epoch": 0.5389583333333333,
      "grad_norm": 0.6373846530914307,
      "learning_rate": 0.00013258968951390565,
      "loss": 7.1641,
      "step": 258700
    },
    {
      "epoch": 0.5389791666666667,
      "grad_norm": 1.2081031799316406,
      "learning_rate": 0.0001325798976293241,
      "loss": 8.4769,
      "step": 258710
    },
    {
      "epoch": 0.539,
      "grad_norm": 1.6523770093917847,
      "learning_rate": 0.0001325701058199905,
      "loss": 7.1505,
      "step": 258720
    },
    {
      "epoch": 0.5390208333333333,
      "grad_norm": 1.5201386213302612,
      "learning_rate": 0.00013256031408594718,
      "loss": 7.3698,
      "step": 258730
    },
    {
      "epoch": 0.5390416666666666,
      "grad_norm": 2.047706127166748,
      "learning_rate": 0.0001325505224272364,
      "loss": 7.2752,
      "step": 258740
    },
    {
      "epoch": 0.5390625,
      "grad_norm": 0.8907052278518677,
      "learning_rate": 0.0001325407308439004,
      "loss": 7.271,
      "step": 258750
    },
    {
      "epoch": 0.5390833333333334,
      "grad_norm": 1.0788179636001587,
      "learning_rate": 0.0001325309393359816,
      "loss": 7.4322,
      "step": 258760
    },
    {
      "epoch": 0.5391041666666667,
      "grad_norm": 1.732018232345581,
      "learning_rate": 0.0001325211479035222,
      "loss": 7.0677,
      "step": 258770
    },
    {
      "epoch": 0.539125,
      "grad_norm": 1.6635267734527588,
      "learning_rate": 0.00013251135654656447,
      "loss": 7.501,
      "step": 258780
    },
    {
      "epoch": 0.5391458333333333,
      "grad_norm": 3.0212173461914062,
      "learning_rate": 0.00013250156526515083,
      "loss": 7.9635,
      "step": 258790
    },
    {
      "epoch": 0.5391666666666667,
      "grad_norm": 1.223528504371643,
      "learning_rate": 0.00013249177405932352,
      "loss": 7.5472,
      "step": 258800
    },
    {
      "epoch": 0.5391875,
      "grad_norm": 1.929710030555725,
      "learning_rate": 0.00013248198292912478,
      "loss": 7.4612,
      "step": 258810
    },
    {
      "epoch": 0.5392083333333333,
      "grad_norm": 0.9632681012153625,
      "learning_rate": 0.0001324721918745969,
      "loss": 7.0618,
      "step": 258820
    },
    {
      "epoch": 0.5392291666666666,
      "grad_norm": 2.055238962173462,
      "learning_rate": 0.00013246240089578228,
      "loss": 7.5852,
      "step": 258830
    },
    {
      "epoch": 0.53925,
      "grad_norm": 1.0442811250686646,
      "learning_rate": 0.0001324526099927231,
      "loss": 8.5404,
      "step": 258840
    },
    {
      "epoch": 0.5392708333333334,
      "grad_norm": 1.6769219636917114,
      "learning_rate": 0.00013244281916546168,
      "loss": 7.7731,
      "step": 258850
    },
    {
      "epoch": 0.5392916666666666,
      "grad_norm": 1.073440432548523,
      "learning_rate": 0.0001324330284140404,
      "loss": 7.0008,
      "step": 258860
    },
    {
      "epoch": 0.5393125,
      "grad_norm": 0.9971081018447876,
      "learning_rate": 0.00013242323773850144,
      "loss": 7.1809,
      "step": 258870
    },
    {
      "epoch": 0.5393333333333333,
      "grad_norm": 1.9587489366531372,
      "learning_rate": 0.00013241344713888712,
      "loss": 7.2221,
      "step": 258880
    },
    {
      "epoch": 0.5393541666666667,
      "grad_norm": 0.7616731524467468,
      "learning_rate": 0.00013240365661523979,
      "loss": 7.3577,
      "step": 258890
    },
    {
      "epoch": 0.539375,
      "grad_norm": 0.7614887952804565,
      "learning_rate": 0.0001323938661676017,
      "loss": 7.3641,
      "step": 258900
    },
    {
      "epoch": 0.5393958333333333,
      "grad_norm": 1.776559591293335,
      "learning_rate": 0.00013238407579601507,
      "loss": 7.2524,
      "step": 258910
    },
    {
      "epoch": 0.5394166666666667,
      "grad_norm": 0.7316255569458008,
      "learning_rate": 0.00013237428550052233,
      "loss": 7.3955,
      "step": 258920
    },
    {
      "epoch": 0.5394375,
      "grad_norm": 1.2684272527694702,
      "learning_rate": 0.0001323644952811657,
      "loss": 8.0887,
      "step": 258930
    },
    {
      "epoch": 0.5394583333333334,
      "grad_norm": 1.298278570175171,
      "learning_rate": 0.00013235470513798742,
      "loss": 7.5804,
      "step": 258940
    },
    {
      "epoch": 0.5394791666666666,
      "grad_norm": 1.5797916650772095,
      "learning_rate": 0.00013234491507102986,
      "loss": 7.9397,
      "step": 258950
    },
    {
      "epoch": 0.5395,
      "grad_norm": 1.592686653137207,
      "learning_rate": 0.0001323351250803353,
      "loss": 7.5475,
      "step": 258960
    },
    {
      "epoch": 0.5395208333333333,
      "grad_norm": 1.873763084411621,
      "learning_rate": 0.00013232533516594595,
      "loss": 7.394,
      "step": 258970
    },
    {
      "epoch": 0.5395416666666667,
      "grad_norm": 1.4572606086730957,
      "learning_rate": 0.00013231554532790418,
      "loss": 7.2242,
      "step": 258980
    },
    {
      "epoch": 0.5395625,
      "grad_norm": 1.5427474975585938,
      "learning_rate": 0.0001323057555662523,
      "loss": 7.2564,
      "step": 258990
    },
    {
      "epoch": 0.5395833333333333,
      "grad_norm": 2.003769874572754,
      "learning_rate": 0.00013229596588103248,
      "loss": 7.2671,
      "step": 259000
    },
    {
      "epoch": 0.5395833333333333,
      "eval_loss": 8.049983024597168,
      "eval_runtime": 8.2257,
      "eval_samples_per_second": 0.365,
      "eval_steps_per_second": 0.122,
      "step": 259000
    },
    {
      "epoch": 0.5396041666666667,
      "grad_norm": 1.5394195318222046,
      "learning_rate": 0.00013228617627228712,
      "loss": 7.3959,
      "step": 259010
    },
    {
      "epoch": 0.539625,
      "grad_norm": 2.1355934143066406,
      "learning_rate": 0.00013227638674005848,
      "loss": 7.9327,
      "step": 259020
    },
    {
      "epoch": 0.5396458333333334,
      "grad_norm": 1.1936067342758179,
      "learning_rate": 0.0001322665972843888,
      "loss": 7.3645,
      "step": 259030
    },
    {
      "epoch": 0.5396666666666666,
      "grad_norm": 0.7705239653587341,
      "learning_rate": 0.00013225680790532045,
      "loss": 7.1569,
      "step": 259040
    },
    {
      "epoch": 0.5396875,
      "grad_norm": 1.7132465839385986,
      "learning_rate": 0.00013224701860289561,
      "loss": 7.2854,
      "step": 259050
    },
    {
      "epoch": 0.5397083333333333,
      "grad_norm": 13.59891128540039,
      "learning_rate": 0.00013223722937715662,
      "loss": 7.9223,
      "step": 259060
    },
    {
      "epoch": 0.5397291666666667,
      "grad_norm": 0.6592798829078674,
      "learning_rate": 0.00013222744022814583,
      "loss": 8.1677,
      "step": 259070
    },
    {
      "epoch": 0.53975,
      "grad_norm": 0.9799898862838745,
      "learning_rate": 0.0001322176511559054,
      "loss": 7.1804,
      "step": 259080
    },
    {
      "epoch": 0.5397708333333333,
      "grad_norm": 0.8835816383361816,
      "learning_rate": 0.00013220786216047768,
      "loss": 7.6656,
      "step": 259090
    },
    {
      "epoch": 0.5397916666666667,
      "grad_norm": 0.7489471435546875,
      "learning_rate": 0.000132198073241905,
      "loss": 7.8867,
      "step": 259100
    },
    {
      "epoch": 0.5398125,
      "grad_norm": 3.7284395694732666,
      "learning_rate": 0.0001321882844002296,
      "loss": 8.1627,
      "step": 259110
    },
    {
      "epoch": 0.5398333333333334,
      "grad_norm": 0.7419931292533875,
      "learning_rate": 0.00013217849563549374,
      "loss": 7.6466,
      "step": 259120
    },
    {
      "epoch": 0.5398541666666666,
      "grad_norm": 1.4725141525268555,
      "learning_rate": 0.0001321687069477397,
      "loss": 7.9855,
      "step": 259130
    },
    {
      "epoch": 0.539875,
      "grad_norm": 1.3985668420791626,
      "learning_rate": 0.00013215891833700982,
      "loss": 7.3342,
      "step": 259140
    },
    {
      "epoch": 0.5398958333333334,
      "grad_norm": 0.9975950717926025,
      "learning_rate": 0.00013214912980334635,
      "loss": 7.312,
      "step": 259150
    },
    {
      "epoch": 0.5399166666666667,
      "grad_norm": 0.5982983112335205,
      "learning_rate": 0.00013213934134679152,
      "loss": 7.2117,
      "step": 259160
    },
    {
      "epoch": 0.5399375,
      "grad_norm": 0.828903317451477,
      "learning_rate": 0.00013212955296738776,
      "loss": 7.4094,
      "step": 259170
    },
    {
      "epoch": 0.5399583333333333,
      "grad_norm": 0.8653067946434021,
      "learning_rate": 0.0001321197646651772,
      "loss": 7.4601,
      "step": 259180
    },
    {
      "epoch": 0.5399791666666667,
      "grad_norm": 4.144672870635986,
      "learning_rate": 0.00013210997644020215,
      "loss": 8.1233,
      "step": 259190
    },
    {
      "epoch": 0.54,
      "grad_norm": 0.9292680025100708,
      "learning_rate": 0.00013210018829250497,
      "loss": 7.2013,
      "step": 259200
    },
    {
      "epoch": 0.5400208333333333,
      "grad_norm": 2.72510027885437,
      "learning_rate": 0.0001320904002221279,
      "loss": 7.1192,
      "step": 259210
    },
    {
      "epoch": 0.5400416666666666,
      "grad_norm": 1.2185859680175781,
      "learning_rate": 0.00013208061222911313,
      "loss": 7.3936,
      "step": 259220
    },
    {
      "epoch": 0.5400625,
      "grad_norm": 0.7838775515556335,
      "learning_rate": 0.00013207082431350312,
      "loss": 7.2973,
      "step": 259230
    },
    {
      "epoch": 0.5400833333333334,
      "grad_norm": 2.1002633571624756,
      "learning_rate": 0.00013206103647534002,
      "loss": 7.5402,
      "step": 259240
    },
    {
      "epoch": 0.5401041666666667,
      "grad_norm": 1.0791847705841064,
      "learning_rate": 0.0001320512487146661,
      "loss": 7.8294,
      "step": 259250
    },
    {
      "epoch": 0.540125,
      "grad_norm": 0.8924689292907715,
      "learning_rate": 0.00013204146103152373,
      "loss": 8.0958,
      "step": 259260
    },
    {
      "epoch": 0.5401458333333333,
      "grad_norm": 2.6521236896514893,
      "learning_rate": 0.00013203167342595515,
      "loss": 7.4238,
      "step": 259270
    },
    {
      "epoch": 0.5401666666666667,
      "grad_norm": 1.1750094890594482,
      "learning_rate": 0.00013202188589800254,
      "loss": 7.8541,
      "step": 259280
    },
    {
      "epoch": 0.5401875,
      "grad_norm": 1.1728014945983887,
      "learning_rate": 0.00013201209844770838,
      "loss": 7.5498,
      "step": 259290
    },
    {
      "epoch": 0.5402083333333333,
      "grad_norm": 1.5307400226593018,
      "learning_rate": 0.0001320023110751148,
      "loss": 7.6544,
      "step": 259300
    },
    {
      "epoch": 0.5402291666666666,
      "grad_norm": 1.802497148513794,
      "learning_rate": 0.00013199252378026405,
      "loss": 7.6067,
      "step": 259310
    },
    {
      "epoch": 0.54025,
      "grad_norm": 1.0535402297973633,
      "learning_rate": 0.00013198273656319853,
      "loss": 7.8112,
      "step": 259320
    },
    {
      "epoch": 0.5402708333333334,
      "grad_norm": 3.6803598403930664,
      "learning_rate": 0.00013197294942396046,
      "loss": 7.2794,
      "step": 259330
    },
    {
      "epoch": 0.5402916666666666,
      "grad_norm": 1.7710137367248535,
      "learning_rate": 0.0001319631623625921,
      "loss": 7.7808,
      "step": 259340
    },
    {
      "epoch": 0.5403125,
      "grad_norm": 2.13708233833313,
      "learning_rate": 0.0001319533753791357,
      "loss": 7.7948,
      "step": 259350
    },
    {
      "epoch": 0.5403333333333333,
      "grad_norm": 1.0002038478851318,
      "learning_rate": 0.00013194358847363365,
      "loss": 7.4519,
      "step": 259360
    },
    {
      "epoch": 0.5403541666666667,
      "grad_norm": 2.7023305892944336,
      "learning_rate": 0.00013193380164612807,
      "loss": 7.7699,
      "step": 259370
    },
    {
      "epoch": 0.540375,
      "grad_norm": 1.4726232290267944,
      "learning_rate": 0.00013192401489666136,
      "loss": 7.5282,
      "step": 259380
    },
    {
      "epoch": 0.5403958333333333,
      "grad_norm": 1.6497727632522583,
      "learning_rate": 0.0001319142282252758,
      "loss": 7.738,
      "step": 259390
    },
    {
      "epoch": 0.5404166666666667,
      "grad_norm": 0.6392641067504883,
      "learning_rate": 0.00013190444163201353,
      "loss": 7.5181,
      "step": 259400
    },
    {
      "epoch": 0.5404375,
      "grad_norm": 1.0336089134216309,
      "learning_rate": 0.00013189465511691693,
      "loss": 8.2108,
      "step": 259410
    },
    {
      "epoch": 0.5404583333333334,
      "grad_norm": 0.8227244019508362,
      "learning_rate": 0.0001318848686800283,
      "loss": 7.5617,
      "step": 259420
    },
    {
      "epoch": 0.5404791666666666,
      "grad_norm": 1.2209535837173462,
      "learning_rate": 0.00013187508232138985,
      "loss": 7.54,
      "step": 259430
    },
    {
      "epoch": 0.5405,
      "grad_norm": 4.636833667755127,
      "learning_rate": 0.0001318652960410438,
      "loss": 8.0359,
      "step": 259440
    },
    {
      "epoch": 0.5405208333333333,
      "grad_norm": 1.443053126335144,
      "learning_rate": 0.00013185550983903254,
      "loss": 8.1375,
      "step": 259450
    },
    {
      "epoch": 0.5405416666666667,
      "grad_norm": 0.9151233434677124,
      "learning_rate": 0.00013184572371539836,
      "loss": 7.3084,
      "step": 259460
    },
    {
      "epoch": 0.5405625,
      "grad_norm": 0.8604251742362976,
      "learning_rate": 0.00013183593767018335,
      "loss": 7.3596,
      "step": 259470
    },
    {
      "epoch": 0.5405833333333333,
      "grad_norm": 0.8084442615509033,
      "learning_rate": 0.00013182615170342996,
      "loss": 6.9608,
      "step": 259480
    },
    {
      "epoch": 0.5406041666666667,
      "grad_norm": 1.5823254585266113,
      "learning_rate": 0.00013181636581518043,
      "loss": 7.5062,
      "step": 259490
    },
    {
      "epoch": 0.540625,
      "grad_norm": 0.8547425866127014,
      "learning_rate": 0.00013180658000547696,
      "loss": 8.6349,
      "step": 259500
    },
    {
      "epoch": 0.5406458333333334,
      "grad_norm": 1.6207563877105713,
      "learning_rate": 0.00013179679427436185,
      "loss": 7.3831,
      "step": 259510
    },
    {
      "epoch": 0.5406666666666666,
      "grad_norm": 1.6185258626937866,
      "learning_rate": 0.00013178700862187743,
      "loss": 7.3209,
      "step": 259520
    },
    {
      "epoch": 0.5406875,
      "grad_norm": 0.5362606048583984,
      "learning_rate": 0.00013177722304806588,
      "loss": 7.2272,
      "step": 259530
    },
    {
      "epoch": 0.5407083333333333,
      "grad_norm": 1.1070902347564697,
      "learning_rate": 0.00013176743755296955,
      "loss": 8.8922,
      "step": 259540
    },
    {
      "epoch": 0.5407291666666667,
      "grad_norm": 1.2002301216125488,
      "learning_rate": 0.00013175765213663067,
      "loss": 7.563,
      "step": 259550
    },
    {
      "epoch": 0.54075,
      "grad_norm": 2.4620940685272217,
      "learning_rate": 0.00013174786679909144,
      "loss": 8.2554,
      "step": 259560
    },
    {
      "epoch": 0.5407708333333333,
      "grad_norm": 0.613987922668457,
      "learning_rate": 0.00013173808154039431,
      "loss": 7.404,
      "step": 259570
    },
    {
      "epoch": 0.5407916666666667,
      "grad_norm": 1.0956019163131714,
      "learning_rate": 0.00013172829636058138,
      "loss": 7.6203,
      "step": 259580
    },
    {
      "epoch": 0.5408125,
      "grad_norm": 7.353726863861084,
      "learning_rate": 0.00013171851125969494,
      "loss": 8.3228,
      "step": 259590
    },
    {
      "epoch": 0.5408333333333334,
      "grad_norm": 1.6901519298553467,
      "learning_rate": 0.00013170872623777737,
      "loss": 7.0052,
      "step": 259600
    },
    {
      "epoch": 0.5408541666666666,
      "grad_norm": 1.4322608709335327,
      "learning_rate": 0.00013169894129487085,
      "loss": 7.4895,
      "step": 259610
    },
    {
      "epoch": 0.540875,
      "grad_norm": 0.8203178644180298,
      "learning_rate": 0.0001316891564310176,
      "loss": 7.7163,
      "step": 259620
    },
    {
      "epoch": 0.5408958333333334,
      "grad_norm": 1.1753157377243042,
      "learning_rate": 0.00013167937164626002,
      "loss": 7.5942,
      "step": 259630
    },
    {
      "epoch": 0.5409166666666667,
      "grad_norm": 2.5807595252990723,
      "learning_rate": 0.00013166958694064027,
      "loss": 7.5028,
      "step": 259640
    },
    {
      "epoch": 0.5409375,
      "grad_norm": 2.948768377304077,
      "learning_rate": 0.00013165980231420063,
      "loss": 7.9967,
      "step": 259650
    },
    {
      "epoch": 0.5409583333333333,
      "grad_norm": 2.283846378326416,
      "learning_rate": 0.00013165001776698342,
      "loss": 8.2587,
      "step": 259660
    },
    {
      "epoch": 0.5409791666666667,
      "grad_norm": 1.8753268718719482,
      "learning_rate": 0.0001316402332990309,
      "loss": 7.3545,
      "step": 259670
    },
    {
      "epoch": 0.541,
      "grad_norm": 5.184558868408203,
      "learning_rate": 0.00013163044891038522,
      "loss": 7.5772,
      "step": 259680
    },
    {
      "epoch": 0.5410208333333333,
      "grad_norm": 4.395572662353516,
      "learning_rate": 0.00013162066460108875,
      "loss": 7.4355,
      "step": 259690
    },
    {
      "epoch": 0.5410416666666666,
      "grad_norm": 1.3956406116485596,
      "learning_rate": 0.00013161088037118377,
      "loss": 7.4691,
      "step": 259700
    },
    {
      "epoch": 0.5410625,
      "grad_norm": 1.0331847667694092,
      "learning_rate": 0.0001316010962207125,
      "loss": 7.302,
      "step": 259710
    },
    {
      "epoch": 0.5410833333333334,
      "grad_norm": 1.0202208757400513,
      "learning_rate": 0.00013159131214971717,
      "loss": 7.2523,
      "step": 259720
    },
    {
      "epoch": 0.5411041666666667,
      "grad_norm": 2.5073697566986084,
      "learning_rate": 0.00013158152815824015,
      "loss": 7.3756,
      "step": 259730
    },
    {
      "epoch": 0.541125,
      "grad_norm": 0.7202211618423462,
      "learning_rate": 0.0001315717442463236,
      "loss": 7.5188,
      "step": 259740
    },
    {
      "epoch": 0.5411458333333333,
      "grad_norm": 0.814125657081604,
      "learning_rate": 0.0001315619604140098,
      "loss": 7.22,
      "step": 259750
    },
    {
      "epoch": 0.5411666666666667,
      "grad_norm": 2.222580909729004,
      "learning_rate": 0.00013155217666134108,
      "loss": 7.2663,
      "step": 259760
    },
    {
      "epoch": 0.5411875,
      "grad_norm": 0.8669337630271912,
      "learning_rate": 0.00013154239298835964,
      "loss": 7.4192,
      "step": 259770
    },
    {
      "epoch": 0.5412083333333333,
      "grad_norm": 1.0190390348434448,
      "learning_rate": 0.0001315326093951077,
      "loss": 7.4502,
      "step": 259780
    },
    {
      "epoch": 0.5412291666666667,
      "grad_norm": 1.0157485008239746,
      "learning_rate": 0.00013152282588162765,
      "loss": 8.6085,
      "step": 259790
    },
    {
      "epoch": 0.54125,
      "grad_norm": 0.9828606247901917,
      "learning_rate": 0.0001315130424479617,
      "loss": 7.2967,
      "step": 259800
    },
    {
      "epoch": 0.5412708333333334,
      "grad_norm": 0.9112069606781006,
      "learning_rate": 0.00013150325909415202,
      "loss": 7.4152,
      "step": 259810
    },
    {
      "epoch": 0.5412916666666666,
      "grad_norm": 3.5179781913757324,
      "learning_rate": 0.00013149347582024095,
      "loss": 7.6811,
      "step": 259820
    },
    {
      "epoch": 0.5413125,
      "grad_norm": 1.156511664390564,
      "learning_rate": 0.0001314836926262708,
      "loss": 7.6164,
      "step": 259830
    },
    {
      "epoch": 0.5413333333333333,
      "grad_norm": 1.1858530044555664,
      "learning_rate": 0.00013147390951228366,
      "loss": 7.4901,
      "step": 259840
    },
    {
      "epoch": 0.5413541666666667,
      "grad_norm": 1.2312549352645874,
      "learning_rate": 0.00013146412647832196,
      "loss": 7.1462,
      "step": 259850
    },
    {
      "epoch": 0.541375,
      "grad_norm": 1.4503743648529053,
      "learning_rate": 0.00013145434352442793,
      "loss": 7.9705,
      "step": 259860
    },
    {
      "epoch": 0.5413958333333333,
      "grad_norm": 1.359438180923462,
      "learning_rate": 0.00013144456065064373,
      "loss": 7.7824,
      "step": 259870
    },
    {
      "epoch": 0.5414166666666667,
      "grad_norm": 2.7018516063690186,
      "learning_rate": 0.0001314347778570117,
      "loss": 7.3225,
      "step": 259880
    },
    {
      "epoch": 0.5414375,
      "grad_norm": 1.3827420473098755,
      "learning_rate": 0.00013142499514357412,
      "loss": 7.5973,
      "step": 259890
    },
    {
      "epoch": 0.5414583333333334,
      "grad_norm": 2.8486456871032715,
      "learning_rate": 0.00013141521251037316,
      "loss": 7.4987,
      "step": 259900
    },
    {
      "epoch": 0.5414791666666666,
      "grad_norm": 1.0938935279846191,
      "learning_rate": 0.00013140542995745115,
      "loss": 7.5229,
      "step": 259910
    },
    {
      "epoch": 0.5415,
      "grad_norm": 1.452294111251831,
      "learning_rate": 0.00013139564748485035,
      "loss": 7.8,
      "step": 259920
    },
    {
      "epoch": 0.5415208333333333,
      "grad_norm": 0.6445655822753906,
      "learning_rate": 0.00013138586509261292,
      "loss": 7.5687,
      "step": 259930
    },
    {
      "epoch": 0.5415416666666667,
      "grad_norm": 2.8167600631713867,
      "learning_rate": 0.00013137608278078125,
      "loss": 7.2319,
      "step": 259940
    },
    {
      "epoch": 0.5415625,
      "grad_norm": 1.1306976079940796,
      "learning_rate": 0.0001313663005493975,
      "loss": 7.0386,
      "step": 259950
    },
    {
      "epoch": 0.5415833333333333,
      "grad_norm": 4.047837734222412,
      "learning_rate": 0.00013135651839850393,
      "loss": 8.3522,
      "step": 259960
    },
    {
      "epoch": 0.5416041666666667,
      "grad_norm": 0.7128541469573975,
      "learning_rate": 0.00013134673632814287,
      "loss": 7.1342,
      "step": 259970
    },
    {
      "epoch": 0.541625,
      "grad_norm": 0.8690196871757507,
      "learning_rate": 0.0001313369543383565,
      "loss": 7.2574,
      "step": 259980
    },
    {
      "epoch": 0.5416458333333334,
      "grad_norm": 0.8895257115364075,
      "learning_rate": 0.00013132717242918715,
      "loss": 7.9329,
      "step": 259990
    },
    {
      "epoch": 0.5416666666666666,
      "grad_norm": 1.409630537033081,
      "learning_rate": 0.00013131739060067696,
      "loss": 7.1788,
      "step": 260000
    },
    {
      "epoch": 0.5416666666666666,
      "eval_loss": 7.498614311218262,
      "eval_runtime": 7.8605,
      "eval_samples_per_second": 0.382,
      "eval_steps_per_second": 0.127,
      "step": 260000
    },
    {
      "epoch": 0.5416875,
      "grad_norm": 1.1226474046707153,
      "learning_rate": 0.00013130760885286826,
      "loss": 6.8204,
      "step": 260010
    },
    {
      "epoch": 0.5417083333333333,
      "grad_norm": 1.0246350765228271,
      "learning_rate": 0.00013129782718580333,
      "loss": 7.1939,
      "step": 260020
    },
    {
      "epoch": 0.5417291666666667,
      "grad_norm": 3.930999279022217,
      "learning_rate": 0.00013128804559952434,
      "loss": 7.6036,
      "step": 260030
    },
    {
      "epoch": 0.54175,
      "grad_norm": 1.4143164157867432,
      "learning_rate": 0.00013127826409407362,
      "loss": 7.8612,
      "step": 260040
    },
    {
      "epoch": 0.5417708333333333,
      "grad_norm": 0.9885132908821106,
      "learning_rate": 0.00013126848266949335,
      "loss": 7.0026,
      "step": 260050
    },
    {
      "epoch": 0.5417916666666667,
      "grad_norm": 0.6827431917190552,
      "learning_rate": 0.0001312587013258258,
      "loss": 7.1922,
      "step": 260060
    },
    {
      "epoch": 0.5418125,
      "grad_norm": 2.1968276500701904,
      "learning_rate": 0.00013124892006311333,
      "loss": 7.8251,
      "step": 260070
    },
    {
      "epoch": 0.5418333333333333,
      "grad_norm": 1.5724222660064697,
      "learning_rate": 0.00013123913888139804,
      "loss": 7.4504,
      "step": 260080
    },
    {
      "epoch": 0.5418541666666666,
      "grad_norm": 0.6956292390823364,
      "learning_rate": 0.00013122935778072222,
      "loss": 7.7993,
      "step": 260090
    },
    {
      "epoch": 0.541875,
      "grad_norm": 0.8808538317680359,
      "learning_rate": 0.00013121957676112822,
      "loss": 7.5851,
      "step": 260100
    },
    {
      "epoch": 0.5418958333333334,
      "grad_norm": 1.104264259338379,
      "learning_rate": 0.00013120979582265815,
      "loss": 7.3349,
      "step": 260110
    },
    {
      "epoch": 0.5419166666666667,
      "grad_norm": 1.3675906658172607,
      "learning_rate": 0.00013120001496535433,
      "loss": 7.1337,
      "step": 260120
    },
    {
      "epoch": 0.5419375,
      "grad_norm": 1.367355465888977,
      "learning_rate": 0.00013119023418925907,
      "loss": 7.3467,
      "step": 260130
    },
    {
      "epoch": 0.5419583333333333,
      "grad_norm": 1.184279203414917,
      "learning_rate": 0.0001311804534944145,
      "loss": 7.4578,
      "step": 260140
    },
    {
      "epoch": 0.5419791666666667,
      "grad_norm": 1.392575740814209,
      "learning_rate": 0.0001311706728808629,
      "loss": 7.2576,
      "step": 260150
    },
    {
      "epoch": 0.542,
      "grad_norm": 1.4262491464614868,
      "learning_rate": 0.0001311608923486466,
      "loss": 7.8282,
      "step": 260160
    },
    {
      "epoch": 0.5420208333333333,
      "grad_norm": 1.7228021621704102,
      "learning_rate": 0.00013115111189780778,
      "loss": 7.4666,
      "step": 260170
    },
    {
      "epoch": 0.5420416666666666,
      "grad_norm": 1.1985048055648804,
      "learning_rate": 0.00013114133152838863,
      "loss": 7.7603,
      "step": 260180
    },
    {
      "epoch": 0.5420625,
      "grad_norm": 0.9570708870887756,
      "learning_rate": 0.00013113155124043152,
      "loss": 7.564,
      "step": 260190
    },
    {
      "epoch": 0.5420833333333334,
      "grad_norm": 1.125691533088684,
      "learning_rate": 0.00013112177103397863,
      "loss": 6.9834,
      "step": 260200
    },
    {
      "epoch": 0.5421041666666667,
      "grad_norm": 0.781053900718689,
      "learning_rate": 0.0001311119909090722,
      "loss": 7.2651,
      "step": 260210
    },
    {
      "epoch": 0.542125,
      "grad_norm": 1.138427495956421,
      "learning_rate": 0.00013110221086575448,
      "loss": 7.1187,
      "step": 260220
    },
    {
      "epoch": 0.5421458333333333,
      "grad_norm": 0.8267812132835388,
      "learning_rate": 0.0001310924309040678,
      "loss": 7.0791,
      "step": 260230
    },
    {
      "epoch": 0.5421666666666667,
      "grad_norm": 0.6572595238685608,
      "learning_rate": 0.00013108265102405425,
      "loss": 7.214,
      "step": 260240
    },
    {
      "epoch": 0.5421875,
      "grad_norm": 1.1544148921966553,
      "learning_rate": 0.0001310728712257562,
      "loss": 8.3951,
      "step": 260250
    },
    {
      "epoch": 0.5422083333333333,
      "grad_norm": 1.8390181064605713,
      "learning_rate": 0.0001310630915092159,
      "loss": 7.2147,
      "step": 260260
    },
    {
      "epoch": 0.5422291666666667,
      "grad_norm": 0.948496401309967,
      "learning_rate": 0.00013105331187447544,
      "loss": 8.0225,
      "step": 260270
    },
    {
      "epoch": 0.54225,
      "grad_norm": 0.8215771913528442,
      "learning_rate": 0.00013104353232157724,
      "loss": 7.4205,
      "step": 260280
    },
    {
      "epoch": 0.5422708333333334,
      "grad_norm": 0.8407731056213379,
      "learning_rate": 0.0001310337528505635,
      "loss": 7.3233,
      "step": 260290
    },
    {
      "epoch": 0.5422916666666666,
      "grad_norm": 1.6976637840270996,
      "learning_rate": 0.00013102397346147644,
      "loss": 7.2892,
      "step": 260300
    },
    {
      "epoch": 0.5423125,
      "grad_norm": 2.081033945083618,
      "learning_rate": 0.00013101419415435824,
      "loss": 7.8906,
      "step": 260310
    },
    {
      "epoch": 0.5423333333333333,
      "grad_norm": 1.5478726625442505,
      "learning_rate": 0.00013100441492925124,
      "loss": 7.6317,
      "step": 260320
    },
    {
      "epoch": 0.5423541666666667,
      "grad_norm": 0.6741303205490112,
      "learning_rate": 0.0001309946357861977,
      "loss": 7.3976,
      "step": 260330
    },
    {
      "epoch": 0.542375,
      "grad_norm": 2.0285863876342773,
      "learning_rate": 0.00013098485672523972,
      "loss": 7.4847,
      "step": 260340
    },
    {
      "epoch": 0.5423958333333333,
      "grad_norm": 1.538015604019165,
      "learning_rate": 0.00013097507774641965,
      "loss": 7.2471,
      "step": 260350
    },
    {
      "epoch": 0.5424166666666667,
      "grad_norm": 2.2144534587860107,
      "learning_rate": 0.00013096529884977978,
      "loss": 7.6049,
      "step": 260360
    },
    {
      "epoch": 0.5424375,
      "grad_norm": 3.298412322998047,
      "learning_rate": 0.0001309555200353622,
      "loss": 7.6374,
      "step": 260370
    },
    {
      "epoch": 0.5424583333333334,
      "grad_norm": 6.056687355041504,
      "learning_rate": 0.00013094574130320926,
      "loss": 7.1545,
      "step": 260380
    },
    {
      "epoch": 0.5424791666666666,
      "grad_norm": 1.6044813394546509,
      "learning_rate": 0.00013093596265336324,
      "loss": 7.3657,
      "step": 260390
    },
    {
      "epoch": 0.5425,
      "grad_norm": 0.8217723965644836,
      "learning_rate": 0.00013092618408586622,
      "loss": 7.432,
      "step": 260400
    },
    {
      "epoch": 0.5425208333333333,
      "grad_norm": 2.1888861656188965,
      "learning_rate": 0.0001309164056007606,
      "loss": 7.6696,
      "step": 260410
    },
    {
      "epoch": 0.5425416666666667,
      "grad_norm": 0.9931513667106628,
      "learning_rate": 0.00013090662719808857,
      "loss": 7.4031,
      "step": 260420
    },
    {
      "epoch": 0.5425625,
      "grad_norm": 9.591975212097168,
      "learning_rate": 0.00013089684887789227,
      "loss": 7.5827,
      "step": 260430
    },
    {
      "epoch": 0.5425833333333333,
      "grad_norm": 2.6870410442352295,
      "learning_rate": 0.0001308870706402141,
      "loss": 8.0808,
      "step": 260440
    },
    {
      "epoch": 0.5426041666666667,
      "grad_norm": 1.1899408102035522,
      "learning_rate": 0.00013087729248509617,
      "loss": 7.0108,
      "step": 260450
    },
    {
      "epoch": 0.542625,
      "grad_norm": 1.1716363430023193,
      "learning_rate": 0.00013086751441258076,
      "loss": 7.4729,
      "step": 260460
    },
    {
      "epoch": 0.5426458333333334,
      "grad_norm": 0.7441940307617188,
      "learning_rate": 0.00013085773642271018,
      "loss": 7.2425,
      "step": 260470
    },
    {
      "epoch": 0.5426666666666666,
      "grad_norm": 0.8744915723800659,
      "learning_rate": 0.00013084795851552657,
      "loss": 7.0027,
      "step": 260480
    },
    {
      "epoch": 0.5426875,
      "grad_norm": 1.7247626781463623,
      "learning_rate": 0.00013083818069107214,
      "loss": 7.367,
      "step": 260490
    },
    {
      "epoch": 0.5427083333333333,
      "grad_norm": 1.0488399267196655,
      "learning_rate": 0.00013082840294938928,
      "loss": 7.595,
      "step": 260500
    },
    {
      "epoch": 0.5427291666666667,
      "grad_norm": 1.7741303443908691,
      "learning_rate": 0.00013081862529052007,
      "loss": 7.3442,
      "step": 260510
    },
    {
      "epoch": 0.54275,
      "grad_norm": 1.015788197517395,
      "learning_rate": 0.00013080884771450677,
      "loss": 7.472,
      "step": 260520
    },
    {
      "epoch": 0.5427708333333333,
      "grad_norm": 0.9222753643989563,
      "learning_rate": 0.00013079907022139174,
      "loss": 8.0776,
      "step": 260530
    },
    {
      "epoch": 0.5427916666666667,
      "grad_norm": 0.9999417066574097,
      "learning_rate": 0.00013078929281121714,
      "loss": 7.1022,
      "step": 260540
    },
    {
      "epoch": 0.5428125,
      "grad_norm": 2.1511971950531006,
      "learning_rate": 0.0001307795154840251,
      "loss": 7.4724,
      "step": 260550
    },
    {
      "epoch": 0.5428333333333333,
      "grad_norm": 1.577053427696228,
      "learning_rate": 0.00013076973823985798,
      "loss": 7.1337,
      "step": 260560
    },
    {
      "epoch": 0.5428541666666666,
      "grad_norm": 1.377089262008667,
      "learning_rate": 0.000130759961078758,
      "loss": 7.3417,
      "step": 260570
    },
    {
      "epoch": 0.542875,
      "grad_norm": 1.9799591302871704,
      "learning_rate": 0.00013075018400076737,
      "loss": 7.1537,
      "step": 260580
    },
    {
      "epoch": 0.5428958333333334,
      "grad_norm": 0.9531204700469971,
      "learning_rate": 0.00013074040700592827,
      "loss": 7.3375,
      "step": 260590
    },
    {
      "epoch": 0.5429166666666667,
      "grad_norm": 1.9173835515975952,
      "learning_rate": 0.00013073063009428305,
      "loss": 7.4506,
      "step": 260600
    },
    {
      "epoch": 0.5429375,
      "grad_norm": 1.2256832122802734,
      "learning_rate": 0.00013072085326587389,
      "loss": 7.4558,
      "step": 260610
    },
    {
      "epoch": 0.5429583333333333,
      "grad_norm": 1.0386229753494263,
      "learning_rate": 0.00013071107652074294,
      "loss": 7.2967,
      "step": 260620
    },
    {
      "epoch": 0.5429791666666667,
      "grad_norm": 0.9876605272293091,
      "learning_rate": 0.00013070129985893257,
      "loss": 7.7987,
      "step": 260630
    },
    {
      "epoch": 0.543,
      "grad_norm": 1.6706109046936035,
      "learning_rate": 0.00013069152328048494,
      "loss": 7.6246,
      "step": 260640
    },
    {
      "epoch": 0.5430208333333333,
      "grad_norm": 1.288175344467163,
      "learning_rate": 0.00013068174678544222,
      "loss": 7.1308,
      "step": 260650
    },
    {
      "epoch": 0.5430416666666666,
      "grad_norm": 1.1792035102844238,
      "learning_rate": 0.0001306719703738468,
      "loss": 7.3612,
      "step": 260660
    },
    {
      "epoch": 0.5430625,
      "grad_norm": 2.874191999435425,
      "learning_rate": 0.0001306621940457408,
      "loss": 7.9343,
      "step": 260670
    },
    {
      "epoch": 0.5430833333333334,
      "grad_norm": 0.8539678454399109,
      "learning_rate": 0.00013065241780116642,
      "loss": 7.1376,
      "step": 260680
    },
    {
      "epoch": 0.5431041666666667,
      "grad_norm": 0.8761454224586487,
      "learning_rate": 0.00013064264164016595,
      "loss": 7.3616,
      "step": 260690
    },
    {
      "epoch": 0.543125,
      "grad_norm": 0.9598646759986877,
      "learning_rate": 0.00013063286556278165,
      "loss": 7.05,
      "step": 260700
    },
    {
      "epoch": 0.5431458333333333,
      "grad_norm": 2.5157582759857178,
      "learning_rate": 0.00013062308956905564,
      "loss": 7.4272,
      "step": 260710
    },
    {
      "epoch": 0.5431666666666667,
      "grad_norm": 2.421992063522339,
      "learning_rate": 0.00013061331365903022,
      "loss": 7.4226,
      "step": 260720
    },
    {
      "epoch": 0.5431875,
      "grad_norm": 2.94185471534729,
      "learning_rate": 0.00013060353783274768,
      "loss": 7.5464,
      "step": 260730
    },
    {
      "epoch": 0.5432083333333333,
      "grad_norm": 0.8689823150634766,
      "learning_rate": 0.0001305937620902501,
      "loss": 6.992,
      "step": 260740
    },
    {
      "epoch": 0.5432291666666667,
      "grad_norm": 3.3177311420440674,
      "learning_rate": 0.0001305839864315798,
      "loss": 7.8801,
      "step": 260750
    },
    {
      "epoch": 0.54325,
      "grad_norm": 2.420478343963623,
      "learning_rate": 0.00013057421085677906,
      "loss": 8.0297,
      "step": 260760
    },
    {
      "epoch": 0.5432708333333334,
      "grad_norm": 1.9564944505691528,
      "learning_rate": 0.00013056443536588994,
      "loss": 7.3715,
      "step": 260770
    },
    {
      "epoch": 0.5432916666666666,
      "grad_norm": 0.6925920248031616,
      "learning_rate": 0.00013055465995895482,
      "loss": 7.159,
      "step": 260780
    },
    {
      "epoch": 0.5433125,
      "grad_norm": 0.7398216128349304,
      "learning_rate": 0.0001305448846360159,
      "loss": 7.6523,
      "step": 260790
    },
    {
      "epoch": 0.5433333333333333,
      "grad_norm": 0.8249531388282776,
      "learning_rate": 0.00013053510939711532,
      "loss": 7.8284,
      "step": 260800
    },
    {
      "epoch": 0.5433541666666667,
      "grad_norm": 1.5952271223068237,
      "learning_rate": 0.00013052533424229542,
      "loss": 7.5232,
      "step": 260810
    },
    {
      "epoch": 0.543375,
      "grad_norm": 1.1850301027297974,
      "learning_rate": 0.00013051555917159834,
      "loss": 7.1593,
      "step": 260820
    },
    {
      "epoch": 0.5433958333333333,
      "grad_norm": 4.0097856521606445,
      "learning_rate": 0.00013050578418506627,
      "loss": 7.2186,
      "step": 260830
    },
    {
      "epoch": 0.5434166666666667,
      "grad_norm": 1.3096342086791992,
      "learning_rate": 0.00013049600928274161,
      "loss": 7.49,
      "step": 260840
    },
    {
      "epoch": 0.5434375,
      "grad_norm": 2.367251396179199,
      "learning_rate": 0.0001304862344646664,
      "loss": 7.0837,
      "step": 260850
    },
    {
      "epoch": 0.5434583333333334,
      "grad_norm": 1.3341825008392334,
      "learning_rate": 0.00013047645973088292,
      "loss": 7.3479,
      "step": 260860
    },
    {
      "epoch": 0.5434791666666666,
      "grad_norm": 0.8047648072242737,
      "learning_rate": 0.00013046668508143348,
      "loss": 8.0133,
      "step": 260870
    },
    {
      "epoch": 0.5435,
      "grad_norm": 0.6992167234420776,
      "learning_rate": 0.00013045691051636018,
      "loss": 7.3024,
      "step": 260880
    },
    {
      "epoch": 0.5435208333333333,
      "grad_norm": 3.477750062942505,
      "learning_rate": 0.00013044713603570533,
      "loss": 7.3109,
      "step": 260890
    },
    {
      "epoch": 0.5435416666666667,
      "grad_norm": 0.7840535640716553,
      "learning_rate": 0.00013043736163951102,
      "loss": 7.5725,
      "step": 260900
    },
    {
      "epoch": 0.5435625,
      "grad_norm": 0.7362909913063049,
      "learning_rate": 0.00013042758732781964,
      "loss": 7.321,
      "step": 260910
    },
    {
      "epoch": 0.5435833333333333,
      "grad_norm": 0.9877632260322571,
      "learning_rate": 0.00013041781310067335,
      "loss": 6.8585,
      "step": 260920
    },
    {
      "epoch": 0.5436041666666667,
      "grad_norm": 0.9000254273414612,
      "learning_rate": 0.00013040803895811428,
      "loss": 7.1738,
      "step": 260930
    },
    {
      "epoch": 0.543625,
      "grad_norm": 1.71354079246521,
      "learning_rate": 0.00013039826490018482,
      "loss": 7.0678,
      "step": 260940
    },
    {
      "epoch": 0.5436458333333334,
      "grad_norm": 0.6504470109939575,
      "learning_rate": 0.00013038849092692704,
      "loss": 7.7474,
      "step": 260950
    },
    {
      "epoch": 0.5436666666666666,
      "grad_norm": 2.90451717376709,
      "learning_rate": 0.00013037871703838318,
      "loss": 7.4962,
      "step": 260960
    },
    {
      "epoch": 0.5436875,
      "grad_norm": 1.0114654302597046,
      "learning_rate": 0.00013036894323459556,
      "loss": 7.4491,
      "step": 260970
    },
    {
      "epoch": 0.5437083333333333,
      "grad_norm": 0.7434771060943604,
      "learning_rate": 0.0001303591695156063,
      "loss": 8.2992,
      "step": 260980
    },
    {
      "epoch": 0.5437291666666667,
      "grad_norm": 0.9582858681678772,
      "learning_rate": 0.00013034939588145764,
      "loss": 6.9588,
      "step": 260990
    },
    {
      "epoch": 0.54375,
      "grad_norm": 1.3659775257110596,
      "learning_rate": 0.00013033962233219187,
      "loss": 7.8217,
      "step": 261000
    },
    {
      "epoch": 0.54375,
      "eval_loss": 26.67446517944336,
      "eval_runtime": 7.7669,
      "eval_samples_per_second": 0.386,
      "eval_steps_per_second": 0.129,
      "step": 261000
    },
    {
      "epoch": 0.5437708333333333,
      "grad_norm": 1.2085405588150024,
      "learning_rate": 0.00013032984886785114,
      "loss": 7.2516,
      "step": 261010
    },
    {
      "epoch": 0.5437916666666667,
      "grad_norm": 3.8916537761688232,
      "learning_rate": 0.0001303200754884776,
      "loss": 7.2129,
      "step": 261020
    },
    {
      "epoch": 0.5438125,
      "grad_norm": 1.4748557806015015,
      "learning_rate": 0.00013031030219411364,
      "loss": 7.2725,
      "step": 261030
    },
    {
      "epoch": 0.5438333333333333,
      "grad_norm": 0.9861350655555725,
      "learning_rate": 0.00013030052898480135,
      "loss": 7.1658,
      "step": 261040
    },
    {
      "epoch": 0.5438541666666666,
      "grad_norm": 1.8126603364944458,
      "learning_rate": 0.00013029075586058295,
      "loss": 7.1704,
      "step": 261050
    },
    {
      "epoch": 0.543875,
      "grad_norm": 0.8955699801445007,
      "learning_rate": 0.0001302809828215007,
      "loss": 7.1372,
      "step": 261060
    },
    {
      "epoch": 0.5438958333333334,
      "grad_norm": 1.234312891960144,
      "learning_rate": 0.00013027120986759683,
      "loss": 7.2831,
      "step": 261070
    },
    {
      "epoch": 0.5439166666666667,
      "grad_norm": 0.8541957139968872,
      "learning_rate": 0.00013026143699891343,
      "loss": 7.1988,
      "step": 261080
    },
    {
      "epoch": 0.5439375,
      "grad_norm": 1.8871877193450928,
      "learning_rate": 0.00013025166421549287,
      "loss": 7.343,
      "step": 261090
    },
    {
      "epoch": 0.5439583333333333,
      "grad_norm": 0.8927958011627197,
      "learning_rate": 0.00013024189151737735,
      "loss": 7.2288,
      "step": 261100
    },
    {
      "epoch": 0.5439791666666667,
      "grad_norm": 1.105747103691101,
      "learning_rate": 0.00013023211890460896,
      "loss": 7.3596,
      "step": 261110
    },
    {
      "epoch": 0.544,
      "grad_norm": 13.994234085083008,
      "learning_rate": 0.00013022234637723003,
      "loss": 7.6242,
      "step": 261120
    },
    {
      "epoch": 0.5440208333333333,
      "grad_norm": 0.8820534944534302,
      "learning_rate": 0.00013021257393528276,
      "loss": 7.369,
      "step": 261130
    },
    {
      "epoch": 0.5440416666666666,
      "grad_norm": 1.1113513708114624,
      "learning_rate": 0.00013020280157880927,
      "loss": 7.6002,
      "step": 261140
    },
    {
      "epoch": 0.5440625,
      "grad_norm": 0.8983052968978882,
      "learning_rate": 0.00013019302930785187,
      "loss": 7.5145,
      "step": 261150
    },
    {
      "epoch": 0.5440833333333334,
      "grad_norm": 0.8021586537361145,
      "learning_rate": 0.0001301832571224528,
      "loss": 7.2419,
      "step": 261160
    },
    {
      "epoch": 0.5441041666666667,
      "grad_norm": 1.185258388519287,
      "learning_rate": 0.0001301734850226542,
      "loss": 8.1178,
      "step": 261170
    },
    {
      "epoch": 0.544125,
      "grad_norm": 5.450842380523682,
      "learning_rate": 0.00013016371300849822,
      "loss": 7.997,
      "step": 261180
    },
    {
      "epoch": 0.5441458333333333,
      "grad_norm": 2.118267297744751,
      "learning_rate": 0.00013015394108002718,
      "loss": 7.3346,
      "step": 261190
    },
    {
      "epoch": 0.5441666666666667,
      "grad_norm": 1.066287875175476,
      "learning_rate": 0.00013014416923728332,
      "loss": 7.6934,
      "step": 261200
    },
    {
      "epoch": 0.5441875,
      "grad_norm": 1.105313777923584,
      "learning_rate": 0.00013013439748030872,
      "loss": 7.1399,
      "step": 261210
    },
    {
      "epoch": 0.5442083333333333,
      "grad_norm": 0.7930565476417542,
      "learning_rate": 0.00013012462580914565,
      "loss": 7.4697,
      "step": 261220
    },
    {
      "epoch": 0.5442291666666667,
      "grad_norm": 3.7758822441101074,
      "learning_rate": 0.0001301148542238364,
      "loss": 7.6415,
      "step": 261230
    },
    {
      "epoch": 0.54425,
      "grad_norm": 0.9839843511581421,
      "learning_rate": 0.00013010508272442303,
      "loss": 8.567,
      "step": 261240
    },
    {
      "epoch": 0.5442708333333334,
      "grad_norm": 1.4366270303726196,
      "learning_rate": 0.00013009531131094788,
      "loss": 7.486,
      "step": 261250
    },
    {
      "epoch": 0.5442916666666666,
      "grad_norm": 1.0269286632537842,
      "learning_rate": 0.0001300855399834531,
      "loss": 7.2282,
      "step": 261260
    },
    {
      "epoch": 0.5443125,
      "grad_norm": 1.252496361732483,
      "learning_rate": 0.00013007576874198088,
      "loss": 7.4569,
      "step": 261270
    },
    {
      "epoch": 0.5443333333333333,
      "grad_norm": 1.2990533113479614,
      "learning_rate": 0.00013006599758657347,
      "loss": 7.7059,
      "step": 261280
    },
    {
      "epoch": 0.5443541666666667,
      "grad_norm": 1.336836338043213,
      "learning_rate": 0.0001300562265172731,
      "loss": 7.4617,
      "step": 261290
    },
    {
      "epoch": 0.544375,
      "grad_norm": 0.9669855833053589,
      "learning_rate": 0.00013004645553412185,
      "loss": 7.6394,
      "step": 261300
    },
    {
      "epoch": 0.5443958333333333,
      "grad_norm": 0.6972342729568481,
      "learning_rate": 0.00013003668463716208,
      "loss": 7.1271,
      "step": 261310
    },
    {
      "epoch": 0.5444166666666667,
      "grad_norm": 0.7390015125274658,
      "learning_rate": 0.00013002691382643593,
      "loss": 7.4002,
      "step": 261320
    },
    {
      "epoch": 0.5444375,
      "grad_norm": 0.8815275430679321,
      "learning_rate": 0.00013001714310198554,
      "loss": 7.319,
      "step": 261330
    },
    {
      "epoch": 0.5444583333333334,
      "grad_norm": 1.8220891952514648,
      "learning_rate": 0.00013000737246385326,
      "loss": 8.311,
      "step": 261340
    },
    {
      "epoch": 0.5444791666666666,
      "grad_norm": 2.2231109142303467,
      "learning_rate": 0.00012999760191208118,
      "loss": 7.9201,
      "step": 261350
    },
    {
      "epoch": 0.5445,
      "grad_norm": 3.2916460037231445,
      "learning_rate": 0.00012998783144671153,
      "loss": 7.6643,
      "step": 261360
    },
    {
      "epoch": 0.5445208333333333,
      "grad_norm": 2.0114657878875732,
      "learning_rate": 0.00012997806106778656,
      "loss": 7.3889,
      "step": 261370
    },
    {
      "epoch": 0.5445416666666667,
      "grad_norm": 1.1473218202590942,
      "learning_rate": 0.0001299682907753484,
      "loss": 7.466,
      "step": 261380
    },
    {
      "epoch": 0.5445625,
      "grad_norm": 1.888370156288147,
      "learning_rate": 0.0001299585205694393,
      "loss": 7.9948,
      "step": 261390
    },
    {
      "epoch": 0.5445833333333333,
      "grad_norm": 0.7036545872688293,
      "learning_rate": 0.0001299487504501015,
      "loss": 7.6921,
      "step": 261400
    },
    {
      "epoch": 0.5446041666666667,
      "grad_norm": 1.0156077146530151,
      "learning_rate": 0.00012993898041737718,
      "loss": 7.3294,
      "step": 261410
    },
    {
      "epoch": 0.544625,
      "grad_norm": 2.7306864261627197,
      "learning_rate": 0.00012992921047130841,
      "loss": 7.5704,
      "step": 261420
    },
    {
      "epoch": 0.5446458333333334,
      "grad_norm": 0.7538580298423767,
      "learning_rate": 0.00012991944061193763,
      "loss": 7.0675,
      "step": 261430
    },
    {
      "epoch": 0.5446666666666666,
      "grad_norm": 0.9050284624099731,
      "learning_rate": 0.0001299096708393069,
      "loss": 7.7099,
      "step": 261440
    },
    {
      "epoch": 0.5446875,
      "grad_norm": 1.8313456773757935,
      "learning_rate": 0.00012989990115345838,
      "loss": 7.6538,
      "step": 261450
    },
    {
      "epoch": 0.5447083333333333,
      "grad_norm": 1.2813187837600708,
      "learning_rate": 0.00012989013155443436,
      "loss": 7.6333,
      "step": 261460
    },
    {
      "epoch": 0.5447291666666667,
      "grad_norm": 1.106666088104248,
      "learning_rate": 0.00012988036204227704,
      "loss": 7.7053,
      "step": 261470
    },
    {
      "epoch": 0.54475,
      "grad_norm": 0.8811275362968445,
      "learning_rate": 0.00012987059261702856,
      "loss": 7.2521,
      "step": 261480
    },
    {
      "epoch": 0.5447708333333333,
      "grad_norm": 0.8355047702789307,
      "learning_rate": 0.0001298608232787311,
      "loss": 7.1771,
      "step": 261490
    },
    {
      "epoch": 0.5447916666666667,
      "grad_norm": 1.254227876663208,
      "learning_rate": 0.000129851054027427,
      "loss": 7.1655,
      "step": 261500
    },
    {
      "epoch": 0.5448125,
      "grad_norm": 2.0268633365631104,
      "learning_rate": 0.00012984128486315835,
      "loss": 7.8536,
      "step": 261510
    },
    {
      "epoch": 0.5448333333333333,
      "grad_norm": 1.7424167394638062,
      "learning_rate": 0.00012983151578596733,
      "loss": 7.0128,
      "step": 261520
    },
    {
      "epoch": 0.5448541666666666,
      "grad_norm": 0.7467792630195618,
      "learning_rate": 0.00012982174679589624,
      "loss": 7.392,
      "step": 261530
    },
    {
      "epoch": 0.544875,
      "grad_norm": 1.0521551370620728,
      "learning_rate": 0.0001298119778929872,
      "loss": 7.3363,
      "step": 261540
    },
    {
      "epoch": 0.5448958333333334,
      "grad_norm": 1.1194015741348267,
      "learning_rate": 0.00012980220907728238,
      "loss": 7.1873,
      "step": 261550
    },
    {
      "epoch": 0.5449166666666667,
      "grad_norm": 0.7011388540267944,
      "learning_rate": 0.00012979244034882405,
      "loss": 7.1028,
      "step": 261560
    },
    {
      "epoch": 0.5449375,
      "grad_norm": 2.974663734436035,
      "learning_rate": 0.00012978267170765442,
      "loss": 7.8676,
      "step": 261570
    },
    {
      "epoch": 0.5449583333333333,
      "grad_norm": 1.101034164428711,
      "learning_rate": 0.00012977290315381557,
      "loss": 7.4511,
      "step": 261580
    },
    {
      "epoch": 0.5449791666666667,
      "grad_norm": 2.085113048553467,
      "learning_rate": 0.00012976313468734979,
      "loss": 7.0148,
      "step": 261590
    },
    {
      "epoch": 0.545,
      "grad_norm": 2.025501251220703,
      "learning_rate": 0.0001297533663082993,
      "loss": 7.3724,
      "step": 261600
    },
    {
      "epoch": 0.5450208333333333,
      "grad_norm": 1.3837594985961914,
      "learning_rate": 0.0001297435980167062,
      "loss": 7.1462,
      "step": 261610
    },
    {
      "epoch": 0.5450416666666666,
      "grad_norm": 1.4214714765548706,
      "learning_rate": 0.00012973382981261276,
      "loss": 7.1583,
      "step": 261620
    },
    {
      "epoch": 0.5450625,
      "grad_norm": 1.583764910697937,
      "learning_rate": 0.0001297240616960612,
      "loss": 7.885,
      "step": 261630
    },
    {
      "epoch": 0.5450833333333334,
      "grad_norm": 0.7653454542160034,
      "learning_rate": 0.00012971429366709358,
      "loss": 7.3463,
      "step": 261640
    },
    {
      "epoch": 0.5451041666666666,
      "grad_norm": 1.1345469951629639,
      "learning_rate": 0.00012970452572575223,
      "loss": 7.2378,
      "step": 261650
    },
    {
      "epoch": 0.545125,
      "grad_norm": 1.0308862924575806,
      "learning_rate": 0.00012969475787207932,
      "loss": 7.4158,
      "step": 261660
    },
    {
      "epoch": 0.5451458333333333,
      "grad_norm": 1.495684266090393,
      "learning_rate": 0.00012968499010611697,
      "loss": 7.099,
      "step": 261670
    },
    {
      "epoch": 0.5451666666666667,
      "grad_norm": 1.1471787691116333,
      "learning_rate": 0.00012967522242790747,
      "loss": 7.1681,
      "step": 261680
    },
    {
      "epoch": 0.5451875,
      "grad_norm": 1.6127415895462036,
      "learning_rate": 0.00012966545483749295,
      "loss": 7.34,
      "step": 261690
    },
    {
      "epoch": 0.5452083333333333,
      "grad_norm": 1.8631298542022705,
      "learning_rate": 0.00012965568733491558,
      "loss": 7.7642,
      "step": 261700
    },
    {
      "epoch": 0.5452291666666667,
      "grad_norm": 0.6974108815193176,
      "learning_rate": 0.00012964591992021762,
      "loss": 8.2573,
      "step": 261710
    },
    {
      "epoch": 0.54525,
      "grad_norm": 1.3705005645751953,
      "learning_rate": 0.00012963615259344122,
      "loss": 7.2262,
      "step": 261720
    },
    {
      "epoch": 0.5452708333333334,
      "grad_norm": 1.2372452020645142,
      "learning_rate": 0.00012962638535462856,
      "loss": 6.9746,
      "step": 261730
    },
    {
      "epoch": 0.5452916666666666,
      "grad_norm": 0.8606783747673035,
      "learning_rate": 0.0001296166182038219,
      "loss": 7.1087,
      "step": 261740
    },
    {
      "epoch": 0.5453125,
      "grad_norm": 1.8139957189559937,
      "learning_rate": 0.00012960685114106333,
      "loss": 7.2287,
      "step": 261750
    },
    {
      "epoch": 0.5453333333333333,
      "grad_norm": 1.0071147680282593,
      "learning_rate": 0.00012959708416639517,
      "loss": 7.4057,
      "step": 261760
    },
    {
      "epoch": 0.5453541666666667,
      "grad_norm": 3.499804735183716,
      "learning_rate": 0.00012958731727985944,
      "loss": 8.484,
      "step": 261770
    },
    {
      "epoch": 0.545375,
      "grad_norm": 1.3595046997070312,
      "learning_rate": 0.00012957755048149843,
      "loss": 6.9122,
      "step": 261780
    },
    {
      "epoch": 0.5453958333333333,
      "grad_norm": 2.933727741241455,
      "learning_rate": 0.00012956778377135438,
      "loss": 8.0361,
      "step": 261790
    },
    {
      "epoch": 0.5454166666666667,
      "grad_norm": 1.0996755361557007,
      "learning_rate": 0.00012955801714946937,
      "loss": 8.1608,
      "step": 261800
    },
    {
      "epoch": 0.5454375,
      "grad_norm": 0.7777127623558044,
      "learning_rate": 0.00012954825061588566,
      "loss": 7.2433,
      "step": 261810
    },
    {
      "epoch": 0.5454583333333334,
      "grad_norm": 1.3095747232437134,
      "learning_rate": 0.0001295384841706454,
      "loss": 7.7379,
      "step": 261820
    },
    {
      "epoch": 0.5454791666666666,
      "grad_norm": 0.8405638933181763,
      "learning_rate": 0.00012952871781379073,
      "loss": 7.4234,
      "step": 261830
    },
    {
      "epoch": 0.5455,
      "grad_norm": 2.320580005645752,
      "learning_rate": 0.000129518951545364,
      "loss": 7.643,
      "step": 261840
    },
    {
      "epoch": 0.5455208333333333,
      "grad_norm": 1.6193890571594238,
      "learning_rate": 0.00012950918536540722,
      "loss": 7.5917,
      "step": 261850
    },
    {
      "epoch": 0.5455416666666667,
      "grad_norm": 0.712777316570282,
      "learning_rate": 0.00012949941927396265,
      "loss": 7.4397,
      "step": 261860
    },
    {
      "epoch": 0.5455625,
      "grad_norm": 1.5835074186325073,
      "learning_rate": 0.00012948965327107254,
      "loss": 7.3707,
      "step": 261870
    },
    {
      "epoch": 0.5455833333333333,
      "grad_norm": 0.993653416633606,
      "learning_rate": 0.00012947988735677896,
      "loss": 7.8766,
      "step": 261880
    },
    {
      "epoch": 0.5456041666666667,
      "grad_norm": 6.316586971282959,
      "learning_rate": 0.0001294701215311241,
      "loss": 7.8506,
      "step": 261890
    },
    {
      "epoch": 0.545625,
      "grad_norm": 1.65011465549469,
      "learning_rate": 0.00012946035579415027,
      "loss": 7.5881,
      "step": 261900
    },
    {
      "epoch": 0.5456458333333334,
      "grad_norm": 0.8972541093826294,
      "learning_rate": 0.00012945059014589954,
      "loss": 7.4572,
      "step": 261910
    },
    {
      "epoch": 0.5456666666666666,
      "grad_norm": 0.8300914168357849,
      "learning_rate": 0.0001294408245864141,
      "loss": 7.8763,
      "step": 261920
    },
    {
      "epoch": 0.5456875,
      "grad_norm": 0.9490569829940796,
      "learning_rate": 0.0001294310591157362,
      "loss": 7.26,
      "step": 261930
    },
    {
      "epoch": 0.5457083333333334,
      "grad_norm": 1.441009759902954,
      "learning_rate": 0.000129421293733908,
      "loss": 8.1053,
      "step": 261940
    },
    {
      "epoch": 0.5457291666666667,
      "grad_norm": 1.980568289756775,
      "learning_rate": 0.0001294115284409716,
      "loss": 7.4024,
      "step": 261950
    },
    {
      "epoch": 0.54575,
      "grad_norm": 1.1472489833831787,
      "learning_rate": 0.0001294017632369693,
      "loss": 6.7614,
      "step": 261960
    },
    {
      "epoch": 0.5457708333333333,
      "grad_norm": 1.773861289024353,
      "learning_rate": 0.00012939199812194322,
      "loss": 8.5941,
      "step": 261970
    },
    {
      "epoch": 0.5457916666666667,
      "grad_norm": 2.0157089233398438,
      "learning_rate": 0.00012938223309593553,
      "loss": 8.1235,
      "step": 261980
    },
    {
      "epoch": 0.5458125,
      "grad_norm": 1.2824406623840332,
      "learning_rate": 0.00012937246815898843,
      "loss": 7.749,
      "step": 261990
    },
    {
      "epoch": 0.5458333333333333,
      "grad_norm": 2.6052684783935547,
      "learning_rate": 0.00012936270331114416,
      "loss": 7.2859,
      "step": 262000
    },
    {
      "epoch": 0.5458333333333333,
      "eval_loss": 7.378761291503906,
      "eval_runtime": 7.8299,
      "eval_samples_per_second": 0.383,
      "eval_steps_per_second": 0.128,
      "step": 262000
    },
    {
      "epoch": 0.5458541666666666,
      "grad_norm": 1.8921517133712769,
      "learning_rate": 0.00012935293855244478,
      "loss": 7.4685,
      "step": 262010
    },
    {
      "epoch": 0.545875,
      "grad_norm": 2.2270572185516357,
      "learning_rate": 0.00012934317388293255,
      "loss": 7.2509,
      "step": 262020
    },
    {
      "epoch": 0.5458958333333334,
      "grad_norm": 0.9749397039413452,
      "learning_rate": 0.00012933340930264966,
      "loss": 7.4741,
      "step": 262030
    },
    {
      "epoch": 0.5459166666666667,
      "grad_norm": 1.0943981409072876,
      "learning_rate": 0.0001293236448116382,
      "loss": 7.0555,
      "step": 262040
    },
    {
      "epoch": 0.5459375,
      "grad_norm": 1.672649621963501,
      "learning_rate": 0.00012931388040994047,
      "loss": 7.4083,
      "step": 262050
    },
    {
      "epoch": 0.5459583333333333,
      "grad_norm": 8.38682746887207,
      "learning_rate": 0.00012930411609759856,
      "loss": 7.4667,
      "step": 262060
    },
    {
      "epoch": 0.5459791666666667,
      "grad_norm": 0.7261773347854614,
      "learning_rate": 0.00012929435187465472,
      "loss": 7.5205,
      "step": 262070
    },
    {
      "epoch": 0.546,
      "grad_norm": 0.7204674482345581,
      "learning_rate": 0.000129284587741151,
      "loss": 7.5914,
      "step": 262080
    },
    {
      "epoch": 0.5460208333333333,
      "grad_norm": 1.0328022241592407,
      "learning_rate": 0.00012927482369712973,
      "loss": 8.5824,
      "step": 262090
    },
    {
      "epoch": 0.5460416666666666,
      "grad_norm": 3.461447238922119,
      "learning_rate": 0.000129265059742633,
      "loss": 7.9827,
      "step": 262100
    },
    {
      "epoch": 0.5460625,
      "grad_norm": 1.7567622661590576,
      "learning_rate": 0.00012925529587770298,
      "loss": 7.4794,
      "step": 262110
    },
    {
      "epoch": 0.5460833333333334,
      "grad_norm": 2.015523672103882,
      "learning_rate": 0.0001292455321023819,
      "loss": 7.3623,
      "step": 262120
    },
    {
      "epoch": 0.5461041666666666,
      "grad_norm": 1.0414754152297974,
      "learning_rate": 0.0001292357684167119,
      "loss": 7.1781,
      "step": 262130
    },
    {
      "epoch": 0.546125,
      "grad_norm": 2.003798246383667,
      "learning_rate": 0.00012922600482073512,
      "loss": 7.5411,
      "step": 262140
    },
    {
      "epoch": 0.5461458333333333,
      "grad_norm": 4.801294803619385,
      "learning_rate": 0.00012921624131449384,
      "loss": 7.3754,
      "step": 262150
    },
    {
      "epoch": 0.5461666666666667,
      "grad_norm": 1.115557074546814,
      "learning_rate": 0.00012920647789803016,
      "loss": 7.2353,
      "step": 262160
    },
    {
      "epoch": 0.5461875,
      "grad_norm": 1.7439085245132446,
      "learning_rate": 0.0001291967145713862,
      "loss": 7.8099,
      "step": 262170
    },
    {
      "epoch": 0.5462083333333333,
      "grad_norm": 1.6499274969100952,
      "learning_rate": 0.0001291869513346043,
      "loss": 6.9157,
      "step": 262180
    },
    {
      "epoch": 0.5462291666666667,
      "grad_norm": 1.9716767072677612,
      "learning_rate": 0.00012917718818772648,
      "loss": 7.1648,
      "step": 262190
    },
    {
      "epoch": 0.54625,
      "grad_norm": 1.5591603517532349,
      "learning_rate": 0.00012916742513079493,
      "loss": 7.1732,
      "step": 262200
    },
    {
      "epoch": 0.5462708333333334,
      "grad_norm": 1.9999312162399292,
      "learning_rate": 0.0001291576621638519,
      "loss": 7.1964,
      "step": 262210
    },
    {
      "epoch": 0.5462916666666666,
      "grad_norm": 0.9825444221496582,
      "learning_rate": 0.00012914789928693954,
      "loss": 6.9678,
      "step": 262220
    },
    {
      "epoch": 0.5463125,
      "grad_norm": 0.9357819557189941,
      "learning_rate": 0.00012913813650009993,
      "loss": 7.0599,
      "step": 262230
    },
    {
      "epoch": 0.5463333333333333,
      "grad_norm": 1.9782394170761108,
      "learning_rate": 0.0001291283738033754,
      "loss": 7.3487,
      "step": 262240
    },
    {
      "epoch": 0.5463541666666667,
      "grad_norm": 1.1147005558013916,
      "learning_rate": 0.000129118611196808,
      "loss": 7.6123,
      "step": 262250
    },
    {
      "epoch": 0.546375,
      "grad_norm": 1.7215667963027954,
      "learning_rate": 0.00012910884868043987,
      "loss": 7.2702,
      "step": 262260
    },
    {
      "epoch": 0.5463958333333333,
      "grad_norm": 0.9470961093902588,
      "learning_rate": 0.00012909908625431332,
      "loss": 7.8099,
      "step": 262270
    },
    {
      "epoch": 0.5464166666666667,
      "grad_norm": 0.8454943299293518,
      "learning_rate": 0.00012908932391847043,
      "loss": 7.3403,
      "step": 262280
    },
    {
      "epoch": 0.5464375,
      "grad_norm": 1.0085656642913818,
      "learning_rate": 0.00012907956167295333,
      "loss": 6.8785,
      "step": 262290
    },
    {
      "epoch": 0.5464583333333334,
      "grad_norm": 1.3263561725616455,
      "learning_rate": 0.0001290697995178043,
      "loss": 7.4169,
      "step": 262300
    },
    {
      "epoch": 0.5464791666666666,
      "grad_norm": 1.877274751663208,
      "learning_rate": 0.00012906003745306548,
      "loss": 7.2086,
      "step": 262310
    },
    {
      "epoch": 0.5465,
      "grad_norm": 2.7172181606292725,
      "learning_rate": 0.00012905027547877894,
      "loss": 7.2226,
      "step": 262320
    },
    {
      "epoch": 0.5465208333333333,
      "grad_norm": 0.9359986782073975,
      "learning_rate": 0.00012904051359498696,
      "loss": 7.2342,
      "step": 262330
    },
    {
      "epoch": 0.5465416666666667,
      "grad_norm": 1.7782758474349976,
      "learning_rate": 0.00012903075180173166,
      "loss": 8.1423,
      "step": 262340
    },
    {
      "epoch": 0.5465625,
      "grad_norm": 1.0092816352844238,
      "learning_rate": 0.00012902099009905521,
      "loss": 7.3845,
      "step": 262350
    },
    {
      "epoch": 0.5465833333333333,
      "grad_norm": 1.8615167140960693,
      "learning_rate": 0.00012901122848699975,
      "loss": 7.4373,
      "step": 262360
    },
    {
      "epoch": 0.5466041666666667,
      "grad_norm": 1.0063769817352295,
      "learning_rate": 0.00012900146696560752,
      "loss": 7.5596,
      "step": 262370
    },
    {
      "epoch": 0.546625,
      "grad_norm": 0.8404421210289001,
      "learning_rate": 0.00012899170553492062,
      "loss": 7.1273,
      "step": 262380
    },
    {
      "epoch": 0.5466458333333334,
      "grad_norm": 0.794291615486145,
      "learning_rate": 0.00012898194419498122,
      "loss": 7.6692,
      "step": 262390
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 1.0329190492630005,
      "learning_rate": 0.00012897218294583154,
      "loss": 8.1194,
      "step": 262400
    },
    {
      "epoch": 0.5466875,
      "grad_norm": 1.200056791305542,
      "learning_rate": 0.00012896242178751368,
      "loss": 7.6413,
      "step": 262410
    },
    {
      "epoch": 0.5467083333333334,
      "grad_norm": 1.4677324295043945,
      "learning_rate": 0.0001289526607200698,
      "loss": 7.1984,
      "step": 262420
    },
    {
      "epoch": 0.5467291666666667,
      "grad_norm": 1.075283408164978,
      "learning_rate": 0.00012894289974354215,
      "loss": 7.3839,
      "step": 262430
    },
    {
      "epoch": 0.54675,
      "grad_norm": 1.6690467596054077,
      "learning_rate": 0.00012893313885797286,
      "loss": 7.2212,
      "step": 262440
    },
    {
      "epoch": 0.5467708333333333,
      "grad_norm": 1.7136225700378418,
      "learning_rate": 0.000128923378063404,
      "loss": 7.0771,
      "step": 262450
    },
    {
      "epoch": 0.5467916666666667,
      "grad_norm": 0.7252762317657471,
      "learning_rate": 0.00012891361735987782,
      "loss": 8.0875,
      "step": 262460
    },
    {
      "epoch": 0.5468125,
      "grad_norm": 1.0189824104309082,
      "learning_rate": 0.00012890385674743649,
      "loss": 7.7867,
      "step": 262470
    },
    {
      "epoch": 0.5468333333333333,
      "grad_norm": 1.5585159063339233,
      "learning_rate": 0.00012889409622612213,
      "loss": 7.627,
      "step": 262480
    },
    {
      "epoch": 0.5468541666666666,
      "grad_norm": 0.919873833656311,
      "learning_rate": 0.0001288843357959769,
      "loss": 7.0246,
      "step": 262490
    },
    {
      "epoch": 0.546875,
      "grad_norm": 1.0397781133651733,
      "learning_rate": 0.00012887457545704303,
      "loss": 9.3918,
      "step": 262500
    },
    {
      "epoch": 0.5468958333333334,
      "grad_norm": 1.3241519927978516,
      "learning_rate": 0.0001288648152093626,
      "loss": 7.3869,
      "step": 262510
    },
    {
      "epoch": 0.5469166666666667,
      "grad_norm": 0.8308416604995728,
      "learning_rate": 0.0001288550550529778,
      "loss": 7.2168,
      "step": 262520
    },
    {
      "epoch": 0.5469375,
      "grad_norm": 1.7389103174209595,
      "learning_rate": 0.00012884529498793083,
      "loss": 7.1014,
      "step": 262530
    },
    {
      "epoch": 0.5469583333333333,
      "grad_norm": 1.008327603340149,
      "learning_rate": 0.00012883553501426374,
      "loss": 7.3314,
      "step": 262540
    },
    {
      "epoch": 0.5469791666666667,
      "grad_norm": 0.9605751633644104,
      "learning_rate": 0.00012882577513201885,
      "loss": 7.2361,
      "step": 262550
    },
    {
      "epoch": 0.547,
      "grad_norm": 1.1155179738998413,
      "learning_rate": 0.0001288160153412382,
      "loss": 7.9848,
      "step": 262560
    },
    {
      "epoch": 0.5470208333333333,
      "grad_norm": 5.4888200759887695,
      "learning_rate": 0.00012880625564196392,
      "loss": 6.9609,
      "step": 262570
    },
    {
      "epoch": 0.5470416666666666,
      "grad_norm": 9.41630744934082,
      "learning_rate": 0.0001287964960342383,
      "loss": 7.1468,
      "step": 262580
    },
    {
      "epoch": 0.5470625,
      "grad_norm": 0.7548330426216125,
      "learning_rate": 0.0001287867365181034,
      "loss": 7.3706,
      "step": 262590
    },
    {
      "epoch": 0.5470833333333334,
      "grad_norm": 0.6771047115325928,
      "learning_rate": 0.00012877697709360136,
      "loss": 7.6891,
      "step": 262600
    },
    {
      "epoch": 0.5471041666666666,
      "grad_norm": 0.7763137221336365,
      "learning_rate": 0.00012876721776077446,
      "loss": 7.324,
      "step": 262610
    },
    {
      "epoch": 0.547125,
      "grad_norm": 1.5794572830200195,
      "learning_rate": 0.00012875745851966472,
      "loss": 7.1049,
      "step": 262620
    },
    {
      "epoch": 0.5471458333333333,
      "grad_norm": 1.8402928113937378,
      "learning_rate": 0.0001287476993703143,
      "loss": 8.0567,
      "step": 262630
    },
    {
      "epoch": 0.5471666666666667,
      "grad_norm": 0.7945722937583923,
      "learning_rate": 0.00012873794031276553,
      "loss": 7.7091,
      "step": 262640
    },
    {
      "epoch": 0.5471875,
      "grad_norm": 1.253482699394226,
      "learning_rate": 0.00012872818134706038,
      "loss": 7.6558,
      "step": 262650
    },
    {
      "epoch": 0.5472083333333333,
      "grad_norm": 1.0844314098358154,
      "learning_rate": 0.0001287184224732411,
      "loss": 7.493,
      "step": 262660
    },
    {
      "epoch": 0.5472291666666667,
      "grad_norm": 0.8353008031845093,
      "learning_rate": 0.00012870866369134974,
      "loss": 7.5282,
      "step": 262670
    },
    {
      "epoch": 0.54725,
      "grad_norm": 1.3138960599899292,
      "learning_rate": 0.0001286989050014286,
      "loss": 7.0013,
      "step": 262680
    },
    {
      "epoch": 0.5472708333333334,
      "grad_norm": 1.2650800943374634,
      "learning_rate": 0.0001286891464035197,
      "loss": 7.1253,
      "step": 262690
    },
    {
      "epoch": 0.5472916666666666,
      "grad_norm": 1.3778297901153564,
      "learning_rate": 0.00012867938789766525,
      "loss": 8.3936,
      "step": 262700
    },
    {
      "epoch": 0.5473125,
      "grad_norm": 1.2639273405075073,
      "learning_rate": 0.00012866962948390747,
      "loss": 7.6006,
      "step": 262710
    },
    {
      "epoch": 0.5473333333333333,
      "grad_norm": 1.1365503072738647,
      "learning_rate": 0.0001286598711622884,
      "loss": 7.53,
      "step": 262720
    },
    {
      "epoch": 0.5473541666666667,
      "grad_norm": 1.9090772867202759,
      "learning_rate": 0.0001286501129328502,
      "loss": 7.4654,
      "step": 262730
    },
    {
      "epoch": 0.547375,
      "grad_norm": 2.485539197921753,
      "learning_rate": 0.00012864035479563516,
      "loss": 7.4871,
      "step": 262740
    },
    {
      "epoch": 0.5473958333333333,
      "grad_norm": 1.1813467741012573,
      "learning_rate": 0.00012863059675068526,
      "loss": 7.6222,
      "step": 262750
    },
    {
      "epoch": 0.5474166666666667,
      "grad_norm": 1.238017201423645,
      "learning_rate": 0.00012862083879804271,
      "loss": 7.334,
      "step": 262760
    },
    {
      "epoch": 0.5474375,
      "grad_norm": 1.6539360284805298,
      "learning_rate": 0.00012861108093774974,
      "loss": 7.2412,
      "step": 262770
    },
    {
      "epoch": 0.5474583333333334,
      "grad_norm": 3.869364023208618,
      "learning_rate": 0.0001286013231698484,
      "loss": 8.0781,
      "step": 262780
    },
    {
      "epoch": 0.5474791666666666,
      "grad_norm": 0.882834792137146,
      "learning_rate": 0.00012859156549438084,
      "loss": 7.2257,
      "step": 262790
    },
    {
      "epoch": 0.5475,
      "grad_norm": 1.7402007579803467,
      "learning_rate": 0.0001285818079113893,
      "loss": 7.2995,
      "step": 262800
    },
    {
      "epoch": 0.5475208333333333,
      "grad_norm": 0.7682950496673584,
      "learning_rate": 0.0001285720504209159,
      "loss": 7.8303,
      "step": 262810
    },
    {
      "epoch": 0.5475416666666667,
      "grad_norm": 5.166831016540527,
      "learning_rate": 0.00012856229302300265,
      "loss": 7.4673,
      "step": 262820
    },
    {
      "epoch": 0.5475625,
      "grad_norm": 0.9382443428039551,
      "learning_rate": 0.0001285525357176919,
      "loss": 7.2085,
      "step": 262830
    },
    {
      "epoch": 0.5475833333333333,
      "grad_norm": 1.4652578830718994,
      "learning_rate": 0.0001285427785050257,
      "loss": 7.0665,
      "step": 262840
    },
    {
      "epoch": 0.5476041666666667,
      "grad_norm": 2.1156585216522217,
      "learning_rate": 0.00012853302138504614,
      "loss": 7.0162,
      "step": 262850
    },
    {
      "epoch": 0.547625,
      "grad_norm": 2.0960073471069336,
      "learning_rate": 0.00012852326435779546,
      "loss": 8.1203,
      "step": 262860
    },
    {
      "epoch": 0.5476458333333334,
      "grad_norm": 1.4786651134490967,
      "learning_rate": 0.00012851350742331582,
      "loss": 7.1921,
      "step": 262870
    },
    {
      "epoch": 0.5476666666666666,
      "grad_norm": 4.768947124481201,
      "learning_rate": 0.00012850375058164924,
      "loss": 8.666,
      "step": 262880
    },
    {
      "epoch": 0.5476875,
      "grad_norm": 0.889147937297821,
      "learning_rate": 0.000128493993832838,
      "loss": 7.5913,
      "step": 262890
    },
    {
      "epoch": 0.5477083333333334,
      "grad_norm": 2.1499650478363037,
      "learning_rate": 0.00012848423717692423,
      "loss": 7.2864,
      "step": 262900
    },
    {
      "epoch": 0.5477291666666667,
      "grad_norm": 3.530553102493286,
      "learning_rate": 0.00012847448061394995,
      "loss": 7.4195,
      "step": 262910
    },
    {
      "epoch": 0.54775,
      "grad_norm": 2.9393930435180664,
      "learning_rate": 0.00012846472414395745,
      "loss": 7.7928,
      "step": 262920
    },
    {
      "epoch": 0.5477708333333333,
      "grad_norm": 1.1254196166992188,
      "learning_rate": 0.00012845496776698885,
      "loss": 7.4987,
      "step": 262930
    },
    {
      "epoch": 0.5477916666666667,
      "grad_norm": 1.3525476455688477,
      "learning_rate": 0.00012844521148308626,
      "loss": 7.7585,
      "step": 262940
    },
    {
      "epoch": 0.5478125,
      "grad_norm": 0.9786669611930847,
      "learning_rate": 0.00012843545529229176,
      "loss": 7.7967,
      "step": 262950
    },
    {
      "epoch": 0.5478333333333333,
      "grad_norm": 0.9720962643623352,
      "learning_rate": 0.0001284256991946476,
      "loss": 7.8973,
      "step": 262960
    },
    {
      "epoch": 0.5478541666666666,
      "grad_norm": 6.498299598693848,
      "learning_rate": 0.00012841594319019586,
      "loss": 8.282,
      "step": 262970
    },
    {
      "epoch": 0.547875,
      "grad_norm": 1.774067997932434,
      "learning_rate": 0.00012840618727897866,
      "loss": 7.1579,
      "step": 262980
    },
    {
      "epoch": 0.5478958333333334,
      "grad_norm": 1.0761339664459229,
      "learning_rate": 0.00012839643146103825,
      "loss": 6.7858,
      "step": 262990
    },
    {
      "epoch": 0.5479166666666667,
      "grad_norm": 1.036949872970581,
      "learning_rate": 0.0001283866757364167,
      "loss": 7.3715,
      "step": 263000
    },
    {
      "epoch": 0.5479166666666667,
      "eval_loss": 8.299633979797363,
      "eval_runtime": 8.1624,
      "eval_samples_per_second": 0.368,
      "eval_steps_per_second": 0.123,
      "step": 263000
    },
    {
      "epoch": 0.5479375,
      "grad_norm": 11.25901985168457,
      "learning_rate": 0.0001283769201051561,
      "loss": 8.012,
      "step": 263010
    },
    {
      "epoch": 0.5479583333333333,
      "grad_norm": 1.2254884243011475,
      "learning_rate": 0.0001283671645672987,
      "loss": 7.0821,
      "step": 263020
    },
    {
      "epoch": 0.5479791666666667,
      "grad_norm": 1.6176139116287231,
      "learning_rate": 0.00012835740912288661,
      "loss": 7.4016,
      "step": 263030
    },
    {
      "epoch": 0.548,
      "grad_norm": 2.445533037185669,
      "learning_rate": 0.00012834765377196184,
      "loss": 7.5579,
      "step": 263040
    },
    {
      "epoch": 0.5480208333333333,
      "grad_norm": 1.5445547103881836,
      "learning_rate": 0.00012833789851456675,
      "loss": 7.8755,
      "step": 263050
    },
    {
      "epoch": 0.5480416666666666,
      "grad_norm": 1.0101170539855957,
      "learning_rate": 0.0001283281433507433,
      "loss": 7.5471,
      "step": 263060
    },
    {
      "epoch": 0.5480625,
      "grad_norm": 1.7339112758636475,
      "learning_rate": 0.0001283183882805337,
      "loss": 7.3697,
      "step": 263070
    },
    {
      "epoch": 0.5480833333333334,
      "grad_norm": 1.0771119594573975,
      "learning_rate": 0.00012830863330398013,
      "loss": 7.4435,
      "step": 263080
    },
    {
      "epoch": 0.5481041666666666,
      "grad_norm": 0.7318876385688782,
      "learning_rate": 0.00012829887842112463,
      "loss": 7.3551,
      "step": 263090
    },
    {
      "epoch": 0.548125,
      "grad_norm": 1.388299584388733,
      "learning_rate": 0.00012828912363200935,
      "loss": 7.5653,
      "step": 263100
    },
    {
      "epoch": 0.5481458333333333,
      "grad_norm": 1.0425351858139038,
      "learning_rate": 0.00012827936893667656,
      "loss": 7.5938,
      "step": 263110
    },
    {
      "epoch": 0.5481666666666667,
      "grad_norm": 0.8909173011779785,
      "learning_rate": 0.00012826961433516824,
      "loss": 7.1881,
      "step": 263120
    },
    {
      "epoch": 0.5481875,
      "grad_norm": 0.9386441707611084,
      "learning_rate": 0.00012825985982752654,
      "loss": 7.6815,
      "step": 263130
    },
    {
      "epoch": 0.5482083333333333,
      "grad_norm": 0.9391191005706787,
      "learning_rate": 0.00012825010541379372,
      "loss": 7.1263,
      "step": 263140
    },
    {
      "epoch": 0.5482291666666667,
      "grad_norm": 1.575462818145752,
      "learning_rate": 0.0001282403510940118,
      "loss": 7.2382,
      "step": 263150
    },
    {
      "epoch": 0.54825,
      "grad_norm": 7.215012073516846,
      "learning_rate": 0.0001282305968682229,
      "loss": 8.4615,
      "step": 263160
    },
    {
      "epoch": 0.5482708333333334,
      "grad_norm": 0.7402899265289307,
      "learning_rate": 0.0001282208427364693,
      "loss": 7.582,
      "step": 263170
    },
    {
      "epoch": 0.5482916666666666,
      "grad_norm": 1.479469895362854,
      "learning_rate": 0.00012821108869879303,
      "loss": 7.5814,
      "step": 263180
    },
    {
      "epoch": 0.5483125,
      "grad_norm": 1.591407299041748,
      "learning_rate": 0.0001282013347552362,
      "loss": 7.5927,
      "step": 263190
    },
    {
      "epoch": 0.5483333333333333,
      "grad_norm": 1.567715048789978,
      "learning_rate": 0.00012819158090584095,
      "loss": 7.2456,
      "step": 263200
    },
    {
      "epoch": 0.5483541666666667,
      "grad_norm": 1.8555241823196411,
      "learning_rate": 0.00012818182715064949,
      "loss": 7.9197,
      "step": 263210
    },
    {
      "epoch": 0.548375,
      "grad_norm": 0.9847051501274109,
      "learning_rate": 0.00012817207348970384,
      "loss": 7.2078,
      "step": 263220
    },
    {
      "epoch": 0.5483958333333333,
      "grad_norm": 1.2231894731521606,
      "learning_rate": 0.00012816231992304622,
      "loss": 7.724,
      "step": 263230
    },
    {
      "epoch": 0.5484166666666667,
      "grad_norm": 0.7739749550819397,
      "learning_rate": 0.00012815256645071877,
      "loss": 7.1324,
      "step": 263240
    },
    {
      "epoch": 0.5484375,
      "grad_norm": 1.0868098735809326,
      "learning_rate": 0.00012814281307276356,
      "loss": 7.2407,
      "step": 263250
    },
    {
      "epoch": 0.5484583333333334,
      "grad_norm": 1.1507556438446045,
      "learning_rate": 0.0001281330597892227,
      "loss": 7.395,
      "step": 263260
    },
    {
      "epoch": 0.5484791666666666,
      "grad_norm": 0.6275545954704285,
      "learning_rate": 0.00012812330660013846,
      "loss": 7.2824,
      "step": 263270
    },
    {
      "epoch": 0.5485,
      "grad_norm": 1.229088544845581,
      "learning_rate": 0.00012811355350555282,
      "loss": 7.3813,
      "step": 263280
    },
    {
      "epoch": 0.5485208333333333,
      "grad_norm": 1.1812105178833008,
      "learning_rate": 0.00012810380050550793,
      "loss": 7.732,
      "step": 263290
    },
    {
      "epoch": 0.5485416666666667,
      "grad_norm": 1.0506882667541504,
      "learning_rate": 0.000128094047600046,
      "loss": 7.2068,
      "step": 263300
    },
    {
      "epoch": 0.5485625,
      "grad_norm": 1.1059610843658447,
      "learning_rate": 0.00012808429478920915,
      "loss": 7.2288,
      "step": 263310
    },
    {
      "epoch": 0.5485833333333333,
      "grad_norm": 2.034837484359741,
      "learning_rate": 0.00012807454207303942,
      "loss": 7.7644,
      "step": 263320
    },
    {
      "epoch": 0.5486041666666667,
      "grad_norm": 1.38567054271698,
      "learning_rate": 0.00012806478945157898,
      "loss": 7.5443,
      "step": 263330
    },
    {
      "epoch": 0.548625,
      "grad_norm": 4.116976261138916,
      "learning_rate": 0.00012805503692487,
      "loss": 7.3037,
      "step": 263340
    },
    {
      "epoch": 0.5486458333333334,
      "grad_norm": 1.4705747365951538,
      "learning_rate": 0.00012804528449295453,
      "loss": 8.4583,
      "step": 263350
    },
    {
      "epoch": 0.5486666666666666,
      "grad_norm": 1.3205275535583496,
      "learning_rate": 0.0001280355321558748,
      "loss": 7.288,
      "step": 263360
    },
    {
      "epoch": 0.5486875,
      "grad_norm": 1.566778302192688,
      "learning_rate": 0.00012802577991367285,
      "loss": 8.2239,
      "step": 263370
    },
    {
      "epoch": 0.5487083333333334,
      "grad_norm": 1.3628100156784058,
      "learning_rate": 0.0001280160277663908,
      "loss": 7.7251,
      "step": 263380
    },
    {
      "epoch": 0.5487291666666667,
      "grad_norm": 0.7508484721183777,
      "learning_rate": 0.00012800627571407083,
      "loss": 6.8357,
      "step": 263390
    },
    {
      "epoch": 0.54875,
      "grad_norm": 1.0363510847091675,
      "learning_rate": 0.00012799652375675507,
      "loss": 7.3105,
      "step": 263400
    },
    {
      "epoch": 0.5487708333333333,
      "grad_norm": 0.94569331407547,
      "learning_rate": 0.00012798677189448558,
      "loss": 7.1626,
      "step": 263410
    },
    {
      "epoch": 0.5487916666666667,
      "grad_norm": 1.2860532999038696,
      "learning_rate": 0.00012797702012730454,
      "loss": 8.9224,
      "step": 263420
    },
    {
      "epoch": 0.5488125,
      "grad_norm": 1.3991944789886475,
      "learning_rate": 0.00012796726845525408,
      "loss": 7.9477,
      "step": 263430
    },
    {
      "epoch": 0.5488333333333333,
      "grad_norm": 0.5521018505096436,
      "learning_rate": 0.00012795751687837625,
      "loss": 7.3866,
      "step": 263440
    },
    {
      "epoch": 0.5488541666666666,
      "grad_norm": 1.3315141201019287,
      "learning_rate": 0.00012794776539671327,
      "loss": 7.5087,
      "step": 263450
    },
    {
      "epoch": 0.548875,
      "grad_norm": 0.8499491214752197,
      "learning_rate": 0.00012793801401030718,
      "loss": 7.0123,
      "step": 263460
    },
    {
      "epoch": 0.5488958333333334,
      "grad_norm": 2.7209560871124268,
      "learning_rate": 0.00012792826271920013,
      "loss": 7.1556,
      "step": 263470
    },
    {
      "epoch": 0.5489166666666667,
      "grad_norm": 3.1513757705688477,
      "learning_rate": 0.0001279185115234343,
      "loss": 7.193,
      "step": 263480
    },
    {
      "epoch": 0.5489375,
      "grad_norm": 1.6523135900497437,
      "learning_rate": 0.00012790876042305174,
      "loss": 7.0858,
      "step": 263490
    },
    {
      "epoch": 0.5489583333333333,
      "grad_norm": 1.5993800163269043,
      "learning_rate": 0.00012789900941809454,
      "loss": 7.2306,
      "step": 263500
    },
    {
      "epoch": 0.5489791666666667,
      "grad_norm": 0.9303069710731506,
      "learning_rate": 0.0001278892585086049,
      "loss": 7.4293,
      "step": 263510
    },
    {
      "epoch": 0.549,
      "grad_norm": 1.3711084127426147,
      "learning_rate": 0.00012787950769462493,
      "loss": 7.115,
      "step": 263520
    },
    {
      "epoch": 0.5490208333333333,
      "grad_norm": 1.0550748109817505,
      "learning_rate": 0.00012786975697619678,
      "loss": 7.0899,
      "step": 263530
    },
    {
      "epoch": 0.5490416666666667,
      "grad_norm": 2.157287359237671,
      "learning_rate": 0.00012786000635336243,
      "loss": 7.4087,
      "step": 263540
    },
    {
      "epoch": 0.5490625,
      "grad_norm": 7.677248001098633,
      "learning_rate": 0.00012785025582616414,
      "loss": 8.3218,
      "step": 263550
    },
    {
      "epoch": 0.5490833333333334,
      "grad_norm": 1.1925276517868042,
      "learning_rate": 0.00012784050539464396,
      "loss": 7.4743,
      "step": 263560
    },
    {
      "epoch": 0.5491041666666666,
      "grad_norm": 2.911541223526001,
      "learning_rate": 0.00012783075505884398,
      "loss": 7.4742,
      "step": 263570
    },
    {
      "epoch": 0.549125,
      "grad_norm": 2.8678879737854004,
      "learning_rate": 0.00012782100481880645,
      "loss": 7.5751,
      "step": 263580
    },
    {
      "epoch": 0.5491458333333333,
      "grad_norm": 1.8150899410247803,
      "learning_rate": 0.00012781125467457334,
      "loss": 7.0808,
      "step": 263590
    },
    {
      "epoch": 0.5491666666666667,
      "grad_norm": 0.9007892608642578,
      "learning_rate": 0.00012780150462618682,
      "loss": 7.1721,
      "step": 263600
    },
    {
      "epoch": 0.5491875,
      "grad_norm": 0.866253137588501,
      "learning_rate": 0.00012779175467368906,
      "loss": 7.1062,
      "step": 263610
    },
    {
      "epoch": 0.5492083333333333,
      "grad_norm": 0.9129859209060669,
      "learning_rate": 0.0001277820048171221,
      "loss": 7.5767,
      "step": 263620
    },
    {
      "epoch": 0.5492291666666667,
      "grad_norm": 0.8360501527786255,
      "learning_rate": 0.00012777225505652804,
      "loss": 7.2465,
      "step": 263630
    },
    {
      "epoch": 0.54925,
      "grad_norm": 0.7572969198226929,
      "learning_rate": 0.00012776250539194914,
      "loss": 7.1659,
      "step": 263640
    },
    {
      "epoch": 0.5492708333333334,
      "grad_norm": 1.139695644378662,
      "learning_rate": 0.00012775275582342736,
      "loss": 7.513,
      "step": 263650
    },
    {
      "epoch": 0.5492916666666666,
      "grad_norm": 0.7922091484069824,
      "learning_rate": 0.00012774300635100486,
      "loss": 9.1558,
      "step": 263660
    },
    {
      "epoch": 0.5493125,
      "grad_norm": 3.6946394443511963,
      "learning_rate": 0.0001277332569747238,
      "loss": 7.7288,
      "step": 263670
    },
    {
      "epoch": 0.5493333333333333,
      "grad_norm": 1.2332266569137573,
      "learning_rate": 0.00012772350769462624,
      "loss": 7.4953,
      "step": 263680
    },
    {
      "epoch": 0.5493541666666667,
      "grad_norm": 2.979310989379883,
      "learning_rate": 0.00012771375851075426,
      "loss": 7.3195,
      "step": 263690
    },
    {
      "epoch": 0.549375,
      "grad_norm": 0.9853928089141846,
      "learning_rate": 0.00012770400942315008,
      "loss": 7.5326,
      "step": 263700
    },
    {
      "epoch": 0.5493958333333333,
      "grad_norm": 0.7008549571037292,
      "learning_rate": 0.00012769426043185577,
      "loss": 7.4426,
      "step": 263710
    },
    {
      "epoch": 0.5494166666666667,
      "grad_norm": 4.049833297729492,
      "learning_rate": 0.00012768451153691337,
      "loss": 7.8025,
      "step": 263720
    },
    {
      "epoch": 0.5494375,
      "grad_norm": 0.9581756591796875,
      "learning_rate": 0.00012767476273836505,
      "loss": 7.6311,
      "step": 263730
    },
    {
      "epoch": 0.5494583333333334,
      "grad_norm": 1.682782769203186,
      "learning_rate": 0.00012766501403625299,
      "loss": 7.2513,
      "step": 263740
    },
    {
      "epoch": 0.5494791666666666,
      "grad_norm": 0.7427887916564941,
      "learning_rate": 0.00012765526543061912,
      "loss": 7.5163,
      "step": 263750
    },
    {
      "epoch": 0.5495,
      "grad_norm": 1.077377438545227,
      "learning_rate": 0.00012764551692150572,
      "loss": 7.2231,
      "step": 263760
    },
    {
      "epoch": 0.5495208333333333,
      "grad_norm": 0.5539828538894653,
      "learning_rate": 0.00012763576850895487,
      "loss": 7.6016,
      "step": 263770
    },
    {
      "epoch": 0.5495416666666667,
      "grad_norm": 1.0641570091247559,
      "learning_rate": 0.00012762602019300855,
      "loss": 7.4466,
      "step": 263780
    },
    {
      "epoch": 0.5495625,
      "grad_norm": 1.6671792268753052,
      "learning_rate": 0.00012761627197370906,
      "loss": 7.5346,
      "step": 263790
    },
    {
      "epoch": 0.5495833333333333,
      "grad_norm": 2.414048194885254,
      "learning_rate": 0.0001276065238510984,
      "loss": 7.5744,
      "step": 263800
    },
    {
      "epoch": 0.5496041666666667,
      "grad_norm": 0.9561487436294556,
      "learning_rate": 0.00012759677582521863,
      "loss": 7.3996,
      "step": 263810
    },
    {
      "epoch": 0.549625,
      "grad_norm": 1.949876070022583,
      "learning_rate": 0.00012758702789611198,
      "loss": 7.6976,
      "step": 263820
    },
    {
      "epoch": 0.5496458333333333,
      "grad_norm": 1.188447117805481,
      "learning_rate": 0.0001275772800638205,
      "loss": 7.2904,
      "step": 263830
    },
    {
      "epoch": 0.5496666666666666,
      "grad_norm": 1.4760743379592896,
      "learning_rate": 0.00012756753232838632,
      "loss": 7.2349,
      "step": 263840
    },
    {
      "epoch": 0.5496875,
      "grad_norm": 1.0876100063323975,
      "learning_rate": 0.00012755778468985144,
      "loss": 7.587,
      "step": 263850
    },
    {
      "epoch": 0.5497083333333334,
      "grad_norm": 0.862440824508667,
      "learning_rate": 0.00012754803714825808,
      "loss": 8.0779,
      "step": 263860
    },
    {
      "epoch": 0.5497291666666667,
      "grad_norm": 0.570619523525238,
      "learning_rate": 0.00012753828970364834,
      "loss": 7.3391,
      "step": 263870
    },
    {
      "epoch": 0.54975,
      "grad_norm": 2.5174739360809326,
      "learning_rate": 0.00012752854235606424,
      "loss": 7.3925,
      "step": 263880
    },
    {
      "epoch": 0.5497708333333333,
      "grad_norm": 2.5568368434906006,
      "learning_rate": 0.000127518795105548,
      "loss": 7.0107,
      "step": 263890
    },
    {
      "epoch": 0.5497916666666667,
      "grad_norm": 1.242003083229065,
      "learning_rate": 0.00012750904795214168,
      "loss": 7.6822,
      "step": 263900
    },
    {
      "epoch": 0.5498125,
      "grad_norm": 0.7066941857337952,
      "learning_rate": 0.00012749930089588727,
      "loss": 7.5208,
      "step": 263910
    },
    {
      "epoch": 0.5498333333333333,
      "grad_norm": 1.5238423347473145,
      "learning_rate": 0.00012748955393682704,
      "loss": 7.2439,
      "step": 263920
    },
    {
      "epoch": 0.5498541666666666,
      "grad_norm": 2.0028133392333984,
      "learning_rate": 0.00012747980707500308,
      "loss": 7.2083,
      "step": 263930
    },
    {
      "epoch": 0.549875,
      "grad_norm": 1.4265618324279785,
      "learning_rate": 0.00012747006031045734,
      "loss": 7.1237,
      "step": 263940
    },
    {
      "epoch": 0.5498958333333334,
      "grad_norm": 1.1722357273101807,
      "learning_rate": 0.0001274603136432321,
      "loss": 7.3819,
      "step": 263950
    },
    {
      "epoch": 0.5499166666666667,
      "grad_norm": 1.723289966583252,
      "learning_rate": 0.00012745056707336934,
      "loss": 7.7608,
      "step": 263960
    },
    {
      "epoch": 0.5499375,
      "grad_norm": 0.8757044672966003,
      "learning_rate": 0.00012744082060091118,
      "loss": 7.1738,
      "step": 263970
    },
    {
      "epoch": 0.5499583333333333,
      "grad_norm": 1.1168112754821777,
      "learning_rate": 0.00012743107422589982,
      "loss": 7.0499,
      "step": 263980
    },
    {
      "epoch": 0.5499791666666667,
      "grad_norm": 0.9302656054496765,
      "learning_rate": 0.00012742132794837723,
      "loss": 7.0639,
      "step": 263990
    },
    {
      "epoch": 0.55,
      "grad_norm": 1.1926753520965576,
      "learning_rate": 0.00012741158176838554,
      "loss": 7.2487,
      "step": 264000
    },
    {
      "epoch": 0.55,
      "eval_loss": 12.291994094848633,
      "eval_runtime": 9.8453,
      "eval_samples_per_second": 0.305,
      "eval_steps_per_second": 0.102,
      "step": 264000
    },
    {
      "epoch": 0.5500208333333333,
      "grad_norm": 1.3539799451828003,
      "learning_rate": 0.00012740183568596696,
      "loss": 7.516,
      "step": 264010
    },
    {
      "epoch": 0.5500416666666667,
      "grad_norm": 1.7828184366226196,
      "learning_rate": 0.00012739208970116345,
      "loss": 7.1416,
      "step": 264020
    },
    {
      "epoch": 0.5500625,
      "grad_norm": 1.0470006465911865,
      "learning_rate": 0.00012738234381401715,
      "loss": 7.4077,
      "step": 264030
    },
    {
      "epoch": 0.5500833333333334,
      "grad_norm": 1.5965161323547363,
      "learning_rate": 0.00012737259802457024,
      "loss": 8.7979,
      "step": 264040
    },
    {
      "epoch": 0.5501041666666666,
      "grad_norm": 1.0199390649795532,
      "learning_rate": 0.00012736285233286475,
      "loss": 7.2521,
      "step": 264050
    },
    {
      "epoch": 0.550125,
      "grad_norm": 1.7117061614990234,
      "learning_rate": 0.0001273531067389427,
      "loss": 7.4109,
      "step": 264060
    },
    {
      "epoch": 0.5501458333333333,
      "grad_norm": 1.828971266746521,
      "learning_rate": 0.00012734336124284627,
      "loss": 7.9924,
      "step": 264070
    },
    {
      "epoch": 0.5501666666666667,
      "grad_norm": 0.7258341908454895,
      "learning_rate": 0.00012733361584461763,
      "loss": 7.3211,
      "step": 264080
    },
    {
      "epoch": 0.5501875,
      "grad_norm": 1.71491539478302,
      "learning_rate": 0.00012732387054429872,
      "loss": 7.0403,
      "step": 264090
    },
    {
      "epoch": 0.5502083333333333,
      "grad_norm": 0.8784345388412476,
      "learning_rate": 0.00012731412534193172,
      "loss": 7.5717,
      "step": 264100
    },
    {
      "epoch": 0.5502291666666667,
      "grad_norm": 1.1066840887069702,
      "learning_rate": 0.0001273043802375588,
      "loss": 7.9482,
      "step": 264110
    },
    {
      "epoch": 0.55025,
      "grad_norm": 3.293520927429199,
      "learning_rate": 0.0001272946352312219,
      "loss": 7.9084,
      "step": 264120
    },
    {
      "epoch": 0.5502708333333334,
      "grad_norm": 1.751374363899231,
      "learning_rate": 0.00012728489032296316,
      "loss": 7.1808,
      "step": 264130
    },
    {
      "epoch": 0.5502916666666666,
      "grad_norm": 1.3481615781784058,
      "learning_rate": 0.0001272751455128248,
      "loss": 7.4281,
      "step": 264140
    },
    {
      "epoch": 0.5503125,
      "grad_norm": 0.8168202042579651,
      "learning_rate": 0.00012726540080084875,
      "loss": 7.6592,
      "step": 264150
    },
    {
      "epoch": 0.5503333333333333,
      "grad_norm": 0.9727628231048584,
      "learning_rate": 0.00012725565618707714,
      "loss": 7.0493,
      "step": 264160
    },
    {
      "epoch": 0.5503541666666667,
      "grad_norm": 1.3664356470108032,
      "learning_rate": 0.00012724591167155217,
      "loss": 7.3311,
      "step": 264170
    },
    {
      "epoch": 0.550375,
      "grad_norm": 1.6812199354171753,
      "learning_rate": 0.00012723616725431584,
      "loss": 7.4101,
      "step": 264180
    },
    {
      "epoch": 0.5503958333333333,
      "grad_norm": 1.605130910873413,
      "learning_rate": 0.0001272264229354102,
      "loss": 6.9928,
      "step": 264190
    },
    {
      "epoch": 0.5504166666666667,
      "grad_norm": 0.6922976970672607,
      "learning_rate": 0.00012721667871487744,
      "loss": 7.1399,
      "step": 264200
    },
    {
      "epoch": 0.5504375,
      "grad_norm": 1.9851614236831665,
      "learning_rate": 0.00012720693459275962,
      "loss": 7.0457,
      "step": 264210
    },
    {
      "epoch": 0.5504583333333334,
      "grad_norm": 2.0050413608551025,
      "learning_rate": 0.00012719719056909879,
      "loss": 7.2864,
      "step": 264220
    },
    {
      "epoch": 0.5504791666666666,
      "grad_norm": 1.17426598072052,
      "learning_rate": 0.00012718744664393707,
      "loss": 7.53,
      "step": 264230
    },
    {
      "epoch": 0.5505,
      "grad_norm": 6.398653984069824,
      "learning_rate": 0.0001271777028173166,
      "loss": 7.2792,
      "step": 264240
    },
    {
      "epoch": 0.5505208333333333,
      "grad_norm": 1.0784800052642822,
      "learning_rate": 0.00012716795908927935,
      "loss": 7.6672,
      "step": 264250
    },
    {
      "epoch": 0.5505416666666667,
      "grad_norm": 1.5449436902999878,
      "learning_rate": 0.0001271582154598675,
      "loss": 7.7187,
      "step": 264260
    },
    {
      "epoch": 0.5505625,
      "grad_norm": 1.8997161388397217,
      "learning_rate": 0.00012714847192912316,
      "loss": 7.466,
      "step": 264270
    },
    {
      "epoch": 0.5505833333333333,
      "grad_norm": 3.4527080059051514,
      "learning_rate": 0.00012713872849708834,
      "loss": 7.4588,
      "step": 264280
    },
    {
      "epoch": 0.5506041666666667,
      "grad_norm": 1.660279631614685,
      "learning_rate": 0.00012712898516380517,
      "loss": 7.1401,
      "step": 264290
    },
    {
      "epoch": 0.550625,
      "grad_norm": 1.445616602897644,
      "learning_rate": 0.00012711924192931575,
      "loss": 7.0559,
      "step": 264300
    },
    {
      "epoch": 0.5506458333333333,
      "grad_norm": 1.6361196041107178,
      "learning_rate": 0.00012710949879366211,
      "loss": 7.2149,
      "step": 264310
    },
    {
      "epoch": 0.5506666666666666,
      "grad_norm": 1.5714224576950073,
      "learning_rate": 0.00012709975575688642,
      "loss": 7.4113,
      "step": 264320
    },
    {
      "epoch": 0.5506875,
      "grad_norm": 0.9814102053642273,
      "learning_rate": 0.0001270900128190307,
      "loss": 7.1921,
      "step": 264330
    },
    {
      "epoch": 0.5507083333333334,
      "grad_norm": 4.688568592071533,
      "learning_rate": 0.00012708026998013702,
      "loss": 7.5407,
      "step": 264340
    },
    {
      "epoch": 0.5507291666666667,
      "grad_norm": 2.111631393432617,
      "learning_rate": 0.00012707052724024757,
      "loss": 7.2347,
      "step": 264350
    },
    {
      "epoch": 0.55075,
      "grad_norm": 1.220971703529358,
      "learning_rate": 0.00012706078459940432,
      "loss": 7.5,
      "step": 264360
    },
    {
      "epoch": 0.5507708333333333,
      "grad_norm": 2.646761894226074,
      "learning_rate": 0.0001270510420576494,
      "loss": 7.1676,
      "step": 264370
    },
    {
      "epoch": 0.5507916666666667,
      "grad_norm": 2.361665725708008,
      "learning_rate": 0.00012704129961502492,
      "loss": 7.6905,
      "step": 264380
    },
    {
      "epoch": 0.5508125,
      "grad_norm": 1.5127722024917603,
      "learning_rate": 0.0001270315572715729,
      "loss": 7.3555,
      "step": 264390
    },
    {
      "epoch": 0.5508333333333333,
      "grad_norm": 1.6169837713241577,
      "learning_rate": 0.00012702181502733553,
      "loss": 8.2186,
      "step": 264400
    },
    {
      "epoch": 0.5508541666666666,
      "grad_norm": 0.7624744176864624,
      "learning_rate": 0.00012701207288235474,
      "loss": 7.4347,
      "step": 264410
    },
    {
      "epoch": 0.550875,
      "grad_norm": 0.7900646924972534,
      "learning_rate": 0.00012700233083667276,
      "loss": 7.3843,
      "step": 264420
    },
    {
      "epoch": 0.5508958333333334,
      "grad_norm": 0.9831274151802063,
      "learning_rate": 0.0001269925888903316,
      "loss": 7.8487,
      "step": 264430
    },
    {
      "epoch": 0.5509166666666667,
      "grad_norm": 2.196500539779663,
      "learning_rate": 0.0001269828470433733,
      "loss": 7.1248,
      "step": 264440
    },
    {
      "epoch": 0.5509375,
      "grad_norm": 1.5703755617141724,
      "learning_rate": 0.00012697310529584003,
      "loss": 7.2333,
      "step": 264450
    },
    {
      "epoch": 0.5509583333333333,
      "grad_norm": 1.270716905593872,
      "learning_rate": 0.00012696336364777385,
      "loss": 7.6743,
      "step": 264460
    },
    {
      "epoch": 0.5509791666666667,
      "grad_norm": 1.330582857131958,
      "learning_rate": 0.00012695362209921675,
      "loss": 7.5052,
      "step": 264470
    },
    {
      "epoch": 0.551,
      "grad_norm": 0.9908456802368164,
      "learning_rate": 0.00012694388065021095,
      "loss": 7.0998,
      "step": 264480
    },
    {
      "epoch": 0.5510208333333333,
      "grad_norm": 0.6495956778526306,
      "learning_rate": 0.00012693413930079842,
      "loss": 7.4602,
      "step": 264490
    },
    {
      "epoch": 0.5510416666666667,
      "grad_norm": 1.326471209526062,
      "learning_rate": 0.00012692439805102128,
      "loss": 7.275,
      "step": 264500
    },
    {
      "epoch": 0.5510625,
      "grad_norm": 0.9446170330047607,
      "learning_rate": 0.00012691465690092162,
      "loss": 7.1958,
      "step": 264510
    },
    {
      "epoch": 0.5510833333333334,
      "grad_norm": 2.495312452316284,
      "learning_rate": 0.0001269049158505415,
      "loss": 7.2522,
      "step": 264520
    },
    {
      "epoch": 0.5511041666666666,
      "grad_norm": 0.5447018146514893,
      "learning_rate": 0.000126895174899923,
      "loss": 7.6104,
      "step": 264530
    },
    {
      "epoch": 0.551125,
      "grad_norm": 1.7810430526733398,
      "learning_rate": 0.0001268854340491082,
      "loss": 7.3324,
      "step": 264540
    },
    {
      "epoch": 0.5511458333333333,
      "grad_norm": 2.4217169284820557,
      "learning_rate": 0.00012687569329813923,
      "loss": 7.3986,
      "step": 264550
    },
    {
      "epoch": 0.5511666666666667,
      "grad_norm": 0.7666957378387451,
      "learning_rate": 0.000126865952647058,
      "loss": 7.094,
      "step": 264560
    },
    {
      "epoch": 0.5511875,
      "grad_norm": 1.4406790733337402,
      "learning_rate": 0.00012685621209590676,
      "loss": 7.3092,
      "step": 264570
    },
    {
      "epoch": 0.5512083333333333,
      "grad_norm": 1.6067588329315186,
      "learning_rate": 0.00012684647164472754,
      "loss": 7.6135,
      "step": 264580
    },
    {
      "epoch": 0.5512291666666667,
      "grad_norm": 2.190173625946045,
      "learning_rate": 0.00012683673129356234,
      "loss": 8.4018,
      "step": 264590
    },
    {
      "epoch": 0.55125,
      "grad_norm": 2.0094568729400635,
      "learning_rate": 0.00012682699104245337,
      "loss": 8.1784,
      "step": 264600
    },
    {
      "epoch": 0.5512708333333334,
      "grad_norm": 1.0088475942611694,
      "learning_rate": 0.00012681725089144257,
      "loss": 7.6386,
      "step": 264610
    },
    {
      "epoch": 0.5512916666666666,
      "grad_norm": 1.5611059665679932,
      "learning_rate": 0.00012680751084057207,
      "loss": 7.4095,
      "step": 264620
    },
    {
      "epoch": 0.5513125,
      "grad_norm": 3.873939037322998,
      "learning_rate": 0.00012679777088988396,
      "loss": 8.1235,
      "step": 264630
    },
    {
      "epoch": 0.5513333333333333,
      "grad_norm": 2.116887092590332,
      "learning_rate": 0.00012678803103942032,
      "loss": 7.5589,
      "step": 264640
    },
    {
      "epoch": 0.5513541666666667,
      "grad_norm": 3.399775266647339,
      "learning_rate": 0.00012677829128922315,
      "loss": 7.899,
      "step": 264650
    },
    {
      "epoch": 0.551375,
      "grad_norm": 0.838214099407196,
      "learning_rate": 0.00012676855163933458,
      "loss": 7.1957,
      "step": 264660
    },
    {
      "epoch": 0.5513958333333333,
      "grad_norm": 1.4453777074813843,
      "learning_rate": 0.0001267588120897967,
      "loss": 6.8842,
      "step": 264670
    },
    {
      "epoch": 0.5514166666666667,
      "grad_norm": 1.614153265953064,
      "learning_rate": 0.0001267490726406515,
      "loss": 7.2167,
      "step": 264680
    },
    {
      "epoch": 0.5514375,
      "grad_norm": 0.7927567362785339,
      "learning_rate": 0.00012673933329194117,
      "loss": 7.341,
      "step": 264690
    },
    {
      "epoch": 0.5514583333333334,
      "grad_norm": 1.0004452466964722,
      "learning_rate": 0.00012672959404370768,
      "loss": 7.3845,
      "step": 264700
    },
    {
      "epoch": 0.5514791666666666,
      "grad_norm": 1.1108185052871704,
      "learning_rate": 0.00012671985489599318,
      "loss": 7.2744,
      "step": 264710
    },
    {
      "epoch": 0.5515,
      "grad_norm": 2.730767250061035,
      "learning_rate": 0.00012671011584883962,
      "loss": 7.4075,
      "step": 264720
    },
    {
      "epoch": 0.5515208333333333,
      "grad_norm": 0.9918648600578308,
      "learning_rate": 0.00012670037690228913,
      "loss": 7.3251,
      "step": 264730
    },
    {
      "epoch": 0.5515416666666667,
      "grad_norm": 1.757938027381897,
      "learning_rate": 0.00012669063805638387,
      "loss": 7.7658,
      "step": 264740
    },
    {
      "epoch": 0.5515625,
      "grad_norm": 2.2376623153686523,
      "learning_rate": 0.00012668089931116574,
      "loss": 7.3566,
      "step": 264750
    },
    {
      "epoch": 0.5515833333333333,
      "grad_norm": 1.5257405042648315,
      "learning_rate": 0.00012667116066667695,
      "loss": 7.4006,
      "step": 264760
    },
    {
      "epoch": 0.5516041666666667,
      "grad_norm": 2.38938307762146,
      "learning_rate": 0.00012666142212295952,
      "loss": 7.8123,
      "step": 264770
    },
    {
      "epoch": 0.551625,
      "grad_norm": 1.3550760746002197,
      "learning_rate": 0.00012665168368005544,
      "loss": 7.4959,
      "step": 264780
    },
    {
      "epoch": 0.5516458333333333,
      "grad_norm": 1.1534792184829712,
      "learning_rate": 0.0001266419453380069,
      "loss": 7.2588,
      "step": 264790
    },
    {
      "epoch": 0.5516666666666666,
      "grad_norm": 1.045229434967041,
      "learning_rate": 0.00012663220709685594,
      "loss": 7.0146,
      "step": 264800
    },
    {
      "epoch": 0.5516875,
      "grad_norm": 1.0064775943756104,
      "learning_rate": 0.00012662246895664452,
      "loss": 7.4047,
      "step": 264810
    },
    {
      "epoch": 0.5517083333333334,
      "grad_norm": 0.8111445903778076,
      "learning_rate": 0.00012661273091741485,
      "loss": 6.7523,
      "step": 264820
    },
    {
      "epoch": 0.5517291666666667,
      "grad_norm": 0.736262857913971,
      "learning_rate": 0.0001266029929792089,
      "loss": 8.2302,
      "step": 264830
    },
    {
      "epoch": 0.55175,
      "grad_norm": 1.7210100889205933,
      "learning_rate": 0.0001265932551420687,
      "loss": 7.8072,
      "step": 264840
    },
    {
      "epoch": 0.5517708333333333,
      "grad_norm": 1.4584877490997314,
      "learning_rate": 0.00012658351740603646,
      "loss": 7.2921,
      "step": 264850
    },
    {
      "epoch": 0.5517916666666667,
      "grad_norm": 1.8319605588912964,
      "learning_rate": 0.0001265737797711541,
      "loss": 7.2686,
      "step": 264860
    },
    {
      "epoch": 0.5518125,
      "grad_norm": 1.1418063640594482,
      "learning_rate": 0.00012656404223746376,
      "loss": 7.6953,
      "step": 264870
    },
    {
      "epoch": 0.5518333333333333,
      "grad_norm": 2.499744176864624,
      "learning_rate": 0.0001265543048050075,
      "loss": 7.5888,
      "step": 264880
    },
    {
      "epoch": 0.5518541666666666,
      "grad_norm": 2.054549217224121,
      "learning_rate": 0.00012654456747382734,
      "loss": 7.4442,
      "step": 264890
    },
    {
      "epoch": 0.551875,
      "grad_norm": 0.9857206344604492,
      "learning_rate": 0.00012653483024396533,
      "loss": 7.4056,
      "step": 264900
    },
    {
      "epoch": 0.5518958333333334,
      "grad_norm": 0.9045286774635315,
      "learning_rate": 0.00012652509311546366,
      "loss": 7.2001,
      "step": 264910
    },
    {
      "epoch": 0.5519166666666667,
      "grad_norm": 0.9066276550292969,
      "learning_rate": 0.00012651535608836423,
      "loss": 7.6072,
      "step": 264920
    },
    {
      "epoch": 0.5519375,
      "grad_norm": 1.425423502922058,
      "learning_rate": 0.00012650561916270912,
      "loss": 8.0551,
      "step": 264930
    },
    {
      "epoch": 0.5519583333333333,
      "grad_norm": 1.840627670288086,
      "learning_rate": 0.00012649588233854052,
      "loss": 7.274,
      "step": 264940
    },
    {
      "epoch": 0.5519791666666667,
      "grad_norm": 2.060471296310425,
      "learning_rate": 0.0001264861456159004,
      "loss": 6.9829,
      "step": 264950
    },
    {
      "epoch": 0.552,
      "grad_norm": 0.5124403834342957,
      "learning_rate": 0.00012647640899483077,
      "loss": 7.6301,
      "step": 264960
    },
    {
      "epoch": 0.5520208333333333,
      "grad_norm": 1.2797569036483765,
      "learning_rate": 0.00012646667247537377,
      "loss": 7.8945,
      "step": 264970
    },
    {
      "epoch": 0.5520416666666667,
      "grad_norm": 1.3114007711410522,
      "learning_rate": 0.00012645693605757146,
      "loss": 7.5946,
      "step": 264980
    },
    {
      "epoch": 0.5520625,
      "grad_norm": 0.8490939140319824,
      "learning_rate": 0.00012644719974146584,
      "loss": 7.5689,
      "step": 264990
    },
    {
      "epoch": 0.5520833333333334,
      "grad_norm": 1.2983161211013794,
      "learning_rate": 0.00012643746352709894,
      "loss": 7.2979,
      "step": 265000
    },
    {
      "epoch": 0.5520833333333334,
      "eval_loss": 8.22439193725586,
      "eval_runtime": 8.1768,
      "eval_samples_per_second": 0.367,
      "eval_steps_per_second": 0.122,
      "step": 265000
    },
    {
      "epoch": 0.5521041666666666,
      "grad_norm": 4.809879779815674,
      "learning_rate": 0.00012642772741451298,
      "loss": 7.6239,
      "step": 265010
    },
    {
      "epoch": 0.552125,
      "grad_norm": 0.977978527545929,
      "learning_rate": 0.00012641799140374982,
      "loss": 7.3557,
      "step": 265020
    },
    {
      "epoch": 0.5521458333333333,
      "grad_norm": 0.6516833901405334,
      "learning_rate": 0.00012640825549485162,
      "loss": 8.2825,
      "step": 265030
    },
    {
      "epoch": 0.5521666666666667,
      "grad_norm": 1.4722977876663208,
      "learning_rate": 0.00012639851968786046,
      "loss": 7.1559,
      "step": 265040
    },
    {
      "epoch": 0.5521875,
      "grad_norm": 1.028538703918457,
      "learning_rate": 0.00012638878398281834,
      "loss": 7.1436,
      "step": 265050
    },
    {
      "epoch": 0.5522083333333333,
      "grad_norm": 1.3613622188568115,
      "learning_rate": 0.00012637904837976726,
      "loss": 7.1666,
      "step": 265060
    },
    {
      "epoch": 0.5522291666666667,
      "grad_norm": 0.6822378635406494,
      "learning_rate": 0.00012636931287874942,
      "loss": 7.6663,
      "step": 265070
    },
    {
      "epoch": 0.55225,
      "grad_norm": 1.8285837173461914,
      "learning_rate": 0.0001263595774798068,
      "loss": 7.3438,
      "step": 265080
    },
    {
      "epoch": 0.5522708333333334,
      "grad_norm": 1.5297293663024902,
      "learning_rate": 0.00012634984218298139,
      "loss": 7.7942,
      "step": 265090
    },
    {
      "epoch": 0.5522916666666666,
      "grad_norm": 1.0110249519348145,
      "learning_rate": 0.0001263401069883153,
      "loss": 7.7421,
      "step": 265100
    },
    {
      "epoch": 0.5523125,
      "grad_norm": 5.519623279571533,
      "learning_rate": 0.00012633037189585064,
      "loss": 7.2842,
      "step": 265110
    },
    {
      "epoch": 0.5523333333333333,
      "grad_norm": 1.5316612720489502,
      "learning_rate": 0.00012632063690562933,
      "loss": 7.3215,
      "step": 265120
    },
    {
      "epoch": 0.5523541666666667,
      "grad_norm": 0.9323304891586304,
      "learning_rate": 0.00012631090201769353,
      "loss": 7.5379,
      "step": 265130
    },
    {
      "epoch": 0.552375,
      "grad_norm": 2.1009135246276855,
      "learning_rate": 0.0001263011672320853,
      "loss": 8.0248,
      "step": 265140
    },
    {
      "epoch": 0.5523958333333333,
      "grad_norm": 1.4417133331298828,
      "learning_rate": 0.0001262914325488466,
      "loss": 7.4663,
      "step": 265150
    },
    {
      "epoch": 0.5524166666666667,
      "grad_norm": 1.4861243963241577,
      "learning_rate": 0.00012628169796801951,
      "loss": 7.1454,
      "step": 265160
    },
    {
      "epoch": 0.5524375,
      "grad_norm": 1.4441500902175903,
      "learning_rate": 0.00012627196348964615,
      "loss": 7.8902,
      "step": 265170
    },
    {
      "epoch": 0.5524583333333334,
      "grad_norm": 1.717728853225708,
      "learning_rate": 0.00012626222911376846,
      "loss": 7.0855,
      "step": 265180
    },
    {
      "epoch": 0.5524791666666666,
      "grad_norm": 1.0135573148727417,
      "learning_rate": 0.0001262524948404286,
      "loss": 7.2242,
      "step": 265190
    },
    {
      "epoch": 0.5525,
      "grad_norm": 0.8158429265022278,
      "learning_rate": 0.00012624276066966855,
      "loss": 7.6682,
      "step": 265200
    },
    {
      "epoch": 0.5525208333333333,
      "grad_norm": 1.8641901016235352,
      "learning_rate": 0.00012623302660153031,
      "loss": 7.6774,
      "step": 265210
    },
    {
      "epoch": 0.5525416666666667,
      "grad_norm": 1.7333928346633911,
      "learning_rate": 0.00012622329263605605,
      "loss": 7.7194,
      "step": 265220
    },
    {
      "epoch": 0.5525625,
      "grad_norm": 0.7253558039665222,
      "learning_rate": 0.00012621355877328775,
      "loss": 7.1314,
      "step": 265230
    },
    {
      "epoch": 0.5525833333333333,
      "grad_norm": 1.0123038291931152,
      "learning_rate": 0.00012620382501326742,
      "loss": 7.6765,
      "step": 265240
    },
    {
      "epoch": 0.5526041666666667,
      "grad_norm": 4.863275051116943,
      "learning_rate": 0.0001261940913560372,
      "loss": 8.3698,
      "step": 265250
    },
    {
      "epoch": 0.552625,
      "grad_norm": 0.7648723721504211,
      "learning_rate": 0.00012618435780163906,
      "loss": 7.7205,
      "step": 265260
    },
    {
      "epoch": 0.5526458333333333,
      "grad_norm": 3.3916821479797363,
      "learning_rate": 0.000126174624350115,
      "loss": 7.5386,
      "step": 265270
    },
    {
      "epoch": 0.5526666666666666,
      "grad_norm": 1.2248945236206055,
      "learning_rate": 0.00012616489100150726,
      "loss": 7.472,
      "step": 265280
    },
    {
      "epoch": 0.5526875,
      "grad_norm": 1.5266164541244507,
      "learning_rate": 0.0001261551577558577,
      "loss": 7.1397,
      "step": 265290
    },
    {
      "epoch": 0.5527083333333334,
      "grad_norm": 0.5972096920013428,
      "learning_rate": 0.00012614542461320842,
      "loss": 7.211,
      "step": 265300
    },
    {
      "epoch": 0.5527291666666667,
      "grad_norm": 1.4665340185165405,
      "learning_rate": 0.00012613569157360143,
      "loss": 7.701,
      "step": 265310
    },
    {
      "epoch": 0.55275,
      "grad_norm": 2.1891891956329346,
      "learning_rate": 0.00012612595863707886,
      "loss": 7.1858,
      "step": 265320
    },
    {
      "epoch": 0.5527708333333333,
      "grad_norm": 3.375833511352539,
      "learning_rate": 0.00012611622580368267,
      "loss": 7.806,
      "step": 265330
    },
    {
      "epoch": 0.5527916666666667,
      "grad_norm": 1.9702718257904053,
      "learning_rate": 0.00012610649307345488,
      "loss": 7.7356,
      "step": 265340
    },
    {
      "epoch": 0.5528125,
      "grad_norm": 5.308820724487305,
      "learning_rate": 0.0001260967604464377,
      "loss": 7.99,
      "step": 265350
    },
    {
      "epoch": 0.5528333333333333,
      "grad_norm": 0.9002684354782104,
      "learning_rate": 0.00012608702792267298,
      "loss": 7.192,
      "step": 265360
    },
    {
      "epoch": 0.5528541666666666,
      "grad_norm": 0.9680622816085815,
      "learning_rate": 0.0001260772955022028,
      "loss": 7.1577,
      "step": 265370
    },
    {
      "epoch": 0.552875,
      "grad_norm": 0.7562293410301208,
      "learning_rate": 0.0001260675631850693,
      "loss": 7.404,
      "step": 265380
    },
    {
      "epoch": 0.5528958333333334,
      "grad_norm": 0.9221428632736206,
      "learning_rate": 0.00012605783097131444,
      "loss": 7.2749,
      "step": 265390
    },
    {
      "epoch": 0.5529166666666666,
      "grad_norm": 1.515458583831787,
      "learning_rate": 0.00012604809886098022,
      "loss": 7.1648,
      "step": 265400
    },
    {
      "epoch": 0.5529375,
      "grad_norm": 8.967330932617188,
      "learning_rate": 0.0001260383668541088,
      "loss": 7.8097,
      "step": 265410
    },
    {
      "epoch": 0.5529583333333333,
      "grad_norm": 0.8536646962165833,
      "learning_rate": 0.00012602863495074216,
      "loss": 7.4033,
      "step": 265420
    },
    {
      "epoch": 0.5529791666666667,
      "grad_norm": 1.1681387424468994,
      "learning_rate": 0.00012601890315092223,
      "loss": 7.4035,
      "step": 265430
    },
    {
      "epoch": 0.553,
      "grad_norm": 1.6019467115402222,
      "learning_rate": 0.00012600917145469124,
      "loss": 7.2733,
      "step": 265440
    },
    {
      "epoch": 0.5530208333333333,
      "grad_norm": 1.4618761539459229,
      "learning_rate": 0.00012599943986209112,
      "loss": 7.2316,
      "step": 265450
    },
    {
      "epoch": 0.5530416666666667,
      "grad_norm": 1.3264729976654053,
      "learning_rate": 0.00012598970837316388,
      "loss": 7.5975,
      "step": 265460
    },
    {
      "epoch": 0.5530625,
      "grad_norm": 1.2439759969711304,
      "learning_rate": 0.0001259799769879516,
      "loss": 7.729,
      "step": 265470
    },
    {
      "epoch": 0.5530833333333334,
      "grad_norm": 1.5065722465515137,
      "learning_rate": 0.0001259702457064964,
      "loss": 7.335,
      "step": 265480
    },
    {
      "epoch": 0.5531041666666666,
      "grad_norm": 1.2939645051956177,
      "learning_rate": 0.0001259605145288401,
      "loss": 7.3193,
      "step": 265490
    },
    {
      "epoch": 0.553125,
      "grad_norm": 3.180739402770996,
      "learning_rate": 0.00012595078345502492,
      "loss": 8.131,
      "step": 265500
    },
    {
      "epoch": 0.5531458333333333,
      "grad_norm": 3.8706512451171875,
      "learning_rate": 0.00012594105248509287,
      "loss": 7.8361,
      "step": 265510
    },
    {
      "epoch": 0.5531666666666667,
      "grad_norm": 1.8828063011169434,
      "learning_rate": 0.00012593132161908588,
      "loss": 7.2364,
      "step": 265520
    },
    {
      "epoch": 0.5531875,
      "grad_norm": 1.9815611839294434,
      "learning_rate": 0.00012592159085704607,
      "loss": 7.528,
      "step": 265530
    },
    {
      "epoch": 0.5532083333333333,
      "grad_norm": 1.0539430379867554,
      "learning_rate": 0.00012591186019901551,
      "loss": 7.6126,
      "step": 265540
    },
    {
      "epoch": 0.5532291666666667,
      "grad_norm": 1.0978208780288696,
      "learning_rate": 0.0001259021296450361,
      "loss": 7.4694,
      "step": 265550
    },
    {
      "epoch": 0.55325,
      "grad_norm": 1.534201979637146,
      "learning_rate": 0.00012589239919515003,
      "loss": 7.2059,
      "step": 265560
    },
    {
      "epoch": 0.5532708333333334,
      "grad_norm": 1.0740375518798828,
      "learning_rate": 0.00012588266884939922,
      "loss": 6.9268,
      "step": 265570
    },
    {
      "epoch": 0.5532916666666666,
      "grad_norm": 0.993008553981781,
      "learning_rate": 0.00012587293860782578,
      "loss": 7.3802,
      "step": 265580
    },
    {
      "epoch": 0.5533125,
      "grad_norm": 2.3041398525238037,
      "learning_rate": 0.0001258632084704716,
      "loss": 7.1598,
      "step": 265590
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 1.1125766038894653,
      "learning_rate": 0.00012585347843737884,
      "loss": 7.637,
      "step": 265600
    },
    {
      "epoch": 0.5533541666666667,
      "grad_norm": 1.1997919082641602,
      "learning_rate": 0.00012584374850858958,
      "loss": 7.3703,
      "step": 265610
    },
    {
      "epoch": 0.553375,
      "grad_norm": 1.6785552501678467,
      "learning_rate": 0.00012583401868414564,
      "loss": 7.3982,
      "step": 265620
    },
    {
      "epoch": 0.5533958333333333,
      "grad_norm": 1.5830219984054565,
      "learning_rate": 0.00012582428896408922,
      "loss": 7.0765,
      "step": 265630
    },
    {
      "epoch": 0.5534166666666667,
      "grad_norm": 0.6944997906684875,
      "learning_rate": 0.00012581455934846235,
      "loss": 7.4752,
      "step": 265640
    },
    {
      "epoch": 0.5534375,
      "grad_norm": 0.6709898114204407,
      "learning_rate": 0.00012580482983730692,
      "loss": 7.0259,
      "step": 265650
    },
    {
      "epoch": 0.5534583333333334,
      "grad_norm": 1.107108473777771,
      "learning_rate": 0.0001257951004306651,
      "loss": 7.8646,
      "step": 265660
    },
    {
      "epoch": 0.5534791666666666,
      "grad_norm": 2.5165605545043945,
      "learning_rate": 0.00012578537112857888,
      "loss": 8.2617,
      "step": 265670
    },
    {
      "epoch": 0.5535,
      "grad_norm": 0.9140796065330505,
      "learning_rate": 0.00012577564193109024,
      "loss": 7.1961,
      "step": 265680
    },
    {
      "epoch": 0.5535208333333334,
      "grad_norm": 0.9482302069664001,
      "learning_rate": 0.0001257659128382413,
      "loss": 7.6847,
      "step": 265690
    },
    {
      "epoch": 0.5535416666666667,
      "grad_norm": 0.9771023392677307,
      "learning_rate": 0.00012575618385007398,
      "loss": 7.6117,
      "step": 265700
    },
    {
      "epoch": 0.5535625,
      "grad_norm": 1.8220851421356201,
      "learning_rate": 0.0001257464549666303,
      "loss": 7.7541,
      "step": 265710
    },
    {
      "epoch": 0.5535833333333333,
      "grad_norm": 2.194728374481201,
      "learning_rate": 0.0001257367261879524,
      "loss": 7.5089,
      "step": 265720
    },
    {
      "epoch": 0.5536041666666667,
      "grad_norm": 0.8130323886871338,
      "learning_rate": 0.00012572699751408224,
      "loss": 7.3885,
      "step": 265730
    },
    {
      "epoch": 0.553625,
      "grad_norm": 1.0057761669158936,
      "learning_rate": 0.00012571726894506177,
      "loss": 7.105,
      "step": 265740
    },
    {
      "epoch": 0.5536458333333333,
      "grad_norm": 0.9325632452964783,
      "learning_rate": 0.00012570754048093317,
      "loss": 7.4061,
      "step": 265750
    },
    {
      "epoch": 0.5536666666666666,
      "grad_norm": 1.2318543195724487,
      "learning_rate": 0.00012569781212173835,
      "loss": 7.1049,
      "step": 265760
    },
    {
      "epoch": 0.5536875,
      "grad_norm": 0.9535977840423584,
      "learning_rate": 0.00012568808386751931,
      "loss": 7.3047,
      "step": 265770
    },
    {
      "epoch": 0.5537083333333334,
      "grad_norm": 1.3701565265655518,
      "learning_rate": 0.00012567835571831822,
      "loss": 7.5856,
      "step": 265780
    },
    {
      "epoch": 0.5537291666666667,
      "grad_norm": 1.314753770828247,
      "learning_rate": 0.00012566862767417696,
      "loss": 7.1216,
      "step": 265790
    },
    {
      "epoch": 0.55375,
      "grad_norm": 0.7081787586212158,
      "learning_rate": 0.00012565889973513756,
      "loss": 7.263,
      "step": 265800
    },
    {
      "epoch": 0.5537708333333333,
      "grad_norm": 0.851620614528656,
      "learning_rate": 0.00012564917190124213,
      "loss": 7.7273,
      "step": 265810
    },
    {
      "epoch": 0.5537916666666667,
      "grad_norm": 1.107588291168213,
      "learning_rate": 0.00012563944417253267,
      "loss": 7.0306,
      "step": 265820
    },
    {
      "epoch": 0.5538125,
      "grad_norm": 1.5818920135498047,
      "learning_rate": 0.0001256297165490511,
      "loss": 7.156,
      "step": 265830
    },
    {
      "epoch": 0.5538333333333333,
      "grad_norm": 1.4341411590576172,
      "learning_rate": 0.00012561998903083953,
      "loss": 7.4919,
      "step": 265840
    },
    {
      "epoch": 0.5538541666666666,
      "grad_norm": 0.8124085664749146,
      "learning_rate": 0.00012561026161794,
      "loss": 7.4254,
      "step": 265850
    },
    {
      "epoch": 0.553875,
      "grad_norm": 3.8011631965637207,
      "learning_rate": 0.0001256005343103944,
      "loss": 7.3055,
      "step": 265860
    },
    {
      "epoch": 0.5538958333333334,
      "grad_norm": 1.000481367111206,
      "learning_rate": 0.00012559080710824487,
      "loss": 7.3069,
      "step": 265870
    },
    {
      "epoch": 0.5539166666666666,
      "grad_norm": 1.2844946384429932,
      "learning_rate": 0.00012558108001153344,
      "loss": 6.9774,
      "step": 265880
    },
    {
      "epoch": 0.5539375,
      "grad_norm": 0.7756554484367371,
      "learning_rate": 0.00012557135302030203,
      "loss": 7.152,
      "step": 265890
    },
    {
      "epoch": 0.5539583333333333,
      "grad_norm": 1.0867509841918945,
      "learning_rate": 0.0001255616261345927,
      "loss": 6.9589,
      "step": 265900
    },
    {
      "epoch": 0.5539791666666667,
      "grad_norm": 1.6430020332336426,
      "learning_rate": 0.0001255518993544475,
      "loss": 6.9137,
      "step": 265910
    },
    {
      "epoch": 0.554,
      "grad_norm": 1.8147441148757935,
      "learning_rate": 0.00012554217267990843,
      "loss": 7.5122,
      "step": 265920
    },
    {
      "epoch": 0.5540208333333333,
      "grad_norm": 0.8921672701835632,
      "learning_rate": 0.00012553244611101738,
      "loss": 7.1513,
      "step": 265930
    },
    {
      "epoch": 0.5540416666666667,
      "grad_norm": 3.566603899002075,
      "learning_rate": 0.0001255227196478166,
      "loss": 7.7201,
      "step": 265940
    },
    {
      "epoch": 0.5540625,
      "grad_norm": 0.7415966987609863,
      "learning_rate": 0.000125512993290348,
      "loss": 7.0853,
      "step": 265950
    },
    {
      "epoch": 0.5540833333333334,
      "grad_norm": 1.1995209455490112,
      "learning_rate": 0.00012550326703865349,
      "loss": 7.4512,
      "step": 265960
    },
    {
      "epoch": 0.5541041666666666,
      "grad_norm": 2.22904634475708,
      "learning_rate": 0.0001254935408927752,
      "loss": 7.2674,
      "step": 265970
    },
    {
      "epoch": 0.554125,
      "grad_norm": 0.6626749634742737,
      "learning_rate": 0.00012548381485275514,
      "loss": 8.8279,
      "step": 265980
    },
    {
      "epoch": 0.5541458333333333,
      "grad_norm": 1.1903783082962036,
      "learning_rate": 0.00012547408891863524,
      "loss": 8.0696,
      "step": 265990
    },
    {
      "epoch": 0.5541666666666667,
      "grad_norm": 1.2362124919891357,
      "learning_rate": 0.0001254643630904576,
      "loss": 8.3322,
      "step": 266000
    },
    {
      "epoch": 0.5541666666666667,
      "eval_loss": 7.804027557373047,
      "eval_runtime": 8.3196,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 266000
    },
    {
      "epoch": 0.5541875,
      "grad_norm": 0.9419532418251038,
      "learning_rate": 0.00012545463736826423,
      "loss": 7.2662,
      "step": 266010
    },
    {
      "epoch": 0.5542083333333333,
      "grad_norm": 1.3505289554595947,
      "learning_rate": 0.00012544491175209705,
      "loss": 7.2549,
      "step": 266020
    },
    {
      "epoch": 0.5542291666666667,
      "grad_norm": 0.8564006090164185,
      "learning_rate": 0.00012543518624199816,
      "loss": 7.5477,
      "step": 266030
    },
    {
      "epoch": 0.55425,
      "grad_norm": 1.0671205520629883,
      "learning_rate": 0.00012542546083800954,
      "loss": 7.2103,
      "step": 266040
    },
    {
      "epoch": 0.5542708333333334,
      "grad_norm": 1.2466624975204468,
      "learning_rate": 0.00012541573554017318,
      "loss": 7.0461,
      "step": 266050
    },
    {
      "epoch": 0.5542916666666666,
      "grad_norm": 0.7954114079475403,
      "learning_rate": 0.00012540601034853117,
      "loss": 7.6198,
      "step": 266060
    },
    {
      "epoch": 0.5543125,
      "grad_norm": 1.5475257635116577,
      "learning_rate": 0.00012539628526312543,
      "loss": 7.1879,
      "step": 266070
    },
    {
      "epoch": 0.5543333333333333,
      "grad_norm": 3.668745756149292,
      "learning_rate": 0.00012538656028399797,
      "loss": 7.6995,
      "step": 266080
    },
    {
      "epoch": 0.5543541666666667,
      "grad_norm": 0.916992723941803,
      "learning_rate": 0.00012537683541119087,
      "loss": 7.2633,
      "step": 266090
    },
    {
      "epoch": 0.554375,
      "grad_norm": 1.4782112836837769,
      "learning_rate": 0.00012536711064474609,
      "loss": 7.3304,
      "step": 266100
    },
    {
      "epoch": 0.5543958333333333,
      "grad_norm": 1.1458632946014404,
      "learning_rate": 0.00012535738598470558,
      "loss": 7.0791,
      "step": 266110
    },
    {
      "epoch": 0.5544166666666667,
      "grad_norm": 2.7836685180664062,
      "learning_rate": 0.0001253476614311115,
      "loss": 8.033,
      "step": 266120
    },
    {
      "epoch": 0.5544375,
      "grad_norm": 1.5033739805221558,
      "learning_rate": 0.00012533793698400573,
      "loss": 7.1397,
      "step": 266130
    },
    {
      "epoch": 0.5544583333333334,
      "grad_norm": 3.2018134593963623,
      "learning_rate": 0.00012532821264343025,
      "loss": 7.8265,
      "step": 266140
    },
    {
      "epoch": 0.5544791666666666,
      "grad_norm": 0.9404699206352234,
      "learning_rate": 0.0001253184884094272,
      "loss": 7.2161,
      "step": 266150
    },
    {
      "epoch": 0.5545,
      "grad_norm": 1.592769742012024,
      "learning_rate": 0.00012530876428203848,
      "loss": 7.1245,
      "step": 266160
    },
    {
      "epoch": 0.5545208333333334,
      "grad_norm": 1.4910826683044434,
      "learning_rate": 0.00012529904026130616,
      "loss": 7.1067,
      "step": 266170
    },
    {
      "epoch": 0.5545416666666667,
      "grad_norm": 1.8411908149719238,
      "learning_rate": 0.00012528931634727216,
      "loss": 7.3501,
      "step": 266180
    },
    {
      "epoch": 0.5545625,
      "grad_norm": 1.1740440130233765,
      "learning_rate": 0.0001252795925399786,
      "loss": 7.695,
      "step": 266190
    },
    {
      "epoch": 0.5545833333333333,
      "grad_norm": 0.6524572968482971,
      "learning_rate": 0.00012526986883946737,
      "loss": 7.3584,
      "step": 266200
    },
    {
      "epoch": 0.5546041666666667,
      "grad_norm": 3.883993148803711,
      "learning_rate": 0.00012526014524578047,
      "loss": 7.3912,
      "step": 266210
    },
    {
      "epoch": 0.554625,
      "grad_norm": 1.0488132238388062,
      "learning_rate": 0.00012525042175896004,
      "loss": 7.3978,
      "step": 266220
    },
    {
      "epoch": 0.5546458333333333,
      "grad_norm": 1.175504207611084,
      "learning_rate": 0.00012524069837904794,
      "loss": 7.2858,
      "step": 266230
    },
    {
      "epoch": 0.5546666666666666,
      "grad_norm": 1.8651328086853027,
      "learning_rate": 0.0001252309751060862,
      "loss": 7.4537,
      "step": 266240
    },
    {
      "epoch": 0.5546875,
      "grad_norm": 0.6502261757850647,
      "learning_rate": 0.0001252212519401169,
      "loss": 7.2379,
      "step": 266250
    },
    {
      "epoch": 0.5547083333333334,
      "grad_norm": 1.6592743396759033,
      "learning_rate": 0.00012521152888118195,
      "loss": 7.8192,
      "step": 266260
    },
    {
      "epoch": 0.5547291666666667,
      "grad_norm": 0.864172637462616,
      "learning_rate": 0.00012520180592932336,
      "loss": 6.9242,
      "step": 266270
    },
    {
      "epoch": 0.55475,
      "grad_norm": 1.1595232486724854,
      "learning_rate": 0.00012519208308458323,
      "loss": 6.8708,
      "step": 266280
    },
    {
      "epoch": 0.5547708333333333,
      "grad_norm": 1.4526101350784302,
      "learning_rate": 0.0001251823603470034,
      "loss": 7.5673,
      "step": 266290
    },
    {
      "epoch": 0.5547916666666667,
      "grad_norm": 2.5788252353668213,
      "learning_rate": 0.00012517263771662595,
      "loss": 7.3215,
      "step": 266300
    },
    {
      "epoch": 0.5548125,
      "grad_norm": 0.9814578294754028,
      "learning_rate": 0.00012516291519349296,
      "loss": 7.3778,
      "step": 266310
    },
    {
      "epoch": 0.5548333333333333,
      "grad_norm": 2.5924365520477295,
      "learning_rate": 0.00012515319277764633,
      "loss": 7.2839,
      "step": 266320
    },
    {
      "epoch": 0.5548541666666666,
      "grad_norm": 1.1650129556655884,
      "learning_rate": 0.00012514347046912802,
      "loss": 7.4559,
      "step": 266330
    },
    {
      "epoch": 0.554875,
      "grad_norm": 1.2256733179092407,
      "learning_rate": 0.00012513374826798008,
      "loss": 7.8607,
      "step": 266340
    },
    {
      "epoch": 0.5548958333333334,
      "grad_norm": 3.389719009399414,
      "learning_rate": 0.00012512402617424455,
      "loss": 7.455,
      "step": 266350
    },
    {
      "epoch": 0.5549166666666666,
      "grad_norm": 0.7706090211868286,
      "learning_rate": 0.00012511430418796332,
      "loss": 7.3487,
      "step": 266360
    },
    {
      "epoch": 0.5549375,
      "grad_norm": 5.123917579650879,
      "learning_rate": 0.00012510458230917846,
      "loss": 7.2168,
      "step": 266370
    },
    {
      "epoch": 0.5549583333333333,
      "grad_norm": 2.1883575916290283,
      "learning_rate": 0.00012509486053793203,
      "loss": 8.5644,
      "step": 266380
    },
    {
      "epoch": 0.5549791666666667,
      "grad_norm": 0.7773763537406921,
      "learning_rate": 0.00012508513887426583,
      "loss": 7.0047,
      "step": 266390
    },
    {
      "epoch": 0.555,
      "grad_norm": 0.9786927700042725,
      "learning_rate": 0.00012507541731822204,
      "loss": 7.8386,
      "step": 266400
    },
    {
      "epoch": 0.5550208333333333,
      "grad_norm": 0.9942135214805603,
      "learning_rate": 0.0001250656958698426,
      "loss": 8.1379,
      "step": 266410
    },
    {
      "epoch": 0.5550416666666667,
      "grad_norm": 0.9454115629196167,
      "learning_rate": 0.0001250559745291694,
      "loss": 7.0988,
      "step": 266420
    },
    {
      "epoch": 0.5550625,
      "grad_norm": 0.7609167695045471,
      "learning_rate": 0.00012504625329624457,
      "loss": 7.395,
      "step": 266430
    },
    {
      "epoch": 0.5550833333333334,
      "grad_norm": 1.0382970571517944,
      "learning_rate": 0.00012503653217111005,
      "loss": 7.1272,
      "step": 266440
    },
    {
      "epoch": 0.5551041666666666,
      "grad_norm": 1.1940529346466064,
      "learning_rate": 0.0001250268111538078,
      "loss": 6.9689,
      "step": 266450
    },
    {
      "epoch": 0.555125,
      "grad_norm": 1.9579517841339111,
      "learning_rate": 0.0001250170902443799,
      "loss": 7.4168,
      "step": 266460
    },
    {
      "epoch": 0.5551458333333333,
      "grad_norm": 1.4157737493515015,
      "learning_rate": 0.00012500736944286823,
      "loss": 7.6337,
      "step": 266470
    },
    {
      "epoch": 0.5551666666666667,
      "grad_norm": 0.8747736811637878,
      "learning_rate": 0.00012499764874931488,
      "loss": 7.449,
      "step": 266480
    },
    {
      "epoch": 0.5551875,
      "grad_norm": 1.7947099208831787,
      "learning_rate": 0.0001249879281637617,
      "loss": 6.946,
      "step": 266490
    },
    {
      "epoch": 0.5552083333333333,
      "grad_norm": 3.7336442470550537,
      "learning_rate": 0.00012497820768625083,
      "loss": 7.188,
      "step": 266500
    },
    {
      "epoch": 0.5552291666666667,
      "grad_norm": 0.9039309620857239,
      "learning_rate": 0.00012496848731682422,
      "loss": 7.514,
      "step": 266510
    },
    {
      "epoch": 0.55525,
      "grad_norm": 2.075916051864624,
      "learning_rate": 0.0001249587670555238,
      "loss": 7.3887,
      "step": 266520
    },
    {
      "epoch": 0.5552708333333334,
      "grad_norm": 0.6497589945793152,
      "learning_rate": 0.0001249490469023916,
      "loss": 7.3663,
      "step": 266530
    },
    {
      "epoch": 0.5552916666666666,
      "grad_norm": 1.0117888450622559,
      "learning_rate": 0.00012493932685746963,
      "loss": 7.7464,
      "step": 266540
    },
    {
      "epoch": 0.5553125,
      "grad_norm": 1.3380694389343262,
      "learning_rate": 0.0001249296069207998,
      "loss": 7.4479,
      "step": 266550
    },
    {
      "epoch": 0.5553333333333333,
      "grad_norm": 1.2343717813491821,
      "learning_rate": 0.0001249198870924242,
      "loss": 7.6897,
      "step": 266560
    },
    {
      "epoch": 0.5553541666666667,
      "grad_norm": 2.0700228214263916,
      "learning_rate": 0.00012491016737238472,
      "loss": 7.6833,
      "step": 266570
    },
    {
      "epoch": 0.555375,
      "grad_norm": 0.9778130650520325,
      "learning_rate": 0.00012490044776072336,
      "loss": 8.1066,
      "step": 266580
    },
    {
      "epoch": 0.5553958333333333,
      "grad_norm": 2.2004659175872803,
      "learning_rate": 0.00012489072825748218,
      "loss": 7.5517,
      "step": 266590
    },
    {
      "epoch": 0.5554166666666667,
      "grad_norm": 1.1213983297348022,
      "learning_rate": 0.00012488100886270313,
      "loss": 7.4541,
      "step": 266600
    },
    {
      "epoch": 0.5554375,
      "grad_norm": 0.7503825426101685,
      "learning_rate": 0.0001248712895764281,
      "loss": 7.6409,
      "step": 266610
    },
    {
      "epoch": 0.5554583333333334,
      "grad_norm": 1.6973105669021606,
      "learning_rate": 0.00012486157039869923,
      "loss": 7.5867,
      "step": 266620
    },
    {
      "epoch": 0.5554791666666666,
      "grad_norm": 1.2132450342178345,
      "learning_rate": 0.0001248518513295584,
      "loss": 7.5974,
      "step": 266630
    },
    {
      "epoch": 0.5555,
      "grad_norm": 0.7955655455589294,
      "learning_rate": 0.0001248421323690476,
      "loss": 7.4645,
      "step": 266640
    },
    {
      "epoch": 0.5555208333333334,
      "grad_norm": 1.1534433364868164,
      "learning_rate": 0.00012483241351720885,
      "loss": 7.1063,
      "step": 266650
    },
    {
      "epoch": 0.5555416666666667,
      "grad_norm": 1.1879404783248901,
      "learning_rate": 0.00012482269477408412,
      "loss": 7.4937,
      "step": 266660
    },
    {
      "epoch": 0.5555625,
      "grad_norm": 0.643281102180481,
      "learning_rate": 0.00012481297613971533,
      "loss": 7.3509,
      "step": 266670
    },
    {
      "epoch": 0.5555833333333333,
      "grad_norm": 1.8697857856750488,
      "learning_rate": 0.00012480325761414458,
      "loss": 7.28,
      "step": 266680
    },
    {
      "epoch": 0.5556041666666667,
      "grad_norm": 2.2497901916503906,
      "learning_rate": 0.0001247935391974138,
      "loss": 7.3156,
      "step": 266690
    },
    {
      "epoch": 0.555625,
      "grad_norm": 1.0332682132720947,
      "learning_rate": 0.00012478382088956487,
      "loss": 7.7191,
      "step": 266700
    },
    {
      "epoch": 0.5556458333333333,
      "grad_norm": 1.0857915878295898,
      "learning_rate": 0.0001247741026906399,
      "loss": 7.3174,
      "step": 266710
    },
    {
      "epoch": 0.5556666666666666,
      "grad_norm": 0.8798996806144714,
      "learning_rate": 0.00012476438460068084,
      "loss": 7.2158,
      "step": 266720
    },
    {
      "epoch": 0.5556875,
      "grad_norm": 1.339350700378418,
      "learning_rate": 0.00012475466661972958,
      "loss": 8.4384,
      "step": 266730
    },
    {
      "epoch": 0.5557083333333334,
      "grad_norm": 0.817962646484375,
      "learning_rate": 0.0001247449487478282,
      "loss": 8.2834,
      "step": 266740
    },
    {
      "epoch": 0.5557291666666667,
      "grad_norm": 1.156008243560791,
      "learning_rate": 0.0001247352309850187,
      "loss": 7.0166,
      "step": 266750
    },
    {
      "epoch": 0.55575,
      "grad_norm": 1.1785236597061157,
      "learning_rate": 0.00012472551333134294,
      "loss": 7.1167,
      "step": 266760
    },
    {
      "epoch": 0.5557708333333333,
      "grad_norm": 0.8035929203033447,
      "learning_rate": 0.00012471579578684296,
      "loss": 6.9681,
      "step": 266770
    },
    {
      "epoch": 0.5557916666666667,
      "grad_norm": 1.8429174423217773,
      "learning_rate": 0.00012470607835156076,
      "loss": 7.9241,
      "step": 266780
    },
    {
      "epoch": 0.5558125,
      "grad_norm": 1.9159117937088013,
      "learning_rate": 0.00012469636102553828,
      "loss": 7.395,
      "step": 266790
    },
    {
      "epoch": 0.5558333333333333,
      "grad_norm": 2.164032459259033,
      "learning_rate": 0.00012468664380881747,
      "loss": 7.9784,
      "step": 266800
    },
    {
      "epoch": 0.5558541666666666,
      "grad_norm": 4.4573140144348145,
      "learning_rate": 0.0001246769267014404,
      "loss": 7.7125,
      "step": 266810
    },
    {
      "epoch": 0.555875,
      "grad_norm": 1.9301236867904663,
      "learning_rate": 0.00012466720970344901,
      "loss": 7.4078,
      "step": 266820
    },
    {
      "epoch": 0.5558958333333334,
      "grad_norm": 0.7646349668502808,
      "learning_rate": 0.00012465749281488514,
      "loss": 7.4131,
      "step": 266830
    },
    {
      "epoch": 0.5559166666666666,
      "grad_norm": 1.2779312133789062,
      "learning_rate": 0.0001246477760357909,
      "loss": 7.2732,
      "step": 266840
    },
    {
      "epoch": 0.5559375,
      "grad_norm": 1.2841715812683105,
      "learning_rate": 0.00012463805936620831,
      "loss": 7.1947,
      "step": 266850
    },
    {
      "epoch": 0.5559583333333333,
      "grad_norm": 1.2564584016799927,
      "learning_rate": 0.00012462834280617917,
      "loss": 7.7173,
      "step": 266860
    },
    {
      "epoch": 0.5559791666666667,
      "grad_norm": 0.7395636439323425,
      "learning_rate": 0.00012461862635574557,
      "loss": 7.8241,
      "step": 266870
    },
    {
      "epoch": 0.556,
      "grad_norm": 1.4997159242630005,
      "learning_rate": 0.00012460891001494953,
      "loss": 6.9033,
      "step": 266880
    },
    {
      "epoch": 0.5560208333333333,
      "grad_norm": 1.2024155855178833,
      "learning_rate": 0.00012459919378383284,
      "loss": 7.3153,
      "step": 266890
    },
    {
      "epoch": 0.5560416666666667,
      "grad_norm": 1.8220335245132446,
      "learning_rate": 0.0001245894776624376,
      "loss": 7.1496,
      "step": 266900
    },
    {
      "epoch": 0.5560625,
      "grad_norm": 1.6822490692138672,
      "learning_rate": 0.00012457976165080583,
      "loss": 7.5075,
      "step": 266910
    },
    {
      "epoch": 0.5560833333333334,
      "grad_norm": 2.471536159515381,
      "learning_rate": 0.00012457004574897937,
      "loss": 7.5475,
      "step": 266920
    },
    {
      "epoch": 0.5561041666666666,
      "grad_norm": 1.2075527906417847,
      "learning_rate": 0.0001245603299570003,
      "loss": 7.2475,
      "step": 266930
    },
    {
      "epoch": 0.556125,
      "grad_norm": 0.8736531734466553,
      "learning_rate": 0.00012455061427491047,
      "loss": 7.3349,
      "step": 266940
    },
    {
      "epoch": 0.5561458333333333,
      "grad_norm": 1.632439374923706,
      "learning_rate": 0.00012454089870275192,
      "loss": 7.5014,
      "step": 266950
    },
    {
      "epoch": 0.5561666666666667,
      "grad_norm": 4.2456560134887695,
      "learning_rate": 0.00012453118324056665,
      "loss": 7.49,
      "step": 266960
    },
    {
      "epoch": 0.5561875,
      "grad_norm": 1.2189143896102905,
      "learning_rate": 0.0001245214678883966,
      "loss": 7.0704,
      "step": 266970
    },
    {
      "epoch": 0.5562083333333333,
      "grad_norm": 1.9183869361877441,
      "learning_rate": 0.00012451175264628362,
      "loss": 7.3718,
      "step": 266980
    },
    {
      "epoch": 0.5562291666666667,
      "grad_norm": 1.3161762952804565,
      "learning_rate": 0.0001245020375142699,
      "loss": 7.339,
      "step": 266990
    },
    {
      "epoch": 0.55625,
      "grad_norm": 1.4754209518432617,
      "learning_rate": 0.00012449232249239723,
      "loss": 7.2776,
      "step": 267000
    },
    {
      "epoch": 0.55625,
      "eval_loss": 7.999691963195801,
      "eval_runtime": 7.8141,
      "eval_samples_per_second": 0.384,
      "eval_steps_per_second": 0.128,
      "step": 267000
    },
    {
      "epoch": 0.5562708333333334,
      "grad_norm": 1.508824110031128,
      "learning_rate": 0.0001244826075807076,
      "loss": 7.3429,
      "step": 267010
    },
    {
      "epoch": 0.5562916666666666,
      "grad_norm": 2.014906644821167,
      "learning_rate": 0.00012447289277924307,
      "loss": 7.3725,
      "step": 267020
    },
    {
      "epoch": 0.5563125,
      "grad_norm": 1.2711987495422363,
      "learning_rate": 0.0001244631780880455,
      "loss": 7.1198,
      "step": 267030
    },
    {
      "epoch": 0.5563333333333333,
      "grad_norm": 0.8200186491012573,
      "learning_rate": 0.00012445346350715687,
      "loss": 7.1526,
      "step": 267040
    },
    {
      "epoch": 0.5563541666666667,
      "grad_norm": 1.2073241472244263,
      "learning_rate": 0.00012444374903661923,
      "loss": 7.467,
      "step": 267050
    },
    {
      "epoch": 0.556375,
      "grad_norm": 0.999239444732666,
      "learning_rate": 0.00012443403467647448,
      "loss": 7.3169,
      "step": 267060
    },
    {
      "epoch": 0.5563958333333333,
      "grad_norm": 2.481797933578491,
      "learning_rate": 0.00012442432042676454,
      "loss": 7.7938,
      "step": 267070
    },
    {
      "epoch": 0.5564166666666667,
      "grad_norm": 1.6433601379394531,
      "learning_rate": 0.00012441460628753137,
      "loss": 7.2468,
      "step": 267080
    },
    {
      "epoch": 0.5564375,
      "grad_norm": 0.9413489699363708,
      "learning_rate": 0.00012440489225881707,
      "loss": 7.5951,
      "step": 267090
    },
    {
      "epoch": 0.5564583333333334,
      "grad_norm": 1.427016019821167,
      "learning_rate": 0.00012439517834066344,
      "loss": 6.8862,
      "step": 267100
    },
    {
      "epoch": 0.5564791666666666,
      "grad_norm": 0.726657509803772,
      "learning_rate": 0.0001243854645331125,
      "loss": 7.0031,
      "step": 267110
    },
    {
      "epoch": 0.5565,
      "grad_norm": 3.741830348968506,
      "learning_rate": 0.00012437575083620625,
      "loss": 7.3537,
      "step": 267120
    },
    {
      "epoch": 0.5565208333333334,
      "grad_norm": 0.9228920340538025,
      "learning_rate": 0.0001243660372499866,
      "loss": 7.2408,
      "step": 267130
    },
    {
      "epoch": 0.5565416666666667,
      "grad_norm": 1.213101863861084,
      "learning_rate": 0.0001243563237744955,
      "loss": 7.3425,
      "step": 267140
    },
    {
      "epoch": 0.5565625,
      "grad_norm": 1.3898611068725586,
      "learning_rate": 0.00012434661040977498,
      "loss": 7.5769,
      "step": 267150
    },
    {
      "epoch": 0.5565833333333333,
      "grad_norm": 0.8531043529510498,
      "learning_rate": 0.00012433689715586691,
      "loss": 7.7292,
      "step": 267160
    },
    {
      "epoch": 0.5566041666666667,
      "grad_norm": 0.9902753233909607,
      "learning_rate": 0.00012432718401281326,
      "loss": 7.287,
      "step": 267170
    },
    {
      "epoch": 0.556625,
      "grad_norm": 0.7025652527809143,
      "learning_rate": 0.00012431747098065607,
      "loss": 7.4676,
      "step": 267180
    },
    {
      "epoch": 0.5566458333333333,
      "grad_norm": 0.7876307368278503,
      "learning_rate": 0.00012430775805943726,
      "loss": 7.5239,
      "step": 267190
    },
    {
      "epoch": 0.5566666666666666,
      "grad_norm": 1.909013271331787,
      "learning_rate": 0.00012429804524919868,
      "loss": 7.2111,
      "step": 267200
    },
    {
      "epoch": 0.5566875,
      "grad_norm": 2.1385653018951416,
      "learning_rate": 0.00012428833254998244,
      "loss": 7.4356,
      "step": 267210
    },
    {
      "epoch": 0.5567083333333334,
      "grad_norm": 3.3754329681396484,
      "learning_rate": 0.00012427861996183043,
      "loss": 7.2911,
      "step": 267220
    },
    {
      "epoch": 0.5567291666666667,
      "grad_norm": 1.038191795349121,
      "learning_rate": 0.00012426890748478453,
      "loss": 7.1058,
      "step": 267230
    },
    {
      "epoch": 0.55675,
      "grad_norm": 1.4104191064834595,
      "learning_rate": 0.0001242591951188868,
      "loss": 8.6366,
      "step": 267240
    },
    {
      "epoch": 0.5567708333333333,
      "grad_norm": 3.4779794216156006,
      "learning_rate": 0.0001242494828641792,
      "loss": 7.5276,
      "step": 267250
    },
    {
      "epoch": 0.5567916666666667,
      "grad_norm": 0.704897403717041,
      "learning_rate": 0.00012423977072070357,
      "loss": 7.9114,
      "step": 267260
    },
    {
      "epoch": 0.5568125,
      "grad_norm": 0.8701217174530029,
      "learning_rate": 0.00012423005868850194,
      "loss": 8.3254,
      "step": 267270
    },
    {
      "epoch": 0.5568333333333333,
      "grad_norm": 0.6405419111251831,
      "learning_rate": 0.00012422034676761633,
      "loss": 7.1541,
      "step": 267280
    },
    {
      "epoch": 0.5568541666666667,
      "grad_norm": 1.0771808624267578,
      "learning_rate": 0.00012421063495808853,
      "loss": 7.3488,
      "step": 267290
    },
    {
      "epoch": 0.556875,
      "grad_norm": 1.2961976528167725,
      "learning_rate": 0.00012420092325996063,
      "loss": 7.2977,
      "step": 267300
    },
    {
      "epoch": 0.5568958333333334,
      "grad_norm": 1.3435555696487427,
      "learning_rate": 0.00012419121167327456,
      "loss": 7.1913,
      "step": 267310
    },
    {
      "epoch": 0.5569166666666666,
      "grad_norm": 1.2829082012176514,
      "learning_rate": 0.00012418150019807218,
      "loss": 7.503,
      "step": 267320
    },
    {
      "epoch": 0.5569375,
      "grad_norm": 1.0909593105316162,
      "learning_rate": 0.00012417178883439555,
      "loss": 7.2685,
      "step": 267330
    },
    {
      "epoch": 0.5569583333333333,
      "grad_norm": 0.8200146555900574,
      "learning_rate": 0.00012416207758228652,
      "loss": 7.4573,
      "step": 267340
    },
    {
      "epoch": 0.5569791666666667,
      "grad_norm": 4.518953323364258,
      "learning_rate": 0.00012415236644178714,
      "loss": 7.0398,
      "step": 267350
    },
    {
      "epoch": 0.557,
      "grad_norm": 0.7853761315345764,
      "learning_rate": 0.00012414265541293924,
      "loss": 7.3288,
      "step": 267360
    },
    {
      "epoch": 0.5570208333333333,
      "grad_norm": 2.9069418907165527,
      "learning_rate": 0.00012413294449578486,
      "loss": 7.6077,
      "step": 267370
    },
    {
      "epoch": 0.5570416666666667,
      "grad_norm": 2.291353225708008,
      "learning_rate": 0.00012412323369036596,
      "loss": 7.3876,
      "step": 267380
    },
    {
      "epoch": 0.5570625,
      "grad_norm": 1.2204406261444092,
      "learning_rate": 0.0001241135229967244,
      "loss": 7.1643,
      "step": 267390
    },
    {
      "epoch": 0.5570833333333334,
      "grad_norm": 0.9992449879646301,
      "learning_rate": 0.00012410381241490217,
      "loss": 6.9062,
      "step": 267400
    },
    {
      "epoch": 0.5571041666666666,
      "grad_norm": 1.1822258234024048,
      "learning_rate": 0.00012409410194494128,
      "loss": 7.5363,
      "step": 267410
    },
    {
      "epoch": 0.557125,
      "grad_norm": 0.7764716148376465,
      "learning_rate": 0.00012408439158688352,
      "loss": 8.5553,
      "step": 267420
    },
    {
      "epoch": 0.5571458333333333,
      "grad_norm": 0.7432875037193298,
      "learning_rate": 0.00012407468134077103,
      "loss": 7.5303,
      "step": 267430
    },
    {
      "epoch": 0.5571666666666667,
      "grad_norm": 2.871112585067749,
      "learning_rate": 0.0001240649712066456,
      "loss": 7.2674,
      "step": 267440
    },
    {
      "epoch": 0.5571875,
      "grad_norm": 1.2497999668121338,
      "learning_rate": 0.0001240552611845492,
      "loss": 6.9122,
      "step": 267450
    },
    {
      "epoch": 0.5572083333333333,
      "grad_norm": 0.8960788249969482,
      "learning_rate": 0.00012404555127452387,
      "loss": 7.2215,
      "step": 267460
    },
    {
      "epoch": 0.5572291666666667,
      "grad_norm": 1.4323220252990723,
      "learning_rate": 0.00012403584147661147,
      "loss": 7.2337,
      "step": 267470
    },
    {
      "epoch": 0.55725,
      "grad_norm": 2.4598469734191895,
      "learning_rate": 0.0001240261317908539,
      "loss": 7.9262,
      "step": 267480
    },
    {
      "epoch": 0.5572708333333334,
      "grad_norm": 1.258255958557129,
      "learning_rate": 0.00012401642221729323,
      "loss": 7.4841,
      "step": 267490
    },
    {
      "epoch": 0.5572916666666666,
      "grad_norm": 0.9524134993553162,
      "learning_rate": 0.00012400671275597131,
      "loss": 7.1883,
      "step": 267500
    },
    {
      "epoch": 0.5573125,
      "grad_norm": 1.215333104133606,
      "learning_rate": 0.00012399700340693005,
      "loss": 7.464,
      "step": 267510
    },
    {
      "epoch": 0.5573333333333333,
      "grad_norm": 2.992722988128662,
      "learning_rate": 0.00012398729417021154,
      "loss": 7.7757,
      "step": 267520
    },
    {
      "epoch": 0.5573541666666667,
      "grad_norm": 5.152451992034912,
      "learning_rate": 0.00012397758504585754,
      "loss": 7.349,
      "step": 267530
    },
    {
      "epoch": 0.557375,
      "grad_norm": 1.0623482465744019,
      "learning_rate": 0.00012396787603391007,
      "loss": 7.9078,
      "step": 267540
    },
    {
      "epoch": 0.5573958333333333,
      "grad_norm": 0.9697949886322021,
      "learning_rate": 0.00012395816713441115,
      "loss": 7.2407,
      "step": 267550
    },
    {
      "epoch": 0.5574166666666667,
      "grad_norm": 0.7457705140113831,
      "learning_rate": 0.00012394845834740262,
      "loss": 7.0833,
      "step": 267560
    },
    {
      "epoch": 0.5574375,
      "grad_norm": 0.9005172252655029,
      "learning_rate": 0.00012393874967292636,
      "loss": 8.2178,
      "step": 267570
    },
    {
      "epoch": 0.5574583333333333,
      "grad_norm": 1.8442665338516235,
      "learning_rate": 0.00012392904111102444,
      "loss": 7.4812,
      "step": 267580
    },
    {
      "epoch": 0.5574791666666666,
      "grad_norm": 1.0612447261810303,
      "learning_rate": 0.0001239193326617388,
      "loss": 7.2778,
      "step": 267590
    },
    {
      "epoch": 0.5575,
      "grad_norm": 2.172797679901123,
      "learning_rate": 0.0001239096243251112,
      "loss": 7.607,
      "step": 267600
    },
    {
      "epoch": 0.5575208333333334,
      "grad_norm": 0.9799813032150269,
      "learning_rate": 0.00012389991610118375,
      "loss": 8.2496,
      "step": 267610
    },
    {
      "epoch": 0.5575416666666667,
      "grad_norm": 2.309596538543701,
      "learning_rate": 0.0001238902079899984,
      "loss": 7.2905,
      "step": 267620
    },
    {
      "epoch": 0.5575625,
      "grad_norm": 0.9206806421279907,
      "learning_rate": 0.00012388049999159689,
      "loss": 7.4204,
      "step": 267630
    },
    {
      "epoch": 0.5575833333333333,
      "grad_norm": 1.11561119556427,
      "learning_rate": 0.00012387079210602134,
      "loss": 7.6197,
      "step": 267640
    },
    {
      "epoch": 0.5576041666666667,
      "grad_norm": 1.6603456735610962,
      "learning_rate": 0.00012386108433331367,
      "loss": 7.3985,
      "step": 267650
    },
    {
      "epoch": 0.557625,
      "grad_norm": 2.5852649211883545,
      "learning_rate": 0.00012385137667351572,
      "loss": 7.4097,
      "step": 267660
    },
    {
      "epoch": 0.5576458333333333,
      "grad_norm": 0.9974100589752197,
      "learning_rate": 0.00012384166912666946,
      "loss": 7.3646,
      "step": 267670
    },
    {
      "epoch": 0.5576666666666666,
      "grad_norm": 1.4838882684707642,
      "learning_rate": 0.00012383196169281688,
      "loss": 8.1741,
      "step": 267680
    },
    {
      "epoch": 0.5576875,
      "grad_norm": 1.0359801054000854,
      "learning_rate": 0.00012382225437199986,
      "loss": 7.7203,
      "step": 267690
    },
    {
      "epoch": 0.5577083333333334,
      "grad_norm": 0.8476868271827698,
      "learning_rate": 0.0001238125471642603,
      "loss": 7.2907,
      "step": 267700
    },
    {
      "epoch": 0.5577291666666667,
      "grad_norm": 2.021275281906128,
      "learning_rate": 0.00012380284006964019,
      "loss": 7.3376,
      "step": 267710
    },
    {
      "epoch": 0.55775,
      "grad_norm": 1.3547112941741943,
      "learning_rate": 0.00012379313308818148,
      "loss": 8.4613,
      "step": 267720
    },
    {
      "epoch": 0.5577708333333333,
      "grad_norm": 3.2811429500579834,
      "learning_rate": 0.00012378342621992597,
      "loss": 7.752,
      "step": 267730
    },
    {
      "epoch": 0.5577916666666667,
      "grad_norm": 2.704801559448242,
      "learning_rate": 0.00012377371946491577,
      "loss": 7.0628,
      "step": 267740
    },
    {
      "epoch": 0.5578125,
      "grad_norm": 9.601096153259277,
      "learning_rate": 0.0001237640128231927,
      "loss": 8.1594,
      "step": 267750
    },
    {
      "epoch": 0.5578333333333333,
      "grad_norm": 1.3589671850204468,
      "learning_rate": 0.00012375430629479867,
      "loss": 7.4965,
      "step": 267760
    },
    {
      "epoch": 0.5578541666666667,
      "grad_norm": 0.697353184223175,
      "learning_rate": 0.00012374459987977567,
      "loss": 7.565,
      "step": 267770
    },
    {
      "epoch": 0.557875,
      "grad_norm": 0.8920197486877441,
      "learning_rate": 0.00012373489357816564,
      "loss": 7.507,
      "step": 267780
    },
    {
      "epoch": 0.5578958333333334,
      "grad_norm": 0.8037257790565491,
      "learning_rate": 0.00012372518739001042,
      "loss": 7.6096,
      "step": 267790
    },
    {
      "epoch": 0.5579166666666666,
      "grad_norm": 2.4836697578430176,
      "learning_rate": 0.000123715481315352,
      "loss": 7.1971,
      "step": 267800
    },
    {
      "epoch": 0.5579375,
      "grad_norm": 1.1853845119476318,
      "learning_rate": 0.00012370577535423237,
      "loss": 8.2646,
      "step": 267810
    },
    {
      "epoch": 0.5579583333333333,
      "grad_norm": 3.750593423843384,
      "learning_rate": 0.00012369606950669328,
      "loss": 8.0663,
      "step": 267820
    },
    {
      "epoch": 0.5579791666666667,
      "grad_norm": 2.58595871925354,
      "learning_rate": 0.00012368636377277684,
      "loss": 7.1708,
      "step": 267830
    },
    {
      "epoch": 0.558,
      "grad_norm": 1.5339937210083008,
      "learning_rate": 0.00012367665815252486,
      "loss": 7.2249,
      "step": 267840
    },
    {
      "epoch": 0.5580208333333333,
      "grad_norm": 1.71537446975708,
      "learning_rate": 0.00012366695264597925,
      "loss": 7.1835,
      "step": 267850
    },
    {
      "epoch": 0.5580416666666667,
      "grad_norm": 7.566409587860107,
      "learning_rate": 0.00012365724725318204,
      "loss": 8.1045,
      "step": 267860
    },
    {
      "epoch": 0.5580625,
      "grad_norm": 1.4773404598236084,
      "learning_rate": 0.00012364754197417507,
      "loss": 7.0523,
      "step": 267870
    },
    {
      "epoch": 0.5580833333333334,
      "grad_norm": 1.561860203742981,
      "learning_rate": 0.00012363783680900028,
      "loss": 7.6137,
      "step": 267880
    },
    {
      "epoch": 0.5581041666666666,
      "grad_norm": 1.5604935884475708,
      "learning_rate": 0.00012362813175769964,
      "loss": 7.4201,
      "step": 267890
    },
    {
      "epoch": 0.558125,
      "grad_norm": 0.869103193283081,
      "learning_rate": 0.00012361842682031502,
      "loss": 7.5935,
      "step": 267900
    },
    {
      "epoch": 0.5581458333333333,
      "grad_norm": 5.579233646392822,
      "learning_rate": 0.0001236087219968883,
      "loss": 7.2953,
      "step": 267910
    },
    {
      "epoch": 0.5581666666666667,
      "grad_norm": 1.338735580444336,
      "learning_rate": 0.0001235990172874615,
      "loss": 6.9292,
      "step": 267920
    },
    {
      "epoch": 0.5581875,
      "grad_norm": 1.450632095336914,
      "learning_rate": 0.00012358931269207656,
      "loss": 9.0474,
      "step": 267930
    },
    {
      "epoch": 0.5582083333333333,
      "grad_norm": 4.689051628112793,
      "learning_rate": 0.00012357960821077525,
      "loss": 7.2189,
      "step": 267940
    },
    {
      "epoch": 0.5582291666666667,
      "grad_norm": 1.0548689365386963,
      "learning_rate": 0.00012356990384359957,
      "loss": 8.0401,
      "step": 267950
    },
    {
      "epoch": 0.55825,
      "grad_norm": 0.6372497081756592,
      "learning_rate": 0.0001235601995905915,
      "loss": 7.1908,
      "step": 267960
    },
    {
      "epoch": 0.5582708333333334,
      "grad_norm": 1.2936700582504272,
      "learning_rate": 0.00012355049545179287,
      "loss": 7.536,
      "step": 267970
    },
    {
      "epoch": 0.5582916666666666,
      "grad_norm": 0.8317402601242065,
      "learning_rate": 0.00012354079142724557,
      "loss": 7.086,
      "step": 267980
    },
    {
      "epoch": 0.5583125,
      "grad_norm": 1.5656614303588867,
      "learning_rate": 0.0001235310875169917,
      "loss": 7.4803,
      "step": 267990
    },
    {
      "epoch": 0.5583333333333333,
      "grad_norm": 1.4956616163253784,
      "learning_rate": 0.00012352138372107295,
      "loss": 7.2125,
      "step": 268000
    },
    {
      "epoch": 0.5583333333333333,
      "eval_loss": 7.775154113769531,
      "eval_runtime": 7.8745,
      "eval_samples_per_second": 0.381,
      "eval_steps_per_second": 0.127,
      "step": 268000
    },
    {
      "epoch": 0.5583541666666667,
      "grad_norm": 0.8623842000961304,
      "learning_rate": 0.00012351168003953136,
      "loss": 7.4001,
      "step": 268010
    },
    {
      "epoch": 0.558375,
      "grad_norm": 1.5151935815811157,
      "learning_rate": 0.00012350197647240888,
      "loss": 7.7866,
      "step": 268020
    },
    {
      "epoch": 0.5583958333333333,
      "grad_norm": 1.1087901592254639,
      "learning_rate": 0.00012349227301974733,
      "loss": 7.4667,
      "step": 268030
    },
    {
      "epoch": 0.5584166666666667,
      "grad_norm": 1.594015121459961,
      "learning_rate": 0.00012348256968158867,
      "loss": 6.9264,
      "step": 268040
    },
    {
      "epoch": 0.5584375,
      "grad_norm": 1.5393764972686768,
      "learning_rate": 0.00012347286645797485,
      "loss": 7.771,
      "step": 268050
    },
    {
      "epoch": 0.5584583333333333,
      "grad_norm": 1.4025624990463257,
      "learning_rate": 0.00012346316334894774,
      "loss": 7.0159,
      "step": 268060
    },
    {
      "epoch": 0.5584791666666666,
      "grad_norm": 1.1867395639419556,
      "learning_rate": 0.00012345346035454923,
      "loss": 7.247,
      "step": 268070
    },
    {
      "epoch": 0.5585,
      "grad_norm": 1.1311105489730835,
      "learning_rate": 0.00012344375747482125,
      "loss": 7.2292,
      "step": 268080
    },
    {
      "epoch": 0.5585208333333334,
      "grad_norm": 1.4429372549057007,
      "learning_rate": 0.0001234340547098058,
      "loss": 7.5149,
      "step": 268090
    },
    {
      "epoch": 0.5585416666666667,
      "grad_norm": 0.9121232628822327,
      "learning_rate": 0.00012342435205954462,
      "loss": 7.5321,
      "step": 268100
    },
    {
      "epoch": 0.5585625,
      "grad_norm": 1.7880547046661377,
      "learning_rate": 0.00012341464952407978,
      "loss": 7.5974,
      "step": 268110
    },
    {
      "epoch": 0.5585833333333333,
      "grad_norm": 1.2953544855117798,
      "learning_rate": 0.00012340494710345312,
      "loss": 7.3296,
      "step": 268120
    },
    {
      "epoch": 0.5586041666666667,
      "grad_norm": 0.7257410883903503,
      "learning_rate": 0.00012339524479770654,
      "loss": 7.4895,
      "step": 268130
    },
    {
      "epoch": 0.558625,
      "grad_norm": 4.094698905944824,
      "learning_rate": 0.00012338554260688198,
      "loss": 7.8944,
      "step": 268140
    },
    {
      "epoch": 0.5586458333333333,
      "grad_norm": 1.9751735925674438,
      "learning_rate": 0.0001233758405310214,
      "loss": 7.9796,
      "step": 268150
    },
    {
      "epoch": 0.5586666666666666,
      "grad_norm": 0.7863530516624451,
      "learning_rate": 0.00012336613857016657,
      "loss": 7.7724,
      "step": 268160
    },
    {
      "epoch": 0.5586875,
      "grad_norm": 0.846299409866333,
      "learning_rate": 0.0001233564367243595,
      "loss": 7.2545,
      "step": 268170
    },
    {
      "epoch": 0.5587083333333334,
      "grad_norm": 0.6294460296630859,
      "learning_rate": 0.00012334673499364213,
      "loss": 7.2685,
      "step": 268180
    },
    {
      "epoch": 0.5587291666666667,
      "grad_norm": 1.3151277303695679,
      "learning_rate": 0.00012333703337805623,
      "loss": 7.1786,
      "step": 268190
    },
    {
      "epoch": 0.55875,
      "grad_norm": 1.1591942310333252,
      "learning_rate": 0.00012332733187764386,
      "loss": 7.4782,
      "step": 268200
    },
    {
      "epoch": 0.5587708333333333,
      "grad_norm": 1.0103696584701538,
      "learning_rate": 0.00012331763049244684,
      "loss": 7.3036,
      "step": 268210
    },
    {
      "epoch": 0.5587916666666667,
      "grad_norm": 2.7835288047790527,
      "learning_rate": 0.00012330792922250706,
      "loss": 7.4762,
      "step": 268220
    },
    {
      "epoch": 0.5588125,
      "grad_norm": 1.4927483797073364,
      "learning_rate": 0.00012329822806786652,
      "loss": 7.7714,
      "step": 268230
    },
    {
      "epoch": 0.5588333333333333,
      "grad_norm": 2.900102376937866,
      "learning_rate": 0.00012328852702856702,
      "loss": 7.1257,
      "step": 268240
    },
    {
      "epoch": 0.5588541666666667,
      "grad_norm": 1.368966817855835,
      "learning_rate": 0.00012327882610465056,
      "loss": 7.4857,
      "step": 268250
    },
    {
      "epoch": 0.558875,
      "grad_norm": 1.851125717163086,
      "learning_rate": 0.0001232691252961589,
      "loss": 7.7687,
      "step": 268260
    },
    {
      "epoch": 0.5588958333333334,
      "grad_norm": 0.914462685585022,
      "learning_rate": 0.0001232594246031341,
      "loss": 8.0967,
      "step": 268270
    },
    {
      "epoch": 0.5589166666666666,
      "grad_norm": 1.0180928707122803,
      "learning_rate": 0.00012324972402561805,
      "loss": 7.7179,
      "step": 268280
    },
    {
      "epoch": 0.5589375,
      "grad_norm": 0.7777910232543945,
      "learning_rate": 0.0001232400235636525,
      "loss": 7.331,
      "step": 268290
    },
    {
      "epoch": 0.5589583333333333,
      "grad_norm": 3.95042085647583,
      "learning_rate": 0.00012323032321727952,
      "loss": 7.8148,
      "step": 268300
    },
    {
      "epoch": 0.5589791666666667,
      "grad_norm": 0.9982444047927856,
      "learning_rate": 0.00012322062298654097,
      "loss": 7.0079,
      "step": 268310
    },
    {
      "epoch": 0.559,
      "grad_norm": 0.8637122511863708,
      "learning_rate": 0.00012321092287147865,
      "loss": 7.2232,
      "step": 268320
    },
    {
      "epoch": 0.5590208333333333,
      "grad_norm": 1.6122101545333862,
      "learning_rate": 0.00012320122287213462,
      "loss": 7.4017,
      "step": 268330
    },
    {
      "epoch": 0.5590416666666667,
      "grad_norm": 1.529344916343689,
      "learning_rate": 0.00012319152298855064,
      "loss": 7.3298,
      "step": 268340
    },
    {
      "epoch": 0.5590625,
      "grad_norm": 0.8839156627655029,
      "learning_rate": 0.00012318182322076866,
      "loss": 7.0732,
      "step": 268350
    },
    {
      "epoch": 0.5590833333333334,
      "grad_norm": 2.698137044906616,
      "learning_rate": 0.00012317212356883066,
      "loss": 7.4657,
      "step": 268360
    },
    {
      "epoch": 0.5591041666666666,
      "grad_norm": 1.10280442237854,
      "learning_rate": 0.0001231624240327784,
      "loss": 7.2099,
      "step": 268370
    },
    {
      "epoch": 0.559125,
      "grad_norm": 1.8533411026000977,
      "learning_rate": 0.00012315272461265386,
      "loss": 7.1859,
      "step": 268380
    },
    {
      "epoch": 0.5591458333333333,
      "grad_norm": 2.4740207195281982,
      "learning_rate": 0.00012314302530849896,
      "loss": 7.4714,
      "step": 268390
    },
    {
      "epoch": 0.5591666666666667,
      "grad_norm": 0.9165843725204468,
      "learning_rate": 0.00012313332612035553,
      "loss": 6.8572,
      "step": 268400
    },
    {
      "epoch": 0.5591875,
      "grad_norm": 1.4532346725463867,
      "learning_rate": 0.0001231236270482655,
      "loss": 7.5945,
      "step": 268410
    },
    {
      "epoch": 0.5592083333333333,
      "grad_norm": 2.1606948375701904,
      "learning_rate": 0.00012311392809227079,
      "loss": 7.7941,
      "step": 268420
    },
    {
      "epoch": 0.5592291666666667,
      "grad_norm": 2.083326578140259,
      "learning_rate": 0.00012310422925241324,
      "loss": 8.1497,
      "step": 268430
    },
    {
      "epoch": 0.55925,
      "grad_norm": 2.2441296577453613,
      "learning_rate": 0.00012309453052873476,
      "loss": 8.0897,
      "step": 268440
    },
    {
      "epoch": 0.5592708333333334,
      "grad_norm": 3.6747844219207764,
      "learning_rate": 0.00012308483192127726,
      "loss": 7.1493,
      "step": 268450
    },
    {
      "epoch": 0.5592916666666666,
      "grad_norm": 1.7932332754135132,
      "learning_rate": 0.00012307513343008268,
      "loss": 8.11,
      "step": 268460
    },
    {
      "epoch": 0.5593125,
      "grad_norm": 0.5365354418754578,
      "learning_rate": 0.0001230654350551928,
      "loss": 7.2632,
      "step": 268470
    },
    {
      "epoch": 0.5593333333333333,
      "grad_norm": 0.7656046152114868,
      "learning_rate": 0.0001230557367966496,
      "loss": 7.5163,
      "step": 268480
    },
    {
      "epoch": 0.5593541666666667,
      "grad_norm": 1.0054141283035278,
      "learning_rate": 0.000123046038654495,
      "loss": 7.8994,
      "step": 268490
    },
    {
      "epoch": 0.559375,
      "grad_norm": 1.2122687101364136,
      "learning_rate": 0.00012303634062877077,
      "loss": 8.176,
      "step": 268500
    },
    {
      "epoch": 0.5593958333333333,
      "grad_norm": 1.8289226293563843,
      "learning_rate": 0.00012302664271951892,
      "loss": 7.5752,
      "step": 268510
    },
    {
      "epoch": 0.5594166666666667,
      "grad_norm": 3.777491807937622,
      "learning_rate": 0.00012301694492678131,
      "loss": 7.4475,
      "step": 268520
    },
    {
      "epoch": 0.5594375,
      "grad_norm": 1.3358240127563477,
      "learning_rate": 0.0001230072472505998,
      "loss": 7.603,
      "step": 268530
    },
    {
      "epoch": 0.5594583333333333,
      "grad_norm": 1.1344690322875977,
      "learning_rate": 0.00012299754969101627,
      "loss": 7.5883,
      "step": 268540
    },
    {
      "epoch": 0.5594791666666666,
      "grad_norm": 0.5680758953094482,
      "learning_rate": 0.0001229878522480727,
      "loss": 7.1273,
      "step": 268550
    },
    {
      "epoch": 0.5595,
      "grad_norm": 1.5900869369506836,
      "learning_rate": 0.0001229781549218109,
      "loss": 7.5807,
      "step": 268560
    },
    {
      "epoch": 0.5595208333333334,
      "grad_norm": 0.9192522764205933,
      "learning_rate": 0.0001229684577122727,
      "loss": 7.1609,
      "step": 268570
    },
    {
      "epoch": 0.5595416666666667,
      "grad_norm": 1.0093743801116943,
      "learning_rate": 0.00012295876061950013,
      "loss": 7.6638,
      "step": 268580
    },
    {
      "epoch": 0.5595625,
      "grad_norm": 1.8986989259719849,
      "learning_rate": 0.000122949063643535,
      "loss": 7.6081,
      "step": 268590
    },
    {
      "epoch": 0.5595833333333333,
      "grad_norm": 0.7484124898910522,
      "learning_rate": 0.00012293936678441919,
      "loss": 7.1768,
      "step": 268600
    },
    {
      "epoch": 0.5596041666666667,
      "grad_norm": 1.0543818473815918,
      "learning_rate": 0.0001229296700421946,
      "loss": 7.0888,
      "step": 268610
    },
    {
      "epoch": 0.559625,
      "grad_norm": 0.9318505525588989,
      "learning_rate": 0.0001229199734169032,
      "loss": 7.3098,
      "step": 268620
    },
    {
      "epoch": 0.5596458333333333,
      "grad_norm": 0.8742098808288574,
      "learning_rate": 0.00012291027690858666,
      "loss": 7.3381,
      "step": 268630
    },
    {
      "epoch": 0.5596666666666666,
      "grad_norm": 1.2394137382507324,
      "learning_rate": 0.00012290058051728708,
      "loss": 7.3501,
      "step": 268640
    },
    {
      "epoch": 0.5596875,
      "grad_norm": 0.5839905738830566,
      "learning_rate": 0.0001228908842430463,
      "loss": 7.3246,
      "step": 268650
    },
    {
      "epoch": 0.5597083333333334,
      "grad_norm": 0.6471346616744995,
      "learning_rate": 0.0001228811880859061,
      "loss": 7.6221,
      "step": 268660
    },
    {
      "epoch": 0.5597291666666667,
      "grad_norm": 0.8328154683113098,
      "learning_rate": 0.00012287149204590845,
      "loss": 7.2472,
      "step": 268670
    },
    {
      "epoch": 0.55975,
      "grad_norm": 4.893002986907959,
      "learning_rate": 0.00012286179612309528,
      "loss": 7.5854,
      "step": 268680
    },
    {
      "epoch": 0.5597708333333333,
      "grad_norm": 0.8809939026832581,
      "learning_rate": 0.00012285210031750832,
      "loss": 7.6446,
      "step": 268690
    },
    {
      "epoch": 0.5597916666666667,
      "grad_norm": 1.0738548040390015,
      "learning_rate": 0.0001228424046291896,
      "loss": 7.2532,
      "step": 268700
    },
    {
      "epoch": 0.5598125,
      "grad_norm": 2.388795852661133,
      "learning_rate": 0.00012283270905818092,
      "loss": 7.849,
      "step": 268710
    },
    {
      "epoch": 0.5598333333333333,
      "grad_norm": 4.772968769073486,
      "learning_rate": 0.00012282301360452415,
      "loss": 7.9982,
      "step": 268720
    },
    {
      "epoch": 0.5598541666666667,
      "grad_norm": 1.7363201379776,
      "learning_rate": 0.00012281331826826126,
      "loss": 7.6495,
      "step": 268730
    },
    {
      "epoch": 0.559875,
      "grad_norm": 2.8831934928894043,
      "learning_rate": 0.00012280362304943406,
      "loss": 7.5866,
      "step": 268740
    },
    {
      "epoch": 0.5598958333333334,
      "grad_norm": 0.6912771463394165,
      "learning_rate": 0.00012279392794808437,
      "loss": 7.8678,
      "step": 268750
    },
    {
      "epoch": 0.5599166666666666,
      "grad_norm": 1.468940019607544,
      "learning_rate": 0.00012278423296425425,
      "loss": 7.2073,
      "step": 268760
    },
    {
      "epoch": 0.5599375,
      "grad_norm": 5.7600932121276855,
      "learning_rate": 0.00012277453809798544,
      "loss": 7.9153,
      "step": 268770
    },
    {
      "epoch": 0.5599583333333333,
      "grad_norm": 4.610388278961182,
      "learning_rate": 0.0001227648433493198,
      "loss": 7.385,
      "step": 268780
    },
    {
      "epoch": 0.5599791666666667,
      "grad_norm": 0.8456325531005859,
      "learning_rate": 0.0001227551487182993,
      "loss": 7.3148,
      "step": 268790
    },
    {
      "epoch": 0.56,
      "grad_norm": 1.8358831405639648,
      "learning_rate": 0.00012274545420496577,
      "loss": 7.2702,
      "step": 268800
    },
    {
      "epoch": 0.5600208333333333,
      "grad_norm": 0.7570573687553406,
      "learning_rate": 0.00012273575980936105,
      "loss": 7.2732,
      "step": 268810
    },
    {
      "epoch": 0.5600416666666667,
      "grad_norm": 0.6288400888442993,
      "learning_rate": 0.00012272606553152715,
      "loss": 7.5206,
      "step": 268820
    },
    {
      "epoch": 0.5600625,
      "grad_norm": 1.2692400217056274,
      "learning_rate": 0.0001227163713715058,
      "loss": 7.1256,
      "step": 268830
    },
    {
      "epoch": 0.5600833333333334,
      "grad_norm": 1.080345869064331,
      "learning_rate": 0.00012270667732933892,
      "loss": 7.3696,
      "step": 268840
    },
    {
      "epoch": 0.5601041666666666,
      "grad_norm": 0.8751766681671143,
      "learning_rate": 0.00012269698340506836,
      "loss": 7.4896,
      "step": 268850
    },
    {
      "epoch": 0.560125,
      "grad_norm": 1.2874045372009277,
      "learning_rate": 0.00012268728959873606,
      "loss": 7.2032,
      "step": 268860
    },
    {
      "epoch": 0.5601458333333333,
      "grad_norm": 1.1399221420288086,
      "learning_rate": 0.00012267759591038388,
      "loss": 7.0858,
      "step": 268870
    },
    {
      "epoch": 0.5601666666666667,
      "grad_norm": 1.0937739610671997,
      "learning_rate": 0.00012266790234005358,
      "loss": 7.3963,
      "step": 268880
    },
    {
      "epoch": 0.5601875,
      "grad_norm": 1.182206392288208,
      "learning_rate": 0.0001226582088877872,
      "loss": 7.2562,
      "step": 268890
    },
    {
      "epoch": 0.5602083333333333,
      "grad_norm": 6.171093940734863,
      "learning_rate": 0.00012264851555362656,
      "loss": 7.5836,
      "step": 268900
    },
    {
      "epoch": 0.5602291666666667,
      "grad_norm": 1.015274167060852,
      "learning_rate": 0.00012263882233761342,
      "loss": 7.1734,
      "step": 268910
    },
    {
      "epoch": 0.56025,
      "grad_norm": 0.9488608837127686,
      "learning_rate": 0.00012262912923978982,
      "loss": 7.4641,
      "step": 268920
    },
    {
      "epoch": 0.5602708333333334,
      "grad_norm": 1.3151898384094238,
      "learning_rate": 0.00012261943626019754,
      "loss": 7.2274,
      "step": 268930
    },
    {
      "epoch": 0.5602916666666666,
      "grad_norm": 1.1335985660552979,
      "learning_rate": 0.0001226097433988784,
      "loss": 7.4848,
      "step": 268940
    },
    {
      "epoch": 0.5603125,
      "grad_norm": 1.781853199005127,
      "learning_rate": 0.00012260005065587435,
      "loss": 7.1282,
      "step": 268950
    },
    {
      "epoch": 0.5603333333333333,
      "grad_norm": 1.4243072271347046,
      "learning_rate": 0.00012259035803122728,
      "loss": 7.4308,
      "step": 268960
    },
    {
      "epoch": 0.5603541666666667,
      "grad_norm": 0.9916476607322693,
      "learning_rate": 0.0001225806655249789,
      "loss": 7.1166,
      "step": 268970
    },
    {
      "epoch": 0.560375,
      "grad_norm": 2.451237201690674,
      "learning_rate": 0.00012257097313717128,
      "loss": 6.9114,
      "step": 268980
    },
    {
      "epoch": 0.5603958333333333,
      "grad_norm": 2.0802156925201416,
      "learning_rate": 0.00012256128086784624,
      "loss": 7.3508,
      "step": 268990
    },
    {
      "epoch": 0.5604166666666667,
      "grad_norm": 1.9022387266159058,
      "learning_rate": 0.0001225515887170455,
      "loss": 7.7762,
      "step": 269000
    },
    {
      "epoch": 0.5604166666666667,
      "eval_loss": 7.224306583404541,
      "eval_runtime": 8.6476,
      "eval_samples_per_second": 0.347,
      "eval_steps_per_second": 0.116,
      "step": 269000
    },
    {
      "epoch": 0.5604375,
      "grad_norm": 1.7385388612747192,
      "learning_rate": 0.00012254189668481108,
      "loss": 7.8233,
      "step": 269010
    },
    {
      "epoch": 0.5604583333333333,
      "grad_norm": 0.8112073540687561,
      "learning_rate": 0.00012253220477118483,
      "loss": 7.2026,
      "step": 269020
    },
    {
      "epoch": 0.5604791666666666,
      "grad_norm": 0.9805288910865784,
      "learning_rate": 0.00012252251297620854,
      "loss": 7.5578,
      "step": 269030
    },
    {
      "epoch": 0.5605,
      "grad_norm": 2.4263806343078613,
      "learning_rate": 0.00012251282129992412,
      "loss": 7.7326,
      "step": 269040
    },
    {
      "epoch": 0.5605208333333334,
      "grad_norm": 0.6624926924705505,
      "learning_rate": 0.00012250312974237346,
      "loss": 8.0391,
      "step": 269050
    },
    {
      "epoch": 0.5605416666666667,
      "grad_norm": 1.2773016691207886,
      "learning_rate": 0.00012249343830359835,
      "loss": 7.2225,
      "step": 269060
    },
    {
      "epoch": 0.5605625,
      "grad_norm": 0.9413468837738037,
      "learning_rate": 0.00012248374698364074,
      "loss": 7.1936,
      "step": 269070
    },
    {
      "epoch": 0.5605833333333333,
      "grad_norm": 1.1789019107818604,
      "learning_rate": 0.00012247405578254245,
      "loss": 7.7156,
      "step": 269080
    },
    {
      "epoch": 0.5606041666666667,
      "grad_norm": 0.9736431241035461,
      "learning_rate": 0.0001224643647003453,
      "loss": 7.2349,
      "step": 269090
    },
    {
      "epoch": 0.560625,
      "grad_norm": 2.220899820327759,
      "learning_rate": 0.00012245467373709124,
      "loss": 7.2525,
      "step": 269100
    },
    {
      "epoch": 0.5606458333333333,
      "grad_norm": 1.2021918296813965,
      "learning_rate": 0.00012244498289282207,
      "loss": 7.1577,
      "step": 269110
    },
    {
      "epoch": 0.5606666666666666,
      "grad_norm": 1.2073782682418823,
      "learning_rate": 0.00012243529216757974,
      "loss": 7.4845,
      "step": 269120
    },
    {
      "epoch": 0.5606875,
      "grad_norm": 0.7168774604797363,
      "learning_rate": 0.00012242560156140592,
      "loss": 7.1242,
      "step": 269130
    },
    {
      "epoch": 0.5607083333333334,
      "grad_norm": 2.177180767059326,
      "learning_rate": 0.0001224159110743426,
      "loss": 7.3782,
      "step": 269140
    },
    {
      "epoch": 0.5607291666666666,
      "grad_norm": 0.8887477517127991,
      "learning_rate": 0.0001224062207064317,
      "loss": 7.6082,
      "step": 269150
    },
    {
      "epoch": 0.56075,
      "grad_norm": 1.0172187089920044,
      "learning_rate": 0.00012239653045771493,
      "loss": 7.4526,
      "step": 269160
    },
    {
      "epoch": 0.5607708333333333,
      "grad_norm": 1.1903588771820068,
      "learning_rate": 0.00012238684032823426,
      "loss": 7.6333,
      "step": 269170
    },
    {
      "epoch": 0.5607916666666667,
      "grad_norm": 1.2181313037872314,
      "learning_rate": 0.00012237715031803152,
      "loss": 7.9008,
      "step": 269180
    },
    {
      "epoch": 0.5608125,
      "grad_norm": 1.1860381364822388,
      "learning_rate": 0.00012236746042714852,
      "loss": 7.542,
      "step": 269190
    },
    {
      "epoch": 0.5608333333333333,
      "grad_norm": 0.8375111222267151,
      "learning_rate": 0.00012235777065562723,
      "loss": 7.7273,
      "step": 269200
    },
    {
      "epoch": 0.5608541666666667,
      "grad_norm": 1.2774256467819214,
      "learning_rate": 0.00012234808100350936,
      "loss": 7.4368,
      "step": 269210
    },
    {
      "epoch": 0.560875,
      "grad_norm": 4.174872398376465,
      "learning_rate": 0.0001223383914708368,
      "loss": 7.4309,
      "step": 269220
    },
    {
      "epoch": 0.5608958333333334,
      "grad_norm": 0.8961362242698669,
      "learning_rate": 0.00012232870205765151,
      "loss": 8.7514,
      "step": 269230
    },
    {
      "epoch": 0.5609166666666666,
      "grad_norm": 0.9417585134506226,
      "learning_rate": 0.00012231901276399526,
      "loss": 7.0733,
      "step": 269240
    },
    {
      "epoch": 0.5609375,
      "grad_norm": 3.021827220916748,
      "learning_rate": 0.00012230932358990988,
      "loss": 8.5113,
      "step": 269250
    },
    {
      "epoch": 0.5609583333333333,
      "grad_norm": 1.093252420425415,
      "learning_rate": 0.00012229963453543733,
      "loss": 8.0843,
      "step": 269260
    },
    {
      "epoch": 0.5609791666666667,
      "grad_norm": 1.1143220663070679,
      "learning_rate": 0.00012228994560061935,
      "loss": 7.5161,
      "step": 269270
    },
    {
      "epoch": 0.561,
      "grad_norm": 2.9983084201812744,
      "learning_rate": 0.00012228025678549781,
      "loss": 7.5637,
      "step": 269280
    },
    {
      "epoch": 0.5610208333333333,
      "grad_norm": 2.0099642276763916,
      "learning_rate": 0.00012227056809011464,
      "loss": 8.0137,
      "step": 269290
    },
    {
      "epoch": 0.5610416666666667,
      "grad_norm": 1.5548509359359741,
      "learning_rate": 0.00012226087951451163,
      "loss": 7.2003,
      "step": 269300
    },
    {
      "epoch": 0.5610625,
      "grad_norm": 1.0652170181274414,
      "learning_rate": 0.00012225119105873058,
      "loss": 7.6586,
      "step": 269310
    },
    {
      "epoch": 0.5610833333333334,
      "grad_norm": 0.8593818545341492,
      "learning_rate": 0.0001222415027228135,
      "loss": 7.3049,
      "step": 269320
    },
    {
      "epoch": 0.5611041666666666,
      "grad_norm": 4.521482944488525,
      "learning_rate": 0.00012223181450680214,
      "loss": 7.365,
      "step": 269330
    },
    {
      "epoch": 0.561125,
      "grad_norm": 9.99109172821045,
      "learning_rate": 0.00012222212641073825,
      "loss": 7.8608,
      "step": 269340
    },
    {
      "epoch": 0.5611458333333333,
      "grad_norm": 0.7330557703971863,
      "learning_rate": 0.00012221243843466383,
      "loss": 6.9389,
      "step": 269350
    },
    {
      "epoch": 0.5611666666666667,
      "grad_norm": 1.1298972368240356,
      "learning_rate": 0.0001222027505786207,
      "loss": 7.505,
      "step": 269360
    },
    {
      "epoch": 0.5611875,
      "grad_norm": 3.0809237957000732,
      "learning_rate": 0.00012219306284265064,
      "loss": 8.6103,
      "step": 269370
    },
    {
      "epoch": 0.5612083333333333,
      "grad_norm": 2.3580031394958496,
      "learning_rate": 0.00012218337522679556,
      "loss": 7.3742,
      "step": 269380
    },
    {
      "epoch": 0.5612291666666667,
      "grad_norm": 3.1586029529571533,
      "learning_rate": 0.0001221736877310973,
      "loss": 7.8907,
      "step": 269390
    },
    {
      "epoch": 0.56125,
      "grad_norm": 2.5431313514709473,
      "learning_rate": 0.00012216400035559768,
      "loss": 7.3936,
      "step": 269400
    },
    {
      "epoch": 0.5612708333333334,
      "grad_norm": 1.0394715070724487,
      "learning_rate": 0.00012215431310033857,
      "loss": 7.5406,
      "step": 269410
    },
    {
      "epoch": 0.5612916666666666,
      "grad_norm": 0.7005727887153625,
      "learning_rate": 0.00012214462596536182,
      "loss": 8.069,
      "step": 269420
    },
    {
      "epoch": 0.5613125,
      "grad_norm": 4.389054775238037,
      "learning_rate": 0.0001221349389507093,
      "loss": 7.3999,
      "step": 269430
    },
    {
      "epoch": 0.5613333333333334,
      "grad_norm": 3.310678005218506,
      "learning_rate": 0.0001221252520564227,
      "loss": 7.492,
      "step": 269440
    },
    {
      "epoch": 0.5613541666666667,
      "grad_norm": 2.087770700454712,
      "learning_rate": 0.00012211556528254403,
      "loss": 7.5768,
      "step": 269450
    },
    {
      "epoch": 0.561375,
      "grad_norm": 0.7746075391769409,
      "learning_rate": 0.00012210587862911514,
      "loss": 8.0956,
      "step": 269460
    },
    {
      "epoch": 0.5613958333333333,
      "grad_norm": 2.06595778465271,
      "learning_rate": 0.0001220961920961777,
      "loss": 7.5859,
      "step": 269470
    },
    {
      "epoch": 0.5614166666666667,
      "grad_norm": 1.0025383234024048,
      "learning_rate": 0.00012208650568377373,
      "loss": 7.3511,
      "step": 269480
    },
    {
      "epoch": 0.5614375,
      "grad_norm": 1.0798388719558716,
      "learning_rate": 0.00012207681939194504,
      "loss": 7.5908,
      "step": 269490
    },
    {
      "epoch": 0.5614583333333333,
      "grad_norm": 1.2825928926467896,
      "learning_rate": 0.00012206713322073336,
      "loss": 7.4676,
      "step": 269500
    },
    {
      "epoch": 0.5614791666666666,
      "grad_norm": 0.8135825395584106,
      "learning_rate": 0.00012205744717018063,
      "loss": 7.4637,
      "step": 269510
    },
    {
      "epoch": 0.5615,
      "grad_norm": 1.3744690418243408,
      "learning_rate": 0.00012204776124032873,
      "loss": 7.5464,
      "step": 269520
    },
    {
      "epoch": 0.5615208333333334,
      "grad_norm": 1.9065591096878052,
      "learning_rate": 0.00012203807543121935,
      "loss": 7.2564,
      "step": 269530
    },
    {
      "epoch": 0.5615416666666667,
      "grad_norm": 2.0931360721588135,
      "learning_rate": 0.00012202838974289446,
      "loss": 7.5349,
      "step": 269540
    },
    {
      "epoch": 0.5615625,
      "grad_norm": 0.8962802886962891,
      "learning_rate": 0.00012201870417539587,
      "loss": 7.1666,
      "step": 269550
    },
    {
      "epoch": 0.5615833333333333,
      "grad_norm": 0.9828392863273621,
      "learning_rate": 0.00012200901872876534,
      "loss": 7.2269,
      "step": 269560
    },
    {
      "epoch": 0.5616041666666667,
      "grad_norm": 0.9778540730476379,
      "learning_rate": 0.00012199933340304486,
      "loss": 7.1631,
      "step": 269570
    },
    {
      "epoch": 0.561625,
      "grad_norm": 3.027596950531006,
      "learning_rate": 0.00012198964819827613,
      "loss": 7.2052,
      "step": 269580
    },
    {
      "epoch": 0.5616458333333333,
      "grad_norm": 1.046259880065918,
      "learning_rate": 0.00012197996311450099,
      "loss": 7.0499,
      "step": 269590
    },
    {
      "epoch": 0.5616666666666666,
      "grad_norm": 12.621794700622559,
      "learning_rate": 0.00012197027815176139,
      "loss": 8.015,
      "step": 269600
    },
    {
      "epoch": 0.5616875,
      "grad_norm": 1.5334562063217163,
      "learning_rate": 0.00012196059331009907,
      "loss": 7.5129,
      "step": 269610
    },
    {
      "epoch": 0.5617083333333334,
      "grad_norm": 0.9754980802536011,
      "learning_rate": 0.00012195090858955584,
      "loss": 6.97,
      "step": 269620
    },
    {
      "epoch": 0.5617291666666666,
      "grad_norm": 1.6711275577545166,
      "learning_rate": 0.00012194122399017365,
      "loss": 6.8155,
      "step": 269630
    },
    {
      "epoch": 0.56175,
      "grad_norm": 2.308908462524414,
      "learning_rate": 0.00012193153951199424,
      "loss": 7.9131,
      "step": 269640
    },
    {
      "epoch": 0.5617708333333333,
      "grad_norm": 3.5732364654541016,
      "learning_rate": 0.00012192185515505942,
      "loss": 7.4557,
      "step": 269650
    },
    {
      "epoch": 0.5617916666666667,
      "grad_norm": 2.2001230716705322,
      "learning_rate": 0.00012191217091941116,
      "loss": 7.2409,
      "step": 269660
    },
    {
      "epoch": 0.5618125,
      "grad_norm": 1.077717661857605,
      "learning_rate": 0.00012190248680509116,
      "loss": 7.5833,
      "step": 269670
    },
    {
      "epoch": 0.5618333333333333,
      "grad_norm": 1.107328176498413,
      "learning_rate": 0.00012189280281214126,
      "loss": 7.1888,
      "step": 269680
    },
    {
      "epoch": 0.5618541666666667,
      "grad_norm": 0.6877850294113159,
      "learning_rate": 0.0001218831189406034,
      "loss": 7.116,
      "step": 269690
    },
    {
      "epoch": 0.561875,
      "grad_norm": 2.0761044025421143,
      "learning_rate": 0.00012187343519051933,
      "loss": 7.4689,
      "step": 269700
    },
    {
      "epoch": 0.5618958333333334,
      "grad_norm": 7.441647529602051,
      "learning_rate": 0.00012186375156193086,
      "loss": 7.6593,
      "step": 269710
    },
    {
      "epoch": 0.5619166666666666,
      "grad_norm": 0.6662875413894653,
      "learning_rate": 0.00012185406805487982,
      "loss": 7.5108,
      "step": 269720
    },
    {
      "epoch": 0.5619375,
      "grad_norm": 1.6431366205215454,
      "learning_rate": 0.00012184438466940811,
      "loss": 7.1933,
      "step": 269730
    },
    {
      "epoch": 0.5619583333333333,
      "grad_norm": 1.270483374595642,
      "learning_rate": 0.0001218347014055575,
      "loss": 7.2887,
      "step": 269740
    },
    {
      "epoch": 0.5619791666666667,
      "grad_norm": 1.650426983833313,
      "learning_rate": 0.00012182501826336977,
      "loss": 7.3057,
      "step": 269750
    },
    {
      "epoch": 0.562,
      "grad_norm": 3.544400691986084,
      "learning_rate": 0.00012181533524288692,
      "loss": 8.3796,
      "step": 269760
    },
    {
      "epoch": 0.5620208333333333,
      "grad_norm": 1.9269907474517822,
      "learning_rate": 0.0001218056523441506,
      "loss": 7.3604,
      "step": 269770
    },
    {
      "epoch": 0.5620416666666667,
      "grad_norm": 1.4022414684295654,
      "learning_rate": 0.00012179596956720267,
      "loss": 7.2806,
      "step": 269780
    },
    {
      "epoch": 0.5620625,
      "grad_norm": 1.102169394493103,
      "learning_rate": 0.00012178628691208506,
      "loss": 7.1953,
      "step": 269790
    },
    {
      "epoch": 0.5620833333333334,
      "grad_norm": 0.8091102242469788,
      "learning_rate": 0.00012177660437883948,
      "loss": 7.3457,
      "step": 269800
    },
    {
      "epoch": 0.5621041666666666,
      "grad_norm": 1.230539321899414,
      "learning_rate": 0.00012176692196750778,
      "loss": 6.9436,
      "step": 269810
    },
    {
      "epoch": 0.562125,
      "grad_norm": 1.7468926906585693,
      "learning_rate": 0.00012175723967813185,
      "loss": 7.1382,
      "step": 269820
    },
    {
      "epoch": 0.5621458333333333,
      "grad_norm": 2.8046281337738037,
      "learning_rate": 0.00012174755751075348,
      "loss": 7.9334,
      "step": 269830
    },
    {
      "epoch": 0.5621666666666667,
      "grad_norm": 0.7801836729049683,
      "learning_rate": 0.00012173787546541441,
      "loss": 7.055,
      "step": 269840
    },
    {
      "epoch": 0.5621875,
      "grad_norm": 1.6346981525421143,
      "learning_rate": 0.00012172819354215656,
      "loss": 7.5024,
      "step": 269850
    },
    {
      "epoch": 0.5622083333333333,
      "grad_norm": 0.7356222867965698,
      "learning_rate": 0.00012171851174102177,
      "loss": 7.1783,
      "step": 269860
    },
    {
      "epoch": 0.5622291666666667,
      "grad_norm": 1.2916076183319092,
      "learning_rate": 0.00012170883006205173,
      "loss": 7.5348,
      "step": 269870
    },
    {
      "epoch": 0.56225,
      "grad_norm": 1.2673076391220093,
      "learning_rate": 0.0001216991485052884,
      "loss": 7.3848,
      "step": 269880
    },
    {
      "epoch": 0.5622708333333334,
      "grad_norm": 1.1422260999679565,
      "learning_rate": 0.00012168946707077356,
      "loss": 7.1172,
      "step": 269890
    },
    {
      "epoch": 0.5622916666666666,
      "grad_norm": 3.957990884780884,
      "learning_rate": 0.00012167978575854896,
      "loss": 7.3451,
      "step": 269900
    },
    {
      "epoch": 0.5623125,
      "grad_norm": 0.6507146954536438,
      "learning_rate": 0.0001216701045686565,
      "loss": 7.1195,
      "step": 269910
    },
    {
      "epoch": 0.5623333333333334,
      "grad_norm": 0.846565306186676,
      "learning_rate": 0.000121660423501138,
      "loss": 7.882,
      "step": 269920
    },
    {
      "epoch": 0.5623541666666667,
      "grad_norm": 2.6594033241271973,
      "learning_rate": 0.0001216507425560352,
      "loss": 8.103,
      "step": 269930
    },
    {
      "epoch": 0.562375,
      "grad_norm": 2.062194585800171,
      "learning_rate": 0.00012164106173339004,
      "loss": 7.933,
      "step": 269940
    },
    {
      "epoch": 0.5623958333333333,
      "grad_norm": 1.3878835439682007,
      "learning_rate": 0.00012163138103324422,
      "loss": 7.3271,
      "step": 269950
    },
    {
      "epoch": 0.5624166666666667,
      "grad_norm": 1.9585000276565552,
      "learning_rate": 0.0001216217004556396,
      "loss": 7.1804,
      "step": 269960
    },
    {
      "epoch": 0.5624375,
      "grad_norm": 1.7167195081710815,
      "learning_rate": 0.00012161202000061804,
      "loss": 7.5377,
      "step": 269970
    },
    {
      "epoch": 0.5624583333333333,
      "grad_norm": 1.0136381387710571,
      "learning_rate": 0.0001216023396682213,
      "loss": 7.2969,
      "step": 269980
    },
    {
      "epoch": 0.5624791666666666,
      "grad_norm": 1.231736660003662,
      "learning_rate": 0.00012159265945849118,
      "loss": 7.6142,
      "step": 269990
    },
    {
      "epoch": 0.5625,
      "grad_norm": 1.7829711437225342,
      "learning_rate": 0.00012158297937146957,
      "loss": 7.7519,
      "step": 270000
    },
    {
      "epoch": 0.5625,
      "eval_loss": 7.6637725830078125,
      "eval_runtime": 8.204,
      "eval_samples_per_second": 0.366,
      "eval_steps_per_second": 0.122,
      "step": 270000
    },
    {
      "epoch": 0.5625208333333334,
      "grad_norm": 1.3689215183258057,
      "learning_rate": 0.00012157329940719822,
      "loss": 7.0704,
      "step": 270010
    },
    {
      "epoch": 0.5625416666666667,
      "grad_norm": 1.065970540046692,
      "learning_rate": 0.000121563619565719,
      "loss": 7.4075,
      "step": 270020
    },
    {
      "epoch": 0.5625625,
      "grad_norm": 6.583081245422363,
      "learning_rate": 0.00012155393984707364,
      "loss": 7.4355,
      "step": 270030
    },
    {
      "epoch": 0.5625833333333333,
      "grad_norm": 1.0084228515625,
      "learning_rate": 0.00012154426025130401,
      "loss": 7.2869,
      "step": 270040
    },
    {
      "epoch": 0.5626041666666667,
      "grad_norm": 1.3079090118408203,
      "learning_rate": 0.00012153458077845195,
      "loss": 7.4505,
      "step": 270050
    },
    {
      "epoch": 0.562625,
      "grad_norm": 1.0085177421569824,
      "learning_rate": 0.00012152490142855917,
      "loss": 7.2663,
      "step": 270060
    },
    {
      "epoch": 0.5626458333333333,
      "grad_norm": 1.0057255029678345,
      "learning_rate": 0.0001215152222016676,
      "loss": 7.9394,
      "step": 270070
    },
    {
      "epoch": 0.5626666666666666,
      "grad_norm": 1.5604870319366455,
      "learning_rate": 0.00012150554309781898,
      "loss": 7.26,
      "step": 270080
    },
    {
      "epoch": 0.5626875,
      "grad_norm": 1.3512568473815918,
      "learning_rate": 0.00012149586411705509,
      "loss": 7.9131,
      "step": 270090
    },
    {
      "epoch": 0.5627083333333334,
      "grad_norm": 0.6681135296821594,
      "learning_rate": 0.00012148618525941784,
      "loss": 7.3485,
      "step": 270100
    },
    {
      "epoch": 0.5627291666666666,
      "grad_norm": 1.5883853435516357,
      "learning_rate": 0.00012147650652494898,
      "loss": 7.2023,
      "step": 270110
    },
    {
      "epoch": 0.56275,
      "grad_norm": 1.0582071542739868,
      "learning_rate": 0.00012146682791369026,
      "loss": 7.0526,
      "step": 270120
    },
    {
      "epoch": 0.5627708333333333,
      "grad_norm": 1.4119794368743896,
      "learning_rate": 0.00012145714942568365,
      "loss": 6.9053,
      "step": 270130
    },
    {
      "epoch": 0.5627916666666667,
      "grad_norm": 0.9904610514640808,
      "learning_rate": 0.00012144747106097078,
      "loss": 6.9418,
      "step": 270140
    },
    {
      "epoch": 0.5628125,
      "grad_norm": 1.287445306777954,
      "learning_rate": 0.00012143779281959353,
      "loss": 7.2819,
      "step": 270150
    },
    {
      "epoch": 0.5628333333333333,
      "grad_norm": 1.1186951398849487,
      "learning_rate": 0.00012142811470159377,
      "loss": 7.4698,
      "step": 270160
    },
    {
      "epoch": 0.5628541666666667,
      "grad_norm": 1.0795303583145142,
      "learning_rate": 0.0001214184367070132,
      "loss": 7.1345,
      "step": 270170
    },
    {
      "epoch": 0.562875,
      "grad_norm": 1.9880504608154297,
      "learning_rate": 0.00012140875883589364,
      "loss": 8.1766,
      "step": 270180
    },
    {
      "epoch": 0.5628958333333334,
      "grad_norm": 0.7330878376960754,
      "learning_rate": 0.000121399081088277,
      "loss": 7.8838,
      "step": 270190
    },
    {
      "epoch": 0.5629166666666666,
      "grad_norm": 1.534828782081604,
      "learning_rate": 0.000121389403464205,
      "loss": 7.8844,
      "step": 270200
    },
    {
      "epoch": 0.5629375,
      "grad_norm": 0.8404657244682312,
      "learning_rate": 0.00012137972596371939,
      "loss": 7.0306,
      "step": 270210
    },
    {
      "epoch": 0.5629583333333333,
      "grad_norm": 1.1477371454238892,
      "learning_rate": 0.00012137004858686208,
      "loss": 8.1232,
      "step": 270220
    },
    {
      "epoch": 0.5629791666666667,
      "grad_norm": 0.9024738073348999,
      "learning_rate": 0.00012136037133367485,
      "loss": 6.9365,
      "step": 270230
    },
    {
      "epoch": 0.563,
      "grad_norm": 1.350182294845581,
      "learning_rate": 0.00012135069420419941,
      "loss": 7.432,
      "step": 270240
    },
    {
      "epoch": 0.5630208333333333,
      "grad_norm": 1.6355253458023071,
      "learning_rate": 0.00012134101719847766,
      "loss": 7.3754,
      "step": 270250
    },
    {
      "epoch": 0.5630416666666667,
      "grad_norm": 1.0066583156585693,
      "learning_rate": 0.00012133134031655141,
      "loss": 7.2156,
      "step": 270260
    },
    {
      "epoch": 0.5630625,
      "grad_norm": 1.3174282312393188,
      "learning_rate": 0.00012132166355846235,
      "loss": 7.5642,
      "step": 270270
    },
    {
      "epoch": 0.5630833333333334,
      "grad_norm": 3.44464111328125,
      "learning_rate": 0.0001213119869242524,
      "loss": 8.243,
      "step": 270280
    },
    {
      "epoch": 0.5631041666666666,
      "grad_norm": 1.7618556022644043,
      "learning_rate": 0.00012130231041396333,
      "loss": 8.1812,
      "step": 270290
    },
    {
      "epoch": 0.563125,
      "grad_norm": 2.661454916000366,
      "learning_rate": 0.00012129263402763689,
      "loss": 7.8828,
      "step": 270300
    },
    {
      "epoch": 0.5631458333333333,
      "grad_norm": 0.8867018222808838,
      "learning_rate": 0.00012128295776531489,
      "loss": 7.1842,
      "step": 270310
    },
    {
      "epoch": 0.5631666666666667,
      "grad_norm": 1.4358214139938354,
      "learning_rate": 0.0001212732816270392,
      "loss": 8.807,
      "step": 270320
    },
    {
      "epoch": 0.5631875,
      "grad_norm": 1.4834215641021729,
      "learning_rate": 0.00012126360561285154,
      "loss": 7.043,
      "step": 270330
    },
    {
      "epoch": 0.5632083333333333,
      "grad_norm": 1.5305174589157104,
      "learning_rate": 0.00012125392972279369,
      "loss": 7.4613,
      "step": 270340
    },
    {
      "epoch": 0.5632291666666667,
      "grad_norm": 0.7914249300956726,
      "learning_rate": 0.00012124425395690753,
      "loss": 7.5137,
      "step": 270350
    },
    {
      "epoch": 0.56325,
      "grad_norm": 1.1952823400497437,
      "learning_rate": 0.00012123457831523482,
      "loss": 7.4034,
      "step": 270360
    },
    {
      "epoch": 0.5632708333333334,
      "grad_norm": 2.298159122467041,
      "learning_rate": 0.00012122490279781727,
      "loss": 7.2424,
      "step": 270370
    },
    {
      "epoch": 0.5632916666666666,
      "grad_norm": 1.7569026947021484,
      "learning_rate": 0.0001212152274046968,
      "loss": 7.5228,
      "step": 270380
    },
    {
      "epoch": 0.5633125,
      "grad_norm": 1.0528806447982788,
      "learning_rate": 0.00012120555213591518,
      "loss": 6.9939,
      "step": 270390
    },
    {
      "epoch": 0.5633333333333334,
      "grad_norm": 0.7546198964118958,
      "learning_rate": 0.00012119587699151413,
      "loss": 7.2424,
      "step": 270400
    },
    {
      "epoch": 0.5633541666666667,
      "grad_norm": 0.9679890275001526,
      "learning_rate": 0.0001211862019715355,
      "loss": 7.238,
      "step": 270410
    },
    {
      "epoch": 0.563375,
      "grad_norm": 1.1827348470687866,
      "learning_rate": 0.00012117652707602111,
      "loss": 7.2507,
      "step": 270420
    },
    {
      "epoch": 0.5633958333333333,
      "grad_norm": 1.125770926475525,
      "learning_rate": 0.00012116685230501267,
      "loss": 7.143,
      "step": 270430
    },
    {
      "epoch": 0.5634166666666667,
      "grad_norm": 0.968157172203064,
      "learning_rate": 0.00012115717765855205,
      "loss": 7.4839,
      "step": 270440
    },
    {
      "epoch": 0.5634375,
      "grad_norm": 2.6507935523986816,
      "learning_rate": 0.000121147503136681,
      "loss": 7.9883,
      "step": 270450
    },
    {
      "epoch": 0.5634583333333333,
      "grad_norm": 2.0322794914245605,
      "learning_rate": 0.00012113782873944125,
      "loss": 7.0331,
      "step": 270460
    },
    {
      "epoch": 0.5634791666666666,
      "grad_norm": 3.0140905380249023,
      "learning_rate": 0.00012112815446687475,
      "loss": 7.5591,
      "step": 270470
    },
    {
      "epoch": 0.5635,
      "grad_norm": 1.3565707206726074,
      "learning_rate": 0.00012111848031902315,
      "loss": 7.2048,
      "step": 270480
    },
    {
      "epoch": 0.5635208333333334,
      "grad_norm": 0.7371623516082764,
      "learning_rate": 0.00012110880629592825,
      "loss": 7.2592,
      "step": 270490
    },
    {
      "epoch": 0.5635416666666667,
      "grad_norm": 1.098751425743103,
      "learning_rate": 0.00012109913239763195,
      "loss": 7.7332,
      "step": 270500
    },
    {
      "epoch": 0.5635625,
      "grad_norm": 1.4833647012710571,
      "learning_rate": 0.0001210894586241759,
      "loss": 7.6367,
      "step": 270510
    },
    {
      "epoch": 0.5635833333333333,
      "grad_norm": 3.0312540531158447,
      "learning_rate": 0.00012107978497560195,
      "loss": 8.0721,
      "step": 270520
    },
    {
      "epoch": 0.5636041666666667,
      "grad_norm": 0.9382296204566956,
      "learning_rate": 0.0001210701114519519,
      "loss": 7.1853,
      "step": 270530
    },
    {
      "epoch": 0.563625,
      "grad_norm": 1.2192599773406982,
      "learning_rate": 0.00012106043805326752,
      "loss": 7.3859,
      "step": 270540
    },
    {
      "epoch": 0.5636458333333333,
      "grad_norm": 0.907038152217865,
      "learning_rate": 0.00012105076477959054,
      "loss": 7.6491,
      "step": 270550
    },
    {
      "epoch": 0.5636666666666666,
      "grad_norm": 0.8591792583465576,
      "learning_rate": 0.00012104109163096288,
      "loss": 6.9788,
      "step": 270560
    },
    {
      "epoch": 0.5636875,
      "grad_norm": 1.5877692699432373,
      "learning_rate": 0.00012103141860742623,
      "loss": 7.092,
      "step": 270570
    },
    {
      "epoch": 0.5637083333333334,
      "grad_norm": 2.692319869995117,
      "learning_rate": 0.00012102174570902232,
      "loss": 7.6441,
      "step": 270580
    },
    {
      "epoch": 0.5637291666666666,
      "grad_norm": 2.2860162258148193,
      "learning_rate": 0.00012101207293579304,
      "loss": 7.6518,
      "step": 270590
    },
    {
      "epoch": 0.56375,
      "grad_norm": 2.3144357204437256,
      "learning_rate": 0.00012100240028778015,
      "loss": 7.1923,
      "step": 270600
    },
    {
      "epoch": 0.5637708333333333,
      "grad_norm": 1.1694138050079346,
      "learning_rate": 0.00012099272776502538,
      "loss": 7.0431,
      "step": 270610
    },
    {
      "epoch": 0.5637916666666667,
      "grad_norm": 1.4050028324127197,
      "learning_rate": 0.00012098305536757052,
      "loss": 7.5721,
      "step": 270620
    },
    {
      "epoch": 0.5638125,
      "grad_norm": 2.1387624740600586,
      "learning_rate": 0.00012097338309545744,
      "loss": 7.063,
      "step": 270630
    },
    {
      "epoch": 0.5638333333333333,
      "grad_norm": 0.8750197291374207,
      "learning_rate": 0.00012096371094872781,
      "loss": 7.2629,
      "step": 270640
    },
    {
      "epoch": 0.5638541666666667,
      "grad_norm": 2.0200273990631104,
      "learning_rate": 0.00012095403892742344,
      "loss": 7.4243,
      "step": 270650
    },
    {
      "epoch": 0.563875,
      "grad_norm": 5.08407735824585,
      "learning_rate": 0.00012094436703158618,
      "loss": 7.5463,
      "step": 270660
    },
    {
      "epoch": 0.5638958333333334,
      "grad_norm": 1.5480157136917114,
      "learning_rate": 0.00012093469526125772,
      "loss": 7.9384,
      "step": 270670
    },
    {
      "epoch": 0.5639166666666666,
      "grad_norm": 2.2747809886932373,
      "learning_rate": 0.00012092502361647985,
      "loss": 7.1837,
      "step": 270680
    },
    {
      "epoch": 0.5639375,
      "grad_norm": 1.807945966720581,
      "learning_rate": 0.00012091535209729443,
      "loss": 7.0934,
      "step": 270690
    },
    {
      "epoch": 0.5639583333333333,
      "grad_norm": 2.194004774093628,
      "learning_rate": 0.00012090568070374316,
      "loss": 7.5538,
      "step": 270700
    },
    {
      "epoch": 0.5639791666666667,
      "grad_norm": 1.3718539476394653,
      "learning_rate": 0.0001208960094358678,
      "loss": 7.3401,
      "step": 270710
    },
    {
      "epoch": 0.564,
      "grad_norm": 1.1942213773727417,
      "learning_rate": 0.00012088633829371016,
      "loss": 7.4207,
      "step": 270720
    },
    {
      "epoch": 0.5640208333333333,
      "grad_norm": 0.727420449256897,
      "learning_rate": 0.00012087666727731206,
      "loss": 7.0856,
      "step": 270730
    },
    {
      "epoch": 0.5640416666666667,
      "grad_norm": 1.3659747838974,
      "learning_rate": 0.00012086699638671518,
      "loss": 7.3113,
      "step": 270740
    },
    {
      "epoch": 0.5640625,
      "grad_norm": 3.7803726196289062,
      "learning_rate": 0.00012085732562196136,
      "loss": 7.334,
      "step": 270750
    },
    {
      "epoch": 0.5640833333333334,
      "grad_norm": 0.8412947654724121,
      "learning_rate": 0.00012084765498309238,
      "loss": 7.0244,
      "step": 270760
    },
    {
      "epoch": 0.5641041666666666,
      "grad_norm": 1.5511506795883179,
      "learning_rate": 0.00012083798447014995,
      "loss": 7.6667,
      "step": 270770
    },
    {
      "epoch": 0.564125,
      "grad_norm": 1.7124249935150146,
      "learning_rate": 0.00012082831408317589,
      "loss": 7.5014,
      "step": 270780
    },
    {
      "epoch": 0.5641458333333333,
      "grad_norm": 2.3715646266937256,
      "learning_rate": 0.00012081864382221202,
      "loss": 7.5418,
      "step": 270790
    },
    {
      "epoch": 0.5641666666666667,
      "grad_norm": 2.264939308166504,
      "learning_rate": 0.00012080897368729998,
      "loss": 7.4725,
      "step": 270800
    },
    {
      "epoch": 0.5641875,
      "grad_norm": 1.1853312253952026,
      "learning_rate": 0.00012079930367848166,
      "loss": 7.5607,
      "step": 270810
    },
    {
      "epoch": 0.5642083333333333,
      "grad_norm": 1.9874885082244873,
      "learning_rate": 0.00012078963379579883,
      "loss": 7.6193,
      "step": 270820
    },
    {
      "epoch": 0.5642291666666667,
      "grad_norm": 0.6365386843681335,
      "learning_rate": 0.00012077996403929313,
      "loss": 7.2254,
      "step": 270830
    },
    {
      "epoch": 0.56425,
      "grad_norm": 1.2563151121139526,
      "learning_rate": 0.0001207702944090065,
      "loss": 7.1421,
      "step": 270840
    },
    {
      "epoch": 0.5642708333333334,
      "grad_norm": 0.9550260901451111,
      "learning_rate": 0.0001207606249049806,
      "loss": 7.1902,
      "step": 270850
    },
    {
      "epoch": 0.5642916666666666,
      "grad_norm": 1.6563128232955933,
      "learning_rate": 0.00012075095552725719,
      "loss": 7.3488,
      "step": 270860
    },
    {
      "epoch": 0.5643125,
      "grad_norm": 1.132191777229309,
      "learning_rate": 0.00012074128627587814,
      "loss": 7.389,
      "step": 270870
    },
    {
      "epoch": 0.5643333333333334,
      "grad_norm": 1.5326452255249023,
      "learning_rate": 0.00012073161715088512,
      "loss": 7.6685,
      "step": 270880
    },
    {
      "epoch": 0.5643541666666667,
      "grad_norm": 2.1150670051574707,
      "learning_rate": 0.00012072194815231995,
      "loss": 6.9919,
      "step": 270890
    },
    {
      "epoch": 0.564375,
      "grad_norm": 1.5116307735443115,
      "learning_rate": 0.00012071227928022433,
      "loss": 6.7573,
      "step": 270900
    },
    {
      "epoch": 0.5643958333333333,
      "grad_norm": 2.3102023601531982,
      "learning_rate": 0.00012070261053464008,
      "loss": 7.4469,
      "step": 270910
    },
    {
      "epoch": 0.5644166666666667,
      "grad_norm": 1.427816390991211,
      "learning_rate": 0.00012069294191560902,
      "loss": 7.1556,
      "step": 270920
    },
    {
      "epoch": 0.5644375,
      "grad_norm": 3.3235228061676025,
      "learning_rate": 0.00012068327342317274,
      "loss": 7.7959,
      "step": 270930
    },
    {
      "epoch": 0.5644583333333333,
      "grad_norm": 1.1639937162399292,
      "learning_rate": 0.00012067360505737321,
      "loss": 7.0598,
      "step": 270940
    },
    {
      "epoch": 0.5644791666666666,
      "grad_norm": 3.866368055343628,
      "learning_rate": 0.00012066393681825206,
      "loss": 7.7713,
      "step": 270950
    },
    {
      "epoch": 0.5645,
      "grad_norm": 1.8724919557571411,
      "learning_rate": 0.00012065426870585107,
      "loss": 7.175,
      "step": 270960
    },
    {
      "epoch": 0.5645208333333334,
      "grad_norm": 3.719305992126465,
      "learning_rate": 0.00012064460072021208,
      "loss": 7.2463,
      "step": 270970
    },
    {
      "epoch": 0.5645416666666667,
      "grad_norm": 1.090279459953308,
      "learning_rate": 0.00012063493286137675,
      "loss": 7.7594,
      "step": 270980
    },
    {
      "epoch": 0.5645625,
      "grad_norm": 1.4550268650054932,
      "learning_rate": 0.00012062526512938687,
      "loss": 6.898,
      "step": 270990
    },
    {
      "epoch": 0.5645833333333333,
      "grad_norm": 0.8298985362052917,
      "learning_rate": 0.00012061559752428428,
      "loss": 8.0542,
      "step": 271000
    },
    {
      "epoch": 0.5645833333333333,
      "eval_loss": 7.848275661468506,
      "eval_runtime": 8.2336,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 271000
    },
    {
      "epoch": 0.5646041666666667,
      "grad_norm": 0.7796610593795776,
      "learning_rate": 0.00012060593004611064,
      "loss": 7.6761,
      "step": 271010
    },
    {
      "epoch": 0.564625,
      "grad_norm": 0.6475995182991028,
      "learning_rate": 0.00012059626269490772,
      "loss": 7.8639,
      "step": 271020
    },
    {
      "epoch": 0.5646458333333333,
      "grad_norm": 3.4281201362609863,
      "learning_rate": 0.00012058659547071736,
      "loss": 7.1641,
      "step": 271030
    },
    {
      "epoch": 0.5646666666666667,
      "grad_norm": 1.0664145946502686,
      "learning_rate": 0.00012057692837358124,
      "loss": 7.32,
      "step": 271040
    },
    {
      "epoch": 0.5646875,
      "grad_norm": 0.8193747997283936,
      "learning_rate": 0.0001205672614035411,
      "loss": 7.0642,
      "step": 271050
    },
    {
      "epoch": 0.5647083333333334,
      "grad_norm": 0.9791241884231567,
      "learning_rate": 0.00012055759456063882,
      "loss": 7.2764,
      "step": 271060
    },
    {
      "epoch": 0.5647291666666666,
      "grad_norm": 1.6224403381347656,
      "learning_rate": 0.00012054792784491608,
      "loss": 7.2093,
      "step": 271070
    },
    {
      "epoch": 0.56475,
      "grad_norm": 3.0238993167877197,
      "learning_rate": 0.00012053826125641456,
      "loss": 8.2557,
      "step": 271080
    },
    {
      "epoch": 0.5647708333333333,
      "grad_norm": 0.904893696308136,
      "learning_rate": 0.00012052859479517612,
      "loss": 7.7389,
      "step": 271090
    },
    {
      "epoch": 0.5647916666666667,
      "grad_norm": 1.1215808391571045,
      "learning_rate": 0.00012051892846124251,
      "loss": 7.2717,
      "step": 271100
    },
    {
      "epoch": 0.5648125,
      "grad_norm": 0.973960816860199,
      "learning_rate": 0.00012050926225465543,
      "loss": 7.6016,
      "step": 271110
    },
    {
      "epoch": 0.5648333333333333,
      "grad_norm": 1.0711125135421753,
      "learning_rate": 0.00012049959617545667,
      "loss": 7.2857,
      "step": 271120
    },
    {
      "epoch": 0.5648541666666667,
      "grad_norm": 0.8693757057189941,
      "learning_rate": 0.000120489930223688,
      "loss": 7.3387,
      "step": 271130
    },
    {
      "epoch": 0.564875,
      "grad_norm": 1.111202597618103,
      "learning_rate": 0.00012048026439939109,
      "loss": 7.481,
      "step": 271140
    },
    {
      "epoch": 0.5648958333333334,
      "grad_norm": 2.737356185913086,
      "learning_rate": 0.0001204705987026078,
      "loss": 7.6367,
      "step": 271150
    },
    {
      "epoch": 0.5649166666666666,
      "grad_norm": 2.011476993560791,
      "learning_rate": 0.00012046093313337986,
      "loss": 6.7681,
      "step": 271160
    },
    {
      "epoch": 0.5649375,
      "grad_norm": 0.7866146564483643,
      "learning_rate": 0.00012045126769174896,
      "loss": 7.5638,
      "step": 271170
    },
    {
      "epoch": 0.5649583333333333,
      "grad_norm": 2.4568495750427246,
      "learning_rate": 0.00012044160237775687,
      "loss": 7.4944,
      "step": 271180
    },
    {
      "epoch": 0.5649791666666667,
      "grad_norm": 1.7818756103515625,
      "learning_rate": 0.00012043193719144541,
      "loss": 7.1083,
      "step": 271190
    },
    {
      "epoch": 0.565,
      "grad_norm": 1.4208937883377075,
      "learning_rate": 0.00012042227213285628,
      "loss": 7.283,
      "step": 271200
    },
    {
      "epoch": 0.5650208333333333,
      "grad_norm": 2.819514036178589,
      "learning_rate": 0.00012041260720203117,
      "loss": 7.2635,
      "step": 271210
    },
    {
      "epoch": 0.5650416666666667,
      "grad_norm": 1.6271979808807373,
      "learning_rate": 0.00012040294239901191,
      "loss": 7.9321,
      "step": 271220
    },
    {
      "epoch": 0.5650625,
      "grad_norm": 14.651527404785156,
      "learning_rate": 0.00012039327772384025,
      "loss": 7.6524,
      "step": 271230
    },
    {
      "epoch": 0.5650833333333334,
      "grad_norm": 1.457854151725769,
      "learning_rate": 0.00012038361317655786,
      "loss": 7.2987,
      "step": 271240
    },
    {
      "epoch": 0.5651041666666666,
      "grad_norm": 0.8431597352027893,
      "learning_rate": 0.00012037394875720655,
      "loss": 7.4044,
      "step": 271250
    },
    {
      "epoch": 0.565125,
      "grad_norm": 1.261548399925232,
      "learning_rate": 0.0001203642844658281,
      "loss": 7.6916,
      "step": 271260
    },
    {
      "epoch": 0.5651458333333333,
      "grad_norm": 0.8198418617248535,
      "learning_rate": 0.00012035462030246415,
      "loss": 7.5802,
      "step": 271270
    },
    {
      "epoch": 0.5651666666666667,
      "grad_norm": 1.6877455711364746,
      "learning_rate": 0.00012034495626715652,
      "loss": 7.2213,
      "step": 271280
    },
    {
      "epoch": 0.5651875,
      "grad_norm": 3.8148396015167236,
      "learning_rate": 0.000120335292359947,
      "loss": 7.384,
      "step": 271290
    },
    {
      "epoch": 0.5652083333333333,
      "grad_norm": 2.1660845279693604,
      "learning_rate": 0.00012032562858087719,
      "loss": 8.2736,
      "step": 271300
    },
    {
      "epoch": 0.5652291666666667,
      "grad_norm": 3.8291091918945312,
      "learning_rate": 0.00012031596492998895,
      "loss": 8.3957,
      "step": 271310
    },
    {
      "epoch": 0.56525,
      "grad_norm": 3.5024631023406982,
      "learning_rate": 0.00012030630140732404,
      "loss": 7.6705,
      "step": 271320
    },
    {
      "epoch": 0.5652708333333333,
      "grad_norm": 1.0387659072875977,
      "learning_rate": 0.00012029663801292408,
      "loss": 7.3476,
      "step": 271330
    },
    {
      "epoch": 0.5652916666666666,
      "grad_norm": 2.1349573135375977,
      "learning_rate": 0.00012028697474683096,
      "loss": 7.9264,
      "step": 271340
    },
    {
      "epoch": 0.5653125,
      "grad_norm": 1.0260725021362305,
      "learning_rate": 0.0001202773116090863,
      "loss": 7.5073,
      "step": 271350
    },
    {
      "epoch": 0.5653333333333334,
      "grad_norm": 0.8131874799728394,
      "learning_rate": 0.00012026764859973187,
      "loss": 7.1872,
      "step": 271360
    },
    {
      "epoch": 0.5653541666666667,
      "grad_norm": 1.3259142637252808,
      "learning_rate": 0.00012025798571880948,
      "loss": 7.6023,
      "step": 271370
    },
    {
      "epoch": 0.565375,
      "grad_norm": 2.478875160217285,
      "learning_rate": 0.0001202483229663608,
      "loss": 7.2524,
      "step": 271380
    },
    {
      "epoch": 0.5653958333333333,
      "grad_norm": 1.1230800151824951,
      "learning_rate": 0.00012023866034242754,
      "loss": 7.4673,
      "step": 271390
    },
    {
      "epoch": 0.5654166666666667,
      "grad_norm": 0.9878332018852234,
      "learning_rate": 0.00012022899784705158,
      "loss": 7.3685,
      "step": 271400
    },
    {
      "epoch": 0.5654375,
      "grad_norm": 1.2056771516799927,
      "learning_rate": 0.00012021933548027451,
      "loss": 7.5222,
      "step": 271410
    },
    {
      "epoch": 0.5654583333333333,
      "grad_norm": 1.3671902418136597,
      "learning_rate": 0.00012020967324213809,
      "loss": 7.5343,
      "step": 271420
    },
    {
      "epoch": 0.5654791666666666,
      "grad_norm": 1.4729194641113281,
      "learning_rate": 0.00012020001113268417,
      "loss": 7.0562,
      "step": 271430
    },
    {
      "epoch": 0.5655,
      "grad_norm": 1.3567216396331787,
      "learning_rate": 0.00012019034915195439,
      "loss": 7.5823,
      "step": 271440
    },
    {
      "epoch": 0.5655208333333334,
      "grad_norm": 2.3215272426605225,
      "learning_rate": 0.00012018068729999043,
      "loss": 7.6355,
      "step": 271450
    },
    {
      "epoch": 0.5655416666666667,
      "grad_norm": 0.9728085398674011,
      "learning_rate": 0.00012017102557683415,
      "loss": 7.4805,
      "step": 271460
    },
    {
      "epoch": 0.5655625,
      "grad_norm": 6.169844150543213,
      "learning_rate": 0.00012016136398252727,
      "loss": 7.1769,
      "step": 271470
    },
    {
      "epoch": 0.5655833333333333,
      "grad_norm": 0.8044877052307129,
      "learning_rate": 0.00012015170251711144,
      "loss": 7.134,
      "step": 271480
    },
    {
      "epoch": 0.5656041666666667,
      "grad_norm": 1.5174943208694458,
      "learning_rate": 0.0001201420411806284,
      "loss": 7.2973,
      "step": 271490
    },
    {
      "epoch": 0.565625,
      "grad_norm": 3.514983892440796,
      "learning_rate": 0.00012013237997311999,
      "loss": 6.9875,
      "step": 271500
    },
    {
      "epoch": 0.5656458333333333,
      "grad_norm": 1.014876127243042,
      "learning_rate": 0.00012012271889462785,
      "loss": 7.4117,
      "step": 271510
    },
    {
      "epoch": 0.5656666666666667,
      "grad_norm": 0.737937331199646,
      "learning_rate": 0.00012011305794519371,
      "loss": 8.676,
      "step": 271520
    },
    {
      "epoch": 0.5656875,
      "grad_norm": 1.7779704332351685,
      "learning_rate": 0.0001201033971248594,
      "loss": 7.509,
      "step": 271530
    },
    {
      "epoch": 0.5657083333333334,
      "grad_norm": 1.7941710948944092,
      "learning_rate": 0.00012009373643366655,
      "loss": 7.5721,
      "step": 271540
    },
    {
      "epoch": 0.5657291666666666,
      "grad_norm": 2.0095534324645996,
      "learning_rate": 0.00012008407587165687,
      "loss": 7.4452,
      "step": 271550
    },
    {
      "epoch": 0.56575,
      "grad_norm": 2.9589016437530518,
      "learning_rate": 0.00012007441543887222,
      "loss": 7.7625,
      "step": 271560
    },
    {
      "epoch": 0.5657708333333333,
      "grad_norm": 1.0814127922058105,
      "learning_rate": 0.00012006475513535425,
      "loss": 7.4596,
      "step": 271570
    },
    {
      "epoch": 0.5657916666666667,
      "grad_norm": 1.1132901906967163,
      "learning_rate": 0.00012005509496114461,
      "loss": 7.14,
      "step": 271580
    },
    {
      "epoch": 0.5658125,
      "grad_norm": 1.0640368461608887,
      "learning_rate": 0.00012004543491628515,
      "loss": 7.3341,
      "step": 271590
    },
    {
      "epoch": 0.5658333333333333,
      "grad_norm": 1.2950551509857178,
      "learning_rate": 0.00012003577500081758,
      "loss": 7.303,
      "step": 271600
    },
    {
      "epoch": 0.5658541666666667,
      "grad_norm": 1.0026967525482178,
      "learning_rate": 0.00012002611521478355,
      "loss": 7.282,
      "step": 271610
    },
    {
      "epoch": 0.565875,
      "grad_norm": 6.469201564788818,
      "learning_rate": 0.00012001645555822485,
      "loss": 8.1121,
      "step": 271620
    },
    {
      "epoch": 0.5658958333333334,
      "grad_norm": 1.0599671602249146,
      "learning_rate": 0.00012000679603118323,
      "loss": 7.6332,
      "step": 271630
    },
    {
      "epoch": 0.5659166666666666,
      "grad_norm": 4.072566509246826,
      "learning_rate": 0.00011999713663370034,
      "loss": 7.6088,
      "step": 271640
    },
    {
      "epoch": 0.5659375,
      "grad_norm": 0.9588932394981384,
      "learning_rate": 0.00011998747736581795,
      "loss": 7.4174,
      "step": 271650
    },
    {
      "epoch": 0.5659583333333333,
      "grad_norm": 1.4685027599334717,
      "learning_rate": 0.00011997781822757782,
      "loss": 7.5473,
      "step": 271660
    },
    {
      "epoch": 0.5659791666666667,
      "grad_norm": 2.1155941486358643,
      "learning_rate": 0.00011996815921902155,
      "loss": 7.7429,
      "step": 271670
    },
    {
      "epoch": 0.566,
      "grad_norm": 4.7846150398254395,
      "learning_rate": 0.000119958500340191,
      "loss": 9.1881,
      "step": 271680
    },
    {
      "epoch": 0.5660208333333333,
      "grad_norm": 1.4908586740493774,
      "learning_rate": 0.00011994884159112785,
      "loss": 7.3355,
      "step": 271690
    },
    {
      "epoch": 0.5660416666666667,
      "grad_norm": 1.2413651943206787,
      "learning_rate": 0.00011993918297187377,
      "loss": 7.195,
      "step": 271700
    },
    {
      "epoch": 0.5660625,
      "grad_norm": 1.2492752075195312,
      "learning_rate": 0.00011992952448247057,
      "loss": 7.1327,
      "step": 271710
    },
    {
      "epoch": 0.5660833333333334,
      "grad_norm": 0.9917109608650208,
      "learning_rate": 0.00011991986612295988,
      "loss": 7.9693,
      "step": 271720
    },
    {
      "epoch": 0.5661041666666666,
      "grad_norm": 1.0623608827590942,
      "learning_rate": 0.00011991020789338345,
      "loss": 7.1893,
      "step": 271730
    },
    {
      "epoch": 0.566125,
      "grad_norm": 1.3665956258773804,
      "learning_rate": 0.00011990054979378308,
      "loss": 7.1932,
      "step": 271740
    },
    {
      "epoch": 0.5661458333333333,
      "grad_norm": 0.9828258752822876,
      "learning_rate": 0.00011989089182420036,
      "loss": 7.1575,
      "step": 271750
    },
    {
      "epoch": 0.5661666666666667,
      "grad_norm": 1.2805544137954712,
      "learning_rate": 0.00011988123398467712,
      "loss": 7.2815,
      "step": 271760
    },
    {
      "epoch": 0.5661875,
      "grad_norm": 1.298643708229065,
      "learning_rate": 0.00011987157627525496,
      "loss": 7.3581,
      "step": 271770
    },
    {
      "epoch": 0.5662083333333333,
      "grad_norm": 1.7738423347473145,
      "learning_rate": 0.0001198619186959757,
      "loss": 7.3747,
      "step": 271780
    },
    {
      "epoch": 0.5662291666666667,
      "grad_norm": 0.8722490668296814,
      "learning_rate": 0.00011985226124688105,
      "loss": 6.9616,
      "step": 271790
    },
    {
      "epoch": 0.56625,
      "grad_norm": 1.5743803977966309,
      "learning_rate": 0.00011984260392801263,
      "loss": 7.0788,
      "step": 271800
    },
    {
      "epoch": 0.5662708333333333,
      "grad_norm": 0.7655397653579712,
      "learning_rate": 0.00011983294673941226,
      "loss": 7.1805,
      "step": 271810
    },
    {
      "epoch": 0.5662916666666666,
      "grad_norm": 0.8763550519943237,
      "learning_rate": 0.00011982328968112164,
      "loss": 7.4597,
      "step": 271820
    },
    {
      "epoch": 0.5663125,
      "grad_norm": 0.8307052850723267,
      "learning_rate": 0.00011981363275318242,
      "loss": 7.1049,
      "step": 271830
    },
    {
      "epoch": 0.5663333333333334,
      "grad_norm": 2.5876071453094482,
      "learning_rate": 0.0001198039759556364,
      "loss": 6.8952,
      "step": 271840
    },
    {
      "epoch": 0.5663541666666667,
      "grad_norm": 3.7502517700195312,
      "learning_rate": 0.00011979431928852525,
      "loss": 7.7634,
      "step": 271850
    },
    {
      "epoch": 0.566375,
      "grad_norm": 1.7395159006118774,
      "learning_rate": 0.00011978466275189063,
      "loss": 7.317,
      "step": 271860
    },
    {
      "epoch": 0.5663958333333333,
      "grad_norm": 0.8688096404075623,
      "learning_rate": 0.00011977500634577438,
      "loss": 7.382,
      "step": 271870
    },
    {
      "epoch": 0.5664166666666667,
      "grad_norm": 1.1297065019607544,
      "learning_rate": 0.0001197653500702181,
      "loss": 7.0875,
      "step": 271880
    },
    {
      "epoch": 0.5664375,
      "grad_norm": 1.5286096334457397,
      "learning_rate": 0.0001197556939252635,
      "loss": 7.3957,
      "step": 271890
    },
    {
      "epoch": 0.5664583333333333,
      "grad_norm": 1.3936189413070679,
      "learning_rate": 0.00011974603791095241,
      "loss": 7.2482,
      "step": 271900
    },
    {
      "epoch": 0.5664791666666666,
      "grad_norm": 1.1114343404769897,
      "learning_rate": 0.00011973638202732642,
      "loss": 7.4593,
      "step": 271910
    },
    {
      "epoch": 0.5665,
      "grad_norm": 1.8142260313034058,
      "learning_rate": 0.00011972672627442726,
      "loss": 7.0623,
      "step": 271920
    },
    {
      "epoch": 0.5665208333333334,
      "grad_norm": 0.9017701148986816,
      "learning_rate": 0.00011971707065229672,
      "loss": 7.3941,
      "step": 271930
    },
    {
      "epoch": 0.5665416666666667,
      "grad_norm": 1.4022444486618042,
      "learning_rate": 0.00011970741516097644,
      "loss": 7.6395,
      "step": 271940
    },
    {
      "epoch": 0.5665625,
      "grad_norm": 1.0556367635726929,
      "learning_rate": 0.00011969775980050808,
      "loss": 7.157,
      "step": 271950
    },
    {
      "epoch": 0.5665833333333333,
      "grad_norm": 1.4279186725616455,
      "learning_rate": 0.00011968810457093342,
      "loss": 7.2739,
      "step": 271960
    },
    {
      "epoch": 0.5666041666666667,
      "grad_norm": 1.0891448259353638,
      "learning_rate": 0.0001196784494722942,
      "loss": 7.2553,
      "step": 271970
    },
    {
      "epoch": 0.566625,
      "grad_norm": 1.3300068378448486,
      "learning_rate": 0.000119668794504632,
      "loss": 7.2801,
      "step": 271980
    },
    {
      "epoch": 0.5666458333333333,
      "grad_norm": 1.5237455368041992,
      "learning_rate": 0.00011965913966798864,
      "loss": 7.8624,
      "step": 271990
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 1.6909046173095703,
      "learning_rate": 0.00011964948496240581,
      "loss": 7.7431,
      "step": 272000
    },
    {
      "epoch": 0.5666666666666667,
      "eval_loss": 7.602643013000488,
      "eval_runtime": 7.6793,
      "eval_samples_per_second": 0.391,
      "eval_steps_per_second": 0.13,
      "step": 272000
    },
    {
      "epoch": 0.5666875,
      "grad_norm": 14.612093925476074,
      "learning_rate": 0.00011963983038792514,
      "loss": 7.5957,
      "step": 272010
    },
    {
      "epoch": 0.5667083333333334,
      "grad_norm": 1.7197188138961792,
      "learning_rate": 0.0001196301759445884,
      "loss": 7.2741,
      "step": 272020
    },
    {
      "epoch": 0.5667291666666666,
      "grad_norm": 1.0755867958068848,
      "learning_rate": 0.00011962052163243733,
      "loss": 6.9349,
      "step": 272030
    },
    {
      "epoch": 0.56675,
      "grad_norm": 1.1761151552200317,
      "learning_rate": 0.00011961086745151351,
      "loss": 7.2311,
      "step": 272040
    },
    {
      "epoch": 0.5667708333333333,
      "grad_norm": 0.8310420513153076,
      "learning_rate": 0.00011960121340185875,
      "loss": 7.0565,
      "step": 272050
    },
    {
      "epoch": 0.5667916666666667,
      "grad_norm": 0.6609002351760864,
      "learning_rate": 0.00011959155948351475,
      "loss": 7.0328,
      "step": 272060
    },
    {
      "epoch": 0.5668125,
      "grad_norm": 1.8193740844726562,
      "learning_rate": 0.00011958190569652316,
      "loss": 7.4947,
      "step": 272070
    },
    {
      "epoch": 0.5668333333333333,
      "grad_norm": 2.624484062194824,
      "learning_rate": 0.00011957225204092566,
      "loss": 7.5058,
      "step": 272080
    },
    {
      "epoch": 0.5668541666666667,
      "grad_norm": 2.8745946884155273,
      "learning_rate": 0.00011956259851676399,
      "loss": 7.5631,
      "step": 272090
    },
    {
      "epoch": 0.566875,
      "grad_norm": 0.8428601026535034,
      "learning_rate": 0.00011955294512407989,
      "loss": 7.2641,
      "step": 272100
    },
    {
      "epoch": 0.5668958333333334,
      "grad_norm": 3.063129186630249,
      "learning_rate": 0.00011954329186291496,
      "loss": 7.2566,
      "step": 272110
    },
    {
      "epoch": 0.5669166666666666,
      "grad_norm": 1.4836028814315796,
      "learning_rate": 0.00011953363873331098,
      "loss": 7.0148,
      "step": 272120
    },
    {
      "epoch": 0.5669375,
      "grad_norm": 1.1593595743179321,
      "learning_rate": 0.00011952398573530965,
      "loss": 7.9833,
      "step": 272130
    },
    {
      "epoch": 0.5669583333333333,
      "grad_norm": 3.047342300415039,
      "learning_rate": 0.00011951433286895256,
      "loss": 7.3026,
      "step": 272140
    },
    {
      "epoch": 0.5669791666666667,
      "grad_norm": 1.386494755744934,
      "learning_rate": 0.00011950468013428154,
      "loss": 7.2898,
      "step": 272150
    },
    {
      "epoch": 0.567,
      "grad_norm": 1.5364902019500732,
      "learning_rate": 0.00011949502753133826,
      "loss": 7.5277,
      "step": 272160
    },
    {
      "epoch": 0.5670208333333333,
      "grad_norm": 1.4745534658432007,
      "learning_rate": 0.00011948537506016431,
      "loss": 7.5556,
      "step": 272170
    },
    {
      "epoch": 0.5670416666666667,
      "grad_norm": 1.0713759660720825,
      "learning_rate": 0.00011947572272080149,
      "loss": 7.1977,
      "step": 272180
    },
    {
      "epoch": 0.5670625,
      "grad_norm": 2.528409242630005,
      "learning_rate": 0.00011946607051329152,
      "loss": 7.3137,
      "step": 272190
    },
    {
      "epoch": 0.5670833333333334,
      "grad_norm": 5.047751426696777,
      "learning_rate": 0.00011945641843767598,
      "loss": 7.658,
      "step": 272200
    },
    {
      "epoch": 0.5671041666666666,
      "grad_norm": 0.6220159530639648,
      "learning_rate": 0.00011944676649399666,
      "loss": 7.3653,
      "step": 272210
    },
    {
      "epoch": 0.567125,
      "grad_norm": 3.8733699321746826,
      "learning_rate": 0.00011943711468229518,
      "loss": 6.8958,
      "step": 272220
    },
    {
      "epoch": 0.5671458333333333,
      "grad_norm": 1.0570205450057983,
      "learning_rate": 0.00011942746300261325,
      "loss": 7.4492,
      "step": 272230
    },
    {
      "epoch": 0.5671666666666667,
      "grad_norm": 1.9203914403915405,
      "learning_rate": 0.00011941781145499264,
      "loss": 7.9972,
      "step": 272240
    },
    {
      "epoch": 0.5671875,
      "grad_norm": 1.4747250080108643,
      "learning_rate": 0.00011940816003947495,
      "loss": 7.5645,
      "step": 272250
    },
    {
      "epoch": 0.5672083333333333,
      "grad_norm": 2.919881820678711,
      "learning_rate": 0.00011939850875610186,
      "loss": 7.427,
      "step": 272260
    },
    {
      "epoch": 0.5672291666666667,
      "grad_norm": 1.2551552057266235,
      "learning_rate": 0.00011938885760491517,
      "loss": 7.6418,
      "step": 272270
    },
    {
      "epoch": 0.56725,
      "grad_norm": 1.8228811025619507,
      "learning_rate": 0.00011937920658595647,
      "loss": 7.2127,
      "step": 272280
    },
    {
      "epoch": 0.5672708333333333,
      "grad_norm": 5.178740501403809,
      "learning_rate": 0.00011936955569926743,
      "loss": 7.3221,
      "step": 272290
    },
    {
      "epoch": 0.5672916666666666,
      "grad_norm": 1.6910897493362427,
      "learning_rate": 0.00011935990494488986,
      "loss": 7.5179,
      "step": 272300
    },
    {
      "epoch": 0.5673125,
      "grad_norm": 2.991180419921875,
      "learning_rate": 0.00011935025432286534,
      "loss": 7.3387,
      "step": 272310
    },
    {
      "epoch": 0.5673333333333334,
      "grad_norm": 3.8527746200561523,
      "learning_rate": 0.00011934060383323556,
      "loss": 7.9662,
      "step": 272320
    },
    {
      "epoch": 0.5673541666666667,
      "grad_norm": 1.8274339437484741,
      "learning_rate": 0.00011933095347604229,
      "loss": 8.4533,
      "step": 272330
    },
    {
      "epoch": 0.567375,
      "grad_norm": 0.93137526512146,
      "learning_rate": 0.00011932130325132717,
      "loss": 7.8502,
      "step": 272340
    },
    {
      "epoch": 0.5673958333333333,
      "grad_norm": 1.3788251876831055,
      "learning_rate": 0.00011931165315913184,
      "loss": 7.483,
      "step": 272350
    },
    {
      "epoch": 0.5674166666666667,
      "grad_norm": 0.9340771436691284,
      "learning_rate": 0.00011930200319949799,
      "loss": 7.408,
      "step": 272360
    },
    {
      "epoch": 0.5674375,
      "grad_norm": 4.759838581085205,
      "learning_rate": 0.0001192923533724674,
      "loss": 7.6967,
      "step": 272370
    },
    {
      "epoch": 0.5674583333333333,
      "grad_norm": 1.4102967977523804,
      "learning_rate": 0.00011928270367808167,
      "loss": 7.1384,
      "step": 272380
    },
    {
      "epoch": 0.5674791666666666,
      "grad_norm": 0.8814575672149658,
      "learning_rate": 0.00011927305411638244,
      "loss": 7.211,
      "step": 272390
    },
    {
      "epoch": 0.5675,
      "grad_norm": 1.5948089361190796,
      "learning_rate": 0.00011926340468741155,
      "loss": 6.9254,
      "step": 272400
    },
    {
      "epoch": 0.5675208333333334,
      "grad_norm": 1.2105296850204468,
      "learning_rate": 0.00011925375539121053,
      "loss": 7.776,
      "step": 272410
    },
    {
      "epoch": 0.5675416666666667,
      "grad_norm": 1.1203343868255615,
      "learning_rate": 0.00011924410622782108,
      "loss": 7.2456,
      "step": 272420
    },
    {
      "epoch": 0.5675625,
      "grad_norm": 1.2267978191375732,
      "learning_rate": 0.000119234457197285,
      "loss": 8.1322,
      "step": 272430
    },
    {
      "epoch": 0.5675833333333333,
      "grad_norm": 1.0997318029403687,
      "learning_rate": 0.00011922480829964387,
      "loss": 7.4199,
      "step": 272440
    },
    {
      "epoch": 0.5676041666666667,
      "grad_norm": 1.8670552968978882,
      "learning_rate": 0.00011921515953493934,
      "loss": 7.3551,
      "step": 272450
    },
    {
      "epoch": 0.567625,
      "grad_norm": 2.3011474609375,
      "learning_rate": 0.00011920551090321315,
      "loss": 7.4046,
      "step": 272460
    },
    {
      "epoch": 0.5676458333333333,
      "grad_norm": 2.54610276222229,
      "learning_rate": 0.00011919586240450702,
      "loss": 7.8788,
      "step": 272470
    },
    {
      "epoch": 0.5676666666666667,
      "grad_norm": 3.0609002113342285,
      "learning_rate": 0.00011918621403886249,
      "loss": 8.0111,
      "step": 272480
    },
    {
      "epoch": 0.5676875,
      "grad_norm": 3.4154064655303955,
      "learning_rate": 0.00011917656580632135,
      "loss": 7.3393,
      "step": 272490
    },
    {
      "epoch": 0.5677083333333334,
      "grad_norm": 1.423369288444519,
      "learning_rate": 0.00011916691770692528,
      "loss": 7.481,
      "step": 272500
    },
    {
      "epoch": 0.5677291666666666,
      "grad_norm": 1.2229766845703125,
      "learning_rate": 0.00011915726974071587,
      "loss": 7.5486,
      "step": 272510
    },
    {
      "epoch": 0.56775,
      "grad_norm": 1.2825829982757568,
      "learning_rate": 0.00011914762190773485,
      "loss": 7.3284,
      "step": 272520
    },
    {
      "epoch": 0.5677708333333333,
      "grad_norm": 2.2875149250030518,
      "learning_rate": 0.00011913797420802394,
      "loss": 7.5327,
      "step": 272530
    },
    {
      "epoch": 0.5677916666666667,
      "grad_norm": 1.2626538276672363,
      "learning_rate": 0.00011912832664162469,
      "loss": 7.4874,
      "step": 272540
    },
    {
      "epoch": 0.5678125,
      "grad_norm": 4.723453044891357,
      "learning_rate": 0.0001191186792085789,
      "loss": 7.3192,
      "step": 272550
    },
    {
      "epoch": 0.5678333333333333,
      "grad_norm": 1.0554797649383545,
      "learning_rate": 0.00011910903190892822,
      "loss": 7.1546,
      "step": 272560
    },
    {
      "epoch": 0.5678541666666667,
      "grad_norm": 0.9067661166191101,
      "learning_rate": 0.00011909938474271422,
      "loss": 7.0574,
      "step": 272570
    },
    {
      "epoch": 0.567875,
      "grad_norm": 1.641610026359558,
      "learning_rate": 0.00011908973770997871,
      "loss": 7.3196,
      "step": 272580
    },
    {
      "epoch": 0.5678958333333334,
      "grad_norm": 0.5998054146766663,
      "learning_rate": 0.00011908009081076328,
      "loss": 7.1675,
      "step": 272590
    },
    {
      "epoch": 0.5679166666666666,
      "grad_norm": 1.6727434396743774,
      "learning_rate": 0.00011907044404510958,
      "loss": 7.1599,
      "step": 272600
    },
    {
      "epoch": 0.5679375,
      "grad_norm": 0.7706807851791382,
      "learning_rate": 0.00011906079741305939,
      "loss": 7.6301,
      "step": 272610
    },
    {
      "epoch": 0.5679583333333333,
      "grad_norm": 1.7155214548110962,
      "learning_rate": 0.00011905115091465425,
      "loss": 7.5083,
      "step": 272620
    },
    {
      "epoch": 0.5679791666666667,
      "grad_norm": 0.8627328872680664,
      "learning_rate": 0.00011904150454993588,
      "loss": 7.4061,
      "step": 272630
    },
    {
      "epoch": 0.568,
      "grad_norm": 1.2694151401519775,
      "learning_rate": 0.00011903185831894601,
      "loss": 7.1592,
      "step": 272640
    },
    {
      "epoch": 0.5680208333333333,
      "grad_norm": 1.6828080415725708,
      "learning_rate": 0.00011902221222172622,
      "loss": 7.3834,
      "step": 272650
    },
    {
      "epoch": 0.5680416666666667,
      "grad_norm": 0.8808736801147461,
      "learning_rate": 0.00011901256625831825,
      "loss": 7.357,
      "step": 272660
    },
    {
      "epoch": 0.5680625,
      "grad_norm": 1.8542166948318481,
      "learning_rate": 0.00011900292042876365,
      "loss": 7.2595,
      "step": 272670
    },
    {
      "epoch": 0.5680833333333334,
      "grad_norm": 1.080832839012146,
      "learning_rate": 0.00011899327473310423,
      "loss": 7.4718,
      "step": 272680
    },
    {
      "epoch": 0.5681041666666666,
      "grad_norm": 1.3878412246704102,
      "learning_rate": 0.00011898362917138159,
      "loss": 7.0035,
      "step": 272690
    },
    {
      "epoch": 0.568125,
      "grad_norm": 5.1280012130737305,
      "learning_rate": 0.00011897398374363735,
      "loss": 8.0808,
      "step": 272700
    },
    {
      "epoch": 0.5681458333333333,
      "grad_norm": 1.9349771738052368,
      "learning_rate": 0.00011896433844991327,
      "loss": 7.3084,
      "step": 272710
    },
    {
      "epoch": 0.5681666666666667,
      "grad_norm": 1.521242380142212,
      "learning_rate": 0.00011895469329025095,
      "loss": 7.3177,
      "step": 272720
    },
    {
      "epoch": 0.5681875,
      "grad_norm": 2.2840840816497803,
      "learning_rate": 0.000118945048264692,
      "loss": 7.4459,
      "step": 272730
    },
    {
      "epoch": 0.5682083333333333,
      "grad_norm": 0.7008841633796692,
      "learning_rate": 0.00011893540337327825,
      "loss": 8.0175,
      "step": 272740
    },
    {
      "epoch": 0.5682291666666667,
      "grad_norm": 2.029959201812744,
      "learning_rate": 0.00011892575861605121,
      "loss": 7.8981,
      "step": 272750
    },
    {
      "epoch": 0.56825,
      "grad_norm": 1.574390172958374,
      "learning_rate": 0.00011891611399305256,
      "loss": 7.7704,
      "step": 272760
    },
    {
      "epoch": 0.5682708333333333,
      "grad_norm": 1.323862075805664,
      "learning_rate": 0.00011890646950432405,
      "loss": 7.6054,
      "step": 272770
    },
    {
      "epoch": 0.5682916666666666,
      "grad_norm": 1.5095542669296265,
      "learning_rate": 0.00011889682514990727,
      "loss": 7.9497,
      "step": 272780
    },
    {
      "epoch": 0.5683125,
      "grad_norm": 0.856852650642395,
      "learning_rate": 0.00011888718092984385,
      "loss": 7.4943,
      "step": 272790
    },
    {
      "epoch": 0.5683333333333334,
      "grad_norm": 2.6750967502593994,
      "learning_rate": 0.00011887753684417558,
      "loss": 8.212,
      "step": 272800
    },
    {
      "epoch": 0.5683541666666667,
      "grad_norm": 2.0970373153686523,
      "learning_rate": 0.00011886789289294399,
      "loss": 7.9544,
      "step": 272810
    },
    {
      "epoch": 0.568375,
      "grad_norm": 1.4389692544937134,
      "learning_rate": 0.00011885824907619071,
      "loss": 7.0365,
      "step": 272820
    },
    {
      "epoch": 0.5683958333333333,
      "grad_norm": 2.0839877128601074,
      "learning_rate": 0.00011884860539395758,
      "loss": 7.4267,
      "step": 272830
    },
    {
      "epoch": 0.5684166666666667,
      "grad_norm": 0.814702570438385,
      "learning_rate": 0.00011883896184628613,
      "loss": 7.3354,
      "step": 272840
    },
    {
      "epoch": 0.5684375,
      "grad_norm": 2.9041731357574463,
      "learning_rate": 0.00011882931843321794,
      "loss": 7.4274,
      "step": 272850
    },
    {
      "epoch": 0.5684583333333333,
      "grad_norm": 1.45979905128479,
      "learning_rate": 0.00011881967515479483,
      "loss": 7.0296,
      "step": 272860
    },
    {
      "epoch": 0.5684791666666666,
      "grad_norm": 0.9335285425186157,
      "learning_rate": 0.00011881003201105838,
      "loss": 7.3747,
      "step": 272870
    },
    {
      "epoch": 0.5685,
      "grad_norm": 2.246777296066284,
      "learning_rate": 0.0001188003890020502,
      "loss": 7.876,
      "step": 272880
    },
    {
      "epoch": 0.5685208333333334,
      "grad_norm": 2.224891424179077,
      "learning_rate": 0.00011879074612781202,
      "loss": 7.3928,
      "step": 272890
    },
    {
      "epoch": 0.5685416666666666,
      "grad_norm": 0.5997005105018616,
      "learning_rate": 0.00011878110338838549,
      "loss": 7.054,
      "step": 272900
    },
    {
      "epoch": 0.5685625,
      "grad_norm": 1.2977256774902344,
      "learning_rate": 0.00011877146078381218,
      "loss": 7.3398,
      "step": 272910
    },
    {
      "epoch": 0.5685833333333333,
      "grad_norm": 2.477592945098877,
      "learning_rate": 0.00011876181831413383,
      "loss": 7.4163,
      "step": 272920
    },
    {
      "epoch": 0.5686041666666667,
      "grad_norm": 0.6581568717956543,
      "learning_rate": 0.00011875217597939207,
      "loss": 7.215,
      "step": 272930
    },
    {
      "epoch": 0.568625,
      "grad_norm": 0.9297371506690979,
      "learning_rate": 0.00011874253377962857,
      "loss": 7.0903,
      "step": 272940
    },
    {
      "epoch": 0.5686458333333333,
      "grad_norm": 1.1981474161148071,
      "learning_rate": 0.00011873289171488486,
      "loss": 7.201,
      "step": 272950
    },
    {
      "epoch": 0.5686666666666667,
      "grad_norm": 1.5455154180526733,
      "learning_rate": 0.00011872324978520274,
      "loss": 7.0271,
      "step": 272960
    },
    {
      "epoch": 0.5686875,
      "grad_norm": 0.8162747025489807,
      "learning_rate": 0.00011871360799062382,
      "loss": 7.3099,
      "step": 272970
    },
    {
      "epoch": 0.5687083333333334,
      "grad_norm": 1.1408268213272095,
      "learning_rate": 0.00011870396633118966,
      "loss": 7.665,
      "step": 272980
    },
    {
      "epoch": 0.5687291666666666,
      "grad_norm": 0.6941711902618408,
      "learning_rate": 0.00011869432480694203,
      "loss": 7.3519,
      "step": 272990
    },
    {
      "epoch": 0.56875,
      "grad_norm": 1.1312456130981445,
      "learning_rate": 0.00011868468341792253,
      "loss": 7.1826,
      "step": 273000
    },
    {
      "epoch": 0.56875,
      "eval_loss": 7.604591369628906,
      "eval_runtime": 7.6924,
      "eval_samples_per_second": 0.39,
      "eval_steps_per_second": 0.13,
      "step": 273000
    },
    {
      "epoch": 0.5687708333333333,
      "grad_norm": 1.2027329206466675,
      "learning_rate": 0.00011867504216417276,
      "loss": 7.4432,
      "step": 273010
    },
    {
      "epoch": 0.5687916666666667,
      "grad_norm": 2.403895616531372,
      "learning_rate": 0.00011866540104573443,
      "loss": 7.2795,
      "step": 273020
    },
    {
      "epoch": 0.5688125,
      "grad_norm": 1.1546767950057983,
      "learning_rate": 0.00011865576006264919,
      "loss": 7.08,
      "step": 273030
    },
    {
      "epoch": 0.5688333333333333,
      "grad_norm": 1.1959924697875977,
      "learning_rate": 0.00011864611921495861,
      "loss": 8.0134,
      "step": 273040
    },
    {
      "epoch": 0.5688541666666667,
      "grad_norm": 2.0497207641601562,
      "learning_rate": 0.00011863647850270441,
      "loss": 7.6942,
      "step": 273050
    },
    {
      "epoch": 0.568875,
      "grad_norm": 1.0371888875961304,
      "learning_rate": 0.00011862683792592825,
      "loss": 7.8308,
      "step": 273060
    },
    {
      "epoch": 0.5688958333333334,
      "grad_norm": 1.264941930770874,
      "learning_rate": 0.00011861719748467165,
      "loss": 7.7036,
      "step": 273070
    },
    {
      "epoch": 0.5689166666666666,
      "grad_norm": 1.9729288816452026,
      "learning_rate": 0.0001186075571789764,
      "loss": 7.6833,
      "step": 273080
    },
    {
      "epoch": 0.5689375,
      "grad_norm": 6.568680763244629,
      "learning_rate": 0.00011859791700888406,
      "loss": 7.1342,
      "step": 273090
    },
    {
      "epoch": 0.5689583333333333,
      "grad_norm": 0.918621301651001,
      "learning_rate": 0.00011858827697443626,
      "loss": 8.1245,
      "step": 273100
    },
    {
      "epoch": 0.5689791666666667,
      "grad_norm": 1.9629534482955933,
      "learning_rate": 0.00011857863707567471,
      "loss": 7.2269,
      "step": 273110
    },
    {
      "epoch": 0.569,
      "grad_norm": 1.2591148614883423,
      "learning_rate": 0.000118568997312641,
      "loss": 7.0703,
      "step": 273120
    },
    {
      "epoch": 0.5690208333333333,
      "grad_norm": 1.7846609354019165,
      "learning_rate": 0.00011855935768537673,
      "loss": 8.073,
      "step": 273130
    },
    {
      "epoch": 0.5690416666666667,
      "grad_norm": 1.0360522270202637,
      "learning_rate": 0.00011854971819392366,
      "loss": 6.8872,
      "step": 273140
    },
    {
      "epoch": 0.5690625,
      "grad_norm": 1.1341742277145386,
      "learning_rate": 0.00011854007883832332,
      "loss": 7.1465,
      "step": 273150
    },
    {
      "epoch": 0.5690833333333334,
      "grad_norm": 2.2045392990112305,
      "learning_rate": 0.00011853043961861738,
      "loss": 7.1613,
      "step": 273160
    },
    {
      "epoch": 0.5691041666666666,
      "grad_norm": 0.7504914402961731,
      "learning_rate": 0.00011852080053484754,
      "loss": 7.4565,
      "step": 273170
    },
    {
      "epoch": 0.569125,
      "grad_norm": 1.499173879623413,
      "learning_rate": 0.00011851116158705533,
      "loss": 7.6336,
      "step": 273180
    },
    {
      "epoch": 0.5691458333333334,
      "grad_norm": 2.6354470252990723,
      "learning_rate": 0.00011850152277528244,
      "loss": 8.182,
      "step": 273190
    },
    {
      "epoch": 0.5691666666666667,
      "grad_norm": 4.039895057678223,
      "learning_rate": 0.00011849188409957052,
      "loss": 7.39,
      "step": 273200
    },
    {
      "epoch": 0.5691875,
      "grad_norm": 1.8839408159255981,
      "learning_rate": 0.00011848224555996122,
      "loss": 6.816,
      "step": 273210
    },
    {
      "epoch": 0.5692083333333333,
      "grad_norm": 0.9350097179412842,
      "learning_rate": 0.00011847260715649607,
      "loss": 7.4124,
      "step": 273220
    },
    {
      "epoch": 0.5692291666666667,
      "grad_norm": 2.565326452255249,
      "learning_rate": 0.00011846296888921681,
      "loss": 7.6547,
      "step": 273230
    },
    {
      "epoch": 0.56925,
      "grad_norm": 0.78208327293396,
      "learning_rate": 0.00011845333075816509,
      "loss": 7.4546,
      "step": 273240
    },
    {
      "epoch": 0.5692708333333333,
      "grad_norm": 0.8893767595291138,
      "learning_rate": 0.00011844369276338244,
      "loss": 7.6783,
      "step": 273250
    },
    {
      "epoch": 0.5692916666666666,
      "grad_norm": 0.8300591707229614,
      "learning_rate": 0.00011843405490491053,
      "loss": 7.1729,
      "step": 273260
    },
    {
      "epoch": 0.5693125,
      "grad_norm": 1.966110348701477,
      "learning_rate": 0.00011842441718279107,
      "loss": 7.8722,
      "step": 273270
    },
    {
      "epoch": 0.5693333333333334,
      "grad_norm": 0.609457790851593,
      "learning_rate": 0.00011841477959706558,
      "loss": 7.001,
      "step": 273280
    },
    {
      "epoch": 0.5693541666666667,
      "grad_norm": 1.0046230554580688,
      "learning_rate": 0.00011840514214777572,
      "loss": 7.4302,
      "step": 273290
    },
    {
      "epoch": 0.569375,
      "grad_norm": 1.3898251056671143,
      "learning_rate": 0.0001183955048349632,
      "loss": 7.232,
      "step": 273300
    },
    {
      "epoch": 0.5693958333333333,
      "grad_norm": 1.1136192083358765,
      "learning_rate": 0.00011838586765866957,
      "loss": 7.1444,
      "step": 273310
    },
    {
      "epoch": 0.5694166666666667,
      "grad_norm": 1.7306007146835327,
      "learning_rate": 0.00011837623061893644,
      "loss": 7.3475,
      "step": 273320
    },
    {
      "epoch": 0.5694375,
      "grad_norm": 0.9442150592803955,
      "learning_rate": 0.00011836659371580553,
      "loss": 7.161,
      "step": 273330
    },
    {
      "epoch": 0.5694583333333333,
      "grad_norm": 1.0232305526733398,
      "learning_rate": 0.00011835695694931844,
      "loss": 7.4494,
      "step": 273340
    },
    {
      "epoch": 0.5694791666666666,
      "grad_norm": 0.9620140194892883,
      "learning_rate": 0.00011834732031951669,
      "loss": 7.0883,
      "step": 273350
    },
    {
      "epoch": 0.5695,
      "grad_norm": 2.1878066062927246,
      "learning_rate": 0.00011833768382644202,
      "loss": 7.5408,
      "step": 273360
    },
    {
      "epoch": 0.5695208333333334,
      "grad_norm": 1.0371694564819336,
      "learning_rate": 0.00011832804747013604,
      "loss": 7.0761,
      "step": 273370
    },
    {
      "epoch": 0.5695416666666666,
      "grad_norm": 0.9645116925239563,
      "learning_rate": 0.00011831841125064031,
      "loss": 7.6254,
      "step": 273380
    },
    {
      "epoch": 0.5695625,
      "grad_norm": 7.786188125610352,
      "learning_rate": 0.00011830877516799653,
      "loss": 7.4925,
      "step": 273390
    },
    {
      "epoch": 0.5695833333333333,
      "grad_norm": 2.484778881072998,
      "learning_rate": 0.00011829913922224635,
      "loss": 7.2319,
      "step": 273400
    },
    {
      "epoch": 0.5696041666666667,
      "grad_norm": 0.7128931879997253,
      "learning_rate": 0.00011828950341343124,
      "loss": 7.6131,
      "step": 273410
    },
    {
      "epoch": 0.569625,
      "grad_norm": 0.7403460741043091,
      "learning_rate": 0.00011827986774159297,
      "loss": 7.1935,
      "step": 273420
    },
    {
      "epoch": 0.5696458333333333,
      "grad_norm": 1.361939549446106,
      "learning_rate": 0.00011827023220677314,
      "loss": 7.0144,
      "step": 273430
    },
    {
      "epoch": 0.5696666666666667,
      "grad_norm": 3.4891815185546875,
      "learning_rate": 0.0001182605968090133,
      "loss": 7.3697,
      "step": 273440
    },
    {
      "epoch": 0.5696875,
      "grad_norm": 0.9768979549407959,
      "learning_rate": 0.00011825096154835518,
      "loss": 7.3017,
      "step": 273450
    },
    {
      "epoch": 0.5697083333333334,
      "grad_norm": 0.7791649103164673,
      "learning_rate": 0.0001182413264248403,
      "loss": 6.9576,
      "step": 273460
    },
    {
      "epoch": 0.5697291666666666,
      "grad_norm": 2.3980796337127686,
      "learning_rate": 0.00011823169143851029,
      "loss": 7.5784,
      "step": 273470
    },
    {
      "epoch": 0.56975,
      "grad_norm": 1.8903547525405884,
      "learning_rate": 0.00011822205658940686,
      "loss": 7.3804,
      "step": 273480
    },
    {
      "epoch": 0.5697708333333333,
      "grad_norm": 1.404737949371338,
      "learning_rate": 0.00011821242187757155,
      "loss": 8.1733,
      "step": 273490
    },
    {
      "epoch": 0.5697916666666667,
      "grad_norm": 7.597278594970703,
      "learning_rate": 0.00011820278730304595,
      "loss": 7.8714,
      "step": 273500
    },
    {
      "epoch": 0.5698125,
      "grad_norm": 0.7633742094039917,
      "learning_rate": 0.00011819315286587177,
      "loss": 6.9747,
      "step": 273510
    },
    {
      "epoch": 0.5698333333333333,
      "grad_norm": 1.057828664779663,
      "learning_rate": 0.00011818351856609058,
      "loss": 7.4875,
      "step": 273520
    },
    {
      "epoch": 0.5698541666666667,
      "grad_norm": 6.83667516708374,
      "learning_rate": 0.000118173884403744,
      "loss": 7.7282,
      "step": 273530
    },
    {
      "epoch": 0.569875,
      "grad_norm": 0.9272816777229309,
      "learning_rate": 0.00011816425037887359,
      "loss": 7.1224,
      "step": 273540
    },
    {
      "epoch": 0.5698958333333334,
      "grad_norm": 1.3250597715377808,
      "learning_rate": 0.00011815461649152106,
      "loss": 7.6332,
      "step": 273550
    },
    {
      "epoch": 0.5699166666666666,
      "grad_norm": 1.5556433200836182,
      "learning_rate": 0.000118144982741728,
      "loss": 7.081,
      "step": 273560
    },
    {
      "epoch": 0.5699375,
      "grad_norm": 0.886009156703949,
      "learning_rate": 0.00011813534912953594,
      "loss": 7.5072,
      "step": 273570
    },
    {
      "epoch": 0.5699583333333333,
      "grad_norm": 1.9921541213989258,
      "learning_rate": 0.00011812571565498665,
      "loss": 7.9081,
      "step": 273580
    },
    {
      "epoch": 0.5699791666666667,
      "grad_norm": 1.0395759344100952,
      "learning_rate": 0.00011811608231812158,
      "loss": 7.1221,
      "step": 273590
    },
    {
      "epoch": 0.57,
      "grad_norm": 1.7232105731964111,
      "learning_rate": 0.0001181064491189824,
      "loss": 7.2195,
      "step": 273600
    },
    {
      "epoch": 0.5700208333333333,
      "grad_norm": 3.6302037239074707,
      "learning_rate": 0.0001180968160576108,
      "loss": 7.828,
      "step": 273610
    },
    {
      "epoch": 0.5700416666666667,
      "grad_norm": 1.2129569053649902,
      "learning_rate": 0.00011808718313404827,
      "loss": 7.0124,
      "step": 273620
    },
    {
      "epoch": 0.5700625,
      "grad_norm": 0.7874649167060852,
      "learning_rate": 0.0001180775503483365,
      "loss": 7.5556,
      "step": 273630
    },
    {
      "epoch": 0.5700833333333334,
      "grad_norm": 1.4689886569976807,
      "learning_rate": 0.0001180679177005171,
      "loss": 7.5295,
      "step": 273640
    },
    {
      "epoch": 0.5701041666666666,
      "grad_norm": 1.170122742652893,
      "learning_rate": 0.00011805828519063162,
      "loss": 7.285,
      "step": 273650
    },
    {
      "epoch": 0.570125,
      "grad_norm": 0.9566444754600525,
      "learning_rate": 0.00011804865281872169,
      "loss": 7.9946,
      "step": 273660
    },
    {
      "epoch": 0.5701458333333334,
      "grad_norm": 1.0833220481872559,
      "learning_rate": 0.00011803902058482899,
      "loss": 7.4712,
      "step": 273670
    },
    {
      "epoch": 0.5701666666666667,
      "grad_norm": 1.0677474737167358,
      "learning_rate": 0.00011802938848899505,
      "loss": 7.6825,
      "step": 273680
    },
    {
      "epoch": 0.5701875,
      "grad_norm": 1.501853585243225,
      "learning_rate": 0.00011801975653126145,
      "loss": 7.6435,
      "step": 273690
    },
    {
      "epoch": 0.5702083333333333,
      "grad_norm": 1.0832092761993408,
      "learning_rate": 0.00011801012471166991,
      "loss": 7.57,
      "step": 273700
    },
    {
      "epoch": 0.5702291666666667,
      "grad_norm": 3.5099310874938965,
      "learning_rate": 0.00011800049303026197,
      "loss": 7.7505,
      "step": 273710
    },
    {
      "epoch": 0.57025,
      "grad_norm": 0.9522605538368225,
      "learning_rate": 0.00011799086148707916,
      "loss": 7.2947,
      "step": 273720
    },
    {
      "epoch": 0.5702708333333333,
      "grad_norm": 1.0339614152908325,
      "learning_rate": 0.00011798123008216321,
      "loss": 7.2625,
      "step": 273730
    },
    {
      "epoch": 0.5702916666666666,
      "grad_norm": 0.8538893461227417,
      "learning_rate": 0.00011797159881555571,
      "loss": 7.8502,
      "step": 273740
    },
    {
      "epoch": 0.5703125,
      "grad_norm": 1.769649624824524,
      "learning_rate": 0.00011796196768729812,
      "loss": 7.5217,
      "step": 273750
    },
    {
      "epoch": 0.5703333333333334,
      "grad_norm": 1.874330759048462,
      "learning_rate": 0.00011795233669743221,
      "loss": 7.7003,
      "step": 273760
    },
    {
      "epoch": 0.5703541666666667,
      "grad_norm": 4.573222637176514,
      "learning_rate": 0.00011794270584599956,
      "loss": 7.6795,
      "step": 273770
    },
    {
      "epoch": 0.570375,
      "grad_norm": 0.8129762411117554,
      "learning_rate": 0.00011793307513304164,
      "loss": 7.0017,
      "step": 273780
    },
    {
      "epoch": 0.5703958333333333,
      "grad_norm": 1.3443111181259155,
      "learning_rate": 0.0001179234445586002,
      "loss": 7.2017,
      "step": 273790
    },
    {
      "epoch": 0.5704166666666667,
      "grad_norm": 1.3656235933303833,
      "learning_rate": 0.0001179138141227168,
      "loss": 7.2447,
      "step": 273800
    },
    {
      "epoch": 0.5704375,
      "grad_norm": 6.576097011566162,
      "learning_rate": 0.00011790418382543296,
      "loss": 8.4255,
      "step": 273810
    },
    {
      "epoch": 0.5704583333333333,
      "grad_norm": 1.7500134706497192,
      "learning_rate": 0.00011789455366679037,
      "loss": 7.5401,
      "step": 273820
    },
    {
      "epoch": 0.5704791666666666,
      "grad_norm": 0.91251540184021,
      "learning_rate": 0.00011788492364683065,
      "loss": 7.2255,
      "step": 273830
    },
    {
      "epoch": 0.5705,
      "grad_norm": 3.212101459503174,
      "learning_rate": 0.00011787529376559532,
      "loss": 7.6745,
      "step": 273840
    },
    {
      "epoch": 0.5705208333333334,
      "grad_norm": 5.5234246253967285,
      "learning_rate": 0.00011786566402312596,
      "loss": 7.2184,
      "step": 273850
    },
    {
      "epoch": 0.5705416666666666,
      "grad_norm": 2.3846802711486816,
      "learning_rate": 0.00011785603441946425,
      "loss": 8.4006,
      "step": 273860
    },
    {
      "epoch": 0.5705625,
      "grad_norm": 1.2190814018249512,
      "learning_rate": 0.00011784640495465178,
      "loss": 7.6118,
      "step": 273870
    },
    {
      "epoch": 0.5705833333333333,
      "grad_norm": 1.90248703956604,
      "learning_rate": 0.00011783677562873004,
      "loss": 7.5558,
      "step": 273880
    },
    {
      "epoch": 0.5706041666666667,
      "grad_norm": 3.699336528778076,
      "learning_rate": 0.00011782714644174071,
      "loss": 7.5657,
      "step": 273890
    },
    {
      "epoch": 0.570625,
      "grad_norm": 1.8507211208343506,
      "learning_rate": 0.00011781751739372545,
      "loss": 7.0172,
      "step": 273900
    },
    {
      "epoch": 0.5706458333333333,
      "grad_norm": 0.8712036609649658,
      "learning_rate": 0.00011780788848472567,
      "loss": 7.1055,
      "step": 273910
    },
    {
      "epoch": 0.5706666666666667,
      "grad_norm": 6.700745105743408,
      "learning_rate": 0.00011779825971478313,
      "loss": 8.1143,
      "step": 273920
    },
    {
      "epoch": 0.5706875,
      "grad_norm": 0.7620180249214172,
      "learning_rate": 0.00011778863108393938,
      "loss": 7.3989,
      "step": 273930
    },
    {
      "epoch": 0.5707083333333334,
      "grad_norm": 1.4964516162872314,
      "learning_rate": 0.00011777900259223593,
      "loss": 7.3034,
      "step": 273940
    },
    {
      "epoch": 0.5707291666666666,
      "grad_norm": 0.8371909260749817,
      "learning_rate": 0.0001177693742397145,
      "loss": 7.1385,
      "step": 273950
    },
    {
      "epoch": 0.57075,
      "grad_norm": 1.0123319625854492,
      "learning_rate": 0.00011775974602641658,
      "loss": 7.4482,
      "step": 273960
    },
    {
      "epoch": 0.5707708333333333,
      "grad_norm": 0.6992793083190918,
      "learning_rate": 0.00011775011795238377,
      "loss": 7.5281,
      "step": 273970
    },
    {
      "epoch": 0.5707916666666667,
      "grad_norm": 0.8919014930725098,
      "learning_rate": 0.00011774049001765775,
      "loss": 7.7635,
      "step": 273980
    },
    {
      "epoch": 0.5708125,
      "grad_norm": 0.8478276133537292,
      "learning_rate": 0.00011773086222228001,
      "loss": 7.174,
      "step": 273990
    },
    {
      "epoch": 0.5708333333333333,
      "grad_norm": 0.813458263874054,
      "learning_rate": 0.00011772123456629215,
      "loss": 7.2765,
      "step": 274000
    },
    {
      "epoch": 0.5708333333333333,
      "eval_loss": 7.086627006530762,
      "eval_runtime": 8.466,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 274000
    },
    {
      "epoch": 0.5708541666666667,
      "grad_norm": 0.6666315793991089,
      "learning_rate": 0.00011771160704973582,
      "loss": 7.2149,
      "step": 274010
    },
    {
      "epoch": 0.570875,
      "grad_norm": 1.4755786657333374,
      "learning_rate": 0.00011770197967265253,
      "loss": 7.3843,
      "step": 274020
    },
    {
      "epoch": 0.5708958333333334,
      "grad_norm": 1.4541130065917969,
      "learning_rate": 0.0001176923524350839,
      "loss": 7.5398,
      "step": 274030
    },
    {
      "epoch": 0.5709166666666666,
      "grad_norm": 1.7044175863265991,
      "learning_rate": 0.00011768272533707158,
      "loss": 7.7465,
      "step": 274040
    },
    {
      "epoch": 0.5709375,
      "grad_norm": 0.7887126207351685,
      "learning_rate": 0.00011767309837865704,
      "loss": 7.3155,
      "step": 274050
    },
    {
      "epoch": 0.5709583333333333,
      "grad_norm": 1.0341637134552002,
      "learning_rate": 0.00011766347155988191,
      "loss": 7.4042,
      "step": 274060
    },
    {
      "epoch": 0.5709791666666667,
      "grad_norm": 1.4475514888763428,
      "learning_rate": 0.00011765384488078784,
      "loss": 6.9279,
      "step": 274070
    },
    {
      "epoch": 0.571,
      "grad_norm": 1.3310030698776245,
      "learning_rate": 0.00011764421834141636,
      "loss": 7.4612,
      "step": 274080
    },
    {
      "epoch": 0.5710208333333333,
      "grad_norm": 0.8771826028823853,
      "learning_rate": 0.00011763459194180898,
      "loss": 7.501,
      "step": 274090
    },
    {
      "epoch": 0.5710416666666667,
      "grad_norm": 1.1011005640029907,
      "learning_rate": 0.00011762496568200738,
      "loss": 7.0486,
      "step": 274100
    },
    {
      "epoch": 0.5710625,
      "grad_norm": 1.6490916013717651,
      "learning_rate": 0.00011761533956205315,
      "loss": 7.5455,
      "step": 274110
    },
    {
      "epoch": 0.5710833333333334,
      "grad_norm": 11.680550575256348,
      "learning_rate": 0.00011760571358198781,
      "loss": 7.3579,
      "step": 274120
    },
    {
      "epoch": 0.5711041666666666,
      "grad_norm": 1.5647112131118774,
      "learning_rate": 0.00011759608774185292,
      "loss": 7.3598,
      "step": 274130
    },
    {
      "epoch": 0.571125,
      "grad_norm": 9.3168363571167,
      "learning_rate": 0.00011758646204169018,
      "loss": 7.9617,
      "step": 274140
    },
    {
      "epoch": 0.5711458333333334,
      "grad_norm": 1.1110738515853882,
      "learning_rate": 0.00011757683648154106,
      "loss": 7.4668,
      "step": 274150
    },
    {
      "epoch": 0.5711666666666667,
      "grad_norm": 1.4752159118652344,
      "learning_rate": 0.00011756721106144714,
      "loss": 7.4011,
      "step": 274160
    },
    {
      "epoch": 0.5711875,
      "grad_norm": 0.8928619623184204,
      "learning_rate": 0.00011755758578145008,
      "loss": 7.0667,
      "step": 274170
    },
    {
      "epoch": 0.5712083333333333,
      "grad_norm": 2.4996020793914795,
      "learning_rate": 0.00011754796064159138,
      "loss": 7.5061,
      "step": 274180
    },
    {
      "epoch": 0.5712291666666667,
      "grad_norm": 1.4830501079559326,
      "learning_rate": 0.00011753833564191262,
      "loss": 7.1151,
      "step": 274190
    },
    {
      "epoch": 0.57125,
      "grad_norm": 2.145846366882324,
      "learning_rate": 0.00011752871078245547,
      "loss": 7.2548,
      "step": 274200
    },
    {
      "epoch": 0.5712708333333333,
      "grad_norm": 0.7299875617027283,
      "learning_rate": 0.00011751908606326141,
      "loss": 7.5633,
      "step": 274210
    },
    {
      "epoch": 0.5712916666666666,
      "grad_norm": 4.325875282287598,
      "learning_rate": 0.00011750946148437201,
      "loss": 7.2845,
      "step": 274220
    },
    {
      "epoch": 0.5713125,
      "grad_norm": 1.5279202461242676,
      "learning_rate": 0.0001174998370458289,
      "loss": 7.4748,
      "step": 274230
    },
    {
      "epoch": 0.5713333333333334,
      "grad_norm": 1.2314221858978271,
      "learning_rate": 0.00011749021274767365,
      "loss": 7.4207,
      "step": 274240
    },
    {
      "epoch": 0.5713541666666667,
      "grad_norm": 0.9343563914299011,
      "learning_rate": 0.00011748058858994776,
      "loss": 7.1506,
      "step": 274250
    },
    {
      "epoch": 0.571375,
      "grad_norm": 0.7146487236022949,
      "learning_rate": 0.00011747096457269288,
      "loss": 7.2265,
      "step": 274260
    },
    {
      "epoch": 0.5713958333333333,
      "grad_norm": 0.8434943556785583,
      "learning_rate": 0.00011746134069595058,
      "loss": 7.1619,
      "step": 274270
    },
    {
      "epoch": 0.5714166666666667,
      "grad_norm": 0.5797213315963745,
      "learning_rate": 0.00011745171695976236,
      "loss": 7.3632,
      "step": 274280
    },
    {
      "epoch": 0.5714375,
      "grad_norm": 5.04028844833374,
      "learning_rate": 0.00011744209336416988,
      "loss": 8.526,
      "step": 274290
    },
    {
      "epoch": 0.5714583333333333,
      "grad_norm": 2.733929395675659,
      "learning_rate": 0.00011743246990921469,
      "loss": 7.4147,
      "step": 274300
    },
    {
      "epoch": 0.5714791666666666,
      "grad_norm": 1.431129813194275,
      "learning_rate": 0.00011742284659493827,
      "loss": 7.4872,
      "step": 274310
    },
    {
      "epoch": 0.5715,
      "grad_norm": 2.2758026123046875,
      "learning_rate": 0.0001174132234213823,
      "loss": 8.2105,
      "step": 274320
    },
    {
      "epoch": 0.5715208333333334,
      "grad_norm": 1.4726576805114746,
      "learning_rate": 0.00011740360038858832,
      "loss": 7.57,
      "step": 274330
    },
    {
      "epoch": 0.5715416666666666,
      "grad_norm": 0.9575276970863342,
      "learning_rate": 0.00011739397749659783,
      "loss": 7.7207,
      "step": 274340
    },
    {
      "epoch": 0.5715625,
      "grad_norm": 0.7602664232254028,
      "learning_rate": 0.00011738435474545252,
      "loss": 7.3348,
      "step": 274350
    },
    {
      "epoch": 0.5715833333333333,
      "grad_norm": 1.1077368259429932,
      "learning_rate": 0.00011737473213519385,
      "loss": 7.56,
      "step": 274360
    },
    {
      "epoch": 0.5716041666666667,
      "grad_norm": 1.420461654663086,
      "learning_rate": 0.0001173651096658634,
      "loss": 6.9877,
      "step": 274370
    },
    {
      "epoch": 0.571625,
      "grad_norm": 0.7485625743865967,
      "learning_rate": 0.00011735548733750281,
      "loss": 7.1955,
      "step": 274380
    },
    {
      "epoch": 0.5716458333333333,
      "grad_norm": 1.430153727531433,
      "learning_rate": 0.00011734586515015355,
      "loss": 7.9326,
      "step": 274390
    },
    {
      "epoch": 0.5716666666666667,
      "grad_norm": 3.540358066558838,
      "learning_rate": 0.00011733624310385722,
      "loss": 7.5533,
      "step": 274400
    },
    {
      "epoch": 0.5716875,
      "grad_norm": 1.4444125890731812,
      "learning_rate": 0.00011732662119865544,
      "loss": 6.8178,
      "step": 274410
    },
    {
      "epoch": 0.5717083333333334,
      "grad_norm": 0.7826554179191589,
      "learning_rate": 0.00011731699943458971,
      "loss": 7.7696,
      "step": 274420
    },
    {
      "epoch": 0.5717291666666666,
      "grad_norm": 0.9397478103637695,
      "learning_rate": 0.00011730737781170164,
      "loss": 7.4317,
      "step": 274430
    },
    {
      "epoch": 0.57175,
      "grad_norm": 1.086822509765625,
      "learning_rate": 0.00011729775633003266,
      "loss": 7.7554,
      "step": 274440
    },
    {
      "epoch": 0.5717708333333333,
      "grad_norm": 1.505821704864502,
      "learning_rate": 0.0001172881349896245,
      "loss": 7.36,
      "step": 274450
    },
    {
      "epoch": 0.5717916666666667,
      "grad_norm": 0.9827133417129517,
      "learning_rate": 0.00011727851379051865,
      "loss": 7.3176,
      "step": 274460
    },
    {
      "epoch": 0.5718125,
      "grad_norm": 0.5766962170600891,
      "learning_rate": 0.0001172688927327566,
      "loss": 7.2996,
      "step": 274470
    },
    {
      "epoch": 0.5718333333333333,
      "grad_norm": 1.6847186088562012,
      "learning_rate": 0.00011725927181638006,
      "loss": 7.4494,
      "step": 274480
    },
    {
      "epoch": 0.5718541666666667,
      "grad_norm": 3.1825716495513916,
      "learning_rate": 0.00011724965104143046,
      "loss": 7.4416,
      "step": 274490
    },
    {
      "epoch": 0.571875,
      "grad_norm": 2.339655637741089,
      "learning_rate": 0.00011724003040794939,
      "loss": 7.7148,
      "step": 274500
    },
    {
      "epoch": 0.5718958333333334,
      "grad_norm": 1.1490321159362793,
      "learning_rate": 0.00011723040991597847,
      "loss": 7.1556,
      "step": 274510
    },
    {
      "epoch": 0.5719166666666666,
      "grad_norm": 1.7458559274673462,
      "learning_rate": 0.00011722078956555918,
      "loss": 7.5143,
      "step": 274520
    },
    {
      "epoch": 0.5719375,
      "grad_norm": 5.888324737548828,
      "learning_rate": 0.00011721116935673308,
      "loss": 8.1456,
      "step": 274530
    },
    {
      "epoch": 0.5719583333333333,
      "grad_norm": 1.2313019037246704,
      "learning_rate": 0.0001172015492895418,
      "loss": 7.0824,
      "step": 274540
    },
    {
      "epoch": 0.5719791666666667,
      "grad_norm": 2.2027196884155273,
      "learning_rate": 0.00011719192936402681,
      "loss": 7.8568,
      "step": 274550
    },
    {
      "epoch": 0.572,
      "grad_norm": 1.3659155368804932,
      "learning_rate": 0.00011718230958022969,
      "loss": 7.4248,
      "step": 274560
    },
    {
      "epoch": 0.5720208333333333,
      "grad_norm": 1.5904737710952759,
      "learning_rate": 0.00011717268993819206,
      "loss": 7.2187,
      "step": 274570
    },
    {
      "epoch": 0.5720416666666667,
      "grad_norm": 1.5573840141296387,
      "learning_rate": 0.0001171630704379554,
      "loss": 7.3655,
      "step": 274580
    },
    {
      "epoch": 0.5720625,
      "grad_norm": 1.2529019117355347,
      "learning_rate": 0.00011715345107956123,
      "loss": 7.1101,
      "step": 274590
    },
    {
      "epoch": 0.5720833333333334,
      "grad_norm": 3.2016613483428955,
      "learning_rate": 0.00011714383186305118,
      "loss": 7.6611,
      "step": 274600
    },
    {
      "epoch": 0.5721041666666666,
      "grad_norm": 1.8308286666870117,
      "learning_rate": 0.00011713421278846679,
      "loss": 6.9563,
      "step": 274610
    },
    {
      "epoch": 0.572125,
      "grad_norm": 1.156432867050171,
      "learning_rate": 0.00011712459385584953,
      "loss": 8.9957,
      "step": 274620
    },
    {
      "epoch": 0.5721458333333334,
      "grad_norm": 1.9967542886734009,
      "learning_rate": 0.00011711497506524105,
      "loss": 7.1595,
      "step": 274630
    },
    {
      "epoch": 0.5721666666666667,
      "grad_norm": 0.784156858921051,
      "learning_rate": 0.0001171053564166829,
      "loss": 7.2036,
      "step": 274640
    },
    {
      "epoch": 0.5721875,
      "grad_norm": 0.652453601360321,
      "learning_rate": 0.00011709573791021651,
      "loss": 7.1253,
      "step": 274650
    },
    {
      "epoch": 0.5722083333333333,
      "grad_norm": 0.7046204805374146,
      "learning_rate": 0.00011708611954588355,
      "loss": 8.2222,
      "step": 274660
    },
    {
      "epoch": 0.5722291666666667,
      "grad_norm": 0.9540567994117737,
      "learning_rate": 0.00011707650132372556,
      "loss": 7.0808,
      "step": 274670
    },
    {
      "epoch": 0.57225,
      "grad_norm": 1.9046251773834229,
      "learning_rate": 0.00011706688324378399,
      "loss": 7.6276,
      "step": 274680
    },
    {
      "epoch": 0.5722708333333333,
      "grad_norm": 0.7958641648292542,
      "learning_rate": 0.00011705726530610045,
      "loss": 7.0118,
      "step": 274690
    },
    {
      "epoch": 0.5722916666666666,
      "grad_norm": 0.9346030950546265,
      "learning_rate": 0.00011704764751071655,
      "loss": 7.5025,
      "step": 274700
    },
    {
      "epoch": 0.5723125,
      "grad_norm": 12.781336784362793,
      "learning_rate": 0.00011703802985767377,
      "loss": 8.8811,
      "step": 274710
    },
    {
      "epoch": 0.5723333333333334,
      "grad_norm": 0.8650602698326111,
      "learning_rate": 0.00011702841234701358,
      "loss": 7.8922,
      "step": 274720
    },
    {
      "epoch": 0.5723541666666667,
      "grad_norm": 1.7889361381530762,
      "learning_rate": 0.00011701879497877761,
      "loss": 7.0319,
      "step": 274730
    },
    {
      "epoch": 0.572375,
      "grad_norm": 0.64249187707901,
      "learning_rate": 0.00011700917775300747,
      "loss": 7.0544,
      "step": 274740
    },
    {
      "epoch": 0.5723958333333333,
      "grad_norm": 0.9911760091781616,
      "learning_rate": 0.00011699956066974451,
      "loss": 7.5027,
      "step": 274750
    },
    {
      "epoch": 0.5724166666666667,
      "grad_norm": 2.100548267364502,
      "learning_rate": 0.00011698994372903044,
      "loss": 8.0755,
      "step": 274760
    },
    {
      "epoch": 0.5724375,
      "grad_norm": 1.0497924089431763,
      "learning_rate": 0.00011698032693090678,
      "loss": 7.0037,
      "step": 274770
    },
    {
      "epoch": 0.5724583333333333,
      "grad_norm": 2.976545810699463,
      "learning_rate": 0.00011697071027541498,
      "loss": 7.3482,
      "step": 274780
    },
    {
      "epoch": 0.5724791666666667,
      "grad_norm": 1.159865379333496,
      "learning_rate": 0.00011696109376259665,
      "loss": 7.2556,
      "step": 274790
    },
    {
      "epoch": 0.5725,
      "grad_norm": 2.3660202026367188,
      "learning_rate": 0.00011695147739249336,
      "loss": 7.5954,
      "step": 274800
    },
    {
      "epoch": 0.5725208333333334,
      "grad_norm": 0.8869103789329529,
      "learning_rate": 0.00011694186116514655,
      "loss": 7.2751,
      "step": 274810
    },
    {
      "epoch": 0.5725416666666666,
      "grad_norm": 1.0135852098464966,
      "learning_rate": 0.00011693224508059784,
      "loss": 7.1812,
      "step": 274820
    },
    {
      "epoch": 0.5725625,
      "grad_norm": 0.9717670679092407,
      "learning_rate": 0.00011692262913888876,
      "loss": 7.0555,
      "step": 274830
    },
    {
      "epoch": 0.5725833333333333,
      "grad_norm": 3.08443021774292,
      "learning_rate": 0.00011691301334006078,
      "loss": 7.7127,
      "step": 274840
    },
    {
      "epoch": 0.5726041666666667,
      "grad_norm": 0.8908376693725586,
      "learning_rate": 0.00011690339768415555,
      "loss": 7.0467,
      "step": 274850
    },
    {
      "epoch": 0.572625,
      "grad_norm": 1.2184298038482666,
      "learning_rate": 0.00011689378217121451,
      "loss": 7.2158,
      "step": 274860
    },
    {
      "epoch": 0.5726458333333333,
      "grad_norm": 1.495410442352295,
      "learning_rate": 0.00011688416680127918,
      "loss": 7.3089,
      "step": 274870
    },
    {
      "epoch": 0.5726666666666667,
      "grad_norm": 1.821102261543274,
      "learning_rate": 0.00011687455157439123,
      "loss": 7.5397,
      "step": 274880
    },
    {
      "epoch": 0.5726875,
      "grad_norm": 2.344364881515503,
      "learning_rate": 0.00011686493649059206,
      "loss": 7.2843,
      "step": 274890
    },
    {
      "epoch": 0.5727083333333334,
      "grad_norm": 1.7800673246383667,
      "learning_rate": 0.00011685532154992321,
      "loss": 7.4386,
      "step": 274900
    },
    {
      "epoch": 0.5727291666666666,
      "grad_norm": 0.9015733599662781,
      "learning_rate": 0.00011684570675242633,
      "loss": 7.0554,
      "step": 274910
    },
    {
      "epoch": 0.57275,
      "grad_norm": 1.012721061706543,
      "learning_rate": 0.00011683609209814284,
      "loss": 7.6035,
      "step": 274920
    },
    {
      "epoch": 0.5727708333333333,
      "grad_norm": 0.7799078226089478,
      "learning_rate": 0.00011682647758711425,
      "loss": 7.6003,
      "step": 274930
    },
    {
      "epoch": 0.5727916666666667,
      "grad_norm": 1.0672013759613037,
      "learning_rate": 0.00011681686321938223,
      "loss": 7.6287,
      "step": 274940
    },
    {
      "epoch": 0.5728125,
      "grad_norm": 0.7644294500350952,
      "learning_rate": 0.00011680724899498822,
      "loss": 7.5358,
      "step": 274950
    },
    {
      "epoch": 0.5728333333333333,
      "grad_norm": 1.4455609321594238,
      "learning_rate": 0.00011679763491397369,
      "loss": 7.7426,
      "step": 274960
    },
    {
      "epoch": 0.5728541666666667,
      "grad_norm": 1.65842866897583,
      "learning_rate": 0.00011678802097638027,
      "loss": 6.9921,
      "step": 274970
    },
    {
      "epoch": 0.572875,
      "grad_norm": 1.8051773309707642,
      "learning_rate": 0.00011677840718224949,
      "loss": 8.1386,
      "step": 274980
    },
    {
      "epoch": 0.5728958333333334,
      "grad_norm": 0.8347681760787964,
      "learning_rate": 0.00011676879353162277,
      "loss": 6.8961,
      "step": 274990
    },
    {
      "epoch": 0.5729166666666666,
      "grad_norm": 1.4268280267715454,
      "learning_rate": 0.00011675918002454175,
      "loss": 7.5689,
      "step": 275000
    },
    {
      "epoch": 0.5729166666666666,
      "eval_loss": 6.921360969543457,
      "eval_runtime": 9.4392,
      "eval_samples_per_second": 0.318,
      "eval_steps_per_second": 0.106,
      "step": 275000
    },
    {
      "epoch": 0.5729375,
      "grad_norm": 1.8570724725723267,
      "learning_rate": 0.00011674956666104794,
      "loss": 6.8969,
      "step": 275010
    },
    {
      "epoch": 0.5729583333333333,
      "grad_norm": 1.565951943397522,
      "learning_rate": 0.0001167399534411828,
      "loss": 7.4329,
      "step": 275020
    },
    {
      "epoch": 0.5729791666666667,
      "grad_norm": 2.5350730419158936,
      "learning_rate": 0.00011673034036498788,
      "loss": 7.6817,
      "step": 275030
    },
    {
      "epoch": 0.573,
      "grad_norm": 1.7357581853866577,
      "learning_rate": 0.00011672072743250477,
      "loss": 7.6679,
      "step": 275040
    },
    {
      "epoch": 0.5730208333333333,
      "grad_norm": 1.8678991794586182,
      "learning_rate": 0.00011671111464377492,
      "loss": 7.2348,
      "step": 275050
    },
    {
      "epoch": 0.5730416666666667,
      "grad_norm": 0.918464720249176,
      "learning_rate": 0.00011670150199883984,
      "loss": 7.9062,
      "step": 275060
    },
    {
      "epoch": 0.5730625,
      "grad_norm": 0.915003776550293,
      "learning_rate": 0.00011669188949774117,
      "loss": 8.0341,
      "step": 275070
    },
    {
      "epoch": 0.5730833333333333,
      "grad_norm": 1.0948827266693115,
      "learning_rate": 0.00011668227714052034,
      "loss": 7.316,
      "step": 275080
    },
    {
      "epoch": 0.5731041666666666,
      "grad_norm": 1.0953090190887451,
      "learning_rate": 0.00011667266492721883,
      "loss": 7.2289,
      "step": 275090
    },
    {
      "epoch": 0.573125,
      "grad_norm": 1.3376264572143555,
      "learning_rate": 0.00011666305285787822,
      "loss": 7.236,
      "step": 275100
    },
    {
      "epoch": 0.5731458333333334,
      "grad_norm": 10.677322387695312,
      "learning_rate": 0.0001166534409325401,
      "loss": 8.308,
      "step": 275110
    },
    {
      "epoch": 0.5731666666666667,
      "grad_norm": 1.8225384950637817,
      "learning_rate": 0.00011664382915124583,
      "loss": 7.3728,
      "step": 275120
    },
    {
      "epoch": 0.5731875,
      "grad_norm": 0.8859515190124512,
      "learning_rate": 0.00011663421751403704,
      "loss": 7.2514,
      "step": 275130
    },
    {
      "epoch": 0.5732083333333333,
      "grad_norm": 2.1039469242095947,
      "learning_rate": 0.00011662460602095526,
      "loss": 7.3453,
      "step": 275140
    },
    {
      "epoch": 0.5732291666666667,
      "grad_norm": 3.6954030990600586,
      "learning_rate": 0.00011661499467204192,
      "loss": 7.2683,
      "step": 275150
    },
    {
      "epoch": 0.57325,
      "grad_norm": 1.176041841506958,
      "learning_rate": 0.0001166053834673386,
      "loss": 7.546,
      "step": 275160
    },
    {
      "epoch": 0.5732708333333333,
      "grad_norm": 1.501945972442627,
      "learning_rate": 0.00011659577240688685,
      "loss": 7.4144,
      "step": 275170
    },
    {
      "epoch": 0.5732916666666666,
      "grad_norm": 2.1175036430358887,
      "learning_rate": 0.00011658616149072808,
      "loss": 7.2804,
      "step": 275180
    },
    {
      "epoch": 0.5733125,
      "grad_norm": 3.5968730449676514,
      "learning_rate": 0.00011657655071890389,
      "loss": 7.7014,
      "step": 275190
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.9442164897918701,
      "learning_rate": 0.00011656694009145581,
      "loss": 7.2022,
      "step": 275200
    },
    {
      "epoch": 0.5733541666666667,
      "grad_norm": 1.8324508666992188,
      "learning_rate": 0.00011655732960842525,
      "loss": 7.3223,
      "step": 275210
    },
    {
      "epoch": 0.573375,
      "grad_norm": 1.0651410818099976,
      "learning_rate": 0.00011654771926985385,
      "loss": 7.1773,
      "step": 275220
    },
    {
      "epoch": 0.5733958333333333,
      "grad_norm": 0.9595728516578674,
      "learning_rate": 0.00011653810907578302,
      "loss": 7.4202,
      "step": 275230
    },
    {
      "epoch": 0.5734166666666667,
      "grad_norm": 1.9229518175125122,
      "learning_rate": 0.00011652849902625429,
      "loss": 7.1816,
      "step": 275240
    },
    {
      "epoch": 0.5734375,
      "grad_norm": 1.478119134902954,
      "learning_rate": 0.00011651888912130926,
      "loss": 7.4438,
      "step": 275250
    },
    {
      "epoch": 0.5734583333333333,
      "grad_norm": 1.2554543018341064,
      "learning_rate": 0.00011650927936098934,
      "loss": 7.3343,
      "step": 275260
    },
    {
      "epoch": 0.5734791666666667,
      "grad_norm": 0.7830178737640381,
      "learning_rate": 0.00011649966974533606,
      "loss": 7.1758,
      "step": 275270
    },
    {
      "epoch": 0.5735,
      "grad_norm": 0.8534938097000122,
      "learning_rate": 0.00011649006027439099,
      "loss": 7.6491,
      "step": 275280
    },
    {
      "epoch": 0.5735208333333334,
      "grad_norm": 0.5935431122779846,
      "learning_rate": 0.00011648045094819557,
      "loss": 7.0612,
      "step": 275290
    },
    {
      "epoch": 0.5735416666666666,
      "grad_norm": 1.9738163948059082,
      "learning_rate": 0.00011647084176679138,
      "loss": 7.4387,
      "step": 275300
    },
    {
      "epoch": 0.5735625,
      "grad_norm": 1.2126673460006714,
      "learning_rate": 0.0001164612327302198,
      "loss": 7.3188,
      "step": 275310
    },
    {
      "epoch": 0.5735833333333333,
      "grad_norm": 0.9036467671394348,
      "learning_rate": 0.00011645162383852251,
      "loss": 7.5715,
      "step": 275320
    },
    {
      "epoch": 0.5736041666666667,
      "grad_norm": 0.629188597202301,
      "learning_rate": 0.00011644201509174085,
      "loss": 8.2178,
      "step": 275330
    },
    {
      "epoch": 0.573625,
      "grad_norm": 2.626997709274292,
      "learning_rate": 0.00011643240648991639,
      "loss": 7.1968,
      "step": 275340
    },
    {
      "epoch": 0.5736458333333333,
      "grad_norm": 1.062733769416809,
      "learning_rate": 0.00011642279803309072,
      "loss": 7.453,
      "step": 275350
    },
    {
      "epoch": 0.5736666666666667,
      "grad_norm": 3.5694353580474854,
      "learning_rate": 0.00011641318972130525,
      "loss": 7.6953,
      "step": 275360
    },
    {
      "epoch": 0.5736875,
      "grad_norm": 1.0801832675933838,
      "learning_rate": 0.00011640358155460144,
      "loss": 7.8941,
      "step": 275370
    },
    {
      "epoch": 0.5737083333333334,
      "grad_norm": 1.8628425598144531,
      "learning_rate": 0.00011639397353302094,
      "loss": 7.2187,
      "step": 275380
    },
    {
      "epoch": 0.5737291666666666,
      "grad_norm": 1.016424536705017,
      "learning_rate": 0.00011638436565660515,
      "loss": 7.8275,
      "step": 275390
    },
    {
      "epoch": 0.57375,
      "grad_norm": 1.7188862562179565,
      "learning_rate": 0.00011637475792539553,
      "loss": 7.746,
      "step": 275400
    },
    {
      "epoch": 0.5737708333333333,
      "grad_norm": 0.7984182834625244,
      "learning_rate": 0.00011636515033943375,
      "loss": 7.3668,
      "step": 275410
    },
    {
      "epoch": 0.5737916666666667,
      "grad_norm": 0.8879057168960571,
      "learning_rate": 0.00011635554289876115,
      "loss": 7.1103,
      "step": 275420
    },
    {
      "epoch": 0.5738125,
      "grad_norm": 1.7568795680999756,
      "learning_rate": 0.00011634593560341927,
      "loss": 7.7862,
      "step": 275430
    },
    {
      "epoch": 0.5738333333333333,
      "grad_norm": 1.3938939571380615,
      "learning_rate": 0.00011633632845344968,
      "loss": 7.0347,
      "step": 275440
    },
    {
      "epoch": 0.5738541666666667,
      "grad_norm": 1.2282037734985352,
      "learning_rate": 0.00011632672144889383,
      "loss": 7.4094,
      "step": 275450
    },
    {
      "epoch": 0.573875,
      "grad_norm": 1.2352666854858398,
      "learning_rate": 0.00011631711458979316,
      "loss": 6.9981,
      "step": 275460
    },
    {
      "epoch": 0.5738958333333334,
      "grad_norm": 0.6209657192230225,
      "learning_rate": 0.00011630750787618923,
      "loss": 7.1919,
      "step": 275470
    },
    {
      "epoch": 0.5739166666666666,
      "grad_norm": 0.7357649803161621,
      "learning_rate": 0.00011629790130812358,
      "loss": 7.8199,
      "step": 275480
    },
    {
      "epoch": 0.5739375,
      "grad_norm": 1.55337393283844,
      "learning_rate": 0.0001162882948856376,
      "loss": 7.6655,
      "step": 275490
    },
    {
      "epoch": 0.5739583333333333,
      "grad_norm": 1.4006011486053467,
      "learning_rate": 0.00011627868860877287,
      "loss": 7.3563,
      "step": 275500
    },
    {
      "epoch": 0.5739791666666667,
      "grad_norm": 2.175952434539795,
      "learning_rate": 0.00011626908247757087,
      "loss": 7.4066,
      "step": 275510
    },
    {
      "epoch": 0.574,
      "grad_norm": 0.9788955450057983,
      "learning_rate": 0.00011625947649207304,
      "loss": 7.5054,
      "step": 275520
    },
    {
      "epoch": 0.5740208333333333,
      "grad_norm": 1.5949236154556274,
      "learning_rate": 0.00011624987065232093,
      "loss": 7.5581,
      "step": 275530
    },
    {
      "epoch": 0.5740416666666667,
      "grad_norm": 3.9759020805358887,
      "learning_rate": 0.00011624026495835605,
      "loss": 7.6414,
      "step": 275540
    },
    {
      "epoch": 0.5740625,
      "grad_norm": 1.980973482131958,
      "learning_rate": 0.0001162306594102198,
      "loss": 7.6513,
      "step": 275550
    },
    {
      "epoch": 0.5740833333333333,
      "grad_norm": 1.0640431642532349,
      "learning_rate": 0.0001162210540079538,
      "loss": 7.0423,
      "step": 275560
    },
    {
      "epoch": 0.5741041666666666,
      "grad_norm": 3.2112913131713867,
      "learning_rate": 0.00011621144875159947,
      "loss": 7.3468,
      "step": 275570
    },
    {
      "epoch": 0.574125,
      "grad_norm": 1.4405142068862915,
      "learning_rate": 0.00011620184364119825,
      "loss": 8.191,
      "step": 275580
    },
    {
      "epoch": 0.5741458333333334,
      "grad_norm": 3.168015956878662,
      "learning_rate": 0.00011619223867679177,
      "loss": 7.5388,
      "step": 275590
    },
    {
      "epoch": 0.5741666666666667,
      "grad_norm": 2.111987829208374,
      "learning_rate": 0.00011618263385842138,
      "loss": 7.043,
      "step": 275600
    },
    {
      "epoch": 0.5741875,
      "grad_norm": 1.7490960359573364,
      "learning_rate": 0.00011617302918612868,
      "loss": 6.7729,
      "step": 275610
    },
    {
      "epoch": 0.5742083333333333,
      "grad_norm": 1.1499148607254028,
      "learning_rate": 0.00011616342465995502,
      "loss": 7.1932,
      "step": 275620
    },
    {
      "epoch": 0.5742291666666667,
      "grad_norm": 0.8657767176628113,
      "learning_rate": 0.00011615382027994202,
      "loss": 7.9795,
      "step": 275630
    },
    {
      "epoch": 0.57425,
      "grad_norm": 1.8278999328613281,
      "learning_rate": 0.00011614421604613114,
      "loss": 7.0653,
      "step": 275640
    },
    {
      "epoch": 0.5742708333333333,
      "grad_norm": 0.8357090353965759,
      "learning_rate": 0.00011613461195856379,
      "loss": 7.5546,
      "step": 275650
    },
    {
      "epoch": 0.5742916666666666,
      "grad_norm": 2.1685194969177246,
      "learning_rate": 0.00011612500801728154,
      "loss": 7.3165,
      "step": 275660
    },
    {
      "epoch": 0.5743125,
      "grad_norm": 0.7987135648727417,
      "learning_rate": 0.00011611540422232588,
      "loss": 6.8919,
      "step": 275670
    },
    {
      "epoch": 0.5743333333333334,
      "grad_norm": 2.096930503845215,
      "learning_rate": 0.00011610580057373819,
      "loss": 8.2645,
      "step": 275680
    },
    {
      "epoch": 0.5743541666666667,
      "grad_norm": 1.1148779392242432,
      "learning_rate": 0.00011609619707156007,
      "loss": 7.5646,
      "step": 275690
    },
    {
      "epoch": 0.574375,
      "grad_norm": 1.7709696292877197,
      "learning_rate": 0.00011608659371583298,
      "loss": 7.4444,
      "step": 275700
    },
    {
      "epoch": 0.5743958333333333,
      "grad_norm": 3.652714729309082,
      "learning_rate": 0.00011607699050659832,
      "loss": 7.1541,
      "step": 275710
    },
    {
      "epoch": 0.5744166666666667,
      "grad_norm": 1.418290138244629,
      "learning_rate": 0.00011606738744389771,
      "loss": 7.4838,
      "step": 275720
    },
    {
      "epoch": 0.5744375,
      "grad_norm": 0.9367161989212036,
      "learning_rate": 0.0001160577845277725,
      "loss": 7.0535,
      "step": 275730
    },
    {
      "epoch": 0.5744583333333333,
      "grad_norm": 3.388254404067993,
      "learning_rate": 0.00011604818175826421,
      "loss": 7.5901,
      "step": 275740
    },
    {
      "epoch": 0.5744791666666667,
      "grad_norm": 1.5264496803283691,
      "learning_rate": 0.00011603857913541439,
      "loss": 7.9371,
      "step": 275750
    },
    {
      "epoch": 0.5745,
      "grad_norm": 1.0436409711837769,
      "learning_rate": 0.00011602897665926446,
      "loss": 7.1846,
      "step": 275760
    },
    {
      "epoch": 0.5745208333333334,
      "grad_norm": 1.4934232234954834,
      "learning_rate": 0.00011601937432985584,
      "loss": 7.3002,
      "step": 275770
    },
    {
      "epoch": 0.5745416666666666,
      "grad_norm": 1.4346098899841309,
      "learning_rate": 0.00011600977214723015,
      "loss": 6.9943,
      "step": 275780
    },
    {
      "epoch": 0.5745625,
      "grad_norm": 1.2091058492660522,
      "learning_rate": 0.00011600017011142874,
      "loss": 7.3681,
      "step": 275790
    },
    {
      "epoch": 0.5745833333333333,
      "grad_norm": 0.9882424473762512,
      "learning_rate": 0.00011599056822249313,
      "loss": 7.593,
      "step": 275800
    },
    {
      "epoch": 0.5746041666666667,
      "grad_norm": 1.5551797151565552,
      "learning_rate": 0.00011598096648046484,
      "loss": 7.2115,
      "step": 275810
    },
    {
      "epoch": 0.574625,
      "grad_norm": 2.9962496757507324,
      "learning_rate": 0.00011597136488538534,
      "loss": 7.6472,
      "step": 275820
    },
    {
      "epoch": 0.5746458333333333,
      "grad_norm": 0.8023390173912048,
      "learning_rate": 0.00011596176343729596,
      "loss": 7.1386,
      "step": 275830
    },
    {
      "epoch": 0.5746666666666667,
      "grad_norm": 1.7540465593338013,
      "learning_rate": 0.00011595216213623839,
      "loss": 7.4041,
      "step": 275840
    },
    {
      "epoch": 0.5746875,
      "grad_norm": 3.2991859912872314,
      "learning_rate": 0.00011594256098225401,
      "loss": 7.6052,
      "step": 275850
    },
    {
      "epoch": 0.5747083333333334,
      "grad_norm": 1.4792311191558838,
      "learning_rate": 0.0001159329599753842,
      "loss": 7.4964,
      "step": 275860
    },
    {
      "epoch": 0.5747291666666666,
      "grad_norm": 2.4569101333618164,
      "learning_rate": 0.00011592335911567057,
      "loss": 7.1278,
      "step": 275870
    },
    {
      "epoch": 0.57475,
      "grad_norm": 2.2284555435180664,
      "learning_rate": 0.00011591375840315458,
      "loss": 7.5489,
      "step": 275880
    },
    {
      "epoch": 0.5747708333333333,
      "grad_norm": 0.7330268621444702,
      "learning_rate": 0.00011590415783787761,
      "loss": 7.209,
      "step": 275890
    },
    {
      "epoch": 0.5747916666666667,
      "grad_norm": 3.830031156539917,
      "learning_rate": 0.00011589455741988114,
      "loss": 7.1606,
      "step": 275900
    },
    {
      "epoch": 0.5748125,
      "grad_norm": 1.38856840133667,
      "learning_rate": 0.00011588495714920677,
      "loss": 7.4593,
      "step": 275910
    },
    {
      "epoch": 0.5748333333333333,
      "grad_norm": 3.7375566959381104,
      "learning_rate": 0.00011587535702589585,
      "loss": 7.302,
      "step": 275920
    },
    {
      "epoch": 0.5748541666666667,
      "grad_norm": 5.912617206573486,
      "learning_rate": 0.00011586575704998984,
      "loss": 7.9435,
      "step": 275930
    },
    {
      "epoch": 0.574875,
      "grad_norm": 2.013183832168579,
      "learning_rate": 0.0001158561572215303,
      "loss": 7.2825,
      "step": 275940
    },
    {
      "epoch": 0.5748958333333334,
      "grad_norm": 1.5728428363800049,
      "learning_rate": 0.00011584655754055867,
      "loss": 7.1918,
      "step": 275950
    },
    {
      "epoch": 0.5749166666666666,
      "grad_norm": 7.282355785369873,
      "learning_rate": 0.0001158369580071163,
      "loss": 7.1603,
      "step": 275960
    },
    {
      "epoch": 0.5749375,
      "grad_norm": 1.1955994367599487,
      "learning_rate": 0.0001158273586212448,
      "loss": 7.1727,
      "step": 275970
    },
    {
      "epoch": 0.5749583333333333,
      "grad_norm": 1.9537930488586426,
      "learning_rate": 0.00011581775938298562,
      "loss": 7.302,
      "step": 275980
    },
    {
      "epoch": 0.5749791666666667,
      "grad_norm": 1.0964797735214233,
      "learning_rate": 0.00011580816029238012,
      "loss": 7.9029,
      "step": 275990
    },
    {
      "epoch": 0.575,
      "grad_norm": 0.6419522762298584,
      "learning_rate": 0.00011579856134946986,
      "loss": 7.8582,
      "step": 276000
    },
    {
      "epoch": 0.575,
      "eval_loss": 7.715718746185303,
      "eval_runtime": 8.4145,
      "eval_samples_per_second": 0.357,
      "eval_steps_per_second": 0.119,
      "step": 276000
    },
    {
      "epoch": 0.5750208333333333,
      "grad_norm": 0.6758044362068176,
      "learning_rate": 0.00011578896255429632,
      "loss": 7.5939,
      "step": 276010
    },
    {
      "epoch": 0.5750416666666667,
      "grad_norm": 0.8505584597587585,
      "learning_rate": 0.00011577936390690083,
      "loss": 7.0868,
      "step": 276020
    },
    {
      "epoch": 0.5750625,
      "grad_norm": 0.9325692653656006,
      "learning_rate": 0.000115769765407325,
      "loss": 7.6934,
      "step": 276030
    },
    {
      "epoch": 0.5750833333333333,
      "grad_norm": 1.049126148223877,
      "learning_rate": 0.00011576016705561026,
      "loss": 7.5457,
      "step": 276040
    },
    {
      "epoch": 0.5751041666666666,
      "grad_norm": 0.9742952585220337,
      "learning_rate": 0.00011575056885179798,
      "loss": 7.3169,
      "step": 276050
    },
    {
      "epoch": 0.575125,
      "grad_norm": 0.9938320517539978,
      "learning_rate": 0.00011574097079592971,
      "loss": 7.1552,
      "step": 276060
    },
    {
      "epoch": 0.5751458333333334,
      "grad_norm": 2.038378953933716,
      "learning_rate": 0.00011573137288804693,
      "loss": 7.9422,
      "step": 276070
    },
    {
      "epoch": 0.5751666666666667,
      "grad_norm": 2.7932064533233643,
      "learning_rate": 0.00011572177512819099,
      "loss": 7.6519,
      "step": 276080
    },
    {
      "epoch": 0.5751875,
      "grad_norm": 0.8717172741889954,
      "learning_rate": 0.00011571217751640348,
      "loss": 7.1603,
      "step": 276090
    },
    {
      "epoch": 0.5752083333333333,
      "grad_norm": 0.9137156009674072,
      "learning_rate": 0.00011570258005272574,
      "loss": 7.1831,
      "step": 276100
    },
    {
      "epoch": 0.5752291666666667,
      "grad_norm": 0.9343239665031433,
      "learning_rate": 0.00011569298273719926,
      "loss": 7.421,
      "step": 276110
    },
    {
      "epoch": 0.57525,
      "grad_norm": 2.030362606048584,
      "learning_rate": 0.00011568338556986558,
      "loss": 8.0327,
      "step": 276120
    },
    {
      "epoch": 0.5752708333333333,
      "grad_norm": 3.003356456756592,
      "learning_rate": 0.00011567378855076605,
      "loss": 7.4907,
      "step": 276130
    },
    {
      "epoch": 0.5752916666666666,
      "grad_norm": 1.284989595413208,
      "learning_rate": 0.00011566419167994215,
      "loss": 7.278,
      "step": 276140
    },
    {
      "epoch": 0.5753125,
      "grad_norm": 1.1490479707717896,
      "learning_rate": 0.0001156545949574354,
      "loss": 6.8163,
      "step": 276150
    },
    {
      "epoch": 0.5753333333333334,
      "grad_norm": 1.2995190620422363,
      "learning_rate": 0.00011564499838328718,
      "loss": 7.2047,
      "step": 276160
    },
    {
      "epoch": 0.5753541666666667,
      "grad_norm": 0.8604018688201904,
      "learning_rate": 0.00011563540195753894,
      "loss": 7.1524,
      "step": 276170
    },
    {
      "epoch": 0.575375,
      "grad_norm": 2.9982492923736572,
      "learning_rate": 0.00011562580568023221,
      "loss": 7.6237,
      "step": 276180
    },
    {
      "epoch": 0.5753958333333333,
      "grad_norm": 1.5503343343734741,
      "learning_rate": 0.00011561620955140838,
      "loss": 7.6778,
      "step": 276190
    },
    {
      "epoch": 0.5754166666666667,
      "grad_norm": 0.7757932543754578,
      "learning_rate": 0.00011560661357110894,
      "loss": 7.5624,
      "step": 276200
    },
    {
      "epoch": 0.5754375,
      "grad_norm": 0.667471170425415,
      "learning_rate": 0.00011559701773937525,
      "loss": 6.8529,
      "step": 276210
    },
    {
      "epoch": 0.5754583333333333,
      "grad_norm": 0.6622703671455383,
      "learning_rate": 0.00011558742205624888,
      "loss": 7.5755,
      "step": 276220
    },
    {
      "epoch": 0.5754791666666667,
      "grad_norm": 1.813847541809082,
      "learning_rate": 0.0001155778265217712,
      "loss": 7.3376,
      "step": 276230
    },
    {
      "epoch": 0.5755,
      "grad_norm": 2.482011556625366,
      "learning_rate": 0.00011556823113598366,
      "loss": 7.6053,
      "step": 276240
    },
    {
      "epoch": 0.5755208333333334,
      "grad_norm": 0.9266514778137207,
      "learning_rate": 0.00011555863589892779,
      "loss": 7.8312,
      "step": 276250
    },
    {
      "epoch": 0.5755416666666666,
      "grad_norm": 1.1011050939559937,
      "learning_rate": 0.00011554904081064494,
      "loss": 7.6088,
      "step": 276260
    },
    {
      "epoch": 0.5755625,
      "grad_norm": 0.9425661563873291,
      "learning_rate": 0.00011553944587117659,
      "loss": 6.9183,
      "step": 276270
    },
    {
      "epoch": 0.5755833333333333,
      "grad_norm": 1.5034692287445068,
      "learning_rate": 0.00011552985108056424,
      "loss": 7.3192,
      "step": 276280
    },
    {
      "epoch": 0.5756041666666667,
      "grad_norm": 3.0143625736236572,
      "learning_rate": 0.00011552025643884926,
      "loss": 7.6627,
      "step": 276290
    },
    {
      "epoch": 0.575625,
      "grad_norm": 7.0219879150390625,
      "learning_rate": 0.00011551066194607308,
      "loss": 8.0574,
      "step": 276300
    },
    {
      "epoch": 0.5756458333333333,
      "grad_norm": 2.3811287879943848,
      "learning_rate": 0.00011550106760227727,
      "loss": 7.4016,
      "step": 276310
    },
    {
      "epoch": 0.5756666666666667,
      "grad_norm": 1.1339795589447021,
      "learning_rate": 0.0001154914734075032,
      "loss": 7.0546,
      "step": 276320
    },
    {
      "epoch": 0.5756875,
      "grad_norm": 1.2885265350341797,
      "learning_rate": 0.00011548187936179218,
      "loss": 7.2188,
      "step": 276330
    },
    {
      "epoch": 0.5757083333333334,
      "grad_norm": 1.8100100755691528,
      "learning_rate": 0.0001154722854651859,
      "loss": 7.9491,
      "step": 276340
    },
    {
      "epoch": 0.5757291666666666,
      "grad_norm": 0.8428176641464233,
      "learning_rate": 0.00011546269171772566,
      "loss": 7.2649,
      "step": 276350
    },
    {
      "epoch": 0.57575,
      "grad_norm": 1.020051121711731,
      "learning_rate": 0.00011545309811945286,
      "loss": 7.8015,
      "step": 276360
    },
    {
      "epoch": 0.5757708333333333,
      "grad_norm": 1.0728318691253662,
      "learning_rate": 0.00011544350467040905,
      "loss": 7.469,
      "step": 276370
    },
    {
      "epoch": 0.5757916666666667,
      "grad_norm": 1.5040311813354492,
      "learning_rate": 0.00011543391137063565,
      "loss": 7.8511,
      "step": 276380
    },
    {
      "epoch": 0.5758125,
      "grad_norm": 1.0748507976531982,
      "learning_rate": 0.00011542431822017399,
      "loss": 6.9593,
      "step": 276390
    },
    {
      "epoch": 0.5758333333333333,
      "grad_norm": 1.2022571563720703,
      "learning_rate": 0.00011541472521906563,
      "loss": 7.2287,
      "step": 276400
    },
    {
      "epoch": 0.5758541666666667,
      "grad_norm": 0.7495607733726501,
      "learning_rate": 0.000115405132367352,
      "loss": 6.8711,
      "step": 276410
    },
    {
      "epoch": 0.575875,
      "grad_norm": 1.097038745880127,
      "learning_rate": 0.00011539553966507443,
      "loss": 7.4475,
      "step": 276420
    },
    {
      "epoch": 0.5758958333333334,
      "grad_norm": 0.717814028263092,
      "learning_rate": 0.00011538594711227448,
      "loss": 7.4311,
      "step": 276430
    },
    {
      "epoch": 0.5759166666666666,
      "grad_norm": 1.5472818613052368,
      "learning_rate": 0.00011537635470899357,
      "loss": 7.1765,
      "step": 276440
    },
    {
      "epoch": 0.5759375,
      "grad_norm": 0.7410396933555603,
      "learning_rate": 0.00011536676245527304,
      "loss": 7.3862,
      "step": 276450
    },
    {
      "epoch": 0.5759583333333333,
      "grad_norm": 1.739680290222168,
      "learning_rate": 0.00011535717035115443,
      "loss": 7.1583,
      "step": 276460
    },
    {
      "epoch": 0.5759791666666667,
      "grad_norm": 1.00611412525177,
      "learning_rate": 0.00011534757839667911,
      "loss": 6.9661,
      "step": 276470
    },
    {
      "epoch": 0.576,
      "grad_norm": 1.0885276794433594,
      "learning_rate": 0.00011533798659188857,
      "loss": 7.7477,
      "step": 276480
    },
    {
      "epoch": 0.5760208333333333,
      "grad_norm": 2.991915702819824,
      "learning_rate": 0.00011532839493682415,
      "loss": 7.5562,
      "step": 276490
    },
    {
      "epoch": 0.5760416666666667,
      "grad_norm": 1.0666567087173462,
      "learning_rate": 0.00011531880343152737,
      "loss": 7.5831,
      "step": 276500
    },
    {
      "epoch": 0.5760625,
      "grad_norm": 1.812652587890625,
      "learning_rate": 0.00011530921207603965,
      "loss": 7.9029,
      "step": 276510
    },
    {
      "epoch": 0.5760833333333333,
      "grad_norm": 2.6019678115844727,
      "learning_rate": 0.00011529962087040235,
      "loss": 7.3754,
      "step": 276520
    },
    {
      "epoch": 0.5761041666666666,
      "grad_norm": 1.2770763635635376,
      "learning_rate": 0.00011529002981465697,
      "loss": 7.1637,
      "step": 276530
    },
    {
      "epoch": 0.576125,
      "grad_norm": 0.947014331817627,
      "learning_rate": 0.00011528043890884499,
      "loss": 7.3427,
      "step": 276540
    },
    {
      "epoch": 0.5761458333333334,
      "grad_norm": 3.838927984237671,
      "learning_rate": 0.00011527084815300768,
      "loss": 7.23,
      "step": 276550
    },
    {
      "epoch": 0.5761666666666667,
      "grad_norm": 1.0831149816513062,
      "learning_rate": 0.00011526125754718659,
      "loss": 6.999,
      "step": 276560
    },
    {
      "epoch": 0.5761875,
      "grad_norm": 1.0309410095214844,
      "learning_rate": 0.00011525166709142314,
      "loss": 7.2469,
      "step": 276570
    },
    {
      "epoch": 0.5762083333333333,
      "grad_norm": 0.6396114826202393,
      "learning_rate": 0.00011524207678575869,
      "loss": 7.1932,
      "step": 276580
    },
    {
      "epoch": 0.5762291666666667,
      "grad_norm": 4.151361465454102,
      "learning_rate": 0.00011523248663023476,
      "loss": 7.6924,
      "step": 276590
    },
    {
      "epoch": 0.57625,
      "grad_norm": 0.8942853808403015,
      "learning_rate": 0.0001152228966248927,
      "loss": 7.2552,
      "step": 276600
    },
    {
      "epoch": 0.5762708333333333,
      "grad_norm": 3.1273176670074463,
      "learning_rate": 0.00011521330676977393,
      "loss": 7.3202,
      "step": 276610
    },
    {
      "epoch": 0.5762916666666666,
      "grad_norm": 1.7227370738983154,
      "learning_rate": 0.00011520371706491998,
      "loss": 7.6908,
      "step": 276620
    },
    {
      "epoch": 0.5763125,
      "grad_norm": 1.3513710498809814,
      "learning_rate": 0.00011519412751037214,
      "loss": 7.2459,
      "step": 276630
    },
    {
      "epoch": 0.5763333333333334,
      "grad_norm": 2.2526893615722656,
      "learning_rate": 0.00011518453810617187,
      "loss": 7.5784,
      "step": 276640
    },
    {
      "epoch": 0.5763541666666666,
      "grad_norm": 0.9434560537338257,
      "learning_rate": 0.0001151749488523607,
      "loss": 6.934,
      "step": 276650
    },
    {
      "epoch": 0.576375,
      "grad_norm": 0.9482698440551758,
      "learning_rate": 0.00011516535974897991,
      "loss": 6.6732,
      "step": 276660
    },
    {
      "epoch": 0.5763958333333333,
      "grad_norm": 1.4012349843978882,
      "learning_rate": 0.00011515577079607096,
      "loss": 9.2354,
      "step": 276670
    },
    {
      "epoch": 0.5764166666666667,
      "grad_norm": 2.080298662185669,
      "learning_rate": 0.00011514618199367534,
      "loss": 7.7179,
      "step": 276680
    },
    {
      "epoch": 0.5764375,
      "grad_norm": 2.1194915771484375,
      "learning_rate": 0.00011513659334183441,
      "loss": 7.3104,
      "step": 276690
    },
    {
      "epoch": 0.5764583333333333,
      "grad_norm": 1.2013792991638184,
      "learning_rate": 0.00011512700484058953,
      "loss": 7.2173,
      "step": 276700
    },
    {
      "epoch": 0.5764791666666667,
      "grad_norm": 2.4112372398376465,
      "learning_rate": 0.00011511741648998226,
      "loss": 7.9602,
      "step": 276710
    },
    {
      "epoch": 0.5765,
      "grad_norm": 0.9306090474128723,
      "learning_rate": 0.00011510782829005396,
      "loss": 7.3121,
      "step": 276720
    },
    {
      "epoch": 0.5765208333333334,
      "grad_norm": 7.5244340896606445,
      "learning_rate": 0.00011509824024084594,
      "loss": 7.9078,
      "step": 276730
    },
    {
      "epoch": 0.5765416666666666,
      "grad_norm": 1.3076181411743164,
      "learning_rate": 0.00011508865234239975,
      "loss": 7.2319,
      "step": 276740
    },
    {
      "epoch": 0.5765625,
      "grad_norm": 1.0748299360275269,
      "learning_rate": 0.0001150790645947568,
      "loss": 7.565,
      "step": 276750
    },
    {
      "epoch": 0.5765833333333333,
      "grad_norm": 2.871612548828125,
      "learning_rate": 0.00011506947699795842,
      "loss": 7.7198,
      "step": 276760
    },
    {
      "epoch": 0.5766041666666667,
      "grad_norm": 1.7638139724731445,
      "learning_rate": 0.00011505988955204609,
      "loss": 7.2292,
      "step": 276770
    },
    {
      "epoch": 0.576625,
      "grad_norm": 0.8589411377906799,
      "learning_rate": 0.00011505030225706124,
      "loss": 7.4885,
      "step": 276780
    },
    {
      "epoch": 0.5766458333333333,
      "grad_norm": 1.0185068845748901,
      "learning_rate": 0.0001150407151130452,
      "loss": 7.786,
      "step": 276790
    },
    {
      "epoch": 0.5766666666666667,
      "grad_norm": 1.4507228136062622,
      "learning_rate": 0.00011503112812003943,
      "loss": 7.2157,
      "step": 276800
    },
    {
      "epoch": 0.5766875,
      "grad_norm": 3.185074806213379,
      "learning_rate": 0.00011502154127808539,
      "loss": 7.325,
      "step": 276810
    },
    {
      "epoch": 0.5767083333333334,
      "grad_norm": 1.4111120700836182,
      "learning_rate": 0.00011501195458722445,
      "loss": 7.49,
      "step": 276820
    },
    {
      "epoch": 0.5767291666666666,
      "grad_norm": 1.2072347402572632,
      "learning_rate": 0.00011500236804749795,
      "loss": 7.2994,
      "step": 276830
    },
    {
      "epoch": 0.57675,
      "grad_norm": 0.8199891448020935,
      "learning_rate": 0.00011499278165894742,
      "loss": 7.0917,
      "step": 276840
    },
    {
      "epoch": 0.5767708333333333,
      "grad_norm": 1.435463547706604,
      "learning_rate": 0.00011498319542161423,
      "loss": 7.5472,
      "step": 276850
    },
    {
      "epoch": 0.5767916666666667,
      "grad_norm": 2.5601563453674316,
      "learning_rate": 0.00011497360933553969,
      "loss": 7.408,
      "step": 276860
    },
    {
      "epoch": 0.5768125,
      "grad_norm": 2.7520840167999268,
      "learning_rate": 0.00011496402340076537,
      "loss": 7.0306,
      "step": 276870
    },
    {
      "epoch": 0.5768333333333333,
      "grad_norm": 0.8301506638526917,
      "learning_rate": 0.0001149544376173326,
      "loss": 7.2324,
      "step": 276880
    },
    {
      "epoch": 0.5768541666666667,
      "grad_norm": 1.2065430879592896,
      "learning_rate": 0.00011494485198528274,
      "loss": 7.0529,
      "step": 276890
    },
    {
      "epoch": 0.576875,
      "grad_norm": 1.4957404136657715,
      "learning_rate": 0.00011493526650465726,
      "loss": 7.9605,
      "step": 276900
    },
    {
      "epoch": 0.5768958333333334,
      "grad_norm": 1.174917221069336,
      "learning_rate": 0.0001149256811754976,
      "loss": 7.0798,
      "step": 276910
    },
    {
      "epoch": 0.5769166666666666,
      "grad_norm": 0.7731505036354065,
      "learning_rate": 0.00011491609599784503,
      "loss": 7.3548,
      "step": 276920
    },
    {
      "epoch": 0.5769375,
      "grad_norm": 0.8630420565605164,
      "learning_rate": 0.00011490651097174109,
      "loss": 7.1907,
      "step": 276930
    },
    {
      "epoch": 0.5769583333333334,
      "grad_norm": 1.2600481510162354,
      "learning_rate": 0.00011489692609722715,
      "loss": 7.2451,
      "step": 276940
    },
    {
      "epoch": 0.5769791666666667,
      "grad_norm": 1.3533563613891602,
      "learning_rate": 0.00011488734137434454,
      "loss": 7.0742,
      "step": 276950
    },
    {
      "epoch": 0.577,
      "grad_norm": 1.5849581956863403,
      "learning_rate": 0.00011487775680313477,
      "loss": 7.1542,
      "step": 276960
    },
    {
      "epoch": 0.5770208333333333,
      "grad_norm": 0.8940582871437073,
      "learning_rate": 0.00011486817238363918,
      "loss": 7.4459,
      "step": 276970
    },
    {
      "epoch": 0.5770416666666667,
      "grad_norm": 1.7047172784805298,
      "learning_rate": 0.00011485858811589911,
      "loss": 8.5451,
      "step": 276980
    },
    {
      "epoch": 0.5770625,
      "grad_norm": 1.0318554639816284,
      "learning_rate": 0.00011484900399995613,
      "loss": 7.1563,
      "step": 276990
    },
    {
      "epoch": 0.5770833333333333,
      "grad_norm": 1.6529182195663452,
      "learning_rate": 0.00011483942003585148,
      "loss": 7.1819,
      "step": 277000
    },
    {
      "epoch": 0.5770833333333333,
      "eval_loss": 7.293454647064209,
      "eval_runtime": 8.9821,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 277000
    },
    {
      "epoch": 0.5771041666666666,
      "grad_norm": 0.9496341347694397,
      "learning_rate": 0.0001148298362236266,
      "loss": 7.3126,
      "step": 277010
    },
    {
      "epoch": 0.577125,
      "grad_norm": 1.7274678945541382,
      "learning_rate": 0.00011482025256332296,
      "loss": 7.3453,
      "step": 277020
    },
    {
      "epoch": 0.5771458333333334,
      "grad_norm": 0.7256984710693359,
      "learning_rate": 0.00011481066905498189,
      "loss": 7.883,
      "step": 277030
    },
    {
      "epoch": 0.5771666666666667,
      "grad_norm": 1.6873923540115356,
      "learning_rate": 0.00011480108569864476,
      "loss": 7.6903,
      "step": 277040
    },
    {
      "epoch": 0.5771875,
      "grad_norm": 1.2471277713775635,
      "learning_rate": 0.00011479150249435306,
      "loss": 7.2051,
      "step": 277050
    },
    {
      "epoch": 0.5772083333333333,
      "grad_norm": 0.5598475933074951,
      "learning_rate": 0.00011478191944214809,
      "loss": 7.4929,
      "step": 277060
    },
    {
      "epoch": 0.5772291666666667,
      "grad_norm": 3.0167911052703857,
      "learning_rate": 0.00011477233654207134,
      "loss": 7.771,
      "step": 277070
    },
    {
      "epoch": 0.57725,
      "grad_norm": 0.7284607291221619,
      "learning_rate": 0.00011476275379416412,
      "loss": 6.9569,
      "step": 277080
    },
    {
      "epoch": 0.5772708333333333,
      "grad_norm": 3.850783348083496,
      "learning_rate": 0.00011475317119846787,
      "loss": 8.0805,
      "step": 277090
    },
    {
      "epoch": 0.5772916666666666,
      "grad_norm": 1.5535590648651123,
      "learning_rate": 0.00011474358875502395,
      "loss": 7.4971,
      "step": 277100
    },
    {
      "epoch": 0.5773125,
      "grad_norm": 2.7300167083740234,
      "learning_rate": 0.00011473400646387374,
      "loss": 7.524,
      "step": 277110
    },
    {
      "epoch": 0.5773333333333334,
      "grad_norm": 1.2009172439575195,
      "learning_rate": 0.00011472442432505873,
      "loss": 7.6497,
      "step": 277120
    },
    {
      "epoch": 0.5773541666666666,
      "grad_norm": 0.8490592241287231,
      "learning_rate": 0.00011471484233862021,
      "loss": 7.2431,
      "step": 277130
    },
    {
      "epoch": 0.577375,
      "grad_norm": 0.7400990128517151,
      "learning_rate": 0.00011470526050459957,
      "loss": 7.0868,
      "step": 277140
    },
    {
      "epoch": 0.5773958333333333,
      "grad_norm": 0.9416009187698364,
      "learning_rate": 0.00011469567882303829,
      "loss": 7.4059,
      "step": 277150
    },
    {
      "epoch": 0.5774166666666667,
      "grad_norm": 1.1497466564178467,
      "learning_rate": 0.00011468609729397769,
      "loss": 7.5301,
      "step": 277160
    },
    {
      "epoch": 0.5774375,
      "grad_norm": 0.7513622045516968,
      "learning_rate": 0.00011467651591745914,
      "loss": 8.0168,
      "step": 277170
    },
    {
      "epoch": 0.5774583333333333,
      "grad_norm": 2.805903673171997,
      "learning_rate": 0.00011466693469352411,
      "loss": 7.0954,
      "step": 277180
    },
    {
      "epoch": 0.5774791666666667,
      "grad_norm": 0.7755010724067688,
      "learning_rate": 0.0001146573536222139,
      "loss": 7.0385,
      "step": 277190
    },
    {
      "epoch": 0.5775,
      "grad_norm": 1.7786915302276611,
      "learning_rate": 0.00011464777270356991,
      "loss": 7.2351,
      "step": 277200
    },
    {
      "epoch": 0.5775208333333334,
      "grad_norm": 0.9947778582572937,
      "learning_rate": 0.00011463819193763363,
      "loss": 7.6632,
      "step": 277210
    },
    {
      "epoch": 0.5775416666666666,
      "grad_norm": 1.0292030572891235,
      "learning_rate": 0.00011462861132444633,
      "loss": 7.5733,
      "step": 277220
    },
    {
      "epoch": 0.5775625,
      "grad_norm": 0.7946325540542603,
      "learning_rate": 0.00011461903086404939,
      "loss": 6.8116,
      "step": 277230
    },
    {
      "epoch": 0.5775833333333333,
      "grad_norm": 1.5145102739334106,
      "learning_rate": 0.00011460945055648425,
      "loss": 7.181,
      "step": 277240
    },
    {
      "epoch": 0.5776041666666667,
      "grad_norm": 1.3305914402008057,
      "learning_rate": 0.00011459987040179231,
      "loss": 7.5978,
      "step": 277250
    },
    {
      "epoch": 0.577625,
      "grad_norm": 1.1023647785186768,
      "learning_rate": 0.00011459029040001487,
      "loss": 7.8079,
      "step": 277260
    },
    {
      "epoch": 0.5776458333333333,
      "grad_norm": 1.9378896951675415,
      "learning_rate": 0.00011458071055119335,
      "loss": 7.7008,
      "step": 277270
    },
    {
      "epoch": 0.5776666666666667,
      "grad_norm": 1.2152270078659058,
      "learning_rate": 0.00011457113085536921,
      "loss": 7.2728,
      "step": 277280
    },
    {
      "epoch": 0.5776875,
      "grad_norm": 0.6843000650405884,
      "learning_rate": 0.00011456155131258368,
      "loss": 7.5171,
      "step": 277290
    },
    {
      "epoch": 0.5777083333333334,
      "grad_norm": 3.3797006607055664,
      "learning_rate": 0.00011455197192287826,
      "loss": 7.3506,
      "step": 277300
    },
    {
      "epoch": 0.5777291666666666,
      "grad_norm": 12.51436996459961,
      "learning_rate": 0.00011454239268629433,
      "loss": 7.9135,
      "step": 277310
    },
    {
      "epoch": 0.57775,
      "grad_norm": 0.8661566376686096,
      "learning_rate": 0.00011453281360287315,
      "loss": 7.5712,
      "step": 277320
    },
    {
      "epoch": 0.5777708333333333,
      "grad_norm": 0.9836388826370239,
      "learning_rate": 0.00011452323467265624,
      "loss": 7.8152,
      "step": 277330
    },
    {
      "epoch": 0.5777916666666667,
      "grad_norm": 1.052160382270813,
      "learning_rate": 0.00011451365589568488,
      "loss": 7.3022,
      "step": 277340
    },
    {
      "epoch": 0.5778125,
      "grad_norm": 1.058003544807434,
      "learning_rate": 0.00011450407727200046,
      "loss": 7.0812,
      "step": 277350
    },
    {
      "epoch": 0.5778333333333333,
      "grad_norm": 1.0570547580718994,
      "learning_rate": 0.00011449449880164443,
      "loss": 7.0548,
      "step": 277360
    },
    {
      "epoch": 0.5778541666666667,
      "grad_norm": 4.707776069641113,
      "learning_rate": 0.0001144849204846581,
      "loss": 7.8428,
      "step": 277370
    },
    {
      "epoch": 0.577875,
      "grad_norm": 1.4932911396026611,
      "learning_rate": 0.00011447534232108285,
      "loss": 8.2514,
      "step": 277380
    },
    {
      "epoch": 0.5778958333333334,
      "grad_norm": 2.033365249633789,
      "learning_rate": 0.00011446576431096003,
      "loss": 7.6926,
      "step": 277390
    },
    {
      "epoch": 0.5779166666666666,
      "grad_norm": 1.1071715354919434,
      "learning_rate": 0.00011445618645433105,
      "loss": 7.2016,
      "step": 277400
    },
    {
      "epoch": 0.5779375,
      "grad_norm": 0.8548341393470764,
      "learning_rate": 0.00011444660875123733,
      "loss": 7.193,
      "step": 277410
    },
    {
      "epoch": 0.5779583333333334,
      "grad_norm": 1.668676495552063,
      "learning_rate": 0.00011443703120172011,
      "loss": 7.2045,
      "step": 277420
    },
    {
      "epoch": 0.5779791666666667,
      "grad_norm": 4.154689788818359,
      "learning_rate": 0.00011442745380582088,
      "loss": 7.3232,
      "step": 277430
    },
    {
      "epoch": 0.578,
      "grad_norm": 1.1881712675094604,
      "learning_rate": 0.00011441787656358098,
      "loss": 8.0882,
      "step": 277440
    },
    {
      "epoch": 0.5780208333333333,
      "grad_norm": 1.0830715894699097,
      "learning_rate": 0.00011440829947504174,
      "loss": 7.4856,
      "step": 277450
    },
    {
      "epoch": 0.5780416666666667,
      "grad_norm": 0.9859452247619629,
      "learning_rate": 0.00011439872254024458,
      "loss": 7.2577,
      "step": 277460
    },
    {
      "epoch": 0.5780625,
      "grad_norm": 0.9127447009086609,
      "learning_rate": 0.00011438914575923085,
      "loss": 7.2692,
      "step": 277470
    },
    {
      "epoch": 0.5780833333333333,
      "grad_norm": 1.4248442649841309,
      "learning_rate": 0.00011437956913204185,
      "loss": 7.433,
      "step": 277480
    },
    {
      "epoch": 0.5781041666666666,
      "grad_norm": 2.4200358390808105,
      "learning_rate": 0.0001143699926587191,
      "loss": 7.4663,
      "step": 277490
    },
    {
      "epoch": 0.578125,
      "grad_norm": 0.9021366238594055,
      "learning_rate": 0.00011436041633930385,
      "loss": 6.9081,
      "step": 277500
    },
    {
      "epoch": 0.5781458333333334,
      "grad_norm": 1.919473648071289,
      "learning_rate": 0.00011435084017383743,
      "loss": 6.9827,
      "step": 277510
    },
    {
      "epoch": 0.5781666666666667,
      "grad_norm": 2.0539910793304443,
      "learning_rate": 0.00011434126416236136,
      "loss": 7.8161,
      "step": 277520
    },
    {
      "epoch": 0.5781875,
      "grad_norm": 0.8672934174537659,
      "learning_rate": 0.00011433168830491689,
      "loss": 7.1893,
      "step": 277530
    },
    {
      "epoch": 0.5782083333333333,
      "grad_norm": 2.053217649459839,
      "learning_rate": 0.00011432211260154535,
      "loss": 7.3942,
      "step": 277540
    },
    {
      "epoch": 0.5782291666666667,
      "grad_norm": 1.2948768138885498,
      "learning_rate": 0.00011431253705228825,
      "loss": 7.5001,
      "step": 277550
    },
    {
      "epoch": 0.57825,
      "grad_norm": 1.1041762828826904,
      "learning_rate": 0.00011430296165718682,
      "loss": 7.3969,
      "step": 277560
    },
    {
      "epoch": 0.5782708333333333,
      "grad_norm": 5.581396579742432,
      "learning_rate": 0.00011429338641628243,
      "loss": 7.6767,
      "step": 277570
    },
    {
      "epoch": 0.5782916666666666,
      "grad_norm": 1.4320162534713745,
      "learning_rate": 0.00011428381132961656,
      "loss": 8.3878,
      "step": 277580
    },
    {
      "epoch": 0.5783125,
      "grad_norm": 1.305789589881897,
      "learning_rate": 0.00011427423639723046,
      "loss": 6.9655,
      "step": 277590
    },
    {
      "epoch": 0.5783333333333334,
      "grad_norm": 1.7095444202423096,
      "learning_rate": 0.00011426466161916548,
      "loss": 7.1498,
      "step": 277600
    },
    {
      "epoch": 0.5783541666666666,
      "grad_norm": 0.9073072671890259,
      "learning_rate": 0.00011425508699546303,
      "loss": 7.3839,
      "step": 277610
    },
    {
      "epoch": 0.578375,
      "grad_norm": 1.4874449968338013,
      "learning_rate": 0.0001142455125261645,
      "loss": 7.6969,
      "step": 277620
    },
    {
      "epoch": 0.5783958333333333,
      "grad_norm": 1.455727458000183,
      "learning_rate": 0.00011423593821131112,
      "loss": 7.2296,
      "step": 277630
    },
    {
      "epoch": 0.5784166666666667,
      "grad_norm": 2.123638391494751,
      "learning_rate": 0.00011422636405094438,
      "loss": 7.1738,
      "step": 277640
    },
    {
      "epoch": 0.5784375,
      "grad_norm": 0.9145742654800415,
      "learning_rate": 0.00011421679004510561,
      "loss": 7.2961,
      "step": 277650
    },
    {
      "epoch": 0.5784583333333333,
      "grad_norm": 1.083424687385559,
      "learning_rate": 0.00011420721619383612,
      "loss": 7.8248,
      "step": 277660
    },
    {
      "epoch": 0.5784791666666667,
      "grad_norm": 0.8124093413352966,
      "learning_rate": 0.00011419764249717724,
      "loss": 7.297,
      "step": 277670
    },
    {
      "epoch": 0.5785,
      "grad_norm": 1.0839394330978394,
      "learning_rate": 0.00011418806895517044,
      "loss": 6.922,
      "step": 277680
    },
    {
      "epoch": 0.5785208333333334,
      "grad_norm": 2.3752079010009766,
      "learning_rate": 0.00011417849556785699,
      "loss": 7.1017,
      "step": 277690
    },
    {
      "epoch": 0.5785416666666666,
      "grad_norm": 0.8274458050727844,
      "learning_rate": 0.00011416892233527823,
      "loss": 7.2491,
      "step": 277700
    },
    {
      "epoch": 0.5785625,
      "grad_norm": 5.51875114440918,
      "learning_rate": 0.00011415934925747559,
      "loss": 8.0131,
      "step": 277710
    },
    {
      "epoch": 0.5785833333333333,
      "grad_norm": 0.8665534853935242,
      "learning_rate": 0.0001141497763344904,
      "loss": 7.1399,
      "step": 277720
    },
    {
      "epoch": 0.5786041666666667,
      "grad_norm": 0.9207240343093872,
      "learning_rate": 0.0001141402035663639,
      "loss": 7.5283,
      "step": 277730
    },
    {
      "epoch": 0.578625,
      "grad_norm": 1.5663032531738281,
      "learning_rate": 0.00011413063095313755,
      "loss": 7.3278,
      "step": 277740
    },
    {
      "epoch": 0.5786458333333333,
      "grad_norm": 2.0496413707733154,
      "learning_rate": 0.0001141210584948527,
      "loss": 7.8704,
      "step": 277750
    },
    {
      "epoch": 0.5786666666666667,
      "grad_norm": 1.0645256042480469,
      "learning_rate": 0.00011411148619155066,
      "loss": 7.429,
      "step": 277760
    },
    {
      "epoch": 0.5786875,
      "grad_norm": 0.8492777943611145,
      "learning_rate": 0.00011410191404327279,
      "loss": 7.2605,
      "step": 277770
    },
    {
      "epoch": 0.5787083333333334,
      "grad_norm": 0.8421117067337036,
      "learning_rate": 0.00011409234205006047,
      "loss": 7.0846,
      "step": 277780
    },
    {
      "epoch": 0.5787291666666666,
      "grad_norm": 5.4876933097839355,
      "learning_rate": 0.00011408277021195497,
      "loss": 7.9787,
      "step": 277790
    },
    {
      "epoch": 0.57875,
      "grad_norm": 1.1092355251312256,
      "learning_rate": 0.00011407319852899772,
      "loss": 7.377,
      "step": 277800
    },
    {
      "epoch": 0.5787708333333333,
      "grad_norm": 2.749352216720581,
      "learning_rate": 0.00011406362700123005,
      "loss": 7.889,
      "step": 277810
    },
    {
      "epoch": 0.5787916666666667,
      "grad_norm": 1.0519047975540161,
      "learning_rate": 0.00011405405562869324,
      "loss": 7.3124,
      "step": 277820
    },
    {
      "epoch": 0.5788125,
      "grad_norm": 3.2997190952301025,
      "learning_rate": 0.00011404448441142873,
      "loss": 7.7846,
      "step": 277830
    },
    {
      "epoch": 0.5788333333333333,
      "grad_norm": 1.2869372367858887,
      "learning_rate": 0.0001140349133494778,
      "loss": 6.802,
      "step": 277840
    },
    {
      "epoch": 0.5788541666666667,
      "grad_norm": 4.931084632873535,
      "learning_rate": 0.00011402534244288176,
      "loss": 7.5077,
      "step": 277850
    },
    {
      "epoch": 0.578875,
      "grad_norm": 0.6295485496520996,
      "learning_rate": 0.00011401577169168208,
      "loss": 7.4982,
      "step": 277860
    },
    {
      "epoch": 0.5788958333333334,
      "grad_norm": 0.7345696091651917,
      "learning_rate": 0.00011400620109591996,
      "loss": 7.1462,
      "step": 277870
    },
    {
      "epoch": 0.5789166666666666,
      "grad_norm": 1.2225693464279175,
      "learning_rate": 0.00011399663065563681,
      "loss": 7.3264,
      "step": 277880
    },
    {
      "epoch": 0.5789375,
      "grad_norm": 1.9422452449798584,
      "learning_rate": 0.00011398706037087401,
      "loss": 7.2059,
      "step": 277890
    },
    {
      "epoch": 0.5789583333333334,
      "grad_norm": 0.7995940446853638,
      "learning_rate": 0.00011397749024167281,
      "loss": 7.3885,
      "step": 277900
    },
    {
      "epoch": 0.5789791666666667,
      "grad_norm": 1.2614467144012451,
      "learning_rate": 0.00011396792026807458,
      "loss": 7.4913,
      "step": 277910
    },
    {
      "epoch": 0.579,
      "grad_norm": 2.0312092304229736,
      "learning_rate": 0.00011395835045012074,
      "loss": 7.0244,
      "step": 277920
    },
    {
      "epoch": 0.5790208333333333,
      "grad_norm": 3.9199776649475098,
      "learning_rate": 0.0001139487807878525,
      "loss": 7.7027,
      "step": 277930
    },
    {
      "epoch": 0.5790416666666667,
      "grad_norm": 4.400303840637207,
      "learning_rate": 0.00011393921128131132,
      "loss": 7.589,
      "step": 277940
    },
    {
      "epoch": 0.5790625,
      "grad_norm": 0.9973241090774536,
      "learning_rate": 0.0001139296419305384,
      "loss": 7.1973,
      "step": 277950
    },
    {
      "epoch": 0.5790833333333333,
      "grad_norm": 0.6590057611465454,
      "learning_rate": 0.00011392007273557519,
      "loss": 8.2959,
      "step": 277960
    },
    {
      "epoch": 0.5791041666666666,
      "grad_norm": 1.8183094263076782,
      "learning_rate": 0.000113910503696463,
      "loss": 7.6081,
      "step": 277970
    },
    {
      "epoch": 0.579125,
      "grad_norm": 2.605454444885254,
      "learning_rate": 0.00011390093481324308,
      "loss": 7.244,
      "step": 277980
    },
    {
      "epoch": 0.5791458333333334,
      "grad_norm": 1.2060518264770508,
      "learning_rate": 0.0001138913660859569,
      "loss": 7.2813,
      "step": 277990
    },
    {
      "epoch": 0.5791666666666667,
      "grad_norm": 1.5128635168075562,
      "learning_rate": 0.0001138817975146457,
      "loss": 7.3795,
      "step": 278000
    },
    {
      "epoch": 0.5791666666666667,
      "eval_loss": 6.9993462562561035,
      "eval_runtime": 8.8524,
      "eval_samples_per_second": 0.339,
      "eval_steps_per_second": 0.113,
      "step": 278000
    },
    {
      "epoch": 0.5791875,
      "grad_norm": 1.5503956079483032,
      "learning_rate": 0.00011387222909935082,
      "loss": 7.1804,
      "step": 278010
    },
    {
      "epoch": 0.5792083333333333,
      "grad_norm": 2.3931407928466797,
      "learning_rate": 0.00011386266084011364,
      "loss": 7.203,
      "step": 278020
    },
    {
      "epoch": 0.5792291666666667,
      "grad_norm": 1.284704327583313,
      "learning_rate": 0.00011385309273697546,
      "loss": 8.0781,
      "step": 278030
    },
    {
      "epoch": 0.57925,
      "grad_norm": 1.5944855213165283,
      "learning_rate": 0.00011384352478997757,
      "loss": 7.634,
      "step": 278040
    },
    {
      "epoch": 0.5792708333333333,
      "grad_norm": 2.1705620288848877,
      "learning_rate": 0.0001138339569991614,
      "loss": 7.167,
      "step": 278050
    },
    {
      "epoch": 0.5792916666666666,
      "grad_norm": 0.9522411227226257,
      "learning_rate": 0.00011382438936456819,
      "loss": 7.0889,
      "step": 278060
    },
    {
      "epoch": 0.5793125,
      "grad_norm": 1.101415753364563,
      "learning_rate": 0.00011381482188623927,
      "loss": 7.0986,
      "step": 278070
    },
    {
      "epoch": 0.5793333333333334,
      "grad_norm": 3.863814115524292,
      "learning_rate": 0.00011380525456421605,
      "loss": 7.0022,
      "step": 278080
    },
    {
      "epoch": 0.5793541666666666,
      "grad_norm": 1.1753015518188477,
      "learning_rate": 0.00011379568739853981,
      "loss": 7.1768,
      "step": 278090
    },
    {
      "epoch": 0.579375,
      "grad_norm": 0.8654770851135254,
      "learning_rate": 0.00011378612038925183,
      "loss": 7.1964,
      "step": 278100
    },
    {
      "epoch": 0.5793958333333333,
      "grad_norm": 2.294029951095581,
      "learning_rate": 0.00011377655353639348,
      "loss": 7.5489,
      "step": 278110
    },
    {
      "epoch": 0.5794166666666667,
      "grad_norm": 0.9865795969963074,
      "learning_rate": 0.0001137669868400061,
      "loss": 7.6566,
      "step": 278120
    },
    {
      "epoch": 0.5794375,
      "grad_norm": 0.8345156311988831,
      "learning_rate": 0.00011375742030013096,
      "loss": 7.2863,
      "step": 278130
    },
    {
      "epoch": 0.5794583333333333,
      "grad_norm": 0.9664125442504883,
      "learning_rate": 0.00011374785391680945,
      "loss": 7.0573,
      "step": 278140
    },
    {
      "epoch": 0.5794791666666667,
      "grad_norm": 1.1336477994918823,
      "learning_rate": 0.00011373828769008286,
      "loss": 7.3992,
      "step": 278150
    },
    {
      "epoch": 0.5795,
      "grad_norm": 2.4923512935638428,
      "learning_rate": 0.00011372872161999249,
      "loss": 7.4244,
      "step": 278160
    },
    {
      "epoch": 0.5795208333333334,
      "grad_norm": 1.8498501777648926,
      "learning_rate": 0.0001137191557065797,
      "loss": 7.4332,
      "step": 278170
    },
    {
      "epoch": 0.5795416666666666,
      "grad_norm": 6.274122714996338,
      "learning_rate": 0.00011370958994988582,
      "loss": 7.5538,
      "step": 278180
    },
    {
      "epoch": 0.5795625,
      "grad_norm": 14.269808769226074,
      "learning_rate": 0.0001137000243499521,
      "loss": 7.5324,
      "step": 278190
    },
    {
      "epoch": 0.5795833333333333,
      "grad_norm": 1.676012396812439,
      "learning_rate": 0.00011369045890681992,
      "loss": 8.1006,
      "step": 278200
    },
    {
      "epoch": 0.5796041666666667,
      "grad_norm": 2.758711814880371,
      "learning_rate": 0.00011368089362053064,
      "loss": 7.4422,
      "step": 278210
    },
    {
      "epoch": 0.579625,
      "grad_norm": 1.0259824991226196,
      "learning_rate": 0.00011367132849112543,
      "loss": 7.8236,
      "step": 278220
    },
    {
      "epoch": 0.5796458333333333,
      "grad_norm": 3.5673999786376953,
      "learning_rate": 0.00011366176351864579,
      "loss": 8.1095,
      "step": 278230
    },
    {
      "epoch": 0.5796666666666667,
      "grad_norm": 1.6656219959259033,
      "learning_rate": 0.0001136521987031329,
      "loss": 7.3395,
      "step": 278240
    },
    {
      "epoch": 0.5796875,
      "grad_norm": 0.9548690319061279,
      "learning_rate": 0.00011364263404462815,
      "loss": 7.7242,
      "step": 278250
    },
    {
      "epoch": 0.5797083333333334,
      "grad_norm": 0.8819873929023743,
      "learning_rate": 0.0001136330695431728,
      "loss": 7.2286,
      "step": 278260
    },
    {
      "epoch": 0.5797291666666666,
      "grad_norm": 1.3758745193481445,
      "learning_rate": 0.00011362350519880821,
      "loss": 7.1204,
      "step": 278270
    },
    {
      "epoch": 0.57975,
      "grad_norm": 0.6930404305458069,
      "learning_rate": 0.0001136139410115757,
      "loss": 7.8896,
      "step": 278280
    },
    {
      "epoch": 0.5797708333333333,
      "grad_norm": 1.2582963705062866,
      "learning_rate": 0.0001136043769815165,
      "loss": 7.5831,
      "step": 278290
    },
    {
      "epoch": 0.5797916666666667,
      "grad_norm": 5.587345123291016,
      "learning_rate": 0.00011359481310867202,
      "loss": 7.8447,
      "step": 278300
    },
    {
      "epoch": 0.5798125,
      "grad_norm": 0.7134642601013184,
      "learning_rate": 0.00011358524939308357,
      "loss": 7.508,
      "step": 278310
    },
    {
      "epoch": 0.5798333333333333,
      "grad_norm": 1.101967692375183,
      "learning_rate": 0.00011357568583479237,
      "loss": 8.0905,
      "step": 278320
    },
    {
      "epoch": 0.5798541666666667,
      "grad_norm": 1.6136177778244019,
      "learning_rate": 0.00011356612243383984,
      "loss": 7.4478,
      "step": 278330
    },
    {
      "epoch": 0.579875,
      "grad_norm": 1.1665971279144287,
      "learning_rate": 0.00011355655919026722,
      "loss": 7.3507,
      "step": 278340
    },
    {
      "epoch": 0.5798958333333334,
      "grad_norm": 1.2105838060379028,
      "learning_rate": 0.0001135469961041158,
      "loss": 7.4753,
      "step": 278350
    },
    {
      "epoch": 0.5799166666666666,
      "grad_norm": 1.3740251064300537,
      "learning_rate": 0.000113537433175427,
      "loss": 7.4393,
      "step": 278360
    },
    {
      "epoch": 0.5799375,
      "grad_norm": 1.553952932357788,
      "learning_rate": 0.00011352787040424202,
      "loss": 6.9172,
      "step": 278370
    },
    {
      "epoch": 0.5799583333333334,
      "grad_norm": 3.0111188888549805,
      "learning_rate": 0.00011351830779060218,
      "loss": 7.4343,
      "step": 278380
    },
    {
      "epoch": 0.5799791666666667,
      "grad_norm": 2.111098527908325,
      "learning_rate": 0.00011350874533454884,
      "loss": 7.0648,
      "step": 278390
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.9713068604469299,
      "learning_rate": 0.00011349918303612328,
      "loss": 7.3766,
      "step": 278400
    },
    {
      "epoch": 0.5800208333333333,
      "grad_norm": 2.9019365310668945,
      "learning_rate": 0.00011348962089536676,
      "loss": 7.3359,
      "step": 278410
    },
    {
      "epoch": 0.5800416666666667,
      "grad_norm": 1.3863731622695923,
      "learning_rate": 0.00011348005891232069,
      "loss": 7.4292,
      "step": 278420
    },
    {
      "epoch": 0.5800625,
      "grad_norm": 1.1591140031814575,
      "learning_rate": 0.00011347049708702627,
      "loss": 7.2712,
      "step": 278430
    },
    {
      "epoch": 0.5800833333333333,
      "grad_norm": 1.1508879661560059,
      "learning_rate": 0.00011346093541952483,
      "loss": 6.9562,
      "step": 278440
    },
    {
      "epoch": 0.5801041666666666,
      "grad_norm": 2.456238031387329,
      "learning_rate": 0.00011345137390985772,
      "loss": 7.4948,
      "step": 278450
    },
    {
      "epoch": 0.580125,
      "grad_norm": 3.9334278106689453,
      "learning_rate": 0.00011344181255806623,
      "loss": 8.8386,
      "step": 278460
    },
    {
      "epoch": 0.5801458333333334,
      "grad_norm": 1.5860364437103271,
      "learning_rate": 0.00011343225136419157,
      "loss": 7.5956,
      "step": 278470
    },
    {
      "epoch": 0.5801666666666667,
      "grad_norm": 1.5006651878356934,
      "learning_rate": 0.00011342269032827513,
      "loss": 7.4062,
      "step": 278480
    },
    {
      "epoch": 0.5801875,
      "grad_norm": 1.977601170539856,
      "learning_rate": 0.00011341312945035824,
      "loss": 8.2463,
      "step": 278490
    },
    {
      "epoch": 0.5802083333333333,
      "grad_norm": 1.2442433834075928,
      "learning_rate": 0.00011340356873048207,
      "loss": 7.4196,
      "step": 278500
    },
    {
      "epoch": 0.5802291666666667,
      "grad_norm": 2.6608622074127197,
      "learning_rate": 0.00011339400816868805,
      "loss": 7.3142,
      "step": 278510
    },
    {
      "epoch": 0.58025,
      "grad_norm": 1.5995063781738281,
      "learning_rate": 0.00011338444776501743,
      "loss": 8.0663,
      "step": 278520
    },
    {
      "epoch": 0.5802708333333333,
      "grad_norm": 2.7147305011749268,
      "learning_rate": 0.00011337488751951147,
      "loss": 7.3417,
      "step": 278530
    },
    {
      "epoch": 0.5802916666666667,
      "grad_norm": 2.161591053009033,
      "learning_rate": 0.0001133653274322115,
      "loss": 8.2805,
      "step": 278540
    },
    {
      "epoch": 0.5803125,
      "grad_norm": 2.7256994247436523,
      "learning_rate": 0.00011335576750315886,
      "loss": 7.7299,
      "step": 278550
    },
    {
      "epoch": 0.5803333333333334,
      "grad_norm": 1.2009992599487305,
      "learning_rate": 0.00011334620773239476,
      "loss": 7.4837,
      "step": 278560
    },
    {
      "epoch": 0.5803541666666666,
      "grad_norm": 1.197637677192688,
      "learning_rate": 0.0001133366481199605,
      "loss": 7.2504,
      "step": 278570
    },
    {
      "epoch": 0.580375,
      "grad_norm": 1.7515623569488525,
      "learning_rate": 0.00011332708866589747,
      "loss": 7.5424,
      "step": 278580
    },
    {
      "epoch": 0.5803958333333333,
      "grad_norm": 3.0402801036834717,
      "learning_rate": 0.00011331752937024692,
      "loss": 7.4948,
      "step": 278590
    },
    {
      "epoch": 0.5804166666666667,
      "grad_norm": 1.1629912853240967,
      "learning_rate": 0.00011330797023305005,
      "loss": 7.3642,
      "step": 278600
    },
    {
      "epoch": 0.5804375,
      "grad_norm": 2.1406068801879883,
      "learning_rate": 0.00011329841125434827,
      "loss": 7.1656,
      "step": 278610
    },
    {
      "epoch": 0.5804583333333333,
      "grad_norm": 4.845791816711426,
      "learning_rate": 0.00011328885243418283,
      "loss": 6.7609,
      "step": 278620
    },
    {
      "epoch": 0.5804791666666667,
      "grad_norm": 6.86214017868042,
      "learning_rate": 0.00011327929377259497,
      "loss": 7.5681,
      "step": 278630
    },
    {
      "epoch": 0.5805,
      "grad_norm": 2.322843551635742,
      "learning_rate": 0.00011326973526962604,
      "loss": 8.392,
      "step": 278640
    },
    {
      "epoch": 0.5805208333333334,
      "grad_norm": 9.996162414550781,
      "learning_rate": 0.00011326017692531737,
      "loss": 7.7409,
      "step": 278650
    },
    {
      "epoch": 0.5805416666666666,
      "grad_norm": 1.6826125383377075,
      "learning_rate": 0.00011325061873971013,
      "loss": 7.8107,
      "step": 278660
    },
    {
      "epoch": 0.5805625,
      "grad_norm": 1.733552098274231,
      "learning_rate": 0.00011324106071284569,
      "loss": 7.602,
      "step": 278670
    },
    {
      "epoch": 0.5805833333333333,
      "grad_norm": 2.8020777702331543,
      "learning_rate": 0.00011323150284476534,
      "loss": 7.7286,
      "step": 278680
    },
    {
      "epoch": 0.5806041666666667,
      "grad_norm": 3.0188047885894775,
      "learning_rate": 0.00011322194513551031,
      "loss": 6.8782,
      "step": 278690
    },
    {
      "epoch": 0.580625,
      "grad_norm": 20.72746467590332,
      "learning_rate": 0.00011321238758512193,
      "loss": 7.2394,
      "step": 278700
    },
    {
      "epoch": 0.5806458333333333,
      "grad_norm": 4.356043338775635,
      "learning_rate": 0.0001132028301936415,
      "loss": 9.2698,
      "step": 278710
    },
    {
      "epoch": 0.5806666666666667,
      "grad_norm": 2.403658628463745,
      "learning_rate": 0.00011319327296111022,
      "loss": 7.3309,
      "step": 278720
    },
    {
      "epoch": 0.5806875,
      "grad_norm": 2.5002341270446777,
      "learning_rate": 0.0001131837158875695,
      "loss": 7.0657,
      "step": 278730
    },
    {
      "epoch": 0.5807083333333334,
      "grad_norm": 2.0736796855926514,
      "learning_rate": 0.00011317415897306053,
      "loss": 7.4229,
      "step": 278740
    },
    {
      "epoch": 0.5807291666666666,
      "grad_norm": 0.8963450193405151,
      "learning_rate": 0.00011316460221762458,
      "loss": 7.2367,
      "step": 278750
    },
    {
      "epoch": 0.58075,
      "grad_norm": 1.2123541831970215,
      "learning_rate": 0.00011315504562130302,
      "loss": 6.8686,
      "step": 278760
    },
    {
      "epoch": 0.5807708333333333,
      "grad_norm": 2.107905149459839,
      "learning_rate": 0.00011314548918413705,
      "loss": 7.2345,
      "step": 278770
    },
    {
      "epoch": 0.5807916666666667,
      "grad_norm": 1.1587964296340942,
      "learning_rate": 0.00011313593290616796,
      "loss": 7.3169,
      "step": 278780
    },
    {
      "epoch": 0.5808125,
      "grad_norm": 2.7049763202667236,
      "learning_rate": 0.0001131263767874371,
      "loss": 7.3393,
      "step": 278790
    },
    {
      "epoch": 0.5808333333333333,
      "grad_norm": 1.5422548055648804,
      "learning_rate": 0.00011311682082798567,
      "loss": 7.0548,
      "step": 278800
    },
    {
      "epoch": 0.5808541666666667,
      "grad_norm": 0.7667281031608582,
      "learning_rate": 0.00011310726502785493,
      "loss": 6.9776,
      "step": 278810
    },
    {
      "epoch": 0.580875,
      "grad_norm": 0.7744283080101013,
      "learning_rate": 0.00011309770938708628,
      "loss": 7.1539,
      "step": 278820
    },
    {
      "epoch": 0.5808958333333333,
      "grad_norm": 1.0078126192092896,
      "learning_rate": 0.00011308815390572092,
      "loss": 7.1559,
      "step": 278830
    },
    {
      "epoch": 0.5809166666666666,
      "grad_norm": 2.292733669281006,
      "learning_rate": 0.00011307859858380008,
      "loss": 7.2338,
      "step": 278840
    },
    {
      "epoch": 0.5809375,
      "grad_norm": 1.869187355041504,
      "learning_rate": 0.00011306904342136505,
      "loss": 7.3289,
      "step": 278850
    },
    {
      "epoch": 0.5809583333333334,
      "grad_norm": 1.2791699171066284,
      "learning_rate": 0.00011305948841845721,
      "loss": 6.9624,
      "step": 278860
    },
    {
      "epoch": 0.5809791666666667,
      "grad_norm": 1.6438244581222534,
      "learning_rate": 0.00011304993357511772,
      "loss": 7.3035,
      "step": 278870
    },
    {
      "epoch": 0.581,
      "grad_norm": 2.4168848991394043,
      "learning_rate": 0.00011304037889138786,
      "loss": 7.5324,
      "step": 278880
    },
    {
      "epoch": 0.5810208333333333,
      "grad_norm": 1.7545233964920044,
      "learning_rate": 0.000113030824367309,
      "loss": 7.0732,
      "step": 278890
    },
    {
      "epoch": 0.5810416666666667,
      "grad_norm": 14.726736068725586,
      "learning_rate": 0.00011302127000292231,
      "loss": 7.1572,
      "step": 278900
    },
    {
      "epoch": 0.5810625,
      "grad_norm": 2.576732635498047,
      "learning_rate": 0.00011301171579826907,
      "loss": 7.5218,
      "step": 278910
    },
    {
      "epoch": 0.5810833333333333,
      "grad_norm": 3.175081253051758,
      "learning_rate": 0.00011300216175339063,
      "loss": 7.1901,
      "step": 278920
    },
    {
      "epoch": 0.5811041666666666,
      "grad_norm": 1.556488037109375,
      "learning_rate": 0.00011299260786832817,
      "loss": 6.6065,
      "step": 278930
    },
    {
      "epoch": 0.581125,
      "grad_norm": 1.063092589378357,
      "learning_rate": 0.00011298305414312298,
      "loss": 6.7493,
      "step": 278940
    },
    {
      "epoch": 0.5811458333333334,
      "grad_norm": 1.8238615989685059,
      "learning_rate": 0.00011297350057781638,
      "loss": 7.028,
      "step": 278950
    },
    {
      "epoch": 0.5811666666666667,
      "grad_norm": 4.144655704498291,
      "learning_rate": 0.00011296394717244963,
      "loss": 7.666,
      "step": 278960
    },
    {
      "epoch": 0.5811875,
      "grad_norm": 1.5817664861679077,
      "learning_rate": 0.0001129543939270639,
      "loss": 6.8163,
      "step": 278970
    },
    {
      "epoch": 0.5812083333333333,
      "grad_norm": 3.2984938621520996,
      "learning_rate": 0.00011294484084170056,
      "loss": 7.3098,
      "step": 278980
    },
    {
      "epoch": 0.5812291666666667,
      "grad_norm": 1.3191936016082764,
      "learning_rate": 0.00011293528791640086,
      "loss": 6.7767,
      "step": 278990
    },
    {
      "epoch": 0.58125,
      "grad_norm": 2.112600326538086,
      "learning_rate": 0.00011292573515120599,
      "loss": 6.7289,
      "step": 279000
    },
    {
      "epoch": 0.58125,
      "eval_loss": 7.151090145111084,
      "eval_runtime": 8.2718,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 279000
    },
    {
      "epoch": 0.5812708333333333,
      "grad_norm": 3.494201183319092,
      "learning_rate": 0.0001129161825461573,
      "loss": 7.1305,
      "step": 279010
    },
    {
      "epoch": 0.5812916666666667,
      "grad_norm": 0.772606611251831,
      "learning_rate": 0.00011290663010129604,
      "loss": 6.7716,
      "step": 279020
    },
    {
      "epoch": 0.5813125,
      "grad_norm": 4.626611709594727,
      "learning_rate": 0.0001128970778166634,
      "loss": 7.1789,
      "step": 279030
    },
    {
      "epoch": 0.5813333333333334,
      "grad_norm": 1.0372446775436401,
      "learning_rate": 0.00011288752569230073,
      "loss": 7.3115,
      "step": 279040
    },
    {
      "epoch": 0.5813541666666666,
      "grad_norm": 2.5792226791381836,
      "learning_rate": 0.00011287797372824929,
      "loss": 7.3315,
      "step": 279050
    },
    {
      "epoch": 0.581375,
      "grad_norm": 1.2101751565933228,
      "learning_rate": 0.00011286842192455026,
      "loss": 6.8569,
      "step": 279060
    },
    {
      "epoch": 0.5813958333333333,
      "grad_norm": 1.4481403827667236,
      "learning_rate": 0.00011285887028124497,
      "loss": 6.6338,
      "step": 279070
    },
    {
      "epoch": 0.5814166666666667,
      "grad_norm": 2.156850576400757,
      "learning_rate": 0.00011284931879837469,
      "loss": 6.8331,
      "step": 279080
    },
    {
      "epoch": 0.5814375,
      "grad_norm": 1.6101142168045044,
      "learning_rate": 0.00011283976747598058,
      "loss": 6.7232,
      "step": 279090
    },
    {
      "epoch": 0.5814583333333333,
      "grad_norm": 1.1381217241287231,
      "learning_rate": 0.00011283021631410406,
      "loss": 6.6519,
      "step": 279100
    },
    {
      "epoch": 0.5814791666666667,
      "grad_norm": 11.821220397949219,
      "learning_rate": 0.00011282066531278622,
      "loss": 7.2827,
      "step": 279110
    },
    {
      "epoch": 0.5815,
      "grad_norm": 0.9775261282920837,
      "learning_rate": 0.00011281111447206844,
      "loss": 6.6593,
      "step": 279120
    },
    {
      "epoch": 0.5815208333333334,
      "grad_norm": 3.8655433654785156,
      "learning_rate": 0.00011280156379199186,
      "loss": 7.2218,
      "step": 279130
    },
    {
      "epoch": 0.5815416666666666,
      "grad_norm": 1.2893675565719604,
      "learning_rate": 0.00011279201327259782,
      "loss": 6.6163,
      "step": 279140
    },
    {
      "epoch": 0.5815625,
      "grad_norm": 0.759056568145752,
      "learning_rate": 0.0001127824629139276,
      "loss": 7.0386,
      "step": 279150
    },
    {
      "epoch": 0.5815833333333333,
      "grad_norm": 2.3933846950531006,
      "learning_rate": 0.00011277291271602233,
      "loss": 6.6681,
      "step": 279160
    },
    {
      "epoch": 0.5816041666666667,
      "grad_norm": 1.0263891220092773,
      "learning_rate": 0.0001127633626789234,
      "loss": 6.4507,
      "step": 279170
    },
    {
      "epoch": 0.581625,
      "grad_norm": 6.774796962738037,
      "learning_rate": 0.00011275381280267202,
      "loss": 6.9798,
      "step": 279180
    },
    {
      "epoch": 0.5816458333333333,
      "grad_norm": 1.429417371749878,
      "learning_rate": 0.00011274426308730935,
      "loss": 6.5642,
      "step": 279190
    },
    {
      "epoch": 0.5816666666666667,
      "grad_norm": 2.037083387374878,
      "learning_rate": 0.00011273471353287675,
      "loss": 6.8273,
      "step": 279200
    },
    {
      "epoch": 0.5816875,
      "grad_norm": 1.4630320072174072,
      "learning_rate": 0.0001127251641394155,
      "loss": 6.8248,
      "step": 279210
    },
    {
      "epoch": 0.5817083333333334,
      "grad_norm": 6.294233798980713,
      "learning_rate": 0.00011271561490696669,
      "loss": 7.3678,
      "step": 279220
    },
    {
      "epoch": 0.5817291666666666,
      "grad_norm": 1.414789080619812,
      "learning_rate": 0.00011270606583557174,
      "loss": 7.9403,
      "step": 279230
    },
    {
      "epoch": 0.58175,
      "grad_norm": 16.082700729370117,
      "learning_rate": 0.0001126965169252718,
      "loss": 7.2752,
      "step": 279240
    },
    {
      "epoch": 0.5817708333333333,
      "grad_norm": 2.616722583770752,
      "learning_rate": 0.00011268696817610809,
      "loss": 6.6809,
      "step": 279250
    },
    {
      "epoch": 0.5817916666666667,
      "grad_norm": 1.3108903169631958,
      "learning_rate": 0.000112677419588122,
      "loss": 6.9362,
      "step": 279260
    },
    {
      "epoch": 0.5818125,
      "grad_norm": 2.0303571224212646,
      "learning_rate": 0.00011266787116135463,
      "loss": 6.9559,
      "step": 279270
    },
    {
      "epoch": 0.5818333333333333,
      "grad_norm": 4.494625568389893,
      "learning_rate": 0.00011265832289584726,
      "loss": 6.694,
      "step": 279280
    },
    {
      "epoch": 0.5818541666666667,
      "grad_norm": 1.2006351947784424,
      "learning_rate": 0.0001126487747916412,
      "loss": 6.702,
      "step": 279290
    },
    {
      "epoch": 0.581875,
      "grad_norm": 2.5512592792510986,
      "learning_rate": 0.00011263922684877763,
      "loss": 6.6256,
      "step": 279300
    },
    {
      "epoch": 0.5818958333333333,
      "grad_norm": 9.56182861328125,
      "learning_rate": 0.00011262967906729778,
      "loss": 6.2151,
      "step": 279310
    },
    {
      "epoch": 0.5819166666666666,
      "grad_norm": 1.078620433807373,
      "learning_rate": 0.00011262013144724299,
      "loss": 6.7964,
      "step": 279320
    },
    {
      "epoch": 0.5819375,
      "grad_norm": 1.8782724142074585,
      "learning_rate": 0.00011261058398865443,
      "loss": 6.3815,
      "step": 279330
    },
    {
      "epoch": 0.5819583333333334,
      "grad_norm": 1.4179389476776123,
      "learning_rate": 0.00011260103669157328,
      "loss": 6.6128,
      "step": 279340
    },
    {
      "epoch": 0.5819791666666667,
      "grad_norm": 3.2350611686706543,
      "learning_rate": 0.0001125914895560409,
      "loss": 8.5807,
      "step": 279350
    },
    {
      "epoch": 0.582,
      "grad_norm": 1.538722038269043,
      "learning_rate": 0.00011258194258209847,
      "loss": 6.4524,
      "step": 279360
    },
    {
      "epoch": 0.5820208333333333,
      "grad_norm": 2.228593111038208,
      "learning_rate": 0.0001125723957697872,
      "loss": 6.6034,
      "step": 279370
    },
    {
      "epoch": 0.5820416666666667,
      "grad_norm": 2.0818185806274414,
      "learning_rate": 0.0001125628491191484,
      "loss": 6.8483,
      "step": 279380
    },
    {
      "epoch": 0.5820625,
      "grad_norm": 3.1044793128967285,
      "learning_rate": 0.00011255330263022331,
      "loss": 6.4849,
      "step": 279390
    },
    {
      "epoch": 0.5820833333333333,
      "grad_norm": 2.2589969635009766,
      "learning_rate": 0.00011254375630305306,
      "loss": 7.2829,
      "step": 279400
    },
    {
      "epoch": 0.5821041666666666,
      "grad_norm": 2.7092556953430176,
      "learning_rate": 0.00011253421013767898,
      "loss": 6.8177,
      "step": 279410
    },
    {
      "epoch": 0.582125,
      "grad_norm": 1.322788119316101,
      "learning_rate": 0.00011252466413414232,
      "loss": 6.5097,
      "step": 279420
    },
    {
      "epoch": 0.5821458333333334,
      "grad_norm": 1.1158002614974976,
      "learning_rate": 0.00011251511829248425,
      "loss": 6.568,
      "step": 279430
    },
    {
      "epoch": 0.5821666666666667,
      "grad_norm": 2.3965954780578613,
      "learning_rate": 0.00011250557261274598,
      "loss": 6.7001,
      "step": 279440
    },
    {
      "epoch": 0.5821875,
      "grad_norm": 2.15683650970459,
      "learning_rate": 0.00011249602709496889,
      "loss": 6.978,
      "step": 279450
    },
    {
      "epoch": 0.5822083333333333,
      "grad_norm": 4.070535182952881,
      "learning_rate": 0.0001124864817391941,
      "loss": 6.6015,
      "step": 279460
    },
    {
      "epoch": 0.5822291666666667,
      "grad_norm": 2.6629040241241455,
      "learning_rate": 0.00011247693654546278,
      "loss": 6.9695,
      "step": 279470
    },
    {
      "epoch": 0.58225,
      "grad_norm": 1.50898015499115,
      "learning_rate": 0.00011246739151381631,
      "loss": 6.6629,
      "step": 279480
    },
    {
      "epoch": 0.5822708333333333,
      "grad_norm": 1.1715505123138428,
      "learning_rate": 0.00011245784664429585,
      "loss": 6.5344,
      "step": 279490
    },
    {
      "epoch": 0.5822916666666667,
      "grad_norm": 1.2664554119110107,
      "learning_rate": 0.0001124483019369426,
      "loss": 6.7648,
      "step": 279500
    },
    {
      "epoch": 0.5823125,
      "grad_norm": 1.171919822692871,
      "learning_rate": 0.00011243875739179783,
      "loss": 6.4493,
      "step": 279510
    },
    {
      "epoch": 0.5823333333333334,
      "grad_norm": 1.1847538948059082,
      "learning_rate": 0.0001124292130089028,
      "loss": 6.5019,
      "step": 279520
    },
    {
      "epoch": 0.5823541666666666,
      "grad_norm": 1.7977527379989624,
      "learning_rate": 0.00011241966878829864,
      "loss": 6.7951,
      "step": 279530
    },
    {
      "epoch": 0.582375,
      "grad_norm": 1.7509328126907349,
      "learning_rate": 0.00011241012473002664,
      "loss": 6.3322,
      "step": 279540
    },
    {
      "epoch": 0.5823958333333333,
      "grad_norm": 2.1975200176239014,
      "learning_rate": 0.00011240058083412808,
      "loss": 7.293,
      "step": 279550
    },
    {
      "epoch": 0.5824166666666667,
      "grad_norm": 2.6548662185668945,
      "learning_rate": 0.00011239103710064406,
      "loss": 8.5957,
      "step": 279560
    },
    {
      "epoch": 0.5824375,
      "grad_norm": 2.5026893615722656,
      "learning_rate": 0.0001123814935296159,
      "loss": 6.5286,
      "step": 279570
    },
    {
      "epoch": 0.5824583333333333,
      "grad_norm": 2.0847208499908447,
      "learning_rate": 0.00011237195012108483,
      "loss": 6.7448,
      "step": 279580
    },
    {
      "epoch": 0.5824791666666667,
      "grad_norm": 1.6079518795013428,
      "learning_rate": 0.00011236240687509199,
      "loss": 6.783,
      "step": 279590
    },
    {
      "epoch": 0.5825,
      "grad_norm": 6.626973628997803,
      "learning_rate": 0.0001123528637916787,
      "loss": 6.5316,
      "step": 279600
    },
    {
      "epoch": 0.5825208333333334,
      "grad_norm": 1.3595141172409058,
      "learning_rate": 0.00011234332087088613,
      "loss": 6.4844,
      "step": 279610
    },
    {
      "epoch": 0.5825416666666666,
      "grad_norm": 1.3449561595916748,
      "learning_rate": 0.00011233377811275546,
      "loss": 6.0906,
      "step": 279620
    },
    {
      "epoch": 0.5825625,
      "grad_norm": 3.2960355281829834,
      "learning_rate": 0.00011232423551732802,
      "loss": 6.1573,
      "step": 279630
    },
    {
      "epoch": 0.5825833333333333,
      "grad_norm": 1.9068760871887207,
      "learning_rate": 0.00011231469308464493,
      "loss": 6.6577,
      "step": 279640
    },
    {
      "epoch": 0.5826041666666667,
      "grad_norm": 1.6444281339645386,
      "learning_rate": 0.00011230515081474744,
      "loss": 6.6027,
      "step": 279650
    },
    {
      "epoch": 0.582625,
      "grad_norm": 1.5924341678619385,
      "learning_rate": 0.00011229560870767681,
      "loss": 6.5692,
      "step": 279660
    },
    {
      "epoch": 0.5826458333333333,
      "grad_norm": 1.033956527709961,
      "learning_rate": 0.00011228606676347421,
      "loss": 6.1024,
      "step": 279670
    },
    {
      "epoch": 0.5826666666666667,
      "grad_norm": 2.262712001800537,
      "learning_rate": 0.00011227652498218085,
      "loss": 7.1128,
      "step": 279680
    },
    {
      "epoch": 0.5826875,
      "grad_norm": 2.7141528129577637,
      "learning_rate": 0.00011226698336383803,
      "loss": 6.8283,
      "step": 279690
    },
    {
      "epoch": 0.5827083333333334,
      "grad_norm": 2.8080360889434814,
      "learning_rate": 0.00011225744190848686,
      "loss": 6.5283,
      "step": 279700
    },
    {
      "epoch": 0.5827291666666666,
      "grad_norm": 4.081412315368652,
      "learning_rate": 0.00011224790061616868,
      "loss": 6.5151,
      "step": 279710
    },
    {
      "epoch": 0.58275,
      "grad_norm": 2.600170850753784,
      "learning_rate": 0.0001122383594869245,
      "loss": 6.837,
      "step": 279720
    },
    {
      "epoch": 0.5827708333333333,
      "grad_norm": 1.9582880735397339,
      "learning_rate": 0.00011222881852079576,
      "loss": 6.3214,
      "step": 279730
    },
    {
      "epoch": 0.5827916666666667,
      "grad_norm": 2.251389980316162,
      "learning_rate": 0.00011221927771782354,
      "loss": 6.1094,
      "step": 279740
    },
    {
      "epoch": 0.5828125,
      "grad_norm": 1.6642769575119019,
      "learning_rate": 0.00011220973707804905,
      "loss": 6.4407,
      "step": 279750
    },
    {
      "epoch": 0.5828333333333333,
      "grad_norm": 6.288372993469238,
      "learning_rate": 0.0001122001966015136,
      "loss": 6.3766,
      "step": 279760
    },
    {
      "epoch": 0.5828541666666667,
      "grad_norm": 6.798104763031006,
      "learning_rate": 0.0001121906562882583,
      "loss": 6.2325,
      "step": 279770
    },
    {
      "epoch": 0.582875,
      "grad_norm": 1.2310112714767456,
      "learning_rate": 0.00011218111613832436,
      "loss": 6.4711,
      "step": 279780
    },
    {
      "epoch": 0.5828958333333333,
      "grad_norm": 2.4804210662841797,
      "learning_rate": 0.0001121715761517531,
      "loss": 6.7419,
      "step": 279790
    },
    {
      "epoch": 0.5829166666666666,
      "grad_norm": 1.3076444864273071,
      "learning_rate": 0.00011216203632858565,
      "loss": 6.2447,
      "step": 279800
    },
    {
      "epoch": 0.5829375,
      "grad_norm": 5.3325114250183105,
      "learning_rate": 0.00011215249666886316,
      "loss": 6.2021,
      "step": 279810
    },
    {
      "epoch": 0.5829583333333334,
      "grad_norm": 1.2906274795532227,
      "learning_rate": 0.00011214295717262699,
      "loss": 6.3368,
      "step": 279820
    },
    {
      "epoch": 0.5829791666666667,
      "grad_norm": 1.437245488166809,
      "learning_rate": 0.00011213341783991824,
      "loss": 6.5486,
      "step": 279830
    },
    {
      "epoch": 0.583,
      "grad_norm": 1.868194818496704,
      "learning_rate": 0.00011212387867077809,
      "loss": 6.1354,
      "step": 279840
    },
    {
      "epoch": 0.5830208333333333,
      "grad_norm": 1.1332157850265503,
      "learning_rate": 0.00011211433966524782,
      "loss": 6.0417,
      "step": 279850
    },
    {
      "epoch": 0.5830416666666667,
      "grad_norm": 3.029360055923462,
      "learning_rate": 0.00011210480082336863,
      "loss": 6.11,
      "step": 279860
    },
    {
      "epoch": 0.5830625,
      "grad_norm": 1.2966911792755127,
      "learning_rate": 0.00011209526214518165,
      "loss": 6.3633,
      "step": 279870
    },
    {
      "epoch": 0.5830833333333333,
      "grad_norm": 5.109772205352783,
      "learning_rate": 0.00011208572363072814,
      "loss": 6.2588,
      "step": 279880
    },
    {
      "epoch": 0.5831041666666666,
      "grad_norm": 1.0595660209655762,
      "learning_rate": 0.00011207618528004935,
      "loss": 6.1254,
      "step": 279890
    },
    {
      "epoch": 0.583125,
      "grad_norm": 2.42960262298584,
      "learning_rate": 0.00011206664709318637,
      "loss": 6.1862,
      "step": 279900
    },
    {
      "epoch": 0.5831458333333334,
      "grad_norm": 4.62657356262207,
      "learning_rate": 0.00011205710907018047,
      "loss": 5.9735,
      "step": 279910
    },
    {
      "epoch": 0.5831666666666667,
      "grad_norm": 1.5102297067642212,
      "learning_rate": 0.0001120475712110729,
      "loss": 6.9,
      "step": 279920
    },
    {
      "epoch": 0.5831875,
      "grad_norm": 3.282503128051758,
      "learning_rate": 0.00011203803351590472,
      "loss": 7.2577,
      "step": 279930
    },
    {
      "epoch": 0.5832083333333333,
      "grad_norm": 1.2389004230499268,
      "learning_rate": 0.00011202849598471722,
      "loss": 6.4759,
      "step": 279940
    },
    {
      "epoch": 0.5832291666666667,
      "grad_norm": 1.737470269203186,
      "learning_rate": 0.00011201895861755166,
      "loss": 7.3521,
      "step": 279950
    },
    {
      "epoch": 0.58325,
      "grad_norm": 1.1754451990127563,
      "learning_rate": 0.00011200942141444908,
      "loss": 6.2733,
      "step": 279960
    },
    {
      "epoch": 0.5832708333333333,
      "grad_norm": 4.14827299118042,
      "learning_rate": 0.00011199988437545081,
      "loss": 6.0409,
      "step": 279970
    },
    {
      "epoch": 0.5832916666666667,
      "grad_norm": 0.8903618454933167,
      "learning_rate": 0.00011199034750059799,
      "loss": 6.0921,
      "step": 279980
    },
    {
      "epoch": 0.5833125,
      "grad_norm": 1.1442502737045288,
      "learning_rate": 0.00011198081078993177,
      "loss": 5.7184,
      "step": 279990
    },
    {
      "epoch": 0.5833333333333334,
      "grad_norm": 1.3449673652648926,
      "learning_rate": 0.0001119712742434935,
      "loss": 6.6098,
      "step": 280000
    },
    {
      "epoch": 0.5833333333333334,
      "eval_loss": 7.568299293518066,
      "eval_runtime": 9.9542,
      "eval_samples_per_second": 0.301,
      "eval_steps_per_second": 0.1,
      "step": 280000
    },
    {
      "epoch": 0.5833541666666666,
      "grad_norm": 1.1333287954330444,
      "learning_rate": 0.0001119617378613242,
      "loss": 5.79,
      "step": 280010
    },
    {
      "epoch": 0.583375,
      "grad_norm": 1.694503664970398,
      "learning_rate": 0.00011195220164346519,
      "loss": 5.9306,
      "step": 280020
    },
    {
      "epoch": 0.5833958333333333,
      "grad_norm": 1.340380311012268,
      "learning_rate": 0.00011194266558995755,
      "loss": 5.9207,
      "step": 280030
    },
    {
      "epoch": 0.5834166666666667,
      "grad_norm": 1.2754429578781128,
      "learning_rate": 0.00011193312970084254,
      "loss": 6.2117,
      "step": 280040
    },
    {
      "epoch": 0.5834375,
      "grad_norm": 1.0783499479293823,
      "learning_rate": 0.00011192359397616139,
      "loss": 5.8353,
      "step": 280050
    },
    {
      "epoch": 0.5834583333333333,
      "grad_norm": 1.4977281093597412,
      "learning_rate": 0.00011191405841595516,
      "loss": 6.1119,
      "step": 280060
    },
    {
      "epoch": 0.5834791666666667,
      "grad_norm": 1.8619804382324219,
      "learning_rate": 0.00011190452302026518,
      "loss": 5.9236,
      "step": 280070
    },
    {
      "epoch": 0.5835,
      "grad_norm": 1.328158974647522,
      "learning_rate": 0.0001118949877891326,
      "loss": 5.7407,
      "step": 280080
    },
    {
      "epoch": 0.5835208333333334,
      "grad_norm": 1.8946834802627563,
      "learning_rate": 0.00011188545272259854,
      "loss": 5.8689,
      "step": 280090
    },
    {
      "epoch": 0.5835416666666666,
      "grad_norm": 2.851240634918213,
      "learning_rate": 0.00011187591782070427,
      "loss": 5.8911,
      "step": 280100
    },
    {
      "epoch": 0.5835625,
      "grad_norm": 3.5229580402374268,
      "learning_rate": 0.00011186638308349093,
      "loss": 6.3418,
      "step": 280110
    },
    {
      "epoch": 0.5835833333333333,
      "grad_norm": 1.6890541315078735,
      "learning_rate": 0.0001118568485109997,
      "loss": 5.9839,
      "step": 280120
    },
    {
      "epoch": 0.5836041666666667,
      "grad_norm": 1.1836093664169312,
      "learning_rate": 0.00011184731410327184,
      "loss": 5.9334,
      "step": 280130
    },
    {
      "epoch": 0.583625,
      "grad_norm": 1.2492295503616333,
      "learning_rate": 0.00011183777986034844,
      "loss": 5.8044,
      "step": 280140
    },
    {
      "epoch": 0.5836458333333333,
      "grad_norm": 1.9639904499053955,
      "learning_rate": 0.0001118282457822707,
      "loss": 6.1343,
      "step": 280150
    },
    {
      "epoch": 0.5836666666666667,
      "grad_norm": 1.1352109909057617,
      "learning_rate": 0.0001118187118690799,
      "loss": 5.9529,
      "step": 280160
    },
    {
      "epoch": 0.5836875,
      "grad_norm": 10.888558387756348,
      "learning_rate": 0.00011180917812081713,
      "loss": 6.9857,
      "step": 280170
    },
    {
      "epoch": 0.5837083333333334,
      "grad_norm": 4.472358226776123,
      "learning_rate": 0.00011179964453752354,
      "loss": 6.023,
      "step": 280180
    },
    {
      "epoch": 0.5837291666666666,
      "grad_norm": 1.2090986967086792,
      "learning_rate": 0.00011179011111924042,
      "loss": 6.1246,
      "step": 280190
    },
    {
      "epoch": 0.58375,
      "grad_norm": 1.0789068937301636,
      "learning_rate": 0.00011178057786600889,
      "loss": 5.9063,
      "step": 280200
    },
    {
      "epoch": 0.5837708333333333,
      "grad_norm": 3.288109302520752,
      "learning_rate": 0.00011177104477787009,
      "loss": 5.9467,
      "step": 280210
    },
    {
      "epoch": 0.5837916666666667,
      "grad_norm": 2.1123952865600586,
      "learning_rate": 0.0001117615118548653,
      "loss": 5.8139,
      "step": 280220
    },
    {
      "epoch": 0.5838125,
      "grad_norm": 1.5211788415908813,
      "learning_rate": 0.00011175197909703566,
      "loss": 5.4331,
      "step": 280230
    },
    {
      "epoch": 0.5838333333333333,
      "grad_norm": 0.9363503456115723,
      "learning_rate": 0.00011174244650442225,
      "loss": 5.742,
      "step": 280240
    },
    {
      "epoch": 0.5838541666666667,
      "grad_norm": 2.7419888973236084,
      "learning_rate": 0.00011173291407706638,
      "loss": 5.8617,
      "step": 280250
    },
    {
      "epoch": 0.583875,
      "grad_norm": 1.0890635251998901,
      "learning_rate": 0.0001117233818150092,
      "loss": 5.6246,
      "step": 280260
    },
    {
      "epoch": 0.5838958333333333,
      "grad_norm": 1.2667232751846313,
      "learning_rate": 0.00011171384971829179,
      "loss": 6.0144,
      "step": 280270
    },
    {
      "epoch": 0.5839166666666666,
      "grad_norm": 2.2581899166107178,
      "learning_rate": 0.00011170431778695543,
      "loss": 5.6809,
      "step": 280280
    },
    {
      "epoch": 0.5839375,
      "grad_norm": 2.0206267833709717,
      "learning_rate": 0.00011169478602104128,
      "loss": 6.0363,
      "step": 280290
    },
    {
      "epoch": 0.5839583333333334,
      "grad_norm": 1.2961444854736328,
      "learning_rate": 0.00011168525442059047,
      "loss": 5.3844,
      "step": 280300
    },
    {
      "epoch": 0.5839791666666667,
      "grad_norm": 5.426988124847412,
      "learning_rate": 0.00011167572298564416,
      "loss": 6.0906,
      "step": 280310
    },
    {
      "epoch": 0.584,
      "grad_norm": 1.3050554990768433,
      "learning_rate": 0.00011166619171624361,
      "loss": 6.0742,
      "step": 280320
    },
    {
      "epoch": 0.5840208333333333,
      "grad_norm": 2.4966022968292236,
      "learning_rate": 0.00011165666061242997,
      "loss": 6.1786,
      "step": 280330
    },
    {
      "epoch": 0.5840416666666667,
      "grad_norm": 1.4069297313690186,
      "learning_rate": 0.0001116471296742443,
      "loss": 6.2659,
      "step": 280340
    },
    {
      "epoch": 0.5840625,
      "grad_norm": 3.1067557334899902,
      "learning_rate": 0.00011163759890172788,
      "loss": 6.0431,
      "step": 280350
    },
    {
      "epoch": 0.5840833333333333,
      "grad_norm": 8.581315994262695,
      "learning_rate": 0.00011162806829492185,
      "loss": 6.229,
      "step": 280360
    },
    {
      "epoch": 0.5841041666666666,
      "grad_norm": 4.040058135986328,
      "learning_rate": 0.00011161853785386735,
      "loss": 6.4539,
      "step": 280370
    },
    {
      "epoch": 0.584125,
      "grad_norm": 1.1097853183746338,
      "learning_rate": 0.0001116090075786056,
      "loss": 6.1858,
      "step": 280380
    },
    {
      "epoch": 0.5841458333333334,
      "grad_norm": 1.1649428606033325,
      "learning_rate": 0.00011159947746917776,
      "loss": 5.8349,
      "step": 280390
    },
    {
      "epoch": 0.5841666666666666,
      "grad_norm": 2.132324695587158,
      "learning_rate": 0.00011158994752562492,
      "loss": 5.9245,
      "step": 280400
    },
    {
      "epoch": 0.5841875,
      "grad_norm": 2.071286201477051,
      "learning_rate": 0.00011158041774798833,
      "loss": 6.2342,
      "step": 280410
    },
    {
      "epoch": 0.5842083333333333,
      "grad_norm": 1.5668938159942627,
      "learning_rate": 0.00011157088813630917,
      "loss": 5.8493,
      "step": 280420
    },
    {
      "epoch": 0.5842291666666667,
      "grad_norm": 2.537940263748169,
      "learning_rate": 0.0001115613586906285,
      "loss": 6.2255,
      "step": 280430
    },
    {
      "epoch": 0.58425,
      "grad_norm": 2.479228973388672,
      "learning_rate": 0.00011155182941098755,
      "loss": 5.8041,
      "step": 280440
    },
    {
      "epoch": 0.5842708333333333,
      "grad_norm": 4.015192985534668,
      "learning_rate": 0.00011154230029742753,
      "loss": 6.3764,
      "step": 280450
    },
    {
      "epoch": 0.5842916666666667,
      "grad_norm": 4.5345587730407715,
      "learning_rate": 0.00011153277134998949,
      "loss": 5.7503,
      "step": 280460
    },
    {
      "epoch": 0.5843125,
      "grad_norm": 3.1035094261169434,
      "learning_rate": 0.00011152324256871473,
      "loss": 5.9247,
      "step": 280470
    },
    {
      "epoch": 0.5843333333333334,
      "grad_norm": 3.8586323261260986,
      "learning_rate": 0.00011151371395364428,
      "loss": 5.7005,
      "step": 280480
    },
    {
      "epoch": 0.5843541666666666,
      "grad_norm": 1.2298252582550049,
      "learning_rate": 0.00011150418550481932,
      "loss": 5.6766,
      "step": 280490
    },
    {
      "epoch": 0.584375,
      "grad_norm": 3.027684211730957,
      "learning_rate": 0.00011149465722228111,
      "loss": 5.8966,
      "step": 280500
    },
    {
      "epoch": 0.5843958333333333,
      "grad_norm": 1.4230927228927612,
      "learning_rate": 0.0001114851291060707,
      "loss": 5.3903,
      "step": 280510
    },
    {
      "epoch": 0.5844166666666667,
      "grad_norm": 1.8925151824951172,
      "learning_rate": 0.00011147560115622926,
      "loss": 5.8501,
      "step": 280520
    },
    {
      "epoch": 0.5844375,
      "grad_norm": 1.5972391366958618,
      "learning_rate": 0.00011146607337279805,
      "loss": 5.6276,
      "step": 280530
    },
    {
      "epoch": 0.5844583333333333,
      "grad_norm": 2.385343313217163,
      "learning_rate": 0.00011145654575581809,
      "loss": 5.5256,
      "step": 280540
    },
    {
      "epoch": 0.5844791666666667,
      "grad_norm": 1.3613337278366089,
      "learning_rate": 0.00011144701830533058,
      "loss": 5.9036,
      "step": 280550
    },
    {
      "epoch": 0.5845,
      "grad_norm": 1.3322240114212036,
      "learning_rate": 0.00011143749102137674,
      "loss": 6.1293,
      "step": 280560
    },
    {
      "epoch": 0.5845208333333334,
      "grad_norm": 2.294772148132324,
      "learning_rate": 0.00011142796390399768,
      "loss": 6.0538,
      "step": 280570
    },
    {
      "epoch": 0.5845416666666666,
      "grad_norm": 1.0075722932815552,
      "learning_rate": 0.0001114184369532345,
      "loss": 6.025,
      "step": 280580
    },
    {
      "epoch": 0.5845625,
      "grad_norm": 2.9157140254974365,
      "learning_rate": 0.00011140891016912843,
      "loss": 5.8519,
      "step": 280590
    },
    {
      "epoch": 0.5845833333333333,
      "grad_norm": 1.8340877294540405,
      "learning_rate": 0.00011139938355172063,
      "loss": 5.558,
      "step": 280600
    },
    {
      "epoch": 0.5846041666666667,
      "grad_norm": 1.7883448600769043,
      "learning_rate": 0.00011138985710105217,
      "loss": 5.7653,
      "step": 280610
    },
    {
      "epoch": 0.584625,
      "grad_norm": 1.7043647766113281,
      "learning_rate": 0.00011138033081716421,
      "loss": 7.4182,
      "step": 280620
    },
    {
      "epoch": 0.5846458333333333,
      "grad_norm": 2.3741095066070557,
      "learning_rate": 0.000111370804700098,
      "loss": 5.71,
      "step": 280630
    },
    {
      "epoch": 0.5846666666666667,
      "grad_norm": 1.2106589078903198,
      "learning_rate": 0.0001113612787498946,
      "loss": 5.3486,
      "step": 280640
    },
    {
      "epoch": 0.5846875,
      "grad_norm": 1.431748867034912,
      "learning_rate": 0.00011135175296659515,
      "loss": 5.7479,
      "step": 280650
    },
    {
      "epoch": 0.5847083333333334,
      "grad_norm": 5.5568623542785645,
      "learning_rate": 0.00011134222735024088,
      "loss": 6.4926,
      "step": 280660
    },
    {
      "epoch": 0.5847291666666666,
      "grad_norm": 2.032789945602417,
      "learning_rate": 0.00011133270190087286,
      "loss": 5.4822,
      "step": 280670
    },
    {
      "epoch": 0.58475,
      "grad_norm": 2.0395631790161133,
      "learning_rate": 0.00011132317661853224,
      "loss": 5.9279,
      "step": 280680
    },
    {
      "epoch": 0.5847708333333334,
      "grad_norm": 2.3120243549346924,
      "learning_rate": 0.00011131365150326023,
      "loss": 5.7065,
      "step": 280690
    },
    {
      "epoch": 0.5847916666666667,
      "grad_norm": 1.5112812519073486,
      "learning_rate": 0.00011130412655509792,
      "loss": 5.6766,
      "step": 280700
    },
    {
      "epoch": 0.5848125,
      "grad_norm": 1.7783677577972412,
      "learning_rate": 0.00011129460177408642,
      "loss": 5.4422,
      "step": 280710
    },
    {
      "epoch": 0.5848333333333333,
      "grad_norm": 3.6149256229400635,
      "learning_rate": 0.000111285077160267,
      "loss": 5.5683,
      "step": 280720
    },
    {
      "epoch": 0.5848541666666667,
      "grad_norm": 1.7278516292572021,
      "learning_rate": 0.00011127555271368071,
      "loss": 5.8515,
      "step": 280730
    },
    {
      "epoch": 0.584875,
      "grad_norm": 2.1788554191589355,
      "learning_rate": 0.00011126602843436864,
      "loss": 6.0901,
      "step": 280740
    },
    {
      "epoch": 0.5848958333333333,
      "grad_norm": 1.707434058189392,
      "learning_rate": 0.00011125650432237204,
      "loss": 5.8677,
      "step": 280750
    },
    {
      "epoch": 0.5849166666666666,
      "grad_norm": 3.2608442306518555,
      "learning_rate": 0.00011124698037773202,
      "loss": 5.3751,
      "step": 280760
    },
    {
      "epoch": 0.5849375,
      "grad_norm": 1.592341661453247,
      "learning_rate": 0.00011123745660048964,
      "loss": 5.4717,
      "step": 280770
    },
    {
      "epoch": 0.5849583333333334,
      "grad_norm": 1.600205898284912,
      "learning_rate": 0.00011122793299068616,
      "loss": 5.5806,
      "step": 280780
    },
    {
      "epoch": 0.5849791666666667,
      "grad_norm": 3.1900734901428223,
      "learning_rate": 0.00011121840954836268,
      "loss": 5.6011,
      "step": 280790
    },
    {
      "epoch": 0.585,
      "grad_norm": 1.947493553161621,
      "learning_rate": 0.00011120888627356025,
      "loss": 5.1191,
      "step": 280800
    },
    {
      "epoch": 0.5850208333333333,
      "grad_norm": 1.3175305128097534,
      "learning_rate": 0.00011119936316632011,
      "loss": 5.4424,
      "step": 280810
    },
    {
      "epoch": 0.5850416666666667,
      "grad_norm": 2.0585122108459473,
      "learning_rate": 0.00011118984022668339,
      "loss": 5.7796,
      "step": 280820
    },
    {
      "epoch": 0.5850625,
      "grad_norm": 1.780613660812378,
      "learning_rate": 0.00011118031745469116,
      "loss": 5.7057,
      "step": 280830
    },
    {
      "epoch": 0.5850833333333333,
      "grad_norm": 2.1218717098236084,
      "learning_rate": 0.00011117079485038463,
      "loss": 5.3385,
      "step": 280840
    },
    {
      "epoch": 0.5851041666666666,
      "grad_norm": 1.6011700630187988,
      "learning_rate": 0.00011116127241380488,
      "loss": 5.7702,
      "step": 280850
    },
    {
      "epoch": 0.585125,
      "grad_norm": 2.5875988006591797,
      "learning_rate": 0.00011115175014499302,
      "loss": 5.3573,
      "step": 280860
    },
    {
      "epoch": 0.5851458333333334,
      "grad_norm": 3.4704363346099854,
      "learning_rate": 0.00011114222804399028,
      "loss": 6.2158,
      "step": 280870
    },
    {
      "epoch": 0.5851666666666666,
      "grad_norm": 3.1018331050872803,
      "learning_rate": 0.00011113270611083772,
      "loss": 5.4083,
      "step": 280880
    },
    {
      "epoch": 0.5851875,
      "grad_norm": 3.75616455078125,
      "learning_rate": 0.0001111231843455765,
      "loss": 5.5842,
      "step": 280890
    },
    {
      "epoch": 0.5852083333333333,
      "grad_norm": 2.213961601257324,
      "learning_rate": 0.00011111366274824768,
      "loss": 5.5042,
      "step": 280900
    },
    {
      "epoch": 0.5852291666666667,
      "grad_norm": 6.907469749450684,
      "learning_rate": 0.00011110414131889247,
      "loss": 5.4998,
      "step": 280910
    },
    {
      "epoch": 0.58525,
      "grad_norm": 2.646023750305176,
      "learning_rate": 0.000111094620057552,
      "loss": 5.1461,
      "step": 280920
    },
    {
      "epoch": 0.5852708333333333,
      "grad_norm": 1.155405879020691,
      "learning_rate": 0.00011108509896426732,
      "loss": 6.0165,
      "step": 280930
    },
    {
      "epoch": 0.5852916666666667,
      "grad_norm": 1.124859094619751,
      "learning_rate": 0.00011107557803907964,
      "loss": 5.471,
      "step": 280940
    },
    {
      "epoch": 0.5853125,
      "grad_norm": 2.4823005199432373,
      "learning_rate": 0.00011106605728203011,
      "loss": 5.7438,
      "step": 280950
    },
    {
      "epoch": 0.5853333333333334,
      "grad_norm": 2.7975282669067383,
      "learning_rate": 0.0001110565366931597,
      "loss": 5.5476,
      "step": 280960
    },
    {
      "epoch": 0.5853541666666666,
      "grad_norm": 1.9008729457855225,
      "learning_rate": 0.00011104701627250972,
      "loss": 5.251,
      "step": 280970
    },
    {
      "epoch": 0.585375,
      "grad_norm": 1.2577941417694092,
      "learning_rate": 0.00011103749602012118,
      "loss": 5.5114,
      "step": 280980
    },
    {
      "epoch": 0.5853958333333333,
      "grad_norm": 1.2225120067596436,
      "learning_rate": 0.00011102797593603518,
      "loss": 5.3402,
      "step": 280990
    },
    {
      "epoch": 0.5854166666666667,
      "grad_norm": 1.964210867881775,
      "learning_rate": 0.00011101845602029298,
      "loss": 5.3256,
      "step": 281000
    },
    {
      "epoch": 0.5854166666666667,
      "eval_loss": 7.388919830322266,
      "eval_runtime": 8.8941,
      "eval_samples_per_second": 0.337,
      "eval_steps_per_second": 0.112,
      "step": 281000
    },
    {
      "epoch": 0.5854375,
      "grad_norm": 1.9536534547805786,
      "learning_rate": 0.00011100893627293558,
      "loss": 5.719,
      "step": 281010
    },
    {
      "epoch": 0.5854583333333333,
      "grad_norm": 2.9338560104370117,
      "learning_rate": 0.00011099941669400412,
      "loss": 5.9811,
      "step": 281020
    },
    {
      "epoch": 0.5854791666666667,
      "grad_norm": 2.738396406173706,
      "learning_rate": 0.00011098989728353982,
      "loss": 5.455,
      "step": 281030
    },
    {
      "epoch": 0.5855,
      "grad_norm": 2.4527838230133057,
      "learning_rate": 0.00011098037804158366,
      "loss": 6.0292,
      "step": 281040
    },
    {
      "epoch": 0.5855208333333334,
      "grad_norm": 2.9705874919891357,
      "learning_rate": 0.00011097085896817681,
      "loss": 5.5525,
      "step": 281050
    },
    {
      "epoch": 0.5855416666666666,
      "grad_norm": 2.899940013885498,
      "learning_rate": 0.00011096134006336044,
      "loss": 5.3232,
      "step": 281060
    },
    {
      "epoch": 0.5855625,
      "grad_norm": 1.5515843629837036,
      "learning_rate": 0.00011095182132717563,
      "loss": 5.077,
      "step": 281070
    },
    {
      "epoch": 0.5855833333333333,
      "grad_norm": 0.9048373103141785,
      "learning_rate": 0.00011094230275966345,
      "loss": 5.797,
      "step": 281080
    },
    {
      "epoch": 0.5856041666666667,
      "grad_norm": 4.7276787757873535,
      "learning_rate": 0.0001109327843608651,
      "loss": 5.7019,
      "step": 281090
    },
    {
      "epoch": 0.585625,
      "grad_norm": 1.28046452999115,
      "learning_rate": 0.0001109232661308217,
      "loss": 5.6326,
      "step": 281100
    },
    {
      "epoch": 0.5856458333333333,
      "grad_norm": 1.3942643404006958,
      "learning_rate": 0.00011091374806957424,
      "loss": 5.3889,
      "step": 281110
    },
    {
      "epoch": 0.5856666666666667,
      "grad_norm": 1.4100674390792847,
      "learning_rate": 0.00011090423017716394,
      "loss": 5.7835,
      "step": 281120
    },
    {
      "epoch": 0.5856875,
      "grad_norm": 1.8838579654693604,
      "learning_rate": 0.00011089471245363192,
      "loss": 6.5361,
      "step": 281130
    },
    {
      "epoch": 0.5857083333333334,
      "grad_norm": 1.0614084005355835,
      "learning_rate": 0.00011088519489901923,
      "loss": 5.1276,
      "step": 281140
    },
    {
      "epoch": 0.5857291666666666,
      "grad_norm": 1.8217946290969849,
      "learning_rate": 0.00011087567751336701,
      "loss": 5.4582,
      "step": 281150
    },
    {
      "epoch": 0.58575,
      "grad_norm": 2.771177053451538,
      "learning_rate": 0.00011086616029671643,
      "loss": 5.3695,
      "step": 281160
    },
    {
      "epoch": 0.5857708333333334,
      "grad_norm": 1.339961290359497,
      "learning_rate": 0.00011085664324910848,
      "loss": 5.8912,
      "step": 281170
    },
    {
      "epoch": 0.5857916666666667,
      "grad_norm": 1.4719465970993042,
      "learning_rate": 0.00011084712637058437,
      "loss": 5.6658,
      "step": 281180
    },
    {
      "epoch": 0.5858125,
      "grad_norm": 1.8802216053009033,
      "learning_rate": 0.00011083760966118519,
      "loss": 5.4362,
      "step": 281190
    },
    {
      "epoch": 0.5858333333333333,
      "grad_norm": 1.8103336095809937,
      "learning_rate": 0.00011082809312095203,
      "loss": 6.0985,
      "step": 281200
    },
    {
      "epoch": 0.5858541666666667,
      "grad_norm": 1.4955843687057495,
      "learning_rate": 0.00011081857674992594,
      "loss": 5.4408,
      "step": 281210
    },
    {
      "epoch": 0.585875,
      "grad_norm": 1.7004376649856567,
      "learning_rate": 0.0001108090605481482,
      "loss": 5.2393,
      "step": 281220
    },
    {
      "epoch": 0.5858958333333333,
      "grad_norm": 1.3450870513916016,
      "learning_rate": 0.00011079954451565977,
      "loss": 5.5091,
      "step": 281230
    },
    {
      "epoch": 0.5859166666666666,
      "grad_norm": 3.140533208847046,
      "learning_rate": 0.00011079002865250173,
      "loss": 5.7332,
      "step": 281240
    },
    {
      "epoch": 0.5859375,
      "grad_norm": 1.7911913394927979,
      "learning_rate": 0.00011078051295871528,
      "loss": 5.5527,
      "step": 281250
    },
    {
      "epoch": 0.5859583333333334,
      "grad_norm": 2.523599863052368,
      "learning_rate": 0.00011077099743434154,
      "loss": 5.2216,
      "step": 281260
    },
    {
      "epoch": 0.5859791666666667,
      "grad_norm": 1.6712990999221802,
      "learning_rate": 0.00011076148207942147,
      "loss": 5.2865,
      "step": 281270
    },
    {
      "epoch": 0.586,
      "grad_norm": 1.4053982496261597,
      "learning_rate": 0.00011075196689399633,
      "loss": 5.481,
      "step": 281280
    },
    {
      "epoch": 0.5860208333333333,
      "grad_norm": 2.7249841690063477,
      "learning_rate": 0.00011074245187810716,
      "loss": 5.588,
      "step": 281290
    },
    {
      "epoch": 0.5860416666666667,
      "grad_norm": 1.6765241622924805,
      "learning_rate": 0.00011073293703179501,
      "loss": 5.3446,
      "step": 281300
    },
    {
      "epoch": 0.5860625,
      "grad_norm": 1.3618603944778442,
      "learning_rate": 0.00011072342235510105,
      "loss": 5.5783,
      "step": 281310
    },
    {
      "epoch": 0.5860833333333333,
      "grad_norm": 2.457758903503418,
      "learning_rate": 0.0001107139078480664,
      "loss": 5.1617,
      "step": 281320
    },
    {
      "epoch": 0.5861041666666666,
      "grad_norm": 2.200495481491089,
      "learning_rate": 0.00011070439351073205,
      "loss": 5.2425,
      "step": 281330
    },
    {
      "epoch": 0.586125,
      "grad_norm": 1.4294167757034302,
      "learning_rate": 0.00011069487934313922,
      "loss": 5.0778,
      "step": 281340
    },
    {
      "epoch": 0.5861458333333334,
      "grad_norm": 1.6835830211639404,
      "learning_rate": 0.00011068536534532894,
      "loss": 5.3901,
      "step": 281350
    },
    {
      "epoch": 0.5861666666666666,
      "grad_norm": 3.3854589462280273,
      "learning_rate": 0.00011067585151734228,
      "loss": 5.564,
      "step": 281360
    },
    {
      "epoch": 0.5861875,
      "grad_norm": 1.346497893333435,
      "learning_rate": 0.00011066633785922043,
      "loss": 5.1888,
      "step": 281370
    },
    {
      "epoch": 0.5862083333333333,
      "grad_norm": 1.366787075996399,
      "learning_rate": 0.00011065682437100442,
      "loss": 5.5527,
      "step": 281380
    },
    {
      "epoch": 0.5862291666666667,
      "grad_norm": 7.13838005065918,
      "learning_rate": 0.00011064731105273531,
      "loss": 5.6142,
      "step": 281390
    },
    {
      "epoch": 0.58625,
      "grad_norm": 1.4011770486831665,
      "learning_rate": 0.00011063779790445432,
      "loss": 5.4947,
      "step": 281400
    },
    {
      "epoch": 0.5862708333333333,
      "grad_norm": 1.7937816381454468,
      "learning_rate": 0.00011062828492620241,
      "loss": 5.2962,
      "step": 281410
    },
    {
      "epoch": 0.5862916666666667,
      "grad_norm": 1.1553713083267212,
      "learning_rate": 0.0001106187721180207,
      "loss": 5.2358,
      "step": 281420
    },
    {
      "epoch": 0.5863125,
      "grad_norm": 1.9716618061065674,
      "learning_rate": 0.00011060925947995035,
      "loss": 5.7622,
      "step": 281430
    },
    {
      "epoch": 0.5863333333333334,
      "grad_norm": 3.6530635356903076,
      "learning_rate": 0.00011059974701203241,
      "loss": 6.2319,
      "step": 281440
    },
    {
      "epoch": 0.5863541666666666,
      "grad_norm": 1.2122000455856323,
      "learning_rate": 0.00011059023471430792,
      "loss": 5.6388,
      "step": 281450
    },
    {
      "epoch": 0.586375,
      "grad_norm": 1.7223635911941528,
      "learning_rate": 0.00011058072258681809,
      "loss": 5.7663,
      "step": 281460
    },
    {
      "epoch": 0.5863958333333333,
      "grad_norm": 1.3786500692367554,
      "learning_rate": 0.0001105712106296039,
      "loss": 5.1313,
      "step": 281470
    },
    {
      "epoch": 0.5864166666666667,
      "grad_norm": 2.6058526039123535,
      "learning_rate": 0.00011056169884270648,
      "loss": 5.5245,
      "step": 281480
    },
    {
      "epoch": 0.5864375,
      "grad_norm": 1.9497816562652588,
      "learning_rate": 0.00011055218722616686,
      "loss": 5.5575,
      "step": 281490
    },
    {
      "epoch": 0.5864583333333333,
      "grad_norm": 1.2661267518997192,
      "learning_rate": 0.00011054267578002626,
      "loss": 5.0815,
      "step": 281500
    },
    {
      "epoch": 0.5864791666666667,
      "grad_norm": 1.4898114204406738,
      "learning_rate": 0.00011053316450432563,
      "loss": 5.4811,
      "step": 281510
    },
    {
      "epoch": 0.5865,
      "grad_norm": 1.1839793920516968,
      "learning_rate": 0.00011052365339910609,
      "loss": 5.5143,
      "step": 281520
    },
    {
      "epoch": 0.5865208333333334,
      "grad_norm": 1.0752431154251099,
      "learning_rate": 0.00011051414246440878,
      "loss": 5.9935,
      "step": 281530
    },
    {
      "epoch": 0.5865416666666666,
      "grad_norm": 1.781416893005371,
      "learning_rate": 0.00011050463170027473,
      "loss": 5.5691,
      "step": 281540
    },
    {
      "epoch": 0.5865625,
      "grad_norm": 3.3264718055725098,
      "learning_rate": 0.00011049512110674501,
      "loss": 5.3095,
      "step": 281550
    },
    {
      "epoch": 0.5865833333333333,
      "grad_norm": 1.3244574069976807,
      "learning_rate": 0.00011048561068386079,
      "loss": 5.095,
      "step": 281560
    },
    {
      "epoch": 0.5866041666666667,
      "grad_norm": 1.6943796873092651,
      "learning_rate": 0.00011047610043166306,
      "loss": 4.9581,
      "step": 281570
    },
    {
      "epoch": 0.586625,
      "grad_norm": 1.8761125802993774,
      "learning_rate": 0.00011046659035019288,
      "loss": 5.3254,
      "step": 281580
    },
    {
      "epoch": 0.5866458333333333,
      "grad_norm": 8.728760719299316,
      "learning_rate": 0.00011045708043949147,
      "loss": 6.19,
      "step": 281590
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 1.4146137237548828,
      "learning_rate": 0.00011044757069959981,
      "loss": 5.243,
      "step": 281600
    },
    {
      "epoch": 0.5866875,
      "grad_norm": 1.224788784980774,
      "learning_rate": 0.00011043806113055894,
      "loss": 5.7184,
      "step": 281610
    },
    {
      "epoch": 0.5867083333333334,
      "grad_norm": 1.9509092569351196,
      "learning_rate": 0.00011042855173241,
      "loss": 5.2633,
      "step": 281620
    },
    {
      "epoch": 0.5867291666666666,
      "grad_norm": 5.259073257446289,
      "learning_rate": 0.0001104190425051941,
      "loss": 5.393,
      "step": 281630
    },
    {
      "epoch": 0.58675,
      "grad_norm": 1.6014764308929443,
      "learning_rate": 0.00011040953344895219,
      "loss": 5.0271,
      "step": 281640
    },
    {
      "epoch": 0.5867708333333334,
      "grad_norm": 1.116903305053711,
      "learning_rate": 0.00011040002456372546,
      "loss": 5.3548,
      "step": 281650
    },
    {
      "epoch": 0.5867916666666667,
      "grad_norm": 1.3672071695327759,
      "learning_rate": 0.000110390515849555,
      "loss": 5.7654,
      "step": 281660
    },
    {
      "epoch": 0.5868125,
      "grad_norm": 2.5118567943573,
      "learning_rate": 0.00011038100730648174,
      "loss": 5.2186,
      "step": 281670
    },
    {
      "epoch": 0.5868333333333333,
      "grad_norm": 3.4327762126922607,
      "learning_rate": 0.00011037149893454688,
      "loss": 5.0742,
      "step": 281680
    },
    {
      "epoch": 0.5868541666666667,
      "grad_norm": 3.1697583198547363,
      "learning_rate": 0.00011036199073379151,
      "loss": 5.3167,
      "step": 281690
    },
    {
      "epoch": 0.586875,
      "grad_norm": 1.192596435546875,
      "learning_rate": 0.00011035248270425657,
      "loss": 5.3128,
      "step": 281700
    },
    {
      "epoch": 0.5868958333333333,
      "grad_norm": 1.0258212089538574,
      "learning_rate": 0.00011034297484598324,
      "loss": 5.2847,
      "step": 281710
    },
    {
      "epoch": 0.5869166666666666,
      "grad_norm": 3.127495050430298,
      "learning_rate": 0.00011033346715901262,
      "loss": 4.8251,
      "step": 281720
    },
    {
      "epoch": 0.5869375,
      "grad_norm": 1.3032450675964355,
      "learning_rate": 0.00011032395964338564,
      "loss": 5.5004,
      "step": 281730
    },
    {
      "epoch": 0.5869583333333334,
      "grad_norm": 1.9870951175689697,
      "learning_rate": 0.0001103144522991435,
      "loss": 5.2427,
      "step": 281740
    },
    {
      "epoch": 0.5869791666666667,
      "grad_norm": 0.9390975832939148,
      "learning_rate": 0.00011030494512632722,
      "loss": 5.0154,
      "step": 281750
    },
    {
      "epoch": 0.587,
      "grad_norm": 1.5945802927017212,
      "learning_rate": 0.0001102954381249778,
      "loss": 5.1796,
      "step": 281760
    },
    {
      "epoch": 0.5870208333333333,
      "grad_norm": 1.6215459108352661,
      "learning_rate": 0.00011028593129513646,
      "loss": 5.3464,
      "step": 281770
    },
    {
      "epoch": 0.5870416666666667,
      "grad_norm": 2.085171937942505,
      "learning_rate": 0.00011027642463684413,
      "loss": 5.1908,
      "step": 281780
    },
    {
      "epoch": 0.5870625,
      "grad_norm": 2.1257095336914062,
      "learning_rate": 0.00011026691815014195,
      "loss": 5.3656,
      "step": 281790
    },
    {
      "epoch": 0.5870833333333333,
      "grad_norm": 1.1091408729553223,
      "learning_rate": 0.0001102574118350709,
      "loss": 5.2169,
      "step": 281800
    },
    {
      "epoch": 0.5871041666666666,
      "grad_norm": 2.0138983726501465,
      "learning_rate": 0.00011024790569167215,
      "loss": 5.27,
      "step": 281810
    },
    {
      "epoch": 0.587125,
      "grad_norm": 2.2460601329803467,
      "learning_rate": 0.00011023839971998671,
      "loss": 5.4065,
      "step": 281820
    },
    {
      "epoch": 0.5871458333333334,
      "grad_norm": 2.5309507846832275,
      "learning_rate": 0.00011022889392005559,
      "loss": 5.6118,
      "step": 281830
    },
    {
      "epoch": 0.5871666666666666,
      "grad_norm": 1.533626675605774,
      "learning_rate": 0.00011021938829191999,
      "loss": 5.5075,
      "step": 281840
    },
    {
      "epoch": 0.5871875,
      "grad_norm": 1.6702182292938232,
      "learning_rate": 0.00011020988283562083,
      "loss": 5.1821,
      "step": 281850
    },
    {
      "epoch": 0.5872083333333333,
      "grad_norm": 1.2151827812194824,
      "learning_rate": 0.0001102003775511992,
      "loss": 4.9262,
      "step": 281860
    },
    {
      "epoch": 0.5872291666666667,
      "grad_norm": 5.647246360778809,
      "learning_rate": 0.00011019087243869625,
      "loss": 5.5966,
      "step": 281870
    },
    {
      "epoch": 0.58725,
      "grad_norm": 5.676202297210693,
      "learning_rate": 0.00011018136749815294,
      "loss": 5.5679,
      "step": 281880
    },
    {
      "epoch": 0.5872708333333333,
      "grad_norm": 3.575087070465088,
      "learning_rate": 0.00011017186272961034,
      "loss": 5.1402,
      "step": 281890
    },
    {
      "epoch": 0.5872916666666667,
      "grad_norm": 1.506072759628296,
      "learning_rate": 0.0001101623581331096,
      "loss": 5.5848,
      "step": 281900
    },
    {
      "epoch": 0.5873125,
      "grad_norm": 2.6508948802948,
      "learning_rate": 0.00011015285370869164,
      "loss": 4.9905,
      "step": 281910
    },
    {
      "epoch": 0.5873333333333334,
      "grad_norm": 5.585087299346924,
      "learning_rate": 0.00011014334945639755,
      "loss": 5.339,
      "step": 281920
    },
    {
      "epoch": 0.5873541666666666,
      "grad_norm": 1.358147382736206,
      "learning_rate": 0.00011013384537626851,
      "loss": 5.337,
      "step": 281930
    },
    {
      "epoch": 0.587375,
      "grad_norm": 1.8014100790023804,
      "learning_rate": 0.00011012434146834543,
      "loss": 5.1813,
      "step": 281940
    },
    {
      "epoch": 0.5873958333333333,
      "grad_norm": 2.4516115188598633,
      "learning_rate": 0.00011011483773266938,
      "loss": 5.5145,
      "step": 281950
    },
    {
      "epoch": 0.5874166666666667,
      "grad_norm": 1.9438774585723877,
      "learning_rate": 0.0001101053341692815,
      "loss": 4.7653,
      "step": 281960
    },
    {
      "epoch": 0.5874375,
      "grad_norm": 5.364081382751465,
      "learning_rate": 0.00011009583077822278,
      "loss": 5.3287,
      "step": 281970
    },
    {
      "epoch": 0.5874583333333333,
      "grad_norm": 1.1105901002883911,
      "learning_rate": 0.00011008632755953423,
      "loss": 5.965,
      "step": 281980
    },
    {
      "epoch": 0.5874791666666667,
      "grad_norm": 1.7355871200561523,
      "learning_rate": 0.00011007682451325697,
      "loss": 5.1033,
      "step": 281990
    },
    {
      "epoch": 0.5875,
      "grad_norm": 1.1442803144454956,
      "learning_rate": 0.00011006732163943206,
      "loss": 4.7866,
      "step": 282000
    },
    {
      "epoch": 0.5875,
      "eval_loss": 8.156742095947266,
      "eval_runtime": 9.032,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 282000
    },
    {
      "epoch": 0.5875208333333334,
      "grad_norm": 1.4628703594207764,
      "learning_rate": 0.00011005781893810045,
      "loss": 5.0368,
      "step": 282010
    },
    {
      "epoch": 0.5875416666666666,
      "grad_norm": 1.5574729442596436,
      "learning_rate": 0.00011004831640930327,
      "loss": 5.2508,
      "step": 282020
    },
    {
      "epoch": 0.5875625,
      "grad_norm": 1.077828288078308,
      "learning_rate": 0.0001100388140530816,
      "loss": 4.5757,
      "step": 282030
    },
    {
      "epoch": 0.5875833333333333,
      "grad_norm": 2.643296957015991,
      "learning_rate": 0.00011002931186947637,
      "loss": 4.7427,
      "step": 282040
    },
    {
      "epoch": 0.5876041666666667,
      "grad_norm": 16.16818618774414,
      "learning_rate": 0.0001100198098585287,
      "loss": 5.5811,
      "step": 282050
    },
    {
      "epoch": 0.587625,
      "grad_norm": 0.9403991103172302,
      "learning_rate": 0.00011001030802027968,
      "loss": 5.1147,
      "step": 282060
    },
    {
      "epoch": 0.5876458333333333,
      "grad_norm": 1.6827707290649414,
      "learning_rate": 0.00011000080635477026,
      "loss": 5.1297,
      "step": 282070
    },
    {
      "epoch": 0.5876666666666667,
      "grad_norm": 0.9411014914512634,
      "learning_rate": 0.0001099913048620415,
      "loss": 5.9606,
      "step": 282080
    },
    {
      "epoch": 0.5876875,
      "grad_norm": 1.8971333503723145,
      "learning_rate": 0.00010998180354213453,
      "loss": 5.1019,
      "step": 282090
    },
    {
      "epoch": 0.5877083333333334,
      "grad_norm": 1.38796865940094,
      "learning_rate": 0.00010997230239509032,
      "loss": 5.4815,
      "step": 282100
    },
    {
      "epoch": 0.5877291666666666,
      "grad_norm": 1.6097131967544556,
      "learning_rate": 0.00010996280142094986,
      "loss": 5.1004,
      "step": 282110
    },
    {
      "epoch": 0.58775,
      "grad_norm": 3.6005725860595703,
      "learning_rate": 0.00010995330061975428,
      "loss": 5.1047,
      "step": 282120
    },
    {
      "epoch": 0.5877708333333334,
      "grad_norm": 1.1895809173583984,
      "learning_rate": 0.00010994379999154464,
      "loss": 5.2719,
      "step": 282130
    },
    {
      "epoch": 0.5877916666666667,
      "grad_norm": 2.3368794918060303,
      "learning_rate": 0.00010993429953636183,
      "loss": 4.7775,
      "step": 282140
    },
    {
      "epoch": 0.5878125,
      "grad_norm": 4.51972770690918,
      "learning_rate": 0.00010992479925424704,
      "loss": 4.8025,
      "step": 282150
    },
    {
      "epoch": 0.5878333333333333,
      "grad_norm": 2.097815990447998,
      "learning_rate": 0.00010991529914524129,
      "loss": 5.1959,
      "step": 282160
    },
    {
      "epoch": 0.5878541666666667,
      "grad_norm": 1.2668077945709229,
      "learning_rate": 0.00010990579920938549,
      "loss": 4.8157,
      "step": 282170
    },
    {
      "epoch": 0.587875,
      "grad_norm": 1.1809413433074951,
      "learning_rate": 0.00010989629944672083,
      "loss": 4.9684,
      "step": 282180
    },
    {
      "epoch": 0.5878958333333333,
      "grad_norm": 1.492183804512024,
      "learning_rate": 0.00010988679985728831,
      "loss": 4.9423,
      "step": 282190
    },
    {
      "epoch": 0.5879166666666666,
      "grad_norm": 1.517697811126709,
      "learning_rate": 0.00010987730044112886,
      "loss": 5.3633,
      "step": 282200
    },
    {
      "epoch": 0.5879375,
      "grad_norm": 4.525672912597656,
      "learning_rate": 0.00010986780119828363,
      "loss": 5.6936,
      "step": 282210
    },
    {
      "epoch": 0.5879583333333334,
      "grad_norm": 1.5885485410690308,
      "learning_rate": 0.00010985830212879365,
      "loss": 5.292,
      "step": 282220
    },
    {
      "epoch": 0.5879791666666667,
      "grad_norm": 1.4474822282791138,
      "learning_rate": 0.00010984880323269984,
      "loss": 5.2688,
      "step": 282230
    },
    {
      "epoch": 0.588,
      "grad_norm": 3.0252685546875,
      "learning_rate": 0.00010983930451004338,
      "loss": 5.0643,
      "step": 282240
    },
    {
      "epoch": 0.5880208333333333,
      "grad_norm": 3.295372247695923,
      "learning_rate": 0.0001098298059608652,
      "loss": 5.0103,
      "step": 282250
    },
    {
      "epoch": 0.5880416666666667,
      "grad_norm": 1.6310786008834839,
      "learning_rate": 0.0001098203075852063,
      "loss": 5.1492,
      "step": 282260
    },
    {
      "epoch": 0.5880625,
      "grad_norm": 1.945057988166809,
      "learning_rate": 0.00010981080938310785,
      "loss": 5.1769,
      "step": 282270
    },
    {
      "epoch": 0.5880833333333333,
      "grad_norm": 1.8268429040908813,
      "learning_rate": 0.00010980131135461077,
      "loss": 5.4414,
      "step": 282280
    },
    {
      "epoch": 0.5881041666666667,
      "grad_norm": 1.3755460977554321,
      "learning_rate": 0.00010979181349975608,
      "loss": 5.3294,
      "step": 282290
    },
    {
      "epoch": 0.588125,
      "grad_norm": 1.45437753200531,
      "learning_rate": 0.0001097823158185849,
      "loss": 5.1346,
      "step": 282300
    },
    {
      "epoch": 0.5881458333333334,
      "grad_norm": 1.0449403524398804,
      "learning_rate": 0.00010977281831113815,
      "loss": 5.242,
      "step": 282310
    },
    {
      "epoch": 0.5881666666666666,
      "grad_norm": 3.0812952518463135,
      "learning_rate": 0.00010976332097745689,
      "loss": 5.7852,
      "step": 282320
    },
    {
      "epoch": 0.5881875,
      "grad_norm": 1.576534390449524,
      "learning_rate": 0.0001097538238175822,
      "loss": 5.2508,
      "step": 282330
    },
    {
      "epoch": 0.5882083333333333,
      "grad_norm": 3.5685994625091553,
      "learning_rate": 0.00010974432683155508,
      "loss": 5.1767,
      "step": 282340
    },
    {
      "epoch": 0.5882291666666667,
      "grad_norm": 1.0504508018493652,
      "learning_rate": 0.00010973483001941647,
      "loss": 4.7732,
      "step": 282350
    },
    {
      "epoch": 0.58825,
      "grad_norm": 2.495465040206909,
      "learning_rate": 0.00010972533338120747,
      "loss": 5.4253,
      "step": 282360
    },
    {
      "epoch": 0.5882708333333333,
      "grad_norm": 1.2198187112808228,
      "learning_rate": 0.00010971583691696915,
      "loss": 5.0288,
      "step": 282370
    },
    {
      "epoch": 0.5882916666666667,
      "grad_norm": 4.622138023376465,
      "learning_rate": 0.00010970634062674241,
      "loss": 5.3757,
      "step": 282380
    },
    {
      "epoch": 0.5883125,
      "grad_norm": 1.715135097503662,
      "learning_rate": 0.00010969684451056832,
      "loss": 5.1789,
      "step": 282390
    },
    {
      "epoch": 0.5883333333333334,
      "grad_norm": 1.2102137804031372,
      "learning_rate": 0.00010968734856848795,
      "loss": 5.374,
      "step": 282400
    },
    {
      "epoch": 0.5883541666666666,
      "grad_norm": 1.1829324960708618,
      "learning_rate": 0.00010967785280054225,
      "loss": 5.0058,
      "step": 282410
    },
    {
      "epoch": 0.588375,
      "grad_norm": 2.5539026260375977,
      "learning_rate": 0.00010966835720677224,
      "loss": 5.2932,
      "step": 282420
    },
    {
      "epoch": 0.5883958333333333,
      "grad_norm": 3.1230385303497314,
      "learning_rate": 0.000109658861787219,
      "loss": 5.4343,
      "step": 282430
    },
    {
      "epoch": 0.5884166666666667,
      "grad_norm": 3.0067896842956543,
      "learning_rate": 0.00010964936654192352,
      "loss": 4.8266,
      "step": 282440
    },
    {
      "epoch": 0.5884375,
      "grad_norm": 5.84798526763916,
      "learning_rate": 0.00010963987147092675,
      "loss": 5.2401,
      "step": 282450
    },
    {
      "epoch": 0.5884583333333333,
      "grad_norm": 1.301580548286438,
      "learning_rate": 0.00010963037657426982,
      "loss": 4.8487,
      "step": 282460
    },
    {
      "epoch": 0.5884791666666667,
      "grad_norm": 1.000153660774231,
      "learning_rate": 0.0001096208818519937,
      "loss": 4.9493,
      "step": 282470
    },
    {
      "epoch": 0.5885,
      "grad_norm": 4.2819318771362305,
      "learning_rate": 0.00010961138730413931,
      "loss": 5.8613,
      "step": 282480
    },
    {
      "epoch": 0.5885208333333334,
      "grad_norm": 1.7140182256698608,
      "learning_rate": 0.00010960189293074777,
      "loss": 5.265,
      "step": 282490
    },
    {
      "epoch": 0.5885416666666666,
      "grad_norm": 1.116031289100647,
      "learning_rate": 0.0001095923987318601,
      "loss": 4.7399,
      "step": 282500
    },
    {
      "epoch": 0.5885625,
      "grad_norm": 2.797969341278076,
      "learning_rate": 0.00010958290470751723,
      "loss": 5.0641,
      "step": 282510
    },
    {
      "epoch": 0.5885833333333333,
      "grad_norm": 1.3246006965637207,
      "learning_rate": 0.00010957341085776021,
      "loss": 5.5433,
      "step": 282520
    },
    {
      "epoch": 0.5886041666666667,
      "grad_norm": 3.2286441326141357,
      "learning_rate": 0.00010956391718263009,
      "loss": 5.3374,
      "step": 282530
    },
    {
      "epoch": 0.588625,
      "grad_norm": 1.207953929901123,
      "learning_rate": 0.00010955442368216779,
      "loss": 5.0888,
      "step": 282540
    },
    {
      "epoch": 0.5886458333333333,
      "grad_norm": 1.7086471319198608,
      "learning_rate": 0.00010954493035641442,
      "loss": 4.9646,
      "step": 282550
    },
    {
      "epoch": 0.5886666666666667,
      "grad_norm": 4.63543701171875,
      "learning_rate": 0.00010953543720541093,
      "loss": 5.1223,
      "step": 282560
    },
    {
      "epoch": 0.5886875,
      "grad_norm": 1.0980926752090454,
      "learning_rate": 0.0001095259442291983,
      "loss": 4.8618,
      "step": 282570
    },
    {
      "epoch": 0.5887083333333333,
      "grad_norm": 1.498626708984375,
      "learning_rate": 0.00010951645142781759,
      "loss": 5.364,
      "step": 282580
    },
    {
      "epoch": 0.5887291666666666,
      "grad_norm": 1.291982650756836,
      "learning_rate": 0.00010950695880130981,
      "loss": 5.6192,
      "step": 282590
    },
    {
      "epoch": 0.58875,
      "grad_norm": 1.9036141633987427,
      "learning_rate": 0.00010949746634971588,
      "loss": 5.3868,
      "step": 282600
    },
    {
      "epoch": 0.5887708333333334,
      "grad_norm": 2.9163031578063965,
      "learning_rate": 0.00010948797407307694,
      "loss": 5.1578,
      "step": 282610
    },
    {
      "epoch": 0.5887916666666667,
      "grad_norm": 1.0808016061782837,
      "learning_rate": 0.00010947848197143387,
      "loss": 5.2983,
      "step": 282620
    },
    {
      "epoch": 0.5888125,
      "grad_norm": 2.5959346294403076,
      "learning_rate": 0.0001094689900448277,
      "loss": 4.9923,
      "step": 282630
    },
    {
      "epoch": 0.5888333333333333,
      "grad_norm": 3.7171518802642822,
      "learning_rate": 0.00010945949829329951,
      "loss": 4.8126,
      "step": 282640
    },
    {
      "epoch": 0.5888541666666667,
      "grad_norm": 3.985079050064087,
      "learning_rate": 0.0001094500067168902,
      "loss": 5.0291,
      "step": 282650
    },
    {
      "epoch": 0.588875,
      "grad_norm": 1.6748393774032593,
      "learning_rate": 0.00010944051531564085,
      "loss": 5.6059,
      "step": 282660
    },
    {
      "epoch": 0.5888958333333333,
      "grad_norm": 7.711635589599609,
      "learning_rate": 0.00010943102408959236,
      "loss": 5.3886,
      "step": 282670
    },
    {
      "epoch": 0.5889166666666666,
      "grad_norm": 1.3780441284179688,
      "learning_rate": 0.00010942153303878581,
      "loss": 4.967,
      "step": 282680
    },
    {
      "epoch": 0.5889375,
      "grad_norm": 1.6690387725830078,
      "learning_rate": 0.0001094120421632622,
      "loss": 5.2715,
      "step": 282690
    },
    {
      "epoch": 0.5889583333333334,
      "grad_norm": 3.2196285724639893,
      "learning_rate": 0.00010940255146306244,
      "loss": 5.0959,
      "step": 282700
    },
    {
      "epoch": 0.5889791666666667,
      "grad_norm": 1.4079780578613281,
      "learning_rate": 0.00010939306093822764,
      "loss": 4.8726,
      "step": 282710
    },
    {
      "epoch": 0.589,
      "grad_norm": 1.9513288736343384,
      "learning_rate": 0.00010938357058879876,
      "loss": 4.7383,
      "step": 282720
    },
    {
      "epoch": 0.5890208333333333,
      "grad_norm": 1.4283097982406616,
      "learning_rate": 0.0001093740804148167,
      "loss": 5.6274,
      "step": 282730
    },
    {
      "epoch": 0.5890416666666667,
      "grad_norm": 2.293816328048706,
      "learning_rate": 0.00010936459041632262,
      "loss": 5.4522,
      "step": 282740
    },
    {
      "epoch": 0.5890625,
      "grad_norm": 1.8171719312667847,
      "learning_rate": 0.00010935510059335739,
      "loss": 5.441,
      "step": 282750
    },
    {
      "epoch": 0.5890833333333333,
      "grad_norm": 1.2544127702713013,
      "learning_rate": 0.000109345610945962,
      "loss": 4.783,
      "step": 282760
    },
    {
      "epoch": 0.5891041666666667,
      "grad_norm": 1.090646505355835,
      "learning_rate": 0.00010933612147417754,
      "loss": 5.1131,
      "step": 282770
    },
    {
      "epoch": 0.589125,
      "grad_norm": 2.3487045764923096,
      "learning_rate": 0.00010932663217804491,
      "loss": 4.5954,
      "step": 282780
    },
    {
      "epoch": 0.5891458333333334,
      "grad_norm": 1.683892846107483,
      "learning_rate": 0.0001093171430576051,
      "loss": 4.9463,
      "step": 282790
    },
    {
      "epoch": 0.5891666666666666,
      "grad_norm": 1.6076077222824097,
      "learning_rate": 0.0001093076541128992,
      "loss": 6.2208,
      "step": 282800
    },
    {
      "epoch": 0.5891875,
      "grad_norm": 1.0813010931015015,
      "learning_rate": 0.00010929816534396809,
      "loss": 5.2807,
      "step": 282810
    },
    {
      "epoch": 0.5892083333333333,
      "grad_norm": 1.9193108081817627,
      "learning_rate": 0.00010928867675085273,
      "loss": 4.8018,
      "step": 282820
    },
    {
      "epoch": 0.5892291666666667,
      "grad_norm": 1.7958402633666992,
      "learning_rate": 0.00010927918833359428,
      "loss": 5.0429,
      "step": 282830
    },
    {
      "epoch": 0.58925,
      "grad_norm": 4.077694416046143,
      "learning_rate": 0.00010926970009223359,
      "loss": 5.0591,
      "step": 282840
    },
    {
      "epoch": 0.5892708333333333,
      "grad_norm": 1.884421944618225,
      "learning_rate": 0.00010926021202681162,
      "loss": 4.9688,
      "step": 282850
    },
    {
      "epoch": 0.5892916666666667,
      "grad_norm": 1.1089744567871094,
      "learning_rate": 0.00010925072413736945,
      "loss": 4.9183,
      "step": 282860
    },
    {
      "epoch": 0.5893125,
      "grad_norm": 1.7727974653244019,
      "learning_rate": 0.00010924123642394804,
      "loss": 5.0438,
      "step": 282870
    },
    {
      "epoch": 0.5893333333333334,
      "grad_norm": 1.8260562419891357,
      "learning_rate": 0.0001092317488865883,
      "loss": 4.9606,
      "step": 282880
    },
    {
      "epoch": 0.5893541666666666,
      "grad_norm": 1.1152671575546265,
      "learning_rate": 0.00010922226152533129,
      "loss": 6.0718,
      "step": 282890
    },
    {
      "epoch": 0.589375,
      "grad_norm": 1.1713770627975464,
      "learning_rate": 0.00010921277434021801,
      "loss": 5.1711,
      "step": 282900
    },
    {
      "epoch": 0.5893958333333333,
      "grad_norm": 3.5368852615356445,
      "learning_rate": 0.00010920328733128934,
      "loss": 5.3,
      "step": 282910
    },
    {
      "epoch": 0.5894166666666667,
      "grad_norm": 5.036231994628906,
      "learning_rate": 0.00010919380049858635,
      "loss": 5.1845,
      "step": 282920
    },
    {
      "epoch": 0.5894375,
      "grad_norm": 2.7479915618896484,
      "learning_rate": 0.00010918431384215001,
      "loss": 4.8464,
      "step": 282930
    },
    {
      "epoch": 0.5894583333333333,
      "grad_norm": 1.1914597749710083,
      "learning_rate": 0.00010917482736202122,
      "loss": 5.2509,
      "step": 282940
    },
    {
      "epoch": 0.5894791666666667,
      "grad_norm": 3.355930805206299,
      "learning_rate": 0.00010916534105824105,
      "loss": 5.3523,
      "step": 282950
    },
    {
      "epoch": 0.5895,
      "grad_norm": 6.143885612487793,
      "learning_rate": 0.00010915585493085047,
      "loss": 5.4972,
      "step": 282960
    },
    {
      "epoch": 0.5895208333333334,
      "grad_norm": 1.0963289737701416,
      "learning_rate": 0.00010914636897989044,
      "loss": 5.3033,
      "step": 282970
    },
    {
      "epoch": 0.5895416666666666,
      "grad_norm": 2.1035430431365967,
      "learning_rate": 0.00010913688320540185,
      "loss": 4.7102,
      "step": 282980
    },
    {
      "epoch": 0.5895625,
      "grad_norm": 1.9603391885757446,
      "learning_rate": 0.0001091273976074258,
      "loss": 5.0772,
      "step": 282990
    },
    {
      "epoch": 0.5895833333333333,
      "grad_norm": 1.0455243587493896,
      "learning_rate": 0.00010911791218600322,
      "loss": 4.9942,
      "step": 283000
    },
    {
      "epoch": 0.5895833333333333,
      "eval_loss": 11.992327690124512,
      "eval_runtime": 8.5185,
      "eval_samples_per_second": 0.352,
      "eval_steps_per_second": 0.117,
      "step": 283000
    },
    {
      "epoch": 0.5896041666666667,
      "grad_norm": 1.7560220956802368,
      "learning_rate": 0.00010910842694117503,
      "loss": 5.5632,
      "step": 283010
    },
    {
      "epoch": 0.589625,
      "grad_norm": 1.9778701066970825,
      "learning_rate": 0.00010909894187298228,
      "loss": 4.7986,
      "step": 283020
    },
    {
      "epoch": 0.5896458333333333,
      "grad_norm": 1.461203694343567,
      "learning_rate": 0.00010908945698146593,
      "loss": 5.3724,
      "step": 283030
    },
    {
      "epoch": 0.5896666666666667,
      "grad_norm": 2.131791830062866,
      "learning_rate": 0.00010907997226666689,
      "loss": 5.2815,
      "step": 283040
    },
    {
      "epoch": 0.5896875,
      "grad_norm": 4.866695880889893,
      "learning_rate": 0.00010907048772862619,
      "loss": 5.3483,
      "step": 283050
    },
    {
      "epoch": 0.5897083333333333,
      "grad_norm": 1.8511313199996948,
      "learning_rate": 0.00010906100336738481,
      "loss": 5.2214,
      "step": 283060
    },
    {
      "epoch": 0.5897291666666666,
      "grad_norm": 5.8623809814453125,
      "learning_rate": 0.00010905151918298364,
      "loss": 5.2224,
      "step": 283070
    },
    {
      "epoch": 0.58975,
      "grad_norm": 2.177014112472534,
      "learning_rate": 0.00010904203517546373,
      "loss": 5.1804,
      "step": 283080
    },
    {
      "epoch": 0.5897708333333334,
      "grad_norm": 0.9455543160438538,
      "learning_rate": 0.00010903255134486605,
      "loss": 4.9028,
      "step": 283090
    },
    {
      "epoch": 0.5897916666666667,
      "grad_norm": 4.280250549316406,
      "learning_rate": 0.00010902306769123145,
      "loss": 5.2806,
      "step": 283100
    },
    {
      "epoch": 0.5898125,
      "grad_norm": 1.1958991289138794,
      "learning_rate": 0.00010901358421460106,
      "loss": 5.1481,
      "step": 283110
    },
    {
      "epoch": 0.5898333333333333,
      "grad_norm": 1.5197631120681763,
      "learning_rate": 0.00010900410091501571,
      "loss": 5.3793,
      "step": 283120
    },
    {
      "epoch": 0.5898541666666667,
      "grad_norm": 2.7929160594940186,
      "learning_rate": 0.00010899461779251641,
      "loss": 4.8003,
      "step": 283130
    },
    {
      "epoch": 0.589875,
      "grad_norm": 2.8795459270477295,
      "learning_rate": 0.00010898513484714418,
      "loss": 5.097,
      "step": 283140
    },
    {
      "epoch": 0.5898958333333333,
      "grad_norm": 2.8651905059814453,
      "learning_rate": 0.0001089756520789399,
      "loss": 4.976,
      "step": 283150
    },
    {
      "epoch": 0.5899166666666666,
      "grad_norm": 4.022982597351074,
      "learning_rate": 0.00010896616948794453,
      "loss": 5.2455,
      "step": 283160
    },
    {
      "epoch": 0.5899375,
      "grad_norm": 1.7594648599624634,
      "learning_rate": 0.00010895668707419914,
      "loss": 5.8338,
      "step": 283170
    },
    {
      "epoch": 0.5899583333333334,
      "grad_norm": 2.447033405303955,
      "learning_rate": 0.00010894720483774458,
      "loss": 5.2635,
      "step": 283180
    },
    {
      "epoch": 0.5899791666666667,
      "grad_norm": 4.53049373626709,
      "learning_rate": 0.00010893772277862182,
      "loss": 4.6391,
      "step": 283190
    },
    {
      "epoch": 0.59,
      "grad_norm": 1.2249433994293213,
      "learning_rate": 0.00010892824089687189,
      "loss": 6.0501,
      "step": 283200
    },
    {
      "epoch": 0.5900208333333333,
      "grad_norm": 2.4001047611236572,
      "learning_rate": 0.0001089187591925357,
      "loss": 5.8518,
      "step": 283210
    },
    {
      "epoch": 0.5900416666666667,
      "grad_norm": 1.1816999912261963,
      "learning_rate": 0.00010890927766565415,
      "loss": 4.4929,
      "step": 283220
    },
    {
      "epoch": 0.5900625,
      "grad_norm": 1.6374849081039429,
      "learning_rate": 0.00010889979631626831,
      "loss": 5.1527,
      "step": 283230
    },
    {
      "epoch": 0.5900833333333333,
      "grad_norm": 0.998230516910553,
      "learning_rate": 0.0001088903151444191,
      "loss": 5.2885,
      "step": 283240
    },
    {
      "epoch": 0.5901041666666667,
      "grad_norm": 1.1662064790725708,
      "learning_rate": 0.00010888083415014743,
      "loss": 5.9549,
      "step": 283250
    },
    {
      "epoch": 0.590125,
      "grad_norm": 1.5194916725158691,
      "learning_rate": 0.00010887135333349423,
      "loss": 4.7993,
      "step": 283260
    },
    {
      "epoch": 0.5901458333333334,
      "grad_norm": 2.820166826248169,
      "learning_rate": 0.0001088618726945006,
      "loss": 4.9147,
      "step": 283270
    },
    {
      "epoch": 0.5901666666666666,
      "grad_norm": 1.5196542739868164,
      "learning_rate": 0.00010885239223320732,
      "loss": 4.8751,
      "step": 283280
    },
    {
      "epoch": 0.5901875,
      "grad_norm": 1.263749599456787,
      "learning_rate": 0.00010884291194965541,
      "loss": 4.866,
      "step": 283290
    },
    {
      "epoch": 0.5902083333333333,
      "grad_norm": 1.5065001249313354,
      "learning_rate": 0.0001088334318438859,
      "loss": 5.0467,
      "step": 283300
    },
    {
      "epoch": 0.5902291666666667,
      "grad_norm": 6.223488807678223,
      "learning_rate": 0.00010882395191593963,
      "loss": 5.8838,
      "step": 283310
    },
    {
      "epoch": 0.59025,
      "grad_norm": 3.6019890308380127,
      "learning_rate": 0.00010881447216585755,
      "loss": 5.0694,
      "step": 283320
    },
    {
      "epoch": 0.5902708333333333,
      "grad_norm": 1.4879341125488281,
      "learning_rate": 0.00010880499259368072,
      "loss": 4.9927,
      "step": 283330
    },
    {
      "epoch": 0.5902916666666667,
      "grad_norm": 1.4852722883224487,
      "learning_rate": 0.00010879551319945002,
      "loss": 5.0164,
      "step": 283340
    },
    {
      "epoch": 0.5903125,
      "grad_norm": 1.4152882099151611,
      "learning_rate": 0.00010878603398320632,
      "loss": 5.2411,
      "step": 283350
    },
    {
      "epoch": 0.5903333333333334,
      "grad_norm": 2.0505635738372803,
      "learning_rate": 0.00010877655494499067,
      "loss": 5.2863,
      "step": 283360
    },
    {
      "epoch": 0.5903541666666666,
      "grad_norm": 1.0661717653274536,
      "learning_rate": 0.00010876707608484404,
      "loss": 5.105,
      "step": 283370
    },
    {
      "epoch": 0.590375,
      "grad_norm": 1.480773687362671,
      "learning_rate": 0.00010875759740280724,
      "loss": 4.4746,
      "step": 283380
    },
    {
      "epoch": 0.5903958333333333,
      "grad_norm": 1.6608800888061523,
      "learning_rate": 0.00010874811889892132,
      "loss": 4.7693,
      "step": 283390
    },
    {
      "epoch": 0.5904166666666667,
      "grad_norm": 1.6691087484359741,
      "learning_rate": 0.00010873864057322722,
      "loss": 4.5652,
      "step": 283400
    },
    {
      "epoch": 0.5904375,
      "grad_norm": 0.9902018308639526,
      "learning_rate": 0.00010872916242576583,
      "loss": 5.1838,
      "step": 283410
    },
    {
      "epoch": 0.5904583333333333,
      "grad_norm": 1.7860256433486938,
      "learning_rate": 0.00010871968445657811,
      "loss": 4.4912,
      "step": 283420
    },
    {
      "epoch": 0.5904791666666667,
      "grad_norm": 1.234352707862854,
      "learning_rate": 0.00010871020666570509,
      "loss": 4.9554,
      "step": 283430
    },
    {
      "epoch": 0.5905,
      "grad_norm": 1.3706436157226562,
      "learning_rate": 0.00010870072905318754,
      "loss": 4.7868,
      "step": 283440
    },
    {
      "epoch": 0.5905208333333334,
      "grad_norm": 3.666700601577759,
      "learning_rate": 0.00010869125161906653,
      "loss": 4.9028,
      "step": 283450
    },
    {
      "epoch": 0.5905416666666666,
      "grad_norm": 6.580446720123291,
      "learning_rate": 0.000108681774363383,
      "loss": 5.0643,
      "step": 283460
    },
    {
      "epoch": 0.5905625,
      "grad_norm": 1.5149612426757812,
      "learning_rate": 0.0001086722972861778,
      "loss": 4.9055,
      "step": 283470
    },
    {
      "epoch": 0.5905833333333333,
      "grad_norm": 2.98954439163208,
      "learning_rate": 0.00010866282038749197,
      "loss": 5.2726,
      "step": 283480
    },
    {
      "epoch": 0.5906041666666667,
      "grad_norm": 1.598007321357727,
      "learning_rate": 0.00010865334366736635,
      "loss": 5.323,
      "step": 283490
    },
    {
      "epoch": 0.590625,
      "grad_norm": 2.041252374649048,
      "learning_rate": 0.0001086438671258419,
      "loss": 5.1849,
      "step": 283500
    },
    {
      "epoch": 0.5906458333333333,
      "grad_norm": 1.3804080486297607,
      "learning_rate": 0.00010863439076295963,
      "loss": 4.8449,
      "step": 283510
    },
    {
      "epoch": 0.5906666666666667,
      "grad_norm": 2.215510368347168,
      "learning_rate": 0.00010862491457876039,
      "loss": 4.7574,
      "step": 283520
    },
    {
      "epoch": 0.5906875,
      "grad_norm": 1.285438060760498,
      "learning_rate": 0.00010861543857328511,
      "loss": 5.7918,
      "step": 283530
    },
    {
      "epoch": 0.5907083333333333,
      "grad_norm": 1.9383193254470825,
      "learning_rate": 0.00010860596274657481,
      "loss": 4.4995,
      "step": 283540
    },
    {
      "epoch": 0.5907291666666666,
      "grad_norm": 0.9196268320083618,
      "learning_rate": 0.00010859648709867035,
      "loss": 4.483,
      "step": 283550
    },
    {
      "epoch": 0.59075,
      "grad_norm": 1.8227185010910034,
      "learning_rate": 0.00010858701162961269,
      "loss": 4.5498,
      "step": 283560
    },
    {
      "epoch": 0.5907708333333334,
      "grad_norm": 1.4248212575912476,
      "learning_rate": 0.0001085775363394427,
      "loss": 5.005,
      "step": 283570
    },
    {
      "epoch": 0.5907916666666667,
      "grad_norm": 1.2798948287963867,
      "learning_rate": 0.00010856806122820139,
      "loss": 5.2085,
      "step": 283580
    },
    {
      "epoch": 0.5908125,
      "grad_norm": 2.62138032913208,
      "learning_rate": 0.00010855858629592967,
      "loss": 5.0961,
      "step": 283590
    },
    {
      "epoch": 0.5908333333333333,
      "grad_norm": 1.4110089540481567,
      "learning_rate": 0.00010854911154266839,
      "loss": 5.0581,
      "step": 283600
    },
    {
      "epoch": 0.5908541666666667,
      "grad_norm": 2.6516330242156982,
      "learning_rate": 0.00010853963696845864,
      "loss": 5.0021,
      "step": 283610
    },
    {
      "epoch": 0.590875,
      "grad_norm": 1.2047083377838135,
      "learning_rate": 0.00010853016257334116,
      "loss": 5.4418,
      "step": 283620
    },
    {
      "epoch": 0.5908958333333333,
      "grad_norm": 1.1927322149276733,
      "learning_rate": 0.00010852068835735698,
      "loss": 5.2673,
      "step": 283630
    },
    {
      "epoch": 0.5909166666666666,
      "grad_norm": 1.2551966905593872,
      "learning_rate": 0.00010851121432054705,
      "loss": 4.8426,
      "step": 283640
    },
    {
      "epoch": 0.5909375,
      "grad_norm": 1.8950837850570679,
      "learning_rate": 0.00010850174046295222,
      "loss": 4.6766,
      "step": 283650
    },
    {
      "epoch": 0.5909583333333334,
      "grad_norm": 1.6914756298065186,
      "learning_rate": 0.00010849226678461341,
      "loss": 5.1491,
      "step": 283660
    },
    {
      "epoch": 0.5909791666666667,
      "grad_norm": 2.07749605178833,
      "learning_rate": 0.00010848279328557164,
      "loss": 5.1275,
      "step": 283670
    },
    {
      "epoch": 0.591,
      "grad_norm": 1.2752034664154053,
      "learning_rate": 0.00010847331996586776,
      "loss": 5.3548,
      "step": 283680
    },
    {
      "epoch": 0.5910208333333333,
      "grad_norm": 1.9989328384399414,
      "learning_rate": 0.00010846384682554264,
      "loss": 4.9643,
      "step": 283690
    },
    {
      "epoch": 0.5910416666666667,
      "grad_norm": 1.0783333778381348,
      "learning_rate": 0.00010845437386463734,
      "loss": 5.2121,
      "step": 283700
    },
    {
      "epoch": 0.5910625,
      "grad_norm": 0.9391694664955139,
      "learning_rate": 0.00010844490108319269,
      "loss": 5.0764,
      "step": 283710
    },
    {
      "epoch": 0.5910833333333333,
      "grad_norm": 3.9380152225494385,
      "learning_rate": 0.00010843542848124953,
      "loss": 5.1254,
      "step": 283720
    },
    {
      "epoch": 0.5911041666666667,
      "grad_norm": 1.7901078462600708,
      "learning_rate": 0.00010842595605884896,
      "loss": 4.9797,
      "step": 283730
    },
    {
      "epoch": 0.591125,
      "grad_norm": 3.6844429969787598,
      "learning_rate": 0.00010841648381603182,
      "loss": 5.016,
      "step": 283740
    },
    {
      "epoch": 0.5911458333333334,
      "grad_norm": 1.4012277126312256,
      "learning_rate": 0.00010840701175283893,
      "loss": 4.7161,
      "step": 283750
    },
    {
      "epoch": 0.5911666666666666,
      "grad_norm": 1.48137629032135,
      "learning_rate": 0.00010839753986931131,
      "loss": 5.0945,
      "step": 283760
    },
    {
      "epoch": 0.5911875,
      "grad_norm": 0.9577034711837769,
      "learning_rate": 0.00010838806816548989,
      "loss": 5.6208,
      "step": 283770
    },
    {
      "epoch": 0.5912083333333333,
      "grad_norm": 1.237931489944458,
      "learning_rate": 0.00010837859664141547,
      "loss": 4.9666,
      "step": 283780
    },
    {
      "epoch": 0.5912291666666667,
      "grad_norm": 1.4505329132080078,
      "learning_rate": 0.0001083691252971291,
      "loss": 4.7789,
      "step": 283790
    },
    {
      "epoch": 0.59125,
      "grad_norm": 1.816935420036316,
      "learning_rate": 0.00010835965413267164,
      "loss": 5.4197,
      "step": 283800
    },
    {
      "epoch": 0.5912708333333333,
      "grad_norm": 1.1989067792892456,
      "learning_rate": 0.00010835018314808393,
      "loss": 4.7024,
      "step": 283810
    },
    {
      "epoch": 0.5912916666666667,
      "grad_norm": 1.152095913887024,
      "learning_rate": 0.00010834071234340698,
      "loss": 4.8093,
      "step": 283820
    },
    {
      "epoch": 0.5913125,
      "grad_norm": 1.8111871480941772,
      "learning_rate": 0.0001083312417186817,
      "loss": 4.6438,
      "step": 283830
    },
    {
      "epoch": 0.5913333333333334,
      "grad_norm": 1.586159348487854,
      "learning_rate": 0.00010832177127394893,
      "loss": 4.6776,
      "step": 283840
    },
    {
      "epoch": 0.5913541666666666,
      "grad_norm": 1.2975027561187744,
      "learning_rate": 0.00010831230100924958,
      "loss": 5.0886,
      "step": 283850
    },
    {
      "epoch": 0.591375,
      "grad_norm": 6.159921169281006,
      "learning_rate": 0.0001083028309246246,
      "loss": 4.9917,
      "step": 283860
    },
    {
      "epoch": 0.5913958333333333,
      "grad_norm": 1.2597006559371948,
      "learning_rate": 0.00010829336102011494,
      "loss": 4.776,
      "step": 283870
    },
    {
      "epoch": 0.5914166666666667,
      "grad_norm": 1.9547842741012573,
      "learning_rate": 0.00010828389129576138,
      "loss": 4.8149,
      "step": 283880
    },
    {
      "epoch": 0.5914375,
      "grad_norm": 1.2118239402770996,
      "learning_rate": 0.00010827442175160493,
      "loss": 5.3936,
      "step": 283890
    },
    {
      "epoch": 0.5914583333333333,
      "grad_norm": 1.431745171546936,
      "learning_rate": 0.00010826495238768646,
      "loss": 4.6113,
      "step": 283900
    },
    {
      "epoch": 0.5914791666666667,
      "grad_norm": 1.2802132368087769,
      "learning_rate": 0.00010825548320404686,
      "loss": 5.0852,
      "step": 283910
    },
    {
      "epoch": 0.5915,
      "grad_norm": 1.3213547468185425,
      "learning_rate": 0.00010824601420072705,
      "loss": 4.8973,
      "step": 283920
    },
    {
      "epoch": 0.5915208333333334,
      "grad_norm": 2.3212764263153076,
      "learning_rate": 0.00010823654537776798,
      "loss": 5.1183,
      "step": 283930
    },
    {
      "epoch": 0.5915416666666666,
      "grad_norm": 3.2098798751831055,
      "learning_rate": 0.00010822707673521042,
      "loss": 4.9626,
      "step": 283940
    },
    {
      "epoch": 0.5915625,
      "grad_norm": 2.3372366428375244,
      "learning_rate": 0.0001082176082730954,
      "loss": 4.5443,
      "step": 283950
    },
    {
      "epoch": 0.5915833333333333,
      "grad_norm": 1.3837320804595947,
      "learning_rate": 0.0001082081399914638,
      "loss": 4.8796,
      "step": 283960
    },
    {
      "epoch": 0.5916041666666667,
      "grad_norm": 1.987313151359558,
      "learning_rate": 0.00010819867189035646,
      "loss": 5.203,
      "step": 283970
    },
    {
      "epoch": 0.591625,
      "grad_norm": 1.1617599725723267,
      "learning_rate": 0.00010818920396981434,
      "loss": 4.5442,
      "step": 283980
    },
    {
      "epoch": 0.5916458333333333,
      "grad_norm": 1.6219937801361084,
      "learning_rate": 0.00010817973622987829,
      "loss": 4.6307,
      "step": 283990
    },
    {
      "epoch": 0.5916666666666667,
      "grad_norm": 1.3276052474975586,
      "learning_rate": 0.00010817026867058918,
      "loss": 4.6801,
      "step": 284000
    },
    {
      "epoch": 0.5916666666666667,
      "eval_loss": 7.767309665679932,
      "eval_runtime": 8.3606,
      "eval_samples_per_second": 0.359,
      "eval_steps_per_second": 0.12,
      "step": 284000
    },
    {
      "epoch": 0.5916875,
      "grad_norm": 2.7313966751098633,
      "learning_rate": 0.00010816080129198802,
      "loss": 5.147,
      "step": 284010
    },
    {
      "epoch": 0.5917083333333333,
      "grad_norm": 1.3422529697418213,
      "learning_rate": 0.00010815133409411562,
      "loss": 4.7033,
      "step": 284020
    },
    {
      "epoch": 0.5917291666666666,
      "grad_norm": 2.6906492710113525,
      "learning_rate": 0.00010814186707701284,
      "loss": 5.6442,
      "step": 284030
    },
    {
      "epoch": 0.59175,
      "grad_norm": 12.182882308959961,
      "learning_rate": 0.00010813240024072072,
      "loss": 5.3173,
      "step": 284040
    },
    {
      "epoch": 0.5917708333333334,
      "grad_norm": 2.2122721672058105,
      "learning_rate": 0.00010812293358528,
      "loss": 4.5936,
      "step": 284050
    },
    {
      "epoch": 0.5917916666666667,
      "grad_norm": 11.107843399047852,
      "learning_rate": 0.0001081134671107316,
      "loss": 5.9705,
      "step": 284060
    },
    {
      "epoch": 0.5918125,
      "grad_norm": 1.801088571548462,
      "learning_rate": 0.00010810400081711651,
      "loss": 5.2494,
      "step": 284070
    },
    {
      "epoch": 0.5918333333333333,
      "grad_norm": 6.020230293273926,
      "learning_rate": 0.00010809453470447553,
      "loss": 4.9473,
      "step": 284080
    },
    {
      "epoch": 0.5918541666666667,
      "grad_norm": 1.025075912475586,
      "learning_rate": 0.00010808506877284952,
      "loss": 4.9587,
      "step": 284090
    },
    {
      "epoch": 0.591875,
      "grad_norm": 6.28948450088501,
      "learning_rate": 0.00010807560302227953,
      "loss": 5.7188,
      "step": 284100
    },
    {
      "epoch": 0.5918958333333333,
      "grad_norm": 1.5068309307098389,
      "learning_rate": 0.00010806613745280629,
      "loss": 5.1634,
      "step": 284110
    },
    {
      "epoch": 0.5919166666666666,
      "grad_norm": 1.7236732244491577,
      "learning_rate": 0.0001080566720644707,
      "loss": 5.0298,
      "step": 284120
    },
    {
      "epoch": 0.5919375,
      "grad_norm": 1.750868558883667,
      "learning_rate": 0.00010804720685731371,
      "loss": 5.0171,
      "step": 284130
    },
    {
      "epoch": 0.5919583333333334,
      "grad_norm": 2.845804214477539,
      "learning_rate": 0.0001080377418313762,
      "loss": 4.3894,
      "step": 284140
    },
    {
      "epoch": 0.5919791666666666,
      "grad_norm": 1.5238960981369019,
      "learning_rate": 0.00010802827698669902,
      "loss": 4.7053,
      "step": 284150
    },
    {
      "epoch": 0.592,
      "grad_norm": 0.9271487593650818,
      "learning_rate": 0.00010801881232332305,
      "loss": 4.9628,
      "step": 284160
    },
    {
      "epoch": 0.5920208333333333,
      "grad_norm": 1.407990574836731,
      "learning_rate": 0.00010800934784128922,
      "loss": 5.5293,
      "step": 284170
    },
    {
      "epoch": 0.5920416666666667,
      "grad_norm": 8.967574119567871,
      "learning_rate": 0.00010799988354063838,
      "loss": 5.3091,
      "step": 284180
    },
    {
      "epoch": 0.5920625,
      "grad_norm": 7.177916049957275,
      "learning_rate": 0.0001079904194214114,
      "loss": 5.0607,
      "step": 284190
    },
    {
      "epoch": 0.5920833333333333,
      "grad_norm": 1.7980316877365112,
      "learning_rate": 0.00010798095548364921,
      "loss": 4.5292,
      "step": 284200
    },
    {
      "epoch": 0.5921041666666667,
      "grad_norm": 2.043410301208496,
      "learning_rate": 0.00010797149172739266,
      "loss": 4.8572,
      "step": 284210
    },
    {
      "epoch": 0.592125,
      "grad_norm": 5.202848434448242,
      "learning_rate": 0.00010796202815268256,
      "loss": 4.683,
      "step": 284220
    },
    {
      "epoch": 0.5921458333333334,
      "grad_norm": 2.34367299079895,
      "learning_rate": 0.00010795256475955994,
      "loss": 5.0633,
      "step": 284230
    },
    {
      "epoch": 0.5921666666666666,
      "grad_norm": 1.873303771018982,
      "learning_rate": 0.0001079431015480656,
      "loss": 4.9473,
      "step": 284240
    },
    {
      "epoch": 0.5921875,
      "grad_norm": 1.7712560892105103,
      "learning_rate": 0.00010793363851824037,
      "loss": 5.4843,
      "step": 284250
    },
    {
      "epoch": 0.5922083333333333,
      "grad_norm": 2.0211117267608643,
      "learning_rate": 0.00010792417567012517,
      "loss": 5.0049,
      "step": 284260
    },
    {
      "epoch": 0.5922291666666667,
      "grad_norm": 3.844263792037964,
      "learning_rate": 0.00010791471300376092,
      "loss": 4.8494,
      "step": 284270
    },
    {
      "epoch": 0.59225,
      "grad_norm": 1.3292018175125122,
      "learning_rate": 0.00010790525051918839,
      "loss": 4.9799,
      "step": 284280
    },
    {
      "epoch": 0.5922708333333333,
      "grad_norm": 1.6051688194274902,
      "learning_rate": 0.00010789578821644854,
      "loss": 4.984,
      "step": 284290
    },
    {
      "epoch": 0.5922916666666667,
      "grad_norm": 1.761171579360962,
      "learning_rate": 0.00010788632609558225,
      "loss": 4.9369,
      "step": 284300
    },
    {
      "epoch": 0.5923125,
      "grad_norm": 1.5365327596664429,
      "learning_rate": 0.00010787686415663031,
      "loss": 5.2019,
      "step": 284310
    },
    {
      "epoch": 0.5923333333333334,
      "grad_norm": 1.610791563987732,
      "learning_rate": 0.00010786740239963366,
      "loss": 4.9368,
      "step": 284320
    },
    {
      "epoch": 0.5923541666666666,
      "grad_norm": 6.8391804695129395,
      "learning_rate": 0.00010785794082463321,
      "loss": 5.6277,
      "step": 284330
    },
    {
      "epoch": 0.592375,
      "grad_norm": 2.8279507160186768,
      "learning_rate": 0.00010784847943166969,
      "loss": 4.9844,
      "step": 284340
    },
    {
      "epoch": 0.5923958333333333,
      "grad_norm": 2.64713454246521,
      "learning_rate": 0.00010783901822078413,
      "loss": 4.9465,
      "step": 284350
    },
    {
      "epoch": 0.5924166666666667,
      "grad_norm": 1.113830804824829,
      "learning_rate": 0.00010782955719201728,
      "loss": 4.4553,
      "step": 284360
    },
    {
      "epoch": 0.5924375,
      "grad_norm": 2.724061965942383,
      "learning_rate": 0.00010782009634541002,
      "loss": 4.9372,
      "step": 284370
    },
    {
      "epoch": 0.5924583333333333,
      "grad_norm": 0.9773618578910828,
      "learning_rate": 0.0001078106356810033,
      "loss": 4.6192,
      "step": 284380
    },
    {
      "epoch": 0.5924791666666667,
      "grad_norm": 1.2935163974761963,
      "learning_rate": 0.00010780117519883793,
      "loss": 4.4913,
      "step": 284390
    },
    {
      "epoch": 0.5925,
      "grad_norm": 1.196720838546753,
      "learning_rate": 0.00010779171489895476,
      "loss": 5.0603,
      "step": 284400
    },
    {
      "epoch": 0.5925208333333334,
      "grad_norm": 3.0954248905181885,
      "learning_rate": 0.0001077822547813947,
      "loss": 5.0941,
      "step": 284410
    },
    {
      "epoch": 0.5925416666666666,
      "grad_norm": 2.227321147918701,
      "learning_rate": 0.00010777279484619857,
      "loss": 4.8167,
      "step": 284420
    },
    {
      "epoch": 0.5925625,
      "grad_norm": 0.9575933218002319,
      "learning_rate": 0.00010776333509340729,
      "loss": 4.7233,
      "step": 284430
    },
    {
      "epoch": 0.5925833333333334,
      "grad_norm": 1.5991789102554321,
      "learning_rate": 0.00010775387552306161,
      "loss": 4.9419,
      "step": 284440
    },
    {
      "epoch": 0.5926041666666667,
      "grad_norm": 1.1353580951690674,
      "learning_rate": 0.0001077444161352025,
      "loss": 5.1462,
      "step": 284450
    },
    {
      "epoch": 0.592625,
      "grad_norm": 1.2593189477920532,
      "learning_rate": 0.00010773495692987082,
      "loss": 4.6688,
      "step": 284460
    },
    {
      "epoch": 0.5926458333333333,
      "grad_norm": 0.9794862866401672,
      "learning_rate": 0.00010772549790710732,
      "loss": 4.8393,
      "step": 284470
    },
    {
      "epoch": 0.5926666666666667,
      "grad_norm": 6.209049701690674,
      "learning_rate": 0.00010771603906695302,
      "loss": 4.8248,
      "step": 284480
    },
    {
      "epoch": 0.5926875,
      "grad_norm": 1.073746681213379,
      "learning_rate": 0.00010770658040944867,
      "loss": 4.8416,
      "step": 284490
    },
    {
      "epoch": 0.5927083333333333,
      "grad_norm": 11.142848014831543,
      "learning_rate": 0.00010769712193463509,
      "loss": 4.8419,
      "step": 284500
    },
    {
      "epoch": 0.5927291666666666,
      "grad_norm": 1.3313190937042236,
      "learning_rate": 0.00010768766364255328,
      "loss": 4.8611,
      "step": 284510
    },
    {
      "epoch": 0.59275,
      "grad_norm": 3.494370937347412,
      "learning_rate": 0.00010767820553324397,
      "loss": 4.403,
      "step": 284520
    },
    {
      "epoch": 0.5927708333333334,
      "grad_norm": 1.299975037574768,
      "learning_rate": 0.00010766874760674805,
      "loss": 6.0701,
      "step": 284530
    },
    {
      "epoch": 0.5927916666666667,
      "grad_norm": 5.179791450500488,
      "learning_rate": 0.00010765928986310644,
      "loss": 4.5449,
      "step": 284540
    },
    {
      "epoch": 0.5928125,
      "grad_norm": 2.67332124710083,
      "learning_rate": 0.00010764983230235988,
      "loss": 4.8248,
      "step": 284550
    },
    {
      "epoch": 0.5928333333333333,
      "grad_norm": 1.0714927911758423,
      "learning_rate": 0.00010764037492454929,
      "loss": 4.9923,
      "step": 284560
    },
    {
      "epoch": 0.5928541666666667,
      "grad_norm": 1.172663688659668,
      "learning_rate": 0.00010763091772971554,
      "loss": 4.9578,
      "step": 284570
    },
    {
      "epoch": 0.592875,
      "grad_norm": 2.0012106895446777,
      "learning_rate": 0.00010762146071789945,
      "loss": 4.9923,
      "step": 284580
    },
    {
      "epoch": 0.5928958333333333,
      "grad_norm": 2.385354518890381,
      "learning_rate": 0.00010761200388914183,
      "loss": 4.7276,
      "step": 284590
    },
    {
      "epoch": 0.5929166666666666,
      "grad_norm": 1.0450973510742188,
      "learning_rate": 0.00010760254724348363,
      "loss": 4.9812,
      "step": 284600
    },
    {
      "epoch": 0.5929375,
      "grad_norm": 1.3660489320755005,
      "learning_rate": 0.00010759309078096567,
      "loss": 5.1323,
      "step": 284610
    },
    {
      "epoch": 0.5929583333333334,
      "grad_norm": 1.4911181926727295,
      "learning_rate": 0.00010758363450162869,
      "loss": 5.0067,
      "step": 284620
    },
    {
      "epoch": 0.5929791666666666,
      "grad_norm": 4.185143947601318,
      "learning_rate": 0.00010757417840551365,
      "loss": 4.8406,
      "step": 284630
    },
    {
      "epoch": 0.593,
      "grad_norm": 1.9037563800811768,
      "learning_rate": 0.00010756472249266143,
      "loss": 5.8691,
      "step": 284640
    },
    {
      "epoch": 0.5930208333333333,
      "grad_norm": 1.9335592985153198,
      "learning_rate": 0.00010755526676311271,
      "loss": 4.9446,
      "step": 284650
    },
    {
      "epoch": 0.5930416666666667,
      "grad_norm": 3.070378541946411,
      "learning_rate": 0.00010754581121690848,
      "loss": 4.5052,
      "step": 284660
    },
    {
      "epoch": 0.5930625,
      "grad_norm": 1.1725672483444214,
      "learning_rate": 0.00010753635585408957,
      "loss": 4.4051,
      "step": 284670
    },
    {
      "epoch": 0.5930833333333333,
      "grad_norm": 1.0730297565460205,
      "learning_rate": 0.00010752690067469673,
      "loss": 5.3107,
      "step": 284680
    },
    {
      "epoch": 0.5931041666666667,
      "grad_norm": 1.0571086406707764,
      "learning_rate": 0.00010751744567877091,
      "loss": 4.2568,
      "step": 284690
    },
    {
      "epoch": 0.593125,
      "grad_norm": 1.0270919799804688,
      "learning_rate": 0.00010750799086635292,
      "loss": 4.6799,
      "step": 284700
    },
    {
      "epoch": 0.5931458333333334,
      "grad_norm": 1.821360468864441,
      "learning_rate": 0.00010749853623748361,
      "loss": 4.7885,
      "step": 284710
    },
    {
      "epoch": 0.5931666666666666,
      "grad_norm": 1.0494120121002197,
      "learning_rate": 0.00010748908179220375,
      "loss": 4.5848,
      "step": 284720
    },
    {
      "epoch": 0.5931875,
      "grad_norm": 5.432419300079346,
      "learning_rate": 0.00010747962753055422,
      "loss": 5.3775,
      "step": 284730
    },
    {
      "epoch": 0.5932083333333333,
      "grad_norm": 1.0928711891174316,
      "learning_rate": 0.00010747017345257594,
      "loss": 4.9753,
      "step": 284740
    },
    {
      "epoch": 0.5932291666666667,
      "grad_norm": 1.6611688137054443,
      "learning_rate": 0.00010746071955830959,
      "loss": 4.6222,
      "step": 284750
    },
    {
      "epoch": 0.59325,
      "grad_norm": 1.457275390625,
      "learning_rate": 0.00010745126584779613,
      "loss": 4.7037,
      "step": 284760
    },
    {
      "epoch": 0.5932708333333333,
      "grad_norm": 1.918365716934204,
      "learning_rate": 0.00010744181232107639,
      "loss": 4.5931,
      "step": 284770
    },
    {
      "epoch": 0.5932916666666667,
      "grad_norm": 2.065613269805908,
      "learning_rate": 0.0001074323589781911,
      "loss": 4.9303,
      "step": 284780
    },
    {
      "epoch": 0.5933125,
      "grad_norm": 1.0022022724151611,
      "learning_rate": 0.00010742290581918122,
      "loss": 4.921,
      "step": 284790
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 3.85744309425354,
      "learning_rate": 0.00010741345284408757,
      "loss": 4.698,
      "step": 284800
    },
    {
      "epoch": 0.5933541666666666,
      "grad_norm": 0.8772390484809875,
      "learning_rate": 0.00010740400005295085,
      "loss": 4.7651,
      "step": 284810
    },
    {
      "epoch": 0.593375,
      "grad_norm": 1.0462754964828491,
      "learning_rate": 0.00010739454744581207,
      "loss": 4.9987,
      "step": 284820
    },
    {
      "epoch": 0.5933958333333333,
      "grad_norm": 1.2998156547546387,
      "learning_rate": 0.00010738509502271196,
      "loss": 4.3296,
      "step": 284830
    },
    {
      "epoch": 0.5934166666666667,
      "grad_norm": 0.9298557639122009,
      "learning_rate": 0.00010737564278369134,
      "loss": 4.7416,
      "step": 284840
    },
    {
      "epoch": 0.5934375,
      "grad_norm": 3.3845057487487793,
      "learning_rate": 0.00010736619072879112,
      "loss": 4.5438,
      "step": 284850
    },
    {
      "epoch": 0.5934583333333333,
      "grad_norm": 2.074737310409546,
      "learning_rate": 0.00010735673885805207,
      "loss": 4.658,
      "step": 284860
    },
    {
      "epoch": 0.5934791666666667,
      "grad_norm": 1.7323863506317139,
      "learning_rate": 0.00010734728717151498,
      "loss": 4.4547,
      "step": 284870
    },
    {
      "epoch": 0.5935,
      "grad_norm": 2.7708122730255127,
      "learning_rate": 0.0001073378356692208,
      "loss": 4.7967,
      "step": 284880
    },
    {
      "epoch": 0.5935208333333334,
      "grad_norm": 2.415097713470459,
      "learning_rate": 0.00010732838435121024,
      "loss": 5.0481,
      "step": 284890
    },
    {
      "epoch": 0.5935416666666666,
      "grad_norm": 5.362868785858154,
      "learning_rate": 0.00010731893321752414,
      "loss": 4.9524,
      "step": 284900
    },
    {
      "epoch": 0.5935625,
      "grad_norm": 1.4509340524673462,
      "learning_rate": 0.00010730948226820343,
      "loss": 5.0675,
      "step": 284910
    },
    {
      "epoch": 0.5935833333333334,
      "grad_norm": 0.9182600378990173,
      "learning_rate": 0.00010730003150328881,
      "loss": 4.7337,
      "step": 284920
    },
    {
      "epoch": 0.5936041666666667,
      "grad_norm": 1.1328608989715576,
      "learning_rate": 0.00010729058092282113,
      "loss": 4.6959,
      "step": 284930
    },
    {
      "epoch": 0.593625,
      "grad_norm": 6.250593662261963,
      "learning_rate": 0.00010728113052684131,
      "loss": 4.8439,
      "step": 284940
    },
    {
      "epoch": 0.5936458333333333,
      "grad_norm": 0.9284696578979492,
      "learning_rate": 0.00010727168031539002,
      "loss": 4.4512,
      "step": 284950
    },
    {
      "epoch": 0.5936666666666667,
      "grad_norm": 1.4450387954711914,
      "learning_rate": 0.00010726223028850818,
      "loss": 5.4237,
      "step": 284960
    },
    {
      "epoch": 0.5936875,
      "grad_norm": 1.0535305738449097,
      "learning_rate": 0.00010725278044623662,
      "loss": 5.268,
      "step": 284970
    },
    {
      "epoch": 0.5937083333333333,
      "grad_norm": 2.2395479679107666,
      "learning_rate": 0.00010724333078861613,
      "loss": 5.3155,
      "step": 284980
    },
    {
      "epoch": 0.5937291666666666,
      "grad_norm": 20.18497657775879,
      "learning_rate": 0.00010723388131568748,
      "loss": 5.0964,
      "step": 284990
    },
    {
      "epoch": 0.59375,
      "grad_norm": 1.0690209865570068,
      "learning_rate": 0.00010722443202749154,
      "loss": 4.5217,
      "step": 285000
    },
    {
      "epoch": 0.59375,
      "eval_loss": 7.034405708312988,
      "eval_runtime": 8.7388,
      "eval_samples_per_second": 0.343,
      "eval_steps_per_second": 0.114,
      "step": 285000
    },
    {
      "epoch": 0.5937708333333334,
      "grad_norm": 1.1516846418380737,
      "learning_rate": 0.00010721498292406918,
      "loss": 4.6286,
      "step": 285010
    },
    {
      "epoch": 0.5937916666666667,
      "grad_norm": 2.320221185684204,
      "learning_rate": 0.00010720553400546112,
      "loss": 5.0818,
      "step": 285020
    },
    {
      "epoch": 0.5938125,
      "grad_norm": 3.340543031692505,
      "learning_rate": 0.00010719608527170817,
      "loss": 4.9678,
      "step": 285030
    },
    {
      "epoch": 0.5938333333333333,
      "grad_norm": 1.1479318141937256,
      "learning_rate": 0.00010718663672285128,
      "loss": 4.4631,
      "step": 285040
    },
    {
      "epoch": 0.5938541666666667,
      "grad_norm": 1.73797607421875,
      "learning_rate": 0.00010717718835893111,
      "loss": 4.697,
      "step": 285050
    },
    {
      "epoch": 0.593875,
      "grad_norm": 2.055119514465332,
      "learning_rate": 0.00010716774017998852,
      "loss": 4.7609,
      "step": 285060
    },
    {
      "epoch": 0.5938958333333333,
      "grad_norm": 1.4286540746688843,
      "learning_rate": 0.00010715829218606441,
      "loss": 4.912,
      "step": 285070
    },
    {
      "epoch": 0.5939166666666666,
      "grad_norm": 2.5230495929718018,
      "learning_rate": 0.00010714884437719947,
      "loss": 5.3859,
      "step": 285080
    },
    {
      "epoch": 0.5939375,
      "grad_norm": 1.533953070640564,
      "learning_rate": 0.00010713939675343453,
      "loss": 4.4777,
      "step": 285090
    },
    {
      "epoch": 0.5939583333333334,
      "grad_norm": 1.1656032800674438,
      "learning_rate": 0.0001071299493148105,
      "loss": 4.9624,
      "step": 285100
    },
    {
      "epoch": 0.5939791666666666,
      "grad_norm": 1.0219932794570923,
      "learning_rate": 0.00010712050206136811,
      "loss": 4.8937,
      "step": 285110
    },
    {
      "epoch": 0.594,
      "grad_norm": 2.925801992416382,
      "learning_rate": 0.00010711105499314812,
      "loss": 4.7098,
      "step": 285120
    },
    {
      "epoch": 0.5940208333333333,
      "grad_norm": 1.98923659324646,
      "learning_rate": 0.00010710160811019142,
      "loss": 4.7525,
      "step": 285130
    },
    {
      "epoch": 0.5940416666666667,
      "grad_norm": 1.0749359130859375,
      "learning_rate": 0.00010709216141253885,
      "loss": 4.5846,
      "step": 285140
    },
    {
      "epoch": 0.5940625,
      "grad_norm": 1.547539472579956,
      "learning_rate": 0.00010708271490023108,
      "loss": 4.6388,
      "step": 285150
    },
    {
      "epoch": 0.5940833333333333,
      "grad_norm": 3.8499228954315186,
      "learning_rate": 0.00010707326857330903,
      "loss": 4.4346,
      "step": 285160
    },
    {
      "epoch": 0.5941041666666667,
      "grad_norm": 2.3511462211608887,
      "learning_rate": 0.00010706382243181349,
      "loss": 5.3671,
      "step": 285170
    },
    {
      "epoch": 0.594125,
      "grad_norm": 1.6289539337158203,
      "learning_rate": 0.0001070543764757852,
      "loss": 4.921,
      "step": 285180
    },
    {
      "epoch": 0.5941458333333334,
      "grad_norm": 1.4552305936813354,
      "learning_rate": 0.00010704493070526501,
      "loss": 4.4565,
      "step": 285190
    },
    {
      "epoch": 0.5941666666666666,
      "grad_norm": 2.6642096042633057,
      "learning_rate": 0.00010703548512029376,
      "loss": 5.1357,
      "step": 285200
    },
    {
      "epoch": 0.5941875,
      "grad_norm": 2.8932456970214844,
      "learning_rate": 0.00010702603972091215,
      "loss": 4.8002,
      "step": 285210
    },
    {
      "epoch": 0.5942083333333333,
      "grad_norm": 1.8672091960906982,
      "learning_rate": 0.00010701659450716109,
      "loss": 4.6644,
      "step": 285220
    },
    {
      "epoch": 0.5942291666666667,
      "grad_norm": 1.9764740467071533,
      "learning_rate": 0.0001070071494790813,
      "loss": 5.0634,
      "step": 285230
    },
    {
      "epoch": 0.59425,
      "grad_norm": 0.9451765418052673,
      "learning_rate": 0.00010699770463671357,
      "loss": 4.7856,
      "step": 285240
    },
    {
      "epoch": 0.5942708333333333,
      "grad_norm": 4.903774261474609,
      "learning_rate": 0.0001069882599800988,
      "loss": 5.9289,
      "step": 285250
    },
    {
      "epoch": 0.5942916666666667,
      "grad_norm": 2.1435861587524414,
      "learning_rate": 0.00010697881550927769,
      "loss": 4.852,
      "step": 285260
    },
    {
      "epoch": 0.5943125,
      "grad_norm": 2.95845103263855,
      "learning_rate": 0.00010696937122429105,
      "loss": 4.8688,
      "step": 285270
    },
    {
      "epoch": 0.5943333333333334,
      "grad_norm": 1.7190190553665161,
      "learning_rate": 0.00010695992712517976,
      "loss": 5.4153,
      "step": 285280
    },
    {
      "epoch": 0.5943541666666666,
      "grad_norm": 0.8214943408966064,
      "learning_rate": 0.00010695048321198449,
      "loss": 4.8882,
      "step": 285290
    },
    {
      "epoch": 0.594375,
      "grad_norm": 1.682711124420166,
      "learning_rate": 0.00010694103948474614,
      "loss": 4.8879,
      "step": 285300
    },
    {
      "epoch": 0.5943958333333333,
      "grad_norm": 2.2286410331726074,
      "learning_rate": 0.00010693159594350538,
      "loss": 4.3374,
      "step": 285310
    },
    {
      "epoch": 0.5944166666666667,
      "grad_norm": 3.3209481239318848,
      "learning_rate": 0.00010692215258830311,
      "loss": 4.8222,
      "step": 285320
    },
    {
      "epoch": 0.5944375,
      "grad_norm": 3.0670788288116455,
      "learning_rate": 0.00010691270941918015,
      "loss": 4.6805,
      "step": 285330
    },
    {
      "epoch": 0.5944583333333333,
      "grad_norm": 1.3378273248672485,
      "learning_rate": 0.00010690326643617715,
      "loss": 5.2089,
      "step": 285340
    },
    {
      "epoch": 0.5944791666666667,
      "grad_norm": 2.9379210472106934,
      "learning_rate": 0.00010689382363933503,
      "loss": 4.7249,
      "step": 285350
    },
    {
      "epoch": 0.5945,
      "grad_norm": 2.0535268783569336,
      "learning_rate": 0.0001068843810286945,
      "loss": 5.0102,
      "step": 285360
    },
    {
      "epoch": 0.5945208333333334,
      "grad_norm": 1.4622918367385864,
      "learning_rate": 0.00010687493860429636,
      "loss": 4.7248,
      "step": 285370
    },
    {
      "epoch": 0.5945416666666666,
      "grad_norm": 0.9488630890846252,
      "learning_rate": 0.00010686549636618148,
      "loss": 4.6352,
      "step": 285380
    },
    {
      "epoch": 0.5945625,
      "grad_norm": 3.077526092529297,
      "learning_rate": 0.00010685605431439053,
      "loss": 5.0578,
      "step": 285390
    },
    {
      "epoch": 0.5945833333333334,
      "grad_norm": 2.163900136947632,
      "learning_rate": 0.00010684661244896433,
      "loss": 4.7458,
      "step": 285400
    },
    {
      "epoch": 0.5946041666666667,
      "grad_norm": 3.5215673446655273,
      "learning_rate": 0.00010683717076994375,
      "loss": 4.4613,
      "step": 285410
    },
    {
      "epoch": 0.594625,
      "grad_norm": 0.9998992681503296,
      "learning_rate": 0.00010682772927736948,
      "loss": 4.5334,
      "step": 285420
    },
    {
      "epoch": 0.5946458333333333,
      "grad_norm": 1.660117506980896,
      "learning_rate": 0.00010681828797128228,
      "loss": 4.694,
      "step": 285430
    },
    {
      "epoch": 0.5946666666666667,
      "grad_norm": 2.0412325859069824,
      "learning_rate": 0.00010680884685172305,
      "loss": 5.0802,
      "step": 285440
    },
    {
      "epoch": 0.5946875,
      "grad_norm": 3.141758918762207,
      "learning_rate": 0.00010679940591873248,
      "loss": 5.0734,
      "step": 285450
    },
    {
      "epoch": 0.5947083333333333,
      "grad_norm": 4.85819673538208,
      "learning_rate": 0.00010678996517235135,
      "loss": 4.518,
      "step": 285460
    },
    {
      "epoch": 0.5947291666666666,
      "grad_norm": 1.8031586408615112,
      "learning_rate": 0.00010678052461262053,
      "loss": 4.4492,
      "step": 285470
    },
    {
      "epoch": 0.59475,
      "grad_norm": 0.9389761686325073,
      "learning_rate": 0.00010677108423958072,
      "loss": 4.8453,
      "step": 285480
    },
    {
      "epoch": 0.5947708333333334,
      "grad_norm": 1.244329810142517,
      "learning_rate": 0.00010676164405327267,
      "loss": 4.9135,
      "step": 285490
    },
    {
      "epoch": 0.5947916666666667,
      "grad_norm": 1.5853245258331299,
      "learning_rate": 0.00010675220405373723,
      "loss": 4.8546,
      "step": 285500
    },
    {
      "epoch": 0.5948125,
      "grad_norm": 2.783097505569458,
      "learning_rate": 0.00010674276424101517,
      "loss": 4.3811,
      "step": 285510
    },
    {
      "epoch": 0.5948333333333333,
      "grad_norm": 2.9261996746063232,
      "learning_rate": 0.00010673332461514719,
      "loss": 4.9814,
      "step": 285520
    },
    {
      "epoch": 0.5948541666666667,
      "grad_norm": 1.2310316562652588,
      "learning_rate": 0.00010672388517617415,
      "loss": 4.9254,
      "step": 285530
    },
    {
      "epoch": 0.594875,
      "grad_norm": 3.177216053009033,
      "learning_rate": 0.00010671444592413684,
      "loss": 4.7179,
      "step": 285540
    },
    {
      "epoch": 0.5948958333333333,
      "grad_norm": 3.0162503719329834,
      "learning_rate": 0.00010670500685907592,
      "loss": 4.6003,
      "step": 285550
    },
    {
      "epoch": 0.5949166666666666,
      "grad_norm": 1.8723126649856567,
      "learning_rate": 0.00010669556798103228,
      "loss": 5.142,
      "step": 285560
    },
    {
      "epoch": 0.5949375,
      "grad_norm": 1.1153898239135742,
      "learning_rate": 0.00010668612929004663,
      "loss": 4.7409,
      "step": 285570
    },
    {
      "epoch": 0.5949583333333334,
      "grad_norm": 2.9315168857574463,
      "learning_rate": 0.00010667669078615975,
      "loss": 5.3183,
      "step": 285580
    },
    {
      "epoch": 0.5949791666666666,
      "grad_norm": 1.4080160856246948,
      "learning_rate": 0.00010666725246941243,
      "loss": 4.8466,
      "step": 285590
    },
    {
      "epoch": 0.595,
      "grad_norm": 1.508685827255249,
      "learning_rate": 0.00010665781433984544,
      "loss": 4.8291,
      "step": 285600
    },
    {
      "epoch": 0.5950208333333333,
      "grad_norm": 1.730181097984314,
      "learning_rate": 0.00010664837639749954,
      "loss": 4.7451,
      "step": 285610
    },
    {
      "epoch": 0.5950416666666667,
      "grad_norm": 3.415257215499878,
      "learning_rate": 0.00010663893864241545,
      "loss": 4.7047,
      "step": 285620
    },
    {
      "epoch": 0.5950625,
      "grad_norm": 2.3770225048065186,
      "learning_rate": 0.00010662950107463399,
      "loss": 4.9889,
      "step": 285630
    },
    {
      "epoch": 0.5950833333333333,
      "grad_norm": 1.6035196781158447,
      "learning_rate": 0.00010662006369419596,
      "loss": 5.0867,
      "step": 285640
    },
    {
      "epoch": 0.5951041666666667,
      "grad_norm": 4.912173748016357,
      "learning_rate": 0.00010661062650114202,
      "loss": 4.9267,
      "step": 285650
    },
    {
      "epoch": 0.595125,
      "grad_norm": 1.9641714096069336,
      "learning_rate": 0.00010660118949551302,
      "loss": 4.4653,
      "step": 285660
    },
    {
      "epoch": 0.5951458333333334,
      "grad_norm": 2.460784435272217,
      "learning_rate": 0.00010659175267734976,
      "loss": 4.58,
      "step": 285670
    },
    {
      "epoch": 0.5951666666666666,
      "grad_norm": 1.4130947589874268,
      "learning_rate": 0.00010658231604669288,
      "loss": 5.1333,
      "step": 285680
    },
    {
      "epoch": 0.5951875,
      "grad_norm": 1.1169761419296265,
      "learning_rate": 0.00010657287960358323,
      "loss": 5.7729,
      "step": 285690
    },
    {
      "epoch": 0.5952083333333333,
      "grad_norm": 2.83581805229187,
      "learning_rate": 0.00010656344334806158,
      "loss": 5.1246,
      "step": 285700
    },
    {
      "epoch": 0.5952291666666667,
      "grad_norm": 2.1197457313537598,
      "learning_rate": 0.00010655400728016861,
      "loss": 4.6613,
      "step": 285710
    },
    {
      "epoch": 0.59525,
      "grad_norm": 1.113881230354309,
      "learning_rate": 0.00010654457139994517,
      "loss": 4.4136,
      "step": 285720
    },
    {
      "epoch": 0.5952708333333333,
      "grad_norm": 1.2499984502792358,
      "learning_rate": 0.00010653513570743197,
      "loss": 5.4934,
      "step": 285730
    },
    {
      "epoch": 0.5952916666666667,
      "grad_norm": 1.1948832273483276,
      "learning_rate": 0.00010652570020266973,
      "loss": 4.7598,
      "step": 285740
    },
    {
      "epoch": 0.5953125,
      "grad_norm": 1.9364871978759766,
      "learning_rate": 0.00010651626488569933,
      "loss": 5.0434,
      "step": 285750
    },
    {
      "epoch": 0.5953333333333334,
      "grad_norm": 1.8454467058181763,
      "learning_rate": 0.00010650682975656143,
      "loss": 4.4623,
      "step": 285760
    },
    {
      "epoch": 0.5953541666666666,
      "grad_norm": 1.6718990802764893,
      "learning_rate": 0.00010649739481529677,
      "loss": 4.4135,
      "step": 285770
    },
    {
      "epoch": 0.595375,
      "grad_norm": 2.1812620162963867,
      "learning_rate": 0.00010648796006194621,
      "loss": 4.6642,
      "step": 285780
    },
    {
      "epoch": 0.5953958333333333,
      "grad_norm": 1.5616990327835083,
      "learning_rate": 0.00010647852549655041,
      "loss": 4.5694,
      "step": 285790
    },
    {
      "epoch": 0.5954166666666667,
      "grad_norm": 1.5389944314956665,
      "learning_rate": 0.00010646909111915012,
      "loss": 4.8554,
      "step": 285800
    },
    {
      "epoch": 0.5954375,
      "grad_norm": 1.4505852460861206,
      "learning_rate": 0.00010645965692978618,
      "loss": 4.7267,
      "step": 285810
    },
    {
      "epoch": 0.5954583333333333,
      "grad_norm": 1.1027488708496094,
      "learning_rate": 0.00010645022292849928,
      "loss": 4.4466,
      "step": 285820
    },
    {
      "epoch": 0.5954791666666667,
      "grad_norm": 2.682614803314209,
      "learning_rate": 0.00010644078911533012,
      "loss": 4.7801,
      "step": 285830
    },
    {
      "epoch": 0.5955,
      "grad_norm": 6.599658489227295,
      "learning_rate": 0.00010643135549031958,
      "loss": 4.9792,
      "step": 285840
    },
    {
      "epoch": 0.5955208333333334,
      "grad_norm": 1.9282256364822388,
      "learning_rate": 0.00010642192205350835,
      "loss": 4.9733,
      "step": 285850
    },
    {
      "epoch": 0.5955416666666666,
      "grad_norm": 1.3040491342544556,
      "learning_rate": 0.0001064124888049371,
      "loss": 4.5145,
      "step": 285860
    },
    {
      "epoch": 0.5955625,
      "grad_norm": 1.6883530616760254,
      "learning_rate": 0.00010640305574464667,
      "loss": 4.251,
      "step": 285870
    },
    {
      "epoch": 0.5955833333333334,
      "grad_norm": 2.0504839420318604,
      "learning_rate": 0.00010639362287267782,
      "loss": 4.5417,
      "step": 285880
    },
    {
      "epoch": 0.5956041666666667,
      "grad_norm": 1.8882437944412231,
      "learning_rate": 0.00010638419018907121,
      "loss": 4.8851,
      "step": 285890
    },
    {
      "epoch": 0.595625,
      "grad_norm": 1.1000028848648071,
      "learning_rate": 0.00010637475769386762,
      "loss": 4.5393,
      "step": 285900
    },
    {
      "epoch": 0.5956458333333333,
      "grad_norm": 2.0703015327453613,
      "learning_rate": 0.00010636532538710787,
      "loss": 4.8042,
      "step": 285910
    },
    {
      "epoch": 0.5956666666666667,
      "grad_norm": 2.0511419773101807,
      "learning_rate": 0.00010635589326883261,
      "loss": 4.6025,
      "step": 285920
    },
    {
      "epoch": 0.5956875,
      "grad_norm": 1.7083978652954102,
      "learning_rate": 0.00010634646133908258,
      "loss": 4.4635,
      "step": 285930
    },
    {
      "epoch": 0.5957083333333333,
      "grad_norm": 1.8364522457122803,
      "learning_rate": 0.00010633702959789863,
      "loss": 4.4433,
      "step": 285940
    },
    {
      "epoch": 0.5957291666666666,
      "grad_norm": 1.2740881443023682,
      "learning_rate": 0.00010632759804532138,
      "loss": 4.8662,
      "step": 285950
    },
    {
      "epoch": 0.59575,
      "grad_norm": 8.510909080505371,
      "learning_rate": 0.00010631816668139161,
      "loss": 4.9697,
      "step": 285960
    },
    {
      "epoch": 0.5957708333333334,
      "grad_norm": 1.6728075742721558,
      "learning_rate": 0.00010630873550615011,
      "loss": 4.7388,
      "step": 285970
    },
    {
      "epoch": 0.5957916666666667,
      "grad_norm": 1.4884343147277832,
      "learning_rate": 0.00010629930451963761,
      "loss": 5.1114,
      "step": 285980
    },
    {
      "epoch": 0.5958125,
      "grad_norm": 1.5910534858703613,
      "learning_rate": 0.00010628987372189473,
      "loss": 5.0364,
      "step": 285990
    },
    {
      "epoch": 0.5958333333333333,
      "grad_norm": 1.1880885362625122,
      "learning_rate": 0.00010628044311296233,
      "loss": 5.0953,
      "step": 286000
    },
    {
      "epoch": 0.5958333333333333,
      "eval_loss": 7.2536420822143555,
      "eval_runtime": 8.6948,
      "eval_samples_per_second": 0.345,
      "eval_steps_per_second": 0.115,
      "step": 286000
    },
    {
      "epoch": 0.5958541666666667,
      "grad_norm": 2.2564570903778076,
      "learning_rate": 0.00010627101269288113,
      "loss": 4.2407,
      "step": 286010
    },
    {
      "epoch": 0.595875,
      "grad_norm": 1.9384400844573975,
      "learning_rate": 0.0001062615824616918,
      "loss": 5.1657,
      "step": 286020
    },
    {
      "epoch": 0.5958958333333333,
      "grad_norm": 1.4567054510116577,
      "learning_rate": 0.00010625215241943514,
      "loss": 4.8472,
      "step": 286030
    },
    {
      "epoch": 0.5959166666666667,
      "grad_norm": 1.7365162372589111,
      "learning_rate": 0.00010624272256615191,
      "loss": 4.9839,
      "step": 286040
    },
    {
      "epoch": 0.5959375,
      "grad_norm": 0.8166873455047607,
      "learning_rate": 0.00010623329290188273,
      "loss": 5.3587,
      "step": 286050
    },
    {
      "epoch": 0.5959583333333334,
      "grad_norm": 1.463379144668579,
      "learning_rate": 0.00010622386342666844,
      "loss": 4.8248,
      "step": 286060
    },
    {
      "epoch": 0.5959791666666666,
      "grad_norm": 2.31562876701355,
      "learning_rate": 0.00010621443414054976,
      "loss": 4.8834,
      "step": 286070
    },
    {
      "epoch": 0.596,
      "grad_norm": 1.7429206371307373,
      "learning_rate": 0.00010620500504356732,
      "loss": 4.6149,
      "step": 286080
    },
    {
      "epoch": 0.5960208333333333,
      "grad_norm": 1.1939911842346191,
      "learning_rate": 0.00010619557613576195,
      "loss": 4.5288,
      "step": 286090
    },
    {
      "epoch": 0.5960416666666667,
      "grad_norm": 1.1595784425735474,
      "learning_rate": 0.00010618614741717439,
      "loss": 4.4615,
      "step": 286100
    },
    {
      "epoch": 0.5960625,
      "grad_norm": 7.386185646057129,
      "learning_rate": 0.00010617671888784528,
      "loss": 5.2638,
      "step": 286110
    },
    {
      "epoch": 0.5960833333333333,
      "grad_norm": 0.975853443145752,
      "learning_rate": 0.00010616729054781544,
      "loss": 5.0253,
      "step": 286120
    },
    {
      "epoch": 0.5961041666666667,
      "grad_norm": 1.16893470287323,
      "learning_rate": 0.00010615786239712553,
      "loss": 4.3075,
      "step": 286130
    },
    {
      "epoch": 0.596125,
      "grad_norm": 1.3916481733322144,
      "learning_rate": 0.00010614843443581626,
      "loss": 4.627,
      "step": 286140
    },
    {
      "epoch": 0.5961458333333334,
      "grad_norm": 1.7515519857406616,
      "learning_rate": 0.00010613900666392849,
      "loss": 4.792,
      "step": 286150
    },
    {
      "epoch": 0.5961666666666666,
      "grad_norm": 2.11063814163208,
      "learning_rate": 0.0001061295790815028,
      "loss": 4.6423,
      "step": 286160
    },
    {
      "epoch": 0.5961875,
      "grad_norm": 2.1565489768981934,
      "learning_rate": 0.00010612015168857993,
      "loss": 4.9356,
      "step": 286170
    },
    {
      "epoch": 0.5962083333333333,
      "grad_norm": 1.1487141847610474,
      "learning_rate": 0.0001061107244852007,
      "loss": 4.8758,
      "step": 286180
    },
    {
      "epoch": 0.5962291666666667,
      "grad_norm": 2.542222023010254,
      "learning_rate": 0.00010610129747140575,
      "loss": 5.2571,
      "step": 286190
    },
    {
      "epoch": 0.59625,
      "grad_norm": 2.8274810314178467,
      "learning_rate": 0.00010609187064723581,
      "loss": 5.0388,
      "step": 286200
    },
    {
      "epoch": 0.5962708333333333,
      "grad_norm": 1.0671831369400024,
      "learning_rate": 0.00010608244401273159,
      "loss": 4.7631,
      "step": 286210
    },
    {
      "epoch": 0.5962916666666667,
      "grad_norm": 10.070279121398926,
      "learning_rate": 0.00010607301756793386,
      "loss": 5.0308,
      "step": 286220
    },
    {
      "epoch": 0.5963125,
      "grad_norm": 2.319211483001709,
      "learning_rate": 0.00010606359131288329,
      "loss": 4.7964,
      "step": 286230
    },
    {
      "epoch": 0.5963333333333334,
      "grad_norm": 1.1892348527908325,
      "learning_rate": 0.00010605416524762058,
      "loss": 4.6967,
      "step": 286240
    },
    {
      "epoch": 0.5963541666666666,
      "grad_norm": 9.162874221801758,
      "learning_rate": 0.00010604473937218654,
      "loss": 5.0003,
      "step": 286250
    },
    {
      "epoch": 0.596375,
      "grad_norm": 1.8589118719100952,
      "learning_rate": 0.00010603531368662181,
      "loss": 5.5986,
      "step": 286260
    },
    {
      "epoch": 0.5963958333333333,
      "grad_norm": 6.573127269744873,
      "learning_rate": 0.00010602588819096708,
      "loss": 5.0782,
      "step": 286270
    },
    {
      "epoch": 0.5964166666666667,
      "grad_norm": 1.369535207748413,
      "learning_rate": 0.00010601646288526317,
      "loss": 4.4368,
      "step": 286280
    },
    {
      "epoch": 0.5964375,
      "grad_norm": 2.321807384490967,
      "learning_rate": 0.0001060070377695507,
      "loss": 4.2922,
      "step": 286290
    },
    {
      "epoch": 0.5964583333333333,
      "grad_norm": 7.827138900756836,
      "learning_rate": 0.00010599761284387039,
      "loss": 4.6913,
      "step": 286300
    },
    {
      "epoch": 0.5964791666666667,
      "grad_norm": 1.587478518486023,
      "learning_rate": 0.00010598818810826303,
      "loss": 4.5133,
      "step": 286310
    },
    {
      "epoch": 0.5965,
      "grad_norm": 1.4775763750076294,
      "learning_rate": 0.00010597876356276924,
      "loss": 4.7655,
      "step": 286320
    },
    {
      "epoch": 0.5965208333333333,
      "grad_norm": 3.528538227081299,
      "learning_rate": 0.00010596933920742975,
      "loss": 4.7423,
      "step": 286330
    },
    {
      "epoch": 0.5965416666666666,
      "grad_norm": 1.0452995300292969,
      "learning_rate": 0.00010595991504228533,
      "loss": 4.4385,
      "step": 286340
    },
    {
      "epoch": 0.5965625,
      "grad_norm": 1.361752986907959,
      "learning_rate": 0.00010595049106737666,
      "loss": 4.9316,
      "step": 286350
    },
    {
      "epoch": 0.5965833333333334,
      "grad_norm": 1.1957690715789795,
      "learning_rate": 0.00010594106728274437,
      "loss": 4.6155,
      "step": 286360
    },
    {
      "epoch": 0.5966041666666667,
      "grad_norm": 1.7494282722473145,
      "learning_rate": 0.00010593164368842924,
      "loss": 4.6948,
      "step": 286370
    },
    {
      "epoch": 0.596625,
      "grad_norm": 2.075209140777588,
      "learning_rate": 0.00010592222028447203,
      "loss": 4.4027,
      "step": 286380
    },
    {
      "epoch": 0.5966458333333333,
      "grad_norm": 3.3261802196502686,
      "learning_rate": 0.0001059127970709133,
      "loss": 5.193,
      "step": 286390
    },
    {
      "epoch": 0.5966666666666667,
      "grad_norm": 4.029260635375977,
      "learning_rate": 0.00010590337404779386,
      "loss": 4.9467,
      "step": 286400
    },
    {
      "epoch": 0.5966875,
      "grad_norm": 1.932454228401184,
      "learning_rate": 0.00010589395121515441,
      "loss": 4.5239,
      "step": 286410
    },
    {
      "epoch": 0.5967083333333333,
      "grad_norm": 2.401357650756836,
      "learning_rate": 0.0001058845285730356,
      "loss": 4.9293,
      "step": 286420
    },
    {
      "epoch": 0.5967291666666666,
      "grad_norm": 6.038149833679199,
      "learning_rate": 0.0001058751061214782,
      "loss": 4.4716,
      "step": 286430
    },
    {
      "epoch": 0.59675,
      "grad_norm": 4.324170112609863,
      "learning_rate": 0.00010586568386052289,
      "loss": 4.5723,
      "step": 286440
    },
    {
      "epoch": 0.5967708333333334,
      "grad_norm": 1.2039238214492798,
      "learning_rate": 0.00010585626179021028,
      "loss": 4.1262,
      "step": 286450
    },
    {
      "epoch": 0.5967916666666667,
      "grad_norm": 1.0814536809921265,
      "learning_rate": 0.0001058468399105812,
      "loss": 5.1821,
      "step": 286460
    },
    {
      "epoch": 0.5968125,
      "grad_norm": 1.2893263101577759,
      "learning_rate": 0.00010583741822167631,
      "loss": 4.4907,
      "step": 286470
    },
    {
      "epoch": 0.5968333333333333,
      "grad_norm": 1.0082951784133911,
      "learning_rate": 0.00010582799672353631,
      "loss": 4.3843,
      "step": 286480
    },
    {
      "epoch": 0.5968541666666667,
      "grad_norm": 2.460573434829712,
      "learning_rate": 0.0001058185754162018,
      "loss": 5.4286,
      "step": 286490
    },
    {
      "epoch": 0.596875,
      "grad_norm": 1.0392643213272095,
      "learning_rate": 0.0001058091542997136,
      "loss": 4.5713,
      "step": 286500
    },
    {
      "epoch": 0.5968958333333333,
      "grad_norm": 3.7444381713867188,
      "learning_rate": 0.0001057997333741124,
      "loss": 4.449,
      "step": 286510
    },
    {
      "epoch": 0.5969166666666667,
      "grad_norm": 2.362677812576294,
      "learning_rate": 0.00010579031263943877,
      "loss": 4.78,
      "step": 286520
    },
    {
      "epoch": 0.5969375,
      "grad_norm": 3.0054385662078857,
      "learning_rate": 0.00010578089209573351,
      "loss": 4.4986,
      "step": 286530
    },
    {
      "epoch": 0.5969583333333334,
      "grad_norm": 1.376599907875061,
      "learning_rate": 0.00010577147174303738,
      "loss": 4.8009,
      "step": 286540
    },
    {
      "epoch": 0.5969791666666666,
      "grad_norm": 1.1763249635696411,
      "learning_rate": 0.00010576205158139087,
      "loss": 5.0431,
      "step": 286550
    },
    {
      "epoch": 0.597,
      "grad_norm": 3.1730058193206787,
      "learning_rate": 0.00010575263161083485,
      "loss": 4.2948,
      "step": 286560
    },
    {
      "epoch": 0.5970208333333333,
      "grad_norm": 3.465461015701294,
      "learning_rate": 0.00010574321183140995,
      "loss": 4.7054,
      "step": 286570
    },
    {
      "epoch": 0.5970416666666667,
      "grad_norm": 0.9643449187278748,
      "learning_rate": 0.0001057337922431568,
      "loss": 4.4577,
      "step": 286580
    },
    {
      "epoch": 0.5970625,
      "grad_norm": 1.9513633251190186,
      "learning_rate": 0.0001057243728461162,
      "loss": 4.3131,
      "step": 286590
    },
    {
      "epoch": 0.5970833333333333,
      "grad_norm": 2.628227949142456,
      "learning_rate": 0.0001057149536403288,
      "loss": 4.9159,
      "step": 286600
    },
    {
      "epoch": 0.5971041666666667,
      "grad_norm": 1.3103750944137573,
      "learning_rate": 0.00010570553462583521,
      "loss": 4.8756,
      "step": 286610
    },
    {
      "epoch": 0.597125,
      "grad_norm": 1.2617372274398804,
      "learning_rate": 0.00010569611580267623,
      "loss": 4.8385,
      "step": 286620
    },
    {
      "epoch": 0.5971458333333334,
      "grad_norm": 1.5656222105026245,
      "learning_rate": 0.00010568669717089249,
      "loss": 4.725,
      "step": 286630
    },
    {
      "epoch": 0.5971666666666666,
      "grad_norm": 1.0880982875823975,
      "learning_rate": 0.00010567727873052462,
      "loss": 4.4773,
      "step": 286640
    },
    {
      "epoch": 0.5971875,
      "grad_norm": 4.051271438598633,
      "learning_rate": 0.00010566786048161342,
      "loss": 5.1012,
      "step": 286650
    },
    {
      "epoch": 0.5972083333333333,
      "grad_norm": 2.0489518642425537,
      "learning_rate": 0.00010565844242419951,
      "loss": 4.2484,
      "step": 286660
    },
    {
      "epoch": 0.5972291666666667,
      "grad_norm": 2.685995101928711,
      "learning_rate": 0.00010564902455832353,
      "loss": 4.346,
      "step": 286670
    },
    {
      "epoch": 0.59725,
      "grad_norm": 1.2211434841156006,
      "learning_rate": 0.00010563960688402628,
      "loss": 4.6243,
      "step": 286680
    },
    {
      "epoch": 0.5972708333333333,
      "grad_norm": 2.4974944591522217,
      "learning_rate": 0.00010563018940134831,
      "loss": 5.4881,
      "step": 286690
    },
    {
      "epoch": 0.5972916666666667,
      "grad_norm": 3.1844513416290283,
      "learning_rate": 0.00010562077211033035,
      "loss": 4.4179,
      "step": 286700
    },
    {
      "epoch": 0.5973125,
      "grad_norm": 1.4689100980758667,
      "learning_rate": 0.00010561135501101316,
      "loss": 5.0157,
      "step": 286710
    },
    {
      "epoch": 0.5973333333333334,
      "grad_norm": 1.241389274597168,
      "learning_rate": 0.00010560193810343733,
      "loss": 4.7668,
      "step": 286720
    },
    {
      "epoch": 0.5973541666666666,
      "grad_norm": 1.786502480506897,
      "learning_rate": 0.0001055925213876435,
      "loss": 4.757,
      "step": 286730
    },
    {
      "epoch": 0.597375,
      "grad_norm": 2.0737195014953613,
      "learning_rate": 0.00010558310486367241,
      "loss": 5.0459,
      "step": 286740
    },
    {
      "epoch": 0.5973958333333333,
      "grad_norm": 1.2758723497390747,
      "learning_rate": 0.0001055736885315648,
      "loss": 4.4712,
      "step": 286750
    },
    {
      "epoch": 0.5974166666666667,
      "grad_norm": 5.623533248901367,
      "learning_rate": 0.00010556427239136118,
      "loss": 4.6962,
      "step": 286760
    },
    {
      "epoch": 0.5974375,
      "grad_norm": 1.5590448379516602,
      "learning_rate": 0.00010555485644310235,
      "loss": 5.2752,
      "step": 286770
    },
    {
      "epoch": 0.5974583333333333,
      "grad_norm": 1.8641376495361328,
      "learning_rate": 0.00010554544068682897,
      "loss": 4.7208,
      "step": 286780
    },
    {
      "epoch": 0.5974791666666667,
      "grad_norm": 1.1985224485397339,
      "learning_rate": 0.00010553602512258167,
      "loss": 4.2702,
      "step": 286790
    },
    {
      "epoch": 0.5975,
      "grad_norm": 2.38175106048584,
      "learning_rate": 0.00010552660975040111,
      "loss": 4.5889,
      "step": 286800
    },
    {
      "epoch": 0.5975208333333333,
      "grad_norm": 2.108355760574341,
      "learning_rate": 0.00010551719457032804,
      "loss": 4.8461,
      "step": 286810
    },
    {
      "epoch": 0.5975416666666666,
      "grad_norm": 3.0344815254211426,
      "learning_rate": 0.00010550777958240307,
      "loss": 4.9277,
      "step": 286820
    },
    {
      "epoch": 0.5975625,
      "grad_norm": 1.4689866304397583,
      "learning_rate": 0.00010549836478666683,
      "loss": 4.6427,
      "step": 286830
    },
    {
      "epoch": 0.5975833333333334,
      "grad_norm": 1.3855773210525513,
      "learning_rate": 0.0001054889501831601,
      "loss": 5.1692,
      "step": 286840
    },
    {
      "epoch": 0.5976041666666667,
      "grad_norm": 4.614920616149902,
      "learning_rate": 0.00010547953577192351,
      "loss": 4.8384,
      "step": 286850
    },
    {
      "epoch": 0.597625,
      "grad_norm": 10.159029960632324,
      "learning_rate": 0.00010547012155299764,
      "loss": 5.0852,
      "step": 286860
    },
    {
      "epoch": 0.5976458333333333,
      "grad_norm": 1.227919101715088,
      "learning_rate": 0.00010546070752642323,
      "loss": 4.6813,
      "step": 286870
    },
    {
      "epoch": 0.5976666666666667,
      "grad_norm": 2.761566638946533,
      "learning_rate": 0.00010545129369224097,
      "loss": 4.5568,
      "step": 286880
    },
    {
      "epoch": 0.5976875,
      "grad_norm": 1.6788647174835205,
      "learning_rate": 0.00010544188005049142,
      "loss": 4.6849,
      "step": 286890
    },
    {
      "epoch": 0.5977083333333333,
      "grad_norm": 2.5142295360565186,
      "learning_rate": 0.00010543246660121536,
      "loss": 5.3506,
      "step": 286900
    },
    {
      "epoch": 0.5977291666666666,
      "grad_norm": 3.3807899951934814,
      "learning_rate": 0.00010542305334445343,
      "loss": 5.1899,
      "step": 286910
    },
    {
      "epoch": 0.59775,
      "grad_norm": 1.1370322704315186,
      "learning_rate": 0.0001054136402802462,
      "loss": 4.4407,
      "step": 286920
    },
    {
      "epoch": 0.5977708333333334,
      "grad_norm": 2.8861405849456787,
      "learning_rate": 0.00010540422740863443,
      "loss": 4.3393,
      "step": 286930
    },
    {
      "epoch": 0.5977916666666667,
      "grad_norm": 1.270440936088562,
      "learning_rate": 0.00010539481472965877,
      "loss": 4.5127,
      "step": 286940
    },
    {
      "epoch": 0.5978125,
      "grad_norm": 0.7873494625091553,
      "learning_rate": 0.00010538540224335979,
      "loss": 6.1123,
      "step": 286950
    },
    {
      "epoch": 0.5978333333333333,
      "grad_norm": 6.240293979644775,
      "learning_rate": 0.00010537598994977824,
      "loss": 4.7674,
      "step": 286960
    },
    {
      "epoch": 0.5978541666666667,
      "grad_norm": 1.3761790990829468,
      "learning_rate": 0.00010536657784895481,
      "loss": 4.5802,
      "step": 286970
    },
    {
      "epoch": 0.597875,
      "grad_norm": 1.144266128540039,
      "learning_rate": 0.00010535716594092998,
      "loss": 5.1292,
      "step": 286980
    },
    {
      "epoch": 0.5978958333333333,
      "grad_norm": 2.2863893508911133,
      "learning_rate": 0.00010534775422574464,
      "loss": 4.0669,
      "step": 286990
    },
    {
      "epoch": 0.5979166666666667,
      "grad_norm": 0.8753269910812378,
      "learning_rate": 0.00010533834270343926,
      "loss": 4.6782,
      "step": 287000
    },
    {
      "epoch": 0.5979166666666667,
      "eval_loss": 7.1919732093811035,
      "eval_runtime": 8.8201,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 287000
    },
    {
      "epoch": 0.5979375,
      "grad_norm": 3.510891914367676,
      "learning_rate": 0.00010532893137405455,
      "loss": 5.0712,
      "step": 287010
    },
    {
      "epoch": 0.5979583333333334,
      "grad_norm": 2.593510866165161,
      "learning_rate": 0.00010531952023763121,
      "loss": 4.5738,
      "step": 287020
    },
    {
      "epoch": 0.5979791666666666,
      "grad_norm": 2.776761770248413,
      "learning_rate": 0.00010531010929420987,
      "loss": 4.6118,
      "step": 287030
    },
    {
      "epoch": 0.598,
      "grad_norm": 2.690324306488037,
      "learning_rate": 0.0001053006985438311,
      "loss": 4.6164,
      "step": 287040
    },
    {
      "epoch": 0.5980208333333333,
      "grad_norm": 2.4359610080718994,
      "learning_rate": 0.0001052912879865357,
      "loss": 4.7296,
      "step": 287050
    },
    {
      "epoch": 0.5980416666666667,
      "grad_norm": 1.6027045249938965,
      "learning_rate": 0.00010528187762236421,
      "loss": 4.4453,
      "step": 287060
    },
    {
      "epoch": 0.5980625,
      "grad_norm": 1.2637567520141602,
      "learning_rate": 0.00010527246745135732,
      "loss": 4.7948,
      "step": 287070
    },
    {
      "epoch": 0.5980833333333333,
      "grad_norm": 1.465958833694458,
      "learning_rate": 0.00010526305747355562,
      "loss": 4.6909,
      "step": 287080
    },
    {
      "epoch": 0.5981041666666667,
      "grad_norm": 2.5460832118988037,
      "learning_rate": 0.00010525364768899982,
      "loss": 5.034,
      "step": 287090
    },
    {
      "epoch": 0.598125,
      "grad_norm": 1.893013596534729,
      "learning_rate": 0.0001052442380977306,
      "loss": 4.3063,
      "step": 287100
    },
    {
      "epoch": 0.5981458333333334,
      "grad_norm": 1.778227686882019,
      "learning_rate": 0.00010523482869978848,
      "loss": 4.4981,
      "step": 287110
    },
    {
      "epoch": 0.5981666666666666,
      "grad_norm": 1.465157389640808,
      "learning_rate": 0.00010522541949521426,
      "loss": 4.5063,
      "step": 287120
    },
    {
      "epoch": 0.5981875,
      "grad_norm": 0.9263796806335449,
      "learning_rate": 0.00010521601048404846,
      "loss": 4.7506,
      "step": 287130
    },
    {
      "epoch": 0.5982083333333333,
      "grad_norm": 1.1933292150497437,
      "learning_rate": 0.00010520660166633173,
      "loss": 4.5548,
      "step": 287140
    },
    {
      "epoch": 0.5982291666666667,
      "grad_norm": 18.013511657714844,
      "learning_rate": 0.0001051971930421048,
      "loss": 5.445,
      "step": 287150
    },
    {
      "epoch": 0.59825,
      "grad_norm": 1.360457181930542,
      "learning_rate": 0.00010518778461140827,
      "loss": 4.6645,
      "step": 287160
    },
    {
      "epoch": 0.5982708333333333,
      "grad_norm": 4.7370076179504395,
      "learning_rate": 0.00010517837637428272,
      "loss": 4.582,
      "step": 287170
    },
    {
      "epoch": 0.5982916666666667,
      "grad_norm": 8.6617431640625,
      "learning_rate": 0.00010516896833076892,
      "loss": 4.8816,
      "step": 287180
    },
    {
      "epoch": 0.5983125,
      "grad_norm": 1.670662522315979,
      "learning_rate": 0.00010515956048090737,
      "loss": 4.4986,
      "step": 287190
    },
    {
      "epoch": 0.5983333333333334,
      "grad_norm": 1.006937861442566,
      "learning_rate": 0.00010515015282473877,
      "loss": 4.5292,
      "step": 287200
    },
    {
      "epoch": 0.5983541666666666,
      "grad_norm": 2.762101650238037,
      "learning_rate": 0.00010514074536230382,
      "loss": 4.6077,
      "step": 287210
    },
    {
      "epoch": 0.598375,
      "grad_norm": 1.9593052864074707,
      "learning_rate": 0.00010513133809364305,
      "loss": 4.3632,
      "step": 287220
    },
    {
      "epoch": 0.5983958333333333,
      "grad_norm": 1.662369728088379,
      "learning_rate": 0.00010512193101879712,
      "loss": 4.5679,
      "step": 287230
    },
    {
      "epoch": 0.5984166666666667,
      "grad_norm": 1.4280259609222412,
      "learning_rate": 0.0001051125241378067,
      "loss": 5.1295,
      "step": 287240
    },
    {
      "epoch": 0.5984375,
      "grad_norm": 1.4097882509231567,
      "learning_rate": 0.00010510311745071244,
      "loss": 4.905,
      "step": 287250
    },
    {
      "epoch": 0.5984583333333333,
      "grad_norm": 3.066681146621704,
      "learning_rate": 0.00010509371095755489,
      "loss": 5.0605,
      "step": 287260
    },
    {
      "epoch": 0.5984791666666667,
      "grad_norm": 2.872941255569458,
      "learning_rate": 0.00010508430465837473,
      "loss": 5.0665,
      "step": 287270
    },
    {
      "epoch": 0.5985,
      "grad_norm": 0.9622094631195068,
      "learning_rate": 0.00010507489855321267,
      "loss": 4.3672,
      "step": 287280
    },
    {
      "epoch": 0.5985208333333333,
      "grad_norm": 1.7314643859863281,
      "learning_rate": 0.00010506549264210918,
      "loss": 4.8713,
      "step": 287290
    },
    {
      "epoch": 0.5985416666666666,
      "grad_norm": 4.724520206451416,
      "learning_rate": 0.000105056086925105,
      "loss": 5.1229,
      "step": 287300
    },
    {
      "epoch": 0.5985625,
      "grad_norm": 1.4345202445983887,
      "learning_rate": 0.00010504668140224078,
      "loss": 4.8487,
      "step": 287310
    },
    {
      "epoch": 0.5985833333333334,
      "grad_norm": 1.9202377796173096,
      "learning_rate": 0.00010503727607355704,
      "loss": 4.2987,
      "step": 287320
    },
    {
      "epoch": 0.5986041666666667,
      "grad_norm": 0.9298332333564758,
      "learning_rate": 0.00010502787093909451,
      "loss": 4.7797,
      "step": 287330
    },
    {
      "epoch": 0.598625,
      "grad_norm": 1.8640685081481934,
      "learning_rate": 0.00010501846599889377,
      "loss": 4.8652,
      "step": 287340
    },
    {
      "epoch": 0.5986458333333333,
      "grad_norm": 2.1906509399414062,
      "learning_rate": 0.00010500906125299542,
      "loss": 4.4046,
      "step": 287350
    },
    {
      "epoch": 0.5986666666666667,
      "grad_norm": 1.5240963697433472,
      "learning_rate": 0.00010499965670144018,
      "loss": 4.6605,
      "step": 287360
    },
    {
      "epoch": 0.5986875,
      "grad_norm": 2.040658712387085,
      "learning_rate": 0.00010499025234426856,
      "loss": 4.6715,
      "step": 287370
    },
    {
      "epoch": 0.5987083333333333,
      "grad_norm": 1.3707643747329712,
      "learning_rate": 0.00010498084818152129,
      "loss": 4.3754,
      "step": 287380
    },
    {
      "epoch": 0.5987291666666666,
      "grad_norm": 1.758428931236267,
      "learning_rate": 0.00010497144421323885,
      "loss": 4.5353,
      "step": 287390
    },
    {
      "epoch": 0.59875,
      "grad_norm": 1.1780556440353394,
      "learning_rate": 0.000104962040439462,
      "loss": 4.5887,
      "step": 287400
    },
    {
      "epoch": 0.5987708333333334,
      "grad_norm": 3.070357322692871,
      "learning_rate": 0.00010495263686023132,
      "loss": 4.745,
      "step": 287410
    },
    {
      "epoch": 0.5987916666666667,
      "grad_norm": 3.6623589992523193,
      "learning_rate": 0.00010494323347558738,
      "loss": 4.4186,
      "step": 287420
    },
    {
      "epoch": 0.5988125,
      "grad_norm": 0.9069684743881226,
      "learning_rate": 0.00010493383028557084,
      "loss": 4.6559,
      "step": 287430
    },
    {
      "epoch": 0.5988333333333333,
      "grad_norm": 1.6461957693099976,
      "learning_rate": 0.00010492442729022236,
      "loss": 4.6819,
      "step": 287440
    },
    {
      "epoch": 0.5988541666666667,
      "grad_norm": 2.137019395828247,
      "learning_rate": 0.00010491502448958246,
      "loss": 4.9683,
      "step": 287450
    },
    {
      "epoch": 0.598875,
      "grad_norm": 3.9939730167388916,
      "learning_rate": 0.00010490562188369183,
      "loss": 4.5,
      "step": 287460
    },
    {
      "epoch": 0.5988958333333333,
      "grad_norm": 1.601158618927002,
      "learning_rate": 0.00010489621947259107,
      "loss": 4.3071,
      "step": 287470
    },
    {
      "epoch": 0.5989166666666667,
      "grad_norm": 1.677551031112671,
      "learning_rate": 0.00010488681725632075,
      "loss": 4.6035,
      "step": 287480
    },
    {
      "epoch": 0.5989375,
      "grad_norm": 1.9932081699371338,
      "learning_rate": 0.0001048774152349216,
      "loss": 4.9611,
      "step": 287490
    },
    {
      "epoch": 0.5989583333333334,
      "grad_norm": 1.3638341426849365,
      "learning_rate": 0.0001048680134084341,
      "loss": 4.3014,
      "step": 287500
    },
    {
      "epoch": 0.5989791666666666,
      "grad_norm": 1.2094365358352661,
      "learning_rate": 0.00010485861177689889,
      "loss": 4.334,
      "step": 287510
    },
    {
      "epoch": 0.599,
      "grad_norm": 1.938353419303894,
      "learning_rate": 0.00010484921034035668,
      "loss": 4.8568,
      "step": 287520
    },
    {
      "epoch": 0.5990208333333333,
      "grad_norm": 2.4919862747192383,
      "learning_rate": 0.00010483980909884798,
      "loss": 4.5393,
      "step": 287530
    },
    {
      "epoch": 0.5990416666666667,
      "grad_norm": 1.5322906970977783,
      "learning_rate": 0.00010483040805241339,
      "loss": 5.0541,
      "step": 287540
    },
    {
      "epoch": 0.5990625,
      "grad_norm": 1.4959458112716675,
      "learning_rate": 0.00010482100720109362,
      "loss": 4.6216,
      "step": 287550
    },
    {
      "epoch": 0.5990833333333333,
      "grad_norm": 2.447399854660034,
      "learning_rate": 0.00010481160654492919,
      "loss": 4.3705,
      "step": 287560
    },
    {
      "epoch": 0.5991041666666667,
      "grad_norm": 2.030367136001587,
      "learning_rate": 0.00010480220608396068,
      "loss": 4.7117,
      "step": 287570
    },
    {
      "epoch": 0.599125,
      "grad_norm": 1.3158642053604126,
      "learning_rate": 0.00010479280581822883,
      "loss": 4.5732,
      "step": 287580
    },
    {
      "epoch": 0.5991458333333334,
      "grad_norm": 1.0370289087295532,
      "learning_rate": 0.00010478340574777414,
      "loss": 4.3179,
      "step": 287590
    },
    {
      "epoch": 0.5991666666666666,
      "grad_norm": 5.086033344268799,
      "learning_rate": 0.00010477400587263721,
      "loss": 4.6873,
      "step": 287600
    },
    {
      "epoch": 0.5991875,
      "grad_norm": 4.336912631988525,
      "learning_rate": 0.00010476460619285872,
      "loss": 4.5658,
      "step": 287610
    },
    {
      "epoch": 0.5992083333333333,
      "grad_norm": 2.545909881591797,
      "learning_rate": 0.00010475520670847924,
      "loss": 4.6866,
      "step": 287620
    },
    {
      "epoch": 0.5992291666666667,
      "grad_norm": 1.1482702493667603,
      "learning_rate": 0.00010474580741953927,
      "loss": 4.5033,
      "step": 287630
    },
    {
      "epoch": 0.59925,
      "grad_norm": 0.977462649345398,
      "learning_rate": 0.00010473640832607957,
      "loss": 5.1292,
      "step": 287640
    },
    {
      "epoch": 0.5992708333333333,
      "grad_norm": 2.9530153274536133,
      "learning_rate": 0.00010472700942814066,
      "loss": 4.3301,
      "step": 287650
    },
    {
      "epoch": 0.5992916666666667,
      "grad_norm": 1.0051947832107544,
      "learning_rate": 0.00010471761072576315,
      "loss": 4.5742,
      "step": 287660
    },
    {
      "epoch": 0.5993125,
      "grad_norm": 28.375099182128906,
      "learning_rate": 0.00010470821221898758,
      "loss": 4.6293,
      "step": 287670
    },
    {
      "epoch": 0.5993333333333334,
      "grad_norm": 1.037231683731079,
      "learning_rate": 0.00010469881390785468,
      "loss": 4.723,
      "step": 287680
    },
    {
      "epoch": 0.5993541666666666,
      "grad_norm": 2.4906983375549316,
      "learning_rate": 0.00010468941579240496,
      "loss": 4.6079,
      "step": 287690
    },
    {
      "epoch": 0.599375,
      "grad_norm": 1.6746407747268677,
      "learning_rate": 0.00010468001787267897,
      "loss": 5.4639,
      "step": 287700
    },
    {
      "epoch": 0.5993958333333333,
      "grad_norm": 1.4897903203964233,
      "learning_rate": 0.00010467062014871744,
      "loss": 4.4772,
      "step": 287710
    },
    {
      "epoch": 0.5994166666666667,
      "grad_norm": 1.865308165550232,
      "learning_rate": 0.00010466122262056088,
      "loss": 4.553,
      "step": 287720
    },
    {
      "epoch": 0.5994375,
      "grad_norm": 1.6133843660354614,
      "learning_rate": 0.00010465182528824983,
      "loss": 5.0494,
      "step": 287730
    },
    {
      "epoch": 0.5994583333333333,
      "grad_norm": 1.6291916370391846,
      "learning_rate": 0.00010464242815182498,
      "loss": 4.566,
      "step": 287740
    },
    {
      "epoch": 0.5994791666666667,
      "grad_norm": 2.2704882621765137,
      "learning_rate": 0.00010463303121132694,
      "loss": 4.9104,
      "step": 287750
    },
    {
      "epoch": 0.5995,
      "grad_norm": 2.1231086254119873,
      "learning_rate": 0.00010462363446679615,
      "loss": 5.0174,
      "step": 287760
    },
    {
      "epoch": 0.5995208333333333,
      "grad_norm": 3.2128102779388428,
      "learning_rate": 0.00010461423791827334,
      "loss": 4.4131,
      "step": 287770
    },
    {
      "epoch": 0.5995416666666666,
      "grad_norm": 2.194195032119751,
      "learning_rate": 0.00010460484156579908,
      "loss": 4.5251,
      "step": 287780
    },
    {
      "epoch": 0.5995625,
      "grad_norm": 1.361309289932251,
      "learning_rate": 0.00010459544540941388,
      "loss": 4.4623,
      "step": 287790
    },
    {
      "epoch": 0.5995833333333334,
      "grad_norm": 0.9515670537948608,
      "learning_rate": 0.00010458604944915844,
      "loss": 4.7645,
      "step": 287800
    },
    {
      "epoch": 0.5996041666666667,
      "grad_norm": 3.363236427307129,
      "learning_rate": 0.0001045766536850733,
      "loss": 4.3967,
      "step": 287810
    },
    {
      "epoch": 0.599625,
      "grad_norm": 4.7545294761657715,
      "learning_rate": 0.00010456725811719896,
      "loss": 5.1712,
      "step": 287820
    },
    {
      "epoch": 0.5996458333333333,
      "grad_norm": 2.312638759613037,
      "learning_rate": 0.00010455786274557612,
      "loss": 4.7997,
      "step": 287830
    },
    {
      "epoch": 0.5996666666666667,
      "grad_norm": 4.923879623413086,
      "learning_rate": 0.00010454846757024538,
      "loss": 4.1977,
      "step": 287840
    },
    {
      "epoch": 0.5996875,
      "grad_norm": 1.7726945877075195,
      "learning_rate": 0.00010453907259124718,
      "loss": 4.3959,
      "step": 287850
    },
    {
      "epoch": 0.5997083333333333,
      "grad_norm": 1.2930974960327148,
      "learning_rate": 0.00010452967780862226,
      "loss": 4.2595,
      "step": 287860
    },
    {
      "epoch": 0.5997291666666666,
      "grad_norm": 1.9018696546554565,
      "learning_rate": 0.00010452028322241111,
      "loss": 4.8696,
      "step": 287870
    },
    {
      "epoch": 0.59975,
      "grad_norm": 2.524677276611328,
      "learning_rate": 0.0001045108888326543,
      "loss": 4.9939,
      "step": 287880
    },
    {
      "epoch": 0.5997708333333334,
      "grad_norm": 1.3160912990570068,
      "learning_rate": 0.00010450149463939251,
      "loss": 4.8433,
      "step": 287890
    },
    {
      "epoch": 0.5997916666666666,
      "grad_norm": 1.535838007926941,
      "learning_rate": 0.00010449210064266623,
      "loss": 4.8678,
      "step": 287900
    },
    {
      "epoch": 0.5998125,
      "grad_norm": 1.257550597190857,
      "learning_rate": 0.000104482706842516,
      "loss": 4.3061,
      "step": 287910
    },
    {
      "epoch": 0.5998333333333333,
      "grad_norm": 1.6878422498703003,
      "learning_rate": 0.00010447331323898255,
      "loss": 4.7023,
      "step": 287920
    },
    {
      "epoch": 0.5998541666666667,
      "grad_norm": 1.4877774715423584,
      "learning_rate": 0.00010446391983210631,
      "loss": 4.6977,
      "step": 287930
    },
    {
      "epoch": 0.599875,
      "grad_norm": 1.7259677648544312,
      "learning_rate": 0.00010445452662192791,
      "loss": 4.6934,
      "step": 287940
    },
    {
      "epoch": 0.5998958333333333,
      "grad_norm": 2.4828779697418213,
      "learning_rate": 0.00010444513360848798,
      "loss": 4.458,
      "step": 287950
    },
    {
      "epoch": 0.5999166666666667,
      "grad_norm": 0.9072389006614685,
      "learning_rate": 0.000104435740791827,
      "loss": 4.7531,
      "step": 287960
    },
    {
      "epoch": 0.5999375,
      "grad_norm": 1.283163070678711,
      "learning_rate": 0.00010442634817198563,
      "loss": 4.9552,
      "step": 287970
    },
    {
      "epoch": 0.5999583333333334,
      "grad_norm": 5.919986724853516,
      "learning_rate": 0.00010441695574900432,
      "loss": 4.3178,
      "step": 287980
    },
    {
      "epoch": 0.5999791666666666,
      "grad_norm": 0.8300432562828064,
      "learning_rate": 0.00010440756352292379,
      "loss": 4.6397,
      "step": 287990
    },
    {
      "epoch": 0.6,
      "grad_norm": 1.7439005374908447,
      "learning_rate": 0.00010439817149378449,
      "loss": 4.7452,
      "step": 288000
    },
    {
      "epoch": 0.6,
      "eval_loss": 10.417938232421875,
      "eval_runtime": 8.8099,
      "eval_samples_per_second": 0.341,
      "eval_steps_per_second": 0.114,
      "step": 288000
    },
    {
      "epoch": 0.6000208333333333,
      "grad_norm": 3.2251381874084473,
      "learning_rate": 0.00010438877966162703,
      "loss": 4.5772,
      "step": 288010
    },
    {
      "epoch": 0.6000416666666667,
      "grad_norm": 1.583897352218628,
      "learning_rate": 0.00010437938802649205,
      "loss": 4.7674,
      "step": 288020
    },
    {
      "epoch": 0.6000625,
      "grad_norm": 1.743209719657898,
      "learning_rate": 0.00010436999658842,
      "loss": 5.0243,
      "step": 288030
    },
    {
      "epoch": 0.6000833333333333,
      "grad_norm": 1.6527020931243896,
      "learning_rate": 0.00010436060534745148,
      "loss": 4.4075,
      "step": 288040
    },
    {
      "epoch": 0.6001041666666667,
      "grad_norm": 1.0872970819473267,
      "learning_rate": 0.00010435121430362718,
      "loss": 4.9787,
      "step": 288050
    },
    {
      "epoch": 0.600125,
      "grad_norm": 2.7585816383361816,
      "learning_rate": 0.00010434182345698749,
      "loss": 5.2485,
      "step": 288060
    },
    {
      "epoch": 0.6001458333333334,
      "grad_norm": 1.2291735410690308,
      "learning_rate": 0.00010433243280757301,
      "loss": 4.568,
      "step": 288070
    },
    {
      "epoch": 0.6001666666666666,
      "grad_norm": 2.504420280456543,
      "learning_rate": 0.00010432304235542445,
      "loss": 4.3026,
      "step": 288080
    },
    {
      "epoch": 0.6001875,
      "grad_norm": 2.2452597618103027,
      "learning_rate": 0.00010431365210058221,
      "loss": 4.6736,
      "step": 288090
    },
    {
      "epoch": 0.6002083333333333,
      "grad_norm": 2.3299362659454346,
      "learning_rate": 0.00010430426204308688,
      "loss": 4.793,
      "step": 288100
    },
    {
      "epoch": 0.6002291666666667,
      "grad_norm": 2.044626235961914,
      "learning_rate": 0.00010429487218297913,
      "loss": 4.5915,
      "step": 288110
    },
    {
      "epoch": 0.60025,
      "grad_norm": 2.6365697383880615,
      "learning_rate": 0.00010428548252029941,
      "loss": 4.9475,
      "step": 288120
    },
    {
      "epoch": 0.6002708333333333,
      "grad_norm": 1.5384867191314697,
      "learning_rate": 0.00010427609305508827,
      "loss": 4.6255,
      "step": 288130
    },
    {
      "epoch": 0.6002916666666667,
      "grad_norm": 2.057386875152588,
      "learning_rate": 0.00010426670378738634,
      "loss": 5.2475,
      "step": 288140
    },
    {
      "epoch": 0.6003125,
      "grad_norm": 1.6489160060882568,
      "learning_rate": 0.00010425731471723415,
      "loss": 4.2303,
      "step": 288150
    },
    {
      "epoch": 0.6003333333333334,
      "grad_norm": 1.0752601623535156,
      "learning_rate": 0.00010424792584467223,
      "loss": 4.4686,
      "step": 288160
    },
    {
      "epoch": 0.6003541666666666,
      "grad_norm": 1.4306480884552002,
      "learning_rate": 0.00010423853716974117,
      "loss": 4.2051,
      "step": 288170
    },
    {
      "epoch": 0.600375,
      "grad_norm": 3.112457513809204,
      "learning_rate": 0.00010422914869248155,
      "loss": 4.273,
      "step": 288180
    },
    {
      "epoch": 0.6003958333333334,
      "grad_norm": 5.002618312835693,
      "learning_rate": 0.00010421976041293383,
      "loss": 4.3532,
      "step": 288190
    },
    {
      "epoch": 0.6004166666666667,
      "grad_norm": 5.505232810974121,
      "learning_rate": 0.00010421037233113866,
      "loss": 5.3828,
      "step": 288200
    },
    {
      "epoch": 0.6004375,
      "grad_norm": 5.122617244720459,
      "learning_rate": 0.00010420098444713659,
      "loss": 4.8366,
      "step": 288210
    },
    {
      "epoch": 0.6004583333333333,
      "grad_norm": 6.033200740814209,
      "learning_rate": 0.00010419159676096805,
      "loss": 4.8071,
      "step": 288220
    },
    {
      "epoch": 0.6004791666666667,
      "grad_norm": 2.8635499477386475,
      "learning_rate": 0.00010418220927267377,
      "loss": 4.7379,
      "step": 288230
    },
    {
      "epoch": 0.6005,
      "grad_norm": 2.140672206878662,
      "learning_rate": 0.00010417282198229418,
      "loss": 4.6082,
      "step": 288240
    },
    {
      "epoch": 0.6005208333333333,
      "grad_norm": 1.5018651485443115,
      "learning_rate": 0.00010416343488986988,
      "loss": 5.3832,
      "step": 288250
    },
    {
      "epoch": 0.6005416666666666,
      "grad_norm": 1.7816720008850098,
      "learning_rate": 0.00010415404799544133,
      "loss": 5.2212,
      "step": 288260
    },
    {
      "epoch": 0.6005625,
      "grad_norm": 5.533034324645996,
      "learning_rate": 0.0001041446612990492,
      "loss": 5.0879,
      "step": 288270
    },
    {
      "epoch": 0.6005833333333334,
      "grad_norm": 2.1798624992370605,
      "learning_rate": 0.00010413527480073399,
      "loss": 4.6576,
      "step": 288280
    },
    {
      "epoch": 0.6006041666666667,
      "grad_norm": 2.2818384170532227,
      "learning_rate": 0.00010412588850053619,
      "loss": 4.9401,
      "step": 288290
    },
    {
      "epoch": 0.600625,
      "grad_norm": 1.5544264316558838,
      "learning_rate": 0.00010411650239849641,
      "loss": 4.717,
      "step": 288300
    },
    {
      "epoch": 0.6006458333333333,
      "grad_norm": 1.2070648670196533,
      "learning_rate": 0.00010410711649465522,
      "loss": 4.4223,
      "step": 288310
    },
    {
      "epoch": 0.6006666666666667,
      "grad_norm": 1.9503456354141235,
      "learning_rate": 0.00010409773078905305,
      "loss": 4.5011,
      "step": 288320
    },
    {
      "epoch": 0.6006875,
      "grad_norm": 1.130080223083496,
      "learning_rate": 0.00010408834528173055,
      "loss": 5.0379,
      "step": 288330
    },
    {
      "epoch": 0.6007083333333333,
      "grad_norm": 1.8143216371536255,
      "learning_rate": 0.00010407895997272825,
      "loss": 4.4216,
      "step": 288340
    },
    {
      "epoch": 0.6007291666666666,
      "grad_norm": 1.5649609565734863,
      "learning_rate": 0.00010406957486208661,
      "loss": 4.796,
      "step": 288350
    },
    {
      "epoch": 0.60075,
      "grad_norm": 1.1824121475219727,
      "learning_rate": 0.0001040601899498463,
      "loss": 4.46,
      "step": 288360
    },
    {
      "epoch": 0.6007708333333334,
      "grad_norm": 1.025170087814331,
      "learning_rate": 0.00010405080523604774,
      "loss": 4.8777,
      "step": 288370
    },
    {
      "epoch": 0.6007916666666666,
      "grad_norm": 1.3447381258010864,
      "learning_rate": 0.00010404142072073149,
      "loss": 4.7931,
      "step": 288380
    },
    {
      "epoch": 0.6008125,
      "grad_norm": 1.3151569366455078,
      "learning_rate": 0.00010403203640393817,
      "loss": 4.29,
      "step": 288390
    },
    {
      "epoch": 0.6008333333333333,
      "grad_norm": 1.2686421871185303,
      "learning_rate": 0.00010402265228570822,
      "loss": 5.1268,
      "step": 288400
    },
    {
      "epoch": 0.6008541666666667,
      "grad_norm": 1.497770071029663,
      "learning_rate": 0.00010401326836608219,
      "loss": 4.7245,
      "step": 288410
    },
    {
      "epoch": 0.600875,
      "grad_norm": 1.4892947673797607,
      "learning_rate": 0.00010400388464510069,
      "loss": 4.6574,
      "step": 288420
    },
    {
      "epoch": 0.6008958333333333,
      "grad_norm": 1.1175787448883057,
      "learning_rate": 0.00010399450112280418,
      "loss": 4.9797,
      "step": 288430
    },
    {
      "epoch": 0.6009166666666667,
      "grad_norm": 1.252541184425354,
      "learning_rate": 0.00010398511779923318,
      "loss": 4.8012,
      "step": 288440
    },
    {
      "epoch": 0.6009375,
      "grad_norm": 1.3012667894363403,
      "learning_rate": 0.00010397573467442833,
      "loss": 4.3343,
      "step": 288450
    },
    {
      "epoch": 0.6009583333333334,
      "grad_norm": 1.064689040184021,
      "learning_rate": 0.00010396635174843004,
      "loss": 5.1932,
      "step": 288460
    },
    {
      "epoch": 0.6009791666666666,
      "grad_norm": 1.6739578247070312,
      "learning_rate": 0.00010395696902127886,
      "loss": 4.8403,
      "step": 288470
    },
    {
      "epoch": 0.601,
      "grad_norm": 2.0281167030334473,
      "learning_rate": 0.00010394758649301543,
      "loss": 5.0548,
      "step": 288480
    },
    {
      "epoch": 0.6010208333333333,
      "grad_norm": 1.1962472200393677,
      "learning_rate": 0.00010393820416368018,
      "loss": 4.8763,
      "step": 288490
    },
    {
      "epoch": 0.6010416666666667,
      "grad_norm": 1.7377161979675293,
      "learning_rate": 0.0001039288220333136,
      "loss": 4.1958,
      "step": 288500
    },
    {
      "epoch": 0.6010625,
      "grad_norm": 2.416029930114746,
      "learning_rate": 0.00010391944010195631,
      "loss": 4.1609,
      "step": 288510
    },
    {
      "epoch": 0.6010833333333333,
      "grad_norm": 1.5343512296676636,
      "learning_rate": 0.00010391005836964882,
      "loss": 4.4999,
      "step": 288520
    },
    {
      "epoch": 0.6011041666666667,
      "grad_norm": 2.376148223876953,
      "learning_rate": 0.00010390067683643158,
      "loss": 3.8944,
      "step": 288530
    },
    {
      "epoch": 0.601125,
      "grad_norm": 2.1016480922698975,
      "learning_rate": 0.00010389129550234517,
      "loss": 4.3657,
      "step": 288540
    },
    {
      "epoch": 0.6011458333333334,
      "grad_norm": 1.1185600757598877,
      "learning_rate": 0.00010388191436743016,
      "loss": 4.1436,
      "step": 288550
    },
    {
      "epoch": 0.6011666666666666,
      "grad_norm": 2.0076358318328857,
      "learning_rate": 0.00010387253343172701,
      "loss": 4.5587,
      "step": 288560
    },
    {
      "epoch": 0.6011875,
      "grad_norm": 1.2367653846740723,
      "learning_rate": 0.00010386315269527621,
      "loss": 4.5823,
      "step": 288570
    },
    {
      "epoch": 0.6012083333333333,
      "grad_norm": 2.123469829559326,
      "learning_rate": 0.0001038537721581184,
      "loss": 4.4007,
      "step": 288580
    },
    {
      "epoch": 0.6012291666666667,
      "grad_norm": 0.8256857991218567,
      "learning_rate": 0.000103844391820294,
      "loss": 4.3972,
      "step": 288590
    },
    {
      "epoch": 0.60125,
      "grad_norm": 4.570621013641357,
      "learning_rate": 0.00010383501168184352,
      "loss": 4.2703,
      "step": 288600
    },
    {
      "epoch": 0.6012708333333333,
      "grad_norm": 3.02629017829895,
      "learning_rate": 0.00010382563174280758,
      "loss": 4.7606,
      "step": 288610
    },
    {
      "epoch": 0.6012916666666667,
      "grad_norm": 1.9105534553527832,
      "learning_rate": 0.00010381625200322665,
      "loss": 5.1782,
      "step": 288620
    },
    {
      "epoch": 0.6013125,
      "grad_norm": 4.501793384552002,
      "learning_rate": 0.00010380687246314112,
      "loss": 4.7552,
      "step": 288630
    },
    {
      "epoch": 0.6013333333333334,
      "grad_norm": 2.1120190620422363,
      "learning_rate": 0.00010379749312259169,
      "loss": 4.6461,
      "step": 288640
    },
    {
      "epoch": 0.6013541666666666,
      "grad_norm": 1.2139334678649902,
      "learning_rate": 0.00010378811398161881,
      "loss": 5.1357,
      "step": 288650
    },
    {
      "epoch": 0.601375,
      "grad_norm": 2.936239004135132,
      "learning_rate": 0.00010377873504026294,
      "loss": 5.0166,
      "step": 288660
    },
    {
      "epoch": 0.6013958333333334,
      "grad_norm": 1.4664475917816162,
      "learning_rate": 0.00010376935629856467,
      "loss": 4.7718,
      "step": 288670
    },
    {
      "epoch": 0.6014166666666667,
      "grad_norm": 0.9380837678909302,
      "learning_rate": 0.00010375997775656451,
      "loss": 4.416,
      "step": 288680
    },
    {
      "epoch": 0.6014375,
      "grad_norm": 1.8875285387039185,
      "learning_rate": 0.00010375059941430288,
      "loss": 4.1652,
      "step": 288690
    },
    {
      "epoch": 0.6014583333333333,
      "grad_norm": 0.9674753546714783,
      "learning_rate": 0.00010374122127182037,
      "loss": 4.3969,
      "step": 288700
    },
    {
      "epoch": 0.6014791666666667,
      "grad_norm": 3.0468947887420654,
      "learning_rate": 0.00010373184332915754,
      "loss": 4.68,
      "step": 288710
    },
    {
      "epoch": 0.6015,
      "grad_norm": 0.8168134689331055,
      "learning_rate": 0.00010372246558635474,
      "loss": 5.1474,
      "step": 288720
    },
    {
      "epoch": 0.6015208333333333,
      "grad_norm": 1.308478832244873,
      "learning_rate": 0.00010371308804345264,
      "loss": 4.6749,
      "step": 288730
    },
    {
      "epoch": 0.6015416666666666,
      "grad_norm": 1.6294621229171753,
      "learning_rate": 0.00010370371070049164,
      "loss": 4.6422,
      "step": 288740
    },
    {
      "epoch": 0.6015625,
      "grad_norm": 2.664428472518921,
      "learning_rate": 0.00010369433355751227,
      "loss": 4.0103,
      "step": 288750
    },
    {
      "epoch": 0.6015833333333334,
      "grad_norm": 1.2493807077407837,
      "learning_rate": 0.0001036849566145551,
      "loss": 4.5315,
      "step": 288760
    },
    {
      "epoch": 0.6016041666666667,
      "grad_norm": 2.353044033050537,
      "learning_rate": 0.00010367557987166055,
      "loss": 4.5291,
      "step": 288770
    },
    {
      "epoch": 0.601625,
      "grad_norm": 1.5221384763717651,
      "learning_rate": 0.00010366620332886914,
      "loss": 4.7179,
      "step": 288780
    },
    {
      "epoch": 0.6016458333333333,
      "grad_norm": 3.030270576477051,
      "learning_rate": 0.00010365682698622144,
      "loss": 4.6407,
      "step": 288790
    },
    {
      "epoch": 0.6016666666666667,
      "grad_norm": 1.8008414506912231,
      "learning_rate": 0.0001036474508437579,
      "loss": 5.1958,
      "step": 288800
    },
    {
      "epoch": 0.6016875,
      "grad_norm": 1.1730040311813354,
      "learning_rate": 0.00010363807490151896,
      "loss": 4.7448,
      "step": 288810
    },
    {
      "epoch": 0.6017083333333333,
      "grad_norm": 1.450559377670288,
      "learning_rate": 0.00010362869915954526,
      "loss": 4.644,
      "step": 288820
    },
    {
      "epoch": 0.6017291666666666,
      "grad_norm": 2.0931127071380615,
      "learning_rate": 0.00010361932361787719,
      "loss": 4.2501,
      "step": 288830
    },
    {
      "epoch": 0.60175,
      "grad_norm": 2.285937786102295,
      "learning_rate": 0.00010360994827655533,
      "loss": 4.6912,
      "step": 288840
    },
    {
      "epoch": 0.6017708333333334,
      "grad_norm": 1.3166890144348145,
      "learning_rate": 0.00010360057313562006,
      "loss": 4.8906,
      "step": 288850
    },
    {
      "epoch": 0.6017916666666666,
      "grad_norm": 1.2467589378356934,
      "learning_rate": 0.000103591198195112,
      "loss": 4.488,
      "step": 288860
    },
    {
      "epoch": 0.6018125,
      "grad_norm": 1.2326304912567139,
      "learning_rate": 0.00010358182345507158,
      "loss": 4.5053,
      "step": 288870
    },
    {
      "epoch": 0.6018333333333333,
      "grad_norm": 1.8769516944885254,
      "learning_rate": 0.00010357244891553927,
      "loss": 4.641,
      "step": 288880
    },
    {
      "epoch": 0.6018541666666667,
      "grad_norm": 1.7491978406906128,
      "learning_rate": 0.00010356307457655566,
      "loss": 4.4252,
      "step": 288890
    },
    {
      "epoch": 0.601875,
      "grad_norm": 1.485416293144226,
      "learning_rate": 0.00010355370043816117,
      "loss": 4.9613,
      "step": 288900
    },
    {
      "epoch": 0.6018958333333333,
      "grad_norm": 2.8922979831695557,
      "learning_rate": 0.00010354432650039626,
      "loss": 4.5387,
      "step": 288910
    },
    {
      "epoch": 0.6019166666666667,
      "grad_norm": 1.3457622528076172,
      "learning_rate": 0.00010353495276330152,
      "loss": 4.4058,
      "step": 288920
    },
    {
      "epoch": 0.6019375,
      "grad_norm": 1.556333303451538,
      "learning_rate": 0.00010352557922691742,
      "loss": 4.7432,
      "step": 288930
    },
    {
      "epoch": 0.6019583333333334,
      "grad_norm": 1.1841678619384766,
      "learning_rate": 0.00010351620589128434,
      "loss": 4.2417,
      "step": 288940
    },
    {
      "epoch": 0.6019791666666666,
      "grad_norm": 2.4325661659240723,
      "learning_rate": 0.00010350683275644293,
      "loss": 4.3764,
      "step": 288950
    },
    {
      "epoch": 0.602,
      "grad_norm": 3.5009427070617676,
      "learning_rate": 0.00010349745982243356,
      "loss": 4.1272,
      "step": 288960
    },
    {
      "epoch": 0.6020208333333333,
      "grad_norm": 1.1853649616241455,
      "learning_rate": 0.00010348808708929671,
      "loss": 4.2075,
      "step": 288970
    },
    {
      "epoch": 0.6020416666666667,
      "grad_norm": 1.1657549142837524,
      "learning_rate": 0.00010347871455707302,
      "loss": 5.1235,
      "step": 288980
    },
    {
      "epoch": 0.6020625,
      "grad_norm": 3.381497621536255,
      "learning_rate": 0.00010346934222580284,
      "loss": 4.598,
      "step": 288990
    },
    {
      "epoch": 0.6020833333333333,
      "grad_norm": 3.245074987411499,
      "learning_rate": 0.00010345997009552663,
      "loss": 4.9485,
      "step": 289000
    },
    {
      "epoch": 0.6020833333333333,
      "eval_loss": 7.603322505950928,
      "eval_runtime": 8.8281,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 289000
    },
    {
      "epoch": 0.6021041666666667,
      "grad_norm": 2.3609888553619385,
      "learning_rate": 0.00010345059816628494,
      "loss": 4.3915,
      "step": 289010
    },
    {
      "epoch": 0.602125,
      "grad_norm": 1.4639973640441895,
      "learning_rate": 0.00010344122643811828,
      "loss": 4.7197,
      "step": 289020
    },
    {
      "epoch": 0.6021458333333334,
      "grad_norm": 1.966410756111145,
      "learning_rate": 0.00010343185491106703,
      "loss": 4.9152,
      "step": 289030
    },
    {
      "epoch": 0.6021666666666666,
      "grad_norm": 1.2327622175216675,
      "learning_rate": 0.00010342248358517178,
      "loss": 4.9373,
      "step": 289040
    },
    {
      "epoch": 0.6021875,
      "grad_norm": 2.543410301208496,
      "learning_rate": 0.00010341311246047298,
      "loss": 4.3698,
      "step": 289050
    },
    {
      "epoch": 0.6022083333333333,
      "grad_norm": 1.2362383604049683,
      "learning_rate": 0.00010340374153701105,
      "loss": 4.251,
      "step": 289060
    },
    {
      "epoch": 0.6022291666666667,
      "grad_norm": 3.823030948638916,
      "learning_rate": 0.00010339437081482654,
      "loss": 5.0127,
      "step": 289070
    },
    {
      "epoch": 0.60225,
      "grad_norm": 1.7735447883605957,
      "learning_rate": 0.00010338500029395993,
      "loss": 4.7743,
      "step": 289080
    },
    {
      "epoch": 0.6022708333333333,
      "grad_norm": 1.8385716676712036,
      "learning_rate": 0.00010337562997445157,
      "loss": 4.637,
      "step": 289090
    },
    {
      "epoch": 0.6022916666666667,
      "grad_norm": 3.3480684757232666,
      "learning_rate": 0.0001033662598563421,
      "loss": 4.7648,
      "step": 289100
    },
    {
      "epoch": 0.6023125,
      "grad_norm": 2.604173421859741,
      "learning_rate": 0.00010335688993967195,
      "loss": 4.9001,
      "step": 289110
    },
    {
      "epoch": 0.6023333333333334,
      "grad_norm": 3.080195426940918,
      "learning_rate": 0.0001033475202244815,
      "loss": 4.2453,
      "step": 289120
    },
    {
      "epoch": 0.6023541666666666,
      "grad_norm": 3.2470192909240723,
      "learning_rate": 0.00010333815071081139,
      "loss": 6.3162,
      "step": 289130
    },
    {
      "epoch": 0.602375,
      "grad_norm": 2.054020881652832,
      "learning_rate": 0.00010332878139870195,
      "loss": 4.6357,
      "step": 289140
    },
    {
      "epoch": 0.6023958333333334,
      "grad_norm": 1.0184890031814575,
      "learning_rate": 0.00010331941228819372,
      "loss": 4.8864,
      "step": 289150
    },
    {
      "epoch": 0.6024166666666667,
      "grad_norm": 1.970938801765442,
      "learning_rate": 0.0001033100433793271,
      "loss": 4.4939,
      "step": 289160
    },
    {
      "epoch": 0.6024375,
      "grad_norm": 1.872446060180664,
      "learning_rate": 0.00010330067467214266,
      "loss": 4.2809,
      "step": 289170
    },
    {
      "epoch": 0.6024583333333333,
      "grad_norm": 1.99076247215271,
      "learning_rate": 0.00010329130616668082,
      "loss": 4.2107,
      "step": 289180
    },
    {
      "epoch": 0.6024791666666667,
      "grad_norm": 1.063141942024231,
      "learning_rate": 0.000103281937862982,
      "loss": 4.0678,
      "step": 289190
    },
    {
      "epoch": 0.6025,
      "grad_norm": 0.8343409895896912,
      "learning_rate": 0.00010327256976108675,
      "loss": 3.9627,
      "step": 289200
    },
    {
      "epoch": 0.6025208333333333,
      "grad_norm": 1.9307385683059692,
      "learning_rate": 0.00010326320186103553,
      "loss": 4.4086,
      "step": 289210
    },
    {
      "epoch": 0.6025416666666666,
      "grad_norm": 1.1873118877410889,
      "learning_rate": 0.00010325383416286871,
      "loss": 4.5898,
      "step": 289220
    },
    {
      "epoch": 0.6025625,
      "grad_norm": 1.3788635730743408,
      "learning_rate": 0.0001032444666666269,
      "loss": 4.843,
      "step": 289230
    },
    {
      "epoch": 0.6025833333333334,
      "grad_norm": 1.3357254266738892,
      "learning_rate": 0.00010323509937235045,
      "loss": 4.4074,
      "step": 289240
    },
    {
      "epoch": 0.6026041666666667,
      "grad_norm": 2.4534969329833984,
      "learning_rate": 0.00010322573228007982,
      "loss": 4.4565,
      "step": 289250
    },
    {
      "epoch": 0.602625,
      "grad_norm": 3.4093964099884033,
      "learning_rate": 0.00010321636538985559,
      "loss": 4.449,
      "step": 289260
    },
    {
      "epoch": 0.6026458333333333,
      "grad_norm": 1.5911275148391724,
      "learning_rate": 0.0001032069987017181,
      "loss": 4.5339,
      "step": 289270
    },
    {
      "epoch": 0.6026666666666667,
      "grad_norm": 1.37777841091156,
      "learning_rate": 0.00010319763221570781,
      "loss": 4.2647,
      "step": 289280
    },
    {
      "epoch": 0.6026875,
      "grad_norm": 0.95989990234375,
      "learning_rate": 0.00010318826593186532,
      "loss": 4.2951,
      "step": 289290
    },
    {
      "epoch": 0.6027083333333333,
      "grad_norm": 0.974297285079956,
      "learning_rate": 0.00010317889985023093,
      "loss": 4.5782,
      "step": 289300
    },
    {
      "epoch": 0.6027291666666666,
      "grad_norm": 1.7437129020690918,
      "learning_rate": 0.00010316953397084515,
      "loss": 4.6628,
      "step": 289310
    },
    {
      "epoch": 0.60275,
      "grad_norm": 1.5760115385055542,
      "learning_rate": 0.00010316016829374849,
      "loss": 4.7306,
      "step": 289320
    },
    {
      "epoch": 0.6027708333333334,
      "grad_norm": 1.253047227859497,
      "learning_rate": 0.00010315080281898135,
      "loss": 4.8646,
      "step": 289330
    },
    {
      "epoch": 0.6027916666666666,
      "grad_norm": 1.4734904766082764,
      "learning_rate": 0.00010314143754658416,
      "loss": 4.542,
      "step": 289340
    },
    {
      "epoch": 0.6028125,
      "grad_norm": 1.6650395393371582,
      "learning_rate": 0.00010313207247659747,
      "loss": 4.8618,
      "step": 289350
    },
    {
      "epoch": 0.6028333333333333,
      "grad_norm": 1.8447840213775635,
      "learning_rate": 0.00010312270760906168,
      "loss": 4.5756,
      "step": 289360
    },
    {
      "epoch": 0.6028541666666667,
      "grad_norm": 1.511664628982544,
      "learning_rate": 0.00010311334294401717,
      "loss": 4.5469,
      "step": 289370
    },
    {
      "epoch": 0.602875,
      "grad_norm": 0.8416834473609924,
      "learning_rate": 0.00010310397848150449,
      "loss": 4.3286,
      "step": 289380
    },
    {
      "epoch": 0.6028958333333333,
      "grad_norm": 1.2102023363113403,
      "learning_rate": 0.0001030946142215641,
      "loss": 4.9953,
      "step": 289390
    },
    {
      "epoch": 0.6029166666666667,
      "grad_norm": 1.7433834075927734,
      "learning_rate": 0.00010308525016423632,
      "loss": 4.3202,
      "step": 289400
    },
    {
      "epoch": 0.6029375,
      "grad_norm": 0.9254018664360046,
      "learning_rate": 0.00010307588630956175,
      "loss": 4.1984,
      "step": 289410
    },
    {
      "epoch": 0.6029583333333334,
      "grad_norm": 1.2762174606323242,
      "learning_rate": 0.00010306652265758081,
      "loss": 4.4931,
      "step": 289420
    },
    {
      "epoch": 0.6029791666666666,
      "grad_norm": 2.0780720710754395,
      "learning_rate": 0.00010305715920833387,
      "loss": 5.0093,
      "step": 289430
    },
    {
      "epoch": 0.603,
      "grad_norm": 1.7365446090698242,
      "learning_rate": 0.0001030477959618614,
      "loss": 4.2648,
      "step": 289440
    },
    {
      "epoch": 0.6030208333333333,
      "grad_norm": 1.2999415397644043,
      "learning_rate": 0.0001030384329182039,
      "loss": 4.3942,
      "step": 289450
    },
    {
      "epoch": 0.6030416666666667,
      "grad_norm": 1.5866434574127197,
      "learning_rate": 0.00010302907007740177,
      "loss": 4.7458,
      "step": 289460
    },
    {
      "epoch": 0.6030625,
      "grad_norm": 1.672804355621338,
      "learning_rate": 0.00010301970743949545,
      "loss": 4.627,
      "step": 289470
    },
    {
      "epoch": 0.6030833333333333,
      "grad_norm": 1.8363598585128784,
      "learning_rate": 0.00010301034500452545,
      "loss": 4.463,
      "step": 289480
    },
    {
      "epoch": 0.6031041666666667,
      "grad_norm": 1.3854570388793945,
      "learning_rate": 0.00010300098277253216,
      "loss": 5.1262,
      "step": 289490
    },
    {
      "epoch": 0.603125,
      "grad_norm": 7.823586940765381,
      "learning_rate": 0.00010299162074355595,
      "loss": 5.0857,
      "step": 289500
    },
    {
      "epoch": 0.6031458333333334,
      "grad_norm": 1.5385689735412598,
      "learning_rate": 0.00010298225891763737,
      "loss": 4.5151,
      "step": 289510
    },
    {
      "epoch": 0.6031666666666666,
      "grad_norm": 2.7886195182800293,
      "learning_rate": 0.00010297289729481683,
      "loss": 4.487,
      "step": 289520
    },
    {
      "epoch": 0.6031875,
      "grad_norm": 1.4106401205062866,
      "learning_rate": 0.00010296353587513472,
      "loss": 4.3041,
      "step": 289530
    },
    {
      "epoch": 0.6032083333333333,
      "grad_norm": 2.628363847732544,
      "learning_rate": 0.00010295417465863156,
      "loss": 4.9265,
      "step": 289540
    },
    {
      "epoch": 0.6032291666666667,
      "grad_norm": 1.7972956895828247,
      "learning_rate": 0.00010294481364534775,
      "loss": 4.4217,
      "step": 289550
    },
    {
      "epoch": 0.60325,
      "grad_norm": 1.6998039484024048,
      "learning_rate": 0.00010293545283532367,
      "loss": 4.2972,
      "step": 289560
    },
    {
      "epoch": 0.6032708333333333,
      "grad_norm": 1.4594427347183228,
      "learning_rate": 0.00010292609222859982,
      "loss": 4.7507,
      "step": 289570
    },
    {
      "epoch": 0.6032916666666667,
      "grad_norm": 2.9974751472473145,
      "learning_rate": 0.00010291673182521667,
      "loss": 4.8938,
      "step": 289580
    },
    {
      "epoch": 0.6033125,
      "grad_norm": 1.1009225845336914,
      "learning_rate": 0.00010290737162521452,
      "loss": 4.4387,
      "step": 289590
    },
    {
      "epoch": 0.6033333333333334,
      "grad_norm": 1.6777881383895874,
      "learning_rate": 0.00010289801162863393,
      "loss": 4.3037,
      "step": 289600
    },
    {
      "epoch": 0.6033541666666666,
      "grad_norm": 1.9358700513839722,
      "learning_rate": 0.0001028886518355153,
      "loss": 4.294,
      "step": 289610
    },
    {
      "epoch": 0.603375,
      "grad_norm": 1.3583738803863525,
      "learning_rate": 0.000102879292245899,
      "loss": 4.5888,
      "step": 289620
    },
    {
      "epoch": 0.6033958333333334,
      "grad_norm": 0.9699071645736694,
      "learning_rate": 0.00010286993285982557,
      "loss": 4.538,
      "step": 289630
    },
    {
      "epoch": 0.6034166666666667,
      "grad_norm": 3.4049317836761475,
      "learning_rate": 0.00010286057367733533,
      "loss": 4.8861,
      "step": 289640
    },
    {
      "epoch": 0.6034375,
      "grad_norm": 1.1170088052749634,
      "learning_rate": 0.00010285121469846873,
      "loss": 4.5597,
      "step": 289650
    },
    {
      "epoch": 0.6034583333333333,
      "grad_norm": 1.8047972917556763,
      "learning_rate": 0.00010284185592326629,
      "loss": 4.5977,
      "step": 289660
    },
    {
      "epoch": 0.6034791666666667,
      "grad_norm": 1.4476430416107178,
      "learning_rate": 0.00010283249735176832,
      "loss": 4.8247,
      "step": 289670
    },
    {
      "epoch": 0.6035,
      "grad_norm": 1.1644978523254395,
      "learning_rate": 0.00010282313898401527,
      "loss": 4.5524,
      "step": 289680
    },
    {
      "epoch": 0.6035208333333333,
      "grad_norm": 4.247983455657959,
      "learning_rate": 0.00010281378082004764,
      "loss": 4.715,
      "step": 289690
    },
    {
      "epoch": 0.6035416666666666,
      "grad_norm": 1.392987608909607,
      "learning_rate": 0.00010280442285990578,
      "loss": 4.655,
      "step": 289700
    },
    {
      "epoch": 0.6035625,
      "grad_norm": 2.0060033798217773,
      "learning_rate": 0.00010279506510363008,
      "loss": 5.0303,
      "step": 289710
    },
    {
      "epoch": 0.6035833333333334,
      "grad_norm": 1.696641206741333,
      "learning_rate": 0.00010278570755126107,
      "loss": 4.2233,
      "step": 289720
    },
    {
      "epoch": 0.6036041666666667,
      "grad_norm": 1.2280864715576172,
      "learning_rate": 0.00010277635020283915,
      "loss": 4.6319,
      "step": 289730
    },
    {
      "epoch": 0.603625,
      "grad_norm": 2.2133281230926514,
      "learning_rate": 0.00010276699305840464,
      "loss": 4.9203,
      "step": 289740
    },
    {
      "epoch": 0.6036458333333333,
      "grad_norm": 1.7204171419143677,
      "learning_rate": 0.00010275763611799802,
      "loss": 4.4433,
      "step": 289750
    },
    {
      "epoch": 0.6036666666666667,
      "grad_norm": 2.4965548515319824,
      "learning_rate": 0.00010274827938165976,
      "loss": 4.5521,
      "step": 289760
    },
    {
      "epoch": 0.6036875,
      "grad_norm": 1.733373999595642,
      "learning_rate": 0.0001027389228494302,
      "loss": 4.2949,
      "step": 289770
    },
    {
      "epoch": 0.6037083333333333,
      "grad_norm": 2.097485065460205,
      "learning_rate": 0.00010272956652134975,
      "loss": 4.1141,
      "step": 289780
    },
    {
      "epoch": 0.6037291666666667,
      "grad_norm": 2.249330759048462,
      "learning_rate": 0.00010272021039745896,
      "loss": 4.3454,
      "step": 289790
    },
    {
      "epoch": 0.60375,
      "grad_norm": 1.2681528329849243,
      "learning_rate": 0.00010271085447779807,
      "loss": 4.775,
      "step": 289800
    },
    {
      "epoch": 0.6037708333333334,
      "grad_norm": 2.318183183670044,
      "learning_rate": 0.00010270149876240755,
      "loss": 4.3639,
      "step": 289810
    },
    {
      "epoch": 0.6037916666666666,
      "grad_norm": 1.2935289144515991,
      "learning_rate": 0.00010269214325132791,
      "loss": 4.4318,
      "step": 289820
    },
    {
      "epoch": 0.6038125,
      "grad_norm": 1.325295090675354,
      "learning_rate": 0.00010268278794459945,
      "loss": 4.4432,
      "step": 289830
    },
    {
      "epoch": 0.6038333333333333,
      "grad_norm": 1.5947983264923096,
      "learning_rate": 0.00010267343284226257,
      "loss": 4.8245,
      "step": 289840
    },
    {
      "epoch": 0.6038541666666667,
      "grad_norm": 4.127886772155762,
      "learning_rate": 0.0001026640779443578,
      "loss": 5.0303,
      "step": 289850
    },
    {
      "epoch": 0.603875,
      "grad_norm": 2.035785675048828,
      "learning_rate": 0.00010265472325092548,
      "loss": 4.337,
      "step": 289860
    },
    {
      "epoch": 0.6038958333333333,
      "grad_norm": 2.250115394592285,
      "learning_rate": 0.00010264536876200595,
      "loss": 4.4382,
      "step": 289870
    },
    {
      "epoch": 0.6039166666666667,
      "grad_norm": 1.1385482549667358,
      "learning_rate": 0.0001026360144776397,
      "loss": 4.4534,
      "step": 289880
    },
    {
      "epoch": 0.6039375,
      "grad_norm": 1.2462743520736694,
      "learning_rate": 0.00010262666039786717,
      "loss": 5.1127,
      "step": 289890
    },
    {
      "epoch": 0.6039583333333334,
      "grad_norm": 3.1744272708892822,
      "learning_rate": 0.00010261730652272866,
      "loss": 4.5056,
      "step": 289900
    },
    {
      "epoch": 0.6039791666666666,
      "grad_norm": 2.1450111865997314,
      "learning_rate": 0.00010260795285226464,
      "loss": 4.5316,
      "step": 289910
    },
    {
      "epoch": 0.604,
      "grad_norm": 1.2822703123092651,
      "learning_rate": 0.00010259859938651554,
      "loss": 4.0942,
      "step": 289920
    },
    {
      "epoch": 0.6040208333333333,
      "grad_norm": 1.0192201137542725,
      "learning_rate": 0.00010258924612552167,
      "loss": 4.8964,
      "step": 289930
    },
    {
      "epoch": 0.6040416666666667,
      "grad_norm": 3.0050809383392334,
      "learning_rate": 0.00010257989306932353,
      "loss": 4.8263,
      "step": 289940
    },
    {
      "epoch": 0.6040625,
      "grad_norm": 1.2806825637817383,
      "learning_rate": 0.00010257054021796149,
      "loss": 4.2588,
      "step": 289950
    },
    {
      "epoch": 0.6040833333333333,
      "grad_norm": 1.2030949592590332,
      "learning_rate": 0.0001025611875714759,
      "loss": 4.3289,
      "step": 289960
    },
    {
      "epoch": 0.6041041666666667,
      "grad_norm": 1.4644389152526855,
      "learning_rate": 0.00010255183512990722,
      "loss": 4.2894,
      "step": 289970
    },
    {
      "epoch": 0.604125,
      "grad_norm": 2.3652801513671875,
      "learning_rate": 0.00010254248289329589,
      "loss": 4.3707,
      "step": 289980
    },
    {
      "epoch": 0.6041458333333334,
      "grad_norm": 1.4573273658752441,
      "learning_rate": 0.00010253313086168216,
      "loss": 4.3023,
      "step": 289990
    },
    {
      "epoch": 0.6041666666666666,
      "grad_norm": 1.435516595840454,
      "learning_rate": 0.00010252377903510657,
      "loss": 4.3159,
      "step": 290000
    },
    {
      "epoch": 0.6041666666666666,
      "eval_loss": 8.840539932250977,
      "eval_runtime": 9.2806,
      "eval_samples_per_second": 0.323,
      "eval_steps_per_second": 0.108,
      "step": 290000
    },
    {
      "epoch": 0.6041875,
      "grad_norm": 3.3271210193634033,
      "learning_rate": 0.00010251442741360946,
      "loss": 4.7169,
      "step": 290010
    },
    {
      "epoch": 0.6042083333333333,
      "grad_norm": 1.3335837125778198,
      "learning_rate": 0.00010250507599723124,
      "loss": 4.6538,
      "step": 290020
    },
    {
      "epoch": 0.6042291666666667,
      "grad_norm": 1.2174561023712158,
      "learning_rate": 0.00010249572478601224,
      "loss": 4.2311,
      "step": 290030
    },
    {
      "epoch": 0.60425,
      "grad_norm": 1.8876901865005493,
      "learning_rate": 0.00010248637377999293,
      "loss": 5.0136,
      "step": 290040
    },
    {
      "epoch": 0.6042708333333333,
      "grad_norm": 2.6154685020446777,
      "learning_rate": 0.0001024770229792137,
      "loss": 4.6131,
      "step": 290050
    },
    {
      "epoch": 0.6042916666666667,
      "grad_norm": 0.9617089033126831,
      "learning_rate": 0.00010246767238371485,
      "loss": 4.6502,
      "step": 290060
    },
    {
      "epoch": 0.6043125,
      "grad_norm": 2.3208398818969727,
      "learning_rate": 0.0001024583219935369,
      "loss": 4.6138,
      "step": 290070
    },
    {
      "epoch": 0.6043333333333333,
      "grad_norm": 1.7615163326263428,
      "learning_rate": 0.0001024489718087202,
      "loss": 4.4433,
      "step": 290080
    },
    {
      "epoch": 0.6043541666666666,
      "grad_norm": 1.879184365272522,
      "learning_rate": 0.00010243962182930506,
      "loss": 4.4294,
      "step": 290090
    },
    {
      "epoch": 0.604375,
      "grad_norm": 1.4752014875411987,
      "learning_rate": 0.00010243027205533196,
      "loss": 4.4618,
      "step": 290100
    },
    {
      "epoch": 0.6043958333333334,
      "grad_norm": 1.9261960983276367,
      "learning_rate": 0.00010242092248684128,
      "loss": 4.4074,
      "step": 290110
    },
    {
      "epoch": 0.6044166666666667,
      "grad_norm": 4.162980079650879,
      "learning_rate": 0.00010241157312387332,
      "loss": 4.8292,
      "step": 290120
    },
    {
      "epoch": 0.6044375,
      "grad_norm": 1.9768927097320557,
      "learning_rate": 0.0001024022239664686,
      "loss": 5.1547,
      "step": 290130
    },
    {
      "epoch": 0.6044583333333333,
      "grad_norm": 3.2575199604034424,
      "learning_rate": 0.00010239287501466738,
      "loss": 4.7649,
      "step": 290140
    },
    {
      "epoch": 0.6044791666666667,
      "grad_norm": 2.5904502868652344,
      "learning_rate": 0.00010238352626851008,
      "loss": 4.5569,
      "step": 290150
    },
    {
      "epoch": 0.6045,
      "grad_norm": 1.8704079389572144,
      "learning_rate": 0.00010237417772803715,
      "loss": 4.6317,
      "step": 290160
    },
    {
      "epoch": 0.6045208333333333,
      "grad_norm": 6.19227933883667,
      "learning_rate": 0.00010236482939328892,
      "loss": 4.5186,
      "step": 290170
    },
    {
      "epoch": 0.6045416666666666,
      "grad_norm": 1.146659016609192,
      "learning_rate": 0.00010235548126430572,
      "loss": 4.1494,
      "step": 290180
    },
    {
      "epoch": 0.6045625,
      "grad_norm": 1.2419836521148682,
      "learning_rate": 0.00010234613334112803,
      "loss": 5.009,
      "step": 290190
    },
    {
      "epoch": 0.6045833333333334,
      "grad_norm": 1.4769902229309082,
      "learning_rate": 0.00010233678562379617,
      "loss": 4.4733,
      "step": 290200
    },
    {
      "epoch": 0.6046041666666667,
      "grad_norm": 2.6676764488220215,
      "learning_rate": 0.00010232743811235049,
      "loss": 4.7164,
      "step": 290210
    },
    {
      "epoch": 0.604625,
      "grad_norm": 1.1917777061462402,
      "learning_rate": 0.00010231809080683146,
      "loss": 4.2689,
      "step": 290220
    },
    {
      "epoch": 0.6046458333333333,
      "grad_norm": 1.1499409675598145,
      "learning_rate": 0.00010230874370727943,
      "loss": 4.5351,
      "step": 290230
    },
    {
      "epoch": 0.6046666666666667,
      "grad_norm": 3.563807487487793,
      "learning_rate": 0.00010229939681373467,
      "loss": 4.8411,
      "step": 290240
    },
    {
      "epoch": 0.6046875,
      "grad_norm": 1.491047739982605,
      "learning_rate": 0.00010229005012623766,
      "loss": 3.9253,
      "step": 290250
    },
    {
      "epoch": 0.6047083333333333,
      "grad_norm": 2.193697214126587,
      "learning_rate": 0.00010228070364482878,
      "loss": 4.7019,
      "step": 290260
    },
    {
      "epoch": 0.6047291666666667,
      "grad_norm": 7.174129486083984,
      "learning_rate": 0.00010227135736954831,
      "loss": 5.4781,
      "step": 290270
    },
    {
      "epoch": 0.60475,
      "grad_norm": 3.771655559539795,
      "learning_rate": 0.00010226201130043673,
      "loss": 4.6404,
      "step": 290280
    },
    {
      "epoch": 0.6047708333333334,
      "grad_norm": 1.8173490762710571,
      "learning_rate": 0.00010225266543753439,
      "loss": 4.4755,
      "step": 290290
    },
    {
      "epoch": 0.6047916666666666,
      "grad_norm": 1.2586768865585327,
      "learning_rate": 0.00010224331978088159,
      "loss": 4.8959,
      "step": 290300
    },
    {
      "epoch": 0.6048125,
      "grad_norm": 2.4947335720062256,
      "learning_rate": 0.00010223397433051874,
      "loss": 4.8736,
      "step": 290310
    },
    {
      "epoch": 0.6048333333333333,
      "grad_norm": 1.475370168685913,
      "learning_rate": 0.00010222462908648628,
      "loss": 4.1639,
      "step": 290320
    },
    {
      "epoch": 0.6048541666666667,
      "grad_norm": 1.5805861949920654,
      "learning_rate": 0.00010221528404882446,
      "loss": 4.2908,
      "step": 290330
    },
    {
      "epoch": 0.604875,
      "grad_norm": 1.3533986806869507,
      "learning_rate": 0.00010220593921757366,
      "loss": 4.6769,
      "step": 290340
    },
    {
      "epoch": 0.6048958333333333,
      "grad_norm": 0.989227831363678,
      "learning_rate": 0.00010219659459277434,
      "loss": 4.2316,
      "step": 290350
    },
    {
      "epoch": 0.6049166666666667,
      "grad_norm": 2.395582437515259,
      "learning_rate": 0.00010218725017446685,
      "loss": 4.5576,
      "step": 290360
    },
    {
      "epoch": 0.6049375,
      "grad_norm": 2.66853666305542,
      "learning_rate": 0.00010217790596269143,
      "loss": 4.8302,
      "step": 290370
    },
    {
      "epoch": 0.6049583333333334,
      "grad_norm": 2.5751614570617676,
      "learning_rate": 0.00010216856195748856,
      "loss": 4.8532,
      "step": 290380
    },
    {
      "epoch": 0.6049791666666666,
      "grad_norm": 5.790004730224609,
      "learning_rate": 0.00010215921815889859,
      "loss": 4.6119,
      "step": 290390
    },
    {
      "epoch": 0.605,
      "grad_norm": 2.1183807849884033,
      "learning_rate": 0.0001021498745669618,
      "loss": 4.6547,
      "step": 290400
    },
    {
      "epoch": 0.6050208333333333,
      "grad_norm": 2.20896053314209,
      "learning_rate": 0.00010214053118171864,
      "loss": 5.078,
      "step": 290410
    },
    {
      "epoch": 0.6050416666666667,
      "grad_norm": 1.454307198524475,
      "learning_rate": 0.00010213118800320949,
      "loss": 4.8804,
      "step": 290420
    },
    {
      "epoch": 0.6050625,
      "grad_norm": 4.045683860778809,
      "learning_rate": 0.00010212184503147458,
      "loss": 5.1055,
      "step": 290430
    },
    {
      "epoch": 0.6050833333333333,
      "grad_norm": 2.107112169265747,
      "learning_rate": 0.0001021125022665544,
      "loss": 4.7158,
      "step": 290440
    },
    {
      "epoch": 0.6051041666666667,
      "grad_norm": 2.9193711280822754,
      "learning_rate": 0.00010210315970848925,
      "loss": 4.2862,
      "step": 290450
    },
    {
      "epoch": 0.605125,
      "grad_norm": 1.7141650915145874,
      "learning_rate": 0.00010209381735731947,
      "loss": 4.4877,
      "step": 290460
    },
    {
      "epoch": 0.6051458333333334,
      "grad_norm": 2.817772388458252,
      "learning_rate": 0.00010208447521308544,
      "loss": 4.8372,
      "step": 290470
    },
    {
      "epoch": 0.6051666666666666,
      "grad_norm": 4.015589714050293,
      "learning_rate": 0.00010207513327582756,
      "loss": 4.9311,
      "step": 290480
    },
    {
      "epoch": 0.6051875,
      "grad_norm": 2.279235601425171,
      "learning_rate": 0.00010206579154558605,
      "loss": 4.7939,
      "step": 290490
    },
    {
      "epoch": 0.6052083333333333,
      "grad_norm": 1.3634922504425049,
      "learning_rate": 0.00010205645002240142,
      "loss": 4.3472,
      "step": 290500
    },
    {
      "epoch": 0.6052291666666667,
      "grad_norm": 1.0447925329208374,
      "learning_rate": 0.00010204710870631394,
      "loss": 4.4439,
      "step": 290510
    },
    {
      "epoch": 0.60525,
      "grad_norm": 2.516223907470703,
      "learning_rate": 0.00010203776759736391,
      "loss": 4.3573,
      "step": 290520
    },
    {
      "epoch": 0.6052708333333333,
      "grad_norm": 0.8839379549026489,
      "learning_rate": 0.00010202842669559183,
      "loss": 4.8196,
      "step": 290530
    },
    {
      "epoch": 0.6052916666666667,
      "grad_norm": 2.1313157081604004,
      "learning_rate": 0.0001020190860010379,
      "loss": 5.2146,
      "step": 290540
    },
    {
      "epoch": 0.6053125,
      "grad_norm": 2.4356727600097656,
      "learning_rate": 0.00010200974551374247,
      "loss": 4.4248,
      "step": 290550
    },
    {
      "epoch": 0.6053333333333333,
      "grad_norm": 1.3418633937835693,
      "learning_rate": 0.00010200040523374605,
      "loss": 5.1687,
      "step": 290560
    },
    {
      "epoch": 0.6053541666666666,
      "grad_norm": 0.9573528170585632,
      "learning_rate": 0.00010199106516108885,
      "loss": 4.3437,
      "step": 290570
    },
    {
      "epoch": 0.605375,
      "grad_norm": 1.6250567436218262,
      "learning_rate": 0.0001019817252958112,
      "loss": 4.5563,
      "step": 290580
    },
    {
      "epoch": 0.6053958333333334,
      "grad_norm": 2.631316900253296,
      "learning_rate": 0.00010197238563795356,
      "loss": 3.9876,
      "step": 290590
    },
    {
      "epoch": 0.6054166666666667,
      "grad_norm": 2.4092609882354736,
      "learning_rate": 0.00010196304618755615,
      "loss": 4.6115,
      "step": 290600
    },
    {
      "epoch": 0.6054375,
      "grad_norm": 6.864622592926025,
      "learning_rate": 0.00010195370694465942,
      "loss": 4.79,
      "step": 290610
    },
    {
      "epoch": 0.6054583333333333,
      "grad_norm": 3.64335560798645,
      "learning_rate": 0.00010194436790930359,
      "loss": 4.5069,
      "step": 290620
    },
    {
      "epoch": 0.6054791666666667,
      "grad_norm": 1.6900906562805176,
      "learning_rate": 0.00010193502908152913,
      "loss": 4.7768,
      "step": 290630
    },
    {
      "epoch": 0.6055,
      "grad_norm": 1.1799992322921753,
      "learning_rate": 0.00010192569046137628,
      "loss": 4.5844,
      "step": 290640
    },
    {
      "epoch": 0.6055208333333333,
      "grad_norm": 1.4335572719573975,
      "learning_rate": 0.0001019163520488854,
      "loss": 4.924,
      "step": 290650
    },
    {
      "epoch": 0.6055416666666666,
      "grad_norm": 1.377244234085083,
      "learning_rate": 0.0001019070138440969,
      "loss": 4.6447,
      "step": 290660
    },
    {
      "epoch": 0.6055625,
      "grad_norm": 3.0331132411956787,
      "learning_rate": 0.00010189767584705103,
      "loss": 4.7531,
      "step": 290670
    },
    {
      "epoch": 0.6055833333333334,
      "grad_norm": 1.7406364679336548,
      "learning_rate": 0.00010188833805778814,
      "loss": 4.2228,
      "step": 290680
    },
    {
      "epoch": 0.6056041666666667,
      "grad_norm": 2.035372734069824,
      "learning_rate": 0.00010187900047634865,
      "loss": 4.4116,
      "step": 290690
    },
    {
      "epoch": 0.605625,
      "grad_norm": 1.33681058883667,
      "learning_rate": 0.00010186966310277277,
      "loss": 5.2145,
      "step": 290700
    },
    {
      "epoch": 0.6056458333333333,
      "grad_norm": 1.1858575344085693,
      "learning_rate": 0.0001018603259371009,
      "loss": 4.3692,
      "step": 290710
    },
    {
      "epoch": 0.6056666666666667,
      "grad_norm": 1.2148734331130981,
      "learning_rate": 0.0001018509889793734,
      "loss": 5.188,
      "step": 290720
    },
    {
      "epoch": 0.6056875,
      "grad_norm": 1.7073216438293457,
      "learning_rate": 0.00010184165222963058,
      "loss": 4.5509,
      "step": 290730
    },
    {
      "epoch": 0.6057083333333333,
      "grad_norm": 3.271580219268799,
      "learning_rate": 0.00010183231568791271,
      "loss": 4.6066,
      "step": 290740
    },
    {
      "epoch": 0.6057291666666667,
      "grad_norm": 2.3913767337799072,
      "learning_rate": 0.0001018229793542602,
      "loss": 4.5985,
      "step": 290750
    },
    {
      "epoch": 0.60575,
      "grad_norm": 4.08996057510376,
      "learning_rate": 0.00010181364322871334,
      "loss": 4.3252,
      "step": 290760
    },
    {
      "epoch": 0.6057708333333334,
      "grad_norm": 1.4877078533172607,
      "learning_rate": 0.00010180430731131245,
      "loss": 3.7975,
      "step": 290770
    },
    {
      "epoch": 0.6057916666666666,
      "grad_norm": 2.475628614425659,
      "learning_rate": 0.00010179497160209791,
      "loss": 4.4848,
      "step": 290780
    },
    {
      "epoch": 0.6058125,
      "grad_norm": 1.06721031665802,
      "learning_rate": 0.00010178563610111002,
      "loss": 4.7054,
      "step": 290790
    },
    {
      "epoch": 0.6058333333333333,
      "grad_norm": 1.5590236186981201,
      "learning_rate": 0.00010177630080838904,
      "loss": 4.3949,
      "step": 290800
    },
    {
      "epoch": 0.6058541666666667,
      "grad_norm": 43.46958923339844,
      "learning_rate": 0.00010176696572397538,
      "loss": 4.6741,
      "step": 290810
    },
    {
      "epoch": 0.605875,
      "grad_norm": 0.9707725048065186,
      "learning_rate": 0.00010175763084790936,
      "loss": 4.1816,
      "step": 290820
    },
    {
      "epoch": 0.6058958333333333,
      "grad_norm": 1.493674397468567,
      "learning_rate": 0.00010174829618023124,
      "loss": 4.1438,
      "step": 290830
    },
    {
      "epoch": 0.6059166666666667,
      "grad_norm": 1.0032068490982056,
      "learning_rate": 0.00010173896172098141,
      "loss": 4.545,
      "step": 290840
    },
    {
      "epoch": 0.6059375,
      "grad_norm": 11.571943283081055,
      "learning_rate": 0.00010172962747020018,
      "loss": 4.2262,
      "step": 290850
    },
    {
      "epoch": 0.6059583333333334,
      "grad_norm": 6.988489627838135,
      "learning_rate": 0.0001017202934279278,
      "loss": 4.8017,
      "step": 290860
    },
    {
      "epoch": 0.6059791666666666,
      "grad_norm": 1.3036189079284668,
      "learning_rate": 0.00010171095959420469,
      "loss": 4.5682,
      "step": 290870
    },
    {
      "epoch": 0.606,
      "grad_norm": 0.6988070011138916,
      "learning_rate": 0.0001017016259690711,
      "loss": 3.9277,
      "step": 290880
    },
    {
      "epoch": 0.6060208333333333,
      "grad_norm": 5.734591960906982,
      "learning_rate": 0.0001016922925525674,
      "loss": 5.4388,
      "step": 290890
    },
    {
      "epoch": 0.6060416666666667,
      "grad_norm": 1.1294976472854614,
      "learning_rate": 0.00010168295934473381,
      "loss": 4.6856,
      "step": 290900
    },
    {
      "epoch": 0.6060625,
      "grad_norm": 2.219900131225586,
      "learning_rate": 0.00010167362634561075,
      "loss": 3.937,
      "step": 290910
    },
    {
      "epoch": 0.6060833333333333,
      "grad_norm": 1.1380993127822876,
      "learning_rate": 0.00010166429355523852,
      "loss": 4.3347,
      "step": 290920
    },
    {
      "epoch": 0.6061041666666667,
      "grad_norm": 1.2463829517364502,
      "learning_rate": 0.00010165496097365732,
      "loss": 4.5622,
      "step": 290930
    },
    {
      "epoch": 0.606125,
      "grad_norm": 2.043623208999634,
      "learning_rate": 0.00010164562860090762,
      "loss": 4.209,
      "step": 290940
    },
    {
      "epoch": 0.6061458333333334,
      "grad_norm": 2.639915943145752,
      "learning_rate": 0.00010163629643702968,
      "loss": 4.6189,
      "step": 290950
    },
    {
      "epoch": 0.6061666666666666,
      "grad_norm": 3.549360513687134,
      "learning_rate": 0.00010162696448206375,
      "loss": 4.087,
      "step": 290960
    },
    {
      "epoch": 0.6061875,
      "grad_norm": 1.1349798440933228,
      "learning_rate": 0.00010161763273605019,
      "loss": 4.5825,
      "step": 290970
    },
    {
      "epoch": 0.6062083333333333,
      "grad_norm": 0.9886767268180847,
      "learning_rate": 0.00010160830119902936,
      "loss": 4.8934,
      "step": 290980
    },
    {
      "epoch": 0.6062291666666667,
      "grad_norm": 1.5115653276443481,
      "learning_rate": 0.00010159896987104144,
      "loss": 4.4745,
      "step": 290990
    },
    {
      "epoch": 0.60625,
      "grad_norm": 1.3570612668991089,
      "learning_rate": 0.00010158963875212688,
      "loss": 4.4093,
      "step": 291000
    },
    {
      "epoch": 0.60625,
      "eval_loss": 7.99252986907959,
      "eval_runtime": 8.3414,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 291000
    },
    {
      "epoch": 0.6062708333333333,
      "grad_norm": 1.43533194065094,
      "learning_rate": 0.00010158030784232589,
      "loss": 4.7668,
      "step": 291010
    },
    {
      "epoch": 0.6062916666666667,
      "grad_norm": 0.6952939629554749,
      "learning_rate": 0.00010157097714167876,
      "loss": 4.7073,
      "step": 291020
    },
    {
      "epoch": 0.6063125,
      "grad_norm": 2.5137434005737305,
      "learning_rate": 0.0001015616466502259,
      "loss": 4.457,
      "step": 291030
    },
    {
      "epoch": 0.6063333333333333,
      "grad_norm": 1.825652837753296,
      "learning_rate": 0.00010155231636800754,
      "loss": 4.7819,
      "step": 291040
    },
    {
      "epoch": 0.6063541666666666,
      "grad_norm": 1.5113918781280518,
      "learning_rate": 0.00010154298629506397,
      "loss": 4.2235,
      "step": 291050
    },
    {
      "epoch": 0.606375,
      "grad_norm": 2.177187919616699,
      "learning_rate": 0.00010153365643143557,
      "loss": 4.7932,
      "step": 291060
    },
    {
      "epoch": 0.6063958333333334,
      "grad_norm": 0.9653220772743225,
      "learning_rate": 0.00010152432677716254,
      "loss": 4.1215,
      "step": 291070
    },
    {
      "epoch": 0.6064166666666667,
      "grad_norm": 0.9732300043106079,
      "learning_rate": 0.00010151499733228522,
      "loss": 4.8121,
      "step": 291080
    },
    {
      "epoch": 0.6064375,
      "grad_norm": 0.9545379877090454,
      "learning_rate": 0.00010150566809684399,
      "loss": 4.4008,
      "step": 291090
    },
    {
      "epoch": 0.6064583333333333,
      "grad_norm": 1.976807713508606,
      "learning_rate": 0.00010149633907087902,
      "loss": 5.0091,
      "step": 291100
    },
    {
      "epoch": 0.6064791666666667,
      "grad_norm": 1.3583929538726807,
      "learning_rate": 0.00010148701025443066,
      "loss": 4.6309,
      "step": 291110
    },
    {
      "epoch": 0.6065,
      "grad_norm": 2.2762672901153564,
      "learning_rate": 0.00010147768164753925,
      "loss": 4.4231,
      "step": 291120
    },
    {
      "epoch": 0.6065208333333333,
      "grad_norm": 4.9849162101745605,
      "learning_rate": 0.00010146835325024507,
      "loss": 4.4267,
      "step": 291130
    },
    {
      "epoch": 0.6065416666666666,
      "grad_norm": 1.650801420211792,
      "learning_rate": 0.00010145902506258832,
      "loss": 4.8432,
      "step": 291140
    },
    {
      "epoch": 0.6065625,
      "grad_norm": 2.541846752166748,
      "learning_rate": 0.0001014496970846094,
      "loss": 4.9084,
      "step": 291150
    },
    {
      "epoch": 0.6065833333333334,
      "grad_norm": 1.3366798162460327,
      "learning_rate": 0.00010144036931634861,
      "loss": 4.5248,
      "step": 291160
    },
    {
      "epoch": 0.6066041666666667,
      "grad_norm": 2.6953649520874023,
      "learning_rate": 0.00010143104175784613,
      "loss": 4.7292,
      "step": 291170
    },
    {
      "epoch": 0.606625,
      "grad_norm": 2.849022626876831,
      "learning_rate": 0.00010142171440914236,
      "loss": 4.4398,
      "step": 291180
    },
    {
      "epoch": 0.6066458333333333,
      "grad_norm": 1.8418686389923096,
      "learning_rate": 0.00010141238727027761,
      "loss": 4.7307,
      "step": 291190
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 1.512565016746521,
      "learning_rate": 0.00010140306034129207,
      "loss": 4.1182,
      "step": 291200
    },
    {
      "epoch": 0.6066875,
      "grad_norm": 6.764362812042236,
      "learning_rate": 0.00010139373362222602,
      "loss": 4.5035,
      "step": 291210
    },
    {
      "epoch": 0.6067083333333333,
      "grad_norm": 1.3552294969558716,
      "learning_rate": 0.00010138440711311987,
      "loss": 4.3552,
      "step": 291220
    },
    {
      "epoch": 0.6067291666666667,
      "grad_norm": 1.677646279335022,
      "learning_rate": 0.00010137508081401387,
      "loss": 4.6036,
      "step": 291230
    },
    {
      "epoch": 0.60675,
      "grad_norm": 2.842435121536255,
      "learning_rate": 0.00010136575472494818,
      "loss": 4.0657,
      "step": 291240
    },
    {
      "epoch": 0.6067708333333334,
      "grad_norm": 5.381535530090332,
      "learning_rate": 0.0001013564288459632,
      "loss": 4.3915,
      "step": 291250
    },
    {
      "epoch": 0.6067916666666666,
      "grad_norm": 1.6984336376190186,
      "learning_rate": 0.00010134710317709926,
      "loss": 4.3884,
      "step": 291260
    },
    {
      "epoch": 0.6068125,
      "grad_norm": 1.500549554824829,
      "learning_rate": 0.00010133777771839649,
      "loss": 5.0607,
      "step": 291270
    },
    {
      "epoch": 0.6068333333333333,
      "grad_norm": 1.3511947393417358,
      "learning_rate": 0.0001013284524698953,
      "loss": 4.2629,
      "step": 291280
    },
    {
      "epoch": 0.6068541666666667,
      "grad_norm": 1.869659423828125,
      "learning_rate": 0.00010131912743163596,
      "loss": 4.6423,
      "step": 291290
    },
    {
      "epoch": 0.606875,
      "grad_norm": 2.850764513015747,
      "learning_rate": 0.00010130980260365865,
      "loss": 4.24,
      "step": 291300
    },
    {
      "epoch": 0.6068958333333333,
      "grad_norm": 1.2221400737762451,
      "learning_rate": 0.00010130047798600373,
      "loss": 4.4268,
      "step": 291310
    },
    {
      "epoch": 0.6069166666666667,
      "grad_norm": 1.7588013410568237,
      "learning_rate": 0.00010129115357871155,
      "loss": 4.6776,
      "step": 291320
    },
    {
      "epoch": 0.6069375,
      "grad_norm": 1.4554309844970703,
      "learning_rate": 0.00010128182938182222,
      "loss": 4.1999,
      "step": 291330
    },
    {
      "epoch": 0.6069583333333334,
      "grad_norm": 2.176337480545044,
      "learning_rate": 0.00010127250539537612,
      "loss": 4.5429,
      "step": 291340
    },
    {
      "epoch": 0.6069791666666666,
      "grad_norm": 2.2498281002044678,
      "learning_rate": 0.00010126318161941356,
      "loss": 4.9582,
      "step": 291350
    },
    {
      "epoch": 0.607,
      "grad_norm": 1.2534737586975098,
      "learning_rate": 0.00010125385805397469,
      "loss": 4.9481,
      "step": 291360
    },
    {
      "epoch": 0.6070208333333333,
      "grad_norm": 1.1192739009857178,
      "learning_rate": 0.00010124453469909992,
      "loss": 4.372,
      "step": 291370
    },
    {
      "epoch": 0.6070416666666667,
      "grad_norm": 1.6344542503356934,
      "learning_rate": 0.00010123521155482946,
      "loss": 4.5259,
      "step": 291380
    },
    {
      "epoch": 0.6070625,
      "grad_norm": 1.9068454504013062,
      "learning_rate": 0.00010122588862120352,
      "loss": 4.5321,
      "step": 291390
    },
    {
      "epoch": 0.6070833333333333,
      "grad_norm": 5.319901466369629,
      "learning_rate": 0.0001012165658982625,
      "loss": 4.7335,
      "step": 291400
    },
    {
      "epoch": 0.6071041666666667,
      "grad_norm": 3.42971134185791,
      "learning_rate": 0.00010120724338604657,
      "loss": 4.7607,
      "step": 291410
    },
    {
      "epoch": 0.607125,
      "grad_norm": 2.007328748703003,
      "learning_rate": 0.000101197921084596,
      "loss": 4.4864,
      "step": 291420
    },
    {
      "epoch": 0.6071458333333334,
      "grad_norm": 2.1268510818481445,
      "learning_rate": 0.0001011885989939512,
      "loss": 4.5394,
      "step": 291430
    },
    {
      "epoch": 0.6071666666666666,
      "grad_norm": 4.616703033447266,
      "learning_rate": 0.00010117927711415225,
      "loss": 4.6522,
      "step": 291440
    },
    {
      "epoch": 0.6071875,
      "grad_norm": 1.4093105792999268,
      "learning_rate": 0.00010116995544523949,
      "loss": 4.2637,
      "step": 291450
    },
    {
      "epoch": 0.6072083333333333,
      "grad_norm": 1.2289074659347534,
      "learning_rate": 0.00010116063398725327,
      "loss": 4.3765,
      "step": 291460
    },
    {
      "epoch": 0.6072291666666667,
      "grad_norm": 2.261334180831909,
      "learning_rate": 0.00010115131274023373,
      "loss": 4.9937,
      "step": 291470
    },
    {
      "epoch": 0.60725,
      "grad_norm": 2.036301612854004,
      "learning_rate": 0.00010114199170422121,
      "loss": 4.7459,
      "step": 291480
    },
    {
      "epoch": 0.6072708333333333,
      "grad_norm": 3.4713010787963867,
      "learning_rate": 0.00010113267087925588,
      "loss": 4.6992,
      "step": 291490
    },
    {
      "epoch": 0.6072916666666667,
      "grad_norm": 1.333317518234253,
      "learning_rate": 0.00010112335026537814,
      "loss": 4.4388,
      "step": 291500
    },
    {
      "epoch": 0.6073125,
      "grad_norm": 3.5825817584991455,
      "learning_rate": 0.00010111402986262817,
      "loss": 5.0583,
      "step": 291510
    },
    {
      "epoch": 0.6073333333333333,
      "grad_norm": 1.051190733909607,
      "learning_rate": 0.00010110470967104617,
      "loss": 4.5715,
      "step": 291520
    },
    {
      "epoch": 0.6073541666666666,
      "grad_norm": 2.5730862617492676,
      "learning_rate": 0.00010109538969067256,
      "loss": 4.9737,
      "step": 291530
    },
    {
      "epoch": 0.607375,
      "grad_norm": 2.2894864082336426,
      "learning_rate": 0.00010108606992154748,
      "loss": 4.1456,
      "step": 291540
    },
    {
      "epoch": 0.6073958333333334,
      "grad_norm": 3.3713788986206055,
      "learning_rate": 0.00010107675036371115,
      "loss": 4.3152,
      "step": 291550
    },
    {
      "epoch": 0.6074166666666667,
      "grad_norm": 1.3769159317016602,
      "learning_rate": 0.000101067431017204,
      "loss": 4.6474,
      "step": 291560
    },
    {
      "epoch": 0.6074375,
      "grad_norm": 2.8006374835968018,
      "learning_rate": 0.00010105811188206612,
      "loss": 4.1752,
      "step": 291570
    },
    {
      "epoch": 0.6074583333333333,
      "grad_norm": 1.2042008638381958,
      "learning_rate": 0.0001010487929583378,
      "loss": 4.1329,
      "step": 291580
    },
    {
      "epoch": 0.6074791666666667,
      "grad_norm": 1.7423871755599976,
      "learning_rate": 0.00010103947424605938,
      "loss": 4.0894,
      "step": 291590
    },
    {
      "epoch": 0.6075,
      "grad_norm": 2.049351692199707,
      "learning_rate": 0.00010103015574527106,
      "loss": 4.477,
      "step": 291600
    },
    {
      "epoch": 0.6075208333333333,
      "grad_norm": 1.7747972011566162,
      "learning_rate": 0.00010102083745601299,
      "loss": 4.3931,
      "step": 291610
    },
    {
      "epoch": 0.6075416666666666,
      "grad_norm": 2.9884352684020996,
      "learning_rate": 0.0001010115193783256,
      "loss": 4.2298,
      "step": 291620
    },
    {
      "epoch": 0.6075625,
      "grad_norm": 1.2376430034637451,
      "learning_rate": 0.00010100220151224906,
      "loss": 4.518,
      "step": 291630
    },
    {
      "epoch": 0.6075833333333334,
      "grad_norm": 5.0356125831604,
      "learning_rate": 0.00010099288385782353,
      "loss": 4.714,
      "step": 291640
    },
    {
      "epoch": 0.6076041666666666,
      "grad_norm": 1.9272531270980835,
      "learning_rate": 0.00010098356641508941,
      "loss": 4.7678,
      "step": 291650
    },
    {
      "epoch": 0.607625,
      "grad_norm": 1.443212866783142,
      "learning_rate": 0.00010097424918408688,
      "loss": 4.5534,
      "step": 291660
    },
    {
      "epoch": 0.6076458333333333,
      "grad_norm": 3.20773983001709,
      "learning_rate": 0.00010096493216485616,
      "loss": 4.915,
      "step": 291670
    },
    {
      "epoch": 0.6076666666666667,
      "grad_norm": 2.025635242462158,
      "learning_rate": 0.00010095561535743753,
      "loss": 5.3376,
      "step": 291680
    },
    {
      "epoch": 0.6076875,
      "grad_norm": 1.9360263347625732,
      "learning_rate": 0.00010094629876187129,
      "loss": 4.3338,
      "step": 291690
    },
    {
      "epoch": 0.6077083333333333,
      "grad_norm": 1.333202600479126,
      "learning_rate": 0.00010093698237819753,
      "loss": 4.2638,
      "step": 291700
    },
    {
      "epoch": 0.6077291666666667,
      "grad_norm": 0.7444027662277222,
      "learning_rate": 0.00010092766620645661,
      "loss": 4.3926,
      "step": 291710
    },
    {
      "epoch": 0.60775,
      "grad_norm": 1.0361024141311646,
      "learning_rate": 0.00010091835024668879,
      "loss": 4.7064,
      "step": 291720
    },
    {
      "epoch": 0.6077708333333334,
      "grad_norm": 3.3999361991882324,
      "learning_rate": 0.0001009090344989342,
      "loss": 4.7602,
      "step": 291730
    },
    {
      "epoch": 0.6077916666666666,
      "grad_norm": 1.436048150062561,
      "learning_rate": 0.00010089971896323324,
      "loss": 4.5872,
      "step": 291740
    },
    {
      "epoch": 0.6078125,
      "grad_norm": 3.277637243270874,
      "learning_rate": 0.000100890403639626,
      "loss": 3.9728,
      "step": 291750
    },
    {
      "epoch": 0.6078333333333333,
      "grad_norm": 3.1771047115325928,
      "learning_rate": 0.00010088108852815276,
      "loss": 4.7507,
      "step": 291760
    },
    {
      "epoch": 0.6078541666666667,
      "grad_norm": 0.7565111517906189,
      "learning_rate": 0.00010087177362885383,
      "loss": 4.0204,
      "step": 291770
    },
    {
      "epoch": 0.607875,
      "grad_norm": 1.9502878189086914,
      "learning_rate": 0.00010086245894176936,
      "loss": 4.1421,
      "step": 291780
    },
    {
      "epoch": 0.6078958333333333,
      "grad_norm": 1.7915160655975342,
      "learning_rate": 0.00010085314446693964,
      "loss": 4.2287,
      "step": 291790
    },
    {
      "epoch": 0.6079166666666667,
      "grad_norm": 1.6474590301513672,
      "learning_rate": 0.00010084383020440485,
      "loss": 4.2437,
      "step": 291800
    },
    {
      "epoch": 0.6079375,
      "grad_norm": 2.9523046016693115,
      "learning_rate": 0.00010083451615420526,
      "loss": 4.5048,
      "step": 291810
    },
    {
      "epoch": 0.6079583333333334,
      "grad_norm": 1.4967164993286133,
      "learning_rate": 0.00010082520231638115,
      "loss": 4.4426,
      "step": 291820
    },
    {
      "epoch": 0.6079791666666666,
      "grad_norm": 1.0751922130584717,
      "learning_rate": 0.00010081588869097262,
      "loss": 3.8915,
      "step": 291830
    },
    {
      "epoch": 0.608,
      "grad_norm": 1.0917539596557617,
      "learning_rate": 0.00010080657527802,
      "loss": 4.1569,
      "step": 291840
    },
    {
      "epoch": 0.6080208333333333,
      "grad_norm": 1.0087751150131226,
      "learning_rate": 0.00010079726207756358,
      "loss": 4.5099,
      "step": 291850
    },
    {
      "epoch": 0.6080416666666667,
      "grad_norm": 2.0152554512023926,
      "learning_rate": 0.0001007879490896434,
      "loss": 4.4781,
      "step": 291860
    },
    {
      "epoch": 0.6080625,
      "grad_norm": 2.553753137588501,
      "learning_rate": 0.0001007786363142999,
      "loss": 4.7511,
      "step": 291870
    },
    {
      "epoch": 0.6080833333333333,
      "grad_norm": 1.3316282033920288,
      "learning_rate": 0.00010076932375157315,
      "loss": 4.3183,
      "step": 291880
    },
    {
      "epoch": 0.6081041666666667,
      "grad_norm": 0.8218548893928528,
      "learning_rate": 0.00010076001140150343,
      "loss": 4.994,
      "step": 291890
    },
    {
      "epoch": 0.608125,
      "grad_norm": 1.0296074151992798,
      "learning_rate": 0.00010075069926413102,
      "loss": 4.7806,
      "step": 291900
    },
    {
      "epoch": 0.6081458333333334,
      "grad_norm": 1.5302826166152954,
      "learning_rate": 0.00010074138733949607,
      "loss": 4.3615,
      "step": 291910
    },
    {
      "epoch": 0.6081666666666666,
      "grad_norm": 1.4467366933822632,
      "learning_rate": 0.00010073207562763879,
      "loss": 4.4415,
      "step": 291920
    },
    {
      "epoch": 0.6081875,
      "grad_norm": 3.223062038421631,
      "learning_rate": 0.0001007227641285995,
      "loss": 4.1962,
      "step": 291930
    },
    {
      "epoch": 0.6082083333333334,
      "grad_norm": 5.931107044219971,
      "learning_rate": 0.00010071345284241834,
      "loss": 4.4976,
      "step": 291940
    },
    {
      "epoch": 0.6082291666666667,
      "grad_norm": 1.1205368041992188,
      "learning_rate": 0.00010070414176913551,
      "loss": 4.395,
      "step": 291950
    },
    {
      "epoch": 0.60825,
      "grad_norm": 2.654648780822754,
      "learning_rate": 0.00010069483090879135,
      "loss": 4.531,
      "step": 291960
    },
    {
      "epoch": 0.6082708333333333,
      "grad_norm": 2.3446686267852783,
      "learning_rate": 0.00010068552026142598,
      "loss": 4.733,
      "step": 291970
    },
    {
      "epoch": 0.6082916666666667,
      "grad_norm": 1.0439752340316772,
      "learning_rate": 0.00010067620982707962,
      "loss": 4.301,
      "step": 291980
    },
    {
      "epoch": 0.6083125,
      "grad_norm": 1.82127845287323,
      "learning_rate": 0.00010066689960579254,
      "loss": 4.0523,
      "step": 291990
    },
    {
      "epoch": 0.6083333333333333,
      "grad_norm": 1.4275726079940796,
      "learning_rate": 0.00010065758959760495,
      "loss": 4.5012,
      "step": 292000
    },
    {
      "epoch": 0.6083333333333333,
      "eval_loss": 9.521339416503906,
      "eval_runtime": 8.8207,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 292000
    },
    {
      "epoch": 0.6083541666666666,
      "grad_norm": 2.596757173538208,
      "learning_rate": 0.00010064827980255698,
      "loss": 4.4855,
      "step": 292010
    },
    {
      "epoch": 0.608375,
      "grad_norm": 3.1640589237213135,
      "learning_rate": 0.00010063897022068891,
      "loss": 4.335,
      "step": 292020
    },
    {
      "epoch": 0.6083958333333334,
      "grad_norm": 2.153017044067383,
      "learning_rate": 0.00010062966085204102,
      "loss": 4.6884,
      "step": 292030
    },
    {
      "epoch": 0.6084166666666667,
      "grad_norm": 1.2272526025772095,
      "learning_rate": 0.00010062035169665336,
      "loss": 4.5912,
      "step": 292040
    },
    {
      "epoch": 0.6084375,
      "grad_norm": 2.338702440261841,
      "learning_rate": 0.00010061104275456626,
      "loss": 4.8323,
      "step": 292050
    },
    {
      "epoch": 0.6084583333333333,
      "grad_norm": 1.2535836696624756,
      "learning_rate": 0.00010060173402581997,
      "loss": 4.8552,
      "step": 292060
    },
    {
      "epoch": 0.6084791666666667,
      "grad_norm": 5.0353102684021,
      "learning_rate": 0.00010059242551045459,
      "loss": 5.589,
      "step": 292070
    },
    {
      "epoch": 0.6085,
      "grad_norm": 1.031965732574463,
      "learning_rate": 0.00010058311720851034,
      "loss": 4.1175,
      "step": 292080
    },
    {
      "epoch": 0.6085208333333333,
      "grad_norm": 1.4424885511398315,
      "learning_rate": 0.00010057380912002754,
      "loss": 4.1057,
      "step": 292090
    },
    {
      "epoch": 0.6085416666666666,
      "grad_norm": 0.8759567141532898,
      "learning_rate": 0.0001005645012450463,
      "loss": 4.6897,
      "step": 292100
    },
    {
      "epoch": 0.6085625,
      "grad_norm": 1.136356234550476,
      "learning_rate": 0.00010055519358360675,
      "loss": 4.4999,
      "step": 292110
    },
    {
      "epoch": 0.6085833333333334,
      "grad_norm": 2.2936744689941406,
      "learning_rate": 0.0001005458861357493,
      "loss": 4.092,
      "step": 292120
    },
    {
      "epoch": 0.6086041666666666,
      "grad_norm": 2.242161750793457,
      "learning_rate": 0.00010053657890151405,
      "loss": 4.2214,
      "step": 292130
    },
    {
      "epoch": 0.608625,
      "grad_norm": 3.152911901473999,
      "learning_rate": 0.00010052727188094112,
      "loss": 4.6487,
      "step": 292140
    },
    {
      "epoch": 0.6086458333333333,
      "grad_norm": 3.7049055099487305,
      "learning_rate": 0.00010051796507407086,
      "loss": 4.5829,
      "step": 292150
    },
    {
      "epoch": 0.6086666666666667,
      "grad_norm": 1.28103768825531,
      "learning_rate": 0.00010050865848094339,
      "loss": 4.6692,
      "step": 292160
    },
    {
      "epoch": 0.6086875,
      "grad_norm": 1.1398334503173828,
      "learning_rate": 0.00010049935210159888,
      "loss": 4.2119,
      "step": 292170
    },
    {
      "epoch": 0.6087083333333333,
      "grad_norm": 1.1802459955215454,
      "learning_rate": 0.00010049004593607762,
      "loss": 4.1526,
      "step": 292180
    },
    {
      "epoch": 0.6087291666666667,
      "grad_norm": 1.0293418169021606,
      "learning_rate": 0.0001004807399844198,
      "loss": 4.6092,
      "step": 292190
    },
    {
      "epoch": 0.60875,
      "grad_norm": 2.5882997512817383,
      "learning_rate": 0.00010047143424666549,
      "loss": 4.2898,
      "step": 292200
    },
    {
      "epoch": 0.6087708333333334,
      "grad_norm": 18.305099487304688,
      "learning_rate": 0.00010046212872285502,
      "loss": 4.9191,
      "step": 292210
    },
    {
      "epoch": 0.6087916666666666,
      "grad_norm": 4.799053192138672,
      "learning_rate": 0.00010045282341302859,
      "loss": 4.5452,
      "step": 292220
    },
    {
      "epoch": 0.6088125,
      "grad_norm": 1.5985486507415771,
      "learning_rate": 0.00010044351831722628,
      "loss": 4.6963,
      "step": 292230
    },
    {
      "epoch": 0.6088333333333333,
      "grad_norm": 1.5396342277526855,
      "learning_rate": 0.00010043421343548842,
      "loss": 4.7177,
      "step": 292240
    },
    {
      "epoch": 0.6088541666666667,
      "grad_norm": 0.8035231232643127,
      "learning_rate": 0.0001004249087678551,
      "loss": 4.4932,
      "step": 292250
    },
    {
      "epoch": 0.608875,
      "grad_norm": 2.056755542755127,
      "learning_rate": 0.00010041560431436653,
      "loss": 4.086,
      "step": 292260
    },
    {
      "epoch": 0.6088958333333333,
      "grad_norm": 2.454511880874634,
      "learning_rate": 0.00010040630007506296,
      "loss": 4.7976,
      "step": 292270
    },
    {
      "epoch": 0.6089166666666667,
      "grad_norm": 3.4064059257507324,
      "learning_rate": 0.00010039699604998456,
      "loss": 4.3455,
      "step": 292280
    },
    {
      "epoch": 0.6089375,
      "grad_norm": 2.189889669418335,
      "learning_rate": 0.00010038769223917142,
      "loss": 4.2342,
      "step": 292290
    },
    {
      "epoch": 0.6089583333333334,
      "grad_norm": 1.2347722053527832,
      "learning_rate": 0.0001003783886426639,
      "loss": 4.2644,
      "step": 292300
    },
    {
      "epoch": 0.6089791666666666,
      "grad_norm": 1.853780746459961,
      "learning_rate": 0.00010036908526050208,
      "loss": 4.1337,
      "step": 292310
    },
    {
      "epoch": 0.609,
      "grad_norm": 1.2383545637130737,
      "learning_rate": 0.0001003597820927261,
      "loss": 4.2791,
      "step": 292320
    },
    {
      "epoch": 0.6090208333333333,
      "grad_norm": 1.836156964302063,
      "learning_rate": 0.0001003504791393763,
      "loss": 4.427,
      "step": 292330
    },
    {
      "epoch": 0.6090416666666667,
      "grad_norm": 2.7731282711029053,
      "learning_rate": 0.00010034117640049274,
      "loss": 5.3407,
      "step": 292340
    },
    {
      "epoch": 0.6090625,
      "grad_norm": 1.8971298933029175,
      "learning_rate": 0.00010033187387611562,
      "loss": 4.8263,
      "step": 292350
    },
    {
      "epoch": 0.6090833333333333,
      "grad_norm": 0.8861815929412842,
      "learning_rate": 0.00010032257156628522,
      "loss": 4.5754,
      "step": 292360
    },
    {
      "epoch": 0.6091041666666667,
      "grad_norm": 1.9944007396697998,
      "learning_rate": 0.0001003132694710416,
      "loss": 5.011,
      "step": 292370
    },
    {
      "epoch": 0.609125,
      "grad_norm": 2.0063984394073486,
      "learning_rate": 0.00010030396759042501,
      "loss": 5.1282,
      "step": 292380
    },
    {
      "epoch": 0.6091458333333334,
      "grad_norm": 2.003025531768799,
      "learning_rate": 0.00010029466592447553,
      "loss": 4.1223,
      "step": 292390
    },
    {
      "epoch": 0.6091666666666666,
      "grad_norm": 2.0337624549865723,
      "learning_rate": 0.00010028536447323351,
      "loss": 5.3623,
      "step": 292400
    },
    {
      "epoch": 0.6091875,
      "grad_norm": 0.9114859700202942,
      "learning_rate": 0.00010027606323673899,
      "loss": 4.5616,
      "step": 292410
    },
    {
      "epoch": 0.6092083333333334,
      "grad_norm": 4.07864236831665,
      "learning_rate": 0.00010026676221503217,
      "loss": 4.3182,
      "step": 292420
    },
    {
      "epoch": 0.6092291666666667,
      "grad_norm": 1.9920333623886108,
      "learning_rate": 0.00010025746140815334,
      "loss": 4.5085,
      "step": 292430
    },
    {
      "epoch": 0.60925,
      "grad_norm": 1.2742472887039185,
      "learning_rate": 0.00010024816081614253,
      "loss": 4.198,
      "step": 292440
    },
    {
      "epoch": 0.6092708333333333,
      "grad_norm": 2.6735639572143555,
      "learning_rate": 0.00010023886043903994,
      "loss": 4.636,
      "step": 292450
    },
    {
      "epoch": 0.6092916666666667,
      "grad_norm": 1.74112069606781,
      "learning_rate": 0.00010022956027688582,
      "loss": 4.6113,
      "step": 292460
    },
    {
      "epoch": 0.6093125,
      "grad_norm": 2.395686626434326,
      "learning_rate": 0.00010022026032972029,
      "loss": 4.1883,
      "step": 292470
    },
    {
      "epoch": 0.6093333333333333,
      "grad_norm": 1.3567149639129639,
      "learning_rate": 0.00010021096059758352,
      "loss": 3.9011,
      "step": 292480
    },
    {
      "epoch": 0.6093541666666666,
      "grad_norm": 1.393073558807373,
      "learning_rate": 0.00010020166108051571,
      "loss": 4.5249,
      "step": 292490
    },
    {
      "epoch": 0.609375,
      "grad_norm": 0.8619191646575928,
      "learning_rate": 0.00010019236177855706,
      "loss": 4.4457,
      "step": 292500
    },
    {
      "epoch": 0.6093958333333334,
      "grad_norm": 2.279284715652466,
      "learning_rate": 0.0001001830626917476,
      "loss": 4.6549,
      "step": 292510
    },
    {
      "epoch": 0.6094166666666667,
      "grad_norm": 1.6752554178237915,
      "learning_rate": 0.00010017376382012762,
      "loss": 4.8001,
      "step": 292520
    },
    {
      "epoch": 0.6094375,
      "grad_norm": 1.625920295715332,
      "learning_rate": 0.00010016446516373731,
      "loss": 4.526,
      "step": 292530
    },
    {
      "epoch": 0.6094583333333333,
      "grad_norm": 0.9817327260971069,
      "learning_rate": 0.0001001551667226167,
      "loss": 4.3471,
      "step": 292540
    },
    {
      "epoch": 0.6094791666666667,
      "grad_norm": 1.197049617767334,
      "learning_rate": 0.00010014586849680609,
      "loss": 4.3966,
      "step": 292550
    },
    {
      "epoch": 0.6095,
      "grad_norm": 0.9899523854255676,
      "learning_rate": 0.00010013657048634561,
      "loss": 4.3111,
      "step": 292560
    },
    {
      "epoch": 0.6095208333333333,
      "grad_norm": 1.8076725006103516,
      "learning_rate": 0.00010012727269127536,
      "loss": 4.228,
      "step": 292570
    },
    {
      "epoch": 0.6095416666666666,
      "grad_norm": 1.2599749565124512,
      "learning_rate": 0.00010011797511163558,
      "loss": 4.3674,
      "step": 292580
    },
    {
      "epoch": 0.6095625,
      "grad_norm": 1.8825979232788086,
      "learning_rate": 0.00010010867774746641,
      "loss": 4.6355,
      "step": 292590
    },
    {
      "epoch": 0.6095833333333334,
      "grad_norm": 1.150917887687683,
      "learning_rate": 0.00010009938059880795,
      "loss": 4.2884,
      "step": 292600
    },
    {
      "epoch": 0.6096041666666666,
      "grad_norm": 1.2469242811203003,
      "learning_rate": 0.00010009008366570047,
      "loss": 4.2639,
      "step": 292610
    },
    {
      "epoch": 0.609625,
      "grad_norm": 1.4683853387832642,
      "learning_rate": 0.00010008078694818407,
      "loss": 4.1615,
      "step": 292620
    },
    {
      "epoch": 0.6096458333333333,
      "grad_norm": 1.932262659072876,
      "learning_rate": 0.00010007149044629887,
      "loss": 3.9569,
      "step": 292630
    },
    {
      "epoch": 0.6096666666666667,
      "grad_norm": 1.336293339729309,
      "learning_rate": 0.00010006219416008514,
      "loss": 4.6091,
      "step": 292640
    },
    {
      "epoch": 0.6096875,
      "grad_norm": 1.1349399089813232,
      "learning_rate": 0.00010005289808958291,
      "loss": 4.7393,
      "step": 292650
    },
    {
      "epoch": 0.6097083333333333,
      "grad_norm": 1.0566762685775757,
      "learning_rate": 0.00010004360223483244,
      "loss": 4.0989,
      "step": 292660
    },
    {
      "epoch": 0.6097291666666667,
      "grad_norm": 1.7752926349639893,
      "learning_rate": 0.00010003430659587374,
      "loss": 4.1197,
      "step": 292670
    },
    {
      "epoch": 0.60975,
      "grad_norm": 1.3091667890548706,
      "learning_rate": 0.00010002501117274713,
      "loss": 4.7095,
      "step": 292680
    },
    {
      "epoch": 0.6097708333333334,
      "grad_norm": 6.882339954376221,
      "learning_rate": 0.00010001571596549269,
      "loss": 4.9964,
      "step": 292690
    },
    {
      "epoch": 0.6097916666666666,
      "grad_norm": 1.5319582223892212,
      "learning_rate": 0.00010000642097415054,
      "loss": 4.2089,
      "step": 292700
    },
    {
      "epoch": 0.6098125,
      "grad_norm": 1.5219331979751587,
      "learning_rate": 9.999712619876087e-05,
      "loss": 4.1634,
      "step": 292710
    },
    {
      "epoch": 0.6098333333333333,
      "grad_norm": 0.8725042939186096,
      "learning_rate": 9.998783163936386e-05,
      "loss": 4.7395,
      "step": 292720
    },
    {
      "epoch": 0.6098541666666667,
      "grad_norm": 1.1650999784469604,
      "learning_rate": 9.997853729599955e-05,
      "loss": 4.4541,
      "step": 292730
    },
    {
      "epoch": 0.609875,
      "grad_norm": 1.9103116989135742,
      "learning_rate": 9.996924316870824e-05,
      "loss": 4.5122,
      "step": 292740
    },
    {
      "epoch": 0.6098958333333333,
      "grad_norm": 2.577333927154541,
      "learning_rate": 9.995994925752994e-05,
      "loss": 4.0597,
      "step": 292750
    },
    {
      "epoch": 0.6099166666666667,
      "grad_norm": 2.153526544570923,
      "learning_rate": 9.995065556250485e-05,
      "loss": 4.3346,
      "step": 292760
    },
    {
      "epoch": 0.6099375,
      "grad_norm": 1.6159430742263794,
      "learning_rate": 9.994136208367315e-05,
      "loss": 4.745,
      "step": 292770
    },
    {
      "epoch": 0.6099583333333334,
      "grad_norm": 1.5871917009353638,
      "learning_rate": 9.993206882107496e-05,
      "loss": 4.0902,
      "step": 292780
    },
    {
      "epoch": 0.6099791666666666,
      "grad_norm": 1.5234572887420654,
      "learning_rate": 9.992277577475034e-05,
      "loss": 4.4407,
      "step": 292790
    },
    {
      "epoch": 0.61,
      "grad_norm": 1.025073528289795,
      "learning_rate": 9.99134829447396e-05,
      "loss": 4.6647,
      "step": 292800
    },
    {
      "epoch": 0.6100208333333333,
      "grad_norm": 3.006913900375366,
      "learning_rate": 9.990419033108273e-05,
      "loss": 4.5183,
      "step": 292810
    },
    {
      "epoch": 0.6100416666666667,
      "grad_norm": 2.188978672027588,
      "learning_rate": 9.989489793381993e-05,
      "loss": 4.3813,
      "step": 292820
    },
    {
      "epoch": 0.6100625,
      "grad_norm": 1.3076305389404297,
      "learning_rate": 9.988560575299138e-05,
      "loss": 4.2919,
      "step": 292830
    },
    {
      "epoch": 0.6100833333333333,
      "grad_norm": 1.6567184925079346,
      "learning_rate": 9.987631378863713e-05,
      "loss": 4.8984,
      "step": 292840
    },
    {
      "epoch": 0.6101041666666667,
      "grad_norm": 0.8216415643692017,
      "learning_rate": 9.986702204079735e-05,
      "loss": 4.6324,
      "step": 292850
    },
    {
      "epoch": 0.610125,
      "grad_norm": 1.325218677520752,
      "learning_rate": 9.985773050951226e-05,
      "loss": 4.6043,
      "step": 292860
    },
    {
      "epoch": 0.6101458333333334,
      "grad_norm": 1.0551282167434692,
      "learning_rate": 9.984843919482192e-05,
      "loss": 4.2017,
      "step": 292870
    },
    {
      "epoch": 0.6101666666666666,
      "grad_norm": 1.2444361448287964,
      "learning_rate": 9.983914809676641e-05,
      "loss": 4.0882,
      "step": 292880
    },
    {
      "epoch": 0.6101875,
      "grad_norm": 0.898706316947937,
      "learning_rate": 9.982985721538595e-05,
      "loss": 4.6343,
      "step": 292890
    },
    {
      "epoch": 0.6102083333333334,
      "grad_norm": 1.7040667533874512,
      "learning_rate": 9.982056655072069e-05,
      "loss": 4.2617,
      "step": 292900
    },
    {
      "epoch": 0.6102291666666667,
      "grad_norm": 1.7406765222549438,
      "learning_rate": 9.981127610281064e-05,
      "loss": 4.3155,
      "step": 292910
    },
    {
      "epoch": 0.61025,
      "grad_norm": 1.6545976400375366,
      "learning_rate": 9.980198587169608e-05,
      "loss": 4.6395,
      "step": 292920
    },
    {
      "epoch": 0.6102708333333333,
      "grad_norm": 1.6043018102645874,
      "learning_rate": 9.979269585741705e-05,
      "loss": 4.5748,
      "step": 292930
    },
    {
      "epoch": 0.6102916666666667,
      "grad_norm": 1.386441707611084,
      "learning_rate": 9.978340606001369e-05,
      "loss": 4.7146,
      "step": 292940
    },
    {
      "epoch": 0.6103125,
      "grad_norm": 2.798518180847168,
      "learning_rate": 9.977411647952615e-05,
      "loss": 4.8632,
      "step": 292950
    },
    {
      "epoch": 0.6103333333333333,
      "grad_norm": 1.5477070808410645,
      "learning_rate": 9.976482711599455e-05,
      "loss": 4.5745,
      "step": 292960
    },
    {
      "epoch": 0.6103541666666666,
      "grad_norm": 1.169893503189087,
      "learning_rate": 9.975553796945902e-05,
      "loss": 4.3256,
      "step": 292970
    },
    {
      "epoch": 0.610375,
      "grad_norm": 3.3615734577178955,
      "learning_rate": 9.974624903995962e-05,
      "loss": 4.52,
      "step": 292980
    },
    {
      "epoch": 0.6103958333333334,
      "grad_norm": 7.729018211364746,
      "learning_rate": 9.97369603275366e-05,
      "loss": 4.2844,
      "step": 292990
    },
    {
      "epoch": 0.6104166666666667,
      "grad_norm": 3.0516610145568848,
      "learning_rate": 9.972767183223003e-05,
      "loss": 4.2923,
      "step": 293000
    },
    {
      "epoch": 0.6104166666666667,
      "eval_loss": 7.5897216796875,
      "eval_runtime": 8.4438,
      "eval_samples_per_second": 0.355,
      "eval_steps_per_second": 0.118,
      "step": 293000
    },
    {
      "epoch": 0.6104375,
      "grad_norm": 1.1701377630233765,
      "learning_rate": 9.971838355407995e-05,
      "loss": 4.3706,
      "step": 293010
    },
    {
      "epoch": 0.6104583333333333,
      "grad_norm": 1.6034746170043945,
      "learning_rate": 9.970909549312657e-05,
      "loss": 4.2293,
      "step": 293020
    },
    {
      "epoch": 0.6104791666666667,
      "grad_norm": 4.466197967529297,
      "learning_rate": 9.969980764941003e-05,
      "loss": 4.5858,
      "step": 293030
    },
    {
      "epoch": 0.6105,
      "grad_norm": 6.516568660736084,
      "learning_rate": 9.969052002297035e-05,
      "loss": 4.5968,
      "step": 293040
    },
    {
      "epoch": 0.6105208333333333,
      "grad_norm": 1.0657646656036377,
      "learning_rate": 9.968123261384775e-05,
      "loss": 4.5259,
      "step": 293050
    },
    {
      "epoch": 0.6105416666666666,
      "grad_norm": 1.9723403453826904,
      "learning_rate": 9.967194542208231e-05,
      "loss": 4.3009,
      "step": 293060
    },
    {
      "epoch": 0.6105625,
      "grad_norm": 1.734345555305481,
      "learning_rate": 9.96626584477141e-05,
      "loss": 4.6003,
      "step": 293070
    },
    {
      "epoch": 0.6105833333333334,
      "grad_norm": 1.6444941759109497,
      "learning_rate": 9.965337169078331e-05,
      "loss": 4.0469,
      "step": 293080
    },
    {
      "epoch": 0.6106041666666666,
      "grad_norm": 1.158584713935852,
      "learning_rate": 9.964408515133008e-05,
      "loss": 4.1904,
      "step": 293090
    },
    {
      "epoch": 0.610625,
      "grad_norm": 2.8309366703033447,
      "learning_rate": 9.963479882939437e-05,
      "loss": 4.2801,
      "step": 293100
    },
    {
      "epoch": 0.6106458333333333,
      "grad_norm": 1.9795372486114502,
      "learning_rate": 9.962551272501649e-05,
      "loss": 4.4083,
      "step": 293110
    },
    {
      "epoch": 0.6106666666666667,
      "grad_norm": 1.2900569438934326,
      "learning_rate": 9.961622683823639e-05,
      "loss": 4.7506,
      "step": 293120
    },
    {
      "epoch": 0.6106875,
      "grad_norm": 2.069265842437744,
      "learning_rate": 9.960694116909425e-05,
      "loss": 4.7222,
      "step": 293130
    },
    {
      "epoch": 0.6107083333333333,
      "grad_norm": 1.9190069437026978,
      "learning_rate": 9.959765571763022e-05,
      "loss": 4.1588,
      "step": 293140
    },
    {
      "epoch": 0.6107291666666667,
      "grad_norm": 3.256626605987549,
      "learning_rate": 9.958837048388432e-05,
      "loss": 4.2306,
      "step": 293150
    },
    {
      "epoch": 0.61075,
      "grad_norm": 6.117577075958252,
      "learning_rate": 9.95790854678967e-05,
      "loss": 4.7248,
      "step": 293160
    },
    {
      "epoch": 0.6107708333333334,
      "grad_norm": 2.13607120513916,
      "learning_rate": 9.956980066970752e-05,
      "loss": 5.1801,
      "step": 293170
    },
    {
      "epoch": 0.6107916666666666,
      "grad_norm": 1.7545115947723389,
      "learning_rate": 9.956051608935681e-05,
      "loss": 4.052,
      "step": 293180
    },
    {
      "epoch": 0.6108125,
      "grad_norm": 1.1624497175216675,
      "learning_rate": 9.955123172688469e-05,
      "loss": 4.2358,
      "step": 293190
    },
    {
      "epoch": 0.6108333333333333,
      "grad_norm": 1.469862699508667,
      "learning_rate": 9.954194758233133e-05,
      "loss": 4.7426,
      "step": 293200
    },
    {
      "epoch": 0.6108541666666667,
      "grad_norm": 3.00282883644104,
      "learning_rate": 9.953266365573675e-05,
      "loss": 4.2311,
      "step": 293210
    },
    {
      "epoch": 0.610875,
      "grad_norm": 2.502322196960449,
      "learning_rate": 9.952337994714105e-05,
      "loss": 4.4761,
      "step": 293220
    },
    {
      "epoch": 0.6108958333333333,
      "grad_norm": 2.0691263675689697,
      "learning_rate": 9.951409645658446e-05,
      "loss": 4.4423,
      "step": 293230
    },
    {
      "epoch": 0.6109166666666667,
      "grad_norm": 1.764489769935608,
      "learning_rate": 9.950481318410697e-05,
      "loss": 4.8067,
      "step": 293240
    },
    {
      "epoch": 0.6109375,
      "grad_norm": 2.284785270690918,
      "learning_rate": 9.949553012974866e-05,
      "loss": 4.2111,
      "step": 293250
    },
    {
      "epoch": 0.6109583333333334,
      "grad_norm": 3.2198498249053955,
      "learning_rate": 9.948624729354964e-05,
      "loss": 4.5066,
      "step": 293260
    },
    {
      "epoch": 0.6109791666666666,
      "grad_norm": 0.89939945936203,
      "learning_rate": 9.94769646755501e-05,
      "loss": 4.1592,
      "step": 293270
    },
    {
      "epoch": 0.611,
      "grad_norm": 2.6895010471343994,
      "learning_rate": 9.946768227579005e-05,
      "loss": 4.223,
      "step": 293280
    },
    {
      "epoch": 0.6110208333333333,
      "grad_norm": 4.698685646057129,
      "learning_rate": 9.945840009430958e-05,
      "loss": 5.1478,
      "step": 293290
    },
    {
      "epoch": 0.6110416666666667,
      "grad_norm": 1.9572969675064087,
      "learning_rate": 9.944911813114888e-05,
      "loss": 4.4401,
      "step": 293300
    },
    {
      "epoch": 0.6110625,
      "grad_norm": 1.2169946432113647,
      "learning_rate": 9.943983638634794e-05,
      "loss": 5.1482,
      "step": 293310
    },
    {
      "epoch": 0.6110833333333333,
      "grad_norm": 0.9783991575241089,
      "learning_rate": 9.943055485994688e-05,
      "loss": 3.9365,
      "step": 293320
    },
    {
      "epoch": 0.6111041666666667,
      "grad_norm": 1.1859345436096191,
      "learning_rate": 9.942127355198584e-05,
      "loss": 4.5578,
      "step": 293330
    },
    {
      "epoch": 0.611125,
      "grad_norm": 1.6746320724487305,
      "learning_rate": 9.941199246250485e-05,
      "loss": 4.0203,
      "step": 293340
    },
    {
      "epoch": 0.6111458333333334,
      "grad_norm": 1.5229235887527466,
      "learning_rate": 9.940271159154403e-05,
      "loss": 4.5638,
      "step": 293350
    },
    {
      "epoch": 0.6111666666666666,
      "grad_norm": 1.6478424072265625,
      "learning_rate": 9.939343093914349e-05,
      "loss": 4.9677,
      "step": 293360
    },
    {
      "epoch": 0.6111875,
      "grad_norm": 1.6933245658874512,
      "learning_rate": 9.938415050534332e-05,
      "loss": 3.9281,
      "step": 293370
    },
    {
      "epoch": 0.6112083333333334,
      "grad_norm": 1.1596763134002686,
      "learning_rate": 9.937487029018352e-05,
      "loss": 4.6451,
      "step": 293380
    },
    {
      "epoch": 0.6112291666666667,
      "grad_norm": 1.2789119482040405,
      "learning_rate": 9.936559029370429e-05,
      "loss": 4.5218,
      "step": 293390
    },
    {
      "epoch": 0.61125,
      "grad_norm": 2.2397232055664062,
      "learning_rate": 9.935631051594567e-05,
      "loss": 4.074,
      "step": 293400
    },
    {
      "epoch": 0.6112708333333333,
      "grad_norm": 2.5646770000457764,
      "learning_rate": 9.93470309569477e-05,
      "loss": 4.8347,
      "step": 293410
    },
    {
      "epoch": 0.6112916666666667,
      "grad_norm": 2.0108859539031982,
      "learning_rate": 9.933775161675053e-05,
      "loss": 4.9848,
      "step": 293420
    },
    {
      "epoch": 0.6113125,
      "grad_norm": 2.740939140319824,
      "learning_rate": 9.932847249539425e-05,
      "loss": 4.5814,
      "step": 293430
    },
    {
      "epoch": 0.6113333333333333,
      "grad_norm": 1.587611436843872,
      "learning_rate": 9.931919359291884e-05,
      "loss": 4.5752,
      "step": 293440
    },
    {
      "epoch": 0.6113541666666666,
      "grad_norm": 1.29042649269104,
      "learning_rate": 9.930991490936449e-05,
      "loss": 3.9043,
      "step": 293450
    },
    {
      "epoch": 0.611375,
      "grad_norm": 1.3435263633728027,
      "learning_rate": 9.930063644477126e-05,
      "loss": 4.3174,
      "step": 293460
    },
    {
      "epoch": 0.6113958333333334,
      "grad_norm": 1.3194149732589722,
      "learning_rate": 9.929135819917918e-05,
      "loss": 4.5733,
      "step": 293470
    },
    {
      "epoch": 0.6114166666666667,
      "grad_norm": 0.9645837545394897,
      "learning_rate": 9.928208017262839e-05,
      "loss": 4.0229,
      "step": 293480
    },
    {
      "epoch": 0.6114375,
      "grad_norm": 1.1228652000427246,
      "learning_rate": 9.927280236515894e-05,
      "loss": 4.0582,
      "step": 293490
    },
    {
      "epoch": 0.6114583333333333,
      "grad_norm": 1.0987286567687988,
      "learning_rate": 9.926352477681087e-05,
      "loss": 3.9804,
      "step": 293500
    },
    {
      "epoch": 0.6114791666666667,
      "grad_norm": 1.9273234605789185,
      "learning_rate": 9.925424740762433e-05,
      "loss": 4.1027,
      "step": 293510
    },
    {
      "epoch": 0.6115,
      "grad_norm": 2.7217490673065186,
      "learning_rate": 9.924497025763934e-05,
      "loss": 4.2093,
      "step": 293520
    },
    {
      "epoch": 0.6115208333333333,
      "grad_norm": 1.596428632736206,
      "learning_rate": 9.923569332689594e-05,
      "loss": 4.39,
      "step": 293530
    },
    {
      "epoch": 0.6115416666666667,
      "grad_norm": 3.8113551139831543,
      "learning_rate": 9.922641661543435e-05,
      "loss": 4.9384,
      "step": 293540
    },
    {
      "epoch": 0.6115625,
      "grad_norm": 3.303544282913208,
      "learning_rate": 9.921714012329447e-05,
      "loss": 4.5739,
      "step": 293550
    },
    {
      "epoch": 0.6115833333333334,
      "grad_norm": 1.7378225326538086,
      "learning_rate": 9.920786385051648e-05,
      "loss": 4.6483,
      "step": 293560
    },
    {
      "epoch": 0.6116041666666666,
      "grad_norm": 3.7697553634643555,
      "learning_rate": 9.919858779714037e-05,
      "loss": 4.6693,
      "step": 293570
    },
    {
      "epoch": 0.611625,
      "grad_norm": 1.5992722511291504,
      "learning_rate": 9.918931196320629e-05,
      "loss": 4.6375,
      "step": 293580
    },
    {
      "epoch": 0.6116458333333333,
      "grad_norm": 1.216762900352478,
      "learning_rate": 9.918003634875428e-05,
      "loss": 4.1143,
      "step": 293590
    },
    {
      "epoch": 0.6116666666666667,
      "grad_norm": 1.1305073499679565,
      "learning_rate": 9.917076095382434e-05,
      "loss": 4.1284,
      "step": 293600
    },
    {
      "epoch": 0.6116875,
      "grad_norm": 1.1010372638702393,
      "learning_rate": 9.916148577845667e-05,
      "loss": 5.2735,
      "step": 293610
    },
    {
      "epoch": 0.6117083333333333,
      "grad_norm": 2.5089573860168457,
      "learning_rate": 9.915221082269122e-05,
      "loss": 4.4586,
      "step": 293620
    },
    {
      "epoch": 0.6117291666666667,
      "grad_norm": 2.8659348487854004,
      "learning_rate": 9.914293608656804e-05,
      "loss": 4.4902,
      "step": 293630
    },
    {
      "epoch": 0.61175,
      "grad_norm": 3.8639464378356934,
      "learning_rate": 9.913366157012734e-05,
      "loss": 4.8435,
      "step": 293640
    },
    {
      "epoch": 0.6117708333333334,
      "grad_norm": 16.007280349731445,
      "learning_rate": 9.912438727340903e-05,
      "loss": 4.682,
      "step": 293650
    },
    {
      "epoch": 0.6117916666666666,
      "grad_norm": 1.949320912361145,
      "learning_rate": 9.911511319645322e-05,
      "loss": 4.2579,
      "step": 293660
    },
    {
      "epoch": 0.6118125,
      "grad_norm": 1.4962656497955322,
      "learning_rate": 9.910583933930002e-05,
      "loss": 3.9728,
      "step": 293670
    },
    {
      "epoch": 0.6118333333333333,
      "grad_norm": 3.565777063369751,
      "learning_rate": 9.909656570198943e-05,
      "loss": 4.6497,
      "step": 293680
    },
    {
      "epoch": 0.6118541666666667,
      "grad_norm": 1.007859706878662,
      "learning_rate": 9.908729228456148e-05,
      "loss": 4.7794,
      "step": 293690
    },
    {
      "epoch": 0.611875,
      "grad_norm": 1.6676181554794312,
      "learning_rate": 9.907801908705636e-05,
      "loss": 4.0909,
      "step": 293700
    },
    {
      "epoch": 0.6118958333333333,
      "grad_norm": 1.8082345724105835,
      "learning_rate": 9.9068746109514e-05,
      "loss": 4.2301,
      "step": 293710
    },
    {
      "epoch": 0.6119166666666667,
      "grad_norm": 1.4499611854553223,
      "learning_rate": 9.905947335197445e-05,
      "loss": 4.5274,
      "step": 293720
    },
    {
      "epoch": 0.6119375,
      "grad_norm": 2.708678722381592,
      "learning_rate": 9.90502008144779e-05,
      "loss": 4.5955,
      "step": 293730
    },
    {
      "epoch": 0.6119583333333334,
      "grad_norm": 0.9865453839302063,
      "learning_rate": 9.904092849706431e-05,
      "loss": 4.5806,
      "step": 293740
    },
    {
      "epoch": 0.6119791666666666,
      "grad_norm": 4.279335975646973,
      "learning_rate": 9.903165639977367e-05,
      "loss": 4.384,
      "step": 293750
    },
    {
      "epoch": 0.612,
      "grad_norm": 1.4364570379257202,
      "learning_rate": 9.902238452264612e-05,
      "loss": 4.5414,
      "step": 293760
    },
    {
      "epoch": 0.6120208333333333,
      "grad_norm": 2.4748318195343018,
      "learning_rate": 9.901311286572173e-05,
      "loss": 4.5782,
      "step": 293770
    },
    {
      "epoch": 0.6120416666666667,
      "grad_norm": 2.574904203414917,
      "learning_rate": 9.900384142904046e-05,
      "loss": 4.2475,
      "step": 293780
    },
    {
      "epoch": 0.6120625,
      "grad_norm": 3.1852638721466064,
      "learning_rate": 9.899457021264242e-05,
      "loss": 4.0463,
      "step": 293790
    },
    {
      "epoch": 0.6120833333333333,
      "grad_norm": 1.5492486953735352,
      "learning_rate": 9.89852992165677e-05,
      "loss": 4.2831,
      "step": 293800
    },
    {
      "epoch": 0.6121041666666667,
      "grad_norm": 2.973083972930908,
      "learning_rate": 9.897602844085622e-05,
      "loss": 5.0579,
      "step": 293810
    },
    {
      "epoch": 0.612125,
      "grad_norm": 1.1886208057403564,
      "learning_rate": 9.896675788554814e-05,
      "loss": 5.0204,
      "step": 293820
    },
    {
      "epoch": 0.6121458333333333,
      "grad_norm": 2.87345290184021,
      "learning_rate": 9.89574875506835e-05,
      "loss": 4.8286,
      "step": 293830
    },
    {
      "epoch": 0.6121666666666666,
      "grad_norm": 2.353461980819702,
      "learning_rate": 9.894821743630226e-05,
      "loss": 4.1445,
      "step": 293840
    },
    {
      "epoch": 0.6121875,
      "grad_norm": 3.493349313735962,
      "learning_rate": 9.893894754244448e-05,
      "loss": 4.4695,
      "step": 293850
    },
    {
      "epoch": 0.6122083333333334,
      "grad_norm": 1.490416169166565,
      "learning_rate": 9.892967786915033e-05,
      "loss": 4.3243,
      "step": 293860
    },
    {
      "epoch": 0.6122291666666667,
      "grad_norm": 1.1599853038787842,
      "learning_rate": 9.89204084164597e-05,
      "loss": 4.2282,
      "step": 293870
    },
    {
      "epoch": 0.61225,
      "grad_norm": 1.1872889995574951,
      "learning_rate": 9.891113918441267e-05,
      "loss": 4.3818,
      "step": 293880
    },
    {
      "epoch": 0.6122708333333333,
      "grad_norm": 1.286171793937683,
      "learning_rate": 9.890187017304932e-05,
      "loss": 4.5037,
      "step": 293890
    },
    {
      "epoch": 0.6122916666666667,
      "grad_norm": 1.501681923866272,
      "learning_rate": 9.88926013824097e-05,
      "loss": 4.6821,
      "step": 293900
    },
    {
      "epoch": 0.6123125,
      "grad_norm": 1.5880811214447021,
      "learning_rate": 9.888333281253374e-05,
      "loss": 4.2138,
      "step": 293910
    },
    {
      "epoch": 0.6123333333333333,
      "grad_norm": 4.809646129608154,
      "learning_rate": 9.887406446346159e-05,
      "loss": 4.5788,
      "step": 293920
    },
    {
      "epoch": 0.6123541666666666,
      "grad_norm": 3.059807777404785,
      "learning_rate": 9.886479633523326e-05,
      "loss": 3.9545,
      "step": 293930
    },
    {
      "epoch": 0.612375,
      "grad_norm": 1.9224625825881958,
      "learning_rate": 9.885552842788871e-05,
      "loss": 4.3512,
      "step": 293940
    },
    {
      "epoch": 0.6123958333333334,
      "grad_norm": 2.550157308578491,
      "learning_rate": 9.884626074146808e-05,
      "loss": 4.7909,
      "step": 293950
    },
    {
      "epoch": 0.6124166666666667,
      "grad_norm": 1.5538971424102783,
      "learning_rate": 9.883699327601138e-05,
      "loss": 4.7948,
      "step": 293960
    },
    {
      "epoch": 0.6124375,
      "grad_norm": 1.0747473239898682,
      "learning_rate": 9.882772603155856e-05,
      "loss": 4.5304,
      "step": 293970
    },
    {
      "epoch": 0.6124583333333333,
      "grad_norm": 1.1828829050064087,
      "learning_rate": 9.881845900814971e-05,
      "loss": 4.2877,
      "step": 293980
    },
    {
      "epoch": 0.6124791666666667,
      "grad_norm": 1.1020771265029907,
      "learning_rate": 9.880919220582491e-05,
      "loss": 4.464,
      "step": 293990
    },
    {
      "epoch": 0.6125,
      "grad_norm": 4.055023670196533,
      "learning_rate": 9.879992562462408e-05,
      "loss": 4.4018,
      "step": 294000
    },
    {
      "epoch": 0.6125,
      "eval_loss": 6.7601752281188965,
      "eval_runtime": 8.9341,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 294000
    },
    {
      "epoch": 0.6125208333333333,
      "grad_norm": 7.60218620300293,
      "learning_rate": 9.879065926458736e-05,
      "loss": 4.5522,
      "step": 294010
    },
    {
      "epoch": 0.6125416666666667,
      "grad_norm": 3.194310188293457,
      "learning_rate": 9.878139312575469e-05,
      "loss": 4.4335,
      "step": 294020
    },
    {
      "epoch": 0.6125625,
      "grad_norm": 1.1057920455932617,
      "learning_rate": 9.87721272081661e-05,
      "loss": 4.3167,
      "step": 294030
    },
    {
      "epoch": 0.6125833333333334,
      "grad_norm": 9.930468559265137,
      "learning_rate": 9.87628615118617e-05,
      "loss": 4.8569,
      "step": 294040
    },
    {
      "epoch": 0.6126041666666666,
      "grad_norm": 3.300901412963867,
      "learning_rate": 9.875359603688144e-05,
      "loss": 4.4829,
      "step": 294050
    },
    {
      "epoch": 0.612625,
      "grad_norm": 2.1269469261169434,
      "learning_rate": 9.874433078326531e-05,
      "loss": 4.9958,
      "step": 294060
    },
    {
      "epoch": 0.6126458333333333,
      "grad_norm": 1.4095220565795898,
      "learning_rate": 9.873506575105346e-05,
      "loss": 4.344,
      "step": 294070
    },
    {
      "epoch": 0.6126666666666667,
      "grad_norm": 1.07694411277771,
      "learning_rate": 9.87258009402858e-05,
      "loss": 4.7053,
      "step": 294080
    },
    {
      "epoch": 0.6126875,
      "grad_norm": 1.2621103525161743,
      "learning_rate": 9.871653635100234e-05,
      "loss": 4.1928,
      "step": 294090
    },
    {
      "epoch": 0.6127083333333333,
      "grad_norm": 1.8334048986434937,
      "learning_rate": 9.870727198324322e-05,
      "loss": 4.3245,
      "step": 294100
    },
    {
      "epoch": 0.6127291666666667,
      "grad_norm": 1.1881295442581177,
      "learning_rate": 9.869800783704838e-05,
      "loss": 4.5634,
      "step": 294110
    },
    {
      "epoch": 0.61275,
      "grad_norm": 5.404388427734375,
      "learning_rate": 9.868874391245777e-05,
      "loss": 4.9464,
      "step": 294120
    },
    {
      "epoch": 0.6127708333333334,
      "grad_norm": 2.871006965637207,
      "learning_rate": 9.867948020951151e-05,
      "loss": 4.4837,
      "step": 294130
    },
    {
      "epoch": 0.6127916666666666,
      "grad_norm": 5.017208099365234,
      "learning_rate": 9.867021672824963e-05,
      "loss": 5.08,
      "step": 294140
    },
    {
      "epoch": 0.6128125,
      "grad_norm": 2.773977756500244,
      "learning_rate": 9.866095346871203e-05,
      "loss": 5.1562,
      "step": 294150
    },
    {
      "epoch": 0.6128333333333333,
      "grad_norm": 2.423370838165283,
      "learning_rate": 9.865169043093878e-05,
      "loss": 4.1613,
      "step": 294160
    },
    {
      "epoch": 0.6128541666666667,
      "grad_norm": 0.927173376083374,
      "learning_rate": 9.864242761496997e-05,
      "loss": 4.0714,
      "step": 294170
    },
    {
      "epoch": 0.612875,
      "grad_norm": 1.0799150466918945,
      "learning_rate": 9.86331650208455e-05,
      "loss": 4.3506,
      "step": 294180
    },
    {
      "epoch": 0.6128958333333333,
      "grad_norm": 2.8174805641174316,
      "learning_rate": 9.86239026486054e-05,
      "loss": 3.7514,
      "step": 294190
    },
    {
      "epoch": 0.6129166666666667,
      "grad_norm": 3.525970697402954,
      "learning_rate": 9.861464049828977e-05,
      "loss": 4.4821,
      "step": 294200
    },
    {
      "epoch": 0.6129375,
      "grad_norm": 1.3662054538726807,
      "learning_rate": 9.860537856993852e-05,
      "loss": 4.2596,
      "step": 294210
    },
    {
      "epoch": 0.6129583333333334,
      "grad_norm": 0.7497614622116089,
      "learning_rate": 9.859611686359167e-05,
      "loss": 3.9645,
      "step": 294220
    },
    {
      "epoch": 0.6129791666666666,
      "grad_norm": 2.796783208847046,
      "learning_rate": 9.858685537928929e-05,
      "loss": 4.8146,
      "step": 294230
    },
    {
      "epoch": 0.613,
      "grad_norm": 1.291022539138794,
      "learning_rate": 9.857759411707135e-05,
      "loss": 4.6924,
      "step": 294240
    },
    {
      "epoch": 0.6130208333333333,
      "grad_norm": 4.275654315948486,
      "learning_rate": 9.856833307697778e-05,
      "loss": 4.7768,
      "step": 294250
    },
    {
      "epoch": 0.6130416666666667,
      "grad_norm": 1.6532937288284302,
      "learning_rate": 9.85590722590487e-05,
      "loss": 4.2978,
      "step": 294260
    },
    {
      "epoch": 0.6130625,
      "grad_norm": 0.9721927642822266,
      "learning_rate": 9.854981166332408e-05,
      "loss": 4.4765,
      "step": 294270
    },
    {
      "epoch": 0.6130833333333333,
      "grad_norm": 2.8277206420898438,
      "learning_rate": 9.854055128984387e-05,
      "loss": 4.8944,
      "step": 294280
    },
    {
      "epoch": 0.6131041666666667,
      "grad_norm": 0.8989144563674927,
      "learning_rate": 9.853129113864812e-05,
      "loss": 4.6323,
      "step": 294290
    },
    {
      "epoch": 0.613125,
      "grad_norm": 1.8368531465530396,
      "learning_rate": 9.852203120977686e-05,
      "loss": 4.2829,
      "step": 294300
    },
    {
      "epoch": 0.6131458333333333,
      "grad_norm": 2.0798451900482178,
      "learning_rate": 9.851277150326998e-05,
      "loss": 3.9733,
      "step": 294310
    },
    {
      "epoch": 0.6131666666666666,
      "grad_norm": 1.57124662399292,
      "learning_rate": 9.850351201916759e-05,
      "loss": 4.4517,
      "step": 294320
    },
    {
      "epoch": 0.6131875,
      "grad_norm": 2.4917995929718018,
      "learning_rate": 9.849425275750966e-05,
      "loss": 4.2296,
      "step": 294330
    },
    {
      "epoch": 0.6132083333333334,
      "grad_norm": 1.0918729305267334,
      "learning_rate": 9.848499371833611e-05,
      "loss": 4.0211,
      "step": 294340
    },
    {
      "epoch": 0.6132291666666667,
      "grad_norm": 8.734478950500488,
      "learning_rate": 9.847573490168704e-05,
      "loss": 4.1727,
      "step": 294350
    },
    {
      "epoch": 0.61325,
      "grad_norm": 1.426163911819458,
      "learning_rate": 9.846647630760244e-05,
      "loss": 4.1993,
      "step": 294360
    },
    {
      "epoch": 0.6132708333333333,
      "grad_norm": 1.0075629949569702,
      "learning_rate": 9.845721793612216e-05,
      "loss": 4.5838,
      "step": 294370
    },
    {
      "epoch": 0.6132916666666667,
      "grad_norm": 1.3349703550338745,
      "learning_rate": 9.84479597872864e-05,
      "loss": 4.5672,
      "step": 294380
    },
    {
      "epoch": 0.6133125,
      "grad_norm": 3.214829206466675,
      "learning_rate": 9.8438701861135e-05,
      "loss": 5.1562,
      "step": 294390
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 1.522661805152893,
      "learning_rate": 9.842944415770798e-05,
      "loss": 3.9786,
      "step": 294400
    },
    {
      "epoch": 0.6133541666666666,
      "grad_norm": 1.1620525121688843,
      "learning_rate": 9.84201866770454e-05,
      "loss": 4.6673,
      "step": 294410
    },
    {
      "epoch": 0.613375,
      "grad_norm": 1.5058715343475342,
      "learning_rate": 9.841092941918716e-05,
      "loss": 4.2951,
      "step": 294420
    },
    {
      "epoch": 0.6133958333333334,
      "grad_norm": 3.4398093223571777,
      "learning_rate": 9.840167238417332e-05,
      "loss": 4.3108,
      "step": 294430
    },
    {
      "epoch": 0.6134166666666667,
      "grad_norm": 0.8858926892280579,
      "learning_rate": 9.839241557204377e-05,
      "loss": 4.5688,
      "step": 294440
    },
    {
      "epoch": 0.6134375,
      "grad_norm": 0.9303392171859741,
      "learning_rate": 9.83831589828386e-05,
      "loss": 4.2824,
      "step": 294450
    },
    {
      "epoch": 0.6134583333333333,
      "grad_norm": 2.7426278591156006,
      "learning_rate": 9.837390261659777e-05,
      "loss": 4.8416,
      "step": 294460
    },
    {
      "epoch": 0.6134791666666667,
      "grad_norm": 7.415113925933838,
      "learning_rate": 9.836464647336118e-05,
      "loss": 4.5195,
      "step": 294470
    },
    {
      "epoch": 0.6135,
      "grad_norm": 1.31642746925354,
      "learning_rate": 9.835539055316892e-05,
      "loss": 4.801,
      "step": 294480
    },
    {
      "epoch": 0.6135208333333333,
      "grad_norm": 1.2366126775741577,
      "learning_rate": 9.834613485606094e-05,
      "loss": 4.5199,
      "step": 294490
    },
    {
      "epoch": 0.6135416666666667,
      "grad_norm": 2.1215760707855225,
      "learning_rate": 9.833687938207718e-05,
      "loss": 3.7945,
      "step": 294500
    },
    {
      "epoch": 0.6135625,
      "grad_norm": 1.0853990316390991,
      "learning_rate": 9.83276241312577e-05,
      "loss": 4.7563,
      "step": 294510
    },
    {
      "epoch": 0.6135833333333334,
      "grad_norm": 1.9185203313827515,
      "learning_rate": 9.831836910364239e-05,
      "loss": 4.4547,
      "step": 294520
    },
    {
      "epoch": 0.6136041666666666,
      "grad_norm": 1.4571092128753662,
      "learning_rate": 9.830911429927124e-05,
      "loss": 4.2726,
      "step": 294530
    },
    {
      "epoch": 0.613625,
      "grad_norm": 1.090013027191162,
      "learning_rate": 9.829985971818433e-05,
      "loss": 4.2323,
      "step": 294540
    },
    {
      "epoch": 0.6136458333333333,
      "grad_norm": 1.5864726305007935,
      "learning_rate": 9.829060536042154e-05,
      "loss": 4.6292,
      "step": 294550
    },
    {
      "epoch": 0.6136666666666667,
      "grad_norm": 1.4570631980895996,
      "learning_rate": 9.82813512260228e-05,
      "loss": 4.3632,
      "step": 294560
    },
    {
      "epoch": 0.6136875,
      "grad_norm": 1.020912528038025,
      "learning_rate": 9.827209731502824e-05,
      "loss": 4.5172,
      "step": 294570
    },
    {
      "epoch": 0.6137083333333333,
      "grad_norm": 3.3296310901641846,
      "learning_rate": 9.826284362747772e-05,
      "loss": 4.7973,
      "step": 294580
    },
    {
      "epoch": 0.6137291666666667,
      "grad_norm": 2.4065451622009277,
      "learning_rate": 9.825359016341119e-05,
      "loss": 4.2938,
      "step": 294590
    },
    {
      "epoch": 0.61375,
      "grad_norm": 4.026541709899902,
      "learning_rate": 9.824433692286873e-05,
      "loss": 4.5941,
      "step": 294600
    },
    {
      "epoch": 0.6137708333333334,
      "grad_norm": 1.1680371761322021,
      "learning_rate": 9.823508390589024e-05,
      "loss": 4.0816,
      "step": 294610
    },
    {
      "epoch": 0.6137916666666666,
      "grad_norm": 0.7983687520027161,
      "learning_rate": 9.822583111251564e-05,
      "loss": 4.7736,
      "step": 294620
    },
    {
      "epoch": 0.6138125,
      "grad_norm": 1.2089518308639526,
      "learning_rate": 9.8216578542785e-05,
      "loss": 4.0398,
      "step": 294630
    },
    {
      "epoch": 0.6138333333333333,
      "grad_norm": 1.6902034282684326,
      "learning_rate": 9.820732619673827e-05,
      "loss": 4.2295,
      "step": 294640
    },
    {
      "epoch": 0.6138541666666667,
      "grad_norm": 5.28428840637207,
      "learning_rate": 9.819807407441533e-05,
      "loss": 4.3996,
      "step": 294650
    },
    {
      "epoch": 0.613875,
      "grad_norm": 1.1573429107666016,
      "learning_rate": 9.818882217585622e-05,
      "loss": 4.2154,
      "step": 294660
    },
    {
      "epoch": 0.6138958333333333,
      "grad_norm": 1.1334298849105835,
      "learning_rate": 9.817957050110092e-05,
      "loss": 4.2663,
      "step": 294670
    },
    {
      "epoch": 0.6139166666666667,
      "grad_norm": 1.0754594802856445,
      "learning_rate": 9.817031905018933e-05,
      "loss": 4.8899,
      "step": 294680
    },
    {
      "epoch": 0.6139375,
      "grad_norm": 1.5017057657241821,
      "learning_rate": 9.816106782316146e-05,
      "loss": 4.8718,
      "step": 294690
    },
    {
      "epoch": 0.6139583333333334,
      "grad_norm": 2.008551836013794,
      "learning_rate": 9.815181682005729e-05,
      "loss": 4.8069,
      "step": 294700
    },
    {
      "epoch": 0.6139791666666666,
      "grad_norm": 1.003973126411438,
      "learning_rate": 9.814256604091669e-05,
      "loss": 3.6561,
      "step": 294710
    },
    {
      "epoch": 0.614,
      "grad_norm": 1.1498223543167114,
      "learning_rate": 9.813331548577969e-05,
      "loss": 4.5218,
      "step": 294720
    },
    {
      "epoch": 0.6140208333333333,
      "grad_norm": 0.8599518537521362,
      "learning_rate": 9.812406515468628e-05,
      "loss": 3.8761,
      "step": 294730
    },
    {
      "epoch": 0.6140416666666667,
      "grad_norm": 1.755324363708496,
      "learning_rate": 9.81148150476764e-05,
      "loss": 4.6251,
      "step": 294740
    },
    {
      "epoch": 0.6140625,
      "grad_norm": 3.837320566177368,
      "learning_rate": 9.810556516478988e-05,
      "loss": 5.0931,
      "step": 294750
    },
    {
      "epoch": 0.6140833333333333,
      "grad_norm": 1.4404760599136353,
      "learning_rate": 9.809631550606682e-05,
      "loss": 4.2457,
      "step": 294760
    },
    {
      "epoch": 0.6141041666666667,
      "grad_norm": 1.5606402158737183,
      "learning_rate": 9.808706607154717e-05,
      "loss": 4.1921,
      "step": 294770
    },
    {
      "epoch": 0.614125,
      "grad_norm": 1.839172601699829,
      "learning_rate": 9.807781686127078e-05,
      "loss": 4.4918,
      "step": 294780
    },
    {
      "epoch": 0.6141458333333333,
      "grad_norm": 1.0605871677398682,
      "learning_rate": 9.806856787527771e-05,
      "loss": 4.2451,
      "step": 294790
    },
    {
      "epoch": 0.6141666666666666,
      "grad_norm": 1.2952669858932495,
      "learning_rate": 9.80593191136079e-05,
      "loss": 4.2954,
      "step": 294800
    },
    {
      "epoch": 0.6141875,
      "grad_norm": 1.7514090538024902,
      "learning_rate": 9.805007057630119e-05,
      "loss": 4.8928,
      "step": 294810
    },
    {
      "epoch": 0.6142083333333334,
      "grad_norm": 4.307283878326416,
      "learning_rate": 9.804082226339766e-05,
      "loss": 5.17,
      "step": 294820
    },
    {
      "epoch": 0.6142291666666667,
      "grad_norm": 0.8520968556404114,
      "learning_rate": 9.803157417493726e-05,
      "loss": 4.3213,
      "step": 294830
    },
    {
      "epoch": 0.61425,
      "grad_norm": 1.394417405128479,
      "learning_rate": 9.802232631095978e-05,
      "loss": 4.5597,
      "step": 294840
    },
    {
      "epoch": 0.6142708333333333,
      "grad_norm": 0.8732513189315796,
      "learning_rate": 9.801307867150536e-05,
      "loss": 5.2195,
      "step": 294850
    },
    {
      "epoch": 0.6142916666666667,
      "grad_norm": 1.3092896938323975,
      "learning_rate": 9.800383125661385e-05,
      "loss": 4.0928,
      "step": 294860
    },
    {
      "epoch": 0.6143125,
      "grad_norm": 1.4489693641662598,
      "learning_rate": 9.799458406632515e-05,
      "loss": 4.4904,
      "step": 294870
    },
    {
      "epoch": 0.6143333333333333,
      "grad_norm": 1.252629280090332,
      "learning_rate": 9.798533710067934e-05,
      "loss": 4.423,
      "step": 294880
    },
    {
      "epoch": 0.6143541666666666,
      "grad_norm": 1.63887357711792,
      "learning_rate": 9.797609035971626e-05,
      "loss": 4.9112,
      "step": 294890
    },
    {
      "epoch": 0.614375,
      "grad_norm": 0.8054614663124084,
      "learning_rate": 9.796684384347583e-05,
      "loss": 4.5218,
      "step": 294900
    },
    {
      "epoch": 0.6143958333333334,
      "grad_norm": 2.72900652885437,
      "learning_rate": 9.79575975519981e-05,
      "loss": 4.5393,
      "step": 294910
    },
    {
      "epoch": 0.6144166666666667,
      "grad_norm": 1.9824292659759521,
      "learning_rate": 9.794835148532293e-05,
      "loss": 4.2835,
      "step": 294920
    },
    {
      "epoch": 0.6144375,
      "grad_norm": 4.898251533508301,
      "learning_rate": 9.793910564349025e-05,
      "loss": 5.4296,
      "step": 294930
    },
    {
      "epoch": 0.6144583333333333,
      "grad_norm": 2.8351242542266846,
      "learning_rate": 9.792986002654007e-05,
      "loss": 4.3863,
      "step": 294940
    },
    {
      "epoch": 0.6144791666666667,
      "grad_norm": 3.042508840560913,
      "learning_rate": 9.792061463451226e-05,
      "loss": 4.7166,
      "step": 294950
    },
    {
      "epoch": 0.6145,
      "grad_norm": 1.277527093887329,
      "learning_rate": 9.791136946744674e-05,
      "loss": 4.7416,
      "step": 294960
    },
    {
      "epoch": 0.6145208333333333,
      "grad_norm": 2.7698192596435547,
      "learning_rate": 9.790212452538357e-05,
      "loss": 4.9357,
      "step": 294970
    },
    {
      "epoch": 0.6145416666666667,
      "grad_norm": 1.0130258798599243,
      "learning_rate": 9.789287980836256e-05,
      "loss": 4.4298,
      "step": 294980
    },
    {
      "epoch": 0.6145625,
      "grad_norm": 1.2932772636413574,
      "learning_rate": 9.788363531642365e-05,
      "loss": 4.1978,
      "step": 294990
    },
    {
      "epoch": 0.6145833333333334,
      "grad_norm": 1.334378957748413,
      "learning_rate": 9.787439104960686e-05,
      "loss": 4.3136,
      "step": 295000
    },
    {
      "epoch": 0.6145833333333334,
      "eval_loss": 7.913126468658447,
      "eval_runtime": 8.4417,
      "eval_samples_per_second": 0.355,
      "eval_steps_per_second": 0.118,
      "step": 295000
    },
    {
      "epoch": 0.6146041666666666,
      "grad_norm": 3.0950024127960205,
      "learning_rate": 9.786514700795209e-05,
      "loss": 4.7067,
      "step": 295010
    },
    {
      "epoch": 0.614625,
      "grad_norm": 1.9120543003082275,
      "learning_rate": 9.78559031914992e-05,
      "loss": 4.7328,
      "step": 295020
    },
    {
      "epoch": 0.6146458333333333,
      "grad_norm": 8.09671401977539,
      "learning_rate": 9.784665960028814e-05,
      "loss": 4.4317,
      "step": 295030
    },
    {
      "epoch": 0.6146666666666667,
      "grad_norm": 1.5717004537582397,
      "learning_rate": 9.783741623435893e-05,
      "loss": 4.2096,
      "step": 295040
    },
    {
      "epoch": 0.6146875,
      "grad_norm": 1.0816874504089355,
      "learning_rate": 9.782817309375141e-05,
      "loss": 4.0141,
      "step": 295050
    },
    {
      "epoch": 0.6147083333333333,
      "grad_norm": 1.200404167175293,
      "learning_rate": 9.781893017850549e-05,
      "loss": 4.3289,
      "step": 295060
    },
    {
      "epoch": 0.6147291666666667,
      "grad_norm": 0.8318769335746765,
      "learning_rate": 9.78096874886612e-05,
      "loss": 4.8431,
      "step": 295070
    },
    {
      "epoch": 0.61475,
      "grad_norm": 2.594987392425537,
      "learning_rate": 9.780044502425839e-05,
      "loss": 4.1814,
      "step": 295080
    },
    {
      "epoch": 0.6147708333333334,
      "grad_norm": 1.972810983657837,
      "learning_rate": 9.779120278533694e-05,
      "loss": 4.6421,
      "step": 295090
    },
    {
      "epoch": 0.6147916666666666,
      "grad_norm": 1.4067192077636719,
      "learning_rate": 9.77819607719369e-05,
      "loss": 3.9849,
      "step": 295100
    },
    {
      "epoch": 0.6148125,
      "grad_norm": 8.662787437438965,
      "learning_rate": 9.777271898409811e-05,
      "loss": 3.9718,
      "step": 295110
    },
    {
      "epoch": 0.6148333333333333,
      "grad_norm": 1.8376041650772095,
      "learning_rate": 9.776347742186045e-05,
      "loss": 5.1859,
      "step": 295120
    },
    {
      "epoch": 0.6148541666666667,
      "grad_norm": 2.837684392929077,
      "learning_rate": 9.775423608526391e-05,
      "loss": 4.2324,
      "step": 295130
    },
    {
      "epoch": 0.614875,
      "grad_norm": 1.0327658653259277,
      "learning_rate": 9.774499497434845e-05,
      "loss": 4.2056,
      "step": 295140
    },
    {
      "epoch": 0.6148958333333333,
      "grad_norm": 1.5434681177139282,
      "learning_rate": 9.773575408915384e-05,
      "loss": 5.0408,
      "step": 295150
    },
    {
      "epoch": 0.6149166666666667,
      "grad_norm": 1.413386583328247,
      "learning_rate": 9.772651342972013e-05,
      "loss": 4.5218,
      "step": 295160
    },
    {
      "epoch": 0.6149375,
      "grad_norm": 8.442340850830078,
      "learning_rate": 9.77172729960872e-05,
      "loss": 4.8665,
      "step": 295170
    },
    {
      "epoch": 0.6149583333333334,
      "grad_norm": 1.0968818664550781,
      "learning_rate": 9.770803278829493e-05,
      "loss": 4.0199,
      "step": 295180
    },
    {
      "epoch": 0.6149791666666666,
      "grad_norm": 1.888596773147583,
      "learning_rate": 9.769879280638326e-05,
      "loss": 4.0305,
      "step": 295190
    },
    {
      "epoch": 0.615,
      "grad_norm": 5.906670570373535,
      "learning_rate": 9.768955305039214e-05,
      "loss": 4.3121,
      "step": 295200
    },
    {
      "epoch": 0.6150208333333333,
      "grad_norm": 1.4807744026184082,
      "learning_rate": 9.768031352036138e-05,
      "loss": 4.3347,
      "step": 295210
    },
    {
      "epoch": 0.6150416666666667,
      "grad_norm": 1.0136330127716064,
      "learning_rate": 9.767107421633099e-05,
      "loss": 4.5247,
      "step": 295220
    },
    {
      "epoch": 0.6150625,
      "grad_norm": 4.369903087615967,
      "learning_rate": 9.766183513834089e-05,
      "loss": 4.94,
      "step": 295230
    },
    {
      "epoch": 0.6150833333333333,
      "grad_norm": 1.6544519662857056,
      "learning_rate": 9.765259628643087e-05,
      "loss": 3.9728,
      "step": 295240
    },
    {
      "epoch": 0.6151041666666667,
      "grad_norm": 1.8370320796966553,
      "learning_rate": 9.764335766064099e-05,
      "loss": 4.4137,
      "step": 295250
    },
    {
      "epoch": 0.615125,
      "grad_norm": 1.415665626525879,
      "learning_rate": 9.763411926101103e-05,
      "loss": 5.2236,
      "step": 295260
    },
    {
      "epoch": 0.6151458333333333,
      "grad_norm": 2.0990123748779297,
      "learning_rate": 9.762488108758092e-05,
      "loss": 3.9019,
      "step": 295270
    },
    {
      "epoch": 0.6151666666666666,
      "grad_norm": 1.5755314826965332,
      "learning_rate": 9.761564314039064e-05,
      "loss": 4.6827,
      "step": 295280
    },
    {
      "epoch": 0.6151875,
      "grad_norm": 2.3833203315734863,
      "learning_rate": 9.760640541948006e-05,
      "loss": 4.517,
      "step": 295290
    },
    {
      "epoch": 0.6152083333333334,
      "grad_norm": 0.8527831435203552,
      "learning_rate": 9.759716792488901e-05,
      "loss": 4.2039,
      "step": 295300
    },
    {
      "epoch": 0.6152291666666667,
      "grad_norm": 1.458927869796753,
      "learning_rate": 9.75879306566575e-05,
      "loss": 4.6332,
      "step": 295310
    },
    {
      "epoch": 0.61525,
      "grad_norm": 4.633533000946045,
      "learning_rate": 9.757869361482536e-05,
      "loss": 4.2282,
      "step": 295320
    },
    {
      "epoch": 0.6152708333333333,
      "grad_norm": 1.5354187488555908,
      "learning_rate": 9.756945679943258e-05,
      "loss": 4.6543,
      "step": 295330
    },
    {
      "epoch": 0.6152916666666667,
      "grad_norm": 5.577450752258301,
      "learning_rate": 9.75602202105189e-05,
      "loss": 4.8751,
      "step": 295340
    },
    {
      "epoch": 0.6153125,
      "grad_norm": 2.837101697921753,
      "learning_rate": 9.755098384812435e-05,
      "loss": 4.9977,
      "step": 295350
    },
    {
      "epoch": 0.6153333333333333,
      "grad_norm": 1.302337408065796,
      "learning_rate": 9.754174771228879e-05,
      "loss": 4.0562,
      "step": 295360
    },
    {
      "epoch": 0.6153541666666666,
      "grad_norm": 3.0050768852233887,
      "learning_rate": 9.753251180305209e-05,
      "loss": 4.1346,
      "step": 295370
    },
    {
      "epoch": 0.615375,
      "grad_norm": 1.5358097553253174,
      "learning_rate": 9.752327612045423e-05,
      "loss": 4.3603,
      "step": 295380
    },
    {
      "epoch": 0.6153958333333334,
      "grad_norm": 1.0643140077590942,
      "learning_rate": 9.751404066453501e-05,
      "loss": 4.3735,
      "step": 295390
    },
    {
      "epoch": 0.6154166666666666,
      "grad_norm": 1.8658446073532104,
      "learning_rate": 9.750480543533433e-05,
      "loss": 4.4974,
      "step": 295400
    },
    {
      "epoch": 0.6154375,
      "grad_norm": 3.1309075355529785,
      "learning_rate": 9.749557043289217e-05,
      "loss": 4.5441,
      "step": 295410
    },
    {
      "epoch": 0.6154583333333333,
      "grad_norm": 3.2941315174102783,
      "learning_rate": 9.748633565724831e-05,
      "loss": 4.4117,
      "step": 295420
    },
    {
      "epoch": 0.6154791666666667,
      "grad_norm": 0.8067113161087036,
      "learning_rate": 9.74771011084427e-05,
      "loss": 3.8606,
      "step": 295430
    },
    {
      "epoch": 0.6155,
      "grad_norm": 1.7734911441802979,
      "learning_rate": 9.746786678651526e-05,
      "loss": 4.6185,
      "step": 295440
    },
    {
      "epoch": 0.6155208333333333,
      "grad_norm": 1.7707369327545166,
      "learning_rate": 9.745863269150582e-05,
      "loss": 4.19,
      "step": 295450
    },
    {
      "epoch": 0.6155416666666667,
      "grad_norm": 1.1437606811523438,
      "learning_rate": 9.744939882345428e-05,
      "loss": 4.2757,
      "step": 295460
    },
    {
      "epoch": 0.6155625,
      "grad_norm": 2.898379325866699,
      "learning_rate": 9.744016518240057e-05,
      "loss": 4.2053,
      "step": 295470
    },
    {
      "epoch": 0.6155833333333334,
      "grad_norm": 1.7124924659729004,
      "learning_rate": 9.74309317683845e-05,
      "loss": 4.5455,
      "step": 295480
    },
    {
      "epoch": 0.6156041666666666,
      "grad_norm": 2.240419626235962,
      "learning_rate": 9.742169858144599e-05,
      "loss": 4.8436,
      "step": 295490
    },
    {
      "epoch": 0.615625,
      "grad_norm": 1.1206527948379517,
      "learning_rate": 9.741246562162499e-05,
      "loss": 4.4519,
      "step": 295500
    },
    {
      "epoch": 0.6156458333333333,
      "grad_norm": 5.255465030670166,
      "learning_rate": 9.740323288896132e-05,
      "loss": 5.2578,
      "step": 295510
    },
    {
      "epoch": 0.6156666666666667,
      "grad_norm": 2.5752456188201904,
      "learning_rate": 9.73940003834948e-05,
      "loss": 4.2987,
      "step": 295520
    },
    {
      "epoch": 0.6156875,
      "grad_norm": 1.0878715515136719,
      "learning_rate": 9.738476810526541e-05,
      "loss": 4.1332,
      "step": 295530
    },
    {
      "epoch": 0.6157083333333333,
      "grad_norm": 0.8179031610488892,
      "learning_rate": 9.737553605431303e-05,
      "loss": 4.1237,
      "step": 295540
    },
    {
      "epoch": 0.6157291666666667,
      "grad_norm": 10.405266761779785,
      "learning_rate": 9.736630423067742e-05,
      "loss": 5.0485,
      "step": 295550
    },
    {
      "epoch": 0.61575,
      "grad_norm": 1.1388108730316162,
      "learning_rate": 9.73570726343986e-05,
      "loss": 5.0305,
      "step": 295560
    },
    {
      "epoch": 0.6157708333333334,
      "grad_norm": 5.798111915588379,
      "learning_rate": 9.734784126551638e-05,
      "loss": 4.5563,
      "step": 295570
    },
    {
      "epoch": 0.6157916666666666,
      "grad_norm": 2.933446168899536,
      "learning_rate": 9.733861012407063e-05,
      "loss": 4.2952,
      "step": 295580
    },
    {
      "epoch": 0.6158125,
      "grad_norm": 0.8840531706809998,
      "learning_rate": 9.732937921010124e-05,
      "loss": 5.0345,
      "step": 295590
    },
    {
      "epoch": 0.6158333333333333,
      "grad_norm": 1.4027141332626343,
      "learning_rate": 9.732014852364814e-05,
      "loss": 3.9994,
      "step": 295600
    },
    {
      "epoch": 0.6158541666666667,
      "grad_norm": 0.7763242721557617,
      "learning_rate": 9.731091806475112e-05,
      "loss": 4.235,
      "step": 295610
    },
    {
      "epoch": 0.615875,
      "grad_norm": 0.9494681358337402,
      "learning_rate": 9.730168783345004e-05,
      "loss": 4.6556,
      "step": 295620
    },
    {
      "epoch": 0.6158958333333333,
      "grad_norm": 3.0306971073150635,
      "learning_rate": 9.729245782978483e-05,
      "loss": 4.6872,
      "step": 295630
    },
    {
      "epoch": 0.6159166666666667,
      "grad_norm": 0.9372263550758362,
      "learning_rate": 9.728322805379537e-05,
      "loss": 4.2887,
      "step": 295640
    },
    {
      "epoch": 0.6159375,
      "grad_norm": 1.9067635536193848,
      "learning_rate": 9.727399850552142e-05,
      "loss": 4.4251,
      "step": 295650
    },
    {
      "epoch": 0.6159583333333334,
      "grad_norm": 1.623199462890625,
      "learning_rate": 9.726476918500299e-05,
      "loss": 4.4468,
      "step": 295660
    },
    {
      "epoch": 0.6159791666666666,
      "grad_norm": 2.222878932952881,
      "learning_rate": 9.725554009227989e-05,
      "loss": 4.2573,
      "step": 295670
    },
    {
      "epoch": 0.616,
      "grad_norm": 2.552109956741333,
      "learning_rate": 9.724631122739192e-05,
      "loss": 4.9737,
      "step": 295680
    },
    {
      "epoch": 0.6160208333333334,
      "grad_norm": 1.0523247718811035,
      "learning_rate": 9.723708259037904e-05,
      "loss": 4.734,
      "step": 295690
    },
    {
      "epoch": 0.6160416666666667,
      "grad_norm": 0.9603234529495239,
      "learning_rate": 9.72278541812811e-05,
      "loss": 4.9825,
      "step": 295700
    },
    {
      "epoch": 0.6160625,
      "grad_norm": 3.910869598388672,
      "learning_rate": 9.721862600013789e-05,
      "loss": 4.2971,
      "step": 295710
    },
    {
      "epoch": 0.6160833333333333,
      "grad_norm": 3.2150988578796387,
      "learning_rate": 9.720939804698934e-05,
      "loss": 4.0266,
      "step": 295720
    },
    {
      "epoch": 0.6161041666666667,
      "grad_norm": 1.5345791578292847,
      "learning_rate": 9.720017032187534e-05,
      "loss": 4.3551,
      "step": 295730
    },
    {
      "epoch": 0.616125,
      "grad_norm": 1.1680577993392944,
      "learning_rate": 9.719094282483566e-05,
      "loss": 4.4611,
      "step": 295740
    },
    {
      "epoch": 0.6161458333333333,
      "grad_norm": 0.94342041015625,
      "learning_rate": 9.718171555591022e-05,
      "loss": 4.2382,
      "step": 295750
    },
    {
      "epoch": 0.6161666666666666,
      "grad_norm": 2.089559316635132,
      "learning_rate": 9.717248851513887e-05,
      "loss": 4.4944,
      "step": 295760
    },
    {
      "epoch": 0.6161875,
      "grad_norm": 2.317168951034546,
      "learning_rate": 9.71632617025614e-05,
      "loss": 4.3063,
      "step": 295770
    },
    {
      "epoch": 0.6162083333333334,
      "grad_norm": 1.1919786930084229,
      "learning_rate": 9.715403511821781e-05,
      "loss": 4.5292,
      "step": 295780
    },
    {
      "epoch": 0.6162291666666667,
      "grad_norm": 3.5880346298217773,
      "learning_rate": 9.714480876214783e-05,
      "loss": 4.3248,
      "step": 295790
    },
    {
      "epoch": 0.61625,
      "grad_norm": 1.355725884437561,
      "learning_rate": 9.713558263439132e-05,
      "loss": 4.4115,
      "step": 295800
    },
    {
      "epoch": 0.6162708333333333,
      "grad_norm": 1.173095941543579,
      "learning_rate": 9.712635673498825e-05,
      "loss": 4.3615,
      "step": 295810
    },
    {
      "epoch": 0.6162916666666667,
      "grad_norm": 1.3128923177719116,
      "learning_rate": 9.711713106397833e-05,
      "loss": 5.0599,
      "step": 295820
    },
    {
      "epoch": 0.6163125,
      "grad_norm": 2.1657369136810303,
      "learning_rate": 9.710790562140144e-05,
      "loss": 4.3718,
      "step": 295830
    },
    {
      "epoch": 0.6163333333333333,
      "grad_norm": 1.1172492504119873,
      "learning_rate": 9.709868040729755e-05,
      "loss": 4.5597,
      "step": 295840
    },
    {
      "epoch": 0.6163541666666666,
      "grad_norm": 0.7984399199485779,
      "learning_rate": 9.708945542170636e-05,
      "loss": 4.3677,
      "step": 295850
    },
    {
      "epoch": 0.616375,
      "grad_norm": 2.5603721141815186,
      "learning_rate": 9.708023066466776e-05,
      "loss": 4.5883,
      "step": 295860
    },
    {
      "epoch": 0.6163958333333334,
      "grad_norm": 1.7893823385238647,
      "learning_rate": 9.707100613622169e-05,
      "loss": 4.6588,
      "step": 295870
    },
    {
      "epoch": 0.6164166666666666,
      "grad_norm": 1.074979543685913,
      "learning_rate": 9.706178183640791e-05,
      "loss": 3.9866,
      "step": 295880
    },
    {
      "epoch": 0.6164375,
      "grad_norm": 1.0508744716644287,
      "learning_rate": 9.705255776526623e-05,
      "loss": 4.0917,
      "step": 295890
    },
    {
      "epoch": 0.6164583333333333,
      "grad_norm": 1.4425829648971558,
      "learning_rate": 9.704333392283657e-05,
      "loss": 4.602,
      "step": 295900
    },
    {
      "epoch": 0.6164791666666667,
      "grad_norm": 1.3131762742996216,
      "learning_rate": 9.703411030915876e-05,
      "loss": 4.2416,
      "step": 295910
    },
    {
      "epoch": 0.6165,
      "grad_norm": 1.0560214519500732,
      "learning_rate": 9.702488692427262e-05,
      "loss": 3.9638,
      "step": 295920
    },
    {
      "epoch": 0.6165208333333333,
      "grad_norm": 1.2139538526535034,
      "learning_rate": 9.701566376821795e-05,
      "loss": 4.4144,
      "step": 295930
    },
    {
      "epoch": 0.6165416666666667,
      "grad_norm": 3.124330759048462,
      "learning_rate": 9.700644084103471e-05,
      "loss": 4.2239,
      "step": 295940
    },
    {
      "epoch": 0.6165625,
      "grad_norm": 1.9162628650665283,
      "learning_rate": 9.699721814276264e-05,
      "loss": 5.0765,
      "step": 295950
    },
    {
      "epoch": 0.6165833333333334,
      "grad_norm": 1.271472454071045,
      "learning_rate": 9.698799567344157e-05,
      "loss": 4.4294,
      "step": 295960
    },
    {
      "epoch": 0.6166041666666666,
      "grad_norm": 1.2588536739349365,
      "learning_rate": 9.697877343311144e-05,
      "loss": 4.357,
      "step": 295970
    },
    {
      "epoch": 0.616625,
      "grad_norm": 2.237370252609253,
      "learning_rate": 9.696955142181199e-05,
      "loss": 4.0128,
      "step": 295980
    },
    {
      "epoch": 0.6166458333333333,
      "grad_norm": 1.695924162864685,
      "learning_rate": 9.696032963958307e-05,
      "loss": 4.3461,
      "step": 295990
    },
    {
      "epoch": 0.6166666666666667,
      "grad_norm": 1.3775968551635742,
      "learning_rate": 9.695110808646456e-05,
      "loss": 4.569,
      "step": 296000
    },
    {
      "epoch": 0.6166666666666667,
      "eval_loss": 8.199625968933105,
      "eval_runtime": 8.348,
      "eval_samples_per_second": 0.359,
      "eval_steps_per_second": 0.12,
      "step": 296000
    },
    {
      "epoch": 0.6166875,
      "grad_norm": 1.8803075551986694,
      "learning_rate": 9.69418867624963e-05,
      "loss": 4.1122,
      "step": 296010
    },
    {
      "epoch": 0.6167083333333333,
      "grad_norm": 2.449289321899414,
      "learning_rate": 9.6932665667718e-05,
      "loss": 4.8023,
      "step": 296020
    },
    {
      "epoch": 0.6167291666666667,
      "grad_norm": 1.3030892610549927,
      "learning_rate": 9.692344480216963e-05,
      "loss": 4.8707,
      "step": 296030
    },
    {
      "epoch": 0.61675,
      "grad_norm": 4.526958465576172,
      "learning_rate": 9.691422416589098e-05,
      "loss": 4.6892,
      "step": 296040
    },
    {
      "epoch": 0.6167708333333334,
      "grad_norm": 4.463436126708984,
      "learning_rate": 9.690500375892181e-05,
      "loss": 4.8622,
      "step": 296050
    },
    {
      "epoch": 0.6167916666666666,
      "grad_norm": 1.494144082069397,
      "learning_rate": 9.689578358130206e-05,
      "loss": 4.0844,
      "step": 296060
    },
    {
      "epoch": 0.6168125,
      "grad_norm": 0.9109413623809814,
      "learning_rate": 9.688656363307152e-05,
      "loss": 4.6916,
      "step": 296070
    },
    {
      "epoch": 0.6168333333333333,
      "grad_norm": 2.478875160217285,
      "learning_rate": 9.687734391426993e-05,
      "loss": 4.326,
      "step": 296080
    },
    {
      "epoch": 0.6168541666666667,
      "grad_norm": 1.1128009557724,
      "learning_rate": 9.686812442493724e-05,
      "loss": 4.3018,
      "step": 296090
    },
    {
      "epoch": 0.616875,
      "grad_norm": 6.280491828918457,
      "learning_rate": 9.685890516511323e-05,
      "loss": 5.1204,
      "step": 296100
    },
    {
      "epoch": 0.6168958333333333,
      "grad_norm": 1.9469770193099976,
      "learning_rate": 9.684968613483769e-05,
      "loss": 3.9793,
      "step": 296110
    },
    {
      "epoch": 0.6169166666666667,
      "grad_norm": 1.7256109714508057,
      "learning_rate": 9.684046733415049e-05,
      "loss": 4.6922,
      "step": 296120
    },
    {
      "epoch": 0.6169375,
      "grad_norm": 1.6558917760849,
      "learning_rate": 9.683124876309142e-05,
      "loss": 4.5167,
      "step": 296130
    },
    {
      "epoch": 0.6169583333333334,
      "grad_norm": 2.734969139099121,
      "learning_rate": 9.682203042170026e-05,
      "loss": 4.0984,
      "step": 296140
    },
    {
      "epoch": 0.6169791666666666,
      "grad_norm": 2.3415274620056152,
      "learning_rate": 9.681281231001695e-05,
      "loss": 5.666,
      "step": 296150
    },
    {
      "epoch": 0.617,
      "grad_norm": 0.5807536840438843,
      "learning_rate": 9.680359442808122e-05,
      "loss": 5.0159,
      "step": 296160
    },
    {
      "epoch": 0.6170208333333334,
      "grad_norm": 1.8154098987579346,
      "learning_rate": 9.679437677593286e-05,
      "loss": 4.4716,
      "step": 296170
    },
    {
      "epoch": 0.6170416666666667,
      "grad_norm": 2.9325928688049316,
      "learning_rate": 9.67851593536118e-05,
      "loss": 4.466,
      "step": 296180
    },
    {
      "epoch": 0.6170625,
      "grad_norm": 1.3716976642608643,
      "learning_rate": 9.677594216115775e-05,
      "loss": 4.6878,
      "step": 296190
    },
    {
      "epoch": 0.6170833333333333,
      "grad_norm": 3.343827962875366,
      "learning_rate": 9.67667251986106e-05,
      "loss": 4.1781,
      "step": 296200
    },
    {
      "epoch": 0.6171041666666667,
      "grad_norm": 3.481553077697754,
      "learning_rate": 9.675750846601007e-05,
      "loss": 4.5561,
      "step": 296210
    },
    {
      "epoch": 0.617125,
      "grad_norm": 1.6337542533874512,
      "learning_rate": 9.674829196339604e-05,
      "loss": 4.1665,
      "step": 296220
    },
    {
      "epoch": 0.6171458333333333,
      "grad_norm": 1.6107269525527954,
      "learning_rate": 9.673907569080834e-05,
      "loss": 4.3361,
      "step": 296230
    },
    {
      "epoch": 0.6171666666666666,
      "grad_norm": 3.1423208713531494,
      "learning_rate": 9.67298596482867e-05,
      "loss": 4.408,
      "step": 296240
    },
    {
      "epoch": 0.6171875,
      "grad_norm": 7.989283084869385,
      "learning_rate": 9.672064383587105e-05,
      "loss": 4.6863,
      "step": 296250
    },
    {
      "epoch": 0.6172083333333334,
      "grad_norm": 3.5148446559906006,
      "learning_rate": 9.671142825360111e-05,
      "loss": 4.6105,
      "step": 296260
    },
    {
      "epoch": 0.6172291666666667,
      "grad_norm": 3.2036304473876953,
      "learning_rate": 9.670221290151664e-05,
      "loss": 4.5538,
      "step": 296270
    },
    {
      "epoch": 0.61725,
      "grad_norm": 1.2709763050079346,
      "learning_rate": 9.66929977796576e-05,
      "loss": 4.4984,
      "step": 296280
    },
    {
      "epoch": 0.6172708333333333,
      "grad_norm": 1.053310751914978,
      "learning_rate": 9.668378288806367e-05,
      "loss": 4.2659,
      "step": 296290
    },
    {
      "epoch": 0.6172916666666667,
      "grad_norm": 2.0891425609588623,
      "learning_rate": 9.667456822677466e-05,
      "loss": 4.7697,
      "step": 296300
    },
    {
      "epoch": 0.6173125,
      "grad_norm": 2.4907939434051514,
      "learning_rate": 9.666535379583047e-05,
      "loss": 4.2357,
      "step": 296310
    },
    {
      "epoch": 0.6173333333333333,
      "grad_norm": 1.6167516708374023,
      "learning_rate": 9.665613959527083e-05,
      "loss": 4.6593,
      "step": 296320
    },
    {
      "epoch": 0.6173541666666666,
      "grad_norm": 1.829728126525879,
      "learning_rate": 9.66469256251355e-05,
      "loss": 4.2714,
      "step": 296330
    },
    {
      "epoch": 0.617375,
      "grad_norm": 1.7682548761367798,
      "learning_rate": 9.66377118854644e-05,
      "loss": 4.4585,
      "step": 296340
    },
    {
      "epoch": 0.6173958333333334,
      "grad_norm": 1.2701152563095093,
      "learning_rate": 9.662849837629722e-05,
      "loss": 4.1791,
      "step": 296350
    },
    {
      "epoch": 0.6174166666666666,
      "grad_norm": 1.7573894262313843,
      "learning_rate": 9.661928509767379e-05,
      "loss": 4.4428,
      "step": 296360
    },
    {
      "epoch": 0.6174375,
      "grad_norm": 1.3923699855804443,
      "learning_rate": 9.661007204963397e-05,
      "loss": 4.4717,
      "step": 296370
    },
    {
      "epoch": 0.6174583333333333,
      "grad_norm": 3.0607833862304688,
      "learning_rate": 9.66008592322175e-05,
      "loss": 4.4934,
      "step": 296380
    },
    {
      "epoch": 0.6174791666666667,
      "grad_norm": 1.6065601110458374,
      "learning_rate": 9.659164664546413e-05,
      "loss": 4.0723,
      "step": 296390
    },
    {
      "epoch": 0.6175,
      "grad_norm": 1.1212588548660278,
      "learning_rate": 9.658243428941372e-05,
      "loss": 4.0972,
      "step": 296400
    },
    {
      "epoch": 0.6175208333333333,
      "grad_norm": 0.9132305979728699,
      "learning_rate": 9.657322216410611e-05,
      "loss": 4.2473,
      "step": 296410
    },
    {
      "epoch": 0.6175416666666667,
      "grad_norm": 1.1751738786697388,
      "learning_rate": 9.656401026958095e-05,
      "loss": 4.4994,
      "step": 296420
    },
    {
      "epoch": 0.6175625,
      "grad_norm": 2.5598556995391846,
      "learning_rate": 9.655479860587815e-05,
      "loss": 4.6959,
      "step": 296430
    },
    {
      "epoch": 0.6175833333333334,
      "grad_norm": 2.573472023010254,
      "learning_rate": 9.65455871730375e-05,
      "loss": 4.7594,
      "step": 296440
    },
    {
      "epoch": 0.6176041666666666,
      "grad_norm": 2.512197256088257,
      "learning_rate": 9.653637597109868e-05,
      "loss": 4.1277,
      "step": 296450
    },
    {
      "epoch": 0.617625,
      "grad_norm": 1.530175805091858,
      "learning_rate": 9.65271650001016e-05,
      "loss": 4.366,
      "step": 296460
    },
    {
      "epoch": 0.6176458333333333,
      "grad_norm": 1.3854804039001465,
      "learning_rate": 9.651795426008601e-05,
      "loss": 4.5489,
      "step": 296470
    },
    {
      "epoch": 0.6176666666666667,
      "grad_norm": 2.721238374710083,
      "learning_rate": 9.650874375109166e-05,
      "loss": 4.4687,
      "step": 296480
    },
    {
      "epoch": 0.6176875,
      "grad_norm": 1.8901405334472656,
      "learning_rate": 9.649953347315836e-05,
      "loss": 4.283,
      "step": 296490
    },
    {
      "epoch": 0.6177083333333333,
      "grad_norm": 2.288863182067871,
      "learning_rate": 9.649032342632594e-05,
      "loss": 4.0044,
      "step": 296500
    },
    {
      "epoch": 0.6177291666666667,
      "grad_norm": 1.2551238536834717,
      "learning_rate": 9.648111361063417e-05,
      "loss": 4.4496,
      "step": 296510
    },
    {
      "epoch": 0.61775,
      "grad_norm": 1.4551606178283691,
      "learning_rate": 9.647190402612271e-05,
      "loss": 5.0119,
      "step": 296520
    },
    {
      "epoch": 0.6177708333333334,
      "grad_norm": 1.5727142095565796,
      "learning_rate": 9.646269467283148e-05,
      "loss": 4.0185,
      "step": 296530
    },
    {
      "epoch": 0.6177916666666666,
      "grad_norm": 1.3360121250152588,
      "learning_rate": 9.645348555080024e-05,
      "loss": 4.3503,
      "step": 296540
    },
    {
      "epoch": 0.6178125,
      "grad_norm": 0.9156461358070374,
      "learning_rate": 9.644427666006869e-05,
      "loss": 4.4777,
      "step": 296550
    },
    {
      "epoch": 0.6178333333333333,
      "grad_norm": 2.692687749862671,
      "learning_rate": 9.64350680006767e-05,
      "loss": 4.6254,
      "step": 296560
    },
    {
      "epoch": 0.6178541666666667,
      "grad_norm": 1.8793271780014038,
      "learning_rate": 9.642585957266405e-05,
      "loss": 4.1864,
      "step": 296570
    },
    {
      "epoch": 0.617875,
      "grad_norm": 1.5503556728363037,
      "learning_rate": 9.641665137607043e-05,
      "loss": 4.3031,
      "step": 296580
    },
    {
      "epoch": 0.6178958333333333,
      "grad_norm": 2.7519211769104004,
      "learning_rate": 9.640744341093564e-05,
      "loss": 4.4185,
      "step": 296590
    },
    {
      "epoch": 0.6179166666666667,
      "grad_norm": 4.542356014251709,
      "learning_rate": 9.639823567729956e-05,
      "loss": 4.4723,
      "step": 296600
    },
    {
      "epoch": 0.6179375,
      "grad_norm": 1.1725170612335205,
      "learning_rate": 9.638902817520184e-05,
      "loss": 3.983,
      "step": 296610
    },
    {
      "epoch": 0.6179583333333334,
      "grad_norm": 2.1383962631225586,
      "learning_rate": 9.637982090468233e-05,
      "loss": 4.1207,
      "step": 296620
    },
    {
      "epoch": 0.6179791666666666,
      "grad_norm": 1.2307329177856445,
      "learning_rate": 9.637061386578073e-05,
      "loss": 4.4367,
      "step": 296630
    },
    {
      "epoch": 0.618,
      "grad_norm": 3.5315933227539062,
      "learning_rate": 9.636140705853682e-05,
      "loss": 4.3432,
      "step": 296640
    },
    {
      "epoch": 0.6180208333333334,
      "grad_norm": 2.6696457862854004,
      "learning_rate": 9.63522004829905e-05,
      "loss": 4.433,
      "step": 296650
    },
    {
      "epoch": 0.6180416666666667,
      "grad_norm": 2.347104787826538,
      "learning_rate": 9.634299413918136e-05,
      "loss": 4.3804,
      "step": 296660
    },
    {
      "epoch": 0.6180625,
      "grad_norm": 1.9611849784851074,
      "learning_rate": 9.633378802714923e-05,
      "loss": 4.8259,
      "step": 296670
    },
    {
      "epoch": 0.6180833333333333,
      "grad_norm": 2.6498091220855713,
      "learning_rate": 9.632458214693397e-05,
      "loss": 5.2918,
      "step": 296680
    },
    {
      "epoch": 0.6181041666666667,
      "grad_norm": 2.6899683475494385,
      "learning_rate": 9.631537649857522e-05,
      "loss": 4.3102,
      "step": 296690
    },
    {
      "epoch": 0.618125,
      "grad_norm": 3.4180402755737305,
      "learning_rate": 9.630617108211277e-05,
      "loss": 4.3812,
      "step": 296700
    },
    {
      "epoch": 0.6181458333333333,
      "grad_norm": 10.825454711914062,
      "learning_rate": 9.629696589758648e-05,
      "loss": 4.5211,
      "step": 296710
    },
    {
      "epoch": 0.6181666666666666,
      "grad_norm": 1.3320075273513794,
      "learning_rate": 9.628776094503601e-05,
      "loss": 4.2653,
      "step": 296720
    },
    {
      "epoch": 0.6181875,
      "grad_norm": 1.4078283309936523,
      "learning_rate": 9.627855622450108e-05,
      "loss": 4.8081,
      "step": 296730
    },
    {
      "epoch": 0.6182083333333334,
      "grad_norm": 1.7186675071716309,
      "learning_rate": 9.626935173602165e-05,
      "loss": 4.4486,
      "step": 296740
    },
    {
      "epoch": 0.6182291666666667,
      "grad_norm": 1.8266810178756714,
      "learning_rate": 9.626014747963731e-05,
      "loss": 4.1006,
      "step": 296750
    },
    {
      "epoch": 0.61825,
      "grad_norm": 1.7120949029922485,
      "learning_rate": 9.62509434553878e-05,
      "loss": 3.9524,
      "step": 296760
    },
    {
      "epoch": 0.6182708333333333,
      "grad_norm": 6.679538249969482,
      "learning_rate": 9.6241739663313e-05,
      "loss": 5.0967,
      "step": 296770
    },
    {
      "epoch": 0.6182916666666667,
      "grad_norm": 1.4265574216842651,
      "learning_rate": 9.62325361034526e-05,
      "loss": 4.2513,
      "step": 296780
    },
    {
      "epoch": 0.6183125,
      "grad_norm": 1.6153892278671265,
      "learning_rate": 9.622333277584635e-05,
      "loss": 4.354,
      "step": 296790
    },
    {
      "epoch": 0.6183333333333333,
      "grad_norm": 2.1838581562042236,
      "learning_rate": 9.621412968053395e-05,
      "loss": 4.6921,
      "step": 296800
    },
    {
      "epoch": 0.6183541666666666,
      "grad_norm": 1.3571935892105103,
      "learning_rate": 9.620492681755534e-05,
      "loss": 4.3808,
      "step": 296810
    },
    {
      "epoch": 0.618375,
      "grad_norm": 0.8726999163627625,
      "learning_rate": 9.619572418695008e-05,
      "loss": 4.2163,
      "step": 296820
    },
    {
      "epoch": 0.6183958333333334,
      "grad_norm": 1.7488937377929688,
      "learning_rate": 9.618652178875798e-05,
      "loss": 4.6818,
      "step": 296830
    },
    {
      "epoch": 0.6184166666666666,
      "grad_norm": 2.853281259536743,
      "learning_rate": 9.617731962301886e-05,
      "loss": 3.7995,
      "step": 296840
    },
    {
      "epoch": 0.6184375,
      "grad_norm": 1.0526937246322632,
      "learning_rate": 9.616811768977239e-05,
      "loss": 4.1202,
      "step": 296850
    },
    {
      "epoch": 0.6184583333333333,
      "grad_norm": 1.5292835235595703,
      "learning_rate": 9.615891598905832e-05,
      "loss": 4.6802,
      "step": 296860
    },
    {
      "epoch": 0.6184791666666667,
      "grad_norm": 1.227325439453125,
      "learning_rate": 9.614971452091645e-05,
      "loss": 4.2807,
      "step": 296870
    },
    {
      "epoch": 0.6185,
      "grad_norm": 5.8722243309021,
      "learning_rate": 9.614051328538652e-05,
      "loss": 4.1829,
      "step": 296880
    },
    {
      "epoch": 0.6185208333333333,
      "grad_norm": 1.3081333637237549,
      "learning_rate": 9.613131228250821e-05,
      "loss": 4.7493,
      "step": 296890
    },
    {
      "epoch": 0.6185416666666667,
      "grad_norm": 1.6866332292556763,
      "learning_rate": 9.612211151232132e-05,
      "loss": 4.6276,
      "step": 296900
    },
    {
      "epoch": 0.6185625,
      "grad_norm": 1.250308871269226,
      "learning_rate": 9.611291097486561e-05,
      "loss": 4.4568,
      "step": 296910
    },
    {
      "epoch": 0.6185833333333334,
      "grad_norm": 2.687452554702759,
      "learning_rate": 9.610371067018074e-05,
      "loss": 4.3941,
      "step": 296920
    },
    {
      "epoch": 0.6186041666666666,
      "grad_norm": 2.6333541870117188,
      "learning_rate": 9.609451059830653e-05,
      "loss": 4.3351,
      "step": 296930
    },
    {
      "epoch": 0.618625,
      "grad_norm": 1.192275881767273,
      "learning_rate": 9.608531075928274e-05,
      "loss": 4.2526,
      "step": 296940
    },
    {
      "epoch": 0.6186458333333333,
      "grad_norm": 1.1627238988876343,
      "learning_rate": 9.607611115314899e-05,
      "loss": 4.3811,
      "step": 296950
    },
    {
      "epoch": 0.6186666666666667,
      "grad_norm": 2.1397767066955566,
      "learning_rate": 9.606691177994512e-05,
      "loss": 4.3,
      "step": 296960
    },
    {
      "epoch": 0.6186875,
      "grad_norm": 3.457592248916626,
      "learning_rate": 9.605771263971089e-05,
      "loss": 4.5741,
      "step": 296970
    },
    {
      "epoch": 0.6187083333333333,
      "grad_norm": 3.0241293907165527,
      "learning_rate": 9.604851373248594e-05,
      "loss": 4.1709,
      "step": 296980
    },
    {
      "epoch": 0.6187291666666667,
      "grad_norm": 0.9962788820266724,
      "learning_rate": 9.603931505831007e-05,
      "loss": 4.2951,
      "step": 296990
    },
    {
      "epoch": 0.61875,
      "grad_norm": 9.336719512939453,
      "learning_rate": 9.603011661722301e-05,
      "loss": 4.2116,
      "step": 297000
    },
    {
      "epoch": 0.61875,
      "eval_loss": 8.22093391418457,
      "eval_runtime": 9.1129,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 297000
    },
    {
      "epoch": 0.6187708333333334,
      "grad_norm": 1.467283010482788,
      "learning_rate": 9.602091840926444e-05,
      "loss": 4.6962,
      "step": 297010
    },
    {
      "epoch": 0.6187916666666666,
      "grad_norm": 7.409718036651611,
      "learning_rate": 9.601172043447423e-05,
      "loss": 4.4005,
      "step": 297020
    },
    {
      "epoch": 0.6188125,
      "grad_norm": 0.7791556119918823,
      "learning_rate": 9.600252269289195e-05,
      "loss": 4.2539,
      "step": 297030
    },
    {
      "epoch": 0.6188333333333333,
      "grad_norm": 2.9672718048095703,
      "learning_rate": 9.599332518455738e-05,
      "loss": 4.4269,
      "step": 297040
    },
    {
      "epoch": 0.6188541666666667,
      "grad_norm": 4.37896203994751,
      "learning_rate": 9.598412790951032e-05,
      "loss": 4.0811,
      "step": 297050
    },
    {
      "epoch": 0.618875,
      "grad_norm": 1.0064928531646729,
      "learning_rate": 9.597493086779043e-05,
      "loss": 4.2458,
      "step": 297060
    },
    {
      "epoch": 0.6188958333333333,
      "grad_norm": 1.2473564147949219,
      "learning_rate": 9.59657340594374e-05,
      "loss": 4.2661,
      "step": 297070
    },
    {
      "epoch": 0.6189166666666667,
      "grad_norm": 2.030522108078003,
      "learning_rate": 9.595653748449109e-05,
      "loss": 4.9928,
      "step": 297080
    },
    {
      "epoch": 0.6189375,
      "grad_norm": 2.41634464263916,
      "learning_rate": 9.59473411429911e-05,
      "loss": 4.455,
      "step": 297090
    },
    {
      "epoch": 0.6189583333333334,
      "grad_norm": 1.0468723773956299,
      "learning_rate": 9.593814503497725e-05,
      "loss": 3.795,
      "step": 297100
    },
    {
      "epoch": 0.6189791666666666,
      "grad_norm": 3.0646097660064697,
      "learning_rate": 9.592894916048914e-05,
      "loss": 4.4516,
      "step": 297110
    },
    {
      "epoch": 0.619,
      "grad_norm": 1.8956421613693237,
      "learning_rate": 9.591975351956664e-05,
      "loss": 4.627,
      "step": 297120
    },
    {
      "epoch": 0.6190208333333334,
      "grad_norm": 1.8184056282043457,
      "learning_rate": 9.591055811224935e-05,
      "loss": 4.2228,
      "step": 297130
    },
    {
      "epoch": 0.6190416666666667,
      "grad_norm": 3.7883968353271484,
      "learning_rate": 9.590136293857702e-05,
      "loss": 4.7018,
      "step": 297140
    },
    {
      "epoch": 0.6190625,
      "grad_norm": 4.174049377441406,
      "learning_rate": 9.589216799858946e-05,
      "loss": 4.4094,
      "step": 297150
    },
    {
      "epoch": 0.6190833333333333,
      "grad_norm": 1.488125205039978,
      "learning_rate": 9.588297329232627e-05,
      "loss": 3.8198,
      "step": 297160
    },
    {
      "epoch": 0.6191041666666667,
      "grad_norm": 1.5841857194900513,
      "learning_rate": 9.587377881982719e-05,
      "loss": 4.5471,
      "step": 297170
    },
    {
      "epoch": 0.619125,
      "grad_norm": 0.8158523440361023,
      "learning_rate": 9.586458458113203e-05,
      "loss": 4.0755,
      "step": 297180
    },
    {
      "epoch": 0.6191458333333333,
      "grad_norm": 1.5627034902572632,
      "learning_rate": 9.585539057628038e-05,
      "loss": 4.5087,
      "step": 297190
    },
    {
      "epoch": 0.6191666666666666,
      "grad_norm": 1.534321665763855,
      "learning_rate": 9.584619680531201e-05,
      "loss": 4.2874,
      "step": 297200
    },
    {
      "epoch": 0.6191875,
      "grad_norm": 3.075446128845215,
      "learning_rate": 9.583700326826666e-05,
      "loss": 4.3134,
      "step": 297210
    },
    {
      "epoch": 0.6192083333333334,
      "grad_norm": 1.5079437494277954,
      "learning_rate": 9.582780996518404e-05,
      "loss": 4.2701,
      "step": 297220
    },
    {
      "epoch": 0.6192291666666667,
      "grad_norm": 2.4445457458496094,
      "learning_rate": 9.581861689610375e-05,
      "loss": 4.5922,
      "step": 297230
    },
    {
      "epoch": 0.61925,
      "grad_norm": 2.548383951187134,
      "learning_rate": 9.580942406106569e-05,
      "loss": 4.3691,
      "step": 297240
    },
    {
      "epoch": 0.6192708333333333,
      "grad_norm": 1.483914852142334,
      "learning_rate": 9.580023146010945e-05,
      "loss": 4.487,
      "step": 297250
    },
    {
      "epoch": 0.6192916666666667,
      "grad_norm": 1.8484172821044922,
      "learning_rate": 9.57910390932747e-05,
      "loss": 4.3725,
      "step": 297260
    },
    {
      "epoch": 0.6193125,
      "grad_norm": 1.9913297891616821,
      "learning_rate": 9.578184696060123e-05,
      "loss": 4.9809,
      "step": 297270
    },
    {
      "epoch": 0.6193333333333333,
      "grad_norm": 1.348521113395691,
      "learning_rate": 9.577265506212876e-05,
      "loss": 4.37,
      "step": 297280
    },
    {
      "epoch": 0.6193541666666667,
      "grad_norm": 1.7931320667266846,
      "learning_rate": 9.576346339789688e-05,
      "loss": 3.865,
      "step": 297290
    },
    {
      "epoch": 0.619375,
      "grad_norm": 1.6112205982208252,
      "learning_rate": 9.575427196794542e-05,
      "loss": 4.6105,
      "step": 297300
    },
    {
      "epoch": 0.6193958333333334,
      "grad_norm": 0.7389317154884338,
      "learning_rate": 9.574508077231405e-05,
      "loss": 4.2468,
      "step": 297310
    },
    {
      "epoch": 0.6194166666666666,
      "grad_norm": 5.070620059967041,
      "learning_rate": 9.573588981104238e-05,
      "loss": 3.9421,
      "step": 297320
    },
    {
      "epoch": 0.6194375,
      "grad_norm": 4.294322967529297,
      "learning_rate": 9.572669908417023e-05,
      "loss": 4.3688,
      "step": 297330
    },
    {
      "epoch": 0.6194583333333333,
      "grad_norm": 2.653226613998413,
      "learning_rate": 9.57175085917373e-05,
      "loss": 4.2993,
      "step": 297340
    },
    {
      "epoch": 0.6194791666666667,
      "grad_norm": 1.3779213428497314,
      "learning_rate": 9.57083183337832e-05,
      "loss": 4.1495,
      "step": 297350
    },
    {
      "epoch": 0.6195,
      "grad_norm": 1.1798419952392578,
      "learning_rate": 9.569912831034766e-05,
      "loss": 4.4982,
      "step": 297360
    },
    {
      "epoch": 0.6195208333333333,
      "grad_norm": 1.075500726699829,
      "learning_rate": 9.568993852147044e-05,
      "loss": 4.255,
      "step": 297370
    },
    {
      "epoch": 0.6195416666666667,
      "grad_norm": 1.2150617837905884,
      "learning_rate": 9.568074896719121e-05,
      "loss": 4.4209,
      "step": 297380
    },
    {
      "epoch": 0.6195625,
      "grad_norm": 2.016381025314331,
      "learning_rate": 9.567155964754956e-05,
      "loss": 5.0244,
      "step": 297390
    },
    {
      "epoch": 0.6195833333333334,
      "grad_norm": 3.1953864097595215,
      "learning_rate": 9.566237056258532e-05,
      "loss": 4.4551,
      "step": 297400
    },
    {
      "epoch": 0.6196041666666666,
      "grad_norm": 1.1682921648025513,
      "learning_rate": 9.565318171233813e-05,
      "loss": 4.688,
      "step": 297410
    },
    {
      "epoch": 0.619625,
      "grad_norm": 2.283032178878784,
      "learning_rate": 9.564399309684763e-05,
      "loss": 4.3462,
      "step": 297420
    },
    {
      "epoch": 0.6196458333333333,
      "grad_norm": 1.3532267808914185,
      "learning_rate": 9.56348047161536e-05,
      "loss": 4.2931,
      "step": 297430
    },
    {
      "epoch": 0.6196666666666667,
      "grad_norm": 1.9052467346191406,
      "learning_rate": 9.562561657029574e-05,
      "loss": 4.3127,
      "step": 297440
    },
    {
      "epoch": 0.6196875,
      "grad_norm": 2.7234983444213867,
      "learning_rate": 9.56164286593136e-05,
      "loss": 4.6953,
      "step": 297450
    },
    {
      "epoch": 0.6197083333333333,
      "grad_norm": 5.0878448486328125,
      "learning_rate": 9.560724098324702e-05,
      "loss": 4.3275,
      "step": 297460
    },
    {
      "epoch": 0.6197291666666667,
      "grad_norm": 1.2422771453857422,
      "learning_rate": 9.559805354213565e-05,
      "loss": 4.5312,
      "step": 297470
    },
    {
      "epoch": 0.61975,
      "grad_norm": 2.2875027656555176,
      "learning_rate": 9.55888663360191e-05,
      "loss": 4.4129,
      "step": 297480
    },
    {
      "epoch": 0.6197708333333334,
      "grad_norm": 1.5360673666000366,
      "learning_rate": 9.557967936493712e-05,
      "loss": 4.1783,
      "step": 297490
    },
    {
      "epoch": 0.6197916666666666,
      "grad_norm": 0.9297420978546143,
      "learning_rate": 9.557049262892944e-05,
      "loss": 4.2452,
      "step": 297500
    },
    {
      "epoch": 0.6198125,
      "grad_norm": 1.3325821161270142,
      "learning_rate": 9.556130612803562e-05,
      "loss": 4.5175,
      "step": 297510
    },
    {
      "epoch": 0.6198333333333333,
      "grad_norm": 5.566502094268799,
      "learning_rate": 9.555211986229546e-05,
      "loss": 6.3989,
      "step": 297520
    },
    {
      "epoch": 0.6198541666666667,
      "grad_norm": 1.4640765190124512,
      "learning_rate": 9.554293383174857e-05,
      "loss": 4.0695,
      "step": 297530
    },
    {
      "epoch": 0.619875,
      "grad_norm": 3.7900283336639404,
      "learning_rate": 9.553374803643462e-05,
      "loss": 4.8175,
      "step": 297540
    },
    {
      "epoch": 0.6198958333333333,
      "grad_norm": 2.0709986686706543,
      "learning_rate": 9.552456247639337e-05,
      "loss": 3.8801,
      "step": 297550
    },
    {
      "epoch": 0.6199166666666667,
      "grad_norm": 2.6720542907714844,
      "learning_rate": 9.551537715166441e-05,
      "loss": 4.2676,
      "step": 297560
    },
    {
      "epoch": 0.6199375,
      "grad_norm": 1.7316792011260986,
      "learning_rate": 9.550619206228745e-05,
      "loss": 4.0504,
      "step": 297570
    },
    {
      "epoch": 0.6199583333333333,
      "grad_norm": 3.1093573570251465,
      "learning_rate": 9.54970072083022e-05,
      "loss": 4.2022,
      "step": 297580
    },
    {
      "epoch": 0.6199791666666666,
      "grad_norm": 1.7054237127304077,
      "learning_rate": 9.54878225897483e-05,
      "loss": 4.4403,
      "step": 297590
    },
    {
      "epoch": 0.62,
      "grad_norm": 1.795248031616211,
      "learning_rate": 9.547863820666538e-05,
      "loss": 4.4132,
      "step": 297600
    },
    {
      "epoch": 0.6200208333333334,
      "grad_norm": 2.345400333404541,
      "learning_rate": 9.546945405909325e-05,
      "loss": 3.7285,
      "step": 297610
    },
    {
      "epoch": 0.6200416666666667,
      "grad_norm": 2.0297510623931885,
      "learning_rate": 9.546027014707149e-05,
      "loss": 4.793,
      "step": 297620
    },
    {
      "epoch": 0.6200625,
      "grad_norm": 1.2202227115631104,
      "learning_rate": 9.545108647063968e-05,
      "loss": 4.5093,
      "step": 297630
    },
    {
      "epoch": 0.6200833333333333,
      "grad_norm": 3.675751209259033,
      "learning_rate": 9.544190302983763e-05,
      "loss": 4.4661,
      "step": 297640
    },
    {
      "epoch": 0.6201041666666667,
      "grad_norm": 3.0570008754730225,
      "learning_rate": 9.5432719824705e-05,
      "loss": 4.3285,
      "step": 297650
    },
    {
      "epoch": 0.620125,
      "grad_norm": 1.6311274766921997,
      "learning_rate": 9.542353685528139e-05,
      "loss": 4.2573,
      "step": 297660
    },
    {
      "epoch": 0.6201458333333333,
      "grad_norm": 1.6408380270004272,
      "learning_rate": 9.541435412160647e-05,
      "loss": 4.369,
      "step": 297670
    },
    {
      "epoch": 0.6201666666666666,
      "grad_norm": 1.392440676689148,
      "learning_rate": 9.540517162372e-05,
      "loss": 4.6452,
      "step": 297680
    },
    {
      "epoch": 0.6201875,
      "grad_norm": 1.7171576023101807,
      "learning_rate": 9.539598936166154e-05,
      "loss": 4.1753,
      "step": 297690
    },
    {
      "epoch": 0.6202083333333334,
      "grad_norm": 1.0994962453842163,
      "learning_rate": 9.538680733547076e-05,
      "loss": 4.3753,
      "step": 297700
    },
    {
      "epoch": 0.6202291666666667,
      "grad_norm": 1.6924160718917847,
      "learning_rate": 9.53776255451874e-05,
      "loss": 4.2382,
      "step": 297710
    },
    {
      "epoch": 0.62025,
      "grad_norm": 1.8385661840438843,
      "learning_rate": 9.536844399085108e-05,
      "loss": 4.7356,
      "step": 297720
    },
    {
      "epoch": 0.6202708333333333,
      "grad_norm": 2.218874454498291,
      "learning_rate": 9.53592626725014e-05,
      "loss": 4.3957,
      "step": 297730
    },
    {
      "epoch": 0.6202916666666667,
      "grad_norm": 1.9700347185134888,
      "learning_rate": 9.535008159017816e-05,
      "loss": 4.2949,
      "step": 297740
    },
    {
      "epoch": 0.6203125,
      "grad_norm": 1.9197566509246826,
      "learning_rate": 9.534090074392092e-05,
      "loss": 4.558,
      "step": 297750
    },
    {
      "epoch": 0.6203333333333333,
      "grad_norm": 4.635556697845459,
      "learning_rate": 9.533172013376929e-05,
      "loss": 4.5119,
      "step": 297760
    },
    {
      "epoch": 0.6203541666666667,
      "grad_norm": 1.0695465803146362,
      "learning_rate": 9.532253975976301e-05,
      "loss": 3.938,
      "step": 297770
    },
    {
      "epoch": 0.620375,
      "grad_norm": 1.92167067527771,
      "learning_rate": 9.531335962194178e-05,
      "loss": 5.0263,
      "step": 297780
    },
    {
      "epoch": 0.6203958333333334,
      "grad_norm": 1.2436434030532837,
      "learning_rate": 9.530417972034511e-05,
      "loss": 4.3927,
      "step": 297790
    },
    {
      "epoch": 0.6204166666666666,
      "grad_norm": 1.0748955011367798,
      "learning_rate": 9.529500005501277e-05,
      "loss": 4.1971,
      "step": 297800
    },
    {
      "epoch": 0.6204375,
      "grad_norm": 5.254375457763672,
      "learning_rate": 9.528582062598438e-05,
      "loss": 4.4629,
      "step": 297810
    },
    {
      "epoch": 0.6204583333333333,
      "grad_norm": 2.323791265487671,
      "learning_rate": 9.527664143329957e-05,
      "loss": 4.3291,
      "step": 297820
    },
    {
      "epoch": 0.6204791666666667,
      "grad_norm": 1.6539180278778076,
      "learning_rate": 9.5267462476998e-05,
      "loss": 4.1608,
      "step": 297830
    },
    {
      "epoch": 0.6205,
      "grad_norm": 1.194441556930542,
      "learning_rate": 9.525828375711938e-05,
      "loss": 4.1884,
      "step": 297840
    },
    {
      "epoch": 0.6205208333333333,
      "grad_norm": 3.161940574645996,
      "learning_rate": 9.524910527370324e-05,
      "loss": 4.3953,
      "step": 297850
    },
    {
      "epoch": 0.6205416666666667,
      "grad_norm": 2.7378504276275635,
      "learning_rate": 9.523992702678932e-05,
      "loss": 3.9989,
      "step": 297860
    },
    {
      "epoch": 0.6205625,
      "grad_norm": 3.574669361114502,
      "learning_rate": 9.523074901641728e-05,
      "loss": 4.3422,
      "step": 297870
    },
    {
      "epoch": 0.6205833333333334,
      "grad_norm": 0.7766384482383728,
      "learning_rate": 9.522157124262668e-05,
      "loss": 4.0787,
      "step": 297880
    },
    {
      "epoch": 0.6206041666666666,
      "grad_norm": 1.65471613407135,
      "learning_rate": 9.521239370545723e-05,
      "loss": 4.4494,
      "step": 297890
    },
    {
      "epoch": 0.620625,
      "grad_norm": 4.51389741897583,
      "learning_rate": 9.520321640494854e-05,
      "loss": 4.4306,
      "step": 297900
    },
    {
      "epoch": 0.6206458333333333,
      "grad_norm": 0.9607760310173035,
      "learning_rate": 9.519403934114023e-05,
      "loss": 4.2909,
      "step": 297910
    },
    {
      "epoch": 0.6206666666666667,
      "grad_norm": 1.008052110671997,
      "learning_rate": 9.518486251407206e-05,
      "loss": 4.134,
      "step": 297920
    },
    {
      "epoch": 0.6206875,
      "grad_norm": 1.0453181266784668,
      "learning_rate": 9.517568592378352e-05,
      "loss": 4.4148,
      "step": 297930
    },
    {
      "epoch": 0.6207083333333333,
      "grad_norm": 1.7885740995407104,
      "learning_rate": 9.516650957031432e-05,
      "loss": 4.2646,
      "step": 297940
    },
    {
      "epoch": 0.6207291666666667,
      "grad_norm": 3.1583449840545654,
      "learning_rate": 9.515733345370413e-05,
      "loss": 4.3827,
      "step": 297950
    },
    {
      "epoch": 0.62075,
      "grad_norm": 7.492037296295166,
      "learning_rate": 9.514815757399253e-05,
      "loss": 4.5662,
      "step": 297960
    },
    {
      "epoch": 0.6207708333333334,
      "grad_norm": 0.9792349338531494,
      "learning_rate": 9.513898193121919e-05,
      "loss": 4.2916,
      "step": 297970
    },
    {
      "epoch": 0.6207916666666666,
      "grad_norm": 1.9478981494903564,
      "learning_rate": 9.512980652542371e-05,
      "loss": 4.3987,
      "step": 297980
    },
    {
      "epoch": 0.6208125,
      "grad_norm": 2.2744534015655518,
      "learning_rate": 9.512063135664575e-05,
      "loss": 4.0685,
      "step": 297990
    },
    {
      "epoch": 0.6208333333333333,
      "grad_norm": 1.6608912944793701,
      "learning_rate": 9.511145642492497e-05,
      "loss": 4.5181,
      "step": 298000
    },
    {
      "epoch": 0.6208333333333333,
      "eval_loss": 8.252920150756836,
      "eval_runtime": 9.1105,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 298000
    },
    {
      "epoch": 0.6208541666666667,
      "grad_norm": 2.733652353286743,
      "learning_rate": 9.510228173030092e-05,
      "loss": 4.2996,
      "step": 298010
    },
    {
      "epoch": 0.620875,
      "grad_norm": 3.70278263092041,
      "learning_rate": 9.509310727281335e-05,
      "loss": 4.1845,
      "step": 298020
    },
    {
      "epoch": 0.6208958333333333,
      "grad_norm": 1.3759117126464844,
      "learning_rate": 9.508393305250178e-05,
      "loss": 4.3088,
      "step": 298030
    },
    {
      "epoch": 0.6209166666666667,
      "grad_norm": 1.3712691068649292,
      "learning_rate": 9.507475906940586e-05,
      "loss": 4.5217,
      "step": 298040
    },
    {
      "epoch": 0.6209375,
      "grad_norm": 1.435215950012207,
      "learning_rate": 9.506558532356529e-05,
      "loss": 4.3304,
      "step": 298050
    },
    {
      "epoch": 0.6209583333333333,
      "grad_norm": 1.7539112567901611,
      "learning_rate": 9.505641181501962e-05,
      "loss": 4.5379,
      "step": 298060
    },
    {
      "epoch": 0.6209791666666666,
      "grad_norm": 5.871107578277588,
      "learning_rate": 9.504723854380847e-05,
      "loss": 4.6208,
      "step": 298070
    },
    {
      "epoch": 0.621,
      "grad_norm": 2.5207951068878174,
      "learning_rate": 9.503806550997157e-05,
      "loss": 5.1323,
      "step": 298080
    },
    {
      "epoch": 0.6210208333333334,
      "grad_norm": 1.1694025993347168,
      "learning_rate": 9.502889271354844e-05,
      "loss": 4.3688,
      "step": 298090
    },
    {
      "epoch": 0.6210416666666667,
      "grad_norm": 2.2063519954681396,
      "learning_rate": 9.501972015457868e-05,
      "loss": 4.3831,
      "step": 298100
    },
    {
      "epoch": 0.6210625,
      "grad_norm": 1.0243499279022217,
      "learning_rate": 9.501054783310207e-05,
      "loss": 4.261,
      "step": 298110
    },
    {
      "epoch": 0.6210833333333333,
      "grad_norm": 1.7689019441604614,
      "learning_rate": 9.500137574915809e-05,
      "loss": 4.4466,
      "step": 298120
    },
    {
      "epoch": 0.6211041666666667,
      "grad_norm": 4.410036087036133,
      "learning_rate": 9.499220390278635e-05,
      "loss": 4.6177,
      "step": 298130
    },
    {
      "epoch": 0.621125,
      "grad_norm": 3.9480440616607666,
      "learning_rate": 9.498303229402655e-05,
      "loss": 4.5053,
      "step": 298140
    },
    {
      "epoch": 0.6211458333333333,
      "grad_norm": 1.6521475315093994,
      "learning_rate": 9.49738609229183e-05,
      "loss": 4.4984,
      "step": 298150
    },
    {
      "epoch": 0.6211666666666666,
      "grad_norm": 4.6061201095581055,
      "learning_rate": 9.496468978950112e-05,
      "loss": 4.3778,
      "step": 298160
    },
    {
      "epoch": 0.6211875,
      "grad_norm": 1.3667610883712769,
      "learning_rate": 9.495551889381474e-05,
      "loss": 4.2261,
      "step": 298170
    },
    {
      "epoch": 0.6212083333333334,
      "grad_norm": 2.3496110439300537,
      "learning_rate": 9.494634823589874e-05,
      "loss": 4.2964,
      "step": 298180
    },
    {
      "epoch": 0.6212291666666667,
      "grad_norm": 1.5827240943908691,
      "learning_rate": 9.493717781579268e-05,
      "loss": 4.4849,
      "step": 298190
    },
    {
      "epoch": 0.62125,
      "grad_norm": 1.9081077575683594,
      "learning_rate": 9.492800763353626e-05,
      "loss": 4.5847,
      "step": 298200
    },
    {
      "epoch": 0.6212708333333333,
      "grad_norm": 2.0662286281585693,
      "learning_rate": 9.491883768916905e-05,
      "loss": 4.0266,
      "step": 298210
    },
    {
      "epoch": 0.6212916666666667,
      "grad_norm": 1.7652559280395508,
      "learning_rate": 9.490966798273061e-05,
      "loss": 4.4441,
      "step": 298220
    },
    {
      "epoch": 0.6213125,
      "grad_norm": 0.9079132676124573,
      "learning_rate": 9.490049851426062e-05,
      "loss": 4.0397,
      "step": 298230
    },
    {
      "epoch": 0.6213333333333333,
      "grad_norm": 0.7387873530387878,
      "learning_rate": 9.48913292837987e-05,
      "loss": 5.0445,
      "step": 298240
    },
    {
      "epoch": 0.6213541666666667,
      "grad_norm": 0.9659336805343628,
      "learning_rate": 9.488216029138444e-05,
      "loss": 4.2847,
      "step": 298250
    },
    {
      "epoch": 0.621375,
      "grad_norm": 1.0236570835113525,
      "learning_rate": 9.487299153705736e-05,
      "loss": 4.8004,
      "step": 298260
    },
    {
      "epoch": 0.6213958333333334,
      "grad_norm": 1.247387170791626,
      "learning_rate": 9.486382302085716e-05,
      "loss": 4.4053,
      "step": 298270
    },
    {
      "epoch": 0.6214166666666666,
      "grad_norm": 2.0731441974639893,
      "learning_rate": 9.485465474282346e-05,
      "loss": 4.4197,
      "step": 298280
    },
    {
      "epoch": 0.6214375,
      "grad_norm": 4.095510482788086,
      "learning_rate": 9.484548670299575e-05,
      "loss": 4.3027,
      "step": 298290
    },
    {
      "epoch": 0.6214583333333333,
      "grad_norm": 4.43400764465332,
      "learning_rate": 9.483631890141375e-05,
      "loss": 4.439,
      "step": 298300
    },
    {
      "epoch": 0.6214791666666667,
      "grad_norm": 1.88222074508667,
      "learning_rate": 9.482715133811704e-05,
      "loss": 4.2254,
      "step": 298310
    },
    {
      "epoch": 0.6215,
      "grad_norm": 1.6873486042022705,
      "learning_rate": 9.481798401314513e-05,
      "loss": 4.1825,
      "step": 298320
    },
    {
      "epoch": 0.6215208333333333,
      "grad_norm": 3.8395450115203857,
      "learning_rate": 9.480881692653775e-05,
      "loss": 5.1064,
      "step": 298330
    },
    {
      "epoch": 0.6215416666666667,
      "grad_norm": 3.4802656173706055,
      "learning_rate": 9.479965007833444e-05,
      "loss": 3.7913,
      "step": 298340
    },
    {
      "epoch": 0.6215625,
      "grad_norm": 1.471582055091858,
      "learning_rate": 9.479048346857472e-05,
      "loss": 4.3544,
      "step": 298350
    },
    {
      "epoch": 0.6215833333333334,
      "grad_norm": 1.4399304389953613,
      "learning_rate": 9.47813170972983e-05,
      "loss": 4.204,
      "step": 298360
    },
    {
      "epoch": 0.6216041666666666,
      "grad_norm": 8.087820053100586,
      "learning_rate": 9.477215096454476e-05,
      "loss": 4.2174,
      "step": 298370
    },
    {
      "epoch": 0.621625,
      "grad_norm": 1.1726096868515015,
      "learning_rate": 9.476298507035361e-05,
      "loss": 4.3634,
      "step": 298380
    },
    {
      "epoch": 0.6216458333333333,
      "grad_norm": 1.0020623207092285,
      "learning_rate": 9.475381941476456e-05,
      "loss": 4.3819,
      "step": 298390
    },
    {
      "epoch": 0.6216666666666667,
      "grad_norm": 1.6707981824874878,
      "learning_rate": 9.474465399781711e-05,
      "loss": 4.5367,
      "step": 298400
    },
    {
      "epoch": 0.6216875,
      "grad_norm": 1.8460626602172852,
      "learning_rate": 9.473548881955086e-05,
      "loss": 4.384,
      "step": 298410
    },
    {
      "epoch": 0.6217083333333333,
      "grad_norm": 2.4699089527130127,
      "learning_rate": 9.472632388000547e-05,
      "loss": 4.5694,
      "step": 298420
    },
    {
      "epoch": 0.6217291666666667,
      "grad_norm": 1.1720597743988037,
      "learning_rate": 9.471715917922047e-05,
      "loss": 4.3179,
      "step": 298430
    },
    {
      "epoch": 0.62175,
      "grad_norm": 1.7703276872634888,
      "learning_rate": 9.470799471723542e-05,
      "loss": 4.0912,
      "step": 298440
    },
    {
      "epoch": 0.6217708333333334,
      "grad_norm": 1.2095587253570557,
      "learning_rate": 9.469883049409001e-05,
      "loss": 4.0266,
      "step": 298450
    },
    {
      "epoch": 0.6217916666666666,
      "grad_norm": 10.063725471496582,
      "learning_rate": 9.468966650982372e-05,
      "loss": 4.3176,
      "step": 298460
    },
    {
      "epoch": 0.6218125,
      "grad_norm": 1.3046106100082397,
      "learning_rate": 9.468050276447615e-05,
      "loss": 4.0707,
      "step": 298470
    },
    {
      "epoch": 0.6218333333333333,
      "grad_norm": 2.823092460632324,
      "learning_rate": 9.467133925808698e-05,
      "loss": 4.3206,
      "step": 298480
    },
    {
      "epoch": 0.6218541666666667,
      "grad_norm": 0.9652537107467651,
      "learning_rate": 9.466217599069569e-05,
      "loss": 4.34,
      "step": 298490
    },
    {
      "epoch": 0.621875,
      "grad_norm": 0.9166775941848755,
      "learning_rate": 9.465301296234188e-05,
      "loss": 4.4804,
      "step": 298500
    },
    {
      "epoch": 0.6218958333333333,
      "grad_norm": 6.5680131912231445,
      "learning_rate": 9.464385017306519e-05,
      "loss": 4.7189,
      "step": 298510
    },
    {
      "epoch": 0.6219166666666667,
      "grad_norm": 1.9778391122817993,
      "learning_rate": 9.463468762290516e-05,
      "loss": 4.5387,
      "step": 298520
    },
    {
      "epoch": 0.6219375,
      "grad_norm": 1.0044090747833252,
      "learning_rate": 9.46255253119013e-05,
      "loss": 4.2547,
      "step": 298530
    },
    {
      "epoch": 0.6219583333333333,
      "grad_norm": 0.9755913019180298,
      "learning_rate": 9.46163632400933e-05,
      "loss": 4.1894,
      "step": 298540
    },
    {
      "epoch": 0.6219791666666666,
      "grad_norm": 2.3239667415618896,
      "learning_rate": 9.460720140752069e-05,
      "loss": 4.5559,
      "step": 298550
    },
    {
      "epoch": 0.622,
      "grad_norm": 2.5849320888519287,
      "learning_rate": 9.459803981422304e-05,
      "loss": 4.7465,
      "step": 298560
    },
    {
      "epoch": 0.6220208333333334,
      "grad_norm": 1.4410324096679688,
      "learning_rate": 9.458887846023986e-05,
      "loss": 4.7953,
      "step": 298570
    },
    {
      "epoch": 0.6220416666666667,
      "grad_norm": 0.9626801013946533,
      "learning_rate": 9.457971734561091e-05,
      "loss": 4.0185,
      "step": 298580
    },
    {
      "epoch": 0.6220625,
      "grad_norm": 1.3348485231399536,
      "learning_rate": 9.457055647037557e-05,
      "loss": 4.2077,
      "step": 298590
    },
    {
      "epoch": 0.6220833333333333,
      "grad_norm": 2.6376724243164062,
      "learning_rate": 9.456139583457346e-05,
      "loss": 3.9753,
      "step": 298600
    },
    {
      "epoch": 0.6221041666666667,
      "grad_norm": 5.284123420715332,
      "learning_rate": 9.455223543824426e-05,
      "loss": 4.4422,
      "step": 298610
    },
    {
      "epoch": 0.622125,
      "grad_norm": 7.18534517288208,
      "learning_rate": 9.454307528142742e-05,
      "loss": 4.7841,
      "step": 298620
    },
    {
      "epoch": 0.6221458333333333,
      "grad_norm": 2.434164047241211,
      "learning_rate": 9.45339153641625e-05,
      "loss": 4.2497,
      "step": 298630
    },
    {
      "epoch": 0.6221666666666666,
      "grad_norm": 2.0658602714538574,
      "learning_rate": 9.452475568648915e-05,
      "loss": 4.1671,
      "step": 298640
    },
    {
      "epoch": 0.6221875,
      "grad_norm": 2.6353001594543457,
      "learning_rate": 9.451559624844692e-05,
      "loss": 4.5262,
      "step": 298650
    },
    {
      "epoch": 0.6222083333333334,
      "grad_norm": 2.6621172428131104,
      "learning_rate": 9.45064370500753e-05,
      "loss": 4.2248,
      "step": 298660
    },
    {
      "epoch": 0.6222291666666667,
      "grad_norm": 1.725195050239563,
      "learning_rate": 9.449727809141392e-05,
      "loss": 4.2223,
      "step": 298670
    },
    {
      "epoch": 0.62225,
      "grad_norm": 3.6897294521331787,
      "learning_rate": 9.448811937250237e-05,
      "loss": 4.3274,
      "step": 298680
    },
    {
      "epoch": 0.6222708333333333,
      "grad_norm": 13.44544792175293,
      "learning_rate": 9.44789608933801e-05,
      "loss": 4.0725,
      "step": 298690
    },
    {
      "epoch": 0.6222916666666667,
      "grad_norm": 3.433189630508423,
      "learning_rate": 9.446980265408678e-05,
      "loss": 4.7066,
      "step": 298700
    },
    {
      "epoch": 0.6223125,
      "grad_norm": 0.8791050910949707,
      "learning_rate": 9.446064465466197e-05,
      "loss": 4.0772,
      "step": 298710
    },
    {
      "epoch": 0.6223333333333333,
      "grad_norm": 0.7677463889122009,
      "learning_rate": 9.445148689514513e-05,
      "loss": 4.7537,
      "step": 298720
    },
    {
      "epoch": 0.6223541666666667,
      "grad_norm": 2.929107666015625,
      "learning_rate": 9.444232937557589e-05,
      "loss": 3.9084,
      "step": 298730
    },
    {
      "epoch": 0.622375,
      "grad_norm": 4.298795700073242,
      "learning_rate": 9.443317209599384e-05,
      "loss": 4.283,
      "step": 298740
    },
    {
      "epoch": 0.6223958333333334,
      "grad_norm": 2.10068941116333,
      "learning_rate": 9.442401505643844e-05,
      "loss": 4.4648,
      "step": 298750
    },
    {
      "epoch": 0.6224166666666666,
      "grad_norm": 2.1175148487091064,
      "learning_rate": 9.441485825694934e-05,
      "loss": 4.2841,
      "step": 298760
    },
    {
      "epoch": 0.6224375,
      "grad_norm": 1.453065276145935,
      "learning_rate": 9.440570169756602e-05,
      "loss": 4.3313,
      "step": 298770
    },
    {
      "epoch": 0.6224583333333333,
      "grad_norm": 2.6416373252868652,
      "learning_rate": 9.439654537832804e-05,
      "loss": 4.1957,
      "step": 298780
    },
    {
      "epoch": 0.6224791666666667,
      "grad_norm": 12.43043327331543,
      "learning_rate": 9.438738929927503e-05,
      "loss": 5.0278,
      "step": 298790
    },
    {
      "epoch": 0.6225,
      "grad_norm": 0.9615755677223206,
      "learning_rate": 9.437823346044647e-05,
      "loss": 4.1522,
      "step": 298800
    },
    {
      "epoch": 0.6225208333333333,
      "grad_norm": 3.337799549102783,
      "learning_rate": 9.436907786188189e-05,
      "loss": 3.9689,
      "step": 298810
    },
    {
      "epoch": 0.6225416666666667,
      "grad_norm": 1.1518374681472778,
      "learning_rate": 9.43599225036209e-05,
      "loss": 4.8643,
      "step": 298820
    },
    {
      "epoch": 0.6225625,
      "grad_norm": 3.0455753803253174,
      "learning_rate": 9.435076738570304e-05,
      "loss": 4.5738,
      "step": 298830
    },
    {
      "epoch": 0.6225833333333334,
      "grad_norm": 0.7477025985717773,
      "learning_rate": 9.434161250816785e-05,
      "loss": 4.2395,
      "step": 298840
    },
    {
      "epoch": 0.6226041666666666,
      "grad_norm": 1.0089857578277588,
      "learning_rate": 9.43324578710548e-05,
      "loss": 3.9302,
      "step": 298850
    },
    {
      "epoch": 0.622625,
      "grad_norm": 1.0757931470870972,
      "learning_rate": 9.432330347440352e-05,
      "loss": 4.4573,
      "step": 298860
    },
    {
      "epoch": 0.6226458333333333,
      "grad_norm": 1.302140712738037,
      "learning_rate": 9.431414931825357e-05,
      "loss": 4.0972,
      "step": 298870
    },
    {
      "epoch": 0.6226666666666667,
      "grad_norm": 8.785896301269531,
      "learning_rate": 9.430499540264438e-05,
      "loss": 4.6932,
      "step": 298880
    },
    {
      "epoch": 0.6226875,
      "grad_norm": 1.8059066534042358,
      "learning_rate": 9.429584172761565e-05,
      "loss": 4.6426,
      "step": 298890
    },
    {
      "epoch": 0.6227083333333333,
      "grad_norm": 1.1622145175933838,
      "learning_rate": 9.428668829320677e-05,
      "loss": 3.8592,
      "step": 298900
    },
    {
      "epoch": 0.6227291666666667,
      "grad_norm": 0.9625430703163147,
      "learning_rate": 9.427753509945733e-05,
      "loss": 4.0197,
      "step": 298910
    },
    {
      "epoch": 0.62275,
      "grad_norm": 1.1226674318313599,
      "learning_rate": 9.426838214640694e-05,
      "loss": 3.7599,
      "step": 298920
    },
    {
      "epoch": 0.6227708333333334,
      "grad_norm": 1.0624818801879883,
      "learning_rate": 9.425922943409507e-05,
      "loss": 4.1762,
      "step": 298930
    },
    {
      "epoch": 0.6227916666666666,
      "grad_norm": 2.4432995319366455,
      "learning_rate": 9.425007696256122e-05,
      "loss": 4.2486,
      "step": 298940
    },
    {
      "epoch": 0.6228125,
      "grad_norm": 3.162234306335449,
      "learning_rate": 9.424092473184502e-05,
      "loss": 4.6716,
      "step": 298950
    },
    {
      "epoch": 0.6228333333333333,
      "grad_norm": 1.8167502880096436,
      "learning_rate": 9.423177274198595e-05,
      "loss": 4.4137,
      "step": 298960
    },
    {
      "epoch": 0.6228541666666667,
      "grad_norm": 1.6765977144241333,
      "learning_rate": 9.422262099302349e-05,
      "loss": 3.9252,
      "step": 298970
    },
    {
      "epoch": 0.622875,
      "grad_norm": 1.5253390073776245,
      "learning_rate": 9.421346948499729e-05,
      "loss": 4.1074,
      "step": 298980
    },
    {
      "epoch": 0.6228958333333333,
      "grad_norm": 9.869256019592285,
      "learning_rate": 9.420431821794679e-05,
      "loss": 4.4084,
      "step": 298990
    },
    {
      "epoch": 0.6229166666666667,
      "grad_norm": 2.4521584510803223,
      "learning_rate": 9.419516719191152e-05,
      "loss": 4.4272,
      "step": 299000
    },
    {
      "epoch": 0.6229166666666667,
      "eval_loss": 8.854756355285645,
      "eval_runtime": 8.866,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 299000
    },
    {
      "epoch": 0.6229375,
      "grad_norm": 2.0864641666412354,
      "learning_rate": 9.418601640693113e-05,
      "loss": 4.1976,
      "step": 299010
    },
    {
      "epoch": 0.6229583333333333,
      "grad_norm": 2.3203070163726807,
      "learning_rate": 9.417686586304503e-05,
      "loss": 4.0689,
      "step": 299020
    },
    {
      "epoch": 0.6229791666666666,
      "grad_norm": 2.5296545028686523,
      "learning_rate": 9.416771556029271e-05,
      "loss": 4.6678,
      "step": 299030
    },
    {
      "epoch": 0.623,
      "grad_norm": 1.2647862434387207,
      "learning_rate": 9.415856549871379e-05,
      "loss": 4.8746,
      "step": 299040
    },
    {
      "epoch": 0.6230208333333334,
      "grad_norm": 0.8817372918128967,
      "learning_rate": 9.414941567834782e-05,
      "loss": 3.9092,
      "step": 299050
    },
    {
      "epoch": 0.6230416666666667,
      "grad_norm": 1.3626112937927246,
      "learning_rate": 9.414026609923416e-05,
      "loss": 4.2146,
      "step": 299060
    },
    {
      "epoch": 0.6230625,
      "grad_norm": 0.9107298254966736,
      "learning_rate": 9.41311167614125e-05,
      "loss": 3.7903,
      "step": 299070
    },
    {
      "epoch": 0.6230833333333333,
      "grad_norm": 2.046510696411133,
      "learning_rate": 9.412196766492236e-05,
      "loss": 4.1677,
      "step": 299080
    },
    {
      "epoch": 0.6231041666666667,
      "grad_norm": 2.722451686859131,
      "learning_rate": 9.411281880980309e-05,
      "loss": 4.5373,
      "step": 299090
    },
    {
      "epoch": 0.623125,
      "grad_norm": 3.317284107208252,
      "learning_rate": 9.410367019609436e-05,
      "loss": 4.2797,
      "step": 299100
    },
    {
      "epoch": 0.6231458333333333,
      "grad_norm": 0.9995315074920654,
      "learning_rate": 9.409452182383569e-05,
      "loss": 4.1551,
      "step": 299110
    },
    {
      "epoch": 0.6231666666666666,
      "grad_norm": 2.874661684036255,
      "learning_rate": 9.40853736930665e-05,
      "loss": 4.1481,
      "step": 299120
    },
    {
      "epoch": 0.6231875,
      "grad_norm": 0.8788439035415649,
      "learning_rate": 9.407622580382641e-05,
      "loss": 4.6433,
      "step": 299130
    },
    {
      "epoch": 0.6232083333333334,
      "grad_norm": 1.5307389497756958,
      "learning_rate": 9.406707815615488e-05,
      "loss": 4.285,
      "step": 299140
    },
    {
      "epoch": 0.6232291666666666,
      "grad_norm": 4.030938148498535,
      "learning_rate": 9.405793075009143e-05,
      "loss": 4.5654,
      "step": 299150
    },
    {
      "epoch": 0.62325,
      "grad_norm": 1.3764885663986206,
      "learning_rate": 9.404878358567556e-05,
      "loss": 4.3028,
      "step": 299160
    },
    {
      "epoch": 0.6232708333333333,
      "grad_norm": 2.3227782249450684,
      "learning_rate": 9.403963666294678e-05,
      "loss": 3.7911,
      "step": 299170
    },
    {
      "epoch": 0.6232916666666667,
      "grad_norm": 1.2431304454803467,
      "learning_rate": 9.403048998194467e-05,
      "loss": 4.08,
      "step": 299180
    },
    {
      "epoch": 0.6233125,
      "grad_norm": 2.5352752208709717,
      "learning_rate": 9.402134354270864e-05,
      "loss": 4.9893,
      "step": 299190
    },
    {
      "epoch": 0.6233333333333333,
      "grad_norm": 1.2186444997787476,
      "learning_rate": 9.401219734527828e-05,
      "loss": 4.0493,
      "step": 299200
    },
    {
      "epoch": 0.6233541666666667,
      "grad_norm": 1.4956434965133667,
      "learning_rate": 9.400305138969308e-05,
      "loss": 4.062,
      "step": 299210
    },
    {
      "epoch": 0.623375,
      "grad_norm": 2.402022123336792,
      "learning_rate": 9.399390567599249e-05,
      "loss": 4.2893,
      "step": 299220
    },
    {
      "epoch": 0.6233958333333334,
      "grad_norm": 0.9387855529785156,
      "learning_rate": 9.398476020421606e-05,
      "loss": 4.0507,
      "step": 299230
    },
    {
      "epoch": 0.6234166666666666,
      "grad_norm": 1.2405513525009155,
      "learning_rate": 9.397561497440334e-05,
      "loss": 4.3067,
      "step": 299240
    },
    {
      "epoch": 0.6234375,
      "grad_norm": 2.3951544761657715,
      "learning_rate": 9.396646998659374e-05,
      "loss": 4.6688,
      "step": 299250
    },
    {
      "epoch": 0.6234583333333333,
      "grad_norm": 1.2024332284927368,
      "learning_rate": 9.395732524082685e-05,
      "loss": 4.3046,
      "step": 299260
    },
    {
      "epoch": 0.6234791666666667,
      "grad_norm": 3.100919723510742,
      "learning_rate": 9.39481807371421e-05,
      "loss": 4.3666,
      "step": 299270
    },
    {
      "epoch": 0.6235,
      "grad_norm": 0.781362771987915,
      "learning_rate": 9.393903647557902e-05,
      "loss": 4.1556,
      "step": 299280
    },
    {
      "epoch": 0.6235208333333333,
      "grad_norm": 0.8498823642730713,
      "learning_rate": 9.392989245617716e-05,
      "loss": 4.2751,
      "step": 299290
    },
    {
      "epoch": 0.6235416666666667,
      "grad_norm": 1.2874037027359009,
      "learning_rate": 9.392074867897592e-05,
      "loss": 4.291,
      "step": 299300
    },
    {
      "epoch": 0.6235625,
      "grad_norm": 1.348494291305542,
      "learning_rate": 9.391160514401484e-05,
      "loss": 4.4669,
      "step": 299310
    },
    {
      "epoch": 0.6235833333333334,
      "grad_norm": 1.5616328716278076,
      "learning_rate": 9.390246185133346e-05,
      "loss": 3.9985,
      "step": 299320
    },
    {
      "epoch": 0.6236041666666666,
      "grad_norm": 1.4541501998901367,
      "learning_rate": 9.389331880097125e-05,
      "loss": 3.807,
      "step": 299330
    },
    {
      "epoch": 0.623625,
      "grad_norm": 2.8821001052856445,
      "learning_rate": 9.388417599296763e-05,
      "loss": 4.1455,
      "step": 299340
    },
    {
      "epoch": 0.6236458333333333,
      "grad_norm": 1.3372225761413574,
      "learning_rate": 9.387503342736223e-05,
      "loss": 4.084,
      "step": 299350
    },
    {
      "epoch": 0.6236666666666667,
      "grad_norm": 2.1888113021850586,
      "learning_rate": 9.386589110419445e-05,
      "loss": 4.5031,
      "step": 299360
    },
    {
      "epoch": 0.6236875,
      "grad_norm": 5.7545905113220215,
      "learning_rate": 9.385674902350375e-05,
      "loss": 4.3588,
      "step": 299370
    },
    {
      "epoch": 0.6237083333333333,
      "grad_norm": 1.0254803895950317,
      "learning_rate": 9.384760718532974e-05,
      "loss": 4.4146,
      "step": 299380
    },
    {
      "epoch": 0.6237291666666667,
      "grad_norm": 1.3264378309249878,
      "learning_rate": 9.383846558971184e-05,
      "loss": 4.399,
      "step": 299390
    },
    {
      "epoch": 0.62375,
      "grad_norm": 4.24360990524292,
      "learning_rate": 9.382932423668947e-05,
      "loss": 4.259,
      "step": 299400
    },
    {
      "epoch": 0.6237708333333334,
      "grad_norm": 1.8351974487304688,
      "learning_rate": 9.382018312630224e-05,
      "loss": 4.5255,
      "step": 299410
    },
    {
      "epoch": 0.6237916666666666,
      "grad_norm": 0.8472992181777954,
      "learning_rate": 9.381104225858959e-05,
      "loss": 4.1713,
      "step": 299420
    },
    {
      "epoch": 0.6238125,
      "grad_norm": 1.5207126140594482,
      "learning_rate": 9.380190163359097e-05,
      "loss": 4.6616,
      "step": 299430
    },
    {
      "epoch": 0.6238333333333334,
      "grad_norm": 1.7200208902359009,
      "learning_rate": 9.379276125134585e-05,
      "loss": 5.1796,
      "step": 299440
    },
    {
      "epoch": 0.6238541666666667,
      "grad_norm": 1.3188847303390503,
      "learning_rate": 9.378362111189383e-05,
      "loss": 4.3427,
      "step": 299450
    },
    {
      "epoch": 0.623875,
      "grad_norm": 2.7940549850463867,
      "learning_rate": 9.377448121527428e-05,
      "loss": 4.8869,
      "step": 299460
    },
    {
      "epoch": 0.6238958333333333,
      "grad_norm": 2.682157278060913,
      "learning_rate": 9.376534156152668e-05,
      "loss": 4.1271,
      "step": 299470
    },
    {
      "epoch": 0.6239166666666667,
      "grad_norm": 0.9959203600883484,
      "learning_rate": 9.375620215069062e-05,
      "loss": 3.8034,
      "step": 299480
    },
    {
      "epoch": 0.6239375,
      "grad_norm": 2.0266494750976562,
      "learning_rate": 9.37470629828055e-05,
      "loss": 4.2695,
      "step": 299490
    },
    {
      "epoch": 0.6239583333333333,
      "grad_norm": 1.6626603603363037,
      "learning_rate": 9.37379240579107e-05,
      "loss": 4.0491,
      "step": 299500
    },
    {
      "epoch": 0.6239791666666666,
      "grad_norm": 1.2400950193405151,
      "learning_rate": 9.372878537604589e-05,
      "loss": 4.26,
      "step": 299510
    },
    {
      "epoch": 0.624,
      "grad_norm": 1.4699335098266602,
      "learning_rate": 9.371964693725046e-05,
      "loss": 4.2241,
      "step": 299520
    },
    {
      "epoch": 0.6240208333333334,
      "grad_norm": 1.676151990890503,
      "learning_rate": 9.371050874156382e-05,
      "loss": 4.0632,
      "step": 299530
    },
    {
      "epoch": 0.6240416666666667,
      "grad_norm": 2.4859023094177246,
      "learning_rate": 9.370137078902552e-05,
      "loss": 4.1244,
      "step": 299540
    },
    {
      "epoch": 0.6240625,
      "grad_norm": 1.1094447374343872,
      "learning_rate": 9.369223307967505e-05,
      "loss": 4.3129,
      "step": 299550
    },
    {
      "epoch": 0.6240833333333333,
      "grad_norm": 1.176761507987976,
      "learning_rate": 9.368309561355179e-05,
      "loss": 3.9862,
      "step": 299560
    },
    {
      "epoch": 0.6241041666666667,
      "grad_norm": 1.2351089715957642,
      "learning_rate": 9.367395839069529e-05,
      "loss": 4.2455,
      "step": 299570
    },
    {
      "epoch": 0.624125,
      "grad_norm": 2.2389180660247803,
      "learning_rate": 9.366482141114502e-05,
      "loss": 4.3582,
      "step": 299580
    },
    {
      "epoch": 0.6241458333333333,
      "grad_norm": 3.385892629623413,
      "learning_rate": 9.365568467494038e-05,
      "loss": 4.4959,
      "step": 299590
    },
    {
      "epoch": 0.6241666666666666,
      "grad_norm": 2.8396427631378174,
      "learning_rate": 9.36465481821209e-05,
      "loss": 4.7126,
      "step": 299600
    },
    {
      "epoch": 0.6241875,
      "grad_norm": 0.8330171704292297,
      "learning_rate": 9.363741193272605e-05,
      "loss": 3.9591,
      "step": 299610
    },
    {
      "epoch": 0.6242083333333334,
      "grad_norm": 8.217523574829102,
      "learning_rate": 9.36282759267952e-05,
      "loss": 4.6668,
      "step": 299620
    },
    {
      "epoch": 0.6242291666666666,
      "grad_norm": 2.0830583572387695,
      "learning_rate": 9.361914016436797e-05,
      "loss": 3.9207,
      "step": 299630
    },
    {
      "epoch": 0.62425,
      "grad_norm": 2.250364065170288,
      "learning_rate": 9.361000464548371e-05,
      "loss": 3.9997,
      "step": 299640
    },
    {
      "epoch": 0.6242708333333333,
      "grad_norm": 1.3139225244522095,
      "learning_rate": 9.360086937018185e-05,
      "loss": 4.3837,
      "step": 299650
    },
    {
      "epoch": 0.6242916666666667,
      "grad_norm": 1.8054877519607544,
      "learning_rate": 9.359173433850199e-05,
      "loss": 3.905,
      "step": 299660
    },
    {
      "epoch": 0.6243125,
      "grad_norm": 1.4486972093582153,
      "learning_rate": 9.358259955048346e-05,
      "loss": 4.3771,
      "step": 299670
    },
    {
      "epoch": 0.6243333333333333,
      "grad_norm": 3.973784923553467,
      "learning_rate": 9.357346500616575e-05,
      "loss": 5.0744,
      "step": 299680
    },
    {
      "epoch": 0.6243541666666667,
      "grad_norm": 1.3160300254821777,
      "learning_rate": 9.356433070558842e-05,
      "loss": 4.4687,
      "step": 299690
    },
    {
      "epoch": 0.624375,
      "grad_norm": 1.790045142173767,
      "learning_rate": 9.355519664879078e-05,
      "loss": 4.7125,
      "step": 299700
    },
    {
      "epoch": 0.6243958333333334,
      "grad_norm": 1.7609797716140747,
      "learning_rate": 9.354606283581232e-05,
      "loss": 4.0745,
      "step": 299710
    },
    {
      "epoch": 0.6244166666666666,
      "grad_norm": 1.3660523891448975,
      "learning_rate": 9.35369292666926e-05,
      "loss": 4.1703,
      "step": 299720
    },
    {
      "epoch": 0.6244375,
      "grad_norm": 1.9027411937713623,
      "learning_rate": 9.352779594147096e-05,
      "loss": 3.8864,
      "step": 299730
    },
    {
      "epoch": 0.6244583333333333,
      "grad_norm": 1.2341476678848267,
      "learning_rate": 9.351866286018691e-05,
      "loss": 4.1843,
      "step": 299740
    },
    {
      "epoch": 0.6244791666666667,
      "grad_norm": 0.7762140035629272,
      "learning_rate": 9.350953002287984e-05,
      "loss": 4.5304,
      "step": 299750
    },
    {
      "epoch": 0.6245,
      "grad_norm": 3.0327515602111816,
      "learning_rate": 9.350039742958927e-05,
      "loss": 4.4118,
      "step": 299760
    },
    {
      "epoch": 0.6245208333333333,
      "grad_norm": 2.2513391971588135,
      "learning_rate": 9.349126508035462e-05,
      "loss": 4.5083,
      "step": 299770
    },
    {
      "epoch": 0.6245416666666667,
      "grad_norm": 1.595674991607666,
      "learning_rate": 9.348213297521527e-05,
      "loss": 4.1752,
      "step": 299780
    },
    {
      "epoch": 0.6245625,
      "grad_norm": 2.689136266708374,
      "learning_rate": 9.347300111421083e-05,
      "loss": 4.3851,
      "step": 299790
    },
    {
      "epoch": 0.6245833333333334,
      "grad_norm": 3.222231388092041,
      "learning_rate": 9.34638694973806e-05,
      "loss": 4.6112,
      "step": 299800
    },
    {
      "epoch": 0.6246041666666666,
      "grad_norm": 1.9312074184417725,
      "learning_rate": 9.345473812476406e-05,
      "loss": 4.2109,
      "step": 299810
    },
    {
      "epoch": 0.624625,
      "grad_norm": 1.4470402002334595,
      "learning_rate": 9.34456069964007e-05,
      "loss": 4.1551,
      "step": 299820
    },
    {
      "epoch": 0.6246458333333333,
      "grad_norm": 9.514782905578613,
      "learning_rate": 9.343647611232993e-05,
      "loss": 4.3045,
      "step": 299830
    },
    {
      "epoch": 0.6246666666666667,
      "grad_norm": 1.1784957647323608,
      "learning_rate": 9.342734547259115e-05,
      "loss": 4.4178,
      "step": 299840
    },
    {
      "epoch": 0.6246875,
      "grad_norm": 1.6421494483947754,
      "learning_rate": 9.341821507722391e-05,
      "loss": 4.1711,
      "step": 299850
    },
    {
      "epoch": 0.6247083333333333,
      "grad_norm": 9.143049240112305,
      "learning_rate": 9.340908492626757e-05,
      "loss": 5.1658,
      "step": 299860
    },
    {
      "epoch": 0.6247291666666667,
      "grad_norm": 9.580072402954102,
      "learning_rate": 9.339995501976153e-05,
      "loss": 5.3342,
      "step": 299870
    },
    {
      "epoch": 0.62475,
      "grad_norm": 6.096499443054199,
      "learning_rate": 9.339082535774535e-05,
      "loss": 4.264,
      "step": 299880
    },
    {
      "epoch": 0.6247708333333334,
      "grad_norm": 2.307830333709717,
      "learning_rate": 9.338169594025839e-05,
      "loss": 4.1758,
      "step": 299890
    },
    {
      "epoch": 0.6247916666666666,
      "grad_norm": 2.0290887355804443,
      "learning_rate": 9.337256676734004e-05,
      "loss": 4.0661,
      "step": 299900
    },
    {
      "epoch": 0.6248125,
      "grad_norm": 3.1247060298919678,
      "learning_rate": 9.336343783902982e-05,
      "loss": 4.1778,
      "step": 299910
    },
    {
      "epoch": 0.6248333333333334,
      "grad_norm": 1.0929179191589355,
      "learning_rate": 9.335430915536717e-05,
      "loss": 5.0554,
      "step": 299920
    },
    {
      "epoch": 0.6248541666666667,
      "grad_norm": 0.9046806693077087,
      "learning_rate": 9.334518071639139e-05,
      "loss": 4.2587,
      "step": 299930
    },
    {
      "epoch": 0.624875,
      "grad_norm": 3.065493106842041,
      "learning_rate": 9.333605252214205e-05,
      "loss": 5.0812,
      "step": 299940
    },
    {
      "epoch": 0.6248958333333333,
      "grad_norm": 1.841343641281128,
      "learning_rate": 9.332692457265858e-05,
      "loss": 4.1182,
      "step": 299950
    },
    {
      "epoch": 0.6249166666666667,
      "grad_norm": 1.0636876821517944,
      "learning_rate": 9.33177968679803e-05,
      "loss": 3.8327,
      "step": 299960
    },
    {
      "epoch": 0.6249375,
      "grad_norm": 2.1660823822021484,
      "learning_rate": 9.330866940814671e-05,
      "loss": 4.2416,
      "step": 299970
    },
    {
      "epoch": 0.6249583333333333,
      "grad_norm": 1.4580928087234497,
      "learning_rate": 9.329954219319726e-05,
      "loss": 4.1021,
      "step": 299980
    },
    {
      "epoch": 0.6249791666666666,
      "grad_norm": 1.5311321020126343,
      "learning_rate": 9.329041522317129e-05,
      "loss": 4.4405,
      "step": 299990
    },
    {
      "epoch": 0.625,
      "grad_norm": 1.8398900032043457,
      "learning_rate": 9.32812884981083e-05,
      "loss": 3.6236,
      "step": 300000
    },
    {
      "epoch": 0.625,
      "eval_loss": 7.171606540679932,
      "eval_runtime": 8.6221,
      "eval_samples_per_second": 0.348,
      "eval_steps_per_second": 0.116,
      "step": 300000
    },
    {
      "epoch": 0.6250208333333334,
      "grad_norm": 2.6248133182525635,
      "learning_rate": 9.327216201804774e-05,
      "loss": 4.3701,
      "step": 300010
    },
    {
      "epoch": 0.6250416666666667,
      "grad_norm": 1.1696072816848755,
      "learning_rate": 9.326303578302897e-05,
      "loss": 4.2504,
      "step": 300020
    },
    {
      "epoch": 0.6250625,
      "grad_norm": 0.9054962396621704,
      "learning_rate": 9.325390979309139e-05,
      "loss": 4.3615,
      "step": 300030
    },
    {
      "epoch": 0.6250833333333333,
      "grad_norm": 6.275731563568115,
      "learning_rate": 9.324478404827448e-05,
      "loss": 4.4251,
      "step": 300040
    },
    {
      "epoch": 0.6251041666666667,
      "grad_norm": 2.287285804748535,
      "learning_rate": 9.323565854861765e-05,
      "loss": 4.3731,
      "step": 300050
    },
    {
      "epoch": 0.625125,
      "grad_norm": 1.1718591451644897,
      "learning_rate": 9.322653329416026e-05,
      "loss": 4.1521,
      "step": 300060
    },
    {
      "epoch": 0.6251458333333333,
      "grad_norm": 1.9307746887207031,
      "learning_rate": 9.32174082849418e-05,
      "loss": 4.2516,
      "step": 300070
    },
    {
      "epoch": 0.6251666666666666,
      "grad_norm": 3.111342430114746,
      "learning_rate": 9.32082835210017e-05,
      "loss": 4.0919,
      "step": 300080
    },
    {
      "epoch": 0.6251875,
      "grad_norm": 3.4584522247314453,
      "learning_rate": 9.319915900237926e-05,
      "loss": 4.5551,
      "step": 300090
    },
    {
      "epoch": 0.6252083333333334,
      "grad_norm": 1.7564480304718018,
      "learning_rate": 9.3190034729114e-05,
      "loss": 4.5127,
      "step": 300100
    },
    {
      "epoch": 0.6252291666666666,
      "grad_norm": 0.8665927052497864,
      "learning_rate": 9.318091070124536e-05,
      "loss": 4.3747,
      "step": 300110
    },
    {
      "epoch": 0.62525,
      "grad_norm": 1.5994755029678345,
      "learning_rate": 9.31717869188126e-05,
      "loss": 3.7178,
      "step": 300120
    },
    {
      "epoch": 0.6252708333333333,
      "grad_norm": 1.6754807233810425,
      "learning_rate": 9.316266338185532e-05,
      "loss": 4.7571,
      "step": 300130
    },
    {
      "epoch": 0.6252916666666667,
      "grad_norm": 1.364902138710022,
      "learning_rate": 9.315354009041278e-05,
      "loss": 4.5436,
      "step": 300140
    },
    {
      "epoch": 0.6253125,
      "grad_norm": 1.9341356754302979,
      "learning_rate": 9.314441704452442e-05,
      "loss": 4.06,
      "step": 300150
    },
    {
      "epoch": 0.6253333333333333,
      "grad_norm": 7.102522850036621,
      "learning_rate": 9.313529424422974e-05,
      "loss": 4.8503,
      "step": 300160
    },
    {
      "epoch": 0.6253541666666667,
      "grad_norm": 1.939937710762024,
      "learning_rate": 9.312617168956804e-05,
      "loss": 4.6171,
      "step": 300170
    },
    {
      "epoch": 0.625375,
      "grad_norm": 2.117419719696045,
      "learning_rate": 9.311704938057874e-05,
      "loss": 4.478,
      "step": 300180
    },
    {
      "epoch": 0.6253958333333334,
      "grad_norm": 1.7763806581497192,
      "learning_rate": 9.310792731730134e-05,
      "loss": 4.7178,
      "step": 300190
    },
    {
      "epoch": 0.6254166666666666,
      "grad_norm": 1.2450679540634155,
      "learning_rate": 9.309880549977513e-05,
      "loss": 4.176,
      "step": 300200
    },
    {
      "epoch": 0.6254375,
      "grad_norm": 2.668440103530884,
      "learning_rate": 9.308968392803954e-05,
      "loss": 4.6584,
      "step": 300210
    },
    {
      "epoch": 0.6254583333333333,
      "grad_norm": 1.6124225854873657,
      "learning_rate": 9.308056260213405e-05,
      "loss": 4.0988,
      "step": 300220
    },
    {
      "epoch": 0.6254791666666667,
      "grad_norm": 1.5023528337478638,
      "learning_rate": 9.307144152209795e-05,
      "loss": 4.2981,
      "step": 300230
    },
    {
      "epoch": 0.6255,
      "grad_norm": 1.4461160898208618,
      "learning_rate": 9.30623206879707e-05,
      "loss": 4.207,
      "step": 300240
    },
    {
      "epoch": 0.6255208333333333,
      "grad_norm": 0.8329433798789978,
      "learning_rate": 9.305320009979171e-05,
      "loss": 3.7653,
      "step": 300250
    },
    {
      "epoch": 0.6255416666666667,
      "grad_norm": 3.2539608478546143,
      "learning_rate": 9.304407975760036e-05,
      "loss": 4.7531,
      "step": 300260
    },
    {
      "epoch": 0.6255625,
      "grad_norm": 1.5955744981765747,
      "learning_rate": 9.303495966143599e-05,
      "loss": 4.2613,
      "step": 300270
    },
    {
      "epoch": 0.6255833333333334,
      "grad_norm": 6.006093502044678,
      "learning_rate": 9.302583981133808e-05,
      "loss": 3.9997,
      "step": 300280
    },
    {
      "epoch": 0.6256041666666666,
      "grad_norm": 2.8992323875427246,
      "learning_rate": 9.301672020734601e-05,
      "loss": 4.2848,
      "step": 300290
    },
    {
      "epoch": 0.625625,
      "grad_norm": 1.7006347179412842,
      "learning_rate": 9.300760084949907e-05,
      "loss": 3.9525,
      "step": 300300
    },
    {
      "epoch": 0.6256458333333333,
      "grad_norm": 1.5082807540893555,
      "learning_rate": 9.29984817378368e-05,
      "loss": 4.51,
      "step": 300310
    },
    {
      "epoch": 0.6256666666666667,
      "grad_norm": 1.0529807806015015,
      "learning_rate": 9.298936287239855e-05,
      "loss": 3.768,
      "step": 300320
    },
    {
      "epoch": 0.6256875,
      "grad_norm": 1.2756620645523071,
      "learning_rate": 9.298024425322365e-05,
      "loss": 4.5197,
      "step": 300330
    },
    {
      "epoch": 0.6257083333333333,
      "grad_norm": 1.4778025150299072,
      "learning_rate": 9.29711258803515e-05,
      "loss": 4.4749,
      "step": 300340
    },
    {
      "epoch": 0.6257291666666667,
      "grad_norm": 1.4264917373657227,
      "learning_rate": 9.296200775382157e-05,
      "loss": 4.9701,
      "step": 300350
    },
    {
      "epoch": 0.62575,
      "grad_norm": 1.8489965200424194,
      "learning_rate": 9.295288987367314e-05,
      "loss": 4.1318,
      "step": 300360
    },
    {
      "epoch": 0.6257708333333334,
      "grad_norm": 4.730585098266602,
      "learning_rate": 9.294377223994566e-05,
      "loss": 4.4845,
      "step": 300370
    },
    {
      "epoch": 0.6257916666666666,
      "grad_norm": 1.3718352317810059,
      "learning_rate": 9.293465485267853e-05,
      "loss": 4.3466,
      "step": 300380
    },
    {
      "epoch": 0.6258125,
      "grad_norm": 1.4278655052185059,
      "learning_rate": 9.29255377119111e-05,
      "loss": 3.8136,
      "step": 300390
    },
    {
      "epoch": 0.6258333333333334,
      "grad_norm": 1.6523545980453491,
      "learning_rate": 9.291642081768269e-05,
      "loss": 4.4598,
      "step": 300400
    },
    {
      "epoch": 0.6258541666666667,
      "grad_norm": 1.3623502254486084,
      "learning_rate": 9.29073041700328e-05,
      "loss": 4.1553,
      "step": 300410
    },
    {
      "epoch": 0.625875,
      "grad_norm": 1.7983235120773315,
      "learning_rate": 9.289818776900076e-05,
      "loss": 4.2875,
      "step": 300420
    },
    {
      "epoch": 0.6258958333333333,
      "grad_norm": 1.2187823057174683,
      "learning_rate": 9.288907161462592e-05,
      "loss": 3.8939,
      "step": 300430
    },
    {
      "epoch": 0.6259166666666667,
      "grad_norm": 2.1675145626068115,
      "learning_rate": 9.287995570694769e-05,
      "loss": 3.6827,
      "step": 300440
    },
    {
      "epoch": 0.6259375,
      "grad_norm": 1.9671618938446045,
      "learning_rate": 9.287084004600548e-05,
      "loss": 3.888,
      "step": 300450
    },
    {
      "epoch": 0.6259583333333333,
      "grad_norm": 0.9897791147232056,
      "learning_rate": 9.286172463183856e-05,
      "loss": 4.2292,
      "step": 300460
    },
    {
      "epoch": 0.6259791666666666,
      "grad_norm": 0.8619484305381775,
      "learning_rate": 9.285260946448642e-05,
      "loss": 4.4107,
      "step": 300470
    },
    {
      "epoch": 0.626,
      "grad_norm": 0.7799286246299744,
      "learning_rate": 9.284349454398841e-05,
      "loss": 4.7948,
      "step": 300480
    },
    {
      "epoch": 0.6260208333333334,
      "grad_norm": 1.786618709564209,
      "learning_rate": 9.28343798703838e-05,
      "loss": 4.2992,
      "step": 300490
    },
    {
      "epoch": 0.6260416666666667,
      "grad_norm": 2.6995298862457275,
      "learning_rate": 9.282526544371207e-05,
      "loss": 4.718,
      "step": 300500
    },
    {
      "epoch": 0.6260625,
      "grad_norm": 2.493136167526245,
      "learning_rate": 9.281615126401261e-05,
      "loss": 4.4304,
      "step": 300510
    },
    {
      "epoch": 0.6260833333333333,
      "grad_norm": 1.2245256900787354,
      "learning_rate": 9.280703733132468e-05,
      "loss": 3.9736,
      "step": 300520
    },
    {
      "epoch": 0.6261041666666667,
      "grad_norm": 1.917228102684021,
      "learning_rate": 9.279792364568778e-05,
      "loss": 4.3531,
      "step": 300530
    },
    {
      "epoch": 0.626125,
      "grad_norm": 1.9614423513412476,
      "learning_rate": 9.278881020714116e-05,
      "loss": 5.157,
      "step": 300540
    },
    {
      "epoch": 0.6261458333333333,
      "grad_norm": 1.425592064857483,
      "learning_rate": 9.277969701572422e-05,
      "loss": 4.4642,
      "step": 300550
    },
    {
      "epoch": 0.6261666666666666,
      "grad_norm": 0.9502357244491577,
      "learning_rate": 9.277058407147639e-05,
      "loss": 3.9493,
      "step": 300560
    },
    {
      "epoch": 0.6261875,
      "grad_norm": 1.1669013500213623,
      "learning_rate": 9.276147137443696e-05,
      "loss": 4.066,
      "step": 300570
    },
    {
      "epoch": 0.6262083333333334,
      "grad_norm": 0.9285538792610168,
      "learning_rate": 9.275235892464528e-05,
      "loss": 4.7796,
      "step": 300580
    },
    {
      "epoch": 0.6262291666666666,
      "grad_norm": 1.0305721759796143,
      "learning_rate": 9.274324672214081e-05,
      "loss": 4.4158,
      "step": 300590
    },
    {
      "epoch": 0.62625,
      "grad_norm": 1.0765914916992188,
      "learning_rate": 9.273413476696282e-05,
      "loss": 4.1092,
      "step": 300600
    },
    {
      "epoch": 0.6262708333333333,
      "grad_norm": 1.9073604345321655,
      "learning_rate": 9.272502305915073e-05,
      "loss": 4.286,
      "step": 300610
    },
    {
      "epoch": 0.6262916666666667,
      "grad_norm": 4.993765830993652,
      "learning_rate": 9.27159115987438e-05,
      "loss": 4.2977,
      "step": 300620
    },
    {
      "epoch": 0.6263125,
      "grad_norm": 0.9531850218772888,
      "learning_rate": 9.270680038578153e-05,
      "loss": 4.7714,
      "step": 300630
    },
    {
      "epoch": 0.6263333333333333,
      "grad_norm": 1.3275266885757446,
      "learning_rate": 9.269768942030316e-05,
      "loss": 3.8581,
      "step": 300640
    },
    {
      "epoch": 0.6263541666666667,
      "grad_norm": 1.4942783117294312,
      "learning_rate": 9.268857870234809e-05,
      "loss": 4.37,
      "step": 300650
    },
    {
      "epoch": 0.626375,
      "grad_norm": 1.4955514669418335,
      "learning_rate": 9.267946823195572e-05,
      "loss": 4.6061,
      "step": 300660
    },
    {
      "epoch": 0.6263958333333334,
      "grad_norm": 2.5291686058044434,
      "learning_rate": 9.267035800916533e-05,
      "loss": 4.4277,
      "step": 300670
    },
    {
      "epoch": 0.6264166666666666,
      "grad_norm": 2.7598369121551514,
      "learning_rate": 9.266124803401624e-05,
      "loss": 4.4515,
      "step": 300680
    },
    {
      "epoch": 0.6264375,
      "grad_norm": 2.785536527633667,
      "learning_rate": 9.265213830654797e-05,
      "loss": 4.4848,
      "step": 300690
    },
    {
      "epoch": 0.6264583333333333,
      "grad_norm": 1.4998564720153809,
      "learning_rate": 9.264302882679971e-05,
      "loss": 5.0648,
      "step": 300700
    },
    {
      "epoch": 0.6264791666666667,
      "grad_norm": 1.3783328533172607,
      "learning_rate": 9.263391959481084e-05,
      "loss": 4.6123,
      "step": 300710
    },
    {
      "epoch": 0.6265,
      "grad_norm": 1.6672981977462769,
      "learning_rate": 9.262481061062077e-05,
      "loss": 4.5206,
      "step": 300720
    },
    {
      "epoch": 0.6265208333333333,
      "grad_norm": 2.413555383682251,
      "learning_rate": 9.26157018742688e-05,
      "loss": 3.4622,
      "step": 300730
    },
    {
      "epoch": 0.6265416666666667,
      "grad_norm": 1.0262867212295532,
      "learning_rate": 9.260659338579422e-05,
      "loss": 4.4526,
      "step": 300740
    },
    {
      "epoch": 0.6265625,
      "grad_norm": 3.0645573139190674,
      "learning_rate": 9.259748514523653e-05,
      "loss": 4.4997,
      "step": 300750
    },
    {
      "epoch": 0.6265833333333334,
      "grad_norm": 1.9200760126113892,
      "learning_rate": 9.258837715263498e-05,
      "loss": 4.2333,
      "step": 300760
    },
    {
      "epoch": 0.6266041666666666,
      "grad_norm": 2.719076633453369,
      "learning_rate": 9.257926940802885e-05,
      "loss": 3.8933,
      "step": 300770
    },
    {
      "epoch": 0.626625,
      "grad_norm": 1.204650640487671,
      "learning_rate": 9.257016191145758e-05,
      "loss": 4.2373,
      "step": 300780
    },
    {
      "epoch": 0.6266458333333333,
      "grad_norm": 1.2177448272705078,
      "learning_rate": 9.25610546629605e-05,
      "loss": 4.2865,
      "step": 300790
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 1.4906558990478516,
      "learning_rate": 9.255194766257687e-05,
      "loss": 4.1288,
      "step": 300800
    },
    {
      "epoch": 0.6266875,
      "grad_norm": 1.7739181518554688,
      "learning_rate": 9.254284091034613e-05,
      "loss": 4.1871,
      "step": 300810
    },
    {
      "epoch": 0.6267083333333333,
      "grad_norm": 1.689720630645752,
      "learning_rate": 9.25337344063076e-05,
      "loss": 4.5176,
      "step": 300820
    },
    {
      "epoch": 0.6267291666666667,
      "grad_norm": 3.067889451980591,
      "learning_rate": 9.252462815050054e-05,
      "loss": 4.5752,
      "step": 300830
    },
    {
      "epoch": 0.62675,
      "grad_norm": 2.6667287349700928,
      "learning_rate": 9.251552214296433e-05,
      "loss": 4.0129,
      "step": 300840
    },
    {
      "epoch": 0.6267708333333334,
      "grad_norm": 1.2012736797332764,
      "learning_rate": 9.250641638373836e-05,
      "loss": 4.7356,
      "step": 300850
    },
    {
      "epoch": 0.6267916666666666,
      "grad_norm": 0.8561016321182251,
      "learning_rate": 9.249731087286187e-05,
      "loss": 4.5112,
      "step": 300860
    },
    {
      "epoch": 0.6268125,
      "grad_norm": 5.983212947845459,
      "learning_rate": 9.248820561037424e-05,
      "loss": 4.3739,
      "step": 300870
    },
    {
      "epoch": 0.6268333333333334,
      "grad_norm": 1.1377702951431274,
      "learning_rate": 9.247910059631484e-05,
      "loss": 4.2844,
      "step": 300880
    },
    {
      "epoch": 0.6268541666666667,
      "grad_norm": 1.864793300628662,
      "learning_rate": 9.246999583072291e-05,
      "loss": 4.6047,
      "step": 300890
    },
    {
      "epoch": 0.626875,
      "grad_norm": 1.4714523553848267,
      "learning_rate": 9.246089131363787e-05,
      "loss": 3.8187,
      "step": 300900
    },
    {
      "epoch": 0.6268958333333333,
      "grad_norm": 2.153348445892334,
      "learning_rate": 9.245178704509897e-05,
      "loss": 4.1858,
      "step": 300910
    },
    {
      "epoch": 0.6269166666666667,
      "grad_norm": 2.262924909591675,
      "learning_rate": 9.24426830251456e-05,
      "loss": 3.8674,
      "step": 300920
    },
    {
      "epoch": 0.6269375,
      "grad_norm": 1.7114098072052002,
      "learning_rate": 9.2433579253817e-05,
      "loss": 3.959,
      "step": 300930
    },
    {
      "epoch": 0.6269583333333333,
      "grad_norm": 2.44799542427063,
      "learning_rate": 9.24244757311526e-05,
      "loss": 4.1766,
      "step": 300940
    },
    {
      "epoch": 0.6269791666666666,
      "grad_norm": 1.4661099910736084,
      "learning_rate": 9.241537245719169e-05,
      "loss": 4.4081,
      "step": 300950
    },
    {
      "epoch": 0.627,
      "grad_norm": 2.7007555961608887,
      "learning_rate": 9.240626943197351e-05,
      "loss": 4.4464,
      "step": 300960
    },
    {
      "epoch": 0.6270208333333334,
      "grad_norm": 1.572488784790039,
      "learning_rate": 9.239716665553749e-05,
      "loss": 4.5252,
      "step": 300970
    },
    {
      "epoch": 0.6270416666666667,
      "grad_norm": 1.6239345073699951,
      "learning_rate": 9.238806412792294e-05,
      "loss": 4.5611,
      "step": 300980
    },
    {
      "epoch": 0.6270625,
      "grad_norm": 2.1856257915496826,
      "learning_rate": 9.237896184916908e-05,
      "loss": 4.6554,
      "step": 300990
    },
    {
      "epoch": 0.6270833333333333,
      "grad_norm": 1.542265772819519,
      "learning_rate": 9.236985981931535e-05,
      "loss": 4.1574,
      "step": 301000
    },
    {
      "epoch": 0.6270833333333333,
      "eval_loss": 7.118196964263916,
      "eval_runtime": 7.7752,
      "eval_samples_per_second": 0.386,
      "eval_steps_per_second": 0.129,
      "step": 301000
    },
    {
      "epoch": 0.6271041666666667,
      "grad_norm": 1.1916300058364868,
      "learning_rate": 9.2360758038401e-05,
      "loss": 5.0042,
      "step": 301010
    },
    {
      "epoch": 0.627125,
      "grad_norm": 0.9457594156265259,
      "learning_rate": 9.235165650646533e-05,
      "loss": 4.0017,
      "step": 301020
    },
    {
      "epoch": 0.6271458333333333,
      "grad_norm": 1.939176321029663,
      "learning_rate": 9.234255522354773e-05,
      "loss": 3.8449,
      "step": 301030
    },
    {
      "epoch": 0.6271666666666667,
      "grad_norm": 1.986625075340271,
      "learning_rate": 9.233345418968746e-05,
      "loss": 4.0189,
      "step": 301040
    },
    {
      "epoch": 0.6271875,
      "grad_norm": 1.3982347249984741,
      "learning_rate": 9.232435340492381e-05,
      "loss": 4.9104,
      "step": 301050
    },
    {
      "epoch": 0.6272083333333334,
      "grad_norm": 2.275588274002075,
      "learning_rate": 9.231525286929615e-05,
      "loss": 4.2409,
      "step": 301060
    },
    {
      "epoch": 0.6272291666666666,
      "grad_norm": 1.0351810455322266,
      "learning_rate": 9.230615258284377e-05,
      "loss": 4.1877,
      "step": 301070
    },
    {
      "epoch": 0.62725,
      "grad_norm": 1.2806731462478638,
      "learning_rate": 9.229705254560593e-05,
      "loss": 4.1625,
      "step": 301080
    },
    {
      "epoch": 0.6272708333333333,
      "grad_norm": 1.343854546546936,
      "learning_rate": 9.228795275762204e-05,
      "loss": 3.9601,
      "step": 301090
    },
    {
      "epoch": 0.6272916666666667,
      "grad_norm": 1.2971585988998413,
      "learning_rate": 9.227885321893132e-05,
      "loss": 4.767,
      "step": 301100
    },
    {
      "epoch": 0.6273125,
      "grad_norm": 1.3931093215942383,
      "learning_rate": 9.226975392957309e-05,
      "loss": 4.1117,
      "step": 301110
    },
    {
      "epoch": 0.6273333333333333,
      "grad_norm": 1.7628026008605957,
      "learning_rate": 9.226065488958672e-05,
      "loss": 4.6758,
      "step": 301120
    },
    {
      "epoch": 0.6273541666666667,
      "grad_norm": 0.9372934103012085,
      "learning_rate": 9.225155609901147e-05,
      "loss": 4.8496,
      "step": 301130
    },
    {
      "epoch": 0.627375,
      "grad_norm": 1.8391605615615845,
      "learning_rate": 9.224245755788659e-05,
      "loss": 4.0137,
      "step": 301140
    },
    {
      "epoch": 0.6273958333333334,
      "grad_norm": 1.4269802570343018,
      "learning_rate": 9.223335926625144e-05,
      "loss": 4.1872,
      "step": 301150
    },
    {
      "epoch": 0.6274166666666666,
      "grad_norm": 1.9236891269683838,
      "learning_rate": 9.222426122414537e-05,
      "loss": 4.2603,
      "step": 301160
    },
    {
      "epoch": 0.6274375,
      "grad_norm": 1.850896954536438,
      "learning_rate": 9.221516343160755e-05,
      "loss": 4.0412,
      "step": 301170
    },
    {
      "epoch": 0.6274583333333333,
      "grad_norm": 0.8858622908592224,
      "learning_rate": 9.220606588867734e-05,
      "loss": 3.9586,
      "step": 301180
    },
    {
      "epoch": 0.6274791666666667,
      "grad_norm": 1.4466562271118164,
      "learning_rate": 9.219696859539413e-05,
      "loss": 4.6607,
      "step": 301190
    },
    {
      "epoch": 0.6275,
      "grad_norm": 1.548126220703125,
      "learning_rate": 9.21878715517971e-05,
      "loss": 3.9862,
      "step": 301200
    },
    {
      "epoch": 0.6275208333333333,
      "grad_norm": 2.129533529281616,
      "learning_rate": 9.217877475792554e-05,
      "loss": 4.8187,
      "step": 301210
    },
    {
      "epoch": 0.6275416666666667,
      "grad_norm": 1.180943250656128,
      "learning_rate": 9.216967821381884e-05,
      "loss": 4.7214,
      "step": 301220
    },
    {
      "epoch": 0.6275625,
      "grad_norm": 2.9085288047790527,
      "learning_rate": 9.216058191951621e-05,
      "loss": 4.8768,
      "step": 301230
    },
    {
      "epoch": 0.6275833333333334,
      "grad_norm": 1.0573962926864624,
      "learning_rate": 9.215148587505696e-05,
      "loss": 4.512,
      "step": 301240
    },
    {
      "epoch": 0.6276041666666666,
      "grad_norm": 1.6156435012817383,
      "learning_rate": 9.214239008048044e-05,
      "loss": 4.4897,
      "step": 301250
    },
    {
      "epoch": 0.627625,
      "grad_norm": 1.6810500621795654,
      "learning_rate": 9.213329453582588e-05,
      "loss": 3.7423,
      "step": 301260
    },
    {
      "epoch": 0.6276458333333333,
      "grad_norm": 2.2803194522857666,
      "learning_rate": 9.212419924113256e-05,
      "loss": 4.0674,
      "step": 301270
    },
    {
      "epoch": 0.6276666666666667,
      "grad_norm": 1.1391406059265137,
      "learning_rate": 9.211510419643979e-05,
      "loss": 4.3754,
      "step": 301280
    },
    {
      "epoch": 0.6276875,
      "grad_norm": 1.1759185791015625,
      "learning_rate": 9.21060094017869e-05,
      "loss": 4.1563,
      "step": 301290
    },
    {
      "epoch": 0.6277083333333333,
      "grad_norm": 14.432441711425781,
      "learning_rate": 9.209691485721306e-05,
      "loss": 4.7003,
      "step": 301300
    },
    {
      "epoch": 0.6277291666666667,
      "grad_norm": 2.9734952449798584,
      "learning_rate": 9.208782056275766e-05,
      "loss": 4.6288,
      "step": 301310
    },
    {
      "epoch": 0.62775,
      "grad_norm": 1.1987953186035156,
      "learning_rate": 9.207872651845998e-05,
      "loss": 4.0984,
      "step": 301320
    },
    {
      "epoch": 0.6277708333333333,
      "grad_norm": 0.9516482353210449,
      "learning_rate": 9.206963272435925e-05,
      "loss": 4.4604,
      "step": 301330
    },
    {
      "epoch": 0.6277916666666666,
      "grad_norm": 2.8641042709350586,
      "learning_rate": 9.206053918049476e-05,
      "loss": 4.5598,
      "step": 301340
    },
    {
      "epoch": 0.6278125,
      "grad_norm": 3.504315137863159,
      "learning_rate": 9.205144588690587e-05,
      "loss": 4.6175,
      "step": 301350
    },
    {
      "epoch": 0.6278333333333334,
      "grad_norm": 1.3327078819274902,
      "learning_rate": 9.204235284363171e-05,
      "loss": 4.5365,
      "step": 301360
    },
    {
      "epoch": 0.6278541666666667,
      "grad_norm": 1.7921862602233887,
      "learning_rate": 9.20332600507117e-05,
      "loss": 4.152,
      "step": 301370
    },
    {
      "epoch": 0.627875,
      "grad_norm": 1.1780034303665161,
      "learning_rate": 9.202416750818507e-05,
      "loss": 4.6338,
      "step": 301380
    },
    {
      "epoch": 0.6278958333333333,
      "grad_norm": 1.2754939794540405,
      "learning_rate": 9.201507521609104e-05,
      "loss": 4.1649,
      "step": 301390
    },
    {
      "epoch": 0.6279166666666667,
      "grad_norm": 4.58303689956665,
      "learning_rate": 9.200598317446899e-05,
      "loss": 4.7527,
      "step": 301400
    },
    {
      "epoch": 0.6279375,
      "grad_norm": 1.4780311584472656,
      "learning_rate": 9.19968913833581e-05,
      "loss": 4.0523,
      "step": 301410
    },
    {
      "epoch": 0.6279583333333333,
      "grad_norm": 2.005652666091919,
      "learning_rate": 9.198779984279766e-05,
      "loss": 4.1724,
      "step": 301420
    },
    {
      "epoch": 0.6279791666666666,
      "grad_norm": 1.2082687616348267,
      "learning_rate": 9.197870855282701e-05,
      "loss": 4.7028,
      "step": 301430
    },
    {
      "epoch": 0.628,
      "grad_norm": 1.0469058752059937,
      "learning_rate": 9.196961751348536e-05,
      "loss": 4.8091,
      "step": 301440
    },
    {
      "epoch": 0.6280208333333334,
      "grad_norm": 5.328553676605225,
      "learning_rate": 9.196052672481195e-05,
      "loss": 4.2311,
      "step": 301450
    },
    {
      "epoch": 0.6280416666666667,
      "grad_norm": 2.1463866233825684,
      "learning_rate": 9.195143618684615e-05,
      "loss": 4.7066,
      "step": 301460
    },
    {
      "epoch": 0.6280625,
      "grad_norm": 1.163769245147705,
      "learning_rate": 9.194234589962715e-05,
      "loss": 4.6056,
      "step": 301470
    },
    {
      "epoch": 0.6280833333333333,
      "grad_norm": 0.95947265625,
      "learning_rate": 9.19332558631942e-05,
      "loss": 4.473,
      "step": 301480
    },
    {
      "epoch": 0.6281041666666667,
      "grad_norm": 1.8915082216262817,
      "learning_rate": 9.192416607758666e-05,
      "loss": 5.0128,
      "step": 301490
    },
    {
      "epoch": 0.628125,
      "grad_norm": 1.926531434059143,
      "learning_rate": 9.191507654284372e-05,
      "loss": 4.0845,
      "step": 301500
    },
    {
      "epoch": 0.6281458333333333,
      "grad_norm": 1.3685439825057983,
      "learning_rate": 9.190598725900465e-05,
      "loss": 4.2871,
      "step": 301510
    },
    {
      "epoch": 0.6281666666666667,
      "grad_norm": 1.8201929330825806,
      "learning_rate": 9.189689822610867e-05,
      "loss": 4.1528,
      "step": 301520
    },
    {
      "epoch": 0.6281875,
      "grad_norm": 1.7051349878311157,
      "learning_rate": 9.188780944419518e-05,
      "loss": 4.0997,
      "step": 301530
    },
    {
      "epoch": 0.6282083333333334,
      "grad_norm": 1.9818215370178223,
      "learning_rate": 9.187872091330329e-05,
      "loss": 4.3346,
      "step": 301540
    },
    {
      "epoch": 0.6282291666666666,
      "grad_norm": 1.1120636463165283,
      "learning_rate": 9.18696326334723e-05,
      "loss": 3.7608,
      "step": 301550
    },
    {
      "epoch": 0.62825,
      "grad_norm": 2.3133835792541504,
      "learning_rate": 9.186054460474156e-05,
      "loss": 4.2063,
      "step": 301560
    },
    {
      "epoch": 0.6282708333333333,
      "grad_norm": 1.8502241373062134,
      "learning_rate": 9.185145682715022e-05,
      "loss": 3.9451,
      "step": 301570
    },
    {
      "epoch": 0.6282916666666667,
      "grad_norm": 1.3201966285705566,
      "learning_rate": 9.184236930073751e-05,
      "loss": 4.0745,
      "step": 301580
    },
    {
      "epoch": 0.6283125,
      "grad_norm": 0.8884165287017822,
      "learning_rate": 9.183328202554284e-05,
      "loss": 4.2049,
      "step": 301590
    },
    {
      "epoch": 0.6283333333333333,
      "grad_norm": 0.8111810088157654,
      "learning_rate": 9.182419500160532e-05,
      "loss": 4.0602,
      "step": 301600
    },
    {
      "epoch": 0.6283541666666667,
      "grad_norm": 1.186391830444336,
      "learning_rate": 9.181510822896423e-05,
      "loss": 4.5139,
      "step": 301610
    },
    {
      "epoch": 0.628375,
      "grad_norm": 1.7672834396362305,
      "learning_rate": 9.180602170765889e-05,
      "loss": 4.2829,
      "step": 301620
    },
    {
      "epoch": 0.6283958333333334,
      "grad_norm": 1.8851726055145264,
      "learning_rate": 9.179693543772851e-05,
      "loss": 4.2181,
      "step": 301630
    },
    {
      "epoch": 0.6284166666666666,
      "grad_norm": 3.01151704788208,
      "learning_rate": 9.178784941921226e-05,
      "loss": 3.9643,
      "step": 301640
    },
    {
      "epoch": 0.6284375,
      "grad_norm": 2.063591718673706,
      "learning_rate": 9.177876365214949e-05,
      "loss": 4.3541,
      "step": 301650
    },
    {
      "epoch": 0.6284583333333333,
      "grad_norm": 2.7802345752716064,
      "learning_rate": 9.176967813657946e-05,
      "loss": 4.5347,
      "step": 301660
    },
    {
      "epoch": 0.6284791666666667,
      "grad_norm": 2.0310544967651367,
      "learning_rate": 9.17605928725413e-05,
      "loss": 4.3519,
      "step": 301670
    },
    {
      "epoch": 0.6285,
      "grad_norm": 6.7517595291137695,
      "learning_rate": 9.175150786007436e-05,
      "loss": 4.7513,
      "step": 301680
    },
    {
      "epoch": 0.6285208333333333,
      "grad_norm": 2.176173210144043,
      "learning_rate": 9.174242309921788e-05,
      "loss": 3.7429,
      "step": 301690
    },
    {
      "epoch": 0.6285416666666667,
      "grad_norm": 0.8402489423751831,
      "learning_rate": 9.1733338590011e-05,
      "loss": 4.557,
      "step": 301700
    },
    {
      "epoch": 0.6285625,
      "grad_norm": 1.190239667892456,
      "learning_rate": 9.172425433249307e-05,
      "loss": 4.0697,
      "step": 301710
    },
    {
      "epoch": 0.6285833333333334,
      "grad_norm": 1.7800979614257812,
      "learning_rate": 9.171517032670334e-05,
      "loss": 4.205,
      "step": 301720
    },
    {
      "epoch": 0.6286041666666666,
      "grad_norm": 1.0549962520599365,
      "learning_rate": 9.170608657268094e-05,
      "loss": 3.9812,
      "step": 301730
    },
    {
      "epoch": 0.628625,
      "grad_norm": 4.039660930633545,
      "learning_rate": 9.169700307046517e-05,
      "loss": 4.4272,
      "step": 301740
    },
    {
      "epoch": 0.6286458333333333,
      "grad_norm": 2.5602457523345947,
      "learning_rate": 9.168791982009534e-05,
      "loss": 4.7542,
      "step": 301750
    },
    {
      "epoch": 0.6286666666666667,
      "grad_norm": 0.9012149572372437,
      "learning_rate": 9.167883682161054e-05,
      "loss": 3.9278,
      "step": 301760
    },
    {
      "epoch": 0.6286875,
      "grad_norm": 0.9130388498306274,
      "learning_rate": 9.166975407505016e-05,
      "loss": 3.9596,
      "step": 301770
    },
    {
      "epoch": 0.6287083333333333,
      "grad_norm": 1.592512607574463,
      "learning_rate": 9.166067158045328e-05,
      "loss": 4.2089,
      "step": 301780
    },
    {
      "epoch": 0.6287291666666667,
      "grad_norm": 1.4596854448318481,
      "learning_rate": 9.165158933785926e-05,
      "loss": 4.2711,
      "step": 301790
    },
    {
      "epoch": 0.62875,
      "grad_norm": 3.8014748096466064,
      "learning_rate": 9.16425073473072e-05,
      "loss": 4.5394,
      "step": 301800
    },
    {
      "epoch": 0.6287708333333333,
      "grad_norm": 2.2354228496551514,
      "learning_rate": 9.163342560883647e-05,
      "loss": 4.4027,
      "step": 301810
    },
    {
      "epoch": 0.6287916666666666,
      "grad_norm": 0.8573421239852905,
      "learning_rate": 9.162434412248626e-05,
      "loss": 3.9346,
      "step": 301820
    },
    {
      "epoch": 0.6288125,
      "grad_norm": 1.255661964416504,
      "learning_rate": 9.16152628882957e-05,
      "loss": 3.7811,
      "step": 301830
    },
    {
      "epoch": 0.6288333333333334,
      "grad_norm": 2.1911373138427734,
      "learning_rate": 9.160618190630412e-05,
      "loss": 4.5092,
      "step": 301840
    },
    {
      "epoch": 0.6288541666666667,
      "grad_norm": 1.3794035911560059,
      "learning_rate": 9.159710117655078e-05,
      "loss": 4.4598,
      "step": 301850
    },
    {
      "epoch": 0.628875,
      "grad_norm": 1.168698787689209,
      "learning_rate": 9.158802069907477e-05,
      "loss": 4.0177,
      "step": 301860
    },
    {
      "epoch": 0.6288958333333333,
      "grad_norm": 1.9510421752929688,
      "learning_rate": 9.157894047391542e-05,
      "loss": 4.1855,
      "step": 301870
    },
    {
      "epoch": 0.6289166666666667,
      "grad_norm": 1.4339721202850342,
      "learning_rate": 9.156986050111195e-05,
      "loss": 3.8804,
      "step": 301880
    },
    {
      "epoch": 0.6289375,
      "grad_norm": 1.7385571002960205,
      "learning_rate": 9.156078078070349e-05,
      "loss": 4.056,
      "step": 301890
    },
    {
      "epoch": 0.6289583333333333,
      "grad_norm": 1.032109022140503,
      "learning_rate": 9.15517013127294e-05,
      "loss": 4.4929,
      "step": 301900
    },
    {
      "epoch": 0.6289791666666666,
      "grad_norm": 0.9922429919242859,
      "learning_rate": 9.154262209722878e-05,
      "loss": 4.0206,
      "step": 301910
    },
    {
      "epoch": 0.629,
      "grad_norm": 2.9135024547576904,
      "learning_rate": 9.153354313424088e-05,
      "loss": 4.3095,
      "step": 301920
    },
    {
      "epoch": 0.6290208333333334,
      "grad_norm": 1.4682188034057617,
      "learning_rate": 9.152446442380498e-05,
      "loss": 4.8072,
      "step": 301930
    },
    {
      "epoch": 0.6290416666666667,
      "grad_norm": 1.2998206615447998,
      "learning_rate": 9.15153859659602e-05,
      "loss": 4.0131,
      "step": 301940
    },
    {
      "epoch": 0.6290625,
      "grad_norm": 1.7466552257537842,
      "learning_rate": 9.15063077607458e-05,
      "loss": 4.6617,
      "step": 301950
    },
    {
      "epoch": 0.6290833333333333,
      "grad_norm": 1.9636790752410889,
      "learning_rate": 9.149722980820104e-05,
      "loss": 4.2798,
      "step": 301960
    },
    {
      "epoch": 0.6291041666666667,
      "grad_norm": 0.9077726006507874,
      "learning_rate": 9.148815210836506e-05,
      "loss": 4.2997,
      "step": 301970
    },
    {
      "epoch": 0.629125,
      "grad_norm": 0.9111730456352234,
      "learning_rate": 9.14790746612771e-05,
      "loss": 3.8728,
      "step": 301980
    },
    {
      "epoch": 0.6291458333333333,
      "grad_norm": 6.124586582183838,
      "learning_rate": 9.146999746697641e-05,
      "loss": 4.2392,
      "step": 301990
    },
    {
      "epoch": 0.6291666666666667,
      "grad_norm": 1.1213243007659912,
      "learning_rate": 9.146092052550217e-05,
      "loss": 4.1196,
      "step": 302000
    },
    {
      "epoch": 0.6291666666666667,
      "eval_loss": 7.496808052062988,
      "eval_runtime": 8.4776,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 302000
    },
    {
      "epoch": 0.6291875,
      "grad_norm": 8.872398376464844,
      "learning_rate": 9.145184383689348e-05,
      "loss": 4.3832,
      "step": 302010
    },
    {
      "epoch": 0.6292083333333334,
      "grad_norm": 1.094106912612915,
      "learning_rate": 9.144276740118975e-05,
      "loss": 3.974,
      "step": 302020
    },
    {
      "epoch": 0.6292291666666666,
      "grad_norm": 0.7752620577812195,
      "learning_rate": 9.14336912184301e-05,
      "loss": 3.8568,
      "step": 302030
    },
    {
      "epoch": 0.62925,
      "grad_norm": 1.3112924098968506,
      "learning_rate": 9.142461528865363e-05,
      "loss": 4.2182,
      "step": 302040
    },
    {
      "epoch": 0.6292708333333333,
      "grad_norm": 0.9956722855567932,
      "learning_rate": 9.141553961189968e-05,
      "loss": 4.2491,
      "step": 302050
    },
    {
      "epoch": 0.6292916666666667,
      "grad_norm": 1.1315085887908936,
      "learning_rate": 9.140646418820744e-05,
      "loss": 3.9878,
      "step": 302060
    },
    {
      "epoch": 0.6293125,
      "grad_norm": 1.2836997509002686,
      "learning_rate": 9.139738901761602e-05,
      "loss": 4.4526,
      "step": 302070
    },
    {
      "epoch": 0.6293333333333333,
      "grad_norm": 2.143904447555542,
      "learning_rate": 9.138831410016471e-05,
      "loss": 4.3732,
      "step": 302080
    },
    {
      "epoch": 0.6293541666666667,
      "grad_norm": 1.7056598663330078,
      "learning_rate": 9.137923943589272e-05,
      "loss": 4.1901,
      "step": 302090
    },
    {
      "epoch": 0.629375,
      "grad_norm": 2.6114096641540527,
      "learning_rate": 9.137016502483919e-05,
      "loss": 4.5243,
      "step": 302100
    },
    {
      "epoch": 0.6293958333333334,
      "grad_norm": 0.8293533325195312,
      "learning_rate": 9.13610908670433e-05,
      "loss": 4.7747,
      "step": 302110
    },
    {
      "epoch": 0.6294166666666666,
      "grad_norm": 1.410611629486084,
      "learning_rate": 9.135201696254435e-05,
      "loss": 4.0776,
      "step": 302120
    },
    {
      "epoch": 0.6294375,
      "grad_norm": 7.089965343475342,
      "learning_rate": 9.134294331138147e-05,
      "loss": 4.3027,
      "step": 302130
    },
    {
      "epoch": 0.6294583333333333,
      "grad_norm": 1.3381609916687012,
      "learning_rate": 9.133386991359381e-05,
      "loss": 3.8913,
      "step": 302140
    },
    {
      "epoch": 0.6294791666666667,
      "grad_norm": 2.4101686477661133,
      "learning_rate": 9.132479676922062e-05,
      "loss": 4.496,
      "step": 302150
    },
    {
      "epoch": 0.6295,
      "grad_norm": 2.4387950897216797,
      "learning_rate": 9.131572387830113e-05,
      "loss": 4.3031,
      "step": 302160
    },
    {
      "epoch": 0.6295208333333333,
      "grad_norm": 2.1539511680603027,
      "learning_rate": 9.13066512408744e-05,
      "loss": 3.9428,
      "step": 302170
    },
    {
      "epoch": 0.6295416666666667,
      "grad_norm": 0.8669762015342712,
      "learning_rate": 9.129757885697975e-05,
      "loss": 4.4851,
      "step": 302180
    },
    {
      "epoch": 0.6295625,
      "grad_norm": 1.235447883605957,
      "learning_rate": 9.128850672665635e-05,
      "loss": 4.7599,
      "step": 302190
    },
    {
      "epoch": 0.6295833333333334,
      "grad_norm": 1.2898476123809814,
      "learning_rate": 9.127943484994332e-05,
      "loss": 3.84,
      "step": 302200
    },
    {
      "epoch": 0.6296041666666666,
      "grad_norm": 2.4432051181793213,
      "learning_rate": 9.127036322687987e-05,
      "loss": 4.7844,
      "step": 302210
    },
    {
      "epoch": 0.629625,
      "grad_norm": 9.299625396728516,
      "learning_rate": 9.126129185750526e-05,
      "loss": 4.2564,
      "step": 302220
    },
    {
      "epoch": 0.6296458333333333,
      "grad_norm": 1.1674867868423462,
      "learning_rate": 9.125222074185858e-05,
      "loss": 4.2666,
      "step": 302230
    },
    {
      "epoch": 0.6296666666666667,
      "grad_norm": 2.117300271987915,
      "learning_rate": 9.124314987997907e-05,
      "loss": 4.1516,
      "step": 302240
    },
    {
      "epoch": 0.6296875,
      "grad_norm": 1.8688105344772339,
      "learning_rate": 9.123407927190592e-05,
      "loss": 4.1031,
      "step": 302250
    },
    {
      "epoch": 0.6297083333333333,
      "grad_norm": 1.443130612373352,
      "learning_rate": 9.122500891767824e-05,
      "loss": 4.4576,
      "step": 302260
    },
    {
      "epoch": 0.6297291666666667,
      "grad_norm": 1.7476059198379517,
      "learning_rate": 9.121593881733529e-05,
      "loss": 4.1658,
      "step": 302270
    },
    {
      "epoch": 0.62975,
      "grad_norm": 1.4069346189498901,
      "learning_rate": 9.12068689709162e-05,
      "loss": 4.2886,
      "step": 302280
    },
    {
      "epoch": 0.6297708333333333,
      "grad_norm": 1.3819929361343384,
      "learning_rate": 9.119779937846014e-05,
      "loss": 4.4961,
      "step": 302290
    },
    {
      "epoch": 0.6297916666666666,
      "grad_norm": 1.427824854850769,
      "learning_rate": 9.118873004000636e-05,
      "loss": 4.0495,
      "step": 302300
    },
    {
      "epoch": 0.6298125,
      "grad_norm": 1.7192462682724,
      "learning_rate": 9.117966095559396e-05,
      "loss": 4.887,
      "step": 302310
    },
    {
      "epoch": 0.6298333333333334,
      "grad_norm": 2.467841148376465,
      "learning_rate": 9.117059212526212e-05,
      "loss": 4.2432,
      "step": 302320
    },
    {
      "epoch": 0.6298541666666667,
      "grad_norm": 1.0223218202590942,
      "learning_rate": 9.116152354905009e-05,
      "loss": 4.5214,
      "step": 302330
    },
    {
      "epoch": 0.629875,
      "grad_norm": 0.9463586211204529,
      "learning_rate": 9.115245522699695e-05,
      "loss": 4.3043,
      "step": 302340
    },
    {
      "epoch": 0.6298958333333333,
      "grad_norm": 1.6664928197860718,
      "learning_rate": 9.11433871591419e-05,
      "loss": 4.5497,
      "step": 302350
    },
    {
      "epoch": 0.6299166666666667,
      "grad_norm": 2.490406036376953,
      "learning_rate": 9.113431934552417e-05,
      "loss": 4.1584,
      "step": 302360
    },
    {
      "epoch": 0.6299375,
      "grad_norm": 1.143402099609375,
      "learning_rate": 9.112525178618285e-05,
      "loss": 4.5425,
      "step": 302370
    },
    {
      "epoch": 0.6299583333333333,
      "grad_norm": 1.5250053405761719,
      "learning_rate": 9.111618448115716e-05,
      "loss": 4.0902,
      "step": 302380
    },
    {
      "epoch": 0.6299791666666666,
      "grad_norm": 1.9646772146224976,
      "learning_rate": 9.11071174304862e-05,
      "loss": 3.9694,
      "step": 302390
    },
    {
      "epoch": 0.63,
      "grad_norm": 2.641641139984131,
      "learning_rate": 9.109805063420923e-05,
      "loss": 4.0718,
      "step": 302400
    },
    {
      "epoch": 0.6300208333333334,
      "grad_norm": 2.0383307933807373,
      "learning_rate": 9.108898409236534e-05,
      "loss": 4.4018,
      "step": 302410
    },
    {
      "epoch": 0.6300416666666667,
      "grad_norm": 4.573774337768555,
      "learning_rate": 9.107991780499368e-05,
      "loss": 4.7627,
      "step": 302420
    },
    {
      "epoch": 0.6300625,
      "grad_norm": 3.9794251918792725,
      "learning_rate": 9.107085177213353e-05,
      "loss": 4.3171,
      "step": 302430
    },
    {
      "epoch": 0.6300833333333333,
      "grad_norm": 1.4939117431640625,
      "learning_rate": 9.106178599382394e-05,
      "loss": 4.4284,
      "step": 302440
    },
    {
      "epoch": 0.6301041666666667,
      "grad_norm": 1.4934426546096802,
      "learning_rate": 9.105272047010406e-05,
      "loss": 4.3364,
      "step": 302450
    },
    {
      "epoch": 0.630125,
      "grad_norm": 1.0661314725875854,
      "learning_rate": 9.104365520101317e-05,
      "loss": 3.7901,
      "step": 302460
    },
    {
      "epoch": 0.6301458333333333,
      "grad_norm": 1.9791589975357056,
      "learning_rate": 9.103459018659032e-05,
      "loss": 4.4348,
      "step": 302470
    },
    {
      "epoch": 0.6301666666666667,
      "grad_norm": 2.438166618347168,
      "learning_rate": 9.102552542687467e-05,
      "loss": 4.0419,
      "step": 302480
    },
    {
      "epoch": 0.6301875,
      "grad_norm": 6.016775608062744,
      "learning_rate": 9.101646092190547e-05,
      "loss": 3.9824,
      "step": 302490
    },
    {
      "epoch": 0.6302083333333334,
      "grad_norm": 1.8439078330993652,
      "learning_rate": 9.100739667172181e-05,
      "loss": 4.258,
      "step": 302500
    },
    {
      "epoch": 0.6302291666666666,
      "grad_norm": 1.3960154056549072,
      "learning_rate": 9.099833267636277e-05,
      "loss": 4.6522,
      "step": 302510
    },
    {
      "epoch": 0.63025,
      "grad_norm": 2.0729291439056396,
      "learning_rate": 9.098926893586763e-05,
      "loss": 3.8474,
      "step": 302520
    },
    {
      "epoch": 0.6302708333333333,
      "grad_norm": 2.562329053878784,
      "learning_rate": 9.098020545027553e-05,
      "loss": 5.0228,
      "step": 302530
    },
    {
      "epoch": 0.6302916666666667,
      "grad_norm": 1.5970450639724731,
      "learning_rate": 9.097114221962549e-05,
      "loss": 4.1089,
      "step": 302540
    },
    {
      "epoch": 0.6303125,
      "grad_norm": 0.9432148337364197,
      "learning_rate": 9.096207924395679e-05,
      "loss": 4.8231,
      "step": 302550
    },
    {
      "epoch": 0.6303333333333333,
      "grad_norm": 1.281133770942688,
      "learning_rate": 9.095301652330858e-05,
      "loss": 4.5145,
      "step": 302560
    },
    {
      "epoch": 0.6303541666666667,
      "grad_norm": 1.6165493726730347,
      "learning_rate": 9.094395405771988e-05,
      "loss": 4.051,
      "step": 302570
    },
    {
      "epoch": 0.630375,
      "grad_norm": 6.421304225921631,
      "learning_rate": 9.093489184722999e-05,
      "loss": 4.5816,
      "step": 302580
    },
    {
      "epoch": 0.6303958333333334,
      "grad_norm": 2.064431667327881,
      "learning_rate": 9.092582989187798e-05,
      "loss": 4.1771,
      "step": 302590
    },
    {
      "epoch": 0.6304166666666666,
      "grad_norm": 1.340559720993042,
      "learning_rate": 9.091676819170297e-05,
      "loss": 4.0917,
      "step": 302600
    },
    {
      "epoch": 0.6304375,
      "grad_norm": 1.0949106216430664,
      "learning_rate": 9.090770674674415e-05,
      "loss": 4.2529,
      "step": 302610
    },
    {
      "epoch": 0.6304583333333333,
      "grad_norm": 1.3436410427093506,
      "learning_rate": 9.089864555704068e-05,
      "loss": 4.4134,
      "step": 302620
    },
    {
      "epoch": 0.6304791666666667,
      "grad_norm": 0.9613403677940369,
      "learning_rate": 9.08895846226316e-05,
      "loss": 4.3582,
      "step": 302630
    },
    {
      "epoch": 0.6305,
      "grad_norm": 0.9140040874481201,
      "learning_rate": 9.08805239435562e-05,
      "loss": 4.7175,
      "step": 302640
    },
    {
      "epoch": 0.6305208333333333,
      "grad_norm": 1.0945699214935303,
      "learning_rate": 9.087146351985349e-05,
      "loss": 4.627,
      "step": 302650
    },
    {
      "epoch": 0.6305416666666667,
      "grad_norm": 1.3964844942092896,
      "learning_rate": 9.086240335156262e-05,
      "loss": 4.2588,
      "step": 302660
    },
    {
      "epoch": 0.6305625,
      "grad_norm": 2.4802873134613037,
      "learning_rate": 9.085334343872282e-05,
      "loss": 4.3959,
      "step": 302670
    },
    {
      "epoch": 0.6305833333333334,
      "grad_norm": 3.290405511856079,
      "learning_rate": 9.084428378137314e-05,
      "loss": 4.6925,
      "step": 302680
    },
    {
      "epoch": 0.6306041666666666,
      "grad_norm": 4.121514797210693,
      "learning_rate": 9.083522437955277e-05,
      "loss": 4.1222,
      "step": 302690
    },
    {
      "epoch": 0.630625,
      "grad_norm": 2.173692226409912,
      "learning_rate": 9.082616523330074e-05,
      "loss": 3.9688,
      "step": 302700
    },
    {
      "epoch": 0.6306458333333333,
      "grad_norm": 1.0289372205734253,
      "learning_rate": 9.081710634265631e-05,
      "loss": 3.71,
      "step": 302710
    },
    {
      "epoch": 0.6306666666666667,
      "grad_norm": 2.4602513313293457,
      "learning_rate": 9.080804770765856e-05,
      "loss": 4.5533,
      "step": 302720
    },
    {
      "epoch": 0.6306875,
      "grad_norm": 0.8155789971351624,
      "learning_rate": 9.079898932834655e-05,
      "loss": 4.1328,
      "step": 302730
    },
    {
      "epoch": 0.6307083333333333,
      "grad_norm": 3.1540017127990723,
      "learning_rate": 9.078993120475952e-05,
      "loss": 4.0177,
      "step": 302740
    },
    {
      "epoch": 0.6307291666666667,
      "grad_norm": 1.3591336011886597,
      "learning_rate": 9.078087333693658e-05,
      "loss": 4.0817,
      "step": 302750
    },
    {
      "epoch": 0.63075,
      "grad_norm": 2.407752752304077,
      "learning_rate": 9.077181572491675e-05,
      "loss": 4.6238,
      "step": 302760
    },
    {
      "epoch": 0.6307708333333333,
      "grad_norm": 1.3126322031021118,
      "learning_rate": 9.07627583687393e-05,
      "loss": 4.3122,
      "step": 302770
    },
    {
      "epoch": 0.6307916666666666,
      "grad_norm": 1.2402900457382202,
      "learning_rate": 9.075370126844326e-05,
      "loss": 4.7594,
      "step": 302780
    },
    {
      "epoch": 0.6308125,
      "grad_norm": 1.8109045028686523,
      "learning_rate": 9.074464442406774e-05,
      "loss": 4.1477,
      "step": 302790
    },
    {
      "epoch": 0.6308333333333334,
      "grad_norm": 2.711174726486206,
      "learning_rate": 9.073558783565199e-05,
      "loss": 4.4121,
      "step": 302800
    },
    {
      "epoch": 0.6308541666666667,
      "grad_norm": 1.25083589553833,
      "learning_rate": 9.072653150323498e-05,
      "loss": 3.9111,
      "step": 302810
    },
    {
      "epoch": 0.630875,
      "grad_norm": 8.77142333984375,
      "learning_rate": 9.071747542685586e-05,
      "loss": 4.246,
      "step": 302820
    },
    {
      "epoch": 0.6308958333333333,
      "grad_norm": 2.7196950912475586,
      "learning_rate": 9.070841960655385e-05,
      "loss": 4.3047,
      "step": 302830
    },
    {
      "epoch": 0.6309166666666667,
      "grad_norm": 1.1681452989578247,
      "learning_rate": 9.069936404236797e-05,
      "loss": 4.212,
      "step": 302840
    },
    {
      "epoch": 0.6309375,
      "grad_norm": 1.1212968826293945,
      "learning_rate": 9.069030873433734e-05,
      "loss": 4.5963,
      "step": 302850
    },
    {
      "epoch": 0.6309583333333333,
      "grad_norm": 1.0629416704177856,
      "learning_rate": 9.068125368250116e-05,
      "loss": 4.2604,
      "step": 302860
    },
    {
      "epoch": 0.6309791666666666,
      "grad_norm": 1.309643268585205,
      "learning_rate": 9.067219888689845e-05,
      "loss": 4.8973,
      "step": 302870
    },
    {
      "epoch": 0.631,
      "grad_norm": 1.407175064086914,
      "learning_rate": 9.066314434756832e-05,
      "loss": 4.6218,
      "step": 302880
    },
    {
      "epoch": 0.6310208333333334,
      "grad_norm": 1.1146655082702637,
      "learning_rate": 9.065409006454998e-05,
      "loss": 4.0798,
      "step": 302890
    },
    {
      "epoch": 0.6310416666666666,
      "grad_norm": 2.4763147830963135,
      "learning_rate": 9.064503603788247e-05,
      "loss": 4.368,
      "step": 302900
    },
    {
      "epoch": 0.6310625,
      "grad_norm": 1.0766469240188599,
      "learning_rate": 9.063598226760489e-05,
      "loss": 4.6776,
      "step": 302910
    },
    {
      "epoch": 0.6310833333333333,
      "grad_norm": 7.217377662658691,
      "learning_rate": 9.062692875375638e-05,
      "loss": 4.3296,
      "step": 302920
    },
    {
      "epoch": 0.6311041666666667,
      "grad_norm": 1.781548023223877,
      "learning_rate": 9.061787549637604e-05,
      "loss": 4.4424,
      "step": 302930
    },
    {
      "epoch": 0.631125,
      "grad_norm": 1.7066621780395508,
      "learning_rate": 9.060882249550294e-05,
      "loss": 4.3475,
      "step": 302940
    },
    {
      "epoch": 0.6311458333333333,
      "grad_norm": 5.720501899719238,
      "learning_rate": 9.059976975117623e-05,
      "loss": 4.973,
      "step": 302950
    },
    {
      "epoch": 0.6311666666666667,
      "grad_norm": 1.4807997941970825,
      "learning_rate": 9.059071726343506e-05,
      "loss": 4.0235,
      "step": 302960
    },
    {
      "epoch": 0.6311875,
      "grad_norm": 1.42751145362854,
      "learning_rate": 9.058166503231843e-05,
      "loss": 4.1314,
      "step": 302970
    },
    {
      "epoch": 0.6312083333333334,
      "grad_norm": 1.0922069549560547,
      "learning_rate": 9.057261305786546e-05,
      "loss": 4.3954,
      "step": 302980
    },
    {
      "epoch": 0.6312291666666666,
      "grad_norm": 1.8075202703475952,
      "learning_rate": 9.056356134011532e-05,
      "loss": 4.3998,
      "step": 302990
    },
    {
      "epoch": 0.63125,
      "grad_norm": 3.0298268795013428,
      "learning_rate": 9.055450987910709e-05,
      "loss": 4.2304,
      "step": 303000
    },
    {
      "epoch": 0.63125,
      "eval_loss": 7.66068172454834,
      "eval_runtime": 8.4246,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 303000
    },
    {
      "epoch": 0.6312708333333333,
      "grad_norm": 8.52819538116455,
      "learning_rate": 9.054545867487978e-05,
      "loss": 4.7678,
      "step": 303010
    },
    {
      "epoch": 0.6312916666666667,
      "grad_norm": 2.5013785362243652,
      "learning_rate": 9.053640772747258e-05,
      "loss": 4.2086,
      "step": 303020
    },
    {
      "epoch": 0.6313125,
      "grad_norm": 2.1987531185150146,
      "learning_rate": 9.052735703692462e-05,
      "loss": 4.4292,
      "step": 303030
    },
    {
      "epoch": 0.6313333333333333,
      "grad_norm": 0.8874481916427612,
      "learning_rate": 9.051830660327484e-05,
      "loss": 4.1591,
      "step": 303040
    },
    {
      "epoch": 0.6313541666666667,
      "grad_norm": 1.7028084993362427,
      "learning_rate": 9.050925642656248e-05,
      "loss": 4.5745,
      "step": 303050
    },
    {
      "epoch": 0.631375,
      "grad_norm": 1.2488110065460205,
      "learning_rate": 9.05002065068266e-05,
      "loss": 4.183,
      "step": 303060
    },
    {
      "epoch": 0.6313958333333334,
      "grad_norm": 1.23057222366333,
      "learning_rate": 9.049115684410622e-05,
      "loss": 4.2729,
      "step": 303070
    },
    {
      "epoch": 0.6314166666666666,
      "grad_norm": 3.1619718074798584,
      "learning_rate": 9.048210743844054e-05,
      "loss": 4.3181,
      "step": 303080
    },
    {
      "epoch": 0.6314375,
      "grad_norm": 1.207741379737854,
      "learning_rate": 9.04730582898686e-05,
      "loss": 4.2381,
      "step": 303090
    },
    {
      "epoch": 0.6314583333333333,
      "grad_norm": 5.698465824127197,
      "learning_rate": 9.046400939842944e-05,
      "loss": 4.2646,
      "step": 303100
    },
    {
      "epoch": 0.6314791666666667,
      "grad_norm": 0.9875363707542419,
      "learning_rate": 9.045496076416221e-05,
      "loss": 3.9705,
      "step": 303110
    },
    {
      "epoch": 0.6315,
      "grad_norm": 2.4244327545166016,
      "learning_rate": 9.044591238710602e-05,
      "loss": 4.3809,
      "step": 303120
    },
    {
      "epoch": 0.6315208333333333,
      "grad_norm": 2.4817724227905273,
      "learning_rate": 9.043686426729986e-05,
      "loss": 4.2939,
      "step": 303130
    },
    {
      "epoch": 0.6315416666666667,
      "grad_norm": 1.2920128107070923,
      "learning_rate": 9.042781640478291e-05,
      "loss": 3.9524,
      "step": 303140
    },
    {
      "epoch": 0.6315625,
      "grad_norm": 0.9099792242050171,
      "learning_rate": 9.04187687995942e-05,
      "loss": 4.1035,
      "step": 303150
    },
    {
      "epoch": 0.6315833333333334,
      "grad_norm": 1.578893780708313,
      "learning_rate": 9.040972145177282e-05,
      "loss": 4.6671,
      "step": 303160
    },
    {
      "epoch": 0.6316041666666666,
      "grad_norm": 0.8479267954826355,
      "learning_rate": 9.040067436135787e-05,
      "loss": 4.2746,
      "step": 303170
    },
    {
      "epoch": 0.631625,
      "grad_norm": 1.231653094291687,
      "learning_rate": 9.039162752838839e-05,
      "loss": 4.4002,
      "step": 303180
    },
    {
      "epoch": 0.6316458333333334,
      "grad_norm": 1.7529717683792114,
      "learning_rate": 9.038258095290348e-05,
      "loss": 4.0162,
      "step": 303190
    },
    {
      "epoch": 0.6316666666666667,
      "grad_norm": 1.3407632112503052,
      "learning_rate": 9.037353463494227e-05,
      "loss": 4.6165,
      "step": 303200
    },
    {
      "epoch": 0.6316875,
      "grad_norm": 1.2357405424118042,
      "learning_rate": 9.036448857454374e-05,
      "loss": 4.1557,
      "step": 303210
    },
    {
      "epoch": 0.6317083333333333,
      "grad_norm": 2.508118152618408,
      "learning_rate": 9.035544277174701e-05,
      "loss": 4.3367,
      "step": 303220
    },
    {
      "epoch": 0.6317291666666667,
      "grad_norm": 4.096968650817871,
      "learning_rate": 9.034639722659123e-05,
      "loss": 4.7045,
      "step": 303230
    },
    {
      "epoch": 0.63175,
      "grad_norm": 1.3486688137054443,
      "learning_rate": 9.033735193911533e-05,
      "loss": 3.8191,
      "step": 303240
    },
    {
      "epoch": 0.6317708333333333,
      "grad_norm": 1.4890527725219727,
      "learning_rate": 9.032830690935845e-05,
      "loss": 3.9798,
      "step": 303250
    },
    {
      "epoch": 0.6317916666666666,
      "grad_norm": 1.6576457023620605,
      "learning_rate": 9.031926213735971e-05,
      "loss": 4.0682,
      "step": 303260
    },
    {
      "epoch": 0.6318125,
      "grad_norm": 0.9035002589225769,
      "learning_rate": 9.031021762315816e-05,
      "loss": 4.3718,
      "step": 303270
    },
    {
      "epoch": 0.6318333333333334,
      "grad_norm": 1.4595485925674438,
      "learning_rate": 9.03011733667928e-05,
      "loss": 4.852,
      "step": 303280
    },
    {
      "epoch": 0.6318541666666667,
      "grad_norm": 4.101101398468018,
      "learning_rate": 9.029212936830269e-05,
      "loss": 4.9608,
      "step": 303290
    },
    {
      "epoch": 0.631875,
      "grad_norm": 4.414433479309082,
      "learning_rate": 9.028308562772704e-05,
      "loss": 4.5425,
      "step": 303300
    },
    {
      "epoch": 0.6318958333333333,
      "grad_norm": 1.3208417892456055,
      "learning_rate": 9.027404214510477e-05,
      "loss": 4.2983,
      "step": 303310
    },
    {
      "epoch": 0.6319166666666667,
      "grad_norm": 1.53729248046875,
      "learning_rate": 9.026499892047497e-05,
      "loss": 3.8124,
      "step": 303320
    },
    {
      "epoch": 0.6319375,
      "grad_norm": 1.9242490530014038,
      "learning_rate": 9.02559559538768e-05,
      "loss": 4.3106,
      "step": 303330
    },
    {
      "epoch": 0.6319583333333333,
      "grad_norm": 1.3703862428665161,
      "learning_rate": 9.024691324534923e-05,
      "loss": 4.6799,
      "step": 303340
    },
    {
      "epoch": 0.6319791666666666,
      "grad_norm": 1.4535759687423706,
      "learning_rate": 9.023787079493129e-05,
      "loss": 4.4646,
      "step": 303350
    },
    {
      "epoch": 0.632,
      "grad_norm": 1.803747534751892,
      "learning_rate": 9.022882860266216e-05,
      "loss": 4.1276,
      "step": 303360
    },
    {
      "epoch": 0.6320208333333334,
      "grad_norm": 1.3418095111846924,
      "learning_rate": 9.02197866685808e-05,
      "loss": 4.5755,
      "step": 303370
    },
    {
      "epoch": 0.6320416666666666,
      "grad_norm": 2.9777660369873047,
      "learning_rate": 9.021074499272627e-05,
      "loss": 4.6591,
      "step": 303380
    },
    {
      "epoch": 0.6320625,
      "grad_norm": 7.183347702026367,
      "learning_rate": 9.020170357513772e-05,
      "loss": 4.4963,
      "step": 303390
    },
    {
      "epoch": 0.6320833333333333,
      "grad_norm": 1.7329261302947998,
      "learning_rate": 9.019266241585414e-05,
      "loss": 4.1971,
      "step": 303400
    },
    {
      "epoch": 0.6321041666666667,
      "grad_norm": 3.67523455619812,
      "learning_rate": 9.018362151491453e-05,
      "loss": 4.2578,
      "step": 303410
    },
    {
      "epoch": 0.632125,
      "grad_norm": 1.2889324426651,
      "learning_rate": 9.0174580872358e-05,
      "loss": 4.0056,
      "step": 303420
    },
    {
      "epoch": 0.6321458333333333,
      "grad_norm": 6.965961933135986,
      "learning_rate": 9.016554048822366e-05,
      "loss": 4.541,
      "step": 303430
    },
    {
      "epoch": 0.6321666666666667,
      "grad_norm": 1.8055391311645508,
      "learning_rate": 9.015650036255043e-05,
      "loss": 4.0699,
      "step": 303440
    },
    {
      "epoch": 0.6321875,
      "grad_norm": 1.992161750793457,
      "learning_rate": 9.014746049537747e-05,
      "loss": 4.2651,
      "step": 303450
    },
    {
      "epoch": 0.6322083333333334,
      "grad_norm": 0.9518215656280518,
      "learning_rate": 9.01384208867438e-05,
      "loss": 4.5056,
      "step": 303460
    },
    {
      "epoch": 0.6322291666666666,
      "grad_norm": 1.5396050214767456,
      "learning_rate": 9.012938153668842e-05,
      "loss": 4.5595,
      "step": 303470
    },
    {
      "epoch": 0.63225,
      "grad_norm": 4.207973957061768,
      "learning_rate": 9.012034244525043e-05,
      "loss": 4.3236,
      "step": 303480
    },
    {
      "epoch": 0.6322708333333333,
      "grad_norm": 1.5526673793792725,
      "learning_rate": 9.01113036124689e-05,
      "loss": 4.4665,
      "step": 303490
    },
    {
      "epoch": 0.6322916666666667,
      "grad_norm": 7.964233875274658,
      "learning_rate": 9.010226503838275e-05,
      "loss": 4.0508,
      "step": 303500
    },
    {
      "epoch": 0.6323125,
      "grad_norm": 1.0596966743469238,
      "learning_rate": 9.009322672303118e-05,
      "loss": 4.0953,
      "step": 303510
    },
    {
      "epoch": 0.6323333333333333,
      "grad_norm": 1.331187129020691,
      "learning_rate": 9.008418866645313e-05,
      "loss": 5.8103,
      "step": 303520
    },
    {
      "epoch": 0.6323541666666667,
      "grad_norm": 1.9369295835494995,
      "learning_rate": 9.007515086868764e-05,
      "loss": 4.143,
      "step": 303530
    },
    {
      "epoch": 0.632375,
      "grad_norm": 1.2839314937591553,
      "learning_rate": 9.006611332977384e-05,
      "loss": 4.186,
      "step": 303540
    },
    {
      "epoch": 0.6323958333333334,
      "grad_norm": 1.2806109189987183,
      "learning_rate": 9.005707604975065e-05,
      "loss": 4.7265,
      "step": 303550
    },
    {
      "epoch": 0.6324166666666666,
      "grad_norm": 4.040454864501953,
      "learning_rate": 9.004803902865722e-05,
      "loss": 4.4482,
      "step": 303560
    },
    {
      "epoch": 0.6324375,
      "grad_norm": 4.268245697021484,
      "learning_rate": 9.003900226653247e-05,
      "loss": 4.7866,
      "step": 303570
    },
    {
      "epoch": 0.6324583333333333,
      "grad_norm": 4.546275615692139,
      "learning_rate": 9.002996576341553e-05,
      "loss": 4.6838,
      "step": 303580
    },
    {
      "epoch": 0.6324791666666667,
      "grad_norm": 1.327420711517334,
      "learning_rate": 9.002092951934543e-05,
      "loss": 4.3508,
      "step": 303590
    },
    {
      "epoch": 0.6325,
      "grad_norm": 1.3914071321487427,
      "learning_rate": 9.00118935343611e-05,
      "loss": 4.762,
      "step": 303600
    },
    {
      "epoch": 0.6325208333333333,
      "grad_norm": 5.378617763519287,
      "learning_rate": 9.000285780850168e-05,
      "loss": 4.217,
      "step": 303610
    },
    {
      "epoch": 0.6325416666666667,
      "grad_norm": 7.333089351654053,
      "learning_rate": 8.99938223418062e-05,
      "loss": 4.9408,
      "step": 303620
    },
    {
      "epoch": 0.6325625,
      "grad_norm": 0.9239642024040222,
      "learning_rate": 8.998478713431359e-05,
      "loss": 4.3305,
      "step": 303630
    },
    {
      "epoch": 0.6325833333333334,
      "grad_norm": 1.6496785879135132,
      "learning_rate": 8.9975752186063e-05,
      "loss": 5.1638,
      "step": 303640
    },
    {
      "epoch": 0.6326041666666666,
      "grad_norm": 2.06449818611145,
      "learning_rate": 8.99667174970934e-05,
      "loss": 4.1757,
      "step": 303650
    },
    {
      "epoch": 0.632625,
      "grad_norm": 1.137567400932312,
      "learning_rate": 8.995768306744373e-05,
      "loss": 4.1871,
      "step": 303660
    },
    {
      "epoch": 0.6326458333333334,
      "grad_norm": 2.1973137855529785,
      "learning_rate": 8.994864889715321e-05,
      "loss": 4.5278,
      "step": 303670
    },
    {
      "epoch": 0.6326666666666667,
      "grad_norm": 0.8526816368103027,
      "learning_rate": 8.993961498626072e-05,
      "loss": 4.0893,
      "step": 303680
    },
    {
      "epoch": 0.6326875,
      "grad_norm": 5.798009872436523,
      "learning_rate": 8.993058133480527e-05,
      "loss": 4.4408,
      "step": 303690
    },
    {
      "epoch": 0.6327083333333333,
      "grad_norm": 1.7759162187576294,
      "learning_rate": 8.992154794282602e-05,
      "loss": 4.1443,
      "step": 303700
    },
    {
      "epoch": 0.6327291666666667,
      "grad_norm": 1.0815671682357788,
      "learning_rate": 8.991251481036185e-05,
      "loss": 4.448,
      "step": 303710
    },
    {
      "epoch": 0.63275,
      "grad_norm": 1.2723108530044556,
      "learning_rate": 8.990348193745182e-05,
      "loss": 3.8397,
      "step": 303720
    },
    {
      "epoch": 0.6327708333333333,
      "grad_norm": 1.8059444427490234,
      "learning_rate": 8.9894449324135e-05,
      "loss": 4.7823,
      "step": 303730
    },
    {
      "epoch": 0.6327916666666666,
      "grad_norm": 0.8512226343154907,
      "learning_rate": 8.988541697045035e-05,
      "loss": 4.0888,
      "step": 303740
    },
    {
      "epoch": 0.6328125,
      "grad_norm": 0.9663164615631104,
      "learning_rate": 8.987638487643686e-05,
      "loss": 4.656,
      "step": 303750
    },
    {
      "epoch": 0.6328333333333334,
      "grad_norm": 1.174405574798584,
      "learning_rate": 8.986735304213367e-05,
      "loss": 4.11,
      "step": 303760
    },
    {
      "epoch": 0.6328541666666667,
      "grad_norm": 0.9411514401435852,
      "learning_rate": 8.98583214675797e-05,
      "loss": 3.8551,
      "step": 303770
    },
    {
      "epoch": 0.632875,
      "grad_norm": 3.2399799823760986,
      "learning_rate": 8.984929015281393e-05,
      "loss": 4.4275,
      "step": 303780
    },
    {
      "epoch": 0.6328958333333333,
      "grad_norm": 1.4512417316436768,
      "learning_rate": 8.98402590978754e-05,
      "loss": 4.2138,
      "step": 303790
    },
    {
      "epoch": 0.6329166666666667,
      "grad_norm": 1.800040602684021,
      "learning_rate": 8.983122830280323e-05,
      "loss": 3.8759,
      "step": 303800
    },
    {
      "epoch": 0.6329375,
      "grad_norm": 1.2692465782165527,
      "learning_rate": 8.982219776763623e-05,
      "loss": 4.325,
      "step": 303810
    },
    {
      "epoch": 0.6329583333333333,
      "grad_norm": 2.4303183555603027,
      "learning_rate": 8.981316749241359e-05,
      "loss": 4.0347,
      "step": 303820
    },
    {
      "epoch": 0.6329791666666666,
      "grad_norm": 1.1424200534820557,
      "learning_rate": 8.980413747717423e-05,
      "loss": 3.9824,
      "step": 303830
    },
    {
      "epoch": 0.633,
      "grad_norm": 1.0814625024795532,
      "learning_rate": 8.979510772195713e-05,
      "loss": 4.234,
      "step": 303840
    },
    {
      "epoch": 0.6330208333333334,
      "grad_norm": 1.4111533164978027,
      "learning_rate": 8.978607822680138e-05,
      "loss": 4.1018,
      "step": 303850
    },
    {
      "epoch": 0.6330416666666666,
      "grad_norm": 1.3859227895736694,
      "learning_rate": 8.977704899174594e-05,
      "loss": 4.9654,
      "step": 303860
    },
    {
      "epoch": 0.6330625,
      "grad_norm": 1.363909363746643,
      "learning_rate": 8.976802001682977e-05,
      "loss": 4.5164,
      "step": 303870
    },
    {
      "epoch": 0.6330833333333333,
      "grad_norm": 1.5226948261260986,
      "learning_rate": 8.975899130209192e-05,
      "loss": 4.0735,
      "step": 303880
    },
    {
      "epoch": 0.6331041666666667,
      "grad_norm": 0.9984270334243774,
      "learning_rate": 8.974996284757143e-05,
      "loss": 4.5445,
      "step": 303890
    },
    {
      "epoch": 0.633125,
      "grad_norm": 2.0913612842559814,
      "learning_rate": 8.974093465330723e-05,
      "loss": 3.9852,
      "step": 303900
    },
    {
      "epoch": 0.6331458333333333,
      "grad_norm": 1.935804843902588,
      "learning_rate": 8.973190671933831e-05,
      "loss": 4.0553,
      "step": 303910
    },
    {
      "epoch": 0.6331666666666667,
      "grad_norm": 0.7035556435585022,
      "learning_rate": 8.97228790457037e-05,
      "loss": 3.8354,
      "step": 303920
    },
    {
      "epoch": 0.6331875,
      "grad_norm": 1.414284586906433,
      "learning_rate": 8.971385163244244e-05,
      "loss": 4.0161,
      "step": 303930
    },
    {
      "epoch": 0.6332083333333334,
      "grad_norm": 2.3666818141937256,
      "learning_rate": 8.970482447959341e-05,
      "loss": 4.4151,
      "step": 303940
    },
    {
      "epoch": 0.6332291666666666,
      "grad_norm": 2.3321890830993652,
      "learning_rate": 8.969579758719571e-05,
      "loss": 4.2192,
      "step": 303950
    },
    {
      "epoch": 0.63325,
      "grad_norm": 1.1195341348648071,
      "learning_rate": 8.968677095528832e-05,
      "loss": 4.2048,
      "step": 303960
    },
    {
      "epoch": 0.6332708333333333,
      "grad_norm": 1.3357720375061035,
      "learning_rate": 8.967774458391016e-05,
      "loss": 3.9853,
      "step": 303970
    },
    {
      "epoch": 0.6332916666666667,
      "grad_norm": 1.7992221117019653,
      "learning_rate": 8.966871847310028e-05,
      "loss": 4.1503,
      "step": 303980
    },
    {
      "epoch": 0.6333125,
      "grad_norm": 2.542520046234131,
      "learning_rate": 8.965969262289768e-05,
      "loss": 4.2698,
      "step": 303990
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 5.667335510253906,
      "learning_rate": 8.965066703334128e-05,
      "loss": 3.8184,
      "step": 304000
    },
    {
      "epoch": 0.6333333333333333,
      "eval_loss": 9.745119094848633,
      "eval_runtime": 8.4985,
      "eval_samples_per_second": 0.353,
      "eval_steps_per_second": 0.118,
      "step": 304000
    },
    {
      "epoch": 0.6333541666666667,
      "grad_norm": 1.108904480934143,
      "learning_rate": 8.964164170447015e-05,
      "loss": 4.0627,
      "step": 304010
    },
    {
      "epoch": 0.633375,
      "grad_norm": 1.934360384941101,
      "learning_rate": 8.963261663632323e-05,
      "loss": 4.2934,
      "step": 304020
    },
    {
      "epoch": 0.6333958333333334,
      "grad_norm": 1.1237115859985352,
      "learning_rate": 8.962359182893946e-05,
      "loss": 4.6019,
      "step": 304030
    },
    {
      "epoch": 0.6334166666666666,
      "grad_norm": 1.958428978919983,
      "learning_rate": 8.961456728235794e-05,
      "loss": 4.3339,
      "step": 304040
    },
    {
      "epoch": 0.6334375,
      "grad_norm": 1.6282448768615723,
      "learning_rate": 8.960554299661757e-05,
      "loss": 4.5857,
      "step": 304050
    },
    {
      "epoch": 0.6334583333333333,
      "grad_norm": 3.036982774734497,
      "learning_rate": 8.95965189717573e-05,
      "loss": 4.4448,
      "step": 304060
    },
    {
      "epoch": 0.6334791666666667,
      "grad_norm": 1.9681304693222046,
      "learning_rate": 8.958749520781624e-05,
      "loss": 4.0092,
      "step": 304070
    },
    {
      "epoch": 0.6335,
      "grad_norm": 14.513940811157227,
      "learning_rate": 8.957847170483324e-05,
      "loss": 4.5981,
      "step": 304080
    },
    {
      "epoch": 0.6335208333333333,
      "grad_norm": 1.679247498512268,
      "learning_rate": 8.95694484628473e-05,
      "loss": 4.0479,
      "step": 304090
    },
    {
      "epoch": 0.6335416666666667,
      "grad_norm": 1.6406426429748535,
      "learning_rate": 8.956042548189748e-05,
      "loss": 4.0243,
      "step": 304100
    },
    {
      "epoch": 0.6335625,
      "grad_norm": 1.46742582321167,
      "learning_rate": 8.955140276202268e-05,
      "loss": 4.2578,
      "step": 304110
    },
    {
      "epoch": 0.6335833333333334,
      "grad_norm": 1.9028970003128052,
      "learning_rate": 8.954238030326185e-05,
      "loss": 4.1328,
      "step": 304120
    },
    {
      "epoch": 0.6336041666666666,
      "grad_norm": 1.3659255504608154,
      "learning_rate": 8.953335810565407e-05,
      "loss": 4.3076,
      "step": 304130
    },
    {
      "epoch": 0.633625,
      "grad_norm": 1.8755537271499634,
      "learning_rate": 8.952433616923826e-05,
      "loss": 3.8948,
      "step": 304140
    },
    {
      "epoch": 0.6336458333333334,
      "grad_norm": 0.861218273639679,
      "learning_rate": 8.951531449405333e-05,
      "loss": 4.5498,
      "step": 304150
    },
    {
      "epoch": 0.6336666666666667,
      "grad_norm": 5.132047176361084,
      "learning_rate": 8.950629308013829e-05,
      "loss": 4.3043,
      "step": 304160
    },
    {
      "epoch": 0.6336875,
      "grad_norm": 2.83076548576355,
      "learning_rate": 8.949727192753217e-05,
      "loss": 4.4496,
      "step": 304170
    },
    {
      "epoch": 0.6337083333333333,
      "grad_norm": 1.036051630973816,
      "learning_rate": 8.948825103627385e-05,
      "loss": 4.0484,
      "step": 304180
    },
    {
      "epoch": 0.6337291666666667,
      "grad_norm": 2.200239896774292,
      "learning_rate": 8.947923040640232e-05,
      "loss": 4.5036,
      "step": 304190
    },
    {
      "epoch": 0.63375,
      "grad_norm": 1.30690598487854,
      "learning_rate": 8.947021003795659e-05,
      "loss": 4.4111,
      "step": 304200
    },
    {
      "epoch": 0.6337708333333333,
      "grad_norm": 2.887503147125244,
      "learning_rate": 8.946118993097559e-05,
      "loss": 4.6865,
      "step": 304210
    },
    {
      "epoch": 0.6337916666666666,
      "grad_norm": 4.135330677032471,
      "learning_rate": 8.945217008549825e-05,
      "loss": 3.99,
      "step": 304220
    },
    {
      "epoch": 0.6338125,
      "grad_norm": 4.198374271392822,
      "learning_rate": 8.944315050156364e-05,
      "loss": 4.1153,
      "step": 304230
    },
    {
      "epoch": 0.6338333333333334,
      "grad_norm": 1.1176868677139282,
      "learning_rate": 8.943413117921059e-05,
      "loss": 3.9928,
      "step": 304240
    },
    {
      "epoch": 0.6338541666666667,
      "grad_norm": 2.107405185699463,
      "learning_rate": 8.942511211847811e-05,
      "loss": 3.9255,
      "step": 304250
    },
    {
      "epoch": 0.633875,
      "grad_norm": 0.9277858734130859,
      "learning_rate": 8.941609331940521e-05,
      "loss": 4.1318,
      "step": 304260
    },
    {
      "epoch": 0.6338958333333333,
      "grad_norm": 0.9798976182937622,
      "learning_rate": 8.940707478203082e-05,
      "loss": 3.9895,
      "step": 304270
    },
    {
      "epoch": 0.6339166666666667,
      "grad_norm": 2.3240532875061035,
      "learning_rate": 8.939805650639382e-05,
      "loss": 4.1098,
      "step": 304280
    },
    {
      "epoch": 0.6339375,
      "grad_norm": 2.649484872817993,
      "learning_rate": 8.938903849253328e-05,
      "loss": 4.3173,
      "step": 304290
    },
    {
      "epoch": 0.6339583333333333,
      "grad_norm": 1.052737832069397,
      "learning_rate": 8.93800207404881e-05,
      "loss": 3.9999,
      "step": 304300
    },
    {
      "epoch": 0.6339791666666666,
      "grad_norm": 3.9152934551239014,
      "learning_rate": 8.93710032502972e-05,
      "loss": 4.1996,
      "step": 304310
    },
    {
      "epoch": 0.634,
      "grad_norm": 1.7047076225280762,
      "learning_rate": 8.936198602199958e-05,
      "loss": 4.1767,
      "step": 304320
    },
    {
      "epoch": 0.6340208333333334,
      "grad_norm": 3.7372751235961914,
      "learning_rate": 8.935296905563423e-05,
      "loss": 3.9359,
      "step": 304330
    },
    {
      "epoch": 0.6340416666666666,
      "grad_norm": 1.3049927949905396,
      "learning_rate": 8.934395235123997e-05,
      "loss": 4.3618,
      "step": 304340
    },
    {
      "epoch": 0.6340625,
      "grad_norm": 1.4785343408584595,
      "learning_rate": 8.933493590885585e-05,
      "loss": 4.2238,
      "step": 304350
    },
    {
      "epoch": 0.6340833333333333,
      "grad_norm": 2.037193536758423,
      "learning_rate": 8.932591972852082e-05,
      "loss": 4.1328,
      "step": 304360
    },
    {
      "epoch": 0.6341041666666667,
      "grad_norm": 1.2951081991195679,
      "learning_rate": 8.931690381027376e-05,
      "loss": 4.2482,
      "step": 304370
    },
    {
      "epoch": 0.634125,
      "grad_norm": 0.8913589715957642,
      "learning_rate": 8.930788815415369e-05,
      "loss": 3.9578,
      "step": 304380
    },
    {
      "epoch": 0.6341458333333333,
      "grad_norm": 1.0890496969223022,
      "learning_rate": 8.929887276019953e-05,
      "loss": 4.1884,
      "step": 304390
    },
    {
      "epoch": 0.6341666666666667,
      "grad_norm": 9.583913803100586,
      "learning_rate": 8.928985762845017e-05,
      "loss": 4.8236,
      "step": 304400
    },
    {
      "epoch": 0.6341875,
      "grad_norm": 1.4718865156173706,
      "learning_rate": 8.928084275894463e-05,
      "loss": 4.8822,
      "step": 304410
    },
    {
      "epoch": 0.6342083333333334,
      "grad_norm": 1.1978929042816162,
      "learning_rate": 8.927182815172179e-05,
      "loss": 4.0085,
      "step": 304420
    },
    {
      "epoch": 0.6342291666666666,
      "grad_norm": 3.330786943435669,
      "learning_rate": 8.926281380682067e-05,
      "loss": 3.9859,
      "step": 304430
    },
    {
      "epoch": 0.63425,
      "grad_norm": 1.0610084533691406,
      "learning_rate": 8.925379972428008e-05,
      "loss": 3.8263,
      "step": 304440
    },
    {
      "epoch": 0.6342708333333333,
      "grad_norm": 2.4502878189086914,
      "learning_rate": 8.924478590413905e-05,
      "loss": 4.2427,
      "step": 304450
    },
    {
      "epoch": 0.6342916666666667,
      "grad_norm": 1.3680819272994995,
      "learning_rate": 8.923577234643653e-05,
      "loss": 3.7905,
      "step": 304460
    },
    {
      "epoch": 0.6343125,
      "grad_norm": 0.8513750433921814,
      "learning_rate": 8.922675905121136e-05,
      "loss": 4.5226,
      "step": 304470
    },
    {
      "epoch": 0.6343333333333333,
      "grad_norm": 1.8764768838882446,
      "learning_rate": 8.921774601850258e-05,
      "loss": 3.9745,
      "step": 304480
    },
    {
      "epoch": 0.6343541666666667,
      "grad_norm": 4.086712837219238,
      "learning_rate": 8.920873324834909e-05,
      "loss": 4.5674,
      "step": 304490
    },
    {
      "epoch": 0.634375,
      "grad_norm": 2.5993027687072754,
      "learning_rate": 8.919972074078977e-05,
      "loss": 4.3141,
      "step": 304500
    },
    {
      "epoch": 0.6343958333333334,
      "grad_norm": 1.026743769645691,
      "learning_rate": 8.919070849586364e-05,
      "loss": 4.1494,
      "step": 304510
    },
    {
      "epoch": 0.6344166666666666,
      "grad_norm": 7.787345886230469,
      "learning_rate": 8.918169651360954e-05,
      "loss": 4.5224,
      "step": 304520
    },
    {
      "epoch": 0.6344375,
      "grad_norm": 1.3004003763198853,
      "learning_rate": 8.917268479406642e-05,
      "loss": 4.1436,
      "step": 304530
    },
    {
      "epoch": 0.6344583333333333,
      "grad_norm": 1.143021821975708,
      "learning_rate": 8.916367333727327e-05,
      "loss": 4.4147,
      "step": 304540
    },
    {
      "epoch": 0.6344791666666667,
      "grad_norm": 1.2755532264709473,
      "learning_rate": 8.915466214326895e-05,
      "loss": 4.1185,
      "step": 304550
    },
    {
      "epoch": 0.6345,
      "grad_norm": 1.8482738733291626,
      "learning_rate": 8.914565121209239e-05,
      "loss": 4.1789,
      "step": 304560
    },
    {
      "epoch": 0.6345208333333333,
      "grad_norm": 1.7380173206329346,
      "learning_rate": 8.913664054378256e-05,
      "loss": 4.3225,
      "step": 304570
    },
    {
      "epoch": 0.6345416666666667,
      "grad_norm": 2.1668121814727783,
      "learning_rate": 8.912763013837833e-05,
      "loss": 4.1552,
      "step": 304580
    },
    {
      "epoch": 0.6345625,
      "grad_norm": 1.5756620168685913,
      "learning_rate": 8.911861999591863e-05,
      "loss": 4.4155,
      "step": 304590
    },
    {
      "epoch": 0.6345833333333334,
      "grad_norm": 1.8067715167999268,
      "learning_rate": 8.910961011644244e-05,
      "loss": 4.1097,
      "step": 304600
    },
    {
      "epoch": 0.6346041666666666,
      "grad_norm": 1.9185436964035034,
      "learning_rate": 8.910060049998861e-05,
      "loss": 4.1734,
      "step": 304610
    },
    {
      "epoch": 0.634625,
      "grad_norm": 2.6444952487945557,
      "learning_rate": 8.909159114659602e-05,
      "loss": 4.2059,
      "step": 304620
    },
    {
      "epoch": 0.6346458333333334,
      "grad_norm": 1.6607553958892822,
      "learning_rate": 8.908258205630375e-05,
      "loss": 4.0735,
      "step": 304630
    },
    {
      "epoch": 0.6346666666666667,
      "grad_norm": 2.3572330474853516,
      "learning_rate": 8.907357322915058e-05,
      "loss": 4.3307,
      "step": 304640
    },
    {
      "epoch": 0.6346875,
      "grad_norm": 1.3220926523208618,
      "learning_rate": 8.906456466517542e-05,
      "loss": 5.2396,
      "step": 304650
    },
    {
      "epoch": 0.6347083333333333,
      "grad_norm": 2.06893253326416,
      "learning_rate": 8.905555636441723e-05,
      "loss": 4.4999,
      "step": 304660
    },
    {
      "epoch": 0.6347291666666667,
      "grad_norm": 2.1825380325317383,
      "learning_rate": 8.904654832691496e-05,
      "loss": 4.4263,
      "step": 304670
    },
    {
      "epoch": 0.63475,
      "grad_norm": 1.0756142139434814,
      "learning_rate": 8.903754055270741e-05,
      "loss": 4.079,
      "step": 304680
    },
    {
      "epoch": 0.6347708333333333,
      "grad_norm": 1.6082674264907837,
      "learning_rate": 8.902853304183357e-05,
      "loss": 4.6417,
      "step": 304690
    },
    {
      "epoch": 0.6347916666666666,
      "grad_norm": 1.8881709575653076,
      "learning_rate": 8.901952579433239e-05,
      "loss": 4.1338,
      "step": 304700
    },
    {
      "epoch": 0.6348125,
      "grad_norm": 1.5701888799667358,
      "learning_rate": 8.901051881024265e-05,
      "loss": 3.8886,
      "step": 304710
    },
    {
      "epoch": 0.6348333333333334,
      "grad_norm": 0.8315278887748718,
      "learning_rate": 8.900151208960334e-05,
      "loss": 3.8553,
      "step": 304720
    },
    {
      "epoch": 0.6348541666666667,
      "grad_norm": 0.9005629420280457,
      "learning_rate": 8.89925056324534e-05,
      "loss": 4.5914,
      "step": 304730
    },
    {
      "epoch": 0.634875,
      "grad_norm": 1.6700574159622192,
      "learning_rate": 8.898349943883167e-05,
      "loss": 3.7355,
      "step": 304740
    },
    {
      "epoch": 0.6348958333333333,
      "grad_norm": 3.2212142944335938,
      "learning_rate": 8.897449350877701e-05,
      "loss": 4.4283,
      "step": 304750
    },
    {
      "epoch": 0.6349166666666667,
      "grad_norm": 1.2592551708221436,
      "learning_rate": 8.896548784232845e-05,
      "loss": 4.5163,
      "step": 304760
    },
    {
      "epoch": 0.6349375,
      "grad_norm": 6.5858941078186035,
      "learning_rate": 8.895648243952482e-05,
      "loss": 4.5854,
      "step": 304770
    },
    {
      "epoch": 0.6349583333333333,
      "grad_norm": 1.8905750513076782,
      "learning_rate": 8.894747730040498e-05,
      "loss": 4.3467,
      "step": 304780
    },
    {
      "epoch": 0.6349791666666667,
      "grad_norm": 2.052292585372925,
      "learning_rate": 8.893847242500791e-05,
      "loss": 4.4417,
      "step": 304790
    },
    {
      "epoch": 0.635,
      "grad_norm": 1.313464879989624,
      "learning_rate": 8.892946781337247e-05,
      "loss": 4.2095,
      "step": 304800
    },
    {
      "epoch": 0.6350208333333334,
      "grad_norm": 1.044358491897583,
      "learning_rate": 8.892046346553751e-05,
      "loss": 4.018,
      "step": 304810
    },
    {
      "epoch": 0.6350416666666666,
      "grad_norm": 3.3596012592315674,
      "learning_rate": 8.8911459381542e-05,
      "loss": 4.2711,
      "step": 304820
    },
    {
      "epoch": 0.6350625,
      "grad_norm": 1.8494690656661987,
      "learning_rate": 8.890245556142484e-05,
      "loss": 4.3227,
      "step": 304830
    },
    {
      "epoch": 0.6350833333333333,
      "grad_norm": 1.634835124015808,
      "learning_rate": 8.889345200522483e-05,
      "loss": 4.2547,
      "step": 304840
    },
    {
      "epoch": 0.6351041666666667,
      "grad_norm": 1.9908173084259033,
      "learning_rate": 8.888444871298094e-05,
      "loss": 4.0316,
      "step": 304850
    },
    {
      "epoch": 0.635125,
      "grad_norm": 2.697908878326416,
      "learning_rate": 8.887544568473209e-05,
      "loss": 5.0055,
      "step": 304860
    },
    {
      "epoch": 0.6351458333333333,
      "grad_norm": 1.5678631067276,
      "learning_rate": 8.886644292051703e-05,
      "loss": 4.487,
      "step": 304870
    },
    {
      "epoch": 0.6351666666666667,
      "grad_norm": 1.3214906454086304,
      "learning_rate": 8.885744042037478e-05,
      "loss": 4.5665,
      "step": 304880
    },
    {
      "epoch": 0.6351875,
      "grad_norm": 2.326537847518921,
      "learning_rate": 8.884843818434422e-05,
      "loss": 4.558,
      "step": 304890
    },
    {
      "epoch": 0.6352083333333334,
      "grad_norm": 1.374337077140808,
      "learning_rate": 8.883943621246415e-05,
      "loss": 4.6338,
      "step": 304900
    },
    {
      "epoch": 0.6352291666666666,
      "grad_norm": 0.9542226195335388,
      "learning_rate": 8.883043450477354e-05,
      "loss": 4.6188,
      "step": 304910
    },
    {
      "epoch": 0.63525,
      "grad_norm": 3.1494693756103516,
      "learning_rate": 8.882143306131123e-05,
      "loss": 4.5764,
      "step": 304920
    },
    {
      "epoch": 0.6352708333333333,
      "grad_norm": 6.074466705322266,
      "learning_rate": 8.881243188211609e-05,
      "loss": 4.6663,
      "step": 304930
    },
    {
      "epoch": 0.6352916666666667,
      "grad_norm": 4.294243812561035,
      "learning_rate": 8.880343096722706e-05,
      "loss": 3.8693,
      "step": 304940
    },
    {
      "epoch": 0.6353125,
      "grad_norm": 1.09339439868927,
      "learning_rate": 8.879443031668297e-05,
      "loss": 3.9416,
      "step": 304950
    },
    {
      "epoch": 0.6353333333333333,
      "grad_norm": 1.6478734016418457,
      "learning_rate": 8.878542993052269e-05,
      "loss": 4.2081,
      "step": 304960
    },
    {
      "epoch": 0.6353541666666667,
      "grad_norm": 1.0544151067733765,
      "learning_rate": 8.877642980878518e-05,
      "loss": 4.0402,
      "step": 304970
    },
    {
      "epoch": 0.635375,
      "grad_norm": 2.6239583492279053,
      "learning_rate": 8.876742995150922e-05,
      "loss": 4.5288,
      "step": 304980
    },
    {
      "epoch": 0.6353958333333334,
      "grad_norm": 2.3369030952453613,
      "learning_rate": 8.875843035873368e-05,
      "loss": 3.7956,
      "step": 304990
    },
    {
      "epoch": 0.6354166666666666,
      "grad_norm": 4.03967809677124,
      "learning_rate": 8.874943103049756e-05,
      "loss": 4.4181,
      "step": 305000
    },
    {
      "epoch": 0.6354166666666666,
      "eval_loss": 7.127873420715332,
      "eval_runtime": 7.922,
      "eval_samples_per_second": 0.379,
      "eval_steps_per_second": 0.126,
      "step": 305000
    },
    {
      "epoch": 0.6354375,
      "grad_norm": 4.286970615386963,
      "learning_rate": 8.874043196683967e-05,
      "loss": 4.4431,
      "step": 305010
    },
    {
      "epoch": 0.6354583333333333,
      "grad_norm": 0.9627484679222107,
      "learning_rate": 8.873143316779882e-05,
      "loss": 4.3568,
      "step": 305020
    },
    {
      "epoch": 0.6354791666666667,
      "grad_norm": 2.7306323051452637,
      "learning_rate": 8.872243463341389e-05,
      "loss": 3.9364,
      "step": 305030
    },
    {
      "epoch": 0.6355,
      "grad_norm": 1.866821050643921,
      "learning_rate": 8.871343636372386e-05,
      "loss": 4.2057,
      "step": 305040
    },
    {
      "epoch": 0.6355208333333333,
      "grad_norm": 8.233156204223633,
      "learning_rate": 8.870443835876745e-05,
      "loss": 4.2295,
      "step": 305050
    },
    {
      "epoch": 0.6355416666666667,
      "grad_norm": 1.2164510488510132,
      "learning_rate": 8.869544061858363e-05,
      "loss": 4.1744,
      "step": 305060
    },
    {
      "epoch": 0.6355625,
      "grad_norm": 0.7744930982589722,
      "learning_rate": 8.868644314321128e-05,
      "loss": 4.3213,
      "step": 305070
    },
    {
      "epoch": 0.6355833333333333,
      "grad_norm": 1.110733985900879,
      "learning_rate": 8.86774459326892e-05,
      "loss": 4.5604,
      "step": 305080
    },
    {
      "epoch": 0.6356041666666666,
      "grad_norm": 5.356224060058594,
      "learning_rate": 8.866844898705625e-05,
      "loss": 4.2533,
      "step": 305090
    },
    {
      "epoch": 0.635625,
      "grad_norm": 1.7034504413604736,
      "learning_rate": 8.865945230635138e-05,
      "loss": 4.5677,
      "step": 305100
    },
    {
      "epoch": 0.6356458333333334,
      "grad_norm": 1.6951848268508911,
      "learning_rate": 8.865045589061339e-05,
      "loss": 4.1278,
      "step": 305110
    },
    {
      "epoch": 0.6356666666666667,
      "grad_norm": 4.242428779602051,
      "learning_rate": 8.864145973988107e-05,
      "loss": 4.2569,
      "step": 305120
    },
    {
      "epoch": 0.6356875,
      "grad_norm": 5.49207878112793,
      "learning_rate": 8.863246385419346e-05,
      "loss": 4.161,
      "step": 305130
    },
    {
      "epoch": 0.6357083333333333,
      "grad_norm": 1.3827210664749146,
      "learning_rate": 8.862346823358928e-05,
      "loss": 4.044,
      "step": 305140
    },
    {
      "epoch": 0.6357291666666667,
      "grad_norm": 0.9315488934516907,
      "learning_rate": 8.861447287810739e-05,
      "loss": 4.3862,
      "step": 305150
    },
    {
      "epoch": 0.63575,
      "grad_norm": 1.7226512432098389,
      "learning_rate": 8.86054777877867e-05,
      "loss": 4.3245,
      "step": 305160
    },
    {
      "epoch": 0.6357708333333333,
      "grad_norm": 0.9706882238388062,
      "learning_rate": 8.859648296266607e-05,
      "loss": 4.1466,
      "step": 305170
    },
    {
      "epoch": 0.6357916666666666,
      "grad_norm": 1.233856201171875,
      "learning_rate": 8.858748840278425e-05,
      "loss": 4.113,
      "step": 305180
    },
    {
      "epoch": 0.6358125,
      "grad_norm": 1.1977509260177612,
      "learning_rate": 8.857849410818024e-05,
      "loss": 4.321,
      "step": 305190
    },
    {
      "epoch": 0.6358333333333334,
      "grad_norm": 0.9574307203292847,
      "learning_rate": 8.856950007889283e-05,
      "loss": 4.6957,
      "step": 305200
    },
    {
      "epoch": 0.6358541666666667,
      "grad_norm": 1.030963659286499,
      "learning_rate": 8.856050631496082e-05,
      "loss": 4.1027,
      "step": 305210
    },
    {
      "epoch": 0.635875,
      "grad_norm": 1.3378995656967163,
      "learning_rate": 8.855151281642311e-05,
      "loss": 3.9819,
      "step": 305220
    },
    {
      "epoch": 0.6358958333333333,
      "grad_norm": 2.617601156234741,
      "learning_rate": 8.854251958331858e-05,
      "loss": 4.3833,
      "step": 305230
    },
    {
      "epoch": 0.6359166666666667,
      "grad_norm": 4.667884349822998,
      "learning_rate": 8.8533526615686e-05,
      "loss": 4.3294,
      "step": 305240
    },
    {
      "epoch": 0.6359375,
      "grad_norm": 1.4400101900100708,
      "learning_rate": 8.852453391356426e-05,
      "loss": 4.0824,
      "step": 305250
    },
    {
      "epoch": 0.6359583333333333,
      "grad_norm": 1.4169824123382568,
      "learning_rate": 8.851554147699225e-05,
      "loss": 3.7718,
      "step": 305260
    },
    {
      "epoch": 0.6359791666666667,
      "grad_norm": 1.2917715311050415,
      "learning_rate": 8.850654930600869e-05,
      "loss": 4.2283,
      "step": 305270
    },
    {
      "epoch": 0.636,
      "grad_norm": 2.797093629837036,
      "learning_rate": 8.849755740065255e-05,
      "loss": 4.0421,
      "step": 305280
    },
    {
      "epoch": 0.6360208333333334,
      "grad_norm": 1.0474528074264526,
      "learning_rate": 8.84885657609626e-05,
      "loss": 4.5372,
      "step": 305290
    },
    {
      "epoch": 0.6360416666666666,
      "grad_norm": 0.9480450749397278,
      "learning_rate": 8.847957438697764e-05,
      "loss": 4.4675,
      "step": 305300
    },
    {
      "epoch": 0.6360625,
      "grad_norm": 1.3585444688796997,
      "learning_rate": 8.847058327873667e-05,
      "loss": 4.0785,
      "step": 305310
    },
    {
      "epoch": 0.6360833333333333,
      "grad_norm": 2.5965733528137207,
      "learning_rate": 8.846159243627839e-05,
      "loss": 4.2087,
      "step": 305320
    },
    {
      "epoch": 0.6361041666666667,
      "grad_norm": 1.6084338426589966,
      "learning_rate": 8.845260185964169e-05,
      "loss": 4.2613,
      "step": 305330
    },
    {
      "epoch": 0.636125,
      "grad_norm": 2.939685106277466,
      "learning_rate": 8.84436115488653e-05,
      "loss": 4.4397,
      "step": 305340
    },
    {
      "epoch": 0.6361458333333333,
      "grad_norm": 1.2114969491958618,
      "learning_rate": 8.843462150398821e-05,
      "loss": 4.1217,
      "step": 305350
    },
    {
      "epoch": 0.6361666666666667,
      "grad_norm": 1.3341773748397827,
      "learning_rate": 8.842563172504918e-05,
      "loss": 3.9986,
      "step": 305360
    },
    {
      "epoch": 0.6361875,
      "grad_norm": 1.2681174278259277,
      "learning_rate": 8.841664221208703e-05,
      "loss": 3.5929,
      "step": 305370
    },
    {
      "epoch": 0.6362083333333334,
      "grad_norm": 1.4007326364517212,
      "learning_rate": 8.840765296514061e-05,
      "loss": 4.5817,
      "step": 305380
    },
    {
      "epoch": 0.6362291666666666,
      "grad_norm": 2.409978151321411,
      "learning_rate": 8.83986639842488e-05,
      "loss": 3.9156,
      "step": 305390
    },
    {
      "epoch": 0.63625,
      "grad_norm": 2.8465216159820557,
      "learning_rate": 8.83896752694503e-05,
      "loss": 4.6894,
      "step": 305400
    },
    {
      "epoch": 0.6362708333333333,
      "grad_norm": 4.7892584800720215,
      "learning_rate": 8.83806868207841e-05,
      "loss": 4.2859,
      "step": 305410
    },
    {
      "epoch": 0.6362916666666667,
      "grad_norm": 3.722466230392456,
      "learning_rate": 8.837169863828887e-05,
      "loss": 3.673,
      "step": 305420
    },
    {
      "epoch": 0.6363125,
      "grad_norm": 2.047100305557251,
      "learning_rate": 8.836271072200351e-05,
      "loss": 4.0382,
      "step": 305430
    },
    {
      "epoch": 0.6363333333333333,
      "grad_norm": 1.629886269569397,
      "learning_rate": 8.835372307196691e-05,
      "loss": 4.5618,
      "step": 305440
    },
    {
      "epoch": 0.6363541666666667,
      "grad_norm": 1.0955348014831543,
      "learning_rate": 8.834473568821778e-05,
      "loss": 4.2814,
      "step": 305450
    },
    {
      "epoch": 0.636375,
      "grad_norm": 1.7214902639389038,
      "learning_rate": 8.833574857079495e-05,
      "loss": 4.1586,
      "step": 305460
    },
    {
      "epoch": 0.6363958333333334,
      "grad_norm": 1.3737815618515015,
      "learning_rate": 8.832676171973736e-05,
      "loss": 3.9223,
      "step": 305470
    },
    {
      "epoch": 0.6364166666666666,
      "grad_norm": 2.671828031539917,
      "learning_rate": 8.831777513508368e-05,
      "loss": 4.8061,
      "step": 305480
    },
    {
      "epoch": 0.6364375,
      "grad_norm": 1.8058124780654907,
      "learning_rate": 8.83087888168728e-05,
      "loss": 4.4337,
      "step": 305490
    },
    {
      "epoch": 0.6364583333333333,
      "grad_norm": 1.9206117391586304,
      "learning_rate": 8.829980276514357e-05,
      "loss": 4.493,
      "step": 305500
    },
    {
      "epoch": 0.6364791666666667,
      "grad_norm": 2.5111026763916016,
      "learning_rate": 8.82908169799348e-05,
      "loss": 4.0169,
      "step": 305510
    },
    {
      "epoch": 0.6365,
      "grad_norm": 1.4181067943572998,
      "learning_rate": 8.828183146128519e-05,
      "loss": 4.3466,
      "step": 305520
    },
    {
      "epoch": 0.6365208333333333,
      "grad_norm": 1.149500846862793,
      "learning_rate": 8.827284620923368e-05,
      "loss": 5.4741,
      "step": 305530
    },
    {
      "epoch": 0.6365416666666667,
      "grad_norm": 2.794539451599121,
      "learning_rate": 8.826386122381907e-05,
      "loss": 4.0424,
      "step": 305540
    },
    {
      "epoch": 0.6365625,
      "grad_norm": 1.6312822103500366,
      "learning_rate": 8.825487650508008e-05,
      "loss": 3.7324,
      "step": 305550
    },
    {
      "epoch": 0.6365833333333333,
      "grad_norm": 1.0560017824172974,
      "learning_rate": 8.82458920530556e-05,
      "loss": 4.3067,
      "step": 305560
    },
    {
      "epoch": 0.6366041666666666,
      "grad_norm": 1.3296098709106445,
      "learning_rate": 8.823690786778448e-05,
      "loss": 4.177,
      "step": 305570
    },
    {
      "epoch": 0.636625,
      "grad_norm": 4.472682952880859,
      "learning_rate": 8.822792394930538e-05,
      "loss": 4.1156,
      "step": 305580
    },
    {
      "epoch": 0.6366458333333334,
      "grad_norm": 1.6658008098602295,
      "learning_rate": 8.821894029765724e-05,
      "loss": 4.2798,
      "step": 305590
    },
    {
      "epoch": 0.6366666666666667,
      "grad_norm": 7.531060218811035,
      "learning_rate": 8.820995691287886e-05,
      "loss": 4.4523,
      "step": 305600
    },
    {
      "epoch": 0.6366875,
      "grad_norm": 1.3453752994537354,
      "learning_rate": 8.820097379500896e-05,
      "loss": 4.0838,
      "step": 305610
    },
    {
      "epoch": 0.6367083333333333,
      "grad_norm": 1.5869147777557373,
      "learning_rate": 8.81919909440864e-05,
      "loss": 4.2502,
      "step": 305620
    },
    {
      "epoch": 0.6367291666666667,
      "grad_norm": 1.269176721572876,
      "learning_rate": 8.818300836015e-05,
      "loss": 3.9356,
      "step": 305630
    },
    {
      "epoch": 0.63675,
      "grad_norm": 1.7439764738082886,
      "learning_rate": 8.817402604323853e-05,
      "loss": 4.4367,
      "step": 305640
    },
    {
      "epoch": 0.6367708333333333,
      "grad_norm": 3.011012554168701,
      "learning_rate": 8.816504399339075e-05,
      "loss": 4.6151,
      "step": 305650
    },
    {
      "epoch": 0.6367916666666666,
      "grad_norm": 1.2690907716751099,
      "learning_rate": 8.815606221064554e-05,
      "loss": 4.2825,
      "step": 305660
    },
    {
      "epoch": 0.6368125,
      "grad_norm": 1.5025345087051392,
      "learning_rate": 8.81470806950417e-05,
      "loss": 3.9781,
      "step": 305670
    },
    {
      "epoch": 0.6368333333333334,
      "grad_norm": 2.1000850200653076,
      "learning_rate": 8.813809944661791e-05,
      "loss": 4.3397,
      "step": 305680
    },
    {
      "epoch": 0.6368541666666667,
      "grad_norm": 1.1041960716247559,
      "learning_rate": 8.812911846541305e-05,
      "loss": 4.279,
      "step": 305690
    },
    {
      "epoch": 0.636875,
      "grad_norm": 3.1596994400024414,
      "learning_rate": 8.812013775146599e-05,
      "loss": 4.2984,
      "step": 305700
    },
    {
      "epoch": 0.6368958333333333,
      "grad_norm": 1.662613034248352,
      "learning_rate": 8.811115730481534e-05,
      "loss": 4.6528,
      "step": 305710
    },
    {
      "epoch": 0.6369166666666667,
      "grad_norm": 1.4640952348709106,
      "learning_rate": 8.810217712550002e-05,
      "loss": 4.0733,
      "step": 305720
    },
    {
      "epoch": 0.6369375,
      "grad_norm": 1.060469150543213,
      "learning_rate": 8.809319721355885e-05,
      "loss": 4.1737,
      "step": 305730
    },
    {
      "epoch": 0.6369583333333333,
      "grad_norm": 1.1291640996932983,
      "learning_rate": 8.80842175690305e-05,
      "loss": 4.5995,
      "step": 305740
    },
    {
      "epoch": 0.6369791666666667,
      "grad_norm": 2.105989456176758,
      "learning_rate": 8.807523819195384e-05,
      "loss": 4.0144,
      "step": 305750
    },
    {
      "epoch": 0.637,
      "grad_norm": 1.0245147943496704,
      "learning_rate": 8.806625908236768e-05,
      "loss": 4.1629,
      "step": 305760
    },
    {
      "epoch": 0.6370208333333334,
      "grad_norm": 1.6030575037002563,
      "learning_rate": 8.805728024031072e-05,
      "loss": 3.8777,
      "step": 305770
    },
    {
      "epoch": 0.6370416666666666,
      "grad_norm": 2.9817991256713867,
      "learning_rate": 8.804830166582183e-05,
      "loss": 4.3172,
      "step": 305780
    },
    {
      "epoch": 0.6370625,
      "grad_norm": 2.5768754482269287,
      "learning_rate": 8.803932335893974e-05,
      "loss": 4.1227,
      "step": 305790
    },
    {
      "epoch": 0.6370833333333333,
      "grad_norm": 1.8196710348129272,
      "learning_rate": 8.80303453197032e-05,
      "loss": 4.5487,
      "step": 305800
    },
    {
      "epoch": 0.6371041666666667,
      "grad_norm": 1.50955069065094,
      "learning_rate": 8.802136754815111e-05,
      "loss": 4.2656,
      "step": 305810
    },
    {
      "epoch": 0.637125,
      "grad_norm": 2.7012133598327637,
      "learning_rate": 8.801239004432214e-05,
      "loss": 3.9382,
      "step": 305820
    },
    {
      "epoch": 0.6371458333333333,
      "grad_norm": 2.774730682373047,
      "learning_rate": 8.800341280825507e-05,
      "loss": 4.4808,
      "step": 305830
    },
    {
      "epoch": 0.6371666666666667,
      "grad_norm": 1.7302064895629883,
      "learning_rate": 8.79944358399888e-05,
      "loss": 4.1369,
      "step": 305840
    },
    {
      "epoch": 0.6371875,
      "grad_norm": 2.4614808559417725,
      "learning_rate": 8.798545913956199e-05,
      "loss": 3.9005,
      "step": 305850
    },
    {
      "epoch": 0.6372083333333334,
      "grad_norm": 3.7724997997283936,
      "learning_rate": 8.79764827070134e-05,
      "loss": 4.6925,
      "step": 305860
    },
    {
      "epoch": 0.6372291666666666,
      "grad_norm": 1.8541491031646729,
      "learning_rate": 8.796750654238193e-05,
      "loss": 4.3995,
      "step": 305870
    },
    {
      "epoch": 0.63725,
      "grad_norm": 1.1324858665466309,
      "learning_rate": 8.795853064570624e-05,
      "loss": 4.2973,
      "step": 305880
    },
    {
      "epoch": 0.6372708333333333,
      "grad_norm": 1.681138038635254,
      "learning_rate": 8.794955501702513e-05,
      "loss": 4.4724,
      "step": 305890
    },
    {
      "epoch": 0.6372916666666667,
      "grad_norm": 1.4076396226882935,
      "learning_rate": 8.794057965637741e-05,
      "loss": 3.9974,
      "step": 305900
    },
    {
      "epoch": 0.6373125,
      "grad_norm": 1.6332769393920898,
      "learning_rate": 8.793160456380185e-05,
      "loss": 3.9241,
      "step": 305910
    },
    {
      "epoch": 0.6373333333333333,
      "grad_norm": 1.1959046125411987,
      "learning_rate": 8.792262973933714e-05,
      "loss": 4.6434,
      "step": 305920
    },
    {
      "epoch": 0.6373541666666667,
      "grad_norm": 7.291414737701416,
      "learning_rate": 8.791365518302208e-05,
      "loss": 4.27,
      "step": 305930
    },
    {
      "epoch": 0.637375,
      "grad_norm": 1.2897895574569702,
      "learning_rate": 8.79046808948955e-05,
      "loss": 4.4263,
      "step": 305940
    },
    {
      "epoch": 0.6373958333333334,
      "grad_norm": 1.0326218605041504,
      "learning_rate": 8.78957068749961e-05,
      "loss": 4.195,
      "step": 305950
    },
    {
      "epoch": 0.6374166666666666,
      "grad_norm": 2.7902801036834717,
      "learning_rate": 8.788673312336263e-05,
      "loss": 4.0961,
      "step": 305960
    },
    {
      "epoch": 0.6374375,
      "grad_norm": 2.5001399517059326,
      "learning_rate": 8.787775964003394e-05,
      "loss": 4.1018,
      "step": 305970
    },
    {
      "epoch": 0.6374583333333333,
      "grad_norm": 1.3587127923965454,
      "learning_rate": 8.786878642504873e-05,
      "loss": 3.9875,
      "step": 305980
    },
    {
      "epoch": 0.6374791666666667,
      "grad_norm": 3.1576366424560547,
      "learning_rate": 8.785981347844572e-05,
      "loss": 4.3304,
      "step": 305990
    },
    {
      "epoch": 0.6375,
      "grad_norm": 3.3614907264709473,
      "learning_rate": 8.785084080026378e-05,
      "loss": 4.5094,
      "step": 306000
    },
    {
      "epoch": 0.6375,
      "eval_loss": 7.453930854797363,
      "eval_runtime": 8.312,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 306000
    },
    {
      "epoch": 0.6375208333333333,
      "grad_norm": 2.3527400493621826,
      "learning_rate": 8.784186839054162e-05,
      "loss": 4.44,
      "step": 306010
    },
    {
      "epoch": 0.6375416666666667,
      "grad_norm": 2.022876501083374,
      "learning_rate": 8.783289624931792e-05,
      "loss": 4.0375,
      "step": 306020
    },
    {
      "epoch": 0.6375625,
      "grad_norm": 1.216160774230957,
      "learning_rate": 8.782392437663152e-05,
      "loss": 4.5816,
      "step": 306030
    },
    {
      "epoch": 0.6375833333333333,
      "grad_norm": 1.5793886184692383,
      "learning_rate": 8.781495277252118e-05,
      "loss": 4.3272,
      "step": 306040
    },
    {
      "epoch": 0.6376041666666666,
      "grad_norm": 0.993543267250061,
      "learning_rate": 8.780598143702559e-05,
      "loss": 4.0448,
      "step": 306050
    },
    {
      "epoch": 0.637625,
      "grad_norm": 1.0714839696884155,
      "learning_rate": 8.779701037018358e-05,
      "loss": 4.3743,
      "step": 306060
    },
    {
      "epoch": 0.6376458333333334,
      "grad_norm": 1.8859037160873413,
      "learning_rate": 8.778803957203388e-05,
      "loss": 3.9919,
      "step": 306070
    },
    {
      "epoch": 0.6376666666666667,
      "grad_norm": 1.2334303855895996,
      "learning_rate": 8.777906904261515e-05,
      "loss": 4.1826,
      "step": 306080
    },
    {
      "epoch": 0.6376875,
      "grad_norm": 0.8821821808815002,
      "learning_rate": 8.777009878196626e-05,
      "loss": 4.2923,
      "step": 306090
    },
    {
      "epoch": 0.6377083333333333,
      "grad_norm": 1.372219443321228,
      "learning_rate": 8.776112879012595e-05,
      "loss": 4.2212,
      "step": 306100
    },
    {
      "epoch": 0.6377291666666667,
      "grad_norm": 1.7313824892044067,
      "learning_rate": 8.775215906713283e-05,
      "loss": 4.1907,
      "step": 306110
    },
    {
      "epoch": 0.63775,
      "grad_norm": 1.4155378341674805,
      "learning_rate": 8.77431896130258e-05,
      "loss": 3.814,
      "step": 306120
    },
    {
      "epoch": 0.6377708333333333,
      "grad_norm": 1.626200556755066,
      "learning_rate": 8.773422042784359e-05,
      "loss": 3.9314,
      "step": 306130
    },
    {
      "epoch": 0.6377916666666666,
      "grad_norm": 1.2421702146530151,
      "learning_rate": 8.772525151162482e-05,
      "loss": 4.3616,
      "step": 306140
    },
    {
      "epoch": 0.6378125,
      "grad_norm": 2.270695447921753,
      "learning_rate": 8.77162828644084e-05,
      "loss": 4.0617,
      "step": 306150
    },
    {
      "epoch": 0.6378333333333334,
      "grad_norm": 1.9689419269561768,
      "learning_rate": 8.770731448623293e-05,
      "loss": 4.2031,
      "step": 306160
    },
    {
      "epoch": 0.6378541666666667,
      "grad_norm": 1.4889428615570068,
      "learning_rate": 8.769834637713716e-05,
      "loss": 3.8845,
      "step": 306170
    },
    {
      "epoch": 0.637875,
      "grad_norm": 2.810593843460083,
      "learning_rate": 8.768937853715996e-05,
      "loss": 3.8777,
      "step": 306180
    },
    {
      "epoch": 0.6378958333333333,
      "grad_norm": 1.341852068901062,
      "learning_rate": 8.768041096633994e-05,
      "loss": 4.4767,
      "step": 306190
    },
    {
      "epoch": 0.6379166666666667,
      "grad_norm": 0.7453126311302185,
      "learning_rate": 8.76714436647159e-05,
      "loss": 3.5957,
      "step": 306200
    },
    {
      "epoch": 0.6379375,
      "grad_norm": 2.2574894428253174,
      "learning_rate": 8.766247663232652e-05,
      "loss": 4.8722,
      "step": 306210
    },
    {
      "epoch": 0.6379583333333333,
      "grad_norm": 2.3630266189575195,
      "learning_rate": 8.765350986921057e-05,
      "loss": 4.3361,
      "step": 306220
    },
    {
      "epoch": 0.6379791666666667,
      "grad_norm": 4.087835311889648,
      "learning_rate": 8.76445433754068e-05,
      "loss": 4.3085,
      "step": 306230
    },
    {
      "epoch": 0.638,
      "grad_norm": 1.404725432395935,
      "learning_rate": 8.76355771509539e-05,
      "loss": 4.1424,
      "step": 306240
    },
    {
      "epoch": 0.6380208333333334,
      "grad_norm": 2.0062427520751953,
      "learning_rate": 8.76266111958906e-05,
      "loss": 4.6655,
      "step": 306250
    },
    {
      "epoch": 0.6380416666666666,
      "grad_norm": 1.9752707481384277,
      "learning_rate": 8.761764551025573e-05,
      "loss": 4.6205,
      "step": 306260
    },
    {
      "epoch": 0.6380625,
      "grad_norm": 1.4013949632644653,
      "learning_rate": 8.760868009408785e-05,
      "loss": 4.19,
      "step": 306270
    },
    {
      "epoch": 0.6380833333333333,
      "grad_norm": 3.386079788208008,
      "learning_rate": 8.759971494742585e-05,
      "loss": 4.0424,
      "step": 306280
    },
    {
      "epoch": 0.6381041666666667,
      "grad_norm": 3.7395496368408203,
      "learning_rate": 8.759075007030833e-05,
      "loss": 4.2556,
      "step": 306290
    },
    {
      "epoch": 0.638125,
      "grad_norm": 1.1354743242263794,
      "learning_rate": 8.758178546277407e-05,
      "loss": 4.5087,
      "step": 306300
    },
    {
      "epoch": 0.6381458333333333,
      "grad_norm": 0.8091909885406494,
      "learning_rate": 8.757282112486182e-05,
      "loss": 4.4723,
      "step": 306310
    },
    {
      "epoch": 0.6381666666666667,
      "grad_norm": 2.775308609008789,
      "learning_rate": 8.756385705661025e-05,
      "loss": 4.2621,
      "step": 306320
    },
    {
      "epoch": 0.6381875,
      "grad_norm": 2.856250762939453,
      "learning_rate": 8.755489325805812e-05,
      "loss": 4.5399,
      "step": 306330
    },
    {
      "epoch": 0.6382083333333334,
      "grad_norm": 1.7769485712051392,
      "learning_rate": 8.75459297292441e-05,
      "loss": 4.5544,
      "step": 306340
    },
    {
      "epoch": 0.6382291666666666,
      "grad_norm": 1.5926350355148315,
      "learning_rate": 8.753696647020698e-05,
      "loss": 4.0548,
      "step": 306350
    },
    {
      "epoch": 0.63825,
      "grad_norm": 2.686746835708618,
      "learning_rate": 8.752800348098543e-05,
      "loss": 4.3366,
      "step": 306360
    },
    {
      "epoch": 0.6382708333333333,
      "grad_norm": 6.743265151977539,
      "learning_rate": 8.751904076161815e-05,
      "loss": 4.6558,
      "step": 306370
    },
    {
      "epoch": 0.6382916666666667,
      "grad_norm": 1.8533257246017456,
      "learning_rate": 8.751007831214391e-05,
      "loss": 4.4193,
      "step": 306380
    },
    {
      "epoch": 0.6383125,
      "grad_norm": 1.7060009241104126,
      "learning_rate": 8.75011161326014e-05,
      "loss": 4.5971,
      "step": 306390
    },
    {
      "epoch": 0.6383333333333333,
      "grad_norm": 3.4124960899353027,
      "learning_rate": 8.749215422302931e-05,
      "loss": 4.8511,
      "step": 306400
    },
    {
      "epoch": 0.6383541666666667,
      "grad_norm": 2.305844783782959,
      "learning_rate": 8.748319258346637e-05,
      "loss": 4.9318,
      "step": 306410
    },
    {
      "epoch": 0.638375,
      "grad_norm": 1.4561121463775635,
      "learning_rate": 8.747423121395132e-05,
      "loss": 4.9003,
      "step": 306420
    },
    {
      "epoch": 0.6383958333333334,
      "grad_norm": 1.9045060873031616,
      "learning_rate": 8.746527011452282e-05,
      "loss": 4.6236,
      "step": 306430
    },
    {
      "epoch": 0.6384166666666666,
      "grad_norm": 1.2511467933654785,
      "learning_rate": 8.74563092852196e-05,
      "loss": 5.0004,
      "step": 306440
    },
    {
      "epoch": 0.6384375,
      "grad_norm": 1.3847578763961792,
      "learning_rate": 8.744734872608038e-05,
      "loss": 4.9078,
      "step": 306450
    },
    {
      "epoch": 0.6384583333333333,
      "grad_norm": 1.4574228525161743,
      "learning_rate": 8.743838843714383e-05,
      "loss": 4.9483,
      "step": 306460
    },
    {
      "epoch": 0.6384791666666667,
      "grad_norm": 1.26832115650177,
      "learning_rate": 8.74294284184487e-05,
      "loss": 5.1012,
      "step": 306470
    },
    {
      "epoch": 0.6385,
      "grad_norm": 1.726481318473816,
      "learning_rate": 8.742046867003368e-05,
      "loss": 5.2591,
      "step": 306480
    },
    {
      "epoch": 0.6385208333333333,
      "grad_norm": 4.328270435333252,
      "learning_rate": 8.741150919193743e-05,
      "loss": 5.39,
      "step": 306490
    },
    {
      "epoch": 0.6385416666666667,
      "grad_norm": 1.0848171710968018,
      "learning_rate": 8.74025499841987e-05,
      "loss": 5.9357,
      "step": 306500
    },
    {
      "epoch": 0.6385625,
      "grad_norm": 1.549845576286316,
      "learning_rate": 8.739359104685625e-05,
      "loss": 4.7466,
      "step": 306510
    },
    {
      "epoch": 0.6385833333333333,
      "grad_norm": 1.2174724340438843,
      "learning_rate": 8.738463237994858e-05,
      "loss": 4.4601,
      "step": 306520
    },
    {
      "epoch": 0.6386041666666666,
      "grad_norm": 1.4598761796951294,
      "learning_rate": 8.737567398351462e-05,
      "loss": 4.782,
      "step": 306530
    },
    {
      "epoch": 0.638625,
      "grad_norm": 0.833650529384613,
      "learning_rate": 8.736671585759292e-05,
      "loss": 4.7602,
      "step": 306540
    },
    {
      "epoch": 0.6386458333333334,
      "grad_norm": 0.9834104776382446,
      "learning_rate": 8.735775800222213e-05,
      "loss": 4.7315,
      "step": 306550
    },
    {
      "epoch": 0.6386666666666667,
      "grad_norm": 2.282050371170044,
      "learning_rate": 8.734880041744118e-05,
      "loss": 4.9137,
      "step": 306560
    },
    {
      "epoch": 0.6386875,
      "grad_norm": 3.342078924179077,
      "learning_rate": 8.733984310328854e-05,
      "loss": 5.1054,
      "step": 306570
    },
    {
      "epoch": 0.6387083333333333,
      "grad_norm": 7.061927795410156,
      "learning_rate": 8.733088605980291e-05,
      "loss": 5.8776,
      "step": 306580
    },
    {
      "epoch": 0.6387291666666667,
      "grad_norm": 1.7976353168487549,
      "learning_rate": 8.732192928702317e-05,
      "loss": 5.2973,
      "step": 306590
    },
    {
      "epoch": 0.63875,
      "grad_norm": 1.3837414979934692,
      "learning_rate": 8.731297278498782e-05,
      "loss": 5.394,
      "step": 306600
    },
    {
      "epoch": 0.6387708333333333,
      "grad_norm": 1.3237848281860352,
      "learning_rate": 8.730401655373557e-05,
      "loss": 4.9667,
      "step": 306610
    },
    {
      "epoch": 0.6387916666666666,
      "grad_norm": 1.148851752281189,
      "learning_rate": 8.729506059330526e-05,
      "loss": 5.9878,
      "step": 306620
    },
    {
      "epoch": 0.6388125,
      "grad_norm": 1.9138542413711548,
      "learning_rate": 8.728610490373542e-05,
      "loss": 5.3818,
      "step": 306630
    },
    {
      "epoch": 0.6388333333333334,
      "grad_norm": 2.011972188949585,
      "learning_rate": 8.727714948506472e-05,
      "loss": 5.4379,
      "step": 306640
    },
    {
      "epoch": 0.6388541666666666,
      "grad_norm": 1.25881028175354,
      "learning_rate": 8.7268194337332e-05,
      "loss": 5.5779,
      "step": 306650
    },
    {
      "epoch": 0.638875,
      "grad_norm": 1.2135303020477295,
      "learning_rate": 8.725923946057582e-05,
      "loss": 5.6917,
      "step": 306660
    },
    {
      "epoch": 0.6388958333333333,
      "grad_norm": 1.8629404306411743,
      "learning_rate": 8.725028485483488e-05,
      "loss": 5.6019,
      "step": 306670
    },
    {
      "epoch": 0.6389166666666667,
      "grad_norm": 1.6788808107376099,
      "learning_rate": 8.724133052014787e-05,
      "loss": 5.3866,
      "step": 306680
    },
    {
      "epoch": 0.6389375,
      "grad_norm": 0.9896808862686157,
      "learning_rate": 8.723237645655347e-05,
      "loss": 5.5262,
      "step": 306690
    },
    {
      "epoch": 0.6389583333333333,
      "grad_norm": 1.4819750785827637,
      "learning_rate": 8.722342266409036e-05,
      "loss": 4.6374,
      "step": 306700
    },
    {
      "epoch": 0.6389791666666667,
      "grad_norm": 1.3207355737686157,
      "learning_rate": 8.721446914279721e-05,
      "loss": 5.1763,
      "step": 306710
    },
    {
      "epoch": 0.639,
      "grad_norm": 1.4287538528442383,
      "learning_rate": 8.720551589271271e-05,
      "loss": 5.4354,
      "step": 306720
    },
    {
      "epoch": 0.6390208333333334,
      "grad_norm": 0.9524375200271606,
      "learning_rate": 8.719656291387553e-05,
      "loss": 5.0921,
      "step": 306730
    },
    {
      "epoch": 0.6390416666666666,
      "grad_norm": 2.963865041732788,
      "learning_rate": 8.718761020632433e-05,
      "loss": 5.5567,
      "step": 306740
    },
    {
      "epoch": 0.6390625,
      "grad_norm": 0.9809263944625854,
      "learning_rate": 8.717865777009779e-05,
      "loss": 5.4503,
      "step": 306750
    },
    {
      "epoch": 0.6390833333333333,
      "grad_norm": 2.415269613265991,
      "learning_rate": 8.716970560523458e-05,
      "loss": 6.1107,
      "step": 306760
    },
    {
      "epoch": 0.6391041666666667,
      "grad_norm": 2.124711513519287,
      "learning_rate": 8.716075371177339e-05,
      "loss": 6.1476,
      "step": 306770
    },
    {
      "epoch": 0.639125,
      "grad_norm": 2.7295472621917725,
      "learning_rate": 8.715180208975284e-05,
      "loss": 5.8342,
      "step": 306780
    },
    {
      "epoch": 0.6391458333333333,
      "grad_norm": 0.8168953657150269,
      "learning_rate": 8.714285073921172e-05,
      "loss": 6.4867,
      "step": 306790
    },
    {
      "epoch": 0.6391666666666667,
      "grad_norm": 2.1238210201263428,
      "learning_rate": 8.713389966018845e-05,
      "loss": 5.4077,
      "step": 306800
    },
    {
      "epoch": 0.6391875,
      "grad_norm": 1.4395644664764404,
      "learning_rate": 8.712494885272194e-05,
      "loss": 5.5721,
      "step": 306810
    },
    {
      "epoch": 0.6392083333333334,
      "grad_norm": 1.6168233156204224,
      "learning_rate": 8.711599831685081e-05,
      "loss": 5.8761,
      "step": 306820
    },
    {
      "epoch": 0.6392291666666666,
      "grad_norm": 5.369904041290283,
      "learning_rate": 8.710704805261356e-05,
      "loss": 6.5953,
      "step": 306830
    },
    {
      "epoch": 0.63925,
      "grad_norm": 1.111716866493225,
      "learning_rate": 8.709809806004903e-05,
      "loss": 6.4167,
      "step": 306840
    },
    {
      "epoch": 0.6392708333333333,
      "grad_norm": 2.036778211593628,
      "learning_rate": 8.708914833919589e-05,
      "loss": 5.6694,
      "step": 306850
    },
    {
      "epoch": 0.6392916666666667,
      "grad_norm": 1.1211612224578857,
      "learning_rate": 8.708019889009257e-05,
      "loss": 5.856,
      "step": 306860
    },
    {
      "epoch": 0.6393125,
      "grad_norm": 2.339236259460449,
      "learning_rate": 8.707124971277796e-05,
      "loss": 5.5201,
      "step": 306870
    },
    {
      "epoch": 0.6393333333333333,
      "grad_norm": 0.8433845043182373,
      "learning_rate": 8.706230080729073e-05,
      "loss": 5.7308,
      "step": 306880
    },
    {
      "epoch": 0.6393541666666667,
      "grad_norm": 1.1852256059646606,
      "learning_rate": 8.705335217366929e-05,
      "loss": 5.7786,
      "step": 306890
    },
    {
      "epoch": 0.639375,
      "grad_norm": 0.8509672284126282,
      "learning_rate": 8.70444038119526e-05,
      "loss": 6.0685,
      "step": 306900
    },
    {
      "epoch": 0.6393958333333334,
      "grad_norm": 5.446478843688965,
      "learning_rate": 8.703545572217909e-05,
      "loss": 5.7643,
      "step": 306910
    },
    {
      "epoch": 0.6394166666666666,
      "grad_norm": 1.8904526233673096,
      "learning_rate": 8.702650790438742e-05,
      "loss": 5.7457,
      "step": 306920
    },
    {
      "epoch": 0.6394375,
      "grad_norm": 1.374470829963684,
      "learning_rate": 8.701756035861645e-05,
      "loss": 5.6289,
      "step": 306930
    },
    {
      "epoch": 0.6394583333333334,
      "grad_norm": 0.9532945156097412,
      "learning_rate": 8.700861308490464e-05,
      "loss": 6.162,
      "step": 306940
    },
    {
      "epoch": 0.6394791666666667,
      "grad_norm": 3.67718243598938,
      "learning_rate": 8.699966608329059e-05,
      "loss": 5.7586,
      "step": 306950
    },
    {
      "epoch": 0.6395,
      "grad_norm": 1.5291317701339722,
      "learning_rate": 8.699071935381319e-05,
      "loss": 5.6659,
      "step": 306960
    },
    {
      "epoch": 0.6395208333333333,
      "grad_norm": 1.1294779777526855,
      "learning_rate": 8.698177289651087e-05,
      "loss": 6.0176,
      "step": 306970
    },
    {
      "epoch": 0.6395416666666667,
      "grad_norm": 1.321394920349121,
      "learning_rate": 8.697282671142231e-05,
      "loss": 6.0955,
      "step": 306980
    },
    {
      "epoch": 0.6395625,
      "grad_norm": 2.9333627223968506,
      "learning_rate": 8.696388079858629e-05,
      "loss": 5.4196,
      "step": 306990
    },
    {
      "epoch": 0.6395833333333333,
      "grad_norm": 1.385758876800537,
      "learning_rate": 8.695493515804129e-05,
      "loss": 5.954,
      "step": 307000
    },
    {
      "epoch": 0.6395833333333333,
      "eval_loss": 8.911705017089844,
      "eval_runtime": 9.2086,
      "eval_samples_per_second": 0.326,
      "eval_steps_per_second": 0.109,
      "step": 307000
    },
    {
      "epoch": 0.6396041666666666,
      "grad_norm": 0.7751641869544983,
      "learning_rate": 8.694598978982598e-05,
      "loss": 7.2712,
      "step": 307010
    },
    {
      "epoch": 0.639625,
      "grad_norm": 0.9551820755004883,
      "learning_rate": 8.693704469397912e-05,
      "loss": 5.6023,
      "step": 307020
    },
    {
      "epoch": 0.6396458333333334,
      "grad_norm": 1.073925495147705,
      "learning_rate": 8.692809987053924e-05,
      "loss": 5.8778,
      "step": 307030
    },
    {
      "epoch": 0.6396666666666667,
      "grad_norm": 1.3797334432601929,
      "learning_rate": 8.691915531954496e-05,
      "loss": 5.788,
      "step": 307040
    },
    {
      "epoch": 0.6396875,
      "grad_norm": 1.3725601434707642,
      "learning_rate": 8.6910211041035e-05,
      "loss": 6.3424,
      "step": 307050
    },
    {
      "epoch": 0.6397083333333333,
      "grad_norm": 2.6082451343536377,
      "learning_rate": 8.690126703504792e-05,
      "loss": 6.4514,
      "step": 307060
    },
    {
      "epoch": 0.6397291666666667,
      "grad_norm": 1.067112922668457,
      "learning_rate": 8.689232330162243e-05,
      "loss": 6.3593,
      "step": 307070
    },
    {
      "epoch": 0.63975,
      "grad_norm": 3.4153268337249756,
      "learning_rate": 8.688337984079712e-05,
      "loss": 5.9289,
      "step": 307080
    },
    {
      "epoch": 0.6397708333333333,
      "grad_norm": 2.1994998455047607,
      "learning_rate": 8.687443665261059e-05,
      "loss": 5.8242,
      "step": 307090
    },
    {
      "epoch": 0.6397916666666666,
      "grad_norm": 1.3621076345443726,
      "learning_rate": 8.686549373710154e-05,
      "loss": 5.9542,
      "step": 307100
    },
    {
      "epoch": 0.6398125,
      "grad_norm": 3.173556089401245,
      "learning_rate": 8.685655109430854e-05,
      "loss": 6.2388,
      "step": 307110
    },
    {
      "epoch": 0.6398333333333334,
      "grad_norm": 1.4747464656829834,
      "learning_rate": 8.684760872427027e-05,
      "loss": 5.9194,
      "step": 307120
    },
    {
      "epoch": 0.6398541666666666,
      "grad_norm": 2.167931318283081,
      "learning_rate": 8.683866662702532e-05,
      "loss": 6.4036,
      "step": 307130
    },
    {
      "epoch": 0.639875,
      "grad_norm": 2.5619306564331055,
      "learning_rate": 8.682972480261234e-05,
      "loss": 6.3155,
      "step": 307140
    },
    {
      "epoch": 0.6398958333333333,
      "grad_norm": 1.500211477279663,
      "learning_rate": 8.682078325106993e-05,
      "loss": 6.3891,
      "step": 307150
    },
    {
      "epoch": 0.6399166666666667,
      "grad_norm": 1.2898222208023071,
      "learning_rate": 8.68118419724368e-05,
      "loss": 6.959,
      "step": 307160
    },
    {
      "epoch": 0.6399375,
      "grad_norm": 3.612657070159912,
      "learning_rate": 8.680290096675137e-05,
      "loss": 5.7326,
      "step": 307170
    },
    {
      "epoch": 0.6399583333333333,
      "grad_norm": 8.638033866882324,
      "learning_rate": 8.679396023405245e-05,
      "loss": 6.4802,
      "step": 307180
    },
    {
      "epoch": 0.6399791666666667,
      "grad_norm": 1.0925393104553223,
      "learning_rate": 8.678501977437868e-05,
      "loss": 6.2079,
      "step": 307190
    },
    {
      "epoch": 0.64,
      "grad_norm": 2.82253098487854,
      "learning_rate": 8.677607958776847e-05,
      "loss": 6.1178,
      "step": 307200
    },
    {
      "epoch": 0.6400208333333334,
      "grad_norm": 1.1535831689834595,
      "learning_rate": 8.676713967426063e-05,
      "loss": 5.6421,
      "step": 307210
    },
    {
      "epoch": 0.6400416666666666,
      "grad_norm": 1.075868844985962,
      "learning_rate": 8.67582000338938e-05,
      "loss": 6.2218,
      "step": 307220
    },
    {
      "epoch": 0.6400625,
      "grad_norm": 0.9250128865242004,
      "learning_rate": 8.674926066670637e-05,
      "loss": 5.86,
      "step": 307230
    },
    {
      "epoch": 0.6400833333333333,
      "grad_norm": 2.91615629196167,
      "learning_rate": 8.674032157273715e-05,
      "loss": 6.1947,
      "step": 307240
    },
    {
      "epoch": 0.6401041666666667,
      "grad_norm": 0.8980905413627625,
      "learning_rate": 8.673138275202478e-05,
      "loss": 6.8934,
      "step": 307250
    },
    {
      "epoch": 0.640125,
      "grad_norm": 1.3637372255325317,
      "learning_rate": 8.672244420460768e-05,
      "loss": 6.2552,
      "step": 307260
    },
    {
      "epoch": 0.6401458333333333,
      "grad_norm": 1.3420696258544922,
      "learning_rate": 8.671350593052467e-05,
      "loss": 6.1211,
      "step": 307270
    },
    {
      "epoch": 0.6401666666666667,
      "grad_norm": 0.8514795303344727,
      "learning_rate": 8.670456792981421e-05,
      "loss": 6.3864,
      "step": 307280
    },
    {
      "epoch": 0.6401875,
      "grad_norm": 1.2593125104904175,
      "learning_rate": 8.669563020251491e-05,
      "loss": 6.3183,
      "step": 307290
    },
    {
      "epoch": 0.6402083333333334,
      "grad_norm": 2.3119077682495117,
      "learning_rate": 8.668669274866554e-05,
      "loss": 5.9537,
      "step": 307300
    },
    {
      "epoch": 0.6402291666666666,
      "grad_norm": 1.2105300426483154,
      "learning_rate": 8.667775556830455e-05,
      "loss": 6.6082,
      "step": 307310
    },
    {
      "epoch": 0.64025,
      "grad_norm": 3.8987603187561035,
      "learning_rate": 8.66688186614705e-05,
      "loss": 6.8391,
      "step": 307320
    },
    {
      "epoch": 0.6402708333333333,
      "grad_norm": 2.8485820293426514,
      "learning_rate": 8.665988202820224e-05,
      "loss": 6.0941,
      "step": 307330
    },
    {
      "epoch": 0.6402916666666667,
      "grad_norm": 2.155064821243286,
      "learning_rate": 8.665094566853815e-05,
      "loss": 6.8804,
      "step": 307340
    },
    {
      "epoch": 0.6403125,
      "grad_norm": 0.8846169114112854,
      "learning_rate": 8.664200958251683e-05,
      "loss": 6.7148,
      "step": 307350
    },
    {
      "epoch": 0.6403333333333333,
      "grad_norm": 1.1052900552749634,
      "learning_rate": 8.66330737701771e-05,
      "loss": 6.5762,
      "step": 307360
    },
    {
      "epoch": 0.6403541666666667,
      "grad_norm": 45.1641731262207,
      "learning_rate": 8.662413823155731e-05,
      "loss": 7.3723,
      "step": 307370
    },
    {
      "epoch": 0.640375,
      "grad_norm": 1.0161678791046143,
      "learning_rate": 8.661520296669617e-05,
      "loss": 6.4514,
      "step": 307380
    },
    {
      "epoch": 0.6403958333333334,
      "grad_norm": 1.3608416318893433,
      "learning_rate": 8.660626797563228e-05,
      "loss": 6.3284,
      "step": 307390
    },
    {
      "epoch": 0.6404166666666666,
      "grad_norm": 1.2656512260437012,
      "learning_rate": 8.65973332584042e-05,
      "loss": 6.5973,
      "step": 307400
    },
    {
      "epoch": 0.6404375,
      "grad_norm": 2.4690663814544678,
      "learning_rate": 8.658839881505056e-05,
      "loss": 6.8979,
      "step": 307410
    },
    {
      "epoch": 0.6404583333333334,
      "grad_norm": 1.5725985765457153,
      "learning_rate": 8.65794646456099e-05,
      "loss": 6.4932,
      "step": 307420
    },
    {
      "epoch": 0.6404791666666667,
      "grad_norm": 1.2760837078094482,
      "learning_rate": 8.657053075012087e-05,
      "loss": 6.4419,
      "step": 307430
    },
    {
      "epoch": 0.6405,
      "grad_norm": 2.6068167686462402,
      "learning_rate": 8.656159712862206e-05,
      "loss": 6.4394,
      "step": 307440
    },
    {
      "epoch": 0.6405208333333333,
      "grad_norm": 1.7310508489608765,
      "learning_rate": 8.655266378115201e-05,
      "loss": 6.626,
      "step": 307450
    },
    {
      "epoch": 0.6405416666666667,
      "grad_norm": 1.4747964143753052,
      "learning_rate": 8.654373070774937e-05,
      "loss": 6.1533,
      "step": 307460
    },
    {
      "epoch": 0.6405625,
      "grad_norm": 1.9734073877334595,
      "learning_rate": 8.653479790845267e-05,
      "loss": 6.9101,
      "step": 307470
    },
    {
      "epoch": 0.6405833333333333,
      "grad_norm": 2.4175775051116943,
      "learning_rate": 8.652586538330054e-05,
      "loss": 6.5637,
      "step": 307480
    },
    {
      "epoch": 0.6406041666666666,
      "grad_norm": 1.2061859369277954,
      "learning_rate": 8.651693313233153e-05,
      "loss": 6.6227,
      "step": 307490
    },
    {
      "epoch": 0.640625,
      "grad_norm": 1.4059654474258423,
      "learning_rate": 8.650800115558423e-05,
      "loss": 6.2644,
      "step": 307500
    },
    {
      "epoch": 0.6406458333333334,
      "grad_norm": 0.7453879714012146,
      "learning_rate": 8.649906945309726e-05,
      "loss": 6.2612,
      "step": 307510
    },
    {
      "epoch": 0.6406666666666667,
      "grad_norm": 4.060227394104004,
      "learning_rate": 8.649013802490916e-05,
      "loss": 6.8899,
      "step": 307520
    },
    {
      "epoch": 0.6406875,
      "grad_norm": 1.8156485557556152,
      "learning_rate": 8.64812068710586e-05,
      "loss": 6.657,
      "step": 307530
    },
    {
      "epoch": 0.6407083333333333,
      "grad_norm": 1.1801010370254517,
      "learning_rate": 8.647227599158397e-05,
      "loss": 6.4306,
      "step": 307540
    },
    {
      "epoch": 0.6407291666666667,
      "grad_norm": 0.8574669361114502,
      "learning_rate": 8.6463345386524e-05,
      "loss": 6.5187,
      "step": 307550
    },
    {
      "epoch": 0.64075,
      "grad_norm": 1.3430004119873047,
      "learning_rate": 8.64544150559173e-05,
      "loss": 6.7749,
      "step": 307560
    },
    {
      "epoch": 0.6407708333333333,
      "grad_norm": 1.5074487924575806,
      "learning_rate": 8.644548499980223e-05,
      "loss": 6.2364,
      "step": 307570
    },
    {
      "epoch": 0.6407916666666666,
      "grad_norm": 1.3428226709365845,
      "learning_rate": 8.643655521821759e-05,
      "loss": 7.208,
      "step": 307580
    },
    {
      "epoch": 0.6408125,
      "grad_norm": 1.933945894241333,
      "learning_rate": 8.642762571120193e-05,
      "loss": 6.7303,
      "step": 307590
    },
    {
      "epoch": 0.6408333333333334,
      "grad_norm": 1.735673427581787,
      "learning_rate": 8.641869647879362e-05,
      "loss": 6.8741,
      "step": 307600
    },
    {
      "epoch": 0.6408541666666666,
      "grad_norm": 1.5494991540908813,
      "learning_rate": 8.640976752103148e-05,
      "loss": 6.327,
      "step": 307610
    },
    {
      "epoch": 0.640875,
      "grad_norm": 1.2156559228897095,
      "learning_rate": 8.6400838837954e-05,
      "loss": 6.2064,
      "step": 307620
    },
    {
      "epoch": 0.6408958333333333,
      "grad_norm": 1.845947504043579,
      "learning_rate": 8.639191042959962e-05,
      "loss": 6.7969,
      "step": 307630
    },
    {
      "epoch": 0.6409166666666667,
      "grad_norm": 1.868161916732788,
      "learning_rate": 8.638298229600705e-05,
      "loss": 7.2014,
      "step": 307640
    },
    {
      "epoch": 0.6409375,
      "grad_norm": 1.7519950866699219,
      "learning_rate": 8.637405443721488e-05,
      "loss": 6.9182,
      "step": 307650
    },
    {
      "epoch": 0.6409583333333333,
      "grad_norm": 1.3067518472671509,
      "learning_rate": 8.63651268532615e-05,
      "loss": 6.6894,
      "step": 307660
    },
    {
      "epoch": 0.6409791666666667,
      "grad_norm": 0.9463587403297424,
      "learning_rate": 8.635619954418568e-05,
      "loss": 6.3319,
      "step": 307670
    },
    {
      "epoch": 0.641,
      "grad_norm": 3.0839784145355225,
      "learning_rate": 8.634727251002586e-05,
      "loss": 6.6583,
      "step": 307680
    },
    {
      "epoch": 0.6410208333333334,
      "grad_norm": 2.206578016281128,
      "learning_rate": 8.63383457508206e-05,
      "loss": 7.0033,
      "step": 307690
    },
    {
      "epoch": 0.6410416666666666,
      "grad_norm": 3.8418354988098145,
      "learning_rate": 8.63294192666085e-05,
      "loss": 7.1428,
      "step": 307700
    },
    {
      "epoch": 0.6410625,
      "grad_norm": 1.633535385131836,
      "learning_rate": 8.632049305742811e-05,
      "loss": 6.5601,
      "step": 307710
    },
    {
      "epoch": 0.6410833333333333,
      "grad_norm": 0.774040937423706,
      "learning_rate": 8.631156712331799e-05,
      "loss": 6.4568,
      "step": 307720
    },
    {
      "epoch": 0.6411041666666667,
      "grad_norm": 5.57687520980835,
      "learning_rate": 8.630264146431666e-05,
      "loss": 7.0699,
      "step": 307730
    },
    {
      "epoch": 0.641125,
      "grad_norm": 4.6909661293029785,
      "learning_rate": 8.629371608046273e-05,
      "loss": 7.7563,
      "step": 307740
    },
    {
      "epoch": 0.6411458333333333,
      "grad_norm": 1.5542926788330078,
      "learning_rate": 8.628479097179474e-05,
      "loss": 6.5092,
      "step": 307750
    },
    {
      "epoch": 0.6411666666666667,
      "grad_norm": 0.9937037229537964,
      "learning_rate": 8.627586613835121e-05,
      "loss": 6.9037,
      "step": 307760
    },
    {
      "epoch": 0.6411875,
      "grad_norm": 1.1473578214645386,
      "learning_rate": 8.626694158017073e-05,
      "loss": 7.6391,
      "step": 307770
    },
    {
      "epoch": 0.6412083333333334,
      "grad_norm": 1.0248291492462158,
      "learning_rate": 8.62580172972918e-05,
      "loss": 7.4287,
      "step": 307780
    },
    {
      "epoch": 0.6412291666666666,
      "grad_norm": 2.418097972869873,
      "learning_rate": 8.624909328975303e-05,
      "loss": 6.9559,
      "step": 307790
    },
    {
      "epoch": 0.64125,
      "grad_norm": 1.1434578895568848,
      "learning_rate": 8.624016955759296e-05,
      "loss": 6.4048,
      "step": 307800
    },
    {
      "epoch": 0.6412708333333333,
      "grad_norm": 1.1072218418121338,
      "learning_rate": 8.623124610085009e-05,
      "loss": 7.1502,
      "step": 307810
    },
    {
      "epoch": 0.6412916666666667,
      "grad_norm": 3.07436466217041,
      "learning_rate": 8.622232291956303e-05,
      "loss": 6.8196,
      "step": 307820
    },
    {
      "epoch": 0.6413125,
      "grad_norm": 2.9376399517059326,
      "learning_rate": 8.621340001377025e-05,
      "loss": 7.0518,
      "step": 307830
    },
    {
      "epoch": 0.6413333333333333,
      "grad_norm": 3.2993545532226562,
      "learning_rate": 8.620447738351037e-05,
      "loss": 6.73,
      "step": 307840
    },
    {
      "epoch": 0.6413541666666667,
      "grad_norm": 3.527463436126709,
      "learning_rate": 8.619555502882186e-05,
      "loss": 6.8954,
      "step": 307850
    },
    {
      "epoch": 0.641375,
      "grad_norm": 1.4783140420913696,
      "learning_rate": 8.618663294974332e-05,
      "loss": 6.4538,
      "step": 307860
    },
    {
      "epoch": 0.6413958333333334,
      "grad_norm": 0.8829301595687866,
      "learning_rate": 8.617771114631328e-05,
      "loss": 6.9009,
      "step": 307870
    },
    {
      "epoch": 0.6414166666666666,
      "grad_norm": 1.0512727499008179,
      "learning_rate": 8.616878961857024e-05,
      "loss": 6.8448,
      "step": 307880
    },
    {
      "epoch": 0.6414375,
      "grad_norm": 1.2377166748046875,
      "learning_rate": 8.615986836655275e-05,
      "loss": 6.4624,
      "step": 307890
    },
    {
      "epoch": 0.6414583333333334,
      "grad_norm": 1.3479753732681274,
      "learning_rate": 8.615094739029944e-05,
      "loss": 6.7895,
      "step": 307900
    },
    {
      "epoch": 0.6414791666666667,
      "grad_norm": 6.261323928833008,
      "learning_rate": 8.614202668984864e-05,
      "loss": 7.3468,
      "step": 307910
    },
    {
      "epoch": 0.6415,
      "grad_norm": 0.8715800642967224,
      "learning_rate": 8.613310626523909e-05,
      "loss": 6.5712,
      "step": 307920
    },
    {
      "epoch": 0.6415208333333333,
      "grad_norm": 5.808993816375732,
      "learning_rate": 8.612418611650927e-05,
      "loss": 7.4682,
      "step": 307930
    },
    {
      "epoch": 0.6415416666666667,
      "grad_norm": 1.318683385848999,
      "learning_rate": 8.611526624369758e-05,
      "loss": 6.4431,
      "step": 307940
    },
    {
      "epoch": 0.6415625,
      "grad_norm": 1.7462654113769531,
      "learning_rate": 8.61063466468427e-05,
      "loss": 6.6374,
      "step": 307950
    },
    {
      "epoch": 0.6415833333333333,
      "grad_norm": 1.896452784538269,
      "learning_rate": 8.609742732598318e-05,
      "loss": 7.11,
      "step": 307960
    },
    {
      "epoch": 0.6416041666666666,
      "grad_norm": 0.7255483269691467,
      "learning_rate": 8.608850828115742e-05,
      "loss": 6.698,
      "step": 307970
    },
    {
      "epoch": 0.641625,
      "grad_norm": 0.7524623870849609,
      "learning_rate": 8.607958951240394e-05,
      "loss": 6.7646,
      "step": 307980
    },
    {
      "epoch": 0.6416458333333334,
      "grad_norm": 1.9576926231384277,
      "learning_rate": 8.607067101976146e-05,
      "loss": 6.7337,
      "step": 307990
    },
    {
      "epoch": 0.6416666666666667,
      "grad_norm": 2.8988611698150635,
      "learning_rate": 8.60617528032683e-05,
      "loss": 6.9606,
      "step": 308000
    },
    {
      "epoch": 0.6416666666666667,
      "eval_loss": 8.679136276245117,
      "eval_runtime": 7.9904,
      "eval_samples_per_second": 0.375,
      "eval_steps_per_second": 0.125,
      "step": 308000
    },
    {
      "epoch": 0.6416875,
      "grad_norm": 0.8106896281242371,
      "learning_rate": 8.605283486296302e-05,
      "loss": 6.9225,
      "step": 308010
    },
    {
      "epoch": 0.6417083333333333,
      "grad_norm": 2.723099946975708,
      "learning_rate": 8.604391719888428e-05,
      "loss": 7.0315,
      "step": 308020
    },
    {
      "epoch": 0.6417291666666667,
      "grad_norm": 0.8806150555610657,
      "learning_rate": 8.603499981107047e-05,
      "loss": 7.6685,
      "step": 308030
    },
    {
      "epoch": 0.64175,
      "grad_norm": 1.2248716354370117,
      "learning_rate": 8.602608269956012e-05,
      "loss": 6.4745,
      "step": 308040
    },
    {
      "epoch": 0.6417708333333333,
      "grad_norm": 2.440742015838623,
      "learning_rate": 8.601716586439177e-05,
      "loss": 7.1213,
      "step": 308050
    },
    {
      "epoch": 0.6417916666666666,
      "grad_norm": 0.9662365913391113,
      "learning_rate": 8.600824930560395e-05,
      "loss": 6.5434,
      "step": 308060
    },
    {
      "epoch": 0.6418125,
      "grad_norm": 3.6100592613220215,
      "learning_rate": 8.599933302323516e-05,
      "loss": 7.285,
      "step": 308070
    },
    {
      "epoch": 0.6418333333333334,
      "grad_norm": 1.3321247100830078,
      "learning_rate": 8.59904170173239e-05,
      "loss": 6.5063,
      "step": 308080
    },
    {
      "epoch": 0.6418541666666666,
      "grad_norm": 1.5968711376190186,
      "learning_rate": 8.598150128790873e-05,
      "loss": 6.9225,
      "step": 308090
    },
    {
      "epoch": 0.641875,
      "grad_norm": 1.1951578855514526,
      "learning_rate": 8.597258583502812e-05,
      "loss": 6.7763,
      "step": 308100
    },
    {
      "epoch": 0.6418958333333333,
      "grad_norm": 2.3922417163848877,
      "learning_rate": 8.596367065872059e-05,
      "loss": 7.0158,
      "step": 308110
    },
    {
      "epoch": 0.6419166666666667,
      "grad_norm": 1.7493270635604858,
      "learning_rate": 8.595475575902465e-05,
      "loss": 6.9618,
      "step": 308120
    },
    {
      "epoch": 0.6419375,
      "grad_norm": 0.9082687497138977,
      "learning_rate": 8.594584113597883e-05,
      "loss": 6.8559,
      "step": 308130
    },
    {
      "epoch": 0.6419583333333333,
      "grad_norm": 2.421872138977051,
      "learning_rate": 8.593692678962162e-05,
      "loss": 6.9651,
      "step": 308140
    },
    {
      "epoch": 0.6419791666666667,
      "grad_norm": 1.328378438949585,
      "learning_rate": 8.592801271999153e-05,
      "loss": 7.025,
      "step": 308150
    },
    {
      "epoch": 0.642,
      "grad_norm": 12.446718215942383,
      "learning_rate": 8.591909892712706e-05,
      "loss": 7.7292,
      "step": 308160
    },
    {
      "epoch": 0.6420208333333334,
      "grad_norm": 0.8033011555671692,
      "learning_rate": 8.591018541106672e-05,
      "loss": 6.6084,
      "step": 308170
    },
    {
      "epoch": 0.6420416666666666,
      "grad_norm": 0.9090932607650757,
      "learning_rate": 8.590127217184899e-05,
      "loss": 6.4752,
      "step": 308180
    },
    {
      "epoch": 0.6420625,
      "grad_norm": 0.885746419429779,
      "learning_rate": 8.58923592095124e-05,
      "loss": 7.2903,
      "step": 308190
    },
    {
      "epoch": 0.6420833333333333,
      "grad_norm": 1.0709152221679688,
      "learning_rate": 8.588344652409548e-05,
      "loss": 7.1005,
      "step": 308200
    },
    {
      "epoch": 0.6421041666666667,
      "grad_norm": 2.9615345001220703,
      "learning_rate": 8.587453411563666e-05,
      "loss": 7.5821,
      "step": 308210
    },
    {
      "epoch": 0.642125,
      "grad_norm": 1.2192219495773315,
      "learning_rate": 8.586562198417446e-05,
      "loss": 7.2145,
      "step": 308220
    },
    {
      "epoch": 0.6421458333333333,
      "grad_norm": 2.6525661945343018,
      "learning_rate": 8.58567101297474e-05,
      "loss": 7.1335,
      "step": 308230
    },
    {
      "epoch": 0.6421666666666667,
      "grad_norm": 1.267012119293213,
      "learning_rate": 8.584779855239398e-05,
      "loss": 6.9361,
      "step": 308240
    },
    {
      "epoch": 0.6421875,
      "grad_norm": 1.485092282295227,
      "learning_rate": 8.583888725215266e-05,
      "loss": 7.1886,
      "step": 308250
    },
    {
      "epoch": 0.6422083333333334,
      "grad_norm": 3.2317185401916504,
      "learning_rate": 8.582997622906195e-05,
      "loss": 6.8118,
      "step": 308260
    },
    {
      "epoch": 0.6422291666666666,
      "grad_norm": 3.2130727767944336,
      "learning_rate": 8.58210654831604e-05,
      "loss": 8.0292,
      "step": 308270
    },
    {
      "epoch": 0.64225,
      "grad_norm": 1.7382408380508423,
      "learning_rate": 8.581215501448639e-05,
      "loss": 6.7031,
      "step": 308280
    },
    {
      "epoch": 0.6422708333333333,
      "grad_norm": 1.6379460096359253,
      "learning_rate": 8.58032448230784e-05,
      "loss": 6.8776,
      "step": 308290
    },
    {
      "epoch": 0.6422916666666667,
      "grad_norm": 1.7828139066696167,
      "learning_rate": 8.57943349089751e-05,
      "loss": 6.4383,
      "step": 308300
    },
    {
      "epoch": 0.6423125,
      "grad_norm": 1.285308837890625,
      "learning_rate": 8.57854252722148e-05,
      "loss": 6.7162,
      "step": 308310
    },
    {
      "epoch": 0.6423333333333333,
      "grad_norm": 1.1821058988571167,
      "learning_rate": 8.577651591283598e-05,
      "loss": 6.8131,
      "step": 308320
    },
    {
      "epoch": 0.6423541666666667,
      "grad_norm": 0.842296838760376,
      "learning_rate": 8.576760683087732e-05,
      "loss": 7.7445,
      "step": 308330
    },
    {
      "epoch": 0.642375,
      "grad_norm": 7.049928188323975,
      "learning_rate": 8.575869802637711e-05,
      "loss": 7.1831,
      "step": 308340
    },
    {
      "epoch": 0.6423958333333334,
      "grad_norm": 1.7333087921142578,
      "learning_rate": 8.574978949937383e-05,
      "loss": 6.5666,
      "step": 308350
    },
    {
      "epoch": 0.6424166666666666,
      "grad_norm": 1.843702793121338,
      "learning_rate": 8.574088124990615e-05,
      "loss": 7.2142,
      "step": 308360
    },
    {
      "epoch": 0.6424375,
      "grad_norm": 1.4617785215377808,
      "learning_rate": 8.573197327801237e-05,
      "loss": 6.9273,
      "step": 308370
    },
    {
      "epoch": 0.6424583333333334,
      "grad_norm": 1.7380592823028564,
      "learning_rate": 8.572306558373097e-05,
      "loss": 7.1901,
      "step": 308380
    },
    {
      "epoch": 0.6424791666666667,
      "grad_norm": 3.7406649589538574,
      "learning_rate": 8.571415816710059e-05,
      "loss": 7.3066,
      "step": 308390
    },
    {
      "epoch": 0.6425,
      "grad_norm": 0.9828346371650696,
      "learning_rate": 8.570525102815956e-05,
      "loss": 7.1506,
      "step": 308400
    },
    {
      "epoch": 0.6425208333333333,
      "grad_norm": 1.4530434608459473,
      "learning_rate": 8.569634416694638e-05,
      "loss": 7.5186,
      "step": 308410
    },
    {
      "epoch": 0.6425416666666667,
      "grad_norm": 2.0631580352783203,
      "learning_rate": 8.568743758349954e-05,
      "loss": 7.2497,
      "step": 308420
    },
    {
      "epoch": 0.6425625,
      "grad_norm": 1.043967366218567,
      "learning_rate": 8.567853127785752e-05,
      "loss": 7.5535,
      "step": 308430
    },
    {
      "epoch": 0.6425833333333333,
      "grad_norm": 1.2138203382492065,
      "learning_rate": 8.566962525005881e-05,
      "loss": 7.0248,
      "step": 308440
    },
    {
      "epoch": 0.6426041666666666,
      "grad_norm": 1.0237001180648804,
      "learning_rate": 8.566071950014181e-05,
      "loss": 6.7999,
      "step": 308450
    },
    {
      "epoch": 0.642625,
      "grad_norm": 1.15024995803833,
      "learning_rate": 8.565181402814505e-05,
      "loss": 6.5653,
      "step": 308460
    },
    {
      "epoch": 0.6426458333333334,
      "grad_norm": 1.06564199924469,
      "learning_rate": 8.564290883410699e-05,
      "loss": 6.8803,
      "step": 308470
    },
    {
      "epoch": 0.6426666666666667,
      "grad_norm": 1.302903413772583,
      "learning_rate": 8.563400391806608e-05,
      "loss": 7.8746,
      "step": 308480
    },
    {
      "epoch": 0.6426875,
      "grad_norm": 6.9508843421936035,
      "learning_rate": 8.562509928006081e-05,
      "loss": 7.2757,
      "step": 308490
    },
    {
      "epoch": 0.6427083333333333,
      "grad_norm": 0.8192883133888245,
      "learning_rate": 8.561619492012961e-05,
      "loss": 6.9481,
      "step": 308500
    },
    {
      "epoch": 0.6427291666666667,
      "grad_norm": 1.7551124095916748,
      "learning_rate": 8.560729083831098e-05,
      "loss": 7.0656,
      "step": 308510
    },
    {
      "epoch": 0.64275,
      "grad_norm": 1.5419025421142578,
      "learning_rate": 8.559838703464336e-05,
      "loss": 7.4668,
      "step": 308520
    },
    {
      "epoch": 0.6427708333333333,
      "grad_norm": 1.2757326364517212,
      "learning_rate": 8.558948350916522e-05,
      "loss": 7.1386,
      "step": 308530
    },
    {
      "epoch": 0.6427916666666667,
      "grad_norm": 1.6953043937683105,
      "learning_rate": 8.5580580261915e-05,
      "loss": 7.0106,
      "step": 308540
    },
    {
      "epoch": 0.6428125,
      "grad_norm": 0.9113214612007141,
      "learning_rate": 8.55716772929312e-05,
      "loss": 7.2919,
      "step": 308550
    },
    {
      "epoch": 0.6428333333333334,
      "grad_norm": 1.9991531372070312,
      "learning_rate": 8.556277460225229e-05,
      "loss": 7.0356,
      "step": 308560
    },
    {
      "epoch": 0.6428541666666666,
      "grad_norm": 1.4301637411117554,
      "learning_rate": 8.555387218991658e-05,
      "loss": 6.874,
      "step": 308570
    },
    {
      "epoch": 0.642875,
      "grad_norm": 2.1376986503601074,
      "learning_rate": 8.554497005596269e-05,
      "loss": 7.1156,
      "step": 308580
    },
    {
      "epoch": 0.6428958333333333,
      "grad_norm": 2.3726887702941895,
      "learning_rate": 8.553606820042907e-05,
      "loss": 7.5612,
      "step": 308590
    },
    {
      "epoch": 0.6429166666666667,
      "grad_norm": 1.2326353788375854,
      "learning_rate": 8.5527166623354e-05,
      "loss": 6.8809,
      "step": 308600
    },
    {
      "epoch": 0.6429375,
      "grad_norm": 1.169080376625061,
      "learning_rate": 8.55182653247761e-05,
      "loss": 6.9709,
      "step": 308610
    },
    {
      "epoch": 0.6429583333333333,
      "grad_norm": 1.4488275051116943,
      "learning_rate": 8.550936430473384e-05,
      "loss": 7.0711,
      "step": 308620
    },
    {
      "epoch": 0.6429791666666667,
      "grad_norm": 1.5791722536087036,
      "learning_rate": 8.55004635632655e-05,
      "loss": 7.2594,
      "step": 308630
    },
    {
      "epoch": 0.643,
      "grad_norm": 1.431443214416504,
      "learning_rate": 8.549156310040966e-05,
      "loss": 6.876,
      "step": 308640
    },
    {
      "epoch": 0.6430208333333334,
      "grad_norm": 2.5691208839416504,
      "learning_rate": 8.548266291620482e-05,
      "loss": 7.4292,
      "step": 308650
    },
    {
      "epoch": 0.6430416666666666,
      "grad_norm": 2.1755549907684326,
      "learning_rate": 8.547376301068919e-05,
      "loss": 6.7752,
      "step": 308660
    },
    {
      "epoch": 0.6430625,
      "grad_norm": 0.9340604543685913,
      "learning_rate": 8.546486338390149e-05,
      "loss": 6.8175,
      "step": 308670
    },
    {
      "epoch": 0.6430833333333333,
      "grad_norm": 0.9311494827270508,
      "learning_rate": 8.545596403587996e-05,
      "loss": 6.5188,
      "step": 308680
    },
    {
      "epoch": 0.6431041666666667,
      "grad_norm": 1.9294747114181519,
      "learning_rate": 8.544706496666308e-05,
      "loss": 7.0271,
      "step": 308690
    },
    {
      "epoch": 0.643125,
      "grad_norm": 1.1588971614837646,
      "learning_rate": 8.543816617628946e-05,
      "loss": 7.0707,
      "step": 308700
    },
    {
      "epoch": 0.6431458333333333,
      "grad_norm": 2.326991081237793,
      "learning_rate": 8.542926766479733e-05,
      "loss": 7.1938,
      "step": 308710
    },
    {
      "epoch": 0.6431666666666667,
      "grad_norm": 1.726388692855835,
      "learning_rate": 8.542036943222512e-05,
      "loss": 7.3078,
      "step": 308720
    },
    {
      "epoch": 0.6431875,
      "grad_norm": 0.777363121509552,
      "learning_rate": 8.541147147861151e-05,
      "loss": 7.2549,
      "step": 308730
    },
    {
      "epoch": 0.6432083333333334,
      "grad_norm": 2.049329996109009,
      "learning_rate": 8.540257380399471e-05,
      "loss": 7.1911,
      "step": 308740
    },
    {
      "epoch": 0.6432291666666666,
      "grad_norm": 6.337900638580322,
      "learning_rate": 8.539367640841315e-05,
      "loss": 7.8239,
      "step": 308750
    },
    {
      "epoch": 0.64325,
      "grad_norm": 1.468096137046814,
      "learning_rate": 8.538477929190544e-05,
      "loss": 7.1855,
      "step": 308760
    },
    {
      "epoch": 0.6432708333333333,
      "grad_norm": 5.390495777130127,
      "learning_rate": 8.537588245450988e-05,
      "loss": 8.6574,
      "step": 308770
    },
    {
      "epoch": 0.6432916666666667,
      "grad_norm": 0.9657214283943176,
      "learning_rate": 8.536698589626492e-05,
      "loss": 7.051,
      "step": 308780
    },
    {
      "epoch": 0.6433125,
      "grad_norm": 1.1196255683898926,
      "learning_rate": 8.535808961720899e-05,
      "loss": 7.3985,
      "step": 308790
    },
    {
      "epoch": 0.6433333333333333,
      "grad_norm": 2.8330676555633545,
      "learning_rate": 8.534919361738052e-05,
      "loss": 6.8979,
      "step": 308800
    },
    {
      "epoch": 0.6433541666666667,
      "grad_norm": 1.16858971118927,
      "learning_rate": 8.534029789681796e-05,
      "loss": 6.9363,
      "step": 308810
    },
    {
      "epoch": 0.643375,
      "grad_norm": 2.040078639984131,
      "learning_rate": 8.533140245555971e-05,
      "loss": 7.2101,
      "step": 308820
    },
    {
      "epoch": 0.6433958333333333,
      "grad_norm": 1.1541730165481567,
      "learning_rate": 8.532250729364419e-05,
      "loss": 7.8525,
      "step": 308830
    },
    {
      "epoch": 0.6434166666666666,
      "grad_norm": 0.8690797686576843,
      "learning_rate": 8.531361241110986e-05,
      "loss": 7.0883,
      "step": 308840
    },
    {
      "epoch": 0.6434375,
      "grad_norm": 4.675491809844971,
      "learning_rate": 8.530471780799511e-05,
      "loss": 7.3162,
      "step": 308850
    },
    {
      "epoch": 0.6434583333333334,
      "grad_norm": 2.9943320751190186,
      "learning_rate": 8.529582348433838e-05,
      "loss": 7.0834,
      "step": 308860
    },
    {
      "epoch": 0.6434791666666667,
      "grad_norm": 2.2863993644714355,
      "learning_rate": 8.528692944017806e-05,
      "loss": 7.3421,
      "step": 308870
    },
    {
      "epoch": 0.6435,
      "grad_norm": 0.9504835605621338,
      "learning_rate": 8.52780356755526e-05,
      "loss": 7.3226,
      "step": 308880
    },
    {
      "epoch": 0.6435208333333333,
      "grad_norm": 1.1692590713500977,
      "learning_rate": 8.526914219050042e-05,
      "loss": 7.4557,
      "step": 308890
    },
    {
      "epoch": 0.6435416666666667,
      "grad_norm": 0.7730969786643982,
      "learning_rate": 8.526024898505997e-05,
      "loss": 6.9563,
      "step": 308900
    },
    {
      "epoch": 0.6435625,
      "grad_norm": 1.5396827459335327,
      "learning_rate": 8.52513560592695e-05,
      "loss": 7.2978,
      "step": 308910
    },
    {
      "epoch": 0.6435833333333333,
      "grad_norm": 1.1501617431640625,
      "learning_rate": 8.52424634131676e-05,
      "loss": 7.3876,
      "step": 308920
    },
    {
      "epoch": 0.6436041666666666,
      "grad_norm": 1.3728467226028442,
      "learning_rate": 8.52335710467927e-05,
      "loss": 7.274,
      "step": 308930
    },
    {
      "epoch": 0.643625,
      "grad_norm": 12.825187683105469,
      "learning_rate": 8.522467896018301e-05,
      "loss": 7.4091,
      "step": 308940
    },
    {
      "epoch": 0.6436458333333334,
      "grad_norm": 0.9771425724029541,
      "learning_rate": 8.521578715337711e-05,
      "loss": 7.9673,
      "step": 308950
    },
    {
      "epoch": 0.6436666666666667,
      "grad_norm": 1.0202000141143799,
      "learning_rate": 8.520689562641344e-05,
      "loss": 6.9923,
      "step": 308960
    },
    {
      "epoch": 0.6436875,
      "grad_norm": 1.3276766538619995,
      "learning_rate": 8.519800437933022e-05,
      "loss": 7.1443,
      "step": 308970
    },
    {
      "epoch": 0.6437083333333333,
      "grad_norm": 1.9310745000839233,
      "learning_rate": 8.518911341216602e-05,
      "loss": 7.3432,
      "step": 308980
    },
    {
      "epoch": 0.6437291666666667,
      "grad_norm": 0.9610288739204407,
      "learning_rate": 8.518022272495925e-05,
      "loss": 7.3612,
      "step": 308990
    },
    {
      "epoch": 0.64375,
      "grad_norm": 2.62695574760437,
      "learning_rate": 8.517133231774816e-05,
      "loss": 7.263,
      "step": 309000
    },
    {
      "epoch": 0.64375,
      "eval_loss": 7.138530731201172,
      "eval_runtime": 9.4902,
      "eval_samples_per_second": 0.316,
      "eval_steps_per_second": 0.105,
      "step": 309000
    },
    {
      "epoch": 0.6437708333333333,
      "grad_norm": 1.7171920537948608,
      "learning_rate": 8.516244219057129e-05,
      "loss": 7.4569,
      "step": 309010
    },
    {
      "epoch": 0.6437916666666667,
      "grad_norm": 1.5471043586730957,
      "learning_rate": 8.51535523434671e-05,
      "loss": 7.0565,
      "step": 309020
    },
    {
      "epoch": 0.6438125,
      "grad_norm": 1.047711730003357,
      "learning_rate": 8.514466277647374e-05,
      "loss": 7.4417,
      "step": 309030
    },
    {
      "epoch": 0.6438333333333334,
      "grad_norm": 2.861804246902466,
      "learning_rate": 8.51357734896299e-05,
      "loss": 7.6743,
      "step": 309040
    },
    {
      "epoch": 0.6438541666666666,
      "grad_norm": 1.1189501285552979,
      "learning_rate": 8.512688448297378e-05,
      "loss": 7.4332,
      "step": 309050
    },
    {
      "epoch": 0.643875,
      "grad_norm": 0.9053754806518555,
      "learning_rate": 8.511799575654378e-05,
      "loss": 6.765,
      "step": 309060
    },
    {
      "epoch": 0.6438958333333333,
      "grad_norm": 2.0916130542755127,
      "learning_rate": 8.51091073103785e-05,
      "loss": 6.8123,
      "step": 309070
    },
    {
      "epoch": 0.6439166666666667,
      "grad_norm": 1.3019248247146606,
      "learning_rate": 8.51002191445161e-05,
      "loss": 7.0967,
      "step": 309080
    },
    {
      "epoch": 0.6439375,
      "grad_norm": 0.9246331453323364,
      "learning_rate": 8.509133125899502e-05,
      "loss": 6.9989,
      "step": 309090
    },
    {
      "epoch": 0.6439583333333333,
      "grad_norm": 1.4877196550369263,
      "learning_rate": 8.508244365385382e-05,
      "loss": 7.0476,
      "step": 309100
    },
    {
      "epoch": 0.6439791666666667,
      "grad_norm": 2.598452091217041,
      "learning_rate": 8.507355632913069e-05,
      "loss": 7.1087,
      "step": 309110
    },
    {
      "epoch": 0.644,
      "grad_norm": 1.5537935495376587,
      "learning_rate": 8.506466928486405e-05,
      "loss": 7.6826,
      "step": 309120
    },
    {
      "epoch": 0.6440208333333334,
      "grad_norm": 1.023695945739746,
      "learning_rate": 8.505578252109244e-05,
      "loss": 7.0742,
      "step": 309130
    },
    {
      "epoch": 0.6440416666666666,
      "grad_norm": 1.397012710571289,
      "learning_rate": 8.504689603785409e-05,
      "loss": 7.5138,
      "step": 309140
    },
    {
      "epoch": 0.6440625,
      "grad_norm": 1.937368392944336,
      "learning_rate": 8.503800983518744e-05,
      "loss": 7.1554,
      "step": 309150
    },
    {
      "epoch": 0.6440833333333333,
      "grad_norm": 1.0095539093017578,
      "learning_rate": 8.502912391313087e-05,
      "loss": 7.2058,
      "step": 309160
    },
    {
      "epoch": 0.6441041666666667,
      "grad_norm": 15.445405960083008,
      "learning_rate": 8.502023827172277e-05,
      "loss": 7.7025,
      "step": 309170
    },
    {
      "epoch": 0.644125,
      "grad_norm": 0.9916401505470276,
      "learning_rate": 8.501135291100155e-05,
      "loss": 7.468,
      "step": 309180
    },
    {
      "epoch": 0.6441458333333333,
      "grad_norm": 0.9032703042030334,
      "learning_rate": 8.500246783100553e-05,
      "loss": 7.6315,
      "step": 309190
    },
    {
      "epoch": 0.6441666666666667,
      "grad_norm": 1.5993454456329346,
      "learning_rate": 8.499358303177312e-05,
      "loss": 7.0244,
      "step": 309200
    },
    {
      "epoch": 0.6441875,
      "grad_norm": 6.582403182983398,
      "learning_rate": 8.498469851334272e-05,
      "loss": 7.8226,
      "step": 309210
    },
    {
      "epoch": 0.6442083333333334,
      "grad_norm": 2.308555841445923,
      "learning_rate": 8.497581427575265e-05,
      "loss": 7.187,
      "step": 309220
    },
    {
      "epoch": 0.6442291666666666,
      "grad_norm": 2.6983301639556885,
      "learning_rate": 8.496693031904137e-05,
      "loss": 7.2234,
      "step": 309230
    },
    {
      "epoch": 0.64425,
      "grad_norm": 4.374747276306152,
      "learning_rate": 8.495804664324718e-05,
      "loss": 7.7914,
      "step": 309240
    },
    {
      "epoch": 0.6442708333333333,
      "grad_norm": 0.9737556576728821,
      "learning_rate": 8.494916324840849e-05,
      "loss": 7.1093,
      "step": 309250
    },
    {
      "epoch": 0.6442916666666667,
      "grad_norm": 1.215242862701416,
      "learning_rate": 8.494028013456365e-05,
      "loss": 7.4785,
      "step": 309260
    },
    {
      "epoch": 0.6443125,
      "grad_norm": 1.3472025394439697,
      "learning_rate": 8.493139730175114e-05,
      "loss": 7.2652,
      "step": 309270
    },
    {
      "epoch": 0.6443333333333333,
      "grad_norm": 4.155048370361328,
      "learning_rate": 8.49225147500091e-05,
      "loss": 7.851,
      "step": 309280
    },
    {
      "epoch": 0.6443541666666667,
      "grad_norm": 7.377636909484863,
      "learning_rate": 8.491363247937609e-05,
      "loss": 8.7431,
      "step": 309290
    },
    {
      "epoch": 0.644375,
      "grad_norm": 0.6491723656654358,
      "learning_rate": 8.490475048989049e-05,
      "loss": 7.1044,
      "step": 309300
    },
    {
      "epoch": 0.6443958333333333,
      "grad_norm": 2.1618030071258545,
      "learning_rate": 8.489586878159048e-05,
      "loss": 7.7778,
      "step": 309310
    },
    {
      "epoch": 0.6444166666666666,
      "grad_norm": 0.9049516916275024,
      "learning_rate": 8.488698735451462e-05,
      "loss": 7.501,
      "step": 309320
    },
    {
      "epoch": 0.6444375,
      "grad_norm": 1.2820758819580078,
      "learning_rate": 8.487810620870125e-05,
      "loss": 7.0275,
      "step": 309330
    },
    {
      "epoch": 0.6444583333333334,
      "grad_norm": 1.5172706842422485,
      "learning_rate": 8.486922534418857e-05,
      "loss": 7.0819,
      "step": 309340
    },
    {
      "epoch": 0.6444791666666667,
      "grad_norm": 1.2387871742248535,
      "learning_rate": 8.48603447610151e-05,
      "loss": 7.9318,
      "step": 309350
    },
    {
      "epoch": 0.6445,
      "grad_norm": 1.5777320861816406,
      "learning_rate": 8.485146445921923e-05,
      "loss": 7.5358,
      "step": 309360
    },
    {
      "epoch": 0.6445208333333333,
      "grad_norm": 0.7846131920814514,
      "learning_rate": 8.484258443883913e-05,
      "loss": 6.7464,
      "step": 309370
    },
    {
      "epoch": 0.6445416666666667,
      "grad_norm": 1.463648796081543,
      "learning_rate": 8.483370469991332e-05,
      "loss": 7.1348,
      "step": 309380
    },
    {
      "epoch": 0.6445625,
      "grad_norm": 2.1530396938323975,
      "learning_rate": 8.482482524248019e-05,
      "loss": 7.6033,
      "step": 309390
    },
    {
      "epoch": 0.6445833333333333,
      "grad_norm": 2.1340503692626953,
      "learning_rate": 8.48159460665779e-05,
      "loss": 7.1583,
      "step": 309400
    },
    {
      "epoch": 0.6446041666666666,
      "grad_norm": 1.263962984085083,
      "learning_rate": 8.480706717224502e-05,
      "loss": 7.142,
      "step": 309410
    },
    {
      "epoch": 0.644625,
      "grad_norm": 2.894862413406372,
      "learning_rate": 8.479818855951975e-05,
      "loss": 7.5394,
      "step": 309420
    },
    {
      "epoch": 0.6446458333333334,
      "grad_norm": 0.9579784274101257,
      "learning_rate": 8.478931022844045e-05,
      "loss": 7.1053,
      "step": 309430
    },
    {
      "epoch": 0.6446666666666667,
      "grad_norm": 2.6095099449157715,
      "learning_rate": 8.478043217904561e-05,
      "loss": 7.4766,
      "step": 309440
    },
    {
      "epoch": 0.6446875,
      "grad_norm": 4.255485534667969,
      "learning_rate": 8.477155441137345e-05,
      "loss": 8.153,
      "step": 309450
    },
    {
      "epoch": 0.6447083333333333,
      "grad_norm": 2.317458152770996,
      "learning_rate": 8.476267692546235e-05,
      "loss": 7.3986,
      "step": 309460
    },
    {
      "epoch": 0.6447291666666667,
      "grad_norm": 0.7925477623939514,
      "learning_rate": 8.475379972135066e-05,
      "loss": 7.2343,
      "step": 309470
    },
    {
      "epoch": 0.64475,
      "grad_norm": 2.0883376598358154,
      "learning_rate": 8.474492279907674e-05,
      "loss": 7.9217,
      "step": 309480
    },
    {
      "epoch": 0.6447708333333333,
      "grad_norm": 4.223850727081299,
      "learning_rate": 8.47360461586789e-05,
      "loss": 7.6268,
      "step": 309490
    },
    {
      "epoch": 0.6447916666666667,
      "grad_norm": 1.5814051628112793,
      "learning_rate": 8.472716980019554e-05,
      "loss": 7.1517,
      "step": 309500
    },
    {
      "epoch": 0.6448125,
      "grad_norm": 2.0975706577301025,
      "learning_rate": 8.471829372366494e-05,
      "loss": 7.1441,
      "step": 309510
    },
    {
      "epoch": 0.6448333333333334,
      "grad_norm": 1.5564182996749878,
      "learning_rate": 8.470941792912549e-05,
      "loss": 6.9815,
      "step": 309520
    },
    {
      "epoch": 0.6448541666666666,
      "grad_norm": 1.4232546091079712,
      "learning_rate": 8.47005424166155e-05,
      "loss": 7.4872,
      "step": 309530
    },
    {
      "epoch": 0.644875,
      "grad_norm": 0.9871246218681335,
      "learning_rate": 8.469166718617333e-05,
      "loss": 6.947,
      "step": 309540
    },
    {
      "epoch": 0.6448958333333333,
      "grad_norm": 1.9746485948562622,
      "learning_rate": 8.46827922378373e-05,
      "loss": 7.095,
      "step": 309550
    },
    {
      "epoch": 0.6449166666666667,
      "grad_norm": 1.1089664697647095,
      "learning_rate": 8.467391757164575e-05,
      "loss": 7.5512,
      "step": 309560
    },
    {
      "epoch": 0.6449375,
      "grad_norm": 1.20249605178833,
      "learning_rate": 8.466504318763702e-05,
      "loss": 7.3666,
      "step": 309570
    },
    {
      "epoch": 0.6449583333333333,
      "grad_norm": 1.0962936878204346,
      "learning_rate": 8.465616908584945e-05,
      "loss": 7.3544,
      "step": 309580
    },
    {
      "epoch": 0.6449791666666667,
      "grad_norm": 0.8319781422615051,
      "learning_rate": 8.464729526632135e-05,
      "loss": 7.3482,
      "step": 309590
    },
    {
      "epoch": 0.645,
      "grad_norm": 0.7458820343017578,
      "learning_rate": 8.463842172909106e-05,
      "loss": 6.9593,
      "step": 309600
    },
    {
      "epoch": 0.6450208333333334,
      "grad_norm": 1.6970971822738647,
      "learning_rate": 8.462954847419695e-05,
      "loss": 7.2629,
      "step": 309610
    },
    {
      "epoch": 0.6450416666666666,
      "grad_norm": 4.864067077636719,
      "learning_rate": 8.46206755016773e-05,
      "loss": 7.7593,
      "step": 309620
    },
    {
      "epoch": 0.6450625,
      "grad_norm": 1.2148288488388062,
      "learning_rate": 8.461180281157044e-05,
      "loss": 7.0315,
      "step": 309630
    },
    {
      "epoch": 0.6450833333333333,
      "grad_norm": 1.2257014513015747,
      "learning_rate": 8.460293040391477e-05,
      "loss": 7.3115,
      "step": 309640
    },
    {
      "epoch": 0.6451041666666667,
      "grad_norm": 1.5227656364440918,
      "learning_rate": 8.459405827874846e-05,
      "loss": 7.2348,
      "step": 309650
    },
    {
      "epoch": 0.645125,
      "grad_norm": 1.0125285387039185,
      "learning_rate": 8.458518643610995e-05,
      "loss": 7.2337,
      "step": 309660
    },
    {
      "epoch": 0.6451458333333333,
      "grad_norm": 13.628033638000488,
      "learning_rate": 8.457631487603764e-05,
      "loss": 7.6566,
      "step": 309670
    },
    {
      "epoch": 0.6451666666666667,
      "grad_norm": 0.5999893546104431,
      "learning_rate": 8.456744359856961e-05,
      "loss": 7.2686,
      "step": 309680
    },
    {
      "epoch": 0.6451875,
      "grad_norm": 0.8588992357254028,
      "learning_rate": 8.45585726037444e-05,
      "loss": 7.2215,
      "step": 309690
    },
    {
      "epoch": 0.6452083333333334,
      "grad_norm": 1.3050570487976074,
      "learning_rate": 8.454970189160031e-05,
      "loss": 7.1364,
      "step": 309700
    },
    {
      "epoch": 0.6452291666666666,
      "grad_norm": 1.290343165397644,
      "learning_rate": 8.454083146217545e-05,
      "loss": 7.2471,
      "step": 309710
    },
    {
      "epoch": 0.64525,
      "grad_norm": 2.070671319961548,
      "learning_rate": 8.453196131550838e-05,
      "loss": 7.9156,
      "step": 309720
    },
    {
      "epoch": 0.6452708333333333,
      "grad_norm": 2.0049216747283936,
      "learning_rate": 8.452309145163738e-05,
      "loss": 6.9463,
      "step": 309730
    },
    {
      "epoch": 0.6452916666666667,
      "grad_norm": 4.147830009460449,
      "learning_rate": 8.451422187060062e-05,
      "loss": 7.2238,
      "step": 309740
    },
    {
      "epoch": 0.6453125,
      "grad_norm": 1.6144928932189941,
      "learning_rate": 8.450535257243649e-05,
      "loss": 7.0581,
      "step": 309750
    },
    {
      "epoch": 0.6453333333333333,
      "grad_norm": 1.0163695812225342,
      "learning_rate": 8.44964835571834e-05,
      "loss": 7.3684,
      "step": 309760
    },
    {
      "epoch": 0.6453541666666667,
      "grad_norm": 3.199803590774536,
      "learning_rate": 8.448761482487952e-05,
      "loss": 9.1536,
      "step": 309770
    },
    {
      "epoch": 0.645375,
      "grad_norm": 1.3659553527832031,
      "learning_rate": 8.44787463755632e-05,
      "loss": 7.8524,
      "step": 309780
    },
    {
      "epoch": 0.6453958333333333,
      "grad_norm": 1.5078370571136475,
      "learning_rate": 8.446987820927278e-05,
      "loss": 7.0884,
      "step": 309790
    },
    {
      "epoch": 0.6454166666666666,
      "grad_norm": 1.5808974504470825,
      "learning_rate": 8.446101032604654e-05,
      "loss": 7.9551,
      "step": 309800
    },
    {
      "epoch": 0.6454375,
      "grad_norm": 0.9327185153961182,
      "learning_rate": 8.445214272592278e-05,
      "loss": 7.2112,
      "step": 309810
    },
    {
      "epoch": 0.6454583333333334,
      "grad_norm": 1.1724050045013428,
      "learning_rate": 8.444327540893983e-05,
      "loss": 7.9612,
      "step": 309820
    },
    {
      "epoch": 0.6454791666666667,
      "grad_norm": 1.4089634418487549,
      "learning_rate": 8.443440837513599e-05,
      "loss": 7.2196,
      "step": 309830
    },
    {
      "epoch": 0.6455,
      "grad_norm": 2.2833361625671387,
      "learning_rate": 8.442554162454954e-05,
      "loss": 7.3193,
      "step": 309840
    },
    {
      "epoch": 0.6455208333333333,
      "grad_norm": 1.2171745300292969,
      "learning_rate": 8.441667515721879e-05,
      "loss": 8.3819,
      "step": 309850
    },
    {
      "epoch": 0.6455416666666667,
      "grad_norm": 0.9605279564857483,
      "learning_rate": 8.440780897318204e-05,
      "loss": 6.8371,
      "step": 309860
    },
    {
      "epoch": 0.6455625,
      "grad_norm": 2.3248229026794434,
      "learning_rate": 8.439894307247761e-05,
      "loss": 7.1942,
      "step": 309870
    },
    {
      "epoch": 0.6455833333333333,
      "grad_norm": 1.0773082971572876,
      "learning_rate": 8.439007745514379e-05,
      "loss": 7.1084,
      "step": 309880
    },
    {
      "epoch": 0.6456041666666666,
      "grad_norm": 0.9639372825622559,
      "learning_rate": 8.438121212121884e-05,
      "loss": 7.3392,
      "step": 309890
    },
    {
      "epoch": 0.645625,
      "grad_norm": 2.766209840774536,
      "learning_rate": 8.437234707074108e-05,
      "loss": 7.8525,
      "step": 309900
    },
    {
      "epoch": 0.6456458333333334,
      "grad_norm": 2.3252272605895996,
      "learning_rate": 8.436348230374882e-05,
      "loss": 7.0778,
      "step": 309910
    },
    {
      "epoch": 0.6456666666666667,
      "grad_norm": 0.9921568632125854,
      "learning_rate": 8.435461782028033e-05,
      "loss": 7.305,
      "step": 309920
    },
    {
      "epoch": 0.6456875,
      "grad_norm": 1.7046090364456177,
      "learning_rate": 8.43457536203739e-05,
      "loss": 7.213,
      "step": 309930
    },
    {
      "epoch": 0.6457083333333333,
      "grad_norm": 1.6827890872955322,
      "learning_rate": 8.433688970406782e-05,
      "loss": 7.5305,
      "step": 309940
    },
    {
      "epoch": 0.6457291666666667,
      "grad_norm": 2.5143375396728516,
      "learning_rate": 8.432802607140039e-05,
      "loss": 7.9117,
      "step": 309950
    },
    {
      "epoch": 0.64575,
      "grad_norm": 0.7617599964141846,
      "learning_rate": 8.43191627224099e-05,
      "loss": 6.9965,
      "step": 309960
    },
    {
      "epoch": 0.6457708333333333,
      "grad_norm": 1.84329354763031,
      "learning_rate": 8.431029965713463e-05,
      "loss": 8.2295,
      "step": 309970
    },
    {
      "epoch": 0.6457916666666667,
      "grad_norm": 2.285576581954956,
      "learning_rate": 8.430143687561287e-05,
      "loss": 7.6019,
      "step": 309980
    },
    {
      "epoch": 0.6458125,
      "grad_norm": 2.508436441421509,
      "learning_rate": 8.429257437788287e-05,
      "loss": 7.3494,
      "step": 309990
    },
    {
      "epoch": 0.6458333333333334,
      "grad_norm": 1.1588836908340454,
      "learning_rate": 8.428371216398297e-05,
      "loss": 7.3097,
      "step": 310000
    },
    {
      "epoch": 0.6458333333333334,
      "eval_loss": 6.910260200500488,
      "eval_runtime": 9.3651,
      "eval_samples_per_second": 0.32,
      "eval_steps_per_second": 0.107,
      "step": 310000
    },
    {
      "epoch": 0.6458541666666666,
      "grad_norm": 2.3967177867889404,
      "learning_rate": 8.427485023395141e-05,
      "loss": 7.3627,
      "step": 310010
    },
    {
      "epoch": 0.645875,
      "grad_norm": 2.191254138946533,
      "learning_rate": 8.426598858782648e-05,
      "loss": 7.5582,
      "step": 310020
    },
    {
      "epoch": 0.6458958333333333,
      "grad_norm": 2.355351209640503,
      "learning_rate": 8.425712722564647e-05,
      "loss": 7.715,
      "step": 310030
    },
    {
      "epoch": 0.6459166666666667,
      "grad_norm": 0.9193099737167358,
      "learning_rate": 8.424826614744968e-05,
      "loss": 7.3639,
      "step": 310040
    },
    {
      "epoch": 0.6459375,
      "grad_norm": 1.0810679197311401,
      "learning_rate": 8.423940535327432e-05,
      "loss": 7.1176,
      "step": 310050
    },
    {
      "epoch": 0.6459583333333333,
      "grad_norm": 10.780868530273438,
      "learning_rate": 8.423054484315863e-05,
      "loss": 7.5034,
      "step": 310060
    },
    {
      "epoch": 0.6459791666666667,
      "grad_norm": 1.6591193675994873,
      "learning_rate": 8.422168461714106e-05,
      "loss": 7.2951,
      "step": 310070
    },
    {
      "epoch": 0.646,
      "grad_norm": 0.9424021244049072,
      "learning_rate": 8.421282467525973e-05,
      "loss": 6.9052,
      "step": 310080
    },
    {
      "epoch": 0.6460208333333334,
      "grad_norm": 1.4141355752944946,
      "learning_rate": 8.42039650175529e-05,
      "loss": 7.5567,
      "step": 310090
    },
    {
      "epoch": 0.6460416666666666,
      "grad_norm": 1.5319443941116333,
      "learning_rate": 8.419510564405901e-05,
      "loss": 7.4515,
      "step": 310100
    },
    {
      "epoch": 0.6460625,
      "grad_norm": 0.8276647925376892,
      "learning_rate": 8.418624655481617e-05,
      "loss": 7.1435,
      "step": 310110
    },
    {
      "epoch": 0.6460833333333333,
      "grad_norm": 1.2341272830963135,
      "learning_rate": 8.417738774986262e-05,
      "loss": 7.7472,
      "step": 310120
    },
    {
      "epoch": 0.6461041666666667,
      "grad_norm": 2.3717315196990967,
      "learning_rate": 8.416852922923682e-05,
      "loss": 6.997,
      "step": 310130
    },
    {
      "epoch": 0.646125,
      "grad_norm": 4.704652309417725,
      "learning_rate": 8.415967099297686e-05,
      "loss": 7.2627,
      "step": 310140
    },
    {
      "epoch": 0.6461458333333333,
      "grad_norm": 5.5613555908203125,
      "learning_rate": 8.415081304112101e-05,
      "loss": 7.0616,
      "step": 310150
    },
    {
      "epoch": 0.6461666666666667,
      "grad_norm": 0.7795817852020264,
      "learning_rate": 8.414195537370768e-05,
      "loss": 7.0899,
      "step": 310160
    },
    {
      "epoch": 0.6461875,
      "grad_norm": 1.073740005493164,
      "learning_rate": 8.4133097990775e-05,
      "loss": 6.9274,
      "step": 310170
    },
    {
      "epoch": 0.6462083333333334,
      "grad_norm": 1.4023112058639526,
      "learning_rate": 8.412424089236124e-05,
      "loss": 7.3418,
      "step": 310180
    },
    {
      "epoch": 0.6462291666666666,
      "grad_norm": 1.3968257904052734,
      "learning_rate": 8.41153840785047e-05,
      "loss": 7.3761,
      "step": 310190
    },
    {
      "epoch": 0.64625,
      "grad_norm": 5.287956714630127,
      "learning_rate": 8.410652754924361e-05,
      "loss": 7.6724,
      "step": 310200
    },
    {
      "epoch": 0.6462708333333333,
      "grad_norm": 3.5304617881774902,
      "learning_rate": 8.409767130461624e-05,
      "loss": 7.6367,
      "step": 310210
    },
    {
      "epoch": 0.6462916666666667,
      "grad_norm": 1.2413151264190674,
      "learning_rate": 8.408881534466086e-05,
      "loss": 7.0066,
      "step": 310220
    },
    {
      "epoch": 0.6463125,
      "grad_norm": 2.329871654510498,
      "learning_rate": 8.407995966941569e-05,
      "loss": 7.2124,
      "step": 310230
    },
    {
      "epoch": 0.6463333333333333,
      "grad_norm": 4.45904016494751,
      "learning_rate": 8.407110427891901e-05,
      "loss": 7.3219,
      "step": 310240
    },
    {
      "epoch": 0.6463541666666667,
      "grad_norm": 0.7849199175834656,
      "learning_rate": 8.406224917320907e-05,
      "loss": 7.8168,
      "step": 310250
    },
    {
      "epoch": 0.646375,
      "grad_norm": 1.7422760725021362,
      "learning_rate": 8.405339435232411e-05,
      "loss": 7.7293,
      "step": 310260
    },
    {
      "epoch": 0.6463958333333333,
      "grad_norm": 1.721973180770874,
      "learning_rate": 8.404453981630239e-05,
      "loss": 7.0592,
      "step": 310270
    },
    {
      "epoch": 0.6464166666666666,
      "grad_norm": 5.712717056274414,
      "learning_rate": 8.403568556518212e-05,
      "loss": 7.0508,
      "step": 310280
    },
    {
      "epoch": 0.6464375,
      "grad_norm": 0.8349757790565491,
      "learning_rate": 8.40268315990016e-05,
      "loss": 6.98,
      "step": 310290
    },
    {
      "epoch": 0.6464583333333334,
      "grad_norm": 1.0101110935211182,
      "learning_rate": 8.401797791779904e-05,
      "loss": 7.3738,
      "step": 310300
    },
    {
      "epoch": 0.6464791666666667,
      "grad_norm": 0.7856062054634094,
      "learning_rate": 8.400912452161271e-05,
      "loss": 7.0149,
      "step": 310310
    },
    {
      "epoch": 0.6465,
      "grad_norm": 2.7307703495025635,
      "learning_rate": 8.400027141048086e-05,
      "loss": 7.3524,
      "step": 310320
    },
    {
      "epoch": 0.6465208333333333,
      "grad_norm": 7.327869892120361,
      "learning_rate": 8.399141858444176e-05,
      "loss": 8.2832,
      "step": 310330
    },
    {
      "epoch": 0.6465416666666667,
      "grad_norm": 2.267848014831543,
      "learning_rate": 8.398256604353347e-05,
      "loss": 8.6209,
      "step": 310340
    },
    {
      "epoch": 0.6465625,
      "grad_norm": 0.9719472527503967,
      "learning_rate": 8.397371378779443e-05,
      "loss": 7.6805,
      "step": 310350
    },
    {
      "epoch": 0.6465833333333333,
      "grad_norm": 2.5598902702331543,
      "learning_rate": 8.396486181726286e-05,
      "loss": 7.2204,
      "step": 310360
    },
    {
      "epoch": 0.6466041666666666,
      "grad_norm": 2.2189958095550537,
      "learning_rate": 8.395601013197683e-05,
      "loss": 6.913,
      "step": 310370
    },
    {
      "epoch": 0.646625,
      "grad_norm": 10.63488483428955,
      "learning_rate": 8.394715873197479e-05,
      "loss": 7.625,
      "step": 310380
    },
    {
      "epoch": 0.6466458333333334,
      "grad_norm": 0.9262740612030029,
      "learning_rate": 8.39383076172949e-05,
      "loss": 7.2844,
      "step": 310390
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 1.0983507633209229,
      "learning_rate": 8.392945678797526e-05,
      "loss": 7.2215,
      "step": 310400
    },
    {
      "epoch": 0.6466875,
      "grad_norm": 1.469254732131958,
      "learning_rate": 8.392060624405433e-05,
      "loss": 7.2089,
      "step": 310410
    },
    {
      "epoch": 0.6467083333333333,
      "grad_norm": 1.4566450119018555,
      "learning_rate": 8.39117559855702e-05,
      "loss": 8.2236,
      "step": 310420
    },
    {
      "epoch": 0.6467291666666667,
      "grad_norm": 3.1849472522735596,
      "learning_rate": 8.390290601256103e-05,
      "loss": 7.6135,
      "step": 310430
    },
    {
      "epoch": 0.64675,
      "grad_norm": 1.0910018682479858,
      "learning_rate": 8.389405632506526e-05,
      "loss": 7.2358,
      "step": 310440
    },
    {
      "epoch": 0.6467708333333333,
      "grad_norm": 1.2416714429855347,
      "learning_rate": 8.388520692312095e-05,
      "loss": 8.1665,
      "step": 310450
    },
    {
      "epoch": 0.6467916666666667,
      "grad_norm": 2.364933967590332,
      "learning_rate": 8.387635780676632e-05,
      "loss": 7.2978,
      "step": 310460
    },
    {
      "epoch": 0.6468125,
      "grad_norm": 2.0528504848480225,
      "learning_rate": 8.386750897603978e-05,
      "loss": 7.6782,
      "step": 310470
    },
    {
      "epoch": 0.6468333333333334,
      "grad_norm": 1.4457470178604126,
      "learning_rate": 8.385866043097934e-05,
      "loss": 6.9671,
      "step": 310480
    },
    {
      "epoch": 0.6468541666666666,
      "grad_norm": 3.538437843322754,
      "learning_rate": 8.384981217162327e-05,
      "loss": 7.6472,
      "step": 310490
    },
    {
      "epoch": 0.646875,
      "grad_norm": 2.2688443660736084,
      "learning_rate": 8.384096419800992e-05,
      "loss": 7.6964,
      "step": 310500
    },
    {
      "epoch": 0.6468958333333333,
      "grad_norm": 1.0749011039733887,
      "learning_rate": 8.383211651017737e-05,
      "loss": 7.0971,
      "step": 310510
    },
    {
      "epoch": 0.6469166666666667,
      "grad_norm": 1.0707098245620728,
      "learning_rate": 8.382326910816384e-05,
      "loss": 7.0998,
      "step": 310520
    },
    {
      "epoch": 0.6469375,
      "grad_norm": 1.9231104850769043,
      "learning_rate": 8.38144219920077e-05,
      "loss": 7.2052,
      "step": 310530
    },
    {
      "epoch": 0.6469583333333333,
      "grad_norm": 0.9812359809875488,
      "learning_rate": 8.380557516174701e-05,
      "loss": 7.3499,
      "step": 310540
    },
    {
      "epoch": 0.6469791666666667,
      "grad_norm": 1.7178972959518433,
      "learning_rate": 8.379672861742003e-05,
      "loss": 7.4728,
      "step": 310550
    },
    {
      "epoch": 0.647,
      "grad_norm": 0.8401943445205688,
      "learning_rate": 8.378788235906495e-05,
      "loss": 7.3146,
      "step": 310560
    },
    {
      "epoch": 0.6470208333333334,
      "grad_norm": 1.0421725511550903,
      "learning_rate": 8.377903638672004e-05,
      "loss": 7.1156,
      "step": 310570
    },
    {
      "epoch": 0.6470416666666666,
      "grad_norm": 1.0364205837249756,
      "learning_rate": 8.377019070042348e-05,
      "loss": 7.2447,
      "step": 310580
    },
    {
      "epoch": 0.6470625,
      "grad_norm": 0.8760217428207397,
      "learning_rate": 8.376134530021346e-05,
      "loss": 7.4655,
      "step": 310590
    },
    {
      "epoch": 0.6470833333333333,
      "grad_norm": 1.0147340297698975,
      "learning_rate": 8.375250018612823e-05,
      "loss": 7.5082,
      "step": 310600
    },
    {
      "epoch": 0.6471041666666667,
      "grad_norm": 1.5215109586715698,
      "learning_rate": 8.374365535820596e-05,
      "loss": 7.2889,
      "step": 310610
    },
    {
      "epoch": 0.647125,
      "grad_norm": 0.702376663684845,
      "learning_rate": 8.373481081648487e-05,
      "loss": 7.0592,
      "step": 310620
    },
    {
      "epoch": 0.6471458333333333,
      "grad_norm": 1.8181242942810059,
      "learning_rate": 8.37259665610032e-05,
      "loss": 7.1167,
      "step": 310630
    },
    {
      "epoch": 0.6471666666666667,
      "grad_norm": 1.9195290803909302,
      "learning_rate": 8.371712259179915e-05,
      "loss": 7.2062,
      "step": 310640
    },
    {
      "epoch": 0.6471875,
      "grad_norm": 1.4112716913223267,
      "learning_rate": 8.370827890891078e-05,
      "loss": 7.1005,
      "step": 310650
    },
    {
      "epoch": 0.6472083333333334,
      "grad_norm": 2.145251750946045,
      "learning_rate": 8.369943551237649e-05,
      "loss": 8.2813,
      "step": 310660
    },
    {
      "epoch": 0.6472291666666666,
      "grad_norm": 2.0921854972839355,
      "learning_rate": 8.369059240223444e-05,
      "loss": 7.3413,
      "step": 310670
    },
    {
      "epoch": 0.64725,
      "grad_norm": 1.7657616138458252,
      "learning_rate": 8.368174957852264e-05,
      "loss": 7.3638,
      "step": 310680
    },
    {
      "epoch": 0.6472708333333334,
      "grad_norm": 1.0040630102157593,
      "learning_rate": 8.36729070412795e-05,
      "loss": 7.6108,
      "step": 310690
    },
    {
      "epoch": 0.6472916666666667,
      "grad_norm": 1.1564501523971558,
      "learning_rate": 8.366406479054323e-05,
      "loss": 7.0251,
      "step": 310700
    },
    {
      "epoch": 0.6473125,
      "grad_norm": 0.8702362179756165,
      "learning_rate": 8.365522282635181e-05,
      "loss": 7.2047,
      "step": 310710
    },
    {
      "epoch": 0.6473333333333333,
      "grad_norm": 1.650292992591858,
      "learning_rate": 8.364638114874361e-05,
      "loss": 7.0685,
      "step": 310720
    },
    {
      "epoch": 0.6473541666666667,
      "grad_norm": 1.6921559572219849,
      "learning_rate": 8.363753975775688e-05,
      "loss": 7.2487,
      "step": 310730
    },
    {
      "epoch": 0.647375,
      "grad_norm": 1.0212210416793823,
      "learning_rate": 8.362869865342955e-05,
      "loss": 7.5501,
      "step": 310740
    },
    {
      "epoch": 0.6473958333333333,
      "grad_norm": 4.398616313934326,
      "learning_rate": 8.361985783580005e-05,
      "loss": 7.4944,
      "step": 310750
    },
    {
      "epoch": 0.6474166666666666,
      "grad_norm": 1.4704654216766357,
      "learning_rate": 8.361101730490654e-05,
      "loss": 7.7102,
      "step": 310760
    },
    {
      "epoch": 0.6474375,
      "grad_norm": 2.5541751384735107,
      "learning_rate": 8.360217706078704e-05,
      "loss": 7.4979,
      "step": 310770
    },
    {
      "epoch": 0.6474583333333334,
      "grad_norm": 0.6749093532562256,
      "learning_rate": 8.359333710347997e-05,
      "loss": 7.0493,
      "step": 310780
    },
    {
      "epoch": 0.6474791666666667,
      "grad_norm": 1.223373293876648,
      "learning_rate": 8.358449743302334e-05,
      "loss": 7.3853,
      "step": 310790
    },
    {
      "epoch": 0.6475,
      "grad_norm": 2.2323243618011475,
      "learning_rate": 8.357565804945534e-05,
      "loss": 7.1694,
      "step": 310800
    },
    {
      "epoch": 0.6475208333333333,
      "grad_norm": 0.810042679309845,
      "learning_rate": 8.356681895281431e-05,
      "loss": 7.2482,
      "step": 310810
    },
    {
      "epoch": 0.6475416666666667,
      "grad_norm": 1.0194355249404907,
      "learning_rate": 8.355798014313828e-05,
      "loss": 7.3449,
      "step": 310820
    },
    {
      "epoch": 0.6475625,
      "grad_norm": 10.900628089904785,
      "learning_rate": 8.354914162046542e-05,
      "loss": 7.8427,
      "step": 310830
    },
    {
      "epoch": 0.6475833333333333,
      "grad_norm": 1.442049503326416,
      "learning_rate": 8.354030338483408e-05,
      "loss": 7.3031,
      "step": 310840
    },
    {
      "epoch": 0.6476041666666666,
      "grad_norm": 3.167417287826538,
      "learning_rate": 8.353146543628225e-05,
      "loss": 7.1887,
      "step": 310850
    },
    {
      "epoch": 0.647625,
      "grad_norm": 1.460869312286377,
      "learning_rate": 8.352262777484814e-05,
      "loss": 7.2463,
      "step": 310860
    },
    {
      "epoch": 0.6476458333333334,
      "grad_norm": 0.7061296105384827,
      "learning_rate": 8.351379040057007e-05,
      "loss": 7.0833,
      "step": 310870
    },
    {
      "epoch": 0.6476666666666666,
      "grad_norm": 1.2695318460464478,
      "learning_rate": 8.350495331348603e-05,
      "loss": 7.6029,
      "step": 310880
    },
    {
      "epoch": 0.6476875,
      "grad_norm": 0.671419084072113,
      "learning_rate": 8.349611651363423e-05,
      "loss": 7.8715,
      "step": 310890
    },
    {
      "epoch": 0.6477083333333333,
      "grad_norm": 1.3758560419082642,
      "learning_rate": 8.348728000105302e-05,
      "loss": 7.9004,
      "step": 310900
    },
    {
      "epoch": 0.6477291666666667,
      "grad_norm": 1.057898998260498,
      "learning_rate": 8.347844377578035e-05,
      "loss": 7.1594,
      "step": 310910
    },
    {
      "epoch": 0.64775,
      "grad_norm": 1.2270216941833496,
      "learning_rate": 8.346960783785447e-05,
      "loss": 7.0195,
      "step": 310920
    },
    {
      "epoch": 0.6477708333333333,
      "grad_norm": 0.9264768958091736,
      "learning_rate": 8.346077218731357e-05,
      "loss": 7.9852,
      "step": 310930
    },
    {
      "epoch": 0.6477916666666667,
      "grad_norm": 0.9754564762115479,
      "learning_rate": 8.345193682419579e-05,
      "loss": 7.2586,
      "step": 310940
    },
    {
      "epoch": 0.6478125,
      "grad_norm": 2.931934118270874,
      "learning_rate": 8.344310174853929e-05,
      "loss": 6.9287,
      "step": 310950
    },
    {
      "epoch": 0.6478333333333334,
      "grad_norm": 1.4130200147628784,
      "learning_rate": 8.343426696038225e-05,
      "loss": 7.1637,
      "step": 310960
    },
    {
      "epoch": 0.6478541666666666,
      "grad_norm": 0.9186975955963135,
      "learning_rate": 8.342543245976283e-05,
      "loss": 7.3777,
      "step": 310970
    },
    {
      "epoch": 0.647875,
      "grad_norm": 1.492181420326233,
      "learning_rate": 8.34165982467192e-05,
      "loss": 7.4678,
      "step": 310980
    },
    {
      "epoch": 0.6478958333333333,
      "grad_norm": 1.7622510194778442,
      "learning_rate": 8.340776432128948e-05,
      "loss": 7.2796,
      "step": 310990
    },
    {
      "epoch": 0.6479166666666667,
      "grad_norm": 1.6571693420410156,
      "learning_rate": 8.339893068351188e-05,
      "loss": 7.356,
      "step": 311000
    },
    {
      "epoch": 0.6479166666666667,
      "eval_loss": 7.1424360275268555,
      "eval_runtime": 9.4443,
      "eval_samples_per_second": 0.318,
      "eval_steps_per_second": 0.106,
      "step": 311000
    },
    {
      "epoch": 0.6479375,
      "grad_norm": 0.7589513063430786,
      "learning_rate": 8.339009733342455e-05,
      "loss": 7.4066,
      "step": 311010
    },
    {
      "epoch": 0.6479583333333333,
      "grad_norm": 1.240459680557251,
      "learning_rate": 8.338126427106561e-05,
      "loss": 7.2915,
      "step": 311020
    },
    {
      "epoch": 0.6479791666666667,
      "grad_norm": 2.1047022342681885,
      "learning_rate": 8.337243149647325e-05,
      "loss": 7.1599,
      "step": 311030
    },
    {
      "epoch": 0.648,
      "grad_norm": 1.9678428173065186,
      "learning_rate": 8.336359900968568e-05,
      "loss": 7.7311,
      "step": 311040
    },
    {
      "epoch": 0.6480208333333334,
      "grad_norm": 0.8740174770355225,
      "learning_rate": 8.335476681074084e-05,
      "loss": 7.7117,
      "step": 311050
    },
    {
      "epoch": 0.6480416666666666,
      "grad_norm": 0.8637292981147766,
      "learning_rate": 8.334593489967712e-05,
      "loss": 7.603,
      "step": 311060
    },
    {
      "epoch": 0.6480625,
      "grad_norm": 1.717508316040039,
      "learning_rate": 8.333710327653261e-05,
      "loss": 7.5157,
      "step": 311070
    },
    {
      "epoch": 0.6480833333333333,
      "grad_norm": 0.6672707200050354,
      "learning_rate": 8.332827194134532e-05,
      "loss": 7.4489,
      "step": 311080
    },
    {
      "epoch": 0.6481041666666667,
      "grad_norm": 0.7879741787910461,
      "learning_rate": 8.331944089415355e-05,
      "loss": 7.1344,
      "step": 311090
    },
    {
      "epoch": 0.648125,
      "grad_norm": 1.7513843774795532,
      "learning_rate": 8.331061013499549e-05,
      "loss": 7.2114,
      "step": 311100
    },
    {
      "epoch": 0.6481458333333333,
      "grad_norm": 3.7862660884857178,
      "learning_rate": 8.330177966390906e-05,
      "loss": 7.671,
      "step": 311110
    },
    {
      "epoch": 0.6481666666666667,
      "grad_norm": 1.8518561124801636,
      "learning_rate": 8.32929494809326e-05,
      "loss": 7.2687,
      "step": 311120
    },
    {
      "epoch": 0.6481875,
      "grad_norm": 0.6959790587425232,
      "learning_rate": 8.328411958610425e-05,
      "loss": 7.2391,
      "step": 311130
    },
    {
      "epoch": 0.6482083333333334,
      "grad_norm": 1.1853359937667847,
      "learning_rate": 8.327528997946198e-05,
      "loss": 7.3037,
      "step": 311140
    },
    {
      "epoch": 0.6482291666666666,
      "grad_norm": 0.8911149501800537,
      "learning_rate": 8.326646066104417e-05,
      "loss": 7.8476,
      "step": 311150
    },
    {
      "epoch": 0.64825,
      "grad_norm": 0.6860183477401733,
      "learning_rate": 8.325763163088877e-05,
      "loss": 7.1363,
      "step": 311160
    },
    {
      "epoch": 0.6482708333333334,
      "grad_norm": 1.3593237400054932,
      "learning_rate": 8.324880288903393e-05,
      "loss": 7.1711,
      "step": 311170
    },
    {
      "epoch": 0.6482916666666667,
      "grad_norm": 1.0215288400650024,
      "learning_rate": 8.323997443551796e-05,
      "loss": 7.3231,
      "step": 311180
    },
    {
      "epoch": 0.6483125,
      "grad_norm": 3.3600282669067383,
      "learning_rate": 8.32311462703788e-05,
      "loss": 7.093,
      "step": 311190
    },
    {
      "epoch": 0.6483333333333333,
      "grad_norm": 3.708017349243164,
      "learning_rate": 8.322231839365467e-05,
      "loss": 7.8727,
      "step": 311200
    },
    {
      "epoch": 0.6483541666666667,
      "grad_norm": 1.4241087436676025,
      "learning_rate": 8.32134908053837e-05,
      "loss": 7.0148,
      "step": 311210
    },
    {
      "epoch": 0.648375,
      "grad_norm": 1.8074655532836914,
      "learning_rate": 8.320466350560401e-05,
      "loss": 7.2802,
      "step": 311220
    },
    {
      "epoch": 0.6483958333333333,
      "grad_norm": 5.27523136138916,
      "learning_rate": 8.31958364943537e-05,
      "loss": 7.6457,
      "step": 311230
    },
    {
      "epoch": 0.6484166666666666,
      "grad_norm": 3.082416296005249,
      "learning_rate": 8.318700977167098e-05,
      "loss": 7.5548,
      "step": 311240
    },
    {
      "epoch": 0.6484375,
      "grad_norm": 0.800974428653717,
      "learning_rate": 8.317818333759392e-05,
      "loss": 7.4908,
      "step": 311250
    },
    {
      "epoch": 0.6484583333333334,
      "grad_norm": 0.8999665975570679,
      "learning_rate": 8.316935719216063e-05,
      "loss": 7.8505,
      "step": 311260
    },
    {
      "epoch": 0.6484791666666667,
      "grad_norm": 1.7294578552246094,
      "learning_rate": 8.31605313354093e-05,
      "loss": 7.1823,
      "step": 311270
    },
    {
      "epoch": 0.6485,
      "grad_norm": 7.820405006408691,
      "learning_rate": 8.3151705767378e-05,
      "loss": 7.8809,
      "step": 311280
    },
    {
      "epoch": 0.6485208333333333,
      "grad_norm": 0.9402974247932434,
      "learning_rate": 8.314288048810487e-05,
      "loss": 7.7618,
      "step": 311290
    },
    {
      "epoch": 0.6485416666666667,
      "grad_norm": 1.087371826171875,
      "learning_rate": 8.313405549762805e-05,
      "loss": 7.3345,
      "step": 311300
    },
    {
      "epoch": 0.6485625,
      "grad_norm": 2.0210845470428467,
      "learning_rate": 8.312523079598562e-05,
      "loss": 7.3669,
      "step": 311310
    },
    {
      "epoch": 0.6485833333333333,
      "grad_norm": 1.9791277647018433,
      "learning_rate": 8.311640638321572e-05,
      "loss": 7.6034,
      "step": 311320
    },
    {
      "epoch": 0.6486041666666666,
      "grad_norm": 1.4342660903930664,
      "learning_rate": 8.31075822593565e-05,
      "loss": 7.0963,
      "step": 311330
    },
    {
      "epoch": 0.648625,
      "grad_norm": 1.1265486478805542,
      "learning_rate": 8.309875842444602e-05,
      "loss": 7.0248,
      "step": 311340
    },
    {
      "epoch": 0.6486458333333334,
      "grad_norm": 1.5040632486343384,
      "learning_rate": 8.308993487852242e-05,
      "loss": 7.7854,
      "step": 311350
    },
    {
      "epoch": 0.6486666666666666,
      "grad_norm": 1.8619341850280762,
      "learning_rate": 8.308111162162384e-05,
      "loss": 7.3757,
      "step": 311360
    },
    {
      "epoch": 0.6486875,
      "grad_norm": 6.589028835296631,
      "learning_rate": 8.307228865378835e-05,
      "loss": 7.7491,
      "step": 311370
    },
    {
      "epoch": 0.6487083333333333,
      "grad_norm": 0.8134554028511047,
      "learning_rate": 8.306346597505409e-05,
      "loss": 7.8685,
      "step": 311380
    },
    {
      "epoch": 0.6487291666666667,
      "grad_norm": 1.8132147789001465,
      "learning_rate": 8.305464358545916e-05,
      "loss": 7.0673,
      "step": 311390
    },
    {
      "epoch": 0.64875,
      "grad_norm": 0.9910053610801697,
      "learning_rate": 8.304582148504167e-05,
      "loss": 7.4202,
      "step": 311400
    },
    {
      "epoch": 0.6487708333333333,
      "grad_norm": 1.1099269390106201,
      "learning_rate": 8.303699967383978e-05,
      "loss": 7.239,
      "step": 311410
    },
    {
      "epoch": 0.6487916666666667,
      "grad_norm": 1.5077687501907349,
      "learning_rate": 8.302817815189144e-05,
      "loss": 7.3659,
      "step": 311420
    },
    {
      "epoch": 0.6488125,
      "grad_norm": 1.276227355003357,
      "learning_rate": 8.30193569192349e-05,
      "loss": 6.972,
      "step": 311430
    },
    {
      "epoch": 0.6488333333333334,
      "grad_norm": 2.8696701526641846,
      "learning_rate": 8.301053597590832e-05,
      "loss": 7.7423,
      "step": 311440
    },
    {
      "epoch": 0.6488541666666666,
      "grad_norm": 1.2832508087158203,
      "learning_rate": 8.300171532194956e-05,
      "loss": 7.1718,
      "step": 311450
    },
    {
      "epoch": 0.648875,
      "grad_norm": 0.9351451992988586,
      "learning_rate": 8.299289495739695e-05,
      "loss": 7.5074,
      "step": 311460
    },
    {
      "epoch": 0.6488958333333333,
      "grad_norm": 1.4821743965148926,
      "learning_rate": 8.298407488228854e-05,
      "loss": 7.7197,
      "step": 311470
    },
    {
      "epoch": 0.6489166666666667,
      "grad_norm": 0.9701316356658936,
      "learning_rate": 8.297525509666231e-05,
      "loss": 7.1774,
      "step": 311480
    },
    {
      "epoch": 0.6489375,
      "grad_norm": 1.8619496822357178,
      "learning_rate": 8.29664356005565e-05,
      "loss": 7.173,
      "step": 311490
    },
    {
      "epoch": 0.6489583333333333,
      "grad_norm": 2.006319284439087,
      "learning_rate": 8.29576163940092e-05,
      "loss": 8.0696,
      "step": 311500
    },
    {
      "epoch": 0.6489791666666667,
      "grad_norm": 2.0991175174713135,
      "learning_rate": 8.294879747705842e-05,
      "loss": 7.3795,
      "step": 311510
    },
    {
      "epoch": 0.649,
      "grad_norm": 2.1465656757354736,
      "learning_rate": 8.293997884974223e-05,
      "loss": 7.8856,
      "step": 311520
    },
    {
      "epoch": 0.6490208333333334,
      "grad_norm": 1.2538779973983765,
      "learning_rate": 8.29311605120989e-05,
      "loss": 7.084,
      "step": 311530
    },
    {
      "epoch": 0.6490416666666666,
      "grad_norm": 1.632155179977417,
      "learning_rate": 8.292234246416636e-05,
      "loss": 6.9635,
      "step": 311540
    },
    {
      "epoch": 0.6490625,
      "grad_norm": 0.8759890794754028,
      "learning_rate": 8.291352470598273e-05,
      "loss": 7.7603,
      "step": 311550
    },
    {
      "epoch": 0.6490833333333333,
      "grad_norm": 2.1074814796447754,
      "learning_rate": 8.290470723758613e-05,
      "loss": 7.5565,
      "step": 311560
    },
    {
      "epoch": 0.6491041666666667,
      "grad_norm": 1.7296652793884277,
      "learning_rate": 8.289589005901463e-05,
      "loss": 7.6244,
      "step": 311570
    },
    {
      "epoch": 0.649125,
      "grad_norm": 3.24167799949646,
      "learning_rate": 8.288707317030633e-05,
      "loss": 7.9796,
      "step": 311580
    },
    {
      "epoch": 0.6491458333333333,
      "grad_norm": 1.052040696144104,
      "learning_rate": 8.28782565714993e-05,
      "loss": 7.1597,
      "step": 311590
    },
    {
      "epoch": 0.6491666666666667,
      "grad_norm": 1.7395622730255127,
      "learning_rate": 8.286944026263166e-05,
      "loss": 7.1212,
      "step": 311600
    },
    {
      "epoch": 0.6491875,
      "grad_norm": 0.6999027132987976,
      "learning_rate": 8.286062424374145e-05,
      "loss": 7.3563,
      "step": 311610
    },
    {
      "epoch": 0.6492083333333334,
      "grad_norm": 2.0835654735565186,
      "learning_rate": 8.285180851486676e-05,
      "loss": 7.3296,
      "step": 311620
    },
    {
      "epoch": 0.6492291666666666,
      "grad_norm": 1.4564127922058105,
      "learning_rate": 8.284299307604568e-05,
      "loss": 7.4024,
      "step": 311630
    },
    {
      "epoch": 0.64925,
      "grad_norm": 0.8784724473953247,
      "learning_rate": 8.283417792731629e-05,
      "loss": 8.0254,
      "step": 311640
    },
    {
      "epoch": 0.6492708333333334,
      "grad_norm": 1.414080262184143,
      "learning_rate": 8.282536306871666e-05,
      "loss": 7.2584,
      "step": 311650
    },
    {
      "epoch": 0.6492916666666667,
      "grad_norm": 2.135188102722168,
      "learning_rate": 8.281654850028488e-05,
      "loss": 7.2842,
      "step": 311660
    },
    {
      "epoch": 0.6493125,
      "grad_norm": 1.4877325296401978,
      "learning_rate": 8.280773422205901e-05,
      "loss": 7.4514,
      "step": 311670
    },
    {
      "epoch": 0.6493333333333333,
      "grad_norm": 1.5782921314239502,
      "learning_rate": 8.279892023407715e-05,
      "loss": 7.0235,
      "step": 311680
    },
    {
      "epoch": 0.6493541666666667,
      "grad_norm": 2.1907882690429688,
      "learning_rate": 8.279010653637732e-05,
      "loss": 7.1848,
      "step": 311690
    },
    {
      "epoch": 0.649375,
      "grad_norm": 1.1225006580352783,
      "learning_rate": 8.278129312899764e-05,
      "loss": 7.304,
      "step": 311700
    },
    {
      "epoch": 0.6493958333333333,
      "grad_norm": 1.460465431213379,
      "learning_rate": 8.277248001197618e-05,
      "loss": 7.3908,
      "step": 311710
    },
    {
      "epoch": 0.6494166666666666,
      "grad_norm": 1.802476167678833,
      "learning_rate": 8.2763667185351e-05,
      "loss": 8.0027,
      "step": 311720
    },
    {
      "epoch": 0.6494375,
      "grad_norm": 2.3448498249053955,
      "learning_rate": 8.275485464916016e-05,
      "loss": 8.8125,
      "step": 311730
    },
    {
      "epoch": 0.6494583333333334,
      "grad_norm": 1.4115731716156006,
      "learning_rate": 8.274604240344172e-05,
      "loss": 7.3186,
      "step": 311740
    },
    {
      "epoch": 0.6494791666666667,
      "grad_norm": 1.5852015018463135,
      "learning_rate": 8.273723044823376e-05,
      "loss": 7.5272,
      "step": 311750
    },
    {
      "epoch": 0.6495,
      "grad_norm": 6.330036640167236,
      "learning_rate": 8.272841878357434e-05,
      "loss": 7.598,
      "step": 311760
    },
    {
      "epoch": 0.6495208333333333,
      "grad_norm": 1.4085369110107422,
      "learning_rate": 8.271960740950153e-05,
      "loss": 7.4555,
      "step": 311770
    },
    {
      "epoch": 0.6495416666666667,
      "grad_norm": 1.0121469497680664,
      "learning_rate": 8.271079632605344e-05,
      "loss": 7.6167,
      "step": 311780
    },
    {
      "epoch": 0.6495625,
      "grad_norm": 0.9132142663002014,
      "learning_rate": 8.270198553326801e-05,
      "loss": 7.0847,
      "step": 311790
    },
    {
      "epoch": 0.6495833333333333,
      "grad_norm": 3.3653182983398438,
      "learning_rate": 8.269317503118332e-05,
      "loss": 8.2183,
      "step": 311800
    },
    {
      "epoch": 0.6496041666666666,
      "grad_norm": 1.8779606819152832,
      "learning_rate": 8.268436481983754e-05,
      "loss": 8.1989,
      "step": 311810
    },
    {
      "epoch": 0.649625,
      "grad_norm": 2.484668254852295,
      "learning_rate": 8.267555489926864e-05,
      "loss": 8.9428,
      "step": 311820
    },
    {
      "epoch": 0.6496458333333334,
      "grad_norm": 1.866150140762329,
      "learning_rate": 8.266674526951465e-05,
      "loss": 7.0974,
      "step": 311830
    },
    {
      "epoch": 0.6496666666666666,
      "grad_norm": 0.744234025478363,
      "learning_rate": 8.265793593061378e-05,
      "loss": 8.0656,
      "step": 311840
    },
    {
      "epoch": 0.6496875,
      "grad_norm": 1.9378786087036133,
      "learning_rate": 8.264912688260388e-05,
      "loss": 7.4462,
      "step": 311850
    },
    {
      "epoch": 0.6497083333333333,
      "grad_norm": 1.2555404901504517,
      "learning_rate": 8.264031812552306e-05,
      "loss": 7.0891,
      "step": 311860
    },
    {
      "epoch": 0.6497291666666667,
      "grad_norm": 1.449517011642456,
      "learning_rate": 8.26315096594095e-05,
      "loss": 7.3789,
      "step": 311870
    },
    {
      "epoch": 0.64975,
      "grad_norm": 1.5681886672973633,
      "learning_rate": 8.262270148430112e-05,
      "loss": 7.6546,
      "step": 311880
    },
    {
      "epoch": 0.6497708333333333,
      "grad_norm": 2.7096946239471436,
      "learning_rate": 8.261389360023592e-05,
      "loss": 7.1362,
      "step": 311890
    },
    {
      "epoch": 0.6497916666666667,
      "grad_norm": 2.589657783508301,
      "learning_rate": 8.260508600725216e-05,
      "loss": 8.19,
      "step": 311900
    },
    {
      "epoch": 0.6498125,
      "grad_norm": 1.5337589979171753,
      "learning_rate": 8.25962787053877e-05,
      "loss": 7.1651,
      "step": 311910
    },
    {
      "epoch": 0.6498333333333334,
      "grad_norm": 3.017622470855713,
      "learning_rate": 8.258747169468062e-05,
      "loss": 7.4709,
      "step": 311920
    },
    {
      "epoch": 0.6498541666666666,
      "grad_norm": 1.1294500827789307,
      "learning_rate": 8.257866497516897e-05,
      "loss": 7.1234,
      "step": 311930
    },
    {
      "epoch": 0.649875,
      "grad_norm": 1.1900819540023804,
      "learning_rate": 8.25698585468908e-05,
      "loss": 7.2119,
      "step": 311940
    },
    {
      "epoch": 0.6498958333333333,
      "grad_norm": 0.9565980434417725,
      "learning_rate": 8.256105240988417e-05,
      "loss": 7.3449,
      "step": 311950
    },
    {
      "epoch": 0.6499166666666667,
      "grad_norm": 1.5333231687545776,
      "learning_rate": 8.255224656418707e-05,
      "loss": 6.954,
      "step": 311960
    },
    {
      "epoch": 0.6499375,
      "grad_norm": 0.7941558361053467,
      "learning_rate": 8.25434410098376e-05,
      "loss": 6.8101,
      "step": 311970
    },
    {
      "epoch": 0.6499583333333333,
      "grad_norm": 0.6846731901168823,
      "learning_rate": 8.253463574687374e-05,
      "loss": 7.3877,
      "step": 311980
    },
    {
      "epoch": 0.6499791666666667,
      "grad_norm": 0.8790591955184937,
      "learning_rate": 8.252583077533358e-05,
      "loss": 6.919,
      "step": 311990
    },
    {
      "epoch": 0.65,
      "grad_norm": 1.303812861442566,
      "learning_rate": 8.25170260952551e-05,
      "loss": 7.9498,
      "step": 312000
    },
    {
      "epoch": 0.65,
      "eval_loss": 7.989393711090088,
      "eval_runtime": 8.9508,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 312000
    },
    {
      "epoch": 0.6500208333333334,
      "grad_norm": 2.0994999408721924,
      "learning_rate": 8.250822170667635e-05,
      "loss": 7.2797,
      "step": 312010
    },
    {
      "epoch": 0.6500416666666666,
      "grad_norm": 1.3574270009994507,
      "learning_rate": 8.249941760963536e-05,
      "loss": 7.308,
      "step": 312020
    },
    {
      "epoch": 0.6500625,
      "grad_norm": 7.421708106994629,
      "learning_rate": 8.249061380417019e-05,
      "loss": 8.3831,
      "step": 312030
    },
    {
      "epoch": 0.6500833333333333,
      "grad_norm": 1.8117262125015259,
      "learning_rate": 8.248181029031885e-05,
      "loss": 7.7489,
      "step": 312040
    },
    {
      "epoch": 0.6501041666666667,
      "grad_norm": 2.4354441165924072,
      "learning_rate": 8.247300706811935e-05,
      "loss": 7.9687,
      "step": 312050
    },
    {
      "epoch": 0.650125,
      "grad_norm": 1.8991156816482544,
      "learning_rate": 8.246420413760973e-05,
      "loss": 7.0161,
      "step": 312060
    },
    {
      "epoch": 0.6501458333333333,
      "grad_norm": 1.192649245262146,
      "learning_rate": 8.245540149882802e-05,
      "loss": 7.7378,
      "step": 312070
    },
    {
      "epoch": 0.6501666666666667,
      "grad_norm": 3.9405391216278076,
      "learning_rate": 8.244659915181225e-05,
      "loss": 7.4746,
      "step": 312080
    },
    {
      "epoch": 0.6501875,
      "grad_norm": 0.9338849186897278,
      "learning_rate": 8.24377970966004e-05,
      "loss": 7.3432,
      "step": 312090
    },
    {
      "epoch": 0.6502083333333334,
      "grad_norm": 1.3848519325256348,
      "learning_rate": 8.242899533323061e-05,
      "loss": 7.6162,
      "step": 312100
    },
    {
      "epoch": 0.6502291666666666,
      "grad_norm": 1.4130780696868896,
      "learning_rate": 8.242019386174068e-05,
      "loss": 7.5109,
      "step": 312110
    },
    {
      "epoch": 0.65025,
      "grad_norm": 1.070089340209961,
      "learning_rate": 8.241139268216883e-05,
      "loss": 7.2487,
      "step": 312120
    },
    {
      "epoch": 0.6502708333333334,
      "grad_norm": 1.086814522743225,
      "learning_rate": 8.240259179455309e-05,
      "loss": 7.1591,
      "step": 312130
    },
    {
      "epoch": 0.6502916666666667,
      "grad_norm": 1.4364292621612549,
      "learning_rate": 8.239379119893124e-05,
      "loss": 7.4132,
      "step": 312140
    },
    {
      "epoch": 0.6503125,
      "grad_norm": 1.4235233068466187,
      "learning_rate": 8.238499089534159e-05,
      "loss": 7.2962,
      "step": 312150
    },
    {
      "epoch": 0.6503333333333333,
      "grad_norm": 1.0461206436157227,
      "learning_rate": 8.237619088382197e-05,
      "loss": 7.2096,
      "step": 312160
    },
    {
      "epoch": 0.6503541666666667,
      "grad_norm": 9.088212013244629,
      "learning_rate": 8.236739116441036e-05,
      "loss": 8.3069,
      "step": 312170
    },
    {
      "epoch": 0.650375,
      "grad_norm": 1.5301406383514404,
      "learning_rate": 8.235859173714495e-05,
      "loss": 7.5491,
      "step": 312180
    },
    {
      "epoch": 0.6503958333333333,
      "grad_norm": 1.178467035293579,
      "learning_rate": 8.234979260206362e-05,
      "loss": 7.0104,
      "step": 312190
    },
    {
      "epoch": 0.6504166666666666,
      "grad_norm": 3.376746892929077,
      "learning_rate": 8.234099375920435e-05,
      "loss": 7.3694,
      "step": 312200
    },
    {
      "epoch": 0.6504375,
      "grad_norm": 1.0916317701339722,
      "learning_rate": 8.233219520860531e-05,
      "loss": 7.383,
      "step": 312210
    },
    {
      "epoch": 0.6504583333333334,
      "grad_norm": 0.7949338555335999,
      "learning_rate": 8.232339695030434e-05,
      "loss": 7.091,
      "step": 312220
    },
    {
      "epoch": 0.6504791666666667,
      "grad_norm": 0.877967894077301,
      "learning_rate": 8.231459898433946e-05,
      "loss": 7.2951,
      "step": 312230
    },
    {
      "epoch": 0.6505,
      "grad_norm": 1.298362374305725,
      "learning_rate": 8.230580131074883e-05,
      "loss": 8.2302,
      "step": 312240
    },
    {
      "epoch": 0.6505208333333333,
      "grad_norm": 1.8282220363616943,
      "learning_rate": 8.22970039295703e-05,
      "loss": 8.0792,
      "step": 312250
    },
    {
      "epoch": 0.6505416666666667,
      "grad_norm": 1.9454337358474731,
      "learning_rate": 8.228820684084183e-05,
      "loss": 7.9,
      "step": 312260
    },
    {
      "epoch": 0.6505625,
      "grad_norm": 0.7180562615394592,
      "learning_rate": 8.227941004460163e-05,
      "loss": 6.8726,
      "step": 312270
    },
    {
      "epoch": 0.6505833333333333,
      "grad_norm": 4.021142482757568,
      "learning_rate": 8.227061354088753e-05,
      "loss": 7.6346,
      "step": 312280
    },
    {
      "epoch": 0.6506041666666667,
      "grad_norm": 2.052048683166504,
      "learning_rate": 8.226181732973756e-05,
      "loss": 7.8327,
      "step": 312290
    },
    {
      "epoch": 0.650625,
      "grad_norm": 1.8817049264907837,
      "learning_rate": 8.225302141118972e-05,
      "loss": 7.5815,
      "step": 312300
    },
    {
      "epoch": 0.6506458333333334,
      "grad_norm": 1.3143033981323242,
      "learning_rate": 8.224422578528201e-05,
      "loss": 7.2125,
      "step": 312310
    },
    {
      "epoch": 0.6506666666666666,
      "grad_norm": 1.2639992237091064,
      "learning_rate": 8.223543045205244e-05,
      "loss": 7.4121,
      "step": 312320
    },
    {
      "epoch": 0.6506875,
      "grad_norm": 1.1425237655639648,
      "learning_rate": 8.222663541153897e-05,
      "loss": 7.127,
      "step": 312330
    },
    {
      "epoch": 0.6507083333333333,
      "grad_norm": 1.3918530941009521,
      "learning_rate": 8.221784066377961e-05,
      "loss": 7.0752,
      "step": 312340
    },
    {
      "epoch": 0.6507291666666667,
      "grad_norm": 0.8508557677268982,
      "learning_rate": 8.220904620881237e-05,
      "loss": 7.8372,
      "step": 312350
    },
    {
      "epoch": 0.65075,
      "grad_norm": 1.597486972808838,
      "learning_rate": 8.22002520466752e-05,
      "loss": 7.1262,
      "step": 312360
    },
    {
      "epoch": 0.6507708333333333,
      "grad_norm": 0.6917675733566284,
      "learning_rate": 8.21914581774061e-05,
      "loss": 6.9137,
      "step": 312370
    },
    {
      "epoch": 0.6507916666666667,
      "grad_norm": 1.6350371837615967,
      "learning_rate": 8.218266460104308e-05,
      "loss": 7.3332,
      "step": 312380
    },
    {
      "epoch": 0.6508125,
      "grad_norm": 0.7637218832969666,
      "learning_rate": 8.217387131762408e-05,
      "loss": 6.8298,
      "step": 312390
    },
    {
      "epoch": 0.6508333333333334,
      "grad_norm": 1.0686603784561157,
      "learning_rate": 8.216507832718713e-05,
      "loss": 7.5522,
      "step": 312400
    },
    {
      "epoch": 0.6508541666666666,
      "grad_norm": 1.9419581890106201,
      "learning_rate": 8.215628562977025e-05,
      "loss": 7.1609,
      "step": 312410
    },
    {
      "epoch": 0.650875,
      "grad_norm": 1.220354676246643,
      "learning_rate": 8.214749322541121e-05,
      "loss": 7.3788,
      "step": 312420
    },
    {
      "epoch": 0.6508958333333333,
      "grad_norm": 1.201548457145691,
      "learning_rate": 8.213870111414823e-05,
      "loss": 7.1792,
      "step": 312430
    },
    {
      "epoch": 0.6509166666666667,
      "grad_norm": 4.740987777709961,
      "learning_rate": 8.212990929601924e-05,
      "loss": 7.4003,
      "step": 312440
    },
    {
      "epoch": 0.6509375,
      "grad_norm": 3.1609978675842285,
      "learning_rate": 8.212111777106209e-05,
      "loss": 7.8694,
      "step": 312450
    },
    {
      "epoch": 0.6509583333333333,
      "grad_norm": 2.4734437465667725,
      "learning_rate": 8.211232653931488e-05,
      "loss": 7.2347,
      "step": 312460
    },
    {
      "epoch": 0.6509791666666667,
      "grad_norm": 0.6754710674285889,
      "learning_rate": 8.210353560081561e-05,
      "loss": 7.6445,
      "step": 312470
    },
    {
      "epoch": 0.651,
      "grad_norm": 3.0400872230529785,
      "learning_rate": 8.209474495560208e-05,
      "loss": 7.5982,
      "step": 312480
    },
    {
      "epoch": 0.6510208333333334,
      "grad_norm": 6.234482288360596,
      "learning_rate": 8.208595460371243e-05,
      "loss": 7.5785,
      "step": 312490
    },
    {
      "epoch": 0.6510416666666666,
      "grad_norm": 1.2909053564071655,
      "learning_rate": 8.207716454518461e-05,
      "loss": 7.5837,
      "step": 312500
    },
    {
      "epoch": 0.6510625,
      "grad_norm": 1.1321285963058472,
      "learning_rate": 8.206837478005645e-05,
      "loss": 6.9752,
      "step": 312510
    },
    {
      "epoch": 0.6510833333333333,
      "grad_norm": 1.8603956699371338,
      "learning_rate": 8.20595853083661e-05,
      "loss": 7.37,
      "step": 312520
    },
    {
      "epoch": 0.6511041666666667,
      "grad_norm": 0.7535293698310852,
      "learning_rate": 8.205079613015148e-05,
      "loss": 7.3803,
      "step": 312530
    },
    {
      "epoch": 0.651125,
      "grad_norm": 5.490543365478516,
      "learning_rate": 8.204200724545044e-05,
      "loss": 7.7607,
      "step": 312540
    },
    {
      "epoch": 0.6511458333333333,
      "grad_norm": 1.8973404169082642,
      "learning_rate": 8.20332186543011e-05,
      "loss": 7.43,
      "step": 312550
    },
    {
      "epoch": 0.6511666666666667,
      "grad_norm": 1.4589109420776367,
      "learning_rate": 8.202443035674132e-05,
      "loss": 7.3944,
      "step": 312560
    },
    {
      "epoch": 0.6511875,
      "grad_norm": 2.5375773906707764,
      "learning_rate": 8.201564235280905e-05,
      "loss": 7.0881,
      "step": 312570
    },
    {
      "epoch": 0.6512083333333333,
      "grad_norm": 0.9397135376930237,
      "learning_rate": 8.200685464254239e-05,
      "loss": 7.3929,
      "step": 312580
    },
    {
      "epoch": 0.6512291666666666,
      "grad_norm": 1.42196786403656,
      "learning_rate": 8.199806722597916e-05,
      "loss": 7.5147,
      "step": 312590
    },
    {
      "epoch": 0.65125,
      "grad_norm": 6.039301872253418,
      "learning_rate": 8.198928010315728e-05,
      "loss": 7.7491,
      "step": 312600
    },
    {
      "epoch": 0.6512708333333334,
      "grad_norm": 10.81594181060791,
      "learning_rate": 8.198049327411494e-05,
      "loss": 8.3208,
      "step": 312610
    },
    {
      "epoch": 0.6512916666666667,
      "grad_norm": 1.0033408403396606,
      "learning_rate": 8.197170673888987e-05,
      "loss": 7.2318,
      "step": 312620
    },
    {
      "epoch": 0.6513125,
      "grad_norm": 5.745038986206055,
      "learning_rate": 8.196292049752004e-05,
      "loss": 7.5093,
      "step": 312630
    },
    {
      "epoch": 0.6513333333333333,
      "grad_norm": 5.4593825340271,
      "learning_rate": 8.195413455004357e-05,
      "loss": 7.2706,
      "step": 312640
    },
    {
      "epoch": 0.6513541666666667,
      "grad_norm": 3.3351171016693115,
      "learning_rate": 8.194534889649826e-05,
      "loss": 7.3673,
      "step": 312650
    },
    {
      "epoch": 0.651375,
      "grad_norm": 1.4590938091278076,
      "learning_rate": 8.193656353692209e-05,
      "loss": 7.155,
      "step": 312660
    },
    {
      "epoch": 0.6513958333333333,
      "grad_norm": 1.3906550407409668,
      "learning_rate": 8.192777847135306e-05,
      "loss": 7.9763,
      "step": 312670
    },
    {
      "epoch": 0.6514166666666666,
      "grad_norm": 0.8769528865814209,
      "learning_rate": 8.191899369982904e-05,
      "loss": 7.7609,
      "step": 312680
    },
    {
      "epoch": 0.6514375,
      "grad_norm": 6.8791890144348145,
      "learning_rate": 8.191020922238805e-05,
      "loss": 7.8941,
      "step": 312690
    },
    {
      "epoch": 0.6514583333333334,
      "grad_norm": 6.277212619781494,
      "learning_rate": 8.190142503906798e-05,
      "loss": 7.8382,
      "step": 312700
    },
    {
      "epoch": 0.6514791666666667,
      "grad_norm": 2.3003902435302734,
      "learning_rate": 8.189264114990682e-05,
      "loss": 7.6095,
      "step": 312710
    },
    {
      "epoch": 0.6515,
      "grad_norm": 0.9889642000198364,
      "learning_rate": 8.188385755494248e-05,
      "loss": 7.1897,
      "step": 312720
    },
    {
      "epoch": 0.6515208333333333,
      "grad_norm": 1.4809775352478027,
      "learning_rate": 8.187507425421291e-05,
      "loss": 7.3624,
      "step": 312730
    },
    {
      "epoch": 0.6515416666666667,
      "grad_norm": 0.664186954498291,
      "learning_rate": 8.186629124775606e-05,
      "loss": 7.333,
      "step": 312740
    },
    {
      "epoch": 0.6515625,
      "grad_norm": 1.3718104362487793,
      "learning_rate": 8.185750853560986e-05,
      "loss": 7.7529,
      "step": 312750
    },
    {
      "epoch": 0.6515833333333333,
      "grad_norm": 1.2623929977416992,
      "learning_rate": 8.184872611781223e-05,
      "loss": 7.4143,
      "step": 312760
    },
    {
      "epoch": 0.6516041666666667,
      "grad_norm": 1.3249534368515015,
      "learning_rate": 8.183994399440116e-05,
      "loss": 7.5441,
      "step": 312770
    },
    {
      "epoch": 0.651625,
      "grad_norm": 0.6988707184791565,
      "learning_rate": 8.183116216541461e-05,
      "loss": 7.6672,
      "step": 312780
    },
    {
      "epoch": 0.6516458333333334,
      "grad_norm": 1.0487695932388306,
      "learning_rate": 8.182238063089032e-05,
      "loss": 7.4377,
      "step": 312790
    },
    {
      "epoch": 0.6516666666666666,
      "grad_norm": 2.1643238067626953,
      "learning_rate": 8.181359939086642e-05,
      "loss": 7.1036,
      "step": 312800
    },
    {
      "epoch": 0.6516875,
      "grad_norm": 1.2974815368652344,
      "learning_rate": 8.180481844538084e-05,
      "loss": 7.3626,
      "step": 312810
    },
    {
      "epoch": 0.6517083333333333,
      "grad_norm": 1.2789663076400757,
      "learning_rate": 8.179603779447134e-05,
      "loss": 7.4491,
      "step": 312820
    },
    {
      "epoch": 0.6517291666666667,
      "grad_norm": 1.4593404531478882,
      "learning_rate": 8.178725743817602e-05,
      "loss": 7.4475,
      "step": 312830
    },
    {
      "epoch": 0.65175,
      "grad_norm": 0.92204749584198,
      "learning_rate": 8.17784773765328e-05,
      "loss": 7.5089,
      "step": 312840
    },
    {
      "epoch": 0.6517708333333333,
      "grad_norm": 1.697090744972229,
      "learning_rate": 8.176969760957945e-05,
      "loss": 7.043,
      "step": 312850
    },
    {
      "epoch": 0.6517916666666667,
      "grad_norm": 1.0685274600982666,
      "learning_rate": 8.176091813735403e-05,
      "loss": 7.342,
      "step": 312860
    },
    {
      "epoch": 0.6518125,
      "grad_norm": 1.0948764085769653,
      "learning_rate": 8.175213895989452e-05,
      "loss": 7.5928,
      "step": 312870
    },
    {
      "epoch": 0.6518333333333334,
      "grad_norm": 1.7993823289871216,
      "learning_rate": 8.174336007723864e-05,
      "loss": 7.4998,
      "step": 312880
    },
    {
      "epoch": 0.6518541666666666,
      "grad_norm": 0.9057085514068604,
      "learning_rate": 8.173458148942446e-05,
      "loss": 7.8733,
      "step": 312890
    },
    {
      "epoch": 0.651875,
      "grad_norm": 2.1271982192993164,
      "learning_rate": 8.172580319648993e-05,
      "loss": 7.5493,
      "step": 312900
    },
    {
      "epoch": 0.6518958333333333,
      "grad_norm": 1.6733025312423706,
      "learning_rate": 8.171702519847279e-05,
      "loss": 7.6084,
      "step": 312910
    },
    {
      "epoch": 0.6519166666666667,
      "grad_norm": 5.953543663024902,
      "learning_rate": 8.170824749541121e-05,
      "loss": 8.0773,
      "step": 312920
    },
    {
      "epoch": 0.6519375,
      "grad_norm": 4.588531970977783,
      "learning_rate": 8.169947008734288e-05,
      "loss": 7.6247,
      "step": 312930
    },
    {
      "epoch": 0.6519583333333333,
      "grad_norm": 0.9590931534767151,
      "learning_rate": 8.169069297430576e-05,
      "loss": 7.2278,
      "step": 312940
    },
    {
      "epoch": 0.6519791666666667,
      "grad_norm": 0.6684514880180359,
      "learning_rate": 8.168191615633792e-05,
      "loss": 7.2106,
      "step": 312950
    },
    {
      "epoch": 0.652,
      "grad_norm": 1.0497727394104004,
      "learning_rate": 8.16731396334771e-05,
      "loss": 7.4426,
      "step": 312960
    },
    {
      "epoch": 0.6520208333333334,
      "grad_norm": 1.1236153841018677,
      "learning_rate": 8.16643634057613e-05,
      "loss": 7.8304,
      "step": 312970
    },
    {
      "epoch": 0.6520416666666666,
      "grad_norm": 2.699963092803955,
      "learning_rate": 8.165558747322835e-05,
      "loss": 8.1912,
      "step": 312980
    },
    {
      "epoch": 0.6520625,
      "grad_norm": 1.7778750658035278,
      "learning_rate": 8.164681183591627e-05,
      "loss": 7.4151,
      "step": 312990
    },
    {
      "epoch": 0.6520833333333333,
      "grad_norm": 2.31493878364563,
      "learning_rate": 8.163803649386286e-05,
      "loss": 7.615,
      "step": 313000
    },
    {
      "epoch": 0.6520833333333333,
      "eval_loss": 7.698055267333984,
      "eval_runtime": 8.4639,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 313000
    },
    {
      "epoch": 0.6521041666666667,
      "grad_norm": 1.5578999519348145,
      "learning_rate": 8.162926144710608e-05,
      "loss": 7.5392,
      "step": 313010
    },
    {
      "epoch": 0.652125,
      "grad_norm": 1.0089367628097534,
      "learning_rate": 8.162048669568386e-05,
      "loss": 7.9715,
      "step": 313020
    },
    {
      "epoch": 0.6521458333333333,
      "grad_norm": 0.9717870950698853,
      "learning_rate": 8.161171223963404e-05,
      "loss": 7.4663,
      "step": 313030
    },
    {
      "epoch": 0.6521666666666667,
      "grad_norm": 0.8175930380821228,
      "learning_rate": 8.160293807899457e-05,
      "loss": 7.5042,
      "step": 313040
    },
    {
      "epoch": 0.6521875,
      "grad_norm": 1.1505237817764282,
      "learning_rate": 8.159416421380331e-05,
      "loss": 7.7838,
      "step": 313050
    },
    {
      "epoch": 0.6522083333333333,
      "grad_norm": 1.733040690422058,
      "learning_rate": 8.158539064409819e-05,
      "loss": 7.2816,
      "step": 313060
    },
    {
      "epoch": 0.6522291666666666,
      "grad_norm": 1.1043870449066162,
      "learning_rate": 8.157661736991709e-05,
      "loss": 7.2918,
      "step": 313070
    },
    {
      "epoch": 0.65225,
      "grad_norm": 1.3407505750656128,
      "learning_rate": 8.156784439129797e-05,
      "loss": 7.3862,
      "step": 313080
    },
    {
      "epoch": 0.6522708333333334,
      "grad_norm": 1.4442065954208374,
      "learning_rate": 8.155907170827863e-05,
      "loss": 7.1512,
      "step": 313090
    },
    {
      "epoch": 0.6522916666666667,
      "grad_norm": 1.3944612741470337,
      "learning_rate": 8.155029932089702e-05,
      "loss": 7.3108,
      "step": 313100
    },
    {
      "epoch": 0.6523125,
      "grad_norm": 1.5128977298736572,
      "learning_rate": 8.154152722919102e-05,
      "loss": 7.4011,
      "step": 313110
    },
    {
      "epoch": 0.6523333333333333,
      "grad_norm": 2.4976470470428467,
      "learning_rate": 8.153275543319854e-05,
      "loss": 7.3399,
      "step": 313120
    },
    {
      "epoch": 0.6523541666666667,
      "grad_norm": 1.4292593002319336,
      "learning_rate": 8.152398393295743e-05,
      "loss": 7.513,
      "step": 313130
    },
    {
      "epoch": 0.652375,
      "grad_norm": 0.772372305393219,
      "learning_rate": 8.151521272850564e-05,
      "loss": 7.6214,
      "step": 313140
    },
    {
      "epoch": 0.6523958333333333,
      "grad_norm": 5.739626407623291,
      "learning_rate": 8.150644181988106e-05,
      "loss": 7.3514,
      "step": 313150
    },
    {
      "epoch": 0.6524166666666666,
      "grad_norm": 1.0820605754852295,
      "learning_rate": 8.14976712071214e-05,
      "loss": 7.6135,
      "step": 313160
    },
    {
      "epoch": 0.6524375,
      "grad_norm": 1.0906257629394531,
      "learning_rate": 8.148890089026479e-05,
      "loss": 7.7854,
      "step": 313170
    },
    {
      "epoch": 0.6524583333333334,
      "grad_norm": 0.8580371737480164,
      "learning_rate": 8.148013086934903e-05,
      "loss": 7.4259,
      "step": 313180
    },
    {
      "epoch": 0.6524791666666667,
      "grad_norm": 2.815302610397339,
      "learning_rate": 8.14713611444119e-05,
      "loss": 7.6036,
      "step": 313190
    },
    {
      "epoch": 0.6525,
      "grad_norm": 2.197681427001953,
      "learning_rate": 8.14625917154914e-05,
      "loss": 7.2746,
      "step": 313200
    },
    {
      "epoch": 0.6525208333333333,
      "grad_norm": 2.3017771244049072,
      "learning_rate": 8.145382258262544e-05,
      "loss": 7.8112,
      "step": 313210
    },
    {
      "epoch": 0.6525416666666667,
      "grad_norm": 1.5246436595916748,
      "learning_rate": 8.144505374585171e-05,
      "loss": 7.2933,
      "step": 313220
    },
    {
      "epoch": 0.6525625,
      "grad_norm": 0.7499663829803467,
      "learning_rate": 8.143628520520827e-05,
      "loss": 7.6212,
      "step": 313230
    },
    {
      "epoch": 0.6525833333333333,
      "grad_norm": 1.2329894304275513,
      "learning_rate": 8.1427516960733e-05,
      "loss": 6.8272,
      "step": 313240
    },
    {
      "epoch": 0.6526041666666667,
      "grad_norm": 0.8341456651687622,
      "learning_rate": 8.141874901246361e-05,
      "loss": 7.408,
      "step": 313250
    },
    {
      "epoch": 0.652625,
      "grad_norm": 1.0346235036849976,
      "learning_rate": 8.140998136043812e-05,
      "loss": 7.2432,
      "step": 313260
    },
    {
      "epoch": 0.6526458333333334,
      "grad_norm": 0.6752812266349792,
      "learning_rate": 8.140121400469442e-05,
      "loss": 7.0742,
      "step": 313270
    },
    {
      "epoch": 0.6526666666666666,
      "grad_norm": 1.957493543624878,
      "learning_rate": 8.139244694527026e-05,
      "loss": 7.1245,
      "step": 313280
    },
    {
      "epoch": 0.6526875,
      "grad_norm": 1.1338266134262085,
      "learning_rate": 8.13836801822036e-05,
      "loss": 7.2473,
      "step": 313290
    },
    {
      "epoch": 0.6527083333333333,
      "grad_norm": 1.9141336679458618,
      "learning_rate": 8.137491371553226e-05,
      "loss": 7.6949,
      "step": 313300
    },
    {
      "epoch": 0.6527291666666667,
      "grad_norm": 0.8743993639945984,
      "learning_rate": 8.136614754529413e-05,
      "loss": 7.5217,
      "step": 313310
    },
    {
      "epoch": 0.65275,
      "grad_norm": 2.6955318450927734,
      "learning_rate": 8.135738167152707e-05,
      "loss": 7.5467,
      "step": 313320
    },
    {
      "epoch": 0.6527708333333333,
      "grad_norm": 1.5012233257293701,
      "learning_rate": 8.134861609426895e-05,
      "loss": 7.6947,
      "step": 313330
    },
    {
      "epoch": 0.6527916666666667,
      "grad_norm": 1.6167881488800049,
      "learning_rate": 8.133985081355766e-05,
      "loss": 7.2979,
      "step": 313340
    },
    {
      "epoch": 0.6528125,
      "grad_norm": 2.50529408454895,
      "learning_rate": 8.1331085829431e-05,
      "loss": 7.994,
      "step": 313350
    },
    {
      "epoch": 0.6528333333333334,
      "grad_norm": 0.8936012387275696,
      "learning_rate": 8.13223211419269e-05,
      "loss": 7.34,
      "step": 313360
    },
    {
      "epoch": 0.6528541666666666,
      "grad_norm": 1.2718473672866821,
      "learning_rate": 8.131355675108317e-05,
      "loss": 7.3798,
      "step": 313370
    },
    {
      "epoch": 0.652875,
      "grad_norm": 1.3446612358093262,
      "learning_rate": 8.130479265693769e-05,
      "loss": 7.1348,
      "step": 313380
    },
    {
      "epoch": 0.6528958333333333,
      "grad_norm": 1.8538981676101685,
      "learning_rate": 8.129602885952831e-05,
      "loss": 7.073,
      "step": 313390
    },
    {
      "epoch": 0.6529166666666667,
      "grad_norm": 1.469923496246338,
      "learning_rate": 8.128726535889291e-05,
      "loss": 7.3802,
      "step": 313400
    },
    {
      "epoch": 0.6529375,
      "grad_norm": 1.2664047479629517,
      "learning_rate": 8.127850215506932e-05,
      "loss": 7.3777,
      "step": 313410
    },
    {
      "epoch": 0.6529583333333333,
      "grad_norm": 1.3189672231674194,
      "learning_rate": 8.126973924809537e-05,
      "loss": 7.1833,
      "step": 313420
    },
    {
      "epoch": 0.6529791666666667,
      "grad_norm": 0.9410643577575684,
      "learning_rate": 8.126097663800897e-05,
      "loss": 7.8077,
      "step": 313430
    },
    {
      "epoch": 0.653,
      "grad_norm": 1.6692166328430176,
      "learning_rate": 8.125221432484792e-05,
      "loss": 7.1497,
      "step": 313440
    },
    {
      "epoch": 0.6530208333333334,
      "grad_norm": 1.2115721702575684,
      "learning_rate": 8.124345230865012e-05,
      "loss": 8.1456,
      "step": 313450
    },
    {
      "epoch": 0.6530416666666666,
      "grad_norm": 0.7938354015350342,
      "learning_rate": 8.123469058945337e-05,
      "loss": 7.58,
      "step": 313460
    },
    {
      "epoch": 0.6530625,
      "grad_norm": 1.1985063552856445,
      "learning_rate": 8.122592916729555e-05,
      "loss": 7.6167,
      "step": 313470
    },
    {
      "epoch": 0.6530833333333333,
      "grad_norm": 1.3715797662734985,
      "learning_rate": 8.121716804221448e-05,
      "loss": 7.2695,
      "step": 313480
    },
    {
      "epoch": 0.6531041666666667,
      "grad_norm": 1.2754827737808228,
      "learning_rate": 8.120840721424801e-05,
      "loss": 7.0889,
      "step": 313490
    },
    {
      "epoch": 0.653125,
      "grad_norm": 1.7021642923355103,
      "learning_rate": 8.119964668343402e-05,
      "loss": 7.166,
      "step": 313500
    },
    {
      "epoch": 0.6531458333333333,
      "grad_norm": 2.6166281700134277,
      "learning_rate": 8.11908864498103e-05,
      "loss": 7.6661,
      "step": 313510
    },
    {
      "epoch": 0.6531666666666667,
      "grad_norm": 1.0486093759536743,
      "learning_rate": 8.118212651341473e-05,
      "loss": 7.7173,
      "step": 313520
    },
    {
      "epoch": 0.6531875,
      "grad_norm": 1.640708088874817,
      "learning_rate": 8.117336687428512e-05,
      "loss": 7.4212,
      "step": 313530
    },
    {
      "epoch": 0.6532083333333333,
      "grad_norm": 1.3914920091629028,
      "learning_rate": 8.116460753245934e-05,
      "loss": 7.2172,
      "step": 313540
    },
    {
      "epoch": 0.6532291666666666,
      "grad_norm": 1.0393234491348267,
      "learning_rate": 8.115584848797527e-05,
      "loss": 7.1506,
      "step": 313550
    },
    {
      "epoch": 0.65325,
      "grad_norm": 0.969986617565155,
      "learning_rate": 8.114708974087059e-05,
      "loss": 7.5423,
      "step": 313560
    },
    {
      "epoch": 0.6532708333333334,
      "grad_norm": 1.0332354307174683,
      "learning_rate": 8.113833129118319e-05,
      "loss": 7.1534,
      "step": 313570
    },
    {
      "epoch": 0.6532916666666667,
      "grad_norm": 1.1504669189453125,
      "learning_rate": 8.112957313895106e-05,
      "loss": 8.0438,
      "step": 313580
    },
    {
      "epoch": 0.6533125,
      "grad_norm": 1.2387877702713013,
      "learning_rate": 8.112081528421185e-05,
      "loss": 7.1962,
      "step": 313590
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.850706160068512,
      "learning_rate": 8.111205772700341e-05,
      "loss": 6.7169,
      "step": 313600
    },
    {
      "epoch": 0.6533541666666667,
      "grad_norm": 1.0981272459030151,
      "learning_rate": 8.110330046736372e-05,
      "loss": 7.9719,
      "step": 313610
    },
    {
      "epoch": 0.653375,
      "grad_norm": 1.37273371219635,
      "learning_rate": 8.109454350533043e-05,
      "loss": 7.6759,
      "step": 313620
    },
    {
      "epoch": 0.6533958333333333,
      "grad_norm": 2.515357255935669,
      "learning_rate": 8.108578684094139e-05,
      "loss": 7.2379,
      "step": 313630
    },
    {
      "epoch": 0.6534166666666666,
      "grad_norm": 1.7564622163772583,
      "learning_rate": 8.107703047423458e-05,
      "loss": 7.2591,
      "step": 313640
    },
    {
      "epoch": 0.6534375,
      "grad_norm": 2.2440881729125977,
      "learning_rate": 8.106827440524767e-05,
      "loss": 7.7284,
      "step": 313650
    },
    {
      "epoch": 0.6534583333333334,
      "grad_norm": 2.4142770767211914,
      "learning_rate": 8.105951863401856e-05,
      "loss": 7.3532,
      "step": 313660
    },
    {
      "epoch": 0.6534791666666667,
      "grad_norm": 1.1355692148208618,
      "learning_rate": 8.105076316058498e-05,
      "loss": 7.9258,
      "step": 313670
    },
    {
      "epoch": 0.6535,
      "grad_norm": 1.2997127771377563,
      "learning_rate": 8.104200798498485e-05,
      "loss": 7.6521,
      "step": 313680
    },
    {
      "epoch": 0.6535208333333333,
      "grad_norm": 1.6832727193832397,
      "learning_rate": 8.103325310725593e-05,
      "loss": 7.4136,
      "step": 313690
    },
    {
      "epoch": 0.6535416666666667,
      "grad_norm": 0.889326810836792,
      "learning_rate": 8.102449852743608e-05,
      "loss": 7.5721,
      "step": 313700
    },
    {
      "epoch": 0.6535625,
      "grad_norm": 2.032304286956787,
      "learning_rate": 8.101574424556307e-05,
      "loss": 7.3116,
      "step": 313710
    },
    {
      "epoch": 0.6535833333333333,
      "grad_norm": 1.1341689825057983,
      "learning_rate": 8.100699026167476e-05,
      "loss": 7.1261,
      "step": 313720
    },
    {
      "epoch": 0.6536041666666667,
      "grad_norm": 1.4071942567825317,
      "learning_rate": 8.099823657580892e-05,
      "loss": 7.5843,
      "step": 313730
    },
    {
      "epoch": 0.653625,
      "grad_norm": 0.9099295735359192,
      "learning_rate": 8.09894831880034e-05,
      "loss": 7.5166,
      "step": 313740
    },
    {
      "epoch": 0.6536458333333334,
      "grad_norm": 4.383101940155029,
      "learning_rate": 8.098073009829599e-05,
      "loss": 7.2889,
      "step": 313750
    },
    {
      "epoch": 0.6536666666666666,
      "grad_norm": 1.0096404552459717,
      "learning_rate": 8.097197730672453e-05,
      "loss": 7.6538,
      "step": 313760
    },
    {
      "epoch": 0.6536875,
      "grad_norm": 2.6142187118530273,
      "learning_rate": 8.096322481332677e-05,
      "loss": 7.127,
      "step": 313770
    },
    {
      "epoch": 0.6537083333333333,
      "grad_norm": 0.9132515788078308,
      "learning_rate": 8.095447261814057e-05,
      "loss": 7.6511,
      "step": 313780
    },
    {
      "epoch": 0.6537291666666667,
      "grad_norm": 4.7446088790893555,
      "learning_rate": 8.094572072120372e-05,
      "loss": 7.8277,
      "step": 313790
    },
    {
      "epoch": 0.65375,
      "grad_norm": 3.0292465686798096,
      "learning_rate": 8.093696912255402e-05,
      "loss": 7.512,
      "step": 313800
    },
    {
      "epoch": 0.6537708333333333,
      "grad_norm": 1.127924919128418,
      "learning_rate": 8.092821782222928e-05,
      "loss": 7.5933,
      "step": 313810
    },
    {
      "epoch": 0.6537916666666667,
      "grad_norm": 1.2237833738327026,
      "learning_rate": 8.091946682026727e-05,
      "loss": 7.5091,
      "step": 313820
    },
    {
      "epoch": 0.6538125,
      "grad_norm": 1.8580822944641113,
      "learning_rate": 8.091071611670586e-05,
      "loss": 7.7065,
      "step": 313830
    },
    {
      "epoch": 0.6538333333333334,
      "grad_norm": 2.5898919105529785,
      "learning_rate": 8.090196571158278e-05,
      "loss": 7.381,
      "step": 313840
    },
    {
      "epoch": 0.6538541666666666,
      "grad_norm": 46.852603912353516,
      "learning_rate": 8.089321560493587e-05,
      "loss": 9.0539,
      "step": 313850
    },
    {
      "epoch": 0.653875,
      "grad_norm": 0.6358246207237244,
      "learning_rate": 8.088446579680294e-05,
      "loss": 7.0686,
      "step": 313860
    },
    {
      "epoch": 0.6538958333333333,
      "grad_norm": 1.6687872409820557,
      "learning_rate": 8.087571628722178e-05,
      "loss": 7.4868,
      "step": 313870
    },
    {
      "epoch": 0.6539166666666667,
      "grad_norm": 1.860008955001831,
      "learning_rate": 8.086696707623004e-05,
      "loss": 7.1786,
      "step": 313880
    },
    {
      "epoch": 0.6539375,
      "grad_norm": 0.7807033061981201,
      "learning_rate": 8.085821816386573e-05,
      "loss": 7.2319,
      "step": 313890
    },
    {
      "epoch": 0.6539583333333333,
      "grad_norm": 1.1023526191711426,
      "learning_rate": 8.08494695501666e-05,
      "loss": 7.2232,
      "step": 313900
    },
    {
      "epoch": 0.6539791666666667,
      "grad_norm": 1.805338740348816,
      "learning_rate": 8.084072123517027e-05,
      "loss": 7.8945,
      "step": 313910
    },
    {
      "epoch": 0.654,
      "grad_norm": 2.2876195907592773,
      "learning_rate": 8.083197321891474e-05,
      "loss": 8.9031,
      "step": 313920
    },
    {
      "epoch": 0.6540208333333334,
      "grad_norm": 1.9213275909423828,
      "learning_rate": 8.082322550143768e-05,
      "loss": 7.3055,
      "step": 313930
    },
    {
      "epoch": 0.6540416666666666,
      "grad_norm": 1.005833387374878,
      "learning_rate": 8.081447808277685e-05,
      "loss": 7.3746,
      "step": 313940
    },
    {
      "epoch": 0.6540625,
      "grad_norm": 9.231949806213379,
      "learning_rate": 8.080573096297018e-05,
      "loss": 8.2038,
      "step": 313950
    },
    {
      "epoch": 0.6540833333333333,
      "grad_norm": 1.0813335180282593,
      "learning_rate": 8.079698414205531e-05,
      "loss": 7.169,
      "step": 313960
    },
    {
      "epoch": 0.6541041666666667,
      "grad_norm": 1.0140886306762695,
      "learning_rate": 8.078823762007002e-05,
      "loss": 7.1424,
      "step": 313970
    },
    {
      "epoch": 0.654125,
      "grad_norm": 3.007337808609009,
      "learning_rate": 8.077949139705226e-05,
      "loss": 7.9759,
      "step": 313980
    },
    {
      "epoch": 0.6541458333333333,
      "grad_norm": 1.5191901922225952,
      "learning_rate": 8.077074547303965e-05,
      "loss": 7.2332,
      "step": 313990
    },
    {
      "epoch": 0.6541666666666667,
      "grad_norm": 0.8434948921203613,
      "learning_rate": 8.076199984806997e-05,
      "loss": 7.0861,
      "step": 314000
    },
    {
      "epoch": 0.6541666666666667,
      "eval_loss": 9.447769165039062,
      "eval_runtime": 8.7478,
      "eval_samples_per_second": 0.343,
      "eval_steps_per_second": 0.114,
      "step": 314000
    },
    {
      "epoch": 0.6541875,
      "grad_norm": 1.0964287519454956,
      "learning_rate": 8.075325452218114e-05,
      "loss": 6.9996,
      "step": 314010
    },
    {
      "epoch": 0.6542083333333333,
      "grad_norm": 0.99522465467453,
      "learning_rate": 8.07445094954108e-05,
      "loss": 8.2307,
      "step": 314020
    },
    {
      "epoch": 0.6542291666666666,
      "grad_norm": 1.5436508655548096,
      "learning_rate": 8.073576476779669e-05,
      "loss": 7.753,
      "step": 314030
    },
    {
      "epoch": 0.65425,
      "grad_norm": 1.523092269897461,
      "learning_rate": 8.072702033937679e-05,
      "loss": 7.5495,
      "step": 314040
    },
    {
      "epoch": 0.6542708333333334,
      "grad_norm": 1.312680959701538,
      "learning_rate": 8.071827621018867e-05,
      "loss": 7.3903,
      "step": 314050
    },
    {
      "epoch": 0.6542916666666667,
      "grad_norm": 0.9991150498390198,
      "learning_rate": 8.070953238027019e-05,
      "loss": 7.8974,
      "step": 314060
    },
    {
      "epoch": 0.6543125,
      "grad_norm": 5.025760173797607,
      "learning_rate": 8.07007888496591e-05,
      "loss": 7.9921,
      "step": 314070
    },
    {
      "epoch": 0.6543333333333333,
      "grad_norm": 0.761846661567688,
      "learning_rate": 8.069204561839316e-05,
      "loss": 7.6988,
      "step": 314080
    },
    {
      "epoch": 0.6543541666666667,
      "grad_norm": 19.518930435180664,
      "learning_rate": 8.068330268651015e-05,
      "loss": 7.1619,
      "step": 314090
    },
    {
      "epoch": 0.654375,
      "grad_norm": 2.1608991622924805,
      "learning_rate": 8.067456005404784e-05,
      "loss": 8.0422,
      "step": 314100
    },
    {
      "epoch": 0.6543958333333333,
      "grad_norm": 1.0160889625549316,
      "learning_rate": 8.066581772104398e-05,
      "loss": 7.3403,
      "step": 314110
    },
    {
      "epoch": 0.6544166666666666,
      "grad_norm": 1.7400527000427246,
      "learning_rate": 8.065707568753635e-05,
      "loss": 7.1039,
      "step": 314120
    },
    {
      "epoch": 0.6544375,
      "grad_norm": 1.462161660194397,
      "learning_rate": 8.064833395356271e-05,
      "loss": 7.3787,
      "step": 314130
    },
    {
      "epoch": 0.6544583333333334,
      "grad_norm": 1.4406200647354126,
      "learning_rate": 8.063959251916082e-05,
      "loss": 7.238,
      "step": 314140
    },
    {
      "epoch": 0.6544791666666666,
      "grad_norm": 0.9417672157287598,
      "learning_rate": 8.063085138436847e-05,
      "loss": 7.2567,
      "step": 314150
    },
    {
      "epoch": 0.6545,
      "grad_norm": 4.157677173614502,
      "learning_rate": 8.06221105492233e-05,
      "loss": 7.6581,
      "step": 314160
    },
    {
      "epoch": 0.6545208333333333,
      "grad_norm": 1.3882349729537964,
      "learning_rate": 8.06133700137632e-05,
      "loss": 7.7749,
      "step": 314170
    },
    {
      "epoch": 0.6545416666666667,
      "grad_norm": 3.6131250858306885,
      "learning_rate": 8.060462977802593e-05,
      "loss": 7.5173,
      "step": 314180
    },
    {
      "epoch": 0.6545625,
      "grad_norm": 3.858962059020996,
      "learning_rate": 8.059588984204905e-05,
      "loss": 7.4332,
      "step": 314190
    },
    {
      "epoch": 0.6545833333333333,
      "grad_norm": 1.1664828062057495,
      "learning_rate": 8.058715020587053e-05,
      "loss": 7.289,
      "step": 314200
    },
    {
      "epoch": 0.6546041666666667,
      "grad_norm": 2.2584776878356934,
      "learning_rate": 8.057841086952814e-05,
      "loss": 8.2815,
      "step": 314210
    },
    {
      "epoch": 0.654625,
      "grad_norm": 1.426912546157837,
      "learning_rate": 8.056967183305935e-05,
      "loss": 7.7268,
      "step": 314220
    },
    {
      "epoch": 0.6546458333333334,
      "grad_norm": 1.3808282613754272,
      "learning_rate": 8.05609330965022e-05,
      "loss": 7.8597,
      "step": 314230
    },
    {
      "epoch": 0.6546666666666666,
      "grad_norm": 1.0388990640640259,
      "learning_rate": 8.05521946598944e-05,
      "loss": 7.9353,
      "step": 314240
    },
    {
      "epoch": 0.6546875,
      "grad_norm": 2.5977275371551514,
      "learning_rate": 8.054345652327348e-05,
      "loss": 7.7483,
      "step": 314250
    },
    {
      "epoch": 0.6547083333333333,
      "grad_norm": 1.279360294342041,
      "learning_rate": 8.053471868667742e-05,
      "loss": 7.6249,
      "step": 314260
    },
    {
      "epoch": 0.6547291666666667,
      "grad_norm": 1.4883092641830444,
      "learning_rate": 8.052598115014391e-05,
      "loss": 7.0078,
      "step": 314270
    },
    {
      "epoch": 0.65475,
      "grad_norm": 1.9583646059036255,
      "learning_rate": 8.051724391371056e-05,
      "loss": 7.1684,
      "step": 314280
    },
    {
      "epoch": 0.6547708333333333,
      "grad_norm": 2.0457346439361572,
      "learning_rate": 8.050850697741535e-05,
      "loss": 7.1376,
      "step": 314290
    },
    {
      "epoch": 0.6547916666666667,
      "grad_norm": 1.4654992818832397,
      "learning_rate": 8.04997703412958e-05,
      "loss": 7.4241,
      "step": 314300
    },
    {
      "epoch": 0.6548125,
      "grad_norm": 0.9501334428787231,
      "learning_rate": 8.049103400538968e-05,
      "loss": 7.4097,
      "step": 314310
    },
    {
      "epoch": 0.6548333333333334,
      "grad_norm": 1.000723958015442,
      "learning_rate": 8.048229796973488e-05,
      "loss": 7.1443,
      "step": 314320
    },
    {
      "epoch": 0.6548541666666666,
      "grad_norm": 5.68723726272583,
      "learning_rate": 8.0473562234369e-05,
      "loss": 8.1764,
      "step": 314330
    },
    {
      "epoch": 0.654875,
      "grad_norm": 1.5904934406280518,
      "learning_rate": 8.046482679932975e-05,
      "loss": 7.4561,
      "step": 314340
    },
    {
      "epoch": 0.6548958333333333,
      "grad_norm": 3.4079341888427734,
      "learning_rate": 8.045609166465504e-05,
      "loss": 8.0223,
      "step": 314350
    },
    {
      "epoch": 0.6549166666666667,
      "grad_norm": 2.0538699626922607,
      "learning_rate": 8.044735683038242e-05,
      "loss": 8.1881,
      "step": 314360
    },
    {
      "epoch": 0.6549375,
      "grad_norm": 3.4504714012145996,
      "learning_rate": 8.043862229654964e-05,
      "loss": 7.8609,
      "step": 314370
    },
    {
      "epoch": 0.6549583333333333,
      "grad_norm": 2.3460874557495117,
      "learning_rate": 8.042988806319458e-05,
      "loss": 7.3787,
      "step": 314380
    },
    {
      "epoch": 0.6549791666666667,
      "grad_norm": 1.9883090257644653,
      "learning_rate": 8.042115413035481e-05,
      "loss": 7.5423,
      "step": 314390
    },
    {
      "epoch": 0.655,
      "grad_norm": 1.4997867345809937,
      "learning_rate": 8.041242049806808e-05,
      "loss": 7.658,
      "step": 314400
    },
    {
      "epoch": 0.6550208333333334,
      "grad_norm": 0.8570702075958252,
      "learning_rate": 8.040368716637223e-05,
      "loss": 6.8432,
      "step": 314410
    },
    {
      "epoch": 0.6550416666666666,
      "grad_norm": 1.2037543058395386,
      "learning_rate": 8.039495413530485e-05,
      "loss": 7.5177,
      "step": 314420
    },
    {
      "epoch": 0.6550625,
      "grad_norm": 0.7410452365875244,
      "learning_rate": 8.038622140490376e-05,
      "loss": 7.7173,
      "step": 314430
    },
    {
      "epoch": 0.6550833333333334,
      "grad_norm": 0.9868172407150269,
      "learning_rate": 8.037748897520659e-05,
      "loss": 7.2157,
      "step": 314440
    },
    {
      "epoch": 0.6551041666666667,
      "grad_norm": 0.7284958958625793,
      "learning_rate": 8.036875684625113e-05,
      "loss": 7.0592,
      "step": 314450
    },
    {
      "epoch": 0.655125,
      "grad_norm": 1.3541324138641357,
      "learning_rate": 8.036002501807506e-05,
      "loss": 7.2981,
      "step": 314460
    },
    {
      "epoch": 0.6551458333333333,
      "grad_norm": 2.916149139404297,
      "learning_rate": 8.035129349071614e-05,
      "loss": 7.5415,
      "step": 314470
    },
    {
      "epoch": 0.6551666666666667,
      "grad_norm": 0.7680997252464294,
      "learning_rate": 8.034256226421203e-05,
      "loss": 7.054,
      "step": 314480
    },
    {
      "epoch": 0.6551875,
      "grad_norm": 1.136613130569458,
      "learning_rate": 8.033383133860052e-05,
      "loss": 7.6125,
      "step": 314490
    },
    {
      "epoch": 0.6552083333333333,
      "grad_norm": 2.012927293777466,
      "learning_rate": 8.032510071391926e-05,
      "loss": 7.0114,
      "step": 314500
    },
    {
      "epoch": 0.6552291666666666,
      "grad_norm": 1.7937793731689453,
      "learning_rate": 8.031637039020598e-05,
      "loss": 7.2235,
      "step": 314510
    },
    {
      "epoch": 0.65525,
      "grad_norm": 1.36906099319458,
      "learning_rate": 8.030764036749841e-05,
      "loss": 7.1453,
      "step": 314520
    },
    {
      "epoch": 0.6552708333333334,
      "grad_norm": 0.7332479953765869,
      "learning_rate": 8.029891064583425e-05,
      "loss": 7.3135,
      "step": 314530
    },
    {
      "epoch": 0.6552916666666667,
      "grad_norm": 1.8214844465255737,
      "learning_rate": 8.029018122525121e-05,
      "loss": 7.1537,
      "step": 314540
    },
    {
      "epoch": 0.6553125,
      "grad_norm": 1.1509981155395508,
      "learning_rate": 8.028145210578704e-05,
      "loss": 7.4613,
      "step": 314550
    },
    {
      "epoch": 0.6553333333333333,
      "grad_norm": 1.5992863178253174,
      "learning_rate": 8.027272328747929e-05,
      "loss": 7.6498,
      "step": 314560
    },
    {
      "epoch": 0.6553541666666667,
      "grad_norm": 0.7728752493858337,
      "learning_rate": 8.026399477036583e-05,
      "loss": 7.0494,
      "step": 314570
    },
    {
      "epoch": 0.655375,
      "grad_norm": 1.5521823167800903,
      "learning_rate": 8.025526655448436e-05,
      "loss": 7.11,
      "step": 314580
    },
    {
      "epoch": 0.6553958333333333,
      "grad_norm": 0.8209370970726013,
      "learning_rate": 8.024653863987243e-05,
      "loss": 7.796,
      "step": 314590
    },
    {
      "epoch": 0.6554166666666666,
      "grad_norm": 1.1462644338607788,
      "learning_rate": 8.02378110265679e-05,
      "loss": 7.1604,
      "step": 314600
    },
    {
      "epoch": 0.6554375,
      "grad_norm": 1.8688517808914185,
      "learning_rate": 8.022908371460845e-05,
      "loss": 7.1888,
      "step": 314610
    },
    {
      "epoch": 0.6554583333333334,
      "grad_norm": 1.4806760549545288,
      "learning_rate": 8.022035670403164e-05,
      "loss": 7.5609,
      "step": 314620
    },
    {
      "epoch": 0.6554791666666666,
      "grad_norm": 3.7374749183654785,
      "learning_rate": 8.021162999487533e-05,
      "loss": 7.7442,
      "step": 314630
    },
    {
      "epoch": 0.6555,
      "grad_norm": 1.0385262966156006,
      "learning_rate": 8.020290358717721e-05,
      "loss": 7.4425,
      "step": 314640
    },
    {
      "epoch": 0.6555208333333333,
      "grad_norm": 1.3034549951553345,
      "learning_rate": 8.01941774809748e-05,
      "loss": 7.0597,
      "step": 314650
    },
    {
      "epoch": 0.6555416666666667,
      "grad_norm": 2.3493804931640625,
      "learning_rate": 8.018545167630605e-05,
      "loss": 7.146,
      "step": 314660
    },
    {
      "epoch": 0.6555625,
      "grad_norm": 2.875572919845581,
      "learning_rate": 8.017672617320842e-05,
      "loss": 7.4845,
      "step": 314670
    },
    {
      "epoch": 0.6555833333333333,
      "grad_norm": 2.8135671615600586,
      "learning_rate": 8.016800097171965e-05,
      "loss": 7.0118,
      "step": 314680
    },
    {
      "epoch": 0.6556041666666667,
      "grad_norm": 2.564729928970337,
      "learning_rate": 8.015927607187761e-05,
      "loss": 7.1997,
      "step": 314690
    },
    {
      "epoch": 0.655625,
      "grad_norm": 0.8179919719696045,
      "learning_rate": 8.015055147371977e-05,
      "loss": 8.0911,
      "step": 314700
    },
    {
      "epoch": 0.6556458333333334,
      "grad_norm": 1.2311474084854126,
      "learning_rate": 8.014182717728384e-05,
      "loss": 7.9261,
      "step": 314710
    },
    {
      "epoch": 0.6556666666666666,
      "grad_norm": 1.2867846488952637,
      "learning_rate": 8.013310318260771e-05,
      "loss": 7.0766,
      "step": 314720
    },
    {
      "epoch": 0.6556875,
      "grad_norm": 1.1030679941177368,
      "learning_rate": 8.012437948972883e-05,
      "loss": 6.9449,
      "step": 314730
    },
    {
      "epoch": 0.6557083333333333,
      "grad_norm": 2.6218626499176025,
      "learning_rate": 8.011565609868497e-05,
      "loss": 7.2124,
      "step": 314740
    },
    {
      "epoch": 0.6557291666666667,
      "grad_norm": 1.1585638523101807,
      "learning_rate": 8.010693300951384e-05,
      "loss": 7.1124,
      "step": 314750
    },
    {
      "epoch": 0.65575,
      "grad_norm": 7.356027603149414,
      "learning_rate": 8.009821022225308e-05,
      "loss": 7.7582,
      "step": 314760
    },
    {
      "epoch": 0.6557708333333333,
      "grad_norm": 2.105792999267578,
      "learning_rate": 8.008948773694038e-05,
      "loss": 7.5172,
      "step": 314770
    },
    {
      "epoch": 0.6557916666666667,
      "grad_norm": 0.9037466645240784,
      "learning_rate": 8.008076555361344e-05,
      "loss": 7.171,
      "step": 314780
    },
    {
      "epoch": 0.6558125,
      "grad_norm": 0.7491183876991272,
      "learning_rate": 8.007204367230988e-05,
      "loss": 7.0292,
      "step": 314790
    },
    {
      "epoch": 0.6558333333333334,
      "grad_norm": 1.444329023361206,
      "learning_rate": 8.006332209306744e-05,
      "loss": 7.5599,
      "step": 314800
    },
    {
      "epoch": 0.6558541666666666,
      "grad_norm": 0.951229453086853,
      "learning_rate": 8.005460081592374e-05,
      "loss": 7.1758,
      "step": 314810
    },
    {
      "epoch": 0.655875,
      "grad_norm": 1.3280727863311768,
      "learning_rate": 8.004587984091651e-05,
      "loss": 7.5081,
      "step": 314820
    },
    {
      "epoch": 0.6558958333333333,
      "grad_norm": 4.273921489715576,
      "learning_rate": 8.003715916808337e-05,
      "loss": 7.3608,
      "step": 314830
    },
    {
      "epoch": 0.6559166666666667,
      "grad_norm": 3.4445269107818604,
      "learning_rate": 8.002843879746203e-05,
      "loss": 8.0718,
      "step": 314840
    },
    {
      "epoch": 0.6559375,
      "grad_norm": 1.2578157186508179,
      "learning_rate": 8.001971872909011e-05,
      "loss": 7.2314,
      "step": 314850
    },
    {
      "epoch": 0.6559583333333333,
      "grad_norm": 0.641137421131134,
      "learning_rate": 8.001099896300532e-05,
      "loss": 7.5547,
      "step": 314860
    },
    {
      "epoch": 0.6559791666666667,
      "grad_norm": 1.781923532485962,
      "learning_rate": 8.00022794992453e-05,
      "loss": 7.0374,
      "step": 314870
    },
    {
      "epoch": 0.656,
      "grad_norm": 6.371162414550781,
      "learning_rate": 7.999356033784775e-05,
      "loss": 7.5736,
      "step": 314880
    },
    {
      "epoch": 0.6560208333333334,
      "grad_norm": 0.9988219141960144,
      "learning_rate": 7.998484147885029e-05,
      "loss": 7.2908,
      "step": 314890
    },
    {
      "epoch": 0.6560416666666666,
      "grad_norm": 1.030286192893982,
      "learning_rate": 7.99761229222906e-05,
      "loss": 7.5298,
      "step": 314900
    },
    {
      "epoch": 0.6560625,
      "grad_norm": 10.300434112548828,
      "learning_rate": 7.996740466820634e-05,
      "loss": 8.4139,
      "step": 314910
    },
    {
      "epoch": 0.6560833333333334,
      "grad_norm": 1.7118760347366333,
      "learning_rate": 7.995868671663524e-05,
      "loss": 7.7624,
      "step": 314920
    },
    {
      "epoch": 0.6561041666666667,
      "grad_norm": 0.9500035643577576,
      "learning_rate": 7.994996906761476e-05,
      "loss": 7.2654,
      "step": 314930
    },
    {
      "epoch": 0.656125,
      "grad_norm": 3.4161221981048584,
      "learning_rate": 7.994125172118276e-05,
      "loss": 8.1642,
      "step": 314940
    },
    {
      "epoch": 0.6561458333333333,
      "grad_norm": 1.5779480934143066,
      "learning_rate": 7.993253467737687e-05,
      "loss": 7.0564,
      "step": 314950
    },
    {
      "epoch": 0.6561666666666667,
      "grad_norm": 1.2925074100494385,
      "learning_rate": 7.992381793623459e-05,
      "loss": 7.3795,
      "step": 314960
    },
    {
      "epoch": 0.6561875,
      "grad_norm": 1.3721500635147095,
      "learning_rate": 7.991510149779373e-05,
      "loss": 6.9452,
      "step": 314970
    },
    {
      "epoch": 0.6562083333333333,
      "grad_norm": 1.1600836515426636,
      "learning_rate": 7.990638536209193e-05,
      "loss": 7.048,
      "step": 314980
    },
    {
      "epoch": 0.6562291666666666,
      "grad_norm": 1.9453661441802979,
      "learning_rate": 7.989766952916671e-05,
      "loss": 7.0682,
      "step": 314990
    },
    {
      "epoch": 0.65625,
      "grad_norm": 2.3625223636627197,
      "learning_rate": 7.988895399905584e-05,
      "loss": 7.5231,
      "step": 315000
    },
    {
      "epoch": 0.65625,
      "eval_loss": 6.870373725891113,
      "eval_runtime": 8.5538,
      "eval_samples_per_second": 0.351,
      "eval_steps_per_second": 0.117,
      "step": 315000
    },
    {
      "epoch": 0.6562708333333334,
      "grad_norm": 0.804832935333252,
      "learning_rate": 7.988023877179703e-05,
      "loss": 6.8096,
      "step": 315010
    },
    {
      "epoch": 0.6562916666666667,
      "grad_norm": 2.181152582168579,
      "learning_rate": 7.987152384742768e-05,
      "loss": 7.0164,
      "step": 315020
    },
    {
      "epoch": 0.6563125,
      "grad_norm": 0.8416309356689453,
      "learning_rate": 7.986280922598566e-05,
      "loss": 7.0272,
      "step": 315030
    },
    {
      "epoch": 0.6563333333333333,
      "grad_norm": 2.741957187652588,
      "learning_rate": 7.985409490750861e-05,
      "loss": 7.2148,
      "step": 315040
    },
    {
      "epoch": 0.6563541666666667,
      "grad_norm": 2.3695626258850098,
      "learning_rate": 7.984538089203404e-05,
      "loss": 7.0428,
      "step": 315050
    },
    {
      "epoch": 0.656375,
      "grad_norm": 1.4169235229492188,
      "learning_rate": 7.983666717959967e-05,
      "loss": 7.3498,
      "step": 315060
    },
    {
      "epoch": 0.6563958333333333,
      "grad_norm": 1.554396152496338,
      "learning_rate": 7.982795377024309e-05,
      "loss": 7.4483,
      "step": 315070
    },
    {
      "epoch": 0.6564166666666666,
      "grad_norm": 0.8912434577941895,
      "learning_rate": 7.981924066400202e-05,
      "loss": 7.5938,
      "step": 315080
    },
    {
      "epoch": 0.6564375,
      "grad_norm": 1.1444058418273926,
      "learning_rate": 7.9810527860914e-05,
      "loss": 8.5842,
      "step": 315090
    },
    {
      "epoch": 0.6564583333333334,
      "grad_norm": 1.2544350624084473,
      "learning_rate": 7.980181536101674e-05,
      "loss": 7.5798,
      "step": 315100
    },
    {
      "epoch": 0.6564791666666666,
      "grad_norm": 2.9827165603637695,
      "learning_rate": 7.979310316434786e-05,
      "loss": 7.2495,
      "step": 315110
    },
    {
      "epoch": 0.6565,
      "grad_norm": 1.4057962894439697,
      "learning_rate": 7.978439127094499e-05,
      "loss": 7.1422,
      "step": 315120
    },
    {
      "epoch": 0.6565208333333333,
      "grad_norm": 1.0190985202789307,
      "learning_rate": 7.977567968084575e-05,
      "loss": 7.8275,
      "step": 315130
    },
    {
      "epoch": 0.6565416666666667,
      "grad_norm": 1.970112919807434,
      "learning_rate": 7.976696839408776e-05,
      "loss": 7.2924,
      "step": 315140
    },
    {
      "epoch": 0.6565625,
      "grad_norm": 2.906601667404175,
      "learning_rate": 7.975825741070867e-05,
      "loss": 7.8197,
      "step": 315150
    },
    {
      "epoch": 0.6565833333333333,
      "grad_norm": 0.9942961931228638,
      "learning_rate": 7.974954673074612e-05,
      "loss": 7.0133,
      "step": 315160
    },
    {
      "epoch": 0.6566041666666667,
      "grad_norm": 1.7824259996414185,
      "learning_rate": 7.97408363542377e-05,
      "loss": 7.4078,
      "step": 315170
    },
    {
      "epoch": 0.656625,
      "grad_norm": 1.1626828908920288,
      "learning_rate": 7.973212628122108e-05,
      "loss": 7.1532,
      "step": 315180
    },
    {
      "epoch": 0.6566458333333334,
      "grad_norm": 1.5586680173873901,
      "learning_rate": 7.972341651173386e-05,
      "loss": 7.7298,
      "step": 315190
    },
    {
      "epoch": 0.6566666666666666,
      "grad_norm": 1.0929683446884155,
      "learning_rate": 7.971470704581365e-05,
      "loss": 8.1269,
      "step": 315200
    },
    {
      "epoch": 0.6566875,
      "grad_norm": 1.4004408121109009,
      "learning_rate": 7.970599788349808e-05,
      "loss": 7.2257,
      "step": 315210
    },
    {
      "epoch": 0.6567083333333333,
      "grad_norm": 1.970846176147461,
      "learning_rate": 7.969728902482479e-05,
      "loss": 7.2455,
      "step": 315220
    },
    {
      "epoch": 0.6567291666666667,
      "grad_norm": 4.180501937866211,
      "learning_rate": 7.968858046983137e-05,
      "loss": 7.6717,
      "step": 315230
    },
    {
      "epoch": 0.65675,
      "grad_norm": 3.097658634185791,
      "learning_rate": 7.967987221855545e-05,
      "loss": 7.6481,
      "step": 315240
    },
    {
      "epoch": 0.6567708333333333,
      "grad_norm": 0.8644244074821472,
      "learning_rate": 7.967116427103466e-05,
      "loss": 7.2915,
      "step": 315250
    },
    {
      "epoch": 0.6567916666666667,
      "grad_norm": 1.7161500453948975,
      "learning_rate": 7.966245662730662e-05,
      "loss": 7.1011,
      "step": 315260
    },
    {
      "epoch": 0.6568125,
      "grad_norm": 1.8339204788208008,
      "learning_rate": 7.965374928740888e-05,
      "loss": 6.7867,
      "step": 315270
    },
    {
      "epoch": 0.6568333333333334,
      "grad_norm": 1.525299072265625,
      "learning_rate": 7.964504225137914e-05,
      "loss": 7.4315,
      "step": 315280
    },
    {
      "epoch": 0.6568541666666666,
      "grad_norm": 0.9627398252487183,
      "learning_rate": 7.9636335519255e-05,
      "loss": 7.341,
      "step": 315290
    },
    {
      "epoch": 0.656875,
      "grad_norm": 1.270455002784729,
      "learning_rate": 7.962762909107393e-05,
      "loss": 7.2631,
      "step": 315300
    },
    {
      "epoch": 0.6568958333333333,
      "grad_norm": 0.9461128115653992,
      "learning_rate": 7.96189229668737e-05,
      "loss": 7.0532,
      "step": 315310
    },
    {
      "epoch": 0.6569166666666667,
      "grad_norm": 1.062207579612732,
      "learning_rate": 7.961021714669195e-05,
      "loss": 7.343,
      "step": 315320
    },
    {
      "epoch": 0.6569375,
      "grad_norm": 0.9115498661994934,
      "learning_rate": 7.96015116305661e-05,
      "loss": 6.9991,
      "step": 315330
    },
    {
      "epoch": 0.6569583333333333,
      "grad_norm": 0.8643363118171692,
      "learning_rate": 7.959280641853382e-05,
      "loss": 7.0055,
      "step": 315340
    },
    {
      "epoch": 0.6569791666666667,
      "grad_norm": 1.0432971715927124,
      "learning_rate": 7.958410151063287e-05,
      "loss": 7.3417,
      "step": 315350
    },
    {
      "epoch": 0.657,
      "grad_norm": 1.2554305791854858,
      "learning_rate": 7.957539690690065e-05,
      "loss": 7.1108,
      "step": 315360
    },
    {
      "epoch": 0.6570208333333334,
      "grad_norm": 1.3652139902114868,
      "learning_rate": 7.95666926073748e-05,
      "loss": 7.5143,
      "step": 315370
    },
    {
      "epoch": 0.6570416666666666,
      "grad_norm": 2.341785430908203,
      "learning_rate": 7.955798861209307e-05,
      "loss": 7.2669,
      "step": 315380
    },
    {
      "epoch": 0.6570625,
      "grad_norm": 4.0846710205078125,
      "learning_rate": 7.954928492109287e-05,
      "loss": 7.3217,
      "step": 315390
    },
    {
      "epoch": 0.6570833333333334,
      "grad_norm": 0.9377692937850952,
      "learning_rate": 7.954058153441184e-05,
      "loss": 7.3761,
      "step": 315400
    },
    {
      "epoch": 0.6571041666666667,
      "grad_norm": 0.8586411476135254,
      "learning_rate": 7.95318784520877e-05,
      "loss": 7.4751,
      "step": 315410
    },
    {
      "epoch": 0.657125,
      "grad_norm": 0.6683561205863953,
      "learning_rate": 7.952317567415792e-05,
      "loss": 7.1199,
      "step": 315420
    },
    {
      "epoch": 0.6571458333333333,
      "grad_norm": 1.559924840927124,
      "learning_rate": 7.95144732006601e-05,
      "loss": 7.1835,
      "step": 315430
    },
    {
      "epoch": 0.6571666666666667,
      "grad_norm": 0.8988646268844604,
      "learning_rate": 7.950577103163187e-05,
      "loss": 6.9764,
      "step": 315440
    },
    {
      "epoch": 0.6571875,
      "grad_norm": 1.5744270086288452,
      "learning_rate": 7.949706916711082e-05,
      "loss": 7.4504,
      "step": 315450
    },
    {
      "epoch": 0.6572083333333333,
      "grad_norm": 1.5195157527923584,
      "learning_rate": 7.948836760713448e-05,
      "loss": 7.5524,
      "step": 315460
    },
    {
      "epoch": 0.6572291666666666,
      "grad_norm": 1.0456758737564087,
      "learning_rate": 7.947966635174051e-05,
      "loss": 7.0388,
      "step": 315470
    },
    {
      "epoch": 0.65725,
      "grad_norm": 1.3556650876998901,
      "learning_rate": 7.947096540096647e-05,
      "loss": 7.382,
      "step": 315480
    },
    {
      "epoch": 0.6572708333333334,
      "grad_norm": 0.9459993839263916,
      "learning_rate": 7.946226475484995e-05,
      "loss": 7.5708,
      "step": 315490
    },
    {
      "epoch": 0.6572916666666667,
      "grad_norm": 1.3801549673080444,
      "learning_rate": 7.945356441342851e-05,
      "loss": 7.3356,
      "step": 315500
    },
    {
      "epoch": 0.6573125,
      "grad_norm": 1.2270698547363281,
      "learning_rate": 7.944486437673975e-05,
      "loss": 7.4336,
      "step": 315510
    },
    {
      "epoch": 0.6573333333333333,
      "grad_norm": 1.0141377449035645,
      "learning_rate": 7.943616464482126e-05,
      "loss": 7.1753,
      "step": 315520
    },
    {
      "epoch": 0.6573541666666667,
      "grad_norm": 3.1938984394073486,
      "learning_rate": 7.942746521771058e-05,
      "loss": 7.3568,
      "step": 315530
    },
    {
      "epoch": 0.657375,
      "grad_norm": 1.4622856378555298,
      "learning_rate": 7.941876609544535e-05,
      "loss": 7.2712,
      "step": 315540
    },
    {
      "epoch": 0.6573958333333333,
      "grad_norm": 0.9442474842071533,
      "learning_rate": 7.94100672780631e-05,
      "loss": 7.1751,
      "step": 315550
    },
    {
      "epoch": 0.6574166666666666,
      "grad_norm": 6.7931227684021,
      "learning_rate": 7.940136876560141e-05,
      "loss": 7.3644,
      "step": 315560
    },
    {
      "epoch": 0.6574375,
      "grad_norm": 2.2514851093292236,
      "learning_rate": 7.939267055809786e-05,
      "loss": 7.4396,
      "step": 315570
    },
    {
      "epoch": 0.6574583333333334,
      "grad_norm": 2.5379185676574707,
      "learning_rate": 7.938397265559003e-05,
      "loss": 7.6263,
      "step": 315580
    },
    {
      "epoch": 0.6574791666666666,
      "grad_norm": 0.8228320479393005,
      "learning_rate": 7.937527505811548e-05,
      "loss": 7.1666,
      "step": 315590
    },
    {
      "epoch": 0.6575,
      "grad_norm": 1.6988375186920166,
      "learning_rate": 7.936657776571179e-05,
      "loss": 7.0887,
      "step": 315600
    },
    {
      "epoch": 0.6575208333333333,
      "grad_norm": 2.8827948570251465,
      "learning_rate": 7.935788077841653e-05,
      "loss": 7.3608,
      "step": 315610
    },
    {
      "epoch": 0.6575416666666667,
      "grad_norm": 1.5751734972000122,
      "learning_rate": 7.934918409626727e-05,
      "loss": 7.859,
      "step": 315620
    },
    {
      "epoch": 0.6575625,
      "grad_norm": 1.7461743354797363,
      "learning_rate": 7.934048771930156e-05,
      "loss": 7.7564,
      "step": 315630
    },
    {
      "epoch": 0.6575833333333333,
      "grad_norm": 1.7270557880401611,
      "learning_rate": 7.933179164755703e-05,
      "loss": 7.3799,
      "step": 315640
    },
    {
      "epoch": 0.6576041666666667,
      "grad_norm": 1.3332724571228027,
      "learning_rate": 7.932309588107107e-05,
      "loss": 7.1922,
      "step": 315650
    },
    {
      "epoch": 0.657625,
      "grad_norm": 0.7083909511566162,
      "learning_rate": 7.931440041988148e-05,
      "loss": 7.2955,
      "step": 315660
    },
    {
      "epoch": 0.6576458333333334,
      "grad_norm": 1.3107830286026,
      "learning_rate": 7.930570526402565e-05,
      "loss": 7.4745,
      "step": 315670
    },
    {
      "epoch": 0.6576666666666666,
      "grad_norm": 3.9442965984344482,
      "learning_rate": 7.929701041354113e-05,
      "loss": 7.363,
      "step": 315680
    },
    {
      "epoch": 0.6576875,
      "grad_norm": 1.4516003131866455,
      "learning_rate": 7.928831586846564e-05,
      "loss": 7.1024,
      "step": 315690
    },
    {
      "epoch": 0.6577083333333333,
      "grad_norm": 1.9802418947219849,
      "learning_rate": 7.927962162883659e-05,
      "loss": 7.3134,
      "step": 315700
    },
    {
      "epoch": 0.6577291666666667,
      "grad_norm": 0.7343631386756897,
      "learning_rate": 7.927092769469152e-05,
      "loss": 7.6176,
      "step": 315710
    },
    {
      "epoch": 0.65775,
      "grad_norm": 2.2240476608276367,
      "learning_rate": 7.926223406606816e-05,
      "loss": 7.429,
      "step": 315720
    },
    {
      "epoch": 0.6577708333333333,
      "grad_norm": 1.5226861238479614,
      "learning_rate": 7.92535407430039e-05,
      "loss": 7.6275,
      "step": 315730
    },
    {
      "epoch": 0.6577916666666667,
      "grad_norm": 1.3481595516204834,
      "learning_rate": 7.924484772553628e-05,
      "loss": 7.7708,
      "step": 315740
    },
    {
      "epoch": 0.6578125,
      "grad_norm": 2.467951774597168,
      "learning_rate": 7.923615501370302e-05,
      "loss": 7.08,
      "step": 315750
    },
    {
      "epoch": 0.6578333333333334,
      "grad_norm": 1.4366899728775024,
      "learning_rate": 7.922746260754151e-05,
      "loss": 7.0986,
      "step": 315760
    },
    {
      "epoch": 0.6578541666666666,
      "grad_norm": 3.705271005630493,
      "learning_rate": 7.921877050708928e-05,
      "loss": 7.7036,
      "step": 315770
    },
    {
      "epoch": 0.657875,
      "grad_norm": 2.377939462661743,
      "learning_rate": 7.921007871238407e-05,
      "loss": 7.7225,
      "step": 315780
    },
    {
      "epoch": 0.6578958333333333,
      "grad_norm": 1.234468936920166,
      "learning_rate": 7.920138722346323e-05,
      "loss": 7.1775,
      "step": 315790
    },
    {
      "epoch": 0.6579166666666667,
      "grad_norm": 1.0323460102081299,
      "learning_rate": 7.91926960403644e-05,
      "loss": 7.5561,
      "step": 315800
    },
    {
      "epoch": 0.6579375,
      "grad_norm": 3.7739968299865723,
      "learning_rate": 7.918400516312505e-05,
      "loss": 7.7383,
      "step": 315810
    },
    {
      "epoch": 0.6579583333333333,
      "grad_norm": 1.0915391445159912,
      "learning_rate": 7.917531459178281e-05,
      "loss": 7.5782,
      "step": 315820
    },
    {
      "epoch": 0.6579791666666667,
      "grad_norm": 1.2812358140945435,
      "learning_rate": 7.916662432637515e-05,
      "loss": 7.325,
      "step": 315830
    },
    {
      "epoch": 0.658,
      "grad_norm": 0.7927845120429993,
      "learning_rate": 7.915793436693966e-05,
      "loss": 7.3688,
      "step": 315840
    },
    {
      "epoch": 0.6580208333333334,
      "grad_norm": 1.015090823173523,
      "learning_rate": 7.914924471351383e-05,
      "loss": 7.5686,
      "step": 315850
    },
    {
      "epoch": 0.6580416666666666,
      "grad_norm": 1.333117127418518,
      "learning_rate": 7.914055536613522e-05,
      "loss": 7.269,
      "step": 315860
    },
    {
      "epoch": 0.6580625,
      "grad_norm": 2.968777894973755,
      "learning_rate": 7.913186632484137e-05,
      "loss": 7.3691,
      "step": 315870
    },
    {
      "epoch": 0.6580833333333334,
      "grad_norm": 3.403319835662842,
      "learning_rate": 7.91231775896698e-05,
      "loss": 7.6972,
      "step": 315880
    },
    {
      "epoch": 0.6581041666666667,
      "grad_norm": 0.691949188709259,
      "learning_rate": 7.911448916065804e-05,
      "loss": 7.0525,
      "step": 315890
    },
    {
      "epoch": 0.658125,
      "grad_norm": 0.9874855875968933,
      "learning_rate": 7.910580103784366e-05,
      "loss": 7.7754,
      "step": 315900
    },
    {
      "epoch": 0.6581458333333333,
      "grad_norm": 2.0213489532470703,
      "learning_rate": 7.909711322126413e-05,
      "loss": 7.0405,
      "step": 315910
    },
    {
      "epoch": 0.6581666666666667,
      "grad_norm": 2.2270495891571045,
      "learning_rate": 7.908842571095709e-05,
      "loss": 7.2043,
      "step": 315920
    },
    {
      "epoch": 0.6581875,
      "grad_norm": 1.1183990240097046,
      "learning_rate": 7.907973850695983e-05,
      "loss": 7.7117,
      "step": 315930
    },
    {
      "epoch": 0.6582083333333333,
      "grad_norm": 1.2953985929489136,
      "learning_rate": 7.90710516093101e-05,
      "loss": 7.4576,
      "step": 315940
    },
    {
      "epoch": 0.6582291666666666,
      "grad_norm": 1.7502188682556152,
      "learning_rate": 7.906236501804541e-05,
      "loss": 7.3768,
      "step": 315950
    },
    {
      "epoch": 0.65825,
      "grad_norm": 3.222806930541992,
      "learning_rate": 7.905367873320312e-05,
      "loss": 7.591,
      "step": 315960
    },
    {
      "epoch": 0.6582708333333334,
      "grad_norm": 2.570199728012085,
      "learning_rate": 7.90449927548209e-05,
      "loss": 6.7524,
      "step": 315970
    },
    {
      "epoch": 0.6582916666666667,
      "grad_norm": 1.166300892829895,
      "learning_rate": 7.90363070829363e-05,
      "loss": 7.4476,
      "step": 315980
    },
    {
      "epoch": 0.6583125,
      "grad_norm": 0.8994886875152588,
      "learning_rate": 7.902762171758662e-05,
      "loss": 7.2641,
      "step": 315990
    },
    {
      "epoch": 0.6583333333333333,
      "grad_norm": 1.2587858438491821,
      "learning_rate": 7.90189366588096e-05,
      "loss": 7.9669,
      "step": 316000
    },
    {
      "epoch": 0.6583333333333333,
      "eval_loss": 7.6847100257873535,
      "eval_runtime": 9.1229,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 316000
    },
    {
      "epoch": 0.6583541666666667,
      "grad_norm": 0.9466253519058228,
      "learning_rate": 7.901025190664273e-05,
      "loss": 11.3186,
      "step": 316010
    },
    {
      "epoch": 0.658375,
      "grad_norm": 1.7582576274871826,
      "learning_rate": 7.900156746112335e-05,
      "loss": 7.2442,
      "step": 316020
    },
    {
      "epoch": 0.6583958333333333,
      "grad_norm": 1.2254728078842163,
      "learning_rate": 7.899288332228917e-05,
      "loss": 7.7414,
      "step": 316030
    },
    {
      "epoch": 0.6584166666666667,
      "grad_norm": 1.236530065536499,
      "learning_rate": 7.898419949017767e-05,
      "loss": 7.5496,
      "step": 316040
    },
    {
      "epoch": 0.6584375,
      "grad_norm": 1.3351932764053345,
      "learning_rate": 7.897551596482623e-05,
      "loss": 7.3257,
      "step": 316050
    },
    {
      "epoch": 0.6584583333333334,
      "grad_norm": 1.2842767238616943,
      "learning_rate": 7.896683274627252e-05,
      "loss": 7.3777,
      "step": 316060
    },
    {
      "epoch": 0.6584791666666666,
      "grad_norm": 15.837800979614258,
      "learning_rate": 7.895814983455394e-05,
      "loss": 7.1513,
      "step": 316070
    },
    {
      "epoch": 0.6585,
      "grad_norm": 1.1010841131210327,
      "learning_rate": 7.894946722970797e-05,
      "loss": 7.9595,
      "step": 316080
    },
    {
      "epoch": 0.6585208333333333,
      "grad_norm": 6.6578755378723145,
      "learning_rate": 7.89407849317723e-05,
      "loss": 7.2248,
      "step": 316090
    },
    {
      "epoch": 0.6585416666666667,
      "grad_norm": 0.8465211987495422,
      "learning_rate": 7.893210294078424e-05,
      "loss": 7.3196,
      "step": 316100
    },
    {
      "epoch": 0.6585625,
      "grad_norm": 1.5964795351028442,
      "learning_rate": 7.892342125678132e-05,
      "loss": 7.3633,
      "step": 316110
    },
    {
      "epoch": 0.6585833333333333,
      "grad_norm": 2.681575298309326,
      "learning_rate": 7.891473987980121e-05,
      "loss": 7.7019,
      "step": 316120
    },
    {
      "epoch": 0.6586041666666667,
      "grad_norm": 1.6423383951187134,
      "learning_rate": 7.89060588098812e-05,
      "loss": 7.3913,
      "step": 316130
    },
    {
      "epoch": 0.658625,
      "grad_norm": 2.0430285930633545,
      "learning_rate": 7.889737804705884e-05,
      "loss": 7.3986,
      "step": 316140
    },
    {
      "epoch": 0.6586458333333334,
      "grad_norm": 3.595870018005371,
      "learning_rate": 7.888869759137179e-05,
      "loss": 7.731,
      "step": 316150
    },
    {
      "epoch": 0.6586666666666666,
      "grad_norm": 1.174128532409668,
      "learning_rate": 7.888001744285733e-05,
      "loss": 7.0924,
      "step": 316160
    },
    {
      "epoch": 0.6586875,
      "grad_norm": 1.1685740947723389,
      "learning_rate": 7.887133760155305e-05,
      "loss": 7.3635,
      "step": 316170
    },
    {
      "epoch": 0.6587083333333333,
      "grad_norm": 0.8920301198959351,
      "learning_rate": 7.886265806749644e-05,
      "loss": 7.6146,
      "step": 316180
    },
    {
      "epoch": 0.6587291666666667,
      "grad_norm": 1.8104171752929688,
      "learning_rate": 7.8853978840725e-05,
      "loss": 7.1625,
      "step": 316190
    },
    {
      "epoch": 0.65875,
      "grad_norm": 3.8756768703460693,
      "learning_rate": 7.884529992127622e-05,
      "loss": 7.6601,
      "step": 316200
    },
    {
      "epoch": 0.6587708333333333,
      "grad_norm": 0.718666136264801,
      "learning_rate": 7.883662130918755e-05,
      "loss": 7.466,
      "step": 316210
    },
    {
      "epoch": 0.6587916666666667,
      "grad_norm": 0.8013601899147034,
      "learning_rate": 7.882794300449652e-05,
      "loss": 7.0588,
      "step": 316220
    },
    {
      "epoch": 0.6588125,
      "grad_norm": 2.8110146522521973,
      "learning_rate": 7.881926500724062e-05,
      "loss": 7.4523,
      "step": 316230
    },
    {
      "epoch": 0.6588333333333334,
      "grad_norm": 1.335897445678711,
      "learning_rate": 7.88105873174573e-05,
      "loss": 7.0773,
      "step": 316240
    },
    {
      "epoch": 0.6588541666666666,
      "grad_norm": 1.051701307296753,
      "learning_rate": 7.880190993518405e-05,
      "loss": 7.0857,
      "step": 316250
    },
    {
      "epoch": 0.658875,
      "grad_norm": 1.4842026233673096,
      "learning_rate": 7.879323286045839e-05,
      "loss": 7.1105,
      "step": 316260
    },
    {
      "epoch": 0.6588958333333333,
      "grad_norm": 1.022841453552246,
      "learning_rate": 7.878455609331777e-05,
      "loss": 7.3958,
      "step": 316270
    },
    {
      "epoch": 0.6589166666666667,
      "grad_norm": 1.1675053834915161,
      "learning_rate": 7.877587963379968e-05,
      "loss": 7.0067,
      "step": 316280
    },
    {
      "epoch": 0.6589375,
      "grad_norm": 2.4073662757873535,
      "learning_rate": 7.876720348194165e-05,
      "loss": 7.5119,
      "step": 316290
    },
    {
      "epoch": 0.6589583333333333,
      "grad_norm": 1.185730218887329,
      "learning_rate": 7.8758527637781e-05,
      "loss": 7.2661,
      "step": 316300
    },
    {
      "epoch": 0.6589791666666667,
      "grad_norm": 2.7146239280700684,
      "learning_rate": 7.874985210135538e-05,
      "loss": 6.9602,
      "step": 316310
    },
    {
      "epoch": 0.659,
      "grad_norm": 1.9269704818725586,
      "learning_rate": 7.874117687270223e-05,
      "loss": 8.5947,
      "step": 316320
    },
    {
      "epoch": 0.6590208333333333,
      "grad_norm": 1.020198941230774,
      "learning_rate": 7.87325019518589e-05,
      "loss": 6.9707,
      "step": 316330
    },
    {
      "epoch": 0.6590416666666666,
      "grad_norm": 1.051211953163147,
      "learning_rate": 7.872382733886298e-05,
      "loss": 7.3253,
      "step": 316340
    },
    {
      "epoch": 0.6590625,
      "grad_norm": 1.2215824127197266,
      "learning_rate": 7.871515303375199e-05,
      "loss": 7.3718,
      "step": 316350
    },
    {
      "epoch": 0.6590833333333334,
      "grad_norm": 1.0204057693481445,
      "learning_rate": 7.870647903656321e-05,
      "loss": 7.1338,
      "step": 316360
    },
    {
      "epoch": 0.6591041666666667,
      "grad_norm": 0.970659077167511,
      "learning_rate": 7.869780534733425e-05,
      "loss": 7.43,
      "step": 316370
    },
    {
      "epoch": 0.659125,
      "grad_norm": 1.611653208732605,
      "learning_rate": 7.868913196610263e-05,
      "loss": 6.8635,
      "step": 316380
    },
    {
      "epoch": 0.6591458333333333,
      "grad_norm": 2.339890241622925,
      "learning_rate": 7.868045889290561e-05,
      "loss": 7.3335,
      "step": 316390
    },
    {
      "epoch": 0.6591666666666667,
      "grad_norm": 1.1495599746704102,
      "learning_rate": 7.867178612778084e-05,
      "loss": 6.9178,
      "step": 316400
    },
    {
      "epoch": 0.6591875,
      "grad_norm": 0.7932525873184204,
      "learning_rate": 7.866311367076578e-05,
      "loss": 7.7238,
      "step": 316410
    },
    {
      "epoch": 0.6592083333333333,
      "grad_norm": 2.7176668643951416,
      "learning_rate": 7.86544415218977e-05,
      "loss": 7.1535,
      "step": 316420
    },
    {
      "epoch": 0.6592291666666666,
      "grad_norm": 10.884869575500488,
      "learning_rate": 7.864576968121432e-05,
      "loss": 8.0159,
      "step": 316430
    },
    {
      "epoch": 0.65925,
      "grad_norm": 1.28079092502594,
      "learning_rate": 7.863709814875293e-05,
      "loss": 7.016,
      "step": 316440
    },
    {
      "epoch": 0.6592708333333334,
      "grad_norm": 0.8108450174331665,
      "learning_rate": 7.862842692455096e-05,
      "loss": 6.9304,
      "step": 316450
    },
    {
      "epoch": 0.6592916666666667,
      "grad_norm": 0.7703672051429749,
      "learning_rate": 7.861975600864604e-05,
      "loss": 7.026,
      "step": 316460
    },
    {
      "epoch": 0.6593125,
      "grad_norm": 2.172600507736206,
      "learning_rate": 7.861108540107545e-05,
      "loss": 7.4333,
      "step": 316470
    },
    {
      "epoch": 0.6593333333333333,
      "grad_norm": 1.1054989099502563,
      "learning_rate": 7.860241510187668e-05,
      "loss": 7.4455,
      "step": 316480
    },
    {
      "epoch": 0.6593541666666667,
      "grad_norm": 1.4995254278182983,
      "learning_rate": 7.859374511108732e-05,
      "loss": 7.5716,
      "step": 316490
    },
    {
      "epoch": 0.659375,
      "grad_norm": 1.437222957611084,
      "learning_rate": 7.858507542874466e-05,
      "loss": 7.5218,
      "step": 316500
    },
    {
      "epoch": 0.6593958333333333,
      "grad_norm": 1.7620857954025269,
      "learning_rate": 7.857640605488622e-05,
      "loss": 7.1471,
      "step": 316510
    },
    {
      "epoch": 0.6594166666666667,
      "grad_norm": 0.8010474443435669,
      "learning_rate": 7.856773698954941e-05,
      "loss": 7.5013,
      "step": 316520
    },
    {
      "epoch": 0.6594375,
      "grad_norm": 0.9105725288391113,
      "learning_rate": 7.855906823277173e-05,
      "loss": 7.0382,
      "step": 316530
    },
    {
      "epoch": 0.6594583333333334,
      "grad_norm": 3.0247559547424316,
      "learning_rate": 7.855039978459056e-05,
      "loss": 7.2086,
      "step": 316540
    },
    {
      "epoch": 0.6594791666666666,
      "grad_norm": 1.2975528240203857,
      "learning_rate": 7.854173164504341e-05,
      "loss": 6.8996,
      "step": 316550
    },
    {
      "epoch": 0.6595,
      "grad_norm": 2.9073686599731445,
      "learning_rate": 7.853306381416767e-05,
      "loss": 7.2904,
      "step": 316560
    },
    {
      "epoch": 0.6595208333333333,
      "grad_norm": 1.4067660570144653,
      "learning_rate": 7.852439629200082e-05,
      "loss": 7.44,
      "step": 316570
    },
    {
      "epoch": 0.6595416666666667,
      "grad_norm": 1.8253298997879028,
      "learning_rate": 7.85157290785803e-05,
      "loss": 7.5455,
      "step": 316580
    },
    {
      "epoch": 0.6595625,
      "grad_norm": 2.6599061489105225,
      "learning_rate": 7.850706217394351e-05,
      "loss": 7.2427,
      "step": 316590
    },
    {
      "epoch": 0.6595833333333333,
      "grad_norm": 0.9413886666297913,
      "learning_rate": 7.849839557812795e-05,
      "loss": 7.4682,
      "step": 316600
    },
    {
      "epoch": 0.6596041666666667,
      "grad_norm": 1.1660752296447754,
      "learning_rate": 7.848972929117099e-05,
      "loss": 7.4913,
      "step": 316610
    },
    {
      "epoch": 0.659625,
      "grad_norm": 3.5466501712799072,
      "learning_rate": 7.848106331311008e-05,
      "loss": 6.9885,
      "step": 316620
    },
    {
      "epoch": 0.6596458333333334,
      "grad_norm": 1.1979788541793823,
      "learning_rate": 7.84723976439827e-05,
      "loss": 8.019,
      "step": 316630
    },
    {
      "epoch": 0.6596666666666666,
      "grad_norm": 0.7869873046875,
      "learning_rate": 7.846373228382623e-05,
      "loss": 7.0807,
      "step": 316640
    },
    {
      "epoch": 0.6596875,
      "grad_norm": 1.2117984294891357,
      "learning_rate": 7.845506723267812e-05,
      "loss": 7.7703,
      "step": 316650
    },
    {
      "epoch": 0.6597083333333333,
      "grad_norm": 1.601807713508606,
      "learning_rate": 7.844640249057585e-05,
      "loss": 7.7928,
      "step": 316660
    },
    {
      "epoch": 0.6597291666666667,
      "grad_norm": 1.486627221107483,
      "learning_rate": 7.843773805755672e-05,
      "loss": 7.4993,
      "step": 316670
    },
    {
      "epoch": 0.65975,
      "grad_norm": 2.9830284118652344,
      "learning_rate": 7.842907393365827e-05,
      "loss": 7.8169,
      "step": 316680
    },
    {
      "epoch": 0.6597708333333333,
      "grad_norm": 0.7347893714904785,
      "learning_rate": 7.842041011891794e-05,
      "loss": 7.2439,
      "step": 316690
    },
    {
      "epoch": 0.6597916666666667,
      "grad_norm": 0.9038723707199097,
      "learning_rate": 7.841174661337298e-05,
      "loss": 7.1191,
      "step": 316700
    },
    {
      "epoch": 0.6598125,
      "grad_norm": 1.1368812322616577,
      "learning_rate": 7.840308341706103e-05,
      "loss": 7.7635,
      "step": 316710
    },
    {
      "epoch": 0.6598333333333334,
      "grad_norm": 0.780836284160614,
      "learning_rate": 7.839442053001945e-05,
      "loss": 7.4813,
      "step": 316720
    },
    {
      "epoch": 0.6598541666666666,
      "grad_norm": 2.7164838314056396,
      "learning_rate": 7.838575795228552e-05,
      "loss": 7.6495,
      "step": 316730
    },
    {
      "epoch": 0.659875,
      "grad_norm": 0.9588073492050171,
      "learning_rate": 7.837709568389684e-05,
      "loss": 6.9392,
      "step": 316740
    },
    {
      "epoch": 0.6598958333333333,
      "grad_norm": 1.9640005826950073,
      "learning_rate": 7.83684337248908e-05,
      "loss": 7.2851,
      "step": 316750
    },
    {
      "epoch": 0.6599166666666667,
      "grad_norm": 1.0383237600326538,
      "learning_rate": 7.835977207530468e-05,
      "loss": 6.9943,
      "step": 316760
    },
    {
      "epoch": 0.6599375,
      "grad_norm": 2.4125969409942627,
      "learning_rate": 7.835111073517603e-05,
      "loss": 6.9036,
      "step": 316770
    },
    {
      "epoch": 0.6599583333333333,
      "grad_norm": 4.965132236480713,
      "learning_rate": 7.834244970454226e-05,
      "loss": 7.5689,
      "step": 316780
    },
    {
      "epoch": 0.6599791666666667,
      "grad_norm": 1.028645396232605,
      "learning_rate": 7.833378898344064e-05,
      "loss": 7.383,
      "step": 316790
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.7565986514091492,
      "learning_rate": 7.832512857190881e-05,
      "loss": 7.3432,
      "step": 316800
    },
    {
      "epoch": 0.6600208333333333,
      "grad_norm": 1.5728380680084229,
      "learning_rate": 7.831646846998398e-05,
      "loss": 7.2155,
      "step": 316810
    },
    {
      "epoch": 0.6600416666666666,
      "grad_norm": 2.337564468383789,
      "learning_rate": 7.830780867770364e-05,
      "loss": 7.3378,
      "step": 316820
    },
    {
      "epoch": 0.6600625,
      "grad_norm": 0.929451584815979,
      "learning_rate": 7.82991491951052e-05,
      "loss": 7.1547,
      "step": 316830
    },
    {
      "epoch": 0.6600833333333334,
      "grad_norm": 0.8426275253295898,
      "learning_rate": 7.829049002222604e-05,
      "loss": 7.4994,
      "step": 316840
    },
    {
      "epoch": 0.6601041666666667,
      "grad_norm": 1.7356613874435425,
      "learning_rate": 7.828183115910358e-05,
      "loss": 7.4321,
      "step": 316850
    },
    {
      "epoch": 0.660125,
      "grad_norm": 2.6132423877716064,
      "learning_rate": 7.827317260577523e-05,
      "loss": 7.5377,
      "step": 316860
    },
    {
      "epoch": 0.6601458333333333,
      "grad_norm": 1.4231703281402588,
      "learning_rate": 7.826451436227838e-05,
      "loss": 7.4443,
      "step": 316870
    },
    {
      "epoch": 0.6601666666666667,
      "grad_norm": 1.4352715015411377,
      "learning_rate": 7.825585642865043e-05,
      "loss": 7.005,
      "step": 316880
    },
    {
      "epoch": 0.6601875,
      "grad_norm": 1.4317435026168823,
      "learning_rate": 7.824719880492879e-05,
      "loss": 7.4868,
      "step": 316890
    },
    {
      "epoch": 0.6602083333333333,
      "grad_norm": 1.8882064819335938,
      "learning_rate": 7.823854149115085e-05,
      "loss": 7.5782,
      "step": 316900
    },
    {
      "epoch": 0.6602291666666666,
      "grad_norm": 2.2937123775482178,
      "learning_rate": 7.822988448735399e-05,
      "loss": 7.1849,
      "step": 316910
    },
    {
      "epoch": 0.66025,
      "grad_norm": 1.6118789911270142,
      "learning_rate": 7.822122779357561e-05,
      "loss": 8.0063,
      "step": 316920
    },
    {
      "epoch": 0.6602708333333334,
      "grad_norm": 1.2937812805175781,
      "learning_rate": 7.821257140985314e-05,
      "loss": 7.0228,
      "step": 316930
    },
    {
      "epoch": 0.6602916666666667,
      "grad_norm": 1.6022111177444458,
      "learning_rate": 7.820391533622394e-05,
      "loss": 7.6121,
      "step": 316940
    },
    {
      "epoch": 0.6603125,
      "grad_norm": 1.9608659744262695,
      "learning_rate": 7.819525957272541e-05,
      "loss": 7.534,
      "step": 316950
    },
    {
      "epoch": 0.6603333333333333,
      "grad_norm": 4.3459792137146,
      "learning_rate": 7.818660411939493e-05,
      "loss": 7.5713,
      "step": 316960
    },
    {
      "epoch": 0.6603541666666667,
      "grad_norm": 1.1751296520233154,
      "learning_rate": 7.817794897626989e-05,
      "loss": 7.552,
      "step": 316970
    },
    {
      "epoch": 0.660375,
      "grad_norm": 0.7181377410888672,
      "learning_rate": 7.816929414338768e-05,
      "loss": 7.4751,
      "step": 316980
    },
    {
      "epoch": 0.6603958333333333,
      "grad_norm": 1.7448946237564087,
      "learning_rate": 7.81606396207857e-05,
      "loss": 7.6501,
      "step": 316990
    },
    {
      "epoch": 0.6604166666666667,
      "grad_norm": 3.599921464920044,
      "learning_rate": 7.815198540850132e-05,
      "loss": 7.4431,
      "step": 317000
    },
    {
      "epoch": 0.6604166666666667,
      "eval_loss": 7.339303493499756,
      "eval_runtime": 9.0895,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 317000
    },
    {
      "epoch": 0.6604375,
      "grad_norm": 1.7139842510223389,
      "learning_rate": 7.814333150657191e-05,
      "loss": 7.1899,
      "step": 317010
    },
    {
      "epoch": 0.6604583333333334,
      "grad_norm": 0.8423157930374146,
      "learning_rate": 7.813467791503488e-05,
      "loss": 7.6838,
      "step": 317020
    },
    {
      "epoch": 0.6604791666666666,
      "grad_norm": 1.009063482284546,
      "learning_rate": 7.812602463392763e-05,
      "loss": 7.0377,
      "step": 317030
    },
    {
      "epoch": 0.6605,
      "grad_norm": 2.5907886028289795,
      "learning_rate": 7.811737166328741e-05,
      "loss": 7.0922,
      "step": 317040
    },
    {
      "epoch": 0.6605208333333333,
      "grad_norm": 1.1362963914871216,
      "learning_rate": 7.810871900315175e-05,
      "loss": 7.2417,
      "step": 317050
    },
    {
      "epoch": 0.6605416666666667,
      "grad_norm": 1.3905787467956543,
      "learning_rate": 7.810006665355803e-05,
      "loss": 7.6437,
      "step": 317060
    },
    {
      "epoch": 0.6605625,
      "grad_norm": 0.8941569328308105,
      "learning_rate": 7.809141461454342e-05,
      "loss": 7.3343,
      "step": 317070
    },
    {
      "epoch": 0.6605833333333333,
      "grad_norm": 2.439059257507324,
      "learning_rate": 7.80827628861455e-05,
      "loss": 7.1764,
      "step": 317080
    },
    {
      "epoch": 0.6606041666666667,
      "grad_norm": 0.8881309032440186,
      "learning_rate": 7.807411146840166e-05,
      "loss": 7.1941,
      "step": 317090
    },
    {
      "epoch": 0.660625,
      "grad_norm": 1.408574104309082,
      "learning_rate": 7.806546036134909e-05,
      "loss": 7.8258,
      "step": 317100
    },
    {
      "epoch": 0.6606458333333334,
      "grad_norm": 1.0597440004348755,
      "learning_rate": 7.805680956502525e-05,
      "loss": 7.8265,
      "step": 317110
    },
    {
      "epoch": 0.6606666666666666,
      "grad_norm": 0.9482103586196899,
      "learning_rate": 7.80481590794676e-05,
      "loss": 7.4388,
      "step": 317120
    },
    {
      "epoch": 0.6606875,
      "grad_norm": 1.0385161638259888,
      "learning_rate": 7.803950890471335e-05,
      "loss": 7.2902,
      "step": 317130
    },
    {
      "epoch": 0.6607083333333333,
      "grad_norm": 0.8635176420211792,
      "learning_rate": 7.803085904079992e-05,
      "loss": 7.7103,
      "step": 317140
    },
    {
      "epoch": 0.6607291666666667,
      "grad_norm": 1.2663137912750244,
      "learning_rate": 7.802220948776477e-05,
      "loss": 7.1491,
      "step": 317150
    },
    {
      "epoch": 0.66075,
      "grad_norm": 3.647341012954712,
      "learning_rate": 7.801356024564515e-05,
      "loss": 7.3233,
      "step": 317160
    },
    {
      "epoch": 0.6607708333333333,
      "grad_norm": 0.847608208656311,
      "learning_rate": 7.800491131447844e-05,
      "loss": 7.3779,
      "step": 317170
    },
    {
      "epoch": 0.6607916666666667,
      "grad_norm": 2.07443904876709,
      "learning_rate": 7.799626269430202e-05,
      "loss": 7.3431,
      "step": 317180
    },
    {
      "epoch": 0.6608125,
      "grad_norm": 1.2244348526000977,
      "learning_rate": 7.798761438515326e-05,
      "loss": 7.1784,
      "step": 317190
    },
    {
      "epoch": 0.6608333333333334,
      "grad_norm": 6.470544338226318,
      "learning_rate": 7.797896638706948e-05,
      "loss": 7.6357,
      "step": 317200
    },
    {
      "epoch": 0.6608541666666666,
      "grad_norm": 0.8264356851577759,
      "learning_rate": 7.797031870008806e-05,
      "loss": 7.7756,
      "step": 317210
    },
    {
      "epoch": 0.660875,
      "grad_norm": 3.420405387878418,
      "learning_rate": 7.796167132424636e-05,
      "loss": 7.6964,
      "step": 317220
    },
    {
      "epoch": 0.6608958333333333,
      "grad_norm": 1.4639561176300049,
      "learning_rate": 7.795302425958173e-05,
      "loss": 7.3167,
      "step": 317230
    },
    {
      "epoch": 0.6609166666666667,
      "grad_norm": 1.4777004718780518,
      "learning_rate": 7.794437750613152e-05,
      "loss": 8.0896,
      "step": 317240
    },
    {
      "epoch": 0.6609375,
      "grad_norm": 0.912609338760376,
      "learning_rate": 7.793573106393306e-05,
      "loss": 7.4546,
      "step": 317250
    },
    {
      "epoch": 0.6609583333333333,
      "grad_norm": 1.6375244855880737,
      "learning_rate": 7.792708493302374e-05,
      "loss": 7.1655,
      "step": 317260
    },
    {
      "epoch": 0.6609791666666667,
      "grad_norm": 0.7487916350364685,
      "learning_rate": 7.791843911344086e-05,
      "loss": 7.3745,
      "step": 317270
    },
    {
      "epoch": 0.661,
      "grad_norm": 0.9030141830444336,
      "learning_rate": 7.790979360522181e-05,
      "loss": 7.2583,
      "step": 317280
    },
    {
      "epoch": 0.6610208333333333,
      "grad_norm": 1.2892286777496338,
      "learning_rate": 7.790114840840389e-05,
      "loss": 7.5525,
      "step": 317290
    },
    {
      "epoch": 0.6610416666666666,
      "grad_norm": 2.7920374870300293,
      "learning_rate": 7.78925035230245e-05,
      "loss": 7.0761,
      "step": 317300
    },
    {
      "epoch": 0.6610625,
      "grad_norm": 1.1758893728256226,
      "learning_rate": 7.788385894912092e-05,
      "loss": 7.3973,
      "step": 317310
    },
    {
      "epoch": 0.6610833333333334,
      "grad_norm": 1.9929299354553223,
      "learning_rate": 7.787521468673055e-05,
      "loss": 7.288,
      "step": 317320
    },
    {
      "epoch": 0.6611041666666667,
      "grad_norm": 2.0527849197387695,
      "learning_rate": 7.78665707358907e-05,
      "loss": 7.2405,
      "step": 317330
    },
    {
      "epoch": 0.661125,
      "grad_norm": 1.9891928434371948,
      "learning_rate": 7.785792709663871e-05,
      "loss": 7.3367,
      "step": 317340
    },
    {
      "epoch": 0.6611458333333333,
      "grad_norm": 1.2739765644073486,
      "learning_rate": 7.784928376901193e-05,
      "loss": 7.3237,
      "step": 317350
    },
    {
      "epoch": 0.6611666666666667,
      "grad_norm": 1.2939720153808594,
      "learning_rate": 7.784064075304767e-05,
      "loss": 7.5244,
      "step": 317360
    },
    {
      "epoch": 0.6611875,
      "grad_norm": 1.3149703741073608,
      "learning_rate": 7.783199804878327e-05,
      "loss": 7.0023,
      "step": 317370
    },
    {
      "epoch": 0.6612083333333333,
      "grad_norm": 4.5416789054870605,
      "learning_rate": 7.782335565625614e-05,
      "loss": 7.1854,
      "step": 317380
    },
    {
      "epoch": 0.6612291666666666,
      "grad_norm": 9.588875770568848,
      "learning_rate": 7.781471357550343e-05,
      "loss": 7.6695,
      "step": 317390
    },
    {
      "epoch": 0.66125,
      "grad_norm": 2.449354887008667,
      "learning_rate": 7.780607180656266e-05,
      "loss": 7.1875,
      "step": 317400
    },
    {
      "epoch": 0.6612708333333334,
      "grad_norm": 1.0417088270187378,
      "learning_rate": 7.779743034947112e-05,
      "loss": 8.0184,
      "step": 317410
    },
    {
      "epoch": 0.6612916666666667,
      "grad_norm": 2.3821487426757812,
      "learning_rate": 7.778878920426598e-05,
      "loss": 7.4366,
      "step": 317420
    },
    {
      "epoch": 0.6613125,
      "grad_norm": 3.3549559116363525,
      "learning_rate": 7.778014837098481e-05,
      "loss": 7.3283,
      "step": 317430
    },
    {
      "epoch": 0.6613333333333333,
      "grad_norm": 5.480184078216553,
      "learning_rate": 7.777150784966477e-05,
      "loss": 7.8378,
      "step": 317440
    },
    {
      "epoch": 0.6613541666666667,
      "grad_norm": 1.1546145677566528,
      "learning_rate": 7.776286764034316e-05,
      "loss": 7.3741,
      "step": 317450
    },
    {
      "epoch": 0.661375,
      "grad_norm": 2.0655243396759033,
      "learning_rate": 7.775422774305746e-05,
      "loss": 7.2121,
      "step": 317460
    },
    {
      "epoch": 0.6613958333333333,
      "grad_norm": 1.12269127368927,
      "learning_rate": 7.774558815784488e-05,
      "loss": 7.2313,
      "step": 317470
    },
    {
      "epoch": 0.6614166666666667,
      "grad_norm": 0.9004376530647278,
      "learning_rate": 7.773694888474267e-05,
      "loss": 7.2889,
      "step": 317480
    },
    {
      "epoch": 0.6614375,
      "grad_norm": 1.8213680982589722,
      "learning_rate": 7.772830992378837e-05,
      "loss": 7.3252,
      "step": 317490
    },
    {
      "epoch": 0.6614583333333334,
      "grad_norm": 1.8412188291549683,
      "learning_rate": 7.771967127501911e-05,
      "loss": 7.4085,
      "step": 317500
    },
    {
      "epoch": 0.6614791666666666,
      "grad_norm": 2.428100109100342,
      "learning_rate": 7.771103293847218e-05,
      "loss": 7.3887,
      "step": 317510
    },
    {
      "epoch": 0.6615,
      "grad_norm": 1.2913821935653687,
      "learning_rate": 7.770239491418512e-05,
      "loss": 7.6536,
      "step": 317520
    },
    {
      "epoch": 0.6615208333333333,
      "grad_norm": 0.7449867725372314,
      "learning_rate": 7.7693757202195e-05,
      "loss": 7.3275,
      "step": 317530
    },
    {
      "epoch": 0.6615416666666667,
      "grad_norm": 1.0963809490203857,
      "learning_rate": 7.76851198025392e-05,
      "loss": 7.5662,
      "step": 317540
    },
    {
      "epoch": 0.6615625,
      "grad_norm": 1.748972773551941,
      "learning_rate": 7.767648271525517e-05,
      "loss": 7.3921,
      "step": 317550
    },
    {
      "epoch": 0.6615833333333333,
      "grad_norm": 2.844634532928467,
      "learning_rate": 7.766784594038004e-05,
      "loss": 7.928,
      "step": 317560
    },
    {
      "epoch": 0.6616041666666667,
      "grad_norm": 3.5246775150299072,
      "learning_rate": 7.765920947795119e-05,
      "loss": 7.3414,
      "step": 317570
    },
    {
      "epoch": 0.661625,
      "grad_norm": 0.9687906503677368,
      "learning_rate": 7.765057332800592e-05,
      "loss": 7.3913,
      "step": 317580
    },
    {
      "epoch": 0.6616458333333334,
      "grad_norm": 1.6625056266784668,
      "learning_rate": 7.764193749058154e-05,
      "loss": 8.1482,
      "step": 317590
    },
    {
      "epoch": 0.6616666666666666,
      "grad_norm": 6.907154083251953,
      "learning_rate": 7.763330196571534e-05,
      "loss": 7.9582,
      "step": 317600
    },
    {
      "epoch": 0.6616875,
      "grad_norm": 1.5064482688903809,
      "learning_rate": 7.762466675344464e-05,
      "loss": 7.1434,
      "step": 317610
    },
    {
      "epoch": 0.6617083333333333,
      "grad_norm": 1.2574999332427979,
      "learning_rate": 7.761603185380673e-05,
      "loss": 7.6574,
      "step": 317620
    },
    {
      "epoch": 0.6617291666666667,
      "grad_norm": 2.3005125522613525,
      "learning_rate": 7.760739726683891e-05,
      "loss": 7.3118,
      "step": 317630
    },
    {
      "epoch": 0.66175,
      "grad_norm": 1.168195128440857,
      "learning_rate": 7.759876299257846e-05,
      "loss": 8.0958,
      "step": 317640
    },
    {
      "epoch": 0.6617708333333333,
      "grad_norm": 1.6426796913146973,
      "learning_rate": 7.759012903106271e-05,
      "loss": 6.8977,
      "step": 317650
    },
    {
      "epoch": 0.6617916666666667,
      "grad_norm": 2.181443929672241,
      "learning_rate": 7.758149538232894e-05,
      "loss": 7.2045,
      "step": 317660
    },
    {
      "epoch": 0.6618125,
      "grad_norm": 2.165175437927246,
      "learning_rate": 7.757286204641446e-05,
      "loss": 8.0968,
      "step": 317670
    },
    {
      "epoch": 0.6618333333333334,
      "grad_norm": 1.1075527667999268,
      "learning_rate": 7.756422902335653e-05,
      "loss": 8.1121,
      "step": 317680
    },
    {
      "epoch": 0.6618541666666666,
      "grad_norm": 1.93405282497406,
      "learning_rate": 7.755559631319252e-05,
      "loss": 7.924,
      "step": 317690
    },
    {
      "epoch": 0.661875,
      "grad_norm": 1.8598175048828125,
      "learning_rate": 7.754696391595954e-05,
      "loss": 7.6335,
      "step": 317700
    },
    {
      "epoch": 0.6618958333333333,
      "grad_norm": 1.4223570823669434,
      "learning_rate": 7.753833183169506e-05,
      "loss": 6.9077,
      "step": 317710
    },
    {
      "epoch": 0.6619166666666667,
      "grad_norm": 1.0519399642944336,
      "learning_rate": 7.752970006043636e-05,
      "loss": 7.4811,
      "step": 317720
    },
    {
      "epoch": 0.6619375,
      "grad_norm": 2.487924575805664,
      "learning_rate": 7.752106860222056e-05,
      "loss": 7.5501,
      "step": 317730
    },
    {
      "epoch": 0.6619583333333333,
      "grad_norm": 2.6303598880767822,
      "learning_rate": 7.751243745708511e-05,
      "loss": 7.7477,
      "step": 317740
    },
    {
      "epoch": 0.6619791666666667,
      "grad_norm": 1.6828985214233398,
      "learning_rate": 7.750380662506728e-05,
      "loss": 7.2241,
      "step": 317750
    },
    {
      "epoch": 0.662,
      "grad_norm": 4.254150867462158,
      "learning_rate": 7.749517610620421e-05,
      "loss": 7.1137,
      "step": 317760
    },
    {
      "epoch": 0.6620208333333333,
      "grad_norm": 0.9534497857093811,
      "learning_rate": 7.748654590053334e-05,
      "loss": 7.4917,
      "step": 317770
    },
    {
      "epoch": 0.6620416666666666,
      "grad_norm": 1.4324308633804321,
      "learning_rate": 7.747791600809195e-05,
      "loss": 6.9888,
      "step": 317780
    },
    {
      "epoch": 0.6620625,
      "grad_norm": 2.6889309883117676,
      "learning_rate": 7.746928642891711e-05,
      "loss": 7.4458,
      "step": 317790
    },
    {
      "epoch": 0.6620833333333334,
      "grad_norm": 2.022707462310791,
      "learning_rate": 7.746065716304639e-05,
      "loss": 8.2118,
      "step": 317800
    },
    {
      "epoch": 0.6621041666666667,
      "grad_norm": 1.0661879777908325,
      "learning_rate": 7.745202821051684e-05,
      "loss": 6.9568,
      "step": 317810
    },
    {
      "epoch": 0.662125,
      "grad_norm": 3.096731662750244,
      "learning_rate": 7.744339957136578e-05,
      "loss": 7.464,
      "step": 317820
    },
    {
      "epoch": 0.6621458333333333,
      "grad_norm": 2.565349817276001,
      "learning_rate": 7.743477124563061e-05,
      "loss": 7.657,
      "step": 317830
    },
    {
      "epoch": 0.6621666666666667,
      "grad_norm": 1.7883782386779785,
      "learning_rate": 7.742614323334845e-05,
      "loss": 7.2686,
      "step": 317840
    },
    {
      "epoch": 0.6621875,
      "grad_norm": 1.701953649520874,
      "learning_rate": 7.741751553455655e-05,
      "loss": 7.3273,
      "step": 317850
    },
    {
      "epoch": 0.6622083333333333,
      "grad_norm": 3.076563596725464,
      "learning_rate": 7.74088881492924e-05,
      "loss": 7.295,
      "step": 317860
    },
    {
      "epoch": 0.6622291666666666,
      "grad_norm": 1.04917573928833,
      "learning_rate": 7.740026107759304e-05,
      "loss": 7.2043,
      "step": 317870
    },
    {
      "epoch": 0.66225,
      "grad_norm": 1.8566960096359253,
      "learning_rate": 7.739163431949576e-05,
      "loss": 6.8888,
      "step": 317880
    },
    {
      "epoch": 0.6622708333333334,
      "grad_norm": 1.2134127616882324,
      "learning_rate": 7.738300787503801e-05,
      "loss": 7.5877,
      "step": 317890
    },
    {
      "epoch": 0.6622916666666666,
      "grad_norm": 2.2890422344207764,
      "learning_rate": 7.737438174425685e-05,
      "loss": 7.8777,
      "step": 317900
    },
    {
      "epoch": 0.6623125,
      "grad_norm": 1.2452396154403687,
      "learning_rate": 7.736575592718957e-05,
      "loss": 7.3758,
      "step": 317910
    },
    {
      "epoch": 0.6623333333333333,
      "grad_norm": 1.1341277360916138,
      "learning_rate": 7.735713042387358e-05,
      "loss": 7.0727,
      "step": 317920
    },
    {
      "epoch": 0.6623541666666667,
      "grad_norm": 1.3383537530899048,
      "learning_rate": 7.734850523434597e-05,
      "loss": 7.2549,
      "step": 317930
    },
    {
      "epoch": 0.662375,
      "grad_norm": 0.9999392032623291,
      "learning_rate": 7.733988035864404e-05,
      "loss": 7.1085,
      "step": 317940
    },
    {
      "epoch": 0.6623958333333333,
      "grad_norm": 0.9033262133598328,
      "learning_rate": 7.733125579680512e-05,
      "loss": 8.1099,
      "step": 317950
    },
    {
      "epoch": 0.6624166666666667,
      "grad_norm": 1.6669737100601196,
      "learning_rate": 7.732263154886637e-05,
      "loss": 7.2782,
      "step": 317960
    },
    {
      "epoch": 0.6624375,
      "grad_norm": 1.2197387218475342,
      "learning_rate": 7.73140076148651e-05,
      "loss": 7.4774,
      "step": 317970
    },
    {
      "epoch": 0.6624583333333334,
      "grad_norm": 3.3029417991638184,
      "learning_rate": 7.730538399483854e-05,
      "loss": 7.5353,
      "step": 317980
    },
    {
      "epoch": 0.6624791666666666,
      "grad_norm": 1.553972601890564,
      "learning_rate": 7.729676068882394e-05,
      "loss": 7.3959,
      "step": 317990
    },
    {
      "epoch": 0.6625,
      "grad_norm": 1.716117262840271,
      "learning_rate": 7.728813769685858e-05,
      "loss": 7.505,
      "step": 318000
    },
    {
      "epoch": 0.6625,
      "eval_loss": 7.560085296630859,
      "eval_runtime": 8.5171,
      "eval_samples_per_second": 0.352,
      "eval_steps_per_second": 0.117,
      "step": 318000
    },
    {
      "epoch": 0.6625208333333333,
      "grad_norm": 4.147607803344727,
      "learning_rate": 7.727951501897964e-05,
      "loss": 7.6215,
      "step": 318010
    },
    {
      "epoch": 0.6625416666666667,
      "grad_norm": 1.6699578762054443,
      "learning_rate": 7.727089265522445e-05,
      "loss": 7.4962,
      "step": 318020
    },
    {
      "epoch": 0.6625625,
      "grad_norm": 1.113210916519165,
      "learning_rate": 7.726227060563026e-05,
      "loss": 7.3019,
      "step": 318030
    },
    {
      "epoch": 0.6625833333333333,
      "grad_norm": 1.5345135927200317,
      "learning_rate": 7.725364887023414e-05,
      "loss": 7.517,
      "step": 318040
    },
    {
      "epoch": 0.6626041666666667,
      "grad_norm": 1.0978642702102661,
      "learning_rate": 7.724502744907354e-05,
      "loss": 7.283,
      "step": 318050
    },
    {
      "epoch": 0.662625,
      "grad_norm": 1.3213657140731812,
      "learning_rate": 7.723640634218569e-05,
      "loss": 7.5637,
      "step": 318060
    },
    {
      "epoch": 0.6626458333333334,
      "grad_norm": 1.1097440719604492,
      "learning_rate": 7.722778554960762e-05,
      "loss": 7.3966,
      "step": 318070
    },
    {
      "epoch": 0.6626666666666666,
      "grad_norm": 3.880483388900757,
      "learning_rate": 7.721916507137678e-05,
      "loss": 7.3155,
      "step": 318080
    },
    {
      "epoch": 0.6626875,
      "grad_norm": 1.2932721376419067,
      "learning_rate": 7.721054490753041e-05,
      "loss": 7.4456,
      "step": 318090
    },
    {
      "epoch": 0.6627083333333333,
      "grad_norm": 1.784719467163086,
      "learning_rate": 7.720192505810554e-05,
      "loss": 7.4676,
      "step": 318100
    },
    {
      "epoch": 0.6627291666666667,
      "grad_norm": 0.8771414160728455,
      "learning_rate": 7.719330552313959e-05,
      "loss": 7.03,
      "step": 318110
    },
    {
      "epoch": 0.66275,
      "grad_norm": 1.195154070854187,
      "learning_rate": 7.718468630266982e-05,
      "loss": 7.5677,
      "step": 318120
    },
    {
      "epoch": 0.6627708333333333,
      "grad_norm": 1.5749354362487793,
      "learning_rate": 7.717606739673325e-05,
      "loss": 7.4238,
      "step": 318130
    },
    {
      "epoch": 0.6627916666666667,
      "grad_norm": 7.841344833374023,
      "learning_rate": 7.71674488053673e-05,
      "loss": 7.5689,
      "step": 318140
    },
    {
      "epoch": 0.6628125,
      "grad_norm": 1.199011206626892,
      "learning_rate": 7.715883052860923e-05,
      "loss": 7.2738,
      "step": 318150
    },
    {
      "epoch": 0.6628333333333334,
      "grad_norm": 1.42171311378479,
      "learning_rate": 7.715021256649603e-05,
      "loss": 7.3219,
      "step": 318160
    },
    {
      "epoch": 0.6628541666666666,
      "grad_norm": 2.1363561153411865,
      "learning_rate": 7.714159491906521e-05,
      "loss": 7.6218,
      "step": 318170
    },
    {
      "epoch": 0.662875,
      "grad_norm": 1.5658375024795532,
      "learning_rate": 7.71329775863538e-05,
      "loss": 7.7365,
      "step": 318180
    },
    {
      "epoch": 0.6628958333333334,
      "grad_norm": 1.289863109588623,
      "learning_rate": 7.712436056839902e-05,
      "loss": 7.5691,
      "step": 318190
    },
    {
      "epoch": 0.6629166666666667,
      "grad_norm": 3.34057354927063,
      "learning_rate": 7.711574386523827e-05,
      "loss": 7.7919,
      "step": 318200
    },
    {
      "epoch": 0.6629375,
      "grad_norm": 0.8973875045776367,
      "learning_rate": 7.71071274769086e-05,
      "loss": 7.0629,
      "step": 318210
    },
    {
      "epoch": 0.6629583333333333,
      "grad_norm": 1.727897047996521,
      "learning_rate": 7.709851140344724e-05,
      "loss": 7.4966,
      "step": 318220
    },
    {
      "epoch": 0.6629791666666667,
      "grad_norm": 2.233474016189575,
      "learning_rate": 7.708989564489158e-05,
      "loss": 7.3059,
      "step": 318230
    },
    {
      "epoch": 0.663,
      "grad_norm": 1.4630345106124878,
      "learning_rate": 7.708128020127862e-05,
      "loss": 7.4112,
      "step": 318240
    },
    {
      "epoch": 0.6630208333333333,
      "grad_norm": 1.9002588987350464,
      "learning_rate": 7.707266507264563e-05,
      "loss": 7.7115,
      "step": 318250
    },
    {
      "epoch": 0.6630416666666666,
      "grad_norm": 1.56874418258667,
      "learning_rate": 7.706405025902996e-05,
      "loss": 7.9073,
      "step": 318260
    },
    {
      "epoch": 0.6630625,
      "grad_norm": 1.1246291399002075,
      "learning_rate": 7.705543576046867e-05,
      "loss": 7.4101,
      "step": 318270
    },
    {
      "epoch": 0.6630833333333334,
      "grad_norm": 1.4608542919158936,
      "learning_rate": 7.704682157699904e-05,
      "loss": 7.4767,
      "step": 318280
    },
    {
      "epoch": 0.6631041666666667,
      "grad_norm": 1.8711804151535034,
      "learning_rate": 7.703820770865826e-05,
      "loss": 8.0222,
      "step": 318290
    },
    {
      "epoch": 0.663125,
      "grad_norm": 1.5888783931732178,
      "learning_rate": 7.702959415548353e-05,
      "loss": 8.3541,
      "step": 318300
    },
    {
      "epoch": 0.6631458333333333,
      "grad_norm": 0.8157157897949219,
      "learning_rate": 7.702098091751207e-05,
      "loss": 7.015,
      "step": 318310
    },
    {
      "epoch": 0.6631666666666667,
      "grad_norm": 8.326268196105957,
      "learning_rate": 7.70123679947811e-05,
      "loss": 7.8931,
      "step": 318320
    },
    {
      "epoch": 0.6631875,
      "grad_norm": 2.7519350051879883,
      "learning_rate": 7.700375538732778e-05,
      "loss": 7.1759,
      "step": 318330
    },
    {
      "epoch": 0.6632083333333333,
      "grad_norm": 2.8734097480773926,
      "learning_rate": 7.699514309518937e-05,
      "loss": 7.3944,
      "step": 318340
    },
    {
      "epoch": 0.6632291666666666,
      "grad_norm": 0.9504273533821106,
      "learning_rate": 7.698653111840304e-05,
      "loss": 7.3218,
      "step": 318350
    },
    {
      "epoch": 0.66325,
      "grad_norm": 1.0087066888809204,
      "learning_rate": 7.6977919457006e-05,
      "loss": 7.2032,
      "step": 318360
    },
    {
      "epoch": 0.6632708333333334,
      "grad_norm": 0.9414835572242737,
      "learning_rate": 7.696930811103543e-05,
      "loss": 7.379,
      "step": 318370
    },
    {
      "epoch": 0.6632916666666666,
      "grad_norm": 4.11050271987915,
      "learning_rate": 7.696069708052855e-05,
      "loss": 7.7345,
      "step": 318380
    },
    {
      "epoch": 0.6633125,
      "grad_norm": 2.3333098888397217,
      "learning_rate": 7.695208636552254e-05,
      "loss": 7.4316,
      "step": 318390
    },
    {
      "epoch": 0.6633333333333333,
      "grad_norm": 1.2814393043518066,
      "learning_rate": 7.69434759660546e-05,
      "loss": 7.4708,
      "step": 318400
    },
    {
      "epoch": 0.6633541666666667,
      "grad_norm": 2.47697114944458,
      "learning_rate": 7.693486588216194e-05,
      "loss": 7.3503,
      "step": 318410
    },
    {
      "epoch": 0.663375,
      "grad_norm": 0.9821236729621887,
      "learning_rate": 7.692625611388172e-05,
      "loss": 7.4006,
      "step": 318420
    },
    {
      "epoch": 0.6633958333333333,
      "grad_norm": 1.8114821910858154,
      "learning_rate": 7.691764666125122e-05,
      "loss": 7.7884,
      "step": 318430
    },
    {
      "epoch": 0.6634166666666667,
      "grad_norm": 0.871118426322937,
      "learning_rate": 7.690903752430745e-05,
      "loss": 6.8831,
      "step": 318440
    },
    {
      "epoch": 0.6634375,
      "grad_norm": 0.8451429605484009,
      "learning_rate": 7.690042870308774e-05,
      "loss": 7.1069,
      "step": 318450
    },
    {
      "epoch": 0.6634583333333334,
      "grad_norm": 10.786310195922852,
      "learning_rate": 7.689182019762934e-05,
      "loss": 8.1192,
      "step": 318460
    },
    {
      "epoch": 0.6634791666666666,
      "grad_norm": 0.6623304486274719,
      "learning_rate": 7.688321200796918e-05,
      "loss": 7.3716,
      "step": 318470
    },
    {
      "epoch": 0.6635,
      "grad_norm": 3.6167972087860107,
      "learning_rate": 7.687460413414468e-05,
      "loss": 7.1937,
      "step": 318480
    },
    {
      "epoch": 0.6635208333333333,
      "grad_norm": 0.8500741720199585,
      "learning_rate": 7.686599657619302e-05,
      "loss": 7.5232,
      "step": 318490
    },
    {
      "epoch": 0.6635416666666667,
      "grad_norm": 2.725107192993164,
      "learning_rate": 7.685738933415117e-05,
      "loss": 7.2526,
      "step": 318500
    },
    {
      "epoch": 0.6635625,
      "grad_norm": 1.1311225891113281,
      "learning_rate": 7.684878240805651e-05,
      "loss": 7.2028,
      "step": 318510
    },
    {
      "epoch": 0.6635833333333333,
      "grad_norm": 1.7054003477096558,
      "learning_rate": 7.68401757979462e-05,
      "loss": 8.6376,
      "step": 318520
    },
    {
      "epoch": 0.6636041666666667,
      "grad_norm": 1.4842580556869507,
      "learning_rate": 7.683156950385728e-05,
      "loss": 7.1626,
      "step": 318530
    },
    {
      "epoch": 0.663625,
      "grad_norm": 2.4580576419830322,
      "learning_rate": 7.682296352582711e-05,
      "loss": 7.5976,
      "step": 318540
    },
    {
      "epoch": 0.6636458333333334,
      "grad_norm": 1.1373664140701294,
      "learning_rate": 7.681435786389272e-05,
      "loss": 7.2183,
      "step": 318550
    },
    {
      "epoch": 0.6636666666666666,
      "grad_norm": 1.3535405397415161,
      "learning_rate": 7.680575251809133e-05,
      "loss": 7.6977,
      "step": 318560
    },
    {
      "epoch": 0.6636875,
      "grad_norm": 3.8028523921966553,
      "learning_rate": 7.679714748846014e-05,
      "loss": 7.3966,
      "step": 318570
    },
    {
      "epoch": 0.6637083333333333,
      "grad_norm": 1.6480536460876465,
      "learning_rate": 7.678854277503629e-05,
      "loss": 7.3987,
      "step": 318580
    },
    {
      "epoch": 0.6637291666666667,
      "grad_norm": 1.260672926902771,
      "learning_rate": 7.677993837785694e-05,
      "loss": 8.5125,
      "step": 318590
    },
    {
      "epoch": 0.66375,
      "grad_norm": 2.4150712490081787,
      "learning_rate": 7.677133429695928e-05,
      "loss": 7.3493,
      "step": 318600
    },
    {
      "epoch": 0.6637708333333333,
      "grad_norm": 3.4206976890563965,
      "learning_rate": 7.676273053238047e-05,
      "loss": 7.3072,
      "step": 318610
    },
    {
      "epoch": 0.6637916666666667,
      "grad_norm": 1.5087823867797852,
      "learning_rate": 7.67541270841577e-05,
      "loss": 7.546,
      "step": 318620
    },
    {
      "epoch": 0.6638125,
      "grad_norm": 0.9399614334106445,
      "learning_rate": 7.674552395232806e-05,
      "loss": 6.9504,
      "step": 318630
    },
    {
      "epoch": 0.6638333333333334,
      "grad_norm": 1.2224373817443848,
      "learning_rate": 7.67369211369288e-05,
      "loss": 7.8651,
      "step": 318640
    },
    {
      "epoch": 0.6638541666666666,
      "grad_norm": 1.4011489152908325,
      "learning_rate": 7.672831863799701e-05,
      "loss": 7.2319,
      "step": 318650
    },
    {
      "epoch": 0.663875,
      "grad_norm": 1.2932873964309692,
      "learning_rate": 7.67197164555699e-05,
      "loss": 6.9241,
      "step": 318660
    },
    {
      "epoch": 0.6638958333333334,
      "grad_norm": 0.847135066986084,
      "learning_rate": 7.671111458968462e-05,
      "loss": 7.1013,
      "step": 318670
    },
    {
      "epoch": 0.6639166666666667,
      "grad_norm": 0.9760869741439819,
      "learning_rate": 7.67025130403783e-05,
      "loss": 7.046,
      "step": 318680
    },
    {
      "epoch": 0.6639375,
      "grad_norm": 1.411769151687622,
      "learning_rate": 7.669391180768812e-05,
      "loss": 6.973,
      "step": 318690
    },
    {
      "epoch": 0.6639583333333333,
      "grad_norm": 1.8884648084640503,
      "learning_rate": 7.66853108916512e-05,
      "loss": 8.0077,
      "step": 318700
    },
    {
      "epoch": 0.6639791666666667,
      "grad_norm": 5.072574138641357,
      "learning_rate": 7.667671029230473e-05,
      "loss": 7.4757,
      "step": 318710
    },
    {
      "epoch": 0.664,
      "grad_norm": 0.5892161130905151,
      "learning_rate": 7.666811000968586e-05,
      "loss": 7.3975,
      "step": 318720
    },
    {
      "epoch": 0.6640208333333333,
      "grad_norm": 1.1567565202713013,
      "learning_rate": 7.665951004383173e-05,
      "loss": 7.6551,
      "step": 318730
    },
    {
      "epoch": 0.6640416666666666,
      "grad_norm": 1.5590461492538452,
      "learning_rate": 7.665091039477948e-05,
      "loss": 7.8923,
      "step": 318740
    },
    {
      "epoch": 0.6640625,
      "grad_norm": 0.6772247552871704,
      "learning_rate": 7.664231106256625e-05,
      "loss": 7.4116,
      "step": 318750
    },
    {
      "epoch": 0.6640833333333334,
      "grad_norm": 1.2471674680709839,
      "learning_rate": 7.663371204722921e-05,
      "loss": 7.4445,
      "step": 318760
    },
    {
      "epoch": 0.6641041666666667,
      "grad_norm": 3.5131516456604004,
      "learning_rate": 7.662511334880549e-05,
      "loss": 7.3781,
      "step": 318770
    },
    {
      "epoch": 0.664125,
      "grad_norm": 1.3969801664352417,
      "learning_rate": 7.661651496733223e-05,
      "loss": 7.8066,
      "step": 318780
    },
    {
      "epoch": 0.6641458333333333,
      "grad_norm": 1.7341604232788086,
      "learning_rate": 7.66079169028466e-05,
      "loss": 8.7743,
      "step": 318790
    },
    {
      "epoch": 0.6641666666666667,
      "grad_norm": 1.2568345069885254,
      "learning_rate": 7.659931915538576e-05,
      "loss": 7.374,
      "step": 318800
    },
    {
      "epoch": 0.6641875,
      "grad_norm": 1.2505409717559814,
      "learning_rate": 7.65907217249867e-05,
      "loss": 7.3235,
      "step": 318810
    },
    {
      "epoch": 0.6642083333333333,
      "grad_norm": 3.918440580368042,
      "learning_rate": 7.65821246116867e-05,
      "loss": 7.6173,
      "step": 318820
    },
    {
      "epoch": 0.6642291666666666,
      "grad_norm": 1.5926510095596313,
      "learning_rate": 7.657352781552295e-05,
      "loss": 7.4671,
      "step": 318830
    },
    {
      "epoch": 0.66425,
      "grad_norm": 1.2931686639785767,
      "learning_rate": 7.656493133653236e-05,
      "loss": 7.0965,
      "step": 318840
    },
    {
      "epoch": 0.6642708333333334,
      "grad_norm": 1.4690537452697754,
      "learning_rate": 7.655633517475227e-05,
      "loss": 8.0585,
      "step": 318850
    },
    {
      "epoch": 0.6642916666666666,
      "grad_norm": 1.77750825881958,
      "learning_rate": 7.654773933021978e-05,
      "loss": 7.364,
      "step": 318860
    },
    {
      "epoch": 0.6643125,
      "grad_norm": 1.8925541639328003,
      "learning_rate": 7.653914380297195e-05,
      "loss": 7.1413,
      "step": 318870
    },
    {
      "epoch": 0.6643333333333333,
      "grad_norm": 1.3572267293930054,
      "learning_rate": 7.653054859304584e-05,
      "loss": 7.8188,
      "step": 318880
    },
    {
      "epoch": 0.6643541666666667,
      "grad_norm": 1.9412423372268677,
      "learning_rate": 7.652195370047884e-05,
      "loss": 7.393,
      "step": 318890
    },
    {
      "epoch": 0.664375,
      "grad_norm": 1.5343116521835327,
      "learning_rate": 7.651335912530784e-05,
      "loss": 6.8934,
      "step": 318900
    },
    {
      "epoch": 0.6643958333333333,
      "grad_norm": 3.3519628047943115,
      "learning_rate": 7.650476486756998e-05,
      "loss": 7.082,
      "step": 318910
    },
    {
      "epoch": 0.6644166666666667,
      "grad_norm": 0.7819573283195496,
      "learning_rate": 7.649617092730257e-05,
      "loss": 7.2474,
      "step": 318920
    },
    {
      "epoch": 0.6644375,
      "grad_norm": 1.6593849658966064,
      "learning_rate": 7.648757730454255e-05,
      "loss": 7.3112,
      "step": 318930
    },
    {
      "epoch": 0.6644583333333334,
      "grad_norm": 1.809701681137085,
      "learning_rate": 7.647898399932707e-05,
      "loss": 7.2076,
      "step": 318940
    },
    {
      "epoch": 0.6644791666666666,
      "grad_norm": 1.1667945384979248,
      "learning_rate": 7.647039101169331e-05,
      "loss": 7.0865,
      "step": 318950
    },
    {
      "epoch": 0.6645,
      "grad_norm": 0.8988823890686035,
      "learning_rate": 7.646179834167834e-05,
      "loss": 7.2982,
      "step": 318960
    },
    {
      "epoch": 0.6645208333333333,
      "grad_norm": 0.9890769124031067,
      "learning_rate": 7.645320598931929e-05,
      "loss": 7.558,
      "step": 318970
    },
    {
      "epoch": 0.6645416666666667,
      "grad_norm": 3.3348629474639893,
      "learning_rate": 7.64446139546533e-05,
      "loss": 7.3538,
      "step": 318980
    },
    {
      "epoch": 0.6645625,
      "grad_norm": 1.7988545894622803,
      "learning_rate": 7.643602223771744e-05,
      "loss": 7.3075,
      "step": 318990
    },
    {
      "epoch": 0.6645833333333333,
      "grad_norm": 1.7130184173583984,
      "learning_rate": 7.642743083854886e-05,
      "loss": 7.3545,
      "step": 319000
    },
    {
      "epoch": 0.6645833333333333,
      "eval_loss": 7.4990234375,
      "eval_runtime": 8.6121,
      "eval_samples_per_second": 0.348,
      "eval_steps_per_second": 0.116,
      "step": 319000
    },
    {
      "epoch": 0.6646041666666667,
      "grad_norm": 0.7733456492424011,
      "learning_rate": 7.641883975718465e-05,
      "loss": 7.9783,
      "step": 319010
    },
    {
      "epoch": 0.664625,
      "grad_norm": 2.7747044563293457,
      "learning_rate": 7.64102489936619e-05,
      "loss": 7.7904,
      "step": 319020
    },
    {
      "epoch": 0.6646458333333334,
      "grad_norm": 1.3937013149261475,
      "learning_rate": 7.64016585480178e-05,
      "loss": 7.2269,
      "step": 319030
    },
    {
      "epoch": 0.6646666666666666,
      "grad_norm": 1.413750171661377,
      "learning_rate": 7.639306842028936e-05,
      "loss": 7.447,
      "step": 319040
    },
    {
      "epoch": 0.6646875,
      "grad_norm": 0.9968498945236206,
      "learning_rate": 7.638447861051374e-05,
      "loss": 7.4063,
      "step": 319050
    },
    {
      "epoch": 0.6647083333333333,
      "grad_norm": 0.8471776247024536,
      "learning_rate": 7.637588911872804e-05,
      "loss": 7.438,
      "step": 319060
    },
    {
      "epoch": 0.6647291666666667,
      "grad_norm": 1.3627690076828003,
      "learning_rate": 7.636729994496936e-05,
      "loss": 7.5894,
      "step": 319070
    },
    {
      "epoch": 0.66475,
      "grad_norm": 1.10810124874115,
      "learning_rate": 7.635871108927479e-05,
      "loss": 7.4025,
      "step": 319080
    },
    {
      "epoch": 0.6647708333333333,
      "grad_norm": 0.8481448292732239,
      "learning_rate": 7.635012255168143e-05,
      "loss": 8.2292,
      "step": 319090
    },
    {
      "epoch": 0.6647916666666667,
      "grad_norm": 1.4037103652954102,
      "learning_rate": 7.634153433222641e-05,
      "loss": 7.8379,
      "step": 319100
    },
    {
      "epoch": 0.6648125,
      "grad_norm": 1.3672133684158325,
      "learning_rate": 7.633294643094677e-05,
      "loss": 7.1573,
      "step": 319110
    },
    {
      "epoch": 0.6648333333333334,
      "grad_norm": 1.8171874284744263,
      "learning_rate": 7.632435884787968e-05,
      "loss": 7.1861,
      "step": 319120
    },
    {
      "epoch": 0.6648541666666666,
      "grad_norm": 3.2781567573547363,
      "learning_rate": 7.631577158306219e-05,
      "loss": 7.2158,
      "step": 319130
    },
    {
      "epoch": 0.664875,
      "grad_norm": 12.180438041687012,
      "learning_rate": 7.630718463653139e-05,
      "loss": 7.4121,
      "step": 319140
    },
    {
      "epoch": 0.6648958333333334,
      "grad_norm": 1.2604775428771973,
      "learning_rate": 7.629859800832443e-05,
      "loss": 7.251,
      "step": 319150
    },
    {
      "epoch": 0.6649166666666667,
      "grad_norm": 4.379115581512451,
      "learning_rate": 7.629001169847828e-05,
      "loss": 7.3012,
      "step": 319160
    },
    {
      "epoch": 0.6649375,
      "grad_norm": 1.1028507947921753,
      "learning_rate": 7.628142570703017e-05,
      "loss": 7.9247,
      "step": 319170
    },
    {
      "epoch": 0.6649583333333333,
      "grad_norm": 1.1516810655593872,
      "learning_rate": 7.627284003401708e-05,
      "loss": 7.1394,
      "step": 319180
    },
    {
      "epoch": 0.6649791666666667,
      "grad_norm": 2.1074705123901367,
      "learning_rate": 7.626425467947609e-05,
      "loss": 7.4976,
      "step": 319190
    },
    {
      "epoch": 0.665,
      "grad_norm": 1.3016082048416138,
      "learning_rate": 7.625566964344444e-05,
      "loss": 6.9577,
      "step": 319200
    },
    {
      "epoch": 0.6650208333333333,
      "grad_norm": 0.7356175780296326,
      "learning_rate": 7.624708492595905e-05,
      "loss": 7.0076,
      "step": 319210
    },
    {
      "epoch": 0.6650416666666666,
      "grad_norm": 0.7125179767608643,
      "learning_rate": 7.623850052705701e-05,
      "loss": 7.177,
      "step": 319220
    },
    {
      "epoch": 0.6650625,
      "grad_norm": 1.8251941204071045,
      "learning_rate": 7.622991644677556e-05,
      "loss": 7.1786,
      "step": 319230
    },
    {
      "epoch": 0.6650833333333334,
      "grad_norm": 1.520560622215271,
      "learning_rate": 7.622133268515159e-05,
      "loss": 7.4372,
      "step": 319240
    },
    {
      "epoch": 0.6651041666666667,
      "grad_norm": 4.689873218536377,
      "learning_rate": 7.621274924222224e-05,
      "loss": 7.8511,
      "step": 319250
    },
    {
      "epoch": 0.665125,
      "grad_norm": 3.7023911476135254,
      "learning_rate": 7.620416611802471e-05,
      "loss": 7.2173,
      "step": 319260
    },
    {
      "epoch": 0.6651458333333333,
      "grad_norm": 2.2331347465515137,
      "learning_rate": 7.619558331259591e-05,
      "loss": 7.569,
      "step": 319270
    },
    {
      "epoch": 0.6651666666666667,
      "grad_norm": 1.1293014287948608,
      "learning_rate": 7.618700082597291e-05,
      "loss": 7.3501,
      "step": 319280
    },
    {
      "epoch": 0.6651875,
      "grad_norm": 1.4404163360595703,
      "learning_rate": 7.617841865819298e-05,
      "loss": 7.2765,
      "step": 319290
    },
    {
      "epoch": 0.6652083333333333,
      "grad_norm": 1.2640864849090576,
      "learning_rate": 7.616983680929298e-05,
      "loss": 7.03,
      "step": 319300
    },
    {
      "epoch": 0.6652291666666666,
      "grad_norm": 0.9051412343978882,
      "learning_rate": 7.616125527931009e-05,
      "loss": 7.3453,
      "step": 319310
    },
    {
      "epoch": 0.66525,
      "grad_norm": 1.3346177339553833,
      "learning_rate": 7.615267406828133e-05,
      "loss": 7.6163,
      "step": 319320
    },
    {
      "epoch": 0.6652708333333334,
      "grad_norm": 1.196230411529541,
      "learning_rate": 7.614409317624381e-05,
      "loss": 7.5341,
      "step": 319330
    },
    {
      "epoch": 0.6652916666666666,
      "grad_norm": 1.5074819326400757,
      "learning_rate": 7.613551260323456e-05,
      "loss": 7.9711,
      "step": 319340
    },
    {
      "epoch": 0.6653125,
      "grad_norm": 1.3398165702819824,
      "learning_rate": 7.612693234929065e-05,
      "loss": 7.1483,
      "step": 319350
    },
    {
      "epoch": 0.6653333333333333,
      "grad_norm": 4.714636325836182,
      "learning_rate": 7.611835241444915e-05,
      "loss": 7.4789,
      "step": 319360
    },
    {
      "epoch": 0.6653541666666667,
      "grad_norm": 0.7540568113327026,
      "learning_rate": 7.610977279874713e-05,
      "loss": 7.3108,
      "step": 319370
    },
    {
      "epoch": 0.665375,
      "grad_norm": 1.6235542297363281,
      "learning_rate": 7.610119350222166e-05,
      "loss": 7.0585,
      "step": 319380
    },
    {
      "epoch": 0.6653958333333333,
      "grad_norm": 0.9314975142478943,
      "learning_rate": 7.609261452490975e-05,
      "loss": 7.1388,
      "step": 319390
    },
    {
      "epoch": 0.6654166666666667,
      "grad_norm": 2.7286384105682373,
      "learning_rate": 7.608403586684851e-05,
      "loss": 7.3172,
      "step": 319400
    },
    {
      "epoch": 0.6654375,
      "grad_norm": 0.8698779344558716,
      "learning_rate": 7.607545752807496e-05,
      "loss": 7.0606,
      "step": 319410
    },
    {
      "epoch": 0.6654583333333334,
      "grad_norm": 1.2567416429519653,
      "learning_rate": 7.60668795086262e-05,
      "loss": 7.2123,
      "step": 319420
    },
    {
      "epoch": 0.6654791666666666,
      "grad_norm": 0.8545305132865906,
      "learning_rate": 7.605830180853924e-05,
      "loss": 6.9991,
      "step": 319430
    },
    {
      "epoch": 0.6655,
      "grad_norm": 1.1511847972869873,
      "learning_rate": 7.604972442785114e-05,
      "loss": 7.6204,
      "step": 319440
    },
    {
      "epoch": 0.6655208333333333,
      "grad_norm": 4.198444366455078,
      "learning_rate": 7.604114736659897e-05,
      "loss": 7.9478,
      "step": 319450
    },
    {
      "epoch": 0.6655416666666667,
      "grad_norm": 0.871113121509552,
      "learning_rate": 7.603257062481984e-05,
      "loss": 7.0146,
      "step": 319460
    },
    {
      "epoch": 0.6655625,
      "grad_norm": 1.169191598892212,
      "learning_rate": 7.602399420255058e-05,
      "loss": 7.6802,
      "step": 319470
    },
    {
      "epoch": 0.6655833333333333,
      "grad_norm": 0.8632031083106995,
      "learning_rate": 7.601541809982848e-05,
      "loss": 7.3711,
      "step": 319480
    },
    {
      "epoch": 0.6656041666666667,
      "grad_norm": 1.3735134601593018,
      "learning_rate": 7.600684231669052e-05,
      "loss": 7.908,
      "step": 319490
    },
    {
      "epoch": 0.665625,
      "grad_norm": 0.8329741954803467,
      "learning_rate": 7.599826685317359e-05,
      "loss": 7.0896,
      "step": 319500
    },
    {
      "epoch": 0.6656458333333334,
      "grad_norm": 3.1723554134368896,
      "learning_rate": 7.598969170931494e-05,
      "loss": 7.5168,
      "step": 319510
    },
    {
      "epoch": 0.6656666666666666,
      "grad_norm": 1.2961028814315796,
      "learning_rate": 7.598111688515154e-05,
      "loss": 7.5888,
      "step": 319520
    },
    {
      "epoch": 0.6656875,
      "grad_norm": 1.8707152605056763,
      "learning_rate": 7.597254238072036e-05,
      "loss": 7.4433,
      "step": 319530
    },
    {
      "epoch": 0.6657083333333333,
      "grad_norm": 1.4268869161605835,
      "learning_rate": 7.596396819605857e-05,
      "loss": 7.3132,
      "step": 319540
    },
    {
      "epoch": 0.6657291666666667,
      "grad_norm": 2.1347439289093018,
      "learning_rate": 7.595539433120308e-05,
      "loss": 7.1693,
      "step": 319550
    },
    {
      "epoch": 0.66575,
      "grad_norm": 2.0813164710998535,
      "learning_rate": 7.594682078619092e-05,
      "loss": 7.9958,
      "step": 319560
    },
    {
      "epoch": 0.6657708333333333,
      "grad_norm": 0.86126309633255,
      "learning_rate": 7.593824756105929e-05,
      "loss": 7.2674,
      "step": 319570
    },
    {
      "epoch": 0.6657916666666667,
      "grad_norm": 3.0096044540405273,
      "learning_rate": 7.592967465584508e-05,
      "loss": 7.3273,
      "step": 319580
    },
    {
      "epoch": 0.6658125,
      "grad_norm": 1.9265050888061523,
      "learning_rate": 7.592110207058528e-05,
      "loss": 7.171,
      "step": 319590
    },
    {
      "epoch": 0.6658333333333334,
      "grad_norm": 1.427209496498108,
      "learning_rate": 7.591252980531712e-05,
      "loss": 7.0599,
      "step": 319600
    },
    {
      "epoch": 0.6658541666666666,
      "grad_norm": 1.4528361558914185,
      "learning_rate": 7.590395786007746e-05,
      "loss": 7.2412,
      "step": 319610
    },
    {
      "epoch": 0.665875,
      "grad_norm": 2.452178716659546,
      "learning_rate": 7.589538623490329e-05,
      "loss": 7.2654,
      "step": 319620
    },
    {
      "epoch": 0.6658958333333334,
      "grad_norm": 3.2763099670410156,
      "learning_rate": 7.588681492983185e-05,
      "loss": 7.5416,
      "step": 319630
    },
    {
      "epoch": 0.6659166666666667,
      "grad_norm": 2.3611483573913574,
      "learning_rate": 7.587824394489999e-05,
      "loss": 7.6649,
      "step": 319640
    },
    {
      "epoch": 0.6659375,
      "grad_norm": 3.9839048385620117,
      "learning_rate": 7.586967328014469e-05,
      "loss": 7.934,
      "step": 319650
    },
    {
      "epoch": 0.6659583333333333,
      "grad_norm": 3.034203290939331,
      "learning_rate": 7.586110293560318e-05,
      "loss": 7.546,
      "step": 319660
    },
    {
      "epoch": 0.6659791666666667,
      "grad_norm": 2.0120396614074707,
      "learning_rate": 7.58525329113123e-05,
      "loss": 7.2804,
      "step": 319670
    },
    {
      "epoch": 0.666,
      "grad_norm": 1.1411360502243042,
      "learning_rate": 7.584396320730913e-05,
      "loss": 7.1585,
      "step": 319680
    },
    {
      "epoch": 0.6660208333333333,
      "grad_norm": 1.7218378782272339,
      "learning_rate": 7.583539382363071e-05,
      "loss": 7.4836,
      "step": 319690
    },
    {
      "epoch": 0.6660416666666666,
      "grad_norm": 0.9504045248031616,
      "learning_rate": 7.5826824760314e-05,
      "loss": 7.5656,
      "step": 319700
    },
    {
      "epoch": 0.6660625,
      "grad_norm": 3.225003242492676,
      "learning_rate": 7.581825601739607e-05,
      "loss": 7.6603,
      "step": 319710
    },
    {
      "epoch": 0.6660833333333334,
      "grad_norm": 1.0980335474014282,
      "learning_rate": 7.58096875949139e-05,
      "loss": 7.4635,
      "step": 319720
    },
    {
      "epoch": 0.6661041666666667,
      "grad_norm": 1.1463134288787842,
      "learning_rate": 7.580111949290452e-05,
      "loss": 7.1972,
      "step": 319730
    },
    {
      "epoch": 0.666125,
      "grad_norm": 2.082512140274048,
      "learning_rate": 7.579255171140491e-05,
      "loss": 7.4866,
      "step": 319740
    },
    {
      "epoch": 0.6661458333333333,
      "grad_norm": 0.7403929829597473,
      "learning_rate": 7.578398425045214e-05,
      "loss": 7.2252,
      "step": 319750
    },
    {
      "epoch": 0.6661666666666667,
      "grad_norm": 1.4242439270019531,
      "learning_rate": 7.577541711008315e-05,
      "loss": 7.2506,
      "step": 319760
    },
    {
      "epoch": 0.6661875,
      "grad_norm": 1.0943948030471802,
      "learning_rate": 7.576685029033499e-05,
      "loss": 7.5118,
      "step": 319770
    },
    {
      "epoch": 0.6662083333333333,
      "grad_norm": 1.325114369392395,
      "learning_rate": 7.575828379124466e-05,
      "loss": 7.0602,
      "step": 319780
    },
    {
      "epoch": 0.6662291666666667,
      "grad_norm": 3.4243221282958984,
      "learning_rate": 7.574971761284914e-05,
      "loss": 7.0922,
      "step": 319790
    },
    {
      "epoch": 0.66625,
      "grad_norm": 2.093688726425171,
      "learning_rate": 7.574115175518552e-05,
      "loss": 7.5707,
      "step": 319800
    },
    {
      "epoch": 0.6662708333333334,
      "grad_norm": 1.3109139204025269,
      "learning_rate": 7.57325862182906e-05,
      "loss": 7.9488,
      "step": 319810
    },
    {
      "epoch": 0.6662916666666666,
      "grad_norm": 1.0174968242645264,
      "learning_rate": 7.572402100220159e-05,
      "loss": 7.0016,
      "step": 319820
    },
    {
      "epoch": 0.6663125,
      "grad_norm": 2.659975290298462,
      "learning_rate": 7.571545610695546e-05,
      "loss": 7.1878,
      "step": 319830
    },
    {
      "epoch": 0.6663333333333333,
      "grad_norm": 1.5576505661010742,
      "learning_rate": 7.570689153258904e-05,
      "loss": 7.3037,
      "step": 319840
    },
    {
      "epoch": 0.6663541666666667,
      "grad_norm": 1.5520925521850586,
      "learning_rate": 7.569832727913949e-05,
      "loss": 7.3096,
      "step": 319850
    },
    {
      "epoch": 0.666375,
      "grad_norm": 1.0773342847824097,
      "learning_rate": 7.568976334664384e-05,
      "loss": 7.0807,
      "step": 319860
    },
    {
      "epoch": 0.6663958333333333,
      "grad_norm": 3.28188419342041,
      "learning_rate": 7.568119973513885e-05,
      "loss": 7.8402,
      "step": 319870
    },
    {
      "epoch": 0.6664166666666667,
      "grad_norm": 1.1302542686462402,
      "learning_rate": 7.567263644466173e-05,
      "loss": 7.1971,
      "step": 319880
    },
    {
      "epoch": 0.6664375,
      "grad_norm": 1.0583299398422241,
      "learning_rate": 7.566407347524947e-05,
      "loss": 7.5777,
      "step": 319890
    },
    {
      "epoch": 0.6664583333333334,
      "grad_norm": 1.779470682144165,
      "learning_rate": 7.565551082693885e-05,
      "loss": 7.2925,
      "step": 319900
    },
    {
      "epoch": 0.6664791666666666,
      "grad_norm": 1.3347870111465454,
      "learning_rate": 7.564694849976705e-05,
      "loss": 7.4297,
      "step": 319910
    },
    {
      "epoch": 0.6665,
      "grad_norm": 1.500791072845459,
      "learning_rate": 7.563838649377109e-05,
      "loss": 7.4095,
      "step": 319920
    },
    {
      "epoch": 0.6665208333333333,
      "grad_norm": 1.6128138303756714,
      "learning_rate": 7.562982480898773e-05,
      "loss": 7.2741,
      "step": 319930
    },
    {
      "epoch": 0.6665416666666667,
      "grad_norm": 6.609996795654297,
      "learning_rate": 7.562126344545421e-05,
      "loss": 7.4777,
      "step": 319940
    },
    {
      "epoch": 0.6665625,
      "grad_norm": 1.1942626237869263,
      "learning_rate": 7.561270240320734e-05,
      "loss": 7.2856,
      "step": 319950
    },
    {
      "epoch": 0.6665833333333333,
      "grad_norm": 0.8964237570762634,
      "learning_rate": 7.560414168228407e-05,
      "loss": 7.0139,
      "step": 319960
    },
    {
      "epoch": 0.6666041666666667,
      "grad_norm": 10.394684791564941,
      "learning_rate": 7.559558128272158e-05,
      "loss": 7.1355,
      "step": 319970
    },
    {
      "epoch": 0.666625,
      "grad_norm": 1.6543220281600952,
      "learning_rate": 7.558702120455669e-05,
      "loss": 7.1461,
      "step": 319980
    },
    {
      "epoch": 0.6666458333333334,
      "grad_norm": 4.927478313446045,
      "learning_rate": 7.557846144782635e-05,
      "loss": 7.3691,
      "step": 319990
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 1.0672866106033325,
      "learning_rate": 7.556990201256771e-05,
      "loss": 7.1781,
      "step": 320000
    },
    {
      "epoch": 0.6666666666666666,
      "eval_loss": 6.960224151611328,
      "eval_runtime": 9.3223,
      "eval_samples_per_second": 0.322,
      "eval_steps_per_second": 0.107,
      "step": 320000
    },
    {
      "epoch": 0.6666875,
      "grad_norm": 0.8511672019958496,
      "learning_rate": 7.556134289881758e-05,
      "loss": 7.101,
      "step": 320010
    },
    {
      "epoch": 0.6667083333333333,
      "grad_norm": 1.7626104354858398,
      "learning_rate": 7.555278410661292e-05,
      "loss": 6.9584,
      "step": 320020
    },
    {
      "epoch": 0.6667291666666667,
      "grad_norm": 3.8300511837005615,
      "learning_rate": 7.554422563599088e-05,
      "loss": 8.2655,
      "step": 320030
    },
    {
      "epoch": 0.66675,
      "grad_norm": 5.388158321380615,
      "learning_rate": 7.553566748698825e-05,
      "loss": 7.4208,
      "step": 320040
    },
    {
      "epoch": 0.6667708333333333,
      "grad_norm": 0.9891228079795837,
      "learning_rate": 7.552710965964208e-05,
      "loss": 7.3263,
      "step": 320050
    },
    {
      "epoch": 0.6667916666666667,
      "grad_norm": 2.3764309883117676,
      "learning_rate": 7.551855215398928e-05,
      "loss": 7.1472,
      "step": 320060
    },
    {
      "epoch": 0.6668125,
      "grad_norm": 2.115081548690796,
      "learning_rate": 7.55099949700669e-05,
      "loss": 7.8657,
      "step": 320070
    },
    {
      "epoch": 0.6668333333333333,
      "grad_norm": 6.517279148101807,
      "learning_rate": 7.550143810791183e-05,
      "loss": 7.6322,
      "step": 320080
    },
    {
      "epoch": 0.6668541666666666,
      "grad_norm": 1.2981270551681519,
      "learning_rate": 7.549288156756107e-05,
      "loss": 7.4042,
      "step": 320090
    },
    {
      "epoch": 0.666875,
      "grad_norm": 1.3337279558181763,
      "learning_rate": 7.548432534905157e-05,
      "loss": 7.0625,
      "step": 320100
    },
    {
      "epoch": 0.6668958333333334,
      "grad_norm": 1.0543303489685059,
      "learning_rate": 7.547576945242027e-05,
      "loss": 7.2894,
      "step": 320110
    },
    {
      "epoch": 0.6669166666666667,
      "grad_norm": 2.004352331161499,
      "learning_rate": 7.546721387770416e-05,
      "loss": 7.1344,
      "step": 320120
    },
    {
      "epoch": 0.6669375,
      "grad_norm": 3.9893577098846436,
      "learning_rate": 7.545865862494018e-05,
      "loss": 7.1183,
      "step": 320130
    },
    {
      "epoch": 0.6669583333333333,
      "grad_norm": 0.8267984390258789,
      "learning_rate": 7.545010369416529e-05,
      "loss": 7.0478,
      "step": 320140
    },
    {
      "epoch": 0.6669791666666667,
      "grad_norm": 1.404657244682312,
      "learning_rate": 7.544154908541646e-05,
      "loss": 7.2763,
      "step": 320150
    },
    {
      "epoch": 0.667,
      "grad_norm": 1.020087718963623,
      "learning_rate": 7.54329947987306e-05,
      "loss": 7.1172,
      "step": 320160
    },
    {
      "epoch": 0.6670208333333333,
      "grad_norm": 1.0037918090820312,
      "learning_rate": 7.542444083414476e-05,
      "loss": 6.8748,
      "step": 320170
    },
    {
      "epoch": 0.6670416666666666,
      "grad_norm": 0.7709741592407227,
      "learning_rate": 7.541588719169569e-05,
      "loss": 7.5497,
      "step": 320180
    },
    {
      "epoch": 0.6670625,
      "grad_norm": 2.1995835304260254,
      "learning_rate": 7.540733387142053e-05,
      "loss": 7.7018,
      "step": 320190
    },
    {
      "epoch": 0.6670833333333334,
      "grad_norm": 0.8273716568946838,
      "learning_rate": 7.539878087335621e-05,
      "loss": 6.8765,
      "step": 320200
    },
    {
      "epoch": 0.6671041666666667,
      "grad_norm": 1.0867403745651245,
      "learning_rate": 7.539022819753953e-05,
      "loss": 7.4926,
      "step": 320210
    },
    {
      "epoch": 0.667125,
      "grad_norm": 2.2862443923950195,
      "learning_rate": 7.538167584400758e-05,
      "loss": 7.2674,
      "step": 320220
    },
    {
      "epoch": 0.6671458333333333,
      "grad_norm": 3.3998873233795166,
      "learning_rate": 7.537312381279732e-05,
      "loss": 7.0449,
      "step": 320230
    },
    {
      "epoch": 0.6671666666666667,
      "grad_norm": 4.9968156814575195,
      "learning_rate": 7.53645721039455e-05,
      "loss": 7.2024,
      "step": 320240
    },
    {
      "epoch": 0.6671875,
      "grad_norm": 1.9250998497009277,
      "learning_rate": 7.535602071748925e-05,
      "loss": 7.5763,
      "step": 320250
    },
    {
      "epoch": 0.6672083333333333,
      "grad_norm": 1.2749987840652466,
      "learning_rate": 7.534746965346549e-05,
      "loss": 7.2438,
      "step": 320260
    },
    {
      "epoch": 0.6672291666666667,
      "grad_norm": 0.8340678215026855,
      "learning_rate": 7.5338918911911e-05,
      "loss": 7.0116,
      "step": 320270
    },
    {
      "epoch": 0.66725,
      "grad_norm": 1.8557446002960205,
      "learning_rate": 7.533036849286289e-05,
      "loss": 7.1905,
      "step": 320280
    },
    {
      "epoch": 0.6672708333333334,
      "grad_norm": 1.2071924209594727,
      "learning_rate": 7.53218183963581e-05,
      "loss": 7.7303,
      "step": 320290
    },
    {
      "epoch": 0.6672916666666666,
      "grad_norm": 1.7090575695037842,
      "learning_rate": 7.531326862243338e-05,
      "loss": 7.4214,
      "step": 320300
    },
    {
      "epoch": 0.6673125,
      "grad_norm": 1.4015381336212158,
      "learning_rate": 7.530471917112587e-05,
      "loss": 7.5296,
      "step": 320310
    },
    {
      "epoch": 0.6673333333333333,
      "grad_norm": 1.743651032447815,
      "learning_rate": 7.529617004247236e-05,
      "loss": 7.1637,
      "step": 320320
    },
    {
      "epoch": 0.6673541666666667,
      "grad_norm": 2.112403154373169,
      "learning_rate": 7.528762123650983e-05,
      "loss": 7.4423,
      "step": 320330
    },
    {
      "epoch": 0.667375,
      "grad_norm": 0.9496572613716125,
      "learning_rate": 7.527907275327519e-05,
      "loss": 7.5469,
      "step": 320340
    },
    {
      "epoch": 0.6673958333333333,
      "grad_norm": 0.7437548637390137,
      "learning_rate": 7.52705245928054e-05,
      "loss": 7.2588,
      "step": 320350
    },
    {
      "epoch": 0.6674166666666667,
      "grad_norm": 1.995482087135315,
      "learning_rate": 7.526197675513734e-05,
      "loss": 7.2945,
      "step": 320360
    },
    {
      "epoch": 0.6674375,
      "grad_norm": 2.1045494079589844,
      "learning_rate": 7.525342924030796e-05,
      "loss": 7.4957,
      "step": 320370
    },
    {
      "epoch": 0.6674583333333334,
      "grad_norm": 1.0519158840179443,
      "learning_rate": 7.52448820483542e-05,
      "loss": 7.8867,
      "step": 320380
    },
    {
      "epoch": 0.6674791666666666,
      "grad_norm": 1.4754667282104492,
      "learning_rate": 7.523633517931294e-05,
      "loss": 7.5916,
      "step": 320390
    },
    {
      "epoch": 0.6675,
      "grad_norm": 1.863463282585144,
      "learning_rate": 7.522778863322112e-05,
      "loss": 7.9642,
      "step": 320400
    },
    {
      "epoch": 0.6675208333333333,
      "grad_norm": 1.9395982027053833,
      "learning_rate": 7.521924241011568e-05,
      "loss": 7.2317,
      "step": 320410
    },
    {
      "epoch": 0.6675416666666667,
      "grad_norm": 0.8065653443336487,
      "learning_rate": 7.521069651003348e-05,
      "loss": 7.0395,
      "step": 320420
    },
    {
      "epoch": 0.6675625,
      "grad_norm": 1.5245739221572876,
      "learning_rate": 7.520215093301148e-05,
      "loss": 7.0517,
      "step": 320430
    },
    {
      "epoch": 0.6675833333333333,
      "grad_norm": 0.6999281644821167,
      "learning_rate": 7.519360567908658e-05,
      "loss": 6.7527,
      "step": 320440
    },
    {
      "epoch": 0.6676041666666667,
      "grad_norm": 2.030503034591675,
      "learning_rate": 7.51850607482957e-05,
      "loss": 7.4512,
      "step": 320450
    },
    {
      "epoch": 0.667625,
      "grad_norm": 1.1770708560943604,
      "learning_rate": 7.517651614067574e-05,
      "loss": 7.7264,
      "step": 320460
    },
    {
      "epoch": 0.6676458333333334,
      "grad_norm": 1.5556633472442627,
      "learning_rate": 7.516797185626362e-05,
      "loss": 7.0526,
      "step": 320470
    },
    {
      "epoch": 0.6676666666666666,
      "grad_norm": 1.373653531074524,
      "learning_rate": 7.515942789509623e-05,
      "loss": 7.4693,
      "step": 320480
    },
    {
      "epoch": 0.6676875,
      "grad_norm": 2.151223659515381,
      "learning_rate": 7.51508842572105e-05,
      "loss": 7.0801,
      "step": 320490
    },
    {
      "epoch": 0.6677083333333333,
      "grad_norm": 1.9409080743789673,
      "learning_rate": 7.51423409426433e-05,
      "loss": 7.0931,
      "step": 320500
    },
    {
      "epoch": 0.6677291666666667,
      "grad_norm": 0.6651467680931091,
      "learning_rate": 7.513379795143156e-05,
      "loss": 6.8218,
      "step": 320510
    },
    {
      "epoch": 0.66775,
      "grad_norm": 0.8386159539222717,
      "learning_rate": 7.51252552836122e-05,
      "loss": 7.418,
      "step": 320520
    },
    {
      "epoch": 0.6677708333333333,
      "grad_norm": 1.5704642534255981,
      "learning_rate": 7.511671293922208e-05,
      "loss": 6.9628,
      "step": 320530
    },
    {
      "epoch": 0.6677916666666667,
      "grad_norm": 1.5608762502670288,
      "learning_rate": 7.510817091829818e-05,
      "loss": 7.088,
      "step": 320540
    },
    {
      "epoch": 0.6678125,
      "grad_norm": 1.2124576568603516,
      "learning_rate": 7.509962922087725e-05,
      "loss": 7.7823,
      "step": 320550
    },
    {
      "epoch": 0.6678333333333333,
      "grad_norm": 1.0322275161743164,
      "learning_rate": 7.50910878469963e-05,
      "loss": 7.7601,
      "step": 320560
    },
    {
      "epoch": 0.6678541666666666,
      "grad_norm": 4.290647983551025,
      "learning_rate": 7.508254679669226e-05,
      "loss": 7.1923,
      "step": 320570
    },
    {
      "epoch": 0.667875,
      "grad_norm": 1.3368902206420898,
      "learning_rate": 7.507400607000185e-05,
      "loss": 7.4349,
      "step": 320580
    },
    {
      "epoch": 0.6678958333333334,
      "grad_norm": 1.3233819007873535,
      "learning_rate": 7.506546566696214e-05,
      "loss": 7.149,
      "step": 320590
    },
    {
      "epoch": 0.6679166666666667,
      "grad_norm": 1.141931414604187,
      "learning_rate": 7.505692558761002e-05,
      "loss": 7.2206,
      "step": 320600
    },
    {
      "epoch": 0.6679375,
      "grad_norm": 5.8198018074035645,
      "learning_rate": 7.50483858319822e-05,
      "loss": 7.2517,
      "step": 320610
    },
    {
      "epoch": 0.6679583333333333,
      "grad_norm": 0.9825586080551147,
      "learning_rate": 7.503984640011572e-05,
      "loss": 8.0908,
      "step": 320620
    },
    {
      "epoch": 0.6679791666666667,
      "grad_norm": 1.2719584703445435,
      "learning_rate": 7.503130729204753e-05,
      "loss": 7.1493,
      "step": 320630
    },
    {
      "epoch": 0.668,
      "grad_norm": 0.8826538324356079,
      "learning_rate": 7.502276850781433e-05,
      "loss": 7.1317,
      "step": 320640
    },
    {
      "epoch": 0.6680208333333333,
      "grad_norm": 2.7565360069274902,
      "learning_rate": 7.501423004745303e-05,
      "loss": 7.4396,
      "step": 320650
    },
    {
      "epoch": 0.6680416666666666,
      "grad_norm": 2.3202786445617676,
      "learning_rate": 7.500569191100072e-05,
      "loss": 7.1739,
      "step": 320660
    },
    {
      "epoch": 0.6680625,
      "grad_norm": 1.4127590656280518,
      "learning_rate": 7.499715409849406e-05,
      "loss": 7.1083,
      "step": 320670
    },
    {
      "epoch": 0.6680833333333334,
      "grad_norm": 1.4556199312210083,
      "learning_rate": 7.498861660997e-05,
      "loss": 7.801,
      "step": 320680
    },
    {
      "epoch": 0.6681041666666667,
      "grad_norm": 2.179241895675659,
      "learning_rate": 7.498007944546544e-05,
      "loss": 7.3966,
      "step": 320690
    },
    {
      "epoch": 0.668125,
      "grad_norm": 2.1721575260162354,
      "learning_rate": 7.497154260501722e-05,
      "loss": 7.3641,
      "step": 320700
    },
    {
      "epoch": 0.6681458333333333,
      "grad_norm": 1.3131825923919678,
      "learning_rate": 7.496300608866226e-05,
      "loss": 7.4589,
      "step": 320710
    },
    {
      "epoch": 0.6681666666666667,
      "grad_norm": 1.199110746383667,
      "learning_rate": 7.495446989643738e-05,
      "loss": 7.0256,
      "step": 320720
    },
    {
      "epoch": 0.6681875,
      "grad_norm": 1.0468008518218994,
      "learning_rate": 7.494593402837952e-05,
      "loss": 7.2114,
      "step": 320730
    },
    {
      "epoch": 0.6682083333333333,
      "grad_norm": 1.3420119285583496,
      "learning_rate": 7.49373984845255e-05,
      "loss": 6.809,
      "step": 320740
    },
    {
      "epoch": 0.6682291666666667,
      "grad_norm": 1.582770586013794,
      "learning_rate": 7.49288632649122e-05,
      "loss": 7.3744,
      "step": 320750
    },
    {
      "epoch": 0.66825,
      "grad_norm": 1.1701332330703735,
      "learning_rate": 7.492032836957652e-05,
      "loss": 7.5345,
      "step": 320760
    },
    {
      "epoch": 0.6682708333333334,
      "grad_norm": 1.5396840572357178,
      "learning_rate": 7.491179379855529e-05,
      "loss": 7.3583,
      "step": 320770
    },
    {
      "epoch": 0.6682916666666666,
      "grad_norm": 2.7994208335876465,
      "learning_rate": 7.49032595518854e-05,
      "loss": 7.4608,
      "step": 320780
    },
    {
      "epoch": 0.6683125,
      "grad_norm": 1.0329726934432983,
      "learning_rate": 7.489472562960369e-05,
      "loss": 7.1584,
      "step": 320790
    },
    {
      "epoch": 0.6683333333333333,
      "grad_norm": 0.8794333934783936,
      "learning_rate": 7.488619203174703e-05,
      "loss": 7.0504,
      "step": 320800
    },
    {
      "epoch": 0.6683541666666667,
      "grad_norm": 4.476208686828613,
      "learning_rate": 7.487765875835229e-05,
      "loss": 7.5331,
      "step": 320810
    },
    {
      "epoch": 0.668375,
      "grad_norm": 1.2103549242019653,
      "learning_rate": 7.486912580945634e-05,
      "loss": 7.1615,
      "step": 320820
    },
    {
      "epoch": 0.6683958333333333,
      "grad_norm": 2.063753366470337,
      "learning_rate": 7.486059318509601e-05,
      "loss": 7.1164,
      "step": 320830
    },
    {
      "epoch": 0.6684166666666667,
      "grad_norm": 0.9728509783744812,
      "learning_rate": 7.48520608853082e-05,
      "loss": 6.9517,
      "step": 320840
    },
    {
      "epoch": 0.6684375,
      "grad_norm": 4.0134711265563965,
      "learning_rate": 7.484352891012972e-05,
      "loss": 7.7054,
      "step": 320850
    },
    {
      "epoch": 0.6684583333333334,
      "grad_norm": 3.706786870956421,
      "learning_rate": 7.483499725959746e-05,
      "loss": 7.5263,
      "step": 320860
    },
    {
      "epoch": 0.6684791666666666,
      "grad_norm": 0.8850066065788269,
      "learning_rate": 7.482646593374825e-05,
      "loss": 7.1963,
      "step": 320870
    },
    {
      "epoch": 0.6685,
      "grad_norm": 1.9148930311203003,
      "learning_rate": 7.481793493261897e-05,
      "loss": 7.1546,
      "step": 320880
    },
    {
      "epoch": 0.6685208333333333,
      "grad_norm": 0.889413058757782,
      "learning_rate": 7.480940425624643e-05,
      "loss": 6.8839,
      "step": 320890
    },
    {
      "epoch": 0.6685416666666667,
      "grad_norm": 1.997676968574524,
      "learning_rate": 7.480087390466752e-05,
      "loss": 7.0276,
      "step": 320900
    },
    {
      "epoch": 0.6685625,
      "grad_norm": 1.246203899383545,
      "learning_rate": 7.479234387791906e-05,
      "loss": 7.4275,
      "step": 320910
    },
    {
      "epoch": 0.6685833333333333,
      "grad_norm": 1.1091960668563843,
      "learning_rate": 7.478381417603794e-05,
      "loss": 7.1877,
      "step": 320920
    },
    {
      "epoch": 0.6686041666666667,
      "grad_norm": 1.2977720499038696,
      "learning_rate": 7.477528479906088e-05,
      "loss": 6.7143,
      "step": 320930
    },
    {
      "epoch": 0.668625,
      "grad_norm": 1.4614886045455933,
      "learning_rate": 7.476675574702493e-05,
      "loss": 7.2932,
      "step": 320940
    },
    {
      "epoch": 0.6686458333333334,
      "grad_norm": 1.3116902112960815,
      "learning_rate": 7.475822701996675e-05,
      "loss": 8.1055,
      "step": 320950
    },
    {
      "epoch": 0.6686666666666666,
      "grad_norm": 2.9608078002929688,
      "learning_rate": 7.47496986179232e-05,
      "loss": 7.3449,
      "step": 320960
    },
    {
      "epoch": 0.6686875,
      "grad_norm": 1.4004520177841187,
      "learning_rate": 7.474117054093127e-05,
      "loss": 7.7819,
      "step": 320970
    },
    {
      "epoch": 0.6687083333333333,
      "grad_norm": 0.9862812757492065,
      "learning_rate": 7.473264278902764e-05,
      "loss": 7.1917,
      "step": 320980
    },
    {
      "epoch": 0.6687291666666667,
      "grad_norm": 1.2967344522476196,
      "learning_rate": 7.472411536224914e-05,
      "loss": 7.3385,
      "step": 320990
    },
    {
      "epoch": 0.66875,
      "grad_norm": 3.000594139099121,
      "learning_rate": 7.471558826063278e-05,
      "loss": 7.5683,
      "step": 321000
    },
    {
      "epoch": 0.66875,
      "eval_loss": 6.4962334632873535,
      "eval_runtime": 10.2699,
      "eval_samples_per_second": 0.292,
      "eval_steps_per_second": 0.097,
      "step": 321000
    },
    {
      "epoch": 0.6687708333333333,
      "grad_norm": 2.9116406440734863,
      "learning_rate": 7.470706148421522e-05,
      "loss": 7.1745,
      "step": 321010
    },
    {
      "epoch": 0.6687916666666667,
      "grad_norm": 2.763439416885376,
      "learning_rate": 7.46985350330333e-05,
      "loss": 7.4329,
      "step": 321020
    },
    {
      "epoch": 0.6688125,
      "grad_norm": 1.394527554512024,
      "learning_rate": 7.469000890712401e-05,
      "loss": 7.7373,
      "step": 321030
    },
    {
      "epoch": 0.6688333333333333,
      "grad_norm": 1.2767213582992554,
      "learning_rate": 7.468148310652402e-05,
      "loss": 6.9523,
      "step": 321040
    },
    {
      "epoch": 0.6688541666666666,
      "grad_norm": 3.3767943382263184,
      "learning_rate": 7.467295763127021e-05,
      "loss": 7.6007,
      "step": 321050
    },
    {
      "epoch": 0.668875,
      "grad_norm": 0.9988933801651001,
      "learning_rate": 7.46644324813994e-05,
      "loss": 7.0805,
      "step": 321060
    },
    {
      "epoch": 0.6688958333333334,
      "grad_norm": 0.8842170238494873,
      "learning_rate": 7.465590765694843e-05,
      "loss": 7.2594,
      "step": 321070
    },
    {
      "epoch": 0.6689166666666667,
      "grad_norm": 5.020158767700195,
      "learning_rate": 7.464738315795411e-05,
      "loss": 7.5243,
      "step": 321080
    },
    {
      "epoch": 0.6689375,
      "grad_norm": 0.770524799823761,
      "learning_rate": 7.463885898445327e-05,
      "loss": 7.1531,
      "step": 321090
    },
    {
      "epoch": 0.6689583333333333,
      "grad_norm": 2.0206832885742188,
      "learning_rate": 7.463033513648273e-05,
      "loss": 7.0943,
      "step": 321100
    },
    {
      "epoch": 0.6689791666666667,
      "grad_norm": 1.020147442817688,
      "learning_rate": 7.462181161407932e-05,
      "loss": 7.193,
      "step": 321110
    },
    {
      "epoch": 0.669,
      "grad_norm": 1.653969645500183,
      "learning_rate": 7.461328841727983e-05,
      "loss": 7.442,
      "step": 321120
    },
    {
      "epoch": 0.6690208333333333,
      "grad_norm": 1.2819087505340576,
      "learning_rate": 7.460476554612109e-05,
      "loss": 7.4901,
      "step": 321130
    },
    {
      "epoch": 0.6690416666666666,
      "grad_norm": 1.3657708168029785,
      "learning_rate": 7.459624300063994e-05,
      "loss": 7.1705,
      "step": 321140
    },
    {
      "epoch": 0.6690625,
      "grad_norm": 0.876784086227417,
      "learning_rate": 7.458772078087316e-05,
      "loss": 7.4423,
      "step": 321150
    },
    {
      "epoch": 0.6690833333333334,
      "grad_norm": 1.4586259126663208,
      "learning_rate": 7.457919888685758e-05,
      "loss": 7.4695,
      "step": 321160
    },
    {
      "epoch": 0.6691041666666667,
      "grad_norm": 1.6365580558776855,
      "learning_rate": 7.457067731863e-05,
      "loss": 7.7228,
      "step": 321170
    },
    {
      "epoch": 0.669125,
      "grad_norm": 1.167799711227417,
      "learning_rate": 7.456215607622724e-05,
      "loss": 7.4636,
      "step": 321180
    },
    {
      "epoch": 0.6691458333333333,
      "grad_norm": 1.3968738317489624,
      "learning_rate": 7.45536351596861e-05,
      "loss": 7.9145,
      "step": 321190
    },
    {
      "epoch": 0.6691666666666667,
      "grad_norm": 1.0100690126419067,
      "learning_rate": 7.454511456904342e-05,
      "loss": 7.4664,
      "step": 321200
    },
    {
      "epoch": 0.6691875,
      "grad_norm": 2.034301280975342,
      "learning_rate": 7.453659430433596e-05,
      "loss": 7.6219,
      "step": 321210
    },
    {
      "epoch": 0.6692083333333333,
      "grad_norm": 2.4636878967285156,
      "learning_rate": 7.452807436560054e-05,
      "loss": 7.094,
      "step": 321220
    },
    {
      "epoch": 0.6692291666666667,
      "grad_norm": 1.3384296894073486,
      "learning_rate": 7.4519554752874e-05,
      "loss": 7.2777,
      "step": 321230
    },
    {
      "epoch": 0.66925,
      "grad_norm": 0.5625947117805481,
      "learning_rate": 7.451103546619303e-05,
      "loss": 7.2732,
      "step": 321240
    },
    {
      "epoch": 0.6692708333333334,
      "grad_norm": 1.8748195171356201,
      "learning_rate": 7.450251650559456e-05,
      "loss": 7.1542,
      "step": 321250
    },
    {
      "epoch": 0.6692916666666666,
      "grad_norm": 1.6071757078170776,
      "learning_rate": 7.449399787111538e-05,
      "loss": 7.4026,
      "step": 321260
    },
    {
      "epoch": 0.6693125,
      "grad_norm": 0.837861180305481,
      "learning_rate": 7.448547956279211e-05,
      "loss": 7.6172,
      "step": 321270
    },
    {
      "epoch": 0.6693333333333333,
      "grad_norm": 1.724418044090271,
      "learning_rate": 7.447696158066176e-05,
      "loss": 7.0126,
      "step": 321280
    },
    {
      "epoch": 0.6693541666666667,
      "grad_norm": 0.8329752683639526,
      "learning_rate": 7.446844392476109e-05,
      "loss": 7.8726,
      "step": 321290
    },
    {
      "epoch": 0.669375,
      "grad_norm": 3.6923117637634277,
      "learning_rate": 7.445992659512672e-05,
      "loss": 7.4952,
      "step": 321300
    },
    {
      "epoch": 0.6693958333333333,
      "grad_norm": 0.9052958488464355,
      "learning_rate": 7.445140959179571e-05,
      "loss": 6.9688,
      "step": 321310
    },
    {
      "epoch": 0.6694166666666667,
      "grad_norm": 1.4808573722839355,
      "learning_rate": 7.444289291480463e-05,
      "loss": 7.3534,
      "step": 321320
    },
    {
      "epoch": 0.6694375,
      "grad_norm": 1.776214838027954,
      "learning_rate": 7.443437656419028e-05,
      "loss": 7.3794,
      "step": 321330
    },
    {
      "epoch": 0.6694583333333334,
      "grad_norm": 1.2534728050231934,
      "learning_rate": 7.442586053998964e-05,
      "loss": 7.1391,
      "step": 321340
    },
    {
      "epoch": 0.6694791666666666,
      "grad_norm": 4.223228931427002,
      "learning_rate": 7.441734484223931e-05,
      "loss": 7.3958,
      "step": 321350
    },
    {
      "epoch": 0.6695,
      "grad_norm": 0.9769907593727112,
      "learning_rate": 7.440882947097607e-05,
      "loss": 7.3276,
      "step": 321360
    },
    {
      "epoch": 0.6695208333333333,
      "grad_norm": 3.6929147243499756,
      "learning_rate": 7.440031442623687e-05,
      "loss": 7.2749,
      "step": 321370
    },
    {
      "epoch": 0.6695416666666667,
      "grad_norm": 0.8362113833427429,
      "learning_rate": 7.439179970805836e-05,
      "loss": 7.2098,
      "step": 321380
    },
    {
      "epoch": 0.6695625,
      "grad_norm": 2.1681888103485107,
      "learning_rate": 7.438328531647725e-05,
      "loss": 6.9149,
      "step": 321390
    },
    {
      "epoch": 0.6695833333333333,
      "grad_norm": 2.5501489639282227,
      "learning_rate": 7.437477125153057e-05,
      "loss": 7.7905,
      "step": 321400
    },
    {
      "epoch": 0.6696041666666667,
      "grad_norm": 2.1450328826904297,
      "learning_rate": 7.436625751325487e-05,
      "loss": 7.3781,
      "step": 321410
    },
    {
      "epoch": 0.669625,
      "grad_norm": 2.910982847213745,
      "learning_rate": 7.435774410168694e-05,
      "loss": 8.6458,
      "step": 321420
    },
    {
      "epoch": 0.6696458333333334,
      "grad_norm": 2.230781078338623,
      "learning_rate": 7.434923101686374e-05,
      "loss": 7.1558,
      "step": 321430
    },
    {
      "epoch": 0.6696666666666666,
      "grad_norm": 0.9925743341445923,
      "learning_rate": 7.434071825882184e-05,
      "loss": 6.7946,
      "step": 321440
    },
    {
      "epoch": 0.6696875,
      "grad_norm": 3.0949158668518066,
      "learning_rate": 7.43322058275981e-05,
      "loss": 7.8552,
      "step": 321450
    },
    {
      "epoch": 0.6697083333333333,
      "grad_norm": 2.4498379230499268,
      "learning_rate": 7.432369372322928e-05,
      "loss": 8.1129,
      "step": 321460
    },
    {
      "epoch": 0.6697291666666667,
      "grad_norm": 0.9981517791748047,
      "learning_rate": 7.431518194575215e-05,
      "loss": 7.1225,
      "step": 321470
    },
    {
      "epoch": 0.66975,
      "grad_norm": 4.1027302742004395,
      "learning_rate": 7.430667049520347e-05,
      "loss": 7.7429,
      "step": 321480
    },
    {
      "epoch": 0.6697708333333333,
      "grad_norm": 1.0647438764572144,
      "learning_rate": 7.429815937162001e-05,
      "loss": 7.5602,
      "step": 321490
    },
    {
      "epoch": 0.6697916666666667,
      "grad_norm": 2.9632434844970703,
      "learning_rate": 7.428964857503854e-05,
      "loss": 7.1369,
      "step": 321500
    },
    {
      "epoch": 0.6698125,
      "grad_norm": 1.0411946773529053,
      "learning_rate": 7.428113810549583e-05,
      "loss": 7.2348,
      "step": 321510
    },
    {
      "epoch": 0.6698333333333333,
      "grad_norm": 1.1713874340057373,
      "learning_rate": 7.427262796302862e-05,
      "loss": 7.9254,
      "step": 321520
    },
    {
      "epoch": 0.6698541666666666,
      "grad_norm": 1.3617298603057861,
      "learning_rate": 7.42641181476737e-05,
      "loss": 7.2532,
      "step": 321530
    },
    {
      "epoch": 0.669875,
      "grad_norm": 2.01609468460083,
      "learning_rate": 7.425560865946784e-05,
      "loss": 7.7885,
      "step": 321540
    },
    {
      "epoch": 0.6698958333333334,
      "grad_norm": 4.06757116317749,
      "learning_rate": 7.424709949844767e-05,
      "loss": 8.0279,
      "step": 321550
    },
    {
      "epoch": 0.6699166666666667,
      "grad_norm": 2.3827924728393555,
      "learning_rate": 7.42385906646501e-05,
      "loss": 6.8772,
      "step": 321560
    },
    {
      "epoch": 0.6699375,
      "grad_norm": 1.0088385343551636,
      "learning_rate": 7.42300821581119e-05,
      "loss": 7.3697,
      "step": 321570
    },
    {
      "epoch": 0.6699583333333333,
      "grad_norm": 2.2977285385131836,
      "learning_rate": 7.422157397886962e-05,
      "loss": 7.634,
      "step": 321580
    },
    {
      "epoch": 0.6699791666666667,
      "grad_norm": 1.3461436033248901,
      "learning_rate": 7.42130661269602e-05,
      "loss": 7.2592,
      "step": 321590
    },
    {
      "epoch": 0.67,
      "grad_norm": 1.0813783407211304,
      "learning_rate": 7.42045586024204e-05,
      "loss": 7.1784,
      "step": 321600
    },
    {
      "epoch": 0.6700208333333333,
      "grad_norm": 0.959344208240509,
      "learning_rate": 7.41960514052868e-05,
      "loss": 6.8446,
      "step": 321610
    },
    {
      "epoch": 0.6700416666666666,
      "grad_norm": 0.8937302827835083,
      "learning_rate": 7.418754453559631e-05,
      "loss": 7.221,
      "step": 321620
    },
    {
      "epoch": 0.6700625,
      "grad_norm": 1.8596675395965576,
      "learning_rate": 7.417903799338567e-05,
      "loss": 6.9834,
      "step": 321630
    },
    {
      "epoch": 0.6700833333333334,
      "grad_norm": 2.1933395862579346,
      "learning_rate": 7.417053177869145e-05,
      "loss": 7.4078,
      "step": 321640
    },
    {
      "epoch": 0.6701041666666666,
      "grad_norm": 7.177410125732422,
      "learning_rate": 7.416202589155058e-05,
      "loss": 7.0632,
      "step": 321650
    },
    {
      "epoch": 0.670125,
      "grad_norm": 4.635130405426025,
      "learning_rate": 7.415352033199981e-05,
      "loss": 7.4344,
      "step": 321660
    },
    {
      "epoch": 0.6701458333333333,
      "grad_norm": 1.1854417324066162,
      "learning_rate": 7.414501510007568e-05,
      "loss": 7.2359,
      "step": 321670
    },
    {
      "epoch": 0.6701666666666667,
      "grad_norm": 3.423757314682007,
      "learning_rate": 7.413651019581517e-05,
      "loss": 7.2821,
      "step": 321680
    },
    {
      "epoch": 0.6701875,
      "grad_norm": 1.0839592218399048,
      "learning_rate": 7.412800561925488e-05,
      "loss": 7.0882,
      "step": 321690
    },
    {
      "epoch": 0.6702083333333333,
      "grad_norm": 1.5186911821365356,
      "learning_rate": 7.411950137043149e-05,
      "loss": 7.7247,
      "step": 321700
    },
    {
      "epoch": 0.6702291666666667,
      "grad_norm": 1.8249893188476562,
      "learning_rate": 7.411099744938193e-05,
      "loss": 7.1523,
      "step": 321710
    },
    {
      "epoch": 0.67025,
      "grad_norm": 0.9110625386238098,
      "learning_rate": 7.410249385614276e-05,
      "loss": 6.7187,
      "step": 321720
    },
    {
      "epoch": 0.6702708333333334,
      "grad_norm": 1.424107551574707,
      "learning_rate": 7.409399059075074e-05,
      "loss": 7.3358,
      "step": 321730
    },
    {
      "epoch": 0.6702916666666666,
      "grad_norm": 1.2149919271469116,
      "learning_rate": 7.408548765324274e-05,
      "loss": 7.2639,
      "step": 321740
    },
    {
      "epoch": 0.6703125,
      "grad_norm": 1.2473193407058716,
      "learning_rate": 7.407698504365533e-05,
      "loss": 6.9226,
      "step": 321750
    },
    {
      "epoch": 0.6703333333333333,
      "grad_norm": 1.1370630264282227,
      "learning_rate": 7.406848276202522e-05,
      "loss": 7.3979,
      "step": 321760
    },
    {
      "epoch": 0.6703541666666667,
      "grad_norm": 1.5426846742630005,
      "learning_rate": 7.405998080838934e-05,
      "loss": 7.8404,
      "step": 321770
    },
    {
      "epoch": 0.670375,
      "grad_norm": 1.0366266965866089,
      "learning_rate": 7.405147918278422e-05,
      "loss": 7.4037,
      "step": 321780
    },
    {
      "epoch": 0.6703958333333333,
      "grad_norm": 1.4418256282806396,
      "learning_rate": 7.40429778852466e-05,
      "loss": 7.3835,
      "step": 321790
    },
    {
      "epoch": 0.6704166666666667,
      "grad_norm": 0.9876418709754944,
      "learning_rate": 7.403447691581335e-05,
      "loss": 6.9544,
      "step": 321800
    },
    {
      "epoch": 0.6704375,
      "grad_norm": 2.213397741317749,
      "learning_rate": 7.402597627452105e-05,
      "loss": 7.7665,
      "step": 321810
    },
    {
      "epoch": 0.6704583333333334,
      "grad_norm": 1.3188811540603638,
      "learning_rate": 7.401747596140643e-05,
      "loss": 7.3436,
      "step": 321820
    },
    {
      "epoch": 0.6704791666666666,
      "grad_norm": 1.8218886852264404,
      "learning_rate": 7.400897597650626e-05,
      "loss": 7.5798,
      "step": 321830
    },
    {
      "epoch": 0.6705,
      "grad_norm": 1.1948211193084717,
      "learning_rate": 7.400047631985724e-05,
      "loss": 7.3969,
      "step": 321840
    },
    {
      "epoch": 0.6705208333333333,
      "grad_norm": 1.194158911705017,
      "learning_rate": 7.399197699149606e-05,
      "loss": 7.5612,
      "step": 321850
    },
    {
      "epoch": 0.6705416666666667,
      "grad_norm": 1.5125855207443237,
      "learning_rate": 7.398347799145947e-05,
      "loss": 7.0557,
      "step": 321860
    },
    {
      "epoch": 0.6705625,
      "grad_norm": 4.3272294998168945,
      "learning_rate": 7.397497931978417e-05,
      "loss": 7.6806,
      "step": 321870
    },
    {
      "epoch": 0.6705833333333333,
      "grad_norm": 1.5830265283584595,
      "learning_rate": 7.396648097650684e-05,
      "loss": 7.0795,
      "step": 321880
    },
    {
      "epoch": 0.6706041666666667,
      "grad_norm": 1.1983106136322021,
      "learning_rate": 7.395798296166424e-05,
      "loss": 7.3578,
      "step": 321890
    },
    {
      "epoch": 0.670625,
      "grad_norm": 1.567764163017273,
      "learning_rate": 7.394948527529303e-05,
      "loss": 6.9516,
      "step": 321900
    },
    {
      "epoch": 0.6706458333333334,
      "grad_norm": 0.9092746376991272,
      "learning_rate": 7.394098791742998e-05,
      "loss": 7.2887,
      "step": 321910
    },
    {
      "epoch": 0.6706666666666666,
      "grad_norm": 1.1112784147262573,
      "learning_rate": 7.393249088811172e-05,
      "loss": 7.1804,
      "step": 321920
    },
    {
      "epoch": 0.6706875,
      "grad_norm": 1.0597294569015503,
      "learning_rate": 7.392399418737501e-05,
      "loss": 6.974,
      "step": 321930
    },
    {
      "epoch": 0.6707083333333334,
      "grad_norm": 1.0236486196517944,
      "learning_rate": 7.391549781525659e-05,
      "loss": 7.1922,
      "step": 321940
    },
    {
      "epoch": 0.6707291666666667,
      "grad_norm": 1.682822823524475,
      "learning_rate": 7.390700177179297e-05,
      "loss": 7.2569,
      "step": 321950
    },
    {
      "epoch": 0.67075,
      "grad_norm": 2.5758395195007324,
      "learning_rate": 7.389850605702104e-05,
      "loss": 7.3912,
      "step": 321960
    },
    {
      "epoch": 0.6707708333333333,
      "grad_norm": 3.2496557235717773,
      "learning_rate": 7.389001067097751e-05,
      "loss": 7.3327,
      "step": 321970
    },
    {
      "epoch": 0.6707916666666667,
      "grad_norm": 0.8840137720108032,
      "learning_rate": 7.388151561369889e-05,
      "loss": 7.4344,
      "step": 321980
    },
    {
      "epoch": 0.6708125,
      "grad_norm": 1.3999212980270386,
      "learning_rate": 7.387302088522206e-05,
      "loss": 7.3027,
      "step": 321990
    },
    {
      "epoch": 0.6708333333333333,
      "grad_norm": 1.6016356945037842,
      "learning_rate": 7.38645264855837e-05,
      "loss": 7.3797,
      "step": 322000
    },
    {
      "epoch": 0.6708333333333333,
      "eval_loss": 7.663026332855225,
      "eval_runtime": 9.6426,
      "eval_samples_per_second": 0.311,
      "eval_steps_per_second": 0.104,
      "step": 322000
    },
    {
      "epoch": 0.6708541666666666,
      "grad_norm": 3.0424888134002686,
      "learning_rate": 7.385603241482032e-05,
      "loss": 7.6494,
      "step": 322010
    },
    {
      "epoch": 0.670875,
      "grad_norm": 1.193560242652893,
      "learning_rate": 7.384753867296882e-05,
      "loss": 6.9848,
      "step": 322020
    },
    {
      "epoch": 0.6708958333333334,
      "grad_norm": 2.0699923038482666,
      "learning_rate": 7.383904526006585e-05,
      "loss": 7.1534,
      "step": 322030
    },
    {
      "epoch": 0.6709166666666667,
      "grad_norm": 1.117455244064331,
      "learning_rate": 7.383055217614795e-05,
      "loss": 7.0962,
      "step": 322040
    },
    {
      "epoch": 0.6709375,
      "grad_norm": 1.830974817276001,
      "learning_rate": 7.382205942125202e-05,
      "loss": 6.9203,
      "step": 322050
    },
    {
      "epoch": 0.6709583333333333,
      "grad_norm": 0.9206390976905823,
      "learning_rate": 7.381356699541457e-05,
      "loss": 7.4743,
      "step": 322060
    },
    {
      "epoch": 0.6709791666666667,
      "grad_norm": 1.4507520198822021,
      "learning_rate": 7.380507489867234e-05,
      "loss": 7.4492,
      "step": 322070
    },
    {
      "epoch": 0.671,
      "grad_norm": 0.817662239074707,
      "learning_rate": 7.379658313106211e-05,
      "loss": 7.8146,
      "step": 322080
    },
    {
      "epoch": 0.6710208333333333,
      "grad_norm": 2.338979482650757,
      "learning_rate": 7.378809169262042e-05,
      "loss": 6.9398,
      "step": 322090
    },
    {
      "epoch": 0.6710416666666666,
      "grad_norm": 2.1814634799957275,
      "learning_rate": 7.377960058338401e-05,
      "loss": 7.477,
      "step": 322100
    },
    {
      "epoch": 0.6710625,
      "grad_norm": 2.088115692138672,
      "learning_rate": 7.377110980338956e-05,
      "loss": 7.4899,
      "step": 322110
    },
    {
      "epoch": 0.6710833333333334,
      "grad_norm": 2.5330452919006348,
      "learning_rate": 7.376261935267375e-05,
      "loss": 7.3598,
      "step": 322120
    },
    {
      "epoch": 0.6711041666666666,
      "grad_norm": 0.9285157918930054,
      "learning_rate": 7.375412923127324e-05,
      "loss": 7.4851,
      "step": 322130
    },
    {
      "epoch": 0.671125,
      "grad_norm": 0.765146791934967,
      "learning_rate": 7.374563943922472e-05,
      "loss": 6.8638,
      "step": 322140
    },
    {
      "epoch": 0.6711458333333333,
      "grad_norm": 1.0559256076812744,
      "learning_rate": 7.373714997656483e-05,
      "loss": 7.7315,
      "step": 322150
    },
    {
      "epoch": 0.6711666666666667,
      "grad_norm": 2.042600631713867,
      "learning_rate": 7.372866084333028e-05,
      "loss": 7.5225,
      "step": 322160
    },
    {
      "epoch": 0.6711875,
      "grad_norm": 1.5400182008743286,
      "learning_rate": 7.372017203955774e-05,
      "loss": 7.408,
      "step": 322170
    },
    {
      "epoch": 0.6712083333333333,
      "grad_norm": 0.6234992146492004,
      "learning_rate": 7.371168356528383e-05,
      "loss": 7.5677,
      "step": 322180
    },
    {
      "epoch": 0.6712291666666667,
      "grad_norm": 2.866025686264038,
      "learning_rate": 7.370319542054527e-05,
      "loss": 7.398,
      "step": 322190
    },
    {
      "epoch": 0.67125,
      "grad_norm": 1.7193195819854736,
      "learning_rate": 7.36947076053787e-05,
      "loss": 7.1363,
      "step": 322200
    },
    {
      "epoch": 0.6712708333333334,
      "grad_norm": 1.2737172842025757,
      "learning_rate": 7.36862201198208e-05,
      "loss": 7.2659,
      "step": 322210
    },
    {
      "epoch": 0.6712916666666666,
      "grad_norm": 1.4038950204849243,
      "learning_rate": 7.367773296390822e-05,
      "loss": 7.7952,
      "step": 322220
    },
    {
      "epoch": 0.6713125,
      "grad_norm": 1.7313048839569092,
      "learning_rate": 7.366924613767762e-05,
      "loss": 7.9515,
      "step": 322230
    },
    {
      "epoch": 0.6713333333333333,
      "grad_norm": 3.4584665298461914,
      "learning_rate": 7.366075964116567e-05,
      "loss": 7.6602,
      "step": 322240
    },
    {
      "epoch": 0.6713541666666667,
      "grad_norm": 12.66141414642334,
      "learning_rate": 7.365227347440899e-05,
      "loss": 7.5756,
      "step": 322250
    },
    {
      "epoch": 0.671375,
      "grad_norm": 4.150108337402344,
      "learning_rate": 7.364378763744429e-05,
      "loss": 7.272,
      "step": 322260
    },
    {
      "epoch": 0.6713958333333333,
      "grad_norm": 4.573838710784912,
      "learning_rate": 7.363530213030822e-05,
      "loss": 7.34,
      "step": 322270
    },
    {
      "epoch": 0.6714166666666667,
      "grad_norm": 3.8019497394561768,
      "learning_rate": 7.362681695303738e-05,
      "loss": 7.6029,
      "step": 322280
    },
    {
      "epoch": 0.6714375,
      "grad_norm": 1.828297734260559,
      "learning_rate": 7.36183321056685e-05,
      "loss": 7.0999,
      "step": 322290
    },
    {
      "epoch": 0.6714583333333334,
      "grad_norm": 0.799729585647583,
      "learning_rate": 7.360984758823817e-05,
      "loss": 7.8344,
      "step": 322300
    },
    {
      "epoch": 0.6714791666666666,
      "grad_norm": 0.908668041229248,
      "learning_rate": 7.360136340078311e-05,
      "loss": 7.2861,
      "step": 322310
    },
    {
      "epoch": 0.6715,
      "grad_norm": 0.9345284104347229,
      "learning_rate": 7.359287954333982e-05,
      "loss": 6.9981,
      "step": 322320
    },
    {
      "epoch": 0.6715208333333333,
      "grad_norm": 1.1605061292648315,
      "learning_rate": 7.35843960159451e-05,
      "loss": 7.5453,
      "step": 322330
    },
    {
      "epoch": 0.6715416666666667,
      "grad_norm": 1.094423770904541,
      "learning_rate": 7.357591281863559e-05,
      "loss": 7.7236,
      "step": 322340
    },
    {
      "epoch": 0.6715625,
      "grad_norm": 0.8725877404212952,
      "learning_rate": 7.35674299514478e-05,
      "loss": 8.1663,
      "step": 322350
    },
    {
      "epoch": 0.6715833333333333,
      "grad_norm": 1.0581295490264893,
      "learning_rate": 7.355894741441849e-05,
      "loss": 7.041,
      "step": 322360
    },
    {
      "epoch": 0.6716041666666667,
      "grad_norm": 3.1627094745635986,
      "learning_rate": 7.355046520758433e-05,
      "loss": 7.5588,
      "step": 322370
    },
    {
      "epoch": 0.671625,
      "grad_norm": 1.3896253108978271,
      "learning_rate": 7.354198333098179e-05,
      "loss": 7.3233,
      "step": 322380
    },
    {
      "epoch": 0.6716458333333334,
      "grad_norm": 2.204220771789551,
      "learning_rate": 7.353350178464768e-05,
      "loss": 7.2276,
      "step": 322390
    },
    {
      "epoch": 0.6716666666666666,
      "grad_norm": 0.9811781048774719,
      "learning_rate": 7.352502056861861e-05,
      "loss": 7.8029,
      "step": 322400
    },
    {
      "epoch": 0.6716875,
      "grad_norm": 1.4321348667144775,
      "learning_rate": 7.351653968293114e-05,
      "loss": 7.1141,
      "step": 322410
    },
    {
      "epoch": 0.6717083333333334,
      "grad_norm": 1.3768476247787476,
      "learning_rate": 7.35080591276219e-05,
      "loss": 7.5228,
      "step": 322420
    },
    {
      "epoch": 0.6717291666666667,
      "grad_norm": 1.0000115633010864,
      "learning_rate": 7.349957890272766e-05,
      "loss": 6.9605,
      "step": 322430
    },
    {
      "epoch": 0.67175,
      "grad_norm": 1.1626510620117188,
      "learning_rate": 7.34910990082849e-05,
      "loss": 8.4756,
      "step": 322440
    },
    {
      "epoch": 0.6717708333333333,
      "grad_norm": 1.1005786657333374,
      "learning_rate": 7.348261944433031e-05,
      "loss": 7.2653,
      "step": 322450
    },
    {
      "epoch": 0.6717916666666667,
      "grad_norm": 3.2587029933929443,
      "learning_rate": 7.347414021090053e-05,
      "loss": 7.4386,
      "step": 322460
    },
    {
      "epoch": 0.6718125,
      "grad_norm": 1.0815837383270264,
      "learning_rate": 7.346566130803217e-05,
      "loss": 7.8055,
      "step": 322470
    },
    {
      "epoch": 0.6718333333333333,
      "grad_norm": 5.928048133850098,
      "learning_rate": 7.345718273576185e-05,
      "loss": 7.1015,
      "step": 322480
    },
    {
      "epoch": 0.6718541666666666,
      "grad_norm": 4.540637969970703,
      "learning_rate": 7.344870449412621e-05,
      "loss": 7.4126,
      "step": 322490
    },
    {
      "epoch": 0.671875,
      "grad_norm": 1.4002174139022827,
      "learning_rate": 7.344022658316185e-05,
      "loss": 7.2069,
      "step": 322500
    },
    {
      "epoch": 0.6718958333333334,
      "grad_norm": 1.1680164337158203,
      "learning_rate": 7.343174900290542e-05,
      "loss": 7.4886,
      "step": 322510
    },
    {
      "epoch": 0.6719166666666667,
      "grad_norm": 0.9370779395103455,
      "learning_rate": 7.342327175339353e-05,
      "loss": 7.2958,
      "step": 322520
    },
    {
      "epoch": 0.6719375,
      "grad_norm": 10.441117286682129,
      "learning_rate": 7.341479483466278e-05,
      "loss": 7.277,
      "step": 322530
    },
    {
      "epoch": 0.6719583333333333,
      "grad_norm": 3.761141538619995,
      "learning_rate": 7.340631824674982e-05,
      "loss": 7.669,
      "step": 322540
    },
    {
      "epoch": 0.6719791666666667,
      "grad_norm": 1.1266546249389648,
      "learning_rate": 7.339784198969124e-05,
      "loss": 7.3868,
      "step": 322550
    },
    {
      "epoch": 0.672,
      "grad_norm": 0.8437870144844055,
      "learning_rate": 7.338936606352366e-05,
      "loss": 8.1198,
      "step": 322560
    },
    {
      "epoch": 0.6720208333333333,
      "grad_norm": 1.095130443572998,
      "learning_rate": 7.338089046828368e-05,
      "loss": 6.9933,
      "step": 322570
    },
    {
      "epoch": 0.6720416666666666,
      "grad_norm": 2.101149797439575,
      "learning_rate": 7.337241520400795e-05,
      "loss": 7.1202,
      "step": 322580
    },
    {
      "epoch": 0.6720625,
      "grad_norm": 2.4253029823303223,
      "learning_rate": 7.336394027073304e-05,
      "loss": 7.3565,
      "step": 322590
    },
    {
      "epoch": 0.6720833333333334,
      "grad_norm": 0.8625608086585999,
      "learning_rate": 7.335546566849558e-05,
      "loss": 6.8889,
      "step": 322600
    },
    {
      "epoch": 0.6721041666666666,
      "grad_norm": 1.371894121170044,
      "learning_rate": 7.334699139733216e-05,
      "loss": 7.6491,
      "step": 322610
    },
    {
      "epoch": 0.672125,
      "grad_norm": 1.4170823097229004,
      "learning_rate": 7.33385174572794e-05,
      "loss": 7.0483,
      "step": 322620
    },
    {
      "epoch": 0.6721458333333333,
      "grad_norm": 2.3251311779022217,
      "learning_rate": 7.333004384837391e-05,
      "loss": 7.4481,
      "step": 322630
    },
    {
      "epoch": 0.6721666666666667,
      "grad_norm": 1.4233131408691406,
      "learning_rate": 7.332157057065227e-05,
      "loss": 7.1802,
      "step": 322640
    },
    {
      "epoch": 0.6721875,
      "grad_norm": 1.367821455001831,
      "learning_rate": 7.331309762415111e-05,
      "loss": 7.0298,
      "step": 322650
    },
    {
      "epoch": 0.6722083333333333,
      "grad_norm": 1.675589919090271,
      "learning_rate": 7.3304625008907e-05,
      "loss": 7.1628,
      "step": 322660
    },
    {
      "epoch": 0.6722291666666667,
      "grad_norm": 1.2354382276535034,
      "learning_rate": 7.329615272495655e-05,
      "loss": 7.1322,
      "step": 322670
    },
    {
      "epoch": 0.67225,
      "grad_norm": 1.7169119119644165,
      "learning_rate": 7.328768077233643e-05,
      "loss": 6.9827,
      "step": 322680
    },
    {
      "epoch": 0.6722708333333334,
      "grad_norm": 0.7915514707565308,
      "learning_rate": 7.327920915108309e-05,
      "loss": 7.3662,
      "step": 322690
    },
    {
      "epoch": 0.6722916666666666,
      "grad_norm": 1.219583511352539,
      "learning_rate": 7.327073786123317e-05,
      "loss": 7.3925,
      "step": 322700
    },
    {
      "epoch": 0.6723125,
      "grad_norm": 2.2686045169830322,
      "learning_rate": 7.326226690282337e-05,
      "loss": 7.5079,
      "step": 322710
    },
    {
      "epoch": 0.6723333333333333,
      "grad_norm": 4.684321403503418,
      "learning_rate": 7.325379627589017e-05,
      "loss": 7.403,
      "step": 322720
    },
    {
      "epoch": 0.6723541666666667,
      "grad_norm": 1.024832010269165,
      "learning_rate": 7.324532598047012e-05,
      "loss": 7.1129,
      "step": 322730
    },
    {
      "epoch": 0.672375,
      "grad_norm": 1.3599185943603516,
      "learning_rate": 7.32368560166e-05,
      "loss": 7.092,
      "step": 322740
    },
    {
      "epoch": 0.6723958333333333,
      "grad_norm": 4.044749736785889,
      "learning_rate": 7.322838638431622e-05,
      "loss": 7.6988,
      "step": 322750
    },
    {
      "epoch": 0.6724166666666667,
      "grad_norm": 0.9674075841903687,
      "learning_rate": 7.321991708365535e-05,
      "loss": 7.1204,
      "step": 322760
    },
    {
      "epoch": 0.6724375,
      "grad_norm": 1.4796884059906006,
      "learning_rate": 7.321144811465418e-05,
      "loss": 7.5246,
      "step": 322770
    },
    {
      "epoch": 0.6724583333333334,
      "grad_norm": 1.0820181369781494,
      "learning_rate": 7.32029794773491e-05,
      "loss": 7.7596,
      "step": 322780
    },
    {
      "epoch": 0.6724791666666666,
      "grad_norm": 2.5748939514160156,
      "learning_rate": 7.319451117177669e-05,
      "loss": 7.4649,
      "step": 322790
    },
    {
      "epoch": 0.6725,
      "grad_norm": 0.8447595238685608,
      "learning_rate": 7.31860431979737e-05,
      "loss": 7.2397,
      "step": 322800
    },
    {
      "epoch": 0.6725208333333333,
      "grad_norm": 1.1956006288528442,
      "learning_rate": 7.317757555597656e-05,
      "loss": 7.6838,
      "step": 322810
    },
    {
      "epoch": 0.6725416666666667,
      "grad_norm": 0.8618705868721008,
      "learning_rate": 7.316910824582186e-05,
      "loss": 7.2151,
      "step": 322820
    },
    {
      "epoch": 0.6725625,
      "grad_norm": 0.8067150712013245,
      "learning_rate": 7.316064126754621e-05,
      "loss": 7.0019,
      "step": 322830
    },
    {
      "epoch": 0.6725833333333333,
      "grad_norm": 1.0738753080368042,
      "learning_rate": 7.315217462118617e-05,
      "loss": 7.0509,
      "step": 322840
    },
    {
      "epoch": 0.6726041666666667,
      "grad_norm": 4.184117794036865,
      "learning_rate": 7.314370830677833e-05,
      "loss": 7.3586,
      "step": 322850
    },
    {
      "epoch": 0.672625,
      "grad_norm": 6.964587688446045,
      "learning_rate": 7.313524232435924e-05,
      "loss": 7.6188,
      "step": 322860
    },
    {
      "epoch": 0.6726458333333334,
      "grad_norm": 1.607069969177246,
      "learning_rate": 7.312677667396547e-05,
      "loss": 7.4118,
      "step": 322870
    },
    {
      "epoch": 0.6726666666666666,
      "grad_norm": 1.5582894086837769,
      "learning_rate": 7.311831135563362e-05,
      "loss": 8.0458,
      "step": 322880
    },
    {
      "epoch": 0.6726875,
      "grad_norm": 1.3078852891921997,
      "learning_rate": 7.31098463694002e-05,
      "loss": 7.0342,
      "step": 322890
    },
    {
      "epoch": 0.6727083333333334,
      "grad_norm": 2.8657398223876953,
      "learning_rate": 7.310138171530184e-05,
      "loss": 7.9744,
      "step": 322900
    },
    {
      "epoch": 0.6727291666666667,
      "grad_norm": 1.866661548614502,
      "learning_rate": 7.309291739337505e-05,
      "loss": 7.267,
      "step": 322910
    },
    {
      "epoch": 0.67275,
      "grad_norm": 1.99699866771698,
      "learning_rate": 7.308445340365644e-05,
      "loss": 7.2064,
      "step": 322920
    },
    {
      "epoch": 0.6727708333333333,
      "grad_norm": 4.650886535644531,
      "learning_rate": 7.307598974618251e-05,
      "loss": 7.5602,
      "step": 322930
    },
    {
      "epoch": 0.6727916666666667,
      "grad_norm": 0.9225782155990601,
      "learning_rate": 7.306752642098989e-05,
      "loss": 7.3384,
      "step": 322940
    },
    {
      "epoch": 0.6728125,
      "grad_norm": 1.4508944749832153,
      "learning_rate": 7.305906342811508e-05,
      "loss": 7.0532,
      "step": 322950
    },
    {
      "epoch": 0.6728333333333333,
      "grad_norm": 2.8370180130004883,
      "learning_rate": 7.305060076759468e-05,
      "loss": 7.5795,
      "step": 322960
    },
    {
      "epoch": 0.6728541666666666,
      "grad_norm": 1.4960476160049438,
      "learning_rate": 7.304213843946521e-05,
      "loss": 7.4982,
      "step": 322970
    },
    {
      "epoch": 0.672875,
      "grad_norm": 1.2854535579681396,
      "learning_rate": 7.303367644376324e-05,
      "loss": 7.1714,
      "step": 322980
    },
    {
      "epoch": 0.6728958333333334,
      "grad_norm": 0.9028847813606262,
      "learning_rate": 7.302521478052534e-05,
      "loss": 7.6428,
      "step": 322990
    },
    {
      "epoch": 0.6729166666666667,
      "grad_norm": 1.0859382152557373,
      "learning_rate": 7.301675344978808e-05,
      "loss": 7.1607,
      "step": 323000
    },
    {
      "epoch": 0.6729166666666667,
      "eval_loss": 7.575411796569824,
      "eval_runtime": 9.0002,
      "eval_samples_per_second": 0.333,
      "eval_steps_per_second": 0.111,
      "step": 323000
    },
    {
      "epoch": 0.6729375,
      "grad_norm": 1.7966437339782715,
      "learning_rate": 7.300829245158788e-05,
      "loss": 6.7186,
      "step": 323010
    },
    {
      "epoch": 0.6729583333333333,
      "grad_norm": 9.100241661071777,
      "learning_rate": 7.299983178596142e-05,
      "loss": 7.6716,
      "step": 323020
    },
    {
      "epoch": 0.6729791666666667,
      "grad_norm": 2.015038013458252,
      "learning_rate": 7.299137145294527e-05,
      "loss": 7.5158,
      "step": 323030
    },
    {
      "epoch": 0.673,
      "grad_norm": 2.2926039695739746,
      "learning_rate": 7.29829114525758e-05,
      "loss": 7.9102,
      "step": 323040
    },
    {
      "epoch": 0.6730208333333333,
      "grad_norm": 0.8831540942192078,
      "learning_rate": 7.297445178488978e-05,
      "loss": 6.8476,
      "step": 323050
    },
    {
      "epoch": 0.6730416666666666,
      "grad_norm": 1.1214776039123535,
      "learning_rate": 7.296599244992358e-05,
      "loss": 7.0914,
      "step": 323060
    },
    {
      "epoch": 0.6730625,
      "grad_norm": 3.3649332523345947,
      "learning_rate": 7.295753344771375e-05,
      "loss": 7.0101,
      "step": 323070
    },
    {
      "epoch": 0.6730833333333334,
      "grad_norm": 1.5371085405349731,
      "learning_rate": 7.2949074778297e-05,
      "loss": 7.054,
      "step": 323080
    },
    {
      "epoch": 0.6731041666666666,
      "grad_norm": 3.4619369506835938,
      "learning_rate": 7.294061644170968e-05,
      "loss": 7.1087,
      "step": 323090
    },
    {
      "epoch": 0.673125,
      "grad_norm": 0.8377421498298645,
      "learning_rate": 7.293215843798833e-05,
      "loss": 7.2846,
      "step": 323100
    },
    {
      "epoch": 0.6731458333333333,
      "grad_norm": 1.9118086099624634,
      "learning_rate": 7.292370076716968e-05,
      "loss": 7.2701,
      "step": 323110
    },
    {
      "epoch": 0.6731666666666667,
      "grad_norm": 2.3758277893066406,
      "learning_rate": 7.291524342929006e-05,
      "loss": 7.2095,
      "step": 323120
    },
    {
      "epoch": 0.6731875,
      "grad_norm": 5.92064094543457,
      "learning_rate": 7.290678642438604e-05,
      "loss": 7.3481,
      "step": 323130
    },
    {
      "epoch": 0.6732083333333333,
      "grad_norm": 1.877780556678772,
      "learning_rate": 7.289832975249429e-05,
      "loss": 7.4134,
      "step": 323140
    },
    {
      "epoch": 0.6732291666666667,
      "grad_norm": 1.5423766374588013,
      "learning_rate": 7.288987341365118e-05,
      "loss": 7.893,
      "step": 323150
    },
    {
      "epoch": 0.67325,
      "grad_norm": 3.8654611110687256,
      "learning_rate": 7.288141740789324e-05,
      "loss": 7.2919,
      "step": 323160
    },
    {
      "epoch": 0.6732708333333334,
      "grad_norm": 1.4569472074508667,
      "learning_rate": 7.287296173525716e-05,
      "loss": 7.3544,
      "step": 323170
    },
    {
      "epoch": 0.6732916666666666,
      "grad_norm": 1.7526838779449463,
      "learning_rate": 7.28645063957793e-05,
      "loss": 7.1917,
      "step": 323180
    },
    {
      "epoch": 0.6733125,
      "grad_norm": 2.5154693126678467,
      "learning_rate": 7.285605138949625e-05,
      "loss": 7.0497,
      "step": 323190
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 1.6597481966018677,
      "learning_rate": 7.284759671644452e-05,
      "loss": 6.9718,
      "step": 323200
    },
    {
      "epoch": 0.6733541666666667,
      "grad_norm": 0.8811826705932617,
      "learning_rate": 7.283914237666062e-05,
      "loss": 7.0012,
      "step": 323210
    },
    {
      "epoch": 0.673375,
      "grad_norm": 2.00445818901062,
      "learning_rate": 7.28306883701811e-05,
      "loss": 7.2342,
      "step": 323220
    },
    {
      "epoch": 0.6733958333333333,
      "grad_norm": 5.245495796203613,
      "learning_rate": 7.282223469704244e-05,
      "loss": 7.2177,
      "step": 323230
    },
    {
      "epoch": 0.6734166666666667,
      "grad_norm": 0.6412068605422974,
      "learning_rate": 7.281378135728119e-05,
      "loss": 7.3861,
      "step": 323240
    },
    {
      "epoch": 0.6734375,
      "grad_norm": 3.8130314350128174,
      "learning_rate": 7.280532835093385e-05,
      "loss": 7.2236,
      "step": 323250
    },
    {
      "epoch": 0.6734583333333334,
      "grad_norm": 1.5829440355300903,
      "learning_rate": 7.279687567803694e-05,
      "loss": 7.8386,
      "step": 323260
    },
    {
      "epoch": 0.6734791666666666,
      "grad_norm": 1.862959861755371,
      "learning_rate": 7.278842333862697e-05,
      "loss": 7.353,
      "step": 323270
    },
    {
      "epoch": 0.6735,
      "grad_norm": 1.1184165477752686,
      "learning_rate": 7.277997133274043e-05,
      "loss": 7.5612,
      "step": 323280
    },
    {
      "epoch": 0.6735208333333333,
      "grad_norm": 3.9121716022491455,
      "learning_rate": 7.277151966041386e-05,
      "loss": 6.6386,
      "step": 323290
    },
    {
      "epoch": 0.6735416666666667,
      "grad_norm": 0.9092451333999634,
      "learning_rate": 7.276306832168375e-05,
      "loss": 7.4879,
      "step": 323300
    },
    {
      "epoch": 0.6735625,
      "grad_norm": 0.993326723575592,
      "learning_rate": 7.275461731658668e-05,
      "loss": 7.0702,
      "step": 323310
    },
    {
      "epoch": 0.6735833333333333,
      "grad_norm": 2.5558648109436035,
      "learning_rate": 7.274616664515897e-05,
      "loss": 7.5276,
      "step": 323320
    },
    {
      "epoch": 0.6736041666666667,
      "grad_norm": 1.82658052444458,
      "learning_rate": 7.273771630743731e-05,
      "loss": 7.1323,
      "step": 323330
    },
    {
      "epoch": 0.673625,
      "grad_norm": 2.2953457832336426,
      "learning_rate": 7.272926630345817e-05,
      "loss": 7.6877,
      "step": 323340
    },
    {
      "epoch": 0.6736458333333334,
      "grad_norm": 1.9239873886108398,
      "learning_rate": 7.272081663325789e-05,
      "loss": 7.5488,
      "step": 323350
    },
    {
      "epoch": 0.6736666666666666,
      "grad_norm": 1.1583778858184814,
      "learning_rate": 7.271236729687318e-05,
      "loss": 7.6805,
      "step": 323360
    },
    {
      "epoch": 0.6736875,
      "grad_norm": 1.0396982431411743,
      "learning_rate": 7.27039182943405e-05,
      "loss": 7.0779,
      "step": 323370
    },
    {
      "epoch": 0.6737083333333334,
      "grad_norm": 0.8146987557411194,
      "learning_rate": 7.269546962569618e-05,
      "loss": 7.4464,
      "step": 323380
    },
    {
      "epoch": 0.6737291666666667,
      "grad_norm": 3.8921473026275635,
      "learning_rate": 7.268702129097688e-05,
      "loss": 7.3229,
      "step": 323390
    },
    {
      "epoch": 0.67375,
      "grad_norm": 0.970192015171051,
      "learning_rate": 7.26785732902191e-05,
      "loss": 7.0419,
      "step": 323400
    },
    {
      "epoch": 0.6737708333333333,
      "grad_norm": 1.1049331426620483,
      "learning_rate": 7.267012562345918e-05,
      "loss": 6.7827,
      "step": 323410
    },
    {
      "epoch": 0.6737916666666667,
      "grad_norm": 2.0386574268341064,
      "learning_rate": 7.266167829073375e-05,
      "loss": 7.3713,
      "step": 323420
    },
    {
      "epoch": 0.6738125,
      "grad_norm": 1.124040961265564,
      "learning_rate": 7.265323129207933e-05,
      "loss": 6.9407,
      "step": 323430
    },
    {
      "epoch": 0.6738333333333333,
      "grad_norm": 2.132188320159912,
      "learning_rate": 7.264478462753221e-05,
      "loss": 7.1849,
      "step": 323440
    },
    {
      "epoch": 0.6738541666666666,
      "grad_norm": 2.37363338470459,
      "learning_rate": 7.263633829712912e-05,
      "loss": 7.4119,
      "step": 323450
    },
    {
      "epoch": 0.673875,
      "grad_norm": 0.9631619453430176,
      "learning_rate": 7.262789230090636e-05,
      "loss": 7.3665,
      "step": 323460
    },
    {
      "epoch": 0.6738958333333334,
      "grad_norm": 1.129426121711731,
      "learning_rate": 7.261944663890043e-05,
      "loss": 7.2557,
      "step": 323470
    },
    {
      "epoch": 0.6739166666666667,
      "grad_norm": 1.0523780584335327,
      "learning_rate": 7.261100131114797e-05,
      "loss": 8.0688,
      "step": 323480
    },
    {
      "epoch": 0.6739375,
      "grad_norm": 1.1400266885757446,
      "learning_rate": 7.260255631768531e-05,
      "loss": 7.7333,
      "step": 323490
    },
    {
      "epoch": 0.6739583333333333,
      "grad_norm": 0.8152998089790344,
      "learning_rate": 7.259411165854889e-05,
      "loss": 7.3035,
      "step": 323500
    },
    {
      "epoch": 0.6739791666666667,
      "grad_norm": 2.32698917388916,
      "learning_rate": 7.25856673337754e-05,
      "loss": 7.1986,
      "step": 323510
    },
    {
      "epoch": 0.674,
      "grad_norm": 1.1035784482955933,
      "learning_rate": 7.257722334340111e-05,
      "loss": 7.1019,
      "step": 323520
    },
    {
      "epoch": 0.6740208333333333,
      "grad_norm": 1.241644263267517,
      "learning_rate": 7.256877968746254e-05,
      "loss": 6.9708,
      "step": 323530
    },
    {
      "epoch": 0.6740416666666667,
      "grad_norm": 1.900339961051941,
      "learning_rate": 7.256033636599629e-05,
      "loss": 7.1439,
      "step": 323540
    },
    {
      "epoch": 0.6740625,
      "grad_norm": 1.0403592586517334,
      "learning_rate": 7.255189337903867e-05,
      "loss": 6.9527,
      "step": 323550
    },
    {
      "epoch": 0.6740833333333334,
      "grad_norm": 3.872175931930542,
      "learning_rate": 7.254345072662623e-05,
      "loss": 7.3998,
      "step": 323560
    },
    {
      "epoch": 0.6741041666666666,
      "grad_norm": 1.331469178199768,
      "learning_rate": 7.253500840879541e-05,
      "loss": 7.4763,
      "step": 323570
    },
    {
      "epoch": 0.674125,
      "grad_norm": 0.6975811719894409,
      "learning_rate": 7.25265664255827e-05,
      "loss": 7.8209,
      "step": 323580
    },
    {
      "epoch": 0.6741458333333333,
      "grad_norm": 7.068178176879883,
      "learning_rate": 7.251812477702455e-05,
      "loss": 8.1911,
      "step": 323590
    },
    {
      "epoch": 0.6741666666666667,
      "grad_norm": 1.2329661846160889,
      "learning_rate": 7.250968346315743e-05,
      "loss": 7.2436,
      "step": 323600
    },
    {
      "epoch": 0.6741875,
      "grad_norm": 1.4617351293563843,
      "learning_rate": 7.250124248401781e-05,
      "loss": 8.153,
      "step": 323610
    },
    {
      "epoch": 0.6742083333333333,
      "grad_norm": 1.1623129844665527,
      "learning_rate": 7.249280183964215e-05,
      "loss": 7.1654,
      "step": 323620
    },
    {
      "epoch": 0.6742291666666667,
      "grad_norm": 3.287555694580078,
      "learning_rate": 7.24843615300669e-05,
      "loss": 6.8546,
      "step": 323630
    },
    {
      "epoch": 0.67425,
      "grad_norm": 1.0442179441452026,
      "learning_rate": 7.247592155532852e-05,
      "loss": 6.857,
      "step": 323640
    },
    {
      "epoch": 0.6742708333333334,
      "grad_norm": 2.5463178157806396,
      "learning_rate": 7.246748191546349e-05,
      "loss": 7.1229,
      "step": 323650
    },
    {
      "epoch": 0.6742916666666666,
      "grad_norm": 1.6304229497909546,
      "learning_rate": 7.245904261050824e-05,
      "loss": 7.3198,
      "step": 323660
    },
    {
      "epoch": 0.6743125,
      "grad_norm": 1.5118646621704102,
      "learning_rate": 7.245060364049923e-05,
      "loss": 7.9372,
      "step": 323670
    },
    {
      "epoch": 0.6743333333333333,
      "grad_norm": 1.7608894109725952,
      "learning_rate": 7.244216500547297e-05,
      "loss": 7.4925,
      "step": 323680
    },
    {
      "epoch": 0.6743541666666667,
      "grad_norm": 1.5772911310195923,
      "learning_rate": 7.243372670546574e-05,
      "loss": 7.7939,
      "step": 323690
    },
    {
      "epoch": 0.674375,
      "grad_norm": 1.3312865495681763,
      "learning_rate": 7.242528874051418e-05,
      "loss": 7.5542,
      "step": 323700
    },
    {
      "epoch": 0.6743958333333333,
      "grad_norm": 1.4889976978302002,
      "learning_rate": 7.241685111065472e-05,
      "loss": 7.2638,
      "step": 323710
    },
    {
      "epoch": 0.6744166666666667,
      "grad_norm": 0.89625084400177,
      "learning_rate": 7.240841381592364e-05,
      "loss": 7.3826,
      "step": 323720
    },
    {
      "epoch": 0.6744375,
      "grad_norm": 1.8077881336212158,
      "learning_rate": 7.239997685635755e-05,
      "loss": 7.2797,
      "step": 323730
    },
    {
      "epoch": 0.6744583333333334,
      "grad_norm": 1.3411470651626587,
      "learning_rate": 7.23915402319929e-05,
      "loss": 7.3286,
      "step": 323740
    },
    {
      "epoch": 0.6744791666666666,
      "grad_norm": 2.9894258975982666,
      "learning_rate": 7.238310394286597e-05,
      "loss": 7.8241,
      "step": 323750
    },
    {
      "epoch": 0.6745,
      "grad_norm": 1.37520432472229,
      "learning_rate": 7.237466798901337e-05,
      "loss": 7.6854,
      "step": 323760
    },
    {
      "epoch": 0.6745208333333333,
      "grad_norm": 2.3747658729553223,
      "learning_rate": 7.236623237047152e-05,
      "loss": 7.3771,
      "step": 323770
    },
    {
      "epoch": 0.6745416666666667,
      "grad_norm": 4.730140686035156,
      "learning_rate": 7.23577970872767e-05,
      "loss": 7.3377,
      "step": 323780
    },
    {
      "epoch": 0.6745625,
      "grad_norm": 3.0967159271240234,
      "learning_rate": 7.234936213946553e-05,
      "loss": 7.3029,
      "step": 323790
    },
    {
      "epoch": 0.6745833333333333,
      "grad_norm": 1.2924875020980835,
      "learning_rate": 7.234092752707445e-05,
      "loss": 7.0131,
      "step": 323800
    },
    {
      "epoch": 0.6746041666666667,
      "grad_norm": 1.4214863777160645,
      "learning_rate": 7.233249325013968e-05,
      "loss": 7.2557,
      "step": 323810
    },
    {
      "epoch": 0.674625,
      "grad_norm": 1.1406127214431763,
      "learning_rate": 7.232405930869793e-05,
      "loss": 7.2165,
      "step": 323820
    },
    {
      "epoch": 0.6746458333333333,
      "grad_norm": 1.4571115970611572,
      "learning_rate": 7.231562570278544e-05,
      "loss": 7.5398,
      "step": 323830
    },
    {
      "epoch": 0.6746666666666666,
      "grad_norm": 1.1372774839401245,
      "learning_rate": 7.230719243243863e-05,
      "loss": 7.2915,
      "step": 323840
    },
    {
      "epoch": 0.6746875,
      "grad_norm": 0.8341559767723083,
      "learning_rate": 7.229875949769411e-05,
      "loss": 7.7349,
      "step": 323850
    },
    {
      "epoch": 0.6747083333333334,
      "grad_norm": 4.021474838256836,
      "learning_rate": 7.229032689858816e-05,
      "loss": 7.0433,
      "step": 323860
    },
    {
      "epoch": 0.6747291666666667,
      "grad_norm": 3.5684814453125,
      "learning_rate": 7.228189463515721e-05,
      "loss": 7.2423,
      "step": 323870
    },
    {
      "epoch": 0.67475,
      "grad_norm": 1.3930351734161377,
      "learning_rate": 7.227346270743773e-05,
      "loss": 7.9964,
      "step": 323880
    },
    {
      "epoch": 0.6747708333333333,
      "grad_norm": 0.8781190514564514,
      "learning_rate": 7.226503111546612e-05,
      "loss": 7.7418,
      "step": 323890
    },
    {
      "epoch": 0.6747916666666667,
      "grad_norm": 1.285983920097351,
      "learning_rate": 7.22565998592788e-05,
      "loss": 6.8826,
      "step": 323900
    },
    {
      "epoch": 0.6748125,
      "grad_norm": 0.7948628067970276,
      "learning_rate": 7.224816893891219e-05,
      "loss": 7.3026,
      "step": 323910
    },
    {
      "epoch": 0.6748333333333333,
      "grad_norm": 1.5073754787445068,
      "learning_rate": 7.223973835440272e-05,
      "loss": 7.3307,
      "step": 323920
    },
    {
      "epoch": 0.6748541666666666,
      "grad_norm": 2.110684394836426,
      "learning_rate": 7.223130810578681e-05,
      "loss": 7.3049,
      "step": 323930
    },
    {
      "epoch": 0.674875,
      "grad_norm": 2.4540085792541504,
      "learning_rate": 7.222287819310085e-05,
      "loss": 7.6217,
      "step": 323940
    },
    {
      "epoch": 0.6748958333333334,
      "grad_norm": 0.8545637726783752,
      "learning_rate": 7.221444861638129e-05,
      "loss": 7.5327,
      "step": 323950
    },
    {
      "epoch": 0.6749166666666667,
      "grad_norm": 1.640944004058838,
      "learning_rate": 7.220601937566452e-05,
      "loss": 7.1033,
      "step": 323960
    },
    {
      "epoch": 0.6749375,
      "grad_norm": 1.6177488565444946,
      "learning_rate": 7.219759047098694e-05,
      "loss": 7.373,
      "step": 323970
    },
    {
      "epoch": 0.6749583333333333,
      "grad_norm": 0.8925333023071289,
      "learning_rate": 7.218916190238498e-05,
      "loss": 7.866,
      "step": 323980
    },
    {
      "epoch": 0.6749791666666667,
      "grad_norm": 1.1736195087432861,
      "learning_rate": 7.218073366989502e-05,
      "loss": 6.8711,
      "step": 323990
    },
    {
      "epoch": 0.675,
      "grad_norm": 8.616312980651855,
      "learning_rate": 7.217230577355352e-05,
      "loss": 7.3986,
      "step": 324000
    },
    {
      "epoch": 0.675,
      "eval_loss": 8.3262300491333,
      "eval_runtime": 8.6573,
      "eval_samples_per_second": 0.347,
      "eval_steps_per_second": 0.116,
      "step": 324000
    },
    {
      "epoch": 0.6750208333333333,
      "grad_norm": 1.0416744947433472,
      "learning_rate": 7.216387821339683e-05,
      "loss": 7.3965,
      "step": 324010
    },
    {
      "epoch": 0.6750416666666667,
      "grad_norm": 1.9903709888458252,
      "learning_rate": 7.215545098946138e-05,
      "loss": 7.402,
      "step": 324020
    },
    {
      "epoch": 0.6750625,
      "grad_norm": 3.7141916751861572,
      "learning_rate": 7.21470241017836e-05,
      "loss": 7.5236,
      "step": 324030
    },
    {
      "epoch": 0.6750833333333334,
      "grad_norm": 1.835793137550354,
      "learning_rate": 7.213859755039982e-05,
      "loss": 7.3878,
      "step": 324040
    },
    {
      "epoch": 0.6751041666666666,
      "grad_norm": 1.0094348192214966,
      "learning_rate": 7.213017133534655e-05,
      "loss": 7.349,
      "step": 324050
    },
    {
      "epoch": 0.675125,
      "grad_norm": 0.8521425724029541,
      "learning_rate": 7.212174545666e-05,
      "loss": 7.1528,
      "step": 324060
    },
    {
      "epoch": 0.6751458333333333,
      "grad_norm": 1.0004185438156128,
      "learning_rate": 7.211331991437673e-05,
      "loss": 7.0633,
      "step": 324070
    },
    {
      "epoch": 0.6751666666666667,
      "grad_norm": 1.077702283859253,
      "learning_rate": 7.210489470853317e-05,
      "loss": 7.0763,
      "step": 324080
    },
    {
      "epoch": 0.6751875,
      "grad_norm": 2.043612003326416,
      "learning_rate": 7.209646983916551e-05,
      "loss": 7.2502,
      "step": 324090
    },
    {
      "epoch": 0.6752083333333333,
      "grad_norm": 0.8315054774284363,
      "learning_rate": 7.20880453063103e-05,
      "loss": 7.708,
      "step": 324100
    },
    {
      "epoch": 0.6752291666666667,
      "grad_norm": 1.242485761642456,
      "learning_rate": 7.207962111000398e-05,
      "loss": 7.1233,
      "step": 324110
    },
    {
      "epoch": 0.67525,
      "grad_norm": 1.2297881841659546,
      "learning_rate": 7.207119725028273e-05,
      "loss": 7.2443,
      "step": 324120
    },
    {
      "epoch": 0.6752708333333334,
      "grad_norm": 1.1178736686706543,
      "learning_rate": 7.206277372718311e-05,
      "loss": 7.3006,
      "step": 324130
    },
    {
      "epoch": 0.6752916666666666,
      "grad_norm": 0.8674566149711609,
      "learning_rate": 7.205435054074153e-05,
      "loss": 7.2174,
      "step": 324140
    },
    {
      "epoch": 0.6753125,
      "grad_norm": 0.8649299144744873,
      "learning_rate": 7.204592769099422e-05,
      "loss": 6.87,
      "step": 324150
    },
    {
      "epoch": 0.6753333333333333,
      "grad_norm": 1.7226927280426025,
      "learning_rate": 7.203750517797762e-05,
      "loss": 7.1446,
      "step": 324160
    },
    {
      "epoch": 0.6753541666666667,
      "grad_norm": 3.0318236351013184,
      "learning_rate": 7.202908300172824e-05,
      "loss": 7.2702,
      "step": 324170
    },
    {
      "epoch": 0.675375,
      "grad_norm": 1.0862064361572266,
      "learning_rate": 7.202066116228229e-05,
      "loss": 6.8999,
      "step": 324180
    },
    {
      "epoch": 0.6753958333333333,
      "grad_norm": 1.9276670217514038,
      "learning_rate": 7.201223965967622e-05,
      "loss": 7.1386,
      "step": 324190
    },
    {
      "epoch": 0.6754166666666667,
      "grad_norm": 1.6465932130813599,
      "learning_rate": 7.200381849394642e-05,
      "loss": 7.0327,
      "step": 324200
    },
    {
      "epoch": 0.6754375,
      "grad_norm": 1.6668486595153809,
      "learning_rate": 7.199539766512925e-05,
      "loss": 7.1316,
      "step": 324210
    },
    {
      "epoch": 0.6754583333333334,
      "grad_norm": 1.2144407033920288,
      "learning_rate": 7.198697717326107e-05,
      "loss": 7.3158,
      "step": 324220
    },
    {
      "epoch": 0.6754791666666666,
      "grad_norm": 1.8541218042373657,
      "learning_rate": 7.197855701837829e-05,
      "loss": 6.8682,
      "step": 324230
    },
    {
      "epoch": 0.6755,
      "grad_norm": 1.355940818786621,
      "learning_rate": 7.197013720051724e-05,
      "loss": 7.023,
      "step": 324240
    },
    {
      "epoch": 0.6755208333333333,
      "grad_norm": 3.577519178390503,
      "learning_rate": 7.19617177197143e-05,
      "loss": 7.9596,
      "step": 324250
    },
    {
      "epoch": 0.6755416666666667,
      "grad_norm": 1.4785162210464478,
      "learning_rate": 7.195329857600589e-05,
      "loss": 7.3896,
      "step": 324260
    },
    {
      "epoch": 0.6755625,
      "grad_norm": 1.417300820350647,
      "learning_rate": 7.194487976942832e-05,
      "loss": 7.1499,
      "step": 324270
    },
    {
      "epoch": 0.6755833333333333,
      "grad_norm": 2.00849986076355,
      "learning_rate": 7.193646130001796e-05,
      "loss": 7.3005,
      "step": 324280
    },
    {
      "epoch": 0.6756041666666667,
      "grad_norm": 4.231896877288818,
      "learning_rate": 7.19280431678112e-05,
      "loss": 7.7567,
      "step": 324290
    },
    {
      "epoch": 0.675625,
      "grad_norm": 4.168239593505859,
      "learning_rate": 7.191962537284438e-05,
      "loss": 7.5224,
      "step": 324300
    },
    {
      "epoch": 0.6756458333333333,
      "grad_norm": 1.4244128465652466,
      "learning_rate": 7.191120791515388e-05,
      "loss": 6.9395,
      "step": 324310
    },
    {
      "epoch": 0.6756666666666666,
      "grad_norm": 1.2510875463485718,
      "learning_rate": 7.190279079477605e-05,
      "loss": 7.095,
      "step": 324320
    },
    {
      "epoch": 0.6756875,
      "grad_norm": 2.1591262817382812,
      "learning_rate": 7.189437401174726e-05,
      "loss": 7.4217,
      "step": 324330
    },
    {
      "epoch": 0.6757083333333334,
      "grad_norm": 0.8923634886741638,
      "learning_rate": 7.188595756610385e-05,
      "loss": 6.9667,
      "step": 324340
    },
    {
      "epoch": 0.6757291666666667,
      "grad_norm": 1.1778781414031982,
      "learning_rate": 7.187754145788218e-05,
      "loss": 7.0641,
      "step": 324350
    },
    {
      "epoch": 0.67575,
      "grad_norm": 1.1201156377792358,
      "learning_rate": 7.186912568711862e-05,
      "loss": 7.0767,
      "step": 324360
    },
    {
      "epoch": 0.6757708333333333,
      "grad_norm": 1.4134212732315063,
      "learning_rate": 7.186071025384949e-05,
      "loss": 7.5258,
      "step": 324370
    },
    {
      "epoch": 0.6757916666666667,
      "grad_norm": 0.8643180131912231,
      "learning_rate": 7.185229515811117e-05,
      "loss": 6.9649,
      "step": 324380
    },
    {
      "epoch": 0.6758125,
      "grad_norm": 1.2319235801696777,
      "learning_rate": 7.184388039994001e-05,
      "loss": 7.1646,
      "step": 324390
    },
    {
      "epoch": 0.6758333333333333,
      "grad_norm": 2.0934104919433594,
      "learning_rate": 7.183546597937235e-05,
      "loss": 6.9969,
      "step": 324400
    },
    {
      "epoch": 0.6758541666666666,
      "grad_norm": 1.833636999130249,
      "learning_rate": 7.182705189644453e-05,
      "loss": 6.8698,
      "step": 324410
    },
    {
      "epoch": 0.675875,
      "grad_norm": 1.885298728942871,
      "learning_rate": 7.181863815119291e-05,
      "loss": 7.3208,
      "step": 324420
    },
    {
      "epoch": 0.6758958333333334,
      "grad_norm": 1.894200325012207,
      "learning_rate": 7.181022474365381e-05,
      "loss": 7.0378,
      "step": 324430
    },
    {
      "epoch": 0.6759166666666667,
      "grad_norm": 2.00936222076416,
      "learning_rate": 7.18018116738636e-05,
      "loss": 7.5482,
      "step": 324440
    },
    {
      "epoch": 0.6759375,
      "grad_norm": 3.2665371894836426,
      "learning_rate": 7.179339894185868e-05,
      "loss": 7.5606,
      "step": 324450
    },
    {
      "epoch": 0.6759583333333333,
      "grad_norm": 18.9461727142334,
      "learning_rate": 7.178498654767525e-05,
      "loss": 8.001,
      "step": 324460
    },
    {
      "epoch": 0.6759791666666667,
      "grad_norm": 1.4012142419815063,
      "learning_rate": 7.177657449134966e-05,
      "loss": 7.3542,
      "step": 324470
    },
    {
      "epoch": 0.676,
      "grad_norm": 12.623831748962402,
      "learning_rate": 7.176816277291843e-05,
      "loss": 7.6487,
      "step": 324480
    },
    {
      "epoch": 0.6760208333333333,
      "grad_norm": 2.1444084644317627,
      "learning_rate": 7.175975139241772e-05,
      "loss": 7.3429,
      "step": 324490
    },
    {
      "epoch": 0.6760416666666667,
      "grad_norm": 3.972940683364868,
      "learning_rate": 7.175134034988384e-05,
      "loss": 7.8332,
      "step": 324500
    },
    {
      "epoch": 0.6760625,
      "grad_norm": 1.7687512636184692,
      "learning_rate": 7.174292964535331e-05,
      "loss": 7.3064,
      "step": 324510
    },
    {
      "epoch": 0.6760833333333334,
      "grad_norm": 0.7686544060707092,
      "learning_rate": 7.173451927886229e-05,
      "loss": 6.8902,
      "step": 324520
    },
    {
      "epoch": 0.6761041666666666,
      "grad_norm": 1.3433663845062256,
      "learning_rate": 7.172610925044712e-05,
      "loss": 8.1829,
      "step": 324530
    },
    {
      "epoch": 0.676125,
      "grad_norm": 1.2902361154556274,
      "learning_rate": 7.171769956014429e-05,
      "loss": 7.7917,
      "step": 324540
    },
    {
      "epoch": 0.6761458333333333,
      "grad_norm": 0.8337491154670715,
      "learning_rate": 7.170929020798994e-05,
      "loss": 7.1216,
      "step": 324550
    },
    {
      "epoch": 0.6761666666666667,
      "grad_norm": 1.8403795957565308,
      "learning_rate": 7.170088119402047e-05,
      "loss": 7.2479,
      "step": 324560
    },
    {
      "epoch": 0.6761875,
      "grad_norm": 1.161056637763977,
      "learning_rate": 7.169247251827221e-05,
      "loss": 7.4415,
      "step": 324570
    },
    {
      "epoch": 0.6762083333333333,
      "grad_norm": 1.694985032081604,
      "learning_rate": 7.168406418078147e-05,
      "loss": 8.3103,
      "step": 324580
    },
    {
      "epoch": 0.6762291666666667,
      "grad_norm": 0.9677671194076538,
      "learning_rate": 7.167565618158458e-05,
      "loss": 7.1675,
      "step": 324590
    },
    {
      "epoch": 0.67625,
      "grad_norm": 0.9661011695861816,
      "learning_rate": 7.166724852071784e-05,
      "loss": 7.1038,
      "step": 324600
    },
    {
      "epoch": 0.6762708333333334,
      "grad_norm": 1.0260807275772095,
      "learning_rate": 7.165884119821758e-05,
      "loss": 7.3049,
      "step": 324610
    },
    {
      "epoch": 0.6762916666666666,
      "grad_norm": 0.7696489691734314,
      "learning_rate": 7.165043421412012e-05,
      "loss": 7.2745,
      "step": 324620
    },
    {
      "epoch": 0.6763125,
      "grad_norm": 1.2218352556228638,
      "learning_rate": 7.164202756846178e-05,
      "loss": 8.1156,
      "step": 324630
    },
    {
      "epoch": 0.6763333333333333,
      "grad_norm": 1.0649646520614624,
      "learning_rate": 7.163362126127885e-05,
      "loss": 6.8964,
      "step": 324640
    },
    {
      "epoch": 0.6763541666666667,
      "grad_norm": 1.1130602359771729,
      "learning_rate": 7.162521529260767e-05,
      "loss": 7.7076,
      "step": 324650
    },
    {
      "epoch": 0.676375,
      "grad_norm": 0.8158597946166992,
      "learning_rate": 7.161680966248453e-05,
      "loss": 6.9272,
      "step": 324660
    },
    {
      "epoch": 0.6763958333333333,
      "grad_norm": 1.1105295419692993,
      "learning_rate": 7.160840437094575e-05,
      "loss": 7.6486,
      "step": 324670
    },
    {
      "epoch": 0.6764166666666667,
      "grad_norm": 2.4865384101867676,
      "learning_rate": 7.159999941802763e-05,
      "loss": 7.3752,
      "step": 324680
    },
    {
      "epoch": 0.6764375,
      "grad_norm": 1.4190051555633545,
      "learning_rate": 7.159159480376649e-05,
      "loss": 7.0006,
      "step": 324690
    },
    {
      "epoch": 0.6764583333333334,
      "grad_norm": 1.3442919254302979,
      "learning_rate": 7.158319052819861e-05,
      "loss": 7.1417,
      "step": 324700
    },
    {
      "epoch": 0.6764791666666666,
      "grad_norm": 1.672235131263733,
      "learning_rate": 7.157478659136031e-05,
      "loss": 7.2308,
      "step": 324710
    },
    {
      "epoch": 0.6765,
      "grad_norm": 2.411458969116211,
      "learning_rate": 7.15663829932879e-05,
      "loss": 7.1229,
      "step": 324720
    },
    {
      "epoch": 0.6765208333333333,
      "grad_norm": 1.6543846130371094,
      "learning_rate": 7.155797973401765e-05,
      "loss": 7.1269,
      "step": 324730
    },
    {
      "epoch": 0.6765416666666667,
      "grad_norm": 0.9613455533981323,
      "learning_rate": 7.154957681358595e-05,
      "loss": 7.1689,
      "step": 324740
    },
    {
      "epoch": 0.6765625,
      "grad_norm": 1.0965967178344727,
      "learning_rate": 7.154117423202891e-05,
      "loss": 7.7637,
      "step": 324750
    },
    {
      "epoch": 0.6765833333333333,
      "grad_norm": 4.037312030792236,
      "learning_rate": 7.153277198938299e-05,
      "loss": 7.3649,
      "step": 324760
    },
    {
      "epoch": 0.6766041666666667,
      "grad_norm": 3.438842535018921,
      "learning_rate": 7.15243700856845e-05,
      "loss": 7.3842,
      "step": 324770
    },
    {
      "epoch": 0.676625,
      "grad_norm": 1.4798593521118164,
      "learning_rate": 7.151596852096956e-05,
      "loss": 7.4456,
      "step": 324780
    },
    {
      "epoch": 0.6766458333333333,
      "grad_norm": 3.541635036468506,
      "learning_rate": 7.15075672952746e-05,
      "loss": 7.06,
      "step": 324790
    },
    {
      "epoch": 0.6766666666666666,
      "grad_norm": 0.9791533350944519,
      "learning_rate": 7.149916640863596e-05,
      "loss": 7.7008,
      "step": 324800
    },
    {
      "epoch": 0.6766875,
      "grad_norm": 4.280588150024414,
      "learning_rate": 7.149076586108972e-05,
      "loss": 7.2973,
      "step": 324810
    },
    {
      "epoch": 0.6767083333333334,
      "grad_norm": 1.2405112981796265,
      "learning_rate": 7.148236565267244e-05,
      "loss": 7.3595,
      "step": 324820
    },
    {
      "epoch": 0.6767291666666667,
      "grad_norm": 1.1028960943222046,
      "learning_rate": 7.147396578342017e-05,
      "loss": 7.012,
      "step": 324830
    },
    {
      "epoch": 0.67675,
      "grad_norm": 1.86008882522583,
      "learning_rate": 7.146556625336925e-05,
      "loss": 7.3174,
      "step": 324840
    },
    {
      "epoch": 0.6767708333333333,
      "grad_norm": 3.784327268600464,
      "learning_rate": 7.145716706255611e-05,
      "loss": 7.3209,
      "step": 324850
    },
    {
      "epoch": 0.6767916666666667,
      "grad_norm": 1.484711766242981,
      "learning_rate": 7.144876821101684e-05,
      "loss": 7.0852,
      "step": 324860
    },
    {
      "epoch": 0.6768125,
      "grad_norm": 1.4263452291488647,
      "learning_rate": 7.144036969878776e-05,
      "loss": 7.6063,
      "step": 324870
    },
    {
      "epoch": 0.6768333333333333,
      "grad_norm": 1.4091835021972656,
      "learning_rate": 7.143197152590528e-05,
      "loss": 7.1856,
      "step": 324880
    },
    {
      "epoch": 0.6768541666666666,
      "grad_norm": 4.888565540313721,
      "learning_rate": 7.142357369240555e-05,
      "loss": 7.7563,
      "step": 324890
    },
    {
      "epoch": 0.676875,
      "grad_norm": 1.3727270364761353,
      "learning_rate": 7.141517619832482e-05,
      "loss": 6.9722,
      "step": 324900
    },
    {
      "epoch": 0.6768958333333334,
      "grad_norm": 0.9371222853660583,
      "learning_rate": 7.140677904369953e-05,
      "loss": 7.6823,
      "step": 324910
    },
    {
      "epoch": 0.6769166666666667,
      "grad_norm": 3.679577589035034,
      "learning_rate": 7.13983822285658e-05,
      "loss": 7.2907,
      "step": 324920
    },
    {
      "epoch": 0.6769375,
      "grad_norm": 1.1963528394699097,
      "learning_rate": 7.138998575295988e-05,
      "loss": 7.1722,
      "step": 324930
    },
    {
      "epoch": 0.6769583333333333,
      "grad_norm": 2.36448073387146,
      "learning_rate": 7.138158961691821e-05,
      "loss": 7.1211,
      "step": 324940
    },
    {
      "epoch": 0.6769791666666667,
      "grad_norm": 3.410242795944214,
      "learning_rate": 7.137319382047692e-05,
      "loss": 8.1873,
      "step": 324950
    },
    {
      "epoch": 0.677,
      "grad_norm": 2.2337088584899902,
      "learning_rate": 7.13647983636723e-05,
      "loss": 8.3048,
      "step": 324960
    },
    {
      "epoch": 0.6770208333333333,
      "grad_norm": 1.4541752338409424,
      "learning_rate": 7.135640324654061e-05,
      "loss": 7.7063,
      "step": 324970
    },
    {
      "epoch": 0.6770416666666667,
      "grad_norm": 4.662811756134033,
      "learning_rate": 7.134800846911814e-05,
      "loss": 7.3822,
      "step": 324980
    },
    {
      "epoch": 0.6770625,
      "grad_norm": 1.5394015312194824,
      "learning_rate": 7.133961403144113e-05,
      "loss": 7.5387,
      "step": 324990
    },
    {
      "epoch": 0.6770833333333334,
      "grad_norm": 1.8048220872879028,
      "learning_rate": 7.133121993354586e-05,
      "loss": 7.16,
      "step": 325000
    },
    {
      "epoch": 0.6770833333333334,
      "eval_loss": 6.761915683746338,
      "eval_runtime": 8.4909,
      "eval_samples_per_second": 0.353,
      "eval_steps_per_second": 0.118,
      "step": 325000
    },
    {
      "epoch": 0.6771041666666666,
      "grad_norm": 7.576695919036865,
      "learning_rate": 7.132282617546858e-05,
      "loss": 7.3666,
      "step": 325010
    },
    {
      "epoch": 0.677125,
      "grad_norm": 1.0656001567840576,
      "learning_rate": 7.131443275724557e-05,
      "loss": 7.2157,
      "step": 325020
    },
    {
      "epoch": 0.6771458333333333,
      "grad_norm": 1.0487573146820068,
      "learning_rate": 7.130603967891303e-05,
      "loss": 6.9247,
      "step": 325030
    },
    {
      "epoch": 0.6771666666666667,
      "grad_norm": 1.719029188156128,
      "learning_rate": 7.129764694050726e-05,
      "loss": 7.8175,
      "step": 325040
    },
    {
      "epoch": 0.6771875,
      "grad_norm": 1.3963714838027954,
      "learning_rate": 7.128925454206458e-05,
      "loss": 7.1472,
      "step": 325050
    },
    {
      "epoch": 0.6772083333333333,
      "grad_norm": 2.3228068351745605,
      "learning_rate": 7.128086248362103e-05,
      "loss": 6.964,
      "step": 325060
    },
    {
      "epoch": 0.6772291666666667,
      "grad_norm": 1.4029484987258911,
      "learning_rate": 7.127247076521306e-05,
      "loss": 6.9328,
      "step": 325070
    },
    {
      "epoch": 0.67725,
      "grad_norm": 0.9156379103660583,
      "learning_rate": 7.12640793868769e-05,
      "loss": 7.0817,
      "step": 325080
    },
    {
      "epoch": 0.6772708333333334,
      "grad_norm": 1.5998241901397705,
      "learning_rate": 7.125568834864865e-05,
      "loss": 7.8037,
      "step": 325090
    },
    {
      "epoch": 0.6772916666666666,
      "grad_norm": 1.4837695360183716,
      "learning_rate": 7.12472976505647e-05,
      "loss": 7.0783,
      "step": 325100
    },
    {
      "epoch": 0.6773125,
      "grad_norm": 2.119391918182373,
      "learning_rate": 7.123890729266133e-05,
      "loss": 7.1753,
      "step": 325110
    },
    {
      "epoch": 0.6773333333333333,
      "grad_norm": 1.3687199354171753,
      "learning_rate": 7.123051727497458e-05,
      "loss": 7.3239,
      "step": 325120
    },
    {
      "epoch": 0.6773541666666667,
      "grad_norm": 0.9197977185249329,
      "learning_rate": 7.122212759754085e-05,
      "loss": 7.3726,
      "step": 325130
    },
    {
      "epoch": 0.677375,
      "grad_norm": 5.1005072593688965,
      "learning_rate": 7.121373826039644e-05,
      "loss": 7.1804,
      "step": 325140
    },
    {
      "epoch": 0.6773958333333333,
      "grad_norm": 0.987490177154541,
      "learning_rate": 7.120534926357738e-05,
      "loss": 6.8867,
      "step": 325150
    },
    {
      "epoch": 0.6774166666666667,
      "grad_norm": 2.9928247928619385,
      "learning_rate": 7.119696060712005e-05,
      "loss": 7.3374,
      "step": 325160
    },
    {
      "epoch": 0.6774375,
      "grad_norm": 1.567559838294983,
      "learning_rate": 7.118857229106073e-05,
      "loss": 7.13,
      "step": 325170
    },
    {
      "epoch": 0.6774583333333334,
      "grad_norm": 1.093612790107727,
      "learning_rate": 7.118018431543547e-05,
      "loss": 7.2166,
      "step": 325180
    },
    {
      "epoch": 0.6774791666666666,
      "grad_norm": 1.2107383012771606,
      "learning_rate": 7.117179668028072e-05,
      "loss": 7.5242,
      "step": 325190
    },
    {
      "epoch": 0.6775,
      "grad_norm": 1.3067876100540161,
      "learning_rate": 7.116340938563257e-05,
      "loss": 7.2448,
      "step": 325200
    },
    {
      "epoch": 0.6775208333333333,
      "grad_norm": 0.7607567310333252,
      "learning_rate": 7.115502243152721e-05,
      "loss": 7.6643,
      "step": 325210
    },
    {
      "epoch": 0.6775416666666667,
      "grad_norm": 0.8207760453224182,
      "learning_rate": 7.114663581800106e-05,
      "loss": 6.7581,
      "step": 325220
    },
    {
      "epoch": 0.6775625,
      "grad_norm": 2.2588987350463867,
      "learning_rate": 7.113824954509017e-05,
      "loss": 7.7806,
      "step": 325230
    },
    {
      "epoch": 0.6775833333333333,
      "grad_norm": 1.2312620878219604,
      "learning_rate": 7.112986361283077e-05,
      "loss": 7.5957,
      "step": 325240
    },
    {
      "epoch": 0.6776041666666667,
      "grad_norm": 1.146498441696167,
      "learning_rate": 7.112147802125927e-05,
      "loss": 7.0654,
      "step": 325250
    },
    {
      "epoch": 0.677625,
      "grad_norm": 3.5262017250061035,
      "learning_rate": 7.11130927704117e-05,
      "loss": 8.1012,
      "step": 325260
    },
    {
      "epoch": 0.6776458333333333,
      "grad_norm": 1.0520871877670288,
      "learning_rate": 7.110470786032427e-05,
      "loss": 7.2263,
      "step": 325270
    },
    {
      "epoch": 0.6776666666666666,
      "grad_norm": 1.372256875038147,
      "learning_rate": 7.109632329103341e-05,
      "loss": 7.1464,
      "step": 325280
    },
    {
      "epoch": 0.6776875,
      "grad_norm": 0.9398046135902405,
      "learning_rate": 7.108793906257512e-05,
      "loss": 7.6198,
      "step": 325290
    },
    {
      "epoch": 0.6777083333333334,
      "grad_norm": 1.875985026359558,
      "learning_rate": 7.107955517498566e-05,
      "loss": 7.6128,
      "step": 325300
    },
    {
      "epoch": 0.6777291666666667,
      "grad_norm": 1.418716311454773,
      "learning_rate": 7.107117162830139e-05,
      "loss": 7.3809,
      "step": 325310
    },
    {
      "epoch": 0.67775,
      "grad_norm": 1.088921308517456,
      "learning_rate": 7.106278842255836e-05,
      "loss": 6.8956,
      "step": 325320
    },
    {
      "epoch": 0.6777708333333333,
      "grad_norm": 1.3870322704315186,
      "learning_rate": 7.105440555779283e-05,
      "loss": 7.7147,
      "step": 325330
    },
    {
      "epoch": 0.6777916666666667,
      "grad_norm": 2.647219181060791,
      "learning_rate": 7.104602303404102e-05,
      "loss": 7.3958,
      "step": 325340
    },
    {
      "epoch": 0.6778125,
      "grad_norm": 1.4961185455322266,
      "learning_rate": 7.103764085133915e-05,
      "loss": 7.7035,
      "step": 325350
    },
    {
      "epoch": 0.6778333333333333,
      "grad_norm": 1.3894898891448975,
      "learning_rate": 7.102925900972343e-05,
      "loss": 7.6582,
      "step": 325360
    },
    {
      "epoch": 0.6778541666666666,
      "grad_norm": 0.9501392245292664,
      "learning_rate": 7.102087750923003e-05,
      "loss": 7.2726,
      "step": 325370
    },
    {
      "epoch": 0.677875,
      "grad_norm": 1.2110471725463867,
      "learning_rate": 7.101249634989518e-05,
      "loss": 7.6448,
      "step": 325380
    },
    {
      "epoch": 0.6778958333333334,
      "grad_norm": 1.585143804550171,
      "learning_rate": 7.100411553175507e-05,
      "loss": 7.2212,
      "step": 325390
    },
    {
      "epoch": 0.6779166666666666,
      "grad_norm": 2.0114054679870605,
      "learning_rate": 7.099573505484594e-05,
      "loss": 7.8133,
      "step": 325400
    },
    {
      "epoch": 0.6779375,
      "grad_norm": 1.8349988460540771,
      "learning_rate": 7.098735491920395e-05,
      "loss": 7.3651,
      "step": 325410
    },
    {
      "epoch": 0.6779583333333333,
      "grad_norm": 0.9111053347587585,
      "learning_rate": 7.097897512486536e-05,
      "loss": 7.2509,
      "step": 325420
    },
    {
      "epoch": 0.6779791666666667,
      "grad_norm": 1.764769196510315,
      "learning_rate": 7.097059567186621e-05,
      "loss": 7.1182,
      "step": 325430
    },
    {
      "epoch": 0.678,
      "grad_norm": 3.7115323543548584,
      "learning_rate": 7.096221656024286e-05,
      "loss": 7.1295,
      "step": 325440
    },
    {
      "epoch": 0.6780208333333333,
      "grad_norm": 2.0753211975097656,
      "learning_rate": 7.09538377900315e-05,
      "loss": 7.1009,
      "step": 325450
    },
    {
      "epoch": 0.6780416666666667,
      "grad_norm": 1.5686997175216675,
      "learning_rate": 7.094545936126816e-05,
      "loss": 7.3773,
      "step": 325460
    },
    {
      "epoch": 0.6780625,
      "grad_norm": 0.7849598526954651,
      "learning_rate": 7.093708127398921e-05,
      "loss": 7.1567,
      "step": 325470
    },
    {
      "epoch": 0.6780833333333334,
      "grad_norm": 1.4631335735321045,
      "learning_rate": 7.092870352823084e-05,
      "loss": 7.6064,
      "step": 325480
    },
    {
      "epoch": 0.6781041666666666,
      "grad_norm": 2.0776045322418213,
      "learning_rate": 7.092032612402905e-05,
      "loss": 7.5915,
      "step": 325490
    },
    {
      "epoch": 0.678125,
      "grad_norm": 1.2241156101226807,
      "learning_rate": 7.091194906142019e-05,
      "loss": 7.4888,
      "step": 325500
    },
    {
      "epoch": 0.6781458333333333,
      "grad_norm": 2.091113328933716,
      "learning_rate": 7.090357234044047e-05,
      "loss": 7.2192,
      "step": 325510
    },
    {
      "epoch": 0.6781666666666667,
      "grad_norm": 3.4100780487060547,
      "learning_rate": 7.089519596112591e-05,
      "loss": 8.1437,
      "step": 325520
    },
    {
      "epoch": 0.6781875,
      "grad_norm": 1.5788789987564087,
      "learning_rate": 7.088681992351282e-05,
      "loss": 7.1566,
      "step": 325530
    },
    {
      "epoch": 0.6782083333333333,
      "grad_norm": 2.5037014484405518,
      "learning_rate": 7.087844422763743e-05,
      "loss": 7.2471,
      "step": 325540
    },
    {
      "epoch": 0.6782291666666667,
      "grad_norm": 1.392087459564209,
      "learning_rate": 7.087006887353572e-05,
      "loss": 7.2702,
      "step": 325550
    },
    {
      "epoch": 0.67825,
      "grad_norm": 2.5796518325805664,
      "learning_rate": 7.086169386124412e-05,
      "loss": 7.7084,
      "step": 325560
    },
    {
      "epoch": 0.6782708333333334,
      "grad_norm": 0.9387998580932617,
      "learning_rate": 7.08533191907986e-05,
      "loss": 6.9762,
      "step": 325570
    },
    {
      "epoch": 0.6782916666666666,
      "grad_norm": 2.4742419719696045,
      "learning_rate": 7.084494486223537e-05,
      "loss": 7.3157,
      "step": 325580
    },
    {
      "epoch": 0.6783125,
      "grad_norm": 1.3355928659439087,
      "learning_rate": 7.083657087559076e-05,
      "loss": 7.3994,
      "step": 325590
    },
    {
      "epoch": 0.6783333333333333,
      "grad_norm": 1.5567482709884644,
      "learning_rate": 7.082819723090077e-05,
      "loss": 7.0312,
      "step": 325600
    },
    {
      "epoch": 0.6783541666666667,
      "grad_norm": 2.4608800411224365,
      "learning_rate": 7.081982392820156e-05,
      "loss": 7.945,
      "step": 325610
    },
    {
      "epoch": 0.678375,
      "grad_norm": 1.5815662145614624,
      "learning_rate": 7.08114509675295e-05,
      "loss": 7.2398,
      "step": 325620
    },
    {
      "epoch": 0.6783958333333333,
      "grad_norm": 2.9631547927856445,
      "learning_rate": 7.080307834892057e-05,
      "loss": 7.2172,
      "step": 325630
    },
    {
      "epoch": 0.6784166666666667,
      "grad_norm": 14.548398971557617,
      "learning_rate": 7.079470607241097e-05,
      "loss": 7.3657,
      "step": 325640
    },
    {
      "epoch": 0.6784375,
      "grad_norm": 1.4499988555908203,
      "learning_rate": 7.078633413803691e-05,
      "loss": 6.8519,
      "step": 325650
    },
    {
      "epoch": 0.6784583333333334,
      "grad_norm": 0.9252226948738098,
      "learning_rate": 7.077796254583453e-05,
      "loss": 7.0752,
      "step": 325660
    },
    {
      "epoch": 0.6784791666666666,
      "grad_norm": 1.7774540185928345,
      "learning_rate": 7.076959129583998e-05,
      "loss": 7.7582,
      "step": 325670
    },
    {
      "epoch": 0.6785,
      "grad_norm": 1.8306622505187988,
      "learning_rate": 7.076122038808945e-05,
      "loss": 7.5267,
      "step": 325680
    },
    {
      "epoch": 0.6785208333333334,
      "grad_norm": 1.784871220588684,
      "learning_rate": 7.075284982261907e-05,
      "loss": 7.173,
      "step": 325690
    },
    {
      "epoch": 0.6785416666666667,
      "grad_norm": 0.9527525305747986,
      "learning_rate": 7.074447959946501e-05,
      "loss": 7.0391,
      "step": 325700
    },
    {
      "epoch": 0.6785625,
      "grad_norm": 4.404759883880615,
      "learning_rate": 7.073610971866344e-05,
      "loss": 7.4914,
      "step": 325710
    },
    {
      "epoch": 0.6785833333333333,
      "grad_norm": 1.845894455909729,
      "learning_rate": 7.072774018025051e-05,
      "loss": 7.2377,
      "step": 325720
    },
    {
      "epoch": 0.6786041666666667,
      "grad_norm": 0.9941406846046448,
      "learning_rate": 7.071937098426234e-05,
      "loss": 7.6145,
      "step": 325730
    },
    {
      "epoch": 0.678625,
      "grad_norm": 1.1358511447906494,
      "learning_rate": 7.071100213073512e-05,
      "loss": 7.2627,
      "step": 325740
    },
    {
      "epoch": 0.6786458333333333,
      "grad_norm": 1.5366261005401611,
      "learning_rate": 7.070263361970496e-05,
      "loss": 7.1081,
      "step": 325750
    },
    {
      "epoch": 0.6786666666666666,
      "grad_norm": 3.4053637981414795,
      "learning_rate": 7.069426545120808e-05,
      "loss": 7.4074,
      "step": 325760
    },
    {
      "epoch": 0.6786875,
      "grad_norm": 3.303955554962158,
      "learning_rate": 7.068589762528055e-05,
      "loss": 6.9662,
      "step": 325770
    },
    {
      "epoch": 0.6787083333333334,
      "grad_norm": 1.1719971895217896,
      "learning_rate": 7.067753014195855e-05,
      "loss": 7.2376,
      "step": 325780
    },
    {
      "epoch": 0.6787291666666667,
      "grad_norm": 0.865058958530426,
      "learning_rate": 7.066916300127822e-05,
      "loss": 7.5167,
      "step": 325790
    },
    {
      "epoch": 0.67875,
      "grad_norm": 1.4442594051361084,
      "learning_rate": 7.066079620327572e-05,
      "loss": 7.1078,
      "step": 325800
    },
    {
      "epoch": 0.6787708333333333,
      "grad_norm": 1.346012830734253,
      "learning_rate": 7.065242974798717e-05,
      "loss": 7.1847,
      "step": 325810
    },
    {
      "epoch": 0.6787916666666667,
      "grad_norm": 2.223682165145874,
      "learning_rate": 7.064406363544875e-05,
      "loss": 7.369,
      "step": 325820
    },
    {
      "epoch": 0.6788125,
      "grad_norm": 2.3544652462005615,
      "learning_rate": 7.06356978656965e-05,
      "loss": 7.5643,
      "step": 325830
    },
    {
      "epoch": 0.6788333333333333,
      "grad_norm": 1.5215505361557007,
      "learning_rate": 7.062733243876663e-05,
      "loss": 7.1013,
      "step": 325840
    },
    {
      "epoch": 0.6788541666666666,
      "grad_norm": 0.7073158025741577,
      "learning_rate": 7.061896735469535e-05,
      "loss": 7.4059,
      "step": 325850
    },
    {
      "epoch": 0.678875,
      "grad_norm": 3.6959521770477295,
      "learning_rate": 7.061060261351858e-05,
      "loss": 7.2924,
      "step": 325860
    },
    {
      "epoch": 0.6788958333333334,
      "grad_norm": 1.9842243194580078,
      "learning_rate": 7.060223821527265e-05,
      "loss": 7.1351,
      "step": 325870
    },
    {
      "epoch": 0.6789166666666666,
      "grad_norm": 1.2228537797927856,
      "learning_rate": 7.059387415999368e-05,
      "loss": 7.1539,
      "step": 325880
    },
    {
      "epoch": 0.6789375,
      "grad_norm": 1.795886516571045,
      "learning_rate": 7.058551044771761e-05,
      "loss": 7.2758,
      "step": 325890
    },
    {
      "epoch": 0.6789583333333333,
      "grad_norm": 1.9237838983535767,
      "learning_rate": 7.057714707848077e-05,
      "loss": 7.2416,
      "step": 325900
    },
    {
      "epoch": 0.6789791666666667,
      "grad_norm": 1.069529414176941,
      "learning_rate": 7.056878405231929e-05,
      "loss": 7.3022,
      "step": 325910
    },
    {
      "epoch": 0.679,
      "grad_norm": 1.0031075477600098,
      "learning_rate": 7.056042136926915e-05,
      "loss": 7.8439,
      "step": 325920
    },
    {
      "epoch": 0.6790208333333333,
      "grad_norm": 1.8533414602279663,
      "learning_rate": 7.055205902936648e-05,
      "loss": 7.9387,
      "step": 325930
    },
    {
      "epoch": 0.6790416666666667,
      "grad_norm": 2.713878631591797,
      "learning_rate": 7.054369703264759e-05,
      "loss": 7.0801,
      "step": 325940
    },
    {
      "epoch": 0.6790625,
      "grad_norm": 2.9424455165863037,
      "learning_rate": 7.053533537914842e-05,
      "loss": 7.5077,
      "step": 325950
    },
    {
      "epoch": 0.6790833333333334,
      "grad_norm": 1.2029739618301392,
      "learning_rate": 7.052697406890515e-05,
      "loss": 7.1029,
      "step": 325960
    },
    {
      "epoch": 0.6791041666666666,
      "grad_norm": 1.026993989944458,
      "learning_rate": 7.051861310195388e-05,
      "loss": 7.4566,
      "step": 325970
    },
    {
      "epoch": 0.679125,
      "grad_norm": 1.2479122877120972,
      "learning_rate": 7.051025247833076e-05,
      "loss": 7.4537,
      "step": 325980
    },
    {
      "epoch": 0.6791458333333333,
      "grad_norm": 4.245028972625732,
      "learning_rate": 7.050189219807189e-05,
      "loss": 7.2786,
      "step": 325990
    },
    {
      "epoch": 0.6791666666666667,
      "grad_norm": 2.130073070526123,
      "learning_rate": 7.049353226121335e-05,
      "loss": 7.3461,
      "step": 326000
    },
    {
      "epoch": 0.6791666666666667,
      "eval_loss": 7.34673547744751,
      "eval_runtime": 8.818,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 326000
    },
    {
      "epoch": 0.6791875,
      "grad_norm": 3.200798511505127,
      "learning_rate": 7.04851726677913e-05,
      "loss": 7.0612,
      "step": 326010
    },
    {
      "epoch": 0.6792083333333333,
      "grad_norm": 3.3648765087127686,
      "learning_rate": 7.047681341784181e-05,
      "loss": 7.658,
      "step": 326020
    },
    {
      "epoch": 0.6792291666666667,
      "grad_norm": 1.7834017276763916,
      "learning_rate": 7.046845451140103e-05,
      "loss": 7.3383,
      "step": 326030
    },
    {
      "epoch": 0.67925,
      "grad_norm": 1.0872987508773804,
      "learning_rate": 7.046009594850505e-05,
      "loss": 7.0499,
      "step": 326040
    },
    {
      "epoch": 0.6792708333333334,
      "grad_norm": 1.1031267642974854,
      "learning_rate": 7.045173772918996e-05,
      "loss": 6.9672,
      "step": 326050
    },
    {
      "epoch": 0.6792916666666666,
      "grad_norm": 3.6669275760650635,
      "learning_rate": 7.044337985349187e-05,
      "loss": 7.7328,
      "step": 326060
    },
    {
      "epoch": 0.6793125,
      "grad_norm": 1.463527798652649,
      "learning_rate": 7.043502232144691e-05,
      "loss": 6.7775,
      "step": 326070
    },
    {
      "epoch": 0.6793333333333333,
      "grad_norm": 2.3796067237854004,
      "learning_rate": 7.042666513309112e-05,
      "loss": 7.8187,
      "step": 326080
    },
    {
      "epoch": 0.6793541666666667,
      "grad_norm": 0.8689876198768616,
      "learning_rate": 7.041830828846068e-05,
      "loss": 6.7494,
      "step": 326090
    },
    {
      "epoch": 0.679375,
      "grad_norm": 1.2671420574188232,
      "learning_rate": 7.040995178759164e-05,
      "loss": 6.6435,
      "step": 326100
    },
    {
      "epoch": 0.6793958333333333,
      "grad_norm": 1.3921968936920166,
      "learning_rate": 7.040159563052008e-05,
      "loss": 7.2254,
      "step": 326110
    },
    {
      "epoch": 0.6794166666666667,
      "grad_norm": 2.223992347717285,
      "learning_rate": 7.039323981728214e-05,
      "loss": 7.2633,
      "step": 326120
    },
    {
      "epoch": 0.6794375,
      "grad_norm": 1.3870233297348022,
      "learning_rate": 7.038488434791389e-05,
      "loss": 7.1982,
      "step": 326130
    },
    {
      "epoch": 0.6794583333333334,
      "grad_norm": 2.880948543548584,
      "learning_rate": 7.037652922245142e-05,
      "loss": 7.2896,
      "step": 326140
    },
    {
      "epoch": 0.6794791666666666,
      "grad_norm": 2.1913483142852783,
      "learning_rate": 7.036817444093084e-05,
      "loss": 7.3327,
      "step": 326150
    },
    {
      "epoch": 0.6795,
      "grad_norm": 1.6309975385665894,
      "learning_rate": 7.035982000338821e-05,
      "loss": 7.0643,
      "step": 326160
    },
    {
      "epoch": 0.6795208333333334,
      "grad_norm": 1.434647560119629,
      "learning_rate": 7.035146590985963e-05,
      "loss": 7.1823,
      "step": 326170
    },
    {
      "epoch": 0.6795416666666667,
      "grad_norm": 1.0740156173706055,
      "learning_rate": 7.034311216038122e-05,
      "loss": 7.2447,
      "step": 326180
    },
    {
      "epoch": 0.6795625,
      "grad_norm": 1.3045662641525269,
      "learning_rate": 7.033475875498906e-05,
      "loss": 7.1072,
      "step": 326190
    },
    {
      "epoch": 0.6795833333333333,
      "grad_norm": 1.4187414646148682,
      "learning_rate": 7.032640569371911e-05,
      "loss": 7.0617,
      "step": 326200
    },
    {
      "epoch": 0.6796041666666667,
      "grad_norm": 0.9204146265983582,
      "learning_rate": 7.031805297660761e-05,
      "loss": 7.5975,
      "step": 326210
    },
    {
      "epoch": 0.679625,
      "grad_norm": 1.9444530010223389,
      "learning_rate": 7.030970060369063e-05,
      "loss": 7.49,
      "step": 326220
    },
    {
      "epoch": 0.6796458333333333,
      "grad_norm": 2.059399366378784,
      "learning_rate": 7.030134857500415e-05,
      "loss": 7.3083,
      "step": 326230
    },
    {
      "epoch": 0.6796666666666666,
      "grad_norm": 1.879212737083435,
      "learning_rate": 7.029299689058423e-05,
      "loss": 7.4903,
      "step": 326240
    },
    {
      "epoch": 0.6796875,
      "grad_norm": 8.748801231384277,
      "learning_rate": 7.028464555046713e-05,
      "loss": 7.5648,
      "step": 326250
    },
    {
      "epoch": 0.6797083333333334,
      "grad_norm": 1.8991390466690063,
      "learning_rate": 7.027629455468876e-05,
      "loss": 8.3102,
      "step": 326260
    },
    {
      "epoch": 0.6797291666666667,
      "grad_norm": 2.083411931991577,
      "learning_rate": 7.026794390328517e-05,
      "loss": 7.52,
      "step": 326270
    },
    {
      "epoch": 0.67975,
      "grad_norm": 1.9211816787719727,
      "learning_rate": 7.025959359629262e-05,
      "loss": 7.4118,
      "step": 326280
    },
    {
      "epoch": 0.6797708333333333,
      "grad_norm": 1.0390431880950928,
      "learning_rate": 7.025124363374702e-05,
      "loss": 7.3282,
      "step": 326290
    },
    {
      "epoch": 0.6797916666666667,
      "grad_norm": 0.8977264761924744,
      "learning_rate": 7.024289401568441e-05,
      "loss": 7.3432,
      "step": 326300
    },
    {
      "epoch": 0.6798125,
      "grad_norm": 1.0737531185150146,
      "learning_rate": 7.023454474214104e-05,
      "loss": 7.0773,
      "step": 326310
    },
    {
      "epoch": 0.6798333333333333,
      "grad_norm": 1.9211541414260864,
      "learning_rate": 7.022619581315282e-05,
      "loss": 7.0141,
      "step": 326320
    },
    {
      "epoch": 0.6798541666666666,
      "grad_norm": 1.256921410560608,
      "learning_rate": 7.021784722875584e-05,
      "loss": 7.5143,
      "step": 326330
    },
    {
      "epoch": 0.679875,
      "grad_norm": 1.1297297477722168,
      "learning_rate": 7.020949898898619e-05,
      "loss": 7.8003,
      "step": 326340
    },
    {
      "epoch": 0.6798958333333334,
      "grad_norm": 1.3215000629425049,
      "learning_rate": 7.020115109387992e-05,
      "loss": 7.0764,
      "step": 326350
    },
    {
      "epoch": 0.6799166666666666,
      "grad_norm": 1.9685219526290894,
      "learning_rate": 7.01928035434731e-05,
      "loss": 7.0754,
      "step": 326360
    },
    {
      "epoch": 0.6799375,
      "grad_norm": 0.9161313772201538,
      "learning_rate": 7.018445633780177e-05,
      "loss": 7.1059,
      "step": 326370
    },
    {
      "epoch": 0.6799583333333333,
      "grad_norm": 0.7770859003067017,
      "learning_rate": 7.017610947690198e-05,
      "loss": 7.2499,
      "step": 326380
    },
    {
      "epoch": 0.6799791666666667,
      "grad_norm": 0.9389033913612366,
      "learning_rate": 7.016776296080983e-05,
      "loss": 7.3949,
      "step": 326390
    },
    {
      "epoch": 0.68,
      "grad_norm": 2.504279851913452,
      "learning_rate": 7.015941678956132e-05,
      "loss": 7.0121,
      "step": 326400
    },
    {
      "epoch": 0.6800208333333333,
      "grad_norm": 0.9966727495193481,
      "learning_rate": 7.015107096319254e-05,
      "loss": 6.8229,
      "step": 326410
    },
    {
      "epoch": 0.6800416666666667,
      "grad_norm": 1.1467957496643066,
      "learning_rate": 7.014272548173951e-05,
      "loss": 6.999,
      "step": 326420
    },
    {
      "epoch": 0.6800625,
      "grad_norm": 1.2873164415359497,
      "learning_rate": 7.013438034523831e-05,
      "loss": 7.0987,
      "step": 326430
    },
    {
      "epoch": 0.6800833333333334,
      "grad_norm": 1.5627505779266357,
      "learning_rate": 7.012603555372499e-05,
      "loss": 8.2905,
      "step": 326440
    },
    {
      "epoch": 0.6801041666666666,
      "grad_norm": 1.2911773920059204,
      "learning_rate": 7.011769110723555e-05,
      "loss": 7.2407,
      "step": 326450
    },
    {
      "epoch": 0.680125,
      "grad_norm": 1.0576292276382446,
      "learning_rate": 7.010934700580608e-05,
      "loss": 7.4307,
      "step": 326460
    },
    {
      "epoch": 0.6801458333333333,
      "grad_norm": 2.1233510971069336,
      "learning_rate": 7.01010032494726e-05,
      "loss": 7.1176,
      "step": 326470
    },
    {
      "epoch": 0.6801666666666667,
      "grad_norm": 1.1388700008392334,
      "learning_rate": 7.009265983827117e-05,
      "loss": 7.5512,
      "step": 326480
    },
    {
      "epoch": 0.6801875,
      "grad_norm": 1.4393342733383179,
      "learning_rate": 7.008431677223782e-05,
      "loss": 7.0693,
      "step": 326490
    },
    {
      "epoch": 0.6802083333333333,
      "grad_norm": 2.253920316696167,
      "learning_rate": 7.007597405140858e-05,
      "loss": 7.4513,
      "step": 326500
    },
    {
      "epoch": 0.6802291666666667,
      "grad_norm": 1.867466926574707,
      "learning_rate": 7.006763167581955e-05,
      "loss": 7.4495,
      "step": 326510
    },
    {
      "epoch": 0.68025,
      "grad_norm": 1.3164119720458984,
      "learning_rate": 7.005928964550661e-05,
      "loss": 6.9725,
      "step": 326520
    },
    {
      "epoch": 0.6802708333333334,
      "grad_norm": 1.59346604347229,
      "learning_rate": 7.005094796050595e-05,
      "loss": 7.1577,
      "step": 326530
    },
    {
      "epoch": 0.6802916666666666,
      "grad_norm": 1.147986888885498,
      "learning_rate": 7.00426066208536e-05,
      "loss": 7.0882,
      "step": 326540
    },
    {
      "epoch": 0.6803125,
      "grad_norm": 0.8557673692703247,
      "learning_rate": 7.003426562658543e-05,
      "loss": 7.3505,
      "step": 326550
    },
    {
      "epoch": 0.6803333333333333,
      "grad_norm": 0.9200788140296936,
      "learning_rate": 7.00259249777377e-05,
      "loss": 7.1781,
      "step": 326560
    },
    {
      "epoch": 0.6803541666666667,
      "grad_norm": 2.7652406692504883,
      "learning_rate": 7.001758467434624e-05,
      "loss": 7.3009,
      "step": 326570
    },
    {
      "epoch": 0.680375,
      "grad_norm": 0.9659557938575745,
      "learning_rate": 7.000924471644713e-05,
      "loss": 7.6997,
      "step": 326580
    },
    {
      "epoch": 0.6803958333333333,
      "grad_norm": 1.2132823467254639,
      "learning_rate": 7.000090510407649e-05,
      "loss": 7.3379,
      "step": 326590
    },
    {
      "epoch": 0.6804166666666667,
      "grad_norm": 5.902397155761719,
      "learning_rate": 6.999256583727027e-05,
      "loss": 7.8463,
      "step": 326600
    },
    {
      "epoch": 0.6804375,
      "grad_norm": 5.39315938949585,
      "learning_rate": 6.998422691606439e-05,
      "loss": 8.7963,
      "step": 326610
    },
    {
      "epoch": 0.6804583333333334,
      "grad_norm": 0.8804756999015808,
      "learning_rate": 6.997588834049512e-05,
      "loss": 8.2642,
      "step": 326620
    },
    {
      "epoch": 0.6804791666666666,
      "grad_norm": 1.1785320043563843,
      "learning_rate": 6.996755011059829e-05,
      "loss": 7.493,
      "step": 326630
    },
    {
      "epoch": 0.6805,
      "grad_norm": 5.817452430725098,
      "learning_rate": 6.995921222640989e-05,
      "loss": 7.4227,
      "step": 326640
    },
    {
      "epoch": 0.6805208333333334,
      "grad_norm": 1.2664947509765625,
      "learning_rate": 6.995087468796612e-05,
      "loss": 7.2381,
      "step": 326650
    },
    {
      "epoch": 0.6805416666666667,
      "grad_norm": 1.1455296277999878,
      "learning_rate": 6.994253749530283e-05,
      "loss": 7.3787,
      "step": 326660
    },
    {
      "epoch": 0.6805625,
      "grad_norm": 1.3546795845031738,
      "learning_rate": 6.993420064845605e-05,
      "loss": 6.928,
      "step": 326670
    },
    {
      "epoch": 0.6805833333333333,
      "grad_norm": 2.062406063079834,
      "learning_rate": 6.992586414746193e-05,
      "loss": 7.4971,
      "step": 326680
    },
    {
      "epoch": 0.6806041666666667,
      "grad_norm": 2.0378143787384033,
      "learning_rate": 6.991752799235633e-05,
      "loss": 7.5636,
      "step": 326690
    },
    {
      "epoch": 0.680625,
      "grad_norm": 1.9151252508163452,
      "learning_rate": 6.990919218317531e-05,
      "loss": 7.7168,
      "step": 326700
    },
    {
      "epoch": 0.6806458333333333,
      "grad_norm": 2.4369571208953857,
      "learning_rate": 6.990085671995487e-05,
      "loss": 7.357,
      "step": 326710
    },
    {
      "epoch": 0.6806666666666666,
      "grad_norm": 0.7857100963592529,
      "learning_rate": 6.989252160273103e-05,
      "loss": 7.3395,
      "step": 326720
    },
    {
      "epoch": 0.6806875,
      "grad_norm": 2.877129077911377,
      "learning_rate": 6.988418683153978e-05,
      "loss": 7.1242,
      "step": 326730
    },
    {
      "epoch": 0.6807083333333334,
      "grad_norm": 0.9566451907157898,
      "learning_rate": 6.987585240641713e-05,
      "loss": 7.1611,
      "step": 326740
    },
    {
      "epoch": 0.6807291666666667,
      "grad_norm": 0.8847303986549377,
      "learning_rate": 6.98675183273991e-05,
      "loss": 6.9385,
      "step": 326750
    },
    {
      "epoch": 0.68075,
      "grad_norm": 3.1673696041107178,
      "learning_rate": 6.985918459452166e-05,
      "loss": 7.5454,
      "step": 326760
    },
    {
      "epoch": 0.6807708333333333,
      "grad_norm": 1.6349316835403442,
      "learning_rate": 6.985085120782081e-05,
      "loss": 7.8673,
      "step": 326770
    },
    {
      "epoch": 0.6807916666666667,
      "grad_norm": 0.9154901504516602,
      "learning_rate": 6.984251816733257e-05,
      "loss": 7.0647,
      "step": 326780
    },
    {
      "epoch": 0.6808125,
      "grad_norm": 1.0953267812728882,
      "learning_rate": 6.983418547309292e-05,
      "loss": 7.0166,
      "step": 326790
    },
    {
      "epoch": 0.6808333333333333,
      "grad_norm": 2.2697362899780273,
      "learning_rate": 6.982585312513787e-05,
      "loss": 6.9936,
      "step": 326800
    },
    {
      "epoch": 0.6808541666666666,
      "grad_norm": 1.316109299659729,
      "learning_rate": 6.981752112350338e-05,
      "loss": 7.1578,
      "step": 326810
    },
    {
      "epoch": 0.680875,
      "grad_norm": 1.4586679935455322,
      "learning_rate": 6.980918946822554e-05,
      "loss": 7.2834,
      "step": 326820
    },
    {
      "epoch": 0.6808958333333334,
      "grad_norm": 1.3804751634597778,
      "learning_rate": 6.980085815934013e-05,
      "loss": 7.2852,
      "step": 326830
    },
    {
      "epoch": 0.6809166666666666,
      "grad_norm": 1.7372262477874756,
      "learning_rate": 6.979252719688332e-05,
      "loss": 7.0692,
      "step": 326840
    },
    {
      "epoch": 0.6809375,
      "grad_norm": 2.086244583129883,
      "learning_rate": 6.978419658089111e-05,
      "loss": 7.9212,
      "step": 326850
    },
    {
      "epoch": 0.6809583333333333,
      "grad_norm": 1.215108036994934,
      "learning_rate": 6.97758663113993e-05,
      "loss": 7.2464,
      "step": 326860
    },
    {
      "epoch": 0.6809791666666667,
      "grad_norm": 2.206183433532715,
      "learning_rate": 6.976753638844405e-05,
      "loss": 7.1749,
      "step": 326870
    },
    {
      "epoch": 0.681,
      "grad_norm": 1.4136812686920166,
      "learning_rate": 6.975920681206134e-05,
      "loss": 7.2532,
      "step": 326880
    },
    {
      "epoch": 0.6810208333333333,
      "grad_norm": 2.647200345993042,
      "learning_rate": 6.975087758228699e-05,
      "loss": 7.4298,
      "step": 326890
    },
    {
      "epoch": 0.6810416666666667,
      "grad_norm": 1.5128237009048462,
      "learning_rate": 6.974254869915713e-05,
      "loss": 7.3622,
      "step": 326900
    },
    {
      "epoch": 0.6810625,
      "grad_norm": 1.0556318759918213,
      "learning_rate": 6.973422016270776e-05,
      "loss": 7.1375,
      "step": 326910
    },
    {
      "epoch": 0.6810833333333334,
      "grad_norm": 1.7588483095169067,
      "learning_rate": 6.972589197297468e-05,
      "loss": 7.2076,
      "step": 326920
    },
    {
      "epoch": 0.6811041666666666,
      "grad_norm": 5.527006149291992,
      "learning_rate": 6.971756412999406e-05,
      "loss": 7.5161,
      "step": 326930
    },
    {
      "epoch": 0.681125,
      "grad_norm": 1.0996661186218262,
      "learning_rate": 6.970923663380174e-05,
      "loss": 7.2176,
      "step": 326940
    },
    {
      "epoch": 0.6811458333333333,
      "grad_norm": 1.5339429378509521,
      "learning_rate": 6.970090948443369e-05,
      "loss": 6.8926,
      "step": 326950
    },
    {
      "epoch": 0.6811666666666667,
      "grad_norm": 1.331523060798645,
      "learning_rate": 6.969258268192603e-05,
      "loss": 7.5901,
      "step": 326960
    },
    {
      "epoch": 0.6811875,
      "grad_norm": 1.9849995374679565,
      "learning_rate": 6.968425622631457e-05,
      "loss": 8.3465,
      "step": 326970
    },
    {
      "epoch": 0.6812083333333333,
      "grad_norm": 2.467963218688965,
      "learning_rate": 6.967593011763528e-05,
      "loss": 7.7023,
      "step": 326980
    },
    {
      "epoch": 0.6812291666666667,
      "grad_norm": 1.0717905759811401,
      "learning_rate": 6.966760435592428e-05,
      "loss": 7.3962,
      "step": 326990
    },
    {
      "epoch": 0.68125,
      "grad_norm": 0.9813104271888733,
      "learning_rate": 6.965927894121738e-05,
      "loss": 7.3234,
      "step": 327000
    },
    {
      "epoch": 0.68125,
      "eval_loss": 7.545865058898926,
      "eval_runtime": 9.106,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 327000
    },
    {
      "epoch": 0.6812708333333334,
      "grad_norm": 0.9830942749977112,
      "learning_rate": 6.965095387355053e-05,
      "loss": 7.3207,
      "step": 327010
    },
    {
      "epoch": 0.6812916666666666,
      "grad_norm": 1.5662387609481812,
      "learning_rate": 6.964262915295988e-05,
      "loss": 7.8627,
      "step": 327020
    },
    {
      "epoch": 0.6813125,
      "grad_norm": 1.4069225788116455,
      "learning_rate": 6.963430477948121e-05,
      "loss": 7.2806,
      "step": 327030
    },
    {
      "epoch": 0.6813333333333333,
      "grad_norm": 4.745558261871338,
      "learning_rate": 6.962598075315046e-05,
      "loss": 7.3907,
      "step": 327040
    },
    {
      "epoch": 0.6813541666666667,
      "grad_norm": 1.043299674987793,
      "learning_rate": 6.961765707400379e-05,
      "loss": 6.9827,
      "step": 327050
    },
    {
      "epoch": 0.681375,
      "grad_norm": 1.90384042263031,
      "learning_rate": 6.960933374207696e-05,
      "loss": 7.4203,
      "step": 327060
    },
    {
      "epoch": 0.6813958333333333,
      "grad_norm": 3.098606824874878,
      "learning_rate": 6.960101075740598e-05,
      "loss": 7.2473,
      "step": 327070
    },
    {
      "epoch": 0.6814166666666667,
      "grad_norm": 1.2290358543395996,
      "learning_rate": 6.959268812002681e-05,
      "loss": 7.7368,
      "step": 327080
    },
    {
      "epoch": 0.6814375,
      "grad_norm": 1.266485333442688,
      "learning_rate": 6.958436582997542e-05,
      "loss": 7.2553,
      "step": 327090
    },
    {
      "epoch": 0.6814583333333334,
      "grad_norm": 2.561948299407959,
      "learning_rate": 6.957604388728772e-05,
      "loss": 7.7577,
      "step": 327100
    },
    {
      "epoch": 0.6814791666666666,
      "grad_norm": 1.1817026138305664,
      "learning_rate": 6.956772229199968e-05,
      "loss": 7.4217,
      "step": 327110
    },
    {
      "epoch": 0.6815,
      "grad_norm": 1.7950687408447266,
      "learning_rate": 6.955940104414725e-05,
      "loss": 7.303,
      "step": 327120
    },
    {
      "epoch": 0.6815208333333334,
      "grad_norm": 1.4262614250183105,
      "learning_rate": 6.955108014376636e-05,
      "loss": 7.584,
      "step": 327130
    },
    {
      "epoch": 0.6815416666666667,
      "grad_norm": 1.188549280166626,
      "learning_rate": 6.954275959089296e-05,
      "loss": 6.998,
      "step": 327140
    },
    {
      "epoch": 0.6815625,
      "grad_norm": 1.1284672021865845,
      "learning_rate": 6.953443938556298e-05,
      "loss": 7.0628,
      "step": 327150
    },
    {
      "epoch": 0.6815833333333333,
      "grad_norm": 1.200479507446289,
      "learning_rate": 6.952611952781238e-05,
      "loss": 7.5881,
      "step": 327160
    },
    {
      "epoch": 0.6816041666666667,
      "grad_norm": 0.9715946316719055,
      "learning_rate": 6.95178000176771e-05,
      "loss": 7.0768,
      "step": 327170
    },
    {
      "epoch": 0.681625,
      "grad_norm": 1.9365051984786987,
      "learning_rate": 6.950948085519305e-05,
      "loss": 7.8768,
      "step": 327180
    },
    {
      "epoch": 0.6816458333333333,
      "grad_norm": 1.0847532749176025,
      "learning_rate": 6.950116204039626e-05,
      "loss": 6.8274,
      "step": 327190
    },
    {
      "epoch": 0.6816666666666666,
      "grad_norm": 1.1090809106826782,
      "learning_rate": 6.949284357332246e-05,
      "loss": 7.2898,
      "step": 327200
    },
    {
      "epoch": 0.6816875,
      "grad_norm": 1.7913904190063477,
      "learning_rate": 6.948452545400777e-05,
      "loss": 7.2628,
      "step": 327210
    },
    {
      "epoch": 0.6817083333333334,
      "grad_norm": 1.2148995399475098,
      "learning_rate": 6.947620768248812e-05,
      "loss": 8.1586,
      "step": 327220
    },
    {
      "epoch": 0.6817291666666667,
      "grad_norm": 1.0068453550338745,
      "learning_rate": 6.946789025879925e-05,
      "loss": 6.9915,
      "step": 327230
    },
    {
      "epoch": 0.68175,
      "grad_norm": 4.198376655578613,
      "learning_rate": 6.945957318297728e-05,
      "loss": 7.5521,
      "step": 327240
    },
    {
      "epoch": 0.6817708333333333,
      "grad_norm": 1.852940320968628,
      "learning_rate": 6.945125645505814e-05,
      "loss": 7.323,
      "step": 327250
    },
    {
      "epoch": 0.6817916666666667,
      "grad_norm": 10.03347110748291,
      "learning_rate": 6.944294007507757e-05,
      "loss": 7.6573,
      "step": 327260
    },
    {
      "epoch": 0.6818125,
      "grad_norm": 2.550494432449341,
      "learning_rate": 6.943462404307167e-05,
      "loss": 7.5913,
      "step": 327270
    },
    {
      "epoch": 0.6818333333333333,
      "grad_norm": 1.5624052286148071,
      "learning_rate": 6.942630835907636e-05,
      "loss": 7.2689,
      "step": 327280
    },
    {
      "epoch": 0.6818541666666667,
      "grad_norm": 1.92801034450531,
      "learning_rate": 6.941799302312738e-05,
      "loss": 7.3649,
      "step": 327290
    },
    {
      "epoch": 0.681875,
      "grad_norm": 1.661751627922058,
      "learning_rate": 6.940967803526084e-05,
      "loss": 7.3925,
      "step": 327300
    },
    {
      "epoch": 0.6818958333333334,
      "grad_norm": 0.8513974547386169,
      "learning_rate": 6.940136339551265e-05,
      "loss": 7.2922,
      "step": 327310
    },
    {
      "epoch": 0.6819166666666666,
      "grad_norm": 0.9346882104873657,
      "learning_rate": 6.939304910391857e-05,
      "loss": 6.9163,
      "step": 327320
    },
    {
      "epoch": 0.6819375,
      "grad_norm": 2.788611888885498,
      "learning_rate": 6.938473516051468e-05,
      "loss": 7.4842,
      "step": 327330
    },
    {
      "epoch": 0.6819583333333333,
      "grad_norm": 1.5111035108566284,
      "learning_rate": 6.93764215653368e-05,
      "loss": 7.2242,
      "step": 327340
    },
    {
      "epoch": 0.6819791666666667,
      "grad_norm": 2.1679718494415283,
      "learning_rate": 6.936810831842082e-05,
      "loss": 7.202,
      "step": 327350
    },
    {
      "epoch": 0.682,
      "grad_norm": 2.4355130195617676,
      "learning_rate": 6.935979541980279e-05,
      "loss": 7.2827,
      "step": 327360
    },
    {
      "epoch": 0.6820208333333333,
      "grad_norm": 1.4409713745117188,
      "learning_rate": 6.935148286951847e-05,
      "loss": 7.2065,
      "step": 327370
    },
    {
      "epoch": 0.6820416666666667,
      "grad_norm": 1.1955385208129883,
      "learning_rate": 6.934317066760375e-05,
      "loss": 7.5028,
      "step": 327380
    },
    {
      "epoch": 0.6820625,
      "grad_norm": 3.310176134109497,
      "learning_rate": 6.933485881409473e-05,
      "loss": 7.3778,
      "step": 327390
    },
    {
      "epoch": 0.6820833333333334,
      "grad_norm": 2.1448965072631836,
      "learning_rate": 6.932654730902714e-05,
      "loss": 7.2213,
      "step": 327400
    },
    {
      "epoch": 0.6821041666666666,
      "grad_norm": 0.7848676443099976,
      "learning_rate": 6.931823615243695e-05,
      "loss": 7.2472,
      "step": 327410
    },
    {
      "epoch": 0.682125,
      "grad_norm": 1.6895900964736938,
      "learning_rate": 6.930992534436001e-05,
      "loss": 7.2688,
      "step": 327420
    },
    {
      "epoch": 0.6821458333333333,
      "grad_norm": 1.7992734909057617,
      "learning_rate": 6.930161488483228e-05,
      "loss": 7.2864,
      "step": 327430
    },
    {
      "epoch": 0.6821666666666667,
      "grad_norm": 1.251584768295288,
      "learning_rate": 6.929330477388961e-05,
      "loss": 6.9461,
      "step": 327440
    },
    {
      "epoch": 0.6821875,
      "grad_norm": 1.910614013671875,
      "learning_rate": 6.928499501156793e-05,
      "loss": 7.9684,
      "step": 327450
    },
    {
      "epoch": 0.6822083333333333,
      "grad_norm": 1.0548285245895386,
      "learning_rate": 6.927668559790311e-05,
      "loss": 7.2853,
      "step": 327460
    },
    {
      "epoch": 0.6822291666666667,
      "grad_norm": 2.023705005645752,
      "learning_rate": 6.926837653293107e-05,
      "loss": 7.7588,
      "step": 327470
    },
    {
      "epoch": 0.68225,
      "grad_norm": 1.1273545026779175,
      "learning_rate": 6.926006781668767e-05,
      "loss": 6.8319,
      "step": 327480
    },
    {
      "epoch": 0.6822708333333334,
      "grad_norm": 1.1487230062484741,
      "learning_rate": 6.925175944920883e-05,
      "loss": 7.3751,
      "step": 327490
    },
    {
      "epoch": 0.6822916666666666,
      "grad_norm": 2.4194116592407227,
      "learning_rate": 6.924345143053044e-05,
      "loss": 7.6482,
      "step": 327500
    },
    {
      "epoch": 0.6823125,
      "grad_norm": 0.8899158239364624,
      "learning_rate": 6.923514376068837e-05,
      "loss": 7.1496,
      "step": 327510
    },
    {
      "epoch": 0.6823333333333333,
      "grad_norm": 2.162942886352539,
      "learning_rate": 6.922683643971849e-05,
      "loss": 7.1161,
      "step": 327520
    },
    {
      "epoch": 0.6823541666666667,
      "grad_norm": 1.4340776205062866,
      "learning_rate": 6.921852946765672e-05,
      "loss": 7.1651,
      "step": 327530
    },
    {
      "epoch": 0.682375,
      "grad_norm": 3.3790502548217773,
      "learning_rate": 6.921022284453892e-05,
      "loss": 7.1897,
      "step": 327540
    },
    {
      "epoch": 0.6823958333333333,
      "grad_norm": 0.8682476282119751,
      "learning_rate": 6.920191657040099e-05,
      "loss": 7.3363,
      "step": 327550
    },
    {
      "epoch": 0.6824166666666667,
      "grad_norm": 0.9863563179969788,
      "learning_rate": 6.919361064527884e-05,
      "loss": 6.9681,
      "step": 327560
    },
    {
      "epoch": 0.6824375,
      "grad_norm": 1.786929965019226,
      "learning_rate": 6.91853050692082e-05,
      "loss": 7.1127,
      "step": 327570
    },
    {
      "epoch": 0.6824583333333333,
      "grad_norm": 0.8868557810783386,
      "learning_rate": 6.91769998422251e-05,
      "loss": 8.3222,
      "step": 327580
    },
    {
      "epoch": 0.6824791666666666,
      "grad_norm": 1.5040068626403809,
      "learning_rate": 6.916869496436545e-05,
      "loss": 7.3466,
      "step": 327590
    },
    {
      "epoch": 0.6825,
      "grad_norm": 1.969409465789795,
      "learning_rate": 6.91603904356649e-05,
      "loss": 7.336,
      "step": 327600
    },
    {
      "epoch": 0.6825208333333334,
      "grad_norm": 0.8276664018630981,
      "learning_rate": 6.915208625615953e-05,
      "loss": 7.3911,
      "step": 327610
    },
    {
      "epoch": 0.6825416666666667,
      "grad_norm": 1.3834280967712402,
      "learning_rate": 6.91437824258852e-05,
      "loss": 7.9077,
      "step": 327620
    },
    {
      "epoch": 0.6825625,
      "grad_norm": 2.171229362487793,
      "learning_rate": 6.913547894487764e-05,
      "loss": 7.2291,
      "step": 327630
    },
    {
      "epoch": 0.6825833333333333,
      "grad_norm": 1.9521797895431519,
      "learning_rate": 6.912717581317282e-05,
      "loss": 6.9852,
      "step": 327640
    },
    {
      "epoch": 0.6826041666666667,
      "grad_norm": 1.1224364042282104,
      "learning_rate": 6.911887303080668e-05,
      "loss": 7.3924,
      "step": 327650
    },
    {
      "epoch": 0.682625,
      "grad_norm": 0.8427982926368713,
      "learning_rate": 6.911057059781485e-05,
      "loss": 7.3598,
      "step": 327660
    },
    {
      "epoch": 0.6826458333333333,
      "grad_norm": 1.6288942098617554,
      "learning_rate": 6.910226851423342e-05,
      "loss": 7.3787,
      "step": 327670
    },
    {
      "epoch": 0.6826666666666666,
      "grad_norm": 0.7881256937980652,
      "learning_rate": 6.909396678009821e-05,
      "loss": 6.939,
      "step": 327680
    },
    {
      "epoch": 0.6826875,
      "grad_norm": 2.288195848464966,
      "learning_rate": 6.9085665395445e-05,
      "loss": 8.1795,
      "step": 327690
    },
    {
      "epoch": 0.6827083333333334,
      "grad_norm": 0.7999663352966309,
      "learning_rate": 6.907736436030965e-05,
      "loss": 7.3755,
      "step": 327700
    },
    {
      "epoch": 0.6827291666666667,
      "grad_norm": 1.227673053741455,
      "learning_rate": 6.906906367472809e-05,
      "loss": 7.003,
      "step": 327710
    },
    {
      "epoch": 0.68275,
      "grad_norm": 1.2367609739303589,
      "learning_rate": 6.906076333873611e-05,
      "loss": 7.4607,
      "step": 327720
    },
    {
      "epoch": 0.6827708333333333,
      "grad_norm": 1.0828440189361572,
      "learning_rate": 6.905246335236962e-05,
      "loss": 7.0684,
      "step": 327730
    },
    {
      "epoch": 0.6827916666666667,
      "grad_norm": 0.7662543654441833,
      "learning_rate": 6.904416371566444e-05,
      "loss": 7.4785,
      "step": 327740
    },
    {
      "epoch": 0.6828125,
      "grad_norm": 1.5459579229354858,
      "learning_rate": 6.903586442865643e-05,
      "loss": 7.1712,
      "step": 327750
    },
    {
      "epoch": 0.6828333333333333,
      "grad_norm": 1.235428810119629,
      "learning_rate": 6.902756549138142e-05,
      "loss": 7.6094,
      "step": 327760
    },
    {
      "epoch": 0.6828541666666667,
      "grad_norm": 2.486335515975952,
      "learning_rate": 6.90192669038753e-05,
      "loss": 7.1138,
      "step": 327770
    },
    {
      "epoch": 0.682875,
      "grad_norm": 1.1215791702270508,
      "learning_rate": 6.901096866617388e-05,
      "loss": 7.2249,
      "step": 327780
    },
    {
      "epoch": 0.6828958333333334,
      "grad_norm": 2.57151198387146,
      "learning_rate": 6.900267077831301e-05,
      "loss": 7.2359,
      "step": 327790
    },
    {
      "epoch": 0.6829166666666666,
      "grad_norm": 2.2433013916015625,
      "learning_rate": 6.899437324032856e-05,
      "loss": 7.0935,
      "step": 327800
    },
    {
      "epoch": 0.6829375,
      "grad_norm": 1.349776029586792,
      "learning_rate": 6.898607605225634e-05,
      "loss": 7.227,
      "step": 327810
    },
    {
      "epoch": 0.6829583333333333,
      "grad_norm": 1.4392518997192383,
      "learning_rate": 6.897777921413222e-05,
      "loss": 7.1875,
      "step": 327820
    },
    {
      "epoch": 0.6829791666666667,
      "grad_norm": 2.0138328075408936,
      "learning_rate": 6.896948272599202e-05,
      "loss": 7.4809,
      "step": 327830
    },
    {
      "epoch": 0.683,
      "grad_norm": 1.4632573127746582,
      "learning_rate": 6.896118658787156e-05,
      "loss": 7.0128,
      "step": 327840
    },
    {
      "epoch": 0.6830208333333333,
      "grad_norm": 1.874853253364563,
      "learning_rate": 6.895289079980671e-05,
      "loss": 7.8114,
      "step": 327850
    },
    {
      "epoch": 0.6830416666666667,
      "grad_norm": 4.495419025421143,
      "learning_rate": 6.894459536183329e-05,
      "loss": 7.5876,
      "step": 327860
    },
    {
      "epoch": 0.6830625,
      "grad_norm": 1.265803575515747,
      "learning_rate": 6.893630027398713e-05,
      "loss": 7.0265,
      "step": 327870
    },
    {
      "epoch": 0.6830833333333334,
      "grad_norm": 1.0383949279785156,
      "learning_rate": 6.892800553630407e-05,
      "loss": 7.1429,
      "step": 327880
    },
    {
      "epoch": 0.6831041666666666,
      "grad_norm": 3.0959882736206055,
      "learning_rate": 6.891971114881994e-05,
      "loss": 7.2627,
      "step": 327890
    },
    {
      "epoch": 0.683125,
      "grad_norm": 1.451302409172058,
      "learning_rate": 6.891141711157055e-05,
      "loss": 7.2801,
      "step": 327900
    },
    {
      "epoch": 0.6831458333333333,
      "grad_norm": 3.8791019916534424,
      "learning_rate": 6.890312342459176e-05,
      "loss": 7.2397,
      "step": 327910
    },
    {
      "epoch": 0.6831666666666667,
      "grad_norm": 0.7437474727630615,
      "learning_rate": 6.889483008791936e-05,
      "loss": 7.0888,
      "step": 327920
    },
    {
      "epoch": 0.6831875,
      "grad_norm": 3.0033373832702637,
      "learning_rate": 6.888653710158926e-05,
      "loss": 7.4445,
      "step": 327930
    },
    {
      "epoch": 0.6832083333333333,
      "grad_norm": 2.5082879066467285,
      "learning_rate": 6.887824446563709e-05,
      "loss": 7.2775,
      "step": 327940
    },
    {
      "epoch": 0.6832291666666667,
      "grad_norm": 1.3357489109039307,
      "learning_rate": 6.886995218009885e-05,
      "loss": 7.3188,
      "step": 327950
    },
    {
      "epoch": 0.68325,
      "grad_norm": 1.116734266281128,
      "learning_rate": 6.886166024501037e-05,
      "loss": 7.3306,
      "step": 327960
    },
    {
      "epoch": 0.6832708333333334,
      "grad_norm": 1.853405475616455,
      "learning_rate": 6.885336866040728e-05,
      "loss": 7.4082,
      "step": 327970
    },
    {
      "epoch": 0.6832916666666666,
      "grad_norm": 2.09454607963562,
      "learning_rate": 6.884507742632557e-05,
      "loss": 7.1553,
      "step": 327980
    },
    {
      "epoch": 0.6833125,
      "grad_norm": 2.2474396228790283,
      "learning_rate": 6.883678654280107e-05,
      "loss": 6.9333,
      "step": 327990
    },
    {
      "epoch": 0.6833333333333333,
      "grad_norm": 3.610053300857544,
      "learning_rate": 6.882849600986946e-05,
      "loss": 7.2456,
      "step": 328000
    },
    {
      "epoch": 0.6833333333333333,
      "eval_loss": 7.007948875427246,
      "eval_runtime": 8.9676,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 328000
    },
    {
      "epoch": 0.6833541666666667,
      "grad_norm": 1.1127541065216064,
      "learning_rate": 6.882020582756656e-05,
      "loss": 7.1609,
      "step": 328010
    },
    {
      "epoch": 0.683375,
      "grad_norm": 1.0505293607711792,
      "learning_rate": 6.881191599592836e-05,
      "loss": 7.1685,
      "step": 328020
    },
    {
      "epoch": 0.6833958333333333,
      "grad_norm": 2.668020248413086,
      "learning_rate": 6.880362651499048e-05,
      "loss": 8.5871,
      "step": 328030
    },
    {
      "epoch": 0.6834166666666667,
      "grad_norm": 1.383183479309082,
      "learning_rate": 6.879533738478873e-05,
      "loss": 7.3738,
      "step": 328040
    },
    {
      "epoch": 0.6834375,
      "grad_norm": 1.8756026029586792,
      "learning_rate": 6.878704860535911e-05,
      "loss": 7.3967,
      "step": 328050
    },
    {
      "epoch": 0.6834583333333333,
      "grad_norm": 3.6195924282073975,
      "learning_rate": 6.877876017673724e-05,
      "loss": 8.069,
      "step": 328060
    },
    {
      "epoch": 0.6834791666666666,
      "grad_norm": 1.0287866592407227,
      "learning_rate": 6.877047209895896e-05,
      "loss": 7.5641,
      "step": 328070
    },
    {
      "epoch": 0.6835,
      "grad_norm": 2.9291131496429443,
      "learning_rate": 6.87621843720601e-05,
      "loss": 7.7118,
      "step": 328080
    },
    {
      "epoch": 0.6835208333333334,
      "grad_norm": 1.4819753170013428,
      "learning_rate": 6.875389699607644e-05,
      "loss": 6.7955,
      "step": 328090
    },
    {
      "epoch": 0.6835416666666667,
      "grad_norm": 3.0504097938537598,
      "learning_rate": 6.874560997104379e-05,
      "loss": 7.656,
      "step": 328100
    },
    {
      "epoch": 0.6835625,
      "grad_norm": 1.5756977796554565,
      "learning_rate": 6.873732329699794e-05,
      "loss": 7.976,
      "step": 328110
    },
    {
      "epoch": 0.6835833333333333,
      "grad_norm": 0.8991325497627258,
      "learning_rate": 6.872903697397468e-05,
      "loss": 7.0722,
      "step": 328120
    },
    {
      "epoch": 0.6836041666666667,
      "grad_norm": 2.022956371307373,
      "learning_rate": 6.872075100200981e-05,
      "loss": 6.9015,
      "step": 328130
    },
    {
      "epoch": 0.683625,
      "grad_norm": 3.5520262718200684,
      "learning_rate": 6.871246538113915e-05,
      "loss": 7.1938,
      "step": 328140
    },
    {
      "epoch": 0.6836458333333333,
      "grad_norm": 1.1443675756454468,
      "learning_rate": 6.870418011139845e-05,
      "loss": 7.0984,
      "step": 328150
    },
    {
      "epoch": 0.6836666666666666,
      "grad_norm": 1.3143982887268066,
      "learning_rate": 6.86958951928235e-05,
      "loss": 7.217,
      "step": 328160
    },
    {
      "epoch": 0.6836875,
      "grad_norm": 1.2646158933639526,
      "learning_rate": 6.868761062545011e-05,
      "loss": 7.0422,
      "step": 328170
    },
    {
      "epoch": 0.6837083333333334,
      "grad_norm": 1.8971357345581055,
      "learning_rate": 6.867932640931404e-05,
      "loss": 7.3337,
      "step": 328180
    },
    {
      "epoch": 0.6837291666666667,
      "grad_norm": 3.019585609436035,
      "learning_rate": 6.867104254445111e-05,
      "loss": 7.4666,
      "step": 328190
    },
    {
      "epoch": 0.68375,
      "grad_norm": 1.7850067615509033,
      "learning_rate": 6.86627590308971e-05,
      "loss": 7.4828,
      "step": 328200
    },
    {
      "epoch": 0.6837708333333333,
      "grad_norm": 0.9612112045288086,
      "learning_rate": 6.865447586868774e-05,
      "loss": 6.9421,
      "step": 328210
    },
    {
      "epoch": 0.6837916666666667,
      "grad_norm": 1.4498918056488037,
      "learning_rate": 6.864619305785886e-05,
      "loss": 7.2358,
      "step": 328220
    },
    {
      "epoch": 0.6838125,
      "grad_norm": 1.1956593990325928,
      "learning_rate": 6.863791059844622e-05,
      "loss": 7.2045,
      "step": 328230
    },
    {
      "epoch": 0.6838333333333333,
      "grad_norm": 1.5248701572418213,
      "learning_rate": 6.862962849048562e-05,
      "loss": 7.4505,
      "step": 328240
    },
    {
      "epoch": 0.6838541666666667,
      "grad_norm": 1.9986659288406372,
      "learning_rate": 6.862134673401279e-05,
      "loss": 7.2397,
      "step": 328250
    },
    {
      "epoch": 0.683875,
      "grad_norm": 1.2792314291000366,
      "learning_rate": 6.861306532906354e-05,
      "loss": 7.2247,
      "step": 328260
    },
    {
      "epoch": 0.6838958333333334,
      "grad_norm": 1.5333904027938843,
      "learning_rate": 6.860478427567364e-05,
      "loss": 6.9812,
      "step": 328270
    },
    {
      "epoch": 0.6839166666666666,
      "grad_norm": 1.4421144723892212,
      "learning_rate": 6.85965035738789e-05,
      "loss": 6.8692,
      "step": 328280
    },
    {
      "epoch": 0.6839375,
      "grad_norm": 3.5786685943603516,
      "learning_rate": 6.858822322371493e-05,
      "loss": 7.356,
      "step": 328290
    },
    {
      "epoch": 0.6839583333333333,
      "grad_norm": 2.5329835414886475,
      "learning_rate": 6.857994322521768e-05,
      "loss": 7.3469,
      "step": 328300
    },
    {
      "epoch": 0.6839791666666667,
      "grad_norm": 1.4887030124664307,
      "learning_rate": 6.857166357842289e-05,
      "loss": 7.6193,
      "step": 328310
    },
    {
      "epoch": 0.684,
      "grad_norm": 1.326705813407898,
      "learning_rate": 6.856338428336618e-05,
      "loss": 7.3174,
      "step": 328320
    },
    {
      "epoch": 0.6840208333333333,
      "grad_norm": 1.7187814712524414,
      "learning_rate": 6.855510534008351e-05,
      "loss": 6.9317,
      "step": 328330
    },
    {
      "epoch": 0.6840416666666667,
      "grad_norm": 0.7704329490661621,
      "learning_rate": 6.854682674861052e-05,
      "loss": 7.0759,
      "step": 328340
    },
    {
      "epoch": 0.6840625,
      "grad_norm": 1.1066224575042725,
      "learning_rate": 6.85385485089829e-05,
      "loss": 7.0496,
      "step": 328350
    },
    {
      "epoch": 0.6840833333333334,
      "grad_norm": 6.542212963104248,
      "learning_rate": 6.853027062123667e-05,
      "loss": 8.2663,
      "step": 328360
    },
    {
      "epoch": 0.6841041666666666,
      "grad_norm": 1.733264446258545,
      "learning_rate": 6.852199308540733e-05,
      "loss": 7.1563,
      "step": 328370
    },
    {
      "epoch": 0.684125,
      "grad_norm": 1.0479989051818848,
      "learning_rate": 6.851371590153067e-05,
      "loss": 7.345,
      "step": 328380
    },
    {
      "epoch": 0.6841458333333333,
      "grad_norm": 2.329378366470337,
      "learning_rate": 6.850543906964262e-05,
      "loss": 7.1004,
      "step": 328390
    },
    {
      "epoch": 0.6841666666666667,
      "grad_norm": 1.0510931015014648,
      "learning_rate": 6.849716258977876e-05,
      "loss": 7.2036,
      "step": 328400
    },
    {
      "epoch": 0.6841875,
      "grad_norm": 2.173776865005493,
      "learning_rate": 6.848888646197486e-05,
      "loss": 7.3858,
      "step": 328410
    },
    {
      "epoch": 0.6842083333333333,
      "grad_norm": 2.047153949737549,
      "learning_rate": 6.84806106862668e-05,
      "loss": 7.6767,
      "step": 328420
    },
    {
      "epoch": 0.6842291666666667,
      "grad_norm": 0.9052314162254333,
      "learning_rate": 6.847233526269019e-05,
      "loss": 7.3432,
      "step": 328430
    },
    {
      "epoch": 0.68425,
      "grad_norm": 1.0182299613952637,
      "learning_rate": 6.84640601912808e-05,
      "loss": 7.7507,
      "step": 328440
    },
    {
      "epoch": 0.6842708333333334,
      "grad_norm": 1.711374044418335,
      "learning_rate": 6.845578547207442e-05,
      "loss": 7.3775,
      "step": 328450
    },
    {
      "epoch": 0.6842916666666666,
      "grad_norm": 1.0770094394683838,
      "learning_rate": 6.844751110510675e-05,
      "loss": 7.1503,
      "step": 328460
    },
    {
      "epoch": 0.6843125,
      "grad_norm": 1.104022741317749,
      "learning_rate": 6.843923709041356e-05,
      "loss": 7.2726,
      "step": 328470
    },
    {
      "epoch": 0.6843333333333333,
      "grad_norm": 1.8376816511154175,
      "learning_rate": 6.843096342803057e-05,
      "loss": 7.3015,
      "step": 328480
    },
    {
      "epoch": 0.6843541666666667,
      "grad_norm": 2.595506191253662,
      "learning_rate": 6.842269011799356e-05,
      "loss": 7.7674,
      "step": 328490
    },
    {
      "epoch": 0.684375,
      "grad_norm": 2.742767572402954,
      "learning_rate": 6.84144171603382e-05,
      "loss": 6.9099,
      "step": 328500
    },
    {
      "epoch": 0.6843958333333333,
      "grad_norm": 0.7920461297035217,
      "learning_rate": 6.840614455510028e-05,
      "loss": 8.0739,
      "step": 328510
    },
    {
      "epoch": 0.6844166666666667,
      "grad_norm": 3.8611392974853516,
      "learning_rate": 6.839787230231553e-05,
      "loss": 7.2713,
      "step": 328520
    },
    {
      "epoch": 0.6844375,
      "grad_norm": 1.5622721910476685,
      "learning_rate": 6.838960040201967e-05,
      "loss": 6.9561,
      "step": 328530
    },
    {
      "epoch": 0.6844583333333333,
      "grad_norm": 1.6993693113327026,
      "learning_rate": 6.838132885424843e-05,
      "loss": 7.2259,
      "step": 328540
    },
    {
      "epoch": 0.6844791666666666,
      "grad_norm": 1.193638801574707,
      "learning_rate": 6.837305765903753e-05,
      "loss": 7.2568,
      "step": 328550
    },
    {
      "epoch": 0.6845,
      "grad_norm": 0.8377189636230469,
      "learning_rate": 6.836478681642272e-05,
      "loss": 7.2122,
      "step": 328560
    },
    {
      "epoch": 0.6845208333333334,
      "grad_norm": 2.090571880340576,
      "learning_rate": 6.835651632643971e-05,
      "loss": 7.1424,
      "step": 328570
    },
    {
      "epoch": 0.6845416666666667,
      "grad_norm": 2.1286556720733643,
      "learning_rate": 6.834824618912425e-05,
      "loss": 7.4598,
      "step": 328580
    },
    {
      "epoch": 0.6845625,
      "grad_norm": 1.0612637996673584,
      "learning_rate": 6.833997640451208e-05,
      "loss": 7.1059,
      "step": 328590
    },
    {
      "epoch": 0.6845833333333333,
      "grad_norm": 0.8659976720809937,
      "learning_rate": 6.83317069726388e-05,
      "loss": 7.3219,
      "step": 328600
    },
    {
      "epoch": 0.6846041666666667,
      "grad_norm": 1.2996816635131836,
      "learning_rate": 6.832343789354027e-05,
      "loss": 6.9868,
      "step": 328610
    },
    {
      "epoch": 0.684625,
      "grad_norm": 2.091742515563965,
      "learning_rate": 6.83151691672522e-05,
      "loss": 7.3268,
      "step": 328620
    },
    {
      "epoch": 0.6846458333333333,
      "grad_norm": 1.6958930492401123,
      "learning_rate": 6.830690079381017e-05,
      "loss": 8.0379,
      "step": 328630
    },
    {
      "epoch": 0.6846666666666666,
      "grad_norm": 1.1624104976654053,
      "learning_rate": 6.829863277325003e-05,
      "loss": 7.2939,
      "step": 328640
    },
    {
      "epoch": 0.6846875,
      "grad_norm": 3.160024642944336,
      "learning_rate": 6.829036510560752e-05,
      "loss": 7.4818,
      "step": 328650
    },
    {
      "epoch": 0.6847083333333334,
      "grad_norm": 4.2114362716674805,
      "learning_rate": 6.828209779091818e-05,
      "loss": 8.2357,
      "step": 328660
    },
    {
      "epoch": 0.6847291666666667,
      "grad_norm": 1.4553899765014648,
      "learning_rate": 6.82738308292179e-05,
      "loss": 7.0285,
      "step": 328670
    },
    {
      "epoch": 0.68475,
      "grad_norm": 2.4039103984832764,
      "learning_rate": 6.826556422054236e-05,
      "loss": 6.9001,
      "step": 328680
    },
    {
      "epoch": 0.6847708333333333,
      "grad_norm": 0.8798980712890625,
      "learning_rate": 6.825729796492711e-05,
      "loss": 6.9669,
      "step": 328690
    },
    {
      "epoch": 0.6847916666666667,
      "grad_norm": 2.765852928161621,
      "learning_rate": 6.824903206240811e-05,
      "loss": 7.3374,
      "step": 328700
    },
    {
      "epoch": 0.6848125,
      "grad_norm": 0.8197044730186462,
      "learning_rate": 6.824076651302087e-05,
      "loss": 7.0286,
      "step": 328710
    },
    {
      "epoch": 0.6848333333333333,
      "grad_norm": 0.8469721078872681,
      "learning_rate": 6.82325013168011e-05,
      "loss": 7.5265,
      "step": 328720
    },
    {
      "epoch": 0.6848541666666667,
      "grad_norm": 1.5970449447631836,
      "learning_rate": 6.822423647378468e-05,
      "loss": 7.6239,
      "step": 328730
    },
    {
      "epoch": 0.684875,
      "grad_norm": 1.6900087594985962,
      "learning_rate": 6.821597198400711e-05,
      "loss": 7.342,
      "step": 328740
    },
    {
      "epoch": 0.6848958333333334,
      "grad_norm": 3.4845876693725586,
      "learning_rate": 6.820770784750413e-05,
      "loss": 7.5218,
      "step": 328750
    },
    {
      "epoch": 0.6849166666666666,
      "grad_norm": 1.4359182119369507,
      "learning_rate": 6.819944406431157e-05,
      "loss": 8.2922,
      "step": 328760
    },
    {
      "epoch": 0.6849375,
      "grad_norm": 1.3167473077774048,
      "learning_rate": 6.8191180634465e-05,
      "loss": 7.6753,
      "step": 328770
    },
    {
      "epoch": 0.6849583333333333,
      "grad_norm": 7.569207191467285,
      "learning_rate": 6.818291755800008e-05,
      "loss": 8.2928,
      "step": 328780
    },
    {
      "epoch": 0.6849791666666667,
      "grad_norm": 5.976008415222168,
      "learning_rate": 6.817465483495269e-05,
      "loss": 7.0748,
      "step": 328790
    },
    {
      "epoch": 0.685,
      "grad_norm": 0.9649010896682739,
      "learning_rate": 6.816639246535833e-05,
      "loss": 7.5258,
      "step": 328800
    },
    {
      "epoch": 0.6850208333333333,
      "grad_norm": 4.247250556945801,
      "learning_rate": 6.815813044925271e-05,
      "loss": 7.2736,
      "step": 328810
    },
    {
      "epoch": 0.6850416666666667,
      "grad_norm": 1.6015812158584595,
      "learning_rate": 6.81498687866717e-05,
      "loss": 7.4864,
      "step": 328820
    },
    {
      "epoch": 0.6850625,
      "grad_norm": 0.9291920065879822,
      "learning_rate": 6.81416074776508e-05,
      "loss": 7.3764,
      "step": 328830
    },
    {
      "epoch": 0.6850833333333334,
      "grad_norm": 1.4945478439331055,
      "learning_rate": 6.813334652222576e-05,
      "loss": 7.1305,
      "step": 328840
    },
    {
      "epoch": 0.6851041666666666,
      "grad_norm": 0.829776406288147,
      "learning_rate": 6.812508592043222e-05,
      "loss": 7.1036,
      "step": 328850
    },
    {
      "epoch": 0.685125,
      "grad_norm": 2.788180112838745,
      "learning_rate": 6.811682567230594e-05,
      "loss": 7.0988,
      "step": 328860
    },
    {
      "epoch": 0.6851458333333333,
      "grad_norm": 1.2981935739517212,
      "learning_rate": 6.810856577788253e-05,
      "loss": 7.438,
      "step": 328870
    },
    {
      "epoch": 0.6851666666666667,
      "grad_norm": 0.9272991418838501,
      "learning_rate": 6.810030623719773e-05,
      "loss": 7.3113,
      "step": 328880
    },
    {
      "epoch": 0.6851875,
      "grad_norm": 1.9193428754806519,
      "learning_rate": 6.809204705028717e-05,
      "loss": 7.3311,
      "step": 328890
    },
    {
      "epoch": 0.6852083333333333,
      "grad_norm": 1.5400424003601074,
      "learning_rate": 6.808378821718657e-05,
      "loss": 7.4877,
      "step": 328900
    },
    {
      "epoch": 0.6852291666666667,
      "grad_norm": 0.915121853351593,
      "learning_rate": 6.807552973793154e-05,
      "loss": 7.2646,
      "step": 328910
    },
    {
      "epoch": 0.68525,
      "grad_norm": 1.7907817363739014,
      "learning_rate": 6.806727161255781e-05,
      "loss": 7.1971,
      "step": 328920
    },
    {
      "epoch": 0.6852708333333334,
      "grad_norm": 1.4118804931640625,
      "learning_rate": 6.805901384110112e-05,
      "loss": 7.6996,
      "step": 328930
    },
    {
      "epoch": 0.6852916666666666,
      "grad_norm": 4.385822296142578,
      "learning_rate": 6.805075642359692e-05,
      "loss": 7.0603,
      "step": 328940
    },
    {
      "epoch": 0.6853125,
      "grad_norm": 3.453249931335449,
      "learning_rate": 6.804249936008106e-05,
      "loss": 7.3785,
      "step": 328950
    },
    {
      "epoch": 0.6853333333333333,
      "grad_norm": 1.9681956768035889,
      "learning_rate": 6.803424265058923e-05,
      "loss": 7.3384,
      "step": 328960
    },
    {
      "epoch": 0.6853541666666667,
      "grad_norm": 1.135582685470581,
      "learning_rate": 6.802598629515693e-05,
      "loss": 7.3118,
      "step": 328970
    },
    {
      "epoch": 0.685375,
      "grad_norm": 0.9750929474830627,
      "learning_rate": 6.801773029381995e-05,
      "loss": 7.3447,
      "step": 328980
    },
    {
      "epoch": 0.6853958333333333,
      "grad_norm": 2.490856885910034,
      "learning_rate": 6.800947464661398e-05,
      "loss": 7.2102,
      "step": 328990
    },
    {
      "epoch": 0.6854166666666667,
      "grad_norm": 1.6566808223724365,
      "learning_rate": 6.800121935357454e-05,
      "loss": 6.8403,
      "step": 329000
    },
    {
      "epoch": 0.6854166666666667,
      "eval_loss": 8.41442584991455,
      "eval_runtime": 9.2871,
      "eval_samples_per_second": 0.323,
      "eval_steps_per_second": 0.108,
      "step": 329000
    },
    {
      "epoch": 0.6854375,
      "grad_norm": 1.0657777786254883,
      "learning_rate": 6.799296441473741e-05,
      "loss": 6.9888,
      "step": 329010
    },
    {
      "epoch": 0.6854583333333333,
      "grad_norm": 0.965528666973114,
      "learning_rate": 6.798470983013828e-05,
      "loss": 6.9646,
      "step": 329020
    },
    {
      "epoch": 0.6854791666666666,
      "grad_norm": 1.431419849395752,
      "learning_rate": 6.797645559981262e-05,
      "loss": 7.3165,
      "step": 329030
    },
    {
      "epoch": 0.6855,
      "grad_norm": 0.892718493938446,
      "learning_rate": 6.796820172379627e-05,
      "loss": 7.1935,
      "step": 329040
    },
    {
      "epoch": 0.6855208333333334,
      "grad_norm": 1.5896053314208984,
      "learning_rate": 6.795994820212487e-05,
      "loss": 7.1179,
      "step": 329050
    },
    {
      "epoch": 0.6855416666666667,
      "grad_norm": 1.3566325902938843,
      "learning_rate": 6.79516950348339e-05,
      "loss": 7.1263,
      "step": 329060
    },
    {
      "epoch": 0.6855625,
      "grad_norm": 0.8940049409866333,
      "learning_rate": 6.794344222195924e-05,
      "loss": 7.3989,
      "step": 329070
    },
    {
      "epoch": 0.6855833333333333,
      "grad_norm": 1.9192947149276733,
      "learning_rate": 6.793518976353639e-05,
      "loss": 7.3088,
      "step": 329080
    },
    {
      "epoch": 0.6856041666666667,
      "grad_norm": 2.245692253112793,
      "learning_rate": 6.792693765960098e-05,
      "loss": 7.0609,
      "step": 329090
    },
    {
      "epoch": 0.685625,
      "grad_norm": 2.146036148071289,
      "learning_rate": 6.79186859101888e-05,
      "loss": 7.0899,
      "step": 329100
    },
    {
      "epoch": 0.6856458333333333,
      "grad_norm": 0.9305213689804077,
      "learning_rate": 6.791043451533539e-05,
      "loss": 7.4666,
      "step": 329110
    },
    {
      "epoch": 0.6856666666666666,
      "grad_norm": 6.081264972686768,
      "learning_rate": 6.790218347507632e-05,
      "loss": 7.7033,
      "step": 329120
    },
    {
      "epoch": 0.6856875,
      "grad_norm": 2.0221190452575684,
      "learning_rate": 6.789393278944744e-05,
      "loss": 7.4365,
      "step": 329130
    },
    {
      "epoch": 0.6857083333333334,
      "grad_norm": 1.2042734622955322,
      "learning_rate": 6.788568245848423e-05,
      "loss": 7.3244,
      "step": 329140
    },
    {
      "epoch": 0.6857291666666666,
      "grad_norm": 1.2115625143051147,
      "learning_rate": 6.787743248222229e-05,
      "loss": 6.9375,
      "step": 329150
    },
    {
      "epoch": 0.68575,
      "grad_norm": 1.182597279548645,
      "learning_rate": 6.786918286069747e-05,
      "loss": 7.6753,
      "step": 329160
    },
    {
      "epoch": 0.6857708333333333,
      "grad_norm": 1.4821689128875732,
      "learning_rate": 6.78609335939452e-05,
      "loss": 7.3525,
      "step": 329170
    },
    {
      "epoch": 0.6857916666666667,
      "grad_norm": 1.3334704637527466,
      "learning_rate": 6.785268468200119e-05,
      "loss": 7.1279,
      "step": 329180
    },
    {
      "epoch": 0.6858125,
      "grad_norm": 1.1744056940078735,
      "learning_rate": 6.784443612490107e-05,
      "loss": 7.2246,
      "step": 329190
    },
    {
      "epoch": 0.6858333333333333,
      "grad_norm": 2.8256776332855225,
      "learning_rate": 6.783618792268046e-05,
      "loss": 7.5557,
      "step": 329200
    },
    {
      "epoch": 0.6858541666666667,
      "grad_norm": 1.1800642013549805,
      "learning_rate": 6.782794007537499e-05,
      "loss": 7.37,
      "step": 329210
    },
    {
      "epoch": 0.685875,
      "grad_norm": 1.1272209882736206,
      "learning_rate": 6.78196925830203e-05,
      "loss": 7.1451,
      "step": 329220
    },
    {
      "epoch": 0.6858958333333334,
      "grad_norm": 1.1226824522018433,
      "learning_rate": 6.781144544565201e-05,
      "loss": 7.4944,
      "step": 329230
    },
    {
      "epoch": 0.6859166666666666,
      "grad_norm": 1.6234650611877441,
      "learning_rate": 6.780319866330572e-05,
      "loss": 7.5619,
      "step": 329240
    },
    {
      "epoch": 0.6859375,
      "grad_norm": 1.6093940734863281,
      "learning_rate": 6.779495223601712e-05,
      "loss": 7.0978,
      "step": 329250
    },
    {
      "epoch": 0.6859583333333333,
      "grad_norm": 1.284018635749817,
      "learning_rate": 6.778670616382176e-05,
      "loss": 7.1859,
      "step": 329260
    },
    {
      "epoch": 0.6859791666666667,
      "grad_norm": 2.2086713314056396,
      "learning_rate": 6.777846044675528e-05,
      "loss": 7.5209,
      "step": 329270
    },
    {
      "epoch": 0.686,
      "grad_norm": 1.2675154209136963,
      "learning_rate": 6.777021508485331e-05,
      "loss": 6.9016,
      "step": 329280
    },
    {
      "epoch": 0.6860208333333333,
      "grad_norm": 0.912407398223877,
      "learning_rate": 6.776197007815149e-05,
      "loss": 7.1288,
      "step": 329290
    },
    {
      "epoch": 0.6860416666666667,
      "grad_norm": 2.5832462310791016,
      "learning_rate": 6.775372542668538e-05,
      "loss": 7.5358,
      "step": 329300
    },
    {
      "epoch": 0.6860625,
      "grad_norm": 1.4599894285202026,
      "learning_rate": 6.774548113049063e-05,
      "loss": 7.2103,
      "step": 329310
    },
    {
      "epoch": 0.6860833333333334,
      "grad_norm": 1.8408054113388062,
      "learning_rate": 6.773723718960283e-05,
      "loss": 7.6361,
      "step": 329320
    },
    {
      "epoch": 0.6861041666666666,
      "grad_norm": 2.3478035926818848,
      "learning_rate": 6.772899360405766e-05,
      "loss": 8.0054,
      "step": 329330
    },
    {
      "epoch": 0.686125,
      "grad_norm": 2.5259361267089844,
      "learning_rate": 6.772075037389058e-05,
      "loss": 7.2006,
      "step": 329340
    },
    {
      "epoch": 0.6861458333333333,
      "grad_norm": 2.1125972270965576,
      "learning_rate": 6.771250749913734e-05,
      "loss": 7.2616,
      "step": 329350
    },
    {
      "epoch": 0.6861666666666667,
      "grad_norm": 1.5947601795196533,
      "learning_rate": 6.770426497983355e-05,
      "loss": 7.3767,
      "step": 329360
    },
    {
      "epoch": 0.6861875,
      "grad_norm": 1.1353247165679932,
      "learning_rate": 6.769602281601463e-05,
      "loss": 7.363,
      "step": 329370
    },
    {
      "epoch": 0.6862083333333333,
      "grad_norm": 1.8999801874160767,
      "learning_rate": 6.768778100771639e-05,
      "loss": 7.0059,
      "step": 329380
    },
    {
      "epoch": 0.6862291666666667,
      "grad_norm": 1.9249341487884521,
      "learning_rate": 6.767953955497442e-05,
      "loss": 7.9286,
      "step": 329390
    },
    {
      "epoch": 0.68625,
      "grad_norm": 1.0394102334976196,
      "learning_rate": 6.767129845782411e-05,
      "loss": 7.3362,
      "step": 329400
    },
    {
      "epoch": 0.6862708333333334,
      "grad_norm": 2.7349166870117188,
      "learning_rate": 6.766305771630128e-05,
      "loss": 7.0652,
      "step": 329410
    },
    {
      "epoch": 0.6862916666666666,
      "grad_norm": 2.4256303310394287,
      "learning_rate": 6.765481733044151e-05,
      "loss": 7.2802,
      "step": 329420
    },
    {
      "epoch": 0.6863125,
      "grad_norm": 1.2427221536636353,
      "learning_rate": 6.764657730028021e-05,
      "loss": 7.9767,
      "step": 329430
    },
    {
      "epoch": 0.6863333333333334,
      "grad_norm": 2.530113458633423,
      "learning_rate": 6.763833762585321e-05,
      "loss": 7.5012,
      "step": 329440
    },
    {
      "epoch": 0.6863541666666667,
      "grad_norm": 1.252816915512085,
      "learning_rate": 6.763009830719594e-05,
      "loss": 7.0286,
      "step": 329450
    },
    {
      "epoch": 0.686375,
      "grad_norm": 0.9181849956512451,
      "learning_rate": 6.762185934434405e-05,
      "loss": 7.6075,
      "step": 329460
    },
    {
      "epoch": 0.6863958333333333,
      "grad_norm": 2.339656114578247,
      "learning_rate": 6.76136207373331e-05,
      "loss": 7.1493,
      "step": 329470
    },
    {
      "epoch": 0.6864166666666667,
      "grad_norm": 7.589339256286621,
      "learning_rate": 6.76053824861987e-05,
      "loss": 7.4616,
      "step": 329480
    },
    {
      "epoch": 0.6864375,
      "grad_norm": 2.890422821044922,
      "learning_rate": 6.759714459097645e-05,
      "loss": 7.2739,
      "step": 329490
    },
    {
      "epoch": 0.6864583333333333,
      "grad_norm": 0.7445952892303467,
      "learning_rate": 6.758890705170191e-05,
      "loss": 7.3612,
      "step": 329500
    },
    {
      "epoch": 0.6864791666666666,
      "grad_norm": 4.996912002563477,
      "learning_rate": 6.758066986841067e-05,
      "loss": 7.4341,
      "step": 329510
    },
    {
      "epoch": 0.6865,
      "grad_norm": 6.706386089324951,
      "learning_rate": 6.757243304113832e-05,
      "loss": 7.5976,
      "step": 329520
    },
    {
      "epoch": 0.6865208333333334,
      "grad_norm": 1.192528247833252,
      "learning_rate": 6.756419656992044e-05,
      "loss": 7.4999,
      "step": 329530
    },
    {
      "epoch": 0.6865416666666667,
      "grad_norm": 1.0049748420715332,
      "learning_rate": 6.755596045479256e-05,
      "loss": 8.1278,
      "step": 329540
    },
    {
      "epoch": 0.6865625,
      "grad_norm": 2.9565255641937256,
      "learning_rate": 6.754772469579034e-05,
      "loss": 7.6028,
      "step": 329550
    },
    {
      "epoch": 0.6865833333333333,
      "grad_norm": 5.487295627593994,
      "learning_rate": 6.753948929294929e-05,
      "loss": 7.7009,
      "step": 329560
    },
    {
      "epoch": 0.6866041666666667,
      "grad_norm": 1.4336897134780884,
      "learning_rate": 6.753125424630501e-05,
      "loss": 7.2144,
      "step": 329570
    },
    {
      "epoch": 0.686625,
      "grad_norm": 1.0180866718292236,
      "learning_rate": 6.752301955589308e-05,
      "loss": 7.3118,
      "step": 329580
    },
    {
      "epoch": 0.6866458333333333,
      "grad_norm": 0.8077663779258728,
      "learning_rate": 6.751478522174904e-05,
      "loss": 7.1314,
      "step": 329590
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 3.462786912918091,
      "learning_rate": 6.750655124390848e-05,
      "loss": 7.2095,
      "step": 329600
    },
    {
      "epoch": 0.6866875,
      "grad_norm": 2.04984188079834,
      "learning_rate": 6.749831762240698e-05,
      "loss": 7.3388,
      "step": 329610
    },
    {
      "epoch": 0.6867083333333334,
      "grad_norm": 0.8784220218658447,
      "learning_rate": 6.749008435728008e-05,
      "loss": 7.7189,
      "step": 329620
    },
    {
      "epoch": 0.6867291666666666,
      "grad_norm": 1.6454482078552246,
      "learning_rate": 6.748185144856335e-05,
      "loss": 7.1289,
      "step": 329630
    },
    {
      "epoch": 0.68675,
      "grad_norm": 0.9742349982261658,
      "learning_rate": 6.747361889629238e-05,
      "loss": 7.0696,
      "step": 329640
    },
    {
      "epoch": 0.6867708333333333,
      "grad_norm": 0.8106682300567627,
      "learning_rate": 6.746538670050269e-05,
      "loss": 6.9082,
      "step": 329650
    },
    {
      "epoch": 0.6867916666666667,
      "grad_norm": 1.4703762531280518,
      "learning_rate": 6.745715486122988e-05,
      "loss": 8.2739,
      "step": 329660
    },
    {
      "epoch": 0.6868125,
      "grad_norm": 1.4818501472473145,
      "learning_rate": 6.744892337850947e-05,
      "loss": 7.1392,
      "step": 329670
    },
    {
      "epoch": 0.6868333333333333,
      "grad_norm": 1.4733736515045166,
      "learning_rate": 6.744069225237705e-05,
      "loss": 7.2892,
      "step": 329680
    },
    {
      "epoch": 0.6868541666666667,
      "grad_norm": 4.9047627449035645,
      "learning_rate": 6.743246148286814e-05,
      "loss": 7.9533,
      "step": 329690
    },
    {
      "epoch": 0.686875,
      "grad_norm": 1.3269891738891602,
      "learning_rate": 6.74242310700184e-05,
      "loss": 7.6754,
      "step": 329700
    },
    {
      "epoch": 0.6868958333333334,
      "grad_norm": 1.5404469966888428,
      "learning_rate": 6.741600101386315e-05,
      "loss": 6.9278,
      "step": 329710
    },
    {
      "epoch": 0.6869166666666666,
      "grad_norm": 1.464756965637207,
      "learning_rate": 6.740777131443817e-05,
      "loss": 7.76,
      "step": 329720
    },
    {
      "epoch": 0.6869375,
      "grad_norm": 1.4524896144866943,
      "learning_rate": 6.739954197177896e-05,
      "loss": 7.3001,
      "step": 329730
    },
    {
      "epoch": 0.6869583333333333,
      "grad_norm": 1.3682702779769897,
      "learning_rate": 6.739131298592093e-05,
      "loss": 7.0599,
      "step": 329740
    },
    {
      "epoch": 0.6869791666666667,
      "grad_norm": 1.629461646080017,
      "learning_rate": 6.738308435689979e-05,
      "loss": 7.149,
      "step": 329750
    },
    {
      "epoch": 0.687,
      "grad_norm": 2.382354497909546,
      "learning_rate": 6.737485608475107e-05,
      "loss": 7.3913,
      "step": 329760
    },
    {
      "epoch": 0.6870208333333333,
      "grad_norm": 5.896546363830566,
      "learning_rate": 6.736662816951022e-05,
      "loss": 7.3382,
      "step": 329770
    },
    {
      "epoch": 0.6870416666666667,
      "grad_norm": 1.1253315210342407,
      "learning_rate": 6.735840061121276e-05,
      "loss": 7.4138,
      "step": 329780
    },
    {
      "epoch": 0.6870625,
      "grad_norm": 1.8618619441986084,
      "learning_rate": 6.735017340989442e-05,
      "loss": 7.1427,
      "step": 329790
    },
    {
      "epoch": 0.6870833333333334,
      "grad_norm": 2.834503650665283,
      "learning_rate": 6.734194656559055e-05,
      "loss": 6.9553,
      "step": 329800
    },
    {
      "epoch": 0.6871041666666666,
      "grad_norm": 1.0266788005828857,
      "learning_rate": 6.733372007833672e-05,
      "loss": 7.0597,
      "step": 329810
    },
    {
      "epoch": 0.687125,
      "grad_norm": 0.6660436391830444,
      "learning_rate": 6.732549394816859e-05,
      "loss": 7.3851,
      "step": 329820
    },
    {
      "epoch": 0.6871458333333333,
      "grad_norm": 1.0690810680389404,
      "learning_rate": 6.731726817512155e-05,
      "loss": 8.2801,
      "step": 329830
    },
    {
      "epoch": 0.6871666666666667,
      "grad_norm": 1.6639705896377563,
      "learning_rate": 6.730904275923118e-05,
      "loss": 7.6589,
      "step": 329840
    },
    {
      "epoch": 0.6871875,
      "grad_norm": 1.9466757774353027,
      "learning_rate": 6.730081770053301e-05,
      "loss": 7.1725,
      "step": 329850
    },
    {
      "epoch": 0.6872083333333333,
      "grad_norm": 1.8278337717056274,
      "learning_rate": 6.729259299906258e-05,
      "loss": 7.1564,
      "step": 329860
    },
    {
      "epoch": 0.6872291666666667,
      "grad_norm": 1.0586038827896118,
      "learning_rate": 6.728436865485541e-05,
      "loss": 7.6049,
      "step": 329870
    },
    {
      "epoch": 0.68725,
      "grad_norm": 1.1612308025360107,
      "learning_rate": 6.727614466794703e-05,
      "loss": 8.0042,
      "step": 329880
    },
    {
      "epoch": 0.6872708333333334,
      "grad_norm": 2.7725446224212646,
      "learning_rate": 6.726792103837295e-05,
      "loss": 7.2092,
      "step": 329890
    },
    {
      "epoch": 0.6872916666666666,
      "grad_norm": 0.9574470520019531,
      "learning_rate": 6.725969776616873e-05,
      "loss": 7.285,
      "step": 329900
    },
    {
      "epoch": 0.6873125,
      "grad_norm": 1.171385645866394,
      "learning_rate": 6.725147485136982e-05,
      "loss": 6.764,
      "step": 329910
    },
    {
      "epoch": 0.6873333333333334,
      "grad_norm": 2.07424259185791,
      "learning_rate": 6.724325229401182e-05,
      "loss": 7.6194,
      "step": 329920
    },
    {
      "epoch": 0.6873541666666667,
      "grad_norm": 1.9954391717910767,
      "learning_rate": 6.723503009413021e-05,
      "loss": 7.1393,
      "step": 329930
    },
    {
      "epoch": 0.687375,
      "grad_norm": 1.01594877243042,
      "learning_rate": 6.722680825176049e-05,
      "loss": 7.2412,
      "step": 329940
    },
    {
      "epoch": 0.6873958333333333,
      "grad_norm": 1.4517070055007935,
      "learning_rate": 6.721858676693821e-05,
      "loss": 7.335,
      "step": 329950
    },
    {
      "epoch": 0.6874166666666667,
      "grad_norm": 3.2698605060577393,
      "learning_rate": 6.721036563969886e-05,
      "loss": 7.9002,
      "step": 329960
    },
    {
      "epoch": 0.6874375,
      "grad_norm": 1.2325562238693237,
      "learning_rate": 6.720214487007797e-05,
      "loss": 7.089,
      "step": 329970
    },
    {
      "epoch": 0.6874583333333333,
      "grad_norm": 1.8815677165985107,
      "learning_rate": 6.719392445811102e-05,
      "loss": 7.586,
      "step": 329980
    },
    {
      "epoch": 0.6874791666666666,
      "grad_norm": 1.650431752204895,
      "learning_rate": 6.718570440383355e-05,
      "loss": 7.2243,
      "step": 329990
    },
    {
      "epoch": 0.6875,
      "grad_norm": 1.045165777206421,
      "learning_rate": 6.717748470728106e-05,
      "loss": 7.6066,
      "step": 330000
    },
    {
      "epoch": 0.6875,
      "eval_loss": 8.615060806274414,
      "eval_runtime": 9.708,
      "eval_samples_per_second": 0.309,
      "eval_steps_per_second": 0.103,
      "step": 330000
    },
    {
      "epoch": 0.6875208333333334,
      "grad_norm": 1.5880540609359741,
      "learning_rate": 6.716926536848907e-05,
      "loss": 7.2128,
      "step": 330010
    },
    {
      "epoch": 0.6875416666666667,
      "grad_norm": 6.312614440917969,
      "learning_rate": 6.716104638749304e-05,
      "loss": 7.1345,
      "step": 330020
    },
    {
      "epoch": 0.6875625,
      "grad_norm": 2.543919563293457,
      "learning_rate": 6.71528277643285e-05,
      "loss": 7.3853,
      "step": 330030
    },
    {
      "epoch": 0.6875833333333333,
      "grad_norm": 0.8756895661354065,
      "learning_rate": 6.714460949903096e-05,
      "loss": 7.0293,
      "step": 330040
    },
    {
      "epoch": 0.6876041666666667,
      "grad_norm": 0.9713281393051147,
      "learning_rate": 6.713639159163599e-05,
      "loss": 7.6773,
      "step": 330050
    },
    {
      "epoch": 0.687625,
      "grad_norm": 2.6063098907470703,
      "learning_rate": 6.712817404217886e-05,
      "loss": 7.2327,
      "step": 330060
    },
    {
      "epoch": 0.6876458333333333,
      "grad_norm": 1.045930027961731,
      "learning_rate": 6.711995685069535e-05,
      "loss": 7.7346,
      "step": 330070
    },
    {
      "epoch": 0.6876666666666666,
      "grad_norm": 11.469806671142578,
      "learning_rate": 6.711174001722076e-05,
      "loss": 7.6835,
      "step": 330080
    },
    {
      "epoch": 0.6876875,
      "grad_norm": 1.9992390871047974,
      "learning_rate": 6.710352354179057e-05,
      "loss": 7.2185,
      "step": 330090
    },
    {
      "epoch": 0.6877083333333334,
      "grad_norm": 2.2573463916778564,
      "learning_rate": 6.709530742444047e-05,
      "loss": 7.3703,
      "step": 330100
    },
    {
      "epoch": 0.6877291666666666,
      "grad_norm": 2.7848525047302246,
      "learning_rate": 6.708709166520577e-05,
      "loss": 7.4854,
      "step": 330110
    },
    {
      "epoch": 0.68775,
      "grad_norm": 0.9073489308357239,
      "learning_rate": 6.707887626412197e-05,
      "loss": 7.1704,
      "step": 330120
    },
    {
      "epoch": 0.6877708333333333,
      "grad_norm": 0.9399871230125427,
      "learning_rate": 6.707066122122469e-05,
      "loss": 6.892,
      "step": 330130
    },
    {
      "epoch": 0.6877916666666667,
      "grad_norm": 1.6367522478103638,
      "learning_rate": 6.706244653654929e-05,
      "loss": 7.1894,
      "step": 330140
    },
    {
      "epoch": 0.6878125,
      "grad_norm": 1.3821545839309692,
      "learning_rate": 6.705423221013124e-05,
      "loss": 7.0263,
      "step": 330150
    },
    {
      "epoch": 0.6878333333333333,
      "grad_norm": 1.7736060619354248,
      "learning_rate": 6.704601824200617e-05,
      "loss": 7.3511,
      "step": 330160
    },
    {
      "epoch": 0.6878541666666667,
      "grad_norm": 0.9918771982192993,
      "learning_rate": 6.703780463220941e-05,
      "loss": 7.3502,
      "step": 330170
    },
    {
      "epoch": 0.687875,
      "grad_norm": 1.0770480632781982,
      "learning_rate": 6.702959138077645e-05,
      "loss": 7.2496,
      "step": 330180
    },
    {
      "epoch": 0.6878958333333334,
      "grad_norm": 2.2122642993927,
      "learning_rate": 6.702137848774293e-05,
      "loss": 7.8693,
      "step": 330190
    },
    {
      "epoch": 0.6879166666666666,
      "grad_norm": 1.4839247465133667,
      "learning_rate": 6.701316595314413e-05,
      "loss": 6.9863,
      "step": 330200
    },
    {
      "epoch": 0.6879375,
      "grad_norm": 2.2738146781921387,
      "learning_rate": 6.700495377701562e-05,
      "loss": 7.4033,
      "step": 330210
    },
    {
      "epoch": 0.6879583333333333,
      "grad_norm": 1.0008624792099,
      "learning_rate": 6.699674195939286e-05,
      "loss": 6.9299,
      "step": 330220
    },
    {
      "epoch": 0.6879791666666667,
      "grad_norm": 1.1651285886764526,
      "learning_rate": 6.698853050031133e-05,
      "loss": 7.0721,
      "step": 330230
    },
    {
      "epoch": 0.688,
      "grad_norm": 1.8120696544647217,
      "learning_rate": 6.698031939980646e-05,
      "loss": 7.0944,
      "step": 330240
    },
    {
      "epoch": 0.6880208333333333,
      "grad_norm": 1.2094409465789795,
      "learning_rate": 6.697210865791377e-05,
      "loss": 7.5342,
      "step": 330250
    },
    {
      "epoch": 0.6880416666666667,
      "grad_norm": 1.0640041828155518,
      "learning_rate": 6.696389827466872e-05,
      "loss": 7.0905,
      "step": 330260
    },
    {
      "epoch": 0.6880625,
      "grad_norm": 2.1645703315734863,
      "learning_rate": 6.695568825010674e-05,
      "loss": 7.7971,
      "step": 330270
    },
    {
      "epoch": 0.6880833333333334,
      "grad_norm": 1.0167046785354614,
      "learning_rate": 6.694747858426332e-05,
      "loss": 7.2564,
      "step": 330280
    },
    {
      "epoch": 0.6881041666666666,
      "grad_norm": 3.4843571186065674,
      "learning_rate": 6.693926927717391e-05,
      "loss": 7.6469,
      "step": 330290
    },
    {
      "epoch": 0.688125,
      "grad_norm": 1.075827717781067,
      "learning_rate": 6.693106032887399e-05,
      "loss": 8.3075,
      "step": 330300
    },
    {
      "epoch": 0.6881458333333333,
      "grad_norm": 0.9397748112678528,
      "learning_rate": 6.6922851739399e-05,
      "loss": 6.9582,
      "step": 330310
    },
    {
      "epoch": 0.6881666666666667,
      "grad_norm": 3.257181167602539,
      "learning_rate": 6.69146435087844e-05,
      "loss": 8.1947,
      "step": 330320
    },
    {
      "epoch": 0.6881875,
      "grad_norm": 1.395732045173645,
      "learning_rate": 6.690643563706569e-05,
      "loss": 7.7004,
      "step": 330330
    },
    {
      "epoch": 0.6882083333333333,
      "grad_norm": 2.206491470336914,
      "learning_rate": 6.689822812427824e-05,
      "loss": 7.0986,
      "step": 330340
    },
    {
      "epoch": 0.6882291666666667,
      "grad_norm": 1.4261620044708252,
      "learning_rate": 6.689002097045758e-05,
      "loss": 6.838,
      "step": 330350
    },
    {
      "epoch": 0.68825,
      "grad_norm": 1.5316829681396484,
      "learning_rate": 6.688181417563917e-05,
      "loss": 6.9593,
      "step": 330360
    },
    {
      "epoch": 0.6882708333333334,
      "grad_norm": 2.027322292327881,
      "learning_rate": 6.687360773985834e-05,
      "loss": 7.4419,
      "step": 330370
    },
    {
      "epoch": 0.6882916666666666,
      "grad_norm": 3.606823682785034,
      "learning_rate": 6.686540166315065e-05,
      "loss": 7.7333,
      "step": 330380
    },
    {
      "epoch": 0.6883125,
      "grad_norm": 1.6392258405685425,
      "learning_rate": 6.685719594555157e-05,
      "loss": 7.1714,
      "step": 330390
    },
    {
      "epoch": 0.6883333333333334,
      "grad_norm": 1.9526933431625366,
      "learning_rate": 6.68489905870964e-05,
      "loss": 7.44,
      "step": 330400
    },
    {
      "epoch": 0.6883541666666667,
      "grad_norm": 1.4905678033828735,
      "learning_rate": 6.684078558782072e-05,
      "loss": 7.3154,
      "step": 330410
    },
    {
      "epoch": 0.688375,
      "grad_norm": 0.9865519404411316,
      "learning_rate": 6.683258094775999e-05,
      "loss": 7.2131,
      "step": 330420
    },
    {
      "epoch": 0.6883958333333333,
      "grad_norm": 2.1606905460357666,
      "learning_rate": 6.682437666694948e-05,
      "loss": 8.876,
      "step": 330430
    },
    {
      "epoch": 0.6884166666666667,
      "grad_norm": 1.4040212631225586,
      "learning_rate": 6.681617274542485e-05,
      "loss": 7.6452,
      "step": 330440
    },
    {
      "epoch": 0.6884375,
      "grad_norm": 0.888399064540863,
      "learning_rate": 6.680796918322137e-05,
      "loss": 7.0429,
      "step": 330450
    },
    {
      "epoch": 0.6884583333333333,
      "grad_norm": 0.9959301948547363,
      "learning_rate": 6.679976598037449e-05,
      "loss": 7.3209,
      "step": 330460
    },
    {
      "epoch": 0.6884791666666666,
      "grad_norm": 2.232793092727661,
      "learning_rate": 6.679156313691979e-05,
      "loss": 7.6325,
      "step": 330470
    },
    {
      "epoch": 0.6885,
      "grad_norm": 1.9013506174087524,
      "learning_rate": 6.678336065289253e-05,
      "loss": 7.0736,
      "step": 330480
    },
    {
      "epoch": 0.6885208333333334,
      "grad_norm": 1.323717713356018,
      "learning_rate": 6.677515852832818e-05,
      "loss": 7.8219,
      "step": 330490
    },
    {
      "epoch": 0.6885416666666667,
      "grad_norm": 1.1737957000732422,
      "learning_rate": 6.67669567632623e-05,
      "loss": 7.0042,
      "step": 330500
    },
    {
      "epoch": 0.6885625,
      "grad_norm": 0.8958701491355896,
      "learning_rate": 6.675875535773017e-05,
      "loss": 6.9464,
      "step": 330510
    },
    {
      "epoch": 0.6885833333333333,
      "grad_norm": 0.9563806056976318,
      "learning_rate": 6.675055431176722e-05,
      "loss": 7.1556,
      "step": 330520
    },
    {
      "epoch": 0.6886041666666667,
      "grad_norm": 1.3619862794876099,
      "learning_rate": 6.674235362540902e-05,
      "loss": 7.2407,
      "step": 330530
    },
    {
      "epoch": 0.688625,
      "grad_norm": 0.776931643486023,
      "learning_rate": 6.673415329869085e-05,
      "loss": 7.3246,
      "step": 330540
    },
    {
      "epoch": 0.6886458333333333,
      "grad_norm": 1.9893250465393066,
      "learning_rate": 6.672595333164813e-05,
      "loss": 7.2013,
      "step": 330550
    },
    {
      "epoch": 0.6886666666666666,
      "grad_norm": 1.3306769132614136,
      "learning_rate": 6.671775372431643e-05,
      "loss": 6.9227,
      "step": 330560
    },
    {
      "epoch": 0.6886875,
      "grad_norm": 1.447239637374878,
      "learning_rate": 6.670955447673101e-05,
      "loss": 7.1008,
      "step": 330570
    },
    {
      "epoch": 0.6887083333333334,
      "grad_norm": 1.652345061302185,
      "learning_rate": 6.670135558892735e-05,
      "loss": 7.2749,
      "step": 330580
    },
    {
      "epoch": 0.6887291666666666,
      "grad_norm": 1.3549895286560059,
      "learning_rate": 6.669315706094087e-05,
      "loss": 7.6647,
      "step": 330590
    },
    {
      "epoch": 0.68875,
      "grad_norm": 2.6492607593536377,
      "learning_rate": 6.668495889280695e-05,
      "loss": 7.2867,
      "step": 330600
    },
    {
      "epoch": 0.6887708333333333,
      "grad_norm": 0.9088048934936523,
      "learning_rate": 6.667676108456105e-05,
      "loss": 7.6617,
      "step": 330610
    },
    {
      "epoch": 0.6887916666666667,
      "grad_norm": 1.1684502363204956,
      "learning_rate": 6.666856363623856e-05,
      "loss": 6.9057,
      "step": 330620
    },
    {
      "epoch": 0.6888125,
      "grad_norm": 8.584152221679688,
      "learning_rate": 6.66603665478749e-05,
      "loss": 7.3042,
      "step": 330630
    },
    {
      "epoch": 0.6888333333333333,
      "grad_norm": 2.3261585235595703,
      "learning_rate": 6.665216981950545e-05,
      "loss": 7.2541,
      "step": 330640
    },
    {
      "epoch": 0.6888541666666667,
      "grad_norm": 1.8500972986221313,
      "learning_rate": 6.664397345116564e-05,
      "loss": 7.5459,
      "step": 330650
    },
    {
      "epoch": 0.688875,
      "grad_norm": 2.614173412322998,
      "learning_rate": 6.663577744289088e-05,
      "loss": 7.8331,
      "step": 330660
    },
    {
      "epoch": 0.6888958333333334,
      "grad_norm": 1.1295491456985474,
      "learning_rate": 6.662758179471657e-05,
      "loss": 7.2767,
      "step": 330670
    },
    {
      "epoch": 0.6889166666666666,
      "grad_norm": 1.3579658269882202,
      "learning_rate": 6.661938650667807e-05,
      "loss": 7.4384,
      "step": 330680
    },
    {
      "epoch": 0.6889375,
      "grad_norm": 1.425868034362793,
      "learning_rate": 6.661119157881084e-05,
      "loss": 7.1674,
      "step": 330690
    },
    {
      "epoch": 0.6889583333333333,
      "grad_norm": 1.1405131816864014,
      "learning_rate": 6.660299701115033e-05,
      "loss": 7.4153,
      "step": 330700
    },
    {
      "epoch": 0.6889791666666667,
      "grad_norm": 0.8533920645713806,
      "learning_rate": 6.659480280373173e-05,
      "loss": 6.9938,
      "step": 330710
    },
    {
      "epoch": 0.689,
      "grad_norm": 0.9260044693946838,
      "learning_rate": 6.658660895659061e-05,
      "loss": 7.1498,
      "step": 330720
    },
    {
      "epoch": 0.6890208333333333,
      "grad_norm": 1.4834481477737427,
      "learning_rate": 6.657841546976239e-05,
      "loss": 7.7599,
      "step": 330730
    },
    {
      "epoch": 0.6890416666666667,
      "grad_norm": 5.668466567993164,
      "learning_rate": 6.657022234328228e-05,
      "loss": 7.0872,
      "step": 330740
    },
    {
      "epoch": 0.6890625,
      "grad_norm": 1.1130216121673584,
      "learning_rate": 6.656202957718584e-05,
      "loss": 7.2518,
      "step": 330750
    },
    {
      "epoch": 0.6890833333333334,
      "grad_norm": 2.7966253757476807,
      "learning_rate": 6.655383717150847e-05,
      "loss": 7.5635,
      "step": 330760
    },
    {
      "epoch": 0.6891041666666666,
      "grad_norm": 1.4843480587005615,
      "learning_rate": 6.654564512628538e-05,
      "loss": 7.0494,
      "step": 330770
    },
    {
      "epoch": 0.689125,
      "grad_norm": 1.9267404079437256,
      "learning_rate": 6.653745344155212e-05,
      "loss": 6.9555,
      "step": 330780
    },
    {
      "epoch": 0.6891458333333333,
      "grad_norm": 3.9651761054992676,
      "learning_rate": 6.652926211734408e-05,
      "loss": 7.2955,
      "step": 330790
    },
    {
      "epoch": 0.6891666666666667,
      "grad_norm": 6.093953609466553,
      "learning_rate": 6.652107115369648e-05,
      "loss": 7.4079,
      "step": 330800
    },
    {
      "epoch": 0.6891875,
      "grad_norm": 1.6367764472961426,
      "learning_rate": 6.651288055064485e-05,
      "loss": 7.3986,
      "step": 330810
    },
    {
      "epoch": 0.6892083333333333,
      "grad_norm": 2.298171043395996,
      "learning_rate": 6.65046903082246e-05,
      "loss": 7.4988,
      "step": 330820
    },
    {
      "epoch": 0.6892291666666667,
      "grad_norm": 0.72749263048172,
      "learning_rate": 6.649650042647093e-05,
      "loss": 7.1293,
      "step": 330830
    },
    {
      "epoch": 0.68925,
      "grad_norm": 1.073243498802185,
      "learning_rate": 6.648831090541944e-05,
      "loss": 7.137,
      "step": 330840
    },
    {
      "epoch": 0.6892708333333334,
      "grad_norm": 1.2494887113571167,
      "learning_rate": 6.648012174510533e-05,
      "loss": 7.5015,
      "step": 330850
    },
    {
      "epoch": 0.6892916666666666,
      "grad_norm": 1.021819829940796,
      "learning_rate": 6.647193294556398e-05,
      "loss": 7.3927,
      "step": 330860
    },
    {
      "epoch": 0.6893125,
      "grad_norm": 1.4103866815567017,
      "learning_rate": 6.646374450683092e-05,
      "loss": 7.2199,
      "step": 330870
    },
    {
      "epoch": 0.6893333333333334,
      "grad_norm": 1.447076678276062,
      "learning_rate": 6.645555642894136e-05,
      "loss": 7.5029,
      "step": 330880
    },
    {
      "epoch": 0.6893541666666667,
      "grad_norm": 1.1549960374832153,
      "learning_rate": 6.64473687119307e-05,
      "loss": 6.9646,
      "step": 330890
    },
    {
      "epoch": 0.689375,
      "grad_norm": 1.9046636819839478,
      "learning_rate": 6.643918135583441e-05,
      "loss": 7.0136,
      "step": 330900
    },
    {
      "epoch": 0.6893958333333333,
      "grad_norm": 3.754722833633423,
      "learning_rate": 6.643099436068773e-05,
      "loss": 7.2796,
      "step": 330910
    },
    {
      "epoch": 0.6894166666666667,
      "grad_norm": 0.7203649282455444,
      "learning_rate": 6.642280772652608e-05,
      "loss": 7.2642,
      "step": 330920
    },
    {
      "epoch": 0.6894375,
      "grad_norm": 1.4694265127182007,
      "learning_rate": 6.641462145338484e-05,
      "loss": 7.2435,
      "step": 330930
    },
    {
      "epoch": 0.6894583333333333,
      "grad_norm": 2.5394604206085205,
      "learning_rate": 6.640643554129933e-05,
      "loss": 8.1073,
      "step": 330940
    },
    {
      "epoch": 0.6894791666666666,
      "grad_norm": 1.5836820602416992,
      "learning_rate": 6.639824999030493e-05,
      "loss": 7.2901,
      "step": 330950
    },
    {
      "epoch": 0.6895,
      "grad_norm": 1.0211923122406006,
      "learning_rate": 6.6390064800437e-05,
      "loss": 7.4326,
      "step": 330960
    },
    {
      "epoch": 0.6895208333333334,
      "grad_norm": 3.8757054805755615,
      "learning_rate": 6.63818799717309e-05,
      "loss": 7.8189,
      "step": 330970
    },
    {
      "epoch": 0.6895416666666667,
      "grad_norm": 1.6322290897369385,
      "learning_rate": 6.637369550422197e-05,
      "loss": 7.1569,
      "step": 330980
    },
    {
      "epoch": 0.6895625,
      "grad_norm": 1.2063016891479492,
      "learning_rate": 6.636551139794559e-05,
      "loss": 7.4596,
      "step": 330990
    },
    {
      "epoch": 0.6895833333333333,
      "grad_norm": 2.5758724212646484,
      "learning_rate": 6.635732765293708e-05,
      "loss": 7.3176,
      "step": 331000
    },
    {
      "epoch": 0.6895833333333333,
      "eval_loss": 6.8892974853515625,
      "eval_runtime": 8.7017,
      "eval_samples_per_second": 0.345,
      "eval_steps_per_second": 0.115,
      "step": 331000
    },
    {
      "epoch": 0.6896041666666667,
      "grad_norm": 6.636105060577393,
      "learning_rate": 6.634914426923181e-05,
      "loss": 7.2104,
      "step": 331010
    },
    {
      "epoch": 0.689625,
      "grad_norm": 1.808726191520691,
      "learning_rate": 6.634096124686514e-05,
      "loss": 7.3512,
      "step": 331020
    },
    {
      "epoch": 0.6896458333333333,
      "grad_norm": 1.5582655668258667,
      "learning_rate": 6.633277858587238e-05,
      "loss": 7.2962,
      "step": 331030
    },
    {
      "epoch": 0.6896666666666667,
      "grad_norm": 1.0572844743728638,
      "learning_rate": 6.632459628628891e-05,
      "loss": 7.2906,
      "step": 331040
    },
    {
      "epoch": 0.6896875,
      "grad_norm": 1.3836153745651245,
      "learning_rate": 6.631641434815006e-05,
      "loss": 7.6077,
      "step": 331050
    },
    {
      "epoch": 0.6897083333333334,
      "grad_norm": 1.118058443069458,
      "learning_rate": 6.630823277149119e-05,
      "loss": 7.6701,
      "step": 331060
    },
    {
      "epoch": 0.6897291666666666,
      "grad_norm": 1.5683462619781494,
      "learning_rate": 6.630005155634766e-05,
      "loss": 6.8486,
      "step": 331070
    },
    {
      "epoch": 0.68975,
      "grad_norm": 2.1067051887512207,
      "learning_rate": 6.629187070275467e-05,
      "loss": 7.1951,
      "step": 331080
    },
    {
      "epoch": 0.6897708333333333,
      "grad_norm": 2.454503059387207,
      "learning_rate": 6.628369021074773e-05,
      "loss": 7.2702,
      "step": 331090
    },
    {
      "epoch": 0.6897916666666667,
      "grad_norm": 1.6114451885223389,
      "learning_rate": 6.627551008036217e-05,
      "loss": 7.2702,
      "step": 331100
    },
    {
      "epoch": 0.6898125,
      "grad_norm": 4.341728210449219,
      "learning_rate": 6.626733031163314e-05,
      "loss": 7.4387,
      "step": 331110
    },
    {
      "epoch": 0.6898333333333333,
      "grad_norm": 1.220409870147705,
      "learning_rate": 6.625915090459617e-05,
      "loss": 7.2703,
      "step": 331120
    },
    {
      "epoch": 0.6898541666666667,
      "grad_norm": 0.9747066497802734,
      "learning_rate": 6.625097185928657e-05,
      "loss": 7.1719,
      "step": 331130
    },
    {
      "epoch": 0.689875,
      "grad_norm": 1.1894139051437378,
      "learning_rate": 6.62427931757395e-05,
      "loss": 7.5407,
      "step": 331140
    },
    {
      "epoch": 0.6898958333333334,
      "grad_norm": 2.9954450130462646,
      "learning_rate": 6.623461485399048e-05,
      "loss": 7.2732,
      "step": 331150
    },
    {
      "epoch": 0.6899166666666666,
      "grad_norm": 1.226654291152954,
      "learning_rate": 6.622643689407482e-05,
      "loss": 7.2332,
      "step": 331160
    },
    {
      "epoch": 0.6899375,
      "grad_norm": 2.2614283561706543,
      "learning_rate": 6.621825929602768e-05,
      "loss": 7.5213,
      "step": 331170
    },
    {
      "epoch": 0.6899583333333333,
      "grad_norm": 2.9779717922210693,
      "learning_rate": 6.621008205988455e-05,
      "loss": 7.1741,
      "step": 331180
    },
    {
      "epoch": 0.6899791666666667,
      "grad_norm": 3.6057751178741455,
      "learning_rate": 6.620190518568076e-05,
      "loss": 7.1097,
      "step": 331190
    },
    {
      "epoch": 0.69,
      "grad_norm": 1.150708794593811,
      "learning_rate": 6.619372867345145e-05,
      "loss": 7.3468,
      "step": 331200
    },
    {
      "epoch": 0.6900208333333333,
      "grad_norm": 2.3443565368652344,
      "learning_rate": 6.618555252323218e-05,
      "loss": 7.2227,
      "step": 331210
    },
    {
      "epoch": 0.6900416666666667,
      "grad_norm": 1.2305727005004883,
      "learning_rate": 6.617737673505808e-05,
      "loss": 7.2314,
      "step": 331220
    },
    {
      "epoch": 0.6900625,
      "grad_norm": 0.8533114790916443,
      "learning_rate": 6.616920130896454e-05,
      "loss": 7.1251,
      "step": 331230
    },
    {
      "epoch": 0.6900833333333334,
      "grad_norm": 1.299189805984497,
      "learning_rate": 6.616102624498688e-05,
      "loss": 7.477,
      "step": 331240
    },
    {
      "epoch": 0.6901041666666666,
      "grad_norm": 3.2516143321990967,
      "learning_rate": 6.615285154316038e-05,
      "loss": 7.21,
      "step": 331250
    },
    {
      "epoch": 0.690125,
      "grad_norm": 1.0895377397537231,
      "learning_rate": 6.614467720352039e-05,
      "loss": 7.7593,
      "step": 331260
    },
    {
      "epoch": 0.6901458333333333,
      "grad_norm": 1.7898414134979248,
      "learning_rate": 6.613650322610218e-05,
      "loss": 7.487,
      "step": 331270
    },
    {
      "epoch": 0.6901666666666667,
      "grad_norm": 0.8837058544158936,
      "learning_rate": 6.61283296109411e-05,
      "loss": 7.2098,
      "step": 331280
    },
    {
      "epoch": 0.6901875,
      "grad_norm": 2.2816669940948486,
      "learning_rate": 6.612015635807244e-05,
      "loss": 7.1918,
      "step": 331290
    },
    {
      "epoch": 0.6902083333333333,
      "grad_norm": 1.233380675315857,
      "learning_rate": 6.61119834675315e-05,
      "loss": 6.9065,
      "step": 331300
    },
    {
      "epoch": 0.6902291666666667,
      "grad_norm": 1.2900080680847168,
      "learning_rate": 6.610381093935358e-05,
      "loss": 6.9666,
      "step": 331310
    },
    {
      "epoch": 0.69025,
      "grad_norm": 0.9638652801513672,
      "learning_rate": 6.609563877357398e-05,
      "loss": 8.0012,
      "step": 331320
    },
    {
      "epoch": 0.6902708333333333,
      "grad_norm": 5.632624626159668,
      "learning_rate": 6.608746697022802e-05,
      "loss": 7.1192,
      "step": 331330
    },
    {
      "epoch": 0.6902916666666666,
      "grad_norm": 1.3316704034805298,
      "learning_rate": 6.607929552935098e-05,
      "loss": 7.0682,
      "step": 331340
    },
    {
      "epoch": 0.6903125,
      "grad_norm": 1.3767545223236084,
      "learning_rate": 6.607112445097818e-05,
      "loss": 7.1714,
      "step": 331350
    },
    {
      "epoch": 0.6903333333333334,
      "grad_norm": 1.859122395515442,
      "learning_rate": 6.606295373514489e-05,
      "loss": 7.2581,
      "step": 331360
    },
    {
      "epoch": 0.6903541666666667,
      "grad_norm": 1.291263461112976,
      "learning_rate": 6.605478338188642e-05,
      "loss": 6.8775,
      "step": 331370
    },
    {
      "epoch": 0.690375,
      "grad_norm": 0.8560328483581543,
      "learning_rate": 6.604661339123805e-05,
      "loss": 6.8756,
      "step": 331380
    },
    {
      "epoch": 0.6903958333333333,
      "grad_norm": 0.9039851427078247,
      "learning_rate": 6.603844376323508e-05,
      "loss": 7.327,
      "step": 331390
    },
    {
      "epoch": 0.6904166666666667,
      "grad_norm": 2.576030969619751,
      "learning_rate": 6.603027449791282e-05,
      "loss": 7.3607,
      "step": 331400
    },
    {
      "epoch": 0.6904375,
      "grad_norm": 1.2028820514678955,
      "learning_rate": 6.602210559530652e-05,
      "loss": 7.35,
      "step": 331410
    },
    {
      "epoch": 0.6904583333333333,
      "grad_norm": 1.2118815183639526,
      "learning_rate": 6.601393705545147e-05,
      "loss": 7.689,
      "step": 331420
    },
    {
      "epoch": 0.6904791666666666,
      "grad_norm": 1.2396568059921265,
      "learning_rate": 6.600576887838297e-05,
      "loss": 7.4901,
      "step": 331430
    },
    {
      "epoch": 0.6905,
      "grad_norm": 2.888234853744507,
      "learning_rate": 6.599760106413638e-05,
      "loss": 7.851,
      "step": 331440
    },
    {
      "epoch": 0.6905208333333334,
      "grad_norm": 1.1419527530670166,
      "learning_rate": 6.598943361274678e-05,
      "loss": 7.6208,
      "step": 331450
    },
    {
      "epoch": 0.6905416666666667,
      "grad_norm": 0.9576551914215088,
      "learning_rate": 6.598126652424963e-05,
      "loss": 7.1081,
      "step": 331460
    },
    {
      "epoch": 0.6905625,
      "grad_norm": 2.0115861892700195,
      "learning_rate": 6.59730997986802e-05,
      "loss": 7.2145,
      "step": 331470
    },
    {
      "epoch": 0.6905833333333333,
      "grad_norm": 1.1325379610061646,
      "learning_rate": 6.596493343607361e-05,
      "loss": 7.8263,
      "step": 331480
    },
    {
      "epoch": 0.6906041666666667,
      "grad_norm": 2.0432283878326416,
      "learning_rate": 6.59567674364653e-05,
      "loss": 7.4867,
      "step": 331490
    },
    {
      "epoch": 0.690625,
      "grad_norm": 4.9702372550964355,
      "learning_rate": 6.594860179989055e-05,
      "loss": 7.083,
      "step": 331500
    },
    {
      "epoch": 0.6906458333333333,
      "grad_norm": 1.144376516342163,
      "learning_rate": 6.594043652638452e-05,
      "loss": 7.0622,
      "step": 331510
    },
    {
      "epoch": 0.6906666666666667,
      "grad_norm": 2.1481716632843018,
      "learning_rate": 6.593227161598246e-05,
      "loss": 7.1728,
      "step": 331520
    },
    {
      "epoch": 0.6906875,
      "grad_norm": 2.010700225830078,
      "learning_rate": 6.592410706871983e-05,
      "loss": 7.7866,
      "step": 331530
    },
    {
      "epoch": 0.6907083333333334,
      "grad_norm": 1.6130002737045288,
      "learning_rate": 6.591594288463172e-05,
      "loss": 7.2674,
      "step": 331540
    },
    {
      "epoch": 0.6907291666666666,
      "grad_norm": 1.1153935194015503,
      "learning_rate": 6.59077790637534e-05,
      "loss": 7.8545,
      "step": 331550
    },
    {
      "epoch": 0.69075,
      "grad_norm": 0.9704487323760986,
      "learning_rate": 6.589961560612029e-05,
      "loss": 7.0553,
      "step": 331560
    },
    {
      "epoch": 0.6907708333333333,
      "grad_norm": 0.9127120971679688,
      "learning_rate": 6.589145251176751e-05,
      "loss": 7.3656,
      "step": 331570
    },
    {
      "epoch": 0.6907916666666667,
      "grad_norm": 1.4097263813018799,
      "learning_rate": 6.588328978073034e-05,
      "loss": 7.4747,
      "step": 331580
    },
    {
      "epoch": 0.6908125,
      "grad_norm": 4.178679943084717,
      "learning_rate": 6.587512741304409e-05,
      "loss": 7.4089,
      "step": 331590
    },
    {
      "epoch": 0.6908333333333333,
      "grad_norm": 1.7532423734664917,
      "learning_rate": 6.586696540874399e-05,
      "loss": 7.0621,
      "step": 331600
    },
    {
      "epoch": 0.6908541666666667,
      "grad_norm": 1.6004136800765991,
      "learning_rate": 6.585880376786529e-05,
      "loss": 7.2285,
      "step": 331610
    },
    {
      "epoch": 0.690875,
      "grad_norm": 2.7585864067077637,
      "learning_rate": 6.585064249044323e-05,
      "loss": 7.8441,
      "step": 331620
    },
    {
      "epoch": 0.6908958333333334,
      "grad_norm": 1.049496054649353,
      "learning_rate": 6.584248157651312e-05,
      "loss": 7.4766,
      "step": 331630
    },
    {
      "epoch": 0.6909166666666666,
      "grad_norm": 1.134358525276184,
      "learning_rate": 6.583432102611016e-05,
      "loss": 7.0655,
      "step": 331640
    },
    {
      "epoch": 0.6909375,
      "grad_norm": 4.1341681480407715,
      "learning_rate": 6.582616083926961e-05,
      "loss": 7.7985,
      "step": 331650
    },
    {
      "epoch": 0.6909583333333333,
      "grad_norm": 3.9726486206054688,
      "learning_rate": 6.581800101602674e-05,
      "loss": 7.3176,
      "step": 331660
    },
    {
      "epoch": 0.6909791666666667,
      "grad_norm": 1.1106442213058472,
      "learning_rate": 6.580984155641679e-05,
      "loss": 7.9033,
      "step": 331670
    },
    {
      "epoch": 0.691,
      "grad_norm": 2.3931806087493896,
      "learning_rate": 6.580168246047498e-05,
      "loss": 7.7821,
      "step": 331680
    },
    {
      "epoch": 0.6910208333333333,
      "grad_norm": 2.199357271194458,
      "learning_rate": 6.579352372823659e-05,
      "loss": 7.4864,
      "step": 331690
    },
    {
      "epoch": 0.6910416666666667,
      "grad_norm": 3.828317642211914,
      "learning_rate": 6.578536535973684e-05,
      "loss": 7.9705,
      "step": 331700
    },
    {
      "epoch": 0.6910625,
      "grad_norm": 1.4895573854446411,
      "learning_rate": 6.577720735501099e-05,
      "loss": 6.9528,
      "step": 331710
    },
    {
      "epoch": 0.6910833333333334,
      "grad_norm": 1.800048828125,
      "learning_rate": 6.576904971409425e-05,
      "loss": 8.0871,
      "step": 331720
    },
    {
      "epoch": 0.6911041666666666,
      "grad_norm": 0.7982101440429688,
      "learning_rate": 6.576089243702187e-05,
      "loss": 7.1892,
      "step": 331730
    },
    {
      "epoch": 0.691125,
      "grad_norm": 1.7754123210906982,
      "learning_rate": 6.57527355238291e-05,
      "loss": 7.6678,
      "step": 331740
    },
    {
      "epoch": 0.6911458333333333,
      "grad_norm": 1.7535046339035034,
      "learning_rate": 6.574457897455118e-05,
      "loss": 7.1581,
      "step": 331750
    },
    {
      "epoch": 0.6911666666666667,
      "grad_norm": 1.3801528215408325,
      "learning_rate": 6.57364227892233e-05,
      "loss": 7.6013,
      "step": 331760
    },
    {
      "epoch": 0.6911875,
      "grad_norm": 0.9556289911270142,
      "learning_rate": 6.572826696788074e-05,
      "loss": 7.7539,
      "step": 331770
    },
    {
      "epoch": 0.6912083333333333,
      "grad_norm": 0.9324593544006348,
      "learning_rate": 6.572011151055871e-05,
      "loss": 7.0377,
      "step": 331780
    },
    {
      "epoch": 0.6912291666666667,
      "grad_norm": 1.0712692737579346,
      "learning_rate": 6.571195641729242e-05,
      "loss": 7.5793,
      "step": 331790
    },
    {
      "epoch": 0.69125,
      "grad_norm": 1.324468731880188,
      "learning_rate": 6.570380168811713e-05,
      "loss": 7.2747,
      "step": 331800
    },
    {
      "epoch": 0.6912708333333333,
      "grad_norm": 0.9595462679862976,
      "learning_rate": 6.569564732306805e-05,
      "loss": 6.9812,
      "step": 331810
    },
    {
      "epoch": 0.6912916666666666,
      "grad_norm": 1.4348666667938232,
      "learning_rate": 6.568749332218044e-05,
      "loss": 7.7572,
      "step": 331820
    },
    {
      "epoch": 0.6913125,
      "grad_norm": 1.6124812364578247,
      "learning_rate": 6.56793396854894e-05,
      "loss": 7.0875,
      "step": 331830
    },
    {
      "epoch": 0.6913333333333334,
      "grad_norm": 3.0096285343170166,
      "learning_rate": 6.567118641303035e-05,
      "loss": 7.4327,
      "step": 331840
    },
    {
      "epoch": 0.6913541666666667,
      "grad_norm": 1.2932931184768677,
      "learning_rate": 6.566303350483832e-05,
      "loss": 7.2022,
      "step": 331850
    },
    {
      "epoch": 0.691375,
      "grad_norm": 1.2212512493133545,
      "learning_rate": 6.565488096094854e-05,
      "loss": 7.011,
      "step": 331860
    },
    {
      "epoch": 0.6913958333333333,
      "grad_norm": 1.2349132299423218,
      "learning_rate": 6.564672878139641e-05,
      "loss": 7.6943,
      "step": 331870
    },
    {
      "epoch": 0.6914166666666667,
      "grad_norm": 2.253058910369873,
      "learning_rate": 6.563857696621696e-05,
      "loss": 6.9252,
      "step": 331880
    },
    {
      "epoch": 0.6914375,
      "grad_norm": 1.1156142950057983,
      "learning_rate": 6.563042551544542e-05,
      "loss": 7.1259,
      "step": 331890
    },
    {
      "epoch": 0.6914583333333333,
      "grad_norm": 1.5868431329727173,
      "learning_rate": 6.562227442911717e-05,
      "loss": 7.3689,
      "step": 331900
    },
    {
      "epoch": 0.6914791666666666,
      "grad_norm": 1.525800108909607,
      "learning_rate": 6.561412370726722e-05,
      "loss": 7.0292,
      "step": 331910
    },
    {
      "epoch": 0.6915,
      "grad_norm": 2.4617748260498047,
      "learning_rate": 6.56059733499308e-05,
      "loss": 7.5525,
      "step": 331920
    },
    {
      "epoch": 0.6915208333333334,
      "grad_norm": 2.554050922393799,
      "learning_rate": 6.559782335714329e-05,
      "loss": 7.5652,
      "step": 331930
    },
    {
      "epoch": 0.6915416666666667,
      "grad_norm": 1.0305856466293335,
      "learning_rate": 6.558967372893971e-05,
      "loss": 7.0795,
      "step": 331940
    },
    {
      "epoch": 0.6915625,
      "grad_norm": 1.4328033924102783,
      "learning_rate": 6.558152446535534e-05,
      "loss": 7.2369,
      "step": 331950
    },
    {
      "epoch": 0.6915833333333333,
      "grad_norm": 0.8522521257400513,
      "learning_rate": 6.557337556642535e-05,
      "loss": 6.8481,
      "step": 331960
    },
    {
      "epoch": 0.6916041666666667,
      "grad_norm": 3.0721380710601807,
      "learning_rate": 6.556522703218498e-05,
      "loss": 8.4627,
      "step": 331970
    },
    {
      "epoch": 0.691625,
      "grad_norm": 1.354795217514038,
      "learning_rate": 6.555707886266937e-05,
      "loss": 7.3019,
      "step": 331980
    },
    {
      "epoch": 0.6916458333333333,
      "grad_norm": 2.5308985710144043,
      "learning_rate": 6.55489310579138e-05,
      "loss": 7.373,
      "step": 331990
    },
    {
      "epoch": 0.6916666666666667,
      "grad_norm": 1.6385173797607422,
      "learning_rate": 6.55407836179534e-05,
      "loss": 7.5503,
      "step": 332000
    },
    {
      "epoch": 0.6916666666666667,
      "eval_loss": 6.678311824798584,
      "eval_runtime": 8.875,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 332000
    },
    {
      "epoch": 0.6916875,
      "grad_norm": 2.0757079124450684,
      "learning_rate": 6.553263654282337e-05,
      "loss": 7.1838,
      "step": 332010
    },
    {
      "epoch": 0.6917083333333334,
      "grad_norm": 1.803287148475647,
      "learning_rate": 6.552448983255893e-05,
      "loss": 7.2156,
      "step": 332020
    },
    {
      "epoch": 0.6917291666666666,
      "grad_norm": 1.6274107694625854,
      "learning_rate": 6.551634348719527e-05,
      "loss": 6.8465,
      "step": 332030
    },
    {
      "epoch": 0.69175,
      "grad_norm": 1.0198516845703125,
      "learning_rate": 6.550819750676753e-05,
      "loss": 7.1655,
      "step": 332040
    },
    {
      "epoch": 0.6917708333333333,
      "grad_norm": 1.3422329425811768,
      "learning_rate": 6.550005189131097e-05,
      "loss": 7.2657,
      "step": 332050
    },
    {
      "epoch": 0.6917916666666667,
      "grad_norm": 1.6505662202835083,
      "learning_rate": 6.549190664086072e-05,
      "loss": 7.3554,
      "step": 332060
    },
    {
      "epoch": 0.6918125,
      "grad_norm": 9.040578842163086,
      "learning_rate": 6.548376175545198e-05,
      "loss": 7.8298,
      "step": 332070
    },
    {
      "epoch": 0.6918333333333333,
      "grad_norm": 3.7371227741241455,
      "learning_rate": 6.547561723511994e-05,
      "loss": 7.8935,
      "step": 332080
    },
    {
      "epoch": 0.6918541666666667,
      "grad_norm": 2.361870288848877,
      "learning_rate": 6.546747307989977e-05,
      "loss": 7.4039,
      "step": 332090
    },
    {
      "epoch": 0.691875,
      "grad_norm": 1.160295009613037,
      "learning_rate": 6.545932928982673e-05,
      "loss": 7.1916,
      "step": 332100
    },
    {
      "epoch": 0.6918958333333334,
      "grad_norm": 1.4809107780456543,
      "learning_rate": 6.54511858649358e-05,
      "loss": 7.4675,
      "step": 332110
    },
    {
      "epoch": 0.6919166666666666,
      "grad_norm": 2.3803794384002686,
      "learning_rate": 6.544304280526234e-05,
      "loss": 7.4524,
      "step": 332120
    },
    {
      "epoch": 0.6919375,
      "grad_norm": 2.819640874862671,
      "learning_rate": 6.54349001108415e-05,
      "loss": 6.9497,
      "step": 332130
    },
    {
      "epoch": 0.6919583333333333,
      "grad_norm": 4.326277256011963,
      "learning_rate": 6.542675778170833e-05,
      "loss": 7.5486,
      "step": 332140
    },
    {
      "epoch": 0.6919791666666667,
      "grad_norm": 1.0401675701141357,
      "learning_rate": 6.541861581789814e-05,
      "loss": 7.7792,
      "step": 332150
    },
    {
      "epoch": 0.692,
      "grad_norm": 1.3159087896347046,
      "learning_rate": 6.541047421944611e-05,
      "loss": 7.2576,
      "step": 332160
    },
    {
      "epoch": 0.6920208333333333,
      "grad_norm": 2.3948874473571777,
      "learning_rate": 6.540233298638722e-05,
      "loss": 7.6327,
      "step": 332170
    },
    {
      "epoch": 0.6920416666666667,
      "grad_norm": 1.7525224685668945,
      "learning_rate": 6.539419211875685e-05,
      "loss": 7.0364,
      "step": 332180
    },
    {
      "epoch": 0.6920625,
      "grad_norm": 2.3311216831207275,
      "learning_rate": 6.538605161659011e-05,
      "loss": 7.4164,
      "step": 332190
    },
    {
      "epoch": 0.6920833333333334,
      "grad_norm": 2.239377975463867,
      "learning_rate": 6.537791147992204e-05,
      "loss": 7.1521,
      "step": 332200
    },
    {
      "epoch": 0.6921041666666666,
      "grad_norm": 2.0402145385742188,
      "learning_rate": 6.536977170878801e-05,
      "loss": 7.5206,
      "step": 332210
    },
    {
      "epoch": 0.692125,
      "grad_norm": 3.542675018310547,
      "learning_rate": 6.536163230322299e-05,
      "loss": 7.0289,
      "step": 332220
    },
    {
      "epoch": 0.6921458333333333,
      "grad_norm": 1.3319076299667358,
      "learning_rate": 6.535349326326218e-05,
      "loss": 7.8711,
      "step": 332230
    },
    {
      "epoch": 0.6921666666666667,
      "grad_norm": 1.8323023319244385,
      "learning_rate": 6.534535458894087e-05,
      "loss": 7.5277,
      "step": 332240
    },
    {
      "epoch": 0.6921875,
      "grad_norm": 1.4761993885040283,
      "learning_rate": 6.533721628029408e-05,
      "loss": 6.928,
      "step": 332250
    },
    {
      "epoch": 0.6922083333333333,
      "grad_norm": 1.7317909002304077,
      "learning_rate": 6.532907833735694e-05,
      "loss": 7.1946,
      "step": 332260
    },
    {
      "epoch": 0.6922291666666667,
      "grad_norm": 1.3183698654174805,
      "learning_rate": 6.532094076016477e-05,
      "loss": 7.5757,
      "step": 332270
    },
    {
      "epoch": 0.69225,
      "grad_norm": 0.876203179359436,
      "learning_rate": 6.531280354875258e-05,
      "loss": 7.1221,
      "step": 332280
    },
    {
      "epoch": 0.6922708333333333,
      "grad_norm": 1.3667552471160889,
      "learning_rate": 6.530466670315549e-05,
      "loss": 7.0127,
      "step": 332290
    },
    {
      "epoch": 0.6922916666666666,
      "grad_norm": 1.2878559827804565,
      "learning_rate": 6.529653022340883e-05,
      "loss": 7.0291,
      "step": 332300
    },
    {
      "epoch": 0.6923125,
      "grad_norm": 0.8984830975532532,
      "learning_rate": 6.528839410954757e-05,
      "loss": 7.0567,
      "step": 332310
    },
    {
      "epoch": 0.6923333333333334,
      "grad_norm": 3.571331024169922,
      "learning_rate": 6.528025836160687e-05,
      "loss": 7.2638,
      "step": 332320
    },
    {
      "epoch": 0.6923541666666667,
      "grad_norm": 11.000853538513184,
      "learning_rate": 6.527212297962202e-05,
      "loss": 7.6862,
      "step": 332330
    },
    {
      "epoch": 0.692375,
      "grad_norm": 0.9284902215003967,
      "learning_rate": 6.526398796362801e-05,
      "loss": 7.1963,
      "step": 332340
    },
    {
      "epoch": 0.6923958333333333,
      "grad_norm": 2.0163421630859375,
      "learning_rate": 6.525585331366003e-05,
      "loss": 7.7382,
      "step": 332350
    },
    {
      "epoch": 0.6924166666666667,
      "grad_norm": 1.4366499185562134,
      "learning_rate": 6.524771902975323e-05,
      "loss": 7.3324,
      "step": 332360
    },
    {
      "epoch": 0.6924375,
      "grad_norm": 1.0254710912704468,
      "learning_rate": 6.523958511194273e-05,
      "loss": 7.3231,
      "step": 332370
    },
    {
      "epoch": 0.6924583333333333,
      "grad_norm": 0.8545689582824707,
      "learning_rate": 6.523145156026365e-05,
      "loss": 7.1173,
      "step": 332380
    },
    {
      "epoch": 0.6924791666666666,
      "grad_norm": 1.039250373840332,
      "learning_rate": 6.522331837475119e-05,
      "loss": 7.4427,
      "step": 332390
    },
    {
      "epoch": 0.6925,
      "grad_norm": 3.0663018226623535,
      "learning_rate": 6.52151855554404e-05,
      "loss": 7.2895,
      "step": 332400
    },
    {
      "epoch": 0.6925208333333334,
      "grad_norm": 2.2046000957489014,
      "learning_rate": 6.520705310236646e-05,
      "loss": 7.4446,
      "step": 332410
    },
    {
      "epoch": 0.6925416666666667,
      "grad_norm": 1.9415693283081055,
      "learning_rate": 6.51989210155645e-05,
      "loss": 7.3952,
      "step": 332420
    },
    {
      "epoch": 0.6925625,
      "grad_norm": 1.2496861219406128,
      "learning_rate": 6.519078929506962e-05,
      "loss": 7.9156,
      "step": 332430
    },
    {
      "epoch": 0.6925833333333333,
      "grad_norm": 1.662628173828125,
      "learning_rate": 6.518265794091703e-05,
      "loss": 7.3409,
      "step": 332440
    },
    {
      "epoch": 0.6926041666666667,
      "grad_norm": 1.7777705192565918,
      "learning_rate": 6.517452695314164e-05,
      "loss": 7.2328,
      "step": 332450
    },
    {
      "epoch": 0.692625,
      "grad_norm": 1.9327378273010254,
      "learning_rate": 6.51663963317788e-05,
      "loss": 7.5907,
      "step": 332460
    },
    {
      "epoch": 0.6926458333333333,
      "grad_norm": 2.2857825756073,
      "learning_rate": 6.51582660768636e-05,
      "loss": 7.6699,
      "step": 332470
    },
    {
      "epoch": 0.6926666666666667,
      "grad_norm": 1.0997228622436523,
      "learning_rate": 6.5150136188431e-05,
      "loss": 7.1479,
      "step": 332480
    },
    {
      "epoch": 0.6926875,
      "grad_norm": 4.457728862762451,
      "learning_rate": 6.514200666651628e-05,
      "loss": 7.1156,
      "step": 332490
    },
    {
      "epoch": 0.6927083333333334,
      "grad_norm": 1.7561182975769043,
      "learning_rate": 6.513387751115456e-05,
      "loss": 6.9365,
      "step": 332500
    },
    {
      "epoch": 0.6927291666666666,
      "grad_norm": 1.2224249839782715,
      "learning_rate": 6.512574872238078e-05,
      "loss": 7.3454,
      "step": 332510
    },
    {
      "epoch": 0.69275,
      "grad_norm": 1.6183619499206543,
      "learning_rate": 6.511762030023023e-05,
      "loss": 7.7722,
      "step": 332520
    },
    {
      "epoch": 0.6927708333333333,
      "grad_norm": 0.8533802032470703,
      "learning_rate": 6.5109492244738e-05,
      "loss": 6.9678,
      "step": 332530
    },
    {
      "epoch": 0.6927916666666667,
      "grad_norm": 1.0076953172683716,
      "learning_rate": 6.510136455593906e-05,
      "loss": 8.5222,
      "step": 332540
    },
    {
      "epoch": 0.6928125,
      "grad_norm": 1.196223258972168,
      "learning_rate": 6.50932372338687e-05,
      "loss": 7.3799,
      "step": 332550
    },
    {
      "epoch": 0.6928333333333333,
      "grad_norm": 1.8491086959838867,
      "learning_rate": 6.508511027856198e-05,
      "loss": 7.1891,
      "step": 332560
    },
    {
      "epoch": 0.6928541666666667,
      "grad_norm": 1.107351303100586,
      "learning_rate": 6.507698369005386e-05,
      "loss": 6.9385,
      "step": 332570
    },
    {
      "epoch": 0.692875,
      "grad_norm": 1.746497631072998,
      "learning_rate": 6.506885746837966e-05,
      "loss": 7.5141,
      "step": 332580
    },
    {
      "epoch": 0.6928958333333334,
      "grad_norm": 2.0799221992492676,
      "learning_rate": 6.506073161357433e-05,
      "loss": 7.2634,
      "step": 332590
    },
    {
      "epoch": 0.6929166666666666,
      "grad_norm": 2.8419713973999023,
      "learning_rate": 6.505260612567297e-05,
      "loss": 7.2184,
      "step": 332600
    },
    {
      "epoch": 0.6929375,
      "grad_norm": 0.8405513763427734,
      "learning_rate": 6.504448100471083e-05,
      "loss": 7.3506,
      "step": 332610
    },
    {
      "epoch": 0.6929583333333333,
      "grad_norm": 1.0286774635314941,
      "learning_rate": 6.503635625072286e-05,
      "loss": 7.0548,
      "step": 332620
    },
    {
      "epoch": 0.6929791666666667,
      "grad_norm": 1.0084041357040405,
      "learning_rate": 6.502823186374413e-05,
      "loss": 7.3138,
      "step": 332630
    },
    {
      "epoch": 0.693,
      "grad_norm": 1.6333608627319336,
      "learning_rate": 6.502010784380992e-05,
      "loss": 7.2668,
      "step": 332640
    },
    {
      "epoch": 0.6930208333333333,
      "grad_norm": 3.571505546569824,
      "learning_rate": 6.501198419095515e-05,
      "loss": 7.4658,
      "step": 332650
    },
    {
      "epoch": 0.6930416666666667,
      "grad_norm": 3.7568857669830322,
      "learning_rate": 6.500386090521492e-05,
      "loss": 7.3229,
      "step": 332660
    },
    {
      "epoch": 0.6930625,
      "grad_norm": 1.1172070503234863,
      "learning_rate": 6.499573798662446e-05,
      "loss": 7.1344,
      "step": 332670
    },
    {
      "epoch": 0.6930833333333334,
      "grad_norm": 8.215738296508789,
      "learning_rate": 6.498761543521873e-05,
      "loss": 8.052,
      "step": 332680
    },
    {
      "epoch": 0.6931041666666666,
      "grad_norm": 0.990938663482666,
      "learning_rate": 6.497949325103285e-05,
      "loss": 7.4814,
      "step": 332690
    },
    {
      "epoch": 0.693125,
      "grad_norm": 1.0086654424667358,
      "learning_rate": 6.497137143410189e-05,
      "loss": 7.2009,
      "step": 332700
    },
    {
      "epoch": 0.6931458333333333,
      "grad_norm": 2.2890312671661377,
      "learning_rate": 6.496324998446096e-05,
      "loss": 7.2033,
      "step": 332710
    },
    {
      "epoch": 0.6931666666666667,
      "grad_norm": 1.7006391286849976,
      "learning_rate": 6.495512890214512e-05,
      "loss": 7.159,
      "step": 332720
    },
    {
      "epoch": 0.6931875,
      "grad_norm": 0.980767011642456,
      "learning_rate": 6.494700818718948e-05,
      "loss": 6.9263,
      "step": 332730
    },
    {
      "epoch": 0.6932083333333333,
      "grad_norm": 2.874007225036621,
      "learning_rate": 6.493888783962907e-05,
      "loss": 7.3714,
      "step": 332740
    },
    {
      "epoch": 0.6932291666666667,
      "grad_norm": 1.0193647146224976,
      "learning_rate": 6.493076785949902e-05,
      "loss": 7.4211,
      "step": 332750
    },
    {
      "epoch": 0.69325,
      "grad_norm": 1.0623304843902588,
      "learning_rate": 6.492264824683436e-05,
      "loss": 7.2851,
      "step": 332760
    },
    {
      "epoch": 0.6932708333333333,
      "grad_norm": 1.0620861053466797,
      "learning_rate": 6.49145290016702e-05,
      "loss": 7.114,
      "step": 332770
    },
    {
      "epoch": 0.6932916666666666,
      "grad_norm": 1.8877899646759033,
      "learning_rate": 6.490641012404158e-05,
      "loss": 7.3905,
      "step": 332780
    },
    {
      "epoch": 0.6933125,
      "grad_norm": 0.8643797636032104,
      "learning_rate": 6.48982916139836e-05,
      "loss": 7.2867,
      "step": 332790
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 1.0156654119491577,
      "learning_rate": 6.489017347153131e-05,
      "loss": 7.458,
      "step": 332800
    },
    {
      "epoch": 0.6933541666666667,
      "grad_norm": 1.3662121295928955,
      "learning_rate": 6.48820556967198e-05,
      "loss": 7.5068,
      "step": 332810
    },
    {
      "epoch": 0.693375,
      "grad_norm": 5.0577073097229,
      "learning_rate": 6.487393828958409e-05,
      "loss": 7.2571,
      "step": 332820
    },
    {
      "epoch": 0.6933958333333333,
      "grad_norm": 1.4187103509902954,
      "learning_rate": 6.486582125015928e-05,
      "loss": 7.4786,
      "step": 332830
    },
    {
      "epoch": 0.6934166666666667,
      "grad_norm": 1.068010926246643,
      "learning_rate": 6.485770457848049e-05,
      "loss": 6.963,
      "step": 332840
    },
    {
      "epoch": 0.6934375,
      "grad_norm": 1.0398359298706055,
      "learning_rate": 6.484958827458259e-05,
      "loss": 7.2188,
      "step": 332850
    },
    {
      "epoch": 0.6934583333333333,
      "grad_norm": 0.9002389311790466,
      "learning_rate": 6.484147233850082e-05,
      "loss": 7.0454,
      "step": 332860
    },
    {
      "epoch": 0.6934791666666666,
      "grad_norm": 0.9420259594917297,
      "learning_rate": 6.483335677027025e-05,
      "loss": 8.0805,
      "step": 332870
    },
    {
      "epoch": 0.6935,
      "grad_norm": 1.3293304443359375,
      "learning_rate": 6.482524156992573e-05,
      "loss": 7.3535,
      "step": 332880
    },
    {
      "epoch": 0.6935208333333334,
      "grad_norm": 1.1095999479293823,
      "learning_rate": 6.481712673750252e-05,
      "loss": 7.2476,
      "step": 332890
    },
    {
      "epoch": 0.6935416666666666,
      "grad_norm": 1.0702530145645142,
      "learning_rate": 6.480901227303566e-05,
      "loss": 7.0141,
      "step": 332900
    },
    {
      "epoch": 0.6935625,
      "grad_norm": 0.8761110901832581,
      "learning_rate": 6.480089817656004e-05,
      "loss": 6.9602,
      "step": 332910
    },
    {
      "epoch": 0.6935833333333333,
      "grad_norm": 0.8541070222854614,
      "learning_rate": 6.479278444811088e-05,
      "loss": 7.0215,
      "step": 332920
    },
    {
      "epoch": 0.6936041666666667,
      "grad_norm": 1.4037325382232666,
      "learning_rate": 6.47846710877232e-05,
      "loss": 7.2487,
      "step": 332930
    },
    {
      "epoch": 0.693625,
      "grad_norm": 1.2687890529632568,
      "learning_rate": 6.47765580954319e-05,
      "loss": 7.3745,
      "step": 332940
    },
    {
      "epoch": 0.6936458333333333,
      "grad_norm": 4.8222503662109375,
      "learning_rate": 6.476844547127228e-05,
      "loss": 7.494,
      "step": 332950
    },
    {
      "epoch": 0.6936666666666667,
      "grad_norm": 1.3178105354309082,
      "learning_rate": 6.476033321527916e-05,
      "loss": 7.3203,
      "step": 332960
    },
    {
      "epoch": 0.6936875,
      "grad_norm": 2.573402166366577,
      "learning_rate": 6.47522213274876e-05,
      "loss": 7.7598,
      "step": 332970
    },
    {
      "epoch": 0.6937083333333334,
      "grad_norm": 3.504549980163574,
      "learning_rate": 6.474410980793281e-05,
      "loss": 7.1981,
      "step": 332980
    },
    {
      "epoch": 0.6937291666666666,
      "grad_norm": 1.2293137311935425,
      "learning_rate": 6.473599865664967e-05,
      "loss": 7.9992,
      "step": 332990
    },
    {
      "epoch": 0.69375,
      "grad_norm": 3.5893163681030273,
      "learning_rate": 6.472788787367326e-05,
      "loss": 7.1635,
      "step": 333000
    },
    {
      "epoch": 0.69375,
      "eval_loss": 6.778621673583984,
      "eval_runtime": 8.582,
      "eval_samples_per_second": 0.35,
      "eval_steps_per_second": 0.117,
      "step": 333000
    },
    {
      "epoch": 0.6937708333333333,
      "grad_norm": 1.128174901008606,
      "learning_rate": 6.471977745903864e-05,
      "loss": 7.4112,
      "step": 333010
    },
    {
      "epoch": 0.6937916666666667,
      "grad_norm": 1.2994942665100098,
      "learning_rate": 6.471166741278079e-05,
      "loss": 7.3942,
      "step": 333020
    },
    {
      "epoch": 0.6938125,
      "grad_norm": 1.7015336751937866,
      "learning_rate": 6.470355773493481e-05,
      "loss": 7.1293,
      "step": 333030
    },
    {
      "epoch": 0.6938333333333333,
      "grad_norm": 1.1086350679397583,
      "learning_rate": 6.469544842553568e-05,
      "loss": 6.9695,
      "step": 333040
    },
    {
      "epoch": 0.6938541666666667,
      "grad_norm": 1.5694947242736816,
      "learning_rate": 6.468733948461846e-05,
      "loss": 6.8282,
      "step": 333050
    },
    {
      "epoch": 0.693875,
      "grad_norm": 9.849406242370605,
      "learning_rate": 6.467923091221816e-05,
      "loss": 7.1562,
      "step": 333060
    },
    {
      "epoch": 0.6938958333333334,
      "grad_norm": 1.3271573781967163,
      "learning_rate": 6.467112270836981e-05,
      "loss": 7.3475,
      "step": 333070
    },
    {
      "epoch": 0.6939166666666666,
      "grad_norm": 1.7144262790679932,
      "learning_rate": 6.466301487310842e-05,
      "loss": 7.1755,
      "step": 333080
    },
    {
      "epoch": 0.6939375,
      "grad_norm": 3.5647523403167725,
      "learning_rate": 6.465490740646904e-05,
      "loss": 7.1177,
      "step": 333090
    },
    {
      "epoch": 0.6939583333333333,
      "grad_norm": 1.681520700454712,
      "learning_rate": 6.464680030848667e-05,
      "loss": 7.587,
      "step": 333100
    },
    {
      "epoch": 0.6939791666666667,
      "grad_norm": 0.7643823623657227,
      "learning_rate": 6.463869357919635e-05,
      "loss": 7.0368,
      "step": 333110
    },
    {
      "epoch": 0.694,
      "grad_norm": 0.8426164388656616,
      "learning_rate": 6.463058721863308e-05,
      "loss": 7.2619,
      "step": 333120
    },
    {
      "epoch": 0.6940208333333333,
      "grad_norm": 1.7176588773727417,
      "learning_rate": 6.462248122683188e-05,
      "loss": 7.0791,
      "step": 333130
    },
    {
      "epoch": 0.6940416666666667,
      "grad_norm": 1.1224867105484009,
      "learning_rate": 6.461437560382777e-05,
      "loss": 6.9273,
      "step": 333140
    },
    {
      "epoch": 0.6940625,
      "grad_norm": 2.1560637950897217,
      "learning_rate": 6.460627034965576e-05,
      "loss": 7.2854,
      "step": 333150
    },
    {
      "epoch": 0.6940833333333334,
      "grad_norm": 0.889157235622406,
      "learning_rate": 6.459816546435085e-05,
      "loss": 7.389,
      "step": 333160
    },
    {
      "epoch": 0.6941041666666666,
      "grad_norm": 0.7467071413993835,
      "learning_rate": 6.459006094794808e-05,
      "loss": 7.219,
      "step": 333170
    },
    {
      "epoch": 0.694125,
      "grad_norm": 2.376760721206665,
      "learning_rate": 6.458195680048243e-05,
      "loss": 7.6361,
      "step": 333180
    },
    {
      "epoch": 0.6941458333333334,
      "grad_norm": 1.9992235898971558,
      "learning_rate": 6.457385302198891e-05,
      "loss": 7.5798,
      "step": 333190
    },
    {
      "epoch": 0.6941666666666667,
      "grad_norm": 2.0992729663848877,
      "learning_rate": 6.456574961250253e-05,
      "loss": 7.0736,
      "step": 333200
    },
    {
      "epoch": 0.6941875,
      "grad_norm": 2.076214075088501,
      "learning_rate": 6.455764657205836e-05,
      "loss": 7.3289,
      "step": 333210
    },
    {
      "epoch": 0.6942083333333333,
      "grad_norm": 2.322903871536255,
      "learning_rate": 6.45495439006912e-05,
      "loss": 7.1573,
      "step": 333220
    },
    {
      "epoch": 0.6942291666666667,
      "grad_norm": 1.179522156715393,
      "learning_rate": 6.454144159843628e-05,
      "loss": 6.7422,
      "step": 333230
    },
    {
      "epoch": 0.69425,
      "grad_norm": 3.3204729557037354,
      "learning_rate": 6.453333966532854e-05,
      "loss": 7.4148,
      "step": 333240
    },
    {
      "epoch": 0.6942708333333333,
      "grad_norm": 0.8925807476043701,
      "learning_rate": 6.452523810140282e-05,
      "loss": 7.3686,
      "step": 333250
    },
    {
      "epoch": 0.6942916666666666,
      "grad_norm": 1.574336290359497,
      "learning_rate": 6.451713690669433e-05,
      "loss": 8.1724,
      "step": 333260
    },
    {
      "epoch": 0.6943125,
      "grad_norm": 4.572129249572754,
      "learning_rate": 6.450903608123799e-05,
      "loss": 8.2523,
      "step": 333270
    },
    {
      "epoch": 0.6943333333333334,
      "grad_norm": 0.7956961393356323,
      "learning_rate": 6.450093562506874e-05,
      "loss": 7.0704,
      "step": 333280
    },
    {
      "epoch": 0.6943541666666667,
      "grad_norm": 1.1370298862457275,
      "learning_rate": 6.449283553822154e-05,
      "loss": 6.9849,
      "step": 333290
    },
    {
      "epoch": 0.694375,
      "grad_norm": 1.0353147983551025,
      "learning_rate": 6.448473582073156e-05,
      "loss": 6.8609,
      "step": 333300
    },
    {
      "epoch": 0.6943958333333333,
      "grad_norm": 0.9167171120643616,
      "learning_rate": 6.447663647263363e-05,
      "loss": 7.4565,
      "step": 333310
    },
    {
      "epoch": 0.6944166666666667,
      "grad_norm": 0.908749520778656,
      "learning_rate": 6.44685374939627e-05,
      "loss": 7.4467,
      "step": 333320
    },
    {
      "epoch": 0.6944375,
      "grad_norm": 2.009509325027466,
      "learning_rate": 6.446043888475394e-05,
      "loss": 7.0713,
      "step": 333330
    },
    {
      "epoch": 0.6944583333333333,
      "grad_norm": 2.4470694065093994,
      "learning_rate": 6.445234064504219e-05,
      "loss": 6.7579,
      "step": 333340
    },
    {
      "epoch": 0.6944791666666666,
      "grad_norm": 4.1111555099487305,
      "learning_rate": 6.444424277486246e-05,
      "loss": 7.2315,
      "step": 333350
    },
    {
      "epoch": 0.6945,
      "grad_norm": 1.1506221294403076,
      "learning_rate": 6.443614527424973e-05,
      "loss": 7.3749,
      "step": 333360
    },
    {
      "epoch": 0.6945208333333334,
      "grad_norm": 1.7029637098312378,
      "learning_rate": 6.442804814323899e-05,
      "loss": 7.0183,
      "step": 333370
    },
    {
      "epoch": 0.6945416666666666,
      "grad_norm": 6.700755596160889,
      "learning_rate": 6.441995138186521e-05,
      "loss": 7.2619,
      "step": 333380
    },
    {
      "epoch": 0.6945625,
      "grad_norm": 2.69185471534729,
      "learning_rate": 6.441185499016338e-05,
      "loss": 7.4912,
      "step": 333390
    },
    {
      "epoch": 0.6945833333333333,
      "grad_norm": 2.689584255218506,
      "learning_rate": 6.440375896816842e-05,
      "loss": 7.5171,
      "step": 333400
    },
    {
      "epoch": 0.6946041666666667,
      "grad_norm": 1.3371268510818481,
      "learning_rate": 6.439566331591537e-05,
      "loss": 7.2066,
      "step": 333410
    },
    {
      "epoch": 0.694625,
      "grad_norm": 4.5446248054504395,
      "learning_rate": 6.438756803343917e-05,
      "loss": 7.2123,
      "step": 333420
    },
    {
      "epoch": 0.6946458333333333,
      "grad_norm": 1.721186637878418,
      "learning_rate": 6.437947312077476e-05,
      "loss": 7.0231,
      "step": 333430
    },
    {
      "epoch": 0.6946666666666667,
      "grad_norm": 1.0205854177474976,
      "learning_rate": 6.437137857795717e-05,
      "loss": 6.8799,
      "step": 333440
    },
    {
      "epoch": 0.6946875,
      "grad_norm": 2.601388931274414,
      "learning_rate": 6.436328440502131e-05,
      "loss": 7.1027,
      "step": 333450
    },
    {
      "epoch": 0.6947083333333334,
      "grad_norm": 1.8150362968444824,
      "learning_rate": 6.435519060200216e-05,
      "loss": 7.3828,
      "step": 333460
    },
    {
      "epoch": 0.6947291666666666,
      "grad_norm": 1.7606101036071777,
      "learning_rate": 6.43470971689347e-05,
      "loss": 7.0763,
      "step": 333470
    },
    {
      "epoch": 0.69475,
      "grad_norm": 1.023173451423645,
      "learning_rate": 6.433900410585388e-05,
      "loss": 7.513,
      "step": 333480
    },
    {
      "epoch": 0.6947708333333333,
      "grad_norm": 1.562827706336975,
      "learning_rate": 6.433091141279464e-05,
      "loss": 7.2764,
      "step": 333490
    },
    {
      "epoch": 0.6947916666666667,
      "grad_norm": 1.0059804916381836,
      "learning_rate": 6.432281908979196e-05,
      "loss": 7.4438,
      "step": 333500
    },
    {
      "epoch": 0.6948125,
      "grad_norm": 2.6293857097625732,
      "learning_rate": 6.431472713688079e-05,
      "loss": 7.4257,
      "step": 333510
    },
    {
      "epoch": 0.6948333333333333,
      "grad_norm": 3.7056257724761963,
      "learning_rate": 6.430663555409608e-05,
      "loss": 7.481,
      "step": 333520
    },
    {
      "epoch": 0.6948541666666667,
      "grad_norm": 1.021583914756775,
      "learning_rate": 6.429854434147279e-05,
      "loss": 6.9501,
      "step": 333530
    },
    {
      "epoch": 0.694875,
      "grad_norm": 0.8263522386550903,
      "learning_rate": 6.429045349904586e-05,
      "loss": 7.2664,
      "step": 333540
    },
    {
      "epoch": 0.6948958333333334,
      "grad_norm": 0.8325441479682922,
      "learning_rate": 6.428236302685023e-05,
      "loss": 7.5734,
      "step": 333550
    },
    {
      "epoch": 0.6949166666666666,
      "grad_norm": 1.9366551637649536,
      "learning_rate": 6.427427292492088e-05,
      "loss": 7.3841,
      "step": 333560
    },
    {
      "epoch": 0.6949375,
      "grad_norm": 1.8054696321487427,
      "learning_rate": 6.426618319329274e-05,
      "loss": 7.4653,
      "step": 333570
    },
    {
      "epoch": 0.6949583333333333,
      "grad_norm": 7.49622917175293,
      "learning_rate": 6.42580938320008e-05,
      "loss": 7.5215,
      "step": 333580
    },
    {
      "epoch": 0.6949791666666667,
      "grad_norm": 1.814303994178772,
      "learning_rate": 6.42500048410799e-05,
      "loss": 7.2989,
      "step": 333590
    },
    {
      "epoch": 0.695,
      "grad_norm": 2.305671215057373,
      "learning_rate": 6.424191622056499e-05,
      "loss": 8.0941,
      "step": 333600
    },
    {
      "epoch": 0.6950208333333333,
      "grad_norm": 1.342284917831421,
      "learning_rate": 6.423382797049117e-05,
      "loss": 7.1597,
      "step": 333610
    },
    {
      "epoch": 0.6950416666666667,
      "grad_norm": 3.766096830368042,
      "learning_rate": 6.422574009089321e-05,
      "loss": 7.2823,
      "step": 333620
    },
    {
      "epoch": 0.6950625,
      "grad_norm": 1.0743328332901,
      "learning_rate": 6.421765258180603e-05,
      "loss": 6.9424,
      "step": 333630
    },
    {
      "epoch": 0.6950833333333334,
      "grad_norm": 1.3477383852005005,
      "learning_rate": 6.420956544326476e-05,
      "loss": 7.15,
      "step": 333640
    },
    {
      "epoch": 0.6951041666666666,
      "grad_norm": 1.3194743394851685,
      "learning_rate": 6.420147867530414e-05,
      "loss": 7.3894,
      "step": 333650
    },
    {
      "epoch": 0.695125,
      "grad_norm": 1.655396580696106,
      "learning_rate": 6.419339227795913e-05,
      "loss": 7.4353,
      "step": 333660
    },
    {
      "epoch": 0.6951458333333334,
      "grad_norm": 1.0517833232879639,
      "learning_rate": 6.41853062512648e-05,
      "loss": 7.3894,
      "step": 333670
    },
    {
      "epoch": 0.6951666666666667,
      "grad_norm": 0.9091852903366089,
      "learning_rate": 6.417722059525593e-05,
      "loss": 7.2471,
      "step": 333680
    },
    {
      "epoch": 0.6951875,
      "grad_norm": 0.766634464263916,
      "learning_rate": 6.416913530996743e-05,
      "loss": 6.8533,
      "step": 333690
    },
    {
      "epoch": 0.6952083333333333,
      "grad_norm": 2.2068803310394287,
      "learning_rate": 6.41610503954344e-05,
      "loss": 7.6136,
      "step": 333700
    },
    {
      "epoch": 0.6952291666666667,
      "grad_norm": 1.0985424518585205,
      "learning_rate": 6.415296585169163e-05,
      "loss": 7.4195,
      "step": 333710
    },
    {
      "epoch": 0.69525,
      "grad_norm": 1.565683126449585,
      "learning_rate": 6.414488167877404e-05,
      "loss": 7.1863,
      "step": 333720
    },
    {
      "epoch": 0.6952708333333333,
      "grad_norm": 1.480905294418335,
      "learning_rate": 6.413679787671658e-05,
      "loss": 7.803,
      "step": 333730
    },
    {
      "epoch": 0.6952916666666666,
      "grad_norm": 1.1696363687515259,
      "learning_rate": 6.412871444555418e-05,
      "loss": 7.0384,
      "step": 333740
    },
    {
      "epoch": 0.6953125,
      "grad_norm": 2.673367977142334,
      "learning_rate": 6.412063138532174e-05,
      "loss": 7.0862,
      "step": 333750
    },
    {
      "epoch": 0.6953333333333334,
      "grad_norm": 1.8849681615829468,
      "learning_rate": 6.411254869605417e-05,
      "loss": 7.1427,
      "step": 333760
    },
    {
      "epoch": 0.6953541666666667,
      "grad_norm": 2.153311014175415,
      "learning_rate": 6.41044663777864e-05,
      "loss": 6.9877,
      "step": 333770
    },
    {
      "epoch": 0.695375,
      "grad_norm": 1.4790161848068237,
      "learning_rate": 6.409638443055333e-05,
      "loss": 7.2692,
      "step": 333780
    },
    {
      "epoch": 0.6953958333333333,
      "grad_norm": 1.0161700248718262,
      "learning_rate": 6.408830285438987e-05,
      "loss": 7.5626,
      "step": 333790
    },
    {
      "epoch": 0.6954166666666667,
      "grad_norm": 2.1461293697357178,
      "learning_rate": 6.408022164933094e-05,
      "loss": 6.9538,
      "step": 333800
    },
    {
      "epoch": 0.6954375,
      "grad_norm": 1.004775047302246,
      "learning_rate": 6.407214081541145e-05,
      "loss": 8.0675,
      "step": 333810
    },
    {
      "epoch": 0.6954583333333333,
      "grad_norm": 1.3237017393112183,
      "learning_rate": 6.40640603526663e-05,
      "loss": 7.8326,
      "step": 333820
    },
    {
      "epoch": 0.6954791666666666,
      "grad_norm": 2.2594592571258545,
      "learning_rate": 6.405598026113039e-05,
      "loss": 7.3202,
      "step": 333830
    },
    {
      "epoch": 0.6955,
      "grad_norm": 1.7232041358947754,
      "learning_rate": 6.404790054083861e-05,
      "loss": 7.1866,
      "step": 333840
    },
    {
      "epoch": 0.6955208333333334,
      "grad_norm": 1.7793940305709839,
      "learning_rate": 6.40398211918259e-05,
      "loss": 7.4387,
      "step": 333850
    },
    {
      "epoch": 0.6955416666666666,
      "grad_norm": 1.3244342803955078,
      "learning_rate": 6.403174221412714e-05,
      "loss": 7.1209,
      "step": 333860
    },
    {
      "epoch": 0.6955625,
      "grad_norm": 1.0286180973052979,
      "learning_rate": 6.402366360777726e-05,
      "loss": 7.0561,
      "step": 333870
    },
    {
      "epoch": 0.6955833333333333,
      "grad_norm": 1.81063711643219,
      "learning_rate": 6.401558537281102e-05,
      "loss": 8.6582,
      "step": 333880
    },
    {
      "epoch": 0.6956041666666667,
      "grad_norm": 1.741560697555542,
      "learning_rate": 6.400750750926347e-05,
      "loss": 7.0622,
      "step": 333890
    },
    {
      "epoch": 0.695625,
      "grad_norm": 0.8771673440933228,
      "learning_rate": 6.39994300171695e-05,
      "loss": 7.1891,
      "step": 333900
    },
    {
      "epoch": 0.6956458333333333,
      "grad_norm": 1.968821406364441,
      "learning_rate": 6.399135289656385e-05,
      "loss": 7.2339,
      "step": 333910
    },
    {
      "epoch": 0.6956666666666667,
      "grad_norm": 1.3519526720046997,
      "learning_rate": 6.398327614748158e-05,
      "loss": 7.6631,
      "step": 333920
    },
    {
      "epoch": 0.6956875,
      "grad_norm": 1.547985315322876,
      "learning_rate": 6.397519976995753e-05,
      "loss": 6.8502,
      "step": 333930
    },
    {
      "epoch": 0.6957083333333334,
      "grad_norm": 2.3567910194396973,
      "learning_rate": 6.396712376402649e-05,
      "loss": 7.3899,
      "step": 333940
    },
    {
      "epoch": 0.6957291666666666,
      "grad_norm": 1.1685304641723633,
      "learning_rate": 6.395904812972352e-05,
      "loss": 7.2447,
      "step": 333950
    },
    {
      "epoch": 0.69575,
      "grad_norm": 1.218820571899414,
      "learning_rate": 6.395097286708334e-05,
      "loss": 7.2707,
      "step": 333960
    },
    {
      "epoch": 0.6957708333333333,
      "grad_norm": 1.1923924684524536,
      "learning_rate": 6.394289797614084e-05,
      "loss": 7.9331,
      "step": 333970
    },
    {
      "epoch": 0.6957916666666667,
      "grad_norm": 1.055363416671753,
      "learning_rate": 6.393482345693106e-05,
      "loss": 7.326,
      "step": 333980
    },
    {
      "epoch": 0.6958125,
      "grad_norm": 1.0503308773040771,
      "learning_rate": 6.392674930948875e-05,
      "loss": 7.0837,
      "step": 333990
    },
    {
      "epoch": 0.6958333333333333,
      "grad_norm": 3.0042672157287598,
      "learning_rate": 6.391867553384874e-05,
      "loss": 7.0462,
      "step": 334000
    },
    {
      "epoch": 0.6958333333333333,
      "eval_loss": 7.663527011871338,
      "eval_runtime": 9.1585,
      "eval_samples_per_second": 0.328,
      "eval_steps_per_second": 0.109,
      "step": 334000
    },
    {
      "epoch": 0.6958541666666667,
      "grad_norm": 1.198945164680481,
      "learning_rate": 6.391060213004609e-05,
      "loss": 7.1324,
      "step": 334010
    },
    {
      "epoch": 0.695875,
      "grad_norm": 1.4482461214065552,
      "learning_rate": 6.39025290981155e-05,
      "loss": 7.2799,
      "step": 334020
    },
    {
      "epoch": 0.6958958333333334,
      "grad_norm": 4.938043594360352,
      "learning_rate": 6.389445643809187e-05,
      "loss": 7.4032,
      "step": 334030
    },
    {
      "epoch": 0.6959166666666666,
      "grad_norm": 1.449399709701538,
      "learning_rate": 6.38863841500102e-05,
      "loss": 7.2937,
      "step": 334040
    },
    {
      "epoch": 0.6959375,
      "grad_norm": 2.526155471801758,
      "learning_rate": 6.387831223390521e-05,
      "loss": 6.866,
      "step": 334050
    },
    {
      "epoch": 0.6959583333333333,
      "grad_norm": 1.1937004327774048,
      "learning_rate": 6.387024068981177e-05,
      "loss": 7.204,
      "step": 334060
    },
    {
      "epoch": 0.6959791666666667,
      "grad_norm": 1.389737606048584,
      "learning_rate": 6.386216951776489e-05,
      "loss": 7.1576,
      "step": 334070
    },
    {
      "epoch": 0.696,
      "grad_norm": 1.4264007806777954,
      "learning_rate": 6.385409871779932e-05,
      "loss": 7.1376,
      "step": 334080
    },
    {
      "epoch": 0.6960208333333333,
      "grad_norm": 1.5830575227737427,
      "learning_rate": 6.384602828994993e-05,
      "loss": 7.1338,
      "step": 334090
    },
    {
      "epoch": 0.6960416666666667,
      "grad_norm": 2.1341443061828613,
      "learning_rate": 6.383795823425158e-05,
      "loss": 7.6333,
      "step": 334100
    },
    {
      "epoch": 0.6960625,
      "grad_norm": 1.0456981658935547,
      "learning_rate": 6.382988855073916e-05,
      "loss": 6.8999,
      "step": 334110
    },
    {
      "epoch": 0.6960833333333334,
      "grad_norm": 1.0555894374847412,
      "learning_rate": 6.382181923944752e-05,
      "loss": 7.1987,
      "step": 334120
    },
    {
      "epoch": 0.6961041666666666,
      "grad_norm": 33.20866394042969,
      "learning_rate": 6.38137503004115e-05,
      "loss": 8.991,
      "step": 334130
    },
    {
      "epoch": 0.696125,
      "grad_norm": 0.8133568167686462,
      "learning_rate": 6.380568173366597e-05,
      "loss": 8.0687,
      "step": 334140
    },
    {
      "epoch": 0.6961458333333334,
      "grad_norm": 2.0650198459625244,
      "learning_rate": 6.379761353924576e-05,
      "loss": 7.1071,
      "step": 334150
    },
    {
      "epoch": 0.6961666666666667,
      "grad_norm": 0.864406406879425,
      "learning_rate": 6.378954571718575e-05,
      "loss": 7.5981,
      "step": 334160
    },
    {
      "epoch": 0.6961875,
      "grad_norm": 2.078721761703491,
      "learning_rate": 6.378147826752078e-05,
      "loss": 7.6549,
      "step": 334170
    },
    {
      "epoch": 0.6962083333333333,
      "grad_norm": 3.905470848083496,
      "learning_rate": 6.377341119028569e-05,
      "loss": 7.3384,
      "step": 334180
    },
    {
      "epoch": 0.6962291666666667,
      "grad_norm": 3.7613472938537598,
      "learning_rate": 6.376534448551535e-05,
      "loss": 8.1114,
      "step": 334190
    },
    {
      "epoch": 0.69625,
      "grad_norm": 2.7089006900787354,
      "learning_rate": 6.375727815324457e-05,
      "loss": 7.3417,
      "step": 334200
    },
    {
      "epoch": 0.6962708333333333,
      "grad_norm": 2.5625953674316406,
      "learning_rate": 6.374921219350826e-05,
      "loss": 7.7308,
      "step": 334210
    },
    {
      "epoch": 0.6962916666666666,
      "grad_norm": 3.587491035461426,
      "learning_rate": 6.374114660634112e-05,
      "loss": 7.581,
      "step": 334220
    },
    {
      "epoch": 0.6963125,
      "grad_norm": 1.3139605522155762,
      "learning_rate": 6.373308139177812e-05,
      "loss": 7.044,
      "step": 334230
    },
    {
      "epoch": 0.6963333333333334,
      "grad_norm": 0.9577623605728149,
      "learning_rate": 6.372501654985414e-05,
      "loss": 7.1994,
      "step": 334240
    },
    {
      "epoch": 0.6963541666666667,
      "grad_norm": 2.542778968811035,
      "learning_rate": 6.371695208060382e-05,
      "loss": 7.3093,
      "step": 334250
    },
    {
      "epoch": 0.696375,
      "grad_norm": 2.3588736057281494,
      "learning_rate": 6.370888798406216e-05,
      "loss": 7.1584,
      "step": 334260
    },
    {
      "epoch": 0.6963958333333333,
      "grad_norm": 1.240871787071228,
      "learning_rate": 6.3700824260264e-05,
      "loss": 6.9821,
      "step": 334270
    },
    {
      "epoch": 0.6964166666666667,
      "grad_norm": 1.2227039337158203,
      "learning_rate": 6.369276090924402e-05,
      "loss": 7.5499,
      "step": 334280
    },
    {
      "epoch": 0.6964375,
      "grad_norm": 0.9809612035751343,
      "learning_rate": 6.36846979310372e-05,
      "loss": 7.3333,
      "step": 334290
    },
    {
      "epoch": 0.6964583333333333,
      "grad_norm": 1.3951116800308228,
      "learning_rate": 6.367663532567838e-05,
      "loss": 7.1279,
      "step": 334300
    },
    {
      "epoch": 0.6964791666666666,
      "grad_norm": 0.9328117966651917,
      "learning_rate": 6.366857309320222e-05,
      "loss": 7.5279,
      "step": 334310
    },
    {
      "epoch": 0.6965,
      "grad_norm": 1.1130077838897705,
      "learning_rate": 6.36605112336437e-05,
      "loss": 7.4222,
      "step": 334320
    },
    {
      "epoch": 0.6965208333333334,
      "grad_norm": 1.120357632637024,
      "learning_rate": 6.365244974703766e-05,
      "loss": 7.6731,
      "step": 334330
    },
    {
      "epoch": 0.6965416666666666,
      "grad_norm": 1.299897313117981,
      "learning_rate": 6.364438863341872e-05,
      "loss": 7.5498,
      "step": 334340
    },
    {
      "epoch": 0.6965625,
      "grad_norm": 1.9061411619186401,
      "learning_rate": 6.363632789282197e-05,
      "loss": 7.6501,
      "step": 334350
    },
    {
      "epoch": 0.6965833333333333,
      "grad_norm": 3.7382614612579346,
      "learning_rate": 6.362826752528205e-05,
      "loss": 7.2266,
      "step": 334360
    },
    {
      "epoch": 0.6966041666666667,
      "grad_norm": 1.162108063697815,
      "learning_rate": 6.362020753083375e-05,
      "loss": 7.8381,
      "step": 334370
    },
    {
      "epoch": 0.696625,
      "grad_norm": 0.9491661190986633,
      "learning_rate": 6.361214790951209e-05,
      "loss": 7.503,
      "step": 334380
    },
    {
      "epoch": 0.6966458333333333,
      "grad_norm": 3.0342555046081543,
      "learning_rate": 6.360408866135171e-05,
      "loss": 7.057,
      "step": 334390
    },
    {
      "epoch": 0.6966666666666667,
      "grad_norm": 2.229490280151367,
      "learning_rate": 6.359602978638738e-05,
      "loss": 7.4726,
      "step": 334400
    },
    {
      "epoch": 0.6966875,
      "grad_norm": 1.7458995580673218,
      "learning_rate": 6.358797128465413e-05,
      "loss": 6.9678,
      "step": 334410
    },
    {
      "epoch": 0.6967083333333334,
      "grad_norm": 16.143199920654297,
      "learning_rate": 6.35799131561866e-05,
      "loss": 7.8729,
      "step": 334420
    },
    {
      "epoch": 0.6967291666666666,
      "grad_norm": 1.2148386240005493,
      "learning_rate": 6.357185540101957e-05,
      "loss": 7.3563,
      "step": 334430
    },
    {
      "epoch": 0.69675,
      "grad_norm": 4.9911017417907715,
      "learning_rate": 6.3563798019188e-05,
      "loss": 7.4921,
      "step": 334440
    },
    {
      "epoch": 0.6967708333333333,
      "grad_norm": 1.2225836515426636,
      "learning_rate": 6.355574101072659e-05,
      "loss": 7.0693,
      "step": 334450
    },
    {
      "epoch": 0.6967916666666667,
      "grad_norm": 2.1999950408935547,
      "learning_rate": 6.354768437567014e-05,
      "loss": 7.1781,
      "step": 334460
    },
    {
      "epoch": 0.6968125,
      "grad_norm": 0.8647695779800415,
      "learning_rate": 6.353962811405349e-05,
      "loss": 7.3958,
      "step": 334470
    },
    {
      "epoch": 0.6968333333333333,
      "grad_norm": 2.7461447715759277,
      "learning_rate": 6.35315722259114e-05,
      "loss": 7.0905,
      "step": 334480
    },
    {
      "epoch": 0.6968541666666667,
      "grad_norm": 3.6382954120635986,
      "learning_rate": 6.352351671127871e-05,
      "loss": 7.8648,
      "step": 334490
    },
    {
      "epoch": 0.696875,
      "grad_norm": 1.0078939199447632,
      "learning_rate": 6.35154615701902e-05,
      "loss": 6.8126,
      "step": 334500
    },
    {
      "epoch": 0.6968958333333334,
      "grad_norm": 6.900027275085449,
      "learning_rate": 6.350740680268065e-05,
      "loss": 7.5569,
      "step": 334510
    },
    {
      "epoch": 0.6969166666666666,
      "grad_norm": 2.640026330947876,
      "learning_rate": 6.349935240878488e-05,
      "loss": 7.1957,
      "step": 334520
    },
    {
      "epoch": 0.6969375,
      "grad_norm": 3.2222707271575928,
      "learning_rate": 6.349129838853767e-05,
      "loss": 7.329,
      "step": 334530
    },
    {
      "epoch": 0.6969583333333333,
      "grad_norm": 1.197800636291504,
      "learning_rate": 6.348324474197379e-05,
      "loss": 7.5766,
      "step": 334540
    },
    {
      "epoch": 0.6969791666666667,
      "grad_norm": 1.3542582988739014,
      "learning_rate": 6.347519146912805e-05,
      "loss": 7.2229,
      "step": 334550
    },
    {
      "epoch": 0.697,
      "grad_norm": 1.4100267887115479,
      "learning_rate": 6.346713857003524e-05,
      "loss": 7.4823,
      "step": 334560
    },
    {
      "epoch": 0.6970208333333333,
      "grad_norm": 1.3171719312667847,
      "learning_rate": 6.345908604473013e-05,
      "loss": 7.1092,
      "step": 334570
    },
    {
      "epoch": 0.6970416666666667,
      "grad_norm": 1.3572615385055542,
      "learning_rate": 6.345103389324758e-05,
      "loss": 7.7285,
      "step": 334580
    },
    {
      "epoch": 0.6970625,
      "grad_norm": 1.612910270690918,
      "learning_rate": 6.34429821156222e-05,
      "loss": 6.9743,
      "step": 334590
    },
    {
      "epoch": 0.6970833333333334,
      "grad_norm": 1.5161268711090088,
      "learning_rate": 6.343493071188892e-05,
      "loss": 7.0446,
      "step": 334600
    },
    {
      "epoch": 0.6971041666666666,
      "grad_norm": 0.9163831472396851,
      "learning_rate": 6.342687968208253e-05,
      "loss": 7.0407,
      "step": 334610
    },
    {
      "epoch": 0.697125,
      "grad_norm": 1.8005669116973877,
      "learning_rate": 6.341882902623765e-05,
      "loss": 8.0476,
      "step": 334620
    },
    {
      "epoch": 0.6971458333333334,
      "grad_norm": 1.4767706394195557,
      "learning_rate": 6.341077874438921e-05,
      "loss": 7.304,
      "step": 334630
    },
    {
      "epoch": 0.6971666666666667,
      "grad_norm": 3.2293219566345215,
      "learning_rate": 6.340272883657199e-05,
      "loss": 7.4773,
      "step": 334640
    },
    {
      "epoch": 0.6971875,
      "grad_norm": 1.4339680671691895,
      "learning_rate": 6.339467930282057e-05,
      "loss": 7.2714,
      "step": 334650
    },
    {
      "epoch": 0.6972083333333333,
      "grad_norm": 2.4809465408325195,
      "learning_rate": 6.338663014316994e-05,
      "loss": 7.1106,
      "step": 334660
    },
    {
      "epoch": 0.6972291666666667,
      "grad_norm": 1.1349209547042847,
      "learning_rate": 6.337858135765484e-05,
      "loss": 7.0462,
      "step": 334670
    },
    {
      "epoch": 0.69725,
      "grad_norm": 1.3624018430709839,
      "learning_rate": 6.337053294630984e-05,
      "loss": 6.7758,
      "step": 334680
    },
    {
      "epoch": 0.6972708333333333,
      "grad_norm": 1.235888123512268,
      "learning_rate": 6.336248490916993e-05,
      "loss": 7.7334,
      "step": 334690
    },
    {
      "epoch": 0.6972916666666666,
      "grad_norm": 3.933492422103882,
      "learning_rate": 6.335443724626983e-05,
      "loss": 7.7873,
      "step": 334700
    },
    {
      "epoch": 0.6973125,
      "grad_norm": 1.1944407224655151,
      "learning_rate": 6.334638995764416e-05,
      "loss": 7.2936,
      "step": 334710
    },
    {
      "epoch": 0.6973333333333334,
      "grad_norm": 4.780251502990723,
      "learning_rate": 6.33383430433279e-05,
      "loss": 7.4838,
      "step": 334720
    },
    {
      "epoch": 0.6973541666666667,
      "grad_norm": 2.2649526596069336,
      "learning_rate": 6.333029650335563e-05,
      "loss": 7.635,
      "step": 334730
    },
    {
      "epoch": 0.697375,
      "grad_norm": 0.7593271136283875,
      "learning_rate": 6.332225033776213e-05,
      "loss": 7.3339,
      "step": 334740
    },
    {
      "epoch": 0.6973958333333333,
      "grad_norm": 2.1222527027130127,
      "learning_rate": 6.331420454658229e-05,
      "loss": 7.7763,
      "step": 334750
    },
    {
      "epoch": 0.6974166666666667,
      "grad_norm": 0.8944642543792725,
      "learning_rate": 6.330615912985074e-05,
      "loss": 7.1074,
      "step": 334760
    },
    {
      "epoch": 0.6974375,
      "grad_norm": 1.193231463432312,
      "learning_rate": 6.329811408760226e-05,
      "loss": 7.0212,
      "step": 334770
    },
    {
      "epoch": 0.6974583333333333,
      "grad_norm": 2.3361380100250244,
      "learning_rate": 6.32900694198716e-05,
      "loss": 7.0538,
      "step": 334780
    },
    {
      "epoch": 0.6974791666666667,
      "grad_norm": 1.339021921157837,
      "learning_rate": 6.328202512669353e-05,
      "loss": 7.5422,
      "step": 334790
    },
    {
      "epoch": 0.6975,
      "grad_norm": 1.6321178674697876,
      "learning_rate": 6.327398120810278e-05,
      "loss": 6.753,
      "step": 334800
    },
    {
      "epoch": 0.6975208333333334,
      "grad_norm": 0.8871583342552185,
      "learning_rate": 6.326593766413411e-05,
      "loss": 7.8438,
      "step": 334810
    },
    {
      "epoch": 0.6975416666666666,
      "grad_norm": 3.2713286876678467,
      "learning_rate": 6.325789449482224e-05,
      "loss": 7.3388,
      "step": 334820
    },
    {
      "epoch": 0.6975625,
      "grad_norm": 4.293449878692627,
      "learning_rate": 6.324985170020195e-05,
      "loss": 7.5466,
      "step": 334830
    },
    {
      "epoch": 0.6975833333333333,
      "grad_norm": 2.0938591957092285,
      "learning_rate": 6.324180928030794e-05,
      "loss": 7.3728,
      "step": 334840
    },
    {
      "epoch": 0.6976041666666667,
      "grad_norm": 3.056490659713745,
      "learning_rate": 6.3233767235175e-05,
      "loss": 7.321,
      "step": 334850
    },
    {
      "epoch": 0.697625,
      "grad_norm": 2.598825454711914,
      "learning_rate": 6.322572556483782e-05,
      "loss": 7.5561,
      "step": 334860
    },
    {
      "epoch": 0.6976458333333333,
      "grad_norm": 2.3745808601379395,
      "learning_rate": 6.321768426933117e-05,
      "loss": 7.3341,
      "step": 334870
    },
    {
      "epoch": 0.6976666666666667,
      "grad_norm": 0.9469764232635498,
      "learning_rate": 6.320964334868978e-05,
      "loss": 7.2169,
      "step": 334880
    },
    {
      "epoch": 0.6976875,
      "grad_norm": 1.5203660726547241,
      "learning_rate": 6.320160280294837e-05,
      "loss": 7.2512,
      "step": 334890
    },
    {
      "epoch": 0.6977083333333334,
      "grad_norm": 0.8722428679466248,
      "learning_rate": 6.319356263214166e-05,
      "loss": 7.0319,
      "step": 334900
    },
    {
      "epoch": 0.6977291666666666,
      "grad_norm": 4.573818683624268,
      "learning_rate": 6.318552283630441e-05,
      "loss": 7.2635,
      "step": 334910
    },
    {
      "epoch": 0.69775,
      "grad_norm": 8.600502014160156,
      "learning_rate": 6.317748341547134e-05,
      "loss": 7.1834,
      "step": 334920
    },
    {
      "epoch": 0.6977708333333333,
      "grad_norm": 1.1672908067703247,
      "learning_rate": 6.316944436967718e-05,
      "loss": 7.1209,
      "step": 334930
    },
    {
      "epoch": 0.6977916666666667,
      "grad_norm": 6.634257793426514,
      "learning_rate": 6.316140569895665e-05,
      "loss": 8.0577,
      "step": 334940
    },
    {
      "epoch": 0.6978125,
      "grad_norm": 2.228549003601074,
      "learning_rate": 6.315336740334452e-05,
      "loss": 7.0075,
      "step": 334950
    },
    {
      "epoch": 0.6978333333333333,
      "grad_norm": 8.070366859436035,
      "learning_rate": 6.314532948287537e-05,
      "loss": 7.6542,
      "step": 334960
    },
    {
      "epoch": 0.6978541666666667,
      "grad_norm": 1.0330983400344849,
      "learning_rate": 6.313729193758405e-05,
      "loss": 7.5085,
      "step": 334970
    },
    {
      "epoch": 0.697875,
      "grad_norm": 1.1151304244995117,
      "learning_rate": 6.312925476750532e-05,
      "loss": 7.066,
      "step": 334980
    },
    {
      "epoch": 0.6978958333333334,
      "grad_norm": 1.505472183227539,
      "learning_rate": 6.312121797267372e-05,
      "loss": 7.5164,
      "step": 334990
    },
    {
      "epoch": 0.6979166666666666,
      "grad_norm": 4.721323490142822,
      "learning_rate": 6.311318155312411e-05,
      "loss": 7.4241,
      "step": 335000
    },
    {
      "epoch": 0.6979166666666666,
      "eval_loss": 7.248255729675293,
      "eval_runtime": 9.219,
      "eval_samples_per_second": 0.325,
      "eval_steps_per_second": 0.108,
      "step": 335000
    },
    {
      "epoch": 0.6979375,
      "grad_norm": 1.0776708126068115,
      "learning_rate": 6.310514550889123e-05,
      "loss": 7.2678,
      "step": 335010
    },
    {
      "epoch": 0.6979583333333333,
      "grad_norm": 1.7506381273269653,
      "learning_rate": 6.30971098400096e-05,
      "loss": 6.9733,
      "step": 335020
    },
    {
      "epoch": 0.6979791666666667,
      "grad_norm": 0.891925036907196,
      "learning_rate": 6.308907454651414e-05,
      "loss": 7.0028,
      "step": 335030
    },
    {
      "epoch": 0.698,
      "grad_norm": 1.3266575336456299,
      "learning_rate": 6.30810396284395e-05,
      "loss": 7.3567,
      "step": 335040
    },
    {
      "epoch": 0.6980208333333333,
      "grad_norm": 2.325810194015503,
      "learning_rate": 6.307300508582031e-05,
      "loss": 7.0626,
      "step": 335050
    },
    {
      "epoch": 0.6980416666666667,
      "grad_norm": 0.9877671599388123,
      "learning_rate": 6.306497091869129e-05,
      "loss": 7.3085,
      "step": 335060
    },
    {
      "epoch": 0.6980625,
      "grad_norm": 1.5520763397216797,
      "learning_rate": 6.305693712708728e-05,
      "loss": 7.4163,
      "step": 335070
    },
    {
      "epoch": 0.6980833333333333,
      "grad_norm": 1.2224196195602417,
      "learning_rate": 6.304890371104284e-05,
      "loss": 7.8744,
      "step": 335080
    },
    {
      "epoch": 0.6981041666666666,
      "grad_norm": 3.512917995452881,
      "learning_rate": 6.304087067059273e-05,
      "loss": 7.3105,
      "step": 335090
    },
    {
      "epoch": 0.698125,
      "grad_norm": 3.729288339614868,
      "learning_rate": 6.303283800577163e-05,
      "loss": 7.0171,
      "step": 335100
    },
    {
      "epoch": 0.6981458333333334,
      "grad_norm": 6.9907636642456055,
      "learning_rate": 6.302480571661423e-05,
      "loss": 7.4789,
      "step": 335110
    },
    {
      "epoch": 0.6981666666666667,
      "grad_norm": 5.886132717132568,
      "learning_rate": 6.301677380315527e-05,
      "loss": 7.2443,
      "step": 335120
    },
    {
      "epoch": 0.6981875,
      "grad_norm": 1.0253582000732422,
      "learning_rate": 6.300874226542941e-05,
      "loss": 7.123,
      "step": 335130
    },
    {
      "epoch": 0.6982083333333333,
      "grad_norm": 1.3564976453781128,
      "learning_rate": 6.300071110347134e-05,
      "loss": 7.2753,
      "step": 335140
    },
    {
      "epoch": 0.6982291666666667,
      "grad_norm": 1.3299614191055298,
      "learning_rate": 6.299268031731577e-05,
      "loss": 7.182,
      "step": 335150
    },
    {
      "epoch": 0.69825,
      "grad_norm": 4.76514196395874,
      "learning_rate": 6.298464990699736e-05,
      "loss": 7.1815,
      "step": 335160
    },
    {
      "epoch": 0.6982708333333333,
      "grad_norm": 2.325870990753174,
      "learning_rate": 6.297661987255083e-05,
      "loss": 7.335,
      "step": 335170
    },
    {
      "epoch": 0.6982916666666666,
      "grad_norm": 3.1658427715301514,
      "learning_rate": 6.296859021401087e-05,
      "loss": 7.5795,
      "step": 335180
    },
    {
      "epoch": 0.6983125,
      "grad_norm": 2.125494956970215,
      "learning_rate": 6.296056093141214e-05,
      "loss": 7.1465,
      "step": 335190
    },
    {
      "epoch": 0.6983333333333334,
      "grad_norm": 0.9085043668746948,
      "learning_rate": 6.295253202478933e-05,
      "loss": 7.344,
      "step": 335200
    },
    {
      "epoch": 0.6983541666666667,
      "grad_norm": 2.459965229034424,
      "learning_rate": 6.294450349417714e-05,
      "loss": 7.149,
      "step": 335210
    },
    {
      "epoch": 0.698375,
      "grad_norm": 0.9375989437103271,
      "learning_rate": 6.293647533961022e-05,
      "loss": 7.1265,
      "step": 335220
    },
    {
      "epoch": 0.6983958333333333,
      "grad_norm": 2.184575080871582,
      "learning_rate": 6.292844756112327e-05,
      "loss": 7.383,
      "step": 335230
    },
    {
      "epoch": 0.6984166666666667,
      "grad_norm": 1.1526247262954712,
      "learning_rate": 6.292042015875097e-05,
      "loss": 7.2198,
      "step": 335240
    },
    {
      "epoch": 0.6984375,
      "grad_norm": 3.185453414916992,
      "learning_rate": 6.291239313252797e-05,
      "loss": 7.407,
      "step": 335250
    },
    {
      "epoch": 0.6984583333333333,
      "grad_norm": 2.4769644737243652,
      "learning_rate": 6.290436648248897e-05,
      "loss": 7.2686,
      "step": 335260
    },
    {
      "epoch": 0.6984791666666667,
      "grad_norm": 3.3867084980010986,
      "learning_rate": 6.289634020866864e-05,
      "loss": 6.9278,
      "step": 335270
    },
    {
      "epoch": 0.6985,
      "grad_norm": 0.9100639224052429,
      "learning_rate": 6.288831431110163e-05,
      "loss": 7.8743,
      "step": 335280
    },
    {
      "epoch": 0.6985208333333334,
      "grad_norm": 1.2700814008712769,
      "learning_rate": 6.288028878982262e-05,
      "loss": 7.8468,
      "step": 335290
    },
    {
      "epoch": 0.6985416666666666,
      "grad_norm": 1.221794605255127,
      "learning_rate": 6.287226364486628e-05,
      "loss": 7.2758,
      "step": 335300
    },
    {
      "epoch": 0.6985625,
      "grad_norm": 2.5610549449920654,
      "learning_rate": 6.286423887626729e-05,
      "loss": 7.4187,
      "step": 335310
    },
    {
      "epoch": 0.6985833333333333,
      "grad_norm": 1.3947887420654297,
      "learning_rate": 6.285621448406034e-05,
      "loss": 7.4309,
      "step": 335320
    },
    {
      "epoch": 0.6986041666666667,
      "grad_norm": 1.3398034572601318,
      "learning_rate": 6.284819046827993e-05,
      "loss": 7.1145,
      "step": 335330
    },
    {
      "epoch": 0.698625,
      "grad_norm": 0.8534426689147949,
      "learning_rate": 6.28401668289609e-05,
      "loss": 7.4021,
      "step": 335340
    },
    {
      "epoch": 0.6986458333333333,
      "grad_norm": 1.030831217765808,
      "learning_rate": 6.283214356613791e-05,
      "loss": 6.9103,
      "step": 335350
    },
    {
      "epoch": 0.6986666666666667,
      "grad_norm": 3.4134111404418945,
      "learning_rate": 6.282412067984549e-05,
      "loss": 7.2718,
      "step": 335360
    },
    {
      "epoch": 0.6986875,
      "grad_norm": 2.040247678756714,
      "learning_rate": 6.281609817011833e-05,
      "loss": 7.1715,
      "step": 335370
    },
    {
      "epoch": 0.6987083333333334,
      "grad_norm": 1.8117225170135498,
      "learning_rate": 6.280807603699121e-05,
      "loss": 6.966,
      "step": 335380
    },
    {
      "epoch": 0.6987291666666666,
      "grad_norm": 1.1319633722305298,
      "learning_rate": 6.280005428049863e-05,
      "loss": 7.304,
      "step": 335390
    },
    {
      "epoch": 0.69875,
      "grad_norm": 3.319460391998291,
      "learning_rate": 6.279203290067526e-05,
      "loss": 7.8528,
      "step": 335400
    },
    {
      "epoch": 0.6987708333333333,
      "grad_norm": 0.9995563626289368,
      "learning_rate": 6.278401189755587e-05,
      "loss": 7.4143,
      "step": 335410
    },
    {
      "epoch": 0.6987916666666667,
      "grad_norm": 4.083735466003418,
      "learning_rate": 6.2775991271175e-05,
      "loss": 8.0105,
      "step": 335420
    },
    {
      "epoch": 0.6988125,
      "grad_norm": 1.416327714920044,
      "learning_rate": 6.276797102156726e-05,
      "loss": 7.2096,
      "step": 335430
    },
    {
      "epoch": 0.6988333333333333,
      "grad_norm": 1.6123931407928467,
      "learning_rate": 6.275995114876745e-05,
      "loss": 7.226,
      "step": 335440
    },
    {
      "epoch": 0.6988541666666667,
      "grad_norm": 0.886379063129425,
      "learning_rate": 6.275193165281008e-05,
      "loss": 6.8847,
      "step": 335450
    },
    {
      "epoch": 0.698875,
      "grad_norm": 2.3154125213623047,
      "learning_rate": 6.274391253372983e-05,
      "loss": 8.1483,
      "step": 335460
    },
    {
      "epoch": 0.6988958333333334,
      "grad_norm": 2.1267051696777344,
      "learning_rate": 6.273589379156134e-05,
      "loss": 7.1812,
      "step": 335470
    },
    {
      "epoch": 0.6989166666666666,
      "grad_norm": 1.454932689666748,
      "learning_rate": 6.272787542633925e-05,
      "loss": 7.2654,
      "step": 335480
    },
    {
      "epoch": 0.6989375,
      "grad_norm": 1.6612920761108398,
      "learning_rate": 6.271985743809818e-05,
      "loss": 7.0712,
      "step": 335490
    },
    {
      "epoch": 0.6989583333333333,
      "grad_norm": 1.0211447477340698,
      "learning_rate": 6.271183982687279e-05,
      "loss": 7.0091,
      "step": 335500
    },
    {
      "epoch": 0.6989791666666667,
      "grad_norm": 21.344846725463867,
      "learning_rate": 6.270382259269769e-05,
      "loss": 8.2066,
      "step": 335510
    },
    {
      "epoch": 0.699,
      "grad_norm": 1.2049192190170288,
      "learning_rate": 6.269580573560752e-05,
      "loss": 7.2741,
      "step": 335520
    },
    {
      "epoch": 0.6990208333333333,
      "grad_norm": 1.1775025129318237,
      "learning_rate": 6.268778925563692e-05,
      "loss": 7.1241,
      "step": 335530
    },
    {
      "epoch": 0.6990416666666667,
      "grad_norm": 1.0848432779312134,
      "learning_rate": 6.267977315282051e-05,
      "loss": 7.2551,
      "step": 335540
    },
    {
      "epoch": 0.6990625,
      "grad_norm": 1.2695847749710083,
      "learning_rate": 6.267175742719293e-05,
      "loss": 7.3819,
      "step": 335550
    },
    {
      "epoch": 0.6990833333333333,
      "grad_norm": 0.8919290900230408,
      "learning_rate": 6.266374207878878e-05,
      "loss": 7.2313,
      "step": 335560
    },
    {
      "epoch": 0.6991041666666666,
      "grad_norm": 1.1140516996383667,
      "learning_rate": 6.265572710764268e-05,
      "loss": 7.2451,
      "step": 335570
    },
    {
      "epoch": 0.699125,
      "grad_norm": 2.709146738052368,
      "learning_rate": 6.264771251378927e-05,
      "loss": 6.9654,
      "step": 335580
    },
    {
      "epoch": 0.6991458333333334,
      "grad_norm": 1.3180748224258423,
      "learning_rate": 6.263969829726317e-05,
      "loss": 7.3916,
      "step": 335590
    },
    {
      "epoch": 0.6991666666666667,
      "grad_norm": 1.8692734241485596,
      "learning_rate": 6.2631684458099e-05,
      "loss": 7.0508,
      "step": 335600
    },
    {
      "epoch": 0.6991875,
      "grad_norm": 2.2883684635162354,
      "learning_rate": 6.262367099633137e-05,
      "loss": 7.3302,
      "step": 335610
    },
    {
      "epoch": 0.6992083333333333,
      "grad_norm": 1.0453948974609375,
      "learning_rate": 6.26156579119949e-05,
      "loss": 7.6145,
      "step": 335620
    },
    {
      "epoch": 0.6992291666666667,
      "grad_norm": 2.6277968883514404,
      "learning_rate": 6.260764520512418e-05,
      "loss": 7.4334,
      "step": 335630
    },
    {
      "epoch": 0.69925,
      "grad_norm": 2.837745189666748,
      "learning_rate": 6.259963287575391e-05,
      "loss": 7.4713,
      "step": 335640
    },
    {
      "epoch": 0.6992708333333333,
      "grad_norm": 1.4641239643096924,
      "learning_rate": 6.259162092391852e-05,
      "loss": 7.4317,
      "step": 335650
    },
    {
      "epoch": 0.6992916666666666,
      "grad_norm": 0.9463210105895996,
      "learning_rate": 6.258360934965277e-05,
      "loss": 7.2771,
      "step": 335660
    },
    {
      "epoch": 0.6993125,
      "grad_norm": 1.724045991897583,
      "learning_rate": 6.25755981529913e-05,
      "loss": 7.2872,
      "step": 335670
    },
    {
      "epoch": 0.6993333333333334,
      "grad_norm": 5.476830005645752,
      "learning_rate": 6.256758733396853e-05,
      "loss": 7.618,
      "step": 335680
    },
    {
      "epoch": 0.6993541666666667,
      "grad_norm": 1.2258992195129395,
      "learning_rate": 6.25595768926192e-05,
      "loss": 7.2133,
      "step": 335690
    },
    {
      "epoch": 0.699375,
      "grad_norm": 1.272716999053955,
      "learning_rate": 6.255156682897798e-05,
      "loss": 7.4895,
      "step": 335700
    },
    {
      "epoch": 0.6993958333333333,
      "grad_norm": 2.2137176990509033,
      "learning_rate": 6.254355714307924e-05,
      "loss": 7.5242,
      "step": 335710
    },
    {
      "epoch": 0.6994166666666667,
      "grad_norm": 1.0330942869186401,
      "learning_rate": 6.253554783495783e-05,
      "loss": 7.2567,
      "step": 335720
    },
    {
      "epoch": 0.6994375,
      "grad_norm": 1.2297052145004272,
      "learning_rate": 6.25275389046482e-05,
      "loss": 7.7954,
      "step": 335730
    },
    {
      "epoch": 0.6994583333333333,
      "grad_norm": 1.7203824520111084,
      "learning_rate": 6.25195303521849e-05,
      "loss": 7.2934,
      "step": 335740
    },
    {
      "epoch": 0.6994791666666667,
      "grad_norm": 1.1506454944610596,
      "learning_rate": 6.251152217760272e-05,
      "loss": 7.2649,
      "step": 335750
    },
    {
      "epoch": 0.6995,
      "grad_norm": 1.0196452140808105,
      "learning_rate": 6.250351438093607e-05,
      "loss": 7.433,
      "step": 335760
    },
    {
      "epoch": 0.6995208333333334,
      "grad_norm": 3.6159000396728516,
      "learning_rate": 6.249550696221956e-05,
      "loss": 6.7923,
      "step": 335770
    },
    {
      "epoch": 0.6995416666666666,
      "grad_norm": 1.6088963747024536,
      "learning_rate": 6.248749992148793e-05,
      "loss": 7.457,
      "step": 335780
    },
    {
      "epoch": 0.6995625,
      "grad_norm": 0.8693265318870544,
      "learning_rate": 6.247949325877559e-05,
      "loss": 7.9678,
      "step": 335790
    },
    {
      "epoch": 0.6995833333333333,
      "grad_norm": 1.1744858026504517,
      "learning_rate": 6.247148697411716e-05,
      "loss": 6.7202,
      "step": 335800
    },
    {
      "epoch": 0.6996041666666667,
      "grad_norm": 0.8604063391685486,
      "learning_rate": 6.246348106754737e-05,
      "loss": 6.9374,
      "step": 335810
    },
    {
      "epoch": 0.699625,
      "grad_norm": 1.1890575885772705,
      "learning_rate": 6.245547553910062e-05,
      "loss": 6.821,
      "step": 335820
    },
    {
      "epoch": 0.6996458333333333,
      "grad_norm": 5.410715579986572,
      "learning_rate": 6.244747038881153e-05,
      "loss": 6.9451,
      "step": 335830
    },
    {
      "epoch": 0.6996666666666667,
      "grad_norm": 1.1058087348937988,
      "learning_rate": 6.243946561671482e-05,
      "loss": 7.4992,
      "step": 335840
    },
    {
      "epoch": 0.6996875,
      "grad_norm": 1.1585371494293213,
      "learning_rate": 6.243146122284491e-05,
      "loss": 6.9838,
      "step": 335850
    },
    {
      "epoch": 0.6997083333333334,
      "grad_norm": 1.4573736190795898,
      "learning_rate": 6.242345720723641e-05,
      "loss": 7.3305,
      "step": 335860
    },
    {
      "epoch": 0.6997291666666666,
      "grad_norm": 2.02408504486084,
      "learning_rate": 6.24154535699239e-05,
      "loss": 7.3682,
      "step": 335870
    },
    {
      "epoch": 0.69975,
      "grad_norm": 2.079998016357422,
      "learning_rate": 6.240745031094198e-05,
      "loss": 7.6718,
      "step": 335880
    },
    {
      "epoch": 0.6997708333333333,
      "grad_norm": 1.1026265621185303,
      "learning_rate": 6.23994474303252e-05,
      "loss": 6.7735,
      "step": 335890
    },
    {
      "epoch": 0.6997916666666667,
      "grad_norm": 2.3578667640686035,
      "learning_rate": 6.239144492810813e-05,
      "loss": 7.411,
      "step": 335900
    },
    {
      "epoch": 0.6998125,
      "grad_norm": 1.3047596216201782,
      "learning_rate": 6.238344280432534e-05,
      "loss": 7.1542,
      "step": 335910
    },
    {
      "epoch": 0.6998333333333333,
      "grad_norm": 1.845660924911499,
      "learning_rate": 6.23754410590114e-05,
      "loss": 7.413,
      "step": 335920
    },
    {
      "epoch": 0.6998541666666667,
      "grad_norm": 2.593501329421997,
      "learning_rate": 6.236743969220087e-05,
      "loss": 7.6573,
      "step": 335930
    },
    {
      "epoch": 0.699875,
      "grad_norm": 1.3000869750976562,
      "learning_rate": 6.23594387039283e-05,
      "loss": 7.6191,
      "step": 335940
    },
    {
      "epoch": 0.6998958333333334,
      "grad_norm": 0.9258730411529541,
      "learning_rate": 6.235143809422833e-05,
      "loss": 7.0693,
      "step": 335950
    },
    {
      "epoch": 0.6999166666666666,
      "grad_norm": 1.097649097442627,
      "learning_rate": 6.234343786313534e-05,
      "loss": 6.9589,
      "step": 335960
    },
    {
      "epoch": 0.6999375,
      "grad_norm": 0.9092357158660889,
      "learning_rate": 6.233543801068406e-05,
      "loss": 7.0292,
      "step": 335970
    },
    {
      "epoch": 0.6999583333333333,
      "grad_norm": 6.9369707107543945,
      "learning_rate": 6.232743853690904e-05,
      "loss": 7.7944,
      "step": 335980
    },
    {
      "epoch": 0.6999791666666667,
      "grad_norm": 1.0983006954193115,
      "learning_rate": 6.231943944184469e-05,
      "loss": 7.3435,
      "step": 335990
    },
    {
      "epoch": 0.7,
      "grad_norm": 1.2589459419250488,
      "learning_rate": 6.231144072552569e-05,
      "loss": 7.3095,
      "step": 336000
    },
    {
      "epoch": 0.7,
      "eval_loss": 6.6499505043029785,
      "eval_runtime": 8.876,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 336000
    },
    {
      "epoch": 0.7000208333333333,
      "grad_norm": 1.3990612030029297,
      "learning_rate": 6.230344238798663e-05,
      "loss": 7.2852,
      "step": 336010
    },
    {
      "epoch": 0.7000416666666667,
      "grad_norm": 1.6278527975082397,
      "learning_rate": 6.229544442926185e-05,
      "loss": 7.4026,
      "step": 336020
    },
    {
      "epoch": 0.7000625,
      "grad_norm": 1.8614227771759033,
      "learning_rate": 6.22874468493861e-05,
      "loss": 7.4296,
      "step": 336030
    },
    {
      "epoch": 0.7000833333333333,
      "grad_norm": 1.341099500656128,
      "learning_rate": 6.227944964839392e-05,
      "loss": 7.4833,
      "step": 336040
    },
    {
      "epoch": 0.7001041666666666,
      "grad_norm": 1.3997502326965332,
      "learning_rate": 6.227145282631968e-05,
      "loss": 7.1521,
      "step": 336050
    },
    {
      "epoch": 0.700125,
      "grad_norm": 1.7894190549850464,
      "learning_rate": 6.22634563831981e-05,
      "loss": 7.885,
      "step": 336060
    },
    {
      "epoch": 0.7001458333333334,
      "grad_norm": 1.1205915212631226,
      "learning_rate": 6.225546031906372e-05,
      "loss": 7.2622,
      "step": 336070
    },
    {
      "epoch": 0.7001666666666667,
      "grad_norm": 0.8952086567878723,
      "learning_rate": 6.224746463395089e-05,
      "loss": 7.9459,
      "step": 336080
    },
    {
      "epoch": 0.7001875,
      "grad_norm": 1.6978669166564941,
      "learning_rate": 6.22394693278944e-05,
      "loss": 7.6791,
      "step": 336090
    },
    {
      "epoch": 0.7002083333333333,
      "grad_norm": 1.0009727478027344,
      "learning_rate": 6.223147440092861e-05,
      "loss": 7.5344,
      "step": 336100
    },
    {
      "epoch": 0.7002291666666667,
      "grad_norm": 1.4399633407592773,
      "learning_rate": 6.222347985308805e-05,
      "loss": 7.0938,
      "step": 336110
    },
    {
      "epoch": 0.70025,
      "grad_norm": 3.952540159225464,
      "learning_rate": 6.221548568440743e-05,
      "loss": 7.4819,
      "step": 336120
    },
    {
      "epoch": 0.7002708333333333,
      "grad_norm": 2.5091402530670166,
      "learning_rate": 6.22074918949211e-05,
      "loss": 7.4349,
      "step": 336130
    },
    {
      "epoch": 0.7002916666666666,
      "grad_norm": 1.5399686098098755,
      "learning_rate": 6.219949848466361e-05,
      "loss": 7.383,
      "step": 336140
    },
    {
      "epoch": 0.7003125,
      "grad_norm": 1.3507548570632935,
      "learning_rate": 6.219150545366963e-05,
      "loss": 7.3675,
      "step": 336150
    },
    {
      "epoch": 0.7003333333333334,
      "grad_norm": 2.1837282180786133,
      "learning_rate": 6.218351280197354e-05,
      "loss": 7.5089,
      "step": 336160
    },
    {
      "epoch": 0.7003541666666667,
      "grad_norm": 3.5411460399627686,
      "learning_rate": 6.217552052960987e-05,
      "loss": 7.4132,
      "step": 336170
    },
    {
      "epoch": 0.700375,
      "grad_norm": 1.1644001007080078,
      "learning_rate": 6.216752863661329e-05,
      "loss": 7.0612,
      "step": 336180
    },
    {
      "epoch": 0.7003958333333333,
      "grad_norm": 1.0181578397750854,
      "learning_rate": 6.215953712301817e-05,
      "loss": 7.1535,
      "step": 336190
    },
    {
      "epoch": 0.7004166666666667,
      "grad_norm": 0.9097542762756348,
      "learning_rate": 6.2151545988859e-05,
      "loss": 7.5986,
      "step": 336200
    },
    {
      "epoch": 0.7004375,
      "grad_norm": 1.5157825946807861,
      "learning_rate": 6.214355523417052e-05,
      "loss": 6.9816,
      "step": 336210
    },
    {
      "epoch": 0.7004583333333333,
      "grad_norm": 2.077589511871338,
      "learning_rate": 6.213556485898703e-05,
      "loss": 6.823,
      "step": 336220
    },
    {
      "epoch": 0.7004791666666667,
      "grad_norm": 0.8594111204147339,
      "learning_rate": 6.212757486334314e-05,
      "loss": 7.6333,
      "step": 336230
    },
    {
      "epoch": 0.7005,
      "grad_norm": 1.3771404027938843,
      "learning_rate": 6.211958524727331e-05,
      "loss": 7.076,
      "step": 336240
    },
    {
      "epoch": 0.7005208333333334,
      "grad_norm": 2.898026466369629,
      "learning_rate": 6.211159601081213e-05,
      "loss": 7.9597,
      "step": 336250
    },
    {
      "epoch": 0.7005416666666666,
      "grad_norm": 1.042015552520752,
      "learning_rate": 6.210360715399403e-05,
      "loss": 7.1874,
      "step": 336260
    },
    {
      "epoch": 0.7005625,
      "grad_norm": 5.260763645172119,
      "learning_rate": 6.209561867685358e-05,
      "loss": 7.5745,
      "step": 336270
    },
    {
      "epoch": 0.7005833333333333,
      "grad_norm": 3.150743246078491,
      "learning_rate": 6.208763057942525e-05,
      "loss": 7.0201,
      "step": 336280
    },
    {
      "epoch": 0.7006041666666667,
      "grad_norm": 7.457026481628418,
      "learning_rate": 6.207964286174356e-05,
      "loss": 7.812,
      "step": 336290
    },
    {
      "epoch": 0.700625,
      "grad_norm": 2.183983087539673,
      "learning_rate": 6.207165552384302e-05,
      "loss": 7.9136,
      "step": 336300
    },
    {
      "epoch": 0.7006458333333333,
      "grad_norm": 2.089325428009033,
      "learning_rate": 6.206366856575811e-05,
      "loss": 7.3032,
      "step": 336310
    },
    {
      "epoch": 0.7006666666666667,
      "grad_norm": 1.814981460571289,
      "learning_rate": 6.205568198752341e-05,
      "loss": 7.1883,
      "step": 336320
    },
    {
      "epoch": 0.7006875,
      "grad_norm": 1.9690444469451904,
      "learning_rate": 6.204769578917322e-05,
      "loss": 7.4507,
      "step": 336330
    },
    {
      "epoch": 0.7007083333333334,
      "grad_norm": 1.9497398138046265,
      "learning_rate": 6.203970997074226e-05,
      "loss": 7.1046,
      "step": 336340
    },
    {
      "epoch": 0.7007291666666666,
      "grad_norm": 1.0362612009048462,
      "learning_rate": 6.203172453226497e-05,
      "loss": 7.5513,
      "step": 336350
    },
    {
      "epoch": 0.70075,
      "grad_norm": 1.2841824293136597,
      "learning_rate": 6.202373947377571e-05,
      "loss": 7.8905,
      "step": 336360
    },
    {
      "epoch": 0.7007708333333333,
      "grad_norm": 1.0577898025512695,
      "learning_rate": 6.201575479530911e-05,
      "loss": 7.147,
      "step": 336370
    },
    {
      "epoch": 0.7007916666666667,
      "grad_norm": 1.9884589910507202,
      "learning_rate": 6.200777049689969e-05,
      "loss": 7.5402,
      "step": 336380
    },
    {
      "epoch": 0.7008125,
      "grad_norm": 1.060075044631958,
      "learning_rate": 6.199978657858177e-05,
      "loss": 7.3659,
      "step": 336390
    },
    {
      "epoch": 0.7008333333333333,
      "grad_norm": 1.0655745267868042,
      "learning_rate": 6.199180304038999e-05,
      "loss": 7.0211,
      "step": 336400
    },
    {
      "epoch": 0.7008541666666667,
      "grad_norm": 2.147160768508911,
      "learning_rate": 6.198381988235882e-05,
      "loss": 7.0527,
      "step": 336410
    },
    {
      "epoch": 0.700875,
      "grad_norm": 11.289347648620605,
      "learning_rate": 6.197583710452261e-05,
      "loss": 7.5366,
      "step": 336420
    },
    {
      "epoch": 0.7008958333333334,
      "grad_norm": 1.5196609497070312,
      "learning_rate": 6.1967854706916e-05,
      "loss": 7.2198,
      "step": 336430
    },
    {
      "epoch": 0.7009166666666666,
      "grad_norm": 0.8799294233322144,
      "learning_rate": 6.195987268957349e-05,
      "loss": 7.3083,
      "step": 336440
    },
    {
      "epoch": 0.7009375,
      "grad_norm": 13.68759822845459,
      "learning_rate": 6.195189105252933e-05,
      "loss": 7.9613,
      "step": 336450
    },
    {
      "epoch": 0.7009583333333333,
      "grad_norm": 3.8606503009796143,
      "learning_rate": 6.194390979581829e-05,
      "loss": 7.6049,
      "step": 336460
    },
    {
      "epoch": 0.7009791666666667,
      "grad_norm": 1.1912428140640259,
      "learning_rate": 6.193592891947462e-05,
      "loss": 7.4944,
      "step": 336470
    },
    {
      "epoch": 0.701,
      "grad_norm": 1.547499179840088,
      "learning_rate": 6.192794842353284e-05,
      "loss": 7.1137,
      "step": 336480
    },
    {
      "epoch": 0.7010208333333333,
      "grad_norm": 1.4996254444122314,
      "learning_rate": 6.191996830802758e-05,
      "loss": 7.626,
      "step": 336490
    },
    {
      "epoch": 0.7010416666666667,
      "grad_norm": 6.044686794281006,
      "learning_rate": 6.191198857299313e-05,
      "loss": 7.5083,
      "step": 336500
    },
    {
      "epoch": 0.7010625,
      "grad_norm": 1.3625452518463135,
      "learning_rate": 6.190400921846397e-05,
      "loss": 7.5322,
      "step": 336510
    },
    {
      "epoch": 0.7010833333333333,
      "grad_norm": 1.158832311630249,
      "learning_rate": 6.189603024447472e-05,
      "loss": 6.9899,
      "step": 336520
    },
    {
      "epoch": 0.7011041666666666,
      "grad_norm": 1.7539803981781006,
      "learning_rate": 6.188805165105969e-05,
      "loss": 6.9262,
      "step": 336530
    },
    {
      "epoch": 0.701125,
      "grad_norm": 2.014796018600464,
      "learning_rate": 6.188007343825341e-05,
      "loss": 7.1309,
      "step": 336540
    },
    {
      "epoch": 0.7011458333333334,
      "grad_norm": 1.7465934753417969,
      "learning_rate": 6.187209560609034e-05,
      "loss": 7.6412,
      "step": 336550
    },
    {
      "epoch": 0.7011666666666667,
      "grad_norm": 1.2139192819595337,
      "learning_rate": 6.18641181546049e-05,
      "loss": 7.1951,
      "step": 336560
    },
    {
      "epoch": 0.7011875,
      "grad_norm": 1.7187329530715942,
      "learning_rate": 6.185614108383161e-05,
      "loss": 7.2669,
      "step": 336570
    },
    {
      "epoch": 0.7012083333333333,
      "grad_norm": 2.6651411056518555,
      "learning_rate": 6.18481643938049e-05,
      "loss": 7.2691,
      "step": 336580
    },
    {
      "epoch": 0.7012291666666667,
      "grad_norm": 0.9907100200653076,
      "learning_rate": 6.184018808455922e-05,
      "loss": 7.0227,
      "step": 336590
    },
    {
      "epoch": 0.70125,
      "grad_norm": 1.0781306028366089,
      "learning_rate": 6.183221215612904e-05,
      "loss": 7.502,
      "step": 336600
    },
    {
      "epoch": 0.7012708333333333,
      "grad_norm": 1.0904650688171387,
      "learning_rate": 6.182423660854879e-05,
      "loss": 7.8406,
      "step": 336610
    },
    {
      "epoch": 0.7012916666666666,
      "grad_norm": 1.7220532894134521,
      "learning_rate": 6.181626144185295e-05,
      "loss": 7.5407,
      "step": 336620
    },
    {
      "epoch": 0.7013125,
      "grad_norm": 4.595732688903809,
      "learning_rate": 6.180828665607594e-05,
      "loss": 7.5541,
      "step": 336630
    },
    {
      "epoch": 0.7013333333333334,
      "grad_norm": 2.3281283378601074,
      "learning_rate": 6.180031225125224e-05,
      "loss": 7.624,
      "step": 336640
    },
    {
      "epoch": 0.7013541666666666,
      "grad_norm": 1.452767014503479,
      "learning_rate": 6.179233822741627e-05,
      "loss": 7.0098,
      "step": 336650
    },
    {
      "epoch": 0.701375,
      "grad_norm": 1.3722344636917114,
      "learning_rate": 6.178436458460249e-05,
      "loss": 7.6434,
      "step": 336660
    },
    {
      "epoch": 0.7013958333333333,
      "grad_norm": 0.9670162200927734,
      "learning_rate": 6.177639132284532e-05,
      "loss": 7.0768,
      "step": 336670
    },
    {
      "epoch": 0.7014166666666667,
      "grad_norm": 1.2195781469345093,
      "learning_rate": 6.176841844217923e-05,
      "loss": 7.6157,
      "step": 336680
    },
    {
      "epoch": 0.7014375,
      "grad_norm": 1.0996471643447876,
      "learning_rate": 6.176044594263866e-05,
      "loss": 7.6086,
      "step": 336690
    },
    {
      "epoch": 0.7014583333333333,
      "grad_norm": 1.2079389095306396,
      "learning_rate": 6.175247382425802e-05,
      "loss": 7.7113,
      "step": 336700
    },
    {
      "epoch": 0.7014791666666667,
      "grad_norm": 1.2604056596755981,
      "learning_rate": 6.174450208707174e-05,
      "loss": 7.0539,
      "step": 336710
    },
    {
      "epoch": 0.7015,
      "grad_norm": 1.0498144626617432,
      "learning_rate": 6.173653073111436e-05,
      "loss": 7.1849,
      "step": 336720
    },
    {
      "epoch": 0.7015208333333334,
      "grad_norm": 1.3549288511276245,
      "learning_rate": 6.172855975642013e-05,
      "loss": 7.0361,
      "step": 336730
    },
    {
      "epoch": 0.7015416666666666,
      "grad_norm": 1.4766209125518799,
      "learning_rate": 6.172058916302362e-05,
      "loss": 7.6123,
      "step": 336740
    },
    {
      "epoch": 0.7015625,
      "grad_norm": 1.130489706993103,
      "learning_rate": 6.171261895095927e-05,
      "loss": 7.1426,
      "step": 336750
    },
    {
      "epoch": 0.7015833333333333,
      "grad_norm": 1.82356858253479,
      "learning_rate": 6.170464912026138e-05,
      "loss": 7.1946,
      "step": 336760
    },
    {
      "epoch": 0.7016041666666667,
      "grad_norm": 2.375119209289551,
      "learning_rate": 6.169667967096448e-05,
      "loss": 7.6187,
      "step": 336770
    },
    {
      "epoch": 0.701625,
      "grad_norm": 0.9782750010490417,
      "learning_rate": 6.168871060310304e-05,
      "loss": 7.135,
      "step": 336780
    },
    {
      "epoch": 0.7016458333333333,
      "grad_norm": 3.247727155685425,
      "learning_rate": 6.16807419167113e-05,
      "loss": 7.3565,
      "step": 336790
    },
    {
      "epoch": 0.7016666666666667,
      "grad_norm": 2.297189235687256,
      "learning_rate": 6.167277361182387e-05,
      "loss": 7.0715,
      "step": 336800
    },
    {
      "epoch": 0.7016875,
      "grad_norm": 1.3348190784454346,
      "learning_rate": 6.166480568847511e-05,
      "loss": 7.4325,
      "step": 336810
    },
    {
      "epoch": 0.7017083333333334,
      "grad_norm": 1.156646728515625,
      "learning_rate": 6.16568381466994e-05,
      "loss": 7.1222,
      "step": 336820
    },
    {
      "epoch": 0.7017291666666666,
      "grad_norm": 2.0195913314819336,
      "learning_rate": 6.164887098653117e-05,
      "loss": 7.3068,
      "step": 336830
    },
    {
      "epoch": 0.70175,
      "grad_norm": 1.8437010049819946,
      "learning_rate": 6.164090420800486e-05,
      "loss": 7.2873,
      "step": 336840
    },
    {
      "epoch": 0.7017708333333333,
      "grad_norm": 1.1733736991882324,
      "learning_rate": 6.163293781115485e-05,
      "loss": 7.2304,
      "step": 336850
    },
    {
      "epoch": 0.7017916666666667,
      "grad_norm": 1.7395048141479492,
      "learning_rate": 6.162497179601557e-05,
      "loss": 6.7598,
      "step": 336860
    },
    {
      "epoch": 0.7018125,
      "grad_norm": 3.7831554412841797,
      "learning_rate": 6.161700616262143e-05,
      "loss": 7.9189,
      "step": 336870
    },
    {
      "epoch": 0.7018333333333333,
      "grad_norm": 5.308483600616455,
      "learning_rate": 6.160904091100684e-05,
      "loss": 6.8732,
      "step": 336880
    },
    {
      "epoch": 0.7018541666666667,
      "grad_norm": 1.5576308965682983,
      "learning_rate": 6.160107604120623e-05,
      "loss": 7.2603,
      "step": 336890
    },
    {
      "epoch": 0.701875,
      "grad_norm": 2.1479408740997314,
      "learning_rate": 6.159311155325396e-05,
      "loss": 7.3083,
      "step": 336900
    },
    {
      "epoch": 0.7018958333333334,
      "grad_norm": 1.6262003183364868,
      "learning_rate": 6.158514744718445e-05,
      "loss": 7.1703,
      "step": 336910
    },
    {
      "epoch": 0.7019166666666666,
      "grad_norm": 2.3882460594177246,
      "learning_rate": 6.157718372303212e-05,
      "loss": 7.1814,
      "step": 336920
    },
    {
      "epoch": 0.7019375,
      "grad_norm": 1.6504963636398315,
      "learning_rate": 6.156922038083135e-05,
      "loss": 7.2959,
      "step": 336930
    },
    {
      "epoch": 0.7019583333333334,
      "grad_norm": 1.4614787101745605,
      "learning_rate": 6.156125742061654e-05,
      "loss": 7.3604,
      "step": 336940
    },
    {
      "epoch": 0.7019791666666667,
      "grad_norm": 2.179539203643799,
      "learning_rate": 6.15532948424221e-05,
      "loss": 7.7666,
      "step": 336950
    },
    {
      "epoch": 0.702,
      "grad_norm": 1.384696364402771,
      "learning_rate": 6.154533264628241e-05,
      "loss": 7.6347,
      "step": 336960
    },
    {
      "epoch": 0.7020208333333333,
      "grad_norm": 0.9013930559158325,
      "learning_rate": 6.153737083223187e-05,
      "loss": 7.4826,
      "step": 336970
    },
    {
      "epoch": 0.7020416666666667,
      "grad_norm": 2.5327303409576416,
      "learning_rate": 6.152940940030488e-05,
      "loss": 7.0655,
      "step": 336980
    },
    {
      "epoch": 0.7020625,
      "grad_norm": 1.903955101966858,
      "learning_rate": 6.152144835053581e-05,
      "loss": 6.844,
      "step": 336990
    },
    {
      "epoch": 0.7020833333333333,
      "grad_norm": 0.8680179715156555,
      "learning_rate": 6.151348768295907e-05,
      "loss": 7.0416,
      "step": 337000
    },
    {
      "epoch": 0.7020833333333333,
      "eval_loss": 7.069883823394775,
      "eval_runtime": 9.2048,
      "eval_samples_per_second": 0.326,
      "eval_steps_per_second": 0.109,
      "step": 337000
    },
    {
      "epoch": 0.7021041666666666,
      "grad_norm": 1.0216320753097534,
      "learning_rate": 6.150552739760904e-05,
      "loss": 7.2529,
      "step": 337010
    },
    {
      "epoch": 0.702125,
      "grad_norm": 2.053908109664917,
      "learning_rate": 6.149756749452008e-05,
      "loss": 7.5553,
      "step": 337020
    },
    {
      "epoch": 0.7021458333333334,
      "grad_norm": 0.8434146642684937,
      "learning_rate": 6.148960797372663e-05,
      "loss": 6.9671,
      "step": 337030
    },
    {
      "epoch": 0.7021666666666667,
      "grad_norm": 3.23358154296875,
      "learning_rate": 6.148164883526303e-05,
      "loss": 7.2844,
      "step": 337040
    },
    {
      "epoch": 0.7021875,
      "grad_norm": 1.9599391222000122,
      "learning_rate": 6.147369007916365e-05,
      "loss": 6.9828,
      "step": 337050
    },
    {
      "epoch": 0.7022083333333333,
      "grad_norm": 1.0049971342086792,
      "learning_rate": 6.146573170546291e-05,
      "loss": 7.5922,
      "step": 337060
    },
    {
      "epoch": 0.7022291666666667,
      "grad_norm": 1.3745615482330322,
      "learning_rate": 6.145777371419515e-05,
      "loss": 7.3275,
      "step": 337070
    },
    {
      "epoch": 0.70225,
      "grad_norm": 0.8317212462425232,
      "learning_rate": 6.144981610539476e-05,
      "loss": 7.1434,
      "step": 337080
    },
    {
      "epoch": 0.7022708333333333,
      "grad_norm": 1.076751708984375,
      "learning_rate": 6.144185887909618e-05,
      "loss": 7.5355,
      "step": 337090
    },
    {
      "epoch": 0.7022916666666666,
      "grad_norm": 0.9773438572883606,
      "learning_rate": 6.14339020353336e-05,
      "loss": 7.1068,
      "step": 337100
    },
    {
      "epoch": 0.7023125,
      "grad_norm": 1.6326017379760742,
      "learning_rate": 6.142594557414156e-05,
      "loss": 7.1764,
      "step": 337110
    },
    {
      "epoch": 0.7023333333333334,
      "grad_norm": 1.1278796195983887,
      "learning_rate": 6.141798949555443e-05,
      "loss": 6.9077,
      "step": 337120
    },
    {
      "epoch": 0.7023541666666666,
      "grad_norm": 1.7843563556671143,
      "learning_rate": 6.141003379960647e-05,
      "loss": 7.1636,
      "step": 337130
    },
    {
      "epoch": 0.702375,
      "grad_norm": 2.1895322799682617,
      "learning_rate": 6.140207848633204e-05,
      "loss": 7.0456,
      "step": 337140
    },
    {
      "epoch": 0.7023958333333333,
      "grad_norm": 1.819920539855957,
      "learning_rate": 6.139412355576568e-05,
      "loss": 7.5511,
      "step": 337150
    },
    {
      "epoch": 0.7024166666666667,
      "grad_norm": 1.454237461090088,
      "learning_rate": 6.138616900794156e-05,
      "loss": 7.2632,
      "step": 337160
    },
    {
      "epoch": 0.7024375,
      "grad_norm": 0.9424086213111877,
      "learning_rate": 6.137821484289408e-05,
      "loss": 7.4358,
      "step": 337170
    },
    {
      "epoch": 0.7024583333333333,
      "grad_norm": 1.5734448432922363,
      "learning_rate": 6.137026106065773e-05,
      "loss": 7.1206,
      "step": 337180
    },
    {
      "epoch": 0.7024791666666667,
      "grad_norm": 3.565485954284668,
      "learning_rate": 6.136230766126673e-05,
      "loss": 7.21,
      "step": 337190
    },
    {
      "epoch": 0.7025,
      "grad_norm": 1.296679973602295,
      "learning_rate": 6.13543546447554e-05,
      "loss": 7.1978,
      "step": 337200
    },
    {
      "epoch": 0.7025208333333334,
      "grad_norm": 3.9109320640563965,
      "learning_rate": 6.134640201115828e-05,
      "loss": 7.1845,
      "step": 337210
    },
    {
      "epoch": 0.7025416666666666,
      "grad_norm": 1.2139710187911987,
      "learning_rate": 6.133844976050957e-05,
      "loss": 7.0186,
      "step": 337220
    },
    {
      "epoch": 0.7025625,
      "grad_norm": 1.24260675907135,
      "learning_rate": 6.133049789284365e-05,
      "loss": 6.9059,
      "step": 337230
    },
    {
      "epoch": 0.7025833333333333,
      "grad_norm": 0.9723200798034668,
      "learning_rate": 6.13225464081949e-05,
      "loss": 7.2336,
      "step": 337240
    },
    {
      "epoch": 0.7026041666666667,
      "grad_norm": 1.8572403192520142,
      "learning_rate": 6.131459530659763e-05,
      "loss": 7.5556,
      "step": 337250
    },
    {
      "epoch": 0.702625,
      "grad_norm": 2.2895214557647705,
      "learning_rate": 6.130664458808622e-05,
      "loss": 7.6081,
      "step": 337260
    },
    {
      "epoch": 0.7026458333333333,
      "grad_norm": 2.3307974338531494,
      "learning_rate": 6.129869425269499e-05,
      "loss": 7.274,
      "step": 337270
    },
    {
      "epoch": 0.7026666666666667,
      "grad_norm": 6.446859359741211,
      "learning_rate": 6.12907443004583e-05,
      "loss": 7.7186,
      "step": 337280
    },
    {
      "epoch": 0.7026875,
      "grad_norm": 2.7464332580566406,
      "learning_rate": 6.128279473141046e-05,
      "loss": 7.6461,
      "step": 337290
    },
    {
      "epoch": 0.7027083333333334,
      "grad_norm": 0.8617863655090332,
      "learning_rate": 6.127484554558583e-05,
      "loss": 6.9577,
      "step": 337300
    },
    {
      "epoch": 0.7027291666666666,
      "grad_norm": 2.7873733043670654,
      "learning_rate": 6.126689674301877e-05,
      "loss": 7.3232,
      "step": 337310
    },
    {
      "epoch": 0.70275,
      "grad_norm": 1.496383547782898,
      "learning_rate": 6.125894832374358e-05,
      "loss": 7.2727,
      "step": 337320
    },
    {
      "epoch": 0.7027708333333333,
      "grad_norm": 1.264055609703064,
      "learning_rate": 6.125100028779461e-05,
      "loss": 7.1654,
      "step": 337330
    },
    {
      "epoch": 0.7027916666666667,
      "grad_norm": 3.6972384452819824,
      "learning_rate": 6.12430526352062e-05,
      "loss": 7.4555,
      "step": 337340
    },
    {
      "epoch": 0.7028125,
      "grad_norm": 1.6681498289108276,
      "learning_rate": 6.123510536601265e-05,
      "loss": 7.0944,
      "step": 337350
    },
    {
      "epoch": 0.7028333333333333,
      "grad_norm": 3.3064091205596924,
      "learning_rate": 6.122715848024832e-05,
      "loss": 7.6566,
      "step": 337360
    },
    {
      "epoch": 0.7028541666666667,
      "grad_norm": 1.1847431659698486,
      "learning_rate": 6.121921197794752e-05,
      "loss": 7.0108,
      "step": 337370
    },
    {
      "epoch": 0.702875,
      "grad_norm": 0.8595701456069946,
      "learning_rate": 6.121126585914459e-05,
      "loss": 8.0942,
      "step": 337380
    },
    {
      "epoch": 0.7028958333333334,
      "grad_norm": 2.9712071418762207,
      "learning_rate": 6.120332012387385e-05,
      "loss": 10.063,
      "step": 337390
    },
    {
      "epoch": 0.7029166666666666,
      "grad_norm": 1.334212064743042,
      "learning_rate": 6.11953747721696e-05,
      "loss": 7.0953,
      "step": 337400
    },
    {
      "epoch": 0.7029375,
      "grad_norm": 2.924577236175537,
      "learning_rate": 6.118742980406625e-05,
      "loss": 7.1805,
      "step": 337410
    },
    {
      "epoch": 0.7029583333333334,
      "grad_norm": 1.9296082258224487,
      "learning_rate": 6.117948521959793e-05,
      "loss": 7.2151,
      "step": 337420
    },
    {
      "epoch": 0.7029791666666667,
      "grad_norm": 0.916559100151062,
      "learning_rate": 6.117154101879914e-05,
      "loss": 7.1801,
      "step": 337430
    },
    {
      "epoch": 0.703,
      "grad_norm": 2.8858275413513184,
      "learning_rate": 6.116359720170418e-05,
      "loss": 7.1997,
      "step": 337440
    },
    {
      "epoch": 0.7030208333333333,
      "grad_norm": 1.5579473972320557,
      "learning_rate": 6.115565376834722e-05,
      "loss": 6.8284,
      "step": 337450
    },
    {
      "epoch": 0.7030416666666667,
      "grad_norm": 1.2165995836257935,
      "learning_rate": 6.114771071876276e-05,
      "loss": 7.8685,
      "step": 337460
    },
    {
      "epoch": 0.7030625,
      "grad_norm": 1.5242886543273926,
      "learning_rate": 6.113976805298498e-05,
      "loss": 7.4575,
      "step": 337470
    },
    {
      "epoch": 0.7030833333333333,
      "grad_norm": 1.2940970659255981,
      "learning_rate": 6.113182577104817e-05,
      "loss": 6.8741,
      "step": 337480
    },
    {
      "epoch": 0.7031041666666666,
      "grad_norm": 1.525814414024353,
      "learning_rate": 6.11238838729868e-05,
      "loss": 7.5842,
      "step": 337490
    },
    {
      "epoch": 0.703125,
      "grad_norm": 2.2093329429626465,
      "learning_rate": 6.111594235883502e-05,
      "loss": 7.4048,
      "step": 337500
    },
    {
      "epoch": 0.7031458333333334,
      "grad_norm": 4.990466594696045,
      "learning_rate": 6.110800122862713e-05,
      "loss": 8.4049,
      "step": 337510
    },
    {
      "epoch": 0.7031666666666667,
      "grad_norm": 1.1140832901000977,
      "learning_rate": 6.11000604823976e-05,
      "loss": 7.5346,
      "step": 337520
    },
    {
      "epoch": 0.7031875,
      "grad_norm": 2.7168593406677246,
      "learning_rate": 6.109212012018056e-05,
      "loss": 7.1802,
      "step": 337530
    },
    {
      "epoch": 0.7032083333333333,
      "grad_norm": 2.0542047023773193,
      "learning_rate": 6.108418014201033e-05,
      "loss": 7.178,
      "step": 337540
    },
    {
      "epoch": 0.7032291666666667,
      "grad_norm": 1.1348727941513062,
      "learning_rate": 6.107624054792134e-05,
      "loss": 7.7055,
      "step": 337550
    },
    {
      "epoch": 0.70325,
      "grad_norm": 0.940488338470459,
      "learning_rate": 6.106830133794775e-05,
      "loss": 7.123,
      "step": 337560
    },
    {
      "epoch": 0.7032708333333333,
      "grad_norm": 3.5737624168395996,
      "learning_rate": 6.106036251212384e-05,
      "loss": 8.8402,
      "step": 337570
    },
    {
      "epoch": 0.7032916666666666,
      "grad_norm": 2.5462169647216797,
      "learning_rate": 6.105242407048406e-05,
      "loss": 7.6026,
      "step": 337580
    },
    {
      "epoch": 0.7033125,
      "grad_norm": 1.4103336334228516,
      "learning_rate": 6.104448601306254e-05,
      "loss": 7.9811,
      "step": 337590
    },
    {
      "epoch": 0.7033333333333334,
      "grad_norm": 0.9156335592269897,
      "learning_rate": 6.103654833989364e-05,
      "loss": 7.2387,
      "step": 337600
    },
    {
      "epoch": 0.7033541666666666,
      "grad_norm": 1.59722900390625,
      "learning_rate": 6.102861105101163e-05,
      "loss": 7.0414,
      "step": 337610
    },
    {
      "epoch": 0.703375,
      "grad_norm": 8.28689956665039,
      "learning_rate": 6.1020674146450816e-05,
      "loss": 7.2478,
      "step": 337620
    },
    {
      "epoch": 0.7033958333333333,
      "grad_norm": 1.2912431955337524,
      "learning_rate": 6.101273762624545e-05,
      "loss": 7.0757,
      "step": 337630
    },
    {
      "epoch": 0.7034166666666667,
      "grad_norm": 2.2365036010742188,
      "learning_rate": 6.100480149042985e-05,
      "loss": 7.544,
      "step": 337640
    },
    {
      "epoch": 0.7034375,
      "grad_norm": 1.2950087785720825,
      "learning_rate": 6.099686573903827e-05,
      "loss": 7.2828,
      "step": 337650
    },
    {
      "epoch": 0.7034583333333333,
      "grad_norm": 0.9157373309135437,
      "learning_rate": 6.098893037210501e-05,
      "loss": 7.2959,
      "step": 337660
    },
    {
      "epoch": 0.7034791666666667,
      "grad_norm": 1.3388620615005493,
      "learning_rate": 6.098099538966433e-05,
      "loss": 8.1132,
      "step": 337670
    },
    {
      "epoch": 0.7035,
      "grad_norm": 1.1701393127441406,
      "learning_rate": 6.097306079175053e-05,
      "loss": 7.2692,
      "step": 337680
    },
    {
      "epoch": 0.7035208333333334,
      "grad_norm": 1.436661720275879,
      "learning_rate": 6.096512657839785e-05,
      "loss": 6.9649,
      "step": 337690
    },
    {
      "epoch": 0.7035416666666666,
      "grad_norm": 1.4819329977035522,
      "learning_rate": 6.095719274964059e-05,
      "loss": 7.2527,
      "step": 337700
    },
    {
      "epoch": 0.7035625,
      "grad_norm": 1.8883335590362549,
      "learning_rate": 6.0949259305513e-05,
      "loss": 7.2162,
      "step": 337710
    },
    {
      "epoch": 0.7035833333333333,
      "grad_norm": 2.5192129611968994,
      "learning_rate": 6.094132624604943e-05,
      "loss": 7.1343,
      "step": 337720
    },
    {
      "epoch": 0.7036041666666667,
      "grad_norm": 1.415124535560608,
      "learning_rate": 6.093339357128396e-05,
      "loss": 7.1457,
      "step": 337730
    },
    {
      "epoch": 0.703625,
      "grad_norm": 0.9593991041183472,
      "learning_rate": 6.092546128125104e-05,
      "loss": 7.5555,
      "step": 337740
    },
    {
      "epoch": 0.7036458333333333,
      "grad_norm": 0.9349244236946106,
      "learning_rate": 6.091752937598491e-05,
      "loss": 7.8087,
      "step": 337750
    },
    {
      "epoch": 0.7036666666666667,
      "grad_norm": 0.8900774717330933,
      "learning_rate": 6.09095978555197e-05,
      "loss": 7.0103,
      "step": 337760
    },
    {
      "epoch": 0.7036875,
      "grad_norm": 0.888137936592102,
      "learning_rate": 6.0901666719889806e-05,
      "loss": 7.5773,
      "step": 337770
    },
    {
      "epoch": 0.7037083333333334,
      "grad_norm": 2.495595932006836,
      "learning_rate": 6.089373596912949e-05,
      "loss": 7.2416,
      "step": 337780
    },
    {
      "epoch": 0.7037291666666666,
      "grad_norm": 1.0665003061294556,
      "learning_rate": 6.0885805603272856e-05,
      "loss": 7.4523,
      "step": 337790
    },
    {
      "epoch": 0.70375,
      "grad_norm": 1.7435261011123657,
      "learning_rate": 6.087787562235434e-05,
      "loss": 7.1866,
      "step": 337800
    },
    {
      "epoch": 0.7037708333333333,
      "grad_norm": 1.8337899446487427,
      "learning_rate": 6.0869946026408174e-05,
      "loss": 7.7215,
      "step": 337810
    },
    {
      "epoch": 0.7037916666666667,
      "grad_norm": 3.0175695419311523,
      "learning_rate": 6.086201681546843e-05,
      "loss": 7.2377,
      "step": 337820
    },
    {
      "epoch": 0.7038125,
      "grad_norm": 1.3622347116470337,
      "learning_rate": 6.085408798956963e-05,
      "loss": 7.6051,
      "step": 337830
    },
    {
      "epoch": 0.7038333333333333,
      "grad_norm": 1.4410901069641113,
      "learning_rate": 6.084615954874581e-05,
      "loss": 6.7766,
      "step": 337840
    },
    {
      "epoch": 0.7038541666666667,
      "grad_norm": 4.126165390014648,
      "learning_rate": 6.0838231493031256e-05,
      "loss": 7.3992,
      "step": 337850
    },
    {
      "epoch": 0.703875,
      "grad_norm": 1.1113207340240479,
      "learning_rate": 6.083030382246033e-05,
      "loss": 7.0993,
      "step": 337860
    },
    {
      "epoch": 0.7038958333333334,
      "grad_norm": 1.3340108394622803,
      "learning_rate": 6.0822376537067166e-05,
      "loss": 7.0549,
      "step": 337870
    },
    {
      "epoch": 0.7039166666666666,
      "grad_norm": 1.0803297758102417,
      "learning_rate": 6.0814449636885956e-05,
      "loss": 7.0055,
      "step": 337880
    },
    {
      "epoch": 0.7039375,
      "grad_norm": 1.6557775735855103,
      "learning_rate": 6.080652312195116e-05,
      "loss": 6.9369,
      "step": 337890
    },
    {
      "epoch": 0.7039583333333334,
      "grad_norm": 2.7352688312530518,
      "learning_rate": 6.0798596992296814e-05,
      "loss": 7.2096,
      "step": 337900
    },
    {
      "epoch": 0.7039791666666667,
      "grad_norm": 1.4941829442977905,
      "learning_rate": 6.0790671247957147e-05,
      "loss": 6.7719,
      "step": 337910
    },
    {
      "epoch": 0.704,
      "grad_norm": 2.7045397758483887,
      "learning_rate": 6.07827458889666e-05,
      "loss": 7.3693,
      "step": 337920
    },
    {
      "epoch": 0.7040208333333333,
      "grad_norm": 1.8442471027374268,
      "learning_rate": 6.077482091535921e-05,
      "loss": 6.9146,
      "step": 337930
    },
    {
      "epoch": 0.7040416666666667,
      "grad_norm": 1.3646408319473267,
      "learning_rate": 6.0766896327169225e-05,
      "loss": 7.2916,
      "step": 337940
    },
    {
      "epoch": 0.7040625,
      "grad_norm": 1.9204108715057373,
      "learning_rate": 6.075897212443104e-05,
      "loss": 8.3697,
      "step": 337950
    },
    {
      "epoch": 0.7040833333333333,
      "grad_norm": 1.2344608306884766,
      "learning_rate": 6.0751048307178714e-05,
      "loss": 7.0767,
      "step": 337960
    },
    {
      "epoch": 0.7041041666666666,
      "grad_norm": 1.0722967386245728,
      "learning_rate": 6.0743124875446536e-05,
      "loss": 7.2496,
      "step": 337970
    },
    {
      "epoch": 0.704125,
      "grad_norm": 1.6869956254959106,
      "learning_rate": 6.073520182926871e-05,
      "loss": 6.9022,
      "step": 337980
    },
    {
      "epoch": 0.7041458333333334,
      "grad_norm": 2.277310609817505,
      "learning_rate": 6.07272791686795e-05,
      "loss": 7.2021,
      "step": 337990
    },
    {
      "epoch": 0.7041666666666667,
      "grad_norm": 4.005143165588379,
      "learning_rate": 6.071935689371311e-05,
      "loss": 7.4863,
      "step": 338000
    },
    {
      "epoch": 0.7041666666666667,
      "eval_loss": 6.970892429351807,
      "eval_runtime": 8.9839,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 338000
    },
    {
      "epoch": 0.7041875,
      "grad_norm": 1.5579535961151123,
      "learning_rate": 6.071143500440374e-05,
      "loss": 7.6078,
      "step": 338010
    },
    {
      "epoch": 0.7042083333333333,
      "grad_norm": 1.5810935497283936,
      "learning_rate": 6.070351350078565e-05,
      "loss": 6.9529,
      "step": 338020
    },
    {
      "epoch": 0.7042291666666667,
      "grad_norm": 1.526429295539856,
      "learning_rate": 6.069559238289301e-05,
      "loss": 7.6053,
      "step": 338030
    },
    {
      "epoch": 0.70425,
      "grad_norm": 1.815609335899353,
      "learning_rate": 6.068767165076008e-05,
      "loss": 7.2516,
      "step": 338040
    },
    {
      "epoch": 0.7042708333333333,
      "grad_norm": 1.510818600654602,
      "learning_rate": 6.067975130442104e-05,
      "loss": 7.2814,
      "step": 338050
    },
    {
      "epoch": 0.7042916666666666,
      "grad_norm": 0.9952578544616699,
      "learning_rate": 6.0671831343910144e-05,
      "loss": 7.4917,
      "step": 338060
    },
    {
      "epoch": 0.7043125,
      "grad_norm": 0.9967597126960754,
      "learning_rate": 6.066391176926155e-05,
      "loss": 7.3501,
      "step": 338070
    },
    {
      "epoch": 0.7043333333333334,
      "grad_norm": 1.121052622795105,
      "learning_rate": 6.065599258050951e-05,
      "loss": 7.1066,
      "step": 338080
    },
    {
      "epoch": 0.7043541666666666,
      "grad_norm": 1.8349931240081787,
      "learning_rate": 6.064807377768827e-05,
      "loss": 7.4067,
      "step": 338090
    },
    {
      "epoch": 0.704375,
      "grad_norm": 1.3899211883544922,
      "learning_rate": 6.0640155360831874e-05,
      "loss": 7.3881,
      "step": 338100
    },
    {
      "epoch": 0.7043958333333333,
      "grad_norm": 4.40837287902832,
      "learning_rate": 6.0632237329974695e-05,
      "loss": 7.4162,
      "step": 338110
    },
    {
      "epoch": 0.7044166666666667,
      "grad_norm": 1.3710969686508179,
      "learning_rate": 6.0624319685150924e-05,
      "loss": 7.3672,
      "step": 338120
    },
    {
      "epoch": 0.7044375,
      "grad_norm": 6.267083168029785,
      "learning_rate": 6.0616402426394614e-05,
      "loss": 8.1024,
      "step": 338130
    },
    {
      "epoch": 0.7044583333333333,
      "grad_norm": 0.9458422064781189,
      "learning_rate": 6.060848555374012e-05,
      "loss": 7.2839,
      "step": 338140
    },
    {
      "epoch": 0.7044791666666667,
      "grad_norm": 1.0743567943572998,
      "learning_rate": 6.0600569067221625e-05,
      "loss": 7.0039,
      "step": 338150
    },
    {
      "epoch": 0.7045,
      "grad_norm": 1.0955126285552979,
      "learning_rate": 6.059265296687318e-05,
      "loss": 7.6749,
      "step": 338160
    },
    {
      "epoch": 0.7045208333333334,
      "grad_norm": 1.277253270149231,
      "learning_rate": 6.058473725272916e-05,
      "loss": 7.5806,
      "step": 338170
    },
    {
      "epoch": 0.7045416666666666,
      "grad_norm": 1.0672457218170166,
      "learning_rate": 6.057682192482371e-05,
      "loss": 6.9994,
      "step": 338180
    },
    {
      "epoch": 0.7045625,
      "grad_norm": 1.1569128036499023,
      "learning_rate": 6.056890698319089e-05,
      "loss": 7.2211,
      "step": 338190
    },
    {
      "epoch": 0.7045833333333333,
      "grad_norm": 1.3691093921661377,
      "learning_rate": 6.0560992427865056e-05,
      "loss": 7.222,
      "step": 338200
    },
    {
      "epoch": 0.7046041666666667,
      "grad_norm": 3.551975965499878,
      "learning_rate": 6.055307825888038e-05,
      "loss": 7.2883,
      "step": 338210
    },
    {
      "epoch": 0.704625,
      "grad_norm": 1.624080777168274,
      "learning_rate": 6.054516447627089e-05,
      "loss": 7.6616,
      "step": 338220
    },
    {
      "epoch": 0.7046458333333333,
      "grad_norm": 2.9338228702545166,
      "learning_rate": 6.0537251080071e-05,
      "loss": 7.3779,
      "step": 338230
    },
    {
      "epoch": 0.7046666666666667,
      "grad_norm": 1.0939741134643555,
      "learning_rate": 6.0529338070314706e-05,
      "loss": 7.1931,
      "step": 338240
    },
    {
      "epoch": 0.7046875,
      "grad_norm": 3.312927484512329,
      "learning_rate": 6.0521425447036215e-05,
      "loss": 7.8695,
      "step": 338250
    },
    {
      "epoch": 0.7047083333333334,
      "grad_norm": 2.452615261077881,
      "learning_rate": 6.051351321026984e-05,
      "loss": 7.2791,
      "step": 338260
    },
    {
      "epoch": 0.7047291666666666,
      "grad_norm": 1.4055341482162476,
      "learning_rate": 6.050560136004963e-05,
      "loss": 6.8645,
      "step": 338270
    },
    {
      "epoch": 0.70475,
      "grad_norm": 1.8541666269302368,
      "learning_rate": 6.049768989640979e-05,
      "loss": 7.902,
      "step": 338280
    },
    {
      "epoch": 0.7047708333333333,
      "grad_norm": 1.1421350240707397,
      "learning_rate": 6.04897788193845e-05,
      "loss": 7.1914,
      "step": 338290
    },
    {
      "epoch": 0.7047916666666667,
      "grad_norm": 1.8400678634643555,
      "learning_rate": 6.048186812900795e-05,
      "loss": 7.1402,
      "step": 338300
    },
    {
      "epoch": 0.7048125,
      "grad_norm": 2.2208023071289062,
      "learning_rate": 6.047395782531428e-05,
      "loss": 7.5393,
      "step": 338310
    },
    {
      "epoch": 0.7048333333333333,
      "grad_norm": 1.765444278717041,
      "learning_rate": 6.046604790833767e-05,
      "loss": 7.3361,
      "step": 338320
    },
    {
      "epoch": 0.7048541666666667,
      "grad_norm": 2.4821691513061523,
      "learning_rate": 6.04581383781123e-05,
      "loss": 7.3651,
      "step": 338330
    },
    {
      "epoch": 0.704875,
      "grad_norm": 1.2549368143081665,
      "learning_rate": 6.045022923467234e-05,
      "loss": 7.0627,
      "step": 338340
    },
    {
      "epoch": 0.7048958333333334,
      "grad_norm": 1.2502696514129639,
      "learning_rate": 6.044232047805193e-05,
      "loss": 7.1907,
      "step": 338350
    },
    {
      "epoch": 0.7049166666666666,
      "grad_norm": 1.529388189315796,
      "learning_rate": 6.043441210828526e-05,
      "loss": 7.5361,
      "step": 338360
    },
    {
      "epoch": 0.7049375,
      "grad_norm": 1.1385788917541504,
      "learning_rate": 6.042650412540646e-05,
      "loss": 7.4507,
      "step": 338370
    },
    {
      "epoch": 0.7049583333333334,
      "grad_norm": 1.4351028203964233,
      "learning_rate": 6.041859652944971e-05,
      "loss": 7.6113,
      "step": 338380
    },
    {
      "epoch": 0.7049791666666667,
      "grad_norm": 1.4541597366333008,
      "learning_rate": 6.041068932044918e-05,
      "loss": 7.1421,
      "step": 338390
    },
    {
      "epoch": 0.705,
      "grad_norm": 2.2149901390075684,
      "learning_rate": 6.040278249843899e-05,
      "loss": 7.9037,
      "step": 338400
    },
    {
      "epoch": 0.7050208333333333,
      "grad_norm": 2.358950138092041,
      "learning_rate": 6.039487606345331e-05,
      "loss": 7.4595,
      "step": 338410
    },
    {
      "epoch": 0.7050416666666667,
      "grad_norm": 1.4759823083877563,
      "learning_rate": 6.038697001552631e-05,
      "loss": 7.5879,
      "step": 338420
    },
    {
      "epoch": 0.7050625,
      "grad_norm": 1.6942706108093262,
      "learning_rate": 6.037906435469214e-05,
      "loss": 7.3758,
      "step": 338430
    },
    {
      "epoch": 0.7050833333333333,
      "grad_norm": 2.489908456802368,
      "learning_rate": 6.037115908098493e-05,
      "loss": 7.2827,
      "step": 338440
    },
    {
      "epoch": 0.7051041666666666,
      "grad_norm": 1.2183300256729126,
      "learning_rate": 6.0363254194438825e-05,
      "loss": 7.2034,
      "step": 338450
    },
    {
      "epoch": 0.705125,
      "grad_norm": 1.3645435571670532,
      "learning_rate": 6.0355349695088046e-05,
      "loss": 7.1157,
      "step": 338460
    },
    {
      "epoch": 0.7051458333333334,
      "grad_norm": 1.3729394674301147,
      "learning_rate": 6.0347445582966564e-05,
      "loss": 7.3493,
      "step": 338470
    },
    {
      "epoch": 0.7051666666666667,
      "grad_norm": 5.539656162261963,
      "learning_rate": 6.033954185810867e-05,
      "loss": 7.4646,
      "step": 338480
    },
    {
      "epoch": 0.7051875,
      "grad_norm": 7.674405574798584,
      "learning_rate": 6.033163852054854e-05,
      "loss": 8.2559,
      "step": 338490
    },
    {
      "epoch": 0.7052083333333333,
      "grad_norm": 3.141319751739502,
      "learning_rate": 6.0323735570320106e-05,
      "loss": 7.2371,
      "step": 338500
    },
    {
      "epoch": 0.7052291666666667,
      "grad_norm": 1.0832698345184326,
      "learning_rate": 6.031583300745771e-05,
      "loss": 6.9962,
      "step": 338510
    },
    {
      "epoch": 0.70525,
      "grad_norm": 3.092712640762329,
      "learning_rate": 6.030793083199546e-05,
      "loss": 6.9834,
      "step": 338520
    },
    {
      "epoch": 0.7052708333333333,
      "grad_norm": 1.5492210388183594,
      "learning_rate": 6.030002904396735e-05,
      "loss": 7.8125,
      "step": 338530
    },
    {
      "epoch": 0.7052916666666667,
      "grad_norm": 1.3465121984481812,
      "learning_rate": 6.0292127643407655e-05,
      "loss": 7.2004,
      "step": 338540
    },
    {
      "epoch": 0.7053125,
      "grad_norm": 3.138061761856079,
      "learning_rate": 6.0284226630350514e-05,
      "loss": 7.5046,
      "step": 338550
    },
    {
      "epoch": 0.7053333333333334,
      "grad_norm": 1.4789471626281738,
      "learning_rate": 6.027632600482989e-05,
      "loss": 6.8732,
      "step": 338560
    },
    {
      "epoch": 0.7053541666666666,
      "grad_norm": 8.555684089660645,
      "learning_rate": 6.026842576688009e-05,
      "loss": 8.294,
      "step": 338570
    },
    {
      "epoch": 0.705375,
      "grad_norm": 1.6857283115386963,
      "learning_rate": 6.0260525916535225e-05,
      "loss": 6.9272,
      "step": 338580
    },
    {
      "epoch": 0.7053958333333333,
      "grad_norm": 0.9818975925445557,
      "learning_rate": 6.0252626453829293e-05,
      "loss": 7.4717,
      "step": 338590
    },
    {
      "epoch": 0.7054166666666667,
      "grad_norm": 1.0872286558151245,
      "learning_rate": 6.024472737879651e-05,
      "loss": 7.3416,
      "step": 338600
    },
    {
      "epoch": 0.7054375,
      "grad_norm": 0.9676164388656616,
      "learning_rate": 6.023682869147097e-05,
      "loss": 7.5673,
      "step": 338610
    },
    {
      "epoch": 0.7054583333333333,
      "grad_norm": 0.7860320210456848,
      "learning_rate": 6.022893039188679e-05,
      "loss": 7.1175,
      "step": 338620
    },
    {
      "epoch": 0.7054791666666667,
      "grad_norm": 2.5064189434051514,
      "learning_rate": 6.022103248007811e-05,
      "loss": 7.2669,
      "step": 338630
    },
    {
      "epoch": 0.7055,
      "grad_norm": 1.2098852396011353,
      "learning_rate": 6.021313495607904e-05,
      "loss": 6.9678,
      "step": 338640
    },
    {
      "epoch": 0.7055208333333334,
      "grad_norm": 1.8998874425888062,
      "learning_rate": 6.020523781992366e-05,
      "loss": 6.8942,
      "step": 338650
    },
    {
      "epoch": 0.7055416666666666,
      "grad_norm": 1.5507631301879883,
      "learning_rate": 6.019734107164613e-05,
      "loss": 6.9973,
      "step": 338660
    },
    {
      "epoch": 0.7055625,
      "grad_norm": 2.224423885345459,
      "learning_rate": 6.018944471128054e-05,
      "loss": 7.6459,
      "step": 338670
    },
    {
      "epoch": 0.7055833333333333,
      "grad_norm": 1.4451583623886108,
      "learning_rate": 6.0181548738861e-05,
      "loss": 6.8987,
      "step": 338680
    },
    {
      "epoch": 0.7056041666666667,
      "grad_norm": 2.6438510417938232,
      "learning_rate": 6.0173653154421615e-05,
      "loss": 7.8025,
      "step": 338690
    },
    {
      "epoch": 0.705625,
      "grad_norm": 1.618283748626709,
      "learning_rate": 6.016575795799648e-05,
      "loss": 7.0144,
      "step": 338700
    },
    {
      "epoch": 0.7056458333333333,
      "grad_norm": 1.3724730014801025,
      "learning_rate": 6.0157863149619725e-05,
      "loss": 6.8491,
      "step": 338710
    },
    {
      "epoch": 0.7056666666666667,
      "grad_norm": 1.6674222946166992,
      "learning_rate": 6.014996872932543e-05,
      "loss": 7.6089,
      "step": 338720
    },
    {
      "epoch": 0.7056875,
      "grad_norm": 2.23376202583313,
      "learning_rate": 6.014207469714771e-05,
      "loss": 7.5612,
      "step": 338730
    },
    {
      "epoch": 0.7057083333333334,
      "grad_norm": 1.404187798500061,
      "learning_rate": 6.0134181053120654e-05,
      "loss": 7.3233,
      "step": 338740
    },
    {
      "epoch": 0.7057291666666666,
      "grad_norm": 2.3853342533111572,
      "learning_rate": 6.0126287797278386e-05,
      "loss": 7.4016,
      "step": 338750
    },
    {
      "epoch": 0.70575,
      "grad_norm": 2.553035259246826,
      "learning_rate": 6.0118394929654954e-05,
      "loss": 6.9563,
      "step": 338760
    },
    {
      "epoch": 0.7057708333333333,
      "grad_norm": 2.0664429664611816,
      "learning_rate": 6.0110502450284496e-05,
      "loss": 7.1176,
      "step": 338770
    },
    {
      "epoch": 0.7057916666666667,
      "grad_norm": 24.632404327392578,
      "learning_rate": 6.010261035920108e-05,
      "loss": 8.3518,
      "step": 338780
    },
    {
      "epoch": 0.7058125,
      "grad_norm": 3.042109251022339,
      "learning_rate": 6.009471865643879e-05,
      "loss": 7.468,
      "step": 338790
    },
    {
      "epoch": 0.7058333333333333,
      "grad_norm": 1.3374837636947632,
      "learning_rate": 6.0086827342031744e-05,
      "loss": 7.1332,
      "step": 338800
    },
    {
      "epoch": 0.7058541666666667,
      "grad_norm": 5.354372978210449,
      "learning_rate": 6.007893641601402e-05,
      "loss": 7.2755,
      "step": 338810
    },
    {
      "epoch": 0.705875,
      "grad_norm": 1.4600383043289185,
      "learning_rate": 6.0071045878419676e-05,
      "loss": 7.4521,
      "step": 338820
    },
    {
      "epoch": 0.7058958333333333,
      "grad_norm": 1.7013461589813232,
      "learning_rate": 6.0063155729282894e-05,
      "loss": 7.1096,
      "step": 338830
    },
    {
      "epoch": 0.7059166666666666,
      "grad_norm": 1.3340274095535278,
      "learning_rate": 6.0055265968637556e-05,
      "loss": 7.3581,
      "step": 338840
    },
    {
      "epoch": 0.7059375,
      "grad_norm": 1.3548243045806885,
      "learning_rate": 6.004737659651792e-05,
      "loss": 7.1309,
      "step": 338850
    },
    {
      "epoch": 0.7059583333333334,
      "grad_norm": 1.5718954801559448,
      "learning_rate": 6.003948761295808e-05,
      "loss": 7.7457,
      "step": 338860
    },
    {
      "epoch": 0.7059791666666667,
      "grad_norm": 1.3111375570297241,
      "learning_rate": 6.0031599017991976e-05,
      "loss": 7.1312,
      "step": 338870
    },
    {
      "epoch": 0.706,
      "grad_norm": 0.9224316477775574,
      "learning_rate": 6.00237108116537e-05,
      "loss": 7.6264,
      "step": 338880
    },
    {
      "epoch": 0.7060208333333333,
      "grad_norm": 3.034764289855957,
      "learning_rate": 6.00158229939775e-05,
      "loss": 7.4837,
      "step": 338890
    },
    {
      "epoch": 0.7060416666666667,
      "grad_norm": 1.6771602630615234,
      "learning_rate": 6.000793556499727e-05,
      "loss": 7.3046,
      "step": 338900
    },
    {
      "epoch": 0.7060625,
      "grad_norm": 1.5156652927398682,
      "learning_rate": 6.000004852474707e-05,
      "loss": 7.0506,
      "step": 338910
    },
    {
      "epoch": 0.7060833333333333,
      "grad_norm": 1.4135364294052124,
      "learning_rate": 5.9992161873261144e-05,
      "loss": 7.2406,
      "step": 338920
    },
    {
      "epoch": 0.7061041666666666,
      "grad_norm": 1.690964937210083,
      "learning_rate": 5.9984275610573406e-05,
      "loss": 7.3256,
      "step": 338930
    },
    {
      "epoch": 0.706125,
      "grad_norm": 1.2860110998153687,
      "learning_rate": 5.9976389736717904e-05,
      "loss": 8.0503,
      "step": 338940
    },
    {
      "epoch": 0.7061458333333334,
      "grad_norm": 1.0908247232437134,
      "learning_rate": 5.996850425172888e-05,
      "loss": 7.0301,
      "step": 338950
    },
    {
      "epoch": 0.7061666666666667,
      "grad_norm": 1.00495445728302,
      "learning_rate": 5.9960619155640226e-05,
      "loss": 6.9645,
      "step": 338960
    },
    {
      "epoch": 0.7061875,
      "grad_norm": 1.8973640203475952,
      "learning_rate": 5.995273444848606e-05,
      "loss": 7.241,
      "step": 338970
    },
    {
      "epoch": 0.7062083333333333,
      "grad_norm": 1.6015874147415161,
      "learning_rate": 5.994485013030044e-05,
      "loss": 7.3888,
      "step": 338980
    },
    {
      "epoch": 0.7062291666666667,
      "grad_norm": 1.2123799324035645,
      "learning_rate": 5.993696620111741e-05,
      "loss": 7.364,
      "step": 338990
    },
    {
      "epoch": 0.70625,
      "grad_norm": 2.5122666358947754,
      "learning_rate": 5.992908266097103e-05,
      "loss": 7.2169,
      "step": 339000
    },
    {
      "epoch": 0.70625,
      "eval_loss": 7.997450351715088,
      "eval_runtime": 9.0544,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 339000
    },
    {
      "epoch": 0.7062708333333333,
      "grad_norm": 6.351694583892822,
      "learning_rate": 5.9921199509895385e-05,
      "loss": 7.4564,
      "step": 339010
    },
    {
      "epoch": 0.7062916666666667,
      "grad_norm": 1.0068645477294922,
      "learning_rate": 5.991331674792449e-05,
      "loss": 7.6027,
      "step": 339020
    },
    {
      "epoch": 0.7063125,
      "grad_norm": 1.7459689378738403,
      "learning_rate": 5.9905434375092403e-05,
      "loss": 7.6174,
      "step": 339030
    },
    {
      "epoch": 0.7063333333333334,
      "grad_norm": 1.1199800968170166,
      "learning_rate": 5.9897552391433186e-05,
      "loss": 7.5409,
      "step": 339040
    },
    {
      "epoch": 0.7063541666666666,
      "grad_norm": 2.6368777751922607,
      "learning_rate": 5.9889670796980864e-05,
      "loss": 7.2763,
      "step": 339050
    },
    {
      "epoch": 0.706375,
      "grad_norm": 1.3208853006362915,
      "learning_rate": 5.9881789591769516e-05,
      "loss": 8.6348,
      "step": 339060
    },
    {
      "epoch": 0.7063958333333333,
      "grad_norm": 1.8812960386276245,
      "learning_rate": 5.987390877583315e-05,
      "loss": 7.5172,
      "step": 339070
    },
    {
      "epoch": 0.7064166666666667,
      "grad_norm": 0.9521430134773254,
      "learning_rate": 5.9866028349205835e-05,
      "loss": 7.0661,
      "step": 339080
    },
    {
      "epoch": 0.7064375,
      "grad_norm": 2.1582467555999756,
      "learning_rate": 5.98581483119216e-05,
      "loss": 7.5702,
      "step": 339090
    },
    {
      "epoch": 0.7064583333333333,
      "grad_norm": 1.259214997291565,
      "learning_rate": 5.985026866401447e-05,
      "loss": 7.1427,
      "step": 339100
    },
    {
      "epoch": 0.7064791666666667,
      "grad_norm": 1.6670507192611694,
      "learning_rate": 5.984238940551849e-05,
      "loss": 7.2617,
      "step": 339110
    },
    {
      "epoch": 0.7065,
      "grad_norm": 4.400372505187988,
      "learning_rate": 5.9834510536467726e-05,
      "loss": 7.9926,
      "step": 339120
    },
    {
      "epoch": 0.7065208333333334,
      "grad_norm": 1.218706727027893,
      "learning_rate": 5.982663205689618e-05,
      "loss": 6.956,
      "step": 339130
    },
    {
      "epoch": 0.7065416666666666,
      "grad_norm": 1.27165949344635,
      "learning_rate": 5.9818753966837886e-05,
      "loss": 7.429,
      "step": 339140
    },
    {
      "epoch": 0.7065625,
      "grad_norm": 5.052514553070068,
      "learning_rate": 5.9810876266326865e-05,
      "loss": 7.1038,
      "step": 339150
    },
    {
      "epoch": 0.7065833333333333,
      "grad_norm": 2.3113486766815186,
      "learning_rate": 5.9802998955397183e-05,
      "loss": 7.6511,
      "step": 339160
    },
    {
      "epoch": 0.7066041666666667,
      "grad_norm": 2.256288528442383,
      "learning_rate": 5.979512203408282e-05,
      "loss": 7.0456,
      "step": 339170
    },
    {
      "epoch": 0.706625,
      "grad_norm": 2.4471652507781982,
      "learning_rate": 5.9787245502417896e-05,
      "loss": 8.1509,
      "step": 339180
    },
    {
      "epoch": 0.7066458333333333,
      "grad_norm": 2.8974666595458984,
      "learning_rate": 5.977936936043625e-05,
      "loss": 7.2789,
      "step": 339190
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 3.146963596343994,
      "learning_rate": 5.9771493608172064e-05,
      "loss": 7.2267,
      "step": 339200
    },
    {
      "epoch": 0.7066875,
      "grad_norm": 1.8634240627288818,
      "learning_rate": 5.9763618245659376e-05,
      "loss": 7.0401,
      "step": 339210
    },
    {
      "epoch": 0.7067083333333334,
      "grad_norm": 2.1757657527923584,
      "learning_rate": 5.9755743272932026e-05,
      "loss": 7.3642,
      "step": 339220
    },
    {
      "epoch": 0.7067291666666666,
      "grad_norm": 0.88836669921875,
      "learning_rate": 5.9747868690024254e-05,
      "loss": 6.8814,
      "step": 339230
    },
    {
      "epoch": 0.70675,
      "grad_norm": 1.6931596994400024,
      "learning_rate": 5.9739994496969915e-05,
      "loss": 7.8126,
      "step": 339240
    },
    {
      "epoch": 0.7067708333333333,
      "grad_norm": 0.9534153342247009,
      "learning_rate": 5.973212069380301e-05,
      "loss": 6.8069,
      "step": 339250
    },
    {
      "epoch": 0.7067916666666667,
      "grad_norm": 0.7409599423408508,
      "learning_rate": 5.972424728055772e-05,
      "loss": 7.3309,
      "step": 339260
    },
    {
      "epoch": 0.7068125,
      "grad_norm": 0.805111825466156,
      "learning_rate": 5.97163742572679e-05,
      "loss": 7.0193,
      "step": 339270
    },
    {
      "epoch": 0.7068333333333333,
      "grad_norm": 1.9571090936660767,
      "learning_rate": 5.970850162396755e-05,
      "loss": 7.0911,
      "step": 339280
    },
    {
      "epoch": 0.7068541666666667,
      "grad_norm": 1.5312350988388062,
      "learning_rate": 5.970062938069083e-05,
      "loss": 7.0227,
      "step": 339290
    },
    {
      "epoch": 0.706875,
      "grad_norm": 4.778735160827637,
      "learning_rate": 5.9692757527471615e-05,
      "loss": 7.1926,
      "step": 339300
    },
    {
      "epoch": 0.7068958333333333,
      "grad_norm": 1.238168478012085,
      "learning_rate": 5.968488606434387e-05,
      "loss": 7.3238,
      "step": 339310
    },
    {
      "epoch": 0.7069166666666666,
      "grad_norm": 1.2352783679962158,
      "learning_rate": 5.9677014991341784e-05,
      "loss": 7.2368,
      "step": 339320
    },
    {
      "epoch": 0.7069375,
      "grad_norm": 1.3288370370864868,
      "learning_rate": 5.966914430849918e-05,
      "loss": 7.5101,
      "step": 339330
    },
    {
      "epoch": 0.7069583333333334,
      "grad_norm": 0.8469245433807373,
      "learning_rate": 5.966127401585012e-05,
      "loss": 7.308,
      "step": 339340
    },
    {
      "epoch": 0.7069791666666667,
      "grad_norm": 1.087185263633728,
      "learning_rate": 5.965340411342861e-05,
      "loss": 7.2998,
      "step": 339350
    },
    {
      "epoch": 0.707,
      "grad_norm": 1.3593395948410034,
      "learning_rate": 5.9645534601268624e-05,
      "loss": 7.3919,
      "step": 339360
    },
    {
      "epoch": 0.7070208333333333,
      "grad_norm": 4.077819347381592,
      "learning_rate": 5.9637665479404166e-05,
      "loss": 7.0248,
      "step": 339370
    },
    {
      "epoch": 0.7070416666666667,
      "grad_norm": 1.295728325843811,
      "learning_rate": 5.962979674786921e-05,
      "loss": 7.1825,
      "step": 339380
    },
    {
      "epoch": 0.7070625,
      "grad_norm": 1.290655493736267,
      "learning_rate": 5.962192840669778e-05,
      "loss": 7.6,
      "step": 339390
    },
    {
      "epoch": 0.7070833333333333,
      "grad_norm": 1.184888243675232,
      "learning_rate": 5.961406045592383e-05,
      "loss": 7.1046,
      "step": 339400
    },
    {
      "epoch": 0.7071041666666666,
      "grad_norm": 1.2397490739822388,
      "learning_rate": 5.9606192895581376e-05,
      "loss": 7.0878,
      "step": 339410
    },
    {
      "epoch": 0.707125,
      "grad_norm": 1.2659238576889038,
      "learning_rate": 5.9598325725704385e-05,
      "loss": 7.1352,
      "step": 339420
    },
    {
      "epoch": 0.7071458333333334,
      "grad_norm": 4.855838775634766,
      "learning_rate": 5.9590458946326835e-05,
      "loss": 7.4756,
      "step": 339430
    },
    {
      "epoch": 0.7071666666666667,
      "grad_norm": 2.4367690086364746,
      "learning_rate": 5.958259255748272e-05,
      "loss": 8.0801,
      "step": 339440
    },
    {
      "epoch": 0.7071875,
      "grad_norm": 1.6774154901504517,
      "learning_rate": 5.9574726559206024e-05,
      "loss": 7.5606,
      "step": 339450
    },
    {
      "epoch": 0.7072083333333333,
      "grad_norm": 1.4056894779205322,
      "learning_rate": 5.956686095153077e-05,
      "loss": 7.3927,
      "step": 339460
    },
    {
      "epoch": 0.7072291666666667,
      "grad_norm": 2.428020715713501,
      "learning_rate": 5.955899573449076e-05,
      "loss": 7.0427,
      "step": 339470
    },
    {
      "epoch": 0.70725,
      "grad_norm": 1.9970216751098633,
      "learning_rate": 5.9551130908120145e-05,
      "loss": 7.0869,
      "step": 339480
    },
    {
      "epoch": 0.7072708333333333,
      "grad_norm": 2.3972930908203125,
      "learning_rate": 5.9543266472452904e-05,
      "loss": 7.1564,
      "step": 339490
    },
    {
      "epoch": 0.7072916666666667,
      "grad_norm": 1.5159801244735718,
      "learning_rate": 5.9535402427522836e-05,
      "loss": 7.9609,
      "step": 339500
    },
    {
      "epoch": 0.7073125,
      "grad_norm": 1.6085413694381714,
      "learning_rate": 5.952753877336407e-05,
      "loss": 7.3731,
      "step": 339510
    },
    {
      "epoch": 0.7073333333333334,
      "grad_norm": 2.139019250869751,
      "learning_rate": 5.951967551001059e-05,
      "loss": 7.3595,
      "step": 339520
    },
    {
      "epoch": 0.7073541666666666,
      "grad_norm": 1.63340163230896,
      "learning_rate": 5.951181263749619e-05,
      "loss": 7.3446,
      "step": 339530
    },
    {
      "epoch": 0.707375,
      "grad_norm": 1.2947304248809814,
      "learning_rate": 5.9503950155854985e-05,
      "loss": 7.5856,
      "step": 339540
    },
    {
      "epoch": 0.7073958333333333,
      "grad_norm": 1.083061933517456,
      "learning_rate": 5.949608806512096e-05,
      "loss": 7.6647,
      "step": 339550
    },
    {
      "epoch": 0.7074166666666667,
      "grad_norm": 9.1520357131958,
      "learning_rate": 5.948822636532789e-05,
      "loss": 7.7437,
      "step": 339560
    },
    {
      "epoch": 0.7074375,
      "grad_norm": 2.254284381866455,
      "learning_rate": 5.948036505650991e-05,
      "loss": 7.3202,
      "step": 339570
    },
    {
      "epoch": 0.7074583333333333,
      "grad_norm": 1.0652172565460205,
      "learning_rate": 5.947250413870097e-05,
      "loss": 7.5138,
      "step": 339580
    },
    {
      "epoch": 0.7074791666666667,
      "grad_norm": 0.8566855788230896,
      "learning_rate": 5.94646436119349e-05,
      "loss": 7.3372,
      "step": 339590
    },
    {
      "epoch": 0.7075,
      "grad_norm": 2.015669584274292,
      "learning_rate": 5.945678347624581e-05,
      "loss": 7.4404,
      "step": 339600
    },
    {
      "epoch": 0.7075208333333334,
      "grad_norm": 2.8516690731048584,
      "learning_rate": 5.9448923731667536e-05,
      "loss": 6.983,
      "step": 339610
    },
    {
      "epoch": 0.7075416666666666,
      "grad_norm": 1.4129576683044434,
      "learning_rate": 5.944106437823401e-05,
      "loss": 6.9607,
      "step": 339620
    },
    {
      "epoch": 0.7075625,
      "grad_norm": 1.0646134614944458,
      "learning_rate": 5.943320541597936e-05,
      "loss": 7.3802,
      "step": 339630
    },
    {
      "epoch": 0.7075833333333333,
      "grad_norm": 2.073618173599243,
      "learning_rate": 5.942534684493735e-05,
      "loss": 7.2751,
      "step": 339640
    },
    {
      "epoch": 0.7076041666666667,
      "grad_norm": 0.9461957216262817,
      "learning_rate": 5.9417488665141945e-05,
      "loss": 7.3924,
      "step": 339650
    },
    {
      "epoch": 0.707625,
      "grad_norm": 1.2862257957458496,
      "learning_rate": 5.940963087662723e-05,
      "loss": 7.1311,
      "step": 339660
    },
    {
      "epoch": 0.7076458333333333,
      "grad_norm": 1.639966368675232,
      "learning_rate": 5.9401773479426995e-05,
      "loss": 7.4921,
      "step": 339670
    },
    {
      "epoch": 0.7076666666666667,
      "grad_norm": 0.9474256634712219,
      "learning_rate": 5.93939164735752e-05,
      "loss": 7.2985,
      "step": 339680
    },
    {
      "epoch": 0.7076875,
      "grad_norm": 2.7425906658172607,
      "learning_rate": 5.938605985910591e-05,
      "loss": 7.1196,
      "step": 339690
    },
    {
      "epoch": 0.7077083333333334,
      "grad_norm": 1.1124409437179565,
      "learning_rate": 5.9378203636052925e-05,
      "loss": 6.9385,
      "step": 339700
    },
    {
      "epoch": 0.7077291666666666,
      "grad_norm": 3.0383195877075195,
      "learning_rate": 5.9370347804450194e-05,
      "loss": 7.2362,
      "step": 339710
    },
    {
      "epoch": 0.70775,
      "grad_norm": 1.6879373788833618,
      "learning_rate": 5.936249236433177e-05,
      "loss": 7.4572,
      "step": 339720
    },
    {
      "epoch": 0.7077708333333333,
      "grad_norm": 0.9421365261077881,
      "learning_rate": 5.9354637315731454e-05,
      "loss": 7.0854,
      "step": 339730
    },
    {
      "epoch": 0.7077916666666667,
      "grad_norm": 1.281105399131775,
      "learning_rate": 5.934678265868324e-05,
      "loss": 7.2834,
      "step": 339740
    },
    {
      "epoch": 0.7078125,
      "grad_norm": 1.0246355533599854,
      "learning_rate": 5.9338928393221024e-05,
      "loss": 7.8863,
      "step": 339750
    },
    {
      "epoch": 0.7078333333333333,
      "grad_norm": 1.0789213180541992,
      "learning_rate": 5.9331074519378764e-05,
      "loss": 7.5443,
      "step": 339760
    },
    {
      "epoch": 0.7078541666666667,
      "grad_norm": 1.8124597072601318,
      "learning_rate": 5.932322103719036e-05,
      "loss": 7.4363,
      "step": 339770
    },
    {
      "epoch": 0.707875,
      "grad_norm": 1.0114914178848267,
      "learning_rate": 5.9315367946689756e-05,
      "loss": 7.2769,
      "step": 339780
    },
    {
      "epoch": 0.7078958333333333,
      "grad_norm": 0.8909872174263,
      "learning_rate": 5.930751524791087e-05,
      "loss": 6.9352,
      "step": 339790
    },
    {
      "epoch": 0.7079166666666666,
      "grad_norm": 2.151352643966675,
      "learning_rate": 5.929966294088762e-05,
      "loss": 7.2877,
      "step": 339800
    },
    {
      "epoch": 0.7079375,
      "grad_norm": 2.956517457962036,
      "learning_rate": 5.929181102565392e-05,
      "loss": 7.6656,
      "step": 339810
    },
    {
      "epoch": 0.7079583333333334,
      "grad_norm": 3.016989231109619,
      "learning_rate": 5.928395950224369e-05,
      "loss": 7.3773,
      "step": 339820
    },
    {
      "epoch": 0.7079791666666667,
      "grad_norm": 2.483567237854004,
      "learning_rate": 5.9276108370690907e-05,
      "loss": 7.1937,
      "step": 339830
    },
    {
      "epoch": 0.708,
      "grad_norm": 1.587992548942566,
      "learning_rate": 5.926825763102931e-05,
      "loss": 7.4075,
      "step": 339840
    },
    {
      "epoch": 0.7080208333333333,
      "grad_norm": 2.6635921001434326,
      "learning_rate": 5.9260407283292987e-05,
      "loss": 7.7469,
      "step": 339850
    },
    {
      "epoch": 0.7080416666666667,
      "grad_norm": 1.2046711444854736,
      "learning_rate": 5.925255732751583e-05,
      "loss": 7.0702,
      "step": 339860
    },
    {
      "epoch": 0.7080625,
      "grad_norm": 1.1235042810440063,
      "learning_rate": 5.924470776373161e-05,
      "loss": 7.0784,
      "step": 339870
    },
    {
      "epoch": 0.7080833333333333,
      "grad_norm": 2.5695881843566895,
      "learning_rate": 5.9236858591974387e-05,
      "loss": 7.5071,
      "step": 339880
    },
    {
      "epoch": 0.7081041666666666,
      "grad_norm": 2.517589807510376,
      "learning_rate": 5.922900981227805e-05,
      "loss": 7.4893,
      "step": 339890
    },
    {
      "epoch": 0.708125,
      "grad_norm": 1.273948073387146,
      "learning_rate": 5.922116142467635e-05,
      "loss": 7.1774,
      "step": 339900
    },
    {
      "epoch": 0.7081458333333334,
      "grad_norm": 1.345468521118164,
      "learning_rate": 5.9213313429203365e-05,
      "loss": 7.1205,
      "step": 339910
    },
    {
      "epoch": 0.7081666666666667,
      "grad_norm": 2.9221527576446533,
      "learning_rate": 5.9205465825892975e-05,
      "loss": 6.8155,
      "step": 339920
    },
    {
      "epoch": 0.7081875,
      "grad_norm": 4.851414203643799,
      "learning_rate": 5.919761861477894e-05,
      "loss": 6.9327,
      "step": 339930
    },
    {
      "epoch": 0.7082083333333333,
      "grad_norm": 1.0593520402908325,
      "learning_rate": 5.918977179589529e-05,
      "loss": 7.1024,
      "step": 339940
    },
    {
      "epoch": 0.7082291666666667,
      "grad_norm": 1.6010717153549194,
      "learning_rate": 5.918192536927593e-05,
      "loss": 7.1514,
      "step": 339950
    },
    {
      "epoch": 0.70825,
      "grad_norm": 1.5661630630493164,
      "learning_rate": 5.917407933495461e-05,
      "loss": 7.2095,
      "step": 339960
    },
    {
      "epoch": 0.7082708333333333,
      "grad_norm": 0.9163917899131775,
      "learning_rate": 5.9166233692965426e-05,
      "loss": 7.5983,
      "step": 339970
    },
    {
      "epoch": 0.7082916666666667,
      "grad_norm": 1.7786184549331665,
      "learning_rate": 5.9158388443342086e-05,
      "loss": 8.4018,
      "step": 339980
    },
    {
      "epoch": 0.7083125,
      "grad_norm": 1.186306357383728,
      "learning_rate": 5.915054358611851e-05,
      "loss": 7.1143,
      "step": 339990
    },
    {
      "epoch": 0.7083333333333334,
      "grad_norm": 1.3224841356277466,
      "learning_rate": 5.914269912132874e-05,
      "loss": 7.3095,
      "step": 340000
    },
    {
      "epoch": 0.7083333333333334,
      "eval_loss": 6.719183444976807,
      "eval_runtime": 8.3326,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 340000
    },
    {
      "epoch": 0.7083541666666666,
      "grad_norm": 1.253296136856079,
      "learning_rate": 5.9134855049006466e-05,
      "loss": 7.2655,
      "step": 340010
    },
    {
      "epoch": 0.708375,
      "grad_norm": 2.975770950317383,
      "learning_rate": 5.912701136918562e-05,
      "loss": 7.4716,
      "step": 340020
    },
    {
      "epoch": 0.7083958333333333,
      "grad_norm": 3.247020959854126,
      "learning_rate": 5.911916808190022e-05,
      "loss": 7.3788,
      "step": 340030
    },
    {
      "epoch": 0.7084166666666667,
      "grad_norm": 2.0226337909698486,
      "learning_rate": 5.911132518718398e-05,
      "loss": 7.5356,
      "step": 340040
    },
    {
      "epoch": 0.7084375,
      "grad_norm": 1.4120776653289795,
      "learning_rate": 5.910348268507085e-05,
      "loss": 7.251,
      "step": 340050
    },
    {
      "epoch": 0.7084583333333333,
      "grad_norm": 1.6003742218017578,
      "learning_rate": 5.909564057559468e-05,
      "loss": 7.1919,
      "step": 340060
    },
    {
      "epoch": 0.7084791666666667,
      "grad_norm": 2.77807879447937,
      "learning_rate": 5.9087798858789366e-05,
      "loss": 7.279,
      "step": 340070
    },
    {
      "epoch": 0.7085,
      "grad_norm": 2.2350778579711914,
      "learning_rate": 5.907995753468878e-05,
      "loss": 7.354,
      "step": 340080
    },
    {
      "epoch": 0.7085208333333334,
      "grad_norm": 1.7670769691467285,
      "learning_rate": 5.907211660332679e-05,
      "loss": 7.3789,
      "step": 340090
    },
    {
      "epoch": 0.7085416666666666,
      "grad_norm": 6.2636799812316895,
      "learning_rate": 5.906427606473726e-05,
      "loss": 9.413,
      "step": 340100
    },
    {
      "epoch": 0.7085625,
      "grad_norm": 2.770198106765747,
      "learning_rate": 5.905643591895406e-05,
      "loss": 7.4977,
      "step": 340110
    },
    {
      "epoch": 0.7085833333333333,
      "grad_norm": 1.2959822416305542,
      "learning_rate": 5.904859616601106e-05,
      "loss": 7.8215,
      "step": 340120
    },
    {
      "epoch": 0.7086041666666667,
      "grad_norm": 0.9007675051689148,
      "learning_rate": 5.904075680594214e-05,
      "loss": 7.2832,
      "step": 340130
    },
    {
      "epoch": 0.708625,
      "grad_norm": 2.001779317855835,
      "learning_rate": 5.903291783878113e-05,
      "loss": 7.2684,
      "step": 340140
    },
    {
      "epoch": 0.7086458333333333,
      "grad_norm": 1.1096253395080566,
      "learning_rate": 5.9025079264561906e-05,
      "loss": 7.5611,
      "step": 340150
    },
    {
      "epoch": 0.7086666666666667,
      "grad_norm": 1.3405640125274658,
      "learning_rate": 5.901724108331833e-05,
      "loss": 6.923,
      "step": 340160
    },
    {
      "epoch": 0.7086875,
      "grad_norm": 1.6973103284835815,
      "learning_rate": 5.900940329508426e-05,
      "loss": 7.9527,
      "step": 340170
    },
    {
      "epoch": 0.7087083333333334,
      "grad_norm": 1.14748215675354,
      "learning_rate": 5.900156589989356e-05,
      "loss": 7.2928,
      "step": 340180
    },
    {
      "epoch": 0.7087291666666666,
      "grad_norm": 5.348960876464844,
      "learning_rate": 5.899372889778006e-05,
      "loss": 7.5576,
      "step": 340190
    },
    {
      "epoch": 0.70875,
      "grad_norm": 6.0226874351501465,
      "learning_rate": 5.898589228877764e-05,
      "loss": 7.1688,
      "step": 340200
    },
    {
      "epoch": 0.7087708333333333,
      "grad_norm": 1.4842500686645508,
      "learning_rate": 5.8978056072920135e-05,
      "loss": 6.9588,
      "step": 340210
    },
    {
      "epoch": 0.7087916666666667,
      "grad_norm": 1.0489223003387451,
      "learning_rate": 5.8970220250241405e-05,
      "loss": 7.1939,
      "step": 340220
    },
    {
      "epoch": 0.7088125,
      "grad_norm": 15.971535682678223,
      "learning_rate": 5.896238482077534e-05,
      "loss": 8.0134,
      "step": 340230
    },
    {
      "epoch": 0.7088333333333333,
      "grad_norm": 1.231609582901001,
      "learning_rate": 5.895454978455562e-05,
      "loss": 7.7446,
      "step": 340240
    },
    {
      "epoch": 0.7088541666666667,
      "grad_norm": 8.450700759887695,
      "learning_rate": 5.894671514161628e-05,
      "loss": 7.4943,
      "step": 340250
    },
    {
      "epoch": 0.708875,
      "grad_norm": 1.7355483770370483,
      "learning_rate": 5.8938880891991136e-05,
      "loss": 7.6497,
      "step": 340260
    },
    {
      "epoch": 0.7088958333333333,
      "grad_norm": 3.8252129554748535,
      "learning_rate": 5.893104703571386e-05,
      "loss": 7.1941,
      "step": 340270
    },
    {
      "epoch": 0.7089166666666666,
      "grad_norm": 2.248647928237915,
      "learning_rate": 5.8923213572818486e-05,
      "loss": 7.3284,
      "step": 340280
    },
    {
      "epoch": 0.7089375,
      "grad_norm": 0.8701474070549011,
      "learning_rate": 5.891538050333882e-05,
      "loss": 7.6095,
      "step": 340290
    },
    {
      "epoch": 0.7089583333333334,
      "grad_norm": 1.0045113563537598,
      "learning_rate": 5.8907547827308565e-05,
      "loss": 7.1078,
      "step": 340300
    },
    {
      "epoch": 0.7089791666666667,
      "grad_norm": 1.5748015642166138,
      "learning_rate": 5.889971554476169e-05,
      "loss": 7.0669,
      "step": 340310
    },
    {
      "epoch": 0.709,
      "grad_norm": 2.5430798530578613,
      "learning_rate": 5.889188365573203e-05,
      "loss": 7.0028,
      "step": 340320
    },
    {
      "epoch": 0.7090208333333333,
      "grad_norm": 3.2228527069091797,
      "learning_rate": 5.888405216025328e-05,
      "loss": 7.4914,
      "step": 340330
    },
    {
      "epoch": 0.7090416666666667,
      "grad_norm": 1.1584888696670532,
      "learning_rate": 5.8876221058359447e-05,
      "loss": 7.4082,
      "step": 340340
    },
    {
      "epoch": 0.7090625,
      "grad_norm": 0.8040534257888794,
      "learning_rate": 5.886839035008423e-05,
      "loss": 7.4679,
      "step": 340350
    },
    {
      "epoch": 0.7090833333333333,
      "grad_norm": 2.6920814514160156,
      "learning_rate": 5.886056003546148e-05,
      "loss": 7.5579,
      "step": 340360
    },
    {
      "epoch": 0.7091041666666666,
      "grad_norm": 1.9686654806137085,
      "learning_rate": 5.885273011452504e-05,
      "loss": 7.0644,
      "step": 340370
    },
    {
      "epoch": 0.709125,
      "grad_norm": 1.4204987287521362,
      "learning_rate": 5.884490058730875e-05,
      "loss": 7.3071,
      "step": 340380
    },
    {
      "epoch": 0.7091458333333334,
      "grad_norm": 5.432997226715088,
      "learning_rate": 5.883707145384638e-05,
      "loss": 7.892,
      "step": 340390
    },
    {
      "epoch": 0.7091666666666666,
      "grad_norm": 1.157778024673462,
      "learning_rate": 5.882924271417178e-05,
      "loss": 7.5424,
      "step": 340400
    },
    {
      "epoch": 0.7091875,
      "grad_norm": 1.2436041831970215,
      "learning_rate": 5.8821414368318776e-05,
      "loss": 7.6154,
      "step": 340410
    },
    {
      "epoch": 0.7092083333333333,
      "grad_norm": 2.776315689086914,
      "learning_rate": 5.881358641632117e-05,
      "loss": 7.3276,
      "step": 340420
    },
    {
      "epoch": 0.7092291666666667,
      "grad_norm": 0.9181869029998779,
      "learning_rate": 5.880575885821276e-05,
      "loss": 8.82,
      "step": 340430
    },
    {
      "epoch": 0.70925,
      "grad_norm": 2.1762537956237793,
      "learning_rate": 5.879793169402739e-05,
      "loss": 7.2757,
      "step": 340440
    },
    {
      "epoch": 0.7092708333333333,
      "grad_norm": 1.016432762145996,
      "learning_rate": 5.879010492379885e-05,
      "loss": 7.1399,
      "step": 340450
    },
    {
      "epoch": 0.7092916666666667,
      "grad_norm": 1.6464614868164062,
      "learning_rate": 5.8782278547560947e-05,
      "loss": 6.8761,
      "step": 340460
    },
    {
      "epoch": 0.7093125,
      "grad_norm": 4.632062911987305,
      "learning_rate": 5.8774452565347505e-05,
      "loss": 7.778,
      "step": 340470
    },
    {
      "epoch": 0.7093333333333334,
      "grad_norm": 1.0118268728256226,
      "learning_rate": 5.8766626977192304e-05,
      "loss": 7.2885,
      "step": 340480
    },
    {
      "epoch": 0.7093541666666666,
      "grad_norm": 1.0620685815811157,
      "learning_rate": 5.875880178312918e-05,
      "loss": 6.9152,
      "step": 340490
    },
    {
      "epoch": 0.709375,
      "grad_norm": 1.9345835447311401,
      "learning_rate": 5.8750976983191916e-05,
      "loss": 7.4133,
      "step": 340500
    },
    {
      "epoch": 0.7093958333333333,
      "grad_norm": 1.6198039054870605,
      "learning_rate": 5.8743152577414295e-05,
      "loss": 7.0495,
      "step": 340510
    },
    {
      "epoch": 0.7094166666666667,
      "grad_norm": 1.5203721523284912,
      "learning_rate": 5.873532856583015e-05,
      "loss": 7.2749,
      "step": 340520
    },
    {
      "epoch": 0.7094375,
      "grad_norm": 1.6344438791275024,
      "learning_rate": 5.8727504948473255e-05,
      "loss": 7.5145,
      "step": 340530
    },
    {
      "epoch": 0.7094583333333333,
      "grad_norm": 1.9238123893737793,
      "learning_rate": 5.87196817253774e-05,
      "loss": 7.5347,
      "step": 340540
    },
    {
      "epoch": 0.7094791666666667,
      "grad_norm": 1.7776397466659546,
      "learning_rate": 5.8711858896576393e-05,
      "loss": 7.0799,
      "step": 340550
    },
    {
      "epoch": 0.7095,
      "grad_norm": 0.9502080678939819,
      "learning_rate": 5.870403646210404e-05,
      "loss": 6.9914,
      "step": 340560
    },
    {
      "epoch": 0.7095208333333334,
      "grad_norm": 1.2582978010177612,
      "learning_rate": 5.869621442199409e-05,
      "loss": 7.4235,
      "step": 340570
    },
    {
      "epoch": 0.7095416666666666,
      "grad_norm": 3.2814197540283203,
      "learning_rate": 5.868839277628036e-05,
      "loss": 7.2581,
      "step": 340580
    },
    {
      "epoch": 0.7095625,
      "grad_norm": 3.170714855194092,
      "learning_rate": 5.868057152499662e-05,
      "loss": 7.7419,
      "step": 340590
    },
    {
      "epoch": 0.7095833333333333,
      "grad_norm": 2.924672842025757,
      "learning_rate": 5.8672750668176745e-05,
      "loss": 7.7196,
      "step": 340600
    },
    {
      "epoch": 0.7096041666666667,
      "grad_norm": 1.182084083557129,
      "learning_rate": 5.86649302058543e-05,
      "loss": 7.2196,
      "step": 340610
    },
    {
      "epoch": 0.709625,
      "grad_norm": 1.7664103507995605,
      "learning_rate": 5.865711013806328e-05,
      "loss": 7.2914,
      "step": 340620
    },
    {
      "epoch": 0.7096458333333333,
      "grad_norm": 1.0992047786712646,
      "learning_rate": 5.8649290464837425e-05,
      "loss": 6.8923,
      "step": 340630
    },
    {
      "epoch": 0.7096666666666667,
      "grad_norm": 2.552929162979126,
      "learning_rate": 5.8641471186210434e-05,
      "loss": 7.3213,
      "step": 340640
    },
    {
      "epoch": 0.7096875,
      "grad_norm": 3.2402498722076416,
      "learning_rate": 5.863365230221606e-05,
      "loss": 7.3794,
      "step": 340650
    },
    {
      "epoch": 0.7097083333333334,
      "grad_norm": 1.5642508268356323,
      "learning_rate": 5.862583381288827e-05,
      "loss": 7.2777,
      "step": 340660
    },
    {
      "epoch": 0.7097291666666666,
      "grad_norm": 0.8300750851631165,
      "learning_rate": 5.861801571826063e-05,
      "loss": 7.1869,
      "step": 340670
    },
    {
      "epoch": 0.70975,
      "grad_norm": 1.6901018619537354,
      "learning_rate": 5.861019801836695e-05,
      "loss": 7.3723,
      "step": 340680
    },
    {
      "epoch": 0.7097708333333334,
      "grad_norm": 8.533477783203125,
      "learning_rate": 5.860238071324115e-05,
      "loss": 8.4845,
      "step": 340690
    },
    {
      "epoch": 0.7097916666666667,
      "grad_norm": 0.9598382711410522,
      "learning_rate": 5.859456380291683e-05,
      "loss": 7.1193,
      "step": 340700
    },
    {
      "epoch": 0.7098125,
      "grad_norm": 4.304039001464844,
      "learning_rate": 5.8586747287427764e-05,
      "loss": 7.1138,
      "step": 340710
    },
    {
      "epoch": 0.7098333333333333,
      "grad_norm": 1.0255705118179321,
      "learning_rate": 5.8578931166807866e-05,
      "loss": 7.3446,
      "step": 340720
    },
    {
      "epoch": 0.7098541666666667,
      "grad_norm": 1.5025115013122559,
      "learning_rate": 5.857111544109075e-05,
      "loss": 7.0608,
      "step": 340730
    },
    {
      "epoch": 0.709875,
      "grad_norm": 4.2850422859191895,
      "learning_rate": 5.856330011031023e-05,
      "loss": 7.2976,
      "step": 340740
    },
    {
      "epoch": 0.7098958333333333,
      "grad_norm": 2.5417802333831787,
      "learning_rate": 5.855548517450005e-05,
      "loss": 7.3157,
      "step": 340750
    },
    {
      "epoch": 0.7099166666666666,
      "grad_norm": 1.3914800882339478,
      "learning_rate": 5.8547670633693984e-05,
      "loss": 7.2155,
      "step": 340760
    },
    {
      "epoch": 0.7099375,
      "grad_norm": 1.1962488889694214,
      "learning_rate": 5.8539856487925785e-05,
      "loss": 7.3974,
      "step": 340770
    },
    {
      "epoch": 0.7099583333333334,
      "grad_norm": 1.4466880559921265,
      "learning_rate": 5.8532042737229196e-05,
      "loss": 7.1407,
      "step": 340780
    },
    {
      "epoch": 0.7099791666666667,
      "grad_norm": 2.2962100505828857,
      "learning_rate": 5.852422938163797e-05,
      "loss": 7.6778,
      "step": 340790
    },
    {
      "epoch": 0.71,
      "grad_norm": 1.8676636219024658,
      "learning_rate": 5.8516416421185884e-05,
      "loss": 7.3502,
      "step": 340800
    },
    {
      "epoch": 0.7100208333333333,
      "grad_norm": 1.3942657709121704,
      "learning_rate": 5.850860385590666e-05,
      "loss": 7.5633,
      "step": 340810
    },
    {
      "epoch": 0.7100416666666667,
      "grad_norm": 1.1250288486480713,
      "learning_rate": 5.8500791685834056e-05,
      "loss": 7.4335,
      "step": 340820
    },
    {
      "epoch": 0.7100625,
      "grad_norm": 2.251599073410034,
      "learning_rate": 5.8492979911001804e-05,
      "loss": 7.2528,
      "step": 340830
    },
    {
      "epoch": 0.7100833333333333,
      "grad_norm": 1.144958734512329,
      "learning_rate": 5.848516853144365e-05,
      "loss": 7.1631,
      "step": 340840
    },
    {
      "epoch": 0.7101041666666666,
      "grad_norm": 4.5968146324157715,
      "learning_rate": 5.8477357547193366e-05,
      "loss": 8.542,
      "step": 340850
    },
    {
      "epoch": 0.710125,
      "grad_norm": 5.531638145446777,
      "learning_rate": 5.846954695828466e-05,
      "loss": 7.509,
      "step": 340860
    },
    {
      "epoch": 0.7101458333333334,
      "grad_norm": 1.5561102628707886,
      "learning_rate": 5.846173676475127e-05,
      "loss": 7.2574,
      "step": 340870
    },
    {
      "epoch": 0.7101666666666666,
      "grad_norm": 2.231449842453003,
      "learning_rate": 5.845392696662696e-05,
      "loss": 7.7442,
      "step": 340880
    },
    {
      "epoch": 0.7101875,
      "grad_norm": 1.7458522319793701,
      "learning_rate": 5.844611756394544e-05,
      "loss": 7.1128,
      "step": 340890
    },
    {
      "epoch": 0.7102083333333333,
      "grad_norm": 1.8553253412246704,
      "learning_rate": 5.8438308556740466e-05,
      "loss": 6.9911,
      "step": 340900
    },
    {
      "epoch": 0.7102291666666667,
      "grad_norm": 0.8312649726867676,
      "learning_rate": 5.843049994504573e-05,
      "loss": 7.3685,
      "step": 340910
    },
    {
      "epoch": 0.71025,
      "grad_norm": 1.8127262592315674,
      "learning_rate": 5.842269172889501e-05,
      "loss": 7.1338,
      "step": 340920
    },
    {
      "epoch": 0.7102708333333333,
      "grad_norm": 0.8465651869773865,
      "learning_rate": 5.841488390832202e-05,
      "loss": 6.9659,
      "step": 340930
    },
    {
      "epoch": 0.7102916666666667,
      "grad_norm": 1.3834999799728394,
      "learning_rate": 5.840707648336046e-05,
      "loss": 7.0065,
      "step": 340940
    },
    {
      "epoch": 0.7103125,
      "grad_norm": 0.898062527179718,
      "learning_rate": 5.839926945404413e-05,
      "loss": 7.2194,
      "step": 340950
    },
    {
      "epoch": 0.7103333333333334,
      "grad_norm": 2.1906425952911377,
      "learning_rate": 5.8391462820406596e-05,
      "loss": 7.8735,
      "step": 340960
    },
    {
      "epoch": 0.7103541666666666,
      "grad_norm": 3.3814029693603516,
      "learning_rate": 5.83836565824818e-05,
      "loss": 7.21,
      "step": 340970
    },
    {
      "epoch": 0.710375,
      "grad_norm": 1.6481974124908447,
      "learning_rate": 5.837585074030327e-05,
      "loss": 7.1536,
      "step": 340980
    },
    {
      "epoch": 0.7103958333333333,
      "grad_norm": 2.0959997177124023,
      "learning_rate": 5.8368045293904756e-05,
      "loss": 6.7304,
      "step": 340990
    },
    {
      "epoch": 0.7104166666666667,
      "grad_norm": 1.1794562339782715,
      "learning_rate": 5.8360240243320114e-05,
      "loss": 7.5077,
      "step": 341000
    },
    {
      "epoch": 0.7104166666666667,
      "eval_loss": 8.255735397338867,
      "eval_runtime": 8.7361,
      "eval_samples_per_second": 0.343,
      "eval_steps_per_second": 0.114,
      "step": 341000
    },
    {
      "epoch": 0.7104375,
      "grad_norm": 0.9290116429328918,
      "learning_rate": 5.835243558858291e-05,
      "loss": 6.9834,
      "step": 341010
    },
    {
      "epoch": 0.7104583333333333,
      "grad_norm": 1.4334349632263184,
      "learning_rate": 5.8344631329726855e-05,
      "loss": 7.4658,
      "step": 341020
    },
    {
      "epoch": 0.7104791666666667,
      "grad_norm": 1.7792856693267822,
      "learning_rate": 5.833682746678583e-05,
      "loss": 7.0702,
      "step": 341030
    },
    {
      "epoch": 0.7105,
      "grad_norm": 1.8153252601623535,
      "learning_rate": 5.832902399979336e-05,
      "loss": 7.1964,
      "step": 341040
    },
    {
      "epoch": 0.7105208333333334,
      "grad_norm": 1.3005849123001099,
      "learning_rate": 5.8321220928783175e-05,
      "loss": 7.2833,
      "step": 341050
    },
    {
      "epoch": 0.7105416666666666,
      "grad_norm": 2.6104705333709717,
      "learning_rate": 5.831341825378914e-05,
      "loss": 7.1761,
      "step": 341060
    },
    {
      "epoch": 0.7105625,
      "grad_norm": 1.903456211090088,
      "learning_rate": 5.8305615974844785e-05,
      "loss": 7.4185,
      "step": 341070
    },
    {
      "epoch": 0.7105833333333333,
      "grad_norm": 0.9283579587936401,
      "learning_rate": 5.829781409198381e-05,
      "loss": 7.7931,
      "step": 341080
    },
    {
      "epoch": 0.7106041666666667,
      "grad_norm": 1.4769586324691772,
      "learning_rate": 5.8290012605240086e-05,
      "loss": 6.9419,
      "step": 341090
    },
    {
      "epoch": 0.710625,
      "grad_norm": 1.4565178155899048,
      "learning_rate": 5.828221151464716e-05,
      "loss": 6.9126,
      "step": 341100
    },
    {
      "epoch": 0.7106458333333333,
      "grad_norm": 0.8902154564857483,
      "learning_rate": 5.8274410820238794e-05,
      "loss": 6.8317,
      "step": 341110
    },
    {
      "epoch": 0.7106666666666667,
      "grad_norm": 1.9457004070281982,
      "learning_rate": 5.826661052204865e-05,
      "loss": 7.9222,
      "step": 341120
    },
    {
      "epoch": 0.7106875,
      "grad_norm": 1.1426455974578857,
      "learning_rate": 5.825881062011043e-05,
      "loss": 7.4029,
      "step": 341130
    },
    {
      "epoch": 0.7107083333333334,
      "grad_norm": 0.7231531739234924,
      "learning_rate": 5.825101111445785e-05,
      "loss": 7.3518,
      "step": 341140
    },
    {
      "epoch": 0.7107291666666666,
      "grad_norm": 8.029983520507812,
      "learning_rate": 5.824321200512457e-05,
      "loss": 7.5522,
      "step": 341150
    },
    {
      "epoch": 0.71075,
      "grad_norm": 0.8286759257316589,
      "learning_rate": 5.82354132921443e-05,
      "loss": 7.859,
      "step": 341160
    },
    {
      "epoch": 0.7107708333333334,
      "grad_norm": 0.9708263278007507,
      "learning_rate": 5.8227614975550725e-05,
      "loss": 6.9315,
      "step": 341170
    },
    {
      "epoch": 0.7107916666666667,
      "grad_norm": 4.016804218292236,
      "learning_rate": 5.8219817055377524e-05,
      "loss": 7.6861,
      "step": 341180
    },
    {
      "epoch": 0.7108125,
      "grad_norm": 1.958943486213684,
      "learning_rate": 5.82120195316584e-05,
      "loss": 7.1199,
      "step": 341190
    },
    {
      "epoch": 0.7108333333333333,
      "grad_norm": 0.8744192719459534,
      "learning_rate": 5.8204222404426995e-05,
      "loss": 7.7904,
      "step": 341200
    },
    {
      "epoch": 0.7108541666666667,
      "grad_norm": 1.5768684148788452,
      "learning_rate": 5.819642567371703e-05,
      "loss": 7.3608,
      "step": 341210
    },
    {
      "epoch": 0.710875,
      "grad_norm": 2.6803131103515625,
      "learning_rate": 5.8188629339562166e-05,
      "loss": 7.588,
      "step": 341220
    },
    {
      "epoch": 0.7108958333333333,
      "grad_norm": 2.0045154094696045,
      "learning_rate": 5.818083340199613e-05,
      "loss": 7.0411,
      "step": 341230
    },
    {
      "epoch": 0.7109166666666666,
      "grad_norm": 2.8653955459594727,
      "learning_rate": 5.817303786105245e-05,
      "loss": 6.9262,
      "step": 341240
    },
    {
      "epoch": 0.7109375,
      "grad_norm": 0.9813633561134338,
      "learning_rate": 5.8165242716764936e-05,
      "loss": 7.9191,
      "step": 341250
    },
    {
      "epoch": 0.7109583333333334,
      "grad_norm": 4.656223773956299,
      "learning_rate": 5.8157447969167294e-05,
      "loss": 7.2146,
      "step": 341260
    },
    {
      "epoch": 0.7109791666666667,
      "grad_norm": 4.042629241943359,
      "learning_rate": 5.8149653618293e-05,
      "loss": 7.3383,
      "step": 341270
    },
    {
      "epoch": 0.711,
      "grad_norm": 1.0150872468948364,
      "learning_rate": 5.81418596641759e-05,
      "loss": 6.9532,
      "step": 341280
    },
    {
      "epoch": 0.7110208333333333,
      "grad_norm": 1.5245208740234375,
      "learning_rate": 5.813406610684967e-05,
      "loss": 6.9255,
      "step": 341290
    },
    {
      "epoch": 0.7110416666666667,
      "grad_norm": 1.0474717617034912,
      "learning_rate": 5.81262729463478e-05,
      "loss": 7.2427,
      "step": 341300
    },
    {
      "epoch": 0.7110625,
      "grad_norm": 1.6356467008590698,
      "learning_rate": 5.811848018270413e-05,
      "loss": 7.6796,
      "step": 341310
    },
    {
      "epoch": 0.7110833333333333,
      "grad_norm": 1.8830913305282593,
      "learning_rate": 5.8110687815952303e-05,
      "loss": 7.1461,
      "step": 341320
    },
    {
      "epoch": 0.7111041666666666,
      "grad_norm": 0.8352221250534058,
      "learning_rate": 5.810289584612582e-05,
      "loss": 6.7998,
      "step": 341330
    },
    {
      "epoch": 0.711125,
      "grad_norm": 1.5561802387237549,
      "learning_rate": 5.809510427325855e-05,
      "loss": 6.9319,
      "step": 341340
    },
    {
      "epoch": 0.7111458333333334,
      "grad_norm": 3.2027621269226074,
      "learning_rate": 5.8087313097384006e-05,
      "loss": 7.1223,
      "step": 341350
    },
    {
      "epoch": 0.7111666666666666,
      "grad_norm": 1.9767919778823853,
      "learning_rate": 5.8079522318535846e-05,
      "loss": 7.5955,
      "step": 341360
    },
    {
      "epoch": 0.7111875,
      "grad_norm": 1.7670856714248657,
      "learning_rate": 5.8071731936747865e-05,
      "loss": 7.142,
      "step": 341370
    },
    {
      "epoch": 0.7112083333333333,
      "grad_norm": 2.607821464538574,
      "learning_rate": 5.806394195205356e-05,
      "loss": 7.1997,
      "step": 341380
    },
    {
      "epoch": 0.7112291666666667,
      "grad_norm": 1.0645480155944824,
      "learning_rate": 5.805615236448658e-05,
      "loss": 7.3168,
      "step": 341390
    },
    {
      "epoch": 0.71125,
      "grad_norm": 2.451779842376709,
      "learning_rate": 5.8048363174080724e-05,
      "loss": 7.0942,
      "step": 341400
    },
    {
      "epoch": 0.7112708333333333,
      "grad_norm": 7.229005813598633,
      "learning_rate": 5.80405743808695e-05,
      "loss": 6.9314,
      "step": 341410
    },
    {
      "epoch": 0.7112916666666667,
      "grad_norm": 1.2106035947799683,
      "learning_rate": 5.803278598488654e-05,
      "loss": 7.696,
      "step": 341420
    },
    {
      "epoch": 0.7113125,
      "grad_norm": 1.0679497718811035,
      "learning_rate": 5.802499798616565e-05,
      "loss": 7.2483,
      "step": 341430
    },
    {
      "epoch": 0.7113333333333334,
      "grad_norm": 1.4743422269821167,
      "learning_rate": 5.8017210384740306e-05,
      "loss": 7.1405,
      "step": 341440
    },
    {
      "epoch": 0.7113541666666666,
      "grad_norm": 1.7124186754226685,
      "learning_rate": 5.800942318064415e-05,
      "loss": 7.3012,
      "step": 341450
    },
    {
      "epoch": 0.711375,
      "grad_norm": 1.2947320938110352,
      "learning_rate": 5.8001636373910994e-05,
      "loss": 7.0204,
      "step": 341460
    },
    {
      "epoch": 0.7113958333333333,
      "grad_norm": 1.5571460723876953,
      "learning_rate": 5.799384996457428e-05,
      "loss": 7.2339,
      "step": 341470
    },
    {
      "epoch": 0.7114166666666667,
      "grad_norm": 3.693066120147705,
      "learning_rate": 5.798606395266772e-05,
      "loss": 7.291,
      "step": 341480
    },
    {
      "epoch": 0.7114375,
      "grad_norm": 4.873071193695068,
      "learning_rate": 5.7978278338224945e-05,
      "loss": 7.5182,
      "step": 341490
    },
    {
      "epoch": 0.7114583333333333,
      "grad_norm": 1.1156374216079712,
      "learning_rate": 5.7970493121279584e-05,
      "loss": 7.0131,
      "step": 341500
    },
    {
      "epoch": 0.7114791666666667,
      "grad_norm": 1.1655336618423462,
      "learning_rate": 5.7962708301865265e-05,
      "loss": 6.9497,
      "step": 341510
    },
    {
      "epoch": 0.7115,
      "grad_norm": 2.8532214164733887,
      "learning_rate": 5.7954923880015623e-05,
      "loss": 6.9392,
      "step": 341520
    },
    {
      "epoch": 0.7115208333333334,
      "grad_norm": 1.3348013162612915,
      "learning_rate": 5.794713985576426e-05,
      "loss": 7.1871,
      "step": 341530
    },
    {
      "epoch": 0.7115416666666666,
      "grad_norm": 1.2484230995178223,
      "learning_rate": 5.793935622914482e-05,
      "loss": 7.3745,
      "step": 341540
    },
    {
      "epoch": 0.7115625,
      "grad_norm": 1.7440437078475952,
      "learning_rate": 5.793157300019093e-05,
      "loss": 7.0766,
      "step": 341550
    },
    {
      "epoch": 0.7115833333333333,
      "grad_norm": 1.212129831314087,
      "learning_rate": 5.79237901689362e-05,
      "loss": 7.1144,
      "step": 341560
    },
    {
      "epoch": 0.7116041666666667,
      "grad_norm": 1.2855645418167114,
      "learning_rate": 5.7916007735414244e-05,
      "loss": 7.5225,
      "step": 341570
    },
    {
      "epoch": 0.711625,
      "grad_norm": 2.5067949295043945,
      "learning_rate": 5.790822569965868e-05,
      "loss": 8.0829,
      "step": 341580
    },
    {
      "epoch": 0.7116458333333333,
      "grad_norm": 1.1915746927261353,
      "learning_rate": 5.790044406170314e-05,
      "loss": 7.2328,
      "step": 341590
    },
    {
      "epoch": 0.7116666666666667,
      "grad_norm": 1.8441941738128662,
      "learning_rate": 5.789266282158128e-05,
      "loss": 7.1474,
      "step": 341600
    },
    {
      "epoch": 0.7116875,
      "grad_norm": 3.5430452823638916,
      "learning_rate": 5.7884881979326544e-05,
      "loss": 7.4144,
      "step": 341610
    },
    {
      "epoch": 0.7117083333333334,
      "grad_norm": 2.885667324066162,
      "learning_rate": 5.7877101534972706e-05,
      "loss": 7.5534,
      "step": 341620
    },
    {
      "epoch": 0.7117291666666666,
      "grad_norm": 1.5790961980819702,
      "learning_rate": 5.786932148855339e-05,
      "loss": 8.151,
      "step": 341630
    },
    {
      "epoch": 0.71175,
      "grad_norm": 1.6175305843353271,
      "learning_rate": 5.786154184010203e-05,
      "loss": 7.4197,
      "step": 341640
    },
    {
      "epoch": 0.7117708333333334,
      "grad_norm": 1.0346169471740723,
      "learning_rate": 5.785376258965238e-05,
      "loss": 7.1299,
      "step": 341650
    },
    {
      "epoch": 0.7117916666666667,
      "grad_norm": 1.7840352058410645,
      "learning_rate": 5.784598373723806e-05,
      "loss": 7.5231,
      "step": 341660
    },
    {
      "epoch": 0.7118125,
      "grad_norm": 1.3610361814498901,
      "learning_rate": 5.783820528289251e-05,
      "loss": 7.2759,
      "step": 341670
    },
    {
      "epoch": 0.7118333333333333,
      "grad_norm": 1.129216194152832,
      "learning_rate": 5.783042722664948e-05,
      "loss": 7.3026,
      "step": 341680
    },
    {
      "epoch": 0.7118541666666667,
      "grad_norm": 2.267165422439575,
      "learning_rate": 5.782264956854257e-05,
      "loss": 7.0465,
      "step": 341690
    },
    {
      "epoch": 0.711875,
      "grad_norm": 15.951266288757324,
      "learning_rate": 5.781487230860523e-05,
      "loss": 7.6652,
      "step": 341700
    },
    {
      "epoch": 0.7118958333333333,
      "grad_norm": 2.042203664779663,
      "learning_rate": 5.780709544687121e-05,
      "loss": 7.3969,
      "step": 341710
    },
    {
      "epoch": 0.7119166666666666,
      "grad_norm": 1.1225769519805908,
      "learning_rate": 5.77993189833741e-05,
      "loss": 7.7484,
      "step": 341720
    },
    {
      "epoch": 0.7119375,
      "grad_norm": 3.6424903869628906,
      "learning_rate": 5.779154291814732e-05,
      "loss": 9.4797,
      "step": 341730
    },
    {
      "epoch": 0.7119583333333334,
      "grad_norm": 1.1150175333023071,
      "learning_rate": 5.7783767251224684e-05,
      "loss": 7.3438,
      "step": 341740
    },
    {
      "epoch": 0.7119791666666667,
      "grad_norm": 1.5299038887023926,
      "learning_rate": 5.777599198263962e-05,
      "loss": 7.6744,
      "step": 341750
    },
    {
      "epoch": 0.712,
      "grad_norm": 2.3710315227508545,
      "learning_rate": 5.776821711242572e-05,
      "loss": 7.25,
      "step": 341760
    },
    {
      "epoch": 0.7120208333333333,
      "grad_norm": 1.070975422859192,
      "learning_rate": 5.776044264061671e-05,
      "loss": 7.4648,
      "step": 341770
    },
    {
      "epoch": 0.7120416666666667,
      "grad_norm": 1.6079683303833008,
      "learning_rate": 5.7752668567246024e-05,
      "loss": 7.2047,
      "step": 341780
    },
    {
      "epoch": 0.7120625,
      "grad_norm": 2.395127773284912,
      "learning_rate": 5.774489489234725e-05,
      "loss": 6.882,
      "step": 341790
    },
    {
      "epoch": 0.7120833333333333,
      "grad_norm": 1.0831986665725708,
      "learning_rate": 5.77371216159541e-05,
      "loss": 7.4014,
      "step": 341800
    },
    {
      "epoch": 0.7121041666666666,
      "grad_norm": 2.0783731937408447,
      "learning_rate": 5.772934873810004e-05,
      "loss": 7.6407,
      "step": 341810
    },
    {
      "epoch": 0.712125,
      "grad_norm": 1.605933427810669,
      "learning_rate": 5.772157625881865e-05,
      "loss": 6.9268,
      "step": 341820
    },
    {
      "epoch": 0.7121458333333334,
      "grad_norm": 1.1355777978897095,
      "learning_rate": 5.771380417814353e-05,
      "loss": 7.7375,
      "step": 341830
    },
    {
      "epoch": 0.7121666666666666,
      "grad_norm": 1.5743581056594849,
      "learning_rate": 5.770603249610825e-05,
      "loss": 7.0486,
      "step": 341840
    },
    {
      "epoch": 0.7121875,
      "grad_norm": 1.686773419380188,
      "learning_rate": 5.7698261212746375e-05,
      "loss": 7.2787,
      "step": 341850
    },
    {
      "epoch": 0.7122083333333333,
      "grad_norm": 3.8442485332489014,
      "learning_rate": 5.769049032809147e-05,
      "loss": 7.6295,
      "step": 341860
    },
    {
      "epoch": 0.7122291666666667,
      "grad_norm": 0.8732341527938843,
      "learning_rate": 5.768271984217712e-05,
      "loss": 7.2815,
      "step": 341870
    },
    {
      "epoch": 0.71225,
      "grad_norm": 1.3138929605484009,
      "learning_rate": 5.767494975503686e-05,
      "loss": 7.0956,
      "step": 341880
    },
    {
      "epoch": 0.7122708333333333,
      "grad_norm": 1.3945493698120117,
      "learning_rate": 5.76671800667043e-05,
      "loss": 7.4372,
      "step": 341890
    },
    {
      "epoch": 0.7122916666666667,
      "grad_norm": 1.5344880819320679,
      "learning_rate": 5.765941077721294e-05,
      "loss": 7.0691,
      "step": 341900
    },
    {
      "epoch": 0.7123125,
      "grad_norm": 1.3311481475830078,
      "learning_rate": 5.765164188659641e-05,
      "loss": 6.8964,
      "step": 341910
    },
    {
      "epoch": 0.7123333333333334,
      "grad_norm": 1.3295776844024658,
      "learning_rate": 5.764387339488821e-05,
      "loss": 7.6277,
      "step": 341920
    },
    {
      "epoch": 0.7123541666666666,
      "grad_norm": 4.226429462432861,
      "learning_rate": 5.763610530212192e-05,
      "loss": 7.3948,
      "step": 341930
    },
    {
      "epoch": 0.712375,
      "grad_norm": 2.175748348236084,
      "learning_rate": 5.762833760833111e-05,
      "loss": 7.3825,
      "step": 341940
    },
    {
      "epoch": 0.7123958333333333,
      "grad_norm": 2.7961935997009277,
      "learning_rate": 5.7620570313549317e-05,
      "loss": 7.0614,
      "step": 341950
    },
    {
      "epoch": 0.7124166666666667,
      "grad_norm": 1.7042683362960815,
      "learning_rate": 5.7612803417810074e-05,
      "loss": 7.7252,
      "step": 341960
    },
    {
      "epoch": 0.7124375,
      "grad_norm": 1.246369481086731,
      "learning_rate": 5.7605036921147016e-05,
      "loss": 6.8113,
      "step": 341970
    },
    {
      "epoch": 0.7124583333333333,
      "grad_norm": 1.1808513402938843,
      "learning_rate": 5.759727082359353e-05,
      "loss": 7.0459,
      "step": 341980
    },
    {
      "epoch": 0.7124791666666667,
      "grad_norm": 4.193430423736572,
      "learning_rate": 5.7589505125183286e-05,
      "loss": 7.514,
      "step": 341990
    },
    {
      "epoch": 0.7125,
      "grad_norm": 5.053142547607422,
      "learning_rate": 5.7581739825949875e-05,
      "loss": 6.6318,
      "step": 342000
    },
    {
      "epoch": 0.7125,
      "eval_loss": 6.797650337219238,
      "eval_runtime": 9.2424,
      "eval_samples_per_second": 0.325,
      "eval_steps_per_second": 0.108,
      "step": 342000
    },
    {
      "epoch": 0.7125208333333334,
      "grad_norm": 1.4899487495422363,
      "learning_rate": 5.757397492592666e-05,
      "loss": 7.1022,
      "step": 342010
    },
    {
      "epoch": 0.7125416666666666,
      "grad_norm": 1.0974199771881104,
      "learning_rate": 5.756621042514733e-05,
      "loss": 7.0689,
      "step": 342020
    },
    {
      "epoch": 0.7125625,
      "grad_norm": 0.9533770084381104,
      "learning_rate": 5.755844632364545e-05,
      "loss": 7.1896,
      "step": 342030
    },
    {
      "epoch": 0.7125833333333333,
      "grad_norm": 0.7276860475540161,
      "learning_rate": 5.755068262145437e-05,
      "loss": 7.0711,
      "step": 342040
    },
    {
      "epoch": 0.7126041666666667,
      "grad_norm": 1.3535170555114746,
      "learning_rate": 5.7542919318607804e-05,
      "loss": 6.8621,
      "step": 342050
    },
    {
      "epoch": 0.712625,
      "grad_norm": 1.3685615062713623,
      "learning_rate": 5.7535156415139295e-05,
      "loss": 6.9595,
      "step": 342060
    },
    {
      "epoch": 0.7126458333333333,
      "grad_norm": 0.9201881289482117,
      "learning_rate": 5.7527393911082186e-05,
      "loss": 6.9625,
      "step": 342070
    },
    {
      "epoch": 0.7126666666666667,
      "grad_norm": 1.2743291854858398,
      "learning_rate": 5.751963180647021e-05,
      "loss": 7.2653,
      "step": 342080
    },
    {
      "epoch": 0.7126875,
      "grad_norm": 0.9628470540046692,
      "learning_rate": 5.7511870101336845e-05,
      "loss": 7.0796,
      "step": 342090
    },
    {
      "epoch": 0.7127083333333334,
      "grad_norm": 0.9769178628921509,
      "learning_rate": 5.75041087957155e-05,
      "loss": 7.2385,
      "step": 342100
    },
    {
      "epoch": 0.7127291666666666,
      "grad_norm": 1.4622105360031128,
      "learning_rate": 5.749634788963989e-05,
      "loss": 7.0314,
      "step": 342110
    },
    {
      "epoch": 0.71275,
      "grad_norm": 2.870365619659424,
      "learning_rate": 5.74885873831434e-05,
      "loss": 7.0548,
      "step": 342120
    },
    {
      "epoch": 0.7127708333333334,
      "grad_norm": 4.398484706878662,
      "learning_rate": 5.7480827276259587e-05,
      "loss": 7.3851,
      "step": 342130
    },
    {
      "epoch": 0.7127916666666667,
      "grad_norm": 3.9099738597869873,
      "learning_rate": 5.7473067569021975e-05,
      "loss": 6.9936,
      "step": 342140
    },
    {
      "epoch": 0.7128125,
      "grad_norm": 1.2842785120010376,
      "learning_rate": 5.7465308261464084e-05,
      "loss": 7.228,
      "step": 342150
    },
    {
      "epoch": 0.7128333333333333,
      "grad_norm": 1.0976041555404663,
      "learning_rate": 5.7457549353619454e-05,
      "loss": 6.9419,
      "step": 342160
    },
    {
      "epoch": 0.7128541666666667,
      "grad_norm": 1.790941834449768,
      "learning_rate": 5.744979084552156e-05,
      "loss": 7.2757,
      "step": 342170
    },
    {
      "epoch": 0.712875,
      "grad_norm": 1.2853167057037354,
      "learning_rate": 5.744203273720394e-05,
      "loss": 6.9956,
      "step": 342180
    },
    {
      "epoch": 0.7128958333333333,
      "grad_norm": 1.6670180559158325,
      "learning_rate": 5.7434275028700104e-05,
      "loss": 7.5057,
      "step": 342190
    },
    {
      "epoch": 0.7129166666666666,
      "grad_norm": 1.3039965629577637,
      "learning_rate": 5.7426517720043555e-05,
      "loss": 8.1947,
      "step": 342200
    },
    {
      "epoch": 0.7129375,
      "grad_norm": 1.3516205549240112,
      "learning_rate": 5.7418760811267825e-05,
      "loss": 6.8957,
      "step": 342210
    },
    {
      "epoch": 0.7129583333333334,
      "grad_norm": 0.9305546879768372,
      "learning_rate": 5.741100430240637e-05,
      "loss": 7.4155,
      "step": 342220
    },
    {
      "epoch": 0.7129791666666667,
      "grad_norm": 1.8123339414596558,
      "learning_rate": 5.740324819349275e-05,
      "loss": 7.0538,
      "step": 342230
    },
    {
      "epoch": 0.713,
      "grad_norm": 2.9744873046875,
      "learning_rate": 5.739549248456043e-05,
      "loss": 7.0645,
      "step": 342240
    },
    {
      "epoch": 0.7130208333333333,
      "grad_norm": 1.8852753639221191,
      "learning_rate": 5.738773717564295e-05,
      "loss": 7.284,
      "step": 342250
    },
    {
      "epoch": 0.7130416666666667,
      "grad_norm": 1.2971761226654053,
      "learning_rate": 5.7379982266773766e-05,
      "loss": 7.4546,
      "step": 342260
    },
    {
      "epoch": 0.7130625,
      "grad_norm": 1.0367028713226318,
      "learning_rate": 5.7372227757986406e-05,
      "loss": 7.0688,
      "step": 342270
    },
    {
      "epoch": 0.7130833333333333,
      "grad_norm": 1.337418794631958,
      "learning_rate": 5.736447364931437e-05,
      "loss": 6.8386,
      "step": 342280
    },
    {
      "epoch": 0.7131041666666667,
      "grad_norm": 2.0340800285339355,
      "learning_rate": 5.735671994079111e-05,
      "loss": 7.6384,
      "step": 342290
    },
    {
      "epoch": 0.713125,
      "grad_norm": 0.9878877401351929,
      "learning_rate": 5.734896663245018e-05,
      "loss": 7.0391,
      "step": 342300
    },
    {
      "epoch": 0.7131458333333334,
      "grad_norm": 1.1489083766937256,
      "learning_rate": 5.734121372432502e-05,
      "loss": 7.1338,
      "step": 342310
    },
    {
      "epoch": 0.7131666666666666,
      "grad_norm": 2.0596463680267334,
      "learning_rate": 5.733346121644914e-05,
      "loss": 7.1426,
      "step": 342320
    },
    {
      "epoch": 0.7131875,
      "grad_norm": 0.9473505616188049,
      "learning_rate": 5.732570910885604e-05,
      "loss": 7.7235,
      "step": 342330
    },
    {
      "epoch": 0.7132083333333333,
      "grad_norm": 2.736698627471924,
      "learning_rate": 5.731795740157924e-05,
      "loss": 7.3898,
      "step": 342340
    },
    {
      "epoch": 0.7132291666666667,
      "grad_norm": 1.198472261428833,
      "learning_rate": 5.731020609465207e-05,
      "loss": 7.2353,
      "step": 342350
    },
    {
      "epoch": 0.71325,
      "grad_norm": 1.3546745777130127,
      "learning_rate": 5.730245518810818e-05,
      "loss": 7.3245,
      "step": 342360
    },
    {
      "epoch": 0.7132708333333333,
      "grad_norm": 1.929032802581787,
      "learning_rate": 5.729470468198104e-05,
      "loss": 7.2458,
      "step": 342370
    },
    {
      "epoch": 0.7132916666666667,
      "grad_norm": 0.8976080417633057,
      "learning_rate": 5.7286954576303975e-05,
      "loss": 7.039,
      "step": 342380
    },
    {
      "epoch": 0.7133125,
      "grad_norm": 0.8602157235145569,
      "learning_rate": 5.727920487111062e-05,
      "loss": 7.2908,
      "step": 342390
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 3.19909930229187,
      "learning_rate": 5.727145556643445e-05,
      "loss": 7.7284,
      "step": 342400
    },
    {
      "epoch": 0.7133541666666666,
      "grad_norm": 2.7058498859405518,
      "learning_rate": 5.726370666230884e-05,
      "loss": 6.887,
      "step": 342410
    },
    {
      "epoch": 0.713375,
      "grad_norm": 2.024491310119629,
      "learning_rate": 5.7255958158767246e-05,
      "loss": 7.096,
      "step": 342420
    },
    {
      "epoch": 0.7133958333333333,
      "grad_norm": 1.437181830406189,
      "learning_rate": 5.724821005584332e-05,
      "loss": 6.8937,
      "step": 342430
    },
    {
      "epoch": 0.7134166666666667,
      "grad_norm": 1.2193031311035156,
      "learning_rate": 5.724046235357035e-05,
      "loss": 7.6771,
      "step": 342440
    },
    {
      "epoch": 0.7134375,
      "grad_norm": 2.3362505435943604,
      "learning_rate": 5.723271505198183e-05,
      "loss": 7.153,
      "step": 342450
    },
    {
      "epoch": 0.7134583333333333,
      "grad_norm": 1.1281013488769531,
      "learning_rate": 5.722496815111134e-05,
      "loss": 7.3163,
      "step": 342460
    },
    {
      "epoch": 0.7134791666666667,
      "grad_norm": 0.9200069904327393,
      "learning_rate": 5.721722165099223e-05,
      "loss": 6.8863,
      "step": 342470
    },
    {
      "epoch": 0.7135,
      "grad_norm": 9.271328926086426,
      "learning_rate": 5.7209475551658e-05,
      "loss": 7.8636,
      "step": 342480
    },
    {
      "epoch": 0.7135208333333334,
      "grad_norm": 1.2645902633666992,
      "learning_rate": 5.7201729853142106e-05,
      "loss": 7.1707,
      "step": 342490
    },
    {
      "epoch": 0.7135416666666666,
      "grad_norm": 0.7707037925720215,
      "learning_rate": 5.719398455547799e-05,
      "loss": 7.1013,
      "step": 342500
    },
    {
      "epoch": 0.7135625,
      "grad_norm": 0.94432532787323,
      "learning_rate": 5.7186239658699134e-05,
      "loss": 7.081,
      "step": 342510
    },
    {
      "epoch": 0.7135833333333333,
      "grad_norm": 1.2747888565063477,
      "learning_rate": 5.7178495162838995e-05,
      "loss": 7.8777,
      "step": 342520
    },
    {
      "epoch": 0.7136041666666667,
      "grad_norm": 6.910370826721191,
      "learning_rate": 5.717075106793101e-05,
      "loss": 7.5202,
      "step": 342530
    },
    {
      "epoch": 0.713625,
      "grad_norm": 1.70435631275177,
      "learning_rate": 5.716300737400862e-05,
      "loss": 7.7741,
      "step": 342540
    },
    {
      "epoch": 0.7136458333333333,
      "grad_norm": 1.6497830152511597,
      "learning_rate": 5.7155264081105315e-05,
      "loss": 7.0502,
      "step": 342550
    },
    {
      "epoch": 0.7136666666666667,
      "grad_norm": 1.9128620624542236,
      "learning_rate": 5.7147521189254495e-05,
      "loss": 7.292,
      "step": 342560
    },
    {
      "epoch": 0.7136875,
      "grad_norm": 2.9796390533447266,
      "learning_rate": 5.7139778698489644e-05,
      "loss": 7.1046,
      "step": 342570
    },
    {
      "epoch": 0.7137083333333333,
      "grad_norm": 1.084964394569397,
      "learning_rate": 5.71320366088442e-05,
      "loss": 7.284,
      "step": 342580
    },
    {
      "epoch": 0.7137291666666666,
      "grad_norm": 2.874978542327881,
      "learning_rate": 5.7124294920351585e-05,
      "loss": 7.6463,
      "step": 342590
    },
    {
      "epoch": 0.71375,
      "grad_norm": 1.6943821907043457,
      "learning_rate": 5.7116553633045265e-05,
      "loss": 7.5386,
      "step": 342600
    },
    {
      "epoch": 0.7137708333333334,
      "grad_norm": 1.771105170249939,
      "learning_rate": 5.710881274695865e-05,
      "loss": 7.1403,
      "step": 342610
    },
    {
      "epoch": 0.7137916666666667,
      "grad_norm": 1.41912043094635,
      "learning_rate": 5.7101072262125206e-05,
      "loss": 7.3913,
      "step": 342620
    },
    {
      "epoch": 0.7138125,
      "grad_norm": 1.2225767374038696,
      "learning_rate": 5.709333217857835e-05,
      "loss": 7.6271,
      "step": 342630
    },
    {
      "epoch": 0.7138333333333333,
      "grad_norm": 1.3395694494247437,
      "learning_rate": 5.7085592496351535e-05,
      "loss": 7.3485,
      "step": 342640
    },
    {
      "epoch": 0.7138541666666667,
      "grad_norm": 2.522778034210205,
      "learning_rate": 5.7077853215478185e-05,
      "loss": 7.7679,
      "step": 342650
    },
    {
      "epoch": 0.713875,
      "grad_norm": 1.0497945547103882,
      "learning_rate": 5.707011433599171e-05,
      "loss": 7.2267,
      "step": 342660
    },
    {
      "epoch": 0.7138958333333333,
      "grad_norm": 1.1920219659805298,
      "learning_rate": 5.706237585792557e-05,
      "loss": 6.9268,
      "step": 342670
    },
    {
      "epoch": 0.7139166666666666,
      "grad_norm": 9.753365516662598,
      "learning_rate": 5.705463778131318e-05,
      "loss": 7.8371,
      "step": 342680
    },
    {
      "epoch": 0.7139375,
      "grad_norm": 1.7265539169311523,
      "learning_rate": 5.7046900106187965e-05,
      "loss": 7.1316,
      "step": 342690
    },
    {
      "epoch": 0.7139583333333334,
      "grad_norm": 1.048465371131897,
      "learning_rate": 5.7039162832583335e-05,
      "loss": 6.9873,
      "step": 342700
    },
    {
      "epoch": 0.7139791666666667,
      "grad_norm": 4.039826393127441,
      "learning_rate": 5.7031425960532746e-05,
      "loss": 6.9729,
      "step": 342710
    },
    {
      "epoch": 0.714,
      "grad_norm": 1.0849708318710327,
      "learning_rate": 5.702368949006963e-05,
      "loss": 7.3681,
      "step": 342720
    },
    {
      "epoch": 0.7140208333333333,
      "grad_norm": 0.6753876805305481,
      "learning_rate": 5.701595342122728e-05,
      "loss": 7.1808,
      "step": 342730
    },
    {
      "epoch": 0.7140416666666667,
      "grad_norm": 1.7150850296020508,
      "learning_rate": 5.7008217754039315e-05,
      "loss": 7.6067,
      "step": 342740
    },
    {
      "epoch": 0.7140625,
      "grad_norm": 1.0340709686279297,
      "learning_rate": 5.7000482488538966e-05,
      "loss": 7.0248,
      "step": 342750
    },
    {
      "epoch": 0.7140833333333333,
      "grad_norm": 1.1702470779418945,
      "learning_rate": 5.6992747624759693e-05,
      "loss": 7.2838,
      "step": 342760
    },
    {
      "epoch": 0.7141041666666667,
      "grad_norm": 1.3409444093704224,
      "learning_rate": 5.698501316273503e-05,
      "loss": 7.5863,
      "step": 342770
    },
    {
      "epoch": 0.714125,
      "grad_norm": 3.104773998260498,
      "learning_rate": 5.697727910249824e-05,
      "loss": 8.0413,
      "step": 342780
    },
    {
      "epoch": 0.7141458333333334,
      "grad_norm": 9.63663387298584,
      "learning_rate": 5.6969545444082725e-05,
      "loss": 7.3297,
      "step": 342790
    },
    {
      "epoch": 0.7141666666666666,
      "grad_norm": 1.6052336692810059,
      "learning_rate": 5.696181218752206e-05,
      "loss": 7.5307,
      "step": 342800
    },
    {
      "epoch": 0.7141875,
      "grad_norm": 3.251859188079834,
      "learning_rate": 5.6954079332849484e-05,
      "loss": 7.5559,
      "step": 342810
    },
    {
      "epoch": 0.7142083333333333,
      "grad_norm": 1.4655598402023315,
      "learning_rate": 5.69463468800984e-05,
      "loss": 7.2075,
      "step": 342820
    },
    {
      "epoch": 0.7142291666666667,
      "grad_norm": 1.1828597784042358,
      "learning_rate": 5.6938614829302375e-05,
      "loss": 6.9571,
      "step": 342830
    },
    {
      "epoch": 0.71425,
      "grad_norm": 1.4596397876739502,
      "learning_rate": 5.693088318049466e-05,
      "loss": 7.3503,
      "step": 342840
    },
    {
      "epoch": 0.7142708333333333,
      "grad_norm": 1.335667371749878,
      "learning_rate": 5.6923151933708673e-05,
      "loss": 7.4246,
      "step": 342850
    },
    {
      "epoch": 0.7142916666666667,
      "grad_norm": 1.0694265365600586,
      "learning_rate": 5.691542108897783e-05,
      "loss": 7.1269,
      "step": 342860
    },
    {
      "epoch": 0.7143125,
      "grad_norm": 1.5229411125183105,
      "learning_rate": 5.690769064633551e-05,
      "loss": 7.2337,
      "step": 342870
    },
    {
      "epoch": 0.7143333333333334,
      "grad_norm": 2.1351630687713623,
      "learning_rate": 5.689996060581514e-05,
      "loss": 7.5955,
      "step": 342880
    },
    {
      "epoch": 0.7143541666666666,
      "grad_norm": 1.1200447082519531,
      "learning_rate": 5.689223096745007e-05,
      "loss": 7.6317,
      "step": 342890
    },
    {
      "epoch": 0.714375,
      "grad_norm": 1.1037676334381104,
      "learning_rate": 5.6884501731273715e-05,
      "loss": 7.331,
      "step": 342900
    },
    {
      "epoch": 0.7143958333333333,
      "grad_norm": 1.6376415491104126,
      "learning_rate": 5.6876772897319464e-05,
      "loss": 6.8279,
      "step": 342910
    },
    {
      "epoch": 0.7144166666666667,
      "grad_norm": 0.9612542986869812,
      "learning_rate": 5.6869044465620687e-05,
      "loss": 7.4779,
      "step": 342920
    },
    {
      "epoch": 0.7144375,
      "grad_norm": 1.5567517280578613,
      "learning_rate": 5.686131643621077e-05,
      "loss": 7.2805,
      "step": 342930
    },
    {
      "epoch": 0.7144583333333333,
      "grad_norm": 1.3407748937606812,
      "learning_rate": 5.685358880912309e-05,
      "loss": 7.1049,
      "step": 342940
    },
    {
      "epoch": 0.7144791666666667,
      "grad_norm": 2.8306307792663574,
      "learning_rate": 5.684586158439106e-05,
      "loss": 7.2078,
      "step": 342950
    },
    {
      "epoch": 0.7145,
      "grad_norm": 1.3779137134552002,
      "learning_rate": 5.683813476204802e-05,
      "loss": 6.9973,
      "step": 342960
    },
    {
      "epoch": 0.7145208333333334,
      "grad_norm": 1.2854013442993164,
      "learning_rate": 5.683040834212736e-05,
      "loss": 6.9011,
      "step": 342970
    },
    {
      "epoch": 0.7145416666666666,
      "grad_norm": 2.4258322715759277,
      "learning_rate": 5.682268232466247e-05,
      "loss": 7.4857,
      "step": 342980
    },
    {
      "epoch": 0.7145625,
      "grad_norm": 1.6151536703109741,
      "learning_rate": 5.68149567096867e-05,
      "loss": 7.5045,
      "step": 342990
    },
    {
      "epoch": 0.7145833333333333,
      "grad_norm": 0.9153954386711121,
      "learning_rate": 5.680723149723348e-05,
      "loss": 7.389,
      "step": 343000
    },
    {
      "epoch": 0.7145833333333333,
      "eval_loss": 11.549033164978027,
      "eval_runtime": 9.0756,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 343000
    },
    {
      "epoch": 0.7146041666666667,
      "grad_norm": 1.0461105108261108,
      "learning_rate": 5.679950668733603e-05,
      "loss": 7.351,
      "step": 343010
    },
    {
      "epoch": 0.714625,
      "grad_norm": 1.326331377029419,
      "learning_rate": 5.6791782280027884e-05,
      "loss": 7.2011,
      "step": 343020
    },
    {
      "epoch": 0.7146458333333333,
      "grad_norm": 1.4085876941680908,
      "learning_rate": 5.678405827534238e-05,
      "loss": 6.9729,
      "step": 343030
    },
    {
      "epoch": 0.7146666666666667,
      "grad_norm": 3.4596943855285645,
      "learning_rate": 5.677633467331276e-05,
      "loss": 7.2358,
      "step": 343040
    },
    {
      "epoch": 0.7146875,
      "grad_norm": 3.3154962062835693,
      "learning_rate": 5.676861147397251e-05,
      "loss": 7.9135,
      "step": 343050
    },
    {
      "epoch": 0.7147083333333333,
      "grad_norm": 1.2602825164794922,
      "learning_rate": 5.676088867735501e-05,
      "loss": 7.092,
      "step": 343060
    },
    {
      "epoch": 0.7147291666666666,
      "grad_norm": 1.415854573249817,
      "learning_rate": 5.675316628349347e-05,
      "loss": 7.2059,
      "step": 343070
    },
    {
      "epoch": 0.71475,
      "grad_norm": 0.8723387718200684,
      "learning_rate": 5.6745444292421375e-05,
      "loss": 7.4887,
      "step": 343080
    },
    {
      "epoch": 0.7147708333333334,
      "grad_norm": 1.1227107048034668,
      "learning_rate": 5.673772270417213e-05,
      "loss": 7.0522,
      "step": 343090
    },
    {
      "epoch": 0.7147916666666667,
      "grad_norm": 1.0562933683395386,
      "learning_rate": 5.673000151877888e-05,
      "loss": 7.1971,
      "step": 343100
    },
    {
      "epoch": 0.7148125,
      "grad_norm": 1.8558576107025146,
      "learning_rate": 5.672228073627521e-05,
      "loss": 7.4888,
      "step": 343110
    },
    {
      "epoch": 0.7148333333333333,
      "grad_norm": 1.8013572692871094,
      "learning_rate": 5.6714560356694313e-05,
      "loss": 7.3158,
      "step": 343120
    },
    {
      "epoch": 0.7148541666666667,
      "grad_norm": 1.5633221864700317,
      "learning_rate": 5.670684038006955e-05,
      "loss": 7.7025,
      "step": 343130
    },
    {
      "epoch": 0.714875,
      "grad_norm": 1.9081002473831177,
      "learning_rate": 5.6699120806434396e-05,
      "loss": 6.9861,
      "step": 343140
    },
    {
      "epoch": 0.7148958333333333,
      "grad_norm": 1.158069372177124,
      "learning_rate": 5.669140163582207e-05,
      "loss": 7.0264,
      "step": 343150
    },
    {
      "epoch": 0.7149166666666666,
      "grad_norm": 1.614912986755371,
      "learning_rate": 5.66836828682659e-05,
      "loss": 7.3323,
      "step": 343160
    },
    {
      "epoch": 0.7149375,
      "grad_norm": 1.5487953424453735,
      "learning_rate": 5.6675964503799394e-05,
      "loss": 7.3385,
      "step": 343170
    },
    {
      "epoch": 0.7149583333333334,
      "grad_norm": 2.5654566287994385,
      "learning_rate": 5.666824654245572e-05,
      "loss": 7.4201,
      "step": 343180
    },
    {
      "epoch": 0.7149791666666667,
      "grad_norm": 3.4015583992004395,
      "learning_rate": 5.666052898426822e-05,
      "loss": 7.2711,
      "step": 343190
    },
    {
      "epoch": 0.715,
      "grad_norm": 4.088482856750488,
      "learning_rate": 5.6652811829270406e-05,
      "loss": 7.5884,
      "step": 343200
    },
    {
      "epoch": 0.7150208333333333,
      "grad_norm": 1.0575835704803467,
      "learning_rate": 5.664509507749543e-05,
      "loss": 7.2627,
      "step": 343210
    },
    {
      "epoch": 0.7150416666666667,
      "grad_norm": 1.1461230516433716,
      "learning_rate": 5.663737872897665e-05,
      "loss": 7.3913,
      "step": 343220
    },
    {
      "epoch": 0.7150625,
      "grad_norm": 2.7232351303100586,
      "learning_rate": 5.662966278374753e-05,
      "loss": 7.1789,
      "step": 343230
    },
    {
      "epoch": 0.7150833333333333,
      "grad_norm": 1.1124781370162964,
      "learning_rate": 5.662194724184126e-05,
      "loss": 7.1758,
      "step": 343240
    },
    {
      "epoch": 0.7151041666666667,
      "grad_norm": 0.8545385599136353,
      "learning_rate": 5.661423210329122e-05,
      "loss": 7.2206,
      "step": 343250
    },
    {
      "epoch": 0.715125,
      "grad_norm": 3.2978222370147705,
      "learning_rate": 5.660651736813073e-05,
      "loss": 7.7079,
      "step": 343260
    },
    {
      "epoch": 0.7151458333333334,
      "grad_norm": 3.1855173110961914,
      "learning_rate": 5.659880303639313e-05,
      "loss": 7.2185,
      "step": 343270
    },
    {
      "epoch": 0.7151666666666666,
      "grad_norm": 0.9684402346611023,
      "learning_rate": 5.659108910811172e-05,
      "loss": 7.0015,
      "step": 343280
    },
    {
      "epoch": 0.7151875,
      "grad_norm": 1.1465978622436523,
      "learning_rate": 5.6583375583319826e-05,
      "loss": 7.0816,
      "step": 343290
    },
    {
      "epoch": 0.7152083333333333,
      "grad_norm": 1.486109972000122,
      "learning_rate": 5.657566246205078e-05,
      "loss": 7.3142,
      "step": 343300
    },
    {
      "epoch": 0.7152291666666667,
      "grad_norm": 1.799233078956604,
      "learning_rate": 5.65679497443379e-05,
      "loss": 7.3469,
      "step": 343310
    },
    {
      "epoch": 0.71525,
      "grad_norm": 1.1714917421340942,
      "learning_rate": 5.656023743021448e-05,
      "loss": 7.4602,
      "step": 343320
    },
    {
      "epoch": 0.7152708333333333,
      "grad_norm": 1.4729713201522827,
      "learning_rate": 5.6552525519713856e-05,
      "loss": 7.1279,
      "step": 343330
    },
    {
      "epoch": 0.7152916666666667,
      "grad_norm": 1.3270237445831299,
      "learning_rate": 5.6544814012869384e-05,
      "loss": 7.3309,
      "step": 343340
    },
    {
      "epoch": 0.7153125,
      "grad_norm": 1.1660540103912354,
      "learning_rate": 5.653710290971421e-05,
      "loss": 7.7294,
      "step": 343350
    },
    {
      "epoch": 0.7153333333333334,
      "grad_norm": 1.4477927684783936,
      "learning_rate": 5.652939221028181e-05,
      "loss": 7.5299,
      "step": 343360
    },
    {
      "epoch": 0.7153541666666666,
      "grad_norm": 13.381572723388672,
      "learning_rate": 5.65216819146055e-05,
      "loss": 7.9922,
      "step": 343370
    },
    {
      "epoch": 0.715375,
      "grad_norm": 2.2112414836883545,
      "learning_rate": 5.651397202271842e-05,
      "loss": 6.8165,
      "step": 343380
    },
    {
      "epoch": 0.7153958333333333,
      "grad_norm": 3.6310160160064697,
      "learning_rate": 5.650626253465401e-05,
      "loss": 7.0437,
      "step": 343390
    },
    {
      "epoch": 0.7154166666666667,
      "grad_norm": 1.2432281970977783,
      "learning_rate": 5.649855345044561e-05,
      "loss": 6.9579,
      "step": 343400
    },
    {
      "epoch": 0.7154375,
      "grad_norm": 2.4504141807556152,
      "learning_rate": 5.649084477012634e-05,
      "loss": 7.3657,
      "step": 343410
    },
    {
      "epoch": 0.7154583333333333,
      "grad_norm": 0.985756516456604,
      "learning_rate": 5.648313649372964e-05,
      "loss": 7.365,
      "step": 343420
    },
    {
      "epoch": 0.7154791666666667,
      "grad_norm": 1.3307007551193237,
      "learning_rate": 5.647542862128885e-05,
      "loss": 7.0378,
      "step": 343430
    },
    {
      "epoch": 0.7155,
      "grad_norm": 0.787091076374054,
      "learning_rate": 5.646772115283708e-05,
      "loss": 7.6843,
      "step": 343440
    },
    {
      "epoch": 0.7155208333333334,
      "grad_norm": 4.006089210510254,
      "learning_rate": 5.646001408840778e-05,
      "loss": 7.3661,
      "step": 343450
    },
    {
      "epoch": 0.7155416666666666,
      "grad_norm": 1.523280382156372,
      "learning_rate": 5.645230742803425e-05,
      "loss": 7.0849,
      "step": 343460
    },
    {
      "epoch": 0.7155625,
      "grad_norm": 1.5372284650802612,
      "learning_rate": 5.644460117174961e-05,
      "loss": 7.129,
      "step": 343470
    },
    {
      "epoch": 0.7155833333333333,
      "grad_norm": 1.1893980503082275,
      "learning_rate": 5.643689531958737e-05,
      "loss": 6.9171,
      "step": 343480
    },
    {
      "epoch": 0.7156041666666667,
      "grad_norm": 1.3101476430892944,
      "learning_rate": 5.642918987158066e-05,
      "loss": 7.847,
      "step": 343490
    },
    {
      "epoch": 0.715625,
      "grad_norm": 1.4903916120529175,
      "learning_rate": 5.6421484827762756e-05,
      "loss": 7.5035,
      "step": 343500
    },
    {
      "epoch": 0.7156458333333333,
      "grad_norm": 1.2635674476623535,
      "learning_rate": 5.64137801881671e-05,
      "loss": 7.4655,
      "step": 343510
    },
    {
      "epoch": 0.7156666666666667,
      "grad_norm": 2.0489554405212402,
      "learning_rate": 5.6406075952826814e-05,
      "loss": 6.9053,
      "step": 343520
    },
    {
      "epoch": 0.7156875,
      "grad_norm": 1.1434935331344604,
      "learning_rate": 5.639837212177518e-05,
      "loss": 7.0529,
      "step": 343530
    },
    {
      "epoch": 0.7157083333333333,
      "grad_norm": 1.2103235721588135,
      "learning_rate": 5.639066869504563e-05,
      "loss": 7.4539,
      "step": 343540
    },
    {
      "epoch": 0.7157291666666666,
      "grad_norm": 1.121288537979126,
      "learning_rate": 5.6382965672671306e-05,
      "loss": 7.1637,
      "step": 343550
    },
    {
      "epoch": 0.71575,
      "grad_norm": 1.8848525285720825,
      "learning_rate": 5.637526305468545e-05,
      "loss": 7.4369,
      "step": 343560
    },
    {
      "epoch": 0.7157708333333334,
      "grad_norm": 1.668402075767517,
      "learning_rate": 5.636756084112149e-05,
      "loss": 6.9382,
      "step": 343570
    },
    {
      "epoch": 0.7157916666666667,
      "grad_norm": 0.7635759711265564,
      "learning_rate": 5.6359859032012563e-05,
      "loss": 6.9505,
      "step": 343580
    },
    {
      "epoch": 0.7158125,
      "grad_norm": 1.3441762924194336,
      "learning_rate": 5.6352157627391986e-05,
      "loss": 7.0493,
      "step": 343590
    },
    {
      "epoch": 0.7158333333333333,
      "grad_norm": 1.4599047899246216,
      "learning_rate": 5.634445662729302e-05,
      "loss": 7.1244,
      "step": 343600
    },
    {
      "epoch": 0.7158541666666667,
      "grad_norm": 1.543237328529358,
      "learning_rate": 5.6336756031748915e-05,
      "loss": 7.0679,
      "step": 343610
    },
    {
      "epoch": 0.715875,
      "grad_norm": 1.242963433265686,
      "learning_rate": 5.632905584079297e-05,
      "loss": 7.6531,
      "step": 343620
    },
    {
      "epoch": 0.7158958333333333,
      "grad_norm": 3.4403135776519775,
      "learning_rate": 5.632135605445841e-05,
      "loss": 7.2698,
      "step": 343630
    },
    {
      "epoch": 0.7159166666666666,
      "grad_norm": 0.9386813640594482,
      "learning_rate": 5.631365667277851e-05,
      "loss": 7.7619,
      "step": 343640
    },
    {
      "epoch": 0.7159375,
      "grad_norm": 0.7720227837562561,
      "learning_rate": 5.630595769578655e-05,
      "loss": 6.9876,
      "step": 343650
    },
    {
      "epoch": 0.7159583333333334,
      "grad_norm": 2.8515868186950684,
      "learning_rate": 5.629825912351574e-05,
      "loss": 7.4179,
      "step": 343660
    },
    {
      "epoch": 0.7159791666666667,
      "grad_norm": 2.2976582050323486,
      "learning_rate": 5.6290560955999375e-05,
      "loss": 7.4061,
      "step": 343670
    },
    {
      "epoch": 0.716,
      "grad_norm": 3.5010030269622803,
      "learning_rate": 5.62828631932707e-05,
      "loss": 7.6781,
      "step": 343680
    },
    {
      "epoch": 0.7160208333333333,
      "grad_norm": 1.4438337087631226,
      "learning_rate": 5.627516583536295e-05,
      "loss": 7.0596,
      "step": 343690
    },
    {
      "epoch": 0.7160416666666667,
      "grad_norm": 1.9006056785583496,
      "learning_rate": 5.6267468882309385e-05,
      "loss": 6.8625,
      "step": 343700
    },
    {
      "epoch": 0.7160625,
      "grad_norm": 1.0824774503707886,
      "learning_rate": 5.625977233414331e-05,
      "loss": 8.0131,
      "step": 343710
    },
    {
      "epoch": 0.7160833333333333,
      "grad_norm": 1.2906982898712158,
      "learning_rate": 5.62520761908978e-05,
      "loss": 6.8341,
      "step": 343720
    },
    {
      "epoch": 0.7161041666666667,
      "grad_norm": 1.5472776889801025,
      "learning_rate": 5.6244380452606274e-05,
      "loss": 7.5314,
      "step": 343730
    },
    {
      "epoch": 0.716125,
      "grad_norm": 1.302934169769287,
      "learning_rate": 5.6236685119301964e-05,
      "loss": 7.7566,
      "step": 343740
    },
    {
      "epoch": 0.7161458333333334,
      "grad_norm": 2.0429229736328125,
      "learning_rate": 5.622899019101795e-05,
      "loss": 6.8972,
      "step": 343750
    },
    {
      "epoch": 0.7161666666666666,
      "grad_norm": 1.8382670879364014,
      "learning_rate": 5.622129566778764e-05,
      "loss": 7.1523,
      "step": 343760
    },
    {
      "epoch": 0.7161875,
      "grad_norm": 1.3459428548812866,
      "learning_rate": 5.621360154964426e-05,
      "loss": 7.4065,
      "step": 343770
    },
    {
      "epoch": 0.7162083333333333,
      "grad_norm": 1.8760205507278442,
      "learning_rate": 5.6205907836620896e-05,
      "loss": 7.0556,
      "step": 343780
    },
    {
      "epoch": 0.7162291666666667,
      "grad_norm": 10.969337463378906,
      "learning_rate": 5.619821452875094e-05,
      "loss": 7.8959,
      "step": 343790
    },
    {
      "epoch": 0.71625,
      "grad_norm": 2.9488508701324463,
      "learning_rate": 5.6190521626067606e-05,
      "loss": 7.3571,
      "step": 343800
    },
    {
      "epoch": 0.7162708333333333,
      "grad_norm": 1.2999638319015503,
      "learning_rate": 5.618282912860401e-05,
      "loss": 7.132,
      "step": 343810
    },
    {
      "epoch": 0.7162916666666667,
      "grad_norm": 3.614668130874634,
      "learning_rate": 5.617513703639349e-05,
      "loss": 7.2134,
      "step": 343820
    },
    {
      "epoch": 0.7163125,
      "grad_norm": 2.4198577404022217,
      "learning_rate": 5.6167445349469284e-05,
      "loss": 7.1506,
      "step": 343830
    },
    {
      "epoch": 0.7163333333333334,
      "grad_norm": 1.5582865476608276,
      "learning_rate": 5.615975406786448e-05,
      "loss": 7.2987,
      "step": 343840
    },
    {
      "epoch": 0.7163541666666666,
      "grad_norm": 1.982953667640686,
      "learning_rate": 5.615206319161249e-05,
      "loss": 7.2852,
      "step": 343850
    },
    {
      "epoch": 0.716375,
      "grad_norm": 1.5478609800338745,
      "learning_rate": 5.61443727207464e-05,
      "loss": 7.0737,
      "step": 343860
    },
    {
      "epoch": 0.7163958333333333,
      "grad_norm": 2.473022222518921,
      "learning_rate": 5.61366826552994e-05,
      "loss": 7.2928,
      "step": 343870
    },
    {
      "epoch": 0.7164166666666667,
      "grad_norm": 1.690627932548523,
      "learning_rate": 5.6128992995304895e-05,
      "loss": 7.2852,
      "step": 343880
    },
    {
      "epoch": 0.7164375,
      "grad_norm": 5.184152603149414,
      "learning_rate": 5.612130374079593e-05,
      "loss": 7.5044,
      "step": 343890
    },
    {
      "epoch": 0.7164583333333333,
      "grad_norm": 2.0351662635803223,
      "learning_rate": 5.611361489180577e-05,
      "loss": 7.2523,
      "step": 343900
    },
    {
      "epoch": 0.7164791666666667,
      "grad_norm": 1.719164490699768,
      "learning_rate": 5.610592644836763e-05,
      "loss": 7.1153,
      "step": 343910
    },
    {
      "epoch": 0.7165,
      "grad_norm": 0.9751188158988953,
      "learning_rate": 5.609823841051471e-05,
      "loss": 7.4667,
      "step": 343920
    },
    {
      "epoch": 0.7165208333333334,
      "grad_norm": 1.3377604484558105,
      "learning_rate": 5.609055077828025e-05,
      "loss": 7.8167,
      "step": 343930
    },
    {
      "epoch": 0.7165416666666666,
      "grad_norm": 1.126582145690918,
      "learning_rate": 5.6082863551697445e-05,
      "loss": 6.9834,
      "step": 343940
    },
    {
      "epoch": 0.7165625,
      "grad_norm": 1.0359548330307007,
      "learning_rate": 5.607517673079948e-05,
      "loss": 7.3167,
      "step": 343950
    },
    {
      "epoch": 0.7165833333333333,
      "grad_norm": 1.103931188583374,
      "learning_rate": 5.6067490315619564e-05,
      "loss": 7.1081,
      "step": 343960
    },
    {
      "epoch": 0.7166041666666667,
      "grad_norm": 1.4055932760238647,
      "learning_rate": 5.6059804306190924e-05,
      "loss": 7.4644,
      "step": 343970
    },
    {
      "epoch": 0.716625,
      "grad_norm": 1.1346104145050049,
      "learning_rate": 5.605211870254674e-05,
      "loss": 7.5922,
      "step": 343980
    },
    {
      "epoch": 0.7166458333333333,
      "grad_norm": 0.9104154706001282,
      "learning_rate": 5.604443350472021e-05,
      "loss": 7.1933,
      "step": 343990
    },
    {
      "epoch": 0.7166666666666667,
      "grad_norm": 2.711872100830078,
      "learning_rate": 5.6036748712744564e-05,
      "loss": 7.6292,
      "step": 344000
    },
    {
      "epoch": 0.7166666666666667,
      "eval_loss": 8.49213695526123,
      "eval_runtime": 8.5038,
      "eval_samples_per_second": 0.353,
      "eval_steps_per_second": 0.118,
      "step": 344000
    },
    {
      "epoch": 0.7166875,
      "grad_norm": 2.805798053741455,
      "learning_rate": 5.602906432665295e-05,
      "loss": 7.2756,
      "step": 344010
    },
    {
      "epoch": 0.7167083333333333,
      "grad_norm": 7.499752521514893,
      "learning_rate": 5.6021380346478574e-05,
      "loss": 7.3422,
      "step": 344020
    },
    {
      "epoch": 0.7167291666666666,
      "grad_norm": 6.663172245025635,
      "learning_rate": 5.6013696772254654e-05,
      "loss": 7.1731,
      "step": 344030
    },
    {
      "epoch": 0.71675,
      "grad_norm": 1.5418146848678589,
      "learning_rate": 5.6006013604014344e-05,
      "loss": 7.3746,
      "step": 344040
    },
    {
      "epoch": 0.7167708333333334,
      "grad_norm": 1.438061237335205,
      "learning_rate": 5.5998330841790854e-05,
      "loss": 7.3801,
      "step": 344050
    },
    {
      "epoch": 0.7167916666666667,
      "grad_norm": 1.573670744895935,
      "learning_rate": 5.5990648485617375e-05,
      "loss": 7.266,
      "step": 344060
    },
    {
      "epoch": 0.7168125,
      "grad_norm": 1.5229697227478027,
      "learning_rate": 5.5982966535527083e-05,
      "loss": 7.9549,
      "step": 344070
    },
    {
      "epoch": 0.7168333333333333,
      "grad_norm": 0.9171854853630066,
      "learning_rate": 5.597528499155315e-05,
      "loss": 7.2685,
      "step": 344080
    },
    {
      "epoch": 0.7168541666666667,
      "grad_norm": 1.1757171154022217,
      "learning_rate": 5.5967603853728774e-05,
      "loss": 6.9182,
      "step": 344090
    },
    {
      "epoch": 0.716875,
      "grad_norm": 1.5873439311981201,
      "learning_rate": 5.5959923122087144e-05,
      "loss": 7.1766,
      "step": 344100
    },
    {
      "epoch": 0.7168958333333333,
      "grad_norm": 1.6878124475479126,
      "learning_rate": 5.595224279666145e-05,
      "loss": 7.0321,
      "step": 344110
    },
    {
      "epoch": 0.7169166666666666,
      "grad_norm": 1.5577058792114258,
      "learning_rate": 5.5944562877484746e-05,
      "loss": 7.0143,
      "step": 344120
    },
    {
      "epoch": 0.7169375,
      "grad_norm": 1.1077861785888672,
      "learning_rate": 5.593688336459036e-05,
      "loss": 7.2974,
      "step": 344130
    },
    {
      "epoch": 0.7169583333333334,
      "grad_norm": 1.1823084354400635,
      "learning_rate": 5.5929204258011444e-05,
      "loss": 7.457,
      "step": 344140
    },
    {
      "epoch": 0.7169791666666666,
      "grad_norm": 1.4957118034362793,
      "learning_rate": 5.592152555778103e-05,
      "loss": 6.8985,
      "step": 344150
    },
    {
      "epoch": 0.717,
      "grad_norm": 0.9611060619354248,
      "learning_rate": 5.5913847263932446e-05,
      "loss": 6.9322,
      "step": 344160
    },
    {
      "epoch": 0.7170208333333333,
      "grad_norm": 1.1071326732635498,
      "learning_rate": 5.590616937649885e-05,
      "loss": 7.1178,
      "step": 344170
    },
    {
      "epoch": 0.7170416666666667,
      "grad_norm": 3.9470622539520264,
      "learning_rate": 5.5898491895513294e-05,
      "loss": 6.9552,
      "step": 344180
    },
    {
      "epoch": 0.7170625,
      "grad_norm": 0.9514111876487732,
      "learning_rate": 5.5890814821008966e-05,
      "loss": 7.006,
      "step": 344190
    },
    {
      "epoch": 0.7170833333333333,
      "grad_norm": 1.0743095874786377,
      "learning_rate": 5.588313815301916e-05,
      "loss": 7.3869,
      "step": 344200
    },
    {
      "epoch": 0.7171041666666667,
      "grad_norm": 1.1490789651870728,
      "learning_rate": 5.58754618915769e-05,
      "loss": 7.2043,
      "step": 344210
    },
    {
      "epoch": 0.717125,
      "grad_norm": 1.1394321918487549,
      "learning_rate": 5.586778603671534e-05,
      "loss": 7.1219,
      "step": 344220
    },
    {
      "epoch": 0.7171458333333334,
      "grad_norm": 1.4236743450164795,
      "learning_rate": 5.586011058846777e-05,
      "loss": 7.1959,
      "step": 344230
    },
    {
      "epoch": 0.7171666666666666,
      "grad_norm": 1.1452556848526,
      "learning_rate": 5.585243554686722e-05,
      "loss": 7.6197,
      "step": 344240
    },
    {
      "epoch": 0.7171875,
      "grad_norm": 2.0020909309387207,
      "learning_rate": 5.5844760911946884e-05,
      "loss": 7.4687,
      "step": 344250
    },
    {
      "epoch": 0.7172083333333333,
      "grad_norm": 2.7705557346343994,
      "learning_rate": 5.5837086683739906e-05,
      "loss": 8.1382,
      "step": 344260
    },
    {
      "epoch": 0.7172291666666667,
      "grad_norm": 1.3085495233535767,
      "learning_rate": 5.582941286227945e-05,
      "loss": 7.2018,
      "step": 344270
    },
    {
      "epoch": 0.71725,
      "grad_norm": 1.0506819486618042,
      "learning_rate": 5.582173944759865e-05,
      "loss": 7.0303,
      "step": 344280
    },
    {
      "epoch": 0.7172708333333333,
      "grad_norm": 1.0646618604660034,
      "learning_rate": 5.5814066439730655e-05,
      "loss": 7.0626,
      "step": 344290
    },
    {
      "epoch": 0.7172916666666667,
      "grad_norm": 1.271849274635315,
      "learning_rate": 5.5806393838708615e-05,
      "loss": 7.5867,
      "step": 344300
    },
    {
      "epoch": 0.7173125,
      "grad_norm": 2.4914305210113525,
      "learning_rate": 5.5798721644565655e-05,
      "loss": 7.3607,
      "step": 344310
    },
    {
      "epoch": 0.7173333333333334,
      "grad_norm": 0.9305200576782227,
      "learning_rate": 5.5791049857334944e-05,
      "loss": 7.1272,
      "step": 344320
    },
    {
      "epoch": 0.7173541666666666,
      "grad_norm": 1.4197369813919067,
      "learning_rate": 5.57833784770496e-05,
      "loss": 6.9749,
      "step": 344330
    },
    {
      "epoch": 0.717375,
      "grad_norm": 4.252155303955078,
      "learning_rate": 5.5775707503742773e-05,
      "loss": 7.5825,
      "step": 344340
    },
    {
      "epoch": 0.7173958333333333,
      "grad_norm": 4.185161113739014,
      "learning_rate": 5.57680369374476e-05,
      "loss": 7.2114,
      "step": 344350
    },
    {
      "epoch": 0.7174166666666667,
      "grad_norm": 5.15662956237793,
      "learning_rate": 5.57603667781972e-05,
      "loss": 7.1253,
      "step": 344360
    },
    {
      "epoch": 0.7174375,
      "grad_norm": 1.381813645362854,
      "learning_rate": 5.575269702602471e-05,
      "loss": 7.2382,
      "step": 344370
    },
    {
      "epoch": 0.7174583333333333,
      "grad_norm": 1.0906985998153687,
      "learning_rate": 5.574502768096327e-05,
      "loss": 6.9702,
      "step": 344380
    },
    {
      "epoch": 0.7174791666666667,
      "grad_norm": 4.84555196762085,
      "learning_rate": 5.5737358743046e-05,
      "loss": 7.3611,
      "step": 344390
    },
    {
      "epoch": 0.7175,
      "grad_norm": 4.193753242492676,
      "learning_rate": 5.572969021230602e-05,
      "loss": 6.9085,
      "step": 344400
    },
    {
      "epoch": 0.7175208333333334,
      "grad_norm": 0.8873066902160645,
      "learning_rate": 5.572202208877647e-05,
      "loss": 6.8556,
      "step": 344410
    },
    {
      "epoch": 0.7175416666666666,
      "grad_norm": 1.1297800540924072,
      "learning_rate": 5.571435437249047e-05,
      "loss": 7.1102,
      "step": 344420
    },
    {
      "epoch": 0.7175625,
      "grad_norm": 1.313292145729065,
      "learning_rate": 5.570668706348114e-05,
      "loss": 7.0676,
      "step": 344430
    },
    {
      "epoch": 0.7175833333333334,
      "grad_norm": 1.3860015869140625,
      "learning_rate": 5.56990201617816e-05,
      "loss": 7.2365,
      "step": 344440
    },
    {
      "epoch": 0.7176041666666667,
      "grad_norm": 2.059986114501953,
      "learning_rate": 5.569135366742494e-05,
      "loss": 7.0087,
      "step": 344450
    },
    {
      "epoch": 0.717625,
      "grad_norm": 3.387469530105591,
      "learning_rate": 5.568368758044437e-05,
      "loss": 7.3953,
      "step": 344460
    },
    {
      "epoch": 0.7176458333333333,
      "grad_norm": 1.1431392431259155,
      "learning_rate": 5.5676021900872846e-05,
      "loss": 7.8137,
      "step": 344470
    },
    {
      "epoch": 0.7176666666666667,
      "grad_norm": 0.8749284148216248,
      "learning_rate": 5.566835662874366e-05,
      "loss": 7.0862,
      "step": 344480
    },
    {
      "epoch": 0.7176875,
      "grad_norm": 1.867866039276123,
      "learning_rate": 5.566069176408979e-05,
      "loss": 7.2194,
      "step": 344490
    },
    {
      "epoch": 0.7177083333333333,
      "grad_norm": 1.0707601308822632,
      "learning_rate": 5.5653027306944335e-05,
      "loss": 7.2215,
      "step": 344500
    },
    {
      "epoch": 0.7177291666666666,
      "grad_norm": 1.1667031049728394,
      "learning_rate": 5.5645363257340556e-05,
      "loss": 7.4532,
      "step": 344510
    },
    {
      "epoch": 0.71775,
      "grad_norm": 1.2456870079040527,
      "learning_rate": 5.563769961531141e-05,
      "loss": 6.9893,
      "step": 344520
    },
    {
      "epoch": 0.7177708333333334,
      "grad_norm": 3.821474552154541,
      "learning_rate": 5.5630036380890014e-05,
      "loss": 7.4565,
      "step": 344530
    },
    {
      "epoch": 0.7177916666666667,
      "grad_norm": 1.730324149131775,
      "learning_rate": 5.562237355410959e-05,
      "loss": 7.313,
      "step": 344540
    },
    {
      "epoch": 0.7178125,
      "grad_norm": 2.1033623218536377,
      "learning_rate": 5.561471113500311e-05,
      "loss": 7.4391,
      "step": 344550
    },
    {
      "epoch": 0.7178333333333333,
      "grad_norm": 1.328787922859192,
      "learning_rate": 5.560704912360366e-05,
      "loss": 7.2428,
      "step": 344560
    },
    {
      "epoch": 0.7178541666666667,
      "grad_norm": 1.3367843627929688,
      "learning_rate": 5.559938751994451e-05,
      "loss": 7.3397,
      "step": 344570
    },
    {
      "epoch": 0.717875,
      "grad_norm": 0.909637987613678,
      "learning_rate": 5.5591726324058586e-05,
      "loss": 7.1997,
      "step": 344580
    },
    {
      "epoch": 0.7178958333333333,
      "grad_norm": 1.3795393705368042,
      "learning_rate": 5.558406553597897e-05,
      "loss": 6.9409,
      "step": 344590
    },
    {
      "epoch": 0.7179166666666666,
      "grad_norm": 1.166059970855713,
      "learning_rate": 5.557640515573893e-05,
      "loss": 7.1874,
      "step": 344600
    },
    {
      "epoch": 0.7179375,
      "grad_norm": 2.4653561115264893,
      "learning_rate": 5.5568745183371397e-05,
      "loss": 6.7731,
      "step": 344610
    },
    {
      "epoch": 0.7179583333333334,
      "grad_norm": 3.3362600803375244,
      "learning_rate": 5.55610856189095e-05,
      "loss": 7.6188,
      "step": 344620
    },
    {
      "epoch": 0.7179791666666666,
      "grad_norm": 3.0255825519561768,
      "learning_rate": 5.555342646238635e-05,
      "loss": 7.7115,
      "step": 344630
    },
    {
      "epoch": 0.718,
      "grad_norm": 3.116774559020996,
      "learning_rate": 5.554576771383499e-05,
      "loss": 7.799,
      "step": 344640
    },
    {
      "epoch": 0.7180208333333333,
      "grad_norm": 7.212512969970703,
      "learning_rate": 5.553810937328854e-05,
      "loss": 7.3627,
      "step": 344650
    },
    {
      "epoch": 0.7180416666666667,
      "grad_norm": 5.01301383972168,
      "learning_rate": 5.553045144078005e-05,
      "loss": 7.8287,
      "step": 344660
    },
    {
      "epoch": 0.7180625,
      "grad_norm": 1.9410772323608398,
      "learning_rate": 5.552279391634262e-05,
      "loss": 7.3854,
      "step": 344670
    },
    {
      "epoch": 0.7180833333333333,
      "grad_norm": 1.17765474319458,
      "learning_rate": 5.551513680000933e-05,
      "loss": 7.2784,
      "step": 344680
    },
    {
      "epoch": 0.7181041666666667,
      "grad_norm": 1.7110666036605835,
      "learning_rate": 5.5507480091813264e-05,
      "loss": 7.2765,
      "step": 344690
    },
    {
      "epoch": 0.718125,
      "grad_norm": 1.2343862056732178,
      "learning_rate": 5.5499823791787456e-05,
      "loss": 7.0995,
      "step": 344700
    },
    {
      "epoch": 0.7181458333333334,
      "grad_norm": 1.482243299484253,
      "learning_rate": 5.5492167899965026e-05,
      "loss": 7.3671,
      "step": 344710
    },
    {
      "epoch": 0.7181666666666666,
      "grad_norm": 1.1420366764068604,
      "learning_rate": 5.5484512416379e-05,
      "loss": 7.4214,
      "step": 344720
    },
    {
      "epoch": 0.7181875,
      "grad_norm": 1.7432634830474854,
      "learning_rate": 5.547685734106248e-05,
      "loss": 7.3037,
      "step": 344730
    },
    {
      "epoch": 0.7182083333333333,
      "grad_norm": 1.7351362705230713,
      "learning_rate": 5.546920267404852e-05,
      "loss": 7.2489,
      "step": 344740
    },
    {
      "epoch": 0.7182291666666667,
      "grad_norm": 2.1178886890411377,
      "learning_rate": 5.546154841537019e-05,
      "loss": 7.7209,
      "step": 344750
    },
    {
      "epoch": 0.71825,
      "grad_norm": 1.0826181173324585,
      "learning_rate": 5.545389456506055e-05,
      "loss": 7.8383,
      "step": 344760
    },
    {
      "epoch": 0.7182708333333333,
      "grad_norm": 2.658290386199951,
      "learning_rate": 5.54462411231527e-05,
      "loss": 7.59,
      "step": 344770
    },
    {
      "epoch": 0.7182916666666667,
      "grad_norm": 0.7624436020851135,
      "learning_rate": 5.5438588089679575e-05,
      "loss": 7.6586,
      "step": 344780
    },
    {
      "epoch": 0.7183125,
      "grad_norm": 1.289603590965271,
      "learning_rate": 5.543093546467436e-05,
      "loss": 6.853,
      "step": 344790
    },
    {
      "epoch": 0.7183333333333334,
      "grad_norm": 2.115267038345337,
      "learning_rate": 5.5423283248170125e-05,
      "loss": 7.6329,
      "step": 344800
    },
    {
      "epoch": 0.7183541666666666,
      "grad_norm": 1.5422431230545044,
      "learning_rate": 5.541563144019977e-05,
      "loss": 7.1559,
      "step": 344810
    },
    {
      "epoch": 0.718375,
      "grad_norm": 2.6590933799743652,
      "learning_rate": 5.54079800407965e-05,
      "loss": 7.2334,
      "step": 344820
    },
    {
      "epoch": 0.7183958333333333,
      "grad_norm": 1.6003086566925049,
      "learning_rate": 5.540032904999336e-05,
      "loss": 7.1446,
      "step": 344830
    },
    {
      "epoch": 0.7184166666666667,
      "grad_norm": 1.5692572593688965,
      "learning_rate": 5.539267846782326e-05,
      "loss": 7.4013,
      "step": 344840
    },
    {
      "epoch": 0.7184375,
      "grad_norm": 0.8365919589996338,
      "learning_rate": 5.538502829431943e-05,
      "loss": 7.5137,
      "step": 344850
    },
    {
      "epoch": 0.7184583333333333,
      "grad_norm": 1.4816880226135254,
      "learning_rate": 5.537737852951479e-05,
      "loss": 7.1327,
      "step": 344860
    },
    {
      "epoch": 0.7184791666666667,
      "grad_norm": 1.7247531414031982,
      "learning_rate": 5.536972917344236e-05,
      "loss": 7.0929,
      "step": 344870
    },
    {
      "epoch": 0.7185,
      "grad_norm": 1.4184046983718872,
      "learning_rate": 5.536208022613534e-05,
      "loss": 7.4382,
      "step": 344880
    },
    {
      "epoch": 0.7185208333333334,
      "grad_norm": 1.4368882179260254,
      "learning_rate": 5.535443168762663e-05,
      "loss": 7.0758,
      "step": 344890
    },
    {
      "epoch": 0.7185416666666666,
      "grad_norm": 1.744195818901062,
      "learning_rate": 5.534678355794926e-05,
      "loss": 7.082,
      "step": 344900
    },
    {
      "epoch": 0.7185625,
      "grad_norm": 2.7615480422973633,
      "learning_rate": 5.533913583713643e-05,
      "loss": 7.2659,
      "step": 344910
    },
    {
      "epoch": 0.7185833333333334,
      "grad_norm": 1.3649977445602417,
      "learning_rate": 5.5331488525221e-05,
      "loss": 7.2634,
      "step": 344920
    },
    {
      "epoch": 0.7186041666666667,
      "grad_norm": 1.3417667150497437,
      "learning_rate": 5.532384162223602e-05,
      "loss": 7.2281,
      "step": 344930
    },
    {
      "epoch": 0.718625,
      "grad_norm": 4.0804338455200195,
      "learning_rate": 5.5316195128214676e-05,
      "loss": 7.0081,
      "step": 344940
    },
    {
      "epoch": 0.7186458333333333,
      "grad_norm": 1.5533967018127441,
      "learning_rate": 5.530854904318983e-05,
      "loss": 7.1751,
      "step": 344950
    },
    {
      "epoch": 0.7186666666666667,
      "grad_norm": 1.2491291761398315,
      "learning_rate": 5.5300903367194515e-05,
      "loss": 7.1313,
      "step": 344960
    },
    {
      "epoch": 0.7186875,
      "grad_norm": 1.086580753326416,
      "learning_rate": 5.5293258100261934e-05,
      "loss": 8.1793,
      "step": 344970
    },
    {
      "epoch": 0.7187083333333333,
      "grad_norm": 2.008080244064331,
      "learning_rate": 5.528561324242492e-05,
      "loss": 6.8639,
      "step": 344980
    },
    {
      "epoch": 0.7187291666666666,
      "grad_norm": 0.8995577692985535,
      "learning_rate": 5.527796879371658e-05,
      "loss": 7.3083,
      "step": 344990
    },
    {
      "epoch": 0.71875,
      "grad_norm": 5.327253341674805,
      "learning_rate": 5.5270324754169924e-05,
      "loss": 7.5249,
      "step": 345000
    },
    {
      "epoch": 0.71875,
      "eval_loss": 7.499246120452881,
      "eval_runtime": 9.2224,
      "eval_samples_per_second": 0.325,
      "eval_steps_per_second": 0.108,
      "step": 345000
    },
    {
      "epoch": 0.7187708333333334,
      "grad_norm": 1.7445950508117676,
      "learning_rate": 5.5262681123817945e-05,
      "loss": 7.116,
      "step": 345010
    },
    {
      "epoch": 0.7187916666666667,
      "grad_norm": 4.69282865524292,
      "learning_rate": 5.5255037902693705e-05,
      "loss": 7.1761,
      "step": 345020
    },
    {
      "epoch": 0.7188125,
      "grad_norm": 1.3575317859649658,
      "learning_rate": 5.5247395090830205e-05,
      "loss": 7.2582,
      "step": 345030
    },
    {
      "epoch": 0.7188333333333333,
      "grad_norm": 1.0472378730773926,
      "learning_rate": 5.523975268826044e-05,
      "loss": 7.0754,
      "step": 345040
    },
    {
      "epoch": 0.7188541666666667,
      "grad_norm": 1.165926456451416,
      "learning_rate": 5.5232110695017425e-05,
      "loss": 7.061,
      "step": 345050
    },
    {
      "epoch": 0.718875,
      "grad_norm": 1.9815869331359863,
      "learning_rate": 5.522446911113419e-05,
      "loss": 7.6836,
      "step": 345060
    },
    {
      "epoch": 0.7188958333333333,
      "grad_norm": 0.9330212473869324,
      "learning_rate": 5.5216827936643744e-05,
      "loss": 7.4415,
      "step": 345070
    },
    {
      "epoch": 0.7189166666666666,
      "grad_norm": 1.0519728660583496,
      "learning_rate": 5.520918717157907e-05,
      "loss": 7.3818,
      "step": 345080
    },
    {
      "epoch": 0.7189375,
      "grad_norm": 21.11753273010254,
      "learning_rate": 5.520154681597319e-05,
      "loss": 8.614,
      "step": 345090
    },
    {
      "epoch": 0.7189583333333334,
      "grad_norm": 1.228769302368164,
      "learning_rate": 5.5193906869859106e-05,
      "loss": 7.3254,
      "step": 345100
    },
    {
      "epoch": 0.7189791666666666,
      "grad_norm": 1.062628149986267,
      "learning_rate": 5.518626733326987e-05,
      "loss": 6.8081,
      "step": 345110
    },
    {
      "epoch": 0.719,
      "grad_norm": 4.5208516120910645,
      "learning_rate": 5.517862820623833e-05,
      "loss": 7.5075,
      "step": 345120
    },
    {
      "epoch": 0.7190208333333333,
      "grad_norm": 3.935425043106079,
      "learning_rate": 5.5170989488797615e-05,
      "loss": 7.2232,
      "step": 345130
    },
    {
      "epoch": 0.7190416666666667,
      "grad_norm": 1.540463924407959,
      "learning_rate": 5.5163351180980767e-05,
      "loss": 6.8175,
      "step": 345140
    },
    {
      "epoch": 0.7190625,
      "grad_norm": 1.472804069519043,
      "learning_rate": 5.5155713282820574e-05,
      "loss": 7.1441,
      "step": 345150
    },
    {
      "epoch": 0.7190833333333333,
      "grad_norm": 1.1796759366989136,
      "learning_rate": 5.5148075794350235e-05,
      "loss": 7.2623,
      "step": 345160
    },
    {
      "epoch": 0.7191041666666667,
      "grad_norm": 2.7790327072143555,
      "learning_rate": 5.5140438715602696e-05,
      "loss": 7.4265,
      "step": 345170
    },
    {
      "epoch": 0.719125,
      "grad_norm": 2.10367751121521,
      "learning_rate": 5.513280204661083e-05,
      "loss": 7.2026,
      "step": 345180
    },
    {
      "epoch": 0.7191458333333334,
      "grad_norm": 2.58329701423645,
      "learning_rate": 5.512516578740774e-05,
      "loss": 7.3009,
      "step": 345190
    },
    {
      "epoch": 0.7191666666666666,
      "grad_norm": 2.171513795852661,
      "learning_rate": 5.5117529938026425e-05,
      "loss": 7.1427,
      "step": 345200
    },
    {
      "epoch": 0.7191875,
      "grad_norm": 2.3244211673736572,
      "learning_rate": 5.5109894498499736e-05,
      "loss": 7.5791,
      "step": 345210
    },
    {
      "epoch": 0.7192083333333333,
      "grad_norm": 2.679868459701538,
      "learning_rate": 5.510225946886085e-05,
      "loss": 7.5539,
      "step": 345220
    },
    {
      "epoch": 0.7192291666666667,
      "grad_norm": 1.7177032232284546,
      "learning_rate": 5.509462484914258e-05,
      "loss": 7.8898,
      "step": 345230
    },
    {
      "epoch": 0.71925,
      "grad_norm": 1.1484941244125366,
      "learning_rate": 5.508699063937791e-05,
      "loss": 7.2907,
      "step": 345240
    },
    {
      "epoch": 0.7192708333333333,
      "grad_norm": 3.35929799079895,
      "learning_rate": 5.507935683959999e-05,
      "loss": 7.1169,
      "step": 345250
    },
    {
      "epoch": 0.7192916666666667,
      "grad_norm": 0.9148972630500793,
      "learning_rate": 5.5071723449841613e-05,
      "loss": 7.8238,
      "step": 345260
    },
    {
      "epoch": 0.7193125,
      "grad_norm": 1.649425745010376,
      "learning_rate": 5.506409047013575e-05,
      "loss": 8.7018,
      "step": 345270
    },
    {
      "epoch": 0.7193333333333334,
      "grad_norm": 1.5670093297958374,
      "learning_rate": 5.505645790051557e-05,
      "loss": 7.404,
      "step": 345280
    },
    {
      "epoch": 0.7193541666666666,
      "grad_norm": 1.1495881080627441,
      "learning_rate": 5.504882574101385e-05,
      "loss": 7.0981,
      "step": 345290
    },
    {
      "epoch": 0.719375,
      "grad_norm": 1.279770851135254,
      "learning_rate": 5.504119399166355e-05,
      "loss": 7.1067,
      "step": 345300
    },
    {
      "epoch": 0.7193958333333333,
      "grad_norm": 1.189590334892273,
      "learning_rate": 5.503356265249783e-05,
      "loss": 7.2425,
      "step": 345310
    },
    {
      "epoch": 0.7194166666666667,
      "grad_norm": 1.6005951166152954,
      "learning_rate": 5.502593172354946e-05,
      "loss": 6.9853,
      "step": 345320
    },
    {
      "epoch": 0.7194375,
      "grad_norm": 2.3207666873931885,
      "learning_rate": 5.5018301204851426e-05,
      "loss": 6.9343,
      "step": 345330
    },
    {
      "epoch": 0.7194583333333333,
      "grad_norm": 1.991418480873108,
      "learning_rate": 5.5010671096436835e-05,
      "loss": 7.0931,
      "step": 345340
    },
    {
      "epoch": 0.7194791666666667,
      "grad_norm": 4.226811408996582,
      "learning_rate": 5.500304139833851e-05,
      "loss": 7.2574,
      "step": 345350
    },
    {
      "epoch": 0.7195,
      "grad_norm": 1.4775853157043457,
      "learning_rate": 5.499541211058942e-05,
      "loss": 7.3688,
      "step": 345360
    },
    {
      "epoch": 0.7195208333333334,
      "grad_norm": 2.986042022705078,
      "learning_rate": 5.498778323322256e-05,
      "loss": 7.6771,
      "step": 345370
    },
    {
      "epoch": 0.7195416666666666,
      "grad_norm": 2.7711477279663086,
      "learning_rate": 5.498015476627087e-05,
      "loss": 6.8508,
      "step": 345380
    },
    {
      "epoch": 0.7195625,
      "grad_norm": 2.1381947994232178,
      "learning_rate": 5.497252670976728e-05,
      "loss": 7.2345,
      "step": 345390
    },
    {
      "epoch": 0.7195833333333334,
      "grad_norm": 1.6917333602905273,
      "learning_rate": 5.496489906374478e-05,
      "loss": 6.8697,
      "step": 345400
    },
    {
      "epoch": 0.7196041666666667,
      "grad_norm": 2.2852683067321777,
      "learning_rate": 5.495727182823629e-05,
      "loss": 6.89,
      "step": 345410
    },
    {
      "epoch": 0.719625,
      "grad_norm": 1.4138141870498657,
      "learning_rate": 5.4949645003274775e-05,
      "loss": 6.9247,
      "step": 345420
    },
    {
      "epoch": 0.7196458333333333,
      "grad_norm": 0.9151126146316528,
      "learning_rate": 5.494201858889316e-05,
      "loss": 7.2575,
      "step": 345430
    },
    {
      "epoch": 0.7196666666666667,
      "grad_norm": 1.1377623081207275,
      "learning_rate": 5.4934392585124395e-05,
      "loss": 7.2238,
      "step": 345440
    },
    {
      "epoch": 0.7196875,
      "grad_norm": 1.0781195163726807,
      "learning_rate": 5.492676699200143e-05,
      "loss": 8.3369,
      "step": 345450
    },
    {
      "epoch": 0.7197083333333333,
      "grad_norm": 1.5212680101394653,
      "learning_rate": 5.49191418095572e-05,
      "loss": 7.0803,
      "step": 345460
    },
    {
      "epoch": 0.7197291666666666,
      "grad_norm": 1.0859298706054688,
      "learning_rate": 5.491151703782464e-05,
      "loss": 7.7387,
      "step": 345470
    },
    {
      "epoch": 0.71975,
      "grad_norm": 1.7251133918762207,
      "learning_rate": 5.4903892676836746e-05,
      "loss": 7.0611,
      "step": 345480
    },
    {
      "epoch": 0.7197708333333334,
      "grad_norm": 0.8766643404960632,
      "learning_rate": 5.489626872662628e-05,
      "loss": 7.5749,
      "step": 345490
    },
    {
      "epoch": 0.7197916666666667,
      "grad_norm": 1.2719779014587402,
      "learning_rate": 5.4888645187226345e-05,
      "loss": 7.2605,
      "step": 345500
    },
    {
      "epoch": 0.7198125,
      "grad_norm": 2.2820067405700684,
      "learning_rate": 5.488102205866988e-05,
      "loss": 7.0719,
      "step": 345510
    },
    {
      "epoch": 0.7198333333333333,
      "grad_norm": 1.3727672100067139,
      "learning_rate": 5.4873399340989626e-05,
      "loss": 7.0114,
      "step": 345520
    },
    {
      "epoch": 0.7198541666666667,
      "grad_norm": 2.4939582347869873,
      "learning_rate": 5.4865777034218684e-05,
      "loss": 7.6184,
      "step": 345530
    },
    {
      "epoch": 0.719875,
      "grad_norm": 1.6882586479187012,
      "learning_rate": 5.4858155138389984e-05,
      "loss": 7.0957,
      "step": 345540
    },
    {
      "epoch": 0.7198958333333333,
      "grad_norm": 1.144166111946106,
      "learning_rate": 5.48505336535363e-05,
      "loss": 7.0118,
      "step": 345550
    },
    {
      "epoch": 0.7199166666666666,
      "grad_norm": 4.977510929107666,
      "learning_rate": 5.4842912579690697e-05,
      "loss": 7.451,
      "step": 345560
    },
    {
      "epoch": 0.7199375,
      "grad_norm": 3.2844157218933105,
      "learning_rate": 5.4835291916886096e-05,
      "loss": 7.2885,
      "step": 345570
    },
    {
      "epoch": 0.7199583333333334,
      "grad_norm": 1.5357469320297241,
      "learning_rate": 5.482767166515526e-05,
      "loss": 7.2021,
      "step": 345580
    },
    {
      "epoch": 0.7199791666666666,
      "grad_norm": 1.0990028381347656,
      "learning_rate": 5.482005182453125e-05,
      "loss": 7.1069,
      "step": 345590
    },
    {
      "epoch": 0.72,
      "grad_norm": 2.297534942626953,
      "learning_rate": 5.481243239504702e-05,
      "loss": 7.2593,
      "step": 345600
    },
    {
      "epoch": 0.7200208333333333,
      "grad_norm": 1.6180827617645264,
      "learning_rate": 5.480481337673528e-05,
      "loss": 7.1483,
      "step": 345610
    },
    {
      "epoch": 0.7200416666666667,
      "grad_norm": 2.892399311065674,
      "learning_rate": 5.4797194769629174e-05,
      "loss": 7.6955,
      "step": 345620
    },
    {
      "epoch": 0.7200625,
      "grad_norm": 3.0814049243927,
      "learning_rate": 5.478957657376145e-05,
      "loss": 8.0323,
      "step": 345630
    },
    {
      "epoch": 0.7200833333333333,
      "grad_norm": 1.1913058757781982,
      "learning_rate": 5.4781958789165076e-05,
      "loss": 7.046,
      "step": 345640
    },
    {
      "epoch": 0.7201041666666667,
      "grad_norm": 1.5266724824905396,
      "learning_rate": 5.4774341415872944e-05,
      "loss": 7.575,
      "step": 345650
    },
    {
      "epoch": 0.720125,
      "grad_norm": 10.883926391601562,
      "learning_rate": 5.4766724453917954e-05,
      "loss": 7.8868,
      "step": 345660
    },
    {
      "epoch": 0.7201458333333334,
      "grad_norm": 1.2281521558761597,
      "learning_rate": 5.475910790333304e-05,
      "loss": 7.2596,
      "step": 345670
    },
    {
      "epoch": 0.7201666666666666,
      "grad_norm": 2.5478086471557617,
      "learning_rate": 5.4751491764151066e-05,
      "loss": 6.986,
      "step": 345680
    },
    {
      "epoch": 0.7201875,
      "grad_norm": 1.288192629814148,
      "learning_rate": 5.474387603640495e-05,
      "loss": 7.6167,
      "step": 345690
    },
    {
      "epoch": 0.7202083333333333,
      "grad_norm": 1.4700665473937988,
      "learning_rate": 5.4736260720127575e-05,
      "loss": 7.2789,
      "step": 345700
    },
    {
      "epoch": 0.7202291666666667,
      "grad_norm": 0.9154069423675537,
      "learning_rate": 5.472864581535186e-05,
      "loss": 6.9379,
      "step": 345710
    },
    {
      "epoch": 0.72025,
      "grad_norm": 1.1256405115127563,
      "learning_rate": 5.472103132211068e-05,
      "loss": 6.8853,
      "step": 345720
    },
    {
      "epoch": 0.7202708333333333,
      "grad_norm": 1.278305172920227,
      "learning_rate": 5.471341724043692e-05,
      "loss": 7.0447,
      "step": 345730
    },
    {
      "epoch": 0.7202916666666667,
      "grad_norm": 0.8703874349594116,
      "learning_rate": 5.47058035703635e-05,
      "loss": 6.9032,
      "step": 345740
    },
    {
      "epoch": 0.7203125,
      "grad_norm": 1.2225472927093506,
      "learning_rate": 5.4698190311923275e-05,
      "loss": 7.0355,
      "step": 345750
    },
    {
      "epoch": 0.7203333333333334,
      "grad_norm": 1.9021470546722412,
      "learning_rate": 5.469057746514915e-05,
      "loss": 7.5737,
      "step": 345760
    },
    {
      "epoch": 0.7203541666666666,
      "grad_norm": 2.629533052444458,
      "learning_rate": 5.4682965030074e-05,
      "loss": 7.0283,
      "step": 345770
    },
    {
      "epoch": 0.720375,
      "grad_norm": 1.2130928039550781,
      "learning_rate": 5.467535300673071e-05,
      "loss": 7.4462,
      "step": 345780
    },
    {
      "epoch": 0.7203958333333333,
      "grad_norm": 0.9142491221427917,
      "learning_rate": 5.466774139515217e-05,
      "loss": 6.7088,
      "step": 345790
    },
    {
      "epoch": 0.7204166666666667,
      "grad_norm": 1.5021767616271973,
      "learning_rate": 5.466013019537126e-05,
      "loss": 6.9555,
      "step": 345800
    },
    {
      "epoch": 0.7204375,
      "grad_norm": 1.7627410888671875,
      "learning_rate": 5.4652519407420826e-05,
      "loss": 7.4273,
      "step": 345810
    },
    {
      "epoch": 0.7204583333333333,
      "grad_norm": 1.5684096813201904,
      "learning_rate": 5.464490903133379e-05,
      "loss": 7.3616,
      "step": 345820
    },
    {
      "epoch": 0.7204791666666667,
      "grad_norm": 1.1588000059127808,
      "learning_rate": 5.4637299067142984e-05,
      "loss": 7.1139,
      "step": 345830
    },
    {
      "epoch": 0.7205,
      "grad_norm": 1.5877301692962646,
      "learning_rate": 5.462968951488131e-05,
      "loss": 7.2972,
      "step": 345840
    },
    {
      "epoch": 0.7205208333333334,
      "grad_norm": 1.872522234916687,
      "learning_rate": 5.462208037458168e-05,
      "loss": 7.0815,
      "step": 345850
    },
    {
      "epoch": 0.7205416666666666,
      "grad_norm": 1.274478793144226,
      "learning_rate": 5.4614471646276785e-05,
      "loss": 7.1816,
      "step": 345860
    },
    {
      "epoch": 0.7205625,
      "grad_norm": 1.1788078546524048,
      "learning_rate": 5.460686332999969e-05,
      "loss": 7.6529,
      "step": 345870
    },
    {
      "epoch": 0.7205833333333334,
      "grad_norm": 0.7772587537765503,
      "learning_rate": 5.459925542578324e-05,
      "loss": 7.1334,
      "step": 345880
    },
    {
      "epoch": 0.7206041666666667,
      "grad_norm": 1.1384347677230835,
      "learning_rate": 5.459164793366013e-05,
      "loss": 7.5817,
      "step": 345890
    },
    {
      "epoch": 0.720625,
      "grad_norm": 1.5217405557632446,
      "learning_rate": 5.458404085366339e-05,
      "loss": 7.1886,
      "step": 345900
    },
    {
      "epoch": 0.7206458333333333,
      "grad_norm": 2.4943902492523193,
      "learning_rate": 5.457643418582588e-05,
      "loss": 7.123,
      "step": 345910
    },
    {
      "epoch": 0.7206666666666667,
      "grad_norm": 1.0056509971618652,
      "learning_rate": 5.4568827930180296e-05,
      "loss": 7.1512,
      "step": 345920
    },
    {
      "epoch": 0.7206875,
      "grad_norm": 1.4229289293289185,
      "learning_rate": 5.4561222086759656e-05,
      "loss": 7.2583,
      "step": 345930
    },
    {
      "epoch": 0.7207083333333333,
      "grad_norm": 1.3568673133850098,
      "learning_rate": 5.45536166555968e-05,
      "loss": 7.079,
      "step": 345940
    },
    {
      "epoch": 0.7207291666666666,
      "grad_norm": 1.4835220575332642,
      "learning_rate": 5.4546011636724505e-05,
      "loss": 7.1906,
      "step": 345950
    },
    {
      "epoch": 0.72075,
      "grad_norm": 1.8718547821044922,
      "learning_rate": 5.45384070301756e-05,
      "loss": 8.0337,
      "step": 345960
    },
    {
      "epoch": 0.7207708333333334,
      "grad_norm": 1.2792439460754395,
      "learning_rate": 5.453080283598309e-05,
      "loss": 7.3222,
      "step": 345970
    },
    {
      "epoch": 0.7207916666666667,
      "grad_norm": 1.5508512258529663,
      "learning_rate": 5.452319905417968e-05,
      "loss": 7.3994,
      "step": 345980
    },
    {
      "epoch": 0.7208125,
      "grad_norm": 1.5355421304702759,
      "learning_rate": 5.451559568479824e-05,
      "loss": 7.5594,
      "step": 345990
    },
    {
      "epoch": 0.7208333333333333,
      "grad_norm": 4.222239971160889,
      "learning_rate": 5.450799272787164e-05,
      "loss": 7.129,
      "step": 346000
    },
    {
      "epoch": 0.7208333333333333,
      "eval_loss": 6.827040195465088,
      "eval_runtime": 8.4832,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 346000
    },
    {
      "epoch": 0.7208541666666667,
      "grad_norm": 2.7723097801208496,
      "learning_rate": 5.450039018343272e-05,
      "loss": 7.3707,
      "step": 346010
    },
    {
      "epoch": 0.720875,
      "grad_norm": 1.5751409530639648,
      "learning_rate": 5.4492788051514296e-05,
      "loss": 7.8596,
      "step": 346020
    },
    {
      "epoch": 0.7208958333333333,
      "grad_norm": 1.5057731866836548,
      "learning_rate": 5.448518633214925e-05,
      "loss": 7.2447,
      "step": 346030
    },
    {
      "epoch": 0.7209166666666667,
      "grad_norm": 1.4121612310409546,
      "learning_rate": 5.4477585025370365e-05,
      "loss": 7.5899,
      "step": 346040
    },
    {
      "epoch": 0.7209375,
      "grad_norm": 7.1051836013793945,
      "learning_rate": 5.446998413121051e-05,
      "loss": 7.9277,
      "step": 346050
    },
    {
      "epoch": 0.7209583333333334,
      "grad_norm": 1.2205592393875122,
      "learning_rate": 5.446238364970251e-05,
      "loss": 6.9775,
      "step": 346060
    },
    {
      "epoch": 0.7209791666666666,
      "grad_norm": 3.7607011795043945,
      "learning_rate": 5.44547835808792e-05,
      "loss": 7.1572,
      "step": 346070
    },
    {
      "epoch": 0.721,
      "grad_norm": 2.027212619781494,
      "learning_rate": 5.444718392477342e-05,
      "loss": 7.3559,
      "step": 346080
    },
    {
      "epoch": 0.7210208333333333,
      "grad_norm": 1.0478878021240234,
      "learning_rate": 5.443958468141797e-05,
      "loss": 7.1071,
      "step": 346090
    },
    {
      "epoch": 0.7210416666666667,
      "grad_norm": 0.8909980058670044,
      "learning_rate": 5.4431985850845675e-05,
      "loss": 6.8172,
      "step": 346100
    },
    {
      "epoch": 0.7210625,
      "grad_norm": 0.9888145923614502,
      "learning_rate": 5.442438743308938e-05,
      "loss": 7.1904,
      "step": 346110
    },
    {
      "epoch": 0.7210833333333333,
      "grad_norm": 0.9082833528518677,
      "learning_rate": 5.441678942818191e-05,
      "loss": 6.9384,
      "step": 346120
    },
    {
      "epoch": 0.7211041666666667,
      "grad_norm": 1.0812486410140991,
      "learning_rate": 5.440919183615607e-05,
      "loss": 7.2767,
      "step": 346130
    },
    {
      "epoch": 0.721125,
      "grad_norm": 1.53549325466156,
      "learning_rate": 5.440159465704468e-05,
      "loss": 7.1144,
      "step": 346140
    },
    {
      "epoch": 0.7211458333333334,
      "grad_norm": 3.7470147609710693,
      "learning_rate": 5.439399789088056e-05,
      "loss": 7.2075,
      "step": 346150
    },
    {
      "epoch": 0.7211666666666666,
      "grad_norm": 1.0860989093780518,
      "learning_rate": 5.4386401537696536e-05,
      "loss": 7.1551,
      "step": 346160
    },
    {
      "epoch": 0.7211875,
      "grad_norm": 1.0038913488388062,
      "learning_rate": 5.437880559752541e-05,
      "loss": 7.1994,
      "step": 346170
    },
    {
      "epoch": 0.7212083333333333,
      "grad_norm": 2.47432017326355,
      "learning_rate": 5.4371210070399984e-05,
      "loss": 7.6813,
      "step": 346180
    },
    {
      "epoch": 0.7212291666666667,
      "grad_norm": 1.1944705247879028,
      "learning_rate": 5.436361495635308e-05,
      "loss": 7.307,
      "step": 346190
    },
    {
      "epoch": 0.72125,
      "grad_norm": 0.8170902132987976,
      "learning_rate": 5.435602025541751e-05,
      "loss": 7.1052,
      "step": 346200
    },
    {
      "epoch": 0.7212708333333333,
      "grad_norm": 5.988100051879883,
      "learning_rate": 5.434842596762606e-05,
      "loss": 7.4908,
      "step": 346210
    },
    {
      "epoch": 0.7212916666666667,
      "grad_norm": 1.1531682014465332,
      "learning_rate": 5.434083209301162e-05,
      "loss": 7.2993,
      "step": 346220
    },
    {
      "epoch": 0.7213125,
      "grad_norm": 1.0896345376968384,
      "learning_rate": 5.433323863160687e-05,
      "loss": 6.9168,
      "step": 346230
    },
    {
      "epoch": 0.7213333333333334,
      "grad_norm": 2.010956048965454,
      "learning_rate": 5.432564558344459e-05,
      "loss": 6.9415,
      "step": 346240
    },
    {
      "epoch": 0.7213541666666666,
      "grad_norm": 1.2954517602920532,
      "learning_rate": 5.431805294855777e-05,
      "loss": 7.3025,
      "step": 346250
    },
    {
      "epoch": 0.721375,
      "grad_norm": 1.2659846544265747,
      "learning_rate": 5.431046072697903e-05,
      "loss": 7.1234,
      "step": 346260
    },
    {
      "epoch": 0.7213958333333333,
      "grad_norm": 5.134990215301514,
      "learning_rate": 5.430286891874117e-05,
      "loss": 7.683,
      "step": 346270
    },
    {
      "epoch": 0.7214166666666667,
      "grad_norm": 5.9407124519348145,
      "learning_rate": 5.429527752387714e-05,
      "loss": 7.305,
      "step": 346280
    },
    {
      "epoch": 0.7214375,
      "grad_norm": 6.00672721862793,
      "learning_rate": 5.428768654241957e-05,
      "loss": 6.9733,
      "step": 346290
    },
    {
      "epoch": 0.7214583333333333,
      "grad_norm": 1.5037931203842163,
      "learning_rate": 5.428009597440127e-05,
      "loss": 7.1956,
      "step": 346300
    },
    {
      "epoch": 0.7214791666666667,
      "grad_norm": 1.2114986181259155,
      "learning_rate": 5.427250581985516e-05,
      "loss": 8.1514,
      "step": 346310
    },
    {
      "epoch": 0.7215,
      "grad_norm": 1.2440998554229736,
      "learning_rate": 5.4264916078813895e-05,
      "loss": 6.7703,
      "step": 346320
    },
    {
      "epoch": 0.7215208333333333,
      "grad_norm": 4.590826034545898,
      "learning_rate": 5.425732675131024e-05,
      "loss": 7.3139,
      "step": 346330
    },
    {
      "epoch": 0.7215416666666666,
      "grad_norm": 1.8313978910446167,
      "learning_rate": 5.424973783737712e-05,
      "loss": 7.2739,
      "step": 346340
    },
    {
      "epoch": 0.7215625,
      "grad_norm": 1.9947583675384521,
      "learning_rate": 5.424214933704721e-05,
      "loss": 7.0959,
      "step": 346350
    },
    {
      "epoch": 0.7215833333333334,
      "grad_norm": 2.709123134613037,
      "learning_rate": 5.4234561250353304e-05,
      "loss": 7.393,
      "step": 346360
    },
    {
      "epoch": 0.7216041666666667,
      "grad_norm": 0.9710304141044617,
      "learning_rate": 5.4226973577328184e-05,
      "loss": 7.0978,
      "step": 346370
    },
    {
      "epoch": 0.721625,
      "grad_norm": 3.0834157466888428,
      "learning_rate": 5.4219386318004615e-05,
      "loss": 7.1902,
      "step": 346380
    },
    {
      "epoch": 0.7216458333333333,
      "grad_norm": 1.0959501266479492,
      "learning_rate": 5.421179947241539e-05,
      "loss": 7.2765,
      "step": 346390
    },
    {
      "epoch": 0.7216666666666667,
      "grad_norm": 1.4005663394927979,
      "learning_rate": 5.420421304059328e-05,
      "loss": 7.2203,
      "step": 346400
    },
    {
      "epoch": 0.7216875,
      "grad_norm": 1.7339798212051392,
      "learning_rate": 5.419662702257106e-05,
      "loss": 7.1832,
      "step": 346410
    },
    {
      "epoch": 0.7217083333333333,
      "grad_norm": 2.3954617977142334,
      "learning_rate": 5.418904141838147e-05,
      "loss": 7.84,
      "step": 346420
    },
    {
      "epoch": 0.7217291666666666,
      "grad_norm": 1.1496556997299194,
      "learning_rate": 5.4181456228057315e-05,
      "loss": 7.4031,
      "step": 346430
    },
    {
      "epoch": 0.72175,
      "grad_norm": 3.138223886489868,
      "learning_rate": 5.4173871451631334e-05,
      "loss": 7.1723,
      "step": 346440
    },
    {
      "epoch": 0.7217708333333334,
      "grad_norm": 1.0050417184829712,
      "learning_rate": 5.4166287089136294e-05,
      "loss": 7.0733,
      "step": 346450
    },
    {
      "epoch": 0.7217916666666667,
      "grad_norm": 1.5179325342178345,
      "learning_rate": 5.415870314060497e-05,
      "loss": 7.6161,
      "step": 346460
    },
    {
      "epoch": 0.7218125,
      "grad_norm": 2.953159809112549,
      "learning_rate": 5.4151119606070115e-05,
      "loss": 7.1688,
      "step": 346470
    },
    {
      "epoch": 0.7218333333333333,
      "grad_norm": 1.7070691585540771,
      "learning_rate": 5.414353648556447e-05,
      "loss": 7.5741,
      "step": 346480
    },
    {
      "epoch": 0.7218541666666667,
      "grad_norm": 1.415858507156372,
      "learning_rate": 5.413595377912081e-05,
      "loss": 7.3122,
      "step": 346490
    },
    {
      "epoch": 0.721875,
      "grad_norm": 6.507595539093018,
      "learning_rate": 5.412837148677187e-05,
      "loss": 7.39,
      "step": 346500
    },
    {
      "epoch": 0.7218958333333333,
      "grad_norm": 2.3733487129211426,
      "learning_rate": 5.412078960855044e-05,
      "loss": 7.0986,
      "step": 346510
    },
    {
      "epoch": 0.7219166666666667,
      "grad_norm": 7.268919944763184,
      "learning_rate": 5.411320814448924e-05,
      "loss": 8.8036,
      "step": 346520
    },
    {
      "epoch": 0.7219375,
      "grad_norm": 1.4057378768920898,
      "learning_rate": 5.410562709462103e-05,
      "loss": 7.3583,
      "step": 346530
    },
    {
      "epoch": 0.7219583333333334,
      "grad_norm": 3.002446174621582,
      "learning_rate": 5.40980464589786e-05,
      "loss": 7.119,
      "step": 346540
    },
    {
      "epoch": 0.7219791666666666,
      "grad_norm": 1.1524090766906738,
      "learning_rate": 5.409046623759453e-05,
      "loss": 7.1908,
      "step": 346550
    },
    {
      "epoch": 0.722,
      "grad_norm": 1.3887370824813843,
      "learning_rate": 5.408288643050176e-05,
      "loss": 7.2015,
      "step": 346560
    },
    {
      "epoch": 0.7220208333333333,
      "grad_norm": 1.3405600786209106,
      "learning_rate": 5.407530703773299e-05,
      "loss": 7.111,
      "step": 346570
    },
    {
      "epoch": 0.7220416666666667,
      "grad_norm": 2.014040231704712,
      "learning_rate": 5.406772805932083e-05,
      "loss": 7.649,
      "step": 346580
    },
    {
      "epoch": 0.7220625,
      "grad_norm": 2.2009479999542236,
      "learning_rate": 5.406014949529816e-05,
      "loss": 7.6237,
      "step": 346590
    },
    {
      "epoch": 0.7220833333333333,
      "grad_norm": 2.5010201930999756,
      "learning_rate": 5.405257134569772e-05,
      "loss": 7.1435,
      "step": 346600
    },
    {
      "epoch": 0.7221041666666667,
      "grad_norm": 1.6945475339889526,
      "learning_rate": 5.4044993610552085e-05,
      "loss": 7.3103,
      "step": 346610
    },
    {
      "epoch": 0.722125,
      "grad_norm": 1.5267432928085327,
      "learning_rate": 5.403741628989419e-05,
      "loss": 7.447,
      "step": 346620
    },
    {
      "epoch": 0.7221458333333334,
      "grad_norm": 1.4027661085128784,
      "learning_rate": 5.4029839383756634e-05,
      "loss": 7.2283,
      "step": 346630
    },
    {
      "epoch": 0.7221666666666666,
      "grad_norm": 1.2371875047683716,
      "learning_rate": 5.4022262892172135e-05,
      "loss": 7.4794,
      "step": 346640
    },
    {
      "epoch": 0.7221875,
      "grad_norm": 1.8166712522506714,
      "learning_rate": 5.401468681517357e-05,
      "loss": 7.1935,
      "step": 346650
    },
    {
      "epoch": 0.7222083333333333,
      "grad_norm": 1.3990086317062378,
      "learning_rate": 5.4007111152793505e-05,
      "loss": 7.262,
      "step": 346660
    },
    {
      "epoch": 0.7222291666666667,
      "grad_norm": 6.2629570960998535,
      "learning_rate": 5.399953590506469e-05,
      "loss": 7.6787,
      "step": 346670
    },
    {
      "epoch": 0.72225,
      "grad_norm": 1.112328290939331,
      "learning_rate": 5.3991961072019966e-05,
      "loss": 7.5013,
      "step": 346680
    },
    {
      "epoch": 0.7222708333333333,
      "grad_norm": 1.1638001203536987,
      "learning_rate": 5.398438665369194e-05,
      "loss": 7.2841,
      "step": 346690
    },
    {
      "epoch": 0.7222916666666667,
      "grad_norm": 7.4739837646484375,
      "learning_rate": 5.397681265011327e-05,
      "loss": 7.7231,
      "step": 346700
    },
    {
      "epoch": 0.7223125,
      "grad_norm": 1.1435878276824951,
      "learning_rate": 5.396923906131688e-05,
      "loss": 7.8379,
      "step": 346710
    },
    {
      "epoch": 0.7223333333333334,
      "grad_norm": 3.2353687286376953,
      "learning_rate": 5.3961665887335323e-05,
      "loss": 7.1017,
      "step": 346720
    },
    {
      "epoch": 0.7223541666666666,
      "grad_norm": 1.6264580488204956,
      "learning_rate": 5.395409312820136e-05,
      "loss": 7.1892,
      "step": 346730
    },
    {
      "epoch": 0.722375,
      "grad_norm": 1.5907976627349854,
      "learning_rate": 5.394652078394767e-05,
      "loss": 7.4389,
      "step": 346740
    },
    {
      "epoch": 0.7223958333333333,
      "grad_norm": 0.9137654304504395,
      "learning_rate": 5.3938948854607005e-05,
      "loss": 7.103,
      "step": 346750
    },
    {
      "epoch": 0.7224166666666667,
      "grad_norm": 1.2435933351516724,
      "learning_rate": 5.3931377340212064e-05,
      "loss": 7.6129,
      "step": 346760
    },
    {
      "epoch": 0.7224375,
      "grad_norm": 0.9144894480705261,
      "learning_rate": 5.3923806240795546e-05,
      "loss": 6.9918,
      "step": 346770
    },
    {
      "epoch": 0.7224583333333333,
      "grad_norm": 1.8183482885360718,
      "learning_rate": 5.391623555639014e-05,
      "loss": 7.3461,
      "step": 346780
    },
    {
      "epoch": 0.7224791666666667,
      "grad_norm": 1.5668222904205322,
      "learning_rate": 5.390866528702857e-05,
      "loss": 7.5917,
      "step": 346790
    },
    {
      "epoch": 0.7225,
      "grad_norm": 1.2194926738739014,
      "learning_rate": 5.390109543274353e-05,
      "loss": 7.4493,
      "step": 346800
    },
    {
      "epoch": 0.7225208333333333,
      "grad_norm": 1.4031745195388794,
      "learning_rate": 5.3893525993567726e-05,
      "loss": 6.825,
      "step": 346810
    },
    {
      "epoch": 0.7225416666666666,
      "grad_norm": 1.007238507270813,
      "learning_rate": 5.388595696953385e-05,
      "loss": 7.3599,
      "step": 346820
    },
    {
      "epoch": 0.7225625,
      "grad_norm": 6.148284435272217,
      "learning_rate": 5.3878388360674594e-05,
      "loss": 7.9527,
      "step": 346830
    },
    {
      "epoch": 0.7225833333333334,
      "grad_norm": 2.6827027797698975,
      "learning_rate": 5.387082016702264e-05,
      "loss": 7.0283,
      "step": 346840
    },
    {
      "epoch": 0.7226041666666667,
      "grad_norm": 2.1190059185028076,
      "learning_rate": 5.386325238861075e-05,
      "loss": 7.7932,
      "step": 346850
    },
    {
      "epoch": 0.722625,
      "grad_norm": 2.0154569149017334,
      "learning_rate": 5.385568502547146e-05,
      "loss": 7.2243,
      "step": 346860
    },
    {
      "epoch": 0.7226458333333333,
      "grad_norm": 1.1763476133346558,
      "learning_rate": 5.3848118077637596e-05,
      "loss": 7.0722,
      "step": 346870
    },
    {
      "epoch": 0.7226666666666667,
      "grad_norm": 0.9390473365783691,
      "learning_rate": 5.384055154514187e-05,
      "loss": 6.9821,
      "step": 346880
    },
    {
      "epoch": 0.7226875,
      "grad_norm": 2.604635715484619,
      "learning_rate": 5.383298542801678e-05,
      "loss": 7.65,
      "step": 346890
    },
    {
      "epoch": 0.7227083333333333,
      "grad_norm": 0.967731237411499,
      "learning_rate": 5.3825419726295184e-05,
      "loss": 7.0393,
      "step": 346900
    },
    {
      "epoch": 0.7227291666666666,
      "grad_norm": 1.7195725440979004,
      "learning_rate": 5.3817854440009756e-05,
      "loss": 6.8896,
      "step": 346910
    },
    {
      "epoch": 0.72275,
      "grad_norm": 2.5128817558288574,
      "learning_rate": 5.381028956919302e-05,
      "loss": 7.3149,
      "step": 346920
    },
    {
      "epoch": 0.7227708333333334,
      "grad_norm": 0.9233377575874329,
      "learning_rate": 5.380272511387782e-05,
      "loss": 7.5435,
      "step": 346930
    },
    {
      "epoch": 0.7227916666666667,
      "grad_norm": 1.0436710119247437,
      "learning_rate": 5.379516107409681e-05,
      "loss": 7.0538,
      "step": 346940
    },
    {
      "epoch": 0.7228125,
      "grad_norm": 1.4561642408370972,
      "learning_rate": 5.378759744988253e-05,
      "loss": 7.1223,
      "step": 346950
    },
    {
      "epoch": 0.7228333333333333,
      "grad_norm": 1.1766809225082397,
      "learning_rate": 5.378003424126779e-05,
      "loss": 7.281,
      "step": 346960
    },
    {
      "epoch": 0.7228541666666667,
      "grad_norm": 1.039749264717102,
      "learning_rate": 5.377247144828528e-05,
      "loss": 6.8548,
      "step": 346970
    },
    {
      "epoch": 0.722875,
      "grad_norm": 1.3822425603866577,
      "learning_rate": 5.3764909070967485e-05,
      "loss": 7.1375,
      "step": 346980
    },
    {
      "epoch": 0.7228958333333333,
      "grad_norm": 2.907419204711914,
      "learning_rate": 5.37573471093473e-05,
      "loss": 7.2358,
      "step": 346990
    },
    {
      "epoch": 0.7229166666666667,
      "grad_norm": 1.1007113456726074,
      "learning_rate": 5.374978556345723e-05,
      "loss": 6.9443,
      "step": 347000
    },
    {
      "epoch": 0.7229166666666667,
      "eval_loss": 7.365445613861084,
      "eval_runtime": 9.0418,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 347000
    },
    {
      "epoch": 0.7229375,
      "grad_norm": 0.8137787580490112,
      "learning_rate": 5.374222443332994e-05,
      "loss": 7.0511,
      "step": 347010
    },
    {
      "epoch": 0.7229583333333334,
      "grad_norm": 7.912595748901367,
      "learning_rate": 5.373466371899823e-05,
      "loss": 7.6331,
      "step": 347020
    },
    {
      "epoch": 0.7229791666666666,
      "grad_norm": 1.354729175567627,
      "learning_rate": 5.3727103420494623e-05,
      "loss": 6.6865,
      "step": 347030
    },
    {
      "epoch": 0.723,
      "grad_norm": 6.16213321685791,
      "learning_rate": 5.371954353785176e-05,
      "loss": 7.8338,
      "step": 347040
    },
    {
      "epoch": 0.7230208333333333,
      "grad_norm": 1.6914201974868774,
      "learning_rate": 5.3711984071102486e-05,
      "loss": 7.0159,
      "step": 347050
    },
    {
      "epoch": 0.7230416666666667,
      "grad_norm": 1.969078779220581,
      "learning_rate": 5.370442502027926e-05,
      "loss": 7.1842,
      "step": 347060
    },
    {
      "epoch": 0.7230625,
      "grad_norm": 0.7906749844551086,
      "learning_rate": 5.369686638541474e-05,
      "loss": 7.5854,
      "step": 347070
    },
    {
      "epoch": 0.7230833333333333,
      "grad_norm": 1.8297159671783447,
      "learning_rate": 5.368930816654176e-05,
      "loss": 8.2584,
      "step": 347080
    },
    {
      "epoch": 0.7231041666666667,
      "grad_norm": 1.4454439878463745,
      "learning_rate": 5.368175036369278e-05,
      "loss": 7.1476,
      "step": 347090
    },
    {
      "epoch": 0.723125,
      "grad_norm": 3.401157855987549,
      "learning_rate": 5.367419297690048e-05,
      "loss": 7.6653,
      "step": 347100
    },
    {
      "epoch": 0.7231458333333334,
      "grad_norm": 0.9312152862548828,
      "learning_rate": 5.366663600619763e-05,
      "loss": 6.702,
      "step": 347110
    },
    {
      "epoch": 0.7231666666666666,
      "grad_norm": 1.6965056657791138,
      "learning_rate": 5.365907945161673e-05,
      "loss": 7.117,
      "step": 347120
    },
    {
      "epoch": 0.7231875,
      "grad_norm": 0.9387432932853699,
      "learning_rate": 5.365152331319047e-05,
      "loss": 7.2937,
      "step": 347130
    },
    {
      "epoch": 0.7232083333333333,
      "grad_norm": 1.3513081073760986,
      "learning_rate": 5.364396759095148e-05,
      "loss": 7.4843,
      "step": 347140
    },
    {
      "epoch": 0.7232291666666667,
      "grad_norm": 3.4192774295806885,
      "learning_rate": 5.363641228493244e-05,
      "loss": 7.0865,
      "step": 347150
    },
    {
      "epoch": 0.72325,
      "grad_norm": 1.557229995727539,
      "learning_rate": 5.3628857395165935e-05,
      "loss": 7.2346,
      "step": 347160
    },
    {
      "epoch": 0.7232708333333333,
      "grad_norm": 1.237587332725525,
      "learning_rate": 5.362130292168461e-05,
      "loss": 7.1757,
      "step": 347170
    },
    {
      "epoch": 0.7232916666666667,
      "grad_norm": 1.2833936214447021,
      "learning_rate": 5.361374886452113e-05,
      "loss": 7.1655,
      "step": 347180
    },
    {
      "epoch": 0.7233125,
      "grad_norm": 2.3012633323669434,
      "learning_rate": 5.360619522370809e-05,
      "loss": 6.8327,
      "step": 347190
    },
    {
      "epoch": 0.7233333333333334,
      "grad_norm": 0.976304829120636,
      "learning_rate": 5.359864199927813e-05,
      "loss": 7.0849,
      "step": 347200
    },
    {
      "epoch": 0.7233541666666666,
      "grad_norm": 2.289888620376587,
      "learning_rate": 5.359108919126389e-05,
      "loss": 7.4037,
      "step": 347210
    },
    {
      "epoch": 0.723375,
      "grad_norm": 4.368048191070557,
      "learning_rate": 5.358353679969802e-05,
      "loss": 7.3943,
      "step": 347220
    },
    {
      "epoch": 0.7233958333333333,
      "grad_norm": 1.6364705562591553,
      "learning_rate": 5.3575984824613015e-05,
      "loss": 7.6469,
      "step": 347230
    },
    {
      "epoch": 0.7234166666666667,
      "grad_norm": 1.3335564136505127,
      "learning_rate": 5.356843326604164e-05,
      "loss": 7.0969,
      "step": 347240
    },
    {
      "epoch": 0.7234375,
      "grad_norm": 1.2880263328552246,
      "learning_rate": 5.356088212401651e-05,
      "loss": 7.8047,
      "step": 347250
    },
    {
      "epoch": 0.7234583333333333,
      "grad_norm": 1.1985605955123901,
      "learning_rate": 5.355333139857008e-05,
      "loss": 6.7182,
      "step": 347260
    },
    {
      "epoch": 0.7234791666666667,
      "grad_norm": 1.2087056636810303,
      "learning_rate": 5.354578108973515e-05,
      "loss": 7.2935,
      "step": 347270
    },
    {
      "epoch": 0.7235,
      "grad_norm": 1.2916028499603271,
      "learning_rate": 5.3538231197544326e-05,
      "loss": 7.2644,
      "step": 347280
    },
    {
      "epoch": 0.7235208333333333,
      "grad_norm": 1.8578054904937744,
      "learning_rate": 5.353068172203004e-05,
      "loss": 7.4777,
      "step": 347290
    },
    {
      "epoch": 0.7235416666666666,
      "grad_norm": 1.6077380180358887,
      "learning_rate": 5.352313266322509e-05,
      "loss": 7.0982,
      "step": 347300
    },
    {
      "epoch": 0.7235625,
      "grad_norm": 1.7713245153427124,
      "learning_rate": 5.3515584021162064e-05,
      "loss": 7.2009,
      "step": 347310
    },
    {
      "epoch": 0.7235833333333334,
      "grad_norm": 1.1004506349563599,
      "learning_rate": 5.350803579587342e-05,
      "loss": 7.0816,
      "step": 347320
    },
    {
      "epoch": 0.7236041666666667,
      "grad_norm": 1.0643606185913086,
      "learning_rate": 5.350048798739191e-05,
      "loss": 6.917,
      "step": 347330
    },
    {
      "epoch": 0.723625,
      "grad_norm": 1.0934362411499023,
      "learning_rate": 5.349294059575015e-05,
      "loss": 6.7745,
      "step": 347340
    },
    {
      "epoch": 0.7236458333333333,
      "grad_norm": 0.9068370461463928,
      "learning_rate": 5.348539362098059e-05,
      "loss": 7.0334,
      "step": 347350
    },
    {
      "epoch": 0.7236666666666667,
      "grad_norm": 1.394715666770935,
      "learning_rate": 5.347784706311603e-05,
      "loss": 7.1056,
      "step": 347360
    },
    {
      "epoch": 0.7236875,
      "grad_norm": 2.433466911315918,
      "learning_rate": 5.34703009221889e-05,
      "loss": 7.1604,
      "step": 347370
    },
    {
      "epoch": 0.7237083333333333,
      "grad_norm": 1.2416445016860962,
      "learning_rate": 5.3462755198231835e-05,
      "loss": 7.0589,
      "step": 347380
    },
    {
      "epoch": 0.7237291666666666,
      "grad_norm": 1.9152668714523315,
      "learning_rate": 5.345520989127753e-05,
      "loss": 7.3413,
      "step": 347390
    },
    {
      "epoch": 0.72375,
      "grad_norm": 3.169968843460083,
      "learning_rate": 5.344766500135846e-05,
      "loss": 7.7106,
      "step": 347400
    },
    {
      "epoch": 0.7237708333333334,
      "grad_norm": 2.331326961517334,
      "learning_rate": 5.344012052850728e-05,
      "loss": 7.3525,
      "step": 347410
    },
    {
      "epoch": 0.7237916666666667,
      "grad_norm": 1.1273229122161865,
      "learning_rate": 5.3432576472756533e-05,
      "loss": 6.9668,
      "step": 347420
    },
    {
      "epoch": 0.7238125,
      "grad_norm": 2.686403274536133,
      "learning_rate": 5.342503283413885e-05,
      "loss": 7.2457,
      "step": 347430
    },
    {
      "epoch": 0.7238333333333333,
      "grad_norm": 1.1279140710830688,
      "learning_rate": 5.341748961268678e-05,
      "loss": 7.5671,
      "step": 347440
    },
    {
      "epoch": 0.7238541666666667,
      "grad_norm": 0.9965336322784424,
      "learning_rate": 5.340994680843294e-05,
      "loss": 7.0278,
      "step": 347450
    },
    {
      "epoch": 0.723875,
      "grad_norm": 0.8618876338005066,
      "learning_rate": 5.340240442140988e-05,
      "loss": 7.0634,
      "step": 347460
    },
    {
      "epoch": 0.7238958333333333,
      "grad_norm": 0.9831852316856384,
      "learning_rate": 5.3394862451650214e-05,
      "loss": 7.0572,
      "step": 347470
    },
    {
      "epoch": 0.7239166666666667,
      "grad_norm": 2.6704823970794678,
      "learning_rate": 5.33873208991865e-05,
      "loss": 7.6047,
      "step": 347480
    },
    {
      "epoch": 0.7239375,
      "grad_norm": 5.172311782836914,
      "learning_rate": 5.33797797640513e-05,
      "loss": 7.6743,
      "step": 347490
    },
    {
      "epoch": 0.7239583333333334,
      "grad_norm": 3.1283974647521973,
      "learning_rate": 5.337223904627723e-05,
      "loss": 7.521,
      "step": 347500
    },
    {
      "epoch": 0.7239791666666666,
      "grad_norm": 1.266157865524292,
      "learning_rate": 5.3364698745896836e-05,
      "loss": 7.3392,
      "step": 347510
    },
    {
      "epoch": 0.724,
      "grad_norm": 1.4283714294433594,
      "learning_rate": 5.3357158862942675e-05,
      "loss": 7.5687,
      "step": 347520
    },
    {
      "epoch": 0.7240208333333333,
      "grad_norm": 1.7357661724090576,
      "learning_rate": 5.3349619397447354e-05,
      "loss": 7.0045,
      "step": 347530
    },
    {
      "epoch": 0.7240416666666667,
      "grad_norm": 1.7896941900253296,
      "learning_rate": 5.334208034944341e-05,
      "loss": 7.3196,
      "step": 347540
    },
    {
      "epoch": 0.7240625,
      "grad_norm": 1.6241751909255981,
      "learning_rate": 5.333454171896342e-05,
      "loss": 6.8487,
      "step": 347550
    },
    {
      "epoch": 0.7240833333333333,
      "grad_norm": 1.2879999876022339,
      "learning_rate": 5.332700350603994e-05,
      "loss": 7.3818,
      "step": 347560
    },
    {
      "epoch": 0.7241041666666667,
      "grad_norm": 0.9578825831413269,
      "learning_rate": 5.3319465710705564e-05,
      "loss": 7.5921,
      "step": 347570
    },
    {
      "epoch": 0.724125,
      "grad_norm": 2.056912660598755,
      "learning_rate": 5.3311928332992806e-05,
      "loss": 8.1272,
      "step": 347580
    },
    {
      "epoch": 0.7241458333333334,
      "grad_norm": 0.9329729080200195,
      "learning_rate": 5.330439137293424e-05,
      "loss": 7.0725,
      "step": 347590
    },
    {
      "epoch": 0.7241666666666666,
      "grad_norm": 1.0979433059692383,
      "learning_rate": 5.329685483056245e-05,
      "loss": 6.8846,
      "step": 347600
    },
    {
      "epoch": 0.7241875,
      "grad_norm": 1.8148974180221558,
      "learning_rate": 5.328931870590995e-05,
      "loss": 7.2111,
      "step": 347610
    },
    {
      "epoch": 0.7242083333333333,
      "grad_norm": 1.514863133430481,
      "learning_rate": 5.3281782999009373e-05,
      "loss": 7.2334,
      "step": 347620
    },
    {
      "epoch": 0.7242291666666667,
      "grad_norm": 1.5068142414093018,
      "learning_rate": 5.3274247709893096e-05,
      "loss": 7.3905,
      "step": 347630
    },
    {
      "epoch": 0.72425,
      "grad_norm": 1.717268705368042,
      "learning_rate": 5.326671283859385e-05,
      "loss": 7.5324,
      "step": 347640
    },
    {
      "epoch": 0.7242708333333333,
      "grad_norm": 0.8899593949317932,
      "learning_rate": 5.325917838514416e-05,
      "loss": 6.9345,
      "step": 347650
    },
    {
      "epoch": 0.7242916666666667,
      "grad_norm": 1.251318335533142,
      "learning_rate": 5.325164434957643e-05,
      "loss": 7.3993,
      "step": 347660
    },
    {
      "epoch": 0.7243125,
      "grad_norm": 2.5371036529541016,
      "learning_rate": 5.324411073192333e-05,
      "loss": 6.9958,
      "step": 347670
    },
    {
      "epoch": 0.7243333333333334,
      "grad_norm": 1.7645432949066162,
      "learning_rate": 5.3236577532217453e-05,
      "loss": 7.1582,
      "step": 347680
    },
    {
      "epoch": 0.7243541666666666,
      "grad_norm": 2.837392807006836,
      "learning_rate": 5.3229044750491136e-05,
      "loss": 6.9379,
      "step": 347690
    },
    {
      "epoch": 0.724375,
      "grad_norm": 3.8291664123535156,
      "learning_rate": 5.322151238677711e-05,
      "loss": 8.0197,
      "step": 347700
    },
    {
      "epoch": 0.7243958333333333,
      "grad_norm": 0.8870307803153992,
      "learning_rate": 5.3213980441107885e-05,
      "loss": 7.5023,
      "step": 347710
    },
    {
      "epoch": 0.7244166666666667,
      "grad_norm": 1.1489506959915161,
      "learning_rate": 5.3206448913515896e-05,
      "loss": 7.0994,
      "step": 347720
    },
    {
      "epoch": 0.7244375,
      "grad_norm": 1.0118409395217896,
      "learning_rate": 5.319891780403374e-05,
      "loss": 6.9454,
      "step": 347730
    },
    {
      "epoch": 0.7244583333333333,
      "grad_norm": 1.1998106241226196,
      "learning_rate": 5.319138711269394e-05,
      "loss": 7.8439,
      "step": 347740
    },
    {
      "epoch": 0.7244791666666667,
      "grad_norm": 1.5597856044769287,
      "learning_rate": 5.318385683952903e-05,
      "loss": 10.2053,
      "step": 347750
    },
    {
      "epoch": 0.7245,
      "grad_norm": 7.6997222900390625,
      "learning_rate": 5.317632698457154e-05,
      "loss": 7.8225,
      "step": 347760
    },
    {
      "epoch": 0.7245208333333333,
      "grad_norm": 1.7552201747894287,
      "learning_rate": 5.316879754785398e-05,
      "loss": 6.987,
      "step": 347770
    },
    {
      "epoch": 0.7245416666666666,
      "grad_norm": 4.065741539001465,
      "learning_rate": 5.31612685294089e-05,
      "loss": 7.2413,
      "step": 347780
    },
    {
      "epoch": 0.7245625,
      "grad_norm": 1.4015146493911743,
      "learning_rate": 5.3153739929268814e-05,
      "loss": 7.6614,
      "step": 347790
    },
    {
      "epoch": 0.7245833333333334,
      "grad_norm": 4.475103378295898,
      "learning_rate": 5.314621174746622e-05,
      "loss": 7.0842,
      "step": 347800
    },
    {
      "epoch": 0.7246041666666667,
      "grad_norm": 1.3473256826400757,
      "learning_rate": 5.3138683984033655e-05,
      "loss": 7.9598,
      "step": 347810
    },
    {
      "epoch": 0.724625,
      "grad_norm": 2.2012104988098145,
      "learning_rate": 5.3131156639003644e-05,
      "loss": 7.566,
      "step": 347820
    },
    {
      "epoch": 0.7246458333333333,
      "grad_norm": 2.1260862350463867,
      "learning_rate": 5.3123629712408695e-05,
      "loss": 7.2776,
      "step": 347830
    },
    {
      "epoch": 0.7246666666666667,
      "grad_norm": 1.0745176076889038,
      "learning_rate": 5.31161032042813e-05,
      "loss": 7.2488,
      "step": 347840
    },
    {
      "epoch": 0.7246875,
      "grad_norm": 1.7268855571746826,
      "learning_rate": 5.310857711465401e-05,
      "loss": 7.242,
      "step": 347850
    },
    {
      "epoch": 0.7247083333333333,
      "grad_norm": 1.0961397886276245,
      "learning_rate": 5.310105144355931e-05,
      "loss": 6.8702,
      "step": 347860
    },
    {
      "epoch": 0.7247291666666666,
      "grad_norm": 1.0413535833358765,
      "learning_rate": 5.3093526191029715e-05,
      "loss": 7.0651,
      "step": 347870
    },
    {
      "epoch": 0.72475,
      "grad_norm": 2.143073797225952,
      "learning_rate": 5.3086001357097716e-05,
      "loss": 7.1732,
      "step": 347880
    },
    {
      "epoch": 0.7247708333333334,
      "grad_norm": 1.7415077686309814,
      "learning_rate": 5.307847694179584e-05,
      "loss": 6.9443,
      "step": 347890
    },
    {
      "epoch": 0.7247916666666666,
      "grad_norm": 0.9244480729103088,
      "learning_rate": 5.307095294515658e-05,
      "loss": 7.1887,
      "step": 347900
    },
    {
      "epoch": 0.7248125,
      "grad_norm": 1.267816185951233,
      "learning_rate": 5.3063429367212435e-05,
      "loss": 7.2823,
      "step": 347910
    },
    {
      "epoch": 0.7248333333333333,
      "grad_norm": 1.1952539682388306,
      "learning_rate": 5.305590620799589e-05,
      "loss": 7.0095,
      "step": 347920
    },
    {
      "epoch": 0.7248541666666667,
      "grad_norm": 1.0926551818847656,
      "learning_rate": 5.304838346753947e-05,
      "loss": 7.1352,
      "step": 347930
    },
    {
      "epoch": 0.724875,
      "grad_norm": 1.9873042106628418,
      "learning_rate": 5.304086114587566e-05,
      "loss": 7.3518,
      "step": 347940
    },
    {
      "epoch": 0.7248958333333333,
      "grad_norm": 1.3580843210220337,
      "learning_rate": 5.303333924303695e-05,
      "loss": 6.8408,
      "step": 347950
    },
    {
      "epoch": 0.7249166666666667,
      "grad_norm": 1.542218565940857,
      "learning_rate": 5.302581775905584e-05,
      "loss": 7.2934,
      "step": 347960
    },
    {
      "epoch": 0.7249375,
      "grad_norm": 2.1848528385162354,
      "learning_rate": 5.30182966939648e-05,
      "loss": 7.1294,
      "step": 347970
    },
    {
      "epoch": 0.7249583333333334,
      "grad_norm": 1.59233820438385,
      "learning_rate": 5.3010776047796326e-05,
      "loss": 7.5138,
      "step": 347980
    },
    {
      "epoch": 0.7249791666666666,
      "grad_norm": 0.9824147820472717,
      "learning_rate": 5.300325582058297e-05,
      "loss": 6.8397,
      "step": 347990
    },
    {
      "epoch": 0.725,
      "grad_norm": 1.1120291948318481,
      "learning_rate": 5.2995736012357096e-05,
      "loss": 6.8945,
      "step": 348000
    },
    {
      "epoch": 0.725,
      "eval_loss": 7.281742095947266,
      "eval_runtime": 9.3451,
      "eval_samples_per_second": 0.321,
      "eval_steps_per_second": 0.107,
      "step": 348000
    },
    {
      "epoch": 0.7250208333333333,
      "grad_norm": 1.543275237083435,
      "learning_rate": 5.298821662315121e-05,
      "loss": 7.1358,
      "step": 348010
    },
    {
      "epoch": 0.7250416666666667,
      "grad_norm": 1.2146275043487549,
      "learning_rate": 5.298069765299791e-05,
      "loss": 7.4531,
      "step": 348020
    },
    {
      "epoch": 0.7250625,
      "grad_norm": 1.0696017742156982,
      "learning_rate": 5.2973179101929545e-05,
      "loss": 7.9491,
      "step": 348030
    },
    {
      "epoch": 0.7250833333333333,
      "grad_norm": 4.098752498626709,
      "learning_rate": 5.2965660969978605e-05,
      "loss": 7.5852,
      "step": 348040
    },
    {
      "epoch": 0.7251041666666667,
      "grad_norm": 1.6823536157608032,
      "learning_rate": 5.2958143257177697e-05,
      "loss": 6.7372,
      "step": 348050
    },
    {
      "epoch": 0.725125,
      "grad_norm": 3.5021066665649414,
      "learning_rate": 5.2950625963559144e-05,
      "loss": 7.3275,
      "step": 348060
    },
    {
      "epoch": 0.7251458333333334,
      "grad_norm": 1.7717639207839966,
      "learning_rate": 5.2943109089155425e-05,
      "loss": 7.2757,
      "step": 348070
    },
    {
      "epoch": 0.7251666666666666,
      "grad_norm": 1.9890973567962646,
      "learning_rate": 5.293559263399915e-05,
      "loss": 7.2516,
      "step": 348080
    },
    {
      "epoch": 0.7251875,
      "grad_norm": 1.1373624801635742,
      "learning_rate": 5.2928076598122646e-05,
      "loss": 7.082,
      "step": 348090
    },
    {
      "epoch": 0.7252083333333333,
      "grad_norm": 1.2975561618804932,
      "learning_rate": 5.292056098155839e-05,
      "loss": 7.3025,
      "step": 348100
    },
    {
      "epoch": 0.7252291666666667,
      "grad_norm": 1.2713998556137085,
      "learning_rate": 5.291304578433895e-05,
      "loss": 7.3624,
      "step": 348110
    },
    {
      "epoch": 0.72525,
      "grad_norm": 1.7248637676239014,
      "learning_rate": 5.2905531006496704e-05,
      "loss": 7.7323,
      "step": 348120
    },
    {
      "epoch": 0.7252708333333333,
      "grad_norm": 1.1806929111480713,
      "learning_rate": 5.2898016648064126e-05,
      "loss": 7.0822,
      "step": 348130
    },
    {
      "epoch": 0.7252916666666667,
      "grad_norm": 1.018778681755066,
      "learning_rate": 5.2890502709073686e-05,
      "loss": 7.4387,
      "step": 348140
    },
    {
      "epoch": 0.7253125,
      "grad_norm": 3.4384243488311768,
      "learning_rate": 5.288298918955781e-05,
      "loss": 7.3343,
      "step": 348150
    },
    {
      "epoch": 0.7253333333333334,
      "grad_norm": 1.5025993585586548,
      "learning_rate": 5.2875476089549e-05,
      "loss": 7.0504,
      "step": 348160
    },
    {
      "epoch": 0.7253541666666666,
      "grad_norm": 1.9722509384155273,
      "learning_rate": 5.286796340907969e-05,
      "loss": 6.8981,
      "step": 348170
    },
    {
      "epoch": 0.725375,
      "grad_norm": 1.7242729663848877,
      "learning_rate": 5.286045114818233e-05,
      "loss": 7.4626,
      "step": 348180
    },
    {
      "epoch": 0.7253958333333334,
      "grad_norm": 1.9867113828659058,
      "learning_rate": 5.285293930688937e-05,
      "loss": 6.9881,
      "step": 348190
    },
    {
      "epoch": 0.7254166666666667,
      "grad_norm": 1.6803038120269775,
      "learning_rate": 5.284542788523325e-05,
      "loss": 7.2056,
      "step": 348200
    },
    {
      "epoch": 0.7254375,
      "grad_norm": 1.5642606019973755,
      "learning_rate": 5.2837916883246426e-05,
      "loss": 6.897,
      "step": 348210
    },
    {
      "epoch": 0.7254583333333333,
      "grad_norm": 12.235588073730469,
      "learning_rate": 5.283040630096135e-05,
      "loss": 7.51,
      "step": 348220
    },
    {
      "epoch": 0.7254791666666667,
      "grad_norm": 1.5221869945526123,
      "learning_rate": 5.282289613841045e-05,
      "loss": 6.8495,
      "step": 348230
    },
    {
      "epoch": 0.7255,
      "grad_norm": 1.0052438974380493,
      "learning_rate": 5.281538639562617e-05,
      "loss": 7.0731,
      "step": 348240
    },
    {
      "epoch": 0.7255208333333333,
      "grad_norm": 4.3224568367004395,
      "learning_rate": 5.2807877072640966e-05,
      "loss": 7.7143,
      "step": 348250
    },
    {
      "epoch": 0.7255416666666666,
      "grad_norm": 3.2916691303253174,
      "learning_rate": 5.280036816948726e-05,
      "loss": 6.9509,
      "step": 348260
    },
    {
      "epoch": 0.7255625,
      "grad_norm": 2.325730562210083,
      "learning_rate": 5.279285968619747e-05,
      "loss": 7.4569,
      "step": 348270
    },
    {
      "epoch": 0.7255833333333334,
      "grad_norm": 1.240039587020874,
      "learning_rate": 5.2785351622804065e-05,
      "loss": 6.7738,
      "step": 348280
    },
    {
      "epoch": 0.7256041666666667,
      "grad_norm": 1.6372991800308228,
      "learning_rate": 5.277784397933946e-05,
      "loss": 7.1115,
      "step": 348290
    },
    {
      "epoch": 0.725625,
      "grad_norm": 1.999017357826233,
      "learning_rate": 5.277033675583608e-05,
      "loss": 7.2003,
      "step": 348300
    },
    {
      "epoch": 0.7256458333333333,
      "grad_norm": 4.665223121643066,
      "learning_rate": 5.276282995232641e-05,
      "loss": 7.5236,
      "step": 348310
    },
    {
      "epoch": 0.7256666666666667,
      "grad_norm": 1.6888624429702759,
      "learning_rate": 5.275532356884273e-05,
      "loss": 7.5559,
      "step": 348320
    },
    {
      "epoch": 0.7256875,
      "grad_norm": 1.1175214052200317,
      "learning_rate": 5.2747817605417615e-05,
      "loss": 7.2455,
      "step": 348330
    },
    {
      "epoch": 0.7257083333333333,
      "grad_norm": 1.389017105102539,
      "learning_rate": 5.274031206208347e-05,
      "loss": 7.6766,
      "step": 348340
    },
    {
      "epoch": 0.7257291666666666,
      "grad_norm": 3.3862626552581787,
      "learning_rate": 5.2732806938872583e-05,
      "loss": 7.8248,
      "step": 348350
    },
    {
      "epoch": 0.72575,
      "grad_norm": 1.209922432899475,
      "learning_rate": 5.272530223581757e-05,
      "loss": 7.2096,
      "step": 348360
    },
    {
      "epoch": 0.7257708333333334,
      "grad_norm": 1.8175185918807983,
      "learning_rate": 5.2717797952950694e-05,
      "loss": 7.5217,
      "step": 348370
    },
    {
      "epoch": 0.7257916666666666,
      "grad_norm": 20.697290420532227,
      "learning_rate": 5.271029409030438e-05,
      "loss": 7.8625,
      "step": 348380
    },
    {
      "epoch": 0.7258125,
      "grad_norm": 1.3369108438491821,
      "learning_rate": 5.2702790647911194e-05,
      "loss": 6.9937,
      "step": 348390
    },
    {
      "epoch": 0.7258333333333333,
      "grad_norm": 1.4623894691467285,
      "learning_rate": 5.269528762580338e-05,
      "loss": 7.1303,
      "step": 348400
    },
    {
      "epoch": 0.7258541666666667,
      "grad_norm": 1.620261788368225,
      "learning_rate": 5.268778502401334e-05,
      "loss": 7.8333,
      "step": 348410
    },
    {
      "epoch": 0.725875,
      "grad_norm": 1.013095736503601,
      "learning_rate": 5.2680282842573666e-05,
      "loss": 7.16,
      "step": 348420
    },
    {
      "epoch": 0.7258958333333333,
      "grad_norm": 1.7431069612503052,
      "learning_rate": 5.2672781081516604e-05,
      "loss": 8.6276,
      "step": 348430
    },
    {
      "epoch": 0.7259166666666667,
      "grad_norm": 1.3548238277435303,
      "learning_rate": 5.266527974087455e-05,
      "loss": 7.232,
      "step": 348440
    },
    {
      "epoch": 0.7259375,
      "grad_norm": 1.9823565483093262,
      "learning_rate": 5.2657778820680054e-05,
      "loss": 7.0982,
      "step": 348450
    },
    {
      "epoch": 0.7259583333333334,
      "grad_norm": 1.2071444988250732,
      "learning_rate": 5.265027832096538e-05,
      "loss": 7.0191,
      "step": 348460
    },
    {
      "epoch": 0.7259791666666666,
      "grad_norm": 1.6957703828811646,
      "learning_rate": 5.2642778241762905e-05,
      "loss": 7.3084,
      "step": 348470
    },
    {
      "epoch": 0.726,
      "grad_norm": 1.2921756505966187,
      "learning_rate": 5.263527858310521e-05,
      "loss": 6.9086,
      "step": 348480
    },
    {
      "epoch": 0.7260208333333333,
      "grad_norm": 2.444390058517456,
      "learning_rate": 5.2627779345024526e-05,
      "loss": 7.2259,
      "step": 348490
    },
    {
      "epoch": 0.7260416666666667,
      "grad_norm": 2.2334933280944824,
      "learning_rate": 5.262028052755327e-05,
      "loss": 6.8996,
      "step": 348500
    },
    {
      "epoch": 0.7260625,
      "grad_norm": 2.799485445022583,
      "learning_rate": 5.2612782130723865e-05,
      "loss": 7.0397,
      "step": 348510
    },
    {
      "epoch": 0.7260833333333333,
      "grad_norm": 1.4400945901870728,
      "learning_rate": 5.2605284154568706e-05,
      "loss": 7.3017,
      "step": 348520
    },
    {
      "epoch": 0.7261041666666667,
      "grad_norm": 2.0292696952819824,
      "learning_rate": 5.2597786599120154e-05,
      "loss": 7.151,
      "step": 348530
    },
    {
      "epoch": 0.726125,
      "grad_norm": 1.3309985399246216,
      "learning_rate": 5.259028946441061e-05,
      "loss": 7.6341,
      "step": 348540
    },
    {
      "epoch": 0.7261458333333334,
      "grad_norm": 0.9712315201759338,
      "learning_rate": 5.2582792750472464e-05,
      "loss": 6.946,
      "step": 348550
    },
    {
      "epoch": 0.7261666666666666,
      "grad_norm": 1.3763947486877441,
      "learning_rate": 5.257529645733808e-05,
      "loss": 8.0014,
      "step": 348560
    },
    {
      "epoch": 0.7261875,
      "grad_norm": 1.8112831115722656,
      "learning_rate": 5.256780058503986e-05,
      "loss": 7.337,
      "step": 348570
    },
    {
      "epoch": 0.7262083333333333,
      "grad_norm": 1.5216783285140991,
      "learning_rate": 5.2560305133610183e-05,
      "loss": 6.9757,
      "step": 348580
    },
    {
      "epoch": 0.7262291666666667,
      "grad_norm": 1.917797327041626,
      "learning_rate": 5.255281010308142e-05,
      "loss": 7.373,
      "step": 348590
    },
    {
      "epoch": 0.72625,
      "grad_norm": 0.8453761339187622,
      "learning_rate": 5.254531549348592e-05,
      "loss": 8.596,
      "step": 348600
    },
    {
      "epoch": 0.7262708333333333,
      "grad_norm": 22.353803634643555,
      "learning_rate": 5.253782130485611e-05,
      "loss": 7.846,
      "step": 348610
    },
    {
      "epoch": 0.7262916666666667,
      "grad_norm": 1.540794014930725,
      "learning_rate": 5.2530327537224367e-05,
      "loss": 7.3183,
      "step": 348620
    },
    {
      "epoch": 0.7263125,
      "grad_norm": 1.9643274545669556,
      "learning_rate": 5.252283419062293e-05,
      "loss": 7.2745,
      "step": 348630
    },
    {
      "epoch": 0.7263333333333334,
      "grad_norm": 1.3059601783752441,
      "learning_rate": 5.2515341265084315e-05,
      "loss": 6.9345,
      "step": 348640
    },
    {
      "epoch": 0.7263541666666666,
      "grad_norm": 1.0893580913543701,
      "learning_rate": 5.250784876064091e-05,
      "loss": 6.8858,
      "step": 348650
    },
    {
      "epoch": 0.726375,
      "grad_norm": 1.3325717449188232,
      "learning_rate": 5.2500356677324885e-05,
      "loss": 7.241,
      "step": 348660
    },
    {
      "epoch": 0.7263958333333334,
      "grad_norm": 0.7757333517074585,
      "learning_rate": 5.2492865015168786e-05,
      "loss": 7.3957,
      "step": 348670
    },
    {
      "epoch": 0.7264166666666667,
      "grad_norm": 2.8290817737579346,
      "learning_rate": 5.248537377420495e-05,
      "loss": 7.14,
      "step": 348680
    },
    {
      "epoch": 0.7264375,
      "grad_norm": 1.6113024950027466,
      "learning_rate": 5.247788295446562e-05,
      "loss": 7.1144,
      "step": 348690
    },
    {
      "epoch": 0.7264583333333333,
      "grad_norm": 1.1170967817306519,
      "learning_rate": 5.247039255598327e-05,
      "loss": 6.797,
      "step": 348700
    },
    {
      "epoch": 0.7264791666666667,
      "grad_norm": 1.5428647994995117,
      "learning_rate": 5.2462902578790265e-05,
      "loss": 7.0981,
      "step": 348710
    },
    {
      "epoch": 0.7265,
      "grad_norm": 4.570799827575684,
      "learning_rate": 5.245541302291883e-05,
      "loss": 7.0049,
      "step": 348720
    },
    {
      "epoch": 0.7265208333333333,
      "grad_norm": 1.3900363445281982,
      "learning_rate": 5.244792388840148e-05,
      "loss": 7.3812,
      "step": 348730
    },
    {
      "epoch": 0.7265416666666666,
      "grad_norm": 1.2150450944900513,
      "learning_rate": 5.244043517527045e-05,
      "loss": 6.9522,
      "step": 348740
    },
    {
      "epoch": 0.7265625,
      "grad_norm": 0.9135559797286987,
      "learning_rate": 5.2432946883558075e-05,
      "loss": 7.4565,
      "step": 348750
    },
    {
      "epoch": 0.7265833333333334,
      "grad_norm": 1.4643534421920776,
      "learning_rate": 5.242545901329684e-05,
      "loss": 7.3448,
      "step": 348760
    },
    {
      "epoch": 0.7266041666666667,
      "grad_norm": 3.0867972373962402,
      "learning_rate": 5.241797156451895e-05,
      "loss": 7.2975,
      "step": 348770
    },
    {
      "epoch": 0.726625,
      "grad_norm": 0.7471781373023987,
      "learning_rate": 5.2410484537256754e-05,
      "loss": 7.2853,
      "step": 348780
    },
    {
      "epoch": 0.7266458333333333,
      "grad_norm": 2.494666814804077,
      "learning_rate": 5.240299793154274e-05,
      "loss": 7.1791,
      "step": 348790
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 1.0604075193405151,
      "learning_rate": 5.2395511747409086e-05,
      "loss": 7.7138,
      "step": 348800
    },
    {
      "epoch": 0.7266875,
      "grad_norm": 1.6043518781661987,
      "learning_rate": 5.238802598488813e-05,
      "loss": 7.5671,
      "step": 348810
    },
    {
      "epoch": 0.7267083333333333,
      "grad_norm": 2.719836950302124,
      "learning_rate": 5.2380540644012364e-05,
      "loss": 7.1139,
      "step": 348820
    },
    {
      "epoch": 0.7267291666666666,
      "grad_norm": 0.9730605483055115,
      "learning_rate": 5.2373055724813986e-05,
      "loss": 7.4484,
      "step": 348830
    },
    {
      "epoch": 0.72675,
      "grad_norm": 3.715080499649048,
      "learning_rate": 5.23655712273253e-05,
      "loss": 7.2797,
      "step": 348840
    },
    {
      "epoch": 0.7267708333333334,
      "grad_norm": 4.325260162353516,
      "learning_rate": 5.2358087151578816e-05,
      "loss": 7.8175,
      "step": 348850
    },
    {
      "epoch": 0.7267916666666666,
      "grad_norm": 2.3612115383148193,
      "learning_rate": 5.235060349760668e-05,
      "loss": 7.1407,
      "step": 348860
    },
    {
      "epoch": 0.7268125,
      "grad_norm": 1.4646947383880615,
      "learning_rate": 5.23431202654413e-05,
      "loss": 7.121,
      "step": 348870
    },
    {
      "epoch": 0.7268333333333333,
      "grad_norm": 0.8780156373977661,
      "learning_rate": 5.233563745511497e-05,
      "loss": 7.2785,
      "step": 348880
    },
    {
      "epoch": 0.7268541666666667,
      "grad_norm": 1.1578004360198975,
      "learning_rate": 5.2328155066660045e-05,
      "loss": 7.4665,
      "step": 348890
    },
    {
      "epoch": 0.726875,
      "grad_norm": 2.2161242961883545,
      "learning_rate": 5.232067310010881e-05,
      "loss": 7.4313,
      "step": 348900
    },
    {
      "epoch": 0.7268958333333333,
      "grad_norm": 2.847776412963867,
      "learning_rate": 5.2313191555493613e-05,
      "loss": 6.7568,
      "step": 348910
    },
    {
      "epoch": 0.7269166666666667,
      "grad_norm": 1.663788914680481,
      "learning_rate": 5.230571043284676e-05,
      "loss": 7.0619,
      "step": 348920
    },
    {
      "epoch": 0.7269375,
      "grad_norm": 1.029119849205017,
      "learning_rate": 5.229822973220056e-05,
      "loss": 7.0428,
      "step": 348930
    },
    {
      "epoch": 0.7269583333333334,
      "grad_norm": 4.448796272277832,
      "learning_rate": 5.2290749453587354e-05,
      "loss": 7.573,
      "step": 348940
    },
    {
      "epoch": 0.7269791666666666,
      "grad_norm": 1.2110340595245361,
      "learning_rate": 5.228326959703941e-05,
      "loss": 7.4939,
      "step": 348950
    },
    {
      "epoch": 0.727,
      "grad_norm": 0.7692888379096985,
      "learning_rate": 5.2275790162589077e-05,
      "loss": 7.3613,
      "step": 348960
    },
    {
      "epoch": 0.7270208333333333,
      "grad_norm": 1.5065298080444336,
      "learning_rate": 5.226831115026865e-05,
      "loss": 7.4579,
      "step": 348970
    },
    {
      "epoch": 0.7270416666666667,
      "grad_norm": 1.5795109272003174,
      "learning_rate": 5.226083256011044e-05,
      "loss": 7.1689,
      "step": 348980
    },
    {
      "epoch": 0.7270625,
      "grad_norm": 0.9964094161987305,
      "learning_rate": 5.225335439214678e-05,
      "loss": 7.1126,
      "step": 348990
    },
    {
      "epoch": 0.7270833333333333,
      "grad_norm": 1.978545069694519,
      "learning_rate": 5.2245876646409834e-05,
      "loss": 7.1164,
      "step": 349000
    },
    {
      "epoch": 0.7270833333333333,
      "eval_loss": 6.6539764404296875,
      "eval_runtime": 9.0711,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 349000
    },
    {
      "epoch": 0.7271041666666667,
      "grad_norm": 1.994562029838562,
      "learning_rate": 5.223839932293208e-05,
      "loss": 7.5795,
      "step": 349010
    },
    {
      "epoch": 0.727125,
      "grad_norm": 1.3428789377212524,
      "learning_rate": 5.223092242174578e-05,
      "loss": 7.3553,
      "step": 349020
    },
    {
      "epoch": 0.7271458333333334,
      "grad_norm": 1.7162283658981323,
      "learning_rate": 5.2223445942883096e-05,
      "loss": 7.4419,
      "step": 349030
    },
    {
      "epoch": 0.7271666666666666,
      "grad_norm": 1.6713680028915405,
      "learning_rate": 5.221596988637647e-05,
      "loss": 7.2649,
      "step": 349040
    },
    {
      "epoch": 0.7271875,
      "grad_norm": 1.2136714458465576,
      "learning_rate": 5.22084942522582e-05,
      "loss": 6.8407,
      "step": 349050
    },
    {
      "epoch": 0.7272083333333333,
      "grad_norm": 1.5373471975326538,
      "learning_rate": 5.2201019040560426e-05,
      "loss": 7.2618,
      "step": 349060
    },
    {
      "epoch": 0.7272291666666667,
      "grad_norm": 1.570475697517395,
      "learning_rate": 5.219354425131559e-05,
      "loss": 6.861,
      "step": 349070
    },
    {
      "epoch": 0.72725,
      "grad_norm": 3.2012715339660645,
      "learning_rate": 5.218606988455599e-05,
      "loss": 7.0087,
      "step": 349080
    },
    {
      "epoch": 0.7272708333333333,
      "grad_norm": 0.9616323709487915,
      "learning_rate": 5.217859594031375e-05,
      "loss": 7.3212,
      "step": 349090
    },
    {
      "epoch": 0.7272916666666667,
      "grad_norm": 4.926053047180176,
      "learning_rate": 5.217112241862127e-05,
      "loss": 7.2956,
      "step": 349100
    },
    {
      "epoch": 0.7273125,
      "grad_norm": 1.1862521171569824,
      "learning_rate": 5.216364931951091e-05,
      "loss": 7.1192,
      "step": 349110
    },
    {
      "epoch": 0.7273333333333334,
      "grad_norm": 1.195085048675537,
      "learning_rate": 5.2156176643014736e-05,
      "loss": 7.4491,
      "step": 349120
    },
    {
      "epoch": 0.7273541666666666,
      "grad_norm": 2.81489896774292,
      "learning_rate": 5.2148704389165264e-05,
      "loss": 7.1445,
      "step": 349130
    },
    {
      "epoch": 0.727375,
      "grad_norm": 0.9116379618644714,
      "learning_rate": 5.2141232557994584e-05,
      "loss": 7.2643,
      "step": 349140
    },
    {
      "epoch": 0.7273958333333334,
      "grad_norm": 1.4691563844680786,
      "learning_rate": 5.213376114953502e-05,
      "loss": 7.225,
      "step": 349150
    },
    {
      "epoch": 0.7274166666666667,
      "grad_norm": 2.551388740539551,
      "learning_rate": 5.2126290163818945e-05,
      "loss": 7.3296,
      "step": 349160
    },
    {
      "epoch": 0.7274375,
      "grad_norm": 1.14610755443573,
      "learning_rate": 5.211881960087852e-05,
      "loss": 6.8918,
      "step": 349170
    },
    {
      "epoch": 0.7274583333333333,
      "grad_norm": 0.8887720704078674,
      "learning_rate": 5.211134946074605e-05,
      "loss": 7.1228,
      "step": 349180
    },
    {
      "epoch": 0.7274791666666667,
      "grad_norm": 2.9323885440826416,
      "learning_rate": 5.2103879743453805e-05,
      "loss": 7.5058,
      "step": 349190
    },
    {
      "epoch": 0.7275,
      "grad_norm": 1.0867902040481567,
      "learning_rate": 5.209641044903404e-05,
      "loss": 7.3699,
      "step": 349200
    },
    {
      "epoch": 0.7275208333333333,
      "grad_norm": 2.2040798664093018,
      "learning_rate": 5.2088941577519045e-05,
      "loss": 7.1918,
      "step": 349210
    },
    {
      "epoch": 0.7275416666666666,
      "grad_norm": 1.5134268999099731,
      "learning_rate": 5.208147312894105e-05,
      "loss": 7.3534,
      "step": 349220
    },
    {
      "epoch": 0.7275625,
      "grad_norm": 2.440483808517456,
      "learning_rate": 5.207400510333234e-05,
      "loss": 6.9266,
      "step": 349230
    },
    {
      "epoch": 0.7275833333333334,
      "grad_norm": 1.4651014804840088,
      "learning_rate": 5.206653750072516e-05,
      "loss": 7.6368,
      "step": 349240
    },
    {
      "epoch": 0.7276041666666667,
      "grad_norm": 2.0028021335601807,
      "learning_rate": 5.2059070321151785e-05,
      "loss": 7.2382,
      "step": 349250
    },
    {
      "epoch": 0.727625,
      "grad_norm": 0.9923908710479736,
      "learning_rate": 5.2051603564644444e-05,
      "loss": 7.3369,
      "step": 349260
    },
    {
      "epoch": 0.7276458333333333,
      "grad_norm": 1.3267818689346313,
      "learning_rate": 5.204413723123543e-05,
      "loss": 6.8144,
      "step": 349270
    },
    {
      "epoch": 0.7276666666666667,
      "grad_norm": 1.243575096130371,
      "learning_rate": 5.203667132095694e-05,
      "loss": 7.0179,
      "step": 349280
    },
    {
      "epoch": 0.7276875,
      "grad_norm": 1.2123206853866577,
      "learning_rate": 5.202920583384128e-05,
      "loss": 7.2228,
      "step": 349290
    },
    {
      "epoch": 0.7277083333333333,
      "grad_norm": 1.184603214263916,
      "learning_rate": 5.202174076992064e-05,
      "loss": 6.7314,
      "step": 349300
    },
    {
      "epoch": 0.7277291666666666,
      "grad_norm": 1.0988184213638306,
      "learning_rate": 5.201427612922732e-05,
      "loss": 7.1106,
      "step": 349310
    },
    {
      "epoch": 0.72775,
      "grad_norm": 2.318881034851074,
      "learning_rate": 5.200681191179353e-05,
      "loss": 6.8578,
      "step": 349320
    },
    {
      "epoch": 0.7277708333333334,
      "grad_norm": 1.0626693964004517,
      "learning_rate": 5.199934811765153e-05,
      "loss": 7.4808,
      "step": 349330
    },
    {
      "epoch": 0.7277916666666666,
      "grad_norm": 1.541636347770691,
      "learning_rate": 5.199188474683355e-05,
      "loss": 7.0365,
      "step": 349340
    },
    {
      "epoch": 0.7278125,
      "grad_norm": 8.569703102111816,
      "learning_rate": 5.198442179937184e-05,
      "loss": 7.2056,
      "step": 349350
    },
    {
      "epoch": 0.7278333333333333,
      "grad_norm": 1.3395698070526123,
      "learning_rate": 5.1976959275298686e-05,
      "loss": 7.338,
      "step": 349360
    },
    {
      "epoch": 0.7278541666666667,
      "grad_norm": 3.6761186122894287,
      "learning_rate": 5.196949717464616e-05,
      "loss": 7.3572,
      "step": 349370
    },
    {
      "epoch": 0.727875,
      "grad_norm": 1.629428505897522,
      "learning_rate": 5.1962035497446645e-05,
      "loss": 7.2778,
      "step": 349380
    },
    {
      "epoch": 0.7278958333333333,
      "grad_norm": 2.11155104637146,
      "learning_rate": 5.19545742437324e-05,
      "loss": 7.1484,
      "step": 349390
    },
    {
      "epoch": 0.7279166666666667,
      "grad_norm": 1.9519703388214111,
      "learning_rate": 5.1947113413535476e-05,
      "loss": 7.1414,
      "step": 349400
    },
    {
      "epoch": 0.7279375,
      "grad_norm": 1.6256849765777588,
      "learning_rate": 5.193965300688826e-05,
      "loss": 7.5231,
      "step": 349410
    },
    {
      "epoch": 0.7279583333333334,
      "grad_norm": 1.2892035245895386,
      "learning_rate": 5.1932193023822976e-05,
      "loss": 7.4606,
      "step": 349420
    },
    {
      "epoch": 0.7279791666666666,
      "grad_norm": 3.5542211532592773,
      "learning_rate": 5.19247334643717e-05,
      "loss": 7.4446,
      "step": 349430
    },
    {
      "epoch": 0.728,
      "grad_norm": 1.3303462266921997,
      "learning_rate": 5.19172743285668e-05,
      "loss": 7.2372,
      "step": 349440
    },
    {
      "epoch": 0.7280208333333333,
      "grad_norm": 2.6204018592834473,
      "learning_rate": 5.19098156164405e-05,
      "loss": 6.9161,
      "step": 349450
    },
    {
      "epoch": 0.7280416666666667,
      "grad_norm": 0.8482571244239807,
      "learning_rate": 5.190235732802489e-05,
      "loss": 7.0175,
      "step": 349460
    },
    {
      "epoch": 0.7280625,
      "grad_norm": 2.3571701049804688,
      "learning_rate": 5.1894899463352305e-05,
      "loss": 7.1656,
      "step": 349470
    },
    {
      "epoch": 0.7280833333333333,
      "grad_norm": 0.8127637505531311,
      "learning_rate": 5.188744202245496e-05,
      "loss": 7.0175,
      "step": 349480
    },
    {
      "epoch": 0.7281041666666667,
      "grad_norm": 1.0581790208816528,
      "learning_rate": 5.1879985005364995e-05,
      "loss": 7.013,
      "step": 349490
    },
    {
      "epoch": 0.728125,
      "grad_norm": 1.5623093843460083,
      "learning_rate": 5.1872528412114636e-05,
      "loss": 7.2644,
      "step": 349500
    },
    {
      "epoch": 0.7281458333333334,
      "grad_norm": 2.8451309204101562,
      "learning_rate": 5.186507224273614e-05,
      "loss": 7.7121,
      "step": 349510
    },
    {
      "epoch": 0.7281666666666666,
      "grad_norm": 2.0847220420837402,
      "learning_rate": 5.185761649726167e-05,
      "loss": 6.9269,
      "step": 349520
    },
    {
      "epoch": 0.7281875,
      "grad_norm": 1.8032997846603394,
      "learning_rate": 5.185016117572345e-05,
      "loss": 7.2767,
      "step": 349530
    },
    {
      "epoch": 0.7282083333333333,
      "grad_norm": 1.2591394186019897,
      "learning_rate": 5.184270627815369e-05,
      "loss": 7.5166,
      "step": 349540
    },
    {
      "epoch": 0.7282291666666667,
      "grad_norm": 6.558207035064697,
      "learning_rate": 5.183525180458458e-05,
      "loss": 7.8048,
      "step": 349550
    },
    {
      "epoch": 0.72825,
      "grad_norm": 1.4210152626037598,
      "learning_rate": 5.182779775504833e-05,
      "loss": 7.1552,
      "step": 349560
    },
    {
      "epoch": 0.7282708333333333,
      "grad_norm": 2.253420114517212,
      "learning_rate": 5.182034412957714e-05,
      "loss": 7.4946,
      "step": 349570
    },
    {
      "epoch": 0.7282916666666667,
      "grad_norm": 5.008663654327393,
      "learning_rate": 5.181289092820319e-05,
      "loss": 7.0704,
      "step": 349580
    },
    {
      "epoch": 0.7283125,
      "grad_norm": 1.1402024030685425,
      "learning_rate": 5.180543815095868e-05,
      "loss": 7.2057,
      "step": 349590
    },
    {
      "epoch": 0.7283333333333334,
      "grad_norm": 1.2683098316192627,
      "learning_rate": 5.179798579787583e-05,
      "loss": 7.4787,
      "step": 349600
    },
    {
      "epoch": 0.7283541666666666,
      "grad_norm": 3.955265760421753,
      "learning_rate": 5.17905338689868e-05,
      "loss": 7.069,
      "step": 349610
    },
    {
      "epoch": 0.728375,
      "grad_norm": 1.7417501211166382,
      "learning_rate": 5.1783082364323785e-05,
      "loss": 6.9019,
      "step": 349620
    },
    {
      "epoch": 0.7283958333333334,
      "grad_norm": 1.7997500896453857,
      "learning_rate": 5.177563128391898e-05,
      "loss": 7.2588,
      "step": 349630
    },
    {
      "epoch": 0.7284166666666667,
      "grad_norm": 0.7745200991630554,
      "learning_rate": 5.176818062780457e-05,
      "loss": 7.0414,
      "step": 349640
    },
    {
      "epoch": 0.7284375,
      "grad_norm": 1.2713563442230225,
      "learning_rate": 5.176073039601275e-05,
      "loss": 6.6925,
      "step": 349650
    },
    {
      "epoch": 0.7284583333333333,
      "grad_norm": 1.9477754831314087,
      "learning_rate": 5.1753280588575666e-05,
      "loss": 7.1541,
      "step": 349660
    },
    {
      "epoch": 0.7284791666666667,
      "grad_norm": 1.9846105575561523,
      "learning_rate": 5.174583120552553e-05,
      "loss": 7.6109,
      "step": 349670
    },
    {
      "epoch": 0.7285,
      "grad_norm": 0.8428933620452881,
      "learning_rate": 5.1738382246894515e-05,
      "loss": 7.5652,
      "step": 349680
    },
    {
      "epoch": 0.7285208333333333,
      "grad_norm": 1.3791505098342896,
      "learning_rate": 5.173093371271479e-05,
      "loss": 7.4321,
      "step": 349690
    },
    {
      "epoch": 0.7285416666666666,
      "grad_norm": 2.574213743209839,
      "learning_rate": 5.172348560301853e-05,
      "loss": 6.8718,
      "step": 349700
    },
    {
      "epoch": 0.7285625,
      "grad_norm": 1.3029392957687378,
      "learning_rate": 5.171603791783792e-05,
      "loss": 7.3439,
      "step": 349710
    },
    {
      "epoch": 0.7285833333333334,
      "grad_norm": 4.495527267456055,
      "learning_rate": 5.170859065720511e-05,
      "loss": 7.4197,
      "step": 349720
    },
    {
      "epoch": 0.7286041666666667,
      "grad_norm": 2.657474994659424,
      "learning_rate": 5.170114382115234e-05,
      "loss": 7.1699,
      "step": 349730
    },
    {
      "epoch": 0.728625,
      "grad_norm": 1.3831180334091187,
      "learning_rate": 5.1693697409711634e-05,
      "loss": 7.3389,
      "step": 349740
    },
    {
      "epoch": 0.7286458333333333,
      "grad_norm": 1.0653343200683594,
      "learning_rate": 5.1686251422915276e-05,
      "loss": 6.8832,
      "step": 349750
    },
    {
      "epoch": 0.7286666666666667,
      "grad_norm": 1.6643784046173096,
      "learning_rate": 5.167880586079545e-05,
      "loss": 6.9801,
      "step": 349760
    },
    {
      "epoch": 0.7286875,
      "grad_norm": 2.429316282272339,
      "learning_rate": 5.16713607233842e-05,
      "loss": 7.367,
      "step": 349770
    },
    {
      "epoch": 0.7287083333333333,
      "grad_norm": 1.1231900453567505,
      "learning_rate": 5.1663916010713715e-05,
      "loss": 7.3945,
      "step": 349780
    },
    {
      "epoch": 0.7287291666666667,
      "grad_norm": 1.334393858909607,
      "learning_rate": 5.16564717228163e-05,
      "loss": 7.5262,
      "step": 349790
    },
    {
      "epoch": 0.72875,
      "grad_norm": 1.1853693723678589,
      "learning_rate": 5.164902785972394e-05,
      "loss": 7.0711,
      "step": 349800
    },
    {
      "epoch": 0.7287708333333334,
      "grad_norm": 0.9863744378089905,
      "learning_rate": 5.1641584421468795e-05,
      "loss": 7.658,
      "step": 349810
    },
    {
      "epoch": 0.7287916666666666,
      "grad_norm": 1.416832447052002,
      "learning_rate": 5.1634141408083174e-05,
      "loss": 6.9732,
      "step": 349820
    },
    {
      "epoch": 0.7288125,
      "grad_norm": 1.5491021871566772,
      "learning_rate": 5.162669881959908e-05,
      "loss": 7.4219,
      "step": 349830
    },
    {
      "epoch": 0.7288333333333333,
      "grad_norm": 1.1769601106643677,
      "learning_rate": 5.161925665604865e-05,
      "loss": 7.2025,
      "step": 349840
    },
    {
      "epoch": 0.7288541666666667,
      "grad_norm": 1.953195333480835,
      "learning_rate": 5.161181491746419e-05,
      "loss": 7.0972,
      "step": 349850
    },
    {
      "epoch": 0.728875,
      "grad_norm": 1.94671630859375,
      "learning_rate": 5.16043736038777e-05,
      "loss": 7.6745,
      "step": 349860
    },
    {
      "epoch": 0.7288958333333333,
      "grad_norm": 1.0659083127975464,
      "learning_rate": 5.159693271532138e-05,
      "loss": 7.1383,
      "step": 349870
    },
    {
      "epoch": 0.7289166666666667,
      "grad_norm": 1.729028344154358,
      "learning_rate": 5.1589492251827336e-05,
      "loss": 7.2995,
      "step": 349880
    },
    {
      "epoch": 0.7289375,
      "grad_norm": 0.9437163472175598,
      "learning_rate": 5.1582052213427756e-05,
      "loss": 6.8447,
      "step": 349890
    },
    {
      "epoch": 0.7289583333333334,
      "grad_norm": 2.922828197479248,
      "learning_rate": 5.1574612600154744e-05,
      "loss": 7.2423,
      "step": 349900
    },
    {
      "epoch": 0.7289791666666666,
      "grad_norm": 5.358333587646484,
      "learning_rate": 5.1567173412040434e-05,
      "loss": 7.2668,
      "step": 349910
    },
    {
      "epoch": 0.729,
      "grad_norm": 1.1174317598342896,
      "learning_rate": 5.155973464911698e-05,
      "loss": 6.8281,
      "step": 349920
    },
    {
      "epoch": 0.7290208333333333,
      "grad_norm": 1.783313274383545,
      "learning_rate": 5.1552296311416515e-05,
      "loss": 7.4645,
      "step": 349930
    },
    {
      "epoch": 0.7290416666666667,
      "grad_norm": 1.8265637159347534,
      "learning_rate": 5.154485839897116e-05,
      "loss": 6.9217,
      "step": 349940
    },
    {
      "epoch": 0.7290625,
      "grad_norm": 1.3480960130691528,
      "learning_rate": 5.153742091181303e-05,
      "loss": 7.0677,
      "step": 349950
    },
    {
      "epoch": 0.7290833333333333,
      "grad_norm": 1.9560025930404663,
      "learning_rate": 5.152998384997428e-05,
      "loss": 6.9689,
      "step": 349960
    },
    {
      "epoch": 0.7291041666666667,
      "grad_norm": 3.709446430206299,
      "learning_rate": 5.152254721348702e-05,
      "loss": 7.424,
      "step": 349970
    },
    {
      "epoch": 0.729125,
      "grad_norm": 1.5519218444824219,
      "learning_rate": 5.151511100238339e-05,
      "loss": 7.2214,
      "step": 349980
    },
    {
      "epoch": 0.7291458333333334,
      "grad_norm": 1.161064863204956,
      "learning_rate": 5.150767521669549e-05,
      "loss": 6.8615,
      "step": 349990
    },
    {
      "epoch": 0.7291666666666666,
      "grad_norm": 1.646325707435608,
      "learning_rate": 5.1500239856455435e-05,
      "loss": 7.2482,
      "step": 350000
    },
    {
      "epoch": 0.7291666666666666,
      "eval_loss": 8.822649955749512,
      "eval_runtime": 9.8972,
      "eval_samples_per_second": 0.303,
      "eval_steps_per_second": 0.101,
      "step": 350000
    },
    {
      "epoch": 0.7291875,
      "grad_norm": 2.2385852336883545,
      "learning_rate": 5.1492804921695365e-05,
      "loss": 7.6146,
      "step": 350010
    },
    {
      "epoch": 0.7292083333333333,
      "grad_norm": 2.1395745277404785,
      "learning_rate": 5.1485370412447384e-05,
      "loss": 7.9506,
      "step": 350020
    },
    {
      "epoch": 0.7292291666666667,
      "grad_norm": 1.4845436811447144,
      "learning_rate": 5.1477936328743606e-05,
      "loss": 7.243,
      "step": 350030
    },
    {
      "epoch": 0.72925,
      "grad_norm": 1.3079848289489746,
      "learning_rate": 5.147050267061614e-05,
      "loss": 7.1412,
      "step": 350040
    },
    {
      "epoch": 0.7292708333333333,
      "grad_norm": 1.2257421016693115,
      "learning_rate": 5.1463069438097116e-05,
      "loss": 7.2277,
      "step": 350050
    },
    {
      "epoch": 0.7292916666666667,
      "grad_norm": 1.117449164390564,
      "learning_rate": 5.1455636631218616e-05,
      "loss": 6.8477,
      "step": 350060
    },
    {
      "epoch": 0.7293125,
      "grad_norm": 1.2184659242630005,
      "learning_rate": 5.144820425001276e-05,
      "loss": 7.1889,
      "step": 350070
    },
    {
      "epoch": 0.7293333333333333,
      "grad_norm": 1.3624553680419922,
      "learning_rate": 5.14407722945117e-05,
      "loss": 7.0691,
      "step": 350080
    },
    {
      "epoch": 0.7293541666666666,
      "grad_norm": 1.4398577213287354,
      "learning_rate": 5.14333407647474e-05,
      "loss": 7.1956,
      "step": 350090
    },
    {
      "epoch": 0.729375,
      "grad_norm": 2.3109841346740723,
      "learning_rate": 5.14259096607521e-05,
      "loss": 7.4043,
      "step": 350100
    },
    {
      "epoch": 0.7293958333333334,
      "grad_norm": 1.0423651933670044,
      "learning_rate": 5.1418478982557896e-05,
      "loss": 7.1892,
      "step": 350110
    },
    {
      "epoch": 0.7294166666666667,
      "grad_norm": 1.1804927587509155,
      "learning_rate": 5.1411048730196764e-05,
      "loss": 7.2764,
      "step": 350120
    },
    {
      "epoch": 0.7294375,
      "grad_norm": 3.6382548809051514,
      "learning_rate": 5.1403618903700955e-05,
      "loss": 7.5492,
      "step": 350130
    },
    {
      "epoch": 0.7294583333333333,
      "grad_norm": 1.27222740650177,
      "learning_rate": 5.139618950310243e-05,
      "loss": 7.3984,
      "step": 350140
    },
    {
      "epoch": 0.7294791666666667,
      "grad_norm": 3.2827274799346924,
      "learning_rate": 5.13887605284333e-05,
      "loss": 8.3421,
      "step": 350150
    },
    {
      "epoch": 0.7295,
      "grad_norm": 0.7864840626716614,
      "learning_rate": 5.1381331979725795e-05,
      "loss": 7.2606,
      "step": 350160
    },
    {
      "epoch": 0.7295208333333333,
      "grad_norm": 1.6546725034713745,
      "learning_rate": 5.137390385701184e-05,
      "loss": 6.957,
      "step": 350170
    },
    {
      "epoch": 0.7295416666666666,
      "grad_norm": 2.3293983936309814,
      "learning_rate": 5.136647616032353e-05,
      "loss": 7.7411,
      "step": 350180
    },
    {
      "epoch": 0.7295625,
      "grad_norm": 3.1242191791534424,
      "learning_rate": 5.13590488896931e-05,
      "loss": 7.4695,
      "step": 350190
    },
    {
      "epoch": 0.7295833333333334,
      "grad_norm": 1.923107624053955,
      "learning_rate": 5.13516220451525e-05,
      "loss": 6.9515,
      "step": 350200
    },
    {
      "epoch": 0.7296041666666667,
      "grad_norm": 2.1178228855133057,
      "learning_rate": 5.1344195626733794e-05,
      "loss": 7.4954,
      "step": 350210
    },
    {
      "epoch": 0.729625,
      "grad_norm": 1.5872013568878174,
      "learning_rate": 5.13367696344692e-05,
      "loss": 7.4283,
      "step": 350220
    },
    {
      "epoch": 0.7296458333333333,
      "grad_norm": 1.1955320835113525,
      "learning_rate": 5.132934406839066e-05,
      "loss": 7.5596,
      "step": 350230
    },
    {
      "epoch": 0.7296666666666667,
      "grad_norm": 1.3053120374679565,
      "learning_rate": 5.13219189285303e-05,
      "loss": 6.8613,
      "step": 350240
    },
    {
      "epoch": 0.7296875,
      "grad_norm": 3.6757755279541016,
      "learning_rate": 5.1314494214920185e-05,
      "loss": 7.2581,
      "step": 350250
    },
    {
      "epoch": 0.7297083333333333,
      "grad_norm": 1.732599139213562,
      "learning_rate": 5.1307069927592385e-05,
      "loss": 7.1708,
      "step": 350260
    },
    {
      "epoch": 0.7297291666666667,
      "grad_norm": 1.7251942157745361,
      "learning_rate": 5.1299646066578984e-05,
      "loss": 7.1142,
      "step": 350270
    },
    {
      "epoch": 0.72975,
      "grad_norm": 1.291352391242981,
      "learning_rate": 5.129222263191206e-05,
      "loss": 7.5171,
      "step": 350280
    },
    {
      "epoch": 0.7297708333333334,
      "grad_norm": 1.5136699676513672,
      "learning_rate": 5.128479962362365e-05,
      "loss": 7.2258,
      "step": 350290
    },
    {
      "epoch": 0.7297916666666666,
      "grad_norm": 3.9491913318634033,
      "learning_rate": 5.127737704174583e-05,
      "loss": 7.6975,
      "step": 350300
    },
    {
      "epoch": 0.7298125,
      "grad_norm": 1.3482695817947388,
      "learning_rate": 5.126995488631066e-05,
      "loss": 7.3857,
      "step": 350310
    },
    {
      "epoch": 0.7298333333333333,
      "grad_norm": 2.6543009281158447,
      "learning_rate": 5.126253315735021e-05,
      "loss": 7.1834,
      "step": 350320
    },
    {
      "epoch": 0.7298541666666667,
      "grad_norm": 1.115175724029541,
      "learning_rate": 5.1255111854896544e-05,
      "loss": 6.9925,
      "step": 350330
    },
    {
      "epoch": 0.729875,
      "grad_norm": 2.5892038345336914,
      "learning_rate": 5.124769097898169e-05,
      "loss": 7.18,
      "step": 350340
    },
    {
      "epoch": 0.7298958333333333,
      "grad_norm": 1.653365969657898,
      "learning_rate": 5.124027052963774e-05,
      "loss": 6.7187,
      "step": 350350
    },
    {
      "epoch": 0.7299166666666667,
      "grad_norm": 3.4001684188842773,
      "learning_rate": 5.123285050689677e-05,
      "loss": 6.9918,
      "step": 350360
    },
    {
      "epoch": 0.7299375,
      "grad_norm": 1.1534286737442017,
      "learning_rate": 5.12254309107907e-05,
      "loss": 7.2318,
      "step": 350370
    },
    {
      "epoch": 0.7299583333333334,
      "grad_norm": 1.6143499612808228,
      "learning_rate": 5.121801174135171e-05,
      "loss": 6.8767,
      "step": 350380
    },
    {
      "epoch": 0.7299791666666666,
      "grad_norm": 1.0672791004180908,
      "learning_rate": 5.1210592998611864e-05,
      "loss": 8.5015,
      "step": 350390
    },
    {
      "epoch": 0.73,
      "grad_norm": 3.7553627490997314,
      "learning_rate": 5.1203174682603056e-05,
      "loss": 7.3603,
      "step": 350400
    },
    {
      "epoch": 0.7300208333333333,
      "grad_norm": 0.9206041097640991,
      "learning_rate": 5.119575679335747e-05,
      "loss": 7.143,
      "step": 350410
    },
    {
      "epoch": 0.7300416666666667,
      "grad_norm": 3.2555932998657227,
      "learning_rate": 5.118833933090715e-05,
      "loss": 6.9665,
      "step": 350420
    },
    {
      "epoch": 0.7300625,
      "grad_norm": 4.774903297424316,
      "learning_rate": 5.1180922295283997e-05,
      "loss": 7.3199,
      "step": 350430
    },
    {
      "epoch": 0.7300833333333333,
      "grad_norm": 2.5507099628448486,
      "learning_rate": 5.11735056865202e-05,
      "loss": 6.9014,
      "step": 350440
    },
    {
      "epoch": 0.7301041666666667,
      "grad_norm": 2.0141844749450684,
      "learning_rate": 5.116608950464779e-05,
      "loss": 7.5998,
      "step": 350450
    },
    {
      "epoch": 0.730125,
      "grad_norm": 1.4611214399337769,
      "learning_rate": 5.1158673749698644e-05,
      "loss": 7.1897,
      "step": 350460
    },
    {
      "epoch": 0.7301458333333334,
      "grad_norm": 2.09138560295105,
      "learning_rate": 5.115125842170495e-05,
      "loss": 7.0759,
      "step": 350470
    },
    {
      "epoch": 0.7301666666666666,
      "grad_norm": 1.1902003288269043,
      "learning_rate": 5.114384352069875e-05,
      "loss": 7.8107,
      "step": 350480
    },
    {
      "epoch": 0.7301875,
      "grad_norm": 1.0732321739196777,
      "learning_rate": 5.113642904671192e-05,
      "loss": 6.9123,
      "step": 350490
    },
    {
      "epoch": 0.7302083333333333,
      "grad_norm": 0.9287018179893494,
      "learning_rate": 5.1129014999776674e-05,
      "loss": 6.9689,
      "step": 350500
    },
    {
      "epoch": 0.7302291666666667,
      "grad_norm": 4.461179733276367,
      "learning_rate": 5.112160137992491e-05,
      "loss": 7.5123,
      "step": 350510
    },
    {
      "epoch": 0.73025,
      "grad_norm": 2.5011556148529053,
      "learning_rate": 5.1114188187188637e-05,
      "loss": 7.3362,
      "step": 350520
    },
    {
      "epoch": 0.7302708333333333,
      "grad_norm": 1.1419000625610352,
      "learning_rate": 5.110677542160002e-05,
      "loss": 7.0482,
      "step": 350530
    },
    {
      "epoch": 0.7302916666666667,
      "grad_norm": 1.3578801155090332,
      "learning_rate": 5.1099363083190934e-05,
      "loss": 7.0376,
      "step": 350540
    },
    {
      "epoch": 0.7303125,
      "grad_norm": 3.6999459266662598,
      "learning_rate": 5.1091951171993425e-05,
      "loss": 6.9739,
      "step": 350550
    },
    {
      "epoch": 0.7303333333333333,
      "grad_norm": 1.3418766260147095,
      "learning_rate": 5.1084539688039613e-05,
      "loss": 7.1606,
      "step": 350560
    },
    {
      "epoch": 0.7303541666666666,
      "grad_norm": 1.8863497972488403,
      "learning_rate": 5.1077128631361394e-05,
      "loss": 7.1487,
      "step": 350570
    },
    {
      "epoch": 0.730375,
      "grad_norm": 1.3329664468765259,
      "learning_rate": 5.106971800199077e-05,
      "loss": 7.2172,
      "step": 350580
    },
    {
      "epoch": 0.7303958333333334,
      "grad_norm": 2.2565972805023193,
      "learning_rate": 5.106230779995992e-05,
      "loss": 7.3832,
      "step": 350590
    },
    {
      "epoch": 0.7304166666666667,
      "grad_norm": 1.7836514711380005,
      "learning_rate": 5.105489802530067e-05,
      "loss": 7.3524,
      "step": 350600
    },
    {
      "epoch": 0.7304375,
      "grad_norm": 1.0971181392669678,
      "learning_rate": 5.104748867804506e-05,
      "loss": 7.4364,
      "step": 350610
    },
    {
      "epoch": 0.7304583333333333,
      "grad_norm": 1.332872986793518,
      "learning_rate": 5.1040079758225224e-05,
      "loss": 7.6464,
      "step": 350620
    },
    {
      "epoch": 0.7304791666666667,
      "grad_norm": 2.648066997528076,
      "learning_rate": 5.103267126587302e-05,
      "loss": 6.8112,
      "step": 350630
    },
    {
      "epoch": 0.7305,
      "grad_norm": 1.695080280303955,
      "learning_rate": 5.10252632010205e-05,
      "loss": 7.1929,
      "step": 350640
    },
    {
      "epoch": 0.7305208333333333,
      "grad_norm": 1.730614423751831,
      "learning_rate": 5.101785556369967e-05,
      "loss": 7.2277,
      "step": 350650
    },
    {
      "epoch": 0.7305416666666666,
      "grad_norm": 0.8596479296684265,
      "learning_rate": 5.101044835394253e-05,
      "loss": 7.2306,
      "step": 350660
    },
    {
      "epoch": 0.7305625,
      "grad_norm": 1.583921194076538,
      "learning_rate": 5.1003041571781065e-05,
      "loss": 7.3648,
      "step": 350670
    },
    {
      "epoch": 0.7305833333333334,
      "grad_norm": 1.2923486232757568,
      "learning_rate": 5.0995635217247274e-05,
      "loss": 7.439,
      "step": 350680
    },
    {
      "epoch": 0.7306041666666667,
      "grad_norm": 1.2373625040054321,
      "learning_rate": 5.0988229290373154e-05,
      "loss": 7.3468,
      "step": 350690
    },
    {
      "epoch": 0.730625,
      "grad_norm": 1.6919773817062378,
      "learning_rate": 5.098082379119069e-05,
      "loss": 7.6051,
      "step": 350700
    },
    {
      "epoch": 0.7306458333333333,
      "grad_norm": 1.4243274927139282,
      "learning_rate": 5.097341871973187e-05,
      "loss": 7.6715,
      "step": 350710
    },
    {
      "epoch": 0.7306666666666667,
      "grad_norm": 1.7524288892745972,
      "learning_rate": 5.096601407602868e-05,
      "loss": 7.2684,
      "step": 350720
    },
    {
      "epoch": 0.7306875,
      "grad_norm": 1.1370294094085693,
      "learning_rate": 5.095860986011316e-05,
      "loss": 7.134,
      "step": 350730
    },
    {
      "epoch": 0.7307083333333333,
      "grad_norm": 5.023937702178955,
      "learning_rate": 5.095120607201715e-05,
      "loss": 7.2803,
      "step": 350740
    },
    {
      "epoch": 0.7307291666666667,
      "grad_norm": 1.0221283435821533,
      "learning_rate": 5.094380271177277e-05,
      "loss": 7.1134,
      "step": 350750
    },
    {
      "epoch": 0.73075,
      "grad_norm": 1.2982497215270996,
      "learning_rate": 5.0936399779411996e-05,
      "loss": 7.0751,
      "step": 350760
    },
    {
      "epoch": 0.7307708333333334,
      "grad_norm": 1.790525197982788,
      "learning_rate": 5.092899727496668e-05,
      "loss": 6.7798,
      "step": 350770
    },
    {
      "epoch": 0.7307916666666666,
      "grad_norm": 1.0843642950057983,
      "learning_rate": 5.092159519846892e-05,
      "loss": 6.8876,
      "step": 350780
    },
    {
      "epoch": 0.7308125,
      "grad_norm": 2.1084718704223633,
      "learning_rate": 5.091419354995069e-05,
      "loss": 7.1738,
      "step": 350790
    },
    {
      "epoch": 0.7308333333333333,
      "grad_norm": 1.6162419319152832,
      "learning_rate": 5.090679232944383e-05,
      "loss": 7.387,
      "step": 350800
    },
    {
      "epoch": 0.7308541666666667,
      "grad_norm": 0.9155409336090088,
      "learning_rate": 5.0899391536980465e-05,
      "loss": 7.1826,
      "step": 350810
    },
    {
      "epoch": 0.730875,
      "grad_norm": 3.6552793979644775,
      "learning_rate": 5.089199117259255e-05,
      "loss": 6.9653,
      "step": 350820
    },
    {
      "epoch": 0.7308958333333333,
      "grad_norm": 0.9408093690872192,
      "learning_rate": 5.088459123631189e-05,
      "loss": 7.2827,
      "step": 350830
    },
    {
      "epoch": 0.7309166666666667,
      "grad_norm": 1.8276342153549194,
      "learning_rate": 5.0877191728170626e-05,
      "loss": 7.8255,
      "step": 350840
    },
    {
      "epoch": 0.7309375,
      "grad_norm": 1.0628058910369873,
      "learning_rate": 5.0869792648200694e-05,
      "loss": 7.7469,
      "step": 350850
    },
    {
      "epoch": 0.7309583333333334,
      "grad_norm": 6.288766384124756,
      "learning_rate": 5.086239399643393e-05,
      "loss": 7.3129,
      "step": 350860
    },
    {
      "epoch": 0.7309791666666666,
      "grad_norm": 1.5089927911758423,
      "learning_rate": 5.085499577290249e-05,
      "loss": 7.6599,
      "step": 350870
    },
    {
      "epoch": 0.731,
      "grad_norm": 2.3487560749053955,
      "learning_rate": 5.084759797763816e-05,
      "loss": 6.9427,
      "step": 350880
    },
    {
      "epoch": 0.7310208333333333,
      "grad_norm": 0.9277085661888123,
      "learning_rate": 5.084020061067292e-05,
      "loss": 7.4697,
      "step": 350890
    },
    {
      "epoch": 0.7310416666666667,
      "grad_norm": 1.2687973976135254,
      "learning_rate": 5.083280367203884e-05,
      "loss": 7.4627,
      "step": 350900
    },
    {
      "epoch": 0.7310625,
      "grad_norm": 0.9275029301643372,
      "learning_rate": 5.0825407161767764e-05,
      "loss": 7.2143,
      "step": 350910
    },
    {
      "epoch": 0.7310833333333333,
      "grad_norm": 1.4943161010742188,
      "learning_rate": 5.0818011079891616e-05,
      "loss": 7.2932,
      "step": 350920
    },
    {
      "epoch": 0.7311041666666667,
      "grad_norm": 1.2366149425506592,
      "learning_rate": 5.081061542644252e-05,
      "loss": 7.4324,
      "step": 350930
    },
    {
      "epoch": 0.731125,
      "grad_norm": 1.187928318977356,
      "learning_rate": 5.080322020145224e-05,
      "loss": 7.2893,
      "step": 350940
    },
    {
      "epoch": 0.7311458333333334,
      "grad_norm": 1.5963659286499023,
      "learning_rate": 5.0795825404952785e-05,
      "loss": 7.1693,
      "step": 350950
    },
    {
      "epoch": 0.7311666666666666,
      "grad_norm": 3.2438724040985107,
      "learning_rate": 5.078843103697609e-05,
      "loss": 7.151,
      "step": 350960
    },
    {
      "epoch": 0.7311875,
      "grad_norm": 1.5159450769424438,
      "learning_rate": 5.07810370975541e-05,
      "loss": 6.9838,
      "step": 350970
    },
    {
      "epoch": 0.7312083333333333,
      "grad_norm": 2.643552541732788,
      "learning_rate": 5.077364358671877e-05,
      "loss": 7.7748,
      "step": 350980
    },
    {
      "epoch": 0.7312291666666667,
      "grad_norm": 1.1200671195983887,
      "learning_rate": 5.076625050450202e-05,
      "loss": 6.9568,
      "step": 350990
    },
    {
      "epoch": 0.73125,
      "grad_norm": 3.8419485092163086,
      "learning_rate": 5.075885785093577e-05,
      "loss": 7.3308,
      "step": 351000
    },
    {
      "epoch": 0.73125,
      "eval_loss": 7.515715599060059,
      "eval_runtime": 9.0394,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 351000
    },
    {
      "epoch": 0.7312708333333333,
      "grad_norm": 1.3418985605239868,
      "learning_rate": 5.075146562605199e-05,
      "loss": 6.8729,
      "step": 351010
    },
    {
      "epoch": 0.7312916666666667,
      "grad_norm": 0.9702934622764587,
      "learning_rate": 5.0744073829882604e-05,
      "loss": 7.2255,
      "step": 351020
    },
    {
      "epoch": 0.7313125,
      "grad_norm": 1.3519057035446167,
      "learning_rate": 5.073668246245951e-05,
      "loss": 7.1714,
      "step": 351030
    },
    {
      "epoch": 0.7313333333333333,
      "grad_norm": 1.8529740571975708,
      "learning_rate": 5.0729291523814666e-05,
      "loss": 7.5433,
      "step": 351040
    },
    {
      "epoch": 0.7313541666666666,
      "grad_norm": 1.6822923421859741,
      "learning_rate": 5.072190101397999e-05,
      "loss": 7.3375,
      "step": 351050
    },
    {
      "epoch": 0.731375,
      "grad_norm": 0.9405903220176697,
      "learning_rate": 5.07145109329874e-05,
      "loss": 7.2764,
      "step": 351060
    },
    {
      "epoch": 0.7313958333333334,
      "grad_norm": 1.0943593978881836,
      "learning_rate": 5.070712128086882e-05,
      "loss": 7.3848,
      "step": 351070
    },
    {
      "epoch": 0.7314166666666667,
      "grad_norm": 1.5699827671051025,
      "learning_rate": 5.069973205765618e-05,
      "loss": 7.3714,
      "step": 351080
    },
    {
      "epoch": 0.7314375,
      "grad_norm": 2.230163335800171,
      "learning_rate": 5.069234326338139e-05,
      "loss": 7.106,
      "step": 351090
    },
    {
      "epoch": 0.7314583333333333,
      "grad_norm": 1.3868359327316284,
      "learning_rate": 5.0684954898076414e-05,
      "loss": 7.0907,
      "step": 351100
    },
    {
      "epoch": 0.7314791666666667,
      "grad_norm": 2.094251871109009,
      "learning_rate": 5.067756696177302e-05,
      "loss": 7.7209,
      "step": 351110
    },
    {
      "epoch": 0.7315,
      "grad_norm": 1.6316605806350708,
      "learning_rate": 5.067017945450329e-05,
      "loss": 7.4404,
      "step": 351120
    },
    {
      "epoch": 0.7315208333333333,
      "grad_norm": 1.4417780637741089,
      "learning_rate": 5.06627923762991e-05,
      "loss": 7.5054,
      "step": 351130
    },
    {
      "epoch": 0.7315416666666666,
      "grad_norm": 2.7507781982421875,
      "learning_rate": 5.065540572719222e-05,
      "loss": 7.5076,
      "step": 351140
    },
    {
      "epoch": 0.7315625,
      "grad_norm": 1.1740719079971313,
      "learning_rate": 5.0648019507214725e-05,
      "loss": 7.1924,
      "step": 351150
    },
    {
      "epoch": 0.7315833333333334,
      "grad_norm": 1.3120085000991821,
      "learning_rate": 5.0640633716398506e-05,
      "loss": 6.9059,
      "step": 351160
    },
    {
      "epoch": 0.7316041666666667,
      "grad_norm": 1.0616365671157837,
      "learning_rate": 5.063324835477533e-05,
      "loss": 7.3849,
      "step": 351170
    },
    {
      "epoch": 0.731625,
      "grad_norm": 1.1056437492370605,
      "learning_rate": 5.0625863422377226e-05,
      "loss": 7.9901,
      "step": 351180
    },
    {
      "epoch": 0.7316458333333333,
      "grad_norm": 2.739064931869507,
      "learning_rate": 5.061847891923612e-05,
      "loss": 6.9655,
      "step": 351190
    },
    {
      "epoch": 0.7316666666666667,
      "grad_norm": 1.4135942459106445,
      "learning_rate": 5.061109484538374e-05,
      "loss": 7.2966,
      "step": 351200
    },
    {
      "epoch": 0.7316875,
      "grad_norm": 3.4486241340637207,
      "learning_rate": 5.0603711200852133e-05,
      "loss": 7.6433,
      "step": 351210
    },
    {
      "epoch": 0.7317083333333333,
      "grad_norm": 2.41475248336792,
      "learning_rate": 5.0596327985673216e-05,
      "loss": 7.4999,
      "step": 351220
    },
    {
      "epoch": 0.7317291666666667,
      "grad_norm": 0.9833677411079407,
      "learning_rate": 5.058894519987876e-05,
      "loss": 7.3259,
      "step": 351230
    },
    {
      "epoch": 0.73175,
      "grad_norm": 1.001226544380188,
      "learning_rate": 5.05815628435007e-05,
      "loss": 7.1659,
      "step": 351240
    },
    {
      "epoch": 0.7317708333333334,
      "grad_norm": 1.0563875436782837,
      "learning_rate": 5.057418091657094e-05,
      "loss": 6.9694,
      "step": 351250
    },
    {
      "epoch": 0.7317916666666666,
      "grad_norm": 1.996601939201355,
      "learning_rate": 5.0566799419121364e-05,
      "loss": 7.3364,
      "step": 351260
    },
    {
      "epoch": 0.7318125,
      "grad_norm": 1.5350050926208496,
      "learning_rate": 5.055941835118386e-05,
      "loss": 7.7148,
      "step": 351270
    },
    {
      "epoch": 0.7318333333333333,
      "grad_norm": 1.196274757385254,
      "learning_rate": 5.0552037712790295e-05,
      "loss": 7.3104,
      "step": 351280
    },
    {
      "epoch": 0.7318541666666667,
      "grad_norm": 0.8582204580307007,
      "learning_rate": 5.054465750397258e-05,
      "loss": 7.3684,
      "step": 351290
    },
    {
      "epoch": 0.731875,
      "grad_norm": 1.2734390497207642,
      "learning_rate": 5.0537277724762574e-05,
      "loss": 7.1139,
      "step": 351300
    },
    {
      "epoch": 0.7318958333333333,
      "grad_norm": 1.6128623485565186,
      "learning_rate": 5.052989837519216e-05,
      "loss": 7.5976,
      "step": 351310
    },
    {
      "epoch": 0.7319166666666667,
      "grad_norm": 1.7022218704223633,
      "learning_rate": 5.05225194552932e-05,
      "loss": 7.425,
      "step": 351320
    },
    {
      "epoch": 0.7319375,
      "grad_norm": 0.979464054107666,
      "learning_rate": 5.0515140965097586e-05,
      "loss": 7.0937,
      "step": 351330
    },
    {
      "epoch": 0.7319583333333334,
      "grad_norm": 0.8961408138275146,
      "learning_rate": 5.050776290463719e-05,
      "loss": 7.0419,
      "step": 351340
    },
    {
      "epoch": 0.7319791666666666,
      "grad_norm": 2.6910359859466553,
      "learning_rate": 5.050038527394386e-05,
      "loss": 7.2944,
      "step": 351350
    },
    {
      "epoch": 0.732,
      "grad_norm": 8.189314842224121,
      "learning_rate": 5.04930080730495e-05,
      "loss": 6.9335,
      "step": 351360
    },
    {
      "epoch": 0.7320208333333333,
      "grad_norm": 1.6070317029953003,
      "learning_rate": 5.048563130198595e-05,
      "loss": 7.25,
      "step": 351370
    },
    {
      "epoch": 0.7320416666666667,
      "grad_norm": 1.0100376605987549,
      "learning_rate": 5.047825496078507e-05,
      "loss": 6.9422,
      "step": 351380
    },
    {
      "epoch": 0.7320625,
      "grad_norm": 2.4068796634674072,
      "learning_rate": 5.047087904947876e-05,
      "loss": 7.0818,
      "step": 351390
    },
    {
      "epoch": 0.7320833333333333,
      "grad_norm": 1.3919121026992798,
      "learning_rate": 5.046350356809884e-05,
      "loss": 7.5331,
      "step": 351400
    },
    {
      "epoch": 0.7321041666666667,
      "grad_norm": 1.2819360494613647,
      "learning_rate": 5.045612851667719e-05,
      "loss": 7.6038,
      "step": 351410
    },
    {
      "epoch": 0.732125,
      "grad_norm": 0.7373396158218384,
      "learning_rate": 5.044875389524565e-05,
      "loss": 7.5083,
      "step": 351420
    },
    {
      "epoch": 0.7321458333333334,
      "grad_norm": 1.1790568828582764,
      "learning_rate": 5.04413797038361e-05,
      "loss": 7.7376,
      "step": 351430
    },
    {
      "epoch": 0.7321666666666666,
      "grad_norm": 1.0943623781204224,
      "learning_rate": 5.0434005942480386e-05,
      "loss": 7.4415,
      "step": 351440
    },
    {
      "epoch": 0.7321875,
      "grad_norm": 1.533574104309082,
      "learning_rate": 5.0426632611210345e-05,
      "loss": 6.9825,
      "step": 351450
    },
    {
      "epoch": 0.7322083333333333,
      "grad_norm": 2.8179121017456055,
      "learning_rate": 5.041925971005784e-05,
      "loss": 6.9158,
      "step": 351460
    },
    {
      "epoch": 0.7322291666666667,
      "grad_norm": 1.3265900611877441,
      "learning_rate": 5.041188723905472e-05,
      "loss": 7.4304,
      "step": 351470
    },
    {
      "epoch": 0.73225,
      "grad_norm": 2.5300137996673584,
      "learning_rate": 5.0404515198232845e-05,
      "loss": 7.0986,
      "step": 351480
    },
    {
      "epoch": 0.7322708333333333,
      "grad_norm": 1.8932439088821411,
      "learning_rate": 5.0397143587624015e-05,
      "loss": 7.3597,
      "step": 351490
    },
    {
      "epoch": 0.7322916666666667,
      "grad_norm": 1.2950119972229004,
      "learning_rate": 5.0389772407260156e-05,
      "loss": 7.3288,
      "step": 351500
    },
    {
      "epoch": 0.7323125,
      "grad_norm": 1.6708405017852783,
      "learning_rate": 5.038240165717294e-05,
      "loss": 7.2254,
      "step": 351510
    },
    {
      "epoch": 0.7323333333333333,
      "grad_norm": 1.4359170198440552,
      "learning_rate": 5.037503133739439e-05,
      "loss": 7.2212,
      "step": 351520
    },
    {
      "epoch": 0.7323541666666666,
      "grad_norm": 2.995664596557617,
      "learning_rate": 5.036766144795632e-05,
      "loss": 7.1372,
      "step": 351530
    },
    {
      "epoch": 0.732375,
      "grad_norm": 1.506361722946167,
      "learning_rate": 5.036029198889044e-05,
      "loss": 7.3142,
      "step": 351540
    },
    {
      "epoch": 0.7323958333333334,
      "grad_norm": 1.2555668354034424,
      "learning_rate": 5.035292296022864e-05,
      "loss": 7.1523,
      "step": 351550
    },
    {
      "epoch": 0.7324166666666667,
      "grad_norm": 0.8697102665901184,
      "learning_rate": 5.034555436200285e-05,
      "loss": 7.4516,
      "step": 351560
    },
    {
      "epoch": 0.7324375,
      "grad_norm": 1.3707058429718018,
      "learning_rate": 5.0338186194244774e-05,
      "loss": 7.2898,
      "step": 351570
    },
    {
      "epoch": 0.7324583333333333,
      "grad_norm": 2.487157106399536,
      "learning_rate": 5.0330818456986234e-05,
      "loss": 7.2669,
      "step": 351580
    },
    {
      "epoch": 0.7324791666666667,
      "grad_norm": 14.06157112121582,
      "learning_rate": 5.0323451150259206e-05,
      "loss": 7.7226,
      "step": 351590
    },
    {
      "epoch": 0.7325,
      "grad_norm": 0.7846981883049011,
      "learning_rate": 5.0316084274095356e-05,
      "loss": 7.094,
      "step": 351600
    },
    {
      "epoch": 0.7325208333333333,
      "grad_norm": 6.5950212478637695,
      "learning_rate": 5.0308717828526526e-05,
      "loss": 7.0124,
      "step": 351610
    },
    {
      "epoch": 0.7325416666666666,
      "grad_norm": 0.879675567150116,
      "learning_rate": 5.030135181358467e-05,
      "loss": 6.9793,
      "step": 351620
    },
    {
      "epoch": 0.7325625,
      "grad_norm": 1.2010539770126343,
      "learning_rate": 5.0293986229301466e-05,
      "loss": 6.872,
      "step": 351630
    },
    {
      "epoch": 0.7325833333333334,
      "grad_norm": 0.8731773495674133,
      "learning_rate": 5.028662107570877e-05,
      "loss": 7.5448,
      "step": 351640
    },
    {
      "epoch": 0.7326041666666666,
      "grad_norm": 0.8623726963996887,
      "learning_rate": 5.02792563528384e-05,
      "loss": 7.0489,
      "step": 351650
    },
    {
      "epoch": 0.732625,
      "grad_norm": 5.161439895629883,
      "learning_rate": 5.0271892060722166e-05,
      "loss": 7.7191,
      "step": 351660
    },
    {
      "epoch": 0.7326458333333333,
      "grad_norm": 2.7116637229919434,
      "learning_rate": 5.0264528199391904e-05,
      "loss": 7.2279,
      "step": 351670
    },
    {
      "epoch": 0.7326666666666667,
      "grad_norm": 1.501880407333374,
      "learning_rate": 5.025716476887939e-05,
      "loss": 7.155,
      "step": 351680
    },
    {
      "epoch": 0.7326875,
      "grad_norm": 1.814518928527832,
      "learning_rate": 5.0249801769216434e-05,
      "loss": 6.958,
      "step": 351690
    },
    {
      "epoch": 0.7327083333333333,
      "grad_norm": 0.9686971306800842,
      "learning_rate": 5.024243920043486e-05,
      "loss": 6.9607,
      "step": 351700
    },
    {
      "epoch": 0.7327291666666667,
      "grad_norm": 0.9913658499717712,
      "learning_rate": 5.023507706256647e-05,
      "loss": 7.4576,
      "step": 351710
    },
    {
      "epoch": 0.73275,
      "grad_norm": 1.7465749979019165,
      "learning_rate": 5.022771535564305e-05,
      "loss": 7.2509,
      "step": 351720
    },
    {
      "epoch": 0.7327708333333334,
      "grad_norm": 1.3146569728851318,
      "learning_rate": 5.022035407969639e-05,
      "loss": 7.1262,
      "step": 351730
    },
    {
      "epoch": 0.7327916666666666,
      "grad_norm": 1.8125537633895874,
      "learning_rate": 5.021299323475833e-05,
      "loss": 7.2375,
      "step": 351740
    },
    {
      "epoch": 0.7328125,
      "grad_norm": 1.7195497751235962,
      "learning_rate": 5.0205632820860625e-05,
      "loss": 7.6344,
      "step": 351750
    },
    {
      "epoch": 0.7328333333333333,
      "grad_norm": 1.5438358783721924,
      "learning_rate": 5.01982728380351e-05,
      "loss": 7.0768,
      "step": 351760
    },
    {
      "epoch": 0.7328541666666667,
      "grad_norm": 5.027734756469727,
      "learning_rate": 5.0190913286313504e-05,
      "loss": 7.6358,
      "step": 351770
    },
    {
      "epoch": 0.732875,
      "grad_norm": 1.1405553817749023,
      "learning_rate": 5.018355416572769e-05,
      "loss": 7.3436,
      "step": 351780
    },
    {
      "epoch": 0.7328958333333333,
      "grad_norm": 2.4561097621917725,
      "learning_rate": 5.01761954763094e-05,
      "loss": 7.5356,
      "step": 351790
    },
    {
      "epoch": 0.7329166666666667,
      "grad_norm": 1.4942994117736816,
      "learning_rate": 5.0168837218090426e-05,
      "loss": 7.4256,
      "step": 351800
    },
    {
      "epoch": 0.7329375,
      "grad_norm": 1.0110149383544922,
      "learning_rate": 5.0161479391102556e-05,
      "loss": 7.338,
      "step": 351810
    },
    {
      "epoch": 0.7329583333333334,
      "grad_norm": 4.383869647979736,
      "learning_rate": 5.015412199537763e-05,
      "loss": 7.0763,
      "step": 351820
    },
    {
      "epoch": 0.7329791666666666,
      "grad_norm": 4.256862163543701,
      "learning_rate": 5.014676503094727e-05,
      "loss": 7.1179,
      "step": 351830
    },
    {
      "epoch": 0.733,
      "grad_norm": 2.802298069000244,
      "learning_rate": 5.0139408497843417e-05,
      "loss": 7.277,
      "step": 351840
    },
    {
      "epoch": 0.7330208333333333,
      "grad_norm": 1.1037317514419556,
      "learning_rate": 5.0132052396097844e-05,
      "loss": 7.6526,
      "step": 351850
    },
    {
      "epoch": 0.7330416666666667,
      "grad_norm": 1.2899073362350464,
      "learning_rate": 5.012469672574218e-05,
      "loss": 7.6588,
      "step": 351860
    },
    {
      "epoch": 0.7330625,
      "grad_norm": 0.9151395559310913,
      "learning_rate": 5.011734148680838e-05,
      "loss": 6.7084,
      "step": 351870
    },
    {
      "epoch": 0.7330833333333333,
      "grad_norm": 3.006603956222534,
      "learning_rate": 5.010998667932809e-05,
      "loss": 8.1273,
      "step": 351880
    },
    {
      "epoch": 0.7331041666666667,
      "grad_norm": 1.4758927822113037,
      "learning_rate": 5.010263230333306e-05,
      "loss": 6.9536,
      "step": 351890
    },
    {
      "epoch": 0.733125,
      "grad_norm": 1.621600866317749,
      "learning_rate": 5.0095278358855206e-05,
      "loss": 7.4317,
      "step": 351900
    },
    {
      "epoch": 0.7331458333333334,
      "grad_norm": 1.3050357103347778,
      "learning_rate": 5.008792484592618e-05,
      "loss": 7.0516,
      "step": 351910
    },
    {
      "epoch": 0.7331666666666666,
      "grad_norm": 0.8296664953231812,
      "learning_rate": 5.0080571764577695e-05,
      "loss": 7.315,
      "step": 351920
    },
    {
      "epoch": 0.7331875,
      "grad_norm": 1.7166540622711182,
      "learning_rate": 5.00732191148417e-05,
      "loss": 7.0749,
      "step": 351930
    },
    {
      "epoch": 0.7332083333333334,
      "grad_norm": 1.7105530500411987,
      "learning_rate": 5.0065866896749795e-05,
      "loss": 7.0232,
      "step": 351940
    },
    {
      "epoch": 0.7332291666666667,
      "grad_norm": 1.163718581199646,
      "learning_rate": 5.005851511033375e-05,
      "loss": 7.4209,
      "step": 351950
    },
    {
      "epoch": 0.73325,
      "grad_norm": 0.9836090207099915,
      "learning_rate": 5.0051163755625446e-05,
      "loss": 6.8318,
      "step": 351960
    },
    {
      "epoch": 0.7332708333333333,
      "grad_norm": 0.8758448958396912,
      "learning_rate": 5.00438128326565e-05,
      "loss": 7.0939,
      "step": 351970
    },
    {
      "epoch": 0.7332916666666667,
      "grad_norm": 4.250540256500244,
      "learning_rate": 5.003646234145867e-05,
      "loss": 7.4004,
      "step": 351980
    },
    {
      "epoch": 0.7333125,
      "grad_norm": 1.8880558013916016,
      "learning_rate": 5.0029112282063873e-05,
      "loss": 6.8079,
      "step": 351990
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.9950919151306152,
      "learning_rate": 5.002176265450367e-05,
      "loss": 7.132,
      "step": 352000
    },
    {
      "epoch": 0.7333333333333333,
      "eval_loss": 7.558846950531006,
      "eval_runtime": 9.0352,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 352000
    },
    {
      "epoch": 0.7333541666666666,
      "grad_norm": 1.0637621879577637,
      "learning_rate": 5.001441345880988e-05,
      "loss": 7.2268,
      "step": 352010
    },
    {
      "epoch": 0.733375,
      "grad_norm": 1.0310536623001099,
      "learning_rate": 5.000706469501424e-05,
      "loss": 6.8836,
      "step": 352020
    },
    {
      "epoch": 0.7333958333333334,
      "grad_norm": 1.7974450588226318,
      "learning_rate": 4.999971636314851e-05,
      "loss": 7.1831,
      "step": 352030
    },
    {
      "epoch": 0.7334166666666667,
      "grad_norm": 4.740562915802002,
      "learning_rate": 4.999236846324443e-05,
      "loss": 7.0366,
      "step": 352040
    },
    {
      "epoch": 0.7334375,
      "grad_norm": 1.033141851425171,
      "learning_rate": 4.9985020995333723e-05,
      "loss": 7.489,
      "step": 352050
    },
    {
      "epoch": 0.7334583333333333,
      "grad_norm": 1.7442110776901245,
      "learning_rate": 4.997767395944813e-05,
      "loss": 7.0654,
      "step": 352060
    },
    {
      "epoch": 0.7334791666666667,
      "grad_norm": 4.172693729400635,
      "learning_rate": 4.9970327355619416e-05,
      "loss": 7.439,
      "step": 352070
    },
    {
      "epoch": 0.7335,
      "grad_norm": 1.6575406789779663,
      "learning_rate": 4.996298118387928e-05,
      "loss": 7.5029,
      "step": 352080
    },
    {
      "epoch": 0.7335208333333333,
      "grad_norm": 2.0112857818603516,
      "learning_rate": 4.9955635444259466e-05,
      "loss": 7.2091,
      "step": 352090
    },
    {
      "epoch": 0.7335416666666666,
      "grad_norm": 0.9601510763168335,
      "learning_rate": 4.9948290136791705e-05,
      "loss": 7.428,
      "step": 352100
    },
    {
      "epoch": 0.7335625,
      "grad_norm": 12.006155014038086,
      "learning_rate": 4.9940945261507726e-05,
      "loss": 8.1209,
      "step": 352110
    },
    {
      "epoch": 0.7335833333333334,
      "grad_norm": 1.015179991722107,
      "learning_rate": 4.993360081843926e-05,
      "loss": 7.2252,
      "step": 352120
    },
    {
      "epoch": 0.7336041666666666,
      "grad_norm": 1.2048745155334473,
      "learning_rate": 4.992625680761809e-05,
      "loss": 6.8411,
      "step": 352130
    },
    {
      "epoch": 0.733625,
      "grad_norm": 0.8139644265174866,
      "learning_rate": 4.991891322907576e-05,
      "loss": 7.1268,
      "step": 352140
    },
    {
      "epoch": 0.7336458333333333,
      "grad_norm": 3.855142116546631,
      "learning_rate": 4.991157008284417e-05,
      "loss": 7.3068,
      "step": 352150
    },
    {
      "epoch": 0.7336666666666667,
      "grad_norm": 1.5329158306121826,
      "learning_rate": 4.990422736895503e-05,
      "loss": 7.4866,
      "step": 352160
    },
    {
      "epoch": 0.7336875,
      "grad_norm": 4.323995590209961,
      "learning_rate": 4.989688508743991e-05,
      "loss": 7.1996,
      "step": 352170
    },
    {
      "epoch": 0.7337083333333333,
      "grad_norm": 1.5280035734176636,
      "learning_rate": 4.988954323833066e-05,
      "loss": 7.0829,
      "step": 352180
    },
    {
      "epoch": 0.7337291666666667,
      "grad_norm": 1.697418212890625,
      "learning_rate": 4.988220182165903e-05,
      "loss": 7.5257,
      "step": 352190
    },
    {
      "epoch": 0.73375,
      "grad_norm": 3.228409767150879,
      "learning_rate": 4.9874860837456545e-05,
      "loss": 7.3667,
      "step": 352200
    },
    {
      "epoch": 0.7337708333333334,
      "grad_norm": 0.94842529296875,
      "learning_rate": 4.9867520285755074e-05,
      "loss": 7.3903,
      "step": 352210
    },
    {
      "epoch": 0.7337916666666666,
      "grad_norm": 1.2116655111312866,
      "learning_rate": 4.9860180166586335e-05,
      "loss": 6.9718,
      "step": 352220
    },
    {
      "epoch": 0.7338125,
      "grad_norm": 3.0527961254119873,
      "learning_rate": 4.985284047998187e-05,
      "loss": 6.9658,
      "step": 352230
    },
    {
      "epoch": 0.7338333333333333,
      "grad_norm": 1.4543893337249756,
      "learning_rate": 4.984550122597361e-05,
      "loss": 6.963,
      "step": 352240
    },
    {
      "epoch": 0.7338541666666667,
      "grad_norm": 3.040031671524048,
      "learning_rate": 4.983816240459308e-05,
      "loss": 7.2617,
      "step": 352250
    },
    {
      "epoch": 0.733875,
      "grad_norm": 1.221556305885315,
      "learning_rate": 4.983082401587199e-05,
      "loss": 7.6921,
      "step": 352260
    },
    {
      "epoch": 0.7338958333333333,
      "grad_norm": 2.7399957180023193,
      "learning_rate": 4.98234860598422e-05,
      "loss": 7.3668,
      "step": 352270
    },
    {
      "epoch": 0.7339166666666667,
      "grad_norm": 0.9855958819389343,
      "learning_rate": 4.981614853653525e-05,
      "loss": 7.2393,
      "step": 352280
    },
    {
      "epoch": 0.7339375,
      "grad_norm": 3.2649765014648438,
      "learning_rate": 4.9808811445982816e-05,
      "loss": 7.1459,
      "step": 352290
    },
    {
      "epoch": 0.7339583333333334,
      "grad_norm": 1.0491529703140259,
      "learning_rate": 4.980147478821677e-05,
      "loss": 7.3173,
      "step": 352300
    },
    {
      "epoch": 0.7339791666666666,
      "grad_norm": 1.025875210762024,
      "learning_rate": 4.9794138563268645e-05,
      "loss": 7.3316,
      "step": 352310
    },
    {
      "epoch": 0.734,
      "grad_norm": 1.889032006263733,
      "learning_rate": 4.978680277117012e-05,
      "loss": 7.2861,
      "step": 352320
    },
    {
      "epoch": 0.7340208333333333,
      "grad_norm": 1.0959298610687256,
      "learning_rate": 4.977946741195305e-05,
      "loss": 7.4405,
      "step": 352330
    },
    {
      "epoch": 0.7340416666666667,
      "grad_norm": 1.6166905164718628,
      "learning_rate": 4.977213248564894e-05,
      "loss": 8.3861,
      "step": 352340
    },
    {
      "epoch": 0.7340625,
      "grad_norm": 1.7758625745773315,
      "learning_rate": 4.97647979922895e-05,
      "loss": 7.1928,
      "step": 352350
    },
    {
      "epoch": 0.7340833333333333,
      "grad_norm": 2.749185085296631,
      "learning_rate": 4.975746393190657e-05,
      "loss": 7.3435,
      "step": 352360
    },
    {
      "epoch": 0.7341041666666667,
      "grad_norm": 1.132572889328003,
      "learning_rate": 4.975013030453166e-05,
      "loss": 6.9533,
      "step": 352370
    },
    {
      "epoch": 0.734125,
      "grad_norm": 1.3092966079711914,
      "learning_rate": 4.9742797110196506e-05,
      "loss": 7.6131,
      "step": 352380
    },
    {
      "epoch": 0.7341458333333334,
      "grad_norm": 0.9157774448394775,
      "learning_rate": 4.973546434893278e-05,
      "loss": 7.0317,
      "step": 352390
    },
    {
      "epoch": 0.7341666666666666,
      "grad_norm": 0.9905087947845459,
      "learning_rate": 4.9728132020772165e-05,
      "loss": 7.1026,
      "step": 352400
    },
    {
      "epoch": 0.7341875,
      "grad_norm": 1.379379391670227,
      "learning_rate": 4.9720800125746344e-05,
      "loss": 6.742,
      "step": 352410
    },
    {
      "epoch": 0.7342083333333334,
      "grad_norm": 2.2072999477386475,
      "learning_rate": 4.971346866388695e-05,
      "loss": 7.4281,
      "step": 352420
    },
    {
      "epoch": 0.7342291666666667,
      "grad_norm": 2.3589494228363037,
      "learning_rate": 4.9706137635225674e-05,
      "loss": 6.9563,
      "step": 352430
    },
    {
      "epoch": 0.73425,
      "grad_norm": 2.4557321071624756,
      "learning_rate": 4.9698807039794196e-05,
      "loss": 6.9375,
      "step": 352440
    },
    {
      "epoch": 0.7342708333333333,
      "grad_norm": 4.2567973136901855,
      "learning_rate": 4.969147687762416e-05,
      "loss": 7.0915,
      "step": 352450
    },
    {
      "epoch": 0.7342916666666667,
      "grad_norm": 0.9727434515953064,
      "learning_rate": 4.968414714874727e-05,
      "loss": 7.1496,
      "step": 352460
    },
    {
      "epoch": 0.7343125,
      "grad_norm": 1.7788869142532349,
      "learning_rate": 4.967681785319513e-05,
      "loss": 7.1626,
      "step": 352470
    },
    {
      "epoch": 0.7343333333333333,
      "grad_norm": 2.2203128337860107,
      "learning_rate": 4.966948899099942e-05,
      "loss": 7.0339,
      "step": 352480
    },
    {
      "epoch": 0.7343541666666666,
      "grad_norm": 1.3901983499526978,
      "learning_rate": 4.966216056219181e-05,
      "loss": 6.9699,
      "step": 352490
    },
    {
      "epoch": 0.734375,
      "grad_norm": 1.3063324689865112,
      "learning_rate": 4.9654832566804e-05,
      "loss": 7.0255,
      "step": 352500
    },
    {
      "epoch": 0.7343958333333334,
      "grad_norm": 1.5650399923324585,
      "learning_rate": 4.964750500486751e-05,
      "loss": 6.982,
      "step": 352510
    },
    {
      "epoch": 0.7344166666666667,
      "grad_norm": 1.76844322681427,
      "learning_rate": 4.9640177876414104e-05,
      "loss": 7.375,
      "step": 352520
    },
    {
      "epoch": 0.7344375,
      "grad_norm": 2.3999555110931396,
      "learning_rate": 4.963285118147546e-05,
      "loss": 7.3787,
      "step": 352530
    },
    {
      "epoch": 0.7344583333333333,
      "grad_norm": 1.9871448278427124,
      "learning_rate": 4.9625524920083075e-05,
      "loss": 6.9608,
      "step": 352540
    },
    {
      "epoch": 0.7344791666666667,
      "grad_norm": 0.9536105394363403,
      "learning_rate": 4.961819909226875e-05,
      "loss": 7.8009,
      "step": 352550
    },
    {
      "epoch": 0.7345,
      "grad_norm": 1.8674392700195312,
      "learning_rate": 4.9610873698064107e-05,
      "loss": 7.2862,
      "step": 352560
    },
    {
      "epoch": 0.7345208333333333,
      "grad_norm": 1.1982425451278687,
      "learning_rate": 4.9603548737500655e-05,
      "loss": 7.0243,
      "step": 352570
    },
    {
      "epoch": 0.7345416666666666,
      "grad_norm": 1.0531235933303833,
      "learning_rate": 4.959622421061018e-05,
      "loss": 7.7548,
      "step": 352580
    },
    {
      "epoch": 0.7345625,
      "grad_norm": 1.6400203704833984,
      "learning_rate": 4.958890011742433e-05,
      "loss": 7.35,
      "step": 352590
    },
    {
      "epoch": 0.7345833333333334,
      "grad_norm": 4.458640098571777,
      "learning_rate": 4.9581576457974595e-05,
      "loss": 7.2327,
      "step": 352600
    },
    {
      "epoch": 0.7346041666666666,
      "grad_norm": 2.3476829528808594,
      "learning_rate": 4.957425323229279e-05,
      "loss": 7.0349,
      "step": 352610
    },
    {
      "epoch": 0.734625,
      "grad_norm": 2.3762927055358887,
      "learning_rate": 4.956693044041041e-05,
      "loss": 7.0932,
      "step": 352620
    },
    {
      "epoch": 0.7346458333333333,
      "grad_norm": 1.2671645879745483,
      "learning_rate": 4.9559608082359095e-05,
      "loss": 7.0865,
      "step": 352630
    },
    {
      "epoch": 0.7346666666666667,
      "grad_norm": 1.2813169956207275,
      "learning_rate": 4.955228615817061e-05,
      "loss": 7.1662,
      "step": 352640
    },
    {
      "epoch": 0.7346875,
      "grad_norm": 4.30865478515625,
      "learning_rate": 4.954496466787642e-05,
      "loss": 7.1636,
      "step": 352650
    },
    {
      "epoch": 0.7347083333333333,
      "grad_norm": 1.073654055595398,
      "learning_rate": 4.953764361150819e-05,
      "loss": 7.1704,
      "step": 352660
    },
    {
      "epoch": 0.7347291666666667,
      "grad_norm": 0.8951296806335449,
      "learning_rate": 4.953032298909767e-05,
      "loss": 6.8216,
      "step": 352670
    },
    {
      "epoch": 0.73475,
      "grad_norm": 4.654651641845703,
      "learning_rate": 4.952300280067635e-05,
      "loss": 7.2091,
      "step": 352680
    },
    {
      "epoch": 0.7347708333333334,
      "grad_norm": 6.260393142700195,
      "learning_rate": 4.951568304627581e-05,
      "loss": 7.1112,
      "step": 352690
    },
    {
      "epoch": 0.7347916666666666,
      "grad_norm": 2.0854804515838623,
      "learning_rate": 4.950836372592787e-05,
      "loss": 7.65,
      "step": 352700
    },
    {
      "epoch": 0.7348125,
      "grad_norm": 1.5591557025909424,
      "learning_rate": 4.9501044839663963e-05,
      "loss": 6.9629,
      "step": 352710
    },
    {
      "epoch": 0.7348333333333333,
      "grad_norm": 1.7625324726104736,
      "learning_rate": 4.9493726387515745e-05,
      "loss": 7.6891,
      "step": 352720
    },
    {
      "epoch": 0.7348541666666667,
      "grad_norm": 1.6783806085586548,
      "learning_rate": 4.948640836951487e-05,
      "loss": 7.9237,
      "step": 352730
    },
    {
      "epoch": 0.734875,
      "grad_norm": 3.688964605331421,
      "learning_rate": 4.947909078569291e-05,
      "loss": 7.3627,
      "step": 352740
    },
    {
      "epoch": 0.7348958333333333,
      "grad_norm": 3.141477346420288,
      "learning_rate": 4.9471773636081495e-05,
      "loss": 7.3762,
      "step": 352750
    },
    {
      "epoch": 0.7349166666666667,
      "grad_norm": 0.9233089089393616,
      "learning_rate": 4.946445692071222e-05,
      "loss": 6.9293,
      "step": 352760
    },
    {
      "epoch": 0.7349375,
      "grad_norm": 1.2969948053359985,
      "learning_rate": 4.94571406396167e-05,
      "loss": 6.9157,
      "step": 352770
    },
    {
      "epoch": 0.7349583333333334,
      "grad_norm": 1.740396499633789,
      "learning_rate": 4.944982479282654e-05,
      "loss": 7.621,
      "step": 352780
    },
    {
      "epoch": 0.7349791666666666,
      "grad_norm": 1.0097719430923462,
      "learning_rate": 4.944250938037332e-05,
      "loss": 7.7262,
      "step": 352790
    },
    {
      "epoch": 0.735,
      "grad_norm": 3.671855926513672,
      "learning_rate": 4.9435194402288684e-05,
      "loss": 7.3302,
      "step": 352800
    },
    {
      "epoch": 0.7350208333333333,
      "grad_norm": 1.3413785696029663,
      "learning_rate": 4.942787985860419e-05,
      "loss": 7.145,
      "step": 352810
    },
    {
      "epoch": 0.7350416666666667,
      "grad_norm": 1.405583381652832,
      "learning_rate": 4.942056574935143e-05,
      "loss": 6.9142,
      "step": 352820
    },
    {
      "epoch": 0.7350625,
      "grad_norm": 1.322914719581604,
      "learning_rate": 4.9413252074562025e-05,
      "loss": 7.23,
      "step": 352830
    },
    {
      "epoch": 0.7350833333333333,
      "grad_norm": 2.0457780361175537,
      "learning_rate": 4.940593883426756e-05,
      "loss": 7.5539,
      "step": 352840
    },
    {
      "epoch": 0.7351041666666667,
      "grad_norm": 1.1270147562026978,
      "learning_rate": 4.939862602849961e-05,
      "loss": 7.3319,
      "step": 352850
    },
    {
      "epoch": 0.735125,
      "grad_norm": 2.5893478393554688,
      "learning_rate": 4.9391313657289786e-05,
      "loss": 7.6723,
      "step": 352860
    },
    {
      "epoch": 0.7351458333333334,
      "grad_norm": 2.056901693344116,
      "learning_rate": 4.93840017206697e-05,
      "loss": 7.2958,
      "step": 352870
    },
    {
      "epoch": 0.7351666666666666,
      "grad_norm": 0.8756550550460815,
      "learning_rate": 4.937669021867081e-05,
      "loss": 7.8585,
      "step": 352880
    },
    {
      "epoch": 0.7351875,
      "grad_norm": 1.6634248495101929,
      "learning_rate": 4.936937915132485e-05,
      "loss": 7.1983,
      "step": 352890
    },
    {
      "epoch": 0.7352083333333334,
      "grad_norm": 1.9803555011749268,
      "learning_rate": 4.936206851866338e-05,
      "loss": 7.0108,
      "step": 352900
    },
    {
      "epoch": 0.7352291666666667,
      "grad_norm": 5.342167854309082,
      "learning_rate": 4.9354758320717833e-05,
      "loss": 7.2252,
      "step": 352910
    },
    {
      "epoch": 0.73525,
      "grad_norm": 1.5972650051116943,
      "learning_rate": 4.9347448557519945e-05,
      "loss": 7.6056,
      "step": 352920
    },
    {
      "epoch": 0.7352708333333333,
      "grad_norm": 2.251356840133667,
      "learning_rate": 4.934013922910129e-05,
      "loss": 7.6615,
      "step": 352930
    },
    {
      "epoch": 0.7352916666666667,
      "grad_norm": 1.0692267417907715,
      "learning_rate": 4.933283033549328e-05,
      "loss": 7.444,
      "step": 352940
    },
    {
      "epoch": 0.7353125,
      "grad_norm": 1.0210955142974854,
      "learning_rate": 4.932552187672766e-05,
      "loss": 7.2977,
      "step": 352950
    },
    {
      "epoch": 0.7353333333333333,
      "grad_norm": 1.4375789165496826,
      "learning_rate": 4.9318213852835984e-05,
      "loss": 7.1863,
      "step": 352960
    },
    {
      "epoch": 0.7353541666666666,
      "grad_norm": 1.1757766008377075,
      "learning_rate": 4.931090626384968e-05,
      "loss": 7.2116,
      "step": 352970
    },
    {
      "epoch": 0.735375,
      "grad_norm": 0.9152956008911133,
      "learning_rate": 4.930359910980044e-05,
      "loss": 7.0558,
      "step": 352980
    },
    {
      "epoch": 0.7353958333333334,
      "grad_norm": 1.5916242599487305,
      "learning_rate": 4.929629239071984e-05,
      "loss": 6.9366,
      "step": 352990
    },
    {
      "epoch": 0.7354166666666667,
      "grad_norm": 1.7377643585205078,
      "learning_rate": 4.9288986106639344e-05,
      "loss": 7.7788,
      "step": 353000
    },
    {
      "epoch": 0.7354166666666667,
      "eval_loss": 7.452176570892334,
      "eval_runtime": 9.0534,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 353000
    },
    {
      "epoch": 0.7354375,
      "grad_norm": 1.660683035850525,
      "learning_rate": 4.928168025759058e-05,
      "loss": 7.7194,
      "step": 353010
    },
    {
      "epoch": 0.7354583333333333,
      "grad_norm": 10.363862991333008,
      "learning_rate": 4.927437484360508e-05,
      "loss": 7.3294,
      "step": 353020
    },
    {
      "epoch": 0.7354791666666667,
      "grad_norm": 1.008898138999939,
      "learning_rate": 4.926706986471441e-05,
      "loss": 7.1323,
      "step": 353030
    },
    {
      "epoch": 0.7355,
      "grad_norm": 1.1285030841827393,
      "learning_rate": 4.925976532095014e-05,
      "loss": 6.9321,
      "step": 353040
    },
    {
      "epoch": 0.7355208333333333,
      "grad_norm": 1.057377576828003,
      "learning_rate": 4.92524612123438e-05,
      "loss": 7.1336,
      "step": 353050
    },
    {
      "epoch": 0.7355416666666666,
      "grad_norm": 1.0776422023773193,
      "learning_rate": 4.924515753892694e-05,
      "loss": 6.6474,
      "step": 353060
    },
    {
      "epoch": 0.7355625,
      "grad_norm": 1.4797277450561523,
      "learning_rate": 4.923785430073112e-05,
      "loss": 7.4653,
      "step": 353070
    },
    {
      "epoch": 0.7355833333333334,
      "grad_norm": 3.331533432006836,
      "learning_rate": 4.923055149778789e-05,
      "loss": 7.2499,
      "step": 353080
    },
    {
      "epoch": 0.7356041666666666,
      "grad_norm": 1.3475662469863892,
      "learning_rate": 4.9223249130128785e-05,
      "loss": 7.0146,
      "step": 353090
    },
    {
      "epoch": 0.735625,
      "grad_norm": 1.967186689376831,
      "learning_rate": 4.921594719778536e-05,
      "loss": 8.1575,
      "step": 353100
    },
    {
      "epoch": 0.7356458333333333,
      "grad_norm": 4.684304237365723,
      "learning_rate": 4.920864570078914e-05,
      "loss": 7.5585,
      "step": 353110
    },
    {
      "epoch": 0.7356666666666667,
      "grad_norm": 1.524841547012329,
      "learning_rate": 4.920134463917168e-05,
      "loss": 7.515,
      "step": 353120
    },
    {
      "epoch": 0.7356875,
      "grad_norm": 1.8163983821868896,
      "learning_rate": 4.919404401296452e-05,
      "loss": 7.1326,
      "step": 353130
    },
    {
      "epoch": 0.7357083333333333,
      "grad_norm": 2.002437114715576,
      "learning_rate": 4.918674382219918e-05,
      "loss": 7.2606,
      "step": 353140
    },
    {
      "epoch": 0.7357291666666667,
      "grad_norm": 1.7921134233474731,
      "learning_rate": 4.917944406690721e-05,
      "loss": 7.3099,
      "step": 353150
    },
    {
      "epoch": 0.73575,
      "grad_norm": 1.6384104490280151,
      "learning_rate": 4.917214474712013e-05,
      "loss": 6.8621,
      "step": 353160
    },
    {
      "epoch": 0.7357708333333334,
      "grad_norm": 2.7283639907836914,
      "learning_rate": 4.9164845862869465e-05,
      "loss": 7.5007,
      "step": 353170
    },
    {
      "epoch": 0.7357916666666666,
      "grad_norm": 2.291980504989624,
      "learning_rate": 4.915754741418677e-05,
      "loss": 7.1764,
      "step": 353180
    },
    {
      "epoch": 0.7358125,
      "grad_norm": 3.2630152702331543,
      "learning_rate": 4.915024940110353e-05,
      "loss": 7.299,
      "step": 353190
    },
    {
      "epoch": 0.7358333333333333,
      "grad_norm": 1.1672700643539429,
      "learning_rate": 4.914295182365132e-05,
      "loss": 6.9376,
      "step": 353200
    },
    {
      "epoch": 0.7358541666666667,
      "grad_norm": 1.8678498268127441,
      "learning_rate": 4.9135654681861616e-05,
      "loss": 7.5163,
      "step": 353210
    },
    {
      "epoch": 0.735875,
      "grad_norm": 2.1448862552642822,
      "learning_rate": 4.912835797576596e-05,
      "loss": 6.9512,
      "step": 353220
    },
    {
      "epoch": 0.7358958333333333,
      "grad_norm": 4.053439140319824,
      "learning_rate": 4.912106170539588e-05,
      "loss": 7.6207,
      "step": 353230
    },
    {
      "epoch": 0.7359166666666667,
      "grad_norm": 3.3073105812072754,
      "learning_rate": 4.9113765870782926e-05,
      "loss": 7.4706,
      "step": 353240
    },
    {
      "epoch": 0.7359375,
      "grad_norm": 2.2991573810577393,
      "learning_rate": 4.9106470471958484e-05,
      "loss": 7.4101,
      "step": 353250
    },
    {
      "epoch": 0.7359583333333334,
      "grad_norm": 1.1695128679275513,
      "learning_rate": 4.90991755089542e-05,
      "loss": 7.6299,
      "step": 353260
    },
    {
      "epoch": 0.7359791666666666,
      "grad_norm": 1.0165778398513794,
      "learning_rate": 4.909188098180157e-05,
      "loss": 7.1821,
      "step": 353270
    },
    {
      "epoch": 0.736,
      "grad_norm": 3.919513463973999,
      "learning_rate": 4.908458689053199e-05,
      "loss": 7.0745,
      "step": 353280
    },
    {
      "epoch": 0.7360208333333333,
      "grad_norm": 0.9438087940216064,
      "learning_rate": 4.907729323517709e-05,
      "loss": 7.6059,
      "step": 353290
    },
    {
      "epoch": 0.7360416666666667,
      "grad_norm": 2.62646222114563,
      "learning_rate": 4.907000001576839e-05,
      "loss": 7.3329,
      "step": 353300
    },
    {
      "epoch": 0.7360625,
      "grad_norm": 2.0707712173461914,
      "learning_rate": 4.906270723233728e-05,
      "loss": 7.3951,
      "step": 353310
    },
    {
      "epoch": 0.7360833333333333,
      "grad_norm": 4.082170009613037,
      "learning_rate": 4.905541488491528e-05,
      "loss": 7.4572,
      "step": 353320
    },
    {
      "epoch": 0.7361041666666667,
      "grad_norm": 1.9266356229782104,
      "learning_rate": 4.9048122973534034e-05,
      "loss": 7.4685,
      "step": 353330
    },
    {
      "epoch": 0.736125,
      "grad_norm": 1.036535620689392,
      "learning_rate": 4.9040831498224866e-05,
      "loss": 6.9425,
      "step": 353340
    },
    {
      "epoch": 0.7361458333333334,
      "grad_norm": 0.9160191416740417,
      "learning_rate": 4.903354045901932e-05,
      "loss": 7.6301,
      "step": 353350
    },
    {
      "epoch": 0.7361666666666666,
      "grad_norm": 1.3876463174819946,
      "learning_rate": 4.9026249855948995e-05,
      "loss": 7.2721,
      "step": 353360
    },
    {
      "epoch": 0.7361875,
      "grad_norm": 1.0921882390975952,
      "learning_rate": 4.9018959689045264e-05,
      "loss": 6.9962,
      "step": 353370
    },
    {
      "epoch": 0.7362083333333334,
      "grad_norm": 2.7764222621917725,
      "learning_rate": 4.9011669958339655e-05,
      "loss": 7.5118,
      "step": 353380
    },
    {
      "epoch": 0.7362291666666667,
      "grad_norm": 1.0126047134399414,
      "learning_rate": 4.900438066386365e-05,
      "loss": 6.8348,
      "step": 353390
    },
    {
      "epoch": 0.73625,
      "grad_norm": 0.9935331344604492,
      "learning_rate": 4.899709180564876e-05,
      "loss": 7.2134,
      "step": 353400
    },
    {
      "epoch": 0.7362708333333333,
      "grad_norm": 1.0246233940124512,
      "learning_rate": 4.8989803383726435e-05,
      "loss": 7.215,
      "step": 353410
    },
    {
      "epoch": 0.7362916666666667,
      "grad_norm": 1.659114956855774,
      "learning_rate": 4.898251539812819e-05,
      "loss": 7.3139,
      "step": 353420
    },
    {
      "epoch": 0.7363125,
      "grad_norm": 1.0500783920288086,
      "learning_rate": 4.897522784888549e-05,
      "loss": 7.1436,
      "step": 353430
    },
    {
      "epoch": 0.7363333333333333,
      "grad_norm": 1.9068307876586914,
      "learning_rate": 4.896794073602981e-05,
      "loss": 7.5844,
      "step": 353440
    },
    {
      "epoch": 0.7363541666666666,
      "grad_norm": 1.087141990661621,
      "learning_rate": 4.896065405959264e-05,
      "loss": 6.8709,
      "step": 353450
    },
    {
      "epoch": 0.736375,
      "grad_norm": 1.5773756504058838,
      "learning_rate": 4.8953367819605445e-05,
      "loss": 7.2907,
      "step": 353460
    },
    {
      "epoch": 0.7363958333333334,
      "grad_norm": 2.2009334564208984,
      "learning_rate": 4.894608201609972e-05,
      "loss": 7.2672,
      "step": 353470
    },
    {
      "epoch": 0.7364166666666667,
      "grad_norm": 2.3988184928894043,
      "learning_rate": 4.89387966491069e-05,
      "loss": 7.1271,
      "step": 353480
    },
    {
      "epoch": 0.7364375,
      "grad_norm": 18.225194931030273,
      "learning_rate": 4.893151171865849e-05,
      "loss": 7.679,
      "step": 353490
    },
    {
      "epoch": 0.7364583333333333,
      "grad_norm": 1.5289227962493896,
      "learning_rate": 4.892422722478593e-05,
      "loss": 7.1062,
      "step": 353500
    },
    {
      "epoch": 0.7364791666666667,
      "grad_norm": 1.1504744291305542,
      "learning_rate": 4.891694316752071e-05,
      "loss": 7.2497,
      "step": 353510
    },
    {
      "epoch": 0.7365,
      "grad_norm": 2.5632121562957764,
      "learning_rate": 4.890965954689428e-05,
      "loss": 7.4093,
      "step": 353520
    },
    {
      "epoch": 0.7365208333333333,
      "grad_norm": 2.3596584796905518,
      "learning_rate": 4.8902376362938116e-05,
      "loss": 7.2347,
      "step": 353530
    },
    {
      "epoch": 0.7365416666666667,
      "grad_norm": 1.9681603908538818,
      "learning_rate": 4.8895093615683665e-05,
      "loss": 7.1568,
      "step": 353540
    },
    {
      "epoch": 0.7365625,
      "grad_norm": 1.1672629117965698,
      "learning_rate": 4.888781130516239e-05,
      "loss": 7.6443,
      "step": 353550
    },
    {
      "epoch": 0.7365833333333334,
      "grad_norm": 1.4317200183868408,
      "learning_rate": 4.888052943140574e-05,
      "loss": 7.0566,
      "step": 353560
    },
    {
      "epoch": 0.7366041666666666,
      "grad_norm": 1.0702860355377197,
      "learning_rate": 4.8873247994445174e-05,
      "loss": 7.2122,
      "step": 353570
    },
    {
      "epoch": 0.736625,
      "grad_norm": 1.42525053024292,
      "learning_rate": 4.8865966994312166e-05,
      "loss": 7.4002,
      "step": 353580
    },
    {
      "epoch": 0.7366458333333333,
      "grad_norm": 3.496670722961426,
      "learning_rate": 4.8858686431038176e-05,
      "loss": 7.0058,
      "step": 353590
    },
    {
      "epoch": 0.7366666666666667,
      "grad_norm": 1.1439920663833618,
      "learning_rate": 4.885140630465454e-05,
      "loss": 7.2572,
      "step": 353600
    },
    {
      "epoch": 0.7366875,
      "grad_norm": 1.882238745689392,
      "learning_rate": 4.884412661519289e-05,
      "loss": 7.2706,
      "step": 353610
    },
    {
      "epoch": 0.7367083333333333,
      "grad_norm": 0.988312304019928,
      "learning_rate": 4.883684736268452e-05,
      "loss": 7.3507,
      "step": 353620
    },
    {
      "epoch": 0.7367291666666667,
      "grad_norm": 0.9541223049163818,
      "learning_rate": 4.882956854716089e-05,
      "loss": 6.8493,
      "step": 353630
    },
    {
      "epoch": 0.73675,
      "grad_norm": 3.4071314334869385,
      "learning_rate": 4.8822290168653565e-05,
      "loss": 7.3645,
      "step": 353640
    },
    {
      "epoch": 0.7367708333333334,
      "grad_norm": 1.1690398454666138,
      "learning_rate": 4.881501222719384e-05,
      "loss": 7.1386,
      "step": 353650
    },
    {
      "epoch": 0.7367916666666666,
      "grad_norm": 1.5725958347320557,
      "learning_rate": 4.880773472281317e-05,
      "loss": 7.0958,
      "step": 353660
    },
    {
      "epoch": 0.7368125,
      "grad_norm": 1.1618250608444214,
      "learning_rate": 4.880045765554313e-05,
      "loss": 7.2606,
      "step": 353670
    },
    {
      "epoch": 0.7368333333333333,
      "grad_norm": 1.2596451044082642,
      "learning_rate": 4.8793181025415014e-05,
      "loss": 7.9131,
      "step": 353680
    },
    {
      "epoch": 0.7368541666666667,
      "grad_norm": 1.737716555595398,
      "learning_rate": 4.878590483246023e-05,
      "loss": 6.8186,
      "step": 353690
    },
    {
      "epoch": 0.736875,
      "grad_norm": 1.1647011041641235,
      "learning_rate": 4.877862907671038e-05,
      "loss": 7.1552,
      "step": 353700
    },
    {
      "epoch": 0.7368958333333333,
      "grad_norm": 1.286833643913269,
      "learning_rate": 4.8771353758196745e-05,
      "loss": 7.1319,
      "step": 353710
    },
    {
      "epoch": 0.7369166666666667,
      "grad_norm": 1.3262255191802979,
      "learning_rate": 4.8764078876950736e-05,
      "loss": 7.3245,
      "step": 353720
    },
    {
      "epoch": 0.7369375,
      "grad_norm": 2.9469714164733887,
      "learning_rate": 4.875680443300392e-05,
      "loss": 8.228,
      "step": 353730
    },
    {
      "epoch": 0.7369583333333334,
      "grad_norm": 1.4865894317626953,
      "learning_rate": 4.874953042638761e-05,
      "loss": 7.6417,
      "step": 353740
    },
    {
      "epoch": 0.7369791666666666,
      "grad_norm": 3.5902469158172607,
      "learning_rate": 4.8742256857133235e-05,
      "loss": 7.2134,
      "step": 353750
    },
    {
      "epoch": 0.737,
      "grad_norm": 1.5477861166000366,
      "learning_rate": 4.8734983725272226e-05,
      "loss": 7.0245,
      "step": 353760
    },
    {
      "epoch": 0.7370208333333333,
      "grad_norm": 4.001450061798096,
      "learning_rate": 4.872771103083601e-05,
      "loss": 7.5488,
      "step": 353770
    },
    {
      "epoch": 0.7370416666666667,
      "grad_norm": 1.2356688976287842,
      "learning_rate": 4.872043877385601e-05,
      "loss": 7.3361,
      "step": 353780
    },
    {
      "epoch": 0.7370625,
      "grad_norm": 1.7970486879348755,
      "learning_rate": 4.8713166954363596e-05,
      "loss": 7.3938,
      "step": 353790
    },
    {
      "epoch": 0.7370833333333333,
      "grad_norm": 1.868269920349121,
      "learning_rate": 4.870589557239022e-05,
      "loss": 7.4286,
      "step": 353800
    },
    {
      "epoch": 0.7371041666666667,
      "grad_norm": 4.521560192108154,
      "learning_rate": 4.86986246279673e-05,
      "loss": 7.9513,
      "step": 353810
    },
    {
      "epoch": 0.737125,
      "grad_norm": 1.3628730773925781,
      "learning_rate": 4.8691354121126206e-05,
      "loss": 8.1076,
      "step": 353820
    },
    {
      "epoch": 0.7371458333333333,
      "grad_norm": 0.9761881828308105,
      "learning_rate": 4.8684084051898366e-05,
      "loss": 6.8975,
      "step": 353830
    },
    {
      "epoch": 0.7371666666666666,
      "grad_norm": 4.091671943664551,
      "learning_rate": 4.8676814420315176e-05,
      "loss": 7.4775,
      "step": 353840
    },
    {
      "epoch": 0.7371875,
      "grad_norm": 3.624910831451416,
      "learning_rate": 4.8669545226408046e-05,
      "loss": 7.1126,
      "step": 353850
    },
    {
      "epoch": 0.7372083333333334,
      "grad_norm": 2.192086935043335,
      "learning_rate": 4.8662276470208356e-05,
      "loss": 7.4801,
      "step": 353860
    },
    {
      "epoch": 0.7372291666666667,
      "grad_norm": 4.737628936767578,
      "learning_rate": 4.865500815174754e-05,
      "loss": 7.3625,
      "step": 353870
    },
    {
      "epoch": 0.73725,
      "grad_norm": 1.6026278734207153,
      "learning_rate": 4.864774027105697e-05,
      "loss": 7.1967,
      "step": 353880
    },
    {
      "epoch": 0.7372708333333333,
      "grad_norm": 1.1539076566696167,
      "learning_rate": 4.864047282816804e-05,
      "loss": 6.878,
      "step": 353890
    },
    {
      "epoch": 0.7372916666666667,
      "grad_norm": 2.338923931121826,
      "learning_rate": 4.8633205823112196e-05,
      "loss": 7.3326,
      "step": 353900
    },
    {
      "epoch": 0.7373125,
      "grad_norm": 1.1970939636230469,
      "learning_rate": 4.8625939255920676e-05,
      "loss": 6.8297,
      "step": 353910
    },
    {
      "epoch": 0.7373333333333333,
      "grad_norm": 1.6403701305389404,
      "learning_rate": 4.861867312662501e-05,
      "loss": 7.3957,
      "step": 353920
    },
    {
      "epoch": 0.7373541666666666,
      "grad_norm": 4.018692493438721,
      "learning_rate": 4.8611407435256614e-05,
      "loss": 7.1349,
      "step": 353930
    },
    {
      "epoch": 0.737375,
      "grad_norm": 1.631079912185669,
      "learning_rate": 4.860414218184671e-05,
      "loss": 7.2245,
      "step": 353940
    },
    {
      "epoch": 0.7373958333333334,
      "grad_norm": 1.4902979135513306,
      "learning_rate": 4.8596877366426805e-05,
      "loss": 7.2575,
      "step": 353950
    },
    {
      "epoch": 0.7374166666666667,
      "grad_norm": 0.9495888352394104,
      "learning_rate": 4.858961298902832e-05,
      "loss": 7.2044,
      "step": 353960
    },
    {
      "epoch": 0.7374375,
      "grad_norm": 1.614693284034729,
      "learning_rate": 4.8582349049682465e-05,
      "loss": 7.4134,
      "step": 353970
    },
    {
      "epoch": 0.7374583333333333,
      "grad_norm": 1.7785736322402954,
      "learning_rate": 4.857508554842077e-05,
      "loss": 7.6148,
      "step": 353980
    },
    {
      "epoch": 0.7374791666666667,
      "grad_norm": 3.1135218143463135,
      "learning_rate": 4.8567822485274594e-05,
      "loss": 7.6912,
      "step": 353990
    },
    {
      "epoch": 0.7375,
      "grad_norm": 1.0665830373764038,
      "learning_rate": 4.856055986027518e-05,
      "loss": 7.0748,
      "step": 354000
    },
    {
      "epoch": 0.7375,
      "eval_loss": 7.584491729736328,
      "eval_runtime": 9.2811,
      "eval_samples_per_second": 0.323,
      "eval_steps_per_second": 0.108,
      "step": 354000
    },
    {
      "epoch": 0.7375208333333333,
      "grad_norm": 3.5129735469818115,
      "learning_rate": 4.85532976734541e-05,
      "loss": 7.778,
      "step": 354010
    },
    {
      "epoch": 0.7375416666666667,
      "grad_norm": 1.3980131149291992,
      "learning_rate": 4.854603592484257e-05,
      "loss": 6.9492,
      "step": 354020
    },
    {
      "epoch": 0.7375625,
      "grad_norm": 4.114958763122559,
      "learning_rate": 4.8538774614471967e-05,
      "loss": 7.254,
      "step": 354030
    },
    {
      "epoch": 0.7375833333333334,
      "grad_norm": 2.1224730014801025,
      "learning_rate": 4.8531513742373777e-05,
      "loss": 7.3074,
      "step": 354040
    },
    {
      "epoch": 0.7376041666666666,
      "grad_norm": 3.1815757751464844,
      "learning_rate": 4.8524253308579236e-05,
      "loss": 7.352,
      "step": 354050
    },
    {
      "epoch": 0.737625,
      "grad_norm": 2.0897648334503174,
      "learning_rate": 4.851699331311971e-05,
      "loss": 7.107,
      "step": 354060
    },
    {
      "epoch": 0.7376458333333333,
      "grad_norm": 1.5288552045822144,
      "learning_rate": 4.8509733756026695e-05,
      "loss": 7.2627,
      "step": 354070
    },
    {
      "epoch": 0.7376666666666667,
      "grad_norm": 1.8650171756744385,
      "learning_rate": 4.8502474637331416e-05,
      "loss": 7.2634,
      "step": 354080
    },
    {
      "epoch": 0.7376875,
      "grad_norm": 2.3036611080169678,
      "learning_rate": 4.849521595706523e-05,
      "loss": 7.1106,
      "step": 354090
    },
    {
      "epoch": 0.7377083333333333,
      "grad_norm": 2.028756856918335,
      "learning_rate": 4.8487957715259615e-05,
      "loss": 7.2008,
      "step": 354100
    },
    {
      "epoch": 0.7377291666666667,
      "grad_norm": 1.154996395111084,
      "learning_rate": 4.84806999119458e-05,
      "loss": 7.4879,
      "step": 354110
    },
    {
      "epoch": 0.73775,
      "grad_norm": 1.133043885231018,
      "learning_rate": 4.847344254715518e-05,
      "loss": 6.9424,
      "step": 354120
    },
    {
      "epoch": 0.7377708333333334,
      "grad_norm": 6.141399383544922,
      "learning_rate": 4.8466185620919094e-05,
      "loss": 7.5779,
      "step": 354130
    },
    {
      "epoch": 0.7377916666666666,
      "grad_norm": 1.5233913660049438,
      "learning_rate": 4.8458929133268895e-05,
      "loss": 7.3765,
      "step": 354140
    },
    {
      "epoch": 0.7378125,
      "grad_norm": 1.3525100946426392,
      "learning_rate": 4.8451673084235944e-05,
      "loss": 7.1679,
      "step": 354150
    },
    {
      "epoch": 0.7378333333333333,
      "grad_norm": 3.134836435317993,
      "learning_rate": 4.8444417473851555e-05,
      "loss": 7.207,
      "step": 354160
    },
    {
      "epoch": 0.7378541666666667,
      "grad_norm": 1.402608036994934,
      "learning_rate": 4.8437162302147075e-05,
      "loss": 6.8028,
      "step": 354170
    },
    {
      "epoch": 0.737875,
      "grad_norm": 2.2063097953796387,
      "learning_rate": 4.842990756915388e-05,
      "loss": 7.4159,
      "step": 354180
    },
    {
      "epoch": 0.7378958333333333,
      "grad_norm": 1.2260756492614746,
      "learning_rate": 4.842265327490326e-05,
      "loss": 7.2363,
      "step": 354190
    },
    {
      "epoch": 0.7379166666666667,
      "grad_norm": 3.1194114685058594,
      "learning_rate": 4.841539941942657e-05,
      "loss": 8.2785,
      "step": 354200
    },
    {
      "epoch": 0.7379375,
      "grad_norm": 1.5172758102416992,
      "learning_rate": 4.840814600275515e-05,
      "loss": 7.0563,
      "step": 354210
    },
    {
      "epoch": 0.7379583333333334,
      "grad_norm": 1.288465976715088,
      "learning_rate": 4.840089302492034e-05,
      "loss": 7.5265,
      "step": 354220
    },
    {
      "epoch": 0.7379791666666666,
      "grad_norm": 1.471052885055542,
      "learning_rate": 4.839364048595344e-05,
      "loss": 6.9841,
      "step": 354230
    },
    {
      "epoch": 0.738,
      "grad_norm": 1.9127821922302246,
      "learning_rate": 4.838638838588584e-05,
      "loss": 7.4246,
      "step": 354240
    },
    {
      "epoch": 0.7380208333333333,
      "grad_norm": 2.8692572116851807,
      "learning_rate": 4.837913672474873e-05,
      "loss": 7.3318,
      "step": 354250
    },
    {
      "epoch": 0.7380416666666667,
      "grad_norm": 0.8017572164535522,
      "learning_rate": 4.837188550257357e-05,
      "loss": 6.7997,
      "step": 354260
    },
    {
      "epoch": 0.7380625,
      "grad_norm": 2.8510873317718506,
      "learning_rate": 4.83646347193917e-05,
      "loss": 7.5093,
      "step": 354270
    },
    {
      "epoch": 0.7380833333333333,
      "grad_norm": 2.0037424564361572,
      "learning_rate": 4.835738437523427e-05,
      "loss": 7.2766,
      "step": 354280
    },
    {
      "epoch": 0.7381041666666667,
      "grad_norm": 1.7311710119247437,
      "learning_rate": 4.8350134470132745e-05,
      "loss": 7.1062,
      "step": 354290
    },
    {
      "epoch": 0.738125,
      "grad_norm": 1.4756041765213013,
      "learning_rate": 4.834288500411847e-05,
      "loss": 7.0964,
      "step": 354300
    },
    {
      "epoch": 0.7381458333333333,
      "grad_norm": 1.5199124813079834,
      "learning_rate": 4.833563597722259e-05,
      "loss": 7.2575,
      "step": 354310
    },
    {
      "epoch": 0.7381666666666666,
      "grad_norm": 0.8992170691490173,
      "learning_rate": 4.832838738947657e-05,
      "loss": 6.9148,
      "step": 354320
    },
    {
      "epoch": 0.7381875,
      "grad_norm": 1.5113413333892822,
      "learning_rate": 4.832113924091171e-05,
      "loss": 6.9386,
      "step": 354330
    },
    {
      "epoch": 0.7382083333333334,
      "grad_norm": 1.2238526344299316,
      "learning_rate": 4.83138915315592e-05,
      "loss": 6.9968,
      "step": 354340
    },
    {
      "epoch": 0.7382291666666667,
      "grad_norm": 0.9271692037582397,
      "learning_rate": 4.8306644261450464e-05,
      "loss": 7.0176,
      "step": 354350
    },
    {
      "epoch": 0.73825,
      "grad_norm": 1.7361805438995361,
      "learning_rate": 4.829939743061683e-05,
      "loss": 6.887,
      "step": 354360
    },
    {
      "epoch": 0.7382708333333333,
      "grad_norm": 0.8488880395889282,
      "learning_rate": 4.8292151039089436e-05,
      "loss": 7.5295,
      "step": 354370
    },
    {
      "epoch": 0.7382916666666667,
      "grad_norm": 1.9024758338928223,
      "learning_rate": 4.8284905086899796e-05,
      "loss": 7.7599,
      "step": 354380
    },
    {
      "epoch": 0.7383125,
      "grad_norm": 4.5233259201049805,
      "learning_rate": 4.827765957407906e-05,
      "loss": 7.4954,
      "step": 354390
    },
    {
      "epoch": 0.7383333333333333,
      "grad_norm": 2.871258020401001,
      "learning_rate": 4.8270414500658525e-05,
      "loss": 7.8669,
      "step": 354400
    },
    {
      "epoch": 0.7383541666666666,
      "grad_norm": 2.4451985359191895,
      "learning_rate": 4.826316986666961e-05,
      "loss": 7.2442,
      "step": 354410
    },
    {
      "epoch": 0.738375,
      "grad_norm": 1.7946504354476929,
      "learning_rate": 4.8255925672143495e-05,
      "loss": 7.0241,
      "step": 354420
    },
    {
      "epoch": 0.7383958333333334,
      "grad_norm": 0.9523739814758301,
      "learning_rate": 4.824868191711146e-05,
      "loss": 6.9734,
      "step": 354430
    },
    {
      "epoch": 0.7384166666666667,
      "grad_norm": 1.2488853931427002,
      "learning_rate": 4.824143860160494e-05,
      "loss": 6.8006,
      "step": 354440
    },
    {
      "epoch": 0.7384375,
      "grad_norm": 3.1850504875183105,
      "learning_rate": 4.8234195725655057e-05,
      "loss": 7.227,
      "step": 354450
    },
    {
      "epoch": 0.7384583333333333,
      "grad_norm": 2.591017246246338,
      "learning_rate": 4.822695328929314e-05,
      "loss": 7.1417,
      "step": 354460
    },
    {
      "epoch": 0.7384791666666667,
      "grad_norm": 1.1184861660003662,
      "learning_rate": 4.82197112925506e-05,
      "loss": 8.2349,
      "step": 354470
    },
    {
      "epoch": 0.7385,
      "grad_norm": 0.9099926948547363,
      "learning_rate": 4.821246973545856e-05,
      "loss": 7.8876,
      "step": 354480
    },
    {
      "epoch": 0.7385208333333333,
      "grad_norm": 1.781876802444458,
      "learning_rate": 4.820522861804836e-05,
      "loss": 7.5674,
      "step": 354490
    },
    {
      "epoch": 0.7385416666666667,
      "grad_norm": 2.212916374206543,
      "learning_rate": 4.819798794035129e-05,
      "loss": 7.0563,
      "step": 354500
    },
    {
      "epoch": 0.7385625,
      "grad_norm": 1.681277871131897,
      "learning_rate": 4.819074770239861e-05,
      "loss": 7.2155,
      "step": 354510
    },
    {
      "epoch": 0.7385833333333334,
      "grad_norm": 2.3372769355773926,
      "learning_rate": 4.81835079042216e-05,
      "loss": 7.078,
      "step": 354520
    },
    {
      "epoch": 0.7386041666666666,
      "grad_norm": 2.6438052654266357,
      "learning_rate": 4.817626854585153e-05,
      "loss": 7.394,
      "step": 354530
    },
    {
      "epoch": 0.738625,
      "grad_norm": 2.8916354179382324,
      "learning_rate": 4.816902962731968e-05,
      "loss": 7.7383,
      "step": 354540
    },
    {
      "epoch": 0.7386458333333333,
      "grad_norm": 1.1673405170440674,
      "learning_rate": 4.816179114865732e-05,
      "loss": 6.8941,
      "step": 354550
    },
    {
      "epoch": 0.7386666666666667,
      "grad_norm": 1.0597941875457764,
      "learning_rate": 4.81545531098957e-05,
      "loss": 7.375,
      "step": 354560
    },
    {
      "epoch": 0.7386875,
      "grad_norm": 1.328741192817688,
      "learning_rate": 4.814731551106611e-05,
      "loss": 7.1837,
      "step": 354570
    },
    {
      "epoch": 0.7387083333333333,
      "grad_norm": 1.6139622926712036,
      "learning_rate": 4.81400783521998e-05,
      "loss": 7.5735,
      "step": 354580
    },
    {
      "epoch": 0.7387291666666667,
      "grad_norm": 3.0980472564697266,
      "learning_rate": 4.813284163332802e-05,
      "loss": 7.2372,
      "step": 354590
    },
    {
      "epoch": 0.73875,
      "grad_norm": 0.9316293001174927,
      "learning_rate": 4.812560535448205e-05,
      "loss": 8.0475,
      "step": 354600
    },
    {
      "epoch": 0.7387708333333334,
      "grad_norm": 0.9259974956512451,
      "learning_rate": 4.8118369515693186e-05,
      "loss": 6.9773,
      "step": 354610
    },
    {
      "epoch": 0.7387916666666666,
      "grad_norm": 0.913670539855957,
      "learning_rate": 4.8111134116992544e-05,
      "loss": 7.6027,
      "step": 354620
    },
    {
      "epoch": 0.7388125,
      "grad_norm": 1.254270315170288,
      "learning_rate": 4.810389915841152e-05,
      "loss": 6.8537,
      "step": 354630
    },
    {
      "epoch": 0.7388333333333333,
      "grad_norm": 1.4102516174316406,
      "learning_rate": 4.809666463998137e-05,
      "loss": 7.4061,
      "step": 354640
    },
    {
      "epoch": 0.7388541666666667,
      "grad_norm": 2.040843963623047,
      "learning_rate": 4.808943056173319e-05,
      "loss": 6.9965,
      "step": 354650
    },
    {
      "epoch": 0.738875,
      "grad_norm": 1.6042031049728394,
      "learning_rate": 4.808219692369839e-05,
      "loss": 7.046,
      "step": 354660
    },
    {
      "epoch": 0.7388958333333333,
      "grad_norm": 1.1969460248947144,
      "learning_rate": 4.80749637259082e-05,
      "loss": 7.2545,
      "step": 354670
    },
    {
      "epoch": 0.7389166666666667,
      "grad_norm": 1.6913598775863647,
      "learning_rate": 4.806773096839372e-05,
      "loss": 7.5312,
      "step": 354680
    },
    {
      "epoch": 0.7389375,
      "grad_norm": 1.219056248664856,
      "learning_rate": 4.806049865118634e-05,
      "loss": 7.1993,
      "step": 354690
    },
    {
      "epoch": 0.7389583333333334,
      "grad_norm": 0.8825317025184631,
      "learning_rate": 4.805326677431732e-05,
      "loss": 7.2287,
      "step": 354700
    },
    {
      "epoch": 0.7389791666666666,
      "grad_norm": 2.3930060863494873,
      "learning_rate": 4.804603533781773e-05,
      "loss": 7.2847,
      "step": 354710
    },
    {
      "epoch": 0.739,
      "grad_norm": 4.025938987731934,
      "learning_rate": 4.803880434171895e-05,
      "loss": 7.0973,
      "step": 354720
    },
    {
      "epoch": 0.7390208333333333,
      "grad_norm": 1.1102458238601685,
      "learning_rate": 4.803157378605223e-05,
      "loss": 7.0272,
      "step": 354730
    },
    {
      "epoch": 0.7390416666666667,
      "grad_norm": 1.925273060798645,
      "learning_rate": 4.8024343670848656e-05,
      "loss": 7.0276,
      "step": 354740
    },
    {
      "epoch": 0.7390625,
      "grad_norm": 1.1235640048980713,
      "learning_rate": 4.801711399613965e-05,
      "loss": 7.0599,
      "step": 354750
    },
    {
      "epoch": 0.7390833333333333,
      "grad_norm": 2.0553464889526367,
      "learning_rate": 4.80098847619563e-05,
      "loss": 7.1503,
      "step": 354760
    },
    {
      "epoch": 0.7391041666666667,
      "grad_norm": 7.068450450897217,
      "learning_rate": 4.800265596832986e-05,
      "loss": 7.2292,
      "step": 354770
    },
    {
      "epoch": 0.739125,
      "grad_norm": 1.5768120288848877,
      "learning_rate": 4.799542761529158e-05,
      "loss": 7.5076,
      "step": 354780
    },
    {
      "epoch": 0.7391458333333333,
      "grad_norm": 1.8821834325790405,
      "learning_rate": 4.798819970287268e-05,
      "loss": 6.8143,
      "step": 354790
    },
    {
      "epoch": 0.7391666666666666,
      "grad_norm": 2.05682110786438,
      "learning_rate": 4.798097223110438e-05,
      "loss": 7.1811,
      "step": 354800
    },
    {
      "epoch": 0.7391875,
      "grad_norm": 1.7029719352722168,
      "learning_rate": 4.797374520001791e-05,
      "loss": 7.2161,
      "step": 354810
    },
    {
      "epoch": 0.7392083333333334,
      "grad_norm": 1.4449379444122314,
      "learning_rate": 4.796651860964446e-05,
      "loss": 6.9918,
      "step": 354820
    },
    {
      "epoch": 0.7392291666666667,
      "grad_norm": 1.4247913360595703,
      "learning_rate": 4.795929246001526e-05,
      "loss": 6.8826,
      "step": 354830
    },
    {
      "epoch": 0.73925,
      "grad_norm": 0.8747351169586182,
      "learning_rate": 4.795206675116152e-05,
      "loss": 6.8479,
      "step": 354840
    },
    {
      "epoch": 0.7392708333333333,
      "grad_norm": 1.2339575290679932,
      "learning_rate": 4.794484148311448e-05,
      "loss": 7.5551,
      "step": 354850
    },
    {
      "epoch": 0.7392916666666667,
      "grad_norm": 2.262531280517578,
      "learning_rate": 4.793761665590531e-05,
      "loss": 7.6588,
      "step": 354860
    },
    {
      "epoch": 0.7393125,
      "grad_norm": 1.0909404754638672,
      "learning_rate": 4.793039226956524e-05,
      "loss": 7.3533,
      "step": 354870
    },
    {
      "epoch": 0.7393333333333333,
      "grad_norm": 3.7655844688415527,
      "learning_rate": 4.792316832412549e-05,
      "loss": 7.1586,
      "step": 354880
    },
    {
      "epoch": 0.7393541666666666,
      "grad_norm": 0.9176382422447205,
      "learning_rate": 4.791594481961722e-05,
      "loss": 7.2407,
      "step": 354890
    },
    {
      "epoch": 0.739375,
      "grad_norm": 3.28544282913208,
      "learning_rate": 4.790872175607168e-05,
      "loss": 6.82,
      "step": 354900
    },
    {
      "epoch": 0.7393958333333334,
      "grad_norm": 1.329444169998169,
      "learning_rate": 4.790149913352005e-05,
      "loss": 6.8506,
      "step": 354910
    },
    {
      "epoch": 0.7394166666666667,
      "grad_norm": 2.5974507331848145,
      "learning_rate": 4.789427695199353e-05,
      "loss": 7.2617,
      "step": 354920
    },
    {
      "epoch": 0.7394375,
      "grad_norm": 1.2321008443832397,
      "learning_rate": 4.788705521152332e-05,
      "loss": 7.2703,
      "step": 354930
    },
    {
      "epoch": 0.7394583333333333,
      "grad_norm": 1.2876005172729492,
      "learning_rate": 4.78798339121406e-05,
      "loss": 7.3677,
      "step": 354940
    },
    {
      "epoch": 0.7394791666666667,
      "grad_norm": 1.281712532043457,
      "learning_rate": 4.787261305387658e-05,
      "loss": 7.3041,
      "step": 354950
    },
    {
      "epoch": 0.7395,
      "grad_norm": 2.17832612991333,
      "learning_rate": 4.7865392636762455e-05,
      "loss": 7.2289,
      "step": 354960
    },
    {
      "epoch": 0.7395208333333333,
      "grad_norm": 1.1160979270935059,
      "learning_rate": 4.785817266082941e-05,
      "loss": 7.3009,
      "step": 354970
    },
    {
      "epoch": 0.7395416666666667,
      "grad_norm": 1.44153892993927,
      "learning_rate": 4.785095312610861e-05,
      "loss": 6.985,
      "step": 354980
    },
    {
      "epoch": 0.7395625,
      "grad_norm": 1.3146514892578125,
      "learning_rate": 4.784373403263127e-05,
      "loss": 6.8762,
      "step": 354990
    },
    {
      "epoch": 0.7395833333333334,
      "grad_norm": 2.6946475505828857,
      "learning_rate": 4.783651538042856e-05,
      "loss": 7.2303,
      "step": 355000
    },
    {
      "epoch": 0.7395833333333334,
      "eval_loss": 7.176931858062744,
      "eval_runtime": 8.9009,
      "eval_samples_per_second": 0.337,
      "eval_steps_per_second": 0.112,
      "step": 355000
    },
    {
      "epoch": 0.7396041666666666,
      "grad_norm": 3.8956267833709717,
      "learning_rate": 4.782929716953172e-05,
      "loss": 7.2501,
      "step": 355010
    },
    {
      "epoch": 0.739625,
      "grad_norm": 1.2770235538482666,
      "learning_rate": 4.782207939997177e-05,
      "loss": 6.896,
      "step": 355020
    },
    {
      "epoch": 0.7396458333333333,
      "grad_norm": 1.1877111196517944,
      "learning_rate": 4.781486207178003e-05,
      "loss": 7.2011,
      "step": 355030
    },
    {
      "epoch": 0.7396666666666667,
      "grad_norm": 0.9674189686775208,
      "learning_rate": 4.780764518498771e-05,
      "loss": 7.2414,
      "step": 355040
    },
    {
      "epoch": 0.7396875,
      "grad_norm": 1.4067366123199463,
      "learning_rate": 4.7800428739625796e-05,
      "loss": 7.2997,
      "step": 355050
    },
    {
      "epoch": 0.7397083333333333,
      "grad_norm": 2.46242618560791,
      "learning_rate": 4.7793212735725636e-05,
      "loss": 7.5693,
      "step": 355060
    },
    {
      "epoch": 0.7397291666666667,
      "grad_norm": 1.213707685470581,
      "learning_rate": 4.7785997173318396e-05,
      "loss": 7.9041,
      "step": 355070
    },
    {
      "epoch": 0.73975,
      "grad_norm": 1.091047763824463,
      "learning_rate": 4.777878205243513e-05,
      "loss": 6.8455,
      "step": 355080
    },
    {
      "epoch": 0.7397708333333334,
      "grad_norm": 0.8858343958854675,
      "learning_rate": 4.777156737310702e-05,
      "loss": 7.0026,
      "step": 355090
    },
    {
      "epoch": 0.7397916666666666,
      "grad_norm": 2.174823522567749,
      "learning_rate": 4.7764353135365356e-05,
      "loss": 7.5896,
      "step": 355100
    },
    {
      "epoch": 0.7398125,
      "grad_norm": 1.3906384706497192,
      "learning_rate": 4.775713933924117e-05,
      "loss": 7.1305,
      "step": 355110
    },
    {
      "epoch": 0.7398333333333333,
      "grad_norm": 0.8855817317962646,
      "learning_rate": 4.774992598476569e-05,
      "loss": 7.4233,
      "step": 355120
    },
    {
      "epoch": 0.7398541666666667,
      "grad_norm": 3.2308542728424072,
      "learning_rate": 4.7742713071970053e-05,
      "loss": 7.4201,
      "step": 355130
    },
    {
      "epoch": 0.739875,
      "grad_norm": 2.76029109954834,
      "learning_rate": 4.7735500600885414e-05,
      "loss": 7.2371,
      "step": 355140
    },
    {
      "epoch": 0.7398958333333333,
      "grad_norm": 1.3937181234359741,
      "learning_rate": 4.772828857154293e-05,
      "loss": 7.0246,
      "step": 355150
    },
    {
      "epoch": 0.7399166666666667,
      "grad_norm": 1.424501657485962,
      "learning_rate": 4.7721076983973774e-05,
      "loss": 7.4518,
      "step": 355160
    },
    {
      "epoch": 0.7399375,
      "grad_norm": 2.856153726577759,
      "learning_rate": 4.771386583820907e-05,
      "loss": 7.3913,
      "step": 355170
    },
    {
      "epoch": 0.7399583333333334,
      "grad_norm": 1.1702927350997925,
      "learning_rate": 4.770665513427997e-05,
      "loss": 7.1535,
      "step": 355180
    },
    {
      "epoch": 0.7399791666666666,
      "grad_norm": 1.5837470293045044,
      "learning_rate": 4.769944487221763e-05,
      "loss": 7.8446,
      "step": 355190
    },
    {
      "epoch": 0.74,
      "grad_norm": 1.2403879165649414,
      "learning_rate": 4.769223505205321e-05,
      "loss": 7.0798,
      "step": 355200
    },
    {
      "epoch": 0.7400208333333333,
      "grad_norm": 1.3362054824829102,
      "learning_rate": 4.768502567381783e-05,
      "loss": 7.1419,
      "step": 355210
    },
    {
      "epoch": 0.7400416666666667,
      "grad_norm": 0.9941487908363342,
      "learning_rate": 4.767781673754263e-05,
      "loss": 7.762,
      "step": 355220
    },
    {
      "epoch": 0.7400625,
      "grad_norm": 1.2279646396636963,
      "learning_rate": 4.767060824325877e-05,
      "loss": 7.1917,
      "step": 355230
    },
    {
      "epoch": 0.7400833333333333,
      "grad_norm": 2.307347536087036,
      "learning_rate": 4.7663400190997386e-05,
      "loss": 8.3327,
      "step": 355240
    },
    {
      "epoch": 0.7401041666666667,
      "grad_norm": 1.5918434858322144,
      "learning_rate": 4.76561925807896e-05,
      "loss": 7.6691,
      "step": 355250
    },
    {
      "epoch": 0.740125,
      "grad_norm": 3.026801586151123,
      "learning_rate": 4.764898541266655e-05,
      "loss": 7.1013,
      "step": 355260
    },
    {
      "epoch": 0.7401458333333333,
      "grad_norm": 2.5551505088806152,
      "learning_rate": 4.7641778686659356e-05,
      "loss": 7.2027,
      "step": 355270
    },
    {
      "epoch": 0.7401666666666666,
      "grad_norm": 5.475443363189697,
      "learning_rate": 4.763457240279918e-05,
      "loss": 7.3266,
      "step": 355280
    },
    {
      "epoch": 0.7401875,
      "grad_norm": 1.3663321733474731,
      "learning_rate": 4.762736656111712e-05,
      "loss": 6.9432,
      "step": 355290
    },
    {
      "epoch": 0.7402083333333334,
      "grad_norm": 0.8598326444625854,
      "learning_rate": 4.762016116164433e-05,
      "loss": 7.6144,
      "step": 355300
    },
    {
      "epoch": 0.7402291666666667,
      "grad_norm": 1.9106980562210083,
      "learning_rate": 4.761295620441189e-05,
      "loss": 7.3494,
      "step": 355310
    },
    {
      "epoch": 0.74025,
      "grad_norm": 0.951005220413208,
      "learning_rate": 4.760575168945098e-05,
      "loss": 7.2483,
      "step": 355320
    },
    {
      "epoch": 0.7402708333333333,
      "grad_norm": 4.33547830581665,
      "learning_rate": 4.759854761679268e-05,
      "loss": 7.3372,
      "step": 355330
    },
    {
      "epoch": 0.7402916666666667,
      "grad_norm": 1.341084361076355,
      "learning_rate": 4.7591343986468134e-05,
      "loss": 7.18,
      "step": 355340
    },
    {
      "epoch": 0.7403125,
      "grad_norm": 1.9244332313537598,
      "learning_rate": 4.758414079850843e-05,
      "loss": 8.8245,
      "step": 355350
    },
    {
      "epoch": 0.7403333333333333,
      "grad_norm": 1.0815691947937012,
      "learning_rate": 4.757693805294475e-05,
      "loss": 6.9905,
      "step": 355360
    },
    {
      "epoch": 0.7403541666666666,
      "grad_norm": 1.0047924518585205,
      "learning_rate": 4.7569735749808055e-05,
      "loss": 6.9604,
      "step": 355370
    },
    {
      "epoch": 0.740375,
      "grad_norm": 1.199683427810669,
      "learning_rate": 4.756253388912967e-05,
      "loss": 6.8863,
      "step": 355380
    },
    {
      "epoch": 0.7403958333333334,
      "grad_norm": 1.1949985027313232,
      "learning_rate": 4.755533247094053e-05,
      "loss": 6.9381,
      "step": 355390
    },
    {
      "epoch": 0.7404166666666666,
      "grad_norm": 2.748972177505493,
      "learning_rate": 4.754813149527176e-05,
      "loss": 7.0836,
      "step": 355400
    },
    {
      "epoch": 0.7404375,
      "grad_norm": 2.1203725337982178,
      "learning_rate": 4.7540930962154604e-05,
      "loss": 6.9956,
      "step": 355410
    },
    {
      "epoch": 0.7404583333333333,
      "grad_norm": 1.937690019607544,
      "learning_rate": 4.753373087162002e-05,
      "loss": 7.3135,
      "step": 355420
    },
    {
      "epoch": 0.7404791666666667,
      "grad_norm": 2.2780745029449463,
      "learning_rate": 4.752653122369911e-05,
      "loss": 7.343,
      "step": 355430
    },
    {
      "epoch": 0.7405,
      "grad_norm": 1.5848528146743774,
      "learning_rate": 4.751933201842312e-05,
      "loss": 6.8471,
      "step": 355440
    },
    {
      "epoch": 0.7405208333333333,
      "grad_norm": 5.928207874298096,
      "learning_rate": 4.751213325582302e-05,
      "loss": 7.3104,
      "step": 355450
    },
    {
      "epoch": 0.7405416666666667,
      "grad_norm": 3.1225357055664062,
      "learning_rate": 4.750493493592986e-05,
      "loss": 7.3741,
      "step": 355460
    },
    {
      "epoch": 0.7405625,
      "grad_norm": 3.3544747829437256,
      "learning_rate": 4.7497737058774924e-05,
      "loss": 7.5692,
      "step": 355470
    },
    {
      "epoch": 0.7405833333333334,
      "grad_norm": 1.0804933309555054,
      "learning_rate": 4.749053962438913e-05,
      "loss": 7.4585,
      "step": 355480
    },
    {
      "epoch": 0.7406041666666666,
      "grad_norm": 1.2407690286636353,
      "learning_rate": 4.748334263280359e-05,
      "loss": 7.1761,
      "step": 355490
    },
    {
      "epoch": 0.740625,
      "grad_norm": 0.9527487754821777,
      "learning_rate": 4.7476146084049545e-05,
      "loss": 7.0557,
      "step": 355500
    },
    {
      "epoch": 0.7406458333333333,
      "grad_norm": 1.9872989654541016,
      "learning_rate": 4.7468949978157886e-05,
      "loss": 7.2719,
      "step": 355510
    },
    {
      "epoch": 0.7406666666666667,
      "grad_norm": 2.6791203022003174,
      "learning_rate": 4.7461754315159805e-05,
      "loss": 7.0874,
      "step": 355520
    },
    {
      "epoch": 0.7406875,
      "grad_norm": 2.727205753326416,
      "learning_rate": 4.745455909508634e-05,
      "loss": 7.5819,
      "step": 355530
    },
    {
      "epoch": 0.7407083333333333,
      "grad_norm": 0.9634367227554321,
      "learning_rate": 4.744736431796859e-05,
      "loss": 7.2646,
      "step": 355540
    },
    {
      "epoch": 0.7407291666666667,
      "grad_norm": 1.3256343603134155,
      "learning_rate": 4.744016998383764e-05,
      "loss": 7.2455,
      "step": 355550
    },
    {
      "epoch": 0.74075,
      "grad_norm": 3.009107828140259,
      "learning_rate": 4.743297609272456e-05,
      "loss": 7.5217,
      "step": 355560
    },
    {
      "epoch": 0.7407708333333334,
      "grad_norm": 1.4207199811935425,
      "learning_rate": 4.742578264466043e-05,
      "loss": 8.15,
      "step": 355570
    },
    {
      "epoch": 0.7407916666666666,
      "grad_norm": 2.7592480182647705,
      "learning_rate": 4.741858963967631e-05,
      "loss": 7.2683,
      "step": 355580
    },
    {
      "epoch": 0.7408125,
      "grad_norm": 2.094886541366577,
      "learning_rate": 4.741139707780328e-05,
      "loss": 6.9563,
      "step": 355590
    },
    {
      "epoch": 0.7408333333333333,
      "grad_norm": 1.0465764999389648,
      "learning_rate": 4.7404204959072394e-05,
      "loss": 7.0872,
      "step": 355600
    },
    {
      "epoch": 0.7408541666666667,
      "grad_norm": 4.1902079582214355,
      "learning_rate": 4.739701328351476e-05,
      "loss": 7.4799,
      "step": 355610
    },
    {
      "epoch": 0.740875,
      "grad_norm": 0.8977230787277222,
      "learning_rate": 4.738982205116139e-05,
      "loss": 7.0861,
      "step": 355620
    },
    {
      "epoch": 0.7408958333333333,
      "grad_norm": 1.3986703157424927,
      "learning_rate": 4.738263126204339e-05,
      "loss": 7.2018,
      "step": 355630
    },
    {
      "epoch": 0.7409166666666667,
      "grad_norm": 1.3773726224899292,
      "learning_rate": 4.7375440916191795e-05,
      "loss": 6.9917,
      "step": 355640
    },
    {
      "epoch": 0.7409375,
      "grad_norm": 1.0992144346237183,
      "learning_rate": 4.736825101363767e-05,
      "loss": 7.0355,
      "step": 355650
    },
    {
      "epoch": 0.7409583333333334,
      "grad_norm": 1.4717081785202026,
      "learning_rate": 4.736106155441208e-05,
      "loss": 6.6891,
      "step": 355660
    },
    {
      "epoch": 0.7409791666666666,
      "grad_norm": 1.299677848815918,
      "learning_rate": 4.735387253854613e-05,
      "loss": 7.4588,
      "step": 355670
    },
    {
      "epoch": 0.741,
      "grad_norm": 1.9694640636444092,
      "learning_rate": 4.7346683966070714e-05,
      "loss": 6.9873,
      "step": 355680
    },
    {
      "epoch": 0.7410208333333334,
      "grad_norm": 1.6131525039672852,
      "learning_rate": 4.733949583701705e-05,
      "loss": 7.2129,
      "step": 355690
    },
    {
      "epoch": 0.7410416666666667,
      "grad_norm": 1.6214368343353271,
      "learning_rate": 4.7332308151416175e-05,
      "loss": 7.7851,
      "step": 355700
    },
    {
      "epoch": 0.7410625,
      "grad_norm": 1.1447441577911377,
      "learning_rate": 4.732512090929898e-05,
      "loss": 7.0431,
      "step": 355710
    },
    {
      "epoch": 0.7410833333333333,
      "grad_norm": 2.699312448501587,
      "learning_rate": 4.7317934110696685e-05,
      "loss": 7.3406,
      "step": 355720
    },
    {
      "epoch": 0.7411041666666667,
      "grad_norm": 2.294184684753418,
      "learning_rate": 4.7310747755640324e-05,
      "loss": 7.5243,
      "step": 355730
    },
    {
      "epoch": 0.741125,
      "grad_norm": 1.494907259941101,
      "learning_rate": 4.7303561844160766e-05,
      "loss": 7.0673,
      "step": 355740
    },
    {
      "epoch": 0.7411458333333333,
      "grad_norm": 1.0128164291381836,
      "learning_rate": 4.7296376376289275e-05,
      "loss": 7.9014,
      "step": 355750
    },
    {
      "epoch": 0.7411666666666666,
      "grad_norm": 2.5777947902679443,
      "learning_rate": 4.7289191352056746e-05,
      "loss": 7.0191,
      "step": 355760
    },
    {
      "epoch": 0.7411875,
      "grad_norm": 4.629345893859863,
      "learning_rate": 4.72820067714942e-05,
      "loss": 7.5403,
      "step": 355770
    },
    {
      "epoch": 0.7412083333333334,
      "grad_norm": 3.5466253757476807,
      "learning_rate": 4.7274822634632826e-05,
      "loss": 7.3221,
      "step": 355780
    },
    {
      "epoch": 0.7412291666666667,
      "grad_norm": 3.3622026443481445,
      "learning_rate": 4.7267638941503506e-05,
      "loss": 7.7211,
      "step": 355790
    },
    {
      "epoch": 0.74125,
      "grad_norm": 2.493283987045288,
      "learning_rate": 4.7260455692137275e-05,
      "loss": 7.1462,
      "step": 355800
    },
    {
      "epoch": 0.7412708333333333,
      "grad_norm": 2.069079875946045,
      "learning_rate": 4.7253272886565304e-05,
      "loss": 7.3546,
      "step": 355810
    },
    {
      "epoch": 0.7412916666666667,
      "grad_norm": 4.425136566162109,
      "learning_rate": 4.724609052481847e-05,
      "loss": 7.333,
      "step": 355820
    },
    {
      "epoch": 0.7413125,
      "grad_norm": 1.2493723630905151,
      "learning_rate": 4.7238908606927805e-05,
      "loss": 7.4701,
      "step": 355830
    },
    {
      "epoch": 0.7413333333333333,
      "grad_norm": 1.9640945196151733,
      "learning_rate": 4.7231727132924485e-05,
      "loss": 7.0447,
      "step": 355840
    },
    {
      "epoch": 0.7413541666666666,
      "grad_norm": 2.4703750610351562,
      "learning_rate": 4.722454610283937e-05,
      "loss": 7.2678,
      "step": 355850
    },
    {
      "epoch": 0.741375,
      "grad_norm": 3.2282345294952393,
      "learning_rate": 4.721736551670349e-05,
      "loss": 7.736,
      "step": 355860
    },
    {
      "epoch": 0.7413958333333334,
      "grad_norm": 2.9900786876678467,
      "learning_rate": 4.7210185374548004e-05,
      "loss": 7.5165,
      "step": 355870
    },
    {
      "epoch": 0.7414166666666666,
      "grad_norm": 1.131441354751587,
      "learning_rate": 4.720300567640378e-05,
      "loss": 7.2985,
      "step": 355880
    },
    {
      "epoch": 0.7414375,
      "grad_norm": 1.7175363302230835,
      "learning_rate": 4.719582642230189e-05,
      "loss": 7.1761,
      "step": 355890
    },
    {
      "epoch": 0.7414583333333333,
      "grad_norm": 1.0359042882919312,
      "learning_rate": 4.718864761227332e-05,
      "loss": 7.1675,
      "step": 355900
    },
    {
      "epoch": 0.7414791666666667,
      "grad_norm": 0.8773508667945862,
      "learning_rate": 4.7181469246349095e-05,
      "loss": 6.914,
      "step": 355910
    },
    {
      "epoch": 0.7415,
      "grad_norm": 1.4936444759368896,
      "learning_rate": 4.7174291324560246e-05,
      "loss": 6.8496,
      "step": 355920
    },
    {
      "epoch": 0.7415208333333333,
      "grad_norm": 1.4369595050811768,
      "learning_rate": 4.716711384693774e-05,
      "loss": 6.9317,
      "step": 355930
    },
    {
      "epoch": 0.7415416666666667,
      "grad_norm": 0.9370406866073608,
      "learning_rate": 4.715993681351261e-05,
      "loss": 7.3931,
      "step": 355940
    },
    {
      "epoch": 0.7415625,
      "grad_norm": 1.2424029111862183,
      "learning_rate": 4.715276022431583e-05,
      "loss": 7.2988,
      "step": 355950
    },
    {
      "epoch": 0.7415833333333334,
      "grad_norm": 0.781006932258606,
      "learning_rate": 4.7145584079378426e-05,
      "loss": 7.3595,
      "step": 355960
    },
    {
      "epoch": 0.7416041666666666,
      "grad_norm": 1.929419994354248,
      "learning_rate": 4.7138408378731386e-05,
      "loss": 7.4881,
      "step": 355970
    },
    {
      "epoch": 0.741625,
      "grad_norm": 1.859744668006897,
      "learning_rate": 4.7131233122405704e-05,
      "loss": 6.7786,
      "step": 355980
    },
    {
      "epoch": 0.7416458333333333,
      "grad_norm": 2.3697566986083984,
      "learning_rate": 4.7124058310432374e-05,
      "loss": 7.5045,
      "step": 355990
    },
    {
      "epoch": 0.7416666666666667,
      "grad_norm": 2.6699447631835938,
      "learning_rate": 4.71168839428424e-05,
      "loss": 7.2753,
      "step": 356000
    },
    {
      "epoch": 0.7416666666666667,
      "eval_loss": 7.883232116699219,
      "eval_runtime": 9.1412,
      "eval_samples_per_second": 0.328,
      "eval_steps_per_second": 0.109,
      "step": 356000
    },
    {
      "epoch": 0.7416875,
      "grad_norm": 1.1254241466522217,
      "learning_rate": 4.7109710019666805e-05,
      "loss": 7.2996,
      "step": 356010
    },
    {
      "epoch": 0.7417083333333333,
      "grad_norm": 1.0224794149398804,
      "learning_rate": 4.710253654093645e-05,
      "loss": 7.1464,
      "step": 356020
    },
    {
      "epoch": 0.7417291666666667,
      "grad_norm": 1.1245718002319336,
      "learning_rate": 4.7095363506682446e-05,
      "loss": 7.0238,
      "step": 356030
    },
    {
      "epoch": 0.74175,
      "grad_norm": 1.8289810419082642,
      "learning_rate": 4.7088190916935785e-05,
      "loss": 7.6661,
      "step": 356040
    },
    {
      "epoch": 0.7417708333333334,
      "grad_norm": 1.0545322895050049,
      "learning_rate": 4.708101877172732e-05,
      "loss": 7.3423,
      "step": 356050
    },
    {
      "epoch": 0.7417916666666666,
      "grad_norm": 3.0003061294555664,
      "learning_rate": 4.707384707108815e-05,
      "loss": 7.1144,
      "step": 356060
    },
    {
      "epoch": 0.7418125,
      "grad_norm": 1.5722278356552124,
      "learning_rate": 4.7066675815049274e-05,
      "loss": 6.8308,
      "step": 356070
    },
    {
      "epoch": 0.7418333333333333,
      "grad_norm": 1.1417640447616577,
      "learning_rate": 4.705950500364152e-05,
      "loss": 7.1777,
      "step": 356080
    },
    {
      "epoch": 0.7418541666666667,
      "grad_norm": 1.5414377450942993,
      "learning_rate": 4.7052334636896e-05,
      "loss": 7.187,
      "step": 356090
    },
    {
      "epoch": 0.741875,
      "grad_norm": 1.663393259048462,
      "learning_rate": 4.704516471484371e-05,
      "loss": 7.3589,
      "step": 356100
    },
    {
      "epoch": 0.7418958333333333,
      "grad_norm": 1.296350121498108,
      "learning_rate": 4.7037995237515444e-05,
      "loss": 7.3105,
      "step": 356110
    },
    {
      "epoch": 0.7419166666666667,
      "grad_norm": 2.298147201538086,
      "learning_rate": 4.7030826204942374e-05,
      "loss": 6.9036,
      "step": 356120
    },
    {
      "epoch": 0.7419375,
      "grad_norm": 1.6864131689071655,
      "learning_rate": 4.702365761715533e-05,
      "loss": 7.4494,
      "step": 356130
    },
    {
      "epoch": 0.7419583333333334,
      "grad_norm": 1.3099124431610107,
      "learning_rate": 4.701648947418529e-05,
      "loss": 7.172,
      "step": 356140
    },
    {
      "epoch": 0.7419791666666666,
      "grad_norm": 1.0892019271850586,
      "learning_rate": 4.700932177606334e-05,
      "loss": 6.8822,
      "step": 356150
    },
    {
      "epoch": 0.742,
      "grad_norm": 1.7887866497039795,
      "learning_rate": 4.70021545228203e-05,
      "loss": 7.6387,
      "step": 356160
    },
    {
      "epoch": 0.7420208333333334,
      "grad_norm": 1.260161280632019,
      "learning_rate": 4.699498771448714e-05,
      "loss": 7.2163,
      "step": 356170
    },
    {
      "epoch": 0.7420416666666667,
      "grad_norm": 2.082270860671997,
      "learning_rate": 4.698782135109497e-05,
      "loss": 7.3566,
      "step": 356180
    },
    {
      "epoch": 0.7420625,
      "grad_norm": 1.3496671915054321,
      "learning_rate": 4.6980655432674566e-05,
      "loss": 7.6329,
      "step": 356190
    },
    {
      "epoch": 0.7420833333333333,
      "grad_norm": 1.2324880361557007,
      "learning_rate": 4.697348995925692e-05,
      "loss": 7.0025,
      "step": 356200
    },
    {
      "epoch": 0.7421041666666667,
      "grad_norm": 6.319929122924805,
      "learning_rate": 4.69663249308731e-05,
      "loss": 8.511,
      "step": 356210
    },
    {
      "epoch": 0.742125,
      "grad_norm": 1.2710498571395874,
      "learning_rate": 4.695916034755395e-05,
      "loss": 7.1621,
      "step": 356220
    },
    {
      "epoch": 0.7421458333333333,
      "grad_norm": 4.970237731933594,
      "learning_rate": 4.695199620933037e-05,
      "loss": 7.1166,
      "step": 356230
    },
    {
      "epoch": 0.7421666666666666,
      "grad_norm": 2.0081558227539062,
      "learning_rate": 4.6944832516233485e-05,
      "loss": 7.0351,
      "step": 356240
    },
    {
      "epoch": 0.7421875,
      "grad_norm": 2.88940691947937,
      "learning_rate": 4.693766926829407e-05,
      "loss": 7.5632,
      "step": 356250
    },
    {
      "epoch": 0.7422083333333334,
      "grad_norm": 1.6781164407730103,
      "learning_rate": 4.693050646554313e-05,
      "loss": 6.8782,
      "step": 356260
    },
    {
      "epoch": 0.7422291666666667,
      "grad_norm": 1.306262731552124,
      "learning_rate": 4.6923344108011614e-05,
      "loss": 7.2289,
      "step": 356270
    },
    {
      "epoch": 0.74225,
      "grad_norm": 1.1810945272445679,
      "learning_rate": 4.691618219573045e-05,
      "loss": 7.1044,
      "step": 356280
    },
    {
      "epoch": 0.7422708333333333,
      "grad_norm": 1.478562355041504,
      "learning_rate": 4.690902072873057e-05,
      "loss": 7.066,
      "step": 356290
    },
    {
      "epoch": 0.7422916666666667,
      "grad_norm": 1.6137417554855347,
      "learning_rate": 4.6901859707042925e-05,
      "loss": 7.1324,
      "step": 356300
    },
    {
      "epoch": 0.7423125,
      "grad_norm": 1.6055259704589844,
      "learning_rate": 4.689469913069842e-05,
      "loss": 7.1616,
      "step": 356310
    },
    {
      "epoch": 0.7423333333333333,
      "grad_norm": 1.6746187210083008,
      "learning_rate": 4.688753899972801e-05,
      "loss": 7.2097,
      "step": 356320
    },
    {
      "epoch": 0.7423541666666666,
      "grad_norm": 0.792111337184906,
      "learning_rate": 4.6880379314162625e-05,
      "loss": 7.0025,
      "step": 356330
    },
    {
      "epoch": 0.742375,
      "grad_norm": 1.1392338275909424,
      "learning_rate": 4.687322007403318e-05,
      "loss": 7.203,
      "step": 356340
    },
    {
      "epoch": 0.7423958333333334,
      "grad_norm": 2.349071502685547,
      "learning_rate": 4.68660612793706e-05,
      "loss": 7.0965,
      "step": 356350
    },
    {
      "epoch": 0.7424166666666666,
      "grad_norm": 1.825009822845459,
      "learning_rate": 4.685890293020581e-05,
      "loss": 7.7476,
      "step": 356360
    },
    {
      "epoch": 0.7424375,
      "grad_norm": 1.1170432567596436,
      "learning_rate": 4.685174502656972e-05,
      "loss": 6.9086,
      "step": 356370
    },
    {
      "epoch": 0.7424583333333333,
      "grad_norm": 3.2725579738616943,
      "learning_rate": 4.684458756849334e-05,
      "loss": 7.3405,
      "step": 356380
    },
    {
      "epoch": 0.7424791666666667,
      "grad_norm": 3.6737070083618164,
      "learning_rate": 4.683743055600739e-05,
      "loss": 7.2123,
      "step": 356390
    },
    {
      "epoch": 0.7425,
      "grad_norm": 1.208277940750122,
      "learning_rate": 4.6830273989142976e-05,
      "loss": 7.1879,
      "step": 356400
    },
    {
      "epoch": 0.7425208333333333,
      "grad_norm": 2.3920536041259766,
      "learning_rate": 4.6823117867930973e-05,
      "loss": 7.2351,
      "step": 356410
    },
    {
      "epoch": 0.7425416666666667,
      "grad_norm": 3.924891948699951,
      "learning_rate": 4.6815962192402175e-05,
      "loss": 7.2964,
      "step": 356420
    },
    {
      "epoch": 0.7425625,
      "grad_norm": 1.9260998964309692,
      "learning_rate": 4.680880696258762e-05,
      "loss": 7.3007,
      "step": 356430
    },
    {
      "epoch": 0.7425833333333334,
      "grad_norm": 0.9255391359329224,
      "learning_rate": 4.6801652178518216e-05,
      "loss": 6.9365,
      "step": 356440
    },
    {
      "epoch": 0.7426041666666666,
      "grad_norm": 0.960716962814331,
      "learning_rate": 4.679449784022474e-05,
      "loss": 7.6241,
      "step": 356450
    },
    {
      "epoch": 0.742625,
      "grad_norm": 1.0257012844085693,
      "learning_rate": 4.678734394773823e-05,
      "loss": 7.0795,
      "step": 356460
    },
    {
      "epoch": 0.7426458333333333,
      "grad_norm": 1.7753862142562866,
      "learning_rate": 4.6780190501089576e-05,
      "loss": 7.1574,
      "step": 356470
    },
    {
      "epoch": 0.7426666666666667,
      "grad_norm": 1.1739407777786255,
      "learning_rate": 4.6773037500309553e-05,
      "loss": 7.0745,
      "step": 356480
    },
    {
      "epoch": 0.7426875,
      "grad_norm": 1.3763847351074219,
      "learning_rate": 4.6765884945429196e-05,
      "loss": 6.9678,
      "step": 356490
    },
    {
      "epoch": 0.7427083333333333,
      "grad_norm": 1.1019110679626465,
      "learning_rate": 4.6758732836479395e-05,
      "loss": 7.178,
      "step": 356500
    },
    {
      "epoch": 0.7427291666666667,
      "grad_norm": 1.0921770334243774,
      "learning_rate": 4.67515811734909e-05,
      "loss": 6.7251,
      "step": 356510
    },
    {
      "epoch": 0.74275,
      "grad_norm": 1.2826589345932007,
      "learning_rate": 4.674442995649481e-05,
      "loss": 7.2271,
      "step": 356520
    },
    {
      "epoch": 0.7427708333333334,
      "grad_norm": 1.1859066486358643,
      "learning_rate": 4.673727918552187e-05,
      "loss": 7.499,
      "step": 356530
    },
    {
      "epoch": 0.7427916666666666,
      "grad_norm": 0.9495927095413208,
      "learning_rate": 4.6730128860603016e-05,
      "loss": 7.2727,
      "step": 356540
    },
    {
      "epoch": 0.7428125,
      "grad_norm": 1.0026394128799438,
      "learning_rate": 4.672297898176911e-05,
      "loss": 7.4291,
      "step": 356550
    },
    {
      "epoch": 0.7428333333333333,
      "grad_norm": 0.9041795134544373,
      "learning_rate": 4.671582954905106e-05,
      "loss": 7.1237,
      "step": 356560
    },
    {
      "epoch": 0.7428541666666667,
      "grad_norm": 9.943395614624023,
      "learning_rate": 4.670868056247976e-05,
      "loss": 7.4043,
      "step": 356570
    },
    {
      "epoch": 0.742875,
      "grad_norm": 3.1770362854003906,
      "learning_rate": 4.670153202208606e-05,
      "loss": 7.4442,
      "step": 356580
    },
    {
      "epoch": 0.7428958333333333,
      "grad_norm": 2.0818607807159424,
      "learning_rate": 4.669438392790085e-05,
      "loss": 7.3917,
      "step": 356590
    },
    {
      "epoch": 0.7429166666666667,
      "grad_norm": 3.818950653076172,
      "learning_rate": 4.6687236279955015e-05,
      "loss": 7.3664,
      "step": 356600
    },
    {
      "epoch": 0.7429375,
      "grad_norm": 3.5673911571502686,
      "learning_rate": 4.668008907827942e-05,
      "loss": 7.2552,
      "step": 356610
    },
    {
      "epoch": 0.7429583333333334,
      "grad_norm": 1.06831693649292,
      "learning_rate": 4.667294232290496e-05,
      "loss": 7.1881,
      "step": 356620
    },
    {
      "epoch": 0.7429791666666666,
      "grad_norm": 7.472668647766113,
      "learning_rate": 4.666579601386246e-05,
      "loss": 7.5891,
      "step": 356630
    },
    {
      "epoch": 0.743,
      "grad_norm": 1.2578219175338745,
      "learning_rate": 4.665865015118285e-05,
      "loss": 7.4281,
      "step": 356640
    },
    {
      "epoch": 0.7430208333333334,
      "grad_norm": 2.0134918689727783,
      "learning_rate": 4.6651504734896935e-05,
      "loss": 7.2577,
      "step": 356650
    },
    {
      "epoch": 0.7430416666666667,
      "grad_norm": 1.5845810174942017,
      "learning_rate": 4.664435976503564e-05,
      "loss": 6.9567,
      "step": 356660
    },
    {
      "epoch": 0.7430625,
      "grad_norm": 1.287355899810791,
      "learning_rate": 4.663721524162979e-05,
      "loss": 6.7245,
      "step": 356670
    },
    {
      "epoch": 0.7430833333333333,
      "grad_norm": 2.6721699237823486,
      "learning_rate": 4.6630071164710246e-05,
      "loss": 7.8886,
      "step": 356680
    },
    {
      "epoch": 0.7431041666666667,
      "grad_norm": 1.232483148574829,
      "learning_rate": 4.66229275343079e-05,
      "loss": 9.0863,
      "step": 356690
    },
    {
      "epoch": 0.743125,
      "grad_norm": 0.9629479050636292,
      "learning_rate": 4.6615784350453564e-05,
      "loss": 7.0191,
      "step": 356700
    },
    {
      "epoch": 0.7431458333333333,
      "grad_norm": 1.5704056024551392,
      "learning_rate": 4.660864161317813e-05,
      "loss": 6.963,
      "step": 356710
    },
    {
      "epoch": 0.7431666666666666,
      "grad_norm": 5.435657024383545,
      "learning_rate": 4.660149932251244e-05,
      "loss": 7.5503,
      "step": 356720
    },
    {
      "epoch": 0.7431875,
      "grad_norm": 2.0829408168792725,
      "learning_rate": 4.659435747848733e-05,
      "loss": 7.0093,
      "step": 356730
    },
    {
      "epoch": 0.7432083333333334,
      "grad_norm": 2.360150098800659,
      "learning_rate": 4.658721608113368e-05,
      "loss": 7.668,
      "step": 356740
    },
    {
      "epoch": 0.7432291666666667,
      "grad_norm": 1.6315490007400513,
      "learning_rate": 4.6580075130482366e-05,
      "loss": 7.4551,
      "step": 356750
    },
    {
      "epoch": 0.74325,
      "grad_norm": 1.0153673887252808,
      "learning_rate": 4.6572934626564104e-05,
      "loss": 6.9233,
      "step": 356760
    },
    {
      "epoch": 0.7432708333333333,
      "grad_norm": 1.475594162940979,
      "learning_rate": 4.6565794569409866e-05,
      "loss": 7.1668,
      "step": 356770
    },
    {
      "epoch": 0.7432916666666667,
      "grad_norm": 1.1191773414611816,
      "learning_rate": 4.655865495905049e-05,
      "loss": 7.0226,
      "step": 356780
    },
    {
      "epoch": 0.7433125,
      "grad_norm": 1.8180054426193237,
      "learning_rate": 4.6551515795516706e-05,
      "loss": 7.4623,
      "step": 356790
    },
    {
      "epoch": 0.7433333333333333,
      "grad_norm": 3.960275411605835,
      "learning_rate": 4.6544377078839446e-05,
      "loss": 7.3056,
      "step": 356800
    },
    {
      "epoch": 0.7433541666666666,
      "grad_norm": 1.318493127822876,
      "learning_rate": 4.65372388090496e-05,
      "loss": 7.1968,
      "step": 356810
    },
    {
      "epoch": 0.743375,
      "grad_norm": 2.194829225540161,
      "learning_rate": 4.653010098617782e-05,
      "loss": 7.0598,
      "step": 356820
    },
    {
      "epoch": 0.7433958333333334,
      "grad_norm": 0.9123055934906006,
      "learning_rate": 4.6522963610255106e-05,
      "loss": 7.2945,
      "step": 356830
    },
    {
      "epoch": 0.7434166666666666,
      "grad_norm": 0.8317264914512634,
      "learning_rate": 4.6515826681312276e-05,
      "loss": 6.8833,
      "step": 356840
    },
    {
      "epoch": 0.7434375,
      "grad_norm": 1.365227222442627,
      "learning_rate": 4.650869019938005e-05,
      "loss": 7.2374,
      "step": 356850
    },
    {
      "epoch": 0.7434583333333333,
      "grad_norm": 1.4017986059188843,
      "learning_rate": 4.6501554164489275e-05,
      "loss": 6.8888,
      "step": 356860
    },
    {
      "epoch": 0.7434791666666667,
      "grad_norm": 3.918790102005005,
      "learning_rate": 4.649441857667092e-05,
      "loss": 7.7898,
      "step": 356870
    },
    {
      "epoch": 0.7435,
      "grad_norm": 1.3784011602401733,
      "learning_rate": 4.648728343595566e-05,
      "loss": 7.3636,
      "step": 356880
    },
    {
      "epoch": 0.7435208333333333,
      "grad_norm": 1.9352304935455322,
      "learning_rate": 4.6480148742374356e-05,
      "loss": 7.2014,
      "step": 356890
    },
    {
      "epoch": 0.7435416666666667,
      "grad_norm": 2.7288687229156494,
      "learning_rate": 4.647301449595785e-05,
      "loss": 8.2925,
      "step": 356900
    },
    {
      "epoch": 0.7435625,
      "grad_norm": 0.9673398733139038,
      "learning_rate": 4.646588069673693e-05,
      "loss": 7.2434,
      "step": 356910
    },
    {
      "epoch": 0.7435833333333334,
      "grad_norm": 0.8720455765724182,
      "learning_rate": 4.645874734474242e-05,
      "loss": 7.3046,
      "step": 356920
    },
    {
      "epoch": 0.7436041666666666,
      "grad_norm": 1.6423919200897217,
      "learning_rate": 4.645161444000514e-05,
      "loss": 7.4713,
      "step": 356930
    },
    {
      "epoch": 0.743625,
      "grad_norm": 0.9908269047737122,
      "learning_rate": 4.64444819825559e-05,
      "loss": 7.2142,
      "step": 356940
    },
    {
      "epoch": 0.7436458333333333,
      "grad_norm": 1.8096641302108765,
      "learning_rate": 4.64373499724255e-05,
      "loss": 7.2872,
      "step": 356950
    },
    {
      "epoch": 0.7436666666666667,
      "grad_norm": 2.0487899780273438,
      "learning_rate": 4.643021840964477e-05,
      "loss": 7.2058,
      "step": 356960
    },
    {
      "epoch": 0.7436875,
      "grad_norm": 19.79195213317871,
      "learning_rate": 4.6423087294244484e-05,
      "loss": 7.4745,
      "step": 356970
    },
    {
      "epoch": 0.7437083333333333,
      "grad_norm": 0.9566935896873474,
      "learning_rate": 4.6415956626255474e-05,
      "loss": 7.3936,
      "step": 356980
    },
    {
      "epoch": 0.7437291666666667,
      "grad_norm": 1.6181566715240479,
      "learning_rate": 4.6408826405708534e-05,
      "loss": 6.9296,
      "step": 356990
    },
    {
      "epoch": 0.74375,
      "grad_norm": 2.1771090030670166,
      "learning_rate": 4.640169663263445e-05,
      "loss": 7.2496,
      "step": 357000
    },
    {
      "epoch": 0.74375,
      "eval_loss": 7.745497703552246,
      "eval_runtime": 8.4098,
      "eval_samples_per_second": 0.357,
      "eval_steps_per_second": 0.119,
      "step": 357000
    },
    {
      "epoch": 0.7437708333333334,
      "grad_norm": 1.0853772163391113,
      "learning_rate": 4.6394567307064034e-05,
      "loss": 7.2168,
      "step": 357010
    },
    {
      "epoch": 0.7437916666666666,
      "grad_norm": 4.153843879699707,
      "learning_rate": 4.6387438429028076e-05,
      "loss": 7.2473,
      "step": 357020
    },
    {
      "epoch": 0.7438125,
      "grad_norm": 11.506592750549316,
      "learning_rate": 4.6380309998557355e-05,
      "loss": 7.149,
      "step": 357030
    },
    {
      "epoch": 0.7438333333333333,
      "grad_norm": 1.136013388633728,
      "learning_rate": 4.6373182015682696e-05,
      "loss": 7.3945,
      "step": 357040
    },
    {
      "epoch": 0.7438541666666667,
      "grad_norm": 2.4692509174346924,
      "learning_rate": 4.636605448043489e-05,
      "loss": 7.9105,
      "step": 357050
    },
    {
      "epoch": 0.743875,
      "grad_norm": 4.109968662261963,
      "learning_rate": 4.6358927392844673e-05,
      "loss": 7.9788,
      "step": 357060
    },
    {
      "epoch": 0.7438958333333333,
      "grad_norm": 6.897436141967773,
      "learning_rate": 4.635180075294288e-05,
      "loss": 7.0477,
      "step": 357070
    },
    {
      "epoch": 0.7439166666666667,
      "grad_norm": 3.9310948848724365,
      "learning_rate": 4.63446745607603e-05,
      "loss": 7.1404,
      "step": 357080
    },
    {
      "epoch": 0.7439375,
      "grad_norm": 2.108323574066162,
      "learning_rate": 4.633754881632767e-05,
      "loss": 7.0634,
      "step": 357090
    },
    {
      "epoch": 0.7439583333333334,
      "grad_norm": 2.6663479804992676,
      "learning_rate": 4.63304235196758e-05,
      "loss": 7.4587,
      "step": 357100
    },
    {
      "epoch": 0.7439791666666666,
      "grad_norm": 0.8690214157104492,
      "learning_rate": 4.6323298670835476e-05,
      "loss": 8.0533,
      "step": 357110
    },
    {
      "epoch": 0.744,
      "grad_norm": 2.405139446258545,
      "learning_rate": 4.631617426983751e-05,
      "loss": 7.4423,
      "step": 357120
    },
    {
      "epoch": 0.7440208333333334,
      "grad_norm": 2.7344188690185547,
      "learning_rate": 4.630905031671258e-05,
      "loss": 7.1366,
      "step": 357130
    },
    {
      "epoch": 0.7440416666666667,
      "grad_norm": 1.4828678369522095,
      "learning_rate": 4.6301926811491454e-05,
      "loss": 7.957,
      "step": 357140
    },
    {
      "epoch": 0.7440625,
      "grad_norm": 1.1445801258087158,
      "learning_rate": 4.629480375420506e-05,
      "loss": 7.0088,
      "step": 357150
    },
    {
      "epoch": 0.7440833333333333,
      "grad_norm": 1.0958160161972046,
      "learning_rate": 4.628768114488402e-05,
      "loss": 7.3418,
      "step": 357160
    },
    {
      "epoch": 0.7441041666666667,
      "grad_norm": 4.077332496643066,
      "learning_rate": 4.6280558983559084e-05,
      "loss": 8.7437,
      "step": 357170
    },
    {
      "epoch": 0.744125,
      "grad_norm": 0.936237633228302,
      "learning_rate": 4.627343727026118e-05,
      "loss": 7.4221,
      "step": 357180
    },
    {
      "epoch": 0.7441458333333333,
      "grad_norm": 0.8357547521591187,
      "learning_rate": 4.626631600502094e-05,
      "loss": 7.3359,
      "step": 357190
    },
    {
      "epoch": 0.7441666666666666,
      "grad_norm": 1.4846137762069702,
      "learning_rate": 4.6259195187869074e-05,
      "loss": 7.2991,
      "step": 357200
    },
    {
      "epoch": 0.7441875,
      "grad_norm": 0.8867800235748291,
      "learning_rate": 4.6252074818836534e-05,
      "loss": 7.2481,
      "step": 357210
    },
    {
      "epoch": 0.7442083333333334,
      "grad_norm": 1.0521289110183716,
      "learning_rate": 4.6244954897953915e-05,
      "loss": 6.8639,
      "step": 357220
    },
    {
      "epoch": 0.7442291666666667,
      "grad_norm": 1.1425368785858154,
      "learning_rate": 4.623783542525197e-05,
      "loss": 7.0138,
      "step": 357230
    },
    {
      "epoch": 0.74425,
      "grad_norm": 1.6538581848144531,
      "learning_rate": 4.623071640076161e-05,
      "loss": 6.9814,
      "step": 357240
    },
    {
      "epoch": 0.7442708333333333,
      "grad_norm": 0.858469545841217,
      "learning_rate": 4.622359782451343e-05,
      "loss": 6.8837,
      "step": 357250
    },
    {
      "epoch": 0.7442916666666667,
      "grad_norm": 1.0920778512954712,
      "learning_rate": 4.6216479696538235e-05,
      "loss": 6.9027,
      "step": 357260
    },
    {
      "epoch": 0.7443125,
      "grad_norm": 1.010322093963623,
      "learning_rate": 4.6209362016866745e-05,
      "loss": 7.5323,
      "step": 357270
    },
    {
      "epoch": 0.7443333333333333,
      "grad_norm": 0.7988852262496948,
      "learning_rate": 4.6202244785529746e-05,
      "loss": 7.5464,
      "step": 357280
    },
    {
      "epoch": 0.7443541666666667,
      "grad_norm": 1.1602487564086914,
      "learning_rate": 4.6195128002557976e-05,
      "loss": 6.8665,
      "step": 357290
    },
    {
      "epoch": 0.744375,
      "grad_norm": 1.427673578262329,
      "learning_rate": 4.618801166798214e-05,
      "loss": 6.7637,
      "step": 357300
    },
    {
      "epoch": 0.7443958333333334,
      "grad_norm": 1.1032334566116333,
      "learning_rate": 4.6180895781833016e-05,
      "loss": 7.3542,
      "step": 357310
    },
    {
      "epoch": 0.7444166666666666,
      "grad_norm": 1.506816029548645,
      "learning_rate": 4.6173780344141315e-05,
      "loss": 7.8413,
      "step": 357320
    },
    {
      "epoch": 0.7444375,
      "grad_norm": 1.92356538772583,
      "learning_rate": 4.616666535493779e-05,
      "loss": 6.9242,
      "step": 357330
    },
    {
      "epoch": 0.7444583333333333,
      "grad_norm": 2.2590160369873047,
      "learning_rate": 4.615955081425318e-05,
      "loss": 7.1307,
      "step": 357340
    },
    {
      "epoch": 0.7444791666666667,
      "grad_norm": 1.7014167308807373,
      "learning_rate": 4.6152436722118194e-05,
      "loss": 7.0019,
      "step": 357350
    },
    {
      "epoch": 0.7445,
      "grad_norm": 1.8183053731918335,
      "learning_rate": 4.6145323078563576e-05,
      "loss": 7.2772,
      "step": 357360
    },
    {
      "epoch": 0.7445208333333333,
      "grad_norm": 1.109842300415039,
      "learning_rate": 4.6138209883620064e-05,
      "loss": 7.1388,
      "step": 357370
    },
    {
      "epoch": 0.7445416666666667,
      "grad_norm": 0.8694620132446289,
      "learning_rate": 4.6131097137318374e-05,
      "loss": 7.0609,
      "step": 357380
    },
    {
      "epoch": 0.7445625,
      "grad_norm": 1.6864291429519653,
      "learning_rate": 4.612398483968923e-05,
      "loss": 6.946,
      "step": 357390
    },
    {
      "epoch": 0.7445833333333334,
      "grad_norm": 2.800373077392578,
      "learning_rate": 4.611687299076335e-05,
      "loss": 7.7874,
      "step": 357400
    },
    {
      "epoch": 0.7446041666666666,
      "grad_norm": 0.9977134466171265,
      "learning_rate": 4.61097615905715e-05,
      "loss": 7.3341,
      "step": 357410
    },
    {
      "epoch": 0.744625,
      "grad_norm": 1.291398048400879,
      "learning_rate": 4.6102650639144274e-05,
      "loss": 7.0379,
      "step": 357420
    },
    {
      "epoch": 0.7446458333333333,
      "grad_norm": 1.29530668258667,
      "learning_rate": 4.6095540136512514e-05,
      "loss": 6.944,
      "step": 357430
    },
    {
      "epoch": 0.7446666666666667,
      "grad_norm": 1.9905433654785156,
      "learning_rate": 4.608843008270693e-05,
      "loss": 7.28,
      "step": 357440
    },
    {
      "epoch": 0.7446875,
      "grad_norm": 2.269843816757202,
      "learning_rate": 4.608132047775812e-05,
      "loss": 7.3768,
      "step": 357450
    },
    {
      "epoch": 0.7447083333333333,
      "grad_norm": 0.9539538621902466,
      "learning_rate": 4.607421132169692e-05,
      "loss": 7.3737,
      "step": 357460
    },
    {
      "epoch": 0.7447291666666667,
      "grad_norm": 1.2790461778640747,
      "learning_rate": 4.606710261455402e-05,
      "loss": 7.1202,
      "step": 357470
    },
    {
      "epoch": 0.74475,
      "grad_norm": 2.9767327308654785,
      "learning_rate": 4.6059994356360015e-05,
      "loss": 6.8625,
      "step": 357480
    },
    {
      "epoch": 0.7447708333333334,
      "grad_norm": 1.2710825204849243,
      "learning_rate": 4.6052886547145746e-05,
      "loss": 6.8759,
      "step": 357490
    },
    {
      "epoch": 0.7447916666666666,
      "grad_norm": 0.9724112153053284,
      "learning_rate": 4.604577918694189e-05,
      "loss": 8.9217,
      "step": 357500
    },
    {
      "epoch": 0.7448125,
      "grad_norm": 1.3605903387069702,
      "learning_rate": 4.603867227577904e-05,
      "loss": 7.1538,
      "step": 357510
    },
    {
      "epoch": 0.7448333333333333,
      "grad_norm": 1.3682887554168701,
      "learning_rate": 4.6031565813688065e-05,
      "loss": 7.3541,
      "step": 357520
    },
    {
      "epoch": 0.7448541666666667,
      "grad_norm": 2.7484939098358154,
      "learning_rate": 4.6024459800699514e-05,
      "loss": 7.3483,
      "step": 357530
    },
    {
      "epoch": 0.744875,
      "grad_norm": 6.534278392791748,
      "learning_rate": 4.601735423684411e-05,
      "loss": 7.7152,
      "step": 357540
    },
    {
      "epoch": 0.7448958333333333,
      "grad_norm": 0.7908262610435486,
      "learning_rate": 4.6010249122152664e-05,
      "loss": 7.6481,
      "step": 357550
    },
    {
      "epoch": 0.7449166666666667,
      "grad_norm": 2.33540415763855,
      "learning_rate": 4.600314445665573e-05,
      "loss": 7.6733,
      "step": 357560
    },
    {
      "epoch": 0.7449375,
      "grad_norm": 1.532586693763733,
      "learning_rate": 4.599604024038401e-05,
      "loss": 6.9347,
      "step": 357570
    },
    {
      "epoch": 0.7449583333333333,
      "grad_norm": 1.8041173219680786,
      "learning_rate": 4.5988936473368314e-05,
      "loss": 7.8168,
      "step": 357580
    },
    {
      "epoch": 0.7449791666666666,
      "grad_norm": 4.058629035949707,
      "learning_rate": 4.59818331556392e-05,
      "loss": 7.3356,
      "step": 357590
    },
    {
      "epoch": 0.745,
      "grad_norm": 3.684168815612793,
      "learning_rate": 4.597473028722735e-05,
      "loss": 7.3376,
      "step": 357600
    },
    {
      "epoch": 0.7450208333333334,
      "grad_norm": 0.9062886238098145,
      "learning_rate": 4.596762786816357e-05,
      "loss": 6.9063,
      "step": 357610
    },
    {
      "epoch": 0.7450416666666667,
      "grad_norm": 1.2569797039031982,
      "learning_rate": 4.596052589847841e-05,
      "loss": 7.0075,
      "step": 357620
    },
    {
      "epoch": 0.7450625,
      "grad_norm": 2.026092767715454,
      "learning_rate": 4.5953424378202615e-05,
      "loss": 7.2699,
      "step": 357630
    },
    {
      "epoch": 0.7450833333333333,
      "grad_norm": 1.9849932193756104,
      "learning_rate": 4.594632330736682e-05,
      "loss": 7.0062,
      "step": 357640
    },
    {
      "epoch": 0.7451041666666667,
      "grad_norm": 1.4370009899139404,
      "learning_rate": 4.5939222686001734e-05,
      "loss": 7.0922,
      "step": 357650
    },
    {
      "epoch": 0.745125,
      "grad_norm": 1.4314249753952026,
      "learning_rate": 4.5932122514138015e-05,
      "loss": 7.214,
      "step": 357660
    },
    {
      "epoch": 0.7451458333333333,
      "grad_norm": 0.7648438215255737,
      "learning_rate": 4.592502279180634e-05,
      "loss": 7.55,
      "step": 357670
    },
    {
      "epoch": 0.7451666666666666,
      "grad_norm": 1.7885817289352417,
      "learning_rate": 4.591792351903736e-05,
      "loss": 7.3941,
      "step": 357680
    },
    {
      "epoch": 0.7451875,
      "grad_norm": 3.397362232208252,
      "learning_rate": 4.591082469586175e-05,
      "loss": 7.4198,
      "step": 357690
    },
    {
      "epoch": 0.7452083333333334,
      "grad_norm": 1.4324692487716675,
      "learning_rate": 4.590372632231019e-05,
      "loss": 7.0344,
      "step": 357700
    },
    {
      "epoch": 0.7452291666666667,
      "grad_norm": 0.8366371989250183,
      "learning_rate": 4.589662839841332e-05,
      "loss": 7.3149,
      "step": 357710
    },
    {
      "epoch": 0.74525,
      "grad_norm": 1.2429438829421997,
      "learning_rate": 4.58895309242018e-05,
      "loss": 7.351,
      "step": 357720
    },
    {
      "epoch": 0.7452708333333333,
      "grad_norm": 1.7032673358917236,
      "learning_rate": 4.588243389970632e-05,
      "loss": 7.251,
      "step": 357730
    },
    {
      "epoch": 0.7452916666666667,
      "grad_norm": 2.3990888595581055,
      "learning_rate": 4.587533732495749e-05,
      "loss": 8.1634,
      "step": 357740
    },
    {
      "epoch": 0.7453125,
      "grad_norm": 3.5539445877075195,
      "learning_rate": 4.5868241199986045e-05,
      "loss": 7.1617,
      "step": 357750
    },
    {
      "epoch": 0.7453333333333333,
      "grad_norm": 0.8513770699501038,
      "learning_rate": 4.586114552482249e-05,
      "loss": 7.0636,
      "step": 357760
    },
    {
      "epoch": 0.7453541666666667,
      "grad_norm": 1.4898648262023926,
      "learning_rate": 4.5854050299497604e-05,
      "loss": 7.0678,
      "step": 357770
    },
    {
      "epoch": 0.745375,
      "grad_norm": 1.565534234046936,
      "learning_rate": 4.584695552404204e-05,
      "loss": 7.2647,
      "step": 357780
    },
    {
      "epoch": 0.7453958333333334,
      "grad_norm": 1.0504741668701172,
      "learning_rate": 4.583986119848631e-05,
      "loss": 8.0494,
      "step": 357790
    },
    {
      "epoch": 0.7454166666666666,
      "grad_norm": 2.1314375400543213,
      "learning_rate": 4.5832767322861206e-05,
      "loss": 7.3233,
      "step": 357800
    },
    {
      "epoch": 0.7454375,
      "grad_norm": 1.6614995002746582,
      "learning_rate": 4.582567389719736e-05,
      "loss": 7.071,
      "step": 357810
    },
    {
      "epoch": 0.7454583333333333,
      "grad_norm": 1.0402857065200806,
      "learning_rate": 4.581858092152527e-05,
      "loss": 7.8166,
      "step": 357820
    },
    {
      "epoch": 0.7454791666666667,
      "grad_norm": 1.142189621925354,
      "learning_rate": 4.581148839587571e-05,
      "loss": 6.7337,
      "step": 357830
    },
    {
      "epoch": 0.7455,
      "grad_norm": 2.624966859817505,
      "learning_rate": 4.580439632027933e-05,
      "loss": 7.3532,
      "step": 357840
    },
    {
      "epoch": 0.7455208333333333,
      "grad_norm": 1.1904722452163696,
      "learning_rate": 4.5797304694766626e-05,
      "loss": 7.1993,
      "step": 357850
    },
    {
      "epoch": 0.7455416666666667,
      "grad_norm": 0.9877916574478149,
      "learning_rate": 4.579021351936837e-05,
      "loss": 7.1069,
      "step": 357860
    },
    {
      "epoch": 0.7455625,
      "grad_norm": 1.5945844650268555,
      "learning_rate": 4.578312279411519e-05,
      "loss": 7.3253,
      "step": 357870
    },
    {
      "epoch": 0.7455833333333334,
      "grad_norm": 3.234755516052246,
      "learning_rate": 4.577603251903757e-05,
      "loss": 7.2997,
      "step": 357880
    },
    {
      "epoch": 0.7456041666666666,
      "grad_norm": 2.3077950477600098,
      "learning_rate": 4.576894269416633e-05,
      "loss": 7.0063,
      "step": 357890
    },
    {
      "epoch": 0.745625,
      "grad_norm": 0.9980806708335876,
      "learning_rate": 4.576185331953194e-05,
      "loss": 7.1775,
      "step": 357900
    },
    {
      "epoch": 0.7456458333333333,
      "grad_norm": 4.189150333404541,
      "learning_rate": 4.575476439516506e-05,
      "loss": 7.0196,
      "step": 357910
    },
    {
      "epoch": 0.7456666666666667,
      "grad_norm": 1.649773120880127,
      "learning_rate": 4.574767592109641e-05,
      "loss": 8.094,
      "step": 357920
    },
    {
      "epoch": 0.7456875,
      "grad_norm": 1.2061662673950195,
      "learning_rate": 4.57405878973565e-05,
      "loss": 7.6797,
      "step": 357930
    },
    {
      "epoch": 0.7457083333333333,
      "grad_norm": 2.176823854446411,
      "learning_rate": 4.5733500323975925e-05,
      "loss": 7.3265,
      "step": 357940
    },
    {
      "epoch": 0.7457291666666667,
      "grad_norm": 3.2559702396392822,
      "learning_rate": 4.5726413200985454e-05,
      "loss": 7.4477,
      "step": 357950
    },
    {
      "epoch": 0.74575,
      "grad_norm": 0.7651675939559937,
      "learning_rate": 4.5719326528415554e-05,
      "loss": 7.3325,
      "step": 357960
    },
    {
      "epoch": 0.7457708333333334,
      "grad_norm": 2.1006996631622314,
      "learning_rate": 4.5712240306296846e-05,
      "loss": 7.1601,
      "step": 357970
    },
    {
      "epoch": 0.7457916666666666,
      "grad_norm": 1.2237352132797241,
      "learning_rate": 4.5705154534660076e-05,
      "loss": 7.7065,
      "step": 357980
    },
    {
      "epoch": 0.7458125,
      "grad_norm": 3.5633180141448975,
      "learning_rate": 4.5698069213535695e-05,
      "loss": 7.4563,
      "step": 357990
    },
    {
      "epoch": 0.7458333333333333,
      "grad_norm": 2.4638545513153076,
      "learning_rate": 4.5690984342954373e-05,
      "loss": 7.423,
      "step": 358000
    },
    {
      "epoch": 0.7458333333333333,
      "eval_loss": 7.498490810394287,
      "eval_runtime": 8.4415,
      "eval_samples_per_second": 0.355,
      "eval_steps_per_second": 0.118,
      "step": 358000
    },
    {
      "epoch": 0.7458541666666667,
      "grad_norm": 2.2252633571624756,
      "learning_rate": 4.5683899922946725e-05,
      "loss": 6.6623,
      "step": 358010
    },
    {
      "epoch": 0.745875,
      "grad_norm": 1.5151724815368652,
      "learning_rate": 4.567681595354332e-05,
      "loss": 6.9894,
      "step": 358020
    },
    {
      "epoch": 0.7458958333333333,
      "grad_norm": 1.148423433303833,
      "learning_rate": 4.566973243477478e-05,
      "loss": 7.0494,
      "step": 358030
    },
    {
      "epoch": 0.7459166666666667,
      "grad_norm": 1.356592059135437,
      "learning_rate": 4.566264936667171e-05,
      "loss": 6.9957,
      "step": 358040
    },
    {
      "epoch": 0.7459375,
      "grad_norm": 2.4447875022888184,
      "learning_rate": 4.565556674926468e-05,
      "loss": 6.9487,
      "step": 358050
    },
    {
      "epoch": 0.7459583333333333,
      "grad_norm": 31.223665237426758,
      "learning_rate": 4.564848458258431e-05,
      "loss": 9.5823,
      "step": 358060
    },
    {
      "epoch": 0.7459791666666666,
      "grad_norm": 2.501380443572998,
      "learning_rate": 4.5641402866661186e-05,
      "loss": 7.2283,
      "step": 358070
    },
    {
      "epoch": 0.746,
      "grad_norm": 2.5050017833709717,
      "learning_rate": 4.5634321601525884e-05,
      "loss": 7.5537,
      "step": 358080
    },
    {
      "epoch": 0.7460208333333334,
      "grad_norm": 2.083181142807007,
      "learning_rate": 4.5627240787209e-05,
      "loss": 7.2252,
      "step": 358090
    },
    {
      "epoch": 0.7460416666666667,
      "grad_norm": 1.0484505891799927,
      "learning_rate": 4.5620160423741125e-05,
      "loss": 7.1908,
      "step": 358100
    },
    {
      "epoch": 0.7460625,
      "grad_norm": 1.5043551921844482,
      "learning_rate": 4.561308051115285e-05,
      "loss": 7.1466,
      "step": 358110
    },
    {
      "epoch": 0.7460833333333333,
      "grad_norm": 1.7851309776306152,
      "learning_rate": 4.560600104947478e-05,
      "loss": 7.0823,
      "step": 358120
    },
    {
      "epoch": 0.7461041666666667,
      "grad_norm": 1.0890581607818604,
      "learning_rate": 4.5598922038737387e-05,
      "loss": 6.9401,
      "step": 358130
    },
    {
      "epoch": 0.746125,
      "grad_norm": 3.06439208984375,
      "learning_rate": 4.5591843478971365e-05,
      "loss": 7.228,
      "step": 358140
    },
    {
      "epoch": 0.7461458333333333,
      "grad_norm": 1.203077793121338,
      "learning_rate": 4.558476537020729e-05,
      "loss": 6.693,
      "step": 358150
    },
    {
      "epoch": 0.7461666666666666,
      "grad_norm": 0.6996204853057861,
      "learning_rate": 4.5577687712475604e-05,
      "loss": 7.4153,
      "step": 358160
    },
    {
      "epoch": 0.7461875,
      "grad_norm": 7.053843975067139,
      "learning_rate": 4.557061050580703e-05,
      "loss": 7.1985,
      "step": 358170
    },
    {
      "epoch": 0.7462083333333334,
      "grad_norm": 0.9735786318778992,
      "learning_rate": 4.556353375023212e-05,
      "loss": 6.9093,
      "step": 358180
    },
    {
      "epoch": 0.7462291666666667,
      "grad_norm": 1.6525521278381348,
      "learning_rate": 4.5556457445781316e-05,
      "loss": 7.0119,
      "step": 358190
    },
    {
      "epoch": 0.74625,
      "grad_norm": 2.855564594268799,
      "learning_rate": 4.5549381592485326e-05,
      "loss": 7.2046,
      "step": 358200
    },
    {
      "epoch": 0.7462708333333333,
      "grad_norm": 1.096051573753357,
      "learning_rate": 4.554230619037471e-05,
      "loss": 7.0745,
      "step": 358210
    },
    {
      "epoch": 0.7462916666666667,
      "grad_norm": 2.151553153991699,
      "learning_rate": 4.553523123947989e-05,
      "loss": 6.7634,
      "step": 358220
    },
    {
      "epoch": 0.7463125,
      "grad_norm": 1.7544288635253906,
      "learning_rate": 4.5528156739831565e-05,
      "loss": 6.8602,
      "step": 358230
    },
    {
      "epoch": 0.7463333333333333,
      "grad_norm": 1.0445969104766846,
      "learning_rate": 4.55210826914603e-05,
      "loss": 7.7672,
      "step": 358240
    },
    {
      "epoch": 0.7463541666666667,
      "grad_norm": 1.2924660444259644,
      "learning_rate": 4.5514009094396506e-05,
      "loss": 7.5734,
      "step": 358250
    },
    {
      "epoch": 0.746375,
      "grad_norm": 1.6440232992172241,
      "learning_rate": 4.5506935948670916e-05,
      "loss": 7.1491,
      "step": 358260
    },
    {
      "epoch": 0.7463958333333334,
      "grad_norm": 0.9647671580314636,
      "learning_rate": 4.549986325431397e-05,
      "loss": 7.2088,
      "step": 358270
    },
    {
      "epoch": 0.7464166666666666,
      "grad_norm": 1.2492421865463257,
      "learning_rate": 4.549279101135619e-05,
      "loss": 8.3748,
      "step": 358280
    },
    {
      "epoch": 0.7464375,
      "grad_norm": 2.852630615234375,
      "learning_rate": 4.548571921982831e-05,
      "loss": 7.6438,
      "step": 358290
    },
    {
      "epoch": 0.7464583333333333,
      "grad_norm": 1.497440218925476,
      "learning_rate": 4.547864787976068e-05,
      "loss": 7.2688,
      "step": 358300
    },
    {
      "epoch": 0.7464791666666667,
      "grad_norm": 3.946375846862793,
      "learning_rate": 4.547157699118392e-05,
      "loss": 6.8712,
      "step": 358310
    },
    {
      "epoch": 0.7465,
      "grad_norm": 1.8666305541992188,
      "learning_rate": 4.546450655412859e-05,
      "loss": 7.588,
      "step": 358320
    },
    {
      "epoch": 0.7465208333333333,
      "grad_norm": 1.4933265447616577,
      "learning_rate": 4.54574365686252e-05,
      "loss": 6.9117,
      "step": 358330
    },
    {
      "epoch": 0.7465416666666667,
      "grad_norm": 1.5892601013183594,
      "learning_rate": 4.54503670347043e-05,
      "loss": 7.3361,
      "step": 358340
    },
    {
      "epoch": 0.7465625,
      "grad_norm": 1.8229480981826782,
      "learning_rate": 4.544329795239643e-05,
      "loss": 7.0732,
      "step": 358350
    },
    {
      "epoch": 0.7465833333333334,
      "grad_norm": 2.8917958736419678,
      "learning_rate": 4.543622932173213e-05,
      "loss": 7.2494,
      "step": 358360
    },
    {
      "epoch": 0.7466041666666666,
      "grad_norm": 1.2714883089065552,
      "learning_rate": 4.542916114274193e-05,
      "loss": 7.3199,
      "step": 358370
    },
    {
      "epoch": 0.746625,
      "grad_norm": 1.7722907066345215,
      "learning_rate": 4.542209341545637e-05,
      "loss": 6.9808,
      "step": 358380
    },
    {
      "epoch": 0.7466458333333333,
      "grad_norm": 1.0486879348754883,
      "learning_rate": 4.5415026139905966e-05,
      "loss": 7.0508,
      "step": 358390
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 2.0498692989349365,
      "learning_rate": 4.5407959316121245e-05,
      "loss": 7.1143,
      "step": 358400
    },
    {
      "epoch": 0.7466875,
      "grad_norm": 2.0112898349761963,
      "learning_rate": 4.5400892944132744e-05,
      "loss": 7.4631,
      "step": 358410
    },
    {
      "epoch": 0.7467083333333333,
      "grad_norm": 18.52391815185547,
      "learning_rate": 4.5393827023970984e-05,
      "loss": 7.8729,
      "step": 358420
    },
    {
      "epoch": 0.7467291666666667,
      "grad_norm": 1.0174297094345093,
      "learning_rate": 4.538676155566648e-05,
      "loss": 7.3061,
      "step": 358430
    },
    {
      "epoch": 0.74675,
      "grad_norm": 0.9639310836791992,
      "learning_rate": 4.537969653924977e-05,
      "loss": 6.7076,
      "step": 358440
    },
    {
      "epoch": 0.7467708333333334,
      "grad_norm": 1.1579022407531738,
      "learning_rate": 4.537263197475134e-05,
      "loss": 7.2983,
      "step": 358450
    },
    {
      "epoch": 0.7467916666666666,
      "grad_norm": 1.0520223379135132,
      "learning_rate": 4.536556786220174e-05,
      "loss": 7.4664,
      "step": 358460
    },
    {
      "epoch": 0.7468125,
      "grad_norm": 3.2927095890045166,
      "learning_rate": 4.5358504201631464e-05,
      "loss": 7.3909,
      "step": 358470
    },
    {
      "epoch": 0.7468333333333333,
      "grad_norm": 1.1983370780944824,
      "learning_rate": 4.535144099307103e-05,
      "loss": 7.9405,
      "step": 358480
    },
    {
      "epoch": 0.7468541666666667,
      "grad_norm": 1.948083758354187,
      "learning_rate": 4.534437823655096e-05,
      "loss": 7.6282,
      "step": 358490
    },
    {
      "epoch": 0.746875,
      "grad_norm": 0.8052031993865967,
      "learning_rate": 4.5337315932101745e-05,
      "loss": 7.5138,
      "step": 358500
    },
    {
      "epoch": 0.7468958333333333,
      "grad_norm": 1.5205050706863403,
      "learning_rate": 4.533025407975389e-05,
      "loss": 7.7107,
      "step": 358510
    },
    {
      "epoch": 0.7469166666666667,
      "grad_norm": 2.3266096115112305,
      "learning_rate": 4.532319267953795e-05,
      "loss": 6.953,
      "step": 358520
    },
    {
      "epoch": 0.7469375,
      "grad_norm": 1.149385690689087,
      "learning_rate": 4.531613173148429e-05,
      "loss": 7.1377,
      "step": 358530
    },
    {
      "epoch": 0.7469583333333333,
      "grad_norm": 2.6221296787261963,
      "learning_rate": 4.530907123562356e-05,
      "loss": 7.1104,
      "step": 358540
    },
    {
      "epoch": 0.7469791666666666,
      "grad_norm": 1.4189014434814453,
      "learning_rate": 4.5302011191986256e-05,
      "loss": 7.0103,
      "step": 358550
    },
    {
      "epoch": 0.747,
      "grad_norm": 0.8968434929847717,
      "learning_rate": 4.5294951600602716e-05,
      "loss": 7.5309,
      "step": 358560
    },
    {
      "epoch": 0.7470208333333334,
      "grad_norm": 2.814195156097412,
      "learning_rate": 4.5287892461503586e-05,
      "loss": 7.0254,
      "step": 358570
    },
    {
      "epoch": 0.7470416666666667,
      "grad_norm": 1.1881818771362305,
      "learning_rate": 4.528083377471936e-05,
      "loss": 6.7489,
      "step": 358580
    },
    {
      "epoch": 0.7470625,
      "grad_norm": 2.1830241680145264,
      "learning_rate": 4.527377554028044e-05,
      "loss": 7.1922,
      "step": 358590
    },
    {
      "epoch": 0.7470833333333333,
      "grad_norm": 1.8721452951431274,
      "learning_rate": 4.526671775821729e-05,
      "loss": 7.2872,
      "step": 358600
    },
    {
      "epoch": 0.7471041666666667,
      "grad_norm": 6.191580772399902,
      "learning_rate": 4.5259660428560575e-05,
      "loss": 7.3181,
      "step": 358610
    },
    {
      "epoch": 0.747125,
      "grad_norm": 1.8200854063034058,
      "learning_rate": 4.5252603551340626e-05,
      "loss": 7.2935,
      "step": 358620
    },
    {
      "epoch": 0.7471458333333333,
      "grad_norm": 2.724848747253418,
      "learning_rate": 4.5245547126587964e-05,
      "loss": 7.1583,
      "step": 358630
    },
    {
      "epoch": 0.7471666666666666,
      "grad_norm": 4.292929172515869,
      "learning_rate": 4.523849115433307e-05,
      "loss": 7.0176,
      "step": 358640
    },
    {
      "epoch": 0.7471875,
      "grad_norm": 0.8080719113349915,
      "learning_rate": 4.523143563460642e-05,
      "loss": 6.8692,
      "step": 358650
    },
    {
      "epoch": 0.7472083333333334,
      "grad_norm": 2.50545597076416,
      "learning_rate": 4.5224380567438504e-05,
      "loss": 7.2088,
      "step": 358660
    },
    {
      "epoch": 0.7472291666666667,
      "grad_norm": 2.2818198204040527,
      "learning_rate": 4.5217325952859794e-05,
      "loss": 6.8394,
      "step": 358670
    },
    {
      "epoch": 0.74725,
      "grad_norm": 1.0924639701843262,
      "learning_rate": 4.521027179090075e-05,
      "loss": 6.9756,
      "step": 358680
    },
    {
      "epoch": 0.7472708333333333,
      "grad_norm": 1.1105221509933472,
      "learning_rate": 4.520321808159187e-05,
      "loss": 7.1868,
      "step": 358690
    },
    {
      "epoch": 0.7472916666666667,
      "grad_norm": 1.7854061126708984,
      "learning_rate": 4.519616482496358e-05,
      "loss": 6.8159,
      "step": 358700
    },
    {
      "epoch": 0.7473125,
      "grad_norm": 2.0987231731414795,
      "learning_rate": 4.51891120210464e-05,
      "loss": 7.4172,
      "step": 358710
    },
    {
      "epoch": 0.7473333333333333,
      "grad_norm": 1.3410499095916748,
      "learning_rate": 4.518205966987076e-05,
      "loss": 7.207,
      "step": 358720
    },
    {
      "epoch": 0.7473541666666667,
      "grad_norm": 2.6013550758361816,
      "learning_rate": 4.517500777146714e-05,
      "loss": 7.1328,
      "step": 358730
    },
    {
      "epoch": 0.747375,
      "grad_norm": 8.644796371459961,
      "learning_rate": 4.516795632586598e-05,
      "loss": 8.061,
      "step": 358740
    },
    {
      "epoch": 0.7473958333333334,
      "grad_norm": 0.9116737246513367,
      "learning_rate": 4.5160905333097757e-05,
      "loss": 7.107,
      "step": 358750
    },
    {
      "epoch": 0.7474166666666666,
      "grad_norm": 1.7334957122802734,
      "learning_rate": 4.515385479319292e-05,
      "loss": 7.0193,
      "step": 358760
    },
    {
      "epoch": 0.7474375,
      "grad_norm": 3.8462045192718506,
      "learning_rate": 4.514680470618195e-05,
      "loss": 7.3615,
      "step": 358770
    },
    {
      "epoch": 0.7474583333333333,
      "grad_norm": 1.2084006071090698,
      "learning_rate": 4.5139755072095265e-05,
      "loss": 6.9681,
      "step": 358780
    },
    {
      "epoch": 0.7474791666666667,
      "grad_norm": 1.1541409492492676,
      "learning_rate": 4.513270589096332e-05,
      "loss": 7.2324,
      "step": 358790
    },
    {
      "epoch": 0.7475,
      "grad_norm": 1.9519548416137695,
      "learning_rate": 4.512565716281659e-05,
      "loss": 6.9448,
      "step": 358800
    },
    {
      "epoch": 0.7475208333333333,
      "grad_norm": 1.5058931112289429,
      "learning_rate": 4.5118608887685515e-05,
      "loss": 7.3119,
      "step": 358810
    },
    {
      "epoch": 0.7475416666666667,
      "grad_norm": 2.6879422664642334,
      "learning_rate": 4.511156106560052e-05,
      "loss": 7.6717,
      "step": 358820
    },
    {
      "epoch": 0.7475625,
      "grad_norm": 1.9284127950668335,
      "learning_rate": 4.510451369659208e-05,
      "loss": 8.0373,
      "step": 358830
    },
    {
      "epoch": 0.7475833333333334,
      "grad_norm": 2.1805179119110107,
      "learning_rate": 4.50974667806906e-05,
      "loss": 7.6827,
      "step": 358840
    },
    {
      "epoch": 0.7476041666666666,
      "grad_norm": 1.3688220977783203,
      "learning_rate": 4.509042031792656e-05,
      "loss": 7.2848,
      "step": 358850
    },
    {
      "epoch": 0.747625,
      "grad_norm": 3.579118013381958,
      "learning_rate": 4.508337430833036e-05,
      "loss": 7.4497,
      "step": 358860
    },
    {
      "epoch": 0.7476458333333333,
      "grad_norm": 6.949115753173828,
      "learning_rate": 4.507632875193246e-05,
      "loss": 7.1058,
      "step": 358870
    },
    {
      "epoch": 0.7476666666666667,
      "grad_norm": 2.274722099304199,
      "learning_rate": 4.5069283648763296e-05,
      "loss": 7.128,
      "step": 358880
    },
    {
      "epoch": 0.7476875,
      "grad_norm": 1.285021424293518,
      "learning_rate": 4.506223899885333e-05,
      "loss": 6.8722,
      "step": 358890
    },
    {
      "epoch": 0.7477083333333333,
      "grad_norm": 2.616590738296509,
      "learning_rate": 4.5055194802232926e-05,
      "loss": 6.9067,
      "step": 358900
    },
    {
      "epoch": 0.7477291666666667,
      "grad_norm": 1.4590435028076172,
      "learning_rate": 4.504815105893248e-05,
      "loss": 7.1752,
      "step": 358910
    },
    {
      "epoch": 0.74775,
      "grad_norm": 1.406997561454773,
      "learning_rate": 4.504110776898256e-05,
      "loss": 7.2438,
      "step": 358920
    },
    {
      "epoch": 0.7477708333333334,
      "grad_norm": 1.6814894676208496,
      "learning_rate": 4.503406493241349e-05,
      "loss": 6.851,
      "step": 358930
    },
    {
      "epoch": 0.7477916666666666,
      "grad_norm": 1.9868782758712769,
      "learning_rate": 4.502702254925564e-05,
      "loss": 6.8955,
      "step": 358940
    },
    {
      "epoch": 0.7478125,
      "grad_norm": 1.0194756984710693,
      "learning_rate": 4.5019980619539594e-05,
      "loss": 7.4553,
      "step": 358950
    },
    {
      "epoch": 0.7478333333333333,
      "grad_norm": 2.9538934230804443,
      "learning_rate": 4.5012939143295644e-05,
      "loss": 7.9719,
      "step": 358960
    },
    {
      "epoch": 0.7478541666666667,
      "grad_norm": 5.6806182861328125,
      "learning_rate": 4.50058981205542e-05,
      "loss": 7.2635,
      "step": 358970
    },
    {
      "epoch": 0.747875,
      "grad_norm": 5.555185317993164,
      "learning_rate": 4.499885755134579e-05,
      "loss": 7.8498,
      "step": 358980
    },
    {
      "epoch": 0.7478958333333333,
      "grad_norm": 1.272896409034729,
      "learning_rate": 4.499181743570072e-05,
      "loss": 7.0034,
      "step": 358990
    },
    {
      "epoch": 0.7479166666666667,
      "grad_norm": 1.0485483407974243,
      "learning_rate": 4.498477777364938e-05,
      "loss": 7.1319,
      "step": 359000
    },
    {
      "epoch": 0.7479166666666667,
      "eval_loss": 7.14004373550415,
      "eval_runtime": 9.0979,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 359000
    },
    {
      "epoch": 0.7479375,
      "grad_norm": 1.6376848220825195,
      "learning_rate": 4.497773856522233e-05,
      "loss": 7.1195,
      "step": 359010
    },
    {
      "epoch": 0.7479583333333333,
      "grad_norm": 1.0815166234970093,
      "learning_rate": 4.497069981044983e-05,
      "loss": 7.2094,
      "step": 359020
    },
    {
      "epoch": 0.7479791666666666,
      "grad_norm": 0.9102676510810852,
      "learning_rate": 4.496366150936233e-05,
      "loss": 7.0531,
      "step": 359030
    },
    {
      "epoch": 0.748,
      "grad_norm": 1.18777596950531,
      "learning_rate": 4.495662366199025e-05,
      "loss": 7.294,
      "step": 359040
    },
    {
      "epoch": 0.7480208333333334,
      "grad_norm": 6.4956769943237305,
      "learning_rate": 4.494958626836396e-05,
      "loss": 7.5399,
      "step": 359050
    },
    {
      "epoch": 0.7480416666666667,
      "grad_norm": 2.7344918251037598,
      "learning_rate": 4.494254932851388e-05,
      "loss": 7.1499,
      "step": 359060
    },
    {
      "epoch": 0.7480625,
      "grad_norm": 1.2273459434509277,
      "learning_rate": 4.49355128424704e-05,
      "loss": 7.9085,
      "step": 359070
    },
    {
      "epoch": 0.7480833333333333,
      "grad_norm": 1.2967901229858398,
      "learning_rate": 4.492847681026392e-05,
      "loss": 7.3062,
      "step": 359080
    },
    {
      "epoch": 0.7481041666666667,
      "grad_norm": 2.234398603439331,
      "learning_rate": 4.492144123192483e-05,
      "loss": 7.2761,
      "step": 359090
    },
    {
      "epoch": 0.748125,
      "grad_norm": 1.5990831851959229,
      "learning_rate": 4.491440610748353e-05,
      "loss": 6.9693,
      "step": 359100
    },
    {
      "epoch": 0.7481458333333333,
      "grad_norm": 1.548403263092041,
      "learning_rate": 4.490737143697039e-05,
      "loss": 7.1507,
      "step": 359110
    },
    {
      "epoch": 0.7481666666666666,
      "grad_norm": 1.005635380744934,
      "learning_rate": 4.4900337220415804e-05,
      "loss": 7.0752,
      "step": 359120
    },
    {
      "epoch": 0.7481875,
      "grad_norm": 0.9647939801216125,
      "learning_rate": 4.489330345785017e-05,
      "loss": 7.3381,
      "step": 359130
    },
    {
      "epoch": 0.7482083333333334,
      "grad_norm": 1.2854106426239014,
      "learning_rate": 4.488627014930385e-05,
      "loss": 7.0846,
      "step": 359140
    },
    {
      "epoch": 0.7482291666666666,
      "grad_norm": 1.7926775217056274,
      "learning_rate": 4.4879237294807246e-05,
      "loss": 6.8906,
      "step": 359150
    },
    {
      "epoch": 0.74825,
      "grad_norm": 1.465894341468811,
      "learning_rate": 4.487220489439072e-05,
      "loss": 7.3204,
      "step": 359160
    },
    {
      "epoch": 0.7482708333333333,
      "grad_norm": 5.04922342300415,
      "learning_rate": 4.486517294808467e-05,
      "loss": 6.9594,
      "step": 359170
    },
    {
      "epoch": 0.7482916666666667,
      "grad_norm": 1.7490260601043701,
      "learning_rate": 4.4858141455919484e-05,
      "loss": 7.2163,
      "step": 359180
    },
    {
      "epoch": 0.7483125,
      "grad_norm": 0.8933620452880859,
      "learning_rate": 4.485111041792543e-05,
      "loss": 7.2688,
      "step": 359190
    },
    {
      "epoch": 0.7483333333333333,
      "grad_norm": 1.1753275394439697,
      "learning_rate": 4.4844079834133004e-05,
      "loss": 6.7985,
      "step": 359200
    },
    {
      "epoch": 0.7483541666666667,
      "grad_norm": 1.45140540599823,
      "learning_rate": 4.483704970457256e-05,
      "loss": 7.4189,
      "step": 359210
    },
    {
      "epoch": 0.748375,
      "grad_norm": 2.222294330596924,
      "learning_rate": 4.483002002927436e-05,
      "loss": 7.2903,
      "step": 359220
    },
    {
      "epoch": 0.7483958333333334,
      "grad_norm": 1.7826992273330688,
      "learning_rate": 4.4822990808268884e-05,
      "loss": 6.7043,
      "step": 359230
    },
    {
      "epoch": 0.7484166666666666,
      "grad_norm": 1.3885126113891602,
      "learning_rate": 4.48159620415865e-05,
      "loss": 7.5408,
      "step": 359240
    },
    {
      "epoch": 0.7484375,
      "grad_norm": 0.9031676650047302,
      "learning_rate": 4.480893372925744e-05,
      "loss": 6.8998,
      "step": 359250
    },
    {
      "epoch": 0.7484583333333333,
      "grad_norm": 5.9849395751953125,
      "learning_rate": 4.480190587131223e-05,
      "loss": 8.195,
      "step": 359260
    },
    {
      "epoch": 0.7484791666666667,
      "grad_norm": 1.0851926803588867,
      "learning_rate": 4.47948784677811e-05,
      "loss": 7.2757,
      "step": 359270
    },
    {
      "epoch": 0.7485,
      "grad_norm": 1.1964188814163208,
      "learning_rate": 4.4787851518694426e-05,
      "loss": 7.3457,
      "step": 359280
    },
    {
      "epoch": 0.7485208333333333,
      "grad_norm": 2.4839072227478027,
      "learning_rate": 4.478082502408266e-05,
      "loss": 7.1878,
      "step": 359290
    },
    {
      "epoch": 0.7485416666666667,
      "grad_norm": 0.9323640465736389,
      "learning_rate": 4.4773798983976046e-05,
      "loss": 6.8974,
      "step": 359300
    },
    {
      "epoch": 0.7485625,
      "grad_norm": 1.6876018047332764,
      "learning_rate": 4.476677339840492e-05,
      "loss": 7.6408,
      "step": 359310
    },
    {
      "epoch": 0.7485833333333334,
      "grad_norm": 0.9409076571464539,
      "learning_rate": 4.4759748267399766e-05,
      "loss": 7.0962,
      "step": 359320
    },
    {
      "epoch": 0.7486041666666666,
      "grad_norm": 1.1294944286346436,
      "learning_rate": 4.4752723590990804e-05,
      "loss": 7.1019,
      "step": 359330
    },
    {
      "epoch": 0.748625,
      "grad_norm": 1.230279564857483,
      "learning_rate": 4.474569936920836e-05,
      "loss": 7.2717,
      "step": 359340
    },
    {
      "epoch": 0.7486458333333333,
      "grad_norm": 0.9868380427360535,
      "learning_rate": 4.473867560208293e-05,
      "loss": 7.3403,
      "step": 359350
    },
    {
      "epoch": 0.7486666666666667,
      "grad_norm": 2.9054253101348877,
      "learning_rate": 4.473165228964472e-05,
      "loss": 7.0943,
      "step": 359360
    },
    {
      "epoch": 0.7486875,
      "grad_norm": 7.1081318855285645,
      "learning_rate": 4.472462943192404e-05,
      "loss": 7.4324,
      "step": 359370
    },
    {
      "epoch": 0.7487083333333333,
      "grad_norm": 1.4127933979034424,
      "learning_rate": 4.471760702895138e-05,
      "loss": 7.0846,
      "step": 359380
    },
    {
      "epoch": 0.7487291666666667,
      "grad_norm": 0.8631741404533386,
      "learning_rate": 4.471058508075696e-05,
      "loss": 7.342,
      "step": 359390
    },
    {
      "epoch": 0.74875,
      "grad_norm": 2.350498676300049,
      "learning_rate": 4.470356358737113e-05,
      "loss": 7.3423,
      "step": 359400
    },
    {
      "epoch": 0.7487708333333334,
      "grad_norm": 2.7381069660186768,
      "learning_rate": 4.469654254882421e-05,
      "loss": 7.8956,
      "step": 359410
    },
    {
      "epoch": 0.7487916666666666,
      "grad_norm": 1.5268487930297852,
      "learning_rate": 4.468952196514655e-05,
      "loss": 7.0752,
      "step": 359420
    },
    {
      "epoch": 0.7488125,
      "grad_norm": 1.335841417312622,
      "learning_rate": 4.468250183636848e-05,
      "loss": 7.4339,
      "step": 359430
    },
    {
      "epoch": 0.7488333333333334,
      "grad_norm": 1.3285233974456787,
      "learning_rate": 4.4675482162520313e-05,
      "loss": 7.7361,
      "step": 359440
    },
    {
      "epoch": 0.7488541666666667,
      "grad_norm": 7.331930160522461,
      "learning_rate": 4.466846294363237e-05,
      "loss": 7.3985,
      "step": 359450
    },
    {
      "epoch": 0.748875,
      "grad_norm": 1.4540168046951294,
      "learning_rate": 4.466144417973497e-05,
      "loss": 7.4355,
      "step": 359460
    },
    {
      "epoch": 0.7488958333333333,
      "grad_norm": 0.8467322587966919,
      "learning_rate": 4.4654425870858445e-05,
      "loss": 7.1041,
      "step": 359470
    },
    {
      "epoch": 0.7489166666666667,
      "grad_norm": 1.5550627708435059,
      "learning_rate": 4.4647408017033084e-05,
      "loss": 7.6297,
      "step": 359480
    },
    {
      "epoch": 0.7489375,
      "grad_norm": 1.0288375616073608,
      "learning_rate": 4.4640390618289274e-05,
      "loss": 7.512,
      "step": 359490
    },
    {
      "epoch": 0.7489583333333333,
      "grad_norm": 1.2185646295547485,
      "learning_rate": 4.463337367465718e-05,
      "loss": 7.4452,
      "step": 359500
    },
    {
      "epoch": 0.7489791666666666,
      "grad_norm": 1.1233121156692505,
      "learning_rate": 4.462635718616726e-05,
      "loss": 7.2075,
      "step": 359510
    },
    {
      "epoch": 0.749,
      "grad_norm": 2.733600378036499,
      "learning_rate": 4.4619341152849806e-05,
      "loss": 7.8938,
      "step": 359520
    },
    {
      "epoch": 0.7490208333333334,
      "grad_norm": 2.3992207050323486,
      "learning_rate": 4.4612325574735e-05,
      "loss": 6.909,
      "step": 359530
    },
    {
      "epoch": 0.7490416666666667,
      "grad_norm": 2.1626315116882324,
      "learning_rate": 4.460531045185327e-05,
      "loss": 7.0838,
      "step": 359540
    },
    {
      "epoch": 0.7490625,
      "grad_norm": 1.9146873950958252,
      "learning_rate": 4.459829578423492e-05,
      "loss": 7.3215,
      "step": 359550
    },
    {
      "epoch": 0.7490833333333333,
      "grad_norm": 1.8311665058135986,
      "learning_rate": 4.459128157191012e-05,
      "loss": 7.1349,
      "step": 359560
    },
    {
      "epoch": 0.7491041666666667,
      "grad_norm": 4.33571195602417,
      "learning_rate": 4.458426781490933e-05,
      "loss": 8.1262,
      "step": 359570
    },
    {
      "epoch": 0.749125,
      "grad_norm": 3.990694761276245,
      "learning_rate": 4.45772545132628e-05,
      "loss": 8.095,
      "step": 359580
    },
    {
      "epoch": 0.7491458333333333,
      "grad_norm": 0.8734666705131531,
      "learning_rate": 4.457024166700071e-05,
      "loss": 7.1951,
      "step": 359590
    },
    {
      "epoch": 0.7491666666666666,
      "grad_norm": 1.103977918624878,
      "learning_rate": 4.45632292761535e-05,
      "loss": 7.1223,
      "step": 359600
    },
    {
      "epoch": 0.7491875,
      "grad_norm": 2.433201313018799,
      "learning_rate": 4.455621734075145e-05,
      "loss": 7.3379,
      "step": 359610
    },
    {
      "epoch": 0.7492083333333334,
      "grad_norm": 1.228247046470642,
      "learning_rate": 4.45492058608247e-05,
      "loss": 7.0776,
      "step": 359620
    },
    {
      "epoch": 0.7492291666666666,
      "grad_norm": 1.0721877813339233,
      "learning_rate": 4.4542194836403746e-05,
      "loss": 7.1905,
      "step": 359630
    },
    {
      "epoch": 0.74925,
      "grad_norm": 2.8584980964660645,
      "learning_rate": 4.453518426751872e-05,
      "loss": 7.2886,
      "step": 359640
    },
    {
      "epoch": 0.7492708333333333,
      "grad_norm": 1.339421272277832,
      "learning_rate": 4.45281741541999e-05,
      "loss": 6.9515,
      "step": 359650
    },
    {
      "epoch": 0.7492916666666667,
      "grad_norm": 1.356986403465271,
      "learning_rate": 4.452116449647772e-05,
      "loss": 7.1795,
      "step": 359660
    },
    {
      "epoch": 0.7493125,
      "grad_norm": 2.5702974796295166,
      "learning_rate": 4.45141552943823e-05,
      "loss": 7.2502,
      "step": 359670
    },
    {
      "epoch": 0.7493333333333333,
      "grad_norm": 1.5921087265014648,
      "learning_rate": 4.450714654794393e-05,
      "loss": 7.0512,
      "step": 359680
    },
    {
      "epoch": 0.7493541666666667,
      "grad_norm": 2.7875053882598877,
      "learning_rate": 4.450013825719302e-05,
      "loss": 7.6579,
      "step": 359690
    },
    {
      "epoch": 0.749375,
      "grad_norm": 0.8526750206947327,
      "learning_rate": 4.4493130422159715e-05,
      "loss": 7.0235,
      "step": 359700
    },
    {
      "epoch": 0.7493958333333334,
      "grad_norm": 1.9824285507202148,
      "learning_rate": 4.448612304287427e-05,
      "loss": 7.6156,
      "step": 359710
    },
    {
      "epoch": 0.7494166666666666,
      "grad_norm": 0.7957674264907837,
      "learning_rate": 4.447911611936711e-05,
      "loss": 7.0469,
      "step": 359720
    },
    {
      "epoch": 0.7494375,
      "grad_norm": 1.597797155380249,
      "learning_rate": 4.447210965166835e-05,
      "loss": 7.4267,
      "step": 359730
    },
    {
      "epoch": 0.7494583333333333,
      "grad_norm": 1.9463748931884766,
      "learning_rate": 4.4465103639808265e-05,
      "loss": 7.3112,
      "step": 359740
    },
    {
      "epoch": 0.7494791666666667,
      "grad_norm": 1.59800386428833,
      "learning_rate": 4.445809808381723e-05,
      "loss": 7.763,
      "step": 359750
    },
    {
      "epoch": 0.7495,
      "grad_norm": 2.2220704555511475,
      "learning_rate": 4.445109298372542e-05,
      "loss": 7.485,
      "step": 359760
    },
    {
      "epoch": 0.7495208333333333,
      "grad_norm": 1.6349382400512695,
      "learning_rate": 4.444408833956309e-05,
      "loss": 7.3628,
      "step": 359770
    },
    {
      "epoch": 0.7495416666666667,
      "grad_norm": 1.5311318635940552,
      "learning_rate": 4.4437084151360523e-05,
      "loss": 8.2632,
      "step": 359780
    },
    {
      "epoch": 0.7495625,
      "grad_norm": 2.493495225906372,
      "learning_rate": 4.443008041914796e-05,
      "loss": 7.2356,
      "step": 359790
    },
    {
      "epoch": 0.7495833333333334,
      "grad_norm": 1.473565936088562,
      "learning_rate": 4.442307714295566e-05,
      "loss": 7.3777,
      "step": 359800
    },
    {
      "epoch": 0.7496041666666666,
      "grad_norm": 1.2520813941955566,
      "learning_rate": 4.441607432281389e-05,
      "loss": 7.1003,
      "step": 359810
    },
    {
      "epoch": 0.749625,
      "grad_norm": 7.156583786010742,
      "learning_rate": 4.440907195875288e-05,
      "loss": 7.1688,
      "step": 359820
    },
    {
      "epoch": 0.7496458333333333,
      "grad_norm": 0.7556092739105225,
      "learning_rate": 4.440207005080287e-05,
      "loss": 7.2495,
      "step": 359830
    },
    {
      "epoch": 0.7496666666666667,
      "grad_norm": 1.9636452198028564,
      "learning_rate": 4.439506859899414e-05,
      "loss": 7.8417,
      "step": 359840
    },
    {
      "epoch": 0.7496875,
      "grad_norm": 1.0249754190444946,
      "learning_rate": 4.43880676033569e-05,
      "loss": 6.9953,
      "step": 359850
    },
    {
      "epoch": 0.7497083333333333,
      "grad_norm": 1.1557419300079346,
      "learning_rate": 4.438106706392141e-05,
      "loss": 6.9478,
      "step": 359860
    },
    {
      "epoch": 0.7497291666666667,
      "grad_norm": 1.2637324333190918,
      "learning_rate": 4.437406698071791e-05,
      "loss": 6.9606,
      "step": 359870
    },
    {
      "epoch": 0.74975,
      "grad_norm": 1.9935368299484253,
      "learning_rate": 4.4367067353776606e-05,
      "loss": 7.3609,
      "step": 359880
    },
    {
      "epoch": 0.7497708333333334,
      "grad_norm": 3.3627707958221436,
      "learning_rate": 4.4360068183127834e-05,
      "loss": 7.3645,
      "step": 359890
    },
    {
      "epoch": 0.7497916666666666,
      "grad_norm": 2.2342889308929443,
      "learning_rate": 4.4353069468801636e-05,
      "loss": 7.2364,
      "step": 359900
    },
    {
      "epoch": 0.7498125,
      "grad_norm": 2.8151180744171143,
      "learning_rate": 4.434607121082842e-05,
      "loss": 7.4635,
      "step": 359910
    },
    {
      "epoch": 0.7498333333333334,
      "grad_norm": 1.1587646007537842,
      "learning_rate": 4.433907340923839e-05,
      "loss": 7.0066,
      "step": 359920
    },
    {
      "epoch": 0.7498541666666667,
      "grad_norm": 1.5132479667663574,
      "learning_rate": 4.4332076064061654e-05,
      "loss": 7.0331,
      "step": 359930
    },
    {
      "epoch": 0.749875,
      "grad_norm": 2.6980466842651367,
      "learning_rate": 4.432507917532857e-05,
      "loss": 7.431,
      "step": 359940
    },
    {
      "epoch": 0.7498958333333333,
      "grad_norm": 1.6513103246688843,
      "learning_rate": 4.431808274306938e-05,
      "loss": 7.1675,
      "step": 359950
    },
    {
      "epoch": 0.7499166666666667,
      "grad_norm": 45.89194107055664,
      "learning_rate": 4.431108676731412e-05,
      "loss": 8.2225,
      "step": 359960
    },
    {
      "epoch": 0.7499375,
      "grad_norm": 1.8595091104507446,
      "learning_rate": 4.430409124809319e-05,
      "loss": 7.2029,
      "step": 359970
    },
    {
      "epoch": 0.7499583333333333,
      "grad_norm": 1.3281751871109009,
      "learning_rate": 4.429709618543679e-05,
      "loss": 6.9911,
      "step": 359980
    },
    {
      "epoch": 0.7499791666666666,
      "grad_norm": 2.5669705867767334,
      "learning_rate": 4.429010157937501e-05,
      "loss": 7.5281,
      "step": 359990
    },
    {
      "epoch": 0.75,
      "grad_norm": 1.0276579856872559,
      "learning_rate": 4.428310742993818e-05,
      "loss": 7.5932,
      "step": 360000
    },
    {
      "epoch": 0.75,
      "eval_loss": 7.492345333099365,
      "eval_runtime": 8.4677,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 360000
    },
    {
      "epoch": 0.7500208333333334,
      "grad_norm": 1.2364764213562012,
      "learning_rate": 4.4276113737156535e-05,
      "loss": 6.8738,
      "step": 360010
    },
    {
      "epoch": 0.7500416666666667,
      "grad_norm": 1.6083544492721558,
      "learning_rate": 4.426912050106014e-05,
      "loss": 7.3646,
      "step": 360020
    },
    {
      "epoch": 0.7500625,
      "grad_norm": 0.824038565158844,
      "learning_rate": 4.426212772167938e-05,
      "loss": 7.4967,
      "step": 360030
    },
    {
      "epoch": 0.7500833333333333,
      "grad_norm": 1.5488367080688477,
      "learning_rate": 4.425513539904433e-05,
      "loss": 6.8422,
      "step": 360040
    },
    {
      "epoch": 0.7501041666666667,
      "grad_norm": 1.817546010017395,
      "learning_rate": 4.4248143533185195e-05,
      "loss": 7.4327,
      "step": 360050
    },
    {
      "epoch": 0.750125,
      "grad_norm": 2.82928729057312,
      "learning_rate": 4.42411521241323e-05,
      "loss": 7.3439,
      "step": 360060
    },
    {
      "epoch": 0.7501458333333333,
      "grad_norm": 1.629975438117981,
      "learning_rate": 4.423416117191574e-05,
      "loss": 7.1109,
      "step": 360070
    },
    {
      "epoch": 0.7501666666666666,
      "grad_norm": 1.369535207748413,
      "learning_rate": 4.422717067656573e-05,
      "loss": 7.2147,
      "step": 360080
    },
    {
      "epoch": 0.7501875,
      "grad_norm": 2.118083953857422,
      "learning_rate": 4.422018063811247e-05,
      "loss": 7.0014,
      "step": 360090
    },
    {
      "epoch": 0.7502083333333334,
      "grad_norm": 4.719383716583252,
      "learning_rate": 4.421319105658616e-05,
      "loss": 7.6927,
      "step": 360100
    },
    {
      "epoch": 0.7502291666666666,
      "grad_norm": 2.3551807403564453,
      "learning_rate": 4.4206201932017e-05,
      "loss": 6.9586,
      "step": 360110
    },
    {
      "epoch": 0.75025,
      "grad_norm": 1.4535330533981323,
      "learning_rate": 4.4199213264435166e-05,
      "loss": 7.051,
      "step": 360120
    },
    {
      "epoch": 0.7502708333333333,
      "grad_norm": 2.7669968605041504,
      "learning_rate": 4.419222505387084e-05,
      "loss": 7.4875,
      "step": 360130
    },
    {
      "epoch": 0.7502916666666667,
      "grad_norm": 1.1148536205291748,
      "learning_rate": 4.4185237300354244e-05,
      "loss": 7.2539,
      "step": 360140
    },
    {
      "epoch": 0.7503125,
      "grad_norm": 1.6565762758255005,
      "learning_rate": 4.4178250003915515e-05,
      "loss": 6.9735,
      "step": 360150
    },
    {
      "epoch": 0.7503333333333333,
      "grad_norm": 1.2361822128295898,
      "learning_rate": 4.417126316458487e-05,
      "loss": 6.9102,
      "step": 360160
    },
    {
      "epoch": 0.7503541666666667,
      "grad_norm": 2.1822996139526367,
      "learning_rate": 4.4164276782392496e-05,
      "loss": 7.3864,
      "step": 360170
    },
    {
      "epoch": 0.750375,
      "grad_norm": 1.6292762756347656,
      "learning_rate": 4.4157290857368536e-05,
      "loss": 7.1213,
      "step": 360180
    },
    {
      "epoch": 0.7503958333333334,
      "grad_norm": 1.6050995588302612,
      "learning_rate": 4.4150305389543165e-05,
      "loss": 6.8694,
      "step": 360190
    },
    {
      "epoch": 0.7504166666666666,
      "grad_norm": 2.2666208744049072,
      "learning_rate": 4.4143320378946606e-05,
      "loss": 7.5329,
      "step": 360200
    },
    {
      "epoch": 0.7504375,
      "grad_norm": 1.2182302474975586,
      "learning_rate": 4.413633582560899e-05,
      "loss": 7.068,
      "step": 360210
    },
    {
      "epoch": 0.7504583333333333,
      "grad_norm": 1.0590767860412598,
      "learning_rate": 4.41293517295605e-05,
      "loss": 7.0136,
      "step": 360220
    },
    {
      "epoch": 0.7504791666666667,
      "grad_norm": 1.463408350944519,
      "learning_rate": 4.412236809083131e-05,
      "loss": 7.3908,
      "step": 360230
    },
    {
      "epoch": 0.7505,
      "grad_norm": 2.8513078689575195,
      "learning_rate": 4.411538490945158e-05,
      "loss": 7.2101,
      "step": 360240
    },
    {
      "epoch": 0.7505208333333333,
      "grad_norm": 1.5369960069656372,
      "learning_rate": 4.4108402185451465e-05,
      "loss": 7.5014,
      "step": 360250
    },
    {
      "epoch": 0.7505416666666667,
      "grad_norm": 0.8124561905860901,
      "learning_rate": 4.410141991886119e-05,
      "loss": 7.2605,
      "step": 360260
    },
    {
      "epoch": 0.7505625,
      "grad_norm": 1.1409623622894287,
      "learning_rate": 4.409443810971077e-05,
      "loss": 7.0021,
      "step": 360270
    },
    {
      "epoch": 0.7505833333333334,
      "grad_norm": 1.6506701707839966,
      "learning_rate": 4.40874567580305e-05,
      "loss": 6.8744,
      "step": 360280
    },
    {
      "epoch": 0.7506041666666666,
      "grad_norm": 1.8577073812484741,
      "learning_rate": 4.408047586385055e-05,
      "loss": 7.4939,
      "step": 360290
    },
    {
      "epoch": 0.750625,
      "grad_norm": 2.974011182785034,
      "learning_rate": 4.407349542720092e-05,
      "loss": 6.9647,
      "step": 360300
    },
    {
      "epoch": 0.7506458333333333,
      "grad_norm": 1.5079972743988037,
      "learning_rate": 4.406651544811191e-05,
      "loss": 7.4577,
      "step": 360310
    },
    {
      "epoch": 0.7506666666666667,
      "grad_norm": 5.3623948097229,
      "learning_rate": 4.4059535926613654e-05,
      "loss": 7.6725,
      "step": 360320
    },
    {
      "epoch": 0.7506875,
      "grad_norm": 1.4613397121429443,
      "learning_rate": 4.405255686273619e-05,
      "loss": 7.1774,
      "step": 360330
    },
    {
      "epoch": 0.7507083333333333,
      "grad_norm": 1.515797734260559,
      "learning_rate": 4.404557825650978e-05,
      "loss": 8.0654,
      "step": 360340
    },
    {
      "epoch": 0.7507291666666667,
      "grad_norm": 2.1679599285125732,
      "learning_rate": 4.40386001079646e-05,
      "loss": 7.2799,
      "step": 360350
    },
    {
      "epoch": 0.75075,
      "grad_norm": 1.3674328327178955,
      "learning_rate": 4.403162241713065e-05,
      "loss": 7.8376,
      "step": 360360
    },
    {
      "epoch": 0.7507708333333334,
      "grad_norm": 1.1306551694869995,
      "learning_rate": 4.4024645184038116e-05,
      "loss": 7.3108,
      "step": 360370
    },
    {
      "epoch": 0.7507916666666666,
      "grad_norm": 0.9246070384979248,
      "learning_rate": 4.4017668408717266e-05,
      "loss": 7.3786,
      "step": 360380
    },
    {
      "epoch": 0.7508125,
      "grad_norm": 1.2472681999206543,
      "learning_rate": 4.401069209119808e-05,
      "loss": 7.3389,
      "step": 360390
    },
    {
      "epoch": 0.7508333333333334,
      "grad_norm": 2.8328895568847656,
      "learning_rate": 4.400371623151075e-05,
      "loss": 8.2168,
      "step": 360400
    },
    {
      "epoch": 0.7508541666666667,
      "grad_norm": 0.9191674590110779,
      "learning_rate": 4.3996740829685416e-05,
      "loss": 7.1086,
      "step": 360410
    },
    {
      "epoch": 0.750875,
      "grad_norm": 0.9121478796005249,
      "learning_rate": 4.398976588575219e-05,
      "loss": 7.4128,
      "step": 360420
    },
    {
      "epoch": 0.7508958333333333,
      "grad_norm": 2.352461814880371,
      "learning_rate": 4.398279139974124e-05,
      "loss": 7.3127,
      "step": 360430
    },
    {
      "epoch": 0.7509166666666667,
      "grad_norm": 0.9853693842887878,
      "learning_rate": 4.397581737168264e-05,
      "loss": 6.9587,
      "step": 360440
    },
    {
      "epoch": 0.7509375,
      "grad_norm": 0.8675115704536438,
      "learning_rate": 4.396884380160656e-05,
      "loss": 7.2863,
      "step": 360450
    },
    {
      "epoch": 0.7509583333333333,
      "grad_norm": 4.39713191986084,
      "learning_rate": 4.396187068954309e-05,
      "loss": 7.5519,
      "step": 360460
    },
    {
      "epoch": 0.7509791666666666,
      "grad_norm": 1.9169846773147583,
      "learning_rate": 4.3954898035522376e-05,
      "loss": 7.1022,
      "step": 360470
    },
    {
      "epoch": 0.751,
      "grad_norm": 0.8995842933654785,
      "learning_rate": 4.394792583957452e-05,
      "loss": 6.9135,
      "step": 360480
    },
    {
      "epoch": 0.7510208333333334,
      "grad_norm": 1.5320947170257568,
      "learning_rate": 4.394095410172966e-05,
      "loss": 7.2711,
      "step": 360490
    },
    {
      "epoch": 0.7510416666666667,
      "grad_norm": 1.7962015867233276,
      "learning_rate": 4.3933982822017876e-05,
      "loss": 7.2517,
      "step": 360500
    },
    {
      "epoch": 0.7510625,
      "grad_norm": 1.4559484720230103,
      "learning_rate": 4.392701200046932e-05,
      "loss": 7.394,
      "step": 360510
    },
    {
      "epoch": 0.7510833333333333,
      "grad_norm": 0.9922282099723816,
      "learning_rate": 4.392004163711408e-05,
      "loss": 6.8732,
      "step": 360520
    },
    {
      "epoch": 0.7511041666666667,
      "grad_norm": 0.9501835107803345,
      "learning_rate": 4.391307173198226e-05,
      "loss": 7.3122,
      "step": 360530
    },
    {
      "epoch": 0.751125,
      "grad_norm": 1.423685908317566,
      "learning_rate": 4.390610228510398e-05,
      "loss": 7.3027,
      "step": 360540
    },
    {
      "epoch": 0.7511458333333333,
      "grad_norm": 0.718520998954773,
      "learning_rate": 4.389913329650936e-05,
      "loss": 7.3556,
      "step": 360550
    },
    {
      "epoch": 0.7511666666666666,
      "grad_norm": 1.440531849861145,
      "learning_rate": 4.3892164766228485e-05,
      "loss": 8.8146,
      "step": 360560
    },
    {
      "epoch": 0.7511875,
      "grad_norm": 1.8065762519836426,
      "learning_rate": 4.388519669429145e-05,
      "loss": 6.9617,
      "step": 360570
    },
    {
      "epoch": 0.7512083333333334,
      "grad_norm": 1.015740156173706,
      "learning_rate": 4.387822908072835e-05,
      "loss": 6.8154,
      "step": 360580
    },
    {
      "epoch": 0.7512291666666666,
      "grad_norm": 2.7236709594726562,
      "learning_rate": 4.38712619255693e-05,
      "loss": 7.3041,
      "step": 360590
    },
    {
      "epoch": 0.75125,
      "grad_norm": 0.9907901883125305,
      "learning_rate": 4.386429522884441e-05,
      "loss": 7.2084,
      "step": 360600
    },
    {
      "epoch": 0.7512708333333333,
      "grad_norm": 1.4129602909088135,
      "learning_rate": 4.3857328990583735e-05,
      "loss": 7.4095,
      "step": 360610
    },
    {
      "epoch": 0.7512916666666667,
      "grad_norm": 1.7137653827667236,
      "learning_rate": 4.385036321081739e-05,
      "loss": 6.8933,
      "step": 360620
    },
    {
      "epoch": 0.7513125,
      "grad_norm": 1.1372886896133423,
      "learning_rate": 4.38433978895755e-05,
      "loss": 6.92,
      "step": 360630
    },
    {
      "epoch": 0.7513333333333333,
      "grad_norm": 1.0528894662857056,
      "learning_rate": 4.383643302688802e-05,
      "loss": 7.0757,
      "step": 360640
    },
    {
      "epoch": 0.7513541666666667,
      "grad_norm": 1.2830703258514404,
      "learning_rate": 4.3829468622785186e-05,
      "loss": 6.814,
      "step": 360650
    },
    {
      "epoch": 0.751375,
      "grad_norm": 1.7129305601119995,
      "learning_rate": 4.382250467729705e-05,
      "loss": 6.8906,
      "step": 360660
    },
    {
      "epoch": 0.7513958333333334,
      "grad_norm": 1.1639940738677979,
      "learning_rate": 4.381554119045364e-05,
      "loss": 7.1704,
      "step": 360670
    },
    {
      "epoch": 0.7514166666666666,
      "grad_norm": 3.801985502243042,
      "learning_rate": 4.3808578162285e-05,
      "loss": 7.2568,
      "step": 360680
    },
    {
      "epoch": 0.7514375,
      "grad_norm": 2.4306747913360596,
      "learning_rate": 4.380161559282136e-05,
      "loss": 7.3281,
      "step": 360690
    },
    {
      "epoch": 0.7514583333333333,
      "grad_norm": 1.0443018674850464,
      "learning_rate": 4.3794653482092665e-05,
      "loss": 8.6793,
      "step": 360700
    },
    {
      "epoch": 0.7514791666666667,
      "grad_norm": 0.8561581969261169,
      "learning_rate": 4.3787691830128985e-05,
      "loss": 7.3377,
      "step": 360710
    },
    {
      "epoch": 0.7515,
      "grad_norm": 1.0241847038269043,
      "learning_rate": 4.378073063696052e-05,
      "loss": 7.3922,
      "step": 360720
    },
    {
      "epoch": 0.7515208333333333,
      "grad_norm": 2.596240758895874,
      "learning_rate": 4.37737699026172e-05,
      "loss": 7.3141,
      "step": 360730
    },
    {
      "epoch": 0.7515416666666667,
      "grad_norm": 5.443919658660889,
      "learning_rate": 4.376680962712912e-05,
      "loss": 8.3271,
      "step": 360740
    },
    {
      "epoch": 0.7515625,
      "grad_norm": 1.7569631338119507,
      "learning_rate": 4.3759849810526445e-05,
      "loss": 7.2279,
      "step": 360750
    },
    {
      "epoch": 0.7515833333333334,
      "grad_norm": 1.8131576776504517,
      "learning_rate": 4.375289045283913e-05,
      "loss": 7.1979,
      "step": 360760
    },
    {
      "epoch": 0.7516041666666666,
      "grad_norm": 1.9459731578826904,
      "learning_rate": 4.374593155409727e-05,
      "loss": 7.254,
      "step": 360770
    },
    {
      "epoch": 0.751625,
      "grad_norm": 1.1017776727676392,
      "learning_rate": 4.3738973114330944e-05,
      "loss": 7.747,
      "step": 360780
    },
    {
      "epoch": 0.7516458333333333,
      "grad_norm": 1.2451319694519043,
      "learning_rate": 4.373201513357017e-05,
      "loss": 7.1003,
      "step": 360790
    },
    {
      "epoch": 0.7516666666666667,
      "grad_norm": 1.683821439743042,
      "learning_rate": 4.3725057611845035e-05,
      "loss": 7.8204,
      "step": 360800
    },
    {
      "epoch": 0.7516875,
      "grad_norm": 1.9032915830612183,
      "learning_rate": 4.371810054918559e-05,
      "loss": 7.3362,
      "step": 360810
    },
    {
      "epoch": 0.7517083333333333,
      "grad_norm": 1.3189278841018677,
      "learning_rate": 4.371114394562188e-05,
      "loss": 6.8532,
      "step": 360820
    },
    {
      "epoch": 0.7517291666666667,
      "grad_norm": 1.5363901853561401,
      "learning_rate": 4.370418780118394e-05,
      "loss": 7.0168,
      "step": 360830
    },
    {
      "epoch": 0.75175,
      "grad_norm": 1.678104281425476,
      "learning_rate": 4.3697232115901856e-05,
      "loss": 7.3239,
      "step": 360840
    },
    {
      "epoch": 0.7517708333333334,
      "grad_norm": 2.3608198165893555,
      "learning_rate": 4.369027688980565e-05,
      "loss": 7.7985,
      "step": 360850
    },
    {
      "epoch": 0.7517916666666666,
      "grad_norm": 0.8561646938323975,
      "learning_rate": 4.3683322122925354e-05,
      "loss": 6.7128,
      "step": 360860
    },
    {
      "epoch": 0.7518125,
      "grad_norm": 1.0953688621520996,
      "learning_rate": 4.367636781529103e-05,
      "loss": 7.2997,
      "step": 360870
    },
    {
      "epoch": 0.7518333333333334,
      "grad_norm": 1.4026005268096924,
      "learning_rate": 4.366941396693271e-05,
      "loss": 7.2214,
      "step": 360880
    },
    {
      "epoch": 0.7518541666666667,
      "grad_norm": 1.0412336587905884,
      "learning_rate": 4.366246057788043e-05,
      "loss": 6.9736,
      "step": 360890
    },
    {
      "epoch": 0.751875,
      "grad_norm": 0.8692582845687866,
      "learning_rate": 4.365550764816424e-05,
      "loss": 7.1878,
      "step": 360900
    },
    {
      "epoch": 0.7518958333333333,
      "grad_norm": 1.6324989795684814,
      "learning_rate": 4.364855517781414e-05,
      "loss": 7.0512,
      "step": 360910
    },
    {
      "epoch": 0.7519166666666667,
      "grad_norm": 0.9695675373077393,
      "learning_rate": 4.36416031668602e-05,
      "loss": 7.117,
      "step": 360920
    },
    {
      "epoch": 0.7519375,
      "grad_norm": 1.516912817955017,
      "learning_rate": 4.363465161533244e-05,
      "loss": 7.1896,
      "step": 360930
    },
    {
      "epoch": 0.7519583333333333,
      "grad_norm": 1.0126469135284424,
      "learning_rate": 4.362770052326088e-05,
      "loss": 7.6048,
      "step": 360940
    },
    {
      "epoch": 0.7519791666666666,
      "grad_norm": 1.6097338199615479,
      "learning_rate": 4.3620749890675596e-05,
      "loss": 6.9957,
      "step": 360950
    },
    {
      "epoch": 0.752,
      "grad_norm": 3.5220518112182617,
      "learning_rate": 4.3613799717606465e-05,
      "loss": 7.1103,
      "step": 360960
    },
    {
      "epoch": 0.7520208333333334,
      "grad_norm": 0.8746611475944519,
      "learning_rate": 4.360685000408367e-05,
      "loss": 6.9529,
      "step": 360970
    },
    {
      "epoch": 0.7520416666666667,
      "grad_norm": 1.5121232271194458,
      "learning_rate": 4.35999007501372e-05,
      "loss": 7.7731,
      "step": 360980
    },
    {
      "epoch": 0.7520625,
      "grad_norm": 0.9682788252830505,
      "learning_rate": 4.3592951955796945e-05,
      "loss": 7.4299,
      "step": 360990
    },
    {
      "epoch": 0.7520833333333333,
      "grad_norm": 1.832011103630066,
      "learning_rate": 4.358600362109312e-05,
      "loss": 7.2161,
      "step": 361000
    },
    {
      "epoch": 0.7520833333333333,
      "eval_loss": 8.811189651489258,
      "eval_runtime": 10.3154,
      "eval_samples_per_second": 0.291,
      "eval_steps_per_second": 0.097,
      "step": 361000
    },
    {
      "epoch": 0.7521041666666667,
      "grad_norm": 4.115680694580078,
      "learning_rate": 4.357905574605559e-05,
      "loss": 7.3095,
      "step": 361010
    },
    {
      "epoch": 0.752125,
      "grad_norm": 1.3478931188583374,
      "learning_rate": 4.357210833071437e-05,
      "loss": 7.1393,
      "step": 361020
    },
    {
      "epoch": 0.7521458333333333,
      "grad_norm": 2.041780710220337,
      "learning_rate": 4.356516137509961e-05,
      "loss": 7.9453,
      "step": 361030
    },
    {
      "epoch": 0.7521666666666667,
      "grad_norm": 1.213066577911377,
      "learning_rate": 4.355821487924118e-05,
      "loss": 7.0279,
      "step": 361040
    },
    {
      "epoch": 0.7521875,
      "grad_norm": 2.0752055644989014,
      "learning_rate": 4.355126884316908e-05,
      "loss": 7.621,
      "step": 361050
    },
    {
      "epoch": 0.7522083333333334,
      "grad_norm": 3.367791175842285,
      "learning_rate": 4.3544323266913464e-05,
      "loss": 7.49,
      "step": 361060
    },
    {
      "epoch": 0.7522291666666666,
      "grad_norm": 4.30262565612793,
      "learning_rate": 4.353737815050417e-05,
      "loss": 7.3627,
      "step": 361070
    },
    {
      "epoch": 0.75225,
      "grad_norm": 1.4133505821228027,
      "learning_rate": 4.353043349397122e-05,
      "loss": 7.0145,
      "step": 361080
    },
    {
      "epoch": 0.7522708333333333,
      "grad_norm": 1.5673651695251465,
      "learning_rate": 4.3523489297344744e-05,
      "loss": 7.3376,
      "step": 361090
    },
    {
      "epoch": 0.7522916666666667,
      "grad_norm": 1.4292851686477661,
      "learning_rate": 4.351654556065461e-05,
      "loss": 6.9231,
      "step": 361100
    },
    {
      "epoch": 0.7523125,
      "grad_norm": 2.026885747909546,
      "learning_rate": 4.3509602283930804e-05,
      "loss": 7.8276,
      "step": 361110
    },
    {
      "epoch": 0.7523333333333333,
      "grad_norm": 0.9006810188293457,
      "learning_rate": 4.3502659467203445e-05,
      "loss": 7.2743,
      "step": 361120
    },
    {
      "epoch": 0.7523541666666667,
      "grad_norm": 5.54665470123291,
      "learning_rate": 4.349571711050242e-05,
      "loss": 7.8792,
      "step": 361130
    },
    {
      "epoch": 0.752375,
      "grad_norm": 1.8812438249588013,
      "learning_rate": 4.3488775213857714e-05,
      "loss": 7.1508,
      "step": 361140
    },
    {
      "epoch": 0.7523958333333334,
      "grad_norm": 1.399662733078003,
      "learning_rate": 4.3481833777299345e-05,
      "loss": 6.902,
      "step": 361150
    },
    {
      "epoch": 0.7524166666666666,
      "grad_norm": 1.8123435974121094,
      "learning_rate": 4.347489280085729e-05,
      "loss": 6.9877,
      "step": 361160
    },
    {
      "epoch": 0.7524375,
      "grad_norm": 0.965944230556488,
      "learning_rate": 4.346795228456154e-05,
      "loss": 7.1449,
      "step": 361170
    },
    {
      "epoch": 0.7524583333333333,
      "grad_norm": 1.6205636262893677,
      "learning_rate": 4.346101222844207e-05,
      "loss": 7.6017,
      "step": 361180
    },
    {
      "epoch": 0.7524791666666667,
      "grad_norm": 1.799054503440857,
      "learning_rate": 4.345407263252886e-05,
      "loss": 7.1752,
      "step": 361190
    },
    {
      "epoch": 0.7525,
      "grad_norm": 1.9564766883850098,
      "learning_rate": 4.344713349685188e-05,
      "loss": 7.4722,
      "step": 361200
    },
    {
      "epoch": 0.7525208333333333,
      "grad_norm": 1.071454405784607,
      "learning_rate": 4.344019482144109e-05,
      "loss": 6.9441,
      "step": 361210
    },
    {
      "epoch": 0.7525416666666667,
      "grad_norm": 1.5801658630371094,
      "learning_rate": 4.343325660632648e-05,
      "loss": 7.3125,
      "step": 361220
    },
    {
      "epoch": 0.7525625,
      "grad_norm": 1.103603482246399,
      "learning_rate": 4.342631885153804e-05,
      "loss": 7.3119,
      "step": 361230
    },
    {
      "epoch": 0.7525833333333334,
      "grad_norm": 2.3630335330963135,
      "learning_rate": 4.34193815571057e-05,
      "loss": 6.9513,
      "step": 361240
    },
    {
      "epoch": 0.7526041666666666,
      "grad_norm": 1.5679694414138794,
      "learning_rate": 4.3412444723059455e-05,
      "loss": 7.0176,
      "step": 361250
    },
    {
      "epoch": 0.752625,
      "grad_norm": 1.224597454071045,
      "learning_rate": 4.34055083494293e-05,
      "loss": 7.7405,
      "step": 361260
    },
    {
      "epoch": 0.7526458333333333,
      "grad_norm": 1.4028228521347046,
      "learning_rate": 4.339857243624507e-05,
      "loss": 7.1285,
      "step": 361270
    },
    {
      "epoch": 0.7526666666666667,
      "grad_norm": 0.8922415375709534,
      "learning_rate": 4.339163698353685e-05,
      "loss": 6.8583,
      "step": 361280
    },
    {
      "epoch": 0.7526875,
      "grad_norm": 1.056535005569458,
      "learning_rate": 4.3384701991334606e-05,
      "loss": 7.7504,
      "step": 361290
    },
    {
      "epoch": 0.7527083333333333,
      "grad_norm": 1.412475347518921,
      "learning_rate": 4.337776745966816e-05,
      "loss": 6.9368,
      "step": 361300
    },
    {
      "epoch": 0.7527291666666667,
      "grad_norm": 1.2856124639511108,
      "learning_rate": 4.337083338856761e-05,
      "loss": 7.3576,
      "step": 361310
    },
    {
      "epoch": 0.75275,
      "grad_norm": 1.7297167778015137,
      "learning_rate": 4.336389977806288e-05,
      "loss": 7.0375,
      "step": 361320
    },
    {
      "epoch": 0.7527708333333333,
      "grad_norm": 5.03368616104126,
      "learning_rate": 4.33569666281838e-05,
      "loss": 7.4132,
      "step": 361330
    },
    {
      "epoch": 0.7527916666666666,
      "grad_norm": 4.863658428192139,
      "learning_rate": 4.335003393896048e-05,
      "loss": 8.1313,
      "step": 361340
    },
    {
      "epoch": 0.7528125,
      "grad_norm": 1.0709227323532104,
      "learning_rate": 4.334310171042282e-05,
      "loss": 6.8146,
      "step": 361350
    },
    {
      "epoch": 0.7528333333333334,
      "grad_norm": 1.299083948135376,
      "learning_rate": 4.333616994260067e-05,
      "loss": 6.7686,
      "step": 361360
    },
    {
      "epoch": 0.7528541666666667,
      "grad_norm": 0.8741269111633301,
      "learning_rate": 4.332923863552407e-05,
      "loss": 7.8359,
      "step": 361370
    },
    {
      "epoch": 0.752875,
      "grad_norm": 1.4414153099060059,
      "learning_rate": 4.332230778922301e-05,
      "loss": 7.2312,
      "step": 361380
    },
    {
      "epoch": 0.7528958333333333,
      "grad_norm": 1.5162734985351562,
      "learning_rate": 4.331537740372724e-05,
      "loss": 7.1691,
      "step": 361390
    },
    {
      "epoch": 0.7529166666666667,
      "grad_norm": 2.451766014099121,
      "learning_rate": 4.330844747906691e-05,
      "loss": 6.9016,
      "step": 361400
    },
    {
      "epoch": 0.7529375,
      "grad_norm": 2.8504512310028076,
      "learning_rate": 4.330151801527181e-05,
      "loss": 7.6514,
      "step": 361410
    },
    {
      "epoch": 0.7529583333333333,
      "grad_norm": 1.1697334051132202,
      "learning_rate": 4.329458901237188e-05,
      "loss": 6.9676,
      "step": 361420
    },
    {
      "epoch": 0.7529791666666666,
      "grad_norm": 120.84893798828125,
      "learning_rate": 4.3287660470397165e-05,
      "loss": 11.3361,
      "step": 361430
    },
    {
      "epoch": 0.753,
      "grad_norm": 1.3250941038131714,
      "learning_rate": 4.328073238937749e-05,
      "loss": 7.0102,
      "step": 361440
    },
    {
      "epoch": 0.7530208333333334,
      "grad_norm": 1.3253346681594849,
      "learning_rate": 4.327380476934274e-05,
      "loss": 7.226,
      "step": 361450
    },
    {
      "epoch": 0.7530416666666667,
      "grad_norm": 0.7649825215339661,
      "learning_rate": 4.326687761032301e-05,
      "loss": 6.8722,
      "step": 361460
    },
    {
      "epoch": 0.7530625,
      "grad_norm": 1.240807056427002,
      "learning_rate": 4.3259950912348084e-05,
      "loss": 7.0564,
      "step": 361470
    },
    {
      "epoch": 0.7530833333333333,
      "grad_norm": 1.46383798122406,
      "learning_rate": 4.325302467544787e-05,
      "loss": 6.8781,
      "step": 361480
    },
    {
      "epoch": 0.7531041666666667,
      "grad_norm": 3.463762044906616,
      "learning_rate": 4.324609889965242e-05,
      "loss": 7.832,
      "step": 361490
    },
    {
      "epoch": 0.753125,
      "grad_norm": 0.9929874539375305,
      "learning_rate": 4.323917358499152e-05,
      "loss": 8.7088,
      "step": 361500
    },
    {
      "epoch": 0.7531458333333333,
      "grad_norm": 2.649595022201538,
      "learning_rate": 4.323224873149509e-05,
      "loss": 7.0823,
      "step": 361510
    },
    {
      "epoch": 0.7531666666666667,
      "grad_norm": 1.1623350381851196,
      "learning_rate": 4.322532433919317e-05,
      "loss": 7.0149,
      "step": 361520
    },
    {
      "epoch": 0.7531875,
      "grad_norm": 2.6622493267059326,
      "learning_rate": 4.321840040811555e-05,
      "loss": 8.2122,
      "step": 361530
    },
    {
      "epoch": 0.7532083333333334,
      "grad_norm": 1.1696836948394775,
      "learning_rate": 4.321147693829217e-05,
      "loss": 7.3079,
      "step": 361540
    },
    {
      "epoch": 0.7532291666666666,
      "grad_norm": 1.306033968925476,
      "learning_rate": 4.3204553929752926e-05,
      "loss": 6.9894,
      "step": 361550
    },
    {
      "epoch": 0.75325,
      "grad_norm": 1.5443742275238037,
      "learning_rate": 4.3197631382527756e-05,
      "loss": 7.7791,
      "step": 361560
    },
    {
      "epoch": 0.7532708333333333,
      "grad_norm": 1.3723031282424927,
      "learning_rate": 4.3190709296646535e-05,
      "loss": 6.9756,
      "step": 361570
    },
    {
      "epoch": 0.7532916666666667,
      "grad_norm": 1.1093744039535522,
      "learning_rate": 4.318378767213917e-05,
      "loss": 7.0693,
      "step": 361580
    },
    {
      "epoch": 0.7533125,
      "grad_norm": 2.6945700645446777,
      "learning_rate": 4.3176866509035566e-05,
      "loss": 7.0863,
      "step": 361590
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 1.5614055395126343,
      "learning_rate": 4.3169945807365606e-05,
      "loss": 9.0726,
      "step": 361600
    },
    {
      "epoch": 0.7533541666666667,
      "grad_norm": 1.3568012714385986,
      "learning_rate": 4.3163025567159196e-05,
      "loss": 7.2157,
      "step": 361610
    },
    {
      "epoch": 0.753375,
      "grad_norm": 1.7116291522979736,
      "learning_rate": 4.315610578844623e-05,
      "loss": 7.3221,
      "step": 361620
    },
    {
      "epoch": 0.7533958333333334,
      "grad_norm": 2.5421769618988037,
      "learning_rate": 4.314918647125665e-05,
      "loss": 6.9958,
      "step": 361630
    },
    {
      "epoch": 0.7534166666666666,
      "grad_norm": 1.7311770915985107,
      "learning_rate": 4.314226761562018e-05,
      "loss": 6.9193,
      "step": 361640
    },
    {
      "epoch": 0.7534375,
      "grad_norm": 1.155718445777893,
      "learning_rate": 4.313534922156687e-05,
      "loss": 7.1316,
      "step": 361650
    },
    {
      "epoch": 0.7534583333333333,
      "grad_norm": 0.946272611618042,
      "learning_rate": 4.312843128912661e-05,
      "loss": 7.1179,
      "step": 361660
    },
    {
      "epoch": 0.7534791666666667,
      "grad_norm": 1.5516351461410522,
      "learning_rate": 4.312151381832912e-05,
      "loss": 7.1376,
      "step": 361670
    },
    {
      "epoch": 0.7535,
      "grad_norm": 1.1516815423965454,
      "learning_rate": 4.3114596809204427e-05,
      "loss": 7.3494,
      "step": 361680
    },
    {
      "epoch": 0.7535208333333333,
      "grad_norm": 3.066426992416382,
      "learning_rate": 4.310768026178243e-05,
      "loss": 7.0866,
      "step": 361690
    },
    {
      "epoch": 0.7535416666666667,
      "grad_norm": 1.8201313018798828,
      "learning_rate": 4.310076417609283e-05,
      "loss": 7.2288,
      "step": 361700
    },
    {
      "epoch": 0.7535625,
      "grad_norm": 2.740710735321045,
      "learning_rate": 4.309384855216568e-05,
      "loss": 7.0117,
      "step": 361710
    },
    {
      "epoch": 0.7535833333333334,
      "grad_norm": 1.250004529953003,
      "learning_rate": 4.308693339003082e-05,
      "loss": 7.2311,
      "step": 361720
    },
    {
      "epoch": 0.7536041666666666,
      "grad_norm": 0.976567804813385,
      "learning_rate": 4.308001868971801e-05,
      "loss": 6.8733,
      "step": 361730
    },
    {
      "epoch": 0.753625,
      "grad_norm": 4.018754005432129,
      "learning_rate": 4.3073104451257226e-05,
      "loss": 7.3803,
      "step": 361740
    },
    {
      "epoch": 0.7536458333333333,
      "grad_norm": 2.0611460208892822,
      "learning_rate": 4.306619067467837e-05,
      "loss": 7.4523,
      "step": 361750
    },
    {
      "epoch": 0.7536666666666667,
      "grad_norm": 1.1915972232818604,
      "learning_rate": 4.3059277360011134e-05,
      "loss": 7.6323,
      "step": 361760
    },
    {
      "epoch": 0.7536875,
      "grad_norm": 1.6650108098983765,
      "learning_rate": 4.30523645072856e-05,
      "loss": 7.1105,
      "step": 361770
    },
    {
      "epoch": 0.7537083333333333,
      "grad_norm": 4.0242815017700195,
      "learning_rate": 4.304545211653147e-05,
      "loss": 7.3684,
      "step": 361780
    },
    {
      "epoch": 0.7537291666666667,
      "grad_norm": 2.2805538177490234,
      "learning_rate": 4.303854018777858e-05,
      "loss": 7.3379,
      "step": 361790
    },
    {
      "epoch": 0.75375,
      "grad_norm": 1.689040184020996,
      "learning_rate": 4.3031628721056976e-05,
      "loss": 6.9457,
      "step": 361800
    },
    {
      "epoch": 0.7537708333333333,
      "grad_norm": 1.6299347877502441,
      "learning_rate": 4.3024717716396345e-05,
      "loss": 7.4603,
      "step": 361810
    },
    {
      "epoch": 0.7537916666666666,
      "grad_norm": 2.4379944801330566,
      "learning_rate": 4.301780717382653e-05,
      "loss": 8.1593,
      "step": 361820
    },
    {
      "epoch": 0.7538125,
      "grad_norm": 1.0967211723327637,
      "learning_rate": 4.301089709337755e-05,
      "loss": 6.8424,
      "step": 361830
    },
    {
      "epoch": 0.7538333333333334,
      "grad_norm": 2.066152811050415,
      "learning_rate": 4.30039874750791e-05,
      "loss": 7.01,
      "step": 361840
    },
    {
      "epoch": 0.7538541666666667,
      "grad_norm": 1.7250503301620483,
      "learning_rate": 4.299707831896105e-05,
      "loss": 7.1395,
      "step": 361850
    },
    {
      "epoch": 0.753875,
      "grad_norm": 1.9693115949630737,
      "learning_rate": 4.2990169625053295e-05,
      "loss": 7.0902,
      "step": 361860
    },
    {
      "epoch": 0.7538958333333333,
      "grad_norm": 1.4266921281814575,
      "learning_rate": 4.2983261393385634e-05,
      "loss": 6.9254,
      "step": 361870
    },
    {
      "epoch": 0.7539166666666667,
      "grad_norm": 1.447497010231018,
      "learning_rate": 4.2976353623987924e-05,
      "loss": 7.0245,
      "step": 361880
    },
    {
      "epoch": 0.7539375,
      "grad_norm": 2.0338423252105713,
      "learning_rate": 4.296944631689e-05,
      "loss": 7.9082,
      "step": 361890
    },
    {
      "epoch": 0.7539583333333333,
      "grad_norm": 3.5377018451690674,
      "learning_rate": 4.296253947212172e-05,
      "loss": 7.2596,
      "step": 361900
    },
    {
      "epoch": 0.7539791666666666,
      "grad_norm": 1.538854718208313,
      "learning_rate": 4.295563308971288e-05,
      "loss": 8.473,
      "step": 361910
    },
    {
      "epoch": 0.754,
      "grad_norm": 1.0885251760482788,
      "learning_rate": 4.2948727169693345e-05,
      "loss": 7.5864,
      "step": 361920
    },
    {
      "epoch": 0.7540208333333334,
      "grad_norm": 3.010145902633667,
      "learning_rate": 4.294182171209294e-05,
      "loss": 7.0451,
      "step": 361930
    },
    {
      "epoch": 0.7540416666666667,
      "grad_norm": 5.460026741027832,
      "learning_rate": 4.293491671694148e-05,
      "loss": 7.4028,
      "step": 361940
    },
    {
      "epoch": 0.7540625,
      "grad_norm": 1.0366703271865845,
      "learning_rate": 4.29280121842688e-05,
      "loss": 7.2499,
      "step": 361950
    },
    {
      "epoch": 0.7540833333333333,
      "grad_norm": 1.6831696033477783,
      "learning_rate": 4.292110811410472e-05,
      "loss": 7.593,
      "step": 361960
    },
    {
      "epoch": 0.7541041666666667,
      "grad_norm": 1.8411003351211548,
      "learning_rate": 4.2914204506479076e-05,
      "loss": 7.1894,
      "step": 361970
    },
    {
      "epoch": 0.754125,
      "grad_norm": 2.012298107147217,
      "learning_rate": 4.290730136142168e-05,
      "loss": 7.2858,
      "step": 361980
    },
    {
      "epoch": 0.7541458333333333,
      "grad_norm": 2.6500403881073,
      "learning_rate": 4.290039867896236e-05,
      "loss": 6.9541,
      "step": 361990
    },
    {
      "epoch": 0.7541666666666667,
      "grad_norm": 1.9773496389389038,
      "learning_rate": 4.289349645913096e-05,
      "loss": 7.2546,
      "step": 362000
    },
    {
      "epoch": 0.7541666666666667,
      "eval_loss": 7.545007228851318,
      "eval_runtime": 9.2001,
      "eval_samples_per_second": 0.326,
      "eval_steps_per_second": 0.109,
      "step": 362000
    },
    {
      "epoch": 0.7541875,
      "grad_norm": 1.0335835218429565,
      "learning_rate": 4.288659470195717e-05,
      "loss": 6.99,
      "step": 362010
    },
    {
      "epoch": 0.7542083333333334,
      "grad_norm": 1.0771369934082031,
      "learning_rate": 4.287969340747094e-05,
      "loss": 7.1386,
      "step": 362020
    },
    {
      "epoch": 0.7542291666666666,
      "grad_norm": 1.7486281394958496,
      "learning_rate": 4.287279257570207e-05,
      "loss": 7.0146,
      "step": 362030
    },
    {
      "epoch": 0.75425,
      "grad_norm": 2.622134208679199,
      "learning_rate": 4.286589220668026e-05,
      "loss": 7.1558,
      "step": 362040
    },
    {
      "epoch": 0.7542708333333333,
      "grad_norm": 1.7712411880493164,
      "learning_rate": 4.285899230043541e-05,
      "loss": 7.3212,
      "step": 362050
    },
    {
      "epoch": 0.7542916666666667,
      "grad_norm": 0.9688376188278198,
      "learning_rate": 4.2852092856997376e-05,
      "loss": 7.0581,
      "step": 362060
    },
    {
      "epoch": 0.7543125,
      "grad_norm": 0.9897938370704651,
      "learning_rate": 4.284519387639578e-05,
      "loss": 6.8128,
      "step": 362070
    },
    {
      "epoch": 0.7543333333333333,
      "grad_norm": 1.3352909088134766,
      "learning_rate": 4.283829535866059e-05,
      "loss": 6.9318,
      "step": 362080
    },
    {
      "epoch": 0.7543541666666667,
      "grad_norm": 2.1941187381744385,
      "learning_rate": 4.283139730382157e-05,
      "loss": 7.3997,
      "step": 362090
    },
    {
      "epoch": 0.754375,
      "grad_norm": 2.2879016399383545,
      "learning_rate": 4.2824499711908424e-05,
      "loss": 7.3092,
      "step": 362100
    },
    {
      "epoch": 0.7543958333333334,
      "grad_norm": 2.138981819152832,
      "learning_rate": 4.281760258295106e-05,
      "loss": 7.3418,
      "step": 362110
    },
    {
      "epoch": 0.7544166666666666,
      "grad_norm": 2.8832430839538574,
      "learning_rate": 4.281070591697927e-05,
      "loss": 7.8067,
      "step": 362120
    },
    {
      "epoch": 0.7544375,
      "grad_norm": 1.159980297088623,
      "learning_rate": 4.280380971402274e-05,
      "loss": 7.2571,
      "step": 362130
    },
    {
      "epoch": 0.7544583333333333,
      "grad_norm": 2.8573825359344482,
      "learning_rate": 4.279691397411135e-05,
      "loss": 7.2274,
      "step": 362140
    },
    {
      "epoch": 0.7544791666666667,
      "grad_norm": 1.4545005559921265,
      "learning_rate": 4.279001869727482e-05,
      "loss": 8.0926,
      "step": 362150
    },
    {
      "epoch": 0.7545,
      "grad_norm": 1.5490611791610718,
      "learning_rate": 4.2783123883543005e-05,
      "loss": 7.5168,
      "step": 362160
    },
    {
      "epoch": 0.7545208333333333,
      "grad_norm": 1.4917269945144653,
      "learning_rate": 4.277622953294564e-05,
      "loss": 6.984,
      "step": 362170
    },
    {
      "epoch": 0.7545416666666667,
      "grad_norm": 2.3215911388397217,
      "learning_rate": 4.2769335645512526e-05,
      "loss": 7.3139,
      "step": 362180
    },
    {
      "epoch": 0.7545625,
      "grad_norm": 0.9307441115379333,
      "learning_rate": 4.276244222127344e-05,
      "loss": 7.8884,
      "step": 362190
    },
    {
      "epoch": 0.7545833333333334,
      "grad_norm": 2.781587600708008,
      "learning_rate": 4.275554926025816e-05,
      "loss": 7.3781,
      "step": 362200
    },
    {
      "epoch": 0.7546041666666666,
      "grad_norm": 1.5185405015945435,
      "learning_rate": 4.274865676249644e-05,
      "loss": 6.9873,
      "step": 362210
    },
    {
      "epoch": 0.754625,
      "grad_norm": 1.068861484527588,
      "learning_rate": 4.274176472801808e-05,
      "loss": 7.179,
      "step": 362220
    },
    {
      "epoch": 0.7546458333333333,
      "grad_norm": 2.578216552734375,
      "learning_rate": 4.273487315685285e-05,
      "loss": 7.6713,
      "step": 362230
    },
    {
      "epoch": 0.7546666666666667,
      "grad_norm": 1.0387507677078247,
      "learning_rate": 4.2727982049030494e-05,
      "loss": 7.632,
      "step": 362240
    },
    {
      "epoch": 0.7546875,
      "grad_norm": 1.572614312171936,
      "learning_rate": 4.27210914045808e-05,
      "loss": 7.2844,
      "step": 362250
    },
    {
      "epoch": 0.7547083333333333,
      "grad_norm": 1.9714659452438354,
      "learning_rate": 4.2714201223533534e-05,
      "loss": 7.3626,
      "step": 362260
    },
    {
      "epoch": 0.7547291666666667,
      "grad_norm": 1.2687710523605347,
      "learning_rate": 4.270731150591845e-05,
      "loss": 6.9229,
      "step": 362270
    },
    {
      "epoch": 0.75475,
      "grad_norm": 1.5231796503067017,
      "learning_rate": 4.270042225176529e-05,
      "loss": 7.1322,
      "step": 362280
    },
    {
      "epoch": 0.7547708333333333,
      "grad_norm": 1.1710381507873535,
      "learning_rate": 4.269353346110385e-05,
      "loss": 7.304,
      "step": 362290
    },
    {
      "epoch": 0.7547916666666666,
      "grad_norm": 1.4415467977523804,
      "learning_rate": 4.268664513396388e-05,
      "loss": 7.3475,
      "step": 362300
    },
    {
      "epoch": 0.7548125,
      "grad_norm": 4.175638675689697,
      "learning_rate": 4.267975727037511e-05,
      "loss": 7.1506,
      "step": 362310
    },
    {
      "epoch": 0.7548333333333334,
      "grad_norm": 0.8835885524749756,
      "learning_rate": 4.267286987036733e-05,
      "loss": 7.3045,
      "step": 362320
    },
    {
      "epoch": 0.7548541666666667,
      "grad_norm": 1.4294403791427612,
      "learning_rate": 4.2665982933970246e-05,
      "loss": 7.0483,
      "step": 362330
    },
    {
      "epoch": 0.754875,
      "grad_norm": 2.12739634513855,
      "learning_rate": 4.2659096461213636e-05,
      "loss": 8.427,
      "step": 362340
    },
    {
      "epoch": 0.7548958333333333,
      "grad_norm": 2.045200824737549,
      "learning_rate": 4.265221045212725e-05,
      "loss": 7.2174,
      "step": 362350
    },
    {
      "epoch": 0.7549166666666667,
      "grad_norm": 2.139864444732666,
      "learning_rate": 4.264532490674081e-05,
      "loss": 6.9161,
      "step": 362360
    },
    {
      "epoch": 0.7549375,
      "grad_norm": 1.9790449142456055,
      "learning_rate": 4.263843982508407e-05,
      "loss": 8.5975,
      "step": 362370
    },
    {
      "epoch": 0.7549583333333333,
      "grad_norm": 1.5149598121643066,
      "learning_rate": 4.26315552071868e-05,
      "loss": 7.0347,
      "step": 362380
    },
    {
      "epoch": 0.7549791666666666,
      "grad_norm": 2.1528542041778564,
      "learning_rate": 4.262467105307868e-05,
      "loss": 7.2965,
      "step": 362390
    },
    {
      "epoch": 0.755,
      "grad_norm": 1.221636414527893,
      "learning_rate": 4.2617787362789546e-05,
      "loss": 6.8557,
      "step": 362400
    },
    {
      "epoch": 0.7550208333333334,
      "grad_norm": 1.082820177078247,
      "learning_rate": 4.261090413634895e-05,
      "loss": 7.0337,
      "step": 362410
    },
    {
      "epoch": 0.7550416666666667,
      "grad_norm": 1.156814455986023,
      "learning_rate": 4.2604021373786815e-05,
      "loss": 7.1764,
      "step": 362420
    },
    {
      "epoch": 0.7550625,
      "grad_norm": 4.077859401702881,
      "learning_rate": 4.259713907513284e-05,
      "loss": 7.3443,
      "step": 362430
    },
    {
      "epoch": 0.7550833333333333,
      "grad_norm": 1.6853218078613281,
      "learning_rate": 4.2590257240416655e-05,
      "loss": 7.3099,
      "step": 362440
    },
    {
      "epoch": 0.7551041666666667,
      "grad_norm": 2.3545289039611816,
      "learning_rate": 4.258337586966799e-05,
      "loss": 7.2435,
      "step": 362450
    },
    {
      "epoch": 0.755125,
      "grad_norm": 1.293654203414917,
      "learning_rate": 4.257649496291673e-05,
      "loss": 7.0425,
      "step": 362460
    },
    {
      "epoch": 0.7551458333333333,
      "grad_norm": 1.6543540954589844,
      "learning_rate": 4.256961452019243e-05,
      "loss": 7.363,
      "step": 362470
    },
    {
      "epoch": 0.7551666666666667,
      "grad_norm": 1.4392638206481934,
      "learning_rate": 4.256273454152484e-05,
      "loss": 6.9693,
      "step": 362480
    },
    {
      "epoch": 0.7551875,
      "grad_norm": 1.8085687160491943,
      "learning_rate": 4.25558550269438e-05,
      "loss": 7.4199,
      "step": 362490
    },
    {
      "epoch": 0.7552083333333334,
      "grad_norm": 1.9963505268096924,
      "learning_rate": 4.254897597647888e-05,
      "loss": 7.3147,
      "step": 362500
    },
    {
      "epoch": 0.7552291666666666,
      "grad_norm": 1.2244375944137573,
      "learning_rate": 4.2542097390159854e-05,
      "loss": 7.4493,
      "step": 362510
    },
    {
      "epoch": 0.75525,
      "grad_norm": 2.238384962081909,
      "learning_rate": 4.253521926801645e-05,
      "loss": 7.22,
      "step": 362520
    },
    {
      "epoch": 0.7552708333333333,
      "grad_norm": 5.709946632385254,
      "learning_rate": 4.2528341610078336e-05,
      "loss": 7.8564,
      "step": 362530
    },
    {
      "epoch": 0.7552916666666667,
      "grad_norm": 2.0408706665039062,
      "learning_rate": 4.252146441637526e-05,
      "loss": 7.1361,
      "step": 362540
    },
    {
      "epoch": 0.7553125,
      "grad_norm": 1.7169116735458374,
      "learning_rate": 4.2514587686936916e-05,
      "loss": 7.5134,
      "step": 362550
    },
    {
      "epoch": 0.7553333333333333,
      "grad_norm": 1.561824917793274,
      "learning_rate": 4.2507711421793e-05,
      "loss": 6.7784,
      "step": 362560
    },
    {
      "epoch": 0.7553541666666667,
      "grad_norm": 2.669724702835083,
      "learning_rate": 4.250083562097323e-05,
      "loss": 7.6655,
      "step": 362570
    },
    {
      "epoch": 0.755375,
      "grad_norm": 2.44858717918396,
      "learning_rate": 4.2493960284507295e-05,
      "loss": 7.0806,
      "step": 362580
    },
    {
      "epoch": 0.7553958333333334,
      "grad_norm": 1.8627034425735474,
      "learning_rate": 4.248708541242491e-05,
      "loss": 7.1589,
      "step": 362590
    },
    {
      "epoch": 0.7554166666666666,
      "grad_norm": 1.393899917602539,
      "learning_rate": 4.2480211004755735e-05,
      "loss": 7.6088,
      "step": 362600
    },
    {
      "epoch": 0.7554375,
      "grad_norm": 2.3138911724090576,
      "learning_rate": 4.24733370615295e-05,
      "loss": 8.0166,
      "step": 362610
    },
    {
      "epoch": 0.7554583333333333,
      "grad_norm": 1.7105413675308228,
      "learning_rate": 4.246646358277589e-05,
      "loss": 7.1119,
      "step": 362620
    },
    {
      "epoch": 0.7554791666666667,
      "grad_norm": 2.6351606845855713,
      "learning_rate": 4.245959056852459e-05,
      "loss": 7.2693,
      "step": 362630
    },
    {
      "epoch": 0.7555,
      "grad_norm": 1.148166537284851,
      "learning_rate": 4.2452718018805294e-05,
      "loss": 7.9353,
      "step": 362640
    },
    {
      "epoch": 0.7555208333333333,
      "grad_norm": 1.533334493637085,
      "learning_rate": 4.24458459336477e-05,
      "loss": 7.1596,
      "step": 362650
    },
    {
      "epoch": 0.7555416666666667,
      "grad_norm": 1.5613754987716675,
      "learning_rate": 4.243897431308145e-05,
      "loss": 7.2946,
      "step": 362660
    },
    {
      "epoch": 0.7555625,
      "grad_norm": 3.0718393325805664,
      "learning_rate": 4.2432103157136265e-05,
      "loss": 6.9339,
      "step": 362670
    },
    {
      "epoch": 0.7555833333333334,
      "grad_norm": 1.626686453819275,
      "learning_rate": 4.242523246584183e-05,
      "loss": 6.9674,
      "step": 362680
    },
    {
      "epoch": 0.7556041666666666,
      "grad_norm": 1.3225493431091309,
      "learning_rate": 4.24183622392278e-05,
      "loss": 7.2774,
      "step": 362690
    },
    {
      "epoch": 0.755625,
      "grad_norm": 1.7633591890335083,
      "learning_rate": 4.2411492477323866e-05,
      "loss": 7.1547,
      "step": 362700
    },
    {
      "epoch": 0.7556458333333333,
      "grad_norm": 3.3092994689941406,
      "learning_rate": 4.240462318015969e-05,
      "loss": 6.8367,
      "step": 362710
    },
    {
      "epoch": 0.7556666666666667,
      "grad_norm": 1.831825852394104,
      "learning_rate": 4.239775434776499e-05,
      "loss": 7.9512,
      "step": 362720
    },
    {
      "epoch": 0.7556875,
      "grad_norm": 0.8685024380683899,
      "learning_rate": 4.239088598016932e-05,
      "loss": 7.1866,
      "step": 362730
    },
    {
      "epoch": 0.7557083333333333,
      "grad_norm": 2.5096981525421143,
      "learning_rate": 4.2384018077402476e-05,
      "loss": 7.113,
      "step": 362740
    },
    {
      "epoch": 0.7557291666666667,
      "grad_norm": 1.6495314836502075,
      "learning_rate": 4.2377150639494115e-05,
      "loss": 7.7685,
      "step": 362750
    },
    {
      "epoch": 0.75575,
      "grad_norm": 1.383894920349121,
      "learning_rate": 4.237028366647378e-05,
      "loss": 7.2539,
      "step": 362760
    },
    {
      "epoch": 0.7557708333333333,
      "grad_norm": 1.692440390586853,
      "learning_rate": 4.236341715837131e-05,
      "loss": 6.9274,
      "step": 362770
    },
    {
      "epoch": 0.7557916666666666,
      "grad_norm": 1.3068403005599976,
      "learning_rate": 4.235655111521621e-05,
      "loss": 7.2728,
      "step": 362780
    },
    {
      "epoch": 0.7558125,
      "grad_norm": 1.7257130146026611,
      "learning_rate": 4.234968553703818e-05,
      "loss": 7.1926,
      "step": 362790
    },
    {
      "epoch": 0.7558333333333334,
      "grad_norm": 0.8141322135925293,
      "learning_rate": 4.234282042386697e-05,
      "loss": 7.5433,
      "step": 362800
    },
    {
      "epoch": 0.7558541666666667,
      "grad_norm": 1.300402283668518,
      "learning_rate": 4.2335955775732126e-05,
      "loss": 6.7572,
      "step": 362810
    },
    {
      "epoch": 0.755875,
      "grad_norm": 1.308849811553955,
      "learning_rate": 4.232909159266328e-05,
      "loss": 7.6526,
      "step": 362820
    },
    {
      "epoch": 0.7558958333333333,
      "grad_norm": 2.5438477993011475,
      "learning_rate": 4.2322227874690226e-05,
      "loss": 6.7999,
      "step": 362830
    },
    {
      "epoch": 0.7559166666666667,
      "grad_norm": 1.1102991104125977,
      "learning_rate": 4.23153646218425e-05,
      "loss": 7.7096,
      "step": 362840
    },
    {
      "epoch": 0.7559375,
      "grad_norm": 1.482506513595581,
      "learning_rate": 4.2308501834149724e-05,
      "loss": 8.0126,
      "step": 362850
    },
    {
      "epoch": 0.7559583333333333,
      "grad_norm": 1.1891988515853882,
      "learning_rate": 4.230163951164168e-05,
      "loss": 6.9549,
      "step": 362860
    },
    {
      "epoch": 0.7559791666666666,
      "grad_norm": 33.84953308105469,
      "learning_rate": 4.229477765434788e-05,
      "loss": 10.0335,
      "step": 362870
    },
    {
      "epoch": 0.756,
      "grad_norm": 1.5593703985214233,
      "learning_rate": 4.228791626229795e-05,
      "loss": 7.1356,
      "step": 362880
    },
    {
      "epoch": 0.7560208333333334,
      "grad_norm": 1.623707890510559,
      "learning_rate": 4.228105533552169e-05,
      "loss": 6.9612,
      "step": 362890
    },
    {
      "epoch": 0.7560416666666666,
      "grad_norm": 1.2613312005996704,
      "learning_rate": 4.2274194874048575e-05,
      "loss": 7.1401,
      "step": 362900
    },
    {
      "epoch": 0.7560625,
      "grad_norm": 1.0652918815612793,
      "learning_rate": 4.226733487790832e-05,
      "loss": 7.0401,
      "step": 362910
    },
    {
      "epoch": 0.7560833333333333,
      "grad_norm": 0.8668188452720642,
      "learning_rate": 4.226047534713051e-05,
      "loss": 7.2692,
      "step": 362920
    },
    {
      "epoch": 0.7561041666666667,
      "grad_norm": 5.056756973266602,
      "learning_rate": 4.225361628174481e-05,
      "loss": 7.5487,
      "step": 362930
    },
    {
      "epoch": 0.756125,
      "grad_norm": 1.364982008934021,
      "learning_rate": 4.2246757681780843e-05,
      "loss": 7.153,
      "step": 362940
    },
    {
      "epoch": 0.7561458333333333,
      "grad_norm": 6.8923163414001465,
      "learning_rate": 4.2239899547268244e-05,
      "loss": 7.4729,
      "step": 362950
    },
    {
      "epoch": 0.7561666666666667,
      "grad_norm": 7.158088684082031,
      "learning_rate": 4.2233041878236603e-05,
      "loss": 7.267,
      "step": 362960
    },
    {
      "epoch": 0.7561875,
      "grad_norm": 3.5521492958068848,
      "learning_rate": 4.222618467471557e-05,
      "loss": 7.8028,
      "step": 362970
    },
    {
      "epoch": 0.7562083333333334,
      "grad_norm": 1.0939254760742188,
      "learning_rate": 4.221932793673475e-05,
      "loss": 6.7516,
      "step": 362980
    },
    {
      "epoch": 0.7562291666666666,
      "grad_norm": 1.6140244007110596,
      "learning_rate": 4.221247166432379e-05,
      "loss": 7.3531,
      "step": 362990
    },
    {
      "epoch": 0.75625,
      "grad_norm": 1.3470925092697144,
      "learning_rate": 4.220561585751228e-05,
      "loss": 7.4912,
      "step": 363000
    },
    {
      "epoch": 0.75625,
      "eval_loss": 8.046091079711914,
      "eval_runtime": 9.0502,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 363000
    },
    {
      "epoch": 0.7562708333333333,
      "grad_norm": 1.747896671295166,
      "learning_rate": 4.219876051632983e-05,
      "loss": 7.4326,
      "step": 363010
    },
    {
      "epoch": 0.7562916666666667,
      "grad_norm": 2.1111459732055664,
      "learning_rate": 4.2191905640806065e-05,
      "loss": 7.4628,
      "step": 363020
    },
    {
      "epoch": 0.7563125,
      "grad_norm": 5.660068511962891,
      "learning_rate": 4.218505123097066e-05,
      "loss": 7.5309,
      "step": 363030
    },
    {
      "epoch": 0.7563333333333333,
      "grad_norm": 3.5555975437164307,
      "learning_rate": 4.2178197286853055e-05,
      "loss": 7.467,
      "step": 363040
    },
    {
      "epoch": 0.7563541666666667,
      "grad_norm": 2.965254306793213,
      "learning_rate": 4.2171343808483006e-05,
      "loss": 7.1737,
      "step": 363050
    },
    {
      "epoch": 0.756375,
      "grad_norm": 1.0124729871749878,
      "learning_rate": 4.2164490795890106e-05,
      "loss": 6.9682,
      "step": 363060
    },
    {
      "epoch": 0.7563958333333334,
      "grad_norm": 1.9244273900985718,
      "learning_rate": 4.215763824910383e-05,
      "loss": 7.6227,
      "step": 363070
    },
    {
      "epoch": 0.7564166666666666,
      "grad_norm": 0.9812020063400269,
      "learning_rate": 4.215078616815393e-05,
      "loss": 7.2141,
      "step": 363080
    },
    {
      "epoch": 0.7564375,
      "grad_norm": 2.2339704036712646,
      "learning_rate": 4.214393455306999e-05,
      "loss": 7.1184,
      "step": 363090
    },
    {
      "epoch": 0.7564583333333333,
      "grad_norm": 1.2918384075164795,
      "learning_rate": 4.213708340388145e-05,
      "loss": 6.955,
      "step": 363100
    },
    {
      "epoch": 0.7564791666666667,
      "grad_norm": 1.1752681732177734,
      "learning_rate": 4.213023272061808e-05,
      "loss": 7.2662,
      "step": 363110
    },
    {
      "epoch": 0.7565,
      "grad_norm": 1.1878859996795654,
      "learning_rate": 4.212338250330945e-05,
      "loss": 7.7554,
      "step": 363120
    },
    {
      "epoch": 0.7565208333333333,
      "grad_norm": 1.2996081113815308,
      "learning_rate": 4.2116532751985005e-05,
      "loss": 6.9711,
      "step": 363130
    },
    {
      "epoch": 0.7565416666666667,
      "grad_norm": 2.178663730621338,
      "learning_rate": 4.210968346667452e-05,
      "loss": 7.1827,
      "step": 363140
    },
    {
      "epoch": 0.7565625,
      "grad_norm": 2.0658721923828125,
      "learning_rate": 4.2102834647407474e-05,
      "loss": 7.941,
      "step": 363150
    },
    {
      "epoch": 0.7565833333333334,
      "grad_norm": 3.4411656856536865,
      "learning_rate": 4.2095986294213404e-05,
      "loss": 7.4395,
      "step": 363160
    },
    {
      "epoch": 0.7566041666666666,
      "grad_norm": 1.4279546737670898,
      "learning_rate": 4.2089138407122084e-05,
      "loss": 7.1469,
      "step": 363170
    },
    {
      "epoch": 0.756625,
      "grad_norm": 1.3957968950271606,
      "learning_rate": 4.20822909861629e-05,
      "loss": 7.4089,
      "step": 363180
    },
    {
      "epoch": 0.7566458333333334,
      "grad_norm": 1.358860731124878,
      "learning_rate": 4.207544403136547e-05,
      "loss": 7.9515,
      "step": 363190
    },
    {
      "epoch": 0.7566666666666667,
      "grad_norm": 1.5031993389129639,
      "learning_rate": 4.2068597542759486e-05,
      "loss": 7.1783,
      "step": 363200
    },
    {
      "epoch": 0.7566875,
      "grad_norm": 1.4254204034805298,
      "learning_rate": 4.20617515203744e-05,
      "loss": 6.9945,
      "step": 363210
    },
    {
      "epoch": 0.7567083333333333,
      "grad_norm": 1.289141058921814,
      "learning_rate": 4.2054905964239766e-05,
      "loss": 6.866,
      "step": 363220
    },
    {
      "epoch": 0.7567291666666667,
      "grad_norm": 1.3594940900802612,
      "learning_rate": 4.20480608743853e-05,
      "loss": 7.0364,
      "step": 363230
    },
    {
      "epoch": 0.75675,
      "grad_norm": 0.8397988677024841,
      "learning_rate": 4.2041216250840456e-05,
      "loss": 7.0135,
      "step": 363240
    },
    {
      "epoch": 0.7567708333333333,
      "grad_norm": 1.0365588665008545,
      "learning_rate": 4.203437209363476e-05,
      "loss": 6.9694,
      "step": 363250
    },
    {
      "epoch": 0.7567916666666666,
      "grad_norm": 1.7548748254776,
      "learning_rate": 4.2027528402797926e-05,
      "loss": 6.5942,
      "step": 363260
    },
    {
      "epoch": 0.7568125,
      "grad_norm": 1.4373587369918823,
      "learning_rate": 4.20206851783594e-05,
      "loss": 7.07,
      "step": 363270
    },
    {
      "epoch": 0.7568333333333334,
      "grad_norm": 2.8921844959259033,
      "learning_rate": 4.201384242034878e-05,
      "loss": 7.5639,
      "step": 363280
    },
    {
      "epoch": 0.7568541666666667,
      "grad_norm": 1.577736735343933,
      "learning_rate": 4.20070001287956e-05,
      "loss": 7.3456,
      "step": 363290
    },
    {
      "epoch": 0.756875,
      "grad_norm": 6.6790008544921875,
      "learning_rate": 4.2000158303729443e-05,
      "loss": 7.6426,
      "step": 363300
    },
    {
      "epoch": 0.7568958333333333,
      "grad_norm": 1.2924102544784546,
      "learning_rate": 4.199331694517984e-05,
      "loss": 7.0204,
      "step": 363310
    },
    {
      "epoch": 0.7569166666666667,
      "grad_norm": 1.091477394104004,
      "learning_rate": 4.198647605317637e-05,
      "loss": 7.8479,
      "step": 363320
    },
    {
      "epoch": 0.7569375,
      "grad_norm": 1.4609026908874512,
      "learning_rate": 4.197963562774856e-05,
      "loss": 7.0426,
      "step": 363330
    },
    {
      "epoch": 0.7569583333333333,
      "grad_norm": 1.6413675546646118,
      "learning_rate": 4.197279566892598e-05,
      "loss": 7.2446,
      "step": 363340
    },
    {
      "epoch": 0.7569791666666666,
      "grad_norm": 1.532097339630127,
      "learning_rate": 4.196595617673814e-05,
      "loss": 7.1098,
      "step": 363350
    },
    {
      "epoch": 0.757,
      "grad_norm": 1.063773274421692,
      "learning_rate": 4.195911715121463e-05,
      "loss": 7.4348,
      "step": 363360
    },
    {
      "epoch": 0.7570208333333334,
      "grad_norm": 2.1220030784606934,
      "learning_rate": 4.195227859238496e-05,
      "loss": 7.2566,
      "step": 363370
    },
    {
      "epoch": 0.7570416666666666,
      "grad_norm": 2.6157705783843994,
      "learning_rate": 4.1945440500278675e-05,
      "loss": 7.0944,
      "step": 363380
    },
    {
      "epoch": 0.7570625,
      "grad_norm": 1.3188929557800293,
      "learning_rate": 4.1938602874925306e-05,
      "loss": 6.6229,
      "step": 363390
    },
    {
      "epoch": 0.7570833333333333,
      "grad_norm": 1.4877218008041382,
      "learning_rate": 4.193176571635447e-05,
      "loss": 7.267,
      "step": 363400
    },
    {
      "epoch": 0.7571041666666667,
      "grad_norm": 1.51297926902771,
      "learning_rate": 4.192492902459552e-05,
      "loss": 7.4847,
      "step": 363410
    },
    {
      "epoch": 0.757125,
      "grad_norm": 0.8559044599533081,
      "learning_rate": 4.191809279967814e-05,
      "loss": 7.0757,
      "step": 363420
    },
    {
      "epoch": 0.7571458333333333,
      "grad_norm": 1.0006190538406372,
      "learning_rate": 4.191125704163188e-05,
      "loss": 6.9937,
      "step": 363430
    },
    {
      "epoch": 0.7571666666666667,
      "grad_norm": 5.047491073608398,
      "learning_rate": 4.190442175048611e-05,
      "loss": 6.9277,
      "step": 363440
    },
    {
      "epoch": 0.7571875,
      "grad_norm": 1.29519522190094,
      "learning_rate": 4.189758692627048e-05,
      "loss": 7.0134,
      "step": 363450
    },
    {
      "epoch": 0.7572083333333334,
      "grad_norm": 0.9418850541114807,
      "learning_rate": 4.189075256901453e-05,
      "loss": 7.0622,
      "step": 363460
    },
    {
      "epoch": 0.7572291666666666,
      "grad_norm": 1.314273476600647,
      "learning_rate": 4.188391867874768e-05,
      "loss": 7.1883,
      "step": 363470
    },
    {
      "epoch": 0.75725,
      "grad_norm": 2.551281452178955,
      "learning_rate": 4.187708525549952e-05,
      "loss": 6.9215,
      "step": 363480
    },
    {
      "epoch": 0.7572708333333333,
      "grad_norm": 1.428714394569397,
      "learning_rate": 4.18702522992996e-05,
      "loss": 7.3196,
      "step": 363490
    },
    {
      "epoch": 0.7572916666666667,
      "grad_norm": 1.313870906829834,
      "learning_rate": 4.1863419810177305e-05,
      "loss": 7.0751,
      "step": 363500
    },
    {
      "epoch": 0.7573125,
      "grad_norm": 0.9268009066581726,
      "learning_rate": 4.1856587788162334e-05,
      "loss": 7.3361,
      "step": 363510
    },
    {
      "epoch": 0.7573333333333333,
      "grad_norm": 1.2657486200332642,
      "learning_rate": 4.1849756233284034e-05,
      "loss": 6.8866,
      "step": 363520
    },
    {
      "epoch": 0.7573541666666667,
      "grad_norm": 1.0149496793746948,
      "learning_rate": 4.184292514557193e-05,
      "loss": 7.934,
      "step": 363530
    },
    {
      "epoch": 0.757375,
      "grad_norm": 1.0339752435684204,
      "learning_rate": 4.1836094525055694e-05,
      "loss": 7.1574,
      "step": 363540
    },
    {
      "epoch": 0.7573958333333334,
      "grad_norm": 1.0625780820846558,
      "learning_rate": 4.182926437176466e-05,
      "loss": 7.1353,
      "step": 363550
    },
    {
      "epoch": 0.7574166666666666,
      "grad_norm": 1.6437201499938965,
      "learning_rate": 4.182243468572833e-05,
      "loss": 7.3768,
      "step": 363560
    },
    {
      "epoch": 0.7574375,
      "grad_norm": 2.6845688819885254,
      "learning_rate": 4.181560546697636e-05,
      "loss": 7.0642,
      "step": 363570
    },
    {
      "epoch": 0.7574583333333333,
      "grad_norm": 1.2518149614334106,
      "learning_rate": 4.180877671553811e-05,
      "loss": 7.5211,
      "step": 363580
    },
    {
      "epoch": 0.7574791666666667,
      "grad_norm": 1.5578820705413818,
      "learning_rate": 4.1801948431443064e-05,
      "loss": 7.1122,
      "step": 363590
    },
    {
      "epoch": 0.7575,
      "grad_norm": 1.0595877170562744,
      "learning_rate": 4.179512061472087e-05,
      "loss": 7.2484,
      "step": 363600
    },
    {
      "epoch": 0.7575208333333333,
      "grad_norm": 4.907078266143799,
      "learning_rate": 4.178829326540089e-05,
      "loss": 7.7236,
      "step": 363610
    },
    {
      "epoch": 0.7575416666666667,
      "grad_norm": 3.028653860092163,
      "learning_rate": 4.178146638351264e-05,
      "loss": 7.6226,
      "step": 363620
    },
    {
      "epoch": 0.7575625,
      "grad_norm": 1.302101492881775,
      "learning_rate": 4.177463996908561e-05,
      "loss": 8.8107,
      "step": 363630
    },
    {
      "epoch": 0.7575833333333334,
      "grad_norm": 0.8041413426399231,
      "learning_rate": 4.176781402214931e-05,
      "loss": 7.2001,
      "step": 363640
    },
    {
      "epoch": 0.7576041666666666,
      "grad_norm": 2.753770112991333,
      "learning_rate": 4.176098854273321e-05,
      "loss": 7.5154,
      "step": 363650
    },
    {
      "epoch": 0.757625,
      "grad_norm": 1.623407006263733,
      "learning_rate": 4.1754163530866786e-05,
      "loss": 7.2133,
      "step": 363660
    },
    {
      "epoch": 0.7576458333333334,
      "grad_norm": 2.246804714202881,
      "learning_rate": 4.174733898657955e-05,
      "loss": 7.4433,
      "step": 363670
    },
    {
      "epoch": 0.7576666666666667,
      "grad_norm": 2.395810604095459,
      "learning_rate": 4.174051490990095e-05,
      "loss": 7.337,
      "step": 363680
    },
    {
      "epoch": 0.7576875,
      "grad_norm": 4.047768592834473,
      "learning_rate": 4.173369130086046e-05,
      "loss": 8.0897,
      "step": 363690
    },
    {
      "epoch": 0.7577083333333333,
      "grad_norm": 0.8993523120880127,
      "learning_rate": 4.1726868159487584e-05,
      "loss": 7.0341,
      "step": 363700
    },
    {
      "epoch": 0.7577291666666667,
      "grad_norm": 1.4315067529678345,
      "learning_rate": 4.1720045485811766e-05,
      "loss": 6.9516,
      "step": 363710
    },
    {
      "epoch": 0.75775,
      "grad_norm": 2.8723418712615967,
      "learning_rate": 4.17132232798625e-05,
      "loss": 7.4833,
      "step": 363720
    },
    {
      "epoch": 0.7577708333333333,
      "grad_norm": 1.963693380355835,
      "learning_rate": 4.1706401541669256e-05,
      "loss": 7.2345,
      "step": 363730
    },
    {
      "epoch": 0.7577916666666666,
      "grad_norm": 3.839665174484253,
      "learning_rate": 4.169958027126148e-05,
      "loss": 7.5118,
      "step": 363740
    },
    {
      "epoch": 0.7578125,
      "grad_norm": 1.3300563097000122,
      "learning_rate": 4.169275946866865e-05,
      "loss": 6.9387,
      "step": 363750
    },
    {
      "epoch": 0.7578333333333334,
      "grad_norm": 1.4441627264022827,
      "learning_rate": 4.168593913392023e-05,
      "loss": 7.9047,
      "step": 363760
    },
    {
      "epoch": 0.7578541666666667,
      "grad_norm": 1.957174301147461,
      "learning_rate": 4.167911926704572e-05,
      "loss": 7.1269,
      "step": 363770
    },
    {
      "epoch": 0.757875,
      "grad_norm": 1.4934101104736328,
      "learning_rate": 4.167229986807445e-05,
      "loss": 7.4411,
      "step": 363780
    },
    {
      "epoch": 0.7578958333333333,
      "grad_norm": 0.9439075589179993,
      "learning_rate": 4.166548093703601e-05,
      "loss": 6.9958,
      "step": 363790
    },
    {
      "epoch": 0.7579166666666667,
      "grad_norm": 1.1776676177978516,
      "learning_rate": 4.1658662473959865e-05,
      "loss": 7.2939,
      "step": 363800
    },
    {
      "epoch": 0.7579375,
      "grad_norm": 1.5536298751831055,
      "learning_rate": 4.165184447887532e-05,
      "loss": 7.374,
      "step": 363810
    },
    {
      "epoch": 0.7579583333333333,
      "grad_norm": 1.3499308824539185,
      "learning_rate": 4.1645026951811956e-05,
      "loss": 6.7995,
      "step": 363820
    },
    {
      "epoch": 0.7579791666666666,
      "grad_norm": 2.3990633487701416,
      "learning_rate": 4.163820989279925e-05,
      "loss": 7.3679,
      "step": 363830
    },
    {
      "epoch": 0.758,
      "grad_norm": 3.2450778484344482,
      "learning_rate": 4.163139330186647e-05,
      "loss": 7.7843,
      "step": 363840
    },
    {
      "epoch": 0.7580208333333334,
      "grad_norm": 1.0276509523391724,
      "learning_rate": 4.162457717904323e-05,
      "loss": 7.2156,
      "step": 363850
    },
    {
      "epoch": 0.7580416666666666,
      "grad_norm": 1.3549572229385376,
      "learning_rate": 4.161776152435898e-05,
      "loss": 7.7023,
      "step": 363860
    },
    {
      "epoch": 0.7580625,
      "grad_norm": 2.3024656772613525,
      "learning_rate": 4.1610946337842985e-05,
      "loss": 6.8505,
      "step": 363870
    },
    {
      "epoch": 0.7580833333333333,
      "grad_norm": 1.351677656173706,
      "learning_rate": 4.160413161952485e-05,
      "loss": 6.9737,
      "step": 363880
    },
    {
      "epoch": 0.7581041666666667,
      "grad_norm": 1.1129070520401,
      "learning_rate": 4.1597317369434005e-05,
      "loss": 7.1165,
      "step": 363890
    },
    {
      "epoch": 0.758125,
      "grad_norm": 0.8604351878166199,
      "learning_rate": 4.1590503587599816e-05,
      "loss": 7.2323,
      "step": 363900
    },
    {
      "epoch": 0.7581458333333333,
      "grad_norm": 1.0188655853271484,
      "learning_rate": 4.1583690274051715e-05,
      "loss": 7.5302,
      "step": 363910
    },
    {
      "epoch": 0.7581666666666667,
      "grad_norm": 1.020193099975586,
      "learning_rate": 4.157687742881917e-05,
      "loss": 7.0059,
      "step": 363920
    },
    {
      "epoch": 0.7581875,
      "grad_norm": 1.9159770011901855,
      "learning_rate": 4.157006505193159e-05,
      "loss": 7.0042,
      "step": 363930
    },
    {
      "epoch": 0.7582083333333334,
      "grad_norm": 1.6512610912322998,
      "learning_rate": 4.156325314341841e-05,
      "loss": 7.0216,
      "step": 363940
    },
    {
      "epoch": 0.7582291666666666,
      "grad_norm": 1.2121005058288574,
      "learning_rate": 4.155644170330907e-05,
      "loss": 6.7738,
      "step": 363950
    },
    {
      "epoch": 0.75825,
      "grad_norm": 2.604322910308838,
      "learning_rate": 4.154963073163295e-05,
      "loss": 7.6125,
      "step": 363960
    },
    {
      "epoch": 0.7582708333333333,
      "grad_norm": 1.7369214296340942,
      "learning_rate": 4.154282022841952e-05,
      "loss": 7.1673,
      "step": 363970
    },
    {
      "epoch": 0.7582916666666667,
      "grad_norm": 1.4888466596603394,
      "learning_rate": 4.1536010193698164e-05,
      "loss": 7.3547,
      "step": 363980
    },
    {
      "epoch": 0.7583125,
      "grad_norm": 1.694189429283142,
      "learning_rate": 4.152920062749831e-05,
      "loss": 7.2142,
      "step": 363990
    },
    {
      "epoch": 0.7583333333333333,
      "grad_norm": 1.1613253355026245,
      "learning_rate": 4.1522391529849394e-05,
      "loss": 6.992,
      "step": 364000
    },
    {
      "epoch": 0.7583333333333333,
      "eval_loss": 6.950308322906494,
      "eval_runtime": 9.1039,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 364000
    },
    {
      "epoch": 0.7583541666666667,
      "grad_norm": 1.8527748584747314,
      "learning_rate": 4.151558290078078e-05,
      "loss": 7.6244,
      "step": 364010
    },
    {
      "epoch": 0.758375,
      "grad_norm": 1.6458072662353516,
      "learning_rate": 4.150877474032192e-05,
      "loss": 7.015,
      "step": 364020
    },
    {
      "epoch": 0.7583958333333334,
      "grad_norm": 2.006230592727661,
      "learning_rate": 4.1501967048502204e-05,
      "loss": 7.2914,
      "step": 364030
    },
    {
      "epoch": 0.7584166666666666,
      "grad_norm": 1.2759500741958618,
      "learning_rate": 4.149515982535106e-05,
      "loss": 6.8334,
      "step": 364040
    },
    {
      "epoch": 0.7584375,
      "grad_norm": 1.0859686136245728,
      "learning_rate": 4.148835307089786e-05,
      "loss": 6.9984,
      "step": 364050
    },
    {
      "epoch": 0.7584583333333333,
      "grad_norm": 12.046772003173828,
      "learning_rate": 4.148154678517202e-05,
      "loss": 6.8823,
      "step": 364060
    },
    {
      "epoch": 0.7584791666666667,
      "grad_norm": 0.9550844430923462,
      "learning_rate": 4.147474096820296e-05,
      "loss": 7.1838,
      "step": 364070
    },
    {
      "epoch": 0.7585,
      "grad_norm": 2.7695813179016113,
      "learning_rate": 4.1467935620020046e-05,
      "loss": 7.2195,
      "step": 364080
    },
    {
      "epoch": 0.7585208333333333,
      "grad_norm": 1.1385084390640259,
      "learning_rate": 4.14611307406527e-05,
      "loss": 7.4625,
      "step": 364090
    },
    {
      "epoch": 0.7585416666666667,
      "grad_norm": 3.5168755054473877,
      "learning_rate": 4.1454326330130303e-05,
      "loss": 7.0333,
      "step": 364100
    },
    {
      "epoch": 0.7585625,
      "grad_norm": 1.0688015222549438,
      "learning_rate": 4.144752238848226e-05,
      "loss": 7.6916,
      "step": 364110
    },
    {
      "epoch": 0.7585833333333334,
      "grad_norm": 1.300994634628296,
      "learning_rate": 4.144071891573794e-05,
      "loss": 7.2519,
      "step": 364120
    },
    {
      "epoch": 0.7586041666666666,
      "grad_norm": 2.4447479248046875,
      "learning_rate": 4.1433915911926754e-05,
      "loss": 7.1509,
      "step": 364130
    },
    {
      "epoch": 0.758625,
      "grad_norm": 6.361664772033691,
      "learning_rate": 4.14271133770781e-05,
      "loss": 7.55,
      "step": 364140
    },
    {
      "epoch": 0.7586458333333334,
      "grad_norm": 1.2224477529525757,
      "learning_rate": 4.142031131122128e-05,
      "loss": 7.1191,
      "step": 364150
    },
    {
      "epoch": 0.7586666666666667,
      "grad_norm": 1.779470443725586,
      "learning_rate": 4.141350971438577e-05,
      "loss": 6.8944,
      "step": 364160
    },
    {
      "epoch": 0.7586875,
      "grad_norm": 1.6633601188659668,
      "learning_rate": 4.140670858660095e-05,
      "loss": 6.9154,
      "step": 364170
    },
    {
      "epoch": 0.7587083333333333,
      "grad_norm": 1.1035394668579102,
      "learning_rate": 4.139990792789612e-05,
      "loss": 7.4235,
      "step": 364180
    },
    {
      "epoch": 0.7587291666666667,
      "grad_norm": 2.456134796142578,
      "learning_rate": 4.139310773830067e-05,
      "loss": 7.4211,
      "step": 364190
    },
    {
      "epoch": 0.75875,
      "grad_norm": 0.9335674047470093,
      "learning_rate": 4.1386308017844086e-05,
      "loss": 7.6784,
      "step": 364200
    },
    {
      "epoch": 0.7587708333333333,
      "grad_norm": 1.2719799280166626,
      "learning_rate": 4.137950876655563e-05,
      "loss": 7.1036,
      "step": 364210
    },
    {
      "epoch": 0.7587916666666666,
      "grad_norm": 3.6748874187469482,
      "learning_rate": 4.1372709984464635e-05,
      "loss": 7.1024,
      "step": 364220
    },
    {
      "epoch": 0.7588125,
      "grad_norm": 2.5196986198425293,
      "learning_rate": 4.136591167160063e-05,
      "loss": 7.2561,
      "step": 364230
    },
    {
      "epoch": 0.7588333333333334,
      "grad_norm": 2.2763047218322754,
      "learning_rate": 4.135911382799284e-05,
      "loss": 6.9029,
      "step": 364240
    },
    {
      "epoch": 0.7588541666666667,
      "grad_norm": 3.557105302810669,
      "learning_rate": 4.1352316453670654e-05,
      "loss": 7.3124,
      "step": 364250
    },
    {
      "epoch": 0.758875,
      "grad_norm": 2.4014599323272705,
      "learning_rate": 4.1345519548663516e-05,
      "loss": 7.4945,
      "step": 364260
    },
    {
      "epoch": 0.7588958333333333,
      "grad_norm": 1.128087043762207,
      "learning_rate": 4.133872311300071e-05,
      "loss": 6.772,
      "step": 364270
    },
    {
      "epoch": 0.7589166666666667,
      "grad_norm": 1.112848162651062,
      "learning_rate": 4.133192714671157e-05,
      "loss": 7.2425,
      "step": 364280
    },
    {
      "epoch": 0.7589375,
      "grad_norm": 1.7424421310424805,
      "learning_rate": 4.132513164982552e-05,
      "loss": 7.3326,
      "step": 364290
    },
    {
      "epoch": 0.7589583333333333,
      "grad_norm": 3.711500406265259,
      "learning_rate": 4.131833662237187e-05,
      "loss": 6.8805,
      "step": 364300
    },
    {
      "epoch": 0.7589791666666666,
      "grad_norm": 1.5605616569519043,
      "learning_rate": 4.131154206438e-05,
      "loss": 7.2257,
      "step": 364310
    },
    {
      "epoch": 0.759,
      "grad_norm": 0.9804956316947937,
      "learning_rate": 4.1304747975879235e-05,
      "loss": 7.0039,
      "step": 364320
    },
    {
      "epoch": 0.7590208333333334,
      "grad_norm": 1.2565611600875854,
      "learning_rate": 4.1297954356898936e-05,
      "loss": 8.2094,
      "step": 364330
    },
    {
      "epoch": 0.7590416666666666,
      "grad_norm": 5.692214488983154,
      "learning_rate": 4.1291161207468444e-05,
      "loss": 8.177,
      "step": 364340
    },
    {
      "epoch": 0.7590625,
      "grad_norm": 4.37043571472168,
      "learning_rate": 4.1284368527617114e-05,
      "loss": 7.2984,
      "step": 364350
    },
    {
      "epoch": 0.7590833333333333,
      "grad_norm": 1.4567351341247559,
      "learning_rate": 4.127757631737427e-05,
      "loss": 7.0633,
      "step": 364360
    },
    {
      "epoch": 0.7591041666666667,
      "grad_norm": 3.103473424911499,
      "learning_rate": 4.1270784576769265e-05,
      "loss": 7.7901,
      "step": 364370
    },
    {
      "epoch": 0.759125,
      "grad_norm": 3.033046007156372,
      "learning_rate": 4.126399330583144e-05,
      "loss": 7.1718,
      "step": 364380
    },
    {
      "epoch": 0.7591458333333333,
      "grad_norm": 1.9474736452102661,
      "learning_rate": 4.1257202504590125e-05,
      "loss": 7.0873,
      "step": 364390
    },
    {
      "epoch": 0.7591666666666667,
      "grad_norm": 1.6544477939605713,
      "learning_rate": 4.1250412173074635e-05,
      "loss": 6.9309,
      "step": 364400
    },
    {
      "epoch": 0.7591875,
      "grad_norm": 2.3350117206573486,
      "learning_rate": 4.1243622311314335e-05,
      "loss": 7.5803,
      "step": 364410
    },
    {
      "epoch": 0.7592083333333334,
      "grad_norm": 1.0655900239944458,
      "learning_rate": 4.1236832919338524e-05,
      "loss": 7.1878,
      "step": 364420
    },
    {
      "epoch": 0.7592291666666666,
      "grad_norm": 1.4329283237457275,
      "learning_rate": 4.123004399717655e-05,
      "loss": 7.0708,
      "step": 364430
    },
    {
      "epoch": 0.75925,
      "grad_norm": 4.822632312774658,
      "learning_rate": 4.122325554485773e-05,
      "loss": 8.2881,
      "step": 364440
    },
    {
      "epoch": 0.7592708333333333,
      "grad_norm": 4.345449447631836,
      "learning_rate": 4.1216467562411395e-05,
      "loss": 6.9619,
      "step": 364450
    },
    {
      "epoch": 0.7592916666666667,
      "grad_norm": 5.460680961608887,
      "learning_rate": 4.120968004986685e-05,
      "loss": 7.9655,
      "step": 364460
    },
    {
      "epoch": 0.7593125,
      "grad_norm": 2.2176730632781982,
      "learning_rate": 4.120289300725343e-05,
      "loss": 6.9707,
      "step": 364470
    },
    {
      "epoch": 0.7593333333333333,
      "grad_norm": 1.0190603733062744,
      "learning_rate": 4.119610643460045e-05,
      "loss": 7.3279,
      "step": 364480
    },
    {
      "epoch": 0.7593541666666667,
      "grad_norm": 4.597740650177002,
      "learning_rate": 4.1189320331937274e-05,
      "loss": 6.6315,
      "step": 364490
    },
    {
      "epoch": 0.759375,
      "grad_norm": 1.1304265260696411,
      "learning_rate": 4.118253469929306e-05,
      "loss": 7.2179,
      "step": 364500
    },
    {
      "epoch": 0.7593958333333334,
      "grad_norm": 1.7154508829116821,
      "learning_rate": 4.1175749536697314e-05,
      "loss": 7.3672,
      "step": 364510
    },
    {
      "epoch": 0.7594166666666666,
      "grad_norm": 1.4283605813980103,
      "learning_rate": 4.116896484417921e-05,
      "loss": 7.5587,
      "step": 364520
    },
    {
      "epoch": 0.7594375,
      "grad_norm": 4.102387428283691,
      "learning_rate": 4.116218062176807e-05,
      "loss": 7.315,
      "step": 364530
    },
    {
      "epoch": 0.7594583333333333,
      "grad_norm": 1.5856174230575562,
      "learning_rate": 4.115539686949331e-05,
      "loss": 6.9294,
      "step": 364540
    },
    {
      "epoch": 0.7594791666666667,
      "grad_norm": 2.8441176414489746,
      "learning_rate": 4.11486135873841e-05,
      "loss": 7.3367,
      "step": 364550
    },
    {
      "epoch": 0.7595,
      "grad_norm": 1.2686288356781006,
      "learning_rate": 4.114183077546975e-05,
      "loss": 7.2241,
      "step": 364560
    },
    {
      "epoch": 0.7595208333333333,
      "grad_norm": 1.625053882598877,
      "learning_rate": 4.11350484337797e-05,
      "loss": 6.8629,
      "step": 364570
    },
    {
      "epoch": 0.7595416666666667,
      "grad_norm": 1.009200096130371,
      "learning_rate": 4.11282665623431e-05,
      "loss": 6.8961,
      "step": 364580
    },
    {
      "epoch": 0.7595625,
      "grad_norm": 1.6556185483932495,
      "learning_rate": 4.1121485161189247e-05,
      "loss": 7.1372,
      "step": 364590
    },
    {
      "epoch": 0.7595833333333334,
      "grad_norm": 1.4841161966323853,
      "learning_rate": 4.111470423034758e-05,
      "loss": 7.1092,
      "step": 364600
    },
    {
      "epoch": 0.7596041666666666,
      "grad_norm": 1.0717042684555054,
      "learning_rate": 4.110792376984723e-05,
      "loss": 7.3694,
      "step": 364610
    },
    {
      "epoch": 0.759625,
      "grad_norm": 1.6985249519348145,
      "learning_rate": 4.110114377971751e-05,
      "loss": 7.6173,
      "step": 364620
    },
    {
      "epoch": 0.7596458333333334,
      "grad_norm": 3.3658666610717773,
      "learning_rate": 4.109436425998783e-05,
      "loss": 7.1338,
      "step": 364630
    },
    {
      "epoch": 0.7596666666666667,
      "grad_norm": 1.242423415184021,
      "learning_rate": 4.108758521068734e-05,
      "loss": 7.6165,
      "step": 364640
    },
    {
      "epoch": 0.7596875,
      "grad_norm": 1.2453101873397827,
      "learning_rate": 4.1080806631845384e-05,
      "loss": 7.2642,
      "step": 364650
    },
    {
      "epoch": 0.7597083333333333,
      "grad_norm": 1.3323016166687012,
      "learning_rate": 4.1074028523491234e-05,
      "loss": 7.294,
      "step": 364660
    },
    {
      "epoch": 0.7597291666666667,
      "grad_norm": 1.6071288585662842,
      "learning_rate": 4.106725088565415e-05,
      "loss": 7.4675,
      "step": 364670
    },
    {
      "epoch": 0.75975,
      "grad_norm": 1.1185524463653564,
      "learning_rate": 4.106047371836342e-05,
      "loss": 7.4589,
      "step": 364680
    },
    {
      "epoch": 0.7597708333333333,
      "grad_norm": 1.3994191884994507,
      "learning_rate": 4.105369702164834e-05,
      "loss": 7.382,
      "step": 364690
    },
    {
      "epoch": 0.7597916666666666,
      "grad_norm": 2.942704677581787,
      "learning_rate": 4.1046920795538145e-05,
      "loss": 7.7644,
      "step": 364700
    },
    {
      "epoch": 0.7598125,
      "grad_norm": 1.1681077480316162,
      "learning_rate": 4.104014504006215e-05,
      "loss": 7.1956,
      "step": 364710
    },
    {
      "epoch": 0.7598333333333334,
      "grad_norm": 2.479952096939087,
      "learning_rate": 4.1033369755249576e-05,
      "loss": 7.0332,
      "step": 364720
    },
    {
      "epoch": 0.7598541666666667,
      "grad_norm": 0.9741918444633484,
      "learning_rate": 4.1026594941129724e-05,
      "loss": 7.4336,
      "step": 364730
    },
    {
      "epoch": 0.759875,
      "grad_norm": 2.027846574783325,
      "learning_rate": 4.101982059773185e-05,
      "loss": 7.0979,
      "step": 364740
    },
    {
      "epoch": 0.7598958333333333,
      "grad_norm": 1.4447275400161743,
      "learning_rate": 4.1013046725085215e-05,
      "loss": 7.3655,
      "step": 364750
    },
    {
      "epoch": 0.7599166666666667,
      "grad_norm": 1.652953028678894,
      "learning_rate": 4.100627332321906e-05,
      "loss": 7.2439,
      "step": 364760
    },
    {
      "epoch": 0.7599375,
      "grad_norm": 7.1761322021484375,
      "learning_rate": 4.099950039216273e-05,
      "loss": 7.2962,
      "step": 364770
    },
    {
      "epoch": 0.7599583333333333,
      "grad_norm": 1.8497709035873413,
      "learning_rate": 4.0992727931945295e-05,
      "loss": 7.8558,
      "step": 364780
    },
    {
      "epoch": 0.7599791666666667,
      "grad_norm": 1.3003020286560059,
      "learning_rate": 4.0985955942596194e-05,
      "loss": 7.2308,
      "step": 364790
    },
    {
      "epoch": 0.76,
      "grad_norm": 1.4726847410202026,
      "learning_rate": 4.097918442414466e-05,
      "loss": 7.0762,
      "step": 364800
    },
    {
      "epoch": 0.7600208333333334,
      "grad_norm": 4.337414741516113,
      "learning_rate": 4.097241337661979e-05,
      "loss": 7.3011,
      "step": 364810
    },
    {
      "epoch": 0.7600416666666666,
      "grad_norm": 4.206274509429932,
      "learning_rate": 4.0965642800051e-05,
      "loss": 7.2805,
      "step": 364820
    },
    {
      "epoch": 0.7600625,
      "grad_norm": 0.9981144070625305,
      "learning_rate": 4.095887269446751e-05,
      "loss": 7.2464,
      "step": 364830
    },
    {
      "epoch": 0.7600833333333333,
      "grad_norm": 2.0044984817504883,
      "learning_rate": 4.095210305989844e-05,
      "loss": 7.2233,
      "step": 364840
    },
    {
      "epoch": 0.7601041666666667,
      "grad_norm": 3.540477991104126,
      "learning_rate": 4.0945333896373165e-05,
      "loss": 7.8424,
      "step": 364850
    },
    {
      "epoch": 0.760125,
      "grad_norm": 0.7970142364501953,
      "learning_rate": 4.093856520392092e-05,
      "loss": 7.1547,
      "step": 364860
    },
    {
      "epoch": 0.7601458333333333,
      "grad_norm": 1.0891422033309937,
      "learning_rate": 4.093179698257081e-05,
      "loss": 6.9111,
      "step": 364870
    },
    {
      "epoch": 0.7601666666666667,
      "grad_norm": 1.2307729721069336,
      "learning_rate": 4.092502923235222e-05,
      "loss": 7.5555,
      "step": 364880
    },
    {
      "epoch": 0.7601875,
      "grad_norm": 1.750563383102417,
      "learning_rate": 4.091826195329438e-05,
      "loss": 7.2521,
      "step": 364890
    },
    {
      "epoch": 0.7602083333333334,
      "grad_norm": 1.394372582435608,
      "learning_rate": 4.091149514542637e-05,
      "loss": 6.9618,
      "step": 364900
    },
    {
      "epoch": 0.7602291666666666,
      "grad_norm": 1.18771231174469,
      "learning_rate": 4.0904728808777624e-05,
      "loss": 7.2827,
      "step": 364910
    },
    {
      "epoch": 0.76025,
      "grad_norm": 1.5018973350524902,
      "learning_rate": 4.08979629433772e-05,
      "loss": 7.4167,
      "step": 364920
    },
    {
      "epoch": 0.7602708333333333,
      "grad_norm": 1.089982509613037,
      "learning_rate": 4.0891197549254365e-05,
      "loss": 7.1604,
      "step": 364930
    },
    {
      "epoch": 0.7602916666666667,
      "grad_norm": 1.160117506980896,
      "learning_rate": 4.0884432626438455e-05,
      "loss": 7.0303,
      "step": 364940
    },
    {
      "epoch": 0.7603125,
      "grad_norm": 2.008488178253174,
      "learning_rate": 4.087766817495855e-05,
      "loss": 7.468,
      "step": 364950
    },
    {
      "epoch": 0.7603333333333333,
      "grad_norm": 4.605838775634766,
      "learning_rate": 4.087090419484389e-05,
      "loss": 7.1219,
      "step": 364960
    },
    {
      "epoch": 0.7603541666666667,
      "grad_norm": 1.0127164125442505,
      "learning_rate": 4.086414068612382e-05,
      "loss": 7.9731,
      "step": 364970
    },
    {
      "epoch": 0.760375,
      "grad_norm": 4.2237725257873535,
      "learning_rate": 4.08573776488274e-05,
      "loss": 8.4922,
      "step": 364980
    },
    {
      "epoch": 0.7603958333333334,
      "grad_norm": 1.4531718492507935,
      "learning_rate": 4.085061508298387e-05,
      "loss": 7.12,
      "step": 364990
    },
    {
      "epoch": 0.7604166666666666,
      "grad_norm": 1.0819989442825317,
      "learning_rate": 4.084385298862258e-05,
      "loss": 6.7916,
      "step": 365000
    },
    {
      "epoch": 0.7604166666666666,
      "eval_loss": 6.565012454986572,
      "eval_runtime": 8.3334,
      "eval_samples_per_second": 0.36,
      "eval_steps_per_second": 0.12,
      "step": 365000
    },
    {
      "epoch": 0.7604375,
      "grad_norm": 1.1329493522644043,
      "learning_rate": 4.083709136577259e-05,
      "loss": 7.1959,
      "step": 365010
    },
    {
      "epoch": 0.7604583333333333,
      "grad_norm": 4.909370422363281,
      "learning_rate": 4.0830330214463155e-05,
      "loss": 7.9849,
      "step": 365020
    },
    {
      "epoch": 0.7604791666666667,
      "grad_norm": 1.3402278423309326,
      "learning_rate": 4.0823569534723465e-05,
      "loss": 7.2769,
      "step": 365030
    },
    {
      "epoch": 0.7605,
      "grad_norm": 1.7789651155471802,
      "learning_rate": 4.081680932658276e-05,
      "loss": 7.5255,
      "step": 365040
    },
    {
      "epoch": 0.7605208333333333,
      "grad_norm": 2.0462663173675537,
      "learning_rate": 4.081004959007021e-05,
      "loss": 7.2378,
      "step": 365050
    },
    {
      "epoch": 0.7605416666666667,
      "grad_norm": 2.849898099899292,
      "learning_rate": 4.0803290325215036e-05,
      "loss": 6.9501,
      "step": 365060
    },
    {
      "epoch": 0.7605625,
      "grad_norm": 1.175563097000122,
      "learning_rate": 4.079653153204642e-05,
      "loss": 8.0177,
      "step": 365070
    },
    {
      "epoch": 0.7605833333333333,
      "grad_norm": 1.1942006349563599,
      "learning_rate": 4.0789773210593546e-05,
      "loss": 7.6764,
      "step": 365080
    },
    {
      "epoch": 0.7606041666666666,
      "grad_norm": 2.9600791931152344,
      "learning_rate": 4.078301536088564e-05,
      "loss": 7.4304,
      "step": 365090
    },
    {
      "epoch": 0.760625,
      "grad_norm": 2.0531914234161377,
      "learning_rate": 4.077625798295188e-05,
      "loss": 7.7273,
      "step": 365100
    },
    {
      "epoch": 0.7606458333333334,
      "grad_norm": 1.2955368757247925,
      "learning_rate": 4.076950107682143e-05,
      "loss": 6.8693,
      "step": 365110
    },
    {
      "epoch": 0.7606666666666667,
      "grad_norm": 2.402714729309082,
      "learning_rate": 4.0762744642523526e-05,
      "loss": 7.2168,
      "step": 365120
    },
    {
      "epoch": 0.7606875,
      "grad_norm": 1.1723785400390625,
      "learning_rate": 4.07559886800873e-05,
      "loss": 6.7293,
      "step": 365130
    },
    {
      "epoch": 0.7607083333333333,
      "grad_norm": 1.7950867414474487,
      "learning_rate": 4.074923318954202e-05,
      "loss": 7.1842,
      "step": 365140
    },
    {
      "epoch": 0.7607291666666667,
      "grad_norm": 2.2488598823547363,
      "learning_rate": 4.074247817091673e-05,
      "loss": 7.1069,
      "step": 365150
    },
    {
      "epoch": 0.76075,
      "grad_norm": 2.560985565185547,
      "learning_rate": 4.073572362424072e-05,
      "loss": 7.0013,
      "step": 365160
    },
    {
      "epoch": 0.7607708333333333,
      "grad_norm": 1.6839717626571655,
      "learning_rate": 4.0728969549543176e-05,
      "loss": 6.9957,
      "step": 365170
    },
    {
      "epoch": 0.7607916666666666,
      "grad_norm": 1.4863994121551514,
      "learning_rate": 4.072221594685314e-05,
      "loss": 7.0202,
      "step": 365180
    },
    {
      "epoch": 0.7608125,
      "grad_norm": 1.8395057916641235,
      "learning_rate": 4.071546281619992e-05,
      "loss": 6.9917,
      "step": 365190
    },
    {
      "epoch": 0.7608333333333334,
      "grad_norm": 5.189377307891846,
      "learning_rate": 4.070871015761269e-05,
      "loss": 7.3071,
      "step": 365200
    },
    {
      "epoch": 0.7608541666666667,
      "grad_norm": 0.9800581336021423,
      "learning_rate": 4.0701957971120496e-05,
      "loss": 7.0168,
      "step": 365210
    },
    {
      "epoch": 0.760875,
      "grad_norm": 3.0550899505615234,
      "learning_rate": 4.069520625675262e-05,
      "loss": 7.3873,
      "step": 365220
    },
    {
      "epoch": 0.7608958333333333,
      "grad_norm": 1.0764496326446533,
      "learning_rate": 4.0688455014538215e-05,
      "loss": 6.8694,
      "step": 365230
    },
    {
      "epoch": 0.7609166666666667,
      "grad_norm": 2.760465145111084,
      "learning_rate": 4.0681704244506345e-05,
      "loss": 7.4647,
      "step": 365240
    },
    {
      "epoch": 0.7609375,
      "grad_norm": 0.9588110446929932,
      "learning_rate": 4.067495394668627e-05,
      "loss": 7.4004,
      "step": 365250
    },
    {
      "epoch": 0.7609583333333333,
      "grad_norm": 2.3047025203704834,
      "learning_rate": 4.066820412110718e-05,
      "loss": 7.4321,
      "step": 365260
    },
    {
      "epoch": 0.7609791666666667,
      "grad_norm": 2.8834474086761475,
      "learning_rate": 4.0661454767798075e-05,
      "loss": 7.2678,
      "step": 365270
    },
    {
      "epoch": 0.761,
      "grad_norm": 1.1111525297164917,
      "learning_rate": 4.06547058867883e-05,
      "loss": 7.4182,
      "step": 365280
    },
    {
      "epoch": 0.7610208333333334,
      "grad_norm": 1.3407577276229858,
      "learning_rate": 4.064795747810686e-05,
      "loss": 7.023,
      "step": 365290
    },
    {
      "epoch": 0.7610416666666666,
      "grad_norm": 1.3621634244918823,
      "learning_rate": 4.064120954178292e-05,
      "loss": 7.1372,
      "step": 365300
    },
    {
      "epoch": 0.7610625,
      "grad_norm": 1.8367784023284912,
      "learning_rate": 4.0634462077845765e-05,
      "loss": 7.0855,
      "step": 365310
    },
    {
      "epoch": 0.7610833333333333,
      "grad_norm": 2.973621368408203,
      "learning_rate": 4.0627715086324385e-05,
      "loss": 7.433,
      "step": 365320
    },
    {
      "epoch": 0.7611041666666667,
      "grad_norm": 1.2778537273406982,
      "learning_rate": 4.062096856724794e-05,
      "loss": 7.0167,
      "step": 365330
    },
    {
      "epoch": 0.761125,
      "grad_norm": 1.5471259355545044,
      "learning_rate": 4.06142225206457e-05,
      "loss": 6.986,
      "step": 365340
    },
    {
      "epoch": 0.7611458333333333,
      "grad_norm": 2.3000731468200684,
      "learning_rate": 4.060747694654669e-05,
      "loss": 7.2333,
      "step": 365350
    },
    {
      "epoch": 0.7611666666666667,
      "grad_norm": 1.3534786701202393,
      "learning_rate": 4.060073184498009e-05,
      "loss": 8.0691,
      "step": 365360
    },
    {
      "epoch": 0.7611875,
      "grad_norm": 1.32296621799469,
      "learning_rate": 4.059398721597499e-05,
      "loss": 7.437,
      "step": 365370
    },
    {
      "epoch": 0.7612083333333334,
      "grad_norm": 1.693367838859558,
      "learning_rate": 4.058724305956058e-05,
      "loss": 7.2711,
      "step": 365380
    },
    {
      "epoch": 0.7612291666666666,
      "grad_norm": 3.685821771621704,
      "learning_rate": 4.058049937576598e-05,
      "loss": 7.8174,
      "step": 365390
    },
    {
      "epoch": 0.76125,
      "grad_norm": 1.2825891971588135,
      "learning_rate": 4.05737561646203e-05,
      "loss": 7.0423,
      "step": 365400
    },
    {
      "epoch": 0.7612708333333333,
      "grad_norm": 1.1747715473175049,
      "learning_rate": 4.056701342615268e-05,
      "loss": 7.0649,
      "step": 365410
    },
    {
      "epoch": 0.7612916666666667,
      "grad_norm": 1.4336252212524414,
      "learning_rate": 4.056027116039225e-05,
      "loss": 7.1178,
      "step": 365420
    },
    {
      "epoch": 0.7613125,
      "grad_norm": 1.3906142711639404,
      "learning_rate": 4.055352936736812e-05,
      "loss": 7.0738,
      "step": 365430
    },
    {
      "epoch": 0.7613333333333333,
      "grad_norm": 2.3236520290374756,
      "learning_rate": 4.0546788047109435e-05,
      "loss": 7.1477,
      "step": 365440
    },
    {
      "epoch": 0.7613541666666667,
      "grad_norm": 1.1219631433486938,
      "learning_rate": 4.054004719964529e-05,
      "loss": 7.1122,
      "step": 365450
    },
    {
      "epoch": 0.761375,
      "grad_norm": 2.9394450187683105,
      "learning_rate": 4.0533306825004815e-05,
      "loss": 7.489,
      "step": 365460
    },
    {
      "epoch": 0.7613958333333334,
      "grad_norm": 1.901896357536316,
      "learning_rate": 4.052656692321712e-05,
      "loss": 9.0719,
      "step": 365470
    },
    {
      "epoch": 0.7614166666666666,
      "grad_norm": 2.676114559173584,
      "learning_rate": 4.0519827494311343e-05,
      "loss": 7.4001,
      "step": 365480
    },
    {
      "epoch": 0.7614375,
      "grad_norm": 1.4007642269134521,
      "learning_rate": 4.051308853831656e-05,
      "loss": 7.0849,
      "step": 365490
    },
    {
      "epoch": 0.7614583333333333,
      "grad_norm": 3.2784159183502197,
      "learning_rate": 4.05063500552619e-05,
      "loss": 7.1901,
      "step": 365500
    },
    {
      "epoch": 0.7614791666666667,
      "grad_norm": 1.6542248725891113,
      "learning_rate": 4.0499612045176516e-05,
      "loss": 7.4858,
      "step": 365510
    },
    {
      "epoch": 0.7615,
      "grad_norm": 1.42247474193573,
      "learning_rate": 4.0492874508089354e-05,
      "loss": 6.9957,
      "step": 365520
    },
    {
      "epoch": 0.7615208333333333,
      "grad_norm": 2.305845260620117,
      "learning_rate": 4.04861374440297e-05,
      "loss": 6.9981,
      "step": 365530
    },
    {
      "epoch": 0.7615416666666667,
      "grad_norm": 1.5003730058670044,
      "learning_rate": 4.047940085302662e-05,
      "loss": 6.8025,
      "step": 365540
    },
    {
      "epoch": 0.7615625,
      "grad_norm": 1.8084989786148071,
      "learning_rate": 4.047266473510909e-05,
      "loss": 7.0845,
      "step": 365550
    },
    {
      "epoch": 0.7615833333333333,
      "grad_norm": 1.2451022863388062,
      "learning_rate": 4.0465929090306324e-05,
      "loss": 7.0694,
      "step": 365560
    },
    {
      "epoch": 0.7616041666666666,
      "grad_norm": 8.216034889221191,
      "learning_rate": 4.0459193918647457e-05,
      "loss": 7.46,
      "step": 365570
    },
    {
      "epoch": 0.761625,
      "grad_norm": 3.939274549484253,
      "learning_rate": 4.04524592201614e-05,
      "loss": 7.4018,
      "step": 365580
    },
    {
      "epoch": 0.7616458333333334,
      "grad_norm": 1.454257845878601,
      "learning_rate": 4.04457249948774e-05,
      "loss": 7.7204,
      "step": 365590
    },
    {
      "epoch": 0.7616666666666667,
      "grad_norm": 1.672953724861145,
      "learning_rate": 4.0438991242824565e-05,
      "loss": 7.4596,
      "step": 365600
    },
    {
      "epoch": 0.7616875,
      "grad_norm": 1.5224277973175049,
      "learning_rate": 4.043225796403184e-05,
      "loss": 7.0243,
      "step": 365610
    },
    {
      "epoch": 0.7617083333333333,
      "grad_norm": 1.7620601654052734,
      "learning_rate": 4.042552515852842e-05,
      "loss": 7.4921,
      "step": 365620
    },
    {
      "epoch": 0.7617291666666667,
      "grad_norm": 4.328117370605469,
      "learning_rate": 4.041879282634341e-05,
      "loss": 6.8747,
      "step": 365630
    },
    {
      "epoch": 0.76175,
      "grad_norm": 3.2298383712768555,
      "learning_rate": 4.0412060967505735e-05,
      "loss": 7.4442,
      "step": 365640
    },
    {
      "epoch": 0.7617708333333333,
      "grad_norm": 0.8794952034950256,
      "learning_rate": 4.0405329582044684e-05,
      "loss": 7.5501,
      "step": 365650
    },
    {
      "epoch": 0.7617916666666666,
      "grad_norm": 1.992835521697998,
      "learning_rate": 4.039859866998918e-05,
      "loss": 7.2822,
      "step": 365660
    },
    {
      "epoch": 0.7618125,
      "grad_norm": 2.394882917404175,
      "learning_rate": 4.039186823136834e-05,
      "loss": 6.8987,
      "step": 365670
    },
    {
      "epoch": 0.7618333333333334,
      "grad_norm": 1.2317438125610352,
      "learning_rate": 4.0385138266211245e-05,
      "loss": 7.0761,
      "step": 365680
    },
    {
      "epoch": 0.7618541666666667,
      "grad_norm": 1.9978996515274048,
      "learning_rate": 4.037840877454696e-05,
      "loss": 7.15,
      "step": 365690
    },
    {
      "epoch": 0.761875,
      "grad_norm": 1.107377529144287,
      "learning_rate": 4.037167975640457e-05,
      "loss": 7.5588,
      "step": 365700
    },
    {
      "epoch": 0.7618958333333333,
      "grad_norm": 2.0427772998809814,
      "learning_rate": 4.036495121181312e-05,
      "loss": 7.2248,
      "step": 365710
    },
    {
      "epoch": 0.7619166666666667,
      "grad_norm": 1.5803120136260986,
      "learning_rate": 4.035822314080169e-05,
      "loss": 7.1785,
      "step": 365720
    },
    {
      "epoch": 0.7619375,
      "grad_norm": 2.4004697799682617,
      "learning_rate": 4.035149554339934e-05,
      "loss": 7.5506,
      "step": 365730
    },
    {
      "epoch": 0.7619583333333333,
      "grad_norm": 3.3909475803375244,
      "learning_rate": 4.034476841963512e-05,
      "loss": 7.3762,
      "step": 365740
    },
    {
      "epoch": 0.7619791666666667,
      "grad_norm": 0.9850236177444458,
      "learning_rate": 4.03380417695381e-05,
      "loss": 7.4125,
      "step": 365750
    },
    {
      "epoch": 0.762,
      "grad_norm": 0.9821029305458069,
      "learning_rate": 4.0331315593137334e-05,
      "loss": 7.7213,
      "step": 365760
    },
    {
      "epoch": 0.7620208333333334,
      "grad_norm": 2.0094428062438965,
      "learning_rate": 4.032458989046187e-05,
      "loss": 7.288,
      "step": 365770
    },
    {
      "epoch": 0.7620416666666666,
      "grad_norm": 0.87869793176651,
      "learning_rate": 4.0317864661540766e-05,
      "loss": 7.3737,
      "step": 365780
    },
    {
      "epoch": 0.7620625,
      "grad_norm": 1.0648070573806763,
      "learning_rate": 4.031113990640307e-05,
      "loss": 7.1318,
      "step": 365790
    },
    {
      "epoch": 0.7620833333333333,
      "grad_norm": 4.1073689460754395,
      "learning_rate": 4.030441562507784e-05,
      "loss": 7.3949,
      "step": 365800
    },
    {
      "epoch": 0.7621041666666667,
      "grad_norm": 0.7948678731918335,
      "learning_rate": 4.0297691817594115e-05,
      "loss": 7.1833,
      "step": 365810
    },
    {
      "epoch": 0.762125,
      "grad_norm": 1.9736651182174683,
      "learning_rate": 4.0290968483980914e-05,
      "loss": 7.5266,
      "step": 365820
    },
    {
      "epoch": 0.7621458333333333,
      "grad_norm": 1.431057333946228,
      "learning_rate": 4.028424562426733e-05,
      "loss": 6.5523,
      "step": 365830
    },
    {
      "epoch": 0.7621666666666667,
      "grad_norm": 1.2541356086730957,
      "learning_rate": 4.027752323848236e-05,
      "loss": 7.2947,
      "step": 365840
    },
    {
      "epoch": 0.7621875,
      "grad_norm": 0.8926162719726562,
      "learning_rate": 4.0270801326655075e-05,
      "loss": 6.9554,
      "step": 365850
    },
    {
      "epoch": 0.7622083333333334,
      "grad_norm": 3.143918037414551,
      "learning_rate": 4.026407988881448e-05,
      "loss": 7.0463,
      "step": 365860
    },
    {
      "epoch": 0.7622291666666666,
      "grad_norm": 2.0074493885040283,
      "learning_rate": 4.0257358924989635e-05,
      "loss": 6.9301,
      "step": 365870
    },
    {
      "epoch": 0.76225,
      "grad_norm": 1.6729024648666382,
      "learning_rate": 4.025063843520954e-05,
      "loss": 7.2611,
      "step": 365880
    },
    {
      "epoch": 0.7622708333333333,
      "grad_norm": 5.62434196472168,
      "learning_rate": 4.0243918419503264e-05,
      "loss": 7.2938,
      "step": 365890
    },
    {
      "epoch": 0.7622916666666667,
      "grad_norm": 2.5329456329345703,
      "learning_rate": 4.0237198877899806e-05,
      "loss": 7.5302,
      "step": 365900
    },
    {
      "epoch": 0.7623125,
      "grad_norm": 8.171077728271484,
      "learning_rate": 4.023047981042825e-05,
      "loss": 7.6692,
      "step": 365910
    },
    {
      "epoch": 0.7623333333333333,
      "grad_norm": 2.1267106533050537,
      "learning_rate": 4.022376121711749e-05,
      "loss": 7.4649,
      "step": 365920
    },
    {
      "epoch": 0.7623541666666667,
      "grad_norm": 2.7037513256073,
      "learning_rate": 4.0217043097996666e-05,
      "loss": 7.0808,
      "step": 365930
    },
    {
      "epoch": 0.762375,
      "grad_norm": 1.983446478843689,
      "learning_rate": 4.02103254530948e-05,
      "loss": 7.3997,
      "step": 365940
    },
    {
      "epoch": 0.7623958333333334,
      "grad_norm": 2.3877289295196533,
      "learning_rate": 4.020360828244084e-05,
      "loss": 7.5461,
      "step": 365950
    },
    {
      "epoch": 0.7624166666666666,
      "grad_norm": 1.6126569509506226,
      "learning_rate": 4.019689158606379e-05,
      "loss": 7.2087,
      "step": 365960
    },
    {
      "epoch": 0.7624375,
      "grad_norm": 0.8793503642082214,
      "learning_rate": 4.019017536399278e-05,
      "loss": 7.4796,
      "step": 365970
    },
    {
      "epoch": 0.7624583333333333,
      "grad_norm": 1.3480221033096313,
      "learning_rate": 4.018345961625669e-05,
      "loss": 7.1463,
      "step": 365980
    },
    {
      "epoch": 0.7624791666666667,
      "grad_norm": 1.920261025428772,
      "learning_rate": 4.017674434288457e-05,
      "loss": 6.9461,
      "step": 365990
    },
    {
      "epoch": 0.7625,
      "grad_norm": 2.170881748199463,
      "learning_rate": 4.0170029543905506e-05,
      "loss": 7.2943,
      "step": 366000
    },
    {
      "epoch": 0.7625,
      "eval_loss": 6.893385887145996,
      "eval_runtime": 8.7351,
      "eval_samples_per_second": 0.343,
      "eval_steps_per_second": 0.114,
      "step": 366000
    },
    {
      "epoch": 0.7625208333333333,
      "grad_norm": 2.257070779800415,
      "learning_rate": 4.0163315219348414e-05,
      "loss": 6.8312,
      "step": 366010
    },
    {
      "epoch": 0.7625416666666667,
      "grad_norm": 1.2933367490768433,
      "learning_rate": 4.015660136924233e-05,
      "loss": 6.8041,
      "step": 366020
    },
    {
      "epoch": 0.7625625,
      "grad_norm": 1.220855712890625,
      "learning_rate": 4.014988799361624e-05,
      "loss": 6.9449,
      "step": 366030
    },
    {
      "epoch": 0.7625833333333333,
      "grad_norm": 1.6057294607162476,
      "learning_rate": 4.014317509249914e-05,
      "loss": 7.0945,
      "step": 366040
    },
    {
      "epoch": 0.7626041666666666,
      "grad_norm": 1.2505887746810913,
      "learning_rate": 4.013646266592006e-05,
      "loss": 6.6346,
      "step": 366050
    },
    {
      "epoch": 0.762625,
      "grad_norm": 8.797026634216309,
      "learning_rate": 4.012975071390796e-05,
      "loss": 7.2842,
      "step": 366060
    },
    {
      "epoch": 0.7626458333333334,
      "grad_norm": 1.278685450553894,
      "learning_rate": 4.012303923649185e-05,
      "loss": 7.0428,
      "step": 366070
    },
    {
      "epoch": 0.7626666666666667,
      "grad_norm": 0.8608863353729248,
      "learning_rate": 4.011632823370072e-05,
      "loss": 7.2979,
      "step": 366080
    },
    {
      "epoch": 0.7626875,
      "grad_norm": 1.2850090265274048,
      "learning_rate": 4.010961770556355e-05,
      "loss": 7.1516,
      "step": 366090
    },
    {
      "epoch": 0.7627083333333333,
      "grad_norm": 2.461446523666382,
      "learning_rate": 4.0102907652109346e-05,
      "loss": 6.9962,
      "step": 366100
    },
    {
      "epoch": 0.7627291666666667,
      "grad_norm": 1.5168899297714233,
      "learning_rate": 4.009619807336707e-05,
      "loss": 7.2561,
      "step": 366110
    },
    {
      "epoch": 0.76275,
      "grad_norm": 1.4690651893615723,
      "learning_rate": 4.008948896936572e-05,
      "loss": 7.2163,
      "step": 366120
    },
    {
      "epoch": 0.7627708333333333,
      "grad_norm": 1.3136640787124634,
      "learning_rate": 4.0082780340134286e-05,
      "loss": 7.3354,
      "step": 366130
    },
    {
      "epoch": 0.7627916666666666,
      "grad_norm": 1.4187757968902588,
      "learning_rate": 4.007607218570172e-05,
      "loss": 7.2415,
      "step": 366140
    },
    {
      "epoch": 0.7628125,
      "grad_norm": 2.845592737197876,
      "learning_rate": 4.0069364506096997e-05,
      "loss": 7.2411,
      "step": 366150
    },
    {
      "epoch": 0.7628333333333334,
      "grad_norm": 1.9843671321868896,
      "learning_rate": 4.006265730134913e-05,
      "loss": 7.3079,
      "step": 366160
    },
    {
      "epoch": 0.7628541666666667,
      "grad_norm": 1.8556245565414429,
      "learning_rate": 4.005595057148706e-05,
      "loss": 7.3844,
      "step": 366170
    },
    {
      "epoch": 0.762875,
      "grad_norm": 1.1892623901367188,
      "learning_rate": 4.004924431653976e-05,
      "loss": 6.8996,
      "step": 366180
    },
    {
      "epoch": 0.7628958333333333,
      "grad_norm": 1.2631503343582153,
      "learning_rate": 4.0042538536536194e-05,
      "loss": 7.3906,
      "step": 366190
    },
    {
      "epoch": 0.7629166666666667,
      "grad_norm": 1.9050402641296387,
      "learning_rate": 4.0035833231505344e-05,
      "loss": 7.4252,
      "step": 366200
    },
    {
      "epoch": 0.7629375,
      "grad_norm": 2.696516752243042,
      "learning_rate": 4.002912840147618e-05,
      "loss": 7.0291,
      "step": 366210
    },
    {
      "epoch": 0.7629583333333333,
      "grad_norm": 2.2173912525177,
      "learning_rate": 4.0022424046477644e-05,
      "loss": 7.0862,
      "step": 366220
    },
    {
      "epoch": 0.7629791666666667,
      "grad_norm": 1.0235315561294556,
      "learning_rate": 4.0015720166538704e-05,
      "loss": 6.9928,
      "step": 366230
    },
    {
      "epoch": 0.763,
      "grad_norm": 1.1781426668167114,
      "learning_rate": 4.000901676168832e-05,
      "loss": 6.7703,
      "step": 366240
    },
    {
      "epoch": 0.7630208333333334,
      "grad_norm": 1.567518711090088,
      "learning_rate": 4.000231383195544e-05,
      "loss": 6.7947,
      "step": 366250
    },
    {
      "epoch": 0.7630416666666666,
      "grad_norm": 1.9029066562652588,
      "learning_rate": 3.999561137736907e-05,
      "loss": 7.0778,
      "step": 366260
    },
    {
      "epoch": 0.7630625,
      "grad_norm": 2.3983170986175537,
      "learning_rate": 3.998890939795803e-05,
      "loss": 7.4846,
      "step": 366270
    },
    {
      "epoch": 0.7630833333333333,
      "grad_norm": 1.216740369796753,
      "learning_rate": 3.998220789375145e-05,
      "loss": 7.2418,
      "step": 366280
    },
    {
      "epoch": 0.7631041666666667,
      "grad_norm": 3.908036708831787,
      "learning_rate": 3.9975506864778125e-05,
      "loss": 8.0299,
      "step": 366290
    },
    {
      "epoch": 0.763125,
      "grad_norm": 0.9442185163497925,
      "learning_rate": 3.996880631106703e-05,
      "loss": 7.2998,
      "step": 366300
    },
    {
      "epoch": 0.7631458333333333,
      "grad_norm": 1.8213629722595215,
      "learning_rate": 3.996210623264722e-05,
      "loss": 6.9636,
      "step": 366310
    },
    {
      "epoch": 0.7631666666666667,
      "grad_norm": 1.5668094158172607,
      "learning_rate": 3.995540662954751e-05,
      "loss": 7.0615,
      "step": 366320
    },
    {
      "epoch": 0.7631875,
      "grad_norm": 2.4083354473114014,
      "learning_rate": 3.9948707501796845e-05,
      "loss": 7.1915,
      "step": 366330
    },
    {
      "epoch": 0.7632083333333334,
      "grad_norm": 1.710768699645996,
      "learning_rate": 3.9942008849424284e-05,
      "loss": 7.5532,
      "step": 366340
    },
    {
      "epoch": 0.7632291666666666,
      "grad_norm": 2.5975537300109863,
      "learning_rate": 3.9935310672458635e-05,
      "loss": 6.9096,
      "step": 366350
    },
    {
      "epoch": 0.76325,
      "grad_norm": 4.339637756347656,
      "learning_rate": 3.9928612970928845e-05,
      "loss": 7.2842,
      "step": 366360
    },
    {
      "epoch": 0.7632708333333333,
      "grad_norm": 1.0186275243759155,
      "learning_rate": 3.992191574486396e-05,
      "loss": 7.372,
      "step": 366370
    },
    {
      "epoch": 0.7632916666666667,
      "grad_norm": 1.0145515203475952,
      "learning_rate": 3.991521899429278e-05,
      "loss": 6.9428,
      "step": 366380
    },
    {
      "epoch": 0.7633125,
      "grad_norm": 3.4331414699554443,
      "learning_rate": 3.9908522719244244e-05,
      "loss": 7.2767,
      "step": 366390
    },
    {
      "epoch": 0.7633333333333333,
      "grad_norm": 2.5384762287139893,
      "learning_rate": 3.990182691974738e-05,
      "loss": 7.1632,
      "step": 366400
    },
    {
      "epoch": 0.7633541666666667,
      "grad_norm": 1.0843545198440552,
      "learning_rate": 3.989513159583102e-05,
      "loss": 7.0276,
      "step": 366410
    },
    {
      "epoch": 0.763375,
      "grad_norm": 2.711089611053467,
      "learning_rate": 3.98884367475241e-05,
      "loss": 7.1711,
      "step": 366420
    },
    {
      "epoch": 0.7633958333333334,
      "grad_norm": 1.3440778255462646,
      "learning_rate": 3.9881742374855545e-05,
      "loss": 7.4521,
      "step": 366430
    },
    {
      "epoch": 0.7634166666666666,
      "grad_norm": 1.0776410102844238,
      "learning_rate": 3.987504847785428e-05,
      "loss": 7.1535,
      "step": 366440
    },
    {
      "epoch": 0.7634375,
      "grad_norm": 1.1331722736358643,
      "learning_rate": 3.986835505654922e-05,
      "loss": 7.2181,
      "step": 366450
    },
    {
      "epoch": 0.7634583333333333,
      "grad_norm": 1.3728855848312378,
      "learning_rate": 3.986166211096928e-05,
      "loss": 7.01,
      "step": 366460
    },
    {
      "epoch": 0.7634791666666667,
      "grad_norm": 2.9377424716949463,
      "learning_rate": 3.985496964114334e-05,
      "loss": 7.0865,
      "step": 366470
    },
    {
      "epoch": 0.7635,
      "grad_norm": 1.1907968521118164,
      "learning_rate": 3.9848277647100354e-05,
      "loss": 7.1481,
      "step": 366480
    },
    {
      "epoch": 0.7635208333333333,
      "grad_norm": 1.7701747417449951,
      "learning_rate": 3.98415861288692e-05,
      "loss": 7.3548,
      "step": 366490
    },
    {
      "epoch": 0.7635416666666667,
      "grad_norm": 2.8062736988067627,
      "learning_rate": 3.9834895086478784e-05,
      "loss": 7.3776,
      "step": 366500
    },
    {
      "epoch": 0.7635625,
      "grad_norm": 3.2750861644744873,
      "learning_rate": 3.982820451995803e-05,
      "loss": 7.1024,
      "step": 366510
    },
    {
      "epoch": 0.7635833333333333,
      "grad_norm": 1.7894259691238403,
      "learning_rate": 3.982151442933581e-05,
      "loss": 6.9514,
      "step": 366520
    },
    {
      "epoch": 0.7636041666666666,
      "grad_norm": 0.8626627326011658,
      "learning_rate": 3.981482481464104e-05,
      "loss": 6.9358,
      "step": 366530
    },
    {
      "epoch": 0.763625,
      "grad_norm": 3.256225347518921,
      "learning_rate": 3.980813567590266e-05,
      "loss": 7.4567,
      "step": 366540
    },
    {
      "epoch": 0.7636458333333334,
      "grad_norm": 1.6936510801315308,
      "learning_rate": 3.980144701314941e-05,
      "loss": 7.3939,
      "step": 366550
    },
    {
      "epoch": 0.7636666666666667,
      "grad_norm": 2.4553322792053223,
      "learning_rate": 3.9794758826410364e-05,
      "loss": 7.1929,
      "step": 366560
    },
    {
      "epoch": 0.7636875,
      "grad_norm": 1.2443718910217285,
      "learning_rate": 3.9788071115714364e-05,
      "loss": 7.1835,
      "step": 366570
    },
    {
      "epoch": 0.7637083333333333,
      "grad_norm": 1.22091543674469,
      "learning_rate": 3.978138388109018e-05,
      "loss": 7.1489,
      "step": 366580
    },
    {
      "epoch": 0.7637291666666667,
      "grad_norm": 0.9453321099281311,
      "learning_rate": 3.977469712256684e-05,
      "loss": 7.283,
      "step": 366590
    },
    {
      "epoch": 0.76375,
      "grad_norm": 0.8879227638244629,
      "learning_rate": 3.9768010840173224e-05,
      "loss": 7.3955,
      "step": 366600
    },
    {
      "epoch": 0.7637708333333333,
      "grad_norm": 1.9740071296691895,
      "learning_rate": 3.9761325033938086e-05,
      "loss": 7.3793,
      "step": 366610
    },
    {
      "epoch": 0.7637916666666666,
      "grad_norm": 0.8214501142501831,
      "learning_rate": 3.975463970389042e-05,
      "loss": 7.0872,
      "step": 366620
    },
    {
      "epoch": 0.7638125,
      "grad_norm": 1.1317198276519775,
      "learning_rate": 3.974795485005912e-05,
      "loss": 7.3219,
      "step": 366630
    },
    {
      "epoch": 0.7638333333333334,
      "grad_norm": 1.3824681043624878,
      "learning_rate": 3.974127047247293e-05,
      "loss": 7.4018,
      "step": 366640
    },
    {
      "epoch": 0.7638541666666666,
      "grad_norm": 3.5418498516082764,
      "learning_rate": 3.973458657116089e-05,
      "loss": 7.0807,
      "step": 366650
    },
    {
      "epoch": 0.763875,
      "grad_norm": 0.9968269467353821,
      "learning_rate": 3.9727903146151745e-05,
      "loss": 7.7405,
      "step": 366660
    },
    {
      "epoch": 0.7638958333333333,
      "grad_norm": 3.1317148208618164,
      "learning_rate": 3.972122019747438e-05,
      "loss": 7.2141,
      "step": 366670
    },
    {
      "epoch": 0.7639166666666667,
      "grad_norm": 1.3564395904541016,
      "learning_rate": 3.971453772515776e-05,
      "loss": 7.0683,
      "step": 366680
    },
    {
      "epoch": 0.7639375,
      "grad_norm": 1.5807300806045532,
      "learning_rate": 3.970785572923066e-05,
      "loss": 7.6684,
      "step": 366690
    },
    {
      "epoch": 0.7639583333333333,
      "grad_norm": 2.375591278076172,
      "learning_rate": 3.970117420972191e-05,
      "loss": 7.425,
      "step": 366700
    },
    {
      "epoch": 0.7639791666666667,
      "grad_norm": 1.2439864873886108,
      "learning_rate": 3.969449316666051e-05,
      "loss": 7.5536,
      "step": 366710
    },
    {
      "epoch": 0.764,
      "grad_norm": 0.8395816683769226,
      "learning_rate": 3.9687812600075215e-05,
      "loss": 7.2982,
      "step": 366720
    },
    {
      "epoch": 0.7640208333333334,
      "grad_norm": 2.6758739948272705,
      "learning_rate": 3.968113250999484e-05,
      "loss": 7.3068,
      "step": 366730
    },
    {
      "epoch": 0.7640416666666666,
      "grad_norm": 1.7436751127243042,
      "learning_rate": 3.967445289644839e-05,
      "loss": 7.4577,
      "step": 366740
    },
    {
      "epoch": 0.7640625,
      "grad_norm": 1.683887004852295,
      "learning_rate": 3.966777375946461e-05,
      "loss": 7.3243,
      "step": 366750
    },
    {
      "epoch": 0.7640833333333333,
      "grad_norm": 1.8839114904403687,
      "learning_rate": 3.966109509907231e-05,
      "loss": 7.4604,
      "step": 366760
    },
    {
      "epoch": 0.7641041666666667,
      "grad_norm": 1.5412321090698242,
      "learning_rate": 3.965441691530052e-05,
      "loss": 7.3246,
      "step": 366770
    },
    {
      "epoch": 0.764125,
      "grad_norm": 1.1977643966674805,
      "learning_rate": 3.9647739208177906e-05,
      "loss": 7.2599,
      "step": 366780
    },
    {
      "epoch": 0.7641458333333333,
      "grad_norm": 0.9007716774940491,
      "learning_rate": 3.964106197773338e-05,
      "loss": 7.265,
      "step": 366790
    },
    {
      "epoch": 0.7641666666666667,
      "grad_norm": 2.7812395095825195,
      "learning_rate": 3.963438522399579e-05,
      "loss": 7.1307,
      "step": 366800
    },
    {
      "epoch": 0.7641875,
      "grad_norm": 2.082031488418579,
      "learning_rate": 3.962770894699397e-05,
      "loss": 7.0559,
      "step": 366810
    },
    {
      "epoch": 0.7642083333333334,
      "grad_norm": 1.5081884860992432,
      "learning_rate": 3.962103314675676e-05,
      "loss": 7.7688,
      "step": 366820
    },
    {
      "epoch": 0.7642291666666666,
      "grad_norm": 1.1482088565826416,
      "learning_rate": 3.961435782331299e-05,
      "loss": 6.9257,
      "step": 366830
    },
    {
      "epoch": 0.76425,
      "grad_norm": 1.0644595623016357,
      "learning_rate": 3.9607682976691493e-05,
      "loss": 8.4191,
      "step": 366840
    },
    {
      "epoch": 0.7642708333333333,
      "grad_norm": 1.5516371726989746,
      "learning_rate": 3.9601008606921114e-05,
      "loss": 7.1082,
      "step": 366850
    },
    {
      "epoch": 0.7642916666666667,
      "grad_norm": 1.2283122539520264,
      "learning_rate": 3.959433471403068e-05,
      "loss": 7.6195,
      "step": 366860
    },
    {
      "epoch": 0.7643125,
      "grad_norm": 1.9784183502197266,
      "learning_rate": 3.9587661298049034e-05,
      "loss": 7.4412,
      "step": 366870
    },
    {
      "epoch": 0.7643333333333333,
      "grad_norm": 3.894279718399048,
      "learning_rate": 3.9580988359004974e-05,
      "loss": 7.198,
      "step": 366880
    },
    {
      "epoch": 0.7643541666666667,
      "grad_norm": 1.3066719770431519,
      "learning_rate": 3.957431589692733e-05,
      "loss": 7.0539,
      "step": 366890
    },
    {
      "epoch": 0.764375,
      "grad_norm": 3.553893566131592,
      "learning_rate": 3.956764391184494e-05,
      "loss": 6.9342,
      "step": 366900
    },
    {
      "epoch": 0.7643958333333334,
      "grad_norm": 1.0046466588974,
      "learning_rate": 3.9560972403786664e-05,
      "loss": 7.6378,
      "step": 366910
    },
    {
      "epoch": 0.7644166666666666,
      "grad_norm": 6.8751220703125,
      "learning_rate": 3.9554301372781177e-05,
      "loss": 7.2518,
      "step": 366920
    },
    {
      "epoch": 0.7644375,
      "grad_norm": 0.8561623096466064,
      "learning_rate": 3.9547630818857436e-05,
      "loss": 7.1117,
      "step": 366930
    },
    {
      "epoch": 0.7644583333333334,
      "grad_norm": 6.144704818725586,
      "learning_rate": 3.954096074204426e-05,
      "loss": 7.3084,
      "step": 366940
    },
    {
      "epoch": 0.7644791666666667,
      "grad_norm": 2.6181211471557617,
      "learning_rate": 3.953429114237031e-05,
      "loss": 7.135,
      "step": 366950
    },
    {
      "epoch": 0.7645,
      "grad_norm": 1.3079334497451782,
      "learning_rate": 3.952762201986455e-05,
      "loss": 7.2209,
      "step": 366960
    },
    {
      "epoch": 0.7645208333333333,
      "grad_norm": 2.8942112922668457,
      "learning_rate": 3.9520953374555775e-05,
      "loss": 7.1391,
      "step": 366970
    },
    {
      "epoch": 0.7645416666666667,
      "grad_norm": 1.0192515850067139,
      "learning_rate": 3.951428520647267e-05,
      "loss": 7.087,
      "step": 366980
    },
    {
      "epoch": 0.7645625,
      "grad_norm": 1.025683045387268,
      "learning_rate": 3.9507617515644155e-05,
      "loss": 7.0827,
      "step": 366990
    },
    {
      "epoch": 0.7645833333333333,
      "grad_norm": 2.2990400791168213,
      "learning_rate": 3.9500950302099054e-05,
      "loss": 7.4956,
      "step": 367000
    },
    {
      "epoch": 0.7645833333333333,
      "eval_loss": 7.969199180603027,
      "eval_runtime": 8.6865,
      "eval_samples_per_second": 0.345,
      "eval_steps_per_second": 0.115,
      "step": 367000
    },
    {
      "epoch": 0.7646041666666666,
      "grad_norm": 2.3838493824005127,
      "learning_rate": 3.949428356586601e-05,
      "loss": 6.8408,
      "step": 367010
    },
    {
      "epoch": 0.764625,
      "grad_norm": 2.6991593837738037,
      "learning_rate": 3.9487617306974014e-05,
      "loss": 7.1282,
      "step": 367020
    },
    {
      "epoch": 0.7646458333333334,
      "grad_norm": 1.0749714374542236,
      "learning_rate": 3.948095152545171e-05,
      "loss": 7.2207,
      "step": 367030
    },
    {
      "epoch": 0.7646666666666667,
      "grad_norm": 3.08237624168396,
      "learning_rate": 3.947428622132791e-05,
      "loss": 7.7197,
      "step": 367040
    },
    {
      "epoch": 0.7646875,
      "grad_norm": 3.3005311489105225,
      "learning_rate": 3.9467621394631544e-05,
      "loss": 7.0102,
      "step": 367050
    },
    {
      "epoch": 0.7647083333333333,
      "grad_norm": 2.0445282459259033,
      "learning_rate": 3.946095704539125e-05,
      "loss": 7.6161,
      "step": 367060
    },
    {
      "epoch": 0.7647291666666667,
      "grad_norm": 0.948620080947876,
      "learning_rate": 3.9454293173635825e-05,
      "loss": 7.1717,
      "step": 367070
    },
    {
      "epoch": 0.76475,
      "grad_norm": 2.4693968296051025,
      "learning_rate": 3.944762977939418e-05,
      "loss": 7.3781,
      "step": 367080
    },
    {
      "epoch": 0.7647708333333333,
      "grad_norm": 1.808293104171753,
      "learning_rate": 3.944096686269497e-05,
      "loss": 7.5069,
      "step": 367090
    },
    {
      "epoch": 0.7647916666666666,
      "grad_norm": 1.4197241067886353,
      "learning_rate": 3.9434304423566984e-05,
      "loss": 7.1966,
      "step": 367100
    },
    {
      "epoch": 0.7648125,
      "grad_norm": 2.6200740337371826,
      "learning_rate": 3.9427642462039115e-05,
      "loss": 7.1094,
      "step": 367110
    },
    {
      "epoch": 0.7648333333333334,
      "grad_norm": 1.6548665761947632,
      "learning_rate": 3.942098097814004e-05,
      "loss": 7.082,
      "step": 367120
    },
    {
      "epoch": 0.7648541666666666,
      "grad_norm": 3.447629928588867,
      "learning_rate": 3.941431997189854e-05,
      "loss": 7.5724,
      "step": 367130
    },
    {
      "epoch": 0.764875,
      "grad_norm": 2.3509557247161865,
      "learning_rate": 3.94076594433434e-05,
      "loss": 7.8378,
      "step": 367140
    },
    {
      "epoch": 0.7648958333333333,
      "grad_norm": 2.1094980239868164,
      "learning_rate": 3.940099939250341e-05,
      "loss": 6.7923,
      "step": 367150
    },
    {
      "epoch": 0.7649166666666667,
      "grad_norm": 2.604949951171875,
      "learning_rate": 3.939433981940731e-05,
      "loss": 7.1571,
      "step": 367160
    },
    {
      "epoch": 0.7649375,
      "grad_norm": 2.088839530944824,
      "learning_rate": 3.9387680724083887e-05,
      "loss": 7.0552,
      "step": 367170
    },
    {
      "epoch": 0.7649583333333333,
      "grad_norm": 2.733708143234253,
      "learning_rate": 3.938102210656191e-05,
      "loss": 7.1601,
      "step": 367180
    },
    {
      "epoch": 0.7649791666666667,
      "grad_norm": 0.7671176791191101,
      "learning_rate": 3.9374363966870124e-05,
      "loss": 6.8295,
      "step": 367190
    },
    {
      "epoch": 0.765,
      "grad_norm": 2.851475238800049,
      "learning_rate": 3.9367706305037295e-05,
      "loss": 7.6017,
      "step": 367200
    },
    {
      "epoch": 0.7650208333333334,
      "grad_norm": 1.1045304536819458,
      "learning_rate": 3.9361049121092195e-05,
      "loss": 6.9513,
      "step": 367210
    },
    {
      "epoch": 0.7650416666666666,
      "grad_norm": 1.4845006465911865,
      "learning_rate": 3.935439241506355e-05,
      "loss": 7.1648,
      "step": 367220
    },
    {
      "epoch": 0.7650625,
      "grad_norm": 2.1537575721740723,
      "learning_rate": 3.934773618698013e-05,
      "loss": 7.4773,
      "step": 367230
    },
    {
      "epoch": 0.7650833333333333,
      "grad_norm": 0.8736609220504761,
      "learning_rate": 3.9341080436870714e-05,
      "loss": 7.125,
      "step": 367240
    },
    {
      "epoch": 0.7651041666666667,
      "grad_norm": 1.4881118535995483,
      "learning_rate": 3.933442516476402e-05,
      "loss": 6.7435,
      "step": 367250
    },
    {
      "epoch": 0.765125,
      "grad_norm": 1.0566737651824951,
      "learning_rate": 3.93277703706888e-05,
      "loss": 7.0745,
      "step": 367260
    },
    {
      "epoch": 0.7651458333333333,
      "grad_norm": 1.9877663850784302,
      "learning_rate": 3.9321116054673804e-05,
      "loss": 7.2608,
      "step": 367270
    },
    {
      "epoch": 0.7651666666666667,
      "grad_norm": 2.0247373580932617,
      "learning_rate": 3.931446221674783e-05,
      "loss": 7.1193,
      "step": 367280
    },
    {
      "epoch": 0.7651875,
      "grad_norm": 5.675318717956543,
      "learning_rate": 3.930780885693947e-05,
      "loss": 6.8375,
      "step": 367290
    },
    {
      "epoch": 0.7652083333333334,
      "grad_norm": 1.2394261360168457,
      "learning_rate": 3.93011559752776e-05,
      "loss": 7.3928,
      "step": 367300
    },
    {
      "epoch": 0.7652291666666666,
      "grad_norm": 1.2104437351226807,
      "learning_rate": 3.9294503571790976e-05,
      "loss": 6.9655,
      "step": 367310
    },
    {
      "epoch": 0.76525,
      "grad_norm": 1.3908156156539917,
      "learning_rate": 3.9287851646508176e-05,
      "loss": 7.6851,
      "step": 367320
    },
    {
      "epoch": 0.7652708333333333,
      "grad_norm": 1.4997397661209106,
      "learning_rate": 3.9281200199458084e-05,
      "loss": 7.2925,
      "step": 367330
    },
    {
      "epoch": 0.7652916666666667,
      "grad_norm": 1.7229881286621094,
      "learning_rate": 3.927454923066944e-05,
      "loss": 7.1904,
      "step": 367340
    },
    {
      "epoch": 0.7653125,
      "grad_norm": 1.0599662065505981,
      "learning_rate": 3.92678987401708e-05,
      "loss": 6.9269,
      "step": 367350
    },
    {
      "epoch": 0.7653333333333333,
      "grad_norm": 1.3364065885543823,
      "learning_rate": 3.926124872799106e-05,
      "loss": 7.4444,
      "step": 367360
    },
    {
      "epoch": 0.7653541666666667,
      "grad_norm": 3.401118278503418,
      "learning_rate": 3.925459919415895e-05,
      "loss": 7.2853,
      "step": 367370
    },
    {
      "epoch": 0.765375,
      "grad_norm": 1.6101620197296143,
      "learning_rate": 3.924795013870303e-05,
      "loss": 7.304,
      "step": 367380
    },
    {
      "epoch": 0.7653958333333334,
      "grad_norm": 1.35035240650177,
      "learning_rate": 3.9241301561652175e-05,
      "loss": 7.0182,
      "step": 367390
    },
    {
      "epoch": 0.7654166666666666,
      "grad_norm": 2.4815399646759033,
      "learning_rate": 3.923465346303512e-05,
      "loss": 7.1789,
      "step": 367400
    },
    {
      "epoch": 0.7654375,
      "grad_norm": 0.9877659678459167,
      "learning_rate": 3.9228005842880404e-05,
      "loss": 7.2489,
      "step": 367410
    },
    {
      "epoch": 0.7654583333333334,
      "grad_norm": 3.2474842071533203,
      "learning_rate": 3.922135870121696e-05,
      "loss": 7.5053,
      "step": 367420
    },
    {
      "epoch": 0.7654791666666667,
      "grad_norm": 2.1813831329345703,
      "learning_rate": 3.921471203807334e-05,
      "loss": 7.4634,
      "step": 367430
    },
    {
      "epoch": 0.7655,
      "grad_norm": 2.7341508865356445,
      "learning_rate": 3.920806585347832e-05,
      "loss": 7.1022,
      "step": 367440
    },
    {
      "epoch": 0.7655208333333333,
      "grad_norm": 1.2572870254516602,
      "learning_rate": 3.9201420147460605e-05,
      "loss": 6.9692,
      "step": 367450
    },
    {
      "epoch": 0.7655416666666667,
      "grad_norm": 0.8463988304138184,
      "learning_rate": 3.919477492004888e-05,
      "loss": 7.7517,
      "step": 367460
    },
    {
      "epoch": 0.7655625,
      "grad_norm": 4.623815059661865,
      "learning_rate": 3.918813017127189e-05,
      "loss": 7.1532,
      "step": 367470
    },
    {
      "epoch": 0.7655833333333333,
      "grad_norm": 1.5162914991378784,
      "learning_rate": 3.9181485901158295e-05,
      "loss": 6.9758,
      "step": 367480
    },
    {
      "epoch": 0.7656041666666666,
      "grad_norm": 1.8197383880615234,
      "learning_rate": 3.917484210973683e-05,
      "loss": 6.9228,
      "step": 367490
    },
    {
      "epoch": 0.765625,
      "grad_norm": 1.3240076303482056,
      "learning_rate": 3.916819879703618e-05,
      "loss": 7.6158,
      "step": 367500
    },
    {
      "epoch": 0.7656458333333334,
      "grad_norm": 2.1324985027313232,
      "learning_rate": 3.916155596308504e-05,
      "loss": 7.2737,
      "step": 367510
    },
    {
      "epoch": 0.7656666666666667,
      "grad_norm": 3.416463613510132,
      "learning_rate": 3.91549136079121e-05,
      "loss": 7.5475,
      "step": 367520
    },
    {
      "epoch": 0.7656875,
      "grad_norm": 1.013535737991333,
      "learning_rate": 3.914827173154605e-05,
      "loss": 7.1709,
      "step": 367530
    },
    {
      "epoch": 0.7657083333333333,
      "grad_norm": 7.168339252471924,
      "learning_rate": 3.9141630334015605e-05,
      "loss": 7.7117,
      "step": 367540
    },
    {
      "epoch": 0.7657291666666667,
      "grad_norm": 6.540889739990234,
      "learning_rate": 3.913498941534943e-05,
      "loss": 7.7428,
      "step": 367550
    },
    {
      "epoch": 0.76575,
      "grad_norm": 0.9445448517799377,
      "learning_rate": 3.912834897557621e-05,
      "loss": 6.972,
      "step": 367560
    },
    {
      "epoch": 0.7657708333333333,
      "grad_norm": 1.3536300659179688,
      "learning_rate": 3.912170901472464e-05,
      "loss": 7.2674,
      "step": 367570
    },
    {
      "epoch": 0.7657916666666666,
      "grad_norm": 1.2507230043411255,
      "learning_rate": 3.91150695328234e-05,
      "loss": 7.0681,
      "step": 367580
    },
    {
      "epoch": 0.7658125,
      "grad_norm": 1.2648407220840454,
      "learning_rate": 3.910843052990117e-05,
      "loss": 7.1223,
      "step": 367590
    },
    {
      "epoch": 0.7658333333333334,
      "grad_norm": 1.2565460205078125,
      "learning_rate": 3.910179200598662e-05,
      "loss": 6.9652,
      "step": 367600
    },
    {
      "epoch": 0.7658541666666666,
      "grad_norm": 1.406639814376831,
      "learning_rate": 3.909515396110845e-05,
      "loss": 7.3007,
      "step": 367610
    },
    {
      "epoch": 0.765875,
      "grad_norm": 1.4564473628997803,
      "learning_rate": 3.90885163952953e-05,
      "loss": 6.9816,
      "step": 367620
    },
    {
      "epoch": 0.7658958333333333,
      "grad_norm": 2.27229905128479,
      "learning_rate": 3.908187930857586e-05,
      "loss": 7.2046,
      "step": 367630
    },
    {
      "epoch": 0.7659166666666667,
      "grad_norm": 1.1973260641098022,
      "learning_rate": 3.90752427009788e-05,
      "loss": 7.4448,
      "step": 367640
    },
    {
      "epoch": 0.7659375,
      "grad_norm": 1.339189887046814,
      "learning_rate": 3.906860657253283e-05,
      "loss": 7.1838,
      "step": 367650
    },
    {
      "epoch": 0.7659583333333333,
      "grad_norm": 1.6524792909622192,
      "learning_rate": 3.9061970923266466e-05,
      "loss": 7.0596,
      "step": 367660
    },
    {
      "epoch": 0.7659791666666667,
      "grad_norm": 2.87837815284729,
      "learning_rate": 3.9055335753208525e-05,
      "loss": 6.9051,
      "step": 367670
    },
    {
      "epoch": 0.766,
      "grad_norm": 5.695328712463379,
      "learning_rate": 3.904870106238767e-05,
      "loss": 7.1959,
      "step": 367680
    },
    {
      "epoch": 0.7660208333333334,
      "grad_norm": 3.21964168548584,
      "learning_rate": 3.904206685083243e-05,
      "loss": 7.2072,
      "step": 367690
    },
    {
      "epoch": 0.7660416666666666,
      "grad_norm": 1.6133389472961426,
      "learning_rate": 3.903543311857157e-05,
      "loss": 7.0391,
      "step": 367700
    },
    {
      "epoch": 0.7660625,
      "grad_norm": 1.5520954132080078,
      "learning_rate": 3.9028799865633756e-05,
      "loss": 6.8918,
      "step": 367710
    },
    {
      "epoch": 0.7660833333333333,
      "grad_norm": 0.9877143502235413,
      "learning_rate": 3.9022167092047575e-05,
      "loss": 6.7897,
      "step": 367720
    },
    {
      "epoch": 0.7661041666666667,
      "grad_norm": 1.115421175956726,
      "learning_rate": 3.9015534797841643e-05,
      "loss": 7.2021,
      "step": 367730
    },
    {
      "epoch": 0.766125,
      "grad_norm": 2.7785167694091797,
      "learning_rate": 3.900890298304477e-05,
      "loss": 7.7596,
      "step": 367740
    },
    {
      "epoch": 0.7661458333333333,
      "grad_norm": 1.4805076122283936,
      "learning_rate": 3.9002271647685456e-05,
      "loss": 6.8394,
      "step": 367750
    },
    {
      "epoch": 0.7661666666666667,
      "grad_norm": 2.1919450759887695,
      "learning_rate": 3.8995640791792344e-05,
      "loss": 7.3622,
      "step": 367760
    },
    {
      "epoch": 0.7661875,
      "grad_norm": 1.0858261585235596,
      "learning_rate": 3.8989010415394223e-05,
      "loss": 7.074,
      "step": 367770
    },
    {
      "epoch": 0.7662083333333334,
      "grad_norm": 1.4319778680801392,
      "learning_rate": 3.8982380518519574e-05,
      "loss": 7.17,
      "step": 367780
    },
    {
      "epoch": 0.7662291666666666,
      "grad_norm": 1.955501914024353,
      "learning_rate": 3.897575110119712e-05,
      "loss": 7.0158,
      "step": 367790
    },
    {
      "epoch": 0.76625,
      "grad_norm": 0.8856151700019836,
      "learning_rate": 3.8969122163455464e-05,
      "loss": 7.3382,
      "step": 367800
    },
    {
      "epoch": 0.7662708333333333,
      "grad_norm": 1.3578537702560425,
      "learning_rate": 3.896249370532324e-05,
      "loss": 6.9618,
      "step": 367810
    },
    {
      "epoch": 0.7662916666666667,
      "grad_norm": 1.958001971244812,
      "learning_rate": 3.895586572682911e-05,
      "loss": 7.1732,
      "step": 367820
    },
    {
      "epoch": 0.7663125,
      "grad_norm": 1.5619791746139526,
      "learning_rate": 3.894923822800167e-05,
      "loss": 7.5793,
      "step": 367830
    },
    {
      "epoch": 0.7663333333333333,
      "grad_norm": 3.6114985942840576,
      "learning_rate": 3.894261120886957e-05,
      "loss": 7.4013,
      "step": 367840
    },
    {
      "epoch": 0.7663541666666667,
      "grad_norm": 0.771682858467102,
      "learning_rate": 3.893598466946144e-05,
      "loss": 7.1257,
      "step": 367850
    },
    {
      "epoch": 0.766375,
      "grad_norm": 2.6754846572875977,
      "learning_rate": 3.8929358609805885e-05,
      "loss": 6.9131,
      "step": 367860
    },
    {
      "epoch": 0.7663958333333334,
      "grad_norm": 2.1950738430023193,
      "learning_rate": 3.8922733029931525e-05,
      "loss": 7.2349,
      "step": 367870
    },
    {
      "epoch": 0.7664166666666666,
      "grad_norm": 1.0504566431045532,
      "learning_rate": 3.891610792986701e-05,
      "loss": 6.798,
      "step": 367880
    },
    {
      "epoch": 0.7664375,
      "grad_norm": 0.9281474351882935,
      "learning_rate": 3.890948330964093e-05,
      "loss": 7.3277,
      "step": 367890
    },
    {
      "epoch": 0.7664583333333334,
      "grad_norm": 2.3227596282958984,
      "learning_rate": 3.890285916928191e-05,
      "loss": 7.2675,
      "step": 367900
    },
    {
      "epoch": 0.7664791666666667,
      "grad_norm": 0.9290915131568909,
      "learning_rate": 3.8896235508818564e-05,
      "loss": 7.3104,
      "step": 367910
    },
    {
      "epoch": 0.7665,
      "grad_norm": 4.878216743469238,
      "learning_rate": 3.88896123282795e-05,
      "loss": 7.418,
      "step": 367920
    },
    {
      "epoch": 0.7665208333333333,
      "grad_norm": 0.9696836471557617,
      "learning_rate": 3.8882989627693335e-05,
      "loss": 7.0504,
      "step": 367930
    },
    {
      "epoch": 0.7665416666666667,
      "grad_norm": 3.7780098915100098,
      "learning_rate": 3.887636740708867e-05,
      "loss": 7.0103,
      "step": 367940
    },
    {
      "epoch": 0.7665625,
      "grad_norm": 0.9204656481742859,
      "learning_rate": 3.88697456664941e-05,
      "loss": 6.8814,
      "step": 367950
    },
    {
      "epoch": 0.7665833333333333,
      "grad_norm": 1.7720001935958862,
      "learning_rate": 3.8863124405938266e-05,
      "loss": 6.9094,
      "step": 367960
    },
    {
      "epoch": 0.7666041666666666,
      "grad_norm": 1.786141037940979,
      "learning_rate": 3.885650362544973e-05,
      "loss": 7.1317,
      "step": 367970
    },
    {
      "epoch": 0.766625,
      "grad_norm": 1.1696925163269043,
      "learning_rate": 3.884988332505709e-05,
      "loss": 7.1078,
      "step": 367980
    },
    {
      "epoch": 0.7666458333333334,
      "grad_norm": 1.4282503128051758,
      "learning_rate": 3.884326350478897e-05,
      "loss": 7.1907,
      "step": 367990
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 1.2756973505020142,
      "learning_rate": 3.883664416467396e-05,
      "loss": 7.5027,
      "step": 368000
    },
    {
      "epoch": 0.7666666666666667,
      "eval_loss": 8.198664665222168,
      "eval_runtime": 9.144,
      "eval_samples_per_second": 0.328,
      "eval_steps_per_second": 0.109,
      "step": 368000
    },
    {
      "epoch": 0.7666875,
      "grad_norm": 1.9742122888565063,
      "learning_rate": 3.8830025304740636e-05,
      "loss": 6.9612,
      "step": 368010
    },
    {
      "epoch": 0.7667083333333333,
      "grad_norm": 1.2433890104293823,
      "learning_rate": 3.882340692501765e-05,
      "loss": 7.3801,
      "step": 368020
    },
    {
      "epoch": 0.7667291666666667,
      "grad_norm": 1.5260826349258423,
      "learning_rate": 3.8816789025533504e-05,
      "loss": 8.3039,
      "step": 368030
    },
    {
      "epoch": 0.76675,
      "grad_norm": 1.4416821002960205,
      "learning_rate": 3.881017160631676e-05,
      "loss": 7.3866,
      "step": 368040
    },
    {
      "epoch": 0.7667708333333333,
      "grad_norm": 1.999453067779541,
      "learning_rate": 3.8803554667396155e-05,
      "loss": 7.1969,
      "step": 368050
    },
    {
      "epoch": 0.7667916666666666,
      "grad_norm": 2.131711959838867,
      "learning_rate": 3.8796938208800125e-05,
      "loss": 7.4781,
      "step": 368060
    },
    {
      "epoch": 0.7668125,
      "grad_norm": 1.630289912223816,
      "learning_rate": 3.879032223055727e-05,
      "loss": 7.394,
      "step": 368070
    },
    {
      "epoch": 0.7668333333333334,
      "grad_norm": 1.4873294830322266,
      "learning_rate": 3.878370673269629e-05,
      "loss": 7.1382,
      "step": 368080
    },
    {
      "epoch": 0.7668541666666666,
      "grad_norm": 1.2242226600646973,
      "learning_rate": 3.877709171524563e-05,
      "loss": 6.9104,
      "step": 368090
    },
    {
      "epoch": 0.766875,
      "grad_norm": 1.6304030418395996,
      "learning_rate": 3.877047717823387e-05,
      "loss": 7.3933,
      "step": 368100
    },
    {
      "epoch": 0.7668958333333333,
      "grad_norm": 2.3456857204437256,
      "learning_rate": 3.8763863121689716e-05,
      "loss": 7.2533,
      "step": 368110
    },
    {
      "epoch": 0.7669166666666667,
      "grad_norm": 1.810308575630188,
      "learning_rate": 3.875724954564157e-05,
      "loss": 6.9693,
      "step": 368120
    },
    {
      "epoch": 0.7669375,
      "grad_norm": 1.4859167337417603,
      "learning_rate": 3.875063645011805e-05,
      "loss": 6.9254,
      "step": 368130
    },
    {
      "epoch": 0.7669583333333333,
      "grad_norm": 1.2008614540100098,
      "learning_rate": 3.874402383514784e-05,
      "loss": 7.145,
      "step": 368140
    },
    {
      "epoch": 0.7669791666666667,
      "grad_norm": 4.9130754470825195,
      "learning_rate": 3.873741170075936e-05,
      "loss": 7.3918,
      "step": 368150
    },
    {
      "epoch": 0.767,
      "grad_norm": 3.973562479019165,
      "learning_rate": 3.873080004698121e-05,
      "loss": 7.3897,
      "step": 368160
    },
    {
      "epoch": 0.7670208333333334,
      "grad_norm": 1.227264642715454,
      "learning_rate": 3.872418887384197e-05,
      "loss": 7.0986,
      "step": 368170
    },
    {
      "epoch": 0.7670416666666666,
      "grad_norm": 1.416938066482544,
      "learning_rate": 3.8717578181370174e-05,
      "loss": 6.7786,
      "step": 368180
    },
    {
      "epoch": 0.7670625,
      "grad_norm": 2.163280725479126,
      "learning_rate": 3.8710967969594406e-05,
      "loss": 7.9843,
      "step": 368190
    },
    {
      "epoch": 0.7670833333333333,
      "grad_norm": 1.1315414905548096,
      "learning_rate": 3.87043582385432e-05,
      "loss": 7.1878,
      "step": 368200
    },
    {
      "epoch": 0.7671041666666667,
      "grad_norm": 1.0520660877227783,
      "learning_rate": 3.869774898824512e-05,
      "loss": 7.0758,
      "step": 368210
    },
    {
      "epoch": 0.767125,
      "grad_norm": 1.5481613874435425,
      "learning_rate": 3.86911402187287e-05,
      "loss": 6.8127,
      "step": 368220
    },
    {
      "epoch": 0.7671458333333333,
      "grad_norm": 0.9519082307815552,
      "learning_rate": 3.868453193002249e-05,
      "loss": 7.1578,
      "step": 368230
    },
    {
      "epoch": 0.7671666666666667,
      "grad_norm": 1.2449841499328613,
      "learning_rate": 3.867792412215504e-05,
      "loss": 7.0509,
      "step": 368240
    },
    {
      "epoch": 0.7671875,
      "grad_norm": 1.169352650642395,
      "learning_rate": 3.867131679515492e-05,
      "loss": 7.2613,
      "step": 368250
    },
    {
      "epoch": 0.7672083333333334,
      "grad_norm": 1.0815578699111938,
      "learning_rate": 3.866470994905061e-05,
      "loss": 7.0563,
      "step": 368260
    },
    {
      "epoch": 0.7672291666666666,
      "grad_norm": 2.292065382003784,
      "learning_rate": 3.86581035838707e-05,
      "loss": 7.0524,
      "step": 368270
    },
    {
      "epoch": 0.76725,
      "grad_norm": 1.1734001636505127,
      "learning_rate": 3.8651497699643705e-05,
      "loss": 7.9692,
      "step": 368280
    },
    {
      "epoch": 0.7672708333333333,
      "grad_norm": 1.0561577081680298,
      "learning_rate": 3.8644892296398185e-05,
      "loss": 7.0385,
      "step": 368290
    },
    {
      "epoch": 0.7672916666666667,
      "grad_norm": 1.4353550672531128,
      "learning_rate": 3.8638287374162625e-05,
      "loss": 7.2455,
      "step": 368300
    },
    {
      "epoch": 0.7673125,
      "grad_norm": 0.9523726105690002,
      "learning_rate": 3.863168293296564e-05,
      "loss": 6.8998,
      "step": 368310
    },
    {
      "epoch": 0.7673333333333333,
      "grad_norm": 1.8178242444992065,
      "learning_rate": 3.862507897283561e-05,
      "loss": 7.0374,
      "step": 368320
    },
    {
      "epoch": 0.7673541666666667,
      "grad_norm": 6.005627632141113,
      "learning_rate": 3.861847549380121e-05,
      "loss": 7.0214,
      "step": 368330
    },
    {
      "epoch": 0.767375,
      "grad_norm": 1.924501895904541,
      "learning_rate": 3.861187249589093e-05,
      "loss": 7.0522,
      "step": 368340
    },
    {
      "epoch": 0.7673958333333334,
      "grad_norm": 4.042498588562012,
      "learning_rate": 3.860526997913321e-05,
      "loss": 7.0004,
      "step": 368350
    },
    {
      "epoch": 0.7674166666666666,
      "grad_norm": 12.445444107055664,
      "learning_rate": 3.859866794355666e-05,
      "loss": 7.4453,
      "step": 368360
    },
    {
      "epoch": 0.7674375,
      "grad_norm": 3.536782741546631,
      "learning_rate": 3.85920663891898e-05,
      "loss": 6.9797,
      "step": 368370
    },
    {
      "epoch": 0.7674583333333334,
      "grad_norm": 1.0714111328125,
      "learning_rate": 3.858546531606104e-05,
      "loss": 6.9384,
      "step": 368380
    },
    {
      "epoch": 0.7674791666666667,
      "grad_norm": 1.0133980512619019,
      "learning_rate": 3.857886472419901e-05,
      "loss": 6.9318,
      "step": 368390
    },
    {
      "epoch": 0.7675,
      "grad_norm": 1.3681315183639526,
      "learning_rate": 3.857226461363223e-05,
      "loss": 6.8774,
      "step": 368400
    },
    {
      "epoch": 0.7675208333333333,
      "grad_norm": 7.197935104370117,
      "learning_rate": 3.856566498438908e-05,
      "loss": 7.6295,
      "step": 368410
    },
    {
      "epoch": 0.7675416666666667,
      "grad_norm": 0.9362642765045166,
      "learning_rate": 3.855906583649823e-05,
      "loss": 7.3495,
      "step": 368420
    },
    {
      "epoch": 0.7675625,
      "grad_norm": 2.66534423828125,
      "learning_rate": 3.855246716998806e-05,
      "loss": 7.7775,
      "step": 368430
    },
    {
      "epoch": 0.7675833333333333,
      "grad_norm": 2.5147511959075928,
      "learning_rate": 3.8545868984887064e-05,
      "loss": 7.3499,
      "step": 368440
    },
    {
      "epoch": 0.7676041666666666,
      "grad_norm": 1.268479585647583,
      "learning_rate": 3.8539271281223896e-05,
      "loss": 7.2814,
      "step": 368450
    },
    {
      "epoch": 0.767625,
      "grad_norm": 1.7781577110290527,
      "learning_rate": 3.8532674059026894e-05,
      "loss": 7.5527,
      "step": 368460
    },
    {
      "epoch": 0.7676458333333334,
      "grad_norm": 2.660858392715454,
      "learning_rate": 3.85260773183246e-05,
      "loss": 7.1741,
      "step": 368470
    },
    {
      "epoch": 0.7676666666666667,
      "grad_norm": 2.4992284774780273,
      "learning_rate": 3.85194810591456e-05,
      "loss": 7.3904,
      "step": 368480
    },
    {
      "epoch": 0.7676875,
      "grad_norm": 1.669698715209961,
      "learning_rate": 3.851288528151827e-05,
      "loss": 8.4798,
      "step": 368490
    },
    {
      "epoch": 0.7677083333333333,
      "grad_norm": 2.5630292892456055,
      "learning_rate": 3.850628998547111e-05,
      "loss": 7.0615,
      "step": 368500
    },
    {
      "epoch": 0.7677291666666667,
      "grad_norm": 1.152233600616455,
      "learning_rate": 3.8499695171032737e-05,
      "loss": 6.6531,
      "step": 368510
    },
    {
      "epoch": 0.76775,
      "grad_norm": 0.8861339688301086,
      "learning_rate": 3.849310083823149e-05,
      "loss": 7.0759,
      "step": 368520
    },
    {
      "epoch": 0.7677708333333333,
      "grad_norm": 2.2191731929779053,
      "learning_rate": 3.848650698709592e-05,
      "loss": 7.0737,
      "step": 368530
    },
    {
      "epoch": 0.7677916666666667,
      "grad_norm": 1.0906261205673218,
      "learning_rate": 3.8479913617654493e-05,
      "loss": 7.2998,
      "step": 368540
    },
    {
      "epoch": 0.7678125,
      "grad_norm": 4.868799209594727,
      "learning_rate": 3.847332072993569e-05,
      "loss": 7.4213,
      "step": 368550
    },
    {
      "epoch": 0.7678333333333334,
      "grad_norm": 2.2977383136749268,
      "learning_rate": 3.846672832396802e-05,
      "loss": 7.5781,
      "step": 368560
    },
    {
      "epoch": 0.7678541666666666,
      "grad_norm": 2.625127077102661,
      "learning_rate": 3.846013639977991e-05,
      "loss": 7.0966,
      "step": 368570
    },
    {
      "epoch": 0.767875,
      "grad_norm": 0.9828434586524963,
      "learning_rate": 3.845354495739987e-05,
      "loss": 6.7679,
      "step": 368580
    },
    {
      "epoch": 0.7678958333333333,
      "grad_norm": 2.6304526329040527,
      "learning_rate": 3.844695399685636e-05,
      "loss": 6.9674,
      "step": 368590
    },
    {
      "epoch": 0.7679166666666667,
      "grad_norm": 2.2766332626342773,
      "learning_rate": 3.844036351817785e-05,
      "loss": 7.1489,
      "step": 368600
    },
    {
      "epoch": 0.7679375,
      "grad_norm": 1.927858591079712,
      "learning_rate": 3.843377352139282e-05,
      "loss": 7.3427,
      "step": 368610
    },
    {
      "epoch": 0.7679583333333333,
      "grad_norm": 1.9657487869262695,
      "learning_rate": 3.842718400652972e-05,
      "loss": 7.0109,
      "step": 368620
    },
    {
      "epoch": 0.7679791666666667,
      "grad_norm": 0.9901877641677856,
      "learning_rate": 3.8420594973617034e-05,
      "loss": 7.1155,
      "step": 368630
    },
    {
      "epoch": 0.768,
      "grad_norm": 1.3745173215866089,
      "learning_rate": 3.841400642268321e-05,
      "loss": 7.4337,
      "step": 368640
    },
    {
      "epoch": 0.7680208333333334,
      "grad_norm": 2.0306880474090576,
      "learning_rate": 3.840741835375675e-05,
      "loss": 7.0212,
      "step": 368650
    },
    {
      "epoch": 0.7680416666666666,
      "grad_norm": 1.4700219631195068,
      "learning_rate": 3.840083076686596e-05,
      "loss": 7.1952,
      "step": 368660
    },
    {
      "epoch": 0.7680625,
      "grad_norm": 2.579643726348877,
      "learning_rate": 3.8394243662039485e-05,
      "loss": 7.1325,
      "step": 368670
    },
    {
      "epoch": 0.7680833333333333,
      "grad_norm": 1.623131513595581,
      "learning_rate": 3.8387657039305724e-05,
      "loss": 7.1351,
      "step": 368680
    },
    {
      "epoch": 0.7681041666666667,
      "grad_norm": 1.6128485202789307,
      "learning_rate": 3.838107089869302e-05,
      "loss": 7.0479,
      "step": 368690
    },
    {
      "epoch": 0.768125,
      "grad_norm": 12.5813627243042,
      "learning_rate": 3.837448524022996e-05,
      "loss": 8.4108,
      "step": 368700
    },
    {
      "epoch": 0.7681458333333333,
      "grad_norm": 1.3851940631866455,
      "learning_rate": 3.836790006394499e-05,
      "loss": 7.454,
      "step": 368710
    },
    {
      "epoch": 0.7681666666666667,
      "grad_norm": 1.135599970817566,
      "learning_rate": 3.83613153698664e-05,
      "loss": 7.3219,
      "step": 368720
    },
    {
      "epoch": 0.7681875,
      "grad_norm": 2.0169732570648193,
      "learning_rate": 3.835473115802279e-05,
      "loss": 7.2291,
      "step": 368730
    },
    {
      "epoch": 0.7682083333333334,
      "grad_norm": 2.104978561401367,
      "learning_rate": 3.8348147428442595e-05,
      "loss": 7.285,
      "step": 368740
    },
    {
      "epoch": 0.7682291666666666,
      "grad_norm": 2.3257944583892822,
      "learning_rate": 3.8341564181154103e-05,
      "loss": 7.3243,
      "step": 368750
    },
    {
      "epoch": 0.76825,
      "grad_norm": 1.8464086055755615,
      "learning_rate": 3.833498141618592e-05,
      "loss": 7.4179,
      "step": 368760
    },
    {
      "epoch": 0.7682708333333333,
      "grad_norm": 1.4481450319290161,
      "learning_rate": 3.832839913356646e-05,
      "loss": 7.4603,
      "step": 368770
    },
    {
      "epoch": 0.7682916666666667,
      "grad_norm": 5.019033432006836,
      "learning_rate": 3.8321817333324015e-05,
      "loss": 7.3941,
      "step": 368780
    },
    {
      "epoch": 0.7683125,
      "grad_norm": 2.6349334716796875,
      "learning_rate": 3.831523601548721e-05,
      "loss": 7.1342,
      "step": 368790
    },
    {
      "epoch": 0.7683333333333333,
      "grad_norm": 1.0165079832077026,
      "learning_rate": 3.830865518008433e-05,
      "loss": 7.0981,
      "step": 368800
    },
    {
      "epoch": 0.7683541666666667,
      "grad_norm": 0.8903782367706299,
      "learning_rate": 3.83020748271438e-05,
      "loss": 7.6943,
      "step": 368810
    },
    {
      "epoch": 0.768375,
      "grad_norm": 0.7630141973495483,
      "learning_rate": 3.8295494956694186e-05,
      "loss": 7.1863,
      "step": 368820
    },
    {
      "epoch": 0.7683958333333333,
      "grad_norm": 3.7947323322296143,
      "learning_rate": 3.8288915568763786e-05,
      "loss": 8.1204,
      "step": 368830
    },
    {
      "epoch": 0.7684166666666666,
      "grad_norm": 2.108879566192627,
      "learning_rate": 3.8282336663380994e-05,
      "loss": 7.0258,
      "step": 368840
    },
    {
      "epoch": 0.7684375,
      "grad_norm": 1.1287239789962769,
      "learning_rate": 3.8275758240574374e-05,
      "loss": 6.7146,
      "step": 368850
    },
    {
      "epoch": 0.7684583333333334,
      "grad_norm": 1.3765724897384644,
      "learning_rate": 3.826918030037222e-05,
      "loss": 7.1238,
      "step": 368860
    },
    {
      "epoch": 0.7684791666666667,
      "grad_norm": 2.5361409187316895,
      "learning_rate": 3.826260284280293e-05,
      "loss": 7.1187,
      "step": 368870
    },
    {
      "epoch": 0.7685,
      "grad_norm": 0.9650379419326782,
      "learning_rate": 3.825602586789506e-05,
      "loss": 6.7618,
      "step": 368880
    },
    {
      "epoch": 0.7685208333333333,
      "grad_norm": 3.9911680221557617,
      "learning_rate": 3.824944937567688e-05,
      "loss": 7.6443,
      "step": 368890
    },
    {
      "epoch": 0.7685416666666667,
      "grad_norm": 1.666080117225647,
      "learning_rate": 3.824287336617684e-05,
      "loss": 7.2331,
      "step": 368900
    },
    {
      "epoch": 0.7685625,
      "grad_norm": 4.737656593322754,
      "learning_rate": 3.823629783942336e-05,
      "loss": 7.3,
      "step": 368910
    },
    {
      "epoch": 0.7685833333333333,
      "grad_norm": 0.9839944839477539,
      "learning_rate": 3.8229722795444823e-05,
      "loss": 6.9483,
      "step": 368920
    },
    {
      "epoch": 0.7686041666666666,
      "grad_norm": 3.082723617553711,
      "learning_rate": 3.822314823426964e-05,
      "loss": 7.2464,
      "step": 368930
    },
    {
      "epoch": 0.768625,
      "grad_norm": 1.8233788013458252,
      "learning_rate": 3.821657415592623e-05,
      "loss": 7.3126,
      "step": 368940
    },
    {
      "epoch": 0.7686458333333334,
      "grad_norm": 2.2461535930633545,
      "learning_rate": 3.821000056044296e-05,
      "loss": 6.9149,
      "step": 368950
    },
    {
      "epoch": 0.7686666666666667,
      "grad_norm": 0.7954895496368408,
      "learning_rate": 3.8203427447848255e-05,
      "loss": 7.3409,
      "step": 368960
    },
    {
      "epoch": 0.7686875,
      "grad_norm": 0.9425020217895508,
      "learning_rate": 3.819685481817048e-05,
      "loss": 7.2411,
      "step": 368970
    },
    {
      "epoch": 0.7687083333333333,
      "grad_norm": 1.6381782293319702,
      "learning_rate": 3.8190282671438027e-05,
      "loss": 7.2244,
      "step": 368980
    },
    {
      "epoch": 0.7687291666666667,
      "grad_norm": 1.488808512687683,
      "learning_rate": 3.8183711007679304e-05,
      "loss": 7.8565,
      "step": 368990
    },
    {
      "epoch": 0.76875,
      "grad_norm": 1.2619715929031372,
      "learning_rate": 3.8177139826922695e-05,
      "loss": 7.241,
      "step": 369000
    },
    {
      "epoch": 0.76875,
      "eval_loss": 7.093134880065918,
      "eval_runtime": 8.5511,
      "eval_samples_per_second": 0.351,
      "eval_steps_per_second": 0.117,
      "step": 369000
    },
    {
      "epoch": 0.7687708333333333,
      "grad_norm": 2.4937186241149902,
      "learning_rate": 3.817056912919656e-05,
      "loss": 7.0353,
      "step": 369010
    },
    {
      "epoch": 0.7687916666666667,
      "grad_norm": 2.042572259902954,
      "learning_rate": 3.816399891452937e-05,
      "loss": 7.2763,
      "step": 369020
    },
    {
      "epoch": 0.7688125,
      "grad_norm": 2.736145257949829,
      "learning_rate": 3.815742918294933e-05,
      "loss": 7.2759,
      "step": 369030
    },
    {
      "epoch": 0.7688333333333334,
      "grad_norm": 0.9358794093132019,
      "learning_rate": 3.815085993448498e-05,
      "loss": 7.7249,
      "step": 369040
    },
    {
      "epoch": 0.7688541666666666,
      "grad_norm": 1.6774876117706299,
      "learning_rate": 3.814429116916468e-05,
      "loss": 7.511,
      "step": 369050
    },
    {
      "epoch": 0.768875,
      "grad_norm": 5.1223859786987305,
      "learning_rate": 3.813772288701669e-05,
      "loss": 8.0069,
      "step": 369060
    },
    {
      "epoch": 0.7688958333333333,
      "grad_norm": 0.881607174873352,
      "learning_rate": 3.813115508806949e-05,
      "loss": 8.0013,
      "step": 369070
    },
    {
      "epoch": 0.7689166666666667,
      "grad_norm": 1.5260586738586426,
      "learning_rate": 3.8124587772351464e-05,
      "loss": 7.0023,
      "step": 369080
    },
    {
      "epoch": 0.7689375,
      "grad_norm": 1.8856511116027832,
      "learning_rate": 3.8118020939890857e-05,
      "loss": 7.2512,
      "step": 369090
    },
    {
      "epoch": 0.7689583333333333,
      "grad_norm": 6.104715347290039,
      "learning_rate": 3.811145459071616e-05,
      "loss": 7.5846,
      "step": 369100
    },
    {
      "epoch": 0.7689791666666667,
      "grad_norm": 1.7501609325408936,
      "learning_rate": 3.810488872485572e-05,
      "loss": 7.669,
      "step": 369110
    },
    {
      "epoch": 0.769,
      "grad_norm": 20.922300338745117,
      "learning_rate": 3.809832334233779e-05,
      "loss": 7.6791,
      "step": 369120
    },
    {
      "epoch": 0.7690208333333334,
      "grad_norm": 2.060605764389038,
      "learning_rate": 3.809175844319084e-05,
      "loss": 7.2485,
      "step": 369130
    },
    {
      "epoch": 0.7690416666666666,
      "grad_norm": 2.320500135421753,
      "learning_rate": 3.808519402744326e-05,
      "loss": 7.2069,
      "step": 369140
    },
    {
      "epoch": 0.7690625,
      "grad_norm": 1.6925461292266846,
      "learning_rate": 3.8078630095123244e-05,
      "loss": 7.1412,
      "step": 369150
    },
    {
      "epoch": 0.7690833333333333,
      "grad_norm": 1.329086184501648,
      "learning_rate": 3.807206664625934e-05,
      "loss": 7.077,
      "step": 369160
    },
    {
      "epoch": 0.7691041666666667,
      "grad_norm": 1.2380162477493286,
      "learning_rate": 3.8065503680879755e-05,
      "loss": 8.1196,
      "step": 369170
    },
    {
      "epoch": 0.769125,
      "grad_norm": 2.345520496368408,
      "learning_rate": 3.805894119901285e-05,
      "loss": 8.1015,
      "step": 369180
    },
    {
      "epoch": 0.7691458333333333,
      "grad_norm": 2.8356053829193115,
      "learning_rate": 3.805237920068708e-05,
      "loss": 7.4239,
      "step": 369190
    },
    {
      "epoch": 0.7691666666666667,
      "grad_norm": 4.627374172210693,
      "learning_rate": 3.8045817685930703e-05,
      "loss": 7.1954,
      "step": 369200
    },
    {
      "epoch": 0.7691875,
      "grad_norm": 2.0429465770721436,
      "learning_rate": 3.803925665477205e-05,
      "loss": 7.6956,
      "step": 369210
    },
    {
      "epoch": 0.7692083333333334,
      "grad_norm": 2.5818381309509277,
      "learning_rate": 3.8032696107239516e-05,
      "loss": 6.7413,
      "step": 369220
    },
    {
      "epoch": 0.7692291666666666,
      "grad_norm": 1.2911653518676758,
      "learning_rate": 3.80261360433614e-05,
      "loss": 6.9097,
      "step": 369230
    },
    {
      "epoch": 0.76925,
      "grad_norm": 1.1417036056518555,
      "learning_rate": 3.801957646316605e-05,
      "loss": 7.6434,
      "step": 369240
    },
    {
      "epoch": 0.7692708333333333,
      "grad_norm": 1.109642744064331,
      "learning_rate": 3.801301736668182e-05,
      "loss": 7.1079,
      "step": 369250
    },
    {
      "epoch": 0.7692916666666667,
      "grad_norm": 2.5749406814575195,
      "learning_rate": 3.800645875393702e-05,
      "loss": 7.1337,
      "step": 369260
    },
    {
      "epoch": 0.7693125,
      "grad_norm": 1.1979857683181763,
      "learning_rate": 3.799990062495999e-05,
      "loss": 7.3838,
      "step": 369270
    },
    {
      "epoch": 0.7693333333333333,
      "grad_norm": 3.3829967975616455,
      "learning_rate": 3.799334297977906e-05,
      "loss": 7.2022,
      "step": 369280
    },
    {
      "epoch": 0.7693541666666667,
      "grad_norm": 1.184625267982483,
      "learning_rate": 3.798678581842255e-05,
      "loss": 7.6346,
      "step": 369290
    },
    {
      "epoch": 0.769375,
      "grad_norm": 1.2152210474014282,
      "learning_rate": 3.798022914091878e-05,
      "loss": 7.0048,
      "step": 369300
    },
    {
      "epoch": 0.7693958333333333,
      "grad_norm": 1.4979044198989868,
      "learning_rate": 3.7973672947296083e-05,
      "loss": 6.7369,
      "step": 369310
    },
    {
      "epoch": 0.7694166666666666,
      "grad_norm": 1.576145887374878,
      "learning_rate": 3.7967117237582785e-05,
      "loss": 7.3146,
      "step": 369320
    },
    {
      "epoch": 0.7694375,
      "grad_norm": 1.1048043966293335,
      "learning_rate": 3.796056201180719e-05,
      "loss": 7.1397,
      "step": 369330
    },
    {
      "epoch": 0.7694583333333334,
      "grad_norm": 2.0480661392211914,
      "learning_rate": 3.795400726999761e-05,
      "loss": 6.9171,
      "step": 369340
    },
    {
      "epoch": 0.7694791666666667,
      "grad_norm": 1.6224628686904907,
      "learning_rate": 3.794745301218238e-05,
      "loss": 6.7616,
      "step": 369350
    },
    {
      "epoch": 0.7695,
      "grad_norm": 1.0047173500061035,
      "learning_rate": 3.7940899238389785e-05,
      "loss": 7.1302,
      "step": 369360
    },
    {
      "epoch": 0.7695208333333333,
      "grad_norm": 1.40227210521698,
      "learning_rate": 3.793434594864815e-05,
      "loss": 7.5686,
      "step": 369370
    },
    {
      "epoch": 0.7695416666666667,
      "grad_norm": 1.1449609994888306,
      "learning_rate": 3.79277931429858e-05,
      "loss": 7.0545,
      "step": 369380
    },
    {
      "epoch": 0.7695625,
      "grad_norm": 1.2163739204406738,
      "learning_rate": 3.792124082143105e-05,
      "loss": 7.202,
      "step": 369390
    },
    {
      "epoch": 0.7695833333333333,
      "grad_norm": 1.47707998752594,
      "learning_rate": 3.7914688984012105e-05,
      "loss": 7.3031,
      "step": 369400
    },
    {
      "epoch": 0.7696041666666666,
      "grad_norm": 1.543849229812622,
      "learning_rate": 3.790813763075736e-05,
      "loss": 6.9581,
      "step": 369410
    },
    {
      "epoch": 0.769625,
      "grad_norm": 2.101944923400879,
      "learning_rate": 3.790158676169514e-05,
      "loss": 7.4984,
      "step": 369420
    },
    {
      "epoch": 0.7696458333333334,
      "grad_norm": 1.0939794778823853,
      "learning_rate": 3.789503637685362e-05,
      "loss": 7.5067,
      "step": 369430
    },
    {
      "epoch": 0.7696666666666667,
      "grad_norm": 2.3916356563568115,
      "learning_rate": 3.78884864762612e-05,
      "loss": 7.2003,
      "step": 369440
    },
    {
      "epoch": 0.7696875,
      "grad_norm": 1.2113031148910522,
      "learning_rate": 3.78819370599462e-05,
      "loss": 7.2056,
      "step": 369450
    },
    {
      "epoch": 0.7697083333333333,
      "grad_norm": 1.4758892059326172,
      "learning_rate": 3.7875388127936744e-05,
      "loss": 8.343,
      "step": 369460
    },
    {
      "epoch": 0.7697291666666667,
      "grad_norm": 0.961786150932312,
      "learning_rate": 3.786883968026128e-05,
      "loss": 7.2461,
      "step": 369470
    },
    {
      "epoch": 0.76975,
      "grad_norm": 2.6407315731048584,
      "learning_rate": 3.78622917169481e-05,
      "loss": 7.2335,
      "step": 369480
    },
    {
      "epoch": 0.7697708333333333,
      "grad_norm": 1.1721898317337036,
      "learning_rate": 3.7855744238025384e-05,
      "loss": 6.9902,
      "step": 369490
    },
    {
      "epoch": 0.7697916666666667,
      "grad_norm": 2.0782277584075928,
      "learning_rate": 3.78491972435214e-05,
      "loss": 6.9769,
      "step": 369500
    },
    {
      "epoch": 0.7698125,
      "grad_norm": 1.6372061967849731,
      "learning_rate": 3.7842650733464605e-05,
      "loss": 6.867,
      "step": 369510
    },
    {
      "epoch": 0.7698333333333334,
      "grad_norm": 1.360634684562683,
      "learning_rate": 3.78361047078831e-05,
      "loss": 7.6895,
      "step": 369520
    },
    {
      "epoch": 0.7698541666666666,
      "grad_norm": 3.7517616748809814,
      "learning_rate": 3.7829559166805245e-05,
      "loss": 7.1631,
      "step": 369530
    },
    {
      "epoch": 0.769875,
      "grad_norm": 1.8412206172943115,
      "learning_rate": 3.782301411025927e-05,
      "loss": 7.4924,
      "step": 369540
    },
    {
      "epoch": 0.7698958333333333,
      "grad_norm": 1.2319101095199585,
      "learning_rate": 3.7816469538273495e-05,
      "loss": 6.9058,
      "step": 369550
    },
    {
      "epoch": 0.7699166666666667,
      "grad_norm": 1.1494362354278564,
      "learning_rate": 3.780992545087615e-05,
      "loss": 7.1763,
      "step": 369560
    },
    {
      "epoch": 0.7699375,
      "grad_norm": 1.688277006149292,
      "learning_rate": 3.7803381848095526e-05,
      "loss": 6.8468,
      "step": 369570
    },
    {
      "epoch": 0.7699583333333333,
      "grad_norm": 5.6679487228393555,
      "learning_rate": 3.779683872995989e-05,
      "loss": 6.872,
      "step": 369580
    },
    {
      "epoch": 0.7699791666666667,
      "grad_norm": 1.2000218629837036,
      "learning_rate": 3.779029609649749e-05,
      "loss": 7.1672,
      "step": 369590
    },
    {
      "epoch": 0.77,
      "grad_norm": 2.153493881225586,
      "learning_rate": 3.778375394773658e-05,
      "loss": 7.0843,
      "step": 369600
    },
    {
      "epoch": 0.7700208333333334,
      "grad_norm": 6.378578186035156,
      "learning_rate": 3.777721228370546e-05,
      "loss": 6.9758,
      "step": 369610
    },
    {
      "epoch": 0.7700416666666666,
      "grad_norm": 1.9273831844329834,
      "learning_rate": 3.777067110443234e-05,
      "loss": 7.1568,
      "step": 369620
    },
    {
      "epoch": 0.7700625,
      "grad_norm": 11.973820686340332,
      "learning_rate": 3.7764130409945503e-05,
      "loss": 7.5773,
      "step": 369630
    },
    {
      "epoch": 0.7700833333333333,
      "grad_norm": 3.3062620162963867,
      "learning_rate": 3.77575902002732e-05,
      "loss": 7.1584,
      "step": 369640
    },
    {
      "epoch": 0.7701041666666667,
      "grad_norm": 1.0123307704925537,
      "learning_rate": 3.775105047544368e-05,
      "loss": 6.8985,
      "step": 369650
    },
    {
      "epoch": 0.770125,
      "grad_norm": 0.9396840929985046,
      "learning_rate": 3.774451123548521e-05,
      "loss": 6.9607,
      "step": 369660
    },
    {
      "epoch": 0.7701458333333333,
      "grad_norm": 1.1803548336029053,
      "learning_rate": 3.773797248042599e-05,
      "loss": 6.8154,
      "step": 369670
    },
    {
      "epoch": 0.7701666666666667,
      "grad_norm": 1.203329086303711,
      "learning_rate": 3.7731434210294295e-05,
      "loss": 7.7942,
      "step": 369680
    },
    {
      "epoch": 0.7701875,
      "grad_norm": 1.5294326543807983,
      "learning_rate": 3.772489642511839e-05,
      "loss": 7.1207,
      "step": 369690
    },
    {
      "epoch": 0.7702083333333334,
      "grad_norm": 2.0405547618865967,
      "learning_rate": 3.771835912492646e-05,
      "loss": 8.9227,
      "step": 369700
    },
    {
      "epoch": 0.7702291666666666,
      "grad_norm": 2.877286911010742,
      "learning_rate": 3.771182230974679e-05,
      "loss": 7.2231,
      "step": 369710
    },
    {
      "epoch": 0.77025,
      "grad_norm": 1.0825437307357788,
      "learning_rate": 3.770528597960759e-05,
      "loss": 7.3134,
      "step": 369720
    },
    {
      "epoch": 0.7702708333333333,
      "grad_norm": 1.9282379150390625,
      "learning_rate": 3.769875013453711e-05,
      "loss": 6.7653,
      "step": 369730
    },
    {
      "epoch": 0.7702916666666667,
      "grad_norm": 0.9988790154457092,
      "learning_rate": 3.769221477456359e-05,
      "loss": 7.6686,
      "step": 369740
    },
    {
      "epoch": 0.7703125,
      "grad_norm": 3.7238316535949707,
      "learning_rate": 3.768567989971524e-05,
      "loss": 7.0728,
      "step": 369750
    },
    {
      "epoch": 0.7703333333333333,
      "grad_norm": 3.335090160369873,
      "learning_rate": 3.767914551002029e-05,
      "loss": 7.7081,
      "step": 369760
    },
    {
      "epoch": 0.7703541666666667,
      "grad_norm": 1.7116457223892212,
      "learning_rate": 3.7672611605506984e-05,
      "loss": 7.0528,
      "step": 369770
    },
    {
      "epoch": 0.770375,
      "grad_norm": 2.221618890762329,
      "learning_rate": 3.766607818620351e-05,
      "loss": 7.3491,
      "step": 369780
    },
    {
      "epoch": 0.7703958333333333,
      "grad_norm": 1.4166526794433594,
      "learning_rate": 3.765954525213818e-05,
      "loss": 7.2747,
      "step": 369790
    },
    {
      "epoch": 0.7704166666666666,
      "grad_norm": 5.121546745300293,
      "learning_rate": 3.765301280333909e-05,
      "loss": 8.0186,
      "step": 369800
    },
    {
      "epoch": 0.7704375,
      "grad_norm": 1.2395843267440796,
      "learning_rate": 3.764648083983447e-05,
      "loss": 7.0037,
      "step": 369810
    },
    {
      "epoch": 0.7704583333333334,
      "grad_norm": 1.8336225748062134,
      "learning_rate": 3.763994936165268e-05,
      "loss": 6.8839,
      "step": 369820
    },
    {
      "epoch": 0.7704791666666667,
      "grad_norm": 2.3522210121154785,
      "learning_rate": 3.763341836882179e-05,
      "loss": 8.0344,
      "step": 369830
    },
    {
      "epoch": 0.7705,
      "grad_norm": 1.1476104259490967,
      "learning_rate": 3.762688786137e-05,
      "loss": 7.3951,
      "step": 369840
    },
    {
      "epoch": 0.7705208333333333,
      "grad_norm": 1.6041964292526245,
      "learning_rate": 3.762035783932567e-05,
      "loss": 7.3732,
      "step": 369850
    },
    {
      "epoch": 0.7705416666666667,
      "grad_norm": 2.2515761852264404,
      "learning_rate": 3.7613828302716855e-05,
      "loss": 7.0736,
      "step": 369860
    },
    {
      "epoch": 0.7705625,
      "grad_norm": 7.326100826263428,
      "learning_rate": 3.7607299251571786e-05,
      "loss": 7.3513,
      "step": 369870
    },
    {
      "epoch": 0.7705833333333333,
      "grad_norm": 1.332103967666626,
      "learning_rate": 3.760077068591878e-05,
      "loss": 7.2652,
      "step": 369880
    },
    {
      "epoch": 0.7706041666666666,
      "grad_norm": 2.060065507888794,
      "learning_rate": 3.7594242605785904e-05,
      "loss": 7.2391,
      "step": 369890
    },
    {
      "epoch": 0.770625,
      "grad_norm": 1.5678871870040894,
      "learning_rate": 3.758771501120138e-05,
      "loss": 6.9104,
      "step": 369900
    },
    {
      "epoch": 0.7706458333333334,
      "grad_norm": 2.367227792739868,
      "learning_rate": 3.75811879021935e-05,
      "loss": 7.4437,
      "step": 369910
    },
    {
      "epoch": 0.7706666666666667,
      "grad_norm": 1.7437047958374023,
      "learning_rate": 3.7574661278790355e-05,
      "loss": 7.3468,
      "step": 369920
    },
    {
      "epoch": 0.7706875,
      "grad_norm": 1.6685107946395874,
      "learning_rate": 3.756813514102017e-05,
      "loss": 7.0089,
      "step": 369930
    },
    {
      "epoch": 0.7707083333333333,
      "grad_norm": 2.994854211807251,
      "learning_rate": 3.756160948891114e-05,
      "loss": 7.4266,
      "step": 369940
    },
    {
      "epoch": 0.7707291666666667,
      "grad_norm": 1.6061043739318848,
      "learning_rate": 3.755508432249145e-05,
      "loss": 7.6944,
      "step": 369950
    },
    {
      "epoch": 0.77075,
      "grad_norm": 1.6450889110565186,
      "learning_rate": 3.754855964178927e-05,
      "loss": 7.2448,
      "step": 369960
    },
    {
      "epoch": 0.7707708333333333,
      "grad_norm": 2.0768589973449707,
      "learning_rate": 3.754203544683283e-05,
      "loss": 6.8,
      "step": 369970
    },
    {
      "epoch": 0.7707916666666667,
      "grad_norm": 1.6432576179504395,
      "learning_rate": 3.753551173765027e-05,
      "loss": 7.1124,
      "step": 369980
    },
    {
      "epoch": 0.7708125,
      "grad_norm": 1.1626057624816895,
      "learning_rate": 3.752898851426977e-05,
      "loss": 8.5613,
      "step": 369990
    },
    {
      "epoch": 0.7708333333333334,
      "grad_norm": 0.972436249256134,
      "learning_rate": 3.752246577671953e-05,
      "loss": 7.4081,
      "step": 370000
    },
    {
      "epoch": 0.7708333333333334,
      "eval_loss": 6.752525329589844,
      "eval_runtime": 8.9169,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 370000
    },
    {
      "epoch": 0.7708541666666666,
      "grad_norm": 1.7234758138656616,
      "learning_rate": 3.7515943525027737e-05,
      "loss": 7.215,
      "step": 370010
    },
    {
      "epoch": 0.770875,
      "grad_norm": 2.2028019428253174,
      "learning_rate": 3.750942175922252e-05,
      "loss": 7.3643,
      "step": 370020
    },
    {
      "epoch": 0.7708958333333333,
      "grad_norm": 4.896427154541016,
      "learning_rate": 3.750290047933208e-05,
      "loss": 7.3497,
      "step": 370030
    },
    {
      "epoch": 0.7709166666666667,
      "grad_norm": 1.5635756254196167,
      "learning_rate": 3.749637968538457e-05,
      "loss": 6.8297,
      "step": 370040
    },
    {
      "epoch": 0.7709375,
      "grad_norm": 0.9954374432563782,
      "learning_rate": 3.748985937740819e-05,
      "loss": 7.2824,
      "step": 370050
    },
    {
      "epoch": 0.7709583333333333,
      "grad_norm": 2.2623744010925293,
      "learning_rate": 3.7483339555431055e-05,
      "loss": 7.3721,
      "step": 370060
    },
    {
      "epoch": 0.7709791666666667,
      "grad_norm": 3.9343924522399902,
      "learning_rate": 3.747682021948139e-05,
      "loss": 7.1913,
      "step": 370070
    },
    {
      "epoch": 0.771,
      "grad_norm": 1.2744320631027222,
      "learning_rate": 3.747030136958734e-05,
      "loss": 6.8617,
      "step": 370080
    },
    {
      "epoch": 0.7710208333333334,
      "grad_norm": 2.631730556488037,
      "learning_rate": 3.7463783005776974e-05,
      "loss": 7.0093,
      "step": 370090
    },
    {
      "epoch": 0.7710416666666666,
      "grad_norm": 1.1791664361953735,
      "learning_rate": 3.745726512807854e-05,
      "loss": 6.8233,
      "step": 370100
    },
    {
      "epoch": 0.7710625,
      "grad_norm": 4.432731628417969,
      "learning_rate": 3.745074773652024e-05,
      "loss": 7.4253,
      "step": 370110
    },
    {
      "epoch": 0.7710833333333333,
      "grad_norm": 1.320594310760498,
      "learning_rate": 3.744423083113006e-05,
      "loss": 6.903,
      "step": 370120
    },
    {
      "epoch": 0.7711041666666667,
      "grad_norm": 1.2349027395248413,
      "learning_rate": 3.743771441193631e-05,
      "loss": 6.8714,
      "step": 370130
    },
    {
      "epoch": 0.771125,
      "grad_norm": 2.1774139404296875,
      "learning_rate": 3.743119847896711e-05,
      "loss": 7.314,
      "step": 370140
    },
    {
      "epoch": 0.7711458333333333,
      "grad_norm": 1.3758028745651245,
      "learning_rate": 3.7424683032250476e-05,
      "loss": 6.8355,
      "step": 370150
    },
    {
      "epoch": 0.7711666666666667,
      "grad_norm": 1.3604058027267456,
      "learning_rate": 3.741816807181476e-05,
      "loss": 6.9172,
      "step": 370160
    },
    {
      "epoch": 0.7711875,
      "grad_norm": 1.1975431442260742,
      "learning_rate": 3.741165359768793e-05,
      "loss": 7.0427,
      "step": 370170
    },
    {
      "epoch": 0.7712083333333334,
      "grad_norm": 1.2647994756698608,
      "learning_rate": 3.7405139609898164e-05,
      "loss": 7.1339,
      "step": 370180
    },
    {
      "epoch": 0.7712291666666666,
      "grad_norm": 2.430929660797119,
      "learning_rate": 3.739862610847371e-05,
      "loss": 7.1041,
      "step": 370190
    },
    {
      "epoch": 0.77125,
      "grad_norm": 1.7666977643966675,
      "learning_rate": 3.739211309344258e-05,
      "loss": 7.4112,
      "step": 370200
    },
    {
      "epoch": 0.7712708333333333,
      "grad_norm": 1.2697279453277588,
      "learning_rate": 3.7385600564832906e-05,
      "loss": 6.9744,
      "step": 370210
    },
    {
      "epoch": 0.7712916666666667,
      "grad_norm": 1.2437082529067993,
      "learning_rate": 3.737908852267293e-05,
      "loss": 7.3223,
      "step": 370220
    },
    {
      "epoch": 0.7713125,
      "grad_norm": 1.0633714199066162,
      "learning_rate": 3.737257696699069e-05,
      "loss": 7.4775,
      "step": 370230
    },
    {
      "epoch": 0.7713333333333333,
      "grad_norm": 1.5475034713745117,
      "learning_rate": 3.736606589781429e-05,
      "loss": 6.6908,
      "step": 370240
    },
    {
      "epoch": 0.7713541666666667,
      "grad_norm": 0.8526073098182678,
      "learning_rate": 3.7359555315171985e-05,
      "loss": 7.2829,
      "step": 370250
    },
    {
      "epoch": 0.771375,
      "grad_norm": 1.3396800756454468,
      "learning_rate": 3.735304521909177e-05,
      "loss": 6.7803,
      "step": 370260
    },
    {
      "epoch": 0.7713958333333333,
      "grad_norm": 2.659273624420166,
      "learning_rate": 3.734653560960176e-05,
      "loss": 7.7049,
      "step": 370270
    },
    {
      "epoch": 0.7714166666666666,
      "grad_norm": 3.334230422973633,
      "learning_rate": 3.734002648673023e-05,
      "loss": 7.3435,
      "step": 370280
    },
    {
      "epoch": 0.7714375,
      "grad_norm": 7.356468200683594,
      "learning_rate": 3.733351785050513e-05,
      "loss": 7.5491,
      "step": 370290
    },
    {
      "epoch": 0.7714583333333334,
      "grad_norm": 0.8961165547370911,
      "learning_rate": 3.732700970095465e-05,
      "loss": 7.4821,
      "step": 370300
    },
    {
      "epoch": 0.7714791666666667,
      "grad_norm": 0.9363970756530762,
      "learning_rate": 3.732050203810689e-05,
      "loss": 7.0413,
      "step": 370310
    },
    {
      "epoch": 0.7715,
      "grad_norm": 1.307582974433899,
      "learning_rate": 3.731399486198994e-05,
      "loss": 7.2394,
      "step": 370320
    },
    {
      "epoch": 0.7715208333333333,
      "grad_norm": 1.1378899812698364,
      "learning_rate": 3.730748817263195e-05,
      "loss": 6.9643,
      "step": 370330
    },
    {
      "epoch": 0.7715416666666667,
      "grad_norm": 1.1915186643600464,
      "learning_rate": 3.730098197006098e-05,
      "loss": 7.3215,
      "step": 370340
    },
    {
      "epoch": 0.7715625,
      "grad_norm": 1.0582972764968872,
      "learning_rate": 3.729447625430519e-05,
      "loss": 7.0331,
      "step": 370350
    },
    {
      "epoch": 0.7715833333333333,
      "grad_norm": 0.948192298412323,
      "learning_rate": 3.7287971025392625e-05,
      "loss": 7.7166,
      "step": 370360
    },
    {
      "epoch": 0.7716041666666666,
      "grad_norm": 2.2891879081726074,
      "learning_rate": 3.7281466283351426e-05,
      "loss": 7.3721,
      "step": 370370
    },
    {
      "epoch": 0.771625,
      "grad_norm": 1.388144850730896,
      "learning_rate": 3.7274962028209674e-05,
      "loss": 7.333,
      "step": 370380
    },
    {
      "epoch": 0.7716458333333334,
      "grad_norm": 1.8929120302200317,
      "learning_rate": 3.726845825999551e-05,
      "loss": 7.1105,
      "step": 370390
    },
    {
      "epoch": 0.7716666666666666,
      "grad_norm": 2.1932756900787354,
      "learning_rate": 3.7261954978736885e-05,
      "loss": 7.2903,
      "step": 370400
    },
    {
      "epoch": 0.7716875,
      "grad_norm": 1.263672947883606,
      "learning_rate": 3.725545218446205e-05,
      "loss": 7.4298,
      "step": 370410
    },
    {
      "epoch": 0.7717083333333333,
      "grad_norm": 1.4238395690917969,
      "learning_rate": 3.724894987719906e-05,
      "loss": 7.5726,
      "step": 370420
    },
    {
      "epoch": 0.7717291666666667,
      "grad_norm": 4.989069938659668,
      "learning_rate": 3.7242448056975894e-05,
      "loss": 7.5986,
      "step": 370430
    },
    {
      "epoch": 0.77175,
      "grad_norm": 1.533126711845398,
      "learning_rate": 3.723594672382076e-05,
      "loss": 7.5813,
      "step": 370440
    },
    {
      "epoch": 0.7717708333333333,
      "grad_norm": 2.2422428131103516,
      "learning_rate": 3.722944587776177e-05,
      "loss": 7.0705,
      "step": 370450
    },
    {
      "epoch": 0.7717916666666667,
      "grad_norm": 2.0536346435546875,
      "learning_rate": 3.7222945518826825e-05,
      "loss": 7.2137,
      "step": 370460
    },
    {
      "epoch": 0.7718125,
      "grad_norm": 0.9547216892242432,
      "learning_rate": 3.721644564704417e-05,
      "loss": 7.2647,
      "step": 370470
    },
    {
      "epoch": 0.7718333333333334,
      "grad_norm": 2.3897101879119873,
      "learning_rate": 3.720994626244186e-05,
      "loss": 7.4319,
      "step": 370480
    },
    {
      "epoch": 0.7718541666666666,
      "grad_norm": 5.921669006347656,
      "learning_rate": 3.7203447365047855e-05,
      "loss": 6.9193,
      "step": 370490
    },
    {
      "epoch": 0.771875,
      "grad_norm": 1.7043628692626953,
      "learning_rate": 3.7196948954890356e-05,
      "loss": 7.3786,
      "step": 370500
    },
    {
      "epoch": 0.7718958333333333,
      "grad_norm": 4.458926200866699,
      "learning_rate": 3.719045103199743e-05,
      "loss": 7.4536,
      "step": 370510
    },
    {
      "epoch": 0.7719166666666667,
      "grad_norm": 1.1472622156143188,
      "learning_rate": 3.7183953596397016e-05,
      "loss": 7.2786,
      "step": 370520
    },
    {
      "epoch": 0.7719375,
      "grad_norm": 1.309906244277954,
      "learning_rate": 3.717745664811735e-05,
      "loss": 7.2254,
      "step": 370530
    },
    {
      "epoch": 0.7719583333333333,
      "grad_norm": 0.8822098970413208,
      "learning_rate": 3.717096018718636e-05,
      "loss": 7.1027,
      "step": 370540
    },
    {
      "epoch": 0.7719791666666667,
      "grad_norm": 3.140648603439331,
      "learning_rate": 3.7164464213632126e-05,
      "loss": 7.4597,
      "step": 370550
    },
    {
      "epoch": 0.772,
      "grad_norm": 1.1617025136947632,
      "learning_rate": 3.715796872748283e-05,
      "loss": 6.9828,
      "step": 370560
    },
    {
      "epoch": 0.7720208333333334,
      "grad_norm": 1.2349423170089722,
      "learning_rate": 3.7151473728766403e-05,
      "loss": 6.8435,
      "step": 370570
    },
    {
      "epoch": 0.7720416666666666,
      "grad_norm": 2.4178695678710938,
      "learning_rate": 3.7144979217510905e-05,
      "loss": 7.2134,
      "step": 370580
    },
    {
      "epoch": 0.7720625,
      "grad_norm": 2.399954319000244,
      "learning_rate": 3.7138485193744505e-05,
      "loss": 7.3961,
      "step": 370590
    },
    {
      "epoch": 0.7720833333333333,
      "grad_norm": 1.2917687892913818,
      "learning_rate": 3.713199165749513e-05,
      "loss": 7.1411,
      "step": 370600
    },
    {
      "epoch": 0.7721041666666667,
      "grad_norm": 2.112839698791504,
      "learning_rate": 3.7125498608790826e-05,
      "loss": 7.2006,
      "step": 370610
    },
    {
      "epoch": 0.772125,
      "grad_norm": 0.8198439478874207,
      "learning_rate": 3.711900604765979e-05,
      "loss": 7.4811,
      "step": 370620
    },
    {
      "epoch": 0.7721458333333333,
      "grad_norm": 1.802439570426941,
      "learning_rate": 3.711251397412991e-05,
      "loss": 6.8661,
      "step": 370630
    },
    {
      "epoch": 0.7721666666666667,
      "grad_norm": 1.4353917837142944,
      "learning_rate": 3.710602238822925e-05,
      "loss": 7.7292,
      "step": 370640
    },
    {
      "epoch": 0.7721875,
      "grad_norm": 3.955108642578125,
      "learning_rate": 3.7099531289985976e-05,
      "loss": 7.0305,
      "step": 370650
    },
    {
      "epoch": 0.7722083333333334,
      "grad_norm": 1.4571527242660522,
      "learning_rate": 3.7093040679427985e-05,
      "loss": 7.2772,
      "step": 370660
    },
    {
      "epoch": 0.7722291666666666,
      "grad_norm": 2.047559976577759,
      "learning_rate": 3.708655055658337e-05,
      "loss": 7.0578,
      "step": 370670
    },
    {
      "epoch": 0.77225,
      "grad_norm": 2.162459135055542,
      "learning_rate": 3.708006092148015e-05,
      "loss": 6.9818,
      "step": 370680
    },
    {
      "epoch": 0.7722708333333334,
      "grad_norm": 1.2700212001800537,
      "learning_rate": 3.70735717741464e-05,
      "loss": 6.7317,
      "step": 370690
    },
    {
      "epoch": 0.7722916666666667,
      "grad_norm": 1.4967968463897705,
      "learning_rate": 3.70670831146101e-05,
      "loss": 7.2126,
      "step": 370700
    },
    {
      "epoch": 0.7723125,
      "grad_norm": 1.011833906173706,
      "learning_rate": 3.706059494289929e-05,
      "loss": 7.0888,
      "step": 370710
    },
    {
      "epoch": 0.7723333333333333,
      "grad_norm": 1.9090813398361206,
      "learning_rate": 3.705410725904202e-05,
      "loss": 6.8001,
      "step": 370720
    },
    {
      "epoch": 0.7723541666666667,
      "grad_norm": 0.9551222920417786,
      "learning_rate": 3.70476200630663e-05,
      "loss": 7.1248,
      "step": 370730
    },
    {
      "epoch": 0.772375,
      "grad_norm": 1.1216682195663452,
      "learning_rate": 3.7041133355000145e-05,
      "loss": 7.5946,
      "step": 370740
    },
    {
      "epoch": 0.7723958333333333,
      "grad_norm": 1.3845033645629883,
      "learning_rate": 3.70346471348716e-05,
      "loss": 7.0261,
      "step": 370750
    },
    {
      "epoch": 0.7724166666666666,
      "grad_norm": 5.402691841125488,
      "learning_rate": 3.702816140270865e-05,
      "loss": 7.4737,
      "step": 370760
    },
    {
      "epoch": 0.7724375,
      "grad_norm": 1.1970338821411133,
      "learning_rate": 3.702167615853931e-05,
      "loss": 7.0042,
      "step": 370770
    },
    {
      "epoch": 0.7724583333333334,
      "grad_norm": 1.4058616161346436,
      "learning_rate": 3.7015191402391634e-05,
      "loss": 7.1866,
      "step": 370780
    },
    {
      "epoch": 0.7724791666666667,
      "grad_norm": 1.7071033716201782,
      "learning_rate": 3.700870713429364e-05,
      "loss": 6.9128,
      "step": 370790
    },
    {
      "epoch": 0.7725,
      "grad_norm": 1.5032321214675903,
      "learning_rate": 3.700222335427322e-05,
      "loss": 7.5802,
      "step": 370800
    },
    {
      "epoch": 0.7725208333333333,
      "grad_norm": 3.220134973526001,
      "learning_rate": 3.6995740062358516e-05,
      "loss": 7.2501,
      "step": 370810
    },
    {
      "epoch": 0.7725416666666667,
      "grad_norm": 1.8614917993545532,
      "learning_rate": 3.698925725857752e-05,
      "loss": 7.4693,
      "step": 370820
    },
    {
      "epoch": 0.7725625,
      "grad_norm": 0.927150309085846,
      "learning_rate": 3.6982774942958124e-05,
      "loss": 8.1931,
      "step": 370830
    },
    {
      "epoch": 0.7725833333333333,
      "grad_norm": 4.176836013793945,
      "learning_rate": 3.6976293115528444e-05,
      "loss": 8.447,
      "step": 370840
    },
    {
      "epoch": 0.7726041666666666,
      "grad_norm": 2.4472508430480957,
      "learning_rate": 3.696981177631648e-05,
      "loss": 7.0066,
      "step": 370850
    },
    {
      "epoch": 0.772625,
      "grad_norm": 1.0824108123779297,
      "learning_rate": 3.6963330925350096e-05,
      "loss": 7.3497,
      "step": 370860
    },
    {
      "epoch": 0.7726458333333334,
      "grad_norm": 4.021753311157227,
      "learning_rate": 3.695685056265744e-05,
      "loss": 7.706,
      "step": 370870
    },
    {
      "epoch": 0.7726666666666666,
      "grad_norm": 1.1880536079406738,
      "learning_rate": 3.695037068826647e-05,
      "loss": 7.5035,
      "step": 370880
    },
    {
      "epoch": 0.7726875,
      "grad_norm": 1.5204296112060547,
      "learning_rate": 3.6943891302205085e-05,
      "loss": 7.1488,
      "step": 370890
    },
    {
      "epoch": 0.7727083333333333,
      "grad_norm": 3.213343620300293,
      "learning_rate": 3.6937412404501407e-05,
      "loss": 7.1541,
      "step": 370900
    },
    {
      "epoch": 0.7727291666666667,
      "grad_norm": 0.9406527876853943,
      "learning_rate": 3.693093399518332e-05,
      "loss": 7.1104,
      "step": 370910
    },
    {
      "epoch": 0.77275,
      "grad_norm": 3.2824840545654297,
      "learning_rate": 3.6924456074278794e-05,
      "loss": 7.5414,
      "step": 370920
    },
    {
      "epoch": 0.7727708333333333,
      "grad_norm": 3.714512348175049,
      "learning_rate": 3.691797864181594e-05,
      "loss": 7.2404,
      "step": 370930
    },
    {
      "epoch": 0.7727916666666667,
      "grad_norm": 1.8517276048660278,
      "learning_rate": 3.691150169782262e-05,
      "loss": 7.273,
      "step": 370940
    },
    {
      "epoch": 0.7728125,
      "grad_norm": 1.1485440731048584,
      "learning_rate": 3.690502524232686e-05,
      "loss": 6.6523,
      "step": 370950
    },
    {
      "epoch": 0.7728333333333334,
      "grad_norm": 2.57035493850708,
      "learning_rate": 3.6898549275356615e-05,
      "loss": 7.2761,
      "step": 370960
    },
    {
      "epoch": 0.7728541666666666,
      "grad_norm": 3.443512439727783,
      "learning_rate": 3.689207379693987e-05,
      "loss": 7.1317,
      "step": 370970
    },
    {
      "epoch": 0.772875,
      "grad_norm": 1.3819620609283447,
      "learning_rate": 3.6885598807104586e-05,
      "loss": 7.0586,
      "step": 370980
    },
    {
      "epoch": 0.7728958333333333,
      "grad_norm": 2.4495296478271484,
      "learning_rate": 3.687912430587875e-05,
      "loss": 7.1984,
      "step": 370990
    },
    {
      "epoch": 0.7729166666666667,
      "grad_norm": 1.9230527877807617,
      "learning_rate": 3.687265029329033e-05,
      "loss": 7.4615,
      "step": 371000
    },
    {
      "epoch": 0.7729166666666667,
      "eval_loss": 7.538748264312744,
      "eval_runtime": 8.726,
      "eval_samples_per_second": 0.344,
      "eval_steps_per_second": 0.115,
      "step": 371000
    },
    {
      "epoch": 0.7729375,
      "grad_norm": 0.893785834312439,
      "learning_rate": 3.686617676936727e-05,
      "loss": 7.0684,
      "step": 371010
    },
    {
      "epoch": 0.7729583333333333,
      "grad_norm": 1.0536972284317017,
      "learning_rate": 3.685970373413754e-05,
      "loss": 6.9162,
      "step": 371020
    },
    {
      "epoch": 0.7729791666666667,
      "grad_norm": 1.8043674230575562,
      "learning_rate": 3.6853231187629114e-05,
      "loss": 6.6868,
      "step": 371030
    },
    {
      "epoch": 0.773,
      "grad_norm": 1.2108148336410522,
      "learning_rate": 3.684675912986994e-05,
      "loss": 7.5098,
      "step": 371040
    },
    {
      "epoch": 0.7730208333333334,
      "grad_norm": 1.1741853952407837,
      "learning_rate": 3.684028756088797e-05,
      "loss": 6.8494,
      "step": 371050
    },
    {
      "epoch": 0.7730416666666666,
      "grad_norm": 1.0096431970596313,
      "learning_rate": 3.6833816480711184e-05,
      "loss": 7.3337,
      "step": 371060
    },
    {
      "epoch": 0.7730625,
      "grad_norm": 1.53556227684021,
      "learning_rate": 3.68273458893675e-05,
      "loss": 7.4199,
      "step": 371070
    },
    {
      "epoch": 0.7730833333333333,
      "grad_norm": 3.8724522590637207,
      "learning_rate": 3.6820875786884884e-05,
      "loss": 7.424,
      "step": 371080
    },
    {
      "epoch": 0.7731041666666667,
      "grad_norm": 1.8908048868179321,
      "learning_rate": 3.68144061732913e-05,
      "loss": 7.3411,
      "step": 371090
    },
    {
      "epoch": 0.773125,
      "grad_norm": 13.485161781311035,
      "learning_rate": 3.6807937048614675e-05,
      "loss": 7.838,
      "step": 371100
    },
    {
      "epoch": 0.7731458333333333,
      "grad_norm": 2.025817632675171,
      "learning_rate": 3.6801468412882946e-05,
      "loss": 6.8474,
      "step": 371110
    },
    {
      "epoch": 0.7731666666666667,
      "grad_norm": 1.2974673509597778,
      "learning_rate": 3.679500026612408e-05,
      "loss": 7.3062,
      "step": 371120
    },
    {
      "epoch": 0.7731875,
      "grad_norm": 2.369670867919922,
      "learning_rate": 3.678853260836601e-05,
      "loss": 7.1344,
      "step": 371130
    },
    {
      "epoch": 0.7732083333333334,
      "grad_norm": 1.3482803106307983,
      "learning_rate": 3.678206543963665e-05,
      "loss": 7.1109,
      "step": 371140
    },
    {
      "epoch": 0.7732291666666666,
      "grad_norm": 1.3053559064865112,
      "learning_rate": 3.677559875996395e-05,
      "loss": 7.0531,
      "step": 371150
    },
    {
      "epoch": 0.77325,
      "grad_norm": 16.42107391357422,
      "learning_rate": 3.67691325693759e-05,
      "loss": 7.7102,
      "step": 371160
    },
    {
      "epoch": 0.7732708333333334,
      "grad_norm": 1.6331926584243774,
      "learning_rate": 3.6762666867900295e-05,
      "loss": 7.1571,
      "step": 371170
    },
    {
      "epoch": 0.7732916666666667,
      "grad_norm": 0.9903019070625305,
      "learning_rate": 3.675620165556518e-05,
      "loss": 7.0798,
      "step": 371180
    },
    {
      "epoch": 0.7733125,
      "grad_norm": 1.2954390048980713,
      "learning_rate": 3.6749736932398496e-05,
      "loss": 7.1865,
      "step": 371190
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 2.017596483230591,
      "learning_rate": 3.6743272698428024e-05,
      "loss": 7.7975,
      "step": 371200
    },
    {
      "epoch": 0.7733541666666667,
      "grad_norm": 5.1392059326171875,
      "learning_rate": 3.673680895368185e-05,
      "loss": 7.7857,
      "step": 371210
    },
    {
      "epoch": 0.773375,
      "grad_norm": 1.0503178834915161,
      "learning_rate": 3.673034569818784e-05,
      "loss": 7.1364,
      "step": 371220
    },
    {
      "epoch": 0.7733958333333333,
      "grad_norm": 1.2123521566390991,
      "learning_rate": 3.672388293197384e-05,
      "loss": 7.4719,
      "step": 371230
    },
    {
      "epoch": 0.7734166666666666,
      "grad_norm": 1.5532084703445435,
      "learning_rate": 3.671742065506786e-05,
      "loss": 7.0317,
      "step": 371240
    },
    {
      "epoch": 0.7734375,
      "grad_norm": 1.7304975986480713,
      "learning_rate": 3.671095886749784e-05,
      "loss": 7.1583,
      "step": 371250
    },
    {
      "epoch": 0.7734583333333334,
      "grad_norm": 6.020206451416016,
      "learning_rate": 3.670449756929158e-05,
      "loss": 7.5384,
      "step": 371260
    },
    {
      "epoch": 0.7734791666666667,
      "grad_norm": 1.1998494863510132,
      "learning_rate": 3.6698036760477e-05,
      "loss": 7.3751,
      "step": 371270
    },
    {
      "epoch": 0.7735,
      "grad_norm": 0.8916148543357849,
      "learning_rate": 3.669157644108214e-05,
      "loss": 6.9996,
      "step": 371280
    },
    {
      "epoch": 0.7735208333333333,
      "grad_norm": 2.132999897003174,
      "learning_rate": 3.668511661113478e-05,
      "loss": 8.4929,
      "step": 371290
    },
    {
      "epoch": 0.7735416666666667,
      "grad_norm": 2.014713764190674,
      "learning_rate": 3.6678657270662853e-05,
      "loss": 7.3646,
      "step": 371300
    },
    {
      "epoch": 0.7735625,
      "grad_norm": 1.9107900857925415,
      "learning_rate": 3.6672198419694294e-05,
      "loss": 7.1458,
      "step": 371310
    },
    {
      "epoch": 0.7735833333333333,
      "grad_norm": 1.8691262006759644,
      "learning_rate": 3.666574005825697e-05,
      "loss": 7.1453,
      "step": 371320
    },
    {
      "epoch": 0.7736041666666666,
      "grad_norm": 1.0217978954315186,
      "learning_rate": 3.6659282186378765e-05,
      "loss": 7.1259,
      "step": 371330
    },
    {
      "epoch": 0.773625,
      "grad_norm": 1.1511327028274536,
      "learning_rate": 3.665282480408762e-05,
      "loss": 7.5679,
      "step": 371340
    },
    {
      "epoch": 0.7736458333333334,
      "grad_norm": 1.5015469789505005,
      "learning_rate": 3.66463679114114e-05,
      "loss": 7.2271,
      "step": 371350
    },
    {
      "epoch": 0.7736666666666666,
      "grad_norm": 4.179929733276367,
      "learning_rate": 3.663991150837801e-05,
      "loss": 7.4312,
      "step": 371360
    },
    {
      "epoch": 0.7736875,
      "grad_norm": 0.7541998028755188,
      "learning_rate": 3.663345559501533e-05,
      "loss": 7.4047,
      "step": 371370
    },
    {
      "epoch": 0.7737083333333333,
      "grad_norm": 1.3360276222229004,
      "learning_rate": 3.662700017135124e-05,
      "loss": 7.1986,
      "step": 371380
    },
    {
      "epoch": 0.7737291666666667,
      "grad_norm": 2.840320110321045,
      "learning_rate": 3.662054523741363e-05,
      "loss": 6.9038,
      "step": 371390
    },
    {
      "epoch": 0.77375,
      "grad_norm": 1.8798640966415405,
      "learning_rate": 3.661409079323039e-05,
      "loss": 6.9452,
      "step": 371400
    },
    {
      "epoch": 0.7737708333333333,
      "grad_norm": 2.9330129623413086,
      "learning_rate": 3.6607636838829396e-05,
      "loss": 7.4008,
      "step": 371410
    },
    {
      "epoch": 0.7737916666666667,
      "grad_norm": 1.9292576313018799,
      "learning_rate": 3.660118337423855e-05,
      "loss": 7.3177,
      "step": 371420
    },
    {
      "epoch": 0.7738125,
      "grad_norm": 1.6537861824035645,
      "learning_rate": 3.659473039948567e-05,
      "loss": 7.8621,
      "step": 371430
    },
    {
      "epoch": 0.7738333333333334,
      "grad_norm": 1.2079849243164062,
      "learning_rate": 3.6588277914598686e-05,
      "loss": 7.1299,
      "step": 371440
    },
    {
      "epoch": 0.7738541666666666,
      "grad_norm": 1.3165547847747803,
      "learning_rate": 3.658182591960545e-05,
      "loss": 7.7759,
      "step": 371450
    },
    {
      "epoch": 0.773875,
      "grad_norm": 1.697265863418579,
      "learning_rate": 3.657537441453382e-05,
      "loss": 6.8614,
      "step": 371460
    },
    {
      "epoch": 0.7738958333333333,
      "grad_norm": 1.0513628721237183,
      "learning_rate": 3.656892339941169e-05,
      "loss": 7.0868,
      "step": 371470
    },
    {
      "epoch": 0.7739166666666667,
      "grad_norm": 1.6677651405334473,
      "learning_rate": 3.656247287426689e-05,
      "loss": 7.2538,
      "step": 371480
    },
    {
      "epoch": 0.7739375,
      "grad_norm": 1.144836664199829,
      "learning_rate": 3.655602283912733e-05,
      "loss": 7.2534,
      "step": 371490
    },
    {
      "epoch": 0.7739583333333333,
      "grad_norm": 3.01733136177063,
      "learning_rate": 3.6549573294020836e-05,
      "loss": 7.23,
      "step": 371500
    },
    {
      "epoch": 0.7739791666666667,
      "grad_norm": 0.7965993285179138,
      "learning_rate": 3.654312423897528e-05,
      "loss": 8.1799,
      "step": 371510
    },
    {
      "epoch": 0.774,
      "grad_norm": 1.3738049268722534,
      "learning_rate": 3.653667567401851e-05,
      "loss": 7.6506,
      "step": 371520
    },
    {
      "epoch": 0.7740208333333334,
      "grad_norm": 1.9621800184249878,
      "learning_rate": 3.653022759917844e-05,
      "loss": 6.8118,
      "step": 371530
    },
    {
      "epoch": 0.7740416666666666,
      "grad_norm": 1.0892547369003296,
      "learning_rate": 3.652378001448284e-05,
      "loss": 7.1391,
      "step": 371540
    },
    {
      "epoch": 0.7740625,
      "grad_norm": 2.057594060897827,
      "learning_rate": 3.6517332919959534e-05,
      "loss": 7.3793,
      "step": 371550
    },
    {
      "epoch": 0.7740833333333333,
      "grad_norm": 1.2119736671447754,
      "learning_rate": 3.6510886315636526e-05,
      "loss": 7.1512,
      "step": 371560
    },
    {
      "epoch": 0.7741041666666667,
      "grad_norm": 1.2336268424987793,
      "learning_rate": 3.650444020154152e-05,
      "loss": 7.0404,
      "step": 371570
    },
    {
      "epoch": 0.774125,
      "grad_norm": 1.1484302282333374,
      "learning_rate": 3.649799457770237e-05,
      "loss": 7.2059,
      "step": 371580
    },
    {
      "epoch": 0.7741458333333333,
      "grad_norm": 3.899871349334717,
      "learning_rate": 3.649154944414703e-05,
      "loss": 7.4016,
      "step": 371590
    },
    {
      "epoch": 0.7741666666666667,
      "grad_norm": 1.0321036577224731,
      "learning_rate": 3.648510480090323e-05,
      "loss": 7.7695,
      "step": 371600
    },
    {
      "epoch": 0.7741875,
      "grad_norm": 3.628969669342041,
      "learning_rate": 3.64786606479988e-05,
      "loss": 6.9522,
      "step": 371610
    },
    {
      "epoch": 0.7742083333333334,
      "grad_norm": 1.3967045545578003,
      "learning_rate": 3.647221698546172e-05,
      "loss": 7.0125,
      "step": 371620
    },
    {
      "epoch": 0.7742291666666666,
      "grad_norm": 1.5398788452148438,
      "learning_rate": 3.6465773813319666e-05,
      "loss": 7.5421,
      "step": 371630
    },
    {
      "epoch": 0.77425,
      "grad_norm": 2.4873850345611572,
      "learning_rate": 3.64593311316005e-05,
      "loss": 7.4068,
      "step": 371640
    },
    {
      "epoch": 0.7742708333333334,
      "grad_norm": 1.6297098398208618,
      "learning_rate": 3.6452888940332154e-05,
      "loss": 6.7305,
      "step": 371650
    },
    {
      "epoch": 0.7742916666666667,
      "grad_norm": 1.30751633644104,
      "learning_rate": 3.644644723954234e-05,
      "loss": 7.0717,
      "step": 371660
    },
    {
      "epoch": 0.7743125,
      "grad_norm": 1.1680397987365723,
      "learning_rate": 3.644000602925894e-05,
      "loss": 6.9747,
      "step": 371670
    },
    {
      "epoch": 0.7743333333333333,
      "grad_norm": 1.4668996334075928,
      "learning_rate": 3.6433565309509756e-05,
      "loss": 7.046,
      "step": 371680
    },
    {
      "epoch": 0.7743541666666667,
      "grad_norm": 1.961142659187317,
      "learning_rate": 3.6427125080322614e-05,
      "loss": 7.2971,
      "step": 371690
    },
    {
      "epoch": 0.774375,
      "grad_norm": 2.073671340942383,
      "learning_rate": 3.642068534172533e-05,
      "loss": 7.2227,
      "step": 371700
    },
    {
      "epoch": 0.7743958333333333,
      "grad_norm": 6.162052631378174,
      "learning_rate": 3.6414246093745744e-05,
      "loss": 7.6123,
      "step": 371710
    },
    {
      "epoch": 0.7744166666666666,
      "grad_norm": 0.9567558169364929,
      "learning_rate": 3.640780733641164e-05,
      "loss": 7.0063,
      "step": 371720
    },
    {
      "epoch": 0.7744375,
      "grad_norm": 0.8324894905090332,
      "learning_rate": 3.6401369069750855e-05,
      "loss": 7.18,
      "step": 371730
    },
    {
      "epoch": 0.7744583333333334,
      "grad_norm": 1.1986218690872192,
      "learning_rate": 3.639493129379118e-05,
      "loss": 7.6127,
      "step": 371740
    },
    {
      "epoch": 0.7744791666666667,
      "grad_norm": 1.9700024127960205,
      "learning_rate": 3.638849400856045e-05,
      "loss": 7.1308,
      "step": 371750
    },
    {
      "epoch": 0.7745,
      "grad_norm": 1.8767728805541992,
      "learning_rate": 3.638205721408643e-05,
      "loss": 7.1443,
      "step": 371760
    },
    {
      "epoch": 0.7745208333333333,
      "grad_norm": 2.236715793609619,
      "learning_rate": 3.637562091039697e-05,
      "loss": 6.8154,
      "step": 371770
    },
    {
      "epoch": 0.7745416666666667,
      "grad_norm": 1.2110779285430908,
      "learning_rate": 3.636918509751986e-05,
      "loss": 6.6731,
      "step": 371780
    },
    {
      "epoch": 0.7745625,
      "grad_norm": 8.2047700881958,
      "learning_rate": 3.636274977548287e-05,
      "loss": 7.6615,
      "step": 371790
    },
    {
      "epoch": 0.7745833333333333,
      "grad_norm": 2.891479015350342,
      "learning_rate": 3.635631494431382e-05,
      "loss": 7.315,
      "step": 371800
    },
    {
      "epoch": 0.7746041666666666,
      "grad_norm": 1.7331702709197998,
      "learning_rate": 3.634988060404052e-05,
      "loss": 7.708,
      "step": 371810
    },
    {
      "epoch": 0.774625,
      "grad_norm": 1.9443415403366089,
      "learning_rate": 3.634344675469075e-05,
      "loss": 7.3049,
      "step": 371820
    },
    {
      "epoch": 0.7746458333333334,
      "grad_norm": 2.045847177505493,
      "learning_rate": 3.6337013396292296e-05,
      "loss": 7.5003,
      "step": 371830
    },
    {
      "epoch": 0.7746666666666666,
      "grad_norm": 0.8359096050262451,
      "learning_rate": 3.6330580528872965e-05,
      "loss": 7.3248,
      "step": 371840
    },
    {
      "epoch": 0.7746875,
      "grad_norm": 1.2244129180908203,
      "learning_rate": 3.632414815246057e-05,
      "loss": 7.2084,
      "step": 371850
    },
    {
      "epoch": 0.7747083333333333,
      "grad_norm": 2.7690162658691406,
      "learning_rate": 3.6317716267082766e-05,
      "loss": 7.259,
      "step": 371860
    },
    {
      "epoch": 0.7747291666666667,
      "grad_norm": 1.3713725805282593,
      "learning_rate": 3.631128487276748e-05,
      "loss": 7.504,
      "step": 371870
    },
    {
      "epoch": 0.77475,
      "grad_norm": 2.3272790908813477,
      "learning_rate": 3.630485396954247e-05,
      "loss": 7.2198,
      "step": 371880
    },
    {
      "epoch": 0.7747708333333333,
      "grad_norm": 2.8720412254333496,
      "learning_rate": 3.6298423557435406e-05,
      "loss": 7.0131,
      "step": 371890
    },
    {
      "epoch": 0.7747916666666667,
      "grad_norm": 1.9147692918777466,
      "learning_rate": 3.6291993636474236e-05,
      "loss": 7.4357,
      "step": 371900
    },
    {
      "epoch": 0.7748125,
      "grad_norm": 3.452660083770752,
      "learning_rate": 3.6285564206686615e-05,
      "loss": 7.6329,
      "step": 371910
    },
    {
      "epoch": 0.7748333333333334,
      "grad_norm": 4.124502182006836,
      "learning_rate": 3.627913526810028e-05,
      "loss": 7.2136,
      "step": 371920
    },
    {
      "epoch": 0.7748541666666666,
      "grad_norm": 4.336611747741699,
      "learning_rate": 3.6272706820743164e-05,
      "loss": 6.9072,
      "step": 371930
    },
    {
      "epoch": 0.774875,
      "grad_norm": 1.298511266708374,
      "learning_rate": 3.62662788646429e-05,
      "loss": 7.2428,
      "step": 371940
    },
    {
      "epoch": 0.7748958333333333,
      "grad_norm": 2.4583535194396973,
      "learning_rate": 3.625985139982725e-05,
      "loss": 7.3051,
      "step": 371950
    },
    {
      "epoch": 0.7749166666666667,
      "grad_norm": 1.366544485092163,
      "learning_rate": 3.625342442632409e-05,
      "loss": 7.641,
      "step": 371960
    },
    {
      "epoch": 0.7749375,
      "grad_norm": 1.5280797481536865,
      "learning_rate": 3.624699794416108e-05,
      "loss": 6.9925,
      "step": 371970
    },
    {
      "epoch": 0.7749583333333333,
      "grad_norm": 1.344390630722046,
      "learning_rate": 3.6240571953365974e-05,
      "loss": 7.0807,
      "step": 371980
    },
    {
      "epoch": 0.7749791666666667,
      "grad_norm": 1.5672802925109863,
      "learning_rate": 3.623414645396665e-05,
      "loss": 7.1015,
      "step": 371990
    },
    {
      "epoch": 0.775,
      "grad_norm": 1.9282125234603882,
      "learning_rate": 3.6227721445990734e-05,
      "loss": 7.8864,
      "step": 372000
    },
    {
      "epoch": 0.775,
      "eval_loss": 7.227446556091309,
      "eval_runtime": 8.5329,
      "eval_samples_per_second": 0.352,
      "eval_steps_per_second": 0.117,
      "step": 372000
    },
    {
      "epoch": 0.7750208333333334,
      "grad_norm": 1.3583968877792358,
      "learning_rate": 3.622129692946599e-05,
      "loss": 7.1374,
      "step": 372010
    },
    {
      "epoch": 0.7750416666666666,
      "grad_norm": 2.5730409622192383,
      "learning_rate": 3.621487290442029e-05,
      "loss": 7.4322,
      "step": 372020
    },
    {
      "epoch": 0.7750625,
      "grad_norm": 1.140799880027771,
      "learning_rate": 3.620844937088125e-05,
      "loss": 7.0649,
      "step": 372030
    },
    {
      "epoch": 0.7750833333333333,
      "grad_norm": 1.347946286201477,
      "learning_rate": 3.6202026328876684e-05,
      "loss": 7.1616,
      "step": 372040
    },
    {
      "epoch": 0.7751041666666667,
      "grad_norm": 2.7581989765167236,
      "learning_rate": 3.619560377843431e-05,
      "loss": 7.0288,
      "step": 372050
    },
    {
      "epoch": 0.775125,
      "grad_norm": 1.5720969438552856,
      "learning_rate": 3.618918171958188e-05,
      "loss": 7.4616,
      "step": 372060
    },
    {
      "epoch": 0.7751458333333333,
      "grad_norm": 1.4201542139053345,
      "learning_rate": 3.618276015234712e-05,
      "loss": 7.9613,
      "step": 372070
    },
    {
      "epoch": 0.7751666666666667,
      "grad_norm": 6.579245090484619,
      "learning_rate": 3.61763390767578e-05,
      "loss": 7.2276,
      "step": 372080
    },
    {
      "epoch": 0.7751875,
      "grad_norm": 1.8673486709594727,
      "learning_rate": 3.616991849284165e-05,
      "loss": 7.4684,
      "step": 372090
    },
    {
      "epoch": 0.7752083333333334,
      "grad_norm": 0.9021449089050293,
      "learning_rate": 3.6163498400626386e-05,
      "loss": 7.2407,
      "step": 372100
    },
    {
      "epoch": 0.7752291666666666,
      "grad_norm": 1.2090264558792114,
      "learning_rate": 3.615707880013975e-05,
      "loss": 6.971,
      "step": 372110
    },
    {
      "epoch": 0.77525,
      "grad_norm": 2.3799712657928467,
      "learning_rate": 3.6150659691409475e-05,
      "loss": 6.9916,
      "step": 372120
    },
    {
      "epoch": 0.7752708333333334,
      "grad_norm": 1.2529789209365845,
      "learning_rate": 3.614424107446328e-05,
      "loss": 7.4566,
      "step": 372130
    },
    {
      "epoch": 0.7752916666666667,
      "grad_norm": 1.5637186765670776,
      "learning_rate": 3.613782294932889e-05,
      "loss": 7.2243,
      "step": 372140
    },
    {
      "epoch": 0.7753125,
      "grad_norm": 0.9767588376998901,
      "learning_rate": 3.6131405316034055e-05,
      "loss": 7.5971,
      "step": 372150
    },
    {
      "epoch": 0.7753333333333333,
      "grad_norm": 1.3662666082382202,
      "learning_rate": 3.61249881746065e-05,
      "loss": 7.059,
      "step": 372160
    },
    {
      "epoch": 0.7753541666666667,
      "grad_norm": 2.4052767753601074,
      "learning_rate": 3.611857152507384e-05,
      "loss": 7.4654,
      "step": 372170
    },
    {
      "epoch": 0.775375,
      "grad_norm": 1.4550886154174805,
      "learning_rate": 3.6112155367463926e-05,
      "loss": 7.5232,
      "step": 372180
    },
    {
      "epoch": 0.7753958333333333,
      "grad_norm": 1.3004213571548462,
      "learning_rate": 3.610573970180446e-05,
      "loss": 7.2901,
      "step": 372190
    },
    {
      "epoch": 0.7754166666666666,
      "grad_norm": 2.4323315620422363,
      "learning_rate": 3.609932452812302e-05,
      "loss": 7.3532,
      "step": 372200
    },
    {
      "epoch": 0.7754375,
      "grad_norm": 1.6600685119628906,
      "learning_rate": 3.6092909846447464e-05,
      "loss": 7.7277,
      "step": 372210
    },
    {
      "epoch": 0.7754583333333334,
      "grad_norm": 1.0905028581619263,
      "learning_rate": 3.608649565680549e-05,
      "loss": 7.0045,
      "step": 372220
    },
    {
      "epoch": 0.7754791666666667,
      "grad_norm": 1.2176806926727295,
      "learning_rate": 3.608008195922468e-05,
      "loss": 7.7214,
      "step": 372230
    },
    {
      "epoch": 0.7755,
      "grad_norm": 3.7083661556243896,
      "learning_rate": 3.6073668753732863e-05,
      "loss": 6.6229,
      "step": 372240
    },
    {
      "epoch": 0.7755208333333333,
      "grad_norm": 1.861083984375,
      "learning_rate": 3.606725604035775e-05,
      "loss": 7.6023,
      "step": 372250
    },
    {
      "epoch": 0.7755416666666667,
      "grad_norm": 1.616241216659546,
      "learning_rate": 3.606084381912691e-05,
      "loss": 7.108,
      "step": 372260
    },
    {
      "epoch": 0.7755625,
      "grad_norm": 1.6027861833572388,
      "learning_rate": 3.6054432090068157e-05,
      "loss": 7.249,
      "step": 372270
    },
    {
      "epoch": 0.7755833333333333,
      "grad_norm": 0.7892175912857056,
      "learning_rate": 3.6048020853209206e-05,
      "loss": 6.8613,
      "step": 372280
    },
    {
      "epoch": 0.7756041666666667,
      "grad_norm": 2.251438856124878,
      "learning_rate": 3.604161010857762e-05,
      "loss": 7.3404,
      "step": 372290
    },
    {
      "epoch": 0.775625,
      "grad_norm": 1.5209747552871704,
      "learning_rate": 3.6035199856201246e-05,
      "loss": 7.259,
      "step": 372300
    },
    {
      "epoch": 0.7756458333333334,
      "grad_norm": 1.152189016342163,
      "learning_rate": 3.6028790096107654e-05,
      "loss": 6.8277,
      "step": 372310
    },
    {
      "epoch": 0.7756666666666666,
      "grad_norm": 4.7578840255737305,
      "learning_rate": 3.602238082832453e-05,
      "loss": 7.3703,
      "step": 372320
    },
    {
      "epoch": 0.7756875,
      "grad_norm": 5.052630424499512,
      "learning_rate": 3.6015972052879696e-05,
      "loss": 6.8746,
      "step": 372330
    },
    {
      "epoch": 0.7757083333333333,
      "grad_norm": 1.4505109786987305,
      "learning_rate": 3.6009563769800714e-05,
      "loss": 7.9393,
      "step": 372340
    },
    {
      "epoch": 0.7757291666666667,
      "grad_norm": 1.8883368968963623,
      "learning_rate": 3.600315597911524e-05,
      "loss": 7.9063,
      "step": 372350
    },
    {
      "epoch": 0.77575,
      "grad_norm": 6.608185291290283,
      "learning_rate": 3.59967486808511e-05,
      "loss": 7.8976,
      "step": 372360
    },
    {
      "epoch": 0.7757708333333333,
      "grad_norm": 2.514460802078247,
      "learning_rate": 3.599034187503583e-05,
      "loss": 7.0475,
      "step": 372370
    },
    {
      "epoch": 0.7757916666666667,
      "grad_norm": 3.0995399951934814,
      "learning_rate": 3.5983935561697114e-05,
      "loss": 7.285,
      "step": 372380
    },
    {
      "epoch": 0.7758125,
      "grad_norm": 11.139270782470703,
      "learning_rate": 3.597752974086275e-05,
      "loss": 7.4743,
      "step": 372390
    },
    {
      "epoch": 0.7758333333333334,
      "grad_norm": 1.4578214883804321,
      "learning_rate": 3.597112441256029e-05,
      "loss": 7.7226,
      "step": 372400
    },
    {
      "epoch": 0.7758541666666666,
      "grad_norm": 1.3985705375671387,
      "learning_rate": 3.596471957681744e-05,
      "loss": 7.0026,
      "step": 372410
    },
    {
      "epoch": 0.775875,
      "grad_norm": 1.450016736984253,
      "learning_rate": 3.595831523366184e-05,
      "loss": 6.9211,
      "step": 372420
    },
    {
      "epoch": 0.7758958333333333,
      "grad_norm": 2.8685431480407715,
      "learning_rate": 3.5951911383121195e-05,
      "loss": 7.0578,
      "step": 372430
    },
    {
      "epoch": 0.7759166666666667,
      "grad_norm": 1.419761061668396,
      "learning_rate": 3.5945508025223156e-05,
      "loss": 7.2867,
      "step": 372440
    },
    {
      "epoch": 0.7759375,
      "grad_norm": 1.0023423433303833,
      "learning_rate": 3.593910515999536e-05,
      "loss": 7.2792,
      "step": 372450
    },
    {
      "epoch": 0.7759583333333333,
      "grad_norm": 1.9472802877426147,
      "learning_rate": 3.593270278746549e-05,
      "loss": 6.779,
      "step": 372460
    },
    {
      "epoch": 0.7759791666666667,
      "grad_norm": 2.3012897968292236,
      "learning_rate": 3.5926300907661196e-05,
      "loss": 7.2294,
      "step": 372470
    },
    {
      "epoch": 0.776,
      "grad_norm": 4.854567527770996,
      "learning_rate": 3.591989952061013e-05,
      "loss": 7.3268,
      "step": 372480
    },
    {
      "epoch": 0.7760208333333334,
      "grad_norm": 1.0181686878204346,
      "learning_rate": 3.5913498626339925e-05,
      "loss": 6.9903,
      "step": 372490
    },
    {
      "epoch": 0.7760416666666666,
      "grad_norm": 3.476820945739746,
      "learning_rate": 3.5907098224878264e-05,
      "loss": 7.4308,
      "step": 372500
    },
    {
      "epoch": 0.7760625,
      "grad_norm": 1.6142722368240356,
      "learning_rate": 3.590069831625278e-05,
      "loss": 7.0199,
      "step": 372510
    },
    {
      "epoch": 0.7760833333333333,
      "grad_norm": 3.6398448944091797,
      "learning_rate": 3.5894298900491095e-05,
      "loss": 7.431,
      "step": 372520
    },
    {
      "epoch": 0.7761041666666667,
      "grad_norm": 0.9967200756072998,
      "learning_rate": 3.5887899977620935e-05,
      "loss": 6.9009,
      "step": 372530
    },
    {
      "epoch": 0.776125,
      "grad_norm": 2.647841215133667,
      "learning_rate": 3.588150154766978e-05,
      "loss": 7.3052,
      "step": 372540
    },
    {
      "epoch": 0.7761458333333333,
      "grad_norm": 2.0073134899139404,
      "learning_rate": 3.587510361066542e-05,
      "loss": 6.9697,
      "step": 372550
    },
    {
      "epoch": 0.7761666666666667,
      "grad_norm": 1.0062848329544067,
      "learning_rate": 3.586870616663548e-05,
      "loss": 6.9259,
      "step": 372560
    },
    {
      "epoch": 0.7761875,
      "grad_norm": 1.8290140628814697,
      "learning_rate": 3.586230921560746e-05,
      "loss": 7.5918,
      "step": 372570
    },
    {
      "epoch": 0.7762083333333333,
      "grad_norm": 0.9451379776000977,
      "learning_rate": 3.585591275760914e-05,
      "loss": 7.2162,
      "step": 372580
    },
    {
      "epoch": 0.7762291666666666,
      "grad_norm": 1.6670782566070557,
      "learning_rate": 3.584951679266813e-05,
      "loss": 7.7065,
      "step": 372590
    },
    {
      "epoch": 0.77625,
      "grad_norm": 0.9395598769187927,
      "learning_rate": 3.5843121320811926e-05,
      "loss": 6.9487,
      "step": 372600
    },
    {
      "epoch": 0.7762708333333334,
      "grad_norm": 1.500722050666809,
      "learning_rate": 3.583672634206831e-05,
      "loss": 7.1417,
      "step": 372610
    },
    {
      "epoch": 0.7762916666666667,
      "grad_norm": 5.376679420471191,
      "learning_rate": 3.583033185646489e-05,
      "loss": 7.6383,
      "step": 372620
    },
    {
      "epoch": 0.7763125,
      "grad_norm": 2.2472875118255615,
      "learning_rate": 3.5823937864029153e-05,
      "loss": 7.2442,
      "step": 372630
    },
    {
      "epoch": 0.7763333333333333,
      "grad_norm": 1.4969054460525513,
      "learning_rate": 3.581754436478886e-05,
      "loss": 7.4834,
      "step": 372640
    },
    {
      "epoch": 0.7763541666666667,
      "grad_norm": 1.730212926864624,
      "learning_rate": 3.581115135877162e-05,
      "loss": 7.2956,
      "step": 372650
    },
    {
      "epoch": 0.776375,
      "grad_norm": 0.9520835280418396,
      "learning_rate": 3.5804758846004925e-05,
      "loss": 7.0273,
      "step": 372660
    },
    {
      "epoch": 0.7763958333333333,
      "grad_norm": 1.2960021495819092,
      "learning_rate": 3.579836682651655e-05,
      "loss": 6.8854,
      "step": 372670
    },
    {
      "epoch": 0.7764166666666666,
      "grad_norm": 2.141371726989746,
      "learning_rate": 3.579197530033399e-05,
      "loss": 7.5817,
      "step": 372680
    },
    {
      "epoch": 0.7764375,
      "grad_norm": 1.0403300523757935,
      "learning_rate": 3.578558426748483e-05,
      "loss": 7.0691,
      "step": 372690
    },
    {
      "epoch": 0.7764583333333334,
      "grad_norm": 0.9824888110160828,
      "learning_rate": 3.577919372799684e-05,
      "loss": 6.8949,
      "step": 372700
    },
    {
      "epoch": 0.7764791666666667,
      "grad_norm": 0.8600863814353943,
      "learning_rate": 3.577280368189746e-05,
      "loss": 7.638,
      "step": 372710
    },
    {
      "epoch": 0.7765,
      "grad_norm": 1.4150006771087646,
      "learning_rate": 3.5766414129214383e-05,
      "loss": 6.9856,
      "step": 372720
    },
    {
      "epoch": 0.7765208333333333,
      "grad_norm": 1.1720885038375854,
      "learning_rate": 3.576002506997515e-05,
      "loss": 6.9452,
      "step": 372730
    },
    {
      "epoch": 0.7765416666666667,
      "grad_norm": 2.007474899291992,
      "learning_rate": 3.57536365042074e-05,
      "loss": 7.527,
      "step": 372740
    },
    {
      "epoch": 0.7765625,
      "grad_norm": 1.1828588247299194,
      "learning_rate": 3.5747248431938726e-05,
      "loss": 7.0596,
      "step": 372750
    },
    {
      "epoch": 0.7765833333333333,
      "grad_norm": 1.2146086692810059,
      "learning_rate": 3.574086085319672e-05,
      "loss": 7.0571,
      "step": 372760
    },
    {
      "epoch": 0.7766041666666667,
      "grad_norm": 2.028531789779663,
      "learning_rate": 3.573447376800894e-05,
      "loss": 7.2684,
      "step": 372770
    },
    {
      "epoch": 0.776625,
      "grad_norm": 1.5623172521591187,
      "learning_rate": 3.5728087176403026e-05,
      "loss": 6.905,
      "step": 372780
    },
    {
      "epoch": 0.7766458333333334,
      "grad_norm": 2.4017744064331055,
      "learning_rate": 3.572170107840654e-05,
      "loss": 8.249,
      "step": 372790
    },
    {
      "epoch": 0.7766666666666666,
      "grad_norm": 2.230740547180176,
      "learning_rate": 3.571531547404708e-05,
      "loss": 7.0297,
      "step": 372800
    },
    {
      "epoch": 0.7766875,
      "grad_norm": 1.8514106273651123,
      "learning_rate": 3.5708930363352206e-05,
      "loss": 7.0812,
      "step": 372810
    },
    {
      "epoch": 0.7767083333333333,
      "grad_norm": 1.5247679948806763,
      "learning_rate": 3.570254574634952e-05,
      "loss": 7.3696,
      "step": 372820
    },
    {
      "epoch": 0.7767291666666667,
      "grad_norm": 1.9698750972747803,
      "learning_rate": 3.569616162306658e-05,
      "loss": 7.4153,
      "step": 372830
    },
    {
      "epoch": 0.77675,
      "grad_norm": 1.236932396888733,
      "learning_rate": 3.568977799353099e-05,
      "loss": 7.1729,
      "step": 372840
    },
    {
      "epoch": 0.7767708333333333,
      "grad_norm": 1.6094282865524292,
      "learning_rate": 3.568339485777031e-05,
      "loss": 7.2044,
      "step": 372850
    },
    {
      "epoch": 0.7767916666666667,
      "grad_norm": 3.515186309814453,
      "learning_rate": 3.567701221581212e-05,
      "loss": 7.5297,
      "step": 372860
    },
    {
      "epoch": 0.7768125,
      "grad_norm": 1.1317304372787476,
      "learning_rate": 3.5670630067683976e-05,
      "loss": 7.338,
      "step": 372870
    },
    {
      "epoch": 0.7768333333333334,
      "grad_norm": 2.046100378036499,
      "learning_rate": 3.5664248413413466e-05,
      "loss": 6.8947,
      "step": 372880
    },
    {
      "epoch": 0.7768541666666666,
      "grad_norm": 1.7822773456573486,
      "learning_rate": 3.565786725302814e-05,
      "loss": 7.0092,
      "step": 372890
    },
    {
      "epoch": 0.776875,
      "grad_norm": 1.146811604499817,
      "learning_rate": 3.56514865865556e-05,
      "loss": 6.9714,
      "step": 372900
    },
    {
      "epoch": 0.7768958333333333,
      "grad_norm": 3.358483076095581,
      "learning_rate": 3.564510641402331e-05,
      "loss": 7.439,
      "step": 372910
    },
    {
      "epoch": 0.7769166666666667,
      "grad_norm": 0.9543061852455139,
      "learning_rate": 3.5638726735458934e-05,
      "loss": 7.5542,
      "step": 372920
    },
    {
      "epoch": 0.7769375,
      "grad_norm": 1.4864656925201416,
      "learning_rate": 3.563234755089002e-05,
      "loss": 7.0554,
      "step": 372930
    },
    {
      "epoch": 0.7769583333333333,
      "grad_norm": 2.0308969020843506,
      "learning_rate": 3.562596886034402e-05,
      "loss": 7.1204,
      "step": 372940
    },
    {
      "epoch": 0.7769791666666667,
      "grad_norm": 1.583810567855835,
      "learning_rate": 3.5619590663848594e-05,
      "loss": 6.9053,
      "step": 372950
    },
    {
      "epoch": 0.777,
      "grad_norm": 2.2967264652252197,
      "learning_rate": 3.561321296143131e-05,
      "loss": 7.2653,
      "step": 372960
    },
    {
      "epoch": 0.7770208333333334,
      "grad_norm": 1.5510088205337524,
      "learning_rate": 3.560683575311959e-05,
      "loss": 7.339,
      "step": 372970
    },
    {
      "epoch": 0.7770416666666666,
      "grad_norm": 1.6566290855407715,
      "learning_rate": 3.56004590389411e-05,
      "loss": 7.1216,
      "step": 372980
    },
    {
      "epoch": 0.7770625,
      "grad_norm": 5.981868267059326,
      "learning_rate": 3.559408281892339e-05,
      "loss": 7.375,
      "step": 372990
    },
    {
      "epoch": 0.7770833333333333,
      "grad_norm": 1.7083401679992676,
      "learning_rate": 3.5587707093093865e-05,
      "loss": 7.3816,
      "step": 373000
    },
    {
      "epoch": 0.7770833333333333,
      "eval_loss": 7.029927730560303,
      "eval_runtime": 8.8014,
      "eval_samples_per_second": 0.341,
      "eval_steps_per_second": 0.114,
      "step": 373000
    },
    {
      "epoch": 0.7771041666666667,
      "grad_norm": 0.8803576231002808,
      "learning_rate": 3.5581331861480194e-05,
      "loss": 7.2033,
      "step": 373010
    },
    {
      "epoch": 0.777125,
      "grad_norm": 1.1660147905349731,
      "learning_rate": 3.557495712410994e-05,
      "loss": 7.0435,
      "step": 373020
    },
    {
      "epoch": 0.7771458333333333,
      "grad_norm": 7.107931613922119,
      "learning_rate": 3.556858288101052e-05,
      "loss": 7.6677,
      "step": 373030
    },
    {
      "epoch": 0.7771666666666667,
      "grad_norm": 2.6832332611083984,
      "learning_rate": 3.556220913220954e-05,
      "loss": 7.1078,
      "step": 373040
    },
    {
      "epoch": 0.7771875,
      "grad_norm": 1.4771498441696167,
      "learning_rate": 3.555583587773451e-05,
      "loss": 6.8045,
      "step": 373050
    },
    {
      "epoch": 0.7772083333333333,
      "grad_norm": 2.9482290744781494,
      "learning_rate": 3.5549463117612965e-05,
      "loss": 7.7439,
      "step": 373060
    },
    {
      "epoch": 0.7772291666666666,
      "grad_norm": 1.1003527641296387,
      "learning_rate": 3.554309085187244e-05,
      "loss": 7.1468,
      "step": 373070
    },
    {
      "epoch": 0.77725,
      "grad_norm": 1.339383602142334,
      "learning_rate": 3.553671908054047e-05,
      "loss": 7.1546,
      "step": 373080
    },
    {
      "epoch": 0.7772708333333334,
      "grad_norm": 1.2437511682510376,
      "learning_rate": 3.553034780364455e-05,
      "loss": 7.0444,
      "step": 373090
    },
    {
      "epoch": 0.7772916666666667,
      "grad_norm": 2.6145946979522705,
      "learning_rate": 3.552397702121222e-05,
      "loss": 7.3597,
      "step": 373100
    },
    {
      "epoch": 0.7773125,
      "grad_norm": 1.319148063659668,
      "learning_rate": 3.5517606733271005e-05,
      "loss": 7.4676,
      "step": 373110
    },
    {
      "epoch": 0.7773333333333333,
      "grad_norm": 1.9196820259094238,
      "learning_rate": 3.551123693984842e-05,
      "loss": 7.1907,
      "step": 373120
    },
    {
      "epoch": 0.7773541666666667,
      "grad_norm": 1.5700147151947021,
      "learning_rate": 3.5504867640971945e-05,
      "loss": 7.0302,
      "step": 373130
    },
    {
      "epoch": 0.777375,
      "grad_norm": 1.521856427192688,
      "learning_rate": 3.549849883666914e-05,
      "loss": 7.5774,
      "step": 373140
    },
    {
      "epoch": 0.7773958333333333,
      "grad_norm": 1.0917080640792847,
      "learning_rate": 3.54921305269675e-05,
      "loss": 6.9906,
      "step": 373150
    },
    {
      "epoch": 0.7774166666666666,
      "grad_norm": 4.728271007537842,
      "learning_rate": 3.548576271189453e-05,
      "loss": 7.0972,
      "step": 373160
    },
    {
      "epoch": 0.7774375,
      "grad_norm": 2.361396074295044,
      "learning_rate": 3.547939539147772e-05,
      "loss": 7.1928,
      "step": 373170
    },
    {
      "epoch": 0.7774583333333334,
      "grad_norm": 5.2687883377075195,
      "learning_rate": 3.547302856574461e-05,
      "loss": 7.4165,
      "step": 373180
    },
    {
      "epoch": 0.7774791666666667,
      "grad_norm": 0.9551206827163696,
      "learning_rate": 3.546666223472269e-05,
      "loss": 7.4048,
      "step": 373190
    },
    {
      "epoch": 0.7775,
      "grad_norm": 1.7023404836654663,
      "learning_rate": 3.546029639843943e-05,
      "loss": 7.1291,
      "step": 373200
    },
    {
      "epoch": 0.7775208333333333,
      "grad_norm": 4.120353698730469,
      "learning_rate": 3.545393105692237e-05,
      "loss": 7.3449,
      "step": 373210
    },
    {
      "epoch": 0.7775416666666667,
      "grad_norm": 2.2923226356506348,
      "learning_rate": 3.544756621019898e-05,
      "loss": 7.4034,
      "step": 373220
    },
    {
      "epoch": 0.7775625,
      "grad_norm": 0.9939445853233337,
      "learning_rate": 3.5441201858296756e-05,
      "loss": 7.1459,
      "step": 373230
    },
    {
      "epoch": 0.7775833333333333,
      "grad_norm": 1.333357810974121,
      "learning_rate": 3.54348380012432e-05,
      "loss": 7.8208,
      "step": 373240
    },
    {
      "epoch": 0.7776041666666667,
      "grad_norm": 3.3705954551696777,
      "learning_rate": 3.5428474639065796e-05,
      "loss": 7.0884,
      "step": 373250
    },
    {
      "epoch": 0.777625,
      "grad_norm": 3.4401936531066895,
      "learning_rate": 3.5422111771792045e-05,
      "loss": 7.8831,
      "step": 373260
    },
    {
      "epoch": 0.7776458333333334,
      "grad_norm": 1.2146974802017212,
      "learning_rate": 3.541574939944939e-05,
      "loss": 7.1386,
      "step": 373270
    },
    {
      "epoch": 0.7776666666666666,
      "grad_norm": 1.1843534708023071,
      "learning_rate": 3.540938752206536e-05,
      "loss": 7.1344,
      "step": 373280
    },
    {
      "epoch": 0.7776875,
      "grad_norm": 1.4007642269134521,
      "learning_rate": 3.540302613966741e-05,
      "loss": 6.9028,
      "step": 373290
    },
    {
      "epoch": 0.7777083333333333,
      "grad_norm": 1.6790934801101685,
      "learning_rate": 3.539666525228308e-05,
      "loss": 7.1318,
      "step": 373300
    },
    {
      "epoch": 0.7777291666666667,
      "grad_norm": 2.164642572402954,
      "learning_rate": 3.539030485993974e-05,
      "loss": 6.8414,
      "step": 373310
    },
    {
      "epoch": 0.77775,
      "grad_norm": 1.2719337940216064,
      "learning_rate": 3.538394496266488e-05,
      "loss": 6.7696,
      "step": 373320
    },
    {
      "epoch": 0.7777708333333333,
      "grad_norm": 1.7076987028121948,
      "learning_rate": 3.5377585560486096e-05,
      "loss": 7.0792,
      "step": 373330
    },
    {
      "epoch": 0.7777916666666667,
      "grad_norm": 1.216493844985962,
      "learning_rate": 3.537122665343073e-05,
      "loss": 7.0481,
      "step": 373340
    },
    {
      "epoch": 0.7778125,
      "grad_norm": 1.674335241317749,
      "learning_rate": 3.536486824152624e-05,
      "loss": 7.523,
      "step": 373350
    },
    {
      "epoch": 0.7778333333333334,
      "grad_norm": 1.386744499206543,
      "learning_rate": 3.5358510324800236e-05,
      "loss": 7.205,
      "step": 373360
    },
    {
      "epoch": 0.7778541666666666,
      "grad_norm": 2.331360340118408,
      "learning_rate": 3.5352152903280054e-05,
      "loss": 6.9424,
      "step": 373370
    },
    {
      "epoch": 0.777875,
      "grad_norm": 1.356189250946045,
      "learning_rate": 3.5345795976993134e-05,
      "loss": 7.3147,
      "step": 373380
    },
    {
      "epoch": 0.7778958333333333,
      "grad_norm": 1.0246549844741821,
      "learning_rate": 3.533943954596708e-05,
      "loss": 7.3609,
      "step": 373390
    },
    {
      "epoch": 0.7779166666666667,
      "grad_norm": 0.9131864309310913,
      "learning_rate": 3.5333083610229216e-05,
      "loss": 6.9686,
      "step": 373400
    },
    {
      "epoch": 0.7779375,
      "grad_norm": 3.289544105529785,
      "learning_rate": 3.5326728169807045e-05,
      "loss": 7.2428,
      "step": 373410
    },
    {
      "epoch": 0.7779583333333333,
      "grad_norm": 10.259157180786133,
      "learning_rate": 3.532037322472803e-05,
      "loss": 7.8718,
      "step": 373420
    },
    {
      "epoch": 0.7779791666666667,
      "grad_norm": 1.3757810592651367,
      "learning_rate": 3.5314018775019585e-05,
      "loss": 7.0009,
      "step": 373430
    },
    {
      "epoch": 0.778,
      "grad_norm": 1.4109344482421875,
      "learning_rate": 3.5307664820709205e-05,
      "loss": 7.3084,
      "step": 373440
    },
    {
      "epoch": 0.7780208333333334,
      "grad_norm": 2.1356799602508545,
      "learning_rate": 3.53013113618243e-05,
      "loss": 7.3523,
      "step": 373450
    },
    {
      "epoch": 0.7780416666666666,
      "grad_norm": 1.0452380180358887,
      "learning_rate": 3.529495839839235e-05,
      "loss": 7.2729,
      "step": 373460
    },
    {
      "epoch": 0.7780625,
      "grad_norm": 1.4717155694961548,
      "learning_rate": 3.528860593044075e-05,
      "loss": 7.4045,
      "step": 373470
    },
    {
      "epoch": 0.7780833333333333,
      "grad_norm": 1.224297285079956,
      "learning_rate": 3.5282253957996985e-05,
      "loss": 7.2632,
      "step": 373480
    },
    {
      "epoch": 0.7781041666666667,
      "grad_norm": 1.278790831565857,
      "learning_rate": 3.527590248108847e-05,
      "loss": 7.3997,
      "step": 373490
    },
    {
      "epoch": 0.778125,
      "grad_norm": 2.570112943649292,
      "learning_rate": 3.526955149974264e-05,
      "loss": 7.6585,
      "step": 373500
    },
    {
      "epoch": 0.7781458333333333,
      "grad_norm": 33.5572509765625,
      "learning_rate": 3.5263201013986934e-05,
      "loss": 8.0194,
      "step": 373510
    },
    {
      "epoch": 0.7781666666666667,
      "grad_norm": 1.534558653831482,
      "learning_rate": 3.525685102384879e-05,
      "loss": 7.0226,
      "step": 373520
    },
    {
      "epoch": 0.7781875,
      "grad_norm": 1.805709958076477,
      "learning_rate": 3.5250501529355626e-05,
      "loss": 7.7272,
      "step": 373530
    },
    {
      "epoch": 0.7782083333333333,
      "grad_norm": 1.5078036785125732,
      "learning_rate": 3.524415253053488e-05,
      "loss": 7.0303,
      "step": 373540
    },
    {
      "epoch": 0.7782291666666666,
      "grad_norm": 1.7019816637039185,
      "learning_rate": 3.523780402741396e-05,
      "loss": 7.2113,
      "step": 373550
    },
    {
      "epoch": 0.77825,
      "grad_norm": 3.167801856994629,
      "learning_rate": 3.523145602002032e-05,
      "loss": 7.1168,
      "step": 373560
    },
    {
      "epoch": 0.7782708333333334,
      "grad_norm": 1.37852144241333,
      "learning_rate": 3.5225108508381346e-05,
      "loss": 6.8647,
      "step": 373570
    },
    {
      "epoch": 0.7782916666666667,
      "grad_norm": 1.3475440740585327,
      "learning_rate": 3.5218761492524474e-05,
      "loss": 6.7214,
      "step": 373580
    },
    {
      "epoch": 0.7783125,
      "grad_norm": 2.4970810413360596,
      "learning_rate": 3.5212414972477124e-05,
      "loss": 7.404,
      "step": 373590
    },
    {
      "epoch": 0.7783333333333333,
      "grad_norm": 1.7854722738265991,
      "learning_rate": 3.52060689482667e-05,
      "loss": 7.1342,
      "step": 373600
    },
    {
      "epoch": 0.7783541666666667,
      "grad_norm": 10.515401840209961,
      "learning_rate": 3.5199723419920626e-05,
      "loss": 7.6394,
      "step": 373610
    },
    {
      "epoch": 0.778375,
      "grad_norm": 1.4874359369277954,
      "learning_rate": 3.519337838746633e-05,
      "loss": 7.1357,
      "step": 373620
    },
    {
      "epoch": 0.7783958333333333,
      "grad_norm": 1.0741417407989502,
      "learning_rate": 3.518703385093114e-05,
      "loss": 7.2856,
      "step": 373630
    },
    {
      "epoch": 0.7784166666666666,
      "grad_norm": 2.4876644611358643,
      "learning_rate": 3.518068981034253e-05,
      "loss": 7.0055,
      "step": 373640
    },
    {
      "epoch": 0.7784375,
      "grad_norm": 1.4725406169891357,
      "learning_rate": 3.5174346265727956e-05,
      "loss": 7.0548,
      "step": 373650
    },
    {
      "epoch": 0.7784583333333334,
      "grad_norm": 1.2808990478515625,
      "learning_rate": 3.5168003217114664e-05,
      "loss": 7.4674,
      "step": 373660
    },
    {
      "epoch": 0.7784791666666667,
      "grad_norm": 1.6092549562454224,
      "learning_rate": 3.516166066453023e-05,
      "loss": 7.6839,
      "step": 373670
    },
    {
      "epoch": 0.7785,
      "grad_norm": 2.0501036643981934,
      "learning_rate": 3.515531860800192e-05,
      "loss": 6.8265,
      "step": 373680
    },
    {
      "epoch": 0.7785208333333333,
      "grad_norm": 1.5176708698272705,
      "learning_rate": 3.5148977047557135e-05,
      "loss": 7.0962,
      "step": 373690
    },
    {
      "epoch": 0.7785416666666667,
      "grad_norm": 1.841070294380188,
      "learning_rate": 3.514263598322339e-05,
      "loss": 6.9602,
      "step": 373700
    },
    {
      "epoch": 0.7785625,
      "grad_norm": 1.9440288543701172,
      "learning_rate": 3.5136295415027954e-05,
      "loss": 6.9543,
      "step": 373710
    },
    {
      "epoch": 0.7785833333333333,
      "grad_norm": 1.4344803094863892,
      "learning_rate": 3.5129955342998214e-05,
      "loss": 7.146,
      "step": 373720
    },
    {
      "epoch": 0.7786041666666667,
      "grad_norm": 1.8779124021530151,
      "learning_rate": 3.5123615767161675e-05,
      "loss": 7.1437,
      "step": 373730
    },
    {
      "epoch": 0.778625,
      "grad_norm": 2.6954212188720703,
      "learning_rate": 3.511727668754561e-05,
      "loss": 7.1553,
      "step": 373740
    },
    {
      "epoch": 0.7786458333333334,
      "grad_norm": 1.4500514268875122,
      "learning_rate": 3.51109381041774e-05,
      "loss": 6.8075,
      "step": 373750
    },
    {
      "epoch": 0.7786666666666666,
      "grad_norm": 1.8607960939407349,
      "learning_rate": 3.510460001708454e-05,
      "loss": 7.4476,
      "step": 373760
    },
    {
      "epoch": 0.7786875,
      "grad_norm": 1.039684534072876,
      "learning_rate": 3.509826242629428e-05,
      "loss": 7.6919,
      "step": 373770
    },
    {
      "epoch": 0.7787083333333333,
      "grad_norm": 2.1258647441864014,
      "learning_rate": 3.509192533183401e-05,
      "loss": 7.0961,
      "step": 373780
    },
    {
      "epoch": 0.7787291666666667,
      "grad_norm": 5.521012783050537,
      "learning_rate": 3.5085588733731214e-05,
      "loss": 7.3797,
      "step": 373790
    },
    {
      "epoch": 0.77875,
      "grad_norm": 1.9030544757843018,
      "learning_rate": 3.507925263201315e-05,
      "loss": 7.1987,
      "step": 373800
    },
    {
      "epoch": 0.7787708333333333,
      "grad_norm": 0.9614424109458923,
      "learning_rate": 3.5072917026707234e-05,
      "loss": 7.2383,
      "step": 373810
    },
    {
      "epoch": 0.7787916666666667,
      "grad_norm": 2.7966034412384033,
      "learning_rate": 3.506658191784082e-05,
      "loss": 7.7346,
      "step": 373820
    },
    {
      "epoch": 0.7788125,
      "grad_norm": 1.3150420188903809,
      "learning_rate": 3.5060247305441276e-05,
      "loss": 6.8811,
      "step": 373830
    },
    {
      "epoch": 0.7788333333333334,
      "grad_norm": 2.1304991245269775,
      "learning_rate": 3.505391318953598e-05,
      "loss": 7.7467,
      "step": 373840
    },
    {
      "epoch": 0.7788541666666666,
      "grad_norm": 1.4436379671096802,
      "learning_rate": 3.5047579570152265e-05,
      "loss": 6.8379,
      "step": 373850
    },
    {
      "epoch": 0.778875,
      "grad_norm": 1.720779299736023,
      "learning_rate": 3.504124644731751e-05,
      "loss": 7.38,
      "step": 373860
    },
    {
      "epoch": 0.7788958333333333,
      "grad_norm": 1.320258378982544,
      "learning_rate": 3.503491382105907e-05,
      "loss": 7.3255,
      "step": 373870
    },
    {
      "epoch": 0.7789166666666667,
      "grad_norm": 2.355588674545288,
      "learning_rate": 3.5028581691404284e-05,
      "loss": 7.1594,
      "step": 373880
    },
    {
      "epoch": 0.7789375,
      "grad_norm": 1.4811427593231201,
      "learning_rate": 3.502225005838052e-05,
      "loss": 7.0334,
      "step": 373890
    },
    {
      "epoch": 0.7789583333333333,
      "grad_norm": 1.1022082567214966,
      "learning_rate": 3.501591892201517e-05,
      "loss": 7.0419,
      "step": 373900
    },
    {
      "epoch": 0.7789791666666667,
      "grad_norm": 3.2872402667999268,
      "learning_rate": 3.500958828233546e-05,
      "loss": 7.4122,
      "step": 373910
    },
    {
      "epoch": 0.779,
      "grad_norm": 1.8947936296463013,
      "learning_rate": 3.500325813936884e-05,
      "loss": 7.131,
      "step": 373920
    },
    {
      "epoch": 0.7790208333333334,
      "grad_norm": 1.5622575283050537,
      "learning_rate": 3.4996928493142684e-05,
      "loss": 7.1567,
      "step": 373930
    },
    {
      "epoch": 0.7790416666666666,
      "grad_norm": 1.8321954011917114,
      "learning_rate": 3.499059934368419e-05,
      "loss": 6.6695,
      "step": 373940
    },
    {
      "epoch": 0.7790625,
      "grad_norm": 4.299474239349365,
      "learning_rate": 3.4984270691020816e-05,
      "loss": 6.9563,
      "step": 373950
    },
    {
      "epoch": 0.7790833333333333,
      "grad_norm": 11.36629581451416,
      "learning_rate": 3.497794253517991e-05,
      "loss": 7.1549,
      "step": 373960
    },
    {
      "epoch": 0.7791041666666667,
      "grad_norm": 1.0838366746902466,
      "learning_rate": 3.497161487618868e-05,
      "loss": 6.9077,
      "step": 373970
    },
    {
      "epoch": 0.779125,
      "grad_norm": 2.837721824645996,
      "learning_rate": 3.496528771407457e-05,
      "loss": 6.8229,
      "step": 373980
    },
    {
      "epoch": 0.7791458333333333,
      "grad_norm": 3.100584030151367,
      "learning_rate": 3.495896104886495e-05,
      "loss": 6.8435,
      "step": 373990
    },
    {
      "epoch": 0.7791666666666667,
      "grad_norm": 1.2794204950332642,
      "learning_rate": 3.495263488058698e-05,
      "loss": 6.891,
      "step": 374000
    },
    {
      "epoch": 0.7791666666666667,
      "eval_loss": 6.7130866050720215,
      "eval_runtime": 8.5885,
      "eval_samples_per_second": 0.349,
      "eval_steps_per_second": 0.116,
      "step": 374000
    },
    {
      "epoch": 0.7791875,
      "grad_norm": 1.173256278038025,
      "learning_rate": 3.494630920926814e-05,
      "loss": 7.0522,
      "step": 374010
    },
    {
      "epoch": 0.7792083333333333,
      "grad_norm": 2.5602526664733887,
      "learning_rate": 3.493998403493574e-05,
      "loss": 7.5985,
      "step": 374020
    },
    {
      "epoch": 0.7792291666666666,
      "grad_norm": 1.3123447895050049,
      "learning_rate": 3.493365935761699e-05,
      "loss": 7.6522,
      "step": 374030
    },
    {
      "epoch": 0.77925,
      "grad_norm": 2.00998592376709,
      "learning_rate": 3.492733517733936e-05,
      "loss": 7.1856,
      "step": 374040
    },
    {
      "epoch": 0.7792708333333334,
      "grad_norm": 1.3546631336212158,
      "learning_rate": 3.492101149413005e-05,
      "loss": 7.4615,
      "step": 374050
    },
    {
      "epoch": 0.7792916666666667,
      "grad_norm": 2.4442715644836426,
      "learning_rate": 3.4914688308016376e-05,
      "loss": 6.8976,
      "step": 374060
    },
    {
      "epoch": 0.7793125,
      "grad_norm": 1.1852936744689941,
      "learning_rate": 3.490836561902579e-05,
      "loss": 7.0511,
      "step": 374070
    },
    {
      "epoch": 0.7793333333333333,
      "grad_norm": 1.7822481393814087,
      "learning_rate": 3.490204342718546e-05,
      "loss": 7.5654,
      "step": 374080
    },
    {
      "epoch": 0.7793541666666667,
      "grad_norm": 0.8640363216400146,
      "learning_rate": 3.4895721732522695e-05,
      "loss": 7.5606,
      "step": 374090
    },
    {
      "epoch": 0.779375,
      "grad_norm": 1.8478498458862305,
      "learning_rate": 3.4889400535064945e-05,
      "loss": 7.5311,
      "step": 374100
    },
    {
      "epoch": 0.7793958333333333,
      "grad_norm": 0.8960427641868591,
      "learning_rate": 3.488307983483938e-05,
      "loss": 7.1597,
      "step": 374110
    },
    {
      "epoch": 0.7794166666666666,
      "grad_norm": 7.396627902984619,
      "learning_rate": 3.4876759631873296e-05,
      "loss": 7.5755,
      "step": 374120
    },
    {
      "epoch": 0.7794375,
      "grad_norm": 1.5156844854354858,
      "learning_rate": 3.487043992619411e-05,
      "loss": 7.825,
      "step": 374130
    },
    {
      "epoch": 0.7794583333333334,
      "grad_norm": 4.048250675201416,
      "learning_rate": 3.4864120717829034e-05,
      "loss": 7.0846,
      "step": 374140
    },
    {
      "epoch": 0.7794791666666666,
      "grad_norm": 4.879386901855469,
      "learning_rate": 3.4857802006805336e-05,
      "loss": 7.519,
      "step": 374150
    },
    {
      "epoch": 0.7795,
      "grad_norm": 1.6344542503356934,
      "learning_rate": 3.4851483793150434e-05,
      "loss": 7.0725,
      "step": 374160
    },
    {
      "epoch": 0.7795208333333333,
      "grad_norm": 1.6435561180114746,
      "learning_rate": 3.484516607689149e-05,
      "loss": 7.6767,
      "step": 374170
    },
    {
      "epoch": 0.7795416666666667,
      "grad_norm": 1.9001083374023438,
      "learning_rate": 3.4838848858055875e-05,
      "loss": 7.3023,
      "step": 374180
    },
    {
      "epoch": 0.7795625,
      "grad_norm": 1.1664236783981323,
      "learning_rate": 3.483253213667083e-05,
      "loss": 6.7512,
      "step": 374190
    },
    {
      "epoch": 0.7795833333333333,
      "grad_norm": 8.672800064086914,
      "learning_rate": 3.482621591276367e-05,
      "loss": 7.911,
      "step": 374200
    },
    {
      "epoch": 0.7796041666666667,
      "grad_norm": 2.9434845447540283,
      "learning_rate": 3.4819900186361657e-05,
      "loss": 7.0281,
      "step": 374210
    },
    {
      "epoch": 0.779625,
      "grad_norm": 1.149322271347046,
      "learning_rate": 3.481358495749209e-05,
      "loss": 7.3201,
      "step": 374220
    },
    {
      "epoch": 0.7796458333333334,
      "grad_norm": 1.5581179857254028,
      "learning_rate": 3.480727022618224e-05,
      "loss": 7.7062,
      "step": 374230
    },
    {
      "epoch": 0.7796666666666666,
      "grad_norm": 1.3906512260437012,
      "learning_rate": 3.480095599245939e-05,
      "loss": 7.0774,
      "step": 374240
    },
    {
      "epoch": 0.7796875,
      "grad_norm": 1.4848508834838867,
      "learning_rate": 3.479464225635081e-05,
      "loss": 7.0387,
      "step": 374250
    },
    {
      "epoch": 0.7797083333333333,
      "grad_norm": 1.4929088354110718,
      "learning_rate": 3.478832901788377e-05,
      "loss": 6.7406,
      "step": 374260
    },
    {
      "epoch": 0.7797291666666667,
      "grad_norm": 2.2896602153778076,
      "learning_rate": 3.4782016277085555e-05,
      "loss": 7.0429,
      "step": 374270
    },
    {
      "epoch": 0.77975,
      "grad_norm": 1.0663046836853027,
      "learning_rate": 3.4775704033983406e-05,
      "loss": 7.3966,
      "step": 374280
    },
    {
      "epoch": 0.7797708333333333,
      "grad_norm": 0.9237222671508789,
      "learning_rate": 3.476939228860463e-05,
      "loss": 7.3304,
      "step": 374290
    },
    {
      "epoch": 0.7797916666666667,
      "grad_norm": 2.0233161449432373,
      "learning_rate": 3.476308104097648e-05,
      "loss": 7.0862,
      "step": 374300
    },
    {
      "epoch": 0.7798125,
      "grad_norm": 1.0885305404663086,
      "learning_rate": 3.475677029112614e-05,
      "loss": 7.36,
      "step": 374310
    },
    {
      "epoch": 0.7798333333333334,
      "grad_norm": 1.4944825172424316,
      "learning_rate": 3.475046003908098e-05,
      "loss": 6.986,
      "step": 374320
    },
    {
      "epoch": 0.7798541666666666,
      "grad_norm": 1.7583285570144653,
      "learning_rate": 3.474415028486826e-05,
      "loss": 7.3322,
      "step": 374330
    },
    {
      "epoch": 0.779875,
      "grad_norm": 1.9457623958587646,
      "learning_rate": 3.47378410285151e-05,
      "loss": 7.5764,
      "step": 374340
    },
    {
      "epoch": 0.7798958333333333,
      "grad_norm": 1.2096245288848877,
      "learning_rate": 3.473153227004888e-05,
      "loss": 7.0141,
      "step": 374350
    },
    {
      "epoch": 0.7799166666666667,
      "grad_norm": 4.218001365661621,
      "learning_rate": 3.4725224009496855e-05,
      "loss": 7.2901,
      "step": 374360
    },
    {
      "epoch": 0.7799375,
      "grad_norm": 1.144473671913147,
      "learning_rate": 3.471891624688615e-05,
      "loss": 7.1069,
      "step": 374370
    },
    {
      "epoch": 0.7799583333333333,
      "grad_norm": 2.179685115814209,
      "learning_rate": 3.471260898224413e-05,
      "loss": 7.0936,
      "step": 374380
    },
    {
      "epoch": 0.7799791666666667,
      "grad_norm": 1.7919626235961914,
      "learning_rate": 3.4706302215598077e-05,
      "loss": 7.1895,
      "step": 374390
    },
    {
      "epoch": 0.78,
      "grad_norm": 2.0267927646636963,
      "learning_rate": 3.469999594697506e-05,
      "loss": 7.3597,
      "step": 374400
    },
    {
      "epoch": 0.7800208333333334,
      "grad_norm": 1.277264952659607,
      "learning_rate": 3.469369017640249e-05,
      "loss": 7.2691,
      "step": 374410
    },
    {
      "epoch": 0.7800416666666666,
      "grad_norm": 1.1665287017822266,
      "learning_rate": 3.4687384903907515e-05,
      "loss": 6.8615,
      "step": 374420
    },
    {
      "epoch": 0.7800625,
      "grad_norm": 3.386564016342163,
      "learning_rate": 3.4681080129517336e-05,
      "loss": 7.3807,
      "step": 374430
    },
    {
      "epoch": 0.7800833333333334,
      "grad_norm": 1.8983076810836792,
      "learning_rate": 3.467477585325934e-05,
      "loss": 7.2997,
      "step": 374440
    },
    {
      "epoch": 0.7801041666666667,
      "grad_norm": 1.0207659006118774,
      "learning_rate": 3.466847207516063e-05,
      "loss": 7.0595,
      "step": 374450
    },
    {
      "epoch": 0.780125,
      "grad_norm": 1.7858139276504517,
      "learning_rate": 3.46621687952484e-05,
      "loss": 7.1971,
      "step": 374460
    },
    {
      "epoch": 0.7801458333333333,
      "grad_norm": 1.6039791107177734,
      "learning_rate": 3.465586601355006e-05,
      "loss": 7.7077,
      "step": 374470
    },
    {
      "epoch": 0.7801666666666667,
      "grad_norm": 1.2373063564300537,
      "learning_rate": 3.464956373009266e-05,
      "loss": 7.1608,
      "step": 374480
    },
    {
      "epoch": 0.7801875,
      "grad_norm": 1.1018096208572388,
      "learning_rate": 3.46432619449035e-05,
      "loss": 7.5238,
      "step": 374490
    },
    {
      "epoch": 0.7802083333333333,
      "grad_norm": 2.784783124923706,
      "learning_rate": 3.463696065800978e-05,
      "loss": 7.5546,
      "step": 374500
    },
    {
      "epoch": 0.7802291666666666,
      "grad_norm": 5.179739952087402,
      "learning_rate": 3.463065986943872e-05,
      "loss": 7.0725,
      "step": 374510
    },
    {
      "epoch": 0.78025,
      "grad_norm": 1.4939725399017334,
      "learning_rate": 3.4624359579217556e-05,
      "loss": 6.83,
      "step": 374520
    },
    {
      "epoch": 0.7802708333333334,
      "grad_norm": 0.9934611320495605,
      "learning_rate": 3.4618059787373484e-05,
      "loss": 7.2196,
      "step": 374530
    },
    {
      "epoch": 0.7802916666666667,
      "grad_norm": 0.9697926640510559,
      "learning_rate": 3.4611760493933714e-05,
      "loss": 7.2325,
      "step": 374540
    },
    {
      "epoch": 0.7803125,
      "grad_norm": 1.8510370254516602,
      "learning_rate": 3.4605461698925475e-05,
      "loss": 6.9616,
      "step": 374550
    },
    {
      "epoch": 0.7803333333333333,
      "grad_norm": 2.180828332901001,
      "learning_rate": 3.459916340237597e-05,
      "loss": 7.1989,
      "step": 374560
    },
    {
      "epoch": 0.7803541666666667,
      "grad_norm": 1.568937063217163,
      "learning_rate": 3.459286560431239e-05,
      "loss": 6.7611,
      "step": 374570
    },
    {
      "epoch": 0.780375,
      "grad_norm": 2.313425302505493,
      "learning_rate": 3.458656830476196e-05,
      "loss": 7.2239,
      "step": 374580
    },
    {
      "epoch": 0.7803958333333333,
      "grad_norm": 3.9183499813079834,
      "learning_rate": 3.458027150375185e-05,
      "loss": 7.1762,
      "step": 374590
    },
    {
      "epoch": 0.7804166666666666,
      "grad_norm": 1.3181458711624146,
      "learning_rate": 3.4573975201309296e-05,
      "loss": 7.1436,
      "step": 374600
    },
    {
      "epoch": 0.7804375,
      "grad_norm": 1.7678759098052979,
      "learning_rate": 3.456767939746149e-05,
      "loss": 7.4937,
      "step": 374610
    },
    {
      "epoch": 0.7804583333333334,
      "grad_norm": 1.5536868572235107,
      "learning_rate": 3.456138409223559e-05,
      "loss": 7.4824,
      "step": 374620
    },
    {
      "epoch": 0.7804791666666666,
      "grad_norm": 3.343296766281128,
      "learning_rate": 3.455508928565884e-05,
      "loss": 7.2617,
      "step": 374630
    },
    {
      "epoch": 0.7805,
      "grad_norm": 1.5192216634750366,
      "learning_rate": 3.4548794977758395e-05,
      "loss": 6.9673,
      "step": 374640
    },
    {
      "epoch": 0.7805208333333333,
      "grad_norm": 2.56009578704834,
      "learning_rate": 3.4542501168561474e-05,
      "loss": 7.1527,
      "step": 374650
    },
    {
      "epoch": 0.7805416666666667,
      "grad_norm": 2.18367338180542,
      "learning_rate": 3.4536207858095234e-05,
      "loss": 7.6754,
      "step": 374660
    },
    {
      "epoch": 0.7805625,
      "grad_norm": 2.2275755405426025,
      "learning_rate": 3.4529915046386916e-05,
      "loss": 7.2659,
      "step": 374670
    },
    {
      "epoch": 0.7805833333333333,
      "grad_norm": 1.0210546255111694,
      "learning_rate": 3.452362273346357e-05,
      "loss": 7.3633,
      "step": 374680
    },
    {
      "epoch": 0.7806041666666667,
      "grad_norm": 1.145168423652649,
      "learning_rate": 3.451733091935252e-05,
      "loss": 7.225,
      "step": 374690
    },
    {
      "epoch": 0.780625,
      "grad_norm": 1.8424917459487915,
      "learning_rate": 3.4511039604080915e-05,
      "loss": 7.4905,
      "step": 374700
    },
    {
      "epoch": 0.7806458333333334,
      "grad_norm": 2.253908395767212,
      "learning_rate": 3.450474878767583e-05,
      "loss": 7.142,
      "step": 374710
    },
    {
      "epoch": 0.7806666666666666,
      "grad_norm": 2.9213035106658936,
      "learning_rate": 3.4498458470164564e-05,
      "loss": 6.9744,
      "step": 374720
    },
    {
      "epoch": 0.7806875,
      "grad_norm": 4.033854961395264,
      "learning_rate": 3.449216865157427e-05,
      "loss": 7.8821,
      "step": 374730
    },
    {
      "epoch": 0.7807083333333333,
      "grad_norm": 1.3465545177459717,
      "learning_rate": 3.4485879331931996e-05,
      "loss": 8.2583,
      "step": 374740
    },
    {
      "epoch": 0.7807291666666667,
      "grad_norm": 1.1051534414291382,
      "learning_rate": 3.447959051126506e-05,
      "loss": 7.4777,
      "step": 374750
    },
    {
      "epoch": 0.78075,
      "grad_norm": 1.6448696851730347,
      "learning_rate": 3.447330218960059e-05,
      "loss": 7.1073,
      "step": 374760
    },
    {
      "epoch": 0.7807708333333333,
      "grad_norm": 1.2285406589508057,
      "learning_rate": 3.446701436696566e-05,
      "loss": 7.2252,
      "step": 374770
    },
    {
      "epoch": 0.7807916666666667,
      "grad_norm": 1.208035945892334,
      "learning_rate": 3.446072704338753e-05,
      "loss": 7.4547,
      "step": 374780
    },
    {
      "epoch": 0.7808125,
      "grad_norm": 8.683743476867676,
      "learning_rate": 3.445444021889337e-05,
      "loss": 7.6108,
      "step": 374790
    },
    {
      "epoch": 0.7808333333333334,
      "grad_norm": 1.2713180780410767,
      "learning_rate": 3.444815389351024e-05,
      "loss": 7.275,
      "step": 374800
    },
    {
      "epoch": 0.7808541666666666,
      "grad_norm": 1.3169828653335571,
      "learning_rate": 3.444186806726536e-05,
      "loss": 6.7896,
      "step": 374810
    },
    {
      "epoch": 0.780875,
      "grad_norm": 1.4271243810653687,
      "learning_rate": 3.443558274018586e-05,
      "loss": 6.868,
      "step": 374820
    },
    {
      "epoch": 0.7808958333333333,
      "grad_norm": 1.4375337362289429,
      "learning_rate": 3.442929791229891e-05,
      "loss": 7.1479,
      "step": 374830
    },
    {
      "epoch": 0.7809166666666667,
      "grad_norm": 1.5488193035125732,
      "learning_rate": 3.442301358363163e-05,
      "loss": 7.0979,
      "step": 374840
    },
    {
      "epoch": 0.7809375,
      "grad_norm": 1.165445327758789,
      "learning_rate": 3.4416729754211185e-05,
      "loss": 7.1693,
      "step": 374850
    },
    {
      "epoch": 0.7809583333333333,
      "grad_norm": 1.493747353553772,
      "learning_rate": 3.441044642406474e-05,
      "loss": 6.8028,
      "step": 374860
    },
    {
      "epoch": 0.7809791666666667,
      "grad_norm": 1.6310019493103027,
      "learning_rate": 3.4404163593219386e-05,
      "loss": 7.1029,
      "step": 374870
    },
    {
      "epoch": 0.781,
      "grad_norm": 2.1489200592041016,
      "learning_rate": 3.43978812617023e-05,
      "loss": 6.9681,
      "step": 374880
    },
    {
      "epoch": 0.7810208333333334,
      "grad_norm": 1.628524661064148,
      "learning_rate": 3.43915994295406e-05,
      "loss": 7.2765,
      "step": 374890
    },
    {
      "epoch": 0.7810416666666666,
      "grad_norm": 2.055095672607422,
      "learning_rate": 3.438531809676144e-05,
      "loss": 6.9983,
      "step": 374900
    },
    {
      "epoch": 0.7810625,
      "grad_norm": 1.7327797412872314,
      "learning_rate": 3.437903726339194e-05,
      "loss": 7.8121,
      "step": 374910
    },
    {
      "epoch": 0.7810833333333334,
      "grad_norm": 2.7122626304626465,
      "learning_rate": 3.437275692945923e-05,
      "loss": 7.3833,
      "step": 374920
    },
    {
      "epoch": 0.7811041666666667,
      "grad_norm": 4.6272478103637695,
      "learning_rate": 3.436647709499045e-05,
      "loss": 7.2153,
      "step": 374930
    },
    {
      "epoch": 0.781125,
      "grad_norm": 3.347555637359619,
      "learning_rate": 3.436019776001271e-05,
      "loss": 7.0288,
      "step": 374940
    },
    {
      "epoch": 0.7811458333333333,
      "grad_norm": 1.3985190391540527,
      "learning_rate": 3.435391892455315e-05,
      "loss": 7.3336,
      "step": 374950
    },
    {
      "epoch": 0.7811666666666667,
      "grad_norm": 2.544325113296509,
      "learning_rate": 3.434764058863888e-05,
      "loss": 7.4349,
      "step": 374960
    },
    {
      "epoch": 0.7811875,
      "grad_norm": 3.0106658935546875,
      "learning_rate": 3.434136275229702e-05,
      "loss": 6.8451,
      "step": 374970
    },
    {
      "epoch": 0.7812083333333333,
      "grad_norm": 1.4016348123550415,
      "learning_rate": 3.433508541555469e-05,
      "loss": 7.3543,
      "step": 374980
    },
    {
      "epoch": 0.7812291666666666,
      "grad_norm": 1.309184193611145,
      "learning_rate": 3.432880857843902e-05,
      "loss": 7.3095,
      "step": 374990
    },
    {
      "epoch": 0.78125,
      "grad_norm": 2.091757297515869,
      "learning_rate": 3.43225322409771e-05,
      "loss": 9.5635,
      "step": 375000
    },
    {
      "epoch": 0.78125,
      "eval_loss": 7.739823818206787,
      "eval_runtime": 9.3904,
      "eval_samples_per_second": 0.319,
      "eval_steps_per_second": 0.106,
      "step": 375000
    },
    {
      "epoch": 0.7812708333333334,
      "grad_norm": 2.8988454341888428,
      "learning_rate": 3.431625640319606e-05,
      "loss": 7.1845,
      "step": 375010
    },
    {
      "epoch": 0.7812916666666667,
      "grad_norm": 1.324377179145813,
      "learning_rate": 3.4309981065123e-05,
      "loss": 6.9111,
      "step": 375020
    },
    {
      "epoch": 0.7813125,
      "grad_norm": 1.5006277561187744,
      "learning_rate": 3.430370622678502e-05,
      "loss": 7.2963,
      "step": 375030
    },
    {
      "epoch": 0.7813333333333333,
      "grad_norm": 2.330270767211914,
      "learning_rate": 3.429743188820928e-05,
      "loss": 7.3218,
      "step": 375040
    },
    {
      "epoch": 0.7813541666666667,
      "grad_norm": 1.6349490880966187,
      "learning_rate": 3.429115804942276e-05,
      "loss": 7.5504,
      "step": 375050
    },
    {
      "epoch": 0.781375,
      "grad_norm": 2.7255008220672607,
      "learning_rate": 3.4284884710452656e-05,
      "loss": 7.2636,
      "step": 375060
    },
    {
      "epoch": 0.7813958333333333,
      "grad_norm": 1.710819959640503,
      "learning_rate": 3.4278611871326114e-05,
      "loss": 7.6939,
      "step": 375070
    },
    {
      "epoch": 0.7814166666666666,
      "grad_norm": 1.6836100816726685,
      "learning_rate": 3.427233953207011e-05,
      "loss": 7.1546,
      "step": 375080
    },
    {
      "epoch": 0.7814375,
      "grad_norm": 7.167893409729004,
      "learning_rate": 3.426606769271176e-05,
      "loss": 7.348,
      "step": 375090
    },
    {
      "epoch": 0.7814583333333334,
      "grad_norm": 1.1007890701293945,
      "learning_rate": 3.4259796353278255e-05,
      "loss": 7.0197,
      "step": 375100
    },
    {
      "epoch": 0.7814791666666666,
      "grad_norm": 2.4414079189300537,
      "learning_rate": 3.425352551379659e-05,
      "loss": 7.2268,
      "step": 375110
    },
    {
      "epoch": 0.7815,
      "grad_norm": 1.7752673625946045,
      "learning_rate": 3.424725517429382e-05,
      "loss": 6.9276,
      "step": 375120
    },
    {
      "epoch": 0.7815208333333333,
      "grad_norm": 1.1246981620788574,
      "learning_rate": 3.424098533479718e-05,
      "loss": 7.1285,
      "step": 375130
    },
    {
      "epoch": 0.7815416666666667,
      "grad_norm": 1.5089012384414673,
      "learning_rate": 3.4234715995333624e-05,
      "loss": 6.6337,
      "step": 375140
    },
    {
      "epoch": 0.7815625,
      "grad_norm": 1.1051229238510132,
      "learning_rate": 3.422844715593023e-05,
      "loss": 6.7377,
      "step": 375150
    },
    {
      "epoch": 0.7815833333333333,
      "grad_norm": 1.0746043920516968,
      "learning_rate": 3.4222178816614204e-05,
      "loss": 7.1398,
      "step": 375160
    },
    {
      "epoch": 0.7816041666666667,
      "grad_norm": 2.336552143096924,
      "learning_rate": 3.42159109774125e-05,
      "loss": 7.1435,
      "step": 375170
    },
    {
      "epoch": 0.781625,
      "grad_norm": 1.7826341390609741,
      "learning_rate": 3.420964363835222e-05,
      "loss": 7.3906,
      "step": 375180
    },
    {
      "epoch": 0.7816458333333334,
      "grad_norm": 6.956023693084717,
      "learning_rate": 3.4203376799460446e-05,
      "loss": 7.9731,
      "step": 375190
    },
    {
      "epoch": 0.7816666666666666,
      "grad_norm": 1.8374580144882202,
      "learning_rate": 3.4197110460764245e-05,
      "loss": 6.9681,
      "step": 375200
    },
    {
      "epoch": 0.7816875,
      "grad_norm": 1.8324737548828125,
      "learning_rate": 3.41908446222907e-05,
      "loss": 7.2077,
      "step": 375210
    },
    {
      "epoch": 0.7817083333333333,
      "grad_norm": 1.6471590995788574,
      "learning_rate": 3.418457928406687e-05,
      "loss": 7.3535,
      "step": 375220
    },
    {
      "epoch": 0.7817291666666667,
      "grad_norm": 2.0962984561920166,
      "learning_rate": 3.4178314446119794e-05,
      "loss": 7.3714,
      "step": 375230
    },
    {
      "epoch": 0.78175,
      "grad_norm": 1.1647725105285645,
      "learning_rate": 3.4172050108476576e-05,
      "loss": 6.9547,
      "step": 375240
    },
    {
      "epoch": 0.7817708333333333,
      "grad_norm": 0.8834974765777588,
      "learning_rate": 3.416578627116424e-05,
      "loss": 8.232,
      "step": 375250
    },
    {
      "epoch": 0.7817916666666667,
      "grad_norm": 0.8282397389411926,
      "learning_rate": 3.415952293420986e-05,
      "loss": 7.2766,
      "step": 375260
    },
    {
      "epoch": 0.7818125,
      "grad_norm": 1.316537857055664,
      "learning_rate": 3.41532600976405e-05,
      "loss": 7.2057,
      "step": 375270
    },
    {
      "epoch": 0.7818333333333334,
      "grad_norm": 1.9141261577606201,
      "learning_rate": 3.414699776148318e-05,
      "loss": 7.0507,
      "step": 375280
    },
    {
      "epoch": 0.7818541666666666,
      "grad_norm": 3.092097043991089,
      "learning_rate": 3.414073592576498e-05,
      "loss": 7.169,
      "step": 375290
    },
    {
      "epoch": 0.781875,
      "grad_norm": 2.2706515789031982,
      "learning_rate": 3.413447459051295e-05,
      "loss": 7.0541,
      "step": 375300
    },
    {
      "epoch": 0.7818958333333333,
      "grad_norm": 0.951099693775177,
      "learning_rate": 3.412821375575412e-05,
      "loss": 6.9067,
      "step": 375310
    },
    {
      "epoch": 0.7819166666666667,
      "grad_norm": 2.259092092514038,
      "learning_rate": 3.412195342151553e-05,
      "loss": 6.7963,
      "step": 375320
    },
    {
      "epoch": 0.7819375,
      "grad_norm": 10.911718368530273,
      "learning_rate": 3.411569358782425e-05,
      "loss": 7.7189,
      "step": 375330
    },
    {
      "epoch": 0.7819583333333333,
      "grad_norm": 1.1278225183486938,
      "learning_rate": 3.410943425470731e-05,
      "loss": 6.8013,
      "step": 375340
    },
    {
      "epoch": 0.7819791666666667,
      "grad_norm": 3.8019444942474365,
      "learning_rate": 3.4103175422191715e-05,
      "loss": 7.3306,
      "step": 375350
    },
    {
      "epoch": 0.782,
      "grad_norm": 1.9349993467330933,
      "learning_rate": 3.409691709030454e-05,
      "loss": 7.0953,
      "step": 375360
    },
    {
      "epoch": 0.7820208333333334,
      "grad_norm": 1.44480562210083,
      "learning_rate": 3.40906592590728e-05,
      "loss": 6.9051,
      "step": 375370
    },
    {
      "epoch": 0.7820416666666666,
      "grad_norm": 1.7101757526397705,
      "learning_rate": 3.4084401928523545e-05,
      "loss": 7.6216,
      "step": 375380
    },
    {
      "epoch": 0.7820625,
      "grad_norm": 1.0404272079467773,
      "learning_rate": 3.407814509868383e-05,
      "loss": 7.6976,
      "step": 375390
    },
    {
      "epoch": 0.7820833333333334,
      "grad_norm": 1.927344799041748,
      "learning_rate": 3.407188876958056e-05,
      "loss": 7.2068,
      "step": 375400
    },
    {
      "epoch": 0.7821041666666667,
      "grad_norm": 2.0474228858947754,
      "learning_rate": 3.406563294124093e-05,
      "loss": 7.2112,
      "step": 375410
    },
    {
      "epoch": 0.782125,
      "grad_norm": 1.2081470489501953,
      "learning_rate": 3.405937761369182e-05,
      "loss": 7.0779,
      "step": 375420
    },
    {
      "epoch": 0.7821458333333333,
      "grad_norm": 1.5102102756500244,
      "learning_rate": 3.405312278696026e-05,
      "loss": 7.4456,
      "step": 375430
    },
    {
      "epoch": 0.7821666666666667,
      "grad_norm": 2.61506724357605,
      "learning_rate": 3.404686846107342e-05,
      "loss": 7.1926,
      "step": 375440
    },
    {
      "epoch": 0.7821875,
      "grad_norm": 1.4935091733932495,
      "learning_rate": 3.404061463605816e-05,
      "loss": 6.9293,
      "step": 375450
    },
    {
      "epoch": 0.7822083333333333,
      "grad_norm": 1.644370675086975,
      "learning_rate": 3.4034361311941506e-05,
      "loss": 6.9984,
      "step": 375460
    },
    {
      "epoch": 0.7822291666666666,
      "grad_norm": 1.1657073497772217,
      "learning_rate": 3.402810848875058e-05,
      "loss": 7.3972,
      "step": 375470
    },
    {
      "epoch": 0.78225,
      "grad_norm": 4.380422115325928,
      "learning_rate": 3.402185616651229e-05,
      "loss": 7.4097,
      "step": 375480
    },
    {
      "epoch": 0.7822708333333334,
      "grad_norm": 1.2202266454696655,
      "learning_rate": 3.401560434525362e-05,
      "loss": 6.9663,
      "step": 375490
    },
    {
      "epoch": 0.7822916666666667,
      "grad_norm": 1.7434775829315186,
      "learning_rate": 3.400935302500172e-05,
      "loss": 7.7858,
      "step": 375500
    },
    {
      "epoch": 0.7823125,
      "grad_norm": 0.9210147261619568,
      "learning_rate": 3.4003102205783475e-05,
      "loss": 6.911,
      "step": 375510
    },
    {
      "epoch": 0.7823333333333333,
      "grad_norm": 1.9655705690383911,
      "learning_rate": 3.399685188762585e-05,
      "loss": 7.1391,
      "step": 375520
    },
    {
      "epoch": 0.7823541666666667,
      "grad_norm": 1.0389279127120972,
      "learning_rate": 3.399060207055601e-05,
      "loss": 7.2167,
      "step": 375530
    },
    {
      "epoch": 0.782375,
      "grad_norm": 2.4973556995391846,
      "learning_rate": 3.398435275460079e-05,
      "loss": 7.3055,
      "step": 375540
    },
    {
      "epoch": 0.7823958333333333,
      "grad_norm": 3.721315860748291,
      "learning_rate": 3.397810393978725e-05,
      "loss": 7.3196,
      "step": 375550
    },
    {
      "epoch": 0.7824166666666666,
      "grad_norm": 2.5476768016815186,
      "learning_rate": 3.3971855626142383e-05,
      "loss": 7.5937,
      "step": 375560
    },
    {
      "epoch": 0.7824375,
      "grad_norm": 3.6915929317474365,
      "learning_rate": 3.3965607813693166e-05,
      "loss": 6.9037,
      "step": 375570
    },
    {
      "epoch": 0.7824583333333334,
      "grad_norm": 0.7512865662574768,
      "learning_rate": 3.3959360502466595e-05,
      "loss": 8.6333,
      "step": 375580
    },
    {
      "epoch": 0.7824791666666666,
      "grad_norm": 2.070289134979248,
      "learning_rate": 3.3953113692489666e-05,
      "loss": 7.2219,
      "step": 375590
    },
    {
      "epoch": 0.7825,
      "grad_norm": 1.9220192432403564,
      "learning_rate": 3.3946867383789336e-05,
      "loss": 7.8357,
      "step": 375600
    },
    {
      "epoch": 0.7825208333333333,
      "grad_norm": 1.040246605873108,
      "learning_rate": 3.3940621576392614e-05,
      "loss": 7.2818,
      "step": 375610
    },
    {
      "epoch": 0.7825416666666667,
      "grad_norm": 1.5110857486724854,
      "learning_rate": 3.3934376270326444e-05,
      "loss": 6.9392,
      "step": 375620
    },
    {
      "epoch": 0.7825625,
      "grad_norm": 1.7525798082351685,
      "learning_rate": 3.3928131465617856e-05,
      "loss": 7.6124,
      "step": 375630
    },
    {
      "epoch": 0.7825833333333333,
      "grad_norm": 2.167680025100708,
      "learning_rate": 3.392188716229378e-05,
      "loss": 6.887,
      "step": 375640
    },
    {
      "epoch": 0.7826041666666667,
      "grad_norm": 1.2103893756866455,
      "learning_rate": 3.3915643360381194e-05,
      "loss": 7.8841,
      "step": 375650
    },
    {
      "epoch": 0.782625,
      "grad_norm": 1.5807340145111084,
      "learning_rate": 3.390940005990711e-05,
      "loss": 7.0423,
      "step": 375660
    },
    {
      "epoch": 0.7826458333333334,
      "grad_norm": 4.278766632080078,
      "learning_rate": 3.390315726089848e-05,
      "loss": 7.7592,
      "step": 375670
    },
    {
      "epoch": 0.7826666666666666,
      "grad_norm": 0.907490611076355,
      "learning_rate": 3.3896914963382174e-05,
      "loss": 6.8024,
      "step": 375680
    },
    {
      "epoch": 0.7826875,
      "grad_norm": 1.0735541582107544,
      "learning_rate": 3.3890673167385294e-05,
      "loss": 7.7656,
      "step": 375690
    },
    {
      "epoch": 0.7827083333333333,
      "grad_norm": 2.1838772296905518,
      "learning_rate": 3.388443187293478e-05,
      "loss": 6.8497,
      "step": 375700
    },
    {
      "epoch": 0.7827291666666667,
      "grad_norm": 1.005841851234436,
      "learning_rate": 3.3878191080057474e-05,
      "loss": 7.0546,
      "step": 375710
    },
    {
      "epoch": 0.78275,
      "grad_norm": 2.664005756378174,
      "learning_rate": 3.387195078878048e-05,
      "loss": 7.1446,
      "step": 375720
    },
    {
      "epoch": 0.7827708333333333,
      "grad_norm": 1.9867419004440308,
      "learning_rate": 3.38657109991307e-05,
      "loss": 7.3088,
      "step": 375730
    },
    {
      "epoch": 0.7827916666666667,
      "grad_norm": 1.2844271659851074,
      "learning_rate": 3.3859471711135026e-05,
      "loss": 7.3533,
      "step": 375740
    },
    {
      "epoch": 0.7828125,
      "grad_norm": 1.164458990097046,
      "learning_rate": 3.3853232924820486e-05,
      "loss": 7.4889,
      "step": 375750
    },
    {
      "epoch": 0.7828333333333334,
      "grad_norm": 1.7735072374343872,
      "learning_rate": 3.3846994640214064e-05,
      "loss": 7.4126,
      "step": 375760
    },
    {
      "epoch": 0.7828541666666666,
      "grad_norm": 2.6544792652130127,
      "learning_rate": 3.384075685734255e-05,
      "loss": 7.2992,
      "step": 375770
    },
    {
      "epoch": 0.782875,
      "grad_norm": 2.2569680213928223,
      "learning_rate": 3.383451957623303e-05,
      "loss": 7.1137,
      "step": 375780
    },
    {
      "epoch": 0.7828958333333333,
      "grad_norm": 2.3886842727661133,
      "learning_rate": 3.382828279691244e-05,
      "loss": 7.1221,
      "step": 375790
    },
    {
      "epoch": 0.7829166666666667,
      "grad_norm": 0.7836689949035645,
      "learning_rate": 3.3822046519407625e-05,
      "loss": 7.0501,
      "step": 375800
    },
    {
      "epoch": 0.7829375,
      "grad_norm": 1.5336054563522339,
      "learning_rate": 3.3815810743745644e-05,
      "loss": 7.344,
      "step": 375810
    },
    {
      "epoch": 0.7829583333333333,
      "grad_norm": 5.558036804199219,
      "learning_rate": 3.3809575469953334e-05,
      "loss": 6.9963,
      "step": 375820
    },
    {
      "epoch": 0.7829791666666667,
      "grad_norm": 3.09359073638916,
      "learning_rate": 3.380334069805764e-05,
      "loss": 7.3628,
      "step": 375830
    },
    {
      "epoch": 0.783,
      "grad_norm": 1.2362462282180786,
      "learning_rate": 3.379710642808558e-05,
      "loss": 7.007,
      "step": 375840
    },
    {
      "epoch": 0.7830208333333334,
      "grad_norm": 5.174495697021484,
      "learning_rate": 3.3790872660064e-05,
      "loss": 7.2981,
      "step": 375850
    },
    {
      "epoch": 0.7830416666666666,
      "grad_norm": 1.7218044996261597,
      "learning_rate": 3.37846393940198e-05,
      "loss": 6.7319,
      "step": 375860
    },
    {
      "epoch": 0.7830625,
      "grad_norm": 2.6765756607055664,
      "learning_rate": 3.377840662998005e-05,
      "loss": 7.4665,
      "step": 375870
    },
    {
      "epoch": 0.7830833333333334,
      "grad_norm": 1.2952033281326294,
      "learning_rate": 3.377217436797153e-05,
      "loss": 7.4632,
      "step": 375880
    },
    {
      "epoch": 0.7831041666666667,
      "grad_norm": 1.023057460784912,
      "learning_rate": 3.3765942608021164e-05,
      "loss": 6.8035,
      "step": 375890
    },
    {
      "epoch": 0.783125,
      "grad_norm": 3.684662103652954,
      "learning_rate": 3.375971135015602e-05,
      "loss": 7.4776,
      "step": 375900
    },
    {
      "epoch": 0.7831458333333333,
      "grad_norm": 4.354633331298828,
      "learning_rate": 3.375348059440286e-05,
      "loss": 7.2544,
      "step": 375910
    },
    {
      "epoch": 0.7831666666666667,
      "grad_norm": 2.7603883743286133,
      "learning_rate": 3.374725034078864e-05,
      "loss": 7.4285,
      "step": 375920
    },
    {
      "epoch": 0.7831875,
      "grad_norm": 0.8484399318695068,
      "learning_rate": 3.3741020589340286e-05,
      "loss": 7.6732,
      "step": 375930
    },
    {
      "epoch": 0.7832083333333333,
      "grad_norm": 1.519307255744934,
      "learning_rate": 3.3734791340084714e-05,
      "loss": 6.975,
      "step": 375940
    },
    {
      "epoch": 0.7832291666666666,
      "grad_norm": 1.1662570238113403,
      "learning_rate": 3.3728562593048814e-05,
      "loss": 7.0569,
      "step": 375950
    },
    {
      "epoch": 0.78325,
      "grad_norm": 3.365968942642212,
      "learning_rate": 3.372233434825951e-05,
      "loss": 7.3747,
      "step": 375960
    },
    {
      "epoch": 0.7832708333333334,
      "grad_norm": 3.736248254776001,
      "learning_rate": 3.371610660574369e-05,
      "loss": 7.5481,
      "step": 375970
    },
    {
      "epoch": 0.7832916666666667,
      "grad_norm": 1.1070133447647095,
      "learning_rate": 3.3709879365528256e-05,
      "loss": 7.3985,
      "step": 375980
    },
    {
      "epoch": 0.7833125,
      "grad_norm": 1.9003198146820068,
      "learning_rate": 3.3703652627640114e-05,
      "loss": 7.2625,
      "step": 375990
    },
    {
      "epoch": 0.7833333333333333,
      "grad_norm": 1.334241509437561,
      "learning_rate": 3.369742639210615e-05,
      "loss": 7.2259,
      "step": 376000
    },
    {
      "epoch": 0.7833333333333333,
      "eval_loss": 7.344292640686035,
      "eval_runtime": 9.2486,
      "eval_samples_per_second": 0.324,
      "eval_steps_per_second": 0.108,
      "step": 376000
    },
    {
      "epoch": 0.7833541666666667,
      "grad_norm": 3.569157600402832,
      "learning_rate": 3.369120065895329e-05,
      "loss": 7.3732,
      "step": 376010
    },
    {
      "epoch": 0.783375,
      "grad_norm": 2.4825711250305176,
      "learning_rate": 3.36849754282084e-05,
      "loss": 6.7941,
      "step": 376020
    },
    {
      "epoch": 0.7833958333333333,
      "grad_norm": 1.132496953010559,
      "learning_rate": 3.367875069989837e-05,
      "loss": 7.4645,
      "step": 376030
    },
    {
      "epoch": 0.7834166666666667,
      "grad_norm": 2.167555809020996,
      "learning_rate": 3.367252647405014e-05,
      "loss": 7.5429,
      "step": 376040
    },
    {
      "epoch": 0.7834375,
      "grad_norm": 0.9819155335426331,
      "learning_rate": 3.366630275069046e-05,
      "loss": 6.9374,
      "step": 376050
    },
    {
      "epoch": 0.7834583333333334,
      "grad_norm": 5.24889612197876,
      "learning_rate": 3.3660079529846345e-05,
      "loss": 7.4692,
      "step": 376060
    },
    {
      "epoch": 0.7834791666666666,
      "grad_norm": 1.9595577716827393,
      "learning_rate": 3.365385681154467e-05,
      "loss": 6.8623,
      "step": 376070
    },
    {
      "epoch": 0.7835,
      "grad_norm": 1.4842429161071777,
      "learning_rate": 3.364763459581222e-05,
      "loss": 6.8636,
      "step": 376080
    },
    {
      "epoch": 0.7835208333333333,
      "grad_norm": 1.1567142009735107,
      "learning_rate": 3.3641412882675964e-05,
      "loss": 7.031,
      "step": 376090
    },
    {
      "epoch": 0.7835416666666667,
      "grad_norm": 2.4145331382751465,
      "learning_rate": 3.363519167216278e-05,
      "loss": 7.1853,
      "step": 376100
    },
    {
      "epoch": 0.7835625,
      "grad_norm": 0.8531004190444946,
      "learning_rate": 3.362897096429944e-05,
      "loss": 7.1273,
      "step": 376110
    },
    {
      "epoch": 0.7835833333333333,
      "grad_norm": 2.297591209411621,
      "learning_rate": 3.3622750759112915e-05,
      "loss": 7.5247,
      "step": 376120
    },
    {
      "epoch": 0.7836041666666667,
      "grad_norm": 1.2198303937911987,
      "learning_rate": 3.361653105663007e-05,
      "loss": 7.3067,
      "step": 376130
    },
    {
      "epoch": 0.783625,
      "grad_norm": 1.125157356262207,
      "learning_rate": 3.361031185687768e-05,
      "loss": 7.0064,
      "step": 376140
    },
    {
      "epoch": 0.7836458333333334,
      "grad_norm": 1.9028229713439941,
      "learning_rate": 3.3604093159882713e-05,
      "loss": 7.3621,
      "step": 376150
    },
    {
      "epoch": 0.7836666666666666,
      "grad_norm": 1.0732580423355103,
      "learning_rate": 3.359787496567202e-05,
      "loss": 7.1089,
      "step": 376160
    },
    {
      "epoch": 0.7836875,
      "grad_norm": 0.7405622601509094,
      "learning_rate": 3.359165727427236e-05,
      "loss": 7.2024,
      "step": 376170
    },
    {
      "epoch": 0.7837083333333333,
      "grad_norm": 1.0488988161087036,
      "learning_rate": 3.358544008571074e-05,
      "loss": 7.4317,
      "step": 376180
    },
    {
      "epoch": 0.7837291666666667,
      "grad_norm": 1.7859834432601929,
      "learning_rate": 3.357922340001389e-05,
      "loss": 6.5827,
      "step": 376190
    },
    {
      "epoch": 0.78375,
      "grad_norm": 1.9908825159072876,
      "learning_rate": 3.357300721720868e-05,
      "loss": 7.5284,
      "step": 376200
    },
    {
      "epoch": 0.7837708333333333,
      "grad_norm": 1.4312599897384644,
      "learning_rate": 3.356679153732209e-05,
      "loss": 7.0922,
      "step": 376210
    },
    {
      "epoch": 0.7837916666666667,
      "grad_norm": 4.4373626708984375,
      "learning_rate": 3.356057636038082e-05,
      "loss": 7.7916,
      "step": 376220
    },
    {
      "epoch": 0.7838125,
      "grad_norm": 1.5365467071533203,
      "learning_rate": 3.3554361686411714e-05,
      "loss": 7.0273,
      "step": 376230
    },
    {
      "epoch": 0.7838333333333334,
      "grad_norm": 2.227860689163208,
      "learning_rate": 3.354814751544178e-05,
      "loss": 7.1316,
      "step": 376240
    },
    {
      "epoch": 0.7838541666666666,
      "grad_norm": 1.2795000076293945,
      "learning_rate": 3.3541933847497706e-05,
      "loss": 6.7379,
      "step": 376250
    },
    {
      "epoch": 0.783875,
      "grad_norm": 4.022298812866211,
      "learning_rate": 3.353572068260636e-05,
      "loss": 7.1397,
      "step": 376260
    },
    {
      "epoch": 0.7838958333333333,
      "grad_norm": 1.2838596105575562,
      "learning_rate": 3.3529508020794625e-05,
      "loss": 7.2196,
      "step": 376270
    },
    {
      "epoch": 0.7839166666666667,
      "grad_norm": 1.799874186515808,
      "learning_rate": 3.35232958620893e-05,
      "loss": 7.6818,
      "step": 376280
    },
    {
      "epoch": 0.7839375,
      "grad_norm": 3.6817703247070312,
      "learning_rate": 3.3517084206517245e-05,
      "loss": 7.432,
      "step": 376290
    },
    {
      "epoch": 0.7839583333333333,
      "grad_norm": 6.0904436111450195,
      "learning_rate": 3.3510873054105264e-05,
      "loss": 7.8071,
      "step": 376300
    },
    {
      "epoch": 0.7839791666666667,
      "grad_norm": 0.9348792433738708,
      "learning_rate": 3.350466240488021e-05,
      "loss": 7.3011,
      "step": 376310
    },
    {
      "epoch": 0.784,
      "grad_norm": 1.8839396238327026,
      "learning_rate": 3.3498452258868895e-05,
      "loss": 7.1779,
      "step": 376320
    },
    {
      "epoch": 0.7840208333333333,
      "grad_norm": 1.1899210214614868,
      "learning_rate": 3.349224261609816e-05,
      "loss": 6.749,
      "step": 376330
    },
    {
      "epoch": 0.7840416666666666,
      "grad_norm": 1.2819254398345947,
      "learning_rate": 3.3486033476594825e-05,
      "loss": 7.1645,
      "step": 376340
    },
    {
      "epoch": 0.7840625,
      "grad_norm": 1.376240849494934,
      "learning_rate": 3.3479824840385693e-05,
      "loss": 6.9176,
      "step": 376350
    },
    {
      "epoch": 0.7840833333333334,
      "grad_norm": 1.0869423151016235,
      "learning_rate": 3.347361670749761e-05,
      "loss": 7.3754,
      "step": 376360
    },
    {
      "epoch": 0.7841041666666667,
      "grad_norm": 2.697582244873047,
      "learning_rate": 3.3467409077957364e-05,
      "loss": 7.73,
      "step": 376370
    },
    {
      "epoch": 0.784125,
      "grad_norm": 1.6868679523468018,
      "learning_rate": 3.346120195179179e-05,
      "loss": 7.0665,
      "step": 376380
    },
    {
      "epoch": 0.7841458333333333,
      "grad_norm": 3.7063121795654297,
      "learning_rate": 3.34549953290277e-05,
      "loss": 7.45,
      "step": 376390
    },
    {
      "epoch": 0.7841666666666667,
      "grad_norm": 2.356243848800659,
      "learning_rate": 3.34487892096919e-05,
      "loss": 7.4266,
      "step": 376400
    },
    {
      "epoch": 0.7841875,
      "grad_norm": 1.740243673324585,
      "learning_rate": 3.344258359381122e-05,
      "loss": 7.0567,
      "step": 376410
    },
    {
      "epoch": 0.7842083333333333,
      "grad_norm": 1.152209758758545,
      "learning_rate": 3.343637848141238e-05,
      "loss": 7.1954,
      "step": 376420
    },
    {
      "epoch": 0.7842291666666666,
      "grad_norm": 1.8565220832824707,
      "learning_rate": 3.343017387252227e-05,
      "loss": 6.8879,
      "step": 376430
    },
    {
      "epoch": 0.78425,
      "grad_norm": 1.2618434429168701,
      "learning_rate": 3.342396976716772e-05,
      "loss": 7.2161,
      "step": 376440
    },
    {
      "epoch": 0.7842708333333334,
      "grad_norm": 1.0223782062530518,
      "learning_rate": 3.341776616537539e-05,
      "loss": 7.2111,
      "step": 376450
    },
    {
      "epoch": 0.7842916666666667,
      "grad_norm": 0.915931761264801,
      "learning_rate": 3.341156306717221e-05,
      "loss": 6.9083,
      "step": 376460
    },
    {
      "epoch": 0.7843125,
      "grad_norm": 1.750662922859192,
      "learning_rate": 3.3405360472584964e-05,
      "loss": 7.0094,
      "step": 376470
    },
    {
      "epoch": 0.7843333333333333,
      "grad_norm": 1.1557230949401855,
      "learning_rate": 3.3399158381640326e-05,
      "loss": 7.7955,
      "step": 376480
    },
    {
      "epoch": 0.7843541666666667,
      "grad_norm": 1.182477593421936,
      "learning_rate": 3.3392956794365214e-05,
      "loss": 6.9657,
      "step": 376490
    },
    {
      "epoch": 0.784375,
      "grad_norm": 0.8766669631004333,
      "learning_rate": 3.3386755710786404e-05,
      "loss": 6.9571,
      "step": 376500
    },
    {
      "epoch": 0.7843958333333333,
      "grad_norm": 3.234025478363037,
      "learning_rate": 3.338055513093057e-05,
      "loss": 7.5282,
      "step": 376510
    },
    {
      "epoch": 0.7844166666666667,
      "grad_norm": 1.193305492401123,
      "learning_rate": 3.3374355054824635e-05,
      "loss": 7.1903,
      "step": 376520
    },
    {
      "epoch": 0.7844375,
      "grad_norm": 1.3246066570281982,
      "learning_rate": 3.336815548249535e-05,
      "loss": 7.1967,
      "step": 376530
    },
    {
      "epoch": 0.7844583333333334,
      "grad_norm": 1.2120590209960938,
      "learning_rate": 3.33619564139694e-05,
      "loss": 7.0646,
      "step": 376540
    },
    {
      "epoch": 0.7844791666666666,
      "grad_norm": 4.197451591491699,
      "learning_rate": 3.335575784927369e-05,
      "loss": 7.2607,
      "step": 376550
    },
    {
      "epoch": 0.7845,
      "grad_norm": 1.6175373792648315,
      "learning_rate": 3.33495597884349e-05,
      "loss": 7.8736,
      "step": 376560
    },
    {
      "epoch": 0.7845208333333333,
      "grad_norm": 6.582704544067383,
      "learning_rate": 3.334336223147985e-05,
      "loss": 7.0407,
      "step": 376570
    },
    {
      "epoch": 0.7845416666666667,
      "grad_norm": 1.967134952545166,
      "learning_rate": 3.33371651784353e-05,
      "loss": 6.9812,
      "step": 376580
    },
    {
      "epoch": 0.7845625,
      "grad_norm": 1.3445719480514526,
      "learning_rate": 3.3330968629328006e-05,
      "loss": 7.0048,
      "step": 376590
    },
    {
      "epoch": 0.7845833333333333,
      "grad_norm": 0.7936069369316101,
      "learning_rate": 3.3324772584184746e-05,
      "loss": 8.1396,
      "step": 376600
    },
    {
      "epoch": 0.7846041666666667,
      "grad_norm": 2.9351983070373535,
      "learning_rate": 3.33185770430323e-05,
      "loss": 7.6094,
      "step": 376610
    },
    {
      "epoch": 0.784625,
      "grad_norm": 1.0659161806106567,
      "learning_rate": 3.33123820058974e-05,
      "loss": 7.2086,
      "step": 376620
    },
    {
      "epoch": 0.7846458333333334,
      "grad_norm": 1.0876301527023315,
      "learning_rate": 3.3306187472806826e-05,
      "loss": 6.9451,
      "step": 376630
    },
    {
      "epoch": 0.7846666666666666,
      "grad_norm": 1.2525262832641602,
      "learning_rate": 3.329999344378734e-05,
      "loss": 7.1666,
      "step": 376640
    },
    {
      "epoch": 0.7846875,
      "grad_norm": 0.8491600751876831,
      "learning_rate": 3.329379991886568e-05,
      "loss": 7.0639,
      "step": 376650
    },
    {
      "epoch": 0.7847083333333333,
      "grad_norm": 2.6371402740478516,
      "learning_rate": 3.3287606898068606e-05,
      "loss": 7.6716,
      "step": 376660
    },
    {
      "epoch": 0.7847291666666667,
      "grad_norm": 2.529548168182373,
      "learning_rate": 3.3281414381422874e-05,
      "loss": 6.9668,
      "step": 376670
    },
    {
      "epoch": 0.78475,
      "grad_norm": 1.7979871034622192,
      "learning_rate": 3.327522236895523e-05,
      "loss": 7.1367,
      "step": 376680
    },
    {
      "epoch": 0.7847708333333333,
      "grad_norm": 1.5119481086730957,
      "learning_rate": 3.326903086069244e-05,
      "loss": 7.1425,
      "step": 376690
    },
    {
      "epoch": 0.7847916666666667,
      "grad_norm": 1.0383025407791138,
      "learning_rate": 3.3262839856661214e-05,
      "loss": 8.0149,
      "step": 376700
    },
    {
      "epoch": 0.7848125,
      "grad_norm": 3.8532328605651855,
      "learning_rate": 3.3256649356888317e-05,
      "loss": 7.952,
      "step": 376710
    },
    {
      "epoch": 0.7848333333333334,
      "grad_norm": 1.5035232305526733,
      "learning_rate": 3.325045936140048e-05,
      "loss": 7.7255,
      "step": 376720
    },
    {
      "epoch": 0.7848541666666666,
      "grad_norm": 1.6924474239349365,
      "learning_rate": 3.324426987022444e-05,
      "loss": 7.8765,
      "step": 376730
    },
    {
      "epoch": 0.784875,
      "grad_norm": 1.3928182125091553,
      "learning_rate": 3.323808088338696e-05,
      "loss": 7.0581,
      "step": 376740
    },
    {
      "epoch": 0.7848958333333333,
      "grad_norm": 2.1282236576080322,
      "learning_rate": 3.323189240091474e-05,
      "loss": 6.8401,
      "step": 376750
    },
    {
      "epoch": 0.7849166666666667,
      "grad_norm": 1.056429386138916,
      "learning_rate": 3.322570442283453e-05,
      "loss": 6.9363,
      "step": 376760
    },
    {
      "epoch": 0.7849375,
      "grad_norm": 2.7637460231781006,
      "learning_rate": 3.3219516949173045e-05,
      "loss": 7.167,
      "step": 376770
    },
    {
      "epoch": 0.7849583333333333,
      "grad_norm": 1.0294851064682007,
      "learning_rate": 3.3213329979957064e-05,
      "loss": 7.3676,
      "step": 376780
    },
    {
      "epoch": 0.7849791666666667,
      "grad_norm": 5.906473636627197,
      "learning_rate": 3.32071435152132e-05,
      "loss": 7.7913,
      "step": 376790
    },
    {
      "epoch": 0.785,
      "grad_norm": 1.3762845993041992,
      "learning_rate": 3.320095755496829e-05,
      "loss": 6.8449,
      "step": 376800
    },
    {
      "epoch": 0.7850208333333333,
      "grad_norm": 1.6914820671081543,
      "learning_rate": 3.319477209924903e-05,
      "loss": 6.876,
      "step": 376810
    },
    {
      "epoch": 0.7850416666666666,
      "grad_norm": 2.2612295150756836,
      "learning_rate": 3.318858714808205e-05,
      "loss": 7.5036,
      "step": 376820
    },
    {
      "epoch": 0.7850625,
      "grad_norm": 1.248641014099121,
      "learning_rate": 3.318240270149419e-05,
      "loss": 7.7123,
      "step": 376830
    },
    {
      "epoch": 0.7850833333333334,
      "grad_norm": 2.3071177005767822,
      "learning_rate": 3.3176218759512135e-05,
      "loss": 7.2758,
      "step": 376840
    },
    {
      "epoch": 0.7851041666666667,
      "grad_norm": 2.0323355197906494,
      "learning_rate": 3.3170035322162536e-05,
      "loss": 7.4579,
      "step": 376850
    },
    {
      "epoch": 0.785125,
      "grad_norm": 1.2346231937408447,
      "learning_rate": 3.31638523894721e-05,
      "loss": 7.1947,
      "step": 376860
    },
    {
      "epoch": 0.7851458333333333,
      "grad_norm": 2.0640134811401367,
      "learning_rate": 3.3157669961467645e-05,
      "loss": 7.7232,
      "step": 376870
    },
    {
      "epoch": 0.7851666666666667,
      "grad_norm": 1.9726678133010864,
      "learning_rate": 3.315148803817579e-05,
      "loss": 6.8998,
      "step": 376880
    },
    {
      "epoch": 0.7851875,
      "grad_norm": 1.4791384935379028,
      "learning_rate": 3.314530661962319e-05,
      "loss": 6.9257,
      "step": 376890
    },
    {
      "epoch": 0.7852083333333333,
      "grad_norm": 1.0778990983963013,
      "learning_rate": 3.313912570583671e-05,
      "loss": 6.9087,
      "step": 376900
    },
    {
      "epoch": 0.7852291666666666,
      "grad_norm": 1.083496332168579,
      "learning_rate": 3.313294529684289e-05,
      "loss": 7.1335,
      "step": 376910
    },
    {
      "epoch": 0.78525,
      "grad_norm": 1.258005976676941,
      "learning_rate": 3.3126765392668496e-05,
      "loss": 6.7937,
      "step": 376920
    },
    {
      "epoch": 0.7852708333333334,
      "grad_norm": 4.696855545043945,
      "learning_rate": 3.312058599334023e-05,
      "loss": 7.1812,
      "step": 376930
    },
    {
      "epoch": 0.7852916666666667,
      "grad_norm": 4.6523590087890625,
      "learning_rate": 3.311440709888474e-05,
      "loss": 7.317,
      "step": 376940
    },
    {
      "epoch": 0.7853125,
      "grad_norm": 5.952417373657227,
      "learning_rate": 3.3108228709328774e-05,
      "loss": 7.1133,
      "step": 376950
    },
    {
      "epoch": 0.7853333333333333,
      "grad_norm": 2.3825783729553223,
      "learning_rate": 3.310205082469898e-05,
      "loss": 6.9427,
      "step": 376960
    },
    {
      "epoch": 0.7853541666666667,
      "grad_norm": 1.0455900430679321,
      "learning_rate": 3.309587344502204e-05,
      "loss": 7.1331,
      "step": 376970
    },
    {
      "epoch": 0.785375,
      "grad_norm": 2.5605480670928955,
      "learning_rate": 3.308969657032466e-05,
      "loss": 7.0498,
      "step": 376980
    },
    {
      "epoch": 0.7853958333333333,
      "grad_norm": 1.7275080680847168,
      "learning_rate": 3.308352020063352e-05,
      "loss": 7.0879,
      "step": 376990
    },
    {
      "epoch": 0.7854166666666667,
      "grad_norm": 1.564917802810669,
      "learning_rate": 3.3077344335975296e-05,
      "loss": 8.5037,
      "step": 377000
    },
    {
      "epoch": 0.7854166666666667,
      "eval_loss": 6.583382606506348,
      "eval_runtime": 8.0531,
      "eval_samples_per_second": 0.373,
      "eval_steps_per_second": 0.124,
      "step": 377000
    },
    {
      "epoch": 0.7854375,
      "grad_norm": 1.1761714220046997,
      "learning_rate": 3.307116897637667e-05,
      "loss": 7.2795,
      "step": 377010
    },
    {
      "epoch": 0.7854583333333334,
      "grad_norm": 1.1552810668945312,
      "learning_rate": 3.306499412186431e-05,
      "loss": 6.8489,
      "step": 377020
    },
    {
      "epoch": 0.7854791666666666,
      "grad_norm": 2.1861486434936523,
      "learning_rate": 3.305881977246487e-05,
      "loss": 7.0799,
      "step": 377030
    },
    {
      "epoch": 0.7855,
      "grad_norm": 0.9698130488395691,
      "learning_rate": 3.3052645928205056e-05,
      "loss": 7.2592,
      "step": 377040
    },
    {
      "epoch": 0.7855208333333333,
      "grad_norm": 0.9596368074417114,
      "learning_rate": 3.30464725891115e-05,
      "loss": 7.1862,
      "step": 377050
    },
    {
      "epoch": 0.7855416666666667,
      "grad_norm": 3.166969060897827,
      "learning_rate": 3.304029975521091e-05,
      "loss": 7.3568,
      "step": 377060
    },
    {
      "epoch": 0.7855625,
      "grad_norm": 3.3299403190612793,
      "learning_rate": 3.303412742652993e-05,
      "loss": 7.5206,
      "step": 377070
    },
    {
      "epoch": 0.7855833333333333,
      "grad_norm": 1.3599767684936523,
      "learning_rate": 3.302795560309521e-05,
      "loss": 6.7968,
      "step": 377080
    },
    {
      "epoch": 0.7856041666666667,
      "grad_norm": 2.734936475753784,
      "learning_rate": 3.3021784284933426e-05,
      "loss": 7.2438,
      "step": 377090
    },
    {
      "epoch": 0.785625,
      "grad_norm": 1.6894804239273071,
      "learning_rate": 3.301561347207123e-05,
      "loss": 8.0652,
      "step": 377100
    },
    {
      "epoch": 0.7856458333333334,
      "grad_norm": 30.93816375732422,
      "learning_rate": 3.300944316453529e-05,
      "loss": 8.505,
      "step": 377110
    },
    {
      "epoch": 0.7856666666666666,
      "grad_norm": 1.0323742628097534,
      "learning_rate": 3.3003273362352234e-05,
      "loss": 6.9891,
      "step": 377120
    },
    {
      "epoch": 0.7856875,
      "grad_norm": 1.3318157196044922,
      "learning_rate": 3.299710406554877e-05,
      "loss": 6.8549,
      "step": 377130
    },
    {
      "epoch": 0.7857083333333333,
      "grad_norm": 1.5971142053604126,
      "learning_rate": 3.299093527415142e-05,
      "loss": 6.8738,
      "step": 377140
    },
    {
      "epoch": 0.7857291666666667,
      "grad_norm": 3.453099012374878,
      "learning_rate": 3.298476698818695e-05,
      "loss": 7.3434,
      "step": 377150
    },
    {
      "epoch": 0.78575,
      "grad_norm": 1.3555442094802856,
      "learning_rate": 3.297859920768202e-05,
      "loss": 7.4393,
      "step": 377160
    },
    {
      "epoch": 0.7857708333333333,
      "grad_norm": 1.496896505355835,
      "learning_rate": 3.297243193266313e-05,
      "loss": 7.4724,
      "step": 377170
    },
    {
      "epoch": 0.7857916666666667,
      "grad_norm": 1.2125542163848877,
      "learning_rate": 3.29662651631571e-05,
      "loss": 6.9208,
      "step": 377180
    },
    {
      "epoch": 0.7858125,
      "grad_norm": 1.3458867073059082,
      "learning_rate": 3.2960098899190435e-05,
      "loss": 6.9997,
      "step": 377190
    },
    {
      "epoch": 0.7858333333333334,
      "grad_norm": 2.260653018951416,
      "learning_rate": 3.295393314078977e-05,
      "loss": 7.0533,
      "step": 377200
    },
    {
      "epoch": 0.7858541666666666,
      "grad_norm": 1.585070252418518,
      "learning_rate": 3.294776788798188e-05,
      "loss": 7.1113,
      "step": 377210
    },
    {
      "epoch": 0.785875,
      "grad_norm": 1.2971718311309814,
      "learning_rate": 3.294160314079325e-05,
      "loss": 7.0164,
      "step": 377220
    },
    {
      "epoch": 0.7858958333333333,
      "grad_norm": 1.107048749923706,
      "learning_rate": 3.293543889925053e-05,
      "loss": 7.1813,
      "step": 377230
    },
    {
      "epoch": 0.7859166666666667,
      "grad_norm": 5.36489200592041,
      "learning_rate": 3.292927516338044e-05,
      "loss": 6.8928,
      "step": 377240
    },
    {
      "epoch": 0.7859375,
      "grad_norm": 0.9392773509025574,
      "learning_rate": 3.29231119332095e-05,
      "loss": 7.7418,
      "step": 377250
    },
    {
      "epoch": 0.7859583333333333,
      "grad_norm": 2.874457836151123,
      "learning_rate": 3.2916949208764345e-05,
      "loss": 7.1853,
      "step": 377260
    },
    {
      "epoch": 0.7859791666666667,
      "grad_norm": 1.221594214439392,
      "learning_rate": 3.291078699007171e-05,
      "loss": 7.3362,
      "step": 377270
    },
    {
      "epoch": 0.786,
      "grad_norm": 1.2750827074050903,
      "learning_rate": 3.290462527715808e-05,
      "loss": 7.0284,
      "step": 377280
    },
    {
      "epoch": 0.7860208333333333,
      "grad_norm": 1.009097695350647,
      "learning_rate": 3.289846407005008e-05,
      "loss": 7.128,
      "step": 377290
    },
    {
      "epoch": 0.7860416666666666,
      "grad_norm": 1.913694143295288,
      "learning_rate": 3.2892303368774433e-05,
      "loss": 6.9816,
      "step": 377300
    },
    {
      "epoch": 0.7860625,
      "grad_norm": 2.443990468978882,
      "learning_rate": 3.288614317335767e-05,
      "loss": 7.404,
      "step": 377310
    },
    {
      "epoch": 0.7860833333333334,
      "grad_norm": 2.498734474182129,
      "learning_rate": 3.2879983483826375e-05,
      "loss": 8.5283,
      "step": 377320
    },
    {
      "epoch": 0.7861041666666667,
      "grad_norm": 1.9572646617889404,
      "learning_rate": 3.2873824300207215e-05,
      "loss": 7.3996,
      "step": 377330
    },
    {
      "epoch": 0.786125,
      "grad_norm": 1.3262373208999634,
      "learning_rate": 3.2867665622526764e-05,
      "loss": 6.7993,
      "step": 377340
    },
    {
      "epoch": 0.7861458333333333,
      "grad_norm": 1.6922777891159058,
      "learning_rate": 3.286150745081164e-05,
      "loss": 7.0789,
      "step": 377350
    },
    {
      "epoch": 0.7861666666666667,
      "grad_norm": 1.8429542779922485,
      "learning_rate": 3.2855349785088436e-05,
      "loss": 7.2553,
      "step": 377360
    },
    {
      "epoch": 0.7861875,
      "grad_norm": 1.9208753108978271,
      "learning_rate": 3.2849192625383746e-05,
      "loss": 7.1591,
      "step": 377370
    },
    {
      "epoch": 0.7862083333333333,
      "grad_norm": 0.9329832792282104,
      "learning_rate": 3.284303597172418e-05,
      "loss": 7.0366,
      "step": 377380
    },
    {
      "epoch": 0.7862291666666666,
      "grad_norm": 1.334040641784668,
      "learning_rate": 3.283687982413631e-05,
      "loss": 7.2456,
      "step": 377390
    },
    {
      "epoch": 0.78625,
      "grad_norm": 1.7632652521133423,
      "learning_rate": 3.283072418264676e-05,
      "loss": 7.2751,
      "step": 377400
    },
    {
      "epoch": 0.7862708333333334,
      "grad_norm": 2.990872383117676,
      "learning_rate": 3.2824569047282103e-05,
      "loss": 7.4132,
      "step": 377410
    },
    {
      "epoch": 0.7862916666666667,
      "grad_norm": 2.3040733337402344,
      "learning_rate": 3.281841441806891e-05,
      "loss": 7.6714,
      "step": 377420
    },
    {
      "epoch": 0.7863125,
      "grad_norm": 1.6463972330093384,
      "learning_rate": 3.281226029503379e-05,
      "loss": 7.1617,
      "step": 377430
    },
    {
      "epoch": 0.7863333333333333,
      "grad_norm": 0.9802989363670349,
      "learning_rate": 3.280610667820338e-05,
      "loss": 7.6273,
      "step": 377440
    },
    {
      "epoch": 0.7863541666666667,
      "grad_norm": 1.1530262231826782,
      "learning_rate": 3.2799953567604085e-05,
      "loss": 7.3784,
      "step": 377450
    },
    {
      "epoch": 0.786375,
      "grad_norm": 6.2605390548706055,
      "learning_rate": 3.279380096326267e-05,
      "loss": 7.2105,
      "step": 377460
    },
    {
      "epoch": 0.7863958333333333,
      "grad_norm": 3.509138345718384,
      "learning_rate": 3.278764886520566e-05,
      "loss": 7.2483,
      "step": 377470
    },
    {
      "epoch": 0.7864166666666667,
      "grad_norm": 2.361083984375,
      "learning_rate": 3.2781497273459535e-05,
      "loss": 7.2123,
      "step": 377480
    },
    {
      "epoch": 0.7864375,
      "grad_norm": 1.0894185304641724,
      "learning_rate": 3.2775346188050994e-05,
      "loss": 7.2607,
      "step": 377490
    },
    {
      "epoch": 0.7864583333333334,
      "grad_norm": 2.7136919498443604,
      "learning_rate": 3.276919560900659e-05,
      "loss": 7.1584,
      "step": 377500
    },
    {
      "epoch": 0.7864791666666666,
      "grad_norm": 0.9562264680862427,
      "learning_rate": 3.2763045536352776e-05,
      "loss": 7.038,
      "step": 377510
    },
    {
      "epoch": 0.7865,
      "grad_norm": 1.9848664999008179,
      "learning_rate": 3.2756895970116244e-05,
      "loss": 7.1629,
      "step": 377520
    },
    {
      "epoch": 0.7865208333333333,
      "grad_norm": 1.889337420463562,
      "learning_rate": 3.2750746910323544e-05,
      "loss": 6.9863,
      "step": 377530
    },
    {
      "epoch": 0.7865416666666667,
      "grad_norm": 1.218238353729248,
      "learning_rate": 3.2744598357001144e-05,
      "loss": 7.379,
      "step": 377540
    },
    {
      "epoch": 0.7865625,
      "grad_norm": 0.8773015737533569,
      "learning_rate": 3.273845031017572e-05,
      "loss": 7.293,
      "step": 377550
    },
    {
      "epoch": 0.7865833333333333,
      "grad_norm": 1.4941980838775635,
      "learning_rate": 3.273230276987376e-05,
      "loss": 6.961,
      "step": 377560
    },
    {
      "epoch": 0.7866041666666667,
      "grad_norm": 1.2492934465408325,
      "learning_rate": 3.27261557361218e-05,
      "loss": 7.2867,
      "step": 377570
    },
    {
      "epoch": 0.786625,
      "grad_norm": 1.3583916425704956,
      "learning_rate": 3.272000920894648e-05,
      "loss": 7.5049,
      "step": 377580
    },
    {
      "epoch": 0.7866458333333334,
      "grad_norm": 8.037755966186523,
      "learning_rate": 3.271386318837427e-05,
      "loss": 7.535,
      "step": 377590
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 1.7664525508880615,
      "learning_rate": 3.270771767443171e-05,
      "loss": 6.9515,
      "step": 377600
    },
    {
      "epoch": 0.7866875,
      "grad_norm": 2.6313133239746094,
      "learning_rate": 3.270157266714545e-05,
      "loss": 7.3709,
      "step": 377610
    },
    {
      "epoch": 0.7867083333333333,
      "grad_norm": 3.5715184211730957,
      "learning_rate": 3.2695428166541946e-05,
      "loss": 6.8041,
      "step": 377620
    },
    {
      "epoch": 0.7867291666666667,
      "grad_norm": 1.5747578144073486,
      "learning_rate": 3.26892841726477e-05,
      "loss": 6.9606,
      "step": 377630
    },
    {
      "epoch": 0.78675,
      "grad_norm": 2.9527323246002197,
      "learning_rate": 3.268314068548941e-05,
      "loss": 6.9289,
      "step": 377640
    },
    {
      "epoch": 0.7867708333333333,
      "grad_norm": 1.295182704925537,
      "learning_rate": 3.267699770509346e-05,
      "loss": 6.7554,
      "step": 377650
    },
    {
      "epoch": 0.7867916666666667,
      "grad_norm": 5.427865505218506,
      "learning_rate": 3.267085523148641e-05,
      "loss": 7.3949,
      "step": 377660
    },
    {
      "epoch": 0.7868125,
      "grad_norm": 5.700015068054199,
      "learning_rate": 3.26647132646949e-05,
      "loss": 7.0841,
      "step": 377670
    },
    {
      "epoch": 0.7868333333333334,
      "grad_norm": 2.956329345703125,
      "learning_rate": 3.2658571804745336e-05,
      "loss": 7.0784,
      "step": 377680
    },
    {
      "epoch": 0.7868541666666666,
      "grad_norm": 1.2581928968429565,
      "learning_rate": 3.265243085166431e-05,
      "loss": 7.0302,
      "step": 377690
    },
    {
      "epoch": 0.786875,
      "grad_norm": 0.9263273477554321,
      "learning_rate": 3.264629040547832e-05,
      "loss": 6.993,
      "step": 377700
    },
    {
      "epoch": 0.7868958333333333,
      "grad_norm": 1.5147615671157837,
      "learning_rate": 3.26401504662139e-05,
      "loss": 6.9678,
      "step": 377710
    },
    {
      "epoch": 0.7869166666666667,
      "grad_norm": 1.8813196420669556,
      "learning_rate": 3.263401103389759e-05,
      "loss": 7.8047,
      "step": 377720
    },
    {
      "epoch": 0.7869375,
      "grad_norm": 1.4375463724136353,
      "learning_rate": 3.262787210855589e-05,
      "loss": 7.2259,
      "step": 377730
    },
    {
      "epoch": 0.7869583333333333,
      "grad_norm": 1.5643230676651,
      "learning_rate": 3.2621733690215324e-05,
      "loss": 6.8949,
      "step": 377740
    },
    {
      "epoch": 0.7869791666666667,
      "grad_norm": 7.121877670288086,
      "learning_rate": 3.2615595778902414e-05,
      "loss": 7.6577,
      "step": 377750
    },
    {
      "epoch": 0.787,
      "grad_norm": 1.379728078842163,
      "learning_rate": 3.2609458374643654e-05,
      "loss": 7.2237,
      "step": 377760
    },
    {
      "epoch": 0.7870208333333333,
      "grad_norm": 3.799976348876953,
      "learning_rate": 3.260332147746557e-05,
      "loss": 7.2505,
      "step": 377770
    },
    {
      "epoch": 0.7870416666666666,
      "grad_norm": 1.8562722206115723,
      "learning_rate": 3.259718508739471e-05,
      "loss": 7.0704,
      "step": 377780
    },
    {
      "epoch": 0.7870625,
      "grad_norm": 1.3418591022491455,
      "learning_rate": 3.259104920445745e-05,
      "loss": 7.8972,
      "step": 377790
    },
    {
      "epoch": 0.7870833333333334,
      "grad_norm": 1.3528813123703003,
      "learning_rate": 3.258491382868044e-05,
      "loss": 7.0607,
      "step": 377800
    },
    {
      "epoch": 0.7871041666666667,
      "grad_norm": 0.774665117263794,
      "learning_rate": 3.2578778960090155e-05,
      "loss": 7.0815,
      "step": 377810
    },
    {
      "epoch": 0.787125,
      "grad_norm": 1.1653931140899658,
      "learning_rate": 3.2572644598712995e-05,
      "loss": 7.6256,
      "step": 377820
    },
    {
      "epoch": 0.7871458333333333,
      "grad_norm": 1.7445476055145264,
      "learning_rate": 3.2566510744575565e-05,
      "loss": 7.4171,
      "step": 377830
    },
    {
      "epoch": 0.7871666666666667,
      "grad_norm": 3.151869535446167,
      "learning_rate": 3.256037739770436e-05,
      "loss": 7.5378,
      "step": 377840
    },
    {
      "epoch": 0.7871875,
      "grad_norm": 1.339645504951477,
      "learning_rate": 3.255424455812577e-05,
      "loss": 7.531,
      "step": 377850
    },
    {
      "epoch": 0.7872083333333333,
      "grad_norm": 1.1979451179504395,
      "learning_rate": 3.25481122258664e-05,
      "loss": 6.906,
      "step": 377860
    },
    {
      "epoch": 0.7872291666666666,
      "grad_norm": 1.8427915573120117,
      "learning_rate": 3.254198040095272e-05,
      "loss": 7.6724,
      "step": 377870
    },
    {
      "epoch": 0.78725,
      "grad_norm": 2.0227537155151367,
      "learning_rate": 3.253584908341111e-05,
      "loss": 7.8839,
      "step": 377880
    },
    {
      "epoch": 0.7872708333333334,
      "grad_norm": 1.316442847251892,
      "learning_rate": 3.252971827326819e-05,
      "loss": 7.3882,
      "step": 377890
    },
    {
      "epoch": 0.7872916666666666,
      "grad_norm": 1.3385907411575317,
      "learning_rate": 3.2523587970550415e-05,
      "loss": 6.9942,
      "step": 377900
    },
    {
      "epoch": 0.7873125,
      "grad_norm": 1.9543763399124146,
      "learning_rate": 3.251745817528417e-05,
      "loss": 6.9431,
      "step": 377910
    },
    {
      "epoch": 0.7873333333333333,
      "grad_norm": 1.01754891872406,
      "learning_rate": 3.2511328887496075e-05,
      "loss": 7.1295,
      "step": 377920
    },
    {
      "epoch": 0.7873541666666667,
      "grad_norm": 1.0055471658706665,
      "learning_rate": 3.25052001072125e-05,
      "loss": 7.5075,
      "step": 377930
    },
    {
      "epoch": 0.787375,
      "grad_norm": 2.2201201915740967,
      "learning_rate": 3.2499071834459905e-05,
      "loss": 7.3311,
      "step": 377940
    },
    {
      "epoch": 0.7873958333333333,
      "grad_norm": 1.159913420677185,
      "learning_rate": 3.2492944069264895e-05,
      "loss": 7.215,
      "step": 377950
    },
    {
      "epoch": 0.7874166666666667,
      "grad_norm": 1.0663796663284302,
      "learning_rate": 3.2486816811653824e-05,
      "loss": 7.0214,
      "step": 377960
    },
    {
      "epoch": 0.7874375,
      "grad_norm": 7.511641502380371,
      "learning_rate": 3.248069006165314e-05,
      "loss": 6.8983,
      "step": 377970
    },
    {
      "epoch": 0.7874583333333334,
      "grad_norm": 1.2204399108886719,
      "learning_rate": 3.2474563819289435e-05,
      "loss": 7.478,
      "step": 377980
    },
    {
      "epoch": 0.7874791666666666,
      "grad_norm": 4.302074432373047,
      "learning_rate": 3.2468438084589047e-05,
      "loss": 7.6657,
      "step": 377990
    },
    {
      "epoch": 0.7875,
      "grad_norm": 2.031179666519165,
      "learning_rate": 3.246231285757846e-05,
      "loss": 7.0961,
      "step": 378000
    },
    {
      "epoch": 0.7875,
      "eval_loss": 6.869448661804199,
      "eval_runtime": 8.8096,
      "eval_samples_per_second": 0.341,
      "eval_steps_per_second": 0.114,
      "step": 378000
    },
    {
      "epoch": 0.7875208333333333,
      "grad_norm": 1.9160817861557007,
      "learning_rate": 3.245618813828423e-05,
      "loss": 7.0479,
      "step": 378010
    },
    {
      "epoch": 0.7875416666666667,
      "grad_norm": 2.479774236679077,
      "learning_rate": 3.245006392673269e-05,
      "loss": 7.1437,
      "step": 378020
    },
    {
      "epoch": 0.7875625,
      "grad_norm": 1.2276703119277954,
      "learning_rate": 3.2443940222950373e-05,
      "loss": 6.8516,
      "step": 378030
    },
    {
      "epoch": 0.7875833333333333,
      "grad_norm": 2.6734299659729004,
      "learning_rate": 3.243781702696367e-05,
      "loss": 7.3135,
      "step": 378040
    },
    {
      "epoch": 0.7876041666666667,
      "grad_norm": 1.1420568227767944,
      "learning_rate": 3.2431694338799084e-05,
      "loss": 7.3745,
      "step": 378050
    },
    {
      "epoch": 0.787625,
      "grad_norm": 4.84307336807251,
      "learning_rate": 3.242557215848303e-05,
      "loss": 7.9697,
      "step": 378060
    },
    {
      "epoch": 0.7876458333333334,
      "grad_norm": 3.78350830078125,
      "learning_rate": 3.241945048604197e-05,
      "loss": 7.4548,
      "step": 378070
    },
    {
      "epoch": 0.7876666666666666,
      "grad_norm": 1.2082984447479248,
      "learning_rate": 3.241332932150235e-05,
      "loss": 7.4721,
      "step": 378080
    },
    {
      "epoch": 0.7876875,
      "grad_norm": 4.588992595672607,
      "learning_rate": 3.2407208664890586e-05,
      "loss": 7.1638,
      "step": 378090
    },
    {
      "epoch": 0.7877083333333333,
      "grad_norm": 1.408117651939392,
      "learning_rate": 3.2401088516233145e-05,
      "loss": 7.2203,
      "step": 378100
    },
    {
      "epoch": 0.7877291666666667,
      "grad_norm": 2.7434678077697754,
      "learning_rate": 3.239496887555645e-05,
      "loss": 6.852,
      "step": 378110
    },
    {
      "epoch": 0.78775,
      "grad_norm": 3.1870181560516357,
      "learning_rate": 3.238884974288695e-05,
      "loss": 7.501,
      "step": 378120
    },
    {
      "epoch": 0.7877708333333333,
      "grad_norm": 1.189173936843872,
      "learning_rate": 3.2382731118251047e-05,
      "loss": 7.3644,
      "step": 378130
    },
    {
      "epoch": 0.7877916666666667,
      "grad_norm": 0.9814691543579102,
      "learning_rate": 3.237661300167521e-05,
      "loss": 7.1674,
      "step": 378140
    },
    {
      "epoch": 0.7878125,
      "grad_norm": 1.8715076446533203,
      "learning_rate": 3.237049539318582e-05,
      "loss": 6.8473,
      "step": 378150
    },
    {
      "epoch": 0.7878333333333334,
      "grad_norm": 3.401085138320923,
      "learning_rate": 3.2364378292809354e-05,
      "loss": 7.6736,
      "step": 378160
    },
    {
      "epoch": 0.7878541666666666,
      "grad_norm": 1.823572039604187,
      "learning_rate": 3.2358261700572194e-05,
      "loss": 7.6718,
      "step": 378170
    },
    {
      "epoch": 0.787875,
      "grad_norm": 2.3012895584106445,
      "learning_rate": 3.2352145616500816e-05,
      "loss": 7.3301,
      "step": 378180
    },
    {
      "epoch": 0.7878958333333334,
      "grad_norm": 1.0478301048278809,
      "learning_rate": 3.234603004062153e-05,
      "loss": 6.7232,
      "step": 378190
    },
    {
      "epoch": 0.7879166666666667,
      "grad_norm": 2.3836910724639893,
      "learning_rate": 3.233991497296087e-05,
      "loss": 7.0744,
      "step": 378200
    },
    {
      "epoch": 0.7879375,
      "grad_norm": 1.2395405769348145,
      "learning_rate": 3.233380041354523e-05,
      "loss": 7.0635,
      "step": 378210
    },
    {
      "epoch": 0.7879583333333333,
      "grad_norm": 4.821898937225342,
      "learning_rate": 3.2327686362400926e-05,
      "loss": 7.3994,
      "step": 378220
    },
    {
      "epoch": 0.7879791666666667,
      "grad_norm": 2.934602737426758,
      "learning_rate": 3.232157281955446e-05,
      "loss": 6.8997,
      "step": 378230
    },
    {
      "epoch": 0.788,
      "grad_norm": 8.513018608093262,
      "learning_rate": 3.2315459785032284e-05,
      "loss": 7.1248,
      "step": 378240
    },
    {
      "epoch": 0.7880208333333333,
      "grad_norm": 1.4565625190734863,
      "learning_rate": 3.230934725886065e-05,
      "loss": 7.3512,
      "step": 378250
    },
    {
      "epoch": 0.7880416666666666,
      "grad_norm": 1.268164873123169,
      "learning_rate": 3.230323524106608e-05,
      "loss": 7.3819,
      "step": 378260
    },
    {
      "epoch": 0.7880625,
      "grad_norm": 0.8850111365318298,
      "learning_rate": 3.2297123731675004e-05,
      "loss": 6.9139,
      "step": 378270
    },
    {
      "epoch": 0.7880833333333334,
      "grad_norm": 1.037939190864563,
      "learning_rate": 3.229101273071368e-05,
      "loss": 6.9879,
      "step": 378280
    },
    {
      "epoch": 0.7881041666666667,
      "grad_norm": 1.8443185091018677,
      "learning_rate": 3.228490223820866e-05,
      "loss": 6.6498,
      "step": 378290
    },
    {
      "epoch": 0.788125,
      "grad_norm": 1.3203359842300415,
      "learning_rate": 3.227879225418623e-05,
      "loss": 6.6998,
      "step": 378300
    },
    {
      "epoch": 0.7881458333333333,
      "grad_norm": 1.486598253250122,
      "learning_rate": 3.227268277867282e-05,
      "loss": 7.1698,
      "step": 378310
    },
    {
      "epoch": 0.7881666666666667,
      "grad_norm": 2.5256826877593994,
      "learning_rate": 3.226657381169482e-05,
      "loss": 7.0973,
      "step": 378320
    },
    {
      "epoch": 0.7881875,
      "grad_norm": 1.0586187839508057,
      "learning_rate": 3.226046535327862e-05,
      "loss": 7.7609,
      "step": 378330
    },
    {
      "epoch": 0.7882083333333333,
      "grad_norm": 5.964144229888916,
      "learning_rate": 3.225435740345062e-05,
      "loss": 7.0915,
      "step": 378340
    },
    {
      "epoch": 0.7882291666666666,
      "grad_norm": 3.8175065517425537,
      "learning_rate": 3.2248249962237175e-05,
      "loss": 7.2588,
      "step": 378350
    },
    {
      "epoch": 0.78825,
      "grad_norm": 1.9318619966506958,
      "learning_rate": 3.224214302966467e-05,
      "loss": 6.8521,
      "step": 378360
    },
    {
      "epoch": 0.7882708333333334,
      "grad_norm": 2.0683538913726807,
      "learning_rate": 3.223603660575951e-05,
      "loss": 7.5367,
      "step": 378370
    },
    {
      "epoch": 0.7882916666666666,
      "grad_norm": 0.8655518889427185,
      "learning_rate": 3.222993069054805e-05,
      "loss": 7.0381,
      "step": 378380
    },
    {
      "epoch": 0.7883125,
      "grad_norm": 0.8599657416343689,
      "learning_rate": 3.2223825284056676e-05,
      "loss": 7.3292,
      "step": 378390
    },
    {
      "epoch": 0.7883333333333333,
      "grad_norm": 1.6055324077606201,
      "learning_rate": 3.221772038631176e-05,
      "loss": 7.3373,
      "step": 378400
    },
    {
      "epoch": 0.7883541666666667,
      "grad_norm": 1.285963535308838,
      "learning_rate": 3.221161599733967e-05,
      "loss": 6.9896,
      "step": 378410
    },
    {
      "epoch": 0.788375,
      "grad_norm": 3.3787808418273926,
      "learning_rate": 3.220551211716677e-05,
      "loss": 6.791,
      "step": 378420
    },
    {
      "epoch": 0.7883958333333333,
      "grad_norm": 3.9578969478607178,
      "learning_rate": 3.2199408745819446e-05,
      "loss": 6.9468,
      "step": 378430
    },
    {
      "epoch": 0.7884166666666667,
      "grad_norm": 5.174511909484863,
      "learning_rate": 3.2193305883324036e-05,
      "loss": 7.0857,
      "step": 378440
    },
    {
      "epoch": 0.7884375,
      "grad_norm": 1.5572558641433716,
      "learning_rate": 3.218720352970692e-05,
      "loss": 7.1446,
      "step": 378450
    },
    {
      "epoch": 0.7884583333333334,
      "grad_norm": 1.264894962310791,
      "learning_rate": 3.218110168499443e-05,
      "loss": 7.23,
      "step": 378460
    },
    {
      "epoch": 0.7884791666666666,
      "grad_norm": 1.6020863056182861,
      "learning_rate": 3.217500034921296e-05,
      "loss": 7.0934,
      "step": 378470
    },
    {
      "epoch": 0.7885,
      "grad_norm": 1.7144997119903564,
      "learning_rate": 3.216889952238886e-05,
      "loss": 7.207,
      "step": 378480
    },
    {
      "epoch": 0.7885208333333333,
      "grad_norm": 2.1307713985443115,
      "learning_rate": 3.2162799204548455e-05,
      "loss": 7.5139,
      "step": 378490
    },
    {
      "epoch": 0.7885416666666667,
      "grad_norm": 0.8825730085372925,
      "learning_rate": 3.2156699395718134e-05,
      "loss": 7.3173,
      "step": 378500
    },
    {
      "epoch": 0.7885625,
      "grad_norm": 2.206068515777588,
      "learning_rate": 3.215060009592421e-05,
      "loss": 7.3973,
      "step": 378510
    },
    {
      "epoch": 0.7885833333333333,
      "grad_norm": 1.7023427486419678,
      "learning_rate": 3.214450130519305e-05,
      "loss": 7.2388,
      "step": 378520
    },
    {
      "epoch": 0.7886041666666667,
      "grad_norm": 1.4026496410369873,
      "learning_rate": 3.213840302355099e-05,
      "loss": 7.3351,
      "step": 378530
    },
    {
      "epoch": 0.788625,
      "grad_norm": 1.2963486909866333,
      "learning_rate": 3.213230525102439e-05,
      "loss": 7.2093,
      "step": 378540
    },
    {
      "epoch": 0.7886458333333334,
      "grad_norm": 6.796869277954102,
      "learning_rate": 3.212620798763961e-05,
      "loss": 7.3221,
      "step": 378550
    },
    {
      "epoch": 0.7886666666666666,
      "grad_norm": 5.518193244934082,
      "learning_rate": 3.212011123342286e-05,
      "loss": 7.7492,
      "step": 378560
    },
    {
      "epoch": 0.7886875,
      "grad_norm": 1.1287212371826172,
      "learning_rate": 3.211401498840062e-05,
      "loss": 7.0219,
      "step": 378570
    },
    {
      "epoch": 0.7887083333333333,
      "grad_norm": 4.374160289764404,
      "learning_rate": 3.2107919252599214e-05,
      "loss": 7.3024,
      "step": 378580
    },
    {
      "epoch": 0.7887291666666667,
      "grad_norm": 2.693321943283081,
      "learning_rate": 3.210182402604485e-05,
      "loss": 7.3283,
      "step": 378590
    },
    {
      "epoch": 0.78875,
      "grad_norm": 2.796018362045288,
      "learning_rate": 3.209572930876397e-05,
      "loss": 7.2035,
      "step": 378600
    },
    {
      "epoch": 0.7887708333333333,
      "grad_norm": 1.868733525276184,
      "learning_rate": 3.2089635100782935e-05,
      "loss": 7.1302,
      "step": 378610
    },
    {
      "epoch": 0.7887916666666667,
      "grad_norm": 2.6913373470306396,
      "learning_rate": 3.208354140212794e-05,
      "loss": 7.0899,
      "step": 378620
    },
    {
      "epoch": 0.7888125,
      "grad_norm": 4.051085948944092,
      "learning_rate": 3.2077448212825346e-05,
      "loss": 7.0911,
      "step": 378630
    },
    {
      "epoch": 0.7888333333333334,
      "grad_norm": 1.2723119258880615,
      "learning_rate": 3.207135553290157e-05,
      "loss": 6.9342,
      "step": 378640
    },
    {
      "epoch": 0.7888541666666666,
      "grad_norm": 1.33910071849823,
      "learning_rate": 3.206526336238282e-05,
      "loss": 8.2422,
      "step": 378650
    },
    {
      "epoch": 0.788875,
      "grad_norm": 1.2850345373153687,
      "learning_rate": 3.2059171701295406e-05,
      "loss": 7.4251,
      "step": 378660
    },
    {
      "epoch": 0.7888958333333334,
      "grad_norm": 1.4662436246871948,
      "learning_rate": 3.205308054966577e-05,
      "loss": 7.041,
      "step": 378670
    },
    {
      "epoch": 0.7889166666666667,
      "grad_norm": 1.3054279088974,
      "learning_rate": 3.204698990752011e-05,
      "loss": 7.439,
      "step": 378680
    },
    {
      "epoch": 0.7889375,
      "grad_norm": 1.2009410858154297,
      "learning_rate": 3.204089977488475e-05,
      "loss": 7.3215,
      "step": 378690
    },
    {
      "epoch": 0.7889583333333333,
      "grad_norm": 0.974965512752533,
      "learning_rate": 3.2034810151786015e-05,
      "loss": 7.2668,
      "step": 378700
    },
    {
      "epoch": 0.7889791666666667,
      "grad_norm": 1.5291863679885864,
      "learning_rate": 3.202872103825021e-05,
      "loss": 6.9627,
      "step": 378710
    },
    {
      "epoch": 0.789,
      "grad_norm": 2.113363265991211,
      "learning_rate": 3.202263243430364e-05,
      "loss": 7.2018,
      "step": 378720
    },
    {
      "epoch": 0.7890208333333333,
      "grad_norm": 1.6222106218338013,
      "learning_rate": 3.2016544339972585e-05,
      "loss": 7.3276,
      "step": 378730
    },
    {
      "epoch": 0.7890416666666666,
      "grad_norm": 1.6097712516784668,
      "learning_rate": 3.201045675528336e-05,
      "loss": 6.9455,
      "step": 378740
    },
    {
      "epoch": 0.7890625,
      "grad_norm": 1.548682689666748,
      "learning_rate": 3.200436968026227e-05,
      "loss": 6.7681,
      "step": 378750
    },
    {
      "epoch": 0.7890833333333334,
      "grad_norm": 1.4799567461013794,
      "learning_rate": 3.199828311493558e-05,
      "loss": 7.0905,
      "step": 378760
    },
    {
      "epoch": 0.7891041666666667,
      "grad_norm": 1.5893336534500122,
      "learning_rate": 3.1992197059329623e-05,
      "loss": 6.9811,
      "step": 378770
    },
    {
      "epoch": 0.789125,
      "grad_norm": 1.1518659591674805,
      "learning_rate": 3.198611151347063e-05,
      "loss": 7.3725,
      "step": 378780
    },
    {
      "epoch": 0.7891458333333333,
      "grad_norm": 1.1054571866989136,
      "learning_rate": 3.198002647738496e-05,
      "loss": 7.103,
      "step": 378790
    },
    {
      "epoch": 0.7891666666666667,
      "grad_norm": 1.146414875984192,
      "learning_rate": 3.1973941951098834e-05,
      "loss": 7.02,
      "step": 378800
    },
    {
      "epoch": 0.7891875,
      "grad_norm": 2.8762025833129883,
      "learning_rate": 3.196785793463857e-05,
      "loss": 7.3503,
      "step": 378810
    },
    {
      "epoch": 0.7892083333333333,
      "grad_norm": 1.6708451509475708,
      "learning_rate": 3.196177442803043e-05,
      "loss": 7.1476,
      "step": 378820
    },
    {
      "epoch": 0.7892291666666666,
      "grad_norm": 2.074125289916992,
      "learning_rate": 3.1955691431300705e-05,
      "loss": 6.9078,
      "step": 378830
    },
    {
      "epoch": 0.78925,
      "grad_norm": 1.259128212928772,
      "learning_rate": 3.194960894447568e-05,
      "loss": 7.189,
      "step": 378840
    },
    {
      "epoch": 0.7892708333333334,
      "grad_norm": 1.514849305152893,
      "learning_rate": 3.19435269675816e-05,
      "loss": 7.6214,
      "step": 378850
    },
    {
      "epoch": 0.7892916666666666,
      "grad_norm": 3.309507131576538,
      "learning_rate": 3.1937445500644766e-05,
      "loss": 7.3234,
      "step": 378860
    },
    {
      "epoch": 0.7893125,
      "grad_norm": 2.0999867916107178,
      "learning_rate": 3.1931364543691433e-05,
      "loss": 7.709,
      "step": 378870
    },
    {
      "epoch": 0.7893333333333333,
      "grad_norm": 0.9032366275787354,
      "learning_rate": 3.192528409674787e-05,
      "loss": 7.0928,
      "step": 378880
    },
    {
      "epoch": 0.7893541666666667,
      "grad_norm": 4.95820426940918,
      "learning_rate": 3.191920415984034e-05,
      "loss": 7.3798,
      "step": 378890
    },
    {
      "epoch": 0.789375,
      "grad_norm": 1.101513147354126,
      "learning_rate": 3.191312473299515e-05,
      "loss": 7.752,
      "step": 378900
    },
    {
      "epoch": 0.7893958333333333,
      "grad_norm": 2.169177770614624,
      "learning_rate": 3.190704581623843e-05,
      "loss": 7.078,
      "step": 378910
    },
    {
      "epoch": 0.7894166666666667,
      "grad_norm": 4.0073161125183105,
      "learning_rate": 3.190096740959663e-05,
      "loss": 7.4133,
      "step": 378920
    },
    {
      "epoch": 0.7894375,
      "grad_norm": 0.967676043510437,
      "learning_rate": 3.189488951309584e-05,
      "loss": 7.2083,
      "step": 378930
    },
    {
      "epoch": 0.7894583333333334,
      "grad_norm": 0.9033628106117249,
      "learning_rate": 3.188881212676234e-05,
      "loss": 7.0123,
      "step": 378940
    },
    {
      "epoch": 0.7894791666666666,
      "grad_norm": 1.5835062265396118,
      "learning_rate": 3.1882735250622515e-05,
      "loss": 7.5114,
      "step": 378950
    },
    {
      "epoch": 0.7895,
      "grad_norm": 3.1759955883026123,
      "learning_rate": 3.187665888470247e-05,
      "loss": 7.5,
      "step": 378960
    },
    {
      "epoch": 0.7895208333333333,
      "grad_norm": 1.285658359527588,
      "learning_rate": 3.1870583029028476e-05,
      "loss": 7.0739,
      "step": 378970
    },
    {
      "epoch": 0.7895416666666667,
      "grad_norm": 1.8393795490264893,
      "learning_rate": 3.186450768362687e-05,
      "loss": 7.2508,
      "step": 378980
    },
    {
      "epoch": 0.7895625,
      "grad_norm": 1.108577013015747,
      "learning_rate": 3.1858432848523794e-05,
      "loss": 6.7382,
      "step": 378990
    },
    {
      "epoch": 0.7895833333333333,
      "grad_norm": 2.486172676086426,
      "learning_rate": 3.1852358523745474e-05,
      "loss": 7.7294,
      "step": 379000
    },
    {
      "epoch": 0.7895833333333333,
      "eval_loss": 9.688241958618164,
      "eval_runtime": 8.9604,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 379000
    },
    {
      "epoch": 0.7896041666666667,
      "grad_norm": 2.0379245281219482,
      "learning_rate": 3.1846284709318295e-05,
      "loss": 7.7057,
      "step": 379010
    },
    {
      "epoch": 0.789625,
      "grad_norm": 1.7765122652053833,
      "learning_rate": 3.1840211405268345e-05,
      "loss": 7.1495,
      "step": 379020
    },
    {
      "epoch": 0.7896458333333334,
      "grad_norm": 2.1100544929504395,
      "learning_rate": 3.1834138611621876e-05,
      "loss": 7.3063,
      "step": 379030
    },
    {
      "epoch": 0.7896666666666666,
      "grad_norm": 1.1798053979873657,
      "learning_rate": 3.1828066328405246e-05,
      "loss": 7.2634,
      "step": 379040
    },
    {
      "epoch": 0.7896875,
      "grad_norm": 1.2145609855651855,
      "learning_rate": 3.182199455564454e-05,
      "loss": 6.8118,
      "step": 379050
    },
    {
      "epoch": 0.7897083333333333,
      "grad_norm": 1.3445172309875488,
      "learning_rate": 3.181592329336604e-05,
      "loss": 7.0715,
      "step": 379060
    },
    {
      "epoch": 0.7897291666666667,
      "grad_norm": 4.2097272872924805,
      "learning_rate": 3.180985254159597e-05,
      "loss": 7.0887,
      "step": 379070
    },
    {
      "epoch": 0.78975,
      "grad_norm": 1.4219818115234375,
      "learning_rate": 3.180378230036055e-05,
      "loss": 7.0627,
      "step": 379080
    },
    {
      "epoch": 0.7897708333333333,
      "grad_norm": 1.2355287075042725,
      "learning_rate": 3.179771256968603e-05,
      "loss": 6.9138,
      "step": 379090
    },
    {
      "epoch": 0.7897916666666667,
      "grad_norm": 1.1138578653335571,
      "learning_rate": 3.179164334959858e-05,
      "loss": 7.5013,
      "step": 379100
    },
    {
      "epoch": 0.7898125,
      "grad_norm": 1.3919121026992798,
      "learning_rate": 3.178557464012445e-05,
      "loss": 7.0532,
      "step": 379110
    },
    {
      "epoch": 0.7898333333333334,
      "grad_norm": 1.1590766906738281,
      "learning_rate": 3.177950644128984e-05,
      "loss": 6.8506,
      "step": 379120
    },
    {
      "epoch": 0.7898541666666666,
      "grad_norm": 1.0235493183135986,
      "learning_rate": 3.177343875312097e-05,
      "loss": 7.4163,
      "step": 379130
    },
    {
      "epoch": 0.789875,
      "grad_norm": 1.601491093635559,
      "learning_rate": 3.176737157564405e-05,
      "loss": 7.1229,
      "step": 379140
    },
    {
      "epoch": 0.7898958333333334,
      "grad_norm": 2.224486827850342,
      "learning_rate": 3.176130490888528e-05,
      "loss": 7.1636,
      "step": 379150
    },
    {
      "epoch": 0.7899166666666667,
      "grad_norm": 0.9591065049171448,
      "learning_rate": 3.175523875287087e-05,
      "loss": 7.3733,
      "step": 379160
    },
    {
      "epoch": 0.7899375,
      "grad_norm": 1.4715631008148193,
      "learning_rate": 3.1749173107627025e-05,
      "loss": 7.6894,
      "step": 379170
    },
    {
      "epoch": 0.7899583333333333,
      "grad_norm": 5.787679672241211,
      "learning_rate": 3.174310797317995e-05,
      "loss": 7.1455,
      "step": 379180
    },
    {
      "epoch": 0.7899791666666667,
      "grad_norm": 2.7383577823638916,
      "learning_rate": 3.173704334955584e-05,
      "loss": 7.1673,
      "step": 379190
    },
    {
      "epoch": 0.79,
      "grad_norm": 1.035255789756775,
      "learning_rate": 3.173097923678088e-05,
      "loss": 7.2505,
      "step": 379200
    },
    {
      "epoch": 0.7900208333333333,
      "grad_norm": 1.6601426601409912,
      "learning_rate": 3.172491563488133e-05,
      "loss": 7.0788,
      "step": 379210
    },
    {
      "epoch": 0.7900416666666666,
      "grad_norm": 3.119051694869995,
      "learning_rate": 3.1718852543883224e-05,
      "loss": 7.2369,
      "step": 379220
    },
    {
      "epoch": 0.7900625,
      "grad_norm": 1.019162654876709,
      "learning_rate": 3.171278996381293e-05,
      "loss": 7.173,
      "step": 379230
    },
    {
      "epoch": 0.7900833333333334,
      "grad_norm": 0.9847533702850342,
      "learning_rate": 3.1706727894696575e-05,
      "loss": 7.3109,
      "step": 379240
    },
    {
      "epoch": 0.7901041666666667,
      "grad_norm": 7.019981384277344,
      "learning_rate": 3.170066633656027e-05,
      "loss": 7.1276,
      "step": 379250
    },
    {
      "epoch": 0.790125,
      "grad_norm": 0.9282589554786682,
      "learning_rate": 3.169460528943029e-05,
      "loss": 6.9906,
      "step": 379260
    },
    {
      "epoch": 0.7901458333333333,
      "grad_norm": 3.2257792949676514,
      "learning_rate": 3.1688544753332835e-05,
      "loss": 7.3112,
      "step": 379270
    },
    {
      "epoch": 0.7901666666666667,
      "grad_norm": 1.3832361698150635,
      "learning_rate": 3.168248472829394e-05,
      "loss": 6.9423,
      "step": 379280
    },
    {
      "epoch": 0.7901875,
      "grad_norm": 1.8424359560012817,
      "learning_rate": 3.167642521433997e-05,
      "loss": 7.9999,
      "step": 379290
    },
    {
      "epoch": 0.7902083333333333,
      "grad_norm": 1.1678804159164429,
      "learning_rate": 3.1670366211496966e-05,
      "loss": 7.4614,
      "step": 379300
    },
    {
      "epoch": 0.7902291666666666,
      "grad_norm": 1.035481333732605,
      "learning_rate": 3.1664307719791096e-05,
      "loss": 7.795,
      "step": 379310
    },
    {
      "epoch": 0.79025,
      "grad_norm": 2.1940855979919434,
      "learning_rate": 3.165824973924866e-05,
      "loss": 6.9382,
      "step": 379320
    },
    {
      "epoch": 0.7902708333333334,
      "grad_norm": 1.3451249599456787,
      "learning_rate": 3.165219226989571e-05,
      "loss": 7.0397,
      "step": 379330
    },
    {
      "epoch": 0.7902916666666666,
      "grad_norm": 3.257019519805908,
      "learning_rate": 3.164613531175838e-05,
      "loss": 7.2389,
      "step": 379340
    },
    {
      "epoch": 0.7903125,
      "grad_norm": 1.8538448810577393,
      "learning_rate": 3.1640078864863e-05,
      "loss": 7.2485,
      "step": 379350
    },
    {
      "epoch": 0.7903333333333333,
      "grad_norm": 3.0706958770751953,
      "learning_rate": 3.163402292923558e-05,
      "loss": 7.6314,
      "step": 379360
    },
    {
      "epoch": 0.7903541666666667,
      "grad_norm": 1.8249224424362183,
      "learning_rate": 3.16279675049023e-05,
      "loss": 6.9673,
      "step": 379370
    },
    {
      "epoch": 0.790375,
      "grad_norm": 0.8557884097099304,
      "learning_rate": 3.162191259188941e-05,
      "loss": 6.9934,
      "step": 379380
    },
    {
      "epoch": 0.7903958333333333,
      "grad_norm": 1.352627158164978,
      "learning_rate": 3.161585819022297e-05,
      "loss": 6.9075,
      "step": 379390
    },
    {
      "epoch": 0.7904166666666667,
      "grad_norm": 1.534544825553894,
      "learning_rate": 3.1609804299929116e-05,
      "loss": 7.005,
      "step": 379400
    },
    {
      "epoch": 0.7904375,
      "grad_norm": 1.1713122129440308,
      "learning_rate": 3.160375092103414e-05,
      "loss": 7.2398,
      "step": 379410
    },
    {
      "epoch": 0.7904583333333334,
      "grad_norm": 1.554121494293213,
      "learning_rate": 3.1597698053564045e-05,
      "loss": 6.9574,
      "step": 379420
    },
    {
      "epoch": 0.7904791666666666,
      "grad_norm": 2.589545726776123,
      "learning_rate": 3.159164569754502e-05,
      "loss": 7.0356,
      "step": 379430
    },
    {
      "epoch": 0.7905,
      "grad_norm": 4.018548011779785,
      "learning_rate": 3.158559385300322e-05,
      "loss": 7.2497,
      "step": 379440
    },
    {
      "epoch": 0.7905208333333333,
      "grad_norm": 4.828986167907715,
      "learning_rate": 3.1579542519964795e-05,
      "loss": 7.6313,
      "step": 379450
    },
    {
      "epoch": 0.7905416666666667,
      "grad_norm": 1.2836185693740845,
      "learning_rate": 3.1573491698455874e-05,
      "loss": 7.3234,
      "step": 379460
    },
    {
      "epoch": 0.7905625,
      "grad_norm": 1.2738275527954102,
      "learning_rate": 3.156744138850258e-05,
      "loss": 6.8035,
      "step": 379470
    },
    {
      "epoch": 0.7905833333333333,
      "grad_norm": 2.5305373668670654,
      "learning_rate": 3.156139159013106e-05,
      "loss": 7.3919,
      "step": 379480
    },
    {
      "epoch": 0.7906041666666667,
      "grad_norm": 1.8586032390594482,
      "learning_rate": 3.155534230336745e-05,
      "loss": 7.7817,
      "step": 379490
    },
    {
      "epoch": 0.790625,
      "grad_norm": 2.911207914352417,
      "learning_rate": 3.154929352823788e-05,
      "loss": 7.3814,
      "step": 379500
    },
    {
      "epoch": 0.7906458333333334,
      "grad_norm": 2.0679428577423096,
      "learning_rate": 3.154324526476847e-05,
      "loss": 7.9643,
      "step": 379510
    },
    {
      "epoch": 0.7906666666666666,
      "grad_norm": 1.309203863143921,
      "learning_rate": 3.153719751298535e-05,
      "loss": 6.85,
      "step": 379520
    },
    {
      "epoch": 0.7906875,
      "grad_norm": 8.502965927124023,
      "learning_rate": 3.1531150272914656e-05,
      "loss": 7.7085,
      "step": 379530
    },
    {
      "epoch": 0.7907083333333333,
      "grad_norm": 2.7300732135772705,
      "learning_rate": 3.1525103544582495e-05,
      "loss": 7.1822,
      "step": 379540
    },
    {
      "epoch": 0.7907291666666667,
      "grad_norm": 1.5998255014419556,
      "learning_rate": 3.151905732801504e-05,
      "loss": 7.3262,
      "step": 379550
    },
    {
      "epoch": 0.79075,
      "grad_norm": 2.3990840911865234,
      "learning_rate": 3.151301162323827e-05,
      "loss": 7.4328,
      "step": 379560
    },
    {
      "epoch": 0.7907708333333333,
      "grad_norm": 1.4293150901794434,
      "learning_rate": 3.150696643027842e-05,
      "loss": 6.9645,
      "step": 379570
    },
    {
      "epoch": 0.7907916666666667,
      "grad_norm": 1.373268961906433,
      "learning_rate": 3.1500921749161623e-05,
      "loss": 6.7597,
      "step": 379580
    },
    {
      "epoch": 0.7908125,
      "grad_norm": 1.3195700645446777,
      "learning_rate": 3.1494877579913856e-05,
      "loss": 7.368,
      "step": 379590
    },
    {
      "epoch": 0.7908333333333334,
      "grad_norm": 1.7679246664047241,
      "learning_rate": 3.148883392256135e-05,
      "loss": 7.1326,
      "step": 379600
    },
    {
      "epoch": 0.7908541666666666,
      "grad_norm": 2.142502784729004,
      "learning_rate": 3.148279077713022e-05,
      "loss": 7.1816,
      "step": 379610
    },
    {
      "epoch": 0.790875,
      "grad_norm": 7.0958476066589355,
      "learning_rate": 3.1476748143646435e-05,
      "loss": 7.2442,
      "step": 379620
    },
    {
      "epoch": 0.7908958333333334,
      "grad_norm": 2.3020498752593994,
      "learning_rate": 3.1470706022136217e-05,
      "loss": 6.902,
      "step": 379630
    },
    {
      "epoch": 0.7909166666666667,
      "grad_norm": 1.3066356182098389,
      "learning_rate": 3.146466441262569e-05,
      "loss": 6.8238,
      "step": 379640
    },
    {
      "epoch": 0.7909375,
      "grad_norm": 1.7967725992202759,
      "learning_rate": 3.1458623315140804e-05,
      "loss": 7.2515,
      "step": 379650
    },
    {
      "epoch": 0.7909583333333333,
      "grad_norm": 1.2503299713134766,
      "learning_rate": 3.145258272970778e-05,
      "loss": 7.2004,
      "step": 379660
    },
    {
      "epoch": 0.7909791666666667,
      "grad_norm": 2.981609582901001,
      "learning_rate": 3.1446542656352705e-05,
      "loss": 7.2013,
      "step": 379670
    },
    {
      "epoch": 0.791,
      "grad_norm": 1.5210046768188477,
      "learning_rate": 3.144050309510158e-05,
      "loss": 7.1738,
      "step": 379680
    },
    {
      "epoch": 0.7910208333333333,
      "grad_norm": 1.3388978242874146,
      "learning_rate": 3.1434464045980615e-05,
      "loss": 7.362,
      "step": 379690
    },
    {
      "epoch": 0.7910416666666666,
      "grad_norm": 2.651989698410034,
      "learning_rate": 3.142842550901581e-05,
      "loss": 7.0413,
      "step": 379700
    },
    {
      "epoch": 0.7910625,
      "grad_norm": 2.803398370742798,
      "learning_rate": 3.1422387484233215e-05,
      "loss": 6.829,
      "step": 379710
    },
    {
      "epoch": 0.7910833333333334,
      "grad_norm": 1.6506438255310059,
      "learning_rate": 3.141634997165906e-05,
      "loss": 7.132,
      "step": 379720
    },
    {
      "epoch": 0.7911041666666667,
      "grad_norm": 1.0437848567962646,
      "learning_rate": 3.14103129713193e-05,
      "loss": 7.256,
      "step": 379730
    },
    {
      "epoch": 0.791125,
      "grad_norm": 2.518951892852783,
      "learning_rate": 3.140427648323998e-05,
      "loss": 6.8068,
      "step": 379740
    },
    {
      "epoch": 0.7911458333333333,
      "grad_norm": 7.370937824249268,
      "learning_rate": 3.1398240507447345e-05,
      "loss": 7.2354,
      "step": 379750
    },
    {
      "epoch": 0.7911666666666667,
      "grad_norm": 1.7165682315826416,
      "learning_rate": 3.139220504396732e-05,
      "loss": 7.5147,
      "step": 379760
    },
    {
      "epoch": 0.7911875,
      "grad_norm": 2.7954154014587402,
      "learning_rate": 3.138617009282599e-05,
      "loss": 7.3848,
      "step": 379770
    },
    {
      "epoch": 0.7912083333333333,
      "grad_norm": 1.4903857707977295,
      "learning_rate": 3.138013565404953e-05,
      "loss": 6.7465,
      "step": 379780
    },
    {
      "epoch": 0.7912291666666667,
      "grad_norm": 1.9080259799957275,
      "learning_rate": 3.137410172766389e-05,
      "loss": 7.3081,
      "step": 379790
    },
    {
      "epoch": 0.79125,
      "grad_norm": 1.4924235343933105,
      "learning_rate": 3.136806831369518e-05,
      "loss": 7.0325,
      "step": 379800
    },
    {
      "epoch": 0.7912708333333334,
      "grad_norm": 1.9111104011535645,
      "learning_rate": 3.1362035412169435e-05,
      "loss": 6.9963,
      "step": 379810
    },
    {
      "epoch": 0.7912916666666666,
      "grad_norm": 2.385464906692505,
      "learning_rate": 3.1356003023112755e-05,
      "loss": 6.7954,
      "step": 379820
    },
    {
      "epoch": 0.7913125,
      "grad_norm": 1.0021377801895142,
      "learning_rate": 3.134997114655118e-05,
      "loss": 6.9988,
      "step": 379830
    },
    {
      "epoch": 0.7913333333333333,
      "grad_norm": 0.9692366123199463,
      "learning_rate": 3.134393978251076e-05,
      "loss": 6.9536,
      "step": 379840
    },
    {
      "epoch": 0.7913541666666667,
      "grad_norm": 2.154810667037964,
      "learning_rate": 3.133790893101756e-05,
      "loss": 6.9902,
      "step": 379850
    },
    {
      "epoch": 0.791375,
      "grad_norm": 3.20235013961792,
      "learning_rate": 3.133187859209761e-05,
      "loss": 6.8595,
      "step": 379860
    },
    {
      "epoch": 0.7913958333333333,
      "grad_norm": 1.9493114948272705,
      "learning_rate": 3.132584876577699e-05,
      "loss": 7.3855,
      "step": 379870
    },
    {
      "epoch": 0.7914166666666667,
      "grad_norm": 1.6025296449661255,
      "learning_rate": 3.1319819452081714e-05,
      "loss": 7.3649,
      "step": 379880
    },
    {
      "epoch": 0.7914375,
      "grad_norm": 4.076018810272217,
      "learning_rate": 3.131379065103784e-05,
      "loss": 7.7546,
      "step": 379890
    },
    {
      "epoch": 0.7914583333333334,
      "grad_norm": 1.0255942344665527,
      "learning_rate": 3.1307762362671415e-05,
      "loss": 7.4585,
      "step": 379900
    },
    {
      "epoch": 0.7914791666666666,
      "grad_norm": 1.333954095840454,
      "learning_rate": 3.1301734587008495e-05,
      "loss": 6.8835,
      "step": 379910
    },
    {
      "epoch": 0.7915,
      "grad_norm": 1.3450801372528076,
      "learning_rate": 3.129570732407511e-05,
      "loss": 7.1061,
      "step": 379920
    },
    {
      "epoch": 0.7915208333333333,
      "grad_norm": 0.8938208818435669,
      "learning_rate": 3.128968057389721e-05,
      "loss": 7.3104,
      "step": 379930
    },
    {
      "epoch": 0.7915416666666667,
      "grad_norm": 2.7832274436950684,
      "learning_rate": 3.128365433650095e-05,
      "loss": 6.8677,
      "step": 379940
    },
    {
      "epoch": 0.7915625,
      "grad_norm": 1.0981597900390625,
      "learning_rate": 3.127762861191235e-05,
      "loss": 6.8557,
      "step": 379950
    },
    {
      "epoch": 0.7915833333333333,
      "grad_norm": 2.312607526779175,
      "learning_rate": 3.127160340015731e-05,
      "loss": 7.1625,
      "step": 379960
    },
    {
      "epoch": 0.7916041666666667,
      "grad_norm": 0.8719199895858765,
      "learning_rate": 3.126557870126199e-05,
      "loss": 7.7024,
      "step": 379970
    },
    {
      "epoch": 0.791625,
      "grad_norm": 1.922754168510437,
      "learning_rate": 3.125955451525243e-05,
      "loss": 6.8403,
      "step": 379980
    },
    {
      "epoch": 0.7916458333333334,
      "grad_norm": 1.912735939025879,
      "learning_rate": 3.125353084215449e-05,
      "loss": 7.151,
      "step": 379990
    },
    {
      "epoch": 0.7916666666666666,
      "grad_norm": 1.1468830108642578,
      "learning_rate": 3.1247507681994345e-05,
      "loss": 7.065,
      "step": 380000
    },
    {
      "epoch": 0.7916666666666666,
      "eval_loss": 6.550747871398926,
      "eval_runtime": 8.813,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 380000
    },
    {
      "epoch": 0.7916875,
      "grad_norm": 1.2232283353805542,
      "learning_rate": 3.1241485034798005e-05,
      "loss": 6.7459,
      "step": 380010
    },
    {
      "epoch": 0.7917083333333333,
      "grad_norm": 1.5557854175567627,
      "learning_rate": 3.123546290059135e-05,
      "loss": 7.576,
      "step": 380020
    },
    {
      "epoch": 0.7917291666666667,
      "grad_norm": 1.5309888124465942,
      "learning_rate": 3.1229441279400535e-05,
      "loss": 7.5179,
      "step": 380030
    },
    {
      "epoch": 0.79175,
      "grad_norm": 1.1254818439483643,
      "learning_rate": 3.1223420171251554e-05,
      "loss": 8.2806,
      "step": 380040
    },
    {
      "epoch": 0.7917708333333333,
      "grad_norm": 5.974246978759766,
      "learning_rate": 3.1217399576170304e-05,
      "loss": 7.5501,
      "step": 380050
    },
    {
      "epoch": 0.7917916666666667,
      "grad_norm": 1.1197659969329834,
      "learning_rate": 3.121137949418296e-05,
      "loss": 7.3069,
      "step": 380060
    },
    {
      "epoch": 0.7918125,
      "grad_norm": 1.3860739469528198,
      "learning_rate": 3.120535992531539e-05,
      "loss": 6.8949,
      "step": 380070
    },
    {
      "epoch": 0.7918333333333333,
      "grad_norm": 1.3418066501617432,
      "learning_rate": 3.119934086959364e-05,
      "loss": 7.0284,
      "step": 380080
    },
    {
      "epoch": 0.7918541666666666,
      "grad_norm": 1.6043455600738525,
      "learning_rate": 3.1193322327043716e-05,
      "loss": 7.1092,
      "step": 380090
    },
    {
      "epoch": 0.791875,
      "grad_norm": 1.656563401222229,
      "learning_rate": 3.1187304297691616e-05,
      "loss": 6.8621,
      "step": 380100
    },
    {
      "epoch": 0.7918958333333334,
      "grad_norm": 1.7079912424087524,
      "learning_rate": 3.118128678156333e-05,
      "loss": 7.0536,
      "step": 380110
    },
    {
      "epoch": 0.7919166666666667,
      "grad_norm": 1.3263288736343384,
      "learning_rate": 3.117526977868485e-05,
      "loss": 7.8311,
      "step": 380120
    },
    {
      "epoch": 0.7919375,
      "grad_norm": 2.654695987701416,
      "learning_rate": 3.1169253289082165e-05,
      "loss": 6.8529,
      "step": 380130
    },
    {
      "epoch": 0.7919583333333333,
      "grad_norm": 2.0256550312042236,
      "learning_rate": 3.1163237312781276e-05,
      "loss": 7.0457,
      "step": 380140
    },
    {
      "epoch": 0.7919791666666667,
      "grad_norm": 1.2472560405731201,
      "learning_rate": 3.1157221849808164e-05,
      "loss": 7.1739,
      "step": 380150
    },
    {
      "epoch": 0.792,
      "grad_norm": 1.4679725170135498,
      "learning_rate": 3.1151206900188816e-05,
      "loss": 7.394,
      "step": 380160
    },
    {
      "epoch": 0.7920208333333333,
      "grad_norm": 1.6228314638137817,
      "learning_rate": 3.114519246394921e-05,
      "loss": 7.1596,
      "step": 380170
    },
    {
      "epoch": 0.7920416666666666,
      "grad_norm": 1.3488956689834595,
      "learning_rate": 3.113917854111532e-05,
      "loss": 6.9512,
      "step": 380180
    },
    {
      "epoch": 0.7920625,
      "grad_norm": 2.790571928024292,
      "learning_rate": 3.113316513171312e-05,
      "loss": 7.204,
      "step": 380190
    },
    {
      "epoch": 0.7920833333333334,
      "grad_norm": 0.8954802751541138,
      "learning_rate": 3.1127152235768623e-05,
      "loss": 7.1107,
      "step": 380200
    },
    {
      "epoch": 0.7921041666666667,
      "grad_norm": 1.4894130229949951,
      "learning_rate": 3.1121139853307756e-05,
      "loss": 7.5479,
      "step": 380210
    },
    {
      "epoch": 0.792125,
      "grad_norm": 1.5659924745559692,
      "learning_rate": 3.1115127984356514e-05,
      "loss": 6.9527,
      "step": 380220
    },
    {
      "epoch": 0.7921458333333333,
      "grad_norm": 0.8870351910591125,
      "learning_rate": 3.110911662894087e-05,
      "loss": 7.6074,
      "step": 380230
    },
    {
      "epoch": 0.7921666666666667,
      "grad_norm": 0.9272065758705139,
      "learning_rate": 3.110310578708676e-05,
      "loss": 7.2135,
      "step": 380240
    },
    {
      "epoch": 0.7921875,
      "grad_norm": 4.805858135223389,
      "learning_rate": 3.10970954588202e-05,
      "loss": 7.0935,
      "step": 380250
    },
    {
      "epoch": 0.7922083333333333,
      "grad_norm": 2.2417798042297363,
      "learning_rate": 3.10910856441671e-05,
      "loss": 7.3635,
      "step": 380260
    },
    {
      "epoch": 0.7922291666666667,
      "grad_norm": 2.178826332092285,
      "learning_rate": 3.1085076343153456e-05,
      "loss": 7.0517,
      "step": 380270
    },
    {
      "epoch": 0.79225,
      "grad_norm": 3.1686809062957764,
      "learning_rate": 3.10790675558052e-05,
      "loss": 6.8441,
      "step": 380280
    },
    {
      "epoch": 0.7922708333333334,
      "grad_norm": 2.740410327911377,
      "learning_rate": 3.107305928214835e-05,
      "loss": 7.349,
      "step": 380290
    },
    {
      "epoch": 0.7922916666666666,
      "grad_norm": 1.2158924341201782,
      "learning_rate": 3.106705152220872e-05,
      "loss": 7.1852,
      "step": 380300
    },
    {
      "epoch": 0.7923125,
      "grad_norm": 5.9688544273376465,
      "learning_rate": 3.106104427601239e-05,
      "loss": 7.1967,
      "step": 380310
    },
    {
      "epoch": 0.7923333333333333,
      "grad_norm": 1.5893707275390625,
      "learning_rate": 3.105503754358531e-05,
      "loss": 6.9979,
      "step": 380320
    },
    {
      "epoch": 0.7923541666666667,
      "grad_norm": 4.383989334106445,
      "learning_rate": 3.104903132495332e-05,
      "loss": 7.5859,
      "step": 380330
    },
    {
      "epoch": 0.792375,
      "grad_norm": 0.8859568238258362,
      "learning_rate": 3.1043025620142456e-05,
      "loss": 7.127,
      "step": 380340
    },
    {
      "epoch": 0.7923958333333333,
      "grad_norm": 1.2388567924499512,
      "learning_rate": 3.103702042917869e-05,
      "loss": 6.9815,
      "step": 380350
    },
    {
      "epoch": 0.7924166666666667,
      "grad_norm": 1.990036964416504,
      "learning_rate": 3.103101575208782e-05,
      "loss": 7.0738,
      "step": 380360
    },
    {
      "epoch": 0.7924375,
      "grad_norm": 2.0460453033447266,
      "learning_rate": 3.10250115888959e-05,
      "loss": 7.1992,
      "step": 380370
    },
    {
      "epoch": 0.7924583333333334,
      "grad_norm": 1.6488295793533325,
      "learning_rate": 3.1019007939628876e-05,
      "loss": 6.9651,
      "step": 380380
    },
    {
      "epoch": 0.7924791666666666,
      "grad_norm": 2.8009772300720215,
      "learning_rate": 3.101300480431261e-05,
      "loss": 7.3303,
      "step": 380390
    },
    {
      "epoch": 0.7925,
      "grad_norm": 1.539149284362793,
      "learning_rate": 3.100700218297303e-05,
      "loss": 7.1655,
      "step": 380400
    },
    {
      "epoch": 0.7925208333333333,
      "grad_norm": 1.0065020322799683,
      "learning_rate": 3.100100007563618e-05,
      "loss": 7.4034,
      "step": 380410
    },
    {
      "epoch": 0.7925416666666667,
      "grad_norm": 1.2492674589157104,
      "learning_rate": 3.099499848232786e-05,
      "loss": 7.2675,
      "step": 380420
    },
    {
      "epoch": 0.7925625,
      "grad_norm": 1.729751706123352,
      "learning_rate": 3.0988997403074034e-05,
      "loss": 6.9961,
      "step": 380430
    },
    {
      "epoch": 0.7925833333333333,
      "grad_norm": 4.639928817749023,
      "learning_rate": 3.098299683790065e-05,
      "loss": 7.1633,
      "step": 380440
    },
    {
      "epoch": 0.7926041666666667,
      "grad_norm": 1.0955177545547485,
      "learning_rate": 3.09769967868336e-05,
      "loss": 6.7678,
      "step": 380450
    },
    {
      "epoch": 0.792625,
      "grad_norm": 1.6222243309020996,
      "learning_rate": 3.097099724989881e-05,
      "loss": 7.1333,
      "step": 380460
    },
    {
      "epoch": 0.7926458333333334,
      "grad_norm": 4.149893760681152,
      "learning_rate": 3.096499822712219e-05,
      "loss": 7.0265,
      "step": 380470
    },
    {
      "epoch": 0.7926666666666666,
      "grad_norm": 1.568361759185791,
      "learning_rate": 3.0958999718529684e-05,
      "loss": 7.2749,
      "step": 380480
    },
    {
      "epoch": 0.7926875,
      "grad_norm": 1.7721459865570068,
      "learning_rate": 3.0953001724147145e-05,
      "loss": 7.1029,
      "step": 380490
    },
    {
      "epoch": 0.7927083333333333,
      "grad_norm": 1.274060606956482,
      "learning_rate": 3.094700424400055e-05,
      "loss": 9.6417,
      "step": 380500
    },
    {
      "epoch": 0.7927291666666667,
      "grad_norm": 1.506387710571289,
      "learning_rate": 3.094100727811575e-05,
      "loss": 7.1198,
      "step": 380510
    },
    {
      "epoch": 0.79275,
      "grad_norm": 1.6806236505508423,
      "learning_rate": 3.0935010826518685e-05,
      "loss": 7.0372,
      "step": 380520
    },
    {
      "epoch": 0.7927708333333333,
      "grad_norm": 1.5289455652236938,
      "learning_rate": 3.0929014889235225e-05,
      "loss": 7.7055,
      "step": 380530
    },
    {
      "epoch": 0.7927916666666667,
      "grad_norm": 1.7427754402160645,
      "learning_rate": 3.0923019466291306e-05,
      "loss": 7.1125,
      "step": 380540
    },
    {
      "epoch": 0.7928125,
      "grad_norm": 4.657322406768799,
      "learning_rate": 3.091702455771282e-05,
      "loss": 7.327,
      "step": 380550
    },
    {
      "epoch": 0.7928333333333333,
      "grad_norm": 1.1875654458999634,
      "learning_rate": 3.0911030163525624e-05,
      "loss": 7.1702,
      "step": 380560
    },
    {
      "epoch": 0.7928541666666666,
      "grad_norm": 1.9877843856811523,
      "learning_rate": 3.090503628375566e-05,
      "loss": 7.0314,
      "step": 380570
    },
    {
      "epoch": 0.792875,
      "grad_norm": 2.503871202468872,
      "learning_rate": 3.089904291842878e-05,
      "loss": 7.7976,
      "step": 380580
    },
    {
      "epoch": 0.7928958333333334,
      "grad_norm": 2.3336386680603027,
      "learning_rate": 3.08930500675709e-05,
      "loss": 6.7975,
      "step": 380590
    },
    {
      "epoch": 0.7929166666666667,
      "grad_norm": 1.3070324659347534,
      "learning_rate": 3.08870577312079e-05,
      "loss": 6.9675,
      "step": 380600
    },
    {
      "epoch": 0.7929375,
      "grad_norm": 1.2327567338943481,
      "learning_rate": 3.0881065909365664e-05,
      "loss": 6.8998,
      "step": 380610
    },
    {
      "epoch": 0.7929583333333333,
      "grad_norm": 1.175643801689148,
      "learning_rate": 3.0875074602070064e-05,
      "loss": 6.8205,
      "step": 380620
    },
    {
      "epoch": 0.7929791666666667,
      "grad_norm": 1.805002212524414,
      "learning_rate": 3.0869083809347e-05,
      "loss": 6.9904,
      "step": 380630
    },
    {
      "epoch": 0.793,
      "grad_norm": 1.005020260810852,
      "learning_rate": 3.086309353122233e-05,
      "loss": 6.9471,
      "step": 380640
    },
    {
      "epoch": 0.7930208333333333,
      "grad_norm": 1.7768968343734741,
      "learning_rate": 3.085710376772194e-05,
      "loss": 6.7962,
      "step": 380650
    },
    {
      "epoch": 0.7930416666666666,
      "grad_norm": 3.954118251800537,
      "learning_rate": 3.085111451887171e-05,
      "loss": 7.1276,
      "step": 380660
    },
    {
      "epoch": 0.7930625,
      "grad_norm": 3.0928995609283447,
      "learning_rate": 3.084512578469754e-05,
      "loss": 7.3402,
      "step": 380670
    },
    {
      "epoch": 0.7930833333333334,
      "grad_norm": 1.0964373350143433,
      "learning_rate": 3.083913756522517e-05,
      "loss": 6.8642,
      "step": 380680
    },
    {
      "epoch": 0.7931041666666667,
      "grad_norm": 1.5958508253097534,
      "learning_rate": 3.083314986048066e-05,
      "loss": 7.0749,
      "step": 380690
    },
    {
      "epoch": 0.793125,
      "grad_norm": 1.1516228914260864,
      "learning_rate": 3.082716267048971e-05,
      "loss": 6.9458,
      "step": 380700
    },
    {
      "epoch": 0.7931458333333333,
      "grad_norm": 2.535646438598633,
      "learning_rate": 3.082117599527822e-05,
      "loss": 7.1391,
      "step": 380710
    },
    {
      "epoch": 0.7931666666666667,
      "grad_norm": 1.2492320537567139,
      "learning_rate": 3.0815189834872155e-05,
      "loss": 7.2836,
      "step": 380720
    },
    {
      "epoch": 0.7931875,
      "grad_norm": 7.373190879821777,
      "learning_rate": 3.080920418929725e-05,
      "loss": 7.4524,
      "step": 380730
    },
    {
      "epoch": 0.7932083333333333,
      "grad_norm": 1.727109432220459,
      "learning_rate": 3.080321905857935e-05,
      "loss": 7.7276,
      "step": 380740
    },
    {
      "epoch": 0.7932291666666667,
      "grad_norm": 1.5691572427749634,
      "learning_rate": 3.0797234442744464e-05,
      "loss": 7.1441,
      "step": 380750
    },
    {
      "epoch": 0.79325,
      "grad_norm": 4.7159247398376465,
      "learning_rate": 3.0791250341818283e-05,
      "loss": 7.4551,
      "step": 380760
    },
    {
      "epoch": 0.7932708333333334,
      "grad_norm": 1.812604546546936,
      "learning_rate": 3.07852667558267e-05,
      "loss": 7.2303,
      "step": 380770
    },
    {
      "epoch": 0.7932916666666666,
      "grad_norm": 2.251854419708252,
      "learning_rate": 3.0779283684795637e-05,
      "loss": 6.6581,
      "step": 380780
    },
    {
      "epoch": 0.7933125,
      "grad_norm": 1.6298842430114746,
      "learning_rate": 3.0773301128750826e-05,
      "loss": 7.6944,
      "step": 380790
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.9169281721115112,
      "learning_rate": 3.076731908771818e-05,
      "loss": 7.007,
      "step": 380800
    },
    {
      "epoch": 0.7933541666666667,
      "grad_norm": 1.84047269821167,
      "learning_rate": 3.076133756172352e-05,
      "loss": 7.0512,
      "step": 380810
    },
    {
      "epoch": 0.793375,
      "grad_norm": 1.9040197134017944,
      "learning_rate": 3.075535655079268e-05,
      "loss": 7.1018,
      "step": 380820
    },
    {
      "epoch": 0.7933958333333333,
      "grad_norm": 7.113475799560547,
      "learning_rate": 3.0749376054951495e-05,
      "loss": 7.4855,
      "step": 380830
    },
    {
      "epoch": 0.7934166666666667,
      "grad_norm": 1.629895806312561,
      "learning_rate": 3.074339607422581e-05,
      "loss": 6.9729,
      "step": 380840
    },
    {
      "epoch": 0.7934375,
      "grad_norm": 3.1001014709472656,
      "learning_rate": 3.073741660864144e-05,
      "loss": 6.9531,
      "step": 380850
    },
    {
      "epoch": 0.7934583333333334,
      "grad_norm": 2.0783395767211914,
      "learning_rate": 3.073143765822423e-05,
      "loss": 7.3391,
      "step": 380860
    },
    {
      "epoch": 0.7934791666666666,
      "grad_norm": 1.042090654373169,
      "learning_rate": 3.0725459223e-05,
      "loss": 6.9944,
      "step": 380870
    },
    {
      "epoch": 0.7935,
      "grad_norm": 2.4501094818115234,
      "learning_rate": 3.071948130299458e-05,
      "loss": 7.344,
      "step": 380880
    },
    {
      "epoch": 0.7935208333333333,
      "grad_norm": 1.1817677021026611,
      "learning_rate": 3.071350389823377e-05,
      "loss": 7.1235,
      "step": 380890
    },
    {
      "epoch": 0.7935416666666667,
      "grad_norm": 1.9479166269302368,
      "learning_rate": 3.0707527008743424e-05,
      "loss": 7.2273,
      "step": 380900
    },
    {
      "epoch": 0.7935625,
      "grad_norm": 1.0198006629943848,
      "learning_rate": 3.0701550634549326e-05,
      "loss": 6.8859,
      "step": 380910
    },
    {
      "epoch": 0.7935833333333333,
      "grad_norm": 5.023439884185791,
      "learning_rate": 3.069557477567732e-05,
      "loss": 8.1022,
      "step": 380920
    },
    {
      "epoch": 0.7936041666666667,
      "grad_norm": 2.438706159591675,
      "learning_rate": 3.06895994321532e-05,
      "loss": 7.5089,
      "step": 380930
    },
    {
      "epoch": 0.793625,
      "grad_norm": 0.8590914607048035,
      "learning_rate": 3.068362460400279e-05,
      "loss": 6.9557,
      "step": 380940
    },
    {
      "epoch": 0.7936458333333334,
      "grad_norm": 1.4455344676971436,
      "learning_rate": 3.0677650291251875e-05,
      "loss": 7.031,
      "step": 380950
    },
    {
      "epoch": 0.7936666666666666,
      "grad_norm": 1.3627480268478394,
      "learning_rate": 3.06716764939263e-05,
      "loss": 7.0351,
      "step": 380960
    },
    {
      "epoch": 0.7936875,
      "grad_norm": 1.441153883934021,
      "learning_rate": 3.066570321205184e-05,
      "loss": 7.0659,
      "step": 380970
    },
    {
      "epoch": 0.7937083333333333,
      "grad_norm": 1.6712790727615356,
      "learning_rate": 3.065973044565436e-05,
      "loss": 7.1028,
      "step": 380980
    },
    {
      "epoch": 0.7937291666666667,
      "grad_norm": 1.2117199897766113,
      "learning_rate": 3.06537581947595e-05,
      "loss": 7.8493,
      "step": 380990
    },
    {
      "epoch": 0.79375,
      "grad_norm": 1.0034745931625366,
      "learning_rate": 3.064778645939323e-05,
      "loss": 7.0901,
      "step": 381000
    },
    {
      "epoch": 0.79375,
      "eval_loss": 6.8933868408203125,
      "eval_runtime": 8.9199,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 381000
    },
    {
      "epoch": 0.7937708333333333,
      "grad_norm": 1.138238549232483,
      "learning_rate": 3.06418152395813e-05,
      "loss": 6.8859,
      "step": 381010
    },
    {
      "epoch": 0.7937916666666667,
      "grad_norm": 2.176008701324463,
      "learning_rate": 3.063584453534941e-05,
      "loss": 7.0725,
      "step": 381020
    },
    {
      "epoch": 0.7938125,
      "grad_norm": 1.1679571866989136,
      "learning_rate": 3.062987434672347e-05,
      "loss": 7.4321,
      "step": 381030
    },
    {
      "epoch": 0.7938333333333333,
      "grad_norm": 1.9840657711029053,
      "learning_rate": 3.0623904673729255e-05,
      "loss": 6.7639,
      "step": 381040
    },
    {
      "epoch": 0.7938541666666666,
      "grad_norm": 2.1958272457122803,
      "learning_rate": 3.0617935516392436e-05,
      "loss": 6.6112,
      "step": 381050
    },
    {
      "epoch": 0.793875,
      "grad_norm": 1.541181206703186,
      "learning_rate": 3.0611966874738986e-05,
      "loss": 6.8421,
      "step": 381060
    },
    {
      "epoch": 0.7938958333333334,
      "grad_norm": 1.9137204885482788,
      "learning_rate": 3.0605998748794526e-05,
      "loss": 6.7555,
      "step": 381070
    },
    {
      "epoch": 0.7939166666666667,
      "grad_norm": 0.8775254487991333,
      "learning_rate": 3.060003113858483e-05,
      "loss": 6.6327,
      "step": 381080
    },
    {
      "epoch": 0.7939375,
      "grad_norm": 3.4654593467712402,
      "learning_rate": 3.0594064044135845e-05,
      "loss": 7.1083,
      "step": 381090
    },
    {
      "epoch": 0.7939583333333333,
      "grad_norm": 1.5658599138259888,
      "learning_rate": 3.058809746547319e-05,
      "loss": 6.8692,
      "step": 381100
    },
    {
      "epoch": 0.7939791666666667,
      "grad_norm": 1.412699818611145,
      "learning_rate": 3.0582131402622656e-05,
      "loss": 7.2601,
      "step": 381110
    },
    {
      "epoch": 0.794,
      "grad_norm": 4.798165798187256,
      "learning_rate": 3.0576165855610116e-05,
      "loss": 7.2835,
      "step": 381120
    },
    {
      "epoch": 0.7940208333333333,
      "grad_norm": 1.4477684497833252,
      "learning_rate": 3.057020082446124e-05,
      "loss": 7.0904,
      "step": 381130
    },
    {
      "epoch": 0.7940416666666666,
      "grad_norm": 4.687520980834961,
      "learning_rate": 3.056423630920176e-05,
      "loss": 7.1265,
      "step": 381140
    },
    {
      "epoch": 0.7940625,
      "grad_norm": 1.7580806016921997,
      "learning_rate": 3.055827230985759e-05,
      "loss": 8.4233,
      "step": 381150
    },
    {
      "epoch": 0.7940833333333334,
      "grad_norm": 1.4636986255645752,
      "learning_rate": 3.055230882645439e-05,
      "loss": 7.393,
      "step": 381160
    },
    {
      "epoch": 0.7941041666666667,
      "grad_norm": 1.0068602561950684,
      "learning_rate": 3.054634585901788e-05,
      "loss": 7.3111,
      "step": 381170
    },
    {
      "epoch": 0.794125,
      "grad_norm": 2.8013529777526855,
      "learning_rate": 3.0540383407573935e-05,
      "loss": 7.5188,
      "step": 381180
    },
    {
      "epoch": 0.7941458333333333,
      "grad_norm": 1.679510235786438,
      "learning_rate": 3.053442147214822e-05,
      "loss": 7.1352,
      "step": 381190
    },
    {
      "epoch": 0.7941666666666667,
      "grad_norm": 1.5626293420791626,
      "learning_rate": 3.0528460052766536e-05,
      "loss": 7.0347,
      "step": 381200
    },
    {
      "epoch": 0.7941875,
      "grad_norm": 1.6587001085281372,
      "learning_rate": 3.05224991494546e-05,
      "loss": 7.2872,
      "step": 381210
    },
    {
      "epoch": 0.7942083333333333,
      "grad_norm": 1.574049472808838,
      "learning_rate": 3.0516538762238162e-05,
      "loss": 7.4414,
      "step": 381220
    },
    {
      "epoch": 0.7942291666666667,
      "grad_norm": 1.2237404584884644,
      "learning_rate": 3.051057889114299e-05,
      "loss": 8.1554,
      "step": 381230
    },
    {
      "epoch": 0.79425,
      "grad_norm": 1.430737018585205,
      "learning_rate": 3.0504619536194825e-05,
      "loss": 7.3509,
      "step": 381240
    },
    {
      "epoch": 0.7942708333333334,
      "grad_norm": 1.9459680318832397,
      "learning_rate": 3.0498660697419414e-05,
      "loss": 7.004,
      "step": 381250
    },
    {
      "epoch": 0.7942916666666666,
      "grad_norm": 1.3735686540603638,
      "learning_rate": 3.049270237484247e-05,
      "loss": 6.9465,
      "step": 381260
    },
    {
      "epoch": 0.7943125,
      "grad_norm": 2.1965112686157227,
      "learning_rate": 3.048674456848976e-05,
      "loss": 6.967,
      "step": 381270
    },
    {
      "epoch": 0.7943333333333333,
      "grad_norm": 1.3107414245605469,
      "learning_rate": 3.0480787278386986e-05,
      "loss": 7.0188,
      "step": 381280
    },
    {
      "epoch": 0.7943541666666667,
      "grad_norm": 1.3832852840423584,
      "learning_rate": 3.0474830504559956e-05,
      "loss": 6.7885,
      "step": 381290
    },
    {
      "epoch": 0.794375,
      "grad_norm": 1.3236263990402222,
      "learning_rate": 3.0468874247034274e-05,
      "loss": 6.8125,
      "step": 381300
    },
    {
      "epoch": 0.7943958333333333,
      "grad_norm": 1.6371064186096191,
      "learning_rate": 3.0462918505835776e-05,
      "loss": 6.9895,
      "step": 381310
    },
    {
      "epoch": 0.7944166666666667,
      "grad_norm": 2.17288875579834,
      "learning_rate": 3.045696328099019e-05,
      "loss": 7.2401,
      "step": 381320
    },
    {
      "epoch": 0.7944375,
      "grad_norm": 3.1396985054016113,
      "learning_rate": 3.0451008572523124e-05,
      "loss": 7.1288,
      "step": 381330
    },
    {
      "epoch": 0.7944583333333334,
      "grad_norm": 0.9266725778579712,
      "learning_rate": 3.0445054380460425e-05,
      "loss": 6.9915,
      "step": 381340
    },
    {
      "epoch": 0.7944791666666666,
      "grad_norm": 1.6138449907302856,
      "learning_rate": 3.0439100704827796e-05,
      "loss": 7.6773,
      "step": 381350
    },
    {
      "epoch": 0.7945,
      "grad_norm": 1.1045957803726196,
      "learning_rate": 3.043314754565086e-05,
      "loss": 6.8094,
      "step": 381360
    },
    {
      "epoch": 0.7945208333333333,
      "grad_norm": 1.024492621421814,
      "learning_rate": 3.042719490295543e-05,
      "loss": 7.2779,
      "step": 381370
    },
    {
      "epoch": 0.7945416666666667,
      "grad_norm": 1.5939548015594482,
      "learning_rate": 3.0421242776767242e-05,
      "loss": 7.0861,
      "step": 381380
    },
    {
      "epoch": 0.7945625,
      "grad_norm": 2.038153648376465,
      "learning_rate": 3.0415291167111867e-05,
      "loss": 7.1338,
      "step": 381390
    },
    {
      "epoch": 0.7945833333333333,
      "grad_norm": 1.2123639583587646,
      "learning_rate": 3.040934007401512e-05,
      "loss": 7.4351,
      "step": 381400
    },
    {
      "epoch": 0.7946041666666667,
      "grad_norm": 1.6757128238677979,
      "learning_rate": 3.040338949750275e-05,
      "loss": 7.3133,
      "step": 381410
    },
    {
      "epoch": 0.794625,
      "grad_norm": 4.07426118850708,
      "learning_rate": 3.0397439437600302e-05,
      "loss": 7.9356,
      "step": 381420
    },
    {
      "epoch": 0.7946458333333334,
      "grad_norm": 1.0633459091186523,
      "learning_rate": 3.039148989433367e-05,
      "loss": 7.1895,
      "step": 381430
    },
    {
      "epoch": 0.7946666666666666,
      "grad_norm": 1.286872386932373,
      "learning_rate": 3.0385540867728403e-05,
      "loss": 7.3073,
      "step": 381440
    },
    {
      "epoch": 0.7946875,
      "grad_norm": 1.634400725364685,
      "learning_rate": 3.0379592357810228e-05,
      "loss": 6.8441,
      "step": 381450
    },
    {
      "epoch": 0.7947083333333333,
      "grad_norm": 1.240834355354309,
      "learning_rate": 3.0373644364604926e-05,
      "loss": 6.9654,
      "step": 381460
    },
    {
      "epoch": 0.7947291666666667,
      "grad_norm": 1.6694334745407104,
      "learning_rate": 3.0367696888138094e-05,
      "loss": 7.372,
      "step": 381470
    },
    {
      "epoch": 0.79475,
      "grad_norm": 2.1675801277160645,
      "learning_rate": 3.0361749928435424e-05,
      "loss": 7.2013,
      "step": 381480
    },
    {
      "epoch": 0.7947708333333333,
      "grad_norm": 1.2035175561904907,
      "learning_rate": 3.0355803485522717e-05,
      "loss": 7.1341,
      "step": 381490
    },
    {
      "epoch": 0.7947916666666667,
      "grad_norm": 2.0247435569763184,
      "learning_rate": 3.034985755942555e-05,
      "loss": 7.3527,
      "step": 381500
    },
    {
      "epoch": 0.7948125,
      "grad_norm": 1.733573079109192,
      "learning_rate": 3.0343912150169586e-05,
      "loss": 7.2886,
      "step": 381510
    },
    {
      "epoch": 0.7948333333333333,
      "grad_norm": 2.1626312732696533,
      "learning_rate": 3.0337967257780637e-05,
      "loss": 7.1784,
      "step": 381520
    },
    {
      "epoch": 0.7948541666666666,
      "grad_norm": 1.7575068473815918,
      "learning_rate": 3.0332022882284267e-05,
      "loss": 6.9291,
      "step": 381530
    },
    {
      "epoch": 0.794875,
      "grad_norm": 4.63560676574707,
      "learning_rate": 3.032607902370614e-05,
      "loss": 7.8092,
      "step": 381540
    },
    {
      "epoch": 0.7948958333333334,
      "grad_norm": 0.9169051051139832,
      "learning_rate": 3.0320135682072082e-05,
      "loss": 6.7082,
      "step": 381550
    },
    {
      "epoch": 0.7949166666666667,
      "grad_norm": 1.4277313947677612,
      "learning_rate": 3.031419285740761e-05,
      "loss": 7.0698,
      "step": 381560
    },
    {
      "epoch": 0.7949375,
      "grad_norm": 1.2563934326171875,
      "learning_rate": 3.030825054973845e-05,
      "loss": 7.5383,
      "step": 381570
    },
    {
      "epoch": 0.7949583333333333,
      "grad_norm": 1.6518468856811523,
      "learning_rate": 3.030230875909028e-05,
      "loss": 7.0013,
      "step": 381580
    },
    {
      "epoch": 0.7949791666666667,
      "grad_norm": 2.0478100776672363,
      "learning_rate": 3.0296367485488755e-05,
      "loss": 7.2612,
      "step": 381590
    },
    {
      "epoch": 0.795,
      "grad_norm": 2.1737780570983887,
      "learning_rate": 3.0290426728959527e-05,
      "loss": 7.2985,
      "step": 381600
    },
    {
      "epoch": 0.7950208333333333,
      "grad_norm": 3.2259533405303955,
      "learning_rate": 3.028448648952828e-05,
      "loss": 7.3366,
      "step": 381610
    },
    {
      "epoch": 0.7950416666666666,
      "grad_norm": 1.43400239944458,
      "learning_rate": 3.0278546767220662e-05,
      "loss": 7.7197,
      "step": 381620
    },
    {
      "epoch": 0.7950625,
      "grad_norm": 2.6848747730255127,
      "learning_rate": 3.027260756206235e-05,
      "loss": 7.4553,
      "step": 381630
    },
    {
      "epoch": 0.7950833333333334,
      "grad_norm": 1.863848090171814,
      "learning_rate": 3.026666887407896e-05,
      "loss": 7.523,
      "step": 381640
    },
    {
      "epoch": 0.7951041666666666,
      "grad_norm": 1.1320534944534302,
      "learning_rate": 3.026073070329618e-05,
      "loss": 7.29,
      "step": 381650
    },
    {
      "epoch": 0.795125,
      "grad_norm": 1.523597240447998,
      "learning_rate": 3.0254793049739633e-05,
      "loss": 7.1067,
      "step": 381660
    },
    {
      "epoch": 0.7951458333333333,
      "grad_norm": 2.129788875579834,
      "learning_rate": 3.0248855913434995e-05,
      "loss": 7.0597,
      "step": 381670
    },
    {
      "epoch": 0.7951666666666667,
      "grad_norm": 1.3240286111831665,
      "learning_rate": 3.024291929440789e-05,
      "loss": 7.2672,
      "step": 381680
    },
    {
      "epoch": 0.7951875,
      "grad_norm": 1.8742291927337646,
      "learning_rate": 3.0236983192684023e-05,
      "loss": 7.4381,
      "step": 381690
    },
    {
      "epoch": 0.7952083333333333,
      "grad_norm": 3.217409133911133,
      "learning_rate": 3.02310476082889e-05,
      "loss": 6.7247,
      "step": 381700
    },
    {
      "epoch": 0.7952291666666667,
      "grad_norm": 2.484963893890381,
      "learning_rate": 3.022511254124827e-05,
      "loss": 7.6276,
      "step": 381710
    },
    {
      "epoch": 0.79525,
      "grad_norm": 1.0165249109268188,
      "learning_rate": 3.0219177991587794e-05,
      "loss": 6.7438,
      "step": 381720
    },
    {
      "epoch": 0.7952708333333334,
      "grad_norm": 3.5982558727264404,
      "learning_rate": 3.0213243959332973e-05,
      "loss": 7.7988,
      "step": 381730
    },
    {
      "epoch": 0.7952916666666666,
      "grad_norm": 0.9887308478355408,
      "learning_rate": 3.0207310444509564e-05,
      "loss": 7.2316,
      "step": 381740
    },
    {
      "epoch": 0.7953125,
      "grad_norm": 1.7389905452728271,
      "learning_rate": 3.02013774471432e-05,
      "loss": 7.1556,
      "step": 381750
    },
    {
      "epoch": 0.7953333333333333,
      "grad_norm": 1.5882227420806885,
      "learning_rate": 3.019544496725939e-05,
      "loss": 7.0698,
      "step": 381760
    },
    {
      "epoch": 0.7953541666666667,
      "grad_norm": 2.844299077987671,
      "learning_rate": 3.018951300488387e-05,
      "loss": 6.8706,
      "step": 381770
    },
    {
      "epoch": 0.795375,
      "grad_norm": 1.3391897678375244,
      "learning_rate": 3.0183581560042262e-05,
      "loss": 7.0659,
      "step": 381780
    },
    {
      "epoch": 0.7953958333333333,
      "grad_norm": 0.8754040598869324,
      "learning_rate": 3.0177650632760087e-05,
      "loss": 6.9991,
      "step": 381790
    },
    {
      "epoch": 0.7954166666666667,
      "grad_norm": 2.448181390762329,
      "learning_rate": 3.01717202230631e-05,
      "loss": 7.9094,
      "step": 381800
    },
    {
      "epoch": 0.7954375,
      "grad_norm": 7.45811653137207,
      "learning_rate": 3.0165790330976817e-05,
      "loss": 7.7085,
      "step": 381810
    },
    {
      "epoch": 0.7954583333333334,
      "grad_norm": 1.6249362230300903,
      "learning_rate": 3.0159860956526853e-05,
      "loss": 7.2107,
      "step": 381820
    },
    {
      "epoch": 0.7954791666666666,
      "grad_norm": 5.078084468841553,
      "learning_rate": 3.015393209973892e-05,
      "loss": 6.9607,
      "step": 381830
    },
    {
      "epoch": 0.7955,
      "grad_norm": 1.539199948310852,
      "learning_rate": 3.014800376063853e-05,
      "loss": 7.1811,
      "step": 381840
    },
    {
      "epoch": 0.7955208333333333,
      "grad_norm": 2.1670048236846924,
      "learning_rate": 3.0142075939251327e-05,
      "loss": 7.2321,
      "step": 381850
    },
    {
      "epoch": 0.7955416666666667,
      "grad_norm": 2.2605345249176025,
      "learning_rate": 3.0136148635602908e-05,
      "loss": 7.429,
      "step": 381860
    },
    {
      "epoch": 0.7955625,
      "grad_norm": 1.6597850322723389,
      "learning_rate": 3.0130221849718888e-05,
      "loss": 6.9838,
      "step": 381870
    },
    {
      "epoch": 0.7955833333333333,
      "grad_norm": 1.9511208534240723,
      "learning_rate": 3.0124295581624848e-05,
      "loss": 7.1054,
      "step": 381880
    },
    {
      "epoch": 0.7956041666666667,
      "grad_norm": 1.8501821756362915,
      "learning_rate": 3.011836983134641e-05,
      "loss": 7.0888,
      "step": 381890
    },
    {
      "epoch": 0.795625,
      "grad_norm": 2.178704023361206,
      "learning_rate": 3.0112444598909164e-05,
      "loss": 7.6376,
      "step": 381900
    },
    {
      "epoch": 0.7956458333333334,
      "grad_norm": 2.651473045349121,
      "learning_rate": 3.0106519884338696e-05,
      "loss": 7.5294,
      "step": 381910
    },
    {
      "epoch": 0.7956666666666666,
      "grad_norm": 1.055431604385376,
      "learning_rate": 3.0100595687660612e-05,
      "loss": 6.9534,
      "step": 381920
    },
    {
      "epoch": 0.7956875,
      "grad_norm": 1.389316201210022,
      "learning_rate": 3.0094672008900482e-05,
      "loss": 8.0868,
      "step": 381930
    },
    {
      "epoch": 0.7957083333333334,
      "grad_norm": 0.971045970916748,
      "learning_rate": 3.0088748848083925e-05,
      "loss": 7.1761,
      "step": 381940
    },
    {
      "epoch": 0.7957291666666667,
      "grad_norm": 1.4317587614059448,
      "learning_rate": 3.0082826205236487e-05,
      "loss": 7.2043,
      "step": 381950
    },
    {
      "epoch": 0.79575,
      "grad_norm": 1.4649955034255981,
      "learning_rate": 3.0076904080383797e-05,
      "loss": 8.2034,
      "step": 381960
    },
    {
      "epoch": 0.7957708333333333,
      "grad_norm": 2.502021312713623,
      "learning_rate": 3.0070982473551396e-05,
      "loss": 7.0884,
      "step": 381970
    },
    {
      "epoch": 0.7957916666666667,
      "grad_norm": 1.941760540008545,
      "learning_rate": 3.0065061384764887e-05,
      "loss": 6.9966,
      "step": 381980
    },
    {
      "epoch": 0.7958125,
      "grad_norm": 1.191851258277893,
      "learning_rate": 3.005914081404983e-05,
      "loss": 6.9276,
      "step": 381990
    },
    {
      "epoch": 0.7958333333333333,
      "grad_norm": 2.0694713592529297,
      "learning_rate": 3.005322076143182e-05,
      "loss": 7.8431,
      "step": 382000
    },
    {
      "epoch": 0.7958333333333333,
      "eval_loss": 6.731431484222412,
      "eval_runtime": 9.0248,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 382000
    },
    {
      "epoch": 0.7958541666666666,
      "grad_norm": 1.972855567932129,
      "learning_rate": 3.004730122693641e-05,
      "loss": 7.5099,
      "step": 382010
    },
    {
      "epoch": 0.795875,
      "grad_norm": 2.5453736782073975,
      "learning_rate": 3.0041382210589186e-05,
      "loss": 7.4789,
      "step": 382020
    },
    {
      "epoch": 0.7958958333333334,
      "grad_norm": 3.6185295581817627,
      "learning_rate": 3.00354637124157e-05,
      "loss": 7.1675,
      "step": 382030
    },
    {
      "epoch": 0.7959166666666667,
      "grad_norm": 1.7725733518600464,
      "learning_rate": 3.0029545732441533e-05,
      "loss": 6.9801,
      "step": 382040
    },
    {
      "epoch": 0.7959375,
      "grad_norm": 1.2516047954559326,
      "learning_rate": 3.0023628270692246e-05,
      "loss": 8.1441,
      "step": 382050
    },
    {
      "epoch": 0.7959583333333333,
      "grad_norm": 1.4199644327163696,
      "learning_rate": 3.0017711327193417e-05,
      "loss": 7.2749,
      "step": 382060
    },
    {
      "epoch": 0.7959791666666667,
      "grad_norm": 2.5892083644866943,
      "learning_rate": 3.0011794901970525e-05,
      "loss": 6.9816,
      "step": 382070
    },
    {
      "epoch": 0.796,
      "grad_norm": 2.8095381259918213,
      "learning_rate": 3.0005878995049204e-05,
      "loss": 7.2971,
      "step": 382080
    },
    {
      "epoch": 0.7960208333333333,
      "grad_norm": 1.426091194152832,
      "learning_rate": 2.9999963606455048e-05,
      "loss": 6.9413,
      "step": 382090
    },
    {
      "epoch": 0.7960416666666666,
      "grad_norm": 0.9473379254341125,
      "learning_rate": 2.999404873621345e-05,
      "loss": 7.1101,
      "step": 382100
    },
    {
      "epoch": 0.7960625,
      "grad_norm": 1.1576136350631714,
      "learning_rate": 2.998813438435011e-05,
      "loss": 7.0394,
      "step": 382110
    },
    {
      "epoch": 0.7960833333333334,
      "grad_norm": 0.814252495765686,
      "learning_rate": 2.9982220550890558e-05,
      "loss": 6.9419,
      "step": 382120
    },
    {
      "epoch": 0.7961041666666666,
      "grad_norm": 1.1935651302337646,
      "learning_rate": 2.9976307235860236e-05,
      "loss": 7.2134,
      "step": 382130
    },
    {
      "epoch": 0.796125,
      "grad_norm": 3.1140975952148438,
      "learning_rate": 2.9970394439284795e-05,
      "loss": 7.0757,
      "step": 382140
    },
    {
      "epoch": 0.7961458333333333,
      "grad_norm": 1.8492358922958374,
      "learning_rate": 2.996448216118978e-05,
      "loss": 6.8643,
      "step": 382150
    },
    {
      "epoch": 0.7961666666666667,
      "grad_norm": 1.3381621837615967,
      "learning_rate": 2.995857040160065e-05,
      "loss": 6.977,
      "step": 382160
    },
    {
      "epoch": 0.7961875,
      "grad_norm": 2.4205472469329834,
      "learning_rate": 2.9952659160542942e-05,
      "loss": 7.0954,
      "step": 382170
    },
    {
      "epoch": 0.7962083333333333,
      "grad_norm": 1.0001479387283325,
      "learning_rate": 2.9946748438042296e-05,
      "loss": 7.3269,
      "step": 382180
    },
    {
      "epoch": 0.7962291666666667,
      "grad_norm": 2.736753225326538,
      "learning_rate": 2.9940838234124142e-05,
      "loss": 7.8181,
      "step": 382190
    },
    {
      "epoch": 0.79625,
      "grad_norm": 0.8176407217979431,
      "learning_rate": 2.9934928548814046e-05,
      "loss": 6.9403,
      "step": 382200
    },
    {
      "epoch": 0.7962708333333334,
      "grad_norm": 1.5078097581863403,
      "learning_rate": 2.9929019382137538e-05,
      "loss": 7.2507,
      "step": 382210
    },
    {
      "epoch": 0.7962916666666666,
      "grad_norm": 1.6710383892059326,
      "learning_rate": 2.9923110734120127e-05,
      "loss": 7.3997,
      "step": 382220
    },
    {
      "epoch": 0.7963125,
      "grad_norm": 1.122910737991333,
      "learning_rate": 2.991720260478736e-05,
      "loss": 7.1567,
      "step": 382230
    },
    {
      "epoch": 0.7963333333333333,
      "grad_norm": 2.1115493774414062,
      "learning_rate": 2.9911294994164735e-05,
      "loss": 7.5425,
      "step": 382240
    },
    {
      "epoch": 0.7963541666666667,
      "grad_norm": 1.2169575691223145,
      "learning_rate": 2.99053879022778e-05,
      "loss": 6.8834,
      "step": 382250
    },
    {
      "epoch": 0.796375,
      "grad_norm": 3.343015432357788,
      "learning_rate": 2.989948132915203e-05,
      "loss": 7.1421,
      "step": 382260
    },
    {
      "epoch": 0.7963958333333333,
      "grad_norm": 1.3503543138504028,
      "learning_rate": 2.9893575274812975e-05,
      "loss": 7.1703,
      "step": 382270
    },
    {
      "epoch": 0.7964166666666667,
      "grad_norm": 2.2756431102752686,
      "learning_rate": 2.988766973928613e-05,
      "loss": 6.933,
      "step": 382280
    },
    {
      "epoch": 0.7964375,
      "grad_norm": 1.296250581741333,
      "learning_rate": 2.9881764722597008e-05,
      "loss": 6.7917,
      "step": 382290
    },
    {
      "epoch": 0.7964583333333334,
      "grad_norm": 1.4729218482971191,
      "learning_rate": 2.987586022477112e-05,
      "loss": 6.9457,
      "step": 382300
    },
    {
      "epoch": 0.7964791666666666,
      "grad_norm": 4.67549467086792,
      "learning_rate": 2.9869956245833966e-05,
      "loss": 7.4575,
      "step": 382310
    },
    {
      "epoch": 0.7965,
      "grad_norm": 2.7333383560180664,
      "learning_rate": 2.986405278581104e-05,
      "loss": 6.9841,
      "step": 382320
    },
    {
      "epoch": 0.7965208333333333,
      "grad_norm": 0.9887034893035889,
      "learning_rate": 2.9858149844727868e-05,
      "loss": 6.9397,
      "step": 382330
    },
    {
      "epoch": 0.7965416666666667,
      "grad_norm": 3.626404047012329,
      "learning_rate": 2.9852247422609922e-05,
      "loss": 7.1383,
      "step": 382340
    },
    {
      "epoch": 0.7965625,
      "grad_norm": 4.577546119689941,
      "learning_rate": 2.9846345519482724e-05,
      "loss": 7.2645,
      "step": 382350
    },
    {
      "epoch": 0.7965833333333333,
      "grad_norm": 1.949018955230713,
      "learning_rate": 2.984044413537174e-05,
      "loss": 7.3121,
      "step": 382360
    },
    {
      "epoch": 0.7966041666666667,
      "grad_norm": 2.1219992637634277,
      "learning_rate": 2.983454327030248e-05,
      "loss": 6.894,
      "step": 382370
    },
    {
      "epoch": 0.796625,
      "grad_norm": 0.8944687843322754,
      "learning_rate": 2.982864292430041e-05,
      "loss": 7.1832,
      "step": 382380
    },
    {
      "epoch": 0.7966458333333334,
      "grad_norm": 2.331085681915283,
      "learning_rate": 2.982274309739106e-05,
      "loss": 7.1484,
      "step": 382390
    },
    {
      "epoch": 0.7966666666666666,
      "grad_norm": 1.7094613313674927,
      "learning_rate": 2.9816843789599875e-05,
      "loss": 7.0166,
      "step": 382400
    },
    {
      "epoch": 0.7966875,
      "grad_norm": 2.162569046020508,
      "learning_rate": 2.981094500095237e-05,
      "loss": 7.6435,
      "step": 382410
    },
    {
      "epoch": 0.7967083333333334,
      "grad_norm": 1.6480087041854858,
      "learning_rate": 2.9805046731474003e-05,
      "loss": 7.696,
      "step": 382420
    },
    {
      "epoch": 0.7967291666666667,
      "grad_norm": 2.0443918704986572,
      "learning_rate": 2.979914898119029e-05,
      "loss": 6.9481,
      "step": 382430
    },
    {
      "epoch": 0.79675,
      "grad_norm": 1.2260111570358276,
      "learning_rate": 2.979325175012663e-05,
      "loss": 7.028,
      "step": 382440
    },
    {
      "epoch": 0.7967708333333333,
      "grad_norm": 1.8102350234985352,
      "learning_rate": 2.9787355038308514e-05,
      "loss": 7.5776,
      "step": 382450
    },
    {
      "epoch": 0.7967916666666667,
      "grad_norm": 2.9155373573303223,
      "learning_rate": 2.9781458845761508e-05,
      "loss": 6.8907,
      "step": 382460
    },
    {
      "epoch": 0.7968125,
      "grad_norm": 2.246678352355957,
      "learning_rate": 2.977556317251099e-05,
      "loss": 7.0201,
      "step": 382470
    },
    {
      "epoch": 0.7968333333333333,
      "grad_norm": 2.1784839630126953,
      "learning_rate": 2.9769668018582395e-05,
      "loss": 7.0286,
      "step": 382480
    },
    {
      "epoch": 0.7968541666666666,
      "grad_norm": 0.9435922503471375,
      "learning_rate": 2.9763773384001327e-05,
      "loss": 7.4151,
      "step": 382490
    },
    {
      "epoch": 0.796875,
      "grad_norm": 1.834575891494751,
      "learning_rate": 2.975787926879314e-05,
      "loss": 6.8586,
      "step": 382500
    },
    {
      "epoch": 0.7968958333333334,
      "grad_norm": 0.9997009038925171,
      "learning_rate": 2.9751985672983274e-05,
      "loss": 7.6009,
      "step": 382510
    },
    {
      "epoch": 0.7969166666666667,
      "grad_norm": 6.547534465789795,
      "learning_rate": 2.97460925965973e-05,
      "loss": 7.0556,
      "step": 382520
    },
    {
      "epoch": 0.7969375,
      "grad_norm": 1.225311040878296,
      "learning_rate": 2.9740200039660573e-05,
      "loss": 7.2336,
      "step": 382530
    },
    {
      "epoch": 0.7969583333333333,
      "grad_norm": 4.482384204864502,
      "learning_rate": 2.973430800219854e-05,
      "loss": 8.1189,
      "step": 382540
    },
    {
      "epoch": 0.7969791666666667,
      "grad_norm": 1.3895082473754883,
      "learning_rate": 2.972841648423677e-05,
      "loss": 7.469,
      "step": 382550
    },
    {
      "epoch": 0.797,
      "grad_norm": 1.1026921272277832,
      "learning_rate": 2.9722525485800592e-05,
      "loss": 7.325,
      "step": 382560
    },
    {
      "epoch": 0.7970208333333333,
      "grad_norm": 1.2386260032653809,
      "learning_rate": 2.971663500691551e-05,
      "loss": 7.0597,
      "step": 382570
    },
    {
      "epoch": 0.7970416666666666,
      "grad_norm": 1.2062536478042603,
      "learning_rate": 2.971074504760693e-05,
      "loss": 6.9322,
      "step": 382580
    },
    {
      "epoch": 0.7970625,
      "grad_norm": 2.311316728591919,
      "learning_rate": 2.970485560790033e-05,
      "loss": 7.3633,
      "step": 382590
    },
    {
      "epoch": 0.7970833333333334,
      "grad_norm": 1.6008168458938599,
      "learning_rate": 2.9698966687821153e-05,
      "loss": 7.0239,
      "step": 382600
    },
    {
      "epoch": 0.7971041666666666,
      "grad_norm": 1.759816288948059,
      "learning_rate": 2.9693078287394794e-05,
      "loss": 7.2294,
      "step": 382610
    },
    {
      "epoch": 0.797125,
      "grad_norm": 2.260906457901001,
      "learning_rate": 2.9687190406646737e-05,
      "loss": 7.5801,
      "step": 382620
    },
    {
      "epoch": 0.7971458333333333,
      "grad_norm": 1.5256166458129883,
      "learning_rate": 2.968130304560238e-05,
      "loss": 7.2048,
      "step": 382630
    },
    {
      "epoch": 0.7971666666666667,
      "grad_norm": 1.5966516733169556,
      "learning_rate": 2.9675416204287177e-05,
      "loss": 7.1229,
      "step": 382640
    },
    {
      "epoch": 0.7971875,
      "grad_norm": 1.7870244979858398,
      "learning_rate": 2.9669529882726533e-05,
      "loss": 6.781,
      "step": 382650
    },
    {
      "epoch": 0.7972083333333333,
      "grad_norm": 1.770354986190796,
      "learning_rate": 2.966364408094591e-05,
      "loss": 7.4555,
      "step": 382660
    },
    {
      "epoch": 0.7972291666666667,
      "grad_norm": 1.6305238008499146,
      "learning_rate": 2.96577587989707e-05,
      "loss": 6.906,
      "step": 382670
    },
    {
      "epoch": 0.79725,
      "grad_norm": 2.139692783355713,
      "learning_rate": 2.9651874036826352e-05,
      "loss": 7.1565,
      "step": 382680
    },
    {
      "epoch": 0.7972708333333334,
      "grad_norm": 3.0577380657196045,
      "learning_rate": 2.964598979453826e-05,
      "loss": 7.2251,
      "step": 382690
    },
    {
      "epoch": 0.7972916666666666,
      "grad_norm": 1.3124326467514038,
      "learning_rate": 2.9640106072131843e-05,
      "loss": 8.3809,
      "step": 382700
    },
    {
      "epoch": 0.7973125,
      "grad_norm": 2.0107181072235107,
      "learning_rate": 2.963422286963254e-05,
      "loss": 8.1742,
      "step": 382710
    },
    {
      "epoch": 0.7973333333333333,
      "grad_norm": 0.9908989667892456,
      "learning_rate": 2.9628340187065734e-05,
      "loss": 7.1626,
      "step": 382720
    },
    {
      "epoch": 0.7973541666666667,
      "grad_norm": 1.9765276908874512,
      "learning_rate": 2.9622458024456875e-05,
      "loss": 7.1979,
      "step": 382730
    },
    {
      "epoch": 0.797375,
      "grad_norm": 1.288475751876831,
      "learning_rate": 2.9616576381831338e-05,
      "loss": 7.2911,
      "step": 382740
    },
    {
      "epoch": 0.7973958333333333,
      "grad_norm": 1.597502589225769,
      "learning_rate": 2.9610695259214583e-05,
      "loss": 7.1773,
      "step": 382750
    },
    {
      "epoch": 0.7974166666666667,
      "grad_norm": 1.7606359720230103,
      "learning_rate": 2.960481465663188e-05,
      "loss": 7.2875,
      "step": 382760
    },
    {
      "epoch": 0.7974375,
      "grad_norm": 1.2638070583343506,
      "learning_rate": 2.9598934574108772e-05,
      "loss": 7.3224,
      "step": 382770
    },
    {
      "epoch": 0.7974583333333334,
      "grad_norm": 1.6281788349151611,
      "learning_rate": 2.959305501167064e-05,
      "loss": 7.0424,
      "step": 382780
    },
    {
      "epoch": 0.7974791666666666,
      "grad_norm": 2.628278970718384,
      "learning_rate": 2.958717596934278e-05,
      "loss": 7.004,
      "step": 382790
    },
    {
      "epoch": 0.7975,
      "grad_norm": 2.254256010055542,
      "learning_rate": 2.958129744715074e-05,
      "loss": 7.412,
      "step": 382800
    },
    {
      "epoch": 0.7975208333333333,
      "grad_norm": 2.0377886295318604,
      "learning_rate": 2.9575419445119775e-05,
      "loss": 6.8263,
      "step": 382810
    },
    {
      "epoch": 0.7975416666666667,
      "grad_norm": 1.0649604797363281,
      "learning_rate": 2.9569541963275305e-05,
      "loss": 6.862,
      "step": 382820
    },
    {
      "epoch": 0.7975625,
      "grad_norm": 3.7100155353546143,
      "learning_rate": 2.956366500164281e-05,
      "loss": 7.4766,
      "step": 382830
    },
    {
      "epoch": 0.7975833333333333,
      "grad_norm": 1.439051866531372,
      "learning_rate": 2.9557788560247585e-05,
      "loss": 7.1245,
      "step": 382840
    },
    {
      "epoch": 0.7976041666666667,
      "grad_norm": 2.453458786010742,
      "learning_rate": 2.9551912639114995e-05,
      "loss": 6.727,
      "step": 382850
    },
    {
      "epoch": 0.797625,
      "grad_norm": 1.4337687492370605,
      "learning_rate": 2.954603723827053e-05,
      "loss": 6.7986,
      "step": 382860
    },
    {
      "epoch": 0.7976458333333334,
      "grad_norm": 2.389357566833496,
      "learning_rate": 2.9540162357739478e-05,
      "loss": 7.2348,
      "step": 382870
    },
    {
      "epoch": 0.7976666666666666,
      "grad_norm": 1.8684568405151367,
      "learning_rate": 2.9534287997547213e-05,
      "loss": 6.9645,
      "step": 382880
    },
    {
      "epoch": 0.7976875,
      "grad_norm": 1.4962619543075562,
      "learning_rate": 2.95284141577192e-05,
      "loss": 7.3787,
      "step": 382890
    },
    {
      "epoch": 0.7977083333333334,
      "grad_norm": 2.1407783031463623,
      "learning_rate": 2.9522540838280735e-05,
      "loss": 7.1811,
      "step": 382900
    },
    {
      "epoch": 0.7977291666666667,
      "grad_norm": 1.277617335319519,
      "learning_rate": 2.9516668039257145e-05,
      "loss": 7.1377,
      "step": 382910
    },
    {
      "epoch": 0.79775,
      "grad_norm": 1.0073868036270142,
      "learning_rate": 2.951079576067395e-05,
      "loss": 6.9914,
      "step": 382920
    },
    {
      "epoch": 0.7977708333333333,
      "grad_norm": 1.1152830123901367,
      "learning_rate": 2.9504924002556374e-05,
      "loss": 6.8842,
      "step": 382930
    },
    {
      "epoch": 0.7977916666666667,
      "grad_norm": 2.8222620487213135,
      "learning_rate": 2.949905276492985e-05,
      "loss": 7.2099,
      "step": 382940
    },
    {
      "epoch": 0.7978125,
      "grad_norm": 1.6020156145095825,
      "learning_rate": 2.94931820478197e-05,
      "loss": 6.8605,
      "step": 382950
    },
    {
      "epoch": 0.7978333333333333,
      "grad_norm": 2.0961713790893555,
      "learning_rate": 2.9487311851251315e-05,
      "loss": 6.9474,
      "step": 382960
    },
    {
      "epoch": 0.7978541666666666,
      "grad_norm": 0.9154659509658813,
      "learning_rate": 2.9481442175250036e-05,
      "loss": 7.0145,
      "step": 382970
    },
    {
      "epoch": 0.797875,
      "grad_norm": 2.0138020515441895,
      "learning_rate": 2.9475573019841224e-05,
      "loss": 6.8605,
      "step": 382980
    },
    {
      "epoch": 0.7978958333333334,
      "grad_norm": 3.822767496109009,
      "learning_rate": 2.9469704385050232e-05,
      "loss": 7.2132,
      "step": 382990
    },
    {
      "epoch": 0.7979166666666667,
      "grad_norm": 2.6612517833709717,
      "learning_rate": 2.9463836270902396e-05,
      "loss": 7.4929,
      "step": 383000
    },
    {
      "epoch": 0.7979166666666667,
      "eval_loss": 6.682991981506348,
      "eval_runtime": 9.2028,
      "eval_samples_per_second": 0.326,
      "eval_steps_per_second": 0.109,
      "step": 383000
    },
    {
      "epoch": 0.7979375,
      "grad_norm": 2.287492036819458,
      "learning_rate": 2.9457968677423087e-05,
      "loss": 7.3437,
      "step": 383010
    },
    {
      "epoch": 0.7979583333333333,
      "grad_norm": 1.2556931972503662,
      "learning_rate": 2.9452101604637635e-05,
      "loss": 7.289,
      "step": 383020
    },
    {
      "epoch": 0.7979791666666667,
      "grad_norm": 1.6246910095214844,
      "learning_rate": 2.94462350525714e-05,
      "loss": 7.2154,
      "step": 383030
    },
    {
      "epoch": 0.798,
      "grad_norm": 0.995871901512146,
      "learning_rate": 2.9440369021249694e-05,
      "loss": 7.3619,
      "step": 383040
    },
    {
      "epoch": 0.7980208333333333,
      "grad_norm": 4.665398120880127,
      "learning_rate": 2.943450351069788e-05,
      "loss": 7.1995,
      "step": 383050
    },
    {
      "epoch": 0.7980416666666666,
      "grad_norm": 10.755350112915039,
      "learning_rate": 2.9428638520941328e-05,
      "loss": 7.511,
      "step": 383060
    },
    {
      "epoch": 0.7980625,
      "grad_norm": 1.1779632568359375,
      "learning_rate": 2.9422774052005242e-05,
      "loss": 6.7746,
      "step": 383070
    },
    {
      "epoch": 0.7980833333333334,
      "grad_norm": 0.9903424382209778,
      "learning_rate": 2.941691010391511e-05,
      "loss": 7.24,
      "step": 383080
    },
    {
      "epoch": 0.7981041666666666,
      "grad_norm": 1.2000421285629272,
      "learning_rate": 2.941104667669622e-05,
      "loss": 6.885,
      "step": 383090
    },
    {
      "epoch": 0.798125,
      "grad_norm": 0.9575783014297485,
      "learning_rate": 2.940518377037379e-05,
      "loss": 7.1565,
      "step": 383100
    },
    {
      "epoch": 0.7981458333333333,
      "grad_norm": 1.2919586896896362,
      "learning_rate": 2.9399321384973285e-05,
      "loss": 7.1546,
      "step": 383110
    },
    {
      "epoch": 0.7981666666666667,
      "grad_norm": 1.9450528621673584,
      "learning_rate": 2.9393459520519995e-05,
      "loss": 7.4777,
      "step": 383120
    },
    {
      "epoch": 0.7981875,
      "grad_norm": 1.2374184131622314,
      "learning_rate": 2.9387598177039157e-05,
      "loss": 7.0774,
      "step": 383130
    },
    {
      "epoch": 0.7982083333333333,
      "grad_norm": 1.2025052309036255,
      "learning_rate": 2.9381737354556196e-05,
      "loss": 7.4047,
      "step": 383140
    },
    {
      "epoch": 0.7982291666666667,
      "grad_norm": 3.4452967643737793,
      "learning_rate": 2.9375877053096408e-05,
      "loss": 7.7199,
      "step": 383150
    },
    {
      "epoch": 0.79825,
      "grad_norm": 1.0915679931640625,
      "learning_rate": 2.9370017272685027e-05,
      "loss": 7.3445,
      "step": 383160
    },
    {
      "epoch": 0.7982708333333334,
      "grad_norm": 7.927800178527832,
      "learning_rate": 2.9364158013347445e-05,
      "loss": 7.3879,
      "step": 383170
    },
    {
      "epoch": 0.7982916666666666,
      "grad_norm": 2.6384143829345703,
      "learning_rate": 2.9358299275108993e-05,
      "loss": 7.1953,
      "step": 383180
    },
    {
      "epoch": 0.7983125,
      "grad_norm": 1.8591700792312622,
      "learning_rate": 2.9352441057994868e-05,
      "loss": 7.0167,
      "step": 383190
    },
    {
      "epoch": 0.7983333333333333,
      "grad_norm": 1.2876838445663452,
      "learning_rate": 2.9346583362030502e-05,
      "loss": 7.3016,
      "step": 383200
    },
    {
      "epoch": 0.7983541666666667,
      "grad_norm": 1.4140808582305908,
      "learning_rate": 2.9340726187241105e-05,
      "loss": 7.1127,
      "step": 383210
    },
    {
      "epoch": 0.798375,
      "grad_norm": 0.9470648765563965,
      "learning_rate": 2.933486953365197e-05,
      "loss": 7.1007,
      "step": 383220
    },
    {
      "epoch": 0.7983958333333333,
      "grad_norm": 2.395895481109619,
      "learning_rate": 2.932901340128852e-05,
      "loss": 6.7229,
      "step": 383230
    },
    {
      "epoch": 0.7984166666666667,
      "grad_norm": 1.3199790716171265,
      "learning_rate": 2.9323157790175928e-05,
      "loss": 7.6224,
      "step": 383240
    },
    {
      "epoch": 0.7984375,
      "grad_norm": 1.3836036920547485,
      "learning_rate": 2.931730270033949e-05,
      "loss": 7.1457,
      "step": 383250
    },
    {
      "epoch": 0.7984583333333334,
      "grad_norm": 1.8901028633117676,
      "learning_rate": 2.9311448131804605e-05,
      "loss": 6.9564,
      "step": 383260
    },
    {
      "epoch": 0.7984791666666666,
      "grad_norm": 1.5295658111572266,
      "learning_rate": 2.9305594084596467e-05,
      "loss": 7.8331,
      "step": 383270
    },
    {
      "epoch": 0.7985,
      "grad_norm": 1.4604895114898682,
      "learning_rate": 2.9299740558740343e-05,
      "loss": 6.7534,
      "step": 383280
    },
    {
      "epoch": 0.7985208333333333,
      "grad_norm": 3.1313579082489014,
      "learning_rate": 2.9293887554261625e-05,
      "loss": 7.0286,
      "step": 383290
    },
    {
      "epoch": 0.7985416666666667,
      "grad_norm": 2.292099952697754,
      "learning_rate": 2.928803507118551e-05,
      "loss": 7.4596,
      "step": 383300
    },
    {
      "epoch": 0.7985625,
      "grad_norm": 1.6382414102554321,
      "learning_rate": 2.92821831095373e-05,
      "loss": 7.3028,
      "step": 383310
    },
    {
      "epoch": 0.7985833333333333,
      "grad_norm": 0.8530784249305725,
      "learning_rate": 2.9276331669342285e-05,
      "loss": 7.0327,
      "step": 383320
    },
    {
      "epoch": 0.7986041666666667,
      "grad_norm": 2.685879945755005,
      "learning_rate": 2.9270480750625713e-05,
      "loss": 7.1203,
      "step": 383330
    },
    {
      "epoch": 0.798625,
      "grad_norm": 1.2330262660980225,
      "learning_rate": 2.9264630353412882e-05,
      "loss": 7.0991,
      "step": 383340
    },
    {
      "epoch": 0.7986458333333334,
      "grad_norm": 3.0073609352111816,
      "learning_rate": 2.9258780477729073e-05,
      "loss": 7.3575,
      "step": 383350
    },
    {
      "epoch": 0.7986666666666666,
      "grad_norm": 1.2455729246139526,
      "learning_rate": 2.9252931123599526e-05,
      "loss": 7.1237,
      "step": 383360
    },
    {
      "epoch": 0.7986875,
      "grad_norm": 3.1993393898010254,
      "learning_rate": 2.9247082291049527e-05,
      "loss": 7.1421,
      "step": 383370
    },
    {
      "epoch": 0.7987083333333334,
      "grad_norm": 1.3635849952697754,
      "learning_rate": 2.924123398010432e-05,
      "loss": 6.9757,
      "step": 383380
    },
    {
      "epoch": 0.7987291666666667,
      "grad_norm": 2.1844675540924072,
      "learning_rate": 2.9235386190789207e-05,
      "loss": 6.8064,
      "step": 383390
    },
    {
      "epoch": 0.79875,
      "grad_norm": 1.1017646789550781,
      "learning_rate": 2.9229538923129407e-05,
      "loss": 7.6094,
      "step": 383400
    },
    {
      "epoch": 0.7987708333333333,
      "grad_norm": 1.0711592435836792,
      "learning_rate": 2.9223692177150193e-05,
      "loss": 7.0662,
      "step": 383410
    },
    {
      "epoch": 0.7987916666666667,
      "grad_norm": 4.872691631317139,
      "learning_rate": 2.9217845952876822e-05,
      "loss": 7.3509,
      "step": 383420
    },
    {
      "epoch": 0.7988125,
      "grad_norm": 2.2657408714294434,
      "learning_rate": 2.9212000250334595e-05,
      "loss": 7.1509,
      "step": 383430
    },
    {
      "epoch": 0.7988333333333333,
      "grad_norm": 2.4632697105407715,
      "learning_rate": 2.9206155069548637e-05,
      "loss": 7.8227,
      "step": 383440
    },
    {
      "epoch": 0.7988541666666666,
      "grad_norm": 1.1088930368423462,
      "learning_rate": 2.9200310410544313e-05,
      "loss": 7.2961,
      "step": 383450
    },
    {
      "epoch": 0.798875,
      "grad_norm": 1.8026378154754639,
      "learning_rate": 2.9194466273346873e-05,
      "loss": 7.0833,
      "step": 383460
    },
    {
      "epoch": 0.7988958333333334,
      "grad_norm": 1.6127480268478394,
      "learning_rate": 2.918862265798144e-05,
      "loss": 7.2772,
      "step": 383470
    },
    {
      "epoch": 0.7989166666666667,
      "grad_norm": 7.046269416809082,
      "learning_rate": 2.9182779564473368e-05,
      "loss": 7.4582,
      "step": 383480
    },
    {
      "epoch": 0.7989375,
      "grad_norm": 1.1465609073638916,
      "learning_rate": 2.9176936992847914e-05,
      "loss": 7.0146,
      "step": 383490
    },
    {
      "epoch": 0.7989583333333333,
      "grad_norm": 1.1496922969818115,
      "learning_rate": 2.9171094943130197e-05,
      "loss": 7.2408,
      "step": 383500
    },
    {
      "epoch": 0.7989791666666667,
      "grad_norm": 1.381549596786499,
      "learning_rate": 2.916525341534554e-05,
      "loss": 6.8199,
      "step": 383510
    },
    {
      "epoch": 0.799,
      "grad_norm": 1.022630214691162,
      "learning_rate": 2.915941240951921e-05,
      "loss": 7.4957,
      "step": 383520
    },
    {
      "epoch": 0.7990208333333333,
      "grad_norm": 1.5342837572097778,
      "learning_rate": 2.9153571925676306e-05,
      "loss": 7.0896,
      "step": 383530
    },
    {
      "epoch": 0.7990416666666667,
      "grad_norm": 1.094879388809204,
      "learning_rate": 2.9147731963842186e-05,
      "loss": 6.8943,
      "step": 383540
    },
    {
      "epoch": 0.7990625,
      "grad_norm": 1.3966267108917236,
      "learning_rate": 2.914189252404205e-05,
      "loss": 7.2909,
      "step": 383550
    },
    {
      "epoch": 0.7990833333333334,
      "grad_norm": 2.1898622512817383,
      "learning_rate": 2.9136053606301042e-05,
      "loss": 7.1555,
      "step": 383560
    },
    {
      "epoch": 0.7991041666666666,
      "grad_norm": 1.1876517534255981,
      "learning_rate": 2.9130215210644492e-05,
      "loss": 6.6546,
      "step": 383570
    },
    {
      "epoch": 0.799125,
      "grad_norm": 1.5053950548171997,
      "learning_rate": 2.912437733709755e-05,
      "loss": 7.631,
      "step": 383580
    },
    {
      "epoch": 0.7991458333333333,
      "grad_norm": 2.2435481548309326,
      "learning_rate": 2.9118539985685406e-05,
      "loss": 7.2707,
      "step": 383590
    },
    {
      "epoch": 0.7991666666666667,
      "grad_norm": 4.052862644195557,
      "learning_rate": 2.9112703156433397e-05,
      "loss": 7.5975,
      "step": 383600
    },
    {
      "epoch": 0.7991875,
      "grad_norm": 2.398494243621826,
      "learning_rate": 2.9106866849366633e-05,
      "loss": 6.681,
      "step": 383610
    },
    {
      "epoch": 0.7992083333333333,
      "grad_norm": 1.1632716655731201,
      "learning_rate": 2.9101031064510344e-05,
      "loss": 7.5508,
      "step": 383620
    },
    {
      "epoch": 0.7992291666666667,
      "grad_norm": 2.4457814693450928,
      "learning_rate": 2.9095195801889742e-05,
      "loss": 6.8293,
      "step": 383630
    },
    {
      "epoch": 0.79925,
      "grad_norm": 1.1620450019836426,
      "learning_rate": 2.908936106153004e-05,
      "loss": 6.9704,
      "step": 383640
    },
    {
      "epoch": 0.7992708333333334,
      "grad_norm": 2.8941493034362793,
      "learning_rate": 2.908352684345644e-05,
      "loss": 7.1761,
      "step": 383650
    },
    {
      "epoch": 0.7992916666666666,
      "grad_norm": 0.8835489153862,
      "learning_rate": 2.9077693147694132e-05,
      "loss": 6.9713,
      "step": 383660
    },
    {
      "epoch": 0.7993125,
      "grad_norm": 1.0001267194747925,
      "learning_rate": 2.907185997426833e-05,
      "loss": 6.9178,
      "step": 383670
    },
    {
      "epoch": 0.7993333333333333,
      "grad_norm": 2.3727052211761475,
      "learning_rate": 2.906602732320423e-05,
      "loss": 7.1054,
      "step": 383680
    },
    {
      "epoch": 0.7993541666666667,
      "grad_norm": 1.0912561416625977,
      "learning_rate": 2.9060195194527018e-05,
      "loss": 7.098,
      "step": 383690
    },
    {
      "epoch": 0.799375,
      "grad_norm": 2.4642653465270996,
      "learning_rate": 2.90543635882619e-05,
      "loss": 7.1593,
      "step": 383700
    },
    {
      "epoch": 0.7993958333333333,
      "grad_norm": 5.10992956161499,
      "learning_rate": 2.9048532504434045e-05,
      "loss": 6.9518,
      "step": 383710
    },
    {
      "epoch": 0.7994166666666667,
      "grad_norm": 1.3868569135665894,
      "learning_rate": 2.9042701943068664e-05,
      "loss": 6.8704,
      "step": 383720
    },
    {
      "epoch": 0.7994375,
      "grad_norm": 1.086247205734253,
      "learning_rate": 2.9036871904190934e-05,
      "loss": 7.0277,
      "step": 383730
    },
    {
      "epoch": 0.7994583333333334,
      "grad_norm": 2.3361642360687256,
      "learning_rate": 2.9031042387826038e-05,
      "loss": 7.1407,
      "step": 383740
    },
    {
      "epoch": 0.7994791666666666,
      "grad_norm": 2.3608176708221436,
      "learning_rate": 2.9025213393999154e-05,
      "loss": 7.2035,
      "step": 383750
    },
    {
      "epoch": 0.7995,
      "grad_norm": 3.6121022701263428,
      "learning_rate": 2.9019384922735444e-05,
      "loss": 7.4158,
      "step": 383760
    },
    {
      "epoch": 0.7995208333333333,
      "grad_norm": 1.2146732807159424,
      "learning_rate": 2.9013556974060126e-05,
      "loss": 7.5633,
      "step": 383770
    },
    {
      "epoch": 0.7995416666666667,
      "grad_norm": 1.3754795789718628,
      "learning_rate": 2.9007729547998343e-05,
      "loss": 7.2921,
      "step": 383780
    },
    {
      "epoch": 0.7995625,
      "grad_norm": 5.400441646575928,
      "learning_rate": 2.9001902644575274e-05,
      "loss": 7.388,
      "step": 383790
    },
    {
      "epoch": 0.7995833333333333,
      "grad_norm": 1.8846360445022583,
      "learning_rate": 2.8996076263816136e-05,
      "loss": 6.8318,
      "step": 383800
    },
    {
      "epoch": 0.7996041666666667,
      "grad_norm": 1.1740456819534302,
      "learning_rate": 2.8990250405745972e-05,
      "loss": 7.0798,
      "step": 383810
    },
    {
      "epoch": 0.799625,
      "grad_norm": 3.8762118816375732,
      "learning_rate": 2.8984425070390083e-05,
      "loss": 7.3009,
      "step": 383820
    },
    {
      "epoch": 0.7996458333333333,
      "grad_norm": 2.7502219676971436,
      "learning_rate": 2.8978600257773594e-05,
      "loss": 6.8644,
      "step": 383830
    },
    {
      "epoch": 0.7996666666666666,
      "grad_norm": 1.1453691720962524,
      "learning_rate": 2.8972775967921567e-05,
      "loss": 7.3742,
      "step": 383840
    },
    {
      "epoch": 0.7996875,
      "grad_norm": 1.6263121366500854,
      "learning_rate": 2.896695220085929e-05,
      "loss": 8.27,
      "step": 383850
    },
    {
      "epoch": 0.7997083333333334,
      "grad_norm": 0.9360767006874084,
      "learning_rate": 2.896112895661192e-05,
      "loss": 7.2314,
      "step": 383860
    },
    {
      "epoch": 0.7997291666666667,
      "grad_norm": 1.0850857496261597,
      "learning_rate": 2.8955306235204468e-05,
      "loss": 7.0646,
      "step": 383870
    },
    {
      "epoch": 0.79975,
      "grad_norm": 1.9210397005081177,
      "learning_rate": 2.8949484036662236e-05,
      "loss": 6.8943,
      "step": 383880
    },
    {
      "epoch": 0.7997708333333333,
      "grad_norm": 1.0661373138427734,
      "learning_rate": 2.8943662361010333e-05,
      "loss": 7.5948,
      "step": 383890
    },
    {
      "epoch": 0.7997916666666667,
      "grad_norm": 1.621788501739502,
      "learning_rate": 2.8937841208273877e-05,
      "loss": 7.5881,
      "step": 383900
    },
    {
      "epoch": 0.7998125,
      "grad_norm": 1.8402758836746216,
      "learning_rate": 2.8932020578477978e-05,
      "loss": 6.9232,
      "step": 383910
    },
    {
      "epoch": 0.7998333333333333,
      "grad_norm": 2.784101724624634,
      "learning_rate": 2.89262004716479e-05,
      "loss": 7.0994,
      "step": 383920
    },
    {
      "epoch": 0.7998541666666666,
      "grad_norm": 1.1429535150527954,
      "learning_rate": 2.892038088780867e-05,
      "loss": 7.294,
      "step": 383930
    },
    {
      "epoch": 0.799875,
      "grad_norm": 3.202605724334717,
      "learning_rate": 2.891456182698549e-05,
      "loss": 6.6191,
      "step": 383940
    },
    {
      "epoch": 0.7998958333333334,
      "grad_norm": 1.5978645086288452,
      "learning_rate": 2.890874328920345e-05,
      "loss": 7.5154,
      "step": 383950
    },
    {
      "epoch": 0.7999166666666667,
      "grad_norm": 1.3286651372909546,
      "learning_rate": 2.890292527448772e-05,
      "loss": 7.2188,
      "step": 383960
    },
    {
      "epoch": 0.7999375,
      "grad_norm": 2.378934383392334,
      "learning_rate": 2.889710778286341e-05,
      "loss": 7.2647,
      "step": 383970
    },
    {
      "epoch": 0.7999583333333333,
      "grad_norm": 1.3833283185958862,
      "learning_rate": 2.8891290814355668e-05,
      "loss": 7.0512,
      "step": 383980
    },
    {
      "epoch": 0.7999791666666667,
      "grad_norm": 4.681962013244629,
      "learning_rate": 2.8885474368989604e-05,
      "loss": 7.2862,
      "step": 383990
    },
    {
      "epoch": 0.8,
      "grad_norm": 2.1040618419647217,
      "learning_rate": 2.8879658446790367e-05,
      "loss": 7.2422,
      "step": 384000
    },
    {
      "epoch": 0.8,
      "eval_loss": 8.344306945800781,
      "eval_runtime": 8.9256,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 384000
    },
    {
      "epoch": 0.8000208333333333,
      "grad_norm": 4.304484844207764,
      "learning_rate": 2.8873843047783052e-05,
      "loss": 7.8336,
      "step": 384010
    },
    {
      "epoch": 0.8000416666666667,
      "grad_norm": 1.4020332098007202,
      "learning_rate": 2.8868028171992773e-05,
      "loss": 7.4686,
      "step": 384020
    },
    {
      "epoch": 0.8000625,
      "grad_norm": 2.379991292953491,
      "learning_rate": 2.8862213819444696e-05,
      "loss": 7.6452,
      "step": 384030
    },
    {
      "epoch": 0.8000833333333334,
      "grad_norm": 1.030280590057373,
      "learning_rate": 2.885639999016388e-05,
      "loss": 7.223,
      "step": 384040
    },
    {
      "epoch": 0.8001041666666666,
      "grad_norm": 1.3852872848510742,
      "learning_rate": 2.8850586684175474e-05,
      "loss": 7.0081,
      "step": 384050
    },
    {
      "epoch": 0.800125,
      "grad_norm": 2.4000296592712402,
      "learning_rate": 2.8844773901504574e-05,
      "loss": 7.4255,
      "step": 384060
    },
    {
      "epoch": 0.8001458333333333,
      "grad_norm": 1.585635781288147,
      "learning_rate": 2.883896164217631e-05,
      "loss": 7.0156,
      "step": 384070
    },
    {
      "epoch": 0.8001666666666667,
      "grad_norm": 1.2554188966751099,
      "learning_rate": 2.8833149906215764e-05,
      "loss": 6.8473,
      "step": 384080
    },
    {
      "epoch": 0.8001875,
      "grad_norm": 1.3015111684799194,
      "learning_rate": 2.8827338693648045e-05,
      "loss": 7.1049,
      "step": 384090
    },
    {
      "epoch": 0.8002083333333333,
      "grad_norm": 1.724146842956543,
      "learning_rate": 2.882152800449827e-05,
      "loss": 7.1407,
      "step": 384100
    },
    {
      "epoch": 0.8002291666666667,
      "grad_norm": 1.6344780921936035,
      "learning_rate": 2.8815717838791512e-05,
      "loss": 6.8555,
      "step": 384110
    },
    {
      "epoch": 0.80025,
      "grad_norm": 1.7119073867797852,
      "learning_rate": 2.8809908196552893e-05,
      "loss": 7.7123,
      "step": 384120
    },
    {
      "epoch": 0.8002708333333334,
      "grad_norm": 1.6034586429595947,
      "learning_rate": 2.8804099077807506e-05,
      "loss": 7.3521,
      "step": 384130
    },
    {
      "epoch": 0.8002916666666666,
      "grad_norm": 1.5826416015625,
      "learning_rate": 2.8798290482580434e-05,
      "loss": 6.8715,
      "step": 384140
    },
    {
      "epoch": 0.8003125,
      "grad_norm": 3.3232779502868652,
      "learning_rate": 2.8792482410896767e-05,
      "loss": 7.4412,
      "step": 384150
    },
    {
      "epoch": 0.8003333333333333,
      "grad_norm": 1.4075605869293213,
      "learning_rate": 2.8786674862781606e-05,
      "loss": 7.0287,
      "step": 384160
    },
    {
      "epoch": 0.8003541666666667,
      "grad_norm": 1.3615093231201172,
      "learning_rate": 2.8780867838260014e-05,
      "loss": 7.6071,
      "step": 384170
    },
    {
      "epoch": 0.800375,
      "grad_norm": 2.786713123321533,
      "learning_rate": 2.8775061337357104e-05,
      "loss": 7.0175,
      "step": 384180
    },
    {
      "epoch": 0.8003958333333333,
      "grad_norm": 1.6220530271530151,
      "learning_rate": 2.8769255360097954e-05,
      "loss": 6.7694,
      "step": 384190
    },
    {
      "epoch": 0.8004166666666667,
      "grad_norm": 14.371410369873047,
      "learning_rate": 2.8763449906507664e-05,
      "loss": 7.9055,
      "step": 384200
    },
    {
      "epoch": 0.8004375,
      "grad_norm": 3.9596099853515625,
      "learning_rate": 2.8757644976611242e-05,
      "loss": 7.1981,
      "step": 384210
    },
    {
      "epoch": 0.8004583333333334,
      "grad_norm": 3.9481000900268555,
      "learning_rate": 2.875184057043376e-05,
      "loss": 7.5877,
      "step": 384220
    },
    {
      "epoch": 0.8004791666666666,
      "grad_norm": 3.2924790382385254,
      "learning_rate": 2.8746036688000425e-05,
      "loss": 7.049,
      "step": 384230
    },
    {
      "epoch": 0.8005,
      "grad_norm": 2.2133922576904297,
      "learning_rate": 2.8740233329336164e-05,
      "loss": 7.1981,
      "step": 384240
    },
    {
      "epoch": 0.8005208333333333,
      "grad_norm": 2.203584671020508,
      "learning_rate": 2.8734430494466067e-05,
      "loss": 7.5701,
      "step": 384250
    },
    {
      "epoch": 0.8005416666666667,
      "grad_norm": 2.331730365753174,
      "learning_rate": 2.8728628183415286e-05,
      "loss": 7.1533,
      "step": 384260
    },
    {
      "epoch": 0.8005625,
      "grad_norm": 2.090104818344116,
      "learning_rate": 2.872282639620881e-05,
      "loss": 7.316,
      "step": 384270
    },
    {
      "epoch": 0.8005833333333333,
      "grad_norm": 2.5630762577056885,
      "learning_rate": 2.8717025132871678e-05,
      "loss": 7.6781,
      "step": 384280
    },
    {
      "epoch": 0.8006041666666667,
      "grad_norm": 1.1523761749267578,
      "learning_rate": 2.871122439342906e-05,
      "loss": 7.0728,
      "step": 384290
    },
    {
      "epoch": 0.800625,
      "grad_norm": 2.5203659534454346,
      "learning_rate": 2.8705424177905918e-05,
      "loss": 7.8032,
      "step": 384300
    },
    {
      "epoch": 0.8006458333333333,
      "grad_norm": 1.462815761566162,
      "learning_rate": 2.869962448632733e-05,
      "loss": 8.3898,
      "step": 384310
    },
    {
      "epoch": 0.8006666666666666,
      "grad_norm": 1.0255544185638428,
      "learning_rate": 2.869382531871834e-05,
      "loss": 7.1515,
      "step": 384320
    },
    {
      "epoch": 0.8006875,
      "grad_norm": 2.2063117027282715,
      "learning_rate": 2.8688026675104014e-05,
      "loss": 6.9892,
      "step": 384330
    },
    {
      "epoch": 0.8007083333333334,
      "grad_norm": 2.3830137252807617,
      "learning_rate": 2.8682228555509402e-05,
      "loss": 7.6225,
      "step": 384340
    },
    {
      "epoch": 0.8007291666666667,
      "grad_norm": 0.9348242282867432,
      "learning_rate": 2.867643095995953e-05,
      "loss": 7.4935,
      "step": 384350
    },
    {
      "epoch": 0.80075,
      "grad_norm": 1.0173530578613281,
      "learning_rate": 2.8670633888479445e-05,
      "loss": 7.1793,
      "step": 384360
    },
    {
      "epoch": 0.8007708333333333,
      "grad_norm": 1.1823891401290894,
      "learning_rate": 2.866483734109421e-05,
      "loss": 7.2998,
      "step": 384370
    },
    {
      "epoch": 0.8007916666666667,
      "grad_norm": 1.5355271100997925,
      "learning_rate": 2.8659041317828856e-05,
      "loss": 7.0725,
      "step": 384380
    },
    {
      "epoch": 0.8008125,
      "grad_norm": 6.558944225311279,
      "learning_rate": 2.8653245818708398e-05,
      "loss": 7.2157,
      "step": 384390
    },
    {
      "epoch": 0.8008333333333333,
      "grad_norm": 1.830700397491455,
      "learning_rate": 2.8647450843757897e-05,
      "loss": 6.8798,
      "step": 384400
    },
    {
      "epoch": 0.8008541666666666,
      "grad_norm": 2.215635061264038,
      "learning_rate": 2.8641656393002366e-05,
      "loss": 7.1797,
      "step": 384410
    },
    {
      "epoch": 0.800875,
      "grad_norm": 1.0416136980056763,
      "learning_rate": 2.8635862466466835e-05,
      "loss": 6.9308,
      "step": 384420
    },
    {
      "epoch": 0.8008958333333334,
      "grad_norm": 1.7616374492645264,
      "learning_rate": 2.8630069064176353e-05,
      "loss": 8.1514,
      "step": 384430
    },
    {
      "epoch": 0.8009166666666667,
      "grad_norm": 0.9232219457626343,
      "learning_rate": 2.862427618615593e-05,
      "loss": 7.4766,
      "step": 384440
    },
    {
      "epoch": 0.8009375,
      "grad_norm": 1.119371771812439,
      "learning_rate": 2.8618483832430584e-05,
      "loss": 7.3964,
      "step": 384450
    },
    {
      "epoch": 0.8009583333333333,
      "grad_norm": 1.5576688051223755,
      "learning_rate": 2.8612692003025357e-05,
      "loss": 7.2241,
      "step": 384460
    },
    {
      "epoch": 0.8009791666666667,
      "grad_norm": 4.705356597900391,
      "learning_rate": 2.860690069796523e-05,
      "loss": 7.1345,
      "step": 384470
    },
    {
      "epoch": 0.801,
      "grad_norm": 0.9267574548721313,
      "learning_rate": 2.860110991727525e-05,
      "loss": 7.4257,
      "step": 384480
    },
    {
      "epoch": 0.8010208333333333,
      "grad_norm": 19.83400535583496,
      "learning_rate": 2.8595319660980465e-05,
      "loss": 7.9656,
      "step": 384490
    },
    {
      "epoch": 0.8010416666666667,
      "grad_norm": 2.206862688064575,
      "learning_rate": 2.858952992910577e-05,
      "loss": 6.8825,
      "step": 384500
    },
    {
      "epoch": 0.8010625,
      "grad_norm": 1.4672092199325562,
      "learning_rate": 2.858374072167628e-05,
      "loss": 6.8513,
      "step": 384510
    },
    {
      "epoch": 0.8010833333333334,
      "grad_norm": 4.834726810455322,
      "learning_rate": 2.8577952038717007e-05,
      "loss": 7.3792,
      "step": 384520
    },
    {
      "epoch": 0.8011041666666666,
      "grad_norm": 0.9989981651306152,
      "learning_rate": 2.8572163880252847e-05,
      "loss": 7.1613,
      "step": 384530
    },
    {
      "epoch": 0.801125,
      "grad_norm": 2.8749964237213135,
      "learning_rate": 2.8566376246308913e-05,
      "loss": 8.03,
      "step": 384540
    },
    {
      "epoch": 0.8011458333333333,
      "grad_norm": 1.8667054176330566,
      "learning_rate": 2.856058913691019e-05,
      "loss": 7.0986,
      "step": 384550
    },
    {
      "epoch": 0.8011666666666667,
      "grad_norm": 1.2742491960525513,
      "learning_rate": 2.8554802552081603e-05,
      "loss": 6.8359,
      "step": 384560
    },
    {
      "epoch": 0.8011875,
      "grad_norm": 1.5428647994995117,
      "learning_rate": 2.854901649184825e-05,
      "loss": 7.6843,
      "step": 384570
    },
    {
      "epoch": 0.8012083333333333,
      "grad_norm": 1.0514565706253052,
      "learning_rate": 2.854323095623504e-05,
      "loss": 7.6165,
      "step": 384580
    },
    {
      "epoch": 0.8012291666666667,
      "grad_norm": 1.0894049406051636,
      "learning_rate": 2.8537445945266962e-05,
      "loss": 6.986,
      "step": 384590
    },
    {
      "epoch": 0.80125,
      "grad_norm": 1.1294373273849487,
      "learning_rate": 2.8531661458969122e-05,
      "loss": 7.1472,
      "step": 384600
    },
    {
      "epoch": 0.8012708333333334,
      "grad_norm": 1.4664058685302734,
      "learning_rate": 2.8525877497366374e-05,
      "loss": 6.9636,
      "step": 384610
    },
    {
      "epoch": 0.8012916666666666,
      "grad_norm": 2.264173746109009,
      "learning_rate": 2.852009406048372e-05,
      "loss": 6.9825,
      "step": 384620
    },
    {
      "epoch": 0.8013125,
      "grad_norm": 1.0467160940170288,
      "learning_rate": 2.8514311148346253e-05,
      "loss": 7.5546,
      "step": 384630
    },
    {
      "epoch": 0.8013333333333333,
      "grad_norm": 1.013244867324829,
      "learning_rate": 2.8508528760978828e-05,
      "loss": 7.7231,
      "step": 384640
    },
    {
      "epoch": 0.8013541666666667,
      "grad_norm": 1.2109949588775635,
      "learning_rate": 2.850274689840644e-05,
      "loss": 7.7304,
      "step": 384650
    },
    {
      "epoch": 0.801375,
      "grad_norm": 1.2049521207809448,
      "learning_rate": 2.849696556065416e-05,
      "loss": 6.9548,
      "step": 384660
    },
    {
      "epoch": 0.8013958333333333,
      "grad_norm": 1.2030971050262451,
      "learning_rate": 2.8491184747746864e-05,
      "loss": 7.1858,
      "step": 384670
    },
    {
      "epoch": 0.8014166666666667,
      "grad_norm": 4.354588031768799,
      "learning_rate": 2.8485404459709515e-05,
      "loss": 7.0737,
      "step": 384680
    },
    {
      "epoch": 0.8014375,
      "grad_norm": 1.8008551597595215,
      "learning_rate": 2.847962469656721e-05,
      "loss": 6.9588,
      "step": 384690
    },
    {
      "epoch": 0.8014583333333334,
      "grad_norm": 2.6935386657714844,
      "learning_rate": 2.8473845458344762e-05,
      "loss": 7.4079,
      "step": 384700
    },
    {
      "epoch": 0.8014791666666666,
      "grad_norm": 11.272500038146973,
      "learning_rate": 2.8468066745067202e-05,
      "loss": 7.3571,
      "step": 384710
    },
    {
      "epoch": 0.8015,
      "grad_norm": 2.6389365196228027,
      "learning_rate": 2.846228855675951e-05,
      "loss": 7.4065,
      "step": 384720
    },
    {
      "epoch": 0.8015208333333333,
      "grad_norm": 0.9880974888801575,
      "learning_rate": 2.84565108934466e-05,
      "loss": 7.0965,
      "step": 384730
    },
    {
      "epoch": 0.8015416666666667,
      "grad_norm": 2.592714786529541,
      "learning_rate": 2.8450733755153466e-05,
      "loss": 7.2851,
      "step": 384740
    },
    {
      "epoch": 0.8015625,
      "grad_norm": 1.7681360244750977,
      "learning_rate": 2.8444957141905038e-05,
      "loss": 7.2764,
      "step": 384750
    },
    {
      "epoch": 0.8015833333333333,
      "grad_norm": 5.353909015655518,
      "learning_rate": 2.8439181053726285e-05,
      "loss": 7.1483,
      "step": 384760
    },
    {
      "epoch": 0.8016041666666667,
      "grad_norm": 1.13567054271698,
      "learning_rate": 2.8433405490642163e-05,
      "loss": 7.2206,
      "step": 384770
    },
    {
      "epoch": 0.801625,
      "grad_norm": 1.521547794342041,
      "learning_rate": 2.8427630452677593e-05,
      "loss": 7.8892,
      "step": 384780
    },
    {
      "epoch": 0.8016458333333333,
      "grad_norm": 3.2405190467834473,
      "learning_rate": 2.8421855939857546e-05,
      "loss": 7.1348,
      "step": 384790
    },
    {
      "epoch": 0.8016666666666666,
      "grad_norm": 2.1869332790374756,
      "learning_rate": 2.8416081952206994e-05,
      "loss": 7.0148,
      "step": 384800
    },
    {
      "epoch": 0.8016875,
      "grad_norm": 1.3530381917953491,
      "learning_rate": 2.8410308489750777e-05,
      "loss": 7.3028,
      "step": 384810
    },
    {
      "epoch": 0.8017083333333334,
      "grad_norm": 4.5957560539245605,
      "learning_rate": 2.840453555251393e-05,
      "loss": 7.0612,
      "step": 384820
    },
    {
      "epoch": 0.8017291666666667,
      "grad_norm": 2.087285280227661,
      "learning_rate": 2.839876314052138e-05,
      "loss": 7.6773,
      "step": 384830
    },
    {
      "epoch": 0.80175,
      "grad_norm": 2.267472982406616,
      "learning_rate": 2.8392991253797976e-05,
      "loss": 7.2475,
      "step": 384840
    },
    {
      "epoch": 0.8017708333333333,
      "grad_norm": 1.7707500457763672,
      "learning_rate": 2.8387219892368763e-05,
      "loss": 7.2081,
      "step": 384850
    },
    {
      "epoch": 0.8017916666666667,
      "grad_norm": 1.9370137453079224,
      "learning_rate": 2.8381449056258654e-05,
      "loss": 7.3676,
      "step": 384860
    },
    {
      "epoch": 0.8018125,
      "grad_norm": 3.8053693771362305,
      "learning_rate": 2.8375678745492464e-05,
      "loss": 7.6984,
      "step": 384870
    },
    {
      "epoch": 0.8018333333333333,
      "grad_norm": 3.26957368850708,
      "learning_rate": 2.836990896009524e-05,
      "loss": 7.1266,
      "step": 384880
    },
    {
      "epoch": 0.8018541666666666,
      "grad_norm": 1.5899232625961304,
      "learning_rate": 2.836413970009191e-05,
      "loss": 6.9628,
      "step": 384890
    },
    {
      "epoch": 0.801875,
      "grad_norm": 1.3760637044906616,
      "learning_rate": 2.8358370965507253e-05,
      "loss": 6.7577,
      "step": 384900
    },
    {
      "epoch": 0.8018958333333334,
      "grad_norm": 2.0661253929138184,
      "learning_rate": 2.835260275636634e-05,
      "loss": 7.015,
      "step": 384910
    },
    {
      "epoch": 0.8019166666666667,
      "grad_norm": 3.07889986038208,
      "learning_rate": 2.8346835072694075e-05,
      "loss": 7.2095,
      "step": 384920
    },
    {
      "epoch": 0.8019375,
      "grad_norm": 0.8388896584510803,
      "learning_rate": 2.8341067914515224e-05,
      "loss": 8.9727,
      "step": 384930
    },
    {
      "epoch": 0.8019583333333333,
      "grad_norm": 0.9049130082130432,
      "learning_rate": 2.8335301281854905e-05,
      "loss": 6.991,
      "step": 384940
    },
    {
      "epoch": 0.8019791666666667,
      "grad_norm": 1.2238997220993042,
      "learning_rate": 2.8329535174737896e-05,
      "loss": 7.2232,
      "step": 384950
    },
    {
      "epoch": 0.802,
      "grad_norm": 1.9642413854599,
      "learning_rate": 2.8323769593189072e-05,
      "loss": 7.6825,
      "step": 384960
    },
    {
      "epoch": 0.8020208333333333,
      "grad_norm": 1.1746491193771362,
      "learning_rate": 2.8318004537233486e-05,
      "loss": 7.4581,
      "step": 384970
    },
    {
      "epoch": 0.8020416666666667,
      "grad_norm": 1.056396484375,
      "learning_rate": 2.8312240006895915e-05,
      "loss": 7.3567,
      "step": 384980
    },
    {
      "epoch": 0.8020625,
      "grad_norm": 3.2719547748565674,
      "learning_rate": 2.830647600220127e-05,
      "loss": 7.3003,
      "step": 384990
    },
    {
      "epoch": 0.8020833333333334,
      "grad_norm": 1.3379513025283813,
      "learning_rate": 2.8300712523174556e-05,
      "loss": 7.2194,
      "step": 385000
    },
    {
      "epoch": 0.8020833333333334,
      "eval_loss": 7.465450286865234,
      "eval_runtime": 9.107,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 385000
    },
    {
      "epoch": 0.8021041666666666,
      "grad_norm": 4.035069465637207,
      "learning_rate": 2.8294949569840548e-05,
      "loss": 7.351,
      "step": 385010
    },
    {
      "epoch": 0.802125,
      "grad_norm": 2.7519898414611816,
      "learning_rate": 2.828918714222414e-05,
      "loss": 7.2009,
      "step": 385020
    },
    {
      "epoch": 0.8021458333333333,
      "grad_norm": 1.3478333950042725,
      "learning_rate": 2.8283425240350348e-05,
      "loss": 7.5911,
      "step": 385030
    },
    {
      "epoch": 0.8021666666666667,
      "grad_norm": 1.7145836353302002,
      "learning_rate": 2.8277663864243956e-05,
      "loss": 7.207,
      "step": 385040
    },
    {
      "epoch": 0.8021875,
      "grad_norm": 0.8769352436065674,
      "learning_rate": 2.827190301392982e-05,
      "loss": 7.5064,
      "step": 385050
    },
    {
      "epoch": 0.8022083333333333,
      "grad_norm": 4.2437028884887695,
      "learning_rate": 2.826614268943296e-05,
      "loss": 7.3863,
      "step": 385060
    },
    {
      "epoch": 0.8022291666666667,
      "grad_norm": 1.494458556175232,
      "learning_rate": 2.8260382890778132e-05,
      "loss": 6.9953,
      "step": 385070
    },
    {
      "epoch": 0.80225,
      "grad_norm": 1.7988675832748413,
      "learning_rate": 2.8254623617990273e-05,
      "loss": 7.1369,
      "step": 385080
    },
    {
      "epoch": 0.8022708333333334,
      "grad_norm": 2.2824323177337646,
      "learning_rate": 2.8248864871094244e-05,
      "loss": 8.9479,
      "step": 385090
    },
    {
      "epoch": 0.8022916666666666,
      "grad_norm": 3.0784082412719727,
      "learning_rate": 2.8243106650114928e-05,
      "loss": 6.9379,
      "step": 385100
    },
    {
      "epoch": 0.8023125,
      "grad_norm": 1.570634365081787,
      "learning_rate": 2.82373489550772e-05,
      "loss": 7.4469,
      "step": 385110
    },
    {
      "epoch": 0.8023333333333333,
      "grad_norm": 1.9079951047897339,
      "learning_rate": 2.8231591786005926e-05,
      "loss": 7.0582,
      "step": 385120
    },
    {
      "epoch": 0.8023541666666667,
      "grad_norm": 3.5238635540008545,
      "learning_rate": 2.8225835142925984e-05,
      "loss": 7.3672,
      "step": 385130
    },
    {
      "epoch": 0.802375,
      "grad_norm": 1.3752168416976929,
      "learning_rate": 2.8220079025862223e-05,
      "loss": 6.7679,
      "step": 385140
    },
    {
      "epoch": 0.8023958333333333,
      "grad_norm": 3.058530569076538,
      "learning_rate": 2.821432343483951e-05,
      "loss": 7.504,
      "step": 385150
    },
    {
      "epoch": 0.8024166666666667,
      "grad_norm": 5.9353108406066895,
      "learning_rate": 2.8208568369882715e-05,
      "loss": 7.2529,
      "step": 385160
    },
    {
      "epoch": 0.8024375,
      "grad_norm": 3.1743273735046387,
      "learning_rate": 2.8202813831016746e-05,
      "loss": 7.1484,
      "step": 385170
    },
    {
      "epoch": 0.8024583333333334,
      "grad_norm": 1.160212755203247,
      "learning_rate": 2.8197059818266325e-05,
      "loss": 6.9809,
      "step": 385180
    },
    {
      "epoch": 0.8024791666666666,
      "grad_norm": 2.769724130630493,
      "learning_rate": 2.8191306331656437e-05,
      "loss": 7.026,
      "step": 385190
    },
    {
      "epoch": 0.8025,
      "grad_norm": 1.6864746809005737,
      "learning_rate": 2.8185553371211926e-05,
      "loss": 7.2983,
      "step": 385200
    },
    {
      "epoch": 0.8025208333333333,
      "grad_norm": 2.2616612911224365,
      "learning_rate": 2.817980093695754e-05,
      "loss": 7.1449,
      "step": 385210
    },
    {
      "epoch": 0.8025416666666667,
      "grad_norm": 0.9984075427055359,
      "learning_rate": 2.817404902891823e-05,
      "loss": 6.9693,
      "step": 385220
    },
    {
      "epoch": 0.8025625,
      "grad_norm": 1.0965522527694702,
      "learning_rate": 2.816829764711883e-05,
      "loss": 6.8704,
      "step": 385230
    },
    {
      "epoch": 0.8025833333333333,
      "grad_norm": 1.3441540002822876,
      "learning_rate": 2.8162546791584083e-05,
      "loss": 7.1184,
      "step": 385240
    },
    {
      "epoch": 0.8026041666666667,
      "grad_norm": 1.209567666053772,
      "learning_rate": 2.8156796462338965e-05,
      "loss": 7.0794,
      "step": 385250
    },
    {
      "epoch": 0.802625,
      "grad_norm": 2.033404588699341,
      "learning_rate": 2.815104665940829e-05,
      "loss": 7.0873,
      "step": 385260
    },
    {
      "epoch": 0.8026458333333333,
      "grad_norm": 2.3083386421203613,
      "learning_rate": 2.8145297382816766e-05,
      "loss": 7.0965,
      "step": 385270
    },
    {
      "epoch": 0.8026666666666666,
      "grad_norm": 0.9683144092559814,
      "learning_rate": 2.813954863258938e-05,
      "loss": 6.6877,
      "step": 385280
    },
    {
      "epoch": 0.8026875,
      "grad_norm": 1.5071250200271606,
      "learning_rate": 2.8133800408750946e-05,
      "loss": 7.3672,
      "step": 385290
    },
    {
      "epoch": 0.8027083333333334,
      "grad_norm": 1.2120133638381958,
      "learning_rate": 2.812805271132617e-05,
      "loss": 7.1934,
      "step": 385300
    },
    {
      "epoch": 0.8027291666666667,
      "grad_norm": 2.2534842491149902,
      "learning_rate": 2.8122305540340058e-05,
      "loss": 6.8712,
      "step": 385310
    },
    {
      "epoch": 0.80275,
      "grad_norm": 3.6666622161865234,
      "learning_rate": 2.8116558895817298e-05,
      "loss": 7.5009,
      "step": 385320
    },
    {
      "epoch": 0.8027708333333333,
      "grad_norm": 1.9959774017333984,
      "learning_rate": 2.811081277778271e-05,
      "loss": 7.4338,
      "step": 385330
    },
    {
      "epoch": 0.8027916666666667,
      "grad_norm": 1.4541765451431274,
      "learning_rate": 2.8105067186261254e-05,
      "loss": 7.4002,
      "step": 385340
    },
    {
      "epoch": 0.8028125,
      "grad_norm": 1.1862586736679077,
      "learning_rate": 2.8099322121277612e-05,
      "loss": 7.1054,
      "step": 385350
    },
    {
      "epoch": 0.8028333333333333,
      "grad_norm": 2.714837074279785,
      "learning_rate": 2.8093577582856614e-05,
      "loss": 7.0987,
      "step": 385360
    },
    {
      "epoch": 0.8028541666666666,
      "grad_norm": 3.1285781860351562,
      "learning_rate": 2.808783357102317e-05,
      "loss": 7.3499,
      "step": 385370
    },
    {
      "epoch": 0.802875,
      "grad_norm": 1.085514783859253,
      "learning_rate": 2.8082090085802018e-05,
      "loss": 7.1941,
      "step": 385380
    },
    {
      "epoch": 0.8028958333333334,
      "grad_norm": 1.4825078248977661,
      "learning_rate": 2.8076347127217948e-05,
      "loss": 6.9034,
      "step": 385390
    },
    {
      "epoch": 0.8029166666666666,
      "grad_norm": 4.450737953186035,
      "learning_rate": 2.8070604695295824e-05,
      "loss": 6.8063,
      "step": 385400
    },
    {
      "epoch": 0.8029375,
      "grad_norm": 1.5526906251907349,
      "learning_rate": 2.806486279006041e-05,
      "loss": 7.2797,
      "step": 385410
    },
    {
      "epoch": 0.8029583333333333,
      "grad_norm": 5.871851921081543,
      "learning_rate": 2.8059121411536522e-05,
      "loss": 7.0695,
      "step": 385420
    },
    {
      "epoch": 0.8029791666666667,
      "grad_norm": 3.230522871017456,
      "learning_rate": 2.8053380559748974e-05,
      "loss": 7.0874,
      "step": 385430
    },
    {
      "epoch": 0.803,
      "grad_norm": 1.0369083881378174,
      "learning_rate": 2.8047640234722542e-05,
      "loss": 7.2417,
      "step": 385440
    },
    {
      "epoch": 0.8030208333333333,
      "grad_norm": 1.1801648139953613,
      "learning_rate": 2.8041900436482024e-05,
      "loss": 7.3412,
      "step": 385450
    },
    {
      "epoch": 0.8030416666666667,
      "grad_norm": 4.760267734527588,
      "learning_rate": 2.8036161165052235e-05,
      "loss": 7.3664,
      "step": 385460
    },
    {
      "epoch": 0.8030625,
      "grad_norm": 2.303565263748169,
      "learning_rate": 2.8030422420457955e-05,
      "loss": 6.9011,
      "step": 385470
    },
    {
      "epoch": 0.8030833333333334,
      "grad_norm": 1.3535007238388062,
      "learning_rate": 2.8024684202723962e-05,
      "loss": 6.8523,
      "step": 385480
    },
    {
      "epoch": 0.8031041666666666,
      "grad_norm": 5.076063632965088,
      "learning_rate": 2.8018946511875057e-05,
      "loss": 7.0798,
      "step": 385490
    },
    {
      "epoch": 0.803125,
      "grad_norm": 1.6479963064193726,
      "learning_rate": 2.8013209347936018e-05,
      "loss": 7.1319,
      "step": 385500
    },
    {
      "epoch": 0.8031458333333333,
      "grad_norm": 2.6576194763183594,
      "learning_rate": 2.800747271093162e-05,
      "loss": 7.252,
      "step": 385510
    },
    {
      "epoch": 0.8031666666666667,
      "grad_norm": 1.5952730178833008,
      "learning_rate": 2.8001736600886672e-05,
      "loss": 6.9411,
      "step": 385520
    },
    {
      "epoch": 0.8031875,
      "grad_norm": 1.7970606088638306,
      "learning_rate": 2.7996001017825924e-05,
      "loss": 7.3143,
      "step": 385530
    },
    {
      "epoch": 0.8032083333333333,
      "grad_norm": 1.427960753440857,
      "learning_rate": 2.799026596177415e-05,
      "loss": 6.6677,
      "step": 385540
    },
    {
      "epoch": 0.8032291666666667,
      "grad_norm": 1.11846923828125,
      "learning_rate": 2.798453143275614e-05,
      "loss": 7.0877,
      "step": 385550
    },
    {
      "epoch": 0.80325,
      "grad_norm": 1.4906833171844482,
      "learning_rate": 2.7978797430796663e-05,
      "loss": 9.5807,
      "step": 385560
    },
    {
      "epoch": 0.8032708333333334,
      "grad_norm": 5.4925007820129395,
      "learning_rate": 2.797306395592051e-05,
      "loss": 7.1687,
      "step": 385570
    },
    {
      "epoch": 0.8032916666666666,
      "grad_norm": 2.4818015098571777,
      "learning_rate": 2.7967331008152333e-05,
      "loss": 7.7682,
      "step": 385580
    },
    {
      "epoch": 0.8033125,
      "grad_norm": 4.288137912750244,
      "learning_rate": 2.7961598587517043e-05,
      "loss": 7.3025,
      "step": 385590
    },
    {
      "epoch": 0.8033333333333333,
      "grad_norm": 1.0099050998687744,
      "learning_rate": 2.795586669403937e-05,
      "loss": 6.8792,
      "step": 385600
    },
    {
      "epoch": 0.8033541666666667,
      "grad_norm": 0.9409406185150146,
      "learning_rate": 2.795013532774396e-05,
      "loss": 7.4324,
      "step": 385610
    },
    {
      "epoch": 0.803375,
      "grad_norm": 1.4687726497650146,
      "learning_rate": 2.7944404488655696e-05,
      "loss": 7.0699,
      "step": 385620
    },
    {
      "epoch": 0.8033958333333333,
      "grad_norm": 2.403644323348999,
      "learning_rate": 2.793867417679934e-05,
      "loss": 7.1028,
      "step": 385630
    },
    {
      "epoch": 0.8034166666666667,
      "grad_norm": 2.041943073272705,
      "learning_rate": 2.793294439219951e-05,
      "loss": 7.51,
      "step": 385640
    },
    {
      "epoch": 0.8034375,
      "grad_norm": 1.3927452564239502,
      "learning_rate": 2.7927215134881093e-05,
      "loss": 7.2545,
      "step": 385650
    },
    {
      "epoch": 0.8034583333333334,
      "grad_norm": 2.274442434310913,
      "learning_rate": 2.7921486404868808e-05,
      "loss": 6.8332,
      "step": 385660
    },
    {
      "epoch": 0.8034791666666666,
      "grad_norm": 1.2935783863067627,
      "learning_rate": 2.7915758202187354e-05,
      "loss": 7.8066,
      "step": 385670
    },
    {
      "epoch": 0.8035,
      "grad_norm": 4.217714786529541,
      "learning_rate": 2.791003052686146e-05,
      "loss": 7.1334,
      "step": 385680
    },
    {
      "epoch": 0.8035208333333334,
      "grad_norm": 2.835655927658081,
      "learning_rate": 2.790430337891599e-05,
      "loss": 7.224,
      "step": 385690
    },
    {
      "epoch": 0.8035416666666667,
      "grad_norm": 1.4398188591003418,
      "learning_rate": 2.7898576758375552e-05,
      "loss": 7.0701,
      "step": 385700
    },
    {
      "epoch": 0.8035625,
      "grad_norm": 2.2989277839660645,
      "learning_rate": 2.7892850665264934e-05,
      "loss": 7.1326,
      "step": 385710
    },
    {
      "epoch": 0.8035833333333333,
      "grad_norm": 2.1897132396698,
      "learning_rate": 2.788712509960886e-05,
      "loss": 7.237,
      "step": 385720
    },
    {
      "epoch": 0.8036041666666667,
      "grad_norm": 3.6970317363739014,
      "learning_rate": 2.788140006143208e-05,
      "loss": 7.5282,
      "step": 385730
    },
    {
      "epoch": 0.803625,
      "grad_norm": 1.2589179277420044,
      "learning_rate": 2.7875675550759308e-05,
      "loss": 7.2007,
      "step": 385740
    },
    {
      "epoch": 0.8036458333333333,
      "grad_norm": 1.2689522504806519,
      "learning_rate": 2.7869951567615272e-05,
      "loss": 7.1029,
      "step": 385750
    },
    {
      "epoch": 0.8036666666666666,
      "grad_norm": 1.906373381614685,
      "learning_rate": 2.7864228112024722e-05,
      "loss": 7.3736,
      "step": 385760
    },
    {
      "epoch": 0.8036875,
      "grad_norm": 2.075360059738159,
      "learning_rate": 2.7858505184012353e-05,
      "loss": 7.2278,
      "step": 385770
    },
    {
      "epoch": 0.8037083333333334,
      "grad_norm": 3.210190534591675,
      "learning_rate": 2.7852782783602895e-05,
      "loss": 7.1503,
      "step": 385780
    },
    {
      "epoch": 0.8037291666666667,
      "grad_norm": 0.9594757556915283,
      "learning_rate": 2.784706091082106e-05,
      "loss": 7.3349,
      "step": 385790
    },
    {
      "epoch": 0.80375,
      "grad_norm": 5.508742809295654,
      "learning_rate": 2.7841339565691568e-05,
      "loss": 7.5206,
      "step": 385800
    },
    {
      "epoch": 0.8037708333333333,
      "grad_norm": 1.6434822082519531,
      "learning_rate": 2.7835618748239142e-05,
      "loss": 7.6947,
      "step": 385810
    },
    {
      "epoch": 0.8037916666666667,
      "grad_norm": 1.5395172834396362,
      "learning_rate": 2.7829898458488496e-05,
      "loss": 7.7456,
      "step": 385820
    },
    {
      "epoch": 0.8038125,
      "grad_norm": 2.6312010288238525,
      "learning_rate": 2.7824178696464317e-05,
      "loss": 7.5812,
      "step": 385830
    },
    {
      "epoch": 0.8038333333333333,
      "grad_norm": 4.103867530822754,
      "learning_rate": 2.781845946219133e-05,
      "loss": 7.5065,
      "step": 385840
    },
    {
      "epoch": 0.8038541666666666,
      "grad_norm": 1.1073386669158936,
      "learning_rate": 2.781274075569423e-05,
      "loss": 6.8649,
      "step": 385850
    },
    {
      "epoch": 0.803875,
      "grad_norm": 2.58363938331604,
      "learning_rate": 2.7807022576997732e-05,
      "loss": 7.2589,
      "step": 385860
    },
    {
      "epoch": 0.8038958333333334,
      "grad_norm": 1.2748990058898926,
      "learning_rate": 2.780130492612652e-05,
      "loss": 6.8816,
      "step": 385870
    },
    {
      "epoch": 0.8039166666666666,
      "grad_norm": 1.334574818611145,
      "learning_rate": 2.7795587803105324e-05,
      "loss": 7.256,
      "step": 385880
    },
    {
      "epoch": 0.8039375,
      "grad_norm": 1.6383795738220215,
      "learning_rate": 2.7789871207958786e-05,
      "loss": 7.2062,
      "step": 385890
    },
    {
      "epoch": 0.8039583333333333,
      "grad_norm": 3.178896427154541,
      "learning_rate": 2.7784155140711655e-05,
      "loss": 7.7481,
      "step": 385900
    },
    {
      "epoch": 0.8039791666666667,
      "grad_norm": 2.4204580783843994,
      "learning_rate": 2.777843960138858e-05,
      "loss": 7.5547,
      "step": 385910
    },
    {
      "epoch": 0.804,
      "grad_norm": 1.0904251337051392,
      "learning_rate": 2.7772724590014272e-05,
      "loss": 7.6466,
      "step": 385920
    },
    {
      "epoch": 0.8040208333333333,
      "grad_norm": 3.2053465843200684,
      "learning_rate": 2.776701010661343e-05,
      "loss": 7.0152,
      "step": 385930
    },
    {
      "epoch": 0.8040416666666667,
      "grad_norm": 1.4216804504394531,
      "learning_rate": 2.7761296151210733e-05,
      "loss": 7.1433,
      "step": 385940
    },
    {
      "epoch": 0.8040625,
      "grad_norm": 1.5398298501968384,
      "learning_rate": 2.7755582723830795e-05,
      "loss": 7.3233,
      "step": 385950
    },
    {
      "epoch": 0.8040833333333334,
      "grad_norm": 1.4263149499893188,
      "learning_rate": 2.7749869824498376e-05,
      "loss": 7.1342,
      "step": 385960
    },
    {
      "epoch": 0.8041041666666666,
      "grad_norm": 1.1498866081237793,
      "learning_rate": 2.774415745323818e-05,
      "loss": 6.9369,
      "step": 385970
    },
    {
      "epoch": 0.804125,
      "grad_norm": 2.894066333770752,
      "learning_rate": 2.7738445610074784e-05,
      "loss": 7.2414,
      "step": 385980
    },
    {
      "epoch": 0.8041458333333333,
      "grad_norm": 1.718910813331604,
      "learning_rate": 2.773273429503288e-05,
      "loss": 7.0201,
      "step": 385990
    },
    {
      "epoch": 0.8041666666666667,
      "grad_norm": 1.0920180082321167,
      "learning_rate": 2.7727023508137224e-05,
      "loss": 7.1693,
      "step": 386000
    },
    {
      "epoch": 0.8041666666666667,
      "eval_loss": 8.869270324707031,
      "eval_runtime": 9.0034,
      "eval_samples_per_second": 0.333,
      "eval_steps_per_second": 0.111,
      "step": 386000
    },
    {
      "epoch": 0.8041875,
      "grad_norm": 1.0916625261306763,
      "learning_rate": 2.772131324941241e-05,
      "loss": 7.2693,
      "step": 386010
    },
    {
      "epoch": 0.8042083333333333,
      "grad_norm": 1.5821843147277832,
      "learning_rate": 2.7715603518883077e-05,
      "loss": 7.2149,
      "step": 386020
    },
    {
      "epoch": 0.8042291666666667,
      "grad_norm": 5.8554158210754395,
      "learning_rate": 2.7709894316574e-05,
      "loss": 7.3225,
      "step": 386030
    },
    {
      "epoch": 0.80425,
      "grad_norm": 0.8994366526603699,
      "learning_rate": 2.770418564250975e-05,
      "loss": 7.2411,
      "step": 386040
    },
    {
      "epoch": 0.8042708333333334,
      "grad_norm": 2.1907670497894287,
      "learning_rate": 2.7698477496714967e-05,
      "loss": 7.44,
      "step": 386050
    },
    {
      "epoch": 0.8042916666666666,
      "grad_norm": 1.278764009475708,
      "learning_rate": 2.769276987921442e-05,
      "loss": 7.1755,
      "step": 386060
    },
    {
      "epoch": 0.8043125,
      "grad_norm": 1.3079601526260376,
      "learning_rate": 2.7687062790032665e-05,
      "loss": 7.4374,
      "step": 386070
    },
    {
      "epoch": 0.8043333333333333,
      "grad_norm": 1.5460528135299683,
      "learning_rate": 2.7681356229194378e-05,
      "loss": 7.2721,
      "step": 386080
    },
    {
      "epoch": 0.8043541666666667,
      "grad_norm": 2.716179370880127,
      "learning_rate": 2.7675650196724225e-05,
      "loss": 7.9331,
      "step": 386090
    },
    {
      "epoch": 0.804375,
      "grad_norm": 1.2292532920837402,
      "learning_rate": 2.7669944692646835e-05,
      "loss": 6.9785,
      "step": 386100
    },
    {
      "epoch": 0.8043958333333333,
      "grad_norm": 2.1114325523376465,
      "learning_rate": 2.766423971698687e-05,
      "loss": 7.1266,
      "step": 386110
    },
    {
      "epoch": 0.8044166666666667,
      "grad_norm": 2.6947550773620605,
      "learning_rate": 2.7658535269768944e-05,
      "loss": 7.1032,
      "step": 386120
    },
    {
      "epoch": 0.8044375,
      "grad_norm": 1.392585277557373,
      "learning_rate": 2.765283135101774e-05,
      "loss": 6.8003,
      "step": 386130
    },
    {
      "epoch": 0.8044583333333334,
      "grad_norm": 1.7774657011032104,
      "learning_rate": 2.764712796075787e-05,
      "loss": 7.2137,
      "step": 386140
    },
    {
      "epoch": 0.8044791666666666,
      "grad_norm": 3.4720287322998047,
      "learning_rate": 2.7641425099013982e-05,
      "loss": 7.5027,
      "step": 386150
    },
    {
      "epoch": 0.8045,
      "grad_norm": 2.558424949645996,
      "learning_rate": 2.7635722765810704e-05,
      "loss": 7.337,
      "step": 386160
    },
    {
      "epoch": 0.8045208333333334,
      "grad_norm": 1.5641037225723267,
      "learning_rate": 2.7630020961172666e-05,
      "loss": 7.1356,
      "step": 386170
    },
    {
      "epoch": 0.8045416666666667,
      "grad_norm": 2.0812618732452393,
      "learning_rate": 2.76243196851245e-05,
      "loss": 7.2841,
      "step": 386180
    },
    {
      "epoch": 0.8045625,
      "grad_norm": 1.6784471273422241,
      "learning_rate": 2.7618618937690822e-05,
      "loss": 7.2727,
      "step": 386190
    },
    {
      "epoch": 0.8045833333333333,
      "grad_norm": 4.671843528747559,
      "learning_rate": 2.7612918718896277e-05,
      "loss": 7.6738,
      "step": 386200
    },
    {
      "epoch": 0.8046041666666667,
      "grad_norm": 2.058586835861206,
      "learning_rate": 2.7607219028765494e-05,
      "loss": 6.8429,
      "step": 386210
    },
    {
      "epoch": 0.804625,
      "grad_norm": 4.290916919708252,
      "learning_rate": 2.760151986732305e-05,
      "loss": 7.0697,
      "step": 386220
    },
    {
      "epoch": 0.8046458333333333,
      "grad_norm": 1.6950091123580933,
      "learning_rate": 2.7595821234593617e-05,
      "loss": 7.194,
      "step": 386230
    },
    {
      "epoch": 0.8046666666666666,
      "grad_norm": 3.7164440155029297,
      "learning_rate": 2.7590123130601772e-05,
      "loss": 7.2039,
      "step": 386240
    },
    {
      "epoch": 0.8046875,
      "grad_norm": 2.2880420684814453,
      "learning_rate": 2.7584425555372142e-05,
      "loss": 7.1973,
      "step": 386250
    },
    {
      "epoch": 0.8047083333333334,
      "grad_norm": 1.0515016317367554,
      "learning_rate": 2.7578728508929376e-05,
      "loss": 6.8949,
      "step": 386260
    },
    {
      "epoch": 0.8047291666666667,
      "grad_norm": 4.251636981964111,
      "learning_rate": 2.7573031991297972e-05,
      "loss": 7.1984,
      "step": 386270
    },
    {
      "epoch": 0.80475,
      "grad_norm": 1.0258514881134033,
      "learning_rate": 2.7567336002502662e-05,
      "loss": 7.8875,
      "step": 386280
    },
    {
      "epoch": 0.8047708333333333,
      "grad_norm": 0.8183338046073914,
      "learning_rate": 2.7561640542568018e-05,
      "loss": 6.9549,
      "step": 386290
    },
    {
      "epoch": 0.8047916666666667,
      "grad_norm": 0.9709010720252991,
      "learning_rate": 2.7555945611518548e-05,
      "loss": 6.7359,
      "step": 386300
    },
    {
      "epoch": 0.8048125,
      "grad_norm": 1.1024491786956787,
      "learning_rate": 2.7550251209379008e-05,
      "loss": 8.2164,
      "step": 386310
    },
    {
      "epoch": 0.8048333333333333,
      "grad_norm": 6.141631603240967,
      "learning_rate": 2.7544557336173868e-05,
      "loss": 7.612,
      "step": 386320
    },
    {
      "epoch": 0.8048541666666666,
      "grad_norm": 1.0987569093704224,
      "learning_rate": 2.7538863991927735e-05,
      "loss": 6.8334,
      "step": 386330
    },
    {
      "epoch": 0.804875,
      "grad_norm": 1.5085088014602661,
      "learning_rate": 2.753317117666531e-05,
      "loss": 7.1741,
      "step": 386340
    },
    {
      "epoch": 0.8048958333333334,
      "grad_norm": 2.8974545001983643,
      "learning_rate": 2.7527478890411087e-05,
      "loss": 7.069,
      "step": 386350
    },
    {
      "epoch": 0.8049166666666666,
      "grad_norm": 2.505919933319092,
      "learning_rate": 2.7521787133189615e-05,
      "loss": 7.4439,
      "step": 386360
    },
    {
      "epoch": 0.8049375,
      "grad_norm": 2.3198909759521484,
      "learning_rate": 2.7516095905025626e-05,
      "loss": 7.2649,
      "step": 386370
    },
    {
      "epoch": 0.8049583333333333,
      "grad_norm": 1.814287781715393,
      "learning_rate": 2.7510405205943597e-05,
      "loss": 7.3103,
      "step": 386380
    },
    {
      "epoch": 0.8049791666666667,
      "grad_norm": 2.229503631591797,
      "learning_rate": 2.7504715035968077e-05,
      "loss": 7.1419,
      "step": 386390
    },
    {
      "epoch": 0.805,
      "grad_norm": 3.719179630279541,
      "learning_rate": 2.749902539512378e-05,
      "loss": 7.1147,
      "step": 386400
    },
    {
      "epoch": 0.8050208333333333,
      "grad_norm": 2.0039827823638916,
      "learning_rate": 2.7493336283435186e-05,
      "loss": 7.2274,
      "step": 386410
    },
    {
      "epoch": 0.8050416666666667,
      "grad_norm": 1.5067286491394043,
      "learning_rate": 2.7487647700926824e-05,
      "loss": 6.9214,
      "step": 386420
    },
    {
      "epoch": 0.8050625,
      "grad_norm": 2.7929975986480713,
      "learning_rate": 2.7481959647623424e-05,
      "loss": 7.1092,
      "step": 386430
    },
    {
      "epoch": 0.8050833333333334,
      "grad_norm": 1.8849470615386963,
      "learning_rate": 2.7476272123549405e-05,
      "loss": 7.388,
      "step": 386440
    },
    {
      "epoch": 0.8051041666666666,
      "grad_norm": 1.8845123052597046,
      "learning_rate": 2.7470585128729404e-05,
      "loss": 7.0353,
      "step": 386450
    },
    {
      "epoch": 0.805125,
      "grad_norm": 2.4323036670684814,
      "learning_rate": 2.746489866318798e-05,
      "loss": 7.2951,
      "step": 386460
    },
    {
      "epoch": 0.8051458333333333,
      "grad_norm": 4.958889007568359,
      "learning_rate": 2.7459212726949685e-05,
      "loss": 7.4948,
      "step": 386470
    },
    {
      "epoch": 0.8051666666666667,
      "grad_norm": 6.36837100982666,
      "learning_rate": 2.745352732003909e-05,
      "loss": 7.8872,
      "step": 386480
    },
    {
      "epoch": 0.8051875,
      "grad_norm": 1.1635090112686157,
      "learning_rate": 2.7447842442480745e-05,
      "loss": 6.9484,
      "step": 386490
    },
    {
      "epoch": 0.8052083333333333,
      "grad_norm": 4.395205497741699,
      "learning_rate": 2.7442158094299204e-05,
      "loss": 7.6082,
      "step": 386500
    },
    {
      "epoch": 0.8052291666666667,
      "grad_norm": 0.8392775058746338,
      "learning_rate": 2.7436474275519038e-05,
      "loss": 6.9845,
      "step": 386510
    },
    {
      "epoch": 0.80525,
      "grad_norm": 1.3326712846755981,
      "learning_rate": 2.743079098616479e-05,
      "loss": 6.7326,
      "step": 386520
    },
    {
      "epoch": 0.8052708333333334,
      "grad_norm": 2.782257080078125,
      "learning_rate": 2.742510822626101e-05,
      "loss": 7.0116,
      "step": 386530
    },
    {
      "epoch": 0.8052916666666666,
      "grad_norm": 1.8097703456878662,
      "learning_rate": 2.7419425995832244e-05,
      "loss": 7.1897,
      "step": 386540
    },
    {
      "epoch": 0.8053125,
      "grad_norm": 1.439082145690918,
      "learning_rate": 2.7413744294903023e-05,
      "loss": 7.3312,
      "step": 386550
    },
    {
      "epoch": 0.8053333333333333,
      "grad_norm": 1.0012253522872925,
      "learning_rate": 2.740806312349791e-05,
      "loss": 7.0679,
      "step": 386560
    },
    {
      "epoch": 0.8053541666666667,
      "grad_norm": 1.4919357299804688,
      "learning_rate": 2.740238248164148e-05,
      "loss": 7.6926,
      "step": 386570
    },
    {
      "epoch": 0.805375,
      "grad_norm": 1.7293784618377686,
      "learning_rate": 2.739670236935816e-05,
      "loss": 6.8139,
      "step": 386580
    },
    {
      "epoch": 0.8053958333333333,
      "grad_norm": 1.4160163402557373,
      "learning_rate": 2.7391022786672583e-05,
      "loss": 7.3675,
      "step": 386590
    },
    {
      "epoch": 0.8054166666666667,
      "grad_norm": 1.4873645305633545,
      "learning_rate": 2.7385343733609304e-05,
      "loss": 7.0544,
      "step": 386600
    },
    {
      "epoch": 0.8054375,
      "grad_norm": 1.8500815629959106,
      "learning_rate": 2.7379665210192736e-05,
      "loss": 6.7338,
      "step": 386610
    },
    {
      "epoch": 0.8054583333333334,
      "grad_norm": 2.337937116622925,
      "learning_rate": 2.737398721644749e-05,
      "loss": 7.3591,
      "step": 386620
    },
    {
      "epoch": 0.8054791666666666,
      "grad_norm": 2.438060998916626,
      "learning_rate": 2.736830975239815e-05,
      "loss": 7.1359,
      "step": 386630
    },
    {
      "epoch": 0.8055,
      "grad_norm": 8.824102401733398,
      "learning_rate": 2.7362632818069074e-05,
      "loss": 7.6111,
      "step": 386640
    },
    {
      "epoch": 0.8055208333333334,
      "grad_norm": 2.117999315261841,
      "learning_rate": 2.7356956413484916e-05,
      "loss": 7.0861,
      "step": 386650
    },
    {
      "epoch": 0.8055416666666667,
      "grad_norm": 1.863512635231018,
      "learning_rate": 2.735128053867022e-05,
      "loss": 7.2252,
      "step": 386660
    },
    {
      "epoch": 0.8055625,
      "grad_norm": 1.029690146446228,
      "learning_rate": 2.7345605193649345e-05,
      "loss": 6.8367,
      "step": 386670
    },
    {
      "epoch": 0.8055833333333333,
      "grad_norm": 2.701458215713501,
      "learning_rate": 2.7339930378446993e-05,
      "loss": 6.7861,
      "step": 386680
    },
    {
      "epoch": 0.8056041666666667,
      "grad_norm": 1.5636451244354248,
      "learning_rate": 2.733425609308755e-05,
      "loss": 6.9052,
      "step": 386690
    },
    {
      "epoch": 0.805625,
      "grad_norm": 1.1607667207717896,
      "learning_rate": 2.7328582337595534e-05,
      "loss": 7.3037,
      "step": 386700
    },
    {
      "epoch": 0.8056458333333333,
      "grad_norm": 1.8160356283187866,
      "learning_rate": 2.732290911199555e-05,
      "loss": 7.4025,
      "step": 386710
    },
    {
      "epoch": 0.8056666666666666,
      "grad_norm": 1.1413512229919434,
      "learning_rate": 2.731723641631201e-05,
      "loss": 7.3613,
      "step": 386720
    },
    {
      "epoch": 0.8056875,
      "grad_norm": 1.0097686052322388,
      "learning_rate": 2.7311564250569394e-05,
      "loss": 7.267,
      "step": 386730
    },
    {
      "epoch": 0.8057083333333334,
      "grad_norm": 2.129150629043579,
      "learning_rate": 2.7305892614792353e-05,
      "loss": 7.2286,
      "step": 386740
    },
    {
      "epoch": 0.8057291666666667,
      "grad_norm": 1.637776494026184,
      "learning_rate": 2.7300221509005243e-05,
      "loss": 7.0872,
      "step": 386750
    },
    {
      "epoch": 0.80575,
      "grad_norm": 3.109360456466675,
      "learning_rate": 2.7294550933232567e-05,
      "loss": 6.9903,
      "step": 386760
    },
    {
      "epoch": 0.8057708333333333,
      "grad_norm": 0.8119230270385742,
      "learning_rate": 2.7288880887498954e-05,
      "loss": 6.826,
      "step": 386770
    },
    {
      "epoch": 0.8057916666666667,
      "grad_norm": 0.8757479190826416,
      "learning_rate": 2.728321137182875e-05,
      "loss": 7.1706,
      "step": 386780
    },
    {
      "epoch": 0.8058125,
      "grad_norm": 3.385214328765869,
      "learning_rate": 2.7277542386246454e-05,
      "loss": 7.8442,
      "step": 386790
    },
    {
      "epoch": 0.8058333333333333,
      "grad_norm": 1.4818315505981445,
      "learning_rate": 2.7271873930776694e-05,
      "loss": 6.9609,
      "step": 386800
    },
    {
      "epoch": 0.8058541666666666,
      "grad_norm": 1.093257188796997,
      "learning_rate": 2.7266206005443802e-05,
      "loss": 7.3457,
      "step": 386810
    },
    {
      "epoch": 0.805875,
      "grad_norm": 1.2162196636199951,
      "learning_rate": 2.7260538610272326e-05,
      "loss": 7.3356,
      "step": 386820
    },
    {
      "epoch": 0.8058958333333334,
      "grad_norm": 1.707811713218689,
      "learning_rate": 2.7254871745286743e-05,
      "loss": 6.9008,
      "step": 386830
    },
    {
      "epoch": 0.8059166666666666,
      "grad_norm": 1.0913283824920654,
      "learning_rate": 2.7249205410511537e-05,
      "loss": 7.2776,
      "step": 386840
    },
    {
      "epoch": 0.8059375,
      "grad_norm": 1.3768218755722046,
      "learning_rate": 2.7243539605971153e-05,
      "loss": 6.9728,
      "step": 386850
    },
    {
      "epoch": 0.8059583333333333,
      "grad_norm": 1.4656181335449219,
      "learning_rate": 2.7237874331690107e-05,
      "loss": 7.2996,
      "step": 386860
    },
    {
      "epoch": 0.8059791666666667,
      "grad_norm": 1.341574788093567,
      "learning_rate": 2.7232209587692843e-05,
      "loss": 8.2219,
      "step": 386870
    },
    {
      "epoch": 0.806,
      "grad_norm": 1.512601375579834,
      "learning_rate": 2.7226545374003828e-05,
      "loss": 7.3312,
      "step": 386880
    },
    {
      "epoch": 0.8060208333333333,
      "grad_norm": 1.3919702768325806,
      "learning_rate": 2.7220881690647555e-05,
      "loss": 7.3017,
      "step": 386890
    },
    {
      "epoch": 0.8060416666666667,
      "grad_norm": 3.4126243591308594,
      "learning_rate": 2.7215218537648477e-05,
      "loss": 8.1647,
      "step": 386900
    },
    {
      "epoch": 0.8060625,
      "grad_norm": 1.982269287109375,
      "learning_rate": 2.7209555915031033e-05,
      "loss": 7.3528,
      "step": 386910
    },
    {
      "epoch": 0.8060833333333334,
      "grad_norm": 1.161781668663025,
      "learning_rate": 2.7203893822819728e-05,
      "loss": 6.9588,
      "step": 386920
    },
    {
      "epoch": 0.8061041666666666,
      "grad_norm": 3.1248085498809814,
      "learning_rate": 2.7198232261038987e-05,
      "loss": 7.8225,
      "step": 386930
    },
    {
      "epoch": 0.806125,
      "grad_norm": 2.7794930934906006,
      "learning_rate": 2.7192571229713294e-05,
      "loss": 6.8498,
      "step": 386940
    },
    {
      "epoch": 0.8061458333333333,
      "grad_norm": 5.367563247680664,
      "learning_rate": 2.718691072886703e-05,
      "loss": 7.4375,
      "step": 386950
    },
    {
      "epoch": 0.8061666666666667,
      "grad_norm": 3.9185667037963867,
      "learning_rate": 2.7181250758524736e-05,
      "loss": 7.0305,
      "step": 386960
    },
    {
      "epoch": 0.8061875,
      "grad_norm": 1.8939045667648315,
      "learning_rate": 2.7175591318710847e-05,
      "loss": 7.2033,
      "step": 386970
    },
    {
      "epoch": 0.8062083333333333,
      "grad_norm": 1.5557215213775635,
      "learning_rate": 2.7169932409449712e-05,
      "loss": 6.9546,
      "step": 386980
    },
    {
      "epoch": 0.8062291666666667,
      "grad_norm": 1.337080717086792,
      "learning_rate": 2.7164274030765892e-05,
      "loss": 7.195,
      "step": 386990
    },
    {
      "epoch": 0.80625,
      "grad_norm": 2.8181374073028564,
      "learning_rate": 2.7158616182683836e-05,
      "loss": 6.726,
      "step": 387000
    },
    {
      "epoch": 0.80625,
      "eval_loss": 7.356137275695801,
      "eval_runtime": 8.8684,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 387000
    },
    {
      "epoch": 0.8062708333333334,
      "grad_norm": 3.7309863567352295,
      "learning_rate": 2.7152958865227853e-05,
      "loss": 7.1046,
      "step": 387010
    },
    {
      "epoch": 0.8062916666666666,
      "grad_norm": 1.229861855506897,
      "learning_rate": 2.7147302078422493e-05,
      "loss": 6.9407,
      "step": 387020
    },
    {
      "epoch": 0.8063125,
      "grad_norm": 1.2937984466552734,
      "learning_rate": 2.714164582229219e-05,
      "loss": 7.0964,
      "step": 387030
    },
    {
      "epoch": 0.8063333333333333,
      "grad_norm": 0.9262152314186096,
      "learning_rate": 2.713599009686129e-05,
      "loss": 7.0791,
      "step": 387040
    },
    {
      "epoch": 0.8063541666666667,
      "grad_norm": 1.6552263498306274,
      "learning_rate": 2.71303349021543e-05,
      "loss": 6.9875,
      "step": 387050
    },
    {
      "epoch": 0.806375,
      "grad_norm": 1.1191446781158447,
      "learning_rate": 2.7124680238195673e-05,
      "loss": 7.2689,
      "step": 387060
    },
    {
      "epoch": 0.8063958333333333,
      "grad_norm": 1.1768120527267456,
      "learning_rate": 2.7119026105009707e-05,
      "loss": 7.2614,
      "step": 387070
    },
    {
      "epoch": 0.8064166666666667,
      "grad_norm": 0.9435178637504578,
      "learning_rate": 2.7113372502620996e-05,
      "loss": 6.9922,
      "step": 387080
    },
    {
      "epoch": 0.8064375,
      "grad_norm": 1.1956603527069092,
      "learning_rate": 2.7107719431053837e-05,
      "loss": 7.0796,
      "step": 387090
    },
    {
      "epoch": 0.8064583333333334,
      "grad_norm": 0.8622224926948547,
      "learning_rate": 2.7102066890332648e-05,
      "loss": 6.997,
      "step": 387100
    },
    {
      "epoch": 0.8064791666666666,
      "grad_norm": 1.8270177841186523,
      "learning_rate": 2.7096414880481955e-05,
      "loss": 7.2112,
      "step": 387110
    },
    {
      "epoch": 0.8065,
      "grad_norm": 1.4026917219161987,
      "learning_rate": 2.7090763401526055e-05,
      "loss": 7.017,
      "step": 387120
    },
    {
      "epoch": 0.8065208333333334,
      "grad_norm": 1.0111286640167236,
      "learning_rate": 2.7085112453489367e-05,
      "loss": 7.2049,
      "step": 387130
    },
    {
      "epoch": 0.8065416666666667,
      "grad_norm": 1.8281128406524658,
      "learning_rate": 2.7079462036396433e-05,
      "loss": 7.1165,
      "step": 387140
    },
    {
      "epoch": 0.8065625,
      "grad_norm": 1.5581002235412598,
      "learning_rate": 2.7073812150271517e-05,
      "loss": 6.7683,
      "step": 387150
    },
    {
      "epoch": 0.8065833333333333,
      "grad_norm": 16.571340560913086,
      "learning_rate": 2.7068162795139086e-05,
      "loss": 7.8567,
      "step": 387160
    },
    {
      "epoch": 0.8066041666666667,
      "grad_norm": 4.711833477020264,
      "learning_rate": 2.706251397102352e-05,
      "loss": 7.0968,
      "step": 387170
    },
    {
      "epoch": 0.806625,
      "grad_norm": 2.19923734664917,
      "learning_rate": 2.705686567794923e-05,
      "loss": 6.9224,
      "step": 387180
    },
    {
      "epoch": 0.8066458333333333,
      "grad_norm": 1.172343373298645,
      "learning_rate": 2.7051217915940632e-05,
      "loss": 7.081,
      "step": 387190
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 5.778128623962402,
      "learning_rate": 2.704557068502209e-05,
      "loss": 7.1932,
      "step": 387200
    },
    {
      "epoch": 0.8066875,
      "grad_norm": 1.6286296844482422,
      "learning_rate": 2.7039923985218032e-05,
      "loss": 7.4828,
      "step": 387210
    },
    {
      "epoch": 0.8067083333333334,
      "grad_norm": 1.3053910732269287,
      "learning_rate": 2.703427781655281e-05,
      "loss": 8.0473,
      "step": 387220
    },
    {
      "epoch": 0.8067291666666667,
      "grad_norm": 1.9831111431121826,
      "learning_rate": 2.7028632179050847e-05,
      "loss": 7.2558,
      "step": 387230
    },
    {
      "epoch": 0.80675,
      "grad_norm": 1.1355113983154297,
      "learning_rate": 2.702298707273651e-05,
      "loss": 6.7617,
      "step": 387240
    },
    {
      "epoch": 0.8067708333333333,
      "grad_norm": 1.440839171409607,
      "learning_rate": 2.7017342497634202e-05,
      "loss": 7.5597,
      "step": 387250
    },
    {
      "epoch": 0.8067916666666667,
      "grad_norm": 1.3554191589355469,
      "learning_rate": 2.701169845376828e-05,
      "loss": 7.2597,
      "step": 387260
    },
    {
      "epoch": 0.8068125,
      "grad_norm": 0.8328962922096252,
      "learning_rate": 2.7006054941163163e-05,
      "loss": 7.1517,
      "step": 387270
    },
    {
      "epoch": 0.8068333333333333,
      "grad_norm": 1.110433578491211,
      "learning_rate": 2.7000411959843177e-05,
      "loss": 7.4364,
      "step": 387280
    },
    {
      "epoch": 0.8068541666666667,
      "grad_norm": 2.2193217277526855,
      "learning_rate": 2.6994769509832736e-05,
      "loss": 7.3623,
      "step": 387290
    },
    {
      "epoch": 0.806875,
      "grad_norm": 3.597524881362915,
      "learning_rate": 2.6989127591156206e-05,
      "loss": 7.1885,
      "step": 387300
    },
    {
      "epoch": 0.8068958333333334,
      "grad_norm": 2.6496174335479736,
      "learning_rate": 2.6983486203837983e-05,
      "loss": 6.9343,
      "step": 387310
    },
    {
      "epoch": 0.8069166666666666,
      "grad_norm": 1.3694947957992554,
      "learning_rate": 2.6977845347902348e-05,
      "loss": 7.4437,
      "step": 387320
    },
    {
      "epoch": 0.8069375,
      "grad_norm": 6.380857467651367,
      "learning_rate": 2.6972205023373748e-05,
      "loss": 7.9607,
      "step": 387330
    },
    {
      "epoch": 0.8069583333333333,
      "grad_norm": 2.652385711669922,
      "learning_rate": 2.6966565230276567e-05,
      "loss": 6.7795,
      "step": 387340
    },
    {
      "epoch": 0.8069791666666667,
      "grad_norm": 1.8258405923843384,
      "learning_rate": 2.6960925968635043e-05,
      "loss": 7.1099,
      "step": 387350
    },
    {
      "epoch": 0.807,
      "grad_norm": 1.0597050189971924,
      "learning_rate": 2.695528723847365e-05,
      "loss": 7.5485,
      "step": 387360
    },
    {
      "epoch": 0.8070208333333333,
      "grad_norm": 1.429582953453064,
      "learning_rate": 2.6949649039816763e-05,
      "loss": 7.8584,
      "step": 387370
    },
    {
      "epoch": 0.8070416666666667,
      "grad_norm": 1.4886713027954102,
      "learning_rate": 2.6944011372688613e-05,
      "loss": 7.1273,
      "step": 387380
    },
    {
      "epoch": 0.8070625,
      "grad_norm": 2.425180435180664,
      "learning_rate": 2.6938374237113648e-05,
      "loss": 7.4633,
      "step": 387390
    },
    {
      "epoch": 0.8070833333333334,
      "grad_norm": 3.1929595470428467,
      "learning_rate": 2.693273763311623e-05,
      "loss": 6.9199,
      "step": 387400
    },
    {
      "epoch": 0.8071041666666666,
      "grad_norm": 1.3470284938812256,
      "learning_rate": 2.692710156072061e-05,
      "loss": 6.9649,
      "step": 387410
    },
    {
      "epoch": 0.807125,
      "grad_norm": 0.9391764998435974,
      "learning_rate": 2.692146601995123e-05,
      "loss": 6.9831,
      "step": 387420
    },
    {
      "epoch": 0.8071458333333333,
      "grad_norm": 2.0084147453308105,
      "learning_rate": 2.6915831010832446e-05,
      "loss": 6.8936,
      "step": 387430
    },
    {
      "epoch": 0.8071666666666667,
      "grad_norm": 4.950146675109863,
      "learning_rate": 2.6910196533388496e-05,
      "loss": 7.3082,
      "step": 387440
    },
    {
      "epoch": 0.8071875,
      "grad_norm": 1.6598972082138062,
      "learning_rate": 2.690456258764378e-05,
      "loss": 6.8608,
      "step": 387450
    },
    {
      "epoch": 0.8072083333333333,
      "grad_norm": 1.3292382955551147,
      "learning_rate": 2.689892917362263e-05,
      "loss": 6.8983,
      "step": 387460
    },
    {
      "epoch": 0.8072291666666667,
      "grad_norm": 2.1185710430145264,
      "learning_rate": 2.689329629134939e-05,
      "loss": 7.016,
      "step": 387470
    },
    {
      "epoch": 0.80725,
      "grad_norm": 1.7235530614852905,
      "learning_rate": 2.6887663940848364e-05,
      "loss": 7.1159,
      "step": 387480
    },
    {
      "epoch": 0.8072708333333334,
      "grad_norm": 1.0159560441970825,
      "learning_rate": 2.6882032122143908e-05,
      "loss": 7.368,
      "step": 387490
    },
    {
      "epoch": 0.8072916666666666,
      "grad_norm": 1.309412956237793,
      "learning_rate": 2.6876400835260344e-05,
      "loss": 7.7653,
      "step": 387500
    },
    {
      "epoch": 0.8073125,
      "grad_norm": 2.6549072265625,
      "learning_rate": 2.6870770080221977e-05,
      "loss": 7.3501,
      "step": 387510
    },
    {
      "epoch": 0.8073333333333333,
      "grad_norm": 1.5522739887237549,
      "learning_rate": 2.686513985705316e-05,
      "loss": 7.0282,
      "step": 387520
    },
    {
      "epoch": 0.8073541666666667,
      "grad_norm": 0.9321908950805664,
      "learning_rate": 2.6859510165778185e-05,
      "loss": 7.2885,
      "step": 387530
    },
    {
      "epoch": 0.807375,
      "grad_norm": 2.685253620147705,
      "learning_rate": 2.6853881006421406e-05,
      "loss": 7.1923,
      "step": 387540
    },
    {
      "epoch": 0.8073958333333333,
      "grad_norm": 1.5478318929672241,
      "learning_rate": 2.6848252379007102e-05,
      "loss": 8.6483,
      "step": 387550
    },
    {
      "epoch": 0.8074166666666667,
      "grad_norm": 1.3889026641845703,
      "learning_rate": 2.68426242835596e-05,
      "loss": 7.1683,
      "step": 387560
    },
    {
      "epoch": 0.8074375,
      "grad_norm": 2.168137550354004,
      "learning_rate": 2.6836996720103217e-05,
      "loss": 7.1662,
      "step": 387570
    },
    {
      "epoch": 0.8074583333333333,
      "grad_norm": 1.548253059387207,
      "learning_rate": 2.6831369688662246e-05,
      "loss": 7.367,
      "step": 387580
    },
    {
      "epoch": 0.8074791666666666,
      "grad_norm": 2.279987096786499,
      "learning_rate": 2.6825743189261005e-05,
      "loss": 7.5987,
      "step": 387590
    },
    {
      "epoch": 0.8075,
      "grad_norm": 3.0965404510498047,
      "learning_rate": 2.682011722192381e-05,
      "loss": 7.0726,
      "step": 387600
    },
    {
      "epoch": 0.8075208333333334,
      "grad_norm": 1.1082907915115356,
      "learning_rate": 2.6814491786674952e-05,
      "loss": 7.8561,
      "step": 387610
    },
    {
      "epoch": 0.8075416666666667,
      "grad_norm": 1.4272217750549316,
      "learning_rate": 2.6808866883538716e-05,
      "loss": 7.2478,
      "step": 387620
    },
    {
      "epoch": 0.8075625,
      "grad_norm": 1.1674847602844238,
      "learning_rate": 2.6803242512539412e-05,
      "loss": 7.0011,
      "step": 387630
    },
    {
      "epoch": 0.8075833333333333,
      "grad_norm": 1.5987497568130493,
      "learning_rate": 2.679761867370136e-05,
      "loss": 7.5411,
      "step": 387640
    },
    {
      "epoch": 0.8076041666666667,
      "grad_norm": 1.2740185260772705,
      "learning_rate": 2.6791995367048802e-05,
      "loss": 6.8518,
      "step": 387650
    },
    {
      "epoch": 0.807625,
      "grad_norm": 1.188944935798645,
      "learning_rate": 2.678637259260607e-05,
      "loss": 7.3439,
      "step": 387660
    },
    {
      "epoch": 0.8076458333333333,
      "grad_norm": 2.4795687198638916,
      "learning_rate": 2.6780750350397428e-05,
      "loss": 7.2813,
      "step": 387670
    },
    {
      "epoch": 0.8076666666666666,
      "grad_norm": 2.216249704360962,
      "learning_rate": 2.677512864044721e-05,
      "loss": 6.975,
      "step": 387680
    },
    {
      "epoch": 0.8076875,
      "grad_norm": 14.974160194396973,
      "learning_rate": 2.676950746277959e-05,
      "loss": 8.1828,
      "step": 387690
    },
    {
      "epoch": 0.8077083333333334,
      "grad_norm": 1.9581128358840942,
      "learning_rate": 2.676388681741895e-05,
      "loss": 7.0642,
      "step": 387700
    },
    {
      "epoch": 0.8077291666666667,
      "grad_norm": 2.0486364364624023,
      "learning_rate": 2.6758266704389575e-05,
      "loss": 7.1882,
      "step": 387710
    },
    {
      "epoch": 0.80775,
      "grad_norm": 1.2904475927352905,
      "learning_rate": 2.6752647123715644e-05,
      "loss": 8.3168,
      "step": 387720
    },
    {
      "epoch": 0.8077708333333333,
      "grad_norm": 4.638339042663574,
      "learning_rate": 2.6747028075421518e-05,
      "loss": 7.3941,
      "step": 387730
    },
    {
      "epoch": 0.8077916666666667,
      "grad_norm": 2.728515386581421,
      "learning_rate": 2.6741409559531495e-05,
      "loss": 6.8774,
      "step": 387740
    },
    {
      "epoch": 0.8078125,
      "grad_norm": 1.1711691617965698,
      "learning_rate": 2.673579157606974e-05,
      "loss": 7.2513,
      "step": 387750
    },
    {
      "epoch": 0.8078333333333333,
      "grad_norm": 1.6609407663345337,
      "learning_rate": 2.6730174125060538e-05,
      "loss": 7.2561,
      "step": 387760
    },
    {
      "epoch": 0.8078541666666667,
      "grad_norm": 12.790397644042969,
      "learning_rate": 2.672455720652828e-05,
      "loss": 7.4658,
      "step": 387770
    },
    {
      "epoch": 0.807875,
      "grad_norm": 2.4835455417633057,
      "learning_rate": 2.671894082049708e-05,
      "loss": 7.2631,
      "step": 387780
    },
    {
      "epoch": 0.8078958333333334,
      "grad_norm": 1.310520887374878,
      "learning_rate": 2.671332496699124e-05,
      "loss": 8.3432,
      "step": 387790
    },
    {
      "epoch": 0.8079166666666666,
      "grad_norm": 1.5768591165542603,
      "learning_rate": 2.67077096460351e-05,
      "loss": 7.2581,
      "step": 387800
    },
    {
      "epoch": 0.8079375,
      "grad_norm": 0.8060099482536316,
      "learning_rate": 2.6702094857652816e-05,
      "loss": 7.4456,
      "step": 387810
    },
    {
      "epoch": 0.8079583333333333,
      "grad_norm": 4.971050262451172,
      "learning_rate": 2.669648060186868e-05,
      "loss": 7.5544,
      "step": 387820
    },
    {
      "epoch": 0.8079791666666667,
      "grad_norm": 2.306490421295166,
      "learning_rate": 2.669086687870694e-05,
      "loss": 6.9461,
      "step": 387830
    },
    {
      "epoch": 0.808,
      "grad_norm": 1.4055887460708618,
      "learning_rate": 2.6685253688191842e-05,
      "loss": 6.9067,
      "step": 387840
    },
    {
      "epoch": 0.8080208333333333,
      "grad_norm": 4.067874431610107,
      "learning_rate": 2.667964103034764e-05,
      "loss": 7.1904,
      "step": 387850
    },
    {
      "epoch": 0.8080416666666667,
      "grad_norm": 2.4869401454925537,
      "learning_rate": 2.6674028905198587e-05,
      "loss": 7.6938,
      "step": 387860
    },
    {
      "epoch": 0.8080625,
      "grad_norm": 2.308779001235962,
      "learning_rate": 2.66684173127689e-05,
      "loss": 7.3326,
      "step": 387870
    },
    {
      "epoch": 0.8080833333333334,
      "grad_norm": 1.2668207883834839,
      "learning_rate": 2.6662806253082834e-05,
      "loss": 7.4445,
      "step": 387880
    },
    {
      "epoch": 0.8081041666666666,
      "grad_norm": 1.2602081298828125,
      "learning_rate": 2.6657195726164614e-05,
      "loss": 6.785,
      "step": 387890
    },
    {
      "epoch": 0.808125,
      "grad_norm": 1.0474727153778076,
      "learning_rate": 2.6651585732038504e-05,
      "loss": 7.6043,
      "step": 387900
    },
    {
      "epoch": 0.8081458333333333,
      "grad_norm": 1.8027551174163818,
      "learning_rate": 2.6645976270728704e-05,
      "loss": 7.0094,
      "step": 387910
    },
    {
      "epoch": 0.8081666666666667,
      "grad_norm": 2.327775239944458,
      "learning_rate": 2.664036734225947e-05,
      "loss": 7.1609,
      "step": 387920
    },
    {
      "epoch": 0.8081875,
      "grad_norm": 6.812711238861084,
      "learning_rate": 2.6634758946655026e-05,
      "loss": 7.5051,
      "step": 387930
    },
    {
      "epoch": 0.8082083333333333,
      "grad_norm": 2.0625154972076416,
      "learning_rate": 2.662915108393958e-05,
      "loss": 7.2361,
      "step": 387940
    },
    {
      "epoch": 0.8082291666666667,
      "grad_norm": 1.1501177549362183,
      "learning_rate": 2.6623543754137368e-05,
      "loss": 7.6644,
      "step": 387950
    },
    {
      "epoch": 0.80825,
      "grad_norm": 1.1731903553009033,
      "learning_rate": 2.661793695727261e-05,
      "loss": 7.3735,
      "step": 387960
    },
    {
      "epoch": 0.8082708333333334,
      "grad_norm": 2.2732601165771484,
      "learning_rate": 2.6612330693369534e-05,
      "loss": 7.6455,
      "step": 387970
    },
    {
      "epoch": 0.8082916666666666,
      "grad_norm": 2.948596954345703,
      "learning_rate": 2.6606724962452343e-05,
      "loss": 7.2474,
      "step": 387980
    },
    {
      "epoch": 0.8083125,
      "grad_norm": 1.9902163743972778,
      "learning_rate": 2.660111976454527e-05,
      "loss": 7.1093,
      "step": 387990
    },
    {
      "epoch": 0.8083333333333333,
      "grad_norm": 1.5252125263214111,
      "learning_rate": 2.65955150996725e-05,
      "loss": 7.5881,
      "step": 388000
    },
    {
      "epoch": 0.8083333333333333,
      "eval_loss": 7.450926780700684,
      "eval_runtime": 8.4172,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 388000
    },
    {
      "epoch": 0.8083541666666667,
      "grad_norm": 1.4198733568191528,
      "learning_rate": 2.658991096785826e-05,
      "loss": 7.1968,
      "step": 388010
    },
    {
      "epoch": 0.808375,
      "grad_norm": 1.0407527685165405,
      "learning_rate": 2.658430736912676e-05,
      "loss": 7.217,
      "step": 388020
    },
    {
      "epoch": 0.8083958333333333,
      "grad_norm": 2.8071696758270264,
      "learning_rate": 2.657870430350224e-05,
      "loss": 6.8317,
      "step": 388030
    },
    {
      "epoch": 0.8084166666666667,
      "grad_norm": 1.8124864101409912,
      "learning_rate": 2.6573101771008776e-05,
      "loss": 6.9843,
      "step": 388040
    },
    {
      "epoch": 0.8084375,
      "grad_norm": 4.848912239074707,
      "learning_rate": 2.6567499771670715e-05,
      "loss": 7.6462,
      "step": 388050
    },
    {
      "epoch": 0.8084583333333333,
      "grad_norm": 1.391037106513977,
      "learning_rate": 2.656189830551222e-05,
      "loss": 6.718,
      "step": 388060
    },
    {
      "epoch": 0.8084791666666666,
      "grad_norm": 3.442124605178833,
      "learning_rate": 2.655629737255739e-05,
      "loss": 7.189,
      "step": 388070
    },
    {
      "epoch": 0.8085,
      "grad_norm": 1.0994727611541748,
      "learning_rate": 2.655069697283057e-05,
      "loss": 6.9212,
      "step": 388080
    },
    {
      "epoch": 0.8085208333333334,
      "grad_norm": 1.5498963594436646,
      "learning_rate": 2.6545097106355845e-05,
      "loss": 7.4963,
      "step": 388090
    },
    {
      "epoch": 0.8085416666666667,
      "grad_norm": 3.5544347763061523,
      "learning_rate": 2.6539497773157377e-05,
      "loss": 7.6789,
      "step": 388100
    },
    {
      "epoch": 0.8085625,
      "grad_norm": 0.9269915223121643,
      "learning_rate": 2.653389897325951e-05,
      "loss": 6.8956,
      "step": 388110
    },
    {
      "epoch": 0.8085833333333333,
      "grad_norm": 1.3065561056137085,
      "learning_rate": 2.652830070668626e-05,
      "loss": 6.8381,
      "step": 388120
    },
    {
      "epoch": 0.8086041666666667,
      "grad_norm": 2.3680081367492676,
      "learning_rate": 2.6522702973461862e-05,
      "loss": 7.5096,
      "step": 388130
    },
    {
      "epoch": 0.808625,
      "grad_norm": 5.4449310302734375,
      "learning_rate": 2.651710577361059e-05,
      "loss": 7.1824,
      "step": 388140
    },
    {
      "epoch": 0.8086458333333333,
      "grad_norm": 2.586982011795044,
      "learning_rate": 2.6511509107156498e-05,
      "loss": 7.2316,
      "step": 388150
    },
    {
      "epoch": 0.8086666666666666,
      "grad_norm": 0.8164750933647156,
      "learning_rate": 2.6505912974123762e-05,
      "loss": 7.2403,
      "step": 388160
    },
    {
      "epoch": 0.8086875,
      "grad_norm": 2.4199578762054443,
      "learning_rate": 2.650031737453668e-05,
      "loss": 8.0107,
      "step": 388170
    },
    {
      "epoch": 0.8087083333333334,
      "grad_norm": 0.913573145866394,
      "learning_rate": 2.6494722308419315e-05,
      "loss": 7.2817,
      "step": 388180
    },
    {
      "epoch": 0.8087291666666667,
      "grad_norm": 2.886821746826172,
      "learning_rate": 2.6489127775795847e-05,
      "loss": 6.9935,
      "step": 388190
    },
    {
      "epoch": 0.80875,
      "grad_norm": 1.2216778993606567,
      "learning_rate": 2.6483533776690464e-05,
      "loss": 6.8259,
      "step": 388200
    },
    {
      "epoch": 0.8087708333333333,
      "grad_norm": 10.19500732421875,
      "learning_rate": 2.6477940311127323e-05,
      "loss": 8.0918,
      "step": 388210
    },
    {
      "epoch": 0.8087916666666667,
      "grad_norm": 1.4882093667984009,
      "learning_rate": 2.6472347379130588e-05,
      "loss": 7.1196,
      "step": 388220
    },
    {
      "epoch": 0.8088125,
      "grad_norm": 2.2994213104248047,
      "learning_rate": 2.646675498072441e-05,
      "loss": 7.2664,
      "step": 388230
    },
    {
      "epoch": 0.8088333333333333,
      "grad_norm": 1.4440078735351562,
      "learning_rate": 2.6461163115932965e-05,
      "loss": 7.2089,
      "step": 388240
    },
    {
      "epoch": 0.8088541666666667,
      "grad_norm": 1.1555798053741455,
      "learning_rate": 2.6455571784780388e-05,
      "loss": 7.2755,
      "step": 388250
    },
    {
      "epoch": 0.808875,
      "grad_norm": 1.635515809059143,
      "learning_rate": 2.644998098729084e-05,
      "loss": 7.083,
      "step": 388260
    },
    {
      "epoch": 0.8088958333333334,
      "grad_norm": 1.8275158405303955,
      "learning_rate": 2.6444390723488472e-05,
      "loss": 6.8467,
      "step": 388270
    },
    {
      "epoch": 0.8089166666666666,
      "grad_norm": 2.98154616355896,
      "learning_rate": 2.643880099339743e-05,
      "loss": 6.8451,
      "step": 388280
    },
    {
      "epoch": 0.8089375,
      "grad_norm": 1.508923888206482,
      "learning_rate": 2.643321179704184e-05,
      "loss": 7.0848,
      "step": 388290
    },
    {
      "epoch": 0.8089583333333333,
      "grad_norm": 1.430141806602478,
      "learning_rate": 2.642762313444589e-05,
      "loss": 7.9806,
      "step": 388300
    },
    {
      "epoch": 0.8089791666666667,
      "grad_norm": 1.1912751197814941,
      "learning_rate": 2.6422035005633675e-05,
      "loss": 7.8982,
      "step": 388310
    },
    {
      "epoch": 0.809,
      "grad_norm": 0.9153884053230286,
      "learning_rate": 2.641644741062937e-05,
      "loss": 7.3893,
      "step": 388320
    },
    {
      "epoch": 0.8090208333333333,
      "grad_norm": 4.8860344886779785,
      "learning_rate": 2.6410860349457082e-05,
      "loss": 7.0798,
      "step": 388330
    },
    {
      "epoch": 0.8090416666666667,
      "grad_norm": 2.231830358505249,
      "learning_rate": 2.6405273822141e-05,
      "loss": 7.1346,
      "step": 388340
    },
    {
      "epoch": 0.8090625,
      "grad_norm": 1.7993537187576294,
      "learning_rate": 2.639968782870514e-05,
      "loss": 7.208,
      "step": 388350
    },
    {
      "epoch": 0.8090833333333334,
      "grad_norm": 1.0801650285720825,
      "learning_rate": 2.6394102369173737e-05,
      "loss": 7.1338,
      "step": 388360
    },
    {
      "epoch": 0.8091041666666666,
      "grad_norm": 3.0767812728881836,
      "learning_rate": 2.6388517443570934e-05,
      "loss": 6.6964,
      "step": 388370
    },
    {
      "epoch": 0.809125,
      "grad_norm": 1.2481796741485596,
      "learning_rate": 2.6382933051920712e-05,
      "loss": 7.4661,
      "step": 388380
    },
    {
      "epoch": 0.8091458333333333,
      "grad_norm": 1.6450250148773193,
      "learning_rate": 2.6377349194247338e-05,
      "loss": 6.9927,
      "step": 388390
    },
    {
      "epoch": 0.8091666666666667,
      "grad_norm": 1.577118158340454,
      "learning_rate": 2.6371765870574925e-05,
      "loss": 7.0629,
      "step": 388400
    },
    {
      "epoch": 0.8091875,
      "grad_norm": 1.006486415863037,
      "learning_rate": 2.6366183080927468e-05,
      "loss": 7.1709,
      "step": 388410
    },
    {
      "epoch": 0.8092083333333333,
      "grad_norm": 1.4028987884521484,
      "learning_rate": 2.6360600825329198e-05,
      "loss": 7.0125,
      "step": 388420
    },
    {
      "epoch": 0.8092291666666667,
      "grad_norm": 2.5996921062469482,
      "learning_rate": 2.6355019103804233e-05,
      "loss": 7.4666,
      "step": 388430
    },
    {
      "epoch": 0.80925,
      "grad_norm": 1.6413495540618896,
      "learning_rate": 2.6349437916376546e-05,
      "loss": 7.1561,
      "step": 388440
    },
    {
      "epoch": 0.8092708333333334,
      "grad_norm": 4.054819583892822,
      "learning_rate": 2.6343857263070445e-05,
      "loss": 7.2684,
      "step": 388450
    },
    {
      "epoch": 0.8092916666666666,
      "grad_norm": 1.9135587215423584,
      "learning_rate": 2.6338277143909887e-05,
      "loss": 7.6748,
      "step": 388460
    },
    {
      "epoch": 0.8093125,
      "grad_norm": 1.4782963991165161,
      "learning_rate": 2.6332697558918984e-05,
      "loss": 6.7833,
      "step": 388470
    },
    {
      "epoch": 0.8093333333333333,
      "grad_norm": 12.808908462524414,
      "learning_rate": 2.632711850812196e-05,
      "loss": 8.055,
      "step": 388480
    },
    {
      "epoch": 0.8093541666666667,
      "grad_norm": 1.050345778465271,
      "learning_rate": 2.6321539991542784e-05,
      "loss": 7.0342,
      "step": 388490
    },
    {
      "epoch": 0.809375,
      "grad_norm": 1.3688684701919556,
      "learning_rate": 2.6315962009205577e-05,
      "loss": 7.1562,
      "step": 388500
    },
    {
      "epoch": 0.8093958333333333,
      "grad_norm": 1.2072501182556152,
      "learning_rate": 2.6310384561134517e-05,
      "loss": 8.0607,
      "step": 388510
    },
    {
      "epoch": 0.8094166666666667,
      "grad_norm": 1.6157360076904297,
      "learning_rate": 2.6304807647353605e-05,
      "loss": 7.9539,
      "step": 388520
    },
    {
      "epoch": 0.8094375,
      "grad_norm": 2.6868624687194824,
      "learning_rate": 2.6299231267886918e-05,
      "loss": 7.0854,
      "step": 388530
    },
    {
      "epoch": 0.8094583333333333,
      "grad_norm": 1.8916798830032349,
      "learning_rate": 2.629365542275867e-05,
      "loss": 7.6048,
      "step": 388540
    },
    {
      "epoch": 0.8094791666666666,
      "grad_norm": 1.4759892225265503,
      "learning_rate": 2.6288080111992828e-05,
      "loss": 7.048,
      "step": 388550
    },
    {
      "epoch": 0.8095,
      "grad_norm": 4.7825026512146,
      "learning_rate": 2.628250533561347e-05,
      "loss": 7.1818,
      "step": 388560
    },
    {
      "epoch": 0.8095208333333334,
      "grad_norm": 1.7102748155593872,
      "learning_rate": 2.6276931093644792e-05,
      "loss": 6.9842,
      "step": 388570
    },
    {
      "epoch": 0.8095416666666667,
      "grad_norm": 1.4898396730422974,
      "learning_rate": 2.6271357386110763e-05,
      "loss": 7.1299,
      "step": 388580
    },
    {
      "epoch": 0.8095625,
      "grad_norm": 2.6479015350341797,
      "learning_rate": 2.6265784213035496e-05,
      "loss": 7.1759,
      "step": 388590
    },
    {
      "epoch": 0.8095833333333333,
      "grad_norm": 1.3535112142562866,
      "learning_rate": 2.626021157444305e-05,
      "loss": 7.3764,
      "step": 388600
    },
    {
      "epoch": 0.8096041666666667,
      "grad_norm": 2.172220230102539,
      "learning_rate": 2.625463947035753e-05,
      "loss": 7.3876,
      "step": 388610
    },
    {
      "epoch": 0.809625,
      "grad_norm": 1.376935601234436,
      "learning_rate": 2.6249067900802977e-05,
      "loss": 6.9986,
      "step": 388620
    },
    {
      "epoch": 0.8096458333333333,
      "grad_norm": 3.2045035362243652,
      "learning_rate": 2.624349686580346e-05,
      "loss": 7.082,
      "step": 388630
    },
    {
      "epoch": 0.8096666666666666,
      "grad_norm": 4.046187877655029,
      "learning_rate": 2.623792636538307e-05,
      "loss": 7.3874,
      "step": 388640
    },
    {
      "epoch": 0.8096875,
      "grad_norm": 1.3530383110046387,
      "learning_rate": 2.623235639956583e-05,
      "loss": 7.0806,
      "step": 388650
    },
    {
      "epoch": 0.8097083333333334,
      "grad_norm": 2.136873722076416,
      "learning_rate": 2.622678696837583e-05,
      "loss": 7.2715,
      "step": 388660
    },
    {
      "epoch": 0.8097291666666667,
      "grad_norm": 1.1506052017211914,
      "learning_rate": 2.622121807183712e-05,
      "loss": 7.5428,
      "step": 388670
    },
    {
      "epoch": 0.80975,
      "grad_norm": 2.859222173690796,
      "learning_rate": 2.6215649709973778e-05,
      "loss": 8.0033,
      "step": 388680
    },
    {
      "epoch": 0.8097708333333333,
      "grad_norm": 3.074237108230591,
      "learning_rate": 2.621008188280976e-05,
      "loss": 7.1919,
      "step": 388690
    },
    {
      "epoch": 0.8097916666666667,
      "grad_norm": 1.7672221660614014,
      "learning_rate": 2.6204514590369236e-05,
      "loss": 7.2111,
      "step": 388700
    },
    {
      "epoch": 0.8098125,
      "grad_norm": 1.2234106063842773,
      "learning_rate": 2.6198947832676243e-05,
      "loss": 6.9861,
      "step": 388710
    },
    {
      "epoch": 0.8098333333333333,
      "grad_norm": 1.5672246217727661,
      "learning_rate": 2.619338160975471e-05,
      "loss": 6.89,
      "step": 388720
    },
    {
      "epoch": 0.8098541666666667,
      "grad_norm": 5.97041654586792,
      "learning_rate": 2.6187815921628802e-05,
      "loss": 7.6014,
      "step": 388730
    },
    {
      "epoch": 0.809875,
      "grad_norm": 1.6961926221847534,
      "learning_rate": 2.6182250768322565e-05,
      "loss": 7.4452,
      "step": 388740
    },
    {
      "epoch": 0.8098958333333334,
      "grad_norm": 1.7795346975326538,
      "learning_rate": 2.61766861498599e-05,
      "loss": 6.9001,
      "step": 388750
    },
    {
      "epoch": 0.8099166666666666,
      "grad_norm": 1.3797450065612793,
      "learning_rate": 2.6171122066264998e-05,
      "loss": 7.0417,
      "step": 388760
    },
    {
      "epoch": 0.8099375,
      "grad_norm": 4.287467956542969,
      "learning_rate": 2.616555851756186e-05,
      "loss": 7.2903,
      "step": 388770
    },
    {
      "epoch": 0.8099583333333333,
      "grad_norm": 1.0696313381195068,
      "learning_rate": 2.615999550377442e-05,
      "loss": 7.0295,
      "step": 388780
    },
    {
      "epoch": 0.8099791666666667,
      "grad_norm": 1.6410419940948486,
      "learning_rate": 2.6154433024926823e-05,
      "loss": 7.2927,
      "step": 388790
    },
    {
      "epoch": 0.81,
      "grad_norm": 1.9555634260177612,
      "learning_rate": 2.6148871081043083e-05,
      "loss": 7.2981,
      "step": 388800
    },
    {
      "epoch": 0.8100208333333333,
      "grad_norm": 3.1592321395874023,
      "learning_rate": 2.614330967214711e-05,
      "loss": 7.0544,
      "step": 388810
    },
    {
      "epoch": 0.8100416666666667,
      "grad_norm": 1.272029161453247,
      "learning_rate": 2.6137748798263108e-05,
      "loss": 7.0602,
      "step": 388820
    },
    {
      "epoch": 0.8100625,
      "grad_norm": 3.441401958465576,
      "learning_rate": 2.6132188459414954e-05,
      "loss": 6.8638,
      "step": 388830
    },
    {
      "epoch": 0.8100833333333334,
      "grad_norm": 1.8250513076782227,
      "learning_rate": 2.6126628655626698e-05,
      "loss": 7.9219,
      "step": 388840
    },
    {
      "epoch": 0.8101041666666666,
      "grad_norm": 1.2662214040756226,
      "learning_rate": 2.6121069386922433e-05,
      "loss": 7.0433,
      "step": 388850
    },
    {
      "epoch": 0.810125,
      "grad_norm": 1.2264654636383057,
      "learning_rate": 2.611551065332608e-05,
      "loss": 7.126,
      "step": 388860
    },
    {
      "epoch": 0.8101458333333333,
      "grad_norm": 0.9736371040344238,
      "learning_rate": 2.6109952454861644e-05,
      "loss": 7.0784,
      "step": 388870
    },
    {
      "epoch": 0.8101666666666667,
      "grad_norm": 0.9980279803276062,
      "learning_rate": 2.6104394791553245e-05,
      "loss": 7.3148,
      "step": 388880
    },
    {
      "epoch": 0.8101875,
      "grad_norm": 1.1770600080490112,
      "learning_rate": 2.6098837663424783e-05,
      "loss": 7.0303,
      "step": 388890
    },
    {
      "epoch": 0.8102083333333333,
      "grad_norm": 1.9108335971832275,
      "learning_rate": 2.6093281070500264e-05,
      "loss": 7.1271,
      "step": 388900
    },
    {
      "epoch": 0.8102291666666667,
      "grad_norm": 0.9888193011283875,
      "learning_rate": 2.6087725012803797e-05,
      "loss": 6.9057,
      "step": 388910
    },
    {
      "epoch": 0.81025,
      "grad_norm": 2.2956860065460205,
      "learning_rate": 2.6082169490359283e-05,
      "loss": 7.0839,
      "step": 388920
    },
    {
      "epoch": 0.8102708333333334,
      "grad_norm": 1.9444305896759033,
      "learning_rate": 2.607661450319073e-05,
      "loss": 7.0538,
      "step": 388930
    },
    {
      "epoch": 0.8102916666666666,
      "grad_norm": 1.4938664436340332,
      "learning_rate": 2.6071060051322162e-05,
      "loss": 7.861,
      "step": 388940
    },
    {
      "epoch": 0.8103125,
      "grad_norm": 1.803403615951538,
      "learning_rate": 2.6065506134777565e-05,
      "loss": 7.3472,
      "step": 388950
    },
    {
      "epoch": 0.8103333333333333,
      "grad_norm": 1.5493042469024658,
      "learning_rate": 2.6059952753580913e-05,
      "loss": 6.8877,
      "step": 388960
    },
    {
      "epoch": 0.8103541666666667,
      "grad_norm": 1.206039547920227,
      "learning_rate": 2.6054399907756214e-05,
      "loss": 6.9906,
      "step": 388970
    },
    {
      "epoch": 0.810375,
      "grad_norm": 3.009512186050415,
      "learning_rate": 2.6048847597327437e-05,
      "loss": 7.2183,
      "step": 388980
    },
    {
      "epoch": 0.8103958333333333,
      "grad_norm": 3.113631010055542,
      "learning_rate": 2.6043295822318587e-05,
      "loss": 7.0539,
      "step": 388990
    },
    {
      "epoch": 0.8104166666666667,
      "grad_norm": 1.0648456811904907,
      "learning_rate": 2.6037744582753626e-05,
      "loss": 7.1072,
      "step": 389000
    },
    {
      "epoch": 0.8104166666666667,
      "eval_loss": 7.168386936187744,
      "eval_runtime": 8.8266,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 389000
    },
    {
      "epoch": 0.8104375,
      "grad_norm": 1.2770538330078125,
      "learning_rate": 2.6032193878656538e-05,
      "loss": 7.475,
      "step": 389010
    },
    {
      "epoch": 0.8104583333333333,
      "grad_norm": 5.02701997756958,
      "learning_rate": 2.6026643710051314e-05,
      "loss": 6.9181,
      "step": 389020
    },
    {
      "epoch": 0.8104791666666666,
      "grad_norm": 1.1284620761871338,
      "learning_rate": 2.6021094076961906e-05,
      "loss": 7.4056,
      "step": 389030
    },
    {
      "epoch": 0.8105,
      "grad_norm": 1.9007196426391602,
      "learning_rate": 2.601554497941231e-05,
      "loss": 7.0408,
      "step": 389040
    },
    {
      "epoch": 0.8105208333333334,
      "grad_norm": 2.053232431411743,
      "learning_rate": 2.6009996417426475e-05,
      "loss": 7.1441,
      "step": 389050
    },
    {
      "epoch": 0.8105416666666667,
      "grad_norm": 1.514870524406433,
      "learning_rate": 2.6004448391028365e-05,
      "loss": 7.0596,
      "step": 389060
    },
    {
      "epoch": 0.8105625,
      "grad_norm": 2.7506203651428223,
      "learning_rate": 2.5998900900241974e-05,
      "loss": 6.9239,
      "step": 389070
    },
    {
      "epoch": 0.8105833333333333,
      "grad_norm": 0.9889625906944275,
      "learning_rate": 2.5993353945091287e-05,
      "loss": 6.7988,
      "step": 389080
    },
    {
      "epoch": 0.8106041666666667,
      "grad_norm": 1.3272427320480347,
      "learning_rate": 2.5987807525600134e-05,
      "loss": 7.2363,
      "step": 389090
    },
    {
      "epoch": 0.810625,
      "grad_norm": 4.738808631896973,
      "learning_rate": 2.5982261641792612e-05,
      "loss": 7.4741,
      "step": 389100
    },
    {
      "epoch": 0.8106458333333333,
      "grad_norm": 7.2987589836120605,
      "learning_rate": 2.5976716293692667e-05,
      "loss": 7.1614,
      "step": 389110
    },
    {
      "epoch": 0.8106666666666666,
      "grad_norm": 3.9958152770996094,
      "learning_rate": 2.597117148132415e-05,
      "loss": 7.6533,
      "step": 389120
    },
    {
      "epoch": 0.8106875,
      "grad_norm": 1.036577582359314,
      "learning_rate": 2.5965627204711104e-05,
      "loss": 7.0984,
      "step": 389130
    },
    {
      "epoch": 0.8107083333333334,
      "grad_norm": 3.763744831085205,
      "learning_rate": 2.5960083463877494e-05,
      "loss": 6.8511,
      "step": 389140
    },
    {
      "epoch": 0.8107291666666666,
      "grad_norm": 1.2195723056793213,
      "learning_rate": 2.5954540258847156e-05,
      "loss": 7.3875,
      "step": 389150
    },
    {
      "epoch": 0.81075,
      "grad_norm": 2.0842316150665283,
      "learning_rate": 2.594899758964413e-05,
      "loss": 7.5972,
      "step": 389160
    },
    {
      "epoch": 0.8107708333333333,
      "grad_norm": 1.7675224542617798,
      "learning_rate": 2.5943455456292373e-05,
      "loss": 7.4374,
      "step": 389170
    },
    {
      "epoch": 0.8107916666666667,
      "grad_norm": 1.9014091491699219,
      "learning_rate": 2.5937913858815708e-05,
      "loss": 7.3179,
      "step": 389180
    },
    {
      "epoch": 0.8108125,
      "grad_norm": 1.0943559408187866,
      "learning_rate": 2.593237279723823e-05,
      "loss": 6.8699,
      "step": 389190
    },
    {
      "epoch": 0.8108333333333333,
      "grad_norm": 1.6325695514678955,
      "learning_rate": 2.592683227158375e-05,
      "loss": 7.2559,
      "step": 389200
    },
    {
      "epoch": 0.8108541666666667,
      "grad_norm": 1.4780514240264893,
      "learning_rate": 2.5921292281876234e-05,
      "loss": 7.1604,
      "step": 389210
    },
    {
      "epoch": 0.810875,
      "grad_norm": 4.230319499969482,
      "learning_rate": 2.5915752828139636e-05,
      "loss": 7.0705,
      "step": 389220
    },
    {
      "epoch": 0.8108958333333334,
      "grad_norm": 1.4843554496765137,
      "learning_rate": 2.5910213910397853e-05,
      "loss": 7.5549,
      "step": 389230
    },
    {
      "epoch": 0.8109166666666666,
      "grad_norm": 1.2612061500549316,
      "learning_rate": 2.590467552867485e-05,
      "loss": 7.0132,
      "step": 389240
    },
    {
      "epoch": 0.8109375,
      "grad_norm": 1.4736872911453247,
      "learning_rate": 2.589913768299451e-05,
      "loss": 7.3721,
      "step": 389250
    },
    {
      "epoch": 0.8109583333333333,
      "grad_norm": 0.900982141494751,
      "learning_rate": 2.5893600373380775e-05,
      "loss": 7.6659,
      "step": 389260
    },
    {
      "epoch": 0.8109791666666667,
      "grad_norm": 4.319091796875,
      "learning_rate": 2.5888063599857562e-05,
      "loss": 7.522,
      "step": 389270
    },
    {
      "epoch": 0.811,
      "grad_norm": 2.3727407455444336,
      "learning_rate": 2.5882527362448802e-05,
      "loss": 7.4832,
      "step": 389280
    },
    {
      "epoch": 0.8110208333333333,
      "grad_norm": 2.517639636993408,
      "learning_rate": 2.5876991661178376e-05,
      "loss": 6.9844,
      "step": 389290
    },
    {
      "epoch": 0.8110416666666667,
      "grad_norm": 2.100776195526123,
      "learning_rate": 2.587145649607023e-05,
      "loss": 7.4837,
      "step": 389300
    },
    {
      "epoch": 0.8110625,
      "grad_norm": 2.356279134750366,
      "learning_rate": 2.586592186714825e-05,
      "loss": 8.0241,
      "step": 389310
    },
    {
      "epoch": 0.8110833333333334,
      "grad_norm": 1.7060190439224243,
      "learning_rate": 2.586038777443634e-05,
      "loss": 7.0404,
      "step": 389320
    },
    {
      "epoch": 0.8111041666666666,
      "grad_norm": 1.028389573097229,
      "learning_rate": 2.5854854217958443e-05,
      "loss": 7.4281,
      "step": 389330
    },
    {
      "epoch": 0.811125,
      "grad_norm": 1.0786648988723755,
      "learning_rate": 2.5849321197738416e-05,
      "loss": 6.9951,
      "step": 389340
    },
    {
      "epoch": 0.8111458333333333,
      "grad_norm": 6.2588677406311035,
      "learning_rate": 2.584378871380019e-05,
      "loss": 7.0983,
      "step": 389350
    },
    {
      "epoch": 0.8111666666666667,
      "grad_norm": 2.8623814582824707,
      "learning_rate": 2.5838256766167646e-05,
      "loss": 7.242,
      "step": 389360
    },
    {
      "epoch": 0.8111875,
      "grad_norm": 0.9751823544502258,
      "learning_rate": 2.5832725354864686e-05,
      "loss": 7.1042,
      "step": 389370
    },
    {
      "epoch": 0.8112083333333333,
      "grad_norm": 4.62807035446167,
      "learning_rate": 2.5827194479915203e-05,
      "loss": 7.3906,
      "step": 389380
    },
    {
      "epoch": 0.8112291666666667,
      "grad_norm": 3.8353805541992188,
      "learning_rate": 2.5821664141343096e-05,
      "loss": 7.3111,
      "step": 389390
    },
    {
      "epoch": 0.81125,
      "grad_norm": 1.9495518207550049,
      "learning_rate": 2.5816134339172244e-05,
      "loss": 7.0619,
      "step": 389400
    },
    {
      "epoch": 0.8112708333333334,
      "grad_norm": 3.6026980876922607,
      "learning_rate": 2.5810605073426532e-05,
      "loss": 7.3112,
      "step": 389410
    },
    {
      "epoch": 0.8112916666666666,
      "grad_norm": 2.2804222106933594,
      "learning_rate": 2.5805076344129855e-05,
      "loss": 7.2426,
      "step": 389420
    },
    {
      "epoch": 0.8113125,
      "grad_norm": 1.3441851139068604,
      "learning_rate": 2.5799548151306075e-05,
      "loss": 6.9106,
      "step": 389430
    },
    {
      "epoch": 0.8113333333333334,
      "grad_norm": 1.3971954584121704,
      "learning_rate": 2.5794020494979094e-05,
      "loss": 6.768,
      "step": 389440
    },
    {
      "epoch": 0.8113541666666667,
      "grad_norm": 12.837882995605469,
      "learning_rate": 2.5788493375172827e-05,
      "loss": 7.5583,
      "step": 389450
    },
    {
      "epoch": 0.811375,
      "grad_norm": 1.844089388847351,
      "learning_rate": 2.5782966791911015e-05,
      "loss": 6.9561,
      "step": 389460
    },
    {
      "epoch": 0.8113958333333333,
      "grad_norm": 2.1794660091400146,
      "learning_rate": 2.577744074521766e-05,
      "loss": 7.1521,
      "step": 389470
    },
    {
      "epoch": 0.8114166666666667,
      "grad_norm": 1.4658010005950928,
      "learning_rate": 2.5771915235116625e-05,
      "loss": 7.4375,
      "step": 389480
    },
    {
      "epoch": 0.8114375,
      "grad_norm": 17.24477767944336,
      "learning_rate": 2.5766390261631676e-05,
      "loss": 7.8996,
      "step": 389490
    },
    {
      "epoch": 0.8114583333333333,
      "grad_norm": 1.3626435995101929,
      "learning_rate": 2.5760865824786776e-05,
      "loss": 7.3437,
      "step": 389500
    },
    {
      "epoch": 0.8114791666666666,
      "grad_norm": 4.610185146331787,
      "learning_rate": 2.575534192460579e-05,
      "loss": 7.6501,
      "step": 389510
    },
    {
      "epoch": 0.8115,
      "grad_norm": 4.296311378479004,
      "learning_rate": 2.574981856111251e-05,
      "loss": 7.5238,
      "step": 389520
    },
    {
      "epoch": 0.8115208333333334,
      "grad_norm": 1.005856990814209,
      "learning_rate": 2.5744295734330812e-05,
      "loss": 7.1366,
      "step": 389530
    },
    {
      "epoch": 0.8115416666666667,
      "grad_norm": 1.249038815498352,
      "learning_rate": 2.573877344428463e-05,
      "loss": 7.177,
      "step": 389540
    },
    {
      "epoch": 0.8115625,
      "grad_norm": 2.1153368949890137,
      "learning_rate": 2.573325169099774e-05,
      "loss": 6.9123,
      "step": 389550
    },
    {
      "epoch": 0.8115833333333333,
      "grad_norm": 1.2684308290481567,
      "learning_rate": 2.572773047449397e-05,
      "loss": 6.8113,
      "step": 389560
    },
    {
      "epoch": 0.8116041666666667,
      "grad_norm": 1.023453712463379,
      "learning_rate": 2.5722209794797276e-05,
      "loss": 6.8323,
      "step": 389570
    },
    {
      "epoch": 0.811625,
      "grad_norm": 1.0989024639129639,
      "learning_rate": 2.5716689651931417e-05,
      "loss": 7.3055,
      "step": 389580
    },
    {
      "epoch": 0.8116458333333333,
      "grad_norm": 1.7241840362548828,
      "learning_rate": 2.5711170045920265e-05,
      "loss": 7.3027,
      "step": 389590
    },
    {
      "epoch": 0.8116666666666666,
      "grad_norm": 1.0606694221496582,
      "learning_rate": 2.5705650976787655e-05,
      "loss": 7.0125,
      "step": 389600
    },
    {
      "epoch": 0.8116875,
      "grad_norm": 1.5678200721740723,
      "learning_rate": 2.5700132444557452e-05,
      "loss": 7.0769,
      "step": 389610
    },
    {
      "epoch": 0.8117083333333334,
      "grad_norm": 1.0881011486053467,
      "learning_rate": 2.5694614449253452e-05,
      "loss": 7.3622,
      "step": 389620
    },
    {
      "epoch": 0.8117291666666666,
      "grad_norm": 2.351078510284424,
      "learning_rate": 2.568909699089952e-05,
      "loss": 7.211,
      "step": 389630
    },
    {
      "epoch": 0.81175,
      "grad_norm": 1.9319911003112793,
      "learning_rate": 2.568358006951949e-05,
      "loss": 7.2035,
      "step": 389640
    },
    {
      "epoch": 0.8117708333333333,
      "grad_norm": 1.3482873439788818,
      "learning_rate": 2.5678063685137185e-05,
      "loss": 7.1246,
      "step": 389650
    },
    {
      "epoch": 0.8117916666666667,
      "grad_norm": 1.606358289718628,
      "learning_rate": 2.5672547837776443e-05,
      "loss": 7.0853,
      "step": 389660
    },
    {
      "epoch": 0.8118125,
      "grad_norm": 2.254967212677002,
      "learning_rate": 2.5667032527461075e-05,
      "loss": 7.0025,
      "step": 389670
    },
    {
      "epoch": 0.8118333333333333,
      "grad_norm": 1.5832068920135498,
      "learning_rate": 2.5661517754214895e-05,
      "loss": 7.6988,
      "step": 389680
    },
    {
      "epoch": 0.8118541666666667,
      "grad_norm": 2.8425581455230713,
      "learning_rate": 2.5656003518061767e-05,
      "loss": 6.913,
      "step": 389690
    },
    {
      "epoch": 0.811875,
      "grad_norm": 1.4388186931610107,
      "learning_rate": 2.565048981902548e-05,
      "loss": 7.2027,
      "step": 389700
    },
    {
      "epoch": 0.8118958333333334,
      "grad_norm": 1.0052125453948975,
      "learning_rate": 2.5644976657129835e-05,
      "loss": 6.8942,
      "step": 389710
    },
    {
      "epoch": 0.8119166666666666,
      "grad_norm": 4.474223613739014,
      "learning_rate": 2.5639464032398687e-05,
      "loss": 7.4274,
      "step": 389720
    },
    {
      "epoch": 0.8119375,
      "grad_norm": 3.3146462440490723,
      "learning_rate": 2.5633951944855835e-05,
      "loss": 7.0244,
      "step": 389730
    },
    {
      "epoch": 0.8119583333333333,
      "grad_norm": 3.378638744354248,
      "learning_rate": 2.5628440394525073e-05,
      "loss": 7.625,
      "step": 389740
    },
    {
      "epoch": 0.8119791666666667,
      "grad_norm": 0.9867519736289978,
      "learning_rate": 2.562292938143022e-05,
      "loss": 6.8147,
      "step": 389750
    },
    {
      "epoch": 0.812,
      "grad_norm": 1.6240099668502808,
      "learning_rate": 2.5617418905595066e-05,
      "loss": 7.1285,
      "step": 389760
    },
    {
      "epoch": 0.8120208333333333,
      "grad_norm": 5.1510701179504395,
      "learning_rate": 2.5611908967043448e-05,
      "loss": 7.5089,
      "step": 389770
    },
    {
      "epoch": 0.8120416666666667,
      "grad_norm": 1.1822962760925293,
      "learning_rate": 2.5606399565799147e-05,
      "loss": 6.8621,
      "step": 389780
    },
    {
      "epoch": 0.8120625,
      "grad_norm": 1.4472042322158813,
      "learning_rate": 2.560089070188594e-05,
      "loss": 6.9953,
      "step": 389790
    },
    {
      "epoch": 0.8120833333333334,
      "grad_norm": 2.0322513580322266,
      "learning_rate": 2.5595382375327712e-05,
      "loss": 6.9203,
      "step": 389800
    },
    {
      "epoch": 0.8121041666666666,
      "grad_norm": 1.771741509437561,
      "learning_rate": 2.558987458614809e-05,
      "loss": 7.2831,
      "step": 389810
    },
    {
      "epoch": 0.812125,
      "grad_norm": 1.154761791229248,
      "learning_rate": 2.558436733437106e-05,
      "loss": 7.1633,
      "step": 389820
    },
    {
      "epoch": 0.8121458333333333,
      "grad_norm": 1.815069556236267,
      "learning_rate": 2.5578860620020264e-05,
      "loss": 6.8669,
      "step": 389830
    },
    {
      "epoch": 0.8121666666666667,
      "grad_norm": 2.8306496143341064,
      "learning_rate": 2.5573354443119505e-05,
      "loss": 7.4343,
      "step": 389840
    },
    {
      "epoch": 0.8121875,
      "grad_norm": 1.7639789581298828,
      "learning_rate": 2.5567848803692674e-05,
      "loss": 7.0229,
      "step": 389850
    },
    {
      "epoch": 0.8122083333333333,
      "grad_norm": 1.2807854413986206,
      "learning_rate": 2.556234370176346e-05,
      "loss": 7.4769,
      "step": 389860
    },
    {
      "epoch": 0.8122291666666667,
      "grad_norm": 1.7997301816940308,
      "learning_rate": 2.5556839137355624e-05,
      "loss": 7.8081,
      "step": 389870
    },
    {
      "epoch": 0.81225,
      "grad_norm": 3.7381742000579834,
      "learning_rate": 2.5551335110493042e-05,
      "loss": 7.386,
      "step": 389880
    },
    {
      "epoch": 0.8122708333333334,
      "grad_norm": 1.3387529850006104,
      "learning_rate": 2.554583162119942e-05,
      "loss": 7.1181,
      "step": 389890
    },
    {
      "epoch": 0.8122916666666666,
      "grad_norm": 1.8147281408309937,
      "learning_rate": 2.5540328669498484e-05,
      "loss": 7.3699,
      "step": 389900
    },
    {
      "epoch": 0.8123125,
      "grad_norm": 1.2547175884246826,
      "learning_rate": 2.5534826255414148e-05,
      "loss": 6.7753,
      "step": 389910
    },
    {
      "epoch": 0.8123333333333334,
      "grad_norm": 2.4726669788360596,
      "learning_rate": 2.552932437897006e-05,
      "loss": 7.057,
      "step": 389920
    },
    {
      "epoch": 0.8123541666666667,
      "grad_norm": 2.061023473739624,
      "learning_rate": 2.552382304018999e-05,
      "loss": 6.9058,
      "step": 389930
    },
    {
      "epoch": 0.812375,
      "grad_norm": 3.5290138721466064,
      "learning_rate": 2.5518322239097793e-05,
      "loss": 7.1204,
      "step": 389940
    },
    {
      "epoch": 0.8123958333333333,
      "grad_norm": 2.310225248336792,
      "learning_rate": 2.5512821975717142e-05,
      "loss": 7.371,
      "step": 389950
    },
    {
      "epoch": 0.8124166666666667,
      "grad_norm": 5.238846302032471,
      "learning_rate": 2.5507322250071826e-05,
      "loss": 7.7393,
      "step": 389960
    },
    {
      "epoch": 0.8124375,
      "grad_norm": 1.1427356004714966,
      "learning_rate": 2.55018230621856e-05,
      "loss": 6.9003,
      "step": 389970
    },
    {
      "epoch": 0.8124583333333333,
      "grad_norm": 1.2833218574523926,
      "learning_rate": 2.5496324412082207e-05,
      "loss": 7.1279,
      "step": 389980
    },
    {
      "epoch": 0.8124791666666666,
      "grad_norm": 2.201948642730713,
      "learning_rate": 2.5490826299785432e-05,
      "loss": 7.1917,
      "step": 389990
    },
    {
      "epoch": 0.8125,
      "grad_norm": 2.064810037612915,
      "learning_rate": 2.5485328725318986e-05,
      "loss": 6.7515,
      "step": 390000
    },
    {
      "epoch": 0.8125,
      "eval_loss": 6.886816501617432,
      "eval_runtime": 8.9421,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 390000
    },
    {
      "epoch": 0.8125208333333334,
      "grad_norm": 1.176579475402832,
      "learning_rate": 2.5479831688706637e-05,
      "loss": 6.7364,
      "step": 390010
    },
    {
      "epoch": 0.8125416666666667,
      "grad_norm": 1.8451143503189087,
      "learning_rate": 2.547433518997213e-05,
      "loss": 7.4528,
      "step": 390020
    },
    {
      "epoch": 0.8125625,
      "grad_norm": 1.2265713214874268,
      "learning_rate": 2.546883922913921e-05,
      "loss": 6.8284,
      "step": 390030
    },
    {
      "epoch": 0.8125833333333333,
      "grad_norm": 3.348196268081665,
      "learning_rate": 2.5463343806231595e-05,
      "loss": 7.1312,
      "step": 390040
    },
    {
      "epoch": 0.8126041666666667,
      "grad_norm": 0.796079695224762,
      "learning_rate": 2.545784892127305e-05,
      "loss": 7.2618,
      "step": 390050
    },
    {
      "epoch": 0.812625,
      "grad_norm": 2.927546739578247,
      "learning_rate": 2.5452354574287303e-05,
      "loss": 7.5572,
      "step": 390060
    },
    {
      "epoch": 0.8126458333333333,
      "grad_norm": 2.084075927734375,
      "learning_rate": 2.5446860765298072e-05,
      "loss": 7.1161,
      "step": 390070
    },
    {
      "epoch": 0.8126666666666666,
      "grad_norm": 0.7954097390174866,
      "learning_rate": 2.544136749432912e-05,
      "loss": 7.5236,
      "step": 390080
    },
    {
      "epoch": 0.8126875,
      "grad_norm": 0.9813271760940552,
      "learning_rate": 2.543587476140414e-05,
      "loss": 7.1582,
      "step": 390090
    },
    {
      "epoch": 0.8127083333333334,
      "grad_norm": 1.188349723815918,
      "learning_rate": 2.5430382566546888e-05,
      "loss": 6.9173,
      "step": 390100
    },
    {
      "epoch": 0.8127291666666666,
      "grad_norm": 2.129239797592163,
      "learning_rate": 2.5424890909781104e-05,
      "loss": 7.4945,
      "step": 390110
    },
    {
      "epoch": 0.81275,
      "grad_norm": 2.0825483798980713,
      "learning_rate": 2.5419399791130406e-05,
      "loss": 7.3097,
      "step": 390120
    },
    {
      "epoch": 0.8127708333333333,
      "grad_norm": 1.4145017862319946,
      "learning_rate": 2.5413909210618627e-05,
      "loss": 7.5233,
      "step": 390130
    },
    {
      "epoch": 0.8127916666666667,
      "grad_norm": 1.0791435241699219,
      "learning_rate": 2.5408419168269496e-05,
      "loss": 6.9544,
      "step": 390140
    },
    {
      "epoch": 0.8128125,
      "grad_norm": 1.1295360326766968,
      "learning_rate": 2.540292966410659e-05,
      "loss": 6.7428,
      "step": 390150
    },
    {
      "epoch": 0.8128333333333333,
      "grad_norm": 1.3767603635787964,
      "learning_rate": 2.539744069815375e-05,
      "loss": 6.9583,
      "step": 390160
    },
    {
      "epoch": 0.8128541666666667,
      "grad_norm": 2.26460337638855,
      "learning_rate": 2.5391952270434678e-05,
      "loss": 7.1555,
      "step": 390170
    },
    {
      "epoch": 0.812875,
      "grad_norm": 1.9718323945999146,
      "learning_rate": 2.5386464380972983e-05,
      "loss": 7.0468,
      "step": 390180
    },
    {
      "epoch": 0.8128958333333334,
      "grad_norm": 1.600905179977417,
      "learning_rate": 2.5380977029792504e-05,
      "loss": 7.4433,
      "step": 390190
    },
    {
      "epoch": 0.8129166666666666,
      "grad_norm": 3.0277342796325684,
      "learning_rate": 2.5375490216916827e-05,
      "loss": 7.4236,
      "step": 390200
    },
    {
      "epoch": 0.8129375,
      "grad_norm": 1.5632050037384033,
      "learning_rate": 2.537000394236968e-05,
      "loss": 7.4829,
      "step": 390210
    },
    {
      "epoch": 0.8129583333333333,
      "grad_norm": 1.0338075160980225,
      "learning_rate": 2.5364518206174867e-05,
      "loss": 6.9672,
      "step": 390220
    },
    {
      "epoch": 0.8129791666666667,
      "grad_norm": 0.9522773623466492,
      "learning_rate": 2.5359033008355945e-05,
      "loss": 6.962,
      "step": 390230
    },
    {
      "epoch": 0.813,
      "grad_norm": 2.2666845321655273,
      "learning_rate": 2.535354834893663e-05,
      "loss": 7.3027,
      "step": 390240
    },
    {
      "epoch": 0.8130208333333333,
      "grad_norm": 1.0784149169921875,
      "learning_rate": 2.534806422794074e-05,
      "loss": 7.6104,
      "step": 390250
    },
    {
      "epoch": 0.8130416666666667,
      "grad_norm": 6.649486064910889,
      "learning_rate": 2.534258064539182e-05,
      "loss": 7.6717,
      "step": 390260
    },
    {
      "epoch": 0.8130625,
      "grad_norm": 1.218084692955017,
      "learning_rate": 2.5337097601313565e-05,
      "loss": 6.9506,
      "step": 390270
    },
    {
      "epoch": 0.8130833333333334,
      "grad_norm": 1.8455857038497925,
      "learning_rate": 2.5331615095729794e-05,
      "loss": 7.3036,
      "step": 390280
    },
    {
      "epoch": 0.8131041666666666,
      "grad_norm": 1.774501919746399,
      "learning_rate": 2.5326133128664056e-05,
      "loss": 6.874,
      "step": 390290
    },
    {
      "epoch": 0.813125,
      "grad_norm": 1.670779824256897,
      "learning_rate": 2.532065170014003e-05,
      "loss": 7.2199,
      "step": 390300
    },
    {
      "epoch": 0.8131458333333333,
      "grad_norm": 1.8848834037780762,
      "learning_rate": 2.5315170810181524e-05,
      "loss": 7.461,
      "step": 390310
    },
    {
      "epoch": 0.8131666666666667,
      "grad_norm": 3.037046194076538,
      "learning_rate": 2.5309690458812078e-05,
      "loss": 7.7132,
      "step": 390320
    },
    {
      "epoch": 0.8131875,
      "grad_norm": 2.245488405227661,
      "learning_rate": 2.530421064605542e-05,
      "loss": 7.0812,
      "step": 390330
    },
    {
      "epoch": 0.8132083333333333,
      "grad_norm": 1.3731149435043335,
      "learning_rate": 2.529873137193521e-05,
      "loss": 7.2879,
      "step": 390340
    },
    {
      "epoch": 0.8132291666666667,
      "grad_norm": 13.220362663269043,
      "learning_rate": 2.529325263647512e-05,
      "loss": 8.0111,
      "step": 390350
    },
    {
      "epoch": 0.81325,
      "grad_norm": 1.7344005107879639,
      "learning_rate": 2.528777443969881e-05,
      "loss": 7.11,
      "step": 390360
    },
    {
      "epoch": 0.8132708333333334,
      "grad_norm": 1.1591459512710571,
      "learning_rate": 2.528229678162996e-05,
      "loss": 7.1614,
      "step": 390370
    },
    {
      "epoch": 0.8132916666666666,
      "grad_norm": 1.2727992534637451,
      "learning_rate": 2.5276819662292226e-05,
      "loss": 7.3193,
      "step": 390380
    },
    {
      "epoch": 0.8133125,
      "grad_norm": 1.0422484874725342,
      "learning_rate": 2.5271343081709244e-05,
      "loss": 7.367,
      "step": 390390
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 4.873575210571289,
      "learning_rate": 2.5265867039904703e-05,
      "loss": 7.5781,
      "step": 390400
    },
    {
      "epoch": 0.8133541666666667,
      "grad_norm": 1.5548675060272217,
      "learning_rate": 2.526039153690223e-05,
      "loss": 7.1758,
      "step": 390410
    },
    {
      "epoch": 0.813375,
      "grad_norm": 3.3274402618408203,
      "learning_rate": 2.525491657272551e-05,
      "loss": 6.9735,
      "step": 390420
    },
    {
      "epoch": 0.8133958333333333,
      "grad_norm": 1.6431798934936523,
      "learning_rate": 2.5249442147398153e-05,
      "loss": 7.0007,
      "step": 390430
    },
    {
      "epoch": 0.8134166666666667,
      "grad_norm": 1.057947039604187,
      "learning_rate": 2.524396826094384e-05,
      "loss": 7.2863,
      "step": 390440
    },
    {
      "epoch": 0.8134375,
      "grad_norm": 1.4276540279388428,
      "learning_rate": 2.523849491338624e-05,
      "loss": 7.0366,
      "step": 390450
    },
    {
      "epoch": 0.8134583333333333,
      "grad_norm": 1.8496507406234741,
      "learning_rate": 2.523302210474887e-05,
      "loss": 7.1231,
      "step": 390460
    },
    {
      "epoch": 0.8134791666666666,
      "grad_norm": 2.706925868988037,
      "learning_rate": 2.5227549835055514e-05,
      "loss": 7.3335,
      "step": 390470
    },
    {
      "epoch": 0.8135,
      "grad_norm": 1.9175759553909302,
      "learning_rate": 2.5222078104329783e-05,
      "loss": 6.9095,
      "step": 390480
    },
    {
      "epoch": 0.8135208333333334,
      "grad_norm": 0.8475647568702698,
      "learning_rate": 2.5216606912595206e-05,
      "loss": 7.1515,
      "step": 390490
    },
    {
      "epoch": 0.8135416666666667,
      "grad_norm": 4.164955139160156,
      "learning_rate": 2.5211136259875524e-05,
      "loss": 7.1555,
      "step": 390500
    },
    {
      "epoch": 0.8135625,
      "grad_norm": 2.6631901264190674,
      "learning_rate": 2.5205666146194392e-05,
      "loss": 6.9385,
      "step": 390510
    },
    {
      "epoch": 0.8135833333333333,
      "grad_norm": 4.893684387207031,
      "learning_rate": 2.5200196571575304e-05,
      "loss": 7.3069,
      "step": 390520
    },
    {
      "epoch": 0.8136041666666667,
      "grad_norm": 3.527981996536255,
      "learning_rate": 2.5194727536042007e-05,
      "loss": 7.0766,
      "step": 390530
    },
    {
      "epoch": 0.813625,
      "grad_norm": 3.274669647216797,
      "learning_rate": 2.518925903961812e-05,
      "loss": 7.1189,
      "step": 390540
    },
    {
      "epoch": 0.8136458333333333,
      "grad_norm": 2.670621871948242,
      "learning_rate": 2.5183791082327154e-05,
      "loss": 7.2569,
      "step": 390550
    },
    {
      "epoch": 0.8136666666666666,
      "grad_norm": 1.035108208656311,
      "learning_rate": 2.5178323664192858e-05,
      "loss": 7.3041,
      "step": 390560
    },
    {
      "epoch": 0.8136875,
      "grad_norm": 3.0105385780334473,
      "learning_rate": 2.517285678523881e-05,
      "loss": 7.5615,
      "step": 390570
    },
    {
      "epoch": 0.8137083333333334,
      "grad_norm": 1.0097519159317017,
      "learning_rate": 2.5167390445488544e-05,
      "loss": 7.2391,
      "step": 390580
    },
    {
      "epoch": 0.8137291666666666,
      "grad_norm": 1.1032150983810425,
      "learning_rate": 2.5161924644965824e-05,
      "loss": 6.9184,
      "step": 390590
    },
    {
      "epoch": 0.81375,
      "grad_norm": 1.2748936414718628,
      "learning_rate": 2.5156459383694134e-05,
      "loss": 7.3312,
      "step": 390600
    },
    {
      "epoch": 0.8137708333333333,
      "grad_norm": 1.071526050567627,
      "learning_rate": 2.5150994661697084e-05,
      "loss": 7.2913,
      "step": 390610
    },
    {
      "epoch": 0.8137916666666667,
      "grad_norm": 3.0173163414001465,
      "learning_rate": 2.514553047899839e-05,
      "loss": 7.1515,
      "step": 390620
    },
    {
      "epoch": 0.8138125,
      "grad_norm": 1.4520994424819946,
      "learning_rate": 2.514006683562153e-05,
      "loss": 6.8794,
      "step": 390630
    },
    {
      "epoch": 0.8138333333333333,
      "grad_norm": 0.9065136313438416,
      "learning_rate": 2.5134603731590142e-05,
      "loss": 6.9185,
      "step": 390640
    },
    {
      "epoch": 0.8138541666666667,
      "grad_norm": 0.9992613196372986,
      "learning_rate": 2.512914116692792e-05,
      "loss": 7.1648,
      "step": 390650
    },
    {
      "epoch": 0.813875,
      "grad_norm": 1.2422456741333008,
      "learning_rate": 2.5123679141658326e-05,
      "loss": 6.8536,
      "step": 390660
    },
    {
      "epoch": 0.8138958333333334,
      "grad_norm": 1.3960671424865723,
      "learning_rate": 2.511821765580503e-05,
      "loss": 6.8496,
      "step": 390670
    },
    {
      "epoch": 0.8139166666666666,
      "grad_norm": 1.3538076877593994,
      "learning_rate": 2.5112756709391575e-05,
      "loss": 7.3964,
      "step": 390680
    },
    {
      "epoch": 0.8139375,
      "grad_norm": 1.9954524040222168,
      "learning_rate": 2.5107296302441593e-05,
      "loss": 7.0666,
      "step": 390690
    },
    {
      "epoch": 0.8139583333333333,
      "grad_norm": 1.020901083946228,
      "learning_rate": 2.510183643497865e-05,
      "loss": 7.4882,
      "step": 390700
    },
    {
      "epoch": 0.8139791666666667,
      "grad_norm": 1.908562421798706,
      "learning_rate": 2.5096377107026343e-05,
      "loss": 7.4258,
      "step": 390710
    },
    {
      "epoch": 0.814,
      "grad_norm": 1.0824910402297974,
      "learning_rate": 2.5090918318608255e-05,
      "loss": 7.7987,
      "step": 390720
    },
    {
      "epoch": 0.8140208333333333,
      "grad_norm": 2.3035104274749756,
      "learning_rate": 2.508546006974793e-05,
      "loss": 8.0212,
      "step": 390730
    },
    {
      "epoch": 0.8140416666666667,
      "grad_norm": 1.590990662574768,
      "learning_rate": 2.5080002360469005e-05,
      "loss": 7.7178,
      "step": 390740
    },
    {
      "epoch": 0.8140625,
      "grad_norm": 2.5804734230041504,
      "learning_rate": 2.5074545190795003e-05,
      "loss": 7.5347,
      "step": 390750
    },
    {
      "epoch": 0.8140833333333334,
      "grad_norm": 1.262670636177063,
      "learning_rate": 2.5069088560749513e-05,
      "loss": 6.8412,
      "step": 390760
    },
    {
      "epoch": 0.8141041666666666,
      "grad_norm": 2.6107256412506104,
      "learning_rate": 2.506363247035611e-05,
      "loss": 7.1344,
      "step": 390770
    },
    {
      "epoch": 0.814125,
      "grad_norm": 1.8877761363983154,
      "learning_rate": 2.505817691963838e-05,
      "loss": 7.2258,
      "step": 390780
    },
    {
      "epoch": 0.8141458333333333,
      "grad_norm": 6.786756992340088,
      "learning_rate": 2.5052721908619848e-05,
      "loss": 7.1524,
      "step": 390790
    },
    {
      "epoch": 0.8141666666666667,
      "grad_norm": 3.9805126190185547,
      "learning_rate": 2.504726743732412e-05,
      "loss": 7.1699,
      "step": 390800
    },
    {
      "epoch": 0.8141875,
      "grad_norm": 2.4047112464904785,
      "learning_rate": 2.504181350577472e-05,
      "loss": 7.7278,
      "step": 390810
    },
    {
      "epoch": 0.8142083333333333,
      "grad_norm": 0.977654218673706,
      "learning_rate": 2.503636011399527e-05,
      "loss": 6.7685,
      "step": 390820
    },
    {
      "epoch": 0.8142291666666667,
      "grad_norm": 0.9606346487998962,
      "learning_rate": 2.503090726200921e-05,
      "loss": 7.1419,
      "step": 390830
    },
    {
      "epoch": 0.81425,
      "grad_norm": 1.7833521366119385,
      "learning_rate": 2.502545494984019e-05,
      "loss": 7.3352,
      "step": 390840
    },
    {
      "epoch": 0.8142708333333334,
      "grad_norm": 1.2096107006072998,
      "learning_rate": 2.5020003177511776e-05,
      "loss": 7.178,
      "step": 390850
    },
    {
      "epoch": 0.8142916666666666,
      "grad_norm": 1.8596415519714355,
      "learning_rate": 2.50145519450474e-05,
      "loss": 7.2693,
      "step": 390860
    },
    {
      "epoch": 0.8143125,
      "grad_norm": 1.6829501390457153,
      "learning_rate": 2.5009101252470744e-05,
      "loss": 7.0668,
      "step": 390870
    },
    {
      "epoch": 0.8143333333333334,
      "grad_norm": 1.8283520936965942,
      "learning_rate": 2.5003651099805318e-05,
      "loss": 7.6464,
      "step": 390880
    },
    {
      "epoch": 0.8143541666666667,
      "grad_norm": 0.993449866771698,
      "learning_rate": 2.499820148707457e-05,
      "loss": 6.9126,
      "step": 390890
    },
    {
      "epoch": 0.814375,
      "grad_norm": 1.292465329170227,
      "learning_rate": 2.4992752414302135e-05,
      "loss": 6.9365,
      "step": 390900
    },
    {
      "epoch": 0.8143958333333333,
      "grad_norm": 1.367292046546936,
      "learning_rate": 2.4987303881511595e-05,
      "loss": 7.5986,
      "step": 390910
    },
    {
      "epoch": 0.8144166666666667,
      "grad_norm": 1.5108177661895752,
      "learning_rate": 2.4981855888726327e-05,
      "loss": 6.7628,
      "step": 390920
    },
    {
      "epoch": 0.8144375,
      "grad_norm": 1.0066194534301758,
      "learning_rate": 2.4976408435969998e-05,
      "loss": 6.8174,
      "step": 390930
    },
    {
      "epoch": 0.8144583333333333,
      "grad_norm": 1.3089232444763184,
      "learning_rate": 2.497096152326612e-05,
      "loss": 7.2418,
      "step": 390940
    },
    {
      "epoch": 0.8144791666666666,
      "grad_norm": 2.0527589321136475,
      "learning_rate": 2.4965515150638143e-05,
      "loss": 7.4226,
      "step": 390950
    },
    {
      "epoch": 0.8145,
      "grad_norm": 2.039889335632324,
      "learning_rate": 2.4960069318109715e-05,
      "loss": 7.2008,
      "step": 390960
    },
    {
      "epoch": 0.8145208333333334,
      "grad_norm": 1.1641216278076172,
      "learning_rate": 2.495462402570425e-05,
      "loss": 6.9156,
      "step": 390970
    },
    {
      "epoch": 0.8145416666666667,
      "grad_norm": 2.4288668632507324,
      "learning_rate": 2.4949179273445313e-05,
      "loss": 7.6256,
      "step": 390980
    },
    {
      "epoch": 0.8145625,
      "grad_norm": 1.7372469902038574,
      "learning_rate": 2.4943735061356436e-05,
      "loss": 7.3962,
      "step": 390990
    },
    {
      "epoch": 0.8145833333333333,
      "grad_norm": 2.6263797283172607,
      "learning_rate": 2.493829138946111e-05,
      "loss": 7.8768,
      "step": 391000
    },
    {
      "epoch": 0.8145833333333333,
      "eval_loss": 7.109858512878418,
      "eval_runtime": 9.3288,
      "eval_samples_per_second": 0.322,
      "eval_steps_per_second": 0.107,
      "step": 391000
    },
    {
      "epoch": 0.8146041666666667,
      "grad_norm": 1.4390815496444702,
      "learning_rate": 2.493284825778286e-05,
      "loss": 7.1595,
      "step": 391010
    },
    {
      "epoch": 0.814625,
      "grad_norm": 1.3063063621520996,
      "learning_rate": 2.4927405666345212e-05,
      "loss": 7.3195,
      "step": 391020
    },
    {
      "epoch": 0.8146458333333333,
      "grad_norm": 3.2816781997680664,
      "learning_rate": 2.4921963615171662e-05,
      "loss": 7.2681,
      "step": 391030
    },
    {
      "epoch": 0.8146666666666667,
      "grad_norm": 1.5214097499847412,
      "learning_rate": 2.491652210428573e-05,
      "loss": 6.9085,
      "step": 391040
    },
    {
      "epoch": 0.8146875,
      "grad_norm": 1.4479131698608398,
      "learning_rate": 2.491108113371089e-05,
      "loss": 6.872,
      "step": 391050
    },
    {
      "epoch": 0.8147083333333334,
      "grad_norm": 2.1199867725372314,
      "learning_rate": 2.4905640703470682e-05,
      "loss": 7.2602,
      "step": 391060
    },
    {
      "epoch": 0.8147291666666666,
      "grad_norm": 4.681704998016357,
      "learning_rate": 2.490020081358858e-05,
      "loss": 7.2814,
      "step": 391070
    },
    {
      "epoch": 0.81475,
      "grad_norm": 3.0210154056549072,
      "learning_rate": 2.48947614640881e-05,
      "loss": 7.2951,
      "step": 391080
    },
    {
      "epoch": 0.8147708333333333,
      "grad_norm": 1.6040126085281372,
      "learning_rate": 2.4889322654992722e-05,
      "loss": 7.935,
      "step": 391090
    },
    {
      "epoch": 0.8147916666666667,
      "grad_norm": 3.1823232173919678,
      "learning_rate": 2.4883884386325947e-05,
      "loss": 7.5339,
      "step": 391100
    },
    {
      "epoch": 0.8148125,
      "grad_norm": 1.5219721794128418,
      "learning_rate": 2.4878446658111272e-05,
      "loss": 7.1412,
      "step": 391110
    },
    {
      "epoch": 0.8148333333333333,
      "grad_norm": 2.159360885620117,
      "learning_rate": 2.487300947037218e-05,
      "loss": 7.2517,
      "step": 391120
    },
    {
      "epoch": 0.8148541666666667,
      "grad_norm": 3.80173659324646,
      "learning_rate": 2.4867572823132163e-05,
      "loss": 7.4629,
      "step": 391130
    },
    {
      "epoch": 0.814875,
      "grad_norm": 6.784278869628906,
      "learning_rate": 2.4862136716414692e-05,
      "loss": 7.6711,
      "step": 391140
    },
    {
      "epoch": 0.8148958333333334,
      "grad_norm": 1.964267611503601,
      "learning_rate": 2.4856701150243263e-05,
      "loss": 7.0736,
      "step": 391150
    },
    {
      "epoch": 0.8149166666666666,
      "grad_norm": 2.471115827560425,
      "learning_rate": 2.4851266124641356e-05,
      "loss": 7.161,
      "step": 391160
    },
    {
      "epoch": 0.8149375,
      "grad_norm": 2.0573439598083496,
      "learning_rate": 2.4845831639632434e-05,
      "loss": 7.0916,
      "step": 391170
    },
    {
      "epoch": 0.8149583333333333,
      "grad_norm": 1.6854422092437744,
      "learning_rate": 2.4840397695239983e-05,
      "loss": 7.3248,
      "step": 391180
    },
    {
      "epoch": 0.8149791666666667,
      "grad_norm": 1.2690550088882446,
      "learning_rate": 2.4834964291487514e-05,
      "loss": 7.1396,
      "step": 391190
    },
    {
      "epoch": 0.815,
      "grad_norm": 1.8700597286224365,
      "learning_rate": 2.4829531428398373e-05,
      "loss": 7.1026,
      "step": 391200
    },
    {
      "epoch": 0.8150208333333333,
      "grad_norm": 2.606241226196289,
      "learning_rate": 2.4824099105996147e-05,
      "loss": 7.2956,
      "step": 391210
    },
    {
      "epoch": 0.8150416666666667,
      "grad_norm": 2.324206590652466,
      "learning_rate": 2.4818667324304297e-05,
      "loss": 7.057,
      "step": 391220
    },
    {
      "epoch": 0.8150625,
      "grad_norm": 1.1187809705734253,
      "learning_rate": 2.481323608334619e-05,
      "loss": 7.2262,
      "step": 391230
    },
    {
      "epoch": 0.8150833333333334,
      "grad_norm": 1.4133741855621338,
      "learning_rate": 2.4807805383145386e-05,
      "loss": 6.8998,
      "step": 391240
    },
    {
      "epoch": 0.8151041666666666,
      "grad_norm": 1.6002699136734009,
      "learning_rate": 2.4802375223725352e-05,
      "loss": 7.7736,
      "step": 391250
    },
    {
      "epoch": 0.815125,
      "grad_norm": 1.7010886669158936,
      "learning_rate": 2.4796945605109454e-05,
      "loss": 7.2615,
      "step": 391260
    },
    {
      "epoch": 0.8151458333333333,
      "grad_norm": 1.1569007635116577,
      "learning_rate": 2.4791516527321153e-05,
      "loss": 7.3846,
      "step": 391270
    },
    {
      "epoch": 0.8151666666666667,
      "grad_norm": 1.4441213607788086,
      "learning_rate": 2.4786087990384018e-05,
      "loss": 6.9832,
      "step": 391280
    },
    {
      "epoch": 0.8151875,
      "grad_norm": 10.448067665100098,
      "learning_rate": 2.4780659994321378e-05,
      "loss": 7.5862,
      "step": 391290
    },
    {
      "epoch": 0.8152083333333333,
      "grad_norm": 1.0585943460464478,
      "learning_rate": 2.47752325391567e-05,
      "loss": 7.0203,
      "step": 391300
    },
    {
      "epoch": 0.8152291666666667,
      "grad_norm": 1.5156704187393188,
      "learning_rate": 2.4769805624913507e-05,
      "loss": 7.2329,
      "step": 391310
    },
    {
      "epoch": 0.81525,
      "grad_norm": 1.8891507387161255,
      "learning_rate": 2.4764379251615157e-05,
      "loss": 7.2212,
      "step": 391320
    },
    {
      "epoch": 0.8152708333333333,
      "grad_norm": 1.0771564245224,
      "learning_rate": 2.475895341928511e-05,
      "loss": 7.2682,
      "step": 391330
    },
    {
      "epoch": 0.8152916666666666,
      "grad_norm": 1.9042779207229614,
      "learning_rate": 2.4753528127946813e-05,
      "loss": 7.2156,
      "step": 391340
    },
    {
      "epoch": 0.8153125,
      "grad_norm": 3.2812440395355225,
      "learning_rate": 2.4748103377623703e-05,
      "loss": 7.2289,
      "step": 391350
    },
    {
      "epoch": 0.8153333333333334,
      "grad_norm": 2.805432081222534,
      "learning_rate": 2.47426791683392e-05,
      "loss": 6.7611,
      "step": 391360
    },
    {
      "epoch": 0.8153541666666667,
      "grad_norm": 1.429599642753601,
      "learning_rate": 2.4737255500116748e-05,
      "loss": 7.8258,
      "step": 391370
    },
    {
      "epoch": 0.815375,
      "grad_norm": 3.3850553035736084,
      "learning_rate": 2.473183237297977e-05,
      "loss": 7.1632,
      "step": 391380
    },
    {
      "epoch": 0.8153958333333333,
      "grad_norm": 1.7069638967514038,
      "learning_rate": 2.4726409786951683e-05,
      "loss": 6.8939,
      "step": 391390
    },
    {
      "epoch": 0.8154166666666667,
      "grad_norm": 1.34022855758667,
      "learning_rate": 2.4720987742055936e-05,
      "loss": 7.3811,
      "step": 391400
    },
    {
      "epoch": 0.8154375,
      "grad_norm": 2.1393375396728516,
      "learning_rate": 2.471556623831591e-05,
      "loss": 6.9328,
      "step": 391410
    },
    {
      "epoch": 0.8154583333333333,
      "grad_norm": 1.271990180015564,
      "learning_rate": 2.4710145275755068e-05,
      "loss": 7.051,
      "step": 391420
    },
    {
      "epoch": 0.8154791666666666,
      "grad_norm": 2.6071972846984863,
      "learning_rate": 2.470472485439679e-05,
      "loss": 7.3522,
      "step": 391430
    },
    {
      "epoch": 0.8155,
      "grad_norm": 2.5883421897888184,
      "learning_rate": 2.469930497426451e-05,
      "loss": 7.167,
      "step": 391440
    },
    {
      "epoch": 0.8155208333333334,
      "grad_norm": 1.469482183456421,
      "learning_rate": 2.4693885635381643e-05,
      "loss": 6.9189,
      "step": 391450
    },
    {
      "epoch": 0.8155416666666667,
      "grad_norm": 1.2748997211456299,
      "learning_rate": 2.4688466837771587e-05,
      "loss": 6.7893,
      "step": 391460
    },
    {
      "epoch": 0.8155625,
      "grad_norm": 1.3612678050994873,
      "learning_rate": 2.4683048581457752e-05,
      "loss": 6.9231,
      "step": 391470
    },
    {
      "epoch": 0.8155833333333333,
      "grad_norm": 1.5188969373703003,
      "learning_rate": 2.4677630866463542e-05,
      "loss": 7.3434,
      "step": 391480
    },
    {
      "epoch": 0.8156041666666667,
      "grad_norm": 3.764310836791992,
      "learning_rate": 2.4672213692812354e-05,
      "loss": 7.3235,
      "step": 391490
    },
    {
      "epoch": 0.815625,
      "grad_norm": 4.782839298248291,
      "learning_rate": 2.4666797060527617e-05,
      "loss": 7.1994,
      "step": 391500
    },
    {
      "epoch": 0.8156458333333333,
      "grad_norm": 2.393923282623291,
      "learning_rate": 2.466138096963268e-05,
      "loss": 7.6584,
      "step": 391510
    },
    {
      "epoch": 0.8156666666666667,
      "grad_norm": 3.430002212524414,
      "learning_rate": 2.4655965420150968e-05,
      "loss": 7.1228,
      "step": 391520
    },
    {
      "epoch": 0.8156875,
      "grad_norm": 1.319296956062317,
      "learning_rate": 2.465055041210589e-05,
      "loss": 6.8978,
      "step": 391530
    },
    {
      "epoch": 0.8157083333333334,
      "grad_norm": 4.052905082702637,
      "learning_rate": 2.4645135945520807e-05,
      "loss": 7.3511,
      "step": 391540
    },
    {
      "epoch": 0.8157291666666666,
      "grad_norm": 3.0952301025390625,
      "learning_rate": 2.4639722020419112e-05,
      "loss": 7.2327,
      "step": 391550
    },
    {
      "epoch": 0.81575,
      "grad_norm": 1.0235596895217896,
      "learning_rate": 2.4634308636824206e-05,
      "loss": 7.157,
      "step": 391560
    },
    {
      "epoch": 0.8157708333333333,
      "grad_norm": 2.492589235305786,
      "learning_rate": 2.462889579475949e-05,
      "loss": 7.5503,
      "step": 391570
    },
    {
      "epoch": 0.8157916666666667,
      "grad_norm": 1.1652305126190186,
      "learning_rate": 2.4623483494248257e-05,
      "loss": 7.7765,
      "step": 391580
    },
    {
      "epoch": 0.8158125,
      "grad_norm": 1.3043467998504639,
      "learning_rate": 2.461807173531401e-05,
      "loss": 7.1729,
      "step": 391590
    },
    {
      "epoch": 0.8158333333333333,
      "grad_norm": 1.3148187398910522,
      "learning_rate": 2.4612660517980027e-05,
      "loss": 6.9758,
      "step": 391600
    },
    {
      "epoch": 0.8158541666666667,
      "grad_norm": 1.0969561338424683,
      "learning_rate": 2.460724984226969e-05,
      "loss": 6.8688,
      "step": 391610
    },
    {
      "epoch": 0.815875,
      "grad_norm": 2.526644229888916,
      "learning_rate": 2.460183970820648e-05,
      "loss": 7.2214,
      "step": 391620
    },
    {
      "epoch": 0.8158958333333334,
      "grad_norm": 2.042292833328247,
      "learning_rate": 2.4596430115813625e-05,
      "loss": 6.92,
      "step": 391630
    },
    {
      "epoch": 0.8159166666666666,
      "grad_norm": 3.403580904006958,
      "learning_rate": 2.459102106511453e-05,
      "loss": 7.2206,
      "step": 391640
    },
    {
      "epoch": 0.8159375,
      "grad_norm": 1.4979604482650757,
      "learning_rate": 2.458561255613267e-05,
      "loss": 7.5028,
      "step": 391650
    },
    {
      "epoch": 0.8159583333333333,
      "grad_norm": 0.9717429280281067,
      "learning_rate": 2.4580204588891267e-05,
      "loss": 6.8397,
      "step": 391660
    },
    {
      "epoch": 0.8159791666666667,
      "grad_norm": 1.300360083580017,
      "learning_rate": 2.4574797163413712e-05,
      "loss": 7.1338,
      "step": 391670
    },
    {
      "epoch": 0.816,
      "grad_norm": 2.6342365741729736,
      "learning_rate": 2.4569390279723454e-05,
      "loss": 7.0802,
      "step": 391680
    },
    {
      "epoch": 0.8160208333333333,
      "grad_norm": 1.3337457180023193,
      "learning_rate": 2.4563983937843747e-05,
      "loss": 7.0606,
      "step": 391690
    },
    {
      "epoch": 0.8160416666666667,
      "grad_norm": 1.259507656097412,
      "learning_rate": 2.455857813779796e-05,
      "loss": 6.9067,
      "step": 391700
    },
    {
      "epoch": 0.8160625,
      "grad_norm": 2.7493457794189453,
      "learning_rate": 2.455317287960949e-05,
      "loss": 7.1143,
      "step": 391710
    },
    {
      "epoch": 0.8160833333333334,
      "grad_norm": 1.1423033475875854,
      "learning_rate": 2.4547768163301638e-05,
      "loss": 7.1003,
      "step": 391720
    },
    {
      "epoch": 0.8161041666666666,
      "grad_norm": 2.119520902633667,
      "learning_rate": 2.454236398889778e-05,
      "loss": 6.9732,
      "step": 391730
    },
    {
      "epoch": 0.816125,
      "grad_norm": 0.9744218587875366,
      "learning_rate": 2.4536960356421252e-05,
      "loss": 6.97,
      "step": 391740
    },
    {
      "epoch": 0.8161458333333333,
      "grad_norm": 2.642699718475342,
      "learning_rate": 2.453155726589538e-05,
      "loss": 6.9443,
      "step": 391750
    },
    {
      "epoch": 0.8161666666666667,
      "grad_norm": 2.58589506149292,
      "learning_rate": 2.4526154717343523e-05,
      "loss": 7.1343,
      "step": 391760
    },
    {
      "epoch": 0.8161875,
      "grad_norm": 1.32046639919281,
      "learning_rate": 2.4520752710789025e-05,
      "loss": 7.3016,
      "step": 391770
    },
    {
      "epoch": 0.8162083333333333,
      "grad_norm": 2.5079872608184814,
      "learning_rate": 2.4515351246255194e-05,
      "loss": 7.1809,
      "step": 391780
    },
    {
      "epoch": 0.8162291666666667,
      "grad_norm": 1.7794069051742554,
      "learning_rate": 2.450995032376537e-05,
      "loss": 7.3889,
      "step": 391790
    },
    {
      "epoch": 0.81625,
      "grad_norm": 3.842158794403076,
      "learning_rate": 2.4504549943342904e-05,
      "loss": 7.2734,
      "step": 391800
    },
    {
      "epoch": 0.8162708333333333,
      "grad_norm": 1.4857945442199707,
      "learning_rate": 2.4499150105011093e-05,
      "loss": 6.7724,
      "step": 391810
    },
    {
      "epoch": 0.8162916666666666,
      "grad_norm": 1.3056176900863647,
      "learning_rate": 2.4493750808793288e-05,
      "loss": 6.8424,
      "step": 391820
    },
    {
      "epoch": 0.8163125,
      "grad_norm": 1.6297067403793335,
      "learning_rate": 2.4488352054712802e-05,
      "loss": 7.4105,
      "step": 391830
    },
    {
      "epoch": 0.8163333333333334,
      "grad_norm": 1.5629335641860962,
      "learning_rate": 2.4482953842792945e-05,
      "loss": 7.3509,
      "step": 391840
    },
    {
      "epoch": 0.8163541666666667,
      "grad_norm": 1.0887869596481323,
      "learning_rate": 2.447755617305707e-05,
      "loss": 6.8272,
      "step": 391850
    },
    {
      "epoch": 0.816375,
      "grad_norm": 1.1698565483093262,
      "learning_rate": 2.447215904552841e-05,
      "loss": 7.2823,
      "step": 391860
    },
    {
      "epoch": 0.8163958333333333,
      "grad_norm": 2.046335458755493,
      "learning_rate": 2.446676246023038e-05,
      "loss": 6.9963,
      "step": 391870
    },
    {
      "epoch": 0.8164166666666667,
      "grad_norm": 1.1650326251983643,
      "learning_rate": 2.4461366417186267e-05,
      "loss": 7.2369,
      "step": 391880
    },
    {
      "epoch": 0.8164375,
      "grad_norm": 1.5658985376358032,
      "learning_rate": 2.44559709164193e-05,
      "loss": 6.9868,
      "step": 391890
    },
    {
      "epoch": 0.8164583333333333,
      "grad_norm": 5.489266872406006,
      "learning_rate": 2.4450575957952868e-05,
      "loss": 7.2022,
      "step": 391900
    },
    {
      "epoch": 0.8164791666666666,
      "grad_norm": 1.5926487445831299,
      "learning_rate": 2.4445181541810306e-05,
      "loss": 6.8403,
      "step": 391910
    },
    {
      "epoch": 0.8165,
      "grad_norm": 5.489639759063721,
      "learning_rate": 2.4439787668014777e-05,
      "loss": 7.3666,
      "step": 391920
    },
    {
      "epoch": 0.8165208333333334,
      "grad_norm": 1.8904770612716675,
      "learning_rate": 2.4434394336589695e-05,
      "loss": 7.2638,
      "step": 391930
    },
    {
      "epoch": 0.8165416666666667,
      "grad_norm": 2.3223936557769775,
      "learning_rate": 2.4429001547558362e-05,
      "loss": 7.0271,
      "step": 391940
    },
    {
      "epoch": 0.8165625,
      "grad_norm": 1.2046843767166138,
      "learning_rate": 2.4423609300943975e-05,
      "loss": 7.1906,
      "step": 391950
    },
    {
      "epoch": 0.8165833333333333,
      "grad_norm": 1.0739197731018066,
      "learning_rate": 2.441821759676996e-05,
      "loss": 7.319,
      "step": 391960
    },
    {
      "epoch": 0.8166041666666667,
      "grad_norm": 0.9262088537216187,
      "learning_rate": 2.4412826435059505e-05,
      "loss": 6.8712,
      "step": 391970
    },
    {
      "epoch": 0.816625,
      "grad_norm": 1.4401105642318726,
      "learning_rate": 2.4407435815835892e-05,
      "loss": 7.3185,
      "step": 391980
    },
    {
      "epoch": 0.8166458333333333,
      "grad_norm": 1.1678575277328491,
      "learning_rate": 2.4402045739122513e-05,
      "loss": 7.2118,
      "step": 391990
    },
    {
      "epoch": 0.8166666666666667,
      "grad_norm": 0.9715201258659363,
      "learning_rate": 2.4396656204942548e-05,
      "loss": 7.0273,
      "step": 392000
    },
    {
      "epoch": 0.8166666666666667,
      "eval_loss": 7.16312313079834,
      "eval_runtime": 8.7491,
      "eval_samples_per_second": 0.343,
      "eval_steps_per_second": 0.114,
      "step": 392000
    },
    {
      "epoch": 0.8166875,
      "grad_norm": 3.640752077102661,
      "learning_rate": 2.4391267213319272e-05,
      "loss": 7.1196,
      "step": 392010
    },
    {
      "epoch": 0.8167083333333334,
      "grad_norm": 2.369647741317749,
      "learning_rate": 2.4385878764276073e-05,
      "loss": 6.9324,
      "step": 392020
    },
    {
      "epoch": 0.8167291666666666,
      "grad_norm": 4.151984214782715,
      "learning_rate": 2.438049085783612e-05,
      "loss": 7.3057,
      "step": 392030
    },
    {
      "epoch": 0.81675,
      "grad_norm": 1.256043791770935,
      "learning_rate": 2.437510349402268e-05,
      "loss": 8.0174,
      "step": 392040
    },
    {
      "epoch": 0.8167708333333333,
      "grad_norm": 3.8896491527557373,
      "learning_rate": 2.4369716672859146e-05,
      "loss": 7.0593,
      "step": 392050
    },
    {
      "epoch": 0.8167916666666667,
      "grad_norm": 2.125617742538452,
      "learning_rate": 2.436433039436867e-05,
      "loss": 7.2923,
      "step": 392060
    },
    {
      "epoch": 0.8168125,
      "grad_norm": 1.4336601495742798,
      "learning_rate": 2.4358944658574532e-05,
      "loss": 6.9153,
      "step": 392070
    },
    {
      "epoch": 0.8168333333333333,
      "grad_norm": 1.5139667987823486,
      "learning_rate": 2.4353559465500076e-05,
      "loss": 7.0112,
      "step": 392080
    },
    {
      "epoch": 0.8168541666666667,
      "grad_norm": 1.0147674083709717,
      "learning_rate": 2.4348174815168476e-05,
      "loss": 7.1304,
      "step": 392090
    },
    {
      "epoch": 0.816875,
      "grad_norm": 2.4740712642669678,
      "learning_rate": 2.434279070760304e-05,
      "loss": 7.4996,
      "step": 392100
    },
    {
      "epoch": 0.8168958333333334,
      "grad_norm": 2.064730167388916,
      "learning_rate": 2.4337407142826998e-05,
      "loss": 6.7362,
      "step": 392110
    },
    {
      "epoch": 0.8169166666666666,
      "grad_norm": 2.0480568408966064,
      "learning_rate": 2.4332024120863618e-05,
      "loss": 7.0707,
      "step": 392120
    },
    {
      "epoch": 0.8169375,
      "grad_norm": 1.0878252983093262,
      "learning_rate": 2.432664164173615e-05,
      "loss": 6.9417,
      "step": 392130
    },
    {
      "epoch": 0.8169583333333333,
      "grad_norm": 1.4773095846176147,
      "learning_rate": 2.4321259705467838e-05,
      "loss": 7.1461,
      "step": 392140
    },
    {
      "epoch": 0.8169791666666667,
      "grad_norm": 1.7285116910934448,
      "learning_rate": 2.431587831208195e-05,
      "loss": 7.1006,
      "step": 392150
    },
    {
      "epoch": 0.817,
      "grad_norm": 2.776338577270508,
      "learning_rate": 2.4310497461601713e-05,
      "loss": 7.1868,
      "step": 392160
    },
    {
      "epoch": 0.8170208333333333,
      "grad_norm": 2.6419615745544434,
      "learning_rate": 2.430511715405038e-05,
      "loss": 7.5097,
      "step": 392170
    },
    {
      "epoch": 0.8170416666666667,
      "grad_norm": 3.020723342895508,
      "learning_rate": 2.429973738945118e-05,
      "loss": 6.8206,
      "step": 392180
    },
    {
      "epoch": 0.8170625,
      "grad_norm": 1.9529942274093628,
      "learning_rate": 2.4294358167827392e-05,
      "loss": 7.0259,
      "step": 392190
    },
    {
      "epoch": 0.8170833333333334,
      "grad_norm": 4.207468032836914,
      "learning_rate": 2.4288979489202154e-05,
      "loss": 7.3015,
      "step": 392200
    },
    {
      "epoch": 0.8171041666666666,
      "grad_norm": 4.327274322509766,
      "learning_rate": 2.428360135359879e-05,
      "loss": 7.613,
      "step": 392210
    },
    {
      "epoch": 0.817125,
      "grad_norm": 2.0701792240142822,
      "learning_rate": 2.4278223761040553e-05,
      "loss": 6.973,
      "step": 392220
    },
    {
      "epoch": 0.8171458333333333,
      "grad_norm": 7.5242509841918945,
      "learning_rate": 2.4272846711550558e-05,
      "loss": 7.1207,
      "step": 392230
    },
    {
      "epoch": 0.8171666666666667,
      "grad_norm": 1.2585686445236206,
      "learning_rate": 2.4267470205152134e-05,
      "loss": 7.526,
      "step": 392240
    },
    {
      "epoch": 0.8171875,
      "grad_norm": 1.2358949184417725,
      "learning_rate": 2.4262094241868496e-05,
      "loss": 7.1704,
      "step": 392250
    },
    {
      "epoch": 0.8172083333333333,
      "grad_norm": 2.3883965015411377,
      "learning_rate": 2.4256718821722776e-05,
      "loss": 7.2047,
      "step": 392260
    },
    {
      "epoch": 0.8172291666666667,
      "grad_norm": 1.5080490112304688,
      "learning_rate": 2.425134394473829e-05,
      "loss": 7.0608,
      "step": 392270
    },
    {
      "epoch": 0.81725,
      "grad_norm": 2.1625659465789795,
      "learning_rate": 2.4245969610938264e-05,
      "loss": 6.8781,
      "step": 392280
    },
    {
      "epoch": 0.8172708333333333,
      "grad_norm": 1.9885221719741821,
      "learning_rate": 2.4240595820345788e-05,
      "loss": 6.9586,
      "step": 392290
    },
    {
      "epoch": 0.8172916666666666,
      "grad_norm": 1.1264457702636719,
      "learning_rate": 2.4235222572984204e-05,
      "loss": 7.4693,
      "step": 392300
    },
    {
      "epoch": 0.8173125,
      "grad_norm": 1.246532678604126,
      "learning_rate": 2.422984986887671e-05,
      "loss": 7.3082,
      "step": 392310
    },
    {
      "epoch": 0.8173333333333334,
      "grad_norm": 0.9989686012268066,
      "learning_rate": 2.4224477708046423e-05,
      "loss": 7.185,
      "step": 392320
    },
    {
      "epoch": 0.8173541666666667,
      "grad_norm": 1.889855146408081,
      "learning_rate": 2.421910609051666e-05,
      "loss": 7.3064,
      "step": 392330
    },
    {
      "epoch": 0.817375,
      "grad_norm": 1.3324130773544312,
      "learning_rate": 2.421373501631055e-05,
      "loss": 6.9444,
      "step": 392340
    },
    {
      "epoch": 0.8173958333333333,
      "grad_norm": 1.5433248281478882,
      "learning_rate": 2.420836448545127e-05,
      "loss": 7.3481,
      "step": 392350
    },
    {
      "epoch": 0.8174166666666667,
      "grad_norm": 2.9395251274108887,
      "learning_rate": 2.420299449796214e-05,
      "loss": 7.3146,
      "step": 392360
    },
    {
      "epoch": 0.8174375,
      "grad_norm": 1.2441943883895874,
      "learning_rate": 2.4197625053866242e-05,
      "loss": 7.1475,
      "step": 392370
    },
    {
      "epoch": 0.8174583333333333,
      "grad_norm": 1.0654387474060059,
      "learning_rate": 2.4192256153186774e-05,
      "loss": 6.8966,
      "step": 392380
    },
    {
      "epoch": 0.8174791666666666,
      "grad_norm": 1.6356064081192017,
      "learning_rate": 2.418688779594703e-05,
      "loss": 7.9389,
      "step": 392390
    },
    {
      "epoch": 0.8175,
      "grad_norm": 1.3835763931274414,
      "learning_rate": 2.4181519982170096e-05,
      "loss": 6.9094,
      "step": 392400
    },
    {
      "epoch": 0.8175208333333334,
      "grad_norm": 2.025362253189087,
      "learning_rate": 2.417615271187915e-05,
      "loss": 7.0754,
      "step": 392410
    },
    {
      "epoch": 0.8175416666666667,
      "grad_norm": 0.8309723734855652,
      "learning_rate": 2.4170785985097506e-05,
      "loss": 7.188,
      "step": 392420
    },
    {
      "epoch": 0.8175625,
      "grad_norm": 1.905266523361206,
      "learning_rate": 2.4165419801848218e-05,
      "loss": 8.6406,
      "step": 392430
    },
    {
      "epoch": 0.8175833333333333,
      "grad_norm": 1.038712978363037,
      "learning_rate": 2.4160054162154497e-05,
      "loss": 7.5024,
      "step": 392440
    },
    {
      "epoch": 0.8176041666666667,
      "grad_norm": 1.0880298614501953,
      "learning_rate": 2.415468906603954e-05,
      "loss": 7.3909,
      "step": 392450
    },
    {
      "epoch": 0.817625,
      "grad_norm": 2.1466846466064453,
      "learning_rate": 2.4149324513526513e-05,
      "loss": 7.4301,
      "step": 392460
    },
    {
      "epoch": 0.8176458333333333,
      "grad_norm": 1.8777016401290894,
      "learning_rate": 2.41439605046386e-05,
      "loss": 7.132,
      "step": 392470
    },
    {
      "epoch": 0.8176666666666667,
      "grad_norm": 1.4937845468521118,
      "learning_rate": 2.4138597039398943e-05,
      "loss": 6.8991,
      "step": 392480
    },
    {
      "epoch": 0.8176875,
      "grad_norm": 1.1336894035339355,
      "learning_rate": 2.4133234117830747e-05,
      "loss": 7.8269,
      "step": 392490
    },
    {
      "epoch": 0.8177083333333334,
      "grad_norm": 3.380401134490967,
      "learning_rate": 2.4127871739957138e-05,
      "loss": 7.2119,
      "step": 392500
    },
    {
      "epoch": 0.8177291666666666,
      "grad_norm": 1.7192164659500122,
      "learning_rate": 2.4122509905801302e-05,
      "loss": 6.9453,
      "step": 392510
    },
    {
      "epoch": 0.81775,
      "grad_norm": 1.6869394779205322,
      "learning_rate": 2.4117148615386402e-05,
      "loss": 7.3529,
      "step": 392520
    },
    {
      "epoch": 0.8177708333333333,
      "grad_norm": 1.0454633235931396,
      "learning_rate": 2.4111787868735598e-05,
      "loss": 7.2384,
      "step": 392530
    },
    {
      "epoch": 0.8177916666666667,
      "grad_norm": 1.9825576543807983,
      "learning_rate": 2.410642766587203e-05,
      "loss": 7.0017,
      "step": 392540
    },
    {
      "epoch": 0.8178125,
      "grad_norm": 2.8275208473205566,
      "learning_rate": 2.4101068006818874e-05,
      "loss": 6.9166,
      "step": 392550
    },
    {
      "epoch": 0.8178333333333333,
      "grad_norm": 3.637260913848877,
      "learning_rate": 2.4095708891599263e-05,
      "loss": 7.1024,
      "step": 392560
    },
    {
      "epoch": 0.8178541666666667,
      "grad_norm": 1.7319812774658203,
      "learning_rate": 2.4090350320236346e-05,
      "loss": 6.9662,
      "step": 392570
    },
    {
      "epoch": 0.817875,
      "grad_norm": 0.9002538323402405,
      "learning_rate": 2.4084992292753284e-05,
      "loss": 7.5504,
      "step": 392580
    },
    {
      "epoch": 0.8178958333333334,
      "grad_norm": 2.3733503818511963,
      "learning_rate": 2.407963480917325e-05,
      "loss": 6.7872,
      "step": 392590
    },
    {
      "epoch": 0.8179166666666666,
      "grad_norm": 1.5995687246322632,
      "learning_rate": 2.407427786951928e-05,
      "loss": 6.9117,
      "step": 392600
    },
    {
      "epoch": 0.8179375,
      "grad_norm": 1.757021188735962,
      "learning_rate": 2.4068921473814618e-05,
      "loss": 7.3854,
      "step": 392610
    },
    {
      "epoch": 0.8179583333333333,
      "grad_norm": 2.1016345024108887,
      "learning_rate": 2.4063565622082422e-05,
      "loss": 7.2385,
      "step": 392620
    },
    {
      "epoch": 0.8179791666666667,
      "grad_norm": 3.178969144821167,
      "learning_rate": 2.405821031434567e-05,
      "loss": 7.1885,
      "step": 392630
    },
    {
      "epoch": 0.818,
      "grad_norm": 2.2717268466949463,
      "learning_rate": 2.4052855550627654e-05,
      "loss": 7.3142,
      "step": 392640
    },
    {
      "epoch": 0.8180208333333333,
      "grad_norm": 0.9722656607627869,
      "learning_rate": 2.404750133095148e-05,
      "loss": 8.4729,
      "step": 392650
    },
    {
      "epoch": 0.8180416666666667,
      "grad_norm": 1.8744194507598877,
      "learning_rate": 2.4042147655340182e-05,
      "loss": 7.1578,
      "step": 392660
    },
    {
      "epoch": 0.8180625,
      "grad_norm": 1.964279294013977,
      "learning_rate": 2.4036794523816976e-05,
      "loss": 7.052,
      "step": 392670
    },
    {
      "epoch": 0.8180833333333334,
      "grad_norm": 1.557324767112732,
      "learning_rate": 2.4031441936404993e-05,
      "loss": 6.7392,
      "step": 392680
    },
    {
      "epoch": 0.8181041666666666,
      "grad_norm": 1.1586394309997559,
      "learning_rate": 2.4026089893127247e-05,
      "loss": 7.1331,
      "step": 392690
    },
    {
      "epoch": 0.818125,
      "grad_norm": 1.4274036884307861,
      "learning_rate": 2.4020738394007004e-05,
      "loss": 7.0445,
      "step": 392700
    },
    {
      "epoch": 0.8181458333333333,
      "grad_norm": 1.3615320920944214,
      "learning_rate": 2.401538743906726e-05,
      "loss": 7.1748,
      "step": 392710
    },
    {
      "epoch": 0.8181666666666667,
      "grad_norm": 1.9188179969787598,
      "learning_rate": 2.401003702833115e-05,
      "loss": 7.6135,
      "step": 392720
    },
    {
      "epoch": 0.8181875,
      "grad_norm": 2.566758394241333,
      "learning_rate": 2.4004687161821872e-05,
      "loss": 6.9099,
      "step": 392730
    },
    {
      "epoch": 0.8182083333333333,
      "grad_norm": 3.358822822570801,
      "learning_rate": 2.3999337839562456e-05,
      "loss": 8.8688,
      "step": 392740
    },
    {
      "epoch": 0.8182291666666667,
      "grad_norm": 0.8643482327461243,
      "learning_rate": 2.3993989061576013e-05,
      "loss": 7.4617,
      "step": 392750
    },
    {
      "epoch": 0.81825,
      "grad_norm": 3.250997543334961,
      "learning_rate": 2.3988640827885648e-05,
      "loss": 7.6645,
      "step": 392760
    },
    {
      "epoch": 0.8182708333333333,
      "grad_norm": 1.7950135469436646,
      "learning_rate": 2.3983293138514487e-05,
      "loss": 7.3795,
      "step": 392770
    },
    {
      "epoch": 0.8182916666666666,
      "grad_norm": 1.3568947315216064,
      "learning_rate": 2.397794599348563e-05,
      "loss": 6.9575,
      "step": 392780
    },
    {
      "epoch": 0.8183125,
      "grad_norm": 1.25907564163208,
      "learning_rate": 2.3972599392822146e-05,
      "loss": 6.8783,
      "step": 392790
    },
    {
      "epoch": 0.8183333333333334,
      "grad_norm": 0.8021203279495239,
      "learning_rate": 2.396725333654716e-05,
      "loss": 6.9804,
      "step": 392800
    },
    {
      "epoch": 0.8183541666666667,
      "grad_norm": 1.323283076286316,
      "learning_rate": 2.396190782468374e-05,
      "loss": 7.4039,
      "step": 392810
    },
    {
      "epoch": 0.818375,
      "grad_norm": 2.327608823776245,
      "learning_rate": 2.3956562857255e-05,
      "loss": 7.6925,
      "step": 392820
    },
    {
      "epoch": 0.8183958333333333,
      "grad_norm": 1.2773559093475342,
      "learning_rate": 2.395121843428401e-05,
      "loss": 6.9185,
      "step": 392830
    },
    {
      "epoch": 0.8184166666666667,
      "grad_norm": 4.519011497497559,
      "learning_rate": 2.3945874555793858e-05,
      "loss": 7.5424,
      "step": 392840
    },
    {
      "epoch": 0.8184375,
      "grad_norm": 1.4098472595214844,
      "learning_rate": 2.3940531221807653e-05,
      "loss": 6.962,
      "step": 392850
    },
    {
      "epoch": 0.8184583333333333,
      "grad_norm": 4.900676250457764,
      "learning_rate": 2.3935188432348433e-05,
      "loss": 7.4754,
      "step": 392860
    },
    {
      "epoch": 0.8184791666666666,
      "grad_norm": 2.462110757827759,
      "learning_rate": 2.3929846187439306e-05,
      "loss": 7.0662,
      "step": 392870
    },
    {
      "epoch": 0.8185,
      "grad_norm": 2.143751859664917,
      "learning_rate": 2.3924504487103347e-05,
      "loss": 7.3719,
      "step": 392880
    },
    {
      "epoch": 0.8185208333333334,
      "grad_norm": 3.28086256980896,
      "learning_rate": 2.391916333136362e-05,
      "loss": 6.9693,
      "step": 392890
    },
    {
      "epoch": 0.8185416666666666,
      "grad_norm": 5.809360980987549,
      "learning_rate": 2.39138227202432e-05,
      "loss": 7.1926,
      "step": 392900
    },
    {
      "epoch": 0.8185625,
      "grad_norm": 1.7444874048233032,
      "learning_rate": 2.390848265376517e-05,
      "loss": 7.0695,
      "step": 392910
    },
    {
      "epoch": 0.8185833333333333,
      "grad_norm": 2.4573254585266113,
      "learning_rate": 2.3903143131952574e-05,
      "loss": 6.9959,
      "step": 392920
    },
    {
      "epoch": 0.8186041666666667,
      "grad_norm": 3.046391725540161,
      "learning_rate": 2.3897804154828486e-05,
      "loss": 7.2812,
      "step": 392930
    },
    {
      "epoch": 0.818625,
      "grad_norm": 1.1564223766326904,
      "learning_rate": 2.389246572241596e-05,
      "loss": 7.187,
      "step": 392940
    },
    {
      "epoch": 0.8186458333333333,
      "grad_norm": 1.974066972732544,
      "learning_rate": 2.3887127834738072e-05,
      "loss": 7.1734,
      "step": 392950
    },
    {
      "epoch": 0.8186666666666667,
      "grad_norm": 1.903841257095337,
      "learning_rate": 2.3881790491817926e-05,
      "loss": 6.8988,
      "step": 392960
    },
    {
      "epoch": 0.8186875,
      "grad_norm": 1.5398608446121216,
      "learning_rate": 2.387645369367843e-05,
      "loss": 7.1596,
      "step": 392970
    },
    {
      "epoch": 0.8187083333333334,
      "grad_norm": 2.882565975189209,
      "learning_rate": 2.3871117440342775e-05,
      "loss": 7.6351,
      "step": 392980
    },
    {
      "epoch": 0.8187291666666666,
      "grad_norm": 1.3727647066116333,
      "learning_rate": 2.3865781731834e-05,
      "loss": 7.2494,
      "step": 392990
    },
    {
      "epoch": 0.81875,
      "grad_norm": 1.3275352716445923,
      "learning_rate": 2.3860446568175056e-05,
      "loss": 7.0324,
      "step": 393000
    },
    {
      "epoch": 0.81875,
      "eval_loss": 6.66974401473999,
      "eval_runtime": 9.0058,
      "eval_samples_per_second": 0.333,
      "eval_steps_per_second": 0.111,
      "step": 393000
    },
    {
      "epoch": 0.8187708333333333,
      "grad_norm": 4.562235355377197,
      "learning_rate": 2.3855111949389094e-05,
      "loss": 7.0927,
      "step": 393010
    },
    {
      "epoch": 0.8187916666666667,
      "grad_norm": 1.2570838928222656,
      "learning_rate": 2.3849777875499143e-05,
      "loss": 7.1583,
      "step": 393020
    },
    {
      "epoch": 0.8188125,
      "grad_norm": 1.3842151165008545,
      "learning_rate": 2.3844444346528184e-05,
      "loss": 6.9767,
      "step": 393030
    },
    {
      "epoch": 0.8188333333333333,
      "grad_norm": 2.2491936683654785,
      "learning_rate": 2.3839111362499253e-05,
      "loss": 7.3749,
      "step": 393040
    },
    {
      "epoch": 0.8188541666666667,
      "grad_norm": 3.487004518508911,
      "learning_rate": 2.3833778923435494e-05,
      "loss": 7.1588,
      "step": 393050
    },
    {
      "epoch": 0.818875,
      "grad_norm": 2.327545166015625,
      "learning_rate": 2.3828447029359838e-05,
      "loss": 7.0699,
      "step": 393060
    },
    {
      "epoch": 0.8188958333333334,
      "grad_norm": 2.6072847843170166,
      "learning_rate": 2.38231156802953e-05,
      "loss": 7.2737,
      "step": 393070
    },
    {
      "epoch": 0.8189166666666666,
      "grad_norm": 1.3567167520523071,
      "learning_rate": 2.3817784876265034e-05,
      "loss": 7.4364,
      "step": 393080
    },
    {
      "epoch": 0.8189375,
      "grad_norm": 1.1066560745239258,
      "learning_rate": 2.3812454617291964e-05,
      "loss": 7.4203,
      "step": 393090
    },
    {
      "epoch": 0.8189583333333333,
      "grad_norm": 4.673904895782471,
      "learning_rate": 2.3807124903399144e-05,
      "loss": 7.1009,
      "step": 393100
    },
    {
      "epoch": 0.8189791666666667,
      "grad_norm": 2.2994542121887207,
      "learning_rate": 2.3801795734609584e-05,
      "loss": 7.0465,
      "step": 393110
    },
    {
      "epoch": 0.819,
      "grad_norm": 1.6096975803375244,
      "learning_rate": 2.379646711094632e-05,
      "loss": 6.8692,
      "step": 393120
    },
    {
      "epoch": 0.8190208333333333,
      "grad_norm": 1.131450891494751,
      "learning_rate": 2.379113903243235e-05,
      "loss": 7.039,
      "step": 393130
    },
    {
      "epoch": 0.8190416666666667,
      "grad_norm": 0.9438626766204834,
      "learning_rate": 2.3785811499090717e-05,
      "loss": 7.0934,
      "step": 393140
    },
    {
      "epoch": 0.8190625,
      "grad_norm": 2.903980016708374,
      "learning_rate": 2.3780484510944426e-05,
      "loss": 6.9206,
      "step": 393150
    },
    {
      "epoch": 0.8190833333333334,
      "grad_norm": 1.4204909801483154,
      "learning_rate": 2.377515806801647e-05,
      "loss": 7.0498,
      "step": 393160
    },
    {
      "epoch": 0.8191041666666666,
      "grad_norm": 1.7092636823654175,
      "learning_rate": 2.3769832170329867e-05,
      "loss": 7.0921,
      "step": 393170
    },
    {
      "epoch": 0.819125,
      "grad_norm": 3.955284357070923,
      "learning_rate": 2.3764506817907613e-05,
      "loss": 7.574,
      "step": 393180
    },
    {
      "epoch": 0.8191458333333334,
      "grad_norm": 4.0789384841918945,
      "learning_rate": 2.3759182010772743e-05,
      "loss": 7.2747,
      "step": 393190
    },
    {
      "epoch": 0.8191666666666667,
      "grad_norm": 1.6235337257385254,
      "learning_rate": 2.3753857748948218e-05,
      "loss": 7.2496,
      "step": 393200
    },
    {
      "epoch": 0.8191875,
      "grad_norm": 2.3346126079559326,
      "learning_rate": 2.3748534032457074e-05,
      "loss": 7.5099,
      "step": 393210
    },
    {
      "epoch": 0.8192083333333333,
      "grad_norm": 0.9427591562271118,
      "learning_rate": 2.3743210861322272e-05,
      "loss": 6.87,
      "step": 393220
    },
    {
      "epoch": 0.8192291666666667,
      "grad_norm": 2.1499173641204834,
      "learning_rate": 2.3737888235566845e-05,
      "loss": 7.0073,
      "step": 393230
    },
    {
      "epoch": 0.81925,
      "grad_norm": 1.0216072797775269,
      "learning_rate": 2.373256615521374e-05,
      "loss": 7.1075,
      "step": 393240
    },
    {
      "epoch": 0.8192708333333333,
      "grad_norm": 1.048171877861023,
      "learning_rate": 2.3727244620285974e-05,
      "loss": 7.2004,
      "step": 393250
    },
    {
      "epoch": 0.8192916666666666,
      "grad_norm": 1.5608129501342773,
      "learning_rate": 2.3721923630806544e-05,
      "loss": 6.9,
      "step": 393260
    },
    {
      "epoch": 0.8193125,
      "grad_norm": 3.494838237762451,
      "learning_rate": 2.37166031867984e-05,
      "loss": 7.2581,
      "step": 393270
    },
    {
      "epoch": 0.8193333333333334,
      "grad_norm": 2.47249698638916,
      "learning_rate": 2.3711283288284555e-05,
      "loss": 6.9854,
      "step": 393280
    },
    {
      "epoch": 0.8193541666666667,
      "grad_norm": 1.1070332527160645,
      "learning_rate": 2.3705963935287975e-05,
      "loss": 7.1926,
      "step": 393290
    },
    {
      "epoch": 0.819375,
      "grad_norm": 1.6760680675506592,
      "learning_rate": 2.3700645127831642e-05,
      "loss": 7.2024,
      "step": 393300
    },
    {
      "epoch": 0.8193958333333333,
      "grad_norm": 1.321907877922058,
      "learning_rate": 2.3695326865938534e-05,
      "loss": 6.682,
      "step": 393310
    },
    {
      "epoch": 0.8194166666666667,
      "grad_norm": 2.7745261192321777,
      "learning_rate": 2.3690009149631606e-05,
      "loss": 7.0649,
      "step": 393320
    },
    {
      "epoch": 0.8194375,
      "grad_norm": 2.1622443199157715,
      "learning_rate": 2.3684691978933883e-05,
      "loss": 7.3867,
      "step": 393330
    },
    {
      "epoch": 0.8194583333333333,
      "grad_norm": 1.3835923671722412,
      "learning_rate": 2.367937535386827e-05,
      "loss": 7.3889,
      "step": 393340
    },
    {
      "epoch": 0.8194791666666666,
      "grad_norm": 1.4982770681381226,
      "learning_rate": 2.3674059274457708e-05,
      "loss": 7.0488,
      "step": 393350
    },
    {
      "epoch": 0.8195,
      "grad_norm": 1.8702312707901,
      "learning_rate": 2.3668743740725264e-05,
      "loss": 7.572,
      "step": 393360
    },
    {
      "epoch": 0.8195208333333334,
      "grad_norm": 1.5782489776611328,
      "learning_rate": 2.3663428752693824e-05,
      "loss": 7.3035,
      "step": 393370
    },
    {
      "epoch": 0.8195416666666666,
      "grad_norm": 4.532572269439697,
      "learning_rate": 2.3658114310386317e-05,
      "loss": 7.1783,
      "step": 393380
    },
    {
      "epoch": 0.8195625,
      "grad_norm": 1.40742826461792,
      "learning_rate": 2.3652800413825822e-05,
      "loss": 6.9608,
      "step": 393390
    },
    {
      "epoch": 0.8195833333333333,
      "grad_norm": 1.5225306749343872,
      "learning_rate": 2.364748706303519e-05,
      "loss": 7.3677,
      "step": 393400
    },
    {
      "epoch": 0.8196041666666667,
      "grad_norm": 2.3354763984680176,
      "learning_rate": 2.3642174258037357e-05,
      "loss": 6.8217,
      "step": 393410
    },
    {
      "epoch": 0.819625,
      "grad_norm": 4.674331188201904,
      "learning_rate": 2.3636861998855394e-05,
      "loss": 7.9915,
      "step": 393420
    },
    {
      "epoch": 0.8196458333333333,
      "grad_norm": 1.3209688663482666,
      "learning_rate": 2.3631550285512125e-05,
      "loss": 7.157,
      "step": 393430
    },
    {
      "epoch": 0.8196666666666667,
      "grad_norm": 5.169867038726807,
      "learning_rate": 2.3626239118030508e-05,
      "loss": 7.0231,
      "step": 393440
    },
    {
      "epoch": 0.8196875,
      "grad_norm": 1.959135890007019,
      "learning_rate": 2.3620928496433582e-05,
      "loss": 7.5226,
      "step": 393450
    },
    {
      "epoch": 0.8197083333333334,
      "grad_norm": 5.762026786804199,
      "learning_rate": 2.3615618420744193e-05,
      "loss": 8.1389,
      "step": 393460
    },
    {
      "epoch": 0.8197291666666666,
      "grad_norm": 1.5903255939483643,
      "learning_rate": 2.3610308890985285e-05,
      "loss": 7.015,
      "step": 393470
    },
    {
      "epoch": 0.81975,
      "grad_norm": 1.913665533065796,
      "learning_rate": 2.3604999907179828e-05,
      "loss": 6.8389,
      "step": 393480
    },
    {
      "epoch": 0.8197708333333333,
      "grad_norm": 1.110002040863037,
      "learning_rate": 2.359969146935075e-05,
      "loss": 7.131,
      "step": 393490
    },
    {
      "epoch": 0.8197916666666667,
      "grad_norm": 1.4275498390197754,
      "learning_rate": 2.359438357752097e-05,
      "loss": 6.862,
      "step": 393500
    },
    {
      "epoch": 0.8198125,
      "grad_norm": 8.137017250061035,
      "learning_rate": 2.35890762317134e-05,
      "loss": 7.7126,
      "step": 393510
    },
    {
      "epoch": 0.8198333333333333,
      "grad_norm": 2.13200044631958,
      "learning_rate": 2.3583769431951005e-05,
      "loss": 7.2332,
      "step": 393520
    },
    {
      "epoch": 0.8198541666666667,
      "grad_norm": 2.2037532329559326,
      "learning_rate": 2.3578463178256668e-05,
      "loss": 7.1735,
      "step": 393530
    },
    {
      "epoch": 0.819875,
      "grad_norm": 4.285473823547363,
      "learning_rate": 2.3573157470653355e-05,
      "loss": 7.0709,
      "step": 393540
    },
    {
      "epoch": 0.8198958333333334,
      "grad_norm": 5.391341209411621,
      "learning_rate": 2.3567852309163926e-05,
      "loss": 7.7484,
      "step": 393550
    },
    {
      "epoch": 0.8199166666666666,
      "grad_norm": 2.126905679702759,
      "learning_rate": 2.356254769381135e-05,
      "loss": 7.5475,
      "step": 393560
    },
    {
      "epoch": 0.8199375,
      "grad_norm": 0.9452672004699707,
      "learning_rate": 2.3557243624618527e-05,
      "loss": 7.338,
      "step": 393570
    },
    {
      "epoch": 0.8199583333333333,
      "grad_norm": 1.735330581665039,
      "learning_rate": 2.355194010160835e-05,
      "loss": 7.0467,
      "step": 393580
    },
    {
      "epoch": 0.8199791666666667,
      "grad_norm": 2.3035171031951904,
      "learning_rate": 2.3546637124803742e-05,
      "loss": 6.9204,
      "step": 393590
    },
    {
      "epoch": 0.82,
      "grad_norm": 1.7782846689224243,
      "learning_rate": 2.3541334694227608e-05,
      "loss": 7.0196,
      "step": 393600
    },
    {
      "epoch": 0.8200208333333333,
      "grad_norm": 1.145910382270813,
      "learning_rate": 2.3536032809902855e-05,
      "loss": 6.9478,
      "step": 393610
    },
    {
      "epoch": 0.8200416666666667,
      "grad_norm": 1.4088714122772217,
      "learning_rate": 2.353073147185241e-05,
      "loss": 6.6367,
      "step": 393620
    },
    {
      "epoch": 0.8200625,
      "grad_norm": 2.0662269592285156,
      "learning_rate": 2.3525430680099073e-05,
      "loss": 7.4508,
      "step": 393630
    },
    {
      "epoch": 0.8200833333333334,
      "grad_norm": 1.8036893606185913,
      "learning_rate": 2.3520130434665857e-05,
      "loss": 7.4376,
      "step": 393640
    },
    {
      "epoch": 0.8201041666666666,
      "grad_norm": 6.515697479248047,
      "learning_rate": 2.3514830735575645e-05,
      "loss": 7.4899,
      "step": 393650
    },
    {
      "epoch": 0.820125,
      "grad_norm": 7.267110824584961,
      "learning_rate": 2.350953158285124e-05,
      "loss": 8.0311,
      "step": 393660
    },
    {
      "epoch": 0.8201458333333334,
      "grad_norm": 2.0974960327148438,
      "learning_rate": 2.3504232976515613e-05,
      "loss": 7.1216,
      "step": 393670
    },
    {
      "epoch": 0.8201666666666667,
      "grad_norm": 1.2001172304153442,
      "learning_rate": 2.3498934916591655e-05,
      "loss": 6.8404,
      "step": 393680
    },
    {
      "epoch": 0.8201875,
      "grad_norm": 0.9290400147438049,
      "learning_rate": 2.349363740310218e-05,
      "loss": 7.2641,
      "step": 393690
    },
    {
      "epoch": 0.8202083333333333,
      "grad_norm": 1.6523053646087646,
      "learning_rate": 2.3488340436070162e-05,
      "loss": 7.3828,
      "step": 393700
    },
    {
      "epoch": 0.8202291666666667,
      "grad_norm": 3.5850319862365723,
      "learning_rate": 2.3483044015518408e-05,
      "loss": 8.0713,
      "step": 393710
    },
    {
      "epoch": 0.82025,
      "grad_norm": 2.266916275024414,
      "learning_rate": 2.3477748141469798e-05,
      "loss": 7.02,
      "step": 393720
    },
    {
      "epoch": 0.8202708333333333,
      "grad_norm": 1.6011898517608643,
      "learning_rate": 2.3472452813947296e-05,
      "loss": 6.7677,
      "step": 393730
    },
    {
      "epoch": 0.8202916666666666,
      "grad_norm": 3.1017520427703857,
      "learning_rate": 2.3467158032973698e-05,
      "loss": 7.1897,
      "step": 393740
    },
    {
      "epoch": 0.8203125,
      "grad_norm": 1.8839548826217651,
      "learning_rate": 2.346186379857184e-05,
      "loss": 7.0705,
      "step": 393750
    },
    {
      "epoch": 0.8203333333333334,
      "grad_norm": 1.5436251163482666,
      "learning_rate": 2.3456570110764716e-05,
      "loss": 7.2104,
      "step": 393760
    },
    {
      "epoch": 0.8203541666666667,
      "grad_norm": 2.84653639793396,
      "learning_rate": 2.345127696957508e-05,
      "loss": 7.2584,
      "step": 393770
    },
    {
      "epoch": 0.820375,
      "grad_norm": 1.245627999305725,
      "learning_rate": 2.3445984375025804e-05,
      "loss": 7.2246,
      "step": 393780
    },
    {
      "epoch": 0.8203958333333333,
      "grad_norm": 1.4491698741912842,
      "learning_rate": 2.3440692327139864e-05,
      "loss": 7.5291,
      "step": 393790
    },
    {
      "epoch": 0.8204166666666667,
      "grad_norm": 1.0656764507293701,
      "learning_rate": 2.3435400825939986e-05,
      "loss": 7.5594,
      "step": 393800
    },
    {
      "epoch": 0.8204375,
      "grad_norm": 1.1118136644363403,
      "learning_rate": 2.3430109871449054e-05,
      "loss": 7.1319,
      "step": 393810
    },
    {
      "epoch": 0.8204583333333333,
      "grad_norm": 1.2787799835205078,
      "learning_rate": 2.3424819463690015e-05,
      "loss": 7.1557,
      "step": 393820
    },
    {
      "epoch": 0.8204791666666666,
      "grad_norm": 1.0806173086166382,
      "learning_rate": 2.3419529602685617e-05,
      "loss": 6.7061,
      "step": 393830
    },
    {
      "epoch": 0.8205,
      "grad_norm": 1.9017213582992554,
      "learning_rate": 2.3414240288458757e-05,
      "loss": 7.4221,
      "step": 393840
    },
    {
      "epoch": 0.8205208333333334,
      "grad_norm": 2.0323216915130615,
      "learning_rate": 2.3408951521032255e-05,
      "loss": 6.995,
      "step": 393850
    },
    {
      "epoch": 0.8205416666666666,
      "grad_norm": 1.1705660820007324,
      "learning_rate": 2.3403663300428986e-05,
      "loss": 7.1201,
      "step": 393860
    },
    {
      "epoch": 0.8205625,
      "grad_norm": 4.151318073272705,
      "learning_rate": 2.339837562667179e-05,
      "loss": 7.2958,
      "step": 393870
    },
    {
      "epoch": 0.8205833333333333,
      "grad_norm": 2.3347527980804443,
      "learning_rate": 2.3393088499783475e-05,
      "loss": 6.9915,
      "step": 393880
    },
    {
      "epoch": 0.8206041666666667,
      "grad_norm": 0.9002028107643127,
      "learning_rate": 2.3387801919786924e-05,
      "loss": 7.2424,
      "step": 393890
    },
    {
      "epoch": 0.820625,
      "grad_norm": 6.162416934967041,
      "learning_rate": 2.3382515886704938e-05,
      "loss": 7.4921,
      "step": 393900
    },
    {
      "epoch": 0.8206458333333333,
      "grad_norm": 2.6651341915130615,
      "learning_rate": 2.3377230400560365e-05,
      "loss": 7.1454,
      "step": 393910
    },
    {
      "epoch": 0.8206666666666667,
      "grad_norm": 5.138619899749756,
      "learning_rate": 2.337194546137605e-05,
      "loss": 7.7932,
      "step": 393920
    },
    {
      "epoch": 0.8206875,
      "grad_norm": 1.4614918231964111,
      "learning_rate": 2.3366661069174797e-05,
      "loss": 7.6763,
      "step": 393930
    },
    {
      "epoch": 0.8207083333333334,
      "grad_norm": 1.4859434366226196,
      "learning_rate": 2.336137722397945e-05,
      "loss": 7.3996,
      "step": 393940
    },
    {
      "epoch": 0.8207291666666666,
      "grad_norm": 1.6834434270858765,
      "learning_rate": 2.3356093925812824e-05,
      "loss": 7.248,
      "step": 393950
    },
    {
      "epoch": 0.82075,
      "grad_norm": 1.0060399770736694,
      "learning_rate": 2.335081117469777e-05,
      "loss": 7.1033,
      "step": 393960
    },
    {
      "epoch": 0.8207708333333333,
      "grad_norm": 4.2051849365234375,
      "learning_rate": 2.3345528970657018e-05,
      "loss": 7.1829,
      "step": 393970
    },
    {
      "epoch": 0.8207916666666667,
      "grad_norm": 1.2098883390426636,
      "learning_rate": 2.3340247313713484e-05,
      "loss": 7.5057,
      "step": 393980
    },
    {
      "epoch": 0.8208125,
      "grad_norm": 1.0920907258987427,
      "learning_rate": 2.333496620388998e-05,
      "loss": 7.4003,
      "step": 393990
    },
    {
      "epoch": 0.8208333333333333,
      "grad_norm": 3.776277780532837,
      "learning_rate": 2.332968564120921e-05,
      "loss": 7.1975,
      "step": 394000
    },
    {
      "epoch": 0.8208333333333333,
      "eval_loss": 6.698158264160156,
      "eval_runtime": 9.0588,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 394000
    },
    {
      "epoch": 0.8208541666666667,
      "grad_norm": 1.3721966743469238,
      "learning_rate": 2.3324405625694087e-05,
      "loss": 7.3667,
      "step": 394010
    },
    {
      "epoch": 0.820875,
      "grad_norm": 12.616701126098633,
      "learning_rate": 2.3319126157367442e-05,
      "loss": 7.1615,
      "step": 394020
    },
    {
      "epoch": 0.8208958333333334,
      "grad_norm": 1.596990942955017,
      "learning_rate": 2.3313847236251955e-05,
      "loss": 7.4448,
      "step": 394030
    },
    {
      "epoch": 0.8209166666666666,
      "grad_norm": 1.3088643550872803,
      "learning_rate": 2.3308568862370523e-05,
      "loss": 7.2311,
      "step": 394040
    },
    {
      "epoch": 0.8209375,
      "grad_norm": 2.6360433101654053,
      "learning_rate": 2.330329103574597e-05,
      "loss": 7.1624,
      "step": 394050
    },
    {
      "epoch": 0.8209583333333333,
      "grad_norm": 1.143025517463684,
      "learning_rate": 2.3298013756400986e-05,
      "loss": 6.9951,
      "step": 394060
    },
    {
      "epoch": 0.8209791666666667,
      "grad_norm": 1.3824889659881592,
      "learning_rate": 2.3292737024358454e-05,
      "loss": 6.7827,
      "step": 394070
    },
    {
      "epoch": 0.821,
      "grad_norm": 1.0373982191085815,
      "learning_rate": 2.3287460839641193e-05,
      "loss": 6.98,
      "step": 394080
    },
    {
      "epoch": 0.8210208333333333,
      "grad_norm": 3.3375773429870605,
      "learning_rate": 2.3282185202271862e-05,
      "loss": 7.0253,
      "step": 394090
    },
    {
      "epoch": 0.8210416666666667,
      "grad_norm": 0.9100427627563477,
      "learning_rate": 2.32769101122734e-05,
      "loss": 6.9654,
      "step": 394100
    },
    {
      "epoch": 0.8210625,
      "grad_norm": 1.0081888437271118,
      "learning_rate": 2.32716355696685e-05,
      "loss": 7.0552,
      "step": 394110
    },
    {
      "epoch": 0.8210833333333334,
      "grad_norm": 1.6685302257537842,
      "learning_rate": 2.3266361574479932e-05,
      "loss": 7.0774,
      "step": 394120
    },
    {
      "epoch": 0.8211041666666666,
      "grad_norm": 1.6360584497451782,
      "learning_rate": 2.3261088126730603e-05,
      "loss": 6.9637,
      "step": 394130
    },
    {
      "epoch": 0.821125,
      "grad_norm": 1.5105125904083252,
      "learning_rate": 2.325581522644315e-05,
      "loss": 7.2017,
      "step": 394140
    },
    {
      "epoch": 0.8211458333333334,
      "grad_norm": 1.641715407371521,
      "learning_rate": 2.3250542873640375e-05,
      "loss": 7.0723,
      "step": 394150
    },
    {
      "epoch": 0.8211666666666667,
      "grad_norm": 1.2610958814620972,
      "learning_rate": 2.3245271068345157e-05,
      "loss": 7.2429,
      "step": 394160
    },
    {
      "epoch": 0.8211875,
      "grad_norm": 1.436985731124878,
      "learning_rate": 2.3239999810580175e-05,
      "loss": 7.0291,
      "step": 394170
    },
    {
      "epoch": 0.8212083333333333,
      "grad_norm": 1.2318583726882935,
      "learning_rate": 2.3234729100368162e-05,
      "loss": 6.9258,
      "step": 394180
    },
    {
      "epoch": 0.8212291666666667,
      "grad_norm": 1.3648574352264404,
      "learning_rate": 2.3229458937732016e-05,
      "loss": 7.113,
      "step": 394190
    },
    {
      "epoch": 0.82125,
      "grad_norm": 1.3567756414413452,
      "learning_rate": 2.3224189322694403e-05,
      "loss": 7.8844,
      "step": 394200
    },
    {
      "epoch": 0.8212708333333333,
      "grad_norm": 1.1950018405914307,
      "learning_rate": 2.3218920255278106e-05,
      "loss": 7.3213,
      "step": 394210
    },
    {
      "epoch": 0.8212916666666666,
      "grad_norm": 2.5065860748291016,
      "learning_rate": 2.3213651735505888e-05,
      "loss": 7.2721,
      "step": 394220
    },
    {
      "epoch": 0.8213125,
      "grad_norm": 1.5057200193405151,
      "learning_rate": 2.320838376340052e-05,
      "loss": 7.1737,
      "step": 394230
    },
    {
      "epoch": 0.8213333333333334,
      "grad_norm": 1.2233120203018188,
      "learning_rate": 2.3203116338984722e-05,
      "loss": 8.8147,
      "step": 394240
    },
    {
      "epoch": 0.8213541666666667,
      "grad_norm": 1.179011583328247,
      "learning_rate": 2.3197849462281286e-05,
      "loss": 7.0474,
      "step": 394250
    },
    {
      "epoch": 0.821375,
      "grad_norm": 2.1878912448883057,
      "learning_rate": 2.319258313331296e-05,
      "loss": 7.9172,
      "step": 394260
    },
    {
      "epoch": 0.8213958333333333,
      "grad_norm": 1.2674167156219482,
      "learning_rate": 2.318731735210247e-05,
      "loss": 6.9189,
      "step": 394270
    },
    {
      "epoch": 0.8214166666666667,
      "grad_norm": 1.6945102214813232,
      "learning_rate": 2.3182052118672567e-05,
      "loss": 7.0126,
      "step": 394280
    },
    {
      "epoch": 0.8214375,
      "grad_norm": 1.288957118988037,
      "learning_rate": 2.3176787433046e-05,
      "loss": 6.9657,
      "step": 394290
    },
    {
      "epoch": 0.8214583333333333,
      "grad_norm": 1.1983882188796997,
      "learning_rate": 2.317152329524552e-05,
      "loss": 6.9477,
      "step": 394300
    },
    {
      "epoch": 0.8214791666666666,
      "grad_norm": 1.0134207010269165,
      "learning_rate": 2.3166259705293855e-05,
      "loss": 6.8995,
      "step": 394310
    },
    {
      "epoch": 0.8215,
      "grad_norm": 0.8243041038513184,
      "learning_rate": 2.3160996663213753e-05,
      "loss": 6.9423,
      "step": 394320
    },
    {
      "epoch": 0.8215208333333334,
      "grad_norm": 1.290182113647461,
      "learning_rate": 2.3155734169027968e-05,
      "loss": 7.0531,
      "step": 394330
    },
    {
      "epoch": 0.8215416666666666,
      "grad_norm": 2.3055291175842285,
      "learning_rate": 2.3150472222759126e-05,
      "loss": 6.9212,
      "step": 394340
    },
    {
      "epoch": 0.8215625,
      "grad_norm": 4.069328784942627,
      "learning_rate": 2.314521082443006e-05,
      "loss": 7.2441,
      "step": 394350
    },
    {
      "epoch": 0.8215833333333333,
      "grad_norm": 2.1440532207489014,
      "learning_rate": 2.313994997406352e-05,
      "loss": 7.8507,
      "step": 394360
    },
    {
      "epoch": 0.8216041666666667,
      "grad_norm": 3.888503074645996,
      "learning_rate": 2.313468967168212e-05,
      "loss": 7.3716,
      "step": 394370
    },
    {
      "epoch": 0.821625,
      "grad_norm": 2.0078353881835938,
      "learning_rate": 2.312942991730866e-05,
      "loss": 7.0809,
      "step": 394380
    },
    {
      "epoch": 0.8216458333333333,
      "grad_norm": 2.7036945819854736,
      "learning_rate": 2.312417071096589e-05,
      "loss": 7.1904,
      "step": 394390
    },
    {
      "epoch": 0.8216666666666667,
      "grad_norm": 1.1980427503585815,
      "learning_rate": 2.3118912052676402e-05,
      "loss": 7.4553,
      "step": 394400
    },
    {
      "epoch": 0.8216875,
      "grad_norm": 1.8811571598052979,
      "learning_rate": 2.3113653942463033e-05,
      "loss": 6.9925,
      "step": 394410
    },
    {
      "epoch": 0.8217083333333334,
      "grad_norm": 1.931030511856079,
      "learning_rate": 2.31083963803485e-05,
      "loss": 7.4115,
      "step": 394420
    },
    {
      "epoch": 0.8217291666666666,
      "grad_norm": 1.8031641244888306,
      "learning_rate": 2.310313936635538e-05,
      "loss": 7.0915,
      "step": 394430
    },
    {
      "epoch": 0.82175,
      "grad_norm": 2.086639404296875,
      "learning_rate": 2.3097882900506505e-05,
      "loss": 7.3162,
      "step": 394440
    },
    {
      "epoch": 0.8217708333333333,
      "grad_norm": 3.1214630603790283,
      "learning_rate": 2.309262698282459e-05,
      "loss": 7.2796,
      "step": 394450
    },
    {
      "epoch": 0.8217916666666667,
      "grad_norm": 6.786023139953613,
      "learning_rate": 2.3087371613332223e-05,
      "loss": 7.2328,
      "step": 394460
    },
    {
      "epoch": 0.8218125,
      "grad_norm": 0.9746620059013367,
      "learning_rate": 2.308211679205223e-05,
      "loss": 7.9147,
      "step": 394470
    },
    {
      "epoch": 0.8218333333333333,
      "grad_norm": 1.4117857217788696,
      "learning_rate": 2.3076862519007226e-05,
      "loss": 7.3569,
      "step": 394480
    },
    {
      "epoch": 0.8218541666666667,
      "grad_norm": 1.1296583414077759,
      "learning_rate": 2.3071608794219914e-05,
      "loss": 7.2402,
      "step": 394490
    },
    {
      "epoch": 0.821875,
      "grad_norm": 4.088195323944092,
      "learning_rate": 2.306635561771307e-05,
      "loss": 6.9553,
      "step": 394500
    },
    {
      "epoch": 0.8218958333333334,
      "grad_norm": 2.7348852157592773,
      "learning_rate": 2.3061102989509284e-05,
      "loss": 7.2045,
      "step": 394510
    },
    {
      "epoch": 0.8219166666666666,
      "grad_norm": 1.8190737962722778,
      "learning_rate": 2.3055850909631295e-05,
      "loss": 7.2921,
      "step": 394520
    },
    {
      "epoch": 0.8219375,
      "grad_norm": 1.2152398824691772,
      "learning_rate": 2.3050599378101792e-05,
      "loss": 7.2413,
      "step": 394530
    },
    {
      "epoch": 0.8219583333333333,
      "grad_norm": 3.1969008445739746,
      "learning_rate": 2.3045348394943436e-05,
      "loss": 7.2476,
      "step": 394540
    },
    {
      "epoch": 0.8219791666666667,
      "grad_norm": 1.9504594802856445,
      "learning_rate": 2.3040097960178926e-05,
      "loss": 7.0796,
      "step": 394550
    },
    {
      "epoch": 0.822,
      "grad_norm": 2.3750317096710205,
      "learning_rate": 2.3034848073830932e-05,
      "loss": 7.1404,
      "step": 394560
    },
    {
      "epoch": 0.8220208333333333,
      "grad_norm": 1.7517017126083374,
      "learning_rate": 2.3029598735922145e-05,
      "loss": 7.133,
      "step": 394570
    },
    {
      "epoch": 0.8220416666666667,
      "grad_norm": 1.930441975593567,
      "learning_rate": 2.3024349946475235e-05,
      "loss": 7.3917,
      "step": 394580
    },
    {
      "epoch": 0.8220625,
      "grad_norm": 2.7734081745147705,
      "learning_rate": 2.3019101705512882e-05,
      "loss": 7.4653,
      "step": 394590
    },
    {
      "epoch": 0.8220833333333334,
      "grad_norm": 2.1689507961273193,
      "learning_rate": 2.3013854013057735e-05,
      "loss": 7.2076,
      "step": 394600
    },
    {
      "epoch": 0.8221041666666666,
      "grad_norm": 2.3870885372161865,
      "learning_rate": 2.3008606869132462e-05,
      "loss": 6.7787,
      "step": 394610
    },
    {
      "epoch": 0.822125,
      "grad_norm": 2.0873000621795654,
      "learning_rate": 2.300336027375976e-05,
      "loss": 7.4999,
      "step": 394620
    },
    {
      "epoch": 0.8221458333333334,
      "grad_norm": 1.1132850646972656,
      "learning_rate": 2.2998114226962272e-05,
      "loss": 7.2447,
      "step": 394630
    },
    {
      "epoch": 0.8221666666666667,
      "grad_norm": 1.1215271949768066,
      "learning_rate": 2.2992868728762652e-05,
      "loss": 7.1002,
      "step": 394640
    },
    {
      "epoch": 0.8221875,
      "grad_norm": 2.4326701164245605,
      "learning_rate": 2.2987623779183568e-05,
      "loss": 7.337,
      "step": 394650
    },
    {
      "epoch": 0.8222083333333333,
      "grad_norm": 3.1348979473114014,
      "learning_rate": 2.298237937824768e-05,
      "loss": 7.3117,
      "step": 394660
    },
    {
      "epoch": 0.8222291666666667,
      "grad_norm": 0.86536705493927,
      "learning_rate": 2.297713552597762e-05,
      "loss": 7.0322,
      "step": 394670
    },
    {
      "epoch": 0.82225,
      "grad_norm": 2.677872896194458,
      "learning_rate": 2.297189222239607e-05,
      "loss": 6.9723,
      "step": 394680
    },
    {
      "epoch": 0.8222708333333333,
      "grad_norm": 1.1110962629318237,
      "learning_rate": 2.2966649467525665e-05,
      "loss": 6.9369,
      "step": 394690
    },
    {
      "epoch": 0.8222916666666666,
      "grad_norm": 1.227722406387329,
      "learning_rate": 2.296140726138907e-05,
      "loss": 10.5767,
      "step": 394700
    },
    {
      "epoch": 0.8223125,
      "grad_norm": 1.2734006643295288,
      "learning_rate": 2.2956165604008864e-05,
      "loss": 7.2202,
      "step": 394710
    },
    {
      "epoch": 0.8223333333333334,
      "grad_norm": 1.8032631874084473,
      "learning_rate": 2.2950924495407748e-05,
      "loss": 6.8676,
      "step": 394720
    },
    {
      "epoch": 0.8223541666666667,
      "grad_norm": 1.0869635343551636,
      "learning_rate": 2.29456839356084e-05,
      "loss": 7.3212,
      "step": 394730
    },
    {
      "epoch": 0.822375,
      "grad_norm": 3.896059989929199,
      "learning_rate": 2.2940443924633324e-05,
      "loss": 7.5025,
      "step": 394740
    },
    {
      "epoch": 0.8223958333333333,
      "grad_norm": 1.8608615398406982,
      "learning_rate": 2.293520446250528e-05,
      "loss": 7.7724,
      "step": 394750
    },
    {
      "epoch": 0.8224166666666667,
      "grad_norm": 1.697168231010437,
      "learning_rate": 2.2929965549246887e-05,
      "loss": 7.7694,
      "step": 394760
    },
    {
      "epoch": 0.8224375,
      "grad_norm": 1.232452154159546,
      "learning_rate": 2.2924727184880677e-05,
      "loss": 7.0429,
      "step": 394770
    },
    {
      "epoch": 0.8224583333333333,
      "grad_norm": 3.7174692153930664,
      "learning_rate": 2.2919489369429377e-05,
      "loss": 6.8983,
      "step": 394780
    },
    {
      "epoch": 0.8224791666666667,
      "grad_norm": 3.8317935466766357,
      "learning_rate": 2.2914252102915625e-05,
      "loss": 7.5913,
      "step": 394790
    },
    {
      "epoch": 0.8225,
      "grad_norm": 2.3890016078948975,
      "learning_rate": 2.290901538536195e-05,
      "loss": 7.5123,
      "step": 394800
    },
    {
      "epoch": 0.8225208333333334,
      "grad_norm": 1.9994114637374878,
      "learning_rate": 2.2903779216791e-05,
      "loss": 7.1533,
      "step": 394810
    },
    {
      "epoch": 0.8225416666666666,
      "grad_norm": 2.2809910774230957,
      "learning_rate": 2.2898543597225494e-05,
      "loss": 7.0468,
      "step": 394820
    },
    {
      "epoch": 0.8225625,
      "grad_norm": 1.2480666637420654,
      "learning_rate": 2.289330852668791e-05,
      "loss": 6.9438,
      "step": 394830
    },
    {
      "epoch": 0.8225833333333333,
      "grad_norm": 1.6091203689575195,
      "learning_rate": 2.2888074005200946e-05,
      "loss": 7.3582,
      "step": 394840
    },
    {
      "epoch": 0.8226041666666667,
      "grad_norm": 6.339015007019043,
      "learning_rate": 2.2882840032787168e-05,
      "loss": 7.1257,
      "step": 394850
    },
    {
      "epoch": 0.822625,
      "grad_norm": 1.291295051574707,
      "learning_rate": 2.2877606609469214e-05,
      "loss": 7.386,
      "step": 394860
    },
    {
      "epoch": 0.8226458333333333,
      "grad_norm": 1.2880295515060425,
      "learning_rate": 2.287237373526967e-05,
      "loss": 7.4193,
      "step": 394870
    },
    {
      "epoch": 0.8226666666666667,
      "grad_norm": 2.425611734390259,
      "learning_rate": 2.2867141410211164e-05,
      "loss": 7.3632,
      "step": 394880
    },
    {
      "epoch": 0.8226875,
      "grad_norm": 1.7568225860595703,
      "learning_rate": 2.286190963431629e-05,
      "loss": 7.5294,
      "step": 394890
    },
    {
      "epoch": 0.8227083333333334,
      "grad_norm": 2.8491504192352295,
      "learning_rate": 2.2856678407607627e-05,
      "loss": 7.0068,
      "step": 394900
    },
    {
      "epoch": 0.8227291666666666,
      "grad_norm": 1.958565354347229,
      "learning_rate": 2.2851447730107792e-05,
      "loss": 6.8193,
      "step": 394910
    },
    {
      "epoch": 0.82275,
      "grad_norm": 3.142049789428711,
      "learning_rate": 2.2846217601839367e-05,
      "loss": 6.9039,
      "step": 394920
    },
    {
      "epoch": 0.8227708333333333,
      "grad_norm": 3.9243547916412354,
      "learning_rate": 2.2840988022824967e-05,
      "loss": 6.8353,
      "step": 394930
    },
    {
      "epoch": 0.8227916666666667,
      "grad_norm": 1.5015676021575928,
      "learning_rate": 2.2835758993087144e-05,
      "loss": 7.011,
      "step": 394940
    },
    {
      "epoch": 0.8228125,
      "grad_norm": 1.9056715965270996,
      "learning_rate": 2.2830530512648527e-05,
      "loss": 7.574,
      "step": 394950
    },
    {
      "epoch": 0.8228333333333333,
      "grad_norm": 2.761138916015625,
      "learning_rate": 2.2825302581531678e-05,
      "loss": 7.0498,
      "step": 394960
    },
    {
      "epoch": 0.8228541666666667,
      "grad_norm": 1.2926734685897827,
      "learning_rate": 2.2820075199759168e-05,
      "loss": 7.0584,
      "step": 394970
    },
    {
      "epoch": 0.822875,
      "grad_norm": 1.4033986330032349,
      "learning_rate": 2.281484836735361e-05,
      "loss": 6.7642,
      "step": 394980
    },
    {
      "epoch": 0.8228958333333334,
      "grad_norm": 2.354898691177368,
      "learning_rate": 2.2809622084337552e-05,
      "loss": 7.0824,
      "step": 394990
    },
    {
      "epoch": 0.8229166666666666,
      "grad_norm": 2.7334139347076416,
      "learning_rate": 2.280439635073358e-05,
      "loss": 7.4048,
      "step": 395000
    },
    {
      "epoch": 0.8229166666666666,
      "eval_loss": 6.420004844665527,
      "eval_runtime": 8.859,
      "eval_samples_per_second": 0.339,
      "eval_steps_per_second": 0.113,
      "step": 395000
    },
    {
      "epoch": 0.8229375,
      "grad_norm": 0.9390419125556946,
      "learning_rate": 2.2799171166564283e-05,
      "loss": 7.5405,
      "step": 395010
    },
    {
      "epoch": 0.8229583333333333,
      "grad_norm": 2.263357639312744,
      "learning_rate": 2.2793946531852202e-05,
      "loss": 7.3427,
      "step": 395020
    },
    {
      "epoch": 0.8229791666666667,
      "grad_norm": 1.5920934677124023,
      "learning_rate": 2.278872244661992e-05,
      "loss": 7.3532,
      "step": 395030
    },
    {
      "epoch": 0.823,
      "grad_norm": 1.1271482706069946,
      "learning_rate": 2.2783498910890006e-05,
      "loss": 7.157,
      "step": 395040
    },
    {
      "epoch": 0.8230208333333333,
      "grad_norm": 1.3619399070739746,
      "learning_rate": 2.2778275924685025e-05,
      "loss": 6.9542,
      "step": 395050
    },
    {
      "epoch": 0.8230416666666667,
      "grad_norm": 4.265843391418457,
      "learning_rate": 2.277305348802753e-05,
      "loss": 7.0026,
      "step": 395060
    },
    {
      "epoch": 0.8230625,
      "grad_norm": 4.193425178527832,
      "learning_rate": 2.276783160094013e-05,
      "loss": 7.3382,
      "step": 395070
    },
    {
      "epoch": 0.8230833333333333,
      "grad_norm": 1.8788349628448486,
      "learning_rate": 2.2762610263445246e-05,
      "loss": 7.2546,
      "step": 395080
    },
    {
      "epoch": 0.8231041666666666,
      "grad_norm": 1.0071310997009277,
      "learning_rate": 2.2757389475565567e-05,
      "loss": 6.9786,
      "step": 395090
    },
    {
      "epoch": 0.823125,
      "grad_norm": 1.547859787940979,
      "learning_rate": 2.2752169237323643e-05,
      "loss": 7.194,
      "step": 395100
    },
    {
      "epoch": 0.8231458333333334,
      "grad_norm": 2.488938093185425,
      "learning_rate": 2.2746949548741934e-05,
      "loss": 7.015,
      "step": 395110
    },
    {
      "epoch": 0.8231666666666667,
      "grad_norm": 1.5526620149612427,
      "learning_rate": 2.2741730409843005e-05,
      "loss": 7.0175,
      "step": 395120
    },
    {
      "epoch": 0.8231875,
      "grad_norm": 1.5988527536392212,
      "learning_rate": 2.2736511820649496e-05,
      "loss": 6.7179,
      "step": 395130
    },
    {
      "epoch": 0.8232083333333333,
      "grad_norm": 2.7767748832702637,
      "learning_rate": 2.2731293781183845e-05,
      "loss": 7.2566,
      "step": 395140
    },
    {
      "epoch": 0.8232291666666667,
      "grad_norm": 2.2163307666778564,
      "learning_rate": 2.272607629146859e-05,
      "loss": 7.3508,
      "step": 395150
    },
    {
      "epoch": 0.82325,
      "grad_norm": 0.9208490252494812,
      "learning_rate": 2.2720859351526384e-05,
      "loss": 7.396,
      "step": 395160
    },
    {
      "epoch": 0.8232708333333333,
      "grad_norm": 4.190122127532959,
      "learning_rate": 2.2715642961379632e-05,
      "loss": 7.4966,
      "step": 395170
    },
    {
      "epoch": 0.8232916666666666,
      "grad_norm": 1.2969002723693848,
      "learning_rate": 2.2710427121050907e-05,
      "loss": 7.0484,
      "step": 395180
    },
    {
      "epoch": 0.8233125,
      "grad_norm": 1.3665683269500732,
      "learning_rate": 2.2705211830562802e-05,
      "loss": 7.5686,
      "step": 395190
    },
    {
      "epoch": 0.8233333333333334,
      "grad_norm": 2.436798572540283,
      "learning_rate": 2.2699997089937787e-05,
      "loss": 7.2212,
      "step": 395200
    },
    {
      "epoch": 0.8233541666666667,
      "grad_norm": 1.6541576385498047,
      "learning_rate": 2.269478289919838e-05,
      "loss": 6.9876,
      "step": 395210
    },
    {
      "epoch": 0.823375,
      "grad_norm": 1.096513032913208,
      "learning_rate": 2.2689569258367118e-05,
      "loss": 7.2705,
      "step": 395220
    },
    {
      "epoch": 0.8233958333333333,
      "grad_norm": 1.8587757349014282,
      "learning_rate": 2.2684356167466527e-05,
      "loss": 7.2626,
      "step": 395230
    },
    {
      "epoch": 0.8234166666666667,
      "grad_norm": 1.2031711339950562,
      "learning_rate": 2.267914362651912e-05,
      "loss": 7.13,
      "step": 395240
    },
    {
      "epoch": 0.8234375,
      "grad_norm": 1.6940559148788452,
      "learning_rate": 2.267393163554741e-05,
      "loss": 6.9937,
      "step": 395250
    },
    {
      "epoch": 0.8234583333333333,
      "grad_norm": 1.3845161199569702,
      "learning_rate": 2.266872019457393e-05,
      "loss": 6.8199,
      "step": 395260
    },
    {
      "epoch": 0.8234791666666667,
      "grad_norm": 4.697116374969482,
      "learning_rate": 2.2663509303621164e-05,
      "loss": 7.4537,
      "step": 395270
    },
    {
      "epoch": 0.8235,
      "grad_norm": 3.375601291656494,
      "learning_rate": 2.265829896271164e-05,
      "loss": 7.5348,
      "step": 395280
    },
    {
      "epoch": 0.8235208333333334,
      "grad_norm": 1.291897177696228,
      "learning_rate": 2.2653089171867862e-05,
      "loss": 8.2074,
      "step": 395290
    },
    {
      "epoch": 0.8235416666666666,
      "grad_norm": 6.211865425109863,
      "learning_rate": 2.2647879931112324e-05,
      "loss": 7.0672,
      "step": 395300
    },
    {
      "epoch": 0.8235625,
      "grad_norm": 6.530392646789551,
      "learning_rate": 2.264267124046754e-05,
      "loss": 7.3348,
      "step": 395310
    },
    {
      "epoch": 0.8235833333333333,
      "grad_norm": 2.843202829360962,
      "learning_rate": 2.2637463099956017e-05,
      "loss": 7.2715,
      "step": 395320
    },
    {
      "epoch": 0.8236041666666667,
      "grad_norm": 4.516153812408447,
      "learning_rate": 2.263225550960023e-05,
      "loss": 7.008,
      "step": 395330
    },
    {
      "epoch": 0.823625,
      "grad_norm": 1.9658358097076416,
      "learning_rate": 2.2627048469422678e-05,
      "loss": 6.8002,
      "step": 395340
    },
    {
      "epoch": 0.8236458333333333,
      "grad_norm": 3.6665985584259033,
      "learning_rate": 2.262184197944586e-05,
      "loss": 7.5381,
      "step": 395350
    },
    {
      "epoch": 0.8236666666666667,
      "grad_norm": 0.8804807066917419,
      "learning_rate": 2.261663603969226e-05,
      "loss": 7.5344,
      "step": 395360
    },
    {
      "epoch": 0.8236875,
      "grad_norm": 1.0691661834716797,
      "learning_rate": 2.261143065018439e-05,
      "loss": 7.5633,
      "step": 395370
    },
    {
      "epoch": 0.8237083333333334,
      "grad_norm": 1.6818217039108276,
      "learning_rate": 2.2606225810944704e-05,
      "loss": 7.1787,
      "step": 395380
    },
    {
      "epoch": 0.8237291666666666,
      "grad_norm": 2.8641579151153564,
      "learning_rate": 2.2601021521995733e-05,
      "loss": 7.0325,
      "step": 395390
    },
    {
      "epoch": 0.82375,
      "grad_norm": 6.976975917816162,
      "learning_rate": 2.259581778335984e-05,
      "loss": 7.2961,
      "step": 395400
    },
    {
      "epoch": 0.8237708333333333,
      "grad_norm": 4.601254940032959,
      "learning_rate": 2.2590614595059638e-05,
      "loss": 7.8303,
      "step": 395410
    },
    {
      "epoch": 0.8237916666666667,
      "grad_norm": 1.675809383392334,
      "learning_rate": 2.258541195711756e-05,
      "loss": 7.1323,
      "step": 395420
    },
    {
      "epoch": 0.8238125,
      "grad_norm": 1.4109827280044556,
      "learning_rate": 2.2580209869556027e-05,
      "loss": 6.8955,
      "step": 395430
    },
    {
      "epoch": 0.8238333333333333,
      "grad_norm": 1.5600005388259888,
      "learning_rate": 2.2575008332397563e-05,
      "loss": 6.8022,
      "step": 395440
    },
    {
      "epoch": 0.8238541666666667,
      "grad_norm": 1.3306854963302612,
      "learning_rate": 2.2569807345664677e-05,
      "loss": 7.4121,
      "step": 395450
    },
    {
      "epoch": 0.823875,
      "grad_norm": 1.2282999753952026,
      "learning_rate": 2.256460690937969e-05,
      "loss": 6.8397,
      "step": 395460
    },
    {
      "epoch": 0.8238958333333334,
      "grad_norm": 1.444590449333191,
      "learning_rate": 2.2559407023565258e-05,
      "loss": 7.1922,
      "step": 395470
    },
    {
      "epoch": 0.8239166666666666,
      "grad_norm": 2.0978293418884277,
      "learning_rate": 2.2554207688243693e-05,
      "loss": 7.1847,
      "step": 395480
    },
    {
      "epoch": 0.8239375,
      "grad_norm": 1.248349666595459,
      "learning_rate": 2.254900890343746e-05,
      "loss": 6.9882,
      "step": 395490
    },
    {
      "epoch": 0.8239583333333333,
      "grad_norm": 1.440338134765625,
      "learning_rate": 2.2543810669169144e-05,
      "loss": 6.6201,
      "step": 395500
    },
    {
      "epoch": 0.8239791666666667,
      "grad_norm": 1.7832720279693604,
      "learning_rate": 2.2538612985461073e-05,
      "loss": 6.9323,
      "step": 395510
    },
    {
      "epoch": 0.824,
      "grad_norm": 2.7509233951568604,
      "learning_rate": 2.25334158523357e-05,
      "loss": 6.9447,
      "step": 395520
    },
    {
      "epoch": 0.8240208333333333,
      "grad_norm": 1.0785573720932007,
      "learning_rate": 2.2528219269815607e-05,
      "loss": 7.1964,
      "step": 395530
    },
    {
      "epoch": 0.8240416666666667,
      "grad_norm": 1.1644445657730103,
      "learning_rate": 2.252302323792309e-05,
      "loss": 7.1389,
      "step": 395540
    },
    {
      "epoch": 0.8240625,
      "grad_norm": 2.2433292865753174,
      "learning_rate": 2.2517827756680627e-05,
      "loss": 7.1346,
      "step": 395550
    },
    {
      "epoch": 0.8240833333333333,
      "grad_norm": 1.15204918384552,
      "learning_rate": 2.2512632826110775e-05,
      "loss": 7.2547,
      "step": 395560
    },
    {
      "epoch": 0.8241041666666666,
      "grad_norm": 1.6418038606643677,
      "learning_rate": 2.250743844623583e-05,
      "loss": 6.9057,
      "step": 395570
    },
    {
      "epoch": 0.824125,
      "grad_norm": 1.578430414199829,
      "learning_rate": 2.2502244617078257e-05,
      "loss": 7.3755,
      "step": 395580
    },
    {
      "epoch": 0.8241458333333334,
      "grad_norm": 2.011364698410034,
      "learning_rate": 2.249705133866059e-05,
      "loss": 6.7292,
      "step": 395590
    },
    {
      "epoch": 0.8241666666666667,
      "grad_norm": 1.1907249689102173,
      "learning_rate": 2.249185861100517e-05,
      "loss": 7.158,
      "step": 395600
    },
    {
      "epoch": 0.8241875,
      "grad_norm": 4.840531826019287,
      "learning_rate": 2.2486666434134438e-05,
      "loss": 6.9748,
      "step": 395610
    },
    {
      "epoch": 0.8242083333333333,
      "grad_norm": 2.46026611328125,
      "learning_rate": 2.248147480807082e-05,
      "loss": 7.1143,
      "step": 395620
    },
    {
      "epoch": 0.8242291666666667,
      "grad_norm": 1.60527503490448,
      "learning_rate": 2.247628373283677e-05,
      "loss": 6.8578,
      "step": 395630
    },
    {
      "epoch": 0.82425,
      "grad_norm": 4.825829982757568,
      "learning_rate": 2.24710932084547e-05,
      "loss": 6.8759,
      "step": 395640
    },
    {
      "epoch": 0.8242708333333333,
      "grad_norm": 4.599326133728027,
      "learning_rate": 2.2465903234947023e-05,
      "loss": 7.2901,
      "step": 395650
    },
    {
      "epoch": 0.8242916666666666,
      "grad_norm": 1.0518218278884888,
      "learning_rate": 2.2460713812336162e-05,
      "loss": 7.43,
      "step": 395660
    },
    {
      "epoch": 0.8243125,
      "grad_norm": 1.7601524591445923,
      "learning_rate": 2.2455524940644543e-05,
      "loss": 7.4458,
      "step": 395670
    },
    {
      "epoch": 0.8243333333333334,
      "grad_norm": 2.0123414993286133,
      "learning_rate": 2.2450336619894567e-05,
      "loss": 7.2199,
      "step": 395680
    },
    {
      "epoch": 0.8243541666666667,
      "grad_norm": 2.7287025451660156,
      "learning_rate": 2.244514885010863e-05,
      "loss": 7.3222,
      "step": 395690
    },
    {
      "epoch": 0.824375,
      "grad_norm": 2.452099084854126,
      "learning_rate": 2.2439961631309216e-05,
      "loss": 7.0484,
      "step": 395700
    },
    {
      "epoch": 0.8243958333333333,
      "grad_norm": 1.1311806440353394,
      "learning_rate": 2.243477496351859e-05,
      "loss": 7.5384,
      "step": 395710
    },
    {
      "epoch": 0.8244166666666667,
      "grad_norm": 1.188476324081421,
      "learning_rate": 2.2429588846759305e-05,
      "loss": 7.0549,
      "step": 395720
    },
    {
      "epoch": 0.8244375,
      "grad_norm": 2.3696682453155518,
      "learning_rate": 2.2424403281053704e-05,
      "loss": 7.1934,
      "step": 395730
    },
    {
      "epoch": 0.8244583333333333,
      "grad_norm": 6.210525989532471,
      "learning_rate": 2.2419218266424137e-05,
      "loss": 6.9306,
      "step": 395740
    },
    {
      "epoch": 0.8244791666666667,
      "grad_norm": 0.9933433532714844,
      "learning_rate": 2.241403380289307e-05,
      "loss": 7.4244,
      "step": 395750
    },
    {
      "epoch": 0.8245,
      "grad_norm": 3.710411787033081,
      "learning_rate": 2.2408849890482904e-05,
      "loss": 6.9879,
      "step": 395760
    },
    {
      "epoch": 0.8245208333333334,
      "grad_norm": 1.164440393447876,
      "learning_rate": 2.2403666529215954e-05,
      "loss": 7.0421,
      "step": 395770
    },
    {
      "epoch": 0.8245416666666666,
      "grad_norm": 3.1343653202056885,
      "learning_rate": 2.2398483719114678e-05,
      "loss": 7.2111,
      "step": 395780
    },
    {
      "epoch": 0.8245625,
      "grad_norm": 1.8236968517303467,
      "learning_rate": 2.2393301460201468e-05,
      "loss": 6.929,
      "step": 395790
    },
    {
      "epoch": 0.8245833333333333,
      "grad_norm": 3.228461980819702,
      "learning_rate": 2.2388119752498634e-05,
      "loss": 7.3416,
      "step": 395800
    },
    {
      "epoch": 0.8246041666666667,
      "grad_norm": 5.346139430999756,
      "learning_rate": 2.2382938596028644e-05,
      "loss": 7.0206,
      "step": 395810
    },
    {
      "epoch": 0.824625,
      "grad_norm": 1.5038501024246216,
      "learning_rate": 2.2377757990813876e-05,
      "loss": 7.761,
      "step": 395820
    },
    {
      "epoch": 0.8246458333333333,
      "grad_norm": 1.3984675407409668,
      "learning_rate": 2.23725779368766e-05,
      "loss": 6.9808,
      "step": 395830
    },
    {
      "epoch": 0.8246666666666667,
      "grad_norm": 1.7767163515090942,
      "learning_rate": 2.2367398434239348e-05,
      "loss": 7.694,
      "step": 395840
    },
    {
      "epoch": 0.8246875,
      "grad_norm": 1.6084314584732056,
      "learning_rate": 2.2362219482924382e-05,
      "loss": 6.8827,
      "step": 395850
    },
    {
      "epoch": 0.8247083333333334,
      "grad_norm": 1.165473222732544,
      "learning_rate": 2.235704108295405e-05,
      "loss": 7.2151,
      "step": 395860
    },
    {
      "epoch": 0.8247291666666666,
      "grad_norm": 1.491633415222168,
      "learning_rate": 2.2351863234350876e-05,
      "loss": 7.1952,
      "step": 395870
    },
    {
      "epoch": 0.82475,
      "grad_norm": 3.4417178630828857,
      "learning_rate": 2.2346685937137066e-05,
      "loss": 7.9935,
      "step": 395880
    },
    {
      "epoch": 0.8247708333333333,
      "grad_norm": 1.200156569480896,
      "learning_rate": 2.2341509191335023e-05,
      "loss": 7.1861,
      "step": 395890
    },
    {
      "epoch": 0.8247916666666667,
      "grad_norm": 1.7808600664138794,
      "learning_rate": 2.2336332996967194e-05,
      "loss": 7.2435,
      "step": 395900
    },
    {
      "epoch": 0.8248125,
      "grad_norm": 0.961875319480896,
      "learning_rate": 2.2331157354055845e-05,
      "loss": 7.238,
      "step": 395910
    },
    {
      "epoch": 0.8248333333333333,
      "grad_norm": 2.0773253440856934,
      "learning_rate": 2.2325982262623328e-05,
      "loss": 7.239,
      "step": 395920
    },
    {
      "epoch": 0.8248541666666667,
      "grad_norm": 2.805192470550537,
      "learning_rate": 2.2320807722692086e-05,
      "loss": 7.5313,
      "step": 395930
    },
    {
      "epoch": 0.824875,
      "grad_norm": 1.4955050945281982,
      "learning_rate": 2.231563373428439e-05,
      "loss": 6.8325,
      "step": 395940
    },
    {
      "epoch": 0.8248958333333334,
      "grad_norm": 2.602692127227783,
      "learning_rate": 2.2310460297422582e-05,
      "loss": 7.4505,
      "step": 395950
    },
    {
      "epoch": 0.8249166666666666,
      "grad_norm": 0.9931477308273315,
      "learning_rate": 2.2305287412129104e-05,
      "loss": 7.1887,
      "step": 395960
    },
    {
      "epoch": 0.8249375,
      "grad_norm": 3.1310276985168457,
      "learning_rate": 2.2300115078426213e-05,
      "loss": 7.1628,
      "step": 395970
    },
    {
      "epoch": 0.8249583333333333,
      "grad_norm": 0.9625935554504395,
      "learning_rate": 2.2294943296336276e-05,
      "loss": 7.1532,
      "step": 395980
    },
    {
      "epoch": 0.8249791666666667,
      "grad_norm": 2.402086019515991,
      "learning_rate": 2.2289772065881628e-05,
      "loss": 7.3112,
      "step": 395990
    },
    {
      "epoch": 0.825,
      "grad_norm": 1.9784729480743408,
      "learning_rate": 2.2284601387084617e-05,
      "loss": 6.8425,
      "step": 396000
    },
    {
      "epoch": 0.825,
      "eval_loss": 7.643333435058594,
      "eval_runtime": 8.4816,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 396000
    },
    {
      "epoch": 0.8250208333333333,
      "grad_norm": 3.89471435546875,
      "learning_rate": 2.2279431259967588e-05,
      "loss": 7.6707,
      "step": 396010
    },
    {
      "epoch": 0.8250416666666667,
      "grad_norm": 1.4939486980438232,
      "learning_rate": 2.2274261684552846e-05,
      "loss": 6.8096,
      "step": 396020
    },
    {
      "epoch": 0.8250625,
      "grad_norm": 0.8252943754196167,
      "learning_rate": 2.2269092660862737e-05,
      "loss": 7.4546,
      "step": 396030
    },
    {
      "epoch": 0.8250833333333333,
      "grad_norm": 1.524848222732544,
      "learning_rate": 2.226392418891959e-05,
      "loss": 6.9912,
      "step": 396040
    },
    {
      "epoch": 0.8251041666666666,
      "grad_norm": 3.1380741596221924,
      "learning_rate": 2.2258756268745743e-05,
      "loss": 7.4286,
      "step": 396050
    },
    {
      "epoch": 0.825125,
      "grad_norm": 1.3822364807128906,
      "learning_rate": 2.225358890036349e-05,
      "loss": 7.5838,
      "step": 396060
    },
    {
      "epoch": 0.8251458333333334,
      "grad_norm": 2.5352237224578857,
      "learning_rate": 2.2248422083795196e-05,
      "loss": 6.9308,
      "step": 396070
    },
    {
      "epoch": 0.8251666666666667,
      "grad_norm": 1.928691029548645,
      "learning_rate": 2.22432558190631e-05,
      "loss": 7.0419,
      "step": 396080
    },
    {
      "epoch": 0.8251875,
      "grad_norm": 1.0696015357971191,
      "learning_rate": 2.2238090106189592e-05,
      "loss": 7.0494,
      "step": 396090
    },
    {
      "epoch": 0.8252083333333333,
      "grad_norm": 6.418139457702637,
      "learning_rate": 2.2232924945196996e-05,
      "loss": 7.1033,
      "step": 396100
    },
    {
      "epoch": 0.8252291666666667,
      "grad_norm": 1.0563719272613525,
      "learning_rate": 2.222776033610752e-05,
      "loss": 6.7388,
      "step": 396110
    },
    {
      "epoch": 0.82525,
      "grad_norm": 4.072112560272217,
      "learning_rate": 2.2222596278943584e-05,
      "loss": 7.1846,
      "step": 396120
    },
    {
      "epoch": 0.8252708333333333,
      "grad_norm": 1.1440848112106323,
      "learning_rate": 2.22174327737275e-05,
      "loss": 7.4395,
      "step": 396130
    },
    {
      "epoch": 0.8252916666666666,
      "grad_norm": 5.025543212890625,
      "learning_rate": 2.221226982048144e-05,
      "loss": 7.8617,
      "step": 396140
    },
    {
      "epoch": 0.8253125,
      "grad_norm": 2.1152610778808594,
      "learning_rate": 2.2207107419227826e-05,
      "loss": 7.081,
      "step": 396150
    },
    {
      "epoch": 0.8253333333333334,
      "grad_norm": 2.5196375846862793,
      "learning_rate": 2.2201945569988966e-05,
      "loss": 7.4168,
      "step": 396160
    },
    {
      "epoch": 0.8253541666666667,
      "grad_norm": 4.47431755065918,
      "learning_rate": 2.2196784272787056e-05,
      "loss": 7.4266,
      "step": 396170
    },
    {
      "epoch": 0.825375,
      "grad_norm": 1.3567783832550049,
      "learning_rate": 2.219162352764446e-05,
      "loss": 7.0662,
      "step": 396180
    },
    {
      "epoch": 0.8253958333333333,
      "grad_norm": 1.3533798456192017,
      "learning_rate": 2.218646333458351e-05,
      "loss": 7.1273,
      "step": 396190
    },
    {
      "epoch": 0.8254166666666667,
      "grad_norm": 1.398135781288147,
      "learning_rate": 2.2181303693626372e-05,
      "loss": 7.3408,
      "step": 396200
    },
    {
      "epoch": 0.8254375,
      "grad_norm": 1.9201459884643555,
      "learning_rate": 2.2176144604795497e-05,
      "loss": 7.1803,
      "step": 396210
    },
    {
      "epoch": 0.8254583333333333,
      "grad_norm": 1.7673912048339844,
      "learning_rate": 2.2170986068113016e-05,
      "loss": 7.2938,
      "step": 396220
    },
    {
      "epoch": 0.8254791666666667,
      "grad_norm": 2.317281723022461,
      "learning_rate": 2.216582808360126e-05,
      "loss": 7.0082,
      "step": 396230
    },
    {
      "epoch": 0.8255,
      "grad_norm": 2.192657232284546,
      "learning_rate": 2.2160670651282597e-05,
      "loss": 7.2066,
      "step": 396240
    },
    {
      "epoch": 0.8255208333333334,
      "grad_norm": 1.0505616664886475,
      "learning_rate": 2.215551377117919e-05,
      "loss": 6.7853,
      "step": 396250
    },
    {
      "epoch": 0.8255416666666666,
      "grad_norm": 1.4288233518600464,
      "learning_rate": 2.2150357443313337e-05,
      "loss": 6.4922,
      "step": 396260
    },
    {
      "epoch": 0.8255625,
      "grad_norm": 4.236605644226074,
      "learning_rate": 2.214520166770739e-05,
      "loss": 7.5641,
      "step": 396270
    },
    {
      "epoch": 0.8255833333333333,
      "grad_norm": 4.389399528503418,
      "learning_rate": 2.214004644438353e-05,
      "loss": 7.4917,
      "step": 396280
    },
    {
      "epoch": 0.8256041666666667,
      "grad_norm": 1.3799564838409424,
      "learning_rate": 2.2134891773364072e-05,
      "loss": 6.8675,
      "step": 396290
    },
    {
      "epoch": 0.825625,
      "grad_norm": 2.934144973754883,
      "learning_rate": 2.2129737654671264e-05,
      "loss": 7.0581,
      "step": 396300
    },
    {
      "epoch": 0.8256458333333333,
      "grad_norm": 2.9431140422821045,
      "learning_rate": 2.2124584088327374e-05,
      "loss": 7.4288,
      "step": 396310
    },
    {
      "epoch": 0.8256666666666667,
      "grad_norm": 1.4948126077651978,
      "learning_rate": 2.2119431074354648e-05,
      "loss": 8.469,
      "step": 396320
    },
    {
      "epoch": 0.8256875,
      "grad_norm": 1.998092770576477,
      "learning_rate": 2.211427861277537e-05,
      "loss": 7.5617,
      "step": 396330
    },
    {
      "epoch": 0.8257083333333334,
      "grad_norm": 19.679964065551758,
      "learning_rate": 2.2109126703611807e-05,
      "loss": 7.1686,
      "step": 396340
    },
    {
      "epoch": 0.8257291666666666,
      "grad_norm": 2.586581230163574,
      "learning_rate": 2.210397534688617e-05,
      "loss": 7.6087,
      "step": 396350
    },
    {
      "epoch": 0.82575,
      "grad_norm": 1.3145543336868286,
      "learning_rate": 2.2098824542620746e-05,
      "loss": 7.3337,
      "step": 396360
    },
    {
      "epoch": 0.8257708333333333,
      "grad_norm": 1.1670758724212646,
      "learning_rate": 2.2093674290837765e-05,
      "loss": 7.6402,
      "step": 396370
    },
    {
      "epoch": 0.8257916666666667,
      "grad_norm": 1.9692625999450684,
      "learning_rate": 2.2088524591559492e-05,
      "loss": 6.9966,
      "step": 396380
    },
    {
      "epoch": 0.8258125,
      "grad_norm": 1.7917687892913818,
      "learning_rate": 2.208337544480816e-05,
      "loss": 7.4545,
      "step": 396390
    },
    {
      "epoch": 0.8258333333333333,
      "grad_norm": 4.148825645446777,
      "learning_rate": 2.207822685060602e-05,
      "loss": 7.4548,
      "step": 396400
    },
    {
      "epoch": 0.8258541666666667,
      "grad_norm": 0.8915932774543762,
      "learning_rate": 2.207307880897528e-05,
      "loss": 7.2041,
      "step": 396410
    },
    {
      "epoch": 0.825875,
      "grad_norm": 1.2894587516784668,
      "learning_rate": 2.2067931319938233e-05,
      "loss": 7.0646,
      "step": 396420
    },
    {
      "epoch": 0.8258958333333334,
      "grad_norm": 1.958136796951294,
      "learning_rate": 2.206278438351707e-05,
      "loss": 7.1222,
      "step": 396430
    },
    {
      "epoch": 0.8259166666666666,
      "grad_norm": 3.22758150100708,
      "learning_rate": 2.2057637999734022e-05,
      "loss": 7.2149,
      "step": 396440
    },
    {
      "epoch": 0.8259375,
      "grad_norm": 1.340177297592163,
      "learning_rate": 2.2052492168611362e-05,
      "loss": 7.5572,
      "step": 396450
    },
    {
      "epoch": 0.8259583333333333,
      "grad_norm": 1.530914306640625,
      "learning_rate": 2.204734689017127e-05,
      "loss": 6.9897,
      "step": 396460
    },
    {
      "epoch": 0.8259791666666667,
      "grad_norm": 1.2593343257904053,
      "learning_rate": 2.204220216443604e-05,
      "loss": 7.1486,
      "step": 396470
    },
    {
      "epoch": 0.826,
      "grad_norm": 4.9212117195129395,
      "learning_rate": 2.2037057991427777e-05,
      "loss": 7.1078,
      "step": 396480
    },
    {
      "epoch": 0.8260208333333333,
      "grad_norm": 1.1881513595581055,
      "learning_rate": 2.203191437116879e-05,
      "loss": 6.7375,
      "step": 396490
    },
    {
      "epoch": 0.8260416666666667,
      "grad_norm": 1.3500117063522339,
      "learning_rate": 2.2026771303681333e-05,
      "loss": 6.9205,
      "step": 396500
    },
    {
      "epoch": 0.8260625,
      "grad_norm": 1.2165719270706177,
      "learning_rate": 2.202162878898749e-05,
      "loss": 7.2275,
      "step": 396510
    },
    {
      "epoch": 0.8260833333333333,
      "grad_norm": 7.997511386871338,
      "learning_rate": 2.2016486827109587e-05,
      "loss": 7.9115,
      "step": 396520
    },
    {
      "epoch": 0.8261041666666666,
      "grad_norm": 1.3729820251464844,
      "learning_rate": 2.2011345418069842e-05,
      "loss": 7.0457,
      "step": 396530
    },
    {
      "epoch": 0.826125,
      "grad_norm": 1.5637058019638062,
      "learning_rate": 2.2006204561890355e-05,
      "loss": 7.7014,
      "step": 396540
    },
    {
      "epoch": 0.8261458333333334,
      "grad_norm": 2.438490390777588,
      "learning_rate": 2.2001064258593443e-05,
      "loss": 7.1599,
      "step": 396550
    },
    {
      "epoch": 0.8261666666666667,
      "grad_norm": 1.681280493736267,
      "learning_rate": 2.1995924508201286e-05,
      "loss": 7.6061,
      "step": 396560
    },
    {
      "epoch": 0.8261875,
      "grad_norm": 1.160444974899292,
      "learning_rate": 2.1990785310736048e-05,
      "loss": 7.0357,
      "step": 396570
    },
    {
      "epoch": 0.8262083333333333,
      "grad_norm": 2.4249966144561768,
      "learning_rate": 2.1985646666219932e-05,
      "loss": 7.1192,
      "step": 396580
    },
    {
      "epoch": 0.8262291666666667,
      "grad_norm": 3.4733009338378906,
      "learning_rate": 2.1980508574675164e-05,
      "loss": 7.1993,
      "step": 396590
    },
    {
      "epoch": 0.82625,
      "grad_norm": 1.6669520139694214,
      "learning_rate": 2.197537103612392e-05,
      "loss": 7.0051,
      "step": 396600
    },
    {
      "epoch": 0.8262708333333333,
      "grad_norm": 3.012540817260742,
      "learning_rate": 2.1970234050588387e-05,
      "loss": 7.2542,
      "step": 396610
    },
    {
      "epoch": 0.8262916666666666,
      "grad_norm": 1.8261125087738037,
      "learning_rate": 2.1965097618090786e-05,
      "loss": 7.1756,
      "step": 396620
    },
    {
      "epoch": 0.8263125,
      "grad_norm": 6.428838729858398,
      "learning_rate": 2.195996173865327e-05,
      "loss": 7.3528,
      "step": 396630
    },
    {
      "epoch": 0.8263333333333334,
      "grad_norm": 2.1099424362182617,
      "learning_rate": 2.1954826412298034e-05,
      "loss": 6.9305,
      "step": 396640
    },
    {
      "epoch": 0.8263541666666666,
      "grad_norm": 1.2611702680587769,
      "learning_rate": 2.1949691639047273e-05,
      "loss": 7.0318,
      "step": 396650
    },
    {
      "epoch": 0.826375,
      "grad_norm": 5.099996566772461,
      "learning_rate": 2.194455741892316e-05,
      "loss": 7.4923,
      "step": 396660
    },
    {
      "epoch": 0.8263958333333333,
      "grad_norm": 1.4065533876419067,
      "learning_rate": 2.193942375194787e-05,
      "loss": 7.4851,
      "step": 396670
    },
    {
      "epoch": 0.8264166666666667,
      "grad_norm": 1.418999433517456,
      "learning_rate": 2.1934290638143574e-05,
      "loss": 7.1783,
      "step": 396680
    },
    {
      "epoch": 0.8264375,
      "grad_norm": 2.5069644451141357,
      "learning_rate": 2.1929158077532455e-05,
      "loss": 7.635,
      "step": 396690
    },
    {
      "epoch": 0.8264583333333333,
      "grad_norm": 1.7462290525436401,
      "learning_rate": 2.1924026070136676e-05,
      "loss": 7.7356,
      "step": 396700
    },
    {
      "epoch": 0.8264791666666667,
      "grad_norm": 1.111788034439087,
      "learning_rate": 2.19188946159784e-05,
      "loss": 6.5679,
      "step": 396710
    },
    {
      "epoch": 0.8265,
      "grad_norm": 1.8179247379302979,
      "learning_rate": 2.1913763715079812e-05,
      "loss": 7.0254,
      "step": 396720
    },
    {
      "epoch": 0.8265208333333334,
      "grad_norm": 1.0336071252822876,
      "learning_rate": 2.1908633367463065e-05,
      "loss": 6.8208,
      "step": 396730
    },
    {
      "epoch": 0.8265416666666666,
      "grad_norm": 1.2823623418807983,
      "learning_rate": 2.1903503573150315e-05,
      "loss": 7.4701,
      "step": 396740
    },
    {
      "epoch": 0.8265625,
      "grad_norm": 1.3512643575668335,
      "learning_rate": 2.1898374332163736e-05,
      "loss": 6.8937,
      "step": 396750
    },
    {
      "epoch": 0.8265833333333333,
      "grad_norm": 1.4279417991638184,
      "learning_rate": 2.1893245644525458e-05,
      "loss": 7.4935,
      "step": 396760
    },
    {
      "epoch": 0.8266041666666667,
      "grad_norm": 1.9010387659072876,
      "learning_rate": 2.1888117510257663e-05,
      "loss": 7.2207,
      "step": 396770
    },
    {
      "epoch": 0.826625,
      "grad_norm": 2.069246292114258,
      "learning_rate": 2.1882989929382483e-05,
      "loss": 6.824,
      "step": 396780
    },
    {
      "epoch": 0.8266458333333333,
      "grad_norm": 2.1744093894958496,
      "learning_rate": 2.1877862901922084e-05,
      "loss": 6.9551,
      "step": 396790
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 1.261214256286621,
      "learning_rate": 2.1872736427898595e-05,
      "loss": 6.7736,
      "step": 396800
    },
    {
      "epoch": 0.8266875,
      "grad_norm": 1.2767994403839111,
      "learning_rate": 2.1867610507334173e-05,
      "loss": 6.8603,
      "step": 396810
    },
    {
      "epoch": 0.8267083333333334,
      "grad_norm": 2.3768107891082764,
      "learning_rate": 2.1862485140250958e-05,
      "loss": 7.1357,
      "step": 396820
    },
    {
      "epoch": 0.8267291666666666,
      "grad_norm": 1.132598876953125,
      "learning_rate": 2.185736032667107e-05,
      "loss": 6.6389,
      "step": 396830
    },
    {
      "epoch": 0.82675,
      "grad_norm": 1.1795192956924438,
      "learning_rate": 2.1852236066616708e-05,
      "loss": 7.0415,
      "step": 396840
    },
    {
      "epoch": 0.8267708333333333,
      "grad_norm": 3.678865909576416,
      "learning_rate": 2.1847112360109904e-05,
      "loss": 8.2588,
      "step": 396850
    },
    {
      "epoch": 0.8267916666666667,
      "grad_norm": 1.1696975231170654,
      "learning_rate": 2.1841989207172873e-05,
      "loss": 7.113,
      "step": 396860
    },
    {
      "epoch": 0.8268125,
      "grad_norm": 0.8693314790725708,
      "learning_rate": 2.1836866607827747e-05,
      "loss": 7.4439,
      "step": 396870
    },
    {
      "epoch": 0.8268333333333333,
      "grad_norm": 24.416349411010742,
      "learning_rate": 2.1831744562096593e-05,
      "loss": 8.1286,
      "step": 396880
    },
    {
      "epoch": 0.8268541666666667,
      "grad_norm": 1.3561371564865112,
      "learning_rate": 2.1826623070001542e-05,
      "loss": 6.9917,
      "step": 396890
    },
    {
      "epoch": 0.826875,
      "grad_norm": 31.251911163330078,
      "learning_rate": 2.182150213156481e-05,
      "loss": 7.8807,
      "step": 396900
    },
    {
      "epoch": 0.8268958333333334,
      "grad_norm": 1.583985686302185,
      "learning_rate": 2.1816381746808432e-05,
      "loss": 7.5739,
      "step": 396910
    },
    {
      "epoch": 0.8269166666666666,
      "grad_norm": 1.1130300760269165,
      "learning_rate": 2.18112619157545e-05,
      "loss": 6.8564,
      "step": 396920
    },
    {
      "epoch": 0.8269375,
      "grad_norm": 1.1533222198486328,
      "learning_rate": 2.180614263842524e-05,
      "loss": 7.3874,
      "step": 396930
    },
    {
      "epoch": 0.8269583333333334,
      "grad_norm": 2.461207628250122,
      "learning_rate": 2.1801023914842674e-05,
      "loss": 7.1914,
      "step": 396940
    },
    {
      "epoch": 0.8269791666666667,
      "grad_norm": 2.559269666671753,
      "learning_rate": 2.179590574502891e-05,
      "loss": 7.5019,
      "step": 396950
    },
    {
      "epoch": 0.827,
      "grad_norm": 1.4080778360366821,
      "learning_rate": 2.179078812900614e-05,
      "loss": 6.8175,
      "step": 396960
    },
    {
      "epoch": 0.8270208333333333,
      "grad_norm": 2.180257797241211,
      "learning_rate": 2.1785671066796396e-05,
      "loss": 7.1475,
      "step": 396970
    },
    {
      "epoch": 0.8270416666666667,
      "grad_norm": 1.2168927192687988,
      "learning_rate": 2.17805545584218e-05,
      "loss": 7.265,
      "step": 396980
    },
    {
      "epoch": 0.8270625,
      "grad_norm": 2.942732572555542,
      "learning_rate": 2.1775438603904444e-05,
      "loss": 7.2649,
      "step": 396990
    },
    {
      "epoch": 0.8270833333333333,
      "grad_norm": 0.9981947541236877,
      "learning_rate": 2.1770323203266447e-05,
      "loss": 7.2697,
      "step": 397000
    },
    {
      "epoch": 0.8270833333333333,
      "eval_loss": 9.169268608093262,
      "eval_runtime": 9.7971,
      "eval_samples_per_second": 0.306,
      "eval_steps_per_second": 0.102,
      "step": 397000
    },
    {
      "epoch": 0.8271041666666666,
      "grad_norm": 1.1172771453857422,
      "learning_rate": 2.1765208356529894e-05,
      "loss": 6.8839,
      "step": 397010
    },
    {
      "epoch": 0.827125,
      "grad_norm": 0.8262848854064941,
      "learning_rate": 2.1760094063716897e-05,
      "loss": 6.8859,
      "step": 397020
    },
    {
      "epoch": 0.8271458333333334,
      "grad_norm": 1.1759642362594604,
      "learning_rate": 2.1754980324849508e-05,
      "loss": 7.7218,
      "step": 397030
    },
    {
      "epoch": 0.8271666666666667,
      "grad_norm": 1.3858722448349,
      "learning_rate": 2.1749867139949856e-05,
      "loss": 7.4222,
      "step": 397040
    },
    {
      "epoch": 0.8271875,
      "grad_norm": 2.3490540981292725,
      "learning_rate": 2.1744754509040025e-05,
      "loss": 7.0224,
      "step": 397050
    },
    {
      "epoch": 0.8272083333333333,
      "grad_norm": 1.4129835367202759,
      "learning_rate": 2.1739642432142063e-05,
      "loss": 6.9631,
      "step": 397060
    },
    {
      "epoch": 0.8272291666666667,
      "grad_norm": 1.3957524299621582,
      "learning_rate": 2.1734530909278087e-05,
      "loss": 7.6556,
      "step": 397070
    },
    {
      "epoch": 0.82725,
      "grad_norm": 1.09868586063385,
      "learning_rate": 2.1729419940470176e-05,
      "loss": 7.1112,
      "step": 397080
    },
    {
      "epoch": 0.8272708333333333,
      "grad_norm": 2.7085177898406982,
      "learning_rate": 2.1724309525740387e-05,
      "loss": 7.3667,
      "step": 397090
    },
    {
      "epoch": 0.8272916666666666,
      "grad_norm": 2.9796714782714844,
      "learning_rate": 2.171919966511081e-05,
      "loss": 7.3258,
      "step": 397100
    },
    {
      "epoch": 0.8273125,
      "grad_norm": 1.2741302251815796,
      "learning_rate": 2.1714090358603496e-05,
      "loss": 7.0737,
      "step": 397110
    },
    {
      "epoch": 0.8273333333333334,
      "grad_norm": 1.4215753078460693,
      "learning_rate": 2.170898160624055e-05,
      "loss": 6.796,
      "step": 397120
    },
    {
      "epoch": 0.8273541666666666,
      "grad_norm": 2.0551815032958984,
      "learning_rate": 2.170387340804403e-05,
      "loss": 7.184,
      "step": 397130
    },
    {
      "epoch": 0.827375,
      "grad_norm": 1.2172635793685913,
      "learning_rate": 2.1698765764035974e-05,
      "loss": 6.9766,
      "step": 397140
    },
    {
      "epoch": 0.8273958333333333,
      "grad_norm": 2.7701234817504883,
      "learning_rate": 2.1693658674238477e-05,
      "loss": 6.8651,
      "step": 397150
    },
    {
      "epoch": 0.8274166666666667,
      "grad_norm": 1.0654464960098267,
      "learning_rate": 2.1688552138673625e-05,
      "loss": 7.0328,
      "step": 397160
    },
    {
      "epoch": 0.8274375,
      "grad_norm": 1.1903977394104004,
      "learning_rate": 2.1683446157363366e-05,
      "loss": 6.8622,
      "step": 397170
    },
    {
      "epoch": 0.8274583333333333,
      "grad_norm": 4.206608772277832,
      "learning_rate": 2.1678340730329864e-05,
      "loss": 6.8387,
      "step": 397180
    },
    {
      "epoch": 0.8274791666666667,
      "grad_norm": 1.013799786567688,
      "learning_rate": 2.1673235857595167e-05,
      "loss": 7.068,
      "step": 397190
    },
    {
      "epoch": 0.8275,
      "grad_norm": 1.832065463066101,
      "learning_rate": 2.1668131539181226e-05,
      "loss": 7.837,
      "step": 397200
    },
    {
      "epoch": 0.8275208333333334,
      "grad_norm": 1.510836124420166,
      "learning_rate": 2.1663027775110224e-05,
      "loss": 7.0066,
      "step": 397210
    },
    {
      "epoch": 0.8275416666666666,
      "grad_norm": 2.68996262550354,
      "learning_rate": 2.165792456540411e-05,
      "loss": 6.9416,
      "step": 397220
    },
    {
      "epoch": 0.8275625,
      "grad_norm": 1.496635913848877,
      "learning_rate": 2.1652821910084933e-05,
      "loss": 7.2884,
      "step": 397230
    },
    {
      "epoch": 0.8275833333333333,
      "grad_norm": 2.9625754356384277,
      "learning_rate": 2.164771980917484e-05,
      "loss": 7.095,
      "step": 397240
    },
    {
      "epoch": 0.8276041666666667,
      "grad_norm": 1.6109330654144287,
      "learning_rate": 2.1642618262695733e-05,
      "loss": 6.9501,
      "step": 397250
    },
    {
      "epoch": 0.827625,
      "grad_norm": 2.549954652786255,
      "learning_rate": 2.163751727066969e-05,
      "loss": 7.3525,
      "step": 397260
    },
    {
      "epoch": 0.8276458333333333,
      "grad_norm": 2.7638635635375977,
      "learning_rate": 2.1632416833118832e-05,
      "loss": 7.0224,
      "step": 397270
    },
    {
      "epoch": 0.8276666666666667,
      "grad_norm": 1.022452712059021,
      "learning_rate": 2.162731695006509e-05,
      "loss": 7.4203,
      "step": 397280
    },
    {
      "epoch": 0.8276875,
      "grad_norm": 1.0079233646392822,
      "learning_rate": 2.1622217621530474e-05,
      "loss": 7.3258,
      "step": 397290
    },
    {
      "epoch": 0.8277083333333334,
      "grad_norm": 1.9911000728607178,
      "learning_rate": 2.161711884753714e-05,
      "loss": 7.4214,
      "step": 397300
    },
    {
      "epoch": 0.8277291666666666,
      "grad_norm": 2.107851266860962,
      "learning_rate": 2.1612020628107003e-05,
      "loss": 7.3516,
      "step": 397310
    },
    {
      "epoch": 0.82775,
      "grad_norm": 0.851017415523529,
      "learning_rate": 2.160692296326209e-05,
      "loss": 6.9751,
      "step": 397320
    },
    {
      "epoch": 0.8277708333333333,
      "grad_norm": 1.9565317630767822,
      "learning_rate": 2.1601825853024508e-05,
      "loss": 7.4184,
      "step": 397330
    },
    {
      "epoch": 0.8277916666666667,
      "grad_norm": 2.642671823501587,
      "learning_rate": 2.159672929741618e-05,
      "loss": 7.3929,
      "step": 397340
    },
    {
      "epoch": 0.8278125,
      "grad_norm": 1.4416025876998901,
      "learning_rate": 2.1591633296459165e-05,
      "loss": 7.2907,
      "step": 397350
    },
    {
      "epoch": 0.8278333333333333,
      "grad_norm": 1.030372977256775,
      "learning_rate": 2.1586537850175455e-05,
      "loss": 7.0303,
      "step": 397360
    },
    {
      "epoch": 0.8278541666666667,
      "grad_norm": 2.2296485900878906,
      "learning_rate": 2.158144295858707e-05,
      "loss": 6.9836,
      "step": 397370
    },
    {
      "epoch": 0.827875,
      "grad_norm": 1.0706288814544678,
      "learning_rate": 2.1576348621716037e-05,
      "loss": 7.5576,
      "step": 397380
    },
    {
      "epoch": 0.8278958333333334,
      "grad_norm": 3.2683804035186768,
      "learning_rate": 2.1571254839584328e-05,
      "loss": 7.4229,
      "step": 397390
    },
    {
      "epoch": 0.8279166666666666,
      "grad_norm": 1.1879886388778687,
      "learning_rate": 2.156616161221397e-05,
      "loss": 7.3133,
      "step": 397400
    },
    {
      "epoch": 0.8279375,
      "grad_norm": 2.0338144302368164,
      "learning_rate": 2.1561068939626952e-05,
      "loss": 6.9243,
      "step": 397410
    },
    {
      "epoch": 0.8279583333333334,
      "grad_norm": 2.497152328491211,
      "learning_rate": 2.1555976821845283e-05,
      "loss": 7.522,
      "step": 397420
    },
    {
      "epoch": 0.8279791666666667,
      "grad_norm": 4.64570951461792,
      "learning_rate": 2.1550885258890948e-05,
      "loss": 7.1397,
      "step": 397430
    },
    {
      "epoch": 0.828,
      "grad_norm": 2.445446014404297,
      "learning_rate": 2.1545794250785947e-05,
      "loss": 7.7057,
      "step": 397440
    },
    {
      "epoch": 0.8280208333333333,
      "grad_norm": 5.7741169929504395,
      "learning_rate": 2.154070379755226e-05,
      "loss": 6.8914,
      "step": 397450
    },
    {
      "epoch": 0.8280416666666667,
      "grad_norm": 1.816402792930603,
      "learning_rate": 2.153561389921189e-05,
      "loss": 7.1849,
      "step": 397460
    },
    {
      "epoch": 0.8280625,
      "grad_norm": 1.3729093074798584,
      "learning_rate": 2.1530524555786864e-05,
      "loss": 6.795,
      "step": 397470
    },
    {
      "epoch": 0.8280833333333333,
      "grad_norm": 1.1798722743988037,
      "learning_rate": 2.1525435767299037e-05,
      "loss": 7.1212,
      "step": 397480
    },
    {
      "epoch": 0.8281041666666666,
      "grad_norm": 0.9760107398033142,
      "learning_rate": 2.152034753377052e-05,
      "loss": 6.963,
      "step": 397490
    },
    {
      "epoch": 0.828125,
      "grad_norm": 1.2627609968185425,
      "learning_rate": 2.1515259855223266e-05,
      "loss": 7.1064,
      "step": 397500
    },
    {
      "epoch": 0.8281458333333334,
      "grad_norm": 1.428514838218689,
      "learning_rate": 2.1510172731679172e-05,
      "loss": 7.3616,
      "step": 397510
    },
    {
      "epoch": 0.8281666666666667,
      "grad_norm": 1.9796665906906128,
      "learning_rate": 2.15050861631603e-05,
      "loss": 7.2178,
      "step": 397520
    },
    {
      "epoch": 0.8281875,
      "grad_norm": 1.2322297096252441,
      "learning_rate": 2.150000014968864e-05,
      "loss": 7.4979,
      "step": 397530
    },
    {
      "epoch": 0.8282083333333333,
      "grad_norm": 1.2114062309265137,
      "learning_rate": 2.1494914691286036e-05,
      "loss": 7.1142,
      "step": 397540
    },
    {
      "epoch": 0.8282291666666667,
      "grad_norm": 1.0112494230270386,
      "learning_rate": 2.1489829787974573e-05,
      "loss": 7.5155,
      "step": 397550
    },
    {
      "epoch": 0.82825,
      "grad_norm": 1.6758750677108765,
      "learning_rate": 2.1484745439776214e-05,
      "loss": 6.9567,
      "step": 397560
    },
    {
      "epoch": 0.8282708333333333,
      "grad_norm": 1.330786943435669,
      "learning_rate": 2.147966164671281e-05,
      "loss": 7.0973,
      "step": 397570
    },
    {
      "epoch": 0.8282916666666666,
      "grad_norm": 2.425560712814331,
      "learning_rate": 2.1474578408806475e-05,
      "loss": 6.9604,
      "step": 397580
    },
    {
      "epoch": 0.8283125,
      "grad_norm": 2.592916488647461,
      "learning_rate": 2.1469495726079046e-05,
      "loss": 7.3491,
      "step": 397590
    },
    {
      "epoch": 0.8283333333333334,
      "grad_norm": 3.497349739074707,
      "learning_rate": 2.146441359855248e-05,
      "loss": 7.0845,
      "step": 397600
    },
    {
      "epoch": 0.8283541666666666,
      "grad_norm": 1.0176931619644165,
      "learning_rate": 2.1459332026248854e-05,
      "loss": 6.7921,
      "step": 397610
    },
    {
      "epoch": 0.828375,
      "grad_norm": 1.3828247785568237,
      "learning_rate": 2.1454251009189977e-05,
      "loss": 7.108,
      "step": 397620
    },
    {
      "epoch": 0.8283958333333333,
      "grad_norm": 2.0431277751922607,
      "learning_rate": 2.1449170547397833e-05,
      "loss": 6.8081,
      "step": 397630
    },
    {
      "epoch": 0.8284166666666667,
      "grad_norm": 2.046898603439331,
      "learning_rate": 2.144409064089447e-05,
      "loss": 7.4223,
      "step": 397640
    },
    {
      "epoch": 0.8284375,
      "grad_norm": 17.394556045532227,
      "learning_rate": 2.1439011289701686e-05,
      "loss": 8.5334,
      "step": 397650
    },
    {
      "epoch": 0.8284583333333333,
      "grad_norm": 0.9095944762229919,
      "learning_rate": 2.1433932493841464e-05,
      "loss": 6.8247,
      "step": 397660
    },
    {
      "epoch": 0.8284791666666667,
      "grad_norm": 1.2422178983688354,
      "learning_rate": 2.1428854253335843e-05,
      "loss": 7.6487,
      "step": 397670
    },
    {
      "epoch": 0.8285,
      "grad_norm": 1.1850473880767822,
      "learning_rate": 2.142377656820663e-05,
      "loss": 6.9174,
      "step": 397680
    },
    {
      "epoch": 0.8285208333333334,
      "grad_norm": 1.0322847366333008,
      "learning_rate": 2.141869943847578e-05,
      "loss": 6.9413,
      "step": 397690
    },
    {
      "epoch": 0.8285416666666666,
      "grad_norm": 2.1971817016601562,
      "learning_rate": 2.1413622864165318e-05,
      "loss": 7.4145,
      "step": 397700
    },
    {
      "epoch": 0.8285625,
      "grad_norm": 2.2725398540496826,
      "learning_rate": 2.1408546845297088e-05,
      "loss": 7.1394,
      "step": 397710
    },
    {
      "epoch": 0.8285833333333333,
      "grad_norm": 2.5938527584075928,
      "learning_rate": 2.140347138189301e-05,
      "loss": 7.4462,
      "step": 397720
    },
    {
      "epoch": 0.8286041666666667,
      "grad_norm": 1.800012230873108,
      "learning_rate": 2.139839647397506e-05,
      "loss": 7.117,
      "step": 397730
    },
    {
      "epoch": 0.828625,
      "grad_norm": 8.315162658691406,
      "learning_rate": 2.1393322121565116e-05,
      "loss": 7.4175,
      "step": 397740
    },
    {
      "epoch": 0.8286458333333333,
      "grad_norm": 1.7259079217910767,
      "learning_rate": 2.1388248324685124e-05,
      "loss": 7.058,
      "step": 397750
    },
    {
      "epoch": 0.8286666666666667,
      "grad_norm": 2.57131290435791,
      "learning_rate": 2.1383175083356974e-05,
      "loss": 7.0604,
      "step": 397760
    },
    {
      "epoch": 0.8286875,
      "grad_norm": 0.805275022983551,
      "learning_rate": 2.137810239760261e-05,
      "loss": 6.8141,
      "step": 397770
    },
    {
      "epoch": 0.8287083333333334,
      "grad_norm": 1.9010447263717651,
      "learning_rate": 2.137303026744393e-05,
      "loss": 7.0494,
      "step": 397780
    },
    {
      "epoch": 0.8287291666666666,
      "grad_norm": 2.4339945316314697,
      "learning_rate": 2.1367958692902852e-05,
      "loss": 7.1023,
      "step": 397790
    },
    {
      "epoch": 0.82875,
      "grad_norm": 2.106558084487915,
      "learning_rate": 2.1362887674001277e-05,
      "loss": 7.2821,
      "step": 397800
    },
    {
      "epoch": 0.8287708333333333,
      "grad_norm": 1.7255586385726929,
      "learning_rate": 2.1357817210761103e-05,
      "loss": 7.1728,
      "step": 397810
    },
    {
      "epoch": 0.8287916666666667,
      "grad_norm": 1.862520694732666,
      "learning_rate": 2.1352747303204227e-05,
      "loss": 7.743,
      "step": 397820
    },
    {
      "epoch": 0.8288125,
      "grad_norm": 1.5714550018310547,
      "learning_rate": 2.1347677951352582e-05,
      "loss": 6.8082,
      "step": 397830
    },
    {
      "epoch": 0.8288333333333333,
      "grad_norm": 1.3940383195877075,
      "learning_rate": 2.134260915522807e-05,
      "loss": 7.2889,
      "step": 397840
    },
    {
      "epoch": 0.8288541666666667,
      "grad_norm": 1.2488914728164673,
      "learning_rate": 2.1337540914852486e-05,
      "loss": 7.0943,
      "step": 397850
    },
    {
      "epoch": 0.828875,
      "grad_norm": 34.67631149291992,
      "learning_rate": 2.1332473230247833e-05,
      "loss": 8.9844,
      "step": 397860
    },
    {
      "epoch": 0.8288958333333334,
      "grad_norm": 1.6254308223724365,
      "learning_rate": 2.1327406101436005e-05,
      "loss": 7.6966,
      "step": 397870
    },
    {
      "epoch": 0.8289166666666666,
      "grad_norm": 3.0994772911071777,
      "learning_rate": 2.1322339528438774e-05,
      "loss": 7.2597,
      "step": 397880
    },
    {
      "epoch": 0.8289375,
      "grad_norm": 1.1431292295455933,
      "learning_rate": 2.131727351127814e-05,
      "loss": 7.3669,
      "step": 397890
    },
    {
      "epoch": 0.8289583333333334,
      "grad_norm": 1.6767616271972656,
      "learning_rate": 2.1312208049975992e-05,
      "loss": 7.2145,
      "step": 397900
    },
    {
      "epoch": 0.8289791666666667,
      "grad_norm": 1.1188268661499023,
      "learning_rate": 2.130714314455409e-05,
      "loss": 7.7827,
      "step": 397910
    },
    {
      "epoch": 0.829,
      "grad_norm": 1.5929882526397705,
      "learning_rate": 2.130207879503443e-05,
      "loss": 7.2835,
      "step": 397920
    },
    {
      "epoch": 0.8290208333333333,
      "grad_norm": 2.34965443611145,
      "learning_rate": 2.1297015001438872e-05,
      "loss": 6.8841,
      "step": 397930
    },
    {
      "epoch": 0.8290416666666667,
      "grad_norm": 6.5558013916015625,
      "learning_rate": 2.129195176378919e-05,
      "loss": 7.123,
      "step": 397940
    },
    {
      "epoch": 0.8290625,
      "grad_norm": 1.242891788482666,
      "learning_rate": 2.1286889082107377e-05,
      "loss": 7.0889,
      "step": 397950
    },
    {
      "epoch": 0.8290833333333333,
      "grad_norm": 1.3457834720611572,
      "learning_rate": 2.1281826956415287e-05,
      "loss": 7.1554,
      "step": 397960
    },
    {
      "epoch": 0.8291041666666666,
      "grad_norm": 2.189727783203125,
      "learning_rate": 2.1276765386734685e-05,
      "loss": 7.432,
      "step": 397970
    },
    {
      "epoch": 0.829125,
      "grad_norm": 1.8457152843475342,
      "learning_rate": 2.1271704373087584e-05,
      "loss": 7.2599,
      "step": 397980
    },
    {
      "epoch": 0.8291458333333334,
      "grad_norm": 2.3996307849884033,
      "learning_rate": 2.126664391549572e-05,
      "loss": 8.006,
      "step": 397990
    },
    {
      "epoch": 0.8291666666666667,
      "grad_norm": 1.2061803340911865,
      "learning_rate": 2.1261584013980952e-05,
      "loss": 7.5169,
      "step": 398000
    },
    {
      "epoch": 0.8291666666666667,
      "eval_loss": 6.3653059005737305,
      "eval_runtime": 8.9956,
      "eval_samples_per_second": 0.333,
      "eval_steps_per_second": 0.111,
      "step": 398000
    },
    {
      "epoch": 0.8291875,
      "grad_norm": 1.7727651596069336,
      "learning_rate": 2.125652466856527e-05,
      "loss": 7.4344,
      "step": 398010
    },
    {
      "epoch": 0.8292083333333333,
      "grad_norm": 2.128512144088745,
      "learning_rate": 2.1251465879270407e-05,
      "loss": 6.8395,
      "step": 398020
    },
    {
      "epoch": 0.8292291666666667,
      "grad_norm": 1.2629657983779907,
      "learning_rate": 2.124640764611824e-05,
      "loss": 6.8904,
      "step": 398030
    },
    {
      "epoch": 0.82925,
      "grad_norm": 2.276099920272827,
      "learning_rate": 2.124134996913064e-05,
      "loss": 7.7865,
      "step": 398040
    },
    {
      "epoch": 0.8292708333333333,
      "grad_norm": 1.8865034580230713,
      "learning_rate": 2.1236292848329416e-05,
      "loss": 7.1832,
      "step": 398050
    },
    {
      "epoch": 0.8292916666666666,
      "grad_norm": 1.1338794231414795,
      "learning_rate": 2.1231236283736457e-05,
      "loss": 7.088,
      "step": 398060
    },
    {
      "epoch": 0.8293125,
      "grad_norm": 1.1143709421157837,
      "learning_rate": 2.1226180275373595e-05,
      "loss": 6.9884,
      "step": 398070
    },
    {
      "epoch": 0.8293333333333334,
      "grad_norm": 1.247941017150879,
      "learning_rate": 2.122112482326266e-05,
      "loss": 6.9431,
      "step": 398080
    },
    {
      "epoch": 0.8293541666666666,
      "grad_norm": 0.9764213562011719,
      "learning_rate": 2.121606992742548e-05,
      "loss": 7.1407,
      "step": 398090
    },
    {
      "epoch": 0.829375,
      "grad_norm": 1.0730712413787842,
      "learning_rate": 2.12110155878839e-05,
      "loss": 7.4147,
      "step": 398100
    },
    {
      "epoch": 0.8293958333333333,
      "grad_norm": 7.461117267608643,
      "learning_rate": 2.120596180465976e-05,
      "loss": 7.2287,
      "step": 398110
    },
    {
      "epoch": 0.8294166666666667,
      "grad_norm": 1.5611217021942139,
      "learning_rate": 2.1200908577774896e-05,
      "loss": 7.3056,
      "step": 398120
    },
    {
      "epoch": 0.8294375,
      "grad_norm": 1.2795848846435547,
      "learning_rate": 2.1195855907251103e-05,
      "loss": 7.1857,
      "step": 398130
    },
    {
      "epoch": 0.8294583333333333,
      "grad_norm": 1.2941341400146484,
      "learning_rate": 2.119080379311025e-05,
      "loss": 7.2972,
      "step": 398140
    },
    {
      "epoch": 0.8294791666666667,
      "grad_norm": 1.3342125415802002,
      "learning_rate": 2.118575223537412e-05,
      "loss": 7.416,
      "step": 398150
    },
    {
      "epoch": 0.8295,
      "grad_norm": 1.513271450996399,
      "learning_rate": 2.1180701234064563e-05,
      "loss": 7.5338,
      "step": 398160
    },
    {
      "epoch": 0.8295208333333334,
      "grad_norm": 2.2741053104400635,
      "learning_rate": 2.117565078920339e-05,
      "loss": 6.9539,
      "step": 398170
    },
    {
      "epoch": 0.8295416666666666,
      "grad_norm": 0.9541894197463989,
      "learning_rate": 2.1170600900812408e-05,
      "loss": 7.0292,
      "step": 398180
    },
    {
      "epoch": 0.8295625,
      "grad_norm": 0.8537005186080933,
      "learning_rate": 2.1165551568913425e-05,
      "loss": 7.2945,
      "step": 398190
    },
    {
      "epoch": 0.8295833333333333,
      "grad_norm": 1.5622979402542114,
      "learning_rate": 2.116050279352828e-05,
      "loss": 7.2302,
      "step": 398200
    },
    {
      "epoch": 0.8296041666666667,
      "grad_norm": 1.0315057039260864,
      "learning_rate": 2.115545457467878e-05,
      "loss": 7.1744,
      "step": 398210
    },
    {
      "epoch": 0.829625,
      "grad_norm": 1.1750822067260742,
      "learning_rate": 2.115040691238667e-05,
      "loss": 6.7708,
      "step": 398220
    },
    {
      "epoch": 0.8296458333333333,
      "grad_norm": 2.4314730167388916,
      "learning_rate": 2.1145359806673823e-05,
      "loss": 8.5494,
      "step": 398230
    },
    {
      "epoch": 0.8296666666666667,
      "grad_norm": 1.4059642553329468,
      "learning_rate": 2.1140313257562042e-05,
      "loss": 6.7099,
      "step": 398240
    },
    {
      "epoch": 0.8296875,
      "grad_norm": 2.197225570678711,
      "learning_rate": 2.1135267265073042e-05,
      "loss": 6.7888,
      "step": 398250
    },
    {
      "epoch": 0.8297083333333334,
      "grad_norm": 3.3561203479766846,
      "learning_rate": 2.1130221829228722e-05,
      "loss": 7.2204,
      "step": 398260
    },
    {
      "epoch": 0.8297291666666666,
      "grad_norm": 0.9448467493057251,
      "learning_rate": 2.1125176950050866e-05,
      "loss": 7.0138,
      "step": 398270
    },
    {
      "epoch": 0.82975,
      "grad_norm": 1.5715696811676025,
      "learning_rate": 2.1120132627561153e-05,
      "loss": 6.9738,
      "step": 398280
    },
    {
      "epoch": 0.8297708333333333,
      "grad_norm": 10.633708953857422,
      "learning_rate": 2.1115088861781486e-05,
      "loss": 7.849,
      "step": 398290
    },
    {
      "epoch": 0.8297916666666667,
      "grad_norm": 2.136082649230957,
      "learning_rate": 2.1110045652733665e-05,
      "loss": 7.1574,
      "step": 398300
    },
    {
      "epoch": 0.8298125,
      "grad_norm": 1.1652897596359253,
      "learning_rate": 2.1105003000439353e-05,
      "loss": 7.1783,
      "step": 398310
    },
    {
      "epoch": 0.8298333333333333,
      "grad_norm": 2.176283359527588,
      "learning_rate": 2.1099960904920448e-05,
      "loss": 6.9167,
      "step": 398320
    },
    {
      "epoch": 0.8298541666666667,
      "grad_norm": 1.538158655166626,
      "learning_rate": 2.1094919366198722e-05,
      "loss": 6.9874,
      "step": 398330
    },
    {
      "epoch": 0.829875,
      "grad_norm": 1.8071057796478271,
      "learning_rate": 2.1089878384295883e-05,
      "loss": 6.7714,
      "step": 398340
    },
    {
      "epoch": 0.8298958333333334,
      "grad_norm": 1.748250126838684,
      "learning_rate": 2.1084837959233753e-05,
      "loss": 7.6172,
      "step": 398350
    },
    {
      "epoch": 0.8299166666666666,
      "grad_norm": 2.690190553665161,
      "learning_rate": 2.107979809103408e-05,
      "loss": 7.4666,
      "step": 398360
    },
    {
      "epoch": 0.8299375,
      "grad_norm": 2.489182949066162,
      "learning_rate": 2.1074758779718658e-05,
      "loss": 6.9441,
      "step": 398370
    },
    {
      "epoch": 0.8299583333333334,
      "grad_norm": 2.7185416221618652,
      "learning_rate": 2.1069720025309243e-05,
      "loss": 7.8064,
      "step": 398380
    },
    {
      "epoch": 0.8299791666666667,
      "grad_norm": 1.1596828699111938,
      "learning_rate": 2.10646818278276e-05,
      "loss": 7.1082,
      "step": 398390
    },
    {
      "epoch": 0.83,
      "grad_norm": 1.3042880296707153,
      "learning_rate": 2.105964418729551e-05,
      "loss": 7.0677,
      "step": 398400
    },
    {
      "epoch": 0.8300208333333333,
      "grad_norm": 1.1654633283615112,
      "learning_rate": 2.1054607103734705e-05,
      "loss": 7.4958,
      "step": 398410
    },
    {
      "epoch": 0.8300416666666667,
      "grad_norm": 1.1448661088943481,
      "learning_rate": 2.1049570577166953e-05,
      "loss": 6.7288,
      "step": 398420
    },
    {
      "epoch": 0.8300625,
      "grad_norm": 4.593418121337891,
      "learning_rate": 2.1044534607614034e-05,
      "loss": 7.2242,
      "step": 398430
    },
    {
      "epoch": 0.8300833333333333,
      "grad_norm": 0.818891704082489,
      "learning_rate": 2.1039499195097666e-05,
      "loss": 6.9463,
      "step": 398440
    },
    {
      "epoch": 0.8301041666666666,
      "grad_norm": 1.1626704931259155,
      "learning_rate": 2.103446433963961e-05,
      "loss": 6.9379,
      "step": 398450
    },
    {
      "epoch": 0.830125,
      "grad_norm": 1.6778233051300049,
      "learning_rate": 2.1029430041261625e-05,
      "loss": 6.7576,
      "step": 398460
    },
    {
      "epoch": 0.8301458333333334,
      "grad_norm": 2.8558402061462402,
      "learning_rate": 2.102439629998547e-05,
      "loss": 7.1528,
      "step": 398470
    },
    {
      "epoch": 0.8301666666666667,
      "grad_norm": 1.2464793920516968,
      "learning_rate": 2.1019363115832843e-05,
      "loss": 7.4939,
      "step": 398480
    },
    {
      "epoch": 0.8301875,
      "grad_norm": 1.0527156591415405,
      "learning_rate": 2.101433048882553e-05,
      "loss": 6.956,
      "step": 398490
    },
    {
      "epoch": 0.8302083333333333,
      "grad_norm": 1.3060957193374634,
      "learning_rate": 2.1009298418985247e-05,
      "loss": 6.7782,
      "step": 398500
    },
    {
      "epoch": 0.8302291666666667,
      "grad_norm": 1.470231533050537,
      "learning_rate": 2.1004266906333743e-05,
      "loss": 7.1092,
      "step": 398510
    },
    {
      "epoch": 0.83025,
      "grad_norm": 9.801342964172363,
      "learning_rate": 2.0999235950892752e-05,
      "loss": 7.3727,
      "step": 398520
    },
    {
      "epoch": 0.8302708333333333,
      "grad_norm": 5.675627708435059,
      "learning_rate": 2.0994205552683984e-05,
      "loss": 7.1689,
      "step": 398530
    },
    {
      "epoch": 0.8302916666666667,
      "grad_norm": 1.2557740211486816,
      "learning_rate": 2.0989175711729196e-05,
      "loss": 7.3489,
      "step": 398540
    },
    {
      "epoch": 0.8303125,
      "grad_norm": 2.0270025730133057,
      "learning_rate": 2.0984146428050096e-05,
      "loss": 7.5127,
      "step": 398550
    },
    {
      "epoch": 0.8303333333333334,
      "grad_norm": 2.0286612510681152,
      "learning_rate": 2.097911770166841e-05,
      "loss": 6.7702,
      "step": 398560
    },
    {
      "epoch": 0.8303541666666666,
      "grad_norm": 3.567330837249756,
      "learning_rate": 2.0974089532605877e-05,
      "loss": 8.0678,
      "step": 398570
    },
    {
      "epoch": 0.830375,
      "grad_norm": 1.1201062202453613,
      "learning_rate": 2.0969061920884234e-05,
      "loss": 7.1331,
      "step": 398580
    },
    {
      "epoch": 0.8303958333333333,
      "grad_norm": 1.1152855157852173,
      "learning_rate": 2.0964034866525097e-05,
      "loss": 7.3371,
      "step": 398590
    },
    {
      "epoch": 0.8304166666666667,
      "grad_norm": 1.422629475593567,
      "learning_rate": 2.0959008369550286e-05,
      "loss": 7.1024,
      "step": 398600
    },
    {
      "epoch": 0.8304375,
      "grad_norm": 1.4879947900772095,
      "learning_rate": 2.0953982429981524e-05,
      "loss": 7.1668,
      "step": 398610
    },
    {
      "epoch": 0.8304583333333333,
      "grad_norm": 1.3328927755355835,
      "learning_rate": 2.0948957047840436e-05,
      "loss": 6.9107,
      "step": 398620
    },
    {
      "epoch": 0.8304791666666667,
      "grad_norm": 0.9908732771873474,
      "learning_rate": 2.0943932223148752e-05,
      "loss": 7.2807,
      "step": 398630
    },
    {
      "epoch": 0.8305,
      "grad_norm": 2.6427876949310303,
      "learning_rate": 2.093890795592825e-05,
      "loss": 7.5757,
      "step": 398640
    },
    {
      "epoch": 0.8305208333333334,
      "grad_norm": 0.9329882264137268,
      "learning_rate": 2.0933884246200554e-05,
      "loss": 8.054,
      "step": 398650
    },
    {
      "epoch": 0.8305416666666666,
      "grad_norm": 1.1092116832733154,
      "learning_rate": 2.092886109398736e-05,
      "loss": 7.1745,
      "step": 398660
    },
    {
      "epoch": 0.8305625,
      "grad_norm": 4.793154716491699,
      "learning_rate": 2.0923838499310447e-05,
      "loss": 7.4134,
      "step": 398670
    },
    {
      "epoch": 0.8305833333333333,
      "grad_norm": 1.8403620719909668,
      "learning_rate": 2.0918816462191433e-05,
      "loss": 6.846,
      "step": 398680
    },
    {
      "epoch": 0.8306041666666667,
      "grad_norm": 1.194075345993042,
      "learning_rate": 2.0913794982652022e-05,
      "loss": 7.1104,
      "step": 398690
    },
    {
      "epoch": 0.830625,
      "grad_norm": 7.116053104400635,
      "learning_rate": 2.0908774060713974e-05,
      "loss": 7.1249,
      "step": 398700
    },
    {
      "epoch": 0.8306458333333333,
      "grad_norm": 1.0786497592926025,
      "learning_rate": 2.090375369639889e-05,
      "loss": 6.9699,
      "step": 398710
    },
    {
      "epoch": 0.8306666666666667,
      "grad_norm": 1.9546571969985962,
      "learning_rate": 2.0898733889728487e-05,
      "loss": 7.6567,
      "step": 398720
    },
    {
      "epoch": 0.8306875,
      "grad_norm": 2.8100225925445557,
      "learning_rate": 2.0893714640724447e-05,
      "loss": 6.8198,
      "step": 398730
    },
    {
      "epoch": 0.8307083333333334,
      "grad_norm": 0.943724513053894,
      "learning_rate": 2.0888695949408468e-05,
      "loss": 7.3012,
      "step": 398740
    },
    {
      "epoch": 0.8307291666666666,
      "grad_norm": 2.411510705947876,
      "learning_rate": 2.0883677815802217e-05,
      "loss": 6.9136,
      "step": 398750
    },
    {
      "epoch": 0.83075,
      "grad_norm": 1.797856330871582,
      "learning_rate": 2.0878660239927366e-05,
      "loss": 6.9091,
      "step": 398760
    },
    {
      "epoch": 0.8307708333333333,
      "grad_norm": 1.7602314949035645,
      "learning_rate": 2.0873643221805586e-05,
      "loss": 7.241,
      "step": 398770
    },
    {
      "epoch": 0.8307916666666667,
      "grad_norm": 5.803441047668457,
      "learning_rate": 2.0868626761458567e-05,
      "loss": 7.3032,
      "step": 398780
    },
    {
      "epoch": 0.8308125,
      "grad_norm": 2.231350898742676,
      "learning_rate": 2.0863610858907958e-05,
      "loss": 7.4595,
      "step": 398790
    },
    {
      "epoch": 0.8308333333333333,
      "grad_norm": 1.9563969373703003,
      "learning_rate": 2.085859551417544e-05,
      "loss": 7.3153,
      "step": 398800
    },
    {
      "epoch": 0.8308541666666667,
      "grad_norm": 1.2744117975234985,
      "learning_rate": 2.0853580727282667e-05,
      "loss": 7.0894,
      "step": 398810
    },
    {
      "epoch": 0.830875,
      "grad_norm": 2.0453367233276367,
      "learning_rate": 2.084856649825131e-05,
      "loss": 7.1896,
      "step": 398820
    },
    {
      "epoch": 0.8308958333333333,
      "grad_norm": 1.541330337524414,
      "learning_rate": 2.0843552827103018e-05,
      "loss": 6.74,
      "step": 398830
    },
    {
      "epoch": 0.8309166666666666,
      "grad_norm": 2.7614264488220215,
      "learning_rate": 2.083853971385946e-05,
      "loss": 7.0169,
      "step": 398840
    },
    {
      "epoch": 0.8309375,
      "grad_norm": 1.022854208946228,
      "learning_rate": 2.083352715854229e-05,
      "loss": 7.0116,
      "step": 398850
    },
    {
      "epoch": 0.8309583333333334,
      "grad_norm": 2.1320667266845703,
      "learning_rate": 2.082851516117314e-05,
      "loss": 6.9182,
      "step": 398860
    },
    {
      "epoch": 0.8309791666666667,
      "grad_norm": 1.4543027877807617,
      "learning_rate": 2.082350372177368e-05,
      "loss": 7.2698,
      "step": 398870
    },
    {
      "epoch": 0.831,
      "grad_norm": 1.4967131614685059,
      "learning_rate": 2.0818492840365557e-05,
      "loss": 7.1494,
      "step": 398880
    },
    {
      "epoch": 0.8310208333333333,
      "grad_norm": 2.3369808197021484,
      "learning_rate": 2.081348251697042e-05,
      "loss": 6.9015,
      "step": 398890
    },
    {
      "epoch": 0.8310416666666667,
      "grad_norm": 0.9273697137832642,
      "learning_rate": 2.0808472751609884e-05,
      "loss": 7.2762,
      "step": 398900
    },
    {
      "epoch": 0.8310625,
      "grad_norm": 1.9020400047302246,
      "learning_rate": 2.0803463544305615e-05,
      "loss": 6.8995,
      "step": 398910
    },
    {
      "epoch": 0.8310833333333333,
      "grad_norm": 1.9818813800811768,
      "learning_rate": 2.0798454895079246e-05,
      "loss": 6.9216,
      "step": 398920
    },
    {
      "epoch": 0.8311041666666666,
      "grad_norm": 5.276450157165527,
      "learning_rate": 2.0793446803952447e-05,
      "loss": 7.1726,
      "step": 398930
    },
    {
      "epoch": 0.831125,
      "grad_norm": 1.3046224117279053,
      "learning_rate": 2.0788439270946743e-05,
      "loss": 7.4626,
      "step": 398940
    },
    {
      "epoch": 0.8311458333333334,
      "grad_norm": 0.9497342109680176,
      "learning_rate": 2.0783432296083873e-05,
      "loss": 7.2493,
      "step": 398950
    },
    {
      "epoch": 0.8311666666666667,
      "grad_norm": 1.3617527484893799,
      "learning_rate": 2.0778425879385468e-05,
      "loss": 6.9583,
      "step": 398960
    },
    {
      "epoch": 0.8311875,
      "grad_norm": 3.1951303482055664,
      "learning_rate": 2.0773420020873028e-05,
      "loss": 7.5667,
      "step": 398970
    },
    {
      "epoch": 0.8312083333333333,
      "grad_norm": 10.390104293823242,
      "learning_rate": 2.076841472056835e-05,
      "loss": 7.893,
      "step": 398980
    },
    {
      "epoch": 0.8312291666666667,
      "grad_norm": 2.807729721069336,
      "learning_rate": 2.0763409978492918e-05,
      "loss": 7.1134,
      "step": 398990
    },
    {
      "epoch": 0.83125,
      "grad_norm": 1.4414706230163574,
      "learning_rate": 2.0758405794668366e-05,
      "loss": 7.3057,
      "step": 399000
    },
    {
      "epoch": 0.83125,
      "eval_loss": 8.334282875061035,
      "eval_runtime": 9.3185,
      "eval_samples_per_second": 0.322,
      "eval_steps_per_second": 0.107,
      "step": 399000
    },
    {
      "epoch": 0.8312708333333333,
      "grad_norm": 3.048250198364258,
      "learning_rate": 2.0753402169116422e-05,
      "loss": 7.0243,
      "step": 399010
    },
    {
      "epoch": 0.8312916666666667,
      "grad_norm": 1.1287477016448975,
      "learning_rate": 2.0748399101858575e-05,
      "loss": 7.2734,
      "step": 399020
    },
    {
      "epoch": 0.8313125,
      "grad_norm": 2.0052297115325928,
      "learning_rate": 2.0743396592916457e-05,
      "loss": 7.3255,
      "step": 399030
    },
    {
      "epoch": 0.8313333333333334,
      "grad_norm": 0.9553841352462769,
      "learning_rate": 2.0738394642311763e-05,
      "loss": 7.1749,
      "step": 399040
    },
    {
      "epoch": 0.8313541666666666,
      "grad_norm": 2.9601831436157227,
      "learning_rate": 2.073339325006601e-05,
      "loss": 7.2779,
      "step": 399050
    },
    {
      "epoch": 0.831375,
      "grad_norm": 1.1243197917938232,
      "learning_rate": 2.07283924162008e-05,
      "loss": 7.409,
      "step": 399060
    },
    {
      "epoch": 0.8313958333333333,
      "grad_norm": 1.6851693391799927,
      "learning_rate": 2.072339214073783e-05,
      "loss": 7.0997,
      "step": 399070
    },
    {
      "epoch": 0.8314166666666667,
      "grad_norm": 1.3490608930587769,
      "learning_rate": 2.0718392423698606e-05,
      "loss": 7.1676,
      "step": 399080
    },
    {
      "epoch": 0.8314375,
      "grad_norm": 1.9240095615386963,
      "learning_rate": 2.071339326510475e-05,
      "loss": 7.1577,
      "step": 399090
    },
    {
      "epoch": 0.8314583333333333,
      "grad_norm": 1.7362632751464844,
      "learning_rate": 2.0708394664977852e-05,
      "loss": 6.6815,
      "step": 399100
    },
    {
      "epoch": 0.8314791666666667,
      "grad_norm": 1.1764925718307495,
      "learning_rate": 2.0703396623339506e-05,
      "loss": 7.5818,
      "step": 399110
    },
    {
      "epoch": 0.8315,
      "grad_norm": 1.5418580770492554,
      "learning_rate": 2.0698399140211334e-05,
      "loss": 6.7597,
      "step": 399120
    },
    {
      "epoch": 0.8315208333333334,
      "grad_norm": 0.9967523217201233,
      "learning_rate": 2.0693402215614886e-05,
      "loss": 6.7647,
      "step": 399130
    },
    {
      "epoch": 0.8315416666666666,
      "grad_norm": 2.306471824645996,
      "learning_rate": 2.068840584957174e-05,
      "loss": 7.2586,
      "step": 399140
    },
    {
      "epoch": 0.8315625,
      "grad_norm": 1.0095429420471191,
      "learning_rate": 2.068341004210351e-05,
      "loss": 7.5012,
      "step": 399150
    },
    {
      "epoch": 0.8315833333333333,
      "grad_norm": 1.0551749467849731,
      "learning_rate": 2.067841479323177e-05,
      "loss": 6.8077,
      "step": 399160
    },
    {
      "epoch": 0.8316041666666667,
      "grad_norm": 2.4759204387664795,
      "learning_rate": 2.0673420102978077e-05,
      "loss": 6.8852,
      "step": 399170
    },
    {
      "epoch": 0.831625,
      "grad_norm": 0.9280107617378235,
      "learning_rate": 2.0668425971364023e-05,
      "loss": 7.1612,
      "step": 399180
    },
    {
      "epoch": 0.8316458333333333,
      "grad_norm": 1.1823943853378296,
      "learning_rate": 2.0663432398411166e-05,
      "loss": 7.0162,
      "step": 399190
    },
    {
      "epoch": 0.8316666666666667,
      "grad_norm": 1.6669888496398926,
      "learning_rate": 2.0658439384141095e-05,
      "loss": 7.0543,
      "step": 399200
    },
    {
      "epoch": 0.8316875,
      "grad_norm": 1.3219101428985596,
      "learning_rate": 2.0653446928575407e-05,
      "loss": 7.4477,
      "step": 399210
    },
    {
      "epoch": 0.8317083333333334,
      "grad_norm": 1.3310015201568604,
      "learning_rate": 2.064845503173555e-05,
      "loss": 7.9132,
      "step": 399220
    },
    {
      "epoch": 0.8317291666666666,
      "grad_norm": 1.0476149320602417,
      "learning_rate": 2.0643463693643207e-05,
      "loss": 6.7464,
      "step": 399230
    },
    {
      "epoch": 0.83175,
      "grad_norm": 2.485429525375366,
      "learning_rate": 2.0638472914319932e-05,
      "loss": 7.9146,
      "step": 399240
    },
    {
      "epoch": 0.8317708333333333,
      "grad_norm": 2.799314022064209,
      "learning_rate": 2.0633482693787183e-05,
      "loss": 6.9992,
      "step": 399250
    },
    {
      "epoch": 0.8317916666666667,
      "grad_norm": 1.593034267425537,
      "learning_rate": 2.062849303206662e-05,
      "loss": 6.9699,
      "step": 399260
    },
    {
      "epoch": 0.8318125,
      "grad_norm": 5.757137775421143,
      "learning_rate": 2.062350392917978e-05,
      "loss": 7.2117,
      "step": 399270
    },
    {
      "epoch": 0.8318333333333333,
      "grad_norm": 2.1406748294830322,
      "learning_rate": 2.061851538514812e-05,
      "loss": 7.1926,
      "step": 399280
    },
    {
      "epoch": 0.8318541666666667,
      "grad_norm": 2.0325493812561035,
      "learning_rate": 2.0613527399993307e-05,
      "loss": 6.8701,
      "step": 399290
    },
    {
      "epoch": 0.831875,
      "grad_norm": 0.8854389786720276,
      "learning_rate": 2.060853997373687e-05,
      "loss": 7.1541,
      "step": 399300
    },
    {
      "epoch": 0.8318958333333333,
      "grad_norm": 3.7837576866149902,
      "learning_rate": 2.0603553106400262e-05,
      "loss": 7.496,
      "step": 399310
    },
    {
      "epoch": 0.8319166666666666,
      "grad_norm": 1.3112119436264038,
      "learning_rate": 2.059856679800511e-05,
      "loss": 6.7368,
      "step": 399320
    },
    {
      "epoch": 0.8319375,
      "grad_norm": 0.9379338026046753,
      "learning_rate": 2.0593581048572972e-05,
      "loss": 7.1608,
      "step": 399330
    },
    {
      "epoch": 0.8319583333333334,
      "grad_norm": 1.4690515995025635,
      "learning_rate": 2.058859585812527e-05,
      "loss": 6.9864,
      "step": 399340
    },
    {
      "epoch": 0.8319791666666667,
      "grad_norm": 2.3626136779785156,
      "learning_rate": 2.0583611226683683e-05,
      "loss": 7.3351,
      "step": 399350
    },
    {
      "epoch": 0.832,
      "grad_norm": 6.7664995193481445,
      "learning_rate": 2.0578627154269633e-05,
      "loss": 7.272,
      "step": 399360
    },
    {
      "epoch": 0.8320208333333333,
      "grad_norm": 1.7209076881408691,
      "learning_rate": 2.057364364090464e-05,
      "loss": 6.9296,
      "step": 399370
    },
    {
      "epoch": 0.8320416666666667,
      "grad_norm": 4.196534633636475,
      "learning_rate": 2.0568660686610354e-05,
      "loss": 7.0773,
      "step": 399380
    },
    {
      "epoch": 0.8320625,
      "grad_norm": 2.778188467025757,
      "learning_rate": 2.056367829140819e-05,
      "loss": 7.2275,
      "step": 399390
    },
    {
      "epoch": 0.8320833333333333,
      "grad_norm": 1.10135018825531,
      "learning_rate": 2.055869645531965e-05,
      "loss": 7.7041,
      "step": 399400
    },
    {
      "epoch": 0.8321041666666666,
      "grad_norm": 3.241086721420288,
      "learning_rate": 2.05537151783664e-05,
      "loss": 7.7159,
      "step": 399410
    },
    {
      "epoch": 0.832125,
      "grad_norm": 1.8248755931854248,
      "learning_rate": 2.05487344605698e-05,
      "loss": 7.202,
      "step": 399420
    },
    {
      "epoch": 0.8321458333333334,
      "grad_norm": 1.8737378120422363,
      "learning_rate": 2.0543754301951405e-05,
      "loss": 7.1493,
      "step": 399430
    },
    {
      "epoch": 0.8321666666666667,
      "grad_norm": 3.1734001636505127,
      "learning_rate": 2.053877470253283e-05,
      "loss": 7.2165,
      "step": 399440
    },
    {
      "epoch": 0.8321875,
      "grad_norm": 1.1694657802581787,
      "learning_rate": 2.0533795662335458e-05,
      "loss": 6.9356,
      "step": 399450
    },
    {
      "epoch": 0.8322083333333333,
      "grad_norm": 2.005519151687622,
      "learning_rate": 2.05288171813808e-05,
      "loss": 7.2571,
      "step": 399460
    },
    {
      "epoch": 0.8322291666666667,
      "grad_norm": 1.2345691919326782,
      "learning_rate": 2.0523839259690484e-05,
      "loss": 7.3556,
      "step": 399470
    },
    {
      "epoch": 0.83225,
      "grad_norm": 1.6492385864257812,
      "learning_rate": 2.05188618972859e-05,
      "loss": 7.0195,
      "step": 399480
    },
    {
      "epoch": 0.8322708333333333,
      "grad_norm": 11.863245010375977,
      "learning_rate": 2.0513885094188565e-05,
      "loss": 7.9199,
      "step": 399490
    },
    {
      "epoch": 0.8322916666666667,
      "grad_norm": 2.776045322418213,
      "learning_rate": 2.0508908850419996e-05,
      "loss": 7.1721,
      "step": 399500
    },
    {
      "epoch": 0.8323125,
      "grad_norm": 1.227259874343872,
      "learning_rate": 2.0503933166001695e-05,
      "loss": 6.9494,
      "step": 399510
    },
    {
      "epoch": 0.8323333333333334,
      "grad_norm": 1.2555071115493774,
      "learning_rate": 2.0498958040955144e-05,
      "loss": 6.8519,
      "step": 399520
    },
    {
      "epoch": 0.8323541666666666,
      "grad_norm": 2.435391664505005,
      "learning_rate": 2.0493983475301822e-05,
      "loss": 7.0841,
      "step": 399530
    },
    {
      "epoch": 0.832375,
      "grad_norm": 2.9755001068115234,
      "learning_rate": 2.048900946906325e-05,
      "loss": 7.2244,
      "step": 399540
    },
    {
      "epoch": 0.8323958333333333,
      "grad_norm": 1.6528459787368774,
      "learning_rate": 2.0484036022260874e-05,
      "loss": 7.2652,
      "step": 399550
    },
    {
      "epoch": 0.8324166666666667,
      "grad_norm": 2.121579647064209,
      "learning_rate": 2.0479063134916194e-05,
      "loss": 6.9532,
      "step": 399560
    },
    {
      "epoch": 0.8324375,
      "grad_norm": 1.6529109477996826,
      "learning_rate": 2.0474090807050712e-05,
      "loss": 6.5507,
      "step": 399570
    },
    {
      "epoch": 0.8324583333333333,
      "grad_norm": 0.8662261962890625,
      "learning_rate": 2.046911903868591e-05,
      "loss": 7.8174,
      "step": 399580
    },
    {
      "epoch": 0.8324791666666667,
      "grad_norm": 1.1550533771514893,
      "learning_rate": 2.046414782984317e-05,
      "loss": 7.8457,
      "step": 399590
    },
    {
      "epoch": 0.8325,
      "grad_norm": 1.2263801097869873,
      "learning_rate": 2.045917718054409e-05,
      "loss": 7.1615,
      "step": 399600
    },
    {
      "epoch": 0.8325208333333334,
      "grad_norm": 0.9990646243095398,
      "learning_rate": 2.0454207090810105e-05,
      "loss": 7.3665,
      "step": 399610
    },
    {
      "epoch": 0.8325416666666666,
      "grad_norm": 1.4159045219421387,
      "learning_rate": 2.0449237560662612e-05,
      "loss": 6.8372,
      "step": 399620
    },
    {
      "epoch": 0.8325625,
      "grad_norm": 2.575101613998413,
      "learning_rate": 2.0444268590123147e-05,
      "loss": 7.9496,
      "step": 399630
    },
    {
      "epoch": 0.8325833333333333,
      "grad_norm": 1.0768896341323853,
      "learning_rate": 2.0439300179213208e-05,
      "loss": 7.0197,
      "step": 399640
    },
    {
      "epoch": 0.8326041666666667,
      "grad_norm": 1.325980305671692,
      "learning_rate": 2.0434332327954145e-05,
      "loss": 7.294,
      "step": 399650
    },
    {
      "epoch": 0.832625,
      "grad_norm": 1.8582698106765747,
      "learning_rate": 2.0429365036367508e-05,
      "loss": 7.432,
      "step": 399660
    },
    {
      "epoch": 0.8326458333333333,
      "grad_norm": 1.6113004684448242,
      "learning_rate": 2.042439830447476e-05,
      "loss": 7.4111,
      "step": 399670
    },
    {
      "epoch": 0.8326666666666667,
      "grad_norm": 11.247861862182617,
      "learning_rate": 2.0419432132297253e-05,
      "loss": 6.8927,
      "step": 399680
    },
    {
      "epoch": 0.8326875,
      "grad_norm": 1.2455830574035645,
      "learning_rate": 2.0414466519856554e-05,
      "loss": 6.8644,
      "step": 399690
    },
    {
      "epoch": 0.8327083333333334,
      "grad_norm": 1.521215558052063,
      "learning_rate": 2.0409501467174077e-05,
      "loss": 7.2143,
      "step": 399700
    },
    {
      "epoch": 0.8327291666666666,
      "grad_norm": 2.2013697624206543,
      "learning_rate": 2.0404536974271207e-05,
      "loss": 7.1438,
      "step": 399710
    },
    {
      "epoch": 0.83275,
      "grad_norm": 6.327707290649414,
      "learning_rate": 2.0399573041169508e-05,
      "loss": 7.4731,
      "step": 399720
    },
    {
      "epoch": 0.8327708333333333,
      "grad_norm": 1.205706238746643,
      "learning_rate": 2.0394609667890315e-05,
      "loss": 7.1478,
      "step": 399730
    },
    {
      "epoch": 0.8327916666666667,
      "grad_norm": 2.0092766284942627,
      "learning_rate": 2.0389646854455078e-05,
      "loss": 6.9943,
      "step": 399740
    },
    {
      "epoch": 0.8328125,
      "grad_norm": 1.1461474895477295,
      "learning_rate": 2.0384684600885326e-05,
      "loss": 7.1677,
      "step": 399750
    },
    {
      "epoch": 0.8328333333333333,
      "grad_norm": 1.2286862134933472,
      "learning_rate": 2.0379722907202394e-05,
      "loss": 7.3988,
      "step": 399760
    },
    {
      "epoch": 0.8328541666666667,
      "grad_norm": 1.2703238725662231,
      "learning_rate": 2.0374761773427716e-05,
      "loss": 8.7311,
      "step": 399770
    },
    {
      "epoch": 0.832875,
      "grad_norm": 1.0473318099975586,
      "learning_rate": 2.036980119958284e-05,
      "loss": 7.0544,
      "step": 399780
    },
    {
      "epoch": 0.8328958333333333,
      "grad_norm": 1.1074808835983276,
      "learning_rate": 2.0364841185689067e-05,
      "loss": 7.2167,
      "step": 399790
    },
    {
      "epoch": 0.8329166666666666,
      "grad_norm": 2.2031900882720947,
      "learning_rate": 2.0359881731767863e-05,
      "loss": 7.0042,
      "step": 399800
    },
    {
      "epoch": 0.8329375,
      "grad_norm": 3.2531182765960693,
      "learning_rate": 2.0354922837840675e-05,
      "loss": 7.251,
      "step": 399810
    },
    {
      "epoch": 0.8329583333333334,
      "grad_norm": 2.066216230392456,
      "learning_rate": 2.034996450392889e-05,
      "loss": 7.2204,
      "step": 399820
    },
    {
      "epoch": 0.8329791666666667,
      "grad_norm": 0.9900617599487305,
      "learning_rate": 2.0345006730053935e-05,
      "loss": 6.9209,
      "step": 399830
    },
    {
      "epoch": 0.833,
      "grad_norm": 1.6171764135360718,
      "learning_rate": 2.0340049516237232e-05,
      "loss": 7.2533,
      "step": 399840
    },
    {
      "epoch": 0.8330208333333333,
      "grad_norm": 3.200207233428955,
      "learning_rate": 2.0335092862500195e-05,
      "loss": 7.0982,
      "step": 399850
    },
    {
      "epoch": 0.8330416666666667,
      "grad_norm": 3.7702715396881104,
      "learning_rate": 2.0330136768864226e-05,
      "loss": 7.3255,
      "step": 399860
    },
    {
      "epoch": 0.8330625,
      "grad_norm": 1.3966692686080933,
      "learning_rate": 2.0325181235350752e-05,
      "loss": 6.9057,
      "step": 399870
    },
    {
      "epoch": 0.8330833333333333,
      "grad_norm": 1.0990147590637207,
      "learning_rate": 2.0320226261981158e-05,
      "loss": 7.728,
      "step": 399880
    },
    {
      "epoch": 0.8331041666666666,
      "grad_norm": 3.121342658996582,
      "learning_rate": 2.0315271848776848e-05,
      "loss": 6.9192,
      "step": 399890
    },
    {
      "epoch": 0.833125,
      "grad_norm": 1.1057860851287842,
      "learning_rate": 2.0310317995759235e-05,
      "loss": 7.3113,
      "step": 399900
    },
    {
      "epoch": 0.8331458333333334,
      "grad_norm": 2.090214967727661,
      "learning_rate": 2.0305364702949718e-05,
      "loss": 6.9477,
      "step": 399910
    },
    {
      "epoch": 0.8331666666666667,
      "grad_norm": 1.8557993173599243,
      "learning_rate": 2.0300411970369696e-05,
      "loss": 7.6762,
      "step": 399920
    },
    {
      "epoch": 0.8331875,
      "grad_norm": 1.7596497535705566,
      "learning_rate": 2.029545979804055e-05,
      "loss": 7.4659,
      "step": 399930
    },
    {
      "epoch": 0.8332083333333333,
      "grad_norm": 1.454348087310791,
      "learning_rate": 2.029050818598367e-05,
      "loss": 7.1277,
      "step": 399940
    },
    {
      "epoch": 0.8332291666666667,
      "grad_norm": 1.262650489807129,
      "learning_rate": 2.0285557134220455e-05,
      "loss": 7.0944,
      "step": 399950
    },
    {
      "epoch": 0.83325,
      "grad_norm": 5.02968692779541,
      "learning_rate": 2.0280606642772297e-05,
      "loss": 7.1848,
      "step": 399960
    },
    {
      "epoch": 0.8332708333333333,
      "grad_norm": 4.328692436218262,
      "learning_rate": 2.0275656711660564e-05,
      "loss": 7.2626,
      "step": 399970
    },
    {
      "epoch": 0.8332916666666667,
      "grad_norm": 5.332543849945068,
      "learning_rate": 2.0270707340906676e-05,
      "loss": 7.4529,
      "step": 399980
    },
    {
      "epoch": 0.8333125,
      "grad_norm": 1.256076693534851,
      "learning_rate": 2.0265758530531917e-05,
      "loss": 7.4257,
      "step": 399990
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 1.0120728015899658,
      "learning_rate": 2.0260810280557764e-05,
      "loss": 7.0464,
      "step": 400000
    },
    {
      "epoch": 0.8333333333333334,
      "eval_loss": 9.972505569458008,
      "eval_runtime": 8.3079,
      "eval_samples_per_second": 0.361,
      "eval_steps_per_second": 0.12,
      "step": 400000
    },
    {
      "epoch": 0.8333541666666666,
      "grad_norm": 1.9762732982635498,
      "learning_rate": 2.025586259100559e-05,
      "loss": 7.179,
      "step": 400010
    },
    {
      "epoch": 0.833375,
      "grad_norm": 1.75509774684906,
      "learning_rate": 2.0250915461896672e-05,
      "loss": 7.1399,
      "step": 400020
    },
    {
      "epoch": 0.8333958333333333,
      "grad_norm": 1.8513346910476685,
      "learning_rate": 2.0245968893252464e-05,
      "loss": 7.1524,
      "step": 400030
    },
    {
      "epoch": 0.8334166666666667,
      "grad_norm": 2.4847426414489746,
      "learning_rate": 2.024102288509436e-05,
      "loss": 7.2704,
      "step": 400040
    },
    {
      "epoch": 0.8334375,
      "grad_norm": 1.2872092723846436,
      "learning_rate": 2.0236077437443597e-05,
      "loss": 7.8287,
      "step": 400050
    },
    {
      "epoch": 0.8334583333333333,
      "grad_norm": 1.4989688396453857,
      "learning_rate": 2.0231132550321644e-05,
      "loss": 7.1588,
      "step": 400060
    },
    {
      "epoch": 0.8334791666666667,
      "grad_norm": 3.0317888259887695,
      "learning_rate": 2.0226188223749862e-05,
      "loss": 7.2927,
      "step": 400070
    },
    {
      "epoch": 0.8335,
      "grad_norm": 3.373586893081665,
      "learning_rate": 2.022124445774952e-05,
      "loss": 7.2819,
      "step": 400080
    },
    {
      "epoch": 0.8335208333333334,
      "grad_norm": 1.1112233400344849,
      "learning_rate": 2.02163012523421e-05,
      "loss": 7.1857,
      "step": 400090
    },
    {
      "epoch": 0.8335416666666666,
      "grad_norm": 1.1227680444717407,
      "learning_rate": 2.0211358607548848e-05,
      "loss": 7.1041,
      "step": 400100
    },
    {
      "epoch": 0.8335625,
      "grad_norm": 1.313374400138855,
      "learning_rate": 2.0206416523391173e-05,
      "loss": 6.9617,
      "step": 400110
    },
    {
      "epoch": 0.8335833333333333,
      "grad_norm": 1.3954954147338867,
      "learning_rate": 2.020147499989038e-05,
      "loss": 7.4515,
      "step": 400120
    },
    {
      "epoch": 0.8336041666666667,
      "grad_norm": 1.4163591861724854,
      "learning_rate": 2.0196534037067848e-05,
      "loss": 7.3043,
      "step": 400130
    },
    {
      "epoch": 0.833625,
      "grad_norm": 1.716589331626892,
      "learning_rate": 2.01915936349449e-05,
      "loss": 7.3955,
      "step": 400140
    },
    {
      "epoch": 0.8336458333333333,
      "grad_norm": 1.7129391431808472,
      "learning_rate": 2.01866537935429e-05,
      "loss": 6.8761,
      "step": 400150
    },
    {
      "epoch": 0.8336666666666667,
      "grad_norm": 3.2341678142547607,
      "learning_rate": 2.0181714512883158e-05,
      "loss": 7.1497,
      "step": 400160
    },
    {
      "epoch": 0.8336875,
      "grad_norm": 1.2383835315704346,
      "learning_rate": 2.0176775792987032e-05,
      "loss": 7.302,
      "step": 400170
    },
    {
      "epoch": 0.8337083333333334,
      "grad_norm": 1.2646818161010742,
      "learning_rate": 2.0171837633875842e-05,
      "loss": 7.3296,
      "step": 400180
    },
    {
      "epoch": 0.8337291666666666,
      "grad_norm": 1.9365922212600708,
      "learning_rate": 2.016690003557092e-05,
      "loss": 7.0729,
      "step": 400190
    },
    {
      "epoch": 0.83375,
      "grad_norm": 1.025109052658081,
      "learning_rate": 2.01619629980936e-05,
      "loss": 7.116,
      "step": 400200
    },
    {
      "epoch": 0.8337708333333333,
      "grad_norm": 2.923797369003296,
      "learning_rate": 2.0157026521465214e-05,
      "loss": 7.2358,
      "step": 400210
    },
    {
      "epoch": 0.8337916666666667,
      "grad_norm": 1.738529086112976,
      "learning_rate": 2.0152090605707076e-05,
      "loss": 6.8983,
      "step": 400220
    },
    {
      "epoch": 0.8338125,
      "grad_norm": 3.326476812362671,
      "learning_rate": 2.014715525084051e-05,
      "loss": 7.7728,
      "step": 400230
    },
    {
      "epoch": 0.8338333333333333,
      "grad_norm": 2.1553125381469727,
      "learning_rate": 2.014222045688682e-05,
      "loss": 7.2445,
      "step": 400240
    },
    {
      "epoch": 0.8338541666666667,
      "grad_norm": 1.11813485622406,
      "learning_rate": 2.0137286223867348e-05,
      "loss": 7.1639,
      "step": 400250
    },
    {
      "epoch": 0.833875,
      "grad_norm": 1.95412278175354,
      "learning_rate": 2.013235255180341e-05,
      "loss": 7.0281,
      "step": 400260
    },
    {
      "epoch": 0.8338958333333333,
      "grad_norm": 4.1806230545043945,
      "learning_rate": 2.0127419440716286e-05,
      "loss": 7.2277,
      "step": 400270
    },
    {
      "epoch": 0.8339166666666666,
      "grad_norm": 1.530975580215454,
      "learning_rate": 2.0122486890627308e-05,
      "loss": 6.6247,
      "step": 400280
    },
    {
      "epoch": 0.8339375,
      "grad_norm": 3.5978546142578125,
      "learning_rate": 2.0117554901557782e-05,
      "loss": 6.9763,
      "step": 400290
    },
    {
      "epoch": 0.8339583333333334,
      "grad_norm": 3.527254104614258,
      "learning_rate": 2.0112623473529e-05,
      "loss": 7.3559,
      "step": 400300
    },
    {
      "epoch": 0.8339791666666667,
      "grad_norm": 1.919630765914917,
      "learning_rate": 2.0107692606562264e-05,
      "loss": 7.7807,
      "step": 400310
    },
    {
      "epoch": 0.834,
      "grad_norm": 1.4085564613342285,
      "learning_rate": 2.0102762300678894e-05,
      "loss": 7.7816,
      "step": 400320
    },
    {
      "epoch": 0.8340208333333333,
      "grad_norm": 2.949711561203003,
      "learning_rate": 2.0097832555900168e-05,
      "loss": 6.9176,
      "step": 400330
    },
    {
      "epoch": 0.8340416666666667,
      "grad_norm": 1.3719784021377563,
      "learning_rate": 2.009290337224739e-05,
      "loss": 7.5228,
      "step": 400340
    },
    {
      "epoch": 0.8340625,
      "grad_norm": 1.0826857089996338,
      "learning_rate": 2.0087974749741886e-05,
      "loss": 6.9433,
      "step": 400350
    },
    {
      "epoch": 0.8340833333333333,
      "grad_norm": 1.1779695749282837,
      "learning_rate": 2.008304668840483e-05,
      "loss": 7.5204,
      "step": 400360
    },
    {
      "epoch": 0.8341041666666666,
      "grad_norm": 1.6233245134353638,
      "learning_rate": 2.0078119188257635e-05,
      "loss": 6.9801,
      "step": 400370
    },
    {
      "epoch": 0.834125,
      "grad_norm": 1.1036075353622437,
      "learning_rate": 2.007319224932155e-05,
      "loss": 7.3519,
      "step": 400380
    },
    {
      "epoch": 0.8341458333333334,
      "grad_norm": 1.3523715734481812,
      "learning_rate": 2.0068265871617828e-05,
      "loss": 7.7361,
      "step": 400390
    },
    {
      "epoch": 0.8341666666666666,
      "grad_norm": 1.0338603258132935,
      "learning_rate": 2.0063340055167748e-05,
      "loss": 6.7488,
      "step": 400400
    },
    {
      "epoch": 0.8341875,
      "grad_norm": 1.2978923320770264,
      "learning_rate": 2.0058414799992643e-05,
      "loss": 7.2186,
      "step": 400410
    },
    {
      "epoch": 0.8342083333333333,
      "grad_norm": 1.3579065799713135,
      "learning_rate": 2.0053490106113733e-05,
      "loss": 6.9571,
      "step": 400420
    },
    {
      "epoch": 0.8342291666666667,
      "grad_norm": 2.212463140487671,
      "learning_rate": 2.0048565973552284e-05,
      "loss": 7.2291,
      "step": 400430
    },
    {
      "epoch": 0.83425,
      "grad_norm": 1.3811490535736084,
      "learning_rate": 2.0043642402329656e-05,
      "loss": 6.7521,
      "step": 400440
    },
    {
      "epoch": 0.8342708333333333,
      "grad_norm": 3.776340961456299,
      "learning_rate": 2.0038719392467008e-05,
      "loss": 7.5184,
      "step": 400450
    },
    {
      "epoch": 0.8342916666666667,
      "grad_norm": 1.3282148838043213,
      "learning_rate": 2.0033796943985613e-05,
      "loss": 7.2427,
      "step": 400460
    },
    {
      "epoch": 0.8343125,
      "grad_norm": 1.775965929031372,
      "learning_rate": 2.0028875056906864e-05,
      "loss": 7.3269,
      "step": 400470
    },
    {
      "epoch": 0.8343333333333334,
      "grad_norm": 1.6039432287216187,
      "learning_rate": 2.002395373125187e-05,
      "loss": 7.0049,
      "step": 400480
    },
    {
      "epoch": 0.8343541666666666,
      "grad_norm": 1.7749683856964111,
      "learning_rate": 2.0019032967041948e-05,
      "loss": 6.9375,
      "step": 400490
    },
    {
      "epoch": 0.834375,
      "grad_norm": 4.375994682312012,
      "learning_rate": 2.001411276429837e-05,
      "loss": 7.0595,
      "step": 400500
    },
    {
      "epoch": 0.8343958333333333,
      "grad_norm": 2.192300319671631,
      "learning_rate": 2.000919312304236e-05,
      "loss": 7.2986,
      "step": 400510
    },
    {
      "epoch": 0.8344166666666667,
      "grad_norm": 4.863896369934082,
      "learning_rate": 2.0004274043295194e-05,
      "loss": 7.467,
      "step": 400520
    },
    {
      "epoch": 0.8344375,
      "grad_norm": 4.451446056365967,
      "learning_rate": 1.9999355525078096e-05,
      "loss": 7.0934,
      "step": 400530
    },
    {
      "epoch": 0.8344583333333333,
      "grad_norm": 5.800158500671387,
      "learning_rate": 1.9994437568412326e-05,
      "loss": 7.0342,
      "step": 400540
    },
    {
      "epoch": 0.8344791666666667,
      "grad_norm": 3.7166197299957275,
      "learning_rate": 1.9989520173319123e-05,
      "loss": 7.266,
      "step": 400550
    },
    {
      "epoch": 0.8345,
      "grad_norm": 1.0657089948654175,
      "learning_rate": 1.9984603339819742e-05,
      "loss": 6.9889,
      "step": 400560
    },
    {
      "epoch": 0.8345208333333334,
      "grad_norm": 1.2435483932495117,
      "learning_rate": 1.9979687067935402e-05,
      "loss": 7.2151,
      "step": 400570
    },
    {
      "epoch": 0.8345416666666666,
      "grad_norm": 3.1697001457214355,
      "learning_rate": 1.9974771357687365e-05,
      "loss": 7.6397,
      "step": 400580
    },
    {
      "epoch": 0.8345625,
      "grad_norm": 3.8924560546875,
      "learning_rate": 1.996985620909683e-05,
      "loss": 7.0399,
      "step": 400590
    },
    {
      "epoch": 0.8345833333333333,
      "grad_norm": 1.6777198314666748,
      "learning_rate": 1.9964941622185048e-05,
      "loss": 7.2328,
      "step": 400600
    },
    {
      "epoch": 0.8346041666666667,
      "grad_norm": 1.6762536764144897,
      "learning_rate": 1.9960027596973255e-05,
      "loss": 7.2524,
      "step": 400610
    },
    {
      "epoch": 0.834625,
      "grad_norm": 2.5279014110565186,
      "learning_rate": 1.9955114133482665e-05,
      "loss": 7.3539,
      "step": 400620
    },
    {
      "epoch": 0.8346458333333333,
      "grad_norm": 1.0859129428863525,
      "learning_rate": 1.995020123173451e-05,
      "loss": 7.0305,
      "step": 400630
    },
    {
      "epoch": 0.8346666666666667,
      "grad_norm": 0.9933018684387207,
      "learning_rate": 1.994528889174999e-05,
      "loss": 7.9409,
      "step": 400640
    },
    {
      "epoch": 0.8346875,
      "grad_norm": 1.2008881568908691,
      "learning_rate": 1.994037711355037e-05,
      "loss": 7.1818,
      "step": 400650
    },
    {
      "epoch": 0.8347083333333334,
      "grad_norm": 1.5310269594192505,
      "learning_rate": 1.993546589715682e-05,
      "loss": 7.2364,
      "step": 400660
    },
    {
      "epoch": 0.8347291666666666,
      "grad_norm": 2.6366357803344727,
      "learning_rate": 1.993055524259059e-05,
      "loss": 6.8624,
      "step": 400670
    },
    {
      "epoch": 0.83475,
      "grad_norm": 1.2565721273422241,
      "learning_rate": 1.992564514987286e-05,
      "loss": 7.02,
      "step": 400680
    },
    {
      "epoch": 0.8347708333333334,
      "grad_norm": 2.964918613433838,
      "learning_rate": 1.9920735619024864e-05,
      "loss": 7.462,
      "step": 400690
    },
    {
      "epoch": 0.8347916666666667,
      "grad_norm": 1.2532068490982056,
      "learning_rate": 1.9915826650067834e-05,
      "loss": 7.2875,
      "step": 400700
    },
    {
      "epoch": 0.8348125,
      "grad_norm": 1.4588027000427246,
      "learning_rate": 1.9910918243022872e-05,
      "loss": 7.4489,
      "step": 400710
    },
    {
      "epoch": 0.8348333333333333,
      "grad_norm": 1.8710237741470337,
      "learning_rate": 1.9906010397911324e-05,
      "loss": 7.3169,
      "step": 400720
    },
    {
      "epoch": 0.8348541666666667,
      "grad_norm": 9.91718578338623,
      "learning_rate": 1.990110311475428e-05,
      "loss": 7.0386,
      "step": 400730
    },
    {
      "epoch": 0.834875,
      "grad_norm": 1.8534232378005981,
      "learning_rate": 1.9896196393572934e-05,
      "loss": 7.2635,
      "step": 400740
    },
    {
      "epoch": 0.8348958333333333,
      "grad_norm": 1.1390008926391602,
      "learning_rate": 1.9891290234388602e-05,
      "loss": 7.7894,
      "step": 400750
    },
    {
      "epoch": 0.8349166666666666,
      "grad_norm": 1.4720567464828491,
      "learning_rate": 1.9886384637222354e-05,
      "loss": 6.9516,
      "step": 400760
    },
    {
      "epoch": 0.8349375,
      "grad_norm": 2.784593105316162,
      "learning_rate": 1.9881479602095385e-05,
      "loss": 7.3254,
      "step": 400770
    },
    {
      "epoch": 0.8349583333333334,
      "grad_norm": 0.9998983144760132,
      "learning_rate": 1.9876575129028983e-05,
      "loss": 6.7353,
      "step": 400780
    },
    {
      "epoch": 0.8349791666666667,
      "grad_norm": 1.4104888439178467,
      "learning_rate": 1.9871671218044243e-05,
      "loss": 7.5392,
      "step": 400790
    },
    {
      "epoch": 0.835,
      "grad_norm": 1.4983837604522705,
      "learning_rate": 1.9866767869162355e-05,
      "loss": 7.9587,
      "step": 400800
    },
    {
      "epoch": 0.8350208333333333,
      "grad_norm": 1.4472601413726807,
      "learning_rate": 1.986186508240456e-05,
      "loss": 7.1049,
      "step": 400810
    },
    {
      "epoch": 0.8350416666666667,
      "grad_norm": 8.456033706665039,
      "learning_rate": 1.985696285779198e-05,
      "loss": 7.8703,
      "step": 400820
    },
    {
      "epoch": 0.8350625,
      "grad_norm": 2.2425458431243896,
      "learning_rate": 1.9852061195345763e-05,
      "loss": 7.0414,
      "step": 400830
    },
    {
      "epoch": 0.8350833333333333,
      "grad_norm": 5.37947940826416,
      "learning_rate": 1.984716009508721e-05,
      "loss": 7.0242,
      "step": 400840
    },
    {
      "epoch": 0.8351041666666666,
      "grad_norm": 3.703908681869507,
      "learning_rate": 1.9842259557037353e-05,
      "loss": 7.3206,
      "step": 400850
    },
    {
      "epoch": 0.835125,
      "grad_norm": 1.5048763751983643,
      "learning_rate": 1.9837359581217426e-05,
      "loss": 7.2048,
      "step": 400860
    },
    {
      "epoch": 0.8351458333333334,
      "grad_norm": 2.0793843269348145,
      "learning_rate": 1.9832460167648577e-05,
      "loss": 7.4511,
      "step": 400870
    },
    {
      "epoch": 0.8351666666666666,
      "grad_norm": 1.3896440267562866,
      "learning_rate": 1.9827561316351993e-05,
      "loss": 6.9328,
      "step": 400880
    },
    {
      "epoch": 0.8351875,
      "grad_norm": 4.612921714782715,
      "learning_rate": 1.98226630273488e-05,
      "loss": 7.1905,
      "step": 400890
    },
    {
      "epoch": 0.8352083333333333,
      "grad_norm": 1.3866783380508423,
      "learning_rate": 1.981776530066017e-05,
      "loss": 6.7618,
      "step": 400900
    },
    {
      "epoch": 0.8352291666666667,
      "grad_norm": 1.9563817977905273,
      "learning_rate": 1.9812868136307287e-05,
      "loss": 6.7751,
      "step": 400910
    },
    {
      "epoch": 0.83525,
      "grad_norm": 1.5306366682052612,
      "learning_rate": 1.980797153431126e-05,
      "loss": 6.8897,
      "step": 400920
    },
    {
      "epoch": 0.8352708333333333,
      "grad_norm": 1.3567266464233398,
      "learning_rate": 1.980307549469328e-05,
      "loss": 7.2913,
      "step": 400930
    },
    {
      "epoch": 0.8352916666666667,
      "grad_norm": 1.4766409397125244,
      "learning_rate": 1.9798180017474464e-05,
      "loss": 7.4641,
      "step": 400940
    },
    {
      "epoch": 0.8353125,
      "grad_norm": 1.6645684242248535,
      "learning_rate": 1.9793285102675987e-05,
      "loss": 7.5511,
      "step": 400950
    },
    {
      "epoch": 0.8353333333333334,
      "grad_norm": 1.4200878143310547,
      "learning_rate": 1.978839075031897e-05,
      "loss": 6.9603,
      "step": 400960
    },
    {
      "epoch": 0.8353541666666666,
      "grad_norm": 2.9486911296844482,
      "learning_rate": 1.9783496960424567e-05,
      "loss": 6.9866,
      "step": 400970
    },
    {
      "epoch": 0.835375,
      "grad_norm": 1.9998548030853271,
      "learning_rate": 1.9778603733013936e-05,
      "loss": 7.8439,
      "step": 400980
    },
    {
      "epoch": 0.8353958333333333,
      "grad_norm": 1.2155574560165405,
      "learning_rate": 1.9773711068108134e-05,
      "loss": 6.7552,
      "step": 400990
    },
    {
      "epoch": 0.8354166666666667,
      "grad_norm": 1.2838757038116455,
      "learning_rate": 1.9768818965728388e-05,
      "loss": 7.2293,
      "step": 401000
    },
    {
      "epoch": 0.8354166666666667,
      "eval_loss": 8.21153450012207,
      "eval_runtime": 8.9295,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 401000
    },
    {
      "epoch": 0.8354375,
      "grad_norm": 2.2141051292419434,
      "learning_rate": 1.976392742589582e-05,
      "loss": 7.0297,
      "step": 401010
    },
    {
      "epoch": 0.8354583333333333,
      "grad_norm": 2.3426921367645264,
      "learning_rate": 1.9759036448631475e-05,
      "loss": 7.7884,
      "step": 401020
    },
    {
      "epoch": 0.8354791666666667,
      "grad_norm": 2.485936164855957,
      "learning_rate": 1.9754146033956575e-05,
      "loss": 7.0149,
      "step": 401030
    },
    {
      "epoch": 0.8355,
      "grad_norm": 1.5701754093170166,
      "learning_rate": 1.974925618189225e-05,
      "loss": 7.0999,
      "step": 401040
    },
    {
      "epoch": 0.8355208333333334,
      "grad_norm": 2.3610520362854004,
      "learning_rate": 1.9744366892459494e-05,
      "loss": 7.2814,
      "step": 401050
    },
    {
      "epoch": 0.8355416666666666,
      "grad_norm": 3.1531174182891846,
      "learning_rate": 1.9739478165679566e-05,
      "loss": 7.0881,
      "step": 401060
    },
    {
      "epoch": 0.8355625,
      "grad_norm": 1.808376669883728,
      "learning_rate": 1.973459000157355e-05,
      "loss": 7.5113,
      "step": 401070
    },
    {
      "epoch": 0.8355833333333333,
      "grad_norm": 1.4795445203781128,
      "learning_rate": 1.9729702400162485e-05,
      "loss": 7.0194,
      "step": 401080
    },
    {
      "epoch": 0.8356041666666667,
      "grad_norm": 1.317916989326477,
      "learning_rate": 1.972481536146761e-05,
      "loss": 7.2281,
      "step": 401090
    },
    {
      "epoch": 0.835625,
      "grad_norm": 3.293539047241211,
      "learning_rate": 1.9719928885509928e-05,
      "loss": 7.2736,
      "step": 401100
    },
    {
      "epoch": 0.8356458333333333,
      "grad_norm": 1.407977819442749,
      "learning_rate": 1.971504297231055e-05,
      "loss": 7.2712,
      "step": 401110
    },
    {
      "epoch": 0.8356666666666667,
      "grad_norm": 1.4113695621490479,
      "learning_rate": 1.971015762189068e-05,
      "loss": 6.9089,
      "step": 401120
    },
    {
      "epoch": 0.8356875,
      "grad_norm": 7.832405090332031,
      "learning_rate": 1.9705272834271335e-05,
      "loss": 6.9843,
      "step": 401130
    },
    {
      "epoch": 0.8357083333333334,
      "grad_norm": 1.154620885848999,
      "learning_rate": 1.9700388609473595e-05,
      "loss": 6.7988,
      "step": 401140
    },
    {
      "epoch": 0.8357291666666666,
      "grad_norm": 1.5727061033248901,
      "learning_rate": 1.9695504947518674e-05,
      "loss": 7.1578,
      "step": 401150
    },
    {
      "epoch": 0.83575,
      "grad_norm": 1.3061535358428955,
      "learning_rate": 1.9690621848427545e-05,
      "loss": 7.4563,
      "step": 401160
    },
    {
      "epoch": 0.8357708333333334,
      "grad_norm": 2.523796796798706,
      "learning_rate": 1.968573931222134e-05,
      "loss": 7.3948,
      "step": 401170
    },
    {
      "epoch": 0.8357916666666667,
      "grad_norm": 1.3451719284057617,
      "learning_rate": 1.96808573389212e-05,
      "loss": 6.9073,
      "step": 401180
    },
    {
      "epoch": 0.8358125,
      "grad_norm": 3.5447916984558105,
      "learning_rate": 1.9675975928548153e-05,
      "loss": 7.4106,
      "step": 401190
    },
    {
      "epoch": 0.8358333333333333,
      "grad_norm": 2.3329362869262695,
      "learning_rate": 1.967109508112326e-05,
      "loss": 6.9771,
      "step": 401200
    },
    {
      "epoch": 0.8358541666666667,
      "grad_norm": 2.240226984024048,
      "learning_rate": 1.966621479666774e-05,
      "loss": 7.3083,
      "step": 401210
    },
    {
      "epoch": 0.835875,
      "grad_norm": 1.9561599493026733,
      "learning_rate": 1.9661335075202523e-05,
      "loss": 6.7624,
      "step": 401220
    },
    {
      "epoch": 0.8358958333333333,
      "grad_norm": 1.7051315307617188,
      "learning_rate": 1.965645591674876e-05,
      "loss": 7.1564,
      "step": 401230
    },
    {
      "epoch": 0.8359166666666666,
      "grad_norm": 1.2466158866882324,
      "learning_rate": 1.9651577321327516e-05,
      "loss": 6.9697,
      "step": 401240
    },
    {
      "epoch": 0.8359375,
      "grad_norm": 1.4229246377944946,
      "learning_rate": 1.9646699288959845e-05,
      "loss": 7.8328,
      "step": 401250
    },
    {
      "epoch": 0.8359583333333334,
      "grad_norm": 1.8921881914138794,
      "learning_rate": 1.9641821819666857e-05,
      "loss": 7.9837,
      "step": 401260
    },
    {
      "epoch": 0.8359791666666667,
      "grad_norm": 1.9966942071914673,
      "learning_rate": 1.9636944913469592e-05,
      "loss": 7.1837,
      "step": 401270
    },
    {
      "epoch": 0.836,
      "grad_norm": 1.2521497011184692,
      "learning_rate": 1.9632068570389114e-05,
      "loss": 7.0761,
      "step": 401280
    },
    {
      "epoch": 0.8360208333333333,
      "grad_norm": 2.436528444290161,
      "learning_rate": 1.9627192790446507e-05,
      "loss": 7.2001,
      "step": 401290
    },
    {
      "epoch": 0.8360416666666667,
      "grad_norm": 1.2476859092712402,
      "learning_rate": 1.9622317573662815e-05,
      "loss": 7.9985,
      "step": 401300
    },
    {
      "epoch": 0.8360625,
      "grad_norm": 1.5509989261627197,
      "learning_rate": 1.961744292005911e-05,
      "loss": 6.8495,
      "step": 401310
    },
    {
      "epoch": 0.8360833333333333,
      "grad_norm": 1.643152117729187,
      "learning_rate": 1.9612568829656444e-05,
      "loss": 7.5595,
      "step": 401320
    },
    {
      "epoch": 0.8361041666666666,
      "grad_norm": 1.1713968515396118,
      "learning_rate": 1.9607695302475864e-05,
      "loss": 7.0648,
      "step": 401330
    },
    {
      "epoch": 0.836125,
      "grad_norm": 4.8914618492126465,
      "learning_rate": 1.9602822338538434e-05,
      "loss": 7.0298,
      "step": 401340
    },
    {
      "epoch": 0.8361458333333334,
      "grad_norm": 2.8802170753479004,
      "learning_rate": 1.959794993786522e-05,
      "loss": 7.3371,
      "step": 401350
    },
    {
      "epoch": 0.8361666666666666,
      "grad_norm": 1.459002137184143,
      "learning_rate": 1.9593078100477193e-05,
      "loss": 7.1727,
      "step": 401360
    },
    {
      "epoch": 0.8361875,
      "grad_norm": 1.496891975402832,
      "learning_rate": 1.958820682639547e-05,
      "loss": 8.2162,
      "step": 401370
    },
    {
      "epoch": 0.8362083333333333,
      "grad_norm": 3.468993663787842,
      "learning_rate": 1.9583336115641113e-05,
      "loss": 7.4383,
      "step": 401380
    },
    {
      "epoch": 0.8362291666666667,
      "grad_norm": 2.4347639083862305,
      "learning_rate": 1.9578465968235058e-05,
      "loss": 7.2658,
      "step": 401390
    },
    {
      "epoch": 0.83625,
      "grad_norm": 1.1776055097579956,
      "learning_rate": 1.957359638419844e-05,
      "loss": 7.2571,
      "step": 401400
    },
    {
      "epoch": 0.8362708333333333,
      "grad_norm": 2.123032331466675,
      "learning_rate": 1.9568727363552282e-05,
      "loss": 7.596,
      "step": 401410
    },
    {
      "epoch": 0.8362916666666667,
      "grad_norm": 1.77676260471344,
      "learning_rate": 1.956385890631753e-05,
      "loss": 7.3982,
      "step": 401420
    },
    {
      "epoch": 0.8363125,
      "grad_norm": 1.0252736806869507,
      "learning_rate": 1.9558991012515314e-05,
      "loss": 7.4138,
      "step": 401430
    },
    {
      "epoch": 0.8363333333333334,
      "grad_norm": 4.52118444442749,
      "learning_rate": 1.955412368216666e-05,
      "loss": 7.183,
      "step": 401440
    },
    {
      "epoch": 0.8363541666666666,
      "grad_norm": 1.665274977684021,
      "learning_rate": 1.9549256915292492e-05,
      "loss": 7.206,
      "step": 401450
    },
    {
      "epoch": 0.836375,
      "grad_norm": 1.792715311050415,
      "learning_rate": 1.9544390711913928e-05,
      "loss": 6.9656,
      "step": 401460
    },
    {
      "epoch": 0.8363958333333333,
      "grad_norm": 1.9728398323059082,
      "learning_rate": 1.9539525072051977e-05,
      "loss": 7.545,
      "step": 401470
    },
    {
      "epoch": 0.8364166666666667,
      "grad_norm": 1.7555460929870605,
      "learning_rate": 1.953465999572759e-05,
      "loss": 7.1889,
      "step": 401480
    },
    {
      "epoch": 0.8364375,
      "grad_norm": 1.1777271032333374,
      "learning_rate": 1.952979548296189e-05,
      "loss": 6.9276,
      "step": 401490
    },
    {
      "epoch": 0.8364583333333333,
      "grad_norm": 1.6371612548828125,
      "learning_rate": 1.9524931533775808e-05,
      "loss": 7.0909,
      "step": 401500
    },
    {
      "epoch": 0.8364791666666667,
      "grad_norm": 1.9827073812484741,
      "learning_rate": 1.952006814819032e-05,
      "loss": 7.1123,
      "step": 401510
    },
    {
      "epoch": 0.8365,
      "grad_norm": 1.454491138458252,
      "learning_rate": 1.9515205326226567e-05,
      "loss": 6.8884,
      "step": 401520
    },
    {
      "epoch": 0.8365208333333334,
      "grad_norm": 1.0650241374969482,
      "learning_rate": 1.951034306790545e-05,
      "loss": 6.5778,
      "step": 401530
    },
    {
      "epoch": 0.8365416666666666,
      "grad_norm": 2.907788038253784,
      "learning_rate": 1.950548137324796e-05,
      "loss": 7.1584,
      "step": 401540
    },
    {
      "epoch": 0.8365625,
      "grad_norm": 1.0034035444259644,
      "learning_rate": 1.9500620242275224e-05,
      "loss": 6.911,
      "step": 401550
    },
    {
      "epoch": 0.8365833333333333,
      "grad_norm": 1.4756617546081543,
      "learning_rate": 1.94957596750081e-05,
      "loss": 7.5403,
      "step": 401560
    },
    {
      "epoch": 0.8366041666666667,
      "grad_norm": 1.0748295783996582,
      "learning_rate": 1.9490899671467643e-05,
      "loss": 7.5355,
      "step": 401570
    },
    {
      "epoch": 0.836625,
      "grad_norm": 2.413604497909546,
      "learning_rate": 1.9486040231674833e-05,
      "loss": 7.2856,
      "step": 401580
    },
    {
      "epoch": 0.8366458333333333,
      "grad_norm": 1.9000211954116821,
      "learning_rate": 1.948118135565067e-05,
      "loss": 7.4542,
      "step": 401590
    },
    {
      "epoch": 0.8366666666666667,
      "grad_norm": 1.246636152267456,
      "learning_rate": 1.9476323043416142e-05,
      "loss": 7.1557,
      "step": 401600
    },
    {
      "epoch": 0.8366875,
      "grad_norm": 0.9787960648536682,
      "learning_rate": 1.9471465294992227e-05,
      "loss": 6.9173,
      "step": 401610
    },
    {
      "epoch": 0.8367083333333334,
      "grad_norm": 1.2403827905654907,
      "learning_rate": 1.946660811039993e-05,
      "loss": 7.0283,
      "step": 401620
    },
    {
      "epoch": 0.8367291666666666,
      "grad_norm": 1.2870755195617676,
      "learning_rate": 1.946175148966021e-05,
      "loss": 7.0132,
      "step": 401630
    },
    {
      "epoch": 0.83675,
      "grad_norm": 1.1439859867095947,
      "learning_rate": 1.9456895432794056e-05,
      "loss": 7.6882,
      "step": 401640
    },
    {
      "epoch": 0.8367708333333334,
      "grad_norm": 2.2240045070648193,
      "learning_rate": 1.9452039939822435e-05,
      "loss": 7.2498,
      "step": 401650
    },
    {
      "epoch": 0.8367916666666667,
      "grad_norm": 6.231442928314209,
      "learning_rate": 1.9447185010766325e-05,
      "loss": 7.4495,
      "step": 401660
    },
    {
      "epoch": 0.8368125,
      "grad_norm": 3.7386913299560547,
      "learning_rate": 1.9442330645646714e-05,
      "loss": 7.6452,
      "step": 401670
    },
    {
      "epoch": 0.8368333333333333,
      "grad_norm": 2.2140920162200928,
      "learning_rate": 1.9437476844484533e-05,
      "loss": 6.9871,
      "step": 401680
    },
    {
      "epoch": 0.8368541666666667,
      "grad_norm": 6.043045997619629,
      "learning_rate": 1.94326236073008e-05,
      "loss": 7.4772,
      "step": 401690
    },
    {
      "epoch": 0.836875,
      "grad_norm": 2.0904555320739746,
      "learning_rate": 1.9427770934116434e-05,
      "loss": 6.9502,
      "step": 401700
    },
    {
      "epoch": 0.8368958333333333,
      "grad_norm": 2.5587451457977295,
      "learning_rate": 1.942291882495241e-05,
      "loss": 7.3521,
      "step": 401710
    },
    {
      "epoch": 0.8369166666666666,
      "grad_norm": 1.4425526857376099,
      "learning_rate": 1.9418067279829734e-05,
      "loss": 7.036,
      "step": 401720
    },
    {
      "epoch": 0.8369375,
      "grad_norm": 1.2080519199371338,
      "learning_rate": 1.9413216298769242e-05,
      "loss": 7.6324,
      "step": 401730
    },
    {
      "epoch": 0.8369583333333334,
      "grad_norm": 2.077263832092285,
      "learning_rate": 1.940836588179201e-05,
      "loss": 7.6368,
      "step": 401740
    },
    {
      "epoch": 0.8369791666666667,
      "grad_norm": 1.620144248008728,
      "learning_rate": 1.9403516028918974e-05,
      "loss": 6.8198,
      "step": 401750
    },
    {
      "epoch": 0.837,
      "grad_norm": 1.6175593137741089,
      "learning_rate": 1.9398666740170987e-05,
      "loss": 7.0093,
      "step": 401760
    },
    {
      "epoch": 0.8370208333333333,
      "grad_norm": 1.3581764698028564,
      "learning_rate": 1.9393818015569096e-05,
      "loss": 7.5479,
      "step": 401770
    },
    {
      "epoch": 0.8370416666666667,
      "grad_norm": 1.4591145515441895,
      "learning_rate": 1.938896985513425e-05,
      "loss": 7.8958,
      "step": 401780
    },
    {
      "epoch": 0.8370625,
      "grad_norm": 2.565950632095337,
      "learning_rate": 1.9384122258887302e-05,
      "loss": 7.5231,
      "step": 401790
    },
    {
      "epoch": 0.8370833333333333,
      "grad_norm": 0.7918807864189148,
      "learning_rate": 1.9379275226849268e-05,
      "loss": 7.0989,
      "step": 401800
    },
    {
      "epoch": 0.8371041666666666,
      "grad_norm": 2.871969223022461,
      "learning_rate": 1.9374428759041076e-05,
      "loss": 7.7741,
      "step": 401810
    },
    {
      "epoch": 0.837125,
      "grad_norm": 1.643975019454956,
      "learning_rate": 1.93695828554836e-05,
      "loss": 7.2032,
      "step": 401820
    },
    {
      "epoch": 0.8371458333333334,
      "grad_norm": 1.8343818187713623,
      "learning_rate": 1.9364737516197852e-05,
      "loss": 6.7229,
      "step": 401830
    },
    {
      "epoch": 0.8371666666666666,
      "grad_norm": 0.9086381793022156,
      "learning_rate": 1.935989274120475e-05,
      "loss": 7.2812,
      "step": 401840
    },
    {
      "epoch": 0.8371875,
      "grad_norm": 1.0971391201019287,
      "learning_rate": 1.9355048530525146e-05,
      "loss": 6.7136,
      "step": 401850
    },
    {
      "epoch": 0.8372083333333333,
      "grad_norm": 2.6063480377197266,
      "learning_rate": 1.9350204884180086e-05,
      "loss": 7.3009,
      "step": 401860
    },
    {
      "epoch": 0.8372291666666667,
      "grad_norm": 1.3969351053237915,
      "learning_rate": 1.934536180219039e-05,
      "loss": 7.1426,
      "step": 401870
    },
    {
      "epoch": 0.83725,
      "grad_norm": 1.4341696500778198,
      "learning_rate": 1.9340519284577006e-05,
      "loss": 8.5576,
      "step": 401880
    },
    {
      "epoch": 0.8372708333333333,
      "grad_norm": 2.7835726737976074,
      "learning_rate": 1.9335677331360867e-05,
      "loss": 7.3291,
      "step": 401890
    },
    {
      "epoch": 0.8372916666666667,
      "grad_norm": 1.163177728652954,
      "learning_rate": 1.933083594256289e-05,
      "loss": 7.2694,
      "step": 401900
    },
    {
      "epoch": 0.8373125,
      "grad_norm": 1.1748881340026855,
      "learning_rate": 1.9325995118203957e-05,
      "loss": 7.5828,
      "step": 401910
    },
    {
      "epoch": 0.8373333333333334,
      "grad_norm": 1.4257447719573975,
      "learning_rate": 1.9321154858305023e-05,
      "loss": 7.358,
      "step": 401920
    },
    {
      "epoch": 0.8373541666666666,
      "grad_norm": 3.548741579055786,
      "learning_rate": 1.9316315162886964e-05,
      "loss": 7.245,
      "step": 401930
    },
    {
      "epoch": 0.837375,
      "grad_norm": 1.56351637840271,
      "learning_rate": 1.93114760319707e-05,
      "loss": 7.1645,
      "step": 401940
    },
    {
      "epoch": 0.8373958333333333,
      "grad_norm": 1.0878534317016602,
      "learning_rate": 1.9306637465577118e-05,
      "loss": 7.5095,
      "step": 401950
    },
    {
      "epoch": 0.8374166666666667,
      "grad_norm": 2.7803194522857666,
      "learning_rate": 1.9301799463727146e-05,
      "loss": 7.0029,
      "step": 401960
    },
    {
      "epoch": 0.8374375,
      "grad_norm": 4.0557637214660645,
      "learning_rate": 1.9296962026441652e-05,
      "loss": 7.0886,
      "step": 401970
    },
    {
      "epoch": 0.8374583333333333,
      "grad_norm": 1.2345229387283325,
      "learning_rate": 1.9292125153741555e-05,
      "loss": 7.367,
      "step": 401980
    },
    {
      "epoch": 0.8374791666666667,
      "grad_norm": 4.298686981201172,
      "learning_rate": 1.9287288845647735e-05,
      "loss": 7.2327,
      "step": 401990
    },
    {
      "epoch": 0.8375,
      "grad_norm": 1.53219735622406,
      "learning_rate": 1.9282453102181093e-05,
      "loss": 7.39,
      "step": 402000
    },
    {
      "epoch": 0.8375,
      "eval_loss": 7.223255157470703,
      "eval_runtime": 8.5251,
      "eval_samples_per_second": 0.352,
      "eval_steps_per_second": 0.117,
      "step": 402000
    },
    {
      "epoch": 0.8375208333333334,
      "grad_norm": 2.2523550987243652,
      "learning_rate": 1.9277617923362515e-05,
      "loss": 7.2211,
      "step": 402010
    },
    {
      "epoch": 0.8375416666666666,
      "grad_norm": 1.2806586027145386,
      "learning_rate": 1.927278330921288e-05,
      "loss": 7.2284,
      "step": 402020
    },
    {
      "epoch": 0.8375625,
      "grad_norm": 0.9050454497337341,
      "learning_rate": 1.9267949259753075e-05,
      "loss": 7.1168,
      "step": 402030
    },
    {
      "epoch": 0.8375833333333333,
      "grad_norm": 1.269105076789856,
      "learning_rate": 1.926311577500398e-05,
      "loss": 6.8587,
      "step": 402040
    },
    {
      "epoch": 0.8376041666666667,
      "grad_norm": 1.3559539318084717,
      "learning_rate": 1.9258282854986464e-05,
      "loss": 7.2254,
      "step": 402050
    },
    {
      "epoch": 0.837625,
      "grad_norm": 2.144627332687378,
      "learning_rate": 1.9253450499721424e-05,
      "loss": 7.228,
      "step": 402060
    },
    {
      "epoch": 0.8376458333333333,
      "grad_norm": 0.998891294002533,
      "learning_rate": 1.924861870922973e-05,
      "loss": 6.9855,
      "step": 402070
    },
    {
      "epoch": 0.8376666666666667,
      "grad_norm": 2.1876275539398193,
      "learning_rate": 1.9243787483532246e-05,
      "loss": 7.0976,
      "step": 402080
    },
    {
      "epoch": 0.8376875,
      "grad_norm": 2.6944305896759033,
      "learning_rate": 1.9238956822649877e-05,
      "loss": 7.0096,
      "step": 402090
    },
    {
      "epoch": 0.8377083333333334,
      "grad_norm": 3.698489189147949,
      "learning_rate": 1.92341267266034e-05,
      "loss": 7.6918,
      "step": 402100
    },
    {
      "epoch": 0.8377291666666666,
      "grad_norm": 1.963907241821289,
      "learning_rate": 1.922929719541375e-05,
      "loss": 6.9197,
      "step": 402110
    },
    {
      "epoch": 0.83775,
      "grad_norm": 1.481929898262024,
      "learning_rate": 1.9224468229101814e-05,
      "loss": 7.2321,
      "step": 402120
    },
    {
      "epoch": 0.8377708333333334,
      "grad_norm": 1.325836420059204,
      "learning_rate": 1.921963982768834e-05,
      "loss": 7.3026,
      "step": 402130
    },
    {
      "epoch": 0.8377916666666667,
      "grad_norm": 8.029614448547363,
      "learning_rate": 1.921481199119429e-05,
      "loss": 7.3135,
      "step": 402140
    },
    {
      "epoch": 0.8378125,
      "grad_norm": 1.6798467636108398,
      "learning_rate": 1.920998471964052e-05,
      "loss": 6.8924,
      "step": 402150
    },
    {
      "epoch": 0.8378333333333333,
      "grad_norm": 1.7354093790054321,
      "learning_rate": 1.920515801304781e-05,
      "loss": 6.9835,
      "step": 402160
    },
    {
      "epoch": 0.8378541666666667,
      "grad_norm": 1.4447622299194336,
      "learning_rate": 1.9200331871437015e-05,
      "loss": 6.8962,
      "step": 402170
    },
    {
      "epoch": 0.837875,
      "grad_norm": 1.154133915901184,
      "learning_rate": 1.9195506294829078e-05,
      "loss": 7.2087,
      "step": 402180
    },
    {
      "epoch": 0.8378958333333333,
      "grad_norm": 5.218894004821777,
      "learning_rate": 1.9190681283244752e-05,
      "loss": 7.1954,
      "step": 402190
    },
    {
      "epoch": 0.8379166666666666,
      "grad_norm": 7.9168009757995605,
      "learning_rate": 1.9185856836704856e-05,
      "loss": 7.5108,
      "step": 402200
    },
    {
      "epoch": 0.8379375,
      "grad_norm": 1.0701605081558228,
      "learning_rate": 1.9181032955230353e-05,
      "loss": 7.2639,
      "step": 402210
    },
    {
      "epoch": 0.8379583333333334,
      "grad_norm": 0.9128279089927673,
      "learning_rate": 1.917620963884198e-05,
      "loss": 7.0673,
      "step": 402220
    },
    {
      "epoch": 0.8379791666666667,
      "grad_norm": 5.187279224395752,
      "learning_rate": 1.917138688756058e-05,
      "loss": 7.4037,
      "step": 402230
    },
    {
      "epoch": 0.838,
      "grad_norm": 2.5303571224212646,
      "learning_rate": 1.916656470140701e-05,
      "loss": 7.0989,
      "step": 402240
    },
    {
      "epoch": 0.8380208333333333,
      "grad_norm": 2.9653124809265137,
      "learning_rate": 1.9161743080402103e-05,
      "loss": 7.6358,
      "step": 402250
    },
    {
      "epoch": 0.8380416666666667,
      "grad_norm": 1.8012298345565796,
      "learning_rate": 1.9156922024566672e-05,
      "loss": 7.5234,
      "step": 402260
    },
    {
      "epoch": 0.8380625,
      "grad_norm": 1.9770958423614502,
      "learning_rate": 1.915210153392154e-05,
      "loss": 7.5793,
      "step": 402270
    },
    {
      "epoch": 0.8380833333333333,
      "grad_norm": 0.98310387134552,
      "learning_rate": 1.9147281608487548e-05,
      "loss": 7.0178,
      "step": 402280
    },
    {
      "epoch": 0.8381041666666667,
      "grad_norm": 2.626166582107544,
      "learning_rate": 1.9142462248285484e-05,
      "loss": 7.941,
      "step": 402290
    },
    {
      "epoch": 0.838125,
      "grad_norm": 1.8161038160324097,
      "learning_rate": 1.91376434533362e-05,
      "loss": 7.3455,
      "step": 402300
    },
    {
      "epoch": 0.8381458333333334,
      "grad_norm": 3.2825193405151367,
      "learning_rate": 1.913282522366051e-05,
      "loss": 7.4256,
      "step": 402310
    },
    {
      "epoch": 0.8381666666666666,
      "grad_norm": 1.4074026346206665,
      "learning_rate": 1.9128007559279195e-05,
      "loss": 7.4354,
      "step": 402320
    },
    {
      "epoch": 0.8381875,
      "grad_norm": 2.749326467514038,
      "learning_rate": 1.9123190460213095e-05,
      "loss": 7.3725,
      "step": 402330
    },
    {
      "epoch": 0.8382083333333333,
      "grad_norm": 1.4916871786117554,
      "learning_rate": 1.9118373926482987e-05,
      "loss": 7.094,
      "step": 402340
    },
    {
      "epoch": 0.8382291666666667,
      "grad_norm": 1.0446178913116455,
      "learning_rate": 1.9113557958109726e-05,
      "loss": 6.7239,
      "step": 402350
    },
    {
      "epoch": 0.83825,
      "grad_norm": 2.109531879425049,
      "learning_rate": 1.910874255511406e-05,
      "loss": 7.087,
      "step": 402360
    },
    {
      "epoch": 0.8382708333333333,
      "grad_norm": 2.71927547454834,
      "learning_rate": 1.9103927717516838e-05,
      "loss": 7.0269,
      "step": 402370
    },
    {
      "epoch": 0.8382916666666667,
      "grad_norm": 1.1998008489608765,
      "learning_rate": 1.9099113445338828e-05,
      "loss": 7.4007,
      "step": 402380
    },
    {
      "epoch": 0.8383125,
      "grad_norm": 1.5827001333236694,
      "learning_rate": 1.9094299738600826e-05,
      "loss": 9.9343,
      "step": 402390
    },
    {
      "epoch": 0.8383333333333334,
      "grad_norm": 1.3464679718017578,
      "learning_rate": 1.908948659732364e-05,
      "loss": 7.2732,
      "step": 402400
    },
    {
      "epoch": 0.8383541666666666,
      "grad_norm": 3.322875738143921,
      "learning_rate": 1.9084674021528063e-05,
      "loss": 7.4132,
      "step": 402410
    },
    {
      "epoch": 0.838375,
      "grad_norm": 10.015169143676758,
      "learning_rate": 1.9079862011234865e-05,
      "loss": 6.8778,
      "step": 402420
    },
    {
      "epoch": 0.8383958333333333,
      "grad_norm": 1.5182636976242065,
      "learning_rate": 1.9075050566464826e-05,
      "loss": 7.167,
      "step": 402430
    },
    {
      "epoch": 0.8384166666666667,
      "grad_norm": 1.9098129272460938,
      "learning_rate": 1.9070239687238768e-05,
      "loss": 6.9912,
      "step": 402440
    },
    {
      "epoch": 0.8384375,
      "grad_norm": 3.2526814937591553,
      "learning_rate": 1.906542937357744e-05,
      "loss": 7.1954,
      "step": 402450
    },
    {
      "epoch": 0.8384583333333333,
      "grad_norm": 2.0949547290802,
      "learning_rate": 1.9060619625501638e-05,
      "loss": 7.196,
      "step": 402460
    },
    {
      "epoch": 0.8384791666666667,
      "grad_norm": 1.2404801845550537,
      "learning_rate": 1.905581044303215e-05,
      "loss": 6.9668,
      "step": 402470
    },
    {
      "epoch": 0.8385,
      "grad_norm": 2.117396831512451,
      "learning_rate": 1.9051001826189673e-05,
      "loss": 6.7528,
      "step": 402480
    },
    {
      "epoch": 0.8385208333333334,
      "grad_norm": 4.847301959991455,
      "learning_rate": 1.904619377499509e-05,
      "loss": 7.5501,
      "step": 402490
    },
    {
      "epoch": 0.8385416666666666,
      "grad_norm": 3.1996805667877197,
      "learning_rate": 1.9041386289469084e-05,
      "loss": 6.9874,
      "step": 402500
    },
    {
      "epoch": 0.8385625,
      "grad_norm": 1.4162533283233643,
      "learning_rate": 1.9036579369632428e-05,
      "loss": 7.478,
      "step": 402510
    },
    {
      "epoch": 0.8385833333333333,
      "grad_norm": 1.7481567859649658,
      "learning_rate": 1.903177301550598e-05,
      "loss": 6.887,
      "step": 402520
    },
    {
      "epoch": 0.8386041666666667,
      "grad_norm": 1.8039084672927856,
      "learning_rate": 1.902696722711038e-05,
      "loss": 7.3779,
      "step": 402530
    },
    {
      "epoch": 0.838625,
      "grad_norm": 1.7583791017532349,
      "learning_rate": 1.9022162004466423e-05,
      "loss": 7.2343,
      "step": 402540
    },
    {
      "epoch": 0.8386458333333333,
      "grad_norm": 2.3179705142974854,
      "learning_rate": 1.9017357347594946e-05,
      "loss": 7.1646,
      "step": 402550
    },
    {
      "epoch": 0.8386666666666667,
      "grad_norm": 1.911015510559082,
      "learning_rate": 1.90125532565166e-05,
      "loss": 7.1925,
      "step": 402560
    },
    {
      "epoch": 0.8386875,
      "grad_norm": 5.317215442657471,
      "learning_rate": 1.900774973125213e-05,
      "loss": 7.2845,
      "step": 402570
    },
    {
      "epoch": 0.8387083333333333,
      "grad_norm": 2.4258131980895996,
      "learning_rate": 1.9002946771822425e-05,
      "loss": 6.9755,
      "step": 402580
    },
    {
      "epoch": 0.8387291666666666,
      "grad_norm": 2.8468728065490723,
      "learning_rate": 1.8998144378248082e-05,
      "loss": 7.2814,
      "step": 402590
    },
    {
      "epoch": 0.83875,
      "grad_norm": 1.5265920162200928,
      "learning_rate": 1.8993342550549916e-05,
      "loss": 6.9848,
      "step": 402600
    },
    {
      "epoch": 0.8387708333333334,
      "grad_norm": 3.748788356781006,
      "learning_rate": 1.8988541288748648e-05,
      "loss": 7.2603,
      "step": 402610
    },
    {
      "epoch": 0.8387916666666667,
      "grad_norm": 4.314360618591309,
      "learning_rate": 1.898374059286501e-05,
      "loss": 7.4068,
      "step": 402620
    },
    {
      "epoch": 0.8388125,
      "grad_norm": 1.6765986680984497,
      "learning_rate": 1.8978940462919767e-05,
      "loss": 7.298,
      "step": 402630
    },
    {
      "epoch": 0.8388333333333333,
      "grad_norm": 1.53373122215271,
      "learning_rate": 1.897414089893364e-05,
      "loss": 6.9371,
      "step": 402640
    },
    {
      "epoch": 0.8388541666666667,
      "grad_norm": 0.9367180466651917,
      "learning_rate": 1.8969341900927353e-05,
      "loss": 6.9604,
      "step": 402650
    },
    {
      "epoch": 0.838875,
      "grad_norm": 2.8604421615600586,
      "learning_rate": 1.896454346892165e-05,
      "loss": 7.1673,
      "step": 402660
    },
    {
      "epoch": 0.8388958333333333,
      "grad_norm": 1.29598069190979,
      "learning_rate": 1.895974560293726e-05,
      "loss": 11.2656,
      "step": 402670
    },
    {
      "epoch": 0.8389166666666666,
      "grad_norm": 1.1751163005828857,
      "learning_rate": 1.895494830299488e-05,
      "loss": 7.0054,
      "step": 402680
    },
    {
      "epoch": 0.8389375,
      "grad_norm": 1.7056689262390137,
      "learning_rate": 1.8950151569115267e-05,
      "loss": 7.1631,
      "step": 402690
    },
    {
      "epoch": 0.8389583333333334,
      "grad_norm": 1.4536716938018799,
      "learning_rate": 1.8945355401319135e-05,
      "loss": 7.4028,
      "step": 402700
    },
    {
      "epoch": 0.8389791666666667,
      "grad_norm": 2.062131881713867,
      "learning_rate": 1.8940559799627163e-05,
      "loss": 6.8168,
      "step": 402710
    },
    {
      "epoch": 0.839,
      "grad_norm": 2.3283705711364746,
      "learning_rate": 1.8935764764060125e-05,
      "loss": 7.2164,
      "step": 402720
    },
    {
      "epoch": 0.8390208333333333,
      "grad_norm": 1.1433402299880981,
      "learning_rate": 1.893097029463868e-05,
      "loss": 6.9016,
      "step": 402730
    },
    {
      "epoch": 0.8390416666666667,
      "grad_norm": 1.7586408853530884,
      "learning_rate": 1.8926176391383584e-05,
      "loss": 6.9298,
      "step": 402740
    },
    {
      "epoch": 0.8390625,
      "grad_norm": 2.0692074298858643,
      "learning_rate": 1.8921383054315535e-05,
      "loss": 7.7925,
      "step": 402750
    },
    {
      "epoch": 0.8390833333333333,
      "grad_norm": 2.3889119625091553,
      "learning_rate": 1.8916590283455185e-05,
      "loss": 7.6003,
      "step": 402760
    },
    {
      "epoch": 0.8391041666666667,
      "grad_norm": 1.6090129613876343,
      "learning_rate": 1.89117980788233e-05,
      "loss": 7.1282,
      "step": 402770
    },
    {
      "epoch": 0.839125,
      "grad_norm": 1.78345787525177,
      "learning_rate": 1.8907006440440592e-05,
      "loss": 7.449,
      "step": 402780
    },
    {
      "epoch": 0.8391458333333334,
      "grad_norm": 1.251566767692566,
      "learning_rate": 1.890221536832765e-05,
      "loss": 7.639,
      "step": 402790
    },
    {
      "epoch": 0.8391666666666666,
      "grad_norm": 2.979848861694336,
      "learning_rate": 1.889742486250529e-05,
      "loss": 7.2852,
      "step": 402800
    },
    {
      "epoch": 0.8391875,
      "grad_norm": 1.3610845804214478,
      "learning_rate": 1.8892634922994194e-05,
      "loss": 6.9765,
      "step": 402810
    },
    {
      "epoch": 0.8392083333333333,
      "grad_norm": 5.479741096496582,
      "learning_rate": 1.8887845549814946e-05,
      "loss": 7.4332,
      "step": 402820
    },
    {
      "epoch": 0.8392291666666667,
      "grad_norm": 2.903568983078003,
      "learning_rate": 1.8883056742988345e-05,
      "loss": 7.3163,
      "step": 402830
    },
    {
      "epoch": 0.83925,
      "grad_norm": 2.044548511505127,
      "learning_rate": 1.8878268502535077e-05,
      "loss": 7.4392,
      "step": 402840
    },
    {
      "epoch": 0.8392708333333333,
      "grad_norm": 4.156647682189941,
      "learning_rate": 1.8873480828475706e-05,
      "loss": 7.2165,
      "step": 402850
    },
    {
      "epoch": 0.8392916666666667,
      "grad_norm": 1.6458001136779785,
      "learning_rate": 1.8868693720831068e-05,
      "loss": 7.1871,
      "step": 402860
    },
    {
      "epoch": 0.8393125,
      "grad_norm": 1.9955809116363525,
      "learning_rate": 1.8863907179621746e-05,
      "loss": 7.017,
      "step": 402870
    },
    {
      "epoch": 0.8393333333333334,
      "grad_norm": 1.6091039180755615,
      "learning_rate": 1.8859121204868404e-05,
      "loss": 7.2233,
      "step": 402880
    },
    {
      "epoch": 0.8393541666666666,
      "grad_norm": 1.7794408798217773,
      "learning_rate": 1.8854335796591796e-05,
      "loss": 7.1113,
      "step": 402890
    },
    {
      "epoch": 0.839375,
      "grad_norm": 1.504795789718628,
      "learning_rate": 1.884955095481252e-05,
      "loss": 6.9125,
      "step": 402900
    },
    {
      "epoch": 0.8393958333333333,
      "grad_norm": 1.6419720649719238,
      "learning_rate": 1.8844766679551243e-05,
      "loss": 7.8926,
      "step": 402910
    },
    {
      "epoch": 0.8394166666666667,
      "grad_norm": 5.86489725112915,
      "learning_rate": 1.8839982970828734e-05,
      "loss": 7.2419,
      "step": 402920
    },
    {
      "epoch": 0.8394375,
      "grad_norm": 1.907589316368103,
      "learning_rate": 1.883519982866554e-05,
      "loss": 7.4215,
      "step": 402930
    },
    {
      "epoch": 0.8394583333333333,
      "grad_norm": 1.533733606338501,
      "learning_rate": 1.8830417253082326e-05,
      "loss": 7.2314,
      "step": 402940
    },
    {
      "epoch": 0.8394791666666667,
      "grad_norm": 1.2520827054977417,
      "learning_rate": 1.8825635244099863e-05,
      "loss": 7.7195,
      "step": 402950
    },
    {
      "epoch": 0.8395,
      "grad_norm": 1.9090662002563477,
      "learning_rate": 1.88208538017387e-05,
      "loss": 7.0446,
      "step": 402960
    },
    {
      "epoch": 0.8395208333333334,
      "grad_norm": 1.8047062158584595,
      "learning_rate": 1.881607292601949e-05,
      "loss": 6.9181,
      "step": 402970
    },
    {
      "epoch": 0.8395416666666666,
      "grad_norm": 1.117434024810791,
      "learning_rate": 1.8811292616962975e-05,
      "loss": 6.9321,
      "step": 402980
    },
    {
      "epoch": 0.8395625,
      "grad_norm": 1.1555505990982056,
      "learning_rate": 1.880651287458973e-05,
      "loss": 7.4615,
      "step": 402990
    },
    {
      "epoch": 0.8395833333333333,
      "grad_norm": 1.4644544124603271,
      "learning_rate": 1.88017336989204e-05,
      "loss": 7.3179,
      "step": 403000
    },
    {
      "epoch": 0.8395833333333333,
      "eval_loss": 9.509353637695312,
      "eval_runtime": 8.8296,
      "eval_samples_per_second": 0.34,
      "eval_steps_per_second": 0.113,
      "step": 403000
    },
    {
      "epoch": 0.8396041666666667,
      "grad_norm": 1.5787135362625122,
      "learning_rate": 1.8796955089975675e-05,
      "loss": 7.1863,
      "step": 403010
    },
    {
      "epoch": 0.839625,
      "grad_norm": 1.2309150695800781,
      "learning_rate": 1.8792177047776148e-05,
      "loss": 6.9462,
      "step": 403020
    },
    {
      "epoch": 0.8396458333333333,
      "grad_norm": 1.8316864967346191,
      "learning_rate": 1.8787399572342486e-05,
      "loss": 7.245,
      "step": 403030
    },
    {
      "epoch": 0.8396666666666667,
      "grad_norm": 1.296883463859558,
      "learning_rate": 1.8782622663695328e-05,
      "loss": 7.057,
      "step": 403040
    },
    {
      "epoch": 0.8396875,
      "grad_norm": 1.3208889961242676,
      "learning_rate": 1.877784632185529e-05,
      "loss": 7.1848,
      "step": 403050
    },
    {
      "epoch": 0.8397083333333333,
      "grad_norm": 1.3963243961334229,
      "learning_rate": 1.8773070546843017e-05,
      "loss": 6.9249,
      "step": 403060
    },
    {
      "epoch": 0.8397291666666666,
      "grad_norm": 1.8926106691360474,
      "learning_rate": 1.8768295338679145e-05,
      "loss": 6.7151,
      "step": 403070
    },
    {
      "epoch": 0.83975,
      "grad_norm": 1.383723497390747,
      "learning_rate": 1.8763520697384278e-05,
      "loss": 6.9794,
      "step": 403080
    },
    {
      "epoch": 0.8397708333333334,
      "grad_norm": 2.8419594764709473,
      "learning_rate": 1.875874662297911e-05,
      "loss": 7.3136,
      "step": 403090
    },
    {
      "epoch": 0.8397916666666667,
      "grad_norm": 3.4196670055389404,
      "learning_rate": 1.8753973115484113e-05,
      "loss": 8.7357,
      "step": 403100
    },
    {
      "epoch": 0.8398125,
      "grad_norm": 1.0995453596115112,
      "learning_rate": 1.874920017492005e-05,
      "loss": 6.9963,
      "step": 403110
    },
    {
      "epoch": 0.8398333333333333,
      "grad_norm": 3.6086432933807373,
      "learning_rate": 1.874442780130752e-05,
      "loss": 7.3247,
      "step": 403120
    },
    {
      "epoch": 0.8398541666666667,
      "grad_norm": 1.81956946849823,
      "learning_rate": 1.8739655994667046e-05,
      "loss": 7.0468,
      "step": 403130
    },
    {
      "epoch": 0.839875,
      "grad_norm": 1.2619860172271729,
      "learning_rate": 1.873488475501934e-05,
      "loss": 7.1587,
      "step": 403140
    },
    {
      "epoch": 0.8398958333333333,
      "grad_norm": 1.3239481449127197,
      "learning_rate": 1.873011408238499e-05,
      "loss": 6.617,
      "step": 403150
    },
    {
      "epoch": 0.8399166666666666,
      "grad_norm": 2.0828168392181396,
      "learning_rate": 1.8725343976784523e-05,
      "loss": 6.781,
      "step": 403160
    },
    {
      "epoch": 0.8399375,
      "grad_norm": 2.655111074447632,
      "learning_rate": 1.8720574438238645e-05,
      "loss": 6.8692,
      "step": 403170
    },
    {
      "epoch": 0.8399583333333334,
      "grad_norm": 3.3706581592559814,
      "learning_rate": 1.871580546676797e-05,
      "loss": 7.0472,
      "step": 403180
    },
    {
      "epoch": 0.8399791666666667,
      "grad_norm": 1.1959608793258667,
      "learning_rate": 1.8711037062392964e-05,
      "loss": 7.3266,
      "step": 403190
    },
    {
      "epoch": 0.84,
      "grad_norm": 1.8670145273208618,
      "learning_rate": 1.8706269225134347e-05,
      "loss": 7.1063,
      "step": 403200
    },
    {
      "epoch": 0.8400208333333333,
      "grad_norm": 1.1538132429122925,
      "learning_rate": 1.8701501955012714e-05,
      "loss": 7.6078,
      "step": 403210
    },
    {
      "epoch": 0.8400416666666667,
      "grad_norm": 1.1752883195877075,
      "learning_rate": 1.8696735252048557e-05,
      "loss": 6.8864,
      "step": 403220
    },
    {
      "epoch": 0.8400625,
      "grad_norm": 1.4819008111953735,
      "learning_rate": 1.8691969116262585e-05,
      "loss": 7.6947,
      "step": 403230
    },
    {
      "epoch": 0.8400833333333333,
      "grad_norm": 0.847284197807312,
      "learning_rate": 1.86872035476753e-05,
      "loss": 7.2503,
      "step": 403240
    },
    {
      "epoch": 0.8401041666666667,
      "grad_norm": 1.1560187339782715,
      "learning_rate": 1.8682438546307306e-05,
      "loss": 7.0369,
      "step": 403250
    },
    {
      "epoch": 0.840125,
      "grad_norm": 2.745222330093384,
      "learning_rate": 1.8677674112179232e-05,
      "loss": 7.3907,
      "step": 403260
    },
    {
      "epoch": 0.8401458333333334,
      "grad_norm": 2.1111106872558594,
      "learning_rate": 1.8672910245311613e-05,
      "loss": 7.1936,
      "step": 403270
    },
    {
      "epoch": 0.8401666666666666,
      "grad_norm": 3.276740789413452,
      "learning_rate": 1.8668146945725e-05,
      "loss": 7.1989,
      "step": 403280
    },
    {
      "epoch": 0.8401875,
      "grad_norm": 1.8961734771728516,
      "learning_rate": 1.8663384213440076e-05,
      "loss": 7.4347,
      "step": 403290
    },
    {
      "epoch": 0.8402083333333333,
      "grad_norm": 1.6378419399261475,
      "learning_rate": 1.8658622048477323e-05,
      "loss": 7.2528,
      "step": 403300
    },
    {
      "epoch": 0.8402291666666667,
      "grad_norm": 1.9707697629928589,
      "learning_rate": 1.865386045085728e-05,
      "loss": 8.019,
      "step": 403310
    },
    {
      "epoch": 0.84025,
      "grad_norm": 1.3295499086380005,
      "learning_rate": 1.8649099420600656e-05,
      "loss": 7.0227,
      "step": 403320
    },
    {
      "epoch": 0.8402708333333333,
      "grad_norm": 1.1553536653518677,
      "learning_rate": 1.8644338957727872e-05,
      "loss": 7.0761,
      "step": 403330
    },
    {
      "epoch": 0.8402916666666667,
      "grad_norm": 1.3815162181854248,
      "learning_rate": 1.8639579062259564e-05,
      "loss": 7.5076,
      "step": 403340
    },
    {
      "epoch": 0.8403125,
      "grad_norm": 2.2010815143585205,
      "learning_rate": 1.863481973421628e-05,
      "loss": 7.183,
      "step": 403350
    },
    {
      "epoch": 0.8403333333333334,
      "grad_norm": 1.608197808265686,
      "learning_rate": 1.8630060973618583e-05,
      "loss": 6.9756,
      "step": 403360
    },
    {
      "epoch": 0.8403541666666666,
      "grad_norm": 2.0954763889312744,
      "learning_rate": 1.862530278048701e-05,
      "loss": 7.2187,
      "step": 403370
    },
    {
      "epoch": 0.840375,
      "grad_norm": 2.1409521102905273,
      "learning_rate": 1.862054515484213e-05,
      "loss": 7.1655,
      "step": 403380
    },
    {
      "epoch": 0.8403958333333333,
      "grad_norm": 2.0977530479431152,
      "learning_rate": 1.8615788096704494e-05,
      "loss": 7.4249,
      "step": 403390
    },
    {
      "epoch": 0.8404166666666667,
      "grad_norm": 2.0676157474517822,
      "learning_rate": 1.8611031606094646e-05,
      "loss": 7.5613,
      "step": 403400
    },
    {
      "epoch": 0.8404375,
      "grad_norm": 0.9241843819618225,
      "learning_rate": 1.860627568303314e-05,
      "loss": 6.6401,
      "step": 403410
    },
    {
      "epoch": 0.8404583333333333,
      "grad_norm": 4.00538444519043,
      "learning_rate": 1.8601520327540508e-05,
      "loss": 7.0277,
      "step": 403420
    },
    {
      "epoch": 0.8404791666666667,
      "grad_norm": 1.4972667694091797,
      "learning_rate": 1.8596765539637303e-05,
      "loss": 6.9847,
      "step": 403430
    },
    {
      "epoch": 0.8405,
      "grad_norm": 2.0938687324523926,
      "learning_rate": 1.8592011319344056e-05,
      "loss": 7.1547,
      "step": 403440
    },
    {
      "epoch": 0.8405208333333334,
      "grad_norm": 1.7273719310760498,
      "learning_rate": 1.8587257666681303e-05,
      "loss": 6.9882,
      "step": 403450
    },
    {
      "epoch": 0.8405416666666666,
      "grad_norm": 2.0323736667633057,
      "learning_rate": 1.858250458166961e-05,
      "loss": 7.2902,
      "step": 403460
    },
    {
      "epoch": 0.8405625,
      "grad_norm": 1.9900676012039185,
      "learning_rate": 1.857775206432941e-05,
      "loss": 7.1685,
      "step": 403470
    },
    {
      "epoch": 0.8405833333333333,
      "grad_norm": 1.8031448125839233,
      "learning_rate": 1.8573000114681336e-05,
      "loss": 6.823,
      "step": 403480
    },
    {
      "epoch": 0.8406041666666667,
      "grad_norm": 0.9717732667922974,
      "learning_rate": 1.8568248732745923e-05,
      "loss": 7.0634,
      "step": 403490
    },
    {
      "epoch": 0.840625,
      "grad_norm": 3.8068346977233887,
      "learning_rate": 1.856349791854357e-05,
      "loss": 7.0734,
      "step": 403500
    },
    {
      "epoch": 0.8406458333333333,
      "grad_norm": 1.0981327295303345,
      "learning_rate": 1.8558747672094925e-05,
      "loss": 7.4611,
      "step": 403510
    },
    {
      "epoch": 0.8406666666666667,
      "grad_norm": 2.0731732845306396,
      "learning_rate": 1.8553997993420495e-05,
      "loss": 7.0201,
      "step": 403520
    },
    {
      "epoch": 0.8406875,
      "grad_norm": 1.663475751876831,
      "learning_rate": 1.854924888254069e-05,
      "loss": 7.1889,
      "step": 403530
    },
    {
      "epoch": 0.8407083333333333,
      "grad_norm": 0.9836722612380981,
      "learning_rate": 1.8544500339476133e-05,
      "loss": 7.0502,
      "step": 403540
    },
    {
      "epoch": 0.8407291666666666,
      "grad_norm": 2.9301085472106934,
      "learning_rate": 1.8539752364247336e-05,
      "loss": 8.206,
      "step": 403550
    },
    {
      "epoch": 0.84075,
      "grad_norm": 8.14891529083252,
      "learning_rate": 1.8535004956874698e-05,
      "loss": 7.5511,
      "step": 403560
    },
    {
      "epoch": 0.8407708333333334,
      "grad_norm": 5.307257652282715,
      "learning_rate": 1.8530258117378844e-05,
      "loss": 7.3088,
      "step": 403570
    },
    {
      "epoch": 0.8407916666666667,
      "grad_norm": 2.361997365951538,
      "learning_rate": 1.8525511845780268e-05,
      "loss": 7.4574,
      "step": 403580
    },
    {
      "epoch": 0.8408125,
      "grad_norm": 1.8135565519332886,
      "learning_rate": 1.852076614209937e-05,
      "loss": 7.3117,
      "step": 403590
    },
    {
      "epoch": 0.8408333333333333,
      "grad_norm": 3.7567951679229736,
      "learning_rate": 1.8516021006356783e-05,
      "loss": 7.1204,
      "step": 403600
    },
    {
      "epoch": 0.8408541666666667,
      "grad_norm": 1.3443140983581543,
      "learning_rate": 1.8511276438572912e-05,
      "loss": 7.5831,
      "step": 403610
    },
    {
      "epoch": 0.840875,
      "grad_norm": 1.4588265419006348,
      "learning_rate": 1.8506532438768258e-05,
      "loss": 8.1335,
      "step": 403620
    },
    {
      "epoch": 0.8408958333333333,
      "grad_norm": 4.414003372192383,
      "learning_rate": 1.850178900696338e-05,
      "loss": 7.3256,
      "step": 403630
    },
    {
      "epoch": 0.8409166666666666,
      "grad_norm": 6.280611515045166,
      "learning_rate": 1.84970461431787e-05,
      "loss": 7.3519,
      "step": 403640
    },
    {
      "epoch": 0.8409375,
      "grad_norm": 1.3565856218338013,
      "learning_rate": 1.849230384743472e-05,
      "loss": 7.0692,
      "step": 403650
    },
    {
      "epoch": 0.8409583333333334,
      "grad_norm": 1.2030175924301147,
      "learning_rate": 1.8487562119751955e-05,
      "loss": 6.9296,
      "step": 403660
    },
    {
      "epoch": 0.8409791666666667,
      "grad_norm": 1.5379951000213623,
      "learning_rate": 1.848282096015085e-05,
      "loss": 7.2106,
      "step": 403670
    },
    {
      "epoch": 0.841,
      "grad_norm": 3.1270010471343994,
      "learning_rate": 1.8478080368651897e-05,
      "loss": 7.1997,
      "step": 403680
    },
    {
      "epoch": 0.8410208333333333,
      "grad_norm": 5.218127727508545,
      "learning_rate": 1.8473340345275577e-05,
      "loss": 6.9293,
      "step": 403690
    },
    {
      "epoch": 0.8410416666666667,
      "grad_norm": 3.861323595046997,
      "learning_rate": 1.8468600890042375e-05,
      "loss": 7.1766,
      "step": 403700
    },
    {
      "epoch": 0.8410625,
      "grad_norm": 1.862947940826416,
      "learning_rate": 1.846386200297275e-05,
      "loss": 7.5989,
      "step": 403710
    },
    {
      "epoch": 0.8410833333333333,
      "grad_norm": 2.258431911468506,
      "learning_rate": 1.8459123684087163e-05,
      "loss": 7.0684,
      "step": 403720
    },
    {
      "epoch": 0.8411041666666667,
      "grad_norm": 1.599911093711853,
      "learning_rate": 1.8454385933406106e-05,
      "loss": 7.0377,
      "step": 403730
    },
    {
      "epoch": 0.841125,
      "grad_norm": 3.4695687294006348,
      "learning_rate": 1.8449648750950034e-05,
      "loss": 7.6102,
      "step": 403740
    },
    {
      "epoch": 0.8411458333333334,
      "grad_norm": 2.3972702026367188,
      "learning_rate": 1.8444912136739398e-05,
      "loss": 7.6834,
      "step": 403750
    },
    {
      "epoch": 0.8411666666666666,
      "grad_norm": 1.6176111698150635,
      "learning_rate": 1.844017609079468e-05,
      "loss": 7.4525,
      "step": 403760
    },
    {
      "epoch": 0.8411875,
      "grad_norm": 1.132167100906372,
      "learning_rate": 1.8435440613136328e-05,
      "loss": 6.9957,
      "step": 403770
    },
    {
      "epoch": 0.8412083333333333,
      "grad_norm": 2.2811813354492188,
      "learning_rate": 1.8430705703784775e-05,
      "loss": 7.0248,
      "step": 403780
    },
    {
      "epoch": 0.8412291666666667,
      "grad_norm": 3.1754310131073,
      "learning_rate": 1.842597136276051e-05,
      "loss": 7.8618,
      "step": 403790
    },
    {
      "epoch": 0.84125,
      "grad_norm": 2.846608877182007,
      "learning_rate": 1.8421237590083965e-05,
      "loss": 7.5073,
      "step": 403800
    },
    {
      "epoch": 0.8412708333333333,
      "grad_norm": 2.515104055404663,
      "learning_rate": 1.8416504385775606e-05,
      "loss": 6.9578,
      "step": 403810
    },
    {
      "epoch": 0.8412916666666667,
      "grad_norm": 4.805623531341553,
      "learning_rate": 1.841177174985585e-05,
      "loss": 7.1561,
      "step": 403820
    },
    {
      "epoch": 0.8413125,
      "grad_norm": 1.0077742338180542,
      "learning_rate": 1.8407039682345143e-05,
      "loss": 6.8276,
      "step": 403830
    },
    {
      "epoch": 0.8413333333333334,
      "grad_norm": 1.3344640731811523,
      "learning_rate": 1.8402308183263957e-05,
      "loss": 7.2012,
      "step": 403840
    },
    {
      "epoch": 0.8413541666666666,
      "grad_norm": 1.1323730945587158,
      "learning_rate": 1.8397577252632695e-05,
      "loss": 7.5688,
      "step": 403850
    },
    {
      "epoch": 0.841375,
      "grad_norm": 7.92907190322876,
      "learning_rate": 1.8392846890471853e-05,
      "loss": 7.5388,
      "step": 403860
    },
    {
      "epoch": 0.8413958333333333,
      "grad_norm": 1.3489930629730225,
      "learning_rate": 1.8388117096801745e-05,
      "loss": 7.1998,
      "step": 403870
    },
    {
      "epoch": 0.8414166666666667,
      "grad_norm": 1.626754879951477,
      "learning_rate": 1.8383387871642912e-05,
      "loss": 7.3833,
      "step": 403880
    },
    {
      "epoch": 0.8414375,
      "grad_norm": 2.5770323276519775,
      "learning_rate": 1.8378659215015768e-05,
      "loss": 7.5086,
      "step": 403890
    },
    {
      "epoch": 0.8414583333333333,
      "grad_norm": 3.1428143978118896,
      "learning_rate": 1.8373931126940662e-05,
      "loss": 7.033,
      "step": 403900
    },
    {
      "epoch": 0.8414791666666667,
      "grad_norm": 1.2528254985809326,
      "learning_rate": 1.8369203607438093e-05,
      "loss": 7.223,
      "step": 403910
    },
    {
      "epoch": 0.8415,
      "grad_norm": 1.2469033002853394,
      "learning_rate": 1.8364476656528516e-05,
      "loss": 7.0911,
      "step": 403920
    },
    {
      "epoch": 0.8415208333333334,
      "grad_norm": 1.3984324932098389,
      "learning_rate": 1.8359750274232243e-05,
      "loss": 7.4299,
      "step": 403930
    },
    {
      "epoch": 0.8415416666666666,
      "grad_norm": 1.228800654411316,
      "learning_rate": 1.835502446056971e-05,
      "loss": 7.7415,
      "step": 403940
    },
    {
      "epoch": 0.8415625,
      "grad_norm": 1.2581417560577393,
      "learning_rate": 1.835029921556144e-05,
      "loss": 7.5665,
      "step": 403950
    },
    {
      "epoch": 0.8415833333333333,
      "grad_norm": 2.1570262908935547,
      "learning_rate": 1.8345574539227718e-05,
      "loss": 7.1298,
      "step": 403960
    },
    {
      "epoch": 0.8416041666666667,
      "grad_norm": 4.050668239593506,
      "learning_rate": 1.8340850431588995e-05,
      "loss": 7.2169,
      "step": 403970
    },
    {
      "epoch": 0.841625,
      "grad_norm": 1.2906073331832886,
      "learning_rate": 1.8336126892665726e-05,
      "loss": 8.34,
      "step": 403980
    },
    {
      "epoch": 0.8416458333333333,
      "grad_norm": 1.991020679473877,
      "learning_rate": 1.833140392247825e-05,
      "loss": 6.8673,
      "step": 403990
    },
    {
      "epoch": 0.8416666666666667,
      "grad_norm": 1.3099957704544067,
      "learning_rate": 1.832668152104698e-05,
      "loss": 7.437,
      "step": 404000
    },
    {
      "epoch": 0.8416666666666667,
      "eval_loss": 7.498239040374756,
      "eval_runtime": 9.0371,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 404000
    },
    {
      "epoch": 0.8416875,
      "grad_norm": 1.4273064136505127,
      "learning_rate": 1.832195968839234e-05,
      "loss": 7.0326,
      "step": 404010
    },
    {
      "epoch": 0.8417083333333333,
      "grad_norm": 1.991045594215393,
      "learning_rate": 1.8317238424534708e-05,
      "loss": 6.8205,
      "step": 404020
    },
    {
      "epoch": 0.8417291666666666,
      "grad_norm": 1.9422730207443237,
      "learning_rate": 1.8312517729494486e-05,
      "loss": 7.0434,
      "step": 404030
    },
    {
      "epoch": 0.84175,
      "grad_norm": 1.039169192314148,
      "learning_rate": 1.830779760329204e-05,
      "loss": 6.9251,
      "step": 404040
    },
    {
      "epoch": 0.8417708333333334,
      "grad_norm": 1.1591179370880127,
      "learning_rate": 1.8303078045947804e-05,
      "loss": 7.124,
      "step": 404050
    },
    {
      "epoch": 0.8417916666666667,
      "grad_norm": 0.980022668838501,
      "learning_rate": 1.829835905748213e-05,
      "loss": 6.8013,
      "step": 404060
    },
    {
      "epoch": 0.8418125,
      "grad_norm": 2.57631516456604,
      "learning_rate": 1.829364063791542e-05,
      "loss": 7.1781,
      "step": 404070
    },
    {
      "epoch": 0.8418333333333333,
      "grad_norm": 0.9914748668670654,
      "learning_rate": 1.828892278726805e-05,
      "loss": 6.7668,
      "step": 404080
    },
    {
      "epoch": 0.8418541666666667,
      "grad_norm": 1.6947888135910034,
      "learning_rate": 1.8284205505560394e-05,
      "loss": 7.0115,
      "step": 404090
    },
    {
      "epoch": 0.841875,
      "grad_norm": 1.2506446838378906,
      "learning_rate": 1.8279488792812834e-05,
      "loss": 7.2584,
      "step": 404100
    },
    {
      "epoch": 0.8418958333333333,
      "grad_norm": 0.8664128184318542,
      "learning_rate": 1.8274772649045755e-05,
      "loss": 6.986,
      "step": 404110
    },
    {
      "epoch": 0.8419166666666666,
      "grad_norm": 1.0514405965805054,
      "learning_rate": 1.8270057074279503e-05,
      "loss": 7.1991,
      "step": 404120
    },
    {
      "epoch": 0.8419375,
      "grad_norm": 3.0286717414855957,
      "learning_rate": 1.8265342068534467e-05,
      "loss": 7.2605,
      "step": 404130
    },
    {
      "epoch": 0.8419583333333334,
      "grad_norm": 1.3483209609985352,
      "learning_rate": 1.826062763183101e-05,
      "loss": 6.9856,
      "step": 404140
    },
    {
      "epoch": 0.8419791666666666,
      "grad_norm": 1.676510214805603,
      "learning_rate": 1.82559137641895e-05,
      "loss": 6.7414,
      "step": 404150
    },
    {
      "epoch": 0.842,
      "grad_norm": 1.407659888267517,
      "learning_rate": 1.825120046563029e-05,
      "loss": 6.9083,
      "step": 404160
    },
    {
      "epoch": 0.8420208333333333,
      "grad_norm": 0.9322826266288757,
      "learning_rate": 1.8246487736173743e-05,
      "loss": 7.0137,
      "step": 404170
    },
    {
      "epoch": 0.8420416666666667,
      "grad_norm": 1.6933485269546509,
      "learning_rate": 1.824177557584023e-05,
      "loss": 7.3086,
      "step": 404180
    },
    {
      "epoch": 0.8420625,
      "grad_norm": 2.307243585586548,
      "learning_rate": 1.823706398465008e-05,
      "loss": 6.9912,
      "step": 404190
    },
    {
      "epoch": 0.8420833333333333,
      "grad_norm": 2.850306510925293,
      "learning_rate": 1.8232352962623648e-05,
      "loss": 7.4825,
      "step": 404200
    },
    {
      "epoch": 0.8421041666666667,
      "grad_norm": 3.2132632732391357,
      "learning_rate": 1.8227642509781348e-05,
      "loss": 7.482,
      "step": 404210
    },
    {
      "epoch": 0.842125,
      "grad_norm": 2.84208083152771,
      "learning_rate": 1.82229326261434e-05,
      "loss": 7.1239,
      "step": 404220
    },
    {
      "epoch": 0.8421458333333334,
      "grad_norm": 1.2358659505844116,
      "learning_rate": 1.8218223311730284e-05,
      "loss": 7.2284,
      "step": 404230
    },
    {
      "epoch": 0.8421666666666666,
      "grad_norm": 3.255776882171631,
      "learning_rate": 1.8213514566562255e-05,
      "loss": 7.097,
      "step": 404240
    },
    {
      "epoch": 0.8421875,
      "grad_norm": 1.231624722480774,
      "learning_rate": 1.8208806390659626e-05,
      "loss": 7.6209,
      "step": 404250
    },
    {
      "epoch": 0.8422083333333333,
      "grad_norm": 2.5828864574432373,
      "learning_rate": 1.8204098784042863e-05,
      "loss": 7.0123,
      "step": 404260
    },
    {
      "epoch": 0.8422291666666667,
      "grad_norm": 4.153243541717529,
      "learning_rate": 1.8199391746732208e-05,
      "loss": 8.8177,
      "step": 404270
    },
    {
      "epoch": 0.84225,
      "grad_norm": 2.4981675148010254,
      "learning_rate": 1.8194685278747968e-05,
      "loss": 6.9501,
      "step": 404280
    },
    {
      "epoch": 0.8422708333333333,
      "grad_norm": 2.554443836212158,
      "learning_rate": 1.8189979380110565e-05,
      "loss": 7.7767,
      "step": 404290
    },
    {
      "epoch": 0.8422916666666667,
      "grad_norm": 1.790555715560913,
      "learning_rate": 1.8185274050840265e-05,
      "loss": 6.9394,
      "step": 404300
    },
    {
      "epoch": 0.8423125,
      "grad_norm": 2.112131118774414,
      "learning_rate": 1.818056929095737e-05,
      "loss": 7.373,
      "step": 404310
    },
    {
      "epoch": 0.8423333333333334,
      "grad_norm": 0.9971311688423157,
      "learning_rate": 1.8175865100482296e-05,
      "loss": 6.9533,
      "step": 404320
    },
    {
      "epoch": 0.8423541666666666,
      "grad_norm": 0.961597204208374,
      "learning_rate": 1.8171161479435274e-05,
      "loss": 7.1747,
      "step": 404330
    },
    {
      "epoch": 0.842375,
      "grad_norm": 3.8473446369171143,
      "learning_rate": 1.816645842783661e-05,
      "loss": 7.4124,
      "step": 404340
    },
    {
      "epoch": 0.8423958333333333,
      "grad_norm": 1.647212028503418,
      "learning_rate": 1.8161755945706753e-05,
      "loss": 7.2162,
      "step": 404350
    },
    {
      "epoch": 0.8424166666666667,
      "grad_norm": 2.022757053375244,
      "learning_rate": 1.8157054033065866e-05,
      "loss": 7.3153,
      "step": 404360
    },
    {
      "epoch": 0.8424375,
      "grad_norm": 1.652237892150879,
      "learning_rate": 1.8152352689934334e-05,
      "loss": 7.3202,
      "step": 404370
    },
    {
      "epoch": 0.8424583333333333,
      "grad_norm": 17.97635269165039,
      "learning_rate": 1.8147651916332445e-05,
      "loss": 7.0215,
      "step": 404380
    },
    {
      "epoch": 0.8424791666666667,
      "grad_norm": 1.2217423915863037,
      "learning_rate": 1.8142951712280514e-05,
      "loss": 6.7068,
      "step": 404390
    },
    {
      "epoch": 0.8425,
      "grad_norm": 1.0950056314468384,
      "learning_rate": 1.813825207779884e-05,
      "loss": 7.0672,
      "step": 404400
    },
    {
      "epoch": 0.8425208333333334,
      "grad_norm": 0.9381906986236572,
      "learning_rate": 1.8133553012907705e-05,
      "loss": 6.9519,
      "step": 404410
    },
    {
      "epoch": 0.8425416666666666,
      "grad_norm": 1.8462083339691162,
      "learning_rate": 1.8128854517627444e-05,
      "loss": 7.146,
      "step": 404420
    },
    {
      "epoch": 0.8425625,
      "grad_norm": 2.7742364406585693,
      "learning_rate": 1.8124156591978328e-05,
      "loss": 7.4013,
      "step": 404430
    },
    {
      "epoch": 0.8425833333333334,
      "grad_norm": 22.297473907470703,
      "learning_rate": 1.8119459235980654e-05,
      "loss": 7.6486,
      "step": 404440
    },
    {
      "epoch": 0.8426041666666667,
      "grad_norm": 1.2097066640853882,
      "learning_rate": 1.811476244965471e-05,
      "loss": 7.2711,
      "step": 404450
    },
    {
      "epoch": 0.842625,
      "grad_norm": 1.513774037361145,
      "learning_rate": 1.8110066233020788e-05,
      "loss": 6.9468,
      "step": 404460
    },
    {
      "epoch": 0.8426458333333333,
      "grad_norm": 3.570488452911377,
      "learning_rate": 1.810537058609918e-05,
      "loss": 7.4852,
      "step": 404470
    },
    {
      "epoch": 0.8426666666666667,
      "grad_norm": 1.551839828491211,
      "learning_rate": 1.810067550891016e-05,
      "loss": 6.8805,
      "step": 404480
    },
    {
      "epoch": 0.8426875,
      "grad_norm": 2.1467535495758057,
      "learning_rate": 1.8095981001474026e-05,
      "loss": 7.0765,
      "step": 404490
    },
    {
      "epoch": 0.8427083333333333,
      "grad_norm": 1.4301174879074097,
      "learning_rate": 1.8091287063811032e-05,
      "loss": 7.1598,
      "step": 404500
    },
    {
      "epoch": 0.8427291666666666,
      "grad_norm": 1.8797897100448608,
      "learning_rate": 1.8086593695941455e-05,
      "loss": 7.7339,
      "step": 404510
    },
    {
      "epoch": 0.84275,
      "grad_norm": 1.8007724285125732,
      "learning_rate": 1.808190089788562e-05,
      "loss": 7.3138,
      "step": 404520
    },
    {
      "epoch": 0.8427708333333334,
      "grad_norm": 1.82155442237854,
      "learning_rate": 1.80772086696637e-05,
      "loss": 7.5808,
      "step": 404530
    },
    {
      "epoch": 0.8427916666666667,
      "grad_norm": 3.086209535598755,
      "learning_rate": 1.8072517011296045e-05,
      "loss": 7.2831,
      "step": 404540
    },
    {
      "epoch": 0.8428125,
      "grad_norm": 1.4508951902389526,
      "learning_rate": 1.806782592280292e-05,
      "loss": 7.5209,
      "step": 404550
    },
    {
      "epoch": 0.8428333333333333,
      "grad_norm": 1.5175015926361084,
      "learning_rate": 1.806313540420451e-05,
      "loss": 7.2608,
      "step": 404560
    },
    {
      "epoch": 0.8428541666666667,
      "grad_norm": 1.247372031211853,
      "learning_rate": 1.805844545552115e-05,
      "loss": 7.1358,
      "step": 404570
    },
    {
      "epoch": 0.842875,
      "grad_norm": 3.111243486404419,
      "learning_rate": 1.8053756076773135e-05,
      "loss": 7.1557,
      "step": 404580
    },
    {
      "epoch": 0.8428958333333333,
      "grad_norm": 2.723155975341797,
      "learning_rate": 1.8049067267980587e-05,
      "loss": 6.9012,
      "step": 404590
    },
    {
      "epoch": 0.8429166666666666,
      "grad_norm": 0.8864511847496033,
      "learning_rate": 1.8044379029163892e-05,
      "loss": 7.3896,
      "step": 404600
    },
    {
      "epoch": 0.8429375,
      "grad_norm": 1.7001830339431763,
      "learning_rate": 1.8039691360343226e-05,
      "loss": 7.1109,
      "step": 404610
    },
    {
      "epoch": 0.8429583333333334,
      "grad_norm": 1.703812837600708,
      "learning_rate": 1.803500426153883e-05,
      "loss": 7.2456,
      "step": 404620
    },
    {
      "epoch": 0.8429791666666666,
      "grad_norm": 1.2514805793762207,
      "learning_rate": 1.8030317732771054e-05,
      "loss": 7.262,
      "step": 404630
    },
    {
      "epoch": 0.843,
      "grad_norm": 0.9054026007652283,
      "learning_rate": 1.802563177406003e-05,
      "loss": 6.7925,
      "step": 404640
    },
    {
      "epoch": 0.8430208333333333,
      "grad_norm": 1.6813700199127197,
      "learning_rate": 1.802094638542599e-05,
      "loss": 8.0732,
      "step": 404650
    },
    {
      "epoch": 0.8430416666666667,
      "grad_norm": 1.727362871170044,
      "learning_rate": 1.80162615668893e-05,
      "loss": 6.9,
      "step": 404660
    },
    {
      "epoch": 0.8430625,
      "grad_norm": 1.5272990465164185,
      "learning_rate": 1.8011577318470083e-05,
      "loss": 7.1507,
      "step": 404670
    },
    {
      "epoch": 0.8430833333333333,
      "grad_norm": 1.2136898040771484,
      "learning_rate": 1.800689364018857e-05,
      "loss": 7.3374,
      "step": 404680
    },
    {
      "epoch": 0.8431041666666667,
      "grad_norm": 2.207119941711426,
      "learning_rate": 1.800221053206511e-05,
      "loss": 6.8051,
      "step": 404690
    },
    {
      "epoch": 0.843125,
      "grad_norm": 2.827049493789673,
      "learning_rate": 1.7997527994119804e-05,
      "loss": 7.1689,
      "step": 404700
    },
    {
      "epoch": 0.8431458333333334,
      "grad_norm": 1.648199439048767,
      "learning_rate": 1.7992846026372904e-05,
      "loss": 6.7985,
      "step": 404710
    },
    {
      "epoch": 0.8431666666666666,
      "grad_norm": 1.4929800033569336,
      "learning_rate": 1.798816462884471e-05,
      "loss": 7.2289,
      "step": 404720
    },
    {
      "epoch": 0.8431875,
      "grad_norm": 1.3410789966583252,
      "learning_rate": 1.7983483801555354e-05,
      "loss": 7.282,
      "step": 404730
    },
    {
      "epoch": 0.8432083333333333,
      "grad_norm": 2.1417956352233887,
      "learning_rate": 1.7978803544525104e-05,
      "loss": 7.2995,
      "step": 404740
    },
    {
      "epoch": 0.8432291666666667,
      "grad_norm": 0.983490526676178,
      "learning_rate": 1.7974123857774163e-05,
      "loss": 7.7232,
      "step": 404750
    },
    {
      "epoch": 0.84325,
      "grad_norm": 0.9585232138633728,
      "learning_rate": 1.7969444741322763e-05,
      "loss": 7.6323,
      "step": 404760
    },
    {
      "epoch": 0.8432708333333333,
      "grad_norm": 0.8265382051467896,
      "learning_rate": 1.7964766195191087e-05,
      "loss": 7.768,
      "step": 404770
    },
    {
      "epoch": 0.8432916666666667,
      "grad_norm": 2.5256786346435547,
      "learning_rate": 1.7960088219399353e-05,
      "loss": 7.4004,
      "step": 404780
    },
    {
      "epoch": 0.8433125,
      "grad_norm": 1.3868904113769531,
      "learning_rate": 1.795541081396778e-05,
      "loss": 7.3174,
      "step": 404790
    },
    {
      "epoch": 0.8433333333333334,
      "grad_norm": 7.428445816040039,
      "learning_rate": 1.7950733978916547e-05,
      "loss": 7.2466,
      "step": 404800
    },
    {
      "epoch": 0.8433541666666666,
      "grad_norm": 1.0743597745895386,
      "learning_rate": 1.7946057714265893e-05,
      "loss": 6.951,
      "step": 404810
    },
    {
      "epoch": 0.843375,
      "grad_norm": 1.2190043926239014,
      "learning_rate": 1.7941382020036e-05,
      "loss": 6.8802,
      "step": 404820
    },
    {
      "epoch": 0.8433958333333333,
      "grad_norm": 0.944046139717102,
      "learning_rate": 1.7936706896247066e-05,
      "loss": 6.9363,
      "step": 404830
    },
    {
      "epoch": 0.8434166666666667,
      "grad_norm": 1.2801038026809692,
      "learning_rate": 1.7932032342919277e-05,
      "loss": 7.1022,
      "step": 404840
    },
    {
      "epoch": 0.8434375,
      "grad_norm": 1.1027772426605225,
      "learning_rate": 1.7927358360072834e-05,
      "loss": 7.1882,
      "step": 404850
    },
    {
      "epoch": 0.8434583333333333,
      "grad_norm": 0.9437711238861084,
      "learning_rate": 1.7922684947727956e-05,
      "loss": 7.0832,
      "step": 404860
    },
    {
      "epoch": 0.8434791666666667,
      "grad_norm": 0.927849292755127,
      "learning_rate": 1.791801210590474e-05,
      "loss": 6.7945,
      "step": 404870
    },
    {
      "epoch": 0.8435,
      "grad_norm": 2.114365339279175,
      "learning_rate": 1.7913339834623454e-05,
      "loss": 7.2917,
      "step": 404880
    },
    {
      "epoch": 0.8435208333333334,
      "grad_norm": 3.042133092880249,
      "learning_rate": 1.790866813390428e-05,
      "loss": 7.0814,
      "step": 404890
    },
    {
      "epoch": 0.8435416666666666,
      "grad_norm": 1.872983694076538,
      "learning_rate": 1.7903997003767323e-05,
      "loss": 7.5577,
      "step": 404900
    },
    {
      "epoch": 0.8435625,
      "grad_norm": 1.5747721195220947,
      "learning_rate": 1.7899326444232847e-05,
      "loss": 7.8122,
      "step": 404910
    },
    {
      "epoch": 0.8435833333333334,
      "grad_norm": 4.4815673828125,
      "learning_rate": 1.7894656455321022e-05,
      "loss": 7.0535,
      "step": 404920
    },
    {
      "epoch": 0.8436041666666667,
      "grad_norm": 4.483448505401611,
      "learning_rate": 1.788998703705193e-05,
      "loss": 7.3232,
      "step": 404930
    },
    {
      "epoch": 0.843625,
      "grad_norm": 1.3898639678955078,
      "learning_rate": 1.788531818944582e-05,
      "loss": 6.8862,
      "step": 404940
    },
    {
      "epoch": 0.8436458333333333,
      "grad_norm": 1.8578100204467773,
      "learning_rate": 1.7880649912522875e-05,
      "loss": 7.045,
      "step": 404950
    },
    {
      "epoch": 0.8436666666666667,
      "grad_norm": 1.3293133974075317,
      "learning_rate": 1.787598220630317e-05,
      "loss": 6.8045,
      "step": 404960
    },
    {
      "epoch": 0.8436875,
      "grad_norm": 2.02016019821167,
      "learning_rate": 1.787131507080698e-05,
      "loss": 7.5363,
      "step": 404970
    },
    {
      "epoch": 0.8437083333333333,
      "grad_norm": 3.5999579429626465,
      "learning_rate": 1.7866648506054377e-05,
      "loss": 6.9139,
      "step": 404980
    },
    {
      "epoch": 0.8437291666666666,
      "grad_norm": 9.545145034790039,
      "learning_rate": 1.7861982512065525e-05,
      "loss": 7.1124,
      "step": 404990
    },
    {
      "epoch": 0.84375,
      "grad_norm": 1.373208999633789,
      "learning_rate": 1.7857317088860664e-05,
      "loss": 7.1483,
      "step": 405000
    },
    {
      "epoch": 0.84375,
      "eval_loss": 7.252410888671875,
      "eval_runtime": 9.264,
      "eval_samples_per_second": 0.324,
      "eval_steps_per_second": 0.108,
      "step": 405000
    },
    {
      "epoch": 0.8437708333333334,
      "grad_norm": 1.0404670238494873,
      "learning_rate": 1.785265223645987e-05,
      "loss": 7.4512,
      "step": 405010
    },
    {
      "epoch": 0.8437916666666667,
      "grad_norm": 1.3295360803604126,
      "learning_rate": 1.7847987954883264e-05,
      "loss": 6.9353,
      "step": 405020
    },
    {
      "epoch": 0.8438125,
      "grad_norm": 1.1535685062408447,
      "learning_rate": 1.7843324244151096e-05,
      "loss": 7.0367,
      "step": 405030
    },
    {
      "epoch": 0.8438333333333333,
      "grad_norm": 1.420886516571045,
      "learning_rate": 1.7838661104283436e-05,
      "loss": 7.3247,
      "step": 405040
    },
    {
      "epoch": 0.8438541666666667,
      "grad_norm": 2.107311725616455,
      "learning_rate": 1.7833998535300415e-05,
      "loss": 8.1575,
      "step": 405050
    },
    {
      "epoch": 0.843875,
      "grad_norm": 2.3343987464904785,
      "learning_rate": 1.7829336537222265e-05,
      "loss": 7.085,
      "step": 405060
    },
    {
      "epoch": 0.8438958333333333,
      "grad_norm": 2.42822527885437,
      "learning_rate": 1.7824675110069042e-05,
      "loss": 7.0064,
      "step": 405070
    },
    {
      "epoch": 0.8439166666666666,
      "grad_norm": 1.9624555110931396,
      "learning_rate": 1.782001425386086e-05,
      "loss": 7.208,
      "step": 405080
    },
    {
      "epoch": 0.8439375,
      "grad_norm": 1.7644883394241333,
      "learning_rate": 1.7815353968617968e-05,
      "loss": 7.1079,
      "step": 405090
    },
    {
      "epoch": 0.8439583333333334,
      "grad_norm": 1.5564128160476685,
      "learning_rate": 1.7810694254360385e-05,
      "loss": 6.9503,
      "step": 405100
    },
    {
      "epoch": 0.8439791666666666,
      "grad_norm": 1.7969682216644287,
      "learning_rate": 1.7806035111108298e-05,
      "loss": 7.441,
      "step": 405110
    },
    {
      "epoch": 0.844,
      "grad_norm": 1.4072755575180054,
      "learning_rate": 1.7801376538881785e-05,
      "loss": 6.7509,
      "step": 405120
    },
    {
      "epoch": 0.8440208333333333,
      "grad_norm": 1.8695921897888184,
      "learning_rate": 1.7796718537701015e-05,
      "loss": 7.5031,
      "step": 405130
    },
    {
      "epoch": 0.8440416666666667,
      "grad_norm": 2.537189245223999,
      "learning_rate": 1.779206110758609e-05,
      "loss": 7.648,
      "step": 405140
    },
    {
      "epoch": 0.8440625,
      "grad_norm": 1.2505887746810913,
      "learning_rate": 1.778740424855713e-05,
      "loss": 7.3914,
      "step": 405150
    },
    {
      "epoch": 0.8440833333333333,
      "grad_norm": 1.1317917108535767,
      "learning_rate": 1.778274796063425e-05,
      "loss": 7.5127,
      "step": 405160
    },
    {
      "epoch": 0.8441041666666667,
      "grad_norm": 3.2613871097564697,
      "learning_rate": 1.777809224383756e-05,
      "loss": 7.5659,
      "step": 405170
    },
    {
      "epoch": 0.844125,
      "grad_norm": 1.294856071472168,
      "learning_rate": 1.777343709818717e-05,
      "loss": 7.123,
      "step": 405180
    },
    {
      "epoch": 0.8441458333333334,
      "grad_norm": 1.4033927917480469,
      "learning_rate": 1.7768782523703194e-05,
      "loss": 7.0469,
      "step": 405190
    },
    {
      "epoch": 0.8441666666666666,
      "grad_norm": 2.7245047092437744,
      "learning_rate": 1.776412852040575e-05,
      "loss": 7.4995,
      "step": 405200
    },
    {
      "epoch": 0.8441875,
      "grad_norm": 2.084789991378784,
      "learning_rate": 1.775947508831492e-05,
      "loss": 7.2218,
      "step": 405210
    },
    {
      "epoch": 0.8442083333333333,
      "grad_norm": 1.965539813041687,
      "learning_rate": 1.775482222745081e-05,
      "loss": 6.8617,
      "step": 405220
    },
    {
      "epoch": 0.8442291666666667,
      "grad_norm": 1.9106038808822632,
      "learning_rate": 1.7750169937833548e-05,
      "loss": 7.41,
      "step": 405230
    },
    {
      "epoch": 0.84425,
      "grad_norm": 1.5913413763046265,
      "learning_rate": 1.774551821948315e-05,
      "loss": 7.6338,
      "step": 405240
    },
    {
      "epoch": 0.8442708333333333,
      "grad_norm": 1.049858570098877,
      "learning_rate": 1.774086707241979e-05,
      "loss": 7.1831,
      "step": 405250
    },
    {
      "epoch": 0.8442916666666667,
      "grad_norm": 3.948862075805664,
      "learning_rate": 1.773621649666358e-05,
      "loss": 7.6016,
      "step": 405260
    },
    {
      "epoch": 0.8443125,
      "grad_norm": 0.9923316836357117,
      "learning_rate": 1.7731566492234473e-05,
      "loss": 7.3016,
      "step": 405270
    },
    {
      "epoch": 0.8443333333333334,
      "grad_norm": 1.0609344244003296,
      "learning_rate": 1.77269170591527e-05,
      "loss": 7.1889,
      "step": 405280
    },
    {
      "epoch": 0.8443541666666666,
      "grad_norm": 1.3092210292816162,
      "learning_rate": 1.77222681974383e-05,
      "loss": 7.0497,
      "step": 405290
    },
    {
      "epoch": 0.844375,
      "grad_norm": 1.3397749662399292,
      "learning_rate": 1.7717619907111286e-05,
      "loss": 7.1118,
      "step": 405300
    },
    {
      "epoch": 0.8443958333333333,
      "grad_norm": 1.6842944622039795,
      "learning_rate": 1.7712972188191827e-05,
      "loss": 7.2041,
      "step": 405310
    },
    {
      "epoch": 0.8444166666666667,
      "grad_norm": 1.1279737949371338,
      "learning_rate": 1.770832504069999e-05,
      "loss": 7.4812,
      "step": 405320
    },
    {
      "epoch": 0.8444375,
      "grad_norm": 1.4895391464233398,
      "learning_rate": 1.7703678464655757e-05,
      "loss": 7.1682,
      "step": 405330
    },
    {
      "epoch": 0.8444583333333333,
      "grad_norm": 1.7609124183654785,
      "learning_rate": 1.7699032460079317e-05,
      "loss": 7.061,
      "step": 405340
    },
    {
      "epoch": 0.8444791666666667,
      "grad_norm": 1.9145056009292603,
      "learning_rate": 1.7694387026990714e-05,
      "loss": 7.7756,
      "step": 405350
    },
    {
      "epoch": 0.8445,
      "grad_norm": 1.194218397140503,
      "learning_rate": 1.768974216540992e-05,
      "loss": 6.9556,
      "step": 405360
    },
    {
      "epoch": 0.8445208333333334,
      "grad_norm": 1.4519740343093872,
      "learning_rate": 1.768509787535712e-05,
      "loss": 7.1814,
      "step": 405370
    },
    {
      "epoch": 0.8445416666666666,
      "grad_norm": 3.295828104019165,
      "learning_rate": 1.768045415685231e-05,
      "loss": 6.957,
      "step": 405380
    },
    {
      "epoch": 0.8445625,
      "grad_norm": 1.302675485610962,
      "learning_rate": 1.767581100991556e-05,
      "loss": 6.9441,
      "step": 405390
    },
    {
      "epoch": 0.8445833333333334,
      "grad_norm": 1.2153599262237549,
      "learning_rate": 1.7671168434566917e-05,
      "loss": 7.5025,
      "step": 405400
    },
    {
      "epoch": 0.8446041666666667,
      "grad_norm": 2.1089999675750732,
      "learning_rate": 1.7666526430826455e-05,
      "loss": 7.2857,
      "step": 405410
    },
    {
      "epoch": 0.844625,
      "grad_norm": 1.5693540573120117,
      "learning_rate": 1.766188499871422e-05,
      "loss": 6.7245,
      "step": 405420
    },
    {
      "epoch": 0.8446458333333333,
      "grad_norm": 3.6004955768585205,
      "learning_rate": 1.765724413825025e-05,
      "loss": 7.4447,
      "step": 405430
    },
    {
      "epoch": 0.8446666666666667,
      "grad_norm": 2.7007527351379395,
      "learning_rate": 1.7652603849454604e-05,
      "loss": 7.5799,
      "step": 405440
    },
    {
      "epoch": 0.8446875,
      "grad_norm": 1.9620503187179565,
      "learning_rate": 1.7647964132347325e-05,
      "loss": 7.1225,
      "step": 405450
    },
    {
      "epoch": 0.8447083333333333,
      "grad_norm": 3.195427656173706,
      "learning_rate": 1.7643324986948458e-05,
      "loss": 7.0536,
      "step": 405460
    },
    {
      "epoch": 0.8447291666666666,
      "grad_norm": 1.1622337102890015,
      "learning_rate": 1.7638686413278023e-05,
      "loss": 7.0608,
      "step": 405470
    },
    {
      "epoch": 0.84475,
      "grad_norm": 1.1676214933395386,
      "learning_rate": 1.7634048411356088e-05,
      "loss": 7.1625,
      "step": 405480
    },
    {
      "epoch": 0.8447708333333334,
      "grad_norm": 3.167903423309326,
      "learning_rate": 1.762941098120267e-05,
      "loss": 7.1557,
      "step": 405490
    },
    {
      "epoch": 0.8447916666666667,
      "grad_norm": 1.5936444997787476,
      "learning_rate": 1.7624774122837782e-05,
      "loss": 6.8453,
      "step": 405500
    },
    {
      "epoch": 0.8448125,
      "grad_norm": 2.083270311355591,
      "learning_rate": 1.762013783628148e-05,
      "loss": 7.3541,
      "step": 405510
    },
    {
      "epoch": 0.8448333333333333,
      "grad_norm": 2.7373921871185303,
      "learning_rate": 1.7615502121553775e-05,
      "loss": 6.9933,
      "step": 405520
    },
    {
      "epoch": 0.8448541666666667,
      "grad_norm": 2.7774367332458496,
      "learning_rate": 1.7610866978674727e-05,
      "loss": 7.2746,
      "step": 405530
    },
    {
      "epoch": 0.844875,
      "grad_norm": 1.9120084047317505,
      "learning_rate": 1.7606232407664295e-05,
      "loss": 6.8643,
      "step": 405540
    },
    {
      "epoch": 0.8448958333333333,
      "grad_norm": 2.1134355068206787,
      "learning_rate": 1.760159840854255e-05,
      "loss": 7.2948,
      "step": 405550
    },
    {
      "epoch": 0.8449166666666666,
      "grad_norm": 1.681402325630188,
      "learning_rate": 1.759696498132951e-05,
      "loss": 7.8555,
      "step": 405560
    },
    {
      "epoch": 0.8449375,
      "grad_norm": 1.0506950616836548,
      "learning_rate": 1.7592332126045155e-05,
      "loss": 7.1315,
      "step": 405570
    },
    {
      "epoch": 0.8449583333333334,
      "grad_norm": 1.9128817319869995,
      "learning_rate": 1.7587699842709506e-05,
      "loss": 8.1003,
      "step": 405580
    },
    {
      "epoch": 0.8449791666666666,
      "grad_norm": 1.211717963218689,
      "learning_rate": 1.75830681313426e-05,
      "loss": 7.7132,
      "step": 405590
    },
    {
      "epoch": 0.845,
      "grad_norm": 2.0305964946746826,
      "learning_rate": 1.7578436991964445e-05,
      "loss": 6.8424,
      "step": 405600
    },
    {
      "epoch": 0.8450208333333333,
      "grad_norm": 1.953493595123291,
      "learning_rate": 1.7573806424594968e-05,
      "loss": 6.8081,
      "step": 405610
    },
    {
      "epoch": 0.8450416666666667,
      "grad_norm": 2.581261157989502,
      "learning_rate": 1.756917642925426e-05,
      "loss": 7.1216,
      "step": 405620
    },
    {
      "epoch": 0.8450625,
      "grad_norm": 1.2774455547332764,
      "learning_rate": 1.7564547005962315e-05,
      "loss": 6.8366,
      "step": 405630
    },
    {
      "epoch": 0.8450833333333333,
      "grad_norm": 1.1975655555725098,
      "learning_rate": 1.7559918154739045e-05,
      "loss": 6.9065,
      "step": 405640
    },
    {
      "epoch": 0.8451041666666667,
      "grad_norm": 2.0033681392669678,
      "learning_rate": 1.7555289875604535e-05,
      "loss": 7.1903,
      "step": 405650
    },
    {
      "epoch": 0.845125,
      "grad_norm": 2.8891568183898926,
      "learning_rate": 1.755066216857878e-05,
      "loss": 7.1216,
      "step": 405660
    },
    {
      "epoch": 0.8451458333333334,
      "grad_norm": 4.694759845733643,
      "learning_rate": 1.7546035033681693e-05,
      "loss": 7.3714,
      "step": 405670
    },
    {
      "epoch": 0.8451666666666666,
      "grad_norm": 1.1342599391937256,
      "learning_rate": 1.7541408470933317e-05,
      "loss": 7.1088,
      "step": 405680
    },
    {
      "epoch": 0.8451875,
      "grad_norm": 1.4246833324432373,
      "learning_rate": 1.7536782480353667e-05,
      "loss": 7.0622,
      "step": 405690
    },
    {
      "epoch": 0.8452083333333333,
      "grad_norm": 5.19345760345459,
      "learning_rate": 1.753215706196265e-05,
      "loss": 7.1042,
      "step": 405700
    },
    {
      "epoch": 0.8452291666666667,
      "grad_norm": 1.8095479011535645,
      "learning_rate": 1.7527532215780243e-05,
      "loss": 7.1874,
      "step": 405710
    },
    {
      "epoch": 0.84525,
      "grad_norm": 1.5065010786056519,
      "learning_rate": 1.752290794182652e-05,
      "loss": 6.5957,
      "step": 405720
    },
    {
      "epoch": 0.8452708333333333,
      "grad_norm": 3.341026782989502,
      "learning_rate": 1.7518284240121376e-05,
      "loss": 6.8635,
      "step": 405730
    },
    {
      "epoch": 0.8452916666666667,
      "grad_norm": 7.67722225189209,
      "learning_rate": 1.7513661110684802e-05,
      "loss": 7.4508,
      "step": 405740
    },
    {
      "epoch": 0.8453125,
      "grad_norm": 1.5200538635253906,
      "learning_rate": 1.7509038553536758e-05,
      "loss": 7.0469,
      "step": 405750
    },
    {
      "epoch": 0.8453333333333334,
      "grad_norm": 1.4084912538528442,
      "learning_rate": 1.750441656869723e-05,
      "loss": 7.4799,
      "step": 405760
    },
    {
      "epoch": 0.8453541666666666,
      "grad_norm": 1.3112133741378784,
      "learning_rate": 1.7499795156186192e-05,
      "loss": 6.9631,
      "step": 405770
    },
    {
      "epoch": 0.845375,
      "grad_norm": 1.484704852104187,
      "learning_rate": 1.7495174316023585e-05,
      "loss": 7.4133,
      "step": 405780
    },
    {
      "epoch": 0.8453958333333333,
      "grad_norm": 1.6438355445861816,
      "learning_rate": 1.7490554048229367e-05,
      "loss": 7.1087,
      "step": 405790
    },
    {
      "epoch": 0.8454166666666667,
      "grad_norm": 1.7754478454589844,
      "learning_rate": 1.7485934352823515e-05,
      "loss": 6.9767,
      "step": 405800
    },
    {
      "epoch": 0.8454375,
      "grad_norm": 1.528547763824463,
      "learning_rate": 1.748131522982597e-05,
      "loss": 8.722,
      "step": 405810
    },
    {
      "epoch": 0.8454583333333333,
      "grad_norm": 1.8258352279663086,
      "learning_rate": 1.747669667925668e-05,
      "loss": 6.9961,
      "step": 405820
    },
    {
      "epoch": 0.8454791666666667,
      "grad_norm": 9.632149696350098,
      "learning_rate": 1.747207870113561e-05,
      "loss": 7.4645,
      "step": 405830
    },
    {
      "epoch": 0.8455,
      "grad_norm": 2.628129482269287,
      "learning_rate": 1.74674612954827e-05,
      "loss": 7.0429,
      "step": 405840
    },
    {
      "epoch": 0.8455208333333334,
      "grad_norm": 2.714327335357666,
      "learning_rate": 1.746284446231791e-05,
      "loss": 7.1667,
      "step": 405850
    },
    {
      "epoch": 0.8455416666666666,
      "grad_norm": 1.4937975406646729,
      "learning_rate": 1.7458228201661162e-05,
      "loss": 7.1278,
      "step": 405860
    },
    {
      "epoch": 0.8455625,
      "grad_norm": 2.5857937335968018,
      "learning_rate": 1.7453612513532387e-05,
      "loss": 6.8534,
      "step": 405870
    },
    {
      "epoch": 0.8455833333333334,
      "grad_norm": 1.4603763818740845,
      "learning_rate": 1.744899739795156e-05,
      "loss": 6.8063,
      "step": 405880
    },
    {
      "epoch": 0.8456041666666667,
      "grad_norm": 2.121464490890503,
      "learning_rate": 1.7444382854938603e-05,
      "loss": 6.9929,
      "step": 405890
    },
    {
      "epoch": 0.845625,
      "grad_norm": 2.1265697479248047,
      "learning_rate": 1.7439768884513428e-05,
      "loss": 7.0587,
      "step": 405900
    },
    {
      "epoch": 0.8456458333333333,
      "grad_norm": 4.8295183181762695,
      "learning_rate": 1.743515548669598e-05,
      "loss": 7.6987,
      "step": 405910
    },
    {
      "epoch": 0.8456666666666667,
      "grad_norm": 1.219948649406433,
      "learning_rate": 1.7430542661506193e-05,
      "loss": 7.1606,
      "step": 405920
    },
    {
      "epoch": 0.8456875,
      "grad_norm": 4.937712669372559,
      "learning_rate": 1.7425930408964e-05,
      "loss": 7.3178,
      "step": 405930
    },
    {
      "epoch": 0.8457083333333333,
      "grad_norm": 1.7330093383789062,
      "learning_rate": 1.742131872908929e-05,
      "loss": 6.9924,
      "step": 405940
    },
    {
      "epoch": 0.8457291666666666,
      "grad_norm": 1.7664588689804077,
      "learning_rate": 1.741670762190201e-05,
      "loss": 7.0618,
      "step": 405950
    },
    {
      "epoch": 0.84575,
      "grad_norm": 1.9993410110473633,
      "learning_rate": 1.7412097087422078e-05,
      "loss": 7.8271,
      "step": 405960
    },
    {
      "epoch": 0.8457708333333334,
      "grad_norm": 1.835545539855957,
      "learning_rate": 1.7407487125669427e-05,
      "loss": 7.0875,
      "step": 405970
    },
    {
      "epoch": 0.8457916666666667,
      "grad_norm": 1.405822515487671,
      "learning_rate": 1.7402877736663927e-05,
      "loss": 6.9173,
      "step": 405980
    },
    {
      "epoch": 0.8458125,
      "grad_norm": 4.141590595245361,
      "learning_rate": 1.7398268920425477e-05,
      "loss": 7.6228,
      "step": 405990
    },
    {
      "epoch": 0.8458333333333333,
      "grad_norm": 1.0206515789031982,
      "learning_rate": 1.739366067697408e-05,
      "loss": 7.3707,
      "step": 406000
    },
    {
      "epoch": 0.8458333333333333,
      "eval_loss": 7.898644924163818,
      "eval_runtime": 8.5634,
      "eval_samples_per_second": 0.35,
      "eval_steps_per_second": 0.117,
      "step": 406000
    },
    {
      "epoch": 0.8458541666666667,
      "grad_norm": 21.384693145751953,
      "learning_rate": 1.738905300632955e-05,
      "loss": 8.3677,
      "step": 406010
    },
    {
      "epoch": 0.845875,
      "grad_norm": 1.6988837718963623,
      "learning_rate": 1.738444590851179e-05,
      "loss": 7.3008,
      "step": 406020
    },
    {
      "epoch": 0.8458958333333333,
      "grad_norm": 1.9591023921966553,
      "learning_rate": 1.7379839383540783e-05,
      "loss": 7.4022,
      "step": 406030
    },
    {
      "epoch": 0.8459166666666667,
      "grad_norm": 0.970256507396698,
      "learning_rate": 1.7375233431436346e-05,
      "loss": 7.1736,
      "step": 406040
    },
    {
      "epoch": 0.8459375,
      "grad_norm": 1.7879724502563477,
      "learning_rate": 1.737062805221838e-05,
      "loss": 6.8384,
      "step": 406050
    },
    {
      "epoch": 0.8459583333333334,
      "grad_norm": 2.006281852722168,
      "learning_rate": 1.7366023245906857e-05,
      "loss": 7.2841,
      "step": 406060
    },
    {
      "epoch": 0.8459791666666666,
      "grad_norm": 1.5869742631912231,
      "learning_rate": 1.7361419012521588e-05,
      "loss": 7.2742,
      "step": 406070
    },
    {
      "epoch": 0.846,
      "grad_norm": 2.1526284217834473,
      "learning_rate": 1.735681535208246e-05,
      "loss": 7.9373,
      "step": 406080
    },
    {
      "epoch": 0.8460208333333333,
      "grad_norm": 1.668912649154663,
      "learning_rate": 1.735221226460944e-05,
      "loss": 7.863,
      "step": 406090
    },
    {
      "epoch": 0.8460416666666667,
      "grad_norm": 1.7850161790847778,
      "learning_rate": 1.7347609750122327e-05,
      "loss": 7.5244,
      "step": 406100
    },
    {
      "epoch": 0.8460625,
      "grad_norm": 2.175121307373047,
      "learning_rate": 1.7343007808641025e-05,
      "loss": 7.3981,
      "step": 406110
    },
    {
      "epoch": 0.8460833333333333,
      "grad_norm": 1.1180779933929443,
      "learning_rate": 1.733840644018543e-05,
      "loss": 7.1284,
      "step": 406120
    },
    {
      "epoch": 0.8461041666666667,
      "grad_norm": 1.1607799530029297,
      "learning_rate": 1.733380564477542e-05,
      "loss": 7.1069,
      "step": 406130
    },
    {
      "epoch": 0.846125,
      "grad_norm": 1.1759042739868164,
      "learning_rate": 1.7329205422430832e-05,
      "loss": 6.9593,
      "step": 406140
    },
    {
      "epoch": 0.8461458333333334,
      "grad_norm": 1.711184024810791,
      "learning_rate": 1.7324605773171573e-05,
      "loss": 7.3028,
      "step": 406150
    },
    {
      "epoch": 0.8461666666666666,
      "grad_norm": 3.3211565017700195,
      "learning_rate": 1.7320006697017497e-05,
      "loss": 7.3351,
      "step": 406160
    },
    {
      "epoch": 0.8461875,
      "grad_norm": 1.065092921257019,
      "learning_rate": 1.7315408193988484e-05,
      "loss": 7.4125,
      "step": 406170
    },
    {
      "epoch": 0.8462083333333333,
      "grad_norm": 2.032339334487915,
      "learning_rate": 1.7310810264104386e-05,
      "loss": 7.2637,
      "step": 406180
    },
    {
      "epoch": 0.8462291666666667,
      "grad_norm": 4.9550299644470215,
      "learning_rate": 1.7306212907385054e-05,
      "loss": 7.5332,
      "step": 406190
    },
    {
      "epoch": 0.84625,
      "grad_norm": 1.0316712856292725,
      "learning_rate": 1.730161612385037e-05,
      "loss": 7.0184,
      "step": 406200
    },
    {
      "epoch": 0.8462708333333333,
      "grad_norm": 1.6193045377731323,
      "learning_rate": 1.729701991352017e-05,
      "loss": 7.2528,
      "step": 406210
    },
    {
      "epoch": 0.8462916666666667,
      "grad_norm": 1.4410151243209839,
      "learning_rate": 1.7292424276414325e-05,
      "loss": 7.1142,
      "step": 406220
    },
    {
      "epoch": 0.8463125,
      "grad_norm": 0.9647691249847412,
      "learning_rate": 1.7287829212552662e-05,
      "loss": 7.3181,
      "step": 406230
    },
    {
      "epoch": 0.8463333333333334,
      "grad_norm": 1.1162402629852295,
      "learning_rate": 1.728323472195507e-05,
      "loss": 7.164,
      "step": 406240
    },
    {
      "epoch": 0.8463541666666666,
      "grad_norm": 1.5083340406417847,
      "learning_rate": 1.7278640804641347e-05,
      "loss": 7.223,
      "step": 406250
    },
    {
      "epoch": 0.846375,
      "grad_norm": 4.334668159484863,
      "learning_rate": 1.727404746063138e-05,
      "loss": 7.3265,
      "step": 406260
    },
    {
      "epoch": 0.8463958333333333,
      "grad_norm": 1.6784946918487549,
      "learning_rate": 1.7269454689944984e-05,
      "loss": 7.1366,
      "step": 406270
    },
    {
      "epoch": 0.8464166666666667,
      "grad_norm": 7.43919563293457,
      "learning_rate": 1.7264862492601993e-05,
      "loss": 7.6557,
      "step": 406280
    },
    {
      "epoch": 0.8464375,
      "grad_norm": 1.8871798515319824,
      "learning_rate": 1.7260270868622312e-05,
      "loss": 6.6552,
      "step": 406290
    },
    {
      "epoch": 0.8464583333333333,
      "grad_norm": 1.8339887857437134,
      "learning_rate": 1.7255679818025637e-05,
      "loss": 7.363,
      "step": 406300
    },
    {
      "epoch": 0.8464791666666667,
      "grad_norm": 1.3097991943359375,
      "learning_rate": 1.725108934083192e-05,
      "loss": 6.8656,
      "step": 406310
    },
    {
      "epoch": 0.8465,
      "grad_norm": 1.056750774383545,
      "learning_rate": 1.724649943706098e-05,
      "loss": 7.1073,
      "step": 406320
    },
    {
      "epoch": 0.8465208333333333,
      "grad_norm": 2.767015218734741,
      "learning_rate": 1.7241910106732547e-05,
      "loss": 7.1766,
      "step": 406330
    },
    {
      "epoch": 0.8465416666666666,
      "grad_norm": 1.5128464698791504,
      "learning_rate": 1.723732134986656e-05,
      "loss": 7.1887,
      "step": 406340
    },
    {
      "epoch": 0.8465625,
      "grad_norm": 0.8794484734535217,
      "learning_rate": 1.7232733166482803e-05,
      "loss": 6.9929,
      "step": 406350
    },
    {
      "epoch": 0.8465833333333334,
      "grad_norm": 2.0319137573242188,
      "learning_rate": 1.7228145556601042e-05,
      "loss": 6.9382,
      "step": 406360
    },
    {
      "epoch": 0.8466041666666667,
      "grad_norm": 2.1703526973724365,
      "learning_rate": 1.7223558520241193e-05,
      "loss": 7.0552,
      "step": 406370
    },
    {
      "epoch": 0.846625,
      "grad_norm": 1.666540503501892,
      "learning_rate": 1.7218972057422992e-05,
      "loss": 7.1897,
      "step": 406380
    },
    {
      "epoch": 0.8466458333333333,
      "grad_norm": 1.283955454826355,
      "learning_rate": 1.721438616816624e-05,
      "loss": 7.4237,
      "step": 406390
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 1.6350300312042236,
      "learning_rate": 1.7209800852490834e-05,
      "loss": 7.3649,
      "step": 406400
    },
    {
      "epoch": 0.8466875,
      "grad_norm": 1.4505715370178223,
      "learning_rate": 1.7205216110416497e-05,
      "loss": 7.1551,
      "step": 406410
    },
    {
      "epoch": 0.8467083333333333,
      "grad_norm": 4.560850620269775,
      "learning_rate": 1.7200631941963027e-05,
      "loss": 7.6185,
      "step": 406420
    },
    {
      "epoch": 0.8467291666666666,
      "grad_norm": 2.206054925918579,
      "learning_rate": 1.7196048347150325e-05,
      "loss": 8.2537,
      "step": 406430
    },
    {
      "epoch": 0.84675,
      "grad_norm": 1.577465534210205,
      "learning_rate": 1.7191465325998093e-05,
      "loss": 7.0165,
      "step": 406440
    },
    {
      "epoch": 0.8467708333333334,
      "grad_norm": 1.0689834356307983,
      "learning_rate": 1.7186882878526148e-05,
      "loss": 7.1195,
      "step": 406450
    },
    {
      "epoch": 0.8467916666666667,
      "grad_norm": 1.4152255058288574,
      "learning_rate": 1.718230100475434e-05,
      "loss": 7.3463,
      "step": 406460
    },
    {
      "epoch": 0.8468125,
      "grad_norm": 3.8810060024261475,
      "learning_rate": 1.71777197047024e-05,
      "loss": 7.815,
      "step": 406470
    },
    {
      "epoch": 0.8468333333333333,
      "grad_norm": 3.1758649349212646,
      "learning_rate": 1.717313897839014e-05,
      "loss": 7.2458,
      "step": 406480
    },
    {
      "epoch": 0.8468541666666667,
      "grad_norm": 2.0519073009490967,
      "learning_rate": 1.7168558825837332e-05,
      "loss": 7.0206,
      "step": 406490
    },
    {
      "epoch": 0.846875,
      "grad_norm": 4.748417854309082,
      "learning_rate": 1.716397924706378e-05,
      "loss": 7.1527,
      "step": 406500
    },
    {
      "epoch": 0.8468958333333333,
      "grad_norm": 3.572763442993164,
      "learning_rate": 1.7159400242089237e-05,
      "loss": 7.2903,
      "step": 406510
    },
    {
      "epoch": 0.8469166666666667,
      "grad_norm": 1.07870614528656,
      "learning_rate": 1.7154821810933522e-05,
      "loss": 7.0079,
      "step": 406520
    },
    {
      "epoch": 0.8469375,
      "grad_norm": 2.0530943870544434,
      "learning_rate": 1.71502439536164e-05,
      "loss": 7.0674,
      "step": 406530
    },
    {
      "epoch": 0.8469583333333334,
      "grad_norm": 1.684627890586853,
      "learning_rate": 1.7145666670157622e-05,
      "loss": 7.1944,
      "step": 406540
    },
    {
      "epoch": 0.8469791666666666,
      "grad_norm": 2.761094093322754,
      "learning_rate": 1.7141089960576986e-05,
      "loss": 7.2754,
      "step": 406550
    },
    {
      "epoch": 0.847,
      "grad_norm": 1.1363627910614014,
      "learning_rate": 1.713651382489425e-05,
      "loss": 7.3035,
      "step": 406560
    },
    {
      "epoch": 0.8470208333333333,
      "grad_norm": 3.3574013710021973,
      "learning_rate": 1.7131938263129174e-05,
      "loss": 7.0358,
      "step": 406570
    },
    {
      "epoch": 0.8470416666666667,
      "grad_norm": 1.529127836227417,
      "learning_rate": 1.7127363275301548e-05,
      "loss": 7.1856,
      "step": 406580
    },
    {
      "epoch": 0.8470625,
      "grad_norm": 1.0909324884414673,
      "learning_rate": 1.7122788861431103e-05,
      "loss": 7.1626,
      "step": 406590
    },
    {
      "epoch": 0.8470833333333333,
      "grad_norm": 1.7207143306732178,
      "learning_rate": 1.711821502153766e-05,
      "loss": 7.3109,
      "step": 406600
    },
    {
      "epoch": 0.8471041666666667,
      "grad_norm": 1.5042166709899902,
      "learning_rate": 1.711364175564086e-05,
      "loss": 7.0238,
      "step": 406610
    },
    {
      "epoch": 0.847125,
      "grad_norm": 3.43186354637146,
      "learning_rate": 1.710906906376055e-05,
      "loss": 7.2497,
      "step": 406620
    },
    {
      "epoch": 0.8471458333333334,
      "grad_norm": 1.799296498298645,
      "learning_rate": 1.7104496945916506e-05,
      "loss": 7.0244,
      "step": 406630
    },
    {
      "epoch": 0.8471666666666666,
      "grad_norm": 1.060357689857483,
      "learning_rate": 1.709992540212835e-05,
      "loss": 6.9194,
      "step": 406640
    },
    {
      "epoch": 0.8471875,
      "grad_norm": 1.2971047163009644,
      "learning_rate": 1.7095354432415964e-05,
      "loss": 7.199,
      "step": 406650
    },
    {
      "epoch": 0.8472083333333333,
      "grad_norm": 6.832805156707764,
      "learning_rate": 1.7090784036799067e-05,
      "loss": 7.8555,
      "step": 406660
    },
    {
      "epoch": 0.8472291666666667,
      "grad_norm": 1.3266915082931519,
      "learning_rate": 1.708621421529729e-05,
      "loss": 6.7694,
      "step": 406670
    },
    {
      "epoch": 0.84725,
      "grad_norm": 1.324175238609314,
      "learning_rate": 1.70816449679305e-05,
      "loss": 7.5893,
      "step": 406680
    },
    {
      "epoch": 0.8472708333333333,
      "grad_norm": 1.210850715637207,
      "learning_rate": 1.707707629471844e-05,
      "loss": 6.7804,
      "step": 406690
    },
    {
      "epoch": 0.8472916666666667,
      "grad_norm": 1.4718425273895264,
      "learning_rate": 1.7072508195680716e-05,
      "loss": 7.1477,
      "step": 406700
    },
    {
      "epoch": 0.8473125,
      "grad_norm": 1.7066243886947632,
      "learning_rate": 1.706794067083717e-05,
      "loss": 7.3515,
      "step": 406710
    },
    {
      "epoch": 0.8473333333333334,
      "grad_norm": 3.645753860473633,
      "learning_rate": 1.7063373720207534e-05,
      "loss": 7.1844,
      "step": 406720
    },
    {
      "epoch": 0.8473541666666666,
      "grad_norm": 1.5823696851730347,
      "learning_rate": 1.705880734381144e-05,
      "loss": 6.9019,
      "step": 406730
    },
    {
      "epoch": 0.847375,
      "grad_norm": 5.552063465118408,
      "learning_rate": 1.7054241541668763e-05,
      "loss": 7.1517,
      "step": 406740
    },
    {
      "epoch": 0.8473958333333333,
      "grad_norm": 1.0331919193267822,
      "learning_rate": 1.7049676313799078e-05,
      "loss": 7.1584,
      "step": 406750
    },
    {
      "epoch": 0.8474166666666667,
      "grad_norm": 2.2139947414398193,
      "learning_rate": 1.7045111660222156e-05,
      "loss": 7.3107,
      "step": 406760
    },
    {
      "epoch": 0.8474375,
      "grad_norm": 2.317788600921631,
      "learning_rate": 1.7040547580957763e-05,
      "loss": 7.4322,
      "step": 406770
    },
    {
      "epoch": 0.8474583333333333,
      "grad_norm": 1.521331787109375,
      "learning_rate": 1.7035984076025554e-05,
      "loss": 6.8673,
      "step": 406780
    },
    {
      "epoch": 0.8474791666666667,
      "grad_norm": 1.8679821491241455,
      "learning_rate": 1.7031421145445245e-05,
      "loss": 7.0711,
      "step": 406790
    },
    {
      "epoch": 0.8475,
      "grad_norm": 1.402669906616211,
      "learning_rate": 1.702685878923662e-05,
      "loss": 6.8065,
      "step": 406800
    },
    {
      "epoch": 0.8475208333333333,
      "grad_norm": 1.4770004749298096,
      "learning_rate": 1.7022297007419293e-05,
      "loss": 7.1369,
      "step": 406810
    },
    {
      "epoch": 0.8475416666666666,
      "grad_norm": 0.954106867313385,
      "learning_rate": 1.7017735800012973e-05,
      "loss": 7.2652,
      "step": 406820
    },
    {
      "epoch": 0.8475625,
      "grad_norm": 1.042150855064392,
      "learning_rate": 1.701317516703747e-05,
      "loss": 7.5062,
      "step": 406830
    },
    {
      "epoch": 0.8475833333333334,
      "grad_norm": 1.1902859210968018,
      "learning_rate": 1.700861510851237e-05,
      "loss": 7.0111,
      "step": 406840
    },
    {
      "epoch": 0.8476041666666667,
      "grad_norm": 1.1235038042068481,
      "learning_rate": 1.7004055624457374e-05,
      "loss": 7.1751,
      "step": 406850
    },
    {
      "epoch": 0.847625,
      "grad_norm": 3.6129767894744873,
      "learning_rate": 1.6999496714892285e-05,
      "loss": 7.3924,
      "step": 406860
    },
    {
      "epoch": 0.8476458333333333,
      "grad_norm": 2.754476308822632,
      "learning_rate": 1.6994938379836702e-05,
      "loss": 6.69,
      "step": 406870
    },
    {
      "epoch": 0.8476666666666667,
      "grad_norm": 1.173815131187439,
      "learning_rate": 1.699038061931033e-05,
      "loss": 7.3028,
      "step": 406880
    },
    {
      "epoch": 0.8476875,
      "grad_norm": 1.810684323310852,
      "learning_rate": 1.6985823433332863e-05,
      "loss": 7.0294,
      "step": 406890
    },
    {
      "epoch": 0.8477083333333333,
      "grad_norm": 6.116037368774414,
      "learning_rate": 1.698126682192399e-05,
      "loss": 7.6824,
      "step": 406900
    },
    {
      "epoch": 0.8477291666666666,
      "grad_norm": 1.3278143405914307,
      "learning_rate": 1.6976710785103394e-05,
      "loss": 7.1716,
      "step": 406910
    },
    {
      "epoch": 0.84775,
      "grad_norm": 8.412002563476562,
      "learning_rate": 1.6972155322890755e-05,
      "loss": 7.3577,
      "step": 406920
    },
    {
      "epoch": 0.8477708333333334,
      "grad_norm": 2.187100887298584,
      "learning_rate": 1.696760043530575e-05,
      "loss": 6.9341,
      "step": 406930
    },
    {
      "epoch": 0.8477916666666667,
      "grad_norm": 1.221240520477295,
      "learning_rate": 1.696304612236804e-05,
      "loss": 7.2859,
      "step": 406940
    },
    {
      "epoch": 0.8478125,
      "grad_norm": 0.9159994721412659,
      "learning_rate": 1.6958492384097327e-05,
      "loss": 6.7983,
      "step": 406950
    },
    {
      "epoch": 0.8478333333333333,
      "grad_norm": 2.1747121810913086,
      "learning_rate": 1.695393922051326e-05,
      "loss": 7.0692,
      "step": 406960
    },
    {
      "epoch": 0.8478541666666667,
      "grad_norm": 1.360823154449463,
      "learning_rate": 1.694938663163553e-05,
      "loss": 7.0102,
      "step": 406970
    },
    {
      "epoch": 0.847875,
      "grad_norm": 2.985551118850708,
      "learning_rate": 1.694483461748375e-05,
      "loss": 7.5937,
      "step": 406980
    },
    {
      "epoch": 0.8478958333333333,
      "grad_norm": 1.4283984899520874,
      "learning_rate": 1.694028317807762e-05,
      "loss": 7.3313,
      "step": 406990
    },
    {
      "epoch": 0.8479166666666667,
      "grad_norm": 2.171621799468994,
      "learning_rate": 1.693573231343684e-05,
      "loss": 7.1063,
      "step": 407000
    },
    {
      "epoch": 0.8479166666666667,
      "eval_loss": 8.526166915893555,
      "eval_runtime": 9.0503,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 407000
    },
    {
      "epoch": 0.8479375,
      "grad_norm": 1.4924312829971313,
      "learning_rate": 1.6931182023580962e-05,
      "loss": 6.9872,
      "step": 407010
    },
    {
      "epoch": 0.8479583333333334,
      "grad_norm": 1.206076979637146,
      "learning_rate": 1.692663230852974e-05,
      "loss": 6.9503,
      "step": 407020
    },
    {
      "epoch": 0.8479791666666666,
      "grad_norm": 3.4026920795440674,
      "learning_rate": 1.6922083168302826e-05,
      "loss": 7.3576,
      "step": 407030
    },
    {
      "epoch": 0.848,
      "grad_norm": 1.3051509857177734,
      "learning_rate": 1.691753460291978e-05,
      "loss": 7.1954,
      "step": 407040
    },
    {
      "epoch": 0.8480208333333333,
      "grad_norm": 7.612061977386475,
      "learning_rate": 1.6912986612400325e-05,
      "loss": 7.7569,
      "step": 407050
    },
    {
      "epoch": 0.8480416666666667,
      "grad_norm": 1.220227599143982,
      "learning_rate": 1.690843919676413e-05,
      "loss": 7.0003,
      "step": 407060
    },
    {
      "epoch": 0.8480625,
      "grad_norm": 3.9422364234924316,
      "learning_rate": 1.6903892356030723e-05,
      "loss": 7.0206,
      "step": 407070
    },
    {
      "epoch": 0.8480833333333333,
      "grad_norm": 1.3162484169006348,
      "learning_rate": 1.6899346090219863e-05,
      "loss": 7.0286,
      "step": 407080
    },
    {
      "epoch": 0.8481041666666667,
      "grad_norm": 1.1871191263198853,
      "learning_rate": 1.6894800399351162e-05,
      "loss": 7.3741,
      "step": 407090
    },
    {
      "epoch": 0.848125,
      "grad_norm": 1.3652650117874146,
      "learning_rate": 1.689025528344417e-05,
      "loss": 7.4861,
      "step": 407100
    },
    {
      "epoch": 0.8481458333333334,
      "grad_norm": 1.2364004850387573,
      "learning_rate": 1.688571074251866e-05,
      "loss": 7.0462,
      "step": 407110
    },
    {
      "epoch": 0.8481666666666666,
      "grad_norm": 1.2100485563278198,
      "learning_rate": 1.6881166776594162e-05,
      "loss": 7.314,
      "step": 407120
    },
    {
      "epoch": 0.8481875,
      "grad_norm": 1.6053229570388794,
      "learning_rate": 1.6876623385690296e-05,
      "loss": 7.0496,
      "step": 407130
    },
    {
      "epoch": 0.8482083333333333,
      "grad_norm": 1.0436302423477173,
      "learning_rate": 1.6872080569826778e-05,
      "loss": 7.0106,
      "step": 407140
    },
    {
      "epoch": 0.8482291666666667,
      "grad_norm": 1.7143056392669678,
      "learning_rate": 1.6867538329023146e-05,
      "loss": 7.3826,
      "step": 407150
    },
    {
      "epoch": 0.84825,
      "grad_norm": 1.1041491031646729,
      "learning_rate": 1.686299666329906e-05,
      "loss": 7.0935,
      "step": 407160
    },
    {
      "epoch": 0.8482708333333333,
      "grad_norm": 1.0872037410736084,
      "learning_rate": 1.685845557267413e-05,
      "loss": 6.8728,
      "step": 407170
    },
    {
      "epoch": 0.8482916666666667,
      "grad_norm": 1.3879508972167969,
      "learning_rate": 1.685391505716795e-05,
      "loss": 7.3439,
      "step": 407180
    },
    {
      "epoch": 0.8483125,
      "grad_norm": 1.842042326927185,
      "learning_rate": 1.6849375116800175e-05,
      "loss": 7.1378,
      "step": 407190
    },
    {
      "epoch": 0.8483333333333334,
      "grad_norm": 1.1086045503616333,
      "learning_rate": 1.6844835751590387e-05,
      "loss": 6.83,
      "step": 407200
    },
    {
      "epoch": 0.8483541666666666,
      "grad_norm": 1.1530872583389282,
      "learning_rate": 1.6840296961558203e-05,
      "loss": 6.7692,
      "step": 407210
    },
    {
      "epoch": 0.848375,
      "grad_norm": 1.5830718278884888,
      "learning_rate": 1.6835758746723227e-05,
      "loss": 7.3068,
      "step": 407220
    },
    {
      "epoch": 0.8483958333333333,
      "grad_norm": 1.7210514545440674,
      "learning_rate": 1.6831221107105076e-05,
      "loss": 6.9901,
      "step": 407230
    },
    {
      "epoch": 0.8484166666666667,
      "grad_norm": 1.4193840026855469,
      "learning_rate": 1.6826684042723314e-05,
      "loss": 7.2852,
      "step": 407240
    },
    {
      "epoch": 0.8484375,
      "grad_norm": 1.9805877208709717,
      "learning_rate": 1.682214755359758e-05,
      "loss": 7.2495,
      "step": 407250
    },
    {
      "epoch": 0.8484583333333333,
      "grad_norm": 2.7619667053222656,
      "learning_rate": 1.6817611639747458e-05,
      "loss": 6.8146,
      "step": 407260
    },
    {
      "epoch": 0.8484791666666667,
      "grad_norm": 3.2417075634002686,
      "learning_rate": 1.681307630119253e-05,
      "loss": 7.6835,
      "step": 407270
    },
    {
      "epoch": 0.8485,
      "grad_norm": 1.8657114505767822,
      "learning_rate": 1.680854153795238e-05,
      "loss": 7.1436,
      "step": 407280
    },
    {
      "epoch": 0.8485208333333333,
      "grad_norm": 3.7684738636016846,
      "learning_rate": 1.6804007350046628e-05,
      "loss": 7.1569,
      "step": 407290
    },
    {
      "epoch": 0.8485416666666666,
      "grad_norm": 1.15323805809021,
      "learning_rate": 1.6799473737494823e-05,
      "loss": 7.0365,
      "step": 407300
    },
    {
      "epoch": 0.8485625,
      "grad_norm": 5.035101890563965,
      "learning_rate": 1.6794940700316585e-05,
      "loss": 6.9772,
      "step": 407310
    },
    {
      "epoch": 0.8485833333333334,
      "grad_norm": 1.021638035774231,
      "learning_rate": 1.6790408238531477e-05,
      "loss": 7.0013,
      "step": 407320
    },
    {
      "epoch": 0.8486041666666667,
      "grad_norm": 1.8567955493927002,
      "learning_rate": 1.6785876352159073e-05,
      "loss": 7.2073,
      "step": 407330
    },
    {
      "epoch": 0.848625,
      "grad_norm": 2.323237657546997,
      "learning_rate": 1.6781345041218935e-05,
      "loss": 7.4263,
      "step": 407340
    },
    {
      "epoch": 0.8486458333333333,
      "grad_norm": 1.3489634990692139,
      "learning_rate": 1.6776814305730684e-05,
      "loss": 6.9661,
      "step": 407350
    },
    {
      "epoch": 0.8486666666666667,
      "grad_norm": 1.3397290706634521,
      "learning_rate": 1.677228414571384e-05,
      "loss": 6.7166,
      "step": 407360
    },
    {
      "epoch": 0.8486875,
      "grad_norm": 1.4261994361877441,
      "learning_rate": 1.6767754561188028e-05,
      "loss": 6.9996,
      "step": 407370
    },
    {
      "epoch": 0.8487083333333333,
      "grad_norm": 1.5647629499435425,
      "learning_rate": 1.6763225552172725e-05,
      "loss": 7.2497,
      "step": 407380
    },
    {
      "epoch": 0.8487291666666666,
      "grad_norm": 1.3615694046020508,
      "learning_rate": 1.675869711868758e-05,
      "loss": 6.9233,
      "step": 407390
    },
    {
      "epoch": 0.84875,
      "grad_norm": 1.6304173469543457,
      "learning_rate": 1.675416926075216e-05,
      "loss": 6.9397,
      "step": 407400
    },
    {
      "epoch": 0.8487708333333334,
      "grad_norm": 6.716504096984863,
      "learning_rate": 1.6749641978385913e-05,
      "loss": 7.2511,
      "step": 407410
    },
    {
      "epoch": 0.8487916666666667,
      "grad_norm": 2.093596935272217,
      "learning_rate": 1.6745115271608495e-05,
      "loss": 7.4204,
      "step": 407420
    },
    {
      "epoch": 0.8488125,
      "grad_norm": 2.3370168209075928,
      "learning_rate": 1.674058914043947e-05,
      "loss": 7.6726,
      "step": 407430
    },
    {
      "epoch": 0.8488333333333333,
      "grad_norm": 1.4431984424591064,
      "learning_rate": 1.673606358489829e-05,
      "loss": 7.2805,
      "step": 407440
    },
    {
      "epoch": 0.8488541666666667,
      "grad_norm": 1.9548965692520142,
      "learning_rate": 1.6731538605004607e-05,
      "loss": 7.5728,
      "step": 407450
    },
    {
      "epoch": 0.848875,
      "grad_norm": 1.39439857006073,
      "learning_rate": 1.6727014200777938e-05,
      "loss": 7.2464,
      "step": 407460
    },
    {
      "epoch": 0.8488958333333333,
      "grad_norm": 1.2018154859542847,
      "learning_rate": 1.67224903722378e-05,
      "loss": 7.2603,
      "step": 407470
    },
    {
      "epoch": 0.8489166666666667,
      "grad_norm": 1.5869231224060059,
      "learning_rate": 1.6717967119403746e-05,
      "loss": 6.8691,
      "step": 407480
    },
    {
      "epoch": 0.8489375,
      "grad_norm": 1.2400872707366943,
      "learning_rate": 1.6713444442295308e-05,
      "loss": 7.5194,
      "step": 407490
    },
    {
      "epoch": 0.8489583333333334,
      "grad_norm": 1.6452289819717407,
      "learning_rate": 1.670892234093204e-05,
      "loss": 6.9881,
      "step": 407500
    },
    {
      "epoch": 0.8489791666666666,
      "grad_norm": 1.695581078529358,
      "learning_rate": 1.6704400815333456e-05,
      "loss": 7.2412,
      "step": 407510
    },
    {
      "epoch": 0.849,
      "grad_norm": 3.1222636699676514,
      "learning_rate": 1.669987986551911e-05,
      "loss": 7.1458,
      "step": 407520
    },
    {
      "epoch": 0.8490208333333333,
      "grad_norm": 1.362101674079895,
      "learning_rate": 1.669535949150852e-05,
      "loss": 7.1158,
      "step": 407530
    },
    {
      "epoch": 0.8490416666666667,
      "grad_norm": 1.1869398355484009,
      "learning_rate": 1.66908396933212e-05,
      "loss": 7.4105,
      "step": 407540
    },
    {
      "epoch": 0.8490625,
      "grad_norm": 1.5216543674468994,
      "learning_rate": 1.6686320470976707e-05,
      "loss": 6.7974,
      "step": 407550
    },
    {
      "epoch": 0.8490833333333333,
      "grad_norm": 1.643147349357605,
      "learning_rate": 1.6681801824494518e-05,
      "loss": 7.0799,
      "step": 407560
    },
    {
      "epoch": 0.8491041666666667,
      "grad_norm": 1.9885345697402954,
      "learning_rate": 1.667728375389417e-05,
      "loss": 7.6716,
      "step": 407570
    },
    {
      "epoch": 0.849125,
      "grad_norm": 1.1823575496673584,
      "learning_rate": 1.6672766259195203e-05,
      "loss": 6.8649,
      "step": 407580
    },
    {
      "epoch": 0.8491458333333334,
      "grad_norm": 2.5857110023498535,
      "learning_rate": 1.6668249340417112e-05,
      "loss": 7.4702,
      "step": 407590
    },
    {
      "epoch": 0.8491666666666666,
      "grad_norm": 1.4417028427124023,
      "learning_rate": 1.6663732997579398e-05,
      "loss": 7.0475,
      "step": 407600
    },
    {
      "epoch": 0.8491875,
      "grad_norm": 1.4115338325500488,
      "learning_rate": 1.6659217230701567e-05,
      "loss": 7.6863,
      "step": 407610
    },
    {
      "epoch": 0.8492083333333333,
      "grad_norm": 3.1720240116119385,
      "learning_rate": 1.6654702039803163e-05,
      "loss": 7.2187,
      "step": 407620
    },
    {
      "epoch": 0.8492291666666667,
      "grad_norm": 1.0265451669692993,
      "learning_rate": 1.6650187424903642e-05,
      "loss": 7.0537,
      "step": 407630
    },
    {
      "epoch": 0.84925,
      "grad_norm": 5.8725266456604,
      "learning_rate": 1.664567338602254e-05,
      "loss": 7.3973,
      "step": 407640
    },
    {
      "epoch": 0.8492708333333333,
      "grad_norm": 0.9310457110404968,
      "learning_rate": 1.6641159923179336e-05,
      "loss": 7.1036,
      "step": 407650
    },
    {
      "epoch": 0.8492916666666667,
      "grad_norm": 1.3094817399978638,
      "learning_rate": 1.663664703639355e-05,
      "loss": 7.1636,
      "step": 407660
    },
    {
      "epoch": 0.8493125,
      "grad_norm": 1.4434565305709839,
      "learning_rate": 1.6632134725684655e-05,
      "loss": 7.0385,
      "step": 407670
    },
    {
      "epoch": 0.8493333333333334,
      "grad_norm": 6.025028228759766,
      "learning_rate": 1.6627622991072126e-05,
      "loss": 7.2887,
      "step": 407680
    },
    {
      "epoch": 0.8493541666666666,
      "grad_norm": 1.3210771083831787,
      "learning_rate": 1.6623111832575505e-05,
      "loss": 6.7812,
      "step": 407690
    },
    {
      "epoch": 0.849375,
      "grad_norm": 1.5731730461120605,
      "learning_rate": 1.661860125021422e-05,
      "loss": 6.8969,
      "step": 407700
    },
    {
      "epoch": 0.8493958333333333,
      "grad_norm": 1.2487506866455078,
      "learning_rate": 1.6614091244007793e-05,
      "loss": 7.0931,
      "step": 407710
    },
    {
      "epoch": 0.8494166666666667,
      "grad_norm": 3.0677549839019775,
      "learning_rate": 1.6609581813975693e-05,
      "loss": 8.1277,
      "step": 407720
    },
    {
      "epoch": 0.8494375,
      "grad_norm": 1.4795726537704468,
      "learning_rate": 1.66050729601374e-05,
      "loss": 7.3585,
      "step": 407730
    },
    {
      "epoch": 0.8494583333333333,
      "grad_norm": 2.4431512355804443,
      "learning_rate": 1.660056468251242e-05,
      "loss": 7.3835,
      "step": 407740
    },
    {
      "epoch": 0.8494791666666667,
      "grad_norm": 1.3275264501571655,
      "learning_rate": 1.6596056981120165e-05,
      "loss": 7.4473,
      "step": 407750
    },
    {
      "epoch": 0.8495,
      "grad_norm": 1.253900408744812,
      "learning_rate": 1.6591549855980125e-05,
      "loss": 7.4087,
      "step": 407760
    },
    {
      "epoch": 0.8495208333333333,
      "grad_norm": 2.238656520843506,
      "learning_rate": 1.658704330711183e-05,
      "loss": 7.2825,
      "step": 407770
    },
    {
      "epoch": 0.8495416666666666,
      "grad_norm": 1.1914968490600586,
      "learning_rate": 1.6582537334534667e-05,
      "loss": 7.4664,
      "step": 407780
    },
    {
      "epoch": 0.8495625,
      "grad_norm": 2.6242547035217285,
      "learning_rate": 1.6578031938268104e-05,
      "loss": 7.5228,
      "step": 407790
    },
    {
      "epoch": 0.8495833333333334,
      "grad_norm": 3.0636274814605713,
      "learning_rate": 1.6573527118331692e-05,
      "loss": 7.5007,
      "step": 407800
    },
    {
      "epoch": 0.8496041666666667,
      "grad_norm": 1.2246559858322144,
      "learning_rate": 1.6569022874744796e-05,
      "loss": 7.4251,
      "step": 407810
    },
    {
      "epoch": 0.849625,
      "grad_norm": 9.01430606842041,
      "learning_rate": 1.6564519207526873e-05,
      "loss": 7.6027,
      "step": 407820
    },
    {
      "epoch": 0.8496458333333333,
      "grad_norm": 1.6584107875823975,
      "learning_rate": 1.6560016116697482e-05,
      "loss": 7.4291,
      "step": 407830
    },
    {
      "epoch": 0.8496666666666667,
      "grad_norm": 1.8744038343429565,
      "learning_rate": 1.6555513602275967e-05,
      "loss": 7.7467,
      "step": 407840
    },
    {
      "epoch": 0.8496875,
      "grad_norm": 1.9070616960525513,
      "learning_rate": 1.6551011664281772e-05,
      "loss": 7.6645,
      "step": 407850
    },
    {
      "epoch": 0.8497083333333333,
      "grad_norm": 4.037578582763672,
      "learning_rate": 1.654651030273445e-05,
      "loss": 7.2363,
      "step": 407860
    },
    {
      "epoch": 0.8497291666666666,
      "grad_norm": 2.4581081867218018,
      "learning_rate": 1.6542009517653354e-05,
      "loss": 8.0264,
      "step": 407870
    },
    {
      "epoch": 0.84975,
      "grad_norm": 3.2417192459106445,
      "learning_rate": 1.6537509309057952e-05,
      "loss": 8.0696,
      "step": 407880
    },
    {
      "epoch": 0.8497708333333334,
      "grad_norm": 2.1914222240448,
      "learning_rate": 1.6533009676967675e-05,
      "loss": 7.468,
      "step": 407890
    },
    {
      "epoch": 0.8497916666666666,
      "grad_norm": 1.6412651538848877,
      "learning_rate": 1.6528510621401974e-05,
      "loss": 7.2223,
      "step": 407900
    },
    {
      "epoch": 0.8498125,
      "grad_norm": 1.2579257488250732,
      "learning_rate": 1.6524012142380254e-05,
      "loss": 7.4184,
      "step": 407910
    },
    {
      "epoch": 0.8498333333333333,
      "grad_norm": 1.3578327894210815,
      "learning_rate": 1.6519514239922e-05,
      "loss": 7.2658,
      "step": 407920
    },
    {
      "epoch": 0.8498541666666667,
      "grad_norm": 1.9089127779006958,
      "learning_rate": 1.6515016914046593e-05,
      "loss": 7.8706,
      "step": 407930
    },
    {
      "epoch": 0.849875,
      "grad_norm": 4.180224418640137,
      "learning_rate": 1.6510520164773467e-05,
      "loss": 7.6601,
      "step": 407940
    },
    {
      "epoch": 0.8498958333333333,
      "grad_norm": 7.405379295349121,
      "learning_rate": 1.6506023992122058e-05,
      "loss": 7.7709,
      "step": 407950
    },
    {
      "epoch": 0.8499166666666667,
      "grad_norm": 1.6781266927719116,
      "learning_rate": 1.65015283961118e-05,
      "loss": 8.2284,
      "step": 407960
    },
    {
      "epoch": 0.8499375,
      "grad_norm": 3.107013463973999,
      "learning_rate": 1.649703337676208e-05,
      "loss": 8.2258,
      "step": 407970
    },
    {
      "epoch": 0.8499583333333334,
      "grad_norm": 1.6756452322006226,
      "learning_rate": 1.6492538934092348e-05,
      "loss": 7.6512,
      "step": 407980
    },
    {
      "epoch": 0.8499791666666666,
      "grad_norm": 1.5163490772247314,
      "learning_rate": 1.6488045068121986e-05,
      "loss": 7.3728,
      "step": 407990
    },
    {
      "epoch": 0.85,
      "grad_norm": 2.4965829849243164,
      "learning_rate": 1.648355177887043e-05,
      "loss": 7.0935,
      "step": 408000
    },
    {
      "epoch": 0.85,
      "eval_loss": 6.591538429260254,
      "eval_runtime": 9.0311,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 408000
    },
    {
      "epoch": 0.8500208333333333,
      "grad_norm": 0.9402139186859131,
      "learning_rate": 1.647905906635708e-05,
      "loss": 7.1249,
      "step": 408010
    },
    {
      "epoch": 0.8500416666666667,
      "grad_norm": 1.6097687482833862,
      "learning_rate": 1.647456693060134e-05,
      "loss": 7.4914,
      "step": 408020
    },
    {
      "epoch": 0.8500625,
      "grad_norm": 15.728625297546387,
      "learning_rate": 1.6470075371622626e-05,
      "loss": 8.9358,
      "step": 408030
    },
    {
      "epoch": 0.8500833333333333,
      "grad_norm": 1.555751919746399,
      "learning_rate": 1.646558438944032e-05,
      "loss": 7.3638,
      "step": 408040
    },
    {
      "epoch": 0.8501041666666667,
      "grad_norm": 2.0218513011932373,
      "learning_rate": 1.6461093984073847e-05,
      "loss": 7.604,
      "step": 408050
    },
    {
      "epoch": 0.850125,
      "grad_norm": 1.6514272689819336,
      "learning_rate": 1.645660415554262e-05,
      "loss": 7.8819,
      "step": 408060
    },
    {
      "epoch": 0.8501458333333334,
      "grad_norm": 2.210594415664673,
      "learning_rate": 1.6452114903865937e-05,
      "loss": 7.7879,
      "step": 408070
    },
    {
      "epoch": 0.8501666666666666,
      "grad_norm": 1.5310187339782715,
      "learning_rate": 1.6447626229063272e-05,
      "loss": 7.224,
      "step": 408080
    },
    {
      "epoch": 0.8501875,
      "grad_norm": 1.348096489906311,
      "learning_rate": 1.6443138131154055e-05,
      "loss": 7.62,
      "step": 408090
    },
    {
      "epoch": 0.8502083333333333,
      "grad_norm": 4.365705966949463,
      "learning_rate": 1.643865061015754e-05,
      "loss": 8.144,
      "step": 408100
    },
    {
      "epoch": 0.8502291666666667,
      "grad_norm": 1.071244478225708,
      "learning_rate": 1.6434163666093243e-05,
      "loss": 7.2241,
      "step": 408110
    },
    {
      "epoch": 0.85025,
      "grad_norm": 1.5185260772705078,
      "learning_rate": 1.6429677298980465e-05,
      "loss": 7.1682,
      "step": 408120
    },
    {
      "epoch": 0.8502708333333333,
      "grad_norm": 1.3437691926956177,
      "learning_rate": 1.6425191508838575e-05,
      "loss": 7.4318,
      "step": 408130
    },
    {
      "epoch": 0.8502916666666667,
      "grad_norm": 2.6008589267730713,
      "learning_rate": 1.642070629568706e-05,
      "loss": 7.493,
      "step": 408140
    },
    {
      "epoch": 0.8503125,
      "grad_norm": 1.054505705833435,
      "learning_rate": 1.6416221659545163e-05,
      "loss": 7.9285,
      "step": 408150
    },
    {
      "epoch": 0.8503333333333334,
      "grad_norm": 4.2220001220703125,
      "learning_rate": 1.641173760043231e-05,
      "loss": 8.0562,
      "step": 408160
    },
    {
      "epoch": 0.8503541666666666,
      "grad_norm": 1.3086504936218262,
      "learning_rate": 1.640725411836792e-05,
      "loss": 8.3053,
      "step": 408170
    },
    {
      "epoch": 0.850375,
      "grad_norm": 3.953101873397827,
      "learning_rate": 1.6402771213371285e-05,
      "loss": 7.7912,
      "step": 408180
    },
    {
      "epoch": 0.8503958333333334,
      "grad_norm": 1.9401934146881104,
      "learning_rate": 1.6398288885461764e-05,
      "loss": 7.8786,
      "step": 408190
    },
    {
      "epoch": 0.8504166666666667,
      "grad_norm": 1.2258992195129395,
      "learning_rate": 1.639380713465882e-05,
      "loss": 7.3724,
      "step": 408200
    },
    {
      "epoch": 0.8504375,
      "grad_norm": 1.5660061836242676,
      "learning_rate": 1.638932596098171e-05,
      "loss": 7.698,
      "step": 408210
    },
    {
      "epoch": 0.8504583333333333,
      "grad_norm": 1.3099431991577148,
      "learning_rate": 1.638484536444978e-05,
      "loss": 7.3531,
      "step": 408220
    },
    {
      "epoch": 0.8504791666666667,
      "grad_norm": 3.683612585067749,
      "learning_rate": 1.6380365345082514e-05,
      "loss": 7.4692,
      "step": 408230
    },
    {
      "epoch": 0.8505,
      "grad_norm": 1.1857675313949585,
      "learning_rate": 1.6375885902899133e-05,
      "loss": 8.0332,
      "step": 408240
    },
    {
      "epoch": 0.8505208333333333,
      "grad_norm": 1.3687430620193481,
      "learning_rate": 1.637140703791904e-05,
      "loss": 7.5706,
      "step": 408250
    },
    {
      "epoch": 0.8505416666666666,
      "grad_norm": 1.415794014930725,
      "learning_rate": 1.636692875016156e-05,
      "loss": 7.5515,
      "step": 408260
    },
    {
      "epoch": 0.8505625,
      "grad_norm": 1.3894844055175781,
      "learning_rate": 1.6362451039646076e-05,
      "loss": 7.7746,
      "step": 408270
    },
    {
      "epoch": 0.8505833333333334,
      "grad_norm": 3.588495969772339,
      "learning_rate": 1.6357973906391892e-05,
      "loss": 7.7288,
      "step": 408280
    },
    {
      "epoch": 0.8506041666666667,
      "grad_norm": 2.0996367931365967,
      "learning_rate": 1.6353497350418364e-05,
      "loss": 7.643,
      "step": 408290
    },
    {
      "epoch": 0.850625,
      "grad_norm": 0.953412652015686,
      "learning_rate": 1.634902137174483e-05,
      "loss": 8.0119,
      "step": 408300
    },
    {
      "epoch": 0.8506458333333333,
      "grad_norm": 6.209947109222412,
      "learning_rate": 1.634454597039062e-05,
      "loss": 8.0235,
      "step": 408310
    },
    {
      "epoch": 0.8506666666666667,
      "grad_norm": 1.6637660264968872,
      "learning_rate": 1.6340071146375056e-05,
      "loss": 7.6602,
      "step": 408320
    },
    {
      "epoch": 0.8506875,
      "grad_norm": 5.937582015991211,
      "learning_rate": 1.6335596899717484e-05,
      "loss": 7.97,
      "step": 408330
    },
    {
      "epoch": 0.8507083333333333,
      "grad_norm": 1.8862439393997192,
      "learning_rate": 1.6331123230437227e-05,
      "loss": 7.7538,
      "step": 408340
    },
    {
      "epoch": 0.8507291666666666,
      "grad_norm": 1.635743260383606,
      "learning_rate": 1.6326650138553615e-05,
      "loss": 7.4432,
      "step": 408350
    },
    {
      "epoch": 0.85075,
      "grad_norm": 0.938469409942627,
      "learning_rate": 1.6322177624085952e-05,
      "loss": 7.2491,
      "step": 408360
    },
    {
      "epoch": 0.8507708333333334,
      "grad_norm": 3.3166306018829346,
      "learning_rate": 1.6317705687053606e-05,
      "loss": 7.7307,
      "step": 408370
    },
    {
      "epoch": 0.8507916666666666,
      "grad_norm": 3.262913703918457,
      "learning_rate": 1.6313234327475793e-05,
      "loss": 7.5125,
      "step": 408380
    },
    {
      "epoch": 0.8508125,
      "grad_norm": 1.186998963356018,
      "learning_rate": 1.630876354537192e-05,
      "loss": 8.0348,
      "step": 408390
    },
    {
      "epoch": 0.8508333333333333,
      "grad_norm": 5.411756992340088,
      "learning_rate": 1.630429334076131e-05,
      "loss": 7.6142,
      "step": 408400
    },
    {
      "epoch": 0.8508541666666667,
      "grad_norm": 1.6492459774017334,
      "learning_rate": 1.6299823713663157e-05,
      "loss": 7.9063,
      "step": 408410
    },
    {
      "epoch": 0.850875,
      "grad_norm": 7.507985591888428,
      "learning_rate": 1.6295354664096877e-05,
      "loss": 7.9849,
      "step": 408420
    },
    {
      "epoch": 0.8508958333333333,
      "grad_norm": 7.1160888671875,
      "learning_rate": 1.6290886192081785e-05,
      "loss": 7.7877,
      "step": 408430
    },
    {
      "epoch": 0.8509166666666667,
      "grad_norm": 3.296588659286499,
      "learning_rate": 1.6286418297637054e-05,
      "loss": 7.5057,
      "step": 408440
    },
    {
      "epoch": 0.8509375,
      "grad_norm": 2.0153470039367676,
      "learning_rate": 1.6281950980782117e-05,
      "loss": 7.4887,
      "step": 408450
    },
    {
      "epoch": 0.8509583333333334,
      "grad_norm": 28.02775001525879,
      "learning_rate": 1.6277484241536254e-05,
      "loss": 8.7784,
      "step": 408460
    },
    {
      "epoch": 0.8509791666666666,
      "grad_norm": 2.2874178886413574,
      "learning_rate": 1.6273018079918654e-05,
      "loss": 7.4613,
      "step": 408470
    },
    {
      "epoch": 0.851,
      "grad_norm": 1.6672351360321045,
      "learning_rate": 1.626855249594875e-05,
      "loss": 7.4345,
      "step": 408480
    },
    {
      "epoch": 0.8510208333333333,
      "grad_norm": 0.9755980968475342,
      "learning_rate": 1.6264087489645745e-05,
      "loss": 7.2306,
      "step": 408490
    },
    {
      "epoch": 0.8510416666666667,
      "grad_norm": 1.0313820838928223,
      "learning_rate": 1.6259623061028902e-05,
      "loss": 7.5587,
      "step": 408500
    },
    {
      "epoch": 0.8510625,
      "grad_norm": 1.4436843395233154,
      "learning_rate": 1.6255159210117613e-05,
      "loss": 7.4152,
      "step": 408510
    },
    {
      "epoch": 0.8510833333333333,
      "grad_norm": 1.4308526515960693,
      "learning_rate": 1.6250695936931058e-05,
      "loss": 7.5434,
      "step": 408520
    },
    {
      "epoch": 0.8511041666666667,
      "grad_norm": 2.392793655395508,
      "learning_rate": 1.6246233241488538e-05,
      "loss": 7.234,
      "step": 408530
    },
    {
      "epoch": 0.851125,
      "grad_norm": 2.412374496459961,
      "learning_rate": 1.6241771123809405e-05,
      "loss": 7.9599,
      "step": 408540
    },
    {
      "epoch": 0.8511458333333334,
      "grad_norm": 1.3810696601867676,
      "learning_rate": 1.6237309583912844e-05,
      "loss": 7.9849,
      "step": 408550
    },
    {
      "epoch": 0.8511666666666666,
      "grad_norm": 1.345272183418274,
      "learning_rate": 1.6232848621818124e-05,
      "loss": 7.7127,
      "step": 408560
    },
    {
      "epoch": 0.8511875,
      "grad_norm": 2.0696356296539307,
      "learning_rate": 1.622838823754461e-05,
      "loss": 7.8885,
      "step": 408570
    },
    {
      "epoch": 0.8512083333333333,
      "grad_norm": 1.336838960647583,
      "learning_rate": 1.6223928431111488e-05,
      "loss": 7.3955,
      "step": 408580
    },
    {
      "epoch": 0.8512291666666667,
      "grad_norm": 2.785379409790039,
      "learning_rate": 1.621946920253801e-05,
      "loss": 7.9033,
      "step": 408590
    },
    {
      "epoch": 0.85125,
      "grad_norm": 1.406624674797058,
      "learning_rate": 1.6215010551843528e-05,
      "loss": 7.4461,
      "step": 408600
    },
    {
      "epoch": 0.8512708333333333,
      "grad_norm": 2.4506030082702637,
      "learning_rate": 1.6210552479047207e-05,
      "loss": 7.9082,
      "step": 408610
    },
    {
      "epoch": 0.8512916666666667,
      "grad_norm": 1.728898048400879,
      "learning_rate": 1.6206094984168348e-05,
      "loss": 8.0257,
      "step": 408620
    },
    {
      "epoch": 0.8513125,
      "grad_norm": 3.6967689990997314,
      "learning_rate": 1.6201638067226208e-05,
      "loss": 7.8663,
      "step": 408630
    },
    {
      "epoch": 0.8513333333333334,
      "grad_norm": 1.4347920417785645,
      "learning_rate": 1.6197181728240015e-05,
      "loss": 7.2736,
      "step": 408640
    },
    {
      "epoch": 0.8513541666666666,
      "grad_norm": 1.9581128358840942,
      "learning_rate": 1.6192725967229043e-05,
      "loss": 7.962,
      "step": 408650
    },
    {
      "epoch": 0.851375,
      "grad_norm": 1.7039330005645752,
      "learning_rate": 1.6188270784212535e-05,
      "loss": 8.1684,
      "step": 408660
    },
    {
      "epoch": 0.8513958333333334,
      "grad_norm": 1.2994439601898193,
      "learning_rate": 1.6183816179209718e-05,
      "loss": 7.5949,
      "step": 408670
    },
    {
      "epoch": 0.8514166666666667,
      "grad_norm": 1.417839527130127,
      "learning_rate": 1.6179362152239856e-05,
      "loss": 7.1456,
      "step": 408680
    },
    {
      "epoch": 0.8514375,
      "grad_norm": 11.141731262207031,
      "learning_rate": 1.617490870332218e-05,
      "loss": 8.7622,
      "step": 408690
    },
    {
      "epoch": 0.8514583333333333,
      "grad_norm": 4.98845911026001,
      "learning_rate": 1.6170455832475914e-05,
      "loss": 7.6073,
      "step": 408700
    },
    {
      "epoch": 0.8514791666666667,
      "grad_norm": 2.098479747772217,
      "learning_rate": 1.6166003539720323e-05,
      "loss": 7.5889,
      "step": 408710
    },
    {
      "epoch": 0.8515,
      "grad_norm": 1.3128923177719116,
      "learning_rate": 1.6161551825074608e-05,
      "loss": 7.8338,
      "step": 408720
    },
    {
      "epoch": 0.8515208333333333,
      "grad_norm": 3.9282381534576416,
      "learning_rate": 1.615710068855802e-05,
      "loss": 7.6881,
      "step": 408730
    },
    {
      "epoch": 0.8515416666666666,
      "grad_norm": 2.4670674800872803,
      "learning_rate": 1.6152650130189816e-05,
      "loss": 7.7345,
      "step": 408740
    },
    {
      "epoch": 0.8515625,
      "grad_norm": 1.9581547975540161,
      "learning_rate": 1.6148200149989103e-05,
      "loss": 7.963,
      "step": 408750
    },
    {
      "epoch": 0.8515833333333334,
      "grad_norm": 0.9051184058189392,
      "learning_rate": 1.6143750747975225e-05,
      "loss": 7.9435,
      "step": 408760
    },
    {
      "epoch": 0.8516041666666667,
      "grad_norm": 1.9361459016799927,
      "learning_rate": 1.61393019241674e-05,
      "loss": 7.3516,
      "step": 408770
    },
    {
      "epoch": 0.851625,
      "grad_norm": 1.1221987009048462,
      "learning_rate": 1.613485367858472e-05,
      "loss": 7.9735,
      "step": 408780
    },
    {
      "epoch": 0.8516458333333333,
      "grad_norm": 4.171382904052734,
      "learning_rate": 1.6130406011246528e-05,
      "loss": 8.1713,
      "step": 408790
    },
    {
      "epoch": 0.8516666666666667,
      "grad_norm": 1.8863157033920288,
      "learning_rate": 1.6125958922172023e-05,
      "loss": 7.6033,
      "step": 408800
    },
    {
      "epoch": 0.8516875,
      "grad_norm": 1.3722106218338013,
      "learning_rate": 1.6121512411380322e-05,
      "loss": 7.3878,
      "step": 408810
    },
    {
      "epoch": 0.8517083333333333,
      "grad_norm": 1.1913304328918457,
      "learning_rate": 1.6117066478890726e-05,
      "loss": 7.4588,
      "step": 408820
    },
    {
      "epoch": 0.8517291666666666,
      "grad_norm": 3.4057281017303467,
      "learning_rate": 1.611262112472244e-05,
      "loss": 7.6928,
      "step": 408830
    },
    {
      "epoch": 0.85175,
      "grad_norm": 2.63078236579895,
      "learning_rate": 1.610817634889458e-05,
      "loss": 7.8355,
      "step": 408840
    },
    {
      "epoch": 0.8517708333333334,
      "grad_norm": 1.120578408241272,
      "learning_rate": 1.610373215142641e-05,
      "loss": 7.7585,
      "step": 408850
    },
    {
      "epoch": 0.8517916666666666,
      "grad_norm": 1.5142401456832886,
      "learning_rate": 1.6099288532337172e-05,
      "loss": 7.6048,
      "step": 408860
    },
    {
      "epoch": 0.8518125,
      "grad_norm": 2.2673516273498535,
      "learning_rate": 1.609484549164593e-05,
      "loss": 8.4705,
      "step": 408870
    },
    {
      "epoch": 0.8518333333333333,
      "grad_norm": 3.074100971221924,
      "learning_rate": 1.609040302937202e-05,
      "loss": 8.0769,
      "step": 408880
    },
    {
      "epoch": 0.8518541666666667,
      "grad_norm": 3.185922384262085,
      "learning_rate": 1.6085961145534536e-05,
      "loss": 7.499,
      "step": 408890
    },
    {
      "epoch": 0.851875,
      "grad_norm": 1.7174444198608398,
      "learning_rate": 1.6081519840152658e-05,
      "loss": 7.6081,
      "step": 408900
    },
    {
      "epoch": 0.8518958333333333,
      "grad_norm": 1.4823499917984009,
      "learning_rate": 1.607707911324566e-05,
      "loss": 7.2337,
      "step": 408910
    },
    {
      "epoch": 0.8519166666666667,
      "grad_norm": 5.627766132354736,
      "learning_rate": 1.607263896483265e-05,
      "loss": 7.4785,
      "step": 408920
    },
    {
      "epoch": 0.8519375,
      "grad_norm": 1.371415376663208,
      "learning_rate": 1.6068199394932812e-05,
      "loss": 7.9434,
      "step": 408930
    },
    {
      "epoch": 0.8519583333333334,
      "grad_norm": 1.4492563009262085,
      "learning_rate": 1.6063760403565362e-05,
      "loss": 7.3652,
      "step": 408940
    },
    {
      "epoch": 0.8519791666666666,
      "grad_norm": 4.171263217926025,
      "learning_rate": 1.6059321990749435e-05,
      "loss": 7.6015,
      "step": 408950
    },
    {
      "epoch": 0.852,
      "grad_norm": 1.9431936740875244,
      "learning_rate": 1.6054884156504215e-05,
      "loss": 7.9129,
      "step": 408960
    },
    {
      "epoch": 0.8520208333333333,
      "grad_norm": 1.3741782903671265,
      "learning_rate": 1.605044690084889e-05,
      "loss": 7.6493,
      "step": 408970
    },
    {
      "epoch": 0.8520416666666667,
      "grad_norm": 1.6777153015136719,
      "learning_rate": 1.6046010223802607e-05,
      "loss": 7.4556,
      "step": 408980
    },
    {
      "epoch": 0.8520625,
      "grad_norm": 1.5533883571624756,
      "learning_rate": 1.6041574125384537e-05,
      "loss": 7.729,
      "step": 408990
    },
    {
      "epoch": 0.8520833333333333,
      "grad_norm": 1.477424144744873,
      "learning_rate": 1.6037138605613846e-05,
      "loss": 7.6863,
      "step": 409000
    },
    {
      "epoch": 0.8520833333333333,
      "eval_loss": 6.960013389587402,
      "eval_runtime": 8.2428,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 409000
    },
    {
      "epoch": 0.8521041666666667,
      "grad_norm": 1.0077826976776123,
      "learning_rate": 1.6032703664509688e-05,
      "loss": 7.7779,
      "step": 409010
    },
    {
      "epoch": 0.852125,
      "grad_norm": 1.391822338104248,
      "learning_rate": 1.602826930209123e-05,
      "loss": 7.3096,
      "step": 409020
    },
    {
      "epoch": 0.8521458333333334,
      "grad_norm": 1.966277837753296,
      "learning_rate": 1.6023835518377604e-05,
      "loss": 7.5995,
      "step": 409030
    },
    {
      "epoch": 0.8521666666666666,
      "grad_norm": 2.111487627029419,
      "learning_rate": 1.601940231338798e-05,
      "loss": 7.7709,
      "step": 409040
    },
    {
      "epoch": 0.8521875,
      "grad_norm": 2.035865306854248,
      "learning_rate": 1.601496968714151e-05,
      "loss": 8.568,
      "step": 409050
    },
    {
      "epoch": 0.8522083333333333,
      "grad_norm": 1.6416069269180298,
      "learning_rate": 1.6010537639657343e-05,
      "loss": 7.5096,
      "step": 409060
    },
    {
      "epoch": 0.8522291666666667,
      "grad_norm": 1.930708408355713,
      "learning_rate": 1.6006106170954602e-05,
      "loss": 8.2573,
      "step": 409070
    },
    {
      "epoch": 0.85225,
      "grad_norm": 1.6919046640396118,
      "learning_rate": 1.6001675281052452e-05,
      "loss": 7.7627,
      "step": 409080
    },
    {
      "epoch": 0.8522708333333333,
      "grad_norm": 2.197986364364624,
      "learning_rate": 1.5997244969970025e-05,
      "loss": 7.6651,
      "step": 409090
    },
    {
      "epoch": 0.8522916666666667,
      "grad_norm": 1.1316704750061035,
      "learning_rate": 1.599281523772646e-05,
      "loss": 7.7737,
      "step": 409100
    },
    {
      "epoch": 0.8523125,
      "grad_norm": 1.0286188125610352,
      "learning_rate": 1.5988386084340903e-05,
      "loss": 8.0562,
      "step": 409110
    },
    {
      "epoch": 0.8523333333333334,
      "grad_norm": 2.4093847274780273,
      "learning_rate": 1.5983957509832428e-05,
      "loss": 7.7479,
      "step": 409120
    },
    {
      "epoch": 0.8523541666666666,
      "grad_norm": 1.1163357496261597,
      "learning_rate": 1.5979529514220236e-05,
      "loss": 7.8477,
      "step": 409130
    },
    {
      "epoch": 0.852375,
      "grad_norm": 1.4549579620361328,
      "learning_rate": 1.5975102097523458e-05,
      "loss": 7.6999,
      "step": 409140
    },
    {
      "epoch": 0.8523958333333334,
      "grad_norm": 2.17944598197937,
      "learning_rate": 1.597067525976113e-05,
      "loss": 7.6669,
      "step": 409150
    },
    {
      "epoch": 0.8524166666666667,
      "grad_norm": 1.11105477809906,
      "learning_rate": 1.5966249000952452e-05,
      "loss": 7.7964,
      "step": 409160
    },
    {
      "epoch": 0.8524375,
      "grad_norm": 1.0968592166900635,
      "learning_rate": 1.5961823321116563e-05,
      "loss": 7.8187,
      "step": 409170
    },
    {
      "epoch": 0.8524583333333333,
      "grad_norm": 2.8248512744903564,
      "learning_rate": 1.5957398220272495e-05,
      "loss": 7.8862,
      "step": 409180
    },
    {
      "epoch": 0.8524791666666667,
      "grad_norm": 4.352511882781982,
      "learning_rate": 1.5952973698439415e-05,
      "loss": 8.195,
      "step": 409190
    },
    {
      "epoch": 0.8525,
      "grad_norm": 2.0996947288513184,
      "learning_rate": 1.5948549755636475e-05,
      "loss": 7.5961,
      "step": 409200
    },
    {
      "epoch": 0.8525208333333333,
      "grad_norm": 2.3273568153381348,
      "learning_rate": 1.5944126391882663e-05,
      "loss": 7.5094,
      "step": 409210
    },
    {
      "epoch": 0.8525416666666666,
      "grad_norm": 1.357456922531128,
      "learning_rate": 1.593970360719721e-05,
      "loss": 7.5197,
      "step": 409220
    },
    {
      "epoch": 0.8525625,
      "grad_norm": 1.7956184148788452,
      "learning_rate": 1.59352814015992e-05,
      "loss": 8.1637,
      "step": 409230
    },
    {
      "epoch": 0.8525833333333334,
      "grad_norm": 2.1263318061828613,
      "learning_rate": 1.5930859775107668e-05,
      "loss": 7.4787,
      "step": 409240
    },
    {
      "epoch": 0.8526041666666667,
      "grad_norm": 1.6553418636322021,
      "learning_rate": 1.592643872774175e-05,
      "loss": 7.8783,
      "step": 409250
    },
    {
      "epoch": 0.852625,
      "grad_norm": 2.306384325027466,
      "learning_rate": 1.592201825952055e-05,
      "loss": 7.7167,
      "step": 409260
    },
    {
      "epoch": 0.8526458333333333,
      "grad_norm": 1.2071473598480225,
      "learning_rate": 1.591759837046317e-05,
      "loss": 8.0057,
      "step": 409270
    },
    {
      "epoch": 0.8526666666666667,
      "grad_norm": 3.685840606689453,
      "learning_rate": 1.5913179060588688e-05,
      "loss": 8.1387,
      "step": 409280
    },
    {
      "epoch": 0.8526875,
      "grad_norm": 1.9920302629470825,
      "learning_rate": 1.5908760329916192e-05,
      "loss": 7.9427,
      "step": 409290
    },
    {
      "epoch": 0.8527083333333333,
      "grad_norm": 2.2635552883148193,
      "learning_rate": 1.5904342178464768e-05,
      "loss": 8.0234,
      "step": 409300
    },
    {
      "epoch": 0.8527291666666666,
      "grad_norm": 3.0585062503814697,
      "learning_rate": 1.5899924606253518e-05,
      "loss": 8.5911,
      "step": 409310
    },
    {
      "epoch": 0.85275,
      "grad_norm": 1.7210474014282227,
      "learning_rate": 1.5895507613301523e-05,
      "loss": 7.9313,
      "step": 409320
    },
    {
      "epoch": 0.8527708333333334,
      "grad_norm": 1.6647785902023315,
      "learning_rate": 1.5891091199627837e-05,
      "loss": 8.1578,
      "step": 409330
    },
    {
      "epoch": 0.8527916666666666,
      "grad_norm": 1.5987619161605835,
      "learning_rate": 1.588667536525156e-05,
      "loss": 7.8444,
      "step": 409340
    },
    {
      "epoch": 0.8528125,
      "grad_norm": 1.4247848987579346,
      "learning_rate": 1.5882260110191745e-05,
      "loss": 7.6819,
      "step": 409350
    },
    {
      "epoch": 0.8528333333333333,
      "grad_norm": 1.4949007034301758,
      "learning_rate": 1.5877845434467497e-05,
      "loss": 7.5511,
      "step": 409360
    },
    {
      "epoch": 0.8528541666666667,
      "grad_norm": 9.51186752319336,
      "learning_rate": 1.5873431338097857e-05,
      "loss": 8.2249,
      "step": 409370
    },
    {
      "epoch": 0.852875,
      "grad_norm": 4.7600860595703125,
      "learning_rate": 1.5869017821101904e-05,
      "loss": 8.3077,
      "step": 409380
    },
    {
      "epoch": 0.8528958333333333,
      "grad_norm": 6.175482273101807,
      "learning_rate": 1.5864604883498717e-05,
      "loss": 8.1407,
      "step": 409390
    },
    {
      "epoch": 0.8529166666666667,
      "grad_norm": 2.2898151874542236,
      "learning_rate": 1.5860192525307312e-05,
      "loss": 7.572,
      "step": 409400
    },
    {
      "epoch": 0.8529375,
      "grad_norm": 5.475662708282471,
      "learning_rate": 1.5855780746546796e-05,
      "loss": 8.6934,
      "step": 409410
    },
    {
      "epoch": 0.8529583333333334,
      "grad_norm": 2.7465994358062744,
      "learning_rate": 1.585136954723622e-05,
      "loss": 7.543,
      "step": 409420
    },
    {
      "epoch": 0.8529791666666666,
      "grad_norm": 3.164996385574341,
      "learning_rate": 1.5846958927394616e-05,
      "loss": 8.1599,
      "step": 409430
    },
    {
      "epoch": 0.853,
      "grad_norm": 1.4170310497283936,
      "learning_rate": 1.5842548887041052e-05,
      "loss": 7.8028,
      "step": 409440
    },
    {
      "epoch": 0.8530208333333333,
      "grad_norm": 1.2130370140075684,
      "learning_rate": 1.583813942619456e-05,
      "loss": 7.5468,
      "step": 409450
    },
    {
      "epoch": 0.8530416666666667,
      "grad_norm": 5.492880821228027,
      "learning_rate": 1.5833730544874217e-05,
      "loss": 7.6543,
      "step": 409460
    },
    {
      "epoch": 0.8530625,
      "grad_norm": 1.776092290878296,
      "learning_rate": 1.5829322243099053e-05,
      "loss": 8.0051,
      "step": 409470
    },
    {
      "epoch": 0.8530833333333333,
      "grad_norm": 7.336471080780029,
      "learning_rate": 1.5824914520888132e-05,
      "loss": 8.5598,
      "step": 409480
    },
    {
      "epoch": 0.8531041666666667,
      "grad_norm": 2.3488614559173584,
      "learning_rate": 1.5820507378260413e-05,
      "loss": 8.5462,
      "step": 409490
    },
    {
      "epoch": 0.853125,
      "grad_norm": 1.3696640729904175,
      "learning_rate": 1.5816100815235004e-05,
      "loss": 7.7811,
      "step": 409500
    },
    {
      "epoch": 0.8531458333333334,
      "grad_norm": 4.9670257568359375,
      "learning_rate": 1.581169483183097e-05,
      "loss": 8.4864,
      "step": 409510
    },
    {
      "epoch": 0.8531666666666666,
      "grad_norm": 4.085793972015381,
      "learning_rate": 1.5807289428067267e-05,
      "loss": 8.1302,
      "step": 409520
    },
    {
      "epoch": 0.8531875,
      "grad_norm": 1.603196382522583,
      "learning_rate": 1.5802884603962935e-05,
      "loss": 7.6193,
      "step": 409530
    },
    {
      "epoch": 0.8532083333333333,
      "grad_norm": 5.321526050567627,
      "learning_rate": 1.5798480359537073e-05,
      "loss": 8.5025,
      "step": 409540
    },
    {
      "epoch": 0.8532291666666667,
      "grad_norm": 4.0424909591674805,
      "learning_rate": 1.579407669480862e-05,
      "loss": 8.1841,
      "step": 409550
    },
    {
      "epoch": 0.85325,
      "grad_norm": 5.922911167144775,
      "learning_rate": 1.5789673609796612e-05,
      "loss": 8.3652,
      "step": 409560
    },
    {
      "epoch": 0.8532708333333333,
      "grad_norm": 1.0781062841415405,
      "learning_rate": 1.5785271104520142e-05,
      "loss": 7.3959,
      "step": 409570
    },
    {
      "epoch": 0.8532916666666667,
      "grad_norm": 1.7018197774887085,
      "learning_rate": 1.5780869178998152e-05,
      "loss": 7.5001,
      "step": 409580
    },
    {
      "epoch": 0.8533125,
      "grad_norm": 3.442680835723877,
      "learning_rate": 1.5776467833249658e-05,
      "loss": 7.9278,
      "step": 409590
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 1.6530098915100098,
      "learning_rate": 1.5772067067293743e-05,
      "loss": 7.666,
      "step": 409600
    },
    {
      "epoch": 0.8533541666666666,
      "grad_norm": 6.2141523361206055,
      "learning_rate": 1.5767666881149342e-05,
      "loss": 9.2789,
      "step": 409610
    },
    {
      "epoch": 0.853375,
      "grad_norm": 2.939305067062378,
      "learning_rate": 1.5763267274835478e-05,
      "loss": 8.1339,
      "step": 409620
    },
    {
      "epoch": 0.8533958333333334,
      "grad_norm": 2.7375640869140625,
      "learning_rate": 1.5758868248371166e-05,
      "loss": 8.025,
      "step": 409630
    },
    {
      "epoch": 0.8534166666666667,
      "grad_norm": 1.6875224113464355,
      "learning_rate": 1.5754469801775423e-05,
      "loss": 7.7509,
      "step": 409640
    },
    {
      "epoch": 0.8534375,
      "grad_norm": 7.699604511260986,
      "learning_rate": 1.5750071935067217e-05,
      "loss": 7.7358,
      "step": 409650
    },
    {
      "epoch": 0.8534583333333333,
      "grad_norm": 2.5453362464904785,
      "learning_rate": 1.5745674648265566e-05,
      "loss": 7.6698,
      "step": 409660
    },
    {
      "epoch": 0.8534791666666667,
      "grad_norm": 2.700935125350952,
      "learning_rate": 1.574127794138944e-05,
      "loss": 7.6759,
      "step": 409670
    },
    {
      "epoch": 0.8535,
      "grad_norm": 3.7019152641296387,
      "learning_rate": 1.5736881814457876e-05,
      "loss": 7.5691,
      "step": 409680
    },
    {
      "epoch": 0.8535208333333333,
      "grad_norm": 1.8551225662231445,
      "learning_rate": 1.5732486267489834e-05,
      "loss": 8.9871,
      "step": 409690
    },
    {
      "epoch": 0.8535416666666666,
      "grad_norm": 2.816885232925415,
      "learning_rate": 1.5728091300504293e-05,
      "loss": 8.1078,
      "step": 409700
    },
    {
      "epoch": 0.8535625,
      "grad_norm": 1.3681763410568237,
      "learning_rate": 1.5723696913520262e-05,
      "loss": 7.9341,
      "step": 409710
    },
    {
      "epoch": 0.8535833333333334,
      "grad_norm": 1.4295125007629395,
      "learning_rate": 1.5719303106556696e-05,
      "loss": 7.9406,
      "step": 409720
    },
    {
      "epoch": 0.8536041666666667,
      "grad_norm": 1.367066502571106,
      "learning_rate": 1.5714909879632598e-05,
      "loss": 7.7698,
      "step": 409730
    },
    {
      "epoch": 0.853625,
      "grad_norm": 3.97353458404541,
      "learning_rate": 1.5710517232766935e-05,
      "loss": 7.7022,
      "step": 409740
    },
    {
      "epoch": 0.8536458333333333,
      "grad_norm": 3.6100640296936035,
      "learning_rate": 1.570612516597867e-05,
      "loss": 8.577,
      "step": 409750
    },
    {
      "epoch": 0.8536666666666667,
      "grad_norm": 2.925966501235962,
      "learning_rate": 1.57017336792868e-05,
      "loss": 7.9893,
      "step": 409760
    },
    {
      "epoch": 0.8536875,
      "grad_norm": 2.9143152236938477,
      "learning_rate": 1.569734277271028e-05,
      "loss": 7.7535,
      "step": 409770
    },
    {
      "epoch": 0.8537083333333333,
      "grad_norm": 1.51903235912323,
      "learning_rate": 1.5692952446268086e-05,
      "loss": 7.3014,
      "step": 409780
    },
    {
      "epoch": 0.8537291666666667,
      "grad_norm": 2.469639778137207,
      "learning_rate": 1.568856269997915e-05,
      "loss": 7.3666,
      "step": 409790
    },
    {
      "epoch": 0.85375,
      "grad_norm": 1.1915618181228638,
      "learning_rate": 1.5684173533862492e-05,
      "loss": 7.4373,
      "step": 409800
    },
    {
      "epoch": 0.8537708333333334,
      "grad_norm": 3.147221326828003,
      "learning_rate": 1.5679784947937012e-05,
      "loss": 8.1189,
      "step": 409810
    },
    {
      "epoch": 0.8537916666666666,
      "grad_norm": 1.9973288774490356,
      "learning_rate": 1.5675396942221712e-05,
      "loss": 7.9956,
      "step": 409820
    },
    {
      "epoch": 0.8538125,
      "grad_norm": 1.5149856805801392,
      "learning_rate": 1.5671009516735544e-05,
      "loss": 7.5448,
      "step": 409830
    },
    {
      "epoch": 0.8538333333333333,
      "grad_norm": 2.2006266117095947,
      "learning_rate": 1.566662267149739e-05,
      "loss": 8.6719,
      "step": 409840
    },
    {
      "epoch": 0.8538541666666667,
      "grad_norm": 1.6273014545440674,
      "learning_rate": 1.5662236406526272e-05,
      "loss": 8.7244,
      "step": 409850
    },
    {
      "epoch": 0.853875,
      "grad_norm": 11.945833206176758,
      "learning_rate": 1.5657850721841157e-05,
      "loss": 8.2367,
      "step": 409860
    },
    {
      "epoch": 0.8538958333333333,
      "grad_norm": 2.1107497215270996,
      "learning_rate": 1.56534656174609e-05,
      "loss": 7.5827,
      "step": 409870
    },
    {
      "epoch": 0.8539166666666667,
      "grad_norm": 3.0558254718780518,
      "learning_rate": 1.5649081093404543e-05,
      "loss": 8.7385,
      "step": 409880
    },
    {
      "epoch": 0.8539375,
      "grad_norm": 5.381044387817383,
      "learning_rate": 1.5644697149690943e-05,
      "loss": 8.1845,
      "step": 409890
    },
    {
      "epoch": 0.8539583333333334,
      "grad_norm": 1.5031007528305054,
      "learning_rate": 1.5640313786339054e-05,
      "loss": 7.9132,
      "step": 409900
    },
    {
      "epoch": 0.8539791666666666,
      "grad_norm": 2.0514016151428223,
      "learning_rate": 1.5635931003367873e-05,
      "loss": 7.9196,
      "step": 409910
    },
    {
      "epoch": 0.854,
      "grad_norm": 3.2357048988342285,
      "learning_rate": 1.5631548800796257e-05,
      "loss": 7.4221,
      "step": 409920
    },
    {
      "epoch": 0.8540208333333333,
      "grad_norm": 3.4381563663482666,
      "learning_rate": 1.5627167178643136e-05,
      "loss": 8.1258,
      "step": 409930
    },
    {
      "epoch": 0.8540416666666667,
      "grad_norm": 2.2914741039276123,
      "learning_rate": 1.562278613692753e-05,
      "loss": 9.4604,
      "step": 409940
    },
    {
      "epoch": 0.8540625,
      "grad_norm": 1.905566692352295,
      "learning_rate": 1.5618405675668255e-05,
      "loss": 7.7693,
      "step": 409950
    },
    {
      "epoch": 0.8540833333333333,
      "grad_norm": 1.397055745124817,
      "learning_rate": 1.5614025794884268e-05,
      "loss": 7.8881,
      "step": 409960
    },
    {
      "epoch": 0.8541041666666667,
      "grad_norm": 3.5754246711730957,
      "learning_rate": 1.560964649459453e-05,
      "loss": 7.7872,
      "step": 409970
    },
    {
      "epoch": 0.854125,
      "grad_norm": 2.243285894393921,
      "learning_rate": 1.5605267774817897e-05,
      "loss": 7.8253,
      "step": 409980
    },
    {
      "epoch": 0.8541458333333334,
      "grad_norm": 5.615288257598877,
      "learning_rate": 1.560088963557332e-05,
      "loss": 7.7366,
      "step": 409990
    },
    {
      "epoch": 0.8541666666666666,
      "grad_norm": 2.1851253509521484,
      "learning_rate": 1.5596512076879704e-05,
      "loss": 8.0877,
      "step": 410000
    },
    {
      "epoch": 0.8541666666666666,
      "eval_loss": 7.1827545166015625,
      "eval_runtime": 8.922,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 410000
    },
    {
      "epoch": 0.8541875,
      "grad_norm": 1.4414019584655762,
      "learning_rate": 1.5592135098755942e-05,
      "loss": 7.6464,
      "step": 410010
    },
    {
      "epoch": 0.8542083333333333,
      "grad_norm": 1.5917863845825195,
      "learning_rate": 1.558775870122096e-05,
      "loss": 7.8026,
      "step": 410020
    },
    {
      "epoch": 0.8542291666666667,
      "grad_norm": 1.1005460023880005,
      "learning_rate": 1.558338288429367e-05,
      "loss": 7.9393,
      "step": 410030
    },
    {
      "epoch": 0.85425,
      "grad_norm": 1.9227012395858765,
      "learning_rate": 1.5579007647992948e-05,
      "loss": 8.0794,
      "step": 410040
    },
    {
      "epoch": 0.8542708333333333,
      "grad_norm": 1.6907740831375122,
      "learning_rate": 1.5574632992337705e-05,
      "loss": 8.1647,
      "step": 410050
    },
    {
      "epoch": 0.8542916666666667,
      "grad_norm": 2.8672406673431396,
      "learning_rate": 1.5570258917346827e-05,
      "loss": 8.4416,
      "step": 410060
    },
    {
      "epoch": 0.8543125,
      "grad_norm": 5.03943395614624,
      "learning_rate": 1.5565885423039237e-05,
      "loss": 8.741,
      "step": 410070
    },
    {
      "epoch": 0.8543333333333333,
      "grad_norm": 3.15735125541687,
      "learning_rate": 1.55615125094338e-05,
      "loss": 8.4507,
      "step": 410080
    },
    {
      "epoch": 0.8543541666666666,
      "grad_norm": 2.048614740371704,
      "learning_rate": 1.5557140176549415e-05,
      "loss": 8.2134,
      "step": 410090
    },
    {
      "epoch": 0.854375,
      "grad_norm": 2.3548922538757324,
      "learning_rate": 1.555276842440497e-05,
      "loss": 7.889,
      "step": 410100
    },
    {
      "epoch": 0.8543958333333334,
      "grad_norm": 2.3251683712005615,
      "learning_rate": 1.5548397253019384e-05,
      "loss": 7.6581,
      "step": 410110
    },
    {
      "epoch": 0.8544166666666667,
      "grad_norm": 7.567720890045166,
      "learning_rate": 1.554402666241144e-05,
      "loss": 9.3733,
      "step": 410120
    },
    {
      "epoch": 0.8544375,
      "grad_norm": 1.1611409187316895,
      "learning_rate": 1.5539656652600108e-05,
      "loss": 7.8287,
      "step": 410130
    },
    {
      "epoch": 0.8544583333333333,
      "grad_norm": 1.196895718574524,
      "learning_rate": 1.5535287223604255e-05,
      "loss": 8.0769,
      "step": 410140
    },
    {
      "epoch": 0.8544791666666667,
      "grad_norm": 2.4831631183624268,
      "learning_rate": 1.55309183754427e-05,
      "loss": 8.0536,
      "step": 410150
    },
    {
      "epoch": 0.8545,
      "grad_norm": 3.375734567642212,
      "learning_rate": 1.5526550108134355e-05,
      "loss": 7.9319,
      "step": 410160
    },
    {
      "epoch": 0.8545208333333333,
      "grad_norm": 1.3539644479751587,
      "learning_rate": 1.552218242169813e-05,
      "loss": 8.0785,
      "step": 410170
    },
    {
      "epoch": 0.8545416666666666,
      "grad_norm": 2.7597734928131104,
      "learning_rate": 1.5517815316152778e-05,
      "loss": 8.6581,
      "step": 410180
    },
    {
      "epoch": 0.8545625,
      "grad_norm": 5.470015048980713,
      "learning_rate": 1.5513448791517274e-05,
      "loss": 7.5984,
      "step": 410190
    },
    {
      "epoch": 0.8545833333333334,
      "grad_norm": 1.1324174404144287,
      "learning_rate": 1.550908284781046e-05,
      "loss": 7.476,
      "step": 410200
    },
    {
      "epoch": 0.8546041666666667,
      "grad_norm": 1.8865220546722412,
      "learning_rate": 1.550471748505112e-05,
      "loss": 7.6198,
      "step": 410210
    },
    {
      "epoch": 0.854625,
      "grad_norm": 1.3361401557922363,
      "learning_rate": 1.5500352703258175e-05,
      "loss": 8.1967,
      "step": 410220
    },
    {
      "epoch": 0.8546458333333333,
      "grad_norm": 6.150056838989258,
      "learning_rate": 1.5495988502450518e-05,
      "loss": 8.2389,
      "step": 410230
    },
    {
      "epoch": 0.8546666666666667,
      "grad_norm": 3.6090128421783447,
      "learning_rate": 1.5491624882646876e-05,
      "loss": 7.9605,
      "step": 410240
    },
    {
      "epoch": 0.8546875,
      "grad_norm": 1.6605446338653564,
      "learning_rate": 1.5487261843866243e-05,
      "loss": 8.3469,
      "step": 410250
    },
    {
      "epoch": 0.8547083333333333,
      "grad_norm": 2.0894899368286133,
      "learning_rate": 1.5482899386127363e-05,
      "loss": 7.9987,
      "step": 410260
    },
    {
      "epoch": 0.8547291666666667,
      "grad_norm": 1.7392334938049316,
      "learning_rate": 1.547853750944908e-05,
      "loss": 8.7497,
      "step": 410270
    },
    {
      "epoch": 0.85475,
      "grad_norm": 2.0450921058654785,
      "learning_rate": 1.547417621385033e-05,
      "loss": 8.5331,
      "step": 410280
    },
    {
      "epoch": 0.8547708333333334,
      "grad_norm": 2.3470234870910645,
      "learning_rate": 1.5469815499349853e-05,
      "loss": 8.2885,
      "step": 410290
    },
    {
      "epoch": 0.8547916666666666,
      "grad_norm": 1.9978331327438354,
      "learning_rate": 1.5465455365966494e-05,
      "loss": 7.9894,
      "step": 410300
    },
    {
      "epoch": 0.8548125,
      "grad_norm": 4.152463436126709,
      "learning_rate": 1.5461095813719192e-05,
      "loss": 7.8479,
      "step": 410310
    },
    {
      "epoch": 0.8548333333333333,
      "grad_norm": 1.7130043506622314,
      "learning_rate": 1.545673684262665e-05,
      "loss": 8.5506,
      "step": 410320
    },
    {
      "epoch": 0.8548541666666667,
      "grad_norm": 1.8192684650421143,
      "learning_rate": 1.545237845270773e-05,
      "loss": 8.0022,
      "step": 410330
    },
    {
      "epoch": 0.854875,
      "grad_norm": 3.2412655353546143,
      "learning_rate": 1.544802064398134e-05,
      "loss": 8.1163,
      "step": 410340
    },
    {
      "epoch": 0.8548958333333333,
      "grad_norm": 4.427554130554199,
      "learning_rate": 1.5443663416466196e-05,
      "loss": 8.0531,
      "step": 410350
    },
    {
      "epoch": 0.8549166666666667,
      "grad_norm": 1.1122151613235474,
      "learning_rate": 1.543930677018115e-05,
      "loss": 8.1899,
      "step": 410360
    },
    {
      "epoch": 0.8549375,
      "grad_norm": 1.3227300643920898,
      "learning_rate": 1.5434950705145083e-05,
      "loss": 8.3526,
      "step": 410370
    },
    {
      "epoch": 0.8549583333333334,
      "grad_norm": 1.2816722393035889,
      "learning_rate": 1.543059522137675e-05,
      "loss": 8.1255,
      "step": 410380
    },
    {
      "epoch": 0.8549791666666666,
      "grad_norm": 1.2371772527694702,
      "learning_rate": 1.5426240318894973e-05,
      "loss": 7.9986,
      "step": 410390
    },
    {
      "epoch": 0.855,
      "grad_norm": 30.342863082885742,
      "learning_rate": 1.5421885997718565e-05,
      "loss": 10.0816,
      "step": 410400
    },
    {
      "epoch": 0.8550208333333333,
      "grad_norm": 2.122774600982666,
      "learning_rate": 1.5417532257866343e-05,
      "loss": 7.6819,
      "step": 410410
    },
    {
      "epoch": 0.8550416666666667,
      "grad_norm": 1.0951998233795166,
      "learning_rate": 1.5413179099357113e-05,
      "loss": 7.7593,
      "step": 410420
    },
    {
      "epoch": 0.8550625,
      "grad_norm": 3.036146402359009,
      "learning_rate": 1.5408826522209678e-05,
      "loss": 7.6214,
      "step": 410430
    },
    {
      "epoch": 0.8550833333333333,
      "grad_norm": 1.299118161201477,
      "learning_rate": 1.5404474526442835e-05,
      "loss": 8.1784,
      "step": 410440
    },
    {
      "epoch": 0.8551041666666667,
      "grad_norm": 1.4304856061935425,
      "learning_rate": 1.5400123112075386e-05,
      "loss": 7.8791,
      "step": 410450
    },
    {
      "epoch": 0.855125,
      "grad_norm": 1.1337722539901733,
      "learning_rate": 1.5395772279126117e-05,
      "loss": 7.3892,
      "step": 410460
    },
    {
      "epoch": 0.8551458333333334,
      "grad_norm": 3.711467742919922,
      "learning_rate": 1.5391422027613847e-05,
      "loss": 8.1887,
      "step": 410470
    },
    {
      "epoch": 0.8551666666666666,
      "grad_norm": 1.4446979761123657,
      "learning_rate": 1.538707235755736e-05,
      "loss": 7.5839,
      "step": 410480
    },
    {
      "epoch": 0.8551875,
      "grad_norm": 10.91969108581543,
      "learning_rate": 1.5382723268975394e-05,
      "loss": 7.7942,
      "step": 410490
    },
    {
      "epoch": 0.8552083333333333,
      "grad_norm": 1.3490067720413208,
      "learning_rate": 1.5378374761886814e-05,
      "loss": 7.5509,
      "step": 410500
    },
    {
      "epoch": 0.8552291666666667,
      "grad_norm": 3.641176462173462,
      "learning_rate": 1.5374026836310388e-05,
      "loss": 7.6206,
      "step": 410510
    },
    {
      "epoch": 0.85525,
      "grad_norm": 1.2710840702056885,
      "learning_rate": 1.536967949226482e-05,
      "loss": 8.371,
      "step": 410520
    },
    {
      "epoch": 0.8552708333333333,
      "grad_norm": 1.6676065921783447,
      "learning_rate": 1.5365332729768975e-05,
      "loss": 7.3853,
      "step": 410530
    },
    {
      "epoch": 0.8552916666666667,
      "grad_norm": 2.084047555923462,
      "learning_rate": 1.5360986548841625e-05,
      "loss": 7.5248,
      "step": 410540
    },
    {
      "epoch": 0.8553125,
      "grad_norm": 1.2510734796524048,
      "learning_rate": 1.535664094950147e-05,
      "loss": 8.1918,
      "step": 410550
    },
    {
      "epoch": 0.8553333333333333,
      "grad_norm": 2.062075138092041,
      "learning_rate": 1.535229593176736e-05,
      "loss": 8.0919,
      "step": 410560
    },
    {
      "epoch": 0.8553541666666666,
      "grad_norm": 2.0444531440734863,
      "learning_rate": 1.534795149565805e-05,
      "loss": 8.1089,
      "step": 410570
    },
    {
      "epoch": 0.855375,
      "grad_norm": 1.9580508470535278,
      "learning_rate": 1.534360764119224e-05,
      "loss": 8.0421,
      "step": 410580
    },
    {
      "epoch": 0.8553958333333334,
      "grad_norm": 2.1084506511688232,
      "learning_rate": 1.5339264368388783e-05,
      "loss": 8.5283,
      "step": 410590
    },
    {
      "epoch": 0.8554166666666667,
      "grad_norm": 2.0190491676330566,
      "learning_rate": 1.5334921677266425e-05,
      "loss": 8.3722,
      "step": 410600
    },
    {
      "epoch": 0.8554375,
      "grad_norm": 2.2296667098999023,
      "learning_rate": 1.5330579567843825e-05,
      "loss": 7.433,
      "step": 410610
    },
    {
      "epoch": 0.8554583333333333,
      "grad_norm": 4.269923210144043,
      "learning_rate": 1.53262380401399e-05,
      "loss": 8.3771,
      "step": 410620
    },
    {
      "epoch": 0.8554791666666667,
      "grad_norm": 5.301787376403809,
      "learning_rate": 1.532189709417328e-05,
      "loss": 8.9067,
      "step": 410630
    },
    {
      "epoch": 0.8555,
      "grad_norm": 30.090173721313477,
      "learning_rate": 1.531755672996272e-05,
      "loss": 7.7705,
      "step": 410640
    },
    {
      "epoch": 0.8555208333333333,
      "grad_norm": 1.722617745399475,
      "learning_rate": 1.5313216947527076e-05,
      "loss": 9.1018,
      "step": 410650
    },
    {
      "epoch": 0.8555416666666666,
      "grad_norm": 2.4615421295166016,
      "learning_rate": 1.5308877746884975e-05,
      "loss": 7.7819,
      "step": 410660
    },
    {
      "epoch": 0.8555625,
      "grad_norm": 3.3277220726013184,
      "learning_rate": 1.530453912805519e-05,
      "loss": 7.9995,
      "step": 410670
    },
    {
      "epoch": 0.8555833333333334,
      "grad_norm": 2.1567816734313965,
      "learning_rate": 1.5300201091056536e-05,
      "loss": 7.6041,
      "step": 410680
    },
    {
      "epoch": 0.8556041666666667,
      "grad_norm": 2.3197174072265625,
      "learning_rate": 1.5295863635907667e-05,
      "loss": 8.0633,
      "step": 410690
    },
    {
      "epoch": 0.855625,
      "grad_norm": 1.796054482460022,
      "learning_rate": 1.5291526762627353e-05,
      "loss": 7.4542,
      "step": 410700
    },
    {
      "epoch": 0.8556458333333333,
      "grad_norm": 1.420689582824707,
      "learning_rate": 1.5287190471234313e-05,
      "loss": 7.6074,
      "step": 410710
    },
    {
      "epoch": 0.8556666666666667,
      "grad_norm": 5.463097095489502,
      "learning_rate": 1.5282854761747293e-05,
      "loss": 7.9506,
      "step": 410720
    },
    {
      "epoch": 0.8556875,
      "grad_norm": 1.3474024534225464,
      "learning_rate": 1.5278519634185e-05,
      "loss": 8.1934,
      "step": 410730
    },
    {
      "epoch": 0.8557083333333333,
      "grad_norm": 7.16799783706665,
      "learning_rate": 1.5274185088566198e-05,
      "loss": 7.8884,
      "step": 410740
    },
    {
      "epoch": 0.8557291666666667,
      "grad_norm": 4.400043487548828,
      "learning_rate": 1.5269851124909577e-05,
      "loss": 8.1311,
      "step": 410750
    },
    {
      "epoch": 0.85575,
      "grad_norm": 2.322211503982544,
      "learning_rate": 1.526551774323387e-05,
      "loss": 7.7013,
      "step": 410760
    },
    {
      "epoch": 0.8557708333333334,
      "grad_norm": 3.521554946899414,
      "learning_rate": 1.526118494355779e-05,
      "loss": 7.9429,
      "step": 410770
    },
    {
      "epoch": 0.8557916666666666,
      "grad_norm": 2.663898468017578,
      "learning_rate": 1.5256852725900065e-05,
      "loss": 8.3488,
      "step": 410780
    },
    {
      "epoch": 0.8558125,
      "grad_norm": 3.8552193641662598,
      "learning_rate": 1.5252521090279407e-05,
      "loss": 8.6967,
      "step": 410790
    },
    {
      "epoch": 0.8558333333333333,
      "grad_norm": 0.8854359984397888,
      "learning_rate": 1.5248190036714503e-05,
      "loss": 8.0995,
      "step": 410800
    },
    {
      "epoch": 0.8558541666666667,
      "grad_norm": 2.0991833209991455,
      "learning_rate": 1.5243859565224087e-05,
      "loss": 8.5347,
      "step": 410810
    },
    {
      "epoch": 0.855875,
      "grad_norm": 1.4363515377044678,
      "learning_rate": 1.5239529675826861e-05,
      "loss": 8.6189,
      "step": 410820
    },
    {
      "epoch": 0.8558958333333333,
      "grad_norm": 1.3686641454696655,
      "learning_rate": 1.5235200368541528e-05,
      "loss": 7.6683,
      "step": 410830
    },
    {
      "epoch": 0.8559166666666667,
      "grad_norm": 1.184935212135315,
      "learning_rate": 1.5230871643386788e-05,
      "loss": 7.7399,
      "step": 410840
    },
    {
      "epoch": 0.8559375,
      "grad_norm": 3.255444049835205,
      "learning_rate": 1.5226543500381361e-05,
      "loss": 8.5573,
      "step": 410850
    },
    {
      "epoch": 0.8559583333333334,
      "grad_norm": 1.7758581638336182,
      "learning_rate": 1.5222215939543864e-05,
      "loss": 7.3006,
      "step": 410860
    },
    {
      "epoch": 0.8559791666666666,
      "grad_norm": 1.7081406116485596,
      "learning_rate": 1.5217888960893065e-05,
      "loss": 7.253,
      "step": 410870
    },
    {
      "epoch": 0.856,
      "grad_norm": 1.8503834009170532,
      "learning_rate": 1.5213562564447668e-05,
      "loss": 7.7055,
      "step": 410880
    },
    {
      "epoch": 0.8560208333333333,
      "grad_norm": 2.322617292404175,
      "learning_rate": 1.5209236750226272e-05,
      "loss": 8.2887,
      "step": 410890
    },
    {
      "epoch": 0.8560416666666667,
      "grad_norm": 2.8864963054656982,
      "learning_rate": 1.5204911518247648e-05,
      "loss": 7.5521,
      "step": 410900
    },
    {
      "epoch": 0.8560625,
      "grad_norm": 5.775345802307129,
      "learning_rate": 1.5200586868530479e-05,
      "loss": 8.0576,
      "step": 410910
    },
    {
      "epoch": 0.8560833333333333,
      "grad_norm": 2.2772343158721924,
      "learning_rate": 1.5196262801093368e-05,
      "loss": 8.3056,
      "step": 410920
    },
    {
      "epoch": 0.8561041666666667,
      "grad_norm": 1.188927412033081,
      "learning_rate": 1.5191939315955066e-05,
      "loss": 7.6398,
      "step": 410930
    },
    {
      "epoch": 0.856125,
      "grad_norm": 1.7281392812728882,
      "learning_rate": 1.5187616413134257e-05,
      "loss": 8.0189,
      "step": 410940
    },
    {
      "epoch": 0.8561458333333334,
      "grad_norm": 6.305377006530762,
      "learning_rate": 1.5183294092649512e-05,
      "loss": 7.8459,
      "step": 410950
    },
    {
      "epoch": 0.8561666666666666,
      "grad_norm": 1.3433371782302856,
      "learning_rate": 1.5178972354519614e-05,
      "loss": 7.8414,
      "step": 410960
    },
    {
      "epoch": 0.8561875,
      "grad_norm": 1.482308268547058,
      "learning_rate": 1.5174651198763216e-05,
      "loss": 7.8764,
      "step": 410970
    },
    {
      "epoch": 0.8562083333333333,
      "grad_norm": 1.0844932794570923,
      "learning_rate": 1.517033062539892e-05,
      "loss": 7.4381,
      "step": 410980
    },
    {
      "epoch": 0.8562291666666667,
      "grad_norm": 1.1677441596984863,
      "learning_rate": 1.516601063444544e-05,
      "loss": 7.7187,
      "step": 410990
    },
    {
      "epoch": 0.85625,
      "grad_norm": 2.4711532592773438,
      "learning_rate": 1.5161691225921418e-05,
      "loss": 7.9534,
      "step": 411000
    },
    {
      "epoch": 0.85625,
      "eval_loss": 8.331021308898926,
      "eval_runtime": 8.5926,
      "eval_samples_per_second": 0.349,
      "eval_steps_per_second": 0.116,
      "step": 411000
    },
    {
      "epoch": 0.8562708333333333,
      "grad_norm": 3.2924540042877197,
      "learning_rate": 1.515737239984552e-05,
      "loss": 8.2241,
      "step": 411010
    },
    {
      "epoch": 0.8562916666666667,
      "grad_norm": 1.4004117250442505,
      "learning_rate": 1.5153054156236394e-05,
      "loss": 7.475,
      "step": 411020
    },
    {
      "epoch": 0.8563125,
      "grad_norm": 1.6142700910568237,
      "learning_rate": 1.5148736495112695e-05,
      "loss": 8.2454,
      "step": 411030
    },
    {
      "epoch": 0.8563333333333333,
      "grad_norm": 4.240713596343994,
      "learning_rate": 1.5144419416493075e-05,
      "loss": 8.4229,
      "step": 411040
    },
    {
      "epoch": 0.8563541666666666,
      "grad_norm": 2.3225574493408203,
      "learning_rate": 1.5140102920396185e-05,
      "loss": 7.9701,
      "step": 411050
    },
    {
      "epoch": 0.856375,
      "grad_norm": 1.2056001424789429,
      "learning_rate": 1.5135787006840676e-05,
      "loss": 8.8504,
      "step": 411060
    },
    {
      "epoch": 0.8563958333333334,
      "grad_norm": 1.6137033700942993,
      "learning_rate": 1.5131471675845186e-05,
      "loss": 7.8772,
      "step": 411070
    },
    {
      "epoch": 0.8564166666666667,
      "grad_norm": 2.2028539180755615,
      "learning_rate": 1.5127156927428347e-05,
      "loss": 7.5117,
      "step": 411080
    },
    {
      "epoch": 0.8564375,
      "grad_norm": 2.5156984329223633,
      "learning_rate": 1.5122842761608794e-05,
      "loss": 8.0527,
      "step": 411090
    },
    {
      "epoch": 0.8564583333333333,
      "grad_norm": 1.3563884496688843,
      "learning_rate": 1.5118529178405197e-05,
      "loss": 7.6043,
      "step": 411100
    },
    {
      "epoch": 0.8564791666666667,
      "grad_norm": 2.2958245277404785,
      "learning_rate": 1.5114216177836142e-05,
      "loss": 8.1545,
      "step": 411110
    },
    {
      "epoch": 0.8565,
      "grad_norm": 1.2076305150985718,
      "learning_rate": 1.5109903759920295e-05,
      "loss": 8.0269,
      "step": 411120
    },
    {
      "epoch": 0.8565208333333333,
      "grad_norm": 1.801047921180725,
      "learning_rate": 1.5105591924676258e-05,
      "loss": 7.57,
      "step": 411130
    },
    {
      "epoch": 0.8565416666666666,
      "grad_norm": 2.084890842437744,
      "learning_rate": 1.5101280672122684e-05,
      "loss": 7.8601,
      "step": 411140
    },
    {
      "epoch": 0.8565625,
      "grad_norm": 3.729802370071411,
      "learning_rate": 1.5096970002278174e-05,
      "loss": 8.3426,
      "step": 411150
    },
    {
      "epoch": 0.8565833333333334,
      "grad_norm": 1.1939244270324707,
      "learning_rate": 1.5092659915161349e-05,
      "loss": 7.4485,
      "step": 411160
    },
    {
      "epoch": 0.8566041666666667,
      "grad_norm": 0.925652027130127,
      "learning_rate": 1.508835041079084e-05,
      "loss": 8.594,
      "step": 411170
    },
    {
      "epoch": 0.856625,
      "grad_norm": 1.4423747062683105,
      "learning_rate": 1.508404148918525e-05,
      "loss": 7.3338,
      "step": 411180
    },
    {
      "epoch": 0.8566458333333333,
      "grad_norm": 1.2793993949890137,
      "learning_rate": 1.5079733150363216e-05,
      "loss": 8.2461,
      "step": 411190
    },
    {
      "epoch": 0.8566666666666667,
      "grad_norm": 1.7820091247558594,
      "learning_rate": 1.5075425394343305e-05,
      "loss": 7.7094,
      "step": 411200
    },
    {
      "epoch": 0.8566875,
      "grad_norm": 1.904453992843628,
      "learning_rate": 1.5071118221144168e-05,
      "loss": 7.6674,
      "step": 411210
    },
    {
      "epoch": 0.8567083333333333,
      "grad_norm": 1.6716513633728027,
      "learning_rate": 1.5066811630784375e-05,
      "loss": 8.1308,
      "step": 411220
    },
    {
      "epoch": 0.8567291666666667,
      "grad_norm": 4.493110656738281,
      "learning_rate": 1.506250562328256e-05,
      "loss": 8.129,
      "step": 411230
    },
    {
      "epoch": 0.85675,
      "grad_norm": 16.414398193359375,
      "learning_rate": 1.5058200198657294e-05,
      "loss": 7.8931,
      "step": 411240
    },
    {
      "epoch": 0.8567708333333334,
      "grad_norm": 5.151984214782715,
      "learning_rate": 1.5053895356927225e-05,
      "loss": 8.036,
      "step": 411250
    },
    {
      "epoch": 0.8567916666666666,
      "grad_norm": 1.6016277074813843,
      "learning_rate": 1.5049591098110858e-05,
      "loss": 8.3881,
      "step": 411260
    },
    {
      "epoch": 0.8568125,
      "grad_norm": 1.4019205570220947,
      "learning_rate": 1.5045287422226875e-05,
      "loss": 8.2696,
      "step": 411270
    },
    {
      "epoch": 0.8568333333333333,
      "grad_norm": 1.551497459411621,
      "learning_rate": 1.5040984329293848e-05,
      "loss": 8.5389,
      "step": 411280
    },
    {
      "epoch": 0.8568541666666667,
      "grad_norm": 2.540290594100952,
      "learning_rate": 1.5036681819330326e-05,
      "loss": 8.0265,
      "step": 411290
    },
    {
      "epoch": 0.856875,
      "grad_norm": 1.902437448501587,
      "learning_rate": 1.5032379892354895e-05,
      "loss": 7.983,
      "step": 411300
    },
    {
      "epoch": 0.8568958333333333,
      "grad_norm": 1.5684154033660889,
      "learning_rate": 1.5028078548386207e-05,
      "loss": 7.9051,
      "step": 411310
    },
    {
      "epoch": 0.8569166666666667,
      "grad_norm": 1.5806225538253784,
      "learning_rate": 1.5023777787442765e-05,
      "loss": 8.5453,
      "step": 411320
    },
    {
      "epoch": 0.8569375,
      "grad_norm": 1.423158884048462,
      "learning_rate": 1.5019477609543152e-05,
      "loss": 8.2191,
      "step": 411330
    },
    {
      "epoch": 0.8569583333333334,
      "grad_norm": 2.6463253498077393,
      "learning_rate": 1.501517801470602e-05,
      "loss": 8.5974,
      "step": 411340
    },
    {
      "epoch": 0.8569791666666666,
      "grad_norm": 1.214162826538086,
      "learning_rate": 1.5010879002949855e-05,
      "loss": 7.9424,
      "step": 411350
    },
    {
      "epoch": 0.857,
      "grad_norm": 1.1626054048538208,
      "learning_rate": 1.5006580574293242e-05,
      "loss": 7.8087,
      "step": 411360
    },
    {
      "epoch": 0.8570208333333333,
      "grad_norm": 3.438063859939575,
      "learning_rate": 1.5002282728754816e-05,
      "loss": 7.9301,
      "step": 411370
    },
    {
      "epoch": 0.8570416666666667,
      "grad_norm": 2.020803451538086,
      "learning_rate": 1.4997985466353063e-05,
      "loss": 7.7988,
      "step": 411380
    },
    {
      "epoch": 0.8570625,
      "grad_norm": 2.6826231479644775,
      "learning_rate": 1.4993688787106583e-05,
      "loss": 8.245,
      "step": 411390
    },
    {
      "epoch": 0.8570833333333333,
      "grad_norm": 1.9195138216018677,
      "learning_rate": 1.498939269103393e-05,
      "loss": 8.2457,
      "step": 411400
    },
    {
      "epoch": 0.8571041666666667,
      "grad_norm": 2.620124101638794,
      "learning_rate": 1.4985097178153655e-05,
      "loss": 7.8484,
      "step": 411410
    },
    {
      "epoch": 0.857125,
      "grad_norm": 2.5603764057159424,
      "learning_rate": 1.4980802248484307e-05,
      "loss": 8.1014,
      "step": 411420
    },
    {
      "epoch": 0.8571458333333334,
      "grad_norm": 1.6760270595550537,
      "learning_rate": 1.497650790204446e-05,
      "loss": 7.7772,
      "step": 411430
    },
    {
      "epoch": 0.8571666666666666,
      "grad_norm": 1.3379405736923218,
      "learning_rate": 1.4972214138852644e-05,
      "loss": 7.5683,
      "step": 411440
    },
    {
      "epoch": 0.8571875,
      "grad_norm": 1.920892357826233,
      "learning_rate": 1.4967920958927432e-05,
      "loss": 7.5842,
      "step": 411450
    },
    {
      "epoch": 0.8572083333333333,
      "grad_norm": 1.6757718324661255,
      "learning_rate": 1.4963628362287339e-05,
      "loss": 7.8521,
      "step": 411460
    },
    {
      "epoch": 0.8572291666666667,
      "grad_norm": 1.2618433237075806,
      "learning_rate": 1.4959336348950934e-05,
      "loss": 7.9035,
      "step": 411470
    },
    {
      "epoch": 0.85725,
      "grad_norm": 1.33183753490448,
      "learning_rate": 1.495504491893672e-05,
      "loss": 7.9765,
      "step": 411480
    },
    {
      "epoch": 0.8572708333333333,
      "grad_norm": 1.3285735845565796,
      "learning_rate": 1.4950754072263283e-05,
      "loss": 7.4361,
      "step": 411490
    },
    {
      "epoch": 0.8572916666666667,
      "grad_norm": 1.2597846984863281,
      "learning_rate": 1.4946463808949122e-05,
      "loss": 7.7589,
      "step": 411500
    },
    {
      "epoch": 0.8573125,
      "grad_norm": 3.5534303188323975,
      "learning_rate": 1.4942174129012774e-05,
      "loss": 8.1307,
      "step": 411510
    },
    {
      "epoch": 0.8573333333333333,
      "grad_norm": 0.9839671850204468,
      "learning_rate": 1.4937885032472774e-05,
      "loss": 8.3326,
      "step": 411520
    },
    {
      "epoch": 0.8573541666666666,
      "grad_norm": 1.3336224555969238,
      "learning_rate": 1.4933596519347656e-05,
      "loss": 7.7454,
      "step": 411530
    },
    {
      "epoch": 0.857375,
      "grad_norm": 1.2459216117858887,
      "learning_rate": 1.4929308589655925e-05,
      "loss": 7.2632,
      "step": 411540
    },
    {
      "epoch": 0.8573958333333334,
      "grad_norm": 2.2200100421905518,
      "learning_rate": 1.492502124341613e-05,
      "loss": 7.5596,
      "step": 411550
    },
    {
      "epoch": 0.8574166666666667,
      "grad_norm": 2.0343644618988037,
      "learning_rate": 1.4920734480646773e-05,
      "loss": 7.8889,
      "step": 411560
    },
    {
      "epoch": 0.8574375,
      "grad_norm": 2.004197597503662,
      "learning_rate": 1.4916448301366408e-05,
      "loss": 8.0898,
      "step": 411570
    },
    {
      "epoch": 0.8574583333333333,
      "grad_norm": 3.8234622478485107,
      "learning_rate": 1.491216270559345e-05,
      "loss": 7.9021,
      "step": 411580
    },
    {
      "epoch": 0.8574791666666667,
      "grad_norm": 3.0471887588500977,
      "learning_rate": 1.490787769334652e-05,
      "loss": 8.0908,
      "step": 411590
    },
    {
      "epoch": 0.8575,
      "grad_norm": 5.2870192527771,
      "learning_rate": 1.4903593264644104e-05,
      "loss": 8.2222,
      "step": 411600
    },
    {
      "epoch": 0.8575208333333333,
      "grad_norm": 1.8608858585357666,
      "learning_rate": 1.4899309419504635e-05,
      "loss": 7.4423,
      "step": 411610
    },
    {
      "epoch": 0.8575416666666666,
      "grad_norm": 1.9070264101028442,
      "learning_rate": 1.4895026157946715e-05,
      "loss": 8.2859,
      "step": 411620
    },
    {
      "epoch": 0.8575625,
      "grad_norm": 1.5726096630096436,
      "learning_rate": 1.4890743479988798e-05,
      "loss": 8.272,
      "step": 411630
    },
    {
      "epoch": 0.8575833333333334,
      "grad_norm": 2.244931936264038,
      "learning_rate": 1.4886461385649351e-05,
      "loss": 8.3824,
      "step": 411640
    },
    {
      "epoch": 0.8576041666666666,
      "grad_norm": 2.014007806777954,
      "learning_rate": 1.4882179874946976e-05,
      "loss": 7.801,
      "step": 411650
    },
    {
      "epoch": 0.857625,
      "grad_norm": 1.6133884191513062,
      "learning_rate": 1.4877898947900058e-05,
      "loss": 8.5348,
      "step": 411660
    },
    {
      "epoch": 0.8576458333333333,
      "grad_norm": 2.6200950145721436,
      "learning_rate": 1.48736186045271e-05,
      "loss": 7.4362,
      "step": 411670
    },
    {
      "epoch": 0.8576666666666667,
      "grad_norm": 1.044769525527954,
      "learning_rate": 1.4869338844846685e-05,
      "loss": 8.1089,
      "step": 411680
    },
    {
      "epoch": 0.8576875,
      "grad_norm": 2.4820022583007812,
      "learning_rate": 1.4865059668877216e-05,
      "loss": 8.2015,
      "step": 411690
    },
    {
      "epoch": 0.8577083333333333,
      "grad_norm": 4.828496932983398,
      "learning_rate": 1.4860781076637162e-05,
      "loss": 8.1874,
      "step": 411700
    },
    {
      "epoch": 0.8577291666666667,
      "grad_norm": 1.661086082458496,
      "learning_rate": 1.4856503068145109e-05,
      "loss": 8.1617,
      "step": 411710
    },
    {
      "epoch": 0.85775,
      "grad_norm": 0.9794419407844543,
      "learning_rate": 1.485222564341944e-05,
      "loss": 7.7342,
      "step": 411720
    },
    {
      "epoch": 0.8577708333333334,
      "grad_norm": 0.9517369866371155,
      "learning_rate": 1.4847948802478627e-05,
      "loss": 7.7727,
      "step": 411730
    },
    {
      "epoch": 0.8577916666666666,
      "grad_norm": 1.1342006921768188,
      "learning_rate": 1.4843672545341235e-05,
      "loss": 7.875,
      "step": 411740
    },
    {
      "epoch": 0.8578125,
      "grad_norm": 1.467987060546875,
      "learning_rate": 1.483939687202565e-05,
      "loss": 7.8754,
      "step": 411750
    },
    {
      "epoch": 0.8578333333333333,
      "grad_norm": 1.7379379272460938,
      "learning_rate": 1.4835121782550374e-05,
      "loss": 7.7809,
      "step": 411760
    },
    {
      "epoch": 0.8578541666666667,
      "grad_norm": 2.246422290802002,
      "learning_rate": 1.4830847276933877e-05,
      "loss": 7.7355,
      "step": 411770
    },
    {
      "epoch": 0.857875,
      "grad_norm": 4.243459701538086,
      "learning_rate": 1.4826573355194594e-05,
      "loss": 8.2619,
      "step": 411780
    },
    {
      "epoch": 0.8578958333333333,
      "grad_norm": 2.524390935897827,
      "learning_rate": 1.4822300017351025e-05,
      "loss": 7.8621,
      "step": 411790
    },
    {
      "epoch": 0.8579166666666667,
      "grad_norm": 5.460263729095459,
      "learning_rate": 1.4818027263421605e-05,
      "loss": 7.8468,
      "step": 411800
    },
    {
      "epoch": 0.8579375,
      "grad_norm": 3.039888858795166,
      "learning_rate": 1.4813755093424806e-05,
      "loss": 8.3486,
      "step": 411810
    },
    {
      "epoch": 0.8579583333333334,
      "grad_norm": 4.74323034286499,
      "learning_rate": 1.4809483507379078e-05,
      "loss": 8.6706,
      "step": 411820
    },
    {
      "epoch": 0.8579791666666666,
      "grad_norm": 1.8034405708312988,
      "learning_rate": 1.4805212505302854e-05,
      "loss": 7.1944,
      "step": 411830
    },
    {
      "epoch": 0.858,
      "grad_norm": 3.362539529800415,
      "learning_rate": 1.4800942087214606e-05,
      "loss": 8.7709,
      "step": 411840
    },
    {
      "epoch": 0.8580208333333333,
      "grad_norm": 13.224038124084473,
      "learning_rate": 1.4796672253132784e-05,
      "loss": 7.6937,
      "step": 411850
    },
    {
      "epoch": 0.8580416666666667,
      "grad_norm": 4.641101360321045,
      "learning_rate": 1.479240300307581e-05,
      "loss": 8.3347,
      "step": 411860
    },
    {
      "epoch": 0.8580625,
      "grad_norm": 1.549171805381775,
      "learning_rate": 1.478813433706213e-05,
      "loss": 7.8795,
      "step": 411870
    },
    {
      "epoch": 0.8580833333333333,
      "grad_norm": 1.3650387525558472,
      "learning_rate": 1.4783866255110233e-05,
      "loss": 7.694,
      "step": 411880
    },
    {
      "epoch": 0.8581041666666667,
      "grad_norm": 6.698173999786377,
      "learning_rate": 1.4779598757238437e-05,
      "loss": 8.2377,
      "step": 411890
    },
    {
      "epoch": 0.858125,
      "grad_norm": 2.1684763431549072,
      "learning_rate": 1.4775331843465294e-05,
      "loss": 7.7519,
      "step": 411900
    },
    {
      "epoch": 0.8581458333333334,
      "grad_norm": 2.729780435562134,
      "learning_rate": 1.4771065513809204e-05,
      "loss": 8.0878,
      "step": 411910
    },
    {
      "epoch": 0.8581666666666666,
      "grad_norm": 3.4202048778533936,
      "learning_rate": 1.4766799768288539e-05,
      "loss": 7.6518,
      "step": 411920
    },
    {
      "epoch": 0.8581875,
      "grad_norm": 6.794533729553223,
      "learning_rate": 1.47625346069218e-05,
      "loss": 8.4645,
      "step": 411930
    },
    {
      "epoch": 0.8582083333333334,
      "grad_norm": 2.2707533836364746,
      "learning_rate": 1.4758270029727404e-05,
      "loss": 7.7141,
      "step": 411940
    },
    {
      "epoch": 0.8582291666666667,
      "grad_norm": 1.3581966161727905,
      "learning_rate": 1.4754006036723704e-05,
      "loss": 7.8145,
      "step": 411950
    },
    {
      "epoch": 0.85825,
      "grad_norm": 3.03544020652771,
      "learning_rate": 1.4749742627929168e-05,
      "loss": 8.2046,
      "step": 411960
    },
    {
      "epoch": 0.8582708333333333,
      "grad_norm": 1.4019691944122314,
      "learning_rate": 1.4745479803362265e-05,
      "loss": 7.4172,
      "step": 411970
    },
    {
      "epoch": 0.8582916666666667,
      "grad_norm": 1.0603610277175903,
      "learning_rate": 1.4741217563041264e-05,
      "loss": 7.7868,
      "step": 411980
    },
    {
      "epoch": 0.8583125,
      "grad_norm": 1.3483812808990479,
      "learning_rate": 1.4736955906984748e-05,
      "loss": 8.1765,
      "step": 411990
    },
    {
      "epoch": 0.8583333333333333,
      "grad_norm": 3.044792890548706,
      "learning_rate": 1.4732694835211006e-05,
      "loss": 7.9498,
      "step": 412000
    },
    {
      "epoch": 0.8583333333333333,
      "eval_loss": 9.471779823303223,
      "eval_runtime": 9.5771,
      "eval_samples_per_second": 0.313,
      "eval_steps_per_second": 0.104,
      "step": 412000
    },
    {
      "epoch": 0.8583541666666666,
      "grad_norm": 12.440159797668457,
      "learning_rate": 1.4728434347738439e-05,
      "loss": 8.3245,
      "step": 412010
    },
    {
      "epoch": 0.858375,
      "grad_norm": 1.4249250888824463,
      "learning_rate": 1.4724174444585562e-05,
      "loss": 7.7152,
      "step": 412020
    },
    {
      "epoch": 0.8583958333333334,
      "grad_norm": 1.8438148498535156,
      "learning_rate": 1.4719915125770664e-05,
      "loss": 8.3336,
      "step": 412030
    },
    {
      "epoch": 0.8584166666666667,
      "grad_norm": 4.005341053009033,
      "learning_rate": 1.4715656391312164e-05,
      "loss": 8.9031,
      "step": 412040
    },
    {
      "epoch": 0.8584375,
      "grad_norm": 1.5871049165725708,
      "learning_rate": 1.4711398241228545e-05,
      "loss": 8.2616,
      "step": 412050
    },
    {
      "epoch": 0.8584583333333333,
      "grad_norm": 3.2319607734680176,
      "learning_rate": 1.4707140675538093e-05,
      "loss": 8.9808,
      "step": 412060
    },
    {
      "epoch": 0.8584791666666667,
      "grad_norm": 1.7256511449813843,
      "learning_rate": 1.470288369425921e-05,
      "loss": 7.8259,
      "step": 412070
    },
    {
      "epoch": 0.8585,
      "grad_norm": 2.2342517375946045,
      "learning_rate": 1.4698627297410382e-05,
      "loss": 7.6629,
      "step": 412080
    },
    {
      "epoch": 0.8585208333333333,
      "grad_norm": 1.4041593074798584,
      "learning_rate": 1.4694371485009909e-05,
      "loss": 9.3709,
      "step": 412090
    },
    {
      "epoch": 0.8585416666666666,
      "grad_norm": 2.165944814682007,
      "learning_rate": 1.4690116257076145e-05,
      "loss": 8.043,
      "step": 412100
    },
    {
      "epoch": 0.8585625,
      "grad_norm": 1.310259461402893,
      "learning_rate": 1.4685861613627592e-05,
      "loss": 7.7707,
      "step": 412110
    },
    {
      "epoch": 0.8585833333333334,
      "grad_norm": 3.6553640365600586,
      "learning_rate": 1.4681607554682517e-05,
      "loss": 7.9351,
      "step": 412120
    },
    {
      "epoch": 0.8586041666666666,
      "grad_norm": 2.3915605545043945,
      "learning_rate": 1.467735408025934e-05,
      "loss": 7.6607,
      "step": 412130
    },
    {
      "epoch": 0.858625,
      "grad_norm": 4.039755344390869,
      "learning_rate": 1.4673101190376413e-05,
      "loss": 8.3322,
      "step": 412140
    },
    {
      "epoch": 0.8586458333333333,
      "grad_norm": 2.526453971862793,
      "learning_rate": 1.4668848885052137e-05,
      "loss": 8.2819,
      "step": 412150
    },
    {
      "epoch": 0.8586666666666667,
      "grad_norm": 9.035771369934082,
      "learning_rate": 1.4664597164304865e-05,
      "loss": 7.6266,
      "step": 412160
    },
    {
      "epoch": 0.8586875,
      "grad_norm": 1.466165542602539,
      "learning_rate": 1.4660346028152965e-05,
      "loss": 7.7055,
      "step": 412170
    },
    {
      "epoch": 0.8587083333333333,
      "grad_norm": 1.1292734146118164,
      "learning_rate": 1.4656095476614804e-05,
      "loss": 8.0546,
      "step": 412180
    },
    {
      "epoch": 0.8587291666666667,
      "grad_norm": 6.046743392944336,
      "learning_rate": 1.465184550970872e-05,
      "loss": 7.8173,
      "step": 412190
    },
    {
      "epoch": 0.85875,
      "grad_norm": 9.705954551696777,
      "learning_rate": 1.4647596127453098e-05,
      "loss": 8.4492,
      "step": 412200
    },
    {
      "epoch": 0.8587708333333334,
      "grad_norm": 1.5110039710998535,
      "learning_rate": 1.464334732986629e-05,
      "loss": 9.7916,
      "step": 412210
    },
    {
      "epoch": 0.8587916666666666,
      "grad_norm": 1.7773343324661255,
      "learning_rate": 1.4639099116966647e-05,
      "loss": 7.3688,
      "step": 412220
    },
    {
      "epoch": 0.8588125,
      "grad_norm": 1.9464010000228882,
      "learning_rate": 1.4634851488772504e-05,
      "loss": 8.9681,
      "step": 412230
    },
    {
      "epoch": 0.8588333333333333,
      "grad_norm": 2.2857511043548584,
      "learning_rate": 1.463060444530223e-05,
      "loss": 8.3003,
      "step": 412240
    },
    {
      "epoch": 0.8588541666666667,
      "grad_norm": 0.9407392740249634,
      "learning_rate": 1.4626357986574194e-05,
      "loss": 8.8822,
      "step": 412250
    },
    {
      "epoch": 0.858875,
      "grad_norm": 6.0245256423950195,
      "learning_rate": 1.4622112112606631e-05,
      "loss": 8.0242,
      "step": 412260
    },
    {
      "epoch": 0.8588958333333333,
      "grad_norm": 2.3967788219451904,
      "learning_rate": 1.4617866823418012e-05,
      "loss": 8.0773,
      "step": 412270
    },
    {
      "epoch": 0.8589166666666667,
      "grad_norm": 2.088467597961426,
      "learning_rate": 1.4613622119026618e-05,
      "loss": 7.9241,
      "step": 412280
    },
    {
      "epoch": 0.8589375,
      "grad_norm": 5.698247909545898,
      "learning_rate": 1.4609377999450756e-05,
      "loss": 8.7843,
      "step": 412290
    },
    {
      "epoch": 0.8589583333333334,
      "grad_norm": 0.9916972517967224,
      "learning_rate": 1.4605134464708807e-05,
      "loss": 8.3932,
      "step": 412300
    },
    {
      "epoch": 0.8589791666666666,
      "grad_norm": 2.7082266807556152,
      "learning_rate": 1.4600891514819124e-05,
      "loss": 7.6291,
      "step": 412310
    },
    {
      "epoch": 0.859,
      "grad_norm": 2.016641855239868,
      "learning_rate": 1.4596649149799927e-05,
      "loss": 7.9927,
      "step": 412320
    },
    {
      "epoch": 0.8590208333333333,
      "grad_norm": 1.2193385362625122,
      "learning_rate": 1.4592407369669634e-05,
      "loss": 8.0217,
      "step": 412330
    },
    {
      "epoch": 0.8590416666666667,
      "grad_norm": 4.778463840484619,
      "learning_rate": 1.458816617444658e-05,
      "loss": 8.8694,
      "step": 412340
    },
    {
      "epoch": 0.8590625,
      "grad_norm": 3.0511512756347656,
      "learning_rate": 1.4583925564148986e-05,
      "loss": 7.937,
      "step": 412350
    },
    {
      "epoch": 0.8590833333333333,
      "grad_norm": 3.7168915271759033,
      "learning_rate": 1.4579685538795282e-05,
      "loss": 8.2829,
      "step": 412360
    },
    {
      "epoch": 0.8591041666666667,
      "grad_norm": 3.078403949737549,
      "learning_rate": 1.4575446098403726e-05,
      "loss": 7.9993,
      "step": 412370
    },
    {
      "epoch": 0.859125,
      "grad_norm": 2.354278802871704,
      "learning_rate": 1.45712072429926e-05,
      "loss": 8.038,
      "step": 412380
    },
    {
      "epoch": 0.8591458333333334,
      "grad_norm": 1.599994421005249,
      "learning_rate": 1.4566968972580307e-05,
      "loss": 7.4969,
      "step": 412390
    },
    {
      "epoch": 0.8591666666666666,
      "grad_norm": 1.9324134588241577,
      "learning_rate": 1.4562731287185064e-05,
      "loss": 7.9854,
      "step": 412400
    },
    {
      "epoch": 0.8591875,
      "grad_norm": 1.8439627885818481,
      "learning_rate": 1.4558494186825192e-05,
      "loss": 7.8464,
      "step": 412410
    },
    {
      "epoch": 0.8592083333333334,
      "grad_norm": 7.522758483886719,
      "learning_rate": 1.4554257671519075e-05,
      "loss": 7.8877,
      "step": 412420
    },
    {
      "epoch": 0.8592291666666667,
      "grad_norm": 2.4879236221313477,
      "learning_rate": 1.4550021741284918e-05,
      "loss": 7.5864,
      "step": 412430
    },
    {
      "epoch": 0.85925,
      "grad_norm": 1.0590280294418335,
      "learning_rate": 1.4545786396141018e-05,
      "loss": 7.7575,
      "step": 412440
    },
    {
      "epoch": 0.8592708333333333,
      "grad_norm": 7.728823184967041,
      "learning_rate": 1.4541551636105764e-05,
      "loss": 9.1402,
      "step": 412450
    },
    {
      "epoch": 0.8592916666666667,
      "grad_norm": 2.767765760421753,
      "learning_rate": 1.4537317461197373e-05,
      "loss": 7.9331,
      "step": 412460
    },
    {
      "epoch": 0.8593125,
      "grad_norm": 1.4143669605255127,
      "learning_rate": 1.4533083871434132e-05,
      "loss": 8.1389,
      "step": 412470
    },
    {
      "epoch": 0.8593333333333333,
      "grad_norm": 1.3208937644958496,
      "learning_rate": 1.4528850866834357e-05,
      "loss": 7.9037,
      "step": 412480
    },
    {
      "epoch": 0.8593541666666666,
      "grad_norm": 1.5956951379776,
      "learning_rate": 1.452461844741632e-05,
      "loss": 8.0024,
      "step": 412490
    },
    {
      "epoch": 0.859375,
      "grad_norm": 1.445528268814087,
      "learning_rate": 1.452038661319832e-05,
      "loss": 7.8745,
      "step": 412500
    },
    {
      "epoch": 0.8593958333333334,
      "grad_norm": 6.859719753265381,
      "learning_rate": 1.4516155364198611e-05,
      "loss": 8.4618,
      "step": 412510
    },
    {
      "epoch": 0.8594166666666667,
      "grad_norm": 1.8819330930709839,
      "learning_rate": 1.451192470043548e-05,
      "loss": 7.8737,
      "step": 412520
    },
    {
      "epoch": 0.8594375,
      "grad_norm": 1.8268295526504517,
      "learning_rate": 1.4507694621927208e-05,
      "loss": 7.9468,
      "step": 412530
    },
    {
      "epoch": 0.8594583333333333,
      "grad_norm": 8.797272682189941,
      "learning_rate": 1.4503465128692066e-05,
      "loss": 8.2598,
      "step": 412540
    },
    {
      "epoch": 0.8594791666666667,
      "grad_norm": 1.3489689826965332,
      "learning_rate": 1.4499236220748306e-05,
      "loss": 7.9927,
      "step": 412550
    },
    {
      "epoch": 0.8595,
      "grad_norm": 1.0431783199310303,
      "learning_rate": 1.449500789811423e-05,
      "loss": 7.9961,
      "step": 412560
    },
    {
      "epoch": 0.8595208333333333,
      "grad_norm": 8.242746353149414,
      "learning_rate": 1.4490780160808074e-05,
      "loss": 8.7699,
      "step": 412570
    },
    {
      "epoch": 0.8595416666666666,
      "grad_norm": 1.2138020992279053,
      "learning_rate": 1.4486553008848122e-05,
      "loss": 7.7869,
      "step": 412580
    },
    {
      "epoch": 0.8595625,
      "grad_norm": 1.2192699909210205,
      "learning_rate": 1.4482326442252612e-05,
      "loss": 8.2212,
      "step": 412590
    },
    {
      "epoch": 0.8595833333333334,
      "grad_norm": 5.667694568634033,
      "learning_rate": 1.4478100461039809e-05,
      "loss": 8.6438,
      "step": 412600
    },
    {
      "epoch": 0.8596041666666666,
      "grad_norm": 1.4986810684204102,
      "learning_rate": 1.447387506522797e-05,
      "loss": 7.8994,
      "step": 412610
    },
    {
      "epoch": 0.859625,
      "grad_norm": 2.0343916416168213,
      "learning_rate": 1.4469650254835357e-05,
      "loss": 8.6012,
      "step": 412620
    },
    {
      "epoch": 0.8596458333333333,
      "grad_norm": 0.9730066657066345,
      "learning_rate": 1.4465426029880178e-05,
      "loss": 8.0062,
      "step": 412630
    },
    {
      "epoch": 0.8596666666666667,
      "grad_norm": 2.021871566772461,
      "learning_rate": 1.4461202390380733e-05,
      "loss": 8.1702,
      "step": 412640
    },
    {
      "epoch": 0.8596875,
      "grad_norm": 1.3686118125915527,
      "learning_rate": 1.4456979336355257e-05,
      "loss": 7.7773,
      "step": 412650
    },
    {
      "epoch": 0.8597083333333333,
      "grad_norm": 1.3219319581985474,
      "learning_rate": 1.4452756867821936e-05,
      "loss": 8.3713,
      "step": 412660
    },
    {
      "epoch": 0.8597291666666667,
      "grad_norm": 2.2883262634277344,
      "learning_rate": 1.444853498479907e-05,
      "loss": 7.9812,
      "step": 412670
    },
    {
      "epoch": 0.85975,
      "grad_norm": 1.4074915647506714,
      "learning_rate": 1.4444313687304914e-05,
      "loss": 8.163,
      "step": 412680
    },
    {
      "epoch": 0.8597708333333334,
      "grad_norm": 1.5341930389404297,
      "learning_rate": 1.444009297535762e-05,
      "loss": 7.7593,
      "step": 412690
    },
    {
      "epoch": 0.8597916666666666,
      "grad_norm": 3.536071538925171,
      "learning_rate": 1.4435872848975472e-05,
      "loss": 7.4124,
      "step": 412700
    },
    {
      "epoch": 0.8598125,
      "grad_norm": 1.858466625213623,
      "learning_rate": 1.4431653308176738e-05,
      "loss": 7.8116,
      "step": 412710
    },
    {
      "epoch": 0.8598333333333333,
      "grad_norm": 3.3471438884735107,
      "learning_rate": 1.4427434352979539e-05,
      "loss": 8.0455,
      "step": 412720
    },
    {
      "epoch": 0.8598541666666667,
      "grad_norm": 2.0225677490234375,
      "learning_rate": 1.4423215983402193e-05,
      "loss": 7.6125,
      "step": 412730
    },
    {
      "epoch": 0.859875,
      "grad_norm": 1.0631179809570312,
      "learning_rate": 1.44189981994629e-05,
      "loss": 8.0685,
      "step": 412740
    },
    {
      "epoch": 0.8598958333333333,
      "grad_norm": 1.5317636728286743,
      "learning_rate": 1.4414781001179848e-05,
      "loss": 7.7887,
      "step": 412750
    },
    {
      "epoch": 0.8599166666666667,
      "grad_norm": 1.0277374982833862,
      "learning_rate": 1.4410564388571288e-05,
      "loss": 7.7697,
      "step": 412760
    },
    {
      "epoch": 0.8599375,
      "grad_norm": 1.2514246702194214,
      "learning_rate": 1.4406348361655407e-05,
      "loss": 7.9449,
      "step": 412770
    },
    {
      "epoch": 0.8599583333333334,
      "grad_norm": 2.9057774543762207,
      "learning_rate": 1.4402132920450437e-05,
      "loss": 8.5967,
      "step": 412780
    },
    {
      "epoch": 0.8599791666666666,
      "grad_norm": 1.3546432256698608,
      "learning_rate": 1.4397918064974567e-05,
      "loss": 8.0499,
      "step": 412790
    },
    {
      "epoch": 0.86,
      "grad_norm": 1.1240267753601074,
      "learning_rate": 1.4393703795246014e-05,
      "loss": 7.7339,
      "step": 412800
    },
    {
      "epoch": 0.8600208333333333,
      "grad_norm": 1.1214812994003296,
      "learning_rate": 1.4389490111282998e-05,
      "loss": 7.6217,
      "step": 412810
    },
    {
      "epoch": 0.8600416666666667,
      "grad_norm": 2.090200424194336,
      "learning_rate": 1.4385277013103703e-05,
      "loss": 8.7551,
      "step": 412820
    },
    {
      "epoch": 0.8600625,
      "grad_norm": 2.5631401538848877,
      "learning_rate": 1.438106450072633e-05,
      "loss": 7.5988,
      "step": 412830
    },
    {
      "epoch": 0.8600833333333333,
      "grad_norm": 3.209958791732788,
      "learning_rate": 1.4376852574169067e-05,
      "loss": 7.6899,
      "step": 412840
    },
    {
      "epoch": 0.8601041666666667,
      "grad_norm": 26.830801010131836,
      "learning_rate": 1.4372641233450133e-05,
      "loss": 7.9646,
      "step": 412850
    },
    {
      "epoch": 0.860125,
      "grad_norm": 4.233859539031982,
      "learning_rate": 1.4368430478587695e-05,
      "loss": 8.2151,
      "step": 412860
    },
    {
      "epoch": 0.8601458333333334,
      "grad_norm": 2.727848768234253,
      "learning_rate": 1.4364220309599955e-05,
      "loss": 7.9375,
      "step": 412870
    },
    {
      "epoch": 0.8601666666666666,
      "grad_norm": 1.7179155349731445,
      "learning_rate": 1.4360010726505101e-05,
      "loss": 8.827,
      "step": 412880
    },
    {
      "epoch": 0.8601875,
      "grad_norm": 2.021089553833008,
      "learning_rate": 1.4355801729321299e-05,
      "loss": 7.721,
      "step": 412890
    },
    {
      "epoch": 0.8602083333333334,
      "grad_norm": 3.9015607833862305,
      "learning_rate": 1.4351593318066734e-05,
      "loss": 7.9711,
      "step": 412900
    },
    {
      "epoch": 0.8602291666666667,
      "grad_norm": 1.13494873046875,
      "learning_rate": 1.4347385492759611e-05,
      "loss": 7.9945,
      "step": 412910
    },
    {
      "epoch": 0.86025,
      "grad_norm": 1.1112215518951416,
      "learning_rate": 1.434317825341808e-05,
      "loss": 8.0278,
      "step": 412920
    },
    {
      "epoch": 0.8602708333333333,
      "grad_norm": 4.632033348083496,
      "learning_rate": 1.4338971600060329e-05,
      "loss": 8.0029,
      "step": 412930
    },
    {
      "epoch": 0.8602916666666667,
      "grad_norm": 5.617746353149414,
      "learning_rate": 1.4334765532704506e-05,
      "loss": 8.588,
      "step": 412940
    },
    {
      "epoch": 0.8603125,
      "grad_norm": 1.9067963361740112,
      "learning_rate": 1.4330560051368816e-05,
      "loss": 7.5506,
      "step": 412950
    },
    {
      "epoch": 0.8603333333333333,
      "grad_norm": 2.0717225074768066,
      "learning_rate": 1.4326355156071395e-05,
      "loss": 8.0391,
      "step": 412960
    },
    {
      "epoch": 0.8603541666666666,
      "grad_norm": 1.3494402170181274,
      "learning_rate": 1.432215084683041e-05,
      "loss": 7.9385,
      "step": 412970
    },
    {
      "epoch": 0.860375,
      "grad_norm": 6.412691593170166,
      "learning_rate": 1.4317947123664031e-05,
      "loss": 7.7191,
      "step": 412980
    },
    {
      "epoch": 0.8603958333333334,
      "grad_norm": 1.3597244024276733,
      "learning_rate": 1.4313743986590442e-05,
      "loss": 7.4377,
      "step": 412990
    },
    {
      "epoch": 0.8604166666666667,
      "grad_norm": 1.2658827304840088,
      "learning_rate": 1.430954143562773e-05,
      "loss": 8.0403,
      "step": 413000
    },
    {
      "epoch": 0.8604166666666667,
      "eval_loss": 6.867295742034912,
      "eval_runtime": 8.2813,
      "eval_samples_per_second": 0.362,
      "eval_steps_per_second": 0.121,
      "step": 413000
    },
    {
      "epoch": 0.8604375,
      "grad_norm": 1.6218199729919434,
      "learning_rate": 1.4305339470794097e-05,
      "loss": 7.8126,
      "step": 413010
    },
    {
      "epoch": 0.8604583333333333,
      "grad_norm": 1.8018394708633423,
      "learning_rate": 1.4301138092107728e-05,
      "loss": 8.2365,
      "step": 413020
    },
    {
      "epoch": 0.8604791666666667,
      "grad_norm": 1.4174107313156128,
      "learning_rate": 1.4296937299586658e-05,
      "loss": 7.7871,
      "step": 413030
    },
    {
      "epoch": 0.8605,
      "grad_norm": 1.1094017028808594,
      "learning_rate": 1.429273709324914e-05,
      "loss": 7.9514,
      "step": 413040
    },
    {
      "epoch": 0.8605208333333333,
      "grad_norm": 1.1556671857833862,
      "learning_rate": 1.4288537473113309e-05,
      "loss": 7.746,
      "step": 413050
    },
    {
      "epoch": 0.8605416666666666,
      "grad_norm": 5.4506120681762695,
      "learning_rate": 1.4284338439197251e-05,
      "loss": 7.339,
      "step": 413060
    },
    {
      "epoch": 0.8605625,
      "grad_norm": 2.044940710067749,
      "learning_rate": 1.4280139991519101e-05,
      "loss": 7.4578,
      "step": 413070
    },
    {
      "epoch": 0.8605833333333334,
      "grad_norm": 3.3516244888305664,
      "learning_rate": 1.4275942130097096e-05,
      "loss": 8.2791,
      "step": 413080
    },
    {
      "epoch": 0.8606041666666666,
      "grad_norm": 1.499610424041748,
      "learning_rate": 1.4271744854949252e-05,
      "loss": 7.8315,
      "step": 413090
    },
    {
      "epoch": 0.860625,
      "grad_norm": 1.419357180595398,
      "learning_rate": 1.4267548166093723e-05,
      "loss": 8.29,
      "step": 413100
    },
    {
      "epoch": 0.8606458333333333,
      "grad_norm": 2.969068765640259,
      "learning_rate": 1.4263352063548711e-05,
      "loss": 7.8682,
      "step": 413110
    },
    {
      "epoch": 0.8606666666666667,
      "grad_norm": 1.4197099208831787,
      "learning_rate": 1.4259156547332252e-05,
      "loss": 7.8357,
      "step": 413120
    },
    {
      "epoch": 0.8606875,
      "grad_norm": 3.8335418701171875,
      "learning_rate": 1.4254961617462529e-05,
      "loss": 8.056,
      "step": 413130
    },
    {
      "epoch": 0.8607083333333333,
      "grad_norm": 2.133476734161377,
      "learning_rate": 1.425076727395763e-05,
      "loss": 8.7419,
      "step": 413140
    },
    {
      "epoch": 0.8607291666666667,
      "grad_norm": 2.5356369018554688,
      "learning_rate": 1.4246573516835674e-05,
      "loss": 7.9888,
      "step": 413150
    },
    {
      "epoch": 0.86075,
      "grad_norm": 1.6123889684677124,
      "learning_rate": 1.4242380346114796e-05,
      "loss": 8.1623,
      "step": 413160
    },
    {
      "epoch": 0.8607708333333334,
      "grad_norm": 3.5786006450653076,
      "learning_rate": 1.4238187761813096e-05,
      "loss": 8.3706,
      "step": 413170
    },
    {
      "epoch": 0.8607916666666666,
      "grad_norm": 1.7651383876800537,
      "learning_rate": 1.4233995763948696e-05,
      "loss": 8.1899,
      "step": 413180
    },
    {
      "epoch": 0.8608125,
      "grad_norm": 1.4797613620758057,
      "learning_rate": 1.4229804352539681e-05,
      "loss": 8.0422,
      "step": 413190
    },
    {
      "epoch": 0.8608333333333333,
      "grad_norm": 1.8411442041397095,
      "learning_rate": 1.4225613527604169e-05,
      "loss": 7.9172,
      "step": 413200
    },
    {
      "epoch": 0.8608541666666667,
      "grad_norm": 1.8014599084854126,
      "learning_rate": 1.4221423289160277e-05,
      "loss": 7.8406,
      "step": 413210
    },
    {
      "epoch": 0.860875,
      "grad_norm": 2.029566764831543,
      "learning_rate": 1.4217233637226078e-05,
      "loss": 7.5869,
      "step": 413220
    },
    {
      "epoch": 0.8608958333333333,
      "grad_norm": 1.6092690229415894,
      "learning_rate": 1.4213044571819687e-05,
      "loss": 8.2299,
      "step": 413230
    },
    {
      "epoch": 0.8609166666666667,
      "grad_norm": 1.2009758949279785,
      "learning_rate": 1.4208856092959208e-05,
      "loss": 7.963,
      "step": 413240
    },
    {
      "epoch": 0.8609375,
      "grad_norm": 1.4044991731643677,
      "learning_rate": 1.4204668200662694e-05,
      "loss": 7.8034,
      "step": 413250
    },
    {
      "epoch": 0.8609583333333334,
      "grad_norm": 1.8151447772979736,
      "learning_rate": 1.4200480894948279e-05,
      "loss": 7.7176,
      "step": 413260
    },
    {
      "epoch": 0.8609791666666666,
      "grad_norm": 1.3536819219589233,
      "learning_rate": 1.4196294175834033e-05,
      "loss": 7.6233,
      "step": 413270
    },
    {
      "epoch": 0.861,
      "grad_norm": 1.2538669109344482,
      "learning_rate": 1.419210804333804e-05,
      "loss": 7.9385,
      "step": 413280
    },
    {
      "epoch": 0.8610208333333333,
      "grad_norm": 1.965316653251648,
      "learning_rate": 1.4187922497478388e-05,
      "loss": 7.7422,
      "step": 413290
    },
    {
      "epoch": 0.8610416666666667,
      "grad_norm": 1.3976761102676392,
      "learning_rate": 1.4183737538273143e-05,
      "loss": 7.4895,
      "step": 413300
    },
    {
      "epoch": 0.8610625,
      "grad_norm": 1.413455843925476,
      "learning_rate": 1.417955316574041e-05,
      "loss": 7.7182,
      "step": 413310
    },
    {
      "epoch": 0.8610833333333333,
      "grad_norm": 1.4293090105056763,
      "learning_rate": 1.4175369379898222e-05,
      "loss": 8.171,
      "step": 413320
    },
    {
      "epoch": 0.8611041666666667,
      "grad_norm": 3.269327402114868,
      "learning_rate": 1.4171186180764682e-05,
      "loss": 8.3626,
      "step": 413330
    },
    {
      "epoch": 0.861125,
      "grad_norm": 2.3412234783172607,
      "learning_rate": 1.4167003568357893e-05,
      "loss": 8.8839,
      "step": 413340
    },
    {
      "epoch": 0.8611458333333334,
      "grad_norm": 6.823361873626709,
      "learning_rate": 1.4162821542695824e-05,
      "loss": 8.4004,
      "step": 413350
    },
    {
      "epoch": 0.8611666666666666,
      "grad_norm": 1.4788073301315308,
      "learning_rate": 1.4158640103796642e-05,
      "loss": 8.6597,
      "step": 413360
    },
    {
      "epoch": 0.8611875,
      "grad_norm": 1.3623967170715332,
      "learning_rate": 1.4154459251678352e-05,
      "loss": 7.8259,
      "step": 413370
    },
    {
      "epoch": 0.8612083333333334,
      "grad_norm": 1.4813344478607178,
      "learning_rate": 1.4150278986358987e-05,
      "loss": 7.8405,
      "step": 413380
    },
    {
      "epoch": 0.8612291666666667,
      "grad_norm": 1.7637927532196045,
      "learning_rate": 1.41460993078567e-05,
      "loss": 8.3542,
      "step": 413390
    },
    {
      "epoch": 0.86125,
      "grad_norm": 1.67959463596344,
      "learning_rate": 1.4141920216189462e-05,
      "loss": 7.8133,
      "step": 413400
    },
    {
      "epoch": 0.8612708333333333,
      "grad_norm": 1.4961249828338623,
      "learning_rate": 1.4137741711375322e-05,
      "loss": 8.3706,
      "step": 413410
    },
    {
      "epoch": 0.8612916666666667,
      "grad_norm": 3.3996853828430176,
      "learning_rate": 1.4133563793432418e-05,
      "loss": 7.9344,
      "step": 413420
    },
    {
      "epoch": 0.8613125,
      "grad_norm": 1.7551100254058838,
      "learning_rate": 1.4129386462378717e-05,
      "loss": 7.9458,
      "step": 413430
    },
    {
      "epoch": 0.8613333333333333,
      "grad_norm": 1.437226414680481,
      "learning_rate": 1.4125209718232256e-05,
      "loss": 7.5884,
      "step": 413440
    },
    {
      "epoch": 0.8613541666666666,
      "grad_norm": 1.7232320308685303,
      "learning_rate": 1.4121033561011152e-05,
      "loss": 8.1165,
      "step": 413450
    },
    {
      "epoch": 0.861375,
      "grad_norm": 2.285524606704712,
      "learning_rate": 1.4116857990733377e-05,
      "loss": 7.88,
      "step": 413460
    },
    {
      "epoch": 0.8613958333333334,
      "grad_norm": 2.429594039916992,
      "learning_rate": 1.4112683007416964e-05,
      "loss": 7.6346,
      "step": 413470
    },
    {
      "epoch": 0.8614166666666667,
      "grad_norm": 1.011124610900879,
      "learning_rate": 1.4108508611080033e-05,
      "loss": 7.7724,
      "step": 413480
    },
    {
      "epoch": 0.8614375,
      "grad_norm": 1.3192640542984009,
      "learning_rate": 1.410433480174052e-05,
      "loss": 8.3335,
      "step": 413490
    },
    {
      "epoch": 0.8614583333333333,
      "grad_norm": 2.273935317993164,
      "learning_rate": 1.4100161579416492e-05,
      "loss": 7.4582,
      "step": 413500
    },
    {
      "epoch": 0.8614791666666667,
      "grad_norm": 1.2851978540420532,
      "learning_rate": 1.4095988944125968e-05,
      "loss": 7.5982,
      "step": 413510
    },
    {
      "epoch": 0.8615,
      "grad_norm": 3.021084785461426,
      "learning_rate": 1.409181689588697e-05,
      "loss": 8.9191,
      "step": 413520
    },
    {
      "epoch": 0.8615208333333333,
      "grad_norm": 2.7158451080322266,
      "learning_rate": 1.4087645434717548e-05,
      "loss": 7.7742,
      "step": 413530
    },
    {
      "epoch": 0.8615416666666667,
      "grad_norm": 5.629781246185303,
      "learning_rate": 1.4083474560635687e-05,
      "loss": 8.7692,
      "step": 413540
    },
    {
      "epoch": 0.8615625,
      "grad_norm": 1.4740272760391235,
      "learning_rate": 1.4079304273659408e-05,
      "loss": 8.2868,
      "step": 413550
    },
    {
      "epoch": 0.8615833333333334,
      "grad_norm": 1.7519391775131226,
      "learning_rate": 1.4075134573806746e-05,
      "loss": 8.1467,
      "step": 413560
    },
    {
      "epoch": 0.8616041666666666,
      "grad_norm": 1.4327168464660645,
      "learning_rate": 1.40709654610957e-05,
      "loss": 8.2225,
      "step": 413570
    },
    {
      "epoch": 0.861625,
      "grad_norm": 1.555823564529419,
      "learning_rate": 1.4066796935544278e-05,
      "loss": 7.8916,
      "step": 413580
    },
    {
      "epoch": 0.8616458333333333,
      "grad_norm": 2.676161527633667,
      "learning_rate": 1.4062628997170477e-05,
      "loss": 7.8446,
      "step": 413590
    },
    {
      "epoch": 0.8616666666666667,
      "grad_norm": 1.8855876922607422,
      "learning_rate": 1.4058461645992336e-05,
      "loss": 8.0917,
      "step": 413600
    },
    {
      "epoch": 0.8616875,
      "grad_norm": 2.456296443939209,
      "learning_rate": 1.4054294882027806e-05,
      "loss": 8.0754,
      "step": 413610
    },
    {
      "epoch": 0.8617083333333333,
      "grad_norm": 2.2928948402404785,
      "learning_rate": 1.4050128705294922e-05,
      "loss": 7.6436,
      "step": 413620
    },
    {
      "epoch": 0.8617291666666667,
      "grad_norm": 8.661925315856934,
      "learning_rate": 1.404596311581167e-05,
      "loss": 7.9874,
      "step": 413630
    },
    {
      "epoch": 0.86175,
      "grad_norm": 0.9791755676269531,
      "learning_rate": 1.4041798113596037e-05,
      "loss": 8.1219,
      "step": 413640
    },
    {
      "epoch": 0.8617708333333334,
      "grad_norm": 2.454711675643921,
      "learning_rate": 1.4037633698666056e-05,
      "loss": 7.5613,
      "step": 413650
    },
    {
      "epoch": 0.8617916666666666,
      "grad_norm": 1.305005669593811,
      "learning_rate": 1.4033469871039615e-05,
      "loss": 8.0482,
      "step": 413660
    },
    {
      "epoch": 0.8618125,
      "grad_norm": 1.5554817914962769,
      "learning_rate": 1.40293066307348e-05,
      "loss": 7.7333,
      "step": 413670
    },
    {
      "epoch": 0.8618333333333333,
      "grad_norm": 8.959535598754883,
      "learning_rate": 1.4025143977769576e-05,
      "loss": 8.3524,
      "step": 413680
    },
    {
      "epoch": 0.8618541666666667,
      "grad_norm": 2.3147802352905273,
      "learning_rate": 1.4020981912161866e-05,
      "loss": 8.2902,
      "step": 413690
    },
    {
      "epoch": 0.861875,
      "grad_norm": 1.9074523448944092,
      "learning_rate": 1.4016820433929704e-05,
      "loss": 8.8659,
      "step": 413700
    },
    {
      "epoch": 0.8618958333333333,
      "grad_norm": 3.268566846847534,
      "learning_rate": 1.4012659543091093e-05,
      "loss": 8.3904,
      "step": 413710
    },
    {
      "epoch": 0.8619166666666667,
      "grad_norm": 2.2727854251861572,
      "learning_rate": 1.40084992396639e-05,
      "loss": 7.9847,
      "step": 413720
    },
    {
      "epoch": 0.8619375,
      "grad_norm": 1.6195138692855835,
      "learning_rate": 1.4004339523666198e-05,
      "loss": 7.8512,
      "step": 413730
    },
    {
      "epoch": 0.8619583333333334,
      "grad_norm": 1.223230242729187,
      "learning_rate": 1.4000180395115934e-05,
      "loss": 8.0203,
      "step": 413740
    },
    {
      "epoch": 0.8619791666666666,
      "grad_norm": 25.08415985107422,
      "learning_rate": 1.3996021854031013e-05,
      "loss": 8.2711,
      "step": 413750
    },
    {
      "epoch": 0.862,
      "grad_norm": 1.3484841585159302,
      "learning_rate": 1.399186390042949e-05,
      "loss": 8.049,
      "step": 413760
    },
    {
      "epoch": 0.8620208333333333,
      "grad_norm": 1.968306303024292,
      "learning_rate": 1.3987706534329262e-05,
      "loss": 7.352,
      "step": 413770
    },
    {
      "epoch": 0.8620416666666667,
      "grad_norm": 1.432448148727417,
      "learning_rate": 1.3983549755748269e-05,
      "loss": 8.1961,
      "step": 413780
    },
    {
      "epoch": 0.8620625,
      "grad_norm": 1.574032187461853,
      "learning_rate": 1.3979393564704561e-05,
      "loss": 7.8455,
      "step": 413790
    },
    {
      "epoch": 0.8620833333333333,
      "grad_norm": 2.1962435245513916,
      "learning_rate": 1.3975237961216007e-05,
      "loss": 8.2307,
      "step": 413800
    },
    {
      "epoch": 0.8621041666666667,
      "grad_norm": 5.962555885314941,
      "learning_rate": 1.3971082945300543e-05,
      "loss": 8.7297,
      "step": 413810
    },
    {
      "epoch": 0.862125,
      "grad_norm": 2.2578067779541016,
      "learning_rate": 1.3966928516976222e-05,
      "loss": 8.2859,
      "step": 413820
    },
    {
      "epoch": 0.8621458333333333,
      "grad_norm": 3.0489141941070557,
      "learning_rate": 1.3962774676260897e-05,
      "loss": 7.8091,
      "step": 413830
    },
    {
      "epoch": 0.8621666666666666,
      "grad_norm": 1.3619747161865234,
      "learning_rate": 1.3958621423172517e-05,
      "loss": 8.3695,
      "step": 413840
    },
    {
      "epoch": 0.8621875,
      "grad_norm": 1.530443787574768,
      "learning_rate": 1.3954468757729087e-05,
      "loss": 8.1518,
      "step": 413850
    },
    {
      "epoch": 0.8622083333333334,
      "grad_norm": 3.138004779815674,
      "learning_rate": 1.3950316679948476e-05,
      "loss": 8.268,
      "step": 413860
    },
    {
      "epoch": 0.8622291666666667,
      "grad_norm": 2.0684256553649902,
      "learning_rate": 1.3946165189848635e-05,
      "loss": 8.3464,
      "step": 413870
    },
    {
      "epoch": 0.86225,
      "grad_norm": 1.5185043811798096,
      "learning_rate": 1.3942014287447517e-05,
      "loss": 7.8787,
      "step": 413880
    },
    {
      "epoch": 0.8622708333333333,
      "grad_norm": 1.390174388885498,
      "learning_rate": 1.3937863972763041e-05,
      "loss": 8.1863,
      "step": 413890
    },
    {
      "epoch": 0.8622916666666667,
      "grad_norm": 2.4595091342926025,
      "learning_rate": 1.3933714245813144e-05,
      "loss": 8.3758,
      "step": 413900
    },
    {
      "epoch": 0.8623125,
      "grad_norm": 2.4926066398620605,
      "learning_rate": 1.3929565106615743e-05,
      "loss": 8.1283,
      "step": 413910
    },
    {
      "epoch": 0.8623333333333333,
      "grad_norm": 8.450119018554688,
      "learning_rate": 1.3925416555188739e-05,
      "loss": 9.3534,
      "step": 413920
    },
    {
      "epoch": 0.8623541666666666,
      "grad_norm": 1.7404658794403076,
      "learning_rate": 1.392126859155009e-05,
      "loss": 7.5858,
      "step": 413930
    },
    {
      "epoch": 0.862375,
      "grad_norm": 1.9823689460754395,
      "learning_rate": 1.391712121571769e-05,
      "loss": 7.9046,
      "step": 413940
    },
    {
      "epoch": 0.8623958333333334,
      "grad_norm": 2.572197914123535,
      "learning_rate": 1.3912974427709467e-05,
      "loss": 7.6873,
      "step": 413950
    },
    {
      "epoch": 0.8624166666666667,
      "grad_norm": 3.2825419902801514,
      "learning_rate": 1.3908828227543334e-05,
      "loss": 8.567,
      "step": 413960
    },
    {
      "epoch": 0.8624375,
      "grad_norm": 1.2366212606430054,
      "learning_rate": 1.3904682615237179e-05,
      "loss": 8.3972,
      "step": 413970
    },
    {
      "epoch": 0.8624583333333333,
      "grad_norm": 3.9114742279052734,
      "learning_rate": 1.3900537590808936e-05,
      "loss": 8.1996,
      "step": 413980
    },
    {
      "epoch": 0.8624791666666667,
      "grad_norm": 2.5454018115997314,
      "learning_rate": 1.3896393154276525e-05,
      "loss": 8.3609,
      "step": 413990
    },
    {
      "epoch": 0.8625,
      "grad_norm": 2.1758227348327637,
      "learning_rate": 1.3892249305657766e-05,
      "loss": 7.9056,
      "step": 414000
    },
    {
      "epoch": 0.8625,
      "eval_loss": 6.677609443664551,
      "eval_runtime": 8.8875,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 414000
    },
    {
      "epoch": 0.8625208333333333,
      "grad_norm": 1.6335842609405518,
      "learning_rate": 1.3888106044970643e-05,
      "loss": 7.653,
      "step": 414010
    },
    {
      "epoch": 0.8625416666666667,
      "grad_norm": 4.11463737487793,
      "learning_rate": 1.3883963372233042e-05,
      "loss": 7.9173,
      "step": 414020
    },
    {
      "epoch": 0.8625625,
      "grad_norm": 1.211825966835022,
      "learning_rate": 1.38798212874628e-05,
      "loss": 7.8089,
      "step": 414030
    },
    {
      "epoch": 0.8625833333333334,
      "grad_norm": 3.370073080062866,
      "learning_rate": 1.3875679790677867e-05,
      "loss": 8.8757,
      "step": 414040
    },
    {
      "epoch": 0.8626041666666666,
      "grad_norm": 4.215447425842285,
      "learning_rate": 1.3871538881896149e-05,
      "loss": 8.2978,
      "step": 414050
    },
    {
      "epoch": 0.862625,
      "grad_norm": 2.758331298828125,
      "learning_rate": 1.3867398561135446e-05,
      "loss": 8.2377,
      "step": 414060
    },
    {
      "epoch": 0.8626458333333333,
      "grad_norm": 2.389608144760132,
      "learning_rate": 1.386325882841371e-05,
      "loss": 7.8573,
      "step": 414070
    },
    {
      "epoch": 0.8626666666666667,
      "grad_norm": 2.0775465965270996,
      "learning_rate": 1.3859119683748844e-05,
      "loss": 7.8545,
      "step": 414080
    },
    {
      "epoch": 0.8626875,
      "grad_norm": 3.369389295578003,
      "learning_rate": 1.385498112715865e-05,
      "loss": 8.2894,
      "step": 414090
    },
    {
      "epoch": 0.8627083333333333,
      "grad_norm": 1.1412734985351562,
      "learning_rate": 1.3850843158661062e-05,
      "loss": 7.6857,
      "step": 414100
    },
    {
      "epoch": 0.8627291666666667,
      "grad_norm": 1.48952054977417,
      "learning_rate": 1.384670577827397e-05,
      "loss": 7.9296,
      "step": 414110
    },
    {
      "epoch": 0.86275,
      "grad_norm": 2.7152647972106934,
      "learning_rate": 1.3842568986015156e-05,
      "loss": 7.8777,
      "step": 414120
    },
    {
      "epoch": 0.8627708333333334,
      "grad_norm": 2.1199026107788086,
      "learning_rate": 1.3838432781902626e-05,
      "loss": 7.9192,
      "step": 414130
    },
    {
      "epoch": 0.8627916666666666,
      "grad_norm": 1.0060404539108276,
      "learning_rate": 1.3834297165954111e-05,
      "loss": 7.7954,
      "step": 414140
    },
    {
      "epoch": 0.8628125,
      "grad_norm": 1.5817570686340332,
      "learning_rate": 1.3830162138187535e-05,
      "loss": 7.669,
      "step": 414150
    },
    {
      "epoch": 0.8628333333333333,
      "grad_norm": 1.4418779611587524,
      "learning_rate": 1.3826027698620794e-05,
      "loss": 7.9587,
      "step": 414160
    },
    {
      "epoch": 0.8628541666666667,
      "grad_norm": 1.0946784019470215,
      "learning_rate": 1.3821893847271699e-05,
      "loss": 8.4009,
      "step": 414170
    },
    {
      "epoch": 0.862875,
      "grad_norm": 1.421114206314087,
      "learning_rate": 1.3817760584158077e-05,
      "loss": 7.9784,
      "step": 414180
    },
    {
      "epoch": 0.8628958333333333,
      "grad_norm": 6.3156232833862305,
      "learning_rate": 1.3813627909297887e-05,
      "loss": 8.5631,
      "step": 414190
    },
    {
      "epoch": 0.8629166666666667,
      "grad_norm": 1.6960163116455078,
      "learning_rate": 1.3809495822708894e-05,
      "loss": 7.8543,
      "step": 414200
    },
    {
      "epoch": 0.8629375,
      "grad_norm": 8.581252098083496,
      "learning_rate": 1.3805364324408935e-05,
      "loss": 8.5727,
      "step": 414210
    },
    {
      "epoch": 0.8629583333333334,
      "grad_norm": 4.26536750793457,
      "learning_rate": 1.3801233414415963e-05,
      "loss": 8.2326,
      "step": 414220
    },
    {
      "epoch": 0.8629791666666666,
      "grad_norm": 2.9600589275360107,
      "learning_rate": 1.3797103092747713e-05,
      "loss": 7.9027,
      "step": 414230
    },
    {
      "epoch": 0.863,
      "grad_norm": 1.761285424232483,
      "learning_rate": 1.3792973359422054e-05,
      "loss": 8.0862,
      "step": 414240
    },
    {
      "epoch": 0.8630208333333333,
      "grad_norm": 2.296900749206543,
      "learning_rate": 1.3788844214456856e-05,
      "loss": 8.048,
      "step": 414250
    },
    {
      "epoch": 0.8630416666666667,
      "grad_norm": 4.867006301879883,
      "learning_rate": 1.3784715657869922e-05,
      "loss": 8.7062,
      "step": 414260
    },
    {
      "epoch": 0.8630625,
      "grad_norm": 2.384613513946533,
      "learning_rate": 1.37805876896791e-05,
      "loss": 7.3074,
      "step": 414270
    },
    {
      "epoch": 0.8630833333333333,
      "grad_norm": 1.5272071361541748,
      "learning_rate": 1.3776460309902232e-05,
      "loss": 7.7528,
      "step": 414280
    },
    {
      "epoch": 0.8631041666666667,
      "grad_norm": 1.5307849645614624,
      "learning_rate": 1.3772333518557117e-05,
      "loss": 7.6258,
      "step": 414290
    },
    {
      "epoch": 0.863125,
      "grad_norm": 3.8938517570495605,
      "learning_rate": 1.3768207315661606e-05,
      "loss": 7.7157,
      "step": 414300
    },
    {
      "epoch": 0.8631458333333333,
      "grad_norm": 1.3059022426605225,
      "learning_rate": 1.376408170123352e-05,
      "loss": 7.7307,
      "step": 414310
    },
    {
      "epoch": 0.8631666666666666,
      "grad_norm": 1.2688045501708984,
      "learning_rate": 1.3759956675290678e-05,
      "loss": 7.7049,
      "step": 414320
    },
    {
      "epoch": 0.8631875,
      "grad_norm": 2.66795015335083,
      "learning_rate": 1.3755832237850884e-05,
      "loss": 7.9065,
      "step": 414330
    },
    {
      "epoch": 0.8632083333333334,
      "grad_norm": 1.2095781564712524,
      "learning_rate": 1.375170838893197e-05,
      "loss": 7.7579,
      "step": 414340
    },
    {
      "epoch": 0.8632291666666667,
      "grad_norm": 1.0735496282577515,
      "learning_rate": 1.3747585128551742e-05,
      "loss": 7.6217,
      "step": 414350
    },
    {
      "epoch": 0.86325,
      "grad_norm": 6.435065269470215,
      "learning_rate": 1.374346245672805e-05,
      "loss": 8.1078,
      "step": 414360
    },
    {
      "epoch": 0.8632708333333333,
      "grad_norm": 6.360016345977783,
      "learning_rate": 1.3739340373478597e-05,
      "loss": 8.444,
      "step": 414370
    },
    {
      "epoch": 0.8632916666666667,
      "grad_norm": 1.1959983110427856,
      "learning_rate": 1.3735218878821302e-05,
      "loss": 8.4237,
      "step": 414380
    },
    {
      "epoch": 0.8633125,
      "grad_norm": 2.020137071609497,
      "learning_rate": 1.3731097972773936e-05,
      "loss": 7.6844,
      "step": 414390
    },
    {
      "epoch": 0.8633333333333333,
      "grad_norm": 7.472293376922607,
      "learning_rate": 1.372697765535425e-05,
      "loss": 7.9154,
      "step": 414400
    },
    {
      "epoch": 0.8633541666666666,
      "grad_norm": 1.732358455657959,
      "learning_rate": 1.3722857926580094e-05,
      "loss": 7.9186,
      "step": 414410
    },
    {
      "epoch": 0.863375,
      "grad_norm": 2.8064310550689697,
      "learning_rate": 1.3718738786469274e-05,
      "loss": 8.0871,
      "step": 414420
    },
    {
      "epoch": 0.8633958333333334,
      "grad_norm": 1.8138155937194824,
      "learning_rate": 1.3714620235039509e-05,
      "loss": 7.9986,
      "step": 414430
    },
    {
      "epoch": 0.8634166666666667,
      "grad_norm": 1.590148687362671,
      "learning_rate": 1.3710502272308666e-05,
      "loss": 7.8811,
      "step": 414440
    },
    {
      "epoch": 0.8634375,
      "grad_norm": 3.930877923965454,
      "learning_rate": 1.3706384898294547e-05,
      "loss": 7.77,
      "step": 414450
    },
    {
      "epoch": 0.8634583333333333,
      "grad_norm": 1.49696946144104,
      "learning_rate": 1.3702268113014826e-05,
      "loss": 7.4484,
      "step": 414460
    },
    {
      "epoch": 0.8634791666666667,
      "grad_norm": 2.3662431240081787,
      "learning_rate": 1.3698151916487382e-05,
      "loss": 7.7424,
      "step": 414470
    },
    {
      "epoch": 0.8635,
      "grad_norm": 1.8955718278884888,
      "learning_rate": 1.3694036308730006e-05,
      "loss": 7.9088,
      "step": 414480
    },
    {
      "epoch": 0.8635208333333333,
      "grad_norm": 1.8690423965454102,
      "learning_rate": 1.3689921289760381e-05,
      "loss": 7.8867,
      "step": 414490
    },
    {
      "epoch": 0.8635416666666667,
      "grad_norm": 1.1926666498184204,
      "learning_rate": 1.3685806859596392e-05,
      "loss": 8.3046,
      "step": 414500
    },
    {
      "epoch": 0.8635625,
      "grad_norm": 1.600433349609375,
      "learning_rate": 1.3681693018255746e-05,
      "loss": 8.3154,
      "step": 414510
    },
    {
      "epoch": 0.8635833333333334,
      "grad_norm": 3.318121910095215,
      "learning_rate": 1.3677579765756208e-05,
      "loss": 9.4911,
      "step": 414520
    },
    {
      "epoch": 0.8636041666666666,
      "grad_norm": 1.7791194915771484,
      "learning_rate": 1.3673467102115582e-05,
      "loss": 8.8058,
      "step": 414530
    },
    {
      "epoch": 0.863625,
      "grad_norm": 4.176562309265137,
      "learning_rate": 1.3669355027351602e-05,
      "loss": 8.0828,
      "step": 414540
    },
    {
      "epoch": 0.8636458333333333,
      "grad_norm": 1.7794855833053589,
      "learning_rate": 1.3665243541482058e-05,
      "loss": 8.1747,
      "step": 414550
    },
    {
      "epoch": 0.8636666666666667,
      "grad_norm": 1.755623459815979,
      "learning_rate": 1.3661132644524698e-05,
      "loss": 7.8244,
      "step": 414560
    },
    {
      "epoch": 0.8636875,
      "grad_norm": 5.661252975463867,
      "learning_rate": 1.3657022336497276e-05,
      "loss": 7.7437,
      "step": 414570
    },
    {
      "epoch": 0.8637083333333333,
      "grad_norm": 2.190631628036499,
      "learning_rate": 1.3652912617417544e-05,
      "loss": 7.7227,
      "step": 414580
    },
    {
      "epoch": 0.8637291666666667,
      "grad_norm": 0.9848324656486511,
      "learning_rate": 1.3648803487303256e-05,
      "loss": 8.6047,
      "step": 414590
    },
    {
      "epoch": 0.86375,
      "grad_norm": 1.0442025661468506,
      "learning_rate": 1.3644694946172164e-05,
      "loss": 8.4722,
      "step": 414600
    },
    {
      "epoch": 0.8637708333333334,
      "grad_norm": 1.823646903038025,
      "learning_rate": 1.3640586994042035e-05,
      "loss": 8.109,
      "step": 414610
    },
    {
      "epoch": 0.8637916666666666,
      "grad_norm": 2.901893377304077,
      "learning_rate": 1.3636479630930575e-05,
      "loss": 7.903,
      "step": 414620
    },
    {
      "epoch": 0.8638125,
      "grad_norm": 2.8797969818115234,
      "learning_rate": 1.363237285685555e-05,
      "loss": 8.3855,
      "step": 414630
    },
    {
      "epoch": 0.8638333333333333,
      "grad_norm": 1.2164965867996216,
      "learning_rate": 1.3628266671834714e-05,
      "loss": 7.6808,
      "step": 414640
    },
    {
      "epoch": 0.8638541666666667,
      "grad_norm": 1.473655343055725,
      "learning_rate": 1.362416107588577e-05,
      "loss": 8.3853,
      "step": 414650
    },
    {
      "epoch": 0.863875,
      "grad_norm": 1.7125810384750366,
      "learning_rate": 1.362005606902647e-05,
      "loss": 7.6798,
      "step": 414660
    },
    {
      "epoch": 0.8638958333333333,
      "grad_norm": 2.652695655822754,
      "learning_rate": 1.3615951651274549e-05,
      "loss": 8.2198,
      "step": 414670
    },
    {
      "epoch": 0.8639166666666667,
      "grad_norm": 3.2462193965911865,
      "learning_rate": 1.3611847822647725e-05,
      "loss": 7.6059,
      "step": 414680
    },
    {
      "epoch": 0.8639375,
      "grad_norm": 1.7685213088989258,
      "learning_rate": 1.3607744583163738e-05,
      "loss": 7.8798,
      "step": 414690
    },
    {
      "epoch": 0.8639583333333334,
      "grad_norm": 2.181023120880127,
      "learning_rate": 1.3603641932840304e-05,
      "loss": 7.9806,
      "step": 414700
    },
    {
      "epoch": 0.8639791666666666,
      "grad_norm": 1.0570231676101685,
      "learning_rate": 1.359953987169516e-05,
      "loss": 7.7539,
      "step": 414710
    },
    {
      "epoch": 0.864,
      "grad_norm": 2.5822644233703613,
      "learning_rate": 1.3595438399745989e-05,
      "loss": 7.8225,
      "step": 414720
    },
    {
      "epoch": 0.8640208333333333,
      "grad_norm": 3.331162929534912,
      "learning_rate": 1.3591337517010548e-05,
      "loss": 7.8921,
      "step": 414730
    },
    {
      "epoch": 0.8640416666666667,
      "grad_norm": 1.9128613471984863,
      "learning_rate": 1.3587237223506537e-05,
      "loss": 8.088,
      "step": 414740
    },
    {
      "epoch": 0.8640625,
      "grad_norm": 1.0987516641616821,
      "learning_rate": 1.3583137519251658e-05,
      "loss": 8.411,
      "step": 414750
    },
    {
      "epoch": 0.8640833333333333,
      "grad_norm": 2.1385703086853027,
      "learning_rate": 1.3579038404263664e-05,
      "loss": 8.2609,
      "step": 414760
    },
    {
      "epoch": 0.8641041666666667,
      "grad_norm": 3.868640661239624,
      "learning_rate": 1.357493987856016e-05,
      "loss": 8.1081,
      "step": 414770
    },
    {
      "epoch": 0.864125,
      "grad_norm": 1.0353007316589355,
      "learning_rate": 1.3570841942158945e-05,
      "loss": 8.4762,
      "step": 414780
    },
    {
      "epoch": 0.8641458333333333,
      "grad_norm": 1.109008550643921,
      "learning_rate": 1.3566744595077722e-05,
      "loss": 7.6223,
      "step": 414790
    },
    {
      "epoch": 0.8641666666666666,
      "grad_norm": 1.3162699937820435,
      "learning_rate": 1.3562647837334095e-05,
      "loss": 7.7764,
      "step": 414800
    },
    {
      "epoch": 0.8641875,
      "grad_norm": 8.961298942565918,
      "learning_rate": 1.355855166894585e-05,
      "loss": 9.0387,
      "step": 414810
    },
    {
      "epoch": 0.8642083333333334,
      "grad_norm": 1.8140977621078491,
      "learning_rate": 1.3554456089930687e-05,
      "loss": 8.6023,
      "step": 414820
    },
    {
      "epoch": 0.8642291666666667,
      "grad_norm": 1.4368650913238525,
      "learning_rate": 1.3550361100306245e-05,
      "loss": 7.933,
      "step": 414830
    },
    {
      "epoch": 0.86425,
      "grad_norm": 2.80769681930542,
      "learning_rate": 1.3546266700090191e-05,
      "loss": 8.5333,
      "step": 414840
    },
    {
      "epoch": 0.8642708333333333,
      "grad_norm": 1.5765737295150757,
      "learning_rate": 1.3542172889300312e-05,
      "loss": 8.0587,
      "step": 414850
    },
    {
      "epoch": 0.8642916666666667,
      "grad_norm": 10.40291690826416,
      "learning_rate": 1.353807966795421e-05,
      "loss": 8.6264,
      "step": 414860
    },
    {
      "epoch": 0.8643125,
      "grad_norm": 1.6776973009109497,
      "learning_rate": 1.3533987036069587e-05,
      "loss": 7.8928,
      "step": 414870
    },
    {
      "epoch": 0.8643333333333333,
      "grad_norm": 1.197282314300537,
      "learning_rate": 1.3529894993664131e-05,
      "loss": 8.6664,
      "step": 414880
    },
    {
      "epoch": 0.8643541666666666,
      "grad_norm": 1.2549779415130615,
      "learning_rate": 1.3525803540755491e-05,
      "loss": 8.2712,
      "step": 414890
    },
    {
      "epoch": 0.864375,
      "grad_norm": 1.1991525888442993,
      "learning_rate": 1.3521712677361375e-05,
      "loss": 7.5219,
      "step": 414900
    },
    {
      "epoch": 0.8643958333333334,
      "grad_norm": 1.6408149003982544,
      "learning_rate": 1.351762240349943e-05,
      "loss": 7.5426,
      "step": 414910
    },
    {
      "epoch": 0.8644166666666667,
      "grad_norm": 6.930968761444092,
      "learning_rate": 1.3513532719187342e-05,
      "loss": 8.1837,
      "step": 414920
    },
    {
      "epoch": 0.8644375,
      "grad_norm": 3.2119791507720947,
      "learning_rate": 1.350944362444275e-05,
      "loss": 8.4767,
      "step": 414930
    },
    {
      "epoch": 0.8644583333333333,
      "grad_norm": 1.5250824689865112,
      "learning_rate": 1.3505355119283357e-05,
      "loss": 7.5277,
      "step": 414940
    },
    {
      "epoch": 0.8644791666666667,
      "grad_norm": 2.7276813983917236,
      "learning_rate": 1.350126720372678e-05,
      "loss": 8.3448,
      "step": 414950
    },
    {
      "epoch": 0.8645,
      "grad_norm": 3.31269907951355,
      "learning_rate": 1.3497179877790703e-05,
      "loss": 8.0705,
      "step": 414960
    },
    {
      "epoch": 0.8645208333333333,
      "grad_norm": 1.2206711769104004,
      "learning_rate": 1.3493093141492783e-05,
      "loss": 7.4078,
      "step": 414970
    },
    {
      "epoch": 0.8645416666666667,
      "grad_norm": 3.104273557662964,
      "learning_rate": 1.3489006994850671e-05,
      "loss": 8.2569,
      "step": 414980
    },
    {
      "epoch": 0.8645625,
      "grad_norm": 2.3070201873779297,
      "learning_rate": 1.3484921437882018e-05,
      "loss": 8.2442,
      "step": 414990
    },
    {
      "epoch": 0.8645833333333334,
      "grad_norm": 1.662463665008545,
      "learning_rate": 1.3480836470604461e-05,
      "loss": 8.1198,
      "step": 415000
    },
    {
      "epoch": 0.8645833333333334,
      "eval_loss": 6.835035800933838,
      "eval_runtime": 8.6431,
      "eval_samples_per_second": 0.347,
      "eval_steps_per_second": 0.116,
      "step": 415000
    },
    {
      "epoch": 0.8646041666666666,
      "grad_norm": 0.893713116645813,
      "learning_rate": 1.3476752093035653e-05,
      "loss": 7.6363,
      "step": 415010
    },
    {
      "epoch": 0.864625,
      "grad_norm": 2.08449125289917,
      "learning_rate": 1.347266830519323e-05,
      "loss": 7.5287,
      "step": 415020
    },
    {
      "epoch": 0.8646458333333333,
      "grad_norm": 2.3850207328796387,
      "learning_rate": 1.3468585107094842e-05,
      "loss": 9.0551,
      "step": 415030
    },
    {
      "epoch": 0.8646666666666667,
      "grad_norm": 1.2694382667541504,
      "learning_rate": 1.346450249875813e-05,
      "loss": 8.5077,
      "step": 415040
    },
    {
      "epoch": 0.8646875,
      "grad_norm": 1.4352011680603027,
      "learning_rate": 1.3460420480200724e-05,
      "loss": 8.7508,
      "step": 415050
    },
    {
      "epoch": 0.8647083333333333,
      "grad_norm": 5.583244800567627,
      "learning_rate": 1.3456339051440245e-05,
      "loss": 8.2616,
      "step": 415060
    },
    {
      "epoch": 0.8647291666666667,
      "grad_norm": 2.0005743503570557,
      "learning_rate": 1.3452258212494332e-05,
      "loss": 7.5136,
      "step": 415070
    },
    {
      "epoch": 0.86475,
      "grad_norm": 1.2058881521224976,
      "learning_rate": 1.3448177963380619e-05,
      "loss": 8.2,
      "step": 415080
    },
    {
      "epoch": 0.8647708333333334,
      "grad_norm": 1.7991276979446411,
      "learning_rate": 1.3444098304116741e-05,
      "loss": 7.2551,
      "step": 415090
    },
    {
      "epoch": 0.8647916666666666,
      "grad_norm": 1.4704461097717285,
      "learning_rate": 1.3440019234720284e-05,
      "loss": 8.4378,
      "step": 415100
    },
    {
      "epoch": 0.8648125,
      "grad_norm": 3.0353784561157227,
      "learning_rate": 1.3435940755208935e-05,
      "loss": 7.8541,
      "step": 415110
    },
    {
      "epoch": 0.8648333333333333,
      "grad_norm": 2.0481717586517334,
      "learning_rate": 1.3431862865600196e-05,
      "loss": 8.9768,
      "step": 415120
    },
    {
      "epoch": 0.8648541666666667,
      "grad_norm": 2.8856141567230225,
      "learning_rate": 1.3427785565911819e-05,
      "loss": 8.1334,
      "step": 415130
    },
    {
      "epoch": 0.864875,
      "grad_norm": 4.178928852081299,
      "learning_rate": 1.3423708856161308e-05,
      "loss": 8.1918,
      "step": 415140
    },
    {
      "epoch": 0.8648958333333333,
      "grad_norm": 1.386663556098938,
      "learning_rate": 1.3419632736366297e-05,
      "loss": 8.0193,
      "step": 415150
    },
    {
      "epoch": 0.8649166666666667,
      "grad_norm": 1.5059994459152222,
      "learning_rate": 1.3415557206544459e-05,
      "loss": 8.0832,
      "step": 415160
    },
    {
      "epoch": 0.8649375,
      "grad_norm": 1.5688613653182983,
      "learning_rate": 1.3411482266713325e-05,
      "loss": 7.9805,
      "step": 415170
    },
    {
      "epoch": 0.8649583333333334,
      "grad_norm": 1.4497878551483154,
      "learning_rate": 1.34074079168905e-05,
      "loss": 7.8781,
      "step": 415180
    },
    {
      "epoch": 0.8649791666666666,
      "grad_norm": 1.1860476732254028,
      "learning_rate": 1.3403334157093653e-05,
      "loss": 7.6691,
      "step": 415190
    },
    {
      "epoch": 0.865,
      "grad_norm": 1.4491357803344727,
      "learning_rate": 1.3399260987340304e-05,
      "loss": 9.3731,
      "step": 415200
    },
    {
      "epoch": 0.8650208333333333,
      "grad_norm": 3.2286288738250732,
      "learning_rate": 1.3395188407648056e-05,
      "loss": 8.526,
      "step": 415210
    },
    {
      "epoch": 0.8650416666666667,
      "grad_norm": 3.127155065536499,
      "learning_rate": 1.3391116418034575e-05,
      "loss": 8.8049,
      "step": 415220
    },
    {
      "epoch": 0.8650625,
      "grad_norm": 2.78114914894104,
      "learning_rate": 1.3387045018517384e-05,
      "loss": 7.7289,
      "step": 415230
    },
    {
      "epoch": 0.8650833333333333,
      "grad_norm": 1.6721839904785156,
      "learning_rate": 1.3382974209114033e-05,
      "loss": 8.0916,
      "step": 415240
    },
    {
      "epoch": 0.8651041666666667,
      "grad_norm": 3.173478841781616,
      "learning_rate": 1.3378903989842228e-05,
      "loss": 8.7058,
      "step": 415250
    },
    {
      "epoch": 0.865125,
      "grad_norm": 3.401602029800415,
      "learning_rate": 1.3374834360719449e-05,
      "loss": 8.1363,
      "step": 415260
    },
    {
      "epoch": 0.8651458333333333,
      "grad_norm": 1.776707410812378,
      "learning_rate": 1.3370765321763305e-05,
      "loss": 7.5768,
      "step": 415270
    },
    {
      "epoch": 0.8651666666666666,
      "grad_norm": 1.7326045036315918,
      "learning_rate": 1.3366696872991362e-05,
      "loss": 8.6752,
      "step": 415280
    },
    {
      "epoch": 0.8651875,
      "grad_norm": 1.49141526222229,
      "learning_rate": 1.3362629014421223e-05,
      "loss": 7.9496,
      "step": 415290
    },
    {
      "epoch": 0.8652083333333334,
      "grad_norm": 2.4585227966308594,
      "learning_rate": 1.3358561746070423e-05,
      "loss": 7.6555,
      "step": 415300
    },
    {
      "epoch": 0.8652291666666667,
      "grad_norm": 8.144046783447266,
      "learning_rate": 1.3354495067956566e-05,
      "loss": 8.2008,
      "step": 415310
    },
    {
      "epoch": 0.86525,
      "grad_norm": 1.1625878810882568,
      "learning_rate": 1.3350428980097188e-05,
      "loss": 7.7167,
      "step": 415320
    },
    {
      "epoch": 0.8652708333333333,
      "grad_norm": 2.071455240249634,
      "learning_rate": 1.3346363482509876e-05,
      "loss": 7.4405,
      "step": 415330
    },
    {
      "epoch": 0.8652916666666667,
      "grad_norm": 1.4545555114746094,
      "learning_rate": 1.3342298575212179e-05,
      "loss": 9.0359,
      "step": 415340
    },
    {
      "epoch": 0.8653125,
      "grad_norm": 3.6667137145996094,
      "learning_rate": 1.333823425822167e-05,
      "loss": 7.9142,
      "step": 415350
    },
    {
      "epoch": 0.8653333333333333,
      "grad_norm": 1.170237421989441,
      "learning_rate": 1.3334170531555882e-05,
      "loss": 7.5296,
      "step": 415360
    },
    {
      "epoch": 0.8653541666666666,
      "grad_norm": 1.5813367366790771,
      "learning_rate": 1.3330107395232387e-05,
      "loss": 7.8242,
      "step": 415370
    },
    {
      "epoch": 0.865375,
      "grad_norm": 3.5151991844177246,
      "learning_rate": 1.3326044849268736e-05,
      "loss": 8.7166,
      "step": 415380
    },
    {
      "epoch": 0.8653958333333334,
      "grad_norm": 1.5244181156158447,
      "learning_rate": 1.3321982893682465e-05,
      "loss": 8.5344,
      "step": 415390
    },
    {
      "epoch": 0.8654166666666666,
      "grad_norm": 5.966384410858154,
      "learning_rate": 1.3317921528491126e-05,
      "loss": 8.1236,
      "step": 415400
    },
    {
      "epoch": 0.8654375,
      "grad_norm": 2.3514668941497803,
      "learning_rate": 1.3313860753712258e-05,
      "loss": 8.1556,
      "step": 415410
    },
    {
      "epoch": 0.8654583333333333,
      "grad_norm": 2.4191362857818604,
      "learning_rate": 1.3309800569363444e-05,
      "loss": 8.5709,
      "step": 415420
    },
    {
      "epoch": 0.8654791666666667,
      "grad_norm": 1.645359992980957,
      "learning_rate": 1.330574097546212e-05,
      "loss": 8.1275,
      "step": 415430
    },
    {
      "epoch": 0.8655,
      "grad_norm": 1.4943361282348633,
      "learning_rate": 1.3301681972025925e-05,
      "loss": 7.8783,
      "step": 415440
    },
    {
      "epoch": 0.8655208333333333,
      "grad_norm": 2.430553913116455,
      "learning_rate": 1.329762355907239e-05,
      "loss": 8.3282,
      "step": 415450
    },
    {
      "epoch": 0.8655416666666667,
      "grad_norm": 2.444105386734009,
      "learning_rate": 1.3293565736618938e-05,
      "loss": 8.8118,
      "step": 415460
    },
    {
      "epoch": 0.8655625,
      "grad_norm": 2.1039936542510986,
      "learning_rate": 1.3289508504683205e-05,
      "loss": 8.6401,
      "step": 415470
    },
    {
      "epoch": 0.8655833333333334,
      "grad_norm": 2.9054079055786133,
      "learning_rate": 1.328545186328271e-05,
      "loss": 8.4866,
      "step": 415480
    },
    {
      "epoch": 0.8656041666666666,
      "grad_norm": 1.5658230781555176,
      "learning_rate": 1.3281395812434886e-05,
      "loss": 7.834,
      "step": 415490
    },
    {
      "epoch": 0.865625,
      "grad_norm": 8.451179504394531,
      "learning_rate": 1.327734035215739e-05,
      "loss": 8.0377,
      "step": 415500
    },
    {
      "epoch": 0.8656458333333333,
      "grad_norm": 3.4732730388641357,
      "learning_rate": 1.3273285482467622e-05,
      "loss": 7.8551,
      "step": 415510
    },
    {
      "epoch": 0.8656666666666667,
      "grad_norm": 1.3021215200424194,
      "learning_rate": 1.3269231203383119e-05,
      "loss": 7.6553,
      "step": 415520
    },
    {
      "epoch": 0.8656875,
      "grad_norm": 1.6174473762512207,
      "learning_rate": 1.3265177514921466e-05,
      "loss": 8.2947,
      "step": 415530
    },
    {
      "epoch": 0.8657083333333333,
      "grad_norm": 1.623245358467102,
      "learning_rate": 1.3261124417100084e-05,
      "loss": 7.8638,
      "step": 415540
    },
    {
      "epoch": 0.8657291666666667,
      "grad_norm": 2.7103047370910645,
      "learning_rate": 1.3257071909936507e-05,
      "loss": 8.1311,
      "step": 415550
    },
    {
      "epoch": 0.86575,
      "grad_norm": 1.2311455011367798,
      "learning_rate": 1.3253019993448305e-05,
      "loss": 7.5947,
      "step": 415560
    },
    {
      "epoch": 0.8657708333333334,
      "grad_norm": 1.1823387145996094,
      "learning_rate": 1.3248968667652898e-05,
      "loss": 7.9339,
      "step": 415570
    },
    {
      "epoch": 0.8657916666666666,
      "grad_norm": 3.413665771484375,
      "learning_rate": 1.3244917932567788e-05,
      "loss": 7.6085,
      "step": 415580
    },
    {
      "epoch": 0.8658125,
      "grad_norm": 1.4009137153625488,
      "learning_rate": 1.3240867788210563e-05,
      "loss": 8.2929,
      "step": 415590
    },
    {
      "epoch": 0.8658333333333333,
      "grad_norm": 1.4433342218399048,
      "learning_rate": 1.3236818234598624e-05,
      "loss": 8.3603,
      "step": 415600
    },
    {
      "epoch": 0.8658541666666667,
      "grad_norm": 1.7044552564620972,
      "learning_rate": 1.3232769271749472e-05,
      "loss": 8.5862,
      "step": 415610
    },
    {
      "epoch": 0.865875,
      "grad_norm": 2.9049720764160156,
      "learning_rate": 1.3228720899680679e-05,
      "loss": 7.9699,
      "step": 415620
    },
    {
      "epoch": 0.8658958333333333,
      "grad_norm": 2.5113017559051514,
      "learning_rate": 1.322467311840963e-05,
      "loss": 8.0492,
      "step": 415630
    },
    {
      "epoch": 0.8659166666666667,
      "grad_norm": 2.262601852416992,
      "learning_rate": 1.3220625927953859e-05,
      "loss": 7.8809,
      "step": 415640
    },
    {
      "epoch": 0.8659375,
      "grad_norm": 1.5721566677093506,
      "learning_rate": 1.3216579328330856e-05,
      "loss": 8.484,
      "step": 415650
    },
    {
      "epoch": 0.8659583333333334,
      "grad_norm": 1.0355418920516968,
      "learning_rate": 1.3212533319558071e-05,
      "loss": 8.6493,
      "step": 415660
    },
    {
      "epoch": 0.8659791666666666,
      "grad_norm": 2.382148504257202,
      "learning_rate": 1.3208487901653008e-05,
      "loss": 8.3652,
      "step": 415670
    },
    {
      "epoch": 0.866,
      "grad_norm": 2.6616263389587402,
      "learning_rate": 1.3204443074633136e-05,
      "loss": 7.9491,
      "step": 415680
    },
    {
      "epoch": 0.8660208333333334,
      "grad_norm": 1.4936566352844238,
      "learning_rate": 1.3200398838515908e-05,
      "loss": 7.7432,
      "step": 415690
    },
    {
      "epoch": 0.8660416666666667,
      "grad_norm": 1.3672295808792114,
      "learning_rate": 1.3196355193318826e-05,
      "loss": 7.6006,
      "step": 415700
    },
    {
      "epoch": 0.8660625,
      "grad_norm": 6.9234442710876465,
      "learning_rate": 1.3192312139059325e-05,
      "loss": 8.0445,
      "step": 415710
    },
    {
      "epoch": 0.8660833333333333,
      "grad_norm": 1.803238868713379,
      "learning_rate": 1.3188269675754892e-05,
      "loss": 7.5356,
      "step": 415720
    },
    {
      "epoch": 0.8661041666666667,
      "grad_norm": 2.2474520206451416,
      "learning_rate": 1.3184227803422963e-05,
      "loss": 8.1746,
      "step": 415730
    },
    {
      "epoch": 0.866125,
      "grad_norm": 1.1687840223312378,
      "learning_rate": 1.3180186522081027e-05,
      "loss": 8.2885,
      "step": 415740
    },
    {
      "epoch": 0.8661458333333333,
      "grad_norm": 4.8818535804748535,
      "learning_rate": 1.3176145831746532e-05,
      "loss": 8.0247,
      "step": 415750
    },
    {
      "epoch": 0.8661666666666666,
      "grad_norm": 4.305328369140625,
      "learning_rate": 1.317210573243695e-05,
      "loss": 8.9274,
      "step": 415760
    },
    {
      "epoch": 0.8661875,
      "grad_norm": 1.6545366048812866,
      "learning_rate": 1.3168066224169665e-05,
      "loss": 8.2044,
      "step": 415770
    },
    {
      "epoch": 0.8662083333333334,
      "grad_norm": 1.0673341751098633,
      "learning_rate": 1.3164027306962182e-05,
      "loss": 7.8103,
      "step": 415780
    },
    {
      "epoch": 0.8662291666666667,
      "grad_norm": 1.456074833869934,
      "learning_rate": 1.3159988980831988e-05,
      "loss": 8.318,
      "step": 415790
    },
    {
      "epoch": 0.86625,
      "grad_norm": 2.078953742980957,
      "learning_rate": 1.3155951245796398e-05,
      "loss": 8.0647,
      "step": 415800
    },
    {
      "epoch": 0.8662708333333333,
      "grad_norm": 2.0932352542877197,
      "learning_rate": 1.3151914101872985e-05,
      "loss": 8.8317,
      "step": 415810
    },
    {
      "epoch": 0.8662916666666667,
      "grad_norm": 3.385653495788574,
      "learning_rate": 1.3147877549079134e-05,
      "loss": 7.4703,
      "step": 415820
    },
    {
      "epoch": 0.8663125,
      "grad_norm": 1.7172272205352783,
      "learning_rate": 1.3143841587432246e-05,
      "loss": 7.7049,
      "step": 415830
    },
    {
      "epoch": 0.8663333333333333,
      "grad_norm": 3.0784950256347656,
      "learning_rate": 1.313980621694981e-05,
      "loss": 7.7522,
      "step": 415840
    },
    {
      "epoch": 0.8663541666666666,
      "grad_norm": 2.362536907196045,
      "learning_rate": 1.3135771437649279e-05,
      "loss": 7.912,
      "step": 415850
    },
    {
      "epoch": 0.866375,
      "grad_norm": 3.034151792526245,
      "learning_rate": 1.313173724954797e-05,
      "loss": 7.929,
      "step": 415860
    },
    {
      "epoch": 0.8663958333333334,
      "grad_norm": 2.321485757827759,
      "learning_rate": 1.3127703652663434e-05,
      "loss": 7.9674,
      "step": 415870
    },
    {
      "epoch": 0.8664166666666666,
      "grad_norm": 4.503641128540039,
      "learning_rate": 1.312367064701303e-05,
      "loss": 8.2597,
      "step": 415880
    },
    {
      "epoch": 0.8664375,
      "grad_norm": 3.377671718597412,
      "learning_rate": 1.3119638232614154e-05,
      "loss": 7.9969,
      "step": 415890
    },
    {
      "epoch": 0.8664583333333333,
      "grad_norm": 2.6060495376586914,
      "learning_rate": 1.3115606409484314e-05,
      "loss": 8.1857,
      "step": 415900
    },
    {
      "epoch": 0.8664791666666667,
      "grad_norm": 1.4382917881011963,
      "learning_rate": 1.3111575177640827e-05,
      "loss": 7.9687,
      "step": 415910
    },
    {
      "epoch": 0.8665,
      "grad_norm": 1.4794613122940063,
      "learning_rate": 1.3107544537101144e-05,
      "loss": 7.4431,
      "step": 415920
    },
    {
      "epoch": 0.8665208333333333,
      "grad_norm": 1.765942931175232,
      "learning_rate": 1.3103514487882738e-05,
      "loss": 7.6534,
      "step": 415930
    },
    {
      "epoch": 0.8665416666666667,
      "grad_norm": 1.441352367401123,
      "learning_rate": 1.3099485030002926e-05,
      "loss": 7.6632,
      "step": 415940
    },
    {
      "epoch": 0.8665625,
      "grad_norm": 1.1762001514434814,
      "learning_rate": 1.3095456163479129e-05,
      "loss": 7.6933,
      "step": 415950
    },
    {
      "epoch": 0.8665833333333334,
      "grad_norm": 1.4750800132751465,
      "learning_rate": 1.3091427888328814e-05,
      "loss": 7.7451,
      "step": 415960
    },
    {
      "epoch": 0.8666041666666666,
      "grad_norm": 2.1048998832702637,
      "learning_rate": 1.308740020456932e-05,
      "loss": 7.525,
      "step": 415970
    },
    {
      "epoch": 0.866625,
      "grad_norm": 1.078487515449524,
      "learning_rate": 1.3083373112218049e-05,
      "loss": 7.8711,
      "step": 415980
    },
    {
      "epoch": 0.8666458333333333,
      "grad_norm": 2.9241549968719482,
      "learning_rate": 1.3079346611292436e-05,
      "loss": 8.47,
      "step": 415990
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 3.0763909816741943,
      "learning_rate": 1.307532070180985e-05,
      "loss": 7.6194,
      "step": 416000
    },
    {
      "epoch": 0.8666666666666667,
      "eval_loss": 7.776547431945801,
      "eval_runtime": 8.438,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 416000
    },
    {
      "epoch": 0.8666875,
      "grad_norm": 6.779619216918945,
      "learning_rate": 1.3071295383787661e-05,
      "loss": 8.2313,
      "step": 416010
    },
    {
      "epoch": 0.8667083333333333,
      "grad_norm": 1.458880066871643,
      "learning_rate": 1.306727065724329e-05,
      "loss": 7.9336,
      "step": 416020
    },
    {
      "epoch": 0.8667291666666667,
      "grad_norm": 1.6995750665664673,
      "learning_rate": 1.3063246522194087e-05,
      "loss": 7.9689,
      "step": 416030
    },
    {
      "epoch": 0.86675,
      "grad_norm": 1.401382327079773,
      "learning_rate": 1.3059222978657475e-05,
      "loss": 8.5537,
      "step": 416040
    },
    {
      "epoch": 0.8667708333333334,
      "grad_norm": 3.2164366245269775,
      "learning_rate": 1.3055200026650802e-05,
      "loss": 8.1257,
      "step": 416050
    },
    {
      "epoch": 0.8667916666666666,
      "grad_norm": 1.2006741762161255,
      "learning_rate": 1.3051177666191476e-05,
      "loss": 7.8989,
      "step": 416060
    },
    {
      "epoch": 0.8668125,
      "grad_norm": 1.9095019102096558,
      "learning_rate": 1.3047155897296829e-05,
      "loss": 7.5837,
      "step": 416070
    },
    {
      "epoch": 0.8668333333333333,
      "grad_norm": 2.130603075027466,
      "learning_rate": 1.3043134719984284e-05,
      "loss": 8.0879,
      "step": 416080
    },
    {
      "epoch": 0.8668541666666667,
      "grad_norm": 2.19385027885437,
      "learning_rate": 1.3039114134271172e-05,
      "loss": 7.5752,
      "step": 416090
    },
    {
      "epoch": 0.866875,
      "grad_norm": 2.0869827270507812,
      "learning_rate": 1.3035094140174868e-05,
      "loss": 8.6114,
      "step": 416100
    },
    {
      "epoch": 0.8668958333333333,
      "grad_norm": 1.2304021120071411,
      "learning_rate": 1.3031074737712754e-05,
      "loss": 8.0773,
      "step": 416110
    },
    {
      "epoch": 0.8669166666666667,
      "grad_norm": 3.9213972091674805,
      "learning_rate": 1.3027055926902186e-05,
      "loss": 7.9769,
      "step": 416120
    },
    {
      "epoch": 0.8669375,
      "grad_norm": 1.798872709274292,
      "learning_rate": 1.302303770776053e-05,
      "loss": 7.7566,
      "step": 416130
    },
    {
      "epoch": 0.8669583333333334,
      "grad_norm": 1.4003833532333374,
      "learning_rate": 1.3019020080305093e-05,
      "loss": 7.4186,
      "step": 416140
    },
    {
      "epoch": 0.8669791666666666,
      "grad_norm": 1.040195345878601,
      "learning_rate": 1.301500304455329e-05,
      "loss": 8.0319,
      "step": 416150
    },
    {
      "epoch": 0.867,
      "grad_norm": 3.139086961746216,
      "learning_rate": 1.3010986600522478e-05,
      "loss": 7.9152,
      "step": 416160
    },
    {
      "epoch": 0.8670208333333334,
      "grad_norm": 2.078794240951538,
      "learning_rate": 1.3006970748229922e-05,
      "loss": 8.0633,
      "step": 416170
    },
    {
      "epoch": 0.8670416666666667,
      "grad_norm": 9.223272323608398,
      "learning_rate": 1.3002955487693063e-05,
      "loss": 8.8368,
      "step": 416180
    },
    {
      "epoch": 0.8670625,
      "grad_norm": 1.937157392501831,
      "learning_rate": 1.2998940818929215e-05,
      "loss": 7.8894,
      "step": 416190
    },
    {
      "epoch": 0.8670833333333333,
      "grad_norm": 1.1115391254425049,
      "learning_rate": 1.2994926741955685e-05,
      "loss": 8.0,
      "step": 416200
    },
    {
      "epoch": 0.8671041666666667,
      "grad_norm": 1.3298441171646118,
      "learning_rate": 1.299091325678986e-05,
      "loss": 8.2965,
      "step": 416210
    },
    {
      "epoch": 0.867125,
      "grad_norm": 1.4126694202423096,
      "learning_rate": 1.298690036344907e-05,
      "loss": 7.7379,
      "step": 416220
    },
    {
      "epoch": 0.8671458333333333,
      "grad_norm": 2.103372573852539,
      "learning_rate": 1.2982888061950609e-05,
      "loss": 8.557,
      "step": 416230
    },
    {
      "epoch": 0.8671666666666666,
      "grad_norm": 2.2552330493927,
      "learning_rate": 1.297887635231184e-05,
      "loss": 8.2305,
      "step": 416240
    },
    {
      "epoch": 0.8671875,
      "grad_norm": 2.102510690689087,
      "learning_rate": 1.2974865234550136e-05,
      "loss": 7.9946,
      "step": 416250
    },
    {
      "epoch": 0.8672083333333334,
      "grad_norm": 2.4881739616394043,
      "learning_rate": 1.2970854708682698e-05,
      "loss": 7.8773,
      "step": 416260
    },
    {
      "epoch": 0.8672291666666667,
      "grad_norm": 3.5343074798583984,
      "learning_rate": 1.2966844774726997e-05,
      "loss": 7.692,
      "step": 416270
    },
    {
      "epoch": 0.86725,
      "grad_norm": 2.5053093433380127,
      "learning_rate": 1.2962835432700269e-05,
      "loss": 7.6851,
      "step": 416280
    },
    {
      "epoch": 0.8672708333333333,
      "grad_norm": 1.8460237979888916,
      "learning_rate": 1.2958826682619834e-05,
      "loss": 7.8002,
      "step": 416290
    },
    {
      "epoch": 0.8672916666666667,
      "grad_norm": 2.618269920349121,
      "learning_rate": 1.2954818524503024e-05,
      "loss": 7.5931,
      "step": 416300
    },
    {
      "epoch": 0.8673125,
      "grad_norm": 1.9268243312835693,
      "learning_rate": 1.2950810958367146e-05,
      "loss": 7.8325,
      "step": 416310
    },
    {
      "epoch": 0.8673333333333333,
      "grad_norm": 2.1857054233551025,
      "learning_rate": 1.2946803984229521e-05,
      "loss": 8.2396,
      "step": 416320
    },
    {
      "epoch": 0.8673541666666666,
      "grad_norm": 3.0740208625793457,
      "learning_rate": 1.2942797602107463e-05,
      "loss": 7.9215,
      "step": 416330
    },
    {
      "epoch": 0.867375,
      "grad_norm": 1.3959367275238037,
      "learning_rate": 1.2938791812018263e-05,
      "loss": 8.2673,
      "step": 416340
    },
    {
      "epoch": 0.8673958333333334,
      "grad_norm": 1.502691388130188,
      "learning_rate": 1.293478661397922e-05,
      "loss": 7.5936,
      "step": 416350
    },
    {
      "epoch": 0.8674166666666666,
      "grad_norm": 1.6325793266296387,
      "learning_rate": 1.2930782008007657e-05,
      "loss": 7.933,
      "step": 416360
    },
    {
      "epoch": 0.8674375,
      "grad_norm": 1.0607073307037354,
      "learning_rate": 1.2926777994120857e-05,
      "loss": 7.2117,
      "step": 416370
    },
    {
      "epoch": 0.8674583333333333,
      "grad_norm": 1.4889682531356812,
      "learning_rate": 1.2922774572336108e-05,
      "loss": 7.8421,
      "step": 416380
    },
    {
      "epoch": 0.8674791666666667,
      "grad_norm": 1.6139278411865234,
      "learning_rate": 1.291877174267073e-05,
      "loss": 7.8697,
      "step": 416390
    },
    {
      "epoch": 0.8675,
      "grad_norm": 3.1978116035461426,
      "learning_rate": 1.2914769505141992e-05,
      "loss": 7.7222,
      "step": 416400
    },
    {
      "epoch": 0.8675208333333333,
      "grad_norm": 5.9684906005859375,
      "learning_rate": 1.291076785976718e-05,
      "loss": 8.2058,
      "step": 416410
    },
    {
      "epoch": 0.8675416666666667,
      "grad_norm": 1.2939318418502808,
      "learning_rate": 1.2906766806563595e-05,
      "loss": 8.3979,
      "step": 416420
    },
    {
      "epoch": 0.8675625,
      "grad_norm": 1.2271808385849,
      "learning_rate": 1.290276634554851e-05,
      "loss": 7.6308,
      "step": 416430
    },
    {
      "epoch": 0.8675833333333334,
      "grad_norm": 2.747452735900879,
      "learning_rate": 1.2898766476739209e-05,
      "loss": 8.2258,
      "step": 416440
    },
    {
      "epoch": 0.8676041666666666,
      "grad_norm": 1.8955589532852173,
      "learning_rate": 1.2894767200152978e-05,
      "loss": 7.5326,
      "step": 416450
    },
    {
      "epoch": 0.867625,
      "grad_norm": 7.965633392333984,
      "learning_rate": 1.289076851580707e-05,
      "loss": 7.7827,
      "step": 416460
    },
    {
      "epoch": 0.8676458333333333,
      "grad_norm": 2.1863081455230713,
      "learning_rate": 1.2886770423718774e-05,
      "loss": 7.5909,
      "step": 416470
    },
    {
      "epoch": 0.8676666666666667,
      "grad_norm": 1.486470103263855,
      "learning_rate": 1.2882772923905354e-05,
      "loss": 8.0377,
      "step": 416480
    },
    {
      "epoch": 0.8676875,
      "grad_norm": 2.3514158725738525,
      "learning_rate": 1.2878776016384084e-05,
      "loss": 7.9226,
      "step": 416490
    },
    {
      "epoch": 0.8677083333333333,
      "grad_norm": 5.990018367767334,
      "learning_rate": 1.2874779701172249e-05,
      "loss": 8.7564,
      "step": 416500
    },
    {
      "epoch": 0.8677291666666667,
      "grad_norm": 1.3782888650894165,
      "learning_rate": 1.2870783978287036e-05,
      "loss": 8.7288,
      "step": 416510
    },
    {
      "epoch": 0.86775,
      "grad_norm": 2.411198377609253,
      "learning_rate": 1.2866788847745779e-05,
      "loss": 8.0876,
      "step": 416520
    },
    {
      "epoch": 0.8677708333333334,
      "grad_norm": 2.597170114517212,
      "learning_rate": 1.2862794309565733e-05,
      "loss": 8.0573,
      "step": 416530
    },
    {
      "epoch": 0.8677916666666666,
      "grad_norm": 3.506140947341919,
      "learning_rate": 1.28588003637641e-05,
      "loss": 8.2647,
      "step": 416540
    },
    {
      "epoch": 0.8678125,
      "grad_norm": 10.182880401611328,
      "learning_rate": 1.2854807010358181e-05,
      "loss": 7.9618,
      "step": 416550
    },
    {
      "epoch": 0.8678333333333333,
      "grad_norm": 1.7561062574386597,
      "learning_rate": 1.2850814249365231e-05,
      "loss": 8.1665,
      "step": 416560
    },
    {
      "epoch": 0.8678541666666667,
      "grad_norm": 2.000786542892456,
      "learning_rate": 1.2846822080802438e-05,
      "loss": 7.759,
      "step": 416570
    },
    {
      "epoch": 0.867875,
      "grad_norm": 2.571925640106201,
      "learning_rate": 1.2842830504687101e-05,
      "loss": 7.7552,
      "step": 416580
    },
    {
      "epoch": 0.8678958333333333,
      "grad_norm": 1.1403788328170776,
      "learning_rate": 1.283883952103646e-05,
      "loss": 8.3332,
      "step": 416590
    },
    {
      "epoch": 0.8679166666666667,
      "grad_norm": 1.1424756050109863,
      "learning_rate": 1.283484912986773e-05,
      "loss": 7.8154,
      "step": 416600
    },
    {
      "epoch": 0.8679375,
      "grad_norm": 2.2818801403045654,
      "learning_rate": 1.2830859331198135e-05,
      "loss": 7.8417,
      "step": 416610
    },
    {
      "epoch": 0.8679583333333334,
      "grad_norm": 1.4768084287643433,
      "learning_rate": 1.2826870125044974e-05,
      "loss": 7.9906,
      "step": 416620
    },
    {
      "epoch": 0.8679791666666666,
      "grad_norm": 2.5837364196777344,
      "learning_rate": 1.282288151142542e-05,
      "loss": 7.8894,
      "step": 416630
    },
    {
      "epoch": 0.868,
      "grad_norm": 1.7122101783752441,
      "learning_rate": 1.2818893490356707e-05,
      "loss": 7.9523,
      "step": 416640
    },
    {
      "epoch": 0.8680208333333334,
      "grad_norm": 1.1469451189041138,
      "learning_rate": 1.281490606185609e-05,
      "loss": 7.9218,
      "step": 416650
    },
    {
      "epoch": 0.8680416666666667,
      "grad_norm": 4.593711853027344,
      "learning_rate": 1.2810919225940768e-05,
      "loss": 8.0799,
      "step": 416660
    },
    {
      "epoch": 0.8680625,
      "grad_norm": 4.010283470153809,
      "learning_rate": 1.2806932982627965e-05,
      "loss": 8.5876,
      "step": 416670
    },
    {
      "epoch": 0.8680833333333333,
      "grad_norm": 2.2332777976989746,
      "learning_rate": 1.2802947331934915e-05,
      "loss": 7.6963,
      "step": 416680
    },
    {
      "epoch": 0.8681041666666667,
      "grad_norm": 3.4293603897094727,
      "learning_rate": 1.2798962273878822e-05,
      "loss": 8.7335,
      "step": 416690
    },
    {
      "epoch": 0.868125,
      "grad_norm": 1.8805956840515137,
      "learning_rate": 1.279497780847692e-05,
      "loss": 7.9631,
      "step": 416700
    },
    {
      "epoch": 0.8681458333333333,
      "grad_norm": 2.558051109313965,
      "learning_rate": 1.279099393574638e-05,
      "loss": 7.9594,
      "step": 416710
    },
    {
      "epoch": 0.8681666666666666,
      "grad_norm": 2.1182961463928223,
      "learning_rate": 1.2787010655704454e-05,
      "loss": 7.2672,
      "step": 416720
    },
    {
      "epoch": 0.8681875,
      "grad_norm": 5.747375965118408,
      "learning_rate": 1.2783027968368315e-05,
      "loss": 8.4424,
      "step": 416730
    },
    {
      "epoch": 0.8682083333333334,
      "grad_norm": 2.1945314407348633,
      "learning_rate": 1.2779045873755194e-05,
      "loss": 8.356,
      "step": 416740
    },
    {
      "epoch": 0.8682291666666667,
      "grad_norm": 2.6345133781433105,
      "learning_rate": 1.2775064371882266e-05,
      "loss": 8.4828,
      "step": 416750
    },
    {
      "epoch": 0.86825,
      "grad_norm": 1.9718528985977173,
      "learning_rate": 1.2771083462766763e-05,
      "loss": 7.5135,
      "step": 416760
    },
    {
      "epoch": 0.8682708333333333,
      "grad_norm": 4.409389019012451,
      "learning_rate": 1.2767103146425839e-05,
      "loss": 8.269,
      "step": 416770
    },
    {
      "epoch": 0.8682916666666667,
      "grad_norm": 2.019618511199951,
      "learning_rate": 1.2763123422876714e-05,
      "loss": 7.5839,
      "step": 416780
    },
    {
      "epoch": 0.8683125,
      "grad_norm": 0.9313690662384033,
      "learning_rate": 1.2759144292136574e-05,
      "loss": 7.7097,
      "step": 416790
    },
    {
      "epoch": 0.8683333333333333,
      "grad_norm": 1.562782645225525,
      "learning_rate": 1.2755165754222624e-05,
      "loss": 8.5742,
      "step": 416800
    },
    {
      "epoch": 0.8683541666666666,
      "grad_norm": 2.1275153160095215,
      "learning_rate": 1.2751187809152013e-05,
      "loss": 7.3447,
      "step": 416810
    },
    {
      "epoch": 0.868375,
      "grad_norm": 2.288450002670288,
      "learning_rate": 1.2747210456941947e-05,
      "loss": 7.6223,
      "step": 416820
    },
    {
      "epoch": 0.8683958333333334,
      "grad_norm": 4.279564380645752,
      "learning_rate": 1.2743233697609612e-05,
      "loss": 7.8279,
      "step": 416830
    },
    {
      "epoch": 0.8684166666666666,
      "grad_norm": 5.833776950836182,
      "learning_rate": 1.273925753117216e-05,
      "loss": 7.9828,
      "step": 416840
    },
    {
      "epoch": 0.8684375,
      "grad_norm": 1.4800879955291748,
      "learning_rate": 1.2735281957646793e-05,
      "loss": 8.052,
      "step": 416850
    },
    {
      "epoch": 0.8684583333333333,
      "grad_norm": 1.050813913345337,
      "learning_rate": 1.2731306977050681e-05,
      "loss": 7.8777,
      "step": 416860
    },
    {
      "epoch": 0.8684791666666667,
      "grad_norm": 2.4244115352630615,
      "learning_rate": 1.2727332589401012e-05,
      "loss": 8.5226,
      "step": 416870
    },
    {
      "epoch": 0.8685,
      "grad_norm": 1.7386863231658936,
      "learning_rate": 1.2723358794714905e-05,
      "loss": 8.5237,
      "step": 416880
    },
    {
      "epoch": 0.8685208333333333,
      "grad_norm": 5.609882831573486,
      "learning_rate": 1.2719385593009512e-05,
      "loss": 7.9346,
      "step": 416890
    },
    {
      "epoch": 0.8685416666666667,
      "grad_norm": 3.4507062435150146,
      "learning_rate": 1.2715412984302104e-05,
      "loss": 8.6372,
      "step": 416900
    },
    {
      "epoch": 0.8685625,
      "grad_norm": 1.1103359460830688,
      "learning_rate": 1.2711440968609732e-05,
      "loss": 7.9217,
      "step": 416910
    },
    {
      "epoch": 0.8685833333333334,
      "grad_norm": 1.494500994682312,
      "learning_rate": 1.2707469545949567e-05,
      "loss": 7.7792,
      "step": 416920
    },
    {
      "epoch": 0.8686041666666666,
      "grad_norm": 5.591444492340088,
      "learning_rate": 1.2703498716338844e-05,
      "loss": 8.6166,
      "step": 416930
    },
    {
      "epoch": 0.868625,
      "grad_norm": 1.3787795305252075,
      "learning_rate": 1.2699528479794634e-05,
      "loss": 7.649,
      "step": 416940
    },
    {
      "epoch": 0.8686458333333333,
      "grad_norm": 1.253847599029541,
      "learning_rate": 1.269555883633409e-05,
      "loss": 8.2205,
      "step": 416950
    },
    {
      "epoch": 0.8686666666666667,
      "grad_norm": 2.318542957305908,
      "learning_rate": 1.2691589785974432e-05,
      "loss": 8.382,
      "step": 416960
    },
    {
      "epoch": 0.8686875,
      "grad_norm": 1.5971083641052246,
      "learning_rate": 1.2687621328732744e-05,
      "loss": 8.1427,
      "step": 416970
    },
    {
      "epoch": 0.8687083333333333,
      "grad_norm": 2.612452983856201,
      "learning_rate": 1.2683653464626132e-05,
      "loss": 7.9754,
      "step": 416980
    },
    {
      "epoch": 0.8687291666666667,
      "grad_norm": 2.2871592044830322,
      "learning_rate": 1.2679686193671845e-05,
      "loss": 7.6963,
      "step": 416990
    },
    {
      "epoch": 0.86875,
      "grad_norm": 1.8999968767166138,
      "learning_rate": 1.267571951588694e-05,
      "loss": 8.0688,
      "step": 417000
    },
    {
      "epoch": 0.86875,
      "eval_loss": 6.510118007659912,
      "eval_runtime": 9.5067,
      "eval_samples_per_second": 0.316,
      "eval_steps_per_second": 0.105,
      "step": 417000
    },
    {
      "epoch": 0.8687708333333334,
      "grad_norm": 1.718530535697937,
      "learning_rate": 1.267175343128855e-05,
      "loss": 9.3036,
      "step": 417010
    },
    {
      "epoch": 0.8687916666666666,
      "grad_norm": 1.8286454677581787,
      "learning_rate": 1.2667787939893847e-05,
      "loss": 7.6686,
      "step": 417020
    },
    {
      "epoch": 0.8688125,
      "grad_norm": 1.8311371803283691,
      "learning_rate": 1.2663823041719934e-05,
      "loss": 8.007,
      "step": 417030
    },
    {
      "epoch": 0.8688333333333333,
      "grad_norm": 1.2391390800476074,
      "learning_rate": 1.2659858736783946e-05,
      "loss": 7.6412,
      "step": 417040
    },
    {
      "epoch": 0.8688541666666667,
      "grad_norm": 7.599081993103027,
      "learning_rate": 1.2655895025103002e-05,
      "loss": 8.5136,
      "step": 417050
    },
    {
      "epoch": 0.868875,
      "grad_norm": 1.5144883394241333,
      "learning_rate": 1.2651931906694224e-05,
      "loss": 8.4497,
      "step": 417060
    },
    {
      "epoch": 0.8688958333333333,
      "grad_norm": 1.1169023513793945,
      "learning_rate": 1.264796938157473e-05,
      "loss": 7.4716,
      "step": 417070
    },
    {
      "epoch": 0.8689166666666667,
      "grad_norm": 3.1899592876434326,
      "learning_rate": 1.2644007449761656e-05,
      "loss": 7.739,
      "step": 417080
    },
    {
      "epoch": 0.8689375,
      "grad_norm": 2.1167232990264893,
      "learning_rate": 1.264004611127209e-05,
      "loss": 7.9505,
      "step": 417090
    },
    {
      "epoch": 0.8689583333333334,
      "grad_norm": 1.628669023513794,
      "learning_rate": 1.263608536612315e-05,
      "loss": 8.1175,
      "step": 417100
    },
    {
      "epoch": 0.8689791666666666,
      "grad_norm": 1.3630976676940918,
      "learning_rate": 1.2632125214331956e-05,
      "loss": 7.5073,
      "step": 417110
    },
    {
      "epoch": 0.869,
      "grad_norm": 1.4469536542892456,
      "learning_rate": 1.2628165655915612e-05,
      "loss": 8.2027,
      "step": 417120
    },
    {
      "epoch": 0.8690208333333334,
      "grad_norm": 1.0050666332244873,
      "learning_rate": 1.2624206690891204e-05,
      "loss": 8.2592,
      "step": 417130
    },
    {
      "epoch": 0.8690416666666667,
      "grad_norm": 1.2339879274368286,
      "learning_rate": 1.262024831927585e-05,
      "loss": 7.4155,
      "step": 417140
    },
    {
      "epoch": 0.8690625,
      "grad_norm": 1.8045724630355835,
      "learning_rate": 1.2616290541086655e-05,
      "loss": 8.4098,
      "step": 417150
    },
    {
      "epoch": 0.8690833333333333,
      "grad_norm": 1.5175385475158691,
      "learning_rate": 1.261233335634072e-05,
      "loss": 9.118,
      "step": 417160
    },
    {
      "epoch": 0.8691041666666667,
      "grad_norm": 4.0233330726623535,
      "learning_rate": 1.2608376765055068e-05,
      "loss": 8.7423,
      "step": 417170
    },
    {
      "epoch": 0.869125,
      "grad_norm": 1.6983128786087036,
      "learning_rate": 1.2604420767246881e-05,
      "loss": 7.8211,
      "step": 417180
    },
    {
      "epoch": 0.8691458333333333,
      "grad_norm": 9.27297592163086,
      "learning_rate": 1.2600465362933231e-05,
      "loss": 8.1776,
      "step": 417190
    },
    {
      "epoch": 0.8691666666666666,
      "grad_norm": 1.0628262758255005,
      "learning_rate": 1.259651055213114e-05,
      "loss": 8.3705,
      "step": 417200
    },
    {
      "epoch": 0.8691875,
      "grad_norm": 1.3327598571777344,
      "learning_rate": 1.2592556334857757e-05,
      "loss": 8.9584,
      "step": 417210
    },
    {
      "epoch": 0.8692083333333334,
      "grad_norm": 4.601409435272217,
      "learning_rate": 1.2588602711130152e-05,
      "loss": 8.3639,
      "step": 417220
    },
    {
      "epoch": 0.8692291666666667,
      "grad_norm": 4.9049787521362305,
      "learning_rate": 1.2584649680965364e-05,
      "loss": 7.6285,
      "step": 417230
    },
    {
      "epoch": 0.86925,
      "grad_norm": 1.5730586051940918,
      "learning_rate": 1.2580697244380511e-05,
      "loss": 7.8556,
      "step": 417240
    },
    {
      "epoch": 0.8692708333333333,
      "grad_norm": 1.3775094747543335,
      "learning_rate": 1.2576745401392679e-05,
      "loss": 7.7317,
      "step": 417250
    },
    {
      "epoch": 0.8692916666666667,
      "grad_norm": 1.3752257823944092,
      "learning_rate": 1.2572794152018856e-05,
      "loss": 7.7767,
      "step": 417260
    },
    {
      "epoch": 0.8693125,
      "grad_norm": 1.6580866575241089,
      "learning_rate": 1.2568843496276226e-05,
      "loss": 7.7732,
      "step": 417270
    },
    {
      "epoch": 0.8693333333333333,
      "grad_norm": 4.965143203735352,
      "learning_rate": 1.2564893434181762e-05,
      "loss": 8.0652,
      "step": 417280
    },
    {
      "epoch": 0.8693541666666667,
      "grad_norm": 0.9904196858406067,
      "learning_rate": 1.2560943965752529e-05,
      "loss": 8.0674,
      "step": 417290
    },
    {
      "epoch": 0.869375,
      "grad_norm": 2.3488054275512695,
      "learning_rate": 1.2556995091005667e-05,
      "loss": 8.2391,
      "step": 417300
    },
    {
      "epoch": 0.8693958333333334,
      "grad_norm": 4.319415092468262,
      "learning_rate": 1.2553046809958162e-05,
      "loss": 7.8457,
      "step": 417310
    },
    {
      "epoch": 0.8694166666666666,
      "grad_norm": 0.9788348078727722,
      "learning_rate": 1.2549099122627049e-05,
      "loss": 7.7236,
      "step": 417320
    },
    {
      "epoch": 0.8694375,
      "grad_norm": 3.2887027263641357,
      "learning_rate": 1.2545152029029481e-05,
      "loss": 8.2927,
      "step": 417330
    },
    {
      "epoch": 0.8694583333333333,
      "grad_norm": 3.5011675357818604,
      "learning_rate": 1.254120552918243e-05,
      "loss": 7.6916,
      "step": 417340
    },
    {
      "epoch": 0.8694791666666667,
      "grad_norm": 1.609580636024475,
      "learning_rate": 1.253725962310293e-05,
      "loss": 8.6759,
      "step": 417350
    },
    {
      "epoch": 0.8695,
      "grad_norm": 6.394925117492676,
      "learning_rate": 1.2533314310808117e-05,
      "loss": 7.7453,
      "step": 417360
    },
    {
      "epoch": 0.8695208333333333,
      "grad_norm": 2.915952682495117,
      "learning_rate": 1.252936959231493e-05,
      "loss": 8.0283,
      "step": 417370
    },
    {
      "epoch": 0.8695416666666667,
      "grad_norm": 4.950595378875732,
      "learning_rate": 1.252542546764047e-05,
      "loss": 7.767,
      "step": 417380
    },
    {
      "epoch": 0.8695625,
      "grad_norm": 3.090413808822632,
      "learning_rate": 1.2521481936801741e-05,
      "loss": 8.2756,
      "step": 417390
    },
    {
      "epoch": 0.8695833333333334,
      "grad_norm": 1.5695658922195435,
      "learning_rate": 1.2517538999815796e-05,
      "loss": 8.0746,
      "step": 417400
    },
    {
      "epoch": 0.8696041666666666,
      "grad_norm": 4.148509502410889,
      "learning_rate": 1.2513596656699671e-05,
      "loss": 9.208,
      "step": 417410
    },
    {
      "epoch": 0.869625,
      "grad_norm": 0.9925652742385864,
      "learning_rate": 1.2509654907470385e-05,
      "loss": 9.2674,
      "step": 417420
    },
    {
      "epoch": 0.8696458333333333,
      "grad_norm": 1.7660428285598755,
      "learning_rate": 1.2505713752144957e-05,
      "loss": 7.9143,
      "step": 417430
    },
    {
      "epoch": 0.8696666666666667,
      "grad_norm": 1.935363531112671,
      "learning_rate": 1.2501773190740428e-05,
      "loss": 7.9175,
      "step": 417440
    },
    {
      "epoch": 0.8696875,
      "grad_norm": 1.5678995847702026,
      "learning_rate": 1.2497833223273812e-05,
      "loss": 7.6477,
      "step": 417450
    },
    {
      "epoch": 0.8697083333333333,
      "grad_norm": 2.581639051437378,
      "learning_rate": 1.2493893849762131e-05,
      "loss": 7.8799,
      "step": 417460
    },
    {
      "epoch": 0.8697291666666667,
      "grad_norm": 15.322098731994629,
      "learning_rate": 1.2489955070222407e-05,
      "loss": 9.882,
      "step": 417470
    },
    {
      "epoch": 0.86975,
      "grad_norm": 3.854658603668213,
      "learning_rate": 1.248601688467164e-05,
      "loss": 8.0411,
      "step": 417480
    },
    {
      "epoch": 0.8697708333333334,
      "grad_norm": 1.91713285446167,
      "learning_rate": 1.2482079293126833e-05,
      "loss": 8.4579,
      "step": 417490
    },
    {
      "epoch": 0.8697916666666666,
      "grad_norm": 1.637629747390747,
      "learning_rate": 1.247814229560506e-05,
      "loss": 7.7242,
      "step": 417500
    },
    {
      "epoch": 0.8698125,
      "grad_norm": 2.734257936477661,
      "learning_rate": 1.2474205892123218e-05,
      "loss": 9.5518,
      "step": 417510
    },
    {
      "epoch": 0.8698333333333333,
      "grad_norm": 1.0336841344833374,
      "learning_rate": 1.2470270082698398e-05,
      "loss": 7.9419,
      "step": 417520
    },
    {
      "epoch": 0.8698541666666667,
      "grad_norm": 5.03036642074585,
      "learning_rate": 1.2466334867347599e-05,
      "loss": 7.7204,
      "step": 417530
    },
    {
      "epoch": 0.869875,
      "grad_norm": 2.5517570972442627,
      "learning_rate": 1.2462400246087728e-05,
      "loss": 8.0638,
      "step": 417540
    },
    {
      "epoch": 0.8698958333333333,
      "grad_norm": 0.9618752002716064,
      "learning_rate": 1.2458466218935887e-05,
      "loss": 7.5135,
      "step": 417550
    },
    {
      "epoch": 0.8699166666666667,
      "grad_norm": 2.3598079681396484,
      "learning_rate": 1.2454532785909044e-05,
      "loss": 7.9004,
      "step": 417560
    },
    {
      "epoch": 0.8699375,
      "grad_norm": 1.246541976928711,
      "learning_rate": 1.2450599947024138e-05,
      "loss": 7.5206,
      "step": 417570
    },
    {
      "epoch": 0.8699583333333333,
      "grad_norm": 1.4028139114379883,
      "learning_rate": 1.2446667702298219e-05,
      "loss": 7.6902,
      "step": 417580
    },
    {
      "epoch": 0.8699791666666666,
      "grad_norm": 4.08201789855957,
      "learning_rate": 1.2442736051748259e-05,
      "loss": 8.1542,
      "step": 417590
    },
    {
      "epoch": 0.87,
      "grad_norm": 1.2630380392074585,
      "learning_rate": 1.2438804995391194e-05,
      "loss": 8.2281,
      "step": 417600
    },
    {
      "epoch": 0.8700208333333334,
      "grad_norm": 71.74227905273438,
      "learning_rate": 1.243487453324406e-05,
      "loss": 10.7483,
      "step": 417610
    },
    {
      "epoch": 0.8700416666666667,
      "grad_norm": 10.67041015625,
      "learning_rate": 1.2430944665323845e-05,
      "loss": 8.6058,
      "step": 417620
    },
    {
      "epoch": 0.8700625,
      "grad_norm": 1.3368316888809204,
      "learning_rate": 1.2427015391647432e-05,
      "loss": 7.7131,
      "step": 417630
    },
    {
      "epoch": 0.8700833333333333,
      "grad_norm": 1.9721014499664307,
      "learning_rate": 1.2423086712231928e-05,
      "loss": 7.7986,
      "step": 417640
    },
    {
      "epoch": 0.8701041666666667,
      "grad_norm": 2.044407367706299,
      "learning_rate": 1.2419158627094183e-05,
      "loss": 8.0844,
      "step": 417650
    },
    {
      "epoch": 0.870125,
      "grad_norm": 2.7837107181549072,
      "learning_rate": 1.2415231136251203e-05,
      "loss": 7.9774,
      "step": 417660
    },
    {
      "epoch": 0.8701458333333333,
      "grad_norm": 1.3724143505096436,
      "learning_rate": 1.2411304239720021e-05,
      "loss": 7.6457,
      "step": 417670
    },
    {
      "epoch": 0.8701666666666666,
      "grad_norm": 1.875820279121399,
      "learning_rate": 1.2407377937517509e-05,
      "loss": 7.3793,
      "step": 417680
    },
    {
      "epoch": 0.8701875,
      "grad_norm": 2.020369052886963,
      "learning_rate": 1.2403452229660637e-05,
      "loss": 8.2354,
      "step": 417690
    },
    {
      "epoch": 0.8702083333333334,
      "grad_norm": 2.3077573776245117,
      "learning_rate": 1.2399527116166441e-05,
      "loss": 8.3359,
      "step": 417700
    },
    {
      "epoch": 0.8702291666666667,
      "grad_norm": 2.039452314376831,
      "learning_rate": 1.2395602597051807e-05,
      "loss": 7.6686,
      "step": 417710
    },
    {
      "epoch": 0.87025,
      "grad_norm": 3.164260149002075,
      "learning_rate": 1.2391678672333654e-05,
      "loss": 7.7713,
      "step": 417720
    },
    {
      "epoch": 0.8702708333333333,
      "grad_norm": 1.7741273641586304,
      "learning_rate": 1.2387755342029038e-05,
      "loss": 7.6601,
      "step": 417730
    },
    {
      "epoch": 0.8702916666666667,
      "grad_norm": 1.4886243343353271,
      "learning_rate": 1.2383832606154825e-05,
      "loss": 8.8418,
      "step": 417740
    },
    {
      "epoch": 0.8703125,
      "grad_norm": 2.0487968921661377,
      "learning_rate": 1.2379910464727988e-05,
      "loss": 7.5687,
      "step": 417750
    },
    {
      "epoch": 0.8703333333333333,
      "grad_norm": 1.640390157699585,
      "learning_rate": 1.2375988917765462e-05,
      "loss": 7.7051,
      "step": 417760
    },
    {
      "epoch": 0.8703541666666667,
      "grad_norm": 1.1614387035369873,
      "learning_rate": 1.2372067965284182e-05,
      "loss": 8.2683,
      "step": 417770
    },
    {
      "epoch": 0.870375,
      "grad_norm": 2.67467999458313,
      "learning_rate": 1.2368147607301105e-05,
      "loss": 8.0628,
      "step": 417780
    },
    {
      "epoch": 0.8703958333333334,
      "grad_norm": 1.738459825515747,
      "learning_rate": 1.2364227843833146e-05,
      "loss": 8.4743,
      "step": 417790
    },
    {
      "epoch": 0.8704166666666666,
      "grad_norm": 1.8113664388656616,
      "learning_rate": 1.2360308674897229e-05,
      "loss": 8.6977,
      "step": 417800
    },
    {
      "epoch": 0.8704375,
      "grad_norm": 1.5222893953323364,
      "learning_rate": 1.2356390100510322e-05,
      "loss": 8.1087,
      "step": 417810
    },
    {
      "epoch": 0.8704583333333333,
      "grad_norm": 3.8041207790374756,
      "learning_rate": 1.235247212068931e-05,
      "loss": 8.7218,
      "step": 417820
    },
    {
      "epoch": 0.8704791666666667,
      "grad_norm": 2.183397054672241,
      "learning_rate": 1.2348554735451132e-05,
      "loss": 7.6098,
      "step": 417830
    },
    {
      "epoch": 0.8705,
      "grad_norm": 1.20508873462677,
      "learning_rate": 1.2344637944812725e-05,
      "loss": 7.4042,
      "step": 417840
    },
    {
      "epoch": 0.8705208333333333,
      "grad_norm": 2.807375907897949,
      "learning_rate": 1.2340721748790972e-05,
      "loss": 8.3835,
      "step": 417850
    },
    {
      "epoch": 0.8705416666666667,
      "grad_norm": 1.4627230167388916,
      "learning_rate": 1.2336806147402828e-05,
      "loss": 7.9412,
      "step": 417860
    },
    {
      "epoch": 0.8705625,
      "grad_norm": 1.7850309610366821,
      "learning_rate": 1.2332891140665214e-05,
      "loss": 9.8984,
      "step": 417870
    },
    {
      "epoch": 0.8705833333333334,
      "grad_norm": 1.5062174797058105,
      "learning_rate": 1.2328976728594964e-05,
      "loss": 7.8481,
      "step": 417880
    },
    {
      "epoch": 0.8706041666666666,
      "grad_norm": 1.5855274200439453,
      "learning_rate": 1.2325062911209065e-05,
      "loss": 7.7247,
      "step": 417890
    },
    {
      "epoch": 0.870625,
      "grad_norm": 1.5272268056869507,
      "learning_rate": 1.232114968852444e-05,
      "loss": 8.93,
      "step": 417900
    },
    {
      "epoch": 0.8706458333333333,
      "grad_norm": 13.29056167602539,
      "learning_rate": 1.2317237060557873e-05,
      "loss": 7.8534,
      "step": 417910
    },
    {
      "epoch": 0.8706666666666667,
      "grad_norm": 1.6840580701828003,
      "learning_rate": 1.2313325027326382e-05,
      "loss": 7.8366,
      "step": 417920
    },
    {
      "epoch": 0.8706875,
      "grad_norm": 1.2778007984161377,
      "learning_rate": 1.2309413588846856e-05,
      "loss": 8.075,
      "step": 417930
    },
    {
      "epoch": 0.8707083333333333,
      "grad_norm": 4.885400295257568,
      "learning_rate": 1.2305502745136115e-05,
      "loss": 8.4253,
      "step": 417940
    },
    {
      "epoch": 0.8707291666666667,
      "grad_norm": 2.0532450675964355,
      "learning_rate": 1.230159249621111e-05,
      "loss": 7.5525,
      "step": 417950
    },
    {
      "epoch": 0.87075,
      "grad_norm": 5.0228986740112305,
      "learning_rate": 1.2297682842088763e-05,
      "loss": 8.006,
      "step": 417960
    },
    {
      "epoch": 0.8707708333333334,
      "grad_norm": 1.0958504676818848,
      "learning_rate": 1.229377378278586e-05,
      "loss": 8.0143,
      "step": 417970
    },
    {
      "epoch": 0.8707916666666666,
      "grad_norm": 2.349769115447998,
      "learning_rate": 1.2289865318319369e-05,
      "loss": 7.7305,
      "step": 417980
    },
    {
      "epoch": 0.8708125,
      "grad_norm": 1.4195784330368042,
      "learning_rate": 1.228595744870618e-05,
      "loss": 8.3885,
      "step": 417990
    },
    {
      "epoch": 0.8708333333333333,
      "grad_norm": 1.5414671897888184,
      "learning_rate": 1.2282050173963077e-05,
      "loss": 7.4502,
      "step": 418000
    },
    {
      "epoch": 0.8708333333333333,
      "eval_loss": 7.008181095123291,
      "eval_runtime": 8.7402,
      "eval_samples_per_second": 0.343,
      "eval_steps_per_second": 0.114,
      "step": 418000
    },
    {
      "epoch": 0.8708541666666667,
      "grad_norm": 2.710749626159668,
      "learning_rate": 1.227814349410708e-05,
      "loss": 7.9836,
      "step": 418010
    },
    {
      "epoch": 0.870875,
      "grad_norm": 3.7867398262023926,
      "learning_rate": 1.2274237409154942e-05,
      "loss": 8.149,
      "step": 418020
    },
    {
      "epoch": 0.8708958333333333,
      "grad_norm": 1.7421797513961792,
      "learning_rate": 1.2270331919123566e-05,
      "loss": 8.2965,
      "step": 418030
    },
    {
      "epoch": 0.8709166666666667,
      "grad_norm": 1.4242814779281616,
      "learning_rate": 1.2266427024029907e-05,
      "loss": 7.9539,
      "step": 418040
    },
    {
      "epoch": 0.8709375,
      "grad_norm": 1.073578119277954,
      "learning_rate": 1.2262522723890716e-05,
      "loss": 7.4815,
      "step": 418050
    },
    {
      "epoch": 0.8709583333333333,
      "grad_norm": 2.4842276573181152,
      "learning_rate": 1.2258619018722915e-05,
      "loss": 7.7378,
      "step": 418060
    },
    {
      "epoch": 0.8709791666666666,
      "grad_norm": 2.4258573055267334,
      "learning_rate": 1.2254715908543356e-05,
      "loss": 7.6965,
      "step": 418070
    },
    {
      "epoch": 0.871,
      "grad_norm": 1.4143402576446533,
      "learning_rate": 1.2250813393368908e-05,
      "loss": 7.9943,
      "step": 418080
    },
    {
      "epoch": 0.8710208333333334,
      "grad_norm": 1.9610700607299805,
      "learning_rate": 1.224691147321641e-05,
      "loss": 7.7384,
      "step": 418090
    },
    {
      "epoch": 0.8710416666666667,
      "grad_norm": 1.8772565126419067,
      "learning_rate": 1.2243010148102727e-05,
      "loss": 8.0539,
      "step": 418100
    },
    {
      "epoch": 0.8710625,
      "grad_norm": 5.322656631469727,
      "learning_rate": 1.2239109418044718e-05,
      "loss": 8.44,
      "step": 418110
    },
    {
      "epoch": 0.8710833333333333,
      "grad_norm": 2.6838936805725098,
      "learning_rate": 1.2235209283059233e-05,
      "loss": 8.1751,
      "step": 418120
    },
    {
      "epoch": 0.8711041666666667,
      "grad_norm": 1.8349591493606567,
      "learning_rate": 1.2231309743163108e-05,
      "loss": 7.6717,
      "step": 418130
    },
    {
      "epoch": 0.871125,
      "grad_norm": 1.8388545513153076,
      "learning_rate": 1.22274107983732e-05,
      "loss": 7.9513,
      "step": 418140
    },
    {
      "epoch": 0.8711458333333333,
      "grad_norm": 3.438281297683716,
      "learning_rate": 1.2223512448706324e-05,
      "loss": 7.6748,
      "step": 418150
    },
    {
      "epoch": 0.8711666666666666,
      "grad_norm": 1.89333975315094,
      "learning_rate": 1.2219614694179352e-05,
      "loss": 7.6564,
      "step": 418160
    },
    {
      "epoch": 0.8711875,
      "grad_norm": 1.0426700115203857,
      "learning_rate": 1.2215717534809105e-05,
      "loss": 7.6472,
      "step": 418170
    },
    {
      "epoch": 0.8712083333333334,
      "grad_norm": 5.375112056732178,
      "learning_rate": 1.2211820970612419e-05,
      "loss": 8.4116,
      "step": 418180
    },
    {
      "epoch": 0.8712291666666667,
      "grad_norm": 2.531614303588867,
      "learning_rate": 1.2207925001606127e-05,
      "loss": 7.9782,
      "step": 418190
    },
    {
      "epoch": 0.87125,
      "grad_norm": 2.7476649284362793,
      "learning_rate": 1.2204029627807054e-05,
      "loss": 8.0894,
      "step": 418200
    },
    {
      "epoch": 0.8712708333333333,
      "grad_norm": 5.120171070098877,
      "learning_rate": 1.2200134849232034e-05,
      "loss": 8.1167,
      "step": 418210
    },
    {
      "epoch": 0.8712916666666667,
      "grad_norm": 1.4172704219818115,
      "learning_rate": 1.2196240665897889e-05,
      "loss": 8.4996,
      "step": 418220
    },
    {
      "epoch": 0.8713125,
      "grad_norm": 1.5396302938461304,
      "learning_rate": 1.2192347077821435e-05,
      "loss": 7.4673,
      "step": 418230
    },
    {
      "epoch": 0.8713333333333333,
      "grad_norm": 3.006106376647949,
      "learning_rate": 1.2188454085019478e-05,
      "loss": 7.6184,
      "step": 418240
    },
    {
      "epoch": 0.8713541666666667,
      "grad_norm": 1.2979297637939453,
      "learning_rate": 1.2184561687508871e-05,
      "loss": 8.1799,
      "step": 418250
    },
    {
      "epoch": 0.871375,
      "grad_norm": 1.09523344039917,
      "learning_rate": 1.2180669885306399e-05,
      "loss": 8.0232,
      "step": 418260
    },
    {
      "epoch": 0.8713958333333334,
      "grad_norm": 3.554382085800171,
      "learning_rate": 1.21767786784289e-05,
      "loss": 7.5089,
      "step": 418270
    },
    {
      "epoch": 0.8714166666666666,
      "grad_norm": 1.8094706535339355,
      "learning_rate": 1.2172888066893126e-05,
      "loss": 7.9464,
      "step": 418280
    },
    {
      "epoch": 0.8714375,
      "grad_norm": 1.367825984954834,
      "learning_rate": 1.2168998050715933e-05,
      "loss": 7.7552,
      "step": 418290
    },
    {
      "epoch": 0.8714583333333333,
      "grad_norm": 1.340707540512085,
      "learning_rate": 1.2165108629914139e-05,
      "loss": 7.6768,
      "step": 418300
    },
    {
      "epoch": 0.8714791666666667,
      "grad_norm": 1.9834418296813965,
      "learning_rate": 1.2161219804504463e-05,
      "loss": 8.2201,
      "step": 418310
    },
    {
      "epoch": 0.8715,
      "grad_norm": 14.613354682922363,
      "learning_rate": 1.2157331574503792e-05,
      "loss": 8.8205,
      "step": 418320
    },
    {
      "epoch": 0.8715208333333333,
      "grad_norm": 1.3062410354614258,
      "learning_rate": 1.2153443939928915e-05,
      "loss": 7.913,
      "step": 418330
    },
    {
      "epoch": 0.8715416666666667,
      "grad_norm": 1.4295544624328613,
      "learning_rate": 1.2149556900796547e-05,
      "loss": 8.0368,
      "step": 418340
    },
    {
      "epoch": 0.8715625,
      "grad_norm": 1.20630943775177,
      "learning_rate": 1.214567045712353e-05,
      "loss": 8.1351,
      "step": 418350
    },
    {
      "epoch": 0.8715833333333334,
      "grad_norm": 1.9876335859298706,
      "learning_rate": 1.214178460892668e-05,
      "loss": 8.3398,
      "step": 418360
    },
    {
      "epoch": 0.8716041666666666,
      "grad_norm": 2.036696672439575,
      "learning_rate": 1.2137899356222735e-05,
      "loss": 8.118,
      "step": 418370
    },
    {
      "epoch": 0.871625,
      "grad_norm": 1.7198411226272583,
      "learning_rate": 1.21340146990285e-05,
      "loss": 8.0379,
      "step": 418380
    },
    {
      "epoch": 0.8716458333333333,
      "grad_norm": 2.4599499702453613,
      "learning_rate": 1.2130130637360757e-05,
      "loss": 7.7428,
      "step": 418390
    },
    {
      "epoch": 0.8716666666666667,
      "grad_norm": 2.4642720222473145,
      "learning_rate": 1.2126247171236265e-05,
      "loss": 7.5787,
      "step": 418400
    },
    {
      "epoch": 0.8716875,
      "grad_norm": 2.3808164596557617,
      "learning_rate": 1.2122364300671805e-05,
      "loss": 8.1213,
      "step": 418410
    },
    {
      "epoch": 0.8717083333333333,
      "grad_norm": 4.232267379760742,
      "learning_rate": 1.2118482025684167e-05,
      "loss": 8.5929,
      "step": 418420
    },
    {
      "epoch": 0.8717291666666667,
      "grad_norm": 1.1808171272277832,
      "learning_rate": 1.2114600346290104e-05,
      "loss": 7.3241,
      "step": 418430
    },
    {
      "epoch": 0.87175,
      "grad_norm": 1.3769317865371704,
      "learning_rate": 1.2110719262506403e-05,
      "loss": 8.184,
      "step": 418440
    },
    {
      "epoch": 0.8717708333333334,
      "grad_norm": 1.4194517135620117,
      "learning_rate": 1.2106838774349797e-05,
      "loss": 8.0367,
      "step": 418450
    },
    {
      "epoch": 0.8717916666666666,
      "grad_norm": 6.097108840942383,
      "learning_rate": 1.2102958881837076e-05,
      "loss": 7.7737,
      "step": 418460
    },
    {
      "epoch": 0.8718125,
      "grad_norm": 1.3389650583267212,
      "learning_rate": 1.2099079584984977e-05,
      "loss": 7.5164,
      "step": 418470
    },
    {
      "epoch": 0.8718333333333333,
      "grad_norm": 1.8231291770935059,
      "learning_rate": 1.2095200883810285e-05,
      "loss": 8.5244,
      "step": 418480
    },
    {
      "epoch": 0.8718541666666667,
      "grad_norm": 1.061931848526001,
      "learning_rate": 1.2091322778329721e-05,
      "loss": 7.6015,
      "step": 418490
    },
    {
      "epoch": 0.871875,
      "grad_norm": 1.0857040882110596,
      "learning_rate": 1.208744526856007e-05,
      "loss": 7.9095,
      "step": 418500
    },
    {
      "epoch": 0.8718958333333333,
      "grad_norm": 1.1127809286117554,
      "learning_rate": 1.2083568354518052e-05,
      "loss": 7.5361,
      "step": 418510
    },
    {
      "epoch": 0.8719166666666667,
      "grad_norm": 1.0687428712844849,
      "learning_rate": 1.207969203622044e-05,
      "loss": 7.7049,
      "step": 418520
    },
    {
      "epoch": 0.8719375,
      "grad_norm": 2.9492948055267334,
      "learning_rate": 1.2075816313683967e-05,
      "loss": 8.0568,
      "step": 418530
    },
    {
      "epoch": 0.8719583333333333,
      "grad_norm": 2.542903423309326,
      "learning_rate": 1.2071941186925354e-05,
      "loss": 8.0738,
      "step": 418540
    },
    {
      "epoch": 0.8719791666666666,
      "grad_norm": 2.9781510829925537,
      "learning_rate": 1.2068066655961372e-05,
      "loss": 8.2766,
      "step": 418550
    },
    {
      "epoch": 0.872,
      "grad_norm": 1.9536194801330566,
      "learning_rate": 1.2064192720808757e-05,
      "loss": 7.8302,
      "step": 418560
    },
    {
      "epoch": 0.8720208333333334,
      "grad_norm": 1.1420304775238037,
      "learning_rate": 1.2060319381484213e-05,
      "loss": 7.83,
      "step": 418570
    },
    {
      "epoch": 0.8720416666666667,
      "grad_norm": 2.25777006149292,
      "learning_rate": 1.205644663800449e-05,
      "loss": 7.849,
      "step": 418580
    },
    {
      "epoch": 0.8720625,
      "grad_norm": 3.8983325958251953,
      "learning_rate": 1.205257449038633e-05,
      "loss": 8.6421,
      "step": 418590
    },
    {
      "epoch": 0.8720833333333333,
      "grad_norm": 1.8068125247955322,
      "learning_rate": 1.2048702938646432e-05,
      "loss": 7.7366,
      "step": 418600
    },
    {
      "epoch": 0.8721041666666667,
      "grad_norm": 1.17495858669281,
      "learning_rate": 1.2044831982801534e-05,
      "loss": 7.8961,
      "step": 418610
    },
    {
      "epoch": 0.872125,
      "grad_norm": 1.2288764715194702,
      "learning_rate": 1.2040961622868356e-05,
      "loss": 7.7945,
      "step": 418620
    },
    {
      "epoch": 0.8721458333333333,
      "grad_norm": 2.024296522140503,
      "learning_rate": 1.2037091858863618e-05,
      "loss": 7.7346,
      "step": 418630
    },
    {
      "epoch": 0.8721666666666666,
      "grad_norm": 1.6390440464019775,
      "learning_rate": 1.2033222690804056e-05,
      "loss": 7.7557,
      "step": 418640
    },
    {
      "epoch": 0.8721875,
      "grad_norm": 4.497692108154297,
      "learning_rate": 1.2029354118706341e-05,
      "loss": 8.0475,
      "step": 418650
    },
    {
      "epoch": 0.8722083333333334,
      "grad_norm": 5.704614162445068,
      "learning_rate": 1.2025486142587177e-05,
      "loss": 8.5992,
      "step": 418660
    },
    {
      "epoch": 0.8722291666666667,
      "grad_norm": 18.57582664489746,
      "learning_rate": 1.2021618762463348e-05,
      "loss": 8.0229,
      "step": 418670
    },
    {
      "epoch": 0.87225,
      "grad_norm": 3.8374459743499756,
      "learning_rate": 1.2017751978351475e-05,
      "loss": 8.0745,
      "step": 418680
    },
    {
      "epoch": 0.8722708333333333,
      "grad_norm": 1.330557942390442,
      "learning_rate": 1.201388579026828e-05,
      "loss": 7.8982,
      "step": 418690
    },
    {
      "epoch": 0.8722916666666667,
      "grad_norm": 1.309818983078003,
      "learning_rate": 1.201002019823053e-05,
      "loss": 7.7358,
      "step": 418700
    },
    {
      "epoch": 0.8723125,
      "grad_norm": 1.2528115510940552,
      "learning_rate": 1.2006155202254846e-05,
      "loss": 7.8925,
      "step": 418710
    },
    {
      "epoch": 0.8723333333333333,
      "grad_norm": 1.8910067081451416,
      "learning_rate": 1.2002290802357934e-05,
      "loss": 8.6781,
      "step": 418720
    },
    {
      "epoch": 0.8723541666666667,
      "grad_norm": 2.1345973014831543,
      "learning_rate": 1.1998426998556543e-05,
      "loss": 7.8067,
      "step": 418730
    },
    {
      "epoch": 0.872375,
      "grad_norm": 1.3518190383911133,
      "learning_rate": 1.1994563790867296e-05,
      "loss": 7.5909,
      "step": 418740
    },
    {
      "epoch": 0.8723958333333334,
      "grad_norm": 1.6344587802886963,
      "learning_rate": 1.1990701179306895e-05,
      "loss": 7.6076,
      "step": 418750
    },
    {
      "epoch": 0.8724166666666666,
      "grad_norm": 1.5121173858642578,
      "learning_rate": 1.1986839163892076e-05,
      "loss": 7.7232,
      "step": 418760
    },
    {
      "epoch": 0.8724375,
      "grad_norm": 0.8436434864997864,
      "learning_rate": 1.198297774463946e-05,
      "loss": 7.8373,
      "step": 418770
    },
    {
      "epoch": 0.8724583333333333,
      "grad_norm": 2.145577907562256,
      "learning_rate": 1.1979116921565752e-05,
      "loss": 8.5815,
      "step": 418780
    },
    {
      "epoch": 0.8724791666666667,
      "grad_norm": 1.2537951469421387,
      "learning_rate": 1.1975256694687619e-05,
      "loss": 8.3014,
      "step": 418790
    },
    {
      "epoch": 0.8725,
      "grad_norm": 2.4083478450775146,
      "learning_rate": 1.1971397064021749e-05,
      "loss": 7.9655,
      "step": 418800
    },
    {
      "epoch": 0.8725208333333333,
      "grad_norm": 1.1719081401824951,
      "learning_rate": 1.1967538029584795e-05,
      "loss": 7.6772,
      "step": 418810
    },
    {
      "epoch": 0.8725416666666667,
      "grad_norm": 1.5851024389266968,
      "learning_rate": 1.196367959139346e-05,
      "loss": 8.4968,
      "step": 418820
    },
    {
      "epoch": 0.8725625,
      "grad_norm": 1.3008766174316406,
      "learning_rate": 1.1959821749464382e-05,
      "loss": 8.0799,
      "step": 418830
    },
    {
      "epoch": 0.8725833333333334,
      "grad_norm": 1.9913352727890015,
      "learning_rate": 1.195596450381423e-05,
      "loss": 7.6809,
      "step": 418840
    },
    {
      "epoch": 0.8726041666666666,
      "grad_norm": 1.7469675540924072,
      "learning_rate": 1.1952107854459676e-05,
      "loss": 7.9818,
      "step": 418850
    },
    {
      "epoch": 0.872625,
      "grad_norm": 2.1550137996673584,
      "learning_rate": 1.1948251801417368e-05,
      "loss": 7.7735,
      "step": 418860
    },
    {
      "epoch": 0.8726458333333333,
      "grad_norm": 3.4710774421691895,
      "learning_rate": 1.1944396344703965e-05,
      "loss": 7.9056,
      "step": 418870
    },
    {
      "epoch": 0.8726666666666667,
      "grad_norm": 1.4216532707214355,
      "learning_rate": 1.1940541484336135e-05,
      "loss": 8.1198,
      "step": 418880
    },
    {
      "epoch": 0.8726875,
      "grad_norm": 2.1102163791656494,
      "learning_rate": 1.1936687220330498e-05,
      "loss": 8.8376,
      "step": 418890
    },
    {
      "epoch": 0.8727083333333333,
      "grad_norm": 2.202158212661743,
      "learning_rate": 1.193283355270374e-05,
      "loss": 7.6555,
      "step": 418900
    },
    {
      "epoch": 0.8727291666666667,
      "grad_norm": 1.8817367553710938,
      "learning_rate": 1.1928980481472483e-05,
      "loss": 8.879,
      "step": 418910
    },
    {
      "epoch": 0.87275,
      "grad_norm": 2.31709885597229,
      "learning_rate": 1.1925128006653395e-05,
      "loss": 8.0864,
      "step": 418920
    },
    {
      "epoch": 0.8727708333333334,
      "grad_norm": 4.116759777069092,
      "learning_rate": 1.1921276128263112e-05,
      "loss": 8.2153,
      "step": 418930
    },
    {
      "epoch": 0.8727916666666666,
      "grad_norm": 1.7132635116577148,
      "learning_rate": 1.1917424846318208e-05,
      "loss": 7.667,
      "step": 418940
    },
    {
      "epoch": 0.8728125,
      "grad_norm": 1.7762415409088135,
      "learning_rate": 1.1913574160835398e-05,
      "loss": 7.9574,
      "step": 418950
    },
    {
      "epoch": 0.8728333333333333,
      "grad_norm": 1.3816478252410889,
      "learning_rate": 1.1909724071831306e-05,
      "loss": 7.8607,
      "step": 418960
    },
    {
      "epoch": 0.8728541666666667,
      "grad_norm": 2.473500967025757,
      "learning_rate": 1.1905874579322517e-05,
      "loss": 8.145,
      "step": 418970
    },
    {
      "epoch": 0.872875,
      "grad_norm": 1.1210689544677734,
      "learning_rate": 1.19020256833257e-05,
      "loss": 7.8245,
      "step": 418980
    },
    {
      "epoch": 0.8728958333333333,
      "grad_norm": 1.7517422437667847,
      "learning_rate": 1.1898177383857493e-05,
      "loss": 8.3075,
      "step": 418990
    },
    {
      "epoch": 0.8729166666666667,
      "grad_norm": 3.457409143447876,
      "learning_rate": 1.189432968093445e-05,
      "loss": 7.6167,
      "step": 419000
    },
    {
      "epoch": 0.8729166666666667,
      "eval_loss": 6.647145748138428,
      "eval_runtime": 8.7315,
      "eval_samples_per_second": 0.344,
      "eval_steps_per_second": 0.115,
      "step": 419000
    },
    {
      "epoch": 0.8729375,
      "grad_norm": 1.2755258083343506,
      "learning_rate": 1.189048257457329e-05,
      "loss": 7.9654,
      "step": 419010
    },
    {
      "epoch": 0.8729583333333333,
      "grad_norm": 1.3231136798858643,
      "learning_rate": 1.1886636064790534e-05,
      "loss": 7.5073,
      "step": 419020
    },
    {
      "epoch": 0.8729791666666666,
      "grad_norm": 3.273573160171509,
      "learning_rate": 1.1882790151602833e-05,
      "loss": 8.7869,
      "step": 419030
    },
    {
      "epoch": 0.873,
      "grad_norm": 1.0743755102157593,
      "learning_rate": 1.187894483502686e-05,
      "loss": 7.6973,
      "step": 419040
    },
    {
      "epoch": 0.8730208333333334,
      "grad_norm": 1.9862568378448486,
      "learning_rate": 1.1875100115079134e-05,
      "loss": 8.914,
      "step": 419050
    },
    {
      "epoch": 0.8730416666666667,
      "grad_norm": 4.445828437805176,
      "learning_rate": 1.187125599177629e-05,
      "loss": 8.9142,
      "step": 419060
    },
    {
      "epoch": 0.8730625,
      "grad_norm": 6.264630317687988,
      "learning_rate": 1.1867412465134984e-05,
      "loss": 7.9559,
      "step": 419070
    },
    {
      "epoch": 0.8730833333333333,
      "grad_norm": 5.2027482986450195,
      "learning_rate": 1.1863569535171768e-05,
      "loss": 8.1297,
      "step": 419080
    },
    {
      "epoch": 0.8731041666666667,
      "grad_norm": 3.6506118774414062,
      "learning_rate": 1.185972720190323e-05,
      "loss": 7.5809,
      "step": 419090
    },
    {
      "epoch": 0.873125,
      "grad_norm": 1.9509931802749634,
      "learning_rate": 1.1855885465346022e-05,
      "loss": 7.5807,
      "step": 419100
    },
    {
      "epoch": 0.8731458333333333,
      "grad_norm": 2.9538919925689697,
      "learning_rate": 1.1852044325516696e-05,
      "loss": 8.2539,
      "step": 419110
    },
    {
      "epoch": 0.8731666666666666,
      "grad_norm": 3.529829978942871,
      "learning_rate": 1.1848203782431826e-05,
      "loss": 7.7051,
      "step": 419120
    },
    {
      "epoch": 0.8731875,
      "grad_norm": 2.014571189880371,
      "learning_rate": 1.1844363836108079e-05,
      "loss": 8.4415,
      "step": 419130
    },
    {
      "epoch": 0.8732083333333334,
      "grad_norm": 2.3725228309631348,
      "learning_rate": 1.1840524486561975e-05,
      "loss": 8.0462,
      "step": 419140
    },
    {
      "epoch": 0.8732291666666666,
      "grad_norm": 3.556892156600952,
      "learning_rate": 1.183668573381012e-05,
      "loss": 8.7681,
      "step": 419150
    },
    {
      "epoch": 0.87325,
      "grad_norm": 0.9781882166862488,
      "learning_rate": 1.1832847577869099e-05,
      "loss": 7.7955,
      "step": 419160
    },
    {
      "epoch": 0.8732708333333333,
      "grad_norm": 1.7369736433029175,
      "learning_rate": 1.1829010018755463e-05,
      "loss": 7.3333,
      "step": 419170
    },
    {
      "epoch": 0.8732916666666667,
      "grad_norm": 2.5367207527160645,
      "learning_rate": 1.1825173056485836e-05,
      "loss": 7.6409,
      "step": 419180
    },
    {
      "epoch": 0.8733125,
      "grad_norm": 1.8036307096481323,
      "learning_rate": 1.1821336691076755e-05,
      "loss": 8.1875,
      "step": 419190
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 7.139315605163574,
      "learning_rate": 1.1817500922544803e-05,
      "loss": 8.8177,
      "step": 419200
    },
    {
      "epoch": 0.8733541666666667,
      "grad_norm": 1.708592414855957,
      "learning_rate": 1.1813665750906554e-05,
      "loss": 7.8842,
      "step": 419210
    },
    {
      "epoch": 0.873375,
      "grad_norm": 1.629181981086731,
      "learning_rate": 1.1809831176178575e-05,
      "loss": 7.8259,
      "step": 419220
    },
    {
      "epoch": 0.8733958333333334,
      "grad_norm": 2.68033766746521,
      "learning_rate": 1.180599719837742e-05,
      "loss": 8.0898,
      "step": 419230
    },
    {
      "epoch": 0.8734166666666666,
      "grad_norm": 2.6684205532073975,
      "learning_rate": 1.1802163817519694e-05,
      "loss": 8.1162,
      "step": 419240
    },
    {
      "epoch": 0.8734375,
      "grad_norm": 0.9546886682510376,
      "learning_rate": 1.179833103362185e-05,
      "loss": 8.4033,
      "step": 419250
    },
    {
      "epoch": 0.8734583333333333,
      "grad_norm": 1.8072041273117065,
      "learning_rate": 1.179449884670054e-05,
      "loss": 8.1195,
      "step": 419260
    },
    {
      "epoch": 0.8734791666666667,
      "grad_norm": 1.7440314292907715,
      "learning_rate": 1.1790667256772334e-05,
      "loss": 7.4347,
      "step": 419270
    },
    {
      "epoch": 0.8735,
      "grad_norm": 1.8730353116989136,
      "learning_rate": 1.1786836263853672e-05,
      "loss": 8.0844,
      "step": 419280
    },
    {
      "epoch": 0.8735208333333333,
      "grad_norm": 2.417391300201416,
      "learning_rate": 1.1783005867961187e-05,
      "loss": 7.773,
      "step": 419290
    },
    {
      "epoch": 0.8735416666666667,
      "grad_norm": 1.6821128129959106,
      "learning_rate": 1.1779176069111451e-05,
      "loss": 8.205,
      "step": 419300
    },
    {
      "epoch": 0.8735625,
      "grad_norm": 1.6287981271743774,
      "learning_rate": 1.17753468673209e-05,
      "loss": 7.7625,
      "step": 419310
    },
    {
      "epoch": 0.8735833333333334,
      "grad_norm": 1.6386798620224,
      "learning_rate": 1.1771518262606155e-05,
      "loss": 7.7306,
      "step": 419320
    },
    {
      "epoch": 0.8736041666666666,
      "grad_norm": 5.99949312210083,
      "learning_rate": 1.176769025498377e-05,
      "loss": 7.8931,
      "step": 419330
    },
    {
      "epoch": 0.873625,
      "grad_norm": 3.00180721282959,
      "learning_rate": 1.1763862844470195e-05,
      "loss": 8.479,
      "step": 419340
    },
    {
      "epoch": 0.8736458333333333,
      "grad_norm": 13.655294418334961,
      "learning_rate": 1.1760036031082055e-05,
      "loss": 9.6985,
      "step": 419350
    },
    {
      "epoch": 0.8736666666666667,
      "grad_norm": 4.858010292053223,
      "learning_rate": 1.1756209814835848e-05,
      "loss": 8.0768,
      "step": 419360
    },
    {
      "epoch": 0.8736875,
      "grad_norm": 1.4163925647735596,
      "learning_rate": 1.175238419574805e-05,
      "loss": 7.7318,
      "step": 419370
    },
    {
      "epoch": 0.8737083333333333,
      "grad_norm": 1.7708592414855957,
      "learning_rate": 1.1748559173835277e-05,
      "loss": 8.0764,
      "step": 419380
    },
    {
      "epoch": 0.8737291666666667,
      "grad_norm": 3.0874390602111816,
      "learning_rate": 1.1744734749113983e-05,
      "loss": 8.0128,
      "step": 419390
    },
    {
      "epoch": 0.87375,
      "grad_norm": 1.0953980684280396,
      "learning_rate": 1.1740910921600688e-05,
      "loss": 7.5929,
      "step": 419400
    },
    {
      "epoch": 0.8737708333333334,
      "grad_norm": 3.8072590827941895,
      "learning_rate": 1.1737087691311963e-05,
      "loss": 8.4442,
      "step": 419410
    },
    {
      "epoch": 0.8737916666666666,
      "grad_norm": 1.896520972251892,
      "learning_rate": 1.173326505826428e-05,
      "loss": 8.2123,
      "step": 419420
    },
    {
      "epoch": 0.8738125,
      "grad_norm": 3.5591485500335693,
      "learning_rate": 1.1729443022474138e-05,
      "loss": 7.8913,
      "step": 419430
    },
    {
      "epoch": 0.8738333333333334,
      "grad_norm": 4.68068790435791,
      "learning_rate": 1.1725621583958128e-05,
      "loss": 8.2907,
      "step": 419440
    },
    {
      "epoch": 0.8738541666666667,
      "grad_norm": 1.193487286567688,
      "learning_rate": 1.1721800742732668e-05,
      "loss": 7.4107,
      "step": 419450
    },
    {
      "epoch": 0.873875,
      "grad_norm": 1.7116098403930664,
      "learning_rate": 1.1717980498814261e-05,
      "loss": 8.6403,
      "step": 419460
    },
    {
      "epoch": 0.8738958333333333,
      "grad_norm": 1.209265947341919,
      "learning_rate": 1.1714160852219495e-05,
      "loss": 7.9729,
      "step": 419470
    },
    {
      "epoch": 0.8739166666666667,
      "grad_norm": 1.636458158493042,
      "learning_rate": 1.171034180296479e-05,
      "loss": 8.4226,
      "step": 419480
    },
    {
      "epoch": 0.8739375,
      "grad_norm": 2.079195499420166,
      "learning_rate": 1.1706523351066666e-05,
      "loss": 7.7539,
      "step": 419490
    },
    {
      "epoch": 0.8739583333333333,
      "grad_norm": 1.4195793867111206,
      "learning_rate": 1.1702705496541643e-05,
      "loss": 7.9319,
      "step": 419500
    },
    {
      "epoch": 0.8739791666666666,
      "grad_norm": 1.795127511024475,
      "learning_rate": 1.1698888239406173e-05,
      "loss": 7.7362,
      "step": 419510
    },
    {
      "epoch": 0.874,
      "grad_norm": 2.6175522804260254,
      "learning_rate": 1.1695071579676779e-05,
      "loss": 7.7174,
      "step": 419520
    },
    {
      "epoch": 0.8740208333333334,
      "grad_norm": 1.4647548198699951,
      "learning_rate": 1.1691255517369913e-05,
      "loss": 7.5859,
      "step": 419530
    },
    {
      "epoch": 0.8740416666666667,
      "grad_norm": 2.2585995197296143,
      "learning_rate": 1.1687440052502079e-05,
      "loss": 7.8715,
      "step": 419540
    },
    {
      "epoch": 0.8740625,
      "grad_norm": 4.155404567718506,
      "learning_rate": 1.1683625185089761e-05,
      "loss": 7.9301,
      "step": 419550
    },
    {
      "epoch": 0.8740833333333333,
      "grad_norm": 1.2189269065856934,
      "learning_rate": 1.1679810915149435e-05,
      "loss": 7.8296,
      "step": 419560
    },
    {
      "epoch": 0.8741041666666667,
      "grad_norm": 1.1799236536026,
      "learning_rate": 1.1675997242697565e-05,
      "loss": 8.1071,
      "step": 419570
    },
    {
      "epoch": 0.874125,
      "grad_norm": 1.7449710369110107,
      "learning_rate": 1.1672184167750643e-05,
      "loss": 7.6328,
      "step": 419580
    },
    {
      "epoch": 0.8741458333333333,
      "grad_norm": 1.6536478996276855,
      "learning_rate": 1.1668371690325134e-05,
      "loss": 7.9228,
      "step": 419590
    },
    {
      "epoch": 0.8741666666666666,
      "grad_norm": 1.7620593309402466,
      "learning_rate": 1.1664559810437497e-05,
      "loss": 7.871,
      "step": 419600
    },
    {
      "epoch": 0.8741875,
      "grad_norm": 1.150503396987915,
      "learning_rate": 1.1660748528104214e-05,
      "loss": 7.5404,
      "step": 419610
    },
    {
      "epoch": 0.8742083333333334,
      "grad_norm": 2.6177146434783936,
      "learning_rate": 1.1656937843341723e-05,
      "loss": 8.325,
      "step": 419620
    },
    {
      "epoch": 0.8742291666666666,
      "grad_norm": 3.67404842376709,
      "learning_rate": 1.1653127756166515e-05,
      "loss": 8.1502,
      "step": 419630
    },
    {
      "epoch": 0.87425,
      "grad_norm": 3.2284960746765137,
      "learning_rate": 1.1649318266595053e-05,
      "loss": 7.4592,
      "step": 419640
    },
    {
      "epoch": 0.8742708333333333,
      "grad_norm": 2.9190897941589355,
      "learning_rate": 1.1645509374643713e-05,
      "loss": 7.9484,
      "step": 419650
    },
    {
      "epoch": 0.8742916666666667,
      "grad_norm": 1.2915594577789307,
      "learning_rate": 1.1641701080329047e-05,
      "loss": 7.8752,
      "step": 419660
    },
    {
      "epoch": 0.8743125,
      "grad_norm": 1.1971698999404907,
      "learning_rate": 1.163789338366749e-05,
      "loss": 8.8662,
      "step": 419670
    },
    {
      "epoch": 0.8743333333333333,
      "grad_norm": 1.9398895502090454,
      "learning_rate": 1.1634086284675415e-05,
      "loss": 8.1941,
      "step": 419680
    },
    {
      "epoch": 0.8743541666666667,
      "grad_norm": 1.3276903629302979,
      "learning_rate": 1.163027978336934e-05,
      "loss": 7.7237,
      "step": 419690
    },
    {
      "epoch": 0.874375,
      "grad_norm": 5.2018656730651855,
      "learning_rate": 1.1626473879765703e-05,
      "loss": 8.0984,
      "step": 419700
    },
    {
      "epoch": 0.8743958333333334,
      "grad_norm": 4.573129177093506,
      "learning_rate": 1.1622668573880889e-05,
      "loss": 9.9092,
      "step": 419710
    },
    {
      "epoch": 0.8744166666666666,
      "grad_norm": 1.8216322660446167,
      "learning_rate": 1.1618863865731403e-05,
      "loss": 8.0775,
      "step": 419720
    },
    {
      "epoch": 0.8744375,
      "grad_norm": 2.375782012939453,
      "learning_rate": 1.1615059755333666e-05,
      "loss": 7.8224,
      "step": 419730
    },
    {
      "epoch": 0.8744583333333333,
      "grad_norm": 1.918690800666809,
      "learning_rate": 1.1611256242704048e-05,
      "loss": 7.6555,
      "step": 419740
    },
    {
      "epoch": 0.8744791666666667,
      "grad_norm": 1.8866922855377197,
      "learning_rate": 1.1607453327859034e-05,
      "loss": 7.8417,
      "step": 419750
    },
    {
      "epoch": 0.8745,
      "grad_norm": 3.5714800357818604,
      "learning_rate": 1.1603651010815096e-05,
      "loss": 7.9486,
      "step": 419760
    },
    {
      "epoch": 0.8745208333333333,
      "grad_norm": 1.3417596817016602,
      "learning_rate": 1.1599849291588537e-05,
      "loss": 7.9665,
      "step": 419770
    },
    {
      "epoch": 0.8745416666666667,
      "grad_norm": 2.6989521980285645,
      "learning_rate": 1.1596048170195892e-05,
      "loss": 7.8408,
      "step": 419780
    },
    {
      "epoch": 0.8745625,
      "grad_norm": 1.9238914251327515,
      "learning_rate": 1.1592247646653518e-05,
      "loss": 7.8192,
      "step": 419790
    },
    {
      "epoch": 0.8745833333333334,
      "grad_norm": 2.881861686706543,
      "learning_rate": 1.1588447720977817e-05,
      "loss": 7.7687,
      "step": 419800
    },
    {
      "epoch": 0.8746041666666666,
      "grad_norm": 2.6067450046539307,
      "learning_rate": 1.1584648393185292e-05,
      "loss": 7.6672,
      "step": 419810
    },
    {
      "epoch": 0.874625,
      "grad_norm": 0.8475432395935059,
      "learning_rate": 1.158084966329228e-05,
      "loss": 7.7358,
      "step": 419820
    },
    {
      "epoch": 0.8746458333333333,
      "grad_norm": 1.4758132696151733,
      "learning_rate": 1.1577051531315184e-05,
      "loss": 7.7573,
      "step": 419830
    },
    {
      "epoch": 0.8746666666666667,
      "grad_norm": 1.0929125547409058,
      "learning_rate": 1.1573253997270459e-05,
      "loss": 7.9436,
      "step": 419840
    },
    {
      "epoch": 0.8746875,
      "grad_norm": 2.2585227489471436,
      "learning_rate": 1.1569457061174458e-05,
      "loss": 7.9439,
      "step": 419850
    },
    {
      "epoch": 0.8747083333333333,
      "grad_norm": 1.8650331497192383,
      "learning_rate": 1.1565660723043635e-05,
      "loss": 8.8378,
      "step": 419860
    },
    {
      "epoch": 0.8747291666666667,
      "grad_norm": 1.2868168354034424,
      "learning_rate": 1.1561864982894342e-05,
      "loss": 7.4768,
      "step": 419870
    },
    {
      "epoch": 0.87475,
      "grad_norm": 1.2168346643447876,
      "learning_rate": 1.1558069840743001e-05,
      "loss": 7.7424,
      "step": 419880
    },
    {
      "epoch": 0.8747708333333334,
      "grad_norm": 4.230533123016357,
      "learning_rate": 1.1554275296605997e-05,
      "loss": 8.5535,
      "step": 419890
    },
    {
      "epoch": 0.8747916666666666,
      "grad_norm": 1.4265981912612915,
      "learning_rate": 1.1550481350499718e-05,
      "loss": 7.561,
      "step": 419900
    },
    {
      "epoch": 0.8748125,
      "grad_norm": 2.5253701210021973,
      "learning_rate": 1.154668800244057e-05,
      "loss": 8.5037,
      "step": 419910
    },
    {
      "epoch": 0.8748333333333334,
      "grad_norm": 3.7209391593933105,
      "learning_rate": 1.1542895252444918e-05,
      "loss": 8.8772,
      "step": 419920
    },
    {
      "epoch": 0.8748541666666667,
      "grad_norm": 4.179274559020996,
      "learning_rate": 1.1539103100529168e-05,
      "loss": 8.6267,
      "step": 419930
    },
    {
      "epoch": 0.874875,
      "grad_norm": 1.268546223640442,
      "learning_rate": 1.1535311546709675e-05,
      "loss": 7.5173,
      "step": 419940
    },
    {
      "epoch": 0.8748958333333333,
      "grad_norm": 3.8870296478271484,
      "learning_rate": 1.1531520591002823e-05,
      "loss": 8.0691,
      "step": 419950
    },
    {
      "epoch": 0.8749166666666667,
      "grad_norm": 2.587339162826538,
      "learning_rate": 1.1527730233424987e-05,
      "loss": 8.5979,
      "step": 419960
    },
    {
      "epoch": 0.8749375,
      "grad_norm": 5.964423656463623,
      "learning_rate": 1.1523940473992566e-05,
      "loss": 8.366,
      "step": 419970
    },
    {
      "epoch": 0.8749583333333333,
      "grad_norm": 4.310018062591553,
      "learning_rate": 1.1520151312721899e-05,
      "loss": 7.8453,
      "step": 419980
    },
    {
      "epoch": 0.8749791666666666,
      "grad_norm": 1.387285828590393,
      "learning_rate": 1.1516362749629354e-05,
      "loss": 7.4136,
      "step": 419990
    },
    {
      "epoch": 0.875,
      "grad_norm": 1.1021575927734375,
      "learning_rate": 1.151257478473132e-05,
      "loss": 8.1127,
      "step": 420000
    },
    {
      "epoch": 0.875,
      "eval_loss": 6.781311988830566,
      "eval_runtime": 8.1612,
      "eval_samples_per_second": 0.368,
      "eval_steps_per_second": 0.123,
      "step": 420000
    },
    {
      "epoch": 0.8750208333333334,
      "grad_norm": 1.723923921585083,
      "learning_rate": 1.1508787418044168e-05,
      "loss": 7.9134,
      "step": 420010
    },
    {
      "epoch": 0.8750416666666667,
      "grad_norm": 1.4878352880477905,
      "learning_rate": 1.1505000649584184e-05,
      "loss": 8.0242,
      "step": 420020
    },
    {
      "epoch": 0.8750625,
      "grad_norm": 2.091777801513672,
      "learning_rate": 1.1501214479367804e-05,
      "loss": 8.5239,
      "step": 420030
    },
    {
      "epoch": 0.8750833333333333,
      "grad_norm": 12.425118446350098,
      "learning_rate": 1.1497428907411383e-05,
      "loss": 8.8464,
      "step": 420040
    },
    {
      "epoch": 0.8751041666666667,
      "grad_norm": 1.439945936203003,
      "learning_rate": 1.149364393373119e-05,
      "loss": 7.7541,
      "step": 420050
    },
    {
      "epoch": 0.875125,
      "grad_norm": 2.139291524887085,
      "learning_rate": 1.1489859558343645e-05,
      "loss": 9.2738,
      "step": 420060
    },
    {
      "epoch": 0.8751458333333333,
      "grad_norm": 1.6445964574813843,
      "learning_rate": 1.148607578126512e-05,
      "loss": 8.2159,
      "step": 420070
    },
    {
      "epoch": 0.8751666666666666,
      "grad_norm": 1.7830243110656738,
      "learning_rate": 1.1482292602511867e-05,
      "loss": 8.1334,
      "step": 420080
    },
    {
      "epoch": 0.8751875,
      "grad_norm": 1.5514153242111206,
      "learning_rate": 1.1478510022100307e-05,
      "loss": 7.7087,
      "step": 420090
    },
    {
      "epoch": 0.8752083333333334,
      "grad_norm": 1.6718138456344604,
      "learning_rate": 1.1474728040046793e-05,
      "loss": 7.9597,
      "step": 420100
    },
    {
      "epoch": 0.8752291666666666,
      "grad_norm": 2.7164323329925537,
      "learning_rate": 1.147094665636758e-05,
      "loss": 8.3314,
      "step": 420110
    },
    {
      "epoch": 0.87525,
      "grad_norm": 9.977897644042969,
      "learning_rate": 1.146716587107902e-05,
      "loss": 7.9314,
      "step": 420120
    },
    {
      "epoch": 0.8752708333333333,
      "grad_norm": 1.3684604167938232,
      "learning_rate": 1.1463385684197517e-05,
      "loss": 7.7102,
      "step": 420130
    },
    {
      "epoch": 0.8752916666666667,
      "grad_norm": 5.0272111892700195,
      "learning_rate": 1.1459606095739327e-05,
      "loss": 7.7408,
      "step": 420140
    },
    {
      "epoch": 0.8753125,
      "grad_norm": 8.271512985229492,
      "learning_rate": 1.14558271057208e-05,
      "loss": 8.1373,
      "step": 420150
    },
    {
      "epoch": 0.8753333333333333,
      "grad_norm": 2.8920440673828125,
      "learning_rate": 1.1452048714158258e-05,
      "loss": 9.0497,
      "step": 420160
    },
    {
      "epoch": 0.8753541666666667,
      "grad_norm": 1.3315709829330444,
      "learning_rate": 1.1448270921068036e-05,
      "loss": 8.7192,
      "step": 420170
    },
    {
      "epoch": 0.875375,
      "grad_norm": 2.1283278465270996,
      "learning_rate": 1.1444493726466424e-05,
      "loss": 8.1329,
      "step": 420180
    },
    {
      "epoch": 0.8753958333333334,
      "grad_norm": 1.586882472038269,
      "learning_rate": 1.1440717130369775e-05,
      "loss": 7.956,
      "step": 420190
    },
    {
      "epoch": 0.8754166666666666,
      "grad_norm": 2.2803945541381836,
      "learning_rate": 1.1436941132794376e-05,
      "loss": 7.6126,
      "step": 420200
    },
    {
      "epoch": 0.8754375,
      "grad_norm": 3.232024669647217,
      "learning_rate": 1.1433165733756528e-05,
      "loss": 7.547,
      "step": 420210
    },
    {
      "epoch": 0.8754583333333333,
      "grad_norm": 1.1621137857437134,
      "learning_rate": 1.142939093327257e-05,
      "loss": 7.6194,
      "step": 420220
    },
    {
      "epoch": 0.8754791666666667,
      "grad_norm": 7.277956008911133,
      "learning_rate": 1.1425616731358789e-05,
      "loss": 8.3117,
      "step": 420230
    },
    {
      "epoch": 0.8755,
      "grad_norm": 1.7362924814224243,
      "learning_rate": 1.1421843128031506e-05,
      "loss": 8.467,
      "step": 420240
    },
    {
      "epoch": 0.8755208333333333,
      "grad_norm": 5.70082426071167,
      "learning_rate": 1.1418070123306989e-05,
      "loss": 7.8287,
      "step": 420250
    },
    {
      "epoch": 0.8755416666666667,
      "grad_norm": 3.345543384552002,
      "learning_rate": 1.1414297717201558e-05,
      "loss": 8.7844,
      "step": 420260
    },
    {
      "epoch": 0.8755625,
      "grad_norm": 2.845703363418579,
      "learning_rate": 1.1410525909731522e-05,
      "loss": 7.838,
      "step": 420270
    },
    {
      "epoch": 0.8755833333333334,
      "grad_norm": 2.3597171306610107,
      "learning_rate": 1.1406754700913128e-05,
      "loss": 7.6218,
      "step": 420280
    },
    {
      "epoch": 0.8756041666666666,
      "grad_norm": 1.4243139028549194,
      "learning_rate": 1.1402984090762718e-05,
      "loss": 7.5189,
      "step": 420290
    },
    {
      "epoch": 0.875625,
      "grad_norm": 2.3655693531036377,
      "learning_rate": 1.1399214079296542e-05,
      "loss": 7.4641,
      "step": 420300
    },
    {
      "epoch": 0.8756458333333333,
      "grad_norm": 2.240771770477295,
      "learning_rate": 1.1395444666530907e-05,
      "loss": 7.3701,
      "step": 420310
    },
    {
      "epoch": 0.8756666666666667,
      "grad_norm": 6.662298679351807,
      "learning_rate": 1.1391675852482096e-05,
      "loss": 7.8432,
      "step": 420320
    },
    {
      "epoch": 0.8756875,
      "grad_norm": 1.7022900581359863,
      "learning_rate": 1.1387907637166366e-05,
      "loss": 8.8125,
      "step": 420330
    },
    {
      "epoch": 0.8757083333333333,
      "grad_norm": 1.2320759296417236,
      "learning_rate": 1.1384140020600002e-05,
      "loss": 8.0299,
      "step": 420340
    },
    {
      "epoch": 0.8757291666666667,
      "grad_norm": 4.064437389373779,
      "learning_rate": 1.1380373002799308e-05,
      "loss": 9.2546,
      "step": 420350
    },
    {
      "epoch": 0.87575,
      "grad_norm": 2.1605560779571533,
      "learning_rate": 1.1376606583780506e-05,
      "loss": 8.4963,
      "step": 420360
    },
    {
      "epoch": 0.8757708333333334,
      "grad_norm": 1.0333179235458374,
      "learning_rate": 1.1372840763559915e-05,
      "loss": 8.145,
      "step": 420370
    },
    {
      "epoch": 0.8757916666666666,
      "grad_norm": 2.3284778594970703,
      "learning_rate": 1.1369075542153805e-05,
      "loss": 8.5436,
      "step": 420380
    },
    {
      "epoch": 0.8758125,
      "grad_norm": 3.9057390689849854,
      "learning_rate": 1.1365310919578346e-05,
      "loss": 8.054,
      "step": 420390
    },
    {
      "epoch": 0.8758333333333334,
      "grad_norm": 6.588599681854248,
      "learning_rate": 1.136154689584991e-05,
      "loss": 9.0146,
      "step": 420400
    },
    {
      "epoch": 0.8758541666666667,
      "grad_norm": 6.462553977966309,
      "learning_rate": 1.1357783470984732e-05,
      "loss": 7.9716,
      "step": 420410
    },
    {
      "epoch": 0.875875,
      "grad_norm": 2.4168407917022705,
      "learning_rate": 1.1354020644999018e-05,
      "loss": 9.0602,
      "step": 420420
    },
    {
      "epoch": 0.8758958333333333,
      "grad_norm": 1.730181336402893,
      "learning_rate": 1.1350258417909053e-05,
      "loss": 7.4895,
      "step": 420430
    },
    {
      "epoch": 0.8759166666666667,
      "grad_norm": 3.0866384506225586,
      "learning_rate": 1.1346496789731124e-05,
      "loss": 7.949,
      "step": 420440
    },
    {
      "epoch": 0.8759375,
      "grad_norm": 1.93480384349823,
      "learning_rate": 1.134273576048142e-05,
      "loss": 8.3547,
      "step": 420450
    },
    {
      "epoch": 0.8759583333333333,
      "grad_norm": 1.2485933303833008,
      "learning_rate": 1.1338975330176192e-05,
      "loss": 7.7218,
      "step": 420460
    },
    {
      "epoch": 0.8759791666666666,
      "grad_norm": 2.2731337547302246,
      "learning_rate": 1.1335215498831762e-05,
      "loss": 7.9814,
      "step": 420470
    },
    {
      "epoch": 0.876,
      "grad_norm": 1.708974838256836,
      "learning_rate": 1.1331456266464267e-05,
      "loss": 8.5893,
      "step": 420480
    },
    {
      "epoch": 0.8760208333333334,
      "grad_norm": 2.151571750640869,
      "learning_rate": 1.1327697633089994e-05,
      "loss": 7.8496,
      "step": 420490
    },
    {
      "epoch": 0.8760416666666667,
      "grad_norm": 1.4732418060302734,
      "learning_rate": 1.1323939598725212e-05,
      "loss": 7.864,
      "step": 420500
    },
    {
      "epoch": 0.8760625,
      "grad_norm": 7.675600051879883,
      "learning_rate": 1.1320182163386094e-05,
      "loss": 8.6897,
      "step": 420510
    },
    {
      "epoch": 0.8760833333333333,
      "grad_norm": 1.755579948425293,
      "learning_rate": 1.131642532708889e-05,
      "loss": 7.5979,
      "step": 420520
    },
    {
      "epoch": 0.8761041666666667,
      "grad_norm": 3.4537622928619385,
      "learning_rate": 1.1312669089849841e-05,
      "loss": 8.4839,
      "step": 420530
    },
    {
      "epoch": 0.876125,
      "grad_norm": 1.7258933782577515,
      "learning_rate": 1.1308913451685181e-05,
      "loss": 7.5296,
      "step": 420540
    },
    {
      "epoch": 0.8761458333333333,
      "grad_norm": 2.0212738513946533,
      "learning_rate": 1.1305158412611099e-05,
      "loss": 7.5892,
      "step": 420550
    },
    {
      "epoch": 0.8761666666666666,
      "grad_norm": 3.3442890644073486,
      "learning_rate": 1.130140397264383e-05,
      "loss": 7.711,
      "step": 420560
    },
    {
      "epoch": 0.8761875,
      "grad_norm": 2.5646815299987793,
      "learning_rate": 1.1297650131799596e-05,
      "loss": 8.2962,
      "step": 420570
    },
    {
      "epoch": 0.8762083333333334,
      "grad_norm": 1.1365896463394165,
      "learning_rate": 1.1293896890094618e-05,
      "loss": 8.1003,
      "step": 420580
    },
    {
      "epoch": 0.8762291666666666,
      "grad_norm": 3.3554158210754395,
      "learning_rate": 1.1290144247545114e-05,
      "loss": 9.0644,
      "step": 420590
    },
    {
      "epoch": 0.87625,
      "grad_norm": 4.748338222503662,
      "learning_rate": 1.1286392204167255e-05,
      "loss": 8.2006,
      "step": 420600
    },
    {
      "epoch": 0.8762708333333333,
      "grad_norm": 4.094865798950195,
      "learning_rate": 1.1282640759977297e-05,
      "loss": 8.6653,
      "step": 420610
    },
    {
      "epoch": 0.8762916666666667,
      "grad_norm": 1.9731367826461792,
      "learning_rate": 1.1278889914991406e-05,
      "loss": 8.186,
      "step": 420620
    },
    {
      "epoch": 0.8763125,
      "grad_norm": 5.916684150695801,
      "learning_rate": 1.1275139669225824e-05,
      "loss": 7.8653,
      "step": 420630
    },
    {
      "epoch": 0.8763333333333333,
      "grad_norm": 1.1796056032180786,
      "learning_rate": 1.1271390022696703e-05,
      "loss": 7.7388,
      "step": 420640
    },
    {
      "epoch": 0.8763541666666667,
      "grad_norm": 2.7848386764526367,
      "learning_rate": 1.1267640975420279e-05,
      "loss": 8.4458,
      "step": 420650
    },
    {
      "epoch": 0.876375,
      "grad_norm": 1.7689208984375,
      "learning_rate": 1.126389252741272e-05,
      "loss": 7.7637,
      "step": 420660
    },
    {
      "epoch": 0.8763958333333334,
      "grad_norm": 1.2247424125671387,
      "learning_rate": 1.1260144678690236e-05,
      "loss": 7.4297,
      "step": 420670
    },
    {
      "epoch": 0.8764166666666666,
      "grad_norm": 1.5536441802978516,
      "learning_rate": 1.125639742926901e-05,
      "loss": 8.3695,
      "step": 420680
    },
    {
      "epoch": 0.8764375,
      "grad_norm": 4.778749465942383,
      "learning_rate": 1.1252650779165228e-05,
      "loss": 7.6804,
      "step": 420690
    },
    {
      "epoch": 0.8764583333333333,
      "grad_norm": 6.520951271057129,
      "learning_rate": 1.1248904728395113e-05,
      "loss": 9.0782,
      "step": 420700
    },
    {
      "epoch": 0.8764791666666667,
      "grad_norm": 1.9363042116165161,
      "learning_rate": 1.1245159276974735e-05,
      "loss": 8.2641,
      "step": 420710
    },
    {
      "epoch": 0.8765,
      "grad_norm": 1.9862562417984009,
      "learning_rate": 1.124141442492038e-05,
      "loss": 7.9675,
      "step": 420720
    },
    {
      "epoch": 0.8765208333333333,
      "grad_norm": 5.5532684326171875,
      "learning_rate": 1.123767017224822e-05,
      "loss": 7.763,
      "step": 420730
    },
    {
      "epoch": 0.8765416666666667,
      "grad_norm": 3.213491678237915,
      "learning_rate": 1.1233926518974356e-05,
      "loss": 8.8635,
      "step": 420740
    },
    {
      "epoch": 0.8765625,
      "grad_norm": 2.5587711334228516,
      "learning_rate": 1.1230183465115044e-05,
      "loss": 8.0399,
      "step": 420750
    },
    {
      "epoch": 0.8765833333333334,
      "grad_norm": 1.7115856409072876,
      "learning_rate": 1.1226441010686371e-05,
      "loss": 7.8791,
      "step": 420760
    },
    {
      "epoch": 0.8766041666666666,
      "grad_norm": 1.5126656293869019,
      "learning_rate": 1.122269915570454e-05,
      "loss": 8.038,
      "step": 420770
    },
    {
      "epoch": 0.876625,
      "grad_norm": 1.2459620237350464,
      "learning_rate": 1.1218957900185755e-05,
      "loss": 7.9616,
      "step": 420780
    },
    {
      "epoch": 0.8766458333333333,
      "grad_norm": 2.204078435897827,
      "learning_rate": 1.121521724414612e-05,
      "loss": 7.4328,
      "step": 420790
    },
    {
      "epoch": 0.8766666666666667,
      "grad_norm": 2.216881513595581,
      "learning_rate": 1.121147718760177e-05,
      "loss": 7.7982,
      "step": 420800
    },
    {
      "epoch": 0.8766875,
      "grad_norm": 1.4943188428878784,
      "learning_rate": 1.1207737730568977e-05,
      "loss": 8.1839,
      "step": 420810
    },
    {
      "epoch": 0.8767083333333333,
      "grad_norm": 1.8955612182617188,
      "learning_rate": 1.120399887306378e-05,
      "loss": 8.5956,
      "step": 420820
    },
    {
      "epoch": 0.8767291666666667,
      "grad_norm": 1.8151715993881226,
      "learning_rate": 1.1200260615102347e-05,
      "loss": 7.9314,
      "step": 420830
    },
    {
      "epoch": 0.87675,
      "grad_norm": 3.5678319931030273,
      "learning_rate": 1.1196522956700882e-05,
      "loss": 7.5823,
      "step": 420840
    },
    {
      "epoch": 0.8767708333333334,
      "grad_norm": 11.870645523071289,
      "learning_rate": 1.119278589787549e-05,
      "loss": 8.2478,
      "step": 420850
    },
    {
      "epoch": 0.8767916666666666,
      "grad_norm": 3.571033000946045,
      "learning_rate": 1.118904943864229e-05,
      "loss": 8.2856,
      "step": 420860
    },
    {
      "epoch": 0.8768125,
      "grad_norm": 1.3582664728164673,
      "learning_rate": 1.1185313579017501e-05,
      "loss": 8.3235,
      "step": 420870
    },
    {
      "epoch": 0.8768333333333334,
      "grad_norm": 1.0389046669006348,
      "learning_rate": 1.1181578319017182e-05,
      "loss": 7.8844,
      "step": 420880
    },
    {
      "epoch": 0.8768541666666667,
      "grad_norm": 0.9561489820480347,
      "learning_rate": 1.1177843658657498e-05,
      "loss": 7.8523,
      "step": 420890
    },
    {
      "epoch": 0.876875,
      "grad_norm": 1.2710480690002441,
      "learning_rate": 1.117410959795459e-05,
      "loss": 7.6619,
      "step": 420900
    },
    {
      "epoch": 0.8768958333333333,
      "grad_norm": 1.7213540077209473,
      "learning_rate": 1.1170376136924558e-05,
      "loss": 8.5432,
      "step": 420910
    },
    {
      "epoch": 0.8769166666666667,
      "grad_norm": 2.2177038192749023,
      "learning_rate": 1.1166643275583559e-05,
      "loss": 8.0244,
      "step": 420920
    },
    {
      "epoch": 0.8769375,
      "grad_norm": 1.353512167930603,
      "learning_rate": 1.1162911013947712e-05,
      "loss": 7.6031,
      "step": 420930
    },
    {
      "epoch": 0.8769583333333333,
      "grad_norm": 1.1730517148971558,
      "learning_rate": 1.1159179352033121e-05,
      "loss": 7.8838,
      "step": 420940
    },
    {
      "epoch": 0.8769791666666666,
      "grad_norm": 1.8555346727371216,
      "learning_rate": 1.1155448289855923e-05,
      "loss": 8.0196,
      "step": 420950
    },
    {
      "epoch": 0.877,
      "grad_norm": 2.7217206954956055,
      "learning_rate": 1.1151717827432239e-05,
      "loss": 7.5634,
      "step": 420960
    },
    {
      "epoch": 0.8770208333333334,
      "grad_norm": 2.561873435974121,
      "learning_rate": 1.114798796477817e-05,
      "loss": 7.975,
      "step": 420970
    },
    {
      "epoch": 0.8770416666666667,
      "grad_norm": 1.9353865385055542,
      "learning_rate": 1.1144258701909825e-05,
      "loss": 7.6516,
      "step": 420980
    },
    {
      "epoch": 0.8770625,
      "grad_norm": 1.1659419536590576,
      "learning_rate": 1.114053003884332e-05,
      "loss": 7.7044,
      "step": 420990
    },
    {
      "epoch": 0.8770833333333333,
      "grad_norm": 2.1913411617279053,
      "learning_rate": 1.1136801975594777e-05,
      "loss": 7.6449,
      "step": 421000
    },
    {
      "epoch": 0.8770833333333333,
      "eval_loss": 7.7976274490356445,
      "eval_runtime": 8.9157,
      "eval_samples_per_second": 0.336,
      "eval_steps_per_second": 0.112,
      "step": 421000
    },
    {
      "epoch": 0.8771041666666667,
      "grad_norm": 2.133014440536499,
      "learning_rate": 1.1133074512180285e-05,
      "loss": 7.6845,
      "step": 421010
    },
    {
      "epoch": 0.877125,
      "grad_norm": 2.2178714275360107,
      "learning_rate": 1.112934764861591e-05,
      "loss": 8.0187,
      "step": 421020
    },
    {
      "epoch": 0.8771458333333333,
      "grad_norm": 1.4564863443374634,
      "learning_rate": 1.112562138491781e-05,
      "loss": 7.6629,
      "step": 421030
    },
    {
      "epoch": 0.8771666666666667,
      "grad_norm": 3.172651767730713,
      "learning_rate": 1.112189572110207e-05,
      "loss": 7.6154,
      "step": 421040
    },
    {
      "epoch": 0.8771875,
      "grad_norm": 1.7676987648010254,
      "learning_rate": 1.1118170657184728e-05,
      "loss": 7.9085,
      "step": 421050
    },
    {
      "epoch": 0.8772083333333334,
      "grad_norm": 2.212613582611084,
      "learning_rate": 1.1114446193181936e-05,
      "loss": 8.4939,
      "step": 421060
    },
    {
      "epoch": 0.8772291666666666,
      "grad_norm": 1.4197814464569092,
      "learning_rate": 1.1110722329109783e-05,
      "loss": 8.0145,
      "step": 421070
    },
    {
      "epoch": 0.87725,
      "grad_norm": 2.0998106002807617,
      "learning_rate": 1.110699906498429e-05,
      "loss": 7.6202,
      "step": 421080
    },
    {
      "epoch": 0.8772708333333333,
      "grad_norm": 6.664879322052002,
      "learning_rate": 1.1103276400821593e-05,
      "loss": 8.2561,
      "step": 421090
    },
    {
      "epoch": 0.8772916666666667,
      "grad_norm": 1.6747539043426514,
      "learning_rate": 1.109955433663781e-05,
      "loss": 7.7772,
      "step": 421100
    },
    {
      "epoch": 0.8773125,
      "grad_norm": 1.9446649551391602,
      "learning_rate": 1.1095832872448902e-05,
      "loss": 8.8309,
      "step": 421110
    },
    {
      "epoch": 0.8773333333333333,
      "grad_norm": 1.8423001766204834,
      "learning_rate": 1.1092112008271048e-05,
      "loss": 8.0324,
      "step": 421120
    },
    {
      "epoch": 0.8773541666666667,
      "grad_norm": 0.9733652472496033,
      "learning_rate": 1.1088391744120324e-05,
      "loss": 7.7527,
      "step": 421130
    },
    {
      "epoch": 0.877375,
      "grad_norm": 2.038503885269165,
      "learning_rate": 1.1084672080012696e-05,
      "loss": 7.7597,
      "step": 421140
    },
    {
      "epoch": 0.8773958333333334,
      "grad_norm": 1.6113401651382446,
      "learning_rate": 1.1080953015964356e-05,
      "loss": 7.8431,
      "step": 421150
    },
    {
      "epoch": 0.8774166666666666,
      "grad_norm": 1.319936752319336,
      "learning_rate": 1.1077234551991271e-05,
      "loss": 8.1419,
      "step": 421160
    },
    {
      "epoch": 0.8774375,
      "grad_norm": 2.2741878032684326,
      "learning_rate": 1.107351668810953e-05,
      "loss": 7.8696,
      "step": 421170
    },
    {
      "epoch": 0.8774583333333333,
      "grad_norm": 1.516891360282898,
      "learning_rate": 1.1069799424335269e-05,
      "loss": 8.0308,
      "step": 421180
    },
    {
      "epoch": 0.8774791666666667,
      "grad_norm": 1.4514050483703613,
      "learning_rate": 1.1066082760684442e-05,
      "loss": 8.4739,
      "step": 421190
    },
    {
      "epoch": 0.8775,
      "grad_norm": 1.2689777612686157,
      "learning_rate": 1.106236669717312e-05,
      "loss": 8.4957,
      "step": 421200
    },
    {
      "epoch": 0.8775208333333333,
      "grad_norm": 2.116149663925171,
      "learning_rate": 1.1058651233817423e-05,
      "loss": 8.6625,
      "step": 421210
    },
    {
      "epoch": 0.8775416666666667,
      "grad_norm": 1.7024016380310059,
      "learning_rate": 1.1054936370633339e-05,
      "loss": 8.1188,
      "step": 421220
    },
    {
      "epoch": 0.8775625,
      "grad_norm": 1.578593373298645,
      "learning_rate": 1.1051222107636904e-05,
      "loss": 7.3794,
      "step": 421230
    },
    {
      "epoch": 0.8775833333333334,
      "grad_norm": 3.7417778968811035,
      "learning_rate": 1.1047508444844239e-05,
      "loss": 7.9246,
      "step": 421240
    },
    {
      "epoch": 0.8776041666666666,
      "grad_norm": 11.836163520812988,
      "learning_rate": 1.1043795382271314e-05,
      "loss": 9.0048,
      "step": 421250
    },
    {
      "epoch": 0.877625,
      "grad_norm": 2.895939350128174,
      "learning_rate": 1.1040082919934168e-05,
      "loss": 7.9753,
      "step": 421260
    },
    {
      "epoch": 0.8776458333333333,
      "grad_norm": 7.120934009552002,
      "learning_rate": 1.1036371057848903e-05,
      "loss": 7.8626,
      "step": 421270
    },
    {
      "epoch": 0.8776666666666667,
      "grad_norm": 1.5834379196166992,
      "learning_rate": 1.103265979603149e-05,
      "loss": 7.7816,
      "step": 421280
    },
    {
      "epoch": 0.8776875,
      "grad_norm": 4.343214511871338,
      "learning_rate": 1.1028949134497966e-05,
      "loss": 8.7113,
      "step": 421290
    },
    {
      "epoch": 0.8777083333333333,
      "grad_norm": 1.2798569202423096,
      "learning_rate": 1.1025239073264387e-05,
      "loss": 7.944,
      "step": 421300
    },
    {
      "epoch": 0.8777291666666667,
      "grad_norm": 3.929248332977295,
      "learning_rate": 1.1021529612346769e-05,
      "loss": 7.5993,
      "step": 421310
    },
    {
      "epoch": 0.87775,
      "grad_norm": 3.117924928665161,
      "learning_rate": 1.101782075176112e-05,
      "loss": 8.3546,
      "step": 421320
    },
    {
      "epoch": 0.8777708333333333,
      "grad_norm": 2.0212676525115967,
      "learning_rate": 1.1014112491523475e-05,
      "loss": 7.6923,
      "step": 421330
    },
    {
      "epoch": 0.8777916666666666,
      "grad_norm": 2.7628870010375977,
      "learning_rate": 1.1010404831649855e-05,
      "loss": 7.3533,
      "step": 421340
    },
    {
      "epoch": 0.8778125,
      "grad_norm": 2.2928857803344727,
      "learning_rate": 1.1006697772156264e-05,
      "loss": 8.5031,
      "step": 421350
    },
    {
      "epoch": 0.8778333333333334,
      "grad_norm": 2.364474296569824,
      "learning_rate": 1.1002991313058724e-05,
      "loss": 8.8735,
      "step": 421360
    },
    {
      "epoch": 0.8778541666666667,
      "grad_norm": 5.901857852935791,
      "learning_rate": 1.0999285454373253e-05,
      "loss": 7.7543,
      "step": 421370
    },
    {
      "epoch": 0.877875,
      "grad_norm": 3.100128412246704,
      "learning_rate": 1.0995580196115855e-05,
      "loss": 7.4135,
      "step": 421380
    },
    {
      "epoch": 0.8778958333333333,
      "grad_norm": 1.1253598928451538,
      "learning_rate": 1.0991875538302486e-05,
      "loss": 8.4645,
      "step": 421390
    },
    {
      "epoch": 0.8779166666666667,
      "grad_norm": 1.5739400386810303,
      "learning_rate": 1.0988171480949216e-05,
      "loss": 8.3558,
      "step": 421400
    },
    {
      "epoch": 0.8779375,
      "grad_norm": 2.3745484352111816,
      "learning_rate": 1.0984468024072047e-05,
      "loss": 8.5649,
      "step": 421410
    },
    {
      "epoch": 0.8779583333333333,
      "grad_norm": 3.334336519241333,
      "learning_rate": 1.09807651676869e-05,
      "loss": 7.7674,
      "step": 421420
    },
    {
      "epoch": 0.8779791666666666,
      "grad_norm": 0.9452733993530273,
      "learning_rate": 1.0977062911809847e-05,
      "loss": 7.9224,
      "step": 421430
    },
    {
      "epoch": 0.878,
      "grad_norm": 1.4910578727722168,
      "learning_rate": 1.0973361256456876e-05,
      "loss": 8.4923,
      "step": 421440
    },
    {
      "epoch": 0.8780208333333334,
      "grad_norm": 1.7607308626174927,
      "learning_rate": 1.0969660201643904e-05,
      "loss": 8.0514,
      "step": 421450
    },
    {
      "epoch": 0.8780416666666667,
      "grad_norm": 1.1588515043258667,
      "learning_rate": 1.0965959747386988e-05,
      "loss": 8.0072,
      "step": 421460
    },
    {
      "epoch": 0.8780625,
      "grad_norm": 1.871621012687683,
      "learning_rate": 1.096225989370213e-05,
      "loss": 7.6171,
      "step": 421470
    },
    {
      "epoch": 0.8780833333333333,
      "grad_norm": 1.2146233320236206,
      "learning_rate": 1.0958560640605219e-05,
      "loss": 8.2718,
      "step": 421480
    },
    {
      "epoch": 0.8781041666666667,
      "grad_norm": 3.4502201080322266,
      "learning_rate": 1.0954861988112306e-05,
      "loss": 8.3975,
      "step": 421490
    },
    {
      "epoch": 0.878125,
      "grad_norm": 1.40687096118927,
      "learning_rate": 1.0951163936239382e-05,
      "loss": 7.7222,
      "step": 421500
    },
    {
      "epoch": 0.8781458333333333,
      "grad_norm": 1.3756555318832397,
      "learning_rate": 1.0947466485002348e-05,
      "loss": 11.0411,
      "step": 421510
    },
    {
      "epoch": 0.8781666666666667,
      "grad_norm": 1.5121307373046875,
      "learning_rate": 1.094376963441726e-05,
      "loss": 8.06,
      "step": 421520
    },
    {
      "epoch": 0.8781875,
      "grad_norm": 2.50681734085083,
      "learning_rate": 1.094007338450002e-05,
      "loss": 7.8691,
      "step": 421530
    },
    {
      "epoch": 0.8782083333333334,
      "grad_norm": 3.603428363800049,
      "learning_rate": 1.0936377735266582e-05,
      "loss": 7.9484,
      "step": 421540
    },
    {
      "epoch": 0.8782291666666666,
      "grad_norm": 1.0223726034164429,
      "learning_rate": 1.093268268673302e-05,
      "loss": 7.5777,
      "step": 421550
    },
    {
      "epoch": 0.87825,
      "grad_norm": 1.7199889421463013,
      "learning_rate": 1.0928988238915182e-05,
      "loss": 7.4683,
      "step": 421560
    },
    {
      "epoch": 0.8782708333333333,
      "grad_norm": 2.203655242919922,
      "learning_rate": 1.0925294391829043e-05,
      "loss": 7.6098,
      "step": 421570
    },
    {
      "epoch": 0.8782916666666667,
      "grad_norm": 1.8282004594802856,
      "learning_rate": 1.0921601145490638e-05,
      "loss": 8.0891,
      "step": 421580
    },
    {
      "epoch": 0.8783125,
      "grad_norm": 5.479514122009277,
      "learning_rate": 1.091790849991584e-05,
      "loss": 7.9285,
      "step": 421590
    },
    {
      "epoch": 0.8783333333333333,
      "grad_norm": 1.918668270111084,
      "learning_rate": 1.0914216455120633e-05,
      "loss": 8.3052,
      "step": 421600
    },
    {
      "epoch": 0.8783541666666667,
      "grad_norm": 10.343464851379395,
      "learning_rate": 1.0910525011120941e-05,
      "loss": 8.0608,
      "step": 421610
    },
    {
      "epoch": 0.878375,
      "grad_norm": 1.5521259307861328,
      "learning_rate": 1.0906834167932732e-05,
      "loss": 8.0396,
      "step": 421620
    },
    {
      "epoch": 0.8783958333333334,
      "grad_norm": 1.5527468919754028,
      "learning_rate": 1.0903143925571944e-05,
      "loss": 8.424,
      "step": 421630
    },
    {
      "epoch": 0.8784166666666666,
      "grad_norm": 1.8344485759735107,
      "learning_rate": 1.0899454284054515e-05,
      "loss": 7.5415,
      "step": 421640
    },
    {
      "epoch": 0.8784375,
      "grad_norm": 1.492514967918396,
      "learning_rate": 1.0895765243396382e-05,
      "loss": 9.3703,
      "step": 421650
    },
    {
      "epoch": 0.8784583333333333,
      "grad_norm": 4.006652355194092,
      "learning_rate": 1.089207680361348e-05,
      "loss": 8.5846,
      "step": 421660
    },
    {
      "epoch": 0.8784791666666667,
      "grad_norm": 1.986449956893921,
      "learning_rate": 1.088838896472175e-05,
      "loss": 8.026,
      "step": 421670
    },
    {
      "epoch": 0.8785,
      "grad_norm": 2.2250959873199463,
      "learning_rate": 1.088470172673711e-05,
      "loss": 8.5319,
      "step": 421680
    },
    {
      "epoch": 0.8785208333333333,
      "grad_norm": 2.782623529434204,
      "learning_rate": 1.0881015089675482e-05,
      "loss": 7.3469,
      "step": 421690
    },
    {
      "epoch": 0.8785416666666667,
      "grad_norm": 1.4956852197647095,
      "learning_rate": 1.0877329053552819e-05,
      "loss": 8.2494,
      "step": 421700
    },
    {
      "epoch": 0.8785625,
      "grad_norm": 1.7343286275863647,
      "learning_rate": 1.0873643618385026e-05,
      "loss": 8.033,
      "step": 421710
    },
    {
      "epoch": 0.8785833333333334,
      "grad_norm": 1.1592081785202026,
      "learning_rate": 1.0869958784188022e-05,
      "loss": 7.9476,
      "step": 421720
    },
    {
      "epoch": 0.8786041666666666,
      "grad_norm": 1.0612515211105347,
      "learning_rate": 1.086627455097771e-05,
      "loss": 7.9062,
      "step": 421730
    },
    {
      "epoch": 0.878625,
      "grad_norm": 1.9497101306915283,
      "learning_rate": 1.086259091877003e-05,
      "loss": 8.4473,
      "step": 421740
    },
    {
      "epoch": 0.8786458333333333,
      "grad_norm": 8.9061918258667,
      "learning_rate": 1.0858907887580903e-05,
      "loss": 8.4435,
      "step": 421750
    },
    {
      "epoch": 0.8786666666666667,
      "grad_norm": 1.5629700422286987,
      "learning_rate": 1.0855225457426181e-05,
      "loss": 7.7329,
      "step": 421760
    },
    {
      "epoch": 0.8786875,
      "grad_norm": 1.0544493198394775,
      "learning_rate": 1.0851543628321819e-05,
      "loss": 7.6153,
      "step": 421770
    },
    {
      "epoch": 0.8787083333333333,
      "grad_norm": 6.203167915344238,
      "learning_rate": 1.0847862400283735e-05,
      "loss": 8.4556,
      "step": 421780
    },
    {
      "epoch": 0.8787291666666667,
      "grad_norm": 2.5291261672973633,
      "learning_rate": 1.084418177332777e-05,
      "loss": 8.3598,
      "step": 421790
    },
    {
      "epoch": 0.87875,
      "grad_norm": 1.589744210243225,
      "learning_rate": 1.084050174746986e-05,
      "loss": 8.4178,
      "step": 421800
    },
    {
      "epoch": 0.8787708333333333,
      "grad_norm": 1.2640690803527832,
      "learning_rate": 1.083682232272594e-05,
      "loss": 7.8312,
      "step": 421810
    },
    {
      "epoch": 0.8787916666666666,
      "grad_norm": 2.463163375854492,
      "learning_rate": 1.0833143499111819e-05,
      "loss": 8.7941,
      "step": 421820
    },
    {
      "epoch": 0.8788125,
      "grad_norm": 1.6942604780197144,
      "learning_rate": 1.0829465276643445e-05,
      "loss": 7.7376,
      "step": 421830
    },
    {
      "epoch": 0.8788333333333334,
      "grad_norm": 4.043056964874268,
      "learning_rate": 1.0825787655336726e-05,
      "loss": 7.9395,
      "step": 421840
    },
    {
      "epoch": 0.8788541666666667,
      "grad_norm": 1.0451899766921997,
      "learning_rate": 1.0822110635207448e-05,
      "loss": 8.0759,
      "step": 421850
    },
    {
      "epoch": 0.878875,
      "grad_norm": 31.84982681274414,
      "learning_rate": 1.0818434216271599e-05,
      "loss": 10.2865,
      "step": 421860
    },
    {
      "epoch": 0.8788958333333333,
      "grad_norm": 1.977117657661438,
      "learning_rate": 1.0814758398545048e-05,
      "loss": 8.5396,
      "step": 421870
    },
    {
      "epoch": 0.8789166666666667,
      "grad_norm": 1.5071263313293457,
      "learning_rate": 1.0811083182043634e-05,
      "loss": 9.9739,
      "step": 421880
    },
    {
      "epoch": 0.8789375,
      "grad_norm": 1.5782703161239624,
      "learning_rate": 1.0807408566783226e-05,
      "loss": 8.8734,
      "step": 421890
    },
    {
      "epoch": 0.8789583333333333,
      "grad_norm": 1.059022307395935,
      "learning_rate": 1.080373455277973e-05,
      "loss": 7.9393,
      "step": 421900
    },
    {
      "epoch": 0.8789791666666666,
      "grad_norm": 2.8484396934509277,
      "learning_rate": 1.0800061140048999e-05,
      "loss": 7.9552,
      "step": 421910
    },
    {
      "epoch": 0.879,
      "grad_norm": 5.214226245880127,
      "learning_rate": 1.0796388328606904e-05,
      "loss": 8.8736,
      "step": 421920
    },
    {
      "epoch": 0.8790208333333334,
      "grad_norm": 12.87423038482666,
      "learning_rate": 1.0792716118469297e-05,
      "loss": 8.2386,
      "step": 421930
    },
    {
      "epoch": 0.8790416666666667,
      "grad_norm": 2.2182276248931885,
      "learning_rate": 1.0789044509652067e-05,
      "loss": 8.116,
      "step": 421940
    },
    {
      "epoch": 0.8790625,
      "grad_norm": 2.8583984375,
      "learning_rate": 1.0785373502171068e-05,
      "loss": 8.7661,
      "step": 421950
    },
    {
      "epoch": 0.8790833333333333,
      "grad_norm": 2.679675340652466,
      "learning_rate": 1.0781703096042137e-05,
      "loss": 7.7299,
      "step": 421960
    },
    {
      "epoch": 0.8791041666666667,
      "grad_norm": 1.3246042728424072,
      "learning_rate": 1.0778033291281162e-05,
      "loss": 8.4175,
      "step": 421970
    },
    {
      "epoch": 0.879125,
      "grad_norm": 2.2278060913085938,
      "learning_rate": 1.0774364087903964e-05,
      "loss": 8.3042,
      "step": 421980
    },
    {
      "epoch": 0.8791458333333333,
      "grad_norm": 1.2175238132476807,
      "learning_rate": 1.0770695485926395e-05,
      "loss": 7.3027,
      "step": 421990
    },
    {
      "epoch": 0.8791666666666667,
      "grad_norm": 3.244739294052124,
      "learning_rate": 1.076702748536431e-05,
      "loss": 8.6604,
      "step": 422000
    },
    {
      "epoch": 0.8791666666666667,
      "eval_loss": 8.60016918182373,
      "eval_runtime": 9.2648,
      "eval_samples_per_second": 0.324,
      "eval_steps_per_second": 0.108,
      "step": 422000
    },
    {
      "epoch": 0.8791875,
      "grad_norm": 2.1017966270446777,
      "learning_rate": 1.0763360086233563e-05,
      "loss": 8.312,
      "step": 422010
    },
    {
      "epoch": 0.8792083333333334,
      "grad_norm": 2.0063934326171875,
      "learning_rate": 1.0759693288549992e-05,
      "loss": 7.9236,
      "step": 422020
    },
    {
      "epoch": 0.8792291666666666,
      "grad_norm": 3.563288688659668,
      "learning_rate": 1.0756027092329433e-05,
      "loss": 8.4083,
      "step": 422030
    },
    {
      "epoch": 0.87925,
      "grad_norm": 5.805655002593994,
      "learning_rate": 1.0752361497587708e-05,
      "loss": 7.7231,
      "step": 422040
    },
    {
      "epoch": 0.8792708333333333,
      "grad_norm": 2.454033374786377,
      "learning_rate": 1.0748696504340671e-05,
      "loss": 8.3296,
      "step": 422050
    },
    {
      "epoch": 0.8792916666666667,
      "grad_norm": 0.9106879830360413,
      "learning_rate": 1.074503211260414e-05,
      "loss": 7.9173,
      "step": 422060
    },
    {
      "epoch": 0.8793125,
      "grad_norm": 3.7053842544555664,
      "learning_rate": 1.074136832239394e-05,
      "loss": 8.4065,
      "step": 422070
    },
    {
      "epoch": 0.8793333333333333,
      "grad_norm": 1.4394313097000122,
      "learning_rate": 1.0737705133725922e-05,
      "loss": 7.9897,
      "step": 422080
    },
    {
      "epoch": 0.8793541666666667,
      "grad_norm": 4.895593643188477,
      "learning_rate": 1.073404254661589e-05,
      "loss": 8.344,
      "step": 422090
    },
    {
      "epoch": 0.879375,
      "grad_norm": 1.6434659957885742,
      "learning_rate": 1.0730380561079666e-05,
      "loss": 9.1248,
      "step": 422100
    },
    {
      "epoch": 0.8793958333333334,
      "grad_norm": 1.156152606010437,
      "learning_rate": 1.0726719177133086e-05,
      "loss": 8.1468,
      "step": 422110
    },
    {
      "epoch": 0.8794166666666666,
      "grad_norm": 1.4812006950378418,
      "learning_rate": 1.0723058394791939e-05,
      "loss": 8.2524,
      "step": 422120
    },
    {
      "epoch": 0.8794375,
      "grad_norm": 1.1390550136566162,
      "learning_rate": 1.0719398214072045e-05,
      "loss": 7.9235,
      "step": 422130
    },
    {
      "epoch": 0.8794583333333333,
      "grad_norm": 1.5763492584228516,
      "learning_rate": 1.0715738634989223e-05,
      "loss": 8.9505,
      "step": 422140
    },
    {
      "epoch": 0.8794791666666667,
      "grad_norm": 21.277925491333008,
      "learning_rate": 1.0712079657559296e-05,
      "loss": 8.2549,
      "step": 422150
    },
    {
      "epoch": 0.8795,
      "grad_norm": 3.533158779144287,
      "learning_rate": 1.0708421281798019e-05,
      "loss": 8.3057,
      "step": 422160
    },
    {
      "epoch": 0.8795208333333333,
      "grad_norm": 2.208461046218872,
      "learning_rate": 1.0704763507721242e-05,
      "loss": 8.0514,
      "step": 422170
    },
    {
      "epoch": 0.8795416666666667,
      "grad_norm": 1.8858649730682373,
      "learning_rate": 1.0701106335344772e-05,
      "loss": 8.1289,
      "step": 422180
    },
    {
      "epoch": 0.8795625,
      "grad_norm": 4.241328239440918,
      "learning_rate": 1.0697449764684363e-05,
      "loss": 7.9359,
      "step": 422190
    },
    {
      "epoch": 0.8795833333333334,
      "grad_norm": 2.624016284942627,
      "learning_rate": 1.06937937957558e-05,
      "loss": 7.6352,
      "step": 422200
    },
    {
      "epoch": 0.8796041666666666,
      "grad_norm": 1.985131025314331,
      "learning_rate": 1.0690138428574956e-05,
      "loss": 8.2129,
      "step": 422210
    },
    {
      "epoch": 0.879625,
      "grad_norm": 1.3513613939285278,
      "learning_rate": 1.0686483663157553e-05,
      "loss": 7.439,
      "step": 422220
    },
    {
      "epoch": 0.8796458333333333,
      "grad_norm": 1.388701319694519,
      "learning_rate": 1.0682829499519374e-05,
      "loss": 7.723,
      "step": 422230
    },
    {
      "epoch": 0.8796666666666667,
      "grad_norm": 2.5915839672088623,
      "learning_rate": 1.0679175937676277e-05,
      "loss": 7.9825,
      "step": 422240
    },
    {
      "epoch": 0.8796875,
      "grad_norm": 2.5749809741973877,
      "learning_rate": 1.0675522977643964e-05,
      "loss": 7.9353,
      "step": 422250
    },
    {
      "epoch": 0.8797083333333333,
      "grad_norm": 8.744705200195312,
      "learning_rate": 1.0671870619438238e-05,
      "loss": 8.7722,
      "step": 422260
    },
    {
      "epoch": 0.8797291666666667,
      "grad_norm": 6.594619274139404,
      "learning_rate": 1.066821886307489e-05,
      "loss": 8.071,
      "step": 422270
    },
    {
      "epoch": 0.87975,
      "grad_norm": 1.2688874006271362,
      "learning_rate": 1.0664567708569672e-05,
      "loss": 8.1089,
      "step": 422280
    },
    {
      "epoch": 0.8797708333333333,
      "grad_norm": 1.3541457653045654,
      "learning_rate": 1.0660917155938386e-05,
      "loss": 7.9348,
      "step": 422290
    },
    {
      "epoch": 0.8797916666666666,
      "grad_norm": 1.6898216009140015,
      "learning_rate": 1.0657267205196774e-05,
      "loss": 7.6543,
      "step": 422300
    },
    {
      "epoch": 0.8798125,
      "grad_norm": 0.9307900071144104,
      "learning_rate": 1.0653617856360602e-05,
      "loss": 8.5378,
      "step": 422310
    },
    {
      "epoch": 0.8798333333333334,
      "grad_norm": 1.550868272781372,
      "learning_rate": 1.064996910944566e-05,
      "loss": 8.0723,
      "step": 422320
    },
    {
      "epoch": 0.8798541666666667,
      "grad_norm": 1.6254432201385498,
      "learning_rate": 1.0646320964467685e-05,
      "loss": 9.0639,
      "step": 422330
    },
    {
      "epoch": 0.879875,
      "grad_norm": 2.8960421085357666,
      "learning_rate": 1.064267342144245e-05,
      "loss": 8.3307,
      "step": 422340
    },
    {
      "epoch": 0.8798958333333333,
      "grad_norm": 1.527922511100769,
      "learning_rate": 1.0639026480385704e-05,
      "loss": 7.8505,
      "step": 422350
    },
    {
      "epoch": 0.8799166666666667,
      "grad_norm": 3.054375171661377,
      "learning_rate": 1.0635380141313188e-05,
      "loss": 9.1269,
      "step": 422360
    },
    {
      "epoch": 0.8799375,
      "grad_norm": 2.5197653770446777,
      "learning_rate": 1.0631734404240689e-05,
      "loss": 7.995,
      "step": 422370
    },
    {
      "epoch": 0.8799583333333333,
      "grad_norm": 2.245488405227661,
      "learning_rate": 1.0628089269183909e-05,
      "loss": 8.6914,
      "step": 422380
    },
    {
      "epoch": 0.8799791666666666,
      "grad_norm": 1.394620418548584,
      "learning_rate": 1.0624444736158621e-05,
      "loss": 7.9202,
      "step": 422390
    },
    {
      "epoch": 0.88,
      "grad_norm": 1.123110055923462,
      "learning_rate": 1.0620800805180563e-05,
      "loss": 8.4631,
      "step": 422400
    },
    {
      "epoch": 0.8800208333333334,
      "grad_norm": 1.3377143144607544,
      "learning_rate": 1.0617157476265487e-05,
      "loss": 8.0754,
      "step": 422410
    },
    {
      "epoch": 0.8800416666666667,
      "grad_norm": 4.06371545791626,
      "learning_rate": 1.0613514749429115e-05,
      "loss": 9.2458,
      "step": 422420
    },
    {
      "epoch": 0.8800625,
      "grad_norm": 17.7375545501709,
      "learning_rate": 1.0609872624687183e-05,
      "loss": 8.238,
      "step": 422430
    },
    {
      "epoch": 0.8800833333333333,
      "grad_norm": 1.3425679206848145,
      "learning_rate": 1.0606231102055412e-05,
      "loss": 8.3771,
      "step": 422440
    },
    {
      "epoch": 0.8801041666666667,
      "grad_norm": 1.2622795104980469,
      "learning_rate": 1.0602590181549574e-05,
      "loss": 7.502,
      "step": 422450
    },
    {
      "epoch": 0.880125,
      "grad_norm": 1.9077824354171753,
      "learning_rate": 1.0598949863185357e-05,
      "loss": 7.8838,
      "step": 422460
    },
    {
      "epoch": 0.8801458333333333,
      "grad_norm": 2.372422933578491,
      "learning_rate": 1.0595310146978515e-05,
      "loss": 7.7798,
      "step": 422470
    },
    {
      "epoch": 0.8801666666666667,
      "grad_norm": 1.3388118743896484,
      "learning_rate": 1.0591671032944716e-05,
      "loss": 7.7643,
      "step": 422480
    },
    {
      "epoch": 0.8801875,
      "grad_norm": 1.646102786064148,
      "learning_rate": 1.0588032521099731e-05,
      "loss": 9.1491,
      "step": 422490
    },
    {
      "epoch": 0.8802083333333334,
      "grad_norm": 1.8562394380569458,
      "learning_rate": 1.0584394611459285e-05,
      "loss": 7.8907,
      "step": 422500
    },
    {
      "epoch": 0.8802291666666666,
      "grad_norm": 1.8759541511535645,
      "learning_rate": 1.0580757304039028e-05,
      "loss": 8.1881,
      "step": 422510
    },
    {
      "epoch": 0.88025,
      "grad_norm": 1.211668610572815,
      "learning_rate": 1.0577120598854766e-05,
      "loss": 8.1107,
      "step": 422520
    },
    {
      "epoch": 0.8802708333333333,
      "grad_norm": 1.872560977935791,
      "learning_rate": 1.0573484495922118e-05,
      "loss": 7.7822,
      "step": 422530
    },
    {
      "epoch": 0.8802916666666667,
      "grad_norm": 1.5323433876037598,
      "learning_rate": 1.0569848995256825e-05,
      "loss": 7.723,
      "step": 422540
    },
    {
      "epoch": 0.8803125,
      "grad_norm": 2.249401330947876,
      "learning_rate": 1.056621409687462e-05,
      "loss": 7.7582,
      "step": 422550
    },
    {
      "epoch": 0.8803333333333333,
      "grad_norm": 1.2224692106246948,
      "learning_rate": 1.0562579800791159e-05,
      "loss": 8.4876,
      "step": 422560
    },
    {
      "epoch": 0.8803541666666667,
      "grad_norm": 1.222804307937622,
      "learning_rate": 1.0558946107022148e-05,
      "loss": 7.9439,
      "step": 422570
    },
    {
      "epoch": 0.880375,
      "grad_norm": 2.0547587871551514,
      "learning_rate": 1.0555313015583339e-05,
      "loss": 7.7139,
      "step": 422580
    },
    {
      "epoch": 0.8803958333333334,
      "grad_norm": 1.197190761566162,
      "learning_rate": 1.0551680526490353e-05,
      "loss": 7.4995,
      "step": 422590
    },
    {
      "epoch": 0.8804166666666666,
      "grad_norm": 1.3028091192245483,
      "learning_rate": 1.0548048639758894e-05,
      "loss": 7.4102,
      "step": 422600
    },
    {
      "epoch": 0.8804375,
      "grad_norm": 4.776754379272461,
      "learning_rate": 1.05444173554047e-05,
      "loss": 8.4214,
      "step": 422610
    },
    {
      "epoch": 0.8804583333333333,
      "grad_norm": 3.1232662200927734,
      "learning_rate": 1.0540786673443408e-05,
      "loss": 9.0535,
      "step": 422620
    },
    {
      "epoch": 0.8804791666666667,
      "grad_norm": 2.1100924015045166,
      "learning_rate": 1.0537156593890689e-05,
      "loss": 7.9732,
      "step": 422630
    },
    {
      "epoch": 0.8805,
      "grad_norm": 2.352555990219116,
      "learning_rate": 1.0533527116762296e-05,
      "loss": 8.6591,
      "step": 422640
    },
    {
      "epoch": 0.8805208333333333,
      "grad_norm": 1.777693510055542,
      "learning_rate": 1.0529898242073836e-05,
      "loss": 7.874,
      "step": 422650
    },
    {
      "epoch": 0.8805416666666667,
      "grad_norm": 3.2722575664520264,
      "learning_rate": 1.0526269969841028e-05,
      "loss": 9.1249,
      "step": 422660
    },
    {
      "epoch": 0.8805625,
      "grad_norm": 1.8330568075180054,
      "learning_rate": 1.0522642300079509e-05,
      "loss": 7.8147,
      "step": 422670
    },
    {
      "epoch": 0.8805833333333334,
      "grad_norm": 1.1198872327804565,
      "learning_rate": 1.0519015232804967e-05,
      "loss": 8.1266,
      "step": 422680
    },
    {
      "epoch": 0.8806041666666666,
      "grad_norm": 1.953162431716919,
      "learning_rate": 1.0515388768033072e-05,
      "loss": 8.0637,
      "step": 422690
    },
    {
      "epoch": 0.880625,
      "grad_norm": 1.1333911418914795,
      "learning_rate": 1.051176290577948e-05,
      "loss": 8.143,
      "step": 422700
    },
    {
      "epoch": 0.8806458333333333,
      "grad_norm": 9.458374977111816,
      "learning_rate": 1.050813764605986e-05,
      "loss": 8.2588,
      "step": 422710
    },
    {
      "epoch": 0.8806666666666667,
      "grad_norm": 4.624176979064941,
      "learning_rate": 1.0504512988889885e-05,
      "loss": 7.8824,
      "step": 422720
    },
    {
      "epoch": 0.8806875,
      "grad_norm": 2.3002424240112305,
      "learning_rate": 1.050088893428519e-05,
      "loss": 7.6516,
      "step": 422730
    },
    {
      "epoch": 0.8807083333333333,
      "grad_norm": 1.755598783493042,
      "learning_rate": 1.049726548226143e-05,
      "loss": 8.5815,
      "step": 422740
    },
    {
      "epoch": 0.8807291666666667,
      "grad_norm": 1.3877333402633667,
      "learning_rate": 1.049364263283426e-05,
      "loss": 7.7153,
      "step": 422750
    },
    {
      "epoch": 0.88075,
      "grad_norm": 1.6522870063781738,
      "learning_rate": 1.049002038601935e-05,
      "loss": 8.1505,
      "step": 422760
    },
    {
      "epoch": 0.8807708333333333,
      "grad_norm": 4.7752604484558105,
      "learning_rate": 1.0486398741832319e-05,
      "loss": 7.8927,
      "step": 422770
    },
    {
      "epoch": 0.8807916666666666,
      "grad_norm": 2.234402656555176,
      "learning_rate": 1.0482777700288858e-05,
      "loss": 8.5585,
      "step": 422780
    },
    {
      "epoch": 0.8808125,
      "grad_norm": 2.467097759246826,
      "learning_rate": 1.0479157261404503e-05,
      "loss": 8.4699,
      "step": 422790
    },
    {
      "epoch": 0.8808333333333334,
      "grad_norm": 2.2823333740234375,
      "learning_rate": 1.0475537425195008e-05,
      "loss": 7.9391,
      "step": 422800
    },
    {
      "epoch": 0.8808541666666667,
      "grad_norm": 2.294018268585205,
      "learning_rate": 1.0471918191675976e-05,
      "loss": 7.7283,
      "step": 422810
    },
    {
      "epoch": 0.880875,
      "grad_norm": 4.178285121917725,
      "learning_rate": 1.0468299560862981e-05,
      "loss": 8.0503,
      "step": 422820
    },
    {
      "epoch": 0.8808958333333333,
      "grad_norm": 1.4607013463974,
      "learning_rate": 1.0464681532771724e-05,
      "loss": 7.4251,
      "step": 422830
    },
    {
      "epoch": 0.8809166666666667,
      "grad_norm": 1.5845996141433716,
      "learning_rate": 1.0461064107417844e-05,
      "loss": 8.0352,
      "step": 422840
    },
    {
      "epoch": 0.8809375,
      "grad_norm": 2.353632688522339,
      "learning_rate": 1.0457447284816878e-05,
      "loss": 7.6492,
      "step": 422850
    },
    {
      "epoch": 0.8809583333333333,
      "grad_norm": 5.715743541717529,
      "learning_rate": 1.045383106498453e-05,
      "loss": 8.6414,
      "step": 422860
    },
    {
      "epoch": 0.8809791666666666,
      "grad_norm": 2.252014636993408,
      "learning_rate": 1.0450215447936421e-05,
      "loss": 9.0307,
      "step": 422870
    },
    {
      "epoch": 0.881,
      "grad_norm": 2.5409960746765137,
      "learning_rate": 1.0446600433688107e-05,
      "loss": 8.3759,
      "step": 422880
    },
    {
      "epoch": 0.8810208333333334,
      "grad_norm": 4.565192222595215,
      "learning_rate": 1.0442986022255274e-05,
      "loss": 7.9739,
      "step": 422890
    },
    {
      "epoch": 0.8810416666666666,
      "grad_norm": 2.0812578201293945,
      "learning_rate": 1.0439372213653473e-05,
      "loss": 9.324,
      "step": 422900
    },
    {
      "epoch": 0.8810625,
      "grad_norm": 1.5390115976333618,
      "learning_rate": 1.043575900789833e-05,
      "loss": 7.6242,
      "step": 422910
    },
    {
      "epoch": 0.8810833333333333,
      "grad_norm": 1.000037431716919,
      "learning_rate": 1.0432146405005497e-05,
      "loss": 7.6835,
      "step": 422920
    },
    {
      "epoch": 0.8811041666666667,
      "grad_norm": 2.447674512863159,
      "learning_rate": 1.0428534404990547e-05,
      "loss": 8.183,
      "step": 422930
    },
    {
      "epoch": 0.881125,
      "grad_norm": 4.776759624481201,
      "learning_rate": 1.042492300786903e-05,
      "loss": 7.8656,
      "step": 422940
    },
    {
      "epoch": 0.8811458333333333,
      "grad_norm": 3.1941187381744385,
      "learning_rate": 1.0421312213656669e-05,
      "loss": 8.5058,
      "step": 422950
    },
    {
      "epoch": 0.8811666666666667,
      "grad_norm": 1.7607121467590332,
      "learning_rate": 1.0417702022368952e-05,
      "loss": 7.6945,
      "step": 422960
    },
    {
      "epoch": 0.8811875,
      "grad_norm": 1.9016093015670776,
      "learning_rate": 1.0414092434021499e-05,
      "loss": 7.7549,
      "step": 422970
    },
    {
      "epoch": 0.8812083333333334,
      "grad_norm": 3.94209885597229,
      "learning_rate": 1.0410483448629947e-05,
      "loss": 8.2201,
      "step": 422980
    },
    {
      "epoch": 0.8812291666666666,
      "grad_norm": 2.9457788467407227,
      "learning_rate": 1.0406875066209852e-05,
      "loss": 7.5368,
      "step": 422990
    },
    {
      "epoch": 0.88125,
      "grad_norm": 1.6200037002563477,
      "learning_rate": 1.040326728677675e-05,
      "loss": 7.8688,
      "step": 423000
    },
    {
      "epoch": 0.88125,
      "eval_loss": 8.894989013671875,
      "eval_runtime": 9.2217,
      "eval_samples_per_second": 0.325,
      "eval_steps_per_second": 0.108,
      "step": 423000
    },
    {
      "epoch": 0.8812708333333333,
      "grad_norm": 1.3841583728790283,
      "learning_rate": 1.0399660110346347e-05,
      "loss": 8.3465,
      "step": 423010
    },
    {
      "epoch": 0.8812916666666667,
      "grad_norm": 1.5549579858779907,
      "learning_rate": 1.039605353693413e-05,
      "loss": 8.4232,
      "step": 423020
    },
    {
      "epoch": 0.8813125,
      "grad_norm": 1.166258692741394,
      "learning_rate": 1.0392447566555684e-05,
      "loss": 7.9271,
      "step": 423030
    },
    {
      "epoch": 0.8813333333333333,
      "grad_norm": 1.462727665901184,
      "learning_rate": 1.0388842199226616e-05,
      "loss": 8.0178,
      "step": 423040
    },
    {
      "epoch": 0.8813541666666667,
      "grad_norm": 1.3881627321243286,
      "learning_rate": 1.0385237434962496e-05,
      "loss": 8.2586,
      "step": 423050
    },
    {
      "epoch": 0.881375,
      "grad_norm": 4.777292728424072,
      "learning_rate": 1.0381633273778878e-05,
      "loss": 8.3287,
      "step": 423060
    },
    {
      "epoch": 0.8813958333333334,
      "grad_norm": 3.5704293251037598,
      "learning_rate": 1.0378029715691333e-05,
      "loss": 8.6515,
      "step": 423070
    },
    {
      "epoch": 0.8814166666666666,
      "grad_norm": 1.8549929857254028,
      "learning_rate": 1.0374426760715448e-05,
      "loss": 8.0494,
      "step": 423080
    },
    {
      "epoch": 0.8814375,
      "grad_norm": 2.489266872406006,
      "learning_rate": 1.0370824408866762e-05,
      "loss": 7.5357,
      "step": 423090
    },
    {
      "epoch": 0.8814583333333333,
      "grad_norm": 5.28370475769043,
      "learning_rate": 1.0367222660160845e-05,
      "loss": 8.2474,
      "step": 423100
    },
    {
      "epoch": 0.8814791666666667,
      "grad_norm": 1.4915181398391724,
      "learning_rate": 1.0363621514613269e-05,
      "loss": 7.9984,
      "step": 423110
    },
    {
      "epoch": 0.8815,
      "grad_norm": 3.474421977996826,
      "learning_rate": 1.0360020972239552e-05,
      "loss": 7.9416,
      "step": 423120
    },
    {
      "epoch": 0.8815208333333333,
      "grad_norm": 8.186247825622559,
      "learning_rate": 1.03564210330553e-05,
      "loss": 8.1212,
      "step": 423130
    },
    {
      "epoch": 0.8815416666666667,
      "grad_norm": 2.1188082695007324,
      "learning_rate": 1.0352821697076019e-05,
      "loss": 8.1028,
      "step": 423140
    },
    {
      "epoch": 0.8815625,
      "grad_norm": 2.3261380195617676,
      "learning_rate": 1.0349222964317294e-05,
      "loss": 8.5333,
      "step": 423150
    },
    {
      "epoch": 0.8815833333333334,
      "grad_norm": 4.392172813415527,
      "learning_rate": 1.0345624834794597e-05,
      "loss": 9.129,
      "step": 423160
    },
    {
      "epoch": 0.8816041666666666,
      "grad_norm": 3.349794387817383,
      "learning_rate": 1.034202730852355e-05,
      "loss": 8.6866,
      "step": 423170
    },
    {
      "epoch": 0.881625,
      "grad_norm": 3.5218710899353027,
      "learning_rate": 1.0338430385519686e-05,
      "loss": 7.786,
      "step": 423180
    },
    {
      "epoch": 0.8816458333333334,
      "grad_norm": 4.027646064758301,
      "learning_rate": 1.0334834065798481e-05,
      "loss": 8.5792,
      "step": 423190
    },
    {
      "epoch": 0.8816666666666667,
      "grad_norm": 1.5379923582077026,
      "learning_rate": 1.0331238349375537e-05,
      "loss": 8.1835,
      "step": 423200
    },
    {
      "epoch": 0.8816875,
      "grad_norm": 1.463051199913025,
      "learning_rate": 1.0327643236266375e-05,
      "loss": 7.9394,
      "step": 423210
    },
    {
      "epoch": 0.8817083333333333,
      "grad_norm": 1.4438016414642334,
      "learning_rate": 1.032404872648645e-05,
      "loss": 8.5401,
      "step": 423220
    },
    {
      "epoch": 0.8817291666666667,
      "grad_norm": 1.9646908044815063,
      "learning_rate": 1.0320454820051383e-05,
      "loss": 7.7966,
      "step": 423230
    },
    {
      "epoch": 0.88175,
      "grad_norm": 2.0799787044525146,
      "learning_rate": 1.0316861516976677e-05,
      "loss": 8.0016,
      "step": 423240
    },
    {
      "epoch": 0.8817708333333333,
      "grad_norm": 1.5911993980407715,
      "learning_rate": 1.0313268817277804e-05,
      "loss": 9.0721,
      "step": 423250
    },
    {
      "epoch": 0.8817916666666666,
      "grad_norm": 2.1590261459350586,
      "learning_rate": 1.0309676720970367e-05,
      "loss": 7.9836,
      "step": 423260
    },
    {
      "epoch": 0.8818125,
      "grad_norm": 1.0821532011032104,
      "learning_rate": 1.0306085228069788e-05,
      "loss": 8.2267,
      "step": 423270
    },
    {
      "epoch": 0.8818333333333334,
      "grad_norm": 0.942070484161377,
      "learning_rate": 1.030249433859162e-05,
      "loss": 7.4764,
      "step": 423280
    },
    {
      "epoch": 0.8818541666666667,
      "grad_norm": 1.2278457880020142,
      "learning_rate": 1.0298904052551421e-05,
      "loss": 8.81,
      "step": 423290
    },
    {
      "epoch": 0.881875,
      "grad_norm": 1.278869390487671,
      "learning_rate": 1.0295314369964641e-05,
      "loss": 7.7682,
      "step": 423300
    },
    {
      "epoch": 0.8818958333333333,
      "grad_norm": 1.5801982879638672,
      "learning_rate": 1.0291725290846786e-05,
      "loss": 8.8429,
      "step": 423310
    },
    {
      "epoch": 0.8819166666666667,
      "grad_norm": 1.3622878789901733,
      "learning_rate": 1.028813681521341e-05,
      "loss": 7.7924,
      "step": 423320
    },
    {
      "epoch": 0.8819375,
      "grad_norm": 5.593550205230713,
      "learning_rate": 1.0284548943079967e-05,
      "loss": 8.922,
      "step": 423330
    },
    {
      "epoch": 0.8819583333333333,
      "grad_norm": 4.543691158294678,
      "learning_rate": 1.0280961674461946e-05,
      "loss": 8.8124,
      "step": 423340
    },
    {
      "epoch": 0.8819791666666666,
      "grad_norm": 1.5023040771484375,
      "learning_rate": 1.0277375009374899e-05,
      "loss": 8.1761,
      "step": 423350
    },
    {
      "epoch": 0.882,
      "grad_norm": 2.3165841102600098,
      "learning_rate": 1.0273788947834283e-05,
      "loss": 7.9893,
      "step": 423360
    },
    {
      "epoch": 0.8820208333333334,
      "grad_norm": 1.6204771995544434,
      "learning_rate": 1.0270203489855583e-05,
      "loss": 8.4682,
      "step": 423370
    },
    {
      "epoch": 0.8820416666666666,
      "grad_norm": 1.3113515377044678,
      "learning_rate": 1.0266618635454288e-05,
      "loss": 7.8825,
      "step": 423380
    },
    {
      "epoch": 0.8820625,
      "grad_norm": 3.203535795211792,
      "learning_rate": 1.0263034384645886e-05,
      "loss": 7.9667,
      "step": 423390
    },
    {
      "epoch": 0.8820833333333333,
      "grad_norm": 3.2789838314056396,
      "learning_rate": 1.0259450737445878e-05,
      "loss": 8.3024,
      "step": 423400
    },
    {
      "epoch": 0.8821041666666667,
      "grad_norm": 1.6422072649002075,
      "learning_rate": 1.0255867693869723e-05,
      "loss": 7.5494,
      "step": 423410
    },
    {
      "epoch": 0.882125,
      "grad_norm": 1.4398125410079956,
      "learning_rate": 1.0252285253932908e-05,
      "loss": 8.723,
      "step": 423420
    },
    {
      "epoch": 0.8821458333333333,
      "grad_norm": 1.2125234603881836,
      "learning_rate": 1.02487034176509e-05,
      "loss": 7.9364,
      "step": 423430
    },
    {
      "epoch": 0.8821666666666667,
      "grad_norm": 1.546500563621521,
      "learning_rate": 1.024512218503919e-05,
      "loss": 8.3331,
      "step": 423440
    },
    {
      "epoch": 0.8821875,
      "grad_norm": 1.978596806526184,
      "learning_rate": 1.0241541556113214e-05,
      "loss": 8.401,
      "step": 423450
    },
    {
      "epoch": 0.8822083333333334,
      "grad_norm": 1.3480430841445923,
      "learning_rate": 1.0237961530888478e-05,
      "loss": 7.6162,
      "step": 423460
    },
    {
      "epoch": 0.8822291666666666,
      "grad_norm": 1.687801718711853,
      "learning_rate": 1.02343821093804e-05,
      "loss": 8.2227,
      "step": 423470
    },
    {
      "epoch": 0.88225,
      "grad_norm": 4.060810565948486,
      "learning_rate": 1.0230803291604489e-05,
      "loss": 8.291,
      "step": 423480
    },
    {
      "epoch": 0.8822708333333333,
      "grad_norm": 1.4153529405593872,
      "learning_rate": 1.022722507757618e-05,
      "loss": 8.0467,
      "step": 423490
    },
    {
      "epoch": 0.8822916666666667,
      "grad_norm": 1.5511809587478638,
      "learning_rate": 1.0223647467310925e-05,
      "loss": 8.0939,
      "step": 423500
    },
    {
      "epoch": 0.8823125,
      "grad_norm": 1.8831170797348022,
      "learning_rate": 1.0220070460824198e-05,
      "loss": 7.6258,
      "step": 423510
    },
    {
      "epoch": 0.8823333333333333,
      "grad_norm": 8.20687484741211,
      "learning_rate": 1.0216494058131453e-05,
      "loss": 8.205,
      "step": 423520
    },
    {
      "epoch": 0.8823541666666667,
      "grad_norm": 2.5041913986206055,
      "learning_rate": 1.0212918259248077e-05,
      "loss": 9.0035,
      "step": 423530
    },
    {
      "epoch": 0.882375,
      "grad_norm": 3.0788536071777344,
      "learning_rate": 1.020934306418959e-05,
      "loss": 8.4885,
      "step": 423540
    },
    {
      "epoch": 0.8823958333333334,
      "grad_norm": 2.0893073081970215,
      "learning_rate": 1.0205768472971431e-05,
      "loss": 8.3784,
      "step": 423550
    },
    {
      "epoch": 0.8824166666666666,
      "grad_norm": 2.6416430473327637,
      "learning_rate": 1.0202194485608972e-05,
      "loss": 7.9326,
      "step": 423560
    },
    {
      "epoch": 0.8824375,
      "grad_norm": 1.6569067239761353,
      "learning_rate": 1.0198621102117716e-05,
      "loss": 7.7683,
      "step": 423570
    },
    {
      "epoch": 0.8824583333333333,
      "grad_norm": 2.2182328701019287,
      "learning_rate": 1.01950483225131e-05,
      "loss": 8.051,
      "step": 423580
    },
    {
      "epoch": 0.8824791666666667,
      "grad_norm": 1.0692551136016846,
      "learning_rate": 1.0191476146810495e-05,
      "loss": 7.9642,
      "step": 423590
    },
    {
      "epoch": 0.8825,
      "grad_norm": 1.6412055492401123,
      "learning_rate": 1.0187904575025391e-05,
      "loss": 7.774,
      "step": 423600
    },
    {
      "epoch": 0.8825208333333333,
      "grad_norm": 3.017465829849243,
      "learning_rate": 1.0184333607173222e-05,
      "loss": 8.2503,
      "step": 423610
    },
    {
      "epoch": 0.8825416666666667,
      "grad_norm": 1.707696795463562,
      "learning_rate": 1.0180763243269346e-05,
      "loss": 7.8543,
      "step": 423620
    },
    {
      "epoch": 0.8825625,
      "grad_norm": 2.4924561977386475,
      "learning_rate": 1.0177193483329248e-05,
      "loss": 7.9778,
      "step": 423630
    },
    {
      "epoch": 0.8825833333333334,
      "grad_norm": 1.3203918933868408,
      "learning_rate": 1.0173624327368369e-05,
      "loss": 9.6221,
      "step": 423640
    },
    {
      "epoch": 0.8826041666666666,
      "grad_norm": 1.3546408414840698,
      "learning_rate": 1.0170055775402042e-05,
      "loss": 8.344,
      "step": 423650
    },
    {
      "epoch": 0.882625,
      "grad_norm": 2.295189619064331,
      "learning_rate": 1.016648782744574e-05,
      "loss": 8.1668,
      "step": 423660
    },
    {
      "epoch": 0.8826458333333334,
      "grad_norm": 3.0048422813415527,
      "learning_rate": 1.0162920483514853e-05,
      "loss": 7.7559,
      "step": 423670
    },
    {
      "epoch": 0.8826666666666667,
      "grad_norm": 1.211326241493225,
      "learning_rate": 1.0159353743624798e-05,
      "loss": 7.7977,
      "step": 423680
    },
    {
      "epoch": 0.8826875,
      "grad_norm": 1.27388596534729,
      "learning_rate": 1.0155787607790983e-05,
      "loss": 7.7678,
      "step": 423690
    },
    {
      "epoch": 0.8827083333333333,
      "grad_norm": 1.8571006059646606,
      "learning_rate": 1.015222207602881e-05,
      "loss": 8.0705,
      "step": 423700
    },
    {
      "epoch": 0.8827291666666667,
      "grad_norm": 2.521474599838257,
      "learning_rate": 1.0148657148353684e-05,
      "loss": 8.0337,
      "step": 423710
    },
    {
      "epoch": 0.88275,
      "grad_norm": 1.4051992893218994,
      "learning_rate": 1.0145092824780992e-05,
      "loss": 8.2146,
      "step": 423720
    },
    {
      "epoch": 0.8827708333333333,
      "grad_norm": 2.2609028816223145,
      "learning_rate": 1.0141529105326157e-05,
      "loss": 8.2582,
      "step": 423730
    },
    {
      "epoch": 0.8827916666666666,
      "grad_norm": 1.8028126955032349,
      "learning_rate": 1.013796599000455e-05,
      "loss": 7.8335,
      "step": 423740
    },
    {
      "epoch": 0.8828125,
      "grad_norm": 4.020988464355469,
      "learning_rate": 1.0134403478831554e-05,
      "loss": 7.4548,
      "step": 423750
    },
    {
      "epoch": 0.8828333333333334,
      "grad_norm": 5.374781608581543,
      "learning_rate": 1.0130841571822595e-05,
      "loss": 8.1002,
      "step": 423760
    },
    {
      "epoch": 0.8828541666666667,
      "grad_norm": 1.235835075378418,
      "learning_rate": 1.0127280268993026e-05,
      "loss": 7.654,
      "step": 423770
    },
    {
      "epoch": 0.882875,
      "grad_norm": 2.287447690963745,
      "learning_rate": 1.0123719570358235e-05,
      "loss": 8.1821,
      "step": 423780
    },
    {
      "epoch": 0.8828958333333333,
      "grad_norm": 1.1652332544326782,
      "learning_rate": 1.0120159475933627e-05,
      "loss": 8.3104,
      "step": 423790
    },
    {
      "epoch": 0.8829166666666667,
      "grad_norm": 5.080223560333252,
      "learning_rate": 1.0116599985734536e-05,
      "loss": 8.1695,
      "step": 423800
    },
    {
      "epoch": 0.8829375,
      "grad_norm": 1.2377339601516724,
      "learning_rate": 1.0113041099776387e-05,
      "loss": 8.061,
      "step": 423810
    },
    {
      "epoch": 0.8829583333333333,
      "grad_norm": 1.7795839309692383,
      "learning_rate": 1.0109482818074517e-05,
      "loss": 7.6768,
      "step": 423820
    },
    {
      "epoch": 0.8829791666666666,
      "grad_norm": 7.07614803314209,
      "learning_rate": 1.0105925140644311e-05,
      "loss": 8.1724,
      "step": 423830
    },
    {
      "epoch": 0.883,
      "grad_norm": 0.9265568852424622,
      "learning_rate": 1.0102368067501127e-05,
      "loss": 7.8754,
      "step": 423840
    },
    {
      "epoch": 0.8830208333333334,
      "grad_norm": 2.5432846546173096,
      "learning_rate": 1.009881159866035e-05,
      "loss": 7.5673,
      "step": 423850
    },
    {
      "epoch": 0.8830416666666666,
      "grad_norm": 1.910059928894043,
      "learning_rate": 1.009525573413732e-05,
      "loss": 8.239,
      "step": 423860
    },
    {
      "epoch": 0.8830625,
      "grad_norm": 3.2150416374206543,
      "learning_rate": 1.0091700473947423e-05,
      "loss": 7.8717,
      "step": 423870
    },
    {
      "epoch": 0.8830833333333333,
      "grad_norm": 1.9334220886230469,
      "learning_rate": 1.008814581810598e-05,
      "loss": 8.6976,
      "step": 423880
    },
    {
      "epoch": 0.8831041666666667,
      "grad_norm": 3.3543760776519775,
      "learning_rate": 1.0084591766628415e-05,
      "loss": 8.0428,
      "step": 423890
    },
    {
      "epoch": 0.883125,
      "grad_norm": 2.0654103755950928,
      "learning_rate": 1.008103831952996e-05,
      "loss": 8.7762,
      "step": 423900
    },
    {
      "epoch": 0.8831458333333333,
      "grad_norm": 1.2592225074768066,
      "learning_rate": 1.0077485476826075e-05,
      "loss": 8.1171,
      "step": 423910
    },
    {
      "epoch": 0.8831666666666667,
      "grad_norm": 1.2007230520248413,
      "learning_rate": 1.0073933238532078e-05,
      "loss": 7.8124,
      "step": 423920
    },
    {
      "epoch": 0.8831875,
      "grad_norm": 1.2967976331710815,
      "learning_rate": 1.0070381604663291e-05,
      "loss": 8.2815,
      "step": 423930
    },
    {
      "epoch": 0.8832083333333334,
      "grad_norm": 2.512101650238037,
      "learning_rate": 1.0066830575235035e-05,
      "loss": 9.0135,
      "step": 423940
    },
    {
      "epoch": 0.8832291666666666,
      "grad_norm": 1.4457030296325684,
      "learning_rate": 1.0063280150262731e-05,
      "loss": 8.4612,
      "step": 423950
    },
    {
      "epoch": 0.88325,
      "grad_norm": 0.9882364273071289,
      "learning_rate": 1.0059730329761651e-05,
      "loss": 7.867,
      "step": 423960
    },
    {
      "epoch": 0.8832708333333333,
      "grad_norm": 5.8816237449646,
      "learning_rate": 1.0056181113747114e-05,
      "loss": 7.9156,
      "step": 423970
    },
    {
      "epoch": 0.8832916666666667,
      "grad_norm": 1.2151259183883667,
      "learning_rate": 1.0052632502234525e-05,
      "loss": 8.1322,
      "step": 423980
    },
    {
      "epoch": 0.8833125,
      "grad_norm": 1.9395592212677002,
      "learning_rate": 1.004908449523914e-05,
      "loss": 8.0787,
      "step": 423990
    },
    {
      "epoch": 0.8833333333333333,
      "grad_norm": 4.19126033782959,
      "learning_rate": 1.0045537092776296e-05,
      "loss": 8.224,
      "step": 424000
    },
    {
      "epoch": 0.8833333333333333,
      "eval_loss": 6.544641017913818,
      "eval_runtime": 8.1486,
      "eval_samples_per_second": 0.368,
      "eval_steps_per_second": 0.123,
      "step": 424000
    },
    {
      "epoch": 0.8833541666666667,
      "grad_norm": 1.706284761428833,
      "learning_rate": 1.004199029486138e-05,
      "loss": 7.8694,
      "step": 424010
    },
    {
      "epoch": 0.883375,
      "grad_norm": 2.4532361030578613,
      "learning_rate": 1.0038444101509645e-05,
      "loss": 7.9234,
      "step": 424020
    },
    {
      "epoch": 0.8833958333333334,
      "grad_norm": 2.0435426235198975,
      "learning_rate": 1.0034898512736433e-05,
      "loss": 7.598,
      "step": 424030
    },
    {
      "epoch": 0.8834166666666666,
      "grad_norm": 1.433928370475769,
      "learning_rate": 1.0031353528557062e-05,
      "loss": 8.26,
      "step": 424040
    },
    {
      "epoch": 0.8834375,
      "grad_norm": 2.5495645999908447,
      "learning_rate": 1.0027809148986821e-05,
      "loss": 8.1243,
      "step": 424050
    },
    {
      "epoch": 0.8834583333333333,
      "grad_norm": 2.308298110961914,
      "learning_rate": 1.0024265374041063e-05,
      "loss": 8.5399,
      "step": 424060
    },
    {
      "epoch": 0.8834791666666667,
      "grad_norm": 4.033262252807617,
      "learning_rate": 1.002072220373506e-05,
      "loss": 8.2694,
      "step": 424070
    },
    {
      "epoch": 0.8835,
      "grad_norm": 1.1158254146575928,
      "learning_rate": 1.0017179638084133e-05,
      "loss": 8.6672,
      "step": 424080
    },
    {
      "epoch": 0.8835208333333333,
      "grad_norm": 2.7170753479003906,
      "learning_rate": 1.001363767710357e-05,
      "loss": 8.3598,
      "step": 424090
    },
    {
      "epoch": 0.8835416666666667,
      "grad_norm": 1.1118701696395874,
      "learning_rate": 1.0010096320808692e-05,
      "loss": 8.5269,
      "step": 424100
    },
    {
      "epoch": 0.8835625,
      "grad_norm": 5.340860843658447,
      "learning_rate": 1.0006555569214786e-05,
      "loss": 8.0834,
      "step": 424110
    },
    {
      "epoch": 0.8835833333333334,
      "grad_norm": 1.6089365482330322,
      "learning_rate": 1.0003015422337141e-05,
      "loss": 8.1335,
      "step": 424120
    },
    {
      "epoch": 0.8836041666666666,
      "grad_norm": 1.616581916809082,
      "learning_rate": 9.99947588019106e-06,
      "loss": 8.0005,
      "step": 424130
    },
    {
      "epoch": 0.883625,
      "grad_norm": 2.4711289405822754,
      "learning_rate": 9.995936942791832e-06,
      "loss": 8.3086,
      "step": 424140
    },
    {
      "epoch": 0.8836458333333334,
      "grad_norm": 1.4536625146865845,
      "learning_rate": 9.992398610154728e-06,
      "loss": 7.5971,
      "step": 424150
    },
    {
      "epoch": 0.8836666666666667,
      "grad_norm": 1.6207598447799683,
      "learning_rate": 9.988860882295052e-06,
      "loss": 7.8878,
      "step": 424160
    },
    {
      "epoch": 0.8836875,
      "grad_norm": 2.662360668182373,
      "learning_rate": 9.985323759228076e-06,
      "loss": 8.4581,
      "step": 424170
    },
    {
      "epoch": 0.8837083333333333,
      "grad_norm": 9.753646850585938,
      "learning_rate": 9.981787240969069e-06,
      "loss": 8.7238,
      "step": 424180
    },
    {
      "epoch": 0.8837291666666667,
      "grad_norm": 1.9968945980072021,
      "learning_rate": 9.978251327533338e-06,
      "loss": 8.0194,
      "step": 424190
    },
    {
      "epoch": 0.88375,
      "grad_norm": 1.8908668756484985,
      "learning_rate": 9.974716018936118e-06,
      "loss": 7.7855,
      "step": 424200
    },
    {
      "epoch": 0.8837708333333333,
      "grad_norm": 1.0729613304138184,
      "learning_rate": 9.9711813151927e-06,
      "loss": 7.7187,
      "step": 424210
    },
    {
      "epoch": 0.8837916666666666,
      "grad_norm": 1.1240050792694092,
      "learning_rate": 9.96764721631837e-06,
      "loss": 7.7544,
      "step": 424220
    },
    {
      "epoch": 0.8838125,
      "grad_norm": 1.9116724729537964,
      "learning_rate": 9.964113722328365e-06,
      "loss": 8.0181,
      "step": 424230
    },
    {
      "epoch": 0.8838333333333334,
      "grad_norm": 2.9447829723358154,
      "learning_rate": 9.960580833237975e-06,
      "loss": 8.0787,
      "step": 424240
    },
    {
      "epoch": 0.8838541666666667,
      "grad_norm": 5.354433059692383,
      "learning_rate": 9.957048549062402e-06,
      "loss": 8.7205,
      "step": 424250
    },
    {
      "epoch": 0.883875,
      "grad_norm": 9.512325286865234,
      "learning_rate": 9.953516869816986e-06,
      "loss": 7.7642,
      "step": 424260
    },
    {
      "epoch": 0.8838958333333333,
      "grad_norm": 3.786106824874878,
      "learning_rate": 9.949985795516929e-06,
      "loss": 8.275,
      "step": 424270
    },
    {
      "epoch": 0.8839166666666667,
      "grad_norm": 1.448550820350647,
      "learning_rate": 9.946455326177472e-06,
      "loss": 8.1545,
      "step": 424280
    },
    {
      "epoch": 0.8839375,
      "grad_norm": 3.4197373390197754,
      "learning_rate": 9.942925461813933e-06,
      "loss": 8.4028,
      "step": 424290
    },
    {
      "epoch": 0.8839583333333333,
      "grad_norm": 2.7663140296936035,
      "learning_rate": 9.939396202441502e-06,
      "loss": 7.9676,
      "step": 424300
    },
    {
      "epoch": 0.8839791666666666,
      "grad_norm": 1.473649263381958,
      "learning_rate": 9.935867548075415e-06,
      "loss": 7.5563,
      "step": 424310
    },
    {
      "epoch": 0.884,
      "grad_norm": 1.3607298135757446,
      "learning_rate": 9.932339498730995e-06,
      "loss": 7.4564,
      "step": 424320
    },
    {
      "epoch": 0.8840208333333334,
      "grad_norm": 1.9947803020477295,
      "learning_rate": 9.92881205442338e-06,
      "loss": 7.5076,
      "step": 424330
    },
    {
      "epoch": 0.8840416666666666,
      "grad_norm": 2.0239064693450928,
      "learning_rate": 9.925285215167838e-06,
      "loss": 8.3353,
      "step": 424340
    },
    {
      "epoch": 0.8840625,
      "grad_norm": 1.6366209983825684,
      "learning_rate": 9.921758980979677e-06,
      "loss": 8.073,
      "step": 424350
    },
    {
      "epoch": 0.8840833333333333,
      "grad_norm": 1.7819620370864868,
      "learning_rate": 9.918233351874034e-06,
      "loss": 7.753,
      "step": 424360
    },
    {
      "epoch": 0.8841041666666667,
      "grad_norm": 1.8213425874710083,
      "learning_rate": 9.914708327866161e-06,
      "loss": 7.8512,
      "step": 424370
    },
    {
      "epoch": 0.884125,
      "grad_norm": 5.8886895179748535,
      "learning_rate": 9.911183908971331e-06,
      "loss": 7.5446,
      "step": 424380
    },
    {
      "epoch": 0.8841458333333333,
      "grad_norm": 2.865320920944214,
      "learning_rate": 9.907660095204734e-06,
      "loss": 8.4454,
      "step": 424390
    },
    {
      "epoch": 0.8841666666666667,
      "grad_norm": 1.6043404340744019,
      "learning_rate": 9.90413688658157e-06,
      "loss": 7.3254,
      "step": 424400
    },
    {
      "epoch": 0.8841875,
      "grad_norm": 2.3049139976501465,
      "learning_rate": 9.900614283117098e-06,
      "loss": 8.1842,
      "step": 424410
    },
    {
      "epoch": 0.8842083333333334,
      "grad_norm": 1.3792798519134521,
      "learning_rate": 9.897092284826503e-06,
      "loss": 8.3807,
      "step": 424420
    },
    {
      "epoch": 0.8842291666666666,
      "grad_norm": 1.4170446395874023,
      "learning_rate": 9.893570891725022e-06,
      "loss": 8.1484,
      "step": 424430
    },
    {
      "epoch": 0.88425,
      "grad_norm": 3.0826961994171143,
      "learning_rate": 9.890050103827845e-06,
      "loss": 7.8239,
      "step": 424440
    },
    {
      "epoch": 0.8842708333333333,
      "grad_norm": 1.465358018875122,
      "learning_rate": 9.88652992115021e-06,
      "loss": 9.118,
      "step": 424450
    },
    {
      "epoch": 0.8842916666666667,
      "grad_norm": 1.9254599809646606,
      "learning_rate": 9.883010343707287e-06,
      "loss": 7.7149,
      "step": 424460
    },
    {
      "epoch": 0.8843125,
      "grad_norm": 1.1111822128295898,
      "learning_rate": 9.879491371514313e-06,
      "loss": 8.4008,
      "step": 424470
    },
    {
      "epoch": 0.8843333333333333,
      "grad_norm": 2.837568998336792,
      "learning_rate": 9.875973004586463e-06,
      "loss": 7.7472,
      "step": 424480
    },
    {
      "epoch": 0.8843541666666667,
      "grad_norm": 3.778792381286621,
      "learning_rate": 9.872455242938954e-06,
      "loss": 8.1452,
      "step": 424490
    },
    {
      "epoch": 0.884375,
      "grad_norm": 2.1314990520477295,
      "learning_rate": 9.868938086586959e-06,
      "loss": 8.123,
      "step": 424500
    },
    {
      "epoch": 0.8843958333333334,
      "grad_norm": 12.556517601013184,
      "learning_rate": 9.865421535545698e-06,
      "loss": 9.9235,
      "step": 424510
    },
    {
      "epoch": 0.8844166666666666,
      "grad_norm": 4.089359760284424,
      "learning_rate": 9.86190558983036e-06,
      "loss": 8.6807,
      "step": 424520
    },
    {
      "epoch": 0.8844375,
      "grad_norm": 1.4685313701629639,
      "learning_rate": 9.858390249456083e-06,
      "loss": 7.6672,
      "step": 424530
    },
    {
      "epoch": 0.8844583333333333,
      "grad_norm": 1.572479248046875,
      "learning_rate": 9.854875514438104e-06,
      "loss": 9.0296,
      "step": 424540
    },
    {
      "epoch": 0.8844791666666667,
      "grad_norm": 1.287858486175537,
      "learning_rate": 9.851361384791612e-06,
      "loss": 8.013,
      "step": 424550
    },
    {
      "epoch": 0.8845,
      "grad_norm": 1.7540396451950073,
      "learning_rate": 9.847847860531711e-06,
      "loss": 7.7256,
      "step": 424560
    },
    {
      "epoch": 0.8845208333333333,
      "grad_norm": 3.6986680030822754,
      "learning_rate": 9.844334941673671e-06,
      "loss": 7.4477,
      "step": 424570
    },
    {
      "epoch": 0.8845416666666667,
      "grad_norm": 1.5802034139633179,
      "learning_rate": 9.84082262823263e-06,
      "loss": 7.6148,
      "step": 424580
    },
    {
      "epoch": 0.8845625,
      "grad_norm": 4.824965953826904,
      "learning_rate": 9.837310920223728e-06,
      "loss": 8.199,
      "step": 424590
    },
    {
      "epoch": 0.8845833333333334,
      "grad_norm": 2.630086660385132,
      "learning_rate": 9.833799817662169e-06,
      "loss": 8.001,
      "step": 424600
    },
    {
      "epoch": 0.8846041666666666,
      "grad_norm": 12.889633178710938,
      "learning_rate": 9.830289320563156e-06,
      "loss": 7.9976,
      "step": 424610
    },
    {
      "epoch": 0.884625,
      "grad_norm": 3.0325708389282227,
      "learning_rate": 9.826779428941745e-06,
      "loss": 8.0092,
      "step": 424620
    },
    {
      "epoch": 0.8846458333333334,
      "grad_norm": 3.1211259365081787,
      "learning_rate": 9.823270142813205e-06,
      "loss": 7.9659,
      "step": 424630
    },
    {
      "epoch": 0.8846666666666667,
      "grad_norm": 2.9220290184020996,
      "learning_rate": 9.81976146219266e-06,
      "loss": 7.6073,
      "step": 424640
    },
    {
      "epoch": 0.8846875,
      "grad_norm": 3.321762800216675,
      "learning_rate": 9.816253387095213e-06,
      "loss": 8.0379,
      "step": 424650
    },
    {
      "epoch": 0.8847083333333333,
      "grad_norm": 2.21657657623291,
      "learning_rate": 9.812745917536119e-06,
      "loss": 7.6733,
      "step": 424660
    },
    {
      "epoch": 0.8847291666666667,
      "grad_norm": 1.1632922887802124,
      "learning_rate": 9.809239053530432e-06,
      "loss": 7.9341,
      "step": 424670
    },
    {
      "epoch": 0.88475,
      "grad_norm": 1.05512535572052,
      "learning_rate": 9.80573279509334e-06,
      "loss": 8.4828,
      "step": 424680
    },
    {
      "epoch": 0.8847708333333333,
      "grad_norm": 2.1719470024108887,
      "learning_rate": 9.802227142240015e-06,
      "loss": 7.5005,
      "step": 424690
    },
    {
      "epoch": 0.8847916666666666,
      "grad_norm": 3.3389668464660645,
      "learning_rate": 9.798722094985562e-06,
      "loss": 7.5189,
      "step": 424700
    },
    {
      "epoch": 0.8848125,
      "grad_norm": 1.9209997653961182,
      "learning_rate": 9.795217653345117e-06,
      "loss": 8.3638,
      "step": 424710
    },
    {
      "epoch": 0.8848333333333334,
      "grad_norm": 6.287960052490234,
      "learning_rate": 9.791713817333868e-06,
      "loss": 8.3346,
      "step": 424720
    },
    {
      "epoch": 0.8848541666666667,
      "grad_norm": 3.8511345386505127,
      "learning_rate": 9.788210586966905e-06,
      "loss": 8.0255,
      "step": 424730
    },
    {
      "epoch": 0.884875,
      "grad_norm": 1.7040188312530518,
      "learning_rate": 9.784707962259347e-06,
      "loss": 7.7558,
      "step": 424740
    },
    {
      "epoch": 0.8848958333333333,
      "grad_norm": 1.6743744611740112,
      "learning_rate": 9.781205943226384e-06,
      "loss": 7.708,
      "step": 424750
    },
    {
      "epoch": 0.8849166666666667,
      "grad_norm": 2.0922470092773438,
      "learning_rate": 9.7777045298831e-06,
      "loss": 8.3733,
      "step": 424760
    },
    {
      "epoch": 0.8849375,
      "grad_norm": 2.99825119972229,
      "learning_rate": 9.774203722244622e-06,
      "loss": 7.6106,
      "step": 424770
    },
    {
      "epoch": 0.8849583333333333,
      "grad_norm": 1.817775845527649,
      "learning_rate": 9.770703520326084e-06,
      "loss": 8.2207,
      "step": 424780
    },
    {
      "epoch": 0.8849791666666667,
      "grad_norm": 1.6085542440414429,
      "learning_rate": 9.767203924142592e-06,
      "loss": 8.159,
      "step": 424790
    },
    {
      "epoch": 0.885,
      "grad_norm": 1.2124265432357788,
      "learning_rate": 9.763704933709282e-06,
      "loss": 8.3699,
      "step": 424800
    },
    {
      "epoch": 0.8850208333333334,
      "grad_norm": 1.1629061698913574,
      "learning_rate": 9.760206549041244e-06,
      "loss": 7.9493,
      "step": 424810
    },
    {
      "epoch": 0.8850416666666666,
      "grad_norm": 3.382253885269165,
      "learning_rate": 9.756708770153616e-06,
      "loss": 7.7345,
      "step": 424820
    },
    {
      "epoch": 0.8850625,
      "grad_norm": 1.324984073638916,
      "learning_rate": 9.753211597061483e-06,
      "loss": 8.1484,
      "step": 424830
    },
    {
      "epoch": 0.8850833333333333,
      "grad_norm": 1.7906590700149536,
      "learning_rate": 9.74971502977997e-06,
      "loss": 8.2731,
      "step": 424840
    },
    {
      "epoch": 0.8851041666666667,
      "grad_norm": 2.224259853363037,
      "learning_rate": 9.746219068324163e-06,
      "loss": 8.0861,
      "step": 424850
    },
    {
      "epoch": 0.885125,
      "grad_norm": 3.6255218982696533,
      "learning_rate": 9.742723712709182e-06,
      "loss": 7.9118,
      "step": 424860
    },
    {
      "epoch": 0.8851458333333333,
      "grad_norm": 2.783479928970337,
      "learning_rate": 9.739228962950119e-06,
      "loss": 7.7372,
      "step": 424870
    },
    {
      "epoch": 0.8851666666666667,
      "grad_norm": 1.615220546722412,
      "learning_rate": 9.735734819062075e-06,
      "loss": 7.3716,
      "step": 424880
    },
    {
      "epoch": 0.8851875,
      "grad_norm": 1.9521082639694214,
      "learning_rate": 9.732241281060138e-06,
      "loss": 9.1395,
      "step": 424890
    },
    {
      "epoch": 0.8852083333333334,
      "grad_norm": 6.315938949584961,
      "learning_rate": 9.728748348959365e-06,
      "loss": 8.3328,
      "step": 424900
    },
    {
      "epoch": 0.8852291666666666,
      "grad_norm": 1.5710073709487915,
      "learning_rate": 9.725256022774891e-06,
      "loss": 8.4177,
      "step": 424910
    },
    {
      "epoch": 0.88525,
      "grad_norm": 1.833215594291687,
      "learning_rate": 9.721764302521822e-06,
      "loss": 7.506,
      "step": 424920
    },
    {
      "epoch": 0.8852708333333333,
      "grad_norm": 1.607121229171753,
      "learning_rate": 9.718273188215148e-06,
      "loss": 8.0253,
      "step": 424930
    },
    {
      "epoch": 0.8852916666666667,
      "grad_norm": 3.0015506744384766,
      "learning_rate": 9.714782679870038e-06,
      "loss": 8.1576,
      "step": 424940
    },
    {
      "epoch": 0.8853125,
      "grad_norm": 3.0974714756011963,
      "learning_rate": 9.711292777501545e-06,
      "loss": 8.3913,
      "step": 424950
    },
    {
      "epoch": 0.8853333333333333,
      "grad_norm": 1.7579460144042969,
      "learning_rate": 9.70780348112471e-06,
      "loss": 8.1447,
      "step": 424960
    },
    {
      "epoch": 0.8853541666666667,
      "grad_norm": 1.0245270729064941,
      "learning_rate": 9.704314790754636e-06,
      "loss": 11.1342,
      "step": 424970
    },
    {
      "epoch": 0.885375,
      "grad_norm": 1.4599577188491821,
      "learning_rate": 9.700826706406428e-06,
      "loss": 8.026,
      "step": 424980
    },
    {
      "epoch": 0.8853958333333334,
      "grad_norm": 2.1700713634490967,
      "learning_rate": 9.697339228095057e-06,
      "loss": 7.7773,
      "step": 424990
    },
    {
      "epoch": 0.8854166666666666,
      "grad_norm": 2.8024473190307617,
      "learning_rate": 9.693852355835679e-06,
      "loss": 8.2888,
      "step": 425000
    },
    {
      "epoch": 0.8854166666666666,
      "eval_loss": 6.774117946624756,
      "eval_runtime": 8.6992,
      "eval_samples_per_second": 0.345,
      "eval_steps_per_second": 0.115,
      "step": 425000
    },
    {
      "epoch": 0.8854375,
      "grad_norm": 1.2155741453170776,
      "learning_rate": 9.690366089643348e-06,
      "loss": 8.1102,
      "step": 425010
    },
    {
      "epoch": 0.8854583333333333,
      "grad_norm": 1.2476614713668823,
      "learning_rate": 9.686880429533034e-06,
      "loss": 8.5146,
      "step": 425020
    },
    {
      "epoch": 0.8854791666666667,
      "grad_norm": 1.6648647785186768,
      "learning_rate": 9.683395375519908e-06,
      "loss": 8.114,
      "step": 425030
    },
    {
      "epoch": 0.8855,
      "grad_norm": 1.6373783349990845,
      "learning_rate": 9.679910927618961e-06,
      "loss": 8.0423,
      "step": 425040
    },
    {
      "epoch": 0.8855208333333333,
      "grad_norm": 1.514907956123352,
      "learning_rate": 9.676427085845229e-06,
      "loss": 8.0409,
      "step": 425050
    },
    {
      "epoch": 0.8855416666666667,
      "grad_norm": 2.3761496543884277,
      "learning_rate": 9.672943850213832e-06,
      "loss": 8.43,
      "step": 425060
    },
    {
      "epoch": 0.8855625,
      "grad_norm": 1.5042760372161865,
      "learning_rate": 9.669461220739743e-06,
      "loss": 12.0712,
      "step": 425070
    },
    {
      "epoch": 0.8855833333333333,
      "grad_norm": 3.37988543510437,
      "learning_rate": 9.665979197438018e-06,
      "loss": 7.7896,
      "step": 425080
    },
    {
      "epoch": 0.8856041666666666,
      "grad_norm": 1.5922154188156128,
      "learning_rate": 9.662497780323757e-06,
      "loss": 8.4825,
      "step": 425090
    },
    {
      "epoch": 0.885625,
      "grad_norm": 2.5726075172424316,
      "learning_rate": 9.659016969411936e-06,
      "loss": 7.9029,
      "step": 425100
    },
    {
      "epoch": 0.8856458333333334,
      "grad_norm": 2.676635980606079,
      "learning_rate": 9.655536764717609e-06,
      "loss": 7.8251,
      "step": 425110
    },
    {
      "epoch": 0.8856666666666667,
      "grad_norm": 2.1598970890045166,
      "learning_rate": 9.652057166255828e-06,
      "loss": 7.9564,
      "step": 425120
    },
    {
      "epoch": 0.8856875,
      "grad_norm": 1.6935535669326782,
      "learning_rate": 9.648578174041582e-06,
      "loss": 8.0166,
      "step": 425130
    },
    {
      "epoch": 0.8857083333333333,
      "grad_norm": 1.476001501083374,
      "learning_rate": 9.645099788089928e-06,
      "loss": 7.8144,
      "step": 425140
    },
    {
      "epoch": 0.8857291666666667,
      "grad_norm": 1.4024115800857544,
      "learning_rate": 9.6416220084159e-06,
      "loss": 8.7467,
      "step": 425150
    },
    {
      "epoch": 0.88575,
      "grad_norm": 1.8549559116363525,
      "learning_rate": 9.638144835034489e-06,
      "loss": 8.7503,
      "step": 425160
    },
    {
      "epoch": 0.8857708333333333,
      "grad_norm": 1.8118730783462524,
      "learning_rate": 9.634668267960748e-06,
      "loss": 7.9899,
      "step": 425170
    },
    {
      "epoch": 0.8857916666666666,
      "grad_norm": 1.696800708770752,
      "learning_rate": 9.631192307209683e-06,
      "loss": 8.1618,
      "step": 425180
    },
    {
      "epoch": 0.8858125,
      "grad_norm": 2.5180134773254395,
      "learning_rate": 9.627716952796283e-06,
      "loss": 8.1786,
      "step": 425190
    },
    {
      "epoch": 0.8858333333333334,
      "grad_norm": 1.7749384641647339,
      "learning_rate": 9.6242422047356e-06,
      "loss": 7.6779,
      "step": 425200
    },
    {
      "epoch": 0.8858541666666667,
      "grad_norm": 1.5823925733566284,
      "learning_rate": 9.620768063042623e-06,
      "loss": 7.8974,
      "step": 425210
    },
    {
      "epoch": 0.885875,
      "grad_norm": 1.332682490348816,
      "learning_rate": 9.617294527732372e-06,
      "loss": 8.3682,
      "step": 425220
    },
    {
      "epoch": 0.8858958333333333,
      "grad_norm": 1.8879399299621582,
      "learning_rate": 9.61382159881982e-06,
      "loss": 8.3967,
      "step": 425230
    },
    {
      "epoch": 0.8859166666666667,
      "grad_norm": 1.2720859050750732,
      "learning_rate": 9.610349276320007e-06,
      "loss": 7.6965,
      "step": 425240
    },
    {
      "epoch": 0.8859375,
      "grad_norm": 1.4097036123275757,
      "learning_rate": 9.6068775602479e-06,
      "loss": 8.4073,
      "step": 425250
    },
    {
      "epoch": 0.8859583333333333,
      "grad_norm": 1.5679398775100708,
      "learning_rate": 9.603406450618557e-06,
      "loss": 8.4153,
      "step": 425260
    },
    {
      "epoch": 0.8859791666666667,
      "grad_norm": 1.9932425022125244,
      "learning_rate": 9.599935947446863e-06,
      "loss": 8.0863,
      "step": 425270
    },
    {
      "epoch": 0.886,
      "grad_norm": 2.478729724884033,
      "learning_rate": 9.596466050747893e-06,
      "loss": 8.0317,
      "step": 425280
    },
    {
      "epoch": 0.8860208333333334,
      "grad_norm": 3.2906413078308105,
      "learning_rate": 9.592996760536631e-06,
      "loss": 7.6878,
      "step": 425290
    },
    {
      "epoch": 0.8860416666666666,
      "grad_norm": 1.5386382341384888,
      "learning_rate": 9.589528076828018e-06,
      "loss": 7.6607,
      "step": 425300
    },
    {
      "epoch": 0.8860625,
      "grad_norm": 3.597055673599243,
      "learning_rate": 9.586059999637075e-06,
      "loss": 8.3424,
      "step": 425310
    },
    {
      "epoch": 0.8860833333333333,
      "grad_norm": 2.228065252304077,
      "learning_rate": 9.582592528978805e-06,
      "loss": 7.58,
      "step": 425320
    },
    {
      "epoch": 0.8861041666666667,
      "grad_norm": 2.4727606773376465,
      "learning_rate": 9.579125664868098e-06,
      "loss": 7.8359,
      "step": 425330
    },
    {
      "epoch": 0.886125,
      "grad_norm": 1.6507790088653564,
      "learning_rate": 9.575659407320025e-06,
      "loss": 7.9554,
      "step": 425340
    },
    {
      "epoch": 0.8861458333333333,
      "grad_norm": 2.016258716583252,
      "learning_rate": 9.572193756349522e-06,
      "loss": 8.224,
      "step": 425350
    },
    {
      "epoch": 0.8861666666666667,
      "grad_norm": 5.8689422607421875,
      "learning_rate": 9.56872871197153e-06,
      "loss": 8.0513,
      "step": 425360
    },
    {
      "epoch": 0.8861875,
      "grad_norm": 3.952848196029663,
      "learning_rate": 9.565264274201051e-06,
      "loss": 8.309,
      "step": 425370
    },
    {
      "epoch": 0.8862083333333334,
      "grad_norm": 27.361406326293945,
      "learning_rate": 9.561800443053076e-06,
      "loss": 9.4296,
      "step": 425380
    },
    {
      "epoch": 0.8862291666666666,
      "grad_norm": 3.6103742122650146,
      "learning_rate": 9.558337218542489e-06,
      "loss": 7.7078,
      "step": 425390
    },
    {
      "epoch": 0.88625,
      "grad_norm": 1.8615655899047852,
      "learning_rate": 9.55487460068433e-06,
      "loss": 8.4816,
      "step": 425400
    },
    {
      "epoch": 0.8862708333333333,
      "grad_norm": 5.992248058319092,
      "learning_rate": 9.551412589493507e-06,
      "loss": 8.4847,
      "step": 425410
    },
    {
      "epoch": 0.8862916666666667,
      "grad_norm": 3.950955867767334,
      "learning_rate": 9.547951184984987e-06,
      "loss": 8.3385,
      "step": 425420
    },
    {
      "epoch": 0.8863125,
      "grad_norm": 2.7068278789520264,
      "learning_rate": 9.54449038717371e-06,
      "loss": 8.3383,
      "step": 425430
    },
    {
      "epoch": 0.8863333333333333,
      "grad_norm": 1.4934660196304321,
      "learning_rate": 9.541030196074645e-06,
      "loss": 8.1852,
      "step": 425440
    },
    {
      "epoch": 0.8863541666666667,
      "grad_norm": 1.3363227844238281,
      "learning_rate": 9.537570611702733e-06,
      "loss": 8.022,
      "step": 425450
    },
    {
      "epoch": 0.886375,
      "grad_norm": 6.480715274810791,
      "learning_rate": 9.534111634072927e-06,
      "loss": 8.5269,
      "step": 425460
    },
    {
      "epoch": 0.8863958333333334,
      "grad_norm": 1.2590066194534302,
      "learning_rate": 9.53065326320015e-06,
      "loss": 8.0518,
      "step": 425470
    },
    {
      "epoch": 0.8864166666666666,
      "grad_norm": 2.016770601272583,
      "learning_rate": 9.527195499099355e-06,
      "loss": 8.3601,
      "step": 425480
    },
    {
      "epoch": 0.8864375,
      "grad_norm": 1.4588146209716797,
      "learning_rate": 9.523738341785464e-06,
      "loss": 8.3596,
      "step": 425490
    },
    {
      "epoch": 0.8864583333333333,
      "grad_norm": 1.2964229583740234,
      "learning_rate": 9.520281791273431e-06,
      "loss": 7.536,
      "step": 425500
    },
    {
      "epoch": 0.8864791666666667,
      "grad_norm": 3.372519016265869,
      "learning_rate": 9.516825847578164e-06,
      "loss": 8.2554,
      "step": 425510
    },
    {
      "epoch": 0.8865,
      "grad_norm": 2.991849660873413,
      "learning_rate": 9.513370510714596e-06,
      "loss": 7.5817,
      "step": 425520
    },
    {
      "epoch": 0.8865208333333333,
      "grad_norm": 2.6575160026550293,
      "learning_rate": 9.509915780697668e-06,
      "loss": 7.6842,
      "step": 425530
    },
    {
      "epoch": 0.8865416666666667,
      "grad_norm": 3.0302231311798096,
      "learning_rate": 9.506461657542303e-06,
      "loss": 8.312,
      "step": 425540
    },
    {
      "epoch": 0.8865625,
      "grad_norm": 3.5798768997192383,
      "learning_rate": 9.503008141263402e-06,
      "loss": 8.4479,
      "step": 425550
    },
    {
      "epoch": 0.8865833333333333,
      "grad_norm": 1.8736083507537842,
      "learning_rate": 9.499555231875888e-06,
      "loss": 8.0349,
      "step": 425560
    },
    {
      "epoch": 0.8866041666666666,
      "grad_norm": 2.2466015815734863,
      "learning_rate": 9.4961029293947e-06,
      "loss": 7.8689,
      "step": 425570
    },
    {
      "epoch": 0.886625,
      "grad_norm": 3.218276262283325,
      "learning_rate": 9.492651233834708e-06,
      "loss": 7.8277,
      "step": 425580
    },
    {
      "epoch": 0.8866458333333334,
      "grad_norm": 2.9095656871795654,
      "learning_rate": 9.489200145210869e-06,
      "loss": 7.7473,
      "step": 425590
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 3.1797995567321777,
      "learning_rate": 9.48574966353805e-06,
      "loss": 8.0505,
      "step": 425600
    },
    {
      "epoch": 0.8866875,
      "grad_norm": 2.2390425205230713,
      "learning_rate": 9.482299788831177e-06,
      "loss": 8.7039,
      "step": 425610
    },
    {
      "epoch": 0.8867083333333333,
      "grad_norm": 1.872431755065918,
      "learning_rate": 9.478850521105152e-06,
      "loss": 8.3995,
      "step": 425620
    },
    {
      "epoch": 0.8867291666666667,
      "grad_norm": 2.8815741539001465,
      "learning_rate": 9.475401860374865e-06,
      "loss": 8.1149,
      "step": 425630
    },
    {
      "epoch": 0.88675,
      "grad_norm": 4.344358444213867,
      "learning_rate": 9.471953806655236e-06,
      "loss": 8.1404,
      "step": 425640
    },
    {
      "epoch": 0.8867708333333333,
      "grad_norm": 3.0958473682403564,
      "learning_rate": 9.46850635996112e-06,
      "loss": 7.982,
      "step": 425650
    },
    {
      "epoch": 0.8867916666666666,
      "grad_norm": 2.9504799842834473,
      "learning_rate": 9.465059520307455e-06,
      "loss": 8.0872,
      "step": 425660
    },
    {
      "epoch": 0.8868125,
      "grad_norm": 1.6511366367340088,
      "learning_rate": 9.46161328770908e-06,
      "loss": 8.262,
      "step": 425670
    },
    {
      "epoch": 0.8868333333333334,
      "grad_norm": 1.8321878910064697,
      "learning_rate": 9.458167662180915e-06,
      "loss": 7.5761,
      "step": 425680
    },
    {
      "epoch": 0.8868541666666667,
      "grad_norm": 1.053839087486267,
      "learning_rate": 9.45472264373785e-06,
      "loss": 7.8128,
      "step": 425690
    },
    {
      "epoch": 0.886875,
      "grad_norm": 1.5374573469161987,
      "learning_rate": 9.451278232394738e-06,
      "loss": 8.5909,
      "step": 425700
    },
    {
      "epoch": 0.8868958333333333,
      "grad_norm": 2.314772129058838,
      "learning_rate": 9.447834428166452e-06,
      "loss": 7.6819,
      "step": 425710
    },
    {
      "epoch": 0.8869166666666667,
      "grad_norm": 4.858221054077148,
      "learning_rate": 9.444391231067928e-06,
      "loss": 7.7673,
      "step": 425720
    },
    {
      "epoch": 0.8869375,
      "grad_norm": 5.977471828460693,
      "learning_rate": 9.440948641113972e-06,
      "loss": 8.5711,
      "step": 425730
    },
    {
      "epoch": 0.8869583333333333,
      "grad_norm": 1.1526325941085815,
      "learning_rate": 9.437506658319472e-06,
      "loss": 8.0794,
      "step": 425740
    },
    {
      "epoch": 0.8869791666666667,
      "grad_norm": 1.4240543842315674,
      "learning_rate": 9.434065282699332e-06,
      "loss": 7.9709,
      "step": 425750
    },
    {
      "epoch": 0.887,
      "grad_norm": 1.4203399419784546,
      "learning_rate": 9.430624514268376e-06,
      "loss": 8.4272,
      "step": 425760
    },
    {
      "epoch": 0.8870208333333334,
      "grad_norm": 1.748672366142273,
      "learning_rate": 9.427184353041472e-06,
      "loss": 8.3238,
      "step": 425770
    },
    {
      "epoch": 0.8870416666666666,
      "grad_norm": 6.228531360626221,
      "learning_rate": 9.42374479903351e-06,
      "loss": 8.1419,
      "step": 425780
    },
    {
      "epoch": 0.8870625,
      "grad_norm": 1.6543635129928589,
      "learning_rate": 9.420305852259314e-06,
      "loss": 8.4512,
      "step": 425790
    },
    {
      "epoch": 0.8870833333333333,
      "grad_norm": 4.935600757598877,
      "learning_rate": 9.41686751273375e-06,
      "loss": 7.7593,
      "step": 425800
    },
    {
      "epoch": 0.8871041666666667,
      "grad_norm": 1.7288720607757568,
      "learning_rate": 9.41342978047166e-06,
      "loss": 8.2851,
      "step": 425810
    },
    {
      "epoch": 0.887125,
      "grad_norm": 2.271749258041382,
      "learning_rate": 9.40999265548793e-06,
      "loss": 8.0178,
      "step": 425820
    },
    {
      "epoch": 0.8871458333333333,
      "grad_norm": 1.0875283479690552,
      "learning_rate": 9.406556137797367e-06,
      "loss": 8.1993,
      "step": 425830
    },
    {
      "epoch": 0.8871666666666667,
      "grad_norm": 1.4979299306869507,
      "learning_rate": 9.403120227414839e-06,
      "loss": 8.369,
      "step": 425840
    },
    {
      "epoch": 0.8871875,
      "grad_norm": 4.85902214050293,
      "learning_rate": 9.399684924355172e-06,
      "loss": 8.7302,
      "step": 425850
    },
    {
      "epoch": 0.8872083333333334,
      "grad_norm": 1.2423856258392334,
      "learning_rate": 9.396250228633217e-06,
      "loss": 7.6933,
      "step": 425860
    },
    {
      "epoch": 0.8872291666666666,
      "grad_norm": 1.576103925704956,
      "learning_rate": 9.392816140263799e-06,
      "loss": 8.0654,
      "step": 425870
    },
    {
      "epoch": 0.88725,
      "grad_norm": 1.3107943534851074,
      "learning_rate": 9.389382659261768e-06,
      "loss": 7.7226,
      "step": 425880
    },
    {
      "epoch": 0.8872708333333333,
      "grad_norm": 1.7385468482971191,
      "learning_rate": 9.385949785641932e-06,
      "loss": 7.6586,
      "step": 425890
    },
    {
      "epoch": 0.8872916666666667,
      "grad_norm": 1.6514781713485718,
      "learning_rate": 9.382517519419147e-06,
      "loss": 8.9296,
      "step": 425900
    },
    {
      "epoch": 0.8873125,
      "grad_norm": 1.9598515033721924,
      "learning_rate": 9.379085860608231e-06,
      "loss": 7.8572,
      "step": 425910
    },
    {
      "epoch": 0.8873333333333333,
      "grad_norm": 2.069392681121826,
      "learning_rate": 9.375654809223992e-06,
      "loss": 7.696,
      "step": 425920
    },
    {
      "epoch": 0.8873541666666667,
      "grad_norm": 1.2313997745513916,
      "learning_rate": 9.372224365281267e-06,
      "loss": 7.8601,
      "step": 425930
    },
    {
      "epoch": 0.887375,
      "grad_norm": 2.0774848461151123,
      "learning_rate": 9.36879452879486e-06,
      "loss": 8.0302,
      "step": 425940
    },
    {
      "epoch": 0.8873958333333334,
      "grad_norm": 5.844056606292725,
      "learning_rate": 9.36536529977961e-06,
      "loss": 9.1416,
      "step": 425950
    },
    {
      "epoch": 0.8874166666666666,
      "grad_norm": 2.2051470279693604,
      "learning_rate": 9.361936678250304e-06,
      "loss": 8.0851,
      "step": 425960
    },
    {
      "epoch": 0.8874375,
      "grad_norm": 2.2726850509643555,
      "learning_rate": 9.358508664221764e-06,
      "loss": 7.9807,
      "step": 425970
    },
    {
      "epoch": 0.8874583333333333,
      "grad_norm": 1.5409518480300903,
      "learning_rate": 9.355081257708796e-06,
      "loss": 7.8315,
      "step": 425980
    },
    {
      "epoch": 0.8874791666666667,
      "grad_norm": 2.4589476585388184,
      "learning_rate": 9.351654458726205e-06,
      "loss": 7.7115,
      "step": 425990
    },
    {
      "epoch": 0.8875,
      "grad_norm": 0.9534364938735962,
      "learning_rate": 9.348228267288793e-06,
      "loss": 8.4348,
      "step": 426000
    },
    {
      "epoch": 0.8875,
      "eval_loss": 6.8655242919921875,
      "eval_runtime": 9.1756,
      "eval_samples_per_second": 0.327,
      "eval_steps_per_second": 0.109,
      "step": 426000
    },
    {
      "epoch": 0.8875208333333333,
      "grad_norm": 1.2235665321350098,
      "learning_rate": 9.344802683411401e-06,
      "loss": 8.9288,
      "step": 426010
    },
    {
      "epoch": 0.8875416666666667,
      "grad_norm": 1.3928519487380981,
      "learning_rate": 9.341377707108716e-06,
      "loss": 7.9643,
      "step": 426020
    },
    {
      "epoch": 0.8875625,
      "grad_norm": 2.297287940979004,
      "learning_rate": 9.33795333839566e-06,
      "loss": 8.2262,
      "step": 426030
    },
    {
      "epoch": 0.8875833333333333,
      "grad_norm": 2.215725898742676,
      "learning_rate": 9.334529577286953e-06,
      "loss": 7.9855,
      "step": 426040
    },
    {
      "epoch": 0.8876041666666666,
      "grad_norm": 2.497638463973999,
      "learning_rate": 9.33110642379737e-06,
      "loss": 7.7508,
      "step": 426050
    },
    {
      "epoch": 0.887625,
      "grad_norm": 3.1832993030548096,
      "learning_rate": 9.327683877941761e-06,
      "loss": 7.9569,
      "step": 426060
    },
    {
      "epoch": 0.8876458333333334,
      "grad_norm": 1.7929661273956299,
      "learning_rate": 9.324261939734867e-06,
      "loss": 8.1842,
      "step": 426070
    },
    {
      "epoch": 0.8876666666666667,
      "grad_norm": 3.1223208904266357,
      "learning_rate": 9.320840609191444e-06,
      "loss": 7.8507,
      "step": 426080
    },
    {
      "epoch": 0.8876875,
      "grad_norm": 1.1495890617370605,
      "learning_rate": 9.31741988632636e-06,
      "loss": 7.5936,
      "step": 426090
    },
    {
      "epoch": 0.8877083333333333,
      "grad_norm": 3.0999016761779785,
      "learning_rate": 9.313999771154308e-06,
      "loss": 8.1168,
      "step": 426100
    },
    {
      "epoch": 0.8877291666666667,
      "grad_norm": 10.862520217895508,
      "learning_rate": 9.310580263690071e-06,
      "loss": 9.1299,
      "step": 426110
    },
    {
      "epoch": 0.88775,
      "grad_norm": 3.2325940132141113,
      "learning_rate": 9.30716136394849e-06,
      "loss": 7.9463,
      "step": 426120
    },
    {
      "epoch": 0.8877708333333333,
      "grad_norm": 1.300585150718689,
      "learning_rate": 9.303743071944236e-06,
      "loss": 7.8478,
      "step": 426130
    },
    {
      "epoch": 0.8877916666666666,
      "grad_norm": 1.335116982460022,
      "learning_rate": 9.300325387692114e-06,
      "loss": 7.8849,
      "step": 426140
    },
    {
      "epoch": 0.8878125,
      "grad_norm": 1.9825950860977173,
      "learning_rate": 9.296908311206946e-06,
      "loss": 8.0808,
      "step": 426150
    },
    {
      "epoch": 0.8878333333333334,
      "grad_norm": 6.20177698135376,
      "learning_rate": 9.293491842503403e-06,
      "loss": 8.3802,
      "step": 426160
    },
    {
      "epoch": 0.8878541666666667,
      "grad_norm": 10.986327171325684,
      "learning_rate": 9.29007598159629e-06,
      "loss": 8.7647,
      "step": 426170
    },
    {
      "epoch": 0.887875,
      "grad_norm": 2.287101984024048,
      "learning_rate": 9.286660728500345e-06,
      "loss": 8.1755,
      "step": 426180
    },
    {
      "epoch": 0.8878958333333333,
      "grad_norm": 3.989521026611328,
      "learning_rate": 9.283246083230339e-06,
      "loss": 8.323,
      "step": 426190
    },
    {
      "epoch": 0.8879166666666667,
      "grad_norm": 2.3264009952545166,
      "learning_rate": 9.279832045800994e-06,
      "loss": 8.278,
      "step": 426200
    },
    {
      "epoch": 0.8879375,
      "grad_norm": 1.1931304931640625,
      "learning_rate": 9.276418616227083e-06,
      "loss": 7.7016,
      "step": 426210
    },
    {
      "epoch": 0.8879583333333333,
      "grad_norm": 2.2895667552948,
      "learning_rate": 9.273005794523341e-06,
      "loss": 7.8935,
      "step": 426220
    },
    {
      "epoch": 0.8879791666666667,
      "grad_norm": 2.0065696239471436,
      "learning_rate": 9.269593580704509e-06,
      "loss": 8.7143,
      "step": 426230
    },
    {
      "epoch": 0.888,
      "grad_norm": 1.3641194105148315,
      "learning_rate": 9.266181974785325e-06,
      "loss": 8.619,
      "step": 426240
    },
    {
      "epoch": 0.8880208333333334,
      "grad_norm": 5.303740978240967,
      "learning_rate": 9.262770976780526e-06,
      "loss": 9.2087,
      "step": 426250
    },
    {
      "epoch": 0.8880416666666666,
      "grad_norm": 1.6823155879974365,
      "learning_rate": 9.25936058670485e-06,
      "loss": 8.144,
      "step": 426260
    },
    {
      "epoch": 0.8880625,
      "grad_norm": 1.7512483596801758,
      "learning_rate": 9.255950804573036e-06,
      "loss": 8.1156,
      "step": 426270
    },
    {
      "epoch": 0.8880833333333333,
      "grad_norm": 2.9405810832977295,
      "learning_rate": 9.252541630399808e-06,
      "loss": 8.5922,
      "step": 426280
    },
    {
      "epoch": 0.8881041666666667,
      "grad_norm": 3.5391297340393066,
      "learning_rate": 9.249133064199898e-06,
      "loss": 8.6983,
      "step": 426290
    },
    {
      "epoch": 0.888125,
      "grad_norm": 1.8294962644577026,
      "learning_rate": 9.245725105987966e-06,
      "loss": 8.0739,
      "step": 426300
    },
    {
      "epoch": 0.8881458333333333,
      "grad_norm": 2.7997167110443115,
      "learning_rate": 9.242317755778833e-06,
      "loss": 8.4317,
      "step": 426310
    },
    {
      "epoch": 0.8881666666666667,
      "grad_norm": 1.3184566497802734,
      "learning_rate": 9.238911013587185e-06,
      "loss": 8.4841,
      "step": 426320
    },
    {
      "epoch": 0.8881875,
      "grad_norm": 2.3141164779663086,
      "learning_rate": 9.23550487942768e-06,
      "loss": 7.4709,
      "step": 426330
    },
    {
      "epoch": 0.8882083333333334,
      "grad_norm": 1.6102162599563599,
      "learning_rate": 9.232099353315086e-06,
      "loss": 7.8969,
      "step": 426340
    },
    {
      "epoch": 0.8882291666666666,
      "grad_norm": 1.5118104219436646,
      "learning_rate": 9.228694435264145e-06,
      "loss": 7.7221,
      "step": 426350
    },
    {
      "epoch": 0.88825,
      "grad_norm": 1.2920801639556885,
      "learning_rate": 9.225290125289458e-06,
      "loss": 8.244,
      "step": 426360
    },
    {
      "epoch": 0.8882708333333333,
      "grad_norm": 2.3564085960388184,
      "learning_rate": 9.221886423405833e-06,
      "loss": 7.7572,
      "step": 426370
    },
    {
      "epoch": 0.8882916666666667,
      "grad_norm": 1.6415618658065796,
      "learning_rate": 9.218483329627957e-06,
      "loss": 7.9215,
      "step": 426380
    },
    {
      "epoch": 0.8883125,
      "grad_norm": 1.9463210105895996,
      "learning_rate": 9.215080843970452e-06,
      "loss": 7.931,
      "step": 426390
    },
    {
      "epoch": 0.8883333333333333,
      "grad_norm": 2.193676471710205,
      "learning_rate": 9.211678966448121e-06,
      "loss": 7.9812,
      "step": 426400
    },
    {
      "epoch": 0.8883541666666667,
      "grad_norm": 1.4786202907562256,
      "learning_rate": 9.20827769707559e-06,
      "loss": 7.9134,
      "step": 426410
    },
    {
      "epoch": 0.888375,
      "grad_norm": 4.409730911254883,
      "learning_rate": 9.204877035867542e-06,
      "loss": 8.9838,
      "step": 426420
    },
    {
      "epoch": 0.8883958333333334,
      "grad_norm": 1.6798657178878784,
      "learning_rate": 9.201476982838752e-06,
      "loss": 8.0685,
      "step": 426430
    },
    {
      "epoch": 0.8884166666666666,
      "grad_norm": 1.6817177534103394,
      "learning_rate": 9.198077538003806e-06,
      "loss": 7.6665,
      "step": 426440
    },
    {
      "epoch": 0.8884375,
      "grad_norm": 1.1966761350631714,
      "learning_rate": 9.194678701377428e-06,
      "loss": 9.169,
      "step": 426450
    },
    {
      "epoch": 0.8884583333333333,
      "grad_norm": 6.5023393630981445,
      "learning_rate": 9.191280472974338e-06,
      "loss": 7.8852,
      "step": 426460
    },
    {
      "epoch": 0.8884791666666667,
      "grad_norm": 1.1946347951889038,
      "learning_rate": 9.187882852809175e-06,
      "loss": 8.1121,
      "step": 426470
    },
    {
      "epoch": 0.8885,
      "grad_norm": 3.5347108840942383,
      "learning_rate": 9.184485840896577e-06,
      "loss": 7.8141,
      "step": 426480
    },
    {
      "epoch": 0.8885208333333333,
      "grad_norm": 1.9411039352416992,
      "learning_rate": 9.181089437251315e-06,
      "loss": 7.7376,
      "step": 426490
    },
    {
      "epoch": 0.8885416666666667,
      "grad_norm": 1.763946771621704,
      "learning_rate": 9.177693641887979e-06,
      "loss": 7.6053,
      "step": 426500
    },
    {
      "epoch": 0.8885625,
      "grad_norm": 4.202874660491943,
      "learning_rate": 9.174298454821255e-06,
      "loss": 8.209,
      "step": 426510
    },
    {
      "epoch": 0.8885833333333333,
      "grad_norm": 1.783685564994812,
      "learning_rate": 9.170903876065849e-06,
      "loss": 8.1188,
      "step": 426520
    },
    {
      "epoch": 0.8886041666666666,
      "grad_norm": 4.342257976531982,
      "learning_rate": 9.167509905636383e-06,
      "loss": 8.448,
      "step": 426530
    },
    {
      "epoch": 0.888625,
      "grad_norm": 1.6441855430603027,
      "learning_rate": 9.164116543547528e-06,
      "loss": 7.6714,
      "step": 426540
    },
    {
      "epoch": 0.8886458333333334,
      "grad_norm": 0.9852914810180664,
      "learning_rate": 9.16072378981394e-06,
      "loss": 8.005,
      "step": 426550
    },
    {
      "epoch": 0.8886666666666667,
      "grad_norm": 3.79498291015625,
      "learning_rate": 9.157331644450272e-06,
      "loss": 7.8058,
      "step": 426560
    },
    {
      "epoch": 0.8886875,
      "grad_norm": 1.9587962627410889,
      "learning_rate": 9.153940107471181e-06,
      "loss": 8.1377,
      "step": 426570
    },
    {
      "epoch": 0.8887083333333333,
      "grad_norm": 3.188779354095459,
      "learning_rate": 9.150549178891336e-06,
      "loss": 7.4631,
      "step": 426580
    },
    {
      "epoch": 0.8887291666666667,
      "grad_norm": 3.8142173290252686,
      "learning_rate": 9.147158858725346e-06,
      "loss": 8.6462,
      "step": 426590
    },
    {
      "epoch": 0.88875,
      "grad_norm": 2.5429677963256836,
      "learning_rate": 9.143769146987895e-06,
      "loss": 8.0238,
      "step": 426600
    },
    {
      "epoch": 0.8887708333333333,
      "grad_norm": 0.9676536917686462,
      "learning_rate": 9.14038004369359e-06,
      "loss": 8.0329,
      "step": 426610
    },
    {
      "epoch": 0.8887916666666666,
      "grad_norm": 3.002634048461914,
      "learning_rate": 9.136991548857087e-06,
      "loss": 8.4721,
      "step": 426620
    },
    {
      "epoch": 0.8888125,
      "grad_norm": 2.5801002979278564,
      "learning_rate": 9.133603662493038e-06,
      "loss": 9.0218,
      "step": 426630
    },
    {
      "epoch": 0.8888333333333334,
      "grad_norm": 4.710649013519287,
      "learning_rate": 9.130216384616052e-06,
      "loss": 8.2687,
      "step": 426640
    },
    {
      "epoch": 0.8888541666666666,
      "grad_norm": 1.329422116279602,
      "learning_rate": 9.126829715240763e-06,
      "loss": 8.821,
      "step": 426650
    },
    {
      "epoch": 0.888875,
      "grad_norm": 1.733834981918335,
      "learning_rate": 9.123443654381845e-06,
      "loss": 7.6642,
      "step": 426660
    },
    {
      "epoch": 0.8888958333333333,
      "grad_norm": 2.2691383361816406,
      "learning_rate": 9.120058202053837e-06,
      "loss": 8.7949,
      "step": 426670
    },
    {
      "epoch": 0.8889166666666667,
      "grad_norm": 1.2469146251678467,
      "learning_rate": 9.116673358271443e-06,
      "loss": 8.4696,
      "step": 426680
    },
    {
      "epoch": 0.8889375,
      "grad_norm": 11.08011531829834,
      "learning_rate": 9.113289123049267e-06,
      "loss": 8.4486,
      "step": 426690
    },
    {
      "epoch": 0.8889583333333333,
      "grad_norm": 3.4269518852233887,
      "learning_rate": 9.109905496401881e-06,
      "loss": 8.0989,
      "step": 426700
    },
    {
      "epoch": 0.8889791666666667,
      "grad_norm": 1.9349666833877563,
      "learning_rate": 9.106522478343942e-06,
      "loss": 8.0372,
      "step": 426710
    },
    {
      "epoch": 0.889,
      "grad_norm": 3.0385546684265137,
      "learning_rate": 9.103140068890086e-06,
      "loss": 8.4397,
      "step": 426720
    },
    {
      "epoch": 0.8890208333333334,
      "grad_norm": 1.925611972808838,
      "learning_rate": 9.099758268054852e-06,
      "loss": 8.3617,
      "step": 426730
    },
    {
      "epoch": 0.8890416666666666,
      "grad_norm": 2.62583327293396,
      "learning_rate": 9.096377075852912e-06,
      "loss": 8.1658,
      "step": 426740
    },
    {
      "epoch": 0.8890625,
      "grad_norm": 1.3827242851257324,
      "learning_rate": 9.092996492298871e-06,
      "loss": 7.7581,
      "step": 426750
    },
    {
      "epoch": 0.8890833333333333,
      "grad_norm": 1.0039070844650269,
      "learning_rate": 9.089616517407266e-06,
      "loss": 7.9379,
      "step": 426760
    },
    {
      "epoch": 0.8891041666666667,
      "grad_norm": 1.7095364332199097,
      "learning_rate": 9.086237151192788e-06,
      "loss": 8.3396,
      "step": 426770
    },
    {
      "epoch": 0.889125,
      "grad_norm": 2.274385690689087,
      "learning_rate": 9.082858393669956e-06,
      "loss": 8.208,
      "step": 426780
    },
    {
      "epoch": 0.8891458333333333,
      "grad_norm": 1.2830606698989868,
      "learning_rate": 9.079480244853393e-06,
      "loss": 7.457,
      "step": 426790
    },
    {
      "epoch": 0.8891666666666667,
      "grad_norm": 1.4526276588439941,
      "learning_rate": 9.07610270475772e-06,
      "loss": 7.7114,
      "step": 426800
    },
    {
      "epoch": 0.8891875,
      "grad_norm": 1.1137638092041016,
      "learning_rate": 9.072725773397494e-06,
      "loss": 7.7504,
      "step": 426810
    },
    {
      "epoch": 0.8892083333333334,
      "grad_norm": 3.809568405151367,
      "learning_rate": 9.069349450787283e-06,
      "loss": 8.4198,
      "step": 426820
    },
    {
      "epoch": 0.8892291666666666,
      "grad_norm": 1.996063470840454,
      "learning_rate": 9.065973736941744e-06,
      "loss": 7.6795,
      "step": 426830
    },
    {
      "epoch": 0.88925,
      "grad_norm": 2.7909135818481445,
      "learning_rate": 9.062598631875384e-06,
      "loss": 8.092,
      "step": 426840
    },
    {
      "epoch": 0.8892708333333333,
      "grad_norm": 1.081736445426941,
      "learning_rate": 9.059224135602789e-06,
      "loss": 8.0075,
      "step": 426850
    },
    {
      "epoch": 0.8892916666666667,
      "grad_norm": 1.761299729347229,
      "learning_rate": 9.055850248138613e-06,
      "loss": 7.7566,
      "step": 426860
    },
    {
      "epoch": 0.8893125,
      "grad_norm": 2.999027729034424,
      "learning_rate": 9.05247696949733e-06,
      "loss": 7.5772,
      "step": 426870
    },
    {
      "epoch": 0.8893333333333333,
      "grad_norm": 1.6526577472686768,
      "learning_rate": 9.049104299693578e-06,
      "loss": 8.0042,
      "step": 426880
    },
    {
      "epoch": 0.8893541666666667,
      "grad_norm": 1.8421789407730103,
      "learning_rate": 9.045732238741892e-06,
      "loss": 7.8625,
      "step": 426890
    },
    {
      "epoch": 0.889375,
      "grad_norm": 1.5809823274612427,
      "learning_rate": 9.04236078665685e-06,
      "loss": 8.0284,
      "step": 426900
    },
    {
      "epoch": 0.8893958333333334,
      "grad_norm": 2.0260000228881836,
      "learning_rate": 9.038989943453018e-06,
      "loss": 7.7233,
      "step": 426910
    },
    {
      "epoch": 0.8894166666666666,
      "grad_norm": 1.5976262092590332,
      "learning_rate": 9.035619709144954e-06,
      "loss": 9.4294,
      "step": 426920
    },
    {
      "epoch": 0.8894375,
      "grad_norm": 1.0619996786117554,
      "learning_rate": 9.032250083747211e-06,
      "loss": 8.1209,
      "step": 426930
    },
    {
      "epoch": 0.8894583333333334,
      "grad_norm": 1.3027139902114868,
      "learning_rate": 9.028881067274363e-06,
      "loss": 7.7005,
      "step": 426940
    },
    {
      "epoch": 0.8894791666666667,
      "grad_norm": 3.4066667556762695,
      "learning_rate": 9.02551265974093e-06,
      "loss": 7.8202,
      "step": 426950
    },
    {
      "epoch": 0.8895,
      "grad_norm": 2.7713558673858643,
      "learning_rate": 9.022144861161484e-06,
      "loss": 7.635,
      "step": 426960
    },
    {
      "epoch": 0.8895208333333333,
      "grad_norm": 1.685506820678711,
      "learning_rate": 9.018777671550582e-06,
      "loss": 8.9255,
      "step": 426970
    },
    {
      "epoch": 0.8895416666666667,
      "grad_norm": 1.418420672416687,
      "learning_rate": 9.015411090922741e-06,
      "loss": 8.4061,
      "step": 426980
    },
    {
      "epoch": 0.8895625,
      "grad_norm": 3.223182439804077,
      "learning_rate": 9.012045119292521e-06,
      "loss": 8.4112,
      "step": 426990
    },
    {
      "epoch": 0.8895833333333333,
      "grad_norm": 1.3845853805541992,
      "learning_rate": 9.008679756674476e-06,
      "loss": 8.4087,
      "step": 427000
    },
    {
      "epoch": 0.8895833333333333,
      "eval_loss": 7.537737846374512,
      "eval_runtime": 8.7842,
      "eval_samples_per_second": 0.342,
      "eval_steps_per_second": 0.114,
      "step": 427000
    },
    {
      "epoch": 0.8896041666666666,
      "grad_norm": 1.4655834436416626,
      "learning_rate": 9.005315003083108e-06,
      "loss": 8.0518,
      "step": 427010
    },
    {
      "epoch": 0.889625,
      "grad_norm": 1.6692655086517334,
      "learning_rate": 9.001950858532974e-06,
      "loss": 7.8376,
      "step": 427020
    },
    {
      "epoch": 0.8896458333333334,
      "grad_norm": 2.658348321914673,
      "learning_rate": 8.99858732303863e-06,
      "loss": 8.4223,
      "step": 427030
    },
    {
      "epoch": 0.8896666666666667,
      "grad_norm": 6.454457759857178,
      "learning_rate": 8.995224396614515e-06,
      "loss": 8.1318,
      "step": 427040
    },
    {
      "epoch": 0.8896875,
      "grad_norm": 4.37856912612915,
      "learning_rate": 8.991862079275264e-06,
      "loss": 9.0169,
      "step": 427050
    },
    {
      "epoch": 0.8897083333333333,
      "grad_norm": 1.2098382711410522,
      "learning_rate": 8.988500371035351e-06,
      "loss": 7.9012,
      "step": 427060
    },
    {
      "epoch": 0.8897291666666667,
      "grad_norm": 1.5053802728652954,
      "learning_rate": 8.985139271909265e-06,
      "loss": 7.8311,
      "step": 427070
    },
    {
      "epoch": 0.88975,
      "grad_norm": 1.7632442712783813,
      "learning_rate": 8.981778781911591e-06,
      "loss": 7.9285,
      "step": 427080
    },
    {
      "epoch": 0.8897708333333333,
      "grad_norm": 7.842277526855469,
      "learning_rate": 8.978418901056839e-06,
      "loss": 8.0502,
      "step": 427090
    },
    {
      "epoch": 0.8897916666666666,
      "grad_norm": 1.9080662727355957,
      "learning_rate": 8.975059629359426e-06,
      "loss": 7.6261,
      "step": 427100
    },
    {
      "epoch": 0.8898125,
      "grad_norm": 1.7037620544433594,
      "learning_rate": 8.971700966833978e-06,
      "loss": 8.0022,
      "step": 427110
    },
    {
      "epoch": 0.8898333333333334,
      "grad_norm": 3.7727372646331787,
      "learning_rate": 8.968342913494981e-06,
      "loss": 8.6016,
      "step": 427120
    },
    {
      "epoch": 0.8898541666666666,
      "grad_norm": 3.086923837661743,
      "learning_rate": 8.964985469356872e-06,
      "loss": 8.9754,
      "step": 427130
    },
    {
      "epoch": 0.889875,
      "grad_norm": 2.2387664318084717,
      "learning_rate": 8.961628634434209e-06,
      "loss": 7.8768,
      "step": 427140
    },
    {
      "epoch": 0.8898958333333333,
      "grad_norm": 1.0324920415878296,
      "learning_rate": 8.95827240874153e-06,
      "loss": 7.785,
      "step": 427150
    },
    {
      "epoch": 0.8899166666666667,
      "grad_norm": 20.540380477905273,
      "learning_rate": 8.954916792293221e-06,
      "loss": 8.2852,
      "step": 427160
    },
    {
      "epoch": 0.8899375,
      "grad_norm": 2.3356235027313232,
      "learning_rate": 8.95156178510389e-06,
      "loss": 8.871,
      "step": 427170
    },
    {
      "epoch": 0.8899583333333333,
      "grad_norm": 2.772420644760132,
      "learning_rate": 8.948207387187972e-06,
      "loss": 8.3893,
      "step": 427180
    },
    {
      "epoch": 0.8899791666666667,
      "grad_norm": 2.0078320503234863,
      "learning_rate": 8.944853598559958e-06,
      "loss": 7.9413,
      "step": 427190
    },
    {
      "epoch": 0.89,
      "grad_norm": 2.0323646068573,
      "learning_rate": 8.941500419234338e-06,
      "loss": 7.5968,
      "step": 427200
    },
    {
      "epoch": 0.8900208333333334,
      "grad_norm": 3.0232136249542236,
      "learning_rate": 8.938147849225596e-06,
      "loss": 8.3355,
      "step": 427210
    },
    {
      "epoch": 0.8900416666666666,
      "grad_norm": 3.652981996536255,
      "learning_rate": 8.93479588854824e-06,
      "loss": 7.6381,
      "step": 427220
    },
    {
      "epoch": 0.8900625,
      "grad_norm": 1.4831043481826782,
      "learning_rate": 8.931444537216709e-06,
      "loss": 7.9133,
      "step": 427230
    },
    {
      "epoch": 0.8900833333333333,
      "grad_norm": 1.1772722005844116,
      "learning_rate": 8.928093795245506e-06,
      "loss": 8.6122,
      "step": 427240
    },
    {
      "epoch": 0.8901041666666667,
      "grad_norm": 6.122903347015381,
      "learning_rate": 8.924743662649103e-06,
      "loss": 9.4401,
      "step": 427250
    },
    {
      "epoch": 0.890125,
      "grad_norm": 2.799957275390625,
      "learning_rate": 8.921394139441956e-06,
      "loss": 7.7736,
      "step": 427260
    },
    {
      "epoch": 0.8901458333333333,
      "grad_norm": 1.8170863389968872,
      "learning_rate": 8.918045225638554e-06,
      "loss": 7.9026,
      "step": 427270
    },
    {
      "epoch": 0.8901666666666667,
      "grad_norm": 1.9197969436645508,
      "learning_rate": 8.914696921253334e-06,
      "loss": 7.8159,
      "step": 427280
    },
    {
      "epoch": 0.8901875,
      "grad_norm": 1.7929595708847046,
      "learning_rate": 8.911349226300801e-06,
      "loss": 8.8585,
      "step": 427290
    },
    {
      "epoch": 0.8902083333333334,
      "grad_norm": 1.715817928314209,
      "learning_rate": 8.908002140795379e-06,
      "loss": 7.5925,
      "step": 427300
    },
    {
      "epoch": 0.8902291666666666,
      "grad_norm": 2.6186156272888184,
      "learning_rate": 8.904655664751536e-06,
      "loss": 7.8866,
      "step": 427310
    },
    {
      "epoch": 0.89025,
      "grad_norm": 2.146352529525757,
      "learning_rate": 8.901309798183748e-06,
      "loss": 9.558,
      "step": 427320
    },
    {
      "epoch": 0.8902708333333333,
      "grad_norm": 3.686751127243042,
      "learning_rate": 8.897964541106434e-06,
      "loss": 8.139,
      "step": 427330
    },
    {
      "epoch": 0.8902916666666667,
      "grad_norm": 1.2761569023132324,
      "learning_rate": 8.894619893534067e-06,
      "loss": 8.5158,
      "step": 427340
    },
    {
      "epoch": 0.8903125,
      "grad_norm": 1.7098287343978882,
      "learning_rate": 8.8912758554811e-06,
      "loss": 8.0412,
      "step": 427350
    },
    {
      "epoch": 0.8903333333333333,
      "grad_norm": 1.3334777355194092,
      "learning_rate": 8.887932426961942e-06,
      "loss": 7.9693,
      "step": 427360
    },
    {
      "epoch": 0.8903541666666667,
      "grad_norm": 4.230661869049072,
      "learning_rate": 8.884589607991077e-06,
      "loss": 8.8389,
      "step": 427370
    },
    {
      "epoch": 0.890375,
      "grad_norm": 3.0762791633605957,
      "learning_rate": 8.88124739858293e-06,
      "loss": 8.1343,
      "step": 427380
    },
    {
      "epoch": 0.8903958333333334,
      "grad_norm": 1.2750791311264038,
      "learning_rate": 8.877905798751922e-06,
      "loss": 7.6081,
      "step": 427390
    },
    {
      "epoch": 0.8904166666666666,
      "grad_norm": 2.371718645095825,
      "learning_rate": 8.874564808512541e-06,
      "loss": 7.9711,
      "step": 427400
    },
    {
      "epoch": 0.8904375,
      "grad_norm": 1.3034645318984985,
      "learning_rate": 8.871224427879125e-06,
      "loss": 8.5056,
      "step": 427410
    },
    {
      "epoch": 0.8904583333333334,
      "grad_norm": 2.6182172298431396,
      "learning_rate": 8.867884656866181e-06,
      "loss": 7.5647,
      "step": 427420
    },
    {
      "epoch": 0.8904791666666667,
      "grad_norm": 1.4575353860855103,
      "learning_rate": 8.864545495488129e-06,
      "loss": 8.3495,
      "step": 427430
    },
    {
      "epoch": 0.8905,
      "grad_norm": 1.2009315490722656,
      "learning_rate": 8.861206943759325e-06,
      "loss": 8.5047,
      "step": 427440
    },
    {
      "epoch": 0.8905208333333333,
      "grad_norm": 1.2002702951431274,
      "learning_rate": 8.857869001694273e-06,
      "loss": 8.5225,
      "step": 427450
    },
    {
      "epoch": 0.8905416666666667,
      "grad_norm": 1.1186774969100952,
      "learning_rate": 8.854531669307379e-06,
      "loss": 7.935,
      "step": 427460
    },
    {
      "epoch": 0.8905625,
      "grad_norm": 3.753455877304077,
      "learning_rate": 8.851194946613017e-06,
      "loss": 8.0109,
      "step": 427470
    },
    {
      "epoch": 0.8905833333333333,
      "grad_norm": 1.6096434593200684,
      "learning_rate": 8.847858833625604e-06,
      "loss": 7.7878,
      "step": 427480
    },
    {
      "epoch": 0.8906041666666666,
      "grad_norm": 2.7404866218566895,
      "learning_rate": 8.844523330359598e-06,
      "loss": 8.2396,
      "step": 427490
    },
    {
      "epoch": 0.890625,
      "grad_norm": 2.136206865310669,
      "learning_rate": 8.841188436829372e-06,
      "loss": 8.4391,
      "step": 427500
    },
    {
      "epoch": 0.8906458333333334,
      "grad_norm": 2.909803867340088,
      "learning_rate": 8.837854153049312e-06,
      "loss": 7.8814,
      "step": 427510
    },
    {
      "epoch": 0.8906666666666667,
      "grad_norm": 5.696290016174316,
      "learning_rate": 8.83452047903389e-06,
      "loss": 8.2178,
      "step": 427520
    },
    {
      "epoch": 0.8906875,
      "grad_norm": 1.7433768510818481,
      "learning_rate": 8.83118741479743e-06,
      "loss": 7.8178,
      "step": 427530
    },
    {
      "epoch": 0.8907083333333333,
      "grad_norm": 1.480763554573059,
      "learning_rate": 8.82785496035437e-06,
      "loss": 8.5585,
      "step": 427540
    },
    {
      "epoch": 0.8907291666666667,
      "grad_norm": 1.9577410221099854,
      "learning_rate": 8.824523115719095e-06,
      "loss": 8.3773,
      "step": 427550
    },
    {
      "epoch": 0.89075,
      "grad_norm": 2.762676477432251,
      "learning_rate": 8.821191880906015e-06,
      "loss": 8.1389,
      "step": 427560
    },
    {
      "epoch": 0.8907708333333333,
      "grad_norm": 5.210615634918213,
      "learning_rate": 8.817861255929481e-06,
      "loss": 8.4335,
      "step": 427570
    },
    {
      "epoch": 0.8907916666666666,
      "grad_norm": 1.6466370820999146,
      "learning_rate": 8.814531240803918e-06,
      "loss": 8.6433,
      "step": 427580
    },
    {
      "epoch": 0.8908125,
      "grad_norm": 1.9325770139694214,
      "learning_rate": 8.81120183554368e-06,
      "loss": 7.5645,
      "step": 427590
    },
    {
      "epoch": 0.8908333333333334,
      "grad_norm": 1.2763092517852783,
      "learning_rate": 8.807873040163172e-06,
      "loss": 7.7963,
      "step": 427600
    },
    {
      "epoch": 0.8908541666666666,
      "grad_norm": 1.3555690050125122,
      "learning_rate": 8.804544854676765e-06,
      "loss": 7.5251,
      "step": 427610
    },
    {
      "epoch": 0.890875,
      "grad_norm": 3.8089897632598877,
      "learning_rate": 8.801217279098833e-06,
      "loss": 8.0476,
      "step": 427620
    },
    {
      "epoch": 0.8908958333333333,
      "grad_norm": 1.7140244245529175,
      "learning_rate": 8.797890313443761e-06,
      "loss": 8.1336,
      "step": 427630
    },
    {
      "epoch": 0.8909166666666667,
      "grad_norm": 1.7513577938079834,
      "learning_rate": 8.794563957725909e-06,
      "loss": 7.7797,
      "step": 427640
    },
    {
      "epoch": 0.8909375,
      "grad_norm": 2.2435169219970703,
      "learning_rate": 8.791238211959645e-06,
      "loss": 8.5136,
      "step": 427650
    },
    {
      "epoch": 0.8909583333333333,
      "grad_norm": 2.4172232151031494,
      "learning_rate": 8.787913076159326e-06,
      "loss": 8.8948,
      "step": 427660
    },
    {
      "epoch": 0.8909791666666667,
      "grad_norm": 3.334624767303467,
      "learning_rate": 8.784588550339338e-06,
      "loss": 8.1941,
      "step": 427670
    },
    {
      "epoch": 0.891,
      "grad_norm": 4.435794353485107,
      "learning_rate": 8.781264634514024e-06,
      "loss": 7.6698,
      "step": 427680
    },
    {
      "epoch": 0.8910208333333334,
      "grad_norm": 1.3140106201171875,
      "learning_rate": 8.777941328697752e-06,
      "loss": 7.7302,
      "step": 427690
    },
    {
      "epoch": 0.8910416666666666,
      "grad_norm": 2.7599220275878906,
      "learning_rate": 8.774618632904878e-06,
      "loss": 8.0984,
      "step": 427700
    },
    {
      "epoch": 0.8910625,
      "grad_norm": 1.089658498764038,
      "learning_rate": 8.77129654714976e-06,
      "loss": 9.59,
      "step": 427710
    },
    {
      "epoch": 0.8910833333333333,
      "grad_norm": 16.007705688476562,
      "learning_rate": 8.767975071446714e-06,
      "loss": 9.1636,
      "step": 427720
    },
    {
      "epoch": 0.8911041666666667,
      "grad_norm": 3.5482609272003174,
      "learning_rate": 8.764654205810134e-06,
      "loss": 7.7404,
      "step": 427730
    },
    {
      "epoch": 0.891125,
      "grad_norm": 2.763460636138916,
      "learning_rate": 8.761333950254324e-06,
      "loss": 8.2067,
      "step": 427740
    },
    {
      "epoch": 0.8911458333333333,
      "grad_norm": 1.596137523651123,
      "learning_rate": 8.758014304793654e-06,
      "loss": 7.989,
      "step": 427750
    },
    {
      "epoch": 0.8911666666666667,
      "grad_norm": 5.065329074859619,
      "learning_rate": 8.754695269442464e-06,
      "loss": 8.1451,
      "step": 427760
    },
    {
      "epoch": 0.8911875,
      "grad_norm": 1.3457002639770508,
      "learning_rate": 8.75137684421509e-06,
      "loss": 8.4325,
      "step": 427770
    },
    {
      "epoch": 0.8912083333333334,
      "grad_norm": 1.7932432889938354,
      "learning_rate": 8.748059029125842e-06,
      "loss": 8.2734,
      "step": 427780
    },
    {
      "epoch": 0.8912291666666666,
      "grad_norm": 1.4325624704360962,
      "learning_rate": 8.74474182418904e-06,
      "loss": 8.2131,
      "step": 427790
    },
    {
      "epoch": 0.89125,
      "grad_norm": 1.3519911766052246,
      "learning_rate": 8.741425229419102e-06,
      "loss": 7.5597,
      "step": 427800
    },
    {
      "epoch": 0.8912708333333333,
      "grad_norm": 1.3380645513534546,
      "learning_rate": 8.738109244830255e-06,
      "loss": 8.2282,
      "step": 427810
    },
    {
      "epoch": 0.8912916666666667,
      "grad_norm": 2.7164556980133057,
      "learning_rate": 8.734793870436834e-06,
      "loss": 7.8041,
      "step": 427820
    },
    {
      "epoch": 0.8913125,
      "grad_norm": 2.4651737213134766,
      "learning_rate": 8.731479106253248e-06,
      "loss": 7.8363,
      "step": 427830
    },
    {
      "epoch": 0.8913333333333333,
      "grad_norm": 1.627156376838684,
      "learning_rate": 8.728164952293715e-06,
      "loss": 7.9978,
      "step": 427840
    },
    {
      "epoch": 0.8913541666666667,
      "grad_norm": 1.1955760717391968,
      "learning_rate": 8.724851408572576e-06,
      "loss": 7.6085,
      "step": 427850
    },
    {
      "epoch": 0.891375,
      "grad_norm": 1.963010549545288,
      "learning_rate": 8.7215384751042e-06,
      "loss": 7.8766,
      "step": 427860
    },
    {
      "epoch": 0.8913958333333334,
      "grad_norm": 1.095426082611084,
      "learning_rate": 8.718226151902847e-06,
      "loss": 8.0966,
      "step": 427870
    },
    {
      "epoch": 0.8914166666666666,
      "grad_norm": 1.1964635848999023,
      "learning_rate": 8.7149144389828e-06,
      "loss": 8.8653,
      "step": 427880
    },
    {
      "epoch": 0.8914375,
      "grad_norm": 1.7933690547943115,
      "learning_rate": 8.711603336358436e-06,
      "loss": 9.8653,
      "step": 427890
    },
    {
      "epoch": 0.8914583333333334,
      "grad_norm": 1.722880482673645,
      "learning_rate": 8.708292844044008e-06,
      "loss": 7.9827,
      "step": 427900
    },
    {
      "epoch": 0.8914791666666667,
      "grad_norm": 1.2797017097473145,
      "learning_rate": 8.704982962053836e-06,
      "loss": 8.179,
      "step": 427910
    },
    {
      "epoch": 0.8915,
      "grad_norm": 1.7564780712127686,
      "learning_rate": 8.701673690402194e-06,
      "loss": 7.9863,
      "step": 427920
    },
    {
      "epoch": 0.8915208333333333,
      "grad_norm": 1.0667592287063599,
      "learning_rate": 8.698365029103389e-06,
      "loss": 8.001,
      "step": 427930
    },
    {
      "epoch": 0.8915416666666667,
      "grad_norm": 1.5963740348815918,
      "learning_rate": 8.695056978171722e-06,
      "loss": 8.1067,
      "step": 427940
    },
    {
      "epoch": 0.8915625,
      "grad_norm": 1.1634907722473145,
      "learning_rate": 8.691749537621484e-06,
      "loss": 8.3988,
      "step": 427950
    },
    {
      "epoch": 0.8915833333333333,
      "grad_norm": 2.0534589290618896,
      "learning_rate": 8.688442707466947e-06,
      "loss": 7.9865,
      "step": 427960
    },
    {
      "epoch": 0.8916041666666666,
      "grad_norm": 1.32659113407135,
      "learning_rate": 8.685136487722399e-06,
      "loss": 7.6384,
      "step": 427970
    },
    {
      "epoch": 0.891625,
      "grad_norm": 2.407900094985962,
      "learning_rate": 8.681830878402129e-06,
      "loss": 8.1326,
      "step": 427980
    },
    {
      "epoch": 0.8916458333333334,
      "grad_norm": 1.1778407096862793,
      "learning_rate": 8.678525879520427e-06,
      "loss": 8.65,
      "step": 427990
    },
    {
      "epoch": 0.8916666666666667,
      "grad_norm": 2.8016445636749268,
      "learning_rate": 8.675221491091528e-06,
      "loss": 8.1284,
      "step": 428000
    },
    {
      "epoch": 0.8916666666666667,
      "eval_loss": 7.912680149078369,
      "eval_runtime": 8.5104,
      "eval_samples_per_second": 0.353,
      "eval_steps_per_second": 0.118,
      "step": 428000
    },
    {
      "epoch": 0.8916875,
      "grad_norm": 2.5471088886260986,
      "learning_rate": 8.67191771312974e-06,
      "loss": 7.8423,
      "step": 428010
    },
    {
      "epoch": 0.8917083333333333,
      "grad_norm": 1.3491771221160889,
      "learning_rate": 8.668614545649333e-06,
      "loss": 8.3837,
      "step": 428020
    },
    {
      "epoch": 0.8917291666666667,
      "grad_norm": 1.7622663974761963,
      "learning_rate": 8.665311988664564e-06,
      "loss": 7.5559,
      "step": 428030
    },
    {
      "epoch": 0.89175,
      "grad_norm": 1.9688323736190796,
      "learning_rate": 8.662010042189705e-06,
      "loss": 7.6743,
      "step": 428040
    },
    {
      "epoch": 0.8917708333333333,
      "grad_norm": 2.1370577812194824,
      "learning_rate": 8.658708706239027e-06,
      "loss": 7.889,
      "step": 428050
    },
    {
      "epoch": 0.8917916666666666,
      "grad_norm": 1.517095923423767,
      "learning_rate": 8.655407980826785e-06,
      "loss": 8.4841,
      "step": 428060
    },
    {
      "epoch": 0.8918125,
      "grad_norm": 1.1964056491851807,
      "learning_rate": 8.6521078659672e-06,
      "loss": 7.756,
      "step": 428070
    },
    {
      "epoch": 0.8918333333333334,
      "grad_norm": 3.921877384185791,
      "learning_rate": 8.648808361674564e-06,
      "loss": 8.6208,
      "step": 428080
    },
    {
      "epoch": 0.8918541666666666,
      "grad_norm": 1.8505455255508423,
      "learning_rate": 8.645509467963164e-06,
      "loss": 8.1452,
      "step": 428090
    },
    {
      "epoch": 0.891875,
      "grad_norm": 1.7716991901397705,
      "learning_rate": 8.64221118484717e-06,
      "loss": 8.2389,
      "step": 428100
    },
    {
      "epoch": 0.8918958333333333,
      "grad_norm": 1.6599913835525513,
      "learning_rate": 8.638913512340889e-06,
      "loss": 8.694,
      "step": 428110
    },
    {
      "epoch": 0.8919166666666667,
      "grad_norm": 5.502654552459717,
      "learning_rate": 8.63561645045856e-06,
      "loss": 8.0647,
      "step": 428120
    },
    {
      "epoch": 0.8919375,
      "grad_norm": 5.098775386810303,
      "learning_rate": 8.63231999921437e-06,
      "loss": 8.6474,
      "step": 428130
    },
    {
      "epoch": 0.8919583333333333,
      "grad_norm": 2.267535924911499,
      "learning_rate": 8.629024158622627e-06,
      "loss": 7.6041,
      "step": 428140
    },
    {
      "epoch": 0.8919791666666667,
      "grad_norm": 1.0809004306793213,
      "learning_rate": 8.625728928697567e-06,
      "loss": 7.5517,
      "step": 428150
    },
    {
      "epoch": 0.892,
      "grad_norm": 1.0717346668243408,
      "learning_rate": 8.622434309453347e-06,
      "loss": 8.2839,
      "step": 428160
    },
    {
      "epoch": 0.8920208333333334,
      "grad_norm": 2.923859119415283,
      "learning_rate": 8.619140300904287e-06,
      "loss": 8.1803,
      "step": 428170
    },
    {
      "epoch": 0.8920416666666666,
      "grad_norm": 1.7082335948944092,
      "learning_rate": 8.615846903064577e-06,
      "loss": 8.0434,
      "step": 428180
    },
    {
      "epoch": 0.8920625,
      "grad_norm": 2.0748910903930664,
      "learning_rate": 8.612554115948406e-06,
      "loss": 7.8209,
      "step": 428190
    },
    {
      "epoch": 0.8920833333333333,
      "grad_norm": 1.6468697786331177,
      "learning_rate": 8.609261939570095e-06,
      "loss": 7.9433,
      "step": 428200
    },
    {
      "epoch": 0.8921041666666667,
      "grad_norm": 1.3920130729675293,
      "learning_rate": 8.605970373943765e-06,
      "loss": 7.6879,
      "step": 428210
    },
    {
      "epoch": 0.892125,
      "grad_norm": 2.2876157760620117,
      "learning_rate": 8.602679419083658e-06,
      "loss": 8.2963,
      "step": 428220
    },
    {
      "epoch": 0.8921458333333333,
      "grad_norm": 5.607858657836914,
      "learning_rate": 8.59938907500406e-06,
      "loss": 8.1157,
      "step": 428230
    },
    {
      "epoch": 0.8921666666666667,
      "grad_norm": 2.485581159591675,
      "learning_rate": 8.59609934171911e-06,
      "loss": 7.6491,
      "step": 428240
    },
    {
      "epoch": 0.8921875,
      "grad_norm": 4.75468635559082,
      "learning_rate": 8.592810219243012e-06,
      "loss": 7.5978,
      "step": 428250
    },
    {
      "epoch": 0.8922083333333334,
      "grad_norm": 1.8340051174163818,
      "learning_rate": 8.589521707590042e-06,
      "loss": 7.9154,
      "step": 428260
    },
    {
      "epoch": 0.8922291666666666,
      "grad_norm": 2.1426916122436523,
      "learning_rate": 8.58623380677435e-06,
      "loss": 7.7673,
      "step": 428270
    },
    {
      "epoch": 0.89225,
      "grad_norm": 1.1670091152191162,
      "learning_rate": 8.582946516810146e-06,
      "loss": 8.0288,
      "step": 428280
    },
    {
      "epoch": 0.8922708333333333,
      "grad_norm": 2.6867752075195312,
      "learning_rate": 8.579659837711634e-06,
      "loss": 7.8297,
      "step": 428290
    },
    {
      "epoch": 0.8922916666666667,
      "grad_norm": 1.0974661111831665,
      "learning_rate": 8.576373769493016e-06,
      "loss": 7.8101,
      "step": 428300
    },
    {
      "epoch": 0.8923125,
      "grad_norm": 2.7699544429779053,
      "learning_rate": 8.573088312168485e-06,
      "loss": 8.6567,
      "step": 428310
    },
    {
      "epoch": 0.8923333333333333,
      "grad_norm": 1.6871005296707153,
      "learning_rate": 8.569803465752229e-06,
      "loss": 7.5515,
      "step": 428320
    },
    {
      "epoch": 0.8923541666666667,
      "grad_norm": 2.6059763431549072,
      "learning_rate": 8.566519230258451e-06,
      "loss": 7.9266,
      "step": 428330
    },
    {
      "epoch": 0.892375,
      "grad_norm": 2.607663869857788,
      "learning_rate": 8.563235605701308e-06,
      "loss": 8.4949,
      "step": 428340
    },
    {
      "epoch": 0.8923958333333334,
      "grad_norm": 2.7415266036987305,
      "learning_rate": 8.55995259209502e-06,
      "loss": 7.7472,
      "step": 428350
    },
    {
      "epoch": 0.8924166666666666,
      "grad_norm": 1.3979307413101196,
      "learning_rate": 8.556670189453745e-06,
      "loss": 7.9523,
      "step": 428360
    },
    {
      "epoch": 0.8924375,
      "grad_norm": 2.5063796043395996,
      "learning_rate": 8.553388397791672e-06,
      "loss": 8.2287,
      "step": 428370
    },
    {
      "epoch": 0.8924583333333334,
      "grad_norm": 1.2456949949264526,
      "learning_rate": 8.55010721712297e-06,
      "loss": 7.7099,
      "step": 428380
    },
    {
      "epoch": 0.8924791666666667,
      "grad_norm": 5.737066745758057,
      "learning_rate": 8.546826647461797e-06,
      "loss": 8.3937,
      "step": 428390
    },
    {
      "epoch": 0.8925,
      "grad_norm": 7.0361480712890625,
      "learning_rate": 8.54354668882239e-06,
      "loss": 8.0652,
      "step": 428400
    },
    {
      "epoch": 0.8925208333333333,
      "grad_norm": 2.9826014041900635,
      "learning_rate": 8.540267341218803e-06,
      "loss": 8.2835,
      "step": 428410
    },
    {
      "epoch": 0.8925416666666667,
      "grad_norm": 2.338181495666504,
      "learning_rate": 8.536988604665312e-06,
      "loss": 7.6733,
      "step": 428420
    },
    {
      "epoch": 0.8925625,
      "grad_norm": 2.1973962783813477,
      "learning_rate": 8.533710479176037e-06,
      "loss": 9.0109,
      "step": 428430
    },
    {
      "epoch": 0.8925833333333333,
      "grad_norm": 1.3959314823150635,
      "learning_rate": 8.530432964765116e-06,
      "loss": 8.5582,
      "step": 428440
    },
    {
      "epoch": 0.8926041666666666,
      "grad_norm": 3.193284511566162,
      "learning_rate": 8.527156061446721e-06,
      "loss": 8.2633,
      "step": 428450
    },
    {
      "epoch": 0.892625,
      "grad_norm": 2.160153865814209,
      "learning_rate": 8.523879769235059e-06,
      "loss": 8.3267,
      "step": 428460
    },
    {
      "epoch": 0.8926458333333334,
      "grad_norm": 9.239961624145508,
      "learning_rate": 8.520604088144183e-06,
      "loss": 8.4703,
      "step": 428470
    },
    {
      "epoch": 0.8926666666666667,
      "grad_norm": 1.9135421514511108,
      "learning_rate": 8.517329018188318e-06,
      "loss": 7.7436,
      "step": 428480
    },
    {
      "epoch": 0.8926875,
      "grad_norm": 3.932023525238037,
      "learning_rate": 8.5140545593816e-06,
      "loss": 7.9239,
      "step": 428490
    },
    {
      "epoch": 0.8927083333333333,
      "grad_norm": 8.090673446655273,
      "learning_rate": 8.510780711738135e-06,
      "loss": 8.0228,
      "step": 428500
    },
    {
      "epoch": 0.8927291666666667,
      "grad_norm": 1.6389610767364502,
      "learning_rate": 8.507507475272096e-06,
      "loss": 8.2277,
      "step": 428510
    },
    {
      "epoch": 0.89275,
      "grad_norm": 6.34829568862915,
      "learning_rate": 8.504234849997654e-06,
      "loss": 7.7656,
      "step": 428520
    },
    {
      "epoch": 0.8927708333333333,
      "grad_norm": 2.021958112716675,
      "learning_rate": 8.500962835928865e-06,
      "loss": 8.4013,
      "step": 428530
    },
    {
      "epoch": 0.8927916666666667,
      "grad_norm": 1.1739388704299927,
      "learning_rate": 8.49769143307995e-06,
      "loss": 7.9671,
      "step": 428540
    },
    {
      "epoch": 0.8928125,
      "grad_norm": 2.0147039890289307,
      "learning_rate": 8.494420641464982e-06,
      "loss": 8.2429,
      "step": 428550
    },
    {
      "epoch": 0.8928333333333334,
      "grad_norm": 3.0208029747009277,
      "learning_rate": 8.491150461098068e-06,
      "loss": 7.781,
      "step": 428560
    },
    {
      "epoch": 0.8928541666666666,
      "grad_norm": 1.1478253602981567,
      "learning_rate": 8.487880891993426e-06,
      "loss": 8.2514,
      "step": 428570
    },
    {
      "epoch": 0.892875,
      "grad_norm": 2.3296830654144287,
      "learning_rate": 8.484611934165097e-06,
      "loss": 7.6566,
      "step": 428580
    },
    {
      "epoch": 0.8928958333333333,
      "grad_norm": 1.2840259075164795,
      "learning_rate": 8.481343587627204e-06,
      "loss": 8.0614,
      "step": 428590
    },
    {
      "epoch": 0.8929166666666667,
      "grad_norm": 3.187816858291626,
      "learning_rate": 8.478075852393933e-06,
      "loss": 7.7595,
      "step": 428600
    },
    {
      "epoch": 0.8929375,
      "grad_norm": 1.2460447549819946,
      "learning_rate": 8.474808728479344e-06,
      "loss": 8.5421,
      "step": 428610
    },
    {
      "epoch": 0.8929583333333333,
      "grad_norm": 1.5943056344985962,
      "learning_rate": 8.471542215897536e-06,
      "loss": 8.2428,
      "step": 428620
    },
    {
      "epoch": 0.8929791666666667,
      "grad_norm": 4.552778720855713,
      "learning_rate": 8.468276314662687e-06,
      "loss": 8.0858,
      "step": 428630
    },
    {
      "epoch": 0.893,
      "grad_norm": 2.2962405681610107,
      "learning_rate": 8.465011024788847e-06,
      "loss": 8.2414,
      "step": 428640
    },
    {
      "epoch": 0.8930208333333334,
      "grad_norm": 1.4771581888198853,
      "learning_rate": 8.461746346290127e-06,
      "loss": 7.5652,
      "step": 428650
    },
    {
      "epoch": 0.8930416666666666,
      "grad_norm": 2.732665777206421,
      "learning_rate": 8.458482279180644e-06,
      "loss": 7.8463,
      "step": 428660
    },
    {
      "epoch": 0.8930625,
      "grad_norm": 1.907159686088562,
      "learning_rate": 8.455218823474492e-06,
      "loss": 7.6514,
      "step": 428670
    },
    {
      "epoch": 0.8930833333333333,
      "grad_norm": 5.155802249908447,
      "learning_rate": 8.451955979185754e-06,
      "loss": 8.4105,
      "step": 428680
    },
    {
      "epoch": 0.8931041666666667,
      "grad_norm": 1.4904817342758179,
      "learning_rate": 8.448693746328555e-06,
      "loss": 7.6925,
      "step": 428690
    },
    {
      "epoch": 0.893125,
      "grad_norm": 2.3404171466827393,
      "learning_rate": 8.445432124916951e-06,
      "loss": 8.3414,
      "step": 428700
    },
    {
      "epoch": 0.8931458333333333,
      "grad_norm": 2.371990203857422,
      "learning_rate": 8.442171114965062e-06,
      "loss": 8.7598,
      "step": 428710
    },
    {
      "epoch": 0.8931666666666667,
      "grad_norm": 1.6425386667251587,
      "learning_rate": 8.438910716486963e-06,
      "loss": 7.7915,
      "step": 428720
    },
    {
      "epoch": 0.8931875,
      "grad_norm": 3.4698147773742676,
      "learning_rate": 8.435650929496724e-06,
      "loss": 7.6043,
      "step": 428730
    },
    {
      "epoch": 0.8932083333333334,
      "grad_norm": 3.4031383991241455,
      "learning_rate": 8.43239175400845e-06,
      "loss": 8.1042,
      "step": 428740
    },
    {
      "epoch": 0.8932291666666666,
      "grad_norm": 6.325614929199219,
      "learning_rate": 8.429133190036213e-06,
      "loss": 7.8651,
      "step": 428750
    },
    {
      "epoch": 0.89325,
      "grad_norm": 1.5970290899276733,
      "learning_rate": 8.425875237594072e-06,
      "loss": 9.0295,
      "step": 428760
    },
    {
      "epoch": 0.8932708333333333,
      "grad_norm": 10.329412460327148,
      "learning_rate": 8.422617896696127e-06,
      "loss": 7.5304,
      "step": 428770
    },
    {
      "epoch": 0.8932916666666667,
      "grad_norm": 2.439995288848877,
      "learning_rate": 8.419361167356403e-06,
      "loss": 8.0358,
      "step": 428780
    },
    {
      "epoch": 0.8933125,
      "grad_norm": 1.2729235887527466,
      "learning_rate": 8.416105049589006e-06,
      "loss": 8.1649,
      "step": 428790
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 1.5668082237243652,
      "learning_rate": 8.412849543408023e-06,
      "loss": 7.4964,
      "step": 428800
    },
    {
      "epoch": 0.8933541666666667,
      "grad_norm": 1.837814450263977,
      "learning_rate": 8.409594648827428e-06,
      "loss": 7.8869,
      "step": 428810
    },
    {
      "epoch": 0.893375,
      "grad_norm": 1.1941415071487427,
      "learning_rate": 8.406340365861374e-06,
      "loss": 7.8811,
      "step": 428820
    },
    {
      "epoch": 0.8933958333333333,
      "grad_norm": 1.5799181461334229,
      "learning_rate": 8.403086694523902e-06,
      "loss": 8.0942,
      "step": 428830
    },
    {
      "epoch": 0.8934166666666666,
      "grad_norm": 1.9406489133834839,
      "learning_rate": 8.399833634829018e-06,
      "loss": 8.0947,
      "step": 428840
    },
    {
      "epoch": 0.8934375,
      "grad_norm": 2.1598339080810547,
      "learning_rate": 8.396581186790807e-06,
      "loss": 8.052,
      "step": 428850
    },
    {
      "epoch": 0.8934583333333334,
      "grad_norm": 2.096796751022339,
      "learning_rate": 8.393329350423345e-06,
      "loss": 7.6175,
      "step": 428860
    },
    {
      "epoch": 0.8934791666666667,
      "grad_norm": 2.020688533782959,
      "learning_rate": 8.390078125740585e-06,
      "loss": 8.2876,
      "step": 428870
    },
    {
      "epoch": 0.8935,
      "grad_norm": 1.9628653526306152,
      "learning_rate": 8.386827512756683e-06,
      "loss": 7.641,
      "step": 428880
    },
    {
      "epoch": 0.8935208333333333,
      "grad_norm": 1.31950044631958,
      "learning_rate": 8.383577511485645e-06,
      "loss": 7.8276,
      "step": 428890
    },
    {
      "epoch": 0.8935416666666667,
      "grad_norm": 2.919987916946411,
      "learning_rate": 8.380328121941443e-06,
      "loss": 7.7313,
      "step": 428900
    },
    {
      "epoch": 0.8935625,
      "grad_norm": 1.2490229606628418,
      "learning_rate": 8.377079344138215e-06,
      "loss": 7.983,
      "step": 428910
    },
    {
      "epoch": 0.8935833333333333,
      "grad_norm": 2.3064682483673096,
      "learning_rate": 8.373831178089935e-06,
      "loss": 9.0395,
      "step": 428920
    },
    {
      "epoch": 0.8936041666666666,
      "grad_norm": 1.529465675354004,
      "learning_rate": 8.370583623810607e-06,
      "loss": 7.7605,
      "step": 428930
    },
    {
      "epoch": 0.893625,
      "grad_norm": 2.2726187705993652,
      "learning_rate": 8.367336681314352e-06,
      "loss": 7.7113,
      "step": 428940
    },
    {
      "epoch": 0.8936458333333334,
      "grad_norm": 3.924271583557129,
      "learning_rate": 8.36409035061511e-06,
      "loss": 8.126,
      "step": 428950
    },
    {
      "epoch": 0.8936666666666667,
      "grad_norm": 1.6293330192565918,
      "learning_rate": 8.360844631726954e-06,
      "loss": 8.0431,
      "step": 428960
    },
    {
      "epoch": 0.8936875,
      "grad_norm": 2.6533279418945312,
      "learning_rate": 8.357599524663854e-06,
      "loss": 7.7708,
      "step": 428970
    },
    {
      "epoch": 0.8937083333333333,
      "grad_norm": 1.6301029920578003,
      "learning_rate": 8.354355029439885e-06,
      "loss": 7.338,
      "step": 428980
    },
    {
      "epoch": 0.8937291666666667,
      "grad_norm": 1.8604614734649658,
      "learning_rate": 8.351111146069018e-06,
      "loss": 7.9549,
      "step": 428990
    },
    {
      "epoch": 0.89375,
      "grad_norm": 2.2624945640563965,
      "learning_rate": 8.347867874565289e-06,
      "loss": 8.8244,
      "step": 429000
    },
    {
      "epoch": 0.89375,
      "eval_loss": 6.400083065032959,
      "eval_runtime": 8.4725,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 429000
    },
    {
      "epoch": 0.8937708333333333,
      "grad_norm": 4.829946041107178,
      "learning_rate": 8.344625214942708e-06,
      "loss": 8.0844,
      "step": 429010
    },
    {
      "epoch": 0.8937916666666667,
      "grad_norm": 2.2879867553710938,
      "learning_rate": 8.34138316721526e-06,
      "loss": 7.597,
      "step": 429020
    },
    {
      "epoch": 0.8938125,
      "grad_norm": 3.3507168292999268,
      "learning_rate": 8.33814173139697e-06,
      "loss": 7.874,
      "step": 429030
    },
    {
      "epoch": 0.8938333333333334,
      "grad_norm": 1.5340911149978638,
      "learning_rate": 8.33490090750184e-06,
      "loss": 8.1691,
      "step": 429040
    },
    {
      "epoch": 0.8938541666666666,
      "grad_norm": 1.5967023372650146,
      "learning_rate": 8.331660695543862e-06,
      "loss": 7.9986,
      "step": 429050
    },
    {
      "epoch": 0.893875,
      "grad_norm": 5.42616605758667,
      "learning_rate": 8.328421095537025e-06,
      "loss": 8.2497,
      "step": 429060
    },
    {
      "epoch": 0.8938958333333333,
      "grad_norm": 1.5065876245498657,
      "learning_rate": 8.325182107495332e-06,
      "loss": 7.8087,
      "step": 429070
    },
    {
      "epoch": 0.8939166666666667,
      "grad_norm": 4.500516414642334,
      "learning_rate": 8.32194373143279e-06,
      "loss": 7.562,
      "step": 429080
    },
    {
      "epoch": 0.8939375,
      "grad_norm": 1.5466923713684082,
      "learning_rate": 8.318705967363353e-06,
      "loss": 7.8832,
      "step": 429090
    },
    {
      "epoch": 0.8939583333333333,
      "grad_norm": 2.36960768699646,
      "learning_rate": 8.315468815301029e-06,
      "loss": 7.624,
      "step": 429100
    },
    {
      "epoch": 0.8939791666666667,
      "grad_norm": 1.3788670301437378,
      "learning_rate": 8.312232275259806e-06,
      "loss": 8.1286,
      "step": 429110
    },
    {
      "epoch": 0.894,
      "grad_norm": 6.181859016418457,
      "learning_rate": 8.308996347253637e-06,
      "loss": 8.3901,
      "step": 429120
    },
    {
      "epoch": 0.8940208333333334,
      "grad_norm": 5.550413608551025,
      "learning_rate": 8.305761031296532e-06,
      "loss": 8.461,
      "step": 429130
    },
    {
      "epoch": 0.8940416666666666,
      "grad_norm": 1.0162217617034912,
      "learning_rate": 8.302526327402476e-06,
      "loss": 8.0335,
      "step": 429140
    },
    {
      "epoch": 0.8940625,
      "grad_norm": 1.6786506175994873,
      "learning_rate": 8.299292235585375e-06,
      "loss": 8.1207,
      "step": 429150
    },
    {
      "epoch": 0.8940833333333333,
      "grad_norm": 1.0156744718551636,
      "learning_rate": 8.29605875585927e-06,
      "loss": 7.9541,
      "step": 429160
    },
    {
      "epoch": 0.8941041666666667,
      "grad_norm": 2.245420217514038,
      "learning_rate": 8.292825888238113e-06,
      "loss": 8.1613,
      "step": 429170
    },
    {
      "epoch": 0.894125,
      "grad_norm": 3.4755609035491943,
      "learning_rate": 8.289593632735814e-06,
      "loss": 7.7825,
      "step": 429180
    },
    {
      "epoch": 0.8941458333333333,
      "grad_norm": 2.526916265487671,
      "learning_rate": 8.286361989366391e-06,
      "loss": 7.8943,
      "step": 429190
    },
    {
      "epoch": 0.8941666666666667,
      "grad_norm": 2.460590124130249,
      "learning_rate": 8.283130958143818e-06,
      "loss": 7.8371,
      "step": 429200
    },
    {
      "epoch": 0.8941875,
      "grad_norm": 2.2015860080718994,
      "learning_rate": 8.279900539081985e-06,
      "loss": 7.538,
      "step": 429210
    },
    {
      "epoch": 0.8942083333333334,
      "grad_norm": 1.0375069379806519,
      "learning_rate": 8.276670732194912e-06,
      "loss": 7.7447,
      "step": 429220
    },
    {
      "epoch": 0.8942291666666666,
      "grad_norm": 0.9225118160247803,
      "learning_rate": 8.273441537496539e-06,
      "loss": 8.3412,
      "step": 429230
    },
    {
      "epoch": 0.89425,
      "grad_norm": 8.989787101745605,
      "learning_rate": 8.270212955000771e-06,
      "loss": 8.7476,
      "step": 429240
    },
    {
      "epoch": 0.8942708333333333,
      "grad_norm": 2.523355007171631,
      "learning_rate": 8.266984984721565e-06,
      "loss": 9.803,
      "step": 429250
    },
    {
      "epoch": 0.8942916666666667,
      "grad_norm": 6.5654168128967285,
      "learning_rate": 8.263757626672923e-06,
      "loss": 8.3977,
      "step": 429260
    },
    {
      "epoch": 0.8943125,
      "grad_norm": 2.9377713203430176,
      "learning_rate": 8.26053088086872e-06,
      "loss": 7.9674,
      "step": 429270
    },
    {
      "epoch": 0.8943333333333333,
      "grad_norm": 2.396770477294922,
      "learning_rate": 8.25730474732293e-06,
      "loss": 9.0333,
      "step": 429280
    },
    {
      "epoch": 0.8943541666666667,
      "grad_norm": 3.312379837036133,
      "learning_rate": 8.25407922604947e-06,
      "loss": 7.888,
      "step": 429290
    },
    {
      "epoch": 0.894375,
      "grad_norm": 0.9984294176101685,
      "learning_rate": 8.2508543170623e-06,
      "loss": 7.8422,
      "step": 429300
    },
    {
      "epoch": 0.8943958333333333,
      "grad_norm": 4.846626281738281,
      "learning_rate": 8.247630020375307e-06,
      "loss": 8.1314,
      "step": 429310
    },
    {
      "epoch": 0.8944166666666666,
      "grad_norm": 5.743511199951172,
      "learning_rate": 8.244406336002446e-06,
      "loss": 7.9419,
      "step": 429320
    },
    {
      "epoch": 0.8944375,
      "grad_norm": 3.199650526046753,
      "learning_rate": 8.241183263957657e-06,
      "loss": 7.933,
      "step": 429330
    },
    {
      "epoch": 0.8944583333333334,
      "grad_norm": 2.902691602706909,
      "learning_rate": 8.237960804254828e-06,
      "loss": 8.0065,
      "step": 429340
    },
    {
      "epoch": 0.8944791666666667,
      "grad_norm": 2.138441324234009,
      "learning_rate": 8.2347389569079e-06,
      "loss": 8.4773,
      "step": 429350
    },
    {
      "epoch": 0.8945,
      "grad_norm": 1.0304011106491089,
      "learning_rate": 8.231517721930774e-06,
      "loss": 9.0416,
      "step": 429360
    },
    {
      "epoch": 0.8945208333333333,
      "grad_norm": 4.148313045501709,
      "learning_rate": 8.228297099337394e-06,
      "loss": 7.9205,
      "step": 429370
    },
    {
      "epoch": 0.8945416666666667,
      "grad_norm": 3.689258337020874,
      "learning_rate": 8.225077089141646e-06,
      "loss": 8.0657,
      "step": 429380
    },
    {
      "epoch": 0.8945625,
      "grad_norm": 1.583935022354126,
      "learning_rate": 8.221857691357437e-06,
      "loss": 7.5802,
      "step": 429390
    },
    {
      "epoch": 0.8945833333333333,
      "grad_norm": 3.555410385131836,
      "learning_rate": 8.218638905998704e-06,
      "loss": 8.0158,
      "step": 429400
    },
    {
      "epoch": 0.8946041666666666,
      "grad_norm": 1.7994188070297241,
      "learning_rate": 8.215420733079303e-06,
      "loss": 7.9317,
      "step": 429410
    },
    {
      "epoch": 0.894625,
      "grad_norm": 1.4279295206069946,
      "learning_rate": 8.212203172613174e-06,
      "loss": 7.692,
      "step": 429420
    },
    {
      "epoch": 0.8946458333333334,
      "grad_norm": 6.516757965087891,
      "learning_rate": 8.208986224614222e-06,
      "loss": 8.0843,
      "step": 429430
    },
    {
      "epoch": 0.8946666666666667,
      "grad_norm": 10.925413131713867,
      "learning_rate": 8.205769889096302e-06,
      "loss": 9.4945,
      "step": 429440
    },
    {
      "epoch": 0.8946875,
      "grad_norm": 3.0493552684783936,
      "learning_rate": 8.202554166073338e-06,
      "loss": 8.1534,
      "step": 429450
    },
    {
      "epoch": 0.8947083333333333,
      "grad_norm": 3.425879955291748,
      "learning_rate": 8.199339055559218e-06,
      "loss": 8.3436,
      "step": 429460
    },
    {
      "epoch": 0.8947291666666667,
      "grad_norm": 3.71999192237854,
      "learning_rate": 8.196124557567813e-06,
      "loss": 8.1547,
      "step": 429470
    },
    {
      "epoch": 0.89475,
      "grad_norm": 1.3751877546310425,
      "learning_rate": 8.192910672113029e-06,
      "loss": 7.7739,
      "step": 429480
    },
    {
      "epoch": 0.8947708333333333,
      "grad_norm": 2.6507949829101562,
      "learning_rate": 8.189697399208723e-06,
      "loss": 7.827,
      "step": 429490
    },
    {
      "epoch": 0.8947916666666667,
      "grad_norm": 2.423038959503174,
      "learning_rate": 8.186484738868815e-06,
      "loss": 7.8952,
      "step": 429500
    },
    {
      "epoch": 0.8948125,
      "grad_norm": 1.9062221050262451,
      "learning_rate": 8.183272691107145e-06,
      "loss": 8.0719,
      "step": 429510
    },
    {
      "epoch": 0.8948333333333334,
      "grad_norm": 4.98480749130249,
      "learning_rate": 8.180061255937603e-06,
      "loss": 7.8055,
      "step": 429520
    },
    {
      "epoch": 0.8948541666666666,
      "grad_norm": 1.662650227546692,
      "learning_rate": 8.17685043337406e-06,
      "loss": 9.581,
      "step": 429530
    },
    {
      "epoch": 0.894875,
      "grad_norm": 2.8793957233428955,
      "learning_rate": 8.173640223430422e-06,
      "loss": 8.6403,
      "step": 429540
    },
    {
      "epoch": 0.8948958333333333,
      "grad_norm": 9.68861198425293,
      "learning_rate": 8.170430626120477e-06,
      "loss": 8.1614,
      "step": 429550
    },
    {
      "epoch": 0.8949166666666667,
      "grad_norm": 1.3236570358276367,
      "learning_rate": 8.167221641458133e-06,
      "loss": 7.5308,
      "step": 429560
    },
    {
      "epoch": 0.8949375,
      "grad_norm": 2.1776139736175537,
      "learning_rate": 8.164013269457277e-06,
      "loss": 8.356,
      "step": 429570
    },
    {
      "epoch": 0.8949583333333333,
      "grad_norm": 1.1383755207061768,
      "learning_rate": 8.160805510131713e-06,
      "loss": 7.6109,
      "step": 429580
    },
    {
      "epoch": 0.8949791666666667,
      "grad_norm": 1.4695656299591064,
      "learning_rate": 8.157598363495315e-06,
      "loss": 7.7404,
      "step": 429590
    },
    {
      "epoch": 0.895,
      "grad_norm": 1.7572429180145264,
      "learning_rate": 8.15439182956199e-06,
      "loss": 8.1074,
      "step": 429600
    },
    {
      "epoch": 0.8950208333333334,
      "grad_norm": 1.9854899644851685,
      "learning_rate": 8.151185908345525e-06,
      "loss": 7.6817,
      "step": 429610
    },
    {
      "epoch": 0.8950416666666666,
      "grad_norm": 3.3363802433013916,
      "learning_rate": 8.14798059985976e-06,
      "loss": 7.8519,
      "step": 429620
    },
    {
      "epoch": 0.8950625,
      "grad_norm": 1.8918367624282837,
      "learning_rate": 8.144775904118616e-06,
      "loss": 7.8163,
      "step": 429630
    },
    {
      "epoch": 0.8950833333333333,
      "grad_norm": 2.7285776138305664,
      "learning_rate": 8.141571821135883e-06,
      "loss": 8.2141,
      "step": 429640
    },
    {
      "epoch": 0.8951041666666667,
      "grad_norm": 5.863758563995361,
      "learning_rate": 8.138368350925368e-06,
      "loss": 7.8134,
      "step": 429650
    },
    {
      "epoch": 0.895125,
      "grad_norm": 1.1816520690917969,
      "learning_rate": 8.135165493501006e-06,
      "loss": 7.7919,
      "step": 429660
    },
    {
      "epoch": 0.8951458333333333,
      "grad_norm": 2.187206506729126,
      "learning_rate": 8.131963248876538e-06,
      "loss": 8.2512,
      "step": 429670
    },
    {
      "epoch": 0.8951666666666667,
      "grad_norm": 1.2061960697174072,
      "learning_rate": 8.128761617065837e-06,
      "loss": 9.133,
      "step": 429680
    },
    {
      "epoch": 0.8951875,
      "grad_norm": 1.3093637228012085,
      "learning_rate": 8.125560598082742e-06,
      "loss": 7.778,
      "step": 429690
    },
    {
      "epoch": 0.8952083333333334,
      "grad_norm": 0.9386394619941711,
      "learning_rate": 8.122360191941057e-06,
      "loss": 7.9182,
      "step": 429700
    },
    {
      "epoch": 0.8952291666666666,
      "grad_norm": 1.4217535257339478,
      "learning_rate": 8.119160398654622e-06,
      "loss": 7.9979,
      "step": 429710
    },
    {
      "epoch": 0.89525,
      "grad_norm": 1.8886138200759888,
      "learning_rate": 8.115961218237244e-06,
      "loss": 8.0603,
      "step": 429720
    },
    {
      "epoch": 0.8952708333333333,
      "grad_norm": 2.084568977355957,
      "learning_rate": 8.112762650702759e-06,
      "loss": 7.9844,
      "step": 429730
    },
    {
      "epoch": 0.8952916666666667,
      "grad_norm": 3.190688133239746,
      "learning_rate": 8.109564696064973e-06,
      "loss": 7.819,
      "step": 429740
    },
    {
      "epoch": 0.8953125,
      "grad_norm": 1.7898112535476685,
      "learning_rate": 8.106367354337711e-06,
      "loss": 7.5625,
      "step": 429750
    },
    {
      "epoch": 0.8953333333333333,
      "grad_norm": 2.5822036266326904,
      "learning_rate": 8.103170625534777e-06,
      "loss": 8.6806,
      "step": 429760
    },
    {
      "epoch": 0.8953541666666667,
      "grad_norm": 2.082258701324463,
      "learning_rate": 8.099974509669976e-06,
      "loss": 7.9263,
      "step": 429770
    },
    {
      "epoch": 0.895375,
      "grad_norm": 1.6666370630264282,
      "learning_rate": 8.096779006757115e-06,
      "loss": 7.3297,
      "step": 429780
    },
    {
      "epoch": 0.8953958333333333,
      "grad_norm": 2.7798221111297607,
      "learning_rate": 8.093584116809998e-06,
      "loss": 7.9971,
      "step": 429790
    },
    {
      "epoch": 0.8954166666666666,
      "grad_norm": 2.17281436920166,
      "learning_rate": 8.090389839842432e-06,
      "loss": 7.867,
      "step": 429800
    },
    {
      "epoch": 0.8954375,
      "grad_norm": 22.00421714782715,
      "learning_rate": 8.087196175868204e-06,
      "loss": 8.8482,
      "step": 429810
    },
    {
      "epoch": 0.8954583333333334,
      "grad_norm": 30.120630264282227,
      "learning_rate": 8.084003124901123e-06,
      "loss": 8.39,
      "step": 429820
    },
    {
      "epoch": 0.8954791666666667,
      "grad_norm": 1.2421033382415771,
      "learning_rate": 8.080810686954992e-06,
      "loss": 7.336,
      "step": 429830
    },
    {
      "epoch": 0.8955,
      "grad_norm": 8.781996726989746,
      "learning_rate": 8.077618862043533e-06,
      "loss": 7.9385,
      "step": 429840
    },
    {
      "epoch": 0.8955208333333333,
      "grad_norm": 4.787811756134033,
      "learning_rate": 8.07442765018062e-06,
      "loss": 7.7508,
      "step": 429850
    },
    {
      "epoch": 0.8955416666666667,
      "grad_norm": 1.3716627359390259,
      "learning_rate": 8.071237051380008e-06,
      "loss": 8.8614,
      "step": 429860
    },
    {
      "epoch": 0.8955625,
      "grad_norm": 1.4194434881210327,
      "learning_rate": 8.068047065655436e-06,
      "loss": 7.866,
      "step": 429870
    },
    {
      "epoch": 0.8955833333333333,
      "grad_norm": 1.5890724658966064,
      "learning_rate": 8.064857693020743e-06,
      "loss": 8.1474,
      "step": 429880
    },
    {
      "epoch": 0.8956041666666666,
      "grad_norm": 1.203555941581726,
      "learning_rate": 8.0616689334897e-06,
      "loss": 7.5565,
      "step": 429890
    },
    {
      "epoch": 0.895625,
      "grad_norm": 1.3330227136611938,
      "learning_rate": 8.058480787076033e-06,
      "loss": 8.0591,
      "step": 429900
    },
    {
      "epoch": 0.8956458333333334,
      "grad_norm": 1.6356066465377808,
      "learning_rate": 8.055293253793576e-06,
      "loss": 7.9412,
      "step": 429910
    },
    {
      "epoch": 0.8956666666666667,
      "grad_norm": 1.7878613471984863,
      "learning_rate": 8.052106333656056e-06,
      "loss": 8.4711,
      "step": 429920
    },
    {
      "epoch": 0.8956875,
      "grad_norm": 2.2290749549865723,
      "learning_rate": 8.048920026677208e-06,
      "loss": 7.989,
      "step": 429930
    },
    {
      "epoch": 0.8957083333333333,
      "grad_norm": 1.382950782775879,
      "learning_rate": 8.045734332870907e-06,
      "loss": 7.5584,
      "step": 429940
    },
    {
      "epoch": 0.8957291666666667,
      "grad_norm": 1.8209491968154907,
      "learning_rate": 8.042549252250806e-06,
      "loss": 7.3059,
      "step": 429950
    },
    {
      "epoch": 0.89575,
      "grad_norm": 1.9222139120101929,
      "learning_rate": 8.039364784830682e-06,
      "loss": 8.5428,
      "step": 429960
    },
    {
      "epoch": 0.8957708333333333,
      "grad_norm": 2.886098623275757,
      "learning_rate": 8.036180930624353e-06,
      "loss": 8.7481,
      "step": 429970
    },
    {
      "epoch": 0.8957916666666667,
      "grad_norm": 1.4696252346038818,
      "learning_rate": 8.032997689645509e-06,
      "loss": 7.9615,
      "step": 429980
    },
    {
      "epoch": 0.8958125,
      "grad_norm": 1.3725513219833374,
      "learning_rate": 8.02981506190789e-06,
      "loss": 7.6409,
      "step": 429990
    },
    {
      "epoch": 0.8958333333333334,
      "grad_norm": 1.7401483058929443,
      "learning_rate": 8.026633047425335e-06,
      "loss": 8.12,
      "step": 430000
    },
    {
      "epoch": 0.8958333333333334,
      "eval_loss": 6.836967468261719,
      "eval_runtime": 8.6286,
      "eval_samples_per_second": 0.348,
      "eval_steps_per_second": 0.116,
      "step": 430000
    },
    {
      "epoch": 0.8958541666666666,
      "grad_norm": 2.2262940406799316,
      "learning_rate": 8.023451646211498e-06,
      "loss": 8.4612,
      "step": 430010
    },
    {
      "epoch": 0.895875,
      "grad_norm": 2.9708425998687744,
      "learning_rate": 8.020270858280137e-06,
      "loss": 7.991,
      "step": 430020
    },
    {
      "epoch": 0.8958958333333333,
      "grad_norm": 1.7421022653579712,
      "learning_rate": 8.01709068364504e-06,
      "loss": 7.4921,
      "step": 430030
    },
    {
      "epoch": 0.8959166666666667,
      "grad_norm": 1.2104355096817017,
      "learning_rate": 8.013911122319894e-06,
      "loss": 8.0669,
      "step": 430040
    },
    {
      "epoch": 0.8959375,
      "grad_norm": 5.013843536376953,
      "learning_rate": 8.01073217431844e-06,
      "loss": 9.5975,
      "step": 430050
    },
    {
      "epoch": 0.8959583333333333,
      "grad_norm": 0.9724500775337219,
      "learning_rate": 8.007553839654436e-06,
      "loss": 8.0538,
      "step": 430060
    },
    {
      "epoch": 0.8959791666666667,
      "grad_norm": 1.6130274534225464,
      "learning_rate": 8.004376118341582e-06,
      "loss": 7.8531,
      "step": 430070
    },
    {
      "epoch": 0.896,
      "grad_norm": 3.151304006576538,
      "learning_rate": 8.001199010393622e-06,
      "loss": 7.9548,
      "step": 430080
    },
    {
      "epoch": 0.8960208333333334,
      "grad_norm": 3.4977357387542725,
      "learning_rate": 7.998022515824277e-06,
      "loss": 7.9368,
      "step": 430090
    },
    {
      "epoch": 0.8960416666666666,
      "grad_norm": 2.650049924850464,
      "learning_rate": 7.994846634647267e-06,
      "loss": 8.7291,
      "step": 430100
    },
    {
      "epoch": 0.8960625,
      "grad_norm": 1.3519601821899414,
      "learning_rate": 7.991671366876301e-06,
      "loss": 7.7775,
      "step": 430110
    },
    {
      "epoch": 0.8960833333333333,
      "grad_norm": 2.448986053466797,
      "learning_rate": 7.988496712525117e-06,
      "loss": 7.9053,
      "step": 430120
    },
    {
      "epoch": 0.8961041666666667,
      "grad_norm": 1.7474092245101929,
      "learning_rate": 7.985322671607402e-06,
      "loss": 8.3395,
      "step": 430130
    },
    {
      "epoch": 0.896125,
      "grad_norm": 1.9901894330978394,
      "learning_rate": 7.982149244136915e-06,
      "loss": 8.1314,
      "step": 430140
    },
    {
      "epoch": 0.8961458333333333,
      "grad_norm": 2.5461816787719727,
      "learning_rate": 7.978976430127276e-06,
      "loss": 7.9769,
      "step": 430150
    },
    {
      "epoch": 0.8961666666666667,
      "grad_norm": 2.588075876235962,
      "learning_rate": 7.975804229592258e-06,
      "loss": 7.9065,
      "step": 430160
    },
    {
      "epoch": 0.8961875,
      "grad_norm": 1.4353947639465332,
      "learning_rate": 7.972632642545585e-06,
      "loss": 9.0028,
      "step": 430170
    },
    {
      "epoch": 0.8962083333333334,
      "grad_norm": 1.9320353269577026,
      "learning_rate": 7.969461669000876e-06,
      "loss": 8.1961,
      "step": 430180
    },
    {
      "epoch": 0.8962291666666666,
      "grad_norm": 1.9441781044006348,
      "learning_rate": 7.966291308971889e-06,
      "loss": 8.0863,
      "step": 430190
    },
    {
      "epoch": 0.89625,
      "grad_norm": 3.867889642715454,
      "learning_rate": 7.963121562472312e-06,
      "loss": 8.1935,
      "step": 430200
    },
    {
      "epoch": 0.8962708333333333,
      "grad_norm": 1.7386237382888794,
      "learning_rate": 7.959952429515803e-06,
      "loss": 8.2709,
      "step": 430210
    },
    {
      "epoch": 0.8962916666666667,
      "grad_norm": 2.8069982528686523,
      "learning_rate": 7.956783910116099e-06,
      "loss": 7.7148,
      "step": 430220
    },
    {
      "epoch": 0.8963125,
      "grad_norm": 1.1930700540542603,
      "learning_rate": 7.953616004286873e-06,
      "loss": 8.119,
      "step": 430230
    },
    {
      "epoch": 0.8963333333333333,
      "grad_norm": 2.2730250358581543,
      "learning_rate": 7.950448712041763e-06,
      "loss": 8.489,
      "step": 430240
    },
    {
      "epoch": 0.8963541666666667,
      "grad_norm": 1.9029988050460815,
      "learning_rate": 7.94728203339451e-06,
      "loss": 7.4419,
      "step": 430250
    },
    {
      "epoch": 0.896375,
      "grad_norm": 5.4173359870910645,
      "learning_rate": 7.944115968358799e-06,
      "loss": 8.1162,
      "step": 430260
    },
    {
      "epoch": 0.8963958333333333,
      "grad_norm": 1.0871139764785767,
      "learning_rate": 7.940950516948225e-06,
      "loss": 8.1334,
      "step": 430270
    },
    {
      "epoch": 0.8964166666666666,
      "grad_norm": 1.6623632907867432,
      "learning_rate": 7.937785679176556e-06,
      "loss": 8.2804,
      "step": 430280
    },
    {
      "epoch": 0.8964375,
      "grad_norm": 2.0013551712036133,
      "learning_rate": 7.9346214550574e-06,
      "loss": 8.7834,
      "step": 430290
    },
    {
      "epoch": 0.8964583333333334,
      "grad_norm": 1.6340864896774292,
      "learning_rate": 7.931457844604427e-06,
      "loss": 8.3213,
      "step": 430300
    },
    {
      "epoch": 0.8964791666666667,
      "grad_norm": 2.975966453552246,
      "learning_rate": 7.928294847831362e-06,
      "loss": 7.7778,
      "step": 430310
    },
    {
      "epoch": 0.8965,
      "grad_norm": 1.5393930673599243,
      "learning_rate": 7.92513246475181e-06,
      "loss": 7.8445,
      "step": 430320
    },
    {
      "epoch": 0.8965208333333333,
      "grad_norm": 4.209385871887207,
      "learning_rate": 7.921970695379426e-06,
      "loss": 7.9997,
      "step": 430330
    },
    {
      "epoch": 0.8965416666666667,
      "grad_norm": 2.282691478729248,
      "learning_rate": 7.918809539727933e-06,
      "loss": 8.4938,
      "step": 430340
    },
    {
      "epoch": 0.8965625,
      "grad_norm": 2.0320024490356445,
      "learning_rate": 7.91564899781092e-06,
      "loss": 8.5487,
      "step": 430350
    },
    {
      "epoch": 0.8965833333333333,
      "grad_norm": 3.3656070232391357,
      "learning_rate": 7.912489069642042e-06,
      "loss": 8.1376,
      "step": 430360
    },
    {
      "epoch": 0.8966041666666666,
      "grad_norm": 6.528063774108887,
      "learning_rate": 7.909329755235006e-06,
      "loss": 8.6653,
      "step": 430370
    },
    {
      "epoch": 0.896625,
      "grad_norm": 1.6034436225891113,
      "learning_rate": 7.9061710546034e-06,
      "loss": 8.1406,
      "step": 430380
    },
    {
      "epoch": 0.8966458333333334,
      "grad_norm": 2.6007378101348877,
      "learning_rate": 7.90301296776088e-06,
      "loss": 8.1979,
      "step": 430390
    },
    {
      "epoch": 0.8966666666666666,
      "grad_norm": 5.971317291259766,
      "learning_rate": 7.899855494721135e-06,
      "loss": 9.321,
      "step": 430400
    },
    {
      "epoch": 0.8966875,
      "grad_norm": 2.3498167991638184,
      "learning_rate": 7.896698635497739e-06,
      "loss": 8.0274,
      "step": 430410
    },
    {
      "epoch": 0.8967083333333333,
      "grad_norm": 2.0157768726348877,
      "learning_rate": 7.89354239010438e-06,
      "loss": 7.7548,
      "step": 430420
    },
    {
      "epoch": 0.8967291666666667,
      "grad_norm": 1.3478256464004517,
      "learning_rate": 7.890386758554645e-06,
      "loss": 7.5863,
      "step": 430430
    },
    {
      "epoch": 0.89675,
      "grad_norm": 2.5061662197113037,
      "learning_rate": 7.887231740862193e-06,
      "loss": 8.3387,
      "step": 430440
    },
    {
      "epoch": 0.8967708333333333,
      "grad_norm": 1.6995761394500732,
      "learning_rate": 7.884077337040646e-06,
      "loss": 7.6491,
      "step": 430450
    },
    {
      "epoch": 0.8967916666666667,
      "grad_norm": 1.7251298427581787,
      "learning_rate": 7.88092354710364e-06,
      "loss": 7.6193,
      "step": 430460
    },
    {
      "epoch": 0.8968125,
      "grad_norm": 4.168492794036865,
      "learning_rate": 7.877770371064784e-06,
      "loss": 8.3021,
      "step": 430470
    },
    {
      "epoch": 0.8968333333333334,
      "grad_norm": 1.3403570652008057,
      "learning_rate": 7.8746178089377e-06,
      "loss": 9.0764,
      "step": 430480
    },
    {
      "epoch": 0.8968541666666666,
      "grad_norm": 2.4855825901031494,
      "learning_rate": 7.871465860736026e-06,
      "loss": 8.2204,
      "step": 430490
    },
    {
      "epoch": 0.896875,
      "grad_norm": 3.6493818759918213,
      "learning_rate": 7.868314526473351e-06,
      "loss": 8.9495,
      "step": 430500
    },
    {
      "epoch": 0.8968958333333333,
      "grad_norm": 1.7359867095947266,
      "learning_rate": 7.865163806163299e-06,
      "loss": 7.7626,
      "step": 430510
    },
    {
      "epoch": 0.8969166666666667,
      "grad_norm": 1.0550915002822876,
      "learning_rate": 7.862013699819476e-06,
      "loss": 8.3249,
      "step": 430520
    },
    {
      "epoch": 0.8969375,
      "grad_norm": 1.6918667554855347,
      "learning_rate": 7.858864207455484e-06,
      "loss": 8.8422,
      "step": 430530
    },
    {
      "epoch": 0.8969583333333333,
      "grad_norm": 2.3629648685455322,
      "learning_rate": 7.855715329084966e-06,
      "loss": 7.8281,
      "step": 430540
    },
    {
      "epoch": 0.8969791666666667,
      "grad_norm": 1.8192110061645508,
      "learning_rate": 7.852567064721443e-06,
      "loss": 8.4865,
      "step": 430550
    },
    {
      "epoch": 0.897,
      "grad_norm": 6.516561508178711,
      "learning_rate": 7.849419414378604e-06,
      "loss": 8.7411,
      "step": 430560
    },
    {
      "epoch": 0.8970208333333334,
      "grad_norm": 5.129040241241455,
      "learning_rate": 7.846272378070007e-06,
      "loss": 8.3776,
      "step": 430570
    },
    {
      "epoch": 0.8970416666666666,
      "grad_norm": 5.456862449645996,
      "learning_rate": 7.843125955809221e-06,
      "loss": 8.7299,
      "step": 430580
    },
    {
      "epoch": 0.8970625,
      "grad_norm": 1.633023738861084,
      "learning_rate": 7.83998014760987e-06,
      "loss": 7.5802,
      "step": 430590
    },
    {
      "epoch": 0.8970833333333333,
      "grad_norm": 2.692488431930542,
      "learning_rate": 7.83683495348556e-06,
      "loss": 8.2317,
      "step": 430600
    },
    {
      "epoch": 0.8971041666666667,
      "grad_norm": 1.1727265119552612,
      "learning_rate": 7.833690373449796e-06,
      "loss": 7.5689,
      "step": 430610
    },
    {
      "epoch": 0.897125,
      "grad_norm": 2.6372973918914795,
      "learning_rate": 7.830546407516253e-06,
      "loss": 8.9343,
      "step": 430620
    },
    {
      "epoch": 0.8971458333333333,
      "grad_norm": 1.343141794204712,
      "learning_rate": 7.827403055698483e-06,
      "loss": 7.9319,
      "step": 430630
    },
    {
      "epoch": 0.8971666666666667,
      "grad_norm": 1.9047728776931763,
      "learning_rate": 7.824260318010029e-06,
      "loss": 7.9858,
      "step": 430640
    },
    {
      "epoch": 0.8971875,
      "grad_norm": 3.0241641998291016,
      "learning_rate": 7.821118194464526e-06,
      "loss": 7.5242,
      "step": 430650
    },
    {
      "epoch": 0.8972083333333334,
      "grad_norm": 1.4551626443862915,
      "learning_rate": 7.8179766850755e-06,
      "loss": 8.3723,
      "step": 430660
    },
    {
      "epoch": 0.8972291666666666,
      "grad_norm": 1.7410203218460083,
      "learning_rate": 7.814835789856505e-06,
      "loss": 7.4626,
      "step": 430670
    },
    {
      "epoch": 0.89725,
      "grad_norm": 2.4396088123321533,
      "learning_rate": 7.81169550882118e-06,
      "loss": 8.2752,
      "step": 430680
    },
    {
      "epoch": 0.8972708333333334,
      "grad_norm": 2.449232339859009,
      "learning_rate": 7.808555841983034e-06,
      "loss": 7.7585,
      "step": 430690
    },
    {
      "epoch": 0.8972916666666667,
      "grad_norm": 1.62334144115448,
      "learning_rate": 7.80541678935565e-06,
      "loss": 8.0486,
      "step": 430700
    },
    {
      "epoch": 0.8973125,
      "grad_norm": 1.358667254447937,
      "learning_rate": 7.802278350952574e-06,
      "loss": 7.9345,
      "step": 430710
    },
    {
      "epoch": 0.8973333333333333,
      "grad_norm": 1.432300090789795,
      "learning_rate": 7.799140526787356e-06,
      "loss": 7.7535,
      "step": 430720
    },
    {
      "epoch": 0.8973541666666667,
      "grad_norm": 2.1040360927581787,
      "learning_rate": 7.796003316873588e-06,
      "loss": 7.4866,
      "step": 430730
    },
    {
      "epoch": 0.897375,
      "grad_norm": 21.165945053100586,
      "learning_rate": 7.792866721224778e-06,
      "loss": 9.1771,
      "step": 430740
    },
    {
      "epoch": 0.8973958333333333,
      "grad_norm": 2.635352373123169,
      "learning_rate": 7.78973073985451e-06,
      "loss": 8.115,
      "step": 430750
    },
    {
      "epoch": 0.8974166666666666,
      "grad_norm": 1.3154529333114624,
      "learning_rate": 7.786595372776294e-06,
      "loss": 7.673,
      "step": 430760
    },
    {
      "epoch": 0.8974375,
      "grad_norm": 5.815845489501953,
      "learning_rate": 7.783460620003718e-06,
      "loss": 7.756,
      "step": 430770
    },
    {
      "epoch": 0.8974583333333334,
      "grad_norm": 2.5977120399475098,
      "learning_rate": 7.780326481550286e-06,
      "loss": 7.9482,
      "step": 430780
    },
    {
      "epoch": 0.8974791666666667,
      "grad_norm": 2.6053643226623535,
      "learning_rate": 7.77719295742954e-06,
      "loss": 8.2767,
      "step": 430790
    },
    {
      "epoch": 0.8975,
      "grad_norm": 2.9532179832458496,
      "learning_rate": 7.774060047655034e-06,
      "loss": 7.5641,
      "step": 430800
    },
    {
      "epoch": 0.8975208333333333,
      "grad_norm": 2.0726542472839355,
      "learning_rate": 7.770927752240292e-06,
      "loss": 7.6141,
      "step": 430810
    },
    {
      "epoch": 0.8975416666666667,
      "grad_norm": 1.15116548538208,
      "learning_rate": 7.767796071198851e-06,
      "loss": 7.5085,
      "step": 430820
    },
    {
      "epoch": 0.8975625,
      "grad_norm": 1.4133352041244507,
      "learning_rate": 7.764665004544218e-06,
      "loss": 9.0411,
      "step": 430830
    },
    {
      "epoch": 0.8975833333333333,
      "grad_norm": 2.252568244934082,
      "learning_rate": 7.76153455228995e-06,
      "loss": 8.375,
      "step": 430840
    },
    {
      "epoch": 0.8976041666666666,
      "grad_norm": 1.712229609489441,
      "learning_rate": 7.758404714449534e-06,
      "loss": 7.6411,
      "step": 430850
    },
    {
      "epoch": 0.897625,
      "grad_norm": 6.777567386627197,
      "learning_rate": 7.75527549103651e-06,
      "loss": 8.0741,
      "step": 430860
    },
    {
      "epoch": 0.8976458333333334,
      "grad_norm": 1.8592606782913208,
      "learning_rate": 7.752146882064403e-06,
      "loss": 7.6855,
      "step": 430870
    },
    {
      "epoch": 0.8976666666666666,
      "grad_norm": 7.133800029754639,
      "learning_rate": 7.749018887546698e-06,
      "loss": 8.4049,
      "step": 430880
    },
    {
      "epoch": 0.8976875,
      "grad_norm": 7.23375940322876,
      "learning_rate": 7.745891507496938e-06,
      "loss": 8.9561,
      "step": 430890
    },
    {
      "epoch": 0.8977083333333333,
      "grad_norm": 5.398608684539795,
      "learning_rate": 7.74276474192861e-06,
      "loss": 8.229,
      "step": 430900
    },
    {
      "epoch": 0.8977291666666667,
      "grad_norm": 2.37729549407959,
      "learning_rate": 7.739638590855251e-06,
      "loss": 8.1682,
      "step": 430910
    },
    {
      "epoch": 0.89775,
      "grad_norm": 1.696178674697876,
      "learning_rate": 7.736513054290306e-06,
      "loss": 8.2476,
      "step": 430920
    },
    {
      "epoch": 0.8977708333333333,
      "grad_norm": 1.756762981414795,
      "learning_rate": 7.733388132247325e-06,
      "loss": 7.7942,
      "step": 430930
    },
    {
      "epoch": 0.8977916666666667,
      "grad_norm": 2.086644411087036,
      "learning_rate": 7.730263824739835e-06,
      "loss": 7.7602,
      "step": 430940
    },
    {
      "epoch": 0.8978125,
      "grad_norm": 3.397381067276001,
      "learning_rate": 7.727140131781224e-06,
      "loss": 8.0804,
      "step": 430950
    },
    {
      "epoch": 0.8978333333333334,
      "grad_norm": 1.6080478429794312,
      "learning_rate": 7.724017053385096e-06,
      "loss": 7.5817,
      "step": 430960
    },
    {
      "epoch": 0.8978541666666666,
      "grad_norm": 2.1925101280212402,
      "learning_rate": 7.720894589564907e-06,
      "loss": 8.1134,
      "step": 430970
    },
    {
      "epoch": 0.897875,
      "grad_norm": 5.503717422485352,
      "learning_rate": 7.717772740334083e-06,
      "loss": 8.0217,
      "step": 430980
    },
    {
      "epoch": 0.8978958333333333,
      "grad_norm": 1.1771949529647827,
      "learning_rate": 7.714651505706193e-06,
      "loss": 8.3154,
      "step": 430990
    },
    {
      "epoch": 0.8979166666666667,
      "grad_norm": 3.2431142330169678,
      "learning_rate": 7.711530885694712e-06,
      "loss": 8.0797,
      "step": 431000
    },
    {
      "epoch": 0.8979166666666667,
      "eval_loss": 6.774878025054932,
      "eval_runtime": 9.1031,
      "eval_samples_per_second": 0.33,
      "eval_steps_per_second": 0.11,
      "step": 431000
    },
    {
      "epoch": 0.8979375,
      "grad_norm": 11.478791236877441,
      "learning_rate": 7.708410880313076e-06,
      "loss": 8.4959,
      "step": 431010
    },
    {
      "epoch": 0.8979583333333333,
      "grad_norm": 2.093294858932495,
      "learning_rate": 7.705291489574761e-06,
      "loss": 8.3977,
      "step": 431020
    },
    {
      "epoch": 0.8979791666666667,
      "grad_norm": 4.499467849731445,
      "learning_rate": 7.702172713493288e-06,
      "loss": 9.1787,
      "step": 431030
    },
    {
      "epoch": 0.898,
      "grad_norm": 9.227044105529785,
      "learning_rate": 7.699054552082095e-06,
      "loss": 8.4917,
      "step": 431040
    },
    {
      "epoch": 0.8980208333333334,
      "grad_norm": 0.9198833703994751,
      "learning_rate": 7.695937005354674e-06,
      "loss": 8.1116,
      "step": 431050
    },
    {
      "epoch": 0.8980416666666666,
      "grad_norm": 7.56669807434082,
      "learning_rate": 7.692820073324462e-06,
      "loss": 8.026,
      "step": 431060
    },
    {
      "epoch": 0.8980625,
      "grad_norm": 1.6869356632232666,
      "learning_rate": 7.689703756004934e-06,
      "loss": 7.4019,
      "step": 431070
    },
    {
      "epoch": 0.8980833333333333,
      "grad_norm": 1.364806056022644,
      "learning_rate": 7.68658805340956e-06,
      "loss": 8.1187,
      "step": 431080
    },
    {
      "epoch": 0.8981041666666667,
      "grad_norm": 1.0526578426361084,
      "learning_rate": 7.683472965551797e-06,
      "loss": 7.9679,
      "step": 431090
    },
    {
      "epoch": 0.898125,
      "grad_norm": 2.291848659515381,
      "learning_rate": 7.6803584924451e-06,
      "loss": 7.4626,
      "step": 431100
    },
    {
      "epoch": 0.8981458333333333,
      "grad_norm": 15.502941131591797,
      "learning_rate": 7.677244634102908e-06,
      "loss": 7.6739,
      "step": 431110
    },
    {
      "epoch": 0.8981666666666667,
      "grad_norm": 1.3333884477615356,
      "learning_rate": 7.674131390538696e-06,
      "loss": 7.7996,
      "step": 431120
    },
    {
      "epoch": 0.8981875,
      "grad_norm": 1.0030300617218018,
      "learning_rate": 7.671018761765885e-06,
      "loss": 7.6707,
      "step": 431130
    },
    {
      "epoch": 0.8982083333333334,
      "grad_norm": 1.4995923042297363,
      "learning_rate": 7.667906747797946e-06,
      "loss": 7.6772,
      "step": 431140
    },
    {
      "epoch": 0.8982291666666666,
      "grad_norm": 3.5699570178985596,
      "learning_rate": 7.664795348648322e-06,
      "loss": 9.3923,
      "step": 431150
    },
    {
      "epoch": 0.89825,
      "grad_norm": 1.9463051557540894,
      "learning_rate": 7.661684564330434e-06,
      "loss": 8.2877,
      "step": 431160
    },
    {
      "epoch": 0.8982708333333334,
      "grad_norm": 1.2806727886199951,
      "learning_rate": 7.658574394857719e-06,
      "loss": 8.0075,
      "step": 431170
    },
    {
      "epoch": 0.8982916666666667,
      "grad_norm": 1.1053184270858765,
      "learning_rate": 7.655464840243619e-06,
      "loss": 8.0071,
      "step": 431180
    },
    {
      "epoch": 0.8983125,
      "grad_norm": 2.2119736671447754,
      "learning_rate": 7.652355900501572e-06,
      "loss": 8.3368,
      "step": 431190
    },
    {
      "epoch": 0.8983333333333333,
      "grad_norm": 3.5197839736938477,
      "learning_rate": 7.649247575645017e-06,
      "loss": 7.3623,
      "step": 431200
    },
    {
      "epoch": 0.8983541666666667,
      "grad_norm": 2.1209352016448975,
      "learning_rate": 7.646139865687345e-06,
      "loss": 7.7421,
      "step": 431210
    },
    {
      "epoch": 0.898375,
      "grad_norm": 3.211242914199829,
      "learning_rate": 7.64303277064201e-06,
      "loss": 7.9713,
      "step": 431220
    },
    {
      "epoch": 0.8983958333333333,
      "grad_norm": 1.3830695152282715,
      "learning_rate": 7.639926290522418e-06,
      "loss": 8.0613,
      "step": 431230
    },
    {
      "epoch": 0.8984166666666666,
      "grad_norm": 1.6233007907867432,
      "learning_rate": 7.63682042534201e-06,
      "loss": 8.49,
      "step": 431240
    },
    {
      "epoch": 0.8984375,
      "grad_norm": 1.6306496858596802,
      "learning_rate": 7.633715175114174e-06,
      "loss": 8.473,
      "step": 431250
    },
    {
      "epoch": 0.8984583333333334,
      "grad_norm": 1.7197225093841553,
      "learning_rate": 7.630610539852332e-06,
      "loss": 7.7477,
      "step": 431260
    },
    {
      "epoch": 0.8984791666666667,
      "grad_norm": 1.421505093574524,
      "learning_rate": 7.627506519569909e-06,
      "loss": 8.5714,
      "step": 431270
    },
    {
      "epoch": 0.8985,
      "grad_norm": 1.8696348667144775,
      "learning_rate": 7.624403114280325e-06,
      "loss": 7.6017,
      "step": 431280
    },
    {
      "epoch": 0.8985208333333333,
      "grad_norm": 5.377177715301514,
      "learning_rate": 7.621300323996937e-06,
      "loss": 7.7103,
      "step": 431290
    },
    {
      "epoch": 0.8985416666666667,
      "grad_norm": 1.1965551376342773,
      "learning_rate": 7.618198148733151e-06,
      "loss": 8.0059,
      "step": 431300
    },
    {
      "epoch": 0.8985625,
      "grad_norm": 1.3284956216812134,
      "learning_rate": 7.61509658850244e-06,
      "loss": 8.1144,
      "step": 431310
    },
    {
      "epoch": 0.8985833333333333,
      "grad_norm": 2.3088223934173584,
      "learning_rate": 7.611995643318125e-06,
      "loss": 8.3571,
      "step": 431320
    },
    {
      "epoch": 0.8986041666666666,
      "grad_norm": 1.3356518745422363,
      "learning_rate": 7.608895313193597e-06,
      "loss": 7.7073,
      "step": 431330
    },
    {
      "epoch": 0.898625,
      "grad_norm": 2.071697235107422,
      "learning_rate": 7.605795598142344e-06,
      "loss": 7.5838,
      "step": 431340
    },
    {
      "epoch": 0.8986458333333334,
      "grad_norm": 4.555936813354492,
      "learning_rate": 7.602696498177657e-06,
      "loss": 8.0449,
      "step": 431350
    },
    {
      "epoch": 0.8986666666666666,
      "grad_norm": 3.5261621475219727,
      "learning_rate": 7.599598013312924e-06,
      "loss": 8.8639,
      "step": 431360
    },
    {
      "epoch": 0.8986875,
      "grad_norm": 1.748291254043579,
      "learning_rate": 7.596500143561618e-06,
      "loss": 8.2575,
      "step": 431370
    },
    {
      "epoch": 0.8987083333333333,
      "grad_norm": 1.4027780294418335,
      "learning_rate": 7.593402888937045e-06,
      "loss": 8.3526,
      "step": 431380
    },
    {
      "epoch": 0.8987291666666667,
      "grad_norm": 1.4349370002746582,
      "learning_rate": 7.590306249452577e-06,
      "loss": 8.3922,
      "step": 431390
    },
    {
      "epoch": 0.89875,
      "grad_norm": 1.0585280656814575,
      "learning_rate": 7.5872102251216535e-06,
      "loss": 8.0265,
      "step": 431400
    },
    {
      "epoch": 0.8987708333333333,
      "grad_norm": 1.4945145845413208,
      "learning_rate": 7.584114815957598e-06,
      "loss": 7.9676,
      "step": 431410
    },
    {
      "epoch": 0.8987916666666667,
      "grad_norm": 2.547851085662842,
      "learning_rate": 7.5810200219737826e-06,
      "loss": 8.338,
      "step": 431420
    },
    {
      "epoch": 0.8988125,
      "grad_norm": 4.048501968383789,
      "learning_rate": 7.577925843183597e-06,
      "loss": 8.0761,
      "step": 431430
    },
    {
      "epoch": 0.8988333333333334,
      "grad_norm": 1.6166906356811523,
      "learning_rate": 7.574832279600395e-06,
      "loss": 8.6144,
      "step": 431440
    },
    {
      "epoch": 0.8988541666666666,
      "grad_norm": 1.1206631660461426,
      "learning_rate": 7.571739331237553e-06,
      "loss": 8.2412,
      "step": 431450
    },
    {
      "epoch": 0.898875,
      "grad_norm": 4.282483100891113,
      "learning_rate": 7.568646998108408e-06,
      "loss": 8.019,
      "step": 431460
    },
    {
      "epoch": 0.8988958333333333,
      "grad_norm": 3.083544969558716,
      "learning_rate": 7.565555280226332e-06,
      "loss": 7.744,
      "step": 431470
    },
    {
      "epoch": 0.8989166666666667,
      "grad_norm": 2.4417805671691895,
      "learning_rate": 7.562464177604682e-06,
      "loss": 8.5931,
      "step": 431480
    },
    {
      "epoch": 0.8989375,
      "grad_norm": 1.1263444423675537,
      "learning_rate": 7.5593736902567984e-06,
      "loss": 7.9754,
      "step": 431490
    },
    {
      "epoch": 0.8989583333333333,
      "grad_norm": 1.7249846458435059,
      "learning_rate": 7.556283818196035e-06,
      "loss": 8.3007,
      "step": 431500
    },
    {
      "epoch": 0.8989791666666667,
      "grad_norm": 1.7156223058700562,
      "learning_rate": 7.553194561435749e-06,
      "loss": 8.6847,
      "step": 431510
    },
    {
      "epoch": 0.899,
      "grad_norm": 1.3806909322738647,
      "learning_rate": 7.55010591998928e-06,
      "loss": 8.6984,
      "step": 431520
    },
    {
      "epoch": 0.8990208333333334,
      "grad_norm": 2.2561681270599365,
      "learning_rate": 7.547017893869967e-06,
      "loss": 8.368,
      "step": 431530
    },
    {
      "epoch": 0.8990416666666666,
      "grad_norm": 1.1057701110839844,
      "learning_rate": 7.543930483091149e-06,
      "loss": 8.2838,
      "step": 431540
    },
    {
      "epoch": 0.8990625,
      "grad_norm": 2.2558236122131348,
      "learning_rate": 7.540843687666165e-06,
      "loss": 7.8585,
      "step": 431550
    },
    {
      "epoch": 0.8990833333333333,
      "grad_norm": 2.361311197280884,
      "learning_rate": 7.537757507608338e-06,
      "loss": 7.8453,
      "step": 431560
    },
    {
      "epoch": 0.8991041666666667,
      "grad_norm": 1.2589527368545532,
      "learning_rate": 7.534671942931026e-06,
      "loss": 7.8705,
      "step": 431570
    },
    {
      "epoch": 0.899125,
      "grad_norm": 1.2014338970184326,
      "learning_rate": 7.531586993647532e-06,
      "loss": 7.326,
      "step": 431580
    },
    {
      "epoch": 0.8991458333333333,
      "grad_norm": 1.2497166395187378,
      "learning_rate": 7.52850265977118e-06,
      "loss": 8.5896,
      "step": 431590
    },
    {
      "epoch": 0.8991666666666667,
      "grad_norm": 1.144960641860962,
      "learning_rate": 7.525418941315326e-06,
      "loss": 8.6678,
      "step": 431600
    },
    {
      "epoch": 0.8991875,
      "grad_norm": 2.3140368461608887,
      "learning_rate": 7.522335838293226e-06,
      "loss": 7.4653,
      "step": 431610
    },
    {
      "epoch": 0.8992083333333334,
      "grad_norm": 3.1969192028045654,
      "learning_rate": 7.519253350718268e-06,
      "loss": 7.7937,
      "step": 431620
    },
    {
      "epoch": 0.8992291666666666,
      "grad_norm": 1.7073321342468262,
      "learning_rate": 7.516171478603761e-06,
      "loss": 7.9591,
      "step": 431630
    },
    {
      "epoch": 0.89925,
      "grad_norm": 1.814331293106079,
      "learning_rate": 7.513090221962942e-06,
      "loss": 7.8537,
      "step": 431640
    },
    {
      "epoch": 0.8992708333333334,
      "grad_norm": 2.383681297302246,
      "learning_rate": 7.510009580809218e-06,
      "loss": 8.0176,
      "step": 431650
    },
    {
      "epoch": 0.8992916666666667,
      "grad_norm": 2.2305474281311035,
      "learning_rate": 7.506929555155828e-06,
      "loss": 8.3811,
      "step": 431660
    },
    {
      "epoch": 0.8993125,
      "grad_norm": 2.1451218128204346,
      "learning_rate": 7.503850145016077e-06,
      "loss": 8.2391,
      "step": 431670
    },
    {
      "epoch": 0.8993333333333333,
      "grad_norm": 1.273817539215088,
      "learning_rate": 7.500771350403339e-06,
      "loss": 7.352,
      "step": 431680
    },
    {
      "epoch": 0.8993541666666667,
      "grad_norm": 1.9035319089889526,
      "learning_rate": 7.497693171330838e-06,
      "loss": 7.93,
      "step": 431690
    },
    {
      "epoch": 0.899375,
      "grad_norm": 3.621002197265625,
      "learning_rate": 7.4946156078118605e-06,
      "loss": 7.8941,
      "step": 431700
    },
    {
      "epoch": 0.8993958333333333,
      "grad_norm": 1.627371072769165,
      "learning_rate": 7.491538659859797e-06,
      "loss": 7.9275,
      "step": 431710
    },
    {
      "epoch": 0.8994166666666666,
      "grad_norm": 3.619356155395508,
      "learning_rate": 7.488462327487854e-06,
      "loss": 8.7518,
      "step": 431720
    },
    {
      "epoch": 0.8994375,
      "grad_norm": 1.2030035257339478,
      "learning_rate": 7.4853866107093205e-06,
      "loss": 7.8905,
      "step": 431730
    },
    {
      "epoch": 0.8994583333333334,
      "grad_norm": 1.928439736366272,
      "learning_rate": 7.482311509537553e-06,
      "loss": 7.6123,
      "step": 431740
    },
    {
      "epoch": 0.8994791666666667,
      "grad_norm": 3.012524127960205,
      "learning_rate": 7.479237023985757e-06,
      "loss": 7.5978,
      "step": 431750
    },
    {
      "epoch": 0.8995,
      "grad_norm": 1.1620992422103882,
      "learning_rate": 7.476163154067222e-06,
      "loss": 8.3293,
      "step": 431760
    },
    {
      "epoch": 0.8995208333333333,
      "grad_norm": 1.4116604328155518,
      "learning_rate": 7.473089899795303e-06,
      "loss": 7.8044,
      "step": 431770
    },
    {
      "epoch": 0.8995416666666667,
      "grad_norm": 2.9960014820098877,
      "learning_rate": 7.470017261183192e-06,
      "loss": 7.9212,
      "step": 431780
    },
    {
      "epoch": 0.8995625,
      "grad_norm": 1.6512929201126099,
      "learning_rate": 7.466945238244176e-06,
      "loss": 7.7717,
      "step": 431790
    },
    {
      "epoch": 0.8995833333333333,
      "grad_norm": 1.3759796619415283,
      "learning_rate": 7.463873830991562e-06,
      "loss": 8.158,
      "step": 431800
    },
    {
      "epoch": 0.8996041666666666,
      "grad_norm": 1.6123552322387695,
      "learning_rate": 7.460803039438573e-06,
      "loss": 7.6787,
      "step": 431810
    },
    {
      "epoch": 0.899625,
      "grad_norm": 2.3688771724700928,
      "learning_rate": 7.4577328635984975e-06,
      "loss": 8.7273,
      "step": 431820
    },
    {
      "epoch": 0.8996458333333334,
      "grad_norm": 1.6827183961868286,
      "learning_rate": 7.454663303484609e-06,
      "loss": 8.2165,
      "step": 431830
    },
    {
      "epoch": 0.8996666666666666,
      "grad_norm": 1.1552748680114746,
      "learning_rate": 7.45159435911013e-06,
      "loss": 8.4344,
      "step": 431840
    },
    {
      "epoch": 0.8996875,
      "grad_norm": 0.9162718057632446,
      "learning_rate": 7.44852603048835e-06,
      "loss": 7.6674,
      "step": 431850
    },
    {
      "epoch": 0.8997083333333333,
      "grad_norm": 1.08512282371521,
      "learning_rate": 7.445458317632508e-06,
      "loss": 8.1781,
      "step": 431860
    },
    {
      "epoch": 0.8997291666666667,
      "grad_norm": 8.434694290161133,
      "learning_rate": 7.44239122055586e-06,
      "loss": 8.5964,
      "step": 431870
    },
    {
      "epoch": 0.89975,
      "grad_norm": 1.8256093263626099,
      "learning_rate": 7.439324739271662e-06,
      "loss": 8.1489,
      "step": 431880
    },
    {
      "epoch": 0.8997708333333333,
      "grad_norm": 3.3033502101898193,
      "learning_rate": 7.436258873793155e-06,
      "loss": 8.1663,
      "step": 431890
    },
    {
      "epoch": 0.8997916666666667,
      "grad_norm": 1.799870491027832,
      "learning_rate": 7.43319362413356e-06,
      "loss": 7.9609,
      "step": 431900
    },
    {
      "epoch": 0.8998125,
      "grad_norm": 1.7706352472305298,
      "learning_rate": 7.4301289903061666e-06,
      "loss": 7.7064,
      "step": 431910
    },
    {
      "epoch": 0.8998333333333334,
      "grad_norm": 1.7168262004852295,
      "learning_rate": 7.4270649723241485e-06,
      "loss": 8.1697,
      "step": 431920
    },
    {
      "epoch": 0.8998541666666666,
      "grad_norm": 2.5075271129608154,
      "learning_rate": 7.424001570200777e-06,
      "loss": 7.8305,
      "step": 431930
    },
    {
      "epoch": 0.899875,
      "grad_norm": 2.4484052658081055,
      "learning_rate": 7.420938783949326e-06,
      "loss": 7.5323,
      "step": 431940
    },
    {
      "epoch": 0.8998958333333333,
      "grad_norm": 2.7941184043884277,
      "learning_rate": 7.417876613582935e-06,
      "loss": 8.3977,
      "step": 431950
    },
    {
      "epoch": 0.8999166666666667,
      "grad_norm": 3.6620895862579346,
      "learning_rate": 7.414815059114893e-06,
      "loss": 8.6191,
      "step": 431960
    },
    {
      "epoch": 0.8999375,
      "grad_norm": 1.1978282928466797,
      "learning_rate": 7.411754120558438e-06,
      "loss": 7.6546,
      "step": 431970
    },
    {
      "epoch": 0.8999583333333333,
      "grad_norm": 1.3802706003189087,
      "learning_rate": 7.408693797926713e-06,
      "loss": 8.3044,
      "step": 431980
    },
    {
      "epoch": 0.8999791666666667,
      "grad_norm": 3.6568398475646973,
      "learning_rate": 7.4056340912330204e-06,
      "loss": 7.9761,
      "step": 431990
    },
    {
      "epoch": 0.9,
      "grad_norm": 1.5263491868972778,
      "learning_rate": 7.4025750004905685e-06,
      "loss": 7.7556,
      "step": 432000
    },
    {
      "epoch": 0.9,
      "eval_loss": 7.0611677169799805,
      "eval_runtime": 8.4303,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 432000
    },
    {
      "epoch": 0.9000208333333334,
      "grad_norm": 1.4079612493515015,
      "learning_rate": 7.399516525712496e-06,
      "loss": 8.3216,
      "step": 432010
    },
    {
      "epoch": 0.9000416666666666,
      "grad_norm": 1.7098628282546997,
      "learning_rate": 7.396458666912092e-06,
      "loss": 8.0038,
      "step": 432020
    },
    {
      "epoch": 0.9000625,
      "grad_norm": 1.2714005708694458,
      "learning_rate": 7.393401424102563e-06,
      "loss": 7.8317,
      "step": 432030
    },
    {
      "epoch": 0.9000833333333333,
      "grad_norm": 4.562143325805664,
      "learning_rate": 7.3903447972970485e-06,
      "loss": 8.0232,
      "step": 432040
    },
    {
      "epoch": 0.9001041666666667,
      "grad_norm": 2.1663219928741455,
      "learning_rate": 7.387288786508838e-06,
      "loss": 8.1376,
      "step": 432050
    },
    {
      "epoch": 0.900125,
      "grad_norm": 3.3303520679473877,
      "learning_rate": 7.384233391751071e-06,
      "loss": 8.5887,
      "step": 432060
    },
    {
      "epoch": 0.9001458333333333,
      "grad_norm": 1.2780578136444092,
      "learning_rate": 7.3811786130369535e-06,
      "loss": 7.8798,
      "step": 432070
    },
    {
      "epoch": 0.9001666666666667,
      "grad_norm": 4.930446147918701,
      "learning_rate": 7.378124450379708e-06,
      "loss": 7.3058,
      "step": 432080
    },
    {
      "epoch": 0.9001875,
      "grad_norm": 1.7226523160934448,
      "learning_rate": 7.375070903792507e-06,
      "loss": 8.3131,
      "step": 432090
    },
    {
      "epoch": 0.9002083333333334,
      "grad_norm": 2.2646214962005615,
      "learning_rate": 7.372017973288525e-06,
      "loss": 8.1867,
      "step": 432100
    },
    {
      "epoch": 0.9002291666666666,
      "grad_norm": 1.806300401687622,
      "learning_rate": 7.368965658881016e-06,
      "loss": 7.9844,
      "step": 432110
    },
    {
      "epoch": 0.90025,
      "grad_norm": 4.199596405029297,
      "learning_rate": 7.365913960583086e-06,
      "loss": 7.9159,
      "step": 432120
    },
    {
      "epoch": 0.9002708333333334,
      "grad_norm": 3.124485492706299,
      "learning_rate": 7.3628628784079265e-06,
      "loss": 8.1038,
      "step": 432130
    },
    {
      "epoch": 0.9002916666666667,
      "grad_norm": 1.9387704133987427,
      "learning_rate": 7.359812412368793e-06,
      "loss": 8.3751,
      "step": 432140
    },
    {
      "epoch": 0.9003125,
      "grad_norm": 1.2709780931472778,
      "learning_rate": 7.356762562478774e-06,
      "loss": 7.7415,
      "step": 432150
    },
    {
      "epoch": 0.9003333333333333,
      "grad_norm": 2.5446016788482666,
      "learning_rate": 7.353713328751093e-06,
      "loss": 7.8493,
      "step": 432160
    },
    {
      "epoch": 0.9003541666666667,
      "grad_norm": 1.5852653980255127,
      "learning_rate": 7.3506647111989056e-06,
      "loss": 8.1438,
      "step": 432170
    },
    {
      "epoch": 0.900375,
      "grad_norm": 1.2003942728042603,
      "learning_rate": 7.3476167098353686e-06,
      "loss": 8.4514,
      "step": 432180
    },
    {
      "epoch": 0.9003958333333333,
      "grad_norm": 0.956736147403717,
      "learning_rate": 7.344569324673672e-06,
      "loss": 8.9839,
      "step": 432190
    },
    {
      "epoch": 0.9004166666666666,
      "grad_norm": 1.6344921588897705,
      "learning_rate": 7.34152255572697e-06,
      "loss": 8.562,
      "step": 432200
    },
    {
      "epoch": 0.9004375,
      "grad_norm": 5.57390022277832,
      "learning_rate": 7.33847640300842e-06,
      "loss": 8.256,
      "step": 432210
    },
    {
      "epoch": 0.9004583333333334,
      "grad_norm": 13.729035377502441,
      "learning_rate": 7.335430866531178e-06,
      "loss": 8.6107,
      "step": 432220
    },
    {
      "epoch": 0.9004791666666667,
      "grad_norm": 1.6228716373443604,
      "learning_rate": 7.3323859463084165e-06,
      "loss": 8.438,
      "step": 432230
    },
    {
      "epoch": 0.9005,
      "grad_norm": 1.3195414543151855,
      "learning_rate": 7.329341642353259e-06,
      "loss": 7.463,
      "step": 432240
    },
    {
      "epoch": 0.9005208333333333,
      "grad_norm": 2.1673636436462402,
      "learning_rate": 7.326297954678878e-06,
      "loss": 8.0011,
      "step": 432250
    },
    {
      "epoch": 0.9005416666666667,
      "grad_norm": 2.5659525394439697,
      "learning_rate": 7.32325488329843e-06,
      "loss": 8.4768,
      "step": 432260
    },
    {
      "epoch": 0.9005625,
      "grad_norm": 10.467016220092773,
      "learning_rate": 7.320212428225036e-06,
      "loss": 8.4063,
      "step": 432270
    },
    {
      "epoch": 0.9005833333333333,
      "grad_norm": 1.3327655792236328,
      "learning_rate": 7.317170589471855e-06,
      "loss": 8.3681,
      "step": 432280
    },
    {
      "epoch": 0.9006041666666667,
      "grad_norm": 2.770312547683716,
      "learning_rate": 7.31412936705199e-06,
      "loss": 8.0919,
      "step": 432290
    },
    {
      "epoch": 0.900625,
      "grad_norm": 6.744268894195557,
      "learning_rate": 7.311088760978634e-06,
      "loss": 7.8393,
      "step": 432300
    },
    {
      "epoch": 0.9006458333333334,
      "grad_norm": 1.527899980545044,
      "learning_rate": 7.308048771264907e-06,
      "loss": 8.1194,
      "step": 432310
    },
    {
      "epoch": 0.9006666666666666,
      "grad_norm": 4.362837791442871,
      "learning_rate": 7.305009397923883e-06,
      "loss": 7.9554,
      "step": 432320
    },
    {
      "epoch": 0.9006875,
      "grad_norm": 1.0670487880706787,
      "learning_rate": 7.3019706409687685e-06,
      "loss": 7.8781,
      "step": 432330
    },
    {
      "epoch": 0.9007083333333333,
      "grad_norm": 2.2757492065429688,
      "learning_rate": 7.298932500412669e-06,
      "loss": 8.4741,
      "step": 432340
    },
    {
      "epoch": 0.9007291666666667,
      "grad_norm": 2.1249959468841553,
      "learning_rate": 7.295894976268657e-06,
      "loss": 7.9117,
      "step": 432350
    },
    {
      "epoch": 0.90075,
      "grad_norm": 2.082611322402954,
      "learning_rate": 7.292858068549906e-06,
      "loss": 8.0454,
      "step": 432360
    },
    {
      "epoch": 0.9007708333333333,
      "grad_norm": 1.4668618440628052,
      "learning_rate": 7.289821777269555e-06,
      "loss": 7.7354,
      "step": 432370
    },
    {
      "epoch": 0.9007916666666667,
      "grad_norm": 2.452979564666748,
      "learning_rate": 7.286786102440645e-06,
      "loss": 8.0916,
      "step": 432380
    },
    {
      "epoch": 0.9008125,
      "grad_norm": 2.459329843521118,
      "learning_rate": 7.28375104407633e-06,
      "loss": 9.1348,
      "step": 432390
    },
    {
      "epoch": 0.9008333333333334,
      "grad_norm": 1.6904067993164062,
      "learning_rate": 7.280716602189751e-06,
      "loss": 7.5391,
      "step": 432400
    },
    {
      "epoch": 0.9008541666666666,
      "grad_norm": 1.9056978225708008,
      "learning_rate": 7.277682776793947e-06,
      "loss": 8.2422,
      "step": 432410
    },
    {
      "epoch": 0.900875,
      "grad_norm": 1.2406888008117676,
      "learning_rate": 7.2746495679021076e-06,
      "loss": 7.6265,
      "step": 432420
    },
    {
      "epoch": 0.9008958333333333,
      "grad_norm": 1.8813886642456055,
      "learning_rate": 7.271616975527255e-06,
      "loss": 7.75,
      "step": 432430
    },
    {
      "epoch": 0.9009166666666667,
      "grad_norm": 1.651289701461792,
      "learning_rate": 7.268584999682497e-06,
      "loss": 7.8471,
      "step": 432440
    },
    {
      "epoch": 0.9009375,
      "grad_norm": 3.5584452152252197,
      "learning_rate": 7.2655536403810055e-06,
      "loss": 8.0781,
      "step": 432450
    },
    {
      "epoch": 0.9009583333333333,
      "grad_norm": 1.2004015445709229,
      "learning_rate": 7.262522897635803e-06,
      "loss": 8.3133,
      "step": 432460
    },
    {
      "epoch": 0.9009791666666667,
      "grad_norm": 1.588752031326294,
      "learning_rate": 7.259492771459996e-06,
      "loss": 7.8136,
      "step": 432470
    },
    {
      "epoch": 0.901,
      "grad_norm": 1.361512541770935,
      "learning_rate": 7.25646326186669e-06,
      "loss": 8.034,
      "step": 432480
    },
    {
      "epoch": 0.9010208333333334,
      "grad_norm": 1.7425518035888672,
      "learning_rate": 7.253434368868943e-06,
      "loss": 8.3117,
      "step": 432490
    },
    {
      "epoch": 0.9010416666666666,
      "grad_norm": 10.78750991821289,
      "learning_rate": 7.250406092479877e-06,
      "loss": 8.7142,
      "step": 432500
    },
    {
      "epoch": 0.9010625,
      "grad_norm": 2.1809945106506348,
      "learning_rate": 7.247378432712531e-06,
      "loss": 7.871,
      "step": 432510
    },
    {
      "epoch": 0.9010833333333333,
      "grad_norm": 1.362878441810608,
      "learning_rate": 7.244351389580027e-06,
      "loss": 7.4652,
      "step": 432520
    },
    {
      "epoch": 0.9011041666666667,
      "grad_norm": 1.48989737033844,
      "learning_rate": 7.241324963095408e-06,
      "loss": 7.5751,
      "step": 432530
    },
    {
      "epoch": 0.901125,
      "grad_norm": 2.678516387939453,
      "learning_rate": 7.238299153271759e-06,
      "loss": 8.233,
      "step": 432540
    },
    {
      "epoch": 0.9011458333333333,
      "grad_norm": 3.5441527366638184,
      "learning_rate": 7.23527396012214e-06,
      "loss": 8.778,
      "step": 432550
    },
    {
      "epoch": 0.9011666666666667,
      "grad_norm": 2.134845495223999,
      "learning_rate": 7.232249383659639e-06,
      "loss": 7.4148,
      "step": 432560
    },
    {
      "epoch": 0.9011875,
      "grad_norm": 1.5382462739944458,
      "learning_rate": 7.229225423897295e-06,
      "loss": 7.423,
      "step": 432570
    },
    {
      "epoch": 0.9012083333333333,
      "grad_norm": 3.3124301433563232,
      "learning_rate": 7.226202080848198e-06,
      "loss": 8.5391,
      "step": 432580
    },
    {
      "epoch": 0.9012291666666666,
      "grad_norm": 2.8371639251708984,
      "learning_rate": 7.223179354525388e-06,
      "loss": 8.5012,
      "step": 432590
    },
    {
      "epoch": 0.90125,
      "grad_norm": 1.505479097366333,
      "learning_rate": 7.220157244941937e-06,
      "loss": 7.5987,
      "step": 432600
    },
    {
      "epoch": 0.9012708333333334,
      "grad_norm": 3.082482099533081,
      "learning_rate": 7.217135752110887e-06,
      "loss": 8.3928,
      "step": 432610
    },
    {
      "epoch": 0.9012916666666667,
      "grad_norm": 1.7871572971343994,
      "learning_rate": 7.21411487604529e-06,
      "loss": 7.9402,
      "step": 432620
    },
    {
      "epoch": 0.9013125,
      "grad_norm": 4.279069423675537,
      "learning_rate": 7.21109461675819e-06,
      "loss": 8.0997,
      "step": 432630
    },
    {
      "epoch": 0.9013333333333333,
      "grad_norm": 12.403115272521973,
      "learning_rate": 7.208074974262656e-06,
      "loss": 8.2627,
      "step": 432640
    },
    {
      "epoch": 0.9013541666666667,
      "grad_norm": 2.1544899940490723,
      "learning_rate": 7.205055948571731e-06,
      "loss": 7.8559,
      "step": 432650
    },
    {
      "epoch": 0.901375,
      "grad_norm": 2.848907232284546,
      "learning_rate": 7.202037539698402e-06,
      "loss": 8.0248,
      "step": 432660
    },
    {
      "epoch": 0.9013958333333333,
      "grad_norm": 1.3262864351272583,
      "learning_rate": 7.19901974765576e-06,
      "loss": 7.9828,
      "step": 432670
    },
    {
      "epoch": 0.9014166666666666,
      "grad_norm": 1.028883695602417,
      "learning_rate": 7.196002572456861e-06,
      "loss": 7.7742,
      "step": 432680
    },
    {
      "epoch": 0.9014375,
      "grad_norm": 1.0506842136383057,
      "learning_rate": 7.19298601411466e-06,
      "loss": 8.1366,
      "step": 432690
    },
    {
      "epoch": 0.9014583333333334,
      "grad_norm": 1.0526407957077026,
      "learning_rate": 7.189970072642248e-06,
      "loss": 8.1157,
      "step": 432700
    },
    {
      "epoch": 0.9014791666666667,
      "grad_norm": 1.2488572597503662,
      "learning_rate": 7.186954748052665e-06,
      "loss": 7.8095,
      "step": 432710
    },
    {
      "epoch": 0.9015,
      "grad_norm": 4.394693851470947,
      "learning_rate": 7.183940040358865e-06,
      "loss": 9.8225,
      "step": 432720
    },
    {
      "epoch": 0.9015208333333333,
      "grad_norm": 2.846437692642212,
      "learning_rate": 7.18092594957394e-06,
      "loss": 8.3653,
      "step": 432730
    },
    {
      "epoch": 0.9015416666666667,
      "grad_norm": 1.3633366823196411,
      "learning_rate": 7.177912475710895e-06,
      "loss": 8.1607,
      "step": 432740
    },
    {
      "epoch": 0.9015625,
      "grad_norm": 1.4625312089920044,
      "learning_rate": 7.174899618782687e-06,
      "loss": 7.8428,
      "step": 432750
    },
    {
      "epoch": 0.9015833333333333,
      "grad_norm": 5.673670768737793,
      "learning_rate": 7.171887378802404e-06,
      "loss": 7.829,
      "step": 432760
    },
    {
      "epoch": 0.9016041666666667,
      "grad_norm": 3.4399361610412598,
      "learning_rate": 7.168875755783071e-06,
      "loss": 8.4492,
      "step": 432770
    },
    {
      "epoch": 0.901625,
      "grad_norm": 2.776381254196167,
      "learning_rate": 7.16586474973761e-06,
      "loss": 7.5872,
      "step": 432780
    },
    {
      "epoch": 0.9016458333333334,
      "grad_norm": 3.1473500728607178,
      "learning_rate": 7.1628543606790935e-06,
      "loss": 8.4146,
      "step": 432790
    },
    {
      "epoch": 0.9016666666666666,
      "grad_norm": 1.6424858570098877,
      "learning_rate": 7.159844588620512e-06,
      "loss": 8.2379,
      "step": 432800
    },
    {
      "epoch": 0.9016875,
      "grad_norm": 1.126447319984436,
      "learning_rate": 7.156835433574853e-06,
      "loss": 8.0312,
      "step": 432810
    },
    {
      "epoch": 0.9017083333333333,
      "grad_norm": 1.8086256980895996,
      "learning_rate": 7.153826895555109e-06,
      "loss": 7.7274,
      "step": 432820
    },
    {
      "epoch": 0.9017291666666667,
      "grad_norm": 1.8541884422302246,
      "learning_rate": 7.150818974574319e-06,
      "loss": 8.05,
      "step": 432830
    },
    {
      "epoch": 0.90175,
      "grad_norm": 1.0952754020690918,
      "learning_rate": 7.14781167064542e-06,
      "loss": 8.3968,
      "step": 432840
    },
    {
      "epoch": 0.9017708333333333,
      "grad_norm": 2.0350167751312256,
      "learning_rate": 7.1448049837814545e-06,
      "loss": 8.5122,
      "step": 432850
    },
    {
      "epoch": 0.9017916666666667,
      "grad_norm": 2.376680850982666,
      "learning_rate": 7.141798913995362e-06,
      "loss": 8.5231,
      "step": 432860
    },
    {
      "epoch": 0.9018125,
      "grad_norm": 4.668868064880371,
      "learning_rate": 7.138793461300163e-06,
      "loss": 7.703,
      "step": 432870
    },
    {
      "epoch": 0.9018333333333334,
      "grad_norm": 2.196896553039551,
      "learning_rate": 7.135788625708833e-06,
      "loss": 8.4309,
      "step": 432880
    },
    {
      "epoch": 0.9018541666666666,
      "grad_norm": 1.0855212211608887,
      "learning_rate": 7.132784407234343e-06,
      "loss": 7.8824,
      "step": 432890
    },
    {
      "epoch": 0.901875,
      "grad_norm": 5.419788837432861,
      "learning_rate": 7.129780805889668e-06,
      "loss": 7.9192,
      "step": 432900
    },
    {
      "epoch": 0.9018958333333333,
      "grad_norm": 2.1141843795776367,
      "learning_rate": 7.126777821687796e-06,
      "loss": 7.721,
      "step": 432910
    },
    {
      "epoch": 0.9019166666666667,
      "grad_norm": 12.477774620056152,
      "learning_rate": 7.123775454641684e-06,
      "loss": 8.3808,
      "step": 432920
    },
    {
      "epoch": 0.9019375,
      "grad_norm": 5.185863018035889,
      "learning_rate": 7.120773704764304e-06,
      "loss": 8.5908,
      "step": 432930
    },
    {
      "epoch": 0.9019583333333333,
      "grad_norm": 10.769522666931152,
      "learning_rate": 7.117772572068648e-06,
      "loss": 7.8128,
      "step": 432940
    },
    {
      "epoch": 0.9019791666666667,
      "grad_norm": 4.006744384765625,
      "learning_rate": 7.114772056567636e-06,
      "loss": 7.8905,
      "step": 432950
    },
    {
      "epoch": 0.902,
      "grad_norm": 9.992993354797363,
      "learning_rate": 7.111772158274259e-06,
      "loss": 8.1092,
      "step": 432960
    },
    {
      "epoch": 0.9020208333333334,
      "grad_norm": 6.997438430786133,
      "learning_rate": 7.108772877201458e-06,
      "loss": 8.8716,
      "step": 432970
    },
    {
      "epoch": 0.9020416666666666,
      "grad_norm": 1.6445173025131226,
      "learning_rate": 7.105774213362203e-06,
      "loss": 8.6156,
      "step": 432980
    },
    {
      "epoch": 0.9020625,
      "grad_norm": 1.9420422315597534,
      "learning_rate": 7.1027761667694525e-06,
      "loss": 7.7989,
      "step": 432990
    },
    {
      "epoch": 0.9020833333333333,
      "grad_norm": 1.777358889579773,
      "learning_rate": 7.099778737436129e-06,
      "loss": 8.2388,
      "step": 433000
    },
    {
      "epoch": 0.9020833333333333,
      "eval_loss": 6.6194868087768555,
      "eval_runtime": 9.0172,
      "eval_samples_per_second": 0.333,
      "eval_steps_per_second": 0.111,
      "step": 433000
    },
    {
      "epoch": 0.9021041666666667,
      "grad_norm": 1.9946266412734985,
      "learning_rate": 7.096781925375206e-06,
      "loss": 8.21,
      "step": 433010
    },
    {
      "epoch": 0.902125,
      "grad_norm": 5.126238822937012,
      "learning_rate": 7.093785730599622e-06,
      "loss": 8.892,
      "step": 433020
    },
    {
      "epoch": 0.9021458333333333,
      "grad_norm": 1.8073960542678833,
      "learning_rate": 7.090790153122317e-06,
      "loss": 7.6044,
      "step": 433030
    },
    {
      "epoch": 0.9021666666666667,
      "grad_norm": 3.241335868835449,
      "learning_rate": 7.08779519295623e-06,
      "loss": 7.9923,
      "step": 433040
    },
    {
      "epoch": 0.9021875,
      "grad_norm": 13.77983570098877,
      "learning_rate": 7.08480085011432e-06,
      "loss": 7.9012,
      "step": 433050
    },
    {
      "epoch": 0.9022083333333333,
      "grad_norm": 1.8390734195709229,
      "learning_rate": 7.08180712460949e-06,
      "loss": 8.0987,
      "step": 433060
    },
    {
      "epoch": 0.9022291666666666,
      "grad_norm": 2.064596652984619,
      "learning_rate": 7.078814016454648e-06,
      "loss": 8.0245,
      "step": 433070
    },
    {
      "epoch": 0.90225,
      "grad_norm": 2.501835346221924,
      "learning_rate": 7.0758215256628e-06,
      "loss": 8.8075,
      "step": 433080
    },
    {
      "epoch": 0.9022708333333334,
      "grad_norm": 3.4679818153381348,
      "learning_rate": 7.072829652246803e-06,
      "loss": 8.1076,
      "step": 433090
    },
    {
      "epoch": 0.9022916666666667,
      "grad_norm": 2.1848256587982178,
      "learning_rate": 7.069838396219596e-06,
      "loss": 7.7266,
      "step": 433100
    },
    {
      "epoch": 0.9023125,
      "grad_norm": 2.4455440044403076,
      "learning_rate": 7.0668477575941514e-06,
      "loss": 8.0056,
      "step": 433110
    },
    {
      "epoch": 0.9023333333333333,
      "grad_norm": 2.410109043121338,
      "learning_rate": 7.063857736383327e-06,
      "loss": 7.8043,
      "step": 433120
    },
    {
      "epoch": 0.9023541666666667,
      "grad_norm": 2.2297630310058594,
      "learning_rate": 7.060868332600044e-06,
      "loss": 8.2256,
      "step": 433130
    },
    {
      "epoch": 0.902375,
      "grad_norm": 1.336461067199707,
      "learning_rate": 7.057879546257262e-06,
      "loss": 7.9603,
      "step": 433140
    },
    {
      "epoch": 0.9023958333333333,
      "grad_norm": 2.9185657501220703,
      "learning_rate": 7.05489137736785e-06,
      "loss": 8.5117,
      "step": 433150
    },
    {
      "epoch": 0.9024166666666666,
      "grad_norm": 2.066039800643921,
      "learning_rate": 7.051903825944716e-06,
      "loss": 8.2348,
      "step": 433160
    },
    {
      "epoch": 0.9024375,
      "grad_norm": 2.9008474349975586,
      "learning_rate": 7.048916892000783e-06,
      "loss": 8.1743,
      "step": 433170
    },
    {
      "epoch": 0.9024583333333334,
      "grad_norm": 4.386046886444092,
      "learning_rate": 7.045930575548941e-06,
      "loss": 8.2173,
      "step": 433180
    },
    {
      "epoch": 0.9024791666666667,
      "grad_norm": 1.732513427734375,
      "learning_rate": 7.04294487660208e-06,
      "loss": 7.8111,
      "step": 433190
    },
    {
      "epoch": 0.9025,
      "grad_norm": 1.730707049369812,
      "learning_rate": 7.039959795173122e-06,
      "loss": 7.791,
      "step": 433200
    },
    {
      "epoch": 0.9025208333333333,
      "grad_norm": 1.8774718046188354,
      "learning_rate": 7.036975331274958e-06,
      "loss": 7.8674,
      "step": 433210
    },
    {
      "epoch": 0.9025416666666667,
      "grad_norm": 1.1777538061141968,
      "learning_rate": 7.03399148492046e-06,
      "loss": 7.5982,
      "step": 433220
    },
    {
      "epoch": 0.9025625,
      "grad_norm": 1.5630943775177002,
      "learning_rate": 7.03100825612255e-06,
      "loss": 8.1399,
      "step": 433230
    },
    {
      "epoch": 0.9025833333333333,
      "grad_norm": 1.4026273488998413,
      "learning_rate": 7.02802564489407e-06,
      "loss": 8.8594,
      "step": 433240
    },
    {
      "epoch": 0.9026041666666667,
      "grad_norm": 2.1874656677246094,
      "learning_rate": 7.0250436512479415e-06,
      "loss": 7.8647,
      "step": 433250
    },
    {
      "epoch": 0.902625,
      "grad_norm": 1.0990620851516724,
      "learning_rate": 7.022062275197021e-06,
      "loss": 8.0202,
      "step": 433260
    },
    {
      "epoch": 0.9026458333333334,
      "grad_norm": 11.1893310546875,
      "learning_rate": 7.0190815167541995e-06,
      "loss": 8.0419,
      "step": 433270
    },
    {
      "epoch": 0.9026666666666666,
      "grad_norm": 2.272451877593994,
      "learning_rate": 7.016101375932348e-06,
      "loss": 8.1534,
      "step": 433280
    },
    {
      "epoch": 0.9026875,
      "grad_norm": 1.505213975906372,
      "learning_rate": 7.013121852744341e-06,
      "loss": 7.6335,
      "step": 433290
    },
    {
      "epoch": 0.9027083333333333,
      "grad_norm": 1.584036946296692,
      "learning_rate": 7.010142947203052e-06,
      "loss": 7.9786,
      "step": 433300
    },
    {
      "epoch": 0.9027291666666667,
      "grad_norm": 3.1677873134613037,
      "learning_rate": 7.007164659321352e-06,
      "loss": 8.6134,
      "step": 433310
    },
    {
      "epoch": 0.90275,
      "grad_norm": 2.145085334777832,
      "learning_rate": 7.004186989112098e-06,
      "loss": 9.33,
      "step": 433320
    },
    {
      "epoch": 0.9027708333333333,
      "grad_norm": 1.8974207639694214,
      "learning_rate": 7.001209936588148e-06,
      "loss": 8.1402,
      "step": 433330
    },
    {
      "epoch": 0.9027916666666667,
      "grad_norm": 1.4563432931900024,
      "learning_rate": 6.998233501762373e-06,
      "loss": 7.6947,
      "step": 433340
    },
    {
      "epoch": 0.9028125,
      "grad_norm": 9.141945838928223,
      "learning_rate": 6.995257684647615e-06,
      "loss": 7.4841,
      "step": 433350
    },
    {
      "epoch": 0.9028333333333334,
      "grad_norm": 0.9473050236701965,
      "learning_rate": 6.992282485256762e-06,
      "loss": 7.8284,
      "step": 433360
    },
    {
      "epoch": 0.9028541666666666,
      "grad_norm": 0.9935587048530579,
      "learning_rate": 6.9893079036026365e-06,
      "loss": 9.7762,
      "step": 433370
    },
    {
      "epoch": 0.902875,
      "grad_norm": 1.7617921829223633,
      "learning_rate": 6.9863339396980635e-06,
      "loss": 8.3406,
      "step": 433380
    },
    {
      "epoch": 0.9028958333333333,
      "grad_norm": 2.2402184009552,
      "learning_rate": 6.983360593555948e-06,
      "loss": 7.8204,
      "step": 433390
    },
    {
      "epoch": 0.9029166666666667,
      "grad_norm": 1.8271265029907227,
      "learning_rate": 6.980387865189113e-06,
      "loss": 8.7872,
      "step": 433400
    },
    {
      "epoch": 0.9029375,
      "grad_norm": 9.810626029968262,
      "learning_rate": 6.977415754610366e-06,
      "loss": 8.2537,
      "step": 433410
    },
    {
      "epoch": 0.9029583333333333,
      "grad_norm": 1.0079182386398315,
      "learning_rate": 6.974444261832596e-06,
      "loss": 7.597,
      "step": 433420
    },
    {
      "epoch": 0.9029791666666667,
      "grad_norm": 3.840498924255371,
      "learning_rate": 6.971473386868592e-06,
      "loss": 8.853,
      "step": 433430
    },
    {
      "epoch": 0.903,
      "grad_norm": 5.506629943847656,
      "learning_rate": 6.968503129731195e-06,
      "loss": 7.787,
      "step": 433440
    },
    {
      "epoch": 0.9030208333333334,
      "grad_norm": 1.7035545110702515,
      "learning_rate": 6.965533490433295e-06,
      "loss": 7.9523,
      "step": 433450
    },
    {
      "epoch": 0.9030416666666666,
      "grad_norm": 2.7342257499694824,
      "learning_rate": 6.962564468987647e-06,
      "loss": 8.6371,
      "step": 433460
    },
    {
      "epoch": 0.9030625,
      "grad_norm": 1.7897734642028809,
      "learning_rate": 6.9595960654070746e-06,
      "loss": 8.3184,
      "step": 433470
    },
    {
      "epoch": 0.9030833333333333,
      "grad_norm": 2.7432138919830322,
      "learning_rate": 6.956628279704468e-06,
      "loss": 8.3124,
      "step": 433480
    },
    {
      "epoch": 0.9031041666666667,
      "grad_norm": 2.142221689224243,
      "learning_rate": 6.9536611118926e-06,
      "loss": 8.2631,
      "step": 433490
    },
    {
      "epoch": 0.903125,
      "grad_norm": 2.9510371685028076,
      "learning_rate": 6.95069456198426e-06,
      "loss": 8.2933,
      "step": 433500
    },
    {
      "epoch": 0.9031458333333333,
      "grad_norm": 9.981732368469238,
      "learning_rate": 6.947728629992355e-06,
      "loss": 8.4474,
      "step": 433510
    },
    {
      "epoch": 0.9031666666666667,
      "grad_norm": 2.312514543533325,
      "learning_rate": 6.944763315929608e-06,
      "loss": 7.7914,
      "step": 433520
    },
    {
      "epoch": 0.9031875,
      "grad_norm": 1.561618685722351,
      "learning_rate": 6.9417986198088414e-06,
      "loss": 8.3152,
      "step": 433530
    },
    {
      "epoch": 0.9032083333333333,
      "grad_norm": 1.3598777055740356,
      "learning_rate": 6.938834541642913e-06,
      "loss": 8.326,
      "step": 433540
    },
    {
      "epoch": 0.9032291666666666,
      "grad_norm": 2.622027635574341,
      "learning_rate": 6.9358710814445606e-06,
      "loss": 8.2902,
      "step": 433550
    },
    {
      "epoch": 0.90325,
      "grad_norm": 4.202674388885498,
      "learning_rate": 6.932908239226642e-06,
      "loss": 8.502,
      "step": 433560
    },
    {
      "epoch": 0.9032708333333334,
      "grad_norm": 2.064222574234009,
      "learning_rate": 6.9299460150019135e-06,
      "loss": 7.9392,
      "step": 433570
    },
    {
      "epoch": 0.9032916666666667,
      "grad_norm": 2.2643680572509766,
      "learning_rate": 6.926984408783198e-06,
      "loss": 8.1759,
      "step": 433580
    },
    {
      "epoch": 0.9033125,
      "grad_norm": 1.117703914642334,
      "learning_rate": 6.924023420583269e-06,
      "loss": 7.8781,
      "step": 433590
    },
    {
      "epoch": 0.9033333333333333,
      "grad_norm": 1.8044637441635132,
      "learning_rate": 6.921063050414916e-06,
      "loss": 8.2824,
      "step": 433600
    },
    {
      "epoch": 0.9033541666666667,
      "grad_norm": 1.8960108757019043,
      "learning_rate": 6.9181032982909615e-06,
      "loss": 8.8223,
      "step": 433610
    },
    {
      "epoch": 0.903375,
      "grad_norm": 1.5046806335449219,
      "learning_rate": 6.915144164224146e-06,
      "loss": 8.0472,
      "step": 433620
    },
    {
      "epoch": 0.9033958333333333,
      "grad_norm": 1.9505314826965332,
      "learning_rate": 6.912185648227275e-06,
      "loss": 8.2598,
      "step": 433630
    },
    {
      "epoch": 0.9034166666666666,
      "grad_norm": 1.4572075605392456,
      "learning_rate": 6.9092277503131234e-06,
      "loss": 7.6146,
      "step": 433640
    },
    {
      "epoch": 0.9034375,
      "grad_norm": 3.1606743335723877,
      "learning_rate": 6.906270470494479e-06,
      "loss": 8.0572,
      "step": 433650
    },
    {
      "epoch": 0.9034583333333334,
      "grad_norm": 1.4387364387512207,
      "learning_rate": 6.903313808784084e-06,
      "loss": 8.2031,
      "step": 433660
    },
    {
      "epoch": 0.9034791666666667,
      "grad_norm": 1.1745049953460693,
      "learning_rate": 6.900357765194741e-06,
      "loss": 7.4768,
      "step": 433670
    },
    {
      "epoch": 0.9035,
      "grad_norm": 1.61984384059906,
      "learning_rate": 6.897402339739244e-06,
      "loss": 8.0617,
      "step": 433680
    },
    {
      "epoch": 0.9035208333333333,
      "grad_norm": 1.9471697807312012,
      "learning_rate": 6.8944475324302636e-06,
      "loss": 8.482,
      "step": 433690
    },
    {
      "epoch": 0.9035416666666667,
      "grad_norm": 4.385083198547363,
      "learning_rate": 6.891493343280658e-06,
      "loss": 7.5258,
      "step": 433700
    },
    {
      "epoch": 0.9035625,
      "grad_norm": 2.3566391468048096,
      "learning_rate": 6.888539772303164e-06,
      "loss": 7.7603,
      "step": 433710
    },
    {
      "epoch": 0.9035833333333333,
      "grad_norm": 1.4579555988311768,
      "learning_rate": 6.885586819510508e-06,
      "loss": 8.5564,
      "step": 433720
    },
    {
      "epoch": 0.9036041666666667,
      "grad_norm": 1.4679043292999268,
      "learning_rate": 6.8826344849154776e-06,
      "loss": 7.7437,
      "step": 433730
    },
    {
      "epoch": 0.903625,
      "grad_norm": 1.7188200950622559,
      "learning_rate": 6.879682768530831e-06,
      "loss": 8.0827,
      "step": 433740
    },
    {
      "epoch": 0.9036458333333334,
      "grad_norm": 1.7360074520111084,
      "learning_rate": 6.876731670369273e-06,
      "loss": 8.2523,
      "step": 433750
    },
    {
      "epoch": 0.9036666666666666,
      "grad_norm": 1.4228954315185547,
      "learning_rate": 6.873781190443611e-06,
      "loss": 7.933,
      "step": 433760
    },
    {
      "epoch": 0.9036875,
      "grad_norm": 1.5826621055603027,
      "learning_rate": 6.870831328766569e-06,
      "loss": 7.6841,
      "step": 433770
    },
    {
      "epoch": 0.9037083333333333,
      "grad_norm": 1.1697481870651245,
      "learning_rate": 6.867882085350834e-06,
      "loss": 7.3535,
      "step": 433780
    },
    {
      "epoch": 0.9037291666666667,
      "grad_norm": 1.0901721715927124,
      "learning_rate": 6.8649334602092484e-06,
      "loss": 7.5849,
      "step": 433790
    },
    {
      "epoch": 0.90375,
      "grad_norm": 6.448662281036377,
      "learning_rate": 6.861985453354451e-06,
      "loss": 9.2538,
      "step": 433800
    },
    {
      "epoch": 0.9037708333333333,
      "grad_norm": 2.0230021476745605,
      "learning_rate": 6.859038064799216e-06,
      "loss": 8.1571,
      "step": 433810
    },
    {
      "epoch": 0.9037916666666667,
      "grad_norm": 3.332566738128662,
      "learning_rate": 6.8560912945563154e-06,
      "loss": 8.0151,
      "step": 433820
    },
    {
      "epoch": 0.9038125,
      "grad_norm": 5.269074440002441,
      "learning_rate": 6.8531451426384224e-06,
      "loss": 8.351,
      "step": 433830
    },
    {
      "epoch": 0.9038333333333334,
      "grad_norm": 1.448197364807129,
      "learning_rate": 6.8501996090582604e-06,
      "loss": 8.3501,
      "step": 433840
    },
    {
      "epoch": 0.9038541666666666,
      "grad_norm": 2.6323885917663574,
      "learning_rate": 6.847254693828602e-06,
      "loss": 7.8614,
      "step": 433850
    },
    {
      "epoch": 0.903875,
      "grad_norm": 3.564546585083008,
      "learning_rate": 6.844310396962138e-06,
      "loss": 8.6083,
      "step": 433860
    },
    {
      "epoch": 0.9038958333333333,
      "grad_norm": 1.7154388427734375,
      "learning_rate": 6.8413667184715585e-06,
      "loss": 7.9484,
      "step": 433870
    },
    {
      "epoch": 0.9039166666666667,
      "grad_norm": 1.6133941411972046,
      "learning_rate": 6.838423658369652e-06,
      "loss": 8.4045,
      "step": 433880
    },
    {
      "epoch": 0.9039375,
      "grad_norm": 2.0893523693084717,
      "learning_rate": 6.835481216669058e-06,
      "loss": 7.7625,
      "step": 433890
    },
    {
      "epoch": 0.9039583333333333,
      "grad_norm": 1.1420358419418335,
      "learning_rate": 6.832539393382503e-06,
      "loss": 7.8701,
      "step": 433900
    },
    {
      "epoch": 0.9039791666666667,
      "grad_norm": 1.510520100593567,
      "learning_rate": 6.829598188522756e-06,
      "loss": 8.1737,
      "step": 433910
    },
    {
      "epoch": 0.904,
      "grad_norm": 1.1815516948699951,
      "learning_rate": 6.826657602102442e-06,
      "loss": 8.5529,
      "step": 433920
    },
    {
      "epoch": 0.9040208333333334,
      "grad_norm": 2.326688766479492,
      "learning_rate": 6.823717634134301e-06,
      "loss": 7.8597,
      "step": 433930
    },
    {
      "epoch": 0.9040416666666666,
      "grad_norm": 2.414212226867676,
      "learning_rate": 6.820778284631023e-06,
      "loss": 7.5645,
      "step": 433940
    },
    {
      "epoch": 0.9040625,
      "grad_norm": 7.626857757568359,
      "learning_rate": 6.817839553605314e-06,
      "loss": 8.5132,
      "step": 433950
    },
    {
      "epoch": 0.9040833333333333,
      "grad_norm": 2.107323408126831,
      "learning_rate": 6.814901441069864e-06,
      "loss": 7.8317,
      "step": 433960
    },
    {
      "epoch": 0.9041041666666667,
      "grad_norm": 2.297313928604126,
      "learning_rate": 6.8119639470373465e-06,
      "loss": 7.8294,
      "step": 433970
    },
    {
      "epoch": 0.904125,
      "grad_norm": 8.295164108276367,
      "learning_rate": 6.809027071520484e-06,
      "loss": 9.1985,
      "step": 433980
    },
    {
      "epoch": 0.9041458333333333,
      "grad_norm": 2.614865779876709,
      "learning_rate": 6.80609081453195e-06,
      "loss": 8.2579,
      "step": 433990
    },
    {
      "epoch": 0.9041666666666667,
      "grad_norm": 2.4369916915893555,
      "learning_rate": 6.803155176084401e-06,
      "loss": 8.0169,
      "step": 434000
    },
    {
      "epoch": 0.9041666666666667,
      "eval_loss": 7.089550971984863,
      "eval_runtime": 8.6982,
      "eval_samples_per_second": 0.345,
      "eval_steps_per_second": 0.115,
      "step": 434000
    },
    {
      "epoch": 0.9041875,
      "grad_norm": 6.181583881378174,
      "learning_rate": 6.800220156190561e-06,
      "loss": 9.3336,
      "step": 434010
    },
    {
      "epoch": 0.9042083333333333,
      "grad_norm": 3.246403694152832,
      "learning_rate": 6.797285754863086e-06,
      "loss": 8.5084,
      "step": 434020
    },
    {
      "epoch": 0.9042291666666666,
      "grad_norm": 1.1217292547225952,
      "learning_rate": 6.794351972114648e-06,
      "loss": 8.192,
      "step": 434030
    },
    {
      "epoch": 0.90425,
      "grad_norm": 3.2548065185546875,
      "learning_rate": 6.7914188079579215e-06,
      "loss": 8.0202,
      "step": 434040
    },
    {
      "epoch": 0.9042708333333334,
      "grad_norm": 1.9224119186401367,
      "learning_rate": 6.788486262405596e-06,
      "loss": 8.0073,
      "step": 434050
    },
    {
      "epoch": 0.9042916666666667,
      "grad_norm": 2.6811020374298096,
      "learning_rate": 6.785554335470295e-06,
      "loss": 7.6948,
      "step": 434060
    },
    {
      "epoch": 0.9043125,
      "grad_norm": 1.7205466032028198,
      "learning_rate": 6.782623027164724e-06,
      "loss": 7.7662,
      "step": 434070
    },
    {
      "epoch": 0.9043333333333333,
      "grad_norm": 8.630060195922852,
      "learning_rate": 6.779692337501558e-06,
      "loss": 8.1385,
      "step": 434080
    },
    {
      "epoch": 0.9043541666666667,
      "grad_norm": 1.7652761936187744,
      "learning_rate": 6.776762266493385e-06,
      "loss": 8.6854,
      "step": 434090
    },
    {
      "epoch": 0.904375,
      "grad_norm": 1.2857035398483276,
      "learning_rate": 6.773832814152929e-06,
      "loss": 8.4405,
      "step": 434100
    },
    {
      "epoch": 0.9043958333333333,
      "grad_norm": 3.3755409717559814,
      "learning_rate": 6.770903980492831e-06,
      "loss": 8.5543,
      "step": 434110
    },
    {
      "epoch": 0.9044166666666666,
      "grad_norm": 1.278896450996399,
      "learning_rate": 6.767975765525713e-06,
      "loss": 7.7971,
      "step": 434120
    },
    {
      "epoch": 0.9044375,
      "grad_norm": 1.7665265798568726,
      "learning_rate": 6.765048169264247e-06,
      "loss": 7.3752,
      "step": 434130
    },
    {
      "epoch": 0.9044583333333334,
      "grad_norm": 20.291492462158203,
      "learning_rate": 6.762121191721109e-06,
      "loss": 7.938,
      "step": 434140
    },
    {
      "epoch": 0.9044791666666666,
      "grad_norm": 1.3803659677505493,
      "learning_rate": 6.759194832908871e-06,
      "loss": 8.4564,
      "step": 434150
    },
    {
      "epoch": 0.9045,
      "grad_norm": 4.109085559844971,
      "learning_rate": 6.756269092840255e-06,
      "loss": 8.8846,
      "step": 434160
    },
    {
      "epoch": 0.9045208333333333,
      "grad_norm": 1.5521886348724365,
      "learning_rate": 6.753343971527819e-06,
      "loss": 7.7392,
      "step": 434170
    },
    {
      "epoch": 0.9045416666666667,
      "grad_norm": 1.2814056873321533,
      "learning_rate": 6.750419468984236e-06,
      "loss": 8.4109,
      "step": 434180
    },
    {
      "epoch": 0.9045625,
      "grad_norm": 5.753092288970947,
      "learning_rate": 6.747495585222162e-06,
      "loss": 8.14,
      "step": 434190
    },
    {
      "epoch": 0.9045833333333333,
      "grad_norm": 4.613037109375,
      "learning_rate": 6.744572320254205e-06,
      "loss": 8.2562,
      "step": 434200
    },
    {
      "epoch": 0.9046041666666667,
      "grad_norm": 9.813892364501953,
      "learning_rate": 6.741649674092953e-06,
      "loss": 7.9984,
      "step": 434210
    },
    {
      "epoch": 0.904625,
      "grad_norm": 1.8370774984359741,
      "learning_rate": 6.738727646751113e-06,
      "loss": 7.8192,
      "step": 434220
    },
    {
      "epoch": 0.9046458333333334,
      "grad_norm": 6.054182529449463,
      "learning_rate": 6.7358062382412425e-06,
      "loss": 8.134,
      "step": 434230
    },
    {
      "epoch": 0.9046666666666666,
      "grad_norm": 4.9900312423706055,
      "learning_rate": 6.732885448575981e-06,
      "loss": 8.4065,
      "step": 434240
    },
    {
      "epoch": 0.9046875,
      "grad_norm": 4.897336959838867,
      "learning_rate": 6.7299652777679515e-06,
      "loss": 7.9269,
      "step": 434250
    },
    {
      "epoch": 0.9047083333333333,
      "grad_norm": 1.9434641599655151,
      "learning_rate": 6.727045725829744e-06,
      "loss": 7.6597,
      "step": 434260
    },
    {
      "epoch": 0.9047291666666667,
      "grad_norm": 1.2607216835021973,
      "learning_rate": 6.724126792774015e-06,
      "loss": 8.3136,
      "step": 434270
    },
    {
      "epoch": 0.90475,
      "grad_norm": 1.517789602279663,
      "learning_rate": 6.721208478613321e-06,
      "loss": 8.5357,
      "step": 434280
    },
    {
      "epoch": 0.9047708333333333,
      "grad_norm": 3.9227113723754883,
      "learning_rate": 6.718290783360303e-06,
      "loss": 7.8469,
      "step": 434290
    },
    {
      "epoch": 0.9047916666666667,
      "grad_norm": 1.6763027906417847,
      "learning_rate": 6.7153737070275495e-06,
      "loss": 8.0412,
      "step": 434300
    },
    {
      "epoch": 0.9048125,
      "grad_norm": 1.3207093477249146,
      "learning_rate": 6.712457249627684e-06,
      "loss": 7.8144,
      "step": 434310
    },
    {
      "epoch": 0.9048333333333334,
      "grad_norm": 2.8626177310943604,
      "learning_rate": 6.709541411173263e-06,
      "loss": 7.6419,
      "step": 434320
    },
    {
      "epoch": 0.9048541666666666,
      "grad_norm": 6.176272869110107,
      "learning_rate": 6.706626191676912e-06,
      "loss": 8.1819,
      "step": 434330
    },
    {
      "epoch": 0.904875,
      "grad_norm": 2.9457082748413086,
      "learning_rate": 6.7037115911512175e-06,
      "loss": 8.1682,
      "step": 434340
    },
    {
      "epoch": 0.9048958333333333,
      "grad_norm": 3.598721504211426,
      "learning_rate": 6.7007976096087715e-06,
      "loss": 7.8353,
      "step": 434350
    },
    {
      "epoch": 0.9049166666666667,
      "grad_norm": 1.6194119453430176,
      "learning_rate": 6.697884247062163e-06,
      "loss": 8.0887,
      "step": 434360
    },
    {
      "epoch": 0.9049375,
      "grad_norm": 2.2279140949249268,
      "learning_rate": 6.694971503523966e-06,
      "loss": 8.6998,
      "step": 434370
    },
    {
      "epoch": 0.9049583333333333,
      "grad_norm": 5.3164520263671875,
      "learning_rate": 6.692059379006753e-06,
      "loss": 8.4782,
      "step": 434380
    },
    {
      "epoch": 0.9049791666666667,
      "grad_norm": 1.5674515962600708,
      "learning_rate": 6.689147873523132e-06,
      "loss": 7.32,
      "step": 434390
    },
    {
      "epoch": 0.905,
      "grad_norm": 1.8296186923980713,
      "learning_rate": 6.686236987085675e-06,
      "loss": 8.0425,
      "step": 434400
    },
    {
      "epoch": 0.9050208333333334,
      "grad_norm": 1.566683053970337,
      "learning_rate": 6.683326719706939e-06,
      "loss": 9.0489,
      "step": 434410
    },
    {
      "epoch": 0.9050416666666666,
      "grad_norm": 2.3060009479522705,
      "learning_rate": 6.6804170713995135e-06,
      "loss": 8.0567,
      "step": 434420
    },
    {
      "epoch": 0.9050625,
      "grad_norm": 3.653935194015503,
      "learning_rate": 6.677508042175922e-06,
      "loss": 8.7661,
      "step": 434430
    },
    {
      "epoch": 0.9050833333333334,
      "grad_norm": 2.543745994567871,
      "learning_rate": 6.674599632048788e-06,
      "loss": 7.9717,
      "step": 434440
    },
    {
      "epoch": 0.9051041666666667,
      "grad_norm": 2.7972378730773926,
      "learning_rate": 6.671691841030669e-06,
      "loss": 8.2957,
      "step": 434450
    },
    {
      "epoch": 0.905125,
      "grad_norm": 1.598933458328247,
      "learning_rate": 6.66878466913407e-06,
      "loss": 7.5893,
      "step": 434460
    },
    {
      "epoch": 0.9051458333333333,
      "grad_norm": 4.235086917877197,
      "learning_rate": 6.665878116371614e-06,
      "loss": 7.6325,
      "step": 434470
    },
    {
      "epoch": 0.9051666666666667,
      "grad_norm": 1.4518929719924927,
      "learning_rate": 6.662972182755827e-06,
      "loss": 7.8435,
      "step": 434480
    },
    {
      "epoch": 0.9051875,
      "grad_norm": 5.738344669342041,
      "learning_rate": 6.660066868299246e-06,
      "loss": 8.2297,
      "step": 434490
    },
    {
      "epoch": 0.9052083333333333,
      "grad_norm": 1.7864675521850586,
      "learning_rate": 6.6571621730144464e-06,
      "loss": 7.5163,
      "step": 434500
    },
    {
      "epoch": 0.9052291666666666,
      "grad_norm": 1.4645812511444092,
      "learning_rate": 6.654258096913984e-06,
      "loss": 8.43,
      "step": 434510
    },
    {
      "epoch": 0.90525,
      "grad_norm": 2.825134754180908,
      "learning_rate": 6.6513546400103645e-06,
      "loss": 8.1305,
      "step": 434520
    },
    {
      "epoch": 0.9052708333333334,
      "grad_norm": 5.423088550567627,
      "learning_rate": 6.648451802316163e-06,
      "loss": 7.5756,
      "step": 434530
    },
    {
      "epoch": 0.9052916666666667,
      "grad_norm": 1.609647512435913,
      "learning_rate": 6.645549583843918e-06,
      "loss": 8.6899,
      "step": 434540
    },
    {
      "epoch": 0.9053125,
      "grad_norm": 1.4464915990829468,
      "learning_rate": 6.642647984606136e-06,
      "loss": 7.815,
      "step": 434550
    },
    {
      "epoch": 0.9053333333333333,
      "grad_norm": 2.1088967323303223,
      "learning_rate": 6.639747004615375e-06,
      "loss": 8.1102,
      "step": 434560
    },
    {
      "epoch": 0.9053541666666667,
      "grad_norm": 2.1292436122894287,
      "learning_rate": 6.636846643884158e-06,
      "loss": 7.9812,
      "step": 434570
    },
    {
      "epoch": 0.905375,
      "grad_norm": 1.057241678237915,
      "learning_rate": 6.633946902425024e-06,
      "loss": 7.586,
      "step": 434580
    },
    {
      "epoch": 0.9053958333333333,
      "grad_norm": 2.305574655532837,
      "learning_rate": 6.631047780250481e-06,
      "loss": 8.1877,
      "step": 434590
    },
    {
      "epoch": 0.9054166666666666,
      "grad_norm": 2.324928045272827,
      "learning_rate": 6.628149277373068e-06,
      "loss": 9.6712,
      "step": 434600
    },
    {
      "epoch": 0.9054375,
      "grad_norm": 1.5512999296188354,
      "learning_rate": 6.625251393805309e-06,
      "loss": 7.7071,
      "step": 434610
    },
    {
      "epoch": 0.9054583333333334,
      "grad_norm": 8.75765323638916,
      "learning_rate": 6.6223541295597095e-06,
      "loss": 8.3563,
      "step": 434620
    },
    {
      "epoch": 0.9054791666666666,
      "grad_norm": 1.502179741859436,
      "learning_rate": 6.619457484648777e-06,
      "loss": 8.1342,
      "step": 434630
    },
    {
      "epoch": 0.9055,
      "grad_norm": 1.3008590936660767,
      "learning_rate": 6.616561459085035e-06,
      "loss": 7.9941,
      "step": 434640
    },
    {
      "epoch": 0.9055208333333333,
      "grad_norm": 7.94312047958374,
      "learning_rate": 6.61366605288099e-06,
      "loss": 8.2524,
      "step": 434650
    },
    {
      "epoch": 0.9055416666666667,
      "grad_norm": 6.664656639099121,
      "learning_rate": 6.610771266049164e-06,
      "loss": 8.0538,
      "step": 434660
    },
    {
      "epoch": 0.9055625,
      "grad_norm": 3.4401044845581055,
      "learning_rate": 6.6078770986020325e-06,
      "loss": 7.7865,
      "step": 434670
    },
    {
      "epoch": 0.9055833333333333,
      "grad_norm": 4.383491516113281,
      "learning_rate": 6.604983550552134e-06,
      "loss": 7.9813,
      "step": 434680
    },
    {
      "epoch": 0.9056041666666667,
      "grad_norm": 2.823195457458496,
      "learning_rate": 6.602090621911926e-06,
      "loss": 7.9384,
      "step": 434690
    },
    {
      "epoch": 0.905625,
      "grad_norm": 1.1053812503814697,
      "learning_rate": 6.599198312693932e-06,
      "loss": 8.1349,
      "step": 434700
    },
    {
      "epoch": 0.9056458333333334,
      "grad_norm": 1.3371844291687012,
      "learning_rate": 6.596306622910641e-06,
      "loss": 8.3076,
      "step": 434710
    },
    {
      "epoch": 0.9056666666666666,
      "grad_norm": 4.24675178527832,
      "learning_rate": 6.593415552574543e-06,
      "loss": 8.8087,
      "step": 434720
    },
    {
      "epoch": 0.9056875,
      "grad_norm": 2.0121026039123535,
      "learning_rate": 6.59052510169813e-06,
      "loss": 8.3454,
      "step": 434730
    },
    {
      "epoch": 0.9057083333333333,
      "grad_norm": 1.1005043983459473,
      "learning_rate": 6.58763527029389e-06,
      "loss": 7.5222,
      "step": 434740
    },
    {
      "epoch": 0.9057291666666667,
      "grad_norm": 1.377623200416565,
      "learning_rate": 6.584746058374279e-06,
      "loss": 8.4047,
      "step": 434750
    },
    {
      "epoch": 0.90575,
      "grad_norm": 9.190594673156738,
      "learning_rate": 6.5818574659518065e-06,
      "loss": 8.595,
      "step": 434760
    },
    {
      "epoch": 0.9057708333333333,
      "grad_norm": 1.2688084840774536,
      "learning_rate": 6.578969493038943e-06,
      "loss": 7.777,
      "step": 434770
    },
    {
      "epoch": 0.9057916666666667,
      "grad_norm": 1.6687819957733154,
      "learning_rate": 6.576082139648164e-06,
      "loss": 8.2194,
      "step": 434780
    },
    {
      "epoch": 0.9058125,
      "grad_norm": 2.2033398151397705,
      "learning_rate": 6.573195405791942e-06,
      "loss": 7.847,
      "step": 434790
    },
    {
      "epoch": 0.9058333333333334,
      "grad_norm": 2.371305465698242,
      "learning_rate": 6.570309291482717e-06,
      "loss": 8.4921,
      "step": 434800
    },
    {
      "epoch": 0.9058541666666666,
      "grad_norm": 1.937286615371704,
      "learning_rate": 6.5674237967330125e-06,
      "loss": 8.4531,
      "step": 434810
    },
    {
      "epoch": 0.905875,
      "grad_norm": 0.9448293447494507,
      "learning_rate": 6.564538921555268e-06,
      "loss": 7.9689,
      "step": 434820
    },
    {
      "epoch": 0.9058958333333333,
      "grad_norm": 2.1070964336395264,
      "learning_rate": 6.561654665961924e-06,
      "loss": 8.2992,
      "step": 434830
    },
    {
      "epoch": 0.9059166666666667,
      "grad_norm": 3.2634053230285645,
      "learning_rate": 6.558771029965438e-06,
      "loss": 8.1339,
      "step": 434840
    },
    {
      "epoch": 0.9059375,
      "grad_norm": 1.465739369392395,
      "learning_rate": 6.555888013578314e-06,
      "loss": 7.6767,
      "step": 434850
    },
    {
      "epoch": 0.9059583333333333,
      "grad_norm": 2.452083110809326,
      "learning_rate": 6.553005616812962e-06,
      "loss": 7.9477,
      "step": 434860
    },
    {
      "epoch": 0.9059791666666667,
      "grad_norm": 1.6100006103515625,
      "learning_rate": 6.55012383968182e-06,
      "loss": 7.1564,
      "step": 434870
    },
    {
      "epoch": 0.906,
      "grad_norm": 2.029064655303955,
      "learning_rate": 6.547242682197412e-06,
      "loss": 7.887,
      "step": 434880
    },
    {
      "epoch": 0.9060208333333334,
      "grad_norm": 1.7461971044540405,
      "learning_rate": 6.544362144372095e-06,
      "loss": 9.4866,
      "step": 434890
    },
    {
      "epoch": 0.9060416666666666,
      "grad_norm": 1.446016550064087,
      "learning_rate": 6.541482226218342e-06,
      "loss": 7.738,
      "step": 434900
    },
    {
      "epoch": 0.9060625,
      "grad_norm": 1.2974929809570312,
      "learning_rate": 6.538602927748643e-06,
      "loss": 8.3702,
      "step": 434910
    },
    {
      "epoch": 0.9060833333333334,
      "grad_norm": 1.921638011932373,
      "learning_rate": 6.535724248975372e-06,
      "loss": 7.9869,
      "step": 434920
    },
    {
      "epoch": 0.9061041666666667,
      "grad_norm": 3.2453176975250244,
      "learning_rate": 6.532846189910984e-06,
      "loss": 7.7949,
      "step": 434930
    },
    {
      "epoch": 0.906125,
      "grad_norm": 1.4702461957931519,
      "learning_rate": 6.529968750567905e-06,
      "loss": 7.7541,
      "step": 434940
    },
    {
      "epoch": 0.9061458333333333,
      "grad_norm": 1.7931948900222778,
      "learning_rate": 6.527091930958589e-06,
      "loss": 8.3402,
      "step": 434950
    },
    {
      "epoch": 0.9061666666666667,
      "grad_norm": 1.843456506729126,
      "learning_rate": 6.524215731095428e-06,
      "loss": 8.6872,
      "step": 434960
    },
    {
      "epoch": 0.9061875,
      "grad_norm": 1.9346034526824951,
      "learning_rate": 6.521340150990878e-06,
      "loss": 8.6256,
      "step": 434970
    },
    {
      "epoch": 0.9062083333333333,
      "grad_norm": 3.7782647609710693,
      "learning_rate": 6.518465190657329e-06,
      "loss": 7.9059,
      "step": 434980
    },
    {
      "epoch": 0.9062291666666666,
      "grad_norm": 2.147524356842041,
      "learning_rate": 6.515590850107222e-06,
      "loss": 7.7798,
      "step": 434990
    },
    {
      "epoch": 0.90625,
      "grad_norm": 1.3775062561035156,
      "learning_rate": 6.512717129352979e-06,
      "loss": 8.1887,
      "step": 435000
    },
    {
      "epoch": 0.90625,
      "eval_loss": 6.820650577545166,
      "eval_runtime": 8.4649,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 435000
    },
    {
      "epoch": 0.9062708333333334,
      "grad_norm": 3.8879332542419434,
      "learning_rate": 6.509844028406991e-06,
      "loss": 8.6075,
      "step": 435010
    },
    {
      "epoch": 0.9062916666666667,
      "grad_norm": 1.2506389617919922,
      "learning_rate": 6.506971547281681e-06,
      "loss": 8.8996,
      "step": 435020
    },
    {
      "epoch": 0.9063125,
      "grad_norm": 2.497180223464966,
      "learning_rate": 6.504099685989455e-06,
      "loss": 8.036,
      "step": 435030
    },
    {
      "epoch": 0.9063333333333333,
      "grad_norm": 1.3352205753326416,
      "learning_rate": 6.501228444542722e-06,
      "loss": 7.7366,
      "step": 435040
    },
    {
      "epoch": 0.9063541666666667,
      "grad_norm": 3.357606887817383,
      "learning_rate": 6.49835782295387e-06,
      "loss": 8.1052,
      "step": 435050
    },
    {
      "epoch": 0.906375,
      "grad_norm": 1.6799827814102173,
      "learning_rate": 6.495487821235323e-06,
      "loss": 8.0822,
      "step": 435060
    },
    {
      "epoch": 0.9063958333333333,
      "grad_norm": 2.4433741569519043,
      "learning_rate": 6.492618439399472e-06,
      "loss": 7.9046,
      "step": 435070
    },
    {
      "epoch": 0.9064166666666666,
      "grad_norm": 1.777897834777832,
      "learning_rate": 6.489749677458689e-06,
      "loss": 8.2534,
      "step": 435080
    },
    {
      "epoch": 0.9064375,
      "grad_norm": 1.8409523963928223,
      "learning_rate": 6.486881535425398e-06,
      "loss": 7.8432,
      "step": 435090
    },
    {
      "epoch": 0.9064583333333334,
      "grad_norm": 1.3014850616455078,
      "learning_rate": 6.4840140133119555e-06,
      "loss": 7.8959,
      "step": 435100
    },
    {
      "epoch": 0.9064791666666666,
      "grad_norm": 10.310797691345215,
      "learning_rate": 6.481147111130769e-06,
      "loss": 8.7183,
      "step": 435110
    },
    {
      "epoch": 0.9065,
      "grad_norm": 2.840951681137085,
      "learning_rate": 6.478280828894228e-06,
      "loss": 8.0368,
      "step": 435120
    },
    {
      "epoch": 0.9065208333333333,
      "grad_norm": 4.077880859375,
      "learning_rate": 6.475415166614689e-06,
      "loss": 8.0278,
      "step": 435130
    },
    {
      "epoch": 0.9065416666666667,
      "grad_norm": 2.291464328765869,
      "learning_rate": 6.4725501243045765e-06,
      "loss": 8.261,
      "step": 435140
    },
    {
      "epoch": 0.9065625,
      "grad_norm": 1.8087365627288818,
      "learning_rate": 6.469685701976196e-06,
      "loss": 7.7087,
      "step": 435150
    },
    {
      "epoch": 0.9065833333333333,
      "grad_norm": 1.5799130201339722,
      "learning_rate": 6.466821899641989e-06,
      "loss": 8.2325,
      "step": 435160
    },
    {
      "epoch": 0.9066041666666667,
      "grad_norm": 1.2046144008636475,
      "learning_rate": 6.463958717314294e-06,
      "loss": 7.4834,
      "step": 435170
    },
    {
      "epoch": 0.906625,
      "grad_norm": 2.0784800052642822,
      "learning_rate": 6.461096155005452e-06,
      "loss": 9.0653,
      "step": 435180
    },
    {
      "epoch": 0.9066458333333334,
      "grad_norm": 1.999136209487915,
      "learning_rate": 6.458234212727903e-06,
      "loss": 8.3318,
      "step": 435190
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 1.5837196111679077,
      "learning_rate": 6.455372890493937e-06,
      "loss": 7.6992,
      "step": 435200
    },
    {
      "epoch": 0.9066875,
      "grad_norm": 1.4535826444625854,
      "learning_rate": 6.452512188315928e-06,
      "loss": 8.9451,
      "step": 435210
    },
    {
      "epoch": 0.9067083333333333,
      "grad_norm": 1.3946161270141602,
      "learning_rate": 6.449652106206282e-06,
      "loss": 7.7003,
      "step": 435220
    },
    {
      "epoch": 0.9067291666666667,
      "grad_norm": 1.4475500583648682,
      "learning_rate": 6.44679264417729e-06,
      "loss": 7.8543,
      "step": 435230
    },
    {
      "epoch": 0.90675,
      "grad_norm": 2.057553291320801,
      "learning_rate": 6.443933802241325e-06,
      "loss": 8.3239,
      "step": 435240
    },
    {
      "epoch": 0.9067708333333333,
      "grad_norm": 1.77182137966156,
      "learning_rate": 6.441075580410776e-06,
      "loss": 7.6909,
      "step": 435250
    },
    {
      "epoch": 0.9067916666666667,
      "grad_norm": 2.8250439167022705,
      "learning_rate": 6.438217978697935e-06,
      "loss": 7.9715,
      "step": 435260
    },
    {
      "epoch": 0.9068125,
      "grad_norm": 3.029146671295166,
      "learning_rate": 6.435360997115158e-06,
      "loss": 8.2474,
      "step": 435270
    },
    {
      "epoch": 0.9068333333333334,
      "grad_norm": 2.2591896057128906,
      "learning_rate": 6.432504635674817e-06,
      "loss": 8.1603,
      "step": 435280
    },
    {
      "epoch": 0.9068541666666666,
      "grad_norm": 1.1702314615249634,
      "learning_rate": 6.429648894389222e-06,
      "loss": 7.7584,
      "step": 435290
    },
    {
      "epoch": 0.906875,
      "grad_norm": 1.5099698305130005,
      "learning_rate": 6.426793773270711e-06,
      "loss": 7.6543,
      "step": 435300
    },
    {
      "epoch": 0.9068958333333333,
      "grad_norm": 3.354624032974243,
      "learning_rate": 6.423939272331607e-06,
      "loss": 8.698,
      "step": 435310
    },
    {
      "epoch": 0.9069166666666667,
      "grad_norm": 2.9802744388580322,
      "learning_rate": 6.421085391584268e-06,
      "loss": 8.0089,
      "step": 435320
    },
    {
      "epoch": 0.9069375,
      "grad_norm": 1.3523768186569214,
      "learning_rate": 6.418232131041001e-06,
      "loss": 8.6239,
      "step": 435330
    },
    {
      "epoch": 0.9069583333333333,
      "grad_norm": 1.4988772869110107,
      "learning_rate": 6.415379490714146e-06,
      "loss": 7.5777,
      "step": 435340
    },
    {
      "epoch": 0.9069791666666667,
      "grad_norm": 1.557527780532837,
      "learning_rate": 6.412527470616025e-06,
      "loss": 9.8272,
      "step": 435350
    },
    {
      "epoch": 0.907,
      "grad_norm": 1.9367719888687134,
      "learning_rate": 6.409676070758929e-06,
      "loss": 8.0248,
      "step": 435360
    },
    {
      "epoch": 0.9070208333333334,
      "grad_norm": 1.8698923587799072,
      "learning_rate": 6.406825291155199e-06,
      "loss": 8.4559,
      "step": 435370
    },
    {
      "epoch": 0.9070416666666666,
      "grad_norm": 1.5610765218734741,
      "learning_rate": 6.403975131817157e-06,
      "loss": 7.5455,
      "step": 435380
    },
    {
      "epoch": 0.9070625,
      "grad_norm": 1.8033771514892578,
      "learning_rate": 6.401125592757095e-06,
      "loss": 8.759,
      "step": 435390
    },
    {
      "epoch": 0.9070833333333334,
      "grad_norm": 1.2890559434890747,
      "learning_rate": 6.398276673987334e-06,
      "loss": 8.0836,
      "step": 435400
    },
    {
      "epoch": 0.9071041666666667,
      "grad_norm": 1.0162569284439087,
      "learning_rate": 6.395428375520167e-06,
      "loss": 7.9025,
      "step": 435410
    },
    {
      "epoch": 0.907125,
      "grad_norm": 4.966780662536621,
      "learning_rate": 6.392580697367933e-06,
      "loss": 8.2444,
      "step": 435420
    },
    {
      "epoch": 0.9071458333333333,
      "grad_norm": 1.692416787147522,
      "learning_rate": 6.389733639542871e-06,
      "loss": 7.8846,
      "step": 435430
    },
    {
      "epoch": 0.9071666666666667,
      "grad_norm": 1.3673341274261475,
      "learning_rate": 6.386887202057339e-06,
      "loss": 7.7393,
      "step": 435440
    },
    {
      "epoch": 0.9071875,
      "grad_norm": 2.5407800674438477,
      "learning_rate": 6.38404138492361e-06,
      "loss": 8.4208,
      "step": 435450
    },
    {
      "epoch": 0.9072083333333333,
      "grad_norm": 2.00773549079895,
      "learning_rate": 6.3811961881539585e-06,
      "loss": 8.4559,
      "step": 435460
    },
    {
      "epoch": 0.9072291666666666,
      "grad_norm": 1.1520113945007324,
      "learning_rate": 6.37835161176069e-06,
      "loss": 7.7058,
      "step": 435470
    },
    {
      "epoch": 0.90725,
      "grad_norm": 2.0554401874542236,
      "learning_rate": 6.375507655756129e-06,
      "loss": 8.5886,
      "step": 435480
    },
    {
      "epoch": 0.9072708333333334,
      "grad_norm": 1.44404137134552,
      "learning_rate": 6.372664320152465e-06,
      "loss": 8.1778,
      "step": 435490
    },
    {
      "epoch": 0.9072916666666667,
      "grad_norm": 2.6897616386413574,
      "learning_rate": 6.369821604962072e-06,
      "loss": 9.2421,
      "step": 435500
    },
    {
      "epoch": 0.9073125,
      "grad_norm": 3.4525861740112305,
      "learning_rate": 6.366979510197223e-06,
      "loss": 7.6876,
      "step": 435510
    },
    {
      "epoch": 0.9073333333333333,
      "grad_norm": 2.9572510719299316,
      "learning_rate": 6.364138035870125e-06,
      "loss": 7.7046,
      "step": 435520
    },
    {
      "epoch": 0.9073541666666667,
      "grad_norm": 1.5126687288284302,
      "learning_rate": 6.361297181993102e-06,
      "loss": 7.9568,
      "step": 435530
    },
    {
      "epoch": 0.907375,
      "grad_norm": 1.7083632946014404,
      "learning_rate": 6.358456948578461e-06,
      "loss": 8.3679,
      "step": 435540
    },
    {
      "epoch": 0.9073958333333333,
      "grad_norm": 1.5818434953689575,
      "learning_rate": 6.3556173356383745e-06,
      "loss": 7.8164,
      "step": 435550
    },
    {
      "epoch": 0.9074166666666666,
      "grad_norm": 4.6202778816223145,
      "learning_rate": 6.3527783431852e-06,
      "loss": 8.9796,
      "step": 435560
    },
    {
      "epoch": 0.9074375,
      "grad_norm": 2.251375913619995,
      "learning_rate": 6.349939971231144e-06,
      "loss": 7.9257,
      "step": 435570
    },
    {
      "epoch": 0.9074583333333334,
      "grad_norm": 3.0159261226654053,
      "learning_rate": 6.34710221978848e-06,
      "loss": 7.9218,
      "step": 435580
    },
    {
      "epoch": 0.9074791666666666,
      "grad_norm": 1.6741349697113037,
      "learning_rate": 6.344265088869499e-06,
      "loss": 8.23,
      "step": 435590
    },
    {
      "epoch": 0.9075,
      "grad_norm": 1.6500214338302612,
      "learning_rate": 6.341428578486424e-06,
      "loss": 8.3741,
      "step": 435600
    },
    {
      "epoch": 0.9075208333333333,
      "grad_norm": 2.3083152770996094,
      "learning_rate": 6.338592688651478e-06,
      "loss": 8.016,
      "step": 435610
    },
    {
      "epoch": 0.9075416666666667,
      "grad_norm": 2.001638889312744,
      "learning_rate": 6.335757419377002e-06,
      "loss": 8.2164,
      "step": 435620
    },
    {
      "epoch": 0.9075625,
      "grad_norm": 2.086247682571411,
      "learning_rate": 6.332922770675153e-06,
      "loss": 8.0236,
      "step": 435630
    },
    {
      "epoch": 0.9075833333333333,
      "grad_norm": 5.670612335205078,
      "learning_rate": 6.330088742558204e-06,
      "loss": 8.4602,
      "step": 435640
    },
    {
      "epoch": 0.9076041666666667,
      "grad_norm": 1.394490122795105,
      "learning_rate": 6.327255335038428e-06,
      "loss": 9.2819,
      "step": 435650
    },
    {
      "epoch": 0.907625,
      "grad_norm": 1.26787531375885,
      "learning_rate": 6.324422548128016e-06,
      "loss": 8.9297,
      "step": 435660
    },
    {
      "epoch": 0.9076458333333334,
      "grad_norm": 1.6731492280960083,
      "learning_rate": 6.321590381839242e-06,
      "loss": 8.766,
      "step": 435670
    },
    {
      "epoch": 0.9076666666666666,
      "grad_norm": 5.059803485870361,
      "learning_rate": 6.3187588361843285e-06,
      "loss": 8.2168,
      "step": 435680
    },
    {
      "epoch": 0.9076875,
      "grad_norm": 3.3289453983306885,
      "learning_rate": 6.3159279111755e-06,
      "loss": 7.7395,
      "step": 435690
    },
    {
      "epoch": 0.9077083333333333,
      "grad_norm": 4.12509298324585,
      "learning_rate": 6.313097606824979e-06,
      "loss": 8.472,
      "step": 435700
    },
    {
      "epoch": 0.9077291666666667,
      "grad_norm": 1.9554418325424194,
      "learning_rate": 6.310267923145007e-06,
      "loss": 8.1064,
      "step": 435710
    },
    {
      "epoch": 0.90775,
      "grad_norm": 3.7384769916534424,
      "learning_rate": 6.307438860147806e-06,
      "loss": 8.495,
      "step": 435720
    },
    {
      "epoch": 0.9077708333333333,
      "grad_norm": 4.842055797576904,
      "learning_rate": 6.304610417845585e-06,
      "loss": 7.5682,
      "step": 435730
    },
    {
      "epoch": 0.9077916666666667,
      "grad_norm": 3.3469269275665283,
      "learning_rate": 6.3017825962505815e-06,
      "loss": 7.6154,
      "step": 435740
    },
    {
      "epoch": 0.9078125,
      "grad_norm": 5.9434356689453125,
      "learning_rate": 6.2989553953749885e-06,
      "loss": 8.2732,
      "step": 435750
    },
    {
      "epoch": 0.9078333333333334,
      "grad_norm": 1.5927815437316895,
      "learning_rate": 6.296128815231027e-06,
      "loss": 7.7256,
      "step": 435760
    },
    {
      "epoch": 0.9078541666666666,
      "grad_norm": 1.38761568069458,
      "learning_rate": 6.2933028558309065e-06,
      "loss": 7.8143,
      "step": 435770
    },
    {
      "epoch": 0.907875,
      "grad_norm": 1.3275123834609985,
      "learning_rate": 6.2904775171868316e-06,
      "loss": 8.095,
      "step": 435780
    },
    {
      "epoch": 0.9078958333333333,
      "grad_norm": 3.6133668422698975,
      "learning_rate": 6.2876527993110275e-06,
      "loss": 8.15,
      "step": 435790
    },
    {
      "epoch": 0.9079166666666667,
      "grad_norm": 2.4566681385040283,
      "learning_rate": 6.28482870221565e-06,
      "loss": 8.3293,
      "step": 435800
    },
    {
      "epoch": 0.9079375,
      "grad_norm": 1.2183860540390015,
      "learning_rate": 6.28200522591294e-06,
      "loss": 8.6299,
      "step": 435810
    },
    {
      "epoch": 0.9079583333333333,
      "grad_norm": 1.8767213821411133,
      "learning_rate": 6.279182370415087e-06,
      "loss": 7.6973,
      "step": 435820
    },
    {
      "epoch": 0.9079791666666667,
      "grad_norm": 2.2465548515319824,
      "learning_rate": 6.276360135734265e-06,
      "loss": 7.7965,
      "step": 435830
    },
    {
      "epoch": 0.908,
      "grad_norm": 2.2895238399505615,
      "learning_rate": 6.273538521882682e-06,
      "loss": 8.4161,
      "step": 435840
    },
    {
      "epoch": 0.9080208333333334,
      "grad_norm": 4.261292457580566,
      "learning_rate": 6.270717528872526e-06,
      "loss": 8.2304,
      "step": 435850
    },
    {
      "epoch": 0.9080416666666666,
      "grad_norm": 1.7905625104904175,
      "learning_rate": 6.267897156715956e-06,
      "loss": 8.5387,
      "step": 435860
    },
    {
      "epoch": 0.9080625,
      "grad_norm": 1.7796783447265625,
      "learning_rate": 6.265077405425195e-06,
      "loss": 7.9153,
      "step": 435870
    },
    {
      "epoch": 0.9080833333333334,
      "grad_norm": 2.929208993911743,
      "learning_rate": 6.2622582750124324e-06,
      "loss": 8.2736,
      "step": 435880
    },
    {
      "epoch": 0.9081041666666667,
      "grad_norm": 1.3402018547058105,
      "learning_rate": 6.259439765489776e-06,
      "loss": 8.5982,
      "step": 435890
    },
    {
      "epoch": 0.908125,
      "grad_norm": 1.8424524068832397,
      "learning_rate": 6.25662187686945e-06,
      "loss": 8.0262,
      "step": 435900
    },
    {
      "epoch": 0.9081458333333333,
      "grad_norm": 1.7820018529891968,
      "learning_rate": 6.25380460916366e-06,
      "loss": 7.6292,
      "step": 435910
    },
    {
      "epoch": 0.9081666666666667,
      "grad_norm": 1.2819308042526245,
      "learning_rate": 6.250987962384479e-06,
      "loss": 7.808,
      "step": 435920
    },
    {
      "epoch": 0.9081875,
      "grad_norm": 14.846773147583008,
      "learning_rate": 6.248171936544183e-06,
      "loss": 9.0977,
      "step": 435930
    },
    {
      "epoch": 0.9082083333333333,
      "grad_norm": 4.146998405456543,
      "learning_rate": 6.245356531654844e-06,
      "loss": 8.6074,
      "step": 435940
    },
    {
      "epoch": 0.9082291666666666,
      "grad_norm": 1.5330606698989868,
      "learning_rate": 6.2425417477286684e-06,
      "loss": 8.7601,
      "step": 435950
    },
    {
      "epoch": 0.90825,
      "grad_norm": 4.476314544677734,
      "learning_rate": 6.239727584777832e-06,
      "loss": 8.3771,
      "step": 435960
    },
    {
      "epoch": 0.9082708333333334,
      "grad_norm": 2.7611825466156006,
      "learning_rate": 6.236914042814456e-06,
      "loss": 7.8374,
      "step": 435970
    },
    {
      "epoch": 0.9082916666666667,
      "grad_norm": 1.3228604793548584,
      "learning_rate": 6.234101121850682e-06,
      "loss": 8.7181,
      "step": 435980
    },
    {
      "epoch": 0.9083125,
      "grad_norm": 2.6564812660217285,
      "learning_rate": 6.231288821898716e-06,
      "loss": 8.2058,
      "step": 435990
    },
    {
      "epoch": 0.9083333333333333,
      "grad_norm": 2.8232507705688477,
      "learning_rate": 6.228477142970667e-06,
      "loss": 7.5646,
      "step": 436000
    },
    {
      "epoch": 0.9083333333333333,
      "eval_loss": 6.371735572814941,
      "eval_runtime": 8.3554,
      "eval_samples_per_second": 0.359,
      "eval_steps_per_second": 0.12,
      "step": 436000
    },
    {
      "epoch": 0.9083541666666667,
      "grad_norm": 1.2970942258834839,
      "learning_rate": 6.22566608507869e-06,
      "loss": 8.6981,
      "step": 436010
    },
    {
      "epoch": 0.908375,
      "grad_norm": 1.7019309997558594,
      "learning_rate": 6.222855648234909e-06,
      "loss": 7.6856,
      "step": 436020
    },
    {
      "epoch": 0.9083958333333333,
      "grad_norm": 2.42773699760437,
      "learning_rate": 6.220045832451498e-06,
      "loss": 8.508,
      "step": 436030
    },
    {
      "epoch": 0.9084166666666667,
      "grad_norm": 1.9117735624313354,
      "learning_rate": 6.217236637740564e-06,
      "loss": 11.0689,
      "step": 436040
    },
    {
      "epoch": 0.9084375,
      "grad_norm": 1.3567619323730469,
      "learning_rate": 6.214428064114263e-06,
      "loss": 7.5845,
      "step": 436050
    },
    {
      "epoch": 0.9084583333333334,
      "grad_norm": 7.014671802520752,
      "learning_rate": 6.21162011158472e-06,
      "loss": 9.4319,
      "step": 436060
    },
    {
      "epoch": 0.9084791666666666,
      "grad_norm": 1.9408763647079468,
      "learning_rate": 6.2088127801640575e-06,
      "loss": 7.4201,
      "step": 436070
    },
    {
      "epoch": 0.9085,
      "grad_norm": 1.917439579963684,
      "learning_rate": 6.206006069864417e-06,
      "loss": 7.6776,
      "step": 436080
    },
    {
      "epoch": 0.9085208333333333,
      "grad_norm": 1.328790545463562,
      "learning_rate": 6.203199980697904e-06,
      "loss": 7.5642,
      "step": 436090
    },
    {
      "epoch": 0.9085416666666667,
      "grad_norm": 2.452406167984009,
      "learning_rate": 6.200394512676643e-06,
      "loss": 8.0542,
      "step": 436100
    },
    {
      "epoch": 0.9085625,
      "grad_norm": 1.1633565425872803,
      "learning_rate": 6.197589665812758e-06,
      "loss": 8.3051,
      "step": 436110
    },
    {
      "epoch": 0.9085833333333333,
      "grad_norm": 3.2903242111206055,
      "learning_rate": 6.194785440118371e-06,
      "loss": 8.0014,
      "step": 436120
    },
    {
      "epoch": 0.9086041666666667,
      "grad_norm": 2.3821473121643066,
      "learning_rate": 6.191981835605592e-06,
      "loss": 8.6093,
      "step": 436130
    },
    {
      "epoch": 0.908625,
      "grad_norm": 1.9949791431427002,
      "learning_rate": 6.189178852286525e-06,
      "loss": 8.3206,
      "step": 436140
    },
    {
      "epoch": 0.9086458333333334,
      "grad_norm": 3.244905948638916,
      "learning_rate": 6.186376490173278e-06,
      "loss": 8.0761,
      "step": 436150
    },
    {
      "epoch": 0.9086666666666666,
      "grad_norm": 2.89298152923584,
      "learning_rate": 6.183574749277992e-06,
      "loss": 8.2868,
      "step": 436160
    },
    {
      "epoch": 0.9086875,
      "grad_norm": 1.568922758102417,
      "learning_rate": 6.1807736296126896e-06,
      "loss": 7.5858,
      "step": 436170
    },
    {
      "epoch": 0.9087083333333333,
      "grad_norm": 1.6510895490646362,
      "learning_rate": 6.177973131189529e-06,
      "loss": 8.2791,
      "step": 436180
    },
    {
      "epoch": 0.9087291666666667,
      "grad_norm": 1.627012014389038,
      "learning_rate": 6.1751732540206154e-06,
      "loss": 8.075,
      "step": 436190
    },
    {
      "epoch": 0.90875,
      "grad_norm": 2.197252035140991,
      "learning_rate": 6.172373998117991e-06,
      "loss": 7.7514,
      "step": 436200
    },
    {
      "epoch": 0.9087708333333333,
      "grad_norm": 4.338622570037842,
      "learning_rate": 6.169575363493795e-06,
      "loss": 8.2012,
      "step": 436210
    },
    {
      "epoch": 0.9087916666666667,
      "grad_norm": 3.02622389793396,
      "learning_rate": 6.166777350160135e-06,
      "loss": 8.4699,
      "step": 436220
    },
    {
      "epoch": 0.9088125,
      "grad_norm": 1.8666048049926758,
      "learning_rate": 6.163979958129018e-06,
      "loss": 8.6238,
      "step": 436230
    },
    {
      "epoch": 0.9088333333333334,
      "grad_norm": 4.266019821166992,
      "learning_rate": 6.161183187412583e-06,
      "loss": 7.5362,
      "step": 436240
    },
    {
      "epoch": 0.9088541666666666,
      "grad_norm": 1.9355214834213257,
      "learning_rate": 6.1583870380229215e-06,
      "loss": 8.1777,
      "step": 436250
    },
    {
      "epoch": 0.908875,
      "grad_norm": 2.064241886138916,
      "learning_rate": 6.155591509972058e-06,
      "loss": 7.8939,
      "step": 436260
    },
    {
      "epoch": 0.9088958333333333,
      "grad_norm": 1.291164517402649,
      "learning_rate": 6.152796603272131e-06,
      "loss": 7.6362,
      "step": 436270
    },
    {
      "epoch": 0.9089166666666667,
      "grad_norm": 6.1925177574157715,
      "learning_rate": 6.150002317935182e-06,
      "loss": 8.4712,
      "step": 436280
    },
    {
      "epoch": 0.9089375,
      "grad_norm": 1.6546801328659058,
      "learning_rate": 6.147208653973268e-06,
      "loss": 7.4613,
      "step": 436290
    },
    {
      "epoch": 0.9089583333333333,
      "grad_norm": 1.623701572418213,
      "learning_rate": 6.144415611398495e-06,
      "loss": 8.6652,
      "step": 436300
    },
    {
      "epoch": 0.9089791666666667,
      "grad_norm": 1.4361064434051514,
      "learning_rate": 6.1416231902228885e-06,
      "loss": 8.2791,
      "step": 436310
    },
    {
      "epoch": 0.909,
      "grad_norm": 3.7312912940979004,
      "learning_rate": 6.138831390458521e-06,
      "loss": 7.9701,
      "step": 436320
    },
    {
      "epoch": 0.9090208333333333,
      "grad_norm": 1.7702444791793823,
      "learning_rate": 6.136040212117466e-06,
      "loss": 7.5805,
      "step": 436330
    },
    {
      "epoch": 0.9090416666666666,
      "grad_norm": 3.1740570068359375,
      "learning_rate": 6.1332496552117635e-06,
      "loss": 7.5382,
      "step": 436340
    },
    {
      "epoch": 0.9090625,
      "grad_norm": 1.6901434659957886,
      "learning_rate": 6.1304597197534884e-06,
      "loss": 8.2607,
      "step": 436350
    },
    {
      "epoch": 0.9090833333333334,
      "grad_norm": 1.5787831544876099,
      "learning_rate": 6.127670405754665e-06,
      "loss": 8.1695,
      "step": 436360
    },
    {
      "epoch": 0.9091041666666667,
      "grad_norm": 4.387697219848633,
      "learning_rate": 6.1248817132273645e-06,
      "loss": 8.3319,
      "step": 436370
    },
    {
      "epoch": 0.909125,
      "grad_norm": 2.284754514694214,
      "learning_rate": 6.122093642183629e-06,
      "loss": 8.2238,
      "step": 436380
    },
    {
      "epoch": 0.9091458333333333,
      "grad_norm": 1.3247170448303223,
      "learning_rate": 6.119306192635498e-06,
      "loss": 7.7461,
      "step": 436390
    },
    {
      "epoch": 0.9091666666666667,
      "grad_norm": 1.0598148107528687,
      "learning_rate": 6.116519364595013e-06,
      "loss": 7.624,
      "step": 436400
    },
    {
      "epoch": 0.9091875,
      "grad_norm": 2.2788279056549072,
      "learning_rate": 6.1137331580742134e-06,
      "loss": 7.6581,
      "step": 436410
    },
    {
      "epoch": 0.9092083333333333,
      "grad_norm": 1.746361255645752,
      "learning_rate": 6.110947573085123e-06,
      "loss": 8.1705,
      "step": 436420
    },
    {
      "epoch": 0.9092291666666666,
      "grad_norm": 1.2103040218353271,
      "learning_rate": 6.108162609639783e-06,
      "loss": 7.7663,
      "step": 436430
    },
    {
      "epoch": 0.90925,
      "grad_norm": 4.721944808959961,
      "learning_rate": 6.105378267750232e-06,
      "loss": 8.3675,
      "step": 436440
    },
    {
      "epoch": 0.9092708333333334,
      "grad_norm": 2.572371482849121,
      "learning_rate": 6.10259454742848e-06,
      "loss": 8.1001,
      "step": 436450
    },
    {
      "epoch": 0.9092916666666667,
      "grad_norm": 2.6742727756500244,
      "learning_rate": 6.099811448686565e-06,
      "loss": 7.8547,
      "step": 436460
    },
    {
      "epoch": 0.9093125,
      "grad_norm": 1.6515979766845703,
      "learning_rate": 6.09702897153651e-06,
      "loss": 7.7762,
      "step": 436470
    },
    {
      "epoch": 0.9093333333333333,
      "grad_norm": 2.7769720554351807,
      "learning_rate": 6.094247115990325e-06,
      "loss": 8.2163,
      "step": 436480
    },
    {
      "epoch": 0.9093541666666667,
      "grad_norm": 3.08650541305542,
      "learning_rate": 6.0914658820600315e-06,
      "loss": 7.7451,
      "step": 436490
    },
    {
      "epoch": 0.909375,
      "grad_norm": 1.3655424118041992,
      "learning_rate": 6.088685269757654e-06,
      "loss": 8.083,
      "step": 436500
    },
    {
      "epoch": 0.9093958333333333,
      "grad_norm": 5.024989604949951,
      "learning_rate": 6.085905279095166e-06,
      "loss": 8.1359,
      "step": 436510
    },
    {
      "epoch": 0.9094166666666667,
      "grad_norm": 1.7346116304397583,
      "learning_rate": 6.083125910084624e-06,
      "loss": 7.9207,
      "step": 436520
    },
    {
      "epoch": 0.9094375,
      "grad_norm": 1.7177973985671997,
      "learning_rate": 6.08034716273802e-06,
      "loss": 7.4263,
      "step": 436530
    },
    {
      "epoch": 0.9094583333333334,
      "grad_norm": 2.7283875942230225,
      "learning_rate": 6.077569037067326e-06,
      "loss": 7.5932,
      "step": 436540
    },
    {
      "epoch": 0.9094791666666666,
      "grad_norm": 2.930849313735962,
      "learning_rate": 6.0747915330845664e-06,
      "loss": 7.9297,
      "step": 436550
    },
    {
      "epoch": 0.9095,
      "grad_norm": 1.98465895652771,
      "learning_rate": 6.072014650801765e-06,
      "loss": 8.2825,
      "step": 436560
    },
    {
      "epoch": 0.9095208333333333,
      "grad_norm": 1.4877179861068726,
      "learning_rate": 6.069238390230846e-06,
      "loss": 7.7805,
      "step": 436570
    },
    {
      "epoch": 0.9095416666666667,
      "grad_norm": 2.067532777786255,
      "learning_rate": 6.0664627513838655e-06,
      "loss": 7.8382,
      "step": 436580
    },
    {
      "epoch": 0.9095625,
      "grad_norm": 1.5477328300476074,
      "learning_rate": 6.063687734272816e-06,
      "loss": 7.6871,
      "step": 436590
    },
    {
      "epoch": 0.9095833333333333,
      "grad_norm": 5.423733711242676,
      "learning_rate": 6.060913338909651e-06,
      "loss": 7.9904,
      "step": 436600
    },
    {
      "epoch": 0.9096041666666667,
      "grad_norm": 1.9322189092636108,
      "learning_rate": 6.05813956530633e-06,
      "loss": 8.5799,
      "step": 436610
    },
    {
      "epoch": 0.909625,
      "grad_norm": 1.2142651081085205,
      "learning_rate": 6.05536641347491e-06,
      "loss": 7.9864,
      "step": 436620
    },
    {
      "epoch": 0.9096458333333334,
      "grad_norm": 2.342968702316284,
      "learning_rate": 6.052593883427315e-06,
      "loss": 8.2783,
      "step": 436630
    },
    {
      "epoch": 0.9096666666666666,
      "grad_norm": 1.4292885065078735,
      "learning_rate": 6.049821975175517e-06,
      "loss": 8.048,
      "step": 436640
    },
    {
      "epoch": 0.9096875,
      "grad_norm": 2.4271597862243652,
      "learning_rate": 6.0470506887315586e-06,
      "loss": 7.8998,
      "step": 436650
    },
    {
      "epoch": 0.9097083333333333,
      "grad_norm": 3.174694776535034,
      "learning_rate": 6.044280024107329e-06,
      "loss": 7.5324,
      "step": 436660
    },
    {
      "epoch": 0.9097291666666667,
      "grad_norm": 1.891335368156433,
      "learning_rate": 6.041509981314819e-06,
      "loss": 8.0602,
      "step": 436670
    },
    {
      "epoch": 0.90975,
      "grad_norm": 3.6043245792388916,
      "learning_rate": 6.038740560366017e-06,
      "loss": 8.5883,
      "step": 436680
    },
    {
      "epoch": 0.9097708333333333,
      "grad_norm": 1.4543471336364746,
      "learning_rate": 6.035971761272867e-06,
      "loss": 7.4803,
      "step": 436690
    },
    {
      "epoch": 0.9097916666666667,
      "grad_norm": 1.2139816284179688,
      "learning_rate": 6.033203584047341e-06,
      "loss": 8.225,
      "step": 436700
    },
    {
      "epoch": 0.9098125,
      "grad_norm": 1.6922187805175781,
      "learning_rate": 6.030436028701379e-06,
      "loss": 7.9712,
      "step": 436710
    },
    {
      "epoch": 0.9098333333333334,
      "grad_norm": 1.6010100841522217,
      "learning_rate": 6.027669095246957e-06,
      "loss": 8.3496,
      "step": 436720
    },
    {
      "epoch": 0.9098541666666666,
      "grad_norm": 2.3478493690490723,
      "learning_rate": 6.024902783696011e-06,
      "loss": 7.8889,
      "step": 436730
    },
    {
      "epoch": 0.909875,
      "grad_norm": 1.3651278018951416,
      "learning_rate": 6.022137094060486e-06,
      "loss": 7.4099,
      "step": 436740
    },
    {
      "epoch": 0.9098958333333333,
      "grad_norm": 2.169609308242798,
      "learning_rate": 6.019372026352353e-06,
      "loss": 8.6854,
      "step": 436750
    },
    {
      "epoch": 0.9099166666666667,
      "grad_norm": 3.04626202583313,
      "learning_rate": 6.016607580583538e-06,
      "loss": 8.3376,
      "step": 436760
    },
    {
      "epoch": 0.9099375,
      "grad_norm": 2.6083033084869385,
      "learning_rate": 6.013843756765979e-06,
      "loss": 8.0702,
      "step": 436770
    },
    {
      "epoch": 0.9099583333333333,
      "grad_norm": 1.257103443145752,
      "learning_rate": 6.011080554911635e-06,
      "loss": 8.299,
      "step": 436780
    },
    {
      "epoch": 0.9099791666666667,
      "grad_norm": 2.3407089710235596,
      "learning_rate": 6.008317975032412e-06,
      "loss": 8.2521,
      "step": 436790
    },
    {
      "epoch": 0.91,
      "grad_norm": 2.022385597229004,
      "learning_rate": 6.0055560171402675e-06,
      "loss": 7.4663,
      "step": 436800
    },
    {
      "epoch": 0.9100208333333333,
      "grad_norm": 2.616302967071533,
      "learning_rate": 6.002794681247125e-06,
      "loss": 8.2102,
      "step": 436810
    },
    {
      "epoch": 0.9100416666666666,
      "grad_norm": 1.5060042142868042,
      "learning_rate": 6.000033967364909e-06,
      "loss": 7.7095,
      "step": 436820
    },
    {
      "epoch": 0.9100625,
      "grad_norm": 2.0771706104278564,
      "learning_rate": 5.997273875505543e-06,
      "loss": 7.9623,
      "step": 436830
    },
    {
      "epoch": 0.9100833333333334,
      "grad_norm": 1.2905219793319702,
      "learning_rate": 5.994514405680967e-06,
      "loss": 8.1417,
      "step": 436840
    },
    {
      "epoch": 0.9101041666666667,
      "grad_norm": 1.3048725128173828,
      "learning_rate": 5.991755557903072e-06,
      "loss": 9.5415,
      "step": 436850
    },
    {
      "epoch": 0.910125,
      "grad_norm": 2.1685876846313477,
      "learning_rate": 5.988997332183798e-06,
      "loss": 8.0061,
      "step": 436860
    },
    {
      "epoch": 0.9101458333333333,
      "grad_norm": 1.8433185815811157,
      "learning_rate": 5.986239728535053e-06,
      "loss": 7.9521,
      "step": 436870
    },
    {
      "epoch": 0.9101666666666667,
      "grad_norm": 1.8645743131637573,
      "learning_rate": 5.9834827469687595e-06,
      "loss": 9.1294,
      "step": 436880
    },
    {
      "epoch": 0.9101875,
      "grad_norm": 1.6095885038375854,
      "learning_rate": 5.980726387496793e-06,
      "loss": 7.695,
      "step": 436890
    },
    {
      "epoch": 0.9102083333333333,
      "grad_norm": 1.46299409866333,
      "learning_rate": 5.977970650131092e-06,
      "loss": 7.4812,
      "step": 436900
    },
    {
      "epoch": 0.9102291666666666,
      "grad_norm": 1.4088393449783325,
      "learning_rate": 5.975215534883565e-06,
      "loss": 7.658,
      "step": 436910
    },
    {
      "epoch": 0.91025,
      "grad_norm": 1.3109978437423706,
      "learning_rate": 5.972461041766052e-06,
      "loss": 7.5552,
      "step": 436920
    },
    {
      "epoch": 0.9102708333333334,
      "grad_norm": 2.4094886779785156,
      "learning_rate": 5.9697071707905445e-06,
      "loss": 8.1782,
      "step": 436930
    },
    {
      "epoch": 0.9102916666666667,
      "grad_norm": 1.2090764045715332,
      "learning_rate": 5.966953921968881e-06,
      "loss": 8.1916,
      "step": 436940
    },
    {
      "epoch": 0.9103125,
      "grad_norm": 1.9221928119659424,
      "learning_rate": 5.964201295312937e-06,
      "loss": 7.6518,
      "step": 436950
    },
    {
      "epoch": 0.9103333333333333,
      "grad_norm": 1.368324875831604,
      "learning_rate": 5.961449290834669e-06,
      "loss": 8.0132,
      "step": 436960
    },
    {
      "epoch": 0.9103541666666667,
      "grad_norm": 1.4764758348464966,
      "learning_rate": 5.958697908545901e-06,
      "loss": 8.2798,
      "step": 436970
    },
    {
      "epoch": 0.910375,
      "grad_norm": 3.105531930923462,
      "learning_rate": 5.95594714845854e-06,
      "loss": 8.1238,
      "step": 436980
    },
    {
      "epoch": 0.9103958333333333,
      "grad_norm": 2.635922908782959,
      "learning_rate": 5.9531970105844925e-06,
      "loss": 8.0806,
      "step": 436990
    },
    {
      "epoch": 0.9104166666666667,
      "grad_norm": 1.8311678171157837,
      "learning_rate": 5.950447494935601e-06,
      "loss": 8.099,
      "step": 437000
    },
    {
      "epoch": 0.9104166666666667,
      "eval_loss": 6.505956172943115,
      "eval_runtime": 8.2612,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 437000
    },
    {
      "epoch": 0.9104375,
      "grad_norm": 2.7890241146087646,
      "learning_rate": 5.947698601523737e-06,
      "loss": 8.0108,
      "step": 437010
    },
    {
      "epoch": 0.9104583333333334,
      "grad_norm": 1.8441438674926758,
      "learning_rate": 5.944950330360843e-06,
      "loss": 7.4268,
      "step": 437020
    },
    {
      "epoch": 0.9104791666666666,
      "grad_norm": 1.7335405349731445,
      "learning_rate": 5.942202681458708e-06,
      "loss": 7.6992,
      "step": 437030
    },
    {
      "epoch": 0.9105,
      "grad_norm": 1.8888245820999146,
      "learning_rate": 5.939455654829222e-06,
      "loss": 8.2193,
      "step": 437040
    },
    {
      "epoch": 0.9105208333333333,
      "grad_norm": 1.3208723068237305,
      "learning_rate": 5.936709250484312e-06,
      "loss": 7.93,
      "step": 437050
    },
    {
      "epoch": 0.9105416666666667,
      "grad_norm": 2.2873566150665283,
      "learning_rate": 5.933963468435765e-06,
      "loss": 7.7978,
      "step": 437060
    },
    {
      "epoch": 0.9105625,
      "grad_norm": 3.8076353073120117,
      "learning_rate": 5.931218308695473e-06,
      "loss": 8.2377,
      "step": 437070
    },
    {
      "epoch": 0.9105833333333333,
      "grad_norm": 3.346041679382324,
      "learning_rate": 5.928473771275294e-06,
      "loss": 7.8475,
      "step": 437080
    },
    {
      "epoch": 0.9106041666666667,
      "grad_norm": 4.980640888214111,
      "learning_rate": 5.925729856187067e-06,
      "loss": 7.8192,
      "step": 437090
    },
    {
      "epoch": 0.910625,
      "grad_norm": 1.113727331161499,
      "learning_rate": 5.9229865634426835e-06,
      "loss": 7.6909,
      "step": 437100
    },
    {
      "epoch": 0.9106458333333334,
      "grad_norm": 1.1690542697906494,
      "learning_rate": 5.92024389305395e-06,
      "loss": 7.7207,
      "step": 437110
    },
    {
      "epoch": 0.9106666666666666,
      "grad_norm": 1.277948021888733,
      "learning_rate": 5.917501845032741e-06,
      "loss": 7.7137,
      "step": 437120
    },
    {
      "epoch": 0.9106875,
      "grad_norm": 2.4184229373931885,
      "learning_rate": 5.91476041939088e-06,
      "loss": 7.8934,
      "step": 437130
    },
    {
      "epoch": 0.9107083333333333,
      "grad_norm": 1.247864842414856,
      "learning_rate": 5.91201961614024e-06,
      "loss": 7.8939,
      "step": 437140
    },
    {
      "epoch": 0.9107291666666667,
      "grad_norm": 3.092446804046631,
      "learning_rate": 5.90927943529263e-06,
      "loss": 8.2947,
      "step": 437150
    },
    {
      "epoch": 0.91075,
      "grad_norm": 6.477919578552246,
      "learning_rate": 5.9065398768598896e-06,
      "loss": 8.0997,
      "step": 437160
    },
    {
      "epoch": 0.9107708333333333,
      "grad_norm": 1.7472918033599854,
      "learning_rate": 5.903800940853876e-06,
      "loss": 7.8901,
      "step": 437170
    },
    {
      "epoch": 0.9107916666666667,
      "grad_norm": 2.3134701251983643,
      "learning_rate": 5.901062627286396e-06,
      "loss": 8.2793,
      "step": 437180
    },
    {
      "epoch": 0.9108125,
      "grad_norm": 7.042164325714111,
      "learning_rate": 5.898324936169307e-06,
      "loss": 8.0696,
      "step": 437190
    },
    {
      "epoch": 0.9108333333333334,
      "grad_norm": 5.1773247718811035,
      "learning_rate": 5.8955878675143845e-06,
      "loss": 7.8876,
      "step": 437200
    },
    {
      "epoch": 0.9108541666666666,
      "grad_norm": 1.2032159566879272,
      "learning_rate": 5.8928514213334834e-06,
      "loss": 8.2773,
      "step": 437210
    },
    {
      "epoch": 0.910875,
      "grad_norm": 4.16554069519043,
      "learning_rate": 5.8901155976384615e-06,
      "loss": 8.1285,
      "step": 437220
    },
    {
      "epoch": 0.9108958333333333,
      "grad_norm": 2.0336225032806396,
      "learning_rate": 5.8873803964410435e-06,
      "loss": 7.4739,
      "step": 437230
    },
    {
      "epoch": 0.9109166666666667,
      "grad_norm": 3.749877452850342,
      "learning_rate": 5.884645817753136e-06,
      "loss": 7.639,
      "step": 437240
    },
    {
      "epoch": 0.9109375,
      "grad_norm": 2.253169536590576,
      "learning_rate": 5.881911861586514e-06,
      "loss": 8.061,
      "step": 437250
    },
    {
      "epoch": 0.9109583333333333,
      "grad_norm": 2.4951977729797363,
      "learning_rate": 5.8791785279529655e-06,
      "loss": 8.0824,
      "step": 437260
    },
    {
      "epoch": 0.9109791666666667,
      "grad_norm": 1.3438222408294678,
      "learning_rate": 5.876445816864334e-06,
      "loss": 7.893,
      "step": 437270
    },
    {
      "epoch": 0.911,
      "grad_norm": 1.9180963039398193,
      "learning_rate": 5.873713728332408e-06,
      "loss": 7.6329,
      "step": 437280
    },
    {
      "epoch": 0.9110208333333333,
      "grad_norm": 11.985882759094238,
      "learning_rate": 5.870982262368978e-06,
      "loss": 9.2941,
      "step": 437290
    },
    {
      "epoch": 0.9110416666666666,
      "grad_norm": 1.1560862064361572,
      "learning_rate": 5.86825141898587e-06,
      "loss": 8.1476,
      "step": 437300
    },
    {
      "epoch": 0.9110625,
      "grad_norm": 2.929001808166504,
      "learning_rate": 5.865521198194856e-06,
      "loss": 7.5518,
      "step": 437310
    },
    {
      "epoch": 0.9110833333333334,
      "grad_norm": 1.389011263847351,
      "learning_rate": 5.862791600007727e-06,
      "loss": 7.9963,
      "step": 437320
    },
    {
      "epoch": 0.9111041666666667,
      "grad_norm": 1.1105927228927612,
      "learning_rate": 5.860062624436307e-06,
      "loss": 7.6471,
      "step": 437330
    },
    {
      "epoch": 0.911125,
      "grad_norm": 1.4709348678588867,
      "learning_rate": 5.857334271492353e-06,
      "loss": 7.9671,
      "step": 437340
    },
    {
      "epoch": 0.9111458333333333,
      "grad_norm": 1.7679351568222046,
      "learning_rate": 5.8546065411876395e-06,
      "loss": 8.079,
      "step": 437350
    },
    {
      "epoch": 0.9111666666666667,
      "grad_norm": 2.8722620010375977,
      "learning_rate": 5.851879433534007e-06,
      "loss": 8.9848,
      "step": 437360
    },
    {
      "epoch": 0.9111875,
      "grad_norm": 2.2308528423309326,
      "learning_rate": 5.849152948543178e-06,
      "loss": 8.3062,
      "step": 437370
    },
    {
      "epoch": 0.9112083333333333,
      "grad_norm": 1.394004225730896,
      "learning_rate": 5.846427086226929e-06,
      "loss": 8.4176,
      "step": 437380
    },
    {
      "epoch": 0.9112291666666666,
      "grad_norm": 1.586435317993164,
      "learning_rate": 5.843701846597099e-06,
      "loss": 8.3759,
      "step": 437390
    },
    {
      "epoch": 0.91125,
      "grad_norm": 1.4906318187713623,
      "learning_rate": 5.840977229665394e-06,
      "loss": 7.6139,
      "step": 437400
    },
    {
      "epoch": 0.9112708333333334,
      "grad_norm": 1.5713140964508057,
      "learning_rate": 5.838253235443574e-06,
      "loss": 9.0589,
      "step": 437410
    },
    {
      "epoch": 0.9112916666666667,
      "grad_norm": 2.1460976600646973,
      "learning_rate": 5.835529863943495e-06,
      "loss": 7.7344,
      "step": 437420
    },
    {
      "epoch": 0.9113125,
      "grad_norm": 3.091808557510376,
      "learning_rate": 5.83280711517683e-06,
      "loss": 8.0022,
      "step": 437430
    },
    {
      "epoch": 0.9113333333333333,
      "grad_norm": 1.581521987915039,
      "learning_rate": 5.83008498915537e-06,
      "loss": 7.6777,
      "step": 437440
    },
    {
      "epoch": 0.9113541666666667,
      "grad_norm": 1.8723840713500977,
      "learning_rate": 5.8273634858908905e-06,
      "loss": 8.3963,
      "step": 437450
    },
    {
      "epoch": 0.911375,
      "grad_norm": 2.4178524017333984,
      "learning_rate": 5.82464260539513e-06,
      "loss": 7.8015,
      "step": 437460
    },
    {
      "epoch": 0.9113958333333333,
      "grad_norm": 1.7218576669692993,
      "learning_rate": 5.82192234767983e-06,
      "loss": 8.2155,
      "step": 437470
    },
    {
      "epoch": 0.9114166666666667,
      "grad_norm": 1.808465600013733,
      "learning_rate": 5.819202712756765e-06,
      "loss": 9.9842,
      "step": 437480
    },
    {
      "epoch": 0.9114375,
      "grad_norm": 1.322145938873291,
      "learning_rate": 5.816483700637692e-06,
      "loss": 7.6727,
      "step": 437490
    },
    {
      "epoch": 0.9114583333333334,
      "grad_norm": 1.0189733505249023,
      "learning_rate": 5.813765311334317e-06,
      "loss": 7.9937,
      "step": 437500
    },
    {
      "epoch": 0.9114791666666666,
      "grad_norm": 4.999070167541504,
      "learning_rate": 5.811047544858399e-06,
      "loss": 8.105,
      "step": 437510
    },
    {
      "epoch": 0.9115,
      "grad_norm": 1.690111517906189,
      "learning_rate": 5.808330401221694e-06,
      "loss": 7.5201,
      "step": 437520
    },
    {
      "epoch": 0.9115208333333333,
      "grad_norm": 3.229694366455078,
      "learning_rate": 5.8056138804359445e-06,
      "loss": 8.0067,
      "step": 437530
    },
    {
      "epoch": 0.9115416666666667,
      "grad_norm": 1.7698068618774414,
      "learning_rate": 5.802897982512822e-06,
      "loss": 7.8071,
      "step": 437540
    },
    {
      "epoch": 0.9115625,
      "grad_norm": 1.2338415384292603,
      "learning_rate": 5.800182707464118e-06,
      "loss": 8.1894,
      "step": 437550
    },
    {
      "epoch": 0.9115833333333333,
      "grad_norm": 2.0024497509002686,
      "learning_rate": 5.797468055301574e-06,
      "loss": 7.8074,
      "step": 437560
    },
    {
      "epoch": 0.9116041666666667,
      "grad_norm": 4.1085124015808105,
      "learning_rate": 5.794754026036863e-06,
      "loss": 8.2307,
      "step": 437570
    },
    {
      "epoch": 0.911625,
      "grad_norm": 1.683226466178894,
      "learning_rate": 5.792040619681726e-06,
      "loss": 7.8431,
      "step": 437580
    },
    {
      "epoch": 0.9116458333333334,
      "grad_norm": 2.0700583457946777,
      "learning_rate": 5.789327836247937e-06,
      "loss": 9.2802,
      "step": 437590
    },
    {
      "epoch": 0.9116666666666666,
      "grad_norm": 2.1305487155914307,
      "learning_rate": 5.7866156757471195e-06,
      "loss": 8.1513,
      "step": 437600
    },
    {
      "epoch": 0.9116875,
      "grad_norm": 1.5458958148956299,
      "learning_rate": 5.783904138191048e-06,
      "loss": 8.0181,
      "step": 437610
    },
    {
      "epoch": 0.9117083333333333,
      "grad_norm": 2.6208109855651855,
      "learning_rate": 5.781193223591462e-06,
      "loss": 8.2276,
      "step": 437620
    },
    {
      "epoch": 0.9117291666666667,
      "grad_norm": 2.9275147914886475,
      "learning_rate": 5.778482931959988e-06,
      "loss": 7.8415,
      "step": 437630
    },
    {
      "epoch": 0.91175,
      "grad_norm": 1.6664032936096191,
      "learning_rate": 5.775773263308398e-06,
      "loss": 9.4144,
      "step": 437640
    },
    {
      "epoch": 0.9117708333333333,
      "grad_norm": 1.6281039714813232,
      "learning_rate": 5.773064217648399e-06,
      "loss": 8.5459,
      "step": 437650
    },
    {
      "epoch": 0.9117916666666667,
      "grad_norm": 1.1152777671813965,
      "learning_rate": 5.770355794991649e-06,
      "loss": 7.8423,
      "step": 437660
    },
    {
      "epoch": 0.9118125,
      "grad_norm": 1.8830304145812988,
      "learning_rate": 5.767647995349889e-06,
      "loss": 8.5542,
      "step": 437670
    },
    {
      "epoch": 0.9118333333333334,
      "grad_norm": 1.3541228771209717,
      "learning_rate": 5.764940818734792e-06,
      "loss": 7.933,
      "step": 437680
    },
    {
      "epoch": 0.9118541666666666,
      "grad_norm": 2.5950827598571777,
      "learning_rate": 5.762234265158033e-06,
      "loss": 7.6246,
      "step": 437690
    },
    {
      "epoch": 0.911875,
      "grad_norm": 1.7003567218780518,
      "learning_rate": 5.759528334631369e-06,
      "loss": 7.8641,
      "step": 437700
    },
    {
      "epoch": 0.9118958333333333,
      "grad_norm": 1.5571184158325195,
      "learning_rate": 5.7568230271664406e-06,
      "loss": 7.6805,
      "step": 437710
    },
    {
      "epoch": 0.9119166666666667,
      "grad_norm": 2.8160488605499268,
      "learning_rate": 5.754118342774921e-06,
      "loss": 8.131,
      "step": 437720
    },
    {
      "epoch": 0.9119375,
      "grad_norm": 13.081554412841797,
      "learning_rate": 5.751414281468536e-06,
      "loss": 8.0131,
      "step": 437730
    },
    {
      "epoch": 0.9119583333333333,
      "grad_norm": 1.9462229013442993,
      "learning_rate": 5.748710843258925e-06,
      "loss": 8.0392,
      "step": 437740
    },
    {
      "epoch": 0.9119791666666667,
      "grad_norm": 2.0709826946258545,
      "learning_rate": 5.746008028157778e-06,
      "loss": 8.1427,
      "step": 437750
    },
    {
      "epoch": 0.912,
      "grad_norm": 5.8366312980651855,
      "learning_rate": 5.74330583617682e-06,
      "loss": 8.538,
      "step": 437760
    },
    {
      "epoch": 0.9120208333333333,
      "grad_norm": 2.283170461654663,
      "learning_rate": 5.740604267327642e-06,
      "loss": 8.2402,
      "step": 437770
    },
    {
      "epoch": 0.9120416666666666,
      "grad_norm": 1.6672910451889038,
      "learning_rate": 5.737903321621967e-06,
      "loss": 8.6215,
      "step": 437780
    },
    {
      "epoch": 0.9120625,
      "grad_norm": 1.798963189125061,
      "learning_rate": 5.735202999071436e-06,
      "loss": 8.3471,
      "step": 437790
    },
    {
      "epoch": 0.9120833333333334,
      "grad_norm": 1.8808867931365967,
      "learning_rate": 5.732503299687724e-06,
      "loss": 8.2182,
      "step": 437800
    },
    {
      "epoch": 0.9121041666666667,
      "grad_norm": 2.736989974975586,
      "learning_rate": 5.729804223482503e-06,
      "loss": 8.1057,
      "step": 437810
    },
    {
      "epoch": 0.912125,
      "grad_norm": 2.154688835144043,
      "learning_rate": 5.727105770467416e-06,
      "loss": 7.7127,
      "step": 437820
    },
    {
      "epoch": 0.9121458333333333,
      "grad_norm": 1.469330906867981,
      "learning_rate": 5.724407940654119e-06,
      "loss": 7.3828,
      "step": 437830
    },
    {
      "epoch": 0.9121666666666667,
      "grad_norm": 1.6447970867156982,
      "learning_rate": 5.7217107340542855e-06,
      "loss": 7.6191,
      "step": 437840
    },
    {
      "epoch": 0.9121875,
      "grad_norm": 3.0916218757629395,
      "learning_rate": 5.71901415067954e-06,
      "loss": 8.5538,
      "step": 437850
    },
    {
      "epoch": 0.9122083333333333,
      "grad_norm": 2.9022488594055176,
      "learning_rate": 5.716318190541541e-06,
      "loss": 7.9542,
      "step": 437860
    },
    {
      "epoch": 0.9122291666666666,
      "grad_norm": 2.620865821838379,
      "learning_rate": 5.713622853651945e-06,
      "loss": 8.0242,
      "step": 437870
    },
    {
      "epoch": 0.91225,
      "grad_norm": 1.8145158290863037,
      "learning_rate": 5.710928140022392e-06,
      "loss": 8.1792,
      "step": 437880
    },
    {
      "epoch": 0.9122708333333334,
      "grad_norm": 1.217792272567749,
      "learning_rate": 5.708234049664507e-06,
      "loss": 7.6097,
      "step": 437890
    },
    {
      "epoch": 0.9122916666666666,
      "grad_norm": 6.1800923347473145,
      "learning_rate": 5.7055405825899295e-06,
      "loss": 8.3033,
      "step": 437900
    },
    {
      "epoch": 0.9123125,
      "grad_norm": 1.6655315160751343,
      "learning_rate": 5.702847738810301e-06,
      "loss": 7.6555,
      "step": 437910
    },
    {
      "epoch": 0.9123333333333333,
      "grad_norm": 1.1609524488449097,
      "learning_rate": 5.700155518337263e-06,
      "loss": 7.6882,
      "step": 437920
    },
    {
      "epoch": 0.9123541666666667,
      "grad_norm": 3.128781795501709,
      "learning_rate": 5.697463921182454e-06,
      "loss": 8.1098,
      "step": 437930
    },
    {
      "epoch": 0.912375,
      "grad_norm": 1.7151621580123901,
      "learning_rate": 5.694772947357435e-06,
      "loss": 8.3135,
      "step": 437940
    },
    {
      "epoch": 0.9123958333333333,
      "grad_norm": 3.7331202030181885,
      "learning_rate": 5.692082596873909e-06,
      "loss": 8.2466,
      "step": 437950
    },
    {
      "epoch": 0.9124166666666667,
      "grad_norm": 2.319563627243042,
      "learning_rate": 5.68939286974347e-06,
      "loss": 8.4084,
      "step": 437960
    },
    {
      "epoch": 0.9124375,
      "grad_norm": 9.390398979187012,
      "learning_rate": 5.686703765977707e-06,
      "loss": 8.5263,
      "step": 437970
    },
    {
      "epoch": 0.9124583333333334,
      "grad_norm": 2.411428689956665,
      "learning_rate": 5.684015285588278e-06,
      "loss": 8.8866,
      "step": 437980
    },
    {
      "epoch": 0.9124791666666666,
      "grad_norm": 6.2101216316223145,
      "learning_rate": 5.681327428586791e-06,
      "loss": 7.6153,
      "step": 437990
    },
    {
      "epoch": 0.9125,
      "grad_norm": 1.688424825668335,
      "learning_rate": 5.678640194984801e-06,
      "loss": 8.2338,
      "step": 438000
    },
    {
      "epoch": 0.9125,
      "eval_loss": 10.119226455688477,
      "eval_runtime": 8.5892,
      "eval_samples_per_second": 0.349,
      "eval_steps_per_second": 0.116,
      "step": 438000
    },
    {
      "epoch": 0.9125208333333333,
      "grad_norm": 1.2317228317260742,
      "learning_rate": 5.6759535847939855e-06,
      "loss": 7.9061,
      "step": 438010
    },
    {
      "epoch": 0.9125416666666667,
      "grad_norm": 3.9492714405059814,
      "learning_rate": 5.673267598025949e-06,
      "loss": 7.7151,
      "step": 438020
    },
    {
      "epoch": 0.9125625,
      "grad_norm": 1.2849202156066895,
      "learning_rate": 5.670582234692217e-06,
      "loss": 7.8779,
      "step": 438030
    },
    {
      "epoch": 0.9125833333333333,
      "grad_norm": 5.044871807098389,
      "learning_rate": 5.66789749480448e-06,
      "loss": 7.9953,
      "step": 438040
    },
    {
      "epoch": 0.9126041666666667,
      "grad_norm": 1.7354871034622192,
      "learning_rate": 5.665213378374295e-06,
      "loss": 8.1009,
      "step": 438050
    },
    {
      "epoch": 0.912625,
      "grad_norm": 2.187772035598755,
      "learning_rate": 5.662529885413236e-06,
      "loss": 7.9052,
      "step": 438060
    },
    {
      "epoch": 0.9126458333333334,
      "grad_norm": 3.6775662899017334,
      "learning_rate": 5.6598470159329276e-06,
      "loss": 8.2101,
      "step": 438070
    },
    {
      "epoch": 0.9126666666666666,
      "grad_norm": 6.300428867340088,
      "learning_rate": 5.657164769944927e-06,
      "loss": 8.2534,
      "step": 438080
    },
    {
      "epoch": 0.9126875,
      "grad_norm": 1.3064934015274048,
      "learning_rate": 5.6544831474608585e-06,
      "loss": 7.4352,
      "step": 438090
    },
    {
      "epoch": 0.9127083333333333,
      "grad_norm": 1.6412347555160522,
      "learning_rate": 5.651802148492279e-06,
      "loss": 7.6914,
      "step": 438100
    },
    {
      "epoch": 0.9127291666666667,
      "grad_norm": 1.740324854850769,
      "learning_rate": 5.6491217730507796e-06,
      "loss": 8.2051,
      "step": 438110
    },
    {
      "epoch": 0.91275,
      "grad_norm": 2.785210609436035,
      "learning_rate": 5.646442021147934e-06,
      "loss": 8.0744,
      "step": 438120
    },
    {
      "epoch": 0.9127708333333333,
      "grad_norm": 2.0993599891662598,
      "learning_rate": 5.643762892795317e-06,
      "loss": 7.9555,
      "step": 438130
    },
    {
      "epoch": 0.9127916666666667,
      "grad_norm": 3.014752149581909,
      "learning_rate": 5.641084388004519e-06,
      "loss": 8.6235,
      "step": 438140
    },
    {
      "epoch": 0.9128125,
      "grad_norm": 1.9293392896652222,
      "learning_rate": 5.63840650678708e-06,
      "loss": 8.0267,
      "step": 438150
    },
    {
      "epoch": 0.9128333333333334,
      "grad_norm": 1.081785798072815,
      "learning_rate": 5.635729249154591e-06,
      "loss": 8.114,
      "step": 438160
    },
    {
      "epoch": 0.9128541666666666,
      "grad_norm": 4.231598377227783,
      "learning_rate": 5.633052615118594e-06,
      "loss": 8.3776,
      "step": 438170
    },
    {
      "epoch": 0.912875,
      "grad_norm": 1.0403728485107422,
      "learning_rate": 5.630376604690678e-06,
      "loss": 7.9102,
      "step": 438180
    },
    {
      "epoch": 0.9128958333333334,
      "grad_norm": 1.8492134809494019,
      "learning_rate": 5.6277012178823856e-06,
      "loss": 8.4118,
      "step": 438190
    },
    {
      "epoch": 0.9129166666666667,
      "grad_norm": 2.5940165519714355,
      "learning_rate": 5.6250264547052896e-06,
      "loss": 7.6126,
      "step": 438200
    },
    {
      "epoch": 0.9129375,
      "grad_norm": 1.538184404373169,
      "learning_rate": 5.622352315170914e-06,
      "loss": 7.3662,
      "step": 438210
    },
    {
      "epoch": 0.9129583333333333,
      "grad_norm": 2.6663503646850586,
      "learning_rate": 5.6196787992908334e-06,
      "loss": 8.2039,
      "step": 438220
    },
    {
      "epoch": 0.9129791666666667,
      "grad_norm": 6.776206016540527,
      "learning_rate": 5.617005907076605e-06,
      "loss": 8.5118,
      "step": 438230
    },
    {
      "epoch": 0.913,
      "grad_norm": 1.4948194026947021,
      "learning_rate": 5.614333638539736e-06,
      "loss": 7.8809,
      "step": 438240
    },
    {
      "epoch": 0.9130208333333333,
      "grad_norm": 1.3311450481414795,
      "learning_rate": 5.611661993691818e-06,
      "loss": 7.8983,
      "step": 438250
    },
    {
      "epoch": 0.9130416666666666,
      "grad_norm": 5.525615215301514,
      "learning_rate": 5.608990972544341e-06,
      "loss": 8.0588,
      "step": 438260
    },
    {
      "epoch": 0.9130625,
      "grad_norm": 3.4818027019500732,
      "learning_rate": 5.606320575108897e-06,
      "loss": 8.1037,
      "step": 438270
    },
    {
      "epoch": 0.9130833333333334,
      "grad_norm": 3.5382206439971924,
      "learning_rate": 5.603650801396975e-06,
      "loss": 9.0629,
      "step": 438280
    },
    {
      "epoch": 0.9131041666666667,
      "grad_norm": 0.9283477067947388,
      "learning_rate": 5.600981651420133e-06,
      "loss": 8.18,
      "step": 438290
    },
    {
      "epoch": 0.913125,
      "grad_norm": 2.2097532749176025,
      "learning_rate": 5.598313125189896e-06,
      "loss": 7.7311,
      "step": 438300
    },
    {
      "epoch": 0.9131458333333333,
      "grad_norm": 1.8054472208023071,
      "learning_rate": 5.595645222717771e-06,
      "loss": 8.0343,
      "step": 438310
    },
    {
      "epoch": 0.9131666666666667,
      "grad_norm": 3.1603894233703613,
      "learning_rate": 5.5929779440153145e-06,
      "loss": 8.064,
      "step": 438320
    },
    {
      "epoch": 0.9131875,
      "grad_norm": 1.9742783308029175,
      "learning_rate": 5.590311289094035e-06,
      "loss": 7.7878,
      "step": 438330
    },
    {
      "epoch": 0.9132083333333333,
      "grad_norm": 2.9109745025634766,
      "learning_rate": 5.5876452579654395e-06,
      "loss": 7.8797,
      "step": 438340
    },
    {
      "epoch": 0.9132291666666666,
      "grad_norm": 6.463194847106934,
      "learning_rate": 5.584979850641053e-06,
      "loss": 8.9676,
      "step": 438350
    },
    {
      "epoch": 0.91325,
      "grad_norm": 1.3477504253387451,
      "learning_rate": 5.5823150671324146e-06,
      "loss": 9.7414,
      "step": 438360
    },
    {
      "epoch": 0.9132708333333334,
      "grad_norm": 1.733747124671936,
      "learning_rate": 5.579650907450983e-06,
      "loss": 7.712,
      "step": 438370
    },
    {
      "epoch": 0.9132916666666666,
      "grad_norm": 2.0775153636932373,
      "learning_rate": 5.5769873716082825e-06,
      "loss": 8.2609,
      "step": 438380
    },
    {
      "epoch": 0.9133125,
      "grad_norm": 3.09319806098938,
      "learning_rate": 5.57432445961587e-06,
      "loss": 8.1803,
      "step": 438390
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 2.1039042472839355,
      "learning_rate": 5.571662171485186e-06,
      "loss": 7.6388,
      "step": 438400
    },
    {
      "epoch": 0.9133541666666667,
      "grad_norm": 1.4129422903060913,
      "learning_rate": 5.569000507227739e-06,
      "loss": 8.3674,
      "step": 438410
    },
    {
      "epoch": 0.913375,
      "grad_norm": 1.180460810661316,
      "learning_rate": 5.566339466855069e-06,
      "loss": 8.1486,
      "step": 438420
    },
    {
      "epoch": 0.9133958333333333,
      "grad_norm": 1.1850221157073975,
      "learning_rate": 5.563679050378633e-06,
      "loss": 8.1867,
      "step": 438430
    },
    {
      "epoch": 0.9134166666666667,
      "grad_norm": 2.8072168827056885,
      "learning_rate": 5.561019257809923e-06,
      "loss": 8.6903,
      "step": 438440
    },
    {
      "epoch": 0.9134375,
      "grad_norm": 1.8133083581924438,
      "learning_rate": 5.558360089160446e-06,
      "loss": 9.6347,
      "step": 438450
    },
    {
      "epoch": 0.9134583333333334,
      "grad_norm": 2.8186182975769043,
      "learning_rate": 5.5557015444416765e-06,
      "loss": 8.1176,
      "step": 438460
    },
    {
      "epoch": 0.9134791666666666,
      "grad_norm": 2.6223373413085938,
      "learning_rate": 5.553043623665087e-06,
      "loss": 7.8646,
      "step": 438470
    },
    {
      "epoch": 0.9135,
      "grad_norm": 1.3487507104873657,
      "learning_rate": 5.550386326842188e-06,
      "loss": 8.3719,
      "step": 438480
    },
    {
      "epoch": 0.9135208333333333,
      "grad_norm": 1.7499099969863892,
      "learning_rate": 5.547729653984451e-06,
      "loss": 8.0435,
      "step": 438490
    },
    {
      "epoch": 0.9135416666666667,
      "grad_norm": 4.721999645233154,
      "learning_rate": 5.545073605103334e-06,
      "loss": 8.5629,
      "step": 438500
    },
    {
      "epoch": 0.9135625,
      "grad_norm": 1.378391146659851,
      "learning_rate": 5.5424181802103115e-06,
      "loss": 7.6069,
      "step": 438510
    },
    {
      "epoch": 0.9135833333333333,
      "grad_norm": 1.1245155334472656,
      "learning_rate": 5.539763379316875e-06,
      "loss": 8.1375,
      "step": 438520
    },
    {
      "epoch": 0.9136041666666667,
      "grad_norm": 2.349496364593506,
      "learning_rate": 5.537109202434464e-06,
      "loss": 8.5006,
      "step": 438530
    },
    {
      "epoch": 0.913625,
      "grad_norm": 1.3464221954345703,
      "learning_rate": 5.534455649574571e-06,
      "loss": 8.0844,
      "step": 438540
    },
    {
      "epoch": 0.9136458333333334,
      "grad_norm": 1.2318230867385864,
      "learning_rate": 5.531802720748652e-06,
      "loss": 7.8665,
      "step": 438550
    },
    {
      "epoch": 0.9136666666666666,
      "grad_norm": 1.999669075012207,
      "learning_rate": 5.529150415968147e-06,
      "loss": 7.7191,
      "step": 438560
    },
    {
      "epoch": 0.9136875,
      "grad_norm": 1.4655170440673828,
      "learning_rate": 5.526498735244533e-06,
      "loss": 9.153,
      "step": 438570
    },
    {
      "epoch": 0.9137083333333333,
      "grad_norm": 2.5776195526123047,
      "learning_rate": 5.523847678589249e-06,
      "loss": 8.137,
      "step": 438580
    },
    {
      "epoch": 0.9137291666666667,
      "grad_norm": 5.923669815063477,
      "learning_rate": 5.5211972460137695e-06,
      "loss": 7.9329,
      "step": 438590
    },
    {
      "epoch": 0.91375,
      "grad_norm": 1.4178231954574585,
      "learning_rate": 5.518547437529519e-06,
      "loss": 7.9112,
      "step": 438600
    },
    {
      "epoch": 0.9137708333333333,
      "grad_norm": 1.8340961933135986,
      "learning_rate": 5.515898253147954e-06,
      "loss": 7.2816,
      "step": 438610
    },
    {
      "epoch": 0.9137916666666667,
      "grad_norm": 5.5769429206848145,
      "learning_rate": 5.513249692880533e-06,
      "loss": 8.1713,
      "step": 438620
    },
    {
      "epoch": 0.9138125,
      "grad_norm": 1.6490633487701416,
      "learning_rate": 5.510601756738664e-06,
      "loss": 8.5082,
      "step": 438630
    },
    {
      "epoch": 0.9138333333333334,
      "grad_norm": 1.9466726779937744,
      "learning_rate": 5.507954444733803e-06,
      "loss": 7.9057,
      "step": 438640
    },
    {
      "epoch": 0.9138541666666666,
      "grad_norm": 10.733039855957031,
      "learning_rate": 5.505307756877409e-06,
      "loss": 8.6708,
      "step": 438650
    },
    {
      "epoch": 0.913875,
      "grad_norm": 1.399551510810852,
      "learning_rate": 5.502661693180854e-06,
      "loss": 7.9951,
      "step": 438660
    },
    {
      "epoch": 0.9138958333333334,
      "grad_norm": 1.7609566450119019,
      "learning_rate": 5.500016253655648e-06,
      "loss": 8.1537,
      "step": 438670
    },
    {
      "epoch": 0.9139166666666667,
      "grad_norm": 1.7614753246307373,
      "learning_rate": 5.497371438313147e-06,
      "loss": 7.8984,
      "step": 438680
    },
    {
      "epoch": 0.9139375,
      "grad_norm": 1.4511165618896484,
      "learning_rate": 5.494727247164793e-06,
      "loss": 8.4246,
      "step": 438690
    },
    {
      "epoch": 0.9139583333333333,
      "grad_norm": 2.050774574279785,
      "learning_rate": 5.4920836802220425e-06,
      "loss": 7.8509,
      "step": 438700
    },
    {
      "epoch": 0.9139791666666667,
      "grad_norm": 2.4240057468414307,
      "learning_rate": 5.48944073749627e-06,
      "loss": 7.5055,
      "step": 438710
    },
    {
      "epoch": 0.914,
      "grad_norm": 3.7987146377563477,
      "learning_rate": 5.486798418998917e-06,
      "loss": 8.4586,
      "step": 438720
    },
    {
      "epoch": 0.9140208333333333,
      "grad_norm": 3.25360369682312,
      "learning_rate": 5.484156724741406e-06,
      "loss": 7.621,
      "step": 438730
    },
    {
      "epoch": 0.9140416666666666,
      "grad_norm": 1.5830023288726807,
      "learning_rate": 5.48151565473513e-06,
      "loss": 7.9721,
      "step": 438740
    },
    {
      "epoch": 0.9140625,
      "grad_norm": 3.16886305809021,
      "learning_rate": 5.478875208991479e-06,
      "loss": 7.9714,
      "step": 438750
    },
    {
      "epoch": 0.9140833333333334,
      "grad_norm": 3.008800983428955,
      "learning_rate": 5.47623538752191e-06,
      "loss": 8.2608,
      "step": 438760
    },
    {
      "epoch": 0.9141041666666667,
      "grad_norm": 2.0418124198913574,
      "learning_rate": 5.473596190337781e-06,
      "loss": 8.5685,
      "step": 438770
    },
    {
      "epoch": 0.914125,
      "grad_norm": 1.37937331199646,
      "learning_rate": 5.4709576174505e-06,
      "loss": 8.1605,
      "step": 438780
    },
    {
      "epoch": 0.9141458333333333,
      "grad_norm": 3.8940632343292236,
      "learning_rate": 5.468319668871507e-06,
      "loss": 8.8389,
      "step": 438790
    },
    {
      "epoch": 0.9141666666666667,
      "grad_norm": 2.2508039474487305,
      "learning_rate": 5.4656823446121434e-06,
      "loss": 7.6449,
      "step": 438800
    },
    {
      "epoch": 0.9141875,
      "grad_norm": 3.6252920627593994,
      "learning_rate": 5.4630456446838334e-06,
      "loss": 8.6608,
      "step": 438810
    },
    {
      "epoch": 0.9142083333333333,
      "grad_norm": 4.236553192138672,
      "learning_rate": 5.4604095690979345e-06,
      "loss": 8.1815,
      "step": 438820
    },
    {
      "epoch": 0.9142291666666666,
      "grad_norm": 2.589784860610962,
      "learning_rate": 5.457774117865871e-06,
      "loss": 7.9478,
      "step": 438830
    },
    {
      "epoch": 0.91425,
      "grad_norm": 1.4112378358840942,
      "learning_rate": 5.455139290999e-06,
      "loss": 7.7713,
      "step": 438840
    },
    {
      "epoch": 0.9142708333333334,
      "grad_norm": 1.6373963356018066,
      "learning_rate": 5.452505088508713e-06,
      "loss": 7.7642,
      "step": 438850
    },
    {
      "epoch": 0.9142916666666666,
      "grad_norm": 1.4341278076171875,
      "learning_rate": 5.449871510406384e-06,
      "loss": 8.0379,
      "step": 438860
    },
    {
      "epoch": 0.9143125,
      "grad_norm": 1.9247698783874512,
      "learning_rate": 5.447238556703404e-06,
      "loss": 7.8655,
      "step": 438870
    },
    {
      "epoch": 0.9143333333333333,
      "grad_norm": 1.9593138694763184,
      "learning_rate": 5.4446062274111305e-06,
      "loss": 7.7594,
      "step": 438880
    },
    {
      "epoch": 0.9143541666666667,
      "grad_norm": 1.7286795377731323,
      "learning_rate": 5.4419745225409375e-06,
      "loss": 8.0875,
      "step": 438890
    },
    {
      "epoch": 0.914375,
      "grad_norm": 2.3999781608581543,
      "learning_rate": 5.439343442104199e-06,
      "loss": 8.358,
      "step": 438900
    },
    {
      "epoch": 0.9143958333333333,
      "grad_norm": 1.3146089315414429,
      "learning_rate": 5.436712986112274e-06,
      "loss": 7.6183,
      "step": 438910
    },
    {
      "epoch": 0.9144166666666667,
      "grad_norm": 1.5606764554977417,
      "learning_rate": 5.4340831545765184e-06,
      "loss": 7.8252,
      "step": 438920
    },
    {
      "epoch": 0.9144375,
      "grad_norm": 0.9190330505371094,
      "learning_rate": 5.431453947508307e-06,
      "loss": 8.0406,
      "step": 438930
    },
    {
      "epoch": 0.9144583333333334,
      "grad_norm": 5.793154239654541,
      "learning_rate": 5.428825364918981e-06,
      "loss": 8.9534,
      "step": 438940
    },
    {
      "epoch": 0.9144791666666666,
      "grad_norm": 6.231924057006836,
      "learning_rate": 5.426197406819915e-06,
      "loss": 9.243,
      "step": 438950
    },
    {
      "epoch": 0.9145,
      "grad_norm": 1.4843517541885376,
      "learning_rate": 5.423570073222467e-06,
      "loss": 7.9661,
      "step": 438960
    },
    {
      "epoch": 0.9145208333333333,
      "grad_norm": 3.113762855529785,
      "learning_rate": 5.420943364137942e-06,
      "loss": 8.462,
      "step": 438970
    },
    {
      "epoch": 0.9145416666666667,
      "grad_norm": 3.5288054943084717,
      "learning_rate": 5.418317279577716e-06,
      "loss": 8.036,
      "step": 438980
    },
    {
      "epoch": 0.9145625,
      "grad_norm": 1.4230854511260986,
      "learning_rate": 5.415691819553147e-06,
      "loss": 7.7666,
      "step": 438990
    },
    {
      "epoch": 0.9145833333333333,
      "grad_norm": 1.7390272617340088,
      "learning_rate": 5.413066984075542e-06,
      "loss": 8.6002,
      "step": 439000
    },
    {
      "epoch": 0.9145833333333333,
      "eval_loss": 8.150655746459961,
      "eval_runtime": 8.2556,
      "eval_samples_per_second": 0.363,
      "eval_steps_per_second": 0.121,
      "step": 439000
    },
    {
      "epoch": 0.9146041666666667,
      "grad_norm": 2.6242620944976807,
      "learning_rate": 5.41044277315626e-06,
      "loss": 7.7187,
      "step": 439010
    },
    {
      "epoch": 0.914625,
      "grad_norm": 5.3800811767578125,
      "learning_rate": 5.407819186806656e-06,
      "loss": 8.6729,
      "step": 439020
    },
    {
      "epoch": 0.9146458333333334,
      "grad_norm": 1.418892741203308,
      "learning_rate": 5.405196225037989e-06,
      "loss": 8.2019,
      "step": 439030
    },
    {
      "epoch": 0.9146666666666666,
      "grad_norm": 1.1183695793151855,
      "learning_rate": 5.402573887861683e-06,
      "loss": 7.6564,
      "step": 439040
    },
    {
      "epoch": 0.9146875,
      "grad_norm": 1.68582284450531,
      "learning_rate": 5.3999521752890125e-06,
      "loss": 7.9667,
      "step": 439050
    },
    {
      "epoch": 0.9147083333333333,
      "grad_norm": 1.8572838306427002,
      "learning_rate": 5.397331087331286e-06,
      "loss": 7.8314,
      "step": 439060
    },
    {
      "epoch": 0.9147291666666667,
      "grad_norm": 2.1113176345825195,
      "learning_rate": 5.394710623999893e-06,
      "loss": 8.1414,
      "step": 439070
    },
    {
      "epoch": 0.91475,
      "grad_norm": 2.202491283416748,
      "learning_rate": 5.392090785306091e-06,
      "loss": 7.4105,
      "step": 439080
    },
    {
      "epoch": 0.9147708333333333,
      "grad_norm": 1.5575048923492432,
      "learning_rate": 5.389471571261206e-06,
      "loss": 7.7579,
      "step": 439090
    },
    {
      "epoch": 0.9147916666666667,
      "grad_norm": 7.373179912567139,
      "learning_rate": 5.386852981876594e-06,
      "loss": 8.3897,
      "step": 439100
    },
    {
      "epoch": 0.9148125,
      "grad_norm": 1.7424533367156982,
      "learning_rate": 5.384235017163513e-06,
      "loss": 7.7374,
      "step": 439110
    },
    {
      "epoch": 0.9148333333333334,
      "grad_norm": 2.525398015975952,
      "learning_rate": 5.381617677133271e-06,
      "loss": 7.9367,
      "step": 439120
    },
    {
      "epoch": 0.9148541666666666,
      "grad_norm": 2.7820873260498047,
      "learning_rate": 5.379000961797242e-06,
      "loss": 8.1513,
      "step": 439130
    },
    {
      "epoch": 0.914875,
      "grad_norm": 4.150589466094971,
      "learning_rate": 5.376384871166667e-06,
      "loss": 7.7059,
      "step": 439140
    },
    {
      "epoch": 0.9148958333333334,
      "grad_norm": 4.7772064208984375,
      "learning_rate": 5.373769405252837e-06,
      "loss": 8.7526,
      "step": 439150
    },
    {
      "epoch": 0.9149166666666667,
      "grad_norm": 1.1923139095306396,
      "learning_rate": 5.371154564067126e-06,
      "loss": 8.0464,
      "step": 439160
    },
    {
      "epoch": 0.9149375,
      "grad_norm": 1.089736819267273,
      "learning_rate": 5.3685403476207424e-06,
      "loss": 7.3989,
      "step": 439170
    },
    {
      "epoch": 0.9149583333333333,
      "grad_norm": 1.1439799070358276,
      "learning_rate": 5.365926755925026e-06,
      "loss": 7.7318,
      "step": 439180
    },
    {
      "epoch": 0.9149791666666667,
      "grad_norm": 2.883817434310913,
      "learning_rate": 5.363313788991253e-06,
      "loss": 8.565,
      "step": 439190
    },
    {
      "epoch": 0.915,
      "grad_norm": 1.3628212213516235,
      "learning_rate": 5.360701446830728e-06,
      "loss": 8.8478,
      "step": 439200
    },
    {
      "epoch": 0.9150208333333333,
      "grad_norm": 1.7234772443771362,
      "learning_rate": 5.358089729454696e-06,
      "loss": 7.9023,
      "step": 439210
    },
    {
      "epoch": 0.9150416666666666,
      "grad_norm": 1.3206043243408203,
      "learning_rate": 5.3554786368744775e-06,
      "loss": 7.5863,
      "step": 439220
    },
    {
      "epoch": 0.9150625,
      "grad_norm": 2.2486791610717773,
      "learning_rate": 5.352868169101332e-06,
      "loss": 8.4493,
      "step": 439230
    },
    {
      "epoch": 0.9150833333333334,
      "grad_norm": 1.8941879272460938,
      "learning_rate": 5.35025832614655e-06,
      "loss": 7.9387,
      "step": 439240
    },
    {
      "epoch": 0.9151041666666667,
      "grad_norm": 1.2900913953781128,
      "learning_rate": 5.34764910802139e-06,
      "loss": 8.4901,
      "step": 439250
    },
    {
      "epoch": 0.915125,
      "grad_norm": 1.5192826986312866,
      "learning_rate": 5.345040514737125e-06,
      "loss": 7.7408,
      "step": 439260
    },
    {
      "epoch": 0.9151458333333333,
      "grad_norm": 2.605869770050049,
      "learning_rate": 5.342432546305031e-06,
      "loss": 8.0425,
      "step": 439270
    },
    {
      "epoch": 0.9151666666666667,
      "grad_norm": 2.9559383392333984,
      "learning_rate": 5.3398252027363645e-06,
      "loss": 8.5764,
      "step": 439280
    },
    {
      "epoch": 0.9151875,
      "grad_norm": 2.588123083114624,
      "learning_rate": 5.337218484042399e-06,
      "loss": 8.3396,
      "step": 439290
    },
    {
      "epoch": 0.9152083333333333,
      "grad_norm": 3.3989973068237305,
      "learning_rate": 5.334612390234394e-06,
      "loss": 7.9785,
      "step": 439300
    },
    {
      "epoch": 0.9152291666666666,
      "grad_norm": 2.4618730545043945,
      "learning_rate": 5.3320069213235725e-06,
      "loss": 8.5723,
      "step": 439310
    },
    {
      "epoch": 0.91525,
      "grad_norm": 2.0992448329925537,
      "learning_rate": 5.329402077321243e-06,
      "loss": 7.809,
      "step": 439320
    },
    {
      "epoch": 0.9152708333333334,
      "grad_norm": 1.2759373188018799,
      "learning_rate": 5.3267978582386465e-06,
      "loss": 7.8374,
      "step": 439330
    },
    {
      "epoch": 0.9152916666666666,
      "grad_norm": 2.8669593334198,
      "learning_rate": 5.324194264086973e-06,
      "loss": 8.6659,
      "step": 439340
    },
    {
      "epoch": 0.9153125,
      "grad_norm": 1.5890557765960693,
      "learning_rate": 5.321591294877547e-06,
      "loss": 7.6119,
      "step": 439350
    },
    {
      "epoch": 0.9153333333333333,
      "grad_norm": 1.8607680797576904,
      "learning_rate": 5.3189889506215775e-06,
      "loss": 8.0082,
      "step": 439360
    },
    {
      "epoch": 0.9153541666666667,
      "grad_norm": 2.407017469406128,
      "learning_rate": 5.316387231330288e-06,
      "loss": 7.972,
      "step": 439370
    },
    {
      "epoch": 0.915375,
      "grad_norm": 1.2439019680023193,
      "learning_rate": 5.313786137014936e-06,
      "loss": 7.8608,
      "step": 439380
    },
    {
      "epoch": 0.9153958333333333,
      "grad_norm": 2.3101160526275635,
      "learning_rate": 5.311185667686796e-06,
      "loss": 7.6946,
      "step": 439390
    },
    {
      "epoch": 0.9154166666666667,
      "grad_norm": 2.757801055908203,
      "learning_rate": 5.3085858233570085e-06,
      "loss": 8.1224,
      "step": 439400
    },
    {
      "epoch": 0.9154375,
      "grad_norm": 1.1608294248580933,
      "learning_rate": 5.305986604036883e-06,
      "loss": 8.5185,
      "step": 439410
    },
    {
      "epoch": 0.9154583333333334,
      "grad_norm": 1.3173109292984009,
      "learning_rate": 5.303388009737641e-06,
      "loss": 7.7948,
      "step": 439420
    },
    {
      "epoch": 0.9154791666666666,
      "grad_norm": 1.6194509267807007,
      "learning_rate": 5.3007900404704425e-06,
      "loss": 8.2726,
      "step": 439430
    },
    {
      "epoch": 0.9155,
      "grad_norm": 1.7485253810882568,
      "learning_rate": 5.298192696246611e-06,
      "loss": 8.6959,
      "step": 439440
    },
    {
      "epoch": 0.9155208333333333,
      "grad_norm": 1.1141362190246582,
      "learning_rate": 5.295595977077271e-06,
      "loss": 7.8818,
      "step": 439450
    },
    {
      "epoch": 0.9155416666666667,
      "grad_norm": 1.7311136722564697,
      "learning_rate": 5.2929998829736646e-06,
      "loss": 8.3407,
      "step": 439460
    },
    {
      "epoch": 0.9155625,
      "grad_norm": 1.1603153944015503,
      "learning_rate": 5.290404413947063e-06,
      "loss": 8.1159,
      "step": 439470
    },
    {
      "epoch": 0.9155833333333333,
      "grad_norm": 1.1836999654769897,
      "learning_rate": 5.287809570008611e-06,
      "loss": 8.0939,
      "step": 439480
    },
    {
      "epoch": 0.9156041666666667,
      "grad_norm": 1.92489492893219,
      "learning_rate": 5.28521535116953e-06,
      "loss": 8.1031,
      "step": 439490
    },
    {
      "epoch": 0.915625,
      "grad_norm": 1.136817455291748,
      "learning_rate": 5.282621757441064e-06,
      "loss": 7.6736,
      "step": 439500
    },
    {
      "epoch": 0.9156458333333334,
      "grad_norm": 1.946279525756836,
      "learning_rate": 5.280028788834384e-06,
      "loss": 7.3376,
      "step": 439510
    },
    {
      "epoch": 0.9156666666666666,
      "grad_norm": 1.9708789587020874,
      "learning_rate": 5.277436445360666e-06,
      "loss": 9.1517,
      "step": 439520
    },
    {
      "epoch": 0.9156875,
      "grad_norm": 6.181066036224365,
      "learning_rate": 5.274844727031169e-06,
      "loss": 8.4228,
      "step": 439530
    },
    {
      "epoch": 0.9157083333333333,
      "grad_norm": 4.172724723815918,
      "learning_rate": 5.2722536338570484e-06,
      "loss": 8.8737,
      "step": 439540
    },
    {
      "epoch": 0.9157291666666667,
      "grad_norm": 1.6901665925979614,
      "learning_rate": 5.269663165849497e-06,
      "loss": 8.6598,
      "step": 439550
    },
    {
      "epoch": 0.91575,
      "grad_norm": 1.3546888828277588,
      "learning_rate": 5.267073323019721e-06,
      "loss": 8.3014,
      "step": 439560
    },
    {
      "epoch": 0.9157708333333333,
      "grad_norm": 4.037680625915527,
      "learning_rate": 5.264484105378897e-06,
      "loss": 7.8865,
      "step": 439570
    },
    {
      "epoch": 0.9157916666666667,
      "grad_norm": 1.874436855316162,
      "learning_rate": 5.261895512938214e-06,
      "loss": 7.8954,
      "step": 439580
    },
    {
      "epoch": 0.9158125,
      "grad_norm": 2.2338573932647705,
      "learning_rate": 5.259307545708847e-06,
      "loss": 8.5911,
      "step": 439590
    },
    {
      "epoch": 0.9158333333333334,
      "grad_norm": 1.0642448663711548,
      "learning_rate": 5.25672020370197e-06,
      "loss": 8.2435,
      "step": 439600
    },
    {
      "epoch": 0.9158541666666666,
      "grad_norm": 1.521224856376648,
      "learning_rate": 5.254133486928774e-06,
      "loss": 7.5669,
      "step": 439610
    },
    {
      "epoch": 0.915875,
      "grad_norm": 2.450908660888672,
      "learning_rate": 5.251547395400435e-06,
      "loss": 8.7212,
      "step": 439620
    },
    {
      "epoch": 0.9158958333333334,
      "grad_norm": 1.797796607017517,
      "learning_rate": 5.248961929128109e-06,
      "loss": 7.7146,
      "step": 439630
    },
    {
      "epoch": 0.9159166666666667,
      "grad_norm": 6.4094390869140625,
      "learning_rate": 5.246377088122972e-06,
      "loss": 8.4752,
      "step": 439640
    },
    {
      "epoch": 0.9159375,
      "grad_norm": 1.9265776872634888,
      "learning_rate": 5.243792872396196e-06,
      "loss": 8.3737,
      "step": 439650
    },
    {
      "epoch": 0.9159583333333333,
      "grad_norm": 1.5678411722183228,
      "learning_rate": 5.241209281958924e-06,
      "loss": 7.8395,
      "step": 439660
    },
    {
      "epoch": 0.9159791666666667,
      "grad_norm": 1.9089640378952026,
      "learning_rate": 5.238626316822347e-06,
      "loss": 8.0546,
      "step": 439670
    },
    {
      "epoch": 0.916,
      "grad_norm": 1.8684934377670288,
      "learning_rate": 5.2360439769975725e-06,
      "loss": 8.2171,
      "step": 439680
    },
    {
      "epoch": 0.9160208333333333,
      "grad_norm": 1.0356379747390747,
      "learning_rate": 5.233462262495808e-06,
      "loss": 7.6849,
      "step": 439690
    },
    {
      "epoch": 0.9160416666666666,
      "grad_norm": 1.3773319721221924,
      "learning_rate": 5.230881173328194e-06,
      "loss": 8.2668,
      "step": 439700
    },
    {
      "epoch": 0.9160625,
      "grad_norm": 4.181948184967041,
      "learning_rate": 5.228300709505839e-06,
      "loss": 7.7716,
      "step": 439710
    },
    {
      "epoch": 0.9160833333333334,
      "grad_norm": 2.0124566555023193,
      "learning_rate": 5.225720871039935e-06,
      "loss": 7.9902,
      "step": 439720
    },
    {
      "epoch": 0.9161041666666667,
      "grad_norm": 1.2342729568481445,
      "learning_rate": 5.223141657941637e-06,
      "loss": 8.1648,
      "step": 439730
    },
    {
      "epoch": 0.916125,
      "grad_norm": 29.996185302734375,
      "learning_rate": 5.220563070222022e-06,
      "loss": 8.3323,
      "step": 439740
    },
    {
      "epoch": 0.9161458333333333,
      "grad_norm": 2.1911706924438477,
      "learning_rate": 5.217985107892281e-06,
      "loss": 7.9202,
      "step": 439750
    },
    {
      "epoch": 0.9161666666666667,
      "grad_norm": 3.259138822555542,
      "learning_rate": 5.2154077709635534e-06,
      "loss": 8.4446,
      "step": 439760
    },
    {
      "epoch": 0.9161875,
      "grad_norm": 2.403071403503418,
      "learning_rate": 5.2128310594469145e-06,
      "loss": 7.855,
      "step": 439770
    },
    {
      "epoch": 0.9162083333333333,
      "grad_norm": 1.6081863641738892,
      "learning_rate": 5.210254973353556e-06,
      "loss": 7.9598,
      "step": 439780
    },
    {
      "epoch": 0.9162291666666667,
      "grad_norm": 4.463565826416016,
      "learning_rate": 5.207679512694618e-06,
      "loss": 8.8225,
      "step": 439790
    },
    {
      "epoch": 0.91625,
      "grad_norm": 1.5434294939041138,
      "learning_rate": 5.205104677481142e-06,
      "loss": 7.2588,
      "step": 439800
    },
    {
      "epoch": 0.9162708333333334,
      "grad_norm": 2.620619297027588,
      "learning_rate": 5.202530467724336e-06,
      "loss": 8.0158,
      "step": 439810
    },
    {
      "epoch": 0.9162916666666666,
      "grad_norm": 11.073996543884277,
      "learning_rate": 5.199956883435258e-06,
      "loss": 9.2909,
      "step": 439820
    },
    {
      "epoch": 0.9163125,
      "grad_norm": 1.813392162322998,
      "learning_rate": 5.197383924625065e-06,
      "loss": 7.7291,
      "step": 439830
    },
    {
      "epoch": 0.9163333333333333,
      "grad_norm": 2.4184200763702393,
      "learning_rate": 5.194811591304848e-06,
      "loss": 8.8734,
      "step": 439840
    },
    {
      "epoch": 0.9163541666666667,
      "grad_norm": 1.4535396099090576,
      "learning_rate": 5.192239883485716e-06,
      "loss": 8.0083,
      "step": 439850
    },
    {
      "epoch": 0.916375,
      "grad_norm": 1.605994701385498,
      "learning_rate": 5.189668801178809e-06,
      "loss": 7.8019,
      "step": 439860
    },
    {
      "epoch": 0.9163958333333333,
      "grad_norm": 3.1785130500793457,
      "learning_rate": 5.187098344395202e-06,
      "loss": 8.0089,
      "step": 439870
    },
    {
      "epoch": 0.9164166666666667,
      "grad_norm": 1.3588060140609741,
      "learning_rate": 5.184528513146019e-06,
      "loss": 7.8419,
      "step": 439880
    },
    {
      "epoch": 0.9164375,
      "grad_norm": 1.7967712879180908,
      "learning_rate": 5.1819593074423346e-06,
      "loss": 9.5243,
      "step": 439890
    },
    {
      "epoch": 0.9164583333333334,
      "grad_norm": 1.5987420082092285,
      "learning_rate": 5.179390727295274e-06,
      "loss": 8.15,
      "step": 439900
    },
    {
      "epoch": 0.9164791666666666,
      "grad_norm": 1.556727647781372,
      "learning_rate": 5.176822772715928e-06,
      "loss": 7.9661,
      "step": 439910
    },
    {
      "epoch": 0.9165,
      "grad_norm": 1.3291689157485962,
      "learning_rate": 5.174255443715369e-06,
      "loss": 7.3336,
      "step": 439920
    },
    {
      "epoch": 0.9165208333333333,
      "grad_norm": 2.845858573913574,
      "learning_rate": 5.1716887403047084e-06,
      "loss": 8.1439,
      "step": 439930
    },
    {
      "epoch": 0.9165416666666667,
      "grad_norm": 3.039175510406494,
      "learning_rate": 5.1691226624950175e-06,
      "loss": 8.0677,
      "step": 439940
    },
    {
      "epoch": 0.9165625,
      "grad_norm": 4.8477864265441895,
      "learning_rate": 5.166557210297406e-06,
      "loss": 8.1709,
      "step": 439950
    },
    {
      "epoch": 0.9165833333333333,
      "grad_norm": 2.4687976837158203,
      "learning_rate": 5.163992383722915e-06,
      "loss": 8.424,
      "step": 439960
    },
    {
      "epoch": 0.9166041666666667,
      "grad_norm": 1.1946444511413574,
      "learning_rate": 5.161428182782668e-06,
      "loss": 7.6298,
      "step": 439970
    },
    {
      "epoch": 0.916625,
      "grad_norm": 7.45640754699707,
      "learning_rate": 5.158864607487706e-06,
      "loss": 8.3701,
      "step": 439980
    },
    {
      "epoch": 0.9166458333333334,
      "grad_norm": 4.22806453704834,
      "learning_rate": 5.156301657849121e-06,
      "loss": 8.3845,
      "step": 439990
    },
    {
      "epoch": 0.9166666666666666,
      "grad_norm": 1.5203999280929565,
      "learning_rate": 5.1537393338779875e-06,
      "loss": 8.3168,
      "step": 440000
    },
    {
      "epoch": 0.9166666666666666,
      "eval_loss": 6.911573886871338,
      "eval_runtime": 8.9848,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 440000
    },
    {
      "epoch": 0.9166875,
      "grad_norm": 4.270551681518555,
      "learning_rate": 5.1511776355853466e-06,
      "loss": 8.4217,
      "step": 440010
    },
    {
      "epoch": 0.9167083333333333,
      "grad_norm": 5.106031894683838,
      "learning_rate": 5.148616562982305e-06,
      "loss": 8.6514,
      "step": 440020
    },
    {
      "epoch": 0.9167291666666667,
      "grad_norm": 6.181347846984863,
      "learning_rate": 5.146056116079888e-06,
      "loss": 7.9184,
      "step": 440030
    },
    {
      "epoch": 0.91675,
      "grad_norm": 1.5685539245605469,
      "learning_rate": 5.1434962948892045e-06,
      "loss": 8.0889,
      "step": 440040
    },
    {
      "epoch": 0.9167708333333333,
      "grad_norm": 1.4462816715240479,
      "learning_rate": 5.140937099421227e-06,
      "loss": 7.898,
      "step": 440050
    },
    {
      "epoch": 0.9167916666666667,
      "grad_norm": 1.9509625434875488,
      "learning_rate": 5.138378529687082e-06,
      "loss": 7.8724,
      "step": 440060
    },
    {
      "epoch": 0.9168125,
      "grad_norm": 1.8187452554702759,
      "learning_rate": 5.135820585697825e-06,
      "loss": 8.4143,
      "step": 440070
    },
    {
      "epoch": 0.9168333333333333,
      "grad_norm": 1.7183799743652344,
      "learning_rate": 5.133263267464449e-06,
      "loss": 7.9543,
      "step": 440080
    },
    {
      "epoch": 0.9168541666666666,
      "grad_norm": 4.212599277496338,
      "learning_rate": 5.130706574998045e-06,
      "loss": 7.7806,
      "step": 440090
    },
    {
      "epoch": 0.916875,
      "grad_norm": 3.634014844894409,
      "learning_rate": 5.12815050830967e-06,
      "loss": 7.9676,
      "step": 440100
    },
    {
      "epoch": 0.9168958333333334,
      "grad_norm": 1.824279546737671,
      "learning_rate": 5.125595067410298e-06,
      "loss": 7.9447,
      "step": 440110
    },
    {
      "epoch": 0.9169166666666667,
      "grad_norm": 1.7052364349365234,
      "learning_rate": 5.12304025231104e-06,
      "loss": 8.3252,
      "step": 440120
    },
    {
      "epoch": 0.9169375,
      "grad_norm": 2.0345747470855713,
      "learning_rate": 5.1204860630229e-06,
      "loss": 7.4725,
      "step": 440130
    },
    {
      "epoch": 0.9169583333333333,
      "grad_norm": 2.4697844982147217,
      "learning_rate": 5.117932499556904e-06,
      "loss": 7.5313,
      "step": 440140
    },
    {
      "epoch": 0.9169791666666667,
      "grad_norm": 2.0180678367614746,
      "learning_rate": 5.1153795619240766e-06,
      "loss": 9.2978,
      "step": 440150
    },
    {
      "epoch": 0.917,
      "grad_norm": 3.021244525909424,
      "learning_rate": 5.112827250135493e-06,
      "loss": 7.902,
      "step": 440160
    },
    {
      "epoch": 0.9170208333333333,
      "grad_norm": 1.2308075428009033,
      "learning_rate": 5.1102755642021265e-06,
      "loss": 7.9487,
      "step": 440170
    },
    {
      "epoch": 0.9170416666666666,
      "grad_norm": 1.844675898551941,
      "learning_rate": 5.107724504135019e-06,
      "loss": 8.4871,
      "step": 440180
    },
    {
      "epoch": 0.9170625,
      "grad_norm": 1.547392725944519,
      "learning_rate": 5.1051740699451944e-06,
      "loss": 7.9921,
      "step": 440190
    },
    {
      "epoch": 0.9170833333333334,
      "grad_norm": 1.0717192888259888,
      "learning_rate": 5.102624261643662e-06,
      "loss": 7.536,
      "step": 440200
    },
    {
      "epoch": 0.9171041666666667,
      "grad_norm": 5.701230049133301,
      "learning_rate": 5.100075079241428e-06,
      "loss": 7.9904,
      "step": 440210
    },
    {
      "epoch": 0.917125,
      "grad_norm": 2.349301815032959,
      "learning_rate": 5.0975265227495346e-06,
      "loss": 7.9045,
      "step": 440220
    },
    {
      "epoch": 0.9171458333333333,
      "grad_norm": 1.7960917949676514,
      "learning_rate": 5.094978592178956e-06,
      "loss": 9.072,
      "step": 440230
    },
    {
      "epoch": 0.9171666666666667,
      "grad_norm": 1.118607521057129,
      "learning_rate": 5.092431287540716e-06,
      "loss": 7.8715,
      "step": 440240
    },
    {
      "epoch": 0.9171875,
      "grad_norm": 2.9903948307037354,
      "learning_rate": 5.089884608845807e-06,
      "loss": 8.162,
      "step": 440250
    },
    {
      "epoch": 0.9172083333333333,
      "grad_norm": 2.928417921066284,
      "learning_rate": 5.087338556105252e-06,
      "loss": 7.5781,
      "step": 440260
    },
    {
      "epoch": 0.9172291666666667,
      "grad_norm": 1.8455194234848022,
      "learning_rate": 5.084793129330028e-06,
      "loss": 7.6944,
      "step": 440270
    },
    {
      "epoch": 0.91725,
      "grad_norm": 2.1040122509002686,
      "learning_rate": 5.082248328531125e-06,
      "loss": 8.2246,
      "step": 440280
    },
    {
      "epoch": 0.9172708333333334,
      "grad_norm": 2.4039175510406494,
      "learning_rate": 5.079704153719566e-06,
      "loss": 8.0098,
      "step": 440290
    },
    {
      "epoch": 0.9172916666666666,
      "grad_norm": 2.6552574634552,
      "learning_rate": 5.077160604906311e-06,
      "loss": 8.4627,
      "step": 440300
    },
    {
      "epoch": 0.9173125,
      "grad_norm": 1.3484383821487427,
      "learning_rate": 5.07461768210235e-06,
      "loss": 8.1361,
      "step": 440310
    },
    {
      "epoch": 0.9173333333333333,
      "grad_norm": 3.0509486198425293,
      "learning_rate": 5.072075385318691e-06,
      "loss": 8.0525,
      "step": 440320
    },
    {
      "epoch": 0.9173541666666667,
      "grad_norm": 1.8919172286987305,
      "learning_rate": 5.069533714566293e-06,
      "loss": 8.123,
      "step": 440330
    },
    {
      "epoch": 0.917375,
      "grad_norm": 11.821967124938965,
      "learning_rate": 5.06699266985613e-06,
      "loss": 9.0575,
      "step": 440340
    },
    {
      "epoch": 0.9173958333333333,
      "grad_norm": 2.2977468967437744,
      "learning_rate": 5.064452251199208e-06,
      "loss": 8.2495,
      "step": 440350
    },
    {
      "epoch": 0.9174166666666667,
      "grad_norm": 1.552327275276184,
      "learning_rate": 5.06191245860647e-06,
      "loss": 7.9778,
      "step": 440360
    },
    {
      "epoch": 0.9174375,
      "grad_norm": 1.1675900220870972,
      "learning_rate": 5.059373292088908e-06,
      "loss": 7.3119,
      "step": 440370
    },
    {
      "epoch": 0.9174583333333334,
      "grad_norm": 1.4594730138778687,
      "learning_rate": 5.056834751657479e-06,
      "loss": 7.8682,
      "step": 440380
    },
    {
      "epoch": 0.9174791666666666,
      "grad_norm": 1.4061983823776245,
      "learning_rate": 5.054296837323158e-06,
      "loss": 8.0165,
      "step": 440390
    },
    {
      "epoch": 0.9175,
      "grad_norm": 2.453261375427246,
      "learning_rate": 5.051759549096901e-06,
      "loss": 8.4457,
      "step": 440400
    },
    {
      "epoch": 0.9175208333333333,
      "grad_norm": 1.6413114070892334,
      "learning_rate": 5.049222886989651e-06,
      "loss": 7.4386,
      "step": 440410
    },
    {
      "epoch": 0.9175416666666667,
      "grad_norm": 1.1314043998718262,
      "learning_rate": 5.046686851012416e-06,
      "loss": 7.4275,
      "step": 440420
    },
    {
      "epoch": 0.9175625,
      "grad_norm": 2.337332248687744,
      "learning_rate": 5.0441514411760866e-06,
      "loss": 7.6068,
      "step": 440430
    },
    {
      "epoch": 0.9175833333333333,
      "grad_norm": 2.327820301055908,
      "learning_rate": 5.04161665749167e-06,
      "loss": 8.3319,
      "step": 440440
    },
    {
      "epoch": 0.9176041666666667,
      "grad_norm": 2.186082363128662,
      "learning_rate": 5.039082499970076e-06,
      "loss": 8.289,
      "step": 440450
    },
    {
      "epoch": 0.917625,
      "grad_norm": 2.1671762466430664,
      "learning_rate": 5.0365489686222445e-06,
      "loss": 7.8311,
      "step": 440460
    },
    {
      "epoch": 0.9176458333333334,
      "grad_norm": 1.771072506904602,
      "learning_rate": 5.034016063459184e-06,
      "loss": 7.5705,
      "step": 440470
    },
    {
      "epoch": 0.9176666666666666,
      "grad_norm": 1.5239464044570923,
      "learning_rate": 5.031483784491769e-06,
      "loss": 7.5908,
      "step": 440480
    },
    {
      "epoch": 0.9176875,
      "grad_norm": 2.5469255447387695,
      "learning_rate": 5.02895213173094e-06,
      "loss": 7.8951,
      "step": 440490
    },
    {
      "epoch": 0.9177083333333333,
      "grad_norm": 3.248706579208374,
      "learning_rate": 5.0264211051876894e-06,
      "loss": 8.1764,
      "step": 440500
    },
    {
      "epoch": 0.9177291666666667,
      "grad_norm": 2.1411123275756836,
      "learning_rate": 5.023890704872907e-06,
      "loss": 7.4181,
      "step": 440510
    },
    {
      "epoch": 0.91775,
      "grad_norm": 2.4184601306915283,
      "learning_rate": 5.021360930797519e-06,
      "loss": 7.575,
      "step": 440520
    },
    {
      "epoch": 0.9177708333333333,
      "grad_norm": 1.2089840173721313,
      "learning_rate": 5.018831782972482e-06,
      "loss": 8.2027,
      "step": 440530
    },
    {
      "epoch": 0.9177916666666667,
      "grad_norm": 1.8700217008590698,
      "learning_rate": 5.016303261408705e-06,
      "loss": 8.8988,
      "step": 440540
    },
    {
      "epoch": 0.9178125,
      "grad_norm": 1.2411525249481201,
      "learning_rate": 5.0137753661170955e-06,
      "loss": 9.4049,
      "step": 440550
    },
    {
      "epoch": 0.9178333333333333,
      "grad_norm": 1.2632479667663574,
      "learning_rate": 5.0112480971085946e-06,
      "loss": 7.56,
      "step": 440560
    },
    {
      "epoch": 0.9178541666666666,
      "grad_norm": 4.833161354064941,
      "learning_rate": 5.008721454394093e-06,
      "loss": 8.2981,
      "step": 440570
    },
    {
      "epoch": 0.917875,
      "grad_norm": 1.746630311012268,
      "learning_rate": 5.00619543798455e-06,
      "loss": 7.906,
      "step": 440580
    },
    {
      "epoch": 0.9178958333333334,
      "grad_norm": 1.4590779542922974,
      "learning_rate": 5.00367004789084e-06,
      "loss": 8.2305,
      "step": 440590
    },
    {
      "epoch": 0.9179166666666667,
      "grad_norm": 2.450305700302124,
      "learning_rate": 5.00114528412387e-06,
      "loss": 7.8279,
      "step": 440600
    },
    {
      "epoch": 0.9179375,
      "grad_norm": 3.496500015258789,
      "learning_rate": 4.9986211466945816e-06,
      "loss": 8.2147,
      "step": 440610
    },
    {
      "epoch": 0.9179583333333333,
      "grad_norm": 1.6921926736831665,
      "learning_rate": 4.996097635613832e-06,
      "loss": 8.8336,
      "step": 440620
    },
    {
      "epoch": 0.9179791666666667,
      "grad_norm": 1.2936354875564575,
      "learning_rate": 4.993574750892548e-06,
      "loss": 8.4088,
      "step": 440630
    },
    {
      "epoch": 0.918,
      "grad_norm": 1.1760822534561157,
      "learning_rate": 4.9910524925416365e-06,
      "loss": 7.9609,
      "step": 440640
    },
    {
      "epoch": 0.9180208333333333,
      "grad_norm": 1.0437986850738525,
      "learning_rate": 4.988530860571971e-06,
      "loss": 7.91,
      "step": 440650
    },
    {
      "epoch": 0.9180416666666666,
      "grad_norm": 3.587634325027466,
      "learning_rate": 4.9860098549944605e-06,
      "loss": 8.5314,
      "step": 440660
    },
    {
      "epoch": 0.9180625,
      "grad_norm": 3.235434055328369,
      "learning_rate": 4.983489475819979e-06,
      "loss": 7.716,
      "step": 440670
    },
    {
      "epoch": 0.9180833333333334,
      "grad_norm": 4.131988525390625,
      "learning_rate": 4.980969723059419e-06,
      "loss": 8.4811,
      "step": 440680
    },
    {
      "epoch": 0.9181041666666667,
      "grad_norm": 6.92709493637085,
      "learning_rate": 4.978450596723671e-06,
      "loss": 9.9545,
      "step": 440690
    },
    {
      "epoch": 0.918125,
      "grad_norm": 1.0786817073822021,
      "learning_rate": 4.9759320968236096e-06,
      "loss": 7.8097,
      "step": 440700
    },
    {
      "epoch": 0.9181458333333333,
      "grad_norm": 2.2175772190093994,
      "learning_rate": 4.973414223370126e-06,
      "loss": 8.087,
      "step": 440710
    },
    {
      "epoch": 0.9181666666666667,
      "grad_norm": 2.458705186843872,
      "learning_rate": 4.970896976374078e-06,
      "loss": 8.5895,
      "step": 440720
    },
    {
      "epoch": 0.9181875,
      "grad_norm": 1.6004910469055176,
      "learning_rate": 4.968380355846358e-06,
      "loss": 7.9091,
      "step": 440730
    },
    {
      "epoch": 0.9182083333333333,
      "grad_norm": 1.6646450757980347,
      "learning_rate": 4.965864361797806e-06,
      "loss": 7.6637,
      "step": 440740
    },
    {
      "epoch": 0.9182291666666667,
      "grad_norm": 2.540308713912964,
      "learning_rate": 4.96334899423933e-06,
      "loss": 9.0263,
      "step": 440750
    },
    {
      "epoch": 0.91825,
      "grad_norm": 4.805958271026611,
      "learning_rate": 4.960834253181789e-06,
      "loss": 7.7363,
      "step": 440760
    },
    {
      "epoch": 0.9182708333333334,
      "grad_norm": 1.8622792959213257,
      "learning_rate": 4.958320138636007e-06,
      "loss": 8.1782,
      "step": 440770
    },
    {
      "epoch": 0.9182916666666666,
      "grad_norm": 6.268863201141357,
      "learning_rate": 4.955806650612876e-06,
      "loss": 8.5072,
      "step": 440780
    },
    {
      "epoch": 0.9183125,
      "grad_norm": 1.0799555778503418,
      "learning_rate": 4.9532937891232694e-06,
      "loss": 7.6425,
      "step": 440790
    },
    {
      "epoch": 0.9183333333333333,
      "grad_norm": 1.9582798480987549,
      "learning_rate": 4.950781554177996e-06,
      "loss": 8.2398,
      "step": 440800
    },
    {
      "epoch": 0.9183541666666667,
      "grad_norm": 2.2957940101623535,
      "learning_rate": 4.948269945787947e-06,
      "loss": 8.1633,
      "step": 440810
    },
    {
      "epoch": 0.918375,
      "grad_norm": 2.324216604232788,
      "learning_rate": 4.945758963963964e-06,
      "loss": 8.8288,
      "step": 440820
    },
    {
      "epoch": 0.9183958333333333,
      "grad_norm": 2.1328577995300293,
      "learning_rate": 4.943248608716855e-06,
      "loss": 8.0398,
      "step": 440830
    },
    {
      "epoch": 0.9184166666666667,
      "grad_norm": 1.430622935295105,
      "learning_rate": 4.940738880057527e-06,
      "loss": 7.9288,
      "step": 440840
    },
    {
      "epoch": 0.9184375,
      "grad_norm": 1.9360231161117554,
      "learning_rate": 4.938229777996772e-06,
      "loss": 7.7047,
      "step": 440850
    },
    {
      "epoch": 0.9184583333333334,
      "grad_norm": 2.1655232906341553,
      "learning_rate": 4.935721302545414e-06,
      "loss": 7.6578,
      "step": 440860
    },
    {
      "epoch": 0.9184791666666666,
      "grad_norm": 3.633028984069824,
      "learning_rate": 4.93321345371438e-06,
      "loss": 8.3079,
      "step": 440870
    },
    {
      "epoch": 0.9185,
      "grad_norm": 1.197088360786438,
      "learning_rate": 4.9307062315144085e-06,
      "loss": 8.4977,
      "step": 440880
    },
    {
      "epoch": 0.9185208333333333,
      "grad_norm": 4.323731422424316,
      "learning_rate": 4.928199635956359e-06,
      "loss": 8.0738,
      "step": 440890
    },
    {
      "epoch": 0.9185416666666667,
      "grad_norm": 1.7793775796890259,
      "learning_rate": 4.92569366705109e-06,
      "loss": 9.0987,
      "step": 440900
    },
    {
      "epoch": 0.9185625,
      "grad_norm": 1.348527193069458,
      "learning_rate": 4.923188324809374e-06,
      "loss": 7.6428,
      "step": 440910
    },
    {
      "epoch": 0.9185833333333333,
      "grad_norm": 1.8257250785827637,
      "learning_rate": 4.920683609242054e-06,
      "loss": 7.9356,
      "step": 440920
    },
    {
      "epoch": 0.9186041666666667,
      "grad_norm": 13.106476783752441,
      "learning_rate": 4.918179520359988e-06,
      "loss": 9.0787,
      "step": 440930
    },
    {
      "epoch": 0.918625,
      "grad_norm": 7.988591194152832,
      "learning_rate": 4.915676058173934e-06,
      "loss": 8.2974,
      "step": 440940
    },
    {
      "epoch": 0.9186458333333334,
      "grad_norm": 1.300190806388855,
      "learning_rate": 4.9131732226947325e-06,
      "loss": 7.7001,
      "step": 440950
    },
    {
      "epoch": 0.9186666666666666,
      "grad_norm": 2.90681529045105,
      "learning_rate": 4.910671013933209e-06,
      "loss": 8.0896,
      "step": 440960
    },
    {
      "epoch": 0.9186875,
      "grad_norm": 2.6700987815856934,
      "learning_rate": 4.908169431900138e-06,
      "loss": 7.7545,
      "step": 440970
    },
    {
      "epoch": 0.9187083333333333,
      "grad_norm": 4.7323737144470215,
      "learning_rate": 4.905668476606345e-06,
      "loss": 7.9836,
      "step": 440980
    },
    {
      "epoch": 0.9187291666666667,
      "grad_norm": 1.4807703495025635,
      "learning_rate": 4.9031681480626525e-06,
      "loss": 7.5431,
      "step": 440990
    },
    {
      "epoch": 0.91875,
      "grad_norm": 1.0873348712921143,
      "learning_rate": 4.90066844627982e-06,
      "loss": 7.7681,
      "step": 441000
    },
    {
      "epoch": 0.91875,
      "eval_loss": 6.771350860595703,
      "eval_runtime": 8.8671,
      "eval_samples_per_second": 0.338,
      "eval_steps_per_second": 0.113,
      "step": 441000
    },
    {
      "epoch": 0.9187708333333333,
      "grad_norm": 24.999753952026367,
      "learning_rate": 4.898169371268673e-06,
      "loss": 8.0488,
      "step": 441010
    },
    {
      "epoch": 0.9187916666666667,
      "grad_norm": 1.467456579208374,
      "learning_rate": 4.895670923039985e-06,
      "loss": 8.2311,
      "step": 441020
    },
    {
      "epoch": 0.9188125,
      "grad_norm": 1.6034787893295288,
      "learning_rate": 4.8931731016045805e-06,
      "loss": 8.0387,
      "step": 441030
    },
    {
      "epoch": 0.9188333333333333,
      "grad_norm": 1.7225457429885864,
      "learning_rate": 4.890675906973235e-06,
      "loss": 7.9705,
      "step": 441040
    },
    {
      "epoch": 0.9188541666666666,
      "grad_norm": 2.903594493865967,
      "learning_rate": 4.888179339156706e-06,
      "loss": 8.3271,
      "step": 441050
    },
    {
      "epoch": 0.918875,
      "grad_norm": 1.3092432022094727,
      "learning_rate": 4.885683398165818e-06,
      "loss": 8.1868,
      "step": 441060
    },
    {
      "epoch": 0.9188958333333334,
      "grad_norm": 3.7151412963867188,
      "learning_rate": 4.8831880840113634e-06,
      "loss": 8.6843,
      "step": 441070
    },
    {
      "epoch": 0.9189166666666667,
      "grad_norm": 4.79632568359375,
      "learning_rate": 4.8806933967040494e-06,
      "loss": 8.3398,
      "step": 441080
    },
    {
      "epoch": 0.9189375,
      "grad_norm": 2.3024775981903076,
      "learning_rate": 4.8781993362547175e-06,
      "loss": 7.5082,
      "step": 441090
    },
    {
      "epoch": 0.9189583333333333,
      "grad_norm": 1.591815710067749,
      "learning_rate": 4.875705902674143e-06,
      "loss": 7.7594,
      "step": 441100
    },
    {
      "epoch": 0.9189791666666667,
      "grad_norm": 2.181119441986084,
      "learning_rate": 4.873213095973033e-06,
      "loss": 7.7294,
      "step": 441110
    },
    {
      "epoch": 0.919,
      "grad_norm": 5.188257217407227,
      "learning_rate": 4.870720916162213e-06,
      "loss": 7.9995,
      "step": 441120
    },
    {
      "epoch": 0.9190208333333333,
      "grad_norm": 1.172844648361206,
      "learning_rate": 4.8682293632524575e-06,
      "loss": 7.7565,
      "step": 441130
    },
    {
      "epoch": 0.9190416666666666,
      "grad_norm": 2.6181366443634033,
      "learning_rate": 4.8657384372544574e-06,
      "loss": 8.3365,
      "step": 441140
    },
    {
      "epoch": 0.9190625,
      "grad_norm": 10.511336326599121,
      "learning_rate": 4.8632481381790545e-06,
      "loss": 8.4674,
      "step": 441150
    },
    {
      "epoch": 0.9190833333333334,
      "grad_norm": 1.4840065240859985,
      "learning_rate": 4.860758466036974e-06,
      "loss": 8.0324,
      "step": 441160
    },
    {
      "epoch": 0.9191041666666667,
      "grad_norm": 1.4838124513626099,
      "learning_rate": 4.85826942083894e-06,
      "loss": 7.667,
      "step": 441170
    },
    {
      "epoch": 0.919125,
      "grad_norm": 3.446418523788452,
      "learning_rate": 4.85578100259576e-06,
      "loss": 9.203,
      "step": 441180
    },
    {
      "epoch": 0.9191458333333333,
      "grad_norm": 3.487029790878296,
      "learning_rate": 4.853293211318144e-06,
      "loss": 8.2336,
      "step": 441190
    },
    {
      "epoch": 0.9191666666666667,
      "grad_norm": 1.0800626277923584,
      "learning_rate": 4.850806047016814e-06,
      "loss": 8.2156,
      "step": 441200
    },
    {
      "epoch": 0.9191875,
      "grad_norm": 1.7848777770996094,
      "learning_rate": 4.848319509702597e-06,
      "loss": 7.8081,
      "step": 441210
    },
    {
      "epoch": 0.9192083333333333,
      "grad_norm": 1.7746169567108154,
      "learning_rate": 4.845833599386167e-06,
      "loss": 8.1626,
      "step": 441220
    },
    {
      "epoch": 0.9192291666666667,
      "grad_norm": 8.878449440002441,
      "learning_rate": 4.843348316078266e-06,
      "loss": 7.8075,
      "step": 441230
    },
    {
      "epoch": 0.91925,
      "grad_norm": 4.741130352020264,
      "learning_rate": 4.840863659789668e-06,
      "loss": 9.8241,
      "step": 441240
    },
    {
      "epoch": 0.9192708333333334,
      "grad_norm": 1.6346819400787354,
      "learning_rate": 4.838379630531064e-06,
      "loss": 7.9121,
      "step": 441250
    },
    {
      "epoch": 0.9192916666666666,
      "grad_norm": 3.1413848400115967,
      "learning_rate": 4.835896228313196e-06,
      "loss": 9.484,
      "step": 441260
    },
    {
      "epoch": 0.9193125,
      "grad_norm": 5.022127628326416,
      "learning_rate": 4.833413453146823e-06,
      "loss": 8.3743,
      "step": 441270
    },
    {
      "epoch": 0.9193333333333333,
      "grad_norm": 4.143045902252197,
      "learning_rate": 4.830931305042618e-06,
      "loss": 8.079,
      "step": 441280
    },
    {
      "epoch": 0.9193541666666667,
      "grad_norm": 4.940895080566406,
      "learning_rate": 4.8284497840113235e-06,
      "loss": 7.7517,
      "step": 441290
    },
    {
      "epoch": 0.919375,
      "grad_norm": 5.197460174560547,
      "learning_rate": 4.82596889006368e-06,
      "loss": 7.9888,
      "step": 441300
    },
    {
      "epoch": 0.9193958333333333,
      "grad_norm": 1.0659010410308838,
      "learning_rate": 4.8234886232103975e-06,
      "loss": 7.6192,
      "step": 441310
    },
    {
      "epoch": 0.9194166666666667,
      "grad_norm": 1.4525346755981445,
      "learning_rate": 4.821008983462149e-06,
      "loss": 7.8799,
      "step": 441320
    },
    {
      "epoch": 0.9194375,
      "grad_norm": 1.4549577236175537,
      "learning_rate": 4.818529970829693e-06,
      "loss": 8.6341,
      "step": 441330
    },
    {
      "epoch": 0.9194583333333334,
      "grad_norm": 1.7942750453948975,
      "learning_rate": 4.816051585323721e-06,
      "loss": 8.8929,
      "step": 441340
    },
    {
      "epoch": 0.9194791666666666,
      "grad_norm": 1.403809666633606,
      "learning_rate": 4.813573826954942e-06,
      "loss": 7.6087,
      "step": 441350
    },
    {
      "epoch": 0.9195,
      "grad_norm": 1.3716338872909546,
      "learning_rate": 4.8110966957340455e-06,
      "loss": 7.9652,
      "step": 441360
    },
    {
      "epoch": 0.9195208333333333,
      "grad_norm": 3.5432658195495605,
      "learning_rate": 4.808620191671741e-06,
      "loss": 7.9937,
      "step": 441370
    },
    {
      "epoch": 0.9195416666666667,
      "grad_norm": 1.7312419414520264,
      "learning_rate": 4.806144314778737e-06,
      "loss": 7.313,
      "step": 441380
    },
    {
      "epoch": 0.9195625,
      "grad_norm": 1.1385622024536133,
      "learning_rate": 4.803669065065707e-06,
      "loss": 8.388,
      "step": 441390
    },
    {
      "epoch": 0.9195833333333333,
      "grad_norm": 1.2341004610061646,
      "learning_rate": 4.8011944425433605e-06,
      "loss": 7.6436,
      "step": 441400
    },
    {
      "epoch": 0.9196041666666667,
      "grad_norm": 1.3410680294036865,
      "learning_rate": 4.79872044722237e-06,
      "loss": 7.7867,
      "step": 441410
    },
    {
      "epoch": 0.919625,
      "grad_norm": 2.284686803817749,
      "learning_rate": 4.796247079113447e-06,
      "loss": 9.0475,
      "step": 441420
    },
    {
      "epoch": 0.9196458333333334,
      "grad_norm": 1.0172185897827148,
      "learning_rate": 4.793774338227247e-06,
      "loss": 8.6159,
      "step": 441430
    },
    {
      "epoch": 0.9196666666666666,
      "grad_norm": 2.31524395942688,
      "learning_rate": 4.791302224574495e-06,
      "loss": 7.8579,
      "step": 441440
    },
    {
      "epoch": 0.9196875,
      "grad_norm": 4.437478065490723,
      "learning_rate": 4.7888307381658e-06,
      "loss": 9.0526,
      "step": 441450
    },
    {
      "epoch": 0.9197083333333333,
      "grad_norm": 1.4325227737426758,
      "learning_rate": 4.786359879011886e-06,
      "loss": 8.5071,
      "step": 441460
    },
    {
      "epoch": 0.9197291666666667,
      "grad_norm": 1.5065947771072388,
      "learning_rate": 4.783889647123445e-06,
      "loss": 8.2928,
      "step": 441470
    },
    {
      "epoch": 0.91975,
      "grad_norm": 7.057602405548096,
      "learning_rate": 4.781420042511086e-06,
      "loss": 8.0973,
      "step": 441480
    },
    {
      "epoch": 0.9197708333333333,
      "grad_norm": 1.0153323411941528,
      "learning_rate": 4.7789510651855326e-06,
      "loss": 8.9018,
      "step": 441490
    },
    {
      "epoch": 0.9197916666666667,
      "grad_norm": 1.6714435815811157,
      "learning_rate": 4.776482715157442e-06,
      "loss": 7.9261,
      "step": 441500
    },
    {
      "epoch": 0.9198125,
      "grad_norm": 1.3837199211120605,
      "learning_rate": 4.774014992437425e-06,
      "loss": 8.6527,
      "step": 441510
    },
    {
      "epoch": 0.9198333333333333,
      "grad_norm": 1.2198147773742676,
      "learning_rate": 4.771547897036187e-06,
      "loss": 8.6735,
      "step": 441520
    },
    {
      "epoch": 0.9198541666666666,
      "grad_norm": 2.0979886054992676,
      "learning_rate": 4.769081428964405e-06,
      "loss": 8.1215,
      "step": 441530
    },
    {
      "epoch": 0.919875,
      "grad_norm": 2.1991796493530273,
      "learning_rate": 4.766615588232669e-06,
      "loss": 7.9661,
      "step": 441540
    },
    {
      "epoch": 0.9198958333333334,
      "grad_norm": 2.39780330657959,
      "learning_rate": 4.764150374851705e-06,
      "loss": 7.8523,
      "step": 441550
    },
    {
      "epoch": 0.9199166666666667,
      "grad_norm": 2.105529308319092,
      "learning_rate": 4.761685788832103e-06,
      "loss": 7.874,
      "step": 441560
    },
    {
      "epoch": 0.9199375,
      "grad_norm": 1.3263959884643555,
      "learning_rate": 4.7592218301845065e-06,
      "loss": 8.0132,
      "step": 441570
    },
    {
      "epoch": 0.9199583333333333,
      "grad_norm": 2.3222315311431885,
      "learning_rate": 4.756758498919622e-06,
      "loss": 9.4523,
      "step": 441580
    },
    {
      "epoch": 0.9199791666666667,
      "grad_norm": 1.873437762260437,
      "learning_rate": 4.754295795048024e-06,
      "loss": 7.6658,
      "step": 441590
    },
    {
      "epoch": 0.92,
      "grad_norm": 1.5955992937088013,
      "learning_rate": 4.751833718580389e-06,
      "loss": 7.5062,
      "step": 441600
    },
    {
      "epoch": 0.9200208333333333,
      "grad_norm": 3.657679796218872,
      "learning_rate": 4.749372269527324e-06,
      "loss": 8.0396,
      "step": 441610
    },
    {
      "epoch": 0.9200416666666666,
      "grad_norm": 3.5091543197631836,
      "learning_rate": 4.746911447899487e-06,
      "loss": 7.9397,
      "step": 441620
    },
    {
      "epoch": 0.9200625,
      "grad_norm": 1.8740075826644897,
      "learning_rate": 4.744451253707504e-06,
      "loss": 7.618,
      "step": 441630
    },
    {
      "epoch": 0.9200833333333334,
      "grad_norm": 1.6561155319213867,
      "learning_rate": 4.741991686961982e-06,
      "loss": 7.518,
      "step": 441640
    },
    {
      "epoch": 0.9201041666666666,
      "grad_norm": 2.470287322998047,
      "learning_rate": 4.7395327476735636e-06,
      "loss": 8.2711,
      "step": 441650
    },
    {
      "epoch": 0.920125,
      "grad_norm": 1.479702115058899,
      "learning_rate": 4.737074435852872e-06,
      "loss": 8.5297,
      "step": 441660
    },
    {
      "epoch": 0.9201458333333333,
      "grad_norm": 1.0427716970443726,
      "learning_rate": 4.734616751510501e-06,
      "loss": 8.2502,
      "step": 441670
    },
    {
      "epoch": 0.9201666666666667,
      "grad_norm": 1.214545488357544,
      "learning_rate": 4.732159694657106e-06,
      "loss": 8.34,
      "step": 441680
    },
    {
      "epoch": 0.9201875,
      "grad_norm": 1.452581763267517,
      "learning_rate": 4.729703265303264e-06,
      "loss": 7.8104,
      "step": 441690
    },
    {
      "epoch": 0.9202083333333333,
      "grad_norm": 4.725242614746094,
      "learning_rate": 4.7272474634596155e-06,
      "loss": 8.6707,
      "step": 441700
    },
    {
      "epoch": 0.9202291666666667,
      "grad_norm": 5.934499740600586,
      "learning_rate": 4.724792289136753e-06,
      "loss": 7.6598,
      "step": 441710
    },
    {
      "epoch": 0.92025,
      "grad_norm": 1.2399868965148926,
      "learning_rate": 4.722337742345283e-06,
      "loss": 8.117,
      "step": 441720
    },
    {
      "epoch": 0.9202708333333334,
      "grad_norm": 3.4745969772338867,
      "learning_rate": 4.719883823095799e-06,
      "loss": 7.8834,
      "step": 441730
    },
    {
      "epoch": 0.9202916666666666,
      "grad_norm": 1.6703637838363647,
      "learning_rate": 4.717430531398924e-06,
      "loss": 8.0602,
      "step": 441740
    },
    {
      "epoch": 0.9203125,
      "grad_norm": 2.0656328201293945,
      "learning_rate": 4.714977867265235e-06,
      "loss": 7.7215,
      "step": 441750
    },
    {
      "epoch": 0.9203333333333333,
      "grad_norm": 7.266658782958984,
      "learning_rate": 4.712525830705338e-06,
      "loss": 8.2357,
      "step": 441760
    },
    {
      "epoch": 0.9203541666666667,
      "grad_norm": 2.970045566558838,
      "learning_rate": 4.710074421729809e-06,
      "loss": 7.8508,
      "step": 441770
    },
    {
      "epoch": 0.920375,
      "grad_norm": 1.5853954553604126,
      "learning_rate": 4.707623640349256e-06,
      "loss": 7.8854,
      "step": 441780
    },
    {
      "epoch": 0.9203958333333333,
      "grad_norm": 1.585646152496338,
      "learning_rate": 4.705173486574271e-06,
      "loss": 7.7546,
      "step": 441790
    },
    {
      "epoch": 0.9204166666666667,
      "grad_norm": 4.83848237991333,
      "learning_rate": 4.702723960415411e-06,
      "loss": 7.7121,
      "step": 441800
    },
    {
      "epoch": 0.9204375,
      "grad_norm": 1.2798943519592285,
      "learning_rate": 4.700275061883285e-06,
      "loss": 8.3348,
      "step": 441810
    },
    {
      "epoch": 0.9204583333333334,
      "grad_norm": 3.680447816848755,
      "learning_rate": 4.697826790988435e-06,
      "loss": 8.5147,
      "step": 441820
    },
    {
      "epoch": 0.9204791666666666,
      "grad_norm": 1.2153931856155396,
      "learning_rate": 4.695379147741468e-06,
      "loss": 7.5316,
      "step": 441830
    },
    {
      "epoch": 0.9205,
      "grad_norm": 1.9214818477630615,
      "learning_rate": 4.69293213215296e-06,
      "loss": 8.3954,
      "step": 441840
    },
    {
      "epoch": 0.9205208333333333,
      "grad_norm": 1.6097091436386108,
      "learning_rate": 4.690485744233452e-06,
      "loss": 8.1501,
      "step": 441850
    },
    {
      "epoch": 0.9205416666666667,
      "grad_norm": 2.418670654296875,
      "learning_rate": 4.688039983993519e-06,
      "loss": 9.0205,
      "step": 441860
    },
    {
      "epoch": 0.9205625,
      "grad_norm": 3.381589889526367,
      "learning_rate": 4.685594851443769e-06,
      "loss": 8.3906,
      "step": 441870
    },
    {
      "epoch": 0.9205833333333333,
      "grad_norm": 1.9927705526351929,
      "learning_rate": 4.683150346594694e-06,
      "loss": 8.0372,
      "step": 441880
    },
    {
      "epoch": 0.9206041666666667,
      "grad_norm": 1.3955045938491821,
      "learning_rate": 4.680706469456902e-06,
      "loss": 8.5101,
      "step": 441890
    },
    {
      "epoch": 0.920625,
      "grad_norm": 1.3488129377365112,
      "learning_rate": 4.678263220040967e-06,
      "loss": 7.825,
      "step": 441900
    },
    {
      "epoch": 0.9206458333333334,
      "grad_norm": 1.2206244468688965,
      "learning_rate": 4.675820598357382e-06,
      "loss": 8.0537,
      "step": 441910
    },
    {
      "epoch": 0.9206666666666666,
      "grad_norm": 2.0044803619384766,
      "learning_rate": 4.673378604416722e-06,
      "loss": 7.9198,
      "step": 441920
    },
    {
      "epoch": 0.9206875,
      "grad_norm": 2.670853614807129,
      "learning_rate": 4.6709372382295606e-06,
      "loss": 7.7026,
      "step": 441930
    },
    {
      "epoch": 0.9207083333333334,
      "grad_norm": 1.3520466089248657,
      "learning_rate": 4.668496499806423e-06,
      "loss": 7.5683,
      "step": 441940
    },
    {
      "epoch": 0.9207291666666667,
      "grad_norm": 1.4283530712127686,
      "learning_rate": 4.6660563891578516e-06,
      "loss": 7.7243,
      "step": 441950
    },
    {
      "epoch": 0.92075,
      "grad_norm": 1.888131856918335,
      "learning_rate": 4.663616906294371e-06,
      "loss": 7.9723,
      "step": 441960
    },
    {
      "epoch": 0.9207708333333333,
      "grad_norm": 5.593714714050293,
      "learning_rate": 4.661178051226555e-06,
      "loss": 7.846,
      "step": 441970
    },
    {
      "epoch": 0.9207916666666667,
      "grad_norm": 1.3842402696609497,
      "learning_rate": 4.65873982396493e-06,
      "loss": 7.9058,
      "step": 441980
    },
    {
      "epoch": 0.9208125,
      "grad_norm": 4.15990686416626,
      "learning_rate": 4.656302224520003e-06,
      "loss": 8.7456,
      "step": 441990
    },
    {
      "epoch": 0.9208333333333333,
      "grad_norm": 2.425151824951172,
      "learning_rate": 4.6538652529023164e-06,
      "loss": 7.4525,
      "step": 442000
    },
    {
      "epoch": 0.9208333333333333,
      "eval_loss": 6.674859046936035,
      "eval_runtime": 8.6234,
      "eval_samples_per_second": 0.348,
      "eval_steps_per_second": 0.116,
      "step": 442000
    },
    {
      "epoch": 0.9208541666666666,
      "grad_norm": 1.6755212545394897,
      "learning_rate": 4.651428909122412e-06,
      "loss": 7.9186,
      "step": 442010
    },
    {
      "epoch": 0.920875,
      "grad_norm": 1.193350911140442,
      "learning_rate": 4.648993193190798e-06,
      "loss": 7.7679,
      "step": 442020
    },
    {
      "epoch": 0.9208958333333334,
      "grad_norm": 4.40432596206665,
      "learning_rate": 4.646558105117998e-06,
      "loss": 7.8455,
      "step": 442030
    },
    {
      "epoch": 0.9209166666666667,
      "grad_norm": 3.3327951431274414,
      "learning_rate": 4.644123644914538e-06,
      "loss": 7.7287,
      "step": 442040
    },
    {
      "epoch": 0.9209375,
      "grad_norm": 4.240034103393555,
      "learning_rate": 4.6416898125909095e-06,
      "loss": 7.7791,
      "step": 442050
    },
    {
      "epoch": 0.9209583333333333,
      "grad_norm": 1.4371613264083862,
      "learning_rate": 4.639256608157654e-06,
      "loss": 7.6221,
      "step": 442060
    },
    {
      "epoch": 0.9209791666666667,
      "grad_norm": 2.7499589920043945,
      "learning_rate": 4.63682403162528e-06,
      "loss": 7.8178,
      "step": 442070
    },
    {
      "epoch": 0.921,
      "grad_norm": 4.777184009552002,
      "learning_rate": 4.6343920830042794e-06,
      "loss": 8.73,
      "step": 442080
    },
    {
      "epoch": 0.9210208333333333,
      "grad_norm": 1.8971834182739258,
      "learning_rate": 4.6319607623051754e-06,
      "loss": 8.2521,
      "step": 442090
    },
    {
      "epoch": 0.9210416666666666,
      "grad_norm": 1.5524134635925293,
      "learning_rate": 4.629530069538445e-06,
      "loss": 8.7881,
      "step": 442100
    },
    {
      "epoch": 0.9210625,
      "grad_norm": 1.300336480140686,
      "learning_rate": 4.627100004714613e-06,
      "loss": 8.2497,
      "step": 442110
    },
    {
      "epoch": 0.9210833333333334,
      "grad_norm": 4.25287389755249,
      "learning_rate": 4.624670567844169e-06,
      "loss": 8.2089,
      "step": 442120
    },
    {
      "epoch": 0.9211041666666666,
      "grad_norm": 2.7282304763793945,
      "learning_rate": 4.622241758937606e-06,
      "loss": 9.3442,
      "step": 442130
    },
    {
      "epoch": 0.921125,
      "grad_norm": 1.8290458917617798,
      "learning_rate": 4.619813578005399e-06,
      "loss": 7.813,
      "step": 442140
    },
    {
      "epoch": 0.9211458333333333,
      "grad_norm": 1.588416337966919,
      "learning_rate": 4.617386025058073e-06,
      "loss": 7.678,
      "step": 442150
    },
    {
      "epoch": 0.9211666666666667,
      "grad_norm": 2.2322640419006348,
      "learning_rate": 4.614959100106069e-06,
      "loss": 8.2532,
      "step": 442160
    },
    {
      "epoch": 0.9211875,
      "grad_norm": 2.226372480392456,
      "learning_rate": 4.612532803159913e-06,
      "loss": 7.4551,
      "step": 442170
    },
    {
      "epoch": 0.9212083333333333,
      "grad_norm": 1.3257702589035034,
      "learning_rate": 4.610107134230079e-06,
      "loss": 8.0912,
      "step": 442180
    },
    {
      "epoch": 0.9212291666666667,
      "grad_norm": 1.2076528072357178,
      "learning_rate": 4.607682093327009e-06,
      "loss": 7.8569,
      "step": 442190
    },
    {
      "epoch": 0.92125,
      "grad_norm": 3.213705062866211,
      "learning_rate": 4.605257680461194e-06,
      "loss": 8.2724,
      "step": 442200
    },
    {
      "epoch": 0.9212708333333334,
      "grad_norm": 1.9436856508255005,
      "learning_rate": 4.602833895643143e-06,
      "loss": 7.4765,
      "step": 442210
    },
    {
      "epoch": 0.9212916666666666,
      "grad_norm": 3.163851737976074,
      "learning_rate": 4.6004107388832815e-06,
      "loss": 7.8247,
      "step": 442220
    },
    {
      "epoch": 0.9213125,
      "grad_norm": 6.995686054229736,
      "learning_rate": 4.597988210192083e-06,
      "loss": 8.4113,
      "step": 442230
    },
    {
      "epoch": 0.9213333333333333,
      "grad_norm": 2.6012210845947266,
      "learning_rate": 4.59556630958004e-06,
      "loss": 7.848,
      "step": 442240
    },
    {
      "epoch": 0.9213541666666667,
      "grad_norm": 3.559652328491211,
      "learning_rate": 4.593145037057594e-06,
      "loss": 8.0244,
      "step": 442250
    },
    {
      "epoch": 0.921375,
      "grad_norm": 3.018357753753662,
      "learning_rate": 4.59072439263517e-06,
      "loss": 7.8943,
      "step": 442260
    },
    {
      "epoch": 0.9213958333333333,
      "grad_norm": 7.445651531219482,
      "learning_rate": 4.5883043763233095e-06,
      "loss": 7.981,
      "step": 442270
    },
    {
      "epoch": 0.9214166666666667,
      "grad_norm": 1.7892820835113525,
      "learning_rate": 4.5858849881324046e-06,
      "loss": 8.6442,
      "step": 442280
    },
    {
      "epoch": 0.9214375,
      "grad_norm": 1.9151692390441895,
      "learning_rate": 4.58346622807288e-06,
      "loss": 7.9525,
      "step": 442290
    },
    {
      "epoch": 0.9214583333333334,
      "grad_norm": 4.477748394012451,
      "learning_rate": 4.581048096155276e-06,
      "loss": 7.9256,
      "step": 442300
    },
    {
      "epoch": 0.9214791666666666,
      "grad_norm": 1.7731149196624756,
      "learning_rate": 4.578630592389953e-06,
      "loss": 7.662,
      "step": 442310
    },
    {
      "epoch": 0.9215,
      "grad_norm": 1.1825135946273804,
      "learning_rate": 4.576213716787385e-06,
      "loss": 7.5713,
      "step": 442320
    },
    {
      "epoch": 0.9215208333333333,
      "grad_norm": 2.8956332206726074,
      "learning_rate": 4.573797469358015e-06,
      "loss": 7.7544,
      "step": 442330
    },
    {
      "epoch": 0.9215416666666667,
      "grad_norm": 7.915595531463623,
      "learning_rate": 4.571381850112266e-06,
      "loss": 8.28,
      "step": 442340
    },
    {
      "epoch": 0.9215625,
      "grad_norm": 2.448500156402588,
      "learning_rate": 4.568966859060597e-06,
      "loss": 7.9598,
      "step": 442350
    },
    {
      "epoch": 0.9215833333333333,
      "grad_norm": 1.2492315769195557,
      "learning_rate": 4.566552496213416e-06,
      "loss": 7.6498,
      "step": 442360
    },
    {
      "epoch": 0.9216041666666667,
      "grad_norm": 2.034014940261841,
      "learning_rate": 4.564138761581165e-06,
      "loss": 8.0162,
      "step": 442370
    },
    {
      "epoch": 0.921625,
      "grad_norm": 1.9188015460968018,
      "learning_rate": 4.56172565517427e-06,
      "loss": 10.566,
      "step": 442380
    },
    {
      "epoch": 0.9216458333333334,
      "grad_norm": 1.499608039855957,
      "learning_rate": 4.559313177003155e-06,
      "loss": 8.6306,
      "step": 442390
    },
    {
      "epoch": 0.9216666666666666,
      "grad_norm": 1.4294652938842773,
      "learning_rate": 4.5569013270782275e-06,
      "loss": 8.2064,
      "step": 442400
    },
    {
      "epoch": 0.9216875,
      "grad_norm": 1.8283036947250366,
      "learning_rate": 4.55449010540993e-06,
      "loss": 7.7555,
      "step": 442410
    },
    {
      "epoch": 0.9217083333333334,
      "grad_norm": 2.733995199203491,
      "learning_rate": 4.552079512008655e-06,
      "loss": 7.5975,
      "step": 442420
    },
    {
      "epoch": 0.9217291666666667,
      "grad_norm": 3.996997117996216,
      "learning_rate": 4.549669546884827e-06,
      "loss": 8.3573,
      "step": 442430
    },
    {
      "epoch": 0.92175,
      "grad_norm": 2.5398244857788086,
      "learning_rate": 4.5472602100488365e-06,
      "loss": 7.76,
      "step": 442440
    },
    {
      "epoch": 0.9217708333333333,
      "grad_norm": 1.1825064420700073,
      "learning_rate": 4.544851501511126e-06,
      "loss": 7.6147,
      "step": 442450
    },
    {
      "epoch": 0.9217916666666667,
      "grad_norm": 1.6710041761398315,
      "learning_rate": 4.542443421282072e-06,
      "loss": 7.8637,
      "step": 442460
    },
    {
      "epoch": 0.9218125,
      "grad_norm": 1.6619794368743896,
      "learning_rate": 4.5400359693720966e-06,
      "loss": 7.6719,
      "step": 442470
    },
    {
      "epoch": 0.9218333333333333,
      "grad_norm": 2.265918254852295,
      "learning_rate": 4.5376291457915935e-06,
      "loss": 7.7665,
      "step": 442480
    },
    {
      "epoch": 0.9218541666666666,
      "grad_norm": 1.2165199518203735,
      "learning_rate": 4.535222950550937e-06,
      "loss": 8.08,
      "step": 442490
    },
    {
      "epoch": 0.921875,
      "grad_norm": 3.355947256088257,
      "learning_rate": 4.53281738366057e-06,
      "loss": 8.5351,
      "step": 442500
    },
    {
      "epoch": 0.9218958333333334,
      "grad_norm": 2.5390241146087646,
      "learning_rate": 4.530412445130799e-06,
      "loss": 8.0279,
      "step": 442510
    },
    {
      "epoch": 0.9219166666666667,
      "grad_norm": 3.1693551540374756,
      "learning_rate": 4.5280081349721e-06,
      "loss": 7.8071,
      "step": 442520
    },
    {
      "epoch": 0.9219375,
      "grad_norm": 1.5588725805282593,
      "learning_rate": 4.525604453194831e-06,
      "loss": 8.3747,
      "step": 442530
    },
    {
      "epoch": 0.9219583333333333,
      "grad_norm": 9.673215866088867,
      "learning_rate": 4.523201399809351e-06,
      "loss": 7.8888,
      "step": 442540
    },
    {
      "epoch": 0.9219791666666667,
      "grad_norm": 2.3823726177215576,
      "learning_rate": 4.520798974826068e-06,
      "loss": 7.8444,
      "step": 442550
    },
    {
      "epoch": 0.922,
      "grad_norm": 2.863952159881592,
      "learning_rate": 4.518397178255339e-06,
      "loss": 7.9975,
      "step": 442560
    },
    {
      "epoch": 0.9220208333333333,
      "grad_norm": 1.1363201141357422,
      "learning_rate": 4.515996010107542e-06,
      "loss": 7.6777,
      "step": 442570
    },
    {
      "epoch": 0.9220416666666666,
      "grad_norm": 1.7787001132965088,
      "learning_rate": 4.513595470393084e-06,
      "loss": 7.7692,
      "step": 442580
    },
    {
      "epoch": 0.9220625,
      "grad_norm": 1.3757518529891968,
      "learning_rate": 4.5111955591222885e-06,
      "loss": 7.5764,
      "step": 442590
    },
    {
      "epoch": 0.9220833333333334,
      "grad_norm": 1.3224021196365356,
      "learning_rate": 4.508796276305515e-06,
      "loss": 8.8932,
      "step": 442600
    },
    {
      "epoch": 0.9221041666666666,
      "grad_norm": 1.397762656211853,
      "learning_rate": 4.506397621953189e-06,
      "loss": 8.2532,
      "step": 442610
    },
    {
      "epoch": 0.922125,
      "grad_norm": 16.444433212280273,
      "learning_rate": 4.503999596075636e-06,
      "loss": 8.6455,
      "step": 442620
    },
    {
      "epoch": 0.9221458333333333,
      "grad_norm": 3.377326488494873,
      "learning_rate": 4.5016021986831795e-06,
      "loss": 7.7555,
      "step": 442630
    },
    {
      "epoch": 0.9221666666666667,
      "grad_norm": 1.9937455654144287,
      "learning_rate": 4.499205429786246e-06,
      "loss": 8.1261,
      "step": 442640
    },
    {
      "epoch": 0.9221875,
      "grad_norm": 1.53227698802948,
      "learning_rate": 4.496809289395126e-06,
      "loss": 7.9769,
      "step": 442650
    },
    {
      "epoch": 0.9222083333333333,
      "grad_norm": 2.6951990127563477,
      "learning_rate": 4.494413777520195e-06,
      "loss": 8.3042,
      "step": 442660
    },
    {
      "epoch": 0.9222291666666667,
      "grad_norm": 3.5814366340637207,
      "learning_rate": 4.492018894171828e-06,
      "loss": 8.2252,
      "step": 442670
    },
    {
      "epoch": 0.92225,
      "grad_norm": 1.2130796909332275,
      "learning_rate": 4.489624639360334e-06,
      "loss": 7.8094,
      "step": 442680
    },
    {
      "epoch": 0.9222708333333334,
      "grad_norm": 1.375461459159851,
      "learning_rate": 4.487231013096054e-06,
      "loss": 7.525,
      "step": 442690
    },
    {
      "epoch": 0.9222916666666666,
      "grad_norm": 2.830281972885132,
      "learning_rate": 4.48483801538933e-06,
      "loss": 8.8997,
      "step": 442700
    },
    {
      "epoch": 0.9223125,
      "grad_norm": 2.246173858642578,
      "learning_rate": 4.482445646250521e-06,
      "loss": 7.9708,
      "step": 442710
    },
    {
      "epoch": 0.9223333333333333,
      "grad_norm": 1.3679603338241577,
      "learning_rate": 4.480053905689951e-06,
      "loss": 8.0102,
      "step": 442720
    },
    {
      "epoch": 0.9223541666666667,
      "grad_norm": 2.025865316390991,
      "learning_rate": 4.4776627937179286e-06,
      "loss": 8.2272,
      "step": 442730
    },
    {
      "epoch": 0.922375,
      "grad_norm": 1.7186514139175415,
      "learning_rate": 4.475272310344813e-06,
      "loss": 7.8546,
      "step": 442740
    },
    {
      "epoch": 0.9223958333333333,
      "grad_norm": 1.1812562942504883,
      "learning_rate": 4.472882455580929e-06,
      "loss": 7.928,
      "step": 442750
    },
    {
      "epoch": 0.9224166666666667,
      "grad_norm": 1.2678940296173096,
      "learning_rate": 4.470493229436583e-06,
      "loss": 7.7522,
      "step": 442760
    },
    {
      "epoch": 0.9224375,
      "grad_norm": 2.067551374435425,
      "learning_rate": 4.468104631922087e-06,
      "loss": 8.3578,
      "step": 442770
    },
    {
      "epoch": 0.9224583333333334,
      "grad_norm": 8.06525707244873,
      "learning_rate": 4.4657166630477806e-06,
      "loss": 8.1943,
      "step": 442780
    },
    {
      "epoch": 0.9224791666666666,
      "grad_norm": 1.2583723068237305,
      "learning_rate": 4.463329322823989e-06,
      "loss": 10.2904,
      "step": 442790
    },
    {
      "epoch": 0.9225,
      "grad_norm": 1.1682891845703125,
      "learning_rate": 4.4609426112609865e-06,
      "loss": 7.8156,
      "step": 442800
    },
    {
      "epoch": 0.9225208333333333,
      "grad_norm": 2.403168201446533,
      "learning_rate": 4.458556528369117e-06,
      "loss": 7.7364,
      "step": 442810
    },
    {
      "epoch": 0.9225416666666667,
      "grad_norm": 2.002495527267456,
      "learning_rate": 4.456171074158654e-06,
      "loss": 7.9474,
      "step": 442820
    },
    {
      "epoch": 0.9225625,
      "grad_norm": 2.996006488800049,
      "learning_rate": 4.45378624863994e-06,
      "loss": 8.146,
      "step": 442830
    },
    {
      "epoch": 0.9225833333333333,
      "grad_norm": 4.316017150878906,
      "learning_rate": 4.451402051823266e-06,
      "loss": 8.5742,
      "step": 442840
    },
    {
      "epoch": 0.9226041666666667,
      "grad_norm": 2.053711175918579,
      "learning_rate": 4.449018483718892e-06,
      "loss": 8.0254,
      "step": 442850
    },
    {
      "epoch": 0.922625,
      "grad_norm": 1.4463205337524414,
      "learning_rate": 4.446635544337173e-06,
      "loss": 8.1003,
      "step": 442860
    },
    {
      "epoch": 0.9226458333333334,
      "grad_norm": 2.551079034805298,
      "learning_rate": 4.444253233688372e-06,
      "loss": 8.14,
      "step": 442870
    },
    {
      "epoch": 0.9226666666666666,
      "grad_norm": 2.680481195449829,
      "learning_rate": 4.4418715517827605e-06,
      "loss": 8.2826,
      "step": 442880
    },
    {
      "epoch": 0.9226875,
      "grad_norm": 1.385812520980835,
      "learning_rate": 4.439490498630666e-06,
      "loss": 9.5489,
      "step": 442890
    },
    {
      "epoch": 0.9227083333333334,
      "grad_norm": 1.0537978410720825,
      "learning_rate": 4.437110074242362e-06,
      "loss": 8.3713,
      "step": 442900
    },
    {
      "epoch": 0.9227291666666667,
      "grad_norm": 1.2055083513259888,
      "learning_rate": 4.434730278628107e-06,
      "loss": 7.6248,
      "step": 442910
    },
    {
      "epoch": 0.92275,
      "grad_norm": 1.3290948867797852,
      "learning_rate": 4.432351111798193e-06,
      "loss": 9.9528,
      "step": 442920
    },
    {
      "epoch": 0.9227708333333333,
      "grad_norm": 1.3896547555923462,
      "learning_rate": 4.429972573762947e-06,
      "loss": 8.4253,
      "step": 442930
    },
    {
      "epoch": 0.9227916666666667,
      "grad_norm": 1.3505910634994507,
      "learning_rate": 4.427594664532541e-06,
      "loss": 7.6478,
      "step": 442940
    },
    {
      "epoch": 0.9228125,
      "grad_norm": 1.8648425340652466,
      "learning_rate": 4.425217384117352e-06,
      "loss": 8.8127,
      "step": 442950
    },
    {
      "epoch": 0.9228333333333333,
      "grad_norm": 2.915680408477783,
      "learning_rate": 4.422840732527571e-06,
      "loss": 8.0923,
      "step": 442960
    },
    {
      "epoch": 0.9228541666666666,
      "grad_norm": 2.1172990798950195,
      "learning_rate": 4.420464709773491e-06,
      "loss": 8.2313,
      "step": 442970
    },
    {
      "epoch": 0.922875,
      "grad_norm": 1.8149604797363281,
      "learning_rate": 4.418089315865403e-06,
      "loss": 7.8375,
      "step": 442980
    },
    {
      "epoch": 0.9228958333333334,
      "grad_norm": 1.4039164781570435,
      "learning_rate": 4.4157145508135315e-06,
      "loss": 8.1521,
      "step": 442990
    },
    {
      "epoch": 0.9229166666666667,
      "grad_norm": 1.2918592691421509,
      "learning_rate": 4.413340414628136e-06,
      "loss": 8.4306,
      "step": 443000
    },
    {
      "epoch": 0.9229166666666667,
      "eval_loss": 7.861917972564697,
      "eval_runtime": 9.0734,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 443000
    },
    {
      "epoch": 0.9229375,
      "grad_norm": 1.4897387027740479,
      "learning_rate": 4.410966907319508e-06,
      "loss": 8.1473,
      "step": 443010
    },
    {
      "epoch": 0.9229583333333333,
      "grad_norm": 1.3541128635406494,
      "learning_rate": 4.408594028897871e-06,
      "loss": 7.8131,
      "step": 443020
    },
    {
      "epoch": 0.9229791666666667,
      "grad_norm": 1.4099220037460327,
      "learning_rate": 4.406221779373453e-06,
      "loss": 7.8481,
      "step": 443030
    },
    {
      "epoch": 0.923,
      "grad_norm": 1.3948333263397217,
      "learning_rate": 4.4038501587565615e-06,
      "loss": 8.2601,
      "step": 443040
    },
    {
      "epoch": 0.9230208333333333,
      "grad_norm": 3.435797929763794,
      "learning_rate": 4.401479167057387e-06,
      "loss": 8.4603,
      "step": 443050
    },
    {
      "epoch": 0.9230416666666666,
      "grad_norm": 2.443117380142212,
      "learning_rate": 4.399108804286189e-06,
      "loss": 8.155,
      "step": 443060
    },
    {
      "epoch": 0.9230625,
      "grad_norm": 1.5807173252105713,
      "learning_rate": 4.3967390704532095e-06,
      "loss": 7.6736,
      "step": 443070
    },
    {
      "epoch": 0.9230833333333334,
      "grad_norm": 3.1149353981018066,
      "learning_rate": 4.3943699655686895e-06,
      "loss": 8.5781,
      "step": 443080
    },
    {
      "epoch": 0.9231041666666666,
      "grad_norm": 2.7140424251556396,
      "learning_rate": 4.392001489642854e-06,
      "loss": 7.8638,
      "step": 443090
    },
    {
      "epoch": 0.923125,
      "grad_norm": 8.715006828308105,
      "learning_rate": 4.38963364268593e-06,
      "loss": 7.9809,
      "step": 443100
    },
    {
      "epoch": 0.9231458333333333,
      "grad_norm": 2.2587573528289795,
      "learning_rate": 4.387266424708158e-06,
      "loss": 8.5007,
      "step": 443110
    },
    {
      "epoch": 0.9231666666666667,
      "grad_norm": 1.5353024005889893,
      "learning_rate": 4.384899835719746e-06,
      "loss": 8.2563,
      "step": 443120
    },
    {
      "epoch": 0.9231875,
      "grad_norm": 2.233360767364502,
      "learning_rate": 4.382533875730937e-06,
      "loss": 7.8644,
      "step": 443130
    },
    {
      "epoch": 0.9232083333333333,
      "grad_norm": 1.3010694980621338,
      "learning_rate": 4.3801685447519554e-06,
      "loss": 7.7707,
      "step": 443140
    },
    {
      "epoch": 0.9232291666666667,
      "grad_norm": 1.2244552373886108,
      "learning_rate": 4.377803842792993e-06,
      "loss": 8.1115,
      "step": 443150
    },
    {
      "epoch": 0.92325,
      "grad_norm": 1.6685283184051514,
      "learning_rate": 4.375439769864275e-06,
      "loss": 7.7019,
      "step": 443160
    },
    {
      "epoch": 0.9232708333333334,
      "grad_norm": 2.223118782043457,
      "learning_rate": 4.373076325976011e-06,
      "loss": 7.5978,
      "step": 443170
    },
    {
      "epoch": 0.9232916666666666,
      "grad_norm": 3.5449938774108887,
      "learning_rate": 4.370713511138441e-06,
      "loss": 8.2618,
      "step": 443180
    },
    {
      "epoch": 0.9233125,
      "grad_norm": 1.9316478967666626,
      "learning_rate": 4.3683513253617075e-06,
      "loss": 9.9753,
      "step": 443190
    },
    {
      "epoch": 0.9233333333333333,
      "grad_norm": 1.775354266166687,
      "learning_rate": 4.36598976865607e-06,
      "loss": 7.6361,
      "step": 443200
    },
    {
      "epoch": 0.9233541666666667,
      "grad_norm": 2.0894131660461426,
      "learning_rate": 4.363628841031719e-06,
      "loss": 7.7478,
      "step": 443210
    },
    {
      "epoch": 0.923375,
      "grad_norm": 1.467085838317871,
      "learning_rate": 4.361268542498814e-06,
      "loss": 8.4089,
      "step": 443220
    },
    {
      "epoch": 0.9233958333333333,
      "grad_norm": 2.0394561290740967,
      "learning_rate": 4.358908873067613e-06,
      "loss": 7.5931,
      "step": 443230
    },
    {
      "epoch": 0.9234166666666667,
      "grad_norm": 7.7129740715026855,
      "learning_rate": 4.356549832748274e-06,
      "loss": 8.7374,
      "step": 443240
    },
    {
      "epoch": 0.9234375,
      "grad_norm": 1.5573267936706543,
      "learning_rate": 4.354191421550957e-06,
      "loss": 8.0217,
      "step": 443250
    },
    {
      "epoch": 0.9234583333333334,
      "grad_norm": 1.3717793226242065,
      "learning_rate": 4.351833639485918e-06,
      "loss": 7.7764,
      "step": 443260
    },
    {
      "epoch": 0.9234791666666666,
      "grad_norm": 6.40766716003418,
      "learning_rate": 4.349476486563302e-06,
      "loss": 8.1536,
      "step": 443270
    },
    {
      "epoch": 0.9235,
      "grad_norm": 2.269054651260376,
      "learning_rate": 4.347119962793283e-06,
      "loss": 7.7111,
      "step": 443280
    },
    {
      "epoch": 0.9235208333333333,
      "grad_norm": 1.1599798202514648,
      "learning_rate": 4.344764068186052e-06,
      "loss": 7.5983,
      "step": 443290
    },
    {
      "epoch": 0.9235416666666667,
      "grad_norm": 2.1395103931427,
      "learning_rate": 4.3424088027518015e-06,
      "loss": 8.4287,
      "step": 443300
    },
    {
      "epoch": 0.9235625,
      "grad_norm": 4.438045978546143,
      "learning_rate": 4.340054166500673e-06,
      "loss": 8.3935,
      "step": 443310
    },
    {
      "epoch": 0.9235833333333333,
      "grad_norm": 3.7407736778259277,
      "learning_rate": 4.337700159442875e-06,
      "loss": 7.9846,
      "step": 443320
    },
    {
      "epoch": 0.9236041666666667,
      "grad_norm": 2.751157522201538,
      "learning_rate": 4.335346781588534e-06,
      "loss": 7.5597,
      "step": 443330
    },
    {
      "epoch": 0.923625,
      "grad_norm": 1.41339910030365,
      "learning_rate": 4.332994032947823e-06,
      "loss": 8.0823,
      "step": 443340
    },
    {
      "epoch": 0.9236458333333334,
      "grad_norm": 1.602487325668335,
      "learning_rate": 4.330641913530952e-06,
      "loss": 7.6242,
      "step": 443350
    },
    {
      "epoch": 0.9236666666666666,
      "grad_norm": 1.280910611152649,
      "learning_rate": 4.328290423348046e-06,
      "loss": 7.8843,
      "step": 443360
    },
    {
      "epoch": 0.9236875,
      "grad_norm": 1.8352982997894287,
      "learning_rate": 4.325939562409247e-06,
      "loss": 7.7034,
      "step": 443370
    },
    {
      "epoch": 0.9237083333333334,
      "grad_norm": 2.3017489910125732,
      "learning_rate": 4.32358933072473e-06,
      "loss": 7.8115,
      "step": 443380
    },
    {
      "epoch": 0.9237291666666667,
      "grad_norm": 3.1816954612731934,
      "learning_rate": 4.321239728304654e-06,
      "loss": 8.3516,
      "step": 443390
    },
    {
      "epoch": 0.92375,
      "grad_norm": 2.134103298187256,
      "learning_rate": 4.31889075515916e-06,
      "loss": 7.8203,
      "step": 443400
    },
    {
      "epoch": 0.9237708333333333,
      "grad_norm": 3.2458648681640625,
      "learning_rate": 4.316542411298374e-06,
      "loss": 8.3155,
      "step": 443410
    },
    {
      "epoch": 0.9237916666666667,
      "grad_norm": 1.6909748315811157,
      "learning_rate": 4.31419469673247e-06,
      "loss": 8.4285,
      "step": 443420
    },
    {
      "epoch": 0.9238125,
      "grad_norm": 2.685046911239624,
      "learning_rate": 4.3118476114715915e-06,
      "loss": 7.611,
      "step": 443430
    },
    {
      "epoch": 0.9238333333333333,
      "grad_norm": 3.6922192573547363,
      "learning_rate": 4.3095011555258466e-06,
      "loss": 8.3788,
      "step": 443440
    },
    {
      "epoch": 0.9238541666666666,
      "grad_norm": 5.444149971008301,
      "learning_rate": 4.3071553289053924e-06,
      "loss": 8.2263,
      "step": 443450
    },
    {
      "epoch": 0.923875,
      "grad_norm": 2.254577159881592,
      "learning_rate": 4.304810131620356e-06,
      "loss": 7.6281,
      "step": 443460
    },
    {
      "epoch": 0.9238958333333334,
      "grad_norm": 1.993252158164978,
      "learning_rate": 4.302465563680879e-06,
      "loss": 8.152,
      "step": 443470
    },
    {
      "epoch": 0.9239166666666667,
      "grad_norm": 2.5286662578582764,
      "learning_rate": 4.30012162509707e-06,
      "loss": 8.3058,
      "step": 443480
    },
    {
      "epoch": 0.9239375,
      "grad_norm": 3.716024160385132,
      "learning_rate": 4.297778315879069e-06,
      "loss": 7.7184,
      "step": 443490
    },
    {
      "epoch": 0.9239583333333333,
      "grad_norm": 1.3567678928375244,
      "learning_rate": 4.295435636036987e-06,
      "loss": 8.5366,
      "step": 443500
    },
    {
      "epoch": 0.9239791666666667,
      "grad_norm": 1.4963265657424927,
      "learning_rate": 4.293093585580964e-06,
      "loss": 7.8487,
      "step": 443510
    },
    {
      "epoch": 0.924,
      "grad_norm": 2.561077356338501,
      "learning_rate": 4.290752164521094e-06,
      "loss": 7.9841,
      "step": 443520
    },
    {
      "epoch": 0.9240208333333333,
      "grad_norm": 1.1643109321594238,
      "learning_rate": 4.288411372867484e-06,
      "loss": 7.9062,
      "step": 443530
    },
    {
      "epoch": 0.9240416666666667,
      "grad_norm": 2.9370477199554443,
      "learning_rate": 4.286071210630276e-06,
      "loss": 8.3077,
      "step": 443540
    },
    {
      "epoch": 0.9240625,
      "grad_norm": 6.534571647644043,
      "learning_rate": 4.2837316778195795e-06,
      "loss": 8.1086,
      "step": 443550
    },
    {
      "epoch": 0.9240833333333334,
      "grad_norm": 1.3702497482299805,
      "learning_rate": 4.2813927744454526e-06,
      "loss": 7.6463,
      "step": 443560
    },
    {
      "epoch": 0.9241041666666666,
      "grad_norm": 2.8120598793029785,
      "learning_rate": 4.279054500518037e-06,
      "loss": 7.3308,
      "step": 443570
    },
    {
      "epoch": 0.924125,
      "grad_norm": 1.2243561744689941,
      "learning_rate": 4.276716856047441e-06,
      "loss": 8.2933,
      "step": 443580
    },
    {
      "epoch": 0.9241458333333333,
      "grad_norm": 1.9369513988494873,
      "learning_rate": 4.274379841043723e-06,
      "loss": 7.5902,
      "step": 443590
    },
    {
      "epoch": 0.9241666666666667,
      "grad_norm": 11.068092346191406,
      "learning_rate": 4.27204345551701e-06,
      "loss": 7.8246,
      "step": 443600
    },
    {
      "epoch": 0.9241875,
      "grad_norm": 1.8595218658447266,
      "learning_rate": 4.269707699477409e-06,
      "loss": 7.4886,
      "step": 443610
    },
    {
      "epoch": 0.9242083333333333,
      "grad_norm": 1.358014702796936,
      "learning_rate": 4.2673725729349465e-06,
      "loss": 8.0742,
      "step": 443620
    },
    {
      "epoch": 0.9242291666666667,
      "grad_norm": 1.9051294326782227,
      "learning_rate": 4.265038075899779e-06,
      "loss": 8.4328,
      "step": 443630
    },
    {
      "epoch": 0.92425,
      "grad_norm": 4.288185119628906,
      "learning_rate": 4.262704208381968e-06,
      "loss": 8.0676,
      "step": 443640
    },
    {
      "epoch": 0.9242708333333334,
      "grad_norm": 1.9159163236618042,
      "learning_rate": 4.260370970391569e-06,
      "loss": 8.9156,
      "step": 443650
    },
    {
      "epoch": 0.9242916666666666,
      "grad_norm": 1.7267448902130127,
      "learning_rate": 4.258038361938659e-06,
      "loss": 8.2607,
      "step": 443660
    },
    {
      "epoch": 0.9243125,
      "grad_norm": 1.4095767736434937,
      "learning_rate": 4.2557063830333804e-06,
      "loss": 8.2948,
      "step": 443670
    },
    {
      "epoch": 0.9243333333333333,
      "grad_norm": 1.9945287704467773,
      "learning_rate": 4.253375033685741e-06,
      "loss": 7.8226,
      "step": 443680
    },
    {
      "epoch": 0.9243541666666667,
      "grad_norm": 1.8045364618301392,
      "learning_rate": 4.251044313905833e-06,
      "loss": 8.9147,
      "step": 443690
    },
    {
      "epoch": 0.924375,
      "grad_norm": 4.0631537437438965,
      "learning_rate": 4.248714223703714e-06,
      "loss": 8.1566,
      "step": 443700
    },
    {
      "epoch": 0.9243958333333333,
      "grad_norm": 2.83248233795166,
      "learning_rate": 4.246384763089461e-06,
      "loss": 9.2707,
      "step": 443710
    },
    {
      "epoch": 0.9244166666666667,
      "grad_norm": 2.0504302978515625,
      "learning_rate": 4.2440559320731315e-06,
      "loss": 8.4288,
      "step": 443720
    },
    {
      "epoch": 0.9244375,
      "grad_norm": 8.02323055267334,
      "learning_rate": 4.2417277306647845e-06,
      "loss": 8.9798,
      "step": 443730
    },
    {
      "epoch": 0.9244583333333334,
      "grad_norm": 1.6201400756835938,
      "learning_rate": 4.239400158874495e-06,
      "loss": 8.2771,
      "step": 443740
    },
    {
      "epoch": 0.9244791666666666,
      "grad_norm": 8.846214294433594,
      "learning_rate": 4.2370732167122724e-06,
      "loss": 8.3923,
      "step": 443750
    },
    {
      "epoch": 0.9245,
      "grad_norm": 1.1476861238479614,
      "learning_rate": 4.2347469041882245e-06,
      "loss": 8.3644,
      "step": 443760
    },
    {
      "epoch": 0.9245208333333333,
      "grad_norm": 1.8238813877105713,
      "learning_rate": 4.23242122131236e-06,
      "loss": 7.9019,
      "step": 443770
    },
    {
      "epoch": 0.9245416666666667,
      "grad_norm": 1.7249729633331299,
      "learning_rate": 4.230096168094737e-06,
      "loss": 7.8321,
      "step": 443780
    },
    {
      "epoch": 0.9245625,
      "grad_norm": 1.3794394731521606,
      "learning_rate": 4.227771744545383e-06,
      "loss": 7.6291,
      "step": 443790
    },
    {
      "epoch": 0.9245833333333333,
      "grad_norm": 1.5856742858886719,
      "learning_rate": 4.225447950674371e-06,
      "loss": 8.6049,
      "step": 443800
    },
    {
      "epoch": 0.9246041666666667,
      "grad_norm": 1.6920100450515747,
      "learning_rate": 4.223124786491727e-06,
      "loss": 7.8848,
      "step": 443810
    },
    {
      "epoch": 0.924625,
      "grad_norm": 1.5405954122543335,
      "learning_rate": 4.220802252007477e-06,
      "loss": 8.8196,
      "step": 443820
    },
    {
      "epoch": 0.9246458333333333,
      "grad_norm": 1.1858245134353638,
      "learning_rate": 4.218480347231662e-06,
      "loss": 7.626,
      "step": 443830
    },
    {
      "epoch": 0.9246666666666666,
      "grad_norm": 1.7563163042068481,
      "learning_rate": 4.216159072174291e-06,
      "loss": 9.6643,
      "step": 443840
    },
    {
      "epoch": 0.9246875,
      "grad_norm": 1.6051785945892334,
      "learning_rate": 4.213838426845423e-06,
      "loss": 7.6705,
      "step": 443850
    },
    {
      "epoch": 0.9247083333333334,
      "grad_norm": 1.202967643737793,
      "learning_rate": 4.2115184112550656e-06,
      "loss": 7.9254,
      "step": 443860
    },
    {
      "epoch": 0.9247291666666667,
      "grad_norm": 2.9446494579315186,
      "learning_rate": 4.209199025413229e-06,
      "loss": 8.5,
      "step": 443870
    },
    {
      "epoch": 0.92475,
      "grad_norm": 1.3576698303222656,
      "learning_rate": 4.206880269329954e-06,
      "loss": 8.5827,
      "step": 443880
    },
    {
      "epoch": 0.9247708333333333,
      "grad_norm": 1.9335249662399292,
      "learning_rate": 4.20456214301525e-06,
      "loss": 8.4246,
      "step": 443890
    },
    {
      "epoch": 0.9247916666666667,
      "grad_norm": 1.2404934167861938,
      "learning_rate": 4.202244646479125e-06,
      "loss": 8.144,
      "step": 443900
    },
    {
      "epoch": 0.9248125,
      "grad_norm": 1.273592233657837,
      "learning_rate": 4.199927779731588e-06,
      "loss": 7.8906,
      "step": 443910
    },
    {
      "epoch": 0.9248333333333333,
      "grad_norm": 1.7780224084854126,
      "learning_rate": 4.197611542782664e-06,
      "loss": 8.0336,
      "step": 443920
    },
    {
      "epoch": 0.9248541666666666,
      "grad_norm": 2.008877992630005,
      "learning_rate": 4.1952959356423284e-06,
      "loss": 8.0236,
      "step": 443930
    },
    {
      "epoch": 0.924875,
      "grad_norm": 1.175955891609192,
      "learning_rate": 4.192980958320607e-06,
      "loss": 7.7307,
      "step": 443940
    },
    {
      "epoch": 0.9248958333333334,
      "grad_norm": 1.6381007432937622,
      "learning_rate": 4.190666610827509e-06,
      "loss": 7.4452,
      "step": 443950
    },
    {
      "epoch": 0.9249166666666667,
      "grad_norm": 1.2468159198760986,
      "learning_rate": 4.188352893173008e-06,
      "loss": 8.2132,
      "step": 443960
    },
    {
      "epoch": 0.9249375,
      "grad_norm": 1.4262937307357788,
      "learning_rate": 4.186039805367081e-06,
      "loss": 7.3378,
      "step": 443970
    },
    {
      "epoch": 0.9249583333333333,
      "grad_norm": 3.7243399620056152,
      "learning_rate": 4.183727347419785e-06,
      "loss": 8.5967,
      "step": 443980
    },
    {
      "epoch": 0.9249791666666667,
      "grad_norm": 2.768852949142456,
      "learning_rate": 4.181415519341047e-06,
      "loss": 7.9732,
      "step": 443990
    },
    {
      "epoch": 0.925,
      "grad_norm": 3.2358803749084473,
      "learning_rate": 4.1791043211408584e-06,
      "loss": 8.1516,
      "step": 444000
    },
    {
      "epoch": 0.925,
      "eval_loss": 6.689480781555176,
      "eval_runtime": 9.7449,
      "eval_samples_per_second": 0.308,
      "eval_steps_per_second": 0.103,
      "step": 444000
    },
    {
      "epoch": 0.9250208333333333,
      "grad_norm": 3.055058479309082,
      "learning_rate": 4.17679375282926e-06,
      "loss": 8.3352,
      "step": 444010
    },
    {
      "epoch": 0.9250416666666667,
      "grad_norm": 3.0003163814544678,
      "learning_rate": 4.174483814416163e-06,
      "loss": 7.8732,
      "step": 444020
    },
    {
      "epoch": 0.9250625,
      "grad_norm": 1.621052861213684,
      "learning_rate": 4.172174505911574e-06,
      "loss": 7.9806,
      "step": 444030
    },
    {
      "epoch": 0.9250833333333334,
      "grad_norm": 1.60959792137146,
      "learning_rate": 4.169865827325486e-06,
      "loss": 7.8667,
      "step": 444040
    },
    {
      "epoch": 0.9251041666666666,
      "grad_norm": 1.8024260997772217,
      "learning_rate": 4.16755777866784e-06,
      "loss": 8.9314,
      "step": 444050
    },
    {
      "epoch": 0.925125,
      "grad_norm": 4.474740028381348,
      "learning_rate": 4.16525035994863e-06,
      "loss": 8.7513,
      "step": 444060
    },
    {
      "epoch": 0.9251458333333333,
      "grad_norm": 1.0014898777008057,
      "learning_rate": 4.162943571177796e-06,
      "loss": 7.9406,
      "step": 444070
    },
    {
      "epoch": 0.9251666666666667,
      "grad_norm": 4.331910610198975,
      "learning_rate": 4.160637412365331e-06,
      "loss": 8.1666,
      "step": 444080
    },
    {
      "epoch": 0.9251875,
      "grad_norm": 9.903483390808105,
      "learning_rate": 4.158331883521193e-06,
      "loss": 8.7028,
      "step": 444090
    },
    {
      "epoch": 0.9252083333333333,
      "grad_norm": 1.4336140155792236,
      "learning_rate": 4.156026984655309e-06,
      "loss": 7.4751,
      "step": 444100
    },
    {
      "epoch": 0.9252291666666667,
      "grad_norm": 1.4938552379608154,
      "learning_rate": 4.1537227157776856e-06,
      "loss": 8.0104,
      "step": 444110
    },
    {
      "epoch": 0.92525,
      "grad_norm": 3.1423323154449463,
      "learning_rate": 4.151419076898233e-06,
      "loss": 7.825,
      "step": 444120
    },
    {
      "epoch": 0.9252708333333334,
      "grad_norm": 1.0188699960708618,
      "learning_rate": 4.1491160680269255e-06,
      "loss": 7.805,
      "step": 444130
    },
    {
      "epoch": 0.9252916666666666,
      "grad_norm": 5.683872699737549,
      "learning_rate": 4.146813689173706e-06,
      "loss": 8.7872,
      "step": 444140
    },
    {
      "epoch": 0.9253125,
      "grad_norm": 1.8787592649459839,
      "learning_rate": 4.144511940348516e-06,
      "loss": 8.086,
      "step": 444150
    },
    {
      "epoch": 0.9253333333333333,
      "grad_norm": 2.296560525894165,
      "learning_rate": 4.142210821561298e-06,
      "loss": 8.9863,
      "step": 444160
    },
    {
      "epoch": 0.9253541666666667,
      "grad_norm": 13.785810470581055,
      "learning_rate": 4.139910332821994e-06,
      "loss": 8.2711,
      "step": 444170
    },
    {
      "epoch": 0.925375,
      "grad_norm": 2.2419185638427734,
      "learning_rate": 4.137610474140546e-06,
      "loss": 7.9754,
      "step": 444180
    },
    {
      "epoch": 0.9253958333333333,
      "grad_norm": 2.364614963531494,
      "learning_rate": 4.135311245526895e-06,
      "loss": 8.2827,
      "step": 444190
    },
    {
      "epoch": 0.9254166666666667,
      "grad_norm": 2.5132675170898438,
      "learning_rate": 4.133012646990952e-06,
      "loss": 7.2829,
      "step": 444200
    },
    {
      "epoch": 0.9254375,
      "grad_norm": 2.465221643447876,
      "learning_rate": 4.13071467854264e-06,
      "loss": 7.8299,
      "step": 444210
    },
    {
      "epoch": 0.9254583333333334,
      "grad_norm": 3.076946496963501,
      "learning_rate": 4.12841734019192e-06,
      "loss": 8.864,
      "step": 444220
    },
    {
      "epoch": 0.9254791666666666,
      "grad_norm": 2.0782251358032227,
      "learning_rate": 4.126120631948698e-06,
      "loss": 8.5434,
      "step": 444230
    },
    {
      "epoch": 0.9255,
      "grad_norm": 1.7130860090255737,
      "learning_rate": 4.123824553822902e-06,
      "loss": 8.08,
      "step": 444240
    },
    {
      "epoch": 0.9255208333333333,
      "grad_norm": 1.454987645149231,
      "learning_rate": 4.1215291058244225e-06,
      "loss": 8.0685,
      "step": 444250
    },
    {
      "epoch": 0.9255416666666667,
      "grad_norm": 5.887693405151367,
      "learning_rate": 4.1192342879632025e-06,
      "loss": 8.1029,
      "step": 444260
    },
    {
      "epoch": 0.9255625,
      "grad_norm": 1.6441428661346436,
      "learning_rate": 4.116940100249166e-06,
      "loss": 7.7824,
      "step": 444270
    },
    {
      "epoch": 0.9255833333333333,
      "grad_norm": 1.5830328464508057,
      "learning_rate": 4.114646542692157e-06,
      "loss": 7.5851,
      "step": 444280
    },
    {
      "epoch": 0.9256041666666667,
      "grad_norm": 3.3169021606445312,
      "learning_rate": 4.112353615302166e-06,
      "loss": 8.4952,
      "step": 444290
    },
    {
      "epoch": 0.925625,
      "grad_norm": 3.727658748626709,
      "learning_rate": 4.110061318089069e-06,
      "loss": 8.6938,
      "step": 444300
    },
    {
      "epoch": 0.9256458333333333,
      "grad_norm": 5.985747337341309,
      "learning_rate": 4.107769651062725e-06,
      "loss": 7.7217,
      "step": 444310
    },
    {
      "epoch": 0.9256666666666666,
      "grad_norm": 2.189840078353882,
      "learning_rate": 4.105478614233093e-06,
      "loss": 8.2318,
      "step": 444320
    },
    {
      "epoch": 0.9256875,
      "grad_norm": 1.1331244707107544,
      "learning_rate": 4.103188207610048e-06,
      "loss": 8.0183,
      "step": 444330
    },
    {
      "epoch": 0.9257083333333334,
      "grad_norm": 1.307981252670288,
      "learning_rate": 4.100898431203448e-06,
      "loss": 7.9457,
      "step": 444340
    },
    {
      "epoch": 0.9257291666666667,
      "grad_norm": 1.7363648414611816,
      "learning_rate": 4.0986092850232525e-06,
      "loss": 7.662,
      "step": 444350
    },
    {
      "epoch": 0.92575,
      "grad_norm": 1.1984710693359375,
      "learning_rate": 4.096320769079303e-06,
      "loss": 8.2283,
      "step": 444360
    },
    {
      "epoch": 0.9257708333333333,
      "grad_norm": 1.47224760055542,
      "learning_rate": 4.094032883381476e-06,
      "loss": 7.8385,
      "step": 444370
    },
    {
      "epoch": 0.9257916666666667,
      "grad_norm": 1.1386555433273315,
      "learning_rate": 4.091745627939696e-06,
      "loss": 7.2959,
      "step": 444380
    },
    {
      "epoch": 0.9258125,
      "grad_norm": 2.3091864585876465,
      "learning_rate": 4.089459002763807e-06,
      "loss": 8.6594,
      "step": 444390
    },
    {
      "epoch": 0.9258333333333333,
      "grad_norm": 3.7072694301605225,
      "learning_rate": 4.087173007863698e-06,
      "loss": 8.8097,
      "step": 444400
    },
    {
      "epoch": 0.9258541666666666,
      "grad_norm": 2.157515048980713,
      "learning_rate": 4.084887643249263e-06,
      "loss": 7.89,
      "step": 444410
    },
    {
      "epoch": 0.925875,
      "grad_norm": 1.2656505107879639,
      "learning_rate": 4.082602908930343e-06,
      "loss": 7.5674,
      "step": 444420
    },
    {
      "epoch": 0.9258958333333334,
      "grad_norm": 5.659427165985107,
      "learning_rate": 4.0803188049167986e-06,
      "loss": 7.6805,
      "step": 444430
    },
    {
      "epoch": 0.9259166666666667,
      "grad_norm": 1.0135475397109985,
      "learning_rate": 4.078035331218571e-06,
      "loss": 8.0839,
      "step": 444440
    },
    {
      "epoch": 0.9259375,
      "grad_norm": 1.5539659261703491,
      "learning_rate": 4.075752487845435e-06,
      "loss": 7.4177,
      "step": 444450
    },
    {
      "epoch": 0.9259583333333333,
      "grad_norm": 1.6052007675170898,
      "learning_rate": 4.0734702748073e-06,
      "loss": 7.8456,
      "step": 444460
    },
    {
      "epoch": 0.9259791666666667,
      "grad_norm": 1.7283858060836792,
      "learning_rate": 4.071188692113991e-06,
      "loss": 8.3949,
      "step": 444470
    },
    {
      "epoch": 0.926,
      "grad_norm": 4.47493839263916,
      "learning_rate": 4.068907739775401e-06,
      "loss": 7.9931,
      "step": 444480
    },
    {
      "epoch": 0.9260208333333333,
      "grad_norm": 1.3883275985717773,
      "learning_rate": 4.066627417801371e-06,
      "loss": 8.0705,
      "step": 444490
    },
    {
      "epoch": 0.9260416666666667,
      "grad_norm": 1.1210136413574219,
      "learning_rate": 4.0643477262017276e-06,
      "loss": 7.9912,
      "step": 444500
    },
    {
      "epoch": 0.9260625,
      "grad_norm": 1.077317476272583,
      "learning_rate": 4.062068664986362e-06,
      "loss": 8.6628,
      "step": 444510
    },
    {
      "epoch": 0.9260833333333334,
      "grad_norm": 2.1783559322357178,
      "learning_rate": 4.059790234165067e-06,
      "loss": 7.9725,
      "step": 444520
    },
    {
      "epoch": 0.9261041666666666,
      "grad_norm": 1.2172856330871582,
      "learning_rate": 4.057512433747734e-06,
      "loss": 7.4237,
      "step": 444530
    },
    {
      "epoch": 0.926125,
      "grad_norm": 2.0134477615356445,
      "learning_rate": 4.055235263744155e-06,
      "loss": 8.7796,
      "step": 444540
    },
    {
      "epoch": 0.9261458333333333,
      "grad_norm": 2.9883596897125244,
      "learning_rate": 4.052958724164223e-06,
      "loss": 7.6498,
      "step": 444550
    },
    {
      "epoch": 0.9261666666666667,
      "grad_norm": 1.6455587148666382,
      "learning_rate": 4.050682815017714e-06,
      "loss": 8.0747,
      "step": 444560
    },
    {
      "epoch": 0.9261875,
      "grad_norm": 1.5732948780059814,
      "learning_rate": 4.048407536314485e-06,
      "loss": 8.1515,
      "step": 444570
    },
    {
      "epoch": 0.9262083333333333,
      "grad_norm": 1.4911991357803345,
      "learning_rate": 4.0461328880643796e-06,
      "loss": 7.8849,
      "step": 444580
    },
    {
      "epoch": 0.9262291666666667,
      "grad_norm": 1.7206653356552124,
      "learning_rate": 4.0438588702771894e-06,
      "loss": 8.2209,
      "step": 444590
    },
    {
      "epoch": 0.92625,
      "grad_norm": 1.6345124244689941,
      "learning_rate": 4.0415854829627555e-06,
      "loss": 7.8573,
      "step": 444600
    },
    {
      "epoch": 0.9262708333333334,
      "grad_norm": 2.0781702995300293,
      "learning_rate": 4.039312726130922e-06,
      "loss": 8.7059,
      "step": 444610
    },
    {
      "epoch": 0.9262916666666666,
      "grad_norm": 5.5340471267700195,
      "learning_rate": 4.037040599791463e-06,
      "loss": 8.9012,
      "step": 444620
    },
    {
      "epoch": 0.9263125,
      "grad_norm": 2.955454111099243,
      "learning_rate": 4.034769103954205e-06,
      "loss": 7.9759,
      "step": 444630
    },
    {
      "epoch": 0.9263333333333333,
      "grad_norm": 1.570082664489746,
      "learning_rate": 4.032498238629006e-06,
      "loss": 9.0433,
      "step": 444640
    },
    {
      "epoch": 0.9263541666666667,
      "grad_norm": 8.793444633483887,
      "learning_rate": 4.030228003825592e-06,
      "loss": 8.2288,
      "step": 444650
    },
    {
      "epoch": 0.926375,
      "grad_norm": 4.032110691070557,
      "learning_rate": 4.027958399553821e-06,
      "loss": 7.8581,
      "step": 444660
    },
    {
      "epoch": 0.9263958333333333,
      "grad_norm": 3.2168948650360107,
      "learning_rate": 4.02568942582352e-06,
      "loss": 8.6138,
      "step": 444670
    },
    {
      "epoch": 0.9264166666666667,
      "grad_norm": 2.859912157058716,
      "learning_rate": 4.023421082644429e-06,
      "loss": 8.2621,
      "step": 444680
    },
    {
      "epoch": 0.9264375,
      "grad_norm": 2.0773701667785645,
      "learning_rate": 4.0211533700264086e-06,
      "loss": 8.2722,
      "step": 444690
    },
    {
      "epoch": 0.9264583333333334,
      "grad_norm": 2.527017831802368,
      "learning_rate": 4.0188862879792e-06,
      "loss": 9.3535,
      "step": 444700
    },
    {
      "epoch": 0.9264791666666666,
      "grad_norm": 1.5154690742492676,
      "learning_rate": 4.0166198365125966e-06,
      "loss": 8.16,
      "step": 444710
    },
    {
      "epoch": 0.9265,
      "grad_norm": 9.257135391235352,
      "learning_rate": 4.014354015636456e-06,
      "loss": 8.7723,
      "step": 444720
    },
    {
      "epoch": 0.9265208333333333,
      "grad_norm": 5.780495643615723,
      "learning_rate": 4.0120888253605045e-06,
      "loss": 8.1066,
      "step": 444730
    },
    {
      "epoch": 0.9265416666666667,
      "grad_norm": 1.8298122882843018,
      "learning_rate": 4.0098242656945335e-06,
      "loss": 8.7308,
      "step": 444740
    },
    {
      "epoch": 0.9265625,
      "grad_norm": 3.3658382892608643,
      "learning_rate": 4.0075603366483526e-06,
      "loss": 8.8963,
      "step": 444750
    },
    {
      "epoch": 0.9265833333333333,
      "grad_norm": 4.617753028869629,
      "learning_rate": 4.0052970382317195e-06,
      "loss": 7.8878,
      "step": 444760
    },
    {
      "epoch": 0.9266041666666667,
      "grad_norm": 1.7462730407714844,
      "learning_rate": 4.003034370454378e-06,
      "loss": 8.1215,
      "step": 444770
    },
    {
      "epoch": 0.926625,
      "grad_norm": 3.69447660446167,
      "learning_rate": 4.000772333326186e-06,
      "loss": 8.7275,
      "step": 444780
    },
    {
      "epoch": 0.9266458333333333,
      "grad_norm": 2.2601163387298584,
      "learning_rate": 3.998510926856852e-06,
      "loss": 7.7289,
      "step": 444790
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 1.362691044807434,
      "learning_rate": 3.996250151056135e-06,
      "loss": 8.2747,
      "step": 444800
    },
    {
      "epoch": 0.9266875,
      "grad_norm": 2.1369383335113525,
      "learning_rate": 3.993990005933878e-06,
      "loss": 8.2834,
      "step": 444810
    },
    {
      "epoch": 0.9267083333333334,
      "grad_norm": 1.3272262811660767,
      "learning_rate": 3.991730491499756e-06,
      "loss": 8.1473,
      "step": 444820
    },
    {
      "epoch": 0.9267291666666667,
      "grad_norm": 11.407554626464844,
      "learning_rate": 3.989471607763561e-06,
      "loss": 8.3011,
      "step": 444830
    },
    {
      "epoch": 0.92675,
      "grad_norm": 1.99745774269104,
      "learning_rate": 3.987213354735069e-06,
      "loss": 8.5745,
      "step": 444840
    },
    {
      "epoch": 0.9267708333333333,
      "grad_norm": 1.6562817096710205,
      "learning_rate": 3.984955732424006e-06,
      "loss": 7.431,
      "step": 444850
    },
    {
      "epoch": 0.9267916666666667,
      "grad_norm": 1.679837703704834,
      "learning_rate": 3.982698740840146e-06,
      "loss": 7.594,
      "step": 444860
    },
    {
      "epoch": 0.9268125,
      "grad_norm": 1.3373541831970215,
      "learning_rate": 3.980442379993215e-06,
      "loss": 7.4389,
      "step": 444870
    },
    {
      "epoch": 0.9268333333333333,
      "grad_norm": 1.5336793661117554,
      "learning_rate": 3.978186649892989e-06,
      "loss": 7.5673,
      "step": 444880
    },
    {
      "epoch": 0.9268541666666666,
      "grad_norm": 3.8135159015655518,
      "learning_rate": 3.975931550549194e-06,
      "loss": 8.2011,
      "step": 444890
    },
    {
      "epoch": 0.926875,
      "grad_norm": 2.0347769260406494,
      "learning_rate": 3.973677081971571e-06,
      "loss": 8.4585,
      "step": 444900
    },
    {
      "epoch": 0.9268958333333334,
      "grad_norm": 1.4848402738571167,
      "learning_rate": 3.971423244169864e-06,
      "loss": 7.6972,
      "step": 444910
    },
    {
      "epoch": 0.9269166666666667,
      "grad_norm": 1.4417073726654053,
      "learning_rate": 3.969170037153829e-06,
      "loss": 8.6388,
      "step": 444920
    },
    {
      "epoch": 0.9269375,
      "grad_norm": 3.9442646503448486,
      "learning_rate": 3.966917460933144e-06,
      "loss": 8.1531,
      "step": 444930
    },
    {
      "epoch": 0.9269583333333333,
      "grad_norm": 1.1780452728271484,
      "learning_rate": 3.9646655155175844e-06,
      "loss": 8.1104,
      "step": 444940
    },
    {
      "epoch": 0.9269791666666667,
      "grad_norm": 2.70418119430542,
      "learning_rate": 3.9624142009168744e-06,
      "loss": 7.8501,
      "step": 444950
    },
    {
      "epoch": 0.927,
      "grad_norm": 1.374840497970581,
      "learning_rate": 3.960163517140708e-06,
      "loss": 7.714,
      "step": 444960
    },
    {
      "epoch": 0.9270208333333333,
      "grad_norm": 2.2812976837158203,
      "learning_rate": 3.957913464198825e-06,
      "loss": 8.8166,
      "step": 444970
    },
    {
      "epoch": 0.9270416666666667,
      "grad_norm": 3.6514487266540527,
      "learning_rate": 3.9556640421009865e-06,
      "loss": 8.7625,
      "step": 444980
    },
    {
      "epoch": 0.9270625,
      "grad_norm": 2.664079427719116,
      "learning_rate": 3.953415250856834e-06,
      "loss": 8.0569,
      "step": 444990
    },
    {
      "epoch": 0.9270833333333334,
      "grad_norm": 1.4437315464019775,
      "learning_rate": 3.951167090476126e-06,
      "loss": 7.6517,
      "step": 445000
    },
    {
      "epoch": 0.9270833333333334,
      "eval_loss": 6.145959854125977,
      "eval_runtime": 9.6251,
      "eval_samples_per_second": 0.312,
      "eval_steps_per_second": 0.104,
      "step": 445000
    },
    {
      "epoch": 0.9271041666666666,
      "grad_norm": 2.7614572048187256,
      "learning_rate": 3.948919560968588e-06,
      "loss": 8.0521,
      "step": 445010
    },
    {
      "epoch": 0.927125,
      "grad_norm": 2.6640143394470215,
      "learning_rate": 3.946672662343864e-06,
      "loss": 7.5988,
      "step": 445020
    },
    {
      "epoch": 0.9271458333333333,
      "grad_norm": 1.7920905351638794,
      "learning_rate": 3.944426394611727e-06,
      "loss": 7.4301,
      "step": 445030
    },
    {
      "epoch": 0.9271666666666667,
      "grad_norm": 1.4746191501617432,
      "learning_rate": 3.942180757781871e-06,
      "loss": 7.745,
      "step": 445040
    },
    {
      "epoch": 0.9271875,
      "grad_norm": 2.2761642932891846,
      "learning_rate": 3.939935751863954e-06,
      "loss": 8.2072,
      "step": 445050
    },
    {
      "epoch": 0.9272083333333333,
      "grad_norm": 3.012582778930664,
      "learning_rate": 3.937691376867736e-06,
      "loss": 7.7035,
      "step": 445060
    },
    {
      "epoch": 0.9272291666666667,
      "grad_norm": 1.133479356765747,
      "learning_rate": 3.93544763280284e-06,
      "loss": 12.3155,
      "step": 445070
    },
    {
      "epoch": 0.92725,
      "grad_norm": 1.824203372001648,
      "learning_rate": 3.933204519678995e-06,
      "loss": 8.4585,
      "step": 445080
    },
    {
      "epoch": 0.9272708333333334,
      "grad_norm": 1.0508145093917847,
      "learning_rate": 3.930962037505908e-06,
      "loss": 8.0595,
      "step": 445090
    },
    {
      "epoch": 0.9272916666666666,
      "grad_norm": 2.2699100971221924,
      "learning_rate": 3.928720186293238e-06,
      "loss": 7.9596,
      "step": 445100
    },
    {
      "epoch": 0.9273125,
      "grad_norm": 1.1430938243865967,
      "learning_rate": 3.926478966050662e-06,
      "loss": 7.6359,
      "step": 445110
    },
    {
      "epoch": 0.9273333333333333,
      "grad_norm": 1.1178189516067505,
      "learning_rate": 3.924238376787919e-06,
      "loss": 7.9583,
      "step": 445120
    },
    {
      "epoch": 0.9273541666666667,
      "grad_norm": 3.322631359100342,
      "learning_rate": 3.9219984185146215e-06,
      "loss": 8.1049,
      "step": 445130
    },
    {
      "epoch": 0.927375,
      "grad_norm": 1.1467560529708862,
      "learning_rate": 3.91975909124046e-06,
      "loss": 7.7669,
      "step": 445140
    },
    {
      "epoch": 0.9273958333333333,
      "grad_norm": 1.1109446287155151,
      "learning_rate": 3.917520394975127e-06,
      "loss": 8.2744,
      "step": 445150
    },
    {
      "epoch": 0.9274166666666667,
      "grad_norm": 5.145148754119873,
      "learning_rate": 3.915282329728281e-06,
      "loss": 7.4728,
      "step": 445160
    },
    {
      "epoch": 0.9274375,
      "grad_norm": 1.7028872966766357,
      "learning_rate": 3.913044895509581e-06,
      "loss": 8.0246,
      "step": 445170
    },
    {
      "epoch": 0.9274583333333334,
      "grad_norm": 1.8378944396972656,
      "learning_rate": 3.910808092328705e-06,
      "loss": 7.9043,
      "step": 445180
    },
    {
      "epoch": 0.9274791666666666,
      "grad_norm": 1.6933627128601074,
      "learning_rate": 3.908571920195325e-06,
      "loss": 7.7123,
      "step": 445190
    },
    {
      "epoch": 0.9275,
      "grad_norm": 3.783918619155884,
      "learning_rate": 3.906336379119068e-06,
      "loss": 8.1766,
      "step": 445200
    },
    {
      "epoch": 0.9275208333333333,
      "grad_norm": 1.1734936237335205,
      "learning_rate": 3.904101469109627e-06,
      "loss": 7.7446,
      "step": 445210
    },
    {
      "epoch": 0.9275416666666667,
      "grad_norm": 1.6212165355682373,
      "learning_rate": 3.901867190176627e-06,
      "loss": 7.5024,
      "step": 445220
    },
    {
      "epoch": 0.9275625,
      "grad_norm": 7.373596668243408,
      "learning_rate": 3.899633542329744e-06,
      "loss": 7.9054,
      "step": 445230
    },
    {
      "epoch": 0.9275833333333333,
      "grad_norm": 1.247748613357544,
      "learning_rate": 3.897400525578603e-06,
      "loss": 7.7977,
      "step": 445240
    },
    {
      "epoch": 0.9276041666666667,
      "grad_norm": 1.0952777862548828,
      "learning_rate": 3.895168139932864e-06,
      "loss": 7.9065,
      "step": 445250
    },
    {
      "epoch": 0.927625,
      "grad_norm": 1.6257625818252563,
      "learning_rate": 3.892936385402168e-06,
      "loss": 7.653,
      "step": 445260
    },
    {
      "epoch": 0.9276458333333333,
      "grad_norm": 1.6257599592208862,
      "learning_rate": 3.8907052619961575e-06,
      "loss": 7.481,
      "step": 445270
    },
    {
      "epoch": 0.9276666666666666,
      "grad_norm": 5.604064464569092,
      "learning_rate": 3.888474769724459e-06,
      "loss": 8.3064,
      "step": 445280
    },
    {
      "epoch": 0.9276875,
      "grad_norm": 40.49600601196289,
      "learning_rate": 3.886244908596714e-06,
      "loss": 8.2841,
      "step": 445290
    },
    {
      "epoch": 0.9277083333333334,
      "grad_norm": 1.4601631164550781,
      "learning_rate": 3.884015678622549e-06,
      "loss": 7.6889,
      "step": 445300
    },
    {
      "epoch": 0.9277291666666667,
      "grad_norm": 3.473020553588867,
      "learning_rate": 3.881787079811605e-06,
      "loss": 7.877,
      "step": 445310
    },
    {
      "epoch": 0.92775,
      "grad_norm": 6.09122896194458,
      "learning_rate": 3.879559112173525e-06,
      "loss": 8.2818,
      "step": 445320
    },
    {
      "epoch": 0.9277708333333333,
      "grad_norm": 1.0702054500579834,
      "learning_rate": 3.877331775717885e-06,
      "loss": 7.8043,
      "step": 445330
    },
    {
      "epoch": 0.9277916666666667,
      "grad_norm": 1.2870606184005737,
      "learning_rate": 3.875105070454326e-06,
      "loss": 7.894,
      "step": 445340
    },
    {
      "epoch": 0.9278125,
      "grad_norm": 1.4281694889068604,
      "learning_rate": 3.8728789963925086e-06,
      "loss": 7.7843,
      "step": 445350
    },
    {
      "epoch": 0.9278333333333333,
      "grad_norm": 2.35603404045105,
      "learning_rate": 3.8706535535419745e-06,
      "loss": 7.3904,
      "step": 445360
    },
    {
      "epoch": 0.9278541666666666,
      "grad_norm": 1.9464703798294067,
      "learning_rate": 3.8684287419123824e-06,
      "loss": 8.3025,
      "step": 445370
    },
    {
      "epoch": 0.927875,
      "grad_norm": 1.6125874519348145,
      "learning_rate": 3.866204561513358e-06,
      "loss": 7.5687,
      "step": 445380
    },
    {
      "epoch": 0.9278958333333334,
      "grad_norm": 0.9868143200874329,
      "learning_rate": 3.863981012354461e-06,
      "loss": 8.0489,
      "step": 445390
    },
    {
      "epoch": 0.9279166666666666,
      "grad_norm": 13.065896987915039,
      "learning_rate": 3.861758094445333e-06,
      "loss": 8.955,
      "step": 445400
    },
    {
      "epoch": 0.9279375,
      "grad_norm": 1.6527690887451172,
      "learning_rate": 3.8595358077955825e-06,
      "loss": 7.7981,
      "step": 445410
    },
    {
      "epoch": 0.9279583333333333,
      "grad_norm": 3.9760539531707764,
      "learning_rate": 3.85731415241477e-06,
      "loss": 7.7081,
      "step": 445420
    },
    {
      "epoch": 0.9279791666666667,
      "grad_norm": 1.2704776525497437,
      "learning_rate": 3.855093128312503e-06,
      "loss": 7.665,
      "step": 445430
    },
    {
      "epoch": 0.928,
      "grad_norm": 3.8908565044403076,
      "learning_rate": 3.852872735498408e-06,
      "loss": 8.22,
      "step": 445440
    },
    {
      "epoch": 0.9280208333333333,
      "grad_norm": 1.6916991472244263,
      "learning_rate": 3.850652973982044e-06,
      "loss": 7.5897,
      "step": 445450
    },
    {
      "epoch": 0.9280416666666667,
      "grad_norm": 2.4711661338806152,
      "learning_rate": 3.848433843773003e-06,
      "loss": 8.198,
      "step": 445460
    },
    {
      "epoch": 0.9280625,
      "grad_norm": 2.6427507400512695,
      "learning_rate": 3.846215344880893e-06,
      "loss": 7.5631,
      "step": 445470
    },
    {
      "epoch": 0.9280833333333334,
      "grad_norm": 1.8095449209213257,
      "learning_rate": 3.843997477315258e-06,
      "loss": 8.0395,
      "step": 445480
    },
    {
      "epoch": 0.9281041666666666,
      "grad_norm": 1.7841945886611938,
      "learning_rate": 3.841780241085723e-06,
      "loss": 8.1924,
      "step": 445490
    },
    {
      "epoch": 0.928125,
      "grad_norm": 1.4224717617034912,
      "learning_rate": 3.839563636201831e-06,
      "loss": 7.6446,
      "step": 445500
    },
    {
      "epoch": 0.9281458333333333,
      "grad_norm": 3.597227096557617,
      "learning_rate": 3.8373476626731735e-06,
      "loss": 7.7811,
      "step": 445510
    },
    {
      "epoch": 0.9281666666666667,
      "grad_norm": 2.190788984298706,
      "learning_rate": 3.835132320509326e-06,
      "loss": 9.6473,
      "step": 445520
    },
    {
      "epoch": 0.9281875,
      "grad_norm": 1.376973271369934,
      "learning_rate": 3.832917609719832e-06,
      "loss": 7.7349,
      "step": 445530
    },
    {
      "epoch": 0.9282083333333333,
      "grad_norm": 1.1992484331130981,
      "learning_rate": 3.8307035303142995e-06,
      "loss": 7.9498,
      "step": 445540
    },
    {
      "epoch": 0.9282291666666667,
      "grad_norm": 6.978758811950684,
      "learning_rate": 3.8284900823022545e-06,
      "loss": 10.1742,
      "step": 445550
    },
    {
      "epoch": 0.92825,
      "grad_norm": 1.2087299823760986,
      "learning_rate": 3.826277265693273e-06,
      "loss": 7.9794,
      "step": 445560
    },
    {
      "epoch": 0.9282708333333334,
      "grad_norm": 1.3824360370635986,
      "learning_rate": 3.8240650804969296e-06,
      "loss": 7.7349,
      "step": 445570
    },
    {
      "epoch": 0.9282916666666666,
      "grad_norm": 1.8520563840866089,
      "learning_rate": 3.821853526722751e-06,
      "loss": 7.6848,
      "step": 445580
    },
    {
      "epoch": 0.9283125,
      "grad_norm": 1.6594433784484863,
      "learning_rate": 3.819642604380313e-06,
      "loss": 8.3746,
      "step": 445590
    },
    {
      "epoch": 0.9283333333333333,
      "grad_norm": 1.6305245161056519,
      "learning_rate": 3.817432313479141e-06,
      "loss": 7.6885,
      "step": 445600
    },
    {
      "epoch": 0.9283541666666667,
      "grad_norm": 6.279074192047119,
      "learning_rate": 3.81522265402881e-06,
      "loss": 8.5245,
      "step": 445610
    },
    {
      "epoch": 0.928375,
      "grad_norm": 1.3358476161956787,
      "learning_rate": 3.8130136260388465e-06,
      "loss": 7.7919,
      "step": 445620
    },
    {
      "epoch": 0.9283958333333333,
      "grad_norm": 1.2317719459533691,
      "learning_rate": 3.8108052295188096e-06,
      "loss": 7.8974,
      "step": 445630
    },
    {
      "epoch": 0.9284166666666667,
      "grad_norm": 3.890807867050171,
      "learning_rate": 3.8085974644782246e-06,
      "loss": 7.631,
      "step": 445640
    },
    {
      "epoch": 0.9284375,
      "grad_norm": 1.6330318450927734,
      "learning_rate": 3.806390330926634e-06,
      "loss": 7.8631,
      "step": 445650
    },
    {
      "epoch": 0.9284583333333334,
      "grad_norm": 1.2833329439163208,
      "learning_rate": 3.804183828873564e-06,
      "loss": 8.7821,
      "step": 445660
    },
    {
      "epoch": 0.9284791666666666,
      "grad_norm": 1.451810598373413,
      "learning_rate": 3.801977958328556e-06,
      "loss": 8.951,
      "step": 445670
    },
    {
      "epoch": 0.9285,
      "grad_norm": 2.2908267974853516,
      "learning_rate": 3.799772719301136e-06,
      "loss": 8.7698,
      "step": 445680
    },
    {
      "epoch": 0.9285208333333334,
      "grad_norm": 3.845207929611206,
      "learning_rate": 3.7975681118008306e-06,
      "loss": 7.8809,
      "step": 445690
    },
    {
      "epoch": 0.9285416666666667,
      "grad_norm": 1.576737642288208,
      "learning_rate": 3.7953641358371313e-06,
      "loss": 7.9688,
      "step": 445700
    },
    {
      "epoch": 0.9285625,
      "grad_norm": 2.2079787254333496,
      "learning_rate": 3.793160791419614e-06,
      "loss": 8.2594,
      "step": 445710
    },
    {
      "epoch": 0.9285833333333333,
      "grad_norm": 1.3311716318130493,
      "learning_rate": 3.7909580785577877e-06,
      "loss": 8.0657,
      "step": 445720
    },
    {
      "epoch": 0.9286041666666667,
      "grad_norm": 1.7190041542053223,
      "learning_rate": 3.7887559972611114e-06,
      "loss": 8.5827,
      "step": 445730
    },
    {
      "epoch": 0.928625,
      "grad_norm": 1.5352590084075928,
      "learning_rate": 3.7865545475391444e-06,
      "loss": 8.1087,
      "step": 445740
    },
    {
      "epoch": 0.9286458333333333,
      "grad_norm": 3.9766182899475098,
      "learning_rate": 3.784353729401396e-06,
      "loss": 8.5173,
      "step": 445750
    },
    {
      "epoch": 0.9286666666666666,
      "grad_norm": 1.3087999820709229,
      "learning_rate": 3.782153542857358e-06,
      "loss": 8.3575,
      "step": 445760
    },
    {
      "epoch": 0.9286875,
      "grad_norm": 3.0919768810272217,
      "learning_rate": 3.779953987916523e-06,
      "loss": 7.7453,
      "step": 445770
    },
    {
      "epoch": 0.9287083333333334,
      "grad_norm": 2.53357195854187,
      "learning_rate": 3.7777550645884504e-06,
      "loss": 8.4713,
      "step": 445780
    },
    {
      "epoch": 0.9287291666666667,
      "grad_norm": 1.2870612144470215,
      "learning_rate": 3.7755567728825653e-06,
      "loss": 7.7228,
      "step": 445790
    },
    {
      "epoch": 0.92875,
      "grad_norm": 1.1541874408721924,
      "learning_rate": 3.773359112808394e-06,
      "loss": 8.3326,
      "step": 445800
    },
    {
      "epoch": 0.9287708333333333,
      "grad_norm": 1.8303325176239014,
      "learning_rate": 3.7711620843754453e-06,
      "loss": 8.3264,
      "step": 445810
    },
    {
      "epoch": 0.9287916666666667,
      "grad_norm": 3.7002012729644775,
      "learning_rate": 3.768965687593195e-06,
      "loss": 8.2226,
      "step": 445820
    },
    {
      "epoch": 0.9288125,
      "grad_norm": 1.3960494995117188,
      "learning_rate": 3.766769922471119e-06,
      "loss": 7.5149,
      "step": 445830
    },
    {
      "epoch": 0.9288333333333333,
      "grad_norm": 1.2439813613891602,
      "learning_rate": 3.764574789018726e-06,
      "loss": 8.1644,
      "step": 445840
    },
    {
      "epoch": 0.9288541666666666,
      "grad_norm": 9.087296485900879,
      "learning_rate": 3.7623802872454756e-06,
      "loss": 7.8641,
      "step": 445850
    },
    {
      "epoch": 0.928875,
      "grad_norm": 2.9197123050689697,
      "learning_rate": 3.76018641716086e-06,
      "loss": 8.1311,
      "step": 445860
    },
    {
      "epoch": 0.9288958333333334,
      "grad_norm": 2.0204997062683105,
      "learning_rate": 3.7579931787743544e-06,
      "loss": 7.4164,
      "step": 445870
    },
    {
      "epoch": 0.9289166666666666,
      "grad_norm": 4.523674964904785,
      "learning_rate": 3.7558005720954353e-06,
      "loss": 8.0317,
      "step": 445880
    },
    {
      "epoch": 0.9289375,
      "grad_norm": 1.1418309211730957,
      "learning_rate": 3.7536085971335615e-06,
      "loss": 8.3656,
      "step": 445890
    },
    {
      "epoch": 0.9289583333333333,
      "grad_norm": 3.6357572078704834,
      "learning_rate": 3.7514172538982255e-06,
      "loss": 7.7672,
      "step": 445900
    },
    {
      "epoch": 0.9289791666666667,
      "grad_norm": 2.458662509918213,
      "learning_rate": 3.74922654239887e-06,
      "loss": 7.9165,
      "step": 445910
    },
    {
      "epoch": 0.929,
      "grad_norm": 2.673799753189087,
      "learning_rate": 3.7470364626449535e-06,
      "loss": 8.4506,
      "step": 445920
    },
    {
      "epoch": 0.9290208333333333,
      "grad_norm": 1.3961565494537354,
      "learning_rate": 3.7448470146459687e-06,
      "loss": 7.9838,
      "step": 445930
    },
    {
      "epoch": 0.9290416666666667,
      "grad_norm": 1.3944467306137085,
      "learning_rate": 3.742658198411341e-06,
      "loss": 8.1341,
      "step": 445940
    },
    {
      "epoch": 0.9290625,
      "grad_norm": 1.716039776802063,
      "learning_rate": 3.7404700139505306e-06,
      "loss": 8.0137,
      "step": 445950
    },
    {
      "epoch": 0.9290833333333334,
      "grad_norm": 1.5762783288955688,
      "learning_rate": 3.7382824612730123e-06,
      "loss": 7.6845,
      "step": 445960
    },
    {
      "epoch": 0.9291041666666666,
      "grad_norm": 1.9796077013015747,
      "learning_rate": 3.736095540388212e-06,
      "loss": 7.7638,
      "step": 445970
    },
    {
      "epoch": 0.929125,
      "grad_norm": 2.380488872528076,
      "learning_rate": 3.7339092513055724e-06,
      "loss": 8.2112,
      "step": 445980
    },
    {
      "epoch": 0.9291458333333333,
      "grad_norm": 1.308746576309204,
      "learning_rate": 3.731723594034569e-06,
      "loss": 8.0538,
      "step": 445990
    },
    {
      "epoch": 0.9291666666666667,
      "grad_norm": 1.9919171333312988,
      "learning_rate": 3.7295385685846113e-06,
      "loss": 8.1607,
      "step": 446000
    },
    {
      "epoch": 0.9291666666666667,
      "eval_loss": 7.910876274108887,
      "eval_runtime": 9.5641,
      "eval_samples_per_second": 0.314,
      "eval_steps_per_second": 0.105,
      "step": 446000
    },
    {
      "epoch": 0.9291875,
      "grad_norm": 2.5309200286865234,
      "learning_rate": 3.727354174965158e-06,
      "loss": 7.7957,
      "step": 446010
    },
    {
      "epoch": 0.9292083333333333,
      "grad_norm": 3.4685981273651123,
      "learning_rate": 3.7251704131856184e-06,
      "loss": 7.8281,
      "step": 446020
    },
    {
      "epoch": 0.9292291666666667,
      "grad_norm": 3.105083703994751,
      "learning_rate": 3.722987283255452e-06,
      "loss": 8.0359,
      "step": 446030
    },
    {
      "epoch": 0.92925,
      "grad_norm": 2.251164436340332,
      "learning_rate": 3.7208047851841004e-06,
      "loss": 8.0409,
      "step": 446040
    },
    {
      "epoch": 0.9292708333333334,
      "grad_norm": 1.0666453838348389,
      "learning_rate": 3.71862291898094e-06,
      "loss": 7.2711,
      "step": 446050
    },
    {
      "epoch": 0.9292916666666666,
      "grad_norm": 1.6300504207611084,
      "learning_rate": 3.716441684655447e-06,
      "loss": 7.7241,
      "step": 446060
    },
    {
      "epoch": 0.9293125,
      "grad_norm": 1.591860294342041,
      "learning_rate": 3.7142610822170126e-06,
      "loss": 7.6882,
      "step": 446070
    },
    {
      "epoch": 0.9293333333333333,
      "grad_norm": 2.44976544380188,
      "learning_rate": 3.712081111675064e-06,
      "loss": 7.6994,
      "step": 446080
    },
    {
      "epoch": 0.9293541666666667,
      "grad_norm": 4.1706695556640625,
      "learning_rate": 3.7099017730390425e-06,
      "loss": 7.7358,
      "step": 446090
    },
    {
      "epoch": 0.929375,
      "grad_norm": 4.487158298492432,
      "learning_rate": 3.707723066318308e-06,
      "loss": 8.0481,
      "step": 446100
    },
    {
      "epoch": 0.9293958333333333,
      "grad_norm": 1.8319143056869507,
      "learning_rate": 3.7055449915223023e-06,
      "loss": 7.4447,
      "step": 446110
    },
    {
      "epoch": 0.9294166666666667,
      "grad_norm": 1.2861509323120117,
      "learning_rate": 3.7033675486604684e-06,
      "loss": 7.8394,
      "step": 446120
    },
    {
      "epoch": 0.9294375,
      "grad_norm": 3.9699292182922363,
      "learning_rate": 3.7011907377421656e-06,
      "loss": 8.0921,
      "step": 446130
    },
    {
      "epoch": 0.9294583333333334,
      "grad_norm": 1.0724936723709106,
      "learning_rate": 3.699014558776786e-06,
      "loss": 8.0397,
      "step": 446140
    },
    {
      "epoch": 0.9294791666666666,
      "grad_norm": 3.573641777038574,
      "learning_rate": 3.696839011773789e-06,
      "loss": 8.3971,
      "step": 446150
    },
    {
      "epoch": 0.9295,
      "grad_norm": 2.8302247524261475,
      "learning_rate": 3.694664096742517e-06,
      "loss": 7.6475,
      "step": 446160
    },
    {
      "epoch": 0.9295208333333334,
      "grad_norm": 1.2732748985290527,
      "learning_rate": 3.6924898136923787e-06,
      "loss": 7.4538,
      "step": 446170
    },
    {
      "epoch": 0.9295416666666667,
      "grad_norm": 1.241870641708374,
      "learning_rate": 3.6903161626327836e-06,
      "loss": 7.5611,
      "step": 446180
    },
    {
      "epoch": 0.9295625,
      "grad_norm": 3.734400987625122,
      "learning_rate": 3.688143143573108e-06,
      "loss": 7.9955,
      "step": 446190
    },
    {
      "epoch": 0.9295833333333333,
      "grad_norm": 2.4868228435516357,
      "learning_rate": 3.6859707565227436e-06,
      "loss": 8.0458,
      "step": 446200
    },
    {
      "epoch": 0.9296041666666667,
      "grad_norm": 1.4737526178359985,
      "learning_rate": 3.6837990014910503e-06,
      "loss": 8.0829,
      "step": 446210
    },
    {
      "epoch": 0.929625,
      "grad_norm": 1.4166361093521118,
      "learning_rate": 3.6816278784874532e-06,
      "loss": 7.2657,
      "step": 446220
    },
    {
      "epoch": 0.9296458333333333,
      "grad_norm": 1.1395868062973022,
      "learning_rate": 3.679457387521295e-06,
      "loss": 8.1644,
      "step": 446230
    },
    {
      "epoch": 0.9296666666666666,
      "grad_norm": 3.8752639293670654,
      "learning_rate": 3.6772875286019685e-06,
      "loss": 8.1807,
      "step": 446240
    },
    {
      "epoch": 0.9296875,
      "grad_norm": 1.5555161237716675,
      "learning_rate": 3.675118301738833e-06,
      "loss": 9.1063,
      "step": 446250
    },
    {
      "epoch": 0.9297083333333334,
      "grad_norm": 1.4089210033416748,
      "learning_rate": 3.672949706941264e-06,
      "loss": 8.1926,
      "step": 446260
    },
    {
      "epoch": 0.9297291666666667,
      "grad_norm": 1.7379205226898193,
      "learning_rate": 3.670781744218654e-06,
      "loss": 8.134,
      "step": 446270
    },
    {
      "epoch": 0.92975,
      "grad_norm": 1.2598375082015991,
      "learning_rate": 3.6686144135803285e-06,
      "loss": 8.6076,
      "step": 446280
    },
    {
      "epoch": 0.9297708333333333,
      "grad_norm": 2.1194961071014404,
      "learning_rate": 3.666447715035664e-06,
      "loss": 8.9149,
      "step": 446290
    },
    {
      "epoch": 0.9297916666666667,
      "grad_norm": 1.1132625341415405,
      "learning_rate": 3.664281648594036e-06,
      "loss": 7.8962,
      "step": 446300
    },
    {
      "epoch": 0.9298125,
      "grad_norm": 1.1443887948989868,
      "learning_rate": 3.662116214264771e-06,
      "loss": 8.2501,
      "step": 446310
    },
    {
      "epoch": 0.9298333333333333,
      "grad_norm": 1.3437920808792114,
      "learning_rate": 3.6599514120572603e-06,
      "loss": 8.5939,
      "step": 446320
    },
    {
      "epoch": 0.9298541666666666,
      "grad_norm": 2.1730406284332275,
      "learning_rate": 3.657787241980814e-06,
      "loss": 7.5307,
      "step": 446330
    },
    {
      "epoch": 0.929875,
      "grad_norm": 4.72642183303833,
      "learning_rate": 3.655623704044808e-06,
      "loss": 8.6036,
      "step": 446340
    },
    {
      "epoch": 0.9298958333333334,
      "grad_norm": 2.1551644802093506,
      "learning_rate": 3.6534607982586006e-06,
      "loss": 7.81,
      "step": 446350
    },
    {
      "epoch": 0.9299166666666666,
      "grad_norm": 2.6667327880859375,
      "learning_rate": 3.6512985246314684e-06,
      "loss": 7.8416,
      "step": 446360
    },
    {
      "epoch": 0.9299375,
      "grad_norm": 1.4248039722442627,
      "learning_rate": 3.6491368831728205e-06,
      "loss": 7.5827,
      "step": 446370
    },
    {
      "epoch": 0.9299583333333333,
      "grad_norm": 1.1829736232757568,
      "learning_rate": 3.646975873892e-06,
      "loss": 7.8579,
      "step": 446380
    },
    {
      "epoch": 0.9299791666666667,
      "grad_norm": 12.229663848876953,
      "learning_rate": 3.6448154967982647e-06,
      "loss": 8.8099,
      "step": 446390
    },
    {
      "epoch": 0.93,
      "grad_norm": 1.5116567611694336,
      "learning_rate": 3.6426557519010245e-06,
      "loss": 7.9538,
      "step": 446400
    },
    {
      "epoch": 0.9300208333333333,
      "grad_norm": 2.8182551860809326,
      "learning_rate": 3.6404966392095893e-06,
      "loss": 8.5002,
      "step": 446410
    },
    {
      "epoch": 0.9300416666666667,
      "grad_norm": 2.965825080871582,
      "learning_rate": 3.6383381587332507e-06,
      "loss": 7.8766,
      "step": 446420
    },
    {
      "epoch": 0.9300625,
      "grad_norm": 2.684203863143921,
      "learning_rate": 3.636180310481368e-06,
      "loss": 7.6777,
      "step": 446430
    },
    {
      "epoch": 0.9300833333333334,
      "grad_norm": 1.3167345523834229,
      "learning_rate": 3.6340230944632508e-06,
      "loss": 7.3532,
      "step": 446440
    },
    {
      "epoch": 0.9301041666666666,
      "grad_norm": 2.0661232471466064,
      "learning_rate": 3.6318665106882085e-06,
      "loss": 7.5154,
      "step": 446450
    },
    {
      "epoch": 0.930125,
      "grad_norm": 1.887358546257019,
      "learning_rate": 3.6297105591655827e-06,
      "loss": 7.7931,
      "step": 446460
    },
    {
      "epoch": 0.9301458333333333,
      "grad_norm": 1.3002642393112183,
      "learning_rate": 3.627555239904667e-06,
      "loss": 8.1801,
      "step": 446470
    },
    {
      "epoch": 0.9301666666666667,
      "grad_norm": 2.852022647857666,
      "learning_rate": 3.6254005529147536e-06,
      "loss": 8.1513,
      "step": 446480
    },
    {
      "epoch": 0.9301875,
      "grad_norm": 2.4941110610961914,
      "learning_rate": 3.623246498205201e-06,
      "loss": 8.1594,
      "step": 446490
    },
    {
      "epoch": 0.9302083333333333,
      "grad_norm": 12.76191520690918,
      "learning_rate": 3.6210930757852698e-06,
      "loss": 9.2927,
      "step": 446500
    },
    {
      "epoch": 0.9302291666666667,
      "grad_norm": 4.7661824226379395,
      "learning_rate": 3.618940285664268e-06,
      "loss": 8.6511,
      "step": 446510
    },
    {
      "epoch": 0.93025,
      "grad_norm": 1.1128391027450562,
      "learning_rate": 3.616788127851522e-06,
      "loss": 9.2259,
      "step": 446520
    },
    {
      "epoch": 0.9302708333333334,
      "grad_norm": 1.3570913076400757,
      "learning_rate": 3.614636602356291e-06,
      "loss": 7.8019,
      "step": 446530
    },
    {
      "epoch": 0.9302916666666666,
      "grad_norm": 2.415896415710449,
      "learning_rate": 3.6124857091878845e-06,
      "loss": 8.588,
      "step": 446540
    },
    {
      "epoch": 0.9303125,
      "grad_norm": 2.1159377098083496,
      "learning_rate": 3.6103354483556114e-06,
      "loss": 7.9491,
      "step": 446550
    },
    {
      "epoch": 0.9303333333333333,
      "grad_norm": 2.6286160945892334,
      "learning_rate": 3.6081858198687474e-06,
      "loss": 8.408,
      "step": 446560
    },
    {
      "epoch": 0.9303541666666667,
      "grad_norm": 2.553757429122925,
      "learning_rate": 3.606036823736552e-06,
      "loss": 8.244,
      "step": 446570
    },
    {
      "epoch": 0.930375,
      "grad_norm": 1.0473761558532715,
      "learning_rate": 3.6038884599683514e-06,
      "loss": 7.5972,
      "step": 446580
    },
    {
      "epoch": 0.9303958333333333,
      "grad_norm": 1.8562946319580078,
      "learning_rate": 3.601740728573388e-06,
      "loss": 7.9475,
      "step": 446590
    },
    {
      "epoch": 0.9304166666666667,
      "grad_norm": 1.9571155309677124,
      "learning_rate": 3.5995936295609707e-06,
      "loss": 7.8657,
      "step": 446600
    },
    {
      "epoch": 0.9304375,
      "grad_norm": 1.467771291732788,
      "learning_rate": 3.5974471629403424e-06,
      "loss": 8.1144,
      "step": 446610
    },
    {
      "epoch": 0.9304583333333334,
      "grad_norm": 2.256657361984253,
      "learning_rate": 3.595301328720812e-06,
      "loss": 7.9325,
      "step": 446620
    },
    {
      "epoch": 0.9304791666666666,
      "grad_norm": 1.9409536123275757,
      "learning_rate": 3.5931561269116226e-06,
      "loss": 7.8729,
      "step": 446630
    },
    {
      "epoch": 0.9305,
      "grad_norm": 1.1769379377365112,
      "learning_rate": 3.591011557522033e-06,
      "loss": 8.5911,
      "step": 446640
    },
    {
      "epoch": 0.9305208333333334,
      "grad_norm": 1.3014520406723022,
      "learning_rate": 3.5888676205613363e-06,
      "loss": 8.084,
      "step": 446650
    },
    {
      "epoch": 0.9305416666666667,
      "grad_norm": 1.8472440242767334,
      "learning_rate": 3.586724316038775e-06,
      "loss": 8.4299,
      "step": 446660
    },
    {
      "epoch": 0.9305625,
      "grad_norm": 2.010362386703491,
      "learning_rate": 3.5845816439636075e-06,
      "loss": 7.8031,
      "step": 446670
    },
    {
      "epoch": 0.9305833333333333,
      "grad_norm": 3.982219696044922,
      "learning_rate": 3.5824396043450942e-06,
      "loss": 8.3083,
      "step": 446680
    },
    {
      "epoch": 0.9306041666666667,
      "grad_norm": 1.096622109413147,
      "learning_rate": 3.5802981971924937e-06,
      "loss": 8.2711,
      "step": 446690
    },
    {
      "epoch": 0.930625,
      "grad_norm": 1.1503069400787354,
      "learning_rate": 3.5781574225150323e-06,
      "loss": 8.4384,
      "step": 446700
    },
    {
      "epoch": 0.9306458333333333,
      "grad_norm": 2.707129716873169,
      "learning_rate": 3.576017280321969e-06,
      "loss": 8.3989,
      "step": 446710
    },
    {
      "epoch": 0.9306666666666666,
      "grad_norm": 2.1892502307891846,
      "learning_rate": 3.5738777706225796e-06,
      "loss": 7.7624,
      "step": 446720
    },
    {
      "epoch": 0.9306875,
      "grad_norm": 1.4180243015289307,
      "learning_rate": 3.5717388934260406e-06,
      "loss": 8.1517,
      "step": 446730
    },
    {
      "epoch": 0.9307083333333334,
      "grad_norm": 1.7168997526168823,
      "learning_rate": 3.5696006487416607e-06,
      "loss": 8.6336,
      "step": 446740
    },
    {
      "epoch": 0.9307291666666667,
      "grad_norm": 1.5557363033294678,
      "learning_rate": 3.5674630365786496e-06,
      "loss": 7.9887,
      "step": 446750
    },
    {
      "epoch": 0.93075,
      "grad_norm": 2.007730007171631,
      "learning_rate": 3.5653260569461994e-06,
      "loss": 7.8431,
      "step": 446760
    },
    {
      "epoch": 0.9307708333333333,
      "grad_norm": 1.4075838327407837,
      "learning_rate": 3.5631897098536033e-06,
      "loss": 8.9982,
      "step": 446770
    },
    {
      "epoch": 0.9307916666666667,
      "grad_norm": 2.8501522541046143,
      "learning_rate": 3.56105399531007e-06,
      "loss": 8.2074,
      "step": 446780
    },
    {
      "epoch": 0.9308125,
      "grad_norm": 1.9860292673110962,
      "learning_rate": 3.558918913324793e-06,
      "loss": 8.9025,
      "step": 446790
    },
    {
      "epoch": 0.9308333333333333,
      "grad_norm": 1.2386436462402344,
      "learning_rate": 3.5567844639070474e-06,
      "loss": 7.4725,
      "step": 446800
    },
    {
      "epoch": 0.9308541666666666,
      "grad_norm": 1.285306453704834,
      "learning_rate": 3.5546506470660265e-06,
      "loss": 7.8766,
      "step": 446810
    },
    {
      "epoch": 0.930875,
      "grad_norm": 2.5779407024383545,
      "learning_rate": 3.552517462810922e-06,
      "loss": 7.9178,
      "step": 446820
    },
    {
      "epoch": 0.9308958333333334,
      "grad_norm": 1.5677250623703003,
      "learning_rate": 3.5503849111510107e-06,
      "loss": 8.0349,
      "step": 446830
    },
    {
      "epoch": 0.9309166666666666,
      "grad_norm": 1.483816146850586,
      "learning_rate": 3.548252992095452e-06,
      "loss": 8.4492,
      "step": 446840
    },
    {
      "epoch": 0.9309375,
      "grad_norm": 1.4511582851409912,
      "learning_rate": 3.5461217056534373e-06,
      "loss": 7.5151,
      "step": 446850
    },
    {
      "epoch": 0.9309583333333333,
      "grad_norm": 2.5380570888519287,
      "learning_rate": 3.5439910518342607e-06,
      "loss": 8.0034,
      "step": 446860
    },
    {
      "epoch": 0.9309791666666667,
      "grad_norm": 1.5025290250778198,
      "learning_rate": 3.5418610306470474e-06,
      "loss": 8.1256,
      "step": 446870
    },
    {
      "epoch": 0.931,
      "grad_norm": 1.434669017791748,
      "learning_rate": 3.5397316421009904e-06,
      "loss": 8.2062,
      "step": 446880
    },
    {
      "epoch": 0.9310208333333333,
      "grad_norm": 2.4320144653320312,
      "learning_rate": 3.537602886205365e-06,
      "loss": 8.0366,
      "step": 446890
    },
    {
      "epoch": 0.9310416666666667,
      "grad_norm": 2.862169027328491,
      "learning_rate": 3.535474762969315e-06,
      "loss": 8.0367,
      "step": 446900
    },
    {
      "epoch": 0.9310625,
      "grad_norm": 3.781499147415161,
      "learning_rate": 3.5333472724020316e-06,
      "loss": 8.6801,
      "step": 446910
    },
    {
      "epoch": 0.9310833333333334,
      "grad_norm": 1.7091375589370728,
      "learning_rate": 3.531220414512709e-06,
      "loss": 8.39,
      "step": 446920
    },
    {
      "epoch": 0.9311041666666666,
      "grad_norm": 1.506970763206482,
      "learning_rate": 3.5290941893105386e-06,
      "loss": 7.6109,
      "step": 446930
    },
    {
      "epoch": 0.931125,
      "grad_norm": 3.3363840579986572,
      "learning_rate": 3.526968596804697e-06,
      "loss": 8.0455,
      "step": 446940
    },
    {
      "epoch": 0.9311458333333333,
      "grad_norm": 2.6784238815307617,
      "learning_rate": 3.524843637004393e-06,
      "loss": 8.1986,
      "step": 446950
    },
    {
      "epoch": 0.9311666666666667,
      "grad_norm": 3.226147413253784,
      "learning_rate": 3.52271930991877e-06,
      "loss": 8.8294,
      "step": 446960
    },
    {
      "epoch": 0.9311875,
      "grad_norm": 1.4492816925048828,
      "learning_rate": 3.5205956155570204e-06,
      "loss": 7.4884,
      "step": 446970
    },
    {
      "epoch": 0.9312083333333333,
      "grad_norm": 4.422382354736328,
      "learning_rate": 3.51847255392832e-06,
      "loss": 8.1522,
      "step": 446980
    },
    {
      "epoch": 0.9312291666666667,
      "grad_norm": 2.9737741947174072,
      "learning_rate": 3.516350125041845e-06,
      "loss": 8.1733,
      "step": 446990
    },
    {
      "epoch": 0.93125,
      "grad_norm": 2.766260862350464,
      "learning_rate": 3.5142283289067373e-06,
      "loss": 7.779,
      "step": 447000
    },
    {
      "epoch": 0.93125,
      "eval_loss": 7.109982967376709,
      "eval_runtime": 9.7418,
      "eval_samples_per_second": 0.308,
      "eval_steps_per_second": 0.103,
      "step": 447000
    },
    {
      "epoch": 0.9312708333333334,
      "grad_norm": 2.0265567302703857,
      "learning_rate": 3.5121071655321906e-06,
      "loss": 7.9497,
      "step": 447010
    },
    {
      "epoch": 0.9312916666666666,
      "grad_norm": 1.1172616481781006,
      "learning_rate": 3.509986634927364e-06,
      "loss": 8.4945,
      "step": 447020
    },
    {
      "epoch": 0.9313125,
      "grad_norm": 1.0846761465072632,
      "learning_rate": 3.5078667371014003e-06,
      "loss": 8.1187,
      "step": 447030
    },
    {
      "epoch": 0.9313333333333333,
      "grad_norm": 2.6996374130249023,
      "learning_rate": 3.505747472063475e-06,
      "loss": 8.0369,
      "step": 447040
    },
    {
      "epoch": 0.9313541666666667,
      "grad_norm": 4.26981782913208,
      "learning_rate": 3.5036288398227306e-06,
      "loss": 8.3361,
      "step": 447050
    },
    {
      "epoch": 0.931375,
      "grad_norm": 6.068273544311523,
      "learning_rate": 3.5015108403883275e-06,
      "loss": 8.1111,
      "step": 447060
    },
    {
      "epoch": 0.9313958333333333,
      "grad_norm": 1.2879149913787842,
      "learning_rate": 3.4993934737693908e-06,
      "loss": 7.849,
      "step": 447070
    },
    {
      "epoch": 0.9314166666666667,
      "grad_norm": 2.321715831756592,
      "learning_rate": 3.4972767399750967e-06,
      "loss": 8.3752,
      "step": 447080
    },
    {
      "epoch": 0.9314375,
      "grad_norm": 4.055233955383301,
      "learning_rate": 3.495160639014588e-06,
      "loss": 8.4035,
      "step": 447090
    },
    {
      "epoch": 0.9314583333333334,
      "grad_norm": 1.2100178003311157,
      "learning_rate": 3.493045170896974e-06,
      "loss": 7.7866,
      "step": 447100
    },
    {
      "epoch": 0.9314791666666666,
      "grad_norm": 3.9359683990478516,
      "learning_rate": 3.4909303356314312e-06,
      "loss": 8.0715,
      "step": 447110
    },
    {
      "epoch": 0.9315,
      "grad_norm": 12.490388870239258,
      "learning_rate": 3.4888161332270683e-06,
      "loss": 8.2306,
      "step": 447120
    },
    {
      "epoch": 0.9315208333333334,
      "grad_norm": 2.0056002140045166,
      "learning_rate": 3.486702563693028e-06,
      "loss": 7.9345,
      "step": 447130
    },
    {
      "epoch": 0.9315416666666667,
      "grad_norm": 1.7279744148254395,
      "learning_rate": 3.4845896270384365e-06,
      "loss": 9.0026,
      "step": 447140
    },
    {
      "epoch": 0.9315625,
      "grad_norm": 1.2029377222061157,
      "learning_rate": 3.482477323272437e-06,
      "loss": 7.7615,
      "step": 447150
    },
    {
      "epoch": 0.9315833333333333,
      "grad_norm": 2.5082709789276123,
      "learning_rate": 3.4803656524041047e-06,
      "loss": 8.0836,
      "step": 447160
    },
    {
      "epoch": 0.9316041666666667,
      "grad_norm": 5.759190559387207,
      "learning_rate": 3.478254614442633e-06,
      "loss": 8.2261,
      "step": 447170
    },
    {
      "epoch": 0.931625,
      "grad_norm": 3.3150570392608643,
      "learning_rate": 3.476144209397097e-06,
      "loss": 8.1851,
      "step": 447180
    },
    {
      "epoch": 0.9316458333333333,
      "grad_norm": 7.85854434967041,
      "learning_rate": 3.474034437276607e-06,
      "loss": 7.8883,
      "step": 447190
    },
    {
      "epoch": 0.9316666666666666,
      "grad_norm": 2.727311372756958,
      "learning_rate": 3.471925298090306e-06,
      "loss": 7.6622,
      "step": 447200
    },
    {
      "epoch": 0.9316875,
      "grad_norm": 1.6310006380081177,
      "learning_rate": 3.4698167918472687e-06,
      "loss": 7.6156,
      "step": 447210
    },
    {
      "epoch": 0.9317083333333334,
      "grad_norm": 1.7479411363601685,
      "learning_rate": 3.4677089185566385e-06,
      "loss": 8.545,
      "step": 447220
    },
    {
      "epoch": 0.9317291666666667,
      "grad_norm": 1.7544254064559937,
      "learning_rate": 3.465601678227492e-06,
      "loss": 8.6524,
      "step": 447230
    },
    {
      "epoch": 0.93175,
      "grad_norm": 1.7346802949905396,
      "learning_rate": 3.4634950708689547e-06,
      "loss": 7.4392,
      "step": 447240
    },
    {
      "epoch": 0.9317708333333333,
      "grad_norm": 6.009284973144531,
      "learning_rate": 3.4613890964901024e-06,
      "loss": 8.4976,
      "step": 447250
    },
    {
      "epoch": 0.9317916666666667,
      "grad_norm": 1.4643813371658325,
      "learning_rate": 3.4592837551000453e-06,
      "loss": 8.9388,
      "step": 447260
    },
    {
      "epoch": 0.9318125,
      "grad_norm": 2.413055658340454,
      "learning_rate": 3.457179046707892e-06,
      "loss": 7.8037,
      "step": 447270
    },
    {
      "epoch": 0.9318333333333333,
      "grad_norm": 4.33695125579834,
      "learning_rate": 3.455074971322719e-06,
      "loss": 7.9118,
      "step": 447280
    },
    {
      "epoch": 0.9318541666666667,
      "grad_norm": 6.27308988571167,
      "learning_rate": 3.452971528953602e-06,
      "loss": 8.394,
      "step": 447290
    },
    {
      "epoch": 0.931875,
      "grad_norm": 3.1590306758880615,
      "learning_rate": 3.4508687196096507e-06,
      "loss": 7.969,
      "step": 447300
    },
    {
      "epoch": 0.9318958333333334,
      "grad_norm": 1.880262017250061,
      "learning_rate": 3.4487665432999244e-06,
      "loss": 7.9599,
      "step": 447310
    },
    {
      "epoch": 0.9319166666666666,
      "grad_norm": 1.782690405845642,
      "learning_rate": 3.446665000033533e-06,
      "loss": 7.4568,
      "step": 447320
    },
    {
      "epoch": 0.9319375,
      "grad_norm": 2.1281492710113525,
      "learning_rate": 3.444564089819535e-06,
      "loss": 7.7148,
      "step": 447330
    },
    {
      "epoch": 0.9319583333333333,
      "grad_norm": 1.413604736328125,
      "learning_rate": 3.4424638126670068e-06,
      "loss": 7.5409,
      "step": 447340
    },
    {
      "epoch": 0.9319791666666667,
      "grad_norm": 1.4082235097885132,
      "learning_rate": 3.4403641685850246e-06,
      "loss": 7.5728,
      "step": 447350
    },
    {
      "epoch": 0.932,
      "grad_norm": 3.13889217376709,
      "learning_rate": 3.4382651575826645e-06,
      "loss": 7.6088,
      "step": 447360
    },
    {
      "epoch": 0.9320208333333333,
      "grad_norm": 1.2558773756027222,
      "learning_rate": 3.43616677966897e-06,
      "loss": 7.9697,
      "step": 447370
    },
    {
      "epoch": 0.9320416666666667,
      "grad_norm": 2.805572032928467,
      "learning_rate": 3.434069034853032e-06,
      "loss": 8.4796,
      "step": 447380
    },
    {
      "epoch": 0.9320625,
      "grad_norm": 1.2156767845153809,
      "learning_rate": 3.4319719231438946e-06,
      "loss": 7.6304,
      "step": 447390
    },
    {
      "epoch": 0.9320833333333334,
      "grad_norm": 7.84620475769043,
      "learning_rate": 3.429875444550634e-06,
      "loss": 8.7285,
      "step": 447400
    },
    {
      "epoch": 0.9321041666666666,
      "grad_norm": 1.2232307195663452,
      "learning_rate": 3.4277795990822755e-06,
      "loss": 7.7968,
      "step": 447410
    },
    {
      "epoch": 0.932125,
      "grad_norm": 2.421562671661377,
      "learning_rate": 3.4256843867479123e-06,
      "loss": 8.452,
      "step": 447420
    },
    {
      "epoch": 0.9321458333333333,
      "grad_norm": 2.650952100753784,
      "learning_rate": 3.423589807556587e-06,
      "loss": 9.4858,
      "step": 447430
    },
    {
      "epoch": 0.9321666666666667,
      "grad_norm": 2.908644199371338,
      "learning_rate": 3.4214958615172927e-06,
      "loss": 9.2469,
      "step": 447440
    },
    {
      "epoch": 0.9321875,
      "grad_norm": 3.388547420501709,
      "learning_rate": 3.4194025486391386e-06,
      "loss": 8.3719,
      "step": 447450
    },
    {
      "epoch": 0.9322083333333333,
      "grad_norm": 2.52042818069458,
      "learning_rate": 3.4173098689311506e-06,
      "loss": 7.9078,
      "step": 447460
    },
    {
      "epoch": 0.9322291666666667,
      "grad_norm": 16.01839828491211,
      "learning_rate": 3.415217822402355e-06,
      "loss": 12.1247,
      "step": 447470
    },
    {
      "epoch": 0.93225,
      "grad_norm": 1.4558101892471313,
      "learning_rate": 3.413126409061795e-06,
      "loss": 7.462,
      "step": 447480
    },
    {
      "epoch": 0.9322708333333334,
      "grad_norm": 1.0240873098373413,
      "learning_rate": 3.4110356289185125e-06,
      "loss": 7.8399,
      "step": 447490
    },
    {
      "epoch": 0.9322916666666666,
      "grad_norm": 1.3828203678131104,
      "learning_rate": 3.4089454819815344e-06,
      "loss": 7.7917,
      "step": 447500
    },
    {
      "epoch": 0.9323125,
      "grad_norm": 1.8380712270736694,
      "learning_rate": 3.4068559682598696e-06,
      "loss": 7.6894,
      "step": 447510
    },
    {
      "epoch": 0.9323333333333333,
      "grad_norm": 7.273186206817627,
      "learning_rate": 3.4047670877625776e-06,
      "loss": 10.2836,
      "step": 447520
    },
    {
      "epoch": 0.9323541666666667,
      "grad_norm": 1.273930549621582,
      "learning_rate": 3.402678840498668e-06,
      "loss": 8.6724,
      "step": 447530
    },
    {
      "epoch": 0.932375,
      "grad_norm": 1.616628885269165,
      "learning_rate": 3.400591226477134e-06,
      "loss": 7.5573,
      "step": 447540
    },
    {
      "epoch": 0.9323958333333333,
      "grad_norm": 1.3680402040481567,
      "learning_rate": 3.3985042457070512e-06,
      "loss": 7.9146,
      "step": 447550
    },
    {
      "epoch": 0.9324166666666667,
      "grad_norm": 0.991472065448761,
      "learning_rate": 3.3964178981973787e-06,
      "loss": 8.2033,
      "step": 447560
    },
    {
      "epoch": 0.9324375,
      "grad_norm": 1.620676875114441,
      "learning_rate": 3.39433218395716e-06,
      "loss": 7.8936,
      "step": 447570
    },
    {
      "epoch": 0.9324583333333333,
      "grad_norm": 1.6715281009674072,
      "learning_rate": 3.392247102995388e-06,
      "loss": 8.2148,
      "step": 447580
    },
    {
      "epoch": 0.9324791666666666,
      "grad_norm": 2.5004401206970215,
      "learning_rate": 3.3901626553210716e-06,
      "loss": 8.1584,
      "step": 447590
    },
    {
      "epoch": 0.9325,
      "grad_norm": 8.216225624084473,
      "learning_rate": 3.388078840943237e-06,
      "loss": 7.8371,
      "step": 447600
    },
    {
      "epoch": 0.9325208333333334,
      "grad_norm": 1.935651183128357,
      "learning_rate": 3.3859956598708603e-06,
      "loss": 8.1882,
      "step": 447610
    },
    {
      "epoch": 0.9325416666666667,
      "grad_norm": 2.662256956100464,
      "learning_rate": 3.3839131121129515e-06,
      "loss": 8.4422,
      "step": 447620
    },
    {
      "epoch": 0.9325625,
      "grad_norm": 8.087087631225586,
      "learning_rate": 3.381831197678503e-06,
      "loss": 8.2359,
      "step": 447630
    },
    {
      "epoch": 0.9325833333333333,
      "grad_norm": 1.7615749835968018,
      "learning_rate": 3.3797499165765074e-06,
      "loss": 7.7141,
      "step": 447640
    },
    {
      "epoch": 0.9326041666666667,
      "grad_norm": 1.7047207355499268,
      "learning_rate": 3.377669268815958e-06,
      "loss": 8.2523,
      "step": 447650
    },
    {
      "epoch": 0.932625,
      "grad_norm": 5.044980049133301,
      "learning_rate": 3.3755892544058305e-06,
      "loss": 8.9521,
      "step": 447660
    },
    {
      "epoch": 0.9326458333333333,
      "grad_norm": 2.161320209503174,
      "learning_rate": 3.3735098733551348e-06,
      "loss": 8.3281,
      "step": 447670
    },
    {
      "epoch": 0.9326666666666666,
      "grad_norm": 1.3263752460479736,
      "learning_rate": 3.3714311256728298e-06,
      "loss": 7.6367,
      "step": 447680
    },
    {
      "epoch": 0.9326875,
      "grad_norm": 1.4459636211395264,
      "learning_rate": 3.3693530113678925e-06,
      "loss": 8.3057,
      "step": 447690
    },
    {
      "epoch": 0.9327083333333334,
      "grad_norm": 3.8520054817199707,
      "learning_rate": 3.3672755304493314e-06,
      "loss": 7.9477,
      "step": 447700
    },
    {
      "epoch": 0.9327291666666667,
      "grad_norm": 1.8046401739120483,
      "learning_rate": 3.3651986829260735e-06,
      "loss": 7.4416,
      "step": 447710
    },
    {
      "epoch": 0.93275,
      "grad_norm": 2.0929882526397705,
      "learning_rate": 3.3631224688071278e-06,
      "loss": 8.0314,
      "step": 447720
    },
    {
      "epoch": 0.9327708333333333,
      "grad_norm": 1.8507784605026245,
      "learning_rate": 3.361046888101454e-06,
      "loss": 8.2029,
      "step": 447730
    },
    {
      "epoch": 0.9327916666666667,
      "grad_norm": 2.9683892726898193,
      "learning_rate": 3.3589719408180117e-06,
      "loss": 8.3024,
      "step": 447740
    },
    {
      "epoch": 0.9328125,
      "grad_norm": 1.671915054321289,
      "learning_rate": 3.3568976269657764e-06,
      "loss": 8.7116,
      "step": 447750
    },
    {
      "epoch": 0.9328333333333333,
      "grad_norm": 1.3973572254180908,
      "learning_rate": 3.3548239465536752e-06,
      "loss": 8.1664,
      "step": 447760
    },
    {
      "epoch": 0.9328541666666667,
      "grad_norm": 2.221177101135254,
      "learning_rate": 3.3527508995907002e-06,
      "loss": 8.5165,
      "step": 447770
    },
    {
      "epoch": 0.932875,
      "grad_norm": 1.2775065898895264,
      "learning_rate": 3.3506784860858117e-06,
      "loss": 8.414,
      "step": 447780
    },
    {
      "epoch": 0.9328958333333334,
      "grad_norm": 1.7801320552825928,
      "learning_rate": 3.3486067060479183e-06,
      "loss": 8.4268,
      "step": 447790
    },
    {
      "epoch": 0.9329166666666666,
      "grad_norm": 2.4961276054382324,
      "learning_rate": 3.3465355594859966e-06,
      "loss": 7.3263,
      "step": 447800
    },
    {
      "epoch": 0.9329375,
      "grad_norm": 1.4889296293258667,
      "learning_rate": 3.344465046409023e-06,
      "loss": 8.6091,
      "step": 447810
    },
    {
      "epoch": 0.9329583333333333,
      "grad_norm": 2.4315943717956543,
      "learning_rate": 3.3423951668258563e-06,
      "loss": 9.4591,
      "step": 447820
    },
    {
      "epoch": 0.9329791666666667,
      "grad_norm": 1.8759734630584717,
      "learning_rate": 3.3403259207455402e-06,
      "loss": 7.8883,
      "step": 447830
    },
    {
      "epoch": 0.933,
      "grad_norm": 2.9675233364105225,
      "learning_rate": 3.3382573081769503e-06,
      "loss": 7.9935,
      "step": 447840
    },
    {
      "epoch": 0.9330208333333333,
      "grad_norm": 1.9173035621643066,
      "learning_rate": 3.3361893291290134e-06,
      "loss": 7.588,
      "step": 447850
    },
    {
      "epoch": 0.9330416666666667,
      "grad_norm": 1.52713942527771,
      "learning_rate": 3.3341219836107215e-06,
      "loss": 7.8247,
      "step": 447860
    },
    {
      "epoch": 0.9330625,
      "grad_norm": 2.4750072956085205,
      "learning_rate": 3.3320552716309513e-06,
      "loss": 8.5209,
      "step": 447870
    },
    {
      "epoch": 0.9330833333333334,
      "grad_norm": 1.1784863471984863,
      "learning_rate": 3.3299891931986288e-06,
      "loss": 8.1896,
      "step": 447880
    },
    {
      "epoch": 0.9331041666666666,
      "grad_norm": 5.793414115905762,
      "learning_rate": 3.3279237483227307e-06,
      "loss": 7.8221,
      "step": 447890
    },
    {
      "epoch": 0.933125,
      "grad_norm": 1.4357236623764038,
      "learning_rate": 3.3258589370121158e-06,
      "loss": 8.1195,
      "step": 447900
    },
    {
      "epoch": 0.9331458333333333,
      "grad_norm": 1.5996896028518677,
      "learning_rate": 3.323794759275744e-06,
      "loss": 7.8353,
      "step": 447910
    },
    {
      "epoch": 0.9331666666666667,
      "grad_norm": 2.8292434215545654,
      "learning_rate": 3.321731215122525e-06,
      "loss": 7.8021,
      "step": 447920
    },
    {
      "epoch": 0.9331875,
      "grad_norm": 1.778057336807251,
      "learning_rate": 3.319668304561368e-06,
      "loss": 7.754,
      "step": 447930
    },
    {
      "epoch": 0.9332083333333333,
      "grad_norm": 5.339522838592529,
      "learning_rate": 3.317606027601183e-06,
      "loss": 8.2386,
      "step": 447940
    },
    {
      "epoch": 0.9332291666666667,
      "grad_norm": 2.3607542514801025,
      "learning_rate": 3.3155443842508623e-06,
      "loss": 8.1809,
      "step": 447950
    },
    {
      "epoch": 0.93325,
      "grad_norm": 1.553512692451477,
      "learning_rate": 3.313483374519349e-06,
      "loss": 8.1671,
      "step": 447960
    },
    {
      "epoch": 0.9332708333333334,
      "grad_norm": 3.016122341156006,
      "learning_rate": 3.3114229984155196e-06,
      "loss": 8.5073,
      "step": 447970
    },
    {
      "epoch": 0.9332916666666666,
      "grad_norm": 2.3789541721343994,
      "learning_rate": 3.309363255948283e-06,
      "loss": 7.9229,
      "step": 447980
    },
    {
      "epoch": 0.9333125,
      "grad_norm": 1.2581312656402588,
      "learning_rate": 3.3073041471265162e-06,
      "loss": 7.7315,
      "step": 447990
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 2.4469046592712402,
      "learning_rate": 3.305245671959145e-06,
      "loss": 7.6638,
      "step": 448000
    },
    {
      "epoch": 0.9333333333333333,
      "eval_loss": 6.9062910079956055,
      "eval_runtime": 8.4304,
      "eval_samples_per_second": 0.356,
      "eval_steps_per_second": 0.119,
      "step": 448000
    },
    {
      "epoch": 0.9333541666666667,
      "grad_norm": 1.279964566230774,
      "learning_rate": 3.3031878304550453e-06,
      "loss": 7.5071,
      "step": 448010
    },
    {
      "epoch": 0.933375,
      "grad_norm": 2.2951035499572754,
      "learning_rate": 3.3011306226231104e-06,
      "loss": 7.854,
      "step": 448020
    },
    {
      "epoch": 0.9333958333333333,
      "grad_norm": 1.6135377883911133,
      "learning_rate": 3.299074048472217e-06,
      "loss": 8.4332,
      "step": 448030
    },
    {
      "epoch": 0.9334166666666667,
      "grad_norm": 2.0923027992248535,
      "learning_rate": 3.2970181080112566e-06,
      "loss": 8.1841,
      "step": 448040
    },
    {
      "epoch": 0.9334375,
      "grad_norm": 1.2773202657699585,
      "learning_rate": 3.2949628012491067e-06,
      "loss": 7.6506,
      "step": 448050
    },
    {
      "epoch": 0.9334583333333333,
      "grad_norm": 1.3992266654968262,
      "learning_rate": 3.2929081281946436e-06,
      "loss": 7.6647,
      "step": 448060
    },
    {
      "epoch": 0.9334791666666666,
      "grad_norm": 2.3098297119140625,
      "learning_rate": 3.290854088856759e-06,
      "loss": 8.0169,
      "step": 448070
    },
    {
      "epoch": 0.9335,
      "grad_norm": 4.0295491218566895,
      "learning_rate": 3.2888006832443137e-06,
      "loss": 8.1424,
      "step": 448080
    },
    {
      "epoch": 0.9335208333333334,
      "grad_norm": 2.2113287448883057,
      "learning_rate": 3.286747911366183e-06,
      "loss": 7.5936,
      "step": 448090
    },
    {
      "epoch": 0.9335416666666667,
      "grad_norm": 2.2386281490325928,
      "learning_rate": 3.284695773231194e-06,
      "loss": 8.0206,
      "step": 448100
    },
    {
      "epoch": 0.9335625,
      "grad_norm": 1.8589451313018799,
      "learning_rate": 3.2826442688482724e-06,
      "loss": 8.2435,
      "step": 448110
    },
    {
      "epoch": 0.9335833333333333,
      "grad_norm": 3.906924247741699,
      "learning_rate": 3.280593398226261e-06,
      "loss": 8.1229,
      "step": 448120
    },
    {
      "epoch": 0.9336041666666667,
      "grad_norm": 1.079271674156189,
      "learning_rate": 3.2785431613739864e-06,
      "loss": 8.6058,
      "step": 448130
    },
    {
      "epoch": 0.933625,
      "grad_norm": 1.5769248008728027,
      "learning_rate": 3.2764935583003414e-06,
      "loss": 8.3,
      "step": 448140
    },
    {
      "epoch": 0.9336458333333333,
      "grad_norm": 1.92488694190979,
      "learning_rate": 3.274444589014186e-06,
      "loss": 8.0628,
      "step": 448150
    },
    {
      "epoch": 0.9336666666666666,
      "grad_norm": 3.3808767795562744,
      "learning_rate": 3.272396253524312e-06,
      "loss": 8.4221,
      "step": 448160
    },
    {
      "epoch": 0.9336875,
      "grad_norm": 2.8263471126556396,
      "learning_rate": 3.2703485518396298e-06,
      "loss": 7.9359,
      "step": 448170
    },
    {
      "epoch": 0.9337083333333334,
      "grad_norm": 2.6265487670898438,
      "learning_rate": 3.268301483968966e-06,
      "loss": 8.4101,
      "step": 448180
    },
    {
      "epoch": 0.9337291666666667,
      "grad_norm": 1.6735965013504028,
      "learning_rate": 3.266255049921146e-06,
      "loss": 7.9586,
      "step": 448190
    },
    {
      "epoch": 0.93375,
      "grad_norm": 2.8766841888427734,
      "learning_rate": 3.2642092497050465e-06,
      "loss": 7.933,
      "step": 448200
    },
    {
      "epoch": 0.9337708333333333,
      "grad_norm": 1.4444262981414795,
      "learning_rate": 3.2621640833294604e-06,
      "loss": 8.2192,
      "step": 448210
    },
    {
      "epoch": 0.9337916666666667,
      "grad_norm": 6.4279046058654785,
      "learning_rate": 3.2601195508032307e-06,
      "loss": 8.3598,
      "step": 448220
    },
    {
      "epoch": 0.9338125,
      "grad_norm": 2.2319581508636475,
      "learning_rate": 3.2580756521352334e-06,
      "loss": 7.6813,
      "step": 448230
    },
    {
      "epoch": 0.9338333333333333,
      "grad_norm": 1.73411226272583,
      "learning_rate": 3.2560323873342452e-06,
      "loss": 9.5658,
      "step": 448240
    },
    {
      "epoch": 0.9338541666666667,
      "grad_norm": 2.776292324066162,
      "learning_rate": 3.253989756409092e-06,
      "loss": 8.8182,
      "step": 448250
    },
    {
      "epoch": 0.933875,
      "grad_norm": 1.2409887313842773,
      "learning_rate": 3.251947759368667e-06,
      "loss": 9.1411,
      "step": 448260
    },
    {
      "epoch": 0.9338958333333334,
      "grad_norm": 1.8304154872894287,
      "learning_rate": 3.2499063962217133e-06,
      "loss": 7.5481,
      "step": 448270
    },
    {
      "epoch": 0.9339166666666666,
      "grad_norm": 1.4892016649246216,
      "learning_rate": 3.2478656669770563e-06,
      "loss": 8.0455,
      "step": 448280
    },
    {
      "epoch": 0.9339375,
      "grad_norm": 1.869664192199707,
      "learning_rate": 3.245825571643573e-06,
      "loss": 7.9898,
      "step": 448290
    },
    {
      "epoch": 0.9339583333333333,
      "grad_norm": 1.1677159070968628,
      "learning_rate": 3.2437861102300067e-06,
      "loss": 9.0375,
      "step": 448300
    },
    {
      "epoch": 0.9339791666666667,
      "grad_norm": 1.147517204284668,
      "learning_rate": 3.2417472827451828e-06,
      "loss": 8.3186,
      "step": 448310
    },
    {
      "epoch": 0.934,
      "grad_norm": 2.466644048690796,
      "learning_rate": 3.2397090891979447e-06,
      "loss": 7.7173,
      "step": 448320
    },
    {
      "epoch": 0.9340208333333333,
      "grad_norm": 3.46899676322937,
      "learning_rate": 3.237671529597069e-06,
      "loss": 7.7048,
      "step": 448330
    },
    {
      "epoch": 0.9340416666666667,
      "grad_norm": 3.9324228763580322,
      "learning_rate": 3.2356346039513483e-06,
      "loss": 8.0198,
      "step": 448340
    },
    {
      "epoch": 0.9340625,
      "grad_norm": 1.4430686235427856,
      "learning_rate": 3.2335983122696085e-06,
      "loss": 8.135,
      "step": 448350
    },
    {
      "epoch": 0.9340833333333334,
      "grad_norm": 1.2892097234725952,
      "learning_rate": 3.23156265456061e-06,
      "loss": 7.922,
      "step": 448360
    },
    {
      "epoch": 0.9341041666666666,
      "grad_norm": 2.8796427249908447,
      "learning_rate": 3.2295276308331787e-06,
      "loss": 8.0643,
      "step": 448370
    },
    {
      "epoch": 0.934125,
      "grad_norm": 1.1556147336959839,
      "learning_rate": 3.2274932410960908e-06,
      "loss": 8.5257,
      "step": 448380
    },
    {
      "epoch": 0.9341458333333333,
      "grad_norm": 3.8290698528289795,
      "learning_rate": 3.2254594853581397e-06,
      "loss": 8.7328,
      "step": 448390
    },
    {
      "epoch": 0.9341666666666667,
      "grad_norm": 4.442510604858398,
      "learning_rate": 3.223426363628101e-06,
      "loss": 8.6262,
      "step": 448400
    },
    {
      "epoch": 0.9341875,
      "grad_norm": 1.731895089149475,
      "learning_rate": 3.2213938759147516e-06,
      "loss": 7.9401,
      "step": 448410
    },
    {
      "epoch": 0.9342083333333333,
      "grad_norm": 1.2271084785461426,
      "learning_rate": 3.219362022226901e-06,
      "loss": 8.2415,
      "step": 448420
    },
    {
      "epoch": 0.9342291666666667,
      "grad_norm": 6.783416271209717,
      "learning_rate": 3.217330802573309e-06,
      "loss": 8.7646,
      "step": 448430
    },
    {
      "epoch": 0.93425,
      "grad_norm": 3.794945001602173,
      "learning_rate": 3.2153002169627185e-06,
      "loss": 8.43,
      "step": 448440
    },
    {
      "epoch": 0.9342708333333334,
      "grad_norm": 3.355473279953003,
      "learning_rate": 3.2132702654039553e-06,
      "loss": 8.673,
      "step": 448450
    },
    {
      "epoch": 0.9342916666666666,
      "grad_norm": 1.8865262269973755,
      "learning_rate": 3.211240947905763e-06,
      "loss": 7.9446,
      "step": 448460
    },
    {
      "epoch": 0.9343125,
      "grad_norm": 1.0671008825302124,
      "learning_rate": 3.2092122644768848e-06,
      "loss": 7.9348,
      "step": 448470
    },
    {
      "epoch": 0.9343333333333333,
      "grad_norm": 2.228252649307251,
      "learning_rate": 3.207184215126113e-06,
      "loss": 8.598,
      "step": 448480
    },
    {
      "epoch": 0.9343541666666667,
      "grad_norm": 1.5211312770843506,
      "learning_rate": 3.205156799862224e-06,
      "loss": 8.2055,
      "step": 448490
    },
    {
      "epoch": 0.934375,
      "grad_norm": 1.3383355140686035,
      "learning_rate": 3.203130018693928e-06,
      "loss": 7.7835,
      "step": 448500
    },
    {
      "epoch": 0.9343958333333333,
      "grad_norm": 4.13533353805542,
      "learning_rate": 3.201103871630001e-06,
      "loss": 8.6259,
      "step": 448510
    },
    {
      "epoch": 0.9344166666666667,
      "grad_norm": 2.22141170501709,
      "learning_rate": 3.199078358679219e-06,
      "loss": 8.0717,
      "step": 448520
    },
    {
      "epoch": 0.9344375,
      "grad_norm": 3.2378132343292236,
      "learning_rate": 3.197053479850292e-06,
      "loss": 8.1688,
      "step": 448530
    },
    {
      "epoch": 0.9344583333333333,
      "grad_norm": 2.584263801574707,
      "learning_rate": 3.195029235151997e-06,
      "loss": 8.3167,
      "step": 448540
    },
    {
      "epoch": 0.9344791666666666,
      "grad_norm": 1.2716134786605835,
      "learning_rate": 3.1930056245930758e-06,
      "loss": 7.7865,
      "step": 448550
    },
    {
      "epoch": 0.9345,
      "grad_norm": 4.84616231918335,
      "learning_rate": 3.190982648182239e-06,
      "loss": 8.149,
      "step": 448560
    },
    {
      "epoch": 0.9345208333333334,
      "grad_norm": 1.2232918739318848,
      "learning_rate": 3.188960305928262e-06,
      "loss": 8.1176,
      "step": 448570
    },
    {
      "epoch": 0.9345416666666667,
      "grad_norm": 1.3014401197433472,
      "learning_rate": 3.1869385978398553e-06,
      "loss": 8.6305,
      "step": 448580
    },
    {
      "epoch": 0.9345625,
      "grad_norm": 1.386191964149475,
      "learning_rate": 3.184917523925745e-06,
      "loss": 8.1935,
      "step": 448590
    },
    {
      "epoch": 0.9345833333333333,
      "grad_norm": 1.7012985944747925,
      "learning_rate": 3.1828970841947075e-06,
      "loss": 8.2603,
      "step": 448600
    },
    {
      "epoch": 0.9346041666666667,
      "grad_norm": 2.655057668685913,
      "learning_rate": 3.180877278655436e-06,
      "loss": 8.2075,
      "step": 448610
    },
    {
      "epoch": 0.934625,
      "grad_norm": 1.4995582103729248,
      "learning_rate": 3.178858107316623e-06,
      "loss": 8.1719,
      "step": 448620
    },
    {
      "epoch": 0.9346458333333333,
      "grad_norm": 2.102735757827759,
      "learning_rate": 3.1768395701870786e-06,
      "loss": 7.4641,
      "step": 448630
    },
    {
      "epoch": 0.9346666666666666,
      "grad_norm": 1.0890547037124634,
      "learning_rate": 3.174821667275446e-06,
      "loss": 8.0122,
      "step": 448640
    },
    {
      "epoch": 0.9346875,
      "grad_norm": 0.9838007092475891,
      "learning_rate": 3.1728043985904506e-06,
      "loss": 8.0399,
      "step": 448650
    },
    {
      "epoch": 0.9347083333333334,
      "grad_norm": 2.2714884281158447,
      "learning_rate": 3.170787764140853e-06,
      "loss": 8.4759,
      "step": 448660
    },
    {
      "epoch": 0.9347291666666667,
      "grad_norm": 1.4325618743896484,
      "learning_rate": 3.1687717639353296e-06,
      "loss": 7.9061,
      "step": 448670
    },
    {
      "epoch": 0.93475,
      "grad_norm": 1.272480845451355,
      "learning_rate": 3.1667563979825726e-06,
      "loss": 7.5149,
      "step": 448680
    },
    {
      "epoch": 0.9347708333333333,
      "grad_norm": 3.3423514366149902,
      "learning_rate": 3.164741666291326e-06,
      "loss": 8.043,
      "step": 448690
    },
    {
      "epoch": 0.9347916666666667,
      "grad_norm": 1.705956220626831,
      "learning_rate": 3.1627275688702656e-06,
      "loss": 8.4233,
      "step": 448700
    },
    {
      "epoch": 0.9348125,
      "grad_norm": 2.1891961097717285,
      "learning_rate": 3.160714105728085e-06,
      "loss": 8.2949,
      "step": 448710
    },
    {
      "epoch": 0.9348333333333333,
      "grad_norm": 1.9214521646499634,
      "learning_rate": 3.15870127687351e-06,
      "loss": 8.2507,
      "step": 448720
    },
    {
      "epoch": 0.9348541666666667,
      "grad_norm": 1.453439712524414,
      "learning_rate": 3.1566890823152337e-06,
      "loss": 7.9169,
      "step": 448730
    },
    {
      "epoch": 0.934875,
      "grad_norm": 1.7607436180114746,
      "learning_rate": 3.1546775220619156e-06,
      "loss": 8.0748,
      "step": 448740
    },
    {
      "epoch": 0.9348958333333334,
      "grad_norm": 6.295540809631348,
      "learning_rate": 3.152666596122283e-06,
      "loss": 8.0002,
      "step": 448750
    },
    {
      "epoch": 0.9349166666666666,
      "grad_norm": 4.416295528411865,
      "learning_rate": 3.1506563045049948e-06,
      "loss": 8.4408,
      "step": 448760
    },
    {
      "epoch": 0.9349375,
      "grad_norm": 2.047076463699341,
      "learning_rate": 3.1486466472187443e-06,
      "loss": 8.5901,
      "step": 448770
    },
    {
      "epoch": 0.9349583333333333,
      "grad_norm": 2.0673165321350098,
      "learning_rate": 3.146637624272208e-06,
      "loss": 7.8165,
      "step": 448780
    },
    {
      "epoch": 0.9349791666666667,
      "grad_norm": 1.935067057609558,
      "learning_rate": 3.1446292356740788e-06,
      "loss": 8.3374,
      "step": 448790
    },
    {
      "epoch": 0.935,
      "grad_norm": 2.801482915878296,
      "learning_rate": 3.1426214814330165e-06,
      "loss": 7.8118,
      "step": 448800
    },
    {
      "epoch": 0.9350208333333333,
      "grad_norm": 1.4527276754379272,
      "learning_rate": 3.1406143615576975e-06,
      "loss": 7.9571,
      "step": 448810
    },
    {
      "epoch": 0.9350416666666667,
      "grad_norm": 1.7091987133026123,
      "learning_rate": 3.138607876056798e-06,
      "loss": 8.1957,
      "step": 448820
    },
    {
      "epoch": 0.9350625,
      "grad_norm": 6.9119486808776855,
      "learning_rate": 3.1366020249389944e-06,
      "loss": 8.4118,
      "step": 448830
    },
    {
      "epoch": 0.9350833333333334,
      "grad_norm": 2.833754777908325,
      "learning_rate": 3.134596808212897e-06,
      "loss": 8.0084,
      "step": 448840
    },
    {
      "epoch": 0.9351041666666666,
      "grad_norm": 2.0747714042663574,
      "learning_rate": 3.1325922258872314e-06,
      "loss": 8.6206,
      "step": 448850
    },
    {
      "epoch": 0.935125,
      "grad_norm": 5.525102615356445,
      "learning_rate": 3.130588277970658e-06,
      "loss": 7.9922,
      "step": 448860
    },
    {
      "epoch": 0.9351458333333333,
      "grad_norm": 3.3053314685821533,
      "learning_rate": 3.12858496447177e-06,
      "loss": 7.8463,
      "step": 448870
    },
    {
      "epoch": 0.9351666666666667,
      "grad_norm": 1.6379014253616333,
      "learning_rate": 3.126582285399276e-06,
      "loss": 8.9273,
      "step": 448880
    },
    {
      "epoch": 0.9351875,
      "grad_norm": 2.9632937908172607,
      "learning_rate": 3.12458024076182e-06,
      "loss": 8.0905,
      "step": 448890
    },
    {
      "epoch": 0.9352083333333333,
      "grad_norm": 2.4385268688201904,
      "learning_rate": 3.1225788305680123e-06,
      "loss": 7.5968,
      "step": 448900
    },
    {
      "epoch": 0.9352291666666667,
      "grad_norm": 2.0021839141845703,
      "learning_rate": 3.1205780548265445e-06,
      "loss": 7.73,
      "step": 448910
    },
    {
      "epoch": 0.93525,
      "grad_norm": 27.735328674316406,
      "learning_rate": 3.1185779135460444e-06,
      "loss": 9.4807,
      "step": 448920
    },
    {
      "epoch": 0.9352708333333334,
      "grad_norm": 3.583207368850708,
      "learning_rate": 3.1165784067351206e-06,
      "loss": 7.9215,
      "step": 448930
    },
    {
      "epoch": 0.9352916666666666,
      "grad_norm": 1.78537118434906,
      "learning_rate": 3.1145795344024837e-06,
      "loss": 9.6229,
      "step": 448940
    },
    {
      "epoch": 0.9353125,
      "grad_norm": 1.5190421342849731,
      "learning_rate": 3.1125812965566933e-06,
      "loss": 7.8798,
      "step": 448950
    },
    {
      "epoch": 0.9353333333333333,
      "grad_norm": 1.1599797010421753,
      "learning_rate": 3.1105836932064087e-06,
      "loss": 8.1141,
      "step": 448960
    },
    {
      "epoch": 0.9353541666666667,
      "grad_norm": 2.4720635414123535,
      "learning_rate": 3.1085867243602735e-06,
      "loss": 7.9976,
      "step": 448970
    },
    {
      "epoch": 0.935375,
      "grad_norm": 1.2985684871673584,
      "learning_rate": 3.1065903900268807e-06,
      "loss": 7.8746,
      "step": 448980
    },
    {
      "epoch": 0.9353958333333333,
      "grad_norm": 1.2646697759628296,
      "learning_rate": 3.10459469021489e-06,
      "loss": 8.5311,
      "step": 448990
    },
    {
      "epoch": 0.9354166666666667,
      "grad_norm": 1.4736007452011108,
      "learning_rate": 3.102599624932894e-06,
      "loss": 8.2682,
      "step": 449000
    },
    {
      "epoch": 0.9354166666666667,
      "eval_loss": 8.381436347961426,
      "eval_runtime": 8.8581,
      "eval_samples_per_second": 0.339,
      "eval_steps_per_second": 0.113,
      "step": 449000
    },
    {
      "epoch": 0.9354375,
      "grad_norm": 2.0235531330108643,
      "learning_rate": 3.1006051941895207e-06,
      "loss": 8.1981,
      "step": 449010
    },
    {
      "epoch": 0.9354583333333333,
      "grad_norm": 2.1998398303985596,
      "learning_rate": 3.0986113979933948e-06,
      "loss": 8.014,
      "step": 449020
    },
    {
      "epoch": 0.9354791666666666,
      "grad_norm": 6.374492645263672,
      "learning_rate": 3.09661823635311e-06,
      "loss": 8.1053,
      "step": 449030
    },
    {
      "epoch": 0.9355,
      "grad_norm": 2.1370837688446045,
      "learning_rate": 3.094625709277293e-06,
      "loss": 9.9942,
      "step": 449040
    },
    {
      "epoch": 0.9355208333333334,
      "grad_norm": 7.385976791381836,
      "learning_rate": 3.0926338167745368e-06,
      "loss": 8.7457,
      "step": 449050
    },
    {
      "epoch": 0.9355416666666667,
      "grad_norm": 2.047853946685791,
      "learning_rate": 3.090642558853468e-06,
      "loss": 8.0345,
      "step": 449060
    },
    {
      "epoch": 0.9355625,
      "grad_norm": 2.456965684890747,
      "learning_rate": 3.0886519355226625e-06,
      "loss": 8.5,
      "step": 449070
    },
    {
      "epoch": 0.9355833333333333,
      "grad_norm": 1.3317731618881226,
      "learning_rate": 3.0866619467907305e-06,
      "loss": 8.1703,
      "step": 449080
    },
    {
      "epoch": 0.9356041666666667,
      "grad_norm": 1.4264400005340576,
      "learning_rate": 3.084672592666265e-06,
      "loss": 8.0333,
      "step": 449090
    },
    {
      "epoch": 0.935625,
      "grad_norm": 3.7351977825164795,
      "learning_rate": 3.0826838731578594e-06,
      "loss": 8.0457,
      "step": 449100
    },
    {
      "epoch": 0.9356458333333333,
      "grad_norm": 4.065216064453125,
      "learning_rate": 3.0806957882741066e-06,
      "loss": 8.034,
      "step": 449110
    },
    {
      "epoch": 0.9356666666666666,
      "grad_norm": 1.400899887084961,
      "learning_rate": 3.0787083380236e-06,
      "loss": 7.9037,
      "step": 449120
    },
    {
      "epoch": 0.9356875,
      "grad_norm": 3.5222983360290527,
      "learning_rate": 3.076721522414899e-06,
      "loss": 8.0442,
      "step": 449130
    },
    {
      "epoch": 0.9357083333333334,
      "grad_norm": 4.946112632751465,
      "learning_rate": 3.07473534145663e-06,
      "loss": 8.0232,
      "step": 449140
    },
    {
      "epoch": 0.9357291666666666,
      "grad_norm": 1.416150689125061,
      "learning_rate": 3.07274979515732e-06,
      "loss": 8.2228,
      "step": 449150
    },
    {
      "epoch": 0.93575,
      "grad_norm": 2.422788619995117,
      "learning_rate": 3.070764883525595e-06,
      "loss": 7.6227,
      "step": 449160
    },
    {
      "epoch": 0.9357708333333333,
      "grad_norm": 2.540576696395874,
      "learning_rate": 3.0687806065699984e-06,
      "loss": 9.3487,
      "step": 449170
    },
    {
      "epoch": 0.9357916666666667,
      "grad_norm": 1.4620839357376099,
      "learning_rate": 3.0667969642991064e-06,
      "loss": 8.211,
      "step": 449180
    },
    {
      "epoch": 0.9358125,
      "grad_norm": 2.1418652534484863,
      "learning_rate": 3.0648139567215125e-06,
      "loss": 8.8125,
      "step": 449190
    },
    {
      "epoch": 0.9358333333333333,
      "grad_norm": 1.5079660415649414,
      "learning_rate": 3.062831583845743e-06,
      "loss": 8.7619,
      "step": 449200
    },
    {
      "epoch": 0.9358541666666667,
      "grad_norm": 1.449588418006897,
      "learning_rate": 3.0608498456803744e-06,
      "loss": 7.9524,
      "step": 449210
    },
    {
      "epoch": 0.935875,
      "grad_norm": 2.4629266262054443,
      "learning_rate": 3.058868742233983e-06,
      "loss": 8.396,
      "step": 449220
    },
    {
      "epoch": 0.9358958333333334,
      "grad_norm": 3.1183176040649414,
      "learning_rate": 3.056888273515129e-06,
      "loss": 8.2142,
      "step": 449230
    },
    {
      "epoch": 0.9359166666666666,
      "grad_norm": 1.9407260417938232,
      "learning_rate": 3.054908439532322e-06,
      "loss": 8.4197,
      "step": 449240
    },
    {
      "epoch": 0.9359375,
      "grad_norm": 1.095443844795227,
      "learning_rate": 3.0529292402941553e-06,
      "loss": 8.9224,
      "step": 449250
    },
    {
      "epoch": 0.9359583333333333,
      "grad_norm": 2.323997974395752,
      "learning_rate": 3.0509506758091884e-06,
      "loss": 8.0363,
      "step": 449260
    },
    {
      "epoch": 0.9359791666666667,
      "grad_norm": 1.657618522644043,
      "learning_rate": 3.0489727460859315e-06,
      "loss": 7.6928,
      "step": 449270
    },
    {
      "epoch": 0.936,
      "grad_norm": 8.476186752319336,
      "learning_rate": 3.0469954511329273e-06,
      "loss": 8.6031,
      "step": 449280
    },
    {
      "epoch": 0.9360208333333333,
      "grad_norm": 2.263089179992676,
      "learning_rate": 3.04501879095877e-06,
      "loss": 8.4631,
      "step": 449290
    },
    {
      "epoch": 0.9360416666666667,
      "grad_norm": 2.116919755935669,
      "learning_rate": 3.0430427655719513e-06,
      "loss": 7.6073,
      "step": 449300
    },
    {
      "epoch": 0.9360625,
      "grad_norm": 1.5502781867980957,
      "learning_rate": 3.041067374980999e-06,
      "loss": 8.3436,
      "step": 449310
    },
    {
      "epoch": 0.9360833333333334,
      "grad_norm": 3.1817047595977783,
      "learning_rate": 3.0390926191944888e-06,
      "loss": 7.9846,
      "step": 449320
    },
    {
      "epoch": 0.9361041666666666,
      "grad_norm": 5.146204948425293,
      "learning_rate": 3.037118498220914e-06,
      "loss": 8.9957,
      "step": 449330
    },
    {
      "epoch": 0.936125,
      "grad_norm": 1.3443371057510376,
      "learning_rate": 3.0351450120688182e-06,
      "loss": 8.2753,
      "step": 449340
    },
    {
      "epoch": 0.9361458333333333,
      "grad_norm": 1.4324337244033813,
      "learning_rate": 3.0331721607467276e-06,
      "loss": 8.0802,
      "step": 449350
    },
    {
      "epoch": 0.9361666666666667,
      "grad_norm": 1.4912303686141968,
      "learning_rate": 3.0311999442631686e-06,
      "loss": 8.9569,
      "step": 449360
    },
    {
      "epoch": 0.9361875,
      "grad_norm": 7.833917617797852,
      "learning_rate": 3.0292283626266345e-06,
      "loss": 7.987,
      "step": 449370
    },
    {
      "epoch": 0.9362083333333333,
      "grad_norm": 1.5278332233428955,
      "learning_rate": 3.027257415845669e-06,
      "loss": 7.8531,
      "step": 449380
    },
    {
      "epoch": 0.9362291666666667,
      "grad_norm": 3.682325601577759,
      "learning_rate": 3.025287103928764e-06,
      "loss": 8.963,
      "step": 449390
    },
    {
      "epoch": 0.93625,
      "grad_norm": 2.1993155479431152,
      "learning_rate": 3.0233174268844475e-06,
      "loss": 8.3459,
      "step": 449400
    },
    {
      "epoch": 0.9362708333333334,
      "grad_norm": 3.1561343669891357,
      "learning_rate": 3.021348384721228e-06,
      "loss": 7.679,
      "step": 449410
    },
    {
      "epoch": 0.9362916666666666,
      "grad_norm": 3.935149908065796,
      "learning_rate": 3.0193799774476e-06,
      "loss": 7.7724,
      "step": 449420
    },
    {
      "epoch": 0.9363125,
      "grad_norm": 3.036879777908325,
      "learning_rate": 3.017412205072073e-06,
      "loss": 8.1454,
      "step": 449430
    },
    {
      "epoch": 0.9363333333333334,
      "grad_norm": 2.7502074241638184,
      "learning_rate": 3.0154450676031396e-06,
      "loss": 7.7437,
      "step": 449440
    },
    {
      "epoch": 0.9363541666666667,
      "grad_norm": 1.7890541553497314,
      "learning_rate": 3.0134785650493097e-06,
      "loss": 8.7393,
      "step": 449450
    },
    {
      "epoch": 0.936375,
      "grad_norm": 3.2145328521728516,
      "learning_rate": 3.0115126974190773e-06,
      "loss": 7.482,
      "step": 449460
    },
    {
      "epoch": 0.9363958333333333,
      "grad_norm": 1.472176432609558,
      "learning_rate": 3.009547464720918e-06,
      "loss": 7.9762,
      "step": 449470
    },
    {
      "epoch": 0.9364166666666667,
      "grad_norm": 5.34298038482666,
      "learning_rate": 3.007582866963326e-06,
      "loss": 7.6633,
      "step": 449480
    },
    {
      "epoch": 0.9364375,
      "grad_norm": 1.8227614164352417,
      "learning_rate": 3.005618904154794e-06,
      "loss": 9.1954,
      "step": 449490
    },
    {
      "epoch": 0.9364583333333333,
      "grad_norm": 1.274067759513855,
      "learning_rate": 3.003655576303815e-06,
      "loss": 7.7766,
      "step": 449500
    },
    {
      "epoch": 0.9364791666666666,
      "grad_norm": 5.724626541137695,
      "learning_rate": 3.001692883418849e-06,
      "loss": 8.1229,
      "step": 449510
    },
    {
      "epoch": 0.9365,
      "grad_norm": 1.994808554649353,
      "learning_rate": 2.9997308255083898e-06,
      "loss": 7.8423,
      "step": 449520
    },
    {
      "epoch": 0.9365208333333334,
      "grad_norm": 4.063938617706299,
      "learning_rate": 2.997769402580913e-06,
      "loss": 7.7621,
      "step": 449530
    },
    {
      "epoch": 0.9365416666666667,
      "grad_norm": 2.4363486766815186,
      "learning_rate": 2.995808614644879e-06,
      "loss": 7.8558,
      "step": 449540
    },
    {
      "epoch": 0.9365625,
      "grad_norm": 1.474003791809082,
      "learning_rate": 2.9938484617087645e-06,
      "loss": 7.7015,
      "step": 449550
    },
    {
      "epoch": 0.9365833333333333,
      "grad_norm": 9.310562133789062,
      "learning_rate": 2.991888943781029e-06,
      "loss": 8.1445,
      "step": 449560
    },
    {
      "epoch": 0.9366041666666667,
      "grad_norm": 2.7403042316436768,
      "learning_rate": 2.9899300608701495e-06,
      "loss": 7.7092,
      "step": 449570
    },
    {
      "epoch": 0.936625,
      "grad_norm": 1.1951342821121216,
      "learning_rate": 2.9879718129845854e-06,
      "loss": 8.3227,
      "step": 449580
    },
    {
      "epoch": 0.9366458333333333,
      "grad_norm": 3.5203824043273926,
      "learning_rate": 2.9860142001327637e-06,
      "loss": 8.1986,
      "step": 449590
    },
    {
      "epoch": 0.9366666666666666,
      "grad_norm": 2.1846771240234375,
      "learning_rate": 2.984057222323211e-06,
      "loss": 8.3689,
      "step": 449600
    },
    {
      "epoch": 0.9366875,
      "grad_norm": 2.4958457946777344,
      "learning_rate": 2.9821008795643197e-06,
      "loss": 7.5715,
      "step": 449610
    },
    {
      "epoch": 0.9367083333333334,
      "grad_norm": 7.179218769073486,
      "learning_rate": 2.980145171864534e-06,
      "loss": 8.5763,
      "step": 449620
    },
    {
      "epoch": 0.9367291666666666,
      "grad_norm": 1.5946818590164185,
      "learning_rate": 2.978190099232364e-06,
      "loss": 8.2478,
      "step": 449630
    },
    {
      "epoch": 0.93675,
      "grad_norm": 2.2391715049743652,
      "learning_rate": 2.9762356616762017e-06,
      "loss": 7.3021,
      "step": 449640
    },
    {
      "epoch": 0.9367708333333333,
      "grad_norm": 1.7134639024734497,
      "learning_rate": 2.9742818592044915e-06,
      "loss": 7.9843,
      "step": 449650
    },
    {
      "epoch": 0.9367916666666667,
      "grad_norm": 2.182352066040039,
      "learning_rate": 2.9723286918257096e-06,
      "loss": 8.6671,
      "step": 449660
    },
    {
      "epoch": 0.9368125,
      "grad_norm": 2.107778549194336,
      "learning_rate": 2.9703761595482658e-06,
      "loss": 7.9998,
      "step": 449670
    },
    {
      "epoch": 0.9368333333333333,
      "grad_norm": 1.6562016010284424,
      "learning_rate": 2.9684242623805867e-06,
      "loss": 7.8947,
      "step": 449680
    },
    {
      "epoch": 0.9368541666666667,
      "grad_norm": 2.316148519515991,
      "learning_rate": 2.966473000331132e-06,
      "loss": 8.3169,
      "step": 449690
    },
    {
      "epoch": 0.936875,
      "grad_norm": 1.5548089742660522,
      "learning_rate": 2.964522373408312e-06,
      "loss": 8.3536,
      "step": 449700
    },
    {
      "epoch": 0.9368958333333334,
      "grad_norm": 2.4322495460510254,
      "learning_rate": 2.962572381620537e-06,
      "loss": 7.7334,
      "step": 449710
    },
    {
      "epoch": 0.9369166666666666,
      "grad_norm": 1.3133646249771118,
      "learning_rate": 2.960623024976266e-06,
      "loss": 8.7403,
      "step": 449720
    },
    {
      "epoch": 0.9369375,
      "grad_norm": 3.9170868396759033,
      "learning_rate": 2.958674303483893e-06,
      "loss": 8.6862,
      "step": 449730
    },
    {
      "epoch": 0.9369583333333333,
      "grad_norm": 4.040349006652832,
      "learning_rate": 2.9567262171518448e-06,
      "loss": 7.5924,
      "step": 449740
    },
    {
      "epoch": 0.9369791666666667,
      "grad_norm": 1.4824559688568115,
      "learning_rate": 2.9547787659885302e-06,
      "loss": 8.0299,
      "step": 449750
    },
    {
      "epoch": 0.937,
      "grad_norm": 1.3891767263412476,
      "learning_rate": 2.9528319500023768e-06,
      "loss": 7.7888,
      "step": 449760
    },
    {
      "epoch": 0.9370208333333333,
      "grad_norm": 1.8142536878585815,
      "learning_rate": 2.950885769201777e-06,
      "loss": 7.4403,
      "step": 449770
    },
    {
      "epoch": 0.9370416666666667,
      "grad_norm": 2.1400418281555176,
      "learning_rate": 2.9489402235951585e-06,
      "loss": 7.7488,
      "step": 449780
    },
    {
      "epoch": 0.9370625,
      "grad_norm": 1.7727824449539185,
      "learning_rate": 2.9469953131908972e-06,
      "loss": 8.2067,
      "step": 449790
    },
    {
      "epoch": 0.9370833333333334,
      "grad_norm": 16.309682846069336,
      "learning_rate": 2.9450510379974035e-06,
      "loss": 9.4235,
      "step": 449800
    },
    {
      "epoch": 0.9371041666666666,
      "grad_norm": 1.5382779836654663,
      "learning_rate": 2.943107398023087e-06,
      "loss": 7.9192,
      "step": 449810
    },
    {
      "epoch": 0.937125,
      "grad_norm": 1.0910848379135132,
      "learning_rate": 2.9411643932763405e-06,
      "loss": 7.5717,
      "step": 449820
    },
    {
      "epoch": 0.9371458333333333,
      "grad_norm": 1.523353099822998,
      "learning_rate": 2.9392220237655582e-06,
      "loss": 8.4325,
      "step": 449830
    },
    {
      "epoch": 0.9371666666666667,
      "grad_norm": 2.281487226486206,
      "learning_rate": 2.9372802894991165e-06,
      "loss": 7.2845,
      "step": 449840
    },
    {
      "epoch": 0.9371875,
      "grad_norm": 1.7772767543792725,
      "learning_rate": 2.935339190485425e-06,
      "loss": 8.3307,
      "step": 449850
    },
    {
      "epoch": 0.9372083333333333,
      "grad_norm": 1.4953912496566772,
      "learning_rate": 2.9333987267328605e-06,
      "loss": 7.6563,
      "step": 449860
    },
    {
      "epoch": 0.9372291666666667,
      "grad_norm": 2.397681951522827,
      "learning_rate": 2.9314588982497667e-06,
      "loss": 7.7093,
      "step": 449870
    },
    {
      "epoch": 0.93725,
      "grad_norm": 1.9966280460357666,
      "learning_rate": 2.9295197050445864e-06,
      "loss": 8.3631,
      "step": 449880
    },
    {
      "epoch": 0.9372708333333334,
      "grad_norm": 2.351074457168579,
      "learning_rate": 2.927581147125663e-06,
      "loss": 7.8486,
      "step": 449890
    },
    {
      "epoch": 0.9372916666666666,
      "grad_norm": 2.1229281425476074,
      "learning_rate": 2.925643224501356e-06,
      "loss": 7.9533,
      "step": 449900
    },
    {
      "epoch": 0.9373125,
      "grad_norm": 1.8555660247802734,
      "learning_rate": 2.9237059371800766e-06,
      "loss": 8.922,
      "step": 449910
    },
    {
      "epoch": 0.9373333333333334,
      "grad_norm": 2.0941383838653564,
      "learning_rate": 2.921769285170167e-06,
      "loss": 7.8253,
      "step": 449920
    },
    {
      "epoch": 0.9373541666666667,
      "grad_norm": 4.152745246887207,
      "learning_rate": 2.9198332684799708e-06,
      "loss": 7.7457,
      "step": 449930
    },
    {
      "epoch": 0.937375,
      "grad_norm": 2.2997207641601562,
      "learning_rate": 2.9178978871179147e-06,
      "loss": 7.6605,
      "step": 449940
    },
    {
      "epoch": 0.9373958333333333,
      "grad_norm": 1.6690751314163208,
      "learning_rate": 2.915963141092309e-06,
      "loss": 8.3544,
      "step": 449950
    },
    {
      "epoch": 0.9374166666666667,
      "grad_norm": 1.7362432479858398,
      "learning_rate": 2.9140290304114967e-06,
      "loss": 8.6276,
      "step": 449960
    },
    {
      "epoch": 0.9374375,
      "grad_norm": 1.556140422821045,
      "learning_rate": 2.9120955550838877e-06,
      "loss": 7.4401,
      "step": 449970
    },
    {
      "epoch": 0.9374583333333333,
      "grad_norm": 2.3774302005767822,
      "learning_rate": 2.910162715117792e-06,
      "loss": 8.2253,
      "step": 449980
    },
    {
      "epoch": 0.9374791666666666,
      "grad_norm": 0.9779852032661438,
      "learning_rate": 2.9082305105215697e-06,
      "loss": 7.4183,
      "step": 449990
    },
    {
      "epoch": 0.9375,
      "grad_norm": 1.981574296951294,
      "learning_rate": 2.9062989413035807e-06,
      "loss": 7.8339,
      "step": 450000
    },
    {
      "epoch": 0.9375,
      "eval_loss": 6.854715824127197,
      "eval_runtime": 9.1321,
      "eval_samples_per_second": 0.329,
      "eval_steps_per_second": 0.11,
      "step": 450000
    },
    {
      "epoch": 0.9375208333333334,
      "grad_norm": 1.444178819656372,
      "learning_rate": 2.904368007472152e-06,
      "loss": 8.4533,
      "step": 450010
    },
    {
      "epoch": 0.9375416666666667,
      "grad_norm": 1.8851985931396484,
      "learning_rate": 2.90243770903561e-06,
      "loss": 8.2909,
      "step": 450020
    },
    {
      "epoch": 0.9375625,
      "grad_norm": 1.0019934177398682,
      "learning_rate": 2.9005080460023312e-06,
      "loss": 7.7972,
      "step": 450030
    },
    {
      "epoch": 0.9375833333333333,
      "grad_norm": 1.5491981506347656,
      "learning_rate": 2.8985790183806257e-06,
      "loss": 7.4996,
      "step": 450040
    },
    {
      "epoch": 0.9376041666666667,
      "grad_norm": 3.805656909942627,
      "learning_rate": 2.89665062617882e-06,
      "loss": 8.3981,
      "step": 450050
    },
    {
      "epoch": 0.937625,
      "grad_norm": 2.2548158168792725,
      "learning_rate": 2.8947228694052916e-06,
      "loss": 8.2549,
      "step": 450060
    },
    {
      "epoch": 0.9376458333333333,
      "grad_norm": 2.5086801052093506,
      "learning_rate": 2.8927957480682995e-06,
      "loss": 8.2928,
      "step": 450070
    },
    {
      "epoch": 0.9376666666666666,
      "grad_norm": 2.3060293197631836,
      "learning_rate": 2.8908692621762208e-06,
      "loss": 7.9696,
      "step": 450080
    },
    {
      "epoch": 0.9376875,
      "grad_norm": 1.5214159488677979,
      "learning_rate": 2.888943411737349e-06,
      "loss": 7.5196,
      "step": 450090
    },
    {
      "epoch": 0.9377083333333334,
      "grad_norm": 2.1863303184509277,
      "learning_rate": 2.8870181967600105e-06,
      "loss": 8.4232,
      "step": 450100
    },
    {
      "epoch": 0.9377291666666666,
      "grad_norm": 1.3940820693969727,
      "learning_rate": 2.885093617252515e-06,
      "loss": 8.0341,
      "step": 450110
    },
    {
      "epoch": 0.93775,
      "grad_norm": 2.0184569358825684,
      "learning_rate": 2.88316967322319e-06,
      "loss": 7.5904,
      "step": 450120
    },
    {
      "epoch": 0.9377708333333333,
      "grad_norm": 1.893725872039795,
      "learning_rate": 2.881246364680345e-06,
      "loss": 7.9712,
      "step": 450130
    },
    {
      "epoch": 0.9377916666666667,
      "grad_norm": 5.495392322540283,
      "learning_rate": 2.879323691632274e-06,
      "loss": 8.8989,
      "step": 450140
    },
    {
      "epoch": 0.9378125,
      "grad_norm": 2.6244900226593018,
      "learning_rate": 2.877401654087286e-06,
      "loss": 7.8558,
      "step": 450150
    },
    {
      "epoch": 0.9378333333333333,
      "grad_norm": 1.4788459539413452,
      "learning_rate": 2.875480252053691e-06,
      "loss": 7.8088,
      "step": 450160
    },
    {
      "epoch": 0.9378541666666667,
      "grad_norm": 2.3864641189575195,
      "learning_rate": 2.873559485539784e-06,
      "loss": 9.0044,
      "step": 450170
    },
    {
      "epoch": 0.937875,
      "grad_norm": 1.5581218004226685,
      "learning_rate": 2.871639354553873e-06,
      "loss": 8.1812,
      "step": 450180
    },
    {
      "epoch": 0.9378958333333334,
      "grad_norm": 3.4017221927642822,
      "learning_rate": 2.869719859104236e-06,
      "loss": 8.1303,
      "step": 450190
    },
    {
      "epoch": 0.9379166666666666,
      "grad_norm": 3.232186794281006,
      "learning_rate": 2.8678009991991826e-06,
      "loss": 9.0682,
      "step": 450200
    },
    {
      "epoch": 0.9379375,
      "grad_norm": 1.6595598459243774,
      "learning_rate": 2.8658827748469727e-06,
      "loss": 7.8836,
      "step": 450210
    },
    {
      "epoch": 0.9379583333333333,
      "grad_norm": 2.0610570907592773,
      "learning_rate": 2.8639651860559166e-06,
      "loss": 7.4084,
      "step": 450220
    },
    {
      "epoch": 0.9379791666666667,
      "grad_norm": 1.3215495347976685,
      "learning_rate": 2.862048232834291e-06,
      "loss": 7.5309,
      "step": 450230
    },
    {
      "epoch": 0.938,
      "grad_norm": 1.384658932685852,
      "learning_rate": 2.860131915190372e-06,
      "loss": 8.3824,
      "step": 450240
    },
    {
      "epoch": 0.9380208333333333,
      "grad_norm": 8.243797302246094,
      "learning_rate": 2.8582162331324378e-06,
      "loss": 7.8449,
      "step": 450250
    },
    {
      "epoch": 0.9380416666666667,
      "grad_norm": 1.655739426612854,
      "learning_rate": 2.8563011866687803e-06,
      "loss": 7.6745,
      "step": 450260
    },
    {
      "epoch": 0.9380625,
      "grad_norm": 2.0506935119628906,
      "learning_rate": 2.854386775807643e-06,
      "loss": 7.7267,
      "step": 450270
    },
    {
      "epoch": 0.9380833333333334,
      "grad_norm": 2.014741897583008,
      "learning_rate": 2.8524730005573203e-06,
      "loss": 7.6814,
      "step": 450280
    },
    {
      "epoch": 0.9381041666666666,
      "grad_norm": 2.0163238048553467,
      "learning_rate": 2.8505598609260717e-06,
      "loss": 7.5356,
      "step": 450290
    },
    {
      "epoch": 0.938125,
      "grad_norm": 3.3014681339263916,
      "learning_rate": 2.84864735692214e-06,
      "loss": 7.8746,
      "step": 450300
    },
    {
      "epoch": 0.9381458333333333,
      "grad_norm": 2.788290023803711,
      "learning_rate": 2.8467354885538196e-06,
      "loss": 8.0717,
      "step": 450310
    },
    {
      "epoch": 0.9381666666666667,
      "grad_norm": 0.9923204779624939,
      "learning_rate": 2.84482425582937e-06,
      "loss": 8.4275,
      "step": 450320
    },
    {
      "epoch": 0.9381875,
      "grad_norm": 1.0568609237670898,
      "learning_rate": 2.842913658757001e-06,
      "loss": 8.2553,
      "step": 450330
    },
    {
      "epoch": 0.9382083333333333,
      "grad_norm": 7.531657695770264,
      "learning_rate": 2.8410036973450234e-06,
      "loss": 7.625,
      "step": 450340
    },
    {
      "epoch": 0.9382291666666667,
      "grad_norm": 2.3017852306365967,
      "learning_rate": 2.8390943716016467e-06,
      "loss": 7.9088,
      "step": 450350
    },
    {
      "epoch": 0.93825,
      "grad_norm": 1.908779263496399,
      "learning_rate": 2.8371856815351145e-06,
      "loss": 8.3723,
      "step": 450360
    },
    {
      "epoch": 0.9382708333333334,
      "grad_norm": 2.0922422409057617,
      "learning_rate": 2.8352776271537204e-06,
      "loss": 7.9086,
      "step": 450370
    },
    {
      "epoch": 0.9382916666666666,
      "grad_norm": 4.121679782867432,
      "learning_rate": 2.8333702084656574e-06,
      "loss": 8.7413,
      "step": 450380
    },
    {
      "epoch": 0.9383125,
      "grad_norm": 1.7182886600494385,
      "learning_rate": 2.8314634254791857e-06,
      "loss": 8.1358,
      "step": 450390
    },
    {
      "epoch": 0.9383333333333334,
      "grad_norm": 1.5712639093399048,
      "learning_rate": 2.8295572782025487e-06,
      "loss": 8.0279,
      "step": 450400
    },
    {
      "epoch": 0.9383541666666667,
      "grad_norm": 6.39845609664917,
      "learning_rate": 2.827651766643957e-06,
      "loss": 7.9047,
      "step": 450410
    },
    {
      "epoch": 0.938375,
      "grad_norm": 4.1727614402771,
      "learning_rate": 2.8257468908116697e-06,
      "loss": 7.9717,
      "step": 450420
    },
    {
      "epoch": 0.9383958333333333,
      "grad_norm": 2.1936299800872803,
      "learning_rate": 2.8238426507138814e-06,
      "loss": 7.9722,
      "step": 450430
    },
    {
      "epoch": 0.9384166666666667,
      "grad_norm": 1.7293593883514404,
      "learning_rate": 2.821939046358851e-06,
      "loss": 8.4441,
      "step": 450440
    },
    {
      "epoch": 0.9384375,
      "grad_norm": 1.5799247026443481,
      "learning_rate": 2.8200360777547724e-06,
      "loss": 7.835,
      "step": 450450
    },
    {
      "epoch": 0.9384583333333333,
      "grad_norm": 2.706702470779419,
      "learning_rate": 2.8181337449098893e-06,
      "loss": 8.028,
      "step": 450460
    },
    {
      "epoch": 0.9384791666666666,
      "grad_norm": 1.7988051176071167,
      "learning_rate": 2.816232047832412e-06,
      "loss": 7.9823,
      "step": 450470
    },
    {
      "epoch": 0.9385,
      "grad_norm": 2.6904706954956055,
      "learning_rate": 2.8143309865305495e-06,
      "loss": 7.9434,
      "step": 450480
    },
    {
      "epoch": 0.9385208333333334,
      "grad_norm": 2.1477458477020264,
      "learning_rate": 2.812430561012513e-06,
      "loss": 7.9381,
      "step": 450490
    },
    {
      "epoch": 0.9385416666666667,
      "grad_norm": 1.8559051752090454,
      "learning_rate": 2.8105307712865287e-06,
      "loss": 8.3413,
      "step": 450500
    },
    {
      "epoch": 0.9385625,
      "grad_norm": 2.0811495780944824,
      "learning_rate": 2.8086316173607737e-06,
      "loss": 8.3784,
      "step": 450510
    },
    {
      "epoch": 0.9385833333333333,
      "grad_norm": 1.969971776008606,
      "learning_rate": 2.8067330992434746e-06,
      "loss": 8.0952,
      "step": 450520
    },
    {
      "epoch": 0.9386041666666667,
      "grad_norm": 1.941819667816162,
      "learning_rate": 2.8048352169428244e-06,
      "loss": 8.323,
      "step": 450530
    },
    {
      "epoch": 0.938625,
      "grad_norm": 1.5853720903396606,
      "learning_rate": 2.8029379704670173e-06,
      "loss": 7.5896,
      "step": 450540
    },
    {
      "epoch": 0.9386458333333333,
      "grad_norm": 1.1097368001937866,
      "learning_rate": 2.801041359824263e-06,
      "loss": 7.8523,
      "step": 450550
    },
    {
      "epoch": 0.9386666666666666,
      "grad_norm": 3.958139419555664,
      "learning_rate": 2.7991453850227384e-06,
      "loss": 8.3491,
      "step": 450560
    },
    {
      "epoch": 0.9386875,
      "grad_norm": 2.9727206230163574,
      "learning_rate": 2.7972500460706537e-06,
      "loss": 8.1016,
      "step": 450570
    },
    {
      "epoch": 0.9387083333333334,
      "grad_norm": 2.692741632461548,
      "learning_rate": 2.795355342976169e-06,
      "loss": 8.1476,
      "step": 450580
    },
    {
      "epoch": 0.9387291666666666,
      "grad_norm": 2.611142158508301,
      "learning_rate": 2.793461275747477e-06,
      "loss": 7.7483,
      "step": 450590
    },
    {
      "epoch": 0.93875,
      "grad_norm": 2.186244487762451,
      "learning_rate": 2.791567844392789e-06,
      "loss": 8.2385,
      "step": 450600
    },
    {
      "epoch": 0.9387708333333333,
      "grad_norm": 1.5319290161132812,
      "learning_rate": 2.7896750489202313e-06,
      "loss": 8.3392,
      "step": 450610
    },
    {
      "epoch": 0.9387916666666667,
      "grad_norm": 6.453222751617432,
      "learning_rate": 2.787782889338014e-06,
      "loss": 8.9229,
      "step": 450620
    },
    {
      "epoch": 0.9388125,
      "grad_norm": 3.6930880546569824,
      "learning_rate": 2.7858913656543137e-06,
      "loss": 7.4853,
      "step": 450630
    },
    {
      "epoch": 0.9388333333333333,
      "grad_norm": 2.463327407836914,
      "learning_rate": 2.784000477877274e-06,
      "loss": 9.0399,
      "step": 450640
    },
    {
      "epoch": 0.9388541666666667,
      "grad_norm": 2.4048640727996826,
      "learning_rate": 2.7821102260150887e-06,
      "loss": 8.0117,
      "step": 450650
    },
    {
      "epoch": 0.938875,
      "grad_norm": 3.374279499053955,
      "learning_rate": 2.780220610075917e-06,
      "loss": 7.948,
      "step": 450660
    },
    {
      "epoch": 0.9388958333333334,
      "grad_norm": 0.950965166091919,
      "learning_rate": 2.7783316300679036e-06,
      "loss": 7.6888,
      "step": 450670
    },
    {
      "epoch": 0.9389166666666666,
      "grad_norm": 2.5148515701293945,
      "learning_rate": 2.7764432859992414e-06,
      "loss": 7.8493,
      "step": 450680
    },
    {
      "epoch": 0.9389375,
      "grad_norm": 2.6252663135528564,
      "learning_rate": 2.7745555778780735e-06,
      "loss": 7.8826,
      "step": 450690
    },
    {
      "epoch": 0.9389583333333333,
      "grad_norm": 2.0210883617401123,
      "learning_rate": 2.7726685057125277e-06,
      "loss": 7.812,
      "step": 450700
    },
    {
      "epoch": 0.9389791666666667,
      "grad_norm": 2.1186559200286865,
      "learning_rate": 2.770782069510813e-06,
      "loss": 8.0576,
      "step": 450710
    },
    {
      "epoch": 0.939,
      "grad_norm": 9.776944160461426,
      "learning_rate": 2.7688962692810233e-06,
      "loss": 8.1188,
      "step": 450720
    },
    {
      "epoch": 0.9390208333333333,
      "grad_norm": 1.99762761592865,
      "learning_rate": 2.7670111050313193e-06,
      "loss": 7.6135,
      "step": 450730
    },
    {
      "epoch": 0.9390416666666667,
      "grad_norm": 3.343456983566284,
      "learning_rate": 2.765126576769844e-06,
      "loss": 8.5937,
      "step": 450740
    },
    {
      "epoch": 0.9390625,
      "grad_norm": 1.6880189180374146,
      "learning_rate": 2.7632426845047405e-06,
      "loss": 7.7412,
      "step": 450750
    },
    {
      "epoch": 0.9390833333333334,
      "grad_norm": 3.4557254314422607,
      "learning_rate": 2.761359428244153e-06,
      "loss": 8.6429,
      "step": 450760
    },
    {
      "epoch": 0.9391041666666666,
      "grad_norm": 5.496969699859619,
      "learning_rate": 2.759476807996225e-06,
      "loss": 7.9695,
      "step": 450770
    },
    {
      "epoch": 0.939125,
      "grad_norm": 4.10105037689209,
      "learning_rate": 2.7575948237690657e-06,
      "loss": 8.1159,
      "step": 450780
    },
    {
      "epoch": 0.9391458333333333,
      "grad_norm": 2.662587881088257,
      "learning_rate": 2.7557134755708032e-06,
      "loss": 7.3861,
      "step": 450790
    },
    {
      "epoch": 0.9391666666666667,
      "grad_norm": 1.8904273509979248,
      "learning_rate": 2.7538327634095804e-06,
      "loss": 8.2264,
      "step": 450800
    },
    {
      "epoch": 0.9391875,
      "grad_norm": 1.2042409181594849,
      "learning_rate": 2.7519526872935237e-06,
      "loss": 8.2004,
      "step": 450810
    },
    {
      "epoch": 0.9392083333333333,
      "grad_norm": 1.4812991619110107,
      "learning_rate": 2.7500732472307442e-06,
      "loss": 7.3186,
      "step": 450820
    },
    {
      "epoch": 0.9392291666666667,
      "grad_norm": 5.934066295623779,
      "learning_rate": 2.7481944432293677e-06,
      "loss": 8.0408,
      "step": 450830
    },
    {
      "epoch": 0.93925,
      "grad_norm": 1.3518710136413574,
      "learning_rate": 2.7463162752974887e-06,
      "loss": 8.1117,
      "step": 450840
    },
    {
      "epoch": 0.9392708333333334,
      "grad_norm": 1.5292319059371948,
      "learning_rate": 2.74443874344325e-06,
      "loss": 8.5632,
      "step": 450850
    },
    {
      "epoch": 0.9392916666666666,
      "grad_norm": 2.7683265209198,
      "learning_rate": 2.7425618476747456e-06,
      "loss": 7.4663,
      "step": 450860
    },
    {
      "epoch": 0.9393125,
      "grad_norm": 1.1739072799682617,
      "learning_rate": 2.7406855880000857e-06,
      "loss": 7.3632,
      "step": 450870
    },
    {
      "epoch": 0.9393333333333334,
      "grad_norm": 1.1701388359069824,
      "learning_rate": 2.738809964427363e-06,
      "loss": 7.7544,
      "step": 450880
    },
    {
      "epoch": 0.9393541666666667,
      "grad_norm": 2.505002021789551,
      "learning_rate": 2.736934976964705e-06,
      "loss": 8.1284,
      "step": 450890
    },
    {
      "epoch": 0.939375,
      "grad_norm": 2.5387392044067383,
      "learning_rate": 2.735060625620189e-06,
      "loss": 8.0715,
      "step": 450900
    },
    {
      "epoch": 0.9393958333333333,
      "grad_norm": 1.2868047952651978,
      "learning_rate": 2.7331869104019244e-06,
      "loss": 7.5523,
      "step": 450910
    },
    {
      "epoch": 0.9394166666666667,
      "grad_norm": 1.6251943111419678,
      "learning_rate": 2.731313831318005e-06,
      "loss": 7.4996,
      "step": 450920
    },
    {
      "epoch": 0.9394375,
      "grad_norm": 1.7260725498199463,
      "learning_rate": 2.7294413883765077e-06,
      "loss": 7.7405,
      "step": 450930
    },
    {
      "epoch": 0.9394583333333333,
      "grad_norm": 1.453349232673645,
      "learning_rate": 2.7275695815855425e-06,
      "loss": 7.9847,
      "step": 450940
    },
    {
      "epoch": 0.9394791666666666,
      "grad_norm": 1.4869221448898315,
      "learning_rate": 2.72569841095317e-06,
      "loss": 7.7326,
      "step": 450950
    },
    {
      "epoch": 0.9395,
      "grad_norm": 2.42716646194458,
      "learning_rate": 2.723827876487483e-06,
      "loss": 7.4235,
      "step": 450960
    },
    {
      "epoch": 0.9395208333333334,
      "grad_norm": 1.6785311698913574,
      "learning_rate": 2.7219579781965927e-06,
      "loss": 8.1905,
      "step": 450970
    },
    {
      "epoch": 0.9395416666666667,
      "grad_norm": 1.7153316736221313,
      "learning_rate": 2.7200887160885088e-06,
      "loss": 8.1706,
      "step": 450980
    },
    {
      "epoch": 0.9395625,
      "grad_norm": 4.211728572845459,
      "learning_rate": 2.718220090171358e-06,
      "loss": 7.9276,
      "step": 450990
    },
    {
      "epoch": 0.9395833333333333,
      "grad_norm": 1.223841905593872,
      "learning_rate": 2.7163521004532175e-06,
      "loss": 8.2477,
      "step": 451000
    },
    {
      "epoch": 0.9395833333333333,
      "eval_loss": 6.8902387619018555,
      "eval_runtime": 9.2589,
      "eval_samples_per_second": 0.324,
      "eval_steps_per_second": 0.108,
      "step": 451000
    },
    {
      "epoch": 0.9396041666666667,
      "grad_norm": 2.2316629886627197,
      "learning_rate": 2.7144847469421136e-06,
      "loss": 8.0466,
      "step": 451010
    },
    {
      "epoch": 0.939625,
      "grad_norm": 1.6911187171936035,
      "learning_rate": 2.712618029646124e-06,
      "loss": 7.9466,
      "step": 451020
    },
    {
      "epoch": 0.9396458333333333,
      "grad_norm": 1.487943172454834,
      "learning_rate": 2.710751948573359e-06,
      "loss": 7.6308,
      "step": 451030
    },
    {
      "epoch": 0.9396666666666667,
      "grad_norm": 2.245736598968506,
      "learning_rate": 2.7088865037318274e-06,
      "loss": 7.564,
      "step": 451040
    },
    {
      "epoch": 0.9396875,
      "grad_norm": 5.097996234893799,
      "learning_rate": 2.707021695129591e-06,
      "loss": 7.7809,
      "step": 451050
    },
    {
      "epoch": 0.9397083333333334,
      "grad_norm": 1.2646821737289429,
      "learning_rate": 2.7051575227747423e-06,
      "loss": 8.1818,
      "step": 451060
    },
    {
      "epoch": 0.9397291666666666,
      "grad_norm": 4.112371444702148,
      "learning_rate": 2.7032939866752924e-06,
      "loss": 8.1391,
      "step": 451070
    },
    {
      "epoch": 0.93975,
      "grad_norm": 1.572605848312378,
      "learning_rate": 2.7014310868393173e-06,
      "loss": 8.6057,
      "step": 451080
    },
    {
      "epoch": 0.9397708333333333,
      "grad_norm": 3.678805112838745,
      "learning_rate": 2.699568823274845e-06,
      "loss": 8.0906,
      "step": 451090
    },
    {
      "epoch": 0.9397916666666667,
      "grad_norm": 9.541000366210938,
      "learning_rate": 2.697707195989951e-06,
      "loss": 8.6086,
      "step": 451100
    },
    {
      "epoch": 0.9398125,
      "grad_norm": 1.34232497215271,
      "learning_rate": 2.69584620499263e-06,
      "loss": 7.9742,
      "step": 451110
    },
    {
      "epoch": 0.9398333333333333,
      "grad_norm": 7.798281192779541,
      "learning_rate": 2.6939858502909584e-06,
      "loss": 7.9064,
      "step": 451120
    },
    {
      "epoch": 0.9398541666666667,
      "grad_norm": 1.2287023067474365,
      "learning_rate": 2.6921261318929634e-06,
      "loss": 8.6092,
      "step": 451130
    },
    {
      "epoch": 0.939875,
      "grad_norm": 2.841294050216675,
      "learning_rate": 2.6902670498066715e-06,
      "loss": 7.6999,
      "step": 451140
    },
    {
      "epoch": 0.9398958333333334,
      "grad_norm": 2.809833288192749,
      "learning_rate": 2.68840860404011e-06,
      "loss": 8.1938,
      "step": 451150
    },
    {
      "epoch": 0.9399166666666666,
      "grad_norm": 2.450070381164551,
      "learning_rate": 2.686550794601322e-06,
      "loss": 7.7073,
      "step": 451160
    },
    {
      "epoch": 0.9399375,
      "grad_norm": 2.232938528060913,
      "learning_rate": 2.684693621498335e-06,
      "loss": 7.8493,
      "step": 451170
    },
    {
      "epoch": 0.9399583333333333,
      "grad_norm": 2.144212007522583,
      "learning_rate": 2.6828370847391424e-06,
      "loss": 7.5372,
      "step": 451180
    },
    {
      "epoch": 0.9399791666666667,
      "grad_norm": 2.9374983310699463,
      "learning_rate": 2.6809811843317876e-06,
      "loss": 7.3959,
      "step": 451190
    },
    {
      "epoch": 0.94,
      "grad_norm": 7.173898220062256,
      "learning_rate": 2.6791259202842807e-06,
      "loss": 7.7167,
      "step": 451200
    },
    {
      "epoch": 0.9400208333333333,
      "grad_norm": 3.641939163208008,
      "learning_rate": 2.6772712926046327e-06,
      "loss": 7.7347,
      "step": 451210
    },
    {
      "epoch": 0.9400416666666667,
      "grad_norm": 1.3811001777648926,
      "learning_rate": 2.6754173013008528e-06,
      "loss": 8.0591,
      "step": 451220
    },
    {
      "epoch": 0.9400625,
      "grad_norm": 1.7459129095077515,
      "learning_rate": 2.6735639463809687e-06,
      "loss": 8.252,
      "step": 451230
    },
    {
      "epoch": 0.9400833333333334,
      "grad_norm": 1.1651986837387085,
      "learning_rate": 2.6717112278529575e-06,
      "loss": 7.5424,
      "step": 451240
    },
    {
      "epoch": 0.9401041666666666,
      "grad_norm": 2.8451383113861084,
      "learning_rate": 2.6698591457248455e-06,
      "loss": 7.8001,
      "step": 451250
    },
    {
      "epoch": 0.940125,
      "grad_norm": 1.5509549379348755,
      "learning_rate": 2.668007700004626e-06,
      "loss": 8.0811,
      "step": 451260
    },
    {
      "epoch": 0.9401458333333333,
      "grad_norm": 5.409208297729492,
      "learning_rate": 2.666156890700294e-06,
      "loss": 7.7558,
      "step": 451270
    },
    {
      "epoch": 0.9401666666666667,
      "grad_norm": 2.2058258056640625,
      "learning_rate": 2.6643067178198586e-06,
      "loss": 8.1999,
      "step": 451280
    },
    {
      "epoch": 0.9401875,
      "grad_norm": 1.2494384050369263,
      "learning_rate": 2.6624571813712803e-06,
      "loss": 7.4416,
      "step": 451290
    },
    {
      "epoch": 0.9402083333333333,
      "grad_norm": 1.123424768447876,
      "learning_rate": 2.6606082813625693e-06,
      "loss": 8.1955,
      "step": 451300
    },
    {
      "epoch": 0.9402291666666667,
      "grad_norm": 2.5271477699279785,
      "learning_rate": 2.65876001780172e-06,
      "loss": 7.9832,
      "step": 451310
    },
    {
      "epoch": 0.94025,
      "grad_norm": 1.224704623222351,
      "learning_rate": 2.656912390696708e-06,
      "loss": 7.61,
      "step": 451320
    },
    {
      "epoch": 0.9402708333333333,
      "grad_norm": 19.382408142089844,
      "learning_rate": 2.655065400055495e-06,
      "loss": 9.33,
      "step": 451330
    },
    {
      "epoch": 0.9402916666666666,
      "grad_norm": 1.9085347652435303,
      "learning_rate": 2.6532190458860903e-06,
      "loss": 7.8227,
      "step": 451340
    },
    {
      "epoch": 0.9403125,
      "grad_norm": 28.511350631713867,
      "learning_rate": 2.6513733281964544e-06,
      "loss": 7.9334,
      "step": 451350
    },
    {
      "epoch": 0.9403333333333334,
      "grad_norm": 5.407686233520508,
      "learning_rate": 2.649528246994531e-06,
      "loss": 8.1703,
      "step": 451360
    },
    {
      "epoch": 0.9403541666666667,
      "grad_norm": 6.983604431152344,
      "learning_rate": 2.647683802288364e-06,
      "loss": 8.3203,
      "step": 451370
    },
    {
      "epoch": 0.940375,
      "grad_norm": 1.4406588077545166,
      "learning_rate": 2.645839994085863e-06,
      "loss": 8.1493,
      "step": 451380
    },
    {
      "epoch": 0.9403958333333333,
      "grad_norm": 1.3319710493087769,
      "learning_rate": 2.6439968223949894e-06,
      "loss": 7.3486,
      "step": 451390
    },
    {
      "epoch": 0.9404166666666667,
      "grad_norm": 1.342551827430725,
      "learning_rate": 2.6421542872237355e-06,
      "loss": 7.5781,
      "step": 451400
    },
    {
      "epoch": 0.9404375,
      "grad_norm": 1.977967619895935,
      "learning_rate": 2.640312388580046e-06,
      "loss": 8.0545,
      "step": 451410
    },
    {
      "epoch": 0.9404583333333333,
      "grad_norm": 1.8001066446304321,
      "learning_rate": 2.6384711264718637e-06,
      "loss": 7.8637,
      "step": 451420
    },
    {
      "epoch": 0.9404791666666666,
      "grad_norm": 1.1052123308181763,
      "learning_rate": 2.6366305009071833e-06,
      "loss": 7.7944,
      "step": 451430
    },
    {
      "epoch": 0.9405,
      "grad_norm": 1.5050042867660522,
      "learning_rate": 2.634790511893914e-06,
      "loss": 7.4905,
      "step": 451440
    },
    {
      "epoch": 0.9405208333333334,
      "grad_norm": 1.5001689195632935,
      "learning_rate": 2.632951159440033e-06,
      "loss": 7.7789,
      "step": 451450
    },
    {
      "epoch": 0.9405416666666667,
      "grad_norm": 7.806943893432617,
      "learning_rate": 2.6311124435534514e-06,
      "loss": 8.1412,
      "step": 451460
    },
    {
      "epoch": 0.9405625,
      "grad_norm": 1.8326305150985718,
      "learning_rate": 2.6292743642421287e-06,
      "loss": 7.5678,
      "step": 451470
    },
    {
      "epoch": 0.9405833333333333,
      "grad_norm": 2.715993881225586,
      "learning_rate": 2.6274369215140258e-06,
      "loss": 7.9749,
      "step": 451480
    },
    {
      "epoch": 0.9406041666666667,
      "grad_norm": 1.7788939476013184,
      "learning_rate": 2.6256001153770525e-06,
      "loss": 7.8673,
      "step": 451490
    },
    {
      "epoch": 0.940625,
      "grad_norm": 1.4805073738098145,
      "learning_rate": 2.6237639458391523e-06,
      "loss": 8.1456,
      "step": 451500
    },
    {
      "epoch": 0.9406458333333333,
      "grad_norm": 1.7905570268630981,
      "learning_rate": 2.621928412908253e-06,
      "loss": 7.7113,
      "step": 451510
    },
    {
      "epoch": 0.9406666666666667,
      "grad_norm": 5.34939432144165,
      "learning_rate": 2.620093516592281e-06,
      "loss": 7.969,
      "step": 451520
    },
    {
      "epoch": 0.9406875,
      "grad_norm": 1.0338605642318726,
      "learning_rate": 2.61825925689918e-06,
      "loss": 7.6257,
      "step": 451530
    },
    {
      "epoch": 0.9407083333333334,
      "grad_norm": 1.880088210105896,
      "learning_rate": 2.6164256338368607e-06,
      "loss": 7.7692,
      "step": 451540
    },
    {
      "epoch": 0.9407291666666666,
      "grad_norm": 3.5604910850524902,
      "learning_rate": 2.6145926474132327e-06,
      "loss": 7.68,
      "step": 451550
    },
    {
      "epoch": 0.94075,
      "grad_norm": 1.4926148653030396,
      "learning_rate": 2.6127602976362404e-06,
      "loss": 7.3891,
      "step": 451560
    },
    {
      "epoch": 0.9407708333333333,
      "grad_norm": 1.1840567588806152,
      "learning_rate": 2.6109285845137774e-06,
      "loss": 7.7908,
      "step": 451570
    },
    {
      "epoch": 0.9407916666666667,
      "grad_norm": 1.554290533065796,
      "learning_rate": 2.6090975080537536e-06,
      "loss": 8.3714,
      "step": 451580
    },
    {
      "epoch": 0.9408125,
      "grad_norm": 1.7594116926193237,
      "learning_rate": 2.607267068264096e-06,
      "loss": 8.1332,
      "step": 451590
    },
    {
      "epoch": 0.9408333333333333,
      "grad_norm": 1.103966236114502,
      "learning_rate": 2.6054372651527154e-06,
      "loss": 7.9366,
      "step": 451600
    },
    {
      "epoch": 0.9408541666666667,
      "grad_norm": 2.663158416748047,
      "learning_rate": 2.603608098727472e-06,
      "loss": 8.7607,
      "step": 451610
    },
    {
      "epoch": 0.940875,
      "grad_norm": 8.022492408752441,
      "learning_rate": 2.601779568996326e-06,
      "loss": 7.3601,
      "step": 451620
    },
    {
      "epoch": 0.9408958333333334,
      "grad_norm": 1.2554242610931396,
      "learning_rate": 2.599951675967138e-06,
      "loss": 7.4894,
      "step": 451630
    },
    {
      "epoch": 0.9409166666666666,
      "grad_norm": 2.910565137863159,
      "learning_rate": 2.5981244196478014e-06,
      "loss": 8.2977,
      "step": 451640
    },
    {
      "epoch": 0.9409375,
      "grad_norm": 2.678690195083618,
      "learning_rate": 2.596297800046243e-06,
      "loss": 7.5738,
      "step": 451650
    },
    {
      "epoch": 0.9409583333333333,
      "grad_norm": 1.312778353691101,
      "learning_rate": 2.594471817170324e-06,
      "loss": 7.6029,
      "step": 451660
    },
    {
      "epoch": 0.9409791666666667,
      "grad_norm": 2.5854580402374268,
      "learning_rate": 2.592646471027937e-06,
      "loss": 7.9332,
      "step": 451670
    },
    {
      "epoch": 0.941,
      "grad_norm": 2.6141719818115234,
      "learning_rate": 2.59082176162696e-06,
      "loss": 8.1896,
      "step": 451680
    },
    {
      "epoch": 0.9410208333333333,
      "grad_norm": 3.4677019119262695,
      "learning_rate": 2.5889976889753027e-06,
      "loss": 7.6065,
      "step": 451690
    },
    {
      "epoch": 0.9410416666666667,
      "grad_norm": 2.677891731262207,
      "learning_rate": 2.587174253080809e-06,
      "loss": 8.9911,
      "step": 451700
    },
    {
      "epoch": 0.9410625,
      "grad_norm": 1.0986589193344116,
      "learning_rate": 2.5853514539513898e-06,
      "loss": 7.7205,
      "step": 451710
    },
    {
      "epoch": 0.9410833333333334,
      "grad_norm": 5.162992477416992,
      "learning_rate": 2.5835292915949047e-06,
      "loss": 8.3604,
      "step": 451720
    },
    {
      "epoch": 0.9411041666666666,
      "grad_norm": 1.1216351985931396,
      "learning_rate": 2.5817077660191978e-06,
      "loss": 7.3376,
      "step": 451730
    },
    {
      "epoch": 0.941125,
      "grad_norm": 1.9276615381240845,
      "learning_rate": 2.579886877232179e-06,
      "loss": 8.0213,
      "step": 451740
    },
    {
      "epoch": 0.9411458333333333,
      "grad_norm": 1.5761399269104004,
      "learning_rate": 2.5780666252416927e-06,
      "loss": 9.007,
      "step": 451750
    },
    {
      "epoch": 0.9411666666666667,
      "grad_norm": 5.682628631591797,
      "learning_rate": 2.576247010055582e-06,
      "loss": 9.2637,
      "step": 451760
    },
    {
      "epoch": 0.9411875,
      "grad_norm": 2.677178382873535,
      "learning_rate": 2.5744280316817743e-06,
      "loss": 7.6873,
      "step": 451770
    },
    {
      "epoch": 0.9412083333333333,
      "grad_norm": 1.6311944723129272,
      "learning_rate": 2.5726096901280468e-06,
      "loss": 7.8317,
      "step": 451780
    },
    {
      "epoch": 0.9412291666666667,
      "grad_norm": 1.4142204523086548,
      "learning_rate": 2.570791985402293e-06,
      "loss": 7.803,
      "step": 451790
    },
    {
      "epoch": 0.94125,
      "grad_norm": 3.5506558418273926,
      "learning_rate": 2.5689749175123896e-06,
      "loss": 7.5722,
      "step": 451800
    },
    {
      "epoch": 0.9412708333333333,
      "grad_norm": 1.7011381387710571,
      "learning_rate": 2.567158486466131e-06,
      "loss": 7.8742,
      "step": 451810
    },
    {
      "epoch": 0.9412916666666666,
      "grad_norm": 1.8072725534439087,
      "learning_rate": 2.565342692271377e-06,
      "loss": 8.1909,
      "step": 451820
    },
    {
      "epoch": 0.9413125,
      "grad_norm": 1.1724023818969727,
      "learning_rate": 2.5635275349360216e-06,
      "loss": 7.6314,
      "step": 451830
    },
    {
      "epoch": 0.9413333333333334,
      "grad_norm": 3.7328360080718994,
      "learning_rate": 2.561713014467842e-06,
      "loss": 7.7575,
      "step": 451840
    },
    {
      "epoch": 0.9413541666666667,
      "grad_norm": 1.1894391775131226,
      "learning_rate": 2.559899130874715e-06,
      "loss": 7.8025,
      "step": 451850
    },
    {
      "epoch": 0.941375,
      "grad_norm": 2.5497944355010986,
      "learning_rate": 2.558085884164451e-06,
      "loss": 7.7044,
      "step": 451860
    },
    {
      "epoch": 0.9413958333333333,
      "grad_norm": 1.5668261051177979,
      "learning_rate": 2.556273274344911e-06,
      "loss": 8.1883,
      "step": 451870
    },
    {
      "epoch": 0.9414166666666667,
      "grad_norm": 3.325321912765503,
      "learning_rate": 2.554461301423888e-06,
      "loss": 7.4661,
      "step": 451880
    },
    {
      "epoch": 0.9414375,
      "grad_norm": 4.234270095825195,
      "learning_rate": 2.5526499654092425e-06,
      "loss": 7.7386,
      "step": 451890
    },
    {
      "epoch": 0.9414583333333333,
      "grad_norm": 2.450035810470581,
      "learning_rate": 2.550839266308785e-06,
      "loss": 8.5875,
      "step": 451900
    },
    {
      "epoch": 0.9414791666666666,
      "grad_norm": 9.431085586547852,
      "learning_rate": 2.5490292041303263e-06,
      "loss": 8.7169,
      "step": 451910
    },
    {
      "epoch": 0.9415,
      "grad_norm": 2.1531689167022705,
      "learning_rate": 2.5472197788817095e-06,
      "loss": 7.9601,
      "step": 451920
    },
    {
      "epoch": 0.9415208333333334,
      "grad_norm": 1.80881929397583,
      "learning_rate": 2.5454109905707288e-06,
      "loss": 7.5237,
      "step": 451930
    },
    {
      "epoch": 0.9415416666666667,
      "grad_norm": 8.16923713684082,
      "learning_rate": 2.5436028392052275e-06,
      "loss": 8.1673,
      "step": 451940
    },
    {
      "epoch": 0.9415625,
      "grad_norm": 1.4590400457382202,
      "learning_rate": 2.5417953247929503e-06,
      "loss": 8.427,
      "step": 451950
    },
    {
      "epoch": 0.9415833333333333,
      "grad_norm": 7.017948150634766,
      "learning_rate": 2.539988447341773e-06,
      "loss": 7.9212,
      "step": 451960
    },
    {
      "epoch": 0.9416041666666667,
      "grad_norm": 2.1351256370544434,
      "learning_rate": 2.538182206859507e-06,
      "loss": 8.5084,
      "step": 451970
    },
    {
      "epoch": 0.941625,
      "grad_norm": 2.713225841522217,
      "learning_rate": 2.536376603353879e-06,
      "loss": 8.5587,
      "step": 451980
    },
    {
      "epoch": 0.9416458333333333,
      "grad_norm": 1.3642648458480835,
      "learning_rate": 2.5345716368327497e-06,
      "loss": 8.0197,
      "step": 451990
    },
    {
      "epoch": 0.9416666666666667,
      "grad_norm": 1.8119629621505737,
      "learning_rate": 2.5327673073039123e-06,
      "loss": 7.8843,
      "step": 452000
    },
    {
      "epoch": 0.9416666666666667,
      "eval_loss": 8.435704231262207,
      "eval_runtime": 9.6104,
      "eval_samples_per_second": 0.312,
      "eval_steps_per_second": 0.104,
      "step": 452000
    },
    {
      "epoch": 0.9416875,
      "grad_norm": 4.4381489753723145,
      "learning_rate": 2.530963614775128e-06,
      "loss": 7.9784,
      "step": 452010
    },
    {
      "epoch": 0.9417083333333334,
      "grad_norm": 1.6698614358901978,
      "learning_rate": 2.529160559254223e-06,
      "loss": 7.9435,
      "step": 452020
    },
    {
      "epoch": 0.9417291666666666,
      "grad_norm": 1.8988388776779175,
      "learning_rate": 2.5273581407489752e-06,
      "loss": 7.7665,
      "step": 452030
    },
    {
      "epoch": 0.94175,
      "grad_norm": 1.9646166563034058,
      "learning_rate": 2.5255563592671447e-06,
      "loss": 7.7256,
      "step": 452040
    },
    {
      "epoch": 0.9417708333333333,
      "grad_norm": 2.233065605163574,
      "learning_rate": 2.5237552148165417e-06,
      "loss": 7.5091,
      "step": 452050
    },
    {
      "epoch": 0.9417916666666667,
      "grad_norm": 1.5685545206069946,
      "learning_rate": 2.521954707404961e-06,
      "loss": 8.2192,
      "step": 452060
    },
    {
      "epoch": 0.9418125,
      "grad_norm": 1.4495559930801392,
      "learning_rate": 2.5201548370401447e-06,
      "loss": 8.3078,
      "step": 452070
    },
    {
      "epoch": 0.9418333333333333,
      "grad_norm": 1.683343768119812,
      "learning_rate": 2.5183556037299047e-06,
      "loss": 7.4979,
      "step": 452080
    },
    {
      "epoch": 0.9418541666666667,
      "grad_norm": 1.8037196397781372,
      "learning_rate": 2.5165570074819674e-06,
      "loss": 8.7768,
      "step": 452090
    },
    {
      "epoch": 0.941875,
      "grad_norm": 2.272277593612671,
      "learning_rate": 2.5147590483041104e-06,
      "loss": 7.9625,
      "step": 452100
    },
    {
      "epoch": 0.9418958333333334,
      "grad_norm": 0.9290631413459778,
      "learning_rate": 2.51296172620416e-06,
      "loss": 7.7869,
      "step": 452110
    },
    {
      "epoch": 0.9419166666666666,
      "grad_norm": 1.9590705633163452,
      "learning_rate": 2.511165041189811e-06,
      "loss": 7.7428,
      "step": 452120
    },
    {
      "epoch": 0.9419375,
      "grad_norm": 1.438355803489685,
      "learning_rate": 2.50936899326884e-06,
      "loss": 8.4716,
      "step": 452130
    },
    {
      "epoch": 0.9419583333333333,
      "grad_norm": 1.9736613035202026,
      "learning_rate": 2.507573582449024e-06,
      "loss": 7.6176,
      "step": 452140
    },
    {
      "epoch": 0.9419791666666667,
      "grad_norm": 2.1503069400787354,
      "learning_rate": 2.505778808738107e-06,
      "loss": 8.2543,
      "step": 452150
    },
    {
      "epoch": 0.942,
      "grad_norm": 1.7585639953613281,
      "learning_rate": 2.503984672143833e-06,
      "loss": 7.6968,
      "step": 452160
    },
    {
      "epoch": 0.9420208333333333,
      "grad_norm": 4.845742702484131,
      "learning_rate": 2.5021911726739952e-06,
      "loss": 8.1913,
      "step": 452170
    },
    {
      "epoch": 0.9420416666666667,
      "grad_norm": 1.5017958879470825,
      "learning_rate": 2.500398310336288e-06,
      "loss": 8.1002,
      "step": 452180
    },
    {
      "epoch": 0.9420625,
      "grad_norm": 4.825826168060303,
      "learning_rate": 2.4986060851384713e-06,
      "loss": 8.2193,
      "step": 452190
    },
    {
      "epoch": 0.9420833333333334,
      "grad_norm": 5.131162643432617,
      "learning_rate": 2.4968144970882896e-06,
      "loss": 8.2012,
      "step": 452200
    },
    {
      "epoch": 0.9421041666666666,
      "grad_norm": 1.1357016563415527,
      "learning_rate": 2.4950235461934864e-06,
      "loss": 9.2648,
      "step": 452210
    },
    {
      "epoch": 0.942125,
      "grad_norm": 2.9690542221069336,
      "learning_rate": 2.4932332324618053e-06,
      "loss": 9.0452,
      "step": 452220
    },
    {
      "epoch": 0.9421458333333333,
      "grad_norm": 1.3354746103286743,
      "learning_rate": 2.4914435559009573e-06,
      "loss": 8.4082,
      "step": 452230
    },
    {
      "epoch": 0.9421666666666667,
      "grad_norm": 19.362241744995117,
      "learning_rate": 2.4896545165186855e-06,
      "loss": 9.3897,
      "step": 452240
    },
    {
      "epoch": 0.9421875,
      "grad_norm": 1.3898396492004395,
      "learning_rate": 2.487866114322734e-06,
      "loss": 8.3087,
      "step": 452250
    },
    {
      "epoch": 0.9422083333333333,
      "grad_norm": 1.3859144449234009,
      "learning_rate": 2.486078349320797e-06,
      "loss": 7.3896,
      "step": 452260
    },
    {
      "epoch": 0.9422291666666667,
      "grad_norm": 1.1117208003997803,
      "learning_rate": 2.484291221520601e-06,
      "loss": 7.998,
      "step": 452270
    },
    {
      "epoch": 0.94225,
      "grad_norm": 1.412925362586975,
      "learning_rate": 2.4825047309298905e-06,
      "loss": 8.9927,
      "step": 452280
    },
    {
      "epoch": 0.9422708333333333,
      "grad_norm": 1.5733071565628052,
      "learning_rate": 2.4807188775563757e-06,
      "loss": 8.0374,
      "step": 452290
    },
    {
      "epoch": 0.9422916666666666,
      "grad_norm": 1.1510794162750244,
      "learning_rate": 2.4789336614077504e-06,
      "loss": 8.4468,
      "step": 452300
    },
    {
      "epoch": 0.9423125,
      "grad_norm": 1.6786597967147827,
      "learning_rate": 2.4771490824917415e-06,
      "loss": 9.058,
      "step": 452310
    },
    {
      "epoch": 0.9423333333333334,
      "grad_norm": 2.0386962890625,
      "learning_rate": 2.4753651408160436e-06,
      "loss": 8.0445,
      "step": 452320
    },
    {
      "epoch": 0.9423541666666667,
      "grad_norm": 3.2336323261260986,
      "learning_rate": 2.4735818363884e-06,
      "loss": 7.8378,
      "step": 452330
    },
    {
      "epoch": 0.942375,
      "grad_norm": 1.2576872110366821,
      "learning_rate": 2.4717991692164708e-06,
      "loss": 7.2949,
      "step": 452340
    },
    {
      "epoch": 0.9423958333333333,
      "grad_norm": 1.6681655645370483,
      "learning_rate": 2.470017139307967e-06,
      "loss": 7.7202,
      "step": 452350
    },
    {
      "epoch": 0.9424166666666667,
      "grad_norm": 1.1373300552368164,
      "learning_rate": 2.468235746670599e-06,
      "loss": 8.4814,
      "step": 452360
    },
    {
      "epoch": 0.9424375,
      "grad_norm": 1.0899399518966675,
      "learning_rate": 2.4664549913120778e-06,
      "loss": 8.4601,
      "step": 452370
    },
    {
      "epoch": 0.9424583333333333,
      "grad_norm": 9.864320755004883,
      "learning_rate": 2.4646748732400467e-06,
      "loss": 8.0216,
      "step": 452380
    },
    {
      "epoch": 0.9424791666666666,
      "grad_norm": 1.318962812423706,
      "learning_rate": 2.4628953924622165e-06,
      "loss": 8.0212,
      "step": 452390
    },
    {
      "epoch": 0.9425,
      "grad_norm": 1.2402076721191406,
      "learning_rate": 2.461116548986314e-06,
      "loss": 7.7235,
      "step": 452400
    },
    {
      "epoch": 0.9425208333333334,
      "grad_norm": 2.3663978576660156,
      "learning_rate": 2.4593383428199498e-06,
      "loss": 7.593,
      "step": 452410
    },
    {
      "epoch": 0.9425416666666667,
      "grad_norm": 3.418834686279297,
      "learning_rate": 2.4575607739708513e-06,
      "loss": 8.8005,
      "step": 452420
    },
    {
      "epoch": 0.9425625,
      "grad_norm": 1.3347641229629517,
      "learning_rate": 2.4557838424467124e-06,
      "loss": 7.7028,
      "step": 452430
    },
    {
      "epoch": 0.9425833333333333,
      "grad_norm": 2.092479944229126,
      "learning_rate": 2.45400754825516e-06,
      "loss": 7.5096,
      "step": 452440
    },
    {
      "epoch": 0.9426041666666667,
      "grad_norm": 1.9239685535430908,
      "learning_rate": 2.4522318914039053e-06,
      "loss": 8.1871,
      "step": 452450
    },
    {
      "epoch": 0.942625,
      "grad_norm": 2.143036365509033,
      "learning_rate": 2.450456871900608e-06,
      "loss": 7.6591,
      "step": 452460
    },
    {
      "epoch": 0.9426458333333333,
      "grad_norm": 4.431331634521484,
      "learning_rate": 2.448682489752912e-06,
      "loss": 8.1134,
      "step": 452470
    },
    {
      "epoch": 0.9426666666666667,
      "grad_norm": 2.8958089351654053,
      "learning_rate": 2.4469087449685286e-06,
      "loss": 8.0421,
      "step": 452480
    },
    {
      "epoch": 0.9426875,
      "grad_norm": 1.1040055751800537,
      "learning_rate": 2.4451356375550845e-06,
      "loss": 7.7234,
      "step": 452490
    },
    {
      "epoch": 0.9427083333333334,
      "grad_norm": 6.92946720123291,
      "learning_rate": 2.44336316752024e-06,
      "loss": 7.6921,
      "step": 452500
    },
    {
      "epoch": 0.9427291666666666,
      "grad_norm": 20.489011764526367,
      "learning_rate": 2.4415913348716733e-06,
      "loss": 8.2458,
      "step": 452510
    },
    {
      "epoch": 0.94275,
      "grad_norm": 2.41117262840271,
      "learning_rate": 2.4398201396170104e-06,
      "loss": 7.832,
      "step": 452520
    },
    {
      "epoch": 0.9427708333333333,
      "grad_norm": 7.043428421020508,
      "learning_rate": 2.438049581763929e-06,
      "loss": 8.5845,
      "step": 452530
    },
    {
      "epoch": 0.9427916666666667,
      "grad_norm": 1.4807175397872925,
      "learning_rate": 2.436279661320056e-06,
      "loss": 8.2173,
      "step": 452540
    },
    {
      "epoch": 0.9428125,
      "grad_norm": 2.4611852169036865,
      "learning_rate": 2.4345103782930364e-06,
      "loss": 7.7951,
      "step": 452550
    },
    {
      "epoch": 0.9428333333333333,
      "grad_norm": 1.5401830673217773,
      "learning_rate": 2.43274173269053e-06,
      "loss": 8.0947,
      "step": 452560
    },
    {
      "epoch": 0.9428541666666667,
      "grad_norm": 2.7025840282440186,
      "learning_rate": 2.43097372452018e-06,
      "loss": 8.0297,
      "step": 452570
    },
    {
      "epoch": 0.942875,
      "grad_norm": 5.520773410797119,
      "learning_rate": 2.429206353789598e-06,
      "loss": 8.3402,
      "step": 452580
    },
    {
      "epoch": 0.9428958333333334,
      "grad_norm": 1.700266718864441,
      "learning_rate": 2.4274396205064274e-06,
      "loss": 7.9128,
      "step": 452590
    },
    {
      "epoch": 0.9429166666666666,
      "grad_norm": 2.0204784870147705,
      "learning_rate": 2.4256735246783286e-06,
      "loss": 7.4545,
      "step": 452600
    },
    {
      "epoch": 0.9429375,
      "grad_norm": 2.4901199340820312,
      "learning_rate": 2.4239080663128796e-06,
      "loss": 8.0858,
      "step": 452610
    },
    {
      "epoch": 0.9429583333333333,
      "grad_norm": 1.6843698024749756,
      "learning_rate": 2.4221432454177403e-06,
      "loss": 7.818,
      "step": 452620
    },
    {
      "epoch": 0.9429791666666667,
      "grad_norm": 1.2786939144134521,
      "learning_rate": 2.420379062000538e-06,
      "loss": 7.5748,
      "step": 452630
    },
    {
      "epoch": 0.943,
      "grad_norm": 2.47025990486145,
      "learning_rate": 2.418615516068867e-06,
      "loss": 8.241,
      "step": 452640
    },
    {
      "epoch": 0.9430208333333333,
      "grad_norm": 1.9584170579910278,
      "learning_rate": 2.4168526076303706e-06,
      "loss": 7.7866,
      "step": 452650
    },
    {
      "epoch": 0.9430416666666667,
      "grad_norm": 2.7387545108795166,
      "learning_rate": 2.4150903366926435e-06,
      "loss": 8.0849,
      "step": 452660
    },
    {
      "epoch": 0.9430625,
      "grad_norm": 3.846809148788452,
      "learning_rate": 2.4133287032633284e-06,
      "loss": 8.1052,
      "step": 452670
    },
    {
      "epoch": 0.9430833333333334,
      "grad_norm": 3.3535919189453125,
      "learning_rate": 2.4115677073499874e-06,
      "loss": 8.2847,
      "step": 452680
    },
    {
      "epoch": 0.9431041666666666,
      "grad_norm": 3.3581767082214355,
      "learning_rate": 2.4098073489602797e-06,
      "loss": 7.6749,
      "step": 452690
    },
    {
      "epoch": 0.943125,
      "grad_norm": 3.3254072666168213,
      "learning_rate": 2.408047628101767e-06,
      "loss": 7.8072,
      "step": 452700
    },
    {
      "epoch": 0.9431458333333333,
      "grad_norm": 4.040053367614746,
      "learning_rate": 2.4062885447820758e-06,
      "loss": 7.6045,
      "step": 452710
    },
    {
      "epoch": 0.9431666666666667,
      "grad_norm": 1.0882192850112915,
      "learning_rate": 2.4045300990087833e-06,
      "loss": 7.9942,
      "step": 452720
    },
    {
      "epoch": 0.9431875,
      "grad_norm": 5.416254043579102,
      "learning_rate": 2.4027722907895175e-06,
      "loss": 7.9405,
      "step": 452730
    },
    {
      "epoch": 0.9432083333333333,
      "grad_norm": 2.2768971920013428,
      "learning_rate": 2.401015120131855e-06,
      "loss": 7.8849,
      "step": 452740
    },
    {
      "epoch": 0.9432291666666667,
      "grad_norm": 2.33199405670166,
      "learning_rate": 2.3992585870433565e-06,
      "loss": 7.9262,
      "step": 452750
    },
    {
      "epoch": 0.94325,
      "grad_norm": 3.8135437965393066,
      "learning_rate": 2.3975026915316496e-06,
      "loss": 7.4423,
      "step": 452760
    },
    {
      "epoch": 0.9432708333333333,
      "grad_norm": 1.4121646881103516,
      "learning_rate": 2.395747433604328e-06,
      "loss": 7.7806,
      "step": 452770
    },
    {
      "epoch": 0.9432916666666666,
      "grad_norm": 2.501216411590576,
      "learning_rate": 2.393992813268919e-06,
      "loss": 7.6328,
      "step": 452780
    },
    {
      "epoch": 0.9433125,
      "grad_norm": 2.8461148738861084,
      "learning_rate": 2.392238830533033e-06,
      "loss": 8.1036,
      "step": 452790
    },
    {
      "epoch": 0.9433333333333334,
      "grad_norm": 5.086640357971191,
      "learning_rate": 2.3904854854042808e-06,
      "loss": 8.0673,
      "step": 452800
    },
    {
      "epoch": 0.9433541666666667,
      "grad_norm": 1.8838520050048828,
      "learning_rate": 2.38873277789019e-06,
      "loss": 8.2591,
      "step": 452810
    },
    {
      "epoch": 0.943375,
      "grad_norm": 1.8682584762573242,
      "learning_rate": 2.3869807079983204e-06,
      "loss": 7.9833,
      "step": 452820
    },
    {
      "epoch": 0.9433958333333333,
      "grad_norm": 2.960474967956543,
      "learning_rate": 2.3852292757363e-06,
      "loss": 8.1015,
      "step": 452830
    },
    {
      "epoch": 0.9434166666666667,
      "grad_norm": 2.1778934001922607,
      "learning_rate": 2.3834784811116393e-06,
      "loss": 7.4654,
      "step": 452840
    },
    {
      "epoch": 0.9434375,
      "grad_norm": 1.1390364170074463,
      "learning_rate": 2.381728324131932e-06,
      "loss": 7.3569,
      "step": 452850
    },
    {
      "epoch": 0.9434583333333333,
      "grad_norm": 1.4950861930847168,
      "learning_rate": 2.379978804804722e-06,
      "loss": 7.6554,
      "step": 452860
    },
    {
      "epoch": 0.9434791666666666,
      "grad_norm": 2.34475040435791,
      "learning_rate": 2.37822992313757e-06,
      "loss": 8.6366,
      "step": 452870
    },
    {
      "epoch": 0.9435,
      "grad_norm": 2.0043418407440186,
      "learning_rate": 2.3764816791380204e-06,
      "loss": 8.0996,
      "step": 452880
    },
    {
      "epoch": 0.9435208333333334,
      "grad_norm": 1.591920256614685,
      "learning_rate": 2.37473407281365e-06,
      "loss": 7.5349,
      "step": 452890
    },
    {
      "epoch": 0.9435416666666666,
      "grad_norm": 2.0503458976745605,
      "learning_rate": 2.372987104171986e-06,
      "loss": 8.458,
      "step": 452900
    },
    {
      "epoch": 0.9435625,
      "grad_norm": 1.4277836084365845,
      "learning_rate": 2.3712407732205897e-06,
      "loss": 7.4333,
      "step": 452910
    },
    {
      "epoch": 0.9435833333333333,
      "grad_norm": 1.2044224739074707,
      "learning_rate": 2.369495079967004e-06,
      "loss": 7.5546,
      "step": 452920
    },
    {
      "epoch": 0.9436041666666667,
      "grad_norm": 2.943169593811035,
      "learning_rate": 2.3677500244187574e-06,
      "loss": 7.992,
      "step": 452930
    },
    {
      "epoch": 0.943625,
      "grad_norm": 2.062368154525757,
      "learning_rate": 2.366005606583393e-06,
      "loss": 8.1308,
      "step": 452940
    },
    {
      "epoch": 0.9436458333333333,
      "grad_norm": 1.7449694871902466,
      "learning_rate": 2.3642618264684386e-06,
      "loss": 7.8471,
      "step": 452950
    },
    {
      "epoch": 0.9436666666666667,
      "grad_norm": 1.5881916284561157,
      "learning_rate": 2.3625186840814548e-06,
      "loss": 8.3669,
      "step": 452960
    },
    {
      "epoch": 0.9436875,
      "grad_norm": 2.150757312774658,
      "learning_rate": 2.3607761794299353e-06,
      "loss": 8.0276,
      "step": 452970
    },
    {
      "epoch": 0.9437083333333334,
      "grad_norm": 3.448305130004883,
      "learning_rate": 2.359034312521424e-06,
      "loss": 8.4874,
      "step": 452980
    },
    {
      "epoch": 0.9437291666666666,
      "grad_norm": 2.7572121620178223,
      "learning_rate": 2.3572930833634486e-06,
      "loss": 8.2676,
      "step": 452990
    },
    {
      "epoch": 0.94375,
      "grad_norm": 3.296647071838379,
      "learning_rate": 2.3555524919635195e-06,
      "loss": 7.9894,
      "step": 453000
    },
    {
      "epoch": 0.94375,
      "eval_loss": 6.74198055267334,
      "eval_runtime": 9.2253,
      "eval_samples_per_second": 0.325,
      "eval_steps_per_second": 0.108,
      "step": 453000
    },
    {
      "epoch": 0.9437708333333333,
      "grad_norm": 1.7819619178771973,
      "learning_rate": 2.353812538329164e-06,
      "loss": 7.6016,
      "step": 453010
    },
    {
      "epoch": 0.9437916666666667,
      "grad_norm": 2.671057939529419,
      "learning_rate": 2.3520732224679094e-06,
      "loss": 7.7871,
      "step": 453020
    },
    {
      "epoch": 0.9438125,
      "grad_norm": 2.084416627883911,
      "learning_rate": 2.3503345443872335e-06,
      "loss": 7.743,
      "step": 453030
    },
    {
      "epoch": 0.9438333333333333,
      "grad_norm": 1.6423070430755615,
      "learning_rate": 2.3485965040946795e-06,
      "loss": 8.3144,
      "step": 453040
    },
    {
      "epoch": 0.9438541666666667,
      "grad_norm": 2.541595458984375,
      "learning_rate": 2.3468591015977424e-06,
      "loss": 7.8016,
      "step": 453050
    },
    {
      "epoch": 0.943875,
      "grad_norm": 5.8572845458984375,
      "learning_rate": 2.345122336903932e-06,
      "loss": 7.9908,
      "step": 453060
    },
    {
      "epoch": 0.9438958333333334,
      "grad_norm": 1.551713228225708,
      "learning_rate": 2.343386210020742e-06,
      "loss": 8.6064,
      "step": 453070
    },
    {
      "epoch": 0.9439166666666666,
      "grad_norm": 1.1422780752182007,
      "learning_rate": 2.3416507209557013e-06,
      "loss": 7.7324,
      "step": 453080
    },
    {
      "epoch": 0.9439375,
      "grad_norm": 10.169873237609863,
      "learning_rate": 2.3399158697162524e-06,
      "loss": 7.8999,
      "step": 453090
    },
    {
      "epoch": 0.9439583333333333,
      "grad_norm": 1.2059439420700073,
      "learning_rate": 2.3381816563099233e-06,
      "loss": 7.623,
      "step": 453100
    },
    {
      "epoch": 0.9439791666666667,
      "grad_norm": 2.270061731338501,
      "learning_rate": 2.3364480807442244e-06,
      "loss": 7.8698,
      "step": 453110
    },
    {
      "epoch": 0.944,
      "grad_norm": 1.5377691984176636,
      "learning_rate": 2.3347151430265996e-06,
      "loss": 7.4871,
      "step": 453120
    },
    {
      "epoch": 0.9440208333333333,
      "grad_norm": 1.662304162979126,
      "learning_rate": 2.332982843164544e-06,
      "loss": 8.0358,
      "step": 453130
    },
    {
      "epoch": 0.9440416666666667,
      "grad_norm": 4.177558898925781,
      "learning_rate": 2.3312511811655834e-06,
      "loss": 8.1512,
      "step": 453140
    },
    {
      "epoch": 0.9440625,
      "grad_norm": 10.27991771697998,
      "learning_rate": 2.329520157037146e-06,
      "loss": 10.653,
      "step": 453150
    },
    {
      "epoch": 0.9440833333333334,
      "grad_norm": 4.631186008453369,
      "learning_rate": 2.327789770786709e-06,
      "loss": 8.0542,
      "step": 453160
    },
    {
      "epoch": 0.9441041666666666,
      "grad_norm": 2.6358087062835693,
      "learning_rate": 2.326060022421816e-06,
      "loss": 7.4859,
      "step": 453170
    },
    {
      "epoch": 0.944125,
      "grad_norm": 1.5928481817245483,
      "learning_rate": 2.3243309119498622e-06,
      "loss": 8.2867,
      "step": 453180
    },
    {
      "epoch": 0.9441458333333334,
      "grad_norm": 1.8942956924438477,
      "learning_rate": 2.3226024393783405e-06,
      "loss": 7.8719,
      "step": 453190
    },
    {
      "epoch": 0.9441666666666667,
      "grad_norm": 4.994220733642578,
      "learning_rate": 2.320874604714729e-06,
      "loss": 8.13,
      "step": 453200
    },
    {
      "epoch": 0.9441875,
      "grad_norm": 2.350412130355835,
      "learning_rate": 2.3191474079664875e-06,
      "loss": 7.7383,
      "step": 453210
    },
    {
      "epoch": 0.9442083333333333,
      "grad_norm": 1.7824275493621826,
      "learning_rate": 2.317420849141061e-06,
      "loss": 7.9802,
      "step": 453220
    },
    {
      "epoch": 0.9442291666666667,
      "grad_norm": 1.9401780366897583,
      "learning_rate": 2.3156949282459258e-06,
      "loss": 7.973,
      "step": 453230
    },
    {
      "epoch": 0.94425,
      "grad_norm": 2.6760542392730713,
      "learning_rate": 2.3139696452885436e-06,
      "loss": 8.3981,
      "step": 453240
    },
    {
      "epoch": 0.9442708333333333,
      "grad_norm": 1.0949530601501465,
      "learning_rate": 2.3122450002763414e-06,
      "loss": 7.2864,
      "step": 453250
    },
    {
      "epoch": 0.9442916666666666,
      "grad_norm": 1.9167656898498535,
      "learning_rate": 2.3105209932167803e-06,
      "loss": 8.1047,
      "step": 453260
    },
    {
      "epoch": 0.9443125,
      "grad_norm": 6.9835381507873535,
      "learning_rate": 2.30879762411732e-06,
      "loss": 7.8599,
      "step": 453270
    },
    {
      "epoch": 0.9443333333333334,
      "grad_norm": 2.6486525535583496,
      "learning_rate": 2.307074892985389e-06,
      "loss": 8.2756,
      "step": 453280
    },
    {
      "epoch": 0.9443541666666667,
      "grad_norm": 1.9840459823608398,
      "learning_rate": 2.3053527998284304e-06,
      "loss": 7.219,
      "step": 453290
    },
    {
      "epoch": 0.944375,
      "grad_norm": 1.2976480722427368,
      "learning_rate": 2.3036313446538722e-06,
      "loss": 7.5348,
      "step": 453300
    },
    {
      "epoch": 0.9443958333333333,
      "grad_norm": 3.177690267562866,
      "learning_rate": 2.301910527469192e-06,
      "loss": 8.422,
      "step": 453310
    },
    {
      "epoch": 0.9444166666666667,
      "grad_norm": 2.775054931640625,
      "learning_rate": 2.300190348281783e-06,
      "loss": 8.119,
      "step": 453320
    },
    {
      "epoch": 0.9444375,
      "grad_norm": 1.9256134033203125,
      "learning_rate": 2.298470807099073e-06,
      "loss": 7.9325,
      "step": 453330
    },
    {
      "epoch": 0.9444583333333333,
      "grad_norm": 2.2194128036499023,
      "learning_rate": 2.2967519039285233e-06,
      "loss": 8.5453,
      "step": 453340
    },
    {
      "epoch": 0.9444791666666666,
      "grad_norm": 8.515461921691895,
      "learning_rate": 2.2950336387775435e-06,
      "loss": 8.4898,
      "step": 453350
    },
    {
      "epoch": 0.9445,
      "grad_norm": 3.798823118209839,
      "learning_rate": 2.2933160116535455e-06,
      "loss": 7.5755,
      "step": 453360
    },
    {
      "epoch": 0.9445208333333334,
      "grad_norm": 1.4326404333114624,
      "learning_rate": 2.2915990225639557e-06,
      "loss": 8.2152,
      "step": 453370
    },
    {
      "epoch": 0.9445416666666666,
      "grad_norm": 1.3541549444198608,
      "learning_rate": 2.2898826715161855e-06,
      "loss": 8.4344,
      "step": 453380
    },
    {
      "epoch": 0.9445625,
      "grad_norm": 7.630930423736572,
      "learning_rate": 2.2881669585176622e-06,
      "loss": 8.2713,
      "step": 453390
    },
    {
      "epoch": 0.9445833333333333,
      "grad_norm": 1.756756067276001,
      "learning_rate": 2.286451883575796e-06,
      "loss": 8.1827,
      "step": 453400
    },
    {
      "epoch": 0.9446041666666667,
      "grad_norm": 1.3987672328948975,
      "learning_rate": 2.284737446697965e-06,
      "loss": 8.0504,
      "step": 453410
    },
    {
      "epoch": 0.944625,
      "grad_norm": 1.5925872325897217,
      "learning_rate": 2.283023647891613e-06,
      "loss": 7.2542,
      "step": 453420
    },
    {
      "epoch": 0.9446458333333333,
      "grad_norm": 1.4878590106964111,
      "learning_rate": 2.281310487164151e-06,
      "loss": 7.9679,
      "step": 453430
    },
    {
      "epoch": 0.9446666666666667,
      "grad_norm": 2.6199278831481934,
      "learning_rate": 2.2795979645229056e-06,
      "loss": 8.4435,
      "step": 453440
    },
    {
      "epoch": 0.9446875,
      "grad_norm": 1.5153058767318726,
      "learning_rate": 2.277886079975372e-06,
      "loss": 7.681,
      "step": 453450
    },
    {
      "epoch": 0.9447083333333334,
      "grad_norm": 6.575119972229004,
      "learning_rate": 2.2761748335288763e-06,
      "loss": 8.7513,
      "step": 453460
    },
    {
      "epoch": 0.9447291666666666,
      "grad_norm": 1.4894243478775024,
      "learning_rate": 2.2744642251908307e-06,
      "loss": 8.1163,
      "step": 453470
    },
    {
      "epoch": 0.94475,
      "grad_norm": 4.597727298736572,
      "learning_rate": 2.2727542549686452e-06,
      "loss": 8.5699,
      "step": 453480
    },
    {
      "epoch": 0.9447708333333333,
      "grad_norm": 1.211167573928833,
      "learning_rate": 2.2710449228696636e-06,
      "loss": 7.9183,
      "step": 453490
    },
    {
      "epoch": 0.9447916666666667,
      "grad_norm": 2.3183953762054443,
      "learning_rate": 2.2693362289012974e-06,
      "loss": 8.0227,
      "step": 453500
    },
    {
      "epoch": 0.9448125,
      "grad_norm": 2.2630372047424316,
      "learning_rate": 2.26762817307094e-06,
      "loss": 7.3953,
      "step": 453510
    },
    {
      "epoch": 0.9448333333333333,
      "grad_norm": 1.9917957782745361,
      "learning_rate": 2.265920755385936e-06,
      "loss": 8.0176,
      "step": 453520
    },
    {
      "epoch": 0.9448541666666667,
      "grad_norm": 3.4066500663757324,
      "learning_rate": 2.2642139758536625e-06,
      "loss": 8.0988,
      "step": 453530
    },
    {
      "epoch": 0.944875,
      "grad_norm": 1.556609034538269,
      "learning_rate": 2.2625078344815473e-06,
      "loss": 7.1814,
      "step": 453540
    },
    {
      "epoch": 0.9448958333333334,
      "grad_norm": 4.423184871673584,
      "learning_rate": 2.260802331276884e-06,
      "loss": 8.0676,
      "step": 453550
    },
    {
      "epoch": 0.9449166666666666,
      "grad_norm": 1.8399791717529297,
      "learning_rate": 2.259097466247084e-06,
      "loss": 7.8572,
      "step": 453560
    },
    {
      "epoch": 0.9449375,
      "grad_norm": 3.9816064834594727,
      "learning_rate": 2.257393239399524e-06,
      "loss": 7.5523,
      "step": 453570
    },
    {
      "epoch": 0.9449583333333333,
      "grad_norm": 4.535990238189697,
      "learning_rate": 2.2556896507415157e-06,
      "loss": 7.7153,
      "step": 453580
    },
    {
      "epoch": 0.9449791666666667,
      "grad_norm": 2.0302863121032715,
      "learning_rate": 2.253986700280469e-06,
      "loss": 7.5658,
      "step": 453590
    },
    {
      "epoch": 0.945,
      "grad_norm": 1.5627646446228027,
      "learning_rate": 2.252284388023695e-06,
      "loss": 8.0022,
      "step": 453600
    },
    {
      "epoch": 0.9450208333333333,
      "grad_norm": 2.3842098712921143,
      "learning_rate": 2.250582713978588e-06,
      "loss": 7.5332,
      "step": 453610
    },
    {
      "epoch": 0.9450416666666667,
      "grad_norm": 1.4915428161621094,
      "learning_rate": 2.2488816781524753e-06,
      "loss": 8.838,
      "step": 453620
    },
    {
      "epoch": 0.9450625,
      "grad_norm": 3.796398639678955,
      "learning_rate": 2.247181280552718e-06,
      "loss": 7.5703,
      "step": 453630
    },
    {
      "epoch": 0.9450833333333334,
      "grad_norm": 1.3625613451004028,
      "learning_rate": 2.245481521186643e-06,
      "loss": 7.9331,
      "step": 453640
    },
    {
      "epoch": 0.9451041666666666,
      "grad_norm": 1.0906556844711304,
      "learning_rate": 2.2437824000615947e-06,
      "loss": 8.2331,
      "step": 453650
    },
    {
      "epoch": 0.945125,
      "grad_norm": 2.182323932647705,
      "learning_rate": 2.2420839171849336e-06,
      "loss": 8.3022,
      "step": 453660
    },
    {
      "epoch": 0.9451458333333334,
      "grad_norm": 2.8565311431884766,
      "learning_rate": 2.2403860725639876e-06,
      "loss": 8.4861,
      "step": 453670
    },
    {
      "epoch": 0.9451666666666667,
      "grad_norm": 3.434755802154541,
      "learning_rate": 2.2386888662060678e-06,
      "loss": 7.8414,
      "step": 453680
    },
    {
      "epoch": 0.9451875,
      "grad_norm": 1.7306803464889526,
      "learning_rate": 2.236992298118534e-06,
      "loss": 8.3295,
      "step": 453690
    },
    {
      "epoch": 0.9452083333333333,
      "grad_norm": 1.7236607074737549,
      "learning_rate": 2.2352963683087143e-06,
      "loss": 7.6557,
      "step": 453700
    },
    {
      "epoch": 0.9452291666666667,
      "grad_norm": 2.0006260871887207,
      "learning_rate": 2.2336010767839194e-06,
      "loss": 8.3335,
      "step": 453710
    },
    {
      "epoch": 0.94525,
      "grad_norm": 1.9972336292266846,
      "learning_rate": 2.2319064235514607e-06,
      "loss": 7.9308,
      "step": 453720
    },
    {
      "epoch": 0.9452708333333333,
      "grad_norm": 6.425490856170654,
      "learning_rate": 2.230212408618698e-06,
      "loss": 8.7195,
      "step": 453730
    },
    {
      "epoch": 0.9452916666666666,
      "grad_norm": 2.2369840145111084,
      "learning_rate": 2.228519031992926e-06,
      "loss": 8.1455,
      "step": 453740
    },
    {
      "epoch": 0.9453125,
      "grad_norm": 2.5426673889160156,
      "learning_rate": 2.2268262936814384e-06,
      "loss": 7.8007,
      "step": 453750
    },
    {
      "epoch": 0.9453333333333334,
      "grad_norm": 1.424656867980957,
      "learning_rate": 2.22513419369158e-06,
      "loss": 7.9939,
      "step": 453760
    },
    {
      "epoch": 0.9453541666666667,
      "grad_norm": 1.5416456460952759,
      "learning_rate": 2.2234427320306615e-06,
      "loss": 8.5489,
      "step": 453770
    },
    {
      "epoch": 0.945375,
      "grad_norm": 3.142868995666504,
      "learning_rate": 2.2217519087059597e-06,
      "loss": 7.6217,
      "step": 453780
    },
    {
      "epoch": 0.9453958333333333,
      "grad_norm": 1.8072295188903809,
      "learning_rate": 2.220061723724803e-06,
      "loss": 7.6899,
      "step": 453790
    },
    {
      "epoch": 0.9454166666666667,
      "grad_norm": 1.6044257879257202,
      "learning_rate": 2.2183721770944852e-06,
      "loss": 8.0193,
      "step": 453800
    },
    {
      "epoch": 0.9454375,
      "grad_norm": 1.5270609855651855,
      "learning_rate": 2.2166832688223e-06,
      "loss": 8.1679,
      "step": 453810
    },
    {
      "epoch": 0.9454583333333333,
      "grad_norm": 1.3676081895828247,
      "learning_rate": 2.2149949989155425e-06,
      "loss": 7.6115,
      "step": 453820
    },
    {
      "epoch": 0.9454791666666666,
      "grad_norm": 1.602358341217041,
      "learning_rate": 2.213307367381523e-06,
      "loss": 7.6085,
      "step": 453830
    },
    {
      "epoch": 0.9455,
      "grad_norm": 1.1643056869506836,
      "learning_rate": 2.2116203742275018e-06,
      "loss": 8.3273,
      "step": 453840
    },
    {
      "epoch": 0.9455208333333334,
      "grad_norm": 2.222256898880005,
      "learning_rate": 2.2099340194607906e-06,
      "loss": 7.8576,
      "step": 453850
    },
    {
      "epoch": 0.9455416666666666,
      "grad_norm": 1.595650553703308,
      "learning_rate": 2.2082483030886664e-06,
      "loss": 8.5422,
      "step": 453860
    },
    {
      "epoch": 0.9455625,
      "grad_norm": 3.2761361598968506,
      "learning_rate": 2.2065632251183907e-06,
      "loss": 8.1569,
      "step": 453870
    },
    {
      "epoch": 0.9455833333333333,
      "grad_norm": 1.640161156654358,
      "learning_rate": 2.2048787855572904e-06,
      "loss": 7.8708,
      "step": 453880
    },
    {
      "epoch": 0.9456041666666667,
      "grad_norm": 4.35294771194458,
      "learning_rate": 2.203194984412593e-06,
      "loss": 8.0894,
      "step": 453890
    },
    {
      "epoch": 0.945625,
      "grad_norm": 2.5654680728912354,
      "learning_rate": 2.2015118216915927e-06,
      "loss": 7.928,
      "step": 453900
    },
    {
      "epoch": 0.9456458333333333,
      "grad_norm": 3.0458126068115234,
      "learning_rate": 2.1998292974015673e-06,
      "loss": 7.7482,
      "step": 453910
    },
    {
      "epoch": 0.9456666666666667,
      "grad_norm": 1.392447829246521,
      "learning_rate": 2.1981474115497776e-06,
      "loss": 7.5489,
      "step": 453920
    },
    {
      "epoch": 0.9456875,
      "grad_norm": 2.5916593074798584,
      "learning_rate": 2.1964661641434676e-06,
      "loss": 7.8198,
      "step": 453930
    },
    {
      "epoch": 0.9457083333333334,
      "grad_norm": 4.15820837020874,
      "learning_rate": 2.1947855551899484e-06,
      "loss": 8.1186,
      "step": 453940
    },
    {
      "epoch": 0.9457291666666666,
      "grad_norm": 4.194062232971191,
      "learning_rate": 2.1931055846964306e-06,
      "loss": 7.4898,
      "step": 453950
    },
    {
      "epoch": 0.94575,
      "grad_norm": 3.8939154148101807,
      "learning_rate": 2.191426252670192e-06,
      "loss": 8.6313,
      "step": 453960
    },
    {
      "epoch": 0.9457708333333333,
      "grad_norm": 3.167931318283081,
      "learning_rate": 2.1897475591184764e-06,
      "loss": 7.635,
      "step": 453970
    },
    {
      "epoch": 0.9457916666666667,
      "grad_norm": 3.551422357559204,
      "learning_rate": 2.188069504048562e-06,
      "loss": 7.9175,
      "step": 453980
    },
    {
      "epoch": 0.9458125,
      "grad_norm": 1.6913048028945923,
      "learning_rate": 2.1863920874676754e-06,
      "loss": 8.0201,
      "step": 453990
    },
    {
      "epoch": 0.9458333333333333,
      "grad_norm": 25.711423873901367,
      "learning_rate": 2.1847153093830617e-06,
      "loss": 8.8281,
      "step": 454000
    },
    {
      "epoch": 0.9458333333333333,
      "eval_loss": 6.873129844665527,
      "eval_runtime": 9.226,
      "eval_samples_per_second": 0.325,
      "eval_steps_per_second": 0.108,
      "step": 454000
    },
    {
      "epoch": 0.9458541666666667,
      "grad_norm": 1.7678322792053223,
      "learning_rate": 2.1830391698019646e-06,
      "loss": 8.4585,
      "step": 454010
    },
    {
      "epoch": 0.945875,
      "grad_norm": 4.360345840454102,
      "learning_rate": 2.1813636687316284e-06,
      "loss": 8.1746,
      "step": 454020
    },
    {
      "epoch": 0.9458958333333334,
      "grad_norm": 2.897214889526367,
      "learning_rate": 2.1796888061792973e-06,
      "loss": 7.7262,
      "step": 454030
    },
    {
      "epoch": 0.9459166666666666,
      "grad_norm": 1.0830731391906738,
      "learning_rate": 2.178014582152199e-06,
      "loss": 7.9097,
      "step": 454040
    },
    {
      "epoch": 0.9459375,
      "grad_norm": 3.6449928283691406,
      "learning_rate": 2.176340996657561e-06,
      "loss": 7.7488,
      "step": 454050
    },
    {
      "epoch": 0.9459583333333333,
      "grad_norm": 16.687938690185547,
      "learning_rate": 2.174668049702627e-06,
      "loss": 8.2093,
      "step": 454060
    },
    {
      "epoch": 0.9459791666666667,
      "grad_norm": 2.1876468658447266,
      "learning_rate": 2.1729957412946085e-06,
      "loss": 7.8674,
      "step": 454070
    },
    {
      "epoch": 0.946,
      "grad_norm": 1.8497503995895386,
      "learning_rate": 2.17132407144075e-06,
      "loss": 7.9523,
      "step": 454080
    },
    {
      "epoch": 0.9460208333333333,
      "grad_norm": 1.4452638626098633,
      "learning_rate": 2.1696530401482283e-06,
      "loss": 7.3545,
      "step": 454090
    },
    {
      "epoch": 0.9460416666666667,
      "grad_norm": 1.928377389907837,
      "learning_rate": 2.1679826474242878e-06,
      "loss": 7.8618,
      "step": 454100
    },
    {
      "epoch": 0.9460625,
      "grad_norm": 3.1908998489379883,
      "learning_rate": 2.166312893276173e-06,
      "loss": 8.8594,
      "step": 454110
    },
    {
      "epoch": 0.9460833333333334,
      "grad_norm": 5.828501224517822,
      "learning_rate": 2.1646437777110446e-06,
      "loss": 8.2461,
      "step": 454120
    },
    {
      "epoch": 0.9461041666666666,
      "grad_norm": 4.556329727172852,
      "learning_rate": 2.162975300736147e-06,
      "loss": 8.0417,
      "step": 454130
    },
    {
      "epoch": 0.946125,
      "grad_norm": 4.550902843475342,
      "learning_rate": 2.161307462358708e-06,
      "loss": 7.7702,
      "step": 454140
    },
    {
      "epoch": 0.9461458333333334,
      "grad_norm": 1.8141133785247803,
      "learning_rate": 2.1596402625858543e-06,
      "loss": 7.5224,
      "step": 454150
    },
    {
      "epoch": 0.9461666666666667,
      "grad_norm": 1.4498213529586792,
      "learning_rate": 2.1579737014248642e-06,
      "loss": 8.6191,
      "step": 454160
    },
    {
      "epoch": 0.9461875,
      "grad_norm": 2.024901866912842,
      "learning_rate": 2.1563077788828985e-06,
      "loss": 7.6448,
      "step": 454170
    },
    {
      "epoch": 0.9462083333333333,
      "grad_norm": 2.257617235183716,
      "learning_rate": 2.1546424949671514e-06,
      "loss": 8.3722,
      "step": 454180
    },
    {
      "epoch": 0.9462291666666667,
      "grad_norm": 1.8683445453643799,
      "learning_rate": 2.1529778496848503e-06,
      "loss": 8.0012,
      "step": 454190
    },
    {
      "epoch": 0.94625,
      "grad_norm": 1.789044737815857,
      "learning_rate": 2.1513138430431563e-06,
      "loss": 7.8815,
      "step": 454200
    },
    {
      "epoch": 0.9462708333333333,
      "grad_norm": 3.266826868057251,
      "learning_rate": 2.1496504750492473e-06,
      "loss": 8.1661,
      "step": 454210
    },
    {
      "epoch": 0.9462916666666666,
      "grad_norm": 1.1237006187438965,
      "learning_rate": 2.14798774571035e-06,
      "loss": 8.1401,
      "step": 454220
    },
    {
      "epoch": 0.9463125,
      "grad_norm": 1.2759997844696045,
      "learning_rate": 2.1463256550336095e-06,
      "loss": 7.4348,
      "step": 454230
    },
    {
      "epoch": 0.9463333333333334,
      "grad_norm": 1.5475481748580933,
      "learning_rate": 2.1446642030262197e-06,
      "loss": 7.7613,
      "step": 454240
    },
    {
      "epoch": 0.9463541666666667,
      "grad_norm": 2.075861930847168,
      "learning_rate": 2.143003389695358e-06,
      "loss": 8.3615,
      "step": 454250
    },
    {
      "epoch": 0.946375,
      "grad_norm": 1.272375226020813,
      "learning_rate": 2.141343215048186e-06,
      "loss": 7.4748,
      "step": 454260
    },
    {
      "epoch": 0.9463958333333333,
      "grad_norm": 2.033750534057617,
      "learning_rate": 2.139683679091897e-06,
      "loss": 7.6176,
      "step": 454270
    },
    {
      "epoch": 0.9464166666666667,
      "grad_norm": 1.1095465421676636,
      "learning_rate": 2.138024781833636e-06,
      "loss": 9.0216,
      "step": 454280
    },
    {
      "epoch": 0.9464375,
      "grad_norm": 1.7292102575302124,
      "learning_rate": 2.1363665232805972e-06,
      "loss": 7.9051,
      "step": 454290
    },
    {
      "epoch": 0.9464583333333333,
      "grad_norm": 2.1324501037597656,
      "learning_rate": 2.1347089034399077e-06,
      "loss": 9.1479,
      "step": 454300
    },
    {
      "epoch": 0.9464791666666666,
      "grad_norm": 2.0745046138763428,
      "learning_rate": 2.133051922318746e-06,
      "loss": 8.2922,
      "step": 454310
    },
    {
      "epoch": 0.9465,
      "grad_norm": 1.6589287519454956,
      "learning_rate": 2.131395579924289e-06,
      "loss": 7.2618,
      "step": 454320
    },
    {
      "epoch": 0.9465208333333334,
      "grad_norm": 1.4174158573150635,
      "learning_rate": 2.1297398762636474e-06,
      "loss": 7.5384,
      "step": 454330
    },
    {
      "epoch": 0.9465416666666666,
      "grad_norm": 4.294348239898682,
      "learning_rate": 2.128084811344016e-06,
      "loss": 8.6033,
      "step": 454340
    },
    {
      "epoch": 0.9465625,
      "grad_norm": 1.3998552560806274,
      "learning_rate": 2.126430385172523e-06,
      "loss": 8.1683,
      "step": 454350
    },
    {
      "epoch": 0.9465833333333333,
      "grad_norm": 4.333728313446045,
      "learning_rate": 2.1247765977563116e-06,
      "loss": 8.0124,
      "step": 454360
    },
    {
      "epoch": 0.9466041666666667,
      "grad_norm": 1.9546778202056885,
      "learning_rate": 2.123123449102543e-06,
      "loss": 8.0361,
      "step": 454370
    },
    {
      "epoch": 0.946625,
      "grad_norm": 1.3253549337387085,
      "learning_rate": 2.121470939218345e-06,
      "loss": 8.6635,
      "step": 454380
    },
    {
      "epoch": 0.9466458333333333,
      "grad_norm": 5.726683616638184,
      "learning_rate": 2.119819068110862e-06,
      "loss": 7.9175,
      "step": 454390
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 1.1618962287902832,
      "learning_rate": 2.1181678357872047e-06,
      "loss": 7.6577,
      "step": 454400
    },
    {
      "epoch": 0.9466875,
      "grad_norm": 1.388081431388855,
      "learning_rate": 2.116517242254551e-06,
      "loss": 7.4648,
      "step": 454410
    },
    {
      "epoch": 0.9467083333333334,
      "grad_norm": 1.5249921083450317,
      "learning_rate": 2.1148672875199947e-06,
      "loss": 8.1628,
      "step": 454420
    },
    {
      "epoch": 0.9467291666666666,
      "grad_norm": 3.3032028675079346,
      "learning_rate": 2.1132179715906806e-06,
      "loss": 8.1177,
      "step": 454430
    },
    {
      "epoch": 0.94675,
      "grad_norm": 1.2456984519958496,
      "learning_rate": 2.1115692944737193e-06,
      "loss": 7.5477,
      "step": 454440
    },
    {
      "epoch": 0.9467708333333333,
      "grad_norm": 1.66885507106781,
      "learning_rate": 2.1099212561762556e-06,
      "loss": 7.3905,
      "step": 454450
    },
    {
      "epoch": 0.9467916666666667,
      "grad_norm": 1.6365690231323242,
      "learning_rate": 2.108273856705367e-06,
      "loss": 7.781,
      "step": 454460
    },
    {
      "epoch": 0.9468125,
      "grad_norm": 3.6133525371551514,
      "learning_rate": 2.106627096068214e-06,
      "loss": 8.2763,
      "step": 454470
    },
    {
      "epoch": 0.9468333333333333,
      "grad_norm": 1.7267249822616577,
      "learning_rate": 2.1049809742718916e-06,
      "loss": 8.1001,
      "step": 454480
    },
    {
      "epoch": 0.9468541666666667,
      "grad_norm": 6.179293632507324,
      "learning_rate": 2.10333549132351e-06,
      "loss": 8.0117,
      "step": 454490
    },
    {
      "epoch": 0.946875,
      "grad_norm": 1.931897759437561,
      "learning_rate": 2.101690647230164e-06,
      "loss": 8.0285,
      "step": 454500
    },
    {
      "epoch": 0.9468958333333334,
      "grad_norm": 4.21805477142334,
      "learning_rate": 2.1000464419989983e-06,
      "loss": 7.6085,
      "step": 454510
    },
    {
      "epoch": 0.9469166666666666,
      "grad_norm": 5.505934238433838,
      "learning_rate": 2.0984028756370565e-06,
      "loss": 7.7013,
      "step": 454520
    },
    {
      "epoch": 0.9469375,
      "grad_norm": 1.5760992765426636,
      "learning_rate": 2.0967599481514994e-06,
      "loss": 7.7191,
      "step": 454530
    },
    {
      "epoch": 0.9469583333333333,
      "grad_norm": 2.532231569290161,
      "learning_rate": 2.0951176595493892e-06,
      "loss": 7.9585,
      "step": 454540
    },
    {
      "epoch": 0.9469791666666667,
      "grad_norm": 1.3893481492996216,
      "learning_rate": 2.093476009837819e-06,
      "loss": 7.9137,
      "step": 454550
    },
    {
      "epoch": 0.947,
      "grad_norm": 1.1802501678466797,
      "learning_rate": 2.091834999023884e-06,
      "loss": 8.5452,
      "step": 454560
    },
    {
      "epoch": 0.9470208333333333,
      "grad_norm": 2.6887104511260986,
      "learning_rate": 2.0901946271146773e-06,
      "loss": 8.0153,
      "step": 454570
    },
    {
      "epoch": 0.9470416666666667,
      "grad_norm": 1.5772343873977661,
      "learning_rate": 2.088554894117295e-06,
      "loss": 7.8089,
      "step": 454580
    },
    {
      "epoch": 0.9470625,
      "grad_norm": 3.7448363304138184,
      "learning_rate": 2.0869158000387962e-06,
      "loss": 8.2874,
      "step": 454590
    },
    {
      "epoch": 0.9470833333333334,
      "grad_norm": 2.0514776706695557,
      "learning_rate": 2.085277344886277e-06,
      "loss": 8.801,
      "step": 454600
    },
    {
      "epoch": 0.9471041666666666,
      "grad_norm": 1.9639792442321777,
      "learning_rate": 2.083639528666814e-06,
      "loss": 7.8878,
      "step": 454610
    },
    {
      "epoch": 0.947125,
      "grad_norm": 2.3846733570098877,
      "learning_rate": 2.0820023513874683e-06,
      "loss": 8.1434,
      "step": 454620
    },
    {
      "epoch": 0.9471458333333334,
      "grad_norm": 1.5388298034667969,
      "learning_rate": 2.0803658130553345e-06,
      "loss": 7.6718,
      "step": 454630
    },
    {
      "epoch": 0.9471666666666667,
      "grad_norm": 1.6722670793533325,
      "learning_rate": 2.078729913677457e-06,
      "loss": 8.2305,
      "step": 454640
    },
    {
      "epoch": 0.9471875,
      "grad_norm": 4.9449567794799805,
      "learning_rate": 2.07709465326093e-06,
      "loss": 7.9391,
      "step": 454650
    },
    {
      "epoch": 0.9472083333333333,
      "grad_norm": 1.432007908821106,
      "learning_rate": 2.0754600318127813e-06,
      "loss": 8.0668,
      "step": 454660
    },
    {
      "epoch": 0.9472291666666667,
      "grad_norm": 1.5754340887069702,
      "learning_rate": 2.0738260493401217e-06,
      "loss": 7.6898,
      "step": 454670
    },
    {
      "epoch": 0.94725,
      "grad_norm": 2.7642946243286133,
      "learning_rate": 2.072192705849962e-06,
      "loss": 7.4398,
      "step": 454680
    },
    {
      "epoch": 0.9472708333333333,
      "grad_norm": 1.43511962890625,
      "learning_rate": 2.070560001349364e-06,
      "loss": 8.9285,
      "step": 454690
    },
    {
      "epoch": 0.9472916666666666,
      "grad_norm": 1.3016623258590698,
      "learning_rate": 2.0689279358454215e-06,
      "loss": 7.4003,
      "step": 454700
    },
    {
      "epoch": 0.9473125,
      "grad_norm": 2.0739667415618896,
      "learning_rate": 2.0672965093451287e-06,
      "loss": 8.8621,
      "step": 454710
    },
    {
      "epoch": 0.9473333333333334,
      "grad_norm": 3.137033700942993,
      "learning_rate": 2.0656657218555804e-06,
      "loss": 8.1822,
      "step": 454720
    },
    {
      "epoch": 0.9473541666666667,
      "grad_norm": 1.0744212865829468,
      "learning_rate": 2.0640355733837875e-06,
      "loss": 7.2976,
      "step": 454730
    },
    {
      "epoch": 0.947375,
      "grad_norm": 60.05386734008789,
      "learning_rate": 2.0624060639367947e-06,
      "loss": 8.2135,
      "step": 454740
    },
    {
      "epoch": 0.9473958333333333,
      "grad_norm": 6.787389755249023,
      "learning_rate": 2.060777193521662e-06,
      "loss": 7.9149,
      "step": 454750
    },
    {
      "epoch": 0.9474166666666667,
      "grad_norm": 3.064974308013916,
      "learning_rate": 2.059148962145418e-06,
      "loss": 8.4354,
      "step": 454760
    },
    {
      "epoch": 0.9474375,
      "grad_norm": 1.4310108423233032,
      "learning_rate": 2.0575213698150906e-06,
      "loss": 8.2457,
      "step": 454770
    },
    {
      "epoch": 0.9474583333333333,
      "grad_norm": 1.8961535692214966,
      "learning_rate": 2.055894416537707e-06,
      "loss": 7.7528,
      "step": 454780
    },
    {
      "epoch": 0.9474791666666667,
      "grad_norm": 1.8006467819213867,
      "learning_rate": 2.0542681023202946e-06,
      "loss": 8.2339,
      "step": 454790
    },
    {
      "epoch": 0.9475,
      "grad_norm": 6.0208420753479,
      "learning_rate": 2.0526424271698817e-06,
      "loss": 8.3782,
      "step": 454800
    },
    {
      "epoch": 0.9475208333333334,
      "grad_norm": 2.1088814735412598,
      "learning_rate": 2.0510173910934955e-06,
      "loss": 8.8189,
      "step": 454810
    },
    {
      "epoch": 0.9475416666666666,
      "grad_norm": 3.056776285171509,
      "learning_rate": 2.0493929940981648e-06,
      "loss": 7.7315,
      "step": 454820
    },
    {
      "epoch": 0.9475625,
      "grad_norm": 3.851318836212158,
      "learning_rate": 2.0477692361908826e-06,
      "loss": 7.7769,
      "step": 454830
    },
    {
      "epoch": 0.9475833333333333,
      "grad_norm": 4.253331661224365,
      "learning_rate": 2.0461461173786776e-06,
      "loss": 7.7006,
      "step": 454840
    },
    {
      "epoch": 0.9476041666666667,
      "grad_norm": 1.5355068445205688,
      "learning_rate": 2.0445236376685603e-06,
      "loss": 8.4549,
      "step": 454850
    },
    {
      "epoch": 0.947625,
      "grad_norm": 2.392242193222046,
      "learning_rate": 2.0429017970675255e-06,
      "loss": 8.2339,
      "step": 454860
    },
    {
      "epoch": 0.9476458333333333,
      "grad_norm": 2.361264944076538,
      "learning_rate": 2.041280595582584e-06,
      "loss": 7.8505,
      "step": 454870
    },
    {
      "epoch": 0.9476666666666667,
      "grad_norm": 2.3911337852478027,
      "learning_rate": 2.0396600332207634e-06,
      "loss": 8.2944,
      "step": 454880
    },
    {
      "epoch": 0.9476875,
      "grad_norm": 3.0995419025421143,
      "learning_rate": 2.0380401099890252e-06,
      "loss": 7.7214,
      "step": 454890
    },
    {
      "epoch": 0.9477083333333334,
      "grad_norm": 1.815098762512207,
      "learning_rate": 2.036420825894397e-06,
      "loss": 7.3029,
      "step": 454900
    },
    {
      "epoch": 0.9477291666666666,
      "grad_norm": 1.6980851888656616,
      "learning_rate": 2.0348021809438732e-06,
      "loss": 7.3818,
      "step": 454910
    },
    {
      "epoch": 0.94775,
      "grad_norm": 2.33476185798645,
      "learning_rate": 2.0331841751444146e-06,
      "loss": 8.389,
      "step": 454920
    },
    {
      "epoch": 0.9477708333333333,
      "grad_norm": 5.385599613189697,
      "learning_rate": 2.031566808503032e-06,
      "loss": 7.7633,
      "step": 454930
    },
    {
      "epoch": 0.9477916666666667,
      "grad_norm": 1.5598918199539185,
      "learning_rate": 2.029950081026721e-06,
      "loss": 8.0348,
      "step": 454940
    },
    {
      "epoch": 0.9478125,
      "grad_norm": 2.2724642753601074,
      "learning_rate": 2.0283339927224583e-06,
      "loss": 9.3512,
      "step": 454950
    },
    {
      "epoch": 0.9478333333333333,
      "grad_norm": 2.4732563495635986,
      "learning_rate": 2.0267185435972222e-06,
      "loss": 7.6051,
      "step": 454960
    },
    {
      "epoch": 0.9478541666666667,
      "grad_norm": 2.9988276958465576,
      "learning_rate": 2.0251037336579733e-06,
      "loss": 8.1443,
      "step": 454970
    },
    {
      "epoch": 0.947875,
      "grad_norm": 1.981814980506897,
      "learning_rate": 2.023489562911723e-06,
      "loss": 8.0032,
      "step": 454980
    },
    {
      "epoch": 0.9478958333333334,
      "grad_norm": 1.9699616432189941,
      "learning_rate": 2.021876031365416e-06,
      "loss": 8.0896,
      "step": 454990
    },
    {
      "epoch": 0.9479166666666666,
      "grad_norm": 1.8327432870864868,
      "learning_rate": 2.0202631390260295e-06,
      "loss": 8.3261,
      "step": 455000
    },
    {
      "epoch": 0.9479166666666666,
      "eval_loss": 7.157347202301025,
      "eval_runtime": 9.9908,
      "eval_samples_per_second": 0.3,
      "eval_steps_per_second": 0.1,
      "step": 455000
    },
    {
      "epoch": 0.9479375,
      "grad_norm": 1.6875026226043701,
      "learning_rate": 2.0186508859005246e-06,
      "loss": 7.5052,
      "step": 455010
    },
    {
      "epoch": 0.9479583333333333,
      "grad_norm": 1.8425496816635132,
      "learning_rate": 2.0170392719958793e-06,
      "loss": 7.679,
      "step": 455020
    },
    {
      "epoch": 0.9479791666666667,
      "grad_norm": 2.4273064136505127,
      "learning_rate": 2.015428297319055e-06,
      "loss": 7.963,
      "step": 455030
    },
    {
      "epoch": 0.948,
      "grad_norm": 1.6214537620544434,
      "learning_rate": 2.013817961876996e-06,
      "loss": 8.0817,
      "step": 455040
    },
    {
      "epoch": 0.9480208333333333,
      "grad_norm": 10.641761779785156,
      "learning_rate": 2.012208265676679e-06,
      "loss": 8.5453,
      "step": 455050
    },
    {
      "epoch": 0.9480416666666667,
      "grad_norm": 1.286051869392395,
      "learning_rate": 2.0105992087250335e-06,
      "loss": 8.141,
      "step": 455060
    },
    {
      "epoch": 0.9480625,
      "grad_norm": 2.1268205642700195,
      "learning_rate": 2.0089907910290192e-06,
      "loss": 8.3066,
      "step": 455070
    },
    {
      "epoch": 0.9480833333333333,
      "grad_norm": 1.7303318977355957,
      "learning_rate": 2.0073830125955982e-06,
      "loss": 8.0371,
      "step": 455080
    },
    {
      "epoch": 0.9481041666666666,
      "grad_norm": 2.484710454940796,
      "learning_rate": 2.005775873431681e-06,
      "loss": 7.9308,
      "step": 455090
    },
    {
      "epoch": 0.948125,
      "grad_norm": 2.0214853286743164,
      "learning_rate": 2.0041693735442453e-06,
      "loss": 7.416,
      "step": 455100
    },
    {
      "epoch": 0.9481458333333334,
      "grad_norm": 7.015707492828369,
      "learning_rate": 2.0025635129402196e-06,
      "loss": 7.9516,
      "step": 455110
    },
    {
      "epoch": 0.9481666666666667,
      "grad_norm": 1.2678488492965698,
      "learning_rate": 2.0009582916265477e-06,
      "loss": 7.5754,
      "step": 455120
    },
    {
      "epoch": 0.9481875,
      "grad_norm": 1.5604380369186401,
      "learning_rate": 1.9993537096101407e-06,
      "loss": 7.5095,
      "step": 455130
    },
    {
      "epoch": 0.9482083333333333,
      "grad_norm": 2.0495293140411377,
      "learning_rate": 1.9977497668979437e-06,
      "loss": 7.7733,
      "step": 455140
    },
    {
      "epoch": 0.9482291666666667,
      "grad_norm": 1.828829288482666,
      "learning_rate": 1.996146463496884e-06,
      "loss": 7.6578,
      "step": 455150
    },
    {
      "epoch": 0.94825,
      "grad_norm": 1.4197537899017334,
      "learning_rate": 1.994543799413889e-06,
      "loss": 7.772,
      "step": 455160
    },
    {
      "epoch": 0.9482708333333333,
      "grad_norm": 1.726206660270691,
      "learning_rate": 1.9929417746558874e-06,
      "loss": 8.1037,
      "step": 455170
    },
    {
      "epoch": 0.9482916666666666,
      "grad_norm": 1.7606971263885498,
      "learning_rate": 1.991340389229773e-06,
      "loss": 7.5935,
      "step": 455180
    },
    {
      "epoch": 0.9483125,
      "grad_norm": 1.635141372680664,
      "learning_rate": 1.9897396431424905e-06,
      "loss": 7.8387,
      "step": 455190
    },
    {
      "epoch": 0.9483333333333334,
      "grad_norm": 2.2185962200164795,
      "learning_rate": 1.988139536400951e-06,
      "loss": 7.4543,
      "step": 455200
    },
    {
      "epoch": 0.9483541666666667,
      "grad_norm": 2.8009417057037354,
      "learning_rate": 1.9865400690120494e-06,
      "loss": 8.381,
      "step": 455210
    },
    {
      "epoch": 0.948375,
      "grad_norm": 9.84190559387207,
      "learning_rate": 1.9849412409827292e-06,
      "loss": 8.3253,
      "step": 455220
    },
    {
      "epoch": 0.9483958333333333,
      "grad_norm": 1.9272139072418213,
      "learning_rate": 1.983343052319869e-06,
      "loss": 7.8554,
      "step": 455230
    },
    {
      "epoch": 0.9484166666666667,
      "grad_norm": 1.6295853853225708,
      "learning_rate": 1.981745503030363e-06,
      "loss": 7.8312,
      "step": 455240
    },
    {
      "epoch": 0.9484375,
      "grad_norm": 5.400876045227051,
      "learning_rate": 1.980148593121139e-06,
      "loss": 8.5004,
      "step": 455250
    },
    {
      "epoch": 0.9484583333333333,
      "grad_norm": 1.029931902885437,
      "learning_rate": 1.978552322599075e-06,
      "loss": 7.3557,
      "step": 455260
    },
    {
      "epoch": 0.9484791666666667,
      "grad_norm": 2.9160995483398438,
      "learning_rate": 1.9769566914710655e-06,
      "loss": 7.797,
      "step": 455270
    },
    {
      "epoch": 0.9485,
      "grad_norm": 1.897510290145874,
      "learning_rate": 1.975361699744038e-06,
      "loss": 8.12,
      "step": 455280
    },
    {
      "epoch": 0.9485208333333334,
      "grad_norm": 4.5025200843811035,
      "learning_rate": 1.973767347424854e-06,
      "loss": 8.7014,
      "step": 455290
    },
    {
      "epoch": 0.9485416666666666,
      "grad_norm": 1.5568947792053223,
      "learning_rate": 1.972173634520374e-06,
      "loss": 7.971,
      "step": 455300
    },
    {
      "epoch": 0.9485625,
      "grad_norm": 3.6915037631988525,
      "learning_rate": 1.970580561037527e-06,
      "loss": 7.7539,
      "step": 455310
    },
    {
      "epoch": 0.9485833333333333,
      "grad_norm": 3.320218801498413,
      "learning_rate": 1.9689881269831897e-06,
      "loss": 8.0988,
      "step": 455320
    },
    {
      "epoch": 0.9486041666666667,
      "grad_norm": 1.4209729433059692,
      "learning_rate": 1.9673963323641905e-06,
      "loss": 7.5046,
      "step": 455330
    },
    {
      "epoch": 0.948625,
      "grad_norm": 1.597883939743042,
      "learning_rate": 1.9658051771874907e-06,
      "loss": 8.1049,
      "step": 455340
    },
    {
      "epoch": 0.9486458333333333,
      "grad_norm": 1.689538836479187,
      "learning_rate": 1.9642146614599007e-06,
      "loss": 8.2675,
      "step": 455350
    },
    {
      "epoch": 0.9486666666666667,
      "grad_norm": 1.5680227279663086,
      "learning_rate": 1.9626247851882993e-06,
      "loss": 7.7207,
      "step": 455360
    },
    {
      "epoch": 0.9486875,
      "grad_norm": 2.0088350772857666,
      "learning_rate": 1.9610355483795637e-06,
      "loss": 8.486,
      "step": 455370
    },
    {
      "epoch": 0.9487083333333334,
      "grad_norm": 1.727988600730896,
      "learning_rate": 1.959446951040555e-06,
      "loss": 8.3192,
      "step": 455380
    },
    {
      "epoch": 0.9487291666666666,
      "grad_norm": 2.492243528366089,
      "learning_rate": 1.9578589931781354e-06,
      "loss": 7.8781,
      "step": 455390
    },
    {
      "epoch": 0.94875,
      "grad_norm": 2.794889450073242,
      "learning_rate": 1.9562716747991648e-06,
      "loss": 8.6599,
      "step": 455400
    },
    {
      "epoch": 0.9487708333333333,
      "grad_norm": 2.7340128421783447,
      "learning_rate": 1.954684995910505e-06,
      "loss": 9.0324,
      "step": 455410
    },
    {
      "epoch": 0.9487916666666667,
      "grad_norm": 5.172770023345947,
      "learning_rate": 1.9530989565190004e-06,
      "loss": 8.3544,
      "step": 455420
    },
    {
      "epoch": 0.9488125,
      "grad_norm": 4.306739330291748,
      "learning_rate": 1.951513556631512e-06,
      "loss": 8.8395,
      "step": 455430
    },
    {
      "epoch": 0.9488333333333333,
      "grad_norm": 4.168173313140869,
      "learning_rate": 1.949928796254885e-06,
      "loss": 8.5283,
      "step": 455440
    },
    {
      "epoch": 0.9488541666666667,
      "grad_norm": 2.1635634899139404,
      "learning_rate": 1.94834467539598e-06,
      "loss": 7.449,
      "step": 455450
    },
    {
      "epoch": 0.948875,
      "grad_norm": 1.51254403591156,
      "learning_rate": 1.9467611940615914e-06,
      "loss": 8.4291,
      "step": 455460
    },
    {
      "epoch": 0.9488958333333334,
      "grad_norm": 1.9426765441894531,
      "learning_rate": 1.9451783522585973e-06,
      "loss": 7.8522,
      "step": 455470
    },
    {
      "epoch": 0.9489166666666666,
      "grad_norm": 6.737420558929443,
      "learning_rate": 1.943596149993859e-06,
      "loss": 8.1455,
      "step": 455480
    },
    {
      "epoch": 0.9489375,
      "grad_norm": 1.4624888896942139,
      "learning_rate": 1.942014587274138e-06,
      "loss": 8.5366,
      "step": 455490
    },
    {
      "epoch": 0.9489583333333333,
      "grad_norm": 2.3312554359436035,
      "learning_rate": 1.940433664106328e-06,
      "loss": 7.4598,
      "step": 455500
    },
    {
      "epoch": 0.9489791666666667,
      "grad_norm": 1.62261962890625,
      "learning_rate": 1.938853380497257e-06,
      "loss": 7.9335,
      "step": 455510
    },
    {
      "epoch": 0.949,
      "grad_norm": 3.093977451324463,
      "learning_rate": 1.937273736453704e-06,
      "loss": 7.6998,
      "step": 455520
    },
    {
      "epoch": 0.9490208333333333,
      "grad_norm": 11.764829635620117,
      "learning_rate": 1.935694731982529e-06,
      "loss": 8.6654,
      "step": 455530
    },
    {
      "epoch": 0.9490416666666667,
      "grad_norm": 1.205014705657959,
      "learning_rate": 1.93411636709056e-06,
      "loss": 9.8574,
      "step": 455540
    },
    {
      "epoch": 0.9490625,
      "grad_norm": 13.965957641601562,
      "learning_rate": 1.9325386417845757e-06,
      "loss": 9.217,
      "step": 455550
    },
    {
      "epoch": 0.9490833333333333,
      "grad_norm": 2.1468679904937744,
      "learning_rate": 1.93096155607142e-06,
      "loss": 8.6747,
      "step": 455560
    },
    {
      "epoch": 0.9491041666666666,
      "grad_norm": 1.3342289924621582,
      "learning_rate": 1.9293851099579203e-06,
      "loss": 8.4652,
      "step": 455570
    },
    {
      "epoch": 0.949125,
      "grad_norm": 1.574225902557373,
      "learning_rate": 1.927809303450839e-06,
      "loss": 7.5846,
      "step": 455580
    },
    {
      "epoch": 0.9491458333333334,
      "grad_norm": 1.546006202697754,
      "learning_rate": 1.9262341365570364e-06,
      "loss": 7.9091,
      "step": 455590
    },
    {
      "epoch": 0.9491666666666667,
      "grad_norm": 1.265434741973877,
      "learning_rate": 1.9246596092832744e-06,
      "loss": 7.5434,
      "step": 455600
    },
    {
      "epoch": 0.9491875,
      "grad_norm": 1.7650471925735474,
      "learning_rate": 1.9230857216363636e-06,
      "loss": 8.2738,
      "step": 455610
    },
    {
      "epoch": 0.9492083333333333,
      "grad_norm": 1.0834554433822632,
      "learning_rate": 1.9215124736231325e-06,
      "loss": 8.4347,
      "step": 455620
    },
    {
      "epoch": 0.9492291666666667,
      "grad_norm": 1.2483099699020386,
      "learning_rate": 1.9199398652503416e-06,
      "loss": 7.3229,
      "step": 455630
    },
    {
      "epoch": 0.94925,
      "grad_norm": 4.800166606903076,
      "learning_rate": 1.918367896524786e-06,
      "loss": 9.3039,
      "step": 455640
    },
    {
      "epoch": 0.9492708333333333,
      "grad_norm": 3.688370704650879,
      "learning_rate": 1.916796567453294e-06,
      "loss": 8.0521,
      "step": 455650
    },
    {
      "epoch": 0.9492916666666666,
      "grad_norm": 1.4292958974838257,
      "learning_rate": 1.9152258780426087e-06,
      "loss": 7.7005,
      "step": 455660
    },
    {
      "epoch": 0.9493125,
      "grad_norm": 5.396688938140869,
      "learning_rate": 1.9136558282995264e-06,
      "loss": 8.6518,
      "step": 455670
    },
    {
      "epoch": 0.9493333333333334,
      "grad_norm": 4.42300271987915,
      "learning_rate": 1.9120864182308406e-06,
      "loss": 8.1907,
      "step": 455680
    },
    {
      "epoch": 0.9493541666666667,
      "grad_norm": 2.7666242122650146,
      "learning_rate": 1.9105176478433292e-06,
      "loss": 8.0836,
      "step": 455690
    },
    {
      "epoch": 0.949375,
      "grad_norm": 2.6368885040283203,
      "learning_rate": 1.908949517143754e-06,
      "loss": 8.9514,
      "step": 455700
    },
    {
      "epoch": 0.9493958333333333,
      "grad_norm": 2.939027786254883,
      "learning_rate": 1.9073820261389096e-06,
      "loss": 8.6763,
      "step": 455710
    },
    {
      "epoch": 0.9494166666666667,
      "grad_norm": 1.1211727857589722,
      "learning_rate": 1.90581517483554e-06,
      "loss": 8.2428,
      "step": 455720
    },
    {
      "epoch": 0.9494375,
      "grad_norm": 1.3125510215759277,
      "learning_rate": 1.90424896324044e-06,
      "loss": 8.0758,
      "step": 455730
    },
    {
      "epoch": 0.9494583333333333,
      "grad_norm": 1.4566795825958252,
      "learning_rate": 1.9026833913603712e-06,
      "loss": 7.6504,
      "step": 455740
    },
    {
      "epoch": 0.9494791666666667,
      "grad_norm": 2.2316555976867676,
      "learning_rate": 1.9011184592020777e-06,
      "loss": 7.4957,
      "step": 455750
    },
    {
      "epoch": 0.9495,
      "grad_norm": 1.7425321340560913,
      "learning_rate": 1.8995541667723212e-06,
      "loss": 8.1362,
      "step": 455760
    },
    {
      "epoch": 0.9495208333333334,
      "grad_norm": 1.610197901725769,
      "learning_rate": 1.897990514077896e-06,
      "loss": 7.7925,
      "step": 455770
    },
    {
      "epoch": 0.9495416666666666,
      "grad_norm": 2.6557979583740234,
      "learning_rate": 1.896427501125497e-06,
      "loss": 8.5983,
      "step": 455780
    },
    {
      "epoch": 0.9495625,
      "grad_norm": 2.4773149490356445,
      "learning_rate": 1.894865127921935e-06,
      "loss": 8.3619,
      "step": 455790
    },
    {
      "epoch": 0.9495833333333333,
      "grad_norm": 2.50860333442688,
      "learning_rate": 1.8933033944739217e-06,
      "loss": 7.8856,
      "step": 455800
    },
    {
      "epoch": 0.9496041666666667,
      "grad_norm": 1.1194987297058105,
      "learning_rate": 1.8917423007882016e-06,
      "loss": 8.0149,
      "step": 455810
    },
    {
      "epoch": 0.949625,
      "grad_norm": 1.782759428024292,
      "learning_rate": 1.8901818468715524e-06,
      "loss": 7.6228,
      "step": 455820
    },
    {
      "epoch": 0.9496458333333333,
      "grad_norm": 1.7353975772857666,
      "learning_rate": 1.888622032730669e-06,
      "loss": 8.2324,
      "step": 455830
    },
    {
      "epoch": 0.9496666666666667,
      "grad_norm": 3.8651602268218994,
      "learning_rate": 1.887062858372329e-06,
      "loss": 7.9133,
      "step": 455840
    },
    {
      "epoch": 0.9496875,
      "grad_norm": 1.2206472158432007,
      "learning_rate": 1.8855043238032442e-06,
      "loss": 7.6484,
      "step": 455850
    },
    {
      "epoch": 0.9497083333333334,
      "grad_norm": 2.7992961406707764,
      "learning_rate": 1.8839464290301421e-06,
      "loss": 8.2721,
      "step": 455860
    },
    {
      "epoch": 0.9497291666666666,
      "grad_norm": 4.4891510009765625,
      "learning_rate": 1.8823891740597674e-06,
      "loss": 9.9374,
      "step": 455870
    },
    {
      "epoch": 0.94975,
      "grad_norm": 1.98599374294281,
      "learning_rate": 1.8808325588988648e-06,
      "loss": 7.9599,
      "step": 455880
    },
    {
      "epoch": 0.9497708333333333,
      "grad_norm": 1.9735187292099,
      "learning_rate": 1.8792765835541125e-06,
      "loss": 7.8898,
      "step": 455890
    },
    {
      "epoch": 0.9497916666666667,
      "grad_norm": 3.271092176437378,
      "learning_rate": 1.8777212480322546e-06,
      "loss": 7.5763,
      "step": 455900
    },
    {
      "epoch": 0.9498125,
      "grad_norm": 2.135622978210449,
      "learning_rate": 1.876166552340036e-06,
      "loss": 8.2901,
      "step": 455910
    },
    {
      "epoch": 0.9498333333333333,
      "grad_norm": 0.9922736287117004,
      "learning_rate": 1.8746124964841181e-06,
      "loss": 8.4956,
      "step": 455920
    },
    {
      "epoch": 0.9498541666666667,
      "grad_norm": 1.9949089288711548,
      "learning_rate": 1.8730590804712452e-06,
      "loss": 8.1324,
      "step": 455930
    },
    {
      "epoch": 0.949875,
      "grad_norm": 1.3015639781951904,
      "learning_rate": 1.8715063043081457e-06,
      "loss": 7.8388,
      "step": 455940
    },
    {
      "epoch": 0.9498958333333334,
      "grad_norm": 1.8047294616699219,
      "learning_rate": 1.8699541680014807e-06,
      "loss": 8.0925,
      "step": 455950
    },
    {
      "epoch": 0.9499166666666666,
      "grad_norm": 2.133754253387451,
      "learning_rate": 1.8684026715579946e-06,
      "loss": 7.7101,
      "step": 455960
    },
    {
      "epoch": 0.9499375,
      "grad_norm": 1.4473415613174438,
      "learning_rate": 1.8668518149843658e-06,
      "loss": 7.6906,
      "step": 455970
    },
    {
      "epoch": 0.9499583333333333,
      "grad_norm": 4.630423545837402,
      "learning_rate": 1.8653015982872888e-06,
      "loss": 8.3576,
      "step": 455980
    },
    {
      "epoch": 0.9499791666666667,
      "grad_norm": 4.553823471069336,
      "learning_rate": 1.863752021473508e-06,
      "loss": 8.0233,
      "step": 455990
    },
    {
      "epoch": 0.95,
      "grad_norm": 1.7119317054748535,
      "learning_rate": 1.8622030845496682e-06,
      "loss": 7.9618,
      "step": 456000
    },
    {
      "epoch": 0.95,
      "eval_loss": 8.602561950683594,
      "eval_runtime": 9.0652,
      "eval_samples_per_second": 0.331,
      "eval_steps_per_second": 0.11,
      "step": 456000
    },
    {
      "epoch": 0.9500208333333333,
      "grad_norm": 1.1442159414291382,
      "learning_rate": 1.8606547875224476e-06,
      "loss": 8.1493,
      "step": 456010
    },
    {
      "epoch": 0.9500416666666667,
      "grad_norm": 2.7103466987609863,
      "learning_rate": 1.859107130398607e-06,
      "loss": 8.5918,
      "step": 456020
    },
    {
      "epoch": 0.9500625,
      "grad_norm": 1.3421244621276855,
      "learning_rate": 1.8575601131847585e-06,
      "loss": 7.5398,
      "step": 456030
    },
    {
      "epoch": 0.9500833333333333,
      "grad_norm": 2.5814669132232666,
      "learning_rate": 1.8560137358876127e-06,
      "loss": 7.7418,
      "step": 456040
    },
    {
      "epoch": 0.9501041666666666,
      "grad_norm": 2.4551594257354736,
      "learning_rate": 1.8544679985138478e-06,
      "loss": 7.5493,
      "step": 456050
    },
    {
      "epoch": 0.950125,
      "grad_norm": 9.277558326721191,
      "learning_rate": 1.8529229010701418e-06,
      "loss": 8.9804,
      "step": 456060
    },
    {
      "epoch": 0.9501458333333334,
      "grad_norm": 2.1517317295074463,
      "learning_rate": 1.851378443563173e-06,
      "loss": 7.9325,
      "step": 456070
    },
    {
      "epoch": 0.9501666666666667,
      "grad_norm": 1.7706738710403442,
      "learning_rate": 1.8498346259996022e-06,
      "loss": 8.7087,
      "step": 456080
    },
    {
      "epoch": 0.9501875,
      "grad_norm": 1.9928172826766968,
      "learning_rate": 1.8482914483861077e-06,
      "loss": 7.4532,
      "step": 456090
    },
    {
      "epoch": 0.9502083333333333,
      "grad_norm": 4.625138282775879,
      "learning_rate": 1.8467489107293509e-06,
      "loss": 7.7638,
      "step": 456100
    },
    {
      "epoch": 0.9502291666666667,
      "grad_norm": 8.135430335998535,
      "learning_rate": 1.845207013035993e-06,
      "loss": 8.702,
      "step": 456110
    },
    {
      "epoch": 0.95025,
      "grad_norm": 1.6468745470046997,
      "learning_rate": 1.8436657553126956e-06,
      "loss": 7.5793,
      "step": 456120
    },
    {
      "epoch": 0.9502708333333333,
      "grad_norm": 1.6558589935302734,
      "learning_rate": 1.8421251375661195e-06,
      "loss": 8.0146,
      "step": 456130
    },
    {
      "epoch": 0.9502916666666666,
      "grad_norm": 1.232741355895996,
      "learning_rate": 1.8405851598029098e-06,
      "loss": 8.483,
      "step": 456140
    },
    {
      "epoch": 0.9503125,
      "grad_norm": 5.627700328826904,
      "learning_rate": 1.8390458220297443e-06,
      "loss": 8.0633,
      "step": 456150
    },
    {
      "epoch": 0.9503333333333334,
      "grad_norm": 4.2243852615356445,
      "learning_rate": 1.8375071242532514e-06,
      "loss": 8.3385,
      "step": 456160
    },
    {
      "epoch": 0.9503541666666667,
      "grad_norm": 1.808321475982666,
      "learning_rate": 1.8359690664800753e-06,
      "loss": 7.2598,
      "step": 456170
    },
    {
      "epoch": 0.950375,
      "grad_norm": 22.239431381225586,
      "learning_rate": 1.834431648716861e-06,
      "loss": 7.8687,
      "step": 456180
    },
    {
      "epoch": 0.9503958333333333,
      "grad_norm": 2.2292189598083496,
      "learning_rate": 1.8328948709702528e-06,
      "loss": 7.8629,
      "step": 456190
    },
    {
      "epoch": 0.9504166666666667,
      "grad_norm": 1.4273415803909302,
      "learning_rate": 1.831358733246896e-06,
      "loss": 7.4242,
      "step": 456200
    },
    {
      "epoch": 0.9504375,
      "grad_norm": 1.3900140523910522,
      "learning_rate": 1.8298232355534182e-06,
      "loss": 8.6237,
      "step": 456210
    },
    {
      "epoch": 0.9504583333333333,
      "grad_norm": 1.7416242361068726,
      "learning_rate": 1.8282883778964808e-06,
      "loss": 7.4677,
      "step": 456220
    },
    {
      "epoch": 0.9504791666666667,
      "grad_norm": 1.4179950952529907,
      "learning_rate": 1.8267541602826451e-06,
      "loss": 7.3038,
      "step": 456230
    },
    {
      "epoch": 0.9505,
      "grad_norm": 1.5055938959121704,
      "learning_rate": 1.8252205827186063e-06,
      "loss": 7.3065,
      "step": 456240
    },
    {
      "epoch": 0.9505208333333334,
      "grad_norm": 1.953548789024353,
      "learning_rate": 1.8236876452109584e-06,
      "loss": 7.8239,
      "step": 456250
    },
    {
      "epoch": 0.9505416666666666,
      "grad_norm": 1.5031826496124268,
      "learning_rate": 1.822155347766313e-06,
      "loss": 7.6734,
      "step": 456260
    },
    {
      "epoch": 0.9505625,
      "grad_norm": 8.539836883544922,
      "learning_rate": 1.8206236903913152e-06,
      "loss": 8.3412,
      "step": 456270
    },
    {
      "epoch": 0.9505833333333333,
      "grad_norm": 1.729139804840088,
      "learning_rate": 1.819092673092576e-06,
      "loss": 8.0135,
      "step": 456280
    },
    {
      "epoch": 0.9506041666666667,
      "grad_norm": 2.654480218887329,
      "learning_rate": 1.81756229587669e-06,
      "loss": 8.6787,
      "step": 456290
    },
    {
      "epoch": 0.950625,
      "grad_norm": 1.0662304162979126,
      "learning_rate": 1.8160325587502855e-06,
      "loss": 8.4225,
      "step": 456300
    },
    {
      "epoch": 0.9506458333333333,
      "grad_norm": 2.990617036819458,
      "learning_rate": 1.8145034617199739e-06,
      "loss": 8.0401,
      "step": 456310
    },
    {
      "epoch": 0.9506666666666667,
      "grad_norm": 1.9914696216583252,
      "learning_rate": 1.8129750047923498e-06,
      "loss": 7.7297,
      "step": 456320
    },
    {
      "epoch": 0.9506875,
      "grad_norm": 1.8452801704406738,
      "learning_rate": 1.8114471879740077e-06,
      "loss": 7.5747,
      "step": 456330
    },
    {
      "epoch": 0.9507083333333334,
      "grad_norm": 2.5535504817962646,
      "learning_rate": 1.8099200112715595e-06,
      "loss": 7.7399,
      "step": 456340
    },
    {
      "epoch": 0.9507291666666666,
      "grad_norm": 1.4600189924240112,
      "learning_rate": 1.8083934746915996e-06,
      "loss": 9.1867,
      "step": 456350
    },
    {
      "epoch": 0.95075,
      "grad_norm": 2.800834894180298,
      "learning_rate": 1.8068675782407062e-06,
      "loss": 7.792,
      "step": 456360
    },
    {
      "epoch": 0.9507708333333333,
      "grad_norm": 1.22450852394104,
      "learning_rate": 1.805342321925507e-06,
      "loss": 7.6148,
      "step": 456370
    },
    {
      "epoch": 0.9507916666666667,
      "grad_norm": 1.5194122791290283,
      "learning_rate": 1.8038177057525637e-06,
      "loss": 7.9155,
      "step": 456380
    },
    {
      "epoch": 0.9508125,
      "grad_norm": 2.63610577583313,
      "learning_rate": 1.802293729728471e-06,
      "loss": 8.109,
      "step": 456390
    },
    {
      "epoch": 0.9508333333333333,
      "grad_norm": 1.6306002140045166,
      "learning_rate": 1.8007703938598073e-06,
      "loss": 7.9588,
      "step": 456400
    },
    {
      "epoch": 0.9508541666666667,
      "grad_norm": 1.1590962409973145,
      "learning_rate": 1.79924769815315e-06,
      "loss": 8.0329,
      "step": 456410
    },
    {
      "epoch": 0.950875,
      "grad_norm": 22.966381072998047,
      "learning_rate": 1.7977256426150776e-06,
      "loss": 8.6106,
      "step": 456420
    },
    {
      "epoch": 0.9508958333333334,
      "grad_norm": 1.633803129196167,
      "learning_rate": 1.796204227252168e-06,
      "loss": 7.6524,
      "step": 456430
    },
    {
      "epoch": 0.9509166666666666,
      "grad_norm": 2.0809483528137207,
      "learning_rate": 1.7946834520709996e-06,
      "loss": 8.2411,
      "step": 456440
    },
    {
      "epoch": 0.9509375,
      "grad_norm": 3.8849778175354004,
      "learning_rate": 1.7931633170781333e-06,
      "loss": 8.1156,
      "step": 456450
    },
    {
      "epoch": 0.9509583333333333,
      "grad_norm": 1.5056828260421753,
      "learning_rate": 1.791643822280131e-06,
      "loss": 7.3566,
      "step": 456460
    },
    {
      "epoch": 0.9509791666666667,
      "grad_norm": 2.365661382675171,
      "learning_rate": 1.7901249676835705e-06,
      "loss": 8.1223,
      "step": 456470
    },
    {
      "epoch": 0.951,
      "grad_norm": 2.3588244915008545,
      "learning_rate": 1.7886067532950133e-06,
      "loss": 8.983,
      "step": 456480
    },
    {
      "epoch": 0.9510208333333333,
      "grad_norm": 2.1328861713409424,
      "learning_rate": 1.7870891791209875e-06,
      "loss": 7.5015,
      "step": 456490
    },
    {
      "epoch": 0.9510416666666667,
      "grad_norm": 2.4396421909332275,
      "learning_rate": 1.7855722451680877e-06,
      "loss": 8.614,
      "step": 456500
    },
    {
      "epoch": 0.9510625,
      "grad_norm": 5.177924156188965,
      "learning_rate": 1.7840559514428421e-06,
      "loss": 8.265,
      "step": 456510
    },
    {
      "epoch": 0.9510833333333333,
      "grad_norm": 4.170852184295654,
      "learning_rate": 1.7825402979517955e-06,
      "loss": 8.4067,
      "step": 456520
    },
    {
      "epoch": 0.9511041666666666,
      "grad_norm": 1.8517659902572632,
      "learning_rate": 1.781025284701526e-06,
      "loss": 7.5664,
      "step": 456530
    },
    {
      "epoch": 0.951125,
      "grad_norm": 2.396345615386963,
      "learning_rate": 1.779510911698545e-06,
      "loss": 8.8312,
      "step": 456540
    },
    {
      "epoch": 0.9511458333333334,
      "grad_norm": 1.6323661804199219,
      "learning_rate": 1.7779971789494141e-06,
      "loss": 7.9408,
      "step": 456550
    },
    {
      "epoch": 0.9511666666666667,
      "grad_norm": 1.5070796012878418,
      "learning_rate": 1.7764840864606611e-06,
      "loss": 7.7413,
      "step": 456560
    },
    {
      "epoch": 0.9511875,
      "grad_norm": 3.9477274417877197,
      "learning_rate": 1.7749716342388143e-06,
      "loss": 7.7914,
      "step": 456570
    },
    {
      "epoch": 0.9512083333333333,
      "grad_norm": 1.8352301120758057,
      "learning_rate": 1.773459822290435e-06,
      "loss": 7.8305,
      "step": 456580
    },
    {
      "epoch": 0.9512291666666667,
      "grad_norm": 3.4948909282684326,
      "learning_rate": 1.7719486506220515e-06,
      "loss": 7.6416,
      "step": 456590
    },
    {
      "epoch": 0.95125,
      "grad_norm": 2.3016436100006104,
      "learning_rate": 1.7704381192401418e-06,
      "loss": 7.6972,
      "step": 456600
    },
    {
      "epoch": 0.9512708333333333,
      "grad_norm": 1.622512698173523,
      "learning_rate": 1.768928228151284e-06,
      "loss": 8.23,
      "step": 456610
    },
    {
      "epoch": 0.9512916666666666,
      "grad_norm": 1.186171054840088,
      "learning_rate": 1.7674189773619896e-06,
      "loss": 8.1205,
      "step": 456620
    },
    {
      "epoch": 0.9513125,
      "grad_norm": 1.6067447662353516,
      "learning_rate": 1.7659103668787533e-06,
      "loss": 7.8478,
      "step": 456630
    },
    {
      "epoch": 0.9513333333333334,
      "grad_norm": 3.554232358932495,
      "learning_rate": 1.76440239670812e-06,
      "loss": 8.3053,
      "step": 456640
    },
    {
      "epoch": 0.9513541666666666,
      "grad_norm": 1.3920013904571533,
      "learning_rate": 1.762895066856601e-06,
      "loss": 9.9977,
      "step": 456650
    },
    {
      "epoch": 0.951375,
      "grad_norm": 1.3808469772338867,
      "learning_rate": 1.7613883773306747e-06,
      "loss": 8.2006,
      "step": 456660
    },
    {
      "epoch": 0.9513958333333333,
      "grad_norm": 3.8057408332824707,
      "learning_rate": 1.7598823281368857e-06,
      "loss": 8.0566,
      "step": 456670
    },
    {
      "epoch": 0.9514166666666667,
      "grad_norm": 1.5133836269378662,
      "learning_rate": 1.7583769192817454e-06,
      "loss": 8.6493,
      "step": 456680
    },
    {
      "epoch": 0.9514375,
      "grad_norm": 6.027098655700684,
      "learning_rate": 1.7568721507717155e-06,
      "loss": 8.4583,
      "step": 456690
    },
    {
      "epoch": 0.9514583333333333,
      "grad_norm": 2.6286427974700928,
      "learning_rate": 1.7553680226133071e-06,
      "loss": 8.3564,
      "step": 456700
    },
    {
      "epoch": 0.9514791666666667,
      "grad_norm": 2.4195821285247803,
      "learning_rate": 1.7538645348130654e-06,
      "loss": 7.687,
      "step": 456710
    },
    {
      "epoch": 0.9515,
      "grad_norm": 1.0006344318389893,
      "learning_rate": 1.752361687377435e-06,
      "loss": 7.5199,
      "step": 456720
    },
    {
      "epoch": 0.9515208333333334,
      "grad_norm": 2.250373601913452,
      "learning_rate": 1.7508594803129105e-06,
      "loss": 7.8353,
      "step": 456730
    },
    {
      "epoch": 0.9515416666666666,
      "grad_norm": 1.8593454360961914,
      "learning_rate": 1.7493579136260038e-06,
      "loss": 8.0871,
      "step": 456740
    },
    {
      "epoch": 0.9515625,
      "grad_norm": 2.055471658706665,
      "learning_rate": 1.747856987323193e-06,
      "loss": 8.1563,
      "step": 456750
    },
    {
      "epoch": 0.9515833333333333,
      "grad_norm": 1.6233247518539429,
      "learning_rate": 1.7463567014109392e-06,
      "loss": 8.6865,
      "step": 456760
    },
    {
      "epoch": 0.9516041666666667,
      "grad_norm": 3.018960952758789,
      "learning_rate": 1.7448570558957543e-06,
      "loss": 8.0178,
      "step": 456770
    },
    {
      "epoch": 0.951625,
      "grad_norm": 3.449963331222534,
      "learning_rate": 1.7433580507840994e-06,
      "loss": 7.8112,
      "step": 456780
    },
    {
      "epoch": 0.9516458333333333,
      "grad_norm": 1.9246548414230347,
      "learning_rate": 1.7418596860824695e-06,
      "loss": 8.4025,
      "step": 456790
    },
    {
      "epoch": 0.9516666666666667,
      "grad_norm": 1.6867955923080444,
      "learning_rate": 1.7403619617973096e-06,
      "loss": 7.8749,
      "step": 456800
    },
    {
      "epoch": 0.9516875,
      "grad_norm": 1.3448492288589478,
      "learning_rate": 1.7388648779350979e-06,
      "loss": 7.379,
      "step": 456810
    },
    {
      "epoch": 0.9517083333333334,
      "grad_norm": 1.6759824752807617,
      "learning_rate": 1.7373684345022953e-06,
      "loss": 8.1467,
      "step": 456820
    },
    {
      "epoch": 0.9517291666666666,
      "grad_norm": 2.744795799255371,
      "learning_rate": 1.7358726315053806e-06,
      "loss": 7.9331,
      "step": 456830
    },
    {
      "epoch": 0.95175,
      "grad_norm": 2.423264741897583,
      "learning_rate": 1.7343774689508149e-06,
      "loss": 8.215,
      "step": 456840
    },
    {
      "epoch": 0.9517708333333333,
      "grad_norm": 2.6112194061279297,
      "learning_rate": 1.73288294684506e-06,
      "loss": 8.6038,
      "step": 456850
    },
    {
      "epoch": 0.9517916666666667,
      "grad_norm": 2.867311954498291,
      "learning_rate": 1.7313890651945439e-06,
      "loss": 7.8338,
      "step": 456860
    },
    {
      "epoch": 0.9518125,
      "grad_norm": 5.09238338470459,
      "learning_rate": 1.7298958240057448e-06,
      "loss": 8.4829,
      "step": 456870
    },
    {
      "epoch": 0.9518333333333333,
      "grad_norm": 2.7830617427825928,
      "learning_rate": 1.7284032232851075e-06,
      "loss": 9.5795,
      "step": 456880
    },
    {
      "epoch": 0.9518541666666667,
      "grad_norm": 3.2793803215026855,
      "learning_rate": 1.7269112630390768e-06,
      "loss": 7.7576,
      "step": 456890
    },
    {
      "epoch": 0.951875,
      "grad_norm": 1.7317759990692139,
      "learning_rate": 1.7254199432740978e-06,
      "loss": 7.4999,
      "step": 456900
    },
    {
      "epoch": 0.9518958333333334,
      "grad_norm": 4.1557841300964355,
      "learning_rate": 1.7239292639966318e-06,
      "loss": 7.9982,
      "step": 456910
    },
    {
      "epoch": 0.9519166666666666,
      "grad_norm": 1.4200835227966309,
      "learning_rate": 1.7224392252130736e-06,
      "loss": 7.8895,
      "step": 456920
    },
    {
      "epoch": 0.9519375,
      "grad_norm": 1.3779951333999634,
      "learning_rate": 1.7209498269299016e-06,
      "loss": 7.7838,
      "step": 456930
    },
    {
      "epoch": 0.9519583333333334,
      "grad_norm": 5.622007369995117,
      "learning_rate": 1.7194610691535272e-06,
      "loss": 7.5133,
      "step": 456940
    },
    {
      "epoch": 0.9519791666666667,
      "grad_norm": 1.7360399961471558,
      "learning_rate": 1.7179729518903785e-06,
      "loss": 8.4638,
      "step": 456950
    },
    {
      "epoch": 0.952,
      "grad_norm": 1.558908224105835,
      "learning_rate": 1.716485475146917e-06,
      "loss": 7.4493,
      "step": 456960
    },
    {
      "epoch": 0.9520208333333333,
      "grad_norm": 2.0084006786346436,
      "learning_rate": 1.714998638929521e-06,
      "loss": 8.732,
      "step": 456970
    },
    {
      "epoch": 0.9520416666666667,
      "grad_norm": 2.019815683364868,
      "learning_rate": 1.7135124432446357e-06,
      "loss": 8.0748,
      "step": 456980
    },
    {
      "epoch": 0.9520625,
      "grad_norm": 1.9315229654312134,
      "learning_rate": 1.7120268880987054e-06,
      "loss": 8.3867,
      "step": 456990
    },
    {
      "epoch": 0.9520833333333333,
      "grad_norm": 1.718995213508606,
      "learning_rate": 1.7105419734981086e-06,
      "loss": 8.1252,
      "step": 457000
    },
    {
      "epoch": 0.9520833333333333,
      "eval_loss": 7.133944511413574,
      "eval_runtime": 8.794,
      "eval_samples_per_second": 0.341,
      "eval_steps_per_second": 0.114,
      "step": 457000
    },
    {
      "epoch": 0.9521041666666666,
      "grad_norm": 1.6061471700668335,
      "learning_rate": 1.7090576994492566e-06,
      "loss": 7.831,
      "step": 457010
    },
    {
      "epoch": 0.952125,
      "grad_norm": 11.403068542480469,
      "learning_rate": 1.7075740659585946e-06,
      "loss": 7.9684,
      "step": 457020
    },
    {
      "epoch": 0.9521458333333334,
      "grad_norm": 2.0357789993286133,
      "learning_rate": 1.7060910730325171e-06,
      "loss": 8.5749,
      "step": 457030
    },
    {
      "epoch": 0.9521666666666667,
      "grad_norm": 1.7992608547210693,
      "learning_rate": 1.7046087206774195e-06,
      "loss": 8.5927,
      "step": 457040
    },
    {
      "epoch": 0.9521875,
      "grad_norm": 1.8657604455947876,
      "learning_rate": 1.7031270088997129e-06,
      "loss": 8.4678,
      "step": 457050
    },
    {
      "epoch": 0.9522083333333333,
      "grad_norm": 1.9850504398345947,
      "learning_rate": 1.7016459377058089e-06,
      "loss": 7.7712,
      "step": 457060
    },
    {
      "epoch": 0.9522291666666667,
      "grad_norm": 1.9643408060073853,
      "learning_rate": 1.7001655071020691e-06,
      "loss": 7.8861,
      "step": 457070
    },
    {
      "epoch": 0.95225,
      "grad_norm": 2.523872137069702,
      "learning_rate": 1.6986857170949385e-06,
      "loss": 7.7363,
      "step": 457080
    },
    {
      "epoch": 0.9522708333333333,
      "grad_norm": 2.3390212059020996,
      "learning_rate": 1.6972065676907787e-06,
      "loss": 7.6837,
      "step": 457090
    },
    {
      "epoch": 0.9522916666666666,
      "grad_norm": 6.764664649963379,
      "learning_rate": 1.6957280588959676e-06,
      "loss": 7.9022,
      "step": 457100
    },
    {
      "epoch": 0.9523125,
      "grad_norm": 4.920952796936035,
      "learning_rate": 1.6942501907169337e-06,
      "loss": 8.2996,
      "step": 457110
    },
    {
      "epoch": 0.9523333333333334,
      "grad_norm": 1.3688466548919678,
      "learning_rate": 1.6927729631600217e-06,
      "loss": 7.9625,
      "step": 457120
    },
    {
      "epoch": 0.9523541666666666,
      "grad_norm": 2.591672658920288,
      "learning_rate": 1.6912963762316267e-06,
      "loss": 7.6872,
      "step": 457130
    },
    {
      "epoch": 0.952375,
      "grad_norm": 5.059919357299805,
      "learning_rate": 1.6898204299381269e-06,
      "loss": 8.0901,
      "step": 457140
    },
    {
      "epoch": 0.9523958333333333,
      "grad_norm": 1.3829138278961182,
      "learning_rate": 1.6883451242858836e-06,
      "loss": 7.8508,
      "step": 457150
    },
    {
      "epoch": 0.9524166666666667,
      "grad_norm": 1.5423810482025146,
      "learning_rate": 1.6868704592813087e-06,
      "loss": 7.9476,
      "step": 457160
    },
    {
      "epoch": 0.9524375,
      "grad_norm": 4.04464054107666,
      "learning_rate": 1.6853964349307304e-06,
      "loss": 7.5586,
      "step": 457170
    },
    {
      "epoch": 0.9524583333333333,
      "grad_norm": 3.4737191200256348,
      "learning_rate": 1.6839230512405433e-06,
      "loss": 8.314,
      "step": 457180
    },
    {
      "epoch": 0.9524791666666667,
      "grad_norm": 2.534282684326172,
      "learning_rate": 1.6824503082170926e-06,
      "loss": 8.9643,
      "step": 457190
    },
    {
      "epoch": 0.9525,
      "grad_norm": 2.070072650909424,
      "learning_rate": 1.6809782058667564e-06,
      "loss": 7.6791,
      "step": 457200
    },
    {
      "epoch": 0.9525208333333334,
      "grad_norm": 9.72208309173584,
      "learning_rate": 1.6795067441958798e-06,
      "loss": 8.8751,
      "step": 457210
    },
    {
      "epoch": 0.9525416666666666,
      "grad_norm": 1.5396504402160645,
      "learning_rate": 1.6780359232108242e-06,
      "loss": 7.9149,
      "step": 457220
    },
    {
      "epoch": 0.9525625,
      "grad_norm": 1.5142979621887207,
      "learning_rate": 1.6765657429179347e-06,
      "loss": 7.5954,
      "step": 457230
    },
    {
      "epoch": 0.9525833333333333,
      "grad_norm": 1.2302887439727783,
      "learning_rate": 1.6750962033235892e-06,
      "loss": 7.9236,
      "step": 457240
    },
    {
      "epoch": 0.9526041666666667,
      "grad_norm": 1.8865517377853394,
      "learning_rate": 1.6736273044341163e-06,
      "loss": 8.478,
      "step": 457250
    },
    {
      "epoch": 0.952625,
      "grad_norm": 1.0716842412948608,
      "learning_rate": 1.6721590462558443e-06,
      "loss": 7.8984,
      "step": 457260
    },
    {
      "epoch": 0.9526458333333333,
      "grad_norm": 26.44328498840332,
      "learning_rate": 1.6706914287951346e-06,
      "loss": 9.3396,
      "step": 457270
    },
    {
      "epoch": 0.9526666666666667,
      "grad_norm": 2.166584014892578,
      "learning_rate": 1.6692244520583487e-06,
      "loss": 8.2695,
      "step": 457280
    },
    {
      "epoch": 0.9526875,
      "grad_norm": 3.757200241088867,
      "learning_rate": 1.6677581160517817e-06,
      "loss": 7.9316,
      "step": 457290
    },
    {
      "epoch": 0.9527083333333334,
      "grad_norm": 1.1354670524597168,
      "learning_rate": 1.6662924207817784e-06,
      "loss": 7.6991,
      "step": 457300
    },
    {
      "epoch": 0.9527291666666666,
      "grad_norm": 2.6199791431427,
      "learning_rate": 1.6648273662547008e-06,
      "loss": 7.7537,
      "step": 457310
    },
    {
      "epoch": 0.95275,
      "grad_norm": 4.014084815979004,
      "learning_rate": 1.6633629524768265e-06,
      "loss": 7.5981,
      "step": 457320
    },
    {
      "epoch": 0.9527708333333333,
      "grad_norm": 1.681639313697815,
      "learning_rate": 1.6618991794545344e-06,
      "loss": 7.7697,
      "step": 457330
    },
    {
      "epoch": 0.9527916666666667,
      "grad_norm": 5.118002414703369,
      "learning_rate": 1.6604360471941025e-06,
      "loss": 8.6728,
      "step": 457340
    },
    {
      "epoch": 0.9528125,
      "grad_norm": 3.2884764671325684,
      "learning_rate": 1.6589735557018757e-06,
      "loss": 7.7353,
      "step": 457350
    },
    {
      "epoch": 0.9528333333333333,
      "grad_norm": 2.176274299621582,
      "learning_rate": 1.6575117049841823e-06,
      "loss": 8.4148,
      "step": 457360
    },
    {
      "epoch": 0.9528541666666667,
      "grad_norm": 1.8716120719909668,
      "learning_rate": 1.6560504950473009e-06,
      "loss": 7.7613,
      "step": 457370
    },
    {
      "epoch": 0.952875,
      "grad_norm": 2.3790924549102783,
      "learning_rate": 1.6545899258975593e-06,
      "loss": 7.7947,
      "step": 457380
    },
    {
      "epoch": 0.9528958333333334,
      "grad_norm": 1.4733227491378784,
      "learning_rate": 1.653129997541286e-06,
      "loss": 7.9579,
      "step": 457390
    },
    {
      "epoch": 0.9529166666666666,
      "grad_norm": 1.4985779523849487,
      "learning_rate": 1.6516707099847592e-06,
      "loss": 8.2387,
      "step": 457400
    },
    {
      "epoch": 0.9529375,
      "grad_norm": 2.009932041168213,
      "learning_rate": 1.6502120632342907e-06,
      "loss": 7.943,
      "step": 457410
    },
    {
      "epoch": 0.9529583333333334,
      "grad_norm": 1.2528387308120728,
      "learning_rate": 1.648754057296192e-06,
      "loss": 8.7945,
      "step": 457420
    },
    {
      "epoch": 0.9529791666666667,
      "grad_norm": 8.565364837646484,
      "learning_rate": 1.6472966921767584e-06,
      "loss": 7.4544,
      "step": 457430
    },
    {
      "epoch": 0.953,
      "grad_norm": 1.0639216899871826,
      "learning_rate": 1.6458399678822676e-06,
      "loss": 7.3942,
      "step": 457440
    },
    {
      "epoch": 0.9530208333333333,
      "grad_norm": 3.1287615299224854,
      "learning_rate": 1.6443838844190482e-06,
      "loss": 7.7242,
      "step": 457450
    },
    {
      "epoch": 0.9530416666666667,
      "grad_norm": 1.1585423946380615,
      "learning_rate": 1.6429284417933619e-06,
      "loss": 8.1901,
      "step": 457460
    },
    {
      "epoch": 0.9530625,
      "grad_norm": 1.7183434963226318,
      "learning_rate": 1.641473640011487e-06,
      "loss": 8.048,
      "step": 457470
    },
    {
      "epoch": 0.9530833333333333,
      "grad_norm": 1.9539083242416382,
      "learning_rate": 1.640019479079735e-06,
      "loss": 8.2508,
      "step": 457480
    },
    {
      "epoch": 0.9531041666666666,
      "grad_norm": 3.2564337253570557,
      "learning_rate": 1.6385659590043677e-06,
      "loss": 8.145,
      "step": 457490
    },
    {
      "epoch": 0.953125,
      "grad_norm": 2.4623122215270996,
      "learning_rate": 1.6371130797916631e-06,
      "loss": 8.0133,
      "step": 457500
    },
    {
      "epoch": 0.9531458333333334,
      "grad_norm": 1.8043122291564941,
      "learning_rate": 1.6356608414479e-06,
      "loss": 7.7093,
      "step": 457510
    },
    {
      "epoch": 0.9531666666666667,
      "grad_norm": 2.186474323272705,
      "learning_rate": 1.634209243979373e-06,
      "loss": 8.005,
      "step": 457520
    },
    {
      "epoch": 0.9531875,
      "grad_norm": 1.2033909559249878,
      "learning_rate": 1.6327582873923273e-06,
      "loss": 8.3192,
      "step": 457530
    },
    {
      "epoch": 0.9532083333333333,
      "grad_norm": 1.5451520681381226,
      "learning_rate": 1.631307971693041e-06,
      "loss": 7.7127,
      "step": 457540
    },
    {
      "epoch": 0.9532291666666667,
      "grad_norm": 1.1882882118225098,
      "learning_rate": 1.629858296887776e-06,
      "loss": 7.7533,
      "step": 457550
    },
    {
      "epoch": 0.95325,
      "grad_norm": 2.6170973777770996,
      "learning_rate": 1.6284092629827773e-06,
      "loss": 7.6793,
      "step": 457560
    },
    {
      "epoch": 0.9532708333333333,
      "grad_norm": 3.4703104496002197,
      "learning_rate": 1.6269608699843394e-06,
      "loss": 8.381,
      "step": 457570
    },
    {
      "epoch": 0.9532916666666666,
      "grad_norm": 1.3935248851776123,
      "learning_rate": 1.6255131178986913e-06,
      "loss": 7.7715,
      "step": 457580
    },
    {
      "epoch": 0.9533125,
      "grad_norm": 1.1943434476852417,
      "learning_rate": 1.6240660067321109e-06,
      "loss": 7.6621,
      "step": 457590
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 2.6116280555725098,
      "learning_rate": 1.6226195364908269e-06,
      "loss": 8.6694,
      "step": 457600
    },
    {
      "epoch": 0.9533541666666666,
      "grad_norm": 1.3782365322113037,
      "learning_rate": 1.6211737071810838e-06,
      "loss": 7.7885,
      "step": 457610
    },
    {
      "epoch": 0.953375,
      "grad_norm": 1.165669560432434,
      "learning_rate": 1.6197285188091602e-06,
      "loss": 7.5434,
      "step": 457620
    },
    {
      "epoch": 0.9533958333333333,
      "grad_norm": 1.867370367050171,
      "learning_rate": 1.6182839713812512e-06,
      "loss": 7.7635,
      "step": 457630
    },
    {
      "epoch": 0.9534166666666667,
      "grad_norm": 4.4138360023498535,
      "learning_rate": 1.6168400649036183e-06,
      "loss": 8.471,
      "step": 457640
    },
    {
      "epoch": 0.9534375,
      "grad_norm": 1.2027825117111206,
      "learning_rate": 1.6153967993825402e-06,
      "loss": 8.0286,
      "step": 457650
    },
    {
      "epoch": 0.9534583333333333,
      "grad_norm": 2.4036128520965576,
      "learning_rate": 1.613954174824178e-06,
      "loss": 7.8692,
      "step": 457660
    },
    {
      "epoch": 0.9534791666666667,
      "grad_norm": 1.5547302961349487,
      "learning_rate": 1.6125121912348105e-06,
      "loss": 7.3893,
      "step": 457670
    },
    {
      "epoch": 0.9535,
      "grad_norm": 3.329913854598999,
      "learning_rate": 1.6110708486206492e-06,
      "loss": 8.2265,
      "step": 457680
    },
    {
      "epoch": 0.9535208333333334,
      "grad_norm": 1.3589446544647217,
      "learning_rate": 1.6096301469879226e-06,
      "loss": 7.9931,
      "step": 457690
    },
    {
      "epoch": 0.9535416666666666,
      "grad_norm": 2.341252088546753,
      "learning_rate": 1.6081900863428753e-06,
      "loss": 8.2154,
      "step": 457700
    },
    {
      "epoch": 0.9535625,
      "grad_norm": 3.1394569873809814,
      "learning_rate": 1.606750666691703e-06,
      "loss": 7.9062,
      "step": 457710
    },
    {
      "epoch": 0.9535833333333333,
      "grad_norm": 1.0877639055252075,
      "learning_rate": 1.6053118880406168e-06,
      "loss": 7.7111,
      "step": 457720
    },
    {
      "epoch": 0.9536041666666667,
      "grad_norm": 4.806325912475586,
      "learning_rate": 1.603873750395862e-06,
      "loss": 7.4569,
      "step": 457730
    },
    {
      "epoch": 0.953625,
      "grad_norm": 1.0969407558441162,
      "learning_rate": 1.6024362537636172e-06,
      "loss": 7.8471,
      "step": 457740
    },
    {
      "epoch": 0.9536458333333333,
      "grad_norm": 1.6607853174209595,
      "learning_rate": 1.60099939815011e-06,
      "loss": 9.3416,
      "step": 457750
    },
    {
      "epoch": 0.9536666666666667,
      "grad_norm": 5.260138034820557,
      "learning_rate": 1.599563183561553e-06,
      "loss": 7.9924,
      "step": 457760
    },
    {
      "epoch": 0.9536875,
      "grad_norm": 2.440155029296875,
      "learning_rate": 1.5981276100041407e-06,
      "loss": 7.6706,
      "step": 457770
    },
    {
      "epoch": 0.9537083333333334,
      "grad_norm": 4.300246238708496,
      "learning_rate": 1.5966926774840682e-06,
      "loss": 7.4082,
      "step": 457780
    },
    {
      "epoch": 0.9537291666666666,
      "grad_norm": 3.8309221267700195,
      "learning_rate": 1.5952583860075473e-06,
      "loss": 7.5063,
      "step": 457790
    },
    {
      "epoch": 0.95375,
      "grad_norm": 1.2815662622451782,
      "learning_rate": 1.5938247355807732e-06,
      "loss": 7.8947,
      "step": 457800
    },
    {
      "epoch": 0.9537708333333333,
      "grad_norm": 1.3477458953857422,
      "learning_rate": 1.592391726209924e-06,
      "loss": 8.2463,
      "step": 457810
    },
    {
      "epoch": 0.9537916666666667,
      "grad_norm": 1.7451566457748413,
      "learning_rate": 1.5909593579011947e-06,
      "loss": 7.5077,
      "step": 457820
    },
    {
      "epoch": 0.9538125,
      "grad_norm": 1.58428156375885,
      "learning_rate": 1.5895276306607806e-06,
      "loss": 8.4293,
      "step": 457830
    },
    {
      "epoch": 0.9538333333333333,
      "grad_norm": 2.2213170528411865,
      "learning_rate": 1.5880965444948767e-06,
      "loss": 7.6181,
      "step": 457840
    },
    {
      "epoch": 0.9538541666666667,
      "grad_norm": 2.1501500606536865,
      "learning_rate": 1.586666099409628e-06,
      "loss": 7.8253,
      "step": 457850
    },
    {
      "epoch": 0.953875,
      "grad_norm": 2.1425552368164062,
      "learning_rate": 1.5852362954112463e-06,
      "loss": 8.5905,
      "step": 457860
    },
    {
      "epoch": 0.9538958333333334,
      "grad_norm": 6.151966094970703,
      "learning_rate": 1.5838071325058932e-06,
      "loss": 7.9281,
      "step": 457870
    },
    {
      "epoch": 0.9539166666666666,
      "grad_norm": 1.5683050155639648,
      "learning_rate": 1.5823786106997638e-06,
      "loss": 7.8621,
      "step": 457880
    },
    {
      "epoch": 0.9539375,
      "grad_norm": 1.229670763015747,
      "learning_rate": 1.5809507299989865e-06,
      "loss": 8.747,
      "step": 457890
    },
    {
      "epoch": 0.9539583333333334,
      "grad_norm": 4.31574821472168,
      "learning_rate": 1.579523490409773e-06,
      "loss": 8.5923,
      "step": 457900
    },
    {
      "epoch": 0.9539791666666667,
      "grad_norm": 3.086005449295044,
      "learning_rate": 1.5780968919382519e-06,
      "loss": 8.3313,
      "step": 457910
    },
    {
      "epoch": 0.954,
      "grad_norm": 1.4143708944320679,
      "learning_rate": 1.5766709345906182e-06,
      "loss": 7.4609,
      "step": 457920
    },
    {
      "epoch": 0.9540208333333333,
      "grad_norm": 1.6794766187667847,
      "learning_rate": 1.575245618373e-06,
      "loss": 8.37,
      "step": 457930
    },
    {
      "epoch": 0.9540416666666667,
      "grad_norm": 1.1968902349472046,
      "learning_rate": 1.573820943291576e-06,
      "loss": 7.6532,
      "step": 457940
    },
    {
      "epoch": 0.9540625,
      "grad_norm": 1.8310587406158447,
      "learning_rate": 1.5723969093525079e-06,
      "loss": 7.7306,
      "step": 457950
    },
    {
      "epoch": 0.9540833333333333,
      "grad_norm": 3.195594310760498,
      "learning_rate": 1.5709735165619241e-06,
      "loss": 7.5526,
      "step": 457960
    },
    {
      "epoch": 0.9541041666666666,
      "grad_norm": 2.5194032192230225,
      "learning_rate": 1.5695507649259697e-06,
      "loss": 8.5014,
      "step": 457970
    },
    {
      "epoch": 0.954125,
      "grad_norm": 1.3808091878890991,
      "learning_rate": 1.5681286544508232e-06,
      "loss": 7.6961,
      "step": 457980
    },
    {
      "epoch": 0.9541458333333334,
      "grad_norm": 2.325448989868164,
      "learning_rate": 1.5667071851426127e-06,
      "loss": 7.9884,
      "step": 457990
    },
    {
      "epoch": 0.9541666666666667,
      "grad_norm": 3.065098762512207,
      "learning_rate": 1.5652863570074336e-06,
      "loss": 8.0378,
      "step": 458000
    },
    {
      "epoch": 0.9541666666666667,
      "eval_loss": 6.756943702697754,
      "eval_runtime": 9.2356,
      "eval_samples_per_second": 0.325,
      "eval_steps_per_second": 0.108,
      "step": 458000
    },
    {
      "epoch": 0.9541875,
      "grad_norm": 1.2559099197387695,
      "learning_rate": 1.5638661700514976e-06,
      "loss": 7.2894,
      "step": 458010
    },
    {
      "epoch": 0.9542083333333333,
      "grad_norm": 3.4550094604492188,
      "learning_rate": 1.5624466242808996e-06,
      "loss": 7.8297,
      "step": 458020
    },
    {
      "epoch": 0.9542291666666667,
      "grad_norm": 1.0748541355133057,
      "learning_rate": 1.5610277197017685e-06,
      "loss": 8.0938,
      "step": 458030
    },
    {
      "epoch": 0.95425,
      "grad_norm": 1.6421358585357666,
      "learning_rate": 1.5596094563202488e-06,
      "loss": 7.5208,
      "step": 458040
    },
    {
      "epoch": 0.9542708333333333,
      "grad_norm": 1.9133754968643188,
      "learning_rate": 1.5581918341424527e-06,
      "loss": 9.0681,
      "step": 458050
    },
    {
      "epoch": 0.9542916666666666,
      "grad_norm": 1.328730821609497,
      "learning_rate": 1.5567748531745083e-06,
      "loss": 8.0747,
      "step": 458060
    },
    {
      "epoch": 0.9543125,
      "grad_norm": 3.3103413581848145,
      "learning_rate": 1.5553585134225444e-06,
      "loss": 8.1148,
      "step": 458070
    },
    {
      "epoch": 0.9543333333333334,
      "grad_norm": 3.226379871368408,
      "learning_rate": 1.553942814892689e-06,
      "loss": 8.9861,
      "step": 458080
    },
    {
      "epoch": 0.9543541666666666,
      "grad_norm": 1.2044752836227417,
      "learning_rate": 1.552527757591021e-06,
      "loss": 7.2528,
      "step": 458090
    },
    {
      "epoch": 0.954375,
      "grad_norm": 1.7987829446792603,
      "learning_rate": 1.5511133415236854e-06,
      "loss": 7.9081,
      "step": 458100
    },
    {
      "epoch": 0.9543958333333333,
      "grad_norm": 1.3316924571990967,
      "learning_rate": 1.5496995666967605e-06,
      "loss": 7.6805,
      "step": 458110
    },
    {
      "epoch": 0.9544166666666667,
      "grad_norm": 1.4320026636123657,
      "learning_rate": 1.5482864331163913e-06,
      "loss": 7.5603,
      "step": 458120
    },
    {
      "epoch": 0.9544375,
      "grad_norm": 2.400604248046875,
      "learning_rate": 1.5468739407886566e-06,
      "loss": 8.2456,
      "step": 458130
    },
    {
      "epoch": 0.9544583333333333,
      "grad_norm": 1.1161530017852783,
      "learning_rate": 1.5454620897196679e-06,
      "loss": 8.2349,
      "step": 458140
    },
    {
      "epoch": 0.9544791666666667,
      "grad_norm": 2.2169032096862793,
      "learning_rate": 1.5440508799155204e-06,
      "loss": 8.5823,
      "step": 458150
    },
    {
      "epoch": 0.9545,
      "grad_norm": 1.6440742015838623,
      "learning_rate": 1.5426403113823095e-06,
      "loss": 7.9527,
      "step": 458160
    },
    {
      "epoch": 0.9545208333333334,
      "grad_norm": 3.146571397781372,
      "learning_rate": 1.5412303841261298e-06,
      "loss": 7.7681,
      "step": 458170
    },
    {
      "epoch": 0.9545416666666666,
      "grad_norm": 2.3745028972625732,
      "learning_rate": 1.53982109815306e-06,
      "loss": 8.2284,
      "step": 458180
    },
    {
      "epoch": 0.9545625,
      "grad_norm": 1.6664260625839233,
      "learning_rate": 1.5384124534692121e-06,
      "loss": 8.2101,
      "step": 458190
    },
    {
      "epoch": 0.9545833333333333,
      "grad_norm": 1.1828616857528687,
      "learning_rate": 1.5370044500806478e-06,
      "loss": 7.4536,
      "step": 458200
    },
    {
      "epoch": 0.9546041666666667,
      "grad_norm": 1.3290109634399414,
      "learning_rate": 1.535597087993462e-06,
      "loss": 7.8842,
      "step": 458210
    },
    {
      "epoch": 0.954625,
      "grad_norm": 2.310643196105957,
      "learning_rate": 1.5341903672137335e-06,
      "loss": 8.0959,
      "step": 458220
    },
    {
      "epoch": 0.9546458333333333,
      "grad_norm": 4.425076484680176,
      "learning_rate": 1.5327842877475238e-06,
      "loss": 7.4252,
      "step": 458230
    },
    {
      "epoch": 0.9546666666666667,
      "grad_norm": 1.787866473197937,
      "learning_rate": 1.5313788496009283e-06,
      "loss": 7.923,
      "step": 458240
    },
    {
      "epoch": 0.9546875,
      "grad_norm": 3.3246638774871826,
      "learning_rate": 1.5299740527800086e-06,
      "loss": 7.9266,
      "step": 458250
    },
    {
      "epoch": 0.9547083333333334,
      "grad_norm": 4.960866451263428,
      "learning_rate": 1.5285698972908434e-06,
      "loss": 8.0012,
      "step": 458260
    },
    {
      "epoch": 0.9547291666666666,
      "grad_norm": 1.7296948432922363,
      "learning_rate": 1.527166383139461e-06,
      "loss": 8.5639,
      "step": 458270
    },
    {
      "epoch": 0.95475,
      "grad_norm": 1.474827527999878,
      "learning_rate": 1.5257635103319732e-06,
      "loss": 7.1748,
      "step": 458280
    },
    {
      "epoch": 0.9547708333333333,
      "grad_norm": 3.9075024127960205,
      "learning_rate": 1.5243612788744085e-06,
      "loss": 8.0858,
      "step": 458290
    },
    {
      "epoch": 0.9547916666666667,
      "grad_norm": 1.1960121393203735,
      "learning_rate": 1.522959688772829e-06,
      "loss": 8.0223,
      "step": 458300
    },
    {
      "epoch": 0.9548125,
      "grad_norm": 2.341726303100586,
      "learning_rate": 1.5215587400332962e-06,
      "loss": 8.0437,
      "step": 458310
    },
    {
      "epoch": 0.9548333333333333,
      "grad_norm": 1.3940165042877197,
      "learning_rate": 1.5201584326618555e-06,
      "loss": 7.5392,
      "step": 458320
    },
    {
      "epoch": 0.9548541666666667,
      "grad_norm": 1.7766879796981812,
      "learning_rate": 1.5187587666645684e-06,
      "loss": 7.5306,
      "step": 458330
    },
    {
      "epoch": 0.954875,
      "grad_norm": 2.122908115386963,
      "learning_rate": 1.5173597420474636e-06,
      "loss": 8.4176,
      "step": 458340
    },
    {
      "epoch": 0.9548958333333334,
      "grad_norm": 2.897523880004883,
      "learning_rate": 1.5159613588165863e-06,
      "loss": 8.0664,
      "step": 458350
    },
    {
      "epoch": 0.9549166666666666,
      "grad_norm": 1.2148332595825195,
      "learning_rate": 1.5145636169779817e-06,
      "loss": 7.7718,
      "step": 458360
    },
    {
      "epoch": 0.9549375,
      "grad_norm": 2.0123095512390137,
      "learning_rate": 1.5131665165376949e-06,
      "loss": 8.1372,
      "step": 458370
    },
    {
      "epoch": 0.9549583333333334,
      "grad_norm": 2.09419322013855,
      "learning_rate": 1.5117700575017378e-06,
      "loss": 7.819,
      "step": 458380
    },
    {
      "epoch": 0.9549791666666667,
      "grad_norm": 1.6985315084457397,
      "learning_rate": 1.5103742398761887e-06,
      "loss": 7.8962,
      "step": 458390
    },
    {
      "epoch": 0.955,
      "grad_norm": 1.8474050760269165,
      "learning_rate": 1.5089790636670262e-06,
      "loss": 8.0941,
      "step": 458400
    },
    {
      "epoch": 0.9550208333333333,
      "grad_norm": 1.75104558467865,
      "learning_rate": 1.5075845288802957e-06,
      "loss": 7.6333,
      "step": 458410
    },
    {
      "epoch": 0.9550416666666667,
      "grad_norm": 1.455532431602478,
      "learning_rate": 1.5061906355220254e-06,
      "loss": 8.2441,
      "step": 458420
    },
    {
      "epoch": 0.9550625,
      "grad_norm": 5.5033183097839355,
      "learning_rate": 1.504797383598244e-06,
      "loss": 7.5488,
      "step": 458430
    },
    {
      "epoch": 0.9550833333333333,
      "grad_norm": 1.9473916292190552,
      "learning_rate": 1.5034047731149302e-06,
      "loss": 7.4876,
      "step": 458440
    },
    {
      "epoch": 0.9551041666666666,
      "grad_norm": 4.3399271965026855,
      "learning_rate": 1.5020128040781621e-06,
      "loss": 7.7208,
      "step": 458450
    },
    {
      "epoch": 0.955125,
      "grad_norm": 1.6690521240234375,
      "learning_rate": 1.5006214764939018e-06,
      "loss": 7.8523,
      "step": 458460
    },
    {
      "epoch": 0.9551458333333334,
      "grad_norm": 1.384883165359497,
      "learning_rate": 1.4992307903681778e-06,
      "loss": 7.8304,
      "step": 458470
    },
    {
      "epoch": 0.9551666666666667,
      "grad_norm": 5.2626051902771,
      "learning_rate": 1.4978407457070019e-06,
      "loss": 7.5062,
      "step": 458480
    },
    {
      "epoch": 0.9551875,
      "grad_norm": 1.7876099348068237,
      "learning_rate": 1.4964513425163694e-06,
      "loss": 8.0932,
      "step": 458490
    },
    {
      "epoch": 0.9552083333333333,
      "grad_norm": 1.6387516260147095,
      "learning_rate": 1.4950625808022921e-06,
      "loss": 7.7199,
      "step": 458500
    },
    {
      "epoch": 0.9552291666666667,
      "grad_norm": 2.7532224655151367,
      "learning_rate": 1.4936744605707485e-06,
      "loss": 8.1329,
      "step": 458510
    },
    {
      "epoch": 0.95525,
      "grad_norm": 1.3948816061019897,
      "learning_rate": 1.4922869818277504e-06,
      "loss": 8.0514,
      "step": 458520
    },
    {
      "epoch": 0.9552708333333333,
      "grad_norm": 2.8948817253112793,
      "learning_rate": 1.4909001445792933e-06,
      "loss": 8.3887,
      "step": 458530
    },
    {
      "epoch": 0.9552916666666667,
      "grad_norm": 1.991865634918213,
      "learning_rate": 1.4895139488313722e-06,
      "loss": 8.3933,
      "step": 458540
    },
    {
      "epoch": 0.9553125,
      "grad_norm": 3.5852131843566895,
      "learning_rate": 1.4881283945899492e-06,
      "loss": 7.5493,
      "step": 458550
    },
    {
      "epoch": 0.9553333333333334,
      "grad_norm": 1.2202767133712769,
      "learning_rate": 1.4867434818610358e-06,
      "loss": 7.5649,
      "step": 458560
    },
    {
      "epoch": 0.9553541666666666,
      "grad_norm": 1.9497414827346802,
      "learning_rate": 1.4853592106506107e-06,
      "loss": 7.6458,
      "step": 458570
    },
    {
      "epoch": 0.955375,
      "grad_norm": 3.103127956390381,
      "learning_rate": 1.4839755809646359e-06,
      "loss": 7.7586,
      "step": 458580
    },
    {
      "epoch": 0.9553958333333333,
      "grad_norm": 1.2702702283859253,
      "learning_rate": 1.4825925928091064e-06,
      "loss": 7.7145,
      "step": 458590
    },
    {
      "epoch": 0.9554166666666667,
      "grad_norm": 1.9870216846466064,
      "learning_rate": 1.4812102461899844e-06,
      "loss": 8.248,
      "step": 458600
    },
    {
      "epoch": 0.9554375,
      "grad_norm": 1.5190273523330688,
      "learning_rate": 1.4798285411132482e-06,
      "loss": 7.8415,
      "step": 458610
    },
    {
      "epoch": 0.9554583333333333,
      "grad_norm": 2.2209787368774414,
      "learning_rate": 1.4784474775848765e-06,
      "loss": 7.5928,
      "step": 458620
    },
    {
      "epoch": 0.9554791666666667,
      "grad_norm": 3.094849109649658,
      "learning_rate": 1.4770670556108143e-06,
      "loss": 8.2796,
      "step": 458630
    },
    {
      "epoch": 0.9555,
      "grad_norm": 2.55024790763855,
      "learning_rate": 1.475687275197024e-06,
      "loss": 8.49,
      "step": 458640
    },
    {
      "epoch": 0.9555208333333334,
      "grad_norm": 1.3380331993103027,
      "learning_rate": 1.4743081363494836e-06,
      "loss": 7.9476,
      "step": 458650
    },
    {
      "epoch": 0.9555416666666666,
      "grad_norm": 2.0134437084198,
      "learning_rate": 1.4729296390741384e-06,
      "loss": 7.5228,
      "step": 458660
    },
    {
      "epoch": 0.9555625,
      "grad_norm": 3.3223929405212402,
      "learning_rate": 1.4715517833769508e-06,
      "loss": 7.4627,
      "step": 458670
    },
    {
      "epoch": 0.9555833333333333,
      "grad_norm": 1.8276408910751343,
      "learning_rate": 1.4701745692638822e-06,
      "loss": 8.7285,
      "step": 458680
    },
    {
      "epoch": 0.9556041666666667,
      "grad_norm": 1.599471926689148,
      "learning_rate": 1.468797996740828e-06,
      "loss": 8.0337,
      "step": 458690
    },
    {
      "epoch": 0.955625,
      "grad_norm": 1.6263635158538818,
      "learning_rate": 1.4674220658138003e-06,
      "loss": 7.9541,
      "step": 458700
    },
    {
      "epoch": 0.9556458333333333,
      "grad_norm": 1.7848342657089233,
      "learning_rate": 1.4660467764887273e-06,
      "loss": 8.012,
      "step": 458710
    },
    {
      "epoch": 0.9556666666666667,
      "grad_norm": 3.5281529426574707,
      "learning_rate": 1.4646721287715045e-06,
      "loss": 7.7929,
      "step": 458720
    },
    {
      "epoch": 0.9556875,
      "grad_norm": 1.2580636739730835,
      "learning_rate": 1.4632981226681273e-06,
      "loss": 8.3223,
      "step": 458730
    },
    {
      "epoch": 0.9557083333333334,
      "grad_norm": 2.3961198329925537,
      "learning_rate": 1.4619247581845072e-06,
      "loss": 8.6507,
      "step": 458740
    },
    {
      "epoch": 0.9557291666666666,
      "grad_norm": 3.0718045234680176,
      "learning_rate": 1.4605520353265564e-06,
      "loss": 8.1753,
      "step": 458750
    },
    {
      "epoch": 0.95575,
      "grad_norm": 39.546146392822266,
      "learning_rate": 1.4591799541002536e-06,
      "loss": 9.6324,
      "step": 458760
    },
    {
      "epoch": 0.9557708333333333,
      "grad_norm": 5.430548667907715,
      "learning_rate": 1.457808514511477e-06,
      "loss": 8.0446,
      "step": 458770
    },
    {
      "epoch": 0.9557916666666667,
      "grad_norm": 3.3190929889678955,
      "learning_rate": 1.4564377165661722e-06,
      "loss": 8.0872,
      "step": 458780
    },
    {
      "epoch": 0.9558125,
      "grad_norm": 1.053941249847412,
      "learning_rate": 1.4550675602702678e-06,
      "loss": 7.7244,
      "step": 458790
    },
    {
      "epoch": 0.9558333333333333,
      "grad_norm": 2.2835800647735596,
      "learning_rate": 1.4536980456296753e-06,
      "loss": 8.5017,
      "step": 458800
    },
    {
      "epoch": 0.9558541666666667,
      "grad_norm": 2.2706193923950195,
      "learning_rate": 1.4523291726502905e-06,
      "loss": 8.6466,
      "step": 458810
    },
    {
      "epoch": 0.955875,
      "grad_norm": 1.863298773765564,
      "learning_rate": 1.4509609413380752e-06,
      "loss": 9.1245,
      "step": 458820
    },
    {
      "epoch": 0.9558958333333333,
      "grad_norm": 10.987526893615723,
      "learning_rate": 1.4495933516988744e-06,
      "loss": 8.1681,
      "step": 458830
    },
    {
      "epoch": 0.9559166666666666,
      "grad_norm": 2.384066104888916,
      "learning_rate": 1.4482264037386503e-06,
      "loss": 8.491,
      "step": 458840
    },
    {
      "epoch": 0.9559375,
      "grad_norm": 1.5101045370101929,
      "learning_rate": 1.4468600974632816e-06,
      "loss": 8.9191,
      "step": 458850
    },
    {
      "epoch": 0.9559583333333334,
      "grad_norm": 1.7164555788040161,
      "learning_rate": 1.4454944328786799e-06,
      "loss": 7.9708,
      "step": 458860
    },
    {
      "epoch": 0.9559791666666667,
      "grad_norm": 2.7183518409729004,
      "learning_rate": 1.4441294099907407e-06,
      "loss": 7.5163,
      "step": 458870
    },
    {
      "epoch": 0.956,
      "grad_norm": 1.6603957414627075,
      "learning_rate": 1.4427650288053428e-06,
      "loss": 8.1906,
      "step": 458880
    },
    {
      "epoch": 0.9560208333333333,
      "grad_norm": 7.091794967651367,
      "learning_rate": 1.4414012893284144e-06,
      "loss": 9.0606,
      "step": 458890
    },
    {
      "epoch": 0.9560416666666667,
      "grad_norm": 1.8186463117599487,
      "learning_rate": 1.4400381915658342e-06,
      "loss": 8.0068,
      "step": 458900
    },
    {
      "epoch": 0.9560625,
      "grad_norm": 1.9237321615219116,
      "learning_rate": 1.4386757355234645e-06,
      "loss": 7.9506,
      "step": 458910
    },
    {
      "epoch": 0.9560833333333333,
      "grad_norm": 7.021878242492676,
      "learning_rate": 1.437313921207217e-06,
      "loss": 8.4324,
      "step": 458920
    },
    {
      "epoch": 0.9561041666666666,
      "grad_norm": 1.8042160272598267,
      "learning_rate": 1.4359527486229872e-06,
      "loss": 8.1623,
      "step": 458930
    },
    {
      "epoch": 0.956125,
      "grad_norm": 1.607442855834961,
      "learning_rate": 1.43459221777662e-06,
      "loss": 8.5781,
      "step": 458940
    },
    {
      "epoch": 0.9561458333333334,
      "grad_norm": 2.821838855743408,
      "learning_rate": 1.433232328674011e-06,
      "loss": 8.1135,
      "step": 458950
    },
    {
      "epoch": 0.9561666666666667,
      "grad_norm": 2.80515718460083,
      "learning_rate": 1.431873081321039e-06,
      "loss": 7.8397,
      "step": 458960
    },
    {
      "epoch": 0.9561875,
      "grad_norm": 1.8540277481079102,
      "learning_rate": 1.4305144757235487e-06,
      "loss": 7.9301,
      "step": 458970
    },
    {
      "epoch": 0.9562083333333333,
      "grad_norm": 6.050149917602539,
      "learning_rate": 1.429156511887436e-06,
      "loss": 7.7961,
      "step": 458980
    },
    {
      "epoch": 0.9562291666666667,
      "grad_norm": 1.9228847026824951,
      "learning_rate": 1.4277991898185625e-06,
      "loss": 8.2358,
      "step": 458990
    },
    {
      "epoch": 0.95625,
      "grad_norm": 2.0885679721832275,
      "learning_rate": 1.4264425095227739e-06,
      "loss": 8.0536,
      "step": 459000
    },
    {
      "epoch": 0.95625,
      "eval_loss": 7.215680122375488,
      "eval_runtime": 8.6438,
      "eval_samples_per_second": 0.347,
      "eval_steps_per_second": 0.116,
      "step": 459000
    },
    {
      "epoch": 0.9562708333333333,
      "grad_norm": 5.503817558288574,
      "learning_rate": 1.425086471005965e-06,
      "loss": 8.0266,
      "step": 459010
    },
    {
      "epoch": 0.9562916666666667,
      "grad_norm": 2.0874059200286865,
      "learning_rate": 1.4237310742739648e-06,
      "loss": 7.989,
      "step": 459020
    },
    {
      "epoch": 0.9563125,
      "grad_norm": 3.367637872695923,
      "learning_rate": 1.4223763193326354e-06,
      "loss": 8.0677,
      "step": 459030
    },
    {
      "epoch": 0.9563333333333334,
      "grad_norm": 1.318440318107605,
      "learning_rate": 1.4210222061878218e-06,
      "loss": 8.0367,
      "step": 459040
    },
    {
      "epoch": 0.9563541666666666,
      "grad_norm": 1.894903540611267,
      "learning_rate": 1.4196687348454029e-06,
      "loss": 7.8588,
      "step": 459050
    },
    {
      "epoch": 0.956375,
      "grad_norm": 1.2728681564331055,
      "learning_rate": 1.4183159053111737e-06,
      "loss": 7.6566,
      "step": 459060
    },
    {
      "epoch": 0.9563958333333333,
      "grad_norm": 1.6920080184936523,
      "learning_rate": 1.4169637175910299e-06,
      "loss": 7.6287,
      "step": 459070
    },
    {
      "epoch": 0.9564166666666667,
      "grad_norm": 1.633499026298523,
      "learning_rate": 1.4156121716907832e-06,
      "loss": 8.0527,
      "step": 459080
    },
    {
      "epoch": 0.9564375,
      "grad_norm": 2.2630484104156494,
      "learning_rate": 1.4142612676162624e-06,
      "loss": 7.5492,
      "step": 459090
    },
    {
      "epoch": 0.9564583333333333,
      "grad_norm": 2.0193822383880615,
      "learning_rate": 1.4129110053733461e-06,
      "loss": 7.5296,
      "step": 459100
    },
    {
      "epoch": 0.9564791666666667,
      "grad_norm": 2.494915246963501,
      "learning_rate": 1.4115613849678299e-06,
      "loss": 7.6732,
      "step": 459110
    },
    {
      "epoch": 0.9565,
      "grad_norm": 1.9647369384765625,
      "learning_rate": 1.4102124064055252e-06,
      "loss": 8.1591,
      "step": 459120
    },
    {
      "epoch": 0.9565208333333334,
      "grad_norm": 1.3234978914260864,
      "learning_rate": 1.408864069692328e-06,
      "loss": 7.5028,
      "step": 459130
    },
    {
      "epoch": 0.9565416666666666,
      "grad_norm": 4.736618518829346,
      "learning_rate": 1.407516374834e-06,
      "loss": 7.7958,
      "step": 459140
    },
    {
      "epoch": 0.9565625,
      "grad_norm": 1.6774520874023438,
      "learning_rate": 1.4061693218363868e-06,
      "loss": 7.9601,
      "step": 459150
    },
    {
      "epoch": 0.9565833333333333,
      "grad_norm": 2.3659090995788574,
      "learning_rate": 1.4048229107053e-06,
      "loss": 7.613,
      "step": 459160
    },
    {
      "epoch": 0.9566041666666667,
      "grad_norm": 1.3542933464050293,
      "learning_rate": 1.4034771414465684e-06,
      "loss": 7.3769,
      "step": 459170
    },
    {
      "epoch": 0.956625,
      "grad_norm": 3.0445685386657715,
      "learning_rate": 1.4021320140659874e-06,
      "loss": 8.5471,
      "step": 459180
    },
    {
      "epoch": 0.9566458333333333,
      "grad_norm": 1.958240270614624,
      "learning_rate": 1.4007875285694025e-06,
      "loss": 8.4104,
      "step": 459190
    },
    {
      "epoch": 0.9566666666666667,
      "grad_norm": 3.3382773399353027,
      "learning_rate": 1.3994436849625756e-06,
      "loss": 7.9107,
      "step": 459200
    },
    {
      "epoch": 0.9566875,
      "grad_norm": 3.3326377868652344,
      "learning_rate": 1.3981004832513187e-06,
      "loss": 7.9442,
      "step": 459210
    },
    {
      "epoch": 0.9567083333333334,
      "grad_norm": 1.7732651233673096,
      "learning_rate": 1.3967579234414772e-06,
      "loss": 7.5066,
      "step": 459220
    },
    {
      "epoch": 0.9567291666666666,
      "grad_norm": 3.8025147914886475,
      "learning_rate": 1.3954160055387963e-06,
      "loss": 8.2712,
      "step": 459230
    },
    {
      "epoch": 0.95675,
      "grad_norm": 4.137404918670654,
      "learning_rate": 1.394074729549105e-06,
      "loss": 8.2935,
      "step": 459240
    },
    {
      "epoch": 0.9567708333333333,
      "grad_norm": 2.1087334156036377,
      "learning_rate": 1.3927340954781985e-06,
      "loss": 7.8076,
      "step": 459250
    },
    {
      "epoch": 0.9567916666666667,
      "grad_norm": 2.01702880859375,
      "learning_rate": 1.3913941033318387e-06,
      "loss": 8.2486,
      "step": 459260
    },
    {
      "epoch": 0.9568125,
      "grad_norm": 2.0438084602355957,
      "learning_rate": 1.390054753115838e-06,
      "loss": 8.506,
      "step": 459270
    },
    {
      "epoch": 0.9568333333333333,
      "grad_norm": 4.472966194152832,
      "learning_rate": 1.3887160448359913e-06,
      "loss": 8.0389,
      "step": 459280
    },
    {
      "epoch": 0.9568541666666667,
      "grad_norm": 1.6327793598175049,
      "learning_rate": 1.3873779784980444e-06,
      "loss": 7.7254,
      "step": 459290
    },
    {
      "epoch": 0.956875,
      "grad_norm": 1.4903329610824585,
      "learning_rate": 1.3860405541078257e-06,
      "loss": 7.7625,
      "step": 459300
    },
    {
      "epoch": 0.9568958333333333,
      "grad_norm": 1.7588247060775757,
      "learning_rate": 1.384703771671064e-06,
      "loss": 8.531,
      "step": 459310
    },
    {
      "epoch": 0.9569166666666666,
      "grad_norm": 2.3310728073120117,
      "learning_rate": 1.3833676311935716e-06,
      "loss": 7.7062,
      "step": 459320
    },
    {
      "epoch": 0.9569375,
      "grad_norm": 4.078317165374756,
      "learning_rate": 1.3820321326810934e-06,
      "loss": 7.7774,
      "step": 459330
    },
    {
      "epoch": 0.9569583333333334,
      "grad_norm": 1.7192803621292114,
      "learning_rate": 1.3806972761394085e-06,
      "loss": 9.1976,
      "step": 459340
    },
    {
      "epoch": 0.9569791666666667,
      "grad_norm": 17.55010414123535,
      "learning_rate": 1.3793630615742956e-06,
      "loss": 9.0776,
      "step": 459350
    },
    {
      "epoch": 0.957,
      "grad_norm": 1.69182550907135,
      "learning_rate": 1.3780294889915e-06,
      "loss": 8.0252,
      "step": 459360
    },
    {
      "epoch": 0.9570208333333333,
      "grad_norm": 1.7512686252593994,
      "learning_rate": 1.3766965583967838e-06,
      "loss": 7.4948,
      "step": 459370
    },
    {
      "epoch": 0.9570416666666667,
      "grad_norm": 1.8003400564193726,
      "learning_rate": 1.3753642697959089e-06,
      "loss": 8.5312,
      "step": 459380
    },
    {
      "epoch": 0.9570625,
      "grad_norm": 1.2880663871765137,
      "learning_rate": 1.374032623194654e-06,
      "loss": 7.6245,
      "step": 459390
    },
    {
      "epoch": 0.9570833333333333,
      "grad_norm": 2.4657347202301025,
      "learning_rate": 1.372701618598715e-06,
      "loss": 7.8064,
      "step": 459400
    },
    {
      "epoch": 0.9571041666666666,
      "grad_norm": 1.1169471740722656,
      "learning_rate": 1.3713712560138867e-06,
      "loss": 7.2026,
      "step": 459410
    },
    {
      "epoch": 0.957125,
      "grad_norm": 2.9921343326568604,
      "learning_rate": 1.3700415354459148e-06,
      "loss": 7.814,
      "step": 459420
    },
    {
      "epoch": 0.9571458333333334,
      "grad_norm": 1.3000266551971436,
      "learning_rate": 1.3687124569005114e-06,
      "loss": 7.4861,
      "step": 459430
    },
    {
      "epoch": 0.9571666666666667,
      "grad_norm": 1.3865406513214111,
      "learning_rate": 1.3673840203834386e-06,
      "loss": 7.4121,
      "step": 459440
    },
    {
      "epoch": 0.9571875,
      "grad_norm": 1.861538052558899,
      "learning_rate": 1.3660562259004581e-06,
      "loss": 8.0274,
      "step": 459450
    },
    {
      "epoch": 0.9572083333333333,
      "grad_norm": 1.5438283681869507,
      "learning_rate": 1.3647290734572658e-06,
      "loss": 7.8842,
      "step": 459460
    },
    {
      "epoch": 0.9572291666666667,
      "grad_norm": 1.5859770774841309,
      "learning_rate": 1.3634025630596068e-06,
      "loss": 7.685,
      "step": 459470
    },
    {
      "epoch": 0.95725,
      "grad_norm": 2.544949531555176,
      "learning_rate": 1.3620766947132267e-06,
      "loss": 9.0655,
      "step": 459480
    },
    {
      "epoch": 0.9572708333333333,
      "grad_norm": 3.995304584503174,
      "learning_rate": 1.3607514684238209e-06,
      "loss": 7.9957,
      "step": 459490
    },
    {
      "epoch": 0.9572916666666667,
      "grad_norm": 1.6572524309158325,
      "learning_rate": 1.3594268841971511e-06,
      "loss": 7.9207,
      "step": 459500
    },
    {
      "epoch": 0.9573125,
      "grad_norm": 2.692535161972046,
      "learning_rate": 1.3581029420389134e-06,
      "loss": 7.8796,
      "step": 459510
    },
    {
      "epoch": 0.9573333333333334,
      "grad_norm": 3.2269465923309326,
      "learning_rate": 1.3567796419548194e-06,
      "loss": 8.3174,
      "step": 459520
    },
    {
      "epoch": 0.9573541666666666,
      "grad_norm": 1.7721595764160156,
      "learning_rate": 1.3554569839506313e-06,
      "loss": 8.0283,
      "step": 459530
    },
    {
      "epoch": 0.957375,
      "grad_norm": 2.6737029552459717,
      "learning_rate": 1.3541349680320114e-06,
      "loss": 7.8854,
      "step": 459540
    },
    {
      "epoch": 0.9573958333333333,
      "grad_norm": 1.459841012954712,
      "learning_rate": 1.3528135942047047e-06,
      "loss": 7.7436,
      "step": 459550
    },
    {
      "epoch": 0.9574166666666667,
      "grad_norm": 10.911447525024414,
      "learning_rate": 1.3514928624743904e-06,
      "loss": 7.9391,
      "step": 459560
    },
    {
      "epoch": 0.9574375,
      "grad_norm": 1.4808897972106934,
      "learning_rate": 1.350172772846797e-06,
      "loss": 7.6892,
      "step": 459570
    },
    {
      "epoch": 0.9574583333333333,
      "grad_norm": 1.8652082681655884,
      "learning_rate": 1.3488533253276034e-06,
      "loss": 7.8788,
      "step": 459580
    },
    {
      "epoch": 0.9574791666666667,
      "grad_norm": 1.6262149810791016,
      "learning_rate": 1.3475345199225385e-06,
      "loss": 7.7318,
      "step": 459590
    },
    {
      "epoch": 0.9575,
      "grad_norm": 2.2122416496276855,
      "learning_rate": 1.3462163566372809e-06,
      "loss": 7.8327,
      "step": 459600
    },
    {
      "epoch": 0.9575208333333334,
      "grad_norm": 2.349477767944336,
      "learning_rate": 1.3448988354775093e-06,
      "loss": 7.9463,
      "step": 459610
    },
    {
      "epoch": 0.9575416666666666,
      "grad_norm": 2.1340174674987793,
      "learning_rate": 1.3435819564489526e-06,
      "loss": 8.2741,
      "step": 459620
    },
    {
      "epoch": 0.9575625,
      "grad_norm": 1.8592941761016846,
      "learning_rate": 1.3422657195572728e-06,
      "loss": 7.2319,
      "step": 459630
    },
    {
      "epoch": 0.9575833333333333,
      "grad_norm": 1.8908708095550537,
      "learning_rate": 1.3409501248081656e-06,
      "loss": 8.1525,
      "step": 459640
    },
    {
      "epoch": 0.9576041666666667,
      "grad_norm": 2.25459361076355,
      "learning_rate": 1.3396351722073096e-06,
      "loss": 7.7652,
      "step": 459650
    },
    {
      "epoch": 0.957625,
      "grad_norm": 1.4683266878128052,
      "learning_rate": 1.3383208617603835e-06,
      "loss": 7.8867,
      "step": 459660
    },
    {
      "epoch": 0.9576458333333333,
      "grad_norm": 2.5401976108551025,
      "learning_rate": 1.3370071934730664e-06,
      "loss": 8.3699,
      "step": 459670
    },
    {
      "epoch": 0.9576666666666667,
      "grad_norm": 1.3079091310501099,
      "learning_rate": 1.3356941673510368e-06,
      "loss": 7.4915,
      "step": 459680
    },
    {
      "epoch": 0.9576875,
      "grad_norm": 2.8483593463897705,
      "learning_rate": 1.3343817833999738e-06,
      "loss": 8.1268,
      "step": 459690
    },
    {
      "epoch": 0.9577083333333334,
      "grad_norm": 1.434704303741455,
      "learning_rate": 1.3330700416255225e-06,
      "loss": 7.5293,
      "step": 459700
    },
    {
      "epoch": 0.9577291666666666,
      "grad_norm": 5.374798774719238,
      "learning_rate": 1.331758942033362e-06,
      "loss": 8.8896,
      "step": 459710
    },
    {
      "epoch": 0.95775,
      "grad_norm": 1.141701340675354,
      "learning_rate": 1.3304484846291542e-06,
      "loss": 7.4429,
      "step": 459720
    },
    {
      "epoch": 0.9577708333333333,
      "grad_norm": 2.6511425971984863,
      "learning_rate": 1.329138669418578e-06,
      "loss": 8.0945,
      "step": 459730
    },
    {
      "epoch": 0.9577916666666667,
      "grad_norm": 1.8579014539718628,
      "learning_rate": 1.3278294964072455e-06,
      "loss": 8.329,
      "step": 459740
    },
    {
      "epoch": 0.9578125,
      "grad_norm": 1.321600317955017,
      "learning_rate": 1.3265209656008524e-06,
      "loss": 8.8102,
      "step": 459750
    },
    {
      "epoch": 0.9578333333333333,
      "grad_norm": 1.4409133195877075,
      "learning_rate": 1.3252130770050605e-06,
      "loss": 7.7602,
      "step": 459760
    },
    {
      "epoch": 0.9578541666666667,
      "grad_norm": 1.260076642036438,
      "learning_rate": 1.3239058306254658e-06,
      "loss": 8.0109,
      "step": 459770
    },
    {
      "epoch": 0.957875,
      "grad_norm": 2.544590711593628,
      "learning_rate": 1.3225992264677631e-06,
      "loss": 8.5014,
      "step": 459780
    },
    {
      "epoch": 0.9578958333333333,
      "grad_norm": 3.357693672180176,
      "learning_rate": 1.3212932645375983e-06,
      "loss": 7.4519,
      "step": 459790
    },
    {
      "epoch": 0.9579166666666666,
      "grad_norm": 3.4287896156311035,
      "learning_rate": 1.319987944840567e-06,
      "loss": 7.9651,
      "step": 459800
    },
    {
      "epoch": 0.9579375,
      "grad_norm": 1.4202029705047607,
      "learning_rate": 1.3186832673823476e-06,
      "loss": 9.2749,
      "step": 459810
    },
    {
      "epoch": 0.9579583333333334,
      "grad_norm": 2.4618165493011475,
      "learning_rate": 1.3173792321685862e-06,
      "loss": 7.5338,
      "step": 459820
    },
    {
      "epoch": 0.9579791666666667,
      "grad_norm": 8.3712158203125,
      "learning_rate": 1.316075839204861e-06,
      "loss": 7.8044,
      "step": 459830
    },
    {
      "epoch": 0.958,
      "grad_norm": 4.035640716552734,
      "learning_rate": 1.314773088496851e-06,
      "loss": 8.5526,
      "step": 459840
    },
    {
      "epoch": 0.9580208333333333,
      "grad_norm": 1.4952476024627686,
      "learning_rate": 1.3134709800501687e-06,
      "loss": 7.3748,
      "step": 459850
    },
    {
      "epoch": 0.9580416666666667,
      "grad_norm": 1.0924265384674072,
      "learning_rate": 1.3121695138704258e-06,
      "loss": 7.5055,
      "step": 459860
    },
    {
      "epoch": 0.9580625,
      "grad_norm": 1.4085110425949097,
      "learning_rate": 1.3108686899632681e-06,
      "loss": 8.3345,
      "step": 459870
    },
    {
      "epoch": 0.9580833333333333,
      "grad_norm": 3.650374412536621,
      "learning_rate": 1.3095685083342911e-06,
      "loss": 7.5158,
      "step": 459880
    },
    {
      "epoch": 0.9581041666666666,
      "grad_norm": 2.0940985679626465,
      "learning_rate": 1.3082689689891235e-06,
      "loss": 7.6644,
      "step": 459890
    },
    {
      "epoch": 0.958125,
      "grad_norm": 4.653134346008301,
      "learning_rate": 1.3069700719333942e-06,
      "loss": 8.5606,
      "step": 459900
    },
    {
      "epoch": 0.9581458333333334,
      "grad_norm": 1.9440242052078247,
      "learning_rate": 1.305671817172682e-06,
      "loss": 7.5966,
      "step": 459910
    },
    {
      "epoch": 0.9581666666666667,
      "grad_norm": 1.2797739505767822,
      "learning_rate": 1.304374204712616e-06,
      "loss": 7.7755,
      "step": 459920
    },
    {
      "epoch": 0.9581875,
      "grad_norm": 2.3077359199523926,
      "learning_rate": 1.3030772345587915e-06,
      "loss": 8.3573,
      "step": 459930
    },
    {
      "epoch": 0.9582083333333333,
      "grad_norm": 1.7583149671554565,
      "learning_rate": 1.3017809067168206e-06,
      "loss": 8.0966,
      "step": 459940
    },
    {
      "epoch": 0.9582291666666667,
      "grad_norm": 1.5147184133529663,
      "learning_rate": 1.3004852211922824e-06,
      "loss": 7.4426,
      "step": 459950
    },
    {
      "epoch": 0.95825,
      "grad_norm": 1.9493918418884277,
      "learning_rate": 1.2991901779908054e-06,
      "loss": 7.5915,
      "step": 459960
    },
    {
      "epoch": 0.9582708333333333,
      "grad_norm": 1.3975534439086914,
      "learning_rate": 1.297895777117952e-06,
      "loss": 7.5564,
      "step": 459970
    },
    {
      "epoch": 0.9582916666666667,
      "grad_norm": 12.011541366577148,
      "learning_rate": 1.2966020185793514e-06,
      "loss": 8.302,
      "step": 459980
    },
    {
      "epoch": 0.9583125,
      "grad_norm": 1.2341938018798828,
      "learning_rate": 1.2953089023805486e-06,
      "loss": 7.655,
      "step": 459990
    },
    {
      "epoch": 0.9583333333333334,
      "grad_norm": 3.686310052871704,
      "learning_rate": 1.294016428527156e-06,
      "loss": 7.605,
      "step": 460000
    },
    {
      "epoch": 0.9583333333333334,
      "eval_loss": 6.6083173751831055,
      "eval_runtime": 8.976,
      "eval_samples_per_second": 0.334,
      "eval_steps_per_second": 0.111,
      "step": 460000
    },
    {
      "epoch": 0.9583541666666666,
      "grad_norm": 2.62314510345459,
      "learning_rate": 1.2927245970247523e-06,
      "loss": 7.311,
      "step": 460010
    },
    {
      "epoch": 0.958375,
      "grad_norm": 1.8868207931518555,
      "learning_rate": 1.2914334078789167e-06,
      "loss": 8.7057,
      "step": 460020
    },
    {
      "epoch": 0.9583958333333333,
      "grad_norm": 2.8629941940307617,
      "learning_rate": 1.290142861095228e-06,
      "loss": 7.339,
      "step": 460030
    },
    {
      "epoch": 0.9584166666666667,
      "grad_norm": 1.655005693435669,
      "learning_rate": 1.2888529566792483e-06,
      "loss": 7.8889,
      "step": 460040
    },
    {
      "epoch": 0.9584375,
      "grad_norm": 2.033618450164795,
      "learning_rate": 1.287563694636573e-06,
      "loss": 7.9085,
      "step": 460050
    },
    {
      "epoch": 0.9584583333333333,
      "grad_norm": 1.6399939060211182,
      "learning_rate": 1.286275074972748e-06,
      "loss": 7.4419,
      "step": 460060
    },
    {
      "epoch": 0.9584791666666667,
      "grad_norm": 1.3894752264022827,
      "learning_rate": 1.2849870976933518e-06,
      "loss": 8.053,
      "step": 460070
    },
    {
      "epoch": 0.9585,
      "grad_norm": 1.33782160282135,
      "learning_rate": 1.283699762803947e-06,
      "loss": 8.0167,
      "step": 460080
    },
    {
      "epoch": 0.9585208333333334,
      "grad_norm": 1.579704761505127,
      "learning_rate": 1.2824130703100953e-06,
      "loss": 7.2446,
      "step": 460090
    },
    {
      "epoch": 0.9585416666666666,
      "grad_norm": 1.657533884048462,
      "learning_rate": 1.2811270202173595e-06,
      "loss": 8.1947,
      "step": 460100
    },
    {
      "epoch": 0.9585625,
      "grad_norm": 6.291747093200684,
      "learning_rate": 1.2798416125312684e-06,
      "loss": 8.1096,
      "step": 460110
    },
    {
      "epoch": 0.9585833333333333,
      "grad_norm": 1.9961796998977661,
      "learning_rate": 1.2785568472574004e-06,
      "loss": 8.2276,
      "step": 460120
    },
    {
      "epoch": 0.9586041666666667,
      "grad_norm": 1.2391910552978516,
      "learning_rate": 1.277272724401318e-06,
      "loss": 7.9597,
      "step": 460130
    },
    {
      "epoch": 0.958625,
      "grad_norm": 2.2062389850616455,
      "learning_rate": 1.2759892439685337e-06,
      "loss": 7.639,
      "step": 460140
    },
    {
      "epoch": 0.9586458333333333,
      "grad_norm": 1.5872159004211426,
      "learning_rate": 1.2747064059645927e-06,
      "loss": 8.0004,
      "step": 460150
    },
    {
      "epoch": 0.9586666666666667,
      "grad_norm": 22.722131729125977,
      "learning_rate": 1.2734242103950743e-06,
      "loss": 8.9608,
      "step": 460160
    },
    {
      "epoch": 0.9586875,
      "grad_norm": 1.8121254444122314,
      "learning_rate": 1.2721426572654903e-06,
      "loss": 7.5282,
      "step": 460170
    },
    {
      "epoch": 0.9587083333333334,
      "grad_norm": 1.6658873558044434,
      "learning_rate": 1.2708617465813697e-06,
      "loss": 8.0925,
      "step": 460180
    },
    {
      "epoch": 0.9587291666666666,
      "grad_norm": 2.3167951107025146,
      "learning_rate": 1.2695814783482583e-06,
      "loss": 7.9222,
      "step": 460190
    },
    {
      "epoch": 0.95875,
      "grad_norm": 6.978127956390381,
      "learning_rate": 1.268301852571685e-06,
      "loss": 8.1449,
      "step": 460200
    },
    {
      "epoch": 0.9587708333333333,
      "grad_norm": 1.395339846611023,
      "learning_rate": 1.2670228692571615e-06,
      "loss": 7.8347,
      "step": 460210
    },
    {
      "epoch": 0.9587916666666667,
      "grad_norm": 1.3049427270889282,
      "learning_rate": 1.2657445284102508e-06,
      "loss": 7.7587,
      "step": 460220
    },
    {
      "epoch": 0.9588125,
      "grad_norm": 1.6173789501190186,
      "learning_rate": 1.264466830036448e-06,
      "loss": 7.72,
      "step": 460230
    },
    {
      "epoch": 0.9588333333333333,
      "grad_norm": 1.7787857055664062,
      "learning_rate": 1.2631897741412656e-06,
      "loss": 7.6285,
      "step": 460240
    },
    {
      "epoch": 0.9588541666666667,
      "grad_norm": 1.2442339658737183,
      "learning_rate": 1.2619133607302156e-06,
      "loss": 7.8332,
      "step": 460250
    },
    {
      "epoch": 0.958875,
      "grad_norm": 5.0352935791015625,
      "learning_rate": 1.260637589808844e-06,
      "loss": 7.8452,
      "step": 460260
    },
    {
      "epoch": 0.9588958333333333,
      "grad_norm": 2.5316452980041504,
      "learning_rate": 1.259362461382646e-06,
      "loss": 8.4442,
      "step": 460270
    },
    {
      "epoch": 0.9589166666666666,
      "grad_norm": 1.138110637664795,
      "learning_rate": 1.2580879754571172e-06,
      "loss": 7.8421,
      "step": 460280
    },
    {
      "epoch": 0.9589375,
      "grad_norm": 1.3302963972091675,
      "learning_rate": 1.25681413203777e-06,
      "loss": 7.3057,
      "step": 460290
    },
    {
      "epoch": 0.9589583333333334,
      "grad_norm": 1.656043529510498,
      "learning_rate": 1.2555409311301168e-06,
      "loss": 8.0307,
      "step": 460300
    },
    {
      "epoch": 0.9589791666666667,
      "grad_norm": 1.448940634727478,
      "learning_rate": 1.2542683727396364e-06,
      "loss": 9.1051,
      "step": 460310
    },
    {
      "epoch": 0.959,
      "grad_norm": 2.4575202465057373,
      "learning_rate": 1.2529964568718575e-06,
      "loss": 8.1564,
      "step": 460320
    },
    {
      "epoch": 0.9590208333333333,
      "grad_norm": 1.2986481189727783,
      "learning_rate": 1.2517251835322429e-06,
      "loss": 7.3748,
      "step": 460330
    },
    {
      "epoch": 0.9590416666666667,
      "grad_norm": 1.0874099731445312,
      "learning_rate": 1.2504545527263043e-06,
      "loss": 7.6985,
      "step": 460340
    },
    {
      "epoch": 0.9590625,
      "grad_norm": 2.211848020553589,
      "learning_rate": 1.249184564459521e-06,
      "loss": 7.6381,
      "step": 460350
    },
    {
      "epoch": 0.9590833333333333,
      "grad_norm": 1.5854014158248901,
      "learning_rate": 1.247915218737372e-06,
      "loss": 7.5808,
      "step": 460360
    },
    {
      "epoch": 0.9591041666666666,
      "grad_norm": 1.943885326385498,
      "learning_rate": 1.2466465155653527e-06,
      "loss": 7.5529,
      "step": 460370
    },
    {
      "epoch": 0.959125,
      "grad_norm": 1.4038738012313843,
      "learning_rate": 1.245378454948942e-06,
      "loss": 7.7589,
      "step": 460380
    },
    {
      "epoch": 0.9591458333333334,
      "grad_norm": 2.2875006198883057,
      "learning_rate": 1.2441110368936192e-06,
      "loss": 7.8977,
      "step": 460390
    },
    {
      "epoch": 0.9591666666666666,
      "grad_norm": 1.3648550510406494,
      "learning_rate": 1.2428442614048628e-06,
      "loss": 7.5195,
      "step": 460400
    },
    {
      "epoch": 0.9591875,
      "grad_norm": 4.663699626922607,
      "learning_rate": 1.2415781284881188e-06,
      "loss": 8.3201,
      "step": 460410
    },
    {
      "epoch": 0.9592083333333333,
      "grad_norm": 2.786083698272705,
      "learning_rate": 1.2403126381488827e-06,
      "loss": 8.1034,
      "step": 460420
    },
    {
      "epoch": 0.9592291666666667,
      "grad_norm": 2.369839668273926,
      "learning_rate": 1.2390477903926166e-06,
      "loss": 7.9752,
      "step": 460430
    },
    {
      "epoch": 0.95925,
      "grad_norm": 1.523266077041626,
      "learning_rate": 1.2377835852247664e-06,
      "loss": 7.6767,
      "step": 460440
    },
    {
      "epoch": 0.9592708333333333,
      "grad_norm": 1.022303581237793,
      "learning_rate": 1.2365200226508276e-06,
      "loss": 7.3167,
      "step": 460450
    },
    {
      "epoch": 0.9592916666666667,
      "grad_norm": 2.260787010192871,
      "learning_rate": 1.2352571026762293e-06,
      "loss": 7.4348,
      "step": 460460
    },
    {
      "epoch": 0.9593125,
      "grad_norm": 1.6358065605163574,
      "learning_rate": 1.2339948253064336e-06,
      "loss": 8.2123,
      "step": 460470
    },
    {
      "epoch": 0.9593333333333334,
      "grad_norm": 2.1798095703125,
      "learning_rate": 1.2327331905468862e-06,
      "loss": 7.5279,
      "step": 460480
    },
    {
      "epoch": 0.9593541666666666,
      "grad_norm": 3.9688689708709717,
      "learning_rate": 1.2314721984030495e-06,
      "loss": 7.6902,
      "step": 460490
    },
    {
      "epoch": 0.959375,
      "grad_norm": 1.3087458610534668,
      "learning_rate": 1.2302118488803858e-06,
      "loss": 7.8754,
      "step": 460500
    },
    {
      "epoch": 0.9593958333333333,
      "grad_norm": 1.6199486255645752,
      "learning_rate": 1.2289521419842908e-06,
      "loss": 7.9918,
      "step": 460510
    },
    {
      "epoch": 0.9594166666666667,
      "grad_norm": 2.487375020980835,
      "learning_rate": 1.2276930777202432e-06,
      "loss": 7.763,
      "step": 460520
    },
    {
      "epoch": 0.9594375,
      "grad_norm": 2.858433723449707,
      "learning_rate": 1.2264346560936888e-06,
      "loss": 7.6594,
      "step": 460530
    },
    {
      "epoch": 0.9594583333333333,
      "grad_norm": 2.4192843437194824,
      "learning_rate": 1.2251768771100402e-06,
      "loss": 7.8283,
      "step": 460540
    },
    {
      "epoch": 0.9594791666666667,
      "grad_norm": 2.1955955028533936,
      "learning_rate": 1.2239197407747258e-06,
      "loss": 7.5715,
      "step": 460550
    },
    {
      "epoch": 0.9595,
      "grad_norm": 1.9218500852584839,
      "learning_rate": 1.2226632470932085e-06,
      "loss": 7.4115,
      "step": 460560
    },
    {
      "epoch": 0.9595208333333334,
      "grad_norm": 1.1160292625427246,
      "learning_rate": 1.2214073960708837e-06,
      "loss": 7.4484,
      "step": 460570
    },
    {
      "epoch": 0.9595416666666666,
      "grad_norm": 4.329310417175293,
      "learning_rate": 1.2201521877131804e-06,
      "loss": 7.9363,
      "step": 460580
    },
    {
      "epoch": 0.9595625,
      "grad_norm": 6.336056232452393,
      "learning_rate": 1.2188976220255441e-06,
      "loss": 8.7633,
      "step": 460590
    },
    {
      "epoch": 0.9595833333333333,
      "grad_norm": 1.6598514318466187,
      "learning_rate": 1.2176436990133709e-06,
      "loss": 7.3457,
      "step": 460600
    },
    {
      "epoch": 0.9596041666666667,
      "grad_norm": 3.5895769596099854,
      "learning_rate": 1.2163904186820895e-06,
      "loss": 8.6161,
      "step": 460610
    },
    {
      "epoch": 0.959625,
      "grad_norm": 1.8269317150115967,
      "learning_rate": 1.2151377810370956e-06,
      "loss": 7.6019,
      "step": 460620
    },
    {
      "epoch": 0.9596458333333333,
      "grad_norm": 1.6315596103668213,
      "learning_rate": 1.213885786083818e-06,
      "loss": 7.9755,
      "step": 460630
    },
    {
      "epoch": 0.9596666666666667,
      "grad_norm": 7.002482891082764,
      "learning_rate": 1.2126344338276695e-06,
      "loss": 8.7366,
      "step": 460640
    },
    {
      "epoch": 0.9596875,
      "grad_norm": 2.009835958480835,
      "learning_rate": 1.2113837242740454e-06,
      "loss": 9.5083,
      "step": 460650
    },
    {
      "epoch": 0.9597083333333334,
      "grad_norm": 3.8593621253967285,
      "learning_rate": 1.2101336574283415e-06,
      "loss": 8.8526,
      "step": 460660
    },
    {
      "epoch": 0.9597291666666666,
      "grad_norm": 5.238329887390137,
      "learning_rate": 1.2088842332959703e-06,
      "loss": 7.6197,
      "step": 460670
    },
    {
      "epoch": 0.95975,
      "grad_norm": 1.2167266607284546,
      "learning_rate": 1.2076354518823272e-06,
      "loss": 7.8782,
      "step": 460680
    },
    {
      "epoch": 0.9597708333333334,
      "grad_norm": 1.6111009120941162,
      "learning_rate": 1.2063873131927915e-06,
      "loss": 8.3018,
      "step": 460690
    },
    {
      "epoch": 0.9597916666666667,
      "grad_norm": 1.5144915580749512,
      "learning_rate": 1.2051398172327753e-06,
      "loss": 7.5342,
      "step": 460700
    },
    {
      "epoch": 0.9598125,
      "grad_norm": 2.625417709350586,
      "learning_rate": 1.2038929640076577e-06,
      "loss": 7.8883,
      "step": 460710
    },
    {
      "epoch": 0.9598333333333333,
      "grad_norm": 2.2060632705688477,
      "learning_rate": 1.202646753522818e-06,
      "loss": 8.3754,
      "step": 460720
    },
    {
      "epoch": 0.9598541666666667,
      "grad_norm": 3.921806573867798,
      "learning_rate": 1.2014011857836514e-06,
      "loss": 7.738,
      "step": 460730
    },
    {
      "epoch": 0.959875,
      "grad_norm": 2.249992847442627,
      "learning_rate": 1.2001562607955373e-06,
      "loss": 8.0611,
      "step": 460740
    },
    {
      "epoch": 0.9598958333333333,
      "grad_norm": 3.085206985473633,
      "learning_rate": 1.198911978563838e-06,
      "loss": 9.247,
      "step": 460750
    },
    {
      "epoch": 0.9599166666666666,
      "grad_norm": 1.9903819561004639,
      "learning_rate": 1.197668339093949e-06,
      "loss": 7.5506,
      "step": 460760
    },
    {
      "epoch": 0.9599375,
      "grad_norm": 1.351288914680481,
      "learning_rate": 1.1964253423912163e-06,
      "loss": 8.0272,
      "step": 460770
    },
    {
      "epoch": 0.9599583333333334,
      "grad_norm": 1.128194808959961,
      "learning_rate": 1.195182988461052e-06,
      "loss": 7.7047,
      "step": 460780
    },
    {
      "epoch": 0.9599791666666667,
      "grad_norm": 1.7245339155197144,
      "learning_rate": 1.1939412773087853e-06,
      "loss": 9.6367,
      "step": 460790
    },
    {
      "epoch": 0.96,
      "grad_norm": 3.003892183303833,
      "learning_rate": 1.1927002089397785e-06,
      "loss": 8.1739,
      "step": 460800
    },
    {
      "epoch": 0.9600208333333333,
      "grad_norm": 1.382364273071289,
      "learning_rate": 1.1914597833594108e-06,
      "loss": 8.2459,
      "step": 460810
    },
    {
      "epoch": 0.9600416666666667,
      "grad_norm": 3.433302879333496,
      "learning_rate": 1.1902200005730444e-06,
      "loss": 8.6446,
      "step": 460820
    },
    {
      "epoch": 0.9600625,
      "grad_norm": 1.2975538969039917,
      "learning_rate": 1.1889808605860085e-06,
      "loss": 8.983,
      "step": 460830
    },
    {
      "epoch": 0.9600833333333333,
      "grad_norm": 7.2349724769592285,
      "learning_rate": 1.1877423634036986e-06,
      "loss": 8.1923,
      "step": 460840
    },
    {
      "epoch": 0.9601041666666666,
      "grad_norm": 1.0121878385543823,
      "learning_rate": 1.1865045090314107e-06,
      "loss": 7.6838,
      "step": 460850
    },
    {
      "epoch": 0.960125,
      "grad_norm": 7.814292907714844,
      "learning_rate": 1.1852672974745237e-06,
      "loss": 8.3223,
      "step": 460860
    },
    {
      "epoch": 0.9601458333333334,
      "grad_norm": 1.8946146965026855,
      "learning_rate": 1.1840307287383833e-06,
      "loss": 7.6763,
      "step": 460870
    },
    {
      "epoch": 0.9601666666666666,
      "grad_norm": 1.5824968814849854,
      "learning_rate": 1.1827948028283352e-06,
      "loss": 7.924,
      "step": 460880
    },
    {
      "epoch": 0.9601875,
      "grad_norm": 7.061795711517334,
      "learning_rate": 1.1815595197496752e-06,
      "loss": 7.8556,
      "step": 460890
    },
    {
      "epoch": 0.9602083333333333,
      "grad_norm": 3.744659185409546,
      "learning_rate": 1.1803248795078158e-06,
      "loss": 7.7536,
      "step": 460900
    },
    {
      "epoch": 0.9602291666666667,
      "grad_norm": 4.179711818695068,
      "learning_rate": 1.1790908821080192e-06,
      "loss": 7.7166,
      "step": 460910
    },
    {
      "epoch": 0.96025,
      "grad_norm": 2.31595516204834,
      "learning_rate": 1.1778575275556311e-06,
      "loss": 7.3904,
      "step": 460920
    },
    {
      "epoch": 0.9602708333333333,
      "grad_norm": 2.5376060009002686,
      "learning_rate": 1.1766248158560143e-06,
      "loss": 7.8944,
      "step": 460930
    },
    {
      "epoch": 0.9602916666666667,
      "grad_norm": 1.371680498123169,
      "learning_rate": 1.1753927470144642e-06,
      "loss": 7.6933,
      "step": 460940
    },
    {
      "epoch": 0.9603125,
      "grad_norm": 1.5988528728485107,
      "learning_rate": 1.1741613210362931e-06,
      "loss": 8.1917,
      "step": 460950
    },
    {
      "epoch": 0.9603333333333334,
      "grad_norm": 1.8871921300888062,
      "learning_rate": 1.1729305379268471e-06,
      "loss": 7.7844,
      "step": 460960
    },
    {
      "epoch": 0.9603541666666666,
      "grad_norm": 7.13069486618042,
      "learning_rate": 1.1717003976914385e-06,
      "loss": 8.1433,
      "step": 460970
    },
    {
      "epoch": 0.960375,
      "grad_norm": 1.0444259643554688,
      "learning_rate": 1.170470900335363e-06,
      "loss": 7.5469,
      "step": 460980
    },
    {
      "epoch": 0.9603958333333333,
      "grad_norm": 3.9205386638641357,
      "learning_rate": 1.1692420458639496e-06,
      "loss": 7.6468,
      "step": 460990
    },
    {
      "epoch": 0.9604166666666667,
      "grad_norm": 2.7866265773773193,
      "learning_rate": 1.168013834282494e-06,
      "loss": 8.3158,
      "step": 461000
    },
    {
      "epoch": 0.9604166666666667,
      "eval_loss": 10.280221939086914,
      "eval_runtime": 9.951,
      "eval_samples_per_second": 0.301,
      "eval_steps_per_second": 0.1,
      "step": 461000
    },
    {
      "epoch": 0.9604375,
      "grad_norm": 1.166275143623352,
      "learning_rate": 1.166786265596309e-06,
      "loss": 8.0417,
      "step": 461010
    },
    {
      "epoch": 0.9604583333333333,
      "grad_norm": 1.0387458801269531,
      "learning_rate": 1.1655593398107066e-06,
      "loss": 8.3127,
      "step": 461020
    },
    {
      "epoch": 0.9604791666666667,
      "grad_norm": 12.569243431091309,
      "learning_rate": 1.1643330569309494e-06,
      "loss": 7.8636,
      "step": 461030
    },
    {
      "epoch": 0.9605,
      "grad_norm": 1.5293582677841187,
      "learning_rate": 1.1631074169623833e-06,
      "loss": 7.5041,
      "step": 461040
    },
    {
      "epoch": 0.9605208333333334,
      "grad_norm": 4.735191345214844,
      "learning_rate": 1.1618824199102706e-06,
      "loss": 7.3816,
      "step": 461050
    },
    {
      "epoch": 0.9605416666666666,
      "grad_norm": 2.059957981109619,
      "learning_rate": 1.1606580657799068e-06,
      "loss": 8.0979,
      "step": 461060
    },
    {
      "epoch": 0.9605625,
      "grad_norm": 1.4863449335098267,
      "learning_rate": 1.1594343545765882e-06,
      "loss": 7.3451,
      "step": 461070
    },
    {
      "epoch": 0.9605833333333333,
      "grad_norm": 1.0856305360794067,
      "learning_rate": 1.1582112863056104e-06,
      "loss": 8.0158,
      "step": 461080
    },
    {
      "epoch": 0.9606041666666667,
      "grad_norm": 1.3336020708084106,
      "learning_rate": 1.1569888609722356e-06,
      "loss": 8.0214,
      "step": 461090
    },
    {
      "epoch": 0.960625,
      "grad_norm": 1.2786202430725098,
      "learning_rate": 1.1557670785817596e-06,
      "loss": 7.7931,
      "step": 461100
    },
    {
      "epoch": 0.9606458333333333,
      "grad_norm": 1.7829675674438477,
      "learning_rate": 1.1545459391394284e-06,
      "loss": 7.7961,
      "step": 461110
    },
    {
      "epoch": 0.9606666666666667,
      "grad_norm": 4.603723526000977,
      "learning_rate": 1.1533254426505546e-06,
      "loss": 7.7188,
      "step": 461120
    },
    {
      "epoch": 0.9606875,
      "grad_norm": 1.3774359226226807,
      "learning_rate": 1.1521055891204167e-06,
      "loss": 7.4595,
      "step": 461130
    },
    {
      "epoch": 0.9607083333333334,
      "grad_norm": 5.409562587738037,
      "learning_rate": 1.1508863785542276e-06,
      "loss": 8.5024,
      "step": 461140
    },
    {
      "epoch": 0.9607291666666666,
      "grad_norm": 6.070106506347656,
      "learning_rate": 1.1496678109573165e-06,
      "loss": 8.4165,
      "step": 461150
    },
    {
      "epoch": 0.96075,
      "grad_norm": 2.6801302433013916,
      "learning_rate": 1.148449886334929e-06,
      "loss": 8.3063,
      "step": 461160
    },
    {
      "epoch": 0.9607708333333334,
      "grad_norm": 1.73362398147583,
      "learning_rate": 1.1472326046922941e-06,
      "loss": 7.9349,
      "step": 461170
    },
    {
      "epoch": 0.9607916666666667,
      "grad_norm": 1.5547516345977783,
      "learning_rate": 1.1460159660347078e-06,
      "loss": 7.6191,
      "step": 461180
    },
    {
      "epoch": 0.9608125,
      "grad_norm": 1.6966631412506104,
      "learning_rate": 1.144799970367416e-06,
      "loss": 7.4511,
      "step": 461190
    },
    {
      "epoch": 0.9608333333333333,
      "grad_norm": 4.81110143661499,
      "learning_rate": 1.1435846176956476e-06,
      "loss": 9.0635,
      "step": 461200
    },
    {
      "epoch": 0.9608541666666667,
      "grad_norm": 2.203843832015991,
      "learning_rate": 1.1423699080246984e-06,
      "loss": 7.8554,
      "step": 461210
    },
    {
      "epoch": 0.960875,
      "grad_norm": 2.7095377445220947,
      "learning_rate": 1.141155841359781e-06,
      "loss": 8.1194,
      "step": 461220
    },
    {
      "epoch": 0.9608958333333333,
      "grad_norm": 1.447798728942871,
      "learning_rate": 1.1399424177061412e-06,
      "loss": 8.1684,
      "step": 461230
    },
    {
      "epoch": 0.9609166666666666,
      "grad_norm": 1.554249882698059,
      "learning_rate": 1.1387296370690245e-06,
      "loss": 8.5043,
      "step": 461240
    },
    {
      "epoch": 0.9609375,
      "grad_norm": 1.4938238859176636,
      "learning_rate": 1.1375174994536939e-06,
      "loss": 7.5024,
      "step": 461250
    },
    {
      "epoch": 0.9609583333333334,
      "grad_norm": 2.1942009925842285,
      "learning_rate": 1.1363060048653282e-06,
      "loss": 8.2734,
      "step": 461260
    },
    {
      "epoch": 0.9609791666666667,
      "grad_norm": 5.42295503616333,
      "learning_rate": 1.1350951533092234e-06,
      "loss": 8.2312,
      "step": 461270
    },
    {
      "epoch": 0.961,
      "grad_norm": 2.95609450340271,
      "learning_rate": 1.133884944790575e-06,
      "loss": 8.2984,
      "step": 461280
    },
    {
      "epoch": 0.9610208333333333,
      "grad_norm": 1.967665672302246,
      "learning_rate": 1.1326753793146125e-06,
      "loss": 8.1143,
      "step": 461290
    },
    {
      "epoch": 0.9610416666666667,
      "grad_norm": 1.932951807975769,
      "learning_rate": 1.1314664568865817e-06,
      "loss": 8.0275,
      "step": 461300
    },
    {
      "epoch": 0.9610625,
      "grad_norm": 1.936562418937683,
      "learning_rate": 1.1302581775116782e-06,
      "loss": 8.2035,
      "step": 461310
    },
    {
      "epoch": 0.9610833333333333,
      "grad_norm": 2.556802749633789,
      "learning_rate": 1.1290505411951312e-06,
      "loss": 7.5521,
      "step": 461320
    },
    {
      "epoch": 0.9611041666666666,
      "grad_norm": 3.191274404525757,
      "learning_rate": 1.12784354794217e-06,
      "loss": 8.3755,
      "step": 461330
    },
    {
      "epoch": 0.961125,
      "grad_norm": 4.992218971252441,
      "learning_rate": 1.1266371977579902e-06,
      "loss": 7.5792,
      "step": 461340
    },
    {
      "epoch": 0.9611458333333334,
      "grad_norm": 1.3782378435134888,
      "learning_rate": 1.1254314906478046e-06,
      "loss": 7.611,
      "step": 461350
    },
    {
      "epoch": 0.9611666666666666,
      "grad_norm": 1.4588679075241089,
      "learning_rate": 1.1242264266168254e-06,
      "loss": 8.1033,
      "step": 461360
    },
    {
      "epoch": 0.9611875,
      "grad_norm": 3.502988338470459,
      "learning_rate": 1.1230220056702654e-06,
      "loss": 7.9944,
      "step": 461370
    },
    {
      "epoch": 0.9612083333333333,
      "grad_norm": 1.6101679801940918,
      "learning_rate": 1.1218182278133203e-06,
      "loss": 7.5719,
      "step": 461380
    },
    {
      "epoch": 0.9612291666666667,
      "grad_norm": 6.231736183166504,
      "learning_rate": 1.1206150930512026e-06,
      "loss": 8.0482,
      "step": 461390
    },
    {
      "epoch": 0.96125,
      "grad_norm": 1.5431721210479736,
      "learning_rate": 1.1194126013890747e-06,
      "loss": 8.1901,
      "step": 461400
    },
    {
      "epoch": 0.9612708333333333,
      "grad_norm": 3.55958890914917,
      "learning_rate": 1.118210752832166e-06,
      "loss": 7.673,
      "step": 461410
    },
    {
      "epoch": 0.9612916666666667,
      "grad_norm": 1.8145006895065308,
      "learning_rate": 1.1170095473856554e-06,
      "loss": 8.7392,
      "step": 461420
    },
    {
      "epoch": 0.9613125,
      "grad_norm": 1.6089457273483276,
      "learning_rate": 1.1158089850547224e-06,
      "loss": 7.3433,
      "step": 461430
    },
    {
      "epoch": 0.9613333333333334,
      "grad_norm": 1.3328559398651123,
      "learning_rate": 1.1146090658445628e-06,
      "loss": 8.046,
      "step": 461440
    },
    {
      "epoch": 0.9613541666666666,
      "grad_norm": 2.195388078689575,
      "learning_rate": 1.1134097897603722e-06,
      "loss": 8.2133,
      "step": 461450
    },
    {
      "epoch": 0.961375,
      "grad_norm": 3.0676403045654297,
      "learning_rate": 1.1122111568073134e-06,
      "loss": 7.9253,
      "step": 461460
    },
    {
      "epoch": 0.9613958333333333,
      "grad_norm": 1.7307811975479126,
      "learning_rate": 1.1110131669905654e-06,
      "loss": 7.1668,
      "step": 461470
    },
    {
      "epoch": 0.9614166666666667,
      "grad_norm": 1.4706432819366455,
      "learning_rate": 1.1098158203152908e-06,
      "loss": 7.6127,
      "step": 461480
    },
    {
      "epoch": 0.9614375,
      "grad_norm": 1.2023371458053589,
      "learning_rate": 1.108619116786702e-06,
      "loss": 7.9288,
      "step": 461490
    },
    {
      "epoch": 0.9614583333333333,
      "grad_norm": 1.412286639213562,
      "learning_rate": 1.107423056409945e-06,
      "loss": 7.4841,
      "step": 461500
    },
    {
      "epoch": 0.9614791666666667,
      "grad_norm": 1.9637531042099,
      "learning_rate": 1.106227639190166e-06,
      "loss": 7.7477,
      "step": 461510
    },
    {
      "epoch": 0.9615,
      "grad_norm": 6.3325581550598145,
      "learning_rate": 1.1050328651325436e-06,
      "loss": 7.9048,
      "step": 461520
    },
    {
      "epoch": 0.9615208333333334,
      "grad_norm": 2.4983527660369873,
      "learning_rate": 1.1038387342422572e-06,
      "loss": 8.1129,
      "step": 461530
    },
    {
      "epoch": 0.9615416666666666,
      "grad_norm": 16.976360321044922,
      "learning_rate": 1.1026452465244528e-06,
      "loss": 8.2888,
      "step": 461540
    },
    {
      "epoch": 0.9615625,
      "grad_norm": 2.6682050228118896,
      "learning_rate": 1.1014524019842764e-06,
      "loss": 8.1761,
      "step": 461550
    },
    {
      "epoch": 0.9615833333333333,
      "grad_norm": 4.449145317077637,
      "learning_rate": 1.10026020062689e-06,
      "loss": 8.7762,
      "step": 461560
    },
    {
      "epoch": 0.9616041666666667,
      "grad_norm": 2.6774792671203613,
      "learning_rate": 1.0990686424574236e-06,
      "loss": 8.2729,
      "step": 461570
    },
    {
      "epoch": 0.961625,
      "grad_norm": 3.1847829818725586,
      "learning_rate": 1.0978777274810557e-06,
      "loss": 8.2938,
      "step": 461580
    },
    {
      "epoch": 0.9616458333333333,
      "grad_norm": 1.3362263441085815,
      "learning_rate": 1.0966874557029327e-06,
      "loss": 7.5369,
      "step": 461590
    },
    {
      "epoch": 0.9616666666666667,
      "grad_norm": 2.386465311050415,
      "learning_rate": 1.0954978271281501e-06,
      "loss": 7.4935,
      "step": 461600
    },
    {
      "epoch": 0.9616875,
      "grad_norm": 2.6046934127807617,
      "learning_rate": 1.0943088417619038e-06,
      "loss": 8.3314,
      "step": 461610
    },
    {
      "epoch": 0.9617083333333334,
      "grad_norm": 2.718177318572998,
      "learning_rate": 1.0931204996092902e-06,
      "loss": 7.6525,
      "step": 461620
    },
    {
      "epoch": 0.9617291666666666,
      "grad_norm": 3.652014970779419,
      "learning_rate": 1.0919328006754546e-06,
      "loss": 7.9281,
      "step": 461630
    },
    {
      "epoch": 0.96175,
      "grad_norm": 1.6972547769546509,
      "learning_rate": 1.0907457449655266e-06,
      "loss": 7.7105,
      "step": 461640
    },
    {
      "epoch": 0.9617708333333334,
      "grad_norm": 5.114089488983154,
      "learning_rate": 1.0895593324846352e-06,
      "loss": 8.0535,
      "step": 461650
    },
    {
      "epoch": 0.9617916666666667,
      "grad_norm": 2.107722282409668,
      "learning_rate": 1.08837356323791e-06,
      "loss": 8.5193,
      "step": 461660
    },
    {
      "epoch": 0.9618125,
      "grad_norm": 2.660552501678467,
      "learning_rate": 1.0871884372304461e-06,
      "loss": 7.9129,
      "step": 461670
    },
    {
      "epoch": 0.9618333333333333,
      "grad_norm": 1.5017826557159424,
      "learning_rate": 1.086003954467407e-06,
      "loss": 8.1405,
      "step": 461680
    },
    {
      "epoch": 0.9618541666666667,
      "grad_norm": 1.8083378076553345,
      "learning_rate": 1.0848201149538882e-06,
      "loss": 8.0413,
      "step": 461690
    },
    {
      "epoch": 0.961875,
      "grad_norm": 2.004502534866333,
      "learning_rate": 1.0836369186949856e-06,
      "loss": 7.6045,
      "step": 461700
    },
    {
      "epoch": 0.9618958333333333,
      "grad_norm": 1.3811092376708984,
      "learning_rate": 1.0824543656958284e-06,
      "loss": 7.6193,
      "step": 461710
    },
    {
      "epoch": 0.9619166666666666,
      "grad_norm": 9.365859031677246,
      "learning_rate": 1.0812724559615294e-06,
      "loss": 9.0811,
      "step": 461720
    },
    {
      "epoch": 0.9619375,
      "grad_norm": 2.4196064472198486,
      "learning_rate": 1.0800911894971842e-06,
      "loss": 8.0947,
      "step": 461730
    },
    {
      "epoch": 0.9619583333333334,
      "grad_norm": 1.7603894472122192,
      "learning_rate": 1.0789105663079055e-06,
      "loss": 8.0186,
      "step": 461740
    },
    {
      "epoch": 0.9619791666666667,
      "grad_norm": 2.458268642425537,
      "learning_rate": 1.0777305863987895e-06,
      "loss": 7.7992,
      "step": 461750
    },
    {
      "epoch": 0.962,
      "grad_norm": 1.8176723718643188,
      "learning_rate": 1.0765512497749152e-06,
      "loss": 7.6824,
      "step": 461760
    },
    {
      "epoch": 0.9620208333333333,
      "grad_norm": 2.2933216094970703,
      "learning_rate": 1.075372556441395e-06,
      "loss": 8.2743,
      "step": 461770
    },
    {
      "epoch": 0.9620416666666667,
      "grad_norm": 1.5316065549850464,
      "learning_rate": 1.0741945064033253e-06,
      "loss": 8.0733,
      "step": 461780
    },
    {
      "epoch": 0.9620625,
      "grad_norm": 3.020106077194214,
      "learning_rate": 1.0730170996657683e-06,
      "loss": 7.6195,
      "step": 461790
    },
    {
      "epoch": 0.9620833333333333,
      "grad_norm": 1.772958517074585,
      "learning_rate": 1.0718403362338536e-06,
      "loss": 8.1424,
      "step": 461800
    },
    {
      "epoch": 0.9621041666666666,
      "grad_norm": 2.5677332878112793,
      "learning_rate": 1.0706642161126266e-06,
      "loss": 9.0109,
      "step": 461810
    },
    {
      "epoch": 0.962125,
      "grad_norm": 1.5792508125305176,
      "learning_rate": 1.0694887393071672e-06,
      "loss": 7.9167,
      "step": 461820
    },
    {
      "epoch": 0.9621458333333334,
      "grad_norm": 1.6347070932388306,
      "learning_rate": 1.0683139058225875e-06,
      "loss": 7.3281,
      "step": 461830
    },
    {
      "epoch": 0.9621666666666666,
      "grad_norm": 1.3062089681625366,
      "learning_rate": 1.067139715663934e-06,
      "loss": 8.0174,
      "step": 461840
    },
    {
      "epoch": 0.9621875,
      "grad_norm": 1.3772748708724976,
      "learning_rate": 1.0659661688362686e-06,
      "loss": 7.7287,
      "step": 461850
    },
    {
      "epoch": 0.9622083333333333,
      "grad_norm": 3.379615306854248,
      "learning_rate": 1.0647932653446878e-06,
      "loss": 8.1041,
      "step": 461860
    },
    {
      "epoch": 0.9622291666666667,
      "grad_norm": 2.1478497982025146,
      "learning_rate": 1.063621005194254e-06,
      "loss": 8.7787,
      "step": 461870
    },
    {
      "epoch": 0.96225,
      "grad_norm": 3.126833200454712,
      "learning_rate": 1.0624493883900131e-06,
      "loss": 7.9907,
      "step": 461880
    },
    {
      "epoch": 0.9622708333333333,
      "grad_norm": 1.3702460527420044,
      "learning_rate": 1.0612784149370445e-06,
      "loss": 7.7255,
      "step": 461890
    },
    {
      "epoch": 0.9622916666666667,
      "grad_norm": 2.851372241973877,
      "learning_rate": 1.060108084840411e-06,
      "loss": 8.1709,
      "step": 461900
    },
    {
      "epoch": 0.9623125,
      "grad_norm": 1.587390661239624,
      "learning_rate": 1.0589383981051414e-06,
      "loss": 8.4013,
      "step": 461910
    },
    {
      "epoch": 0.9623333333333334,
      "grad_norm": 1.599433183670044,
      "learning_rate": 1.0577693547362987e-06,
      "loss": 7.7363,
      "step": 461920
    },
    {
      "epoch": 0.9623541666666666,
      "grad_norm": 11.926095008850098,
      "learning_rate": 1.056600954738962e-06,
      "loss": 8.4889,
      "step": 461930
    },
    {
      "epoch": 0.962375,
      "grad_norm": 2.1965572834014893,
      "learning_rate": 1.0554331981181275e-06,
      "loss": 8.0675,
      "step": 461940
    },
    {
      "epoch": 0.9623958333333333,
      "grad_norm": 1.33988356590271,
      "learning_rate": 1.0542660848788575e-06,
      "loss": 9.6323,
      "step": 461950
    },
    {
      "epoch": 0.9624166666666667,
      "grad_norm": 1.2602142095565796,
      "learning_rate": 1.0530996150262317e-06,
      "loss": 7.7158,
      "step": 461960
    },
    {
      "epoch": 0.9624375,
      "grad_norm": 2.29190993309021,
      "learning_rate": 1.0519337885652456e-06,
      "loss": 8.8189,
      "step": 461970
    },
    {
      "epoch": 0.9624583333333333,
      "grad_norm": 2.841475248336792,
      "learning_rate": 1.0507686055009456e-06,
      "loss": 8.2474,
      "step": 461980
    },
    {
      "epoch": 0.9624791666666667,
      "grad_norm": 2.52411150932312,
      "learning_rate": 1.049604065838361e-06,
      "loss": 7.7814,
      "step": 461990
    },
    {
      "epoch": 0.9625,
      "grad_norm": 1.850310206413269,
      "learning_rate": 1.0484401695825373e-06,
      "loss": 8.3002,
      "step": 462000
    },
    {
      "epoch": 0.9625,
      "eval_loss": 10.153921127319336,
      "eval_runtime": 9.9763,
      "eval_samples_per_second": 0.301,
      "eval_steps_per_second": 0.1,
      "step": 462000
    },
    {
      "epoch": 0.9625208333333334,
      "grad_norm": 1.4107422828674316,
      "learning_rate": 1.0472769167384876e-06,
      "loss": 8.5748,
      "step": 462010
    },
    {
      "epoch": 0.9625416666666666,
      "grad_norm": 1.3229056596755981,
      "learning_rate": 1.046114307311241e-06,
      "loss": 8.221,
      "step": 462020
    },
    {
      "epoch": 0.9625625,
      "grad_norm": 1.8685883283615112,
      "learning_rate": 1.044952341305827e-06,
      "loss": 7.9316,
      "step": 462030
    },
    {
      "epoch": 0.9625833333333333,
      "grad_norm": 2.044090747833252,
      "learning_rate": 1.043791018727258e-06,
      "loss": 7.5276,
      "step": 462040
    },
    {
      "epoch": 0.9626041666666667,
      "grad_norm": 2.7607436180114746,
      "learning_rate": 1.0426303395805469e-06,
      "loss": 7.5888,
      "step": 462050
    },
    {
      "epoch": 0.962625,
      "grad_norm": 3.1193959712982178,
      "learning_rate": 1.041470303870706e-06,
      "loss": 7.8077,
      "step": 462060
    },
    {
      "epoch": 0.9626458333333333,
      "grad_norm": 4.9353861808776855,
      "learning_rate": 1.0403109116027653e-06,
      "loss": 7.8988,
      "step": 462070
    },
    {
      "epoch": 0.9626666666666667,
      "grad_norm": 9.979779243469238,
      "learning_rate": 1.0391521627817035e-06,
      "loss": 7.7623,
      "step": 462080
    },
    {
      "epoch": 0.9626875,
      "grad_norm": 3.031745195388794,
      "learning_rate": 1.0379940574125501e-06,
      "loss": 8.1395,
      "step": 462090
    },
    {
      "epoch": 0.9627083333333334,
      "grad_norm": 2.355607748031616,
      "learning_rate": 1.0368365955003011e-06,
      "loss": 7.8264,
      "step": 462100
    },
    {
      "epoch": 0.9627291666666666,
      "grad_norm": 1.7320747375488281,
      "learning_rate": 1.0356797770499526e-06,
      "loss": 7.821,
      "step": 462110
    },
    {
      "epoch": 0.96275,
      "grad_norm": 2.8790483474731445,
      "learning_rate": 1.0345236020665004e-06,
      "loss": 7.5842,
      "step": 462120
    },
    {
      "epoch": 0.9627708333333334,
      "grad_norm": 1.6657596826553345,
      "learning_rate": 1.0333680705549408e-06,
      "loss": 8.2866,
      "step": 462130
    },
    {
      "epoch": 0.9627916666666667,
      "grad_norm": 1.720693826675415,
      "learning_rate": 1.0322131825202695e-06,
      "loss": 8.0028,
      "step": 462140
    },
    {
      "epoch": 0.9628125,
      "grad_norm": 1.196185827255249,
      "learning_rate": 1.031058937967466e-06,
      "loss": 8.1424,
      "step": 462150
    },
    {
      "epoch": 0.9628333333333333,
      "grad_norm": 1.7649961709976196,
      "learning_rate": 1.0299053369015263e-06,
      "loss": 7.5006,
      "step": 462160
    },
    {
      "epoch": 0.9628541666666667,
      "grad_norm": 2.1601831912994385,
      "learning_rate": 1.0287523793274298e-06,
      "loss": 7.6417,
      "step": 462170
    },
    {
      "epoch": 0.962875,
      "grad_norm": 3.997396945953369,
      "learning_rate": 1.027600065250156e-06,
      "loss": 8.1502,
      "step": 462180
    },
    {
      "epoch": 0.9628958333333333,
      "grad_norm": 2.13840651512146,
      "learning_rate": 1.0264483946746838e-06,
      "loss": 8.6796,
      "step": 462190
    },
    {
      "epoch": 0.9629166666666666,
      "grad_norm": 1.5339527130126953,
      "learning_rate": 1.0252973676059928e-06,
      "loss": 8.0874,
      "step": 462200
    },
    {
      "epoch": 0.9629375,
      "grad_norm": 1.2722642421722412,
      "learning_rate": 1.0241469840490458e-06,
      "loss": 7.7605,
      "step": 462210
    },
    {
      "epoch": 0.9629583333333334,
      "grad_norm": 1.2364146709442139,
      "learning_rate": 1.0229972440088053e-06,
      "loss": 7.8736,
      "step": 462220
    },
    {
      "epoch": 0.9629791666666667,
      "grad_norm": 1.64240300655365,
      "learning_rate": 1.0218481474902508e-06,
      "loss": 7.7755,
      "step": 462230
    },
    {
      "epoch": 0.963,
      "grad_norm": 1.8046252727508545,
      "learning_rate": 1.0206996944983448e-06,
      "loss": 7.745,
      "step": 462240
    },
    {
      "epoch": 0.9630208333333333,
      "grad_norm": 1.4813892841339111,
      "learning_rate": 1.0195518850380502e-06,
      "loss": 7.8526,
      "step": 462250
    },
    {
      "epoch": 0.9630416666666667,
      "grad_norm": 4.2326250076293945,
      "learning_rate": 1.018404719114313e-06,
      "loss": 8.1849,
      "step": 462260
    },
    {
      "epoch": 0.9630625,
      "grad_norm": 2.416792869567871,
      "learning_rate": 1.0172581967321126e-06,
      "loss": 8.2327,
      "step": 462270
    },
    {
      "epoch": 0.9630833333333333,
      "grad_norm": 7.276534557342529,
      "learning_rate": 1.0161123178963614e-06,
      "loss": 8.608,
      "step": 462280
    },
    {
      "epoch": 0.9631041666666667,
      "grad_norm": 2.4975051879882812,
      "learning_rate": 1.0149670826120394e-06,
      "loss": 7.8566,
      "step": 462290
    },
    {
      "epoch": 0.963125,
      "grad_norm": 2.554717779159546,
      "learning_rate": 1.0138224908841086e-06,
      "loss": 7.7923,
      "step": 462300
    },
    {
      "epoch": 0.9631458333333334,
      "grad_norm": 1.5327388048171997,
      "learning_rate": 1.0126785427174654e-06,
      "loss": 7.3735,
      "step": 462310
    },
    {
      "epoch": 0.9631666666666666,
      "grad_norm": 2.722194194793701,
      "learning_rate": 1.0115352381170893e-06,
      "loss": 7.9627,
      "step": 462320
    },
    {
      "epoch": 0.9631875,
      "grad_norm": 2.973184823989868,
      "learning_rate": 1.0103925770879095e-06,
      "loss": 8.1125,
      "step": 462330
    },
    {
      "epoch": 0.9632083333333333,
      "grad_norm": 1.5026906728744507,
      "learning_rate": 1.0092505596348556e-06,
      "loss": 7.6486,
      "step": 462340
    },
    {
      "epoch": 0.9632291666666667,
      "grad_norm": 4.52443790435791,
      "learning_rate": 1.0081091857628731e-06,
      "loss": 8.299,
      "step": 462350
    },
    {
      "epoch": 0.96325,
      "grad_norm": 1.4795331954956055,
      "learning_rate": 1.0069684554768754e-06,
      "loss": 7.6206,
      "step": 462360
    },
    {
      "epoch": 0.9632708333333333,
      "grad_norm": 1.128933310508728,
      "learning_rate": 1.0058283687817915e-06,
      "loss": 7.7833,
      "step": 462370
    },
    {
      "epoch": 0.9632916666666667,
      "grad_norm": 6.912859916687012,
      "learning_rate": 1.0046889256825674e-06,
      "loss": 8.7958,
      "step": 462380
    },
    {
      "epoch": 0.9633125,
      "grad_norm": 6.012787818908691,
      "learning_rate": 1.0035501261840994e-06,
      "loss": 8.0001,
      "step": 462390
    },
    {
      "epoch": 0.9633333333333334,
      "grad_norm": 1.3565927743911743,
      "learning_rate": 1.002411970291317e-06,
      "loss": 7.4655,
      "step": 462400
    },
    {
      "epoch": 0.9633541666666666,
      "grad_norm": 2.447531223297119,
      "learning_rate": 1.0012744580091492e-06,
      "loss": 7.8897,
      "step": 462410
    },
    {
      "epoch": 0.963375,
      "grad_norm": 1.405716896057129,
      "learning_rate": 1.0001375893424923e-06,
      "loss": 7.9843,
      "step": 462420
    },
    {
      "epoch": 0.9633958333333333,
      "grad_norm": 2.003042697906494,
      "learning_rate": 9.99001364296259e-07,
      "loss": 9.3046,
      "step": 462430
    },
    {
      "epoch": 0.9634166666666667,
      "grad_norm": 1.1449406147003174,
      "learning_rate": 9.978657828753621e-07,
      "loss": 8.4154,
      "step": 462440
    },
    {
      "epoch": 0.9634375,
      "grad_norm": 1.9864665269851685,
      "learning_rate": 9.967308450847144e-07,
      "loss": 7.9385,
      "step": 462450
    },
    {
      "epoch": 0.9634583333333333,
      "grad_norm": 1.4219353199005127,
      "learning_rate": 9.955965509291952e-07,
      "loss": 7.9152,
      "step": 462460
    },
    {
      "epoch": 0.9634791666666667,
      "grad_norm": 1.7733266353607178,
      "learning_rate": 9.94462900413734e-07,
      "loss": 7.7522,
      "step": 462470
    },
    {
      "epoch": 0.9635,
      "grad_norm": 1.8343595266342163,
      "learning_rate": 9.933298935431933e-07,
      "loss": 7.6121,
      "step": 462480
    },
    {
      "epoch": 0.9635208333333334,
      "grad_norm": 5.187747955322266,
      "learning_rate": 9.921975303225027e-07,
      "loss": 8.206,
      "step": 462490
    },
    {
      "epoch": 0.9635416666666666,
      "grad_norm": 2.765533447265625,
      "learning_rate": 9.910658107565417e-07,
      "loss": 8.2937,
      "step": 462500
    },
    {
      "epoch": 0.9635625,
      "grad_norm": 1.6628448963165283,
      "learning_rate": 9.89934734850173e-07,
      "loss": 8.0973,
      "step": 462510
    },
    {
      "epoch": 0.9635833333333333,
      "grad_norm": 1.4029922485351562,
      "learning_rate": 9.888043026083258e-07,
      "loss": 7.4456,
      "step": 462520
    },
    {
      "epoch": 0.9636041666666667,
      "grad_norm": 1.1358721256256104,
      "learning_rate": 9.876745140358633e-07,
      "loss": 7.2732,
      "step": 462530
    },
    {
      "epoch": 0.963625,
      "grad_norm": 3.48978590965271,
      "learning_rate": 9.865453691376314e-07,
      "loss": 7.7962,
      "step": 462540
    },
    {
      "epoch": 0.9636458333333333,
      "grad_norm": 2.6777186393737793,
      "learning_rate": 9.85416867918576e-07,
      "loss": 7.4562,
      "step": 462550
    },
    {
      "epoch": 0.9636666666666667,
      "grad_norm": 1.357755184173584,
      "learning_rate": 9.842890103835266e-07,
      "loss": 7.85,
      "step": 462560
    },
    {
      "epoch": 0.9636875,
      "grad_norm": 1.3570055961608887,
      "learning_rate": 9.831617965373461e-07,
      "loss": 7.6092,
      "step": 462570
    },
    {
      "epoch": 0.9637083333333333,
      "grad_norm": 1.4737281799316406,
      "learning_rate": 9.820352263849307e-07,
      "loss": 7.8199,
      "step": 462580
    },
    {
      "epoch": 0.9637291666666666,
      "grad_norm": 3.26707124710083,
      "learning_rate": 9.809092999311596e-07,
      "loss": 7.4828,
      "step": 462590
    },
    {
      "epoch": 0.96375,
      "grad_norm": 1.9227466583251953,
      "learning_rate": 9.797840171808458e-07,
      "loss": 8.0748,
      "step": 462600
    },
    {
      "epoch": 0.9637708333333334,
      "grad_norm": 1.5478675365447998,
      "learning_rate": 9.786593781389018e-07,
      "loss": 7.8353,
      "step": 462610
    },
    {
      "epoch": 0.9637916666666667,
      "grad_norm": 2.1813650131225586,
      "learning_rate": 9.775353828101406e-07,
      "loss": 8.1817,
      "step": 462620
    },
    {
      "epoch": 0.9638125,
      "grad_norm": 1.2555053234100342,
      "learning_rate": 9.764120311994417e-07,
      "loss": 7.7056,
      "step": 462630
    },
    {
      "epoch": 0.9638333333333333,
      "grad_norm": 2.0714900493621826,
      "learning_rate": 9.752893233116676e-07,
      "loss": 8.0185,
      "step": 462640
    },
    {
      "epoch": 0.9638541666666667,
      "grad_norm": 5.229612827301025,
      "learning_rate": 9.74167259151648e-07,
      "loss": 8.1751,
      "step": 462650
    },
    {
      "epoch": 0.963875,
      "grad_norm": 2.456592559814453,
      "learning_rate": 9.73045838724229e-07,
      "loss": 7.9181,
      "step": 462660
    },
    {
      "epoch": 0.9638958333333333,
      "grad_norm": 5.576196193695068,
      "learning_rate": 9.7192506203429e-07,
      "loss": 8.6062,
      "step": 462670
    },
    {
      "epoch": 0.9639166666666666,
      "grad_norm": 1.4199581146240234,
      "learning_rate": 9.708049290866272e-07,
      "loss": 7.8276,
      "step": 462680
    },
    {
      "epoch": 0.9639375,
      "grad_norm": 3.994112253189087,
      "learning_rate": 9.696854398860865e-07,
      "loss": 7.8744,
      "step": 462690
    },
    {
      "epoch": 0.9639583333333334,
      "grad_norm": 6.921106338500977,
      "learning_rate": 9.685665944375477e-07,
      "loss": 8.1864,
      "step": 462700
    },
    {
      "epoch": 0.9639791666666667,
      "grad_norm": 4.669284343719482,
      "learning_rate": 9.674483927457732e-07,
      "loss": 8.3626,
      "step": 462710
    },
    {
      "epoch": 0.964,
      "grad_norm": 2.67873215675354,
      "learning_rate": 9.66330834815643e-07,
      "loss": 7.7471,
      "step": 462720
    },
    {
      "epoch": 0.9640208333333333,
      "grad_norm": 1.4226751327514648,
      "learning_rate": 9.65213920651986e-07,
      "loss": 7.6754,
      "step": 462730
    },
    {
      "epoch": 0.9640416666666667,
      "grad_norm": 4.659532070159912,
      "learning_rate": 9.640976502595988e-07,
      "loss": 7.724,
      "step": 462740
    },
    {
      "epoch": 0.9640625,
      "grad_norm": 2.0122666358947754,
      "learning_rate": 9.629820236433273e-07,
      "loss": 8.0232,
      "step": 462750
    },
    {
      "epoch": 0.9640833333333333,
      "grad_norm": 1.0556833744049072,
      "learning_rate": 9.618670408079677e-07,
      "loss": 7.903,
      "step": 462760
    },
    {
      "epoch": 0.9641041666666667,
      "grad_norm": 2.1889266967773438,
      "learning_rate": 9.60752701758366e-07,
      "loss": 7.9498,
      "step": 462770
    },
    {
      "epoch": 0.964125,
      "grad_norm": 1.2090142965316772,
      "learning_rate": 9.596390064993021e-07,
      "loss": 8.2257,
      "step": 462780
    },
    {
      "epoch": 0.9641458333333334,
      "grad_norm": 24.614337921142578,
      "learning_rate": 9.58525955035605e-07,
      "loss": 8.8212,
      "step": 462790
    },
    {
      "epoch": 0.9641666666666666,
      "grad_norm": 1.6173852682113647,
      "learning_rate": 9.574135473720879e-07,
      "loss": 7.7342,
      "step": 462800
    },
    {
      "epoch": 0.9641875,
      "grad_norm": 2.8962249755859375,
      "learning_rate": 9.563017835135466e-07,
      "loss": 8.5098,
      "step": 462810
    },
    {
      "epoch": 0.9642083333333333,
      "grad_norm": 1.654654860496521,
      "learning_rate": 9.551906634647944e-07,
      "loss": 8.0964,
      "step": 462820
    },
    {
      "epoch": 0.9642291666666667,
      "grad_norm": 3.2184107303619385,
      "learning_rate": 9.540801872306104e-07,
      "loss": 7.7379,
      "step": 462830
    },
    {
      "epoch": 0.96425,
      "grad_norm": 1.8631486892700195,
      "learning_rate": 9.529703548158241e-07,
      "loss": 8.1525,
      "step": 462840
    },
    {
      "epoch": 0.9642708333333333,
      "grad_norm": 2.2738468647003174,
      "learning_rate": 9.518611662251818e-07,
      "loss": 7.5411,
      "step": 462850
    },
    {
      "epoch": 0.9642916666666667,
      "grad_norm": 1.4540647268295288,
      "learning_rate": 9.507526214635131e-07,
      "loss": 8.3591,
      "step": 462860
    },
    {
      "epoch": 0.9643125,
      "grad_norm": 1.270042896270752,
      "learning_rate": 9.496447205355972e-07,
      "loss": 7.8134,
      "step": 462870
    },
    {
      "epoch": 0.9643333333333334,
      "grad_norm": 1.66006600856781,
      "learning_rate": 9.485374634462139e-07,
      "loss": 8.5009,
      "step": 462880
    },
    {
      "epoch": 0.9643541666666666,
      "grad_norm": 2.8488998413085938,
      "learning_rate": 9.474308502001427e-07,
      "loss": 8.3556,
      "step": 462890
    },
    {
      "epoch": 0.964375,
      "grad_norm": 7.034189224243164,
      "learning_rate": 9.463248808021962e-07,
      "loss": 7.8418,
      "step": 462900
    },
    {
      "epoch": 0.9643958333333333,
      "grad_norm": 2.430419921875,
      "learning_rate": 9.45219555257104e-07,
      "loss": 8.2355,
      "step": 462910
    },
    {
      "epoch": 0.9644166666666667,
      "grad_norm": 6.157456874847412,
      "learning_rate": 9.441148735696624e-07,
      "loss": 8.2502,
      "step": 462920
    },
    {
      "epoch": 0.9644375,
      "grad_norm": 1.6753476858139038,
      "learning_rate": 9.430108357446675e-07,
      "loss": 7.7048,
      "step": 462930
    },
    {
      "epoch": 0.9644583333333333,
      "grad_norm": 4.244655609130859,
      "learning_rate": 9.419074417868322e-07,
      "loss": 7.4103,
      "step": 462940
    },
    {
      "epoch": 0.9644791666666667,
      "grad_norm": 1.7241631746292114,
      "learning_rate": 9.408046917009692e-07,
      "loss": 8.246,
      "step": 462950
    },
    {
      "epoch": 0.9645,
      "grad_norm": 1.9814550876617432,
      "learning_rate": 9.397025854918417e-07,
      "loss": 8.1398,
      "step": 462960
    },
    {
      "epoch": 0.9645208333333334,
      "grad_norm": 2.2100422382354736,
      "learning_rate": 9.386011231641788e-07,
      "loss": 8.1653,
      "step": 462970
    },
    {
      "epoch": 0.9645416666666666,
      "grad_norm": 3.92250919342041,
      "learning_rate": 9.375003047227769e-07,
      "loss": 7.9045,
      "step": 462980
    },
    {
      "epoch": 0.9645625,
      "grad_norm": 2.3073723316192627,
      "learning_rate": 9.36400130172349e-07,
      "loss": 8.6186,
      "step": 462990
    },
    {
      "epoch": 0.9645833333333333,
      "grad_norm": 3.1612954139709473,
      "learning_rate": 9.353005995176744e-07,
      "loss": 8.1825,
      "step": 463000
    },
    {
      "epoch": 0.9645833333333333,
      "eval_loss": 7.009249687194824,
      "eval_runtime": 9.5133,
      "eval_samples_per_second": 0.315,
      "eval_steps_per_second": 0.105,
      "step": 463000
    },
    {
      "epoch": 0.9646041666666667,
      "grad_norm": 3.3445682525634766,
      "learning_rate": 9.34201712763516e-07,
      "loss": 7.7564,
      "step": 463010
    },
    {
      "epoch": 0.964625,
      "grad_norm": 2.382315158843994,
      "learning_rate": 9.331034699145868e-07,
      "loss": 8.1567,
      "step": 463020
    },
    {
      "epoch": 0.9646458333333333,
      "grad_norm": 1.6277539730072021,
      "learning_rate": 9.320058709756328e-07,
      "loss": 9.1619,
      "step": 463030
    },
    {
      "epoch": 0.9646666666666667,
      "grad_norm": 4.011695384979248,
      "learning_rate": 9.309089159514338e-07,
      "loss": 7.7158,
      "step": 463040
    },
    {
      "epoch": 0.9646875,
      "grad_norm": 2.290567636489868,
      "learning_rate": 9.298126048466858e-07,
      "loss": 7.4763,
      "step": 463050
    },
    {
      "epoch": 0.9647083333333333,
      "grad_norm": 3.857753038406372,
      "learning_rate": 9.287169376661352e-07,
      "loss": 8.0118,
      "step": 463060
    },
    {
      "epoch": 0.9647291666666666,
      "grad_norm": 1.7270621061325073,
      "learning_rate": 9.276219144145447e-07,
      "loss": 7.7217,
      "step": 463070
    },
    {
      "epoch": 0.96475,
      "grad_norm": 2.0350613594055176,
      "learning_rate": 9.265275350966105e-07,
      "loss": 8.2274,
      "step": 463080
    },
    {
      "epoch": 0.9647708333333334,
      "grad_norm": 2.9262490272521973,
      "learning_rate": 9.254337997170625e-07,
      "loss": 8.2095,
      "step": 463090
    },
    {
      "epoch": 0.9647916666666667,
      "grad_norm": 6.635708332061768,
      "learning_rate": 9.243407082806298e-07,
      "loss": 8.5707,
      "step": 463100
    },
    {
      "epoch": 0.9648125,
      "grad_norm": 1.506665825843811,
      "learning_rate": 9.232482607920421e-07,
      "loss": 8.4704,
      "step": 463110
    },
    {
      "epoch": 0.9648333333333333,
      "grad_norm": 3.4814717769622803,
      "learning_rate": 9.221564572560291e-07,
      "loss": 8.8138,
      "step": 463120
    },
    {
      "epoch": 0.9648541666666667,
      "grad_norm": 1.570356011390686,
      "learning_rate": 9.210652976772704e-07,
      "loss": 7.91,
      "step": 463130
    },
    {
      "epoch": 0.964875,
      "grad_norm": 1.7865623235702515,
      "learning_rate": 9.199747820605119e-07,
      "loss": 7.8392,
      "step": 463140
    },
    {
      "epoch": 0.9648958333333333,
      "grad_norm": 1.7060637474060059,
      "learning_rate": 9.188849104104334e-07,
      "loss": 8.2884,
      "step": 463150
    },
    {
      "epoch": 0.9649166666666666,
      "grad_norm": 1.9645780324935913,
      "learning_rate": 9.177956827317811e-07,
      "loss": 8.3822,
      "step": 463160
    },
    {
      "epoch": 0.9649375,
      "grad_norm": 8.013909339904785,
      "learning_rate": 9.167070990292347e-07,
      "loss": 8.1909,
      "step": 463170
    },
    {
      "epoch": 0.9649583333333334,
      "grad_norm": 1.5326259136199951,
      "learning_rate": 9.156191593075069e-07,
      "loss": 8.2626,
      "step": 463180
    },
    {
      "epoch": 0.9649791666666667,
      "grad_norm": 3.242314100265503,
      "learning_rate": 9.145318635712939e-07,
      "loss": 8.0511,
      "step": 463190
    },
    {
      "epoch": 0.965,
      "grad_norm": 1.7782882452011108,
      "learning_rate": 9.134452118252755e-07,
      "loss": 8.1413,
      "step": 463200
    },
    {
      "epoch": 0.9650208333333333,
      "grad_norm": 1.617884635925293,
      "learning_rate": 9.123592040741812e-07,
      "loss": 8.1874,
      "step": 463210
    },
    {
      "epoch": 0.9650416666666667,
      "grad_norm": 1.2100903987884521,
      "learning_rate": 9.112738403226739e-07,
      "loss": 7.8267,
      "step": 463220
    },
    {
      "epoch": 0.9650625,
      "grad_norm": 0.9958221316337585,
      "learning_rate": 9.10189120575433e-07,
      "loss": 8.3645,
      "step": 463230
    },
    {
      "epoch": 0.9650833333333333,
      "grad_norm": 4.029299259185791,
      "learning_rate": 9.091050448371884e-07,
      "loss": 8.1158,
      "step": 463240
    },
    {
      "epoch": 0.9651041666666667,
      "grad_norm": 2.536430597305298,
      "learning_rate": 9.080216131125861e-07,
      "loss": 8.865,
      "step": 463250
    },
    {
      "epoch": 0.965125,
      "grad_norm": 1.8432894945144653,
      "learning_rate": 9.069388254063059e-07,
      "loss": 8.1004,
      "step": 463260
    },
    {
      "epoch": 0.9651458333333334,
      "grad_norm": 1.6982285976409912,
      "learning_rate": 9.058566817230605e-07,
      "loss": 7.5822,
      "step": 463270
    },
    {
      "epoch": 0.9651666666666666,
      "grad_norm": 3.615602493286133,
      "learning_rate": 9.047751820674632e-07,
      "loss": 8.3262,
      "step": 463280
    },
    {
      "epoch": 0.9651875,
      "grad_norm": 1.6477679014205933,
      "learning_rate": 9.036943264442431e-07,
      "loss": 7.8402,
      "step": 463290
    },
    {
      "epoch": 0.9652083333333333,
      "grad_norm": 1.247272253036499,
      "learning_rate": 9.026141148580468e-07,
      "loss": 7.8642,
      "step": 463300
    },
    {
      "epoch": 0.9652291666666667,
      "grad_norm": 1.4166454076766968,
      "learning_rate": 9.015345473135371e-07,
      "loss": 7.6063,
      "step": 463310
    },
    {
      "epoch": 0.96525,
      "grad_norm": 11.08298110961914,
      "learning_rate": 9.004556238153771e-07,
      "loss": 7.9485,
      "step": 463320
    },
    {
      "epoch": 0.9652708333333333,
      "grad_norm": 1.5719687938690186,
      "learning_rate": 8.993773443682462e-07,
      "loss": 8.2794,
      "step": 463330
    },
    {
      "epoch": 0.9652916666666667,
      "grad_norm": 2.0830249786376953,
      "learning_rate": 8.982997089767574e-07,
      "loss": 7.8454,
      "step": 463340
    },
    {
      "epoch": 0.9653125,
      "grad_norm": 1.6207257509231567,
      "learning_rate": 8.972227176456238e-07,
      "loss": 7.5558,
      "step": 463350
    },
    {
      "epoch": 0.9653333333333334,
      "grad_norm": 1.9521390199661255,
      "learning_rate": 8.96146370379458e-07,
      "loss": 7.6969,
      "step": 463360
    },
    {
      "epoch": 0.9653541666666666,
      "grad_norm": 2.3649590015411377,
      "learning_rate": 8.950706671829233e-07,
      "loss": 8.0958,
      "step": 463370
    },
    {
      "epoch": 0.965375,
      "grad_norm": 2.6212778091430664,
      "learning_rate": 8.939956080606659e-07,
      "loss": 8.1035,
      "step": 463380
    },
    {
      "epoch": 0.9653958333333333,
      "grad_norm": 1.4162824153900146,
      "learning_rate": 8.929211930173152e-07,
      "loss": 8.1044,
      "step": 463390
    },
    {
      "epoch": 0.9654166666666667,
      "grad_norm": 1.8122644424438477,
      "learning_rate": 8.918474220575344e-07,
      "loss": 8.3475,
      "step": 463400
    },
    {
      "epoch": 0.9654375,
      "grad_norm": 19.522003173828125,
      "learning_rate": 8.907742951859531e-07,
      "loss": 9.2619,
      "step": 463410
    },
    {
      "epoch": 0.9654583333333333,
      "grad_norm": 3.4650373458862305,
      "learning_rate": 8.897018124072009e-07,
      "loss": 7.9905,
      "step": 463420
    },
    {
      "epoch": 0.9654791666666667,
      "grad_norm": 2.411785840988159,
      "learning_rate": 8.886299737259073e-07,
      "loss": 10.9449,
      "step": 463430
    },
    {
      "epoch": 0.9655,
      "grad_norm": 2.5466768741607666,
      "learning_rate": 8.875587791467187e-07,
      "loss": 7.9241,
      "step": 463440
    },
    {
      "epoch": 0.9655208333333334,
      "grad_norm": 1.8479571342468262,
      "learning_rate": 8.86488228674248e-07,
      "loss": 8.136,
      "step": 463450
    },
    {
      "epoch": 0.9655416666666666,
      "grad_norm": 1.5355775356292725,
      "learning_rate": 8.854183223131417e-07,
      "loss": 7.9401,
      "step": 463460
    },
    {
      "epoch": 0.9655625,
      "grad_norm": 3.077138662338257,
      "learning_rate": 8.843490600679959e-07,
      "loss": 8.0216,
      "step": 463470
    },
    {
      "epoch": 0.9655833333333333,
      "grad_norm": 4.3058366775512695,
      "learning_rate": 8.832804419434237e-07,
      "loss": 8.4592,
      "step": 463480
    },
    {
      "epoch": 0.9656041666666667,
      "grad_norm": 6.709817886352539,
      "learning_rate": 8.822124679440712e-07,
      "loss": 8.2728,
      "step": 463490
    },
    {
      "epoch": 0.965625,
      "grad_norm": 2.0164403915405273,
      "learning_rate": 8.811451380745349e-07,
      "loss": 8.0799,
      "step": 463500
    },
    {
      "epoch": 0.9656458333333333,
      "grad_norm": 2.8846096992492676,
      "learning_rate": 8.800784523394111e-07,
      "loss": 7.3202,
      "step": 463510
    },
    {
      "epoch": 0.9656666666666667,
      "grad_norm": 1.2814512252807617,
      "learning_rate": 8.79012410743346e-07,
      "loss": 7.968,
      "step": 463520
    },
    {
      "epoch": 0.9656875,
      "grad_norm": 1.4189482927322388,
      "learning_rate": 8.779470132909027e-07,
      "loss": 7.8387,
      "step": 463530
    },
    {
      "epoch": 0.9657083333333333,
      "grad_norm": 3.140772819519043,
      "learning_rate": 8.768822599867109e-07,
      "loss": 8.1247,
      "step": 463540
    },
    {
      "epoch": 0.9657291666666666,
      "grad_norm": 4.301537036895752,
      "learning_rate": 8.758181508353502e-07,
      "loss": 8.1851,
      "step": 463550
    },
    {
      "epoch": 0.96575,
      "grad_norm": 3.7107925415039062,
      "learning_rate": 8.747546858414333e-07,
      "loss": 7.7603,
      "step": 463560
    },
    {
      "epoch": 0.9657708333333334,
      "grad_norm": 2.2911930084228516,
      "learning_rate": 8.73691865009557e-07,
      "loss": 8.2758,
      "step": 463570
    },
    {
      "epoch": 0.9657916666666667,
      "grad_norm": 1.0882952213287354,
      "learning_rate": 8.726296883443007e-07,
      "loss": 8.3092,
      "step": 463580
    },
    {
      "epoch": 0.9658125,
      "grad_norm": 1.7567542791366577,
      "learning_rate": 8.715681558502441e-07,
      "loss": 7.8565,
      "step": 463590
    },
    {
      "epoch": 0.9658333333333333,
      "grad_norm": 3.1033358573913574,
      "learning_rate": 8.705072675320002e-07,
      "loss": 7.6204,
      "step": 463600
    },
    {
      "epoch": 0.9658541666666667,
      "grad_norm": 1.5068327188491821,
      "learning_rate": 8.694470233941319e-07,
      "loss": 7.7385,
      "step": 463610
    },
    {
      "epoch": 0.965875,
      "grad_norm": 1.1803770065307617,
      "learning_rate": 8.683874234412024e-07,
      "loss": 8.1593,
      "step": 463620
    },
    {
      "epoch": 0.9658958333333333,
      "grad_norm": 2.091372489929199,
      "learning_rate": 8.673284676778247e-07,
      "loss": 7.9056,
      "step": 463630
    },
    {
      "epoch": 0.9659166666666666,
      "grad_norm": 7.3744988441467285,
      "learning_rate": 8.662701561085617e-07,
      "loss": 8.2706,
      "step": 463640
    },
    {
      "epoch": 0.9659375,
      "grad_norm": 4.243457317352295,
      "learning_rate": 8.652124887379764e-07,
      "loss": 8.4017,
      "step": 463650
    },
    {
      "epoch": 0.9659583333333334,
      "grad_norm": 4.55918025970459,
      "learning_rate": 8.641554655706317e-07,
      "loss": 8.2665,
      "step": 463660
    },
    {
      "epoch": 0.9659791666666667,
      "grad_norm": 1.3948127031326294,
      "learning_rate": 8.630990866111242e-07,
      "loss": 8.1155,
      "step": 463670
    },
    {
      "epoch": 0.966,
      "grad_norm": 2.419679880142212,
      "learning_rate": 8.620433518639835e-07,
      "loss": 7.825,
      "step": 463680
    },
    {
      "epoch": 0.9660208333333333,
      "grad_norm": 1.1125068664550781,
      "learning_rate": 8.609882613337727e-07,
      "loss": 8.3386,
      "step": 463690
    },
    {
      "epoch": 0.9660416666666667,
      "grad_norm": 1.9659624099731445,
      "learning_rate": 8.599338150250712e-07,
      "loss": 7.9614,
      "step": 463700
    },
    {
      "epoch": 0.9660625,
      "grad_norm": 10.083793640136719,
      "learning_rate": 8.588800129424255e-07,
      "loss": 9.2799,
      "step": 463710
    },
    {
      "epoch": 0.9660833333333333,
      "grad_norm": 1.191414713859558,
      "learning_rate": 8.578268550903656e-07,
      "loss": 8.072,
      "step": 463720
    },
    {
      "epoch": 0.9661041666666667,
      "grad_norm": 1.621644139289856,
      "learning_rate": 8.567743414734874e-07,
      "loss": 7.3923,
      "step": 463730
    },
    {
      "epoch": 0.966125,
      "grad_norm": 4.689704895019531,
      "learning_rate": 8.557224720962874e-07,
      "loss": 8.6004,
      "step": 463740
    },
    {
      "epoch": 0.9661458333333334,
      "grad_norm": 2.5195813179016113,
      "learning_rate": 8.546712469633288e-07,
      "loss": 7.873,
      "step": 463750
    },
    {
      "epoch": 0.9661666666666666,
      "grad_norm": 1.7625865936279297,
      "learning_rate": 8.536206660791745e-07,
      "loss": 7.741,
      "step": 463760
    },
    {
      "epoch": 0.9661875,
      "grad_norm": 1.8666203022003174,
      "learning_rate": 8.525707294483208e-07,
      "loss": 8.9715,
      "step": 463770
    },
    {
      "epoch": 0.9662083333333333,
      "grad_norm": 2.3384532928466797,
      "learning_rate": 8.515214370753476e-07,
      "loss": 7.7868,
      "step": 463780
    },
    {
      "epoch": 0.9662291666666667,
      "grad_norm": 3.5459930896759033,
      "learning_rate": 8.504727889647512e-07,
      "loss": 8.0127,
      "step": 463790
    },
    {
      "epoch": 0.96625,
      "grad_norm": 1.3137396574020386,
      "learning_rate": 8.494247851210778e-07,
      "loss": 7.8659,
      "step": 463800
    },
    {
      "epoch": 0.9662708333333333,
      "grad_norm": 1.8631805181503296,
      "learning_rate": 8.483774255488407e-07,
      "loss": 7.335,
      "step": 463810
    },
    {
      "epoch": 0.9662916666666667,
      "grad_norm": 3.1014492511749268,
      "learning_rate": 8.473307102525861e-07,
      "loss": 8.1439,
      "step": 463820
    },
    {
      "epoch": 0.9663125,
      "grad_norm": 1.2317640781402588,
      "learning_rate": 8.462846392368273e-07,
      "loss": 8.1282,
      "step": 463830
    },
    {
      "epoch": 0.9663333333333334,
      "grad_norm": 1.2173629999160767,
      "learning_rate": 8.452392125060603e-07,
      "loss": 7.891,
      "step": 463840
    },
    {
      "epoch": 0.9663541666666666,
      "grad_norm": 1.7644376754760742,
      "learning_rate": 8.441944300648484e-07,
      "loss": 7.6178,
      "step": 463850
    },
    {
      "epoch": 0.966375,
      "grad_norm": 1.898423433303833,
      "learning_rate": 8.431502919176547e-07,
      "loss": 8.2388,
      "step": 463860
    },
    {
      "epoch": 0.9663958333333333,
      "grad_norm": 4.00532865524292,
      "learning_rate": 8.421067980690255e-07,
      "loss": 8.1337,
      "step": 463870
    },
    {
      "epoch": 0.9664166666666667,
      "grad_norm": 2.194227695465088,
      "learning_rate": 8.410639485234405e-07,
      "loss": 7.5602,
      "step": 463880
    },
    {
      "epoch": 0.9664375,
      "grad_norm": 1.4041787385940552,
      "learning_rate": 8.400217432854295e-07,
      "loss": 7.8177,
      "step": 463890
    },
    {
      "epoch": 0.9664583333333333,
      "grad_norm": 2.000478982925415,
      "learning_rate": 8.389801823594721e-07,
      "loss": 8.2398,
      "step": 463900
    },
    {
      "epoch": 0.9664791666666667,
      "grad_norm": 2.5584890842437744,
      "learning_rate": 8.379392657500816e-07,
      "loss": 7.4618,
      "step": 463910
    },
    {
      "epoch": 0.9665,
      "grad_norm": 3.0707032680511475,
      "learning_rate": 8.368989934617542e-07,
      "loss": 7.8447,
      "step": 463920
    },
    {
      "epoch": 0.9665208333333334,
      "grad_norm": 1.4256389141082764,
      "learning_rate": 8.358593654989865e-07,
      "loss": 7.4842,
      "step": 463930
    },
    {
      "epoch": 0.9665416666666666,
      "grad_norm": 3.0877978801727295,
      "learning_rate": 8.34820381866258e-07,
      "loss": 8.3037,
      "step": 463940
    },
    {
      "epoch": 0.9665625,
      "grad_norm": 3.769869327545166,
      "learning_rate": 8.337820425680652e-07,
      "loss": 8.2864,
      "step": 463950
    },
    {
      "epoch": 0.9665833333333333,
      "grad_norm": 1.7500114440917969,
      "learning_rate": 8.32744347608888e-07,
      "loss": 8.0022,
      "step": 463960
    },
    {
      "epoch": 0.9666041666666667,
      "grad_norm": 3.1905906200408936,
      "learning_rate": 8.317072969931892e-07,
      "loss": 8.1129,
      "step": 463970
    },
    {
      "epoch": 0.966625,
      "grad_norm": 1.0835400819778442,
      "learning_rate": 8.306708907254989e-07,
      "loss": 8.1041,
      "step": 463980
    },
    {
      "epoch": 0.9666458333333333,
      "grad_norm": 1.5131675004959106,
      "learning_rate": 8.296351288102632e-07,
      "loss": 7.9408,
      "step": 463990
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 1.2698990106582642,
      "learning_rate": 8.286000112519453e-07,
      "loss": 8.0491,
      "step": 464000
    },
    {
      "epoch": 0.9666666666666667,
      "eval_loss": 6.550510406494141,
      "eval_runtime": 9.0322,
      "eval_samples_per_second": 0.332,
      "eval_steps_per_second": 0.111,
      "step": 464000
    },
    {
      "epoch": 0.9666875,
      "grad_norm": 3.199626922607422,
      "learning_rate": 8.275655380550416e-07,
      "loss": 7.9814,
      "step": 464010
    },
    {
      "epoch": 0.9667083333333333,
      "grad_norm": 1.6569865942001343,
      "learning_rate": 8.265317092239987e-07,
      "loss": 8.0443,
      "step": 464020
    },
    {
      "epoch": 0.9667291666666666,
      "grad_norm": 1.556967854499817,
      "learning_rate": 8.254985247632795e-07,
      "loss": 8.2465,
      "step": 464030
    },
    {
      "epoch": 0.96675,
      "grad_norm": 2.0212085247039795,
      "learning_rate": 8.244659846773805e-07,
      "loss": 7.6777,
      "step": 464040
    },
    {
      "epoch": 0.9667708333333334,
      "grad_norm": 2.2339794635772705,
      "learning_rate": 8.234340889707313e-07,
      "loss": 7.4515,
      "step": 464050
    },
    {
      "epoch": 0.9667916666666667,
      "grad_norm": 2.242129325866699,
      "learning_rate": 8.224028376477953e-07,
      "loss": 7.9805,
      "step": 464060
    },
    {
      "epoch": 0.9668125,
      "grad_norm": 1.5628234148025513,
      "learning_rate": 8.213722307130522e-07,
      "loss": 7.6756,
      "step": 464070
    },
    {
      "epoch": 0.9668333333333333,
      "grad_norm": 1.9295896291732788,
      "learning_rate": 8.203422681709149e-07,
      "loss": 7.5016,
      "step": 464080
    },
    {
      "epoch": 0.9668541666666667,
      "grad_norm": 4.773407459259033,
      "learning_rate": 8.1931295002583e-07,
      "loss": 7.7969,
      "step": 464090
    },
    {
      "epoch": 0.966875,
      "grad_norm": 3.1370460987091064,
      "learning_rate": 8.182842762822938e-07,
      "loss": 8.2943,
      "step": 464100
    },
    {
      "epoch": 0.9668958333333333,
      "grad_norm": 2.44769549369812,
      "learning_rate": 8.172562469447197e-07,
      "loss": 7.6285,
      "step": 464110
    },
    {
      "epoch": 0.9669166666666666,
      "grad_norm": 1.2462825775146484,
      "learning_rate": 8.162288620175372e-07,
      "loss": 7.4546,
      "step": 464120
    },
    {
      "epoch": 0.9669375,
      "grad_norm": 1.142362117767334,
      "learning_rate": 8.152021215051929e-07,
      "loss": 7.7199,
      "step": 464130
    },
    {
      "epoch": 0.9669583333333334,
      "grad_norm": 1.6101512908935547,
      "learning_rate": 8.141760254121166e-07,
      "loss": 7.2114,
      "step": 464140
    },
    {
      "epoch": 0.9669791666666666,
      "grad_norm": 2.325449228286743,
      "learning_rate": 8.131505737427546e-07,
      "loss": 7.657,
      "step": 464150
    },
    {
      "epoch": 0.967,
      "grad_norm": 2.209683656692505,
      "learning_rate": 8.121257665015368e-07,
      "loss": 8.7577,
      "step": 464160
    },
    {
      "epoch": 0.9670208333333333,
      "grad_norm": 1.9265468120574951,
      "learning_rate": 8.111016036928764e-07,
      "loss": 7.9584,
      "step": 464170
    },
    {
      "epoch": 0.9670416666666667,
      "grad_norm": 10.478422164916992,
      "learning_rate": 8.100780853212197e-07,
      "loss": 7.5996,
      "step": 464180
    },
    {
      "epoch": 0.9670625,
      "grad_norm": 1.5992738008499146,
      "learning_rate": 8.090552113909465e-07,
      "loss": 7.2031,
      "step": 464190
    },
    {
      "epoch": 0.9670833333333333,
      "grad_norm": 2.8117923736572266,
      "learning_rate": 8.080329819065201e-07,
      "loss": 7.531,
      "step": 464200
    },
    {
      "epoch": 0.9671041666666667,
      "grad_norm": 1.3991713523864746,
      "learning_rate": 8.070113968723369e-07,
      "loss": 8.1026,
      "step": 464210
    },
    {
      "epoch": 0.967125,
      "grad_norm": 1.7657537460327148,
      "learning_rate": 8.059904562927932e-07,
      "loss": 8.5123,
      "step": 464220
    },
    {
      "epoch": 0.9671458333333334,
      "grad_norm": 2.0459868907928467,
      "learning_rate": 8.049701601723357e-07,
      "loss": 7.3268,
      "step": 464230
    },
    {
      "epoch": 0.9671666666666666,
      "grad_norm": 1.492263674736023,
      "learning_rate": 8.039505085153441e-07,
      "loss": 7.7453,
      "step": 464240
    },
    {
      "epoch": 0.9671875,
      "grad_norm": 1.4752529859542847,
      "learning_rate": 8.029315013262149e-07,
      "loss": 7.5118,
      "step": 464250
    },
    {
      "epoch": 0.9672083333333333,
      "grad_norm": 2.6142992973327637,
      "learning_rate": 8.01913138609378e-07,
      "loss": 7.834,
      "step": 464260
    },
    {
      "epoch": 0.9672291666666667,
      "grad_norm": 1.942915439605713,
      "learning_rate": 8.008954203692297e-07,
      "loss": 7.9375,
      "step": 464270
    },
    {
      "epoch": 0.96725,
      "grad_norm": 5.314016819000244,
      "learning_rate": 7.998783466101499e-07,
      "loss": 7.1303,
      "step": 464280
    },
    {
      "epoch": 0.9672708333333333,
      "grad_norm": 1.8837089538574219,
      "learning_rate": 7.988619173365352e-07,
      "loss": 7.9131,
      "step": 464290
    },
    {
      "epoch": 0.9672916666666667,
      "grad_norm": 2.659973382949829,
      "learning_rate": 7.978461325527818e-07,
      "loss": 7.8732,
      "step": 464300
    },
    {
      "epoch": 0.9673125,
      "grad_norm": 1.6489975452423096,
      "learning_rate": 7.968309922632698e-07,
      "loss": 7.3917,
      "step": 464310
    },
    {
      "epoch": 0.9673333333333334,
      "grad_norm": 3.165496587753296,
      "learning_rate": 7.95816496472379e-07,
      "loss": 8.231,
      "step": 464320
    },
    {
      "epoch": 0.9673541666666666,
      "grad_norm": 1.2463825941085815,
      "learning_rate": 7.948026451845224e-07,
      "loss": 8.1996,
      "step": 464330
    },
    {
      "epoch": 0.967375,
      "grad_norm": 2.4983158111572266,
      "learning_rate": 7.937894384040466e-07,
      "loss": 9.0151,
      "step": 464340
    },
    {
      "epoch": 0.9673958333333333,
      "grad_norm": 1.2433465719223022,
      "learning_rate": 7.927768761353482e-07,
      "loss": 8.1228,
      "step": 464350
    },
    {
      "epoch": 0.9674166666666667,
      "grad_norm": 1.0612013339996338,
      "learning_rate": 7.917649583827901e-07,
      "loss": 7.9862,
      "step": 464360
    },
    {
      "epoch": 0.9674375,
      "grad_norm": 2.667412519454956,
      "learning_rate": 7.907536851507357e-07,
      "loss": 8.1926,
      "step": 464370
    },
    {
      "epoch": 0.9674583333333333,
      "grad_norm": 2.013876438140869,
      "learning_rate": 7.897430564435814e-07,
      "loss": 7.8855,
      "step": 464380
    },
    {
      "epoch": 0.9674791666666667,
      "grad_norm": 1.6141197681427002,
      "learning_rate": 7.887330722656738e-07,
      "loss": 8.4778,
      "step": 464390
    },
    {
      "epoch": 0.9675,
      "grad_norm": 1.3462159633636475,
      "learning_rate": 7.877237326213592e-07,
      "loss": 7.9518,
      "step": 464400
    },
    {
      "epoch": 0.9675208333333334,
      "grad_norm": 2.7623209953308105,
      "learning_rate": 7.86715037515051e-07,
      "loss": 8.0417,
      "step": 464410
    },
    {
      "epoch": 0.9675416666666666,
      "grad_norm": 1.6879178285598755,
      "learning_rate": 7.857069869510457e-07,
      "loss": 8.0445,
      "step": 464420
    },
    {
      "epoch": 0.9675625,
      "grad_norm": 1.6676883697509766,
      "learning_rate": 7.846995809337231e-07,
      "loss": 7.7126,
      "step": 464430
    },
    {
      "epoch": 0.9675833333333334,
      "grad_norm": 1.9013335704803467,
      "learning_rate": 7.836928194674296e-07,
      "loss": 8.1523,
      "step": 464440
    },
    {
      "epoch": 0.9676041666666667,
      "grad_norm": 1.2009570598602295,
      "learning_rate": 7.826867025565287e-07,
      "loss": 7.9529,
      "step": 464450
    },
    {
      "epoch": 0.967625,
      "grad_norm": 1.2300981283187866,
      "learning_rate": 7.816812302053499e-07,
      "loss": 7.7349,
      "step": 464460
    },
    {
      "epoch": 0.9676458333333333,
      "grad_norm": 3.929311752319336,
      "learning_rate": 7.806764024182566e-07,
      "loss": 8.5023,
      "step": 464470
    },
    {
      "epoch": 0.9676666666666667,
      "grad_norm": 1.550358772277832,
      "learning_rate": 7.796722191995786e-07,
      "loss": 7.945,
      "step": 464480
    },
    {
      "epoch": 0.9676875,
      "grad_norm": 1.1596574783325195,
      "learning_rate": 7.786686805536458e-07,
      "loss": 7.1328,
      "step": 464490
    },
    {
      "epoch": 0.9677083333333333,
      "grad_norm": 1.9949623346328735,
      "learning_rate": 7.776657864847879e-07,
      "loss": 8.2412,
      "step": 464500
    },
    {
      "epoch": 0.9677291666666666,
      "grad_norm": 2.5611441135406494,
      "learning_rate": 7.766635369973517e-07,
      "loss": 7.8134,
      "step": 464510
    },
    {
      "epoch": 0.96775,
      "grad_norm": 1.2813173532485962,
      "learning_rate": 7.75661932095667e-07,
      "loss": 7.4476,
      "step": 464520
    },
    {
      "epoch": 0.9677708333333334,
      "grad_norm": 1.0215063095092773,
      "learning_rate": 7.746609717840469e-07,
      "loss": 8.392,
      "step": 464530
    },
    {
      "epoch": 0.9677916666666667,
      "grad_norm": 1.1748086214065552,
      "learning_rate": 7.736606560668379e-07,
      "loss": 7.5943,
      "step": 464540
    },
    {
      "epoch": 0.9678125,
      "grad_norm": 7.187828063964844,
      "learning_rate": 7.726609849483368e-07,
      "loss": 8.059,
      "step": 464550
    },
    {
      "epoch": 0.9678333333333333,
      "grad_norm": 13.168764114379883,
      "learning_rate": 7.716619584328731e-07,
      "loss": 8.7652,
      "step": 464560
    },
    {
      "epoch": 0.9678541666666667,
      "grad_norm": 4.8972554206848145,
      "learning_rate": 7.706635765247604e-07,
      "loss": 8.294,
      "step": 464570
    },
    {
      "epoch": 0.967875,
      "grad_norm": 3.66534161567688,
      "learning_rate": 7.696658392283117e-07,
      "loss": 8.02,
      "step": 464580
    },
    {
      "epoch": 0.9678958333333333,
      "grad_norm": 2.640331268310547,
      "learning_rate": 7.686687465478402e-07,
      "loss": 9.4961,
      "step": 464590
    },
    {
      "epoch": 0.9679166666666666,
      "grad_norm": 1.6630178689956665,
      "learning_rate": 7.676722984876593e-07,
      "loss": 8.0205,
      "step": 464600
    },
    {
      "epoch": 0.9679375,
      "grad_norm": 1.592476487159729,
      "learning_rate": 7.666764950520488e-07,
      "loss": 8.0047,
      "step": 464610
    },
    {
      "epoch": 0.9679583333333334,
      "grad_norm": 1.8560900688171387,
      "learning_rate": 7.656813362453218e-07,
      "loss": 7.1858,
      "step": 464620
    },
    {
      "epoch": 0.9679791666666666,
      "grad_norm": 12.583503723144531,
      "learning_rate": 7.646868220717917e-07,
      "loss": 8.6327,
      "step": 464630
    },
    {
      "epoch": 0.968,
      "grad_norm": 1.8278086185455322,
      "learning_rate": 7.63692952535755e-07,
      "loss": 9.4596,
      "step": 464640
    },
    {
      "epoch": 0.9680208333333333,
      "grad_norm": 1.5549980401992798,
      "learning_rate": 7.626997276414581e-07,
      "loss": 10.0324,
      "step": 464650
    },
    {
      "epoch": 0.9680416666666667,
      "grad_norm": 1.306075930595398,
      "learning_rate": 7.617071473932479e-07,
      "loss": 7.3997,
      "step": 464660
    },
    {
      "epoch": 0.9680625,
      "grad_norm": 1.5722465515136719,
      "learning_rate": 7.607152117954041e-07,
      "loss": 7.8123,
      "step": 464670
    },
    {
      "epoch": 0.9680833333333333,
      "grad_norm": 12.146455764770508,
      "learning_rate": 7.597239208521732e-07,
      "loss": 8.1722,
      "step": 464680
    },
    {
      "epoch": 0.9681041666666667,
      "grad_norm": 3.7522683143615723,
      "learning_rate": 7.587332745678687e-07,
      "loss": 8.0034,
      "step": 464690
    },
    {
      "epoch": 0.968125,
      "grad_norm": 1.213453769683838,
      "learning_rate": 7.577432729467702e-07,
      "loss": 7.1052,
      "step": 464700
    },
    {
      "epoch": 0.9681458333333334,
      "grad_norm": 4.490490913391113,
      "learning_rate": 7.567539159931413e-07,
      "loss": 7.734,
      "step": 464710
    },
    {
      "epoch": 0.9681666666666666,
      "grad_norm": 1.4102845191955566,
      "learning_rate": 7.557652037112616e-07,
      "loss": 7.6861,
      "step": 464720
    },
    {
      "epoch": 0.9681875,
      "grad_norm": 1.8546429872512817,
      "learning_rate": 7.547771361053944e-07,
      "loss": 7.697,
      "step": 464730
    },
    {
      "epoch": 0.9682083333333333,
      "grad_norm": 1.9966756105422974,
      "learning_rate": 7.537897131798198e-07,
      "loss": 7.9684,
      "step": 464740
    },
    {
      "epoch": 0.9682291666666667,
      "grad_norm": 1.09453284740448,
      "learning_rate": 7.52802934938801e-07,
      "loss": 7.3811,
      "step": 464750
    },
    {
      "epoch": 0.96825,
      "grad_norm": 1.2176566123962402,
      "learning_rate": 7.518168013866011e-07,
      "loss": 7.9351,
      "step": 464760
    },
    {
      "epoch": 0.9682708333333333,
      "grad_norm": 2.065122604370117,
      "learning_rate": 7.508313125274501e-07,
      "loss": 8.4137,
      "step": 464770
    },
    {
      "epoch": 0.9682916666666667,
      "grad_norm": 3.441265106201172,
      "learning_rate": 7.498464683656613e-07,
      "loss": 7.8096,
      "step": 464780
    },
    {
      "epoch": 0.9683125,
      "grad_norm": 1.818411111831665,
      "learning_rate": 7.48862268905448e-07,
      "loss": 7.8432,
      "step": 464790
    },
    {
      "epoch": 0.9683333333333334,
      "grad_norm": 2.083571672439575,
      "learning_rate": 7.478787141510567e-07,
      "loss": 7.847,
      "step": 464800
    },
    {
      "epoch": 0.9683541666666666,
      "grad_norm": 1.9487794637680054,
      "learning_rate": 7.468958041067841e-07,
      "loss": 7.8101,
      "step": 464810
    },
    {
      "epoch": 0.968375,
      "grad_norm": 1.2767243385314941,
      "learning_rate": 7.459135387768267e-07,
      "loss": 7.5001,
      "step": 464820
    },
    {
      "epoch": 0.9683958333333333,
      "grad_norm": 3.6243371963500977,
      "learning_rate": 7.449319181654312e-07,
      "loss": 7.9478,
      "step": 464830
    },
    {
      "epoch": 0.9684166666666667,
      "grad_norm": 1.6253994703292847,
      "learning_rate": 7.439509422768608e-07,
      "loss": 7.896,
      "step": 464840
    },
    {
      "epoch": 0.9684375,
      "grad_norm": 3.41196608543396,
      "learning_rate": 7.429706111153455e-07,
      "loss": 8.1657,
      "step": 464850
    },
    {
      "epoch": 0.9684583333333333,
      "grad_norm": 3.5899033546447754,
      "learning_rate": 7.419909246851152e-07,
      "loss": 8.1697,
      "step": 464860
    },
    {
      "epoch": 0.9684791666666667,
      "grad_norm": 3.1526362895965576,
      "learning_rate": 7.410118829903999e-07,
      "loss": 7.8741,
      "step": 464870
    },
    {
      "epoch": 0.9685,
      "grad_norm": 1.5142009258270264,
      "learning_rate": 7.400334860354462e-07,
      "loss": 7.5673,
      "step": 464880
    },
    {
      "epoch": 0.9685208333333334,
      "grad_norm": 1.3668034076690674,
      "learning_rate": 7.390557338244507e-07,
      "loss": 7.7058,
      "step": 464890
    },
    {
      "epoch": 0.9685416666666666,
      "grad_norm": 5.19845724105835,
      "learning_rate": 7.3807862636166e-07,
      "loss": 7.8847,
      "step": 464900
    },
    {
      "epoch": 0.9685625,
      "grad_norm": 2.2833263874053955,
      "learning_rate": 7.371021636512875e-07,
      "loss": 7.796,
      "step": 464910
    },
    {
      "epoch": 0.9685833333333334,
      "grad_norm": 1.0454659461975098,
      "learning_rate": 7.361263456975463e-07,
      "loss": 8.4086,
      "step": 464920
    },
    {
      "epoch": 0.9686041666666667,
      "grad_norm": 3.049290180206299,
      "learning_rate": 7.351511725046665e-07,
      "loss": 8.0473,
      "step": 464930
    },
    {
      "epoch": 0.968625,
      "grad_norm": 3.8293087482452393,
      "learning_rate": 7.341766440768448e-07,
      "loss": 7.4893,
      "step": 464940
    },
    {
      "epoch": 0.9686458333333333,
      "grad_norm": 1.3648320436477661,
      "learning_rate": 7.332027604182944e-07,
      "loss": 7.5307,
      "step": 464950
    },
    {
      "epoch": 0.9686666666666667,
      "grad_norm": 1.930137276649475,
      "learning_rate": 7.322295215332285e-07,
      "loss": 7.8691,
      "step": 464960
    },
    {
      "epoch": 0.9686875,
      "grad_norm": 1.5958460569381714,
      "learning_rate": 7.312569274258439e-07,
      "loss": 7.6442,
      "step": 464970
    },
    {
      "epoch": 0.9687083333333333,
      "grad_norm": 2.191645383834839,
      "learning_rate": 7.302849781003373e-07,
      "loss": 8.7195,
      "step": 464980
    },
    {
      "epoch": 0.9687291666666666,
      "grad_norm": 1.1520490646362305,
      "learning_rate": 7.293136735609217e-07,
      "loss": 7.7919,
      "step": 464990
    },
    {
      "epoch": 0.96875,
      "grad_norm": 4.013817310333252,
      "learning_rate": 7.283430138117941e-07,
      "loss": 10.0451,
      "step": 465000
    },
    {
      "epoch": 0.96875,
      "eval_loss": 7.121663570404053,
      "eval_runtime": 8.9141,
      "eval_samples_per_second": 0.337,
      "eval_steps_per_second": 0.112,
      "step": 465000
    },
    {
      "epoch": 0.9687708333333334,
      "grad_norm": 1.4172314405441284,
      "learning_rate": 7.273729988571341e-07,
      "loss": 7.8114,
      "step": 465010
    },
    {
      "epoch": 0.9687916666666667,
      "grad_norm": 1.2830784320831299,
      "learning_rate": 7.264036287011221e-07,
      "loss": 7.5709,
      "step": 465020
    },
    {
      "epoch": 0.9688125,
      "grad_norm": 9.421167373657227,
      "learning_rate": 7.254349033479711e-07,
      "loss": 8.1681,
      "step": 465030
    },
    {
      "epoch": 0.9688333333333333,
      "grad_norm": 4.6463942527771,
      "learning_rate": 7.244668228018613e-07,
      "loss": 8.1377,
      "step": 465040
    },
    {
      "epoch": 0.9688541666666667,
      "grad_norm": 2.3197121620178223,
      "learning_rate": 7.234993870669559e-07,
      "loss": 8.1203,
      "step": 465050
    },
    {
      "epoch": 0.968875,
      "grad_norm": 1.2503868341445923,
      "learning_rate": 7.225325961474515e-07,
      "loss": 7.8005,
      "step": 465060
    },
    {
      "epoch": 0.9688958333333333,
      "grad_norm": 2.2064895629882812,
      "learning_rate": 7.215664500475115e-07,
      "loss": 8.5456,
      "step": 465070
    },
    {
      "epoch": 0.9689166666666666,
      "grad_norm": 1.5044803619384766,
      "learning_rate": 7.20600948771316e-07,
      "loss": 8.3366,
      "step": 465080
    },
    {
      "epoch": 0.9689375,
      "grad_norm": 2.984736442565918,
      "learning_rate": 7.196360923230448e-07,
      "loss": 7.9252,
      "step": 465090
    },
    {
      "epoch": 0.9689583333333334,
      "grad_norm": 5.868088245391846,
      "learning_rate": 7.186718807068614e-07,
      "loss": 8.0376,
      "step": 465100
    },
    {
      "epoch": 0.9689791666666666,
      "grad_norm": 2.1201155185699463,
      "learning_rate": 7.177083139269124e-07,
      "loss": 8.0187,
      "step": 465110
    },
    {
      "epoch": 0.969,
      "grad_norm": 2.387909412384033,
      "learning_rate": 7.167453919873778e-07,
      "loss": 8.8173,
      "step": 465120
    },
    {
      "epoch": 0.9690208333333333,
      "grad_norm": 1.2964913845062256,
      "learning_rate": 7.157831148924209e-07,
      "loss": 7.711,
      "step": 465130
    },
    {
      "epoch": 0.9690416666666667,
      "grad_norm": 1.446913242340088,
      "learning_rate": 7.148214826461718e-07,
      "loss": 7.4424,
      "step": 465140
    },
    {
      "epoch": 0.9690625,
      "grad_norm": 2.4909839630126953,
      "learning_rate": 7.138604952528104e-07,
      "loss": 7.3981,
      "step": 465150
    },
    {
      "epoch": 0.9690833333333333,
      "grad_norm": 2.4405319690704346,
      "learning_rate": 7.129001527164835e-07,
      "loss": 7.7815,
      "step": 465160
    },
    {
      "epoch": 0.9691041666666667,
      "grad_norm": 2.830118179321289,
      "learning_rate": 7.119404550413377e-07,
      "loss": 7.4898,
      "step": 465170
    },
    {
      "epoch": 0.969125,
      "grad_norm": 1.5830711126327515,
      "learning_rate": 7.109814022315197e-07,
      "loss": 8.2701,
      "step": 465180
    },
    {
      "epoch": 0.9691458333333334,
      "grad_norm": 2.5993077754974365,
      "learning_rate": 7.100229942911595e-07,
      "loss": 8.0575,
      "step": 465190
    },
    {
      "epoch": 0.9691666666666666,
      "grad_norm": 1.7368011474609375,
      "learning_rate": 7.090652312244038e-07,
      "loss": 7.8785,
      "step": 465200
    },
    {
      "epoch": 0.9691875,
      "grad_norm": 2.4156129360198975,
      "learning_rate": 7.081081130353993e-07,
      "loss": 8.2465,
      "step": 465210
    },
    {
      "epoch": 0.9692083333333333,
      "grad_norm": 1.9814233779907227,
      "learning_rate": 7.071516397282762e-07,
      "loss": 8.0252,
      "step": 465220
    },
    {
      "epoch": 0.9692291666666667,
      "grad_norm": 1.3230576515197754,
      "learning_rate": 7.061958113071642e-07,
      "loss": 7.7316,
      "step": 465230
    },
    {
      "epoch": 0.96925,
      "grad_norm": 1.1025714874267578,
      "learning_rate": 7.052406277761935e-07,
      "loss": 7.6967,
      "step": 465240
    },
    {
      "epoch": 0.9692708333333333,
      "grad_norm": 1.2411069869995117,
      "learning_rate": 7.042860891394774e-07,
      "loss": 7.4036,
      "step": 465250
    },
    {
      "epoch": 0.9692916666666667,
      "grad_norm": 4.143657207489014,
      "learning_rate": 7.033321954011629e-07,
      "loss": 7.4461,
      "step": 465260
    },
    {
      "epoch": 0.9693125,
      "grad_norm": 1.175645351409912,
      "learning_rate": 7.023789465653462e-07,
      "loss": 8.9081,
      "step": 465270
    },
    {
      "epoch": 0.9693333333333334,
      "grad_norm": 1.313485860824585,
      "learning_rate": 7.014263426361744e-07,
      "loss": 7.5584,
      "step": 465280
    },
    {
      "epoch": 0.9693541666666666,
      "grad_norm": 1.1832175254821777,
      "learning_rate": 7.004743836177273e-07,
      "loss": 8.3097,
      "step": 465290
    },
    {
      "epoch": 0.969375,
      "grad_norm": 2.0849831104278564,
      "learning_rate": 6.995230695141352e-07,
      "loss": 7.8678,
      "step": 465300
    },
    {
      "epoch": 0.9693958333333333,
      "grad_norm": 3.439554214477539,
      "learning_rate": 6.985724003295112e-07,
      "loss": 8.158,
      "step": 465310
    },
    {
      "epoch": 0.9694166666666667,
      "grad_norm": 1.5903425216674805,
      "learning_rate": 6.976223760679522e-07,
      "loss": 7.8615,
      "step": 465320
    },
    {
      "epoch": 0.9694375,
      "grad_norm": 1.5367517471313477,
      "learning_rate": 6.966729967335715e-07,
      "loss": 7.0379,
      "step": 465330
    },
    {
      "epoch": 0.9694583333333333,
      "grad_norm": 1.6639964580535889,
      "learning_rate": 6.95724262330466e-07,
      "loss": 7.7976,
      "step": 465340
    },
    {
      "epoch": 0.9694791666666667,
      "grad_norm": 2.723618507385254,
      "learning_rate": 6.947761728627321e-07,
      "loss": 7.8288,
      "step": 465350
    },
    {
      "epoch": 0.9695,
      "grad_norm": 1.937051773071289,
      "learning_rate": 6.938287283344668e-07,
      "loss": 7.4354,
      "step": 465360
    },
    {
      "epoch": 0.9695208333333334,
      "grad_norm": 1.6359288692474365,
      "learning_rate": 6.9288192874975e-07,
      "loss": 7.5716,
      "step": 465370
    },
    {
      "epoch": 0.9695416666666666,
      "grad_norm": 5.085726737976074,
      "learning_rate": 6.919357741126951e-07,
      "loss": 7.805,
      "step": 465380
    },
    {
      "epoch": 0.9695625,
      "grad_norm": 2.6061832904815674,
      "learning_rate": 6.909902644273657e-07,
      "loss": 8.6597,
      "step": 465390
    },
    {
      "epoch": 0.9695833333333334,
      "grad_norm": 1.4148046970367432,
      "learning_rate": 6.90045399697875e-07,
      "loss": 8.2205,
      "step": 465400
    },
    {
      "epoch": 0.9696041666666667,
      "grad_norm": 1.1373767852783203,
      "learning_rate": 6.891011799282864e-07,
      "loss": 8.0211,
      "step": 465410
    },
    {
      "epoch": 0.969625,
      "grad_norm": 15.215558052062988,
      "learning_rate": 6.881576051226634e-07,
      "loss": 8.2723,
      "step": 465420
    },
    {
      "epoch": 0.9696458333333333,
      "grad_norm": 6.380804538726807,
      "learning_rate": 6.872146752851026e-07,
      "loss": 8.3,
      "step": 465430
    },
    {
      "epoch": 0.9696666666666667,
      "grad_norm": 4.455893516540527,
      "learning_rate": 6.862723904196843e-07,
      "loss": 7.9089,
      "step": 465440
    },
    {
      "epoch": 0.9696875,
      "grad_norm": 1.4146531820297241,
      "learning_rate": 6.853307505304551e-07,
      "loss": 7.7285,
      "step": 465450
    },
    {
      "epoch": 0.9697083333333333,
      "grad_norm": 4.489560604095459,
      "learning_rate": 6.84389755621495e-07,
      "loss": 8.2133,
      "step": 465460
    },
    {
      "epoch": 0.9697291666666666,
      "grad_norm": 1.8271746635437012,
      "learning_rate": 6.834494056968842e-07,
      "loss": 8.226,
      "step": 465470
    },
    {
      "epoch": 0.96975,
      "grad_norm": 1.3248196840286255,
      "learning_rate": 6.825097007606528e-07,
      "loss": 8.126,
      "step": 465480
    },
    {
      "epoch": 0.9697708333333334,
      "grad_norm": 1.8031330108642578,
      "learning_rate": 6.815706408168809e-07,
      "loss": 7.7422,
      "step": 465490
    },
    {
      "epoch": 0.9697916666666667,
      "grad_norm": 4.606557369232178,
      "learning_rate": 6.806322258696151e-07,
      "loss": 7.9507,
      "step": 465500
    },
    {
      "epoch": 0.9698125,
      "grad_norm": 2.0542914867401123,
      "learning_rate": 6.796944559229023e-07,
      "loss": 7.7224,
      "step": 465510
    },
    {
      "epoch": 0.9698333333333333,
      "grad_norm": 7.827090740203857,
      "learning_rate": 6.787573309808225e-07,
      "loss": 8.4826,
      "step": 465520
    },
    {
      "epoch": 0.9698541666666667,
      "grad_norm": 1.0769041776657104,
      "learning_rate": 6.778208510474059e-07,
      "loss": 7.715,
      "step": 465530
    },
    {
      "epoch": 0.969875,
      "grad_norm": 1.3582133054733276,
      "learning_rate": 6.768850161266826e-07,
      "loss": 7.6722,
      "step": 465540
    },
    {
      "epoch": 0.9698958333333333,
      "grad_norm": 1.74501633644104,
      "learning_rate": 6.759498262227158e-07,
      "loss": 7.6134,
      "step": 465550
    },
    {
      "epoch": 0.9699166666666666,
      "grad_norm": 1.3832597732543945,
      "learning_rate": 6.750152813395526e-07,
      "loss": 7.6932,
      "step": 465560
    },
    {
      "epoch": 0.9699375,
      "grad_norm": 1.7667932510375977,
      "learning_rate": 6.740813814812062e-07,
      "loss": 8.0112,
      "step": 465570
    },
    {
      "epoch": 0.9699583333333334,
      "grad_norm": 2.839881420135498,
      "learning_rate": 6.731481266517069e-07,
      "loss": 7.7613,
      "step": 465580
    },
    {
      "epoch": 0.9699791666666666,
      "grad_norm": 5.538407802581787,
      "learning_rate": 6.722155168551179e-07,
      "loss": 8.5217,
      "step": 465590
    },
    {
      "epoch": 0.97,
      "grad_norm": 1.4361793994903564,
      "learning_rate": 6.71283552095453e-07,
      "loss": 7.283,
      "step": 465600
    },
    {
      "epoch": 0.9700208333333333,
      "grad_norm": 1.8079293966293335,
      "learning_rate": 6.703522323767252e-07,
      "loss": 7.6132,
      "step": 465610
    },
    {
      "epoch": 0.9700416666666667,
      "grad_norm": 1.3713996410369873,
      "learning_rate": 6.694215577029649e-07,
      "loss": 8.1664,
      "step": 465620
    },
    {
      "epoch": 0.9700625,
      "grad_norm": 1.358368992805481,
      "learning_rate": 6.684915280782021e-07,
      "loss": 8.5148,
      "step": 465630
    },
    {
      "epoch": 0.9700833333333333,
      "grad_norm": 25.230390548706055,
      "learning_rate": 6.675621435064338e-07,
      "loss": 8.5931,
      "step": 465640
    },
    {
      "epoch": 0.9701041666666667,
      "grad_norm": 3.3871426582336426,
      "learning_rate": 6.666334039917065e-07,
      "loss": 8.1214,
      "step": 465650
    },
    {
      "epoch": 0.970125,
      "grad_norm": 7.334057807922363,
      "learning_rate": 6.657053095380005e-07,
      "loss": 8.0378,
      "step": 465660
    },
    {
      "epoch": 0.9701458333333334,
      "grad_norm": 4.179964542388916,
      "learning_rate": 6.647778601493292e-07,
      "loss": 8.0359,
      "step": 465670
    },
    {
      "epoch": 0.9701666666666666,
      "grad_norm": 1.562155842781067,
      "learning_rate": 6.638510558297228e-07,
      "loss": 7.8918,
      "step": 465680
    },
    {
      "epoch": 0.9701875,
      "grad_norm": 1.311736822128296,
      "learning_rate": 6.629248965831613e-07,
      "loss": 7.9995,
      "step": 465690
    },
    {
      "epoch": 0.9702083333333333,
      "grad_norm": 5.684203624725342,
      "learning_rate": 6.619993824136582e-07,
      "loss": 8.481,
      "step": 465700
    },
    {
      "epoch": 0.9702291666666667,
      "grad_norm": 1.891374111175537,
      "learning_rate": 6.610745133251938e-07,
      "loss": 7.9704,
      "step": 465710
    },
    {
      "epoch": 0.97025,
      "grad_norm": 2.6436853408813477,
      "learning_rate": 6.601502893217814e-07,
      "loss": 7.9122,
      "step": 465720
    },
    {
      "epoch": 0.9702708333333333,
      "grad_norm": 1.091031551361084,
      "learning_rate": 6.592267104074179e-07,
      "loss": 8.4273,
      "step": 465730
    },
    {
      "epoch": 0.9702916666666667,
      "grad_norm": 4.917065620422363,
      "learning_rate": 6.583037765860666e-07,
      "loss": 8.5305,
      "step": 465740
    },
    {
      "epoch": 0.9703125,
      "grad_norm": 1.2899188995361328,
      "learning_rate": 6.573814878617412e-07,
      "loss": 7.5877,
      "step": 465750
    },
    {
      "epoch": 0.9703333333333334,
      "grad_norm": 3.78735089302063,
      "learning_rate": 6.56459844238405e-07,
      "loss": 8.6773,
      "step": 465760
    },
    {
      "epoch": 0.9703541666666666,
      "grad_norm": 2.0473780632019043,
      "learning_rate": 6.555388457200384e-07,
      "loss": 8.0338,
      "step": 465770
    },
    {
      "epoch": 0.970375,
      "grad_norm": 3.5030534267425537,
      "learning_rate": 6.546184923106545e-07,
      "loss": 8.21,
      "step": 465780
    },
    {
      "epoch": 0.9703958333333333,
      "grad_norm": 1.2639554738998413,
      "learning_rate": 6.536987840141839e-07,
      "loss": 7.6822,
      "step": 465790
    },
    {
      "epoch": 0.9704166666666667,
      "grad_norm": 4.012191295623779,
      "learning_rate": 6.52779720834623e-07,
      "loss": 8.5175,
      "step": 465800
    },
    {
      "epoch": 0.9704375,
      "grad_norm": 3.1522090435028076,
      "learning_rate": 6.518613027759356e-07,
      "loss": 9.0357,
      "step": 465810
    },
    {
      "epoch": 0.9704583333333333,
      "grad_norm": 1.9171106815338135,
      "learning_rate": 6.509435298421018e-07,
      "loss": 7.7827,
      "step": 465820
    },
    {
      "epoch": 0.9704791666666667,
      "grad_norm": 1.8018020391464233,
      "learning_rate": 6.500264020370683e-07,
      "loss": 7.5086,
      "step": 465830
    },
    {
      "epoch": 0.9705,
      "grad_norm": 1.1000159978866577,
      "learning_rate": 6.491099193647986e-07,
      "loss": 7.6275,
      "step": 465840
    },
    {
      "epoch": 0.9705208333333334,
      "grad_norm": 1.705280065536499,
      "learning_rate": 6.48194081829273e-07,
      "loss": 7.8885,
      "step": 465850
    },
    {
      "epoch": 0.9705416666666666,
      "grad_norm": 1.2485955953598022,
      "learning_rate": 6.472788894344216e-07,
      "loss": 8.0222,
      "step": 465860
    },
    {
      "epoch": 0.9705625,
      "grad_norm": 1.4862996339797974,
      "learning_rate": 6.46364342184208e-07,
      "loss": 7.6225,
      "step": 465870
    },
    {
      "epoch": 0.9705833333333334,
      "grad_norm": 1.3399596214294434,
      "learning_rate": 6.454504400825788e-07,
      "loss": 8.3696,
      "step": 465880
    },
    {
      "epoch": 0.9706041666666667,
      "grad_norm": 1.6114323139190674,
      "learning_rate": 6.445371831334811e-07,
      "loss": 8.0966,
      "step": 465890
    },
    {
      "epoch": 0.970625,
      "grad_norm": 2.542539119720459,
      "learning_rate": 6.436245713408783e-07,
      "loss": 8.4507,
      "step": 465900
    },
    {
      "epoch": 0.9706458333333333,
      "grad_norm": 4.435698986053467,
      "learning_rate": 6.427126047086839e-07,
      "loss": 8.3596,
      "step": 465910
    },
    {
      "epoch": 0.9706666666666667,
      "grad_norm": 1.2171709537506104,
      "learning_rate": 6.418012832408615e-07,
      "loss": 7.5823,
      "step": 465920
    },
    {
      "epoch": 0.9706875,
      "grad_norm": 1.4838427305221558,
      "learning_rate": 6.408906069413411e-07,
      "loss": 10.7806,
      "step": 465930
    },
    {
      "epoch": 0.9707083333333333,
      "grad_norm": 1.0335081815719604,
      "learning_rate": 6.399805758140364e-07,
      "loss": 8.6104,
      "step": 465940
    },
    {
      "epoch": 0.9707291666666666,
      "grad_norm": 2.148477077484131,
      "learning_rate": 6.390711898629108e-07,
      "loss": 7.8822,
      "step": 465950
    },
    {
      "epoch": 0.97075,
      "grad_norm": 1.764012336730957,
      "learning_rate": 6.381624490918613e-07,
      "loss": 8.1967,
      "step": 465960
    },
    {
      "epoch": 0.9707708333333334,
      "grad_norm": 1.3252403736114502,
      "learning_rate": 6.372543535048346e-07,
      "loss": 7.4732,
      "step": 465970
    },
    {
      "epoch": 0.9707916666666667,
      "grad_norm": 2.6537599563598633,
      "learning_rate": 6.363469031057611e-07,
      "loss": 7.684,
      "step": 465980
    },
    {
      "epoch": 0.9708125,
      "grad_norm": 7.4054741859436035,
      "learning_rate": 6.354400978985208e-07,
      "loss": 7.6019,
      "step": 465990
    },
    {
      "epoch": 0.9708333333333333,
      "grad_norm": 1.3725427389144897,
      "learning_rate": 6.345339378870773e-07,
      "loss": 7.6912,
      "step": 466000
    },
    {
      "epoch": 0.9708333333333333,
      "eval_loss": 7.138466835021973,
      "eval_runtime": 9.2751,
      "eval_samples_per_second": 0.323,
      "eval_steps_per_second": 0.108,
      "step": 466000
    },
    {
      "epoch": 0.9708541666666667,
      "grad_norm": 1.813516616821289,
      "learning_rate": 6.336284230753108e-07,
      "loss": 7.6073,
      "step": 466010
    },
    {
      "epoch": 0.970875,
      "grad_norm": 1.8625768423080444,
      "learning_rate": 6.327235534671682e-07,
      "loss": 8.4291,
      "step": 466020
    },
    {
      "epoch": 0.9708958333333333,
      "grad_norm": 8.234471321105957,
      "learning_rate": 6.31819329066513e-07,
      "loss": 8.7179,
      "step": 466030
    },
    {
      "epoch": 0.9709166666666667,
      "grad_norm": 1.46494460105896,
      "learning_rate": 6.309157498772921e-07,
      "loss": 7.8961,
      "step": 466040
    },
    {
      "epoch": 0.9709375,
      "grad_norm": 1.369848370552063,
      "learning_rate": 6.30012815903369e-07,
      "loss": 7.7945,
      "step": 466050
    },
    {
      "epoch": 0.9709583333333334,
      "grad_norm": 3.4382102489471436,
      "learning_rate": 6.291105271486741e-07,
      "loss": 9.1588,
      "step": 466060
    },
    {
      "epoch": 0.9709791666666666,
      "grad_norm": 1.8955541849136353,
      "learning_rate": 6.282088836171206e-07,
      "loss": 7.8431,
      "step": 466070
    },
    {
      "epoch": 0.971,
      "grad_norm": 3.261845350265503,
      "learning_rate": 6.273078853125391e-07,
      "loss": 7.6774,
      "step": 466080
    },
    {
      "epoch": 0.9710208333333333,
      "grad_norm": 1.1295024156570435,
      "learning_rate": 6.264075322388929e-07,
      "loss": 7.7209,
      "step": 466090
    },
    {
      "epoch": 0.9710416666666667,
      "grad_norm": 1.7014762163162231,
      "learning_rate": 6.255078244000289e-07,
      "loss": 7.5655,
      "step": 466100
    },
    {
      "epoch": 0.9710625,
      "grad_norm": 1.9802120923995972,
      "learning_rate": 6.246087617998441e-07,
      "loss": 7.9423,
      "step": 466110
    },
    {
      "epoch": 0.9710833333333333,
      "grad_norm": 2.048743724822998,
      "learning_rate": 6.237103444422186e-07,
      "loss": 8.3392,
      "step": 466120
    },
    {
      "epoch": 0.9711041666666667,
      "grad_norm": 2.271812677383423,
      "learning_rate": 6.228125723310496e-07,
      "loss": 7.6044,
      "step": 466130
    },
    {
      "epoch": 0.971125,
      "grad_norm": 1.4498581886291504,
      "learning_rate": 6.219154454701836e-07,
      "loss": 7.6343,
      "step": 466140
    },
    {
      "epoch": 0.9711458333333334,
      "grad_norm": 1.914111852645874,
      "learning_rate": 6.210189638635343e-07,
      "loss": 7.7759,
      "step": 466150
    },
    {
      "epoch": 0.9711666666666666,
      "grad_norm": 1.2181551456451416,
      "learning_rate": 6.201231275149487e-07,
      "loss": 7.8475,
      "step": 466160
    },
    {
      "epoch": 0.9711875,
      "grad_norm": 4.449077129364014,
      "learning_rate": 6.192279364282904e-07,
      "loss": 7.7676,
      "step": 466170
    },
    {
      "epoch": 0.9712083333333333,
      "grad_norm": 1.6318169832229614,
      "learning_rate": 6.183333906074561e-07,
      "loss": 7.9167,
      "step": 466180
    },
    {
      "epoch": 0.9712291666666667,
      "grad_norm": 2.6932783126831055,
      "learning_rate": 6.174394900562762e-07,
      "loss": 8.5191,
      "step": 466190
    },
    {
      "epoch": 0.97125,
      "grad_norm": 2.0513694286346436,
      "learning_rate": 6.16546234778631e-07,
      "loss": 7.7979,
      "step": 466200
    },
    {
      "epoch": 0.9712708333333333,
      "grad_norm": 3.3918817043304443,
      "learning_rate": 6.156536247784005e-07,
      "loss": 7.9509,
      "step": 466210
    },
    {
      "epoch": 0.9712916666666667,
      "grad_norm": 2.135237216949463,
      "learning_rate": 6.147616600593818e-07,
      "loss": 8.2487,
      "step": 466220
    },
    {
      "epoch": 0.9713125,
      "grad_norm": 1.6182979345321655,
      "learning_rate": 6.138703406254886e-07,
      "loss": 7.5685,
      "step": 466230
    },
    {
      "epoch": 0.9713333333333334,
      "grad_norm": 1.967690110206604,
      "learning_rate": 6.129796664805342e-07,
      "loss": 8.2308,
      "step": 466240
    },
    {
      "epoch": 0.9713541666666666,
      "grad_norm": 1.749226689338684,
      "learning_rate": 6.120896376283657e-07,
      "loss": 8.0072,
      "step": 466250
    },
    {
      "epoch": 0.971375,
      "grad_norm": 2.6211445331573486,
      "learning_rate": 6.112002540728467e-07,
      "loss": 7.9507,
      "step": 466260
    },
    {
      "epoch": 0.9713958333333333,
      "grad_norm": 1.3369238376617432,
      "learning_rate": 6.103115158178073e-07,
      "loss": 7.9638,
      "step": 466270
    },
    {
      "epoch": 0.9714166666666667,
      "grad_norm": 2.007476329803467,
      "learning_rate": 6.094234228670947e-07,
      "loss": 7.7527,
      "step": 466280
    },
    {
      "epoch": 0.9714375,
      "grad_norm": 1.701476812362671,
      "learning_rate": 6.085359752245389e-07,
      "loss": 8.315,
      "step": 466290
    },
    {
      "epoch": 0.9714583333333333,
      "grad_norm": 1.977379322052002,
      "learning_rate": 6.076491728939703e-07,
      "loss": 7.5563,
      "step": 466300
    },
    {
      "epoch": 0.9714791666666667,
      "grad_norm": 1.0996166467666626,
      "learning_rate": 6.067630158792358e-07,
      "loss": 8.2126,
      "step": 466310
    },
    {
      "epoch": 0.9715,
      "grad_norm": 1.7682666778564453,
      "learning_rate": 6.058775041841324e-07,
      "loss": 8.0635,
      "step": 466320
    },
    {
      "epoch": 0.9715208333333333,
      "grad_norm": 2.168332099914551,
      "learning_rate": 6.049926378125236e-07,
      "loss": 8.3065,
      "step": 466330
    },
    {
      "epoch": 0.9715416666666666,
      "grad_norm": 1.7757079601287842,
      "learning_rate": 6.041084167682065e-07,
      "loss": 7.7291,
      "step": 466340
    },
    {
      "epoch": 0.9715625,
      "grad_norm": 1.3733797073364258,
      "learning_rate": 6.032248410549945e-07,
      "loss": 7.4491,
      "step": 466350
    },
    {
      "epoch": 0.9715833333333334,
      "grad_norm": 1.2694140672683716,
      "learning_rate": 6.02341910676718e-07,
      "loss": 7.8355,
      "step": 466360
    },
    {
      "epoch": 0.9716041666666667,
      "grad_norm": 2.4965364933013916,
      "learning_rate": 6.014596256372073e-07,
      "loss": 8.0715,
      "step": 466370
    },
    {
      "epoch": 0.971625,
      "grad_norm": 5.220124244689941,
      "learning_rate": 6.005779859402427e-07,
      "loss": 8.5057,
      "step": 466380
    },
    {
      "epoch": 0.9716458333333333,
      "grad_norm": 1.4856048822402954,
      "learning_rate": 5.996969915896377e-07,
      "loss": 8.1908,
      "step": 466390
    },
    {
      "epoch": 0.9716666666666667,
      "grad_norm": 1.3611986637115479,
      "learning_rate": 5.988166425892061e-07,
      "loss": 7.4594,
      "step": 466400
    },
    {
      "epoch": 0.9716875,
      "grad_norm": 3.8339524269104004,
      "learning_rate": 5.979369389427613e-07,
      "loss": 8.2141,
      "step": 466410
    },
    {
      "epoch": 0.9717083333333333,
      "grad_norm": 2.4497809410095215,
      "learning_rate": 5.970578806540838e-07,
      "loss": 7.8279,
      "step": 466420
    },
    {
      "epoch": 0.9717291666666666,
      "grad_norm": 1.9173955917358398,
      "learning_rate": 5.961794677269704e-07,
      "loss": 7.739,
      "step": 466430
    },
    {
      "epoch": 0.97175,
      "grad_norm": 1.245883584022522,
      "learning_rate": 5.953017001652349e-07,
      "loss": 7.5218,
      "step": 466440
    },
    {
      "epoch": 0.9717708333333334,
      "grad_norm": 13.102774620056152,
      "learning_rate": 5.944245779726575e-07,
      "loss": 8.4175,
      "step": 466450
    },
    {
      "epoch": 0.9717916666666667,
      "grad_norm": 1.9516323804855347,
      "learning_rate": 5.935481011530185e-07,
      "loss": 7.8092,
      "step": 466460
    },
    {
      "epoch": 0.9718125,
      "grad_norm": 1.3979246616363525,
      "learning_rate": 5.926722697101316e-07,
      "loss": 8.4131,
      "step": 466470
    },
    {
      "epoch": 0.9718333333333333,
      "grad_norm": 1.8608518838882446,
      "learning_rate": 5.917970836477437e-07,
      "loss": 7.7991,
      "step": 466480
    },
    {
      "epoch": 0.9718541666666667,
      "grad_norm": 2.0191330909729004,
      "learning_rate": 5.909225429696518e-07,
      "loss": 9.1449,
      "step": 466490
    },
    {
      "epoch": 0.971875,
      "grad_norm": 1.3538447618484497,
      "learning_rate": 5.900486476796529e-07,
      "loss": 7.8217,
      "step": 466500
    },
    {
      "epoch": 0.9718958333333333,
      "grad_norm": 1.8418489694595337,
      "learning_rate": 5.891753977814773e-07,
      "loss": 8.0154,
      "step": 466510
    },
    {
      "epoch": 0.9719166666666667,
      "grad_norm": 1.9972503185272217,
      "learning_rate": 5.883027932789386e-07,
      "loss": 8.5704,
      "step": 466520
    },
    {
      "epoch": 0.9719375,
      "grad_norm": 2.962531805038452,
      "learning_rate": 5.874308341757838e-07,
      "loss": 7.5042,
      "step": 466530
    },
    {
      "epoch": 0.9719583333333334,
      "grad_norm": 1.806185007095337,
      "learning_rate": 5.865595204757934e-07,
      "loss": 7.944,
      "step": 466540
    },
    {
      "epoch": 0.9719791666666666,
      "grad_norm": 6.7790117263793945,
      "learning_rate": 5.856888521827141e-07,
      "loss": 8.4114,
      "step": 466550
    },
    {
      "epoch": 0.972,
      "grad_norm": 3.128190517425537,
      "learning_rate": 5.848188293003264e-07,
      "loss": 8.1518,
      "step": 466560
    },
    {
      "epoch": 0.9720208333333333,
      "grad_norm": 1.6721853017807007,
      "learning_rate": 5.839494518323773e-07,
      "loss": 7.9191,
      "step": 466570
    },
    {
      "epoch": 0.9720416666666667,
      "grad_norm": 1.6521642208099365,
      "learning_rate": 5.830807197826304e-07,
      "loss": 7.9728,
      "step": 466580
    },
    {
      "epoch": 0.9720625,
      "grad_norm": 1.4410054683685303,
      "learning_rate": 5.82212633154816e-07,
      "loss": 7.5549,
      "step": 466590
    },
    {
      "epoch": 0.9720833333333333,
      "grad_norm": 2.993154287338257,
      "learning_rate": 5.81345191952698e-07,
      "loss": 7.4331,
      "step": 466600
    },
    {
      "epoch": 0.9721041666666667,
      "grad_norm": 2.2976863384246826,
      "learning_rate": 5.804783961800397e-07,
      "loss": 8.084,
      "step": 466610
    },
    {
      "epoch": 0.972125,
      "grad_norm": 1.8637492656707764,
      "learning_rate": 5.796122458405717e-07,
      "loss": 7.9743,
      "step": 466620
    },
    {
      "epoch": 0.9721458333333334,
      "grad_norm": 15.210362434387207,
      "learning_rate": 5.787467409380242e-07,
      "loss": 9.2242,
      "step": 466630
    },
    {
      "epoch": 0.9721666666666666,
      "grad_norm": 1.3438092470169067,
      "learning_rate": 5.778818814761444e-07,
      "loss": 7.9796,
      "step": 466640
    },
    {
      "epoch": 0.9721875,
      "grad_norm": 2.503476142883301,
      "learning_rate": 5.770176674586624e-07,
      "loss": 7.8852,
      "step": 466650
    },
    {
      "epoch": 0.9722083333333333,
      "grad_norm": 2.7668044567108154,
      "learning_rate": 5.761540988893421e-07,
      "loss": 7.8985,
      "step": 466660
    },
    {
      "epoch": 0.9722291666666667,
      "grad_norm": 2.8122901916503906,
      "learning_rate": 5.752911757718636e-07,
      "loss": 8.0327,
      "step": 466670
    },
    {
      "epoch": 0.97225,
      "grad_norm": 1.5563461780548096,
      "learning_rate": 5.744288981099909e-07,
      "loss": 9.2787,
      "step": 466680
    },
    {
      "epoch": 0.9722708333333333,
      "grad_norm": 1.8602914810180664,
      "learning_rate": 5.735672659074542e-07,
      "loss": 7.9189,
      "step": 466690
    },
    {
      "epoch": 0.9722916666666667,
      "grad_norm": 1.919288158416748,
      "learning_rate": 5.727062791679338e-07,
      "loss": 7.2905,
      "step": 466700
    },
    {
      "epoch": 0.9723125,
      "grad_norm": 2.247993230819702,
      "learning_rate": 5.718459378951934e-07,
      "loss": 8.242,
      "step": 466710
    },
    {
      "epoch": 0.9723333333333334,
      "grad_norm": 1.7170565128326416,
      "learning_rate": 5.709862420929301e-07,
      "loss": 7.6015,
      "step": 466720
    },
    {
      "epoch": 0.9723541666666666,
      "grad_norm": 2.1248068809509277,
      "learning_rate": 5.701271917648575e-07,
      "loss": 8.5916,
      "step": 466730
    },
    {
      "epoch": 0.972375,
      "grad_norm": 4.540223598480225,
      "learning_rate": 5.692687869146728e-07,
      "loss": 7.8858,
      "step": 466740
    },
    {
      "epoch": 0.9723958333333333,
      "grad_norm": 1.4795926809310913,
      "learning_rate": 5.684110275461229e-07,
      "loss": 7.9761,
      "step": 466750
    },
    {
      "epoch": 0.9724166666666667,
      "grad_norm": 3.2956337928771973,
      "learning_rate": 5.675539136628548e-07,
      "loss": 7.842,
      "step": 466760
    },
    {
      "epoch": 0.9724375,
      "grad_norm": 3.256260633468628,
      "learning_rate": 5.666974452686323e-07,
      "loss": 7.6049,
      "step": 466770
    },
    {
      "epoch": 0.9724583333333333,
      "grad_norm": 11.77005672454834,
      "learning_rate": 5.658416223671192e-07,
      "loss": 8.7837,
      "step": 466780
    },
    {
      "epoch": 0.9724791666666667,
      "grad_norm": 5.318272590637207,
      "learning_rate": 5.649864449620123e-07,
      "loss": 8.5169,
      "step": 466790
    },
    {
      "epoch": 0.9725,
      "grad_norm": 1.976046085357666,
      "learning_rate": 5.641319130570254e-07,
      "loss": 8.078,
      "step": 466800
    },
    {
      "epoch": 0.9725208333333333,
      "grad_norm": 1.4135777950286865,
      "learning_rate": 5.63278026655839e-07,
      "loss": 7.7828,
      "step": 466810
    },
    {
      "epoch": 0.9725416666666666,
      "grad_norm": 1.8422226905822754,
      "learning_rate": 5.624247857621166e-07,
      "loss": 7.9006,
      "step": 466820
    },
    {
      "epoch": 0.9725625,
      "grad_norm": 3.7136075496673584,
      "learning_rate": 5.615721903795889e-07,
      "loss": 7.5135,
      "step": 466830
    },
    {
      "epoch": 0.9725833333333334,
      "grad_norm": 6.020675182342529,
      "learning_rate": 5.607202405119193e-07,
      "loss": 8.9448,
      "step": 466840
    },
    {
      "epoch": 0.9726041666666667,
      "grad_norm": 2.5754637718200684,
      "learning_rate": 5.598689361627718e-07,
      "loss": 7.9948,
      "step": 466850
    },
    {
      "epoch": 0.972625,
      "grad_norm": 2.181732416152954,
      "learning_rate": 5.590182773358598e-07,
      "loss": 7.7753,
      "step": 466860
    },
    {
      "epoch": 0.9726458333333333,
      "grad_norm": 3.4557504653930664,
      "learning_rate": 5.58168264034814e-07,
      "loss": 7.8765,
      "step": 466870
    },
    {
      "epoch": 0.9726666666666667,
      "grad_norm": 3.3425097465515137,
      "learning_rate": 5.573188962633313e-07,
      "loss": 8.0367,
      "step": 466880
    },
    {
      "epoch": 0.9726875,
      "grad_norm": 2.5685653686523438,
      "learning_rate": 5.564701740250921e-07,
      "loss": 7.3991,
      "step": 466890
    },
    {
      "epoch": 0.9727083333333333,
      "grad_norm": 1.6623643636703491,
      "learning_rate": 5.556220973237435e-07,
      "loss": 7.8305,
      "step": 466900
    },
    {
      "epoch": 0.9727291666666666,
      "grad_norm": 3.267681837081909,
      "learning_rate": 5.547746661629493e-07,
      "loss": 8.0636,
      "step": 466910
    },
    {
      "epoch": 0.97275,
      "grad_norm": 2.1044323444366455,
      "learning_rate": 5.539278805463731e-07,
      "loss": 7.9323,
      "step": 466920
    },
    {
      "epoch": 0.9727708333333334,
      "grad_norm": 1.514593243598938,
      "learning_rate": 5.530817404776622e-07,
      "loss": 7.4023,
      "step": 466930
    },
    {
      "epoch": 0.9727916666666667,
      "grad_norm": 3.481640338897705,
      "learning_rate": 5.522362459604968e-07,
      "loss": 8.4279,
      "step": 466940
    },
    {
      "epoch": 0.9728125,
      "grad_norm": 2.08492112159729,
      "learning_rate": 5.513913969985074e-07,
      "loss": 8.8638,
      "step": 466950
    },
    {
      "epoch": 0.9728333333333333,
      "grad_norm": 1.4101753234863281,
      "learning_rate": 5.505471935953576e-07,
      "loss": 7.9006,
      "step": 466960
    },
    {
      "epoch": 0.9728541666666667,
      "grad_norm": 1.382153868675232,
      "learning_rate": 5.497036357546947e-07,
      "loss": 7.6298,
      "step": 466970
    },
    {
      "epoch": 0.972875,
      "grad_norm": 1.8581701517105103,
      "learning_rate": 5.48860723480149e-07,
      "loss": 7.8566,
      "step": 466980
    },
    {
      "epoch": 0.9728958333333333,
      "grad_norm": 1.3646396398544312,
      "learning_rate": 5.480184567753676e-07,
      "loss": 7.8029,
      "step": 466990
    },
    {
      "epoch": 0.9729166666666667,
      "grad_norm": 3.47210693359375,
      "learning_rate": 5.47176835643981e-07,
      "loss": 8.1877,
      "step": 467000
    },
    {
      "epoch": 0.9729166666666667,
      "eval_loss": 6.664684295654297,
      "eval_runtime": 8.9684,
      "eval_samples_per_second": 0.335,
      "eval_steps_per_second": 0.112,
      "step": 467000
    },
    {
      "epoch": 0.9729375,
      "grad_norm": 1.4011552333831787,
      "learning_rate": 5.463358600896361e-07,
      "loss": 8.0573,
      "step": 467010
    },
    {
      "epoch": 0.9729583333333334,
      "grad_norm": 2.1265673637390137,
      "learning_rate": 5.454955301159802e-07,
      "loss": 8.5133,
      "step": 467020
    },
    {
      "epoch": 0.9729791666666666,
      "grad_norm": 1.1623773574829102,
      "learning_rate": 5.446558457266103e-07,
      "loss": 7.682,
      "step": 467030
    },
    {
      "epoch": 0.973,
      "grad_norm": 1.1611247062683105,
      "learning_rate": 5.43816806925157e-07,
      "loss": 7.796,
      "step": 467040
    },
    {
      "epoch": 0.9730208333333333,
      "grad_norm": 2.8992674350738525,
      "learning_rate": 5.429784137152837e-07,
      "loss": 7.3884,
      "step": 467050
    },
    {
      "epoch": 0.9730416666666667,
      "grad_norm": 3.4734323024749756,
      "learning_rate": 5.421406661005712e-07,
      "loss": 7.66,
      "step": 467060
    },
    {
      "epoch": 0.9730625,
      "grad_norm": 1.5544085502624512,
      "learning_rate": 5.413035640846497e-07,
      "loss": 7.7951,
      "step": 467070
    },
    {
      "epoch": 0.9730833333333333,
      "grad_norm": 2.4358718395233154,
      "learning_rate": 5.404671076711331e-07,
      "loss": 8.6059,
      "step": 467080
    },
    {
      "epoch": 0.9731041666666667,
      "grad_norm": 1.6205856800079346,
      "learning_rate": 5.396312968636351e-07,
      "loss": 8.1095,
      "step": 467090
    },
    {
      "epoch": 0.973125,
      "grad_norm": 1.3247218132019043,
      "learning_rate": 5.387961316657863e-07,
      "loss": 7.4487,
      "step": 467100
    },
    {
      "epoch": 0.9731458333333334,
      "grad_norm": 1.6344943046569824,
      "learning_rate": 5.37961612081167e-07,
      "loss": 7.6985,
      "step": 467110
    },
    {
      "epoch": 0.9731666666666666,
      "grad_norm": 1.6663262844085693,
      "learning_rate": 5.37127738113391e-07,
      "loss": 8.0133,
      "step": 467120
    },
    {
      "epoch": 0.9731875,
      "grad_norm": 1.6867949962615967,
      "learning_rate": 5.362945097660554e-07,
      "loss": 8.2648,
      "step": 467130
    },
    {
      "epoch": 0.9732083333333333,
      "grad_norm": 1.220093011856079,
      "learning_rate": 5.354619270427907e-07,
      "loss": 7.7703,
      "step": 467140
    },
    {
      "epoch": 0.9732291666666667,
      "grad_norm": 3.767819404602051,
      "learning_rate": 5.34629989947144e-07,
      "loss": 8.0995,
      "step": 467150
    },
    {
      "epoch": 0.97325,
      "grad_norm": 3.0674047470092773,
      "learning_rate": 5.337986984827458e-07,
      "loss": 7.6456,
      "step": 467160
    },
    {
      "epoch": 0.9732708333333333,
      "grad_norm": 1.45344078540802,
      "learning_rate": 5.329680526531599e-07,
      "loss": 7.6971,
      "step": 467170
    },
    {
      "epoch": 0.9732916666666667,
      "grad_norm": 1.5401664972305298,
      "learning_rate": 5.321380524620167e-07,
      "loss": 7.7713,
      "step": 467180
    },
    {
      "epoch": 0.9733125,
      "grad_norm": 2.8303346633911133,
      "learning_rate": 5.313086979128467e-07,
      "loss": 8.2813,
      "step": 467190
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 3.9463539123535156,
      "learning_rate": 5.304799890092637e-07,
      "loss": 8.1345,
      "step": 467200
    },
    {
      "epoch": 0.9733541666666666,
      "grad_norm": 1.2315043210983276,
      "learning_rate": 5.296519257548482e-07,
      "loss": 7.7447,
      "step": 467210
    },
    {
      "epoch": 0.973375,
      "grad_norm": 66.849853515625,
      "learning_rate": 5.288245081531806e-07,
      "loss": 11.1743,
      "step": 467220
    },
    {
      "epoch": 0.9733958333333333,
      "grad_norm": 2.658250570297241,
      "learning_rate": 5.27997736207808e-07,
      "loss": 7.5454,
      "step": 467230
    },
    {
      "epoch": 0.9734166666666667,
      "grad_norm": 1.9171462059020996,
      "learning_rate": 5.271716099223278e-07,
      "loss": 7.826,
      "step": 467240
    },
    {
      "epoch": 0.9734375,
      "grad_norm": 3.3802945613861084,
      "learning_rate": 5.263461293003036e-07,
      "loss": 8.207,
      "step": 467250
    },
    {
      "epoch": 0.9734583333333333,
      "grad_norm": 2.390293836593628,
      "learning_rate": 5.255212943452991e-07,
      "loss": 8.5749,
      "step": 467260
    },
    {
      "epoch": 0.9734791666666667,
      "grad_norm": 2.875739574432373,
      "learning_rate": 5.246971050608784e-07,
      "loss": 8.6429,
      "step": 467270
    },
    {
      "epoch": 0.9735,
      "grad_norm": 7.053684711456299,
      "learning_rate": 5.238735614505885e-07,
      "loss": 8.7645,
      "step": 467280
    },
    {
      "epoch": 0.9735208333333333,
      "grad_norm": 4.28439474105835,
      "learning_rate": 5.230506635180099e-07,
      "loss": 10.0342,
      "step": 467290
    },
    {
      "epoch": 0.9735416666666666,
      "grad_norm": 1.3399831056594849,
      "learning_rate": 5.222284112666897e-07,
      "loss": 7.8494,
      "step": 467300
    },
    {
      "epoch": 0.9735625,
      "grad_norm": 2.675189733505249,
      "learning_rate": 5.214068047001585e-07,
      "loss": 8.0367,
      "step": 467310
    },
    {
      "epoch": 0.9735833333333334,
      "grad_norm": 2.1429426670074463,
      "learning_rate": 5.205858438219967e-07,
      "loss": 8.3749,
      "step": 467320
    },
    {
      "epoch": 0.9736041666666667,
      "grad_norm": 2.1428303718566895,
      "learning_rate": 5.197655286357183e-07,
      "loss": 9.2012,
      "step": 467330
    },
    {
      "epoch": 0.973625,
      "grad_norm": 3.9205222129821777,
      "learning_rate": 5.189458591449037e-07,
      "loss": 8.0539,
      "step": 467340
    },
    {
      "epoch": 0.9736458333333333,
      "grad_norm": 1.9724607467651367,
      "learning_rate": 5.181268353530665e-07,
      "loss": 7.9521,
      "step": 467350
    },
    {
      "epoch": 0.9736666666666667,
      "grad_norm": 1.2020297050476074,
      "learning_rate": 5.173084572637543e-07,
      "loss": 8.1569,
      "step": 467360
    },
    {
      "epoch": 0.9736875,
      "grad_norm": 10.176900863647461,
      "learning_rate": 5.164907248804973e-07,
      "loss": 7.8573,
      "step": 467370
    },
    {
      "epoch": 0.9737083333333333,
      "grad_norm": 1.402954339981079,
      "learning_rate": 5.15673638206826e-07,
      "loss": 7.6154,
      "step": 467380
    },
    {
      "epoch": 0.9737291666666666,
      "grad_norm": 2.134951591491699,
      "learning_rate": 5.148571972462878e-07,
      "loss": 7.9127,
      "step": 467390
    },
    {
      "epoch": 0.97375,
      "grad_norm": 2.0725979804992676,
      "learning_rate": 5.140414020023798e-07,
      "loss": 8.2065,
      "step": 467400
    },
    {
      "epoch": 0.9737708333333334,
      "grad_norm": 1.8209081888198853,
      "learning_rate": 5.132262524786491e-07,
      "loss": 7.8563,
      "step": 467410
    },
    {
      "epoch": 0.9737916666666667,
      "grad_norm": 4.059903144836426,
      "learning_rate": 5.124117486786095e-07,
      "loss": 8.045,
      "step": 467420
    },
    {
      "epoch": 0.9738125,
      "grad_norm": 1.776677131652832,
      "learning_rate": 5.115978906057916e-07,
      "loss": 8.0326,
      "step": 467430
    },
    {
      "epoch": 0.9738333333333333,
      "grad_norm": 2.058999538421631,
      "learning_rate": 5.107846782636926e-07,
      "loss": 7.9654,
      "step": 467440
    },
    {
      "epoch": 0.9738541666666667,
      "grad_norm": 3.117135763168335,
      "learning_rate": 5.099721116558264e-07,
      "loss": 7.5747,
      "step": 467450
    },
    {
      "epoch": 0.973875,
      "grad_norm": 7.603244304656982,
      "learning_rate": 5.091601907857069e-07,
      "loss": 8.4019,
      "step": 467460
    },
    {
      "epoch": 0.9738958333333333,
      "grad_norm": 1.6432793140411377,
      "learning_rate": 5.083489156568476e-07,
      "loss": 7.4986,
      "step": 467470
    },
    {
      "epoch": 0.9739166666666667,
      "grad_norm": 1.461700677871704,
      "learning_rate": 5.075382862727462e-07,
      "loss": 8.2513,
      "step": 467480
    },
    {
      "epoch": 0.9739375,
      "grad_norm": 3.6329057216644287,
      "learning_rate": 5.067283026369162e-07,
      "loss": 8.1421,
      "step": 467490
    },
    {
      "epoch": 0.9739583333333334,
      "grad_norm": 2.3735878467559814,
      "learning_rate": 5.059189647528383e-07,
      "loss": 7.6823,
      "step": 467500
    },
    {
      "epoch": 0.9739791666666666,
      "grad_norm": 10.134313583374023,
      "learning_rate": 5.051102726240097e-07,
      "loss": 8.1495,
      "step": 467510
    },
    {
      "epoch": 0.974,
      "grad_norm": 2.7624189853668213,
      "learning_rate": 5.043022262539442e-07,
      "loss": 7.9679,
      "step": 467520
    },
    {
      "epoch": 0.9740208333333333,
      "grad_norm": 2.998034954071045,
      "learning_rate": 5.034948256461058e-07,
      "loss": 7.8902,
      "step": 467530
    },
    {
      "epoch": 0.9740416666666667,
      "grad_norm": 3.5377249717712402,
      "learning_rate": 5.026880708039915e-07,
      "loss": 8.0581,
      "step": 467540
    },
    {
      "epoch": 0.9740625,
      "grad_norm": 2.058224678039551,
      "learning_rate": 5.018819617310987e-07,
      "loss": 7.9305,
      "step": 467550
    },
    {
      "epoch": 0.9740833333333333,
      "grad_norm": 1.6773284673690796,
      "learning_rate": 5.010764984309079e-07,
      "loss": 7.5375,
      "step": 467560
    },
    {
      "epoch": 0.9741041666666667,
      "grad_norm": 1.516717553138733,
      "learning_rate": 5.002716809068663e-07,
      "loss": 7.7991,
      "step": 467570
    },
    {
      "epoch": 0.974125,
      "grad_norm": 1.4838007688522339,
      "learning_rate": 4.994675091625045e-07,
      "loss": 7.5219,
      "step": 467580
    },
    {
      "epoch": 0.9741458333333334,
      "grad_norm": 1.3457071781158447,
      "learning_rate": 4.986639832012529e-07,
      "loss": 8.3614,
      "step": 467590
    },
    {
      "epoch": 0.9741666666666666,
      "grad_norm": 2.42783784866333,
      "learning_rate": 4.978611030265922e-07,
      "loss": 7.5595,
      "step": 467600
    },
    {
      "epoch": 0.9741875,
      "grad_norm": 1.3416969776153564,
      "learning_rate": 4.97058868642003e-07,
      "loss": 7.9442,
      "step": 467610
    },
    {
      "epoch": 0.9742083333333333,
      "grad_norm": 1.7566442489624023,
      "learning_rate": 4.962572800509324e-07,
      "loss": 7.8087,
      "step": 467620
    },
    {
      "epoch": 0.9742291666666667,
      "grad_norm": 2.054210662841797,
      "learning_rate": 4.954563372568609e-07,
      "loss": 8.08,
      "step": 467630
    },
    {
      "epoch": 0.97425,
      "grad_norm": 2.3327455520629883,
      "learning_rate": 4.94656040263236e-07,
      "loss": 8.3945,
      "step": 467640
    },
    {
      "epoch": 0.9742708333333333,
      "grad_norm": 3.6657814979553223,
      "learning_rate": 4.938563890735214e-07,
      "loss": 8.0781,
      "step": 467650
    },
    {
      "epoch": 0.9742916666666667,
      "grad_norm": 1.7305455207824707,
      "learning_rate": 4.930573836911645e-07,
      "loss": 7.7291,
      "step": 467660
    },
    {
      "epoch": 0.9743125,
      "grad_norm": 2.254814624786377,
      "learning_rate": 4.922590241196289e-07,
      "loss": 7.7011,
      "step": 467670
    },
    {
      "epoch": 0.9743333333333334,
      "grad_norm": 3.0952353477478027,
      "learning_rate": 4.914613103623455e-07,
      "loss": 7.9401,
      "step": 467680
    },
    {
      "epoch": 0.9743541666666666,
      "grad_norm": 1.9372671842575073,
      "learning_rate": 4.90664242422778e-07,
      "loss": 8.1598,
      "step": 467690
    },
    {
      "epoch": 0.974375,
      "grad_norm": 3.3395862579345703,
      "learning_rate": 4.898678203043572e-07,
      "loss": 9.2568,
      "step": 467700
    },
    {
      "epoch": 0.9743958333333333,
      "grad_norm": 2.0319416522979736,
      "learning_rate": 4.8907204401053e-07,
      "loss": 8.0143,
      "step": 467710
    },
    {
      "epoch": 0.9744166666666667,
      "grad_norm": 1.1608011722564697,
      "learning_rate": 4.882769135447273e-07,
      "loss": 8.3114,
      "step": 467720
    },
    {
      "epoch": 0.9744375,
      "grad_norm": 2.1661689281463623,
      "learning_rate": 4.874824289103796e-07,
      "loss": 7.6706,
      "step": 467730
    },
    {
      "epoch": 0.9744583333333333,
      "grad_norm": 9.393589973449707,
      "learning_rate": 4.86688590110934e-07,
      "loss": 8.1156,
      "step": 467740
    },
    {
      "epoch": 0.9744791666666667,
      "grad_norm": 6.925531387329102,
      "learning_rate": 4.858953971498214e-07,
      "loss": 7.6807,
      "step": 467750
    },
    {
      "epoch": 0.9745,
      "grad_norm": 1.184866189956665,
      "learning_rate": 4.851028500304555e-07,
      "loss": 7.8055,
      "step": 467760
    },
    {
      "epoch": 0.9745208333333333,
      "grad_norm": 2.0900156497955322,
      "learning_rate": 4.843109487562503e-07,
      "loss": 8.5216,
      "step": 467770
    },
    {
      "epoch": 0.9745416666666666,
      "grad_norm": 1.1820927858352661,
      "learning_rate": 4.835196933306528e-07,
      "loss": 7.6728,
      "step": 467780
    },
    {
      "epoch": 0.9745625,
      "grad_norm": 1.3248080015182495,
      "learning_rate": 4.827290837570608e-07,
      "loss": 8.4432,
      "step": 467790
    },
    {
      "epoch": 0.9745833333333334,
      "grad_norm": 3.8202965259552,
      "learning_rate": 4.819391200389045e-07,
      "loss": 8.0694,
      "step": 467800
    },
    {
      "epoch": 0.9746041666666667,
      "grad_norm": 2.1168181896209717,
      "learning_rate": 4.811498021795812e-07,
      "loss": 7.8669,
      "step": 467810
    },
    {
      "epoch": 0.974625,
      "grad_norm": 2.3004708290100098,
      "learning_rate": 4.80361130182505e-07,
      "loss": 8.1473,
      "step": 467820
    },
    {
      "epoch": 0.9746458333333333,
      "grad_norm": 1.6490556001663208,
      "learning_rate": 4.795731040510897e-07,
      "loss": 8.2366,
      "step": 467830
    },
    {
      "epoch": 0.9746666666666667,
      "grad_norm": 2.8941922187805176,
      "learning_rate": 4.787857237887327e-07,
      "loss": 7.6146,
      "step": 467840
    },
    {
      "epoch": 0.9746875,
      "grad_norm": 3.1458983421325684,
      "learning_rate": 4.779989893988312e-07,
      "loss": 8.0767,
      "step": 467850
    },
    {
      "epoch": 0.9747083333333333,
      "grad_norm": 1.0825172662734985,
      "learning_rate": 4.772129008847991e-07,
      "loss": 8.8643,
      "step": 467860
    },
    {
      "epoch": 0.9747291666666666,
      "grad_norm": 5.277853488922119,
      "learning_rate": 4.7642745825001716e-07,
      "loss": 8.3156,
      "step": 467870
    },
    {
      "epoch": 0.97475,
      "grad_norm": 6.754410743713379,
      "learning_rate": 4.756426614978659e-07,
      "loss": 8.9015,
      "step": 467880
    },
    {
      "epoch": 0.9747708333333334,
      "grad_norm": 3.575418710708618,
      "learning_rate": 4.7485851063177593e-07,
      "loss": 7.578,
      "step": 467890
    },
    {
      "epoch": 0.9747916666666666,
      "grad_norm": 2.147617816925049,
      "learning_rate": 4.740750056551113e-07,
      "loss": 7.7287,
      "step": 467900
    },
    {
      "epoch": 0.9748125,
      "grad_norm": 1.3462920188903809,
      "learning_rate": 4.732921465712358e-07,
      "loss": 7.6005,
      "step": 467910
    },
    {
      "epoch": 0.9748333333333333,
      "grad_norm": 2.2590253353118896,
      "learning_rate": 4.725099333835636e-07,
      "loss": 7.8853,
      "step": 467920
    },
    {
      "epoch": 0.9748541666666667,
      "grad_norm": 1.3141850233078003,
      "learning_rate": 4.717283660954752e-07,
      "loss": 8.2277,
      "step": 467930
    },
    {
      "epoch": 0.974875,
      "grad_norm": 2.095564842224121,
      "learning_rate": 4.709474447103012e-07,
      "loss": 7.9258,
      "step": 467940
    },
    {
      "epoch": 0.9748958333333333,
      "grad_norm": 2.9959843158721924,
      "learning_rate": 4.7016716923147233e-07,
      "loss": 7.76,
      "step": 467950
    },
    {
      "epoch": 0.9749166666666667,
      "grad_norm": 2.0556046962738037,
      "learning_rate": 4.693875396623359e-07,
      "loss": 8.2066,
      "step": 467960
    },
    {
      "epoch": 0.9749375,
      "grad_norm": 1.5359514951705933,
      "learning_rate": 4.6860855600623915e-07,
      "loss": 7.7079,
      "step": 467970
    },
    {
      "epoch": 0.9749583333333334,
      "grad_norm": 2.5965306758880615,
      "learning_rate": 4.678302182665794e-07,
      "loss": 7.777,
      "step": 467980
    },
    {
      "epoch": 0.9749791666666666,
      "grad_norm": 1.4198544025421143,
      "learning_rate": 4.670525264466873e-07,
      "loss": 7.4687,
      "step": 467990
    },
    {
      "epoch": 0.975,
      "grad_norm": 1.6288292407989502,
      "learning_rate": 4.662754805499602e-07,
      "loss": 7.9618,
      "step": 468000
    },
    {
      "epoch": 0.975,
      "eval_loss": 7.1538238525390625,
      "eval_runtime": 8.2304,
      "eval_samples_per_second": 0.365,
      "eval_steps_per_second": 0.122,
      "step": 468000
    },
    {
      "epoch": 0.9750208333333333,
      "grad_norm": 4.175533294677734,
      "learning_rate": 4.654990805797121e-07,
      "loss": 7.6154,
      "step": 468010
    },
    {
      "epoch": 0.9750416666666667,
      "grad_norm": 4.087278366088867,
      "learning_rate": 4.6472332653934017e-07,
      "loss": 7.8551,
      "step": 468020
    },
    {
      "epoch": 0.9750625,
      "grad_norm": 1.680781364440918,
      "learning_rate": 4.6394821843215856e-07,
      "loss": 7.7329,
      "step": 468030
    },
    {
      "epoch": 0.9750833333333333,
      "grad_norm": 1.8962348699569702,
      "learning_rate": 4.6317375626153117e-07,
      "loss": 8.0504,
      "step": 468040
    },
    {
      "epoch": 0.9751041666666667,
      "grad_norm": 1.837009310722351,
      "learning_rate": 4.623999400308054e-07,
      "loss": 8.331,
      "step": 468050
    },
    {
      "epoch": 0.975125,
      "grad_norm": 2.561028480529785,
      "learning_rate": 4.616267697433118e-07,
      "loss": 8.1035,
      "step": 468060
    },
    {
      "epoch": 0.9751458333333334,
      "grad_norm": 3.654064178466797,
      "learning_rate": 4.6085424540241444e-07,
      "loss": 8.431,
      "step": 468070
    },
    {
      "epoch": 0.9751666666666666,
      "grad_norm": 1.589316725730896,
      "learning_rate": 4.600823670114273e-07,
      "loss": 7.79,
      "step": 468080
    },
    {
      "epoch": 0.9751875,
      "grad_norm": 3.8376450538635254,
      "learning_rate": 4.5931113457369773e-07,
      "loss": 7.8516,
      "step": 468090
    },
    {
      "epoch": 0.9752083333333333,
      "grad_norm": 1.8946442604064941,
      "learning_rate": 4.5854054809253973e-07,
      "loss": 7.9803,
      "step": 468100
    },
    {
      "epoch": 0.9752291666666667,
      "grad_norm": 1.4735639095306396,
      "learning_rate": 4.5777060757130057e-07,
      "loss": 7.9126,
      "step": 468110
    },
    {
      "epoch": 0.97525,
      "grad_norm": 5.54916524887085,
      "learning_rate": 4.57001313013311e-07,
      "loss": 8.081,
      "step": 468120
    },
    {
      "epoch": 0.9752708333333333,
      "grad_norm": 1.5912011861801147,
      "learning_rate": 4.5623266442186834e-07,
      "loss": 7.6947,
      "step": 468130
    },
    {
      "epoch": 0.9752916666666667,
      "grad_norm": 2.3544771671295166,
      "learning_rate": 4.554646618003033e-07,
      "loss": 7.7479,
      "step": 468140
    },
    {
      "epoch": 0.9753125,
      "grad_norm": 2.572962999343872,
      "learning_rate": 4.5469730515194647e-07,
      "loss": 7.9771,
      "step": 468150
    },
    {
      "epoch": 0.9753333333333334,
      "grad_norm": 1.9823325872421265,
      "learning_rate": 4.539305944800953e-07,
      "loss": 7.5544,
      "step": 468160
    },
    {
      "epoch": 0.9753541666666666,
      "grad_norm": 1.584667444229126,
      "learning_rate": 4.531645297880804e-07,
      "loss": 8.2313,
      "step": 468170
    },
    {
      "epoch": 0.975375,
      "grad_norm": 1.3422467708587646,
      "learning_rate": 4.523991110791991e-07,
      "loss": 7.7709,
      "step": 468180
    },
    {
      "epoch": 0.9753958333333334,
      "grad_norm": 5.924733638763428,
      "learning_rate": 4.516343383567489e-07,
      "loss": 7.6712,
      "step": 468190
    },
    {
      "epoch": 0.9754166666666667,
      "grad_norm": 5.0228962898254395,
      "learning_rate": 4.5087021162404367e-07,
      "loss": 8.7858,
      "step": 468200
    },
    {
      "epoch": 0.9754375,
      "grad_norm": 2.552480459213257,
      "learning_rate": 4.501067308843975e-07,
      "loss": 8.3505,
      "step": 468210
    },
    {
      "epoch": 0.9754583333333333,
      "grad_norm": 3.788400650024414,
      "learning_rate": 4.4934389614107447e-07,
      "loss": 8.154,
      "step": 468220
    },
    {
      "epoch": 0.9754791666666667,
      "grad_norm": 1.9953442811965942,
      "learning_rate": 4.4858170739740516e-07,
      "loss": 7.7029,
      "step": 468230
    },
    {
      "epoch": 0.9755,
      "grad_norm": 1.778010368347168,
      "learning_rate": 4.4782016465667035e-07,
      "loss": 8.9456,
      "step": 468240
    },
    {
      "epoch": 0.9755208333333333,
      "grad_norm": 1.586646318435669,
      "learning_rate": 4.470592679221341e-07,
      "loss": 8.6153,
      "step": 468250
    },
    {
      "epoch": 0.9755416666666666,
      "grad_norm": 3.7556891441345215,
      "learning_rate": 4.46299017197127e-07,
      "loss": 7.79,
      "step": 468260
    },
    {
      "epoch": 0.9755625,
      "grad_norm": 2.958219289779663,
      "learning_rate": 4.4553941248489655e-07,
      "loss": 7.901,
      "step": 468270
    },
    {
      "epoch": 0.9755833333333334,
      "grad_norm": 2.5784478187561035,
      "learning_rate": 4.447804537887401e-07,
      "loss": 7.3367,
      "step": 468280
    },
    {
      "epoch": 0.9756041666666667,
      "grad_norm": 3.4945578575134277,
      "learning_rate": 4.440221411119382e-07,
      "loss": 7.7386,
      "step": 468290
    },
    {
      "epoch": 0.975625,
      "grad_norm": 1.3341072797775269,
      "learning_rate": 4.432644744577551e-07,
      "loss": 8.4948,
      "step": 468300
    },
    {
      "epoch": 0.9756458333333333,
      "grad_norm": 2.4687020778656006,
      "learning_rate": 4.425074538294715e-07,
      "loss": 7.7262,
      "step": 468310
    },
    {
      "epoch": 0.9756666666666667,
      "grad_norm": 4.5179123878479,
      "learning_rate": 4.41751079230368e-07,
      "loss": 8.7049,
      "step": 468320
    },
    {
      "epoch": 0.9756875,
      "grad_norm": 5.357696056365967,
      "learning_rate": 4.409953506636921e-07,
      "loss": 8.1275,
      "step": 468330
    },
    {
      "epoch": 0.9757083333333333,
      "grad_norm": 1.4983640909194946,
      "learning_rate": 4.402402681327077e-07,
      "loss": 8.0401,
      "step": 468340
    },
    {
      "epoch": 0.9757291666666666,
      "grad_norm": 1.5899287462234497,
      "learning_rate": 4.394858316407124e-07,
      "loss": 8.216,
      "step": 468350
    },
    {
      "epoch": 0.97575,
      "grad_norm": 2.977583169937134,
      "learning_rate": 4.3873204119092007e-07,
      "loss": 8.2868,
      "step": 468360
    },
    {
      "epoch": 0.9757708333333334,
      "grad_norm": 1.5206881761550903,
      "learning_rate": 4.3797889678661157e-07,
      "loss": 8.1867,
      "step": 468370
    },
    {
      "epoch": 0.9757916666666666,
      "grad_norm": 2.1793642044067383,
      "learning_rate": 4.372263984310176e-07,
      "loss": 8.6584,
      "step": 468380
    },
    {
      "epoch": 0.9758125,
      "grad_norm": 2.2512450218200684,
      "learning_rate": 4.364745461274188e-07,
      "loss": 7.624,
      "step": 468390
    },
    {
      "epoch": 0.9758333333333333,
      "grad_norm": 3.914965867996216,
      "learning_rate": 4.3572333987904606e-07,
      "loss": 8.0989,
      "step": 468400
    },
    {
      "epoch": 0.9758541666666667,
      "grad_norm": 3.3549461364746094,
      "learning_rate": 4.349727796891467e-07,
      "loss": 8.3453,
      "step": 468410
    },
    {
      "epoch": 0.975875,
      "grad_norm": 1.1391122341156006,
      "learning_rate": 4.3422286556095143e-07,
      "loss": 7.8678,
      "step": 468420
    },
    {
      "epoch": 0.9758958333333333,
      "grad_norm": 0.9953052401542664,
      "learning_rate": 4.3347359749772434e-07,
      "loss": 7.5769,
      "step": 468430
    },
    {
      "epoch": 0.9759166666666667,
      "grad_norm": 1.5965055227279663,
      "learning_rate": 4.3272497550269623e-07,
      "loss": 7.5522,
      "step": 468440
    },
    {
      "epoch": 0.9759375,
      "grad_norm": 1.8718414306640625,
      "learning_rate": 4.3197699957908117e-07,
      "loss": 8.3617,
      "step": 468450
    },
    {
      "epoch": 0.9759583333333334,
      "grad_norm": 3.519888401031494,
      "learning_rate": 4.312296697301265e-07,
      "loss": 8.259,
      "step": 468460
    },
    {
      "epoch": 0.9759791666666666,
      "grad_norm": 1.805728554725647,
      "learning_rate": 4.304829859590464e-07,
      "loss": 8.506,
      "step": 468470
    },
    {
      "epoch": 0.976,
      "grad_norm": 1.889207124710083,
      "learning_rate": 4.297369482690882e-07,
      "loss": 7.9248,
      "step": 468480
    },
    {
      "epoch": 0.9760208333333333,
      "grad_norm": 1.2258505821228027,
      "learning_rate": 4.289915566634661e-07,
      "loss": 7.9857,
      "step": 468490
    },
    {
      "epoch": 0.9760416666666667,
      "grad_norm": 2.672227621078491,
      "learning_rate": 4.282468111453774e-07,
      "loss": 9.2631,
      "step": 468500
    },
    {
      "epoch": 0.9760625,
      "grad_norm": 5.18806791305542,
      "learning_rate": 4.275027117180696e-07,
      "loss": 8.2627,
      "step": 468510
    },
    {
      "epoch": 0.9760833333333333,
      "grad_norm": 1.81511652469635,
      "learning_rate": 4.267592583847568e-07,
      "loss": 7.8481,
      "step": 468520
    },
    {
      "epoch": 0.9761041666666667,
      "grad_norm": 2.7053844928741455,
      "learning_rate": 4.260164511486197e-07,
      "loss": 7.9451,
      "step": 468530
    },
    {
      "epoch": 0.976125,
      "grad_norm": 1.370758056640625,
      "learning_rate": 4.2527429001288914e-07,
      "loss": 8.1764,
      "step": 468540
    },
    {
      "epoch": 0.9761458333333334,
      "grad_norm": 2.121345281600952,
      "learning_rate": 4.245327749807792e-07,
      "loss": 8.1721,
      "step": 468550
    },
    {
      "epoch": 0.9761666666666666,
      "grad_norm": 1.6871793270111084,
      "learning_rate": 4.2379190605547064e-07,
      "loss": 7.8222,
      "step": 468560
    },
    {
      "epoch": 0.9761875,
      "grad_norm": 14.308265686035156,
      "learning_rate": 4.2305168324017755e-07,
      "loss": 7.8687,
      "step": 468570
    },
    {
      "epoch": 0.9762083333333333,
      "grad_norm": 1.6198711395263672,
      "learning_rate": 4.223121065380974e-07,
      "loss": 8.2616,
      "step": 468580
    },
    {
      "epoch": 0.9762291666666667,
      "grad_norm": 16.671722412109375,
      "learning_rate": 4.21573175952411e-07,
      "loss": 8.8542,
      "step": 468590
    },
    {
      "epoch": 0.97625,
      "grad_norm": 4.685417652130127,
      "learning_rate": 4.2083489148633243e-07,
      "loss": 7.691,
      "step": 468600
    },
    {
      "epoch": 0.9762708333333333,
      "grad_norm": 1.533510446548462,
      "learning_rate": 4.200972531430424e-07,
      "loss": 7.6517,
      "step": 468610
    },
    {
      "epoch": 0.9762916666666667,
      "grad_norm": 1.2610751390457153,
      "learning_rate": 4.1936026092570516e-07,
      "loss": 8.2912,
      "step": 468620
    },
    {
      "epoch": 0.9763125,
      "grad_norm": 2.6789538860321045,
      "learning_rate": 4.186239148375514e-07,
      "loss": 7.5804,
      "step": 468630
    },
    {
      "epoch": 0.9763333333333334,
      "grad_norm": 1.278422236442566,
      "learning_rate": 4.17888214881712e-07,
      "loss": 8.0756,
      "step": 468640
    },
    {
      "epoch": 0.9763541666666666,
      "grad_norm": 2.1787474155426025,
      "learning_rate": 4.171531610613843e-07,
      "loss": 7.9575,
      "step": 468650
    },
    {
      "epoch": 0.976375,
      "grad_norm": 1.3640801906585693,
      "learning_rate": 4.1641875337976584e-07,
      "loss": 8.0006,
      "step": 468660
    },
    {
      "epoch": 0.9763958333333334,
      "grad_norm": 1.2025851011276245,
      "learning_rate": 4.1568499184000403e-07,
      "loss": 9.3337,
      "step": 468670
    },
    {
      "epoch": 0.9764166666666667,
      "grad_norm": 3.610762357711792,
      "learning_rate": 4.1495187644526306e-07,
      "loss": 7.8594,
      "step": 468680
    },
    {
      "epoch": 0.9764375,
      "grad_norm": 1.4658509492874146,
      "learning_rate": 4.142194071987237e-07,
      "loss": 8.0857,
      "step": 468690
    },
    {
      "epoch": 0.9764583333333333,
      "grad_norm": 3.274791955947876,
      "learning_rate": 4.134875841035501e-07,
      "loss": 7.8562,
      "step": 468700
    },
    {
      "epoch": 0.9764791666666667,
      "grad_norm": 2.067765712738037,
      "learning_rate": 4.127564071628897e-07,
      "loss": 8.5306,
      "step": 468710
    },
    {
      "epoch": 0.9765,
      "grad_norm": 1.8582876920700073,
      "learning_rate": 4.1202587637992333e-07,
      "loss": 7.8231,
      "step": 468720
    },
    {
      "epoch": 0.9765208333333333,
      "grad_norm": 1.0465790033340454,
      "learning_rate": 4.112959917577985e-07,
      "loss": 7.8771,
      "step": 468730
    },
    {
      "epoch": 0.9765416666666666,
      "grad_norm": 3.678248882293701,
      "learning_rate": 4.1056675329964593e-07,
      "loss": 8.455,
      "step": 468740
    },
    {
      "epoch": 0.9765625,
      "grad_norm": 2.2787158489227295,
      "learning_rate": 4.0983816100864653e-07,
      "loss": 7.9489,
      "step": 468750
    },
    {
      "epoch": 0.9765833333333334,
      "grad_norm": 3.9497249126434326,
      "learning_rate": 4.0911021488793106e-07,
      "loss": 7.8372,
      "step": 468760
    },
    {
      "epoch": 0.9766041666666667,
      "grad_norm": 1.3373053073883057,
      "learning_rate": 4.08382914940647e-07,
      "loss": 7.9403,
      "step": 468770
    },
    {
      "epoch": 0.976625,
      "grad_norm": 2.2285733222961426,
      "learning_rate": 4.076562611699419e-07,
      "loss": 8.1955,
      "step": 468780
    },
    {
      "epoch": 0.9766458333333333,
      "grad_norm": 1.6919485330581665,
      "learning_rate": 4.0693025357892984e-07,
      "loss": 7.9668,
      "step": 468790
    },
    {
      "epoch": 0.9766666666666667,
      "grad_norm": 6.703361511230469,
      "learning_rate": 4.062048921707917e-07,
      "loss": 7.8312,
      "step": 468800
    },
    {
      "epoch": 0.9766875,
      "grad_norm": 2.8848373889923096,
      "learning_rate": 4.0548017694860824e-07,
      "loss": 8.2028,
      "step": 468810
    },
    {
      "epoch": 0.9767083333333333,
      "grad_norm": 5.75853967666626,
      "learning_rate": 4.0475610791556034e-07,
      "loss": 8.091,
      "step": 468820
    },
    {
      "epoch": 0.9767291666666666,
      "grad_norm": 1.24029541015625,
      "learning_rate": 4.040326850747455e-07,
      "loss": 8.0054,
      "step": 468830
    },
    {
      "epoch": 0.97675,
      "grad_norm": 1.9417814016342163,
      "learning_rate": 4.033099084292946e-07,
      "loss": 7.9957,
      "step": 468840
    },
    {
      "epoch": 0.9767708333333334,
      "grad_norm": 2.408463716506958,
      "learning_rate": 4.025877779823217e-07,
      "loss": 8.3236,
      "step": 468850
    },
    {
      "epoch": 0.9767916666666666,
      "grad_norm": 5.113641738891602,
      "learning_rate": 4.0186629373695766e-07,
      "loss": 7.9932,
      "step": 468860
    },
    {
      "epoch": 0.9768125,
      "grad_norm": 1.7500425577163696,
      "learning_rate": 4.011454556963167e-07,
      "loss": 7.5333,
      "step": 468870
    },
    {
      "epoch": 0.9768333333333333,
      "grad_norm": 1.3578786849975586,
      "learning_rate": 4.0042526386351305e-07,
      "loss": 8.1921,
      "step": 468880
    },
    {
      "epoch": 0.9768541666666667,
      "grad_norm": 1.3274742364883423,
      "learning_rate": 3.997057182416774e-07,
      "loss": 7.9017,
      "step": 468890
    },
    {
      "epoch": 0.976875,
      "grad_norm": 1.2298130989074707,
      "learning_rate": 3.989868188338741e-07,
      "loss": 8.027,
      "step": 468900
    },
    {
      "epoch": 0.9768958333333333,
      "grad_norm": 1.6607990264892578,
      "learning_rate": 3.982685656432338e-07,
      "loss": 9.3839,
      "step": 468910
    },
    {
      "epoch": 0.9769166666666667,
      "grad_norm": 1.963722586631775,
      "learning_rate": 3.9755095867285427e-07,
      "loss": 7.6618,
      "step": 468920
    },
    {
      "epoch": 0.9769375,
      "grad_norm": 1.586911916732788,
      "learning_rate": 3.9683399792584945e-07,
      "loss": 8.0512,
      "step": 468930
    },
    {
      "epoch": 0.9769583333333334,
      "grad_norm": 2.912187099456787,
      "learning_rate": 3.961176834053004e-07,
      "loss": 8.0987,
      "step": 468940
    },
    {
      "epoch": 0.9769791666666666,
      "grad_norm": 1.1584290266036987,
      "learning_rate": 3.9540201511430446e-07,
      "loss": 8.1991,
      "step": 468950
    },
    {
      "epoch": 0.977,
      "grad_norm": 1.5813204050064087,
      "learning_rate": 3.9468699305594266e-07,
      "loss": 7.7132,
      "step": 468960
    },
    {
      "epoch": 0.9770208333333333,
      "grad_norm": 1.2558674812316895,
      "learning_rate": 3.939726172333291e-07,
      "loss": 8.3064,
      "step": 468970
    },
    {
      "epoch": 0.9770416666666667,
      "grad_norm": 2.69427752494812,
      "learning_rate": 3.9325888764952795e-07,
      "loss": 8.6661,
      "step": 468980
    },
    {
      "epoch": 0.9770625,
      "grad_norm": 1.6124846935272217,
      "learning_rate": 3.9254580430763684e-07,
      "loss": 7.5015,
      "step": 468990
    },
    {
      "epoch": 0.9770833333333333,
      "grad_norm": 1.3541429042816162,
      "learning_rate": 3.918333672107365e-07,
      "loss": 7.623,
      "step": 469000
    },
    {
      "epoch": 0.9770833333333333,
      "eval_loss": 7.7166643142700195,
      "eval_runtime": 8.632,
      "eval_samples_per_second": 0.348,
      "eval_steps_per_second": 0.116,
      "step": 469000
    },
    {
      "epoch": 0.9771041666666667,
      "grad_norm": 2.689934253692627,
      "learning_rate": 3.911215763618747e-07,
      "loss": 8.5873,
      "step": 469010
    },
    {
      "epoch": 0.977125,
      "grad_norm": 1.2622578144073486,
      "learning_rate": 3.904104317641654e-07,
      "loss": 7.9567,
      "step": 469020
    },
    {
      "epoch": 0.9771458333333334,
      "grad_norm": 17.998638153076172,
      "learning_rate": 3.8969993342065633e-07,
      "loss": 8.5248,
      "step": 469030
    },
    {
      "epoch": 0.9771666666666666,
      "grad_norm": 12.144222259521484,
      "learning_rate": 3.889900813344282e-07,
      "loss": 7.9881,
      "step": 469040
    },
    {
      "epoch": 0.9771875,
      "grad_norm": 1.0609934329986572,
      "learning_rate": 3.882808755085454e-07,
      "loss": 8.8717,
      "step": 469050
    },
    {
      "epoch": 0.9772083333333333,
      "grad_norm": 1.1225780248641968,
      "learning_rate": 3.8757231594605534e-07,
      "loss": 7.6751,
      "step": 469060
    },
    {
      "epoch": 0.9772291666666667,
      "grad_norm": 4.218995094299316,
      "learning_rate": 3.868644026500389e-07,
      "loss": 7.9483,
      "step": 469070
    },
    {
      "epoch": 0.97725,
      "grad_norm": 1.7188098430633545,
      "learning_rate": 3.8615713562356045e-07,
      "loss": 7.5843,
      "step": 469080
    },
    {
      "epoch": 0.9772708333333333,
      "grad_norm": 3.669586420059204,
      "learning_rate": 3.8545051486965075e-07,
      "loss": 8.4294,
      "step": 469090
    },
    {
      "epoch": 0.9772916666666667,
      "grad_norm": 1.6403311491012573,
      "learning_rate": 3.847445403913574e-07,
      "loss": 7.9817,
      "step": 469100
    },
    {
      "epoch": 0.9773125,
      "grad_norm": 1.1584770679473877,
      "learning_rate": 3.8403921219176126e-07,
      "loss": 7.8362,
      "step": 469110
    },
    {
      "epoch": 0.9773333333333334,
      "grad_norm": 1.2690848112106323,
      "learning_rate": 3.833345302739099e-07,
      "loss": 7.9431,
      "step": 469120
    },
    {
      "epoch": 0.9773541666666666,
      "grad_norm": 1.74387526512146,
      "learning_rate": 3.82630494640801e-07,
      "loss": 8.2652,
      "step": 469130
    },
    {
      "epoch": 0.977375,
      "grad_norm": 1.3205848932266235,
      "learning_rate": 3.819271052955319e-07,
      "loss": 7.642,
      "step": 469140
    },
    {
      "epoch": 0.9773958333333334,
      "grad_norm": 1.3490175008773804,
      "learning_rate": 3.8122436224110043e-07,
      "loss": 7.8193,
      "step": 469150
    },
    {
      "epoch": 0.9774166666666667,
      "grad_norm": 2.9480206966400146,
      "learning_rate": 3.8052226548055396e-07,
      "loss": 8.4841,
      "step": 469160
    },
    {
      "epoch": 0.9774375,
      "grad_norm": 3.304549217224121,
      "learning_rate": 3.798208150169235e-07,
      "loss": 9.3301,
      "step": 469170
    },
    {
      "epoch": 0.9774583333333333,
      "grad_norm": 1.2380818128585815,
      "learning_rate": 3.791200108532566e-07,
      "loss": 7.8864,
      "step": 469180
    },
    {
      "epoch": 0.9774791666666667,
      "grad_norm": 3.881129264831543,
      "learning_rate": 3.784198529925675e-07,
      "loss": 7.9734,
      "step": 469190
    },
    {
      "epoch": 0.9775,
      "grad_norm": 2.9467296600341797,
      "learning_rate": 3.7772034143787044e-07,
      "loss": 7.818,
      "step": 469200
    },
    {
      "epoch": 0.9775208333333333,
      "grad_norm": 1.6239538192749023,
      "learning_rate": 3.7702147619221304e-07,
      "loss": 7.7184,
      "step": 469210
    },
    {
      "epoch": 0.9775416666666666,
      "grad_norm": 1.2917726039886475,
      "learning_rate": 3.7632325725857616e-07,
      "loss": 8.2286,
      "step": 469220
    },
    {
      "epoch": 0.9775625,
      "grad_norm": 1.396248698234558,
      "learning_rate": 3.756256846400241e-07,
      "loss": 7.8587,
      "step": 469230
    },
    {
      "epoch": 0.9775833333333334,
      "grad_norm": 3.828395366668701,
      "learning_rate": 3.7492875833952106e-07,
      "loss": 8.0498,
      "step": 469240
    },
    {
      "epoch": 0.9776041666666667,
      "grad_norm": 3.520988941192627,
      "learning_rate": 3.742324783600981e-07,
      "loss": 8.2638,
      "step": 469250
    },
    {
      "epoch": 0.977625,
      "grad_norm": 4.374229431152344,
      "learning_rate": 3.73536844704786e-07,
      "loss": 8.2629,
      "step": 469260
    },
    {
      "epoch": 0.9776458333333333,
      "grad_norm": 1.6122256517410278,
      "learning_rate": 3.7284185737654903e-07,
      "loss": 7.629,
      "step": 469270
    },
    {
      "epoch": 0.9776666666666667,
      "grad_norm": 2.810697555541992,
      "learning_rate": 3.721475163784182e-07,
      "loss": 7.9904,
      "step": 469280
    },
    {
      "epoch": 0.9776875,
      "grad_norm": 4.543388366699219,
      "learning_rate": 3.714538217133745e-07,
      "loss": 8.7794,
      "step": 469290
    },
    {
      "epoch": 0.9777083333333333,
      "grad_norm": 1.489484190940857,
      "learning_rate": 3.70760773384432e-07,
      "loss": 8.1303,
      "step": 469300
    },
    {
      "epoch": 0.9777291666666666,
      "grad_norm": 1.502661108970642,
      "learning_rate": 3.700683713945718e-07,
      "loss": 9.9291,
      "step": 469310
    },
    {
      "epoch": 0.97775,
      "grad_norm": 1.5917397737503052,
      "learning_rate": 3.6937661574679146e-07,
      "loss": 7.8219,
      "step": 469320
    },
    {
      "epoch": 0.9777708333333334,
      "grad_norm": 13.00430965423584,
      "learning_rate": 3.686855064440719e-07,
      "loss": 8.1417,
      "step": 469330
    },
    {
      "epoch": 0.9777916666666666,
      "grad_norm": 3.5899643898010254,
      "learning_rate": 3.679950434894108e-07,
      "loss": 8.0984,
      "step": 469340
    },
    {
      "epoch": 0.9778125,
      "grad_norm": 3.8083579540252686,
      "learning_rate": 3.6730522688577233e-07,
      "loss": 8.5982,
      "step": 469350
    },
    {
      "epoch": 0.9778333333333333,
      "grad_norm": 2.005932092666626,
      "learning_rate": 3.666160566361542e-07,
      "loss": 7.8973,
      "step": 469360
    },
    {
      "epoch": 0.9778541666666667,
      "grad_norm": 2.217859983444214,
      "learning_rate": 3.659275327435207e-07,
      "loss": 7.7872,
      "step": 469370
    },
    {
      "epoch": 0.977875,
      "grad_norm": 4.373345851898193,
      "learning_rate": 3.6523965521085273e-07,
      "loss": 7.9149,
      "step": 469380
    },
    {
      "epoch": 0.9778958333333333,
      "grad_norm": 2.0297229290008545,
      "learning_rate": 3.6455242404113126e-07,
      "loss": 7.8477,
      "step": 469390
    },
    {
      "epoch": 0.9779166666666667,
      "grad_norm": 1.709570288658142,
      "learning_rate": 3.6386583923730394e-07,
      "loss": 8.8045,
      "step": 469400
    },
    {
      "epoch": 0.9779375,
      "grad_norm": 2.7475497722625732,
      "learning_rate": 3.631799008023351e-07,
      "loss": 8.1462,
      "step": 469410
    },
    {
      "epoch": 0.9779583333333334,
      "grad_norm": 1.0992966890335083,
      "learning_rate": 3.6249460873920555e-07,
      "loss": 7.9222,
      "step": 469420
    },
    {
      "epoch": 0.9779791666666666,
      "grad_norm": 1.8429574966430664,
      "learning_rate": 3.6180996305087974e-07,
      "loss": 8.7694,
      "step": 469430
    },
    {
      "epoch": 0.978,
      "grad_norm": 1.9330601692199707,
      "learning_rate": 3.6112596374028856e-07,
      "loss": 8.1213,
      "step": 469440
    },
    {
      "epoch": 0.9780208333333333,
      "grad_norm": 1.5473389625549316,
      "learning_rate": 3.60442610810413e-07,
      "loss": 7.4763,
      "step": 469450
    },
    {
      "epoch": 0.9780416666666667,
      "grad_norm": 1.8187642097473145,
      "learning_rate": 3.5975990426420076e-07,
      "loss": 7.4848,
      "step": 469460
    },
    {
      "epoch": 0.9780625,
      "grad_norm": 2.911996603012085,
      "learning_rate": 3.5907784410458276e-07,
      "loss": 7.759,
      "step": 469470
    },
    {
      "epoch": 0.9780833333333333,
      "grad_norm": 1.6762803792953491,
      "learning_rate": 3.583964303345066e-07,
      "loss": 7.3807,
      "step": 469480
    },
    {
      "epoch": 0.9781041666666667,
      "grad_norm": 2.567767858505249,
      "learning_rate": 3.577156629569367e-07,
      "loss": 7.9554,
      "step": 469490
    },
    {
      "epoch": 0.978125,
      "grad_norm": 2.7606914043426514,
      "learning_rate": 3.570355419748039e-07,
      "loss": 8.2908,
      "step": 469500
    },
    {
      "epoch": 0.9781458333333334,
      "grad_norm": 1.72794508934021,
      "learning_rate": 3.563560673910393e-07,
      "loss": 8.2877,
      "step": 469510
    },
    {
      "epoch": 0.9781666666666666,
      "grad_norm": 2.8626813888549805,
      "learning_rate": 3.556772392085905e-07,
      "loss": 9.1941,
      "step": 469520
    },
    {
      "epoch": 0.9781875,
      "grad_norm": 2.6440656185150146,
      "learning_rate": 3.5499905743038846e-07,
      "loss": 8.7504,
      "step": 469530
    },
    {
      "epoch": 0.9782083333333333,
      "grad_norm": 2.241614818572998,
      "learning_rate": 3.543215220593476e-07,
      "loss": 8.4837,
      "step": 469540
    },
    {
      "epoch": 0.9782291666666667,
      "grad_norm": 1.6179898977279663,
      "learning_rate": 3.5364463309839887e-07,
      "loss": 7.8383,
      "step": 469550
    },
    {
      "epoch": 0.97825,
      "grad_norm": 2.1071887016296387,
      "learning_rate": 3.529683905504732e-07,
      "loss": 8.2291,
      "step": 469560
    },
    {
      "epoch": 0.9782708333333333,
      "grad_norm": 1.6373909711837769,
      "learning_rate": 3.522927944185017e-07,
      "loss": 7.7608,
      "step": 469570
    },
    {
      "epoch": 0.9782916666666667,
      "grad_norm": 1.8128761053085327,
      "learning_rate": 3.516178447053819e-07,
      "loss": 7.624,
      "step": 469580
    },
    {
      "epoch": 0.9783125,
      "grad_norm": 2.613858938217163,
      "learning_rate": 3.5094354141402825e-07,
      "loss": 8.2065,
      "step": 469590
    },
    {
      "epoch": 0.9783333333333334,
      "grad_norm": 3.431450366973877,
      "learning_rate": 3.502698845473717e-07,
      "loss": 7.7796,
      "step": 469600
    },
    {
      "epoch": 0.9783541666666666,
      "grad_norm": 1.5827748775482178,
      "learning_rate": 3.495968741083266e-07,
      "loss": 7.8052,
      "step": 469610
    },
    {
      "epoch": 0.978375,
      "grad_norm": 2.9177675247192383,
      "learning_rate": 3.4892451009977395e-07,
      "loss": 8.0022,
      "step": 469620
    },
    {
      "epoch": 0.9783958333333334,
      "grad_norm": 1.4261409044265747,
      "learning_rate": 3.482527925246281e-07,
      "loss": 8.0568,
      "step": 469630
    },
    {
      "epoch": 0.9784166666666667,
      "grad_norm": 1.584861159324646,
      "learning_rate": 3.4758172138580343e-07,
      "loss": 8.4541,
      "step": 469640
    },
    {
      "epoch": 0.9784375,
      "grad_norm": 2.4466004371643066,
      "learning_rate": 3.469112966861809e-07,
      "loss": 8.3317,
      "step": 469650
    },
    {
      "epoch": 0.9784583333333333,
      "grad_norm": 2.304354429244995,
      "learning_rate": 3.4624151842867486e-07,
      "loss": 7.5228,
      "step": 469660
    },
    {
      "epoch": 0.9784791666666667,
      "grad_norm": 4.3086419105529785,
      "learning_rate": 3.4557238661616635e-07,
      "loss": 7.8592,
      "step": 469670
    },
    {
      "epoch": 0.9785,
      "grad_norm": 1.7376623153686523,
      "learning_rate": 3.4490390125153643e-07,
      "loss": 7.8253,
      "step": 469680
    },
    {
      "epoch": 0.9785208333333333,
      "grad_norm": 1.8574250936508179,
      "learning_rate": 3.442360623376994e-07,
      "loss": 8.0833,
      "step": 469690
    },
    {
      "epoch": 0.9785416666666666,
      "grad_norm": 2.1489973068237305,
      "learning_rate": 3.4356886987750297e-07,
      "loss": 8.0927,
      "step": 469700
    },
    {
      "epoch": 0.9785625,
      "grad_norm": 1.410091757774353,
      "learning_rate": 3.4290232387386154e-07,
      "loss": 7.8788,
      "step": 469710
    },
    {
      "epoch": 0.9785833333333334,
      "grad_norm": 1.7108030319213867,
      "learning_rate": 3.4223642432965604e-07,
      "loss": 7.3248,
      "step": 469720
    },
    {
      "epoch": 0.9786041666666667,
      "grad_norm": 3.367292881011963,
      "learning_rate": 3.4157117124773423e-07,
      "loss": 8.7279,
      "step": 469730
    },
    {
      "epoch": 0.978625,
      "grad_norm": 5.106909275054932,
      "learning_rate": 3.4090656463099384e-07,
      "loss": 8.1398,
      "step": 469740
    },
    {
      "epoch": 0.9786458333333333,
      "grad_norm": 2.3738040924072266,
      "learning_rate": 3.4024260448229924e-07,
      "loss": 7.9217,
      "step": 469750
    },
    {
      "epoch": 0.9786666666666667,
      "grad_norm": 3.128227472305298,
      "learning_rate": 3.3957929080451474e-07,
      "loss": 7.9509,
      "step": 469760
    },
    {
      "epoch": 0.9786875,
      "grad_norm": 1.8258150815963745,
      "learning_rate": 3.389166236005214e-07,
      "loss": 7.6388,
      "step": 469770
    },
    {
      "epoch": 0.9787083333333333,
      "grad_norm": 1.3278086185455322,
      "learning_rate": 3.3825460287315033e-07,
      "loss": 7.4816,
      "step": 469780
    },
    {
      "epoch": 0.9787291666666667,
      "grad_norm": 1.5809048414230347,
      "learning_rate": 3.375932286252825e-07,
      "loss": 8.623,
      "step": 469790
    },
    {
      "epoch": 0.97875,
      "grad_norm": 2.2854812145233154,
      "learning_rate": 3.3693250085976566e-07,
      "loss": 7.8386,
      "step": 469800
    },
    {
      "epoch": 0.9787708333333334,
      "grad_norm": 5.169416427612305,
      "learning_rate": 3.3627241957946415e-07,
      "loss": 9.4418,
      "step": 469810
    },
    {
      "epoch": 0.9787916666666666,
      "grad_norm": 2.8923122882843018,
      "learning_rate": 3.356129847872424e-07,
      "loss": 8.4866,
      "step": 469820
    },
    {
      "epoch": 0.9788125,
      "grad_norm": 3.309462785720825,
      "learning_rate": 3.3495419648591484e-07,
      "loss": 9.2163,
      "step": 469830
    },
    {
      "epoch": 0.9788333333333333,
      "grad_norm": 1.8111382722854614,
      "learning_rate": 3.3429605467834576e-07,
      "loss": 8.0061,
      "step": 469840
    },
    {
      "epoch": 0.9788541666666667,
      "grad_norm": 5.753547668457031,
      "learning_rate": 3.3363855936736626e-07,
      "loss": 8.2474,
      "step": 469850
    },
    {
      "epoch": 0.978875,
      "grad_norm": 2.8525197505950928,
      "learning_rate": 3.3298171055584077e-07,
      "loss": 8.3176,
      "step": 469860
    },
    {
      "epoch": 0.9788958333333333,
      "grad_norm": 1.1542960405349731,
      "learning_rate": 3.3232550824658365e-07,
      "loss": 7.756,
      "step": 469870
    },
    {
      "epoch": 0.9789166666666667,
      "grad_norm": 1.6541091203689575,
      "learning_rate": 3.3166995244244267e-07,
      "loss": 7.7525,
      "step": 469880
    },
    {
      "epoch": 0.9789375,
      "grad_norm": 1.3455588817596436,
      "learning_rate": 3.3101504314624884e-07,
      "loss": 7.847,
      "step": 469890
    },
    {
      "epoch": 0.9789583333333334,
      "grad_norm": 1.2328048944473267,
      "learning_rate": 3.303607803608166e-07,
      "loss": 7.9516,
      "step": 469900
    },
    {
      "epoch": 0.9789791666666666,
      "grad_norm": 1.3848278522491455,
      "learning_rate": 3.2970716408897704e-07,
      "loss": 7.8393,
      "step": 469910
    },
    {
      "epoch": 0.979,
      "grad_norm": 2.1739766597747803,
      "learning_rate": 3.2905419433357785e-07,
      "loss": 7.8284,
      "step": 469920
    },
    {
      "epoch": 0.9790208333333333,
      "grad_norm": 2.4214718341827393,
      "learning_rate": 3.284018710974001e-07,
      "loss": 8.119,
      "step": 469930
    },
    {
      "epoch": 0.9790416666666667,
      "grad_norm": 2.2341959476470947,
      "learning_rate": 3.2775019438329164e-07,
      "loss": 8.4647,
      "step": 469940
    },
    {
      "epoch": 0.9790625,
      "grad_norm": 2.5654284954071045,
      "learning_rate": 3.270991641940668e-07,
      "loss": 7.9621,
      "step": 469950
    },
    {
      "epoch": 0.9790833333333333,
      "grad_norm": 2.873208999633789,
      "learning_rate": 3.2644878053252335e-07,
      "loss": 7.4419,
      "step": 469960
    },
    {
      "epoch": 0.9791041666666667,
      "grad_norm": 2.757802724838257,
      "learning_rate": 3.2579904340147566e-07,
      "loss": 7.9444,
      "step": 469970
    },
    {
      "epoch": 0.979125,
      "grad_norm": 2.301609992980957,
      "learning_rate": 3.2514995280373824e-07,
      "loss": 8.1824,
      "step": 469980
    },
    {
      "epoch": 0.9791458333333334,
      "grad_norm": 2.2905378341674805,
      "learning_rate": 3.245015087420921e-07,
      "loss": 7.8637,
      "step": 469990
    },
    {
      "epoch": 0.9791666666666666,
      "grad_norm": 1.64362370967865,
      "learning_rate": 3.2385371121936845e-07,
      "loss": 8.0478,
      "step": 470000
    },
    {
      "epoch": 0.9791666666666666,
      "eval_loss": 7.163754940032959,
      "eval_runtime": 8.4836,
      "eval_samples_per_second": 0.354,
      "eval_steps_per_second": 0.118,
      "step": 470000
    },
    {
      "epoch": 0.9791875,
      "grad_norm": 2.200761318206787,
      "learning_rate": 3.232065602383316e-07,
      "loss": 7.8027,
      "step": 470010
    },
    {
      "epoch": 0.9792083333333333,
      "grad_norm": 1.7906826734542847,
      "learning_rate": 3.2256005580181265e-07,
      "loss": 7.5857,
      "step": 470020
    },
    {
      "epoch": 0.9792291666666667,
      "grad_norm": 7.21357536315918,
      "learning_rate": 3.219141979125761e-07,
      "loss": 8.0827,
      "step": 470030
    },
    {
      "epoch": 0.97925,
      "grad_norm": 4.132970333099365,
      "learning_rate": 3.212689865734364e-07,
      "loss": 7.7751,
      "step": 470040
    },
    {
      "epoch": 0.9792708333333333,
      "grad_norm": 1.2395057678222656,
      "learning_rate": 3.2062442178715785e-07,
      "loss": 7.8909,
      "step": 470050
    },
    {
      "epoch": 0.9792916666666667,
      "grad_norm": 1.4394718408584595,
      "learning_rate": 3.1998050355653835e-07,
      "loss": 8.2409,
      "step": 470060
    },
    {
      "epoch": 0.9793125,
      "grad_norm": 6.106384754180908,
      "learning_rate": 3.19337231884359e-07,
      "loss": 8.3175,
      "step": 470070
    },
    {
      "epoch": 0.9793333333333333,
      "grad_norm": 1.4801242351531982,
      "learning_rate": 3.186946067733842e-07,
      "loss": 8.1118,
      "step": 470080
    },
    {
      "epoch": 0.9793541666666666,
      "grad_norm": 2.4436442852020264,
      "learning_rate": 3.1805262822641177e-07,
      "loss": 8.0771,
      "step": 470090
    },
    {
      "epoch": 0.979375,
      "grad_norm": 2.9046905040740967,
      "learning_rate": 3.174112962462061e-07,
      "loss": 7.9084,
      "step": 470100
    },
    {
      "epoch": 0.9793958333333334,
      "grad_norm": 1.5745185613632202,
      "learning_rate": 3.1677061083551503e-07,
      "loss": 7.8171,
      "step": 470110
    },
    {
      "epoch": 0.9794166666666667,
      "grad_norm": 3.0268194675445557,
      "learning_rate": 3.16130571997153e-07,
      "loss": 8.173,
      "step": 470120
    },
    {
      "epoch": 0.9794375,
      "grad_norm": 4.872281074523926,
      "learning_rate": 3.154911797338511e-07,
      "loss": 9.5128,
      "step": 470130
    },
    {
      "epoch": 0.9794583333333333,
      "grad_norm": 1.3649966716766357,
      "learning_rate": 3.1485243404837377e-07,
      "loss": 7.4886,
      "step": 470140
    },
    {
      "epoch": 0.9794791666666667,
      "grad_norm": 3.0030174255371094,
      "learning_rate": 3.142143349434689e-07,
      "loss": 8.0068,
      "step": 470150
    },
    {
      "epoch": 0.9795,
      "grad_norm": 4.5090179443359375,
      "learning_rate": 3.135768824219342e-07,
      "loss": 8.4635,
      "step": 470160
    },
    {
      "epoch": 0.9795208333333333,
      "grad_norm": 2.496750593185425,
      "learning_rate": 3.129400764864842e-07,
      "loss": 7.5496,
      "step": 470170
    },
    {
      "epoch": 0.9795416666666666,
      "grad_norm": 1.793182373046875,
      "learning_rate": 3.1230391713988334e-07,
      "loss": 7.8237,
      "step": 470180
    },
    {
      "epoch": 0.9795625,
      "grad_norm": 2.0924625396728516,
      "learning_rate": 3.116684043848794e-07,
      "loss": 7.5707,
      "step": 470190
    },
    {
      "epoch": 0.9795833333333334,
      "grad_norm": 1.415019154548645,
      "learning_rate": 3.110335382242202e-07,
      "loss": 7.8437,
      "step": 470200
    },
    {
      "epoch": 0.9796041666666667,
      "grad_norm": 2.1307966709136963,
      "learning_rate": 3.103993186606368e-07,
      "loss": 8.2757,
      "step": 470210
    },
    {
      "epoch": 0.979625,
      "grad_norm": 3.0396692752838135,
      "learning_rate": 3.0976574569687716e-07,
      "loss": 8.2067,
      "step": 470220
    },
    {
      "epoch": 0.9796458333333333,
      "grad_norm": 2.6052017211914062,
      "learning_rate": 3.0913281933568903e-07,
      "loss": 7.9402,
      "step": 470230
    },
    {
      "epoch": 0.9796666666666667,
      "grad_norm": 1.582020878791809,
      "learning_rate": 3.0850053957978684e-07,
      "loss": 7.9183,
      "step": 470240
    },
    {
      "epoch": 0.9796875,
      "grad_norm": 4.706037521362305,
      "learning_rate": 3.078689064319184e-07,
      "loss": 7.8482,
      "step": 470250
    },
    {
      "epoch": 0.9797083333333333,
      "grad_norm": 1.695446491241455,
      "learning_rate": 3.072379198947983e-07,
      "loss": 7.8775,
      "step": 470260
    },
    {
      "epoch": 0.9797291666666667,
      "grad_norm": 2.325312852859497,
      "learning_rate": 3.066075799711576e-07,
      "loss": 7.5853,
      "step": 470270
    },
    {
      "epoch": 0.97975,
      "grad_norm": 1.8297531604766846,
      "learning_rate": 3.0597788666372745e-07,
      "loss": 8.1786,
      "step": 470280
    },
    {
      "epoch": 0.9797708333333334,
      "grad_norm": 1.4594898223876953,
      "learning_rate": 3.0534883997520575e-07,
      "loss": 7.4393,
      "step": 470290
    },
    {
      "epoch": 0.9797916666666666,
      "grad_norm": 1.2459536790847778,
      "learning_rate": 3.047204399083403e-07,
      "loss": 8.1088,
      "step": 470300
    },
    {
      "epoch": 0.9798125,
      "grad_norm": 1.6516107320785522,
      "learning_rate": 3.040926864658122e-07,
      "loss": 8.4462,
      "step": 470310
    },
    {
      "epoch": 0.9798333333333333,
      "grad_norm": 1.0716761350631714,
      "learning_rate": 3.034655796503693e-07,
      "loss": 7.9041,
      "step": 470320
    },
    {
      "epoch": 0.9798541666666667,
      "grad_norm": 1.6623791456222534,
      "learning_rate": 3.028391194646762e-07,
      "loss": 8.6784,
      "step": 470330
    },
    {
      "epoch": 0.979875,
      "grad_norm": 1.2603923082351685,
      "learning_rate": 3.0221330591148064e-07,
      "loss": 8.715,
      "step": 470340
    },
    {
      "epoch": 0.9798958333333333,
      "grad_norm": 1.0977318286895752,
      "learning_rate": 3.015881389934638e-07,
      "loss": 8.1002,
      "step": 470350
    },
    {
      "epoch": 0.9799166666666667,
      "grad_norm": 1.2074546813964844,
      "learning_rate": 3.009636187133402e-07,
      "loss": 7.8602,
      "step": 470360
    },
    {
      "epoch": 0.9799375,
      "grad_norm": 2.880342721939087,
      "learning_rate": 3.00339745073791e-07,
      "loss": 8.3794,
      "step": 470370
    },
    {
      "epoch": 0.9799583333333334,
      "grad_norm": 1.8291804790496826,
      "learning_rate": 2.9971651807751406e-07,
      "loss": 8.9299,
      "step": 470380
    },
    {
      "epoch": 0.9799791666666666,
      "grad_norm": 1.5607740879058838,
      "learning_rate": 2.990939377272072e-07,
      "loss": 8.1579,
      "step": 470390
    },
    {
      "epoch": 0.98,
      "grad_norm": 2.0996692180633545,
      "learning_rate": 2.984720040255684e-07,
      "loss": 7.7243,
      "step": 470400
    },
    {
      "epoch": 0.9800208333333333,
      "grad_norm": 5.289694786071777,
      "learning_rate": 2.9785071697527865e-07,
      "loss": 7.865,
      "step": 470410
    },
    {
      "epoch": 0.9800416666666667,
      "grad_norm": 1.259821891784668,
      "learning_rate": 2.9723007657900253e-07,
      "loss": 7.6684,
      "step": 470420
    },
    {
      "epoch": 0.9800625,
      "grad_norm": 1.1828484535217285,
      "learning_rate": 2.96610082839438e-07,
      "loss": 7.756,
      "step": 470430
    },
    {
      "epoch": 0.9800833333333333,
      "grad_norm": 12.022235870361328,
      "learning_rate": 2.959907357592661e-07,
      "loss": 8.9571,
      "step": 470440
    },
    {
      "epoch": 0.9801041666666667,
      "grad_norm": 6.162274360656738,
      "learning_rate": 2.953720353411515e-07,
      "loss": 8.2681,
      "step": 470450
    },
    {
      "epoch": 0.980125,
      "grad_norm": 1.6016952991485596,
      "learning_rate": 2.947539815877753e-07,
      "loss": 7.8945,
      "step": 470460
    },
    {
      "epoch": 0.9801458333333334,
      "grad_norm": 2.1893839836120605,
      "learning_rate": 2.941365745018187e-07,
      "loss": 8.6152,
      "step": 470470
    },
    {
      "epoch": 0.9801666666666666,
      "grad_norm": 1.5807549953460693,
      "learning_rate": 2.93519814085913e-07,
      "loss": 8.2552,
      "step": 470480
    },
    {
      "epoch": 0.9801875,
      "grad_norm": 2.0264041423797607,
      "learning_rate": 2.929037003427559e-07,
      "loss": 8.2604,
      "step": 470490
    },
    {
      "epoch": 0.9802083333333333,
      "grad_norm": 1.4967659711837769,
      "learning_rate": 2.922882332749954e-07,
      "loss": 7.7335,
      "step": 470500
    },
    {
      "epoch": 0.9802291666666667,
      "grad_norm": 3.097783088684082,
      "learning_rate": 2.9167341288529597e-07,
      "loss": 8.0605,
      "step": 470510
    },
    {
      "epoch": 0.98025,
      "grad_norm": 1.2600629329681396,
      "learning_rate": 2.9105923917628895e-07,
      "loss": 7.4258,
      "step": 470520
    },
    {
      "epoch": 0.9802708333333333,
      "grad_norm": 2.532059907913208,
      "learning_rate": 2.9044571215067204e-07,
      "loss": 7.734,
      "step": 470530
    },
    {
      "epoch": 0.9802916666666667,
      "grad_norm": 2.0800740718841553,
      "learning_rate": 2.898328318110599e-07,
      "loss": 9.3777,
      "step": 470540
    },
    {
      "epoch": 0.9803125,
      "grad_norm": 3.937084436416626,
      "learning_rate": 2.8922059816010033e-07,
      "loss": 7.9211,
      "step": 470550
    },
    {
      "epoch": 0.9803333333333333,
      "grad_norm": 2.9593002796173096,
      "learning_rate": 2.8860901120045797e-07,
      "loss": 8.3879,
      "step": 470560
    },
    {
      "epoch": 0.9803541666666666,
      "grad_norm": 2.102538824081421,
      "learning_rate": 2.8799807093476404e-07,
      "loss": 8.4228,
      "step": 470570
    },
    {
      "epoch": 0.980375,
      "grad_norm": 4.744444370269775,
      "learning_rate": 2.873877773656663e-07,
      "loss": 7.7459,
      "step": 470580
    },
    {
      "epoch": 0.9803958333333334,
      "grad_norm": 2.51131272315979,
      "learning_rate": 2.8677813049577947e-07,
      "loss": 7.3386,
      "step": 470590
    },
    {
      "epoch": 0.9804166666666667,
      "grad_norm": 2.1618783473968506,
      "learning_rate": 2.86169130327768e-07,
      "loss": 8.071,
      "step": 470600
    },
    {
      "epoch": 0.9804375,
      "grad_norm": 2.2146546840667725,
      "learning_rate": 2.855607768642132e-07,
      "loss": 8.2514,
      "step": 470610
    },
    {
      "epoch": 0.9804583333333333,
      "grad_norm": 1.9834318161010742,
      "learning_rate": 2.849530701077962e-07,
      "loss": 8.0174,
      "step": 470620
    },
    {
      "epoch": 0.9804791666666667,
      "grad_norm": 2.0494930744171143,
      "learning_rate": 2.8434601006113165e-07,
      "loss": 7.9274,
      "step": 470630
    },
    {
      "epoch": 0.9805,
      "grad_norm": 1.1521145105361938,
      "learning_rate": 2.8373959672681747e-07,
      "loss": 8.2566,
      "step": 470640
    },
    {
      "epoch": 0.9805208333333333,
      "grad_norm": 1.6605212688446045,
      "learning_rate": 2.831338301074848e-07,
      "loss": 7.8878,
      "step": 470650
    },
    {
      "epoch": 0.9805416666666666,
      "grad_norm": 8.51445198059082,
      "learning_rate": 2.825287102057483e-07,
      "loss": 7.7586,
      "step": 470660
    },
    {
      "epoch": 0.9805625,
      "grad_norm": 2.4479522705078125,
      "learning_rate": 2.8192423702423916e-07,
      "loss": 8.2414,
      "step": 470670
    },
    {
      "epoch": 0.9805833333333334,
      "grad_norm": 1.2854689359664917,
      "learning_rate": 2.813204105655387e-07,
      "loss": 7.7659,
      "step": 470680
    },
    {
      "epoch": 0.9806041666666667,
      "grad_norm": 2.7188785076141357,
      "learning_rate": 2.807172308322947e-07,
      "loss": 8.1528,
      "step": 470690
    },
    {
      "epoch": 0.980625,
      "grad_norm": 1.5670239925384521,
      "learning_rate": 2.801146978270552e-07,
      "loss": 8.4948,
      "step": 470700
    },
    {
      "epoch": 0.9806458333333333,
      "grad_norm": 2.383267402648926,
      "learning_rate": 2.7951281155248473e-07,
      "loss": 8.8036,
      "step": 470710
    },
    {
      "epoch": 0.9806666666666667,
      "grad_norm": 1.4609464406967163,
      "learning_rate": 2.789115720111479e-07,
      "loss": 7.5029,
      "step": 470720
    },
    {
      "epoch": 0.9806875,
      "grad_norm": 1.6303625106811523,
      "learning_rate": 2.783109792056426e-07,
      "loss": 7.2652,
      "step": 470730
    },
    {
      "epoch": 0.9807083333333333,
      "grad_norm": 1.2029179334640503,
      "learning_rate": 2.7771103313858344e-07,
      "loss": 8.2645,
      "step": 470740
    },
    {
      "epoch": 0.9807291666666667,
      "grad_norm": 1.4982054233551025,
      "learning_rate": 2.7711173381253505e-07,
      "loss": 7.8924,
      "step": 470750
    },
    {
      "epoch": 0.98075,
      "grad_norm": 3.350709915161133,
      "learning_rate": 2.7651308123011194e-07,
      "loss": 7.9675,
      "step": 470760
    },
    {
      "epoch": 0.9807708333333334,
      "grad_norm": 1.6980699300765991,
      "learning_rate": 2.759150753938788e-07,
      "loss": 7.7837,
      "step": 470770
    },
    {
      "epoch": 0.9807916666666666,
      "grad_norm": 3.9815514087677,
      "learning_rate": 2.753177163064335e-07,
      "loss": 8.1558,
      "step": 470780
    },
    {
      "epoch": 0.9808125,
      "grad_norm": 2.839345693588257,
      "learning_rate": 2.7472100397034067e-07,
      "loss": 8.2416,
      "step": 470790
    },
    {
      "epoch": 0.9808333333333333,
      "grad_norm": 1.4175564050674438,
      "learning_rate": 2.7412493838819826e-07,
      "loss": 7.8643,
      "step": 470800
    },
    {
      "epoch": 0.9808541666666667,
      "grad_norm": 1.9106388092041016,
      "learning_rate": 2.7352951956257085e-07,
      "loss": 8.016,
      "step": 470810
    },
    {
      "epoch": 0.980875,
      "grad_norm": 2.018472194671631,
      "learning_rate": 2.729347474960231e-07,
      "loss": 7.9002,
      "step": 470820
    },
    {
      "epoch": 0.9808958333333333,
      "grad_norm": 1.776625633239746,
      "learning_rate": 2.7234062219111953e-07,
      "loss": 7.2392,
      "step": 470830
    },
    {
      "epoch": 0.9809166666666667,
      "grad_norm": 4.2140398025512695,
      "learning_rate": 2.7174714365045814e-07,
      "loss": 7.9294,
      "step": 470840
    },
    {
      "epoch": 0.9809375,
      "grad_norm": 2.36374831199646,
      "learning_rate": 2.711543118765702e-07,
      "loss": 8.4429,
      "step": 470850
    },
    {
      "epoch": 0.9809583333333334,
      "grad_norm": 3.7585902214050293,
      "learning_rate": 2.7056212687203703e-07,
      "loss": 7.891,
      "step": 470860
    },
    {
      "epoch": 0.9809791666666666,
      "grad_norm": 1.3971518278121948,
      "learning_rate": 2.699705886394066e-07,
      "loss": 7.8801,
      "step": 470870
    },
    {
      "epoch": 0.981,
      "grad_norm": 1.1725077629089355,
      "learning_rate": 2.693796971812434e-07,
      "loss": 8.3,
      "step": 470880
    },
    {
      "epoch": 0.9810208333333333,
      "grad_norm": 3.4952099323272705,
      "learning_rate": 2.6878945250007887e-07,
      "loss": 7.752,
      "step": 470890
    },
    {
      "epoch": 0.9810416666666667,
      "grad_norm": 1.5982192754745483,
      "learning_rate": 2.6819985459847757e-07,
      "loss": 8.1892,
      "step": 470900
    },
    {
      "epoch": 0.9810625,
      "grad_norm": 3.810516834259033,
      "learning_rate": 2.6761090347900416e-07,
      "loss": 8.7287,
      "step": 470910
    },
    {
      "epoch": 0.9810833333333333,
      "grad_norm": 1.6570098400115967,
      "learning_rate": 2.6702259914415656e-07,
      "loss": 7.8958,
      "step": 470920
    },
    {
      "epoch": 0.9811041666666667,
      "grad_norm": 1.179172158241272,
      "learning_rate": 2.6643494159651614e-07,
      "loss": 10.7936,
      "step": 470930
    },
    {
      "epoch": 0.981125,
      "grad_norm": 4.512269973754883,
      "learning_rate": 2.658479308386141e-07,
      "loss": 8.0495,
      "step": 470940
    },
    {
      "epoch": 0.9811458333333334,
      "grad_norm": 1.3398103713989258,
      "learning_rate": 2.652615668729652e-07,
      "loss": 7.9975,
      "step": 470950
    },
    {
      "epoch": 0.9811666666666666,
      "grad_norm": 1.9158952236175537,
      "learning_rate": 2.64675849702134e-07,
      "loss": 7.9788,
      "step": 470960
    },
    {
      "epoch": 0.9811875,
      "grad_norm": 3.971747875213623,
      "learning_rate": 2.6409077932861845e-07,
      "loss": 7.9471,
      "step": 470970
    },
    {
      "epoch": 0.9812083333333333,
      "grad_norm": 10.740073204040527,
      "learning_rate": 2.635063557549666e-07,
      "loss": 8.295,
      "step": 470980
    },
    {
      "epoch": 0.9812291666666667,
      "grad_norm": 1.6676998138427734,
      "learning_rate": 2.6292257898369304e-07,
      "loss": 8.0245,
      "step": 470990
    },
    {
      "epoch": 0.98125,
      "grad_norm": 2.437568187713623,
      "learning_rate": 2.623394490173458e-07,
      "loss": 8.127,
      "step": 471000
    },
    {
      "epoch": 0.98125,
      "eval_loss": 7.42896032333374,
      "eval_runtime": 8.5373,
      "eval_samples_per_second": 0.351,
      "eval_steps_per_second": 0.117,
      "step": 471000
    },
    {
      "epoch": 0.9812708333333333,
      "grad_norm": 1.2228423357009888,
      "learning_rate": 2.617569658583896e-07,
      "loss": 7.3572,
      "step": 471010
    },
    {
      "epoch": 0.9812916666666667,
      "grad_norm": 3.077883243560791,
      "learning_rate": 2.611751295093889e-07,
      "loss": 8.2222,
      "step": 471020
    },
    {
      "epoch": 0.9813125,
      "grad_norm": 1.1566845178604126,
      "learning_rate": 2.605939399728418e-07,
      "loss": 8.0888,
      "step": 471030
    },
    {
      "epoch": 0.9813333333333333,
      "grad_norm": 1.414969801902771,
      "learning_rate": 2.60013397251263e-07,
      "loss": 7.6805,
      "step": 471040
    },
    {
      "epoch": 0.9813541666666666,
      "grad_norm": 1.6469290256500244,
      "learning_rate": 2.5943350134715045e-07,
      "loss": 7.6482,
      "step": 471050
    },
    {
      "epoch": 0.981375,
      "grad_norm": 2.077165126800537,
      "learning_rate": 2.588542522630022e-07,
      "loss": 8.5775,
      "step": 471060
    },
    {
      "epoch": 0.9813958333333334,
      "grad_norm": 2.319230794906616,
      "learning_rate": 2.5827565000134943e-07,
      "loss": 7.8453,
      "step": 471070
    },
    {
      "epoch": 0.9814166666666667,
      "grad_norm": 1.5337721109390259,
      "learning_rate": 2.576976945646569e-07,
      "loss": 8.2892,
      "step": 471080
    },
    {
      "epoch": 0.9814375,
      "grad_norm": 3.6697463989257812,
      "learning_rate": 2.57120385955456e-07,
      "loss": 7.4947,
      "step": 471090
    },
    {
      "epoch": 0.9814583333333333,
      "grad_norm": 1.6052619218826294,
      "learning_rate": 2.565437241762114e-07,
      "loss": 8.1035,
      "step": 471100
    },
    {
      "epoch": 0.9814791666666667,
      "grad_norm": 1.5401579141616821,
      "learning_rate": 2.5596770922942103e-07,
      "loss": 7.5363,
      "step": 471110
    },
    {
      "epoch": 0.9815,
      "grad_norm": 1.439207673072815,
      "learning_rate": 2.5539234111759955e-07,
      "loss": 8.4278,
      "step": 471120
    },
    {
      "epoch": 0.9815208333333333,
      "grad_norm": 1.5558825731277466,
      "learning_rate": 2.5481761984319503e-07,
      "loss": 7.736,
      "step": 471130
    },
    {
      "epoch": 0.9815416666666666,
      "grad_norm": 1.1826109886169434,
      "learning_rate": 2.542435454087055e-07,
      "loss": 8.1891,
      "step": 471140
    },
    {
      "epoch": 0.9815625,
      "grad_norm": 3.9669227600097656,
      "learning_rate": 2.5367011781659563e-07,
      "loss": 7.5673,
      "step": 471150
    },
    {
      "epoch": 0.9815833333333334,
      "grad_norm": 1.7440557479858398,
      "learning_rate": 2.530973370693801e-07,
      "loss": 8.5172,
      "step": 471160
    },
    {
      "epoch": 0.9816041666666667,
      "grad_norm": 2.2726364135742188,
      "learning_rate": 2.5252520316950687e-07,
      "loss": 8.0424,
      "step": 471170
    },
    {
      "epoch": 0.981625,
      "grad_norm": 2.6413841247558594,
      "learning_rate": 2.519537161194407e-07,
      "loss": 8.5186,
      "step": 471180
    },
    {
      "epoch": 0.9816458333333333,
      "grad_norm": 1.8836743831634521,
      "learning_rate": 2.51382875921663e-07,
      "loss": 7.7438,
      "step": 471190
    },
    {
      "epoch": 0.9816666666666667,
      "grad_norm": 1.435295581817627,
      "learning_rate": 2.5081268257863827e-07,
      "loss": 8.0017,
      "step": 471200
    },
    {
      "epoch": 0.9816875,
      "grad_norm": 4.833287715911865,
      "learning_rate": 2.502431360928314e-07,
      "loss": 8.4625,
      "step": 471210
    },
    {
      "epoch": 0.9817083333333333,
      "grad_norm": 1.650893211364746,
      "learning_rate": 2.496742364666904e-07,
      "loss": 7.7491,
      "step": 471220
    },
    {
      "epoch": 0.9817291666666667,
      "grad_norm": 1.762581706047058,
      "learning_rate": 2.4910598370267987e-07,
      "loss": 7.7031,
      "step": 471230
    },
    {
      "epoch": 0.98175,
      "grad_norm": 5.721652030944824,
      "learning_rate": 2.485383778032646e-07,
      "loss": 9.7988,
      "step": 471240
    },
    {
      "epoch": 0.9817708333333334,
      "grad_norm": 5.593535900115967,
      "learning_rate": 2.4797141877089255e-07,
      "loss": 8.5257,
      "step": 471250
    },
    {
      "epoch": 0.9817916666666666,
      "grad_norm": 2.1598196029663086,
      "learning_rate": 2.4740510660799517e-07,
      "loss": 7.8107,
      "step": 471260
    },
    {
      "epoch": 0.9818125,
      "grad_norm": 3.0508785247802734,
      "learning_rate": 2.4683944131703717e-07,
      "loss": 8.1049,
      "step": 471270
    },
    {
      "epoch": 0.9818333333333333,
      "grad_norm": 5.567379951477051,
      "learning_rate": 2.462744229004665e-07,
      "loss": 8.4262,
      "step": 471280
    },
    {
      "epoch": 0.9818541666666667,
      "grad_norm": 4.414683818817139,
      "learning_rate": 2.45710051360698e-07,
      "loss": 7.5339,
      "step": 471290
    },
    {
      "epoch": 0.981875,
      "grad_norm": 5.0505452156066895,
      "learning_rate": 2.451463267001963e-07,
      "loss": 8.4129,
      "step": 471300
    },
    {
      "epoch": 0.9818958333333333,
      "grad_norm": 1.837099552154541,
      "learning_rate": 2.4458324892137614e-07,
      "loss": 7.9799,
      "step": 471310
    },
    {
      "epoch": 0.9819166666666667,
      "grad_norm": 27.431743621826172,
      "learning_rate": 2.440208180266856e-07,
      "loss": 8.2514,
      "step": 471320
    },
    {
      "epoch": 0.9819375,
      "grad_norm": 3.086010456085205,
      "learning_rate": 2.434590340185394e-07,
      "loss": 8.0289,
      "step": 471330
    },
    {
      "epoch": 0.9819583333333334,
      "grad_norm": 1.4113878011703491,
      "learning_rate": 2.4289789689938554e-07,
      "loss": 7.4575,
      "step": 471340
    },
    {
      "epoch": 0.9819791666666666,
      "grad_norm": 1.8703982830047607,
      "learning_rate": 2.4233740667162216e-07,
      "loss": 7.6169,
      "step": 471350
    },
    {
      "epoch": 0.982,
      "grad_norm": 3.693631172180176,
      "learning_rate": 2.4177756333769725e-07,
      "loss": 7.8445,
      "step": 471360
    },
    {
      "epoch": 0.9820208333333333,
      "grad_norm": 1.7479326725006104,
      "learning_rate": 2.4121836690000897e-07,
      "loss": 7.6432,
      "step": 471370
    },
    {
      "epoch": 0.9820416666666667,
      "grad_norm": 1.701227068901062,
      "learning_rate": 2.4065981736097194e-07,
      "loss": 8.2319,
      "step": 471380
    },
    {
      "epoch": 0.9820625,
      "grad_norm": 3.1269445419311523,
      "learning_rate": 2.40101914723001e-07,
      "loss": 7.9867,
      "step": 471390
    },
    {
      "epoch": 0.9820833333333333,
      "grad_norm": 20.925508499145508,
      "learning_rate": 2.3954465898852747e-07,
      "loss": 8.3882,
      "step": 471400
    },
    {
      "epoch": 0.9821041666666667,
      "grad_norm": 5.700736045837402,
      "learning_rate": 2.389880501599328e-07,
      "loss": 7.723,
      "step": 471410
    },
    {
      "epoch": 0.982125,
      "grad_norm": 1.21505868434906,
      "learning_rate": 2.3843208823963176e-07,
      "loss": 7.9576,
      "step": 471420
    },
    {
      "epoch": 0.9821458333333334,
      "grad_norm": 1.8970950841903687,
      "learning_rate": 2.3787677323002241e-07,
      "loss": 7.6964,
      "step": 471430
    },
    {
      "epoch": 0.9821666666666666,
      "grad_norm": 5.534656047821045,
      "learning_rate": 2.373221051335028e-07,
      "loss": 7.8275,
      "step": 471440
    },
    {
      "epoch": 0.9821875,
      "grad_norm": 2.105257511138916,
      "learning_rate": 2.3676808395247106e-07,
      "loss": 7.5163,
      "step": 471450
    },
    {
      "epoch": 0.9822083333333333,
      "grad_norm": 1.7859315872192383,
      "learning_rate": 2.362147096893252e-07,
      "loss": 7.9952,
      "step": 471460
    },
    {
      "epoch": 0.9822291666666667,
      "grad_norm": 1.580391764640808,
      "learning_rate": 2.356619823464634e-07,
      "loss": 7.6976,
      "step": 471470
    },
    {
      "epoch": 0.98225,
      "grad_norm": 1.3258804082870483,
      "learning_rate": 2.3510990192623368e-07,
      "loss": 7.6666,
      "step": 471480
    },
    {
      "epoch": 0.9822708333333333,
      "grad_norm": 2.2536025047302246,
      "learning_rate": 2.345584684310675e-07,
      "loss": 7.3337,
      "step": 471490
    },
    {
      "epoch": 0.9822916666666667,
      "grad_norm": 1.723436951637268,
      "learning_rate": 2.3400768186332964e-07,
      "loss": 8.2361,
      "step": 471500
    },
    {
      "epoch": 0.9823125,
      "grad_norm": 2.6624953746795654,
      "learning_rate": 2.3345754222538483e-07,
      "loss": 8.0741,
      "step": 471510
    },
    {
      "epoch": 0.9823333333333333,
      "grad_norm": 2.206965923309326,
      "learning_rate": 2.3290804951963116e-07,
      "loss": 7.7528,
      "step": 471520
    },
    {
      "epoch": 0.9823541666666666,
      "grad_norm": 1.7547049522399902,
      "learning_rate": 2.3235920374843343e-07,
      "loss": 7.9121,
      "step": 471530
    },
    {
      "epoch": 0.982375,
      "grad_norm": 1.9528332948684692,
      "learning_rate": 2.318110049141564e-07,
      "loss": 7.7715,
      "step": 471540
    },
    {
      "epoch": 0.9823958333333334,
      "grad_norm": 1.1537973880767822,
      "learning_rate": 2.3126345301916483e-07,
      "loss": 8.2594,
      "step": 471550
    },
    {
      "epoch": 0.9824166666666667,
      "grad_norm": 19.675352096557617,
      "learning_rate": 2.3071654806584018e-07,
      "loss": 9.2869,
      "step": 471560
    },
    {
      "epoch": 0.9824375,
      "grad_norm": 2.184114933013916,
      "learning_rate": 2.301702900565472e-07,
      "loss": 8.2761,
      "step": 471570
    },
    {
      "epoch": 0.9824583333333333,
      "grad_norm": 3.7766528129577637,
      "learning_rate": 2.2962467899361736e-07,
      "loss": 8.1913,
      "step": 471580
    },
    {
      "epoch": 0.9824791666666667,
      "grad_norm": 2.3242180347442627,
      "learning_rate": 2.2907971487944877e-07,
      "loss": 7.9762,
      "step": 471590
    },
    {
      "epoch": 0.9825,
      "grad_norm": 2.00883150100708,
      "learning_rate": 2.285353977163562e-07,
      "loss": 8.2092,
      "step": 471600
    },
    {
      "epoch": 0.9825208333333333,
      "grad_norm": 3.296539783477783,
      "learning_rate": 2.2799172750670446e-07,
      "loss": 8.318,
      "step": 471610
    },
    {
      "epoch": 0.9825416666666666,
      "grad_norm": 9.38229751586914,
      "learning_rate": 2.2744870425285834e-07,
      "loss": 7.8015,
      "step": 471620
    },
    {
      "epoch": 0.9825625,
      "grad_norm": 1.018435001373291,
      "learning_rate": 2.269063279571326e-07,
      "loss": 8.1103,
      "step": 471630
    },
    {
      "epoch": 0.9825833333333334,
      "grad_norm": 1.6354511976242065,
      "learning_rate": 2.2636459862189204e-07,
      "loss": 7.251,
      "step": 471640
    },
    {
      "epoch": 0.9826041666666666,
      "grad_norm": 1.6518423557281494,
      "learning_rate": 2.258235162494848e-07,
      "loss": 7.7071,
      "step": 471650
    },
    {
      "epoch": 0.982625,
      "grad_norm": 1.3319675922393799,
      "learning_rate": 2.2528308084222568e-07,
      "loss": 8.3669,
      "step": 471660
    },
    {
      "epoch": 0.9826458333333333,
      "grad_norm": 1.5992029905319214,
      "learning_rate": 2.247432924024628e-07,
      "loss": 7.766,
      "step": 471670
    },
    {
      "epoch": 0.9826666666666667,
      "grad_norm": 1.6704769134521484,
      "learning_rate": 2.24204150932511e-07,
      "loss": 7.8304,
      "step": 471680
    },
    {
      "epoch": 0.9826875,
      "grad_norm": 1.1838244199752808,
      "learning_rate": 2.2366565643473498e-07,
      "loss": 8.2294,
      "step": 471690
    },
    {
      "epoch": 0.9827083333333333,
      "grad_norm": 4.488860130310059,
      "learning_rate": 2.2312780891141635e-07,
      "loss": 8.0331,
      "step": 471700
    },
    {
      "epoch": 0.9827291666666667,
      "grad_norm": 1.9598225355148315,
      "learning_rate": 2.2259060836490316e-07,
      "loss": 8.0669,
      "step": 471710
    },
    {
      "epoch": 0.98275,
      "grad_norm": 2.1018998622894287,
      "learning_rate": 2.220540547975269e-07,
      "loss": 7.7252,
      "step": 471720
    },
    {
      "epoch": 0.9827708333333334,
      "grad_norm": 1.2561616897583008,
      "learning_rate": 2.215181482115691e-07,
      "loss": 7.593,
      "step": 471730
    },
    {
      "epoch": 0.9827916666666666,
      "grad_norm": 2.265871047973633,
      "learning_rate": 2.2098288860937785e-07,
      "loss": 7.7916,
      "step": 471740
    },
    {
      "epoch": 0.9828125,
      "grad_norm": 1.5052146911621094,
      "learning_rate": 2.2044827599326798e-07,
      "loss": 8.5282,
      "step": 471750
    },
    {
      "epoch": 0.9828333333333333,
      "grad_norm": 2.103830337524414,
      "learning_rate": 2.1991431036550433e-07,
      "loss": 7.7684,
      "step": 471760
    },
    {
      "epoch": 0.9828541666666667,
      "grad_norm": 3.7479100227355957,
      "learning_rate": 2.193809917284517e-07,
      "loss": 8.2164,
      "step": 471770
    },
    {
      "epoch": 0.982875,
      "grad_norm": 5.0501389503479,
      "learning_rate": 2.188483200843749e-07,
      "loss": 8.9896,
      "step": 471780
    },
    {
      "epoch": 0.9828958333333333,
      "grad_norm": 2.2056920528411865,
      "learning_rate": 2.1831629543558883e-07,
      "loss": 7.4125,
      "step": 471790
    },
    {
      "epoch": 0.9829166666666667,
      "grad_norm": 5.639621257781982,
      "learning_rate": 2.177849177843749e-07,
      "loss": 7.9173,
      "step": 471800
    },
    {
      "epoch": 0.9829375,
      "grad_norm": 1.2803218364715576,
      "learning_rate": 2.1725418713306465e-07,
      "loss": 7.9398,
      "step": 471810
    },
    {
      "epoch": 0.9829583333333334,
      "grad_norm": 1.2696361541748047,
      "learning_rate": 2.1672410348390622e-07,
      "loss": 7.9622,
      "step": 471820
    },
    {
      "epoch": 0.9829791666666666,
      "grad_norm": 1.452248215675354,
      "learning_rate": 2.1619466683923116e-07,
      "loss": 7.3485,
      "step": 471830
    },
    {
      "epoch": 0.983,
      "grad_norm": 2.5541725158691406,
      "learning_rate": 2.1566587720128758e-07,
      "loss": 8.6344,
      "step": 471840
    },
    {
      "epoch": 0.9830208333333333,
      "grad_norm": 3.130997657775879,
      "learning_rate": 2.1513773457239037e-07,
      "loss": 7.6924,
      "step": 471850
    },
    {
      "epoch": 0.9830416666666667,
      "grad_norm": 1.5790936946868896,
      "learning_rate": 2.1461023895480434e-07,
      "loss": 7.7783,
      "step": 471860
    },
    {
      "epoch": 0.9830625,
      "grad_norm": 2.5012874603271484,
      "learning_rate": 2.1408339035081101e-07,
      "loss": 8.3368,
      "step": 471870
    },
    {
      "epoch": 0.9830833333333333,
      "grad_norm": 1.3288419246673584,
      "learning_rate": 2.1355718876270855e-07,
      "loss": 8.3403,
      "step": 471880
    },
    {
      "epoch": 0.9831041666666667,
      "grad_norm": 1.6521776914596558,
      "learning_rate": 2.130316341927285e-07,
      "loss": 7.8011,
      "step": 471890
    },
    {
      "epoch": 0.983125,
      "grad_norm": 1.5760791301727295,
      "learning_rate": 2.1250672664316903e-07,
      "loss": 7.5825,
      "step": 471900
    },
    {
      "epoch": 0.9831458333333334,
      "grad_norm": 1.897961139678955,
      "learning_rate": 2.1198246611627835e-07,
      "loss": 7.6994,
      "step": 471910
    },
    {
      "epoch": 0.9831666666666666,
      "grad_norm": 3.6012299060821533,
      "learning_rate": 2.114588526143546e-07,
      "loss": 8.0764,
      "step": 471920
    },
    {
      "epoch": 0.9831875,
      "grad_norm": 1.8360081911087036,
      "learning_rate": 2.1093588613961264e-07,
      "loss": 7.9579,
      "step": 471930
    },
    {
      "epoch": 0.9832083333333334,
      "grad_norm": 1.8541488647460938,
      "learning_rate": 2.1041356669435071e-07,
      "loss": 7.6087,
      "step": 471940
    },
    {
      "epoch": 0.9832291666666667,
      "grad_norm": 2.3480257987976074,
      "learning_rate": 2.09891894280817e-07,
      "loss": 7.7933,
      "step": 471950
    },
    {
      "epoch": 0.98325,
      "grad_norm": 2.652893304824829,
      "learning_rate": 2.0937086890125965e-07,
      "loss": 8.4956,
      "step": 471960
    },
    {
      "epoch": 0.9832708333333333,
      "grad_norm": 1.565030574798584,
      "learning_rate": 2.0885049055791027e-07,
      "loss": 7.7754,
      "step": 471970
    },
    {
      "epoch": 0.9832916666666667,
      "grad_norm": 2.97265625,
      "learning_rate": 2.083307592530503e-07,
      "loss": 8.1926,
      "step": 471980
    },
    {
      "epoch": 0.9833125,
      "grad_norm": 1.7790273427963257,
      "learning_rate": 2.0781167498891138e-07,
      "loss": 7.909,
      "step": 471990
    },
    {
      "epoch": 0.9833333333333333,
      "grad_norm": 3.2230334281921387,
      "learning_rate": 2.0729323776774165e-07,
      "loss": 8.979,
      "step": 472000
    },
    {
      "epoch": 0.9833333333333333,
      "eval_loss": 7.153348445892334,
      "eval_runtime": 8.238,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 472000
    },
    {
      "epoch": 0.9833541666666666,
      "grad_norm": 1.6369876861572266,
      "learning_rate": 2.0677544759175601e-07,
      "loss": 7.2982,
      "step": 472010
    },
    {
      "epoch": 0.983375,
      "grad_norm": 1.3598365783691406,
      "learning_rate": 2.0625830446320268e-07,
      "loss": 8.3548,
      "step": 472020
    },
    {
      "epoch": 0.9833958333333334,
      "grad_norm": 2.4437763690948486,
      "learning_rate": 2.057418083843465e-07,
      "loss": 8.2732,
      "step": 472030
    },
    {
      "epoch": 0.9834166666666667,
      "grad_norm": 2.68302059173584,
      "learning_rate": 2.0522595935736907e-07,
      "loss": 8.191,
      "step": 472040
    },
    {
      "epoch": 0.9834375,
      "grad_norm": 1.874948501586914,
      "learning_rate": 2.0471075738453523e-07,
      "loss": 7.4752,
      "step": 472050
    },
    {
      "epoch": 0.9834583333333333,
      "grad_norm": 1.3204323053359985,
      "learning_rate": 2.041962024680599e-07,
      "loss": 11.3328,
      "step": 472060
    },
    {
      "epoch": 0.9834791666666667,
      "grad_norm": 1.4155019521713257,
      "learning_rate": 2.0368229461015795e-07,
      "loss": 9.0112,
      "step": 472070
    },
    {
      "epoch": 0.9835,
      "grad_norm": 1.054093599319458,
      "learning_rate": 2.031690338130443e-07,
      "loss": 7.8921,
      "step": 472080
    },
    {
      "epoch": 0.9835208333333333,
      "grad_norm": 1.594936728477478,
      "learning_rate": 2.026564200789671e-07,
      "loss": 9.0932,
      "step": 472090
    },
    {
      "epoch": 0.9835416666666666,
      "grad_norm": 2.3041796684265137,
      "learning_rate": 2.0214445341010798e-07,
      "loss": 7.4919,
      "step": 472100
    },
    {
      "epoch": 0.9835625,
      "grad_norm": 2.07631516456604,
      "learning_rate": 2.016331338086985e-07,
      "loss": 7.8052,
      "step": 472110
    },
    {
      "epoch": 0.9835833333333334,
      "grad_norm": 2.962710380554199,
      "learning_rate": 2.0112246127693686e-07,
      "loss": 8.67,
      "step": 472120
    },
    {
      "epoch": 0.9836041666666666,
      "grad_norm": 1.4672693014144897,
      "learning_rate": 2.0061243581702137e-07,
      "loss": 7.6464,
      "step": 472130
    },
    {
      "epoch": 0.983625,
      "grad_norm": 1.509904384613037,
      "learning_rate": 2.001030574311835e-07,
      "loss": 7.8065,
      "step": 472140
    },
    {
      "epoch": 0.9836458333333333,
      "grad_norm": 3.081393241882324,
      "learning_rate": 1.9959432612158822e-07,
      "loss": 8.1139,
      "step": 472150
    },
    {
      "epoch": 0.9836666666666667,
      "grad_norm": 1.0865687131881714,
      "learning_rate": 1.9908624189046706e-07,
      "loss": 7.7479,
      "step": 472160
    },
    {
      "epoch": 0.9836875,
      "grad_norm": 5.983970642089844,
      "learning_rate": 1.98578804739985e-07,
      "loss": 9.1312,
      "step": 472170
    },
    {
      "epoch": 0.9837083333333333,
      "grad_norm": 1.719167947769165,
      "learning_rate": 1.9807201467235689e-07,
      "loss": 7.8653,
      "step": 472180
    },
    {
      "epoch": 0.9837291666666667,
      "grad_norm": 1.7671446800231934,
      "learning_rate": 1.9756587168974768e-07,
      "loss": 8.0787,
      "step": 472190
    },
    {
      "epoch": 0.98375,
      "grad_norm": 2.6391618251800537,
      "learning_rate": 1.9706037579437228e-07,
      "loss": 7.76,
      "step": 472200
    },
    {
      "epoch": 0.9837708333333334,
      "grad_norm": 1.1693527698516846,
      "learning_rate": 1.965555269883956e-07,
      "loss": 7.4453,
      "step": 472210
    },
    {
      "epoch": 0.9837916666666666,
      "grad_norm": 1.3258990049362183,
      "learning_rate": 1.9605132527399925e-07,
      "loss": 7.7907,
      "step": 472220
    },
    {
      "epoch": 0.9838125,
      "grad_norm": 1.6271651983261108,
      "learning_rate": 1.955477706533648e-07,
      "loss": 7.839,
      "step": 472230
    },
    {
      "epoch": 0.9838333333333333,
      "grad_norm": 5.235428810119629,
      "learning_rate": 1.9504486312867385e-07,
      "loss": 8.5544,
      "step": 472240
    },
    {
      "epoch": 0.9838541666666667,
      "grad_norm": 1.0171616077423096,
      "learning_rate": 1.9454260270209133e-07,
      "loss": 7.6102,
      "step": 472250
    },
    {
      "epoch": 0.983875,
      "grad_norm": 11.313080787658691,
      "learning_rate": 1.9404098937578217e-07,
      "loss": 8.7324,
      "step": 472260
    },
    {
      "epoch": 0.9838958333333333,
      "grad_norm": 1.1243864297866821,
      "learning_rate": 1.935400231519113e-07,
      "loss": 9.1004,
      "step": 472270
    },
    {
      "epoch": 0.9839166666666667,
      "grad_norm": 1.5145399570465088,
      "learning_rate": 1.9303970403266034e-07,
      "loss": 8.6837,
      "step": 472280
    },
    {
      "epoch": 0.9839375,
      "grad_norm": 2.888456344604492,
      "learning_rate": 1.9254003202017753e-07,
      "loss": 8.7949,
      "step": 472290
    },
    {
      "epoch": 0.9839583333333334,
      "grad_norm": 3.537641763687134,
      "learning_rate": 1.9204100711662785e-07,
      "loss": 8.019,
      "step": 472300
    },
    {
      "epoch": 0.9839791666666666,
      "grad_norm": 1.9940390586853027,
      "learning_rate": 1.9154262932415952e-07,
      "loss": 7.8696,
      "step": 472310
    },
    {
      "epoch": 0.984,
      "grad_norm": 10.01203441619873,
      "learning_rate": 1.9104489864493756e-07,
      "loss": 8.5545,
      "step": 472320
    },
    {
      "epoch": 0.9840208333333333,
      "grad_norm": 5.335116863250732,
      "learning_rate": 1.9054781508109352e-07,
      "loss": 7.8181,
      "step": 472330
    },
    {
      "epoch": 0.9840416666666667,
      "grad_norm": 1.8550646305084229,
      "learning_rate": 1.900513786347757e-07,
      "loss": 7.6429,
      "step": 472340
    },
    {
      "epoch": 0.9840625,
      "grad_norm": 1.2093150615692139,
      "learning_rate": 1.8955558930814908e-07,
      "loss": 7.9352,
      "step": 472350
    },
    {
      "epoch": 0.9840833333333333,
      "grad_norm": 3.1849515438079834,
      "learning_rate": 1.8906044710334523e-07,
      "loss": 9.6478,
      "step": 472360
    },
    {
      "epoch": 0.9841041666666667,
      "grad_norm": 1.9301786422729492,
      "learning_rate": 1.885659520224958e-07,
      "loss": 7.6901,
      "step": 472370
    },
    {
      "epoch": 0.984125,
      "grad_norm": 6.484530448913574,
      "learning_rate": 1.8807210406774908e-07,
      "loss": 8.1085,
      "step": 472380
    },
    {
      "epoch": 0.9841458333333334,
      "grad_norm": 1.2236329317092896,
      "learning_rate": 1.8757890324122004e-07,
      "loss": 7.5781,
      "step": 472390
    },
    {
      "epoch": 0.9841666666666666,
      "grad_norm": 1.5291560888290405,
      "learning_rate": 1.8708634954505697e-07,
      "loss": 8.0689,
      "step": 472400
    },
    {
      "epoch": 0.9841875,
      "grad_norm": 2.572695016860962,
      "learning_rate": 1.8659444298137483e-07,
      "loss": 7.7351,
      "step": 472410
    },
    {
      "epoch": 0.9842083333333334,
      "grad_norm": 1.1857243776321411,
      "learning_rate": 1.8610318355230525e-07,
      "loss": 7.8965,
      "step": 472420
    },
    {
      "epoch": 0.9842291666666667,
      "grad_norm": 1.8548610210418701,
      "learning_rate": 1.8561257125997986e-07,
      "loss": 8.2508,
      "step": 472430
    },
    {
      "epoch": 0.98425,
      "grad_norm": 2.2931838035583496,
      "learning_rate": 1.8512260610649699e-07,
      "loss": 7.6623,
      "step": 472440
    },
    {
      "epoch": 0.9842708333333333,
      "grad_norm": 1.2868636846542358,
      "learning_rate": 1.8463328809398825e-07,
      "loss": 8.3308,
      "step": 472450
    },
    {
      "epoch": 0.9842916666666667,
      "grad_norm": 1.9787441492080688,
      "learning_rate": 1.8414461722456863e-07,
      "loss": 8.2246,
      "step": 472460
    },
    {
      "epoch": 0.9843125,
      "grad_norm": 1.5507043600082397,
      "learning_rate": 1.8365659350033645e-07,
      "loss": 8.3011,
      "step": 472470
    },
    {
      "epoch": 0.9843333333333333,
      "grad_norm": 2.5197198390960693,
      "learning_rate": 1.8316921692340669e-07,
      "loss": 7.9118,
      "step": 472480
    },
    {
      "epoch": 0.9843541666666666,
      "grad_norm": 2.7608039379119873,
      "learning_rate": 1.8268248749587767e-07,
      "loss": 8.2336,
      "step": 472490
    },
    {
      "epoch": 0.984375,
      "grad_norm": 1.5876984596252441,
      "learning_rate": 1.8219640521986433e-07,
      "loss": 7.3484,
      "step": 472500
    },
    {
      "epoch": 0.9843958333333334,
      "grad_norm": 1.472788691520691,
      "learning_rate": 1.8171097009746504e-07,
      "loss": 7.6096,
      "step": 472510
    },
    {
      "epoch": 0.9844166666666667,
      "grad_norm": 2.055774688720703,
      "learning_rate": 1.8122618213076146e-07,
      "loss": 8.0214,
      "step": 472520
    },
    {
      "epoch": 0.9844375,
      "grad_norm": 1.0789684057235718,
      "learning_rate": 1.8074204132186853e-07,
      "loss": 7.5251,
      "step": 472530
    },
    {
      "epoch": 0.9844583333333333,
      "grad_norm": 1.3222594261169434,
      "learning_rate": 1.8025854767286796e-07,
      "loss": 7.6312,
      "step": 472540
    },
    {
      "epoch": 0.9844791666666667,
      "grad_norm": 2.0526325702667236,
      "learning_rate": 1.797757011858414e-07,
      "loss": 7.8788,
      "step": 472550
    },
    {
      "epoch": 0.9845,
      "grad_norm": 1.655159831047058,
      "learning_rate": 1.7929350186288716e-07,
      "loss": 8.407,
      "step": 472560
    },
    {
      "epoch": 0.9845208333333333,
      "grad_norm": 2.5109362602233887,
      "learning_rate": 1.7881194970607028e-07,
      "loss": 7.9173,
      "step": 472570
    },
    {
      "epoch": 0.9845416666666666,
      "grad_norm": 1.1292437314987183,
      "learning_rate": 1.7833104471748904e-07,
      "loss": 7.6434,
      "step": 472580
    },
    {
      "epoch": 0.9845625,
      "grad_norm": 1.094759225845337,
      "learning_rate": 1.778507868992085e-07,
      "loss": 8.6051,
      "step": 472590
    },
    {
      "epoch": 0.9845833333333334,
      "grad_norm": 1.614782691001892,
      "learning_rate": 1.7737117625332697e-07,
      "loss": 7.3885,
      "step": 472600
    },
    {
      "epoch": 0.9846041666666666,
      "grad_norm": 2.256398916244507,
      "learning_rate": 1.7689221278187615e-07,
      "loss": 8.1135,
      "step": 472610
    },
    {
      "epoch": 0.984625,
      "grad_norm": 1.6255991458892822,
      "learning_rate": 1.7641389648695437e-07,
      "loss": 7.7619,
      "step": 472620
    },
    {
      "epoch": 0.9846458333333333,
      "grad_norm": 1.6046298742294312,
      "learning_rate": 1.7593622737062662e-07,
      "loss": 7.692,
      "step": 472630
    },
    {
      "epoch": 0.9846666666666667,
      "grad_norm": 11.08906078338623,
      "learning_rate": 1.754592054349413e-07,
      "loss": 8.1332,
      "step": 472640
    },
    {
      "epoch": 0.9846875,
      "grad_norm": 5.889918804168701,
      "learning_rate": 1.7498283068198005e-07,
      "loss": 8.0857,
      "step": 472650
    },
    {
      "epoch": 0.9847083333333333,
      "grad_norm": 1.1978261470794678,
      "learning_rate": 1.7450710311377457e-07,
      "loss": 7.2866,
      "step": 472660
    },
    {
      "epoch": 0.9847291666666667,
      "grad_norm": 13.383138656616211,
      "learning_rate": 1.7403202273240658e-07,
      "loss": 8.6279,
      "step": 472670
    },
    {
      "epoch": 0.98475,
      "grad_norm": 3.1966464519500732,
      "learning_rate": 1.7355758953990774e-07,
      "loss": 8.1471,
      "step": 472680
    },
    {
      "epoch": 0.9847708333333334,
      "grad_norm": 4.632793426513672,
      "learning_rate": 1.730838035383264e-07,
      "loss": 7.9231,
      "step": 472690
    },
    {
      "epoch": 0.9847916666666666,
      "grad_norm": 2.200417995452881,
      "learning_rate": 1.7261066472972763e-07,
      "loss": 7.9867,
      "step": 472700
    },
    {
      "epoch": 0.9848125,
      "grad_norm": 2.0180490016937256,
      "learning_rate": 1.721381731161431e-07,
      "loss": 9.0063,
      "step": 472710
    },
    {
      "epoch": 0.9848333333333333,
      "grad_norm": 3.1412017345428467,
      "learning_rate": 1.7166632869962115e-07,
      "loss": 8.1034,
      "step": 472720
    },
    {
      "epoch": 0.9848541666666667,
      "grad_norm": 1.3001914024353027,
      "learning_rate": 1.7119513148219356e-07,
      "loss": 8.1925,
      "step": 472730
    },
    {
      "epoch": 0.984875,
      "grad_norm": 5.571638584136963,
      "learning_rate": 1.7072458146589197e-07,
      "loss": 8.3921,
      "step": 472740
    },
    {
      "epoch": 0.9848958333333333,
      "grad_norm": 1.4098098278045654,
      "learning_rate": 1.702546786527481e-07,
      "loss": 8.2278,
      "step": 472750
    },
    {
      "epoch": 0.9849166666666667,
      "grad_norm": 1.1620172262191772,
      "learning_rate": 1.697854230447937e-07,
      "loss": 7.9956,
      "step": 472760
    },
    {
      "epoch": 0.9849375,
      "grad_norm": 4.660505771636963,
      "learning_rate": 1.693168146440771e-07,
      "loss": 8.1585,
      "step": 472770
    },
    {
      "epoch": 0.9849583333333334,
      "grad_norm": 2.901387929916382,
      "learning_rate": 1.6884885345259668e-07,
      "loss": 8.1851,
      "step": 472780
    },
    {
      "epoch": 0.9849791666666666,
      "grad_norm": 3.7456681728363037,
      "learning_rate": 1.683815394723842e-07,
      "loss": 8.2136,
      "step": 472790
    },
    {
      "epoch": 0.985,
      "grad_norm": 4.323767185211182,
      "learning_rate": 1.6791487270545466e-07,
      "loss": 8.0329,
      "step": 472800
    },
    {
      "epoch": 0.9850208333333333,
      "grad_norm": 1.9405517578125,
      "learning_rate": 1.6744885315382317e-07,
      "loss": 7.7781,
      "step": 472810
    },
    {
      "epoch": 0.9850416666666667,
      "grad_norm": 5.052458763122559,
      "learning_rate": 1.6698348081950475e-07,
      "loss": 7.7274,
      "step": 472820
    },
    {
      "epoch": 0.9850625,
      "grad_norm": 1.6287211179733276,
      "learning_rate": 1.6651875570451446e-07,
      "loss": 7.7744,
      "step": 472830
    },
    {
      "epoch": 0.9850833333333333,
      "grad_norm": 2.0793511867523193,
      "learning_rate": 1.6605467781083405e-07,
      "loss": 7.2616,
      "step": 472840
    },
    {
      "epoch": 0.9851041666666667,
      "grad_norm": 2.3342669010162354,
      "learning_rate": 1.6559124714051187e-07,
      "loss": 8.1869,
      "step": 472850
    },
    {
      "epoch": 0.985125,
      "grad_norm": 1.942997932434082,
      "learning_rate": 1.6512846369552968e-07,
      "loss": 8.5895,
      "step": 472860
    },
    {
      "epoch": 0.9851458333333334,
      "grad_norm": 1.462160348892212,
      "learning_rate": 1.6466632747786922e-07,
      "loss": 7.6402,
      "step": 472870
    },
    {
      "epoch": 0.9851666666666666,
      "grad_norm": 1.6896237134933472,
      "learning_rate": 1.6420483848954558e-07,
      "loss": 7.8003,
      "step": 472880
    },
    {
      "epoch": 0.9851875,
      "grad_norm": 1.168082594871521,
      "learning_rate": 1.6374399673254046e-07,
      "loss": 7.5566,
      "step": 472890
    },
    {
      "epoch": 0.9852083333333334,
      "grad_norm": 2.8047850131988525,
      "learning_rate": 1.6328380220886895e-07,
      "loss": 8.5102,
      "step": 472900
    },
    {
      "epoch": 0.9852291666666667,
      "grad_norm": 1.630018949508667,
      "learning_rate": 1.628242549204961e-07,
      "loss": 8.333,
      "step": 472910
    },
    {
      "epoch": 0.98525,
      "grad_norm": 9.296333312988281,
      "learning_rate": 1.6236535486940372e-07,
      "loss": 8.499,
      "step": 472920
    },
    {
      "epoch": 0.9852708333333333,
      "grad_norm": 1.5380594730377197,
      "learning_rate": 1.6190710205759016e-07,
      "loss": 7.5734,
      "step": 472930
    },
    {
      "epoch": 0.9852916666666667,
      "grad_norm": 3.4881954193115234,
      "learning_rate": 1.614494964870372e-07,
      "loss": 8.2435,
      "step": 472940
    },
    {
      "epoch": 0.9853125,
      "grad_norm": 1.0833028554916382,
      "learning_rate": 1.6099253815969327e-07,
      "loss": 7.8909,
      "step": 472950
    },
    {
      "epoch": 0.9853333333333333,
      "grad_norm": 3.9310832023620605,
      "learning_rate": 1.6053622707755675e-07,
      "loss": 7.8074,
      "step": 472960
    },
    {
      "epoch": 0.9853541666666666,
      "grad_norm": 1.4882243871688843,
      "learning_rate": 1.6008056324260942e-07,
      "loss": 9.0814,
      "step": 472970
    },
    {
      "epoch": 0.985375,
      "grad_norm": 2.115068197250366,
      "learning_rate": 1.5962554665678307e-07,
      "loss": 7.6609,
      "step": 472980
    },
    {
      "epoch": 0.9853958333333334,
      "grad_norm": 1.348897099494934,
      "learning_rate": 1.5917117732207607e-07,
      "loss": 7.5647,
      "step": 472990
    },
    {
      "epoch": 0.9854166666666667,
      "grad_norm": 2.8265833854675293,
      "learning_rate": 1.5871745524043688e-07,
      "loss": 7.7634,
      "step": 473000
    },
    {
      "epoch": 0.9854166666666667,
      "eval_loss": 6.97376012802124,
      "eval_runtime": 8.1415,
      "eval_samples_per_second": 0.368,
      "eval_steps_per_second": 0.123,
      "step": 473000
    },
    {
      "epoch": 0.9854375,
      "grad_norm": 1.3090779781341553,
      "learning_rate": 1.5826438041381395e-07,
      "loss": 7.7372,
      "step": 473010
    },
    {
      "epoch": 0.9854583333333333,
      "grad_norm": 2.2499451637268066,
      "learning_rate": 1.57811952844189e-07,
      "loss": 8.2782,
      "step": 473020
    },
    {
      "epoch": 0.9854791666666667,
      "grad_norm": 2.750652313232422,
      "learning_rate": 1.5736017253351052e-07,
      "loss": 8.279,
      "step": 473030
    },
    {
      "epoch": 0.9855,
      "grad_norm": 1.1719279289245605,
      "learning_rate": 1.5690903948371026e-07,
      "loss": 8.0853,
      "step": 473040
    },
    {
      "epoch": 0.9855208333333333,
      "grad_norm": 6.553599834442139,
      "learning_rate": 1.5645855369675332e-07,
      "loss": 8.3401,
      "step": 473050
    },
    {
      "epoch": 0.9855416666666666,
      "grad_norm": 2.0323095321655273,
      "learning_rate": 1.5600871517458813e-07,
      "loss": 7.6368,
      "step": 473060
    },
    {
      "epoch": 0.9855625,
      "grad_norm": 2.638458728790283,
      "learning_rate": 1.555595239191465e-07,
      "loss": 7.9201,
      "step": 473070
    },
    {
      "epoch": 0.9855833333333334,
      "grad_norm": 1.6668951511383057,
      "learning_rate": 1.551109799323935e-07,
      "loss": 7.919,
      "step": 473080
    },
    {
      "epoch": 0.9856041666666666,
      "grad_norm": 1.7324070930480957,
      "learning_rate": 1.5466308321622766e-07,
      "loss": 8.2629,
      "step": 473090
    },
    {
      "epoch": 0.985625,
      "grad_norm": 2.071636438369751,
      "learning_rate": 1.5421583377261405e-07,
      "loss": 7.9446,
      "step": 473100
    },
    {
      "epoch": 0.9856458333333333,
      "grad_norm": 3.164344072341919,
      "learning_rate": 1.5376923160346777e-07,
      "loss": 8.24,
      "step": 473110
    },
    {
      "epoch": 0.9856666666666667,
      "grad_norm": 2.1231019496917725,
      "learning_rate": 1.533232767107373e-07,
      "loss": 7.7629,
      "step": 473120
    },
    {
      "epoch": 0.9856875,
      "grad_norm": 4.168433666229248,
      "learning_rate": 1.5287796909632111e-07,
      "loss": 7.8248,
      "step": 473130
    },
    {
      "epoch": 0.9857083333333333,
      "grad_norm": 2.1396849155426025,
      "learning_rate": 1.5243330876218429e-07,
      "loss": 7.5615,
      "step": 473140
    },
    {
      "epoch": 0.9857291666666667,
      "grad_norm": 1.4934426546096802,
      "learning_rate": 1.5198929571019203e-07,
      "loss": 7.7357,
      "step": 473150
    },
    {
      "epoch": 0.98575,
      "grad_norm": 2.910019874572754,
      "learning_rate": 1.5154592994230942e-07,
      "loss": 7.6287,
      "step": 473160
    },
    {
      "epoch": 0.9857708333333334,
      "grad_norm": 3.4943859577178955,
      "learning_rate": 1.511032114604349e-07,
      "loss": 7.8202,
      "step": 473170
    },
    {
      "epoch": 0.9857916666666666,
      "grad_norm": 1.6242668628692627,
      "learning_rate": 1.5066114026646702e-07,
      "loss": 8.6323,
      "step": 473180
    },
    {
      "epoch": 0.9858125,
      "grad_norm": 2.6703977584838867,
      "learning_rate": 1.5021971636233754e-07,
      "loss": 8.1769,
      "step": 473190
    },
    {
      "epoch": 0.9858333333333333,
      "grad_norm": 3.9456355571746826,
      "learning_rate": 1.4977893974994492e-07,
      "loss": 8.2935,
      "step": 473200
    },
    {
      "epoch": 0.9858541666666667,
      "grad_norm": 1.1746690273284912,
      "learning_rate": 1.4933881043118766e-07,
      "loss": 8.05,
      "step": 473210
    },
    {
      "epoch": 0.985875,
      "grad_norm": 4.582449436187744,
      "learning_rate": 1.4889932840798092e-07,
      "loss": 8.1475,
      "step": 473220
    },
    {
      "epoch": 0.9858958333333333,
      "grad_norm": 2.506040334701538,
      "learning_rate": 1.4846049368220646e-07,
      "loss": 7.7674,
      "step": 473230
    },
    {
      "epoch": 0.9859166666666667,
      "grad_norm": 2.07707142829895,
      "learning_rate": 1.4802230625576284e-07,
      "loss": 8.1115,
      "step": 473240
    },
    {
      "epoch": 0.9859375,
      "grad_norm": 2.3434207439422607,
      "learning_rate": 1.4758476613056513e-07,
      "loss": 7.8075,
      "step": 473250
    },
    {
      "epoch": 0.9859583333333334,
      "grad_norm": 1.61907160282135,
      "learning_rate": 1.471478733084619e-07,
      "loss": 7.9868,
      "step": 473260
    },
    {
      "epoch": 0.9859791666666666,
      "grad_norm": 2.452509880065918,
      "learning_rate": 1.467116277913849e-07,
      "loss": 8.3643,
      "step": 473270
    },
    {
      "epoch": 0.986,
      "grad_norm": 22.78125762939453,
      "learning_rate": 1.4627602958118266e-07,
      "loss": 7.5908,
      "step": 473280
    },
    {
      "epoch": 0.9860208333333333,
      "grad_norm": 1.5925906896591187,
      "learning_rate": 1.458410786797537e-07,
      "loss": 7.436,
      "step": 473290
    },
    {
      "epoch": 0.9860416666666667,
      "grad_norm": 1.4275134801864624,
      "learning_rate": 1.454067750889798e-07,
      "loss": 7.6875,
      "step": 473300
    },
    {
      "epoch": 0.9860625,
      "grad_norm": 2.7850728034973145,
      "learning_rate": 1.4497311881072614e-07,
      "loss": 7.6197,
      "step": 473310
    },
    {
      "epoch": 0.9860833333333333,
      "grad_norm": 6.183972358703613,
      "learning_rate": 1.4454010984689125e-07,
      "loss": 7.8003,
      "step": 473320
    },
    {
      "epoch": 0.9861041666666667,
      "grad_norm": 1.5314589738845825,
      "learning_rate": 1.4410774819930693e-07,
      "loss": 8.1882,
      "step": 473330
    },
    {
      "epoch": 0.986125,
      "grad_norm": 1.8434271812438965,
      "learning_rate": 1.4367603386985504e-07,
      "loss": 8.1152,
      "step": 473340
    },
    {
      "epoch": 0.9861458333333334,
      "grad_norm": 1.803345799446106,
      "learning_rate": 1.432449668604174e-07,
      "loss": 7.9072,
      "step": 473350
    },
    {
      "epoch": 0.9861666666666666,
      "grad_norm": 1.343864917755127,
      "learning_rate": 1.4281454717284258e-07,
      "loss": 7.7417,
      "step": 473360
    },
    {
      "epoch": 0.9861875,
      "grad_norm": 2.509171485900879,
      "learning_rate": 1.4238477480899568e-07,
      "loss": 7.9501,
      "step": 473370
    },
    {
      "epoch": 0.9862083333333334,
      "grad_norm": 1.391253113746643,
      "learning_rate": 1.4195564977072526e-07,
      "loss": 7.8655,
      "step": 473380
    },
    {
      "epoch": 0.9862291666666667,
      "grad_norm": 2.486171007156372,
      "learning_rate": 1.4152717205987984e-07,
      "loss": 7.4942,
      "step": 473390
    },
    {
      "epoch": 0.98625,
      "grad_norm": 1.761614441871643,
      "learning_rate": 1.410993416783246e-07,
      "loss": 7.8359,
      "step": 473400
    },
    {
      "epoch": 0.9862708333333333,
      "grad_norm": 3.194915294647217,
      "learning_rate": 1.4067215862790803e-07,
      "loss": 7.9462,
      "step": 473410
    },
    {
      "epoch": 0.9862916666666667,
      "grad_norm": 1.206924557685852,
      "learning_rate": 1.4024562291046203e-07,
      "loss": 7.8985,
      "step": 473420
    },
    {
      "epoch": 0.9863125,
      "grad_norm": 3.119596481323242,
      "learning_rate": 1.3981973452785177e-07,
      "loss": 7.9226,
      "step": 473430
    },
    {
      "epoch": 0.9863333333333333,
      "grad_norm": 3.1175899505615234,
      "learning_rate": 1.3939449348187583e-07,
      "loss": 7.6452,
      "step": 473440
    },
    {
      "epoch": 0.9863541666666666,
      "grad_norm": 2.343780279159546,
      "learning_rate": 1.3896989977441598e-07,
      "loss": 8.2145,
      "step": 473450
    },
    {
      "epoch": 0.986375,
      "grad_norm": 1.201973795890808,
      "learning_rate": 1.3854595340727082e-07,
      "loss": 7.791,
      "step": 473460
    },
    {
      "epoch": 0.9863958333333334,
      "grad_norm": 1.5616178512573242,
      "learning_rate": 1.3812265438230553e-07,
      "loss": 7.9507,
      "step": 473470
    },
    {
      "epoch": 0.9864166666666667,
      "grad_norm": 1.8830846548080444,
      "learning_rate": 1.3770000270131864e-07,
      "loss": 8.1719,
      "step": 473480
    },
    {
      "epoch": 0.9864375,
      "grad_norm": 2.220416307449341,
      "learning_rate": 1.3727799836615872e-07,
      "loss": 8.9176,
      "step": 473490
    },
    {
      "epoch": 0.9864583333333333,
      "grad_norm": 1.3331966400146484,
      "learning_rate": 1.368566413786243e-07,
      "loss": 7.8432,
      "step": 473500
    },
    {
      "epoch": 0.9864791666666667,
      "grad_norm": 1.9702999591827393,
      "learning_rate": 1.3643593174056388e-07,
      "loss": 7.7009,
      "step": 473510
    },
    {
      "epoch": 0.9865,
      "grad_norm": 2.8866374492645264,
      "learning_rate": 1.3601586945377608e-07,
      "loss": 8.1177,
      "step": 473520
    },
    {
      "epoch": 0.9865208333333333,
      "grad_norm": 1.5227336883544922,
      "learning_rate": 1.3559645452007606e-07,
      "loss": 7.7935,
      "step": 473530
    },
    {
      "epoch": 0.9865416666666667,
      "grad_norm": 1.658771276473999,
      "learning_rate": 1.3517768694127907e-07,
      "loss": 7.572,
      "step": 473540
    },
    {
      "epoch": 0.9865625,
      "grad_norm": 1.2331516742706299,
      "learning_rate": 1.3475956671918363e-07,
      "loss": 7.9536,
      "step": 473550
    },
    {
      "epoch": 0.9865833333333334,
      "grad_norm": 2.542555570602417,
      "learning_rate": 1.3434209385562167e-07,
      "loss": 8.1374,
      "step": 473560
    },
    {
      "epoch": 0.9866041666666666,
      "grad_norm": 2.03543758392334,
      "learning_rate": 1.3392526835237505e-07,
      "loss": 8.0206,
      "step": 473570
    },
    {
      "epoch": 0.986625,
      "grad_norm": 2.6670901775360107,
      "learning_rate": 1.3350909021124233e-07,
      "loss": 8.3568,
      "step": 473580
    },
    {
      "epoch": 0.9866458333333333,
      "grad_norm": 2.4491348266601562,
      "learning_rate": 1.3309355943403877e-07,
      "loss": 8.5236,
      "step": 473590
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 1.8089848756790161,
      "learning_rate": 1.3267867602256288e-07,
      "loss": 8.3326,
      "step": 473600
    },
    {
      "epoch": 0.9866875,
      "grad_norm": 4.479855537414551,
      "learning_rate": 1.322644399785633e-07,
      "loss": 7.7923,
      "step": 473610
    },
    {
      "epoch": 0.9867083333333333,
      "grad_norm": 1.2807217836380005,
      "learning_rate": 1.318508513038885e-07,
      "loss": 8.4043,
      "step": 473620
    },
    {
      "epoch": 0.9867291666666667,
      "grad_norm": 2.4850857257843018,
      "learning_rate": 1.3143791000027047e-07,
      "loss": 7.8891,
      "step": 473630
    },
    {
      "epoch": 0.98675,
      "grad_norm": 3.7018344402313232,
      "learning_rate": 1.310256160695411e-07,
      "loss": 7.9394,
      "step": 473640
    },
    {
      "epoch": 0.9867708333333334,
      "grad_norm": 2.9447789192199707,
      "learning_rate": 1.3061396951344893e-07,
      "loss": 8.0979,
      "step": 473650
    },
    {
      "epoch": 0.9867916666666666,
      "grad_norm": 4.381648540496826,
      "learning_rate": 1.3020297033377592e-07,
      "loss": 7.9226,
      "step": 473660
    },
    {
      "epoch": 0.9868125,
      "grad_norm": 6.237056255340576,
      "learning_rate": 1.2979261853230393e-07,
      "loss": 8.3459,
      "step": 473670
    },
    {
      "epoch": 0.9868333333333333,
      "grad_norm": 1.1897648572921753,
      "learning_rate": 1.293829141108149e-07,
      "loss": 7.8608,
      "step": 473680
    },
    {
      "epoch": 0.9868541666666667,
      "grad_norm": 1.5665531158447266,
      "learning_rate": 1.289738570710741e-07,
      "loss": 7.4289,
      "step": 473690
    },
    {
      "epoch": 0.986875,
      "grad_norm": 1.884310245513916,
      "learning_rate": 1.285654474148301e-07,
      "loss": 7.5802,
      "step": 473700
    },
    {
      "epoch": 0.9868958333333333,
      "grad_norm": 4.2207159996032715,
      "learning_rate": 1.281576851438648e-07,
      "loss": 8.2005,
      "step": 473710
    },
    {
      "epoch": 0.9869166666666667,
      "grad_norm": 5.002310276031494,
      "learning_rate": 1.2775057025992685e-07,
      "loss": 7.8391,
      "step": 473720
    },
    {
      "epoch": 0.9869375,
      "grad_norm": 3.496748685836792,
      "learning_rate": 1.2734410276479812e-07,
      "loss": 8.5945,
      "step": 473730
    },
    {
      "epoch": 0.9869583333333334,
      "grad_norm": 2.609110116958618,
      "learning_rate": 1.2693828266021055e-07,
      "loss": 8.7253,
      "step": 473740
    },
    {
      "epoch": 0.9869791666666666,
      "grad_norm": 2.3189079761505127,
      "learning_rate": 1.2653310994791278e-07,
      "loss": 7.8756,
      "step": 473750
    },
    {
      "epoch": 0.987,
      "grad_norm": 2.6105685234069824,
      "learning_rate": 1.2612858462968668e-07,
      "loss": 7.5072,
      "step": 473760
    },
    {
      "epoch": 0.9870208333333333,
      "grad_norm": 1.813727617263794,
      "learning_rate": 1.257247067072642e-07,
      "loss": 7.6984,
      "step": 473770
    },
    {
      "epoch": 0.9870416666666667,
      "grad_norm": 2.248271942138672,
      "learning_rate": 1.2532147618236066e-07,
      "loss": 8.2279,
      "step": 473780
    },
    {
      "epoch": 0.9870625,
      "grad_norm": 1.58744478225708,
      "learning_rate": 1.249188930567746e-07,
      "loss": 7.812,
      "step": 473790
    },
    {
      "epoch": 0.9870833333333333,
      "grad_norm": 1.6028859615325928,
      "learning_rate": 1.2451695733218804e-07,
      "loss": 7.9973,
      "step": 473800
    },
    {
      "epoch": 0.9871041666666667,
      "grad_norm": 1.284400224685669,
      "learning_rate": 1.2411566901038284e-07,
      "loss": 8.1442,
      "step": 473810
    },
    {
      "epoch": 0.987125,
      "grad_norm": 3.3654091358184814,
      "learning_rate": 1.2371502809305768e-07,
      "loss": 8.1852,
      "step": 473820
    },
    {
      "epoch": 0.9871458333333333,
      "grad_norm": 2.304609775543213,
      "learning_rate": 1.233150345819778e-07,
      "loss": 8.1397,
      "step": 473830
    },
    {
      "epoch": 0.9871666666666666,
      "grad_norm": 1.8022907972335815,
      "learning_rate": 1.229156884788418e-07,
      "loss": 7.785,
      "step": 473840
    },
    {
      "epoch": 0.9871875,
      "grad_norm": 9.257686614990234,
      "learning_rate": 1.225169897853817e-07,
      "loss": 8.1226,
      "step": 473850
    },
    {
      "epoch": 0.9872083333333334,
      "grad_norm": 1.4167134761810303,
      "learning_rate": 1.2211893850331277e-07,
      "loss": 7.6604,
      "step": 473860
    },
    {
      "epoch": 0.9872291666666667,
      "grad_norm": 1.6004902124404907,
      "learning_rate": 1.2172153463438362e-07,
      "loss": 7.888,
      "step": 473870
    },
    {
      "epoch": 0.98725,
      "grad_norm": 1.1817823648452759,
      "learning_rate": 1.213247781802762e-07,
      "loss": 8.005,
      "step": 473880
    },
    {
      "epoch": 0.9872708333333333,
      "grad_norm": 1.096635341644287,
      "learning_rate": 1.2092866914273913e-07,
      "loss": 8.4119,
      "step": 473890
    },
    {
      "epoch": 0.9872916666666667,
      "grad_norm": 2.055612564086914,
      "learning_rate": 1.2053320752343777e-07,
      "loss": 8.9564,
      "step": 473900
    },
    {
      "epoch": 0.9873125,
      "grad_norm": 2.9426493644714355,
      "learning_rate": 1.201383933241207e-07,
      "loss": 7.8052,
      "step": 473910
    },
    {
      "epoch": 0.9873333333333333,
      "grad_norm": 1.4332069158554077,
      "learning_rate": 1.197442265464865e-07,
      "loss": 7.8394,
      "step": 473920
    },
    {
      "epoch": 0.9873541666666666,
      "grad_norm": 1.2264262437820435,
      "learning_rate": 1.1935070719221728e-07,
      "loss": 8.3297,
      "step": 473930
    },
    {
      "epoch": 0.987375,
      "grad_norm": 2.4897875785827637,
      "learning_rate": 1.1895783526304493e-07,
      "loss": 7.8127,
      "step": 473940
    },
    {
      "epoch": 0.9873958333333334,
      "grad_norm": 2.0616345405578613,
      "learning_rate": 1.1856561076063476e-07,
      "loss": 7.7523,
      "step": 473950
    },
    {
      "epoch": 0.9874166666666667,
      "grad_norm": 2.62243390083313,
      "learning_rate": 1.1817403368668544e-07,
      "loss": 7.9843,
      "step": 473960
    },
    {
      "epoch": 0.9874375,
      "grad_norm": 2.6427488327026367,
      "learning_rate": 1.1778310404291225e-07,
      "loss": 8.3007,
      "step": 473970
    },
    {
      "epoch": 0.9874583333333333,
      "grad_norm": 1.9272453784942627,
      "learning_rate": 1.1739282183098053e-07,
      "loss": 7.9784,
      "step": 473980
    },
    {
      "epoch": 0.9874791666666667,
      "grad_norm": 1.5804589986801147,
      "learning_rate": 1.1700318705257227e-07,
      "loss": 7.8114,
      "step": 473990
    },
    {
      "epoch": 0.9875,
      "grad_norm": 5.447122573852539,
      "learning_rate": 1.1661419970940278e-07,
      "loss": 7.86,
      "step": 474000
    },
    {
      "epoch": 0.9875,
      "eval_loss": 6.934689521789551,
      "eval_runtime": 8.0973,
      "eval_samples_per_second": 0.37,
      "eval_steps_per_second": 0.123,
      "step": 474000
    },
    {
      "epoch": 0.9875208333333333,
      "grad_norm": 1.8229248523712158,
      "learning_rate": 1.1622585980312071e-07,
      "loss": 7.5421,
      "step": 474010
    },
    {
      "epoch": 0.9875416666666667,
      "grad_norm": 1.6392186880111694,
      "learning_rate": 1.1583816733542472e-07,
      "loss": 7.8104,
      "step": 474020
    },
    {
      "epoch": 0.9875625,
      "grad_norm": 1.1133954524993896,
      "learning_rate": 1.154511223079635e-07,
      "loss": 8.0633,
      "step": 474030
    },
    {
      "epoch": 0.9875833333333334,
      "grad_norm": 2.052929639816284,
      "learning_rate": 1.1506472472243567e-07,
      "loss": 8.4581,
      "step": 474040
    },
    {
      "epoch": 0.9876041666666666,
      "grad_norm": 2.2106404304504395,
      "learning_rate": 1.1467897458050657e-07,
      "loss": 8.1954,
      "step": 474050
    },
    {
      "epoch": 0.987625,
      "grad_norm": 2.4682254791259766,
      "learning_rate": 1.1429387188382488e-07,
      "loss": 7.9097,
      "step": 474060
    },
    {
      "epoch": 0.9876458333333333,
      "grad_norm": 1.4850982427597046,
      "learning_rate": 1.139094166340726e-07,
      "loss": 7.9455,
      "step": 474070
    },
    {
      "epoch": 0.9876666666666667,
      "grad_norm": 1.1993824243545532,
      "learning_rate": 1.135256088328984e-07,
      "loss": 8.0562,
      "step": 474080
    },
    {
      "epoch": 0.9876875,
      "grad_norm": 2.6025359630584717,
      "learning_rate": 1.1314244848196763e-07,
      "loss": 7.9839,
      "step": 474090
    },
    {
      "epoch": 0.9877083333333333,
      "grad_norm": 2.2645628452301025,
      "learning_rate": 1.1275993558292895e-07,
      "loss": 8.526,
      "step": 474100
    },
    {
      "epoch": 0.9877291666666667,
      "grad_norm": 1.1723326444625854,
      "learning_rate": 1.1237807013743105e-07,
      "loss": 7.6918,
      "step": 474110
    },
    {
      "epoch": 0.98775,
      "grad_norm": 1.0664902925491333,
      "learning_rate": 1.1199685214713927e-07,
      "loss": 7.7609,
      "step": 474120
    },
    {
      "epoch": 0.9877708333333334,
      "grad_norm": 1.4101811647415161,
      "learning_rate": 1.1161628161368563e-07,
      "loss": 7.6497,
      "step": 474130
    },
    {
      "epoch": 0.9877916666666666,
      "grad_norm": 1.6361666917800903,
      "learning_rate": 1.1123635853871882e-07,
      "loss": 7.713,
      "step": 474140
    },
    {
      "epoch": 0.9878125,
      "grad_norm": 1.6984902620315552,
      "learning_rate": 1.1085708292388751e-07,
      "loss": 7.8602,
      "step": 474150
    },
    {
      "epoch": 0.9878333333333333,
      "grad_norm": 1.3088040351867676,
      "learning_rate": 1.1047845477082374e-07,
      "loss": 7.8492,
      "step": 474160
    },
    {
      "epoch": 0.9878541666666667,
      "grad_norm": 1.8700493574142456,
      "learning_rate": 1.1010047408115952e-07,
      "loss": 8.0212,
      "step": 474170
    },
    {
      "epoch": 0.987875,
      "grad_norm": 4.707988262176514,
      "learning_rate": 1.0972314085652689e-07,
      "loss": 8.3281,
      "step": 474180
    },
    {
      "epoch": 0.9878958333333333,
      "grad_norm": 4.021888256072998,
      "learning_rate": 1.0934645509855788e-07,
      "loss": 7.9101,
      "step": 474190
    },
    {
      "epoch": 0.9879166666666667,
      "grad_norm": 1.7956575155258179,
      "learning_rate": 1.0897041680890117e-07,
      "loss": 7.87,
      "step": 474200
    },
    {
      "epoch": 0.9879375,
      "grad_norm": 0.979960024356842,
      "learning_rate": 1.0859502598913883e-07,
      "loss": 7.6437,
      "step": 474210
    },
    {
      "epoch": 0.9879583333333334,
      "grad_norm": 1.6267292499542236,
      "learning_rate": 1.0822028264091953e-07,
      "loss": 7.8687,
      "step": 474220
    },
    {
      "epoch": 0.9879791666666666,
      "grad_norm": 7.434061527252197,
      "learning_rate": 1.0784618676585865e-07,
      "loss": 8.2753,
      "step": 474230
    },
    {
      "epoch": 0.988,
      "grad_norm": 1.4447840452194214,
      "learning_rate": 1.0747273836557157e-07,
      "loss": 8.3648,
      "step": 474240
    },
    {
      "epoch": 0.9880208333333333,
      "grad_norm": 1.6221567392349243,
      "learning_rate": 1.0709993744167367e-07,
      "loss": 8.0052,
      "step": 474250
    },
    {
      "epoch": 0.9880416666666667,
      "grad_norm": 1.6629981994628906,
      "learning_rate": 1.067277839957803e-07,
      "loss": 8.0786,
      "step": 474260
    },
    {
      "epoch": 0.9880625,
      "grad_norm": 1.5408495664596558,
      "learning_rate": 1.0635627802947355e-07,
      "loss": 7.7683,
      "step": 474270
    },
    {
      "epoch": 0.9880833333333333,
      "grad_norm": 1.883249044418335,
      "learning_rate": 1.0598541954438545e-07,
      "loss": 8.0195,
      "step": 474280
    },
    {
      "epoch": 0.9881041666666667,
      "grad_norm": 1.8454351425170898,
      "learning_rate": 1.0561520854211469e-07,
      "loss": 8.0492,
      "step": 474290
    },
    {
      "epoch": 0.988125,
      "grad_norm": 1.245165467262268,
      "learning_rate": 1.0524564502424338e-07,
      "loss": 7.7651,
      "step": 474300
    },
    {
      "epoch": 0.9881458333333333,
      "grad_norm": 5.759884834289551,
      "learning_rate": 1.0487672899237021e-07,
      "loss": 8.0212,
      "step": 474310
    },
    {
      "epoch": 0.9881666666666666,
      "grad_norm": 19.58066177368164,
      "learning_rate": 1.0450846044811056e-07,
      "loss": 8.9611,
      "step": 474320
    },
    {
      "epoch": 0.9881875,
      "grad_norm": 7.156901836395264,
      "learning_rate": 1.0414083939304652e-07,
      "loss": 8.3026,
      "step": 474330
    },
    {
      "epoch": 0.9882083333333334,
      "grad_norm": 4.3621506690979,
      "learning_rate": 1.0377386582874347e-07,
      "loss": 8.0253,
      "step": 474340
    },
    {
      "epoch": 0.9882291666666667,
      "grad_norm": 3.6866374015808105,
      "learning_rate": 1.0340753975681681e-07,
      "loss": 8.1781,
      "step": 474350
    },
    {
      "epoch": 0.98825,
      "grad_norm": 1.4392732381820679,
      "learning_rate": 1.0304186117883195e-07,
      "loss": 7.6271,
      "step": 474360
    },
    {
      "epoch": 0.9882708333333333,
      "grad_norm": 1.5576163530349731,
      "learning_rate": 1.0267683009637095e-07,
      "loss": 8.2925,
      "step": 474370
    },
    {
      "epoch": 0.9882916666666667,
      "grad_norm": 1.3869580030441284,
      "learning_rate": 1.0231244651101589e-07,
      "loss": 7.4839,
      "step": 474380
    },
    {
      "epoch": 0.9883125,
      "grad_norm": 1.3760396242141724,
      "learning_rate": 1.0194871042434882e-07,
      "loss": 9.4244,
      "step": 474390
    },
    {
      "epoch": 0.9883333333333333,
      "grad_norm": 1.6205670833587646,
      "learning_rate": 1.0158562183791852e-07,
      "loss": 8.1101,
      "step": 474400
    },
    {
      "epoch": 0.9883541666666666,
      "grad_norm": 1.1264262199401855,
      "learning_rate": 1.0122318075329039e-07,
      "loss": 7.6609,
      "step": 474410
    },
    {
      "epoch": 0.988375,
      "grad_norm": 4.395018577575684,
      "learning_rate": 1.0086138717206316e-07,
      "loss": 7.8245,
      "step": 474420
    },
    {
      "epoch": 0.9883958333333334,
      "grad_norm": 10.72846794128418,
      "learning_rate": 1.0050024109576893e-07,
      "loss": 7.5364,
      "step": 474430
    },
    {
      "epoch": 0.9884166666666667,
      "grad_norm": 4.456235408782959,
      "learning_rate": 1.0013974252598978e-07,
      "loss": 8.0641,
      "step": 474440
    },
    {
      "epoch": 0.9884375,
      "grad_norm": 1.8827471733093262,
      "learning_rate": 9.977989146427445e-08,
      "loss": 7.755,
      "step": 474450
    },
    {
      "epoch": 0.9884583333333333,
      "grad_norm": 3.420614004135132,
      "learning_rate": 9.942068791217173e-08,
      "loss": 8.7528,
      "step": 474460
    },
    {
      "epoch": 0.9884791666666667,
      "grad_norm": 1.20151948928833,
      "learning_rate": 9.906213187123035e-08,
      "loss": 8.0329,
      "step": 474470
    },
    {
      "epoch": 0.9885,
      "grad_norm": 3.4923923015594482,
      "learning_rate": 9.87042233429991e-08,
      "loss": 7.9669,
      "step": 474480
    },
    {
      "epoch": 0.9885208333333333,
      "grad_norm": 1.5288668870925903,
      "learning_rate": 9.834696232904338e-08,
      "loss": 8.1353,
      "step": 474490
    },
    {
      "epoch": 0.9885416666666667,
      "grad_norm": 2.825922727584839,
      "learning_rate": 9.79903488308953e-08,
      "loss": 7.5652,
      "step": 474500
    },
    {
      "epoch": 0.9885625,
      "grad_norm": 5.480097770690918,
      "learning_rate": 9.763438285008696e-08,
      "loss": 7.6159,
      "step": 474510
    },
    {
      "epoch": 0.9885833333333334,
      "grad_norm": 2.6242098808288574,
      "learning_rate": 9.727906438816713e-08,
      "loss": 7.9446,
      "step": 474520
    },
    {
      "epoch": 0.9886041666666666,
      "grad_norm": 1.6588749885559082,
      "learning_rate": 9.692439344666792e-08,
      "loss": 7.6184,
      "step": 474530
    },
    {
      "epoch": 0.988625,
      "grad_norm": 7.073544979095459,
      "learning_rate": 9.657037002712143e-08,
      "loss": 7.9464,
      "step": 474540
    },
    {
      "epoch": 0.9886458333333333,
      "grad_norm": 3.5331289768218994,
      "learning_rate": 9.621699413104312e-08,
      "loss": 8.0014,
      "step": 474550
    },
    {
      "epoch": 0.9886666666666667,
      "grad_norm": 7.551812648773193,
      "learning_rate": 9.586426575998174e-08,
      "loss": 8.257,
      "step": 474560
    },
    {
      "epoch": 0.9886875,
      "grad_norm": 1.1144750118255615,
      "learning_rate": 9.55121849154361e-08,
      "loss": 8.2205,
      "step": 474570
    },
    {
      "epoch": 0.9887083333333333,
      "grad_norm": 3.01554536819458,
      "learning_rate": 9.516075159895498e-08,
      "loss": 7.9842,
      "step": 474580
    },
    {
      "epoch": 0.9887291666666667,
      "grad_norm": 1.6644819974899292,
      "learning_rate": 9.480996581203715e-08,
      "loss": 8.3029,
      "step": 474590
    },
    {
      "epoch": 0.98875,
      "grad_norm": 3.595446825027466,
      "learning_rate": 9.445982755621473e-08,
      "loss": 8.1427,
      "step": 474600
    },
    {
      "epoch": 0.9887708333333334,
      "grad_norm": 2.3638179302215576,
      "learning_rate": 9.411033683296987e-08,
      "loss": 8.0042,
      "step": 474610
    },
    {
      "epoch": 0.9887916666666666,
      "grad_norm": 1.6842067241668701,
      "learning_rate": 9.376149364385133e-08,
      "loss": 7.7533,
      "step": 474620
    },
    {
      "epoch": 0.9888125,
      "grad_norm": 1.9582533836364746,
      "learning_rate": 9.341329799034126e-08,
      "loss": 8.3166,
      "step": 474630
    },
    {
      "epoch": 0.9888333333333333,
      "grad_norm": 1.5384011268615723,
      "learning_rate": 9.306574987393844e-08,
      "loss": 7.6791,
      "step": 474640
    },
    {
      "epoch": 0.9888541666666667,
      "grad_norm": 1.3576356172561646,
      "learning_rate": 9.271884929615837e-08,
      "loss": 8.5781,
      "step": 474650
    },
    {
      "epoch": 0.988875,
      "grad_norm": 3.3123080730438232,
      "learning_rate": 9.23725962584998e-08,
      "loss": 7.5707,
      "step": 474660
    },
    {
      "epoch": 0.9888958333333333,
      "grad_norm": 4.843249320983887,
      "learning_rate": 9.202699076244491e-08,
      "loss": 7.6854,
      "step": 474670
    },
    {
      "epoch": 0.9889166666666667,
      "grad_norm": 5.59343957901001,
      "learning_rate": 9.168203280950915e-08,
      "loss": 9.6128,
      "step": 474680
    },
    {
      "epoch": 0.9889375,
      "grad_norm": 2.9922943115234375,
      "learning_rate": 9.1337722401158e-08,
      "loss": 8.3184,
      "step": 474690
    },
    {
      "epoch": 0.9889583333333334,
      "grad_norm": 1.45770263671875,
      "learning_rate": 9.099405953889028e-08,
      "loss": 7.8762,
      "step": 474700
    },
    {
      "epoch": 0.9889791666666666,
      "grad_norm": 2.3766863346099854,
      "learning_rate": 9.065104422420477e-08,
      "loss": 8.0745,
      "step": 474710
    },
    {
      "epoch": 0.989,
      "grad_norm": 4.442930698394775,
      "learning_rate": 9.030867645855033e-08,
      "loss": 8.5308,
      "step": 474720
    },
    {
      "epoch": 0.9890208333333333,
      "grad_norm": 2.3826375007629395,
      "learning_rate": 8.996695624344242e-08,
      "loss": 11.6789,
      "step": 474730
    },
    {
      "epoch": 0.9890416666666667,
      "grad_norm": 4.4080610275268555,
      "learning_rate": 8.96258835803132e-08,
      "loss": 7.8511,
      "step": 474740
    },
    {
      "epoch": 0.9890625,
      "grad_norm": 4.279012203216553,
      "learning_rate": 8.928545847067815e-08,
      "loss": 7.834,
      "step": 474750
    },
    {
      "epoch": 0.9890833333333333,
      "grad_norm": 1.5064443349838257,
      "learning_rate": 8.894568091598609e-08,
      "loss": 7.7646,
      "step": 474760
    },
    {
      "epoch": 0.9891041666666667,
      "grad_norm": 1.597374439239502,
      "learning_rate": 8.860655091771917e-08,
      "loss": 7.8475,
      "step": 474770
    },
    {
      "epoch": 0.989125,
      "grad_norm": 1.8010532855987549,
      "learning_rate": 8.826806847732626e-08,
      "loss": 7.876,
      "step": 474780
    },
    {
      "epoch": 0.9891458333333333,
      "grad_norm": 2.9761476516723633,
      "learning_rate": 8.793023359627282e-08,
      "loss": 7.6001,
      "step": 474790
    },
    {
      "epoch": 0.9891666666666666,
      "grad_norm": 5.2913079261779785,
      "learning_rate": 8.759304627602436e-08,
      "loss": 7.7596,
      "step": 474800
    },
    {
      "epoch": 0.9891875,
      "grad_norm": 1.4571939706802368,
      "learning_rate": 8.725650651804639e-08,
      "loss": 7.2563,
      "step": 474810
    },
    {
      "epoch": 0.9892083333333334,
      "grad_norm": 2.773472309112549,
      "learning_rate": 8.692061432377107e-08,
      "loss": 7.5316,
      "step": 474820
    },
    {
      "epoch": 0.9892291666666667,
      "grad_norm": 3.7625732421875,
      "learning_rate": 8.658536969464724e-08,
      "loss": 8.2586,
      "step": 474830
    },
    {
      "epoch": 0.98925,
      "grad_norm": 2.4466042518615723,
      "learning_rate": 8.625077263215708e-08,
      "loss": 7.9493,
      "step": 474840
    },
    {
      "epoch": 0.9892708333333333,
      "grad_norm": 18.38327407836914,
      "learning_rate": 8.591682313769943e-08,
      "loss": 10.1837,
      "step": 474850
    },
    {
      "epoch": 0.9892916666666667,
      "grad_norm": 1.6194981336593628,
      "learning_rate": 8.558352121275647e-08,
      "loss": 8.1444,
      "step": 474860
    },
    {
      "epoch": 0.9893125,
      "grad_norm": 2.0699753761291504,
      "learning_rate": 8.525086685874371e-08,
      "loss": 8.1456,
      "step": 474870
    },
    {
      "epoch": 0.9893333333333333,
      "grad_norm": 1.360783576965332,
      "learning_rate": 8.491886007712667e-08,
      "loss": 7.3846,
      "step": 474880
    },
    {
      "epoch": 0.9893541666666666,
      "grad_norm": 1.6415777206420898,
      "learning_rate": 8.458750086930421e-08,
      "loss": 8.288,
      "step": 474890
    },
    {
      "epoch": 0.989375,
      "grad_norm": 3.2292122840881348,
      "learning_rate": 8.425678923672518e-08,
      "loss": 7.4107,
      "step": 474900
    },
    {
      "epoch": 0.9893958333333334,
      "grad_norm": 2.1823649406433105,
      "learning_rate": 8.392672518080511e-08,
      "loss": 7.8673,
      "step": 474910
    },
    {
      "epoch": 0.9894166666666667,
      "grad_norm": 2.704336166381836,
      "learning_rate": 8.359730870299286e-08,
      "loss": 8.1034,
      "step": 474920
    },
    {
      "epoch": 0.9894375,
      "grad_norm": 3.722720146179199,
      "learning_rate": 8.326853980470394e-08,
      "loss": 8.3285,
      "step": 474930
    },
    {
      "epoch": 0.9894583333333333,
      "grad_norm": 3.4027559757232666,
      "learning_rate": 8.294041848733724e-08,
      "loss": 8.3661,
      "step": 474940
    },
    {
      "epoch": 0.9894791666666667,
      "grad_norm": 1.85806143283844,
      "learning_rate": 8.26129447523416e-08,
      "loss": 7.4988,
      "step": 474950
    },
    {
      "epoch": 0.9895,
      "grad_norm": 1.3993644714355469,
      "learning_rate": 8.228611860109924e-08,
      "loss": 7.7905,
      "step": 474960
    },
    {
      "epoch": 0.9895208333333333,
      "grad_norm": 1.794712781906128,
      "learning_rate": 8.195994003505902e-08,
      "loss": 7.8035,
      "step": 474970
    },
    {
      "epoch": 0.9895416666666667,
      "grad_norm": 1.7816251516342163,
      "learning_rate": 8.163440905560315e-08,
      "loss": 9.0422,
      "step": 474980
    },
    {
      "epoch": 0.9895625,
      "grad_norm": 3.4976654052734375,
      "learning_rate": 8.130952566414717e-08,
      "loss": 8.4585,
      "step": 474990
    },
    {
      "epoch": 0.9895833333333334,
      "grad_norm": 2.1551411151885986,
      "learning_rate": 8.098528986208996e-08,
      "loss": 8.13,
      "step": 475000
    },
    {
      "epoch": 0.9895833333333334,
      "eval_loss": 7.182422637939453,
      "eval_runtime": 8.027,
      "eval_samples_per_second": 0.374,
      "eval_steps_per_second": 0.125,
      "step": 475000
    },
    {
      "epoch": 0.9896041666666666,
      "grad_norm": 1.1490318775177002,
      "learning_rate": 8.066170165083042e-08,
      "loss": 7.6192,
      "step": 475010
    },
    {
      "epoch": 0.989625,
      "grad_norm": 2.140219211578369,
      "learning_rate": 8.03387610317674e-08,
      "loss": 9.5082,
      "step": 475020
    },
    {
      "epoch": 0.9896458333333333,
      "grad_norm": 1.9403024911880493,
      "learning_rate": 8.001646800631645e-08,
      "loss": 7.4319,
      "step": 475030
    },
    {
      "epoch": 0.9896666666666667,
      "grad_norm": 1.086385726928711,
      "learning_rate": 7.969482257582649e-08,
      "loss": 7.677,
      "step": 475040
    },
    {
      "epoch": 0.9896875,
      "grad_norm": 2.682358980178833,
      "learning_rate": 7.937382474172971e-08,
      "loss": 7.9436,
      "step": 475050
    },
    {
      "epoch": 0.9897083333333333,
      "grad_norm": 2.757317066192627,
      "learning_rate": 7.905347450539168e-08,
      "loss": 8.8578,
      "step": 475060
    },
    {
      "epoch": 0.9897291666666667,
      "grad_norm": 1.770613431930542,
      "learning_rate": 7.873377186819463e-08,
      "loss": 9.1192,
      "step": 475070
    },
    {
      "epoch": 0.98975,
      "grad_norm": 3.548971176147461,
      "learning_rate": 7.841471683153744e-08,
      "loss": 8.4765,
      "step": 475080
    },
    {
      "epoch": 0.9897708333333334,
      "grad_norm": 4.2849440574646,
      "learning_rate": 7.809630939676904e-08,
      "loss": 7.6147,
      "step": 475090
    },
    {
      "epoch": 0.9897916666666666,
      "grad_norm": 2.5209624767303467,
      "learning_rate": 7.777854956528829e-08,
      "loss": 8.0343,
      "step": 475100
    },
    {
      "epoch": 0.9898125,
      "grad_norm": 1.2918236255645752,
      "learning_rate": 7.746143733847743e-08,
      "loss": 8.3267,
      "step": 475110
    },
    {
      "epoch": 0.9898333333333333,
      "grad_norm": 1.7215549945831299,
      "learning_rate": 7.714497271766873e-08,
      "loss": 8.0484,
      "step": 475120
    },
    {
      "epoch": 0.9898541666666667,
      "grad_norm": 3.9827847480773926,
      "learning_rate": 7.682915570426107e-08,
      "loss": 8.437,
      "step": 475130
    },
    {
      "epoch": 0.989875,
      "grad_norm": 3.4499330520629883,
      "learning_rate": 7.651398629960337e-08,
      "loss": 8.1966,
      "step": 475140
    },
    {
      "epoch": 0.9898958333333333,
      "grad_norm": 1.993155598640442,
      "learning_rate": 7.61994645050612e-08,
      "loss": 8.6527,
      "step": 475150
    },
    {
      "epoch": 0.9899166666666667,
      "grad_norm": 2.23533034324646,
      "learning_rate": 7.588559032198348e-08,
      "loss": 8.3823,
      "step": 475160
    },
    {
      "epoch": 0.9899375,
      "grad_norm": 4.566535949707031,
      "learning_rate": 7.557236375175246e-08,
      "loss": 8.0943,
      "step": 475170
    },
    {
      "epoch": 0.9899583333333334,
      "grad_norm": 1.3785479068756104,
      "learning_rate": 7.525978479568373e-08,
      "loss": 8.4375,
      "step": 475180
    },
    {
      "epoch": 0.9899791666666666,
      "grad_norm": 2.6724853515625,
      "learning_rate": 7.494785345517618e-08,
      "loss": 7.8689,
      "step": 475190
    },
    {
      "epoch": 0.99,
      "grad_norm": 1.9431915283203125,
      "learning_rate": 7.463656973152876e-08,
      "loss": 7.4081,
      "step": 475200
    },
    {
      "epoch": 0.9900208333333333,
      "grad_norm": 2.6839640140533447,
      "learning_rate": 7.432593362610706e-08,
      "loss": 7.9265,
      "step": 475210
    },
    {
      "epoch": 0.9900416666666667,
      "grad_norm": 1.4416048526763916,
      "learning_rate": 7.401594514025999e-08,
      "loss": 7.8148,
      "step": 475220
    },
    {
      "epoch": 0.9900625,
      "grad_norm": 4.377432346343994,
      "learning_rate": 7.370660427531982e-08,
      "loss": 8.3849,
      "step": 475230
    },
    {
      "epoch": 0.9900833333333333,
      "grad_norm": 1.8039429187774658,
      "learning_rate": 7.339791103261883e-08,
      "loss": 8.4049,
      "step": 475240
    },
    {
      "epoch": 0.9901041666666667,
      "grad_norm": 1.0313276052474976,
      "learning_rate": 7.308986541350592e-08,
      "loss": 8.9975,
      "step": 475250
    },
    {
      "epoch": 0.990125,
      "grad_norm": 1.6673604249954224,
      "learning_rate": 7.278246741928006e-08,
      "loss": 7.5618,
      "step": 475260
    },
    {
      "epoch": 0.9901458333333333,
      "grad_norm": 2.0081610679626465,
      "learning_rate": 7.247571705130684e-08,
      "loss": 7.6536,
      "step": 475270
    },
    {
      "epoch": 0.9901666666666666,
      "grad_norm": 1.9180625677108765,
      "learning_rate": 7.21696143108852e-08,
      "loss": 8.8977,
      "step": 475280
    },
    {
      "epoch": 0.9901875,
      "grad_norm": 6.418178081512451,
      "learning_rate": 7.18641591993474e-08,
      "loss": 8.4376,
      "step": 475290
    },
    {
      "epoch": 0.9902083333333334,
      "grad_norm": 3.1808791160583496,
      "learning_rate": 7.155935171799243e-08,
      "loss": 8.7414,
      "step": 475300
    },
    {
      "epoch": 0.9902291666666667,
      "grad_norm": 1.3817042112350464,
      "learning_rate": 7.125519186818585e-08,
      "loss": 8.2856,
      "step": 475310
    },
    {
      "epoch": 0.99025,
      "grad_norm": 1.5890882015228271,
      "learning_rate": 7.09516796511933e-08,
      "loss": 8.104,
      "step": 475320
    },
    {
      "epoch": 0.9902708333333333,
      "grad_norm": 1.837174654006958,
      "learning_rate": 7.064881506834708e-08,
      "loss": 7.763,
      "step": 475330
    },
    {
      "epoch": 0.9902916666666667,
      "grad_norm": 3.1457467079162598,
      "learning_rate": 7.034659812094611e-08,
      "loss": 7.6748,
      "step": 475340
    },
    {
      "epoch": 0.9903125,
      "grad_norm": 2.6365325450897217,
      "learning_rate": 7.004502881030605e-08,
      "loss": 7.4041,
      "step": 475350
    },
    {
      "epoch": 0.9903333333333333,
      "grad_norm": 2.861196756362915,
      "learning_rate": 6.974410713772582e-08,
      "loss": 8.3345,
      "step": 475360
    },
    {
      "epoch": 0.9903541666666666,
      "grad_norm": 2.2028439044952393,
      "learning_rate": 6.944383310450441e-08,
      "loss": 7.9289,
      "step": 475370
    },
    {
      "epoch": 0.990375,
      "grad_norm": 1.258461833000183,
      "learning_rate": 6.914420671194077e-08,
      "loss": 7.5981,
      "step": 475380
    },
    {
      "epoch": 0.9903958333333334,
      "grad_norm": 5.742334842681885,
      "learning_rate": 6.88452279613172e-08,
      "loss": 7.8185,
      "step": 475390
    },
    {
      "epoch": 0.9904166666666666,
      "grad_norm": 1.6379996538162231,
      "learning_rate": 6.854689685394932e-08,
      "loss": 8.057,
      "step": 475400
    },
    {
      "epoch": 0.9904375,
      "grad_norm": 2.004218578338623,
      "learning_rate": 6.824921339110278e-08,
      "loss": 8.0074,
      "step": 475410
    },
    {
      "epoch": 0.9904583333333333,
      "grad_norm": 1.5937985181808472,
      "learning_rate": 6.795217757407656e-08,
      "loss": 8.3383,
      "step": 475420
    },
    {
      "epoch": 0.9904791666666667,
      "grad_norm": 1.2969917058944702,
      "learning_rate": 6.765578940413629e-08,
      "loss": 8.3023,
      "step": 475430
    },
    {
      "epoch": 0.9905,
      "grad_norm": 3.258716583251953,
      "learning_rate": 6.73600488825976e-08,
      "loss": 8.3389,
      "step": 475440
    },
    {
      "epoch": 0.9905208333333333,
      "grad_norm": 2.8570892810821533,
      "learning_rate": 6.706495601070949e-08,
      "loss": 7.967,
      "step": 475450
    },
    {
      "epoch": 0.9905416666666667,
      "grad_norm": 7.293236255645752,
      "learning_rate": 6.67705107897376e-08,
      "loss": 8.011,
      "step": 475460
    },
    {
      "epoch": 0.9905625,
      "grad_norm": 1.5873608589172363,
      "learning_rate": 6.647671322098091e-08,
      "loss": 8.5028,
      "step": 475470
    },
    {
      "epoch": 0.9905833333333334,
      "grad_norm": 1.4406630992889404,
      "learning_rate": 6.618356330570507e-08,
      "loss": 7.7466,
      "step": 475480
    },
    {
      "epoch": 0.9906041666666666,
      "grad_norm": 2.288668155670166,
      "learning_rate": 6.589106104515907e-08,
      "loss": 8.1354,
      "step": 475490
    },
    {
      "epoch": 0.990625,
      "grad_norm": 1.419398307800293,
      "learning_rate": 6.559920644062521e-08,
      "loss": 8.15,
      "step": 475500
    },
    {
      "epoch": 0.9906458333333333,
      "grad_norm": 3.408003568649292,
      "learning_rate": 6.530799949333587e-08,
      "loss": 8.1149,
      "step": 475510
    },
    {
      "epoch": 0.9906666666666667,
      "grad_norm": 5.557516574859619,
      "learning_rate": 6.501744020458998e-08,
      "loss": 7.8971,
      "step": 475520
    },
    {
      "epoch": 0.9906875,
      "grad_norm": 2.3742482662200928,
      "learning_rate": 6.472752857560326e-08,
      "loss": 7.5011,
      "step": 475530
    },
    {
      "epoch": 0.9907083333333333,
      "grad_norm": 4.794538974761963,
      "learning_rate": 6.4438264607658e-08,
      "loss": 7.7985,
      "step": 475540
    },
    {
      "epoch": 0.9907291666666667,
      "grad_norm": 1.5560894012451172,
      "learning_rate": 6.414964830196989e-08,
      "loss": 7.613,
      "step": 475550
    },
    {
      "epoch": 0.99075,
      "grad_norm": 1.3645377159118652,
      "learning_rate": 6.386167965982126e-08,
      "loss": 7.4797,
      "step": 475560
    },
    {
      "epoch": 0.9907708333333334,
      "grad_norm": 3.9104108810424805,
      "learning_rate": 6.357435868244443e-08,
      "loss": 7.946,
      "step": 475570
    },
    {
      "epoch": 0.9907916666666666,
      "grad_norm": 1.243935227394104,
      "learning_rate": 6.328768537107177e-08,
      "loss": 7.734,
      "step": 475580
    },
    {
      "epoch": 0.9908125,
      "grad_norm": 4.455846786499023,
      "learning_rate": 6.300165972695225e-08,
      "loss": 8.2977,
      "step": 475590
    },
    {
      "epoch": 0.9908333333333333,
      "grad_norm": 2.7553763389587402,
      "learning_rate": 6.271628175131827e-08,
      "loss": 7.9425,
      "step": 475600
    },
    {
      "epoch": 0.9908541666666667,
      "grad_norm": 1.9337158203125,
      "learning_rate": 6.243155144538547e-08,
      "loss": 8.1351,
      "step": 475610
    },
    {
      "epoch": 0.990875,
      "grad_norm": 1.0853650569915771,
      "learning_rate": 6.214746881041955e-08,
      "loss": 7.6141,
      "step": 475620
    },
    {
      "epoch": 0.9908958333333333,
      "grad_norm": 1.9458037614822388,
      "learning_rate": 6.186403384761951e-08,
      "loss": 7.6333,
      "step": 475630
    },
    {
      "epoch": 0.9909166666666667,
      "grad_norm": 3.2832248210906982,
      "learning_rate": 6.158124655820107e-08,
      "loss": 8.5083,
      "step": 475640
    },
    {
      "epoch": 0.9909375,
      "grad_norm": 1.4133557081222534,
      "learning_rate": 6.129910694342988e-08,
      "loss": 7.6753,
      "step": 475650
    },
    {
      "epoch": 0.9909583333333334,
      "grad_norm": 4.013150215148926,
      "learning_rate": 6.101761500447166e-08,
      "loss": 7.8268,
      "step": 475660
    },
    {
      "epoch": 0.9909791666666666,
      "grad_norm": 1.5772446393966675,
      "learning_rate": 6.073677074257544e-08,
      "loss": 8.8078,
      "step": 475670
    },
    {
      "epoch": 0.991,
      "grad_norm": 1.944326639175415,
      "learning_rate": 6.045657415895689e-08,
      "loss": 8.2084,
      "step": 475680
    },
    {
      "epoch": 0.9910208333333334,
      "grad_norm": 4.707846641540527,
      "learning_rate": 6.01770252547984e-08,
      "loss": 7.8452,
      "step": 475690
    },
    {
      "epoch": 0.9910416666666667,
      "grad_norm": 1.673142671585083,
      "learning_rate": 5.989812403133232e-08,
      "loss": 8.1767,
      "step": 475700
    },
    {
      "epoch": 0.9910625,
      "grad_norm": 1.164664626121521,
      "learning_rate": 5.96198704897577e-08,
      "loss": 7.5237,
      "step": 475710
    },
    {
      "epoch": 0.9910833333333333,
      "grad_norm": 2.297337770462036,
      "learning_rate": 5.934226463127356e-08,
      "loss": 7.8221,
      "step": 475720
    },
    {
      "epoch": 0.9911041666666667,
      "grad_norm": 2.116241931915283,
      "learning_rate": 5.906530645707897e-08,
      "loss": 7.7261,
      "step": 475730
    },
    {
      "epoch": 0.991125,
      "grad_norm": 1.370151400566101,
      "learning_rate": 5.8788995968389594e-08,
      "loss": 8.1056,
      "step": 475740
    },
    {
      "epoch": 0.9911458333333333,
      "grad_norm": 4.933367729187012,
      "learning_rate": 5.851333316635454e-08,
      "loss": 7.6437,
      "step": 475750
    },
    {
      "epoch": 0.9911666666666666,
      "grad_norm": 2.899744987487793,
      "learning_rate": 5.823831805220613e-08,
      "loss": 7.8138,
      "step": 475760
    },
    {
      "epoch": 0.9911875,
      "grad_norm": 2.180682420730591,
      "learning_rate": 5.796395062711012e-08,
      "loss": 8.2213,
      "step": 475770
    },
    {
      "epoch": 0.9912083333333334,
      "grad_norm": 5.686183452606201,
      "learning_rate": 5.769023089226554e-08,
      "loss": 8.1114,
      "step": 475780
    },
    {
      "epoch": 0.9912291666666667,
      "grad_norm": 2.232926845550537,
      "learning_rate": 5.741715884883813e-08,
      "loss": 8.2115,
      "step": 475790
    },
    {
      "epoch": 0.99125,
      "grad_norm": 2.948519468307495,
      "learning_rate": 5.7144734498026926e-08,
      "loss": 8.3275,
      "step": 475800
    },
    {
      "epoch": 0.9912708333333333,
      "grad_norm": 3.529866933822632,
      "learning_rate": 5.687295784099766e-08,
      "loss": 8.7872,
      "step": 475810
    },
    {
      "epoch": 0.9912916666666667,
      "grad_norm": 1.7054188251495361,
      "learning_rate": 5.6601828878916066e-08,
      "loss": 8.1059,
      "step": 475820
    },
    {
      "epoch": 0.9913125,
      "grad_norm": 1.4005012512207031,
      "learning_rate": 5.633134761296454e-08,
      "loss": 8.2023,
      "step": 475830
    },
    {
      "epoch": 0.9913333333333333,
      "grad_norm": 1.5364223718643188,
      "learning_rate": 5.606151404432546e-08,
      "loss": 7.5778,
      "step": 475840
    },
    {
      "epoch": 0.9913541666666666,
      "grad_norm": 2.3214449882507324,
      "learning_rate": 5.579232817413126e-08,
      "loss": 7.9965,
      "step": 475850
    },
    {
      "epoch": 0.991375,
      "grad_norm": 3.479886531829834,
      "learning_rate": 5.552379000356433e-08,
      "loss": 8.3555,
      "step": 475860
    },
    {
      "epoch": 0.9913958333333334,
      "grad_norm": 2.606205463409424,
      "learning_rate": 5.5255899533790396e-08,
      "loss": 8.2775,
      "step": 475870
    },
    {
      "epoch": 0.9914166666666666,
      "grad_norm": 2.2415249347686768,
      "learning_rate": 5.498865676595854e-08,
      "loss": 7.4421,
      "step": 475880
    },
    {
      "epoch": 0.9914375,
      "grad_norm": 3.047769069671631,
      "learning_rate": 5.472206170121785e-08,
      "loss": 7.915,
      "step": 475890
    },
    {
      "epoch": 0.9914583333333333,
      "grad_norm": 2.256730079650879,
      "learning_rate": 5.445611434071739e-08,
      "loss": 7.8679,
      "step": 475900
    },
    {
      "epoch": 0.9914791666666667,
      "grad_norm": 1.4815473556518555,
      "learning_rate": 5.419081468563957e-08,
      "loss": 7.8643,
      "step": 475910
    },
    {
      "epoch": 0.9915,
      "grad_norm": 1.2311608791351318,
      "learning_rate": 5.39261627370835e-08,
      "loss": 8.8223,
      "step": 475920
    },
    {
      "epoch": 0.9915208333333333,
      "grad_norm": 2.984583854675293,
      "learning_rate": 5.3662158496214914e-08,
      "loss": 7.8362,
      "step": 475930
    },
    {
      "epoch": 0.9915416666666667,
      "grad_norm": 3.772733688354492,
      "learning_rate": 5.339880196418289e-08,
      "loss": 7.9906,
      "step": 475940
    },
    {
      "epoch": 0.9915625,
      "grad_norm": 4.094784736633301,
      "learning_rate": 5.313609314210321e-08,
      "loss": 7.9517,
      "step": 475950
    },
    {
      "epoch": 0.9915833333333334,
      "grad_norm": 2.347781181335449,
      "learning_rate": 5.2874032031124945e-08,
      "loss": 8.6909,
      "step": 475960
    },
    {
      "epoch": 0.9916041666666666,
      "grad_norm": 2.10634183883667,
      "learning_rate": 5.261261863238053e-08,
      "loss": 8.0302,
      "step": 475970
    },
    {
      "epoch": 0.991625,
      "grad_norm": 1.9534485340118408,
      "learning_rate": 5.235185294700239e-08,
      "loss": 7.9049,
      "step": 475980
    },
    {
      "epoch": 0.9916458333333333,
      "grad_norm": 1.1135118007659912,
      "learning_rate": 5.2091734976106305e-08,
      "loss": 7.9653,
      "step": 475990
    },
    {
      "epoch": 0.9916666666666667,
      "grad_norm": 3.1833598613739014,
      "learning_rate": 5.183226472082469e-08,
      "loss": 7.8254,
      "step": 476000
    },
    {
      "epoch": 0.9916666666666667,
      "eval_loss": 7.285295009613037,
      "eval_runtime": 8.3573,
      "eval_samples_per_second": 0.359,
      "eval_steps_per_second": 0.12,
      "step": 476000
    },
    {
      "epoch": 0.9916875,
      "grad_norm": 4.279449939727783,
      "learning_rate": 5.157344218225667e-08,
      "loss": 8.249,
      "step": 476010
    },
    {
      "epoch": 0.9917083333333333,
      "grad_norm": 2.2181057929992676,
      "learning_rate": 5.131526736155134e-08,
      "loss": 7.6002,
      "step": 476020
    },
    {
      "epoch": 0.9917291666666667,
      "grad_norm": 3.917149066925049,
      "learning_rate": 5.1057740259824454e-08,
      "loss": 7.9366,
      "step": 476030
    },
    {
      "epoch": 0.99175,
      "grad_norm": 3.00596022605896,
      "learning_rate": 5.080086087815849e-08,
      "loss": 8.0374,
      "step": 476040
    },
    {
      "epoch": 0.9917708333333334,
      "grad_norm": 1.5329208374023438,
      "learning_rate": 5.054462921766922e-08,
      "loss": 8.2729,
      "step": 476050
    },
    {
      "epoch": 0.9917916666666666,
      "grad_norm": 1.3311469554901123,
      "learning_rate": 5.028904527948907e-08,
      "loss": 7.6653,
      "step": 476060
    },
    {
      "epoch": 0.9918125,
      "grad_norm": 1.3341469764709473,
      "learning_rate": 5.0034109064700514e-08,
      "loss": 8.3921,
      "step": 476070
    },
    {
      "epoch": 0.9918333333333333,
      "grad_norm": 2.6781492233276367,
      "learning_rate": 4.977982057440266e-08,
      "loss": 7.9187,
      "step": 476080
    },
    {
      "epoch": 0.9918541666666667,
      "grad_norm": 2.2989656925201416,
      "learning_rate": 4.9526179809711296e-08,
      "loss": 7.5562,
      "step": 476090
    },
    {
      "epoch": 0.991875,
      "grad_norm": 6.387083053588867,
      "learning_rate": 4.927318677170888e-08,
      "loss": 7.9037,
      "step": 476100
    },
    {
      "epoch": 0.9918958333333333,
      "grad_norm": 2.4065287113189697,
      "learning_rate": 4.9020841461494544e-08,
      "loss": 8.2242,
      "step": 476110
    },
    {
      "epoch": 0.9919166666666667,
      "grad_norm": 5.095433235168457,
      "learning_rate": 4.876914388015074e-08,
      "loss": 8.5125,
      "step": 476120
    },
    {
      "epoch": 0.9919375,
      "grad_norm": 3.5708534717559814,
      "learning_rate": 4.85180940287766e-08,
      "loss": 8.861,
      "step": 476130
    },
    {
      "epoch": 0.9919583333333334,
      "grad_norm": 3.3498852252960205,
      "learning_rate": 4.8267691908437936e-08,
      "loss": 8.0107,
      "step": 476140
    },
    {
      "epoch": 0.9919791666666666,
      "grad_norm": 17.054224014282227,
      "learning_rate": 4.801793752023386e-08,
      "loss": 8.0658,
      "step": 476150
    },
    {
      "epoch": 0.992,
      "grad_norm": 1.662769079208374,
      "learning_rate": 4.776883086524686e-08,
      "loss": 8.2987,
      "step": 476160
    },
    {
      "epoch": 0.9920208333333334,
      "grad_norm": 3.469257116317749,
      "learning_rate": 4.752037194452607e-08,
      "loss": 8.7011,
      "step": 476170
    },
    {
      "epoch": 0.9920416666666667,
      "grad_norm": 2.1938021183013916,
      "learning_rate": 4.727256075917063e-08,
      "loss": 7.6515,
      "step": 476180
    },
    {
      "epoch": 0.9920625,
      "grad_norm": 1.5155274868011475,
      "learning_rate": 4.702539731024635e-08,
      "loss": 8.7491,
      "step": 476190
    },
    {
      "epoch": 0.9920833333333333,
      "grad_norm": 5.174103736877441,
      "learning_rate": 4.677888159880239e-08,
      "loss": 8.9424,
      "step": 476200
    },
    {
      "epoch": 0.9921041666666667,
      "grad_norm": 1.6583691835403442,
      "learning_rate": 4.6533013625937864e-08,
      "loss": 8.8115,
      "step": 476210
    },
    {
      "epoch": 0.992125,
      "grad_norm": 1.2138786315917969,
      "learning_rate": 4.628779339268529e-08,
      "loss": 6.9945,
      "step": 476220
    },
    {
      "epoch": 0.9921458333333333,
      "grad_norm": 0.9893767833709717,
      "learning_rate": 4.6043220900110475e-08,
      "loss": 7.7187,
      "step": 476230
    },
    {
      "epoch": 0.9921666666666666,
      "grad_norm": 1.660920262336731,
      "learning_rate": 4.579929614927924e-08,
      "loss": 8.1734,
      "step": 476240
    },
    {
      "epoch": 0.9921875,
      "grad_norm": 6.131688594818115,
      "learning_rate": 4.555601914124074e-08,
      "loss": 8.3125,
      "step": 476250
    },
    {
      "epoch": 0.9922083333333334,
      "grad_norm": 1.6522181034088135,
      "learning_rate": 4.531338987702748e-08,
      "loss": 8.1242,
      "step": 476260
    },
    {
      "epoch": 0.9922291666666667,
      "grad_norm": 4.154925346374512,
      "learning_rate": 4.507140835772194e-08,
      "loss": 8.2063,
      "step": 476270
    },
    {
      "epoch": 0.99225,
      "grad_norm": 2.8194971084594727,
      "learning_rate": 4.483007458433996e-08,
      "loss": 7.8481,
      "step": 476280
    },
    {
      "epoch": 0.9922708333333333,
      "grad_norm": 1.5537786483764648,
      "learning_rate": 4.458938855794736e-08,
      "loss": 7.5241,
      "step": 476290
    },
    {
      "epoch": 0.9922916666666667,
      "grad_norm": 2.1194159984588623,
      "learning_rate": 4.434935027955999e-08,
      "loss": 7.921,
      "step": 476300
    },
    {
      "epoch": 0.9923125,
      "grad_norm": 1.6140836477279663,
      "learning_rate": 4.4109959750243676e-08,
      "loss": 8.1099,
      "step": 476310
    },
    {
      "epoch": 0.9923333333333333,
      "grad_norm": 1.2774368524551392,
      "learning_rate": 4.38712169709976e-08,
      "loss": 7.8826,
      "step": 476320
    },
    {
      "epoch": 0.9923541666666666,
      "grad_norm": 1.2680481672286987,
      "learning_rate": 4.363312194287094e-08,
      "loss": 7.9066,
      "step": 476330
    },
    {
      "epoch": 0.992375,
      "grad_norm": 1.8271902799606323,
      "learning_rate": 4.339567466691285e-08,
      "loss": 8.5641,
      "step": 476340
    },
    {
      "epoch": 0.9923958333333334,
      "grad_norm": 2.427929162979126,
      "learning_rate": 4.3158875144105874e-08,
      "loss": 7.9321,
      "step": 476350
    },
    {
      "epoch": 0.9924166666666666,
      "grad_norm": 1.9310169219970703,
      "learning_rate": 4.292272337551583e-08,
      "loss": 7.3803,
      "step": 476360
    },
    {
      "epoch": 0.9924375,
      "grad_norm": 2.267965793609619,
      "learning_rate": 4.268721936212527e-08,
      "loss": 10.1749,
      "step": 476370
    },
    {
      "epoch": 0.9924583333333333,
      "grad_norm": 1.0628325939178467,
      "learning_rate": 4.245236310498334e-08,
      "loss": 7.6786,
      "step": 476380
    },
    {
      "epoch": 0.9924791666666667,
      "grad_norm": 2.37567138671875,
      "learning_rate": 4.221815460507261e-08,
      "loss": 7.2949,
      "step": 476390
    },
    {
      "epoch": 0.9925,
      "grad_norm": 1.2664965391159058,
      "learning_rate": 4.198459386344222e-08,
      "loss": 7.7078,
      "step": 476400
    },
    {
      "epoch": 0.9925208333333333,
      "grad_norm": 2.3506064414978027,
      "learning_rate": 4.175168088105807e-08,
      "loss": 7.5722,
      "step": 476410
    },
    {
      "epoch": 0.9925416666666667,
      "grad_norm": 2.0028867721557617,
      "learning_rate": 4.1519415658969325e-08,
      "loss": 8.0851,
      "step": 476420
    },
    {
      "epoch": 0.9925625,
      "grad_norm": 1.664368987083435,
      "learning_rate": 4.128779819814187e-08,
      "loss": 7.8014,
      "step": 476430
    },
    {
      "epoch": 0.9925833333333334,
      "grad_norm": 1.8097891807556152,
      "learning_rate": 4.105682849960823e-08,
      "loss": 8.0871,
      "step": 476440
    },
    {
      "epoch": 0.9926041666666666,
      "grad_norm": 5.150942802429199,
      "learning_rate": 4.0826506564350935e-08,
      "loss": 8.1469,
      "step": 476450
    },
    {
      "epoch": 0.992625,
      "grad_norm": 58.82521057128906,
      "learning_rate": 4.059683239335254e-08,
      "loss": 10.171,
      "step": 476460
    },
    {
      "epoch": 0.9926458333333333,
      "grad_norm": 2.0784740447998047,
      "learning_rate": 4.03678059876289e-08,
      "loss": 7.9148,
      "step": 476470
    },
    {
      "epoch": 0.9926666666666667,
      "grad_norm": 1.7387478351593018,
      "learning_rate": 4.01394273481459e-08,
      "loss": 7.7345,
      "step": 476480
    },
    {
      "epoch": 0.9926875,
      "grad_norm": 2.523289680480957,
      "learning_rate": 3.991169647591941e-08,
      "loss": 8.0464,
      "step": 476490
    },
    {
      "epoch": 0.9927083333333333,
      "grad_norm": 1.55924391746521,
      "learning_rate": 3.9684613371898656e-08,
      "loss": 7.2933,
      "step": 476500
    },
    {
      "epoch": 0.9927291666666667,
      "grad_norm": 1.5143269300460815,
      "learning_rate": 3.94581780370995e-08,
      "loss": 7.7716,
      "step": 476510
    },
    {
      "epoch": 0.99275,
      "grad_norm": 8.043946266174316,
      "learning_rate": 3.9232390472471175e-08,
      "loss": 8.2836,
      "step": 476520
    },
    {
      "epoch": 0.9927708333333334,
      "grad_norm": 3.2441976070404053,
      "learning_rate": 3.9007250678996235e-08,
      "loss": 8.2844,
      "step": 476530
    },
    {
      "epoch": 0.9927916666666666,
      "grad_norm": 1.718971848487854,
      "learning_rate": 3.878275865765723e-08,
      "loss": 7.7514,
      "step": 476540
    },
    {
      "epoch": 0.9928125,
      "grad_norm": 2.0941126346588135,
      "learning_rate": 3.855891440942005e-08,
      "loss": 8.4557,
      "step": 476550
    },
    {
      "epoch": 0.9928333333333333,
      "grad_norm": 1.6502552032470703,
      "learning_rate": 3.833571793525059e-08,
      "loss": 7.9025,
      "step": 476560
    },
    {
      "epoch": 0.9928541666666667,
      "grad_norm": 2.003864049911499,
      "learning_rate": 3.811316923611474e-08,
      "loss": 7.5913,
      "step": 476570
    },
    {
      "epoch": 0.992875,
      "grad_norm": 2.6693625450134277,
      "learning_rate": 3.7891268312961744e-08,
      "loss": 7.6747,
      "step": 476580
    },
    {
      "epoch": 0.9928958333333333,
      "grad_norm": 1.41315495967865,
      "learning_rate": 3.7670015166757495e-08,
      "loss": 7.464,
      "step": 476590
    },
    {
      "epoch": 0.9929166666666667,
      "grad_norm": 0.9290325045585632,
      "learning_rate": 3.744940979846789e-08,
      "loss": 8.4592,
      "step": 476600
    },
    {
      "epoch": 0.9929375,
      "grad_norm": 2.8141233921051025,
      "learning_rate": 3.722945220902551e-08,
      "loss": 8.2501,
      "step": 476610
    },
    {
      "epoch": 0.9929583333333334,
      "grad_norm": 2.788252353668213,
      "learning_rate": 3.701014239941291e-08,
      "loss": 8.1625,
      "step": 476620
    },
    {
      "epoch": 0.9929791666666666,
      "grad_norm": 1.361757516860962,
      "learning_rate": 3.679148037054602e-08,
      "loss": 7.8102,
      "step": 476630
    },
    {
      "epoch": 0.993,
      "grad_norm": 2.000843048095703,
      "learning_rate": 3.657346612337408e-08,
      "loss": 8.0386,
      "step": 476640
    },
    {
      "epoch": 0.9930208333333334,
      "grad_norm": 3.399898052215576,
      "learning_rate": 3.635609965884634e-08,
      "loss": 7.3672,
      "step": 476650
    },
    {
      "epoch": 0.9930416666666667,
      "grad_norm": 2.5734312534332275,
      "learning_rate": 3.6139380977912024e-08,
      "loss": 8.702,
      "step": 476660
    },
    {
      "epoch": 0.9930625,
      "grad_norm": 1.921196699142456,
      "learning_rate": 3.592331008148708e-08,
      "loss": 7.6737,
      "step": 476670
    },
    {
      "epoch": 0.9930833333333333,
      "grad_norm": 2.782839298248291,
      "learning_rate": 3.570788697052074e-08,
      "loss": 7.8003,
      "step": 476680
    },
    {
      "epoch": 0.9931041666666667,
      "grad_norm": 2.2071075439453125,
      "learning_rate": 3.549311164592894e-08,
      "loss": 7.8251,
      "step": 476690
    },
    {
      "epoch": 0.993125,
      "grad_norm": 11.085105895996094,
      "learning_rate": 3.5278984108644273e-08,
      "loss": 8.0163,
      "step": 476700
    },
    {
      "epoch": 0.9931458333333333,
      "grad_norm": 1.824780821800232,
      "learning_rate": 3.506550435959932e-08,
      "loss": 7.7089,
      "step": 476710
    },
    {
      "epoch": 0.9931666666666666,
      "grad_norm": 3.761829376220703,
      "learning_rate": 3.485267239971001e-08,
      "loss": 7.5336,
      "step": 476720
    },
    {
      "epoch": 0.9931875,
      "grad_norm": 4.194364070892334,
      "learning_rate": 3.464048822990895e-08,
      "loss": 7.9596,
      "step": 476730
    },
    {
      "epoch": 0.9932083333333334,
      "grad_norm": 2.2623274326324463,
      "learning_rate": 3.4428951851078745e-08,
      "loss": 8.1449,
      "step": 476740
    },
    {
      "epoch": 0.9932291666666667,
      "grad_norm": 1.9076417684555054,
      "learning_rate": 3.421806326416865e-08,
      "loss": 7.6901,
      "step": 476750
    },
    {
      "epoch": 0.99325,
      "grad_norm": 2.235422372817993,
      "learning_rate": 3.400782247007794e-08,
      "loss": 8.47,
      "step": 476760
    },
    {
      "epoch": 0.9932708333333333,
      "grad_norm": 1.8240032196044922,
      "learning_rate": 3.3798229469705894e-08,
      "loss": 7.5877,
      "step": 476770
    },
    {
      "epoch": 0.9932916666666667,
      "grad_norm": 3.4811365604400635,
      "learning_rate": 3.358928426396845e-08,
      "loss": 7.3342,
      "step": 476780
    },
    {
      "epoch": 0.9933125,
      "grad_norm": 2.5604758262634277,
      "learning_rate": 3.338098685376489e-08,
      "loss": 8.3904,
      "step": 476790
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 1.4254224300384521,
      "learning_rate": 3.3173337239977834e-08,
      "loss": 8.2248,
      "step": 476800
    },
    {
      "epoch": 0.9933541666666666,
      "grad_norm": 2.292600393295288,
      "learning_rate": 3.296633542353988e-08,
      "loss": 7.4295,
      "step": 476810
    },
    {
      "epoch": 0.993375,
      "grad_norm": 1.9754102230072021,
      "learning_rate": 3.275998140531699e-08,
      "loss": 7.4396,
      "step": 476820
    },
    {
      "epoch": 0.9933958333333334,
      "grad_norm": 1.448059320449829,
      "learning_rate": 3.255427518622511e-08,
      "loss": 7.7937,
      "step": 476830
    },
    {
      "epoch": 0.9934166666666666,
      "grad_norm": 4.323412895202637,
      "learning_rate": 3.23492167671302e-08,
      "loss": 8.5163,
      "step": 476840
    },
    {
      "epoch": 0.9934375,
      "grad_norm": 1.1593644618988037,
      "learning_rate": 3.21448061489149e-08,
      "loss": 7.5773,
      "step": 476850
    },
    {
      "epoch": 0.9934583333333333,
      "grad_norm": 3.5199124813079834,
      "learning_rate": 3.194104333247849e-08,
      "loss": 7.7021,
      "step": 476860
    },
    {
      "epoch": 0.9934791666666667,
      "grad_norm": 1.6069809198379517,
      "learning_rate": 3.1737928318703584e-08,
      "loss": 8.1305,
      "step": 476870
    },
    {
      "epoch": 0.9935,
      "grad_norm": 1.208787202835083,
      "learning_rate": 3.153546110843952e-08,
      "loss": 7.6785,
      "step": 476880
    },
    {
      "epoch": 0.9935208333333333,
      "grad_norm": 2.291862726211548,
      "learning_rate": 3.133364170260222e-08,
      "loss": 7.6845,
      "step": 476890
    },
    {
      "epoch": 0.9935416666666667,
      "grad_norm": 4.266284465789795,
      "learning_rate": 3.113247010202435e-08,
      "loss": 8.2075,
      "step": 476900
    },
    {
      "epoch": 0.9935625,
      "grad_norm": 2.6717121601104736,
      "learning_rate": 3.093194630760521e-08,
      "loss": 8.2233,
      "step": 476910
    },
    {
      "epoch": 0.9935833333333334,
      "grad_norm": 1.8778570890426636,
      "learning_rate": 3.0732070320194094e-08,
      "loss": 8.6205,
      "step": 476920
    },
    {
      "epoch": 0.9936041666666666,
      "grad_norm": 1.6460258960723877,
      "learning_rate": 3.053284214065699e-08,
      "loss": 7.7512,
      "step": 476930
    },
    {
      "epoch": 0.993625,
      "grad_norm": 1.4699809551239014,
      "learning_rate": 3.033426176985987e-08,
      "loss": 7.8968,
      "step": 476940
    },
    {
      "epoch": 0.9936458333333333,
      "grad_norm": 1.2297992706298828,
      "learning_rate": 3.0136329208652056e-08,
      "loss": 8.8833,
      "step": 476950
    },
    {
      "epoch": 0.9936666666666667,
      "grad_norm": 1.4760245084762573,
      "learning_rate": 2.993904445789952e-08,
      "loss": 7.9092,
      "step": 476960
    },
    {
      "epoch": 0.9936875,
      "grad_norm": 2.7446846961975098,
      "learning_rate": 2.9742407518451582e-08,
      "loss": 7.893,
      "step": 476970
    },
    {
      "epoch": 0.9937083333333333,
      "grad_norm": 3.341395854949951,
      "learning_rate": 2.9546418391140915e-08,
      "loss": 8.6962,
      "step": 476980
    },
    {
      "epoch": 0.9937291666666667,
      "grad_norm": 1.889359712600708,
      "learning_rate": 2.9351077076833486e-08,
      "loss": 7.9032,
      "step": 476990
    },
    {
      "epoch": 0.99375,
      "grad_norm": 3.872441053390503,
      "learning_rate": 2.9156383576361964e-08,
      "loss": 8.1682,
      "step": 477000
    },
    {
      "epoch": 0.99375,
      "eval_loss": 6.94857931137085,
      "eval_runtime": 7.9251,
      "eval_samples_per_second": 0.379,
      "eval_steps_per_second": 0.126,
      "step": 477000
    },
    {
      "epoch": 0.9937708333333334,
      "grad_norm": 2.190621852874756,
      "learning_rate": 2.896233789057567e-08,
      "loss": 8.1958,
      "step": 477010
    },
    {
      "epoch": 0.9937916666666666,
      "grad_norm": 1.9877228736877441,
      "learning_rate": 2.8768940020307273e-08,
      "loss": 8.1014,
      "step": 477020
    },
    {
      "epoch": 0.9938125,
      "grad_norm": 3.377203941345215,
      "learning_rate": 2.8576189966406093e-08,
      "loss": 8.1336,
      "step": 477030
    },
    {
      "epoch": 0.9938333333333333,
      "grad_norm": 4.287150859832764,
      "learning_rate": 2.838408772967149e-08,
      "loss": 8.4065,
      "step": 477040
    },
    {
      "epoch": 0.9938541666666667,
      "grad_norm": 1.5634486675262451,
      "learning_rate": 2.8192633310969438e-08,
      "loss": 7.6951,
      "step": 477050
    },
    {
      "epoch": 0.993875,
      "grad_norm": 1.6560639142990112,
      "learning_rate": 2.800182671111595e-08,
      "loss": 7.5662,
      "step": 477060
    },
    {
      "epoch": 0.9938958333333333,
      "grad_norm": 1.7214611768722534,
      "learning_rate": 2.781166793092704e-08,
      "loss": 7.7167,
      "step": 477070
    },
    {
      "epoch": 0.9939166666666667,
      "grad_norm": 1.32685387134552,
      "learning_rate": 2.762215697121872e-08,
      "loss": 7.7067,
      "step": 477080
    },
    {
      "epoch": 0.9939375,
      "grad_norm": 2.0238025188446045,
      "learning_rate": 2.743329383284032e-08,
      "loss": 8.015,
      "step": 477090
    },
    {
      "epoch": 0.9939583333333334,
      "grad_norm": 2.4196505546569824,
      "learning_rate": 2.7245078516574536e-08,
      "loss": 7.9276,
      "step": 477100
    },
    {
      "epoch": 0.9939791666666666,
      "grad_norm": 11.152494430541992,
      "learning_rate": 2.705751102323739e-08,
      "loss": 8.2884,
      "step": 477110
    },
    {
      "epoch": 0.994,
      "grad_norm": 5.6013994216918945,
      "learning_rate": 2.6870591353661542e-08,
      "loss": 8.5227,
      "step": 477120
    },
    {
      "epoch": 0.9940208333333334,
      "grad_norm": 3.595201015472412,
      "learning_rate": 2.6684319508629704e-08,
      "loss": 8.3509,
      "step": 477130
    },
    {
      "epoch": 0.9940416666666667,
      "grad_norm": 2.259592056274414,
      "learning_rate": 2.649869548897454e-08,
      "loss": 7.966,
      "step": 477140
    },
    {
      "epoch": 0.9940625,
      "grad_norm": 1.8725332021713257,
      "learning_rate": 2.6313719295462112e-08,
      "loss": 7.7657,
      "step": 477150
    },
    {
      "epoch": 0.9940833333333333,
      "grad_norm": 2.748851776123047,
      "learning_rate": 2.6129390928925076e-08,
      "loss": 7.7444,
      "step": 477160
    },
    {
      "epoch": 0.9941041666666667,
      "grad_norm": 2.61299991607666,
      "learning_rate": 2.5945710390146145e-08,
      "loss": 7.5661,
      "step": 477170
    },
    {
      "epoch": 0.994125,
      "grad_norm": 1.597816824913025,
      "learning_rate": 2.576267767990803e-08,
      "loss": 7.6835,
      "step": 477180
    },
    {
      "epoch": 0.9941458333333333,
      "grad_norm": 1.7677531242370605,
      "learning_rate": 2.5580292799026735e-08,
      "loss": 7.8717,
      "step": 477190
    },
    {
      "epoch": 0.9941666666666666,
      "grad_norm": 3.538132667541504,
      "learning_rate": 2.539855574825167e-08,
      "loss": 7.8248,
      "step": 477200
    },
    {
      "epoch": 0.9941875,
      "grad_norm": 2.011359214782715,
      "learning_rate": 2.52174665284155e-08,
      "loss": 7.6421,
      "step": 477210
    },
    {
      "epoch": 0.9942083333333334,
      "grad_norm": 1.0087602138519287,
      "learning_rate": 2.5037025140250967e-08,
      "loss": 7.5329,
      "step": 477220
    },
    {
      "epoch": 0.9942291666666667,
      "grad_norm": 2.3419888019561768,
      "learning_rate": 2.4857231584574087e-08,
      "loss": 7.6202,
      "step": 477230
    },
    {
      "epoch": 0.99425,
      "grad_norm": 1.5644655227661133,
      "learning_rate": 2.467808586215092e-08,
      "loss": 7.8837,
      "step": 477240
    },
    {
      "epoch": 0.9942708333333333,
      "grad_norm": 3.1000022888183594,
      "learning_rate": 2.449958797376417e-08,
      "loss": 8.2703,
      "step": 477250
    },
    {
      "epoch": 0.9942916666666667,
      "grad_norm": 4.404586315155029,
      "learning_rate": 2.432173792016323e-08,
      "loss": 8.3543,
      "step": 477260
    },
    {
      "epoch": 0.9943125,
      "grad_norm": 1.6645326614379883,
      "learning_rate": 2.414453570213082e-08,
      "loss": 8.014,
      "step": 477270
    },
    {
      "epoch": 0.9943333333333333,
      "grad_norm": 2.7096879482269287,
      "learning_rate": 2.396798132041633e-08,
      "loss": 8.9133,
      "step": 477280
    },
    {
      "epoch": 0.9943541666666667,
      "grad_norm": 1.4235278367996216,
      "learning_rate": 2.3792074775819125e-08,
      "loss": 7.6829,
      "step": 477290
    },
    {
      "epoch": 0.994375,
      "grad_norm": 2.338637113571167,
      "learning_rate": 2.36168160690553e-08,
      "loss": 8.3793,
      "step": 477300
    },
    {
      "epoch": 0.9943958333333334,
      "grad_norm": 1.4477202892303467,
      "learning_rate": 2.344220520090756e-08,
      "loss": 7.9301,
      "step": 477310
    },
    {
      "epoch": 0.9944166666666666,
      "grad_norm": 1.8785874843597412,
      "learning_rate": 2.3268242172125305e-08,
      "loss": 8.1137,
      "step": 477320
    },
    {
      "epoch": 0.9944375,
      "grad_norm": 3.6866772174835205,
      "learning_rate": 2.309492698345794e-08,
      "loss": 9.2729,
      "step": 477330
    },
    {
      "epoch": 0.9944583333333333,
      "grad_norm": 6.635884761810303,
      "learning_rate": 2.2922259635671514e-08,
      "loss": 8.3739,
      "step": 477340
    },
    {
      "epoch": 0.9944791666666667,
      "grad_norm": 26.719148635864258,
      "learning_rate": 2.2750240129482124e-08,
      "loss": 8.9229,
      "step": 477350
    },
    {
      "epoch": 0.9945,
      "grad_norm": 2.1825263500213623,
      "learning_rate": 2.2578868465639165e-08,
      "loss": 7.8217,
      "step": 477360
    },
    {
      "epoch": 0.9945208333333333,
      "grad_norm": 1.2875518798828125,
      "learning_rate": 2.24081446449087e-08,
      "loss": 7.9587,
      "step": 477370
    },
    {
      "epoch": 0.9945416666666667,
      "grad_norm": 2.1754329204559326,
      "learning_rate": 2.2238068667990162e-08,
      "loss": 9.1217,
      "step": 477380
    },
    {
      "epoch": 0.9945625,
      "grad_norm": 1.4825726747512817,
      "learning_rate": 2.2068640535649605e-08,
      "loss": 8.6562,
      "step": 477390
    },
    {
      "epoch": 0.9945833333333334,
      "grad_norm": 1.4003119468688965,
      "learning_rate": 2.189986024860313e-08,
      "loss": 7.5713,
      "step": 477400
    },
    {
      "epoch": 0.9946041666666666,
      "grad_norm": 1.755601406097412,
      "learning_rate": 2.1731727807583478e-08,
      "loss": 8.1477,
      "step": 477410
    },
    {
      "epoch": 0.994625,
      "grad_norm": 2.4748589992523193,
      "learning_rate": 2.1564243213323397e-08,
      "loss": 7.8624,
      "step": 477420
    },
    {
      "epoch": 0.9946458333333333,
      "grad_norm": 5.811158180236816,
      "learning_rate": 2.139740646653898e-08,
      "loss": 7.7016,
      "step": 477430
    },
    {
      "epoch": 0.9946666666666667,
      "grad_norm": 1.9347918033599854,
      "learning_rate": 2.1231217567946324e-08,
      "loss": 7.7821,
      "step": 477440
    },
    {
      "epoch": 0.9946875,
      "grad_norm": 2.9596431255340576,
      "learning_rate": 2.1065676518278173e-08,
      "loss": 10.1425,
      "step": 477450
    },
    {
      "epoch": 0.9947083333333333,
      "grad_norm": 2.310486078262329,
      "learning_rate": 2.090078331823397e-08,
      "loss": 8.5382,
      "step": 477460
    },
    {
      "epoch": 0.9947291666666667,
      "grad_norm": 3.0353610515594482,
      "learning_rate": 2.073653796852981e-08,
      "loss": 8.3121,
      "step": 477470
    },
    {
      "epoch": 0.99475,
      "grad_norm": 3.087404489517212,
      "learning_rate": 2.0572940469881782e-08,
      "loss": 7.673,
      "step": 477480
    },
    {
      "epoch": 0.9947708333333334,
      "grad_norm": 2.1217501163482666,
      "learning_rate": 2.040999082298933e-08,
      "loss": 7.4503,
      "step": 477490
    },
    {
      "epoch": 0.9947916666666666,
      "grad_norm": 3.164170742034912,
      "learning_rate": 2.0247689028551893e-08,
      "loss": 8.1589,
      "step": 477500
    },
    {
      "epoch": 0.9948125,
      "grad_norm": 1.7385281324386597,
      "learning_rate": 2.008603508730222e-08,
      "loss": 7.6572,
      "step": 477510
    },
    {
      "epoch": 0.9948333333333333,
      "grad_norm": 2.2232820987701416,
      "learning_rate": 1.992502899988979e-08,
      "loss": 7.5006,
      "step": 477520
    },
    {
      "epoch": 0.9948541666666667,
      "grad_norm": 2.140101432800293,
      "learning_rate": 1.9764670767047354e-08,
      "loss": 7.8127,
      "step": 477530
    },
    {
      "epoch": 0.994875,
      "grad_norm": 4.442166328430176,
      "learning_rate": 1.9604960389457692e-08,
      "loss": 7.9434,
      "step": 477540
    },
    {
      "epoch": 0.9948958333333333,
      "grad_norm": 8.725272178649902,
      "learning_rate": 1.9445897867803596e-08,
      "loss": 8.6341,
      "step": 477550
    },
    {
      "epoch": 0.9949166666666667,
      "grad_norm": 2.0338144302368164,
      "learning_rate": 1.9287483202784503e-08,
      "loss": 7.4962,
      "step": 477560
    },
    {
      "epoch": 0.9949375,
      "grad_norm": 2.2852258682250977,
      "learning_rate": 1.912971639506655e-08,
      "loss": 7.6415,
      "step": 477570
    },
    {
      "epoch": 0.9949583333333333,
      "grad_norm": 1.4127538204193115,
      "learning_rate": 1.897259744534918e-08,
      "loss": 8.1601,
      "step": 477580
    },
    {
      "epoch": 0.9949791666666666,
      "grad_norm": 15.002894401550293,
      "learning_rate": 1.881612635429852e-08,
      "loss": 8.363,
      "step": 477590
    },
    {
      "epoch": 0.995,
      "grad_norm": 6.569706439971924,
      "learning_rate": 1.8660303122597365e-08,
      "loss": 8.3125,
      "step": 477600
    },
    {
      "epoch": 0.9950208333333334,
      "grad_norm": 2.592585325241089,
      "learning_rate": 1.850512775091184e-08,
      "loss": 8.1399,
      "step": 477610
    },
    {
      "epoch": 0.9950416666666667,
      "grad_norm": 2.5374746322631836,
      "learning_rate": 1.835060023992474e-08,
      "loss": 8.1321,
      "step": 477620
    },
    {
      "epoch": 0.9950625,
      "grad_norm": 3.3074252605438232,
      "learning_rate": 1.8196720590285542e-08,
      "loss": 8.6661,
      "step": 477630
    },
    {
      "epoch": 0.9950833333333333,
      "grad_norm": 4.215587615966797,
      "learning_rate": 1.804348880267703e-08,
      "loss": 8.0606,
      "step": 477640
    },
    {
      "epoch": 0.9951041666666667,
      "grad_norm": 5.395790100097656,
      "learning_rate": 1.7890904877765344e-08,
      "loss": 7.375,
      "step": 477650
    },
    {
      "epoch": 0.995125,
      "grad_norm": 1.5839530229568481,
      "learning_rate": 1.7738968816183306e-08,
      "loss": 7.8627,
      "step": 477660
    },
    {
      "epoch": 0.9951458333333333,
      "grad_norm": 1.7482991218566895,
      "learning_rate": 1.7587680618597054e-08,
      "loss": 7.8991,
      "step": 477670
    },
    {
      "epoch": 0.9951666666666666,
      "grad_norm": 1.853497862815857,
      "learning_rate": 1.743704028567272e-08,
      "loss": 7.8325,
      "step": 477680
    },
    {
      "epoch": 0.9951875,
      "grad_norm": 2.3549280166625977,
      "learning_rate": 1.7287047818059785e-08,
      "loss": 7.6601,
      "step": 477690
    },
    {
      "epoch": 0.9952083333333334,
      "grad_norm": 1.3830279111862183,
      "learning_rate": 1.7137703216391076e-08,
      "loss": 7.9785,
      "step": 477700
    },
    {
      "epoch": 0.9952291666666667,
      "grad_norm": 4.395908832550049,
      "learning_rate": 1.698900648131607e-08,
      "loss": 8.1934,
      "step": 477710
    },
    {
      "epoch": 0.99525,
      "grad_norm": 1.919756531715393,
      "learning_rate": 1.6840957613500906e-08,
      "loss": 7.8841,
      "step": 477720
    },
    {
      "epoch": 0.9952708333333333,
      "grad_norm": 1.5741280317306519,
      "learning_rate": 1.66935566135451e-08,
      "loss": 7.7699,
      "step": 477730
    },
    {
      "epoch": 0.9952916666666667,
      "grad_norm": 4.575253486633301,
      "learning_rate": 1.654680348211479e-08,
      "loss": 7.7959,
      "step": 477740
    },
    {
      "epoch": 0.9953125,
      "grad_norm": 1.3889555931091309,
      "learning_rate": 1.6400698219826148e-08,
      "loss": 7.7748,
      "step": 477750
    },
    {
      "epoch": 0.9953333333333333,
      "grad_norm": 1.336792230606079,
      "learning_rate": 1.6255240827328654e-08,
      "loss": 7.5714,
      "step": 477760
    },
    {
      "epoch": 0.9953541666666667,
      "grad_norm": 1.2466524839401245,
      "learning_rate": 1.611043130523848e-08,
      "loss": 7.465,
      "step": 477770
    },
    {
      "epoch": 0.995375,
      "grad_norm": 1.7824740409851074,
      "learning_rate": 1.5966269654171802e-08,
      "loss": 7.789,
      "step": 477780
    },
    {
      "epoch": 0.9953958333333334,
      "grad_norm": 1.5566670894622803,
      "learning_rate": 1.5822755874778104e-08,
      "loss": 7.4784,
      "step": 477790
    },
    {
      "epoch": 0.9954166666666666,
      "grad_norm": 4.1971001625061035,
      "learning_rate": 1.56798899676569e-08,
      "loss": 7.9448,
      "step": 477800
    },
    {
      "epoch": 0.9954375,
      "grad_norm": 1.838333249092102,
      "learning_rate": 1.553767193344102e-08,
      "loss": 7.9078,
      "step": 477810
    },
    {
      "epoch": 0.9954583333333333,
      "grad_norm": 1.115608811378479,
      "learning_rate": 1.539610177271333e-08,
      "loss": 8.0672,
      "step": 477820
    },
    {
      "epoch": 0.9954791666666667,
      "grad_norm": 1.822433590888977,
      "learning_rate": 1.5255179486123313e-08,
      "loss": 7.8383,
      "step": 477830
    },
    {
      "epoch": 0.9955,
      "grad_norm": 1.7128238677978516,
      "learning_rate": 1.5114905074253836e-08,
      "loss": 7.924,
      "step": 477840
    },
    {
      "epoch": 0.9955208333333333,
      "grad_norm": 1.7327284812927246,
      "learning_rate": 1.4975278537721068e-08,
      "loss": 7.7011,
      "step": 477850
    },
    {
      "epoch": 0.9955416666666667,
      "grad_norm": 2.362340211868286,
      "learning_rate": 1.4836299877141189e-08,
      "loss": 8.4713,
      "step": 477860
    },
    {
      "epoch": 0.9955625,
      "grad_norm": 2.0600483417510986,
      "learning_rate": 1.4697969093080408e-08,
      "loss": 7.6303,
      "step": 477870
    },
    {
      "epoch": 0.9955833333333334,
      "grad_norm": 2.0237321853637695,
      "learning_rate": 1.4560286186171555e-08,
      "loss": 8.0173,
      "step": 477880
    },
    {
      "epoch": 0.9956041666666666,
      "grad_norm": 2.2749648094177246,
      "learning_rate": 1.4423251156980841e-08,
      "loss": 7.7848,
      "step": 477890
    },
    {
      "epoch": 0.995625,
      "grad_norm": 1.5387991666793823,
      "learning_rate": 1.4286864006124444e-08,
      "loss": 7.7392,
      "step": 477900
    },
    {
      "epoch": 0.9956458333333333,
      "grad_norm": 2.215743064880371,
      "learning_rate": 1.4151124734168573e-08,
      "loss": 7.955,
      "step": 477910
    },
    {
      "epoch": 0.9956666666666667,
      "grad_norm": 2.9476897716522217,
      "learning_rate": 1.4016033341712752e-08,
      "loss": 7.9423,
      "step": 477920
    },
    {
      "epoch": 0.9956875,
      "grad_norm": 1.102142333984375,
      "learning_rate": 1.3881589829339845e-08,
      "loss": 7.4441,
      "step": 477930
    },
    {
      "epoch": 0.9957083333333333,
      "grad_norm": 2.7153379917144775,
      "learning_rate": 1.3747794197632722e-08,
      "loss": 7.9078,
      "step": 477940
    },
    {
      "epoch": 0.9957291666666667,
      "grad_norm": 6.514556884765625,
      "learning_rate": 1.3614646447174249e-08,
      "loss": 8.4708,
      "step": 477950
    },
    {
      "epoch": 0.99575,
      "grad_norm": 1.3104971647262573,
      "learning_rate": 1.348214657853064e-08,
      "loss": 10.043,
      "step": 477960
    },
    {
      "epoch": 0.9957708333333334,
      "grad_norm": 3.4315268993377686,
      "learning_rate": 1.3350294592268106e-08,
      "loss": 7.9811,
      "step": 477970
    },
    {
      "epoch": 0.9957916666666666,
      "grad_norm": 1.6969943046569824,
      "learning_rate": 1.3219090488952865e-08,
      "loss": 7.8937,
      "step": 477980
    },
    {
      "epoch": 0.9958125,
      "grad_norm": 1.1026917695999146,
      "learning_rate": 1.3088534269184436e-08,
      "loss": 7.6691,
      "step": 477990
    },
    {
      "epoch": 0.9958333333333333,
      "grad_norm": 1.669073462486267,
      "learning_rate": 1.2958625933495725e-08,
      "loss": 8.5568,
      "step": 478000
    },
    {
      "epoch": 0.9958333333333333,
      "eval_loss": 7.078184604644775,
      "eval_runtime": 8.2455,
      "eval_samples_per_second": 0.364,
      "eval_steps_per_second": 0.121,
      "step": 478000
    },
    {
      "epoch": 0.9958541666666667,
      "grad_norm": 2.3267390727996826,
      "learning_rate": 1.2829365482452947e-08,
      "loss": 8.8693,
      "step": 478010
    },
    {
      "epoch": 0.995875,
      "grad_norm": 1.2242693901062012,
      "learning_rate": 1.2700752916622315e-08,
      "loss": 8.2055,
      "step": 478020
    },
    {
      "epoch": 0.9958958333333333,
      "grad_norm": 3.0721054077148438,
      "learning_rate": 1.2572788236553389e-08,
      "loss": 8.4244,
      "step": 478030
    },
    {
      "epoch": 0.9959166666666667,
      "grad_norm": 3.520209789276123,
      "learning_rate": 1.2445471442795729e-08,
      "loss": 8.1664,
      "step": 478040
    },
    {
      "epoch": 0.9959375,
      "grad_norm": 5.776863098144531,
      "learning_rate": 1.2318802535915551e-08,
      "loss": 8.5584,
      "step": 478050
    },
    {
      "epoch": 0.9959583333333333,
      "grad_norm": 1.467512607574463,
      "learning_rate": 1.219278151644576e-08,
      "loss": 8.4953,
      "step": 478060
    },
    {
      "epoch": 0.9959791666666666,
      "grad_norm": 11.795019149780273,
      "learning_rate": 1.2067408384919264e-08,
      "loss": 8.108,
      "step": 478070
    },
    {
      "epoch": 0.996,
      "grad_norm": 2.796093463897705,
      "learning_rate": 1.1942683141918929e-08,
      "loss": 8.0886,
      "step": 478080
    },
    {
      "epoch": 0.9960208333333334,
      "grad_norm": 3.7522363662719727,
      "learning_rate": 1.1818605787944357e-08,
      "loss": 7.9782,
      "step": 478090
    },
    {
      "epoch": 0.9960416666666667,
      "grad_norm": 2.515825033187866,
      "learning_rate": 1.1695176323528454e-08,
      "loss": 8.0452,
      "step": 478100
    },
    {
      "epoch": 0.9960625,
      "grad_norm": 2.709427833557129,
      "learning_rate": 1.1572394749237434e-08,
      "loss": 7.8923,
      "step": 478110
    },
    {
      "epoch": 0.9960833333333333,
      "grad_norm": 7.1894659996032715,
      "learning_rate": 1.1450261065587552e-08,
      "loss": 7.8941,
      "step": 478120
    },
    {
      "epoch": 0.9961041666666667,
      "grad_norm": 1.9011985063552856,
      "learning_rate": 1.1328775273095058e-08,
      "loss": 7.4023,
      "step": 478130
    },
    {
      "epoch": 0.996125,
      "grad_norm": 2.065143585205078,
      "learning_rate": 1.1207937372292864e-08,
      "loss": 7.9991,
      "step": 478140
    },
    {
      "epoch": 0.9961458333333333,
      "grad_norm": 1.3691740036010742,
      "learning_rate": 1.1087747363697219e-08,
      "loss": 8.4489,
      "step": 478150
    },
    {
      "epoch": 0.9961666666666666,
      "grad_norm": 2.093392848968506,
      "learning_rate": 1.0968205247841033e-08,
      "loss": 8.5331,
      "step": 478160
    },
    {
      "epoch": 0.9961875,
      "grad_norm": 4.996372699737549,
      "learning_rate": 1.0849311025223905e-08,
      "loss": 8.2423,
      "step": 478170
    },
    {
      "epoch": 0.9962083333333334,
      "grad_norm": 1.4459116458892822,
      "learning_rate": 1.0731064696378743e-08,
      "loss": 8.687,
      "step": 478180
    },
    {
      "epoch": 0.9962291666666667,
      "grad_norm": 1.5264661312103271,
      "learning_rate": 1.0613466261805149e-08,
      "loss": 7.7039,
      "step": 478190
    },
    {
      "epoch": 0.99625,
      "grad_norm": 1.5006097555160522,
      "learning_rate": 1.0496515722002719e-08,
      "loss": 7.6548,
      "step": 478200
    },
    {
      "epoch": 0.9962708333333333,
      "grad_norm": 1.9582905769348145,
      "learning_rate": 1.0380213077487708e-08,
      "loss": 7.6163,
      "step": 478210
    },
    {
      "epoch": 0.9962916666666667,
      "grad_norm": 2.415994882583618,
      "learning_rate": 1.026455832875972e-08,
      "loss": 7.5887,
      "step": 478220
    },
    {
      "epoch": 0.9963125,
      "grad_norm": 3.064464569091797,
      "learning_rate": 1.0149551476318351e-08,
      "loss": 7.532,
      "step": 478230
    },
    {
      "epoch": 0.9963333333333333,
      "grad_norm": 2.3270785808563232,
      "learning_rate": 1.0035192520663204e-08,
      "loss": 8.4944,
      "step": 478240
    },
    {
      "epoch": 0.9963541666666667,
      "grad_norm": 2.741597890853882,
      "learning_rate": 9.921481462293878e-09,
      "loss": 8.1061,
      "step": 478250
    },
    {
      "epoch": 0.996375,
      "grad_norm": 4.579950332641602,
      "learning_rate": 9.808418301676669e-09,
      "loss": 8.1378,
      "step": 478260
    },
    {
      "epoch": 0.9963958333333334,
      "grad_norm": 2.3137545585632324,
      "learning_rate": 9.696003039327826e-09,
      "loss": 7.5836,
      "step": 478270
    },
    {
      "epoch": 0.9964166666666666,
      "grad_norm": 3.0626060962677,
      "learning_rate": 9.584235675730301e-09,
      "loss": 7.8236,
      "step": 478280
    },
    {
      "epoch": 0.9964375,
      "grad_norm": 1.637058138847351,
      "learning_rate": 9.473116211350384e-09,
      "loss": 7.9867,
      "step": 478290
    },
    {
      "epoch": 0.9964583333333333,
      "grad_norm": 1.8553361892700195,
      "learning_rate": 9.362644646671024e-09,
      "loss": 7.6112,
      "step": 478300
    },
    {
      "epoch": 0.9964791666666667,
      "grad_norm": 3.9933295249938965,
      "learning_rate": 9.252820982175169e-09,
      "loss": 7.8609,
      "step": 478310
    },
    {
      "epoch": 0.9965,
      "grad_norm": 1.297133207321167,
      "learning_rate": 9.14364521832911e-09,
      "loss": 7.5527,
      "step": 478320
    },
    {
      "epoch": 0.9965208333333333,
      "grad_norm": 3.026782512664795,
      "learning_rate": 9.035117355632448e-09,
      "loss": 7.845,
      "step": 478330
    },
    {
      "epoch": 0.9965416666666667,
      "grad_norm": 2.0020506381988525,
      "learning_rate": 8.927237394518172e-09,
      "loss": 8.2041,
      "step": 478340
    },
    {
      "epoch": 0.9965625,
      "grad_norm": 1.9193174839019775,
      "learning_rate": 8.820005335469227e-09,
      "loss": 7.7168,
      "step": 478350
    },
    {
      "epoch": 0.9965833333333334,
      "grad_norm": 6.601330280303955,
      "learning_rate": 8.713421178951907e-09,
      "loss": 7.5219,
      "step": 478360
    },
    {
      "epoch": 0.9966041666666666,
      "grad_norm": 1.2642024755477905,
      "learning_rate": 8.607484925432506e-09,
      "loss": 7.7732,
      "step": 478370
    },
    {
      "epoch": 0.996625,
      "grad_norm": 3.113523244857788,
      "learning_rate": 8.502196575344011e-09,
      "loss": 7.9935,
      "step": 478380
    },
    {
      "epoch": 0.9966458333333333,
      "grad_norm": 1.400529146194458,
      "learning_rate": 8.397556129152716e-09,
      "loss": 7.849,
      "step": 478390
    },
    {
      "epoch": 0.9966666666666667,
      "grad_norm": 4.957062244415283,
      "learning_rate": 8.293563587324914e-09,
      "loss": 8.0672,
      "step": 478400
    },
    {
      "epoch": 0.9966875,
      "grad_norm": 6.579323768615723,
      "learning_rate": 8.190218950293592e-09,
      "loss": 8.666,
      "step": 478410
    },
    {
      "epoch": 0.9967083333333333,
      "grad_norm": 2.0013961791992188,
      "learning_rate": 8.087522218491738e-09,
      "loss": 8.2243,
      "step": 478420
    },
    {
      "epoch": 0.9967291666666667,
      "grad_norm": 1.6336669921875,
      "learning_rate": 7.985473392402297e-09,
      "loss": 7.788,
      "step": 478430
    },
    {
      "epoch": 0.99675,
      "grad_norm": 1.2107927799224854,
      "learning_rate": 7.884072472441606e-09,
      "loss": 7.8348,
      "step": 478440
    },
    {
      "epoch": 0.9967708333333334,
      "grad_norm": 1.8236130475997925,
      "learning_rate": 7.783319459042647e-09,
      "loss": 8.0512,
      "step": 478450
    },
    {
      "epoch": 0.9967916666666666,
      "grad_norm": 1.8436771631240845,
      "learning_rate": 7.683214352655064e-09,
      "loss": 8.522,
      "step": 478460
    },
    {
      "epoch": 0.9968125,
      "grad_norm": 1.9318561553955078,
      "learning_rate": 7.583757153711845e-09,
      "loss": 8.0891,
      "step": 478470
    },
    {
      "epoch": 0.9968333333333333,
      "grad_norm": 2.4384403228759766,
      "learning_rate": 7.48494786262932e-09,
      "loss": 7.2174,
      "step": 478480
    },
    {
      "epoch": 0.9968541666666667,
      "grad_norm": 5.708803176879883,
      "learning_rate": 7.3867864798404786e-09,
      "loss": 8.3007,
      "step": 478490
    },
    {
      "epoch": 0.996875,
      "grad_norm": 3.596015691757202,
      "learning_rate": 7.289273005761653e-09,
      "loss": 7.58,
      "step": 478500
    },
    {
      "epoch": 0.9968958333333333,
      "grad_norm": 1.5748591423034668,
      "learning_rate": 7.192407440825832e-09,
      "loss": 8.0115,
      "step": 478510
    },
    {
      "epoch": 0.9969166666666667,
      "grad_norm": 2.2170634269714355,
      "learning_rate": 7.096189785449347e-09,
      "loss": 8.0088,
      "step": 478520
    },
    {
      "epoch": 0.9969375,
      "grad_norm": 15.651873588562012,
      "learning_rate": 7.000620040048532e-09,
      "loss": 8.4549,
      "step": 478530
    },
    {
      "epoch": 0.9969583333333333,
      "grad_norm": 3.5920636653900146,
      "learning_rate": 6.9056982050397225e-09,
      "loss": 8.6869,
      "step": 478540
    },
    {
      "epoch": 0.9969791666666666,
      "grad_norm": 2.4748756885528564,
      "learning_rate": 6.811424280805944e-09,
      "loss": 8.2925,
      "step": 478550
    },
    {
      "epoch": 0.997,
      "grad_norm": 1.4341776371002197,
      "learning_rate": 6.717798267796837e-09,
      "loss": 8.6828,
      "step": 478560
    },
    {
      "epoch": 0.9970208333333334,
      "grad_norm": 17.376766204833984,
      "learning_rate": 6.6248201663787745e-09,
      "loss": 8.4129,
      "step": 478570
    },
    {
      "epoch": 0.9970416666666667,
      "grad_norm": 2.960723400115967,
      "learning_rate": 6.532489976984745e-09,
      "loss": 7.6644,
      "step": 478580
    },
    {
      "epoch": 0.9970625,
      "grad_norm": 1.8485931158065796,
      "learning_rate": 6.440807699997774e-09,
      "loss": 7.892,
      "step": 478590
    },
    {
      "epoch": 0.9970833333333333,
      "grad_norm": 2.6220293045043945,
      "learning_rate": 6.349773335800889e-09,
      "loss": 8.6163,
      "step": 478600
    },
    {
      "epoch": 0.9971041666666667,
      "grad_norm": 1.995713233947754,
      "learning_rate": 6.259386884810425e-09,
      "loss": 8.4856,
      "step": 478610
    },
    {
      "epoch": 0.997125,
      "grad_norm": 3.4214792251586914,
      "learning_rate": 6.169648347409406e-09,
      "loss": 8.3814,
      "step": 478620
    },
    {
      "epoch": 0.9971458333333333,
      "grad_norm": 1.2026548385620117,
      "learning_rate": 6.080557723980861e-09,
      "loss": 7.6671,
      "step": 478630
    },
    {
      "epoch": 0.9971666666666666,
      "grad_norm": 1.193183183670044,
      "learning_rate": 5.9921150149078165e-09,
      "loss": 7.7527,
      "step": 478640
    },
    {
      "epoch": 0.9971875,
      "grad_norm": 2.4023709297180176,
      "learning_rate": 5.904320220589953e-09,
      "loss": 8.3749,
      "step": 478650
    },
    {
      "epoch": 0.9972083333333334,
      "grad_norm": 1.2834298610687256,
      "learning_rate": 5.81717334137699e-09,
      "loss": 7.7925,
      "step": 478660
    },
    {
      "epoch": 0.9972291666666667,
      "grad_norm": 10.296829223632812,
      "learning_rate": 5.7306743776852625e-09,
      "loss": 8.235,
      "step": 478670
    },
    {
      "epoch": 0.99725,
      "grad_norm": 2.029388427734375,
      "learning_rate": 5.6448233298478365e-09,
      "loss": 7.679,
      "step": 478680
    },
    {
      "epoch": 0.9972708333333333,
      "grad_norm": 2.451572895050049,
      "learning_rate": 5.559620198247738e-09,
      "loss": 7.4979,
      "step": 478690
    },
    {
      "epoch": 0.9972916666666667,
      "grad_norm": 2.3746964931488037,
      "learning_rate": 5.475064983267996e-09,
      "loss": 7.7965,
      "step": 478700
    },
    {
      "epoch": 0.9973125,
      "grad_norm": 4.2569899559021,
      "learning_rate": 5.391157685274983e-09,
      "loss": 7.9867,
      "step": 478710
    },
    {
      "epoch": 0.9973333333333333,
      "grad_norm": 1.2774242162704468,
      "learning_rate": 5.3078983046017655e-09,
      "loss": 8.913,
      "step": 478720
    },
    {
      "epoch": 0.9973541666666667,
      "grad_norm": 2.1335363388061523,
      "learning_rate": 5.225286841631371e-09,
      "loss": 7.8274,
      "step": 478730
    },
    {
      "epoch": 0.997375,
      "grad_norm": 1.6764767169952393,
      "learning_rate": 5.143323296713519e-09,
      "loss": 7.9228,
      "step": 478740
    },
    {
      "epoch": 0.9973958333333334,
      "grad_norm": 1.6669435501098633,
      "learning_rate": 5.062007670214585e-09,
      "loss": 8.1044,
      "step": 478750
    },
    {
      "epoch": 0.9974166666666666,
      "grad_norm": 1.8778234720230103,
      "learning_rate": 4.981339962467634e-09,
      "loss": 8.386,
      "step": 478760
    },
    {
      "epoch": 0.9974375,
      "grad_norm": 2.5335817337036133,
      "learning_rate": 4.901320173822387e-09,
      "loss": 7.5154,
      "step": 478770
    },
    {
      "epoch": 0.9974583333333333,
      "grad_norm": 7.01113748550415,
      "learning_rate": 4.821948304645218e-09,
      "loss": 9.4313,
      "step": 478780
    },
    {
      "epoch": 0.9974791666666667,
      "grad_norm": 4.95035982131958,
      "learning_rate": 4.743224355252539e-09,
      "loss": 7.696,
      "step": 478790
    },
    {
      "epoch": 0.9975,
      "grad_norm": 1.3795146942138672,
      "learning_rate": 4.665148326010726e-09,
      "loss": 7.3265,
      "step": 478800
    },
    {
      "epoch": 0.9975208333333333,
      "grad_norm": 1.6135070323944092,
      "learning_rate": 4.58772021723619e-09,
      "loss": 7.9401,
      "step": 478810
    },
    {
      "epoch": 0.9975416666666667,
      "grad_norm": 2.0674638748168945,
      "learning_rate": 4.510940029278654e-09,
      "loss": 7.6847,
      "step": 478820
    },
    {
      "epoch": 0.9975625,
      "grad_norm": 3.0340402126312256,
      "learning_rate": 4.434807762437875e-09,
      "loss": 8.1051,
      "step": 478830
    },
    {
      "epoch": 0.9975833333333334,
      "grad_norm": 2.908557176589966,
      "learning_rate": 4.359323417080229e-09,
      "loss": 7.9425,
      "step": 478840
    },
    {
      "epoch": 0.9976041666666666,
      "grad_norm": 3.34626841545105,
      "learning_rate": 4.28448699352213e-09,
      "loss": 8.8288,
      "step": 478850
    },
    {
      "epoch": 0.997625,
      "grad_norm": 2.93564510345459,
      "learning_rate": 4.210298492079989e-09,
      "loss": 8.1386,
      "step": 478860
    },
    {
      "epoch": 0.9976458333333333,
      "grad_norm": 1.4719386100769043,
      "learning_rate": 4.136757913086875e-09,
      "loss": 7.8019,
      "step": 478870
    },
    {
      "epoch": 0.9976666666666667,
      "grad_norm": 3.1949656009674072,
      "learning_rate": 4.0638652568425465e-09,
      "loss": 8.2261,
      "step": 478880
    },
    {
      "epoch": 0.9976875,
      "grad_norm": 1.3670471906661987,
      "learning_rate": 3.991620523663419e-09,
      "loss": 7.7998,
      "step": 478890
    },
    {
      "epoch": 0.9977083333333333,
      "grad_norm": 1.3665865659713745,
      "learning_rate": 3.920023713865905e-09,
      "loss": 7.4772,
      "step": 478900
    },
    {
      "epoch": 0.9977291666666667,
      "grad_norm": 1.4753506183624268,
      "learning_rate": 3.849074827766418e-09,
      "loss": 7.8395,
      "step": 478910
    },
    {
      "epoch": 0.99775,
      "grad_norm": 4.581593990325928,
      "learning_rate": 3.778773865664719e-09,
      "loss": 7.8184,
      "step": 478920
    },
    {
      "epoch": 0.9977708333333334,
      "grad_norm": 2.551243543624878,
      "learning_rate": 3.709120827877221e-09,
      "loss": 8.2804,
      "step": 478930
    },
    {
      "epoch": 0.9977916666666666,
      "grad_norm": 3.0045018196105957,
      "learning_rate": 3.640115714687031e-09,
      "loss": 7.5423,
      "step": 478940
    },
    {
      "epoch": 0.9978125,
      "grad_norm": 1.6537137031555176,
      "learning_rate": 3.5717585263939085e-09,
      "loss": 7.8941,
      "step": 478950
    },
    {
      "epoch": 0.9978333333333333,
      "grad_norm": 5.772459030151367,
      "learning_rate": 3.5040492632976148e-09,
      "loss": 7.8554,
      "step": 478960
    },
    {
      "epoch": 0.9978541666666667,
      "grad_norm": 4.907485485076904,
      "learning_rate": 3.4369879256979095e-09,
      "loss": 8.1251,
      "step": 478970
    },
    {
      "epoch": 0.997875,
      "grad_norm": 2.713789463043213,
      "learning_rate": 3.3705745138778995e-09,
      "loss": 8.7783,
      "step": 478980
    },
    {
      "epoch": 0.9978958333333333,
      "grad_norm": 1.8845688104629517,
      "learning_rate": 3.304809028120692e-09,
      "loss": 7.7044,
      "step": 478990
    },
    {
      "epoch": 0.9979166666666667,
      "grad_norm": 3.135345458984375,
      "learning_rate": 3.2396914687093932e-09,
      "loss": 7.856,
      "step": 479000
    },
    {
      "epoch": 0.9979166666666667,
      "eval_loss": 7.020618438720703,
      "eval_runtime": 8.3931,
      "eval_samples_per_second": 0.357,
      "eval_steps_per_second": 0.119,
      "step": 479000
    },
    {
      "epoch": 0.9979375,
      "grad_norm": 1.4660365581512451,
      "learning_rate": 3.1752218359271108e-09,
      "loss": 8.1083,
      "step": 479010
    },
    {
      "epoch": 0.9979583333333333,
      "grad_norm": 1.348294973373413,
      "learning_rate": 3.111400130073605e-09,
      "loss": 8.5788,
      "step": 479020
    },
    {
      "epoch": 0.9979791666666666,
      "grad_norm": 2.9995646476745605,
      "learning_rate": 3.0482263513820215e-09,
      "loss": 7.671,
      "step": 479030
    },
    {
      "epoch": 0.998,
      "grad_norm": 3.1989362239837646,
      "learning_rate": 2.985700500168775e-09,
      "loss": 7.8873,
      "step": 479040
    },
    {
      "epoch": 0.9980208333333334,
      "grad_norm": 1.365771770477295,
      "learning_rate": 2.9238225766836653e-09,
      "loss": 7.9208,
      "step": 479050
    },
    {
      "epoch": 0.9980416666666667,
      "grad_norm": 4.550212860107422,
      "learning_rate": 2.862592581176493e-09,
      "loss": 8.302,
      "step": 479060
    },
    {
      "epoch": 0.9980625,
      "grad_norm": 2.221522569656372,
      "learning_rate": 2.802010513947017e-09,
      "loss": 8.0354,
      "step": 479070
    },
    {
      "epoch": 0.9980833333333333,
      "grad_norm": 4.65108060836792,
      "learning_rate": 2.742076375228386e-09,
      "loss": 8.1383,
      "step": 479080
    },
    {
      "epoch": 0.9981041666666667,
      "grad_norm": 1.6141213178634644,
      "learning_rate": 2.6827901653037054e-09,
      "loss": 8.037,
      "step": 479090
    },
    {
      "epoch": 0.998125,
      "grad_norm": 5.203333377838135,
      "learning_rate": 2.6241518844061227e-09,
      "loss": 8.3651,
      "step": 479100
    },
    {
      "epoch": 0.9981458333333333,
      "grad_norm": 1.2473537921905518,
      "learning_rate": 2.5661615328020914e-09,
      "loss": 7.6317,
      "step": 479110
    },
    {
      "epoch": 0.9981666666666666,
      "grad_norm": 6.641165733337402,
      "learning_rate": 2.5088191107414115e-09,
      "loss": 8.3327,
      "step": 479120
    },
    {
      "epoch": 0.9981875,
      "grad_norm": 1.4550598859786987,
      "learning_rate": 2.452124618473883e-09,
      "loss": 7.7918,
      "step": 479130
    },
    {
      "epoch": 0.9982083333333334,
      "grad_norm": 1.1741832494735718,
      "learning_rate": 2.396078056232653e-09,
      "loss": 8.5704,
      "step": 479140
    },
    {
      "epoch": 0.9982291666666666,
      "grad_norm": 3.039830446243286,
      "learning_rate": 2.340679424267522e-09,
      "loss": 8.4141,
      "step": 479150
    },
    {
      "epoch": 0.99825,
      "grad_norm": 1.9718924760818481,
      "learning_rate": 2.2859287228116364e-09,
      "loss": 8.1254,
      "step": 479160
    },
    {
      "epoch": 0.9982708333333333,
      "grad_norm": 2.0446722507476807,
      "learning_rate": 2.2318259521147965e-09,
      "loss": 8.7141,
      "step": 479170
    },
    {
      "epoch": 0.9982916666666667,
      "grad_norm": 1.20299232006073,
      "learning_rate": 2.1783711124101487e-09,
      "loss": 8.0844,
      "step": 479180
    },
    {
      "epoch": 0.9983125,
      "grad_norm": 2.901522159576416,
      "learning_rate": 2.125564203914187e-09,
      "loss": 7.9602,
      "step": 479190
    },
    {
      "epoch": 0.9983333333333333,
      "grad_norm": 4.631994724273682,
      "learning_rate": 2.0734052268600586e-09,
      "loss": 7.9708,
      "step": 479200
    },
    {
      "epoch": 0.9983541666666667,
      "grad_norm": 2.266806125640869,
      "learning_rate": 2.0218941814809097e-09,
      "loss": 7.5896,
      "step": 479210
    },
    {
      "epoch": 0.998375,
      "grad_norm": 1.8526870012283325,
      "learning_rate": 1.9710310679932338e-09,
      "loss": 8.2058,
      "step": 479220
    },
    {
      "epoch": 0.9983958333333334,
      "grad_norm": 1.6135358810424805,
      "learning_rate": 1.9208158866135247e-09,
      "loss": 7.3874,
      "step": 479230
    },
    {
      "epoch": 0.9984166666666666,
      "grad_norm": 1.33174729347229,
      "learning_rate": 1.8712486375582756e-09,
      "loss": 7.6478,
      "step": 479240
    },
    {
      "epoch": 0.9984375,
      "grad_norm": 6.814953327178955,
      "learning_rate": 1.8223293210606339e-09,
      "loss": 8.1678,
      "step": 479250
    },
    {
      "epoch": 0.9984583333333333,
      "grad_norm": 1.7114143371582031,
      "learning_rate": 1.7740579373037855e-09,
      "loss": 7.9372,
      "step": 479260
    },
    {
      "epoch": 0.9984791666666667,
      "grad_norm": 6.963657379150391,
      "learning_rate": 1.7264344865042245e-09,
      "loss": 8.1876,
      "step": 479270
    },
    {
      "epoch": 0.9985,
      "grad_norm": 1.634460687637329,
      "learning_rate": 1.6794589688950977e-09,
      "loss": 7.615,
      "step": 479280
    },
    {
      "epoch": 0.9985208333333333,
      "grad_norm": 7.238035678863525,
      "learning_rate": 1.6331313846429384e-09,
      "loss": 7.8501,
      "step": 479290
    },
    {
      "epoch": 0.9985416666666667,
      "grad_norm": 2.9154906272888184,
      "learning_rate": 1.5874517339642401e-09,
      "loss": 8.1624,
      "step": 479300
    },
    {
      "epoch": 0.9985625,
      "grad_norm": 1.5246423482894897,
      "learning_rate": 1.542420017058843e-09,
      "loss": 8.5592,
      "step": 479310
    },
    {
      "epoch": 0.9985833333333334,
      "grad_norm": 2.609482526779175,
      "learning_rate": 1.4980362341099338e-09,
      "loss": 7.9522,
      "step": 479320
    },
    {
      "epoch": 0.9986041666666666,
      "grad_norm": 2.2776854038238525,
      "learning_rate": 1.454300385317353e-09,
      "loss": 8.2527,
      "step": 479330
    },
    {
      "epoch": 0.998625,
      "grad_norm": 2.921534299850464,
      "learning_rate": 1.4112124708642869e-09,
      "loss": 8.4125,
      "step": 479340
    },
    {
      "epoch": 0.9986458333333333,
      "grad_norm": 6.273216724395752,
      "learning_rate": 1.368772490950576e-09,
      "loss": 7.9535,
      "step": 479350
    },
    {
      "epoch": 0.9986666666666667,
      "grad_norm": 2.4424045085906982,
      "learning_rate": 1.3269804457427535e-09,
      "loss": 8.5743,
      "step": 479360
    },
    {
      "epoch": 0.9986875,
      "grad_norm": 1.8940908908843994,
      "learning_rate": 1.2858363354240065e-09,
      "loss": 8.1604,
      "step": 479370
    },
    {
      "epoch": 0.9987083333333333,
      "grad_norm": 3.541644334793091,
      "learning_rate": 1.245340160194175e-09,
      "loss": 8.2618,
      "step": 479380
    },
    {
      "epoch": 0.9987291666666667,
      "grad_norm": 3.1572179794311523,
      "learning_rate": 1.2054919202031388e-09,
      "loss": 7.7572,
      "step": 479390
    },
    {
      "epoch": 0.99875,
      "grad_norm": 1.1854333877563477,
      "learning_rate": 1.1662916156174318e-09,
      "loss": 8.5508,
      "step": 479400
    },
    {
      "epoch": 0.9987708333333334,
      "grad_norm": 1.5708837509155273,
      "learning_rate": 1.127739246636894e-09,
      "loss": 9.2894,
      "step": 479410
    },
    {
      "epoch": 0.9987916666666666,
      "grad_norm": 3.481721878051758,
      "learning_rate": 1.0898348134114054e-09,
      "loss": 7.695,
      "step": 479420
    },
    {
      "epoch": 0.9988125,
      "grad_norm": 2.0318949222564697,
      "learning_rate": 1.0525783160908462e-09,
      "loss": 7.8691,
      "step": 479430
    },
    {
      "epoch": 0.9988333333333334,
      "grad_norm": 2.1578524112701416,
      "learning_rate": 1.0159697548584034e-09,
      "loss": 7.8505,
      "step": 479440
    },
    {
      "epoch": 0.9988541666666667,
      "grad_norm": 1.8848148584365845,
      "learning_rate": 9.800091298639568e-10,
      "loss": 7.6575,
      "step": 479450
    },
    {
      "epoch": 0.998875,
      "grad_norm": 3.4070029258728027,
      "learning_rate": 9.446964412573866e-10,
      "loss": 9.6391,
      "step": 479460
    },
    {
      "epoch": 0.9988958333333333,
      "grad_norm": 1.3585216999053955,
      "learning_rate": 9.100316891885728e-10,
      "loss": 9.4229,
      "step": 479470
    },
    {
      "epoch": 0.9989166666666667,
      "grad_norm": 1.9223620891571045,
      "learning_rate": 8.760148738240491e-10,
      "loss": 7.7912,
      "step": 479480
    },
    {
      "epoch": 0.9989375,
      "grad_norm": 1.8487054109573364,
      "learning_rate": 8.426459953136955e-10,
      "loss": 8.3421,
      "step": 479490
    },
    {
      "epoch": 0.9989583333333333,
      "grad_norm": 4.123260021209717,
      "learning_rate": 8.099250537740854e-10,
      "loss": 8.1021,
      "step": 479500
    },
    {
      "epoch": 0.9989791666666666,
      "grad_norm": 6.704537868499756,
      "learning_rate": 7.778520493717522e-10,
      "loss": 8.8727,
      "step": 479510
    },
    {
      "epoch": 0.999,
      "grad_norm": 6.129642963409424,
      "learning_rate": 7.464269822232693e-10,
      "loss": 7.6281,
      "step": 479520
    },
    {
      "epoch": 0.9990208333333334,
      "grad_norm": 1.7745814323425293,
      "learning_rate": 7.15649852478517e-10,
      "loss": 7.9019,
      "step": 479530
    },
    {
      "epoch": 0.9990416666666667,
      "grad_norm": 2.79640793800354,
      "learning_rate": 6.855206602707219e-10,
      "loss": 8.3183,
      "step": 479540
    },
    {
      "epoch": 0.9990625,
      "grad_norm": 1.4725794792175293,
      "learning_rate": 6.560394057331108e-10,
      "loss": 7.636,
      "step": 479550
    },
    {
      "epoch": 0.9990833333333333,
      "grad_norm": 1.6269471645355225,
      "learning_rate": 6.272060889822572e-10,
      "loss": 8.2464,
      "step": 479560
    },
    {
      "epoch": 0.9991041666666667,
      "grad_norm": 2.138270854949951,
      "learning_rate": 5.990207101513877e-10,
      "loss": 7.9519,
      "step": 479570
    },
    {
      "epoch": 0.999125,
      "grad_norm": 3.119899034500122,
      "learning_rate": 5.714832693404226e-10,
      "loss": 7.9596,
      "step": 479580
    },
    {
      "epoch": 0.9991458333333333,
      "grad_norm": 2.6335742473602295,
      "learning_rate": 5.445937667158951e-10,
      "loss": 8.1576,
      "step": 479590
    },
    {
      "epoch": 0.9991666666666666,
      "grad_norm": 1.909645915031433,
      "learning_rate": 5.183522023444186e-10,
      "loss": 8.09,
      "step": 479600
    },
    {
      "epoch": 0.9991875,
      "grad_norm": 1.2392596006393433,
      "learning_rate": 4.927585763592201e-10,
      "loss": 7.9914,
      "step": 479610
    },
    {
      "epoch": 0.9992083333333334,
      "grad_norm": 1.443968653678894,
      "learning_rate": 4.678128888935262e-10,
      "loss": 7.9704,
      "step": 479620
    },
    {
      "epoch": 0.9992291666666666,
      "grad_norm": 3.8867909908294678,
      "learning_rate": 4.435151400139503e-10,
      "loss": 8.1387,
      "step": 479630
    },
    {
      "epoch": 0.99925,
      "grad_norm": 3.3985307216644287,
      "learning_rate": 4.198653298537191e-10,
      "loss": 8.1728,
      "step": 479640
    },
    {
      "epoch": 0.9992708333333333,
      "grad_norm": 3.532212018966675,
      "learning_rate": 3.968634584960995e-10,
      "loss": 8.1984,
      "step": 479650
    },
    {
      "epoch": 0.9992916666666667,
      "grad_norm": 1.8969299793243408,
      "learning_rate": 3.745095260576647e-10,
      "loss": 8.2021,
      "step": 479660
    },
    {
      "epoch": 0.9993125,
      "grad_norm": 1.4338246583938599,
      "learning_rate": 3.528035326216816e-10,
      "loss": 7.9183,
      "step": 479670
    },
    {
      "epoch": 0.9993333333333333,
      "grad_norm": 2.557955026626587,
      "learning_rate": 3.317454782880702e-10,
      "loss": 8.1972,
      "step": 479680
    },
    {
      "epoch": 0.9993541666666667,
      "grad_norm": 2.1422135829925537,
      "learning_rate": 3.1133536314009723e-10,
      "loss": 7.8329,
      "step": 479690
    },
    {
      "epoch": 0.999375,
      "grad_norm": 1.386789321899414,
      "learning_rate": 2.915731872943361e-10,
      "loss": 7.4457,
      "step": 479700
    },
    {
      "epoch": 0.9993958333333334,
      "grad_norm": 1.3351843357086182,
      "learning_rate": 2.7245895080074685e-10,
      "loss": 8.1054,
      "step": 479710
    },
    {
      "epoch": 0.9994166666666666,
      "grad_norm": 1.289428949356079,
      "learning_rate": 2.539926537592496e-10,
      "loss": 9.3468,
      "step": 479720
    },
    {
      "epoch": 0.9994375,
      "grad_norm": 5.104335784912109,
      "learning_rate": 2.3617429623645766e-10,
      "loss": 7.8278,
      "step": 479730
    },
    {
      "epoch": 0.9994583333333333,
      "grad_norm": 1.2359421253204346,
      "learning_rate": 2.1900387833229117e-10,
      "loss": 7.7554,
      "step": 479740
    },
    {
      "epoch": 0.9994791666666667,
      "grad_norm": 2.8450865745544434,
      "learning_rate": 2.0248140011336344e-10,
      "loss": 7.7919,
      "step": 479750
    },
    {
      "epoch": 0.9995,
      "grad_norm": 1.5853774547576904,
      "learning_rate": 1.8660686162963456e-10,
      "loss": 8.119,
      "step": 479760
    },
    {
      "epoch": 0.9995208333333333,
      "grad_norm": 1.4757004976272583,
      "learning_rate": 1.7138026296437125e-10,
      "loss": 7.8444,
      "step": 479770
    },
    {
      "epoch": 0.9995416666666667,
      "grad_norm": 2.74432373046875,
      "learning_rate": 1.5680160420084021e-10,
      "loss": 7.8671,
      "step": 479780
    },
    {
      "epoch": 0.9995625,
      "grad_norm": 1.7147870063781738,
      "learning_rate": 1.4287088537234815e-10,
      "loss": 8.4269,
      "step": 479790
    },
    {
      "epoch": 0.9995833333333334,
      "grad_norm": 1.8057451248168945,
      "learning_rate": 1.2958810656216179e-10,
      "loss": 8.3704,
      "step": 479800
    },
    {
      "epoch": 0.9996041666666666,
      "grad_norm": 2.634976863861084,
      "learning_rate": 1.1695326782024116e-10,
      "loss": 8.6216,
      "step": 479810
    },
    {
      "epoch": 0.999625,
      "grad_norm": 1.7754789590835571,
      "learning_rate": 1.0496636917989298e-10,
      "loss": 8.0325,
      "step": 479820
    },
    {
      "epoch": 0.9996458333333333,
      "grad_norm": 1.57204008102417,
      "learning_rate": 9.36274107410373e-11,
      "loss": 7.7136,
      "step": 479830
    },
    {
      "epoch": 0.9996666666666667,
      "grad_norm": 1.2384514808654785,
      "learning_rate": 8.293639250367412e-11,
      "loss": 8.0418,
      "step": 479840
    },
    {
      "epoch": 0.9996875,
      "grad_norm": 2.3437588214874268,
      "learning_rate": 7.289331453441683e-11,
      "loss": 7.6136,
      "step": 479850
    },
    {
      "epoch": 0.9997083333333333,
      "grad_norm": 1.4820332527160645,
      "learning_rate": 6.349817688322545e-11,
      "loss": 7.9582,
      "step": 479860
    },
    {
      "epoch": 0.9997291666666667,
      "grad_norm": 4.306225776672363,
      "learning_rate": 5.475097958340669e-11,
      "loss": 8.1426,
      "step": 479870
    },
    {
      "epoch": 0.99975,
      "grad_norm": 2.2036914825439453,
      "learning_rate": 4.6651722668267223e-11,
      "loss": 8.0563,
      "step": 479880
    },
    {
      "epoch": 0.9997708333333334,
      "grad_norm": 2.57069730758667,
      "learning_rate": 3.9200406171113754e-11,
      "loss": 8.3941,
      "step": 479890
    },
    {
      "epoch": 0.9997916666666666,
      "grad_norm": 3.1255574226379395,
      "learning_rate": 3.239703014190631e-11,
      "loss": 7.7684,
      "step": 479900
    },
    {
      "epoch": 0.9998125,
      "grad_norm": 1.5213711261749268,
      "learning_rate": 2.6241594597298245e-11,
      "loss": 8.2928,
      "step": 479910
    },
    {
      "epoch": 0.9998333333333334,
      "grad_norm": 1.3603384494781494,
      "learning_rate": 2.0734099553942894e-11,
      "loss": 7.5096,
      "step": 479920
    },
    {
      "epoch": 0.9998541666666667,
      "grad_norm": 1.8002365827560425,
      "learning_rate": 1.5874545061800304e-11,
      "loss": 8.3875,
      "step": 479930
    },
    {
      "epoch": 0.999875,
      "grad_norm": 4.493529319763184,
      "learning_rate": 1.1662931120870467e-11,
      "loss": 8.5735,
      "step": 479940
    },
    {
      "epoch": 0.9998958333333333,
      "grad_norm": 3.959141254425049,
      "learning_rate": 8.099257747806732e-12,
      "loss": 7.6644,
      "step": 479950
    },
    {
      "epoch": 0.9999166666666667,
      "grad_norm": 1.9653873443603516,
      "learning_rate": 5.183524975915787e-12,
      "loss": 7.3673,
      "step": 479960
    },
    {
      "epoch": 0.9999375,
      "grad_norm": 1.8879289627075195,
      "learning_rate": 2.9157328051976348e-12,
      "loss": 7.8729,
      "step": 479970
    },
    {
      "epoch": 0.9999583333333333,
      "grad_norm": 4.527467250823975,
      "learning_rate": 1.2958812523056194e-12,
      "loss": 9.0481,
      "step": 479980
    },
    {
      "epoch": 0.9999791666666666,
      "grad_norm": 2.146365165710449,
      "learning_rate": 3.239703172397412e-13,
      "loss": 8.0002,
      "step": 479990
    },
    {
      "epoch": 1.0,
      "grad_norm": 1.1709455251693726,
      "learning_rate": 0.0,
      "loss": 8.2472,
      "step": 480000
    },
    {
      "epoch": 1.0,
      "eval_loss": 9.022397994995117,
      "eval_runtime": 8.5039,
      "eval_samples_per_second": 0.353,
      "eval_steps_per_second": 0.118,
      "step": 480000
    },
    {
      "epoch": 1.0,
      "step": 480000,
      "total_flos": 1.6465434123436032e+19,
      "train_loss": 1.934643552494049,
      "train_runtime": 49285.6778,
      "train_samples_per_second": 155.826,
      "train_steps_per_second": 9.739
    }
  ],
  "logging_steps": 10,
  "max_steps": 480000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 9223372036854775807,
  "save_steps": 120000,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 1.6465434123436032e+19,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}