{
  "best_metric": 0.5036363636363637,
  "best_model_checkpoint": "swinv2-tiny-patch4-window8-256-RD-da-colab/checkpoint-864",
  "epoch": 40.0,
  "eval_steps": 500,
  "global_step": 3840,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.10416666666666667,
      "grad_norm": 42.598148345947266,
      "learning_rate": 4.986979166666667e-05,
      "loss": 0.1248,
      "step": 10
    },
    {
      "epoch": 0.20833333333333334,
      "grad_norm": 17.584503173828125,
      "learning_rate": 4.973958333333333e-05,
      "loss": 0.151,
      "step": 20
    },
    {
      "epoch": 0.3125,
      "grad_norm": 34.18959045410156,
      "learning_rate": 4.9609375000000005e-05,
      "loss": 0.1573,
      "step": 30
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 45.50139617919922,
      "learning_rate": 4.947916666666667e-05,
      "loss": 0.2027,
      "step": 40
    },
    {
      "epoch": 0.5208333333333334,
      "grad_norm": 23.02092170715332,
      "learning_rate": 4.934895833333333e-05,
      "loss": 0.1427,
      "step": 50
    },
    {
      "epoch": 0.625,
      "grad_norm": 38.76067352294922,
      "learning_rate": 4.921875e-05,
      "loss": 0.2,
      "step": 60
    },
    {
      "epoch": 0.7291666666666666,
      "grad_norm": 18.637813568115234,
      "learning_rate": 4.908854166666667e-05,
      "loss": 0.1592,
      "step": 70
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 30.81132698059082,
      "learning_rate": 4.8958333333333335e-05,
      "loss": 0.1751,
      "step": 80
    },
    {
      "epoch": 0.9375,
      "grad_norm": 14.898262023925781,
      "learning_rate": 4.8828125e-05,
      "loss": 0.1347,
      "step": 90
    },
    {
      "epoch": 1.0,
      "eval_accuracy": 0.49818181818181817,
      "eval_loss": 10.038619041442871,
      "eval_runtime": 5.4327,
      "eval_samples_per_second": 101.24,
      "eval_steps_per_second": 6.443,
      "step": 96
    },
    {
      "epoch": 1.0416666666666667,
      "grad_norm": 30.047697067260742,
      "learning_rate": 4.869791666666667e-05,
      "loss": 0.1175,
      "step": 100
    },
    {
      "epoch": 1.1458333333333333,
      "grad_norm": 60.324214935302734,
      "learning_rate": 4.856770833333333e-05,
      "loss": 0.1122,
      "step": 110
    },
    {
      "epoch": 1.25,
      "grad_norm": 36.84939193725586,
      "learning_rate": 4.8437500000000005e-05,
      "loss": 0.1478,
      "step": 120
    },
    {
      "epoch": 1.3541666666666667,
      "grad_norm": 22.14335060119629,
      "learning_rate": 4.830729166666667e-05,
      "loss": 0.1263,
      "step": 130
    },
    {
      "epoch": 1.4583333333333333,
      "grad_norm": 26.1667537689209,
      "learning_rate": 4.817708333333333e-05,
      "loss": 0.1456,
      "step": 140
    },
    {
      "epoch": 1.5625,
      "grad_norm": 14.78097915649414,
      "learning_rate": 4.8046875e-05,
      "loss": 0.1277,
      "step": 150
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 8.224088668823242,
      "learning_rate": 4.791666666666667e-05,
      "loss": 0.1268,
      "step": 160
    },
    {
      "epoch": 1.7708333333333335,
      "grad_norm": 30.72645378112793,
      "learning_rate": 4.7786458333333336e-05,
      "loss": 0.1562,
      "step": 170
    },
    {
      "epoch": 1.875,
      "grad_norm": 60.8471794128418,
      "learning_rate": 4.765625e-05,
      "loss": 0.1334,
      "step": 180
    },
    {
      "epoch": 1.9791666666666665,
      "grad_norm": 31.910261154174805,
      "learning_rate": 4.752604166666667e-05,
      "loss": 0.1556,
      "step": 190
    },
    {
      "epoch": 2.0,
      "eval_accuracy": 0.5,
      "eval_loss": 9.5017671585083,
      "eval_runtime": 5.6573,
      "eval_samples_per_second": 97.219,
      "eval_steps_per_second": 6.187,
      "step": 192
    },
    {
      "epoch": 2.0833333333333335,
      "grad_norm": 30.34270477294922,
      "learning_rate": 4.739583333333333e-05,
      "loss": 0.1748,
      "step": 200
    },
    {
      "epoch": 2.1875,
      "grad_norm": 17.39912986755371,
      "learning_rate": 4.7265625000000005e-05,
      "loss": 0.11,
      "step": 210
    },
    {
      "epoch": 2.2916666666666665,
      "grad_norm": 20.40989112854004,
      "learning_rate": 4.713541666666667e-05,
      "loss": 0.1196,
      "step": 220
    },
    {
      "epoch": 2.3958333333333335,
      "grad_norm": 22.483667373657227,
      "learning_rate": 4.7005208333333334e-05,
      "loss": 0.1099,
      "step": 230
    },
    {
      "epoch": 2.5,
      "grad_norm": 43.34706497192383,
      "learning_rate": 4.6875e-05,
      "loss": 0.1165,
      "step": 240
    },
    {
      "epoch": 2.6041666666666665,
      "grad_norm": 18.61318016052246,
      "learning_rate": 4.674479166666667e-05,
      "loss": 0.1305,
      "step": 250
    },
    {
      "epoch": 2.7083333333333335,
      "grad_norm": 6.453171253204346,
      "learning_rate": 4.6614583333333336e-05,
      "loss": 0.0952,
      "step": 260
    },
    {
      "epoch": 2.8125,
      "grad_norm": 30.783220291137695,
      "learning_rate": 4.6484375e-05,
      "loss": 0.1272,
      "step": 270
    },
    {
      "epoch": 2.9166666666666665,
      "grad_norm": 26.62312126159668,
      "learning_rate": 4.635416666666667e-05,
      "loss": 0.1051,
      "step": 280
    },
    {
      "epoch": 3.0,
      "eval_accuracy": 0.49818181818181817,
      "eval_loss": 9.951637268066406,
      "eval_runtime": 5.8295,
      "eval_samples_per_second": 94.347,
      "eval_steps_per_second": 6.004,
      "step": 288
    },
    {
      "epoch": 3.0208333333333335,
      "grad_norm": 21.54640769958496,
      "learning_rate": 4.622395833333333e-05,
      "loss": 0.1112,
      "step": 290
    },
    {
      "epoch": 3.125,
      "grad_norm": 42.145084381103516,
      "learning_rate": 4.609375e-05,
      "loss": 0.1301,
      "step": 300
    },
    {
      "epoch": 3.2291666666666665,
      "grad_norm": 15.662188529968262,
      "learning_rate": 4.596354166666667e-05,
      "loss": 0.1256,
      "step": 310
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 10.25682258605957,
      "learning_rate": 4.5833333333333334e-05,
      "loss": 0.134,
      "step": 320
    },
    {
      "epoch": 3.4375,
      "grad_norm": 36.02114486694336,
      "learning_rate": 4.5703125e-05,
      "loss": 0.1526,
      "step": 330
    },
    {
      "epoch": 3.5416666666666665,
      "grad_norm": 17.305227279663086,
      "learning_rate": 4.557291666666667e-05,
      "loss": 0.1023,
      "step": 340
    },
    {
      "epoch": 3.6458333333333335,
      "grad_norm": 27.077919006347656,
      "learning_rate": 4.5442708333333336e-05,
      "loss": 0.1232,
      "step": 350
    },
    {
      "epoch": 3.75,
      "grad_norm": 11.635032653808594,
      "learning_rate": 4.5312500000000004e-05,
      "loss": 0.118,
      "step": 360
    },
    {
      "epoch": 3.8541666666666665,
      "grad_norm": 9.679945945739746,
      "learning_rate": 4.518229166666667e-05,
      "loss": 0.1272,
      "step": 370
    },
    {
      "epoch": 3.9583333333333335,
      "grad_norm": 35.05564880371094,
      "learning_rate": 4.505208333333333e-05,
      "loss": 0.1154,
      "step": 380
    },
    {
      "epoch": 4.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 10.83507251739502,
      "eval_runtime": 5.5852,
      "eval_samples_per_second": 98.475,
      "eval_steps_per_second": 6.267,
      "step": 384
    },
    {
      "epoch": 4.0625,
      "grad_norm": 17.898588180541992,
      "learning_rate": 4.4921875e-05,
      "loss": 0.1205,
      "step": 390
    },
    {
      "epoch": 4.166666666666667,
      "grad_norm": 11.714666366577148,
      "learning_rate": 4.4791666666666673e-05,
      "loss": 0.1154,
      "step": 400
    },
    {
      "epoch": 4.270833333333333,
      "grad_norm": 28.628341674804688,
      "learning_rate": 4.4661458333333334e-05,
      "loss": 0.0921,
      "step": 410
    },
    {
      "epoch": 4.375,
      "grad_norm": 27.23090171813965,
      "learning_rate": 4.453125e-05,
      "loss": 0.1387,
      "step": 420
    },
    {
      "epoch": 4.479166666666667,
      "grad_norm": 21.317411422729492,
      "learning_rate": 4.440104166666667e-05,
      "loss": 0.0963,
      "step": 430
    },
    {
      "epoch": 4.583333333333333,
      "grad_norm": 43.00777816772461,
      "learning_rate": 4.4270833333333337e-05,
      "loss": 0.1442,
      "step": 440
    },
    {
      "epoch": 4.6875,
      "grad_norm": 16.401071548461914,
      "learning_rate": 4.4140625000000004e-05,
      "loss": 0.1053,
      "step": 450
    },
    {
      "epoch": 4.791666666666667,
      "grad_norm": 64.46897888183594,
      "learning_rate": 4.401041666666667e-05,
      "loss": 0.127,
      "step": 460
    },
    {
      "epoch": 4.895833333333333,
      "grad_norm": 25.741722106933594,
      "learning_rate": 4.388020833333333e-05,
      "loss": 0.1091,
      "step": 470
    },
    {
      "epoch": 5.0,
      "grad_norm": 34.66310501098633,
      "learning_rate": 4.375e-05,
      "loss": 0.0909,
      "step": 480
    },
    {
      "epoch": 5.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.609113693237305,
      "eval_runtime": 5.3602,
      "eval_samples_per_second": 102.608,
      "eval_steps_per_second": 6.53,
      "step": 480
    },
    {
      "epoch": 5.104166666666667,
      "grad_norm": 23.78188705444336,
      "learning_rate": 4.3619791666666674e-05,
      "loss": 0.1073,
      "step": 490
    },
    {
      "epoch": 5.208333333333333,
      "grad_norm": 13.303662300109863,
      "learning_rate": 4.3489583333333334e-05,
      "loss": 0.1052,
      "step": 500
    },
    {
      "epoch": 5.3125,
      "grad_norm": 24.655569076538086,
      "learning_rate": 4.3359375e-05,
      "loss": 0.1411,
      "step": 510
    },
    {
      "epoch": 5.416666666666667,
      "grad_norm": 29.348360061645508,
      "learning_rate": 4.322916666666667e-05,
      "loss": 0.1221,
      "step": 520
    },
    {
      "epoch": 5.520833333333333,
      "grad_norm": 26.104904174804688,
      "learning_rate": 4.309895833333334e-05,
      "loss": 0.1141,
      "step": 530
    },
    {
      "epoch": 5.625,
      "grad_norm": 28.75691032409668,
      "learning_rate": 4.2968750000000004e-05,
      "loss": 0.1261,
      "step": 540
    },
    {
      "epoch": 5.729166666666667,
      "grad_norm": 23.914997100830078,
      "learning_rate": 4.283854166666667e-05,
      "loss": 0.1014,
      "step": 550
    },
    {
      "epoch": 5.833333333333333,
      "grad_norm": 22.971803665161133,
      "learning_rate": 4.270833333333333e-05,
      "loss": 0.1062,
      "step": 560
    },
    {
      "epoch": 5.9375,
      "grad_norm": 18.7663631439209,
      "learning_rate": 4.2578125e-05,
      "loss": 0.0923,
      "step": 570
    },
    {
      "epoch": 6.0,
      "eval_accuracy": 0.5,
      "eval_loss": 9.0530366897583,
      "eval_runtime": 5.338,
      "eval_samples_per_second": 103.034,
      "eval_steps_per_second": 6.557,
      "step": 576
    },
    {
      "epoch": 6.041666666666667,
      "grad_norm": 19.22948455810547,
      "learning_rate": 4.244791666666667e-05,
      "loss": 0.0913,
      "step": 580
    },
    {
      "epoch": 6.145833333333333,
      "grad_norm": 29.69597053527832,
      "learning_rate": 4.2317708333333335e-05,
      "loss": 0.1093,
      "step": 590
    },
    {
      "epoch": 6.25,
      "grad_norm": 11.631077766418457,
      "learning_rate": 4.21875e-05,
      "loss": 0.1111,
      "step": 600
    },
    {
      "epoch": 6.354166666666667,
      "grad_norm": 42.53981399536133,
      "learning_rate": 4.205729166666667e-05,
      "loss": 0.1012,
      "step": 610
    },
    {
      "epoch": 6.458333333333333,
      "grad_norm": 39.39896774291992,
      "learning_rate": 4.192708333333333e-05,
      "loss": 0.1194,
      "step": 620
    },
    {
      "epoch": 6.5625,
      "grad_norm": 33.39352035522461,
      "learning_rate": 4.1796875000000005e-05,
      "loss": 0.1544,
      "step": 630
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 31.19091796875,
      "learning_rate": 4.166666666666667e-05,
      "loss": 0.1152,
      "step": 640
    },
    {
      "epoch": 6.770833333333333,
      "grad_norm": 30.12346076965332,
      "learning_rate": 4.153645833333333e-05,
      "loss": 0.0876,
      "step": 650
    },
    {
      "epoch": 6.875,
      "grad_norm": 18.15308952331543,
      "learning_rate": 4.140625e-05,
      "loss": 0.1204,
      "step": 660
    },
    {
      "epoch": 6.979166666666667,
      "grad_norm": 27.95501136779785,
      "learning_rate": 4.127604166666667e-05,
      "loss": 0.1089,
      "step": 670
    },
    {
      "epoch": 7.0,
      "eval_accuracy": 0.49272727272727274,
      "eval_loss": 11.67651653289795,
      "eval_runtime": 5.7886,
      "eval_samples_per_second": 95.014,
      "eval_steps_per_second": 6.046,
      "step": 672
    },
    {
      "epoch": 7.083333333333333,
      "grad_norm": 46.727420806884766,
      "learning_rate": 4.1145833333333335e-05,
      "loss": 0.0998,
      "step": 680
    },
    {
      "epoch": 7.1875,
      "grad_norm": 28.814111709594727,
      "learning_rate": 4.1015625e-05,
      "loss": 0.1318,
      "step": 690
    },
    {
      "epoch": 7.291666666666667,
      "grad_norm": 18.481224060058594,
      "learning_rate": 4.088541666666667e-05,
      "loss": 0.1591,
      "step": 700
    },
    {
      "epoch": 7.395833333333333,
      "grad_norm": 12.8699951171875,
      "learning_rate": 4.075520833333333e-05,
      "loss": 0.0791,
      "step": 710
    },
    {
      "epoch": 7.5,
      "grad_norm": 21.009239196777344,
      "learning_rate": 4.0625000000000005e-05,
      "loss": 0.1131,
      "step": 720
    },
    {
      "epoch": 7.604166666666667,
      "grad_norm": 19.821640014648438,
      "learning_rate": 4.049479166666667e-05,
      "loss": 0.1074,
      "step": 730
    },
    {
      "epoch": 7.708333333333333,
      "grad_norm": 13.079972267150879,
      "learning_rate": 4.036458333333333e-05,
      "loss": 0.0768,
      "step": 740
    },
    {
      "epoch": 7.8125,
      "grad_norm": 26.40730857849121,
      "learning_rate": 4.0234375e-05,
      "loss": 0.1189,
      "step": 750
    },
    {
      "epoch": 7.916666666666667,
      "grad_norm": 38.257259368896484,
      "learning_rate": 4.010416666666667e-05,
      "loss": 0.0959,
      "step": 760
    },
    {
      "epoch": 8.0,
      "eval_accuracy": 0.49818181818181817,
      "eval_loss": 11.513229370117188,
      "eval_runtime": 5.8307,
      "eval_samples_per_second": 94.329,
      "eval_steps_per_second": 6.003,
      "step": 768
    },
    {
      "epoch": 8.020833333333334,
      "grad_norm": 21.100879669189453,
      "learning_rate": 3.9973958333333335e-05,
      "loss": 0.1113,
      "step": 770
    },
    {
      "epoch": 8.125,
      "grad_norm": 8.097026824951172,
      "learning_rate": 3.984375e-05,
      "loss": 0.0972,
      "step": 780
    },
    {
      "epoch": 8.229166666666666,
      "grad_norm": 30.355226516723633,
      "learning_rate": 3.971354166666667e-05,
      "loss": 0.0936,
      "step": 790
    },
    {
      "epoch": 8.333333333333334,
      "grad_norm": 10.632591247558594,
      "learning_rate": 3.958333333333333e-05,
      "loss": 0.0874,
      "step": 800
    },
    {
      "epoch": 8.4375,
      "grad_norm": 18.461145401000977,
      "learning_rate": 3.9453125000000005e-05,
      "loss": 0.0999,
      "step": 810
    },
    {
      "epoch": 8.541666666666666,
      "grad_norm": 14.908027648925781,
      "learning_rate": 3.932291666666667e-05,
      "loss": 0.082,
      "step": 820
    },
    {
      "epoch": 8.645833333333334,
      "grad_norm": 55.39009094238281,
      "learning_rate": 3.919270833333333e-05,
      "loss": 0.1039,
      "step": 830
    },
    {
      "epoch": 8.75,
      "grad_norm": 16.516685485839844,
      "learning_rate": 3.90625e-05,
      "loss": 0.0962,
      "step": 840
    },
    {
      "epoch": 8.854166666666666,
      "grad_norm": 15.267253875732422,
      "learning_rate": 3.893229166666667e-05,
      "loss": 0.102,
      "step": 850
    },
    {
      "epoch": 8.958333333333334,
      "grad_norm": 19.314268112182617,
      "learning_rate": 3.8802083333333336e-05,
      "loss": 0.1266,
      "step": 860
    },
    {
      "epoch": 9.0,
      "eval_accuracy": 0.5036363636363637,
      "eval_loss": 10.241958618164062,
      "eval_runtime": 5.3604,
      "eval_samples_per_second": 102.604,
      "eval_steps_per_second": 6.529,
      "step": 864
    },
    {
      "epoch": 9.0625,
      "grad_norm": 14.391077041625977,
      "learning_rate": 3.8671875e-05,
      "loss": 0.1163,
      "step": 870
    },
    {
      "epoch": 9.166666666666666,
      "grad_norm": 22.056367874145508,
      "learning_rate": 3.854166666666667e-05,
      "loss": 0.0995,
      "step": 880
    },
    {
      "epoch": 9.270833333333334,
      "grad_norm": 22.975435256958008,
      "learning_rate": 3.841145833333333e-05,
      "loss": 0.1049,
      "step": 890
    },
    {
      "epoch": 9.375,
      "grad_norm": 15.946235656738281,
      "learning_rate": 3.828125e-05,
      "loss": 0.0754,
      "step": 900
    },
    {
      "epoch": 9.479166666666666,
      "grad_norm": 5.311624050140381,
      "learning_rate": 3.815104166666667e-05,
      "loss": 0.0952,
      "step": 910
    },
    {
      "epoch": 9.583333333333334,
      "grad_norm": 122.81232452392578,
      "learning_rate": 3.8020833333333334e-05,
      "loss": 0.0675,
      "step": 920
    },
    {
      "epoch": 9.6875,
      "grad_norm": 91.20467376708984,
      "learning_rate": 3.7890625e-05,
      "loss": 0.1482,
      "step": 930
    },
    {
      "epoch": 9.791666666666666,
      "grad_norm": 20.524890899658203,
      "learning_rate": 3.776041666666667e-05,
      "loss": 0.0793,
      "step": 940
    },
    {
      "epoch": 9.895833333333334,
      "grad_norm": 25.643835067749023,
      "learning_rate": 3.7630208333333336e-05,
      "loss": 0.1107,
      "step": 950
    },
    {
      "epoch": 10.0,
      "grad_norm": 45.819244384765625,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 0.106,
      "step": 960
    },
    {
      "epoch": 10.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.12617301940918,
      "eval_runtime": 5.3434,
      "eval_samples_per_second": 102.93,
      "eval_steps_per_second": 6.55,
      "step": 960
    },
    {
      "epoch": 10.104166666666666,
      "grad_norm": 17.550018310546875,
      "learning_rate": 3.736979166666667e-05,
      "loss": 0.1145,
      "step": 970
    },
    {
      "epoch": 10.208333333333334,
      "grad_norm": 14.89659309387207,
      "learning_rate": 3.723958333333333e-05,
      "loss": 0.0957,
      "step": 980
    },
    {
      "epoch": 10.3125,
      "grad_norm": 10.070261001586914,
      "learning_rate": 3.7109375e-05,
      "loss": 0.072,
      "step": 990
    },
    {
      "epoch": 10.416666666666666,
      "grad_norm": 9.45882797241211,
      "learning_rate": 3.697916666666667e-05,
      "loss": 0.0999,
      "step": 1000
    },
    {
      "epoch": 10.520833333333334,
      "grad_norm": 6.1814188957214355,
      "learning_rate": 3.6848958333333334e-05,
      "loss": 0.0828,
      "step": 1010
    },
    {
      "epoch": 10.625,
      "grad_norm": 31.960285186767578,
      "learning_rate": 3.671875e-05,
      "loss": 0.1169,
      "step": 1020
    },
    {
      "epoch": 10.729166666666666,
      "grad_norm": 17.69601821899414,
      "learning_rate": 3.658854166666667e-05,
      "loss": 0.0957,
      "step": 1030
    },
    {
      "epoch": 10.833333333333334,
      "grad_norm": 3.5759479999542236,
      "learning_rate": 3.6458333333333336e-05,
      "loss": 0.0745,
      "step": 1040
    },
    {
      "epoch": 10.9375,
      "grad_norm": 13.734454154968262,
      "learning_rate": 3.6328125000000004e-05,
      "loss": 0.0831,
      "step": 1050
    },
    {
      "epoch": 11.0,
      "eval_accuracy": 0.49636363636363634,
      "eval_loss": 11.581514358520508,
      "eval_runtime": 5.8538,
      "eval_samples_per_second": 93.957,
      "eval_steps_per_second": 5.979,
      "step": 1056
    },
    {
      "epoch": 11.041666666666666,
      "grad_norm": 23.551876068115234,
      "learning_rate": 3.619791666666667e-05,
      "loss": 0.0981,
      "step": 1060
    },
    {
      "epoch": 11.145833333333334,
      "grad_norm": 28.23809242248535,
      "learning_rate": 3.606770833333333e-05,
      "loss": 0.1173,
      "step": 1070
    },
    {
      "epoch": 11.25,
      "grad_norm": 10.377116203308105,
      "learning_rate": 3.59375e-05,
      "loss": 0.0879,
      "step": 1080
    },
    {
      "epoch": 11.354166666666666,
      "grad_norm": 8.134793281555176,
      "learning_rate": 3.580729166666667e-05,
      "loss": 0.0937,
      "step": 1090
    },
    {
      "epoch": 11.458333333333334,
      "grad_norm": 23.50714874267578,
      "learning_rate": 3.5677083333333334e-05,
      "loss": 0.0952,
      "step": 1100
    },
    {
      "epoch": 11.5625,
      "grad_norm": 33.653282165527344,
      "learning_rate": 3.5546875e-05,
      "loss": 0.0761,
      "step": 1110
    },
    {
      "epoch": 11.666666666666666,
      "grad_norm": 13.655372619628906,
      "learning_rate": 3.541666666666667e-05,
      "loss": 0.0992,
      "step": 1120
    },
    {
      "epoch": 11.770833333333334,
      "grad_norm": 15.17817497253418,
      "learning_rate": 3.528645833333333e-05,
      "loss": 0.0529,
      "step": 1130
    },
    {
      "epoch": 11.875,
      "grad_norm": 17.073406219482422,
      "learning_rate": 3.5156250000000004e-05,
      "loss": 0.0813,
      "step": 1140
    },
    {
      "epoch": 11.979166666666666,
      "grad_norm": 25.856266021728516,
      "learning_rate": 3.502604166666667e-05,
      "loss": 0.0819,
      "step": 1150
    },
    {
      "epoch": 12.0,
      "eval_accuracy": 0.49636363636363634,
      "eval_loss": 11.639369010925293,
      "eval_runtime": 5.8389,
      "eval_samples_per_second": 94.195,
      "eval_steps_per_second": 5.994,
      "step": 1152
    },
    {
      "epoch": 12.083333333333334,
      "grad_norm": 12.686436653137207,
      "learning_rate": 3.489583333333333e-05,
      "loss": 0.0679,
      "step": 1160
    },
    {
      "epoch": 12.1875,
      "grad_norm": 19.336843490600586,
      "learning_rate": 3.4765625e-05,
      "loss": 0.0805,
      "step": 1170
    },
    {
      "epoch": 12.291666666666666,
      "grad_norm": 13.991415023803711,
      "learning_rate": 3.463541666666667e-05,
      "loss": 0.1033,
      "step": 1180
    },
    {
      "epoch": 12.395833333333334,
      "grad_norm": 10.30485725402832,
      "learning_rate": 3.4505208333333335e-05,
      "loss": 0.0606,
      "step": 1190
    },
    {
      "epoch": 12.5,
      "grad_norm": 5.9380106925964355,
      "learning_rate": 3.4375e-05,
      "loss": 0.0684,
      "step": 1200
    },
    {
      "epoch": 12.604166666666666,
      "grad_norm": 21.952253341674805,
      "learning_rate": 3.424479166666667e-05,
      "loss": 0.0862,
      "step": 1210
    },
    {
      "epoch": 12.708333333333334,
      "grad_norm": 9.679445266723633,
      "learning_rate": 3.411458333333333e-05,
      "loss": 0.0909,
      "step": 1220
    },
    {
      "epoch": 12.8125,
      "grad_norm": 12.85024356842041,
      "learning_rate": 3.3984375000000004e-05,
      "loss": 0.0754,
      "step": 1230
    },
    {
      "epoch": 12.916666666666666,
      "grad_norm": 15.181358337402344,
      "learning_rate": 3.385416666666667e-05,
      "loss": 0.0862,
      "step": 1240
    },
    {
      "epoch": 13.0,
      "eval_accuracy": 0.49818181818181817,
      "eval_loss": 10.966017723083496,
      "eval_runtime": 5.3934,
      "eval_samples_per_second": 101.976,
      "eval_steps_per_second": 6.489,
      "step": 1248
    },
    {
      "epoch": 13.020833333333334,
      "grad_norm": 24.69455909729004,
      "learning_rate": 3.372395833333333e-05,
      "loss": 0.0815,
      "step": 1250
    },
    {
      "epoch": 13.125,
      "grad_norm": 12.937954902648926,
      "learning_rate": 3.359375e-05,
      "loss": 0.0667,
      "step": 1260
    },
    {
      "epoch": 13.229166666666666,
      "grad_norm": 25.513118743896484,
      "learning_rate": 3.346354166666667e-05,
      "loss": 0.0559,
      "step": 1270
    },
    {
      "epoch": 13.333333333333334,
      "grad_norm": 2.451594829559326,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.0892,
      "step": 1280
    },
    {
      "epoch": 13.4375,
      "grad_norm": 21.434192657470703,
      "learning_rate": 3.3203125e-05,
      "loss": 0.0627,
      "step": 1290
    },
    {
      "epoch": 13.541666666666666,
      "grad_norm": 31.71984100341797,
      "learning_rate": 3.307291666666667e-05,
      "loss": 0.0752,
      "step": 1300
    },
    {
      "epoch": 13.645833333333334,
      "grad_norm": 21.392322540283203,
      "learning_rate": 3.294270833333333e-05,
      "loss": 0.0814,
      "step": 1310
    },
    {
      "epoch": 13.75,
      "grad_norm": 19.688873291015625,
      "learning_rate": 3.2812500000000005e-05,
      "loss": 0.066,
      "step": 1320
    },
    {
      "epoch": 13.854166666666666,
      "grad_norm": 14.277388572692871,
      "learning_rate": 3.268229166666667e-05,
      "loss": 0.0907,
      "step": 1330
    },
    {
      "epoch": 13.958333333333334,
      "grad_norm": 23.38642120361328,
      "learning_rate": 3.255208333333333e-05,
      "loss": 0.0754,
      "step": 1340
    },
    {
      "epoch": 14.0,
      "eval_accuracy": 0.49818181818181817,
      "eval_loss": 9.546319007873535,
      "eval_runtime": 5.3979,
      "eval_samples_per_second": 101.892,
      "eval_steps_per_second": 6.484,
      "step": 1344
    },
    {
      "epoch": 14.0625,
      "grad_norm": 14.905341148376465,
      "learning_rate": 3.2421875e-05,
      "loss": 0.0828,
      "step": 1350
    },
    {
      "epoch": 14.166666666666666,
      "grad_norm": 43.4570198059082,
      "learning_rate": 3.229166666666667e-05,
      "loss": 0.0573,
      "step": 1360
    },
    {
      "epoch": 14.270833333333334,
      "grad_norm": 25.728307723999023,
      "learning_rate": 3.2161458333333335e-05,
      "loss": 0.0674,
      "step": 1370
    },
    {
      "epoch": 14.375,
      "grad_norm": 10.14488697052002,
      "learning_rate": 3.203125e-05,
      "loss": 0.0874,
      "step": 1380
    },
    {
      "epoch": 14.479166666666666,
      "grad_norm": 6.519920825958252,
      "learning_rate": 3.190104166666667e-05,
      "loss": 0.0461,
      "step": 1390
    },
    {
      "epoch": 14.583333333333334,
      "grad_norm": 43.207584381103516,
      "learning_rate": 3.177083333333333e-05,
      "loss": 0.1044,
      "step": 1400
    },
    {
      "epoch": 14.6875,
      "grad_norm": 7.188746452331543,
      "learning_rate": 3.1640625e-05,
      "loss": 0.0287,
      "step": 1410
    },
    {
      "epoch": 14.791666666666666,
      "grad_norm": 1.6381746530532837,
      "learning_rate": 3.151041666666667e-05,
      "loss": 0.0831,
      "step": 1420
    },
    {
      "epoch": 14.895833333333334,
      "grad_norm": 45.054931640625,
      "learning_rate": 3.138020833333333e-05,
      "loss": 0.0733,
      "step": 1430
    },
    {
      "epoch": 15.0,
      "grad_norm": 16.6806583404541,
      "learning_rate": 3.125e-05,
      "loss": 0.06,
      "step": 1440
    },
    {
      "epoch": 15.0,
      "eval_accuracy": 0.49636363636363634,
      "eval_loss": 10.267786026000977,
      "eval_runtime": 5.8109,
      "eval_samples_per_second": 94.65,
      "eval_steps_per_second": 6.023,
      "step": 1440
    },
    {
      "epoch": 15.104166666666666,
      "grad_norm": 29.4246883392334,
      "learning_rate": 3.111979166666667e-05,
      "loss": 0.0761,
      "step": 1450
    },
    {
      "epoch": 15.208333333333334,
      "grad_norm": 15.447731018066406,
      "learning_rate": 3.0989583333333336e-05,
      "loss": 0.1014,
      "step": 1460
    },
    {
      "epoch": 15.3125,
      "grad_norm": 34.43509292602539,
      "learning_rate": 3.0859375e-05,
      "loss": 0.0942,
      "step": 1470
    },
    {
      "epoch": 15.416666666666666,
      "grad_norm": 7.253175258636475,
      "learning_rate": 3.072916666666667e-05,
      "loss": 0.0741,
      "step": 1480
    },
    {
      "epoch": 15.520833333333334,
      "grad_norm": 16.409160614013672,
      "learning_rate": 3.059895833333333e-05,
      "loss": 0.0749,
      "step": 1490
    },
    {
      "epoch": 15.625,
      "grad_norm": 21.416982650756836,
      "learning_rate": 3.0468750000000002e-05,
      "loss": 0.0409,
      "step": 1500
    },
    {
      "epoch": 15.729166666666666,
      "grad_norm": 22.96625518798828,
      "learning_rate": 3.033854166666667e-05,
      "loss": 0.0639,
      "step": 1510
    },
    {
      "epoch": 15.833333333333334,
      "grad_norm": 17.667743682861328,
      "learning_rate": 3.0208333333333334e-05,
      "loss": 0.0953,
      "step": 1520
    },
    {
      "epoch": 15.9375,
      "grad_norm": 20.263381958007812,
      "learning_rate": 3.0078125e-05,
      "loss": 0.0828,
      "step": 1530
    },
    {
      "epoch": 16.0,
      "eval_accuracy": 0.49272727272727274,
      "eval_loss": 11.497347831726074,
      "eval_runtime": 5.7785,
      "eval_samples_per_second": 95.18,
      "eval_steps_per_second": 6.057,
      "step": 1536
    },
    {
      "epoch": 16.041666666666668,
      "grad_norm": 45.00513458251953,
      "learning_rate": 2.994791666666667e-05,
      "loss": 0.0737,
      "step": 1540
    },
    {
      "epoch": 16.145833333333332,
      "grad_norm": 8.412075996398926,
      "learning_rate": 2.9817708333333332e-05,
      "loss": 0.0555,
      "step": 1550
    },
    {
      "epoch": 16.25,
      "grad_norm": 31.555465698242188,
      "learning_rate": 2.96875e-05,
      "loss": 0.0691,
      "step": 1560
    },
    {
      "epoch": 16.354166666666668,
      "grad_norm": 10.346450805664062,
      "learning_rate": 2.955729166666667e-05,
      "loss": 0.0619,
      "step": 1570
    },
    {
      "epoch": 16.458333333333332,
      "grad_norm": 9.351675033569336,
      "learning_rate": 2.942708333333333e-05,
      "loss": 0.0756,
      "step": 1580
    },
    {
      "epoch": 16.5625,
      "grad_norm": 49.14165496826172,
      "learning_rate": 2.9296875000000002e-05,
      "loss": 0.0654,
      "step": 1590
    },
    {
      "epoch": 16.666666666666668,
      "grad_norm": 28.21025276184082,
      "learning_rate": 2.916666666666667e-05,
      "loss": 0.0761,
      "step": 1600
    },
    {
      "epoch": 16.770833333333332,
      "grad_norm": 9.834317207336426,
      "learning_rate": 2.9036458333333334e-05,
      "loss": 0.0586,
      "step": 1610
    },
    {
      "epoch": 16.875,
      "grad_norm": 16.89076805114746,
      "learning_rate": 2.890625e-05,
      "loss": 0.0703,
      "step": 1620
    },
    {
      "epoch": 16.979166666666668,
      "grad_norm": 57.368709564208984,
      "learning_rate": 2.877604166666667e-05,
      "loss": 0.0675,
      "step": 1630
    },
    {
      "epoch": 17.0,
      "eval_accuracy": 0.49636363636363634,
      "eval_loss": 10.5018892288208,
      "eval_runtime": 5.3515,
      "eval_samples_per_second": 102.774,
      "eval_steps_per_second": 6.54,
      "step": 1632
    },
    {
      "epoch": 17.083333333333332,
      "grad_norm": 14.471724510192871,
      "learning_rate": 2.8645833333333333e-05,
      "loss": 0.0813,
      "step": 1640
    },
    {
      "epoch": 17.1875,
      "grad_norm": 10.066666603088379,
      "learning_rate": 2.8515625e-05,
      "loss": 0.0936,
      "step": 1650
    },
    {
      "epoch": 17.291666666666668,
      "grad_norm": 20.775678634643555,
      "learning_rate": 2.838541666666667e-05,
      "loss": 0.0464,
      "step": 1660
    },
    {
      "epoch": 17.395833333333332,
      "grad_norm": 27.076717376708984,
      "learning_rate": 2.8255208333333332e-05,
      "loss": 0.0891,
      "step": 1670
    },
    {
      "epoch": 17.5,
      "grad_norm": 18.361055374145508,
      "learning_rate": 2.8125000000000003e-05,
      "loss": 0.0984,
      "step": 1680
    },
    {
      "epoch": 17.604166666666668,
      "grad_norm": 11.88374137878418,
      "learning_rate": 2.799479166666667e-05,
      "loss": 0.0611,
      "step": 1690
    },
    {
      "epoch": 17.708333333333332,
      "grad_norm": 29.620580673217773,
      "learning_rate": 2.7864583333333334e-05,
      "loss": 0.0631,
      "step": 1700
    },
    {
      "epoch": 17.8125,
      "grad_norm": 16.594966888427734,
      "learning_rate": 2.7734375e-05,
      "loss": 0.0488,
      "step": 1710
    },
    {
      "epoch": 17.916666666666668,
      "grad_norm": 48.01244354248047,
      "learning_rate": 2.760416666666667e-05,
      "loss": 0.0687,
      "step": 1720
    },
    {
      "epoch": 18.0,
      "eval_accuracy": 0.49818181818181817,
      "eval_loss": 10.648305892944336,
      "eval_runtime": 5.5241,
      "eval_samples_per_second": 99.564,
      "eval_steps_per_second": 6.336,
      "step": 1728
    },
    {
      "epoch": 18.020833333333332,
      "grad_norm": 12.527865409851074,
      "learning_rate": 2.7473958333333333e-05,
      "loss": 0.0408,
      "step": 1730
    },
    {
      "epoch": 18.125,
      "grad_norm": 25.521921157836914,
      "learning_rate": 2.734375e-05,
      "loss": 0.0764,
      "step": 1740
    },
    {
      "epoch": 18.229166666666668,
      "grad_norm": 12.79417896270752,
      "learning_rate": 2.721354166666667e-05,
      "loss": 0.0704,
      "step": 1750
    },
    {
      "epoch": 18.333333333333332,
      "grad_norm": 1.994150161743164,
      "learning_rate": 2.7083333333333332e-05,
      "loss": 0.0451,
      "step": 1760
    },
    {
      "epoch": 18.4375,
      "grad_norm": 16.780994415283203,
      "learning_rate": 2.6953125000000003e-05,
      "loss": 0.0568,
      "step": 1770
    },
    {
      "epoch": 18.541666666666668,
      "grad_norm": 31.4406795501709,
      "learning_rate": 2.682291666666667e-05,
      "loss": 0.1287,
      "step": 1780
    },
    {
      "epoch": 18.645833333333332,
      "grad_norm": 12.47148323059082,
      "learning_rate": 2.6692708333333334e-05,
      "loss": 0.0812,
      "step": 1790
    },
    {
      "epoch": 18.75,
      "grad_norm": 46.031986236572266,
      "learning_rate": 2.6562500000000002e-05,
      "loss": 0.0854,
      "step": 1800
    },
    {
      "epoch": 18.854166666666668,
      "grad_norm": 13.505058288574219,
      "learning_rate": 2.643229166666667e-05,
      "loss": 0.0662,
      "step": 1810
    },
    {
      "epoch": 18.958333333333332,
      "grad_norm": 9.58767318725586,
      "learning_rate": 2.6302083333333333e-05,
      "loss": 0.0548,
      "step": 1820
    },
    {
      "epoch": 19.0,
      "eval_accuracy": 0.49636363636363634,
      "eval_loss": 11.216567993164062,
      "eval_runtime": 5.9463,
      "eval_samples_per_second": 92.494,
      "eval_steps_per_second": 5.886,
      "step": 1824
    },
    {
      "epoch": 19.0625,
      "grad_norm": 19.555084228515625,
      "learning_rate": 2.6171875e-05,
      "loss": 0.0837,
      "step": 1830
    },
    {
      "epoch": 19.166666666666668,
      "grad_norm": 18.929706573486328,
      "learning_rate": 2.604166666666667e-05,
      "loss": 0.0819,
      "step": 1840
    },
    {
      "epoch": 19.270833333333332,
      "grad_norm": 14.825089454650879,
      "learning_rate": 2.5911458333333332e-05,
      "loss": 0.0859,
      "step": 1850
    },
    {
      "epoch": 19.375,
      "grad_norm": 39.419925689697266,
      "learning_rate": 2.578125e-05,
      "loss": 0.066,
      "step": 1860
    },
    {
      "epoch": 19.479166666666668,
      "grad_norm": 23.507537841796875,
      "learning_rate": 2.565104166666667e-05,
      "loss": 0.0636,
      "step": 1870
    },
    {
      "epoch": 19.583333333333332,
      "grad_norm": 17.29023551940918,
      "learning_rate": 2.552083333333333e-05,
      "loss": 0.0605,
      "step": 1880
    },
    {
      "epoch": 19.6875,
      "grad_norm": 22.190380096435547,
      "learning_rate": 2.5390625000000002e-05,
      "loss": 0.041,
      "step": 1890
    },
    {
      "epoch": 19.791666666666668,
      "grad_norm": 25.38574981689453,
      "learning_rate": 2.526041666666667e-05,
      "loss": 0.0808,
      "step": 1900
    },
    {
      "epoch": 19.895833333333332,
      "grad_norm": 6.129140377044678,
      "learning_rate": 2.5130208333333334e-05,
      "loss": 0.0644,
      "step": 1910
    },
    {
      "epoch": 20.0,
      "grad_norm": 91.47066497802734,
      "learning_rate": 2.5e-05,
      "loss": 0.0658,
      "step": 1920
    },
    {
      "epoch": 20.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.545882225036621,
      "eval_runtime": 5.4403,
      "eval_samples_per_second": 101.098,
      "eval_steps_per_second": 6.434,
      "step": 1920
    },
    {
      "epoch": 20.104166666666668,
      "grad_norm": 41.26148223876953,
      "learning_rate": 2.4869791666666665e-05,
      "loss": 0.0857,
      "step": 1930
    },
    {
      "epoch": 20.208333333333332,
      "grad_norm": 13.598714828491211,
      "learning_rate": 2.4739583333333336e-05,
      "loss": 0.0665,
      "step": 1940
    },
    {
      "epoch": 20.3125,
      "grad_norm": 18.559791564941406,
      "learning_rate": 2.4609375e-05,
      "loss": 0.0727,
      "step": 1950
    },
    {
      "epoch": 20.416666666666668,
      "grad_norm": 17.364500045776367,
      "learning_rate": 2.4479166666666668e-05,
      "loss": 0.0367,
      "step": 1960
    },
    {
      "epoch": 20.520833333333332,
      "grad_norm": 11.16362190246582,
      "learning_rate": 2.4348958333333335e-05,
      "loss": 0.0624,
      "step": 1970
    },
    {
      "epoch": 20.625,
      "grad_norm": 11.971466064453125,
      "learning_rate": 2.4218750000000003e-05,
      "loss": 0.0494,
      "step": 1980
    },
    {
      "epoch": 20.729166666666668,
      "grad_norm": 26.046340942382812,
      "learning_rate": 2.4088541666666667e-05,
      "loss": 0.0733,
      "step": 1990
    },
    {
      "epoch": 20.833333333333332,
      "grad_norm": 21.085189819335938,
      "learning_rate": 2.3958333333333334e-05,
      "loss": 0.0799,
      "step": 2000
    },
    {
      "epoch": 20.9375,
      "grad_norm": 33.888492584228516,
      "learning_rate": 2.3828125e-05,
      "loss": 0.0565,
      "step": 2010
    },
    {
      "epoch": 21.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.589858055114746,
      "eval_runtime": 5.3827,
      "eval_samples_per_second": 102.179,
      "eval_steps_per_second": 6.502,
      "step": 2016
    },
    {
      "epoch": 21.041666666666668,
      "grad_norm": 36.55340576171875,
      "learning_rate": 2.3697916666666666e-05,
      "loss": 0.0649,
      "step": 2020
    },
    {
      "epoch": 21.145833333333332,
      "grad_norm": 5.335175514221191,
      "learning_rate": 2.3567708333333336e-05,
      "loss": 0.0517,
      "step": 2030
    },
    {
      "epoch": 21.25,
      "grad_norm": 27.188432693481445,
      "learning_rate": 2.34375e-05,
      "loss": 0.0675,
      "step": 2040
    },
    {
      "epoch": 21.354166666666668,
      "grad_norm": 22.65137481689453,
      "learning_rate": 2.3307291666666668e-05,
      "loss": 0.0572,
      "step": 2050
    },
    {
      "epoch": 21.458333333333332,
      "grad_norm": 32.7464599609375,
      "learning_rate": 2.3177083333333335e-05,
      "loss": 0.0675,
      "step": 2060
    },
    {
      "epoch": 21.5625,
      "grad_norm": 5.15673828125,
      "learning_rate": 2.3046875e-05,
      "loss": 0.0582,
      "step": 2070
    },
    {
      "epoch": 21.666666666666668,
      "grad_norm": 27.673851013183594,
      "learning_rate": 2.2916666666666667e-05,
      "loss": 0.0415,
      "step": 2080
    },
    {
      "epoch": 21.770833333333332,
      "grad_norm": 31.033462524414062,
      "learning_rate": 2.2786458333333334e-05,
      "loss": 0.0631,
      "step": 2090
    },
    {
      "epoch": 21.875,
      "grad_norm": 48.3972053527832,
      "learning_rate": 2.2656250000000002e-05,
      "loss": 0.0588,
      "step": 2100
    },
    {
      "epoch": 21.979166666666668,
      "grad_norm": 23.180862426757812,
      "learning_rate": 2.2526041666666666e-05,
      "loss": 0.0807,
      "step": 2110
    },
    {
      "epoch": 22.0,
      "eval_accuracy": 0.5,
      "eval_loss": 10.706573486328125,
      "eval_runtime": 5.3363,
      "eval_samples_per_second": 103.068,
      "eval_steps_per_second": 6.559,
      "step": 2112
    },
    {
      "epoch": 22.083333333333332,
      "grad_norm": 34.734291076660156,
      "learning_rate": 2.2395833333333337e-05,
      "loss": 0.0411,
      "step": 2120
    },
    {
      "epoch": 22.1875,
      "grad_norm": 8.795220375061035,
      "learning_rate": 2.2265625e-05,
      "loss": 0.0655,
      "step": 2130
    },
    {
      "epoch": 22.291666666666668,
      "grad_norm": 11.85872745513916,
      "learning_rate": 2.2135416666666668e-05,
      "loss": 0.0563,
      "step": 2140
    },
    {
      "epoch": 22.395833333333332,
      "grad_norm": 17.562429428100586,
      "learning_rate": 2.2005208333333336e-05,
      "loss": 0.064,
      "step": 2150
    },
    {
      "epoch": 22.5,
      "grad_norm": 19.056909561157227,
      "learning_rate": 2.1875e-05,
      "loss": 0.0707,
      "step": 2160
    },
    {
      "epoch": 22.604166666666668,
      "grad_norm": 20.823223114013672,
      "learning_rate": 2.1744791666666667e-05,
      "loss": 0.0671,
      "step": 2170
    },
    {
      "epoch": 22.708333333333332,
      "grad_norm": 5.610525131225586,
      "learning_rate": 2.1614583333333335e-05,
      "loss": 0.0617,
      "step": 2180
    },
    {
      "epoch": 22.8125,
      "grad_norm": 9.894072532653809,
      "learning_rate": 2.1484375000000002e-05,
      "loss": 0.0705,
      "step": 2190
    },
    {
      "epoch": 22.916666666666668,
      "grad_norm": 13.627318382263184,
      "learning_rate": 2.1354166666666666e-05,
      "loss": 0.0289,
      "step": 2200
    },
    {
      "epoch": 23.0,
      "eval_accuracy": 0.49818181818181817,
      "eval_loss": 10.625250816345215,
      "eval_runtime": 5.8609,
      "eval_samples_per_second": 93.843,
      "eval_steps_per_second": 5.972,
      "step": 2208
    },
    {
      "epoch": 23.020833333333332,
      "grad_norm": 1.5941517353057861,
      "learning_rate": 2.1223958333333334e-05,
      "loss": 0.064,
      "step": 2210
    },
    {
      "epoch": 23.125,
      "grad_norm": 21.49423599243164,
      "learning_rate": 2.109375e-05,
      "loss": 0.0234,
      "step": 2220
    },
    {
      "epoch": 23.229166666666668,
      "grad_norm": 11.075849533081055,
      "learning_rate": 2.0963541666666665e-05,
      "loss": 0.0655,
      "step": 2230
    },
    {
      "epoch": 23.333333333333332,
      "grad_norm": 6.21483039855957,
      "learning_rate": 2.0833333333333336e-05,
      "loss": 0.0714,
      "step": 2240
    },
    {
      "epoch": 23.4375,
      "grad_norm": 12.942922592163086,
      "learning_rate": 2.0703125e-05,
      "loss": 0.0569,
      "step": 2250
    },
    {
      "epoch": 23.541666666666668,
      "grad_norm": 7.4485907554626465,
      "learning_rate": 2.0572916666666668e-05,
      "loss": 0.0491,
      "step": 2260
    },
    {
      "epoch": 23.645833333333332,
      "grad_norm": 56.403717041015625,
      "learning_rate": 2.0442708333333335e-05,
      "loss": 0.0481,
      "step": 2270
    },
    {
      "epoch": 23.75,
      "grad_norm": 55.23786163330078,
      "learning_rate": 2.0312500000000002e-05,
      "loss": 0.0656,
      "step": 2280
    },
    {
      "epoch": 23.854166666666668,
      "grad_norm": 10.369833946228027,
      "learning_rate": 2.0182291666666667e-05,
      "loss": 0.0577,
      "step": 2290
    },
    {
      "epoch": 23.958333333333332,
      "grad_norm": 13.128711700439453,
      "learning_rate": 2.0052083333333334e-05,
      "loss": 0.0755,
      "step": 2300
    },
    {
      "epoch": 24.0,
      "eval_accuracy": 0.5018181818181818,
      "eval_loss": 10.485613822937012,
      "eval_runtime": 5.7432,
      "eval_samples_per_second": 95.766,
      "eval_steps_per_second": 6.094,
      "step": 2304
    },
    {
      "epoch": 24.0625,
      "grad_norm": 23.282470703125,
      "learning_rate": 1.9921875e-05,
      "loss": 0.0486,
      "step": 2310
    },
    {
      "epoch": 24.166666666666668,
      "grad_norm": 16.085485458374023,
      "learning_rate": 1.9791666666666665e-05,
      "loss": 0.0328,
      "step": 2320
    },
    {
      "epoch": 24.270833333333332,
      "grad_norm": 8.7246675491333,
      "learning_rate": 1.9661458333333336e-05,
      "loss": 0.0512,
      "step": 2330
    },
    {
      "epoch": 24.375,
      "grad_norm": 77.41475677490234,
      "learning_rate": 1.953125e-05,
      "loss": 0.0634,
      "step": 2340
    },
    {
      "epoch": 24.479166666666668,
      "grad_norm": 46.152713775634766,
      "learning_rate": 1.9401041666666668e-05,
      "loss": 0.0643,
      "step": 2350
    },
    {
      "epoch": 24.583333333333332,
      "grad_norm": 28.998939514160156,
      "learning_rate": 1.9270833333333335e-05,
      "loss": 0.0546,
      "step": 2360
    },
    {
      "epoch": 24.6875,
      "grad_norm": 6.109686374664307,
      "learning_rate": 1.9140625e-05,
      "loss": 0.0496,
      "step": 2370
    },
    {
      "epoch": 24.791666666666668,
      "grad_norm": 20.26320457458496,
      "learning_rate": 1.9010416666666667e-05,
      "loss": 0.0464,
      "step": 2380
    },
    {
      "epoch": 24.895833333333332,
      "grad_norm": 72.42222595214844,
      "learning_rate": 1.8880208333333334e-05,
      "loss": 0.0806,
      "step": 2390
    },
    {
      "epoch": 25.0,
      "grad_norm": 3.5703253746032715,
      "learning_rate": 1.8750000000000002e-05,
      "loss": 0.0483,
      "step": 2400
    },
    {
      "epoch": 25.0,
      "eval_accuracy": 0.49636363636363634,
      "eval_loss": 11.383768081665039,
      "eval_runtime": 5.435,
      "eval_samples_per_second": 101.197,
      "eval_steps_per_second": 6.44,
      "step": 2400
    },
    {
      "epoch": 25.104166666666668,
      "grad_norm": 15.163749694824219,
      "learning_rate": 1.8619791666666666e-05,
      "loss": 0.0393,
      "step": 2410
    },
    {
      "epoch": 25.208333333333332,
      "grad_norm": 25.283937454223633,
      "learning_rate": 1.8489583333333337e-05,
      "loss": 0.0541,
      "step": 2420
    },
    {
      "epoch": 25.3125,
      "grad_norm": 1.7519912719726562,
      "learning_rate": 1.8359375e-05,
      "loss": 0.071,
      "step": 2430
    },
    {
      "epoch": 25.416666666666668,
      "grad_norm": 13.328243255615234,
      "learning_rate": 1.8229166666666668e-05,
      "loss": 0.052,
      "step": 2440
    },
    {
      "epoch": 25.520833333333332,
      "grad_norm": 31.634199142456055,
      "learning_rate": 1.8098958333333336e-05,
      "loss": 0.0502,
      "step": 2450
    },
    {
      "epoch": 25.625,
      "grad_norm": 27.173145294189453,
      "learning_rate": 1.796875e-05,
      "loss": 0.0606,
      "step": 2460
    },
    {
      "epoch": 25.729166666666668,
      "grad_norm": 22.141252517700195,
      "learning_rate": 1.7838541666666667e-05,
      "loss": 0.047,
      "step": 2470
    },
    {
      "epoch": 25.833333333333332,
      "grad_norm": 25.948257446289062,
      "learning_rate": 1.7708333333333335e-05,
      "loss": 0.0735,
      "step": 2480
    },
    {
      "epoch": 25.9375,
      "grad_norm": 17.161785125732422,
      "learning_rate": 1.7578125000000002e-05,
      "loss": 0.0732,
      "step": 2490
    },
    {
      "epoch": 26.0,
      "eval_accuracy": 0.49272727272727274,
      "eval_loss": 11.197073936462402,
      "eval_runtime": 5.3083,
      "eval_samples_per_second": 103.611,
      "eval_steps_per_second": 6.593,
      "step": 2496
    },
    {
      "epoch": 26.041666666666668,
      "grad_norm": 23.315317153930664,
      "learning_rate": 1.7447916666666666e-05,
      "loss": 0.088,
      "step": 2500
    },
    {
      "epoch": 26.145833333333332,
      "grad_norm": 0.7972298860549927,
      "learning_rate": 1.7317708333333334e-05,
      "loss": 0.0678,
      "step": 2510
    },
    {
      "epoch": 26.25,
      "grad_norm": 18.949796676635742,
      "learning_rate": 1.71875e-05,
      "loss": 0.0488,
      "step": 2520
    },
    {
      "epoch": 26.354166666666668,
      "grad_norm": 52.9923210144043,
      "learning_rate": 1.7057291666666665e-05,
      "loss": 0.0838,
      "step": 2530
    },
    {
      "epoch": 26.458333333333332,
      "grad_norm": 54.01505661010742,
      "learning_rate": 1.6927083333333336e-05,
      "loss": 0.1282,
      "step": 2540
    },
    {
      "epoch": 26.5625,
      "grad_norm": 26.549772262573242,
      "learning_rate": 1.6796875e-05,
      "loss": 0.1133,
      "step": 2550
    },
    {
      "epoch": 26.666666666666668,
      "grad_norm": 23.752872467041016,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.1165,
      "step": 2560
    },
    {
      "epoch": 26.770833333333332,
      "grad_norm": 42.46553039550781,
      "learning_rate": 1.6536458333333335e-05,
      "loss": 0.0781,
      "step": 2570
    },
    {
      "epoch": 26.875,
      "grad_norm": 17.504453659057617,
      "learning_rate": 1.6406250000000002e-05,
      "loss": 0.0851,
      "step": 2580
    },
    {
      "epoch": 26.979166666666668,
      "grad_norm": 17.51653480529785,
      "learning_rate": 1.6276041666666666e-05,
      "loss": 0.1424,
      "step": 2590
    },
    {
      "epoch": 27.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.458148956298828,
      "eval_runtime": 5.487,
      "eval_samples_per_second": 100.238,
      "eval_steps_per_second": 6.379,
      "step": 2592
    },
    {
      "epoch": 27.083333333333332,
      "grad_norm": 9.668028831481934,
      "learning_rate": 1.6145833333333334e-05,
      "loss": 0.0727,
      "step": 2600
    },
    {
      "epoch": 27.1875,
      "grad_norm": 16.31097984313965,
      "learning_rate": 1.6015625e-05,
      "loss": 0.0952,
      "step": 2610
    },
    {
      "epoch": 27.291666666666668,
      "grad_norm": 33.70851135253906,
      "learning_rate": 1.5885416666666665e-05,
      "loss": 0.1389,
      "step": 2620
    },
    {
      "epoch": 27.395833333333332,
      "grad_norm": 54.45642852783203,
      "learning_rate": 1.5755208333333336e-05,
      "loss": 0.1256,
      "step": 2630
    },
    {
      "epoch": 27.5,
      "grad_norm": 8.16263484954834,
      "learning_rate": 1.5625e-05,
      "loss": 0.0829,
      "step": 2640
    },
    {
      "epoch": 27.604166666666668,
      "grad_norm": 12.835566520690918,
      "learning_rate": 1.5494791666666668e-05,
      "loss": 0.1457,
      "step": 2650
    },
    {
      "epoch": 27.708333333333332,
      "grad_norm": 70.34893798828125,
      "learning_rate": 1.5364583333333335e-05,
      "loss": 0.1139,
      "step": 2660
    },
    {
      "epoch": 27.8125,
      "grad_norm": 9.525261878967285,
      "learning_rate": 1.5234375000000001e-05,
      "loss": 0.1009,
      "step": 2670
    },
    {
      "epoch": 27.916666666666668,
      "grad_norm": 11.617359161376953,
      "learning_rate": 1.5104166666666667e-05,
      "loss": 0.0814,
      "step": 2680
    },
    {
      "epoch": 28.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.334138870239258,
      "eval_runtime": 5.9555,
      "eval_samples_per_second": 92.351,
      "eval_steps_per_second": 5.877,
      "step": 2688
    },
    {
      "epoch": 28.020833333333332,
      "grad_norm": 24.187095642089844,
      "learning_rate": 1.4973958333333334e-05,
      "loss": 0.0915,
      "step": 2690
    },
    {
      "epoch": 28.125,
      "grad_norm": 34.853328704833984,
      "learning_rate": 1.484375e-05,
      "loss": 0.0781,
      "step": 2700
    },
    {
      "epoch": 28.229166666666668,
      "grad_norm": 17.71786117553711,
      "learning_rate": 1.4713541666666666e-05,
      "loss": 0.1084,
      "step": 2710
    },
    {
      "epoch": 28.333333333333332,
      "grad_norm": 21.2179012298584,
      "learning_rate": 1.4583333333333335e-05,
      "loss": 0.0948,
      "step": 2720
    },
    {
      "epoch": 28.4375,
      "grad_norm": 29.340883255004883,
      "learning_rate": 1.4453125e-05,
      "loss": 0.0695,
      "step": 2730
    },
    {
      "epoch": 28.541666666666668,
      "grad_norm": 50.22605514526367,
      "learning_rate": 1.4322916666666666e-05,
      "loss": 0.0985,
      "step": 2740
    },
    {
      "epoch": 28.645833333333332,
      "grad_norm": 39.21680450439453,
      "learning_rate": 1.4192708333333336e-05,
      "loss": 0.0968,
      "step": 2750
    },
    {
      "epoch": 28.75,
      "grad_norm": 27.641145706176758,
      "learning_rate": 1.4062500000000001e-05,
      "loss": 0.1039,
      "step": 2760
    },
    {
      "epoch": 28.854166666666668,
      "grad_norm": 33.24095153808594,
      "learning_rate": 1.3932291666666667e-05,
      "loss": 0.1035,
      "step": 2770
    },
    {
      "epoch": 28.958333333333332,
      "grad_norm": 12.199631690979004,
      "learning_rate": 1.3802083333333335e-05,
      "loss": 0.101,
      "step": 2780
    },
    {
      "epoch": 29.0,
      "eval_accuracy": 0.49272727272727274,
      "eval_loss": 11.570547103881836,
      "eval_runtime": 5.6263,
      "eval_samples_per_second": 97.755,
      "eval_steps_per_second": 6.221,
      "step": 2784
    },
    {
      "epoch": 29.0625,
      "grad_norm": 60.53170394897461,
      "learning_rate": 1.3671875e-05,
      "loss": 0.1166,
      "step": 2790
    },
    {
      "epoch": 29.166666666666668,
      "grad_norm": 26.345138549804688,
      "learning_rate": 1.3541666666666666e-05,
      "loss": 0.1063,
      "step": 2800
    },
    {
      "epoch": 29.270833333333332,
      "grad_norm": 28.609853744506836,
      "learning_rate": 1.3411458333333335e-05,
      "loss": 0.0939,
      "step": 2810
    },
    {
      "epoch": 29.375,
      "grad_norm": 16.31063461303711,
      "learning_rate": 1.3281250000000001e-05,
      "loss": 0.0924,
      "step": 2820
    },
    {
      "epoch": 29.479166666666668,
      "grad_norm": 7.441460132598877,
      "learning_rate": 1.3151041666666667e-05,
      "loss": 0.0867,
      "step": 2830
    },
    {
      "epoch": 29.583333333333332,
      "grad_norm": 50.6924934387207,
      "learning_rate": 1.3020833333333334e-05,
      "loss": 0.1012,
      "step": 2840
    },
    {
      "epoch": 29.6875,
      "grad_norm": 24.678504943847656,
      "learning_rate": 1.2890625e-05,
      "loss": 0.0993,
      "step": 2850
    },
    {
      "epoch": 29.791666666666668,
      "grad_norm": 45.90309524536133,
      "learning_rate": 1.2760416666666666e-05,
      "loss": 0.0981,
      "step": 2860
    },
    {
      "epoch": 29.895833333333332,
      "grad_norm": 29.595661163330078,
      "learning_rate": 1.2630208333333335e-05,
      "loss": 0.0826,
      "step": 2870
    },
    {
      "epoch": 30.0,
      "grad_norm": 31.03252410888672,
      "learning_rate": 1.25e-05,
      "loss": 0.0894,
      "step": 2880
    },
    {
      "epoch": 30.0,
      "eval_accuracy": 0.49272727272727274,
      "eval_loss": 11.52585506439209,
      "eval_runtime": 5.4101,
      "eval_samples_per_second": 101.661,
      "eval_steps_per_second": 6.469,
      "step": 2880
    },
    {
      "epoch": 30.104166666666668,
      "grad_norm": 21.077327728271484,
      "learning_rate": 1.2369791666666668e-05,
      "loss": 0.1117,
      "step": 2890
    },
    {
      "epoch": 30.208333333333332,
      "grad_norm": 25.293498992919922,
      "learning_rate": 1.2239583333333334e-05,
      "loss": 0.0852,
      "step": 2900
    },
    {
      "epoch": 30.3125,
      "grad_norm": 23.318483352661133,
      "learning_rate": 1.2109375000000001e-05,
      "loss": 0.102,
      "step": 2910
    },
    {
      "epoch": 30.416666666666668,
      "grad_norm": 19.827796936035156,
      "learning_rate": 1.1979166666666667e-05,
      "loss": 0.1279,
      "step": 2920
    },
    {
      "epoch": 30.520833333333332,
      "grad_norm": 20.5388240814209,
      "learning_rate": 1.1848958333333333e-05,
      "loss": 0.0846,
      "step": 2930
    },
    {
      "epoch": 30.625,
      "grad_norm": 29.120922088623047,
      "learning_rate": 1.171875e-05,
      "loss": 0.1006,
      "step": 2940
    },
    {
      "epoch": 30.729166666666668,
      "grad_norm": 21.451297760009766,
      "learning_rate": 1.1588541666666668e-05,
      "loss": 0.0764,
      "step": 2950
    },
    {
      "epoch": 30.833333333333332,
      "grad_norm": 23.58041763305664,
      "learning_rate": 1.1458333333333333e-05,
      "loss": 0.0905,
      "step": 2960
    },
    {
      "epoch": 30.9375,
      "grad_norm": 21.310245513916016,
      "learning_rate": 1.1328125000000001e-05,
      "loss": 0.0707,
      "step": 2970
    },
    {
      "epoch": 31.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.175284385681152,
      "eval_runtime": 5.3931,
      "eval_samples_per_second": 101.982,
      "eval_steps_per_second": 6.49,
      "step": 2976
    },
    {
      "epoch": 31.041666666666668,
      "grad_norm": 36.20291519165039,
      "learning_rate": 1.1197916666666668e-05,
      "loss": 0.0863,
      "step": 2980
    },
    {
      "epoch": 31.145833333333332,
      "grad_norm": 30.241344451904297,
      "learning_rate": 1.1067708333333334e-05,
      "loss": 0.071,
      "step": 2990
    },
    {
      "epoch": 31.25,
      "grad_norm": 37.42964172363281,
      "learning_rate": 1.09375e-05,
      "loss": 0.1031,
      "step": 3000
    },
    {
      "epoch": 31.354166666666668,
      "grad_norm": 20.995710372924805,
      "learning_rate": 1.0807291666666667e-05,
      "loss": 0.0934,
      "step": 3010
    },
    {
      "epoch": 31.458333333333332,
      "grad_norm": 11.484270095825195,
      "learning_rate": 1.0677083333333333e-05,
      "loss": 0.102,
      "step": 3020
    },
    {
      "epoch": 31.5625,
      "grad_norm": 10.441804885864258,
      "learning_rate": 1.0546875e-05,
      "loss": 0.092,
      "step": 3030
    },
    {
      "epoch": 31.666666666666668,
      "grad_norm": 27.40350341796875,
      "learning_rate": 1.0416666666666668e-05,
      "loss": 0.1018,
      "step": 3040
    },
    {
      "epoch": 31.770833333333332,
      "grad_norm": 24.5902099609375,
      "learning_rate": 1.0286458333333334e-05,
      "loss": 0.0986,
      "step": 3050
    },
    {
      "epoch": 31.875,
      "grad_norm": 5.833737373352051,
      "learning_rate": 1.0156250000000001e-05,
      "loss": 0.1158,
      "step": 3060
    },
    {
      "epoch": 31.979166666666668,
      "grad_norm": 43.241512298583984,
      "learning_rate": 1.0026041666666667e-05,
      "loss": 0.1289,
      "step": 3070
    },
    {
      "epoch": 32.0,
      "eval_accuracy": 0.49636363636363634,
      "eval_loss": 10.566783905029297,
      "eval_runtime": 5.4619,
      "eval_samples_per_second": 100.698,
      "eval_steps_per_second": 6.408,
      "step": 3072
    },
    {
      "epoch": 32.083333333333336,
      "grad_norm": 15.365006446838379,
      "learning_rate": 9.895833333333333e-06,
      "loss": 0.099,
      "step": 3080
    },
    {
      "epoch": 32.1875,
      "grad_norm": 30.022796630859375,
      "learning_rate": 9.765625e-06,
      "loss": 0.0985,
      "step": 3090
    },
    {
      "epoch": 32.291666666666664,
      "grad_norm": 14.365524291992188,
      "learning_rate": 9.635416666666668e-06,
      "loss": 0.0762,
      "step": 3100
    },
    {
      "epoch": 32.395833333333336,
      "grad_norm": 33.37839889526367,
      "learning_rate": 9.505208333333333e-06,
      "loss": 0.0692,
      "step": 3110
    },
    {
      "epoch": 32.5,
      "grad_norm": 41.218177795410156,
      "learning_rate": 9.375000000000001e-06,
      "loss": 0.0886,
      "step": 3120
    },
    {
      "epoch": 32.604166666666664,
      "grad_norm": 18.83156967163086,
      "learning_rate": 9.244791666666668e-06,
      "loss": 0.0719,
      "step": 3130
    },
    {
      "epoch": 32.708333333333336,
      "grad_norm": 38.744815826416016,
      "learning_rate": 9.114583333333334e-06,
      "loss": 0.1015,
      "step": 3140
    },
    {
      "epoch": 32.8125,
      "grad_norm": 10.752944946289062,
      "learning_rate": 8.984375e-06,
      "loss": 0.0938,
      "step": 3150
    },
    {
      "epoch": 32.916666666666664,
      "grad_norm": 41.70597457885742,
      "learning_rate": 8.854166666666667e-06,
      "loss": 0.0991,
      "step": 3160
    },
    {
      "epoch": 33.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.101335525512695,
      "eval_runtime": 5.8998,
      "eval_samples_per_second": 93.224,
      "eval_steps_per_second": 5.932,
      "step": 3168
    },
    {
      "epoch": 33.020833333333336,
      "grad_norm": 36.87518310546875,
      "learning_rate": 8.723958333333333e-06,
      "loss": 0.0906,
      "step": 3170
    },
    {
      "epoch": 33.125,
      "grad_norm": 25.900714874267578,
      "learning_rate": 8.59375e-06,
      "loss": 0.1086,
      "step": 3180
    },
    {
      "epoch": 33.229166666666664,
      "grad_norm": 11.405691146850586,
      "learning_rate": 8.463541666666668e-06,
      "loss": 0.0999,
      "step": 3190
    },
    {
      "epoch": 33.333333333333336,
      "grad_norm": 16.193605422973633,
      "learning_rate": 8.333333333333334e-06,
      "loss": 0.0951,
      "step": 3200
    },
    {
      "epoch": 33.4375,
      "grad_norm": 88.08230590820312,
      "learning_rate": 8.203125000000001e-06,
      "loss": 0.1168,
      "step": 3210
    },
    {
      "epoch": 33.541666666666664,
      "grad_norm": 28.784753799438477,
      "learning_rate": 8.072916666666667e-06,
      "loss": 0.1072,
      "step": 3220
    },
    {
      "epoch": 33.645833333333336,
      "grad_norm": 15.353262901306152,
      "learning_rate": 7.942708333333333e-06,
      "loss": 0.0774,
      "step": 3230
    },
    {
      "epoch": 33.75,
      "grad_norm": 14.929109573364258,
      "learning_rate": 7.8125e-06,
      "loss": 0.0576,
      "step": 3240
    },
    {
      "epoch": 33.854166666666664,
      "grad_norm": 26.58082389831543,
      "learning_rate": 7.682291666666668e-06,
      "loss": 0.1075,
      "step": 3250
    },
    {
      "epoch": 33.958333333333336,
      "grad_norm": 12.775825500488281,
      "learning_rate": 7.552083333333333e-06,
      "loss": 0.0615,
      "step": 3260
    },
    {
      "epoch": 34.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.097322463989258,
      "eval_runtime": 5.6848,
      "eval_samples_per_second": 96.748,
      "eval_steps_per_second": 6.157,
      "step": 3264
    },
    {
      "epoch": 34.0625,
      "grad_norm": 18.62384605407715,
      "learning_rate": 7.421875e-06,
      "loss": 0.0902,
      "step": 3270
    },
    {
      "epoch": 34.166666666666664,
      "grad_norm": 20.48052406311035,
      "learning_rate": 7.2916666666666674e-06,
      "loss": 0.0877,
      "step": 3280
    },
    {
      "epoch": 34.270833333333336,
      "grad_norm": 27.968793869018555,
      "learning_rate": 7.161458333333333e-06,
      "loss": 0.0925,
      "step": 3290
    },
    {
      "epoch": 34.375,
      "grad_norm": 24.650409698486328,
      "learning_rate": 7.031250000000001e-06,
      "loss": 0.1428,
      "step": 3300
    },
    {
      "epoch": 34.479166666666664,
      "grad_norm": 18.157577514648438,
      "learning_rate": 6.901041666666667e-06,
      "loss": 0.0906,
      "step": 3310
    },
    {
      "epoch": 34.583333333333336,
      "grad_norm": 20.040916442871094,
      "learning_rate": 6.770833333333333e-06,
      "loss": 0.0831,
      "step": 3320
    },
    {
      "epoch": 34.6875,
      "grad_norm": 14.048887252807617,
      "learning_rate": 6.6406250000000005e-06,
      "loss": 0.0889,
      "step": 3330
    },
    {
      "epoch": 34.791666666666664,
      "grad_norm": 16.333171844482422,
      "learning_rate": 6.510416666666667e-06,
      "loss": 0.0852,
      "step": 3340
    },
    {
      "epoch": 34.895833333333336,
      "grad_norm": 17.709381103515625,
      "learning_rate": 6.380208333333333e-06,
      "loss": 0.0655,
      "step": 3350
    },
    {
      "epoch": 35.0,
      "grad_norm": 26.832077026367188,
      "learning_rate": 6.25e-06,
      "loss": 0.0784,
      "step": 3360
    },
    {
      "epoch": 35.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.071619987487793,
      "eval_runtime": 5.3413,
      "eval_samples_per_second": 102.971,
      "eval_steps_per_second": 6.553,
      "step": 3360
    },
    {
      "epoch": 35.104166666666664,
      "grad_norm": 29.826557159423828,
      "learning_rate": 6.119791666666667e-06,
      "loss": 0.0962,
      "step": 3370
    },
    {
      "epoch": 35.208333333333336,
      "grad_norm": 42.68644332885742,
      "learning_rate": 5.9895833333333335e-06,
      "loss": 0.1048,
      "step": 3380
    },
    {
      "epoch": 35.3125,
      "grad_norm": 18.28743553161621,
      "learning_rate": 5.859375e-06,
      "loss": 0.0656,
      "step": 3390
    },
    {
      "epoch": 35.416666666666664,
      "grad_norm": 9.781245231628418,
      "learning_rate": 5.729166666666667e-06,
      "loss": 0.0868,
      "step": 3400
    },
    {
      "epoch": 35.520833333333336,
      "grad_norm": 19.422208786010742,
      "learning_rate": 5.598958333333334e-06,
      "loss": 0.1012,
      "step": 3410
    },
    {
      "epoch": 35.625,
      "grad_norm": 11.414657592773438,
      "learning_rate": 5.46875e-06,
      "loss": 0.089,
      "step": 3420
    },
    {
      "epoch": 35.729166666666664,
      "grad_norm": 46.26686477661133,
      "learning_rate": 5.3385416666666666e-06,
      "loss": 0.0907,
      "step": 3430
    },
    {
      "epoch": 35.833333333333336,
      "grad_norm": 19.35893440246582,
      "learning_rate": 5.208333333333334e-06,
      "loss": 0.095,
      "step": 3440
    },
    {
      "epoch": 35.9375,
      "grad_norm": 12.395063400268555,
      "learning_rate": 5.078125000000001e-06,
      "loss": 0.0792,
      "step": 3450
    },
    {
      "epoch": 36.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.024123191833496,
      "eval_runtime": 5.69,
      "eval_samples_per_second": 96.661,
      "eval_steps_per_second": 6.151,
      "step": 3456
    },
    {
      "epoch": 36.041666666666664,
      "grad_norm": 26.335874557495117,
      "learning_rate": 4.947916666666666e-06,
      "loss": 0.1312,
      "step": 3460
    },
    {
      "epoch": 36.145833333333336,
      "grad_norm": 31.72727394104004,
      "learning_rate": 4.817708333333334e-06,
      "loss": 0.1066,
      "step": 3470
    },
    {
      "epoch": 36.25,
      "grad_norm": 25.335262298583984,
      "learning_rate": 4.6875000000000004e-06,
      "loss": 0.1081,
      "step": 3480
    },
    {
      "epoch": 36.354166666666664,
      "grad_norm": 14.127216339111328,
      "learning_rate": 4.557291666666667e-06,
      "loss": 0.0798,
      "step": 3490
    },
    {
      "epoch": 36.458333333333336,
      "grad_norm": 44.536399841308594,
      "learning_rate": 4.427083333333334e-06,
      "loss": 0.0712,
      "step": 3500
    },
    {
      "epoch": 36.5625,
      "grad_norm": 23.42938995361328,
      "learning_rate": 4.296875e-06,
      "loss": 0.0864,
      "step": 3510
    },
    {
      "epoch": 36.666666666666664,
      "grad_norm": 15.882771492004395,
      "learning_rate": 4.166666666666667e-06,
      "loss": 0.0847,
      "step": 3520
    },
    {
      "epoch": 36.770833333333336,
      "grad_norm": 11.754857063293457,
      "learning_rate": 4.0364583333333335e-06,
      "loss": 0.0913,
      "step": 3530
    },
    {
      "epoch": 36.875,
      "grad_norm": 3.5928895473480225,
      "learning_rate": 3.90625e-06,
      "loss": 0.0595,
      "step": 3540
    },
    {
      "epoch": 36.979166666666664,
      "grad_norm": 12.730524063110352,
      "learning_rate": 3.7760416666666667e-06,
      "loss": 0.1032,
      "step": 3550
    },
    {
      "epoch": 37.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.233778953552246,
      "eval_runtime": 5.8124,
      "eval_samples_per_second": 94.625,
      "eval_steps_per_second": 6.022,
      "step": 3552
    },
    {
      "epoch": 37.083333333333336,
      "grad_norm": 15.586324691772461,
      "learning_rate": 3.6458333333333337e-06,
      "loss": 0.0953,
      "step": 3560
    },
    {
      "epoch": 37.1875,
      "grad_norm": 33.76521682739258,
      "learning_rate": 3.5156250000000003e-06,
      "loss": 0.098,
      "step": 3570
    },
    {
      "epoch": 37.291666666666664,
      "grad_norm": 35.33890914916992,
      "learning_rate": 3.3854166666666665e-06,
      "loss": 0.0676,
      "step": 3580
    },
    {
      "epoch": 37.395833333333336,
      "grad_norm": 16.272777557373047,
      "learning_rate": 3.2552083333333335e-06,
      "loss": 0.0768,
      "step": 3590
    },
    {
      "epoch": 37.5,
      "grad_norm": 18.080459594726562,
      "learning_rate": 3.125e-06,
      "loss": 0.0565,
      "step": 3600
    },
    {
      "epoch": 37.604166666666664,
      "grad_norm": 35.92354965209961,
      "learning_rate": 2.9947916666666668e-06,
      "loss": 0.1136,
      "step": 3610
    },
    {
      "epoch": 37.708333333333336,
      "grad_norm": 52.009769439697266,
      "learning_rate": 2.8645833333333334e-06,
      "loss": 0.0925,
      "step": 3620
    },
    {
      "epoch": 37.8125,
      "grad_norm": 12.11516284942627,
      "learning_rate": 2.734375e-06,
      "loss": 0.1097,
      "step": 3630
    },
    {
      "epoch": 37.916666666666664,
      "grad_norm": 16.782026290893555,
      "learning_rate": 2.604166666666667e-06,
      "loss": 0.0837,
      "step": 3640
    },
    {
      "epoch": 38.0,
      "eval_accuracy": 0.49272727272727274,
      "eval_loss": 11.425619125366211,
      "eval_runtime": 5.4726,
      "eval_samples_per_second": 100.5,
      "eval_steps_per_second": 6.395,
      "step": 3648
    },
    {
      "epoch": 38.020833333333336,
      "grad_norm": 38.292327880859375,
      "learning_rate": 2.473958333333333e-06,
      "loss": 0.0804,
      "step": 3650
    },
    {
      "epoch": 38.125,
      "grad_norm": 49.51952362060547,
      "learning_rate": 2.3437500000000002e-06,
      "loss": 0.0797,
      "step": 3660
    },
    {
      "epoch": 38.229166666666664,
      "grad_norm": 30.671308517456055,
      "learning_rate": 2.213541666666667e-06,
      "loss": 0.0806,
      "step": 3670
    },
    {
      "epoch": 38.333333333333336,
      "grad_norm": 18.12841033935547,
      "learning_rate": 2.0833333333333334e-06,
      "loss": 0.0821,
      "step": 3680
    },
    {
      "epoch": 38.4375,
      "grad_norm": 38.42469787597656,
      "learning_rate": 1.953125e-06,
      "loss": 0.0917,
      "step": 3690
    },
    {
      "epoch": 38.541666666666664,
      "grad_norm": 29.64519500732422,
      "learning_rate": 1.8229166666666669e-06,
      "loss": 0.0941,
      "step": 3700
    },
    {
      "epoch": 38.645833333333336,
      "grad_norm": 17.413745880126953,
      "learning_rate": 1.6927083333333333e-06,
      "loss": 0.0924,
      "step": 3710
    },
    {
      "epoch": 38.75,
      "grad_norm": 14.233410835266113,
      "learning_rate": 1.5625e-06,
      "loss": 0.0792,
      "step": 3720
    },
    {
      "epoch": 38.854166666666664,
      "grad_norm": 30.758493423461914,
      "learning_rate": 1.4322916666666667e-06,
      "loss": 0.1,
      "step": 3730
    },
    {
      "epoch": 38.958333333333336,
      "grad_norm": 15.391569137573242,
      "learning_rate": 1.3020833333333335e-06,
      "loss": 0.0722,
      "step": 3740
    },
    {
      "epoch": 39.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.397107124328613,
      "eval_runtime": 5.3214,
      "eval_samples_per_second": 103.356,
      "eval_steps_per_second": 6.577,
      "step": 3744
    },
    {
      "epoch": 39.0625,
      "grad_norm": 43.09860610961914,
      "learning_rate": 1.1718750000000001e-06,
      "loss": 0.0718,
      "step": 3750
    },
    {
      "epoch": 39.166666666666664,
      "grad_norm": 17.852291107177734,
      "learning_rate": 1.0416666666666667e-06,
      "loss": 0.0825,
      "step": 3760
    },
    {
      "epoch": 39.270833333333336,
      "grad_norm": 11.047649383544922,
      "learning_rate": 9.114583333333334e-07,
      "loss": 0.0959,
      "step": 3770
    },
    {
      "epoch": 39.375,
      "grad_norm": 14.04410171508789,
      "learning_rate": 7.8125e-07,
      "loss": 0.06,
      "step": 3780
    },
    {
      "epoch": 39.479166666666664,
      "grad_norm": 27.379941940307617,
      "learning_rate": 6.510416666666668e-07,
      "loss": 0.118,
      "step": 3790
    },
    {
      "epoch": 39.583333333333336,
      "grad_norm": 5.006075382232666,
      "learning_rate": 5.208333333333334e-07,
      "loss": 0.0933,
      "step": 3800
    },
    {
      "epoch": 39.6875,
      "grad_norm": 16.986217498779297,
      "learning_rate": 3.90625e-07,
      "loss": 0.0909,
      "step": 3810
    },
    {
      "epoch": 39.791666666666664,
      "grad_norm": 67.45948791503906,
      "learning_rate": 2.604166666666667e-07,
      "loss": 0.0831,
      "step": 3820
    },
    {
      "epoch": 39.895833333333336,
      "grad_norm": 44.49368667602539,
      "learning_rate": 1.3020833333333334e-07,
      "loss": 0.0697,
      "step": 3830
    },
    {
      "epoch": 40.0,
      "grad_norm": 52.69803237915039,
      "learning_rate": 0.0,
      "loss": 0.079,
      "step": 3840
    },
    {
      "epoch": 40.0,
      "eval_accuracy": 0.49454545454545457,
      "eval_loss": 11.35228157043457,
      "eval_runtime": 5.9284,
      "eval_samples_per_second": 92.774,
      "eval_steps_per_second": 5.904,
      "step": 3840
    },
    {
      "epoch": 40.0,
      "step": 3840,
      "total_flos": 7.981989095292273e+18,
      "train_loss": 0.08997984060940022,
      "train_runtime": 5789.2399,
      "train_samples_per_second": 42.375,
      "train_steps_per_second": 0.663
    }
  ],
  "logging_steps": 10,
  "max_steps": 3840,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 40,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 7.981989095292273e+18,
  "train_batch_size": 16,
  "trial_name": null,
  "trial_params": null
}