{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 1.2853470437017995,
  "global_step": 12000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.05,
      "learning_rate": 9.583333333333334e-05,
      "loss": 3.2628,
      "step": 500
    },
    {
      "epoch": 0.11,
      "learning_rate": 9.166666666666667e-05,
      "loss": 3.0271,
      "step": 1000
    },
    {
      "epoch": 0.16,
      "learning_rate": 8.75e-05,
      "loss": 2.9068,
      "step": 1500
    },
    {
      "epoch": 0.21,
      "learning_rate": 8.333333333333334e-05,
      "loss": 2.8076,
      "step": 2000
    },
    {
      "epoch": 0.27,
      "learning_rate": 7.916666666666666e-05,
      "loss": 2.7127,
      "step": 2500
    },
    {
      "epoch": 0.27,
      "eval_loss": 2.140660047531128,
      "eval_runtime": 0.4247,
      "eval_samples_per_second": 70.636,
      "eval_steps_per_second": 18.836,
      "step": 2500
    },
    {
      "epoch": 0.32,
      "learning_rate": 7.500000000000001e-05,
      "loss": 2.6721,
      "step": 3000
    },
    {
      "epoch": 0.37,
      "learning_rate": 7.083333333333334e-05,
      "loss": 2.6106,
      "step": 3500
    },
    {
      "epoch": 0.43,
      "learning_rate": 6.666666666666667e-05,
      "loss": 2.5446,
      "step": 4000
    },
    {
      "epoch": 0.48,
      "learning_rate": 6.25e-05,
      "loss": 2.4866,
      "step": 4500
    },
    {
      "epoch": 0.54,
      "learning_rate": 5.833333333333334e-05,
      "loss": 2.448,
      "step": 5000
    },
    {
      "epoch": 0.54,
      "eval_loss": 1.8471120595932007,
      "eval_runtime": 0.3083,
      "eval_samples_per_second": 97.294,
      "eval_steps_per_second": 25.945,
      "step": 5000
    },
    {
      "epoch": 0.59,
      "learning_rate": 5.4166666666666664e-05,
      "loss": 2.4026,
      "step": 5500
    },
    {
      "epoch": 0.64,
      "learning_rate": 5e-05,
      "loss": 2.3545,
      "step": 6000
    },
    {
      "epoch": 0.7,
      "learning_rate": 4.5833333333333334e-05,
      "loss": 2.3271,
      "step": 6500
    },
    {
      "epoch": 0.75,
      "learning_rate": 4.166666666666667e-05,
      "loss": 2.3042,
      "step": 7000
    },
    {
      "epoch": 0.8,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 2.2588,
      "step": 7500
    },
    {
      "epoch": 0.8,
      "eval_loss": 1.6695691347122192,
      "eval_runtime": 0.3452,
      "eval_samples_per_second": 86.916,
      "eval_steps_per_second": 23.178,
      "step": 7500
    },
    {
      "epoch": 0.86,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 2.2482,
      "step": 8000
    },
    {
      "epoch": 0.91,
      "learning_rate": 2.916666666666667e-05,
      "loss": 2.2186,
      "step": 8500
    },
    {
      "epoch": 0.96,
      "learning_rate": 2.5e-05,
      "loss": 2.1842,
      "step": 9000
    },
    {
      "epoch": 1.02,
      "learning_rate": 2.0833333333333336e-05,
      "loss": 2.1561,
      "step": 9500
    },
    {
      "epoch": 1.07,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 2.0767,
      "step": 10000
    },
    {
      "epoch": 1.07,
      "eval_loss": 1.5715681314468384,
      "eval_runtime": 0.3186,
      "eval_samples_per_second": 94.171,
      "eval_steps_per_second": 25.112,
      "step": 10000
    },
    {
      "epoch": 1.12,
      "learning_rate": 1.25e-05,
      "loss": 2.0821,
      "step": 10500
    },
    {
      "epoch": 1.18,
      "learning_rate": 8.333333333333334e-06,
      "loss": 2.0631,
      "step": 11000
    },
    {
      "epoch": 1.23,
      "learning_rate": 4.166666666666667e-06,
      "loss": 2.0524,
      "step": 11500
    },
    {
      "epoch": 1.29,
      "learning_rate": 0.0,
      "loss": 2.0579,
      "step": 12000
    }
  ],
  "max_steps": 12000,
  "num_train_epochs": 2,
  "total_flos": 1.1691961050857472e+17,
  "trial_name": null,
  "trial_params": null
}