tinyllava-v2x / trainer_state.json
Seokhyun1's picture
Upload 6 files
2f710c9 verified
{
"best_metric": null,
"best_model_checkpoint": null,
"epoch": 3.0,
"eval_steps": 500,
"global_step": 1350,
"is_hyper_param_search": false,
"is_local_process_zero": true,
"is_world_process_zero": true,
"log_history": [
{
"epoch": 0.0022222222222222222,
"grad_norm": 2.623322362612143,
"learning_rate": 4.878048780487805e-07,
"loss": 3.0431,
"step": 1
},
{
"epoch": 0.0044444444444444444,
"grad_norm": 2.261103014889126,
"learning_rate": 9.75609756097561e-07,
"loss": 3.0184,
"step": 2
},
{
"epoch": 0.006666666666666667,
"grad_norm": 2.7168444790133903,
"learning_rate": 1.4634146341463414e-06,
"loss": 3.3019,
"step": 3
},
{
"epoch": 0.008888888888888889,
"grad_norm": 2.7343955653769876,
"learning_rate": 1.951219512195122e-06,
"loss": 3.2182,
"step": 4
},
{
"epoch": 0.011111111111111112,
"grad_norm": 2.2100918502143414,
"learning_rate": 2.4390243902439027e-06,
"loss": 2.9725,
"step": 5
},
{
"epoch": 0.013333333333333334,
"grad_norm": 2.3250911641120293,
"learning_rate": 2.926829268292683e-06,
"loss": 3.1052,
"step": 6
},
{
"epoch": 0.015555555555555555,
"grad_norm": 2.6288955885970515,
"learning_rate": 3.414634146341464e-06,
"loss": 3.0472,
"step": 7
},
{
"epoch": 0.017777777777777778,
"grad_norm": 2.219103106569174,
"learning_rate": 3.902439024390244e-06,
"loss": 2.9739,
"step": 8
},
{
"epoch": 0.02,
"grad_norm": 2.2520911835478774,
"learning_rate": 4.390243902439025e-06,
"loss": 2.8884,
"step": 9
},
{
"epoch": 0.022222222222222223,
"grad_norm": 2.1493375853557364,
"learning_rate": 4.8780487804878055e-06,
"loss": 2.9373,
"step": 10
},
{
"epoch": 0.024444444444444446,
"grad_norm": 2.3992410965049404,
"learning_rate": 5.365853658536586e-06,
"loss": 3.0224,
"step": 11
},
{
"epoch": 0.02666666666666667,
"grad_norm": 2.6279528519907367,
"learning_rate": 5.853658536585366e-06,
"loss": 3.055,
"step": 12
},
{
"epoch": 0.028888888888888888,
"grad_norm": 2.1553348953628038,
"learning_rate": 6.341463414634147e-06,
"loss": 2.9028,
"step": 13
},
{
"epoch": 0.03111111111111111,
"grad_norm": 2.1821297305309466,
"learning_rate": 6.829268292682928e-06,
"loss": 2.6423,
"step": 14
},
{
"epoch": 0.03333333333333333,
"grad_norm": 2.1821297305309466,
"learning_rate": 6.829268292682928e-06,
"loss": 2.8703,
"step": 15
},
{
"epoch": 0.035555555555555556,
"grad_norm": 2.3930540157080933,
"learning_rate": 7.317073170731707e-06,
"loss": 2.6671,
"step": 16
},
{
"epoch": 0.03777777777777778,
"grad_norm": 2.304230557213507,
"learning_rate": 7.804878048780489e-06,
"loss": 2.8108,
"step": 17
},
{
"epoch": 0.04,
"grad_norm": 2.3606667375109334,
"learning_rate": 8.292682926829268e-06,
"loss": 2.7557,
"step": 18
},
{
"epoch": 0.042222222222222223,
"grad_norm": 2.2694672135734058,
"learning_rate": 8.78048780487805e-06,
"loss": 2.6854,
"step": 19
},
{
"epoch": 0.044444444444444446,
"grad_norm": 2.2694672135734058,
"learning_rate": 8.78048780487805e-06,
"loss": 2.6259,
"step": 20
},
{
"epoch": 0.04666666666666667,
"grad_norm": 2.260385565524592,
"learning_rate": 9.268292682926831e-06,
"loss": 2.5754,
"step": 21
},
{
"epoch": 0.04888888888888889,
"grad_norm": 2.2022125875440444,
"learning_rate": 9.756097560975611e-06,
"loss": 2.5253,
"step": 22
},
{
"epoch": 0.051111111111111114,
"grad_norm": 3.5096993808994843,
"learning_rate": 1.024390243902439e-05,
"loss": 2.4524,
"step": 23
},
{
"epoch": 0.05333333333333334,
"grad_norm": 2.1136234261807076,
"learning_rate": 1.0731707317073172e-05,
"loss": 2.3648,
"step": 24
},
{
"epoch": 0.05555555555555555,
"grad_norm": 2.279726869850189,
"learning_rate": 1.1219512195121953e-05,
"loss": 2.3092,
"step": 25
},
{
"epoch": 0.057777777777777775,
"grad_norm": 2.0624550418977132,
"learning_rate": 1.1707317073170731e-05,
"loss": 2.3245,
"step": 26
},
{
"epoch": 0.06,
"grad_norm": 2.1452353524431373,
"learning_rate": 1.2195121951219513e-05,
"loss": 2.0884,
"step": 27
},
{
"epoch": 0.06222222222222222,
"grad_norm": 2.037063719665142,
"learning_rate": 1.2682926829268294e-05,
"loss": 2.0828,
"step": 28
},
{
"epoch": 0.06444444444444444,
"grad_norm": 2.1625230802297195,
"learning_rate": 1.3170731707317076e-05,
"loss": 2.0986,
"step": 29
},
{
"epoch": 0.06666666666666667,
"grad_norm": 1.977909713991803,
"learning_rate": 1.3658536585365855e-05,
"loss": 1.9159,
"step": 30
},
{
"epoch": 0.06888888888888889,
"grad_norm": 1.8324253121705385,
"learning_rate": 1.4146341463414635e-05,
"loss": 1.9116,
"step": 31
},
{
"epoch": 0.07111111111111111,
"grad_norm": 2.079040049018754,
"learning_rate": 1.4634146341463415e-05,
"loss": 1.8451,
"step": 32
},
{
"epoch": 0.07333333333333333,
"grad_norm": 1.809402468708381,
"learning_rate": 1.5121951219512196e-05,
"loss": 1.8039,
"step": 33
},
{
"epoch": 0.07555555555555556,
"grad_norm": 1.7844520594891926,
"learning_rate": 1.5609756097560978e-05,
"loss": 1.611,
"step": 34
},
{
"epoch": 0.07777777777777778,
"grad_norm": 1.7670406551498323,
"learning_rate": 1.6097560975609757e-05,
"loss": 1.6735,
"step": 35
},
{
"epoch": 0.08,
"grad_norm": 1.6240755311579538,
"learning_rate": 1.6585365853658537e-05,
"loss": 1.544,
"step": 36
},
{
"epoch": 0.08222222222222222,
"grad_norm": 1.6598703391595058,
"learning_rate": 1.7073170731707317e-05,
"loss": 1.4969,
"step": 37
},
{
"epoch": 0.08444444444444445,
"grad_norm": 1.7797228247223702,
"learning_rate": 1.75609756097561e-05,
"loss": 1.5034,
"step": 38
},
{
"epoch": 0.08666666666666667,
"grad_norm": 1.6060846046108213,
"learning_rate": 1.804878048780488e-05,
"loss": 1.347,
"step": 39
},
{
"epoch": 0.08888888888888889,
"grad_norm": 1.6655545462059487,
"learning_rate": 1.8536585365853663e-05,
"loss": 1.3162,
"step": 40
},
{
"epoch": 0.09111111111111111,
"grad_norm": 1.6440980116956432,
"learning_rate": 1.902439024390244e-05,
"loss": 1.2312,
"step": 41
},
{
"epoch": 0.09333333333333334,
"grad_norm": 1.6772833304574546,
"learning_rate": 1.9512195121951222e-05,
"loss": 1.2062,
"step": 42
},
{
"epoch": 0.09555555555555556,
"grad_norm": 1.669217307716062,
"learning_rate": 2e-05,
"loss": 1.0715,
"step": 43
},
{
"epoch": 0.09777777777777778,
"grad_norm": 1.6043628877097749,
"learning_rate": 1.999997120014852e-05,
"loss": 1.0351,
"step": 44
},
{
"epoch": 0.1,
"grad_norm": 1.6679143739908302,
"learning_rate": 1.9999884800759955e-05,
"loss": 0.953,
"step": 45
},
{
"epoch": 0.10222222222222223,
"grad_norm": 1.574198968752061,
"learning_rate": 1.9999740802331976e-05,
"loss": 0.8663,
"step": 46
},
{
"epoch": 0.10444444444444445,
"grad_norm": 1.4909340970325713,
"learning_rate": 1.9999539205693996e-05,
"loss": 0.7911,
"step": 47
},
{
"epoch": 0.10666666666666667,
"grad_norm": 1.4900807130383797,
"learning_rate": 1.9999280012007213e-05,
"loss": 0.7467,
"step": 48
},
{
"epoch": 0.10888888888888888,
"grad_norm": 1.516805622959705,
"learning_rate": 1.9998963222764574e-05,
"loss": 0.6698,
"step": 49
},
{
"epoch": 0.1111111111111111,
"grad_norm": 1.3149395696585964,
"learning_rate": 1.9998588839790777e-05,
"loss": 0.6201,
"step": 50
},
{
"epoch": 0.11333333333333333,
"grad_norm": 1.6723781816084982,
"learning_rate": 1.9998156865242256e-05,
"loss": 0.5536,
"step": 51
},
{
"epoch": 0.11555555555555555,
"grad_norm": 1.223792216559664,
"learning_rate": 1.9997667301607172e-05,
"loss": 0.5297,
"step": 52
},
{
"epoch": 0.11777777777777777,
"grad_norm": 1.0992516074768282,
"learning_rate": 1.9997120151705393e-05,
"loss": 0.4383,
"step": 53
},
{
"epoch": 0.12,
"grad_norm": 1.2464445419569536,
"learning_rate": 1.9996515418688493e-05,
"loss": 0.4063,
"step": 54
},
{
"epoch": 0.12222222222222222,
"grad_norm": 1.0859125380167651,
"learning_rate": 1.9995853106039707e-05,
"loss": 0.3942,
"step": 55
},
{
"epoch": 0.12444444444444444,
"grad_norm": 1.1985531426652731,
"learning_rate": 1.9995133217573943e-05,
"loss": 0.3501,
"step": 56
},
{
"epoch": 0.12666666666666668,
"grad_norm": 1.0417891714128484,
"learning_rate": 1.999435575743774e-05,
"loss": 0.3369,
"step": 57
},
{
"epoch": 0.1288888888888889,
"grad_norm": 1.1926194557532863,
"learning_rate": 1.9993520730109236e-05,
"loss": 0.3181,
"step": 58
},
{
"epoch": 0.13111111111111112,
"grad_norm": 1.0284700411429233,
"learning_rate": 1.999262814039817e-05,
"loss": 0.2614,
"step": 59
},
{
"epoch": 0.13333333333333333,
"grad_norm": 1.0423244776334333,
"learning_rate": 1.9991677993445832e-05,
"loss": 0.2517,
"step": 60
},
{
"epoch": 0.13555555555555557,
"grad_norm": 1.1806023347098358,
"learning_rate": 1.9990670294725036e-05,
"loss": 0.2361,
"step": 61
},
{
"epoch": 0.13777777777777778,
"grad_norm": 1.1588129036209098,
"learning_rate": 1.99896050500401e-05,
"loss": 0.2172,
"step": 62
},
{
"epoch": 0.14,
"grad_norm": 0.9963259552167313,
"learning_rate": 1.9988482265526805e-05,
"loss": 0.2112,
"step": 63
},
{
"epoch": 0.14222222222222222,
"grad_norm": 0.9633795140630308,
"learning_rate": 1.9987301947652354e-05,
"loss": 0.2309,
"step": 64
},
{
"epoch": 0.14444444444444443,
"grad_norm": 0.8935284726202222,
"learning_rate": 1.998606410321534e-05,
"loss": 0.1689,
"step": 65
},
{
"epoch": 0.14666666666666667,
"grad_norm": 0.7244578036029303,
"learning_rate": 1.998476873934571e-05,
"loss": 0.146,
"step": 66
},
{
"epoch": 0.14888888888888888,
"grad_norm": 0.8206113325604889,
"learning_rate": 1.9983415863504723e-05,
"loss": 0.1326,
"step": 67
},
{
"epoch": 0.1511111111111111,
"grad_norm": 0.929646005224609,
"learning_rate": 1.998200548348491e-05,
"loss": 0.2032,
"step": 68
},
{
"epoch": 0.15333333333333332,
"grad_norm": 1.1574986786521502,
"learning_rate": 1.9980537607410007e-05,
"loss": 0.1953,
"step": 69
},
{
"epoch": 0.15555555555555556,
"grad_norm": 0.8467966213189054,
"learning_rate": 1.9979012243734943e-05,
"loss": 0.1036,
"step": 70
},
{
"epoch": 0.15777777777777777,
"grad_norm": 1.4950401937069921,
"learning_rate": 1.9977429401245764e-05,
"loss": 0.1945,
"step": 71
},
{
"epoch": 0.16,
"grad_norm": 0.8619786539742662,
"learning_rate": 1.9975789089059598e-05,
"loss": 0.1328,
"step": 72
},
{
"epoch": 0.1622222222222222,
"grad_norm": 0.8012986736687174,
"learning_rate": 1.9974091316624596e-05,
"loss": 0.1053,
"step": 73
},
{
"epoch": 0.16444444444444445,
"grad_norm": 1.427531027612763,
"learning_rate": 1.9972336093719876e-05,
"loss": 0.1612,
"step": 74
},
{
"epoch": 0.16666666666666666,
"grad_norm": 1.3714252905367872,
"learning_rate": 1.997052343045547e-05,
"loss": 0.1108,
"step": 75
},
{
"epoch": 0.1688888888888889,
"grad_norm": 0.5396381544048664,
"learning_rate": 1.9968653337272262e-05,
"loss": 0.0632,
"step": 76
},
{
"epoch": 0.1711111111111111,
"grad_norm": 0.917340021397074,
"learning_rate": 1.9966725824941933e-05,
"loss": 0.0703,
"step": 77
},
{
"epoch": 0.17333333333333334,
"grad_norm": 0.9527175902434158,
"learning_rate": 1.9964740904566903e-05,
"loss": 0.0684,
"step": 78
},
{
"epoch": 0.17555555555555555,
"grad_norm": 0.8873445304144839,
"learning_rate": 1.9962698587580246e-05,
"loss": 0.0589,
"step": 79
},
{
"epoch": 0.17777777777777778,
"grad_norm": 1.1563328274020708,
"learning_rate": 1.996059888574565e-05,
"loss": 0.081,
"step": 80
},
{
"epoch": 0.18,
"grad_norm": 0.5088497800722968,
"learning_rate": 1.9958441811157342e-05,
"loss": 0.0444,
"step": 81
},
{
"epoch": 0.18222222222222223,
"grad_norm": 0.5076228510085662,
"learning_rate": 1.9956227376239995e-05,
"loss": 0.0374,
"step": 82
},
{
"epoch": 0.18444444444444444,
"grad_norm": 0.599711304843245,
"learning_rate": 1.99539555937487e-05,
"loss": 0.0441,
"step": 83
},
{
"epoch": 0.18666666666666668,
"grad_norm": 0.6675064429989921,
"learning_rate": 1.9951626476768847e-05,
"loss": 0.0399,
"step": 84
},
{
"epoch": 0.18888888888888888,
"grad_norm": 0.7109046216657469,
"learning_rate": 1.9949240038716092e-05,
"loss": 0.055,
"step": 85
},
{
"epoch": 0.19111111111111112,
"grad_norm": 1.5218018892449177,
"learning_rate": 1.9946796293336237e-05,
"loss": 0.0999,
"step": 86
},
{
"epoch": 0.19333333333333333,
"grad_norm": 0.6400697851026957,
"learning_rate": 1.9944295254705187e-05,
"loss": 0.0359,
"step": 87
},
{
"epoch": 0.19555555555555557,
"grad_norm": 0.5987592280115199,
"learning_rate": 1.994173693722885e-05,
"loss": 0.0238,
"step": 88
},
{
"epoch": 0.19777777777777777,
"grad_norm": 0.4169792553824183,
"learning_rate": 1.9939121355643057e-05,
"loss": 0.0285,
"step": 89
},
{
"epoch": 0.2,
"grad_norm": 0.822257685361629,
"learning_rate": 1.993644852501348e-05,
"loss": 0.0251,
"step": 90
},
{
"epoch": 0.20222222222222222,
"grad_norm": 0.5887886595708829,
"learning_rate": 1.9933718460735553e-05,
"loss": 0.0204,
"step": 91
},
{
"epoch": 0.20444444444444446,
"grad_norm": 0.4717267328425819,
"learning_rate": 1.9930931178534353e-05,
"loss": 0.0208,
"step": 92
},
{
"epoch": 0.20666666666666667,
"grad_norm": 0.6256908207283287,
"learning_rate": 1.9928086694464544e-05,
"loss": 0.0225,
"step": 93
},
{
"epoch": 0.2088888888888889,
"grad_norm": 1.1944230735599275,
"learning_rate": 1.992518502491028e-05,
"loss": 0.0438,
"step": 94
},
{
"epoch": 0.2111111111111111,
"grad_norm": 0.3797429952201044,
"learning_rate": 1.992222618658508e-05,
"loss": 0.015,
"step": 95
},
{
"epoch": 0.21333333333333335,
"grad_norm": 0.5442507624352912,
"learning_rate": 1.9919210196531774e-05,
"loss": 0.0127,
"step": 96
},
{
"epoch": 0.21555555555555556,
"grad_norm": 0.20192174806719207,
"learning_rate": 1.9916137072122367e-05,
"loss": 0.0045,
"step": 97
},
{
"epoch": 0.21777777777777776,
"grad_norm": 0.35629669027546523,
"learning_rate": 1.9913006831057967e-05,
"loss": 0.0073,
"step": 98
},
{
"epoch": 0.22,
"grad_norm": 0.3811343068709108,
"learning_rate": 1.9909819491368677e-05,
"loss": 0.0071,
"step": 99
},
{
"epoch": 0.2222222222222222,
"grad_norm": 0.3811343068709108,
"learning_rate": 1.9909819491368677e-05,
"loss": 0.0354,
"step": 100
},
{
"epoch": 0.22444444444444445,
"grad_norm": 0.21277371217333504,
"learning_rate": 1.9906575071413468e-05,
"loss": 0.0059,
"step": 101
},
{
"epoch": 0.22666666666666666,
"grad_norm": 0.3829854099778751,
"learning_rate": 1.9903273589880107e-05,
"loss": 0.0072,
"step": 102
},
{
"epoch": 0.2288888888888889,
"grad_norm": 0.4598266610872749,
"learning_rate": 1.989991506578503e-05,
"loss": 0.008,
"step": 103
},
{
"epoch": 0.2311111111111111,
"grad_norm": 0.12172334327236085,
"learning_rate": 1.9896499518473237e-05,
"loss": 0.0037,
"step": 104
},
{
"epoch": 0.23333333333333334,
"grad_norm": 0.26889325048345314,
"learning_rate": 1.9893026967618176e-05,
"loss": 0.0061,
"step": 105
},
{
"epoch": 0.23555555555555555,
"grad_norm": 0.263079713257789,
"learning_rate": 1.988949743322164e-05,
"loss": 0.0043,
"step": 106
},
{
"epoch": 0.23777777777777778,
"grad_norm": 0.2853704607797298,
"learning_rate": 1.988591093561364e-05,
"loss": 0.0041,
"step": 107
},
{
"epoch": 0.24,
"grad_norm": 0.5349086075608627,
"learning_rate": 1.9882267495452296e-05,
"loss": 0.0102,
"step": 108
},
{
"epoch": 0.24222222222222223,
"grad_norm": 1.3227157979779598,
"learning_rate": 1.987856713372372e-05,
"loss": 0.0518,
"step": 109
},
{
"epoch": 0.24444444444444444,
"grad_norm": 0.48774892977597367,
"learning_rate": 1.9874809871741877e-05,
"loss": 0.0057,
"step": 110
},
{
"epoch": 0.24666666666666667,
"grad_norm": 0.08301750407717456,
"learning_rate": 1.987099573114849e-05,
"loss": 0.0024,
"step": 111
},
{
"epoch": 0.24888888888888888,
"grad_norm": 0.0998951630645237,
"learning_rate": 1.986712473391289e-05,
"loss": 0.0018,
"step": 112
},
{
"epoch": 0.2511111111111111,
"grad_norm": 0.8337266418083582,
"learning_rate": 1.9863196902331916e-05,
"loss": 0.0172,
"step": 113
},
{
"epoch": 0.25333333333333335,
"grad_norm": 0.07651210583101263,
"learning_rate": 1.985921225902975e-05,
"loss": 0.002,
"step": 114
},
{
"epoch": 0.25555555555555554,
"grad_norm": 0.05073998203831285,
"learning_rate": 1.985517082695783e-05,
"loss": 0.0017,
"step": 115
},
{
"epoch": 0.2577777777777778,
"grad_norm": 0.4578873073764795,
"learning_rate": 1.985107262939468e-05,
"loss": 0.0071,
"step": 116
},
{
"epoch": 0.26,
"grad_norm": 0.9130370391316529,
"learning_rate": 1.984691768994579e-05,
"loss": 0.0213,
"step": 117
},
{
"epoch": 0.26222222222222225,
"grad_norm": 0.12791629342690117,
"learning_rate": 1.9842706032543496e-05,
"loss": 0.0017,
"step": 118
},
{
"epoch": 0.2644444444444444,
"grad_norm": 1.0755693304035614,
"learning_rate": 1.983843768144682e-05,
"loss": 0.0251,
"step": 119
},
{
"epoch": 0.26666666666666666,
"grad_norm": 0.5145717610045697,
"learning_rate": 1.983411266124133e-05,
"loss": 0.0069,
"step": 120
},
{
"epoch": 0.2688888888888889,
"grad_norm": 0.03758403240804189,
"learning_rate": 1.982973099683902e-05,
"loss": 0.0013,
"step": 121
},
{
"epoch": 0.27111111111111114,
"grad_norm": 0.8066826274319282,
"learning_rate": 1.9825292713478145e-05,
"loss": 0.0125,
"step": 122
},
{
"epoch": 0.2733333333333333,
"grad_norm": 0.2405952016960853,
"learning_rate": 1.9820797836723086e-05,
"loss": 0.0025,
"step": 123
},
{
"epoch": 0.27555555555555555,
"grad_norm": 0.4547771467502152,
"learning_rate": 1.98162463924642e-05,
"loss": 0.0067,
"step": 124
},
{
"epoch": 0.2777777777777778,
"grad_norm": 0.14450929585996608,
"learning_rate": 1.9811638406917666e-05,
"loss": 0.0025,
"step": 125
},
{
"epoch": 0.28,
"grad_norm": 0.08905361756324702,
"learning_rate": 1.9806973906625352e-05,
"loss": 0.0015,
"step": 126
},
{
"epoch": 0.2822222222222222,
"grad_norm": 0.4007541877884539,
"learning_rate": 1.980225291845463e-05,
"loss": 0.0054,
"step": 127
},
{
"epoch": 0.28444444444444444,
"grad_norm": 0.032568395601894465,
"learning_rate": 1.9797475469598267e-05,
"loss": 0.0009,
"step": 128
},
{
"epoch": 0.2866666666666667,
"grad_norm": 0.33024035103426347,
"learning_rate": 1.9792641587574212e-05,
"loss": 0.0046,
"step": 129
},
{
"epoch": 0.28888888888888886,
"grad_norm": 0.14878342926580176,
"learning_rate": 1.978775130022549e-05,
"loss": 0.0027,
"step": 130
},
{
"epoch": 0.2911111111111111,
"grad_norm": 0.35334691805857943,
"learning_rate": 1.978280463572001e-05,
"loss": 0.004,
"step": 131
},
{
"epoch": 0.29333333333333333,
"grad_norm": 0.13172844479878656,
"learning_rate": 1.977780162255041e-05,
"loss": 0.0018,
"step": 132
},
{
"epoch": 0.29555555555555557,
"grad_norm": 0.06019878327632559,
"learning_rate": 1.9772742289533896e-05,
"loss": 0.0016,
"step": 133
},
{
"epoch": 0.29777777777777775,
"grad_norm": 0.160216865282591,
"learning_rate": 1.9767626665812083e-05,
"loss": 0.0023,
"step": 134
},
{
"epoch": 0.3,
"grad_norm": 1.6806549477062398,
"learning_rate": 1.9762454780850807e-05,
"loss": 0.0475,
"step": 135
},
{
"epoch": 0.3022222222222222,
"grad_norm": 0.11393022798646299,
"learning_rate": 1.9757226664439968e-05,
"loss": 0.0022,
"step": 136
},
{
"epoch": 0.30444444444444446,
"grad_norm": 0.037872960249665674,
"learning_rate": 1.9751942346693368e-05,
"loss": 0.001,
"step": 137
},
{
"epoch": 0.30666666666666664,
"grad_norm": 0.15275329226428894,
"learning_rate": 1.9746601858048517e-05,
"loss": 0.0027,
"step": 138
},
{
"epoch": 0.3088888888888889,
"grad_norm": 0.04247765423538433,
"learning_rate": 1.974120522926647e-05,
"loss": 0.0011,
"step": 139
},
{
"epoch": 0.3111111111111111,
"grad_norm": 0.660804460437883,
"learning_rate": 1.973575249143165e-05,
"loss": 0.0085,
"step": 140
},
{
"epoch": 0.31333333333333335,
"grad_norm": 0.07819276083719805,
"learning_rate": 1.9730243675951666e-05,
"loss": 0.0018,
"step": 141
},
{
"epoch": 0.31555555555555553,
"grad_norm": 0.09224536898648249,
"learning_rate": 1.972467881455713e-05,
"loss": 0.0017,
"step": 142
},
{
"epoch": 0.31777777777777777,
"grad_norm": 0.10341228774388184,
"learning_rate": 1.9719057939301477e-05,
"loss": 0.002,
"step": 143
},
{
"epoch": 0.32,
"grad_norm": 0.07586422594766226,
"learning_rate": 1.9713381082560784e-05,
"loss": 0.0018,
"step": 144
},
{
"epoch": 0.32222222222222224,
"grad_norm": 1.0021154898255815,
"learning_rate": 1.970764827703358e-05,
"loss": 0.0175,
"step": 145
},
{
"epoch": 0.3244444444444444,
"grad_norm": 0.21464660706537472,
"learning_rate": 1.9701859555740647e-05,
"loss": 0.0039,
"step": 146
},
{
"epoch": 0.32666666666666666,
"grad_norm": 0.05521619098399361,
"learning_rate": 1.9696014952024854e-05,
"loss": 0.0014,
"step": 147
},
{
"epoch": 0.3288888888888889,
"grad_norm": 0.07631263663499638,
"learning_rate": 1.969011449955094e-05,
"loss": 0.0016,
"step": 148
},
{
"epoch": 0.33111111111111113,
"grad_norm": 0.8136940095826757,
"learning_rate": 1.968415823230534e-05,
"loss": 0.0064,
"step": 149
},
{
"epoch": 0.3333333333333333,
"grad_norm": 0.06702292784574418,
"learning_rate": 1.9678146184595974e-05,
"loss": 0.0016,
"step": 150
},
{
"epoch": 0.33555555555555555,
"grad_norm": 0.09196987991250953,
"learning_rate": 1.967207839105206e-05,
"loss": 0.0018,
"step": 151
},
{
"epoch": 0.3377777777777778,
"grad_norm": 0.12196125664466427,
"learning_rate": 1.9665954886623906e-05,
"loss": 0.0016,
"step": 152
},
{
"epoch": 0.34,
"grad_norm": 0.08860432742792679,
"learning_rate": 1.9659775706582717e-05,
"loss": 0.0019,
"step": 153
},
{
"epoch": 0.3422222222222222,
"grad_norm": 0.10768240905093937,
"learning_rate": 1.9653540886520387e-05,
"loss": 0.002,
"step": 154
},
{
"epoch": 0.34444444444444444,
"grad_norm": 0.04911215401412496,
"learning_rate": 1.9647250462349296e-05,
"loss": 0.0012,
"step": 155
},
{
"epoch": 0.3466666666666667,
"grad_norm": 0.08466663703887824,
"learning_rate": 1.96409044703021e-05,
"loss": 0.0015,
"step": 156
},
{
"epoch": 0.3488888888888889,
"grad_norm": 0.03028451241557383,
"learning_rate": 1.9634502946931517e-05,
"loss": 0.0009,
"step": 157
},
{
"epoch": 0.3511111111111111,
"grad_norm": 0.031113002163027238,
"learning_rate": 1.9628045929110144e-05,
"loss": 0.0009,
"step": 158
},
{
"epoch": 0.35333333333333333,
"grad_norm": 0.035588285940576635,
"learning_rate": 1.9621533454030204e-05,
"loss": 0.0009,
"step": 159
},
{
"epoch": 0.35555555555555557,
"grad_norm": 0.019139703403524014,
"learning_rate": 1.9614965559203358e-05,
"loss": 0.0006,
"step": 160
},
{
"epoch": 0.35777777777777775,
"grad_norm": 0.15643810004548148,
"learning_rate": 1.9608342282460492e-05,
"loss": 0.0014,
"step": 161
},
{
"epoch": 0.36,
"grad_norm": 0.8823034744889429,
"learning_rate": 1.960166366195148e-05,
"loss": 0.0133,
"step": 162
},
{
"epoch": 0.3622222222222222,
"grad_norm": 0.03013019362562091,
"learning_rate": 1.9594929736144978e-05,
"loss": 0.0008,
"step": 163
},
{
"epoch": 0.36444444444444446,
"grad_norm": 0.026987225487895616,
"learning_rate": 1.9588140543828196e-05,
"loss": 0.0007,
"step": 164
},
{
"epoch": 0.36666666666666664,
"grad_norm": 0.06166775274737293,
"learning_rate": 1.9581296124106682e-05,
"loss": 0.0008,
"step": 165
},
{
"epoch": 0.3688888888888889,
"grad_norm": 0.045024988660031316,
"learning_rate": 1.957439651640409e-05,
"loss": 0.001,
"step": 166
},
{
"epoch": 0.3711111111111111,
"grad_norm": 0.03824056387771315,
"learning_rate": 1.956744176046196e-05,
"loss": 0.0007,
"step": 167
},
{
"epoch": 0.37333333333333335,
"grad_norm": 0.03560550981791134,
"learning_rate": 1.9560431896339475e-05,
"loss": 0.0007,
"step": 168
},
{
"epoch": 0.37555555555555553,
"grad_norm": 0.05723839962050225,
"learning_rate": 1.9553366964413244e-05,
"loss": 0.0007,
"step": 169
},
{
"epoch": 0.37777777777777777,
"grad_norm": 0.05208477744102516,
"learning_rate": 1.9546247005377065e-05,
"loss": 0.0006,
"step": 170
},
{
"epoch": 0.38,
"grad_norm": 0.0364993873141882,
"learning_rate": 1.9539072060241692e-05,
"loss": 0.0007,
"step": 171
},
{
"epoch": 0.38222222222222224,
"grad_norm": 1.320198279525588,
"learning_rate": 1.9531842170334595e-05,
"loss": 0.0311,
"step": 172
},
{
"epoch": 0.3844444444444444,
"grad_norm": 0.020346083647731265,
"learning_rate": 1.952455737729973e-05,
"loss": 0.0006,
"step": 173
},
{
"epoch": 0.38666666666666666,
"grad_norm": 0.03523247698947723,
"learning_rate": 1.951721772309728e-05,
"loss": 0.0008,
"step": 174
},
{
"epoch": 0.3888888888888889,
"grad_norm": 0.16475102282308718,
"learning_rate": 1.950982325000344e-05,
"loss": 0.002,
"step": 175
},
{
"epoch": 0.39111111111111113,
"grad_norm": 0.18757317206994756,
"learning_rate": 1.9502374000610152e-05,
"loss": 0.0011,
"step": 176
},
{
"epoch": 0.3933333333333333,
"grad_norm": 0.35299098661920186,
"learning_rate": 1.9494870017824877e-05,
"loss": 0.0021,
"step": 177
},
{
"epoch": 0.39555555555555555,
"grad_norm": 0.3649401501488327,
"learning_rate": 1.9487311344870327e-05,
"loss": 0.0026,
"step": 178
},
{
"epoch": 0.3977777777777778,
"grad_norm": 0.032056929621218,
"learning_rate": 1.947969802528424e-05,
"loss": 0.0006,
"step": 179
},
{
"epoch": 0.4,
"grad_norm": 0.32436393205718156,
"learning_rate": 1.9472030102919102e-05,
"loss": 0.0038,
"step": 180
},
{
"epoch": 0.4022222222222222,
"grad_norm": 0.1087856457884649,
"learning_rate": 1.9464307621941926e-05,
"loss": 0.0012,
"step": 181
},
{
"epoch": 0.40444444444444444,
"grad_norm": 0.03408582478970204,
"learning_rate": 1.945653062683397e-05,
"loss": 0.0006,
"step": 182
},
{
"epoch": 0.4066666666666667,
"grad_norm": 0.0766541545478875,
"learning_rate": 1.9448699162390497e-05,
"loss": 0.0008,
"step": 183
},
{
"epoch": 0.4088888888888889,
"grad_norm": 0.7957873792569852,
"learning_rate": 1.9440813273720504e-05,
"loss": 0.0339,
"step": 184
},
{
"epoch": 0.4111111111111111,
"grad_norm": 0.08898514516994652,
"learning_rate": 1.9432873006246483e-05,
"loss": 0.001,
"step": 185
},
{
"epoch": 0.41333333333333333,
"grad_norm": 0.011285791772131364,
"learning_rate": 1.9424878405704134e-05,
"loss": 0.0003,
"step": 186
},
{
"epoch": 0.41555555555555557,
"grad_norm": 0.0350501270150874,
"learning_rate": 1.941682951814212e-05,
"loss": 0.0006,
"step": 187
},
{
"epoch": 0.4177777777777778,
"grad_norm": 0.026380949033664686,
"learning_rate": 1.940872638992179e-05,
"loss": 0.0006,
"step": 188
},
{
"epoch": 0.42,
"grad_norm": 0.15531694271701021,
"learning_rate": 1.9400569067716927e-05,
"loss": 0.0014,
"step": 189
},
{
"epoch": 0.4222222222222222,
"grad_norm": 0.057262237850984284,
"learning_rate": 1.9392357598513463e-05,
"loss": 0.0007,
"step": 190
},
{
"epoch": 0.42444444444444446,
"grad_norm": 0.03194325120657333,
"learning_rate": 1.938409202960922e-05,
"loss": 0.0006,
"step": 191
},
{
"epoch": 0.4266666666666667,
"grad_norm": 0.2489216925764617,
"learning_rate": 1.9375772408613625e-05,
"loss": 0.0017,
"step": 192
},
{
"epoch": 0.4288888888888889,
"grad_norm": 0.24189666890137113,
"learning_rate": 1.936739878344745e-05,
"loss": 0.0014,
"step": 193
},
{
"epoch": 0.4311111111111111,
"grad_norm": 0.04584287274935283,
"learning_rate": 1.9358971202342523e-05,
"loss": 0.0008,
"step": 194
},
{
"epoch": 0.43333333333333335,
"grad_norm": 1.5466102888601088,
"learning_rate": 1.935048971384147e-05,
"loss": 0.0236,
"step": 195
},
{
"epoch": 0.43555555555555553,
"grad_norm": 0.033320124640433296,
"learning_rate": 1.93419543667974e-05,
"loss": 0.0006,
"step": 196
},
{
"epoch": 0.43777777777777777,
"grad_norm": 0.023109548272609658,
"learning_rate": 1.9333365210373668e-05,
"loss": 0.0004,
"step": 197
},
{
"epoch": 0.44,
"grad_norm": 0.05916221058149562,
"learning_rate": 1.932472229404356e-05,
"loss": 0.0007,
"step": 198
},
{
"epoch": 0.44222222222222224,
"grad_norm": 0.2749665246841557,
"learning_rate": 1.931602566759001e-05,
"loss": 0.0027,
"step": 199
},
{
"epoch": 0.4444444444444444,
"grad_norm": 0.03240933696725177,
"learning_rate": 1.930727538110534e-05,
"loss": 0.0006,
"step": 200
},
{
"epoch": 0.44666666666666666,
"grad_norm": 0.9231922047479213,
"learning_rate": 1.929847148499093e-05,
"loss": 0.0144,
"step": 201
},
{
"epoch": 0.4488888888888889,
"grad_norm": 0.028968966906976937,
"learning_rate": 1.928961402995696e-05,
"loss": 0.0005,
"step": 202
},
{
"epoch": 0.45111111111111113,
"grad_norm": 0.22287274469313864,
"learning_rate": 1.9280703067022114e-05,
"loss": 0.0009,
"step": 203
},
{
"epoch": 0.4533333333333333,
"grad_norm": 0.3586159059347094,
"learning_rate": 1.927173864751327e-05,
"loss": 0.0025,
"step": 204
},
{
"epoch": 0.45555555555555555,
"grad_norm": 0.05358265984057159,
"learning_rate": 1.9262720823065217e-05,
"loss": 0.0006,
"step": 205
},
{
"epoch": 0.4577777777777778,
"grad_norm": 0.31284523262218844,
"learning_rate": 1.9253649645620363e-05,
"loss": 0.0027,
"step": 206
},
{
"epoch": 0.46,
"grad_norm": 0.5503573082645226,
"learning_rate": 1.9244525167428412e-05,
"loss": 0.0055,
"step": 207
},
{
"epoch": 0.4622222222222222,
"grad_norm": 1.0093300512124708,
"learning_rate": 1.923534744104609e-05,
"loss": 0.0278,
"step": 208
},
{
"epoch": 0.46444444444444444,
"grad_norm": 0.01595946272415077,
"learning_rate": 1.922611651933683e-05,
"loss": 0.0005,
"step": 209
},
{
"epoch": 0.4666666666666667,
"grad_norm": 0.03344116540187883,
"learning_rate": 1.9216832455470466e-05,
"loss": 0.0004,
"step": 210
},
{
"epoch": 0.4688888888888889,
"grad_norm": 0.5626372357227121,
"learning_rate": 1.920749530292293e-05,
"loss": 0.0034,
"step": 211
},
{
"epoch": 0.4711111111111111,
"grad_norm": 0.021501649881054824,
"learning_rate": 1.9198105115475946e-05,
"loss": 0.0005,
"step": 212
},
{
"epoch": 0.47333333333333333,
"grad_norm": 0.012684722719238902,
"learning_rate": 1.9188661947216712e-05,
"loss": 0.0003,
"step": 213
},
{
"epoch": 0.47555555555555556,
"grad_norm": 1.178647005571923,
"learning_rate": 1.9179165852537596e-05,
"loss": 0.0068,
"step": 214
},
{
"epoch": 0.4777777777777778,
"grad_norm": 0.03583186544652586,
"learning_rate": 1.916961688613582e-05,
"loss": 0.0006,
"step": 215
},
{
"epoch": 0.48,
"grad_norm": 0.026769514633125883,
"learning_rate": 1.9160015103013153e-05,
"loss": 0.0006,
"step": 216
},
{
"epoch": 0.4822222222222222,
"grad_norm": 0.7080667415031866,
"learning_rate": 1.9150360558475574e-05,
"loss": 0.0216,
"step": 217
},
{
"epoch": 0.48444444444444446,
"grad_norm": 0.024452394431017342,
"learning_rate": 1.9140653308132977e-05,
"loss": 0.0004,
"step": 218
},
{
"epoch": 0.4866666666666667,
"grad_norm": 0.04561094298777004,
"learning_rate": 1.9130893407898834e-05,
"loss": 0.0009,
"step": 219
},
{
"epoch": 0.4888888888888889,
"grad_norm": 0.03985886749512988,
"learning_rate": 1.912108091398988e-05,
"loss": 0.0009,
"step": 220
},
{
"epoch": 0.4911111111111111,
"grad_norm": 0.0745056378199607,
"learning_rate": 1.9111215882925787e-05,
"loss": 0.0007,
"step": 221
},
{
"epoch": 0.49333333333333335,
"grad_norm": 0.031071980548846766,
"learning_rate": 1.9101298371528845e-05,
"loss": 0.0007,
"step": 222
},
{
"epoch": 0.4955555555555556,
"grad_norm": 0.05318716324629559,
"learning_rate": 1.9091328436923624e-05,
"loss": 0.0009,
"step": 223
},
{
"epoch": 0.49777777777777776,
"grad_norm": 0.03889872268798812,
"learning_rate": 1.908130613653665e-05,
"loss": 0.0007,
"step": 224
},
{
"epoch": 0.5,
"grad_norm": 0.5908443792110623,
"learning_rate": 1.9071231528096074e-05,
"loss": 0.0056,
"step": 225
},
{
"epoch": 0.5022222222222222,
"grad_norm": 0.011398670582844527,
"learning_rate": 1.9061104669631343e-05,
"loss": 0.0003,
"step": 226
},
{
"epoch": 0.5044444444444445,
"grad_norm": 0.03214990260807195,
"learning_rate": 1.9050925619472863e-05,
"loss": 0.0005,
"step": 227
},
{
"epoch": 0.5066666666666667,
"grad_norm": 0.27792558548531765,
"learning_rate": 1.9040694436251657e-05,
"loss": 0.0022,
"step": 228
},
{
"epoch": 0.5088888888888888,
"grad_norm": 0.03697530683124863,
"learning_rate": 1.9030411178899037e-05,
"loss": 0.0006,
"step": 229
},
{
"epoch": 0.5111111111111111,
"grad_norm": 0.016065442222854807,
"learning_rate": 1.902007590664626e-05,
"loss": 0.0004,
"step": 230
},
{
"epoch": 0.5133333333333333,
"grad_norm": 0.7814700401297519,
"learning_rate": 1.900968867902419e-05,
"loss": 0.0144,
"step": 231
},
{
"epoch": 0.5155555555555555,
"grad_norm": 0.32071500034992223,
"learning_rate": 1.8999249555862953e-05,
"loss": 0.0029,
"step": 232
},
{
"epoch": 0.5177777777777778,
"grad_norm": 0.01709783232264348,
"learning_rate": 1.8988758597291577e-05,
"loss": 0.0004,
"step": 233
},
{
"epoch": 0.52,
"grad_norm": 0.6574438589165187,
"learning_rate": 1.8978215863737675e-05,
"loss": 0.0134,
"step": 234
},
{
"epoch": 0.5222222222222223,
"grad_norm": 0.4863552285642119,
"learning_rate": 1.8967621415927087e-05,
"loss": 0.0046,
"step": 235
},
{
"epoch": 0.5244444444444445,
"grad_norm": 0.1298096995846685,
"learning_rate": 1.8956975314883512e-05,
"loss": 0.0017,
"step": 236
},
{
"epoch": 0.5266666666666666,
"grad_norm": 0.02639761152341246,
"learning_rate": 1.8946277621928174e-05,
"loss": 0.0005,
"step": 237
},
{
"epoch": 0.5288888888888889,
"grad_norm": 0.028667654764917946,
"learning_rate": 1.893552839867947e-05,
"loss": 0.0006,
"step": 238
},
{
"epoch": 0.5311111111111111,
"grad_norm": 1.1567917941716623,
"learning_rate": 1.8924727707052607e-05,
"loss": 0.0111,
"step": 239
},
{
"epoch": 0.5333333333333333,
"grad_norm": 0.02089248978216262,
"learning_rate": 1.8913875609259246e-05,
"loss": 0.0005,
"step": 240
},
{
"epoch": 0.5355555555555556,
"grad_norm": 0.029049612723626016,
"learning_rate": 1.890297216780715e-05,
"loss": 0.0007,
"step": 241
},
{
"epoch": 0.5377777777777778,
"grad_norm": 0.010838980867766716,
"learning_rate": 1.8892017445499812e-05,
"loss": 0.0003,
"step": 242
},
{
"epoch": 0.54,
"grad_norm": 0.0669309101309544,
"learning_rate": 1.8881011505436114e-05,
"loss": 0.0008,
"step": 243
},
{
"epoch": 0.5422222222222223,
"grad_norm": 0.02582230565188314,
"learning_rate": 1.8869954411009942e-05,
"loss": 0.0006,
"step": 244
},
{
"epoch": 0.5444444444444444,
"grad_norm": 0.036159244681545,
"learning_rate": 1.8858846225909832e-05,
"loss": 0.0008,
"step": 245
},
{
"epoch": 0.5466666666666666,
"grad_norm": 0.0758404585670732,
"learning_rate": 1.8847687014118596e-05,
"loss": 0.0013,
"step": 246
},
{
"epoch": 0.5488888888888889,
"grad_norm": 0.14990089520514846,
"learning_rate": 1.8836476839912967e-05,
"loss": 0.0019,
"step": 247
},
{
"epoch": 0.5511111111111111,
"grad_norm": 0.03739028864542761,
"learning_rate": 1.8825215767863215e-05,
"loss": 0.0006,
"step": 248
},
{
"epoch": 0.5533333333333333,
"grad_norm": 0.07280507858148468,
"learning_rate": 1.8813903862832776e-05,
"loss": 0.0009,
"step": 249
},
{
"epoch": 0.5555555555555556,
"grad_norm": 0.10327193829164616,
"learning_rate": 1.8802541189977893e-05,
"loss": 0.0012,
"step": 250
},
{
"epoch": 0.5577777777777778,
"grad_norm": 0.06825123037770792,
"learning_rate": 1.879112781474722e-05,
"loss": 0.0012,
"step": 251
},
{
"epoch": 0.56,
"grad_norm": 0.07883080610316746,
"learning_rate": 1.8779663802881465e-05,
"loss": 0.0008,
"step": 252
},
{
"epoch": 0.5622222222222222,
"grad_norm": 0.04253439566045438,
"learning_rate": 1.876814922041299e-05,
"loss": 0.0008,
"step": 253
},
{
"epoch": 0.5644444444444444,
"grad_norm": 0.06932424815123103,
"learning_rate": 1.8756584133665447e-05,
"loss": 0.0008,
"step": 254
},
{
"epoch": 0.5666666666666667,
"grad_norm": 0.06206143897208355,
"learning_rate": 1.8744968609253398e-05,
"loss": 0.0008,
"step": 255
},
{
"epoch": 0.5688888888888889,
"grad_norm": 0.7695547493955517,
"learning_rate": 1.8733302714081915e-05,
"loss": 0.0202,
"step": 256
},
{
"epoch": 0.5711111111111111,
"grad_norm": 0.06331494654423411,
"learning_rate": 1.8721586515346204e-05,
"loss": 0.0007,
"step": 257
},
{
"epoch": 0.5733333333333334,
"grad_norm": 0.020838442545883098,
"learning_rate": 1.870982008053123e-05,
"loss": 0.0006,
"step": 258
},
{
"epoch": 0.5755555555555556,
"grad_norm": 0.016134548346999962,
"learning_rate": 1.86980034774113e-05,
"loss": 0.0005,
"step": 259
},
{
"epoch": 0.5777777777777777,
"grad_norm": 0.019703237163135892,
"learning_rate": 1.8686136774049704e-05,
"loss": 0.0004,
"step": 260
},
{
"epoch": 0.58,
"grad_norm": 0.017361733741644604,
"learning_rate": 1.86742200387983e-05,
"loss": 0.0005,
"step": 261
},
{
"epoch": 0.5822222222222222,
"grad_norm": 0.016648696635112818,
"learning_rate": 1.866225334029712e-05,
"loss": 0.0005,
"step": 262
},
{
"epoch": 0.5844444444444444,
"grad_norm": 0.019546129454740456,
"learning_rate": 1.8650236747474007e-05,
"loss": 0.0003,
"step": 263
},
{
"epoch": 0.5866666666666667,
"grad_norm": 0.6160233971331717,
"learning_rate": 1.8638170329544164e-05,
"loss": 0.0443,
"step": 264
},
{
"epoch": 0.5888888888888889,
"grad_norm": 0.010130609233305131,
"learning_rate": 1.8626054156009807e-05,
"loss": 0.0003,
"step": 265
},
{
"epoch": 0.5911111111111111,
"grad_norm": 0.39479291035098263,
"learning_rate": 1.8613888296659736e-05,
"loss": 0.0025,
"step": 266
},
{
"epoch": 0.5933333333333334,
"grad_norm": 0.013812616263719862,
"learning_rate": 1.860167282156894e-05,
"loss": 0.0003,
"step": 267
},
{
"epoch": 0.5955555555555555,
"grad_norm": 0.018169106009057658,
"learning_rate": 1.8589407801098192e-05,
"loss": 0.0004,
"step": 268
},
{
"epoch": 0.5977777777777777,
"grad_norm": 0.17012294752998244,
"learning_rate": 1.857709330589364e-05,
"loss": 0.0015,
"step": 269
},
{
"epoch": 0.6,
"grad_norm": 0.01494535535116139,
"learning_rate": 1.856472940688642e-05,
"loss": 0.0004,
"step": 270
},
{
"epoch": 0.6022222222222222,
"grad_norm": 1.5922240027279706,
"learning_rate": 1.8552316175292214e-05,
"loss": 0.0243,
"step": 271
},
{
"epoch": 0.6044444444444445,
"grad_norm": 0.00908383812609346,
"learning_rate": 1.8539853682610876e-05,
"loss": 0.0002,
"step": 272
},
{
"epoch": 0.6066666666666667,
"grad_norm": 0.015838289578029737,
"learning_rate": 1.8527342000625984e-05,
"loss": 0.0004,
"step": 273
},
{
"epoch": 0.6088888888888889,
"grad_norm": 0.008425041809995652,
"learning_rate": 1.8514781201404464e-05,
"loss": 0.0003,
"step": 274
},
{
"epoch": 0.6111111111111112,
"grad_norm": 0.02433588209864682,
"learning_rate": 1.8502171357296144e-05,
"loss": 0.0004,
"step": 275
},
{
"epoch": 0.6133333333333333,
"grad_norm": 0.02642165670842728,
"learning_rate": 1.8489512540933346e-05,
"loss": 0.0004,
"step": 276
},
{
"epoch": 0.6155555555555555,
"grad_norm": 0.06640841655766903,
"learning_rate": 1.8476804825230482e-05,
"loss": 0.0008,
"step": 277
},
{
"epoch": 0.6177777777777778,
"grad_norm": 0.048945307199085464,
"learning_rate": 1.8464048283383613e-05,
"loss": 0.0006,
"step": 278
},
{
"epoch": 0.62,
"grad_norm": 0.020042128979306413,
"learning_rate": 1.8451242988870043e-05,
"loss": 0.0004,
"step": 279
},
{
"epoch": 0.6222222222222222,
"grad_norm": 0.3786660023485802,
"learning_rate": 1.843838901544789e-05,
"loss": 0.0046,
"step": 280
},
{
"epoch": 0.6244444444444445,
"grad_norm": 0.07121516005252483,
"learning_rate": 1.842548643715566e-05,
"loss": 0.0007,
"step": 281
},
{
"epoch": 0.6266666666666667,
"grad_norm": 0.20109432203989125,
"learning_rate": 1.8412535328311813e-05,
"loss": 0.0028,
"step": 282
},
{
"epoch": 0.6288888888888889,
"grad_norm": 0.10841184255094245,
"learning_rate": 1.839953576351436e-05,
"loss": 0.0013,
"step": 283
},
{
"epoch": 0.6311111111111111,
"grad_norm": 1.3530251070576613,
"learning_rate": 1.8386487817640398e-05,
"loss": 0.0091,
"step": 284
},
{
"epoch": 0.6333333333333333,
"grad_norm": 0.057500596916280435,
"learning_rate": 1.837339156584572e-05,
"loss": 0.0006,
"step": 285
},
{
"epoch": 0.6355555555555555,
"grad_norm": 0.016550540186704814,
"learning_rate": 1.8360247083564343e-05,
"loss": 0.0003,
"step": 286
},
{
"epoch": 0.6377777777777778,
"grad_norm": 0.06541368486345062,
"learning_rate": 1.834705444650809e-05,
"loss": 0.0008,
"step": 287
},
{
"epoch": 0.64,
"grad_norm": 0.08832266991079811,
"learning_rate": 1.8333813730666158e-05,
"loss": 0.0008,
"step": 288
},
{
"epoch": 0.6422222222222222,
"grad_norm": 0.03524782743583213,
"learning_rate": 1.8320525012304685e-05,
"loss": 0.0005,
"step": 289
},
{
"epoch": 0.6444444444444445,
"grad_norm": 1.8794205176406664,
"learning_rate": 1.8307188367966288e-05,
"loss": 0.0187,
"step": 290
},
{
"epoch": 0.6466666666666666,
"grad_norm": 0.014844423467085928,
"learning_rate": 1.8293803874469645e-05,
"loss": 0.0002,
"step": 291
},
{
"epoch": 0.6488888888888888,
"grad_norm": 0.010222162836149195,
"learning_rate": 1.8280371608909034e-05,
"loss": 0.0003,
"step": 292
},
{
"epoch": 0.6511111111111111,
"grad_norm": 0.5614092073406145,
"learning_rate": 1.8266891648653916e-05,
"loss": 0.0057,
"step": 293
},
{
"epoch": 0.6533333333333333,
"grad_norm": 0.01297741818562359,
"learning_rate": 1.8253364071348457e-05,
"loss": 0.0004,
"step": 294
},
{
"epoch": 0.6555555555555556,
"grad_norm": 0.5168884986099888,
"learning_rate": 1.8239788954911102e-05,
"loss": 0.0326,
"step": 295
},
{
"epoch": 0.6577777777777778,
"grad_norm": 0.6163464375616924,
"learning_rate": 1.8226166377534113e-05,
"loss": 0.0259,
"step": 296
},
{
"epoch": 0.66,
"grad_norm": 0.048716941996478184,
"learning_rate": 1.8212496417683135e-05,
"loss": 0.0005,
"step": 297
},
{
"epoch": 0.6622222222222223,
"grad_norm": 0.055467938164609626,
"learning_rate": 1.8198779154096735e-05,
"loss": 0.0005,
"step": 298
},
{
"epoch": 0.6644444444444444,
"grad_norm": 1.0967104950928754,
"learning_rate": 1.8185014665785936e-05,
"loss": 0.0034,
"step": 299
},
{
"epoch": 0.6666666666666666,
"grad_norm": 0.29453937302991706,
"learning_rate": 1.8171203032033788e-05,
"loss": 0.0017,
"step": 300
},
{
"epoch": 0.6688888888888889,
"grad_norm": 0.29139330435900607,
"learning_rate": 1.8157344332394885e-05,
"loss": 0.0033,
"step": 301
},
{
"epoch": 0.6711111111111111,
"grad_norm": 0.3176205472420609,
"learning_rate": 1.814343864669493e-05,
"loss": 0.0048,
"step": 302
},
{
"epoch": 0.6733333333333333,
"grad_norm": 0.06715748514888928,
"learning_rate": 1.8129486055030255e-05,
"loss": 0.001,
"step": 303
},
{
"epoch": 0.6755555555555556,
"grad_norm": 0.03486404041763582,
"learning_rate": 1.8115486637767384e-05,
"loss": 0.0005,
"step": 304
},
{
"epoch": 0.6777777777777778,
"grad_norm": 0.19155650982719616,
"learning_rate": 1.8101440475542533e-05,
"loss": 0.0017,
"step": 305
},
{
"epoch": 0.68,
"grad_norm": 0.01663378864478831,
"learning_rate": 1.8087347649261183e-05,
"loss": 0.0004,
"step": 306
},
{
"epoch": 0.6822222222222222,
"grad_norm": 0.013905433428486385,
"learning_rate": 1.8073208240097598e-05,
"loss": 0.0004,
"step": 307
},
{
"epoch": 0.6844444444444444,
"grad_norm": 0.012513681879387959,
"learning_rate": 1.805902232949435e-05,
"loss": 0.0004,
"step": 308
},
{
"epoch": 0.6866666666666666,
"grad_norm": 0.01103453340398427,
"learning_rate": 1.8044789999161864e-05,
"loss": 0.0003,
"step": 309
},
{
"epoch": 0.6888888888888889,
"grad_norm": 0.032867476038944785,
"learning_rate": 1.8030511331077945e-05,
"loss": 0.0006,
"step": 310
},
{
"epoch": 0.6911111111111111,
"grad_norm": 0.018617863432919445,
"learning_rate": 1.8016186407487287e-05,
"loss": 0.0005,
"step": 311
},
{
"epoch": 0.6933333333333334,
"grad_norm": 0.01940037917805814,
"learning_rate": 1.8001815310901036e-05,
"loss": 0.0004,
"step": 312
},
{
"epoch": 0.6955555555555556,
"grad_norm": 0.017455886946362617,
"learning_rate": 1.7987398124096274e-05,
"loss": 0.0004,
"step": 313
},
{
"epoch": 0.6977777777777778,
"grad_norm": 1.7821683316049801,
"learning_rate": 1.7972934930115568e-05,
"loss": 0.0063,
"step": 314
},
{
"epoch": 0.7,
"grad_norm": 0.0313130869534443,
"learning_rate": 1.7958425812266493e-05,
"loss": 0.0006,
"step": 315
},
{
"epoch": 0.7022222222222222,
"grad_norm": 0.0773273972736791,
"learning_rate": 1.7943870854121126e-05,
"loss": 0.0009,
"step": 316
},
{
"epoch": 0.7044444444444444,
"grad_norm": 0.05926540960947002,
"learning_rate": 1.7929270139515606e-05,
"loss": 0.0011,
"step": 317
},
{
"epoch": 0.7066666666666667,
"grad_norm": 0.6357868737964609,
"learning_rate": 1.7914623752549606e-05,
"loss": 0.0157,
"step": 318
},
{
"epoch": 0.7088888888888889,
"grad_norm": 0.012382616216716056,
"learning_rate": 1.789993177758588e-05,
"loss": 0.0004,
"step": 319
},
{
"epoch": 0.7111111111111111,
"grad_norm": 0.6997607013009971,
"learning_rate": 1.7885194299249774e-05,
"loss": 0.0288,
"step": 320
},
{
"epoch": 0.7133333333333334,
"grad_norm": 0.017802425682117262,
"learning_rate": 1.787041140242872e-05,
"loss": 0.0005,
"step": 321
},
{
"epoch": 0.7155555555555555,
"grad_norm": 0.022940108486145597,
"learning_rate": 1.785558317227177e-05,
"loss": 0.0005,
"step": 322
},
{
"epoch": 0.7177777777777777,
"grad_norm": 0.06501948023353454,
"learning_rate": 1.7840709694189082e-05,
"loss": 0.0008,
"step": 323
},
{
"epoch": 0.72,
"grad_norm": 0.018826765951076158,
"learning_rate": 1.782579105385145e-05,
"loss": 0.0003,
"step": 324
},
{
"epoch": 0.7222222222222222,
"grad_norm": 0.8693847240241009,
"learning_rate": 1.7810827337189806e-05,
"loss": 0.0176,
"step": 325
},
{
"epoch": 0.7244444444444444,
"grad_norm": 0.01158528241766916,
"learning_rate": 1.7795818630394705e-05,
"loss": 0.0003,
"step": 326
},
{
"epoch": 0.7266666666666667,
"grad_norm": 0.012953238973338926,
"learning_rate": 1.7780765019915854e-05,
"loss": 0.0003,
"step": 327
},
{
"epoch": 0.7288888888888889,
"grad_norm": 0.13363097863618223,
"learning_rate": 1.776566659246161e-05,
"loss": 0.0016,
"step": 328
},
{
"epoch": 0.7311111111111112,
"grad_norm": 0.020333860204620323,
"learning_rate": 1.7750523434998454e-05,
"loss": 0.0004,
"step": 329
},
{
"epoch": 0.7333333333333333,
"grad_norm": 0.03465349990517107,
"learning_rate": 1.773533563475053e-05,
"loss": 0.0005,
"step": 330
},
{
"epoch": 0.7355555555555555,
"grad_norm": 0.018035445023050833,
"learning_rate": 1.772010327919912e-05,
"loss": 0.0005,
"step": 331
},
{
"epoch": 0.7377777777777778,
"grad_norm": 0.011536550677576184,
"learning_rate": 1.7704826456082137e-05,
"loss": 0.0003,
"step": 332
},
{
"epoch": 0.74,
"grad_norm": 0.04063924006611042,
"learning_rate": 1.768950525339362e-05,
"loss": 0.0006,
"step": 333
},
{
"epoch": 0.7422222222222222,
"grad_norm": 0.07205814515426334,
"learning_rate": 1.7674139759383253e-05,
"loss": 0.0009,
"step": 334
},
{
"epoch": 0.7444444444444445,
"grad_norm": 0.035447086137769555,
"learning_rate": 1.765873006255582e-05,
"loss": 0.0007,
"step": 335
},
{
"epoch": 0.7466666666666667,
"grad_norm": 0.034945381142001616,
"learning_rate": 1.764327625167072e-05,
"loss": 0.0005,
"step": 336
},
{
"epoch": 0.7488888888888889,
"grad_norm": 0.9393792294740548,
"learning_rate": 1.7627778415741437e-05,
"loss": 0.0428,
"step": 337
},
{
"epoch": 0.7511111111111111,
"grad_norm": 0.2613311853585298,
"learning_rate": 1.761223664403505e-05,
"loss": 0.002,
"step": 338
},
{
"epoch": 0.7533333333333333,
"grad_norm": 0.02525971134733198,
"learning_rate": 1.7596651026071708e-05,
"loss": 0.0005,
"step": 339
},
{
"epoch": 0.7555555555555555,
"grad_norm": 0.5021933110166663,
"learning_rate": 1.7581021651624097e-05,
"loss": 0.0093,
"step": 340
},
{
"epoch": 0.7577777777777778,
"grad_norm": 0.2655607607436516,
"learning_rate": 1.7565348610716963e-05,
"loss": 0.0028,
"step": 341
},
{
"epoch": 0.76,
"grad_norm": 0.041929568367314644,
"learning_rate": 1.754963199362654e-05,
"loss": 0.0007,
"step": 342
},
{
"epoch": 0.7622222222222222,
"grad_norm": 0.030224663903822044,
"learning_rate": 1.7533871890880088e-05,
"loss": 0.0006,
"step": 343
},
{
"epoch": 0.7644444444444445,
"grad_norm": 0.2580604461447013,
"learning_rate": 1.7518068393255324e-05,
"loss": 0.0025,
"step": 344
},
{
"epoch": 0.7666666666666667,
"grad_norm": 1.0286164223904415,
"learning_rate": 1.7502221591779932e-05,
"loss": 0.0085,
"step": 345
},
{
"epoch": 0.7688888888888888,
"grad_norm": 0.016495690865293042,
"learning_rate": 1.748633157773101e-05,
"loss": 0.0004,
"step": 346
},
{
"epoch": 0.7711111111111111,
"grad_norm": 0.01401711124126451,
"learning_rate": 1.7470398442634572e-05,
"loss": 0.0002,
"step": 347
},
{
"epoch": 0.7733333333333333,
"grad_norm": 0.02338665150794283,
"learning_rate": 1.7454422278264997e-05,
"loss": 0.0004,
"step": 348
},
{
"epoch": 0.7755555555555556,
"grad_norm": 0.41343999375758606,
"learning_rate": 1.7438403176644524e-05,
"loss": 0.0057,
"step": 349
},
{
"epoch": 0.7777777777777778,
"grad_norm": 0.020138467473283024,
"learning_rate": 1.74223412300427e-05,
"loss": 0.0005,
"step": 350
},
{
"epoch": 0.78,
"grad_norm": 0.1260119479643109,
"learning_rate": 1.7406236530975862e-05,
"loss": 0.0013,
"step": 351
},
{
"epoch": 0.7822222222222223,
"grad_norm": 0.01910263004877557,
"learning_rate": 1.7390089172206594e-05,
"loss": 0.0004,
"step": 352
},
{
"epoch": 0.7844444444444445,
"grad_norm": 0.019251255169848696,
"learning_rate": 1.7373899246743202e-05,
"loss": 0.0004,
"step": 353
},
{
"epoch": 0.7866666666666666,
"grad_norm": 1.374613782427883,
"learning_rate": 1.7357666847839186e-05,
"loss": 0.0318,
"step": 354
},
{
"epoch": 0.7888888888888889,
"grad_norm": 0.0073541400794499045,
"learning_rate": 1.734139206899267e-05,
"loss": 0.0002,
"step": 355
},
{
"epoch": 0.7911111111111111,
"grad_norm": 0.05969515450696645,
"learning_rate": 1.7325075003945902e-05,
"loss": 0.0009,
"step": 356
},
{
"epoch": 0.7933333333333333,
"grad_norm": 0.011016610013281147,
"learning_rate": 1.730871574668469e-05,
"loss": 0.0003,
"step": 357
},
{
"epoch": 0.7955555555555556,
"grad_norm": 0.016460126625044567,
"learning_rate": 1.729231439143787e-05,
"loss": 0.0005,
"step": 358
},
{
"epoch": 0.7977777777777778,
"grad_norm": 0.019704945491741347,
"learning_rate": 1.727587103267677e-05,
"loss": 0.0005,
"step": 359
},
{
"epoch": 0.8,
"grad_norm": 0.19336072400042412,
"learning_rate": 1.7259385765114634e-05,
"loss": 0.0017,
"step": 360
},
{
"epoch": 0.8022222222222222,
"grad_norm": 0.026754345164991526,
"learning_rate": 1.7242858683706122e-05,
"loss": 0.0004,
"step": 361
},
{
"epoch": 0.8044444444444444,
"grad_norm": 0.03426383148141979,
"learning_rate": 1.7226289883646727e-05,
"loss": 0.0005,
"step": 362
},
{
"epoch": 0.8066666666666666,
"grad_norm": 0.021763530198138415,
"learning_rate": 1.720967946037225e-05,
"loss": 0.0005,
"step": 363
},
{
"epoch": 0.8088888888888889,
"grad_norm": 0.01942414258365435,
"learning_rate": 1.7193027509558233e-05,
"loss": 0.0005,
"step": 364
},
{
"epoch": 0.8111111111111111,
"grad_norm": 0.025698832353816627,
"learning_rate": 1.7176334127119418e-05,
"loss": 0.0005,
"step": 365
},
{
"epoch": 0.8133333333333334,
"grad_norm": 0.03976655206372822,
"learning_rate": 1.7159599409209194e-05,
"loss": 0.0007,
"step": 366
},
{
"epoch": 0.8155555555555556,
"grad_norm": 0.03253167783550585,
"learning_rate": 1.7142823452219036e-05,
"loss": 0.0005,
"step": 367
},
{
"epoch": 0.8177777777777778,
"grad_norm": 0.4663806913786246,
"learning_rate": 1.7126006352777965e-05,
"loss": 0.0069,
"step": 368
},
{
"epoch": 0.82,
"grad_norm": 0.11338495135499817,
"learning_rate": 1.710914820775196e-05,
"loss": 0.0013,
"step": 369
},
{
"epoch": 0.8222222222222222,
"grad_norm": 0.19043992946634256,
"learning_rate": 1.7092249114243453e-05,
"loss": 0.0015,
"step": 370
},
{
"epoch": 0.8244444444444444,
"grad_norm": 0.03232831597933056,
"learning_rate": 1.7075309169590708e-05,
"loss": 0.0005,
"step": 371
},
{
"epoch": 0.8266666666666667,
"grad_norm": 0.03042525050700494,
"learning_rate": 1.705832847136731e-05,
"loss": 0.0006,
"step": 372
},
{
"epoch": 0.8288888888888889,
"grad_norm": 0.029843600704805073,
"learning_rate": 1.704130711738157e-05,
"loss": 0.0005,
"step": 373
},
{
"epoch": 0.8311111111111111,
"grad_norm": 0.09298415548740087,
"learning_rate": 1.7024245205675986e-05,
"loss": 0.0011,
"step": 374
},
{
"epoch": 0.8333333333333334,
"grad_norm": 0.7381072072560813,
"learning_rate": 1.7007142834526665e-05,
"loss": 0.0027,
"step": 375
},
{
"epoch": 0.8355555555555556,
"grad_norm": 0.030898000907047772,
"learning_rate": 1.6990000102442748e-05,
"loss": 0.0005,
"step": 376
},
{
"epoch": 0.8377777777777777,
"grad_norm": 0.013810655617155203,
"learning_rate": 1.697281710816587e-05,
"loss": 0.0003,
"step": 377
},
{
"epoch": 0.84,
"grad_norm": 0.014278553140774343,
"learning_rate": 1.6955593950669568e-05,
"loss": 0.0004,
"step": 378
},
{
"epoch": 0.8422222222222222,
"grad_norm": 0.016978929102246836,
"learning_rate": 1.6938330729158713e-05,
"loss": 0.0004,
"step": 379
},
{
"epoch": 0.8444444444444444,
"grad_norm": 0.021488794588194672,
"learning_rate": 1.692102754306895e-05,
"loss": 0.0005,
"step": 380
},
{
"epoch": 0.8466666666666667,
"grad_norm": 0.010475882365762162,
"learning_rate": 1.690368449206612e-05,
"loss": 0.0003,
"step": 381
},
{
"epoch": 0.8488888888888889,
"grad_norm": 0.020903375463389794,
"learning_rate": 1.6886301676045676e-05,
"loss": 0.0004,
"step": 382
},
{
"epoch": 0.8511111111111112,
"grad_norm": 0.01232299162643352,
"learning_rate": 1.6868879195132128e-05,
"loss": 0.0003,
"step": 383
},
{
"epoch": 0.8533333333333334,
"grad_norm": 0.01379618707088667,
"learning_rate": 1.6851417149678442e-05,
"loss": 0.0003,
"step": 384
},
{
"epoch": 0.8555555555555555,
"grad_norm": 0.015107029459242761,
"learning_rate": 1.6833915640265485e-05,
"loss": 0.0004,
"step": 385
},
{
"epoch": 0.8577777777777778,
"grad_norm": 0.011297376367716301,
"learning_rate": 1.6816374767701437e-05,
"loss": 0.0003,
"step": 386
},
{
"epoch": 0.86,
"grad_norm": 0.01762300667191289,
"learning_rate": 1.6798794633021192e-05,
"loss": 0.0003,
"step": 387
},
{
"epoch": 0.8622222222222222,
"grad_norm": 0.015168920715436343,
"learning_rate": 1.678117533748581e-05,
"loss": 0.0003,
"step": 388
},
{
"epoch": 0.8644444444444445,
"grad_norm": 0.17789200811416378,
"learning_rate": 1.6763516982581905e-05,
"loss": 0.0024,
"step": 389
},
{
"epoch": 0.8666666666666667,
"grad_norm": 0.013426130783423165,
"learning_rate": 1.6745819670021083e-05,
"loss": 0.0004,
"step": 390
},
{
"epoch": 0.8688888888888889,
"grad_norm": 0.013974513871344695,
"learning_rate": 1.6728083501739333e-05,
"loss": 0.0003,
"step": 391
},
{
"epoch": 0.8711111111111111,
"grad_norm": 0.04162266704610194,
"learning_rate": 1.6710308579896462e-05,
"loss": 0.0005,
"step": 392
},
{
"epoch": 0.8733333333333333,
"grad_norm": 0.021989085013756154,
"learning_rate": 1.669249500687549e-05,
"loss": 0.0004,
"step": 393
},
{
"epoch": 0.8755555555555555,
"grad_norm": 0.026829178594480974,
"learning_rate": 1.667464288528207e-05,
"loss": 0.0004,
"step": 394
},
{
"epoch": 0.8777777777777778,
"grad_norm": 0.038037996596902844,
"learning_rate": 1.6656752317943888e-05,
"loss": 0.0006,
"step": 395
},
{
"epoch": 0.88,
"grad_norm": 0.4877016583934509,
"learning_rate": 1.6638823407910085e-05,
"loss": 0.0222,
"step": 396
},
{
"epoch": 0.8822222222222222,
"grad_norm": 0.5213983063535248,
"learning_rate": 1.6620856258450652e-05,
"loss": 0.0274,
"step": 397
},
{
"epoch": 0.8844444444444445,
"grad_norm": 0.6951502649376107,
"learning_rate": 1.6602850973055824e-05,
"loss": 0.0164,
"step": 398
},
{
"epoch": 0.8866666666666667,
"grad_norm": 0.008529209353542937,
"learning_rate": 1.6584807655435528e-05,
"loss": 0.0002,
"step": 399
},
{
"epoch": 0.8888888888888888,
"grad_norm": 0.06653222852728614,
"learning_rate": 1.6566726409518722e-05,
"loss": 0.0006,
"step": 400
},
{
"epoch": 0.8911111111111111,
"grad_norm": 0.5137753612237632,
"learning_rate": 1.6548607339452853e-05,
"loss": 0.0194,
"step": 401
},
{
"epoch": 0.8933333333333333,
"grad_norm": 0.5600986975785164,
"learning_rate": 1.6530450549603223e-05,
"loss": 0.0052,
"step": 402
},
{
"epoch": 0.8955555555555555,
"grad_norm": 0.020421625438739377,
"learning_rate": 1.6512256144552407e-05,
"loss": 0.0004,
"step": 403
},
{
"epoch": 0.8977777777777778,
"grad_norm": 0.010647580666273,
"learning_rate": 1.6494024229099634e-05,
"loss": 0.0003,
"step": 404
},
{
"epoch": 0.9,
"grad_norm": 0.05780837130598162,
"learning_rate": 1.64757549082602e-05,
"loss": 0.0009,
"step": 405
},
{
"epoch": 0.9022222222222223,
"grad_norm": 0.02331733319324902,
"learning_rate": 1.645744828726484e-05,
"loss": 0.0004,
"step": 406
},
{
"epoch": 0.9044444444444445,
"grad_norm": 0.7767368621634094,
"learning_rate": 1.6439104471559157e-05,
"loss": 0.0224,
"step": 407
},
{
"epoch": 0.9066666666666666,
"grad_norm": 0.03136543291914878,
"learning_rate": 1.6420723566802982e-05,
"loss": 0.0006,
"step": 408
},
{
"epoch": 0.9088888888888889,
"grad_norm": 0.04684603230289486,
"learning_rate": 1.640230567886978e-05,
"loss": 0.0007,
"step": 409
},
{
"epoch": 0.9111111111111111,
"grad_norm": 0.06344553689973946,
"learning_rate": 1.6383850913846036e-05,
"loss": 0.0012,
"step": 410
},
{
"epoch": 0.9133333333333333,
"grad_norm": 0.08639467137507505,
"learning_rate": 1.6365359378030654e-05,
"loss": 0.0012,
"step": 411
},
{
"epoch": 0.9155555555555556,
"grad_norm": 0.2280852084459664,
"learning_rate": 1.6346831177934326e-05,
"loss": 0.0025,
"step": 412
},
{
"epoch": 0.9177777777777778,
"grad_norm": 0.07067104867790554,
"learning_rate": 1.632826642027894e-05,
"loss": 0.001,
"step": 413
},
{
"epoch": 0.92,
"grad_norm": 0.7199108830320498,
"learning_rate": 1.6309665211996936e-05,
"loss": 0.0119,
"step": 414
},
{
"epoch": 0.9222222222222223,
"grad_norm": 0.025795893461720176,
"learning_rate": 1.6291027660230735e-05,
"loss": 0.0003,
"step": 415
},
{
"epoch": 0.9244444444444444,
"grad_norm": 0.048014295661047215,
"learning_rate": 1.6272353872332075e-05,
"loss": 0.0007,
"step": 416
},
{
"epoch": 0.9266666666666666,
"grad_norm": 0.46726646702586105,
"learning_rate": 1.625364395586142e-05,
"loss": 0.0059,
"step": 417
},
{
"epoch": 0.9288888888888889,
"grad_norm": 0.018994234855163952,
"learning_rate": 1.6234898018587336e-05,
"loss": 0.0003,
"step": 418
},
{
"epoch": 0.9311111111111111,
"grad_norm": 0.0739594515623708,
"learning_rate": 1.6216116168485864e-05,
"loss": 0.0009,
"step": 419
},
{
"epoch": 0.9333333333333333,
"grad_norm": 0.010635445796381671,
"learning_rate": 1.61972985137399e-05,
"loss": 0.0002,
"step": 420
},
{
"epoch": 0.9355555555555556,
"grad_norm": 0.03822091385480426,
"learning_rate": 1.6178445162738577e-05,
"loss": 0.0006,
"step": 421
},
{
"epoch": 0.9377777777777778,
"grad_norm": 0.03432968303154165,
"learning_rate": 1.6159556224076637e-05,
"loss": 0.0006,
"step": 422
},
{
"epoch": 0.94,
"grad_norm": 0.07779016806822235,
"learning_rate": 1.614063180655381e-05,
"loss": 0.0013,
"step": 423
},
{
"epoch": 0.9422222222222222,
"grad_norm": 0.12579400330730645,
"learning_rate": 1.612167201917417e-05,
"loss": 0.0017,
"step": 424
},
{
"epoch": 0.9444444444444444,
"grad_norm": 0.10726643981512668,
"learning_rate": 1.6102676971145543e-05,
"loss": 0.0015,
"step": 425
},
{
"epoch": 0.9466666666666667,
"grad_norm": 0.021359001430812475,
"learning_rate": 1.6083646771878826e-05,
"loss": 0.0004,
"step": 426
},
{
"epoch": 0.9488888888888889,
"grad_norm": 0.1353006433211143,
"learning_rate": 1.6064581530987408e-05,
"loss": 0.0021,
"step": 427
},
{
"epoch": 0.9511111111111111,
"grad_norm": 0.04688664023675852,
"learning_rate": 1.6045481358286516e-05,
"loss": 0.0007,
"step": 428
},
{
"epoch": 0.9533333333333334,
"grad_norm": 0.01289267222879979,
"learning_rate": 1.6026346363792565e-05,
"loss": 0.0003,
"step": 429
},
{
"epoch": 0.9555555555555556,
"grad_norm": 0.01477339223555971,
"learning_rate": 1.6007176657722567e-05,
"loss": 0.0003,
"step": 430
},
{
"epoch": 0.9577777777777777,
"grad_norm": 0.008843252906498168,
"learning_rate": 1.598797235049345e-05,
"loss": 0.0002,
"step": 431
},
{
"epoch": 0.96,
"grad_norm": 0.01892672603800085,
"learning_rate": 1.5968733552721462e-05,
"loss": 0.0003,
"step": 432
},
{
"epoch": 0.9622222222222222,
"grad_norm": 0.5940865558653796,
"learning_rate": 1.59494603752215e-05,
"loss": 0.0118,
"step": 433
},
{
"epoch": 0.9644444444444444,
"grad_norm": 0.05129539287345838,
"learning_rate": 1.5930152929006496e-05,
"loss": 0.0008,
"step": 434
},
{
"epoch": 0.9666666666666667,
"grad_norm": 0.028529297832521044,
"learning_rate": 1.5910811325286768e-05,
"loss": 0.0005,
"step": 435
},
{
"epoch": 0.9688888888888889,
"grad_norm": 0.007939989745324281,
"learning_rate": 1.5891435675469376e-05,
"loss": 0.0002,
"step": 436
},
{
"epoch": 0.9711111111111111,
"grad_norm": 0.009613993217963796,
"learning_rate": 1.587202609115749e-05,
"loss": 0.0003,
"step": 437
},
{
"epoch": 0.9733333333333334,
"grad_norm": 0.08417634242575713,
"learning_rate": 1.585258268414974e-05,
"loss": 0.0009,
"step": 438
},
{
"epoch": 0.9755555555555555,
"grad_norm": 0.0072338826011778745,
"learning_rate": 1.583310556643957e-05,
"loss": 0.0002,
"step": 439
},
{
"epoch": 0.9777777777777777,
"grad_norm": 0.007599957758152161,
"learning_rate": 1.58135948502146e-05,
"loss": 0.0002,
"step": 440
},
{
"epoch": 0.98,
"grad_norm": 0.01617932200923873,
"learning_rate": 1.5794050647855977e-05,
"loss": 0.0003,
"step": 441
},
{
"epoch": 0.9822222222222222,
"grad_norm": 0.009828407648935285,
"learning_rate": 1.5774473071937725e-05,
"loss": 0.0003,
"step": 442
},
{
"epoch": 0.9844444444444445,
"grad_norm": 0.007951860465854223,
"learning_rate": 1.57548622352261e-05,
"loss": 0.0002,
"step": 443
},
{
"epoch": 0.9866666666666667,
"grad_norm": 0.009068462617847741,
"learning_rate": 1.5735218250678944e-05,
"loss": 0.0002,
"step": 444
},
{
"epoch": 0.9888888888888889,
"grad_norm": 0.5460966234191948,
"learning_rate": 1.5715541231445018e-05,
"loss": 0.0126,
"step": 445
},
{
"epoch": 0.9911111111111112,
"grad_norm": 0.010757409173275096,
"learning_rate": 1.5695831290863367e-05,
"loss": 0.0002,
"step": 446
},
{
"epoch": 0.9933333333333333,
"grad_norm": 0.009461891967446937,
"learning_rate": 1.567608854246267e-05,
"loss": 0.0002,
"step": 447
},
{
"epoch": 0.9955555555555555,
"grad_norm": 0.4520097975994242,
"learning_rate": 1.5656313099960564e-05,
"loss": 0.011,
"step": 448
},
{
"epoch": 0.9977777777777778,
"grad_norm": 0.19796145689133768,
"learning_rate": 1.5636505077263017e-05,
"loss": 0.0023,
"step": 449
},
{
"epoch": 1.0,
"grad_norm": 0.00822562852033268,
"learning_rate": 1.561666458846365e-05,
"loss": 0.0002,
"step": 450
},
{
"epoch": 1.0022222222222221,
"grad_norm": 0.025821635278883714,
"learning_rate": 1.5596791747843083e-05,
"loss": 0.0005,
"step": 451
},
{
"epoch": 1.0044444444444445,
"grad_norm": 0.60593936018183,
"learning_rate": 1.5576886669868297e-05,
"loss": 0.0239,
"step": 452
},
{
"epoch": 1.0066666666666666,
"grad_norm": 0.45761622683458714,
"learning_rate": 1.5556949469191943e-05,
"loss": 0.0095,
"step": 453
},
{
"epoch": 1.008888888888889,
"grad_norm": 0.029293031050829844,
"learning_rate": 1.5536980260651705e-05,
"loss": 0.0004,
"step": 454
},
{
"epoch": 1.011111111111111,
"grad_norm": 1.6004340152324048,
"learning_rate": 1.5516979159269638e-05,
"loss": 0.0161,
"step": 455
},
{
"epoch": 1.0133333333333334,
"grad_norm": 0.37977413942915167,
"learning_rate": 1.5496946280251482e-05,
"loss": 0.0045,
"step": 456
},
{
"epoch": 1.0155555555555555,
"grad_norm": 0.036509727818815514,
"learning_rate": 1.5476881738986037e-05,
"loss": 0.0006,
"step": 457
},
{
"epoch": 1.0177777777777777,
"grad_norm": 0.035601006787746046,
"learning_rate": 1.545678565104445e-05,
"loss": 0.0004,
"step": 458
},
{
"epoch": 1.02,
"grad_norm": 0.061125195495146084,
"learning_rate": 1.5436658132179602e-05,
"loss": 0.0005,
"step": 459
},
{
"epoch": 1.0222222222222221,
"grad_norm": 0.06196934168429523,
"learning_rate": 1.54164992983254e-05,
"loss": 0.0008,
"step": 460
},
{
"epoch": 1.0244444444444445,
"grad_norm": 0.11437590767475016,
"learning_rate": 1.5396309265596127e-05,
"loss": 0.0011,
"step": 461
},
{
"epoch": 1.0266666666666666,
"grad_norm": 0.029052570156313278,
"learning_rate": 1.5376088150285777e-05,
"loss": 0.0004,
"step": 462
},
{
"epoch": 1.028888888888889,
"grad_norm": 0.04116964826297007,
"learning_rate": 1.5355836068867365e-05,
"loss": 0.0005,
"step": 463
},
{
"epoch": 1.031111111111111,
"grad_norm": 0.04001834503801157,
"learning_rate": 1.5335553137992286e-05,
"loss": 0.0005,
"step": 464
},
{
"epoch": 1.0333333333333334,
"grad_norm": 0.3911835441464241,
"learning_rate": 1.5315239474489617e-05,
"loss": 0.0048,
"step": 465
},
{
"epoch": 1.0355555555555556,
"grad_norm": 0.9926459616325984,
"learning_rate": 1.5294895195365454e-05,
"loss": 0.0161,
"step": 466
},
{
"epoch": 1.0377777777777777,
"grad_norm": 0.2751893251787431,
"learning_rate": 1.5274520417802243e-05,
"loss": 0.0029,
"step": 467
},
{
"epoch": 1.04,
"grad_norm": 0.014159725755644063,
"learning_rate": 1.5254115259158095e-05,
"loss": 0.0003,
"step": 468
},
{
"epoch": 1.0422222222222222,
"grad_norm": 0.12466956323275698,
"learning_rate": 1.5233679836966122e-05,
"loss": 0.0012,
"step": 469
},
{
"epoch": 1.0444444444444445,
"grad_norm": 0.04132880791398538,
"learning_rate": 1.5213214268933745e-05,
"loss": 0.0006,
"step": 470
},
{
"epoch": 1.0466666666666666,
"grad_norm": 0.24315491447320656,
"learning_rate": 1.519271867294203e-05,
"loss": 0.0034,
"step": 471
},
{
"epoch": 1.048888888888889,
"grad_norm": 0.007337060428486466,
"learning_rate": 1.5172193167045e-05,
"loss": 0.0002,
"step": 472
},
{
"epoch": 1.051111111111111,
"grad_norm": 0.04608726202215001,
"learning_rate": 1.515163786946896e-05,
"loss": 0.0004,
"step": 473
},
{
"epoch": 1.0533333333333332,
"grad_norm": 0.019874303573272013,
"learning_rate": 1.5131052898611818e-05,
"loss": 0.0002,
"step": 474
},
{
"epoch": 1.0555555555555556,
"grad_norm": 0.0120090942659895,
"learning_rate": 1.5110438373042384e-05,
"loss": 0.0003,
"step": 475
},
{
"epoch": 1.0577777777777777,
"grad_norm": 0.026519927776125937,
"learning_rate": 1.5089794411499718e-05,
"loss": 0.0003,
"step": 476
},
{
"epoch": 1.06,
"grad_norm": 0.03162835419145942,
"learning_rate": 1.5069121132892432e-05,
"loss": 0.0003,
"step": 477
},
{
"epoch": 1.0622222222222222,
"grad_norm": 0.026274701589366296,
"learning_rate": 1.504841865629799e-05,
"loss": 0.0003,
"step": 478
},
{
"epoch": 1.0644444444444445,
"grad_norm": 0.018208934858747503,
"learning_rate": 1.502768710096204e-05,
"loss": 0.0004,
"step": 479
},
{
"epoch": 1.0666666666666667,
"grad_norm": 0.027607304080729103,
"learning_rate": 1.5006926586297725e-05,
"loss": 0.0004,
"step": 480
},
{
"epoch": 1.068888888888889,
"grad_norm": 0.01563639185250947,
"learning_rate": 1.4986137231885e-05,
"loss": 0.0003,
"step": 481
},
{
"epoch": 1.0711111111111111,
"grad_norm": 0.013703229126924794,
"learning_rate": 1.4965319157469926e-05,
"loss": 0.0002,
"step": 482
},
{
"epoch": 1.0733333333333333,
"grad_norm": 0.06543102140428486,
"learning_rate": 1.4944472482963993e-05,
"loss": 0.0005,
"step": 483
},
{
"epoch": 1.0755555555555556,
"grad_norm": 0.08266503445761587,
"learning_rate": 1.4923597328443423e-05,
"loss": 0.0005,
"step": 484
},
{
"epoch": 1.0777777777777777,
"grad_norm": 0.5358723545644576,
"learning_rate": 1.490269381414849e-05,
"loss": 0.0171,
"step": 485
},
{
"epoch": 1.08,
"grad_norm": 0.02000459361886383,
"learning_rate": 1.4881762060482814e-05,
"loss": 0.0003,
"step": 486
},
{
"epoch": 1.0822222222222222,
"grad_norm": 0.021298063221063722,
"learning_rate": 1.4860802188012677e-05,
"loss": 0.0004,
"step": 487
},
{
"epoch": 1.0844444444444445,
"grad_norm": 0.027724599981135623,
"learning_rate": 1.4839814317466317e-05,
"loss": 0.0003,
"step": 488
},
{
"epoch": 1.0866666666666667,
"grad_norm": 0.02033127659019327,
"learning_rate": 1.4818798569733246e-05,
"loss": 0.0003,
"step": 489
},
{
"epoch": 1.0888888888888888,
"grad_norm": 0.018725800742508684,
"learning_rate": 1.4797755065863553e-05,
"loss": 0.0003,
"step": 490
},
{
"epoch": 1.0911111111111111,
"grad_norm": 0.04974479956949468,
"learning_rate": 1.4776683927067189e-05,
"loss": 0.0007,
"step": 491
},
{
"epoch": 1.0933333333333333,
"grad_norm": 0.011015481076944297,
"learning_rate": 1.4755585274713289e-05,
"loss": 0.0002,
"step": 492
},
{
"epoch": 1.0955555555555556,
"grad_norm": 0.013758292701495483,
"learning_rate": 1.473445923032946e-05,
"loss": 0.0002,
"step": 493
},
{
"epoch": 1.0977777777777777,
"grad_norm": 0.02094087189840709,
"learning_rate": 1.47133059156011e-05,
"loss": 0.0004,
"step": 494
},
{
"epoch": 1.1,
"grad_norm": 0.019534999275520708,
"learning_rate": 1.4692125452370664e-05,
"loss": 0.0003,
"step": 495
},
{
"epoch": 1.1022222222222222,
"grad_norm": 0.010109800651906193,
"learning_rate": 1.4670917962636997e-05,
"loss": 0.0002,
"step": 496
},
{
"epoch": 1.1044444444444443,
"grad_norm": 0.38343107493080064,
"learning_rate": 1.4649683568554604e-05,
"loss": 0.0094,
"step": 497
},
{
"epoch": 1.1066666666666667,
"grad_norm": 0.03312658306574886,
"learning_rate": 1.4628422392432969e-05,
"loss": 0.0004,
"step": 498
},
{
"epoch": 1.1088888888888888,
"grad_norm": 0.00912159228185532,
"learning_rate": 1.4607134556735836e-05,
"loss": 0.0002,
"step": 499
},
{
"epoch": 1.1111111111111112,
"grad_norm": 0.21214197589982675,
"learning_rate": 1.4585820184080502e-05,
"loss": 0.0013,
"step": 500
},
{
"epoch": 1.1133333333333333,
"grad_norm": 0.025301001325632417,
"learning_rate": 1.4564479397237124e-05,
"loss": 0.0003,
"step": 501
},
{
"epoch": 1.1155555555555556,
"grad_norm": 0.01063044884015372,
"learning_rate": 1.4543112319127997e-05,
"loss": 0.0002,
"step": 502
},
{
"epoch": 1.1177777777777778,
"grad_norm": 0.010073609604728887,
"learning_rate": 1.4521719072826858e-05,
"loss": 0.0002,
"step": 503
},
{
"epoch": 1.12,
"grad_norm": 0.09895469704715089,
"learning_rate": 1.450029978155817e-05,
"loss": 0.0011,
"step": 504
},
{
"epoch": 1.1222222222222222,
"grad_norm": 0.010099688813433509,
"learning_rate": 1.4478854568696419e-05,
"loss": 0.0002,
"step": 505
},
{
"epoch": 1.1244444444444444,
"grad_norm": 0.006262914795394865,
"learning_rate": 1.4457383557765385e-05,
"loss": 0.0001,
"step": 506
},
{
"epoch": 1.1266666666666667,
"grad_norm": 0.016448627026562204,
"learning_rate": 1.4435886872437456e-05,
"loss": 0.0002,
"step": 507
},
{
"epoch": 1.1288888888888888,
"grad_norm": 0.09352157605298969,
"learning_rate": 1.4414364636532909e-05,
"loss": 0.001,
"step": 508
},
{
"epoch": 1.1311111111111112,
"grad_norm": 0.018490614311629315,
"learning_rate": 1.4392816974019176e-05,
"loss": 0.0002,
"step": 509
},
{
"epoch": 1.1333333333333333,
"grad_norm": 0.007997541210979998,
"learning_rate": 1.437124400901015e-05,
"loss": 0.0001,
"step": 510
},
{
"epoch": 1.1355555555555557,
"grad_norm": 0.5240045661378968,
"learning_rate": 1.4349645865765476e-05,
"loss": 0.0146,
"step": 511
},
{
"epoch": 1.1377777777777778,
"grad_norm": 0.026094166216975346,
"learning_rate": 1.4328022668689816e-05,
"loss": 0.0003,
"step": 512
},
{
"epoch": 1.1400000000000001,
"grad_norm": 0.00988269830514442,
"learning_rate": 1.4306374542332141e-05,
"loss": 0.0002,
"step": 513
},
{
"epoch": 1.1422222222222222,
"grad_norm": 0.0395848326131681,
"learning_rate": 1.4284701611385015e-05,
"loss": 0.0005,
"step": 514
},
{
"epoch": 1.1444444444444444,
"grad_norm": 0.040450681991947325,
"learning_rate": 1.4263004000683877e-05,
"loss": 0.0002,
"step": 515
},
{
"epoch": 1.1466666666666667,
"grad_norm": 0.01924262223447334,
"learning_rate": 1.4241281835206323e-05,
"loss": 0.0003,
"step": 516
},
{
"epoch": 1.1488888888888888,
"grad_norm": 0.015806933562690747,
"learning_rate": 1.4219535240071378e-05,
"loss": 0.0002,
"step": 517
},
{
"epoch": 1.1511111111111112,
"grad_norm": 0.012055879386854998,
"learning_rate": 1.4197764340538786e-05,
"loss": 0.0003,
"step": 518
},
{
"epoch": 1.1533333333333333,
"grad_norm": 0.05244591399064711,
"learning_rate": 1.417596926200828e-05,
"loss": 0.0005,
"step": 519
},
{
"epoch": 1.1555555555555554,
"grad_norm": 0.018026412432253308,
"learning_rate": 1.4154150130018867e-05,
"loss": 0.0003,
"step": 520
},
{
"epoch": 1.1577777777777778,
"grad_norm": 0.010243283910133827,
"learning_rate": 1.4132307070248094e-05,
"loss": 0.0002,
"step": 521
},
{
"epoch": 1.16,
"grad_norm": 0.024563366657143346,
"learning_rate": 1.4110440208511345e-05,
"loss": 0.0004,
"step": 522
},
{
"epoch": 1.1622222222222223,
"grad_norm": 0.03262386391024997,
"learning_rate": 1.4088549670761084e-05,
"loss": 0.0005,
"step": 523
},
{
"epoch": 1.1644444444444444,
"grad_norm": 0.013765607212224739,
"learning_rate": 1.4066635583086167e-05,
"loss": 0.0002,
"step": 524
},
{
"epoch": 1.1666666666666667,
"grad_norm": 0.03211414281068978,
"learning_rate": 1.4044698071711082e-05,
"loss": 0.0004,
"step": 525
},
{
"epoch": 1.1688888888888889,
"grad_norm": 0.06428704546629092,
"learning_rate": 1.4022737262995248e-05,
"loss": 0.0005,
"step": 526
},
{
"epoch": 1.1711111111111112,
"grad_norm": 0.02919385112936442,
"learning_rate": 1.4000753283432267e-05,
"loss": 0.0003,
"step": 527
},
{
"epoch": 1.1733333333333333,
"grad_norm": 0.01340143096239381,
"learning_rate": 1.397874625964921e-05,
"loss": 0.0002,
"step": 528
},
{
"epoch": 1.1755555555555555,
"grad_norm": 0.016293339279987835,
"learning_rate": 1.395671631840588e-05,
"loss": 0.0003,
"step": 529
},
{
"epoch": 1.1777777777777778,
"grad_norm": 0.006969876453146651,
"learning_rate": 1.3934663586594086e-05,
"loss": 0.0001,
"step": 530
},
{
"epoch": 1.18,
"grad_norm": 0.00837422727178899,
"learning_rate": 1.3912588191236904e-05,
"loss": 0.0002,
"step": 531
},
{
"epoch": 1.1822222222222223,
"grad_norm": 0.011685300835379286,
"learning_rate": 1.3890490259487957e-05,
"loss": 0.0001,
"step": 532
},
{
"epoch": 1.1844444444444444,
"grad_norm": 0.30336746624711075,
"learning_rate": 1.3868369918630675e-05,
"loss": 0.0045,
"step": 533
},
{
"epoch": 1.1866666666666668,
"grad_norm": 0.26356489759822443,
"learning_rate": 1.3846227296077568e-05,
"loss": 0.0027,
"step": 534
},
{
"epoch": 1.1888888888888889,
"grad_norm": 0.10363821316702906,
"learning_rate": 1.3824062519369483e-05,
"loss": 0.0007,
"step": 535
},
{
"epoch": 1.1911111111111112,
"grad_norm": 0.15429269315362823,
"learning_rate": 1.3801875716174874e-05,
"loss": 0.0017,
"step": 536
},
{
"epoch": 1.1933333333333334,
"grad_norm": 0.005967382796351075,
"learning_rate": 1.3779667014289067e-05,
"loss": 0.0001,
"step": 537
},
{
"epoch": 1.1955555555555555,
"grad_norm": 0.028871426051085274,
"learning_rate": 1.3757436541633529e-05,
"loss": 0.0002,
"step": 538
},
{
"epoch": 1.1977777777777778,
"grad_norm": 0.016876673178325433,
"learning_rate": 1.3735184426255117e-05,
"loss": 0.0003,
"step": 539
},
{
"epoch": 1.2,
"grad_norm": 0.0065047485944187125,
"learning_rate": 1.371291079632536e-05,
"loss": 0.0001,
"step": 540
},
{
"epoch": 1.2022222222222223,
"grad_norm": 0.10242644248148282,
"learning_rate": 1.3690615780139703e-05,
"loss": 0.0009,
"step": 541
},
{
"epoch": 1.2044444444444444,
"grad_norm": 0.007881695085592156,
"learning_rate": 1.3668299506116772e-05,
"loss": 0.0001,
"step": 542
},
{
"epoch": 1.2066666666666666,
"grad_norm": 0.005287243489641969,
"learning_rate": 1.364596210279765e-05,
"loss": 0.0001,
"step": 543
},
{
"epoch": 1.208888888888889,
"grad_norm": 0.0067160740878849014,
"learning_rate": 1.3623603698845115e-05,
"loss": 0.0002,
"step": 544
},
{
"epoch": 1.211111111111111,
"grad_norm": 0.7187911735401995,
"learning_rate": 1.3601224423042906e-05,
"loss": 0.0074,
"step": 545
},
{
"epoch": 1.2133333333333334,
"grad_norm": 0.005250381899508567,
"learning_rate": 1.357882440429499e-05,
"loss": 0.0001,
"step": 546
},
{
"epoch": 1.2155555555555555,
"grad_norm": 0.008005697104459034,
"learning_rate": 1.3556403771624809e-05,
"loss": 0.0002,
"step": 547
},
{
"epoch": 1.2177777777777778,
"grad_norm": 0.018296661958173248,
"learning_rate": 1.3533962654174542e-05,
"loss": 0.0003,
"step": 548
},
{
"epoch": 1.22,
"grad_norm": 0.1342964442752511,
"learning_rate": 1.3511501181204354e-05,
"loss": 0.0009,
"step": 549
},
{
"epoch": 1.2222222222222223,
"grad_norm": 0.014105885030842489,
"learning_rate": 1.348901948209167e-05,
"loss": 0.0002,
"step": 550
},
{
"epoch": 1.2244444444444444,
"grad_norm": 0.03375088301664795,
"learning_rate": 1.3466517686330401e-05,
"loss": 0.0001,
"step": 551
},
{
"epoch": 1.2266666666666666,
"grad_norm": 0.01571550714559194,
"learning_rate": 1.344399592353023e-05,
"loss": 0.0002,
"step": 552
},
{
"epoch": 1.228888888888889,
"grad_norm": 0.7796593974087448,
"learning_rate": 1.3421454323415837e-05,
"loss": 0.0066,
"step": 553
},
{
"epoch": 1.231111111111111,
"grad_norm": 0.03501162543147225,
"learning_rate": 1.3398893015826166e-05,
"loss": 0.0004,
"step": 554
},
{
"epoch": 1.2333333333333334,
"grad_norm": 0.03477928209126996,
"learning_rate": 1.337631213071369e-05,
"loss": 0.0003,
"step": 555
},
{
"epoch": 1.2355555555555555,
"grad_norm": 0.048912037286620164,
"learning_rate": 1.3353711798143624e-05,
"loss": 0.0003,
"step": 556
},
{
"epoch": 1.2377777777777779,
"grad_norm": 0.12291192245937141,
"learning_rate": 1.333109214829322e-05,
"loss": 0.0008,
"step": 557
},
{
"epoch": 1.24,
"grad_norm": 0.04426638663990192,
"learning_rate": 1.3308453311450987e-05,
"loss": 0.0003,
"step": 558
},
{
"epoch": 1.2422222222222223,
"grad_norm": 0.20872622490585263,
"learning_rate": 1.328579541801595e-05,
"loss": 0.0011,
"step": 559
},
{
"epoch": 1.2444444444444445,
"grad_norm": 0.20312667273998455,
"learning_rate": 1.3263118598496905e-05,
"loss": 0.0015,
"step": 560
},
{
"epoch": 1.2466666666666666,
"grad_norm": 0.07933114459404779,
"learning_rate": 1.324042298351166e-05,
"loss": 0.0007,
"step": 561
},
{
"epoch": 1.248888888888889,
"grad_norm": 0.02558960977196579,
"learning_rate": 1.321770870378628e-05,
"loss": 0.0003,
"step": 562
},
{
"epoch": 1.251111111111111,
"grad_norm": 0.028876532871827718,
"learning_rate": 1.3194975890154344e-05,
"loss": 0.0003,
"step": 563
},
{
"epoch": 1.2533333333333334,
"grad_norm": 0.4803662466261829,
"learning_rate": 1.3172224673556186e-05,
"loss": 0.0035,
"step": 564
},
{
"epoch": 1.2555555555555555,
"grad_norm": 0.009915399555400467,
"learning_rate": 1.3149455185038132e-05,
"loss": 0.0002,
"step": 565
},
{
"epoch": 1.2577777777777777,
"grad_norm": 0.12429811425071294,
"learning_rate": 1.3126667555751761e-05,
"loss": 0.0007,
"step": 566
},
{
"epoch": 1.26,
"grad_norm": 0.20056345377856585,
"learning_rate": 1.3103861916953142e-05,
"loss": 0.0011,
"step": 567
},
{
"epoch": 1.2622222222222224,
"grad_norm": 0.12304150394147376,
"learning_rate": 1.3081038400002078e-05,
"loss": 0.0008,
"step": 568
},
{
"epoch": 1.2644444444444445,
"grad_norm": 0.163958586101712,
"learning_rate": 1.3058197136361344e-05,
"loss": 0.0012,
"step": 569
},
{
"epoch": 1.2666666666666666,
"grad_norm": 1.8161783611930993,
"learning_rate": 1.3035338257595946e-05,
"loss": 0.0269,
"step": 570
},
{
"epoch": 1.268888888888889,
"grad_norm": 0.006728456562315674,
"learning_rate": 1.3012461895372343e-05,
"loss": 0.0001,
"step": 571
},
{
"epoch": 1.271111111111111,
"grad_norm": 0.005123454577859645,
"learning_rate": 1.2989568181457704e-05,
"loss": 0.0001,
"step": 572
},
{
"epoch": 1.2733333333333334,
"grad_norm": 0.7706458856752144,
"learning_rate": 1.296665724771914e-05,
"loss": 0.0257,
"step": 573
},
{
"epoch": 1.2755555555555556,
"grad_norm": 0.010076290374005092,
"learning_rate": 1.2943729226122952e-05,
"loss": 0.0001,
"step": 574
},
{
"epoch": 1.2777777777777777,
"grad_norm": 0.007988004773424125,
"learning_rate": 1.2920784248733857e-05,
"loss": 0.0001,
"step": 575
},
{
"epoch": 1.28,
"grad_norm": 0.06885539627001369,
"learning_rate": 1.2897822447714247e-05,
"loss": 0.0007,
"step": 576
},
{
"epoch": 1.2822222222222222,
"grad_norm": 1.1948735365301388,
"learning_rate": 1.2874843955323418e-05,
"loss": 0.016,
"step": 577
},
{
"epoch": 1.2844444444444445,
"grad_norm": 0.01193248340737645,
"learning_rate": 1.2851848903916792e-05,
"loss": 0.0002,
"step": 578
},
{
"epoch": 1.2866666666666666,
"grad_norm": 0.06978396718503933,
"learning_rate": 1.2828837425945193e-05,
"loss": 0.0009,
"step": 579
},
{
"epoch": 1.2888888888888888,
"grad_norm": 0.023860085037097106,
"learning_rate": 1.2805809653954045e-05,
"loss": 0.0003,
"step": 580
},
{
"epoch": 1.291111111111111,
"grad_norm": 0.5563026854317613,
"learning_rate": 1.2782765720582634e-05,
"loss": 0.0104,
"step": 581
},
{
"epoch": 1.2933333333333334,
"grad_norm": 1.0937489342228541,
"learning_rate": 1.275970575856333e-05,
"loss": 0.0072,
"step": 582
},
{
"epoch": 1.2955555555555556,
"grad_norm": 0.5300043852092995,
"learning_rate": 1.2736629900720832e-05,
"loss": 0.0025,
"step": 583
},
{
"epoch": 1.2977777777777777,
"grad_norm": 0.020831195016286372,
"learning_rate": 1.271353827997139e-05,
"loss": 0.0004,
"step": 584
},
{
"epoch": 1.3,
"grad_norm": 0.05333156702528884,
"learning_rate": 1.2690431029322057e-05,
"loss": 0.0006,
"step": 585
},
{
"epoch": 1.3022222222222222,
"grad_norm": 0.13103974511805142,
"learning_rate": 1.266730828186991e-05,
"loss": 0.0012,
"step": 586
},
{
"epoch": 1.3044444444444445,
"grad_norm": 0.013299197540789539,
"learning_rate": 1.2644170170801288e-05,
"loss": 0.0002,
"step": 587
},
{
"epoch": 1.3066666666666666,
"grad_norm": 0.19801829338460458,
"learning_rate": 1.2621016829391022e-05,
"loss": 0.0024,
"step": 588
},
{
"epoch": 1.3088888888888888,
"grad_norm": 0.09722982734381252,
"learning_rate": 1.2597848391001675e-05,
"loss": 0.001,
"step": 589
},
{
"epoch": 1.3111111111111111,
"grad_norm": 0.30095225198994546,
"learning_rate": 1.257466498908276e-05,
"loss": 0.0045,
"step": 590
},
{
"epoch": 1.3133333333333335,
"grad_norm": 0.1250220735304216,
"learning_rate": 1.2551466757169984e-05,
"loss": 0.0013,
"step": 591
},
{
"epoch": 1.3155555555555556,
"grad_norm": 0.06546740704187415,
"learning_rate": 1.2528253828884473e-05,
"loss": 0.0008,
"step": 592
},
{
"epoch": 1.3177777777777777,
"grad_norm": 0.18068332418986313,
"learning_rate": 1.2505026337932005e-05,
"loss": 0.002,
"step": 593
},
{
"epoch": 1.32,
"grad_norm": 0.7031153962535911,
"learning_rate": 1.248178441810224e-05,
"loss": 0.0064,
"step": 594
},
{
"epoch": 1.3222222222222222,
"grad_norm": 0.022706666477180018,
"learning_rate": 1.2458528203267945e-05,
"loss": 0.0004,
"step": 595
},
{
"epoch": 1.3244444444444445,
"grad_norm": 0.21914911800572423,
"learning_rate": 1.2435257827384224e-05,
"loss": 0.0026,
"step": 596
},
{
"epoch": 1.3266666666666667,
"grad_norm": 0.08887090548712598,
"learning_rate": 1.2411973424487751e-05,
"loss": 0.0009,
"step": 597
},
{
"epoch": 1.3288888888888888,
"grad_norm": 0.015683694037267062,
"learning_rate": 1.2388675128696001e-05,
"loss": 0.0003,
"step": 598
},
{
"epoch": 1.3311111111111111,
"grad_norm": 0.011744189275124894,
"learning_rate": 1.236536307420646e-05,
"loss": 0.0002,
"step": 599
},
{
"epoch": 1.3333333333333333,
"grad_norm": 0.26429959048670565,
"learning_rate": 1.2342037395295871e-05,
"loss": 0.0021,
"step": 600
},
{
"epoch": 1.3355555555555556,
"grad_norm": 0.02689272493166622,
"learning_rate": 1.2318698226319452e-05,
"loss": 0.0003,
"step": 601
},
{
"epoch": 1.3377777777777777,
"grad_norm": 0.01993739120276598,
"learning_rate": 1.2295345701710124e-05,
"loss": 0.0003,
"step": 602
},
{
"epoch": 1.34,
"grad_norm": 0.0069023072201245695,
"learning_rate": 1.2271979955977733e-05,
"loss": 0.0001,
"step": 603
},
{
"epoch": 1.3422222222222222,
"grad_norm": 0.0058312561229769905,
"learning_rate": 1.2248601123708279e-05,
"loss": 0.0001,
"step": 604
},
{
"epoch": 1.3444444444444446,
"grad_norm": 0.007722329309202313,
"learning_rate": 1.2225209339563144e-05,
"loss": 0.0002,
"step": 605
},
{
"epoch": 1.3466666666666667,
"grad_norm": 0.010449716514657231,
"learning_rate": 1.2201804738278311e-05,
"loss": 0.0002,
"step": 606
},
{
"epoch": 1.3488888888888888,
"grad_norm": 0.007689763202479693,
"learning_rate": 1.2178387454663587e-05,
"loss": 0.0002,
"step": 607
},
{
"epoch": 1.3511111111111112,
"grad_norm": 0.007174565011204396,
"learning_rate": 1.2154957623601831e-05,
"loss": 0.0002,
"step": 608
},
{
"epoch": 1.3533333333333333,
"grad_norm": 0.006370823781154833,
"learning_rate": 1.2131515380048171e-05,
"loss": 0.0002,
"step": 609
},
{
"epoch": 1.3555555555555556,
"grad_norm": 0.006738308538376243,
"learning_rate": 1.2108060859029233e-05,
"loss": 0.0001,
"step": 610
},
{
"epoch": 1.3577777777777778,
"grad_norm": 0.00798414464325406,
"learning_rate": 1.2084594195642367e-05,
"loss": 0.0001,
"step": 611
},
{
"epoch": 1.3599999999999999,
"grad_norm": 0.017950593880835447,
"learning_rate": 1.2061115525054855e-05,
"loss": 0.0002,
"step": 612
},
{
"epoch": 1.3622222222222222,
"grad_norm": 0.00778728718717965,
"learning_rate": 1.2037624982503135e-05,
"loss": 0.0001,
"step": 613
},
{
"epoch": 1.3644444444444446,
"grad_norm": 0.006518564156370815,
"learning_rate": 1.2014122703292047e-05,
"loss": 0.0001,
"step": 614
},
{
"epoch": 1.3666666666666667,
"grad_norm": 0.015050422076109854,
"learning_rate": 1.1990608822794007e-05,
"loss": 0.0003,
"step": 615
},
{
"epoch": 1.3688888888888888,
"grad_norm": 0.013855121873446856,
"learning_rate": 1.1967083476448282e-05,
"loss": 0.0002,
"step": 616
},
{
"epoch": 1.3711111111111112,
"grad_norm": 0.27153605948071297,
"learning_rate": 1.1943546799760161e-05,
"loss": 0.0016,
"step": 617
},
{
"epoch": 1.3733333333333333,
"grad_norm": 0.007018350279333277,
"learning_rate": 1.1919998928300203e-05,
"loss": 0.0001,
"step": 618
},
{
"epoch": 1.3755555555555556,
"grad_norm": 0.008358442295345079,
"learning_rate": 1.1896439997703446e-05,
"loss": 0.0002,
"step": 619
},
{
"epoch": 1.3777777777777778,
"grad_norm": 0.00859544351459007,
"learning_rate": 1.1872870143668635e-05,
"loss": 0.0001,
"step": 620
},
{
"epoch": 1.38,
"grad_norm": 0.10864000520677959,
"learning_rate": 1.1849289501957429e-05,
"loss": 0.0007,
"step": 621
},
{
"epoch": 1.3822222222222222,
"grad_norm": 0.006325356147408436,
"learning_rate": 1.182569820839362e-05,
"loss": 0.0001,
"step": 622
},
{
"epoch": 1.3844444444444444,
"grad_norm": 0.006737148566459628,
"learning_rate": 1.1802096398862359e-05,
"loss": 0.0001,
"step": 623
},
{
"epoch": 1.3866666666666667,
"grad_norm": 0.13051592968700335,
"learning_rate": 1.1778484209309368e-05,
"loss": 0.0007,
"step": 624
},
{
"epoch": 1.3888888888888888,
"grad_norm": 0.029720751684129163,
"learning_rate": 1.1754861775740163e-05,
"loss": 0.0002,
"step": 625
},
{
"epoch": 1.3911111111111112,
"grad_norm": 0.007134341445893347,
"learning_rate": 1.1731229234219253e-05,
"loss": 0.0002,
"step": 626
},
{
"epoch": 1.3933333333333333,
"grad_norm": 0.007223367129925694,
"learning_rate": 1.1707586720869375e-05,
"loss": 0.0001,
"step": 627
},
{
"epoch": 1.3955555555555557,
"grad_norm": 0.005687397111079098,
"learning_rate": 1.168393437187071e-05,
"loss": 0.0001,
"step": 628
},
{
"epoch": 1.3977777777777778,
"grad_norm": 0.19870462159256616,
"learning_rate": 1.166027232346008e-05,
"loss": 0.001,
"step": 629
},
{
"epoch": 1.4,
"grad_norm": 0.013255892717797011,
"learning_rate": 1.1636600711930184e-05,
"loss": 0.0002,
"step": 630
},
{
"epoch": 1.4022222222222223,
"grad_norm": 0.019427684603492767,
"learning_rate": 1.1612919673628798e-05,
"loss": 0.0002,
"step": 631
},
{
"epoch": 1.4044444444444444,
"grad_norm": 0.013839500154355188,
"learning_rate": 1.1589229344958e-05,
"loss": 0.0002,
"step": 632
},
{
"epoch": 1.4066666666666667,
"grad_norm": 0.03722306751150982,
"learning_rate": 1.1565529862373382e-05,
"loss": 0.0002,
"step": 633
},
{
"epoch": 1.4088888888888889,
"grad_norm": 0.03465678385745218,
"learning_rate": 1.154182136238326e-05,
"loss": 0.0004,
"step": 634
},
{
"epoch": 1.411111111111111,
"grad_norm": 0.011812611181893808,
"learning_rate": 1.1518103981547889e-05,
"loss": 0.0001,
"step": 635
},
{
"epoch": 1.4133333333333333,
"grad_norm": 0.011226077687576726,
"learning_rate": 1.1494377856478674e-05,
"loss": 0.0002,
"step": 636
},
{
"epoch": 1.4155555555555557,
"grad_norm": 0.005820169207423803,
"learning_rate": 1.1470643123837395e-05,
"loss": 0.0001,
"step": 637
},
{
"epoch": 1.4177777777777778,
"grad_norm": 0.011075363264309248,
"learning_rate": 1.1446899920335407e-05,
"loss": 0.0001,
"step": 638
},
{
"epoch": 1.42,
"grad_norm": 0.008969108133242247,
"learning_rate": 1.1423148382732854e-05,
"loss": 0.0002,
"step": 639
},
{
"epoch": 1.4222222222222223,
"grad_norm": 0.008534814214197597,
"learning_rate": 1.1399388647837888e-05,
"loss": 0.0001,
"step": 640
},
{
"epoch": 1.4244444444444444,
"grad_norm": 0.005455356885820614,
"learning_rate": 1.1375620852505878e-05,
"loss": 0.0001,
"step": 641
},
{
"epoch": 1.4266666666666667,
"grad_norm": 0.008590844895721213,
"learning_rate": 1.135184513363862e-05,
"loss": 0.0001,
"step": 642
},
{
"epoch": 1.4288888888888889,
"grad_norm": 0.005681794603748044,
"learning_rate": 1.1328061628183546e-05,
"loss": 0.0001,
"step": 643
},
{
"epoch": 1.431111111111111,
"grad_norm": 0.0055903065738202445,
"learning_rate": 1.130427047313294e-05,
"loss": 0.0001,
"step": 644
},
{
"epoch": 1.4333333333333333,
"grad_norm": 0.04934415845776409,
"learning_rate": 1.1280471805523153e-05,
"loss": 0.0004,
"step": 645
},
{
"epoch": 1.4355555555555555,
"grad_norm": 0.0058865634966226675,
"learning_rate": 1.1256665762433798e-05,
"loss": 0.0001,
"step": 646
},
{
"epoch": 1.4377777777777778,
"grad_norm": 0.03155054912536503,
"learning_rate": 1.123285248098698e-05,
"loss": 0.0002,
"step": 647
},
{
"epoch": 1.44,
"grad_norm": 0.890735397167982,
"learning_rate": 1.1209032098346493e-05,
"loss": 0.0067,
"step": 648
},
{
"epoch": 1.4422222222222223,
"grad_norm": 0.005352132973540954,
"learning_rate": 1.118520475171703e-05,
"loss": 0.0001,
"step": 649
},
{
"epoch": 1.4444444444444444,
"grad_norm": 0.00565005068198891,
"learning_rate": 1.1161370578343398e-05,
"loss": 0.0001,
"step": 650
},
{
"epoch": 1.4466666666666668,
"grad_norm": 0.013564129609136631,
"learning_rate": 1.1137529715509736e-05,
"loss": 0.0002,
"step": 651
},
{
"epoch": 1.448888888888889,
"grad_norm": 0.007085073069766104,
"learning_rate": 1.1113682300538702e-05,
"loss": 0.0001,
"step": 652
},
{
"epoch": 1.451111111111111,
"grad_norm": 0.005847120753996041,
"learning_rate": 1.1089828470790694e-05,
"loss": 0.0001,
"step": 653
},
{
"epoch": 1.4533333333333334,
"grad_norm": 0.029702454581616196,
"learning_rate": 1.1065968363663069e-05,
"loss": 0.0003,
"step": 654
},
{
"epoch": 1.4555555555555555,
"grad_norm": 0.08039601075179509,
"learning_rate": 1.1042102116589331e-05,
"loss": 0.0004,
"step": 655
},
{
"epoch": 1.4577777777777778,
"grad_norm": 0.6667089965245326,
"learning_rate": 1.1018229867038358e-05,
"loss": 0.0045,
"step": 656
},
{
"epoch": 1.46,
"grad_norm": 0.007073609892995615,
"learning_rate": 1.0994351752513593e-05,
"loss": 0.0002,
"step": 657
},
{
"epoch": 1.462222222222222,
"grad_norm": 0.009420414391606739,
"learning_rate": 1.0970467910552267e-05,
"loss": 0.0002,
"step": 658
},
{
"epoch": 1.4644444444444444,
"grad_norm": 0.0070740021000240605,
"learning_rate": 1.0946578478724603e-05,
"loss": 0.0001,
"step": 659
},
{
"epoch": 1.4666666666666668,
"grad_norm": 0.006165147198691562,
"learning_rate": 1.092268359463302e-05,
"loss": 0.0001,
"step": 660
},
{
"epoch": 1.468888888888889,
"grad_norm": 0.008226038016569211,
"learning_rate": 1.0898783395911341e-05,
"loss": 0.0001,
"step": 661
},
{
"epoch": 1.471111111111111,
"grad_norm": 0.0060554341320594035,
"learning_rate": 1.0874878020223994e-05,
"loss": 0.0001,
"step": 662
},
{
"epoch": 1.4733333333333334,
"grad_norm": 0.03013732594027257,
"learning_rate": 1.085096760526524e-05,
"loss": 0.0004,
"step": 663
},
{
"epoch": 1.4755555555555555,
"grad_norm": 0.19345883271092537,
"learning_rate": 1.0827052288758357e-05,
"loss": 0.0014,
"step": 664
},
{
"epoch": 1.4777777777777779,
"grad_norm": 0.039114520368266466,
"learning_rate": 1.0803132208454858e-05,
"loss": 0.0003,
"step": 665
},
{
"epoch": 1.48,
"grad_norm": 0.008108416680241867,
"learning_rate": 1.077920750213369e-05,
"loss": 0.0001,
"step": 666
},
{
"epoch": 1.482222222222222,
"grad_norm": 0.10258334281946903,
"learning_rate": 1.0755278307600459e-05,
"loss": 0.0006,
"step": 667
},
{
"epoch": 1.4844444444444445,
"grad_norm": 0.5869357491300612,
"learning_rate": 1.0731344762686606e-05,
"loss": 0.0082,
"step": 668
},
{
"epoch": 1.4866666666666668,
"grad_norm": 0.006944121725113849,
"learning_rate": 1.0707407005248647e-05,
"loss": 0.0001,
"step": 669
},
{
"epoch": 1.488888888888889,
"grad_norm": 0.027567509231424862,
"learning_rate": 1.068346517316735e-05,
"loss": 0.0003,
"step": 670
},
{
"epoch": 1.491111111111111,
"grad_norm": 0.6570177618615247,
"learning_rate": 1.0659519404346955e-05,
"loss": 0.007,
"step": 671
},
{
"epoch": 1.4933333333333334,
"grad_norm": 0.286657791540923,
"learning_rate": 1.0635569836714384e-05,
"loss": 0.0022,
"step": 672
},
{
"epoch": 1.4955555555555555,
"grad_norm": 0.9868251226116292,
"learning_rate": 1.0611616608218429e-05,
"loss": 0.0196,
"step": 673
},
{
"epoch": 1.4977777777777779,
"grad_norm": 0.0062657710230512725,
"learning_rate": 1.058765985682898e-05,
"loss": 0.0001,
"step": 674
},
{
"epoch": 1.5,
"grad_norm": 0.006099056602990665,
"learning_rate": 1.0563699720536209e-05,
"loss": 0.0001,
"step": 675
},
{
"epoch": 1.5022222222222221,
"grad_norm": 0.0063827116639828055,
"learning_rate": 1.0539736337349792e-05,
"loss": 0.0001,
"step": 676
},
{
"epoch": 1.5044444444444445,
"grad_norm": 0.009075599648609324,
"learning_rate": 1.0515769845298106e-05,
"loss": 0.0001,
"step": 677
},
{
"epoch": 1.5066666666666668,
"grad_norm": 0.007118170949877647,
"learning_rate": 1.0491800382427429e-05,
"loss": 0.0001,
"step": 678
},
{
"epoch": 1.508888888888889,
"grad_norm": 0.042898539709834,
"learning_rate": 1.0467828086801158e-05,
"loss": 0.0003,
"step": 679
},
{
"epoch": 1.511111111111111,
"grad_norm": 0.006237798870374292,
"learning_rate": 1.0443853096499e-05,
"loss": 0.0001,
"step": 680
},
{
"epoch": 1.5133333333333332,
"grad_norm": 0.2907587416622262,
"learning_rate": 1.0419875549616196e-05,
"loss": 0.0007,
"step": 681
},
{
"epoch": 1.5155555555555555,
"grad_norm": 0.009093183287340576,
"learning_rate": 1.0395895584262696e-05,
"loss": 0.0001,
"step": 682
},
{
"epoch": 1.517777777777778,
"grad_norm": 0.016858494829957302,
"learning_rate": 1.0371913338562391e-05,
"loss": 0.0003,
"step": 683
},
{
"epoch": 1.52,
"grad_norm": 0.01634219938618174,
"learning_rate": 1.03479289506523e-05,
"loss": 0.0002,
"step": 684
},
{
"epoch": 1.5222222222222221,
"grad_norm": 0.03621135154486156,
"learning_rate": 1.032394255868179e-05,
"loss": 0.0002,
"step": 685
},
{
"epoch": 1.5244444444444445,
"grad_norm": 0.01052742733632145,
"learning_rate": 1.0299954300811763e-05,
"loss": 0.0002,
"step": 686
},
{
"epoch": 1.5266666666666666,
"grad_norm": 0.4699850917382568,
"learning_rate": 1.0275964315213873e-05,
"loss": 0.0142,
"step": 687
},
{
"epoch": 1.528888888888889,
"grad_norm": 0.010455275086931115,
"learning_rate": 1.0251972740069724e-05,
"loss": 0.0002,
"step": 688
},
{
"epoch": 1.531111111111111,
"grad_norm": 0.020478441838448495,
"learning_rate": 1.022797971357008e-05,
"loss": 0.0003,
"step": 689
},
{
"epoch": 1.5333333333333332,
"grad_norm": 0.005668167214918058,
"learning_rate": 1.0203985373914056e-05,
"loss": 0.0001,
"step": 690
},
{
"epoch": 1.5355555555555556,
"grad_norm": 0.3130337774352449,
"learning_rate": 1.0179989859308337e-05,
"loss": 0.0031,
"step": 691
},
{
"epoch": 1.537777777777778,
"grad_norm": 0.015936025484749476,
"learning_rate": 1.0155993307966372e-05,
"loss": 0.0002,
"step": 692
},
{
"epoch": 1.54,
"grad_norm": 0.011536961635149265,
"learning_rate": 1.013199585810759e-05,
"loss": 0.0002,
"step": 693
},
{
"epoch": 1.5422222222222222,
"grad_norm": 0.10720197509122546,
"learning_rate": 1.0107997647956587e-05,
"loss": 0.0005,
"step": 694
},
{
"epoch": 1.5444444444444443,
"grad_norm": 0.16780727597168332,
"learning_rate": 1.0083998815742335e-05,
"loss": 0.0015,
"step": 695
},
{
"epoch": 1.5466666666666666,
"grad_norm": 0.009725719978170538,
"learning_rate": 1.0059999499697403e-05,
"loss": 0.0001,
"step": 696
},
{
"epoch": 1.548888888888889,
"grad_norm": 0.011376207402560755,
"learning_rate": 1.0035999838057133e-05,
"loss": 0.0002,
"step": 697
},
{
"epoch": 1.551111111111111,
"grad_norm": 0.04427351590785059,
"learning_rate": 1.0011999969058867e-05,
"loss": 0.0005,
"step": 698
},
{
"epoch": 1.5533333333333332,
"grad_norm": 0.0092319270812557,
"learning_rate": 9.988000030941134e-06,
"loss": 0.0002,
"step": 699
},
{
"epoch": 1.5555555555555556,
"grad_norm": 0.030573441985318268,
"learning_rate": 9.964000161942867e-06,
"loss": 0.0003,
"step": 700
},
{
"epoch": 1.557777777777778,
"grad_norm": 0.04320358477217055,
"learning_rate": 9.940000500302599e-06,
"loss": 0.0005,
"step": 701
},
{
"epoch": 1.56,
"grad_norm": 0.010954938085626557,
"learning_rate": 9.916001184257668e-06,
"loss": 0.0002,
"step": 702
},
{
"epoch": 1.5622222222222222,
"grad_norm": 0.06971972370964201,
"learning_rate": 9.892002352043417e-06,
"loss": 0.0008,
"step": 703
},
{
"epoch": 1.5644444444444443,
"grad_norm": 0.07083461851710443,
"learning_rate": 9.868004141892412e-06,
"loss": 0.0002,
"step": 704
},
{
"epoch": 1.5666666666666667,
"grad_norm": 0.006054969478712078,
"learning_rate": 9.84400669203363e-06,
"loss": 0.0001,
"step": 705
},
{
"epoch": 1.568888888888889,
"grad_norm": 0.030010971823964505,
"learning_rate": 9.820010140691668e-06,
"loss": 0.0004,
"step": 706
},
{
"epoch": 1.5711111111111111,
"grad_norm": 0.06663871047589909,
"learning_rate": 9.79601462608595e-06,
"loss": 0.0005,
"step": 707
},
{
"epoch": 1.5733333333333333,
"grad_norm": 0.006719976645815689,
"learning_rate": 9.772020286429922e-06,
"loss": 0.0001,
"step": 708
},
{
"epoch": 1.5755555555555556,
"grad_norm": 0.006303076608827912,
"learning_rate": 9.748027259930276e-06,
"loss": 0.0001,
"step": 709
},
{
"epoch": 1.5777777777777777,
"grad_norm": 1.3820169283645465,
"learning_rate": 9.72403568478613e-06,
"loss": 0.0293,
"step": 710
},
{
"epoch": 1.58,
"grad_norm": 0.5467955274702471,
"learning_rate": 9.70004569918824e-06,
"loss": 0.0038,
"step": 711
},
{
"epoch": 1.5822222222222222,
"grad_norm": 0.014902292676128305,
"learning_rate": 9.676057441318212e-06,
"loss": 0.0002,
"step": 712
},
{
"epoch": 1.5844444444444443,
"grad_norm": 0.1591464017388678,
"learning_rate": 9.652071049347703e-06,
"loss": 0.0014,
"step": 713
},
{
"epoch": 1.5866666666666667,
"grad_norm": 0.006778545322175168,
"learning_rate": 9.628086661437615e-06,
"loss": 0.0001,
"step": 714
},
{
"epoch": 1.588888888888889,
"grad_norm": 0.06758570759627619,
"learning_rate": 9.604104415737309e-06,
"loss": 0.0005,
"step": 715
},
{
"epoch": 1.5911111111111111,
"grad_norm": 0.1788082402916065,
"learning_rate": 9.580124450383804e-06,
"loss": 0.0014,
"step": 716
},
{
"epoch": 1.5933333333333333,
"grad_norm": 0.005291588518946077,
"learning_rate": 9.556146903500997e-06,
"loss": 0.0001,
"step": 717
},
{
"epoch": 1.5955555555555554,
"grad_norm": 0.0058607426243974855,
"learning_rate": 9.532171913198844e-06,
"loss": 0.0001,
"step": 718
},
{
"epoch": 1.5977777777777777,
"grad_norm": 0.007145817769455254,
"learning_rate": 9.508199617572574e-06,
"loss": 0.0001,
"step": 719
},
{
"epoch": 1.6,
"grad_norm": 0.00562840148772073,
"learning_rate": 9.4842301547019e-06,
"loss": 0.0001,
"step": 720
},
{
"epoch": 1.6022222222222222,
"grad_norm": 0.020490381961161024,
"learning_rate": 9.460263662650209e-06,
"loss": 0.0003,
"step": 721
},
{
"epoch": 1.6044444444444443,
"grad_norm": 0.006179634203761565,
"learning_rate": 9.436300279463794e-06,
"loss": 0.0001,
"step": 722
},
{
"epoch": 1.6066666666666667,
"grad_norm": 0.1541450361826207,
"learning_rate": 9.412340143171025e-06,
"loss": 0.0005,
"step": 723
},
{
"epoch": 1.608888888888889,
"grad_norm": 0.005823671113247757,
"learning_rate": 9.388383391781576e-06,
"loss": 0.0001,
"step": 724
},
{
"epoch": 1.6111111111111112,
"grad_norm": 0.013805210963465328,
"learning_rate": 9.364430163285618e-06,
"loss": 0.0002,
"step": 725
},
{
"epoch": 1.6133333333333333,
"grad_norm": 0.006665863221844302,
"learning_rate": 9.340480595653047e-06,
"loss": 0.0001,
"step": 726
},
{
"epoch": 1.6155555555555554,
"grad_norm": 0.00820286527361825,
"learning_rate": 9.316534826832652e-06,
"loss": 0.0001,
"step": 727
},
{
"epoch": 1.6177777777777778,
"grad_norm": 0.011929093910890769,
"learning_rate": 9.292592994751356e-06,
"loss": 0.0002,
"step": 728
},
{
"epoch": 1.62,
"grad_norm": 0.0059639515057671195,
"learning_rate": 9.268655237313397e-06,
"loss": 0.0001,
"step": 729
},
{
"epoch": 1.6222222222222222,
"grad_norm": 0.006538940872402595,
"learning_rate": 9.244721692399545e-06,
"loss": 0.0001,
"step": 730
},
{
"epoch": 1.6244444444444444,
"grad_norm": 0.01804894190619014,
"learning_rate": 9.220792497866313e-06,
"loss": 0.0002,
"step": 731
},
{
"epoch": 1.6266666666666667,
"grad_norm": 0.0303024650880962,
"learning_rate": 9.196867791545148e-06,
"loss": 0.0003,
"step": 732
},
{
"epoch": 1.628888888888889,
"grad_norm": 0.012094318039754012,
"learning_rate": 9.172947711241648e-06,
"loss": 0.0002,
"step": 733
},
{
"epoch": 1.6311111111111112,
"grad_norm": 0.009387630461299142,
"learning_rate": 9.14903239473476e-06,
"loss": 0.0002,
"step": 734
},
{
"epoch": 1.6333333333333333,
"grad_norm": 0.014984490394184057,
"learning_rate": 9.125121979776006e-06,
"loss": 0.0002,
"step": 735
},
{
"epoch": 1.6355555555555554,
"grad_norm": 0.013561350623148971,
"learning_rate": 9.101216604088662e-06,
"loss": 0.0002,
"step": 736
},
{
"epoch": 1.6377777777777778,
"grad_norm": 0.05876937621646307,
"learning_rate": 9.07731640536698e-06,
"loss": 0.0004,
"step": 737
},
{
"epoch": 1.6400000000000001,
"grad_norm": 0.027107956284777576,
"learning_rate": 9.0534215212754e-06,
"loss": 0.0003,
"step": 738
},
{
"epoch": 1.6422222222222222,
"grad_norm": 0.005813733407651434,
"learning_rate": 9.029532089447736e-06,
"loss": 0.0001,
"step": 739
},
{
"epoch": 1.6444444444444444,
"grad_norm": 0.0057564727144559956,
"learning_rate": 9.005648247486412e-06,
"loss": 0.0001,
"step": 740
},
{
"epoch": 1.6466666666666665,
"grad_norm": 0.010741034079875447,
"learning_rate": 8.981770132961649e-06,
"loss": 0.0002,
"step": 741
},
{
"epoch": 1.6488888888888888,
"grad_norm": 0.005523318432255079,
"learning_rate": 8.957897883410669e-06,
"loss": 0.0001,
"step": 742
},
{
"epoch": 1.6511111111111112,
"grad_norm": 0.5726473811749346,
"learning_rate": 8.934031636336931e-06,
"loss": 0.0187,
"step": 743
},
{
"epoch": 1.6533333333333333,
"grad_norm": 0.007648869535974707,
"learning_rate": 8.910171529209306e-06,
"loss": 0.0001,
"step": 744
},
{
"epoch": 1.6555555555555554,
"grad_norm": 0.05365171261253819,
"learning_rate": 8.886317699461302e-06,
"loss": 0.0005,
"step": 745
},
{
"epoch": 1.6577777777777778,
"grad_norm": 0.0059177237899166995,
"learning_rate": 8.862470284490266e-06,
"loss": 0.0001,
"step": 746
},
{
"epoch": 1.6600000000000001,
"grad_norm": 0.010691792573203962,
"learning_rate": 8.838629421656604e-06,
"loss": 0.0001,
"step": 747
},
{
"epoch": 1.6622222222222223,
"grad_norm": 0.009015957307662194,
"learning_rate": 8.814795248282974e-06,
"loss": 0.0002,
"step": 748
},
{
"epoch": 1.6644444444444444,
"grad_norm": 0.004649037312383401,
"learning_rate": 8.790967901653512e-06,
"loss": 0.0001,
"step": 749
},
{
"epoch": 1.6666666666666665,
"grad_norm": 0.0049915014862222246,
"learning_rate": 8.767147519013024e-06,
"loss": 0.0001,
"step": 750
},
{
"epoch": 1.6688888888888889,
"grad_norm": 0.010450273277654873,
"learning_rate": 8.743334237566202e-06,
"loss": 0.0002,
"step": 751
},
{
"epoch": 1.6711111111111112,
"grad_norm": 0.004856164431749516,
"learning_rate": 8.719528194476849e-06,
"loss": 0.0001,
"step": 752
},
{
"epoch": 1.6733333333333333,
"grad_norm": 0.00645416251058259,
"learning_rate": 8.695729526867061e-06,
"loss": 0.0001,
"step": 753
},
{
"epoch": 1.6755555555555555,
"grad_norm": 0.006296136011180783,
"learning_rate": 8.671938371816457e-06,
"loss": 0.0001,
"step": 754
},
{
"epoch": 1.6777777777777778,
"grad_norm": 0.006099266013020226,
"learning_rate": 8.648154866361384e-06,
"loss": 0.0001,
"step": 755
},
{
"epoch": 1.6800000000000002,
"grad_norm": 0.05097215247085627,
"learning_rate": 8.624379147494126e-06,
"loss": 0.0003,
"step": 756
},
{
"epoch": 1.6822222222222223,
"grad_norm": 0.006110100510174432,
"learning_rate": 8.600611352162115e-06,
"loss": 0.0001,
"step": 757
},
{
"epoch": 1.6844444444444444,
"grad_norm": 0.004907569193177824,
"learning_rate": 8.576851617267151e-06,
"loss": 0.0001,
"step": 758
},
{
"epoch": 1.6866666666666665,
"grad_norm": 0.007338018748085221,
"learning_rate": 8.553100079664598e-06,
"loss": 0.0001,
"step": 759
},
{
"epoch": 1.6888888888888889,
"grad_norm": 0.009435162808976215,
"learning_rate": 8.529356876162606e-06,
"loss": 0.0001,
"step": 760
},
{
"epoch": 1.6911111111111112,
"grad_norm": 0.004608572532657142,
"learning_rate": 8.505622143521327e-06,
"loss": 0.0001,
"step": 761
},
{
"epoch": 1.6933333333333334,
"grad_norm": 0.38672080686171983,
"learning_rate": 8.481896018452115e-06,
"loss": 0.003,
"step": 762
},
{
"epoch": 1.6955555555555555,
"grad_norm": 0.004223089064574624,
"learning_rate": 8.458178637616743e-06,
"loss": 0.0001,
"step": 763
},
{
"epoch": 1.6977777777777778,
"grad_norm": 0.011532995480279503,
"learning_rate": 8.43447013762662e-06,
"loss": 0.0002,
"step": 764
},
{
"epoch": 1.7,
"grad_norm": 0.00904275087082993,
"learning_rate": 8.410770655042003e-06,
"loss": 0.0001,
"step": 765
},
{
"epoch": 1.7022222222222223,
"grad_norm": 0.04782688768258787,
"learning_rate": 8.387080326371207e-06,
"loss": 0.0004,
"step": 766
},
{
"epoch": 1.7044444444444444,
"grad_norm": 0.005973575888367235,
"learning_rate": 8.363399288069821e-06,
"loss": 0.0001,
"step": 767
},
{
"epoch": 1.7066666666666666,
"grad_norm": 0.005475198783218788,
"learning_rate": 8.33972767653992e-06,
"loss": 0.0001,
"step": 768
},
{
"epoch": 1.708888888888889,
"grad_norm": 0.005542991848072764,
"learning_rate": 8.31606562812929e-06,
"loss": 0.0001,
"step": 769
},
{
"epoch": 1.7111111111111112,
"grad_norm": 0.007591934736502721,
"learning_rate": 8.292413279130625e-06,
"loss": 0.0001,
"step": 770
},
{
"epoch": 1.7133333333333334,
"grad_norm": 0.2994543740927371,
"learning_rate": 8.26877076578075e-06,
"loss": 0.0018,
"step": 771
},
{
"epoch": 1.7155555555555555,
"grad_norm": 0.00487266979488178,
"learning_rate": 8.24513822425984e-06,
"loss": 0.0001,
"step": 772
},
{
"epoch": 1.7177777777777776,
"grad_norm": 0.006433893332834025,
"learning_rate": 8.221515790690633e-06,
"loss": 0.0001,
"step": 773
},
{
"epoch": 1.72,
"grad_norm": 0.004698687646378282,
"learning_rate": 8.197903601137644e-06,
"loss": 0.0001,
"step": 774
},
{
"epoch": 1.7222222222222223,
"grad_norm": 0.005288990109850347,
"learning_rate": 8.174301791606384e-06,
"loss": 0.0001,
"step": 775
},
{
"epoch": 1.7244444444444444,
"grad_norm": 0.008417763449185623,
"learning_rate": 8.150710498042576e-06,
"loss": 0.0002,
"step": 776
},
{
"epoch": 1.7266666666666666,
"grad_norm": 0.004932840205764515,
"learning_rate": 8.127129856331365e-06,
"loss": 0.0001,
"step": 777
},
{
"epoch": 1.728888888888889,
"grad_norm": 0.04184165453592892,
"learning_rate": 8.103560002296554e-06,
"loss": 0.0004,
"step": 778
},
{
"epoch": 1.7311111111111113,
"grad_norm": 0.3677314242879906,
"learning_rate": 8.0800010716998e-06,
"loss": 0.0021,
"step": 779
},
{
"epoch": 1.7333333333333334,
"grad_norm": 0.02139801488050292,
"learning_rate": 8.056453200239842e-06,
"loss": 0.0002,
"step": 780
},
{
"epoch": 1.7355555555555555,
"grad_norm": 0.022195305030182053,
"learning_rate": 8.03291652355172e-06,
"loss": 0.0003,
"step": 781
},
{
"epoch": 1.7377777777777776,
"grad_norm": 0.007864394845988323,
"learning_rate": 8.009391177205995e-06,
"loss": 0.0001,
"step": 782
},
{
"epoch": 1.74,
"grad_norm": 0.012238881550260377,
"learning_rate": 7.985877296707958e-06,
"loss": 0.0002,
"step": 783
},
{
"epoch": 1.7422222222222223,
"grad_norm": 0.009077714774709764,
"learning_rate": 7.962375017496867e-06,
"loss": 0.0001,
"step": 784
},
{
"epoch": 1.7444444444444445,
"grad_norm": 0.00477581696449405,
"learning_rate": 7.93888447494515e-06,
"loss": 0.0001,
"step": 785
},
{
"epoch": 1.7466666666666666,
"grad_norm": 0.010077508604582104,
"learning_rate": 7.915405804357632e-06,
"loss": 0.0001,
"step": 786
},
{
"epoch": 1.748888888888889,
"grad_norm": 0.004006018236566087,
"learning_rate": 7.891939140970767e-06,
"loss": 0.0001,
"step": 787
},
{
"epoch": 1.751111111111111,
"grad_norm": 0.007776745743237208,
"learning_rate": 7.868484619951832e-06,
"loss": 0.0001,
"step": 788
},
{
"epoch": 1.7533333333333334,
"grad_norm": 0.006558190626715821,
"learning_rate": 7.845042376398174e-06,
"loss": 0.0001,
"step": 789
},
{
"epoch": 1.7555555555555555,
"grad_norm": 0.012728287924886702,
"learning_rate": 7.821612545336416e-06,
"loss": 0.0001,
"step": 790
},
{
"epoch": 1.7577777777777777,
"grad_norm": 0.019393051233493136,
"learning_rate": 7.798195261721692e-06,
"loss": 0.0003,
"step": 791
},
{
"epoch": 1.76,
"grad_norm": 0.007585128244599703,
"learning_rate": 7.774790660436857e-06,
"loss": 0.0001,
"step": 792
},
{
"epoch": 1.7622222222222224,
"grad_norm": 0.018732108992699427,
"learning_rate": 7.751398876291725e-06,
"loss": 0.0003,
"step": 793
},
{
"epoch": 1.7644444444444445,
"grad_norm": 0.012159679813607176,
"learning_rate": 7.72802004402227e-06,
"loss": 0.0002,
"step": 794
},
{
"epoch": 1.7666666666666666,
"grad_norm": 0.010461293953590287,
"learning_rate": 7.704654298289878e-06,
"loss": 0.0001,
"step": 795
},
{
"epoch": 1.7688888888888887,
"grad_norm": 0.01656739323056127,
"learning_rate": 7.681301773680548e-06,
"loss": 0.0001,
"step": 796
},
{
"epoch": 1.771111111111111,
"grad_norm": 0.014855518028811346,
"learning_rate": 7.65796260470413e-06,
"loss": 0.0002,
"step": 797
},
{
"epoch": 1.7733333333333334,
"grad_norm": 0.007211463270469363,
"learning_rate": 7.634636925793542e-06,
"loss": 0.0001,
"step": 798
},
{
"epoch": 1.7755555555555556,
"grad_norm": 0.009221454980006732,
"learning_rate": 7.611324871304002e-06,
"loss": 0.0001,
"step": 799
},
{
"epoch": 1.7777777777777777,
"grad_norm": 0.00527703487852243,
"learning_rate": 7.58802657551225e-06,
"loss": 0.0001,
"step": 800
},
{
"epoch": 1.78,
"grad_norm": 0.005754885446374674,
"learning_rate": 7.56474217261578e-06,
"loss": 0.0002,
"step": 801
},
{
"epoch": 1.7822222222222224,
"grad_norm": 0.04352692790769988,
"learning_rate": 7.54147179673206e-06,
"loss": 0.0004,
"step": 802
},
{
"epoch": 1.7844444444444445,
"grad_norm": 0.0049611027136041595,
"learning_rate": 7.518215581897763e-06,
"loss": 0.0001,
"step": 803
},
{
"epoch": 1.7866666666666666,
"grad_norm": 0.010213049880198742,
"learning_rate": 7.494973662067996e-06,
"loss": 0.0002,
"step": 804
},
{
"epoch": 1.7888888888888888,
"grad_norm": 0.008401732024698658,
"learning_rate": 7.471746171115529e-06,
"loss": 0.0001,
"step": 805
},
{
"epoch": 1.791111111111111,
"grad_norm": 0.007850135027375235,
"learning_rate": 7.44853324283002e-06,
"loss": 0.0001,
"step": 806
},
{
"epoch": 1.7933333333333334,
"grad_norm": 0.00579944610199464,
"learning_rate": 7.425335010917244e-06,
"loss": 0.0001,
"step": 807
},
{
"epoch": 1.7955555555555556,
"grad_norm": 0.009258421415421275,
"learning_rate": 7.402151608998329e-06,
"loss": 0.0001,
"step": 808
},
{
"epoch": 1.7977777777777777,
"grad_norm": 0.11405051644288978,
"learning_rate": 7.378983170608982e-06,
"loss": 0.0008,
"step": 809
},
{
"epoch": 1.8,
"grad_norm": 0.006320556558882009,
"learning_rate": 7.355829829198715e-06,
"loss": 0.0001,
"step": 810
},
{
"epoch": 1.8022222222222222,
"grad_norm": 0.012045241309534882,
"learning_rate": 7.332691718130094e-06,
"loss": 0.0001,
"step": 811
},
{
"epoch": 1.8044444444444445,
"grad_norm": 0.520542977972645,
"learning_rate": 7.3095689706779476e-06,
"loss": 0.0045,
"step": 812
},
{
"epoch": 1.8066666666666666,
"grad_norm": 0.019381346685568877,
"learning_rate": 7.2864617200286124e-06,
"loss": 0.0002,
"step": 813
},
{
"epoch": 1.8088888888888888,
"grad_norm": 0.007508218090511844,
"learning_rate": 7.263370099279173e-06,
"loss": 0.0001,
"step": 814
},
{
"epoch": 1.8111111111111111,
"grad_norm": 0.006636910045438217,
"learning_rate": 7.2402942414366714e-06,
"loss": 0.0001,
"step": 815
},
{
"epoch": 1.8133333333333335,
"grad_norm": 0.5970675431076587,
"learning_rate": 7.217234279417369e-06,
"loss": 0.0281,
"step": 816
},
{
"epoch": 1.8155555555555556,
"grad_norm": 0.20910915509044223,
"learning_rate": 7.1941903460459575e-06,
"loss": 0.0014,
"step": 817
},
{
"epoch": 1.8177777777777777,
"grad_norm": 0.005756606591866209,
"learning_rate": 7.1711625740548115e-06,
"loss": 0.0001,
"step": 818
},
{
"epoch": 1.8199999999999998,
"grad_norm": 0.01015309259186487,
"learning_rate": 7.148151096083211e-06,
"loss": 0.0001,
"step": 819
},
{
"epoch": 1.8222222222222222,
"grad_norm": 0.011163991647484358,
"learning_rate": 7.125156044676586e-06,
"loss": 0.0001,
"step": 820
},
{
"epoch": 1.8244444444444445,
"grad_norm": 0.006911758672704037,
"learning_rate": 7.102177552285753e-06,
"loss": 0.0001,
"step": 821
},
{
"epoch": 1.8266666666666667,
"grad_norm": 0.011861531736748487,
"learning_rate": 7.0792157512661445e-06,
"loss": 0.0001,
"step": 822
},
{
"epoch": 1.8288888888888888,
"grad_norm": 0.016554162931998656,
"learning_rate": 7.056270773877051e-06,
"loss": 0.0002,
"step": 823
},
{
"epoch": 1.8311111111111111,
"grad_norm": 0.0054004361128319744,
"learning_rate": 7.033342752280861e-06,
"loss": 0.0001,
"step": 824
},
{
"epoch": 1.8333333333333335,
"grad_norm": 0.005023600731988617,
"learning_rate": 7.010431818542298e-06,
"loss": 0.0001,
"step": 825
},
{
"epoch": 1.8355555555555556,
"grad_norm": 0.009620786803093213,
"learning_rate": 6.9875381046276605e-06,
"loss": 0.0001,
"step": 826
},
{
"epoch": 1.8377777777777777,
"grad_norm": 0.008813541653437583,
"learning_rate": 6.964661742404058e-06,
"loss": 0.0002,
"step": 827
},
{
"epoch": 1.8399999999999999,
"grad_norm": 0.005463228743609924,
"learning_rate": 6.9418028636386595e-06,
"loss": 0.0001,
"step": 828
},
{
"epoch": 1.8422222222222222,
"grad_norm": 0.017018327496045683,
"learning_rate": 6.918961599997926e-06,
"loss": 0.0002,
"step": 829
},
{
"epoch": 1.8444444444444446,
"grad_norm": 0.00495689378945732,
"learning_rate": 6.89613808304686e-06,
"loss": 0.0001,
"step": 830
},
{
"epoch": 1.8466666666666667,
"grad_norm": 0.008186424362690388,
"learning_rate": 6.873332444248241e-06,
"loss": 0.0001,
"step": 831
},
{
"epoch": 1.8488888888888888,
"grad_norm": 0.00512814076180878,
"learning_rate": 6.85054481496187e-06,
"loss": 0.0001,
"step": 832
},
{
"epoch": 1.8511111111111112,
"grad_norm": 0.009508659924489689,
"learning_rate": 6.827775326443817e-06,
"loss": 0.0001,
"step": 833
},
{
"epoch": 1.8533333333333335,
"grad_norm": 0.006763646962175536,
"learning_rate": 6.805024109845657e-06,
"loss": 0.0001,
"step": 834
},
{
"epoch": 1.8555555555555556,
"grad_norm": 0.005577090374834863,
"learning_rate": 6.7822912962137225e-06,
"loss": 0.0001,
"step": 835
},
{
"epoch": 1.8577777777777778,
"grad_norm": 0.004079818983816815,
"learning_rate": 6.759577016488343e-06,
"loss": 0.0001,
"step": 836
},
{
"epoch": 1.8599999999999999,
"grad_norm": 0.0042987853792713976,
"learning_rate": 6.736881401503097e-06,
"loss": 0.0001,
"step": 837
},
{
"epoch": 1.8622222222222222,
"grad_norm": 0.08285529618987642,
"learning_rate": 6.714204581984052e-06,
"loss": 0.0005,
"step": 838
},
{
"epoch": 1.8644444444444446,
"grad_norm": 0.011153940125612353,
"learning_rate": 6.691546688549016e-06,
"loss": 0.0002,
"step": 839
},
{
"epoch": 1.8666666666666667,
"grad_norm": 0.008769649761811774,
"learning_rate": 6.668907851706782e-06,
"loss": 0.0001,
"step": 840
},
{
"epoch": 1.8688888888888888,
"grad_norm": 0.8175197306040879,
"learning_rate": 6.646288201856377e-06,
"loss": 0.0263,
"step": 841
},
{
"epoch": 1.871111111111111,
"grad_norm": 0.009087403083982025,
"learning_rate": 6.623687869286314e-06,
"loss": 0.0001,
"step": 842
},
{
"epoch": 1.8733333333333333,
"grad_norm": 0.03365911176956834,
"learning_rate": 6.601106984173835e-06,
"loss": 0.0003,
"step": 843
},
{
"epoch": 1.8755555555555556,
"grad_norm": 0.005352710342181907,
"learning_rate": 6.578545676584168e-06,
"loss": 0.0001,
"step": 844
},
{
"epoch": 1.8777777777777778,
"grad_norm": 0.004245977263925399,
"learning_rate": 6.556004076469773e-06,
"loss": 0.0001,
"step": 845
},
{
"epoch": 1.88,
"grad_norm": 0.014620276778664822,
"learning_rate": 6.533482313669599e-06,
"loss": 0.0002,
"step": 846
},
{
"epoch": 1.8822222222222222,
"grad_norm": 0.6281415276451581,
"learning_rate": 6.510980517908334e-06,
"loss": 0.031,
"step": 847
},
{
"epoch": 1.8844444444444446,
"grad_norm": 0.006886647746715712,
"learning_rate": 6.488498818795646e-06,
"loss": 0.0001,
"step": 848
},
{
"epoch": 1.8866666666666667,
"grad_norm": 0.005100411075461833,
"learning_rate": 6.466037345825462e-06,
"loss": 0.0001,
"step": 849
},
{
"epoch": 1.8888888888888888,
"grad_norm": 0.10551873355305119,
"learning_rate": 6.443596228375193e-06,
"loss": 0.0007,
"step": 850
},
{
"epoch": 1.891111111111111,
"grad_norm": 0.006119219051238931,
"learning_rate": 6.421175595705013e-06,
"loss": 0.0001,
"step": 851
},
{
"epoch": 1.8933333333333333,
"grad_norm": 0.004052476881331301,
"learning_rate": 6.398775576957097e-06,
"loss": 0.0001,
"step": 852
},
{
"epoch": 1.8955555555555557,
"grad_norm": 0.8114488694715846,
"learning_rate": 6.37639630115489e-06,
"loss": 0.0025,
"step": 853
},
{
"epoch": 1.8977777777777778,
"grad_norm": 0.0053107177917564915,
"learning_rate": 6.354037897202352e-06,
"loss": 0.0001,
"step": 854
},
{
"epoch": 1.9,
"grad_norm": 0.005331548486758555,
"learning_rate": 6.331700493883228e-06,
"loss": 0.0001,
"step": 855
},
{
"epoch": 1.9022222222222223,
"grad_norm": 0.011609706829984554,
"learning_rate": 6.3093842198603014e-06,
"loss": 0.0002,
"step": 856
},
{
"epoch": 1.9044444444444446,
"grad_norm": 0.007378859212799551,
"learning_rate": 6.287089203674641e-06,
"loss": 0.0001,
"step": 857
},
{
"epoch": 1.9066666666666667,
"grad_norm": 0.006641448834362174,
"learning_rate": 6.264815573744884e-06,
"loss": 0.0001,
"step": 858
},
{
"epoch": 1.9088888888888889,
"grad_norm": 0.02980993239880587,
"learning_rate": 6.242563458366475e-06,
"loss": 0.0004,
"step": 859
},
{
"epoch": 1.911111111111111,
"grad_norm": 0.036304179408240815,
"learning_rate": 6.220332985710936e-06,
"loss": 0.0002,
"step": 860
},
{
"epoch": 1.9133333333333333,
"grad_norm": 0.004435838299747552,
"learning_rate": 6.198124283825131e-06,
"loss": 0.0001,
"step": 861
},
{
"epoch": 1.9155555555555557,
"grad_norm": 0.011765358286836293,
"learning_rate": 6.17593748063052e-06,
"loss": 0.0001,
"step": 862
},
{
"epoch": 1.9177777777777778,
"grad_norm": 0.012044616751011209,
"learning_rate": 6.153772703922434e-06,
"loss": 0.0002,
"step": 863
},
{
"epoch": 1.92,
"grad_norm": 0.011012411350759551,
"learning_rate": 6.131630081369325e-06,
"loss": 0.0002,
"step": 864
},
{
"epoch": 1.9222222222222223,
"grad_norm": 0.008381116879417993,
"learning_rate": 6.1095097405120465e-06,
"loss": 0.0002,
"step": 865
},
{
"epoch": 1.9244444444444444,
"grad_norm": 0.006654569987083457,
"learning_rate": 6.0874118087631e-06,
"loss": 0.0001,
"step": 866
},
{
"epoch": 1.9266666666666667,
"grad_norm": 0.007497467574307127,
"learning_rate": 6.065336413405918e-06,
"loss": 0.0001,
"step": 867
},
{
"epoch": 1.9288888888888889,
"grad_norm": 0.00824096532364245,
"learning_rate": 6.043283681594123e-06,
"loss": 0.0001,
"step": 868
},
{
"epoch": 1.931111111111111,
"grad_norm": 0.013656292779705767,
"learning_rate": 6.021253740350793e-06,
"loss": 0.0002,
"step": 869
},
{
"epoch": 1.9333333333333333,
"grad_norm": 0.008338880379787751,
"learning_rate": 5.999246716567737e-06,
"loss": 0.0001,
"step": 870
},
{
"epoch": 1.9355555555555557,
"grad_norm": 0.04537032361419367,
"learning_rate": 5.977262737004756e-06,
"loss": 0.0004,
"step": 871
},
{
"epoch": 1.9377777777777778,
"grad_norm": 0.235175391585093,
"learning_rate": 5.955301928288919e-06,
"loss": 0.002,
"step": 872
},
{
"epoch": 1.94,
"grad_norm": 0.0077392287958668975,
"learning_rate": 5.933364416913836e-06,
"loss": 0.0001,
"step": 873
},
{
"epoch": 1.942222222222222,
"grad_norm": 0.004933175649419399,
"learning_rate": 5.911450329238918e-06,
"loss": 0.0001,
"step": 874
},
{
"epoch": 1.9444444444444444,
"grad_norm": 0.004606718891752622,
"learning_rate": 5.889559791488658e-06,
"loss": 0.0001,
"step": 875
},
{
"epoch": 1.9466666666666668,
"grad_norm": 0.024627511476694872,
"learning_rate": 5.867692929751907e-06,
"loss": 0.0003,
"step": 876
},
{
"epoch": 1.948888888888889,
"grad_norm": 0.006505899059626392,
"learning_rate": 5.845849869981137e-06,
"loss": 0.0001,
"step": 877
},
{
"epoch": 1.951111111111111,
"grad_norm": 0.03268596628702246,
"learning_rate": 5.824030737991722e-06,
"loss": 0.0004,
"step": 878
},
{
"epoch": 1.9533333333333334,
"grad_norm": 0.007497593506385594,
"learning_rate": 5.802235659461216e-06,
"loss": 0.0001,
"step": 879
},
{
"epoch": 1.9555555555555557,
"grad_norm": 0.021232254059375327,
"learning_rate": 5.780464759928623e-06,
"loss": 0.0002,
"step": 880
},
{
"epoch": 1.9577777777777778,
"grad_norm": 0.0063559156253589835,
"learning_rate": 5.758718164793675e-06,
"loss": 0.0001,
"step": 881
},
{
"epoch": 1.96,
"grad_norm": 0.006323882840213799,
"learning_rate": 5.736995999316122e-06,
"loss": 0.0001,
"step": 882
},
{
"epoch": 1.962222222222222,
"grad_norm": 0.5055280205220132,
"learning_rate": 5.715298388614987e-06,
"loss": 0.0074,
"step": 883
},
{
"epoch": 1.9644444444444444,
"grad_norm": 0.0044161780544871975,
"learning_rate": 5.693625457667862e-06,
"loss": 0.0001,
"step": 884
},
{
"epoch": 1.9666666666666668,
"grad_norm": 0.004524827100756733,
"learning_rate": 5.671977331310187e-06,
"loss": 0.0001,
"step": 885
},
{
"epoch": 1.968888888888889,
"grad_norm": 0.007332930332910707,
"learning_rate": 5.650354134234526e-06,
"loss": 0.0002,
"step": 886
},
{
"epoch": 1.971111111111111,
"grad_norm": 0.012619624356771787,
"learning_rate": 5.628755990989854e-06,
"loss": 0.0002,
"step": 887
},
{
"epoch": 1.9733333333333334,
"grad_norm": 0.005836573084793587,
"learning_rate": 5.607183025980831e-06,
"loss": 0.0001,
"step": 888
},
{
"epoch": 1.9755555555555555,
"grad_norm": 0.005086404241320908,
"learning_rate": 5.585635363467097e-06,
"loss": 0.0001,
"step": 889
},
{
"epoch": 1.9777777777777779,
"grad_norm": 0.003997482555832169,
"learning_rate": 5.564113127562543e-06,
"loss": 0.0001,
"step": 890
},
{
"epoch": 1.98,
"grad_norm": 0.19483423471210445,
"learning_rate": 5.542616442234618e-06,
"loss": 0.0013,
"step": 891
},
{
"epoch": 1.982222222222222,
"grad_norm": 0.006373878867769347,
"learning_rate": 5.5211454313035865e-06,
"loss": 0.0001,
"step": 892
},
{
"epoch": 1.9844444444444445,
"grad_norm": 0.005143906889337787,
"learning_rate": 5.4997002184418325e-06,
"loss": 0.0001,
"step": 893
},
{
"epoch": 1.9866666666666668,
"grad_norm": 0.01630345182876676,
"learning_rate": 5.478280927173145e-06,
"loss": 0.0001,
"step": 894
},
{
"epoch": 1.988888888888889,
"grad_norm": 0.006929788669228794,
"learning_rate": 5.456887680872007e-06,
"loss": 0.0001,
"step": 895
},
{
"epoch": 1.991111111111111,
"grad_norm": 0.031271170454043214,
"learning_rate": 5.435520602762878e-06,
"loss": 0.0003,
"step": 896
},
{
"epoch": 1.9933333333333332,
"grad_norm": 0.09021141995367406,
"learning_rate": 5.4141798159195e-06,
"loss": 0.0009,
"step": 897
},
{
"epoch": 1.9955555555555555,
"grad_norm": 0.006060782254190974,
"learning_rate": 5.392865443264164e-06,
"loss": 0.0001,
"step": 898
},
{
"epoch": 1.9977777777777779,
"grad_norm": 0.005885598423731525,
"learning_rate": 5.3715776075670286e-06,
"loss": 0.0001,
"step": 899
},
{
"epoch": 2.0,
"grad_norm": 0.005162278952833458,
"learning_rate": 5.350316431445397e-06,
"loss": 0.0001,
"step": 900
},
{
"epoch": 2.002222222222222,
"grad_norm": 0.006377626540326884,
"learning_rate": 5.329082037363007e-06,
"loss": 0.0001,
"step": 901
},
{
"epoch": 2.0044444444444443,
"grad_norm": 0.004339285227317409,
"learning_rate": 5.307874547629339e-06,
"loss": 0.0001,
"step": 902
},
{
"epoch": 2.006666666666667,
"grad_norm": 0.004417747365873751,
"learning_rate": 5.286694084398905e-06,
"loss": 0.0001,
"step": 903
},
{
"epoch": 2.008888888888889,
"grad_norm": 0.00798192017334622,
"learning_rate": 5.2655407696705416e-06,
"loss": 0.0002,
"step": 904
},
{
"epoch": 2.011111111111111,
"grad_norm": 0.009790744598206124,
"learning_rate": 5.244414725286717e-06,
"loss": 0.0001,
"step": 905
},
{
"epoch": 2.013333333333333,
"grad_norm": 0.0144572850806694,
"learning_rate": 5.223316072932817e-06,
"loss": 0.0002,
"step": 906
},
{
"epoch": 2.0155555555555558,
"grad_norm": 0.005251315999579009,
"learning_rate": 5.202244934136449e-06,
"loss": 0.0001,
"step": 907
},
{
"epoch": 2.017777777777778,
"grad_norm": 0.014511592519004647,
"learning_rate": 5.1812014302667535e-06,
"loss": 0.0002,
"step": 908
},
{
"epoch": 2.02,
"grad_norm": 0.03013628315545542,
"learning_rate": 5.160185682533686e-06,
"loss": 0.0004,
"step": 909
},
{
"epoch": 2.022222222222222,
"grad_norm": 0.018566923707603544,
"learning_rate": 5.1391978119873275e-06,
"loss": 0.0003,
"step": 910
},
{
"epoch": 2.0244444444444443,
"grad_norm": 0.007063702332944817,
"learning_rate": 5.11823793951719e-06,
"loss": 0.0001,
"step": 911
},
{
"epoch": 2.026666666666667,
"grad_norm": 0.009933684332748409,
"learning_rate": 5.097306185851515e-06,
"loss": 0.0002,
"step": 912
},
{
"epoch": 2.028888888888889,
"grad_norm": 0.010480910272289808,
"learning_rate": 5.076402671556578e-06,
"loss": 0.0002,
"step": 913
},
{
"epoch": 2.031111111111111,
"grad_norm": 0.03682956911614836,
"learning_rate": 5.05552751703601e-06,
"loss": 0.0004,
"step": 914
},
{
"epoch": 2.033333333333333,
"grad_norm": 0.0050899821105464815,
"learning_rate": 5.034680842530075e-06,
"loss": 0.0001,
"step": 915
},
{
"epoch": 2.0355555555555553,
"grad_norm": 0.010850761638919243,
"learning_rate": 5.0138627681149974e-06,
"loss": 0.0002,
"step": 916
},
{
"epoch": 2.037777777777778,
"grad_norm": 0.0057297561872837735,
"learning_rate": 4.993073413702273e-06,
"loss": 0.0001,
"step": 917
},
{
"epoch": 2.04,
"grad_norm": 0.011061280775842406,
"learning_rate": 4.972312899037963e-06,
"loss": 0.0002,
"step": 918
},
{
"epoch": 2.042222222222222,
"grad_norm": 0.01506996017690318,
"learning_rate": 4.951581343702014e-06,
"loss": 0.0003,
"step": 919
},
{
"epoch": 2.0444444444444443,
"grad_norm": 0.008072621715204979,
"learning_rate": 4.930878867107572e-06,
"loss": 0.0001,
"step": 920
},
{
"epoch": 2.046666666666667,
"grad_norm": 0.007306677067491335,
"learning_rate": 4.9102055885002834e-06,
"loss": 0.0001,
"step": 921
},
{
"epoch": 2.048888888888889,
"grad_norm": 0.012606002760401273,
"learning_rate": 4.88956162695762e-06,
"loss": 0.0001,
"step": 922
},
{
"epoch": 2.051111111111111,
"grad_norm": 0.004489098410894985,
"learning_rate": 4.868947101388188e-06,
"loss": 0.0001,
"step": 923
},
{
"epoch": 2.0533333333333332,
"grad_norm": 0.003972473539188523,
"learning_rate": 4.848362130531039e-06,
"loss": 0.0001,
"step": 924
},
{
"epoch": 2.0555555555555554,
"grad_norm": 0.015506131288919417,
"learning_rate": 4.827806832955e-06,
"loss": 0.0001,
"step": 925
},
{
"epoch": 2.057777777777778,
"grad_norm": 0.02888300990727671,
"learning_rate": 4.807281327057972e-06,
"loss": 0.0003,
"step": 926
},
{
"epoch": 2.06,
"grad_norm": 0.003896524910882283,
"learning_rate": 4.786785731066258e-06,
"loss": 0.0001,
"step": 927
},
{
"epoch": 2.062222222222222,
"grad_norm": 0.0036967675583388297,
"learning_rate": 4.766320163033882e-06,
"loss": 0.0001,
"step": 928
},
{
"epoch": 2.0644444444444443,
"grad_norm": 0.00726508703374028,
"learning_rate": 4.745884740841909e-06,
"loss": 0.0001,
"step": 929
},
{
"epoch": 2.066666666666667,
"grad_norm": 0.006706186863594598,
"learning_rate": 4.725479582197764e-06,
"loss": 0.0001,
"step": 930
},
{
"epoch": 2.068888888888889,
"grad_norm": 0.005744332650237057,
"learning_rate": 4.705104804634549e-06,
"loss": 0.0001,
"step": 931
},
{
"epoch": 2.071111111111111,
"grad_norm": 0.005963971603264281,
"learning_rate": 4.684760525510388e-06,
"loss": 0.0001,
"step": 932
},
{
"epoch": 2.0733333333333333,
"grad_norm": 0.005377691210036081,
"learning_rate": 4.664446862007718e-06,
"loss": 0.0001,
"step": 933
},
{
"epoch": 2.0755555555555554,
"grad_norm": 0.0956583175878244,
"learning_rate": 4.644163931132634e-06,
"loss": 0.0009,
"step": 934
},
{
"epoch": 2.077777777777778,
"grad_norm": 0.004221270175498253,
"learning_rate": 4.623911849714226e-06,
"loss": 0.0001,
"step": 935
},
{
"epoch": 2.08,
"grad_norm": 0.0045696190942705935,
"learning_rate": 4.603690734403873e-06,
"loss": 0.0001,
"step": 936
},
{
"epoch": 2.082222222222222,
"grad_norm": 0.003958843138772146,
"learning_rate": 4.583500701674603e-06,
"loss": 0.0001,
"step": 937
},
{
"epoch": 2.0844444444444443,
"grad_norm": 0.00920915332365134,
"learning_rate": 4.5633418678204e-06,
"loss": 0.0001,
"step": 938
},
{
"epoch": 2.086666666666667,
"grad_norm": 0.003958746374584934,
"learning_rate": 4.543214348955552e-06,
"loss": 0.0001,
"step": 939
},
{
"epoch": 2.088888888888889,
"grad_norm": 0.004544461131101174,
"learning_rate": 4.523118261013969e-06,
"loss": 0.0001,
"step": 940
},
{
"epoch": 2.091111111111111,
"grad_norm": 0.07257058246581209,
"learning_rate": 4.50305371974852e-06,
"loss": 0.0003,
"step": 941
},
{
"epoch": 2.0933333333333333,
"grad_norm": 0.005639945404013589,
"learning_rate": 4.483020840730365e-06,
"loss": 0.0001,
"step": 942
},
{
"epoch": 2.0955555555555554,
"grad_norm": 0.032796766466521195,
"learning_rate": 4.463019739348296e-06,
"loss": 0.0001,
"step": 943
},
{
"epoch": 2.097777777777778,
"grad_norm": 0.005631214478711146,
"learning_rate": 4.443050530808061e-06,
"loss": 0.0001,
"step": 944
},
{
"epoch": 2.1,
"grad_norm": 0.004697908951213257,
"learning_rate": 4.423113330131708e-06,
"loss": 0.0001,
"step": 945
},
{
"epoch": 2.102222222222222,
"grad_norm": 0.013155576639003044,
"learning_rate": 4.403208252156921e-06,
"loss": 0.0002,
"step": 946
},
{
"epoch": 2.1044444444444443,
"grad_norm": 0.008411689368181242,
"learning_rate": 4.383335411536357e-06,
"loss": 0.0001,
"step": 947
},
{
"epoch": 2.1066666666666665,
"grad_norm": 0.19313559818815842,
"learning_rate": 4.363494922736988e-06,
"loss": 0.0016,
"step": 948
},
{
"epoch": 2.108888888888889,
"grad_norm": 0.005488587754023579,
"learning_rate": 4.343686900039438e-06,
"loss": 0.0001,
"step": 949
},
{
"epoch": 2.111111111111111,
"grad_norm": 0.007552904084356708,
"learning_rate": 4.323911457537335e-06,
"loss": 0.0001,
"step": 950
},
{
"epoch": 2.1133333333333333,
"grad_norm": 0.006603320699908656,
"learning_rate": 4.3041687091366325e-06,
"loss": 0.0001,
"step": 951
},
{
"epoch": 2.1155555555555554,
"grad_norm": 0.03218107191749073,
"learning_rate": 4.284458768554984e-06,
"loss": 0.0001,
"step": 952
},
{
"epoch": 2.117777777777778,
"grad_norm": 0.003965471111599559,
"learning_rate": 4.264781749321058e-06,
"loss": 0.0001,
"step": 953
},
{
"epoch": 2.12,
"grad_norm": 0.012027841374553132,
"learning_rate": 4.245137764773899e-06,
"loss": 0.0001,
"step": 954
},
{
"epoch": 2.1222222222222222,
"grad_norm": 0.21050540015201846,
"learning_rate": 4.2255269280622754e-06,
"loss": 0.0014,
"step": 955
},
{
"epoch": 2.1244444444444444,
"grad_norm": 0.0235151283631568,
"learning_rate": 4.205949352144025e-06,
"loss": 0.0001,
"step": 956
},
{
"epoch": 2.1266666666666665,
"grad_norm": 0.0050033621887494995,
"learning_rate": 4.186405149785403e-06,
"loss": 0.0001,
"step": 957
},
{
"epoch": 2.128888888888889,
"grad_norm": 0.01076001909047283,
"learning_rate": 4.166894433560435e-06,
"loss": 0.0001,
"step": 958
},
{
"epoch": 2.131111111111111,
"grad_norm": 0.00959531425331137,
"learning_rate": 4.1474173158502615e-06,
"loss": 0.0001,
"step": 959
},
{
"epoch": 2.1333333333333333,
"grad_norm": 0.004297967879909364,
"learning_rate": 4.1279739088425106e-06,
"loss": 0.0001,
"step": 960
},
{
"epoch": 2.1355555555555554,
"grad_norm": 0.0039084473009554565,
"learning_rate": 4.108564324530626e-06,
"loss": 0.0001,
"step": 961
},
{
"epoch": 2.137777777777778,
"grad_norm": 0.01259579009717942,
"learning_rate": 4.0891886747132356e-06,
"loss": 0.0001,
"step": 962
},
{
"epoch": 2.14,
"grad_norm": 0.04276287228357518,
"learning_rate": 4.069847070993508e-06,
"loss": 0.0004,
"step": 963
},
{
"epoch": 2.1422222222222222,
"grad_norm": 0.005519938251128461,
"learning_rate": 4.050539624778506e-06,
"loss": 0.0001,
"step": 964
},
{
"epoch": 2.1444444444444444,
"grad_norm": 0.004345278879569674,
"learning_rate": 4.031266447278543e-06,
"loss": 0.0001,
"step": 965
},
{
"epoch": 2.1466666666666665,
"grad_norm": 0.0047809765556548435,
"learning_rate": 4.012027649506555e-06,
"loss": 0.0001,
"step": 966
},
{
"epoch": 2.148888888888889,
"grad_norm": 0.007262043311470335,
"learning_rate": 3.992823342277437e-06,
"loss": 0.0001,
"step": 967
},
{
"epoch": 2.151111111111111,
"grad_norm": 0.038488782260049495,
"learning_rate": 3.973653636207437e-06,
"loss": 0.0002,
"step": 968
},
{
"epoch": 2.1533333333333333,
"grad_norm": 0.005170367824117691,
"learning_rate": 3.9545186417134865e-06,
"loss": 0.0001,
"step": 969
},
{
"epoch": 2.1555555555555554,
"grad_norm": 0.006718829056620287,
"learning_rate": 3.935418469012592e-06,
"loss": 0.0001,
"step": 970
},
{
"epoch": 2.1577777777777776,
"grad_norm": 0.005486818963923312,
"learning_rate": 3.916353228121176e-06,
"loss": 0.0001,
"step": 971
},
{
"epoch": 2.16,
"grad_norm": 0.00543724006827059,
"learning_rate": 3.897323028854461e-06,
"loss": 0.0001,
"step": 972
},
{
"epoch": 2.1622222222222223,
"grad_norm": 0.007253338100018996,
"learning_rate": 3.878327980825829e-06,
"loss": 0.0001,
"step": 973
},
{
"epoch": 2.1644444444444444,
"grad_norm": 0.004788163338010424,
"learning_rate": 3.859368193446193e-06,
"loss": 0.0001,
"step": 974
},
{
"epoch": 2.1666666666666665,
"grad_norm": 0.047783010016075385,
"learning_rate": 3.840443775923365e-06,
"loss": 0.0003,
"step": 975
},
{
"epoch": 2.168888888888889,
"grad_norm": 0.00507827388378548,
"learning_rate": 3.821554837261424e-06,
"loss": 0.0001,
"step": 976
},
{
"epoch": 2.171111111111111,
"grad_norm": 0.008518792662368229,
"learning_rate": 3.802701486260102e-06,
"loss": 0.0001,
"step": 977
},
{
"epoch": 2.1733333333333333,
"grad_norm": 0.0041793997962789545,
"learning_rate": 3.783883831514139e-06,
"loss": 0.0001,
"step": 978
},
{
"epoch": 2.1755555555555555,
"grad_norm": 0.6260495915902624,
"learning_rate": 3.7651019814126656e-06,
"loss": 0.0056,
"step": 979
},
{
"epoch": 2.1777777777777776,
"grad_norm": 0.5844939048495187,
"learning_rate": 3.7463560441385814e-06,
"loss": 0.0113,
"step": 980
},
{
"epoch": 2.18,
"grad_norm": 0.14596918269272327,
"learning_rate": 3.727646127667929e-06,
"loss": 0.0007,
"step": 981
},
{
"epoch": 2.1822222222222223,
"grad_norm": 0.0040705704888426035,
"learning_rate": 3.70897233976927e-06,
"loss": 0.0001,
"step": 982
},
{
"epoch": 2.1844444444444444,
"grad_norm": 0.1114444379758751,
"learning_rate": 3.6903347880030684e-06,
"loss": 0.0004,
"step": 983
},
{
"epoch": 2.1866666666666665,
"grad_norm": 0.4208002718939926,
"learning_rate": 3.6717335797210663e-06,
"loss": 0.0043,
"step": 984
},
{
"epoch": 2.188888888888889,
"grad_norm": 0.006849423625035047,
"learning_rate": 3.653168822065677e-06,
"loss": 0.0001,
"step": 985
},
{
"epoch": 2.1911111111111112,
"grad_norm": 0.005257967529070517,
"learning_rate": 3.6346406219693485e-06,
"loss": 0.0001,
"step": 986
},
{
"epoch": 2.1933333333333334,
"grad_norm": 0.003928932408318167,
"learning_rate": 3.6161490861539626e-06,
"loss": 0.0001,
"step": 987
},
{
"epoch": 2.1955555555555555,
"grad_norm": 0.0039097540324176195,
"learning_rate": 3.5976943211302206e-06,
"loss": 0.0001,
"step": 988
},
{
"epoch": 2.1977777777777776,
"grad_norm": 0.01917025077992462,
"learning_rate": 3.5792764331970187e-06,
"loss": 0.0001,
"step": 989
},
{
"epoch": 2.2,
"grad_norm": 0.005604064350312851,
"learning_rate": 3.560895528440844e-06,
"loss": 0.0001,
"step": 990
},
{
"epoch": 2.2022222222222223,
"grad_norm": 0.004800945780431629,
"learning_rate": 3.5425517127351614e-06,
"loss": 0.0001,
"step": 991
},
{
"epoch": 2.2044444444444444,
"grad_norm": 0.004879052613344668,
"learning_rate": 3.524245091739805e-06,
"loss": 0.0001,
"step": 992
},
{
"epoch": 2.2066666666666666,
"grad_norm": 0.0043818124429130636,
"learning_rate": 3.5059757709003685e-06,
"loss": 0.0001,
"step": 993
},
{
"epoch": 2.2088888888888887,
"grad_norm": 0.004077161024693103,
"learning_rate": 3.487743855447593e-06,
"loss": 0.0001,
"step": 994
},
{
"epoch": 2.2111111111111112,
"grad_norm": 0.007564114512294026,
"learning_rate": 3.4695494503967773e-06,
"loss": 0.0001,
"step": 995
},
{
"epoch": 2.2133333333333334,
"grad_norm": 0.004836393559588784,
"learning_rate": 3.4513926605471504e-06,
"loss": 0.0001,
"step": 996
},
{
"epoch": 2.2155555555555555,
"grad_norm": 0.007320394644995222,
"learning_rate": 3.433273590481282e-06,
"loss": 0.0001,
"step": 997
},
{
"epoch": 2.2177777777777776,
"grad_norm": 0.006231564879502769,
"learning_rate": 3.4151923445644785e-06,
"loss": 0.0001,
"step": 998
},
{
"epoch": 2.22,
"grad_norm": 0.0042266725326756014,
"learning_rate": 3.3971490269441777e-06,
"loss": 0.0001,
"step": 999
},
{
"epoch": 2.2222222222222223,
"grad_norm": 0.0046251341054135845,
"learning_rate": 3.3791437415493556e-06,
"loss": 0.0001,
"step": 1000
},
{
"epoch": 2.2244444444444444,
"grad_norm": 0.02986165373842408,
"learning_rate": 3.361176592089919e-06,
"loss": 0.0003,
"step": 1001
},
{
"epoch": 2.2266666666666666,
"grad_norm": 0.0057532210558945505,
"learning_rate": 3.3432476820561134e-06,
"loss": 0.0001,
"step": 1002
},
{
"epoch": 2.2288888888888887,
"grad_norm": 2.5090024186407427,
"learning_rate": 3.3253571147179333e-06,
"loss": 0.0134,
"step": 1003
},
{
"epoch": 2.2311111111111113,
"grad_norm": 0.01170703562163291,
"learning_rate": 3.307504993124513e-06,
"loss": 0.0001,
"step": 1004
},
{
"epoch": 2.2333333333333334,
"grad_norm": 0.003848931291039126,
"learning_rate": 3.2896914201035377e-06,
"loss": 0.0001,
"step": 1005
},
{
"epoch": 2.2355555555555555,
"grad_norm": 0.672943080663016,
"learning_rate": 3.2719164982606675e-06,
"loss": 0.0032,
"step": 1006
},
{
"epoch": 2.2377777777777776,
"grad_norm": 0.09768426363389018,
"learning_rate": 3.254180329978921e-06,
"loss": 0.0006,
"step": 1007
},
{
"epoch": 2.24,
"grad_norm": 0.006225071132196414,
"learning_rate": 3.2364830174180984e-06,
"loss": 0.0001,
"step": 1008
},
{
"epoch": 2.2422222222222223,
"grad_norm": 0.003928134388756732,
"learning_rate": 3.2188246625141963e-06,
"loss": 0.0001,
"step": 1009
},
{
"epoch": 2.2444444444444445,
"grad_norm": 0.019999581861604915,
"learning_rate": 3.2012053669788136e-06,
"loss": 0.0002,
"step": 1010
},
{
"epoch": 2.2466666666666666,
"grad_norm": 0.00704729979664219,
"learning_rate": 3.183625232298566e-06,
"loss": 0.0001,
"step": 1011
},
{
"epoch": 2.2488888888888887,
"grad_norm": 0.018454183846657195,
"learning_rate": 3.1660843597345137e-06,
"loss": 0.0002,
"step": 1012
},
{
"epoch": 2.2511111111111113,
"grad_norm": 0.010131693985038895,
"learning_rate": 3.1485828503215588e-06,
"loss": 0.0001,
"step": 1013
},
{
"epoch": 2.2533333333333334,
"grad_norm": 0.011571074135933475,
"learning_rate": 3.1311208048678742e-06,
"loss": 0.0001,
"step": 1014
},
{
"epoch": 2.2555555555555555,
"grad_norm": 0.004048518827404016,
"learning_rate": 3.113698323954326e-06,
"loss": 0.0001,
"step": 1015
},
{
"epoch": 2.2577777777777777,
"grad_norm": 0.34792992795709904,
"learning_rate": 3.0963155079338834e-06,
"loss": 0.0036,
"step": 1016
},
{
"epoch": 2.26,
"grad_norm": 0.5027747340317579,
"learning_rate": 3.0789724569310532e-06,
"loss": 0.0063,
"step": 1017
},
{
"epoch": 2.2622222222222224,
"grad_norm": 0.005344286601416652,
"learning_rate": 3.061669270841291e-06,
"loss": 0.0001,
"step": 1018
},
{
"epoch": 2.2644444444444445,
"grad_norm": 0.012136927208304322,
"learning_rate": 3.044406049330437e-06,
"loss": 0.0002,
"step": 1019
},
{
"epoch": 2.2666666666666666,
"grad_norm": 0.5891041327000618,
"learning_rate": 3.0271828918341317e-06,
"loss": 0.0014,
"step": 1020
},
{
"epoch": 2.2688888888888887,
"grad_norm": 0.30710561963317223,
"learning_rate": 3.0099998975572553e-06,
"loss": 0.0026,
"step": 1021
},
{
"epoch": 2.2711111111111113,
"grad_norm": 0.006365361140616042,
"learning_rate": 2.9928571654733374e-06,
"loss": 0.0001,
"step": 1022
},
{
"epoch": 2.2733333333333334,
"grad_norm": 0.025494005946716376,
"learning_rate": 2.975754794324015e-06,
"loss": 0.0003,
"step": 1023
},
{
"epoch": 2.2755555555555556,
"grad_norm": 0.01361014276663751,
"learning_rate": 2.9586928826184323e-06,
"loss": 0.0001,
"step": 1024
},
{
"epoch": 2.2777777777777777,
"grad_norm": 0.06065389399585956,
"learning_rate": 2.941671528632695e-06,
"loss": 0.0005,
"step": 1025
},
{
"epoch": 2.2800000000000002,
"grad_norm": 0.007689127383420576,
"learning_rate": 2.9246908304092945e-06,
"loss": 0.0001,
"step": 1026
},
{
"epoch": 2.2822222222222224,
"grad_norm": 0.004594718895988505,
"learning_rate": 2.9077508857565507e-06,
"loss": 0.0001,
"step": 1027
},
{
"epoch": 2.2844444444444445,
"grad_norm": 0.0070023078609854385,
"learning_rate": 2.8908517922480385e-06,
"loss": 0.0001,
"step": 1028
},
{
"epoch": 2.2866666666666666,
"grad_norm": 0.0045828701661759,
"learning_rate": 2.8739936472220385e-06,
"loss": 0.0001,
"step": 1029
},
{
"epoch": 2.2888888888888888,
"grad_norm": 0.012726232281324886,
"learning_rate": 2.8571765477809645e-06,
"loss": 0.0001,
"step": 1030
},
{
"epoch": 2.2911111111111113,
"grad_norm": 0.004724465720840135,
"learning_rate": 2.8404005907908083e-06,
"loss": 0.0001,
"step": 1031
},
{
"epoch": 2.2933333333333334,
"grad_norm": 0.055322523524338064,
"learning_rate": 2.8236658728805844e-06,
"loss": 0.0004,
"step": 1032
},
{
"epoch": 2.2955555555555556,
"grad_norm": 0.009733881695803697,
"learning_rate": 2.8069724904417704e-06,
"loss": 0.0001,
"step": 1033
},
{
"epoch": 2.2977777777777777,
"grad_norm": 0.006727111935187473,
"learning_rate": 2.7903205396277546e-06,
"loss": 0.0001,
"step": 1034
},
{
"epoch": 2.3,
"grad_norm": 0.01845655062489918,
"learning_rate": 2.7737101163532763e-06,
"loss": 0.0001,
"step": 1035
},
{
"epoch": 2.3022222222222224,
"grad_norm": 0.01887759400897995,
"learning_rate": 2.757141316293884e-06,
"loss": 0.0002,
"step": 1036
},
{
"epoch": 2.3044444444444445,
"grad_norm": 0.00517433364934638,
"learning_rate": 2.740614234885368e-06,
"loss": 0.0001,
"step": 1037
},
{
"epoch": 2.3066666666666666,
"grad_norm": 0.004658625685485781,
"learning_rate": 2.724128967323234e-06,
"loss": 0.0001,
"step": 1038
},
{
"epoch": 2.3088888888888888,
"grad_norm": 0.004400457833783457,
"learning_rate": 2.7076856085621294e-06,
"loss": 0.0001,
"step": 1039
},
{
"epoch": 2.311111111111111,
"grad_norm": 0.0052875365563783555,
"learning_rate": 2.691284253315309e-06,
"loss": 0.0001,
"step": 1040
},
{
"epoch": 2.3133333333333335,
"grad_norm": 0.01140168466528017,
"learning_rate": 2.674924996054099e-06,
"loss": 0.0001,
"step": 1041
},
{
"epoch": 2.3155555555555556,
"grad_norm": 0.004649534663066586,
"learning_rate": 2.6586079310073323e-06,
"loss": 0.0001,
"step": 1042
},
{
"epoch": 2.3177777777777777,
"grad_norm": 0.006660210716995058,
"learning_rate": 2.6423331521608173e-06,
"loss": 0.0001,
"step": 1043
},
{
"epoch": 2.32,
"grad_norm": 0.12421871763353338,
"learning_rate": 2.626100753256798e-06,
"loss": 0.0011,
"step": 1044
},
{
"epoch": 2.3222222222222224,
"grad_norm": 0.7718837714171015,
"learning_rate": 2.6099108277934105e-06,
"loss": 0.0246,
"step": 1045
},
{
"epoch": 2.3244444444444445,
"grad_norm": 0.00445486718471388,
"learning_rate": 2.5937634690241396e-06,
"loss": 0.0001,
"step": 1046
},
{
"epoch": 2.3266666666666667,
"grad_norm": 0.0046582589404737095,
"learning_rate": 2.5776587699573007e-06,
"loss": 0.0001,
"step": 1047
},
{
"epoch": 2.328888888888889,
"grad_norm": 0.008074485989913857,
"learning_rate": 2.5615968233554766e-06,
"loss": 0.0001,
"step": 1048
},
{
"epoch": 2.3311111111111114,
"grad_norm": 0.006343859573169782,
"learning_rate": 2.545577721735004e-06,
"loss": 0.0001,
"step": 1049
},
{
"epoch": 2.3333333333333335,
"grad_norm": 0.003468443322902027,
"learning_rate": 2.529601557365432e-06,
"loss": 0.0001,
"step": 1050
},
{
"epoch": 2.3355555555555556,
"grad_norm": 0.02233749772874027,
"learning_rate": 2.5136684222689933e-06,
"loss": 0.0002,
"step": 1051
},
{
"epoch": 2.3377777777777777,
"grad_norm": 0.005172077968539298,
"learning_rate": 2.4977784082200728e-06,
"loss": 0.0001,
"step": 1052
},
{
"epoch": 2.34,
"grad_norm": 0.017207084175632038,
"learning_rate": 2.4819316067446787e-06,
"loss": 0.0002,
"step": 1053
},
{
"epoch": 2.3422222222222224,
"grad_norm": 0.008848904074828303,
"learning_rate": 2.4661281091199142e-06,
"loss": 0.0001,
"step": 1054
},
{
"epoch": 2.3444444444444446,
"grad_norm": 0.004835701119379919,
"learning_rate": 2.4503680063734615e-06,
"loss": 0.0001,
"step": 1055
},
{
"epoch": 2.3466666666666667,
"grad_norm": 0.45111226104602087,
"learning_rate": 2.4346513892830427e-06,
"loss": 0.0056,
"step": 1056
},
{
"epoch": 2.348888888888889,
"grad_norm": 0.008107943133592574,
"learning_rate": 2.418978348375904e-06,
"loss": 0.0001,
"step": 1057
},
{
"epoch": 2.351111111111111,
"grad_norm": 0.005452470336513288,
"learning_rate": 2.4033489739282943e-06,
"loss": 0.0001,
"step": 1058
},
{
"epoch": 2.3533333333333335,
"grad_norm": 0.006756956899402857,
"learning_rate": 2.3877633559649505e-06,
"loss": 0.0001,
"step": 1059
},
{
"epoch": 2.3555555555555556,
"grad_norm": 0.005273229524579953,
"learning_rate": 2.372221584258566e-06,
"loss": 0.0001,
"step": 1060
},
{
"epoch": 2.3577777777777778,
"grad_norm": 0.05385805136493815,
"learning_rate": 2.356723748329286e-06,
"loss": 0.0004,
"step": 1061
},
{
"epoch": 2.36,
"grad_norm": 0.012068745587600403,
"learning_rate": 2.341269937444183e-06,
"loss": 0.0002,
"step": 1062
},
{
"epoch": 2.362222222222222,
"grad_norm": 0.015007488052523894,
"learning_rate": 2.3258602406167465e-06,
"loss": 0.0001,
"step": 1063
},
{
"epoch": 2.3644444444444446,
"grad_norm": 0.05093808437948701,
"learning_rate": 2.3104947466063785e-06,
"loss": 0.0004,
"step": 1064
},
{
"epoch": 2.3666666666666667,
"grad_norm": 0.15365765387144414,
"learning_rate": 2.295173543917867e-06,
"loss": 0.0013,
"step": 1065
},
{
"epoch": 2.368888888888889,
"grad_norm": 0.008550324314707846,
"learning_rate": 2.2798967208008806e-06,
"loss": 0.0001,
"step": 1066
},
{
"epoch": 2.371111111111111,
"grad_norm": 0.00438810737836959,
"learning_rate": 2.2646643652494693e-06,
"loss": 0.0001,
"step": 1067
},
{
"epoch": 2.3733333333333335,
"grad_norm": 0.012171729618934207,
"learning_rate": 2.249476565001548e-06,
"loss": 0.0002,
"step": 1068
},
{
"epoch": 2.3755555555555556,
"grad_norm": 0.026725012873623392,
"learning_rate": 2.234333407538396e-06,
"loss": 0.0003,
"step": 1069
},
{
"epoch": 2.3777777777777778,
"grad_norm": 0.005551417080129842,
"learning_rate": 2.219234980084148e-06,
"loss": 0.0001,
"step": 1070
},
{
"epoch": 2.38,
"grad_norm": 0.03733450799458195,
"learning_rate": 2.2041813696052996e-06,
"loss": 0.0003,
"step": 1071
},
{
"epoch": 2.3822222222222225,
"grad_norm": 0.006016302217247116,
"learning_rate": 2.189172662810197e-06,
"loss": 0.0001,
"step": 1072
},
{
"epoch": 2.3844444444444446,
"grad_norm": 0.004448515526709854,
"learning_rate": 2.1742089461485504e-06,
"loss": 0.0001,
"step": 1073
},
{
"epoch": 2.3866666666666667,
"grad_norm": 0.005545262625990853,
"learning_rate": 2.1592903058109215e-06,
"loss": 0.0001,
"step": 1074
},
{
"epoch": 2.388888888888889,
"grad_norm": 0.006864322644896238,
"learning_rate": 2.1444168277282352e-06,
"loss": 0.0001,
"step": 1075
},
{
"epoch": 2.391111111111111,
"grad_norm": 0.5419845413299136,
"learning_rate": 2.1295885975712805e-06,
"loss": 0.0109,
"step": 1076
},
{
"epoch": 2.3933333333333335,
"grad_norm": 0.007326501739890902,
"learning_rate": 2.1148057007502277e-06,
"loss": 0.0001,
"step": 1077
},
{
"epoch": 2.3955555555555557,
"grad_norm": 0.008454837691412703,
"learning_rate": 2.100068222414121e-06,
"loss": 0.0001,
"step": 1078
},
{
"epoch": 2.397777777777778,
"grad_norm": 0.009933199875967556,
"learning_rate": 2.0853762474503982e-06,
"loss": 0.0002,
"step": 1079
},
{
"epoch": 2.4,
"grad_norm": 0.006228563631736913,
"learning_rate": 2.0707298604843964e-06,
"loss": 0.0001,
"step": 1080
},
{
"epoch": 2.402222222222222,
"grad_norm": 0.00873748811089882,
"learning_rate": 2.0561291458788736e-06,
"loss": 0.0001,
"step": 1081
},
{
"epoch": 2.4044444444444446,
"grad_norm": 0.005898714163932388,
"learning_rate": 2.0415741877335095e-06,
"loss": 0.0001,
"step": 1082
},
{
"epoch": 2.4066666666666667,
"grad_norm": 0.04965663638538196,
"learning_rate": 2.027065069884432e-06,
"loss": 0.0004,
"step": 1083
},
{
"epoch": 2.408888888888889,
"grad_norm": 0.005588372417784015,
"learning_rate": 2.0126018759037292e-06,
"loss": 0.0001,
"step": 1084
},
{
"epoch": 2.411111111111111,
"grad_norm": 0.015870717864283915,
"learning_rate": 1.9981846890989665e-06,
"loss": 0.0001,
"step": 1085
},
{
"epoch": 2.413333333333333,
"grad_norm": 0.014145709039017728,
"learning_rate": 1.9838135925127134e-06,
"loss": 0.0002,
"step": 1086
},
{
"epoch": 2.4155555555555557,
"grad_norm": 0.005228779960829623,
"learning_rate": 1.9694886689220592e-06,
"loss": 0.0001,
"step": 1087
},
{
"epoch": 2.417777777777778,
"grad_norm": 0.006242548924504129,
"learning_rate": 1.955210000838138e-06,
"loss": 0.0001,
"step": 1088
},
{
"epoch": 2.42,
"grad_norm": 0.1739049467152041,
"learning_rate": 1.9409776705056514e-06,
"loss": 0.0015,
"step": 1089
},
{
"epoch": 2.422222222222222,
"grad_norm": 0.4609884460182513,
"learning_rate": 1.9267917599024045e-06,
"loss": 0.0151,
"step": 1090
},
{
"epoch": 2.4244444444444446,
"grad_norm": 0.03168251722246924,
"learning_rate": 1.912652350738818e-06,
"loss": 0.0002,
"step": 1091
},
{
"epoch": 2.4266666666666667,
"grad_norm": 0.007548930972442952,
"learning_rate": 1.8985595244574707e-06,
"loss": 0.0001,
"step": 1092
},
{
"epoch": 2.428888888888889,
"grad_norm": 0.017887887661668177,
"learning_rate": 1.8845133622326174e-06,
"loss": 0.0003,
"step": 1093
},
{
"epoch": 2.431111111111111,
"grad_norm": 0.009493153430366537,
"learning_rate": 1.870513944969743e-06,
"loss": 0.0001,
"step": 1094
},
{
"epoch": 2.4333333333333336,
"grad_norm": 0.01843458790489535,
"learning_rate": 1.8565613533050719e-06,
"loss": 0.0002,
"step": 1095
},
{
"epoch": 2.4355555555555557,
"grad_norm": 0.006903208289958932,
"learning_rate": 1.8426556676051178e-06,
"loss": 0.0001,
"step": 1096
},
{
"epoch": 2.437777777777778,
"grad_norm": 0.3053830346108793,
"learning_rate": 1.8287969679662165e-06,
"loss": 0.003,
"step": 1097
},
{
"epoch": 2.44,
"grad_norm": 0.004454782655409662,
"learning_rate": 1.8149853342140644e-06,
"loss": 0.0001,
"step": 1098
},
{
"epoch": 2.442222222222222,
"grad_norm": 0.005208846020473513,
"learning_rate": 1.8012208459032665e-06,
"loss": 0.0001,
"step": 1099
},
{
"epoch": 2.4444444444444446,
"grad_norm": 0.0037467207870704607,
"learning_rate": 1.7875035823168641e-06,
"loss": 0.0001,
"step": 1100
},
{
"epoch": 2.4466666666666668,
"grad_norm": 0.0032666946708352447,
"learning_rate": 1.773833622465888e-06,
"loss": 0.0001,
"step": 1101
},
{
"epoch": 2.448888888888889,
"grad_norm": 0.005892300218469363,
"learning_rate": 1.760211045088902e-06,
"loss": 0.0001,
"step": 1102
},
{
"epoch": 2.451111111111111,
"grad_norm": 0.0040072647077079825,
"learning_rate": 1.7466359286515443e-06,
"loss": 0.0001,
"step": 1103
},
{
"epoch": 2.453333333333333,
"grad_norm": 0.003473817502789472,
"learning_rate": 1.7331083513460855e-06,
"loss": 0.0001,
"step": 1104
},
{
"epoch": 2.4555555555555557,
"grad_norm": 0.003940367189316847,
"learning_rate": 1.7196283910909673e-06,
"loss": 0.0001,
"step": 1105
},
{
"epoch": 2.457777777777778,
"grad_norm": 0.015686793608383997,
"learning_rate": 1.7061961255303594e-06,
"loss": 0.0002,
"step": 1106
},
{
"epoch": 2.46,
"grad_norm": 0.006970762382441299,
"learning_rate": 1.692811632033715e-06,
"loss": 0.0001,
"step": 1107
},
{
"epoch": 2.462222222222222,
"grad_norm": 0.0028376947544573585,
"learning_rate": 1.6794749876953187e-06,
"loss": 0.0001,
"step": 1108
},
{
"epoch": 2.464444444444444,
"grad_norm": 0.04159401040005708,
"learning_rate": 1.6661862693338437e-06,
"loss": 0.0003,
"step": 1109
},
{
"epoch": 2.466666666666667,
"grad_norm": 0.04703578221057295,
"learning_rate": 1.652945553491916e-06,
"loss": 0.0004,
"step": 1110
},
{
"epoch": 2.468888888888889,
"grad_norm": 0.004000944711979711,
"learning_rate": 1.6397529164356606e-06,
"loss": 0.0001,
"step": 1111
},
{
"epoch": 2.471111111111111,
"grad_norm": 0.03827165970352177,
"learning_rate": 1.626608434154281e-06,
"loss": 0.0004,
"step": 1112
},
{
"epoch": 2.473333333333333,
"grad_norm": 0.0031239639815219484,
"learning_rate": 1.613512182359601e-06,
"loss": 0.0001,
"step": 1113
},
{
"epoch": 2.4755555555555557,
"grad_norm": 0.00413124818054462,
"learning_rate": 1.6004642364856438e-06,
"loss": 0.0001,
"step": 1114
},
{
"epoch": 2.477777777777778,
"grad_norm": 0.004432120045301809,
"learning_rate": 1.587464671688187e-06,
"loss": 0.0001,
"step": 1115
},
{
"epoch": 2.48,
"grad_norm": 0.0030404415896111117,
"learning_rate": 1.574513562844342e-06,
"loss": 0.0001,
"step": 1116
},
{
"epoch": 2.482222222222222,
"grad_norm": 0.003210013173423719,
"learning_rate": 1.5616109845521099e-06,
"loss": 0.0001,
"step": 1117
},
{
"epoch": 2.4844444444444447,
"grad_norm": 0.004662417447309395,
"learning_rate": 1.5487570111299566e-06,
"loss": 0.0001,
"step": 1118
},
{
"epoch": 2.486666666666667,
"grad_norm": 0.03249338671064761,
"learning_rate": 1.5359517166163884e-06,
"loss": 0.0002,
"step": 1119
},
{
"epoch": 2.488888888888889,
"grad_norm": 0.029354504998656474,
"learning_rate": 1.5231951747695207e-06,
"loss": 0.0004,
"step": 1120
},
{
"epoch": 2.491111111111111,
"grad_norm": 0.06840933315813424,
"learning_rate": 1.5104874590666563e-06,
"loss": 0.0006,
"step": 1121
},
{
"epoch": 2.493333333333333,
"grad_norm": 0.13511264054996472,
"learning_rate": 1.4978286427038602e-06,
"loss": 0.0008,
"step": 1122
},
{
"epoch": 2.4955555555555557,
"grad_norm": 0.003378040321499233,
"learning_rate": 1.485218798595538e-06,
"loss": 0.0001,
"step": 1123
},
{
"epoch": 2.497777777777778,
"grad_norm": 0.008407129400997342,
"learning_rate": 1.4726579993740153e-06,
"loss": 0.0001,
"step": 1124
},
{
"epoch": 2.5,
"grad_norm": 0.00299576502898044,
"learning_rate": 1.4601463173891273e-06,
"loss": 0.0001,
"step": 1125
},
{
"epoch": 2.502222222222222,
"grad_norm": 0.0053359389596989845,
"learning_rate": 1.4476838247077874e-06,
"loss": 0.0001,
"step": 1126
},
{
"epoch": 2.5044444444444443,
"grad_norm": 0.003307072835645359,
"learning_rate": 1.4352705931135835e-06,
"loss": 0.0001,
"step": 1127
},
{
"epoch": 2.506666666666667,
"grad_norm": 0.0031299767094290372,
"learning_rate": 1.4229066941063618e-06,
"loss": 0.0001,
"step": 1128
},
{
"epoch": 2.508888888888889,
"grad_norm": 0.004443007371136663,
"learning_rate": 1.4105921989018112e-06,
"loss": 0.0001,
"step": 1129
},
{
"epoch": 2.511111111111111,
"grad_norm": 0.027607284406943558,
"learning_rate": 1.3983271784310616e-06,
"loss": 0.0003,
"step": 1130
},
{
"epoch": 2.513333333333333,
"grad_norm": 0.032541955101797394,
"learning_rate": 1.3861117033402639e-06,
"loss": 0.0002,
"step": 1131
},
{
"epoch": 2.5155555555555553,
"grad_norm": 0.0061965570758014555,
"learning_rate": 1.373945843990192e-06,
"loss": 0.0001,
"step": 1132
},
{
"epoch": 2.517777777777778,
"grad_norm": 0.006825874567293678,
"learning_rate": 1.3618296704558364e-06,
"loss": 0.0001,
"step": 1133
},
{
"epoch": 2.52,
"grad_norm": 0.004464298362319657,
"learning_rate": 1.3497632525259963e-06,
"loss": 0.0001,
"step": 1134
},
{
"epoch": 2.522222222222222,
"grad_norm": 0.0084395829054528,
"learning_rate": 1.3377466597028788e-06,
"loss": 0.0001,
"step": 1135
},
{
"epoch": 2.5244444444444447,
"grad_norm": 0.0030700891076772645,
"learning_rate": 1.325779961201703e-06,
"loss": 0.0001,
"step": 1136
},
{
"epoch": 2.5266666666666664,
"grad_norm": 0.016132652073630065,
"learning_rate": 1.313863225950297e-06,
"loss": 0.0002,
"step": 1137
},
{
"epoch": 2.528888888888889,
"grad_norm": 0.026961934993611894,
"learning_rate": 1.301996522588701e-06,
"loss": 0.0003,
"step": 1138
},
{
"epoch": 2.531111111111111,
"grad_norm": 0.004828192358172071,
"learning_rate": 1.2901799194687737e-06,
"loss": 0.0001,
"step": 1139
},
{
"epoch": 2.533333333333333,
"grad_norm": 0.04582108040085326,
"learning_rate": 1.2784134846537988e-06,
"loss": 0.0002,
"step": 1140
},
{
"epoch": 2.535555555555556,
"grad_norm": 0.00616382232624251,
"learning_rate": 1.2666972859180894e-06,
"loss": 0.0001,
"step": 1141
},
{
"epoch": 2.537777777777778,
"grad_norm": 0.012027425719181035,
"learning_rate": 1.255031390746605e-06,
"loss": 0.0002,
"step": 1142
},
{
"epoch": 2.54,
"grad_norm": 0.00305959120969031,
"learning_rate": 1.2434158663345553e-06,
"loss": 0.0001,
"step": 1143
},
{
"epoch": 2.542222222222222,
"grad_norm": 0.00415193020409453,
"learning_rate": 1.2318507795870138e-06,
"loss": 0.0001,
"step": 1144
},
{
"epoch": 2.5444444444444443,
"grad_norm": 0.003960536625087934,
"learning_rate": 1.220336197118539e-06,
"loss": 0.0001,
"step": 1145
},
{
"epoch": 2.546666666666667,
"grad_norm": 0.0024591621002865802,
"learning_rate": 1.2088721852527807e-06,
"loss": 0.0001,
"step": 1146
},
{
"epoch": 2.548888888888889,
"grad_norm": 0.003248478092160033,
"learning_rate": 1.1974588100221074e-06,
"loss": 0.0001,
"step": 1147
},
{
"epoch": 2.551111111111111,
"grad_norm": 0.007410516843208672,
"learning_rate": 1.1860961371672242e-06,
"loss": 0.0001,
"step": 1148
},
{
"epoch": 2.5533333333333332,
"grad_norm": 0.01639798226983445,
"learning_rate": 1.1747842321367886e-06,
"loss": 0.0002,
"step": 1149
},
{
"epoch": 2.5555555555555554,
"grad_norm": 0.020739444695162108,
"learning_rate": 1.1635231600870334e-06,
"loss": 0.0002,
"step": 1150
},
{
"epoch": 2.557777777777778,
"grad_norm": 0.007055632949527986,
"learning_rate": 1.1523129858814042e-06,
"loss": 0.0001,
"step": 1151
},
{
"epoch": 2.56,
"grad_norm": 0.0034175004440998038,
"learning_rate": 1.14115377409017e-06,
"loss": 0.0001,
"step": 1152
},
{
"epoch": 2.562222222222222,
"grad_norm": 0.0037633190854998782,
"learning_rate": 1.1300455889900587e-06,
"loss": 0.0001,
"step": 1153
},
{
"epoch": 2.5644444444444443,
"grad_norm": 0.005251379387288615,
"learning_rate": 1.1189884945638874e-06,
"loss": 0.0001,
"step": 1154
},
{
"epoch": 2.5666666666666664,
"grad_norm": 0.0034114089032869764,
"learning_rate": 1.1079825545001887e-06,
"loss": 0.0001,
"step": 1155
},
{
"epoch": 2.568888888888889,
"grad_norm": 0.0037836450266260425,
"learning_rate": 1.097027832192854e-06,
"loss": 0.0001,
"step": 1156
},
{
"epoch": 2.571111111111111,
"grad_norm": 0.007026033134502348,
"learning_rate": 1.086124390740757e-06,
"loss": 0.0001,
"step": 1157
},
{
"epoch": 2.5733333333333333,
"grad_norm": 0.012309562977294748,
"learning_rate": 1.0752722929473936e-06,
"loss": 0.0002,
"step": 1158
},
{
"epoch": 2.575555555555556,
"grad_norm": 0.0049706293194138945,
"learning_rate": 1.0644716013205303e-06,
"loss": 0.0001,
"step": 1159
},
{
"epoch": 2.5777777777777775,
"grad_norm": 0.005914896360722813,
"learning_rate": 1.0537223780718265e-06,
"loss": 0.0001,
"step": 1160
},
{
"epoch": 2.58,
"grad_norm": 0.02009042720452564,
"learning_rate": 1.0430246851164904e-06,
"loss": 0.0002,
"step": 1161
},
{
"epoch": 2.582222222222222,
"grad_norm": 0.008033771882258227,
"learning_rate": 1.032378584072915e-06,
"loss": 0.0001,
"step": 1162
},
{
"epoch": 2.5844444444444443,
"grad_norm": 0.027780781334453254,
"learning_rate": 1.021784136262326e-06,
"loss": 0.0002,
"step": 1163
},
{
"epoch": 2.586666666666667,
"grad_norm": 0.005349765799483499,
"learning_rate": 1.0112414027084262e-06,
"loss": 0.0001,
"step": 1164
},
{
"epoch": 2.588888888888889,
"grad_norm": 0.5350371820953406,
"learning_rate": 1.0007504441370508e-06,
"loss": 0.02,
"step": 1165
},
{
"epoch": 2.591111111111111,
"grad_norm": 0.00579608557767442,
"learning_rate": 9.903113209758098e-07,
"loss": 0.0001,
"step": 1166
},
{
"epoch": 2.5933333333333333,
"grad_norm": 0.003346227235388532,
"learning_rate": 9.799240933537379e-07,
"loss": 0.0001,
"step": 1167
},
{
"epoch": 2.5955555555555554,
"grad_norm": 0.005555161156391479,
"learning_rate": 9.69588821100963e-07,
"loss": 0.0001,
"step": 1168
},
{
"epoch": 2.597777777777778,
"grad_norm": 0.11931186183352382,
"learning_rate": 9.59305563748345e-07,
"loss": 0.0007,
"step": 1169
},
{
"epoch": 2.6,
"grad_norm": 0.013277004746277736,
"learning_rate": 9.490743805271396e-07,
"loss": 0.0002,
"step": 1170
},
{
"epoch": 2.602222222222222,
"grad_norm": 0.005277608274691736,
"learning_rate": 9.388953303686587e-07,
"loss": 0.0001,
"step": 1171
},
{
"epoch": 2.6044444444444443,
"grad_norm": 0.004267175411334593,
"learning_rate": 9.28768471903928e-07,
"loss": 0.0001,
"step": 1172
},
{
"epoch": 2.6066666666666665,
"grad_norm": 0.004959692209382295,
"learning_rate": 9.186938634633536e-07,
"loss": 0.0001,
"step": 1173
},
{
"epoch": 2.608888888888889,
"grad_norm": 0.0041297918366795154,
"learning_rate": 9.086715630763787e-07,
"loss": 0.0001,
"step": 1174
},
{
"epoch": 2.611111111111111,
"grad_norm": 0.022836573896434544,
"learning_rate": 8.987016284711569e-07,
"loss": 0.0003,
"step": 1175
},
{
"epoch": 2.6133333333333333,
"grad_norm": 0.03773559326274797,
"learning_rate": 8.887841170742128e-07,
"loss": 0.0003,
"step": 1176
},
{
"epoch": 2.6155555555555554,
"grad_norm": 0.0028647191988726483,
"learning_rate": 8.789190860101226e-07,
"loss": 0.0001,
"step": 1177
},
{
"epoch": 2.6177777777777775,
"grad_norm": 0.0031789939784086733,
"learning_rate": 8.691065921011687e-07,
"loss": 0.0001,
"step": 1178
},
{
"epoch": 2.62,
"grad_norm": 0.12720773687545253,
"learning_rate": 8.593466918670257e-07,
"loss": 0.0006,
"step": 1179
},
{
"epoch": 2.6222222222222222,
"grad_norm": 0.4268093156244954,
"learning_rate": 8.49639441524428e-07,
"loss": 0.0176,
"step": 1180
},
{
"epoch": 2.6244444444444444,
"grad_norm": 0.03660775873018899,
"learning_rate": 8.399848969868507e-07,
"loss": 0.0003,
"step": 1181
},
{
"epoch": 2.626666666666667,
"grad_norm": 0.0036012881835176067,
"learning_rate": 8.303831138641805e-07,
"loss": 0.0001,
"step": 1182
},
{
"epoch": 2.628888888888889,
"grad_norm": 0.005401850806658615,
"learning_rate": 8.208341474624071e-07,
"loss": 0.0001,
"step": 1183
},
{
"epoch": 2.631111111111111,
"grad_norm": 0.004784686260418065,
"learning_rate": 8.113380527832904e-07,
"loss": 0.0001,
"step": 1184
},
{
"epoch": 2.6333333333333333,
"grad_norm": 0.003873826265462296,
"learning_rate": 8.018948845240538e-07,
"loss": 0.0001,
"step": 1185
},
{
"epoch": 2.6355555555555554,
"grad_norm": 0.003570060316026375,
"learning_rate": 7.925046970770689e-07,
"loss": 0.0001,
"step": 1186
},
{
"epoch": 2.637777777777778,
"grad_norm": 0.006792997134444474,
"learning_rate": 7.83167544529534e-07,
"loss": 0.0001,
"step": 1187
},
{
"epoch": 2.64,
"grad_norm": 0.0032408994341471156,
"learning_rate": 7.738834806631712e-07,
"loss": 0.0001,
"step": 1188
},
{
"epoch": 2.6422222222222222,
"grad_norm": 0.009679842187633845,
"learning_rate": 7.646525589539122e-07,
"loss": 0.0002,
"step": 1189
},
{
"epoch": 2.6444444444444444,
"grad_norm": 0.004631679708146829,
"learning_rate": 7.554748325715921e-07,
"loss": 0.0001,
"step": 1190
},
{
"epoch": 2.6466666666666665,
"grad_norm": 0.4849777823275308,
"learning_rate": 7.463503543796413e-07,
"loss": 0.0139,
"step": 1191
},
{
"epoch": 2.648888888888889,
"grad_norm": 0.007147499280612747,
"learning_rate": 7.372791769347843e-07,
"loss": 0.0001,
"step": 1192
},
{
"epoch": 2.651111111111111,
"grad_norm": 0.0027480981094971813,
"learning_rate": 7.282613524867321e-07,
"loss": 0.0001,
"step": 1193
},
{
"epoch": 2.6533333333333333,
"grad_norm": 0.0037869936959253293,
"learning_rate": 7.192969329778888e-07,
"loss": 0.0001,
"step": 1194
},
{
"epoch": 2.6555555555555554,
"grad_norm": 0.0038971404907898392,
"learning_rate": 7.103859700430416e-07,
"loss": 0.0001,
"step": 1195
},
{
"epoch": 2.6577777777777776,
"grad_norm": 0.011757925550804325,
"learning_rate": 7.015285150090744e-07,
"loss": 0.0001,
"step": 1196
},
{
"epoch": 2.66,
"grad_norm": 0.033436530937038085,
"learning_rate": 6.927246188946635e-07,
"loss": 0.0003,
"step": 1197
},
{
"epoch": 2.6622222222222223,
"grad_norm": 0.006811719784407436,
"learning_rate": 6.839743324099901e-07,
"loss": 0.0001,
"step": 1198
},
{
"epoch": 2.6644444444444444,
"grad_norm": 0.004809971025462849,
"learning_rate": 6.752777059564431e-07,
"loss": 0.0001,
"step": 1199
},
{
"epoch": 2.6666666666666665,
"grad_norm": 0.019661579581628955,
"learning_rate": 6.666347896263326e-07,
"loss": 0.0002,
"step": 1200
},
{
"epoch": 2.6688888888888886,
"grad_norm": 0.006940685125493866,
"learning_rate": 6.58045633202602e-07,
"loss": 0.0001,
"step": 1201
},
{
"epoch": 2.671111111111111,
"grad_norm": 0.006292333930267419,
"learning_rate": 6.495102861585356e-07,
"loss": 0.0001,
"step": 1202
},
{
"epoch": 2.6733333333333333,
"grad_norm": 0.025469882925400526,
"learning_rate": 6.41028797657478e-07,
"loss": 0.0003,
"step": 1203
},
{
"epoch": 2.6755555555555555,
"grad_norm": 0.036026851315135576,
"learning_rate": 6.32601216552553e-07,
"loss": 0.0003,
"step": 1204
},
{
"epoch": 2.677777777777778,
"grad_norm": 0.01434040450695198,
"learning_rate": 6.242275913863772e-07,
"loss": 0.0002,
"step": 1205
},
{
"epoch": 2.68,
"grad_norm": 0.0042179101566482465,
"learning_rate": 6.159079703907823e-07,
"loss": 0.0001,
"step": 1206
},
{
"epoch": 2.6822222222222223,
"grad_norm": 0.32902750838539624,
"learning_rate": 6.076424014865378e-07,
"loss": 0.0025,
"step": 1207
},
{
"epoch": 2.6844444444444444,
"grad_norm": 0.1452460013027498,
"learning_rate": 5.994309322830749e-07,
"loss": 0.0007,
"step": 1208
},
{
"epoch": 2.6866666666666665,
"grad_norm": 0.6248074899419059,
"learning_rate": 5.912736100782135e-07,
"loss": 0.0087,
"step": 1209
},
{
"epoch": 2.688888888888889,
"grad_norm": 0.14446898588050747,
"learning_rate": 5.831704818578842e-07,
"loss": 0.0009,
"step": 1210
},
{
"epoch": 2.6911111111111112,
"grad_norm": 0.011284358134503602,
"learning_rate": 5.751215942958699e-07,
"loss": 0.0002,
"step": 1211
},
{
"epoch": 2.6933333333333334,
"grad_norm": 0.003748648503738471,
"learning_rate": 5.671269937535196e-07,
"loss": 0.0001,
"step": 1212
},
{
"epoch": 2.6955555555555555,
"grad_norm": 0.0052129587083826825,
"learning_rate": 5.591867262794969e-07,
"loss": 0.0001,
"step": 1213
},
{
"epoch": 2.6977777777777776,
"grad_norm": 0.003630031924193664,
"learning_rate": 5.513008376095064e-07,
"loss": 0.0001,
"step": 1214
},
{
"epoch": 2.7,
"grad_norm": 0.007204342913371975,
"learning_rate": 5.434693731660324e-07,
"loss": 0.0001,
"step": 1215
},
{
"epoch": 2.7022222222222223,
"grad_norm": 0.003021953835953822,
"learning_rate": 5.356923780580759e-07,
"loss": 0.0001,
"step": 1216
},
{
"epoch": 2.7044444444444444,
"grad_norm": 0.11814245905239595,
"learning_rate": 5.279698970809011e-07,
"loss": 0.0008,
"step": 1217
},
{
"epoch": 2.7066666666666666,
"grad_norm": 0.028739708793016044,
"learning_rate": 5.203019747157645e-07,
"loss": 0.0003,
"step": 1218
},
{
"epoch": 2.7088888888888887,
"grad_norm": 0.07574818681187415,
"learning_rate": 5.12688655129675e-07,
"loss": 0.0006,
"step": 1219
},
{
"epoch": 2.7111111111111112,
"grad_norm": 0.004549392230014784,
"learning_rate": 5.051299821751254e-07,
"loss": 0.0001,
"step": 1220
},
{
"epoch": 2.7133333333333334,
"grad_norm": 0.0029246563255944918,
"learning_rate": 4.976259993898503e-07,
"loss": 0.0001,
"step": 1221
},
{
"epoch": 2.7155555555555555,
"grad_norm": 0.003691299192047548,
"learning_rate": 4.901767499965637e-07,
"loss": 0.0001,
"step": 1222
},
{
"epoch": 2.7177777777777776,
"grad_norm": 0.008907447638894101,
"learning_rate": 4.827822769027235e-07,
"loss": 0.0001,
"step": 1223
},
{
"epoch": 2.7199999999999998,
"grad_norm": 0.00492160377583905,
"learning_rate": 4.7544262270027396e-07,
"loss": 0.0001,
"step": 1224
},
{
"epoch": 2.7222222222222223,
"grad_norm": 0.4690062060929002,
"learning_rate": 4.6815782966540546e-07,
"loss": 0.0028,
"step": 1225
},
{
"epoch": 2.7244444444444444,
"grad_norm": 0.0042106967996562925,
"learning_rate": 4.6092793975831e-07,
"loss": 0.0001,
"step": 1226
},
{
"epoch": 2.7266666666666666,
"grad_norm": 0.0032781998138083825,
"learning_rate": 4.537529946229369e-07,
"loss": 0.0001,
"step": 1227
},
{
"epoch": 2.728888888888889,
"grad_norm": 0.3933125648266716,
"learning_rate": 4.4663303558675764e-07,
"loss": 0.0044,
"step": 1228
},
{
"epoch": 2.7311111111111113,
"grad_norm": 0.003407069200395943,
"learning_rate": 4.3956810366052705e-07,
"loss": 0.0001,
"step": 1229
},
{
"epoch": 2.7333333333333334,
"grad_norm": 0.005459938015419892,
"learning_rate": 4.325582395380412e-07,
"loss": 0.0001,
"step": 1230
},
{
"epoch": 2.7355555555555555,
"grad_norm": 0.004093481462860526,
"learning_rate": 4.2560348359590995e-07,
"loss": 0.0001,
"step": 1231
},
{
"epoch": 2.7377777777777776,
"grad_norm": 0.04103644971617523,
"learning_rate": 4.187038758933204e-07,
"loss": 0.0004,
"step": 1232
},
{
"epoch": 2.74,
"grad_norm": 0.003084757983468076,
"learning_rate": 4.118594561718081e-07,
"loss": 0.0001,
"step": 1233
},
{
"epoch": 2.7422222222222223,
"grad_norm": 0.01124572696377006,
"learning_rate": 4.0507026385502747e-07,
"loss": 0.0002,
"step": 1234
},
{
"epoch": 2.7444444444444445,
"grad_norm": 0.04318815897797949,
"learning_rate": 3.9833633804852277e-07,
"loss": 0.0004,
"step": 1235
},
{
"epoch": 2.7466666666666666,
"grad_norm": 0.0054772194241636705,
"learning_rate": 3.916577175395098e-07,
"loss": 0.0001,
"step": 1236
},
{
"epoch": 2.7488888888888887,
"grad_norm": 0.006884774909181901,
"learning_rate": 3.8503444079664334e-07,
"loss": 0.0001,
"step": 1237
},
{
"epoch": 2.7511111111111113,
"grad_norm": 0.00413296317013562,
"learning_rate": 3.784665459697989e-07,
"loss": 0.0001,
"step": 1238
},
{
"epoch": 2.7533333333333334,
"grad_norm": 0.02255459114762652,
"learning_rate": 3.7195407088985834e-07,
"loss": 0.0002,
"step": 1239
},
{
"epoch": 2.7555555555555555,
"grad_norm": 0.03719970637958613,
"learning_rate": 3.6549705306848313e-07,
"loss": 0.0003,
"step": 1240
},
{
"epoch": 2.7577777777777777,
"grad_norm": 0.007983234914170268,
"learning_rate": 3.5909552969790376e-07,
"loss": 0.0001,
"step": 1241
},
{
"epoch": 2.76,
"grad_norm": 0.011979857989960716,
"learning_rate": 3.5274953765070505e-07,
"loss": 0.0001,
"step": 1242
},
{
"epoch": 2.7622222222222224,
"grad_norm": 0.005517077940813177,
"learning_rate": 3.4645911347961357e-07,
"loss": 0.0001,
"step": 1243
},
{
"epoch": 2.7644444444444445,
"grad_norm": 0.003745817144335179,
"learning_rate": 3.4022429341728503e-07,
"loss": 0.0001,
"step": 1244
},
{
"epoch": 2.7666666666666666,
"grad_norm": 0.003682670098745159,
"learning_rate": 3.340451133760958e-07,
"loss": 0.0001,
"step": 1245
},
{
"epoch": 2.7688888888888887,
"grad_norm": 0.004801024937481491,
"learning_rate": 3.279216089479431e-07,
"loss": 0.0001,
"step": 1246
},
{
"epoch": 2.771111111111111,
"grad_norm": 0.00479974781733169,
"learning_rate": 3.218538154040285e-07,
"loss": 0.0001,
"step": 1247
},
{
"epoch": 2.7733333333333334,
"grad_norm": 0.004122134821049037,
"learning_rate": 3.158417676946635e-07,
"loss": 0.0001,
"step": 1248
},
{
"epoch": 2.7755555555555556,
"grad_norm": 0.004033493297464662,
"learning_rate": 3.0988550044906305e-07,
"loss": 0.0001,
"step": 1249
},
{
"epoch": 2.7777777777777777,
"grad_norm": 0.027930720175123828,
"learning_rate": 3.039850479751505e-07,
"loss": 0.0003,
"step": 1250
},
{
"epoch": 2.7800000000000002,
"grad_norm": 0.012685135179609314,
"learning_rate": 2.9814044425935605e-07,
"loss": 0.0001,
"step": 1251
},
{
"epoch": 2.7822222222222224,
"grad_norm": 0.010190417633208807,
"learning_rate": 2.923517229664241e-07,
"loss": 0.0001,
"step": 1252
},
{
"epoch": 2.7844444444444445,
"grad_norm": 0.0059579245690946,
"learning_rate": 2.8661891743921644e-07,
"loss": 0.0001,
"step": 1253
},
{
"epoch": 2.7866666666666666,
"grad_norm": 0.005158188093585272,
"learning_rate": 2.809420606985236e-07,
"loss": 0.0001,
"step": 1254
},
{
"epoch": 2.7888888888888888,
"grad_norm": 0.005363771569069556,
"learning_rate": 2.753211854428728e-07,
"loss": 0.0001,
"step": 1255
},
{
"epoch": 2.7911111111111113,
"grad_norm": 0.024241794556868625,
"learning_rate": 2.6975632404833584e-07,
"loss": 0.0003,
"step": 1256
},
{
"epoch": 2.7933333333333334,
"grad_norm": 0.0027377962733165662,
"learning_rate": 2.6424750856835155e-07,
"loss": 0.0001,
"step": 1257
},
{
"epoch": 2.7955555555555556,
"grad_norm": 0.04515004412328495,
"learning_rate": 2.5879477073353254e-07,
"loss": 0.0004,
"step": 1258
},
{
"epoch": 2.7977777777777777,
"grad_norm": 0.0321015947914232,
"learning_rate": 2.5339814195148636e-07,
"loss": 0.0004,
"step": 1259
},
{
"epoch": 2.8,
"grad_norm": 0.010998446646797659,
"learning_rate": 2.480576533066348e-07,
"loss": 0.0001,
"step": 1260
},
{
"epoch": 2.8022222222222224,
"grad_norm": 0.010998055413069254,
"learning_rate": 2.427733355600337e-07,
"loss": 0.0002,
"step": 1261
},
{
"epoch": 2.8044444444444445,
"grad_norm": 0.006691749144475911,
"learning_rate": 2.375452191491967e-07,
"loss": 0.0001,
"step": 1262
},
{
"epoch": 2.8066666666666666,
"grad_norm": 0.010634653045682464,
"learning_rate": 2.3237333418791863e-07,
"loss": 0.0001,
"step": 1263
},
{
"epoch": 2.8088888888888888,
"grad_norm": 0.0030932629680560787,
"learning_rate": 2.2725771046610335e-07,
"loss": 0.0001,
"step": 1264
},
{
"epoch": 2.811111111111111,
"grad_norm": 0.0725601108660828,
"learning_rate": 2.2219837744959284e-07,
"loss": 0.0004,
"step": 1265
},
{
"epoch": 2.8133333333333335,
"grad_norm": 0.003271168475792778,
"learning_rate": 2.1719536427999289e-07,
"loss": 0.0001,
"step": 1266
},
{
"epoch": 2.8155555555555556,
"grad_norm": 0.27261890898746227,
"learning_rate": 2.1224869977451102e-07,
"loss": 0.0012,
"step": 1267
},
{
"epoch": 2.8177777777777777,
"grad_norm": 0.00365797451345942,
"learning_rate": 2.0735841242578992e-07,
"loss": 0.0001,
"step": 1268
},
{
"epoch": 2.82,
"grad_norm": 0.19687492382136854,
"learning_rate": 2.0252453040173646e-07,
"loss": 0.0014,
"step": 1269
},
{
"epoch": 2.822222222222222,
"grad_norm": 0.002394795768472273,
"learning_rate": 1.9774708154536971e-07,
"loss": 0.0001,
"step": 1270
},
{
"epoch": 2.8244444444444445,
"grad_norm": 0.006649392463927794,
"learning_rate": 1.9302609337465195e-07,
"loss": 0.0001,
"step": 1271
},
{
"epoch": 2.8266666666666667,
"grad_norm": 0.4965363542623611,
"learning_rate": 1.8836159308233571e-07,
"loss": 0.0053,
"step": 1272
},
{
"epoch": 2.828888888888889,
"grad_norm": 0.012540724731826346,
"learning_rate": 1.8375360753580485e-07,
"loss": 0.0002,
"step": 1273
},
{
"epoch": 2.8311111111111114,
"grad_norm": 0.005489379139549707,
"learning_rate": 1.7920216327691696e-07,
"loss": 0.0001,
"step": 1274
},
{
"epoch": 2.8333333333333335,
"grad_norm": 0.016183241052155788,
"learning_rate": 1.7470728652185688e-07,
"loss": 0.0003,
"step": 1275
},
{
"epoch": 2.8355555555555556,
"grad_norm": 0.008224578737159016,
"learning_rate": 1.7026900316098217e-07,
"loss": 0.0002,
"step": 1276
},
{
"epoch": 2.8377777777777777,
"grad_norm": 0.0048274142910085666,
"learning_rate": 1.6588733875867237e-07,
"loss": 0.0001,
"step": 1277
},
{
"epoch": 2.84,
"grad_norm": 0.4311891829869607,
"learning_rate": 1.615623185531845e-07,
"loss": 0.0088,
"step": 1278
},
{
"epoch": 2.8422222222222224,
"grad_norm": 0.004263070002129473,
"learning_rate": 1.572939674565055e-07,
"loss": 0.0001,
"step": 1279
},
{
"epoch": 2.8444444444444446,
"grad_norm": 0.015254795497478086,
"learning_rate": 1.5308231005421115e-07,
"loss": 0.0002,
"step": 1280
},
{
"epoch": 2.8466666666666667,
"grad_norm": 0.013291408804940421,
"learning_rate": 1.4892737060532404e-07,
"loss": 0.0002,
"step": 1281
},
{
"epoch": 2.848888888888889,
"grad_norm": 0.005738119731368655,
"learning_rate": 1.4482917304217136e-07,
"loss": 0.0001,
"step": 1282
},
{
"epoch": 2.851111111111111,
"grad_norm": 0.016468433130945724,
"learning_rate": 1.407877409702496e-07,
"loss": 0.0002,
"step": 1283
},
{
"epoch": 2.8533333333333335,
"grad_norm": 0.0033913224734236956,
"learning_rate": 1.3680309766808675e-07,
"loss": 0.0001,
"step": 1284
},
{
"epoch": 2.8555555555555556,
"grad_norm": 0.005868384507214187,
"learning_rate": 1.3287526608711132e-07,
"loss": 0.0001,
"step": 1285
},
{
"epoch": 2.8577777777777778,
"grad_norm": 0.00513873763037026,
"learning_rate": 1.2900426885151473e-07,
"loss": 0.0001,
"step": 1286
},
{
"epoch": 2.86,
"grad_norm": 0.006470978797847646,
"learning_rate": 1.2519012825812804e-07,
"loss": 0.0001,
"step": 1287
},
{
"epoch": 2.862222222222222,
"grad_norm": 0.3611330127796414,
"learning_rate": 1.2143286627628424e-07,
"loss": 0.0022,
"step": 1288
},
{
"epoch": 2.8644444444444446,
"grad_norm": 0.0025519549951894425,
"learning_rate": 1.1773250454770512e-07,
"loss": 0.0001,
"step": 1289
},
{
"epoch": 2.8666666666666667,
"grad_norm": 0.0030790402051275234,
"learning_rate": 1.1408906438636236e-07,
"loss": 0.0001,
"step": 1290
},
{
"epoch": 2.868888888888889,
"grad_norm": 0.04500910445550049,
"learning_rate": 1.1050256677836213e-07,
"loss": 0.0005,
"step": 1291
},
{
"epoch": 2.871111111111111,
"grad_norm": 0.08484721600919212,
"learning_rate": 1.0697303238182522e-07,
"loss": 0.0007,
"step": 1292
},
{
"epoch": 2.873333333333333,
"grad_norm": 0.006992759589863438,
"learning_rate": 1.0350048152676484e-07,
"loss": 0.0001,
"step": 1293
},
{
"epoch": 2.8755555555555556,
"grad_norm": 0.0032217969189247257,
"learning_rate": 1.0008493421497123e-07,
"loss": 0.0001,
"step": 1294
},
{
"epoch": 2.8777777777777778,
"grad_norm": 0.00294265330598326,
"learning_rate": 9.672641011989503e-08,
"loss": 0.0001,
"step": 1295
},
{
"epoch": 2.88,
"grad_norm": 0.013432657931401524,
"learning_rate": 9.342492858653519e-08,
"loss": 0.0002,
"step": 1296
},
{
"epoch": 2.8822222222222225,
"grad_norm": 0.00484558294903799,
"learning_rate": 9.018050863132566e-08,
"loss": 0.0001,
"step": 1297
},
{
"epoch": 2.8844444444444446,
"grad_norm": 0.0038969287386960896,
"learning_rate": 8.699316894203225e-08,
"loss": 0.0001,
"step": 1298
},
{
"epoch": 2.8866666666666667,
"grad_norm": 0.13263414349766448,
"learning_rate": 8.386292787763483e-08,
"loss": 0.0009,
"step": 1299
},
{
"epoch": 2.888888888888889,
"grad_norm": 0.003416846646386931,
"learning_rate": 8.078980346822863e-08,
"loss": 0.0001,
"step": 1300
},
{
"epoch": 2.891111111111111,
"grad_norm": 0.003086859046861962,
"learning_rate": 7.777381341492085e-08,
"loss": 0.0001,
"step": 1301
},
{
"epoch": 2.8933333333333335,
"grad_norm": 0.005047679447377061,
"learning_rate": 7.481497508972313e-08,
"loss": 0.0001,
"step": 1302
},
{
"epoch": 2.8955555555555557,
"grad_norm": 0.6511769185918372,
"learning_rate": 7.191330553545595e-08,
"loss": 0.0063,
"step": 1303
},
{
"epoch": 2.897777777777778,
"grad_norm": 0.022839738759826613,
"learning_rate": 6.906882146565097e-08,
"loss": 0.0003,
"step": 1304
},
{
"epoch": 2.9,
"grad_norm": 0.0031342380530989516,
"learning_rate": 6.628153926445113e-08,
"loss": 0.0001,
"step": 1305
},
{
"epoch": 2.902222222222222,
"grad_norm": 0.017551207292460038,
"learning_rate": 6.355147498651959e-08,
"loss": 0.0002,
"step": 1306
},
{
"epoch": 2.9044444444444446,
"grad_norm": 0.07403602569092663,
"learning_rate": 6.087864435694535e-08,
"loss": 0.0006,
"step": 1307
},
{
"epoch": 2.9066666666666667,
"grad_norm": 0.3148099703604383,
"learning_rate": 5.8263062771153344e-08,
"loss": 0.0019,
"step": 1308
},
{
"epoch": 2.908888888888889,
"grad_norm": 0.00387331665789422,
"learning_rate": 5.5704745294815624e-08,
"loss": 0.0001,
"step": 1309
},
{
"epoch": 2.911111111111111,
"grad_norm": 0.021576625519809902,
"learning_rate": 5.3203706663765845e-08,
"loss": 0.0002,
"step": 1310
},
{
"epoch": 2.913333333333333,
"grad_norm": 0.0034130606338086387,
"learning_rate": 5.0759961283911584e-08,
"loss": 0.0001,
"step": 1311
},
{
"epoch": 2.9155555555555557,
"grad_norm": 0.0038156080689095854,
"learning_rate": 4.8373523231153297e-08,
"loss": 0.0001,
"step": 1312
},
{
"epoch": 2.917777777777778,
"grad_norm": 0.015014992268700504,
"learning_rate": 4.604440625130324e-08,
"loss": 0.0002,
"step": 1313
},
{
"epoch": 2.92,
"grad_norm": 0.025212359208510927,
"learning_rate": 4.377262376000557e-08,
"loss": 0.0003,
"step": 1314
},
{
"epoch": 2.9222222222222225,
"grad_norm": 0.0495628057571495,
"learning_rate": 4.155818884266194e-08,
"loss": 0.0003,
"step": 1315
},
{
"epoch": 2.924444444444444,
"grad_norm": 0.0032226594480421703,
"learning_rate": 3.940111425435045e-08,
"loss": 0.0001,
"step": 1316
},
{
"epoch": 2.9266666666666667,
"grad_norm": 0.0038040649196142812,
"learning_rate": 3.730141241975682e-08,
"loss": 0.0001,
"step": 1317
},
{
"epoch": 2.928888888888889,
"grad_norm": 0.0032837782458860106,
"learning_rate": 3.525909543310002e-08,
"loss": 0.0001,
"step": 1318
},
{
"epoch": 2.931111111111111,
"grad_norm": 0.0033282093518853862,
"learning_rate": 3.327417505806785e-08,
"loss": 0.0001,
"step": 1319
},
{
"epoch": 2.9333333333333336,
"grad_norm": 0.0036058895200049334,
"learning_rate": 3.134666272774034e-08,
"loss": 0.0001,
"step": 1320
},
{
"epoch": 2.9355555555555557,
"grad_norm": 0.15329747019942228,
"learning_rate": 2.9476569544532042e-08,
"loss": 0.0009,
"step": 1321
},
{
"epoch": 2.937777777777778,
"grad_norm": 0.015676203360389086,
"learning_rate": 2.7663906280124276e-08,
"loss": 0.0002,
"step": 1322
},
{
"epoch": 2.94,
"grad_norm": 0.00368092033774781,
"learning_rate": 2.5908683375404088e-08,
"loss": 0.0001,
"step": 1323
},
{
"epoch": 2.942222222222222,
"grad_norm": 0.003448489788369788,
"learning_rate": 2.4210910940402066e-08,
"loss": 0.0001,
"step": 1324
},
{
"epoch": 2.9444444444444446,
"grad_norm": 0.003721559987849499,
"learning_rate": 2.257059875423795e-08,
"loss": 0.0001,
"step": 1325
},
{
"epoch": 2.9466666666666668,
"grad_norm": 0.00768849252547393,
"learning_rate": 2.0987756265060664e-08,
"loss": 0.0001,
"step": 1326
},
{
"epoch": 2.948888888888889,
"grad_norm": 0.011805470173303967,
"learning_rate": 1.946239258999616e-08,
"loss": 0.0002,
"step": 1327
},
{
"epoch": 2.951111111111111,
"grad_norm": 0.00449266188291609,
"learning_rate": 1.7994516515094097e-08,
"loss": 0.0001,
"step": 1328
},
{
"epoch": 2.953333333333333,
"grad_norm": 0.0035354581440366554,
"learning_rate": 1.6584136495277904e-08,
"loss": 0.0001,
"step": 1329
},
{
"epoch": 2.9555555555555557,
"grad_norm": 0.019812931095097786,
"learning_rate": 1.523126065429259e-08,
"loss": 0.0002,
"step": 1330
},
{
"epoch": 2.957777777777778,
"grad_norm": 0.0026262297366852743,
"learning_rate": 1.3935896784663671e-08,
"loss": 0.0001,
"step": 1331
},
{
"epoch": 2.96,
"grad_norm": 0.012992764182115608,
"learning_rate": 1.2698052347649426e-08,
"loss": 0.0002,
"step": 1332
},
{
"epoch": 2.962222222222222,
"grad_norm": 0.0026522205938780915,
"learning_rate": 1.1517734473195375e-08,
"loss": 0.0001,
"step": 1333
},
{
"epoch": 2.964444444444444,
"grad_norm": 0.009415062661770548,
"learning_rate": 1.0394949959898759e-08,
"loss": 0.0001,
"step": 1334
},
{
"epoch": 2.966666666666667,
"grad_norm": 0.014273510234527593,
"learning_rate": 9.32970527496524e-09,
"loss": 0.0002,
"step": 1335
},
{
"epoch": 2.968888888888889,
"grad_norm": 0.0033088933528249904,
"learning_rate": 8.322006554171147e-09,
"loss": 0.0001,
"step": 1336
},
{
"epoch": 2.971111111111111,
"grad_norm": 0.002826063361941048,
"learning_rate": 7.371859601832398e-09,
"loss": 0.0001,
"step": 1337
},
{
"epoch": 2.9733333333333336,
"grad_norm": 0.03722767739152592,
"learning_rate": 6.479269890766748e-09,
"loss": 0.0003,
"step": 1338
},
{
"epoch": 2.9755555555555553,
"grad_norm": 0.004732572538956217,
"learning_rate": 5.644242562264923e-09,
"loss": 0.0001,
"step": 1339
},
{
"epoch": 2.977777777777778,
"grad_norm": 0.006326849340241003,
"learning_rate": 4.866782426058425e-09,
"loss": 0.0001,
"step": 1340
},
{
"epoch": 2.98,
"grad_norm": 0.0032141717860662304,
"learning_rate": 4.146893960295106e-09,
"loss": 0.0001,
"step": 1341
},
{
"epoch": 2.982222222222222,
"grad_norm": 0.0050314927209308856,
"learning_rate": 3.4845813115114147e-09,
"loss": 0.0001,
"step": 1342
},
{
"epoch": 2.9844444444444447,
"grad_norm": 0.033486444512699325,
"learning_rate": 2.879848294609078e-09,
"loss": 0.0003,
"step": 1343
},
{
"epoch": 2.986666666666667,
"grad_norm": 0.02362186341905294,
"learning_rate": 2.332698392830679e-09,
"loss": 0.0002,
"step": 1344
},
{
"epoch": 2.988888888888889,
"grad_norm": 0.02174838270113621,
"learning_rate": 1.843134757745224e-09,
"loss": 0.0003,
"step": 1345
},
{
"epoch": 2.991111111111111,
"grad_norm": 0.0029008058405127378,
"learning_rate": 1.4111602092226062e-09,
"loss": 0.0001,
"step": 1346
},
{
"epoch": 2.993333333333333,
"grad_norm": 0.006082092489615866,
"learning_rate": 1.0367772354258342e-09,
"loss": 0.0001,
"step": 1347
},
{
"epoch": 2.9955555555555557,
"grad_norm": 0.0034629792458822587,
"learning_rate": 7.199879927877185e-10,
"loss": 0.0001,
"step": 1348
},
{
"epoch": 2.997777777777778,
"grad_norm": 0.023336551343364174,
"learning_rate": 4.6079430600531883e-10,
"loss": 0.0003,
"step": 1349
},
{
"epoch": 3.0,
"grad_norm": 0.012419478132995498,
"learning_rate": 2.5919766802773306e-10,
"loss": 0.0001,
"step": 1350
},
{
"epoch": 3.0,
"step": 1350,
"total_flos": 16673934671872.0,
"train_loss": 0.08598035371858849,
"train_runtime": 9845.7437,
"train_samples_per_second": 2.192,
"train_steps_per_second": 0.137
}
],
"logging_steps": 1.0,
"max_steps": 1350,
"num_input_tokens_seen": 0,
"num_train_epochs": 3,
"save_steps": 50000,
"total_flos": 16673934671872.0,
"train_batch_size": 8,
"trial_name": null,
"trial_params": null
}