{
  "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": 0.0,
      "learning_rate": 0.0,
      "loss": 7.5063,
      "step": 1
    },
    {
      "epoch": 0.0044444444444444444,
      "grad_norm": 0.0,
      "learning_rate": 0.0,
      "loss": 7.5259,
      "step": 2
    },
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 14.722691054044644,
      "learning_rate": 4.878048780487805e-07,
      "loss": 7.8127,
      "step": 3
    },
    {
      "epoch": 0.008888888888888889,
      "grad_norm": 15.997231564770075,
      "learning_rate": 9.75609756097561e-07,
      "loss": 7.6197,
      "step": 4
    },
    {
      "epoch": 0.011111111111111112,
      "grad_norm": 14.467791387915264,
      "learning_rate": 1.4634146341463414e-06,
      "loss": 7.4453,
      "step": 5
    },
    {
      "epoch": 0.013333333333333334,
      "grad_norm": 14.984981636676713,
      "learning_rate": 1.951219512195122e-06,
      "loss": 7.5914,
      "step": 6
    },
    {
      "epoch": 0.015555555555555555,
      "grad_norm": 15.077118022052625,
      "learning_rate": 2.4390243902439027e-06,
      "loss": 7.4796,
      "step": 7
    },
    {
      "epoch": 0.017777777777777778,
      "grad_norm": 15.148026483750279,
      "learning_rate": 2.926829268292683e-06,
      "loss": 7.4247,
      "step": 8
    },
    {
      "epoch": 0.02,
      "grad_norm": 15.793248090870668,
      "learning_rate": 3.414634146341464e-06,
      "loss": 7.3934,
      "step": 9
    },
    {
      "epoch": 0.022222222222222223,
      "grad_norm": 14.745864579312784,
      "learning_rate": 3.902439024390244e-06,
      "loss": 7.2383,
      "step": 10
    },
    {
      "epoch": 0.024444444444444446,
      "grad_norm": 13.548582285799728,
      "learning_rate": 4.390243902439025e-06,
      "loss": 7.1486,
      "step": 11
    },
    {
      "epoch": 0.02666666666666667,
      "grad_norm": 14.720797876395546,
      "learning_rate": 4.8780487804878055e-06,
      "loss": 6.8787,
      "step": 12
    },
    {
      "epoch": 0.028888888888888888,
      "grad_norm": 14.720797876395546,
      "learning_rate": 4.8780487804878055e-06,
      "loss": 6.7092,
      "step": 13
    },
    {
      "epoch": 0.03111111111111111,
      "grad_norm": 13.494405885070066,
      "learning_rate": 5.365853658536586e-06,
      "loss": 6.5932,
      "step": 14
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 13.419197196396428,
      "learning_rate": 5.853658536585366e-06,
      "loss": 6.4646,
      "step": 15
    },
    {
      "epoch": 0.035555555555555556,
      "grad_norm": 12.585219419721852,
      "learning_rate": 6.341463414634147e-06,
      "loss": 6.3942,
      "step": 16
    },
    {
      "epoch": 0.03777777777777778,
      "grad_norm": 12.394135586099884,
      "learning_rate": 6.829268292682928e-06,
      "loss": 6.0584,
      "step": 17
    },
    {
      "epoch": 0.04,
      "grad_norm": 11.755060654107035,
      "learning_rate": 7.317073170731707e-06,
      "loss": 5.8665,
      "step": 18
    },
    {
      "epoch": 0.042222222222222223,
      "grad_norm": 9.878058848359446,
      "learning_rate": 7.804878048780489e-06,
      "loss": 5.7149,
      "step": 19
    },
    {
      "epoch": 0.044444444444444446,
      "grad_norm": 10.261336993815789,
      "learning_rate": 8.292682926829268e-06,
      "loss": 5.3142,
      "step": 20
    },
    {
      "epoch": 0.04666666666666667,
      "grad_norm": 9.385615154826477,
      "learning_rate": 8.78048780487805e-06,
      "loss": 5.2707,
      "step": 21
    },
    {
      "epoch": 0.04888888888888889,
      "grad_norm": 9.00414600801183,
      "learning_rate": 9.268292682926831e-06,
      "loss": 4.8972,
      "step": 22
    },
    {
      "epoch": 0.051111111111111114,
      "grad_norm": 8.99496502004504,
      "learning_rate": 9.756097560975611e-06,
      "loss": 4.6351,
      "step": 23
    },
    {
      "epoch": 0.05333333333333334,
      "grad_norm": 9.6195691646832,
      "learning_rate": 1.024390243902439e-05,
      "loss": 4.4307,
      "step": 24
    },
    {
      "epoch": 0.05555555555555555,
      "grad_norm": 9.640243431977325,
      "learning_rate": 1.0731707317073172e-05,
      "loss": 4.1603,
      "step": 25
    },
    {
      "epoch": 0.057777777777777775,
      "grad_norm": 9.644996529706356,
      "learning_rate": 1.1219512195121953e-05,
      "loss": 4.0732,
      "step": 26
    },
    {
      "epoch": 0.06,
      "grad_norm": 11.023960644254869,
      "learning_rate": 1.1707317073170731e-05,
      "loss": 3.5722,
      "step": 27
    },
    {
      "epoch": 0.06222222222222222,
      "grad_norm": 11.514078388606869,
      "learning_rate": 1.2195121951219513e-05,
      "loss": 3.3489,
      "step": 28
    },
    {
      "epoch": 0.06444444444444444,
      "grad_norm": 12.85876229981152,
      "learning_rate": 1.2682926829268294e-05,
      "loss": 2.8889,
      "step": 29
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 12.726620056440314,
      "learning_rate": 1.3170731707317076e-05,
      "loss": 2.4981,
      "step": 30
    },
    {
      "epoch": 0.06888888888888889,
      "grad_norm": 12.345960015475454,
      "learning_rate": 1.3658536585365855e-05,
      "loss": 2.0857,
      "step": 31
    },
    {
      "epoch": 0.07111111111111111,
      "grad_norm": 10.001492462135348,
      "learning_rate": 1.4146341463414635e-05,
      "loss": 1.6092,
      "step": 32
    },
    {
      "epoch": 0.07333333333333333,
      "grad_norm": 8.31007323949108,
      "learning_rate": 1.4634146341463415e-05,
      "loss": 1.2106,
      "step": 33
    },
    {
      "epoch": 0.07555555555555556,
      "grad_norm": 6.0433858836555485,
      "learning_rate": 1.5121951219512196e-05,
      "loss": 1.0327,
      "step": 34
    },
    {
      "epoch": 0.07777777777777778,
      "grad_norm": 3.3804822559139613,
      "learning_rate": 1.5609756097560978e-05,
      "loss": 0.83,
      "step": 35
    },
    {
      "epoch": 0.08,
      "grad_norm": 1.6575898216212128,
      "learning_rate": 1.6097560975609757e-05,
      "loss": 0.8246,
      "step": 36
    },
    {
      "epoch": 0.08222222222222222,
      "grad_norm": 1.1425531127984794,
      "learning_rate": 1.6585365853658537e-05,
      "loss": 0.7479,
      "step": 37
    },
    {
      "epoch": 0.08444444444444445,
      "grad_norm": 2.233938995336524,
      "learning_rate": 1.7073170731707317e-05,
      "loss": 0.846,
      "step": 38
    },
    {
      "epoch": 0.08666666666666667,
      "grad_norm": 1.19656933444323,
      "learning_rate": 1.75609756097561e-05,
      "loss": 0.7303,
      "step": 39
    },
    {
      "epoch": 0.08888888888888889,
      "grad_norm": 0.8165279819725018,
      "learning_rate": 1.804878048780488e-05,
      "loss": 0.6628,
      "step": 40
    },
    {
      "epoch": 0.09111111111111111,
      "grad_norm": 1.08419220015424,
      "learning_rate": 1.8536585365853663e-05,
      "loss": 0.6638,
      "step": 41
    },
    {
      "epoch": 0.09333333333333334,
      "grad_norm": 1.4937850679627862,
      "learning_rate": 1.902439024390244e-05,
      "loss": 0.7694,
      "step": 42
    },
    {
      "epoch": 0.09555555555555556,
      "grad_norm": 0.918975020401649,
      "learning_rate": 1.9512195121951222e-05,
      "loss": 0.6888,
      "step": 43
    },
    {
      "epoch": 0.09777777777777778,
      "grad_norm": 1.621751227796066,
      "learning_rate": 2e-05,
      "loss": 0.6929,
      "step": 44
    },
    {
      "epoch": 0.1,
      "grad_norm": 1.8984821349919128,
      "learning_rate": 1.999997120014852e-05,
      "loss": 0.6873,
      "step": 45
    },
    {
      "epoch": 0.10222222222222223,
      "grad_norm": 1.4101227637498284,
      "learning_rate": 1.9999884800759955e-05,
      "loss": 0.6671,
      "step": 46
    },
    {
      "epoch": 0.10444444444444445,
      "grad_norm": 1.2073741880436464,
      "learning_rate": 1.9999740802331976e-05,
      "loss": 0.6705,
      "step": 47
    },
    {
      "epoch": 0.10666666666666667,
      "grad_norm": 1.414899088195992,
      "learning_rate": 1.9999539205693996e-05,
      "loss": 0.7036,
      "step": 48
    },
    {
      "epoch": 0.10888888888888888,
      "grad_norm": 1.4613799024835918,
      "learning_rate": 1.9999280012007213e-05,
      "loss": 0.6638,
      "step": 49
    },
    {
      "epoch": 0.1111111111111111,
      "grad_norm": 0.6725223951703471,
      "learning_rate": 1.9998963222764574e-05,
      "loss": 0.6857,
      "step": 50
    },
    {
      "epoch": 0.11333333333333333,
      "grad_norm": 1.8872886767968855,
      "learning_rate": 1.9998588839790777e-05,
      "loss": 0.7852,
      "step": 51
    },
    {
      "epoch": 0.11555555555555555,
      "grad_norm": 0.9537117004789476,
      "learning_rate": 1.9998156865242256e-05,
      "loss": 0.6477,
      "step": 52
    },
    {
      "epoch": 0.11777777777777777,
      "grad_norm": 0.8576779409246996,
      "learning_rate": 1.9997667301607172e-05,
      "loss": 0.6637,
      "step": 53
    },
    {
      "epoch": 0.12,
      "grad_norm": 1.1782602558474236,
      "learning_rate": 1.9997120151705393e-05,
      "loss": 0.7428,
      "step": 54
    },
    {
      "epoch": 0.12222222222222222,
      "grad_norm": 1.1603885871259951,
      "learning_rate": 1.9996515418688493e-05,
      "loss": 0.72,
      "step": 55
    },
    {
      "epoch": 0.12444444444444444,
      "grad_norm": 2.3122148787572243,
      "learning_rate": 1.9995853106039707e-05,
      "loss": 0.6848,
      "step": 56
    },
    {
      "epoch": 0.12666666666666668,
      "grad_norm": 1.1561151782934596,
      "learning_rate": 1.9995133217573943e-05,
      "loss": 0.7536,
      "step": 57
    },
    {
      "epoch": 0.1288888888888889,
      "grad_norm": 1.1958665790278533,
      "learning_rate": 1.999435575743774e-05,
      "loss": 0.6975,
      "step": 58
    },
    {
      "epoch": 0.13111111111111112,
      "grad_norm": 0.9773662800270114,
      "learning_rate": 1.9993520730109236e-05,
      "loss": 0.6352,
      "step": 59
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 1.799550577385025,
      "learning_rate": 1.999262814039817e-05,
      "loss": 0.6746,
      "step": 60
    },
    {
      "epoch": 0.13555555555555557,
      "grad_norm": 1.2473925426497188,
      "learning_rate": 1.9991677993445832e-05,
      "loss": 0.701,
      "step": 61
    },
    {
      "epoch": 0.13777777777777778,
      "grad_norm": 1.8054669089832702,
      "learning_rate": 1.9990670294725036e-05,
      "loss": 0.6154,
      "step": 62
    },
    {
      "epoch": 0.14,
      "grad_norm": 1.0163393007517252,
      "learning_rate": 1.99896050500401e-05,
      "loss": 0.6871,
      "step": 63
    },
    {
      "epoch": 0.14222222222222222,
      "grad_norm": 0.8281980864061993,
      "learning_rate": 1.9988482265526805e-05,
      "loss": 0.7017,
      "step": 64
    },
    {
      "epoch": 0.14444444444444443,
      "grad_norm": 1.3390799802182618,
      "learning_rate": 1.9987301947652354e-05,
      "loss": 0.6986,
      "step": 65
    },
    {
      "epoch": 0.14666666666666667,
      "grad_norm": 1.605924131490741,
      "learning_rate": 1.998606410321534e-05,
      "loss": 0.6804,
      "step": 66
    },
    {
      "epoch": 0.14888888888888888,
      "grad_norm": 1.0548141691056787,
      "learning_rate": 1.998476873934571e-05,
      "loss": 0.66,
      "step": 67
    },
    {
      "epoch": 0.1511111111111111,
      "grad_norm": 0.9130722586122906,
      "learning_rate": 1.9983415863504723e-05,
      "loss": 0.6492,
      "step": 68
    },
    {
      "epoch": 0.15333333333333332,
      "grad_norm": 1.4362008943547966,
      "learning_rate": 1.998200548348491e-05,
      "loss": 0.6429,
      "step": 69
    },
    {
      "epoch": 0.15555555555555556,
      "grad_norm": 1.351087411884983,
      "learning_rate": 1.9980537607410007e-05,
      "loss": 0.6446,
      "step": 70
    },
    {
      "epoch": 0.15777777777777777,
      "grad_norm": 1.4671588047342925,
      "learning_rate": 1.9979012243734943e-05,
      "loss": 0.6532,
      "step": 71
    },
    {
      "epoch": 0.16,
      "grad_norm": 1.17315945059453,
      "learning_rate": 1.9977429401245764e-05,
      "loss": 0.6588,
      "step": 72
    },
    {
      "epoch": 0.1622222222222222,
      "grad_norm": 1.2620846776311911,
      "learning_rate": 1.9975789089059598e-05,
      "loss": 0.7003,
      "step": 73
    },
    {
      "epoch": 0.16444444444444445,
      "grad_norm": 2.402061947786113,
      "learning_rate": 1.9974091316624596e-05,
      "loss": 0.7886,
      "step": 74
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 1.1838405421284488,
      "learning_rate": 1.9972336093719876e-05,
      "loss": 0.7089,
      "step": 75
    },
    {
      "epoch": 0.1688888888888889,
      "grad_norm": 1.0388901526690217,
      "learning_rate": 1.997052343045547e-05,
      "loss": 0.6717,
      "step": 76
    },
    {
      "epoch": 0.1711111111111111,
      "grad_norm": 1.745776427553139,
      "learning_rate": 1.9968653337272262e-05,
      "loss": 0.6386,
      "step": 77
    },
    {
      "epoch": 0.17333333333333334,
      "grad_norm": 1.6653206182043356,
      "learning_rate": 1.9966725824941933e-05,
      "loss": 0.7078,
      "step": 78
    },
    {
      "epoch": 0.17555555555555555,
      "grad_norm": 0.9960932615552109,
      "learning_rate": 1.9964740904566903e-05,
      "loss": 0.6857,
      "step": 79
    },
    {
      "epoch": 0.17777777777777778,
      "grad_norm": 1.4924744665596363,
      "learning_rate": 1.9962698587580246e-05,
      "loss": 0.7984,
      "step": 80
    },
    {
      "epoch": 0.18,
      "grad_norm": 1.102309794654413,
      "learning_rate": 1.996059888574565e-05,
      "loss": 0.6744,
      "step": 81
    },
    {
      "epoch": 0.18222222222222223,
      "grad_norm": 1.367017490200943,
      "learning_rate": 1.9958441811157342e-05,
      "loss": 0.6743,
      "step": 82
    },
    {
      "epoch": 0.18444444444444444,
      "grad_norm": 1.4318569931825933,
      "learning_rate": 1.9956227376239995e-05,
      "loss": 0.7155,
      "step": 83
    },
    {
      "epoch": 0.18666666666666668,
      "grad_norm": 0.7685375899452971,
      "learning_rate": 1.99539555937487e-05,
      "loss": 0.6322,
      "step": 84
    },
    {
      "epoch": 0.18888888888888888,
      "grad_norm": 1.7065611965176022,
      "learning_rate": 1.9951626476768847e-05,
      "loss": 0.7183,
      "step": 85
    },
    {
      "epoch": 0.19111111111111112,
      "grad_norm": 1.2812204719409646,
      "learning_rate": 1.9949240038716092e-05,
      "loss": 0.6893,
      "step": 86
    },
    {
      "epoch": 0.19333333333333333,
      "grad_norm": 1.6553197079704987,
      "learning_rate": 1.9946796293336237e-05,
      "loss": 0.6658,
      "step": 87
    },
    {
      "epoch": 0.19555555555555557,
      "grad_norm": 1.4977827926202083,
      "learning_rate": 1.9944295254705187e-05,
      "loss": 0.6274,
      "step": 88
    },
    {
      "epoch": 0.19777777777777777,
      "grad_norm": 1.7632785136442362,
      "learning_rate": 1.994173693722885e-05,
      "loss": 0.73,
      "step": 89
    },
    {
      "epoch": 0.2,
      "grad_norm": 1.7602534494796744,
      "learning_rate": 1.9939121355643057e-05,
      "loss": 0.6606,
      "step": 90
    },
    {
      "epoch": 0.20222222222222222,
      "grad_norm": 1.5282071513777915,
      "learning_rate": 1.993644852501348e-05,
      "loss": 0.6653,
      "step": 91
    },
    {
      "epoch": 0.20444444444444446,
      "grad_norm": 1.0341910602467146,
      "learning_rate": 1.9933718460735553e-05,
      "loss": 0.6885,
      "step": 92
    },
    {
      "epoch": 0.20666666666666667,
      "grad_norm": 0.9917842426165263,
      "learning_rate": 1.9930931178534353e-05,
      "loss": 0.6458,
      "step": 93
    },
    {
      "epoch": 0.2088888888888889,
      "grad_norm": 1.5782836008098677,
      "learning_rate": 1.9928086694464544e-05,
      "loss": 0.6657,
      "step": 94
    },
    {
      "epoch": 0.2111111111111111,
      "grad_norm": 1.0679344061648397,
      "learning_rate": 1.992518502491028e-05,
      "loss": 0.6502,
      "step": 95
    },
    {
      "epoch": 0.21333333333333335,
      "grad_norm": 0.894256372047346,
      "learning_rate": 1.992222618658508e-05,
      "loss": 0.6669,
      "step": 96
    },
    {
      "epoch": 0.21555555555555556,
      "grad_norm": 1.8072307001190309,
      "learning_rate": 1.9919210196531774e-05,
      "loss": 0.6665,
      "step": 97
    },
    {
      "epoch": 0.21777777777777776,
      "grad_norm": 1.5196266378787933,
      "learning_rate": 1.9916137072122367e-05,
      "loss": 0.6386,
      "step": 98
    },
    {
      "epoch": 0.22,
      "grad_norm": 1.6755114990203843,
      "learning_rate": 1.9913006831057967e-05,
      "loss": 0.6378,
      "step": 99
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 1.2087876062985885,
      "learning_rate": 1.9909819491368677e-05,
      "loss": 0.6355,
      "step": 100
    },
    {
      "epoch": 0.22444444444444445,
      "grad_norm": 1.1191077597487138,
      "learning_rate": 1.9906575071413468e-05,
      "loss": 0.6222,
      "step": 101
    },
    {
      "epoch": 0.22666666666666666,
      "grad_norm": 1.0266523093527746,
      "learning_rate": 1.9903273589880107e-05,
      "loss": 0.6292,
      "step": 102
    },
    {
      "epoch": 0.2288888888888889,
      "grad_norm": 1.3533109890908208,
      "learning_rate": 1.989991506578503e-05,
      "loss": 0.6709,
      "step": 103
    },
    {
      "epoch": 0.2311111111111111,
      "grad_norm": 1.2253552327179564,
      "learning_rate": 1.9896499518473237e-05,
      "loss": 0.6516,
      "step": 104
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 1.206853574486262,
      "learning_rate": 1.9893026967618176e-05,
      "loss": 0.6638,
      "step": 105
    },
    {
      "epoch": 0.23555555555555555,
      "grad_norm": 1.344371862254855,
      "learning_rate": 1.988949743322164e-05,
      "loss": 0.5966,
      "step": 106
    },
    {
      "epoch": 0.23777777777777778,
      "grad_norm": 1.4902511137225691,
      "learning_rate": 1.988591093561364e-05,
      "loss": 0.6017,
      "step": 107
    },
    {
      "epoch": 0.24,
      "grad_norm": 1.377709138840221,
      "learning_rate": 1.9882267495452296e-05,
      "loss": 0.5654,
      "step": 108
    },
    {
      "epoch": 0.24222222222222223,
      "grad_norm": 1.1440453483903748,
      "learning_rate": 1.987856713372372e-05,
      "loss": 0.6113,
      "step": 109
    },
    {
      "epoch": 0.24444444444444444,
      "grad_norm": 1.3273393596996115,
      "learning_rate": 1.9874809871741877e-05,
      "loss": 0.6737,
      "step": 110
    },
    {
      "epoch": 0.24666666666666667,
      "grad_norm": 1.1698440287358172,
      "learning_rate": 1.987099573114849e-05,
      "loss": 0.6469,
      "step": 111
    },
    {
      "epoch": 0.24888888888888888,
      "grad_norm": 2.3147846542204884,
      "learning_rate": 1.986712473391289e-05,
      "loss": 0.6119,
      "step": 112
    },
    {
      "epoch": 0.2511111111111111,
      "grad_norm": 1.3514124701358237,
      "learning_rate": 1.9863196902331916e-05,
      "loss": 0.6436,
      "step": 113
    },
    {
      "epoch": 0.25333333333333335,
      "grad_norm": 2.031033341055374,
      "learning_rate": 1.985921225902975e-05,
      "loss": 0.7102,
      "step": 114
    },
    {
      "epoch": 0.25555555555555554,
      "grad_norm": 1.779051971654245,
      "learning_rate": 1.985517082695783e-05,
      "loss": 0.5927,
      "step": 115
    },
    {
      "epoch": 0.2577777777777778,
      "grad_norm": 1.985997034461326,
      "learning_rate": 1.985107262939468e-05,
      "loss": 0.5925,
      "step": 116
    },
    {
      "epoch": 0.26,
      "grad_norm": 1.1420319758499788,
      "learning_rate": 1.984691768994579e-05,
      "loss": 0.5606,
      "step": 117
    },
    {
      "epoch": 0.26222222222222225,
      "grad_norm": 1.45012568985935,
      "learning_rate": 1.9842706032543496e-05,
      "loss": 0.5302,
      "step": 118
    },
    {
      "epoch": 0.2644444444444444,
      "grad_norm": 2.0571868831911986,
      "learning_rate": 1.983843768144682e-05,
      "loss": 0.6307,
      "step": 119
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.9860044752969075,
      "learning_rate": 1.983411266124133e-05,
      "loss": 0.588,
      "step": 120
    },
    {
      "epoch": 0.2688888888888889,
      "grad_norm": 1.4267814457361687,
      "learning_rate": 1.982973099683902e-05,
      "loss": 0.4638,
      "step": 121
    },
    {
      "epoch": 0.27111111111111114,
      "grad_norm": 2.0707136992140667,
      "learning_rate": 1.9825292713478145e-05,
      "loss": 0.4867,
      "step": 122
    },
    {
      "epoch": 0.2733333333333333,
      "grad_norm": 1.5691593602876095,
      "learning_rate": 1.9820797836723086e-05,
      "loss": 0.4559,
      "step": 123
    },
    {
      "epoch": 0.27555555555555555,
      "grad_norm": 1.8093632761585683,
      "learning_rate": 1.98162463924642e-05,
      "loss": 0.5202,
      "step": 124
    },
    {
      "epoch": 0.2777777777777778,
      "grad_norm": 3.0305313684125994,
      "learning_rate": 1.9811638406917666e-05,
      "loss": 0.5261,
      "step": 125
    },
    {
      "epoch": 0.28,
      "grad_norm": 1.9785746959505057,
      "learning_rate": 1.9806973906625352e-05,
      "loss": 0.4618,
      "step": 126
    },
    {
      "epoch": 0.2822222222222222,
      "grad_norm": 1.5903343645003654,
      "learning_rate": 1.980225291845463e-05,
      "loss": 0.4995,
      "step": 127
    },
    {
      "epoch": 0.28444444444444444,
      "grad_norm": 2.2576306546740312,
      "learning_rate": 1.9797475469598267e-05,
      "loss": 0.396,
      "step": 128
    },
    {
      "epoch": 0.2866666666666667,
      "grad_norm": 2.4479504389825135,
      "learning_rate": 1.9792641587574212e-05,
      "loss": 0.511,
      "step": 129
    },
    {
      "epoch": 0.28888888888888886,
      "grad_norm": 1.6673079649705205,
      "learning_rate": 1.978775130022549e-05,
      "loss": 0.3181,
      "step": 130
    },
    {
      "epoch": 0.2911111111111111,
      "grad_norm": 2.3834685277588545,
      "learning_rate": 1.978280463572001e-05,
      "loss": 0.3603,
      "step": 131
    },
    {
      "epoch": 0.29333333333333333,
      "grad_norm": 2.4228108259789143,
      "learning_rate": 1.977780162255041e-05,
      "loss": 0.4199,
      "step": 132
    },
    {
      "epoch": 0.29555555555555557,
      "grad_norm": 2.1331710326272955,
      "learning_rate": 1.9772742289533896e-05,
      "loss": 0.2263,
      "step": 133
    },
    {
      "epoch": 0.29777777777777775,
      "grad_norm": 3.6630520712350694,
      "learning_rate": 1.9767626665812083e-05,
      "loss": 0.4192,
      "step": 134
    },
    {
      "epoch": 0.3,
      "grad_norm": 4.07858252404236,
      "learning_rate": 1.9762454780850807e-05,
      "loss": 0.5114,
      "step": 135
    },
    {
      "epoch": 0.3022222222222222,
      "grad_norm": 1.4811458016129508,
      "learning_rate": 1.9757226664439968e-05,
      "loss": 0.2196,
      "step": 136
    },
    {
      "epoch": 0.30444444444444446,
      "grad_norm": 3.9239640426900904,
      "learning_rate": 1.9751942346693368e-05,
      "loss": 0.2792,
      "step": 137
    },
    {
      "epoch": 0.30666666666666664,
      "grad_norm": 2.4647788971137556,
      "learning_rate": 1.9746601858048517e-05,
      "loss": 0.2546,
      "step": 138
    },
    {
      "epoch": 0.3088888888888889,
      "grad_norm": 1.600372072633903,
      "learning_rate": 1.974120522926647e-05,
      "loss": 0.2242,
      "step": 139
    },
    {
      "epoch": 0.3111111111111111,
      "grad_norm": 2.123167528955402,
      "learning_rate": 1.973575249143165e-05,
      "loss": 0.247,
      "step": 140
    },
    {
      "epoch": 0.31333333333333335,
      "grad_norm": 3.0780287722150663,
      "learning_rate": 1.9730243675951666e-05,
      "loss": 0.325,
      "step": 141
    },
    {
      "epoch": 0.31555555555555553,
      "grad_norm": 2.2232852553984834,
      "learning_rate": 1.972467881455713e-05,
      "loss": 0.2792,
      "step": 142
    },
    {
      "epoch": 0.31777777777777777,
      "grad_norm": 2.9177551632247303,
      "learning_rate": 1.9719057939301477e-05,
      "loss": 0.2311,
      "step": 143
    },
    {
      "epoch": 0.32,
      "grad_norm": 3.265913388830823,
      "learning_rate": 1.9713381082560784e-05,
      "loss": 0.2266,
      "step": 144
    },
    {
      "epoch": 0.32222222222222224,
      "grad_norm": 5.161310957428422,
      "learning_rate": 1.970764827703358e-05,
      "loss": 0.3806,
      "step": 145
    },
    {
      "epoch": 0.3244444444444444,
      "grad_norm": 3.757035717946109,
      "learning_rate": 1.9701859555740647e-05,
      "loss": 0.1554,
      "step": 146
    },
    {
      "epoch": 0.32666666666666666,
      "grad_norm": 1.5391689268175186,
      "learning_rate": 1.9696014952024854e-05,
      "loss": 0.0585,
      "step": 147
    },
    {
      "epoch": 0.3288888888888889,
      "grad_norm": 5.430816313430678,
      "learning_rate": 1.969011449955094e-05,
      "loss": 0.3218,
      "step": 148
    },
    {
      "epoch": 0.33111111111111113,
      "grad_norm": 3.1628265588302606,
      "learning_rate": 1.968415823230534e-05,
      "loss": 0.255,
      "step": 149
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 3.8090956287928983,
      "learning_rate": 1.9678146184595974e-05,
      "loss": 0.2778,
      "step": 150
    },
    {
      "epoch": 0.33555555555555555,
      "grad_norm": 2.5609280859784556,
      "learning_rate": 1.967207839105206e-05,
      "loss": 0.209,
      "step": 151
    },
    {
      "epoch": 0.3377777777777778,
      "grad_norm": 0.931291112617408,
      "learning_rate": 1.9665954886623906e-05,
      "loss": 0.0763,
      "step": 152
    },
    {
      "epoch": 0.34,
      "grad_norm": 4.048073193883698,
      "learning_rate": 1.9659775706582717e-05,
      "loss": 0.2012,
      "step": 153
    },
    {
      "epoch": 0.3422222222222222,
      "grad_norm": 1.3914150063470174,
      "learning_rate": 1.9653540886520387e-05,
      "loss": 0.1055,
      "step": 154
    },
    {
      "epoch": 0.34444444444444444,
      "grad_norm": 1.833144677317589,
      "learning_rate": 1.9647250462349296e-05,
      "loss": 0.0933,
      "step": 155
    },
    {
      "epoch": 0.3466666666666667,
      "grad_norm": 3.855307015384292,
      "learning_rate": 1.96409044703021e-05,
      "loss": 0.2396,
      "step": 156
    },
    {
      "epoch": 0.3488888888888889,
      "grad_norm": 1.7306595986738853,
      "learning_rate": 1.9634502946931517e-05,
      "loss": 0.0949,
      "step": 157
    },
    {
      "epoch": 0.3511111111111111,
      "grad_norm": 3.5614778907775957,
      "learning_rate": 1.9628045929110144e-05,
      "loss": 0.1186,
      "step": 158
    },
    {
      "epoch": 0.35333333333333333,
      "grad_norm": 3.6189482028384954,
      "learning_rate": 1.9621533454030204e-05,
      "loss": 0.1631,
      "step": 159
    },
    {
      "epoch": 0.35555555555555557,
      "grad_norm": 2.33615157165387,
      "learning_rate": 1.9614965559203358e-05,
      "loss": 0.1783,
      "step": 160
    },
    {
      "epoch": 0.35777777777777775,
      "grad_norm": 3.9817782071565606,
      "learning_rate": 1.9608342282460492e-05,
      "loss": 0.2477,
      "step": 161
    },
    {
      "epoch": 0.36,
      "grad_norm": 0.914051091453137,
      "learning_rate": 1.960166366195148e-05,
      "loss": 0.04,
      "step": 162
    },
    {
      "epoch": 0.3622222222222222,
      "grad_norm": 1.0617340381178342,
      "learning_rate": 1.9594929736144978e-05,
      "loss": 0.039,
      "step": 163
    },
    {
      "epoch": 0.36444444444444446,
      "grad_norm": 1.3764933745099894,
      "learning_rate": 1.9588140543828196e-05,
      "loss": 0.0569,
      "step": 164
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 1.1611049157281468,
      "learning_rate": 1.9581296124106682e-05,
      "loss": 0.0585,
      "step": 165
    },
    {
      "epoch": 0.3688888888888889,
      "grad_norm": 0.7892616834108386,
      "learning_rate": 1.957439651640409e-05,
      "loss": 0.0194,
      "step": 166
    },
    {
      "epoch": 0.3711111111111111,
      "grad_norm": 0.966371299849505,
      "learning_rate": 1.956744176046196e-05,
      "loss": 0.0228,
      "step": 167
    },
    {
      "epoch": 0.37333333333333335,
      "grad_norm": 9.054351198134148,
      "learning_rate": 1.9560431896339475e-05,
      "loss": 0.2245,
      "step": 168
    },
    {
      "epoch": 0.37555555555555553,
      "grad_norm": 1.075040949727813,
      "learning_rate": 1.9553366964413244e-05,
      "loss": 0.0207,
      "step": 169
    },
    {
      "epoch": 0.37777777777777777,
      "grad_norm": 0.6411240263535807,
      "learning_rate": 1.9546247005377065e-05,
      "loss": 0.0125,
      "step": 170
    },
    {
      "epoch": 0.38,
      "grad_norm": 0.8065526646361524,
      "learning_rate": 1.9539072060241692e-05,
      "loss": 0.0143,
      "step": 171
    },
    {
      "epoch": 0.38222222222222224,
      "grad_norm": 4.946465628240289,
      "learning_rate": 1.9531842170334595e-05,
      "loss": 0.3384,
      "step": 172
    },
    {
      "epoch": 0.3844444444444444,
      "grad_norm": 2.2974080415149496,
      "learning_rate": 1.952455737729973e-05,
      "loss": 0.0543,
      "step": 173
    },
    {
      "epoch": 0.38666666666666666,
      "grad_norm": 0.8035463677156034,
      "learning_rate": 1.951721772309728e-05,
      "loss": 0.0133,
      "step": 174
    },
    {
      "epoch": 0.3888888888888889,
      "grad_norm": 1.1219386061068553,
      "learning_rate": 1.950982325000344e-05,
      "loss": 0.0233,
      "step": 175
    },
    {
      "epoch": 0.39111111111111113,
      "grad_norm": 0.9064547536472516,
      "learning_rate": 1.9502374000610152e-05,
      "loss": 0.0147,
      "step": 176
    },
    {
      "epoch": 0.3933333333333333,
      "grad_norm": 3.1578993980789813,
      "learning_rate": 1.9494870017824877e-05,
      "loss": 0.0273,
      "step": 177
    },
    {
      "epoch": 0.39555555555555555,
      "grad_norm": 1.1601713448937385,
      "learning_rate": 1.9487311344870327e-05,
      "loss": 0.0187,
      "step": 178
    },
    {
      "epoch": 0.3977777777777778,
      "grad_norm": 0.24618526143218464,
      "learning_rate": 1.947969802528424e-05,
      "loss": 0.004,
      "step": 179
    },
    {
      "epoch": 0.4,
      "grad_norm": 6.047913942388394,
      "learning_rate": 1.9472030102919102e-05,
      "loss": 0.2825,
      "step": 180
    },
    {
      "epoch": 0.4022222222222222,
      "grad_norm": 0.304222239178378,
      "learning_rate": 1.9464307621941926e-05,
      "loss": 0.005,
      "step": 181
    },
    {
      "epoch": 0.40444444444444444,
      "grad_norm": 0.578698715672425,
      "learning_rate": 1.945653062683397e-05,
      "loss": 0.0065,
      "step": 182
    },
    {
      "epoch": 0.4066666666666667,
      "grad_norm": 0.33184308431280024,
      "learning_rate": 1.9448699162390497e-05,
      "loss": 0.0048,
      "step": 183
    },
    {
      "epoch": 0.4088888888888889,
      "grad_norm": 2.933148449120257,
      "learning_rate": 1.9440813273720504e-05,
      "loss": 0.1576,
      "step": 184
    },
    {
      "epoch": 0.4111111111111111,
      "grad_norm": 5.765343866379219,
      "learning_rate": 1.9432873006246483e-05,
      "loss": 0.2532,
      "step": 185
    },
    {
      "epoch": 0.41333333333333333,
      "grad_norm": 1.8672382535165626,
      "learning_rate": 1.9424878405704134e-05,
      "loss": 0.0216,
      "step": 186
    },
    {
      "epoch": 0.41555555555555557,
      "grad_norm": 0.38100990213355157,
      "learning_rate": 1.941682951814212e-05,
      "loss": 0.005,
      "step": 187
    },
    {
      "epoch": 0.4177777777777778,
      "grad_norm": 0.507528502422951,
      "learning_rate": 1.940872638992179e-05,
      "loss": 0.0035,
      "step": 188
    },
    {
      "epoch": 0.42,
      "grad_norm": 4.61533410544654,
      "learning_rate": 1.9400569067716927e-05,
      "loss": 0.0694,
      "step": 189
    },
    {
      "epoch": 0.4222222222222222,
      "grad_norm": 2.196167396480173,
      "learning_rate": 1.9392357598513463e-05,
      "loss": 0.0125,
      "step": 190
    },
    {
      "epoch": 0.42444444444444446,
      "grad_norm": 0.18179059657394495,
      "learning_rate": 1.938409202960922e-05,
      "loss": 0.0027,
      "step": 191
    },
    {
      "epoch": 0.4266666666666667,
      "grad_norm": 0.22195030865286366,
      "learning_rate": 1.9375772408613625e-05,
      "loss": 0.0041,
      "step": 192
    },
    {
      "epoch": 0.4288888888888889,
      "grad_norm": 0.08732569338817697,
      "learning_rate": 1.936739878344745e-05,
      "loss": 0.0025,
      "step": 193
    },
    {
      "epoch": 0.4311111111111111,
      "grad_norm": 0.09869207326839394,
      "learning_rate": 1.9358971202342523e-05,
      "loss": 0.0026,
      "step": 194
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 1.2970724680749888,
      "learning_rate": 1.935048971384147e-05,
      "loss": 0.0229,
      "step": 195
    },
    {
      "epoch": 0.43555555555555553,
      "grad_norm": 0.8044530045668882,
      "learning_rate": 1.93419543667974e-05,
      "loss": 0.0085,
      "step": 196
    },
    {
      "epoch": 0.43777777777777777,
      "grad_norm": 0.14937039869163152,
      "learning_rate": 1.9333365210373668e-05,
      "loss": 0.0031,
      "step": 197
    },
    {
      "epoch": 0.44,
      "grad_norm": 3.9775219820036893,
      "learning_rate": 1.932472229404356e-05,
      "loss": 0.0555,
      "step": 198
    },
    {
      "epoch": 0.44222222222222224,
      "grad_norm": 1.3938042508621007,
      "learning_rate": 1.931602566759001e-05,
      "loss": 0.0129,
      "step": 199
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 1.003378533226406,
      "learning_rate": 1.930727538110534e-05,
      "loss": 0.0069,
      "step": 200
    },
    {
      "epoch": 0.44666666666666666,
      "grad_norm": 1.7318781901964837,
      "learning_rate": 1.929847148499093e-05,
      "loss": 0.0206,
      "step": 201
    },
    {
      "epoch": 0.4488888888888889,
      "grad_norm": 0.06473128468348852,
      "learning_rate": 1.928961402995696e-05,
      "loss": 0.0014,
      "step": 202
    },
    {
      "epoch": 0.45111111111111113,
      "grad_norm": 0.09469091301728669,
      "learning_rate": 1.9280703067022114e-05,
      "loss": 0.0017,
      "step": 203
    },
    {
      "epoch": 0.4533333333333333,
      "grad_norm": 1.1494476789266588,
      "learning_rate": 1.927173864751327e-05,
      "loss": 0.0184,
      "step": 204
    },
    {
      "epoch": 0.45555555555555555,
      "grad_norm": 0.11935205837742928,
      "learning_rate": 1.9262720823065217e-05,
      "loss": 0.0023,
      "step": 205
    },
    {
      "epoch": 0.4577777777777778,
      "grad_norm": 0.1427849942941257,
      "learning_rate": 1.9253649645620363e-05,
      "loss": 0.0033,
      "step": 206
    },
    {
      "epoch": 0.46,
      "grad_norm": 0.37278574542805715,
      "learning_rate": 1.9244525167428412e-05,
      "loss": 0.0037,
      "step": 207
    },
    {
      "epoch": 0.4622222222222222,
      "grad_norm": 1.7974748595874739,
      "learning_rate": 1.923534744104609e-05,
      "loss": 0.0646,
      "step": 208
    },
    {
      "epoch": 0.46444444444444444,
      "grad_norm": 0.2490133537317968,
      "learning_rate": 1.922611651933683e-05,
      "loss": 0.003,
      "step": 209
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.693554821937507,
      "learning_rate": 1.9216832455470466e-05,
      "loss": 0.0059,
      "step": 210
    },
    {
      "epoch": 0.4688888888888889,
      "grad_norm": 2.08851937427616,
      "learning_rate": 1.920749530292293e-05,
      "loss": 0.0606,
      "step": 211
    },
    {
      "epoch": 0.4711111111111111,
      "grad_norm": 1.725048518105214,
      "learning_rate": 1.9198105115475946e-05,
      "loss": 0.0162,
      "step": 212
    },
    {
      "epoch": 0.47333333333333333,
      "grad_norm": 0.07031384275169696,
      "learning_rate": 1.9188661947216712e-05,
      "loss": 0.0013,
      "step": 213
    },
    {
      "epoch": 0.47555555555555556,
      "grad_norm": 0.02174852013709219,
      "learning_rate": 1.9179165852537596e-05,
      "loss": 0.0006,
      "step": 214
    },
    {
      "epoch": 0.4777777777777778,
      "grad_norm": 0.20785229830131394,
      "learning_rate": 1.916961688613582e-05,
      "loss": 0.0025,
      "step": 215
    },
    {
      "epoch": 0.48,
      "grad_norm": 0.5405886033855503,
      "learning_rate": 1.9160015103013153e-05,
      "loss": 0.0034,
      "step": 216
    },
    {
      "epoch": 0.4822222222222222,
      "grad_norm": 0.10364950393993827,
      "learning_rate": 1.9150360558475574e-05,
      "loss": 0.0021,
      "step": 217
    },
    {
      "epoch": 0.48444444444444446,
      "grad_norm": 0.11811401385618839,
      "learning_rate": 1.9140653308132977e-05,
      "loss": 0.0017,
      "step": 218
    },
    {
      "epoch": 0.4866666666666667,
      "grad_norm": 0.22653479672501642,
      "learning_rate": 1.9130893407898834e-05,
      "loss": 0.0032,
      "step": 219
    },
    {
      "epoch": 0.4888888888888889,
      "grad_norm": 0.08690287566824914,
      "learning_rate": 1.912108091398988e-05,
      "loss": 0.0019,
      "step": 220
    },
    {
      "epoch": 0.4911111111111111,
      "grad_norm": 0.02892294756824045,
      "learning_rate": 1.9111215882925787e-05,
      "loss": 0.0007,
      "step": 221
    },
    {
      "epoch": 0.49333333333333335,
      "grad_norm": 0.6257709576293506,
      "learning_rate": 1.9101298371528845e-05,
      "loss": 0.0047,
      "step": 222
    },
    {
      "epoch": 0.4955555555555556,
      "grad_norm": 0.11497102293238928,
      "learning_rate": 1.9091328436923624e-05,
      "loss": 0.0017,
      "step": 223
    },
    {
      "epoch": 0.49777777777777776,
      "grad_norm": 0.05135797027942428,
      "learning_rate": 1.908130613653665e-05,
      "loss": 0.0013,
      "step": 224
    },
    {
      "epoch": 0.5,
      "grad_norm": 0.4090647810832787,
      "learning_rate": 1.9071231528096074e-05,
      "loss": 0.0055,
      "step": 225
    },
    {
      "epoch": 0.5022222222222222,
      "grad_norm": 0.009920172092546144,
      "learning_rate": 1.9061104669631343e-05,
      "loss": 0.0003,
      "step": 226
    },
    {
      "epoch": 0.5044444444444445,
      "grad_norm": 0.019926724964198943,
      "learning_rate": 1.9050925619472863e-05,
      "loss": 0.0005,
      "step": 227
    },
    {
      "epoch": 0.5066666666666667,
      "grad_norm": 0.020201347419880836,
      "learning_rate": 1.9040694436251657e-05,
      "loss": 0.0006,
      "step": 228
    },
    {
      "epoch": 0.5088888888888888,
      "grad_norm": 0.03657450250424581,
      "learning_rate": 1.9030411178899037e-05,
      "loss": 0.001,
      "step": 229
    },
    {
      "epoch": 0.5111111111111111,
      "grad_norm": 0.04735269179243291,
      "learning_rate": 1.902007590664626e-05,
      "loss": 0.0009,
      "step": 230
    },
    {
      "epoch": 0.5133333333333333,
      "grad_norm": 0.29877003109646194,
      "learning_rate": 1.900968867902419e-05,
      "loss": 0.0037,
      "step": 231
    },
    {
      "epoch": 0.5155555555555555,
      "grad_norm": 0.7476010813417763,
      "learning_rate": 1.8999249555862953e-05,
      "loss": 0.0047,
      "step": 232
    },
    {
      "epoch": 0.5177777777777778,
      "grad_norm": 0.08395193506568059,
      "learning_rate": 1.8988758597291577e-05,
      "loss": 0.0014,
      "step": 233
    },
    {
      "epoch": 0.52,
      "grad_norm": 3.498570528457473,
      "learning_rate": 1.8978215863737675e-05,
      "loss": 0.1936,
      "step": 234
    },
    {
      "epoch": 0.5222222222222223,
      "grad_norm": 2.8043195930483718,
      "learning_rate": 1.8967621415927087e-05,
      "loss": 0.0709,
      "step": 235
    },
    {
      "epoch": 0.5244444444444445,
      "grad_norm": 2.066817073021631,
      "learning_rate": 1.8956975314883512e-05,
      "loss": 0.0404,
      "step": 236
    },
    {
      "epoch": 0.5266666666666666,
      "grad_norm": 0.04165662882960646,
      "learning_rate": 1.8946277621928174e-05,
      "loss": 0.001,
      "step": 237
    },
    {
      "epoch": 0.5288888888888889,
      "grad_norm": 0.06189450698566103,
      "learning_rate": 1.893552839867947e-05,
      "loss": 0.0009,
      "step": 238
    },
    {
      "epoch": 0.5311111111111111,
      "grad_norm": 0.5060993991960864,
      "learning_rate": 1.8924727707052607e-05,
      "loss": 0.0063,
      "step": 239
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 0.09534205897106707,
      "learning_rate": 1.8913875609259246e-05,
      "loss": 0.0016,
      "step": 240
    },
    {
      "epoch": 0.5355555555555556,
      "grad_norm": 0.11551302393958494,
      "learning_rate": 1.890297216780715e-05,
      "loss": 0.0019,
      "step": 241
    },
    {
      "epoch": 0.5377777777777778,
      "grad_norm": 0.021537899083499033,
      "learning_rate": 1.8892017445499812e-05,
      "loss": 0.0006,
      "step": 242
    },
    {
      "epoch": 0.54,
      "grad_norm": 4.109682603988748,
      "learning_rate": 1.8881011505436114e-05,
      "loss": 0.116,
      "step": 243
    },
    {
      "epoch": 0.5422222222222223,
      "grad_norm": 2.1315574975345046,
      "learning_rate": 1.8869954411009942e-05,
      "loss": 0.0148,
      "step": 244
    },
    {
      "epoch": 0.5444444444444444,
      "grad_norm": 0.0688679369542214,
      "learning_rate": 1.8858846225909832e-05,
      "loss": 0.0015,
      "step": 245
    },
    {
      "epoch": 0.5466666666666666,
      "grad_norm": 0.06778584694493012,
      "learning_rate": 1.8847687014118596e-05,
      "loss": 0.0012,
      "step": 246
    },
    {
      "epoch": 0.5488888888888889,
      "grad_norm": 0.6806254068060433,
      "learning_rate": 1.8836476839912967e-05,
      "loss": 0.0091,
      "step": 247
    },
    {
      "epoch": 0.5511111111111111,
      "grad_norm": 0.31908447257969436,
      "learning_rate": 1.8825215767863215e-05,
      "loss": 0.0033,
      "step": 248
    },
    {
      "epoch": 0.5533333333333333,
      "grad_norm": 0.4751718889273426,
      "learning_rate": 1.8813903862832776e-05,
      "loss": 0.0052,
      "step": 249
    },
    {
      "epoch": 0.5555555555555556,
      "grad_norm": 0.20947794839156766,
      "learning_rate": 1.8802541189977893e-05,
      "loss": 0.0028,
      "step": 250
    },
    {
      "epoch": 0.5577777777777778,
      "grad_norm": 2.9506235366062827,
      "learning_rate": 1.879112781474722e-05,
      "loss": 0.0171,
      "step": 251
    },
    {
      "epoch": 0.56,
      "grad_norm": 0.08684695871277402,
      "learning_rate": 1.8779663802881465e-05,
      "loss": 0.0014,
      "step": 252
    },
    {
      "epoch": 0.5622222222222222,
      "grad_norm": 0.9141387836477947,
      "learning_rate": 1.876814922041299e-05,
      "loss": 0.007,
      "step": 253
    },
    {
      "epoch": 0.5644444444444444,
      "grad_norm": 0.03278073214413208,
      "learning_rate": 1.8756584133665447e-05,
      "loss": 0.0008,
      "step": 254
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 0.4975766803037279,
      "learning_rate": 1.8744968609253398e-05,
      "loss": 0.0066,
      "step": 255
    },
    {
      "epoch": 0.5688888888888889,
      "grad_norm": 3.3665570433316074,
      "learning_rate": 1.8733302714081915e-05,
      "loss": 0.1015,
      "step": 256
    },
    {
      "epoch": 0.5711111111111111,
      "grad_norm": 1.6262601683804174,
      "learning_rate": 1.8721586515346204e-05,
      "loss": 0.0097,
      "step": 257
    },
    {
      "epoch": 0.5733333333333334,
      "grad_norm": 0.05832173386372106,
      "learning_rate": 1.870982008053123e-05,
      "loss": 0.0014,
      "step": 258
    },
    {
      "epoch": 0.5755555555555556,
      "grad_norm": 0.05065640448521942,
      "learning_rate": 1.86980034774113e-05,
      "loss": 0.0012,
      "step": 259
    },
    {
      "epoch": 0.5777777777777777,
      "grad_norm": 0.09194259616327709,
      "learning_rate": 1.8686136774049704e-05,
      "loss": 0.0018,
      "step": 260
    },
    {
      "epoch": 0.58,
      "grad_norm": 0.04062493498888717,
      "learning_rate": 1.86742200387983e-05,
      "loss": 0.0009,
      "step": 261
    },
    {
      "epoch": 0.5822222222222222,
      "grad_norm": 0.10457791506019953,
      "learning_rate": 1.866225334029712e-05,
      "loss": 0.0024,
      "step": 262
    },
    {
      "epoch": 0.5844444444444444,
      "grad_norm": 0.036927768185189454,
      "learning_rate": 1.8650236747474007e-05,
      "loss": 0.0007,
      "step": 263
    },
    {
      "epoch": 0.5866666666666667,
      "grad_norm": 7.786967052939128,
      "learning_rate": 1.8638170329544164e-05,
      "loss": 0.472,
      "step": 264
    },
    {
      "epoch": 0.5888888888888889,
      "grad_norm": 0.06831447838510404,
      "learning_rate": 1.8626054156009807e-05,
      "loss": 0.0015,
      "step": 265
    },
    {
      "epoch": 0.5911111111111111,
      "grad_norm": 0.11021401160932005,
      "learning_rate": 1.8613888296659736e-05,
      "loss": 0.0027,
      "step": 266
    },
    {
      "epoch": 0.5933333333333334,
      "grad_norm": 0.07418537215195235,
      "learning_rate": 1.860167282156894e-05,
      "loss": 0.0016,
      "step": 267
    },
    {
      "epoch": 0.5955555555555555,
      "grad_norm": 0.16482759421027338,
      "learning_rate": 1.8589407801098192e-05,
      "loss": 0.0028,
      "step": 268
    },
    {
      "epoch": 0.5977777777777777,
      "grad_norm": 0.6066618288753074,
      "learning_rate": 1.857709330589364e-05,
      "loss": 0.0145,
      "step": 269
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.07823660968025212,
      "learning_rate": 1.856472940688642e-05,
      "loss": 0.0025,
      "step": 270
    },
    {
      "epoch": 0.6022222222222222,
      "grad_norm": 5.652540597325386,
      "learning_rate": 1.8552316175292214e-05,
      "loss": 0.1483,
      "step": 271
    },
    {
      "epoch": 0.6044444444444445,
      "grad_norm": 0.10820834145938359,
      "learning_rate": 1.8539853682610876e-05,
      "loss": 0.0021,
      "step": 272
    },
    {
      "epoch": 0.6066666666666667,
      "grad_norm": 0.7687408534142888,
      "learning_rate": 1.8527342000625984e-05,
      "loss": 0.0146,
      "step": 273
    },
    {
      "epoch": 0.6088888888888889,
      "grad_norm": 0.2737599439366285,
      "learning_rate": 1.8514781201404464e-05,
      "loss": 0.0051,
      "step": 274
    },
    {
      "epoch": 0.6111111111111112,
      "grad_norm": 0.14603693140586155,
      "learning_rate": 1.8502171357296144e-05,
      "loss": 0.0045,
      "step": 275
    },
    {
      "epoch": 0.6133333333333333,
      "grad_norm": 0.20943307181041065,
      "learning_rate": 1.8489512540933346e-05,
      "loss": 0.0046,
      "step": 276
    },
    {
      "epoch": 0.6155555555555555,
      "grad_norm": 1.615648876766883,
      "learning_rate": 1.8476804825230482e-05,
      "loss": 0.0246,
      "step": 277
    },
    {
      "epoch": 0.6177777777777778,
      "grad_norm": 0.30319699310782766,
      "learning_rate": 1.8464048283383613e-05,
      "loss": 0.008,
      "step": 278
    },
    {
      "epoch": 0.62,
      "grad_norm": 0.4356219324001113,
      "learning_rate": 1.8451242988870043e-05,
      "loss": 0.0077,
      "step": 279
    },
    {
      "epoch": 0.6222222222222222,
      "grad_norm": 2.143540837646445,
      "learning_rate": 1.843838901544789e-05,
      "loss": 0.0368,
      "step": 280
    },
    {
      "epoch": 0.6244444444444445,
      "grad_norm": 0.1955134676174524,
      "learning_rate": 1.842548643715566e-05,
      "loss": 0.0047,
      "step": 281
    },
    {
      "epoch": 0.6266666666666667,
      "grad_norm": 0.8392449567222335,
      "learning_rate": 1.8412535328311813e-05,
      "loss": 0.017,
      "step": 282
    },
    {
      "epoch": 0.6288888888888889,
      "grad_norm": 0.9320595731120124,
      "learning_rate": 1.839953576351436e-05,
      "loss": 0.0172,
      "step": 283
    },
    {
      "epoch": 0.6311111111111111,
      "grad_norm": 2.2354653928528707,
      "learning_rate": 1.8386487817640398e-05,
      "loss": 0.1762,
      "step": 284
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 0.14685979372957694,
      "learning_rate": 1.837339156584572e-05,
      "loss": 0.0029,
      "step": 285
    },
    {
      "epoch": 0.6355555555555555,
      "grad_norm": 0.07009896969692707,
      "learning_rate": 1.8360247083564343e-05,
      "loss": 0.0019,
      "step": 286
    },
    {
      "epoch": 0.6377777777777778,
      "grad_norm": 0.16311479362074124,
      "learning_rate": 1.834705444650809e-05,
      "loss": 0.0046,
      "step": 287
    },
    {
      "epoch": 0.64,
      "grad_norm": 0.1061231367334972,
      "learning_rate": 1.8333813730666158e-05,
      "loss": 0.0024,
      "step": 288
    },
    {
      "epoch": 0.6422222222222222,
      "grad_norm": 0.17842166938797405,
      "learning_rate": 1.8320525012304685e-05,
      "loss": 0.0049,
      "step": 289
    },
    {
      "epoch": 0.6444444444444445,
      "grad_norm": 0.561962789703285,
      "learning_rate": 1.8307188367966288e-05,
      "loss": 0.0101,
      "step": 290
    },
    {
      "epoch": 0.6466666666666666,
      "grad_norm": 0.06969868784740545,
      "learning_rate": 1.8293803874469645e-05,
      "loss": 0.0016,
      "step": 291
    },
    {
      "epoch": 0.6488888888888888,
      "grad_norm": 0.06580685526433887,
      "learning_rate": 1.8280371608909034e-05,
      "loss": 0.0018,
      "step": 292
    },
    {
      "epoch": 0.6511111111111111,
      "grad_norm": 1.848153754138197,
      "learning_rate": 1.8266891648653916e-05,
      "loss": 0.0364,
      "step": 293
    },
    {
      "epoch": 0.6533333333333333,
      "grad_norm": 0.078407073375797,
      "learning_rate": 1.8253364071348457e-05,
      "loss": 0.0022,
      "step": 294
    },
    {
      "epoch": 0.6555555555555556,
      "grad_norm": 2.384346201572708,
      "learning_rate": 1.8239788954911102e-05,
      "loss": 0.0302,
      "step": 295
    },
    {
      "epoch": 0.6577777777777778,
      "grad_norm": 2.632928591421819,
      "learning_rate": 1.8226166377534113e-05,
      "loss": 0.2059,
      "step": 296
    },
    {
      "epoch": 0.66,
      "grad_norm": 0.06278279644913055,
      "learning_rate": 1.8212496417683135e-05,
      "loss": 0.0018,
      "step": 297
    },
    {
      "epoch": 0.6622222222222223,
      "grad_norm": 0.06966629563059502,
      "learning_rate": 1.8198779154096735e-05,
      "loss": 0.0018,
      "step": 298
    },
    {
      "epoch": 0.6644444444444444,
      "grad_norm": 0.11766331582693176,
      "learning_rate": 1.8185014665785936e-05,
      "loss": 0.0028,
      "step": 299
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.555877740180206,
      "learning_rate": 1.8171203032033788e-05,
      "loss": 0.0091,
      "step": 300
    },
    {
      "epoch": 0.6688888888888889,
      "grad_norm": 0.09334898428512266,
      "learning_rate": 1.8157344332394885e-05,
      "loss": 0.0023,
      "step": 301
    },
    {
      "epoch": 0.6711111111111111,
      "grad_norm": 1.1498766072687665,
      "learning_rate": 1.814343864669493e-05,
      "loss": 0.0296,
      "step": 302
    },
    {
      "epoch": 0.6733333333333333,
      "grad_norm": 0.5513124736006071,
      "learning_rate": 1.8129486055030255e-05,
      "loss": 0.0143,
      "step": 303
    },
    {
      "epoch": 0.6755555555555556,
      "grad_norm": 0.18761100752778656,
      "learning_rate": 1.8115486637767384e-05,
      "loss": 0.0045,
      "step": 304
    },
    {
      "epoch": 0.6777777777777778,
      "grad_norm": 0.141402249888242,
      "learning_rate": 1.8101440475542533e-05,
      "loss": 0.0032,
      "step": 305
    },
    {
      "epoch": 0.68,
      "grad_norm": 0.11094764550958562,
      "learning_rate": 1.8087347649261183e-05,
      "loss": 0.0026,
      "step": 306
    },
    {
      "epoch": 0.6822222222222222,
      "grad_norm": 0.15459930782503847,
      "learning_rate": 1.8073208240097598e-05,
      "loss": 0.0029,
      "step": 307
    },
    {
      "epoch": 0.6844444444444444,
      "grad_norm": 0.1994271341598364,
      "learning_rate": 1.805902232949435e-05,
      "loss": 0.0031,
      "step": 308
    },
    {
      "epoch": 0.6866666666666666,
      "grad_norm": 0.0813377377122633,
      "learning_rate": 1.8044789999161864e-05,
      "loss": 0.0017,
      "step": 309
    },
    {
      "epoch": 0.6888888888888889,
      "grad_norm": 0.5891758843914501,
      "learning_rate": 1.8030511331077945e-05,
      "loss": 0.0096,
      "step": 310
    },
    {
      "epoch": 0.6911111111111111,
      "grad_norm": 0.18776208744216005,
      "learning_rate": 1.8016186407487287e-05,
      "loss": 0.0036,
      "step": 311
    },
    {
      "epoch": 0.6933333333333334,
      "grad_norm": 0.10862822433015418,
      "learning_rate": 1.8001815310901036e-05,
      "loss": 0.0022,
      "step": 312
    },
    {
      "epoch": 0.6955555555555556,
      "grad_norm": 0.047131675961577676,
      "learning_rate": 1.7987398124096274e-05,
      "loss": 0.0011,
      "step": 313
    },
    {
      "epoch": 0.6977777777777778,
      "grad_norm": 2.7295542665862498,
      "learning_rate": 1.7972934930115568e-05,
      "loss": 0.0262,
      "step": 314
    },
    {
      "epoch": 0.7,
      "grad_norm": 0.2695775557626087,
      "learning_rate": 1.7958425812266493e-05,
      "loss": 0.0052,
      "step": 315
    },
    {
      "epoch": 0.7022222222222222,
      "grad_norm": 0.18307531748663033,
      "learning_rate": 1.7943870854121126e-05,
      "loss": 0.0026,
      "step": 316
    },
    {
      "epoch": 0.7044444444444444,
      "grad_norm": 0.1261476876391146,
      "learning_rate": 1.7929270139515606e-05,
      "loss": 0.0038,
      "step": 317
    },
    {
      "epoch": 0.7066666666666667,
      "grad_norm": 3.2139458942657675,
      "learning_rate": 1.7914623752549606e-05,
      "loss": 0.0586,
      "step": 318
    },
    {
      "epoch": 0.7088888888888889,
      "grad_norm": 0.16389595523645703,
      "learning_rate": 1.789993177758588e-05,
      "loss": 0.0024,
      "step": 319
    },
    {
      "epoch": 0.7111111111111111,
      "grad_norm": 3.5797498316041194,
      "learning_rate": 1.7885194299249774e-05,
      "loss": 0.2762,
      "step": 320
    },
    {
      "epoch": 0.7133333333333334,
      "grad_norm": 3.651241292420766,
      "learning_rate": 1.787041140242872e-05,
      "loss": 0.0286,
      "step": 321
    },
    {
      "epoch": 0.7155555555555555,
      "grad_norm": 0.16646077195366074,
      "learning_rate": 1.785558317227177e-05,
      "loss": 0.0026,
      "step": 322
    },
    {
      "epoch": 0.7177777777777777,
      "grad_norm": 0.15348159227004488,
      "learning_rate": 1.7840709694189082e-05,
      "loss": 0.0029,
      "step": 323
    },
    {
      "epoch": 0.72,
      "grad_norm": 0.051550658950101275,
      "learning_rate": 1.782579105385145e-05,
      "loss": 0.0011,
      "step": 324
    },
    {
      "epoch": 0.7222222222222222,
      "grad_norm": 3.3430686212505654,
      "learning_rate": 1.7810827337189806e-05,
      "loss": 0.1291,
      "step": 325
    },
    {
      "epoch": 0.7244444444444444,
      "grad_norm": 0.05633528070956402,
      "learning_rate": 1.7795818630394705e-05,
      "loss": 0.0015,
      "step": 326
    },
    {
      "epoch": 0.7266666666666667,
      "grad_norm": 0.042544728787952485,
      "learning_rate": 1.7780765019915854e-05,
      "loss": 0.0011,
      "step": 327
    },
    {
      "epoch": 0.7288888888888889,
      "grad_norm": 0.20663780841717014,
      "learning_rate": 1.776566659246161e-05,
      "loss": 0.0064,
      "step": 328
    },
    {
      "epoch": 0.7311111111111112,
      "grad_norm": 0.10117150253869212,
      "learning_rate": 1.7750523434998454e-05,
      "loss": 0.0017,
      "step": 329
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 0.04912357223044673,
      "learning_rate": 1.773533563475053e-05,
      "loss": 0.0015,
      "step": 330
    },
    {
      "epoch": 0.7355555555555555,
      "grad_norm": 0.07816292042759533,
      "learning_rate": 1.772010327919912e-05,
      "loss": 0.0017,
      "step": 331
    },
    {
      "epoch": 0.7377777777777778,
      "grad_norm": 0.1131516402115526,
      "learning_rate": 1.7704826456082137e-05,
      "loss": 0.0015,
      "step": 332
    },
    {
      "epoch": 0.74,
      "grad_norm": 0.0939956501816851,
      "learning_rate": 1.768950525339362e-05,
      "loss": 0.0015,
      "step": 333
    },
    {
      "epoch": 0.7422222222222222,
      "grad_norm": 0.06895273740828892,
      "learning_rate": 1.7674139759383253e-05,
      "loss": 0.0017,
      "step": 334
    },
    {
      "epoch": 0.7444444444444445,
      "grad_norm": 0.18828063400187017,
      "learning_rate": 1.765873006255582e-05,
      "loss": 0.0038,
      "step": 335
    },
    {
      "epoch": 0.7466666666666667,
      "grad_norm": 0.05759248593135591,
      "learning_rate": 1.764327625167072e-05,
      "loss": 0.0014,
      "step": 336
    },
    {
      "epoch": 0.7488888888888889,
      "grad_norm": 3.2019717673338866,
      "learning_rate": 1.7627778415741437e-05,
      "loss": 0.2732,
      "step": 337
    },
    {
      "epoch": 0.7511111111111111,
      "grad_norm": 3.829915601578586,
      "learning_rate": 1.761223664403505e-05,
      "loss": 0.0382,
      "step": 338
    },
    {
      "epoch": 0.7533333333333333,
      "grad_norm": 0.07801699193935524,
      "learning_rate": 1.7596651026071708e-05,
      "loss": 0.0017,
      "step": 339
    },
    {
      "epoch": 0.7555555555555555,
      "grad_norm": 2.178951935310646,
      "learning_rate": 1.7581021651624097e-05,
      "loss": 0.0783,
      "step": 340
    },
    {
      "epoch": 0.7577777777777778,
      "grad_norm": 0.3936676246719478,
      "learning_rate": 1.7565348610716963e-05,
      "loss": 0.0109,
      "step": 341
    },
    {
      "epoch": 0.76,
      "grad_norm": 0.1929534132804924,
      "learning_rate": 1.754963199362654e-05,
      "loss": 0.0049,
      "step": 342
    },
    {
      "epoch": 0.7622222222222222,
      "grad_norm": 0.22591516183578036,
      "learning_rate": 1.7533871890880088e-05,
      "loss": 0.0031,
      "step": 343
    },
    {
      "epoch": 0.7644444444444445,
      "grad_norm": 0.1888882198947638,
      "learning_rate": 1.7518068393255324e-05,
      "loss": 0.004,
      "step": 344
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 1.333005638664377,
      "learning_rate": 1.7502221591779932e-05,
      "loss": 0.0455,
      "step": 345
    },
    {
      "epoch": 0.7688888888888888,
      "grad_norm": 0.08351848744341497,
      "learning_rate": 1.748633157773101e-05,
      "loss": 0.0019,
      "step": 346
    },
    {
      "epoch": 0.7711111111111111,
      "grad_norm": 0.20135338147628218,
      "learning_rate": 1.7470398442634572e-05,
      "loss": 0.004,
      "step": 347
    },
    {
      "epoch": 0.7733333333333333,
      "grad_norm": 0.3920394157318214,
      "learning_rate": 1.7454422278264997e-05,
      "loss": 0.007,
      "step": 348
    },
    {
      "epoch": 0.7755555555555556,
      "grad_norm": 2.3346652301224435,
      "learning_rate": 1.7438403176644524e-05,
      "loss": 0.061,
      "step": 349
    },
    {
      "epoch": 0.7777777777777778,
      "grad_norm": 0.17399541957186548,
      "learning_rate": 1.74223412300427e-05,
      "loss": 0.0038,
      "step": 350
    },
    {
      "epoch": 0.78,
      "grad_norm": 0.5063917945887836,
      "learning_rate": 1.7406236530975862e-05,
      "loss": 0.014,
      "step": 351
    },
    {
      "epoch": 0.7822222222222223,
      "grad_norm": 0.17100998262389278,
      "learning_rate": 1.7390089172206594e-05,
      "loss": 0.0039,
      "step": 352
    },
    {
      "epoch": 0.7844444444444445,
      "grad_norm": 0.07690407785975054,
      "learning_rate": 1.7373899246743202e-05,
      "loss": 0.0023,
      "step": 353
    },
    {
      "epoch": 0.7866666666666666,
      "grad_norm": 3.096708709231272,
      "learning_rate": 1.7357666847839186e-05,
      "loss": 0.0948,
      "step": 354
    },
    {
      "epoch": 0.7888888888888889,
      "grad_norm": 0.06677352191462775,
      "learning_rate": 1.734139206899267e-05,
      "loss": 0.0018,
      "step": 355
    },
    {
      "epoch": 0.7911111111111111,
      "grad_norm": 2.158930506345796,
      "learning_rate": 1.7325075003945902e-05,
      "loss": 0.0612,
      "step": 356
    },
    {
      "epoch": 0.7933333333333333,
      "grad_norm": 0.07343319642954196,
      "learning_rate": 1.730871574668469e-05,
      "loss": 0.0018,
      "step": 357
    },
    {
      "epoch": 0.7955555555555556,
      "grad_norm": 0.10209992241664956,
      "learning_rate": 1.729231439143787e-05,
      "loss": 0.003,
      "step": 358
    },
    {
      "epoch": 0.7977777777777778,
      "grad_norm": 0.05154563949559315,
      "learning_rate": 1.727587103267677e-05,
      "loss": 0.0016,
      "step": 359
    },
    {
      "epoch": 0.8,
      "grad_norm": 2.5242361305489083,
      "learning_rate": 1.7259385765114634e-05,
      "loss": 0.1427,
      "step": 360
    },
    {
      "epoch": 0.8022222222222222,
      "grad_norm": 0.044414925999775715,
      "learning_rate": 1.7242858683706122e-05,
      "loss": 0.0013,
      "step": 361
    },
    {
      "epoch": 0.8044444444444444,
      "grad_norm": 0.08091268252607839,
      "learning_rate": 1.7226289883646727e-05,
      "loss": 0.0018,
      "step": 362
    },
    {
      "epoch": 0.8066666666666666,
      "grad_norm": 1.3470382192190027,
      "learning_rate": 1.720967946037225e-05,
      "loss": 0.0172,
      "step": 363
    },
    {
      "epoch": 0.8088888888888889,
      "grad_norm": 1.1385884696978847,
      "learning_rate": 1.7193027509558233e-05,
      "loss": 0.0233,
      "step": 364
    },
    {
      "epoch": 0.8111111111111111,
      "grad_norm": 0.0696388572432045,
      "learning_rate": 1.7176334127119418e-05,
      "loss": 0.002,
      "step": 365
    },
    {
      "epoch": 0.8133333333333334,
      "grad_norm": 2.689648637168946,
      "learning_rate": 1.7159599409209194e-05,
      "loss": 0.0835,
      "step": 366
    },
    {
      "epoch": 0.8155555555555556,
      "grad_norm": 0.02695159673981318,
      "learning_rate": 1.7142823452219036e-05,
      "loss": 0.0008,
      "step": 367
    },
    {
      "epoch": 0.8177777777777778,
      "grad_norm": 1.016439154703933,
      "learning_rate": 1.7126006352777965e-05,
      "loss": 0.0395,
      "step": 368
    },
    {
      "epoch": 0.82,
      "grad_norm": 0.0696464936791321,
      "learning_rate": 1.710914820775196e-05,
      "loss": 0.0019,
      "step": 369
    },
    {
      "epoch": 0.8222222222222222,
      "grad_norm": 0.06119723875136413,
      "learning_rate": 1.7092249114243453e-05,
      "loss": 0.0015,
      "step": 370
    },
    {
      "epoch": 0.8244444444444444,
      "grad_norm": 0.07165346259135334,
      "learning_rate": 1.7075309169590708e-05,
      "loss": 0.0019,
      "step": 371
    },
    {
      "epoch": 0.8266666666666667,
      "grad_norm": 0.26400721024705276,
      "learning_rate": 1.705832847136731e-05,
      "loss": 0.005,
      "step": 372
    },
    {
      "epoch": 0.8288888888888889,
      "grad_norm": 1.0065925848667174,
      "learning_rate": 1.704130711738157e-05,
      "loss": 0.0148,
      "step": 373
    },
    {
      "epoch": 0.8311111111111111,
      "grad_norm": 0.44147343637149283,
      "learning_rate": 1.7024245205675986e-05,
      "loss": 0.0096,
      "step": 374
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 1.3630136313620684,
      "learning_rate": 1.7007142834526665e-05,
      "loss": 0.0364,
      "step": 375
    },
    {
      "epoch": 0.8355555555555556,
      "grad_norm": 0.029280506551201933,
      "learning_rate": 1.6990000102442748e-05,
      "loss": 0.0009,
      "step": 376
    },
    {
      "epoch": 0.8377777777777777,
      "grad_norm": 0.04456593435054069,
      "learning_rate": 1.697281710816587e-05,
      "loss": 0.0012,
      "step": 377
    },
    {
      "epoch": 0.84,
      "grad_norm": 0.19248252442168862,
      "learning_rate": 1.6955593950669568e-05,
      "loss": 0.0053,
      "step": 378
    },
    {
      "epoch": 0.8422222222222222,
      "grad_norm": 0.03408835741593863,
      "learning_rate": 1.6938330729158713e-05,
      "loss": 0.0009,
      "step": 379
    },
    {
      "epoch": 0.8444444444444444,
      "grad_norm": 1.1746726029841232,
      "learning_rate": 1.692102754306895e-05,
      "loss": 0.0293,
      "step": 380
    },
    {
      "epoch": 0.8466666666666667,
      "grad_norm": 0.042184291758604296,
      "learning_rate": 1.690368449206612e-05,
      "loss": 0.0011,
      "step": 381
    },
    {
      "epoch": 0.8488888888888889,
      "grad_norm": 0.05911287012857593,
      "learning_rate": 1.6886301676045676e-05,
      "loss": 0.0016,
      "step": 382
    },
    {
      "epoch": 0.8511111111111112,
      "grad_norm": 0.09567480152257578,
      "learning_rate": 1.6868879195132128e-05,
      "loss": 0.0022,
      "step": 383
    },
    {
      "epoch": 0.8533333333333334,
      "grad_norm": 0.02923613179690119,
      "learning_rate": 1.6851417149678442e-05,
      "loss": 0.0009,
      "step": 384
    },
    {
      "epoch": 0.8555555555555555,
      "grad_norm": 0.03595737347271202,
      "learning_rate": 1.6833915640265485e-05,
      "loss": 0.0009,
      "step": 385
    },
    {
      "epoch": 0.8577777777777778,
      "grad_norm": 0.15377747786158083,
      "learning_rate": 1.6816374767701437e-05,
      "loss": 0.0018,
      "step": 386
    },
    {
      "epoch": 0.86,
      "grad_norm": 0.025274103773197356,
      "learning_rate": 1.6798794633021192e-05,
      "loss": 0.0007,
      "step": 387
    },
    {
      "epoch": 0.8622222222222222,
      "grad_norm": 0.024364169273204686,
      "learning_rate": 1.678117533748581e-05,
      "loss": 0.0007,
      "step": 388
    },
    {
      "epoch": 0.8644444444444445,
      "grad_norm": 3.739051669062766,
      "learning_rate": 1.6763516982581905e-05,
      "loss": 0.1779,
      "step": 389
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 0.08684921227588457,
      "learning_rate": 1.6745819670021083e-05,
      "loss": 0.002,
      "step": 390
    },
    {
      "epoch": 0.8688888888888889,
      "grad_norm": 0.050271751791448493,
      "learning_rate": 1.6728083501739333e-05,
      "loss": 0.0013,
      "step": 391
    },
    {
      "epoch": 0.8711111111111111,
      "grad_norm": 0.7587609198992383,
      "learning_rate": 1.6710308579896462e-05,
      "loss": 0.0192,
      "step": 392
    },
    {
      "epoch": 0.8733333333333333,
      "grad_norm": 0.047998101271713715,
      "learning_rate": 1.669249500687549e-05,
      "loss": 0.0012,
      "step": 393
    },
    {
      "epoch": 0.8755555555555555,
      "grad_norm": 0.034697222517479344,
      "learning_rate": 1.667464288528207e-05,
      "loss": 0.0008,
      "step": 394
    },
    {
      "epoch": 0.8777777777777778,
      "grad_norm": 0.0763178676668161,
      "learning_rate": 1.6656752317943888e-05,
      "loss": 0.0016,
      "step": 395
    },
    {
      "epoch": 0.88,
      "grad_norm": 1.5090167070768492,
      "learning_rate": 1.6638823407910085e-05,
      "loss": 0.2079,
      "step": 396
    },
    {
      "epoch": 0.8822222222222222,
      "grad_norm": 2.1073689348767513,
      "learning_rate": 1.6620856258450652e-05,
      "loss": 0.2643,
      "step": 397
    },
    {
      "epoch": 0.8844444444444445,
      "grad_norm": 0.9953199907891269,
      "learning_rate": 1.6602850973055824e-05,
      "loss": 0.0193,
      "step": 398
    },
    {
      "epoch": 0.8866666666666667,
      "grad_norm": 0.027243332407602957,
      "learning_rate": 1.6584807655435528e-05,
      "loss": 0.0008,
      "step": 399
    },
    {
      "epoch": 0.8888888888888888,
      "grad_norm": 1.057519228197808,
      "learning_rate": 1.6566726409518722e-05,
      "loss": 0.0247,
      "step": 400
    },
    {
      "epoch": 0.8911111111111111,
      "grad_norm": 3.5372153773358197,
      "learning_rate": 1.6548607339452853e-05,
      "loss": 0.2287,
      "step": 401
    },
    {
      "epoch": 0.8933333333333333,
      "grad_norm": 0.8487085761287783,
      "learning_rate": 1.6530450549603223e-05,
      "loss": 0.0131,
      "step": 402
    },
    {
      "epoch": 0.8955555555555555,
      "grad_norm": 0.07166066334256051,
      "learning_rate": 1.6512256144552407e-05,
      "loss": 0.0016,
      "step": 403
    },
    {
      "epoch": 0.8977777777777778,
      "grad_norm": 0.04349791834431249,
      "learning_rate": 1.6494024229099634e-05,
      "loss": 0.0011,
      "step": 404
    },
    {
      "epoch": 0.9,
      "grad_norm": 2.1471826502562568,
      "learning_rate": 1.64757549082602e-05,
      "loss": 0.0504,
      "step": 405
    },
    {
      "epoch": 0.9022222222222223,
      "grad_norm": 0.07434319470839308,
      "learning_rate": 1.645744828726484e-05,
      "loss": 0.002,
      "step": 406
    },
    {
      "epoch": 0.9044444444444445,
      "grad_norm": 1.4838157054513865,
      "learning_rate": 1.6439104471559157e-05,
      "loss": 0.1745,
      "step": 407
    },
    {
      "epoch": 0.9066666666666666,
      "grad_norm": 0.25749488823039385,
      "learning_rate": 1.6420723566802982e-05,
      "loss": 0.0042,
      "step": 408
    },
    {
      "epoch": 0.9088888888888889,
      "grad_norm": 0.10912285122462197,
      "learning_rate": 1.640230567886978e-05,
      "loss": 0.0028,
      "step": 409
    },
    {
      "epoch": 0.9111111111111111,
      "grad_norm": 1.7944452725145175,
      "learning_rate": 1.6383850913846036e-05,
      "loss": 0.0479,
      "step": 410
    },
    {
      "epoch": 0.9133333333333333,
      "grad_norm": 0.4370178249333847,
      "learning_rate": 1.6365359378030654e-05,
      "loss": 0.0091,
      "step": 411
    },
    {
      "epoch": 0.9155555555555556,
      "grad_norm": 1.8067728020030278,
      "learning_rate": 1.6346831177934326e-05,
      "loss": 0.0639,
      "step": 412
    },
    {
      "epoch": 0.9177777777777778,
      "grad_norm": 0.5922192517230894,
      "learning_rate": 1.632826642027894e-05,
      "loss": 0.0157,
      "step": 413
    },
    {
      "epoch": 0.92,
      "grad_norm": 1.1833496542383064,
      "learning_rate": 1.6309665211996936e-05,
      "loss": 0.0377,
      "step": 414
    },
    {
      "epoch": 0.9222222222222223,
      "grad_norm": 0.36033294993841947,
      "learning_rate": 1.6291027660230735e-05,
      "loss": 0.0063,
      "step": 415
    },
    {
      "epoch": 0.9244444444444444,
      "grad_norm": 0.08701178672573401,
      "learning_rate": 1.6272353872332075e-05,
      "loss": 0.0027,
      "step": 416
    },
    {
      "epoch": 0.9266666666666666,
      "grad_norm": 0.23919848416504177,
      "learning_rate": 1.625364395586142e-05,
      "loss": 0.0045,
      "step": 417
    },
    {
      "epoch": 0.9288888888888889,
      "grad_norm": 0.1793604331408912,
      "learning_rate": 1.6234898018587336e-05,
      "loss": 0.0043,
      "step": 418
    },
    {
      "epoch": 0.9311111111111111,
      "grad_norm": 0.07784604192384029,
      "learning_rate": 1.6216116168485864e-05,
      "loss": 0.0019,
      "step": 419
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 0.08614360634700334,
      "learning_rate": 1.61972985137399e-05,
      "loss": 0.0025,
      "step": 420
    },
    {
      "epoch": 0.9355555555555556,
      "grad_norm": 0.08346052102710229,
      "learning_rate": 1.6178445162738577e-05,
      "loss": 0.0021,
      "step": 421
    },
    {
      "epoch": 0.9377777777777778,
      "grad_norm": 0.13464240654030102,
      "learning_rate": 1.6159556224076637e-05,
      "loss": 0.0033,
      "step": 422
    },
    {
      "epoch": 0.94,
      "grad_norm": 0.20610917519969033,
      "learning_rate": 1.614063180655381e-05,
      "loss": 0.0046,
      "step": 423
    },
    {
      "epoch": 0.9422222222222222,
      "grad_norm": 0.13282674590776067,
      "learning_rate": 1.612167201917417e-05,
      "loss": 0.0037,
      "step": 424
    },
    {
      "epoch": 0.9444444444444444,
      "grad_norm": 0.24865554912927337,
      "learning_rate": 1.6102676971145543e-05,
      "loss": 0.0074,
      "step": 425
    },
    {
      "epoch": 0.9466666666666667,
      "grad_norm": 0.15675631759244346,
      "learning_rate": 1.6083646771878826e-05,
      "loss": 0.004,
      "step": 426
    },
    {
      "epoch": 0.9488888888888889,
      "grad_norm": 0.11346738908268483,
      "learning_rate": 1.6064581530987408e-05,
      "loss": 0.0028,
      "step": 427
    },
    {
      "epoch": 0.9511111111111111,
      "grad_norm": 0.3843436403873271,
      "learning_rate": 1.6045481358286516e-05,
      "loss": 0.0096,
      "step": 428
    },
    {
      "epoch": 0.9533333333333334,
      "grad_norm": 0.10926600197674162,
      "learning_rate": 1.6026346363792565e-05,
      "loss": 0.0024,
      "step": 429
    },
    {
      "epoch": 0.9555555555555556,
      "grad_norm": 0.068178019783604,
      "learning_rate": 1.6007176657722567e-05,
      "loss": 0.0018,
      "step": 430
    },
    {
      "epoch": 0.9577777777777777,
      "grad_norm": 0.07594354636814077,
      "learning_rate": 1.598797235049345e-05,
      "loss": 0.0017,
      "step": 431
    },
    {
      "epoch": 0.96,
      "grad_norm": 0.07593090215178103,
      "learning_rate": 1.5968733552721462e-05,
      "loss": 0.0017,
      "step": 432
    },
    {
      "epoch": 0.9622222222222222,
      "grad_norm": 1.859359413537719,
      "learning_rate": 1.59494603752215e-05,
      "loss": 0.1544,
      "step": 433
    },
    {
      "epoch": 0.9644444444444444,
      "grad_norm": 0.43219326692623933,
      "learning_rate": 1.5930152929006496e-05,
      "loss": 0.0097,
      "step": 434
    },
    {
      "epoch": 0.9666666666666667,
      "grad_norm": 0.9573986443708047,
      "learning_rate": 1.5910811325286768e-05,
      "loss": 0.0126,
      "step": 435
    },
    {
      "epoch": 0.9688888888888889,
      "grad_norm": 0.11451745773452655,
      "learning_rate": 1.5891435675469376e-05,
      "loss": 0.0022,
      "step": 436
    },
    {
      "epoch": 0.9711111111111111,
      "grad_norm": 0.04409476657894775,
      "learning_rate": 1.587202609115749e-05,
      "loss": 0.0012,
      "step": 437
    },
    {
      "epoch": 0.9733333333333334,
      "grad_norm": 0.15395940177625353,
      "learning_rate": 1.585258268414974e-05,
      "loss": 0.0043,
      "step": 438
    },
    {
      "epoch": 0.9755555555555555,
      "grad_norm": 0.0389883612209622,
      "learning_rate": 1.583310556643957e-05,
      "loss": 0.0013,
      "step": 439
    },
    {
      "epoch": 0.9777777777777777,
      "grad_norm": 0.3774001997217339,
      "learning_rate": 1.58135948502146e-05,
      "loss": 0.0065,
      "step": 440
    },
    {
      "epoch": 0.98,
      "grad_norm": 0.051435405821458835,
      "learning_rate": 1.5794050647855977e-05,
      "loss": 0.0014,
      "step": 441
    },
    {
      "epoch": 0.9822222222222222,
      "grad_norm": 0.04754404716444526,
      "learning_rate": 1.5774473071937725e-05,
      "loss": 0.0014,
      "step": 442
    },
    {
      "epoch": 0.9844444444444445,
      "grad_norm": 1.6566691546756405,
      "learning_rate": 1.57548622352261e-05,
      "loss": 0.0374,
      "step": 443
    },
    {
      "epoch": 0.9866666666666667,
      "grad_norm": 0.1037981859410034,
      "learning_rate": 1.5735218250678944e-05,
      "loss": 0.0026,
      "step": 444
    },
    {
      "epoch": 0.9888888888888889,
      "grad_norm": 1.4533098350292877,
      "learning_rate": 1.5715541231445018e-05,
      "loss": 0.1089,
      "step": 445
    },
    {
      "epoch": 0.9911111111111112,
      "grad_norm": 0.015167023971068238,
      "learning_rate": 1.5695831290863367e-05,
      "loss": 0.0004,
      "step": 446
    },
    {
      "epoch": 0.9933333333333333,
      "grad_norm": 0.0411769322299393,
      "learning_rate": 1.567608854246267e-05,
      "loss": 0.001,
      "step": 447
    },
    {
      "epoch": 0.9955555555555555,
      "grad_norm": 0.2988173473340702,
      "learning_rate": 1.5656313099960564e-05,
      "loss": 0.0051,
      "step": 448
    },
    {
      "epoch": 0.9977777777777778,
      "grad_norm": 0.20568756307591282,
      "learning_rate": 1.5636505077263017e-05,
      "loss": 0.005,
      "step": 449
    },
    {
      "epoch": 1.0,
      "grad_norm": 0.13301452077305276,
      "learning_rate": 1.561666458846365e-05,
      "loss": 0.0022,
      "step": 450
    },
    {
      "epoch": 1.0022222222222221,
      "grad_norm": 3.1947231928375497,
      "learning_rate": 1.5596791747843083e-05,
      "loss": 0.0509,
      "step": 451
    },
    {
      "epoch": 1.0044444444444445,
      "grad_norm": 1.3041500941665616,
      "learning_rate": 1.5576886669868297e-05,
      "loss": 0.1806,
      "step": 452
    },
    {
      "epoch": 1.0066666666666666,
      "grad_norm": 1.834807463526075,
      "learning_rate": 1.5556949469191943e-05,
      "loss": 0.1873,
      "step": 453
    },
    {
      "epoch": 1.008888888888889,
      "grad_norm": 0.3443441271361637,
      "learning_rate": 1.5536980260651705e-05,
      "loss": 0.0066,
      "step": 454
    },
    {
      "epoch": 1.011111111111111,
      "grad_norm": 2.4491543340704434,
      "learning_rate": 1.5516979159269638e-05,
      "loss": 0.1749,
      "step": 455
    },
    {
      "epoch": 1.0133333333333334,
      "grad_norm": 0.448361022205904,
      "learning_rate": 1.5496946280251482e-05,
      "loss": 0.0126,
      "step": 456
    },
    {
      "epoch": 1.0155555555555555,
      "grad_norm": 0.5051463640608859,
      "learning_rate": 1.5476881738986037e-05,
      "loss": 0.0081,
      "step": 457
    },
    {
      "epoch": 1.0177777777777777,
      "grad_norm": 0.05644803186135449,
      "learning_rate": 1.545678565104445e-05,
      "loss": 0.0013,
      "step": 458
    },
    {
      "epoch": 1.02,
      "grad_norm": 0.4434329809886952,
      "learning_rate": 1.5436658132179602e-05,
      "loss": 0.0049,
      "step": 459
    },
    {
      "epoch": 1.0222222222222221,
      "grad_norm": 0.12232415280817052,
      "learning_rate": 1.54164992983254e-05,
      "loss": 0.0029,
      "step": 460
    },
    {
      "epoch": 1.0244444444444445,
      "grad_norm": 0.061237928078889114,
      "learning_rate": 1.5396309265596127e-05,
      "loss": 0.0014,
      "step": 461
    },
    {
      "epoch": 1.0266666666666666,
      "grad_norm": 0.05548358280836634,
      "learning_rate": 1.5376088150285777e-05,
      "loss": 0.0018,
      "step": 462
    },
    {
      "epoch": 1.028888888888889,
      "grad_norm": 0.4001290523790067,
      "learning_rate": 1.5355836068867365e-05,
      "loss": 0.0056,
      "step": 463
    },
    {
      "epoch": 1.031111111111111,
      "grad_norm": 0.07407173821562185,
      "learning_rate": 1.5335553137992286e-05,
      "loss": 0.0021,
      "step": 464
    },
    {
      "epoch": 1.0333333333333334,
      "grad_norm": 0.4415551385855507,
      "learning_rate": 1.5315239474489617e-05,
      "loss": 0.01,
      "step": 465
    },
    {
      "epoch": 1.0355555555555556,
      "grad_norm": 1.1105193105944093,
      "learning_rate": 1.5294895195365454e-05,
      "loss": 0.0248,
      "step": 466
    },
    {
      "epoch": 1.0377777777777777,
      "grad_norm": 0.3852259669673318,
      "learning_rate": 1.5274520417802243e-05,
      "loss": 0.0109,
      "step": 467
    },
    {
      "epoch": 1.04,
      "grad_norm": 0.26591146053719716,
      "learning_rate": 1.5254115259158095e-05,
      "loss": 0.0049,
      "step": 468
    },
    {
      "epoch": 1.0422222222222222,
      "grad_norm": 0.4473631698800017,
      "learning_rate": 1.5233679836966122e-05,
      "loss": 0.011,
      "step": 469
    },
    {
      "epoch": 1.0444444444444445,
      "grad_norm": 0.25419158042751855,
      "learning_rate": 1.5213214268933745e-05,
      "loss": 0.0051,
      "step": 470
    },
    {
      "epoch": 1.0466666666666666,
      "grad_norm": 0.29350819828975866,
      "learning_rate": 1.519271867294203e-05,
      "loss": 0.0079,
      "step": 471
    },
    {
      "epoch": 1.048888888888889,
      "grad_norm": 0.17566809369977404,
      "learning_rate": 1.5172193167045e-05,
      "loss": 0.0039,
      "step": 472
    },
    {
      "epoch": 1.051111111111111,
      "grad_norm": 0.11176819325740334,
      "learning_rate": 1.515163786946896e-05,
      "loss": 0.0024,
      "step": 473
    },
    {
      "epoch": 1.0533333333333332,
      "grad_norm": 0.15130120936643068,
      "learning_rate": 1.5131052898611818e-05,
      "loss": 0.0025,
      "step": 474
    },
    {
      "epoch": 1.0555555555555556,
      "grad_norm": 0.17179626833269843,
      "learning_rate": 1.5110438373042384e-05,
      "loss": 0.0045,
      "step": 475
    },
    {
      "epoch": 1.0577777777777777,
      "grad_norm": 0.04802461646598465,
      "learning_rate": 1.5089794411499718e-05,
      "loss": 0.0013,
      "step": 476
    },
    {
      "epoch": 1.06,
      "grad_norm": 0.0836178309207032,
      "learning_rate": 1.5069121132892432e-05,
      "loss": 0.0019,
      "step": 477
    },
    {
      "epoch": 1.0622222222222222,
      "grad_norm": 0.10133395526940109,
      "learning_rate": 1.504841865629799e-05,
      "loss": 0.0018,
      "step": 478
    },
    {
      "epoch": 1.0644444444444445,
      "grad_norm": 0.3271578100660573,
      "learning_rate": 1.502768710096204e-05,
      "loss": 0.0055,
      "step": 479
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 0.13347725654073384,
      "learning_rate": 1.5006926586297725e-05,
      "loss": 0.0026,
      "step": 480
    },
    {
      "epoch": 1.068888888888889,
      "grad_norm": 0.33161162156140384,
      "learning_rate": 1.4986137231885e-05,
      "loss": 0.008,
      "step": 481
    },
    {
      "epoch": 1.0711111111111111,
      "grad_norm": 0.17441911966746926,
      "learning_rate": 1.4965319157469926e-05,
      "loss": 0.0029,
      "step": 482
    },
    {
      "epoch": 1.0733333333333333,
      "grad_norm": 0.0195196396607905,
      "learning_rate": 1.4944472482963993e-05,
      "loss": 0.0005,
      "step": 483
    },
    {
      "epoch": 1.0755555555555556,
      "grad_norm": 0.015384971479331495,
      "learning_rate": 1.4923597328443423e-05,
      "loss": 0.0004,
      "step": 484
    },
    {
      "epoch": 1.0777777777777777,
      "grad_norm": 2.1317679477326115,
      "learning_rate": 1.490269381414849e-05,
      "loss": 0.1338,
      "step": 485
    },
    {
      "epoch": 1.08,
      "grad_norm": 2.6248236476598046,
      "learning_rate": 1.4881762060482814e-05,
      "loss": 0.0612,
      "step": 486
    },
    {
      "epoch": 1.0822222222222222,
      "grad_norm": 0.28123549962267874,
      "learning_rate": 1.4860802188012677e-05,
      "loss": 0.0085,
      "step": 487
    },
    {
      "epoch": 1.0844444444444445,
      "grad_norm": 0.0729643863878409,
      "learning_rate": 1.4839814317466317e-05,
      "loss": 0.0015,
      "step": 488
    },
    {
      "epoch": 1.0866666666666667,
      "grad_norm": 0.1361594493056867,
      "learning_rate": 1.4818798569733246e-05,
      "loss": 0.0047,
      "step": 489
    },
    {
      "epoch": 1.0888888888888888,
      "grad_norm": 0.5953763769685275,
      "learning_rate": 1.4797755065863553e-05,
      "loss": 0.0131,
      "step": 490
    },
    {
      "epoch": 1.0911111111111111,
      "grad_norm": 1.3812663452542153,
      "learning_rate": 1.4776683927067189e-05,
      "loss": 0.0328,
      "step": 491
    },
    {
      "epoch": 1.0933333333333333,
      "grad_norm": 0.027341548470446866,
      "learning_rate": 1.4755585274713289e-05,
      "loss": 0.0007,
      "step": 492
    },
    {
      "epoch": 1.0955555555555556,
      "grad_norm": 0.016825530024494027,
      "learning_rate": 1.473445923032946e-05,
      "loss": 0.0005,
      "step": 493
    },
    {
      "epoch": 1.0977777777777777,
      "grad_norm": 0.15845020053347977,
      "learning_rate": 1.47133059156011e-05,
      "loss": 0.0019,
      "step": 494
    },
    {
      "epoch": 1.1,
      "grad_norm": 0.3120365972287205,
      "learning_rate": 1.4692125452370664e-05,
      "loss": 0.0044,
      "step": 495
    },
    {
      "epoch": 1.1022222222222222,
      "grad_norm": 0.054130706399276404,
      "learning_rate": 1.4670917962636997e-05,
      "loss": 0.0009,
      "step": 496
    },
    {
      "epoch": 1.1044444444444443,
      "grad_norm": 2.4116947263228545,
      "learning_rate": 1.4649683568554604e-05,
      "loss": 0.1431,
      "step": 497
    },
    {
      "epoch": 1.1066666666666667,
      "grad_norm": 0.1614746297650992,
      "learning_rate": 1.4628422392432969e-05,
      "loss": 0.0027,
      "step": 498
    },
    {
      "epoch": 1.1088888888888888,
      "grad_norm": 0.013815181647335199,
      "learning_rate": 1.4607134556735836e-05,
      "loss": 0.0004,
      "step": 499
    },
    {
      "epoch": 1.1111111111111112,
      "grad_norm": 0.021380461855217348,
      "learning_rate": 1.4585820184080502e-05,
      "loss": 0.0006,
      "step": 500
    },
    {
      "epoch": 1.1133333333333333,
      "grad_norm": 0.04989118438417548,
      "learning_rate": 1.4564479397237124e-05,
      "loss": 0.0009,
      "step": 501
    },
    {
      "epoch": 1.1155555555555556,
      "grad_norm": 0.10792532216546843,
      "learning_rate": 1.4543112319127997e-05,
      "loss": 0.0015,
      "step": 502
    },
    {
      "epoch": 1.1177777777777778,
      "grad_norm": 0.026565817960016617,
      "learning_rate": 1.4521719072826858e-05,
      "loss": 0.0005,
      "step": 503
    },
    {
      "epoch": 1.12,
      "grad_norm": 2.1178422069882292,
      "learning_rate": 1.450029978155817e-05,
      "loss": 0.0378,
      "step": 504
    },
    {
      "epoch": 1.1222222222222222,
      "grad_norm": 0.2138131174968219,
      "learning_rate": 1.4478854568696419e-05,
      "loss": 0.0024,
      "step": 505
    },
    {
      "epoch": 1.1244444444444444,
      "grad_norm": 0.010603185720887814,
      "learning_rate": 1.4457383557765385e-05,
      "loss": 0.0003,
      "step": 506
    },
    {
      "epoch": 1.1266666666666667,
      "grad_norm": 0.33637528877515427,
      "learning_rate": 1.4435886872437456e-05,
      "loss": 0.0034,
      "step": 507
    },
    {
      "epoch": 1.1288888888888888,
      "grad_norm": 1.9510352800962318,
      "learning_rate": 1.4414364636532909e-05,
      "loss": 0.061,
      "step": 508
    },
    {
      "epoch": 1.1311111111111112,
      "grad_norm": 0.12344891206480194,
      "learning_rate": 1.4392816974019176e-05,
      "loss": 0.0014,
      "step": 509
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 0.009054802593147422,
      "learning_rate": 1.437124400901015e-05,
      "loss": 0.0002,
      "step": 510
    },
    {
      "epoch": 1.1355555555555557,
      "grad_norm": 3.5207246391869402,
      "learning_rate": 1.4349645865765476e-05,
      "loss": 0.0684,
      "step": 511
    },
    {
      "epoch": 1.1377777777777778,
      "grad_norm": 1.0857080956908496,
      "learning_rate": 1.4328022668689816e-05,
      "loss": 0.0145,
      "step": 512
    },
    {
      "epoch": 1.1400000000000001,
      "grad_norm": 0.06020887004857472,
      "learning_rate": 1.4306374542332141e-05,
      "loss": 0.0015,
      "step": 513
    },
    {
      "epoch": 1.1422222222222222,
      "grad_norm": 0.4447625281941771,
      "learning_rate": 1.4284701611385015e-05,
      "loss": 0.0088,
      "step": 514
    },
    {
      "epoch": 1.1444444444444444,
      "grad_norm": 0.020457031404331416,
      "learning_rate": 1.4263004000683877e-05,
      "loss": 0.0005,
      "step": 515
    },
    {
      "epoch": 1.1466666666666667,
      "grad_norm": 0.15427187039051454,
      "learning_rate": 1.4241281835206323e-05,
      "loss": 0.0024,
      "step": 516
    },
    {
      "epoch": 1.1488888888888888,
      "grad_norm": 0.11918926923199938,
      "learning_rate": 1.4219535240071378e-05,
      "loss": 0.0012,
      "step": 517
    },
    {
      "epoch": 1.1511111111111112,
      "grad_norm": 0.25092264965378125,
      "learning_rate": 1.4197764340538786e-05,
      "loss": 0.0042,
      "step": 518
    },
    {
      "epoch": 1.1533333333333333,
      "grad_norm": 0.13202886320547122,
      "learning_rate": 1.417596926200828e-05,
      "loss": 0.0024,
      "step": 519
    },
    {
      "epoch": 1.1555555555555554,
      "grad_norm": 0.07283357320502323,
      "learning_rate": 1.4154150130018867e-05,
      "loss": 0.0016,
      "step": 520
    },
    {
      "epoch": 1.1577777777777778,
      "grad_norm": 0.03601087932870431,
      "learning_rate": 1.4132307070248094e-05,
      "loss": 0.0007,
      "step": 521
    },
    {
      "epoch": 1.16,
      "grad_norm": 0.029098623820126967,
      "learning_rate": 1.4110440208511345e-05,
      "loss": 0.0007,
      "step": 522
    },
    {
      "epoch": 1.1622222222222223,
      "grad_norm": 0.14571457254521622,
      "learning_rate": 1.4088549670761084e-05,
      "loss": 0.0034,
      "step": 523
    },
    {
      "epoch": 1.1644444444444444,
      "grad_norm": 0.0331593028578858,
      "learning_rate": 1.4066635583086167e-05,
      "loss": 0.0007,
      "step": 524
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 0.07897888237311063,
      "learning_rate": 1.4044698071711082e-05,
      "loss": 0.0021,
      "step": 525
    },
    {
      "epoch": 1.1688888888888889,
      "grad_norm": 0.10335450945542281,
      "learning_rate": 1.4022737262995248e-05,
      "loss": 0.0018,
      "step": 526
    },
    {
      "epoch": 1.1711111111111112,
      "grad_norm": 0.07221657576269722,
      "learning_rate": 1.4000753283432267e-05,
      "loss": 0.0013,
      "step": 527
    },
    {
      "epoch": 1.1733333333333333,
      "grad_norm": 0.4460732311254856,
      "learning_rate": 1.397874625964921e-05,
      "loss": 0.0069,
      "step": 528
    },
    {
      "epoch": 1.1755555555555555,
      "grad_norm": 0.15752245816209398,
      "learning_rate": 1.395671631840588e-05,
      "loss": 0.0025,
      "step": 529
    },
    {
      "epoch": 1.1777777777777778,
      "grad_norm": 0.041671902787855035,
      "learning_rate": 1.3934663586594086e-05,
      "loss": 0.0007,
      "step": 530
    },
    {
      "epoch": 1.18,
      "grad_norm": 0.015926239666124373,
      "learning_rate": 1.3912588191236904e-05,
      "loss": 0.0004,
      "step": 531
    },
    {
      "epoch": 1.1822222222222223,
      "grad_norm": 0.00991790987304988,
      "learning_rate": 1.3890490259487957e-05,
      "loss": 0.0003,
      "step": 532
    },
    {
      "epoch": 1.1844444444444444,
      "grad_norm": 1.8312229655908008,
      "learning_rate": 1.3868369918630675e-05,
      "loss": 0.0799,
      "step": 533
    },
    {
      "epoch": 1.1866666666666668,
      "grad_norm": 0.8104600909061084,
      "learning_rate": 1.3846227296077568e-05,
      "loss": 0.0089,
      "step": 534
    },
    {
      "epoch": 1.1888888888888889,
      "grad_norm": 0.005401196033189337,
      "learning_rate": 1.3824062519369483e-05,
      "loss": 0.0002,
      "step": 535
    },
    {
      "epoch": 1.1911111111111112,
      "grad_norm": 0.31209215523074685,
      "learning_rate": 1.3801875716174874e-05,
      "loss": 0.009,
      "step": 536
    },
    {
      "epoch": 1.1933333333333334,
      "grad_norm": 0.03736701128820483,
      "learning_rate": 1.3779667014289067e-05,
      "loss": 0.0009,
      "step": 537
    },
    {
      "epoch": 1.1955555555555555,
      "grad_norm": 0.022968933697137164,
      "learning_rate": 1.3757436541633529e-05,
      "loss": 0.0005,
      "step": 538
    },
    {
      "epoch": 1.1977777777777778,
      "grad_norm": 0.01322352747670289,
      "learning_rate": 1.3735184426255117e-05,
      "loss": 0.0004,
      "step": 539
    },
    {
      "epoch": 1.2,
      "grad_norm": 0.013658338792694062,
      "learning_rate": 1.371291079632536e-05,
      "loss": 0.0004,
      "step": 540
    },
    {
      "epoch": 1.2022222222222223,
      "grad_norm": 0.09535965672015695,
      "learning_rate": 1.3690615780139703e-05,
      "loss": 0.0018,
      "step": 541
    },
    {
      "epoch": 1.2044444444444444,
      "grad_norm": 0.006426707615038104,
      "learning_rate": 1.3668299506116772e-05,
      "loss": 0.0002,
      "step": 542
    },
    {
      "epoch": 1.2066666666666666,
      "grad_norm": 0.006224410852098417,
      "learning_rate": 1.364596210279765e-05,
      "loss": 0.0002,
      "step": 543
    },
    {
      "epoch": 1.208888888888889,
      "grad_norm": 0.0065160521778654485,
      "learning_rate": 1.3623603698845115e-05,
      "loss": 0.0002,
      "step": 544
    },
    {
      "epoch": 1.211111111111111,
      "grad_norm": 3.228782499639943,
      "learning_rate": 1.3601224423042906e-05,
      "loss": 0.1974,
      "step": 545
    },
    {
      "epoch": 1.2133333333333334,
      "grad_norm": 0.010326527745100948,
      "learning_rate": 1.357882440429499e-05,
      "loss": 0.0003,
      "step": 546
    },
    {
      "epoch": 1.2155555555555555,
      "grad_norm": 0.1475986589505389,
      "learning_rate": 1.3556403771624809e-05,
      "loss": 0.0014,
      "step": 547
    },
    {
      "epoch": 1.2177777777777778,
      "grad_norm": 0.22019800909218434,
      "learning_rate": 1.3533962654174542e-05,
      "loss": 0.0046,
      "step": 548
    },
    {
      "epoch": 1.22,
      "grad_norm": 3.9812677291350735,
      "learning_rate": 1.3511501181204354e-05,
      "loss": 0.0699,
      "step": 549
    },
    {
      "epoch": 1.2222222222222223,
      "grad_norm": 0.044939429672609374,
      "learning_rate": 1.348901948209167e-05,
      "loss": 0.0009,
      "step": 550
    },
    {
      "epoch": 1.2244444444444444,
      "grad_norm": 0.011417247754415792,
      "learning_rate": 1.3466517686330401e-05,
      "loss": 0.0003,
      "step": 551
    },
    {
      "epoch": 1.2266666666666666,
      "grad_norm": 1.1622153868950391,
      "learning_rate": 1.344399592353023e-05,
      "loss": 0.0139,
      "step": 552
    },
    {
      "epoch": 1.228888888888889,
      "grad_norm": 2.2795043498639265,
      "learning_rate": 1.3421454323415837e-05,
      "loss": 0.0872,
      "step": 553
    },
    {
      "epoch": 1.231111111111111,
      "grad_norm": 0.16308629593450735,
      "learning_rate": 1.3398893015826166e-05,
      "loss": 0.0012,
      "step": 554
    },
    {
      "epoch": 1.2333333333333334,
      "grad_norm": 0.35156823369282647,
      "learning_rate": 1.337631213071369e-05,
      "loss": 0.0031,
      "step": 555
    },
    {
      "epoch": 1.2355555555555555,
      "grad_norm": 1.3157301521028126,
      "learning_rate": 1.3353711798143624e-05,
      "loss": 0.016,
      "step": 556
    },
    {
      "epoch": 1.2377777777777779,
      "grad_norm": 0.13415185911508962,
      "learning_rate": 1.333109214829322e-05,
      "loss": 0.0012,
      "step": 557
    },
    {
      "epoch": 1.24,
      "grad_norm": 0.28693593486521957,
      "learning_rate": 1.3308453311450987e-05,
      "loss": 0.0031,
      "step": 558
    },
    {
      "epoch": 1.2422222222222223,
      "grad_norm": 0.3891494397645464,
      "learning_rate": 1.328579541801595e-05,
      "loss": 0.0037,
      "step": 559
    },
    {
      "epoch": 1.2444444444444445,
      "grad_norm": 0.05185905167840212,
      "learning_rate": 1.3263118598496905e-05,
      "loss": 0.0009,
      "step": 560
    },
    {
      "epoch": 1.2466666666666666,
      "grad_norm": 0.10559692092896959,
      "learning_rate": 1.324042298351166e-05,
      "loss": 0.0014,
      "step": 561
    },
    {
      "epoch": 1.248888888888889,
      "grad_norm": 0.035661359215757735,
      "learning_rate": 1.321770870378628e-05,
      "loss": 0.0008,
      "step": 562
    },
    {
      "epoch": 1.251111111111111,
      "grad_norm": 0.09774004849246036,
      "learning_rate": 1.3194975890154344e-05,
      "loss": 0.002,
      "step": 563
    },
    {
      "epoch": 1.2533333333333334,
      "grad_norm": 0.8141104558926184,
      "learning_rate": 1.3172224673556186e-05,
      "loss": 0.0105,
      "step": 564
    },
    {
      "epoch": 1.2555555555555555,
      "grad_norm": 0.014325325998108308,
      "learning_rate": 1.3149455185038132e-05,
      "loss": 0.0002,
      "step": 565
    },
    {
      "epoch": 1.2577777777777777,
      "grad_norm": 0.07328296772938435,
      "learning_rate": 1.3126667555751761e-05,
      "loss": 0.0009,
      "step": 566
    },
    {
      "epoch": 1.26,
      "grad_norm": 0.09064660098721963,
      "learning_rate": 1.3103861916953142e-05,
      "loss": 0.0016,
      "step": 567
    },
    {
      "epoch": 1.2622222222222224,
      "grad_norm": 1.0745067672200206,
      "learning_rate": 1.3081038400002078e-05,
      "loss": 0.0161,
      "step": 568
    },
    {
      "epoch": 1.2644444444444445,
      "grad_norm": 1.9317836665585848,
      "learning_rate": 1.3058197136361344e-05,
      "loss": 0.0253,
      "step": 569
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 3.1838116030065273,
      "learning_rate": 1.3035338257595946e-05,
      "loss": 0.0462,
      "step": 570
    },
    {
      "epoch": 1.268888888888889,
      "grad_norm": 0.003826594957003479,
      "learning_rate": 1.3012461895372343e-05,
      "loss": 0.0001,
      "step": 571
    },
    {
      "epoch": 1.271111111111111,
      "grad_norm": 0.01586748353148232,
      "learning_rate": 1.2989568181457704e-05,
      "loss": 0.0004,
      "step": 572
    },
    {
      "epoch": 1.2733333333333334,
      "grad_norm": 1.9699305781332712,
      "learning_rate": 1.296665724771914e-05,
      "loss": 0.1636,
      "step": 573
    },
    {
      "epoch": 1.2755555555555556,
      "grad_norm": 0.04864348143736564,
      "learning_rate": 1.2943729226122952e-05,
      "loss": 0.0008,
      "step": 574
    },
    {
      "epoch": 1.2777777777777777,
      "grad_norm": 0.03964630013093727,
      "learning_rate": 1.2920784248733857e-05,
      "loss": 0.0008,
      "step": 575
    },
    {
      "epoch": 1.28,
      "grad_norm": 0.45589333744745353,
      "learning_rate": 1.2897822447714247e-05,
      "loss": 0.008,
      "step": 576
    },
    {
      "epoch": 1.2822222222222222,
      "grad_norm": 0.2606137931083498,
      "learning_rate": 1.2874843955323418e-05,
      "loss": 0.0033,
      "step": 577
    },
    {
      "epoch": 1.2844444444444445,
      "grad_norm": 0.04219156153436745,
      "learning_rate": 1.2851848903916792e-05,
      "loss": 0.0008,
      "step": 578
    },
    {
      "epoch": 1.2866666666666666,
      "grad_norm": 0.21814672236586619,
      "learning_rate": 1.2828837425945193e-05,
      "loss": 0.0045,
      "step": 579
    },
    {
      "epoch": 1.2888888888888888,
      "grad_norm": 0.0107509732377622,
      "learning_rate": 1.2805809653954045e-05,
      "loss": 0.0003,
      "step": 580
    },
    {
      "epoch": 1.291111111111111,
      "grad_norm": 2.7447869866857495,
      "learning_rate": 1.2782765720582634e-05,
      "loss": 0.1308,
      "step": 581
    },
    {
      "epoch": 1.2933333333333334,
      "grad_norm": 0.23215347952976342,
      "learning_rate": 1.275970575856333e-05,
      "loss": 0.0017,
      "step": 582
    },
    {
      "epoch": 1.2955555555555556,
      "grad_norm": 0.05685995468857396,
      "learning_rate": 1.2736629900720832e-05,
      "loss": 0.0018,
      "step": 583
    },
    {
      "epoch": 1.2977777777777777,
      "grad_norm": 0.027802071867143598,
      "learning_rate": 1.271353827997139e-05,
      "loss": 0.0006,
      "step": 584
    },
    {
      "epoch": 1.3,
      "grad_norm": 0.07684213107408684,
      "learning_rate": 1.2690431029322057e-05,
      "loss": 0.0013,
      "step": 585
    },
    {
      "epoch": 1.3022222222222222,
      "grad_norm": 0.16632273876889497,
      "learning_rate": 1.266730828186991e-05,
      "loss": 0.0026,
      "step": 586
    },
    {
      "epoch": 1.3044444444444445,
      "grad_norm": 0.17259688722365182,
      "learning_rate": 1.2644170170801288e-05,
      "loss": 0.0018,
      "step": 587
    },
    {
      "epoch": 1.3066666666666666,
      "grad_norm": 0.1544085517068672,
      "learning_rate": 1.2621016829391022e-05,
      "loss": 0.0043,
      "step": 588
    },
    {
      "epoch": 1.3088888888888888,
      "grad_norm": 0.04345274707415049,
      "learning_rate": 1.2597848391001675e-05,
      "loss": 0.0008,
      "step": 589
    },
    {
      "epoch": 1.3111111111111111,
      "grad_norm": 0.0637365420573487,
      "learning_rate": 1.257466498908276e-05,
      "loss": 0.0008,
      "step": 590
    },
    {
      "epoch": 1.3133333333333335,
      "grad_norm": 0.3638123221320406,
      "learning_rate": 1.2551466757169984e-05,
      "loss": 0.0081,
      "step": 591
    },
    {
      "epoch": 1.3155555555555556,
      "grad_norm": 0.3829401682850741,
      "learning_rate": 1.2528253828884473e-05,
      "loss": 0.0052,
      "step": 592
    },
    {
      "epoch": 1.3177777777777777,
      "grad_norm": 0.35769957275528813,
      "learning_rate": 1.2505026337932005e-05,
      "loss": 0.0082,
      "step": 593
    },
    {
      "epoch": 1.32,
      "grad_norm": 1.358635509256384,
      "learning_rate": 1.248178441810224e-05,
      "loss": 0.0507,
      "step": 594
    },
    {
      "epoch": 1.3222222222222222,
      "grad_norm": 0.029220498098318323,
      "learning_rate": 1.2458528203267945e-05,
      "loss": 0.0007,
      "step": 595
    },
    {
      "epoch": 1.3244444444444445,
      "grad_norm": 0.6866544711130306,
      "learning_rate": 1.2435257827384224e-05,
      "loss": 0.011,
      "step": 596
    },
    {
      "epoch": 1.3266666666666667,
      "grad_norm": 0.2593707902898727,
      "learning_rate": 1.2411973424487751e-05,
      "loss": 0.0038,
      "step": 597
    },
    {
      "epoch": 1.3288888888888888,
      "grad_norm": 0.011239889982804811,
      "learning_rate": 1.2388675128696001e-05,
      "loss": 0.0003,
      "step": 598
    },
    {
      "epoch": 1.3311111111111111,
      "grad_norm": 0.022691155037312498,
      "learning_rate": 1.236536307420646e-05,
      "loss": 0.0005,
      "step": 599
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 0.24824465485289093,
      "learning_rate": 1.2342037395295871e-05,
      "loss": 0.0059,
      "step": 600
    },
    {
      "epoch": 1.3355555555555556,
      "grad_norm": 0.07573052707956424,
      "learning_rate": 1.2318698226319452e-05,
      "loss": 0.0011,
      "step": 601
    },
    {
      "epoch": 1.3377777777777777,
      "grad_norm": 0.08903811478710244,
      "learning_rate": 1.2295345701710124e-05,
      "loss": 0.0014,
      "step": 602
    },
    {
      "epoch": 1.34,
      "grad_norm": 0.03018580159131135,
      "learning_rate": 1.2271979955977733e-05,
      "loss": 0.0007,
      "step": 603
    },
    {
      "epoch": 1.3422222222222222,
      "grad_norm": 0.03441284031799072,
      "learning_rate": 1.2248601123708279e-05,
      "loss": 0.0007,
      "step": 604
    },
    {
      "epoch": 1.3444444444444446,
      "grad_norm": 0.02410550657954675,
      "learning_rate": 1.2225209339563144e-05,
      "loss": 0.0005,
      "step": 605
    },
    {
      "epoch": 1.3466666666666667,
      "grad_norm": 0.044407497291730456,
      "learning_rate": 1.2201804738278311e-05,
      "loss": 0.0005,
      "step": 606
    },
    {
      "epoch": 1.3488888888888888,
      "grad_norm": 0.012542803938978902,
      "learning_rate": 1.2178387454663587e-05,
      "loss": 0.0003,
      "step": 607
    },
    {
      "epoch": 1.3511111111111112,
      "grad_norm": 0.04671297099539908,
      "learning_rate": 1.2154957623601831e-05,
      "loss": 0.0008,
      "step": 608
    },
    {
      "epoch": 1.3533333333333333,
      "grad_norm": 0.07040331238246046,
      "learning_rate": 1.2131515380048171e-05,
      "loss": 0.0009,
      "step": 609
    },
    {
      "epoch": 1.3555555555555556,
      "grad_norm": 0.010470686345511897,
      "learning_rate": 1.2108060859029233e-05,
      "loss": 0.0003,
      "step": 610
    },
    {
      "epoch": 1.3577777777777778,
      "grad_norm": 0.06752888434009897,
      "learning_rate": 1.2084594195642367e-05,
      "loss": 0.0009,
      "step": 611
    },
    {
      "epoch": 1.3599999999999999,
      "grad_norm": 0.00955281351645415,
      "learning_rate": 1.2061115525054855e-05,
      "loss": 0.0002,
      "step": 612
    },
    {
      "epoch": 1.3622222222222222,
      "grad_norm": 0.01571339217707317,
      "learning_rate": 1.2037624982503135e-05,
      "loss": 0.0004,
      "step": 613
    },
    {
      "epoch": 1.3644444444444446,
      "grad_norm": 0.019085097817798727,
      "learning_rate": 1.2014122703292047e-05,
      "loss": 0.0005,
      "step": 614
    },
    {
      "epoch": 1.3666666666666667,
      "grad_norm": 0.1738137034687499,
      "learning_rate": 1.1990608822794007e-05,
      "loss": 0.0033,
      "step": 615
    },
    {
      "epoch": 1.3688888888888888,
      "grad_norm": 0.012764536735770715,
      "learning_rate": 1.1967083476448282e-05,
      "loss": 0.0003,
      "step": 616
    },
    {
      "epoch": 1.3711111111111112,
      "grad_norm": 1.2778573209406405,
      "learning_rate": 1.1943546799760161e-05,
      "loss": 0.0094,
      "step": 617
    },
    {
      "epoch": 1.3733333333333333,
      "grad_norm": 0.015222687647785218,
      "learning_rate": 1.1919998928300203e-05,
      "loss": 0.0004,
      "step": 618
    },
    {
      "epoch": 1.3755555555555556,
      "grad_norm": 0.01414115744440498,
      "learning_rate": 1.1896439997703446e-05,
      "loss": 0.0003,
      "step": 619
    },
    {
      "epoch": 1.3777777777777778,
      "grad_norm": 0.008242605788693125,
      "learning_rate": 1.1872870143668635e-05,
      "loss": 0.0002,
      "step": 620
    },
    {
      "epoch": 1.38,
      "grad_norm": 0.16196735490392988,
      "learning_rate": 1.1849289501957429e-05,
      "loss": 0.0039,
      "step": 621
    },
    {
      "epoch": 1.3822222222222222,
      "grad_norm": 0.049102594286280506,
      "learning_rate": 1.182569820839362e-05,
      "loss": 0.0009,
      "step": 622
    },
    {
      "epoch": 1.3844444444444444,
      "grad_norm": 0.010023338316956914,
      "learning_rate": 1.1802096398862359e-05,
      "loss": 0.0002,
      "step": 623
    },
    {
      "epoch": 1.3866666666666667,
      "grad_norm": 0.05530939028984656,
      "learning_rate": 1.1778484209309368e-05,
      "loss": 0.0013,
      "step": 624
    },
    {
      "epoch": 1.3888888888888888,
      "grad_norm": 0.35424446781633123,
      "learning_rate": 1.1754861775740163e-05,
      "loss": 0.0055,
      "step": 625
    },
    {
      "epoch": 1.3911111111111112,
      "grad_norm": 0.06762069046289652,
      "learning_rate": 1.1731229234219253e-05,
      "loss": 0.0011,
      "step": 626
    },
    {
      "epoch": 1.3933333333333333,
      "grad_norm": 0.009247773772932856,
      "learning_rate": 1.1707586720869375e-05,
      "loss": 0.0003,
      "step": 627
    },
    {
      "epoch": 1.3955555555555557,
      "grad_norm": 0.01452987805532771,
      "learning_rate": 1.168393437187071e-05,
      "loss": 0.0003,
      "step": 628
    },
    {
      "epoch": 1.3977777777777778,
      "grad_norm": 0.828597506148214,
      "learning_rate": 1.166027232346008e-05,
      "loss": 0.0097,
      "step": 629
    },
    {
      "epoch": 1.4,
      "grad_norm": 0.010718939360474211,
      "learning_rate": 1.1636600711930184e-05,
      "loss": 0.0003,
      "step": 630
    },
    {
      "epoch": 1.4022222222222223,
      "grad_norm": 0.0757637666190123,
      "learning_rate": 1.1612919673628798e-05,
      "loss": 0.0006,
      "step": 631
    },
    {
      "epoch": 1.4044444444444444,
      "grad_norm": 0.005293326798975234,
      "learning_rate": 1.1589229344958e-05,
      "loss": 0.0001,
      "step": 632
    },
    {
      "epoch": 1.4066666666666667,
      "grad_norm": 0.0038650344970012573,
      "learning_rate": 1.1565529862373382e-05,
      "loss": 0.0001,
      "step": 633
    },
    {
      "epoch": 1.4088888888888889,
      "grad_norm": 0.06807433650458707,
      "learning_rate": 1.154182136238326e-05,
      "loss": 0.0012,
      "step": 634
    },
    {
      "epoch": 1.411111111111111,
      "grad_norm": 0.006973771055011823,
      "learning_rate": 1.1518103981547889e-05,
      "loss": 0.0002,
      "step": 635
    },
    {
      "epoch": 1.4133333333333333,
      "grad_norm": 0.009862019588853702,
      "learning_rate": 1.1494377856478674e-05,
      "loss": 0.0002,
      "step": 636
    },
    {
      "epoch": 1.4155555555555557,
      "grad_norm": 0.005630703511541077,
      "learning_rate": 1.1470643123837395e-05,
      "loss": 0.0002,
      "step": 637
    },
    {
      "epoch": 1.4177777777777778,
      "grad_norm": 0.0036995121849795224,
      "learning_rate": 1.1446899920335407e-05,
      "loss": 0.0001,
      "step": 638
    },
    {
      "epoch": 1.42,
      "grad_norm": 0.036774788522589814,
      "learning_rate": 1.1423148382732854e-05,
      "loss": 0.0005,
      "step": 639
    },
    {
      "epoch": 1.4222222222222223,
      "grad_norm": 0.024359443567447205,
      "learning_rate": 1.1399388647837888e-05,
      "loss": 0.0005,
      "step": 640
    },
    {
      "epoch": 1.4244444444444444,
      "grad_norm": 0.0029742558317965057,
      "learning_rate": 1.1375620852505878e-05,
      "loss": 0.0001,
      "step": 641
    },
    {
      "epoch": 1.4266666666666667,
      "grad_norm": 0.018680318608905518,
      "learning_rate": 1.135184513363862e-05,
      "loss": 0.0003,
      "step": 642
    },
    {
      "epoch": 1.4288888888888889,
      "grad_norm": 0.006053504031972038,
      "learning_rate": 1.1328061628183546e-05,
      "loss": 0.0002,
      "step": 643
    },
    {
      "epoch": 1.431111111111111,
      "grad_norm": 0.0073340025905183565,
      "learning_rate": 1.130427047313294e-05,
      "loss": 0.0002,
      "step": 644
    },
    {
      "epoch": 1.4333333333333333,
      "grad_norm": 0.0037014816762071428,
      "learning_rate": 1.1280471805523153e-05,
      "loss": 0.0001,
      "step": 645
    },
    {
      "epoch": 1.4355555555555555,
      "grad_norm": 0.004685604342327909,
      "learning_rate": 1.1256665762433798e-05,
      "loss": 0.0001,
      "step": 646
    },
    {
      "epoch": 1.4377777777777778,
      "grad_norm": 0.10314596200459762,
      "learning_rate": 1.123285248098698e-05,
      "loss": 0.0011,
      "step": 647
    },
    {
      "epoch": 1.44,
      "grad_norm": 3.7415363617504487,
      "learning_rate": 1.1209032098346493e-05,
      "loss": 0.1342,
      "step": 648
    },
    {
      "epoch": 1.4422222222222223,
      "grad_norm": 0.0033335508221702904,
      "learning_rate": 1.118520475171703e-05,
      "loss": 0.0001,
      "step": 649
    },
    {
      "epoch": 1.4444444444444444,
      "grad_norm": 0.0038837631587483098,
      "learning_rate": 1.1161370578343398e-05,
      "loss": 0.0001,
      "step": 650
    },
    {
      "epoch": 1.4466666666666668,
      "grad_norm": 0.017613850604919906,
      "learning_rate": 1.1137529715509736e-05,
      "loss": 0.0003,
      "step": 651
    },
    {
      "epoch": 1.448888888888889,
      "grad_norm": 0.0019730528535085124,
      "learning_rate": 1.1113682300538702e-05,
      "loss": 0.0001,
      "step": 652
    },
    {
      "epoch": 1.451111111111111,
      "grad_norm": 0.1007497324364346,
      "learning_rate": 1.1089828470790694e-05,
      "loss": 0.0012,
      "step": 653
    },
    {
      "epoch": 1.4533333333333334,
      "grad_norm": 1.3565848898645916,
      "learning_rate": 1.1065968363663069e-05,
      "loss": 0.0165,
      "step": 654
    },
    {
      "epoch": 1.4555555555555555,
      "grad_norm": 0.10702620133801824,
      "learning_rate": 1.1042102116589331e-05,
      "loss": 0.0016,
      "step": 655
    },
    {
      "epoch": 1.4577777777777778,
      "grad_norm": 0.6428937384338443,
      "learning_rate": 1.1018229867038358e-05,
      "loss": 0.0053,
      "step": 656
    },
    {
      "epoch": 1.46,
      "grad_norm": 0.007033494299504707,
      "learning_rate": 1.0994351752513593e-05,
      "loss": 0.0002,
      "step": 657
    },
    {
      "epoch": 1.462222222222222,
      "grad_norm": 0.07568813353340668,
      "learning_rate": 1.0970467910552267e-05,
      "loss": 0.0011,
      "step": 658
    },
    {
      "epoch": 1.4644444444444444,
      "grad_norm": 0.006216197672565887,
      "learning_rate": 1.0946578478724603e-05,
      "loss": 0.0001,
      "step": 659
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 0.006290084916689003,
      "learning_rate": 1.092268359463302e-05,
      "loss": 0.0002,
      "step": 660
    },
    {
      "epoch": 1.468888888888889,
      "grad_norm": 0.008720497349279878,
      "learning_rate": 1.0898783395911341e-05,
      "loss": 0.0002,
      "step": 661
    },
    {
      "epoch": 1.471111111111111,
      "grad_norm": 0.0057602106228413635,
      "learning_rate": 1.0874878020223994e-05,
      "loss": 0.0002,
      "step": 662
    },
    {
      "epoch": 1.4733333333333334,
      "grad_norm": 0.2740229303868954,
      "learning_rate": 1.085096760526524e-05,
      "loss": 0.004,
      "step": 663
    },
    {
      "epoch": 1.4755555555555555,
      "grad_norm": 0.7778502397800938,
      "learning_rate": 1.0827052288758357e-05,
      "loss": 0.0124,
      "step": 664
    },
    {
      "epoch": 1.4777777777777779,
      "grad_norm": 0.005870117614021594,
      "learning_rate": 1.0803132208454858e-05,
      "loss": 0.0002,
      "step": 665
    },
    {
      "epoch": 1.48,
      "grad_norm": 0.008306183150058374,
      "learning_rate": 1.077920750213369e-05,
      "loss": 0.0002,
      "step": 666
    },
    {
      "epoch": 1.482222222222222,
      "grad_norm": 0.16653585759429312,
      "learning_rate": 1.0755278307600459e-05,
      "loss": 0.001,
      "step": 667
    },
    {
      "epoch": 1.4844444444444445,
      "grad_norm": 4.770868893131752,
      "learning_rate": 1.0731344762686606e-05,
      "loss": 0.05,
      "step": 668
    },
    {
      "epoch": 1.4866666666666668,
      "grad_norm": 0.012031490283950867,
      "learning_rate": 1.0707407005248647e-05,
      "loss": 0.0002,
      "step": 669
    },
    {
      "epoch": 1.488888888888889,
      "grad_norm": 0.6110919104937079,
      "learning_rate": 1.068346517316735e-05,
      "loss": 0.0116,
      "step": 670
    },
    {
      "epoch": 1.491111111111111,
      "grad_norm": 1.226161614585195,
      "learning_rate": 1.0659519404346955e-05,
      "loss": 0.0132,
      "step": 671
    },
    {
      "epoch": 1.4933333333333334,
      "grad_norm": 0.14901656263992644,
      "learning_rate": 1.0635569836714384e-05,
      "loss": 0.003,
      "step": 672
    },
    {
      "epoch": 1.4955555555555555,
      "grad_norm": 3.655641469627834,
      "learning_rate": 1.0611616608218429e-05,
      "loss": 0.2046,
      "step": 673
    },
    {
      "epoch": 1.4977777777777779,
      "grad_norm": 9.020498449790125,
      "learning_rate": 1.058765985682898e-05,
      "loss": 0.0744,
      "step": 674
    },
    {
      "epoch": 1.5,
      "grad_norm": 0.11112151149192631,
      "learning_rate": 1.0563699720536209e-05,
      "loss": 0.0006,
      "step": 675
    },
    {
      "epoch": 1.5022222222222221,
      "grad_norm": 0.027242358729667567,
      "learning_rate": 1.0539736337349792e-05,
      "loss": 0.0005,
      "step": 676
    },
    {
      "epoch": 1.5044444444444445,
      "grad_norm": 0.01494205339092187,
      "learning_rate": 1.0515769845298106e-05,
      "loss": 0.0003,
      "step": 677
    },
    {
      "epoch": 1.5066666666666668,
      "grad_norm": 0.1409762748004615,
      "learning_rate": 1.0491800382427429e-05,
      "loss": 0.0012,
      "step": 678
    },
    {
      "epoch": 1.508888888888889,
      "grad_norm": 0.11538707659739494,
      "learning_rate": 1.0467828086801158e-05,
      "loss": 0.001,
      "step": 679
    },
    {
      "epoch": 1.511111111111111,
      "grad_norm": 0.04070360794967824,
      "learning_rate": 1.0443853096499e-05,
      "loss": 0.0007,
      "step": 680
    },
    {
      "epoch": 1.5133333333333332,
      "grad_norm": 0.01871689843015799,
      "learning_rate": 1.0419875549616196e-05,
      "loss": 0.0004,
      "step": 681
    },
    {
      "epoch": 1.5155555555555555,
      "grad_norm": 0.05123157746090478,
      "learning_rate": 1.0395895584262696e-05,
      "loss": 0.0009,
      "step": 682
    },
    {
      "epoch": 1.517777777777778,
      "grad_norm": 0.21881223368268174,
      "learning_rate": 1.0371913338562391e-05,
      "loss": 0.0023,
      "step": 683
    },
    {
      "epoch": 1.52,
      "grad_norm": 0.15898779905859248,
      "learning_rate": 1.03479289506523e-05,
      "loss": 0.0018,
      "step": 684
    },
    {
      "epoch": 1.5222222222222221,
      "grad_norm": 0.08650153259070616,
      "learning_rate": 1.032394255868179e-05,
      "loss": 0.0014,
      "step": 685
    },
    {
      "epoch": 1.5244444444444445,
      "grad_norm": 0.2926167131176993,
      "learning_rate": 1.0299954300811763e-05,
      "loss": 0.0031,
      "step": 686
    },
    {
      "epoch": 1.5266666666666666,
      "grad_norm": 2.0363754437897104,
      "learning_rate": 1.0275964315213873e-05,
      "loss": 0.1389,
      "step": 687
    },
    {
      "epoch": 1.528888888888889,
      "grad_norm": 0.06648367684121505,
      "learning_rate": 1.0251972740069724e-05,
      "loss": 0.0013,
      "step": 688
    },
    {
      "epoch": 1.531111111111111,
      "grad_norm": 0.14397126691639991,
      "learning_rate": 1.022797971357008e-05,
      "loss": 0.002,
      "step": 689
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 0.39653657931505837,
      "learning_rate": 1.0203985373914056e-05,
      "loss": 0.0055,
      "step": 690
    },
    {
      "epoch": 1.5355555555555556,
      "grad_norm": 0.09043983057933398,
      "learning_rate": 1.0179989859308337e-05,
      "loss": 0.0016,
      "step": 691
    },
    {
      "epoch": 1.537777777777778,
      "grad_norm": 0.041824481747261125,
      "learning_rate": 1.0155993307966372e-05,
      "loss": 0.001,
      "step": 692
    },
    {
      "epoch": 1.54,
      "grad_norm": 0.04487245582263562,
      "learning_rate": 1.013199585810759e-05,
      "loss": 0.0008,
      "step": 693
    },
    {
      "epoch": 1.5422222222222222,
      "grad_norm": 0.0732635491238001,
      "learning_rate": 1.0107997647956587e-05,
      "loss": 0.0012,
      "step": 694
    },
    {
      "epoch": 1.5444444444444443,
      "grad_norm": 0.41128277752017367,
      "learning_rate": 1.0083998815742335e-05,
      "loss": 0.0052,
      "step": 695
    },
    {
      "epoch": 1.5466666666666666,
      "grad_norm": 0.4611056403705125,
      "learning_rate": 1.0059999499697403e-05,
      "loss": 0.0041,
      "step": 696
    },
    {
      "epoch": 1.548888888888889,
      "grad_norm": 0.07192286262550385,
      "learning_rate": 1.0035999838057133e-05,
      "loss": 0.0013,
      "step": 697
    },
    {
      "epoch": 1.551111111111111,
      "grad_norm": 1.0267918998156909,
      "learning_rate": 1.0011999969058867e-05,
      "loss": 0.017,
      "step": 698
    },
    {
      "epoch": 1.5533333333333332,
      "grad_norm": 3.1782228389299507,
      "learning_rate": 9.988000030941134e-06,
      "loss": 0.0413,
      "step": 699
    },
    {
      "epoch": 1.5555555555555556,
      "grad_norm": 0.04719594561332705,
      "learning_rate": 9.964000161942867e-06,
      "loss": 0.0008,
      "step": 700
    },
    {
      "epoch": 1.557777777777778,
      "grad_norm": 0.32506687857018934,
      "learning_rate": 9.940000500302599e-06,
      "loss": 0.0064,
      "step": 701
    },
    {
      "epoch": 1.56,
      "grad_norm": 0.07253602489629701,
      "learning_rate": 9.916001184257668e-06,
      "loss": 0.0011,
      "step": 702
    },
    {
      "epoch": 1.5622222222222222,
      "grad_norm": 4.151421126179543,
      "learning_rate": 9.892002352043417e-06,
      "loss": 0.0832,
      "step": 703
    },
    {
      "epoch": 1.5644444444444443,
      "grad_norm": 0.049528938860719386,
      "learning_rate": 9.868004141892412e-06,
      "loss": 0.0009,
      "step": 704
    },
    {
      "epoch": 1.5666666666666667,
      "grad_norm": 0.14865109809262217,
      "learning_rate": 9.84400669203363e-06,
      "loss": 0.0014,
      "step": 705
    },
    {
      "epoch": 1.568888888888889,
      "grad_norm": 0.06033572078309496,
      "learning_rate": 9.820010140691668e-06,
      "loss": 0.0012,
      "step": 706
    },
    {
      "epoch": 1.5711111111111111,
      "grad_norm": 0.6535764809555968,
      "learning_rate": 9.79601462608595e-06,
      "loss": 0.0132,
      "step": 707
    },
    {
      "epoch": 1.5733333333333333,
      "grad_norm": 0.030929282054774264,
      "learning_rate": 9.772020286429922e-06,
      "loss": 0.0007,
      "step": 708
    },
    {
      "epoch": 1.5755555555555556,
      "grad_norm": 0.17462870025876087,
      "learning_rate": 9.748027259930276e-06,
      "loss": 0.0016,
      "step": 709
    },
    {
      "epoch": 1.5777777777777777,
      "grad_norm": 1.4888788322698738,
      "learning_rate": 9.72403568478613e-06,
      "loss": 0.1493,
      "step": 710
    },
    {
      "epoch": 1.58,
      "grad_norm": 1.7833018552897537,
      "learning_rate": 9.70004569918824e-06,
      "loss": 0.0876,
      "step": 711
    },
    {
      "epoch": 1.5822222222222222,
      "grad_norm": 0.016903977543855465,
      "learning_rate": 9.676057441318212e-06,
      "loss": 0.0004,
      "step": 712
    },
    {
      "epoch": 1.5844444444444443,
      "grad_norm": 1.0540602509090238,
      "learning_rate": 9.652071049347703e-06,
      "loss": 0.0208,
      "step": 713
    },
    {
      "epoch": 1.5866666666666667,
      "grad_norm": 0.04369111302987414,
      "learning_rate": 9.628086661437615e-06,
      "loss": 0.0008,
      "step": 714
    },
    {
      "epoch": 1.588888888888889,
      "grad_norm": 0.15205831960110472,
      "learning_rate": 9.604104415737309e-06,
      "loss": 0.0035,
      "step": 715
    },
    {
      "epoch": 1.5911111111111111,
      "grad_norm": 0.3511971112139258,
      "learning_rate": 9.580124450383804e-06,
      "loss": 0.0089,
      "step": 716
    },
    {
      "epoch": 1.5933333333333333,
      "grad_norm": 0.17788014004888028,
      "learning_rate": 9.556146903500997e-06,
      "loss": 0.0026,
      "step": 717
    },
    {
      "epoch": 1.5955555555555554,
      "grad_norm": 0.011752152963998678,
      "learning_rate": 9.532171913198844e-06,
      "loss": 0.0003,
      "step": 718
    },
    {
      "epoch": 1.5977777777777777,
      "grad_norm": 0.021113250528307433,
      "learning_rate": 9.508199617572574e-06,
      "loss": 0.0006,
      "step": 719
    },
    {
      "epoch": 1.6,
      "grad_norm": 0.022412804470793496,
      "learning_rate": 9.4842301547019e-06,
      "loss": 0.0004,
      "step": 720
    },
    {
      "epoch": 1.6022222222222222,
      "grad_norm": 0.05292966257545496,
      "learning_rate": 9.460263662650209e-06,
      "loss": 0.0012,
      "step": 721
    },
    {
      "epoch": 1.6044444444444443,
      "grad_norm": 0.015788712677888526,
      "learning_rate": 9.436300279463794e-06,
      "loss": 0.0004,
      "step": 722
    },
    {
      "epoch": 1.6066666666666667,
      "grad_norm": 0.03410745277923201,
      "learning_rate": 9.412340143171025e-06,
      "loss": 0.001,
      "step": 723
    },
    {
      "epoch": 1.608888888888889,
      "grad_norm": 0.045514090409174625,
      "learning_rate": 9.388383391781576e-06,
      "loss": 0.0009,
      "step": 724
    },
    {
      "epoch": 1.6111111111111112,
      "grad_norm": 0.32101783191976146,
      "learning_rate": 9.364430163285618e-06,
      "loss": 0.0041,
      "step": 725
    },
    {
      "epoch": 1.6133333333333333,
      "grad_norm": 0.029572487281167136,
      "learning_rate": 9.340480595653047e-06,
      "loss": 0.0007,
      "step": 726
    },
    {
      "epoch": 1.6155555555555554,
      "grad_norm": 0.025433597527066996,
      "learning_rate": 9.316534826832652e-06,
      "loss": 0.0006,
      "step": 727
    },
    {
      "epoch": 1.6177777777777778,
      "grad_norm": 0.09311745059791464,
      "learning_rate": 9.292592994751356e-06,
      "loss": 0.0013,
      "step": 728
    },
    {
      "epoch": 1.62,
      "grad_norm": 0.012074255664018456,
      "learning_rate": 9.268655237313397e-06,
      "loss": 0.0003,
      "step": 729
    },
    {
      "epoch": 1.6222222222222222,
      "grad_norm": 0.012997333181243298,
      "learning_rate": 9.244721692399545e-06,
      "loss": 0.0003,
      "step": 730
    },
    {
      "epoch": 1.6244444444444444,
      "grad_norm": 0.01818383924441848,
      "learning_rate": 9.220792497866313e-06,
      "loss": 0.0003,
      "step": 731
    },
    {
      "epoch": 1.6266666666666667,
      "grad_norm": 0.18780373065583086,
      "learning_rate": 9.196867791545148e-06,
      "loss": 0.0041,
      "step": 732
    },
    {
      "epoch": 1.628888888888889,
      "grad_norm": 0.1560785907528772,
      "learning_rate": 9.172947711241648e-06,
      "loss": 0.0044,
      "step": 733
    },
    {
      "epoch": 1.6311111111111112,
      "grad_norm": 0.012696502776696289,
      "learning_rate": 9.14903239473476e-06,
      "loss": 0.0003,
      "step": 734
    },
    {
      "epoch": 1.6333333333333333,
      "grad_norm": 0.037853671190872275,
      "learning_rate": 9.125121979776006e-06,
      "loss": 0.0008,
      "step": 735
    },
    {
      "epoch": 1.6355555555555554,
      "grad_norm": 0.0979786997705931,
      "learning_rate": 9.101216604088662e-06,
      "loss": 0.0011,
      "step": 736
    },
    {
      "epoch": 1.6377777777777778,
      "grad_norm": 0.0623613704253322,
      "learning_rate": 9.07731640536698e-06,
      "loss": 0.0013,
      "step": 737
    },
    {
      "epoch": 1.6400000000000001,
      "grad_norm": 0.14435597908685496,
      "learning_rate": 9.0534215212754e-06,
      "loss": 0.0036,
      "step": 738
    },
    {
      "epoch": 1.6422222222222222,
      "grad_norm": 0.02978797023965623,
      "learning_rate": 9.029532089447736e-06,
      "loss": 0.0007,
      "step": 739
    },
    {
      "epoch": 1.6444444444444444,
      "grad_norm": 0.014868962313862664,
      "learning_rate": 9.005648247486412e-06,
      "loss": 0.0003,
      "step": 740
    },
    {
      "epoch": 1.6466666666666665,
      "grad_norm": 0.014059777886604851,
      "learning_rate": 8.981770132961649e-06,
      "loss": 0.0004,
      "step": 741
    },
    {
      "epoch": 1.6488888888888888,
      "grad_norm": 0.015956510299049948,
      "learning_rate": 8.957897883410669e-06,
      "loss": 0.0003,
      "step": 742
    },
    {
      "epoch": 1.6511111111111112,
      "grad_norm": 0.5905592698287212,
      "learning_rate": 8.934031636336931e-06,
      "loss": 0.0121,
      "step": 743
    },
    {
      "epoch": 1.6533333333333333,
      "grad_norm": 0.02227491259130784,
      "learning_rate": 8.910171529209306e-06,
      "loss": 0.0004,
      "step": 744
    },
    {
      "epoch": 1.6555555555555554,
      "grad_norm": 1.7506973235796142,
      "learning_rate": 8.886317699461302e-06,
      "loss": 0.031,
      "step": 745
    },
    {
      "epoch": 1.6577777777777778,
      "grad_norm": 0.010901747490044121,
      "learning_rate": 8.862470284490266e-06,
      "loss": 0.0003,
      "step": 746
    },
    {
      "epoch": 1.6600000000000001,
      "grad_norm": 1.5438709665002142,
      "learning_rate": 8.838629421656604e-06,
      "loss": 0.1237,
      "step": 747
    },
    {
      "epoch": 1.6622222222222223,
      "grad_norm": 0.048152832873583136,
      "learning_rate": 8.814795248282974e-06,
      "loss": 0.0007,
      "step": 748
    },
    {
      "epoch": 1.6644444444444444,
      "grad_norm": 0.00831518529886393,
      "learning_rate": 8.790967901653512e-06,
      "loss": 0.0002,
      "step": 749
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 0.03747955518762971,
      "learning_rate": 8.767147519013024e-06,
      "loss": 0.0006,
      "step": 750
    },
    {
      "epoch": 1.6688888888888889,
      "grad_norm": 0.07657351651376891,
      "learning_rate": 8.743334237566202e-06,
      "loss": 0.0013,
      "step": 751
    },
    {
      "epoch": 1.6711111111111112,
      "grad_norm": 0.009249458606825666,
      "learning_rate": 8.719528194476849e-06,
      "loss": 0.0002,
      "step": 752
    },
    {
      "epoch": 1.6733333333333333,
      "grad_norm": 0.009284298802179751,
      "learning_rate": 8.695729526867061e-06,
      "loss": 0.0003,
      "step": 753
    },
    {
      "epoch": 1.6755555555555555,
      "grad_norm": 0.01892472297941197,
      "learning_rate": 8.671938371816457e-06,
      "loss": 0.0004,
      "step": 754
    },
    {
      "epoch": 1.6777777777777778,
      "grad_norm": 0.014409642565937627,
      "learning_rate": 8.648154866361384e-06,
      "loss": 0.0003,
      "step": 755
    },
    {
      "epoch": 1.6800000000000002,
      "grad_norm": 0.008171506393222436,
      "learning_rate": 8.624379147494126e-06,
      "loss": 0.0002,
      "step": 756
    },
    {
      "epoch": 1.6822222222222223,
      "grad_norm": 0.018463449448706894,
      "learning_rate": 8.600611352162115e-06,
      "loss": 0.0004,
      "step": 757
    },
    {
      "epoch": 1.6844444444444444,
      "grad_norm": 0.04419329195025522,
      "learning_rate": 8.576851617267151e-06,
      "loss": 0.0006,
      "step": 758
    },
    {
      "epoch": 1.6866666666666665,
      "grad_norm": 0.02163499768068382,
      "learning_rate": 8.553100079664598e-06,
      "loss": 0.0004,
      "step": 759
    },
    {
      "epoch": 1.6888888888888889,
      "grad_norm": 0.013187526457943157,
      "learning_rate": 8.529356876162606e-06,
      "loss": 0.0003,
      "step": 760
    },
    {
      "epoch": 1.6911111111111112,
      "grad_norm": 0.43042377213432265,
      "learning_rate": 8.505622143521327e-06,
      "loss": 0.0083,
      "step": 761
    },
    {
      "epoch": 1.6933333333333334,
      "grad_norm": 1.9277373954839263,
      "learning_rate": 8.481896018452115e-06,
      "loss": 0.0684,
      "step": 762
    },
    {
      "epoch": 1.6955555555555555,
      "grad_norm": 0.0041233811816627506,
      "learning_rate": 8.458178637616743e-06,
      "loss": 0.0001,
      "step": 763
    },
    {
      "epoch": 1.6977777777777778,
      "grad_norm": 0.07677591330405917,
      "learning_rate": 8.43447013762662e-06,
      "loss": 0.0016,
      "step": 764
    },
    {
      "epoch": 1.7,
      "grad_norm": 0.023700237021973214,
      "learning_rate": 8.410770655042003e-06,
      "loss": 0.0005,
      "step": 765
    },
    {
      "epoch": 1.7022222222222223,
      "grad_norm": 0.5539985642982581,
      "learning_rate": 8.387080326371207e-06,
      "loss": 0.0084,
      "step": 766
    },
    {
      "epoch": 1.7044444444444444,
      "grad_norm": 0.011038549981672125,
      "learning_rate": 8.363399288069821e-06,
      "loss": 0.0003,
      "step": 767
    },
    {
      "epoch": 1.7066666666666666,
      "grad_norm": 0.006588286548204523,
      "learning_rate": 8.33972767653992e-06,
      "loss": 0.0002,
      "step": 768
    },
    {
      "epoch": 1.708888888888889,
      "grad_norm": 0.008394306829172917,
      "learning_rate": 8.31606562812929e-06,
      "loss": 0.0002,
      "step": 769
    },
    {
      "epoch": 1.7111111111111112,
      "grad_norm": 0.01074870384603595,
      "learning_rate": 8.292413279130625e-06,
      "loss": 0.0002,
      "step": 770
    },
    {
      "epoch": 1.7133333333333334,
      "grad_norm": 2.1420364989007967,
      "learning_rate": 8.26877076578075e-06,
      "loss": 0.0871,
      "step": 771
    },
    {
      "epoch": 1.7155555555555555,
      "grad_norm": 0.004847317779493671,
      "learning_rate": 8.24513822425984e-06,
      "loss": 0.0002,
      "step": 772
    },
    {
      "epoch": 1.7177777777777776,
      "grad_norm": 0.006971673915997941,
      "learning_rate": 8.221515790690633e-06,
      "loss": 0.0002,
      "step": 773
    },
    {
      "epoch": 1.72,
      "grad_norm": 0.029595353140890852,
      "learning_rate": 8.197903601137644e-06,
      "loss": 0.0006,
      "step": 774
    },
    {
      "epoch": 1.7222222222222223,
      "grad_norm": 0.03537726103937756,
      "learning_rate": 8.174301791606384e-06,
      "loss": 0.0007,
      "step": 775
    },
    {
      "epoch": 1.7244444444444444,
      "grad_norm": 0.773498612025268,
      "learning_rate": 8.150710498042576e-06,
      "loss": 0.0142,
      "step": 776
    },
    {
      "epoch": 1.7266666666666666,
      "grad_norm": 0.005870350562298961,
      "learning_rate": 8.127129856331365e-06,
      "loss": 0.0002,
      "step": 777
    },
    {
      "epoch": 1.728888888888889,
      "grad_norm": 0.15089341512995286,
      "learning_rate": 8.103560002296554e-06,
      "loss": 0.0025,
      "step": 778
    },
    {
      "epoch": 1.7311111111111113,
      "grad_norm": 1.8656046741329817,
      "learning_rate": 8.0800010716998e-06,
      "loss": 0.028,
      "step": 779
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 0.08038490323196622,
      "learning_rate": 8.056453200239842e-06,
      "loss": 0.0011,
      "step": 780
    },
    {
      "epoch": 1.7355555555555555,
      "grad_norm": 0.0495912268082433,
      "learning_rate": 8.03291652355172e-06,
      "loss": 0.0011,
      "step": 781
    },
    {
      "epoch": 1.7377777777777776,
      "grad_norm": 0.06651075580250962,
      "learning_rate": 8.009391177205995e-06,
      "loss": 0.0009,
      "step": 782
    },
    {
      "epoch": 1.74,
      "grad_norm": 1.573685389824864,
      "learning_rate": 7.985877296707958e-06,
      "loss": 0.0061,
      "step": 783
    },
    {
      "epoch": 1.7422222222222223,
      "grad_norm": 0.006287502144298676,
      "learning_rate": 7.962375017496867e-06,
      "loss": 0.0002,
      "step": 784
    },
    {
      "epoch": 1.7444444444444445,
      "grad_norm": 0.1479423457355862,
      "learning_rate": 7.93888447494515e-06,
      "loss": 0.0023,
      "step": 785
    },
    {
      "epoch": 1.7466666666666666,
      "grad_norm": 0.014097473300959758,
      "learning_rate": 7.915405804357632e-06,
      "loss": 0.0003,
      "step": 786
    },
    {
      "epoch": 1.748888888888889,
      "grad_norm": 0.00371459171510088,
      "learning_rate": 7.891939140970767e-06,
      "loss": 0.0001,
      "step": 787
    },
    {
      "epoch": 1.751111111111111,
      "grad_norm": 0.0546553947101097,
      "learning_rate": 7.868484619951832e-06,
      "loss": 0.0009,
      "step": 788
    },
    {
      "epoch": 1.7533333333333334,
      "grad_norm": 0.04784189798421328,
      "learning_rate": 7.845042376398174e-06,
      "loss": 0.0007,
      "step": 789
    },
    {
      "epoch": 1.7555555555555555,
      "grad_norm": 0.008815695752755794,
      "learning_rate": 7.821612545336416e-06,
      "loss": 0.0002,
      "step": 790
    },
    {
      "epoch": 1.7577777777777777,
      "grad_norm": 0.04234116904138505,
      "learning_rate": 7.798195261721692e-06,
      "loss": 0.0006,
      "step": 791
    },
    {
      "epoch": 1.76,
      "grad_norm": 0.009489613696535294,
      "learning_rate": 7.774790660436857e-06,
      "loss": 0.0003,
      "step": 792
    },
    {
      "epoch": 1.7622222222222224,
      "grad_norm": 2.344699241718399,
      "learning_rate": 7.751398876291725e-06,
      "loss": 0.0512,
      "step": 793
    },
    {
      "epoch": 1.7644444444444445,
      "grad_norm": 0.006355089570008847,
      "learning_rate": 7.72802004402227e-06,
      "loss": 0.0002,
      "step": 794
    },
    {
      "epoch": 1.7666666666666666,
      "grad_norm": 0.008753264449460613,
      "learning_rate": 7.704654298289878e-06,
      "loss": 0.0002,
      "step": 795
    },
    {
      "epoch": 1.7688888888888887,
      "grad_norm": 2.3630538485092822,
      "learning_rate": 7.681301773680548e-06,
      "loss": 0.0237,
      "step": 796
    },
    {
      "epoch": 1.771111111111111,
      "grad_norm": 0.22494219045677474,
      "learning_rate": 7.65796260470413e-06,
      "loss": 0.0058,
      "step": 797
    },
    {
      "epoch": 1.7733333333333334,
      "grad_norm": 0.009927611249313266,
      "learning_rate": 7.634636925793542e-06,
      "loss": 0.0002,
      "step": 798
    },
    {
      "epoch": 1.7755555555555556,
      "grad_norm": 0.03964292507611221,
      "learning_rate": 7.611324871304002e-06,
      "loss": 0.0009,
      "step": 799
    },
    {
      "epoch": 1.7777777777777777,
      "grad_norm": 0.13074589279128435,
      "learning_rate": 7.58802657551225e-06,
      "loss": 0.0021,
      "step": 800
    },
    {
      "epoch": 1.78,
      "grad_norm": 0.10692847688238526,
      "learning_rate": 7.56474217261578e-06,
      "loss": 0.0014,
      "step": 801
    },
    {
      "epoch": 1.7822222222222224,
      "grad_norm": 1.3499196630039079,
      "learning_rate": 7.54147179673206e-06,
      "loss": 0.0292,
      "step": 802
    },
    {
      "epoch": 1.7844444444444445,
      "grad_norm": 0.011232578121657228,
      "learning_rate": 7.518215581897763e-06,
      "loss": 0.0003,
      "step": 803
    },
    {
      "epoch": 1.7866666666666666,
      "grad_norm": 0.08032609607048344,
      "learning_rate": 7.494973662067996e-06,
      "loss": 0.0015,
      "step": 804
    },
    {
      "epoch": 1.7888888888888888,
      "grad_norm": 0.09875077945100784,
      "learning_rate": 7.471746171115529e-06,
      "loss": 0.0014,
      "step": 805
    },
    {
      "epoch": 1.791111111111111,
      "grad_norm": 0.03154710195267777,
      "learning_rate": 7.44853324283002e-06,
      "loss": 0.0004,
      "step": 806
    },
    {
      "epoch": 1.7933333333333334,
      "grad_norm": 0.03151288396588709,
      "learning_rate": 7.425335010917244e-06,
      "loss": 0.0002,
      "step": 807
    },
    {
      "epoch": 1.7955555555555556,
      "grad_norm": 0.15327886584358602,
      "learning_rate": 7.402151608998329e-06,
      "loss": 0.0021,
      "step": 808
    },
    {
      "epoch": 1.7977777777777777,
      "grad_norm": 0.2853885208960501,
      "learning_rate": 7.378983170608982e-06,
      "loss": 0.0047,
      "step": 809
    },
    {
      "epoch": 1.8,
      "grad_norm": 0.08952741046469444,
      "learning_rate": 7.355829829198715e-06,
      "loss": 0.0015,
      "step": 810
    },
    {
      "epoch": 1.8022222222222222,
      "grad_norm": 0.010189367077971101,
      "learning_rate": 7.332691718130094e-06,
      "loss": 0.0002,
      "step": 811
    },
    {
      "epoch": 1.8044444444444445,
      "grad_norm": 1.9960241486188304,
      "learning_rate": 7.3095689706779476e-06,
      "loss": 0.0706,
      "step": 812
    },
    {
      "epoch": 1.8066666666666666,
      "grad_norm": 0.450682853998699,
      "learning_rate": 7.2864617200286124e-06,
      "loss": 0.0088,
      "step": 813
    },
    {
      "epoch": 1.8088888888888888,
      "grad_norm": 0.006640031606227429,
      "learning_rate": 7.263370099279173e-06,
      "loss": 0.0002,
      "step": 814
    },
    {
      "epoch": 1.8111111111111111,
      "grad_norm": 0.004702757525352642,
      "learning_rate": 7.2402942414366714e-06,
      "loss": 0.0001,
      "step": 815
    },
    {
      "epoch": 1.8133333333333335,
      "grad_norm": 1.6581967366616446,
      "learning_rate": 7.217234279417369e-06,
      "loss": 0.0883,
      "step": 816
    },
    {
      "epoch": 1.8155555555555556,
      "grad_norm": 1.1252685844267665,
      "learning_rate": 7.1941903460459575e-06,
      "loss": 0.0241,
      "step": 817
    },
    {
      "epoch": 1.8177777777777777,
      "grad_norm": 0.027757676523885715,
      "learning_rate": 7.1711625740548115e-06,
      "loss": 0.0004,
      "step": 818
    },
    {
      "epoch": 1.8199999999999998,
      "grad_norm": 0.0028384645513604475,
      "learning_rate": 7.148151096083211e-06,
      "loss": 0.0001,
      "step": 819
    },
    {
      "epoch": 1.8222222222222222,
      "grad_norm": 0.009575553089773836,
      "learning_rate": 7.125156044676586e-06,
      "loss": 0.0002,
      "step": 820
    },
    {
      "epoch": 1.8244444444444445,
      "grad_norm": 0.008316787322784888,
      "learning_rate": 7.102177552285753e-06,
      "loss": 0.0003,
      "step": 821
    },
    {
      "epoch": 1.8266666666666667,
      "grad_norm": 0.07540660769082985,
      "learning_rate": 7.0792157512661445e-06,
      "loss": 0.0011,
      "step": 822
    },
    {
      "epoch": 1.8288888888888888,
      "grad_norm": 1.1424548709778362,
      "learning_rate": 7.056270773877051e-06,
      "loss": 0.0157,
      "step": 823
    },
    {
      "epoch": 1.8311111111111111,
      "grad_norm": 0.003990868612157059,
      "learning_rate": 7.033342752280861e-06,
      "loss": 0.0001,
      "step": 824
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 0.006575882570125605,
      "learning_rate": 7.010431818542298e-06,
      "loss": 0.0002,
      "step": 825
    },
    {
      "epoch": 1.8355555555555556,
      "grad_norm": 0.21046307731754385,
      "learning_rate": 6.9875381046276605e-06,
      "loss": 0.0043,
      "step": 826
    },
    {
      "epoch": 1.8377777777777777,
      "grad_norm": 0.6091612970961959,
      "learning_rate": 6.964661742404058e-06,
      "loss": 0.0069,
      "step": 827
    },
    {
      "epoch": 1.8399999999999999,
      "grad_norm": 0.0075213525276237375,
      "learning_rate": 6.9418028636386595e-06,
      "loss": 0.0002,
      "step": 828
    },
    {
      "epoch": 1.8422222222222222,
      "grad_norm": 0.0938972485961705,
      "learning_rate": 6.918961599997926e-06,
      "loss": 0.0008,
      "step": 829
    },
    {
      "epoch": 1.8444444444444446,
      "grad_norm": 0.06163385239519462,
      "learning_rate": 6.89613808304686e-06,
      "loss": 0.0006,
      "step": 830
    },
    {
      "epoch": 1.8466666666666667,
      "grad_norm": 0.0760322640469355,
      "learning_rate": 6.873332444248241e-06,
      "loss": 0.0012,
      "step": 831
    },
    {
      "epoch": 1.8488888888888888,
      "grad_norm": 0.0068684737447744565,
      "learning_rate": 6.85054481496187e-06,
      "loss": 0.0002,
      "step": 832
    },
    {
      "epoch": 1.8511111111111112,
      "grad_norm": 0.029850294502271224,
      "learning_rate": 6.827775326443817e-06,
      "loss": 0.0007,
      "step": 833
    },
    {
      "epoch": 1.8533333333333335,
      "grad_norm": 0.005421834903518907,
      "learning_rate": 6.805024109845657e-06,
      "loss": 0.0001,
      "step": 834
    },
    {
      "epoch": 1.8555555555555556,
      "grad_norm": 0.003201923710789719,
      "learning_rate": 6.7822912962137225e-06,
      "loss": 0.0001,
      "step": 835
    },
    {
      "epoch": 1.8577777777777778,
      "grad_norm": 0.013857079342110726,
      "learning_rate": 6.759577016488343e-06,
      "loss": 0.0003,
      "step": 836
    },
    {
      "epoch": 1.8599999999999999,
      "grad_norm": 0.0033745512676321607,
      "learning_rate": 6.736881401503097e-06,
      "loss": 0.0001,
      "step": 837
    },
    {
      "epoch": 1.8622222222222222,
      "grad_norm": 0.006987265736735446,
      "learning_rate": 6.714204581984052e-06,
      "loss": 0.0002,
      "step": 838
    },
    {
      "epoch": 1.8644444444444446,
      "grad_norm": 0.7068230946379546,
      "learning_rate": 6.691546688549016e-06,
      "loss": 0.0155,
      "step": 839
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 0.034064935487275724,
      "learning_rate": 6.668907851706782e-06,
      "loss": 0.0006,
      "step": 840
    },
    {
      "epoch": 1.8688888888888888,
      "grad_norm": 2.197594101226526,
      "learning_rate": 6.646288201856377e-06,
      "loss": 0.2022,
      "step": 841
    },
    {
      "epoch": 1.871111111111111,
      "grad_norm": 0.01311843064796543,
      "learning_rate": 6.623687869286314e-06,
      "loss": 0.0002,
      "step": 842
    },
    {
      "epoch": 1.8733333333333333,
      "grad_norm": 1.4935971951574831,
      "learning_rate": 6.601106984173835e-06,
      "loss": 0.0064,
      "step": 843
    },
    {
      "epoch": 1.8755555555555556,
      "grad_norm": 0.006444001249753074,
      "learning_rate": 6.578545676584168e-06,
      "loss": 0.0002,
      "step": 844
    },
    {
      "epoch": 1.8777777777777778,
      "grad_norm": 0.0032277141792131326,
      "learning_rate": 6.556004076469773e-06,
      "loss": 0.0001,
      "step": 845
    },
    {
      "epoch": 1.88,
      "grad_norm": 0.07509966634884807,
      "learning_rate": 6.533482313669599e-06,
      "loss": 0.0004,
      "step": 846
    },
    {
      "epoch": 1.8822222222222222,
      "grad_norm": 1.897051902421445,
      "learning_rate": 6.510980517908334e-06,
      "loss": 0.0849,
      "step": 847
    },
    {
      "epoch": 1.8844444444444446,
      "grad_norm": 0.004739944818470111,
      "learning_rate": 6.488498818795646e-06,
      "loss": 0.0001,
      "step": 848
    },
    {
      "epoch": 1.8866666666666667,
      "grad_norm": 0.005947578590265762,
      "learning_rate": 6.466037345825462e-06,
      "loss": 0.0002,
      "step": 849
    },
    {
      "epoch": 1.8888888888888888,
      "grad_norm": 0.22474389565792294,
      "learning_rate": 6.443596228375193e-06,
      "loss": 0.0026,
      "step": 850
    },
    {
      "epoch": 1.891111111111111,
      "grad_norm": 0.3105348091157302,
      "learning_rate": 6.421175595705013e-06,
      "loss": 0.0029,
      "step": 851
    },
    {
      "epoch": 1.8933333333333333,
      "grad_norm": 0.005957073807861304,
      "learning_rate": 6.398775576957097e-06,
      "loss": 0.0002,
      "step": 852
    },
    {
      "epoch": 1.8955555555555557,
      "grad_norm": 1.043107737415353,
      "learning_rate": 6.37639630115489e-06,
      "loss": 0.0095,
      "step": 853
    },
    {
      "epoch": 1.8977777777777778,
      "grad_norm": 0.016831627729310676,
      "learning_rate": 6.354037897202352e-06,
      "loss": 0.0003,
      "step": 854
    },
    {
      "epoch": 1.9,
      "grad_norm": 0.029983411383676318,
      "learning_rate": 6.331700493883228e-06,
      "loss": 0.0004,
      "step": 855
    },
    {
      "epoch": 1.9022222222222223,
      "grad_norm": 0.014696354816547366,
      "learning_rate": 6.3093842198603014e-06,
      "loss": 0.0003,
      "step": 856
    },
    {
      "epoch": 1.9044444444444446,
      "grad_norm": 0.0036568593102944617,
      "learning_rate": 6.287089203674641e-06,
      "loss": 0.0001,
      "step": 857
    },
    {
      "epoch": 1.9066666666666667,
      "grad_norm": 0.026464868959462685,
      "learning_rate": 6.264815573744884e-06,
      "loss": 0.0004,
      "step": 858
    },
    {
      "epoch": 1.9088888888888889,
      "grad_norm": 0.18948896791214753,
      "learning_rate": 6.242563458366475e-06,
      "loss": 0.0041,
      "step": 859
    },
    {
      "epoch": 1.911111111111111,
      "grad_norm": 0.5317789241656258,
      "learning_rate": 6.220332985710936e-06,
      "loss": 0.0084,
      "step": 860
    },
    {
      "epoch": 1.9133333333333333,
      "grad_norm": 0.0571255305959852,
      "learning_rate": 6.198124283825131e-06,
      "loss": 0.0006,
      "step": 861
    },
    {
      "epoch": 1.9155555555555557,
      "grad_norm": 0.020068457211139715,
      "learning_rate": 6.17593748063052e-06,
      "loss": 0.0003,
      "step": 862
    },
    {
      "epoch": 1.9177777777777778,
      "grad_norm": 0.02055381745418504,
      "learning_rate": 6.153772703922434e-06,
      "loss": 0.0003,
      "step": 863
    },
    {
      "epoch": 1.92,
      "grad_norm": 0.24738801831593074,
      "learning_rate": 6.131630081369325e-06,
      "loss": 0.0034,
      "step": 864
    },
    {
      "epoch": 1.9222222222222223,
      "grad_norm": 0.10567833393898092,
      "learning_rate": 6.1095097405120465e-06,
      "loss": 0.002,
      "step": 865
    },
    {
      "epoch": 1.9244444444444444,
      "grad_norm": 0.006515408802317468,
      "learning_rate": 6.0874118087631e-06,
      "loss": 0.0002,
      "step": 866
    },
    {
      "epoch": 1.9266666666666667,
      "grad_norm": 0.003846481791587862,
      "learning_rate": 6.065336413405918e-06,
      "loss": 0.0001,
      "step": 867
    },
    {
      "epoch": 1.9288888888888889,
      "grad_norm": 0.0071745140869183405,
      "learning_rate": 6.043283681594123e-06,
      "loss": 0.0002,
      "step": 868
    },
    {
      "epoch": 1.931111111111111,
      "grad_norm": 0.016877110525274252,
      "learning_rate": 6.021253740350793e-06,
      "loss": 0.0004,
      "step": 869
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 0.00793701964441935,
      "learning_rate": 5.999246716567737e-06,
      "loss": 0.0002,
      "step": 870
    },
    {
      "epoch": 1.9355555555555557,
      "grad_norm": 0.022684910738979516,
      "learning_rate": 5.977262737004756e-06,
      "loss": 0.0004,
      "step": 871
    },
    {
      "epoch": 1.9377777777777778,
      "grad_norm": 0.7520255420641138,
      "learning_rate": 5.955301928288919e-06,
      "loss": 0.0066,
      "step": 872
    },
    {
      "epoch": 1.94,
      "grad_norm": 0.005472995431458194,
      "learning_rate": 5.933364416913836e-06,
      "loss": 0.0001,
      "step": 873
    },
    {
      "epoch": 1.942222222222222,
      "grad_norm": 0.003759195032362361,
      "learning_rate": 5.911450329238918e-06,
      "loss": 0.0001,
      "step": 874
    },
    {
      "epoch": 1.9444444444444444,
      "grad_norm": 0.006937835779786125,
      "learning_rate": 5.889559791488658e-06,
      "loss": 0.0002,
      "step": 875
    },
    {
      "epoch": 1.9466666666666668,
      "grad_norm": 0.16689891899522757,
      "learning_rate": 5.867692929751907e-06,
      "loss": 0.0027,
      "step": 876
    },
    {
      "epoch": 1.948888888888889,
      "grad_norm": 0.01324040414006725,
      "learning_rate": 5.845849869981137e-06,
      "loss": 0.0002,
      "step": 877
    },
    {
      "epoch": 1.951111111111111,
      "grad_norm": 5.4810563199711,
      "learning_rate": 5.824030737991722e-06,
      "loss": 0.0403,
      "step": 878
    },
    {
      "epoch": 1.9533333333333334,
      "grad_norm": 0.0059542662841294,
      "learning_rate": 5.802235659461216e-06,
      "loss": 0.0002,
      "step": 879
    },
    {
      "epoch": 1.9555555555555557,
      "grad_norm": 0.019701737203907513,
      "learning_rate": 5.780464759928623e-06,
      "loss": 0.0003,
      "step": 880
    },
    {
      "epoch": 1.9577777777777778,
      "grad_norm": 0.0034604910600392006,
      "learning_rate": 5.758718164793675e-06,
      "loss": 0.0001,
      "step": 881
    },
    {
      "epoch": 1.96,
      "grad_norm": 0.006040256218369666,
      "learning_rate": 5.736995999316122e-06,
      "loss": 0.0001,
      "step": 882
    },
    {
      "epoch": 1.962222222222222,
      "grad_norm": 1.7417811869591662,
      "learning_rate": 5.715298388614987e-06,
      "loss": 0.0253,
      "step": 883
    },
    {
      "epoch": 1.9644444444444444,
      "grad_norm": 0.0038077178453970713,
      "learning_rate": 5.693625457667862e-06,
      "loss": 0.0001,
      "step": 884
    },
    {
      "epoch": 1.9666666666666668,
      "grad_norm": 0.003717870329096441,
      "learning_rate": 5.671977331310187e-06,
      "loss": 0.0001,
      "step": 885
    },
    {
      "epoch": 1.968888888888889,
      "grad_norm": 0.1837575219710433,
      "learning_rate": 5.650354134234526e-06,
      "loss": 0.0022,
      "step": 886
    },
    {
      "epoch": 1.971111111111111,
      "grad_norm": 0.02470298231876396,
      "learning_rate": 5.628755990989854e-06,
      "loss": 0.0006,
      "step": 887
    },
    {
      "epoch": 1.9733333333333334,
      "grad_norm": 0.025672490451858657,
      "learning_rate": 5.607183025980831e-06,
      "loss": 0.0003,
      "step": 888
    },
    {
      "epoch": 1.9755555555555555,
      "grad_norm": 0.009088990368624211,
      "learning_rate": 5.585635363467097e-06,
      "loss": 0.0003,
      "step": 889
    },
    {
      "epoch": 1.9777777777777779,
      "grad_norm": 0.008033751501780564,
      "learning_rate": 5.564113127562543e-06,
      "loss": 0.0002,
      "step": 890
    },
    {
      "epoch": 1.98,
      "grad_norm": 2.2114154899295775,
      "learning_rate": 5.542616442234618e-06,
      "loss": 0.0671,
      "step": 891
    },
    {
      "epoch": 1.982222222222222,
      "grad_norm": 0.004169562218446099,
      "learning_rate": 5.5211454313035865e-06,
      "loss": 0.0001,
      "step": 892
    },
    {
      "epoch": 1.9844444444444445,
      "grad_norm": 0.005541540674256128,
      "learning_rate": 5.4997002184418325e-06,
      "loss": 0.0002,
      "step": 893
    },
    {
      "epoch": 1.9866666666666668,
      "grad_norm": 0.006534300633159017,
      "learning_rate": 5.478280927173145e-06,
      "loss": 0.0002,
      "step": 894
    },
    {
      "epoch": 1.988888888888889,
      "grad_norm": 0.007472168802193255,
      "learning_rate": 5.456887680872007e-06,
      "loss": 0.0001,
      "step": 895
    },
    {
      "epoch": 1.991111111111111,
      "grad_norm": 0.010645654958508707,
      "learning_rate": 5.435520602762878e-06,
      "loss": 0.0003,
      "step": 896
    },
    {
      "epoch": 1.9933333333333332,
      "grad_norm": 3.0784256360079656,
      "learning_rate": 5.4141798159195e-06,
      "loss": 0.0687,
      "step": 897
    },
    {
      "epoch": 1.9955555555555555,
      "grad_norm": 0.046706343079223556,
      "learning_rate": 5.392865443264164e-06,
      "loss": 0.0007,
      "step": 898
    },
    {
      "epoch": 1.9977777777777779,
      "grad_norm": 0.0033155152581915356,
      "learning_rate": 5.3715776075670286e-06,
      "loss": 0.0001,
      "step": 899
    },
    {
      "epoch": 2.0,
      "grad_norm": 0.006030150428065456,
      "learning_rate": 5.350316431445397e-06,
      "loss": 0.0001,
      "step": 900
    },
    {
      "epoch": 2.002222222222222,
      "grad_norm": 0.003142431413964893,
      "learning_rate": 5.329082037363007e-06,
      "loss": 0.0001,
      "step": 901
    },
    {
      "epoch": 2.0044444444444443,
      "grad_norm": 0.008142632539214184,
      "learning_rate": 5.307874547629339e-06,
      "loss": 0.0002,
      "step": 902
    },
    {
      "epoch": 2.006666666666667,
      "grad_norm": 0.003148403153679196,
      "learning_rate": 5.286694084398905e-06,
      "loss": 0.0001,
      "step": 903
    },
    {
      "epoch": 2.008888888888889,
      "grad_norm": 0.857473369987194,
      "learning_rate": 5.2655407696705416e-06,
      "loss": 0.015,
      "step": 904
    },
    {
      "epoch": 2.011111111111111,
      "grad_norm": 0.00746507993579667,
      "learning_rate": 5.244414725286717e-06,
      "loss": 0.0002,
      "step": 905
    },
    {
      "epoch": 2.013333333333333,
      "grad_norm": 0.02842818687179711,
      "learning_rate": 5.223316072932817e-06,
      "loss": 0.0006,
      "step": 906
    },
    {
      "epoch": 2.0155555555555558,
      "grad_norm": 0.0031498195251105495,
      "learning_rate": 5.202244934136449e-06,
      "loss": 0.0001,
      "step": 907
    },
    {
      "epoch": 2.017777777777778,
      "grad_norm": 0.19800775055032102,
      "learning_rate": 5.1812014302667535e-06,
      "loss": 0.0043,
      "step": 908
    },
    {
      "epoch": 2.02,
      "grad_norm": 0.10335345303552698,
      "learning_rate": 5.160185682533686e-06,
      "loss": 0.0014,
      "step": 909
    },
    {
      "epoch": 2.022222222222222,
      "grad_norm": 0.20409121345407502,
      "learning_rate": 5.1391978119873275e-06,
      "loss": 0.0045,
      "step": 910
    },
    {
      "epoch": 2.0244444444444443,
      "grad_norm": 0.003325427833509806,
      "learning_rate": 5.11823793951719e-06,
      "loss": 0.0001,
      "step": 911
    },
    {
      "epoch": 2.026666666666667,
      "grad_norm": 0.08885763424477246,
      "learning_rate": 5.097306185851515e-06,
      "loss": 0.0016,
      "step": 912
    },
    {
      "epoch": 2.028888888888889,
      "grad_norm": 0.05186965909003598,
      "learning_rate": 5.076402671556578e-06,
      "loss": 0.0011,
      "step": 913
    },
    {
      "epoch": 2.031111111111111,
      "grad_norm": 0.053189996848408035,
      "learning_rate": 5.05552751703601e-06,
      "loss": 0.0011,
      "step": 914
    },
    {
      "epoch": 2.033333333333333,
      "grad_norm": 0.012419473898303434,
      "learning_rate": 5.034680842530075e-06,
      "loss": 0.0002,
      "step": 915
    },
    {
      "epoch": 2.0355555555555553,
      "grad_norm": 0.25501752921171134,
      "learning_rate": 5.0138627681149974e-06,
      "loss": 0.0046,
      "step": 916
    },
    {
      "epoch": 2.037777777777778,
      "grad_norm": 0.015816527745046393,
      "learning_rate": 4.993073413702273e-06,
      "loss": 0.0003,
      "step": 917
    },
    {
      "epoch": 2.04,
      "grad_norm": 0.009825656146836809,
      "learning_rate": 4.972312899037963e-06,
      "loss": 0.0002,
      "step": 918
    },
    {
      "epoch": 2.042222222222222,
      "grad_norm": 0.2998871408143298,
      "learning_rate": 4.951581343702014e-06,
      "loss": 0.0046,
      "step": 919
    },
    {
      "epoch": 2.0444444444444443,
      "grad_norm": 0.008243559964961676,
      "learning_rate": 4.930878867107572e-06,
      "loss": 0.0002,
      "step": 920
    },
    {
      "epoch": 2.046666666666667,
      "grad_norm": 0.04981753170873188,
      "learning_rate": 4.9102055885002834e-06,
      "loss": 0.0011,
      "step": 921
    },
    {
      "epoch": 2.048888888888889,
      "grad_norm": 0.002803718988458032,
      "learning_rate": 4.88956162695762e-06,
      "loss": 0.0001,
      "step": 922
    },
    {
      "epoch": 2.051111111111111,
      "grad_norm": 0.008191366079766756,
      "learning_rate": 4.868947101388188e-06,
      "loss": 0.0001,
      "step": 923
    },
    {
      "epoch": 2.0533333333333332,
      "grad_norm": 0.0032732141533320484,
      "learning_rate": 4.848362130531039e-06,
      "loss": 0.0001,
      "step": 924
    },
    {
      "epoch": 2.0555555555555554,
      "grad_norm": 0.004851029390065113,
      "learning_rate": 4.827806832955e-06,
      "loss": 0.0001,
      "step": 925
    },
    {
      "epoch": 2.057777777777778,
      "grad_norm": 0.11595861379853764,
      "learning_rate": 4.807281327057972e-06,
      "loss": 0.0019,
      "step": 926
    },
    {
      "epoch": 2.06,
      "grad_norm": 0.0031496951229834824,
      "learning_rate": 4.786785731066258e-06,
      "loss": 0.0001,
      "step": 927
    },
    {
      "epoch": 2.062222222222222,
      "grad_norm": 0.06771468901899788,
      "learning_rate": 4.766320163033882e-06,
      "loss": 0.0006,
      "step": 928
    },
    {
      "epoch": 2.0644444444444443,
      "grad_norm": 0.003164048174843136,
      "learning_rate": 4.745884740841909e-06,
      "loss": 0.0001,
      "step": 929
    },
    {
      "epoch": 2.066666666666667,
      "grad_norm": 0.008822837748624192,
      "learning_rate": 4.725479582197764e-06,
      "loss": 0.0002,
      "step": 930
    },
    {
      "epoch": 2.068888888888889,
      "grad_norm": 0.0034248483284673764,
      "learning_rate": 4.705104804634549e-06,
      "loss": 0.0001,
      "step": 931
    },
    {
      "epoch": 2.071111111111111,
      "grad_norm": 0.09038563455747434,
      "learning_rate": 4.684760525510388e-06,
      "loss": 0.0019,
      "step": 932
    },
    {
      "epoch": 2.0733333333333333,
      "grad_norm": 0.0023940206843144746,
      "learning_rate": 4.664446862007718e-06,
      "loss": 0.0001,
      "step": 933
    },
    {
      "epoch": 2.0755555555555554,
      "grad_norm": 1.5993868376076514,
      "learning_rate": 4.644163931132634e-06,
      "loss": 0.0244,
      "step": 934
    },
    {
      "epoch": 2.077777777777778,
      "grad_norm": 0.004975515617114705,
      "learning_rate": 4.623911849714226e-06,
      "loss": 0.0002,
      "step": 935
    },
    {
      "epoch": 2.08,
      "grad_norm": 0.004440662060412932,
      "learning_rate": 4.603690734403873e-06,
      "loss": 0.0001,
      "step": 936
    },
    {
      "epoch": 2.082222222222222,
      "grad_norm": 0.004746309226667228,
      "learning_rate": 4.583500701674603e-06,
      "loss": 0.0001,
      "step": 937
    },
    {
      "epoch": 2.0844444444444443,
      "grad_norm": 0.007711963925031199,
      "learning_rate": 4.5633418678204e-06,
      "loss": 0.0002,
      "step": 938
    },
    {
      "epoch": 2.086666666666667,
      "grad_norm": 0.0038492259162061213,
      "learning_rate": 4.543214348955552e-06,
      "loss": 0.0001,
      "step": 939
    },
    {
      "epoch": 2.088888888888889,
      "grad_norm": 0.009334497540330637,
      "learning_rate": 4.523118261013969e-06,
      "loss": 0.0002,
      "step": 940
    },
    {
      "epoch": 2.091111111111111,
      "grad_norm": 0.015828859687095534,
      "learning_rate": 4.50305371974852e-06,
      "loss": 0.0003,
      "step": 941
    },
    {
      "epoch": 2.0933333333333333,
      "grad_norm": 0.004168865244367242,
      "learning_rate": 4.483020840730365e-06,
      "loss": 0.0001,
      "step": 942
    },
    {
      "epoch": 2.0955555555555554,
      "grad_norm": 0.008086766253850675,
      "learning_rate": 4.463019739348296e-06,
      "loss": 0.0002,
      "step": 943
    },
    {
      "epoch": 2.097777777777778,
      "grad_norm": 0.060673466395916587,
      "learning_rate": 4.443050530808061e-06,
      "loss": 0.0011,
      "step": 944
    },
    {
      "epoch": 2.1,
      "grad_norm": 0.004594114371419457,
      "learning_rate": 4.423113330131708e-06,
      "loss": 0.0001,
      "step": 945
    },
    {
      "epoch": 2.102222222222222,
      "grad_norm": 1.9079725084281944,
      "learning_rate": 4.403208252156921e-06,
      "loss": 0.0534,
      "step": 946
    },
    {
      "epoch": 2.1044444444444443,
      "grad_norm": 0.08834050517138371,
      "learning_rate": 4.383335411536357e-06,
      "loss": 0.0013,
      "step": 947
    },
    {
      "epoch": 2.1066666666666665,
      "grad_norm": 2.0262515187628476,
      "learning_rate": 4.363494922736988e-06,
      "loss": 0.0485,
      "step": 948
    },
    {
      "epoch": 2.108888888888889,
      "grad_norm": 0.005216514961835403,
      "learning_rate": 4.343686900039438e-06,
      "loss": 0.0001,
      "step": 949
    },
    {
      "epoch": 2.111111111111111,
      "grad_norm": 0.0031397169761585852,
      "learning_rate": 4.323911457537335e-06,
      "loss": 0.0001,
      "step": 950
    },
    {
      "epoch": 2.1133333333333333,
      "grad_norm": 0.019125343655220832,
      "learning_rate": 4.3041687091366325e-06,
      "loss": 0.0004,
      "step": 951
    },
    {
      "epoch": 2.1155555555555554,
      "grad_norm": 0.009913854012762522,
      "learning_rate": 4.284458768554984e-06,
      "loss": 0.0002,
      "step": 952
    },
    {
      "epoch": 2.117777777777778,
      "grad_norm": 0.002648410778185918,
      "learning_rate": 4.264781749321058e-06,
      "loss": 0.0001,
      "step": 953
    },
    {
      "epoch": 2.12,
      "grad_norm": 0.46329612837924644,
      "learning_rate": 4.245137764773899e-06,
      "loss": 0.0034,
      "step": 954
    },
    {
      "epoch": 2.1222222222222222,
      "grad_norm": 3.3558097264248707,
      "learning_rate": 4.2255269280622754e-06,
      "loss": 0.0429,
      "step": 955
    },
    {
      "epoch": 2.1244444444444444,
      "grad_norm": 0.05119986985717654,
      "learning_rate": 4.205949352144025e-06,
      "loss": 0.0005,
      "step": 956
    },
    {
      "epoch": 2.1266666666666665,
      "grad_norm": 0.004423253468968909,
      "learning_rate": 4.186405149785403e-06,
      "loss": 0.0001,
      "step": 957
    },
    {
      "epoch": 2.128888888888889,
      "grad_norm": 0.010387416625117609,
      "learning_rate": 4.166894433560435e-06,
      "loss": 0.0002,
      "step": 958
    },
    {
      "epoch": 2.131111111111111,
      "grad_norm": 0.007708651338171354,
      "learning_rate": 4.1474173158502615e-06,
      "loss": 0.0001,
      "step": 959
    },
    {
      "epoch": 2.1333333333333333,
      "grad_norm": 0.004329811465815702,
      "learning_rate": 4.1279739088425106e-06,
      "loss": 0.0001,
      "step": 960
    },
    {
      "epoch": 2.1355555555555554,
      "grad_norm": 0.0070742546481506454,
      "learning_rate": 4.108564324530626e-06,
      "loss": 0.0001,
      "step": 961
    },
    {
      "epoch": 2.137777777777778,
      "grad_norm": 0.004694191756069144,
      "learning_rate": 4.0891886747132356e-06,
      "loss": 0.0001,
      "step": 962
    },
    {
      "epoch": 2.14,
      "grad_norm": 0.1509873871178636,
      "learning_rate": 4.069847070993508e-06,
      "loss": 0.0019,
      "step": 963
    },
    {
      "epoch": 2.1422222222222222,
      "grad_norm": 0.00377191340525509,
      "learning_rate": 4.050539624778506e-06,
      "loss": 0.0001,
      "step": 964
    },
    {
      "epoch": 2.1444444444444444,
      "grad_norm": 0.007784364714409816,
      "learning_rate": 4.031266447278543e-06,
      "loss": 0.0002,
      "step": 965
    },
    {
      "epoch": 2.1466666666666665,
      "grad_norm": 0.2285721436442924,
      "learning_rate": 4.012027649506555e-06,
      "loss": 0.0023,
      "step": 966
    },
    {
      "epoch": 2.148888888888889,
      "grad_norm": 0.010911955724838131,
      "learning_rate": 3.992823342277437e-06,
      "loss": 0.0002,
      "step": 967
    },
    {
      "epoch": 2.151111111111111,
      "grad_norm": 0.012811372500334811,
      "learning_rate": 3.973653636207437e-06,
      "loss": 0.0002,
      "step": 968
    },
    {
      "epoch": 2.1533333333333333,
      "grad_norm": 0.004889071112346101,
      "learning_rate": 3.9545186417134865e-06,
      "loss": 0.0001,
      "step": 969
    },
    {
      "epoch": 2.1555555555555554,
      "grad_norm": 0.0098177042751365,
      "learning_rate": 3.935418469012592e-06,
      "loss": 0.0003,
      "step": 970
    },
    {
      "epoch": 2.1577777777777776,
      "grad_norm": 0.02624010714064344,
      "learning_rate": 3.916353228121176e-06,
      "loss": 0.0005,
      "step": 971
    },
    {
      "epoch": 2.16,
      "grad_norm": 0.0022815617796102024,
      "learning_rate": 3.897323028854461e-06,
      "loss": 0.0001,
      "step": 972
    },
    {
      "epoch": 2.1622222222222223,
      "grad_norm": 0.008490046076174299,
      "learning_rate": 3.878327980825829e-06,
      "loss": 0.0002,
      "step": 973
    },
    {
      "epoch": 2.1644444444444444,
      "grad_norm": 0.0061986348663882335,
      "learning_rate": 3.859368193446193e-06,
      "loss": 0.0002,
      "step": 974
    },
    {
      "epoch": 2.1666666666666665,
      "grad_norm": 0.06158160210502114,
      "learning_rate": 3.840443775923365e-06,
      "loss": 0.0013,
      "step": 975
    },
    {
      "epoch": 2.168888888888889,
      "grad_norm": 0.004413107666680964,
      "learning_rate": 3.821554837261424e-06,
      "loss": 0.0001,
      "step": 976
    },
    {
      "epoch": 2.171111111111111,
      "grad_norm": 0.029902081602871354,
      "learning_rate": 3.802701486260102e-06,
      "loss": 0.0006,
      "step": 977
    },
    {
      "epoch": 2.1733333333333333,
      "grad_norm": 0.004941386221685535,
      "learning_rate": 3.783883831514139e-06,
      "loss": 0.0001,
      "step": 978
    },
    {
      "epoch": 2.1755555555555555,
      "grad_norm": 3.207411560563467,
      "learning_rate": 3.7651019814126656e-06,
      "loss": 0.0551,
      "step": 979
    },
    {
      "epoch": 2.1777777777777776,
      "grad_norm": 6.631226103087978,
      "learning_rate": 3.7463560441385814e-06,
      "loss": 0.1596,
      "step": 980
    },
    {
      "epoch": 2.18,
      "grad_norm": 1.5156629750586899,
      "learning_rate": 3.727646127667929e-06,
      "loss": 0.0149,
      "step": 981
    },
    {
      "epoch": 2.1822222222222223,
      "grad_norm": 0.007854037215791183,
      "learning_rate": 3.70897233976927e-06,
      "loss": 0.0002,
      "step": 982
    },
    {
      "epoch": 2.1844444444444444,
      "grad_norm": 0.025353241359213696,
      "learning_rate": 3.6903347880030684e-06,
      "loss": 0.0003,
      "step": 983
    },
    {
      "epoch": 2.1866666666666665,
      "grad_norm": 3.0795220720092296,
      "learning_rate": 3.6717335797210663e-06,
      "loss": 0.0873,
      "step": 984
    },
    {
      "epoch": 2.188888888888889,
      "grad_norm": 0.04924251333223918,
      "learning_rate": 3.653168822065677e-06,
      "loss": 0.0004,
      "step": 985
    },
    {
      "epoch": 2.1911111111111112,
      "grad_norm": 0.008547852626440691,
      "learning_rate": 3.6346406219693485e-06,
      "loss": 0.0002,
      "step": 986
    },
    {
      "epoch": 2.1933333333333334,
      "grad_norm": 0.0026899390651576693,
      "learning_rate": 3.6161490861539626e-06,
      "loss": 0.0001,
      "step": 987
    },
    {
      "epoch": 2.1955555555555555,
      "grad_norm": 0.0031064518336188316,
      "learning_rate": 3.5976943211302206e-06,
      "loss": 0.0001,
      "step": 988
    },
    {
      "epoch": 2.1977777777777776,
      "grad_norm": 0.038661383726358044,
      "learning_rate": 3.5792764331970187e-06,
      "loss": 0.0007,
      "step": 989
    },
    {
      "epoch": 2.2,
      "grad_norm": 0.07055129095159182,
      "learning_rate": 3.560895528440844e-06,
      "loss": 0.0013,
      "step": 990
    },
    {
      "epoch": 2.2022222222222223,
      "grad_norm": 0.008536625154208732,
      "learning_rate": 3.5425517127351614e-06,
      "loss": 0.0002,
      "step": 991
    },
    {
      "epoch": 2.2044444444444444,
      "grad_norm": 0.004598353141487085,
      "learning_rate": 3.524245091739805e-06,
      "loss": 0.0001,
      "step": 992
    },
    {
      "epoch": 2.2066666666666666,
      "grad_norm": 0.0043804701873085125,
      "learning_rate": 3.5059757709003685e-06,
      "loss": 0.0001,
      "step": 993
    },
    {
      "epoch": 2.2088888888888887,
      "grad_norm": 0.0048874989404565465,
      "learning_rate": 3.487743855447593e-06,
      "loss": 0.0001,
      "step": 994
    },
    {
      "epoch": 2.2111111111111112,
      "grad_norm": 0.018150444697692728,
      "learning_rate": 3.4695494503967773e-06,
      "loss": 0.0004,
      "step": 995
    },
    {
      "epoch": 2.2133333333333334,
      "grad_norm": 0.010992629667357695,
      "learning_rate": 3.4513926605471504e-06,
      "loss": 0.0003,
      "step": 996
    },
    {
      "epoch": 2.2155555555555555,
      "grad_norm": 0.36209841138688464,
      "learning_rate": 3.433273590481282e-06,
      "loss": 0.0041,
      "step": 997
    },
    {
      "epoch": 2.2177777777777776,
      "grad_norm": 0.0063774594454677255,
      "learning_rate": 3.4151923445644785e-06,
      "loss": 0.0002,
      "step": 998
    },
    {
      "epoch": 2.22,
      "grad_norm": 0.00460202330129417,
      "learning_rate": 3.3971490269441777e-06,
      "loss": 0.0001,
      "step": 999
    },
    {
      "epoch": 2.2222222222222223,
      "grad_norm": 0.0037052833023356927,
      "learning_rate": 3.3791437415493556e-06,
      "loss": 0.0001,
      "step": 1000
    },
    {
      "epoch": 2.2244444444444444,
      "grad_norm": 1.428587345448699,
      "learning_rate": 3.361176592089919e-06,
      "loss": 0.0242,
      "step": 1001
    },
    {
      "epoch": 2.2266666666666666,
      "grad_norm": 0.05325728706107447,
      "learning_rate": 3.3432476820561134e-06,
      "loss": 0.0007,
      "step": 1002
    },
    {
      "epoch": 2.2288888888888887,
      "grad_norm": 0.034573286474176415,
      "learning_rate": 3.3253571147179333e-06,
      "loss": 0.0005,
      "step": 1003
    },
    {
      "epoch": 2.2311111111111113,
      "grad_norm": 0.013854854763350999,
      "learning_rate": 3.307504993124513e-06,
      "loss": 0.0003,
      "step": 1004
    },
    {
      "epoch": 2.2333333333333334,
      "grad_norm": 0.0048975771147271715,
      "learning_rate": 3.2896914201035377e-06,
      "loss": 0.0001,
      "step": 1005
    },
    {
      "epoch": 2.2355555555555555,
      "grad_norm": 1.6914127638588388,
      "learning_rate": 3.2719164982606675e-06,
      "loss": 0.1959,
      "step": 1006
    },
    {
      "epoch": 2.2377777777777776,
      "grad_norm": 0.1467345099562343,
      "learning_rate": 3.254180329978921e-06,
      "loss": 0.0028,
      "step": 1007
    },
    {
      "epoch": 2.24,
      "grad_norm": 0.011296444747974371,
      "learning_rate": 3.2364830174180984e-06,
      "loss": 0.0003,
      "step": 1008
    },
    {
      "epoch": 2.2422222222222223,
      "grad_norm": 0.006409358511812489,
      "learning_rate": 3.2188246625141963e-06,
      "loss": 0.0002,
      "step": 1009
    },
    {
      "epoch": 2.2444444444444445,
      "grad_norm": 0.015956893004168776,
      "learning_rate": 3.2012053669788136e-06,
      "loss": 0.0004,
      "step": 1010
    },
    {
      "epoch": 2.2466666666666666,
      "grad_norm": 0.4829188340377067,
      "learning_rate": 3.183625232298566e-06,
      "loss": 0.0057,
      "step": 1011
    },
    {
      "epoch": 2.2488888888888887,
      "grad_norm": 0.040673372539010794,
      "learning_rate": 3.1660843597345137e-06,
      "loss": 0.0006,
      "step": 1012
    },
    {
      "epoch": 2.2511111111111113,
      "grad_norm": 0.008579993178229843,
      "learning_rate": 3.1485828503215588e-06,
      "loss": 0.0003,
      "step": 1013
    },
    {
      "epoch": 2.2533333333333334,
      "grad_norm": 0.010387984145614839,
      "learning_rate": 3.1311208048678742e-06,
      "loss": 0.0002,
      "step": 1014
    },
    {
      "epoch": 2.2555555555555555,
      "grad_norm": 0.4959673918536231,
      "learning_rate": 3.113698323954326e-06,
      "loss": 0.0059,
      "step": 1015
    },
    {
      "epoch": 2.2577777777777777,
      "grad_norm": 1.708681294299263,
      "learning_rate": 3.0963155079338834e-06,
      "loss": 0.02,
      "step": 1016
    },
    {
      "epoch": 2.26,
      "grad_norm": 5.358148769237903,
      "learning_rate": 3.0789724569310532e-06,
      "loss": 0.0973,
      "step": 1017
    },
    {
      "epoch": 2.2622222222222224,
      "grad_norm": 0.007180082584462281,
      "learning_rate": 3.061669270841291e-06,
      "loss": 0.0002,
      "step": 1018
    },
    {
      "epoch": 2.2644444444444445,
      "grad_norm": 0.36858174295972057,
      "learning_rate": 3.044406049330437e-06,
      "loss": 0.0066,
      "step": 1019
    },
    {
      "epoch": 2.2666666666666666,
      "grad_norm": 0.3630721817490338,
      "learning_rate": 3.0271828918341317e-06,
      "loss": 0.0044,
      "step": 1020
    },
    {
      "epoch": 2.2688888888888887,
      "grad_norm": 0.9849360168045747,
      "learning_rate": 3.0099998975572553e-06,
      "loss": 0.0083,
      "step": 1021
    },
    {
      "epoch": 2.2711111111111113,
      "grad_norm": 0.0064416689636884,
      "learning_rate": 2.9928571654733374e-06,
      "loss": 0.0002,
      "step": 1022
    },
    {
      "epoch": 2.2733333333333334,
      "grad_norm": 0.6446847155954345,
      "learning_rate": 2.975754794324015e-06,
      "loss": 0.0031,
      "step": 1023
    },
    {
      "epoch": 2.2755555555555556,
      "grad_norm": 0.004810172332772929,
      "learning_rate": 2.9586928826184323e-06,
      "loss": 0.0001,
      "step": 1024
    },
    {
      "epoch": 2.2777777777777777,
      "grad_norm": 1.6002845951875935,
      "learning_rate": 2.941671528632695e-06,
      "loss": 0.0132,
      "step": 1025
    },
    {
      "epoch": 2.2800000000000002,
      "grad_norm": 0.0036595634357199395,
      "learning_rate": 2.9246908304092945e-06,
      "loss": 0.0001,
      "step": 1026
    },
    {
      "epoch": 2.2822222222222224,
      "grad_norm": 0.003598792615123913,
      "learning_rate": 2.9077508857565507e-06,
      "loss": 0.0001,
      "step": 1027
    },
    {
      "epoch": 2.2844444444444445,
      "grad_norm": 0.009024938869830142,
      "learning_rate": 2.8908517922480385e-06,
      "loss": 0.0002,
      "step": 1028
    },
    {
      "epoch": 2.2866666666666666,
      "grad_norm": 0.007620452626952381,
      "learning_rate": 2.8739936472220385e-06,
      "loss": 0.0002,
      "step": 1029
    },
    {
      "epoch": 2.2888888888888888,
      "grad_norm": 0.09309169256438858,
      "learning_rate": 2.8571765477809645e-06,
      "loss": 0.001,
      "step": 1030
    },
    {
      "epoch": 2.2911111111111113,
      "grad_norm": 0.0056390318504238954,
      "learning_rate": 2.8404005907908083e-06,
      "loss": 0.0002,
      "step": 1031
    },
    {
      "epoch": 2.2933333333333334,
      "grad_norm": 0.20850874873907546,
      "learning_rate": 2.8236658728805844e-06,
      "loss": 0.0028,
      "step": 1032
    },
    {
      "epoch": 2.2955555555555556,
      "grad_norm": 0.008088819341255153,
      "learning_rate": 2.8069724904417704e-06,
      "loss": 0.0002,
      "step": 1033
    },
    {
      "epoch": 2.2977777777777777,
      "grad_norm": 0.004886801265119917,
      "learning_rate": 2.7903205396277546e-06,
      "loss": 0.0001,
      "step": 1034
    },
    {
      "epoch": 2.3,
      "grad_norm": 0.023136136694457902,
      "learning_rate": 2.7737101163532763e-06,
      "loss": 0.0004,
      "step": 1035
    },
    {
      "epoch": 2.3022222222222224,
      "grad_norm": 0.011703631941899864,
      "learning_rate": 2.757141316293884e-06,
      "loss": 0.0003,
      "step": 1036
    },
    {
      "epoch": 2.3044444444444445,
      "grad_norm": 0.004262021394227616,
      "learning_rate": 2.740614234885368e-06,
      "loss": 0.0001,
      "step": 1037
    },
    {
      "epoch": 2.3066666666666666,
      "grad_norm": 0.00511212438268216,
      "learning_rate": 2.724128967323234e-06,
      "loss": 0.0001,
      "step": 1038
    },
    {
      "epoch": 2.3088888888888888,
      "grad_norm": 0.00671755248239093,
      "learning_rate": 2.7076856085621294e-06,
      "loss": 0.0002,
      "step": 1039
    },
    {
      "epoch": 2.311111111111111,
      "grad_norm": 0.016996065566194065,
      "learning_rate": 2.691284253315309e-06,
      "loss": 0.0002,
      "step": 1040
    },
    {
      "epoch": 2.3133333333333335,
      "grad_norm": 0.010492888449662405,
      "learning_rate": 2.674924996054099e-06,
      "loss": 0.0002,
      "step": 1041
    },
    {
      "epoch": 2.3155555555555556,
      "grad_norm": 0.005409391356538481,
      "learning_rate": 2.6586079310073323e-06,
      "loss": 0.0001,
      "step": 1042
    },
    {
      "epoch": 2.3177777777777777,
      "grad_norm": 0.01327179205634621,
      "learning_rate": 2.6423331521608173e-06,
      "loss": 0.0003,
      "step": 1043
    },
    {
      "epoch": 2.32,
      "grad_norm": 0.9898605527372344,
      "learning_rate": 2.626100753256798e-06,
      "loss": 0.0193,
      "step": 1044
    },
    {
      "epoch": 2.3222222222222224,
      "grad_norm": 2.291456795960324,
      "learning_rate": 2.6099108277934105e-06,
      "loss": 0.0547,
      "step": 1045
    },
    {
      "epoch": 2.3244444444444445,
      "grad_norm": 0.0033026240230800527,
      "learning_rate": 2.5937634690241396e-06,
      "loss": 0.0001,
      "step": 1046
    },
    {
      "epoch": 2.3266666666666667,
      "grad_norm": 0.008853568678890181,
      "learning_rate": 2.5776587699573007e-06,
      "loss": 0.0002,
      "step": 1047
    },
    {
      "epoch": 2.328888888888889,
      "grad_norm": 0.004873492910089222,
      "learning_rate": 2.5615968233554766e-06,
      "loss": 0.0001,
      "step": 1048
    },
    {
      "epoch": 2.3311111111111114,
      "grad_norm": 0.007284193949325532,
      "learning_rate": 2.545577721735004e-06,
      "loss": 0.0002,
      "step": 1049
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 0.004891756370100183,
      "learning_rate": 2.529601557365432e-06,
      "loss": 0.0001,
      "step": 1050
    },
    {
      "epoch": 2.3355555555555556,
      "grad_norm": 0.015090022878465751,
      "learning_rate": 2.5136684222689933e-06,
      "loss": 0.0003,
      "step": 1051
    },
    {
      "epoch": 2.3377777777777777,
      "grad_norm": 0.004215920776481473,
      "learning_rate": 2.4977784082200728e-06,
      "loss": 0.0001,
      "step": 1052
    },
    {
      "epoch": 2.34,
      "grad_norm": 0.007341265910072392,
      "learning_rate": 2.4819316067446787e-06,
      "loss": 0.0002,
      "step": 1053
    },
    {
      "epoch": 2.3422222222222224,
      "grad_norm": 0.013325584927197088,
      "learning_rate": 2.4661281091199142e-06,
      "loss": 0.0002,
      "step": 1054
    },
    {
      "epoch": 2.3444444444444446,
      "grad_norm": 0.00701244759788022,
      "learning_rate": 2.4503680063734615e-06,
      "loss": 0.0002,
      "step": 1055
    },
    {
      "epoch": 2.3466666666666667,
      "grad_norm": 1.2954319094797195,
      "learning_rate": 2.4346513892830427e-06,
      "loss": 0.035,
      "step": 1056
    },
    {
      "epoch": 2.348888888888889,
      "grad_norm": 0.29887803427114434,
      "learning_rate": 2.418978348375904e-06,
      "loss": 0.0053,
      "step": 1057
    },
    {
      "epoch": 2.351111111111111,
      "grad_norm": 0.03979158239681823,
      "learning_rate": 2.4033489739282943e-06,
      "loss": 0.0007,
      "step": 1058
    },
    {
      "epoch": 2.3533333333333335,
      "grad_norm": 3.0064451365139617,
      "learning_rate": 2.3877633559649505e-06,
      "loss": 0.0075,
      "step": 1059
    },
    {
      "epoch": 2.3555555555555556,
      "grad_norm": 0.005708737728139413,
      "learning_rate": 2.372221584258566e-06,
      "loss": 0.0002,
      "step": 1060
    },
    {
      "epoch": 2.3577777777777778,
      "grad_norm": 0.0034006219887576104,
      "learning_rate": 2.356723748329286e-06,
      "loss": 0.0001,
      "step": 1061
    },
    {
      "epoch": 2.36,
      "grad_norm": 0.04064716717610486,
      "learning_rate": 2.341269937444183e-06,
      "loss": 0.0006,
      "step": 1062
    },
    {
      "epoch": 2.362222222222222,
      "grad_norm": 0.010167763828473255,
      "learning_rate": 2.3258602406167465e-06,
      "loss": 0.0002,
      "step": 1063
    },
    {
      "epoch": 2.3644444444444446,
      "grad_norm": 0.3081478204285823,
      "learning_rate": 2.3104947466063785e-06,
      "loss": 0.0054,
      "step": 1064
    },
    {
      "epoch": 2.3666666666666667,
      "grad_norm": 0.34404355752926685,
      "learning_rate": 2.295173543917867e-06,
      "loss": 0.0054,
      "step": 1065
    },
    {
      "epoch": 2.368888888888889,
      "grad_norm": 0.002736888185456215,
      "learning_rate": 2.2798967208008806e-06,
      "loss": 0.0001,
      "step": 1066
    },
    {
      "epoch": 2.371111111111111,
      "grad_norm": 0.00838800724438987,
      "learning_rate": 2.2646643652494693e-06,
      "loss": 0.0002,
      "step": 1067
    },
    {
      "epoch": 2.3733333333333335,
      "grad_norm": 0.2551739637615219,
      "learning_rate": 2.249476565001548e-06,
      "loss": 0.003,
      "step": 1068
    },
    {
      "epoch": 2.3755555555555556,
      "grad_norm": 0.03913880618684705,
      "learning_rate": 2.234333407538396e-06,
      "loss": 0.0006,
      "step": 1069
    },
    {
      "epoch": 2.3777777777777778,
      "grad_norm": 0.008667316714413415,
      "learning_rate": 2.219234980084148e-06,
      "loss": 0.0002,
      "step": 1070
    },
    {
      "epoch": 2.38,
      "grad_norm": 0.01913537674512143,
      "learning_rate": 2.2041813696052996e-06,
      "loss": 0.0004,
      "step": 1071
    },
    {
      "epoch": 2.3822222222222225,
      "grad_norm": 0.003632602548880107,
      "learning_rate": 2.189172662810197e-06,
      "loss": 0.0001,
      "step": 1072
    },
    {
      "epoch": 2.3844444444444446,
      "grad_norm": 0.00260555566513924,
      "learning_rate": 2.1742089461485504e-06,
      "loss": 0.0001,
      "step": 1073
    },
    {
      "epoch": 2.3866666666666667,
      "grad_norm": 0.004141409692179484,
      "learning_rate": 2.1592903058109215e-06,
      "loss": 0.0001,
      "step": 1074
    },
    {
      "epoch": 2.388888888888889,
      "grad_norm": 0.0025084048144379967,
      "learning_rate": 2.1444168277282352e-06,
      "loss": 0.0001,
      "step": 1075
    },
    {
      "epoch": 2.391111111111111,
      "grad_norm": 0.9994762269583267,
      "learning_rate": 2.1295885975712805e-06,
      "loss": 0.0207,
      "step": 1076
    },
    {
      "epoch": 2.3933333333333335,
      "grad_norm": 0.004712602608037591,
      "learning_rate": 2.1148057007502277e-06,
      "loss": 0.0001,
      "step": 1077
    },
    {
      "epoch": 2.3955555555555557,
      "grad_norm": 0.032881076618684384,
      "learning_rate": 2.100068222414121e-06,
      "loss": 0.0006,
      "step": 1078
    },
    {
      "epoch": 2.397777777777778,
      "grad_norm": 0.7892595227182483,
      "learning_rate": 2.0853762474503982e-06,
      "loss": 0.0076,
      "step": 1079
    },
    {
      "epoch": 2.4,
      "grad_norm": 0.03997402549213818,
      "learning_rate": 2.0707298604843964e-06,
      "loss": 0.0005,
      "step": 1080
    },
    {
      "epoch": 2.402222222222222,
      "grad_norm": 0.008994166745022555,
      "learning_rate": 2.0561291458788736e-06,
      "loss": 0.0002,
      "step": 1081
    },
    {
      "epoch": 2.4044444444444446,
      "grad_norm": 0.0030961914197480253,
      "learning_rate": 2.0415741877335095e-06,
      "loss": 0.0001,
      "step": 1082
    },
    {
      "epoch": 2.4066666666666667,
      "grad_norm": 1.0954550811144694,
      "learning_rate": 2.027065069884432e-06,
      "loss": 0.0155,
      "step": 1083
    },
    {
      "epoch": 2.408888888888889,
      "grad_norm": 0.00385022146573814,
      "learning_rate": 2.0126018759037292e-06,
      "loss": 0.0001,
      "step": 1084
    },
    {
      "epoch": 2.411111111111111,
      "grad_norm": 0.008432785464892805,
      "learning_rate": 1.9981846890989665e-06,
      "loss": 0.0002,
      "step": 1085
    },
    {
      "epoch": 2.413333333333333,
      "grad_norm": 0.017130037251140335,
      "learning_rate": 1.9838135925127134e-06,
      "loss": 0.0003,
      "step": 1086
    },
    {
      "epoch": 2.4155555555555557,
      "grad_norm": 0.00507208516067379,
      "learning_rate": 1.9694886689220592e-06,
      "loss": 0.0001,
      "step": 1087
    },
    {
      "epoch": 2.417777777777778,
      "grad_norm": 0.005716067937564253,
      "learning_rate": 1.955210000838138e-06,
      "loss": 0.0002,
      "step": 1088
    },
    {
      "epoch": 2.42,
      "grad_norm": 0.1350186217517163,
      "learning_rate": 1.9409776705056514e-06,
      "loss": 0.0024,
      "step": 1089
    },
    {
      "epoch": 2.422222222222222,
      "grad_norm": 3.649434271443835,
      "learning_rate": 1.9267917599024045e-06,
      "loss": 0.1884,
      "step": 1090
    },
    {
      "epoch": 2.4244444444444446,
      "grad_norm": 0.08705003094128638,
      "learning_rate": 1.912652350738818e-06,
      "loss": 0.0007,
      "step": 1091
    },
    {
      "epoch": 2.4266666666666667,
      "grad_norm": 0.013650643606555064,
      "learning_rate": 1.8985595244574707e-06,
      "loss": 0.0003,
      "step": 1092
    },
    {
      "epoch": 2.428888888888889,
      "grad_norm": 0.2555410592342028,
      "learning_rate": 1.8845133622326174e-06,
      "loss": 0.0043,
      "step": 1093
    },
    {
      "epoch": 2.431111111111111,
      "grad_norm": 0.08808035807573998,
      "learning_rate": 1.870513944969743e-06,
      "loss": 0.002,
      "step": 1094
    },
    {
      "epoch": 2.4333333333333336,
      "grad_norm": 0.024577916286246934,
      "learning_rate": 1.8565613533050719e-06,
      "loss": 0.0005,
      "step": 1095
    },
    {
      "epoch": 2.4355555555555557,
      "grad_norm": 0.0024942064609750447,
      "learning_rate": 1.8426556676051178e-06,
      "loss": 0.0001,
      "step": 1096
    },
    {
      "epoch": 2.437777777777778,
      "grad_norm": 2.141254351009635,
      "learning_rate": 1.8287969679662165e-06,
      "loss": 0.1046,
      "step": 1097
    },
    {
      "epoch": 2.44,
      "grad_norm": 0.011730956715081198,
      "learning_rate": 1.8149853342140644e-06,
      "loss": 0.0002,
      "step": 1098
    },
    {
      "epoch": 2.442222222222222,
      "grad_norm": 0.012260161865128473,
      "learning_rate": 1.8012208459032665e-06,
      "loss": 0.0002,
      "step": 1099
    },
    {
      "epoch": 2.4444444444444446,
      "grad_norm": 0.0028547187152581097,
      "learning_rate": 1.7875035823168641e-06,
      "loss": 0.0001,
      "step": 1100
    },
    {
      "epoch": 2.4466666666666668,
      "grad_norm": 0.003747126763893755,
      "learning_rate": 1.773833622465888e-06,
      "loss": 0.0001,
      "step": 1101
    },
    {
      "epoch": 2.448888888888889,
      "grad_norm": 0.023036646035635683,
      "learning_rate": 1.760211045088902e-06,
      "loss": 0.0003,
      "step": 1102
    },
    {
      "epoch": 2.451111111111111,
      "grad_norm": 0.01089247813864428,
      "learning_rate": 1.7466359286515443e-06,
      "loss": 0.0002,
      "step": 1103
    },
    {
      "epoch": 2.453333333333333,
      "grad_norm": 0.018720723752491147,
      "learning_rate": 1.7331083513460855e-06,
      "loss": 0.0003,
      "step": 1104
    },
    {
      "epoch": 2.4555555555555557,
      "grad_norm": 0.0039037337447842277,
      "learning_rate": 1.7196283910909673e-06,
      "loss": 0.0001,
      "step": 1105
    },
    {
      "epoch": 2.457777777777778,
      "grad_norm": 0.10029130105465163,
      "learning_rate": 1.7061961255303594e-06,
      "loss": 0.0018,
      "step": 1106
    },
    {
      "epoch": 2.46,
      "grad_norm": 0.011968416570773485,
      "learning_rate": 1.692811632033715e-06,
      "loss": 0.0003,
      "step": 1107
    },
    {
      "epoch": 2.462222222222222,
      "grad_norm": 0.01854557286317915,
      "learning_rate": 1.6794749876953187e-06,
      "loss": 0.0002,
      "step": 1108
    },
    {
      "epoch": 2.464444444444444,
      "grad_norm": 0.05574965172713316,
      "learning_rate": 1.6661862693338437e-06,
      "loss": 0.0011,
      "step": 1109
    },
    {
      "epoch": 2.466666666666667,
      "grad_norm": 0.22380239193365228,
      "learning_rate": 1.652945553491916e-06,
      "loss": 0.0021,
      "step": 1110
    },
    {
      "epoch": 2.468888888888889,
      "grad_norm": 0.0048590856660869425,
      "learning_rate": 1.6397529164356606e-06,
      "loss": 0.0001,
      "step": 1111
    },
    {
      "epoch": 2.471111111111111,
      "grad_norm": 6.4214852263880315,
      "learning_rate": 1.626608434154281e-06,
      "loss": 0.0313,
      "step": 1112
    },
    {
      "epoch": 2.473333333333333,
      "grad_norm": 0.005919758840638271,
      "learning_rate": 1.613512182359601e-06,
      "loss": 0.0002,
      "step": 1113
    },
    {
      "epoch": 2.4755555555555557,
      "grad_norm": 0.007559717066406532,
      "learning_rate": 1.6004642364856438e-06,
      "loss": 0.0002,
      "step": 1114
    },
    {
      "epoch": 2.477777777777778,
      "grad_norm": 0.0056203152438801685,
      "learning_rate": 1.587464671688187e-06,
      "loss": 0.0002,
      "step": 1115
    },
    {
      "epoch": 2.48,
      "grad_norm": 0.011469347697589198,
      "learning_rate": 1.574513562844342e-06,
      "loss": 0.0002,
      "step": 1116
    },
    {
      "epoch": 2.482222222222222,
      "grad_norm": 0.013882779435095118,
      "learning_rate": 1.5616109845521099e-06,
      "loss": 0.0003,
      "step": 1117
    },
    {
      "epoch": 2.4844444444444447,
      "grad_norm": 0.002865724305067781,
      "learning_rate": 1.5487570111299566e-06,
      "loss": 0.0001,
      "step": 1118
    },
    {
      "epoch": 2.486666666666667,
      "grad_norm": 0.03487507290291792,
      "learning_rate": 1.5359517166163884e-06,
      "loss": 0.0006,
      "step": 1119
    },
    {
      "epoch": 2.488888888888889,
      "grad_norm": 1.1872262778966778,
      "learning_rate": 1.5231951747695207e-06,
      "loss": 0.0202,
      "step": 1120
    },
    {
      "epoch": 2.491111111111111,
      "grad_norm": 0.048571999120266225,
      "learning_rate": 1.5104874590666563e-06,
      "loss": 0.0009,
      "step": 1121
    },
    {
      "epoch": 2.493333333333333,
      "grad_norm": 0.3746895191056621,
      "learning_rate": 1.4978286427038602e-06,
      "loss": 0.0053,
      "step": 1122
    },
    {
      "epoch": 2.4955555555555557,
      "grad_norm": 0.005904768567153099,
      "learning_rate": 1.485218798595538e-06,
      "loss": 0.0002,
      "step": 1123
    },
    {
      "epoch": 2.497777777777778,
      "grad_norm": 0.7550138714060836,
      "learning_rate": 1.4726579993740153e-06,
      "loss": 0.0083,
      "step": 1124
    },
    {
      "epoch": 2.5,
      "grad_norm": 0.007007054781610603,
      "learning_rate": 1.4601463173891273e-06,
      "loss": 0.0001,
      "step": 1125
    },
    {
      "epoch": 2.502222222222222,
      "grad_norm": 0.1071533921736725,
      "learning_rate": 1.4476838247077874e-06,
      "loss": 0.0024,
      "step": 1126
    },
    {
      "epoch": 2.5044444444444443,
      "grad_norm": 0.004803729194633826,
      "learning_rate": 1.4352705931135835e-06,
      "loss": 0.0001,
      "step": 1127
    },
    {
      "epoch": 2.506666666666667,
      "grad_norm": 0.00673788960668807,
      "learning_rate": 1.4229066941063618e-06,
      "loss": 0.0002,
      "step": 1128
    },
    {
      "epoch": 2.508888888888889,
      "grad_norm": 0.0067472453381644815,
      "learning_rate": 1.4105921989018112e-06,
      "loss": 0.0002,
      "step": 1129
    },
    {
      "epoch": 2.511111111111111,
      "grad_norm": 0.11919719490895432,
      "learning_rate": 1.3983271784310616e-06,
      "loss": 0.0018,
      "step": 1130
    },
    {
      "epoch": 2.513333333333333,
      "grad_norm": 0.13405007425610568,
      "learning_rate": 1.3861117033402639e-06,
      "loss": 0.0025,
      "step": 1131
    },
    {
      "epoch": 2.5155555555555553,
      "grad_norm": 0.09283533830085984,
      "learning_rate": 1.373945843990192e-06,
      "loss": 0.0015,
      "step": 1132
    },
    {
      "epoch": 2.517777777777778,
      "grad_norm": 0.009818493697285989,
      "learning_rate": 1.3618296704558364e-06,
      "loss": 0.0002,
      "step": 1133
    },
    {
      "epoch": 2.52,
      "grad_norm": 0.005595699930958301,
      "learning_rate": 1.3497632525259963e-06,
      "loss": 0.0002,
      "step": 1134
    },
    {
      "epoch": 2.522222222222222,
      "grad_norm": 0.020671200320299628,
      "learning_rate": 1.3377466597028788e-06,
      "loss": 0.0004,
      "step": 1135
    },
    {
      "epoch": 2.5244444444444447,
      "grad_norm": 0.004073195826503962,
      "learning_rate": 1.325779961201703e-06,
      "loss": 0.0001,
      "step": 1136
    },
    {
      "epoch": 2.5266666666666664,
      "grad_norm": 0.6303713684548944,
      "learning_rate": 1.313863225950297e-06,
      "loss": 0.0096,
      "step": 1137
    },
    {
      "epoch": 2.528888888888889,
      "grad_norm": 0.17205309274205605,
      "learning_rate": 1.301996522588701e-06,
      "loss": 0.0029,
      "step": 1138
    },
    {
      "epoch": 2.531111111111111,
      "grad_norm": 0.0041911422648637795,
      "learning_rate": 1.2901799194687737e-06,
      "loss": 0.0001,
      "step": 1139
    },
    {
      "epoch": 2.533333333333333,
      "grad_norm": 0.005900521605739531,
      "learning_rate": 1.2784134846537988e-06,
      "loss": 0.0002,
      "step": 1140
    },
    {
      "epoch": 2.535555555555556,
      "grad_norm": 0.007191764750945701,
      "learning_rate": 1.2666972859180894e-06,
      "loss": 0.0002,
      "step": 1141
    },
    {
      "epoch": 2.537777777777778,
      "grad_norm": 0.03717878933983772,
      "learning_rate": 1.255031390746605e-06,
      "loss": 0.0007,
      "step": 1142
    },
    {
      "epoch": 2.54,
      "grad_norm": 0.006952676520782671,
      "learning_rate": 1.2434158663345553e-06,
      "loss": 0.0002,
      "step": 1143
    },
    {
      "epoch": 2.542222222222222,
      "grad_norm": 0.0363938008477587,
      "learning_rate": 1.2318507795870138e-06,
      "loss": 0.0006,
      "step": 1144
    },
    {
      "epoch": 2.5444444444444443,
      "grad_norm": 0.0034412970804913803,
      "learning_rate": 1.220336197118539e-06,
      "loss": 0.0001,
      "step": 1145
    },
    {
      "epoch": 2.546666666666667,
      "grad_norm": 0.01035871662848605,
      "learning_rate": 1.2088721852527807e-06,
      "loss": 0.0002,
      "step": 1146
    },
    {
      "epoch": 2.548888888888889,
      "grad_norm": 0.004768177858031779,
      "learning_rate": 1.1974588100221074e-06,
      "loss": 0.0002,
      "step": 1147
    },
    {
      "epoch": 2.551111111111111,
      "grad_norm": 2.241205328646083,
      "learning_rate": 1.1860961371672242e-06,
      "loss": 0.0299,
      "step": 1148
    },
    {
      "epoch": 2.5533333333333332,
      "grad_norm": 0.18116320605102984,
      "learning_rate": 1.1747842321367886e-06,
      "loss": 0.0031,
      "step": 1149
    },
    {
      "epoch": 2.5555555555555554,
      "grad_norm": 0.12225470147847156,
      "learning_rate": 1.1635231600870334e-06,
      "loss": 0.0018,
      "step": 1150
    },
    {
      "epoch": 2.557777777777778,
      "grad_norm": 0.003754550476031459,
      "learning_rate": 1.1523129858814042e-06,
      "loss": 0.0001,
      "step": 1151
    },
    {
      "epoch": 2.56,
      "grad_norm": 0.015858050480712076,
      "learning_rate": 1.14115377409017e-06,
      "loss": 0.0004,
      "step": 1152
    },
    {
      "epoch": 2.562222222222222,
      "grad_norm": 0.003755162986734331,
      "learning_rate": 1.1300455889900587e-06,
      "loss": 0.0001,
      "step": 1153
    },
    {
      "epoch": 2.5644444444444443,
      "grad_norm": 0.0074796981641479035,
      "learning_rate": 1.1189884945638874e-06,
      "loss": 0.0002,
      "step": 1154
    },
    {
      "epoch": 2.5666666666666664,
      "grad_norm": 0.0073107060692593285,
      "learning_rate": 1.1079825545001887e-06,
      "loss": 0.0002,
      "step": 1155
    },
    {
      "epoch": 2.568888888888889,
      "grad_norm": 0.0039457346862741115,
      "learning_rate": 1.097027832192854e-06,
      "loss": 0.0001,
      "step": 1156
    },
    {
      "epoch": 2.571111111111111,
      "grad_norm": 0.005760169379248278,
      "learning_rate": 1.086124390740757e-06,
      "loss": 0.0002,
      "step": 1157
    },
    {
      "epoch": 2.5733333333333333,
      "grad_norm": 0.14344351679684078,
      "learning_rate": 1.0752722929473936e-06,
      "loss": 0.0028,
      "step": 1158
    },
    {
      "epoch": 2.575555555555556,
      "grad_norm": 0.005912586675499084,
      "learning_rate": 1.0644716013205303e-06,
      "loss": 0.0002,
      "step": 1159
    },
    {
      "epoch": 2.5777777777777775,
      "grad_norm": 0.02237988013452415,
      "learning_rate": 1.0537223780718265e-06,
      "loss": 0.0004,
      "step": 1160
    },
    {
      "epoch": 2.58,
      "grad_norm": 0.09721374578014466,
      "learning_rate": 1.0430246851164904e-06,
      "loss": 0.002,
      "step": 1161
    },
    {
      "epoch": 2.582222222222222,
      "grad_norm": 0.01883400651954982,
      "learning_rate": 1.032378584072915e-06,
      "loss": 0.0004,
      "step": 1162
    },
    {
      "epoch": 2.5844444444444443,
      "grad_norm": 0.014807066013998105,
      "learning_rate": 1.021784136262326e-06,
      "loss": 0.0004,
      "step": 1163
    },
    {
      "epoch": 2.586666666666667,
      "grad_norm": 0.0035812861961145898,
      "learning_rate": 1.0112414027084262e-06,
      "loss": 0.0001,
      "step": 1164
    },
    {
      "epoch": 2.588888888888889,
      "grad_norm": 1.9188345449763051,
      "learning_rate": 1.0007504441370508e-06,
      "loss": 0.2146,
      "step": 1165
    },
    {
      "epoch": 2.591111111111111,
      "grad_norm": 0.014302333694207527,
      "learning_rate": 9.903113209758098e-07,
      "loss": 0.0003,
      "step": 1166
    },
    {
      "epoch": 2.5933333333333333,
      "grad_norm": 0.004643731643679011,
      "learning_rate": 9.799240933537379e-07,
      "loss": 0.0001,
      "step": 1167
    },
    {
      "epoch": 2.5955555555555554,
      "grad_norm": 0.00554964920745309,
      "learning_rate": 9.69588821100963e-07,
      "loss": 0.0001,
      "step": 1168
    },
    {
      "epoch": 2.597777777777778,
      "grad_norm": 0.008979439414718172,
      "learning_rate": 9.59305563748345e-07,
      "loss": 0.0002,
      "step": 1169
    },
    {
      "epoch": 2.6,
      "grad_norm": 0.04012136022356773,
      "learning_rate": 9.490743805271396e-07,
      "loss": 0.0009,
      "step": 1170
    },
    {
      "epoch": 2.602222222222222,
      "grad_norm": 0.0037534518092945824,
      "learning_rate": 9.388953303686587e-07,
      "loss": 0.0001,
      "step": 1171
    },
    {
      "epoch": 2.6044444444444443,
      "grad_norm": 0.01720709149399208,
      "learning_rate": 9.28768471903928e-07,
      "loss": 0.0004,
      "step": 1172
    },
    {
      "epoch": 2.6066666666666665,
      "grad_norm": 0.009241920892025104,
      "learning_rate": 9.186938634633536e-07,
      "loss": 0.0002,
      "step": 1173
    },
    {
      "epoch": 2.608888888888889,
      "grad_norm": 0.004384340328917472,
      "learning_rate": 9.086715630763787e-07,
      "loss": 0.0001,
      "step": 1174
    },
    {
      "epoch": 2.611111111111111,
      "grad_norm": 0.03613028762556633,
      "learning_rate": 8.987016284711569e-07,
      "loss": 0.0009,
      "step": 1175
    },
    {
      "epoch": 2.6133333333333333,
      "grad_norm": 0.04595669495012611,
      "learning_rate": 8.887841170742128e-07,
      "loss": 0.0008,
      "step": 1176
    },
    {
      "epoch": 2.6155555555555554,
      "grad_norm": 0.01289348447278326,
      "learning_rate": 8.789190860101226e-07,
      "loss": 0.0002,
      "step": 1177
    },
    {
      "epoch": 2.6177777777777775,
      "grad_norm": 0.008817691413725045,
      "learning_rate": 8.691065921011687e-07,
      "loss": 0.0002,
      "step": 1178
    },
    {
      "epoch": 2.62,
      "grad_norm": 0.43308246768403375,
      "learning_rate": 8.593466918670257e-07,
      "loss": 0.0055,
      "step": 1179
    },
    {
      "epoch": 2.6222222222222222,
      "grad_norm": 2.1143425680999166,
      "learning_rate": 8.49639441524428e-07,
      "loss": 0.0994,
      "step": 1180
    },
    {
      "epoch": 2.6244444444444444,
      "grad_norm": 0.35606727417715717,
      "learning_rate": 8.399848969868507e-07,
      "loss": 0.0044,
      "step": 1181
    },
    {
      "epoch": 2.626666666666667,
      "grad_norm": 0.003873520107070059,
      "learning_rate": 8.303831138641805e-07,
      "loss": 0.0001,
      "step": 1182
    },
    {
      "epoch": 2.628888888888889,
      "grad_norm": 0.033508240487768313,
      "learning_rate": 8.208341474624071e-07,
      "loss": 0.0006,
      "step": 1183
    },
    {
      "epoch": 2.631111111111111,
      "grad_norm": 0.005981439874368762,
      "learning_rate": 8.113380527832904e-07,
      "loss": 0.0001,
      "step": 1184
    },
    {
      "epoch": 2.6333333333333333,
      "grad_norm": 0.006273052186171175,
      "learning_rate": 8.018948845240538e-07,
      "loss": 0.0002,
      "step": 1185
    },
    {
      "epoch": 2.6355555555555554,
      "grad_norm": 0.003240223481901292,
      "learning_rate": 7.925046970770689e-07,
      "loss": 0.0001,
      "step": 1186
    },
    {
      "epoch": 2.637777777777778,
      "grad_norm": 0.017429461732411514,
      "learning_rate": 7.83167544529534e-07,
      "loss": 0.0005,
      "step": 1187
    },
    {
      "epoch": 2.64,
      "grad_norm": 0.01442398035452965,
      "learning_rate": 7.738834806631712e-07,
      "loss": 0.0002,
      "step": 1188
    },
    {
      "epoch": 2.6422222222222222,
      "grad_norm": 0.00454093353593792,
      "learning_rate": 7.646525589539122e-07,
      "loss": 0.0001,
      "step": 1189
    },
    {
      "epoch": 2.6444444444444444,
      "grad_norm": 0.005767121462450202,
      "learning_rate": 7.554748325715921e-07,
      "loss": 0.0002,
      "step": 1190
    },
    {
      "epoch": 2.6466666666666665,
      "grad_norm": 2.3981139343497584,
      "learning_rate": 7.463503543796413e-07,
      "loss": 0.1073,
      "step": 1191
    },
    {
      "epoch": 2.648888888888889,
      "grad_norm": 2.635779388521255,
      "learning_rate": 7.372791769347843e-07,
      "loss": 0.0606,
      "step": 1192
    },
    {
      "epoch": 2.651111111111111,
      "grad_norm": 0.005619490559119173,
      "learning_rate": 7.282613524867321e-07,
      "loss": 0.0002,
      "step": 1193
    },
    {
      "epoch": 2.6533333333333333,
      "grad_norm": 0.003628786172391859,
      "learning_rate": 7.192969329778888e-07,
      "loss": 0.0001,
      "step": 1194
    },
    {
      "epoch": 2.6555555555555554,
      "grad_norm": 0.007861707756792482,
      "learning_rate": 7.103859700430416e-07,
      "loss": 0.0002,
      "step": 1195
    },
    {
      "epoch": 2.6577777777777776,
      "grad_norm": 0.0563076698830864,
      "learning_rate": 7.015285150090744e-07,
      "loss": 0.0004,
      "step": 1196
    },
    {
      "epoch": 2.66,
      "grad_norm": 0.2616158415649392,
      "learning_rate": 6.927246188946635e-07,
      "loss": 0.0048,
      "step": 1197
    },
    {
      "epoch": 2.6622222222222223,
      "grad_norm": 0.0034970272356174103,
      "learning_rate": 6.839743324099901e-07,
      "loss": 0.0001,
      "step": 1198
    },
    {
      "epoch": 2.6644444444444444,
      "grad_norm": 0.009196507414575821,
      "learning_rate": 6.752777059564431e-07,
      "loss": 0.0002,
      "step": 1199
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 0.13733638276835183,
      "learning_rate": 6.666347896263326e-07,
      "loss": 0.0019,
      "step": 1200
    },
    {
      "epoch": 2.6688888888888886,
      "grad_norm": 0.01963936871866741,
      "learning_rate": 6.58045633202602e-07,
      "loss": 0.0004,
      "step": 1201
    },
    {
      "epoch": 2.671111111111111,
      "grad_norm": 0.21254340028685287,
      "learning_rate": 6.495102861585356e-07,
      "loss": 0.0022,
      "step": 1202
    },
    {
      "epoch": 2.6733333333333333,
      "grad_norm": 0.21230152686288337,
      "learning_rate": 6.41028797657478e-07,
      "loss": 0.0038,
      "step": 1203
    },
    {
      "epoch": 2.6755555555555555,
      "grad_norm": 0.05233606949242994,
      "learning_rate": 6.32601216552553e-07,
      "loss": 0.0007,
      "step": 1204
    },
    {
      "epoch": 2.677777777777778,
      "grad_norm": 0.07908960159367866,
      "learning_rate": 6.242275913863772e-07,
      "loss": 0.0013,
      "step": 1205
    },
    {
      "epoch": 2.68,
      "grad_norm": 0.00762262973404685,
      "learning_rate": 6.159079703907823e-07,
      "loss": 0.0002,
      "step": 1206
    },
    {
      "epoch": 2.6822222222222223,
      "grad_norm": 0.4738971579571063,
      "learning_rate": 6.076424014865378e-07,
      "loss": 0.0042,
      "step": 1207
    },
    {
      "epoch": 2.6844444444444444,
      "grad_norm": 0.367575717336441,
      "learning_rate": 5.994309322830749e-07,
      "loss": 0.0023,
      "step": 1208
    },
    {
      "epoch": 2.6866666666666665,
      "grad_norm": 2.6891050284075777,
      "learning_rate": 5.912736100782135e-07,
      "loss": 0.1045,
      "step": 1209
    },
    {
      "epoch": 2.688888888888889,
      "grad_norm": 0.15036486789442854,
      "learning_rate": 5.831704818578842e-07,
      "loss": 0.0015,
      "step": 1210
    },
    {
      "epoch": 2.6911111111111112,
      "grad_norm": 0.02059600123651437,
      "learning_rate": 5.751215942958699e-07,
      "loss": 0.0004,
      "step": 1211
    },
    {
      "epoch": 2.6933333333333334,
      "grad_norm": 0.003223667891492533,
      "learning_rate": 5.671269937535196e-07,
      "loss": 0.0001,
      "step": 1212
    },
    {
      "epoch": 2.6955555555555555,
      "grad_norm": 0.011795836037816232,
      "learning_rate": 5.591867262794969e-07,
      "loss": 0.0002,
      "step": 1213
    },
    {
      "epoch": 2.6977777777777776,
      "grad_norm": 0.04831110448874025,
      "learning_rate": 5.513008376095064e-07,
      "loss": 0.0007,
      "step": 1214
    },
    {
      "epoch": 2.7,
      "grad_norm": 0.4274712640257391,
      "learning_rate": 5.434693731660324e-07,
      "loss": 0.0042,
      "step": 1215
    },
    {
      "epoch": 2.7022222222222223,
      "grad_norm": 0.0044383141730774435,
      "learning_rate": 5.356923780580759e-07,
      "loss": 0.0001,
      "step": 1216
    },
    {
      "epoch": 2.7044444444444444,
      "grad_norm": 0.04566690904679661,
      "learning_rate": 5.279698970809011e-07,
      "loss": 0.0004,
      "step": 1217
    },
    {
      "epoch": 2.7066666666666666,
      "grad_norm": 0.036104723209363594,
      "learning_rate": 5.203019747157645e-07,
      "loss": 0.0006,
      "step": 1218
    },
    {
      "epoch": 2.7088888888888887,
      "grad_norm": 0.7253347753864402,
      "learning_rate": 5.12688655129675e-07,
      "loss": 0.0028,
      "step": 1219
    },
    {
      "epoch": 2.7111111111111112,
      "grad_norm": 0.031179639964128432,
      "learning_rate": 5.051299821751254e-07,
      "loss": 0.0005,
      "step": 1220
    },
    {
      "epoch": 2.7133333333333334,
      "grad_norm": 0.004301416270371997,
      "learning_rate": 4.976259993898503e-07,
      "loss": 0.0001,
      "step": 1221
    },
    {
      "epoch": 2.7155555555555555,
      "grad_norm": 0.006554965453751134,
      "learning_rate": 4.901767499965637e-07,
      "loss": 0.0002,
      "step": 1222
    },
    {
      "epoch": 2.7177777777777776,
      "grad_norm": 0.12349433205595654,
      "learning_rate": 4.827822769027235e-07,
      "loss": 0.0017,
      "step": 1223
    },
    {
      "epoch": 2.7199999999999998,
      "grad_norm": 0.04081422447202619,
      "learning_rate": 4.7544262270027396e-07,
      "loss": 0.0005,
      "step": 1224
    },
    {
      "epoch": 2.7222222222222223,
      "grad_norm": 0.9817055743442086,
      "learning_rate": 4.6815782966540546e-07,
      "loss": 0.0106,
      "step": 1225
    },
    {
      "epoch": 2.7244444444444444,
      "grad_norm": 0.01379721685401414,
      "learning_rate": 4.6092793975831e-07,
      "loss": 0.0003,
      "step": 1226
    },
    {
      "epoch": 2.7266666666666666,
      "grad_norm": 0.007589759166324705,
      "learning_rate": 4.537529946229369e-07,
      "loss": 0.0002,
      "step": 1227
    },
    {
      "epoch": 2.728888888888889,
      "grad_norm": 5.469198341698043,
      "learning_rate": 4.4663303558675764e-07,
      "loss": 0.0868,
      "step": 1228
    },
    {
      "epoch": 2.7311111111111113,
      "grad_norm": 0.00509266112370004,
      "learning_rate": 4.3956810366052705e-07,
      "loss": 0.0001,
      "step": 1229
    },
    {
      "epoch": 2.7333333333333334,
      "grad_norm": 0.003806452397286481,
      "learning_rate": 4.325582395380412e-07,
      "loss": 0.0001,
      "step": 1230
    },
    {
      "epoch": 2.7355555555555555,
      "grad_norm": 0.0047501656845345035,
      "learning_rate": 4.2560348359590995e-07,
      "loss": 0.0001,
      "step": 1231
    },
    {
      "epoch": 2.7377777777777776,
      "grad_norm": 0.1218184385138035,
      "learning_rate": 4.187038758933204e-07,
      "loss": 0.0022,
      "step": 1232
    },
    {
      "epoch": 2.74,
      "grad_norm": 0.005029103908626548,
      "learning_rate": 4.118594561718081e-07,
      "loss": 0.0001,
      "step": 1233
    },
    {
      "epoch": 2.7422222222222223,
      "grad_norm": 0.004284850377844312,
      "learning_rate": 4.0507026385502747e-07,
      "loss": 0.0001,
      "step": 1234
    },
    {
      "epoch": 2.7444444444444445,
      "grad_norm": 0.35678839182955296,
      "learning_rate": 3.9833633804852277e-07,
      "loss": 0.0052,
      "step": 1235
    },
    {
      "epoch": 2.7466666666666666,
      "grad_norm": 0.011549488918900322,
      "learning_rate": 3.916577175395098e-07,
      "loss": 0.0003,
      "step": 1236
    },
    {
      "epoch": 2.7488888888888887,
      "grad_norm": 0.05071331853661549,
      "learning_rate": 3.8503444079664334e-07,
      "loss": 0.0007,
      "step": 1237
    },
    {
      "epoch": 2.7511111111111113,
      "grad_norm": 0.008597480670433017,
      "learning_rate": 3.784665459697989e-07,
      "loss": 0.0002,
      "step": 1238
    },
    {
      "epoch": 2.7533333333333334,
      "grad_norm": 0.02311507683943809,
      "learning_rate": 3.7195407088985834e-07,
      "loss": 0.0004,
      "step": 1239
    },
    {
      "epoch": 2.7555555555555555,
      "grad_norm": 0.3878882593654115,
      "learning_rate": 3.6549705306848313e-07,
      "loss": 0.0048,
      "step": 1240
    },
    {
      "epoch": 2.7577777777777777,
      "grad_norm": 0.03162216140531413,
      "learning_rate": 3.5909552969790376e-07,
      "loss": 0.0007,
      "step": 1241
    },
    {
      "epoch": 2.76,
      "grad_norm": 0.01012754943398893,
      "learning_rate": 3.5274953765070505e-07,
      "loss": 0.0002,
      "step": 1242
    },
    {
      "epoch": 2.7622222222222224,
      "grad_norm": 0.015681353741538905,
      "learning_rate": 3.4645911347961357e-07,
      "loss": 0.0003,
      "step": 1243
    },
    {
      "epoch": 2.7644444444444445,
      "grad_norm": 0.006565266290510121,
      "learning_rate": 3.4022429341728503e-07,
      "loss": 0.0002,
      "step": 1244
    },
    {
      "epoch": 2.7666666666666666,
      "grad_norm": 0.03201213742072042,
      "learning_rate": 3.340451133760958e-07,
      "loss": 0.0006,
      "step": 1245
    },
    {
      "epoch": 2.7688888888888887,
      "grad_norm": 0.00536329376757758,
      "learning_rate": 3.279216089479431e-07,
      "loss": 0.0002,
      "step": 1246
    },
    {
      "epoch": 2.771111111111111,
      "grad_norm": 0.009525072869966967,
      "learning_rate": 3.218538154040285e-07,
      "loss": 0.0003,
      "step": 1247
    },
    {
      "epoch": 2.7733333333333334,
      "grad_norm": 0.00721917435905328,
      "learning_rate": 3.158417676946635e-07,
      "loss": 0.0002,
      "step": 1248
    },
    {
      "epoch": 2.7755555555555556,
      "grad_norm": 0.010026802570801489,
      "learning_rate": 3.0988550044906305e-07,
      "loss": 0.0002,
      "step": 1249
    },
    {
      "epoch": 2.7777777777777777,
      "grad_norm": 0.0446275392456314,
      "learning_rate": 3.039850479751505e-07,
      "loss": 0.0008,
      "step": 1250
    },
    {
      "epoch": 2.7800000000000002,
      "grad_norm": 0.005183736033521112,
      "learning_rate": 2.9814044425935605e-07,
      "loss": 0.0002,
      "step": 1251
    },
    {
      "epoch": 2.7822222222222224,
      "grad_norm": 0.310152362383429,
      "learning_rate": 2.923517229664241e-07,
      "loss": 0.0038,
      "step": 1252
    },
    {
      "epoch": 2.7844444444444445,
      "grad_norm": 0.018561588932111687,
      "learning_rate": 2.8661891743921644e-07,
      "loss": 0.0004,
      "step": 1253
    },
    {
      "epoch": 2.7866666666666666,
      "grad_norm": 0.015550194732309095,
      "learning_rate": 2.809420606985236e-07,
      "loss": 0.0004,
      "step": 1254
    },
    {
      "epoch": 2.7888888888888888,
      "grad_norm": 0.006990339103153065,
      "learning_rate": 2.753211854428728e-07,
      "loss": 0.0002,
      "step": 1255
    },
    {
      "epoch": 2.7911111111111113,
      "grad_norm": 0.025160062259127834,
      "learning_rate": 2.6975632404833584e-07,
      "loss": 0.0005,
      "step": 1256
    },
    {
      "epoch": 2.7933333333333334,
      "grad_norm": 0.043027891231747314,
      "learning_rate": 2.6424750856835155e-07,
      "loss": 0.0005,
      "step": 1257
    },
    {
      "epoch": 2.7955555555555556,
      "grad_norm": 0.12325242493690418,
      "learning_rate": 2.5879477073353254e-07,
      "loss": 0.0015,
      "step": 1258
    },
    {
      "epoch": 2.7977777777777777,
      "grad_norm": 0.044844037879654554,
      "learning_rate": 2.5339814195148636e-07,
      "loss": 0.0008,
      "step": 1259
    },
    {
      "epoch": 2.8,
      "grad_norm": 0.059257782123314194,
      "learning_rate": 2.480576533066348e-07,
      "loss": 0.0008,
      "step": 1260
    },
    {
      "epoch": 2.8022222222222224,
      "grad_norm": 0.024962914871947572,
      "learning_rate": 2.427733355600337e-07,
      "loss": 0.0003,
      "step": 1261
    },
    {
      "epoch": 2.8044444444444445,
      "grad_norm": 0.007362782245617757,
      "learning_rate": 2.375452191491967e-07,
      "loss": 0.0002,
      "step": 1262
    },
    {
      "epoch": 2.8066666666666666,
      "grad_norm": 0.007567040774454748,
      "learning_rate": 2.3237333418791863e-07,
      "loss": 0.0002,
      "step": 1263
    },
    {
      "epoch": 2.8088888888888888,
      "grad_norm": 0.019111459661082648,
      "learning_rate": 2.2725771046610335e-07,
      "loss": 0.0004,
      "step": 1264
    },
    {
      "epoch": 2.811111111111111,
      "grad_norm": 1.4074407601021746,
      "learning_rate": 2.2219837744959284e-07,
      "loss": 0.0269,
      "step": 1265
    },
    {
      "epoch": 2.8133333333333335,
      "grad_norm": 0.017221687878442086,
      "learning_rate": 2.1719536427999289e-07,
      "loss": 0.0003,
      "step": 1266
    },
    {
      "epoch": 2.8155555555555556,
      "grad_norm": 0.0808181348687061,
      "learning_rate": 2.1224869977451102e-07,
      "loss": 0.0012,
      "step": 1267
    },
    {
      "epoch": 2.8177777777777777,
      "grad_norm": 0.012404515981648245,
      "learning_rate": 2.0735841242578992e-07,
      "loss": 0.0003,
      "step": 1268
    },
    {
      "epoch": 2.82,
      "grad_norm": 1.2712888020390898,
      "learning_rate": 2.0252453040173646e-07,
      "loss": 0.0171,
      "step": 1269
    },
    {
      "epoch": 2.822222222222222,
      "grad_norm": 0.005552929244558772,
      "learning_rate": 1.9774708154536971e-07,
      "loss": 0.0001,
      "step": 1270
    },
    {
      "epoch": 2.8244444444444445,
      "grad_norm": 0.0032132962061250715,
      "learning_rate": 1.9302609337465195e-07,
      "loss": 0.0001,
      "step": 1271
    },
    {
      "epoch": 2.8266666666666667,
      "grad_norm": 2.702054784330389,
      "learning_rate": 1.8836159308233571e-07,
      "loss": 0.1092,
      "step": 1272
    },
    {
      "epoch": 2.828888888888889,
      "grad_norm": 0.10404110555219867,
      "learning_rate": 1.8375360753580485e-07,
      "loss": 0.0019,
      "step": 1273
    },
    {
      "epoch": 2.8311111111111114,
      "grad_norm": 0.010378726661429279,
      "learning_rate": 1.7920216327691696e-07,
      "loss": 0.0003,
      "step": 1274
    },
    {
      "epoch": 2.8333333333333335,
      "grad_norm": 0.04932173728306056,
      "learning_rate": 1.7470728652185688e-07,
      "loss": 0.0005,
      "step": 1275
    },
    {
      "epoch": 2.8355555555555556,
      "grad_norm": 0.11817313303484879,
      "learning_rate": 1.7026900316098217e-07,
      "loss": 0.0021,
      "step": 1276
    },
    {
      "epoch": 2.8377777777777777,
      "grad_norm": 0.00712917525218908,
      "learning_rate": 1.6588733875867237e-07,
      "loss": 0.0002,
      "step": 1277
    },
    {
      "epoch": 2.84,
      "grad_norm": 1.7169851274423176,
      "learning_rate": 1.615623185531845e-07,
      "loss": 0.1554,
      "step": 1278
    },
    {
      "epoch": 2.8422222222222224,
      "grad_norm": 0.007226361017833988,
      "learning_rate": 1.572939674565055e-07,
      "loss": 0.0002,
      "step": 1279
    },
    {
      "epoch": 2.8444444444444446,
      "grad_norm": 0.011419083745535635,
      "learning_rate": 1.5308231005421115e-07,
      "loss": 0.0003,
      "step": 1280
    },
    {
      "epoch": 2.8466666666666667,
      "grad_norm": 0.03384637402914988,
      "learning_rate": 1.4892737060532404e-07,
      "loss": 0.0004,
      "step": 1281
    },
    {
      "epoch": 2.848888888888889,
      "grad_norm": 0.01035924503651678,
      "learning_rate": 1.4482917304217136e-07,
      "loss": 0.0002,
      "step": 1282
    },
    {
      "epoch": 2.851111111111111,
      "grad_norm": 0.1962846261569105,
      "learning_rate": 1.407877409702496e-07,
      "loss": 0.003,
      "step": 1283
    },
    {
      "epoch": 2.8533333333333335,
      "grad_norm": 0.0075898320252030405,
      "learning_rate": 1.3680309766808675e-07,
      "loss": 0.0002,
      "step": 1284
    },
    {
      "epoch": 2.8555555555555556,
      "grad_norm": 0.005951507350888723,
      "learning_rate": 1.3287526608711132e-07,
      "loss": 0.0002,
      "step": 1285
    },
    {
      "epoch": 2.8577777777777778,
      "grad_norm": 0.01951294017508138,
      "learning_rate": 1.2900426885151473e-07,
      "loss": 0.0003,
      "step": 1286
    },
    {
      "epoch": 2.86,
      "grad_norm": 0.1832568874905622,
      "learning_rate": 1.2519012825812804e-07,
      "loss": 0.0025,
      "step": 1287
    },
    {
      "epoch": 2.862222222222222,
      "grad_norm": 0.689246799017246,
      "learning_rate": 1.2143286627628424e-07,
      "loss": 0.0134,
      "step": 1288
    },
    {
      "epoch": 2.8644444444444446,
      "grad_norm": 0.005177296618630876,
      "learning_rate": 1.1773250454770512e-07,
      "loss": 0.0001,
      "step": 1289
    },
    {
      "epoch": 2.8666666666666667,
      "grad_norm": 0.003107918089040882,
      "learning_rate": 1.1408906438636236e-07,
      "loss": 0.0001,
      "step": 1290
    },
    {
      "epoch": 2.868888888888889,
      "grad_norm": 0.07946242865140096,
      "learning_rate": 1.1050256677836213e-07,
      "loss": 0.0011,
      "step": 1291
    },
    {
      "epoch": 2.871111111111111,
      "grad_norm": 0.37247407448603137,
      "learning_rate": 1.0697303238182522e-07,
      "loss": 0.0048,
      "step": 1292
    },
    {
      "epoch": 2.873333333333333,
      "grad_norm": 0.038608440801768805,
      "learning_rate": 1.0350048152676484e-07,
      "loss": 0.0006,
      "step": 1293
    },
    {
      "epoch": 2.8755555555555556,
      "grad_norm": 0.0028124564827239577,
      "learning_rate": 1.0008493421497123e-07,
      "loss": 0.0001,
      "step": 1294
    },
    {
      "epoch": 2.8777777777777778,
      "grad_norm": 0.00664426228879201,
      "learning_rate": 9.672641011989503e-08,
      "loss": 0.0001,
      "step": 1295
    },
    {
      "epoch": 2.88,
      "grad_norm": 3.8056118126556675,
      "learning_rate": 9.342492858653519e-08,
      "loss": 0.0421,
      "step": 1296
    },
    {
      "epoch": 2.8822222222222225,
      "grad_norm": 0.0045748121289391555,
      "learning_rate": 9.018050863132566e-08,
      "loss": 0.0001,
      "step": 1297
    },
    {
      "epoch": 2.8844444444444446,
      "grad_norm": 0.01398265736950471,
      "learning_rate": 8.699316894203225e-08,
      "loss": 0.0003,
      "step": 1298
    },
    {
      "epoch": 2.8866666666666667,
      "grad_norm": 0.11450110076180904,
      "learning_rate": 8.386292787763483e-08,
      "loss": 0.001,
      "step": 1299
    },
    {
      "epoch": 2.888888888888889,
      "grad_norm": 0.018447803569358514,
      "learning_rate": 8.078980346822863e-08,
      "loss": 0.0003,
      "step": 1300
    },
    {
      "epoch": 2.891111111111111,
      "grad_norm": 0.0034948701819001284,
      "learning_rate": 7.777381341492085e-08,
      "loss": 0.0001,
      "step": 1301
    },
    {
      "epoch": 2.8933333333333335,
      "grad_norm": 0.03502009921123794,
      "learning_rate": 7.481497508972313e-08,
      "loss": 0.0005,
      "step": 1302
    },
    {
      "epoch": 2.8955555555555557,
      "grad_norm": 3.9958813368894157,
      "learning_rate": 7.191330553545595e-08,
      "loss": 0.1326,
      "step": 1303
    },
    {
      "epoch": 2.897777777777778,
      "grad_norm": 0.01948834490644077,
      "learning_rate": 6.906882146565097e-08,
      "loss": 0.0004,
      "step": 1304
    },
    {
      "epoch": 2.9,
      "grad_norm": 0.01078686952740169,
      "learning_rate": 6.628153926445113e-08,
      "loss": 0.0002,
      "step": 1305
    },
    {
      "epoch": 2.902222222222222,
      "grad_norm": 0.16558280828413696,
      "learning_rate": 6.355147498651959e-08,
      "loss": 0.0028,
      "step": 1306
    },
    {
      "epoch": 2.9044444444444446,
      "grad_norm": 0.03163260519864881,
      "learning_rate": 6.087864435694535e-08,
      "loss": 0.0006,
      "step": 1307
    },
    {
      "epoch": 2.9066666666666667,
      "grad_norm": 0.6379648849259939,
      "learning_rate": 5.8263062771153344e-08,
      "loss": 0.009,
      "step": 1308
    },
    {
      "epoch": 2.908888888888889,
      "grad_norm": 0.00849046711144789,
      "learning_rate": 5.5704745294815624e-08,
      "loss": 0.0002,
      "step": 1309
    },
    {
      "epoch": 2.911111111111111,
      "grad_norm": 1.2370504701354363,
      "learning_rate": 5.3203706663765845e-08,
      "loss": 0.0167,
      "step": 1310
    },
    {
      "epoch": 2.913333333333333,
      "grad_norm": 0.017198918435653646,
      "learning_rate": 5.0759961283911584e-08,
      "loss": 0.0003,
      "step": 1311
    },
    {
      "epoch": 2.9155555555555557,
      "grad_norm": 0.0035803439069190244,
      "learning_rate": 4.8373523231153297e-08,
      "loss": 0.0001,
      "step": 1312
    },
    {
      "epoch": 2.917777777777778,
      "grad_norm": 0.056190672353575416,
      "learning_rate": 4.604440625130324e-08,
      "loss": 0.0009,
      "step": 1313
    },
    {
      "epoch": 2.92,
      "grad_norm": 0.5583924896198119,
      "learning_rate": 4.377262376000557e-08,
      "loss": 0.0102,
      "step": 1314
    },
    {
      "epoch": 2.9222222222222225,
      "grad_norm": 1.5602277135164384,
      "learning_rate": 4.155818884266194e-08,
      "loss": 0.0266,
      "step": 1315
    },
    {
      "epoch": 2.924444444444444,
      "grad_norm": 0.005070809577874555,
      "learning_rate": 3.940111425435045e-08,
      "loss": 0.0001,
      "step": 1316
    },
    {
      "epoch": 2.9266666666666667,
      "grad_norm": 0.004298130851400702,
      "learning_rate": 3.730141241975682e-08,
      "loss": 0.0001,
      "step": 1317
    },
    {
      "epoch": 2.928888888888889,
      "grad_norm": 0.0081825334849266,
      "learning_rate": 3.525909543310002e-08,
      "loss": 0.0002,
      "step": 1318
    },
    {
      "epoch": 2.931111111111111,
      "grad_norm": 0.004978457446793133,
      "learning_rate": 3.327417505806785e-08,
      "loss": 0.0002,
      "step": 1319
    },
    {
      "epoch": 2.9333333333333336,
      "grad_norm": 0.004442095878631214,
      "learning_rate": 3.134666272774034e-08,
      "loss": 0.0001,
      "step": 1320
    },
    {
      "epoch": 2.9355555555555557,
      "grad_norm": 0.10935697132636515,
      "learning_rate": 2.9476569544532042e-08,
      "loss": 0.0021,
      "step": 1321
    },
    {
      "epoch": 2.937777777777778,
      "grad_norm": 0.6917385814754962,
      "learning_rate": 2.7663906280124276e-08,
      "loss": 0.0113,
      "step": 1322
    },
    {
      "epoch": 2.94,
      "grad_norm": 0.00614412031277472,
      "learning_rate": 2.5908683375404088e-08,
      "loss": 0.0002,
      "step": 1323
    },
    {
      "epoch": 2.942222222222222,
      "grad_norm": 0.002767569729845455,
      "learning_rate": 2.4210910940402066e-08,
      "loss": 0.0001,
      "step": 1324
    },
    {
      "epoch": 2.9444444444444446,
      "grad_norm": 0.006264338098344262,
      "learning_rate": 2.257059875423795e-08,
      "loss": 0.0002,
      "step": 1325
    },
    {
      "epoch": 2.9466666666666668,
      "grad_norm": 0.13468660908170602,
      "learning_rate": 2.0987756265060664e-08,
      "loss": 0.0023,
      "step": 1326
    },
    {
      "epoch": 2.948888888888889,
      "grad_norm": 0.03256323170905649,
      "learning_rate": 1.946239258999616e-08,
      "loss": 0.0007,
      "step": 1327
    },
    {
      "epoch": 2.951111111111111,
      "grad_norm": 0.0596375571365393,
      "learning_rate": 1.7994516515094097e-08,
      "loss": 0.0008,
      "step": 1328
    },
    {
      "epoch": 2.953333333333333,
      "grad_norm": 0.006974247597938422,
      "learning_rate": 1.6584136495277904e-08,
      "loss": 0.0002,
      "step": 1329
    },
    {
      "epoch": 2.9555555555555557,
      "grad_norm": 0.21166344390909245,
      "learning_rate": 1.523126065429259e-08,
      "loss": 0.0032,
      "step": 1330
    },
    {
      "epoch": 2.957777777777778,
      "grad_norm": 0.006487442449703825,
      "learning_rate": 1.3935896784663671e-08,
      "loss": 0.0002,
      "step": 1331
    },
    {
      "epoch": 2.96,
      "grad_norm": 0.20431861043146837,
      "learning_rate": 1.2698052347649426e-08,
      "loss": 0.0034,
      "step": 1332
    },
    {
      "epoch": 2.962222222222222,
      "grad_norm": 0.004965213877008438,
      "learning_rate": 1.1517734473195375e-08,
      "loss": 0.0001,
      "step": 1333
    },
    {
      "epoch": 2.964444444444444,
      "grad_norm": 0.005969233748611253,
      "learning_rate": 1.0394949959898759e-08,
      "loss": 0.0002,
      "step": 1334
    },
    {
      "epoch": 2.966666666666667,
      "grad_norm": 0.018107299377156945,
      "learning_rate": 9.32970527496524e-09,
      "loss": 0.0004,
      "step": 1335
    },
    {
      "epoch": 2.968888888888889,
      "grad_norm": 0.06417713582158226,
      "learning_rate": 8.322006554171147e-09,
      "loss": 0.0008,
      "step": 1336
    },
    {
      "epoch": 2.971111111111111,
      "grad_norm": 0.007247861237568498,
      "learning_rate": 7.371859601832398e-09,
      "loss": 0.0002,
      "step": 1337
    },
    {
      "epoch": 2.9733333333333336,
      "grad_norm": 0.8552291468932627,
      "learning_rate": 6.479269890766748e-09,
      "loss": 0.0101,
      "step": 1338
    },
    {
      "epoch": 2.9755555555555553,
      "grad_norm": 0.3122328271044666,
      "learning_rate": 5.644242562264923e-09,
      "loss": 0.0031,
      "step": 1339
    },
    {
      "epoch": 2.977777777777778,
      "grad_norm": 0.024503320282025485,
      "learning_rate": 4.866782426058425e-09,
      "loss": 0.0005,
      "step": 1340
    },
    {
      "epoch": 2.98,
      "grad_norm": 0.004575423886556389,
      "learning_rate": 4.146893960295106e-09,
      "loss": 0.0002,
      "step": 1341
    },
    {
      "epoch": 2.982222222222222,
      "grad_norm": 0.01082982437935974,
      "learning_rate": 3.4845813115114147e-09,
      "loss": 0.0003,
      "step": 1342
    },
    {
      "epoch": 2.9844444444444447,
      "grad_norm": 0.04894680669640281,
      "learning_rate": 2.879848294609078e-09,
      "loss": 0.0008,
      "step": 1343
    },
    {
      "epoch": 2.986666666666667,
      "grad_norm": 0.4259216094163621,
      "learning_rate": 2.332698392830679e-09,
      "loss": 0.0072,
      "step": 1344
    },
    {
      "epoch": 2.988888888888889,
      "grad_norm": 0.102181368002208,
      "learning_rate": 1.843134757745224e-09,
      "loss": 0.002,
      "step": 1345
    },
    {
      "epoch": 2.991111111111111,
      "grad_norm": 0.00881634487689039,
      "learning_rate": 1.4111602092226062e-09,
      "loss": 0.0002,
      "step": 1346
    },
    {
      "epoch": 2.993333333333333,
      "grad_norm": 0.1189951023202183,
      "learning_rate": 1.0367772354258342e-09,
      "loss": 0.0022,
      "step": 1347
    },
    {
      "epoch": 2.9955555555555557,
      "grad_norm": 0.014686539330107563,
      "learning_rate": 7.199879927877185e-10,
      "loss": 0.0003,
      "step": 1348
    },
    {
      "epoch": 2.997777777777778,
      "grad_norm": 0.08632351906277422,
      "learning_rate": 4.6079430600531883e-10,
      "loss": 0.0019,
      "step": 1349
    },
    {
      "epoch": 3.0,
      "grad_norm": 0.040295182187885616,
      "learning_rate": 2.5919766802773306e-10,
      "loss": 0.0007,
      "step": 1350
    },
    {
      "epoch": 3.0,
      "step": 1350,
      "total_flos": 12682783526400.0,
      "train_loss": 0.19971357741427104,
      "train_runtime": 58331.8733,
      "train_samples_per_second": 0.37,
      "train_steps_per_second": 0.023
    }
  ],
  "logging_steps": 1.0,
  "max_steps": 1350,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 50000,
  "total_flos": 12682783526400.0,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}