| {'loss': 1.3895, 'grad_norm': 0.917380154132843, 'learning_rate': 4.708318749270797e-05, 'epoch': 0.18} | |
| {'loss': 1.3891, 'grad_norm': 0.43125149607658386, 'learning_rate': 4.416637498541594e-05, 'epoch': 0.35} | |
| {'loss': 1.3883, 'grad_norm': 0.3787681758403778, 'learning_rate': 4.124956247812391e-05, 'epoch': 0.53} | |
| {'loss': 1.3882, 'grad_norm': 0.400529682636261, 'learning_rate': 3.8332749970831875e-05, 'epoch': 0.7} | |
| {'loss': 1.3882, 'grad_norm': 0.31423699855804443, 'learning_rate': 3.5415937463539846e-05, 'epoch': 0.88} | |