| {'loss': 1.3818, 'grad_norm': 0.9878897666931152, 'learning_rate': 4.708318749270797e-05, 'epoch': 0.18} | |
| {'loss': 1.3848, 'grad_norm': 0.3876025080680847, 'learning_rate': 4.416637498541594e-05, 'epoch': 0.35} | |
| {'loss': 1.3869, 'grad_norm': 0.38736286759376526, 'learning_rate': 4.124956247812391e-05, 'epoch': 0.53} | |
| {'loss': 1.3835, 'grad_norm': 0.3879797160625458, 'learning_rate': 3.8332749970831875e-05, 'epoch': 0.7} | |
| {'loss': 1.3872, 'grad_norm': 0.42131826281547546, 'learning_rate': 3.5415937463539846e-05, 'epoch': 0.88} | |