{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 3.0,
  "global_step": 375,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.01,
      "learning_rate": 5e-05,
      "loss": 0.9934,
      "step": 1
    },
    {
      "epoch": 0.02,
      "learning_rate": 4.986666666666667e-05,
      "loss": 0.9968,
      "step": 2
    },
    {
      "epoch": 0.02,
      "learning_rate": 4.973333333333334e-05,
      "loss": 0.9458,
      "step": 3
    },
    {
      "epoch": 0.03,
      "learning_rate": 4.96e-05,
      "loss": 0.8952,
      "step": 4
    },
    {
      "epoch": 0.04,
      "learning_rate": 4.9466666666666665e-05,
      "loss": 0.8754,
      "step": 5
    },
    {
      "epoch": 0.05,
      "learning_rate": 4.933333333333334e-05,
      "loss": 0.8382,
      "step": 6
    },
    {
      "epoch": 0.06,
      "learning_rate": 4.92e-05,
      "loss": 0.7953,
      "step": 7
    },
    {
      "epoch": 0.06,
      "learning_rate": 4.906666666666667e-05,
      "loss": 0.7548,
      "step": 8
    },
    {
      "epoch": 0.07,
      "learning_rate": 4.8933333333333335e-05,
      "loss": 0.7396,
      "step": 9
    },
    {
      "epoch": 0.08,
      "learning_rate": 4.88e-05,
      "loss": 0.7216,
      "step": 10
    },
    {
      "epoch": 0.09,
      "learning_rate": 4.866666666666667e-05,
      "loss": 0.6772,
      "step": 11
    },
    {
      "epoch": 0.1,
      "learning_rate": 4.853333333333334e-05,
      "loss": 0.6651,
      "step": 12
    },
    {
      "epoch": 0.1,
      "learning_rate": 4.8400000000000004e-05,
      "loss": 0.6638,
      "step": 13
    },
    {
      "epoch": 0.11,
      "learning_rate": 4.826666666666667e-05,
      "loss": 0.645,
      "step": 14
    },
    {
      "epoch": 0.12,
      "learning_rate": 4.8133333333333336e-05,
      "loss": 0.6399,
      "step": 15
    },
    {
      "epoch": 0.13,
      "learning_rate": 4.8e-05,
      "loss": 0.6139,
      "step": 16
    },
    {
      "epoch": 0.14,
      "learning_rate": 4.7866666666666674e-05,
      "loss": 0.6321,
      "step": 17
    },
    {
      "epoch": 0.14,
      "learning_rate": 4.773333333333333e-05,
      "loss": 0.6049,
      "step": 18
    },
    {
      "epoch": 0.15,
      "learning_rate": 4.76e-05,
      "loss": 0.5739,
      "step": 19
    },
    {
      "epoch": 0.16,
      "learning_rate": 4.746666666666667e-05,
      "loss": 0.5864,
      "step": 20
    },
    {
      "epoch": 0.16,
      "eval_loss": 0.54541015625,
      "eval_margin_accuracy": 0.7563769691303441,
      "eval_runtime": 781.4584,
      "eval_samples_per_second": 454.414,
      "eval_steps_per_second": 113.604,
      "step": 20
    },
    {
      "epoch": 0.17,
      "learning_rate": 4.7333333333333336e-05,
      "loss": 0.5911,
      "step": 21
    },
    {
      "epoch": 0.18,
      "learning_rate": 4.72e-05,
      "loss": 0.5643,
      "step": 22
    },
    {
      "epoch": 0.18,
      "learning_rate": 4.706666666666667e-05,
      "loss": 0.5745,
      "step": 23
    },
    {
      "epoch": 0.19,
      "learning_rate": 4.6933333333333333e-05,
      "loss": 0.5748,
      "step": 24
    },
    {
      "epoch": 0.2,
      "learning_rate": 4.6800000000000006e-05,
      "loss": 0.5567,
      "step": 25
    },
    {
      "epoch": 0.21,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.5498,
      "step": 26
    },
    {
      "epoch": 0.22,
      "learning_rate": 4.653333333333334e-05,
      "loss": 0.5511,
      "step": 27
    },
    {
      "epoch": 0.22,
      "learning_rate": 4.64e-05,
      "loss": 0.5419,
      "step": 28
    },
    {
      "epoch": 0.23,
      "learning_rate": 4.626666666666667e-05,
      "loss": 0.5385,
      "step": 29
    },
    {
      "epoch": 0.24,
      "learning_rate": 4.6133333333333334e-05,
      "loss": 0.527,
      "step": 30
    },
    {
      "epoch": 0.25,
      "learning_rate": 4.600000000000001e-05,
      "loss": 0.5329,
      "step": 31
    },
    {
      "epoch": 0.26,
      "learning_rate": 4.5866666666666666e-05,
      "loss": 0.5279,
      "step": 32
    },
    {
      "epoch": 0.26,
      "learning_rate": 4.573333333333333e-05,
      "loss": 0.5179,
      "step": 33
    },
    {
      "epoch": 0.27,
      "learning_rate": 4.5600000000000004e-05,
      "loss": 0.5199,
      "step": 34
    },
    {
      "epoch": 0.28,
      "learning_rate": 4.546666666666667e-05,
      "loss": 0.5141,
      "step": 35
    },
    {
      "epoch": 0.29,
      "learning_rate": 4.5333333333333335e-05,
      "loss": 0.5081,
      "step": 36
    },
    {
      "epoch": 0.3,
      "learning_rate": 4.52e-05,
      "loss": 0.5209,
      "step": 37
    },
    {
      "epoch": 0.3,
      "learning_rate": 4.5066666666666667e-05,
      "loss": 0.5114,
      "step": 38
    },
    {
      "epoch": 0.31,
      "learning_rate": 4.493333333333333e-05,
      "loss": 0.4877,
      "step": 39
    },
    {
      "epoch": 0.32,
      "learning_rate": 4.4800000000000005e-05,
      "loss": 0.4995,
      "step": 40
    },
    {
      "epoch": 0.32,
      "eval_loss": 0.47607421875,
      "eval_margin_accuracy": 0.7867228376879016,
      "eval_runtime": 784.0244,
      "eval_samples_per_second": 452.927,
      "eval_steps_per_second": 113.232,
      "step": 40
    },
    {
      "epoch": 0.33,
      "learning_rate": 4.466666666666667e-05,
      "loss": 0.5037,
      "step": 41
    },
    {
      "epoch": 0.34,
      "learning_rate": 4.4533333333333336e-05,
      "loss": 0.5081,
      "step": 42
    },
    {
      "epoch": 0.34,
      "learning_rate": 4.44e-05,
      "loss": 0.5057,
      "step": 43
    },
    {
      "epoch": 0.35,
      "learning_rate": 4.426666666666667e-05,
      "loss": 0.4961,
      "step": 44
    },
    {
      "epoch": 0.36,
      "learning_rate": 4.413333333333334e-05,
      "loss": 0.4877,
      "step": 45
    },
    {
      "epoch": 0.37,
      "learning_rate": 4.4000000000000006e-05,
      "loss": 0.4947,
      "step": 46
    },
    {
      "epoch": 0.38,
      "learning_rate": 4.3866666666666665e-05,
      "loss": 0.4972,
      "step": 47
    },
    {
      "epoch": 0.38,
      "learning_rate": 4.373333333333334e-05,
      "loss": 0.4873,
      "step": 48
    },
    {
      "epoch": 0.39,
      "learning_rate": 4.36e-05,
      "loss": 0.4942,
      "step": 49
    },
    {
      "epoch": 0.4,
      "learning_rate": 4.346666666666667e-05,
      "loss": 0.4901,
      "step": 50
    },
    {
      "epoch": 0.41,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.4894,
      "step": 51
    },
    {
      "epoch": 0.42,
      "learning_rate": 4.32e-05,
      "loss": 0.4839,
      "step": 52
    },
    {
      "epoch": 0.42,
      "learning_rate": 4.3066666666666665e-05,
      "loss": 0.4904,
      "step": 53
    },
    {
      "epoch": 0.43,
      "learning_rate": 4.293333333333334e-05,
      "loss": 0.4786,
      "step": 54
    },
    {
      "epoch": 0.44,
      "learning_rate": 4.2800000000000004e-05,
      "loss": 0.4684,
      "step": 55
    },
    {
      "epoch": 0.45,
      "learning_rate": 4.266666666666667e-05,
      "loss": 0.4788,
      "step": 56
    },
    {
      "epoch": 0.46,
      "learning_rate": 4.2533333333333335e-05,
      "loss": 0.4681,
      "step": 57
    },
    {
      "epoch": 0.46,
      "learning_rate": 4.24e-05,
      "loss": 0.4673,
      "step": 58
    },
    {
      "epoch": 0.47,
      "learning_rate": 4.226666666666667e-05,
      "loss": 0.4796,
      "step": 59
    },
    {
      "epoch": 0.48,
      "learning_rate": 4.213333333333334e-05,
      "loss": 0.4866,
      "step": 60
    },
    {
      "epoch": 0.48,
      "eval_loss": 0.435302734375,
      "eval_margin_accuracy": 0.8057199822024973,
      "eval_runtime": 788.9718,
      "eval_samples_per_second": 450.087,
      "eval_steps_per_second": 112.522,
      "step": 60
    },
    {
      "epoch": 0.49,
      "learning_rate": 4.2e-05,
      "loss": 0.4735,
      "step": 61
    },
    {
      "epoch": 0.5,
      "learning_rate": 4.186666666666667e-05,
      "loss": 0.4582,
      "step": 62
    },
    {
      "epoch": 0.5,
      "learning_rate": 4.1733333333333336e-05,
      "loss": 0.4698,
      "step": 63
    },
    {
      "epoch": 0.51,
      "learning_rate": 4.16e-05,
      "loss": 0.4659,
      "step": 64
    },
    {
      "epoch": 0.52,
      "learning_rate": 4.146666666666667e-05,
      "loss": 0.4685,
      "step": 65
    },
    {
      "epoch": 0.53,
      "learning_rate": 4.133333333333333e-05,
      "loss": 0.4672,
      "step": 66
    },
    {
      "epoch": 0.54,
      "learning_rate": 4.12e-05,
      "loss": 0.4685,
      "step": 67
    },
    {
      "epoch": 0.54,
      "learning_rate": 4.106666666666667e-05,
      "loss": 0.457,
      "step": 68
    },
    {
      "epoch": 0.55,
      "learning_rate": 4.093333333333334e-05,
      "loss": 0.4546,
      "step": 69
    },
    {
      "epoch": 0.56,
      "learning_rate": 4.08e-05,
      "loss": 0.4637,
      "step": 70
    },
    {
      "epoch": 0.57,
      "learning_rate": 4.066666666666667e-05,
      "loss": 0.4632,
      "step": 71
    },
    {
      "epoch": 0.58,
      "learning_rate": 4.0533333333333334e-05,
      "loss": 0.4627,
      "step": 72
    },
    {
      "epoch": 0.58,
      "learning_rate": 4.0400000000000006e-05,
      "loss": 0.4619,
      "step": 73
    },
    {
      "epoch": 0.59,
      "learning_rate": 4.026666666666667e-05,
      "loss": 0.457,
      "step": 74
    },
    {
      "epoch": 0.6,
      "learning_rate": 4.013333333333333e-05,
      "loss": 0.4501,
      "step": 75
    },
    {
      "epoch": 0.61,
      "learning_rate": 4e-05,
      "loss": 0.4551,
      "step": 76
    },
    {
      "epoch": 0.62,
      "learning_rate": 3.986666666666667e-05,
      "loss": 0.4591,
      "step": 77
    },
    {
      "epoch": 0.62,
      "learning_rate": 3.9733333333333335e-05,
      "loss": 0.4704,
      "step": 78
    },
    {
      "epoch": 0.63,
      "learning_rate": 3.960000000000001e-05,
      "loss": 0.4537,
      "step": 79
    },
    {
      "epoch": 0.64,
      "learning_rate": 3.9466666666666666e-05,
      "loss": 0.4568,
      "step": 80
    },
    {
      "epoch": 0.64,
      "eval_loss": 0.4228515625,
      "eval_margin_accuracy": 0.8098314306150839,
      "eval_runtime": 784.3035,
      "eval_samples_per_second": 452.766,
      "eval_steps_per_second": 113.192,
      "step": 80
    },
    {
      "epoch": 0.65,
      "learning_rate": 3.933333333333333e-05,
      "loss": 0.442,
      "step": 81
    },
    {
      "epoch": 0.66,
      "learning_rate": 3.9200000000000004e-05,
      "loss": 0.4542,
      "step": 82
    },
    {
      "epoch": 0.66,
      "learning_rate": 3.906666666666667e-05,
      "loss": 0.437,
      "step": 83
    },
    {
      "epoch": 0.67,
      "learning_rate": 3.8933333333333336e-05,
      "loss": 0.4476,
      "step": 84
    },
    {
      "epoch": 0.68,
      "learning_rate": 3.88e-05,
      "loss": 0.4489,
      "step": 85
    },
    {
      "epoch": 0.69,
      "learning_rate": 3.866666666666667e-05,
      "loss": 0.4401,
      "step": 86
    },
    {
      "epoch": 0.7,
      "learning_rate": 3.853333333333334e-05,
      "loss": 0.4456,
      "step": 87
    },
    {
      "epoch": 0.7,
      "learning_rate": 3.8400000000000005e-05,
      "loss": 0.4405,
      "step": 88
    },
    {
      "epoch": 0.71,
      "learning_rate": 3.8266666666666664e-05,
      "loss": 0.4413,
      "step": 89
    },
    {
      "epoch": 0.72,
      "learning_rate": 3.8133333333333336e-05,
      "loss": 0.439,
      "step": 90
    },
    {
      "epoch": 0.73,
      "learning_rate": 3.8e-05,
      "loss": 0.4536,
      "step": 91
    },
    {
      "epoch": 0.74,
      "learning_rate": 3.786666666666667e-05,
      "loss": 0.4373,
      "step": 92
    },
    {
      "epoch": 0.74,
      "learning_rate": 3.773333333333334e-05,
      "loss": 0.4322,
      "step": 93
    },
    {
      "epoch": 0.75,
      "learning_rate": 3.76e-05,
      "loss": 0.4437,
      "step": 94
    },
    {
      "epoch": 0.76,
      "learning_rate": 3.7466666666666665e-05,
      "loss": 0.4399,
      "step": 95
    },
    {
      "epoch": 0.77,
      "learning_rate": 3.733333333333334e-05,
      "loss": 0.4583,
      "step": 96
    },
    {
      "epoch": 0.78,
      "learning_rate": 3.72e-05,
      "loss": 0.4453,
      "step": 97
    },
    {
      "epoch": 0.78,
      "learning_rate": 3.706666666666667e-05,
      "loss": 0.425,
      "step": 98
    },
    {
      "epoch": 0.79,
      "learning_rate": 3.6933333333333334e-05,
      "loss": 0.4376,
      "step": 99
    },
    {
      "epoch": 0.8,
      "learning_rate": 3.68e-05,
      "loss": 0.4409,
      "step": 100
    },
    {
      "epoch": 0.8,
      "eval_loss": 0.41357421875,
      "eval_margin_accuracy": 0.8140386250865939,
      "eval_runtime": 776.6206,
      "eval_samples_per_second": 457.245,
      "eval_steps_per_second": 114.312,
      "step": 100
    },
    {
      "epoch": 0.81,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.4396,
      "step": 101
    },
    {
      "epoch": 0.82,
      "learning_rate": 3.653333333333334e-05,
      "loss": 0.4325,
      "step": 102
    },
    {
      "epoch": 0.82,
      "learning_rate": 3.6400000000000004e-05,
      "loss": 0.4406,
      "step": 103
    },
    {
      "epoch": 0.83,
      "learning_rate": 3.626666666666667e-05,
      "loss": 0.4471,
      "step": 104
    },
    {
      "epoch": 0.84,
      "learning_rate": 3.6133333333333335e-05,
      "loss": 0.4397,
      "step": 105
    },
    {
      "epoch": 0.85,
      "learning_rate": 3.6e-05,
      "loss": 0.438,
      "step": 106
    },
    {
      "epoch": 0.86,
      "learning_rate": 3.586666666666667e-05,
      "loss": 0.4459,
      "step": 107
    },
    {
      "epoch": 0.86,
      "learning_rate": 3.573333333333333e-05,
      "loss": 0.43,
      "step": 108
    },
    {
      "epoch": 0.87,
      "learning_rate": 3.56e-05,
      "loss": 0.4386,
      "step": 109
    },
    {
      "epoch": 0.88,
      "learning_rate": 3.546666666666667e-05,
      "loss": 0.4306,
      "step": 110
    },
    {
      "epoch": 0.89,
      "learning_rate": 3.5333333333333336e-05,
      "loss": 0.4388,
      "step": 111
    },
    {
      "epoch": 0.9,
      "learning_rate": 3.52e-05,
      "loss": 0.445,
      "step": 112
    },
    {
      "epoch": 0.9,
      "learning_rate": 3.506666666666667e-05,
      "loss": 0.4235,
      "step": 113
    },
    {
      "epoch": 0.91,
      "learning_rate": 3.493333333333333e-05,
      "loss": 0.4215,
      "step": 114
    },
    {
      "epoch": 0.92,
      "learning_rate": 3.48e-05,
      "loss": 0.4241,
      "step": 115
    },
    {
      "epoch": 0.93,
      "learning_rate": 3.466666666666667e-05,
      "loss": 0.4408,
      "step": 116
    },
    {
      "epoch": 0.94,
      "learning_rate": 3.453333333333334e-05,
      "loss": 0.433,
      "step": 117
    },
    {
      "epoch": 0.94,
      "learning_rate": 3.4399999999999996e-05,
      "loss": 0.4255,
      "step": 118
    },
    {
      "epoch": 0.95,
      "learning_rate": 3.426666666666667e-05,
      "loss": 0.4361,
      "step": 119
    },
    {
      "epoch": 0.96,
      "learning_rate": 3.4133333333333334e-05,
      "loss": 0.4369,
      "step": 120
    },
    {
      "epoch": 0.96,
      "eval_loss": 0.412353515625,
      "eval_margin_accuracy": 0.8118420978524722,
      "eval_runtime": 776.6227,
      "eval_samples_per_second": 457.244,
      "eval_steps_per_second": 114.312,
      "step": 120
    },
    {
      "epoch": 0.97,
      "learning_rate": 3.4000000000000007e-05,
      "loss": 0.4181,
      "step": 121
    },
    {
      "epoch": 0.98,
      "learning_rate": 3.3866666666666665e-05,
      "loss": 0.4293,
      "step": 122
    },
    {
      "epoch": 0.98,
      "learning_rate": 3.373333333333333e-05,
      "loss": 0.4483,
      "step": 123
    },
    {
      "epoch": 0.99,
      "learning_rate": 3.3600000000000004e-05,
      "loss": 0.4214,
      "step": 124
    },
    {
      "epoch": 1.0,
      "learning_rate": 3.346666666666667e-05,
      "loss": 0.4317,
      "step": 125
    },
    {
      "epoch": 1.01,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.4434,
      "step": 126
    },
    {
      "epoch": 1.02,
      "learning_rate": 3.32e-05,
      "loss": 0.4296,
      "step": 127
    },
    {
      "epoch": 1.02,
      "learning_rate": 3.3066666666666666e-05,
      "loss": 0.4202,
      "step": 128
    },
    {
      "epoch": 1.03,
      "learning_rate": 3.293333333333333e-05,
      "loss": 0.4324,
      "step": 129
    },
    {
      "epoch": 1.04,
      "learning_rate": 3.2800000000000004e-05,
      "loss": 0.4224,
      "step": 130
    },
    {
      "epoch": 1.05,
      "learning_rate": 3.266666666666667e-05,
      "loss": 0.4321,
      "step": 131
    },
    {
      "epoch": 1.06,
      "learning_rate": 3.253333333333333e-05,
      "loss": 0.4237,
      "step": 132
    },
    {
      "epoch": 1.06,
      "learning_rate": 3.24e-05,
      "loss": 0.4279,
      "step": 133
    },
    {
      "epoch": 1.07,
      "learning_rate": 3.226666666666667e-05,
      "loss": 0.4488,
      "step": 134
    },
    {
      "epoch": 1.08,
      "learning_rate": 3.213333333333334e-05,
      "loss": 0.4274,
      "step": 135
    },
    {
      "epoch": 1.09,
      "learning_rate": 3.2000000000000005e-05,
      "loss": 0.4255,
      "step": 136
    },
    {
      "epoch": 1.1,
      "learning_rate": 3.1866666666666664e-05,
      "loss": 0.4332,
      "step": 137
    },
    {
      "epoch": 1.1,
      "learning_rate": 3.173333333333334e-05,
      "loss": 0.4129,
      "step": 138
    },
    {
      "epoch": 1.11,
      "learning_rate": 3.16e-05,
      "loss": 0.4223,
      "step": 139
    },
    {
      "epoch": 1.12,
      "learning_rate": 3.146666666666667e-05,
      "loss": 0.4172,
      "step": 140
    },
    {
      "epoch": 1.12,
      "eval_loss": 0.404296875,
      "eval_margin_accuracy": 0.811830833610246,
      "eval_runtime": 783.6346,
      "eval_samples_per_second": 453.153,
      "eval_steps_per_second": 113.289,
      "step": 140
    },
    {
      "epoch": 1.13,
      "learning_rate": 3.1333333333333334e-05,
      "loss": 0.4197,
      "step": 141
    },
    {
      "epoch": 1.14,
      "learning_rate": 3.12e-05,
      "loss": 0.4391,
      "step": 142
    },
    {
      "epoch": 1.14,
      "learning_rate": 3.1066666666666665e-05,
      "loss": 0.4217,
      "step": 143
    },
    {
      "epoch": 1.15,
      "learning_rate": 3.093333333333334e-05,
      "loss": 0.4191,
      "step": 144
    },
    {
      "epoch": 1.16,
      "learning_rate": 3.08e-05,
      "loss": 0.4245,
      "step": 145
    },
    {
      "epoch": 1.17,
      "learning_rate": 3.066666666666667e-05,
      "loss": 0.425,
      "step": 146
    },
    {
      "epoch": 1.18,
      "learning_rate": 3.0533333333333335e-05,
      "loss": 0.4299,
      "step": 147
    },
    {
      "epoch": 1.18,
      "learning_rate": 3.04e-05,
      "loss": 0.425,
      "step": 148
    },
    {
      "epoch": 1.19,
      "learning_rate": 3.0266666666666666e-05,
      "loss": 0.4231,
      "step": 149
    },
    {
      "epoch": 1.2,
      "learning_rate": 3.0133333333333335e-05,
      "loss": 0.4132,
      "step": 150
    },
    {
      "epoch": 1.21,
      "learning_rate": 3e-05,
      "loss": 0.4419,
      "step": 151
    },
    {
      "epoch": 1.22,
      "learning_rate": 2.986666666666667e-05,
      "loss": 0.4401,
      "step": 152
    },
    {
      "epoch": 1.22,
      "learning_rate": 2.9733333333333336e-05,
      "loss": 0.4271,
      "step": 153
    },
    {
      "epoch": 1.23,
      "learning_rate": 2.96e-05,
      "loss": 0.4299,
      "step": 154
    },
    {
      "epoch": 1.24,
      "learning_rate": 2.946666666666667e-05,
      "loss": 0.4226,
      "step": 155
    },
    {
      "epoch": 1.25,
      "learning_rate": 2.9333333333333336e-05,
      "loss": 0.4337,
      "step": 156
    },
    {
      "epoch": 1.26,
      "learning_rate": 2.9199999999999998e-05,
      "loss": 0.4348,
      "step": 157
    },
    {
      "epoch": 1.26,
      "learning_rate": 2.906666666666667e-05,
      "loss": 0.428,
      "step": 158
    },
    {
      "epoch": 1.27,
      "learning_rate": 2.8933333333333333e-05,
      "loss": 0.4413,
      "step": 159
    },
    {
      "epoch": 1.28,
      "learning_rate": 2.88e-05,
      "loss": 0.4208,
      "step": 160
    },
    {
      "epoch": 1.28,
      "eval_loss": 0.4072265625,
      "eval_margin_accuracy": 0.8118815227002641,
      "eval_runtime": 776.925,
      "eval_samples_per_second": 457.066,
      "eval_steps_per_second": 114.267,
      "step": 160
    },
    {
      "epoch": 1.29,
      "learning_rate": 2.8666666666666668e-05,
      "loss": 0.4216,
      "step": 161
    },
    {
      "epoch": 1.3,
      "learning_rate": 2.8533333333333333e-05,
      "loss": 0.4316,
      "step": 162
    },
    {
      "epoch": 1.3,
      "learning_rate": 2.84e-05,
      "loss": 0.4217,
      "step": 163
    },
    {
      "epoch": 1.31,
      "learning_rate": 2.8266666666666668e-05,
      "loss": 0.4285,
      "step": 164
    },
    {
      "epoch": 1.32,
      "learning_rate": 2.8133333333333334e-05,
      "loss": 0.4229,
      "step": 165
    },
    {
      "epoch": 1.33,
      "learning_rate": 2.8000000000000003e-05,
      "loss": 0.4342,
      "step": 166
    },
    {
      "epoch": 1.34,
      "learning_rate": 2.786666666666667e-05,
      "loss": 0.4367,
      "step": 167
    },
    {
      "epoch": 1.34,
      "learning_rate": 2.7733333333333334e-05,
      "loss": 0.4086,
      "step": 168
    },
    {
      "epoch": 1.35,
      "learning_rate": 2.7600000000000003e-05,
      "loss": 0.4253,
      "step": 169
    },
    {
      "epoch": 1.36,
      "learning_rate": 2.746666666666667e-05,
      "loss": 0.414,
      "step": 170
    },
    {
      "epoch": 1.37,
      "learning_rate": 2.733333333333333e-05,
      "loss": 0.4141,
      "step": 171
    },
    {
      "epoch": 1.38,
      "learning_rate": 2.7200000000000004e-05,
      "loss": 0.4258,
      "step": 172
    },
    {
      "epoch": 1.38,
      "learning_rate": 2.706666666666667e-05,
      "loss": 0.4176,
      "step": 173
    },
    {
      "epoch": 1.39,
      "learning_rate": 2.6933333333333332e-05,
      "loss": 0.4278,
      "step": 174
    },
    {
      "epoch": 1.4,
      "learning_rate": 2.6800000000000004e-05,
      "loss": 0.4075,
      "step": 175
    },
    {
      "epoch": 1.41,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.4188,
      "step": 176
    },
    {
      "epoch": 1.42,
      "learning_rate": 2.6533333333333332e-05,
      "loss": 0.4129,
      "step": 177
    },
    {
      "epoch": 1.42,
      "learning_rate": 2.64e-05,
      "loss": 0.4297,
      "step": 178
    },
    {
      "epoch": 1.43,
      "learning_rate": 2.6266666666666667e-05,
      "loss": 0.4227,
      "step": 179
    },
    {
      "epoch": 1.44,
      "learning_rate": 2.6133333333333333e-05,
      "loss": 0.4256,
      "step": 180
    },
    {
      "epoch": 1.44,
      "eval_loss": 0.404052734375,
      "eval_margin_accuracy": 0.8124222063271248,
      "eval_runtime": 769.4633,
      "eval_samples_per_second": 461.498,
      "eval_steps_per_second": 115.375,
      "step": 180
    },
    {
      "epoch": 1.45,
      "learning_rate": 2.6000000000000002e-05,
      "loss": 0.4223,
      "step": 181
    },
    {
      "epoch": 1.46,
      "learning_rate": 2.5866666666666667e-05,
      "loss": 0.4093,
      "step": 182
    },
    {
      "epoch": 1.46,
      "learning_rate": 2.5733333333333337e-05,
      "loss": 0.4283,
      "step": 183
    },
    {
      "epoch": 1.47,
      "learning_rate": 2.5600000000000002e-05,
      "loss": 0.4223,
      "step": 184
    },
    {
      "epoch": 1.48,
      "learning_rate": 2.5466666666666668e-05,
      "loss": 0.4209,
      "step": 185
    },
    {
      "epoch": 1.49,
      "learning_rate": 2.5333333333333337e-05,
      "loss": 0.418,
      "step": 186
    },
    {
      "epoch": 1.5,
      "learning_rate": 2.5200000000000003e-05,
      "loss": 0.4237,
      "step": 187
    },
    {
      "epoch": 1.5,
      "learning_rate": 2.5066666666666665e-05,
      "loss": 0.4137,
      "step": 188
    },
    {
      "epoch": 1.51,
      "learning_rate": 2.4933333333333334e-05,
      "loss": 0.4354,
      "step": 189
    },
    {
      "epoch": 1.52,
      "learning_rate": 2.48e-05,
      "loss": 0.4258,
      "step": 190
    },
    {
      "epoch": 1.53,
      "learning_rate": 2.466666666666667e-05,
      "loss": 0.419,
      "step": 191
    },
    {
      "epoch": 1.54,
      "learning_rate": 2.4533333333333334e-05,
      "loss": 0.4056,
      "step": 192
    },
    {
      "epoch": 1.54,
      "learning_rate": 2.44e-05,
      "loss": 0.4139,
      "step": 193
    },
    {
      "epoch": 1.55,
      "learning_rate": 2.426666666666667e-05,
      "loss": 0.4185,
      "step": 194
    },
    {
      "epoch": 1.56,
      "learning_rate": 2.4133333333333335e-05,
      "loss": 0.4218,
      "step": 195
    },
    {
      "epoch": 1.57,
      "learning_rate": 2.4e-05,
      "loss": 0.4311,
      "step": 196
    },
    {
      "epoch": 1.58,
      "learning_rate": 2.3866666666666666e-05,
      "loss": 0.4175,
      "step": 197
    },
    {
      "epoch": 1.58,
      "learning_rate": 2.3733333333333335e-05,
      "loss": 0.4064,
      "step": 198
    },
    {
      "epoch": 1.59,
      "learning_rate": 2.36e-05,
      "loss": 0.4253,
      "step": 199
    },
    {
      "epoch": 1.6,
      "learning_rate": 2.3466666666666667e-05,
      "loss": 0.4201,
      "step": 200
    },
    {
      "epoch": 1.6,
      "eval_loss": 0.404052734375,
      "eval_margin_accuracy": 0.8127207087461209,
      "eval_runtime": 775.9805,
      "eval_samples_per_second": 457.622,
      "eval_steps_per_second": 114.406,
      "step": 200
    },
    {
      "epoch": 1.61,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.4264,
      "step": 201
    },
    {
      "epoch": 1.62,
      "learning_rate": 2.32e-05,
      "loss": 0.4152,
      "step": 202
    },
    {
      "epoch": 1.62,
      "learning_rate": 2.3066666666666667e-05,
      "loss": 0.4362,
      "step": 203
    },
    {
      "epoch": 1.63,
      "learning_rate": 2.2933333333333333e-05,
      "loss": 0.4219,
      "step": 204
    },
    {
      "epoch": 1.64,
      "learning_rate": 2.2800000000000002e-05,
      "loss": 0.4026,
      "step": 205
    },
    {
      "epoch": 1.65,
      "learning_rate": 2.2666666666666668e-05,
      "loss": 0.4114,
      "step": 206
    },
    {
      "epoch": 1.66,
      "learning_rate": 2.2533333333333333e-05,
      "loss": 0.4114,
      "step": 207
    },
    {
      "epoch": 1.66,
      "learning_rate": 2.2400000000000002e-05,
      "loss": 0.412,
      "step": 208
    },
    {
      "epoch": 1.67,
      "learning_rate": 2.2266666666666668e-05,
      "loss": 0.4283,
      "step": 209
    },
    {
      "epoch": 1.68,
      "learning_rate": 2.2133333333333334e-05,
      "loss": 0.4178,
      "step": 210
    },
    {
      "epoch": 1.69,
      "learning_rate": 2.2000000000000003e-05,
      "loss": 0.4229,
      "step": 211
    },
    {
      "epoch": 1.7,
      "learning_rate": 2.186666666666667e-05,
      "loss": 0.4302,
      "step": 212
    },
    {
      "epoch": 1.7,
      "learning_rate": 2.1733333333333334e-05,
      "loss": 0.4209,
      "step": 213
    },
    {
      "epoch": 1.71,
      "learning_rate": 2.16e-05,
      "loss": 0.4215,
      "step": 214
    },
    {
      "epoch": 1.72,
      "learning_rate": 2.146666666666667e-05,
      "loss": 0.4151,
      "step": 215
    },
    {
      "epoch": 1.73,
      "learning_rate": 2.1333333333333335e-05,
      "loss": 0.4211,
      "step": 216
    },
    {
      "epoch": 1.74,
      "learning_rate": 2.12e-05,
      "loss": 0.4273,
      "step": 217
    },
    {
      "epoch": 1.74,
      "learning_rate": 2.106666666666667e-05,
      "loss": 0.4191,
      "step": 218
    },
    {
      "epoch": 1.75,
      "learning_rate": 2.0933333333333335e-05,
      "loss": 0.4311,
      "step": 219
    },
    {
      "epoch": 1.76,
      "learning_rate": 2.08e-05,
      "loss": 0.4159,
      "step": 220
    },
    {
      "epoch": 1.76,
      "eval_loss": 0.400634765625,
      "eval_margin_accuracy": 0.8124897917804824,
      "eval_runtime": 772.604,
      "eval_samples_per_second": 459.622,
      "eval_steps_per_second": 114.906,
      "step": 220
    },
    {
      "epoch": 1.77,
      "learning_rate": 2.0666666666666666e-05,
      "loss": 0.4296,
      "step": 221
    },
    {
      "epoch": 1.78,
      "learning_rate": 2.0533333333333336e-05,
      "loss": 0.4261,
      "step": 222
    },
    {
      "epoch": 1.78,
      "learning_rate": 2.04e-05,
      "loss": 0.4383,
      "step": 223
    },
    {
      "epoch": 1.79,
      "learning_rate": 2.0266666666666667e-05,
      "loss": 0.4271,
      "step": 224
    },
    {
      "epoch": 1.8,
      "learning_rate": 2.0133333333333336e-05,
      "loss": 0.4241,
      "step": 225
    },
    {
      "epoch": 1.81,
      "learning_rate": 2e-05,
      "loss": 0.4175,
      "step": 226
    },
    {
      "epoch": 1.82,
      "learning_rate": 1.9866666666666667e-05,
      "loss": 0.4364,
      "step": 227
    },
    {
      "epoch": 1.82,
      "learning_rate": 1.9733333333333333e-05,
      "loss": 0.4143,
      "step": 228
    },
    {
      "epoch": 1.83,
      "learning_rate": 1.9600000000000002e-05,
      "loss": 0.4105,
      "step": 229
    },
    {
      "epoch": 1.84,
      "learning_rate": 1.9466666666666668e-05,
      "loss": 0.419,
      "step": 230
    },
    {
      "epoch": 1.85,
      "learning_rate": 1.9333333333333333e-05,
      "loss": 0.423,
      "step": 231
    },
    {
      "epoch": 1.86,
      "learning_rate": 1.9200000000000003e-05,
      "loss": 0.4179,
      "step": 232
    },
    {
      "epoch": 1.86,
      "learning_rate": 1.9066666666666668e-05,
      "loss": 0.417,
      "step": 233
    },
    {
      "epoch": 1.87,
      "learning_rate": 1.8933333333333334e-05,
      "loss": 0.4207,
      "step": 234
    },
    {
      "epoch": 1.88,
      "learning_rate": 1.88e-05,
      "loss": 0.4206,
      "step": 235
    },
    {
      "epoch": 1.89,
      "learning_rate": 1.866666666666667e-05,
      "loss": 0.4101,
      "step": 236
    },
    {
      "epoch": 1.9,
      "learning_rate": 1.8533333333333334e-05,
      "loss": 0.4203,
      "step": 237
    },
    {
      "epoch": 1.9,
      "learning_rate": 1.84e-05,
      "loss": 0.4222,
      "step": 238
    },
    {
      "epoch": 1.91,
      "learning_rate": 1.826666666666667e-05,
      "loss": 0.4239,
      "step": 239
    },
    {
      "epoch": 1.92,
      "learning_rate": 1.8133333333333335e-05,
      "loss": 0.4103,
      "step": 240
    },
    {
      "epoch": 1.92,
      "eval_loss": 0.400390625,
      "eval_margin_accuracy": 0.8131262214662665,
      "eval_runtime": 785.7862,
      "eval_samples_per_second": 451.912,
      "eval_steps_per_second": 112.979,
      "step": 240
    },
    {
      "epoch": 1.93,
      "learning_rate": 1.8e-05,
      "loss": 0.4176,
      "step": 241
    },
    {
      "epoch": 1.94,
      "learning_rate": 1.7866666666666666e-05,
      "loss": 0.4137,
      "step": 242
    },
    {
      "epoch": 1.94,
      "learning_rate": 1.7733333333333335e-05,
      "loss": 0.4252,
      "step": 243
    },
    {
      "epoch": 1.95,
      "learning_rate": 1.76e-05,
      "loss": 0.4185,
      "step": 244
    },
    {
      "epoch": 1.96,
      "learning_rate": 1.7466666666666667e-05,
      "loss": 0.423,
      "step": 245
    },
    {
      "epoch": 1.97,
      "learning_rate": 1.7333333333333336e-05,
      "loss": 0.412,
      "step": 246
    },
    {
      "epoch": 1.98,
      "learning_rate": 1.7199999999999998e-05,
      "loss": 0.4212,
      "step": 247
    },
    {
      "epoch": 1.98,
      "learning_rate": 1.7066666666666667e-05,
      "loss": 0.4172,
      "step": 248
    },
    {
      "epoch": 1.99,
      "learning_rate": 1.6933333333333333e-05,
      "loss": 0.4247,
      "step": 249
    },
    {
      "epoch": 2.0,
      "learning_rate": 1.6800000000000002e-05,
      "loss": 0.4203,
      "step": 250
    },
    {
      "epoch": 2.01,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.4276,
      "step": 251
    },
    {
      "epoch": 2.02,
      "learning_rate": 1.6533333333333333e-05,
      "loss": 0.4202,
      "step": 252
    },
    {
      "epoch": 2.02,
      "learning_rate": 1.6400000000000002e-05,
      "loss": 0.4163,
      "step": 253
    },
    {
      "epoch": 2.03,
      "learning_rate": 1.6266666666666665e-05,
      "loss": 0.4189,
      "step": 254
    },
    {
      "epoch": 2.04,
      "learning_rate": 1.6133333333333334e-05,
      "loss": 0.413,
      "step": 255
    },
    {
      "epoch": 2.05,
      "learning_rate": 1.6000000000000003e-05,
      "loss": 0.4367,
      "step": 256
    },
    {
      "epoch": 2.06,
      "learning_rate": 1.586666666666667e-05,
      "loss": 0.4083,
      "step": 257
    },
    {
      "epoch": 2.06,
      "learning_rate": 1.5733333333333334e-05,
      "loss": 0.4201,
      "step": 258
    },
    {
      "epoch": 2.07,
      "learning_rate": 1.56e-05,
      "loss": 0.4211,
      "step": 259
    },
    {
      "epoch": 2.08,
      "learning_rate": 1.546666666666667e-05,
      "loss": 0.4282,
      "step": 260
    },
    {
      "epoch": 2.08,
      "eval_loss": 0.39990234375,
      "eval_margin_accuracy": 0.8138189723631817,
      "eval_runtime": 786.2772,
      "eval_samples_per_second": 451.63,
      "eval_steps_per_second": 112.908,
      "step": 260
    },
    {
      "epoch": 2.09,
      "learning_rate": 1.5333333333333334e-05,
      "loss": 0.4231,
      "step": 261
    },
    {
      "epoch": 2.1,
      "learning_rate": 1.52e-05,
      "loss": 0.4174,
      "step": 262
    },
    {
      "epoch": 2.1,
      "learning_rate": 1.5066666666666668e-05,
      "loss": 0.4117,
      "step": 263
    },
    {
      "epoch": 2.11,
      "learning_rate": 1.4933333333333335e-05,
      "loss": 0.4055,
      "step": 264
    },
    {
      "epoch": 2.12,
      "learning_rate": 1.48e-05,
      "loss": 0.4065,
      "step": 265
    },
    {
      "epoch": 2.13,
      "learning_rate": 1.4666666666666668e-05,
      "loss": 0.4105,
      "step": 266
    },
    {
      "epoch": 2.14,
      "learning_rate": 1.4533333333333335e-05,
      "loss": 0.4093,
      "step": 267
    },
    {
      "epoch": 2.14,
      "learning_rate": 1.44e-05,
      "loss": 0.4122,
      "step": 268
    },
    {
      "epoch": 2.15,
      "learning_rate": 1.4266666666666667e-05,
      "loss": 0.4257,
      "step": 269
    },
    {
      "epoch": 2.16,
      "learning_rate": 1.4133333333333334e-05,
      "loss": 0.4136,
      "step": 270
    },
    {
      "epoch": 2.17,
      "learning_rate": 1.4000000000000001e-05,
      "loss": 0.412,
      "step": 271
    },
    {
      "epoch": 2.18,
      "learning_rate": 1.3866666666666667e-05,
      "loss": 0.4212,
      "step": 272
    },
    {
      "epoch": 2.18,
      "learning_rate": 1.3733333333333335e-05,
      "loss": 0.4157,
      "step": 273
    },
    {
      "epoch": 2.19,
      "learning_rate": 1.3600000000000002e-05,
      "loss": 0.4164,
      "step": 274
    },
    {
      "epoch": 2.2,
      "learning_rate": 1.3466666666666666e-05,
      "loss": 0.4162,
      "step": 275
    },
    {
      "epoch": 2.21,
      "learning_rate": 1.3333333333333333e-05,
      "loss": 0.4158,
      "step": 276
    },
    {
      "epoch": 2.22,
      "learning_rate": 1.32e-05,
      "loss": 0.4123,
      "step": 277
    },
    {
      "epoch": 2.22,
      "learning_rate": 1.3066666666666666e-05,
      "loss": 0.412,
      "step": 278
    },
    {
      "epoch": 2.23,
      "learning_rate": 1.2933333333333334e-05,
      "loss": 0.4178,
      "step": 279
    },
    {
      "epoch": 2.24,
      "learning_rate": 1.2800000000000001e-05,
      "loss": 0.4169,
      "step": 280
    },
    {
      "epoch": 2.24,
      "eval_loss": 0.400634765625,
      "eval_margin_accuracy": 0.8136218481242221,
      "eval_runtime": 784.935,
      "eval_samples_per_second": 452.402,
      "eval_steps_per_second": 113.101,
      "step": 280
    },
    {
      "epoch": 2.25,
      "learning_rate": 1.2666666666666668e-05,
      "loss": 0.4234,
      "step": 281
    },
    {
      "epoch": 2.26,
      "learning_rate": 1.2533333333333332e-05,
      "loss": 0.4132,
      "step": 282
    },
    {
      "epoch": 2.26,
      "learning_rate": 1.24e-05,
      "loss": 0.4037,
      "step": 283
    },
    {
      "epoch": 2.27,
      "learning_rate": 1.2266666666666667e-05,
      "loss": 0.4221,
      "step": 284
    },
    {
      "epoch": 2.28,
      "learning_rate": 1.2133333333333335e-05,
      "loss": 0.4166,
      "step": 285
    },
    {
      "epoch": 2.29,
      "learning_rate": 1.2e-05,
      "loss": 0.4078,
      "step": 286
    },
    {
      "epoch": 2.3,
      "learning_rate": 1.1866666666666668e-05,
      "loss": 0.4181,
      "step": 287
    },
    {
      "epoch": 2.3,
      "learning_rate": 1.1733333333333333e-05,
      "loss": 0.4176,
      "step": 288
    },
    {
      "epoch": 2.31,
      "learning_rate": 1.16e-05,
      "loss": 0.4265,
      "step": 289
    },
    {
      "epoch": 2.32,
      "learning_rate": 1.1466666666666666e-05,
      "loss": 0.4413,
      "step": 290
    },
    {
      "epoch": 2.33,
      "learning_rate": 1.1333333333333334e-05,
      "loss": 0.4073,
      "step": 291
    },
    {
      "epoch": 2.34,
      "learning_rate": 1.1200000000000001e-05,
      "loss": 0.4105,
      "step": 292
    },
    {
      "epoch": 2.34,
      "learning_rate": 1.1066666666666667e-05,
      "loss": 0.4081,
      "step": 293
    },
    {
      "epoch": 2.35,
      "learning_rate": 1.0933333333333334e-05,
      "loss": 0.4221,
      "step": 294
    },
    {
      "epoch": 2.36,
      "learning_rate": 1.08e-05,
      "loss": 0.4219,
      "step": 295
    },
    {
      "epoch": 2.37,
      "learning_rate": 1.0666666666666667e-05,
      "loss": 0.4179,
      "step": 296
    },
    {
      "epoch": 2.38,
      "learning_rate": 1.0533333333333335e-05,
      "loss": 0.4233,
      "step": 297
    },
    {
      "epoch": 2.38,
      "learning_rate": 1.04e-05,
      "loss": 0.417,
      "step": 298
    },
    {
      "epoch": 2.39,
      "learning_rate": 1.0266666666666668e-05,
      "loss": 0.3928,
      "step": 299
    },
    {
      "epoch": 2.4,
      "learning_rate": 1.0133333333333333e-05,
      "loss": 0.4263,
      "step": 300
    },
    {
      "epoch": 2.4,
      "eval_loss": 0.396240234375,
      "eval_margin_accuracy": 0.8133120814629998,
      "eval_runtime": 785.0776,
      "eval_samples_per_second": 452.32,
      "eval_steps_per_second": 113.081,
      "step": 300
    },
    {
      "epoch": 2.41,
      "learning_rate": 1e-05,
      "loss": 0.4125,
      "step": 301
    },
    {
      "epoch": 2.42,
      "learning_rate": 9.866666666666667e-06,
      "loss": 0.419,
      "step": 302
    },
    {
      "epoch": 2.42,
      "learning_rate": 9.733333333333334e-06,
      "loss": 0.407,
      "step": 303
    },
    {
      "epoch": 2.43,
      "learning_rate": 9.600000000000001e-06,
      "loss": 0.4134,
      "step": 304
    },
    {
      "epoch": 2.44,
      "learning_rate": 9.466666666666667e-06,
      "loss": 0.4043,
      "step": 305
    },
    {
      "epoch": 2.45,
      "learning_rate": 9.333333333333334e-06,
      "loss": 0.4171,
      "step": 306
    },
    {
      "epoch": 2.46,
      "learning_rate": 9.2e-06,
      "loss": 0.4108,
      "step": 307
    },
    {
      "epoch": 2.46,
      "learning_rate": 9.066666666666667e-06,
      "loss": 0.3985,
      "step": 308
    },
    {
      "epoch": 2.47,
      "learning_rate": 8.933333333333333e-06,
      "loss": 0.4091,
      "step": 309
    },
    {
      "epoch": 2.48,
      "learning_rate": 8.8e-06,
      "loss": 0.4155,
      "step": 310
    },
    {
      "epoch": 2.49,
      "learning_rate": 8.666666666666668e-06,
      "loss": 0.4106,
      "step": 311
    },
    {
      "epoch": 2.5,
      "learning_rate": 8.533333333333334e-06,
      "loss": 0.4179,
      "step": 312
    },
    {
      "epoch": 2.5,
      "learning_rate": 8.400000000000001e-06,
      "loss": 0.4101,
      "step": 313
    },
    {
      "epoch": 2.51,
      "learning_rate": 8.266666666666667e-06,
      "loss": 0.3955,
      "step": 314
    },
    {
      "epoch": 2.52,
      "learning_rate": 8.133333333333332e-06,
      "loss": 0.4066,
      "step": 315
    },
    {
      "epoch": 2.53,
      "learning_rate": 8.000000000000001e-06,
      "loss": 0.4052,
      "step": 316
    },
    {
      "epoch": 2.54,
      "learning_rate": 7.866666666666667e-06,
      "loss": 0.411,
      "step": 317
    },
    {
      "epoch": 2.54,
      "learning_rate": 7.733333333333334e-06,
      "loss": 0.4015,
      "step": 318
    },
    {
      "epoch": 2.55,
      "learning_rate": 7.6e-06,
      "loss": 0.4139,
      "step": 319
    },
    {
      "epoch": 2.56,
      "learning_rate": 7.4666666666666675e-06,
      "loss": 0.4252,
      "step": 320
    },
    {
      "epoch": 2.56,
      "eval_loss": 0.3994140625,
      "eval_margin_accuracy": 0.8136894335775796,
      "eval_runtime": 778.8893,
      "eval_samples_per_second": 455.913,
      "eval_steps_per_second": 113.979,
      "step": 320
    },
    {
      "epoch": 2.57,
      "learning_rate": 7.333333333333334e-06,
      "loss": 0.4191,
      "step": 321
    },
    {
      "epoch": 2.58,
      "learning_rate": 7.2e-06,
      "loss": 0.4184,
      "step": 322
    },
    {
      "epoch": 2.58,
      "learning_rate": 7.066666666666667e-06,
      "loss": 0.4179,
      "step": 323
    },
    {
      "epoch": 2.59,
      "learning_rate": 6.933333333333334e-06,
      "loss": 0.4192,
      "step": 324
    },
    {
      "epoch": 2.6,
      "learning_rate": 6.800000000000001e-06,
      "loss": 0.4106,
      "step": 325
    },
    {
      "epoch": 2.61,
      "learning_rate": 6.666666666666667e-06,
      "loss": 0.3903,
      "step": 326
    },
    {
      "epoch": 2.62,
      "learning_rate": 6.533333333333333e-06,
      "loss": 0.4117,
      "step": 327
    },
    {
      "epoch": 2.62,
      "learning_rate": 6.4000000000000006e-06,
      "loss": 0.4101,
      "step": 328
    },
    {
      "epoch": 2.63,
      "learning_rate": 6.266666666666666e-06,
      "loss": 0.4112,
      "step": 329
    },
    {
      "epoch": 2.64,
      "learning_rate": 6.133333333333334e-06,
      "loss": 0.4027,
      "step": 330
    },
    {
      "epoch": 2.65,
      "learning_rate": 6e-06,
      "loss": 0.421,
      "step": 331
    },
    {
      "epoch": 2.66,
      "learning_rate": 5.866666666666667e-06,
      "loss": 0.4145,
      "step": 332
    },
    {
      "epoch": 2.66,
      "learning_rate": 5.733333333333333e-06,
      "loss": 0.4116,
      "step": 333
    },
    {
      "epoch": 2.67,
      "learning_rate": 5.600000000000001e-06,
      "loss": 0.4165,
      "step": 334
    },
    {
      "epoch": 2.68,
      "learning_rate": 5.466666666666667e-06,
      "loss": 0.4264,
      "step": 335
    },
    {
      "epoch": 2.69,
      "learning_rate": 5.333333333333334e-06,
      "loss": 0.4249,
      "step": 336
    },
    {
      "epoch": 2.7,
      "learning_rate": 5.2e-06,
      "loss": 0.4141,
      "step": 337
    },
    {
      "epoch": 2.7,
      "learning_rate": 5.066666666666667e-06,
      "loss": 0.4177,
      "step": 338
    },
    {
      "epoch": 2.71,
      "learning_rate": 4.933333333333333e-06,
      "loss": 0.4205,
      "step": 339
    },
    {
      "epoch": 2.72,
      "learning_rate": 4.800000000000001e-06,
      "loss": 0.4202,
      "step": 340
    },
    {
      "epoch": 2.72,
      "eval_loss": 0.396484375,
      "eval_margin_accuracy": 0.8136725372142403,
      "eval_runtime": 775.5748,
      "eval_samples_per_second": 457.862,
      "eval_steps_per_second": 114.466,
      "step": 340
    },
    {
      "epoch": 2.73,
      "learning_rate": 4.666666666666667e-06,
      "loss": 0.4171,
      "step": 341
    },
    {
      "epoch": 2.74,
      "learning_rate": 4.533333333333334e-06,
      "loss": 0.4036,
      "step": 342
    },
    {
      "epoch": 2.74,
      "learning_rate": 4.4e-06,
      "loss": 0.4035,
      "step": 343
    },
    {
      "epoch": 2.75,
      "learning_rate": 4.266666666666667e-06,
      "loss": 0.4156,
      "step": 344
    },
    {
      "epoch": 2.76,
      "learning_rate": 4.133333333333333e-06,
      "loss": 0.4029,
      "step": 345
    },
    {
      "epoch": 2.77,
      "learning_rate": 4.000000000000001e-06,
      "loss": 0.4104,
      "step": 346
    },
    {
      "epoch": 2.78,
      "learning_rate": 3.866666666666667e-06,
      "loss": 0.4181,
      "step": 347
    },
    {
      "epoch": 2.78,
      "learning_rate": 3.7333333333333337e-06,
      "loss": 0.4068,
      "step": 348
    },
    {
      "epoch": 2.79,
      "learning_rate": 3.6e-06,
      "loss": 0.4277,
      "step": 349
    },
    {
      "epoch": 2.8,
      "learning_rate": 3.466666666666667e-06,
      "loss": 0.4419,
      "step": 350
    },
    {
      "epoch": 2.81,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 0.3985,
      "step": 351
    },
    {
      "epoch": 2.82,
      "learning_rate": 3.2000000000000003e-06,
      "loss": 0.404,
      "step": 352
    },
    {
      "epoch": 2.82,
      "learning_rate": 3.066666666666667e-06,
      "loss": 0.4063,
      "step": 353
    },
    {
      "epoch": 2.83,
      "learning_rate": 2.9333333333333333e-06,
      "loss": 0.4181,
      "step": 354
    },
    {
      "epoch": 2.84,
      "learning_rate": 2.8000000000000003e-06,
      "loss": 0.4042,
      "step": 355
    },
    {
      "epoch": 2.85,
      "learning_rate": 2.666666666666667e-06,
      "loss": 0.4197,
      "step": 356
    },
    {
      "epoch": 2.86,
      "learning_rate": 2.5333333333333334e-06,
      "loss": 0.4074,
      "step": 357
    },
    {
      "epoch": 2.86,
      "learning_rate": 2.4000000000000003e-06,
      "loss": 0.421,
      "step": 358
    },
    {
      "epoch": 2.87,
      "learning_rate": 2.266666666666667e-06,
      "loss": 0.4095,
      "step": 359
    },
    {
      "epoch": 2.88,
      "learning_rate": 2.1333333333333334e-06,
      "loss": 0.4146,
      "step": 360
    },
    {
      "epoch": 2.88,
      "eval_loss": 0.396728515625,
      "eval_margin_accuracy": 0.8138921899376524,
      "eval_runtime": 775.5042,
      "eval_samples_per_second": 457.903,
      "eval_steps_per_second": 114.476,
      "step": 360
    },
    {
      "epoch": 2.89,
      "learning_rate": 2.0000000000000003e-06,
      "loss": 0.4116,
      "step": 361
    },
    {
      "epoch": 2.9,
      "learning_rate": 1.8666666666666669e-06,
      "loss": 0.4206,
      "step": 362
    },
    {
      "epoch": 2.9,
      "learning_rate": 1.7333333333333334e-06,
      "loss": 0.4074,
      "step": 363
    },
    {
      "epoch": 2.91,
      "learning_rate": 1.6000000000000001e-06,
      "loss": 0.419,
      "step": 364
    },
    {
      "epoch": 2.92,
      "learning_rate": 1.4666666666666667e-06,
      "loss": 0.4091,
      "step": 365
    },
    {
      "epoch": 2.93,
      "learning_rate": 1.3333333333333334e-06,
      "loss": 0.4255,
      "step": 366
    },
    {
      "epoch": 2.94,
      "learning_rate": 1.2000000000000002e-06,
      "loss": 0.4174,
      "step": 367
    },
    {
      "epoch": 2.94,
      "learning_rate": 1.0666666666666667e-06,
      "loss": 0.4109,
      "step": 368
    },
    {
      "epoch": 2.95,
      "learning_rate": 9.333333333333334e-07,
      "loss": 0.4108,
      "step": 369
    },
    {
      "epoch": 2.96,
      "learning_rate": 8.000000000000001e-07,
      "loss": 0.4062,
      "step": 370
    },
    {
      "epoch": 2.97,
      "learning_rate": 6.666666666666667e-07,
      "loss": 0.4153,
      "step": 371
    },
    {
      "epoch": 2.98,
      "learning_rate": 5.333333333333333e-07,
      "loss": 0.4171,
      "step": 372
    },
    {
      "epoch": 2.98,
      "learning_rate": 4.0000000000000003e-07,
      "loss": 0.4256,
      "step": 373
    },
    {
      "epoch": 2.99,
      "learning_rate": 2.6666666666666667e-07,
      "loss": 0.4159,
      "step": 374
    },
    {
      "epoch": 3.0,
      "learning_rate": 1.3333333333333334e-07,
      "loss": 0.4155,
      "step": 375
    },
    {
      "epoch": 3.0,
      "step": 375,
      "total_flos": 6.646645635753912e+16,
      "train_loss": 0.4505227281252543,
      "train_runtime": 38343.4431,
      "train_samples_per_second": 78.24,
      "train_steps_per_second": 0.01
    }
  ],
  "max_steps": 375,
  "num_train_epochs": 3,
  "total_flos": 6.646645635753912e+16,
  "trial_name": null,
  "trial_params": null
}