{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 4.0,
  "eval_steps": 25,
  "global_step": 36,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.1111111111111111,
      "grad_norm": 103557.7421875,
      "learning_rate": 0.00019444444444444446,
      "loss": 9.6138,
      "step": 1
    },
    {
      "epoch": 0.2222222222222222,
      "grad_norm": 91293.6640625,
      "learning_rate": 0.00018888888888888888,
      "loss": 9.4432,
      "step": 2
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 112938.5078125,
      "learning_rate": 0.00018333333333333334,
      "loss": 9.2664,
      "step": 3
    },
    {
      "epoch": 0.4444444444444444,
      "grad_norm": 125412.2890625,
      "learning_rate": 0.00017777777777777779,
      "loss": 9.1266,
      "step": 4
    },
    {
      "epoch": 0.5555555555555556,
      "grad_norm": 153359.796875,
      "learning_rate": 0.00017222222222222224,
      "loss": 8.821,
      "step": 5
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 369198.6875,
      "learning_rate": 0.0001666666666666667,
      "loss": 8.6783,
      "step": 6
    },
    {
      "epoch": 0.7777777777777778,
      "grad_norm": 220549.6875,
      "learning_rate": 0.0001611111111111111,
      "loss": 8.1081,
      "step": 7
    },
    {
      "epoch": 0.8888888888888888,
      "grad_norm": 167152.3125,
      "learning_rate": 0.00015555555555555556,
      "loss": 7.9356,
      "step": 8
    },
    {
      "epoch": 1.0,
      "grad_norm": 218152.984375,
      "learning_rate": 0.00015000000000000001,
      "loss": 8.0719,
      "step": 9
    },
    {
      "epoch": 1.1111111111111112,
      "grad_norm": 109639.3984375,
      "learning_rate": 0.00014444444444444444,
      "loss": 7.6857,
      "step": 10
    },
    {
      "epoch": 1.2222222222222223,
      "grad_norm": 154048.453125,
      "learning_rate": 0.0001388888888888889,
      "loss": 7.7333,
      "step": 11
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 77620.4609375,
      "learning_rate": 0.00013333333333333334,
      "loss": 7.5804,
      "step": 12
    },
    {
      "epoch": 1.4444444444444444,
      "grad_norm": 121529.203125,
      "learning_rate": 0.00012777777777777776,
      "loss": 7.3028,
      "step": 13
    },
    {
      "epoch": 1.5555555555555556,
      "grad_norm": 95948.5546875,
      "learning_rate": 0.00012222222222222224,
      "loss": 7.3862,
      "step": 14
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 58191.4765625,
      "learning_rate": 0.00011666666666666668,
      "loss": 7.3828,
      "step": 15
    },
    {
      "epoch": 1.7777777777777777,
      "grad_norm": 117447.7890625,
      "learning_rate": 0.00011111111111111112,
      "loss": 7.4322,
      "step": 16
    },
    {
      "epoch": 1.8888888888888888,
      "grad_norm": 89299.1953125,
      "learning_rate": 0.00010555555555555557,
      "loss": 7.3808,
      "step": 17
    },
    {
      "epoch": 2.0,
      "grad_norm": 129674.390625,
      "learning_rate": 0.0001,
      "loss": 7.1292,
      "step": 18
    },
    {
      "epoch": 2.111111111111111,
      "grad_norm": 79440.0546875,
      "learning_rate": 9.444444444444444e-05,
      "loss": 7.2321,
      "step": 19
    },
    {
      "epoch": 2.2222222222222223,
      "grad_norm": 118613.7109375,
      "learning_rate": 8.888888888888889e-05,
      "loss": 7.368,
      "step": 20
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 383910.0,
      "learning_rate": 8.333333333333334e-05,
      "loss": 7.2749,
      "step": 21
    },
    {
      "epoch": 2.4444444444444446,
      "grad_norm": 87922.9140625,
      "learning_rate": 7.777777777777778e-05,
      "loss": 7.3671,
      "step": 22
    },
    {
      "epoch": 2.5555555555555554,
      "grad_norm": 142905.296875,
      "learning_rate": 7.222222222222222e-05,
      "loss": 7.4515,
      "step": 23
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 118390.03125,
      "learning_rate": 6.666666666666667e-05,
      "loss": 7.2825,
      "step": 24
    },
    {
      "epoch": 2.7777777777777777,
      "grad_norm": 102163.3125,
      "learning_rate": 6.111111111111112e-05,
      "loss": 7.1679,
      "step": 25
    },
    {
      "epoch": 2.7777777777777777,
      "eval_clap": -0.0018186935922130942,
      "eval_loss": 6.224447727203369,
      "eval_runtime": 50.224,
      "eval_samples_per_second": 0.1,
      "eval_steps_per_second": 0.04,
      "step": 25
    },
    {
      "epoch": 2.888888888888889,
      "grad_norm": 50973.87109375,
      "learning_rate": 5.555555555555556e-05,
      "loss": 7.2655,
      "step": 26
    },
    {
      "epoch": 3.0,
      "grad_norm": 105052.3046875,
      "learning_rate": 5e-05,
      "loss": 7.2949,
      "step": 27
    },
    {
      "epoch": 3.111111111111111,
      "grad_norm": 93693.15625,
      "learning_rate": 4.4444444444444447e-05,
      "loss": 7.3318,
      "step": 28
    },
    {
      "epoch": 3.2222222222222223,
      "grad_norm": 50967.5078125,
      "learning_rate": 3.888888888888889e-05,
      "loss": 7.219,
      "step": 29
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 119510.9921875,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 7.1688,
      "step": 30
    },
    {
      "epoch": 3.4444444444444446,
      "grad_norm": 85723.8359375,
      "learning_rate": 2.777777777777778e-05,
      "loss": 7.1438,
      "step": 31
    },
    {
      "epoch": 3.5555555555555554,
      "grad_norm": 79061.3671875,
      "learning_rate": 2.2222222222222223e-05,
      "loss": 7.1922,
      "step": 32
    },
    {
      "epoch": 3.6666666666666665,
      "grad_norm": 71475.859375,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 7.3682,
      "step": 33
    },
    {
      "epoch": 3.7777777777777777,
      "grad_norm": 90030.9921875,
      "learning_rate": 1.1111111111111112e-05,
      "loss": 7.3219,
      "step": 34
    },
    {
      "epoch": 3.888888888888889,
      "grad_norm": 62880.04296875,
      "learning_rate": 5.555555555555556e-06,
      "loss": 7.2549,
      "step": 35
    },
    {
      "epoch": 4.0,
      "grad_norm": 85328.8671875,
      "learning_rate": 0.0,
      "loss": 7.2549,
      "step": 36
    },
    {
      "epoch": 4.0,
      "step": 36,
      "total_flos": 3658505195664.0,
      "train_loss": 7.6954962147606745,
      "train_runtime": 1412.8506,
      "train_samples_per_second": 0.093,
      "train_steps_per_second": 0.025
    }
  ],
  "logging_steps": 1.0,
  "max_steps": 36,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 4,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": false,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 3658505195664.0,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}