{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.2,
  "eval_steps": 500,
  "global_step": 500,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.0,
      "learning_rate": 4.993333333333334e-05,
      "loss": 1.7733,
      "step": 10
    },
    {
      "epoch": 0.01,
      "learning_rate": 4.986666666666667e-05,
      "loss": 1.7827,
      "step": 20
    },
    {
      "epoch": 0.01,
      "learning_rate": 4.9800000000000004e-05,
      "loss": 1.7301,
      "step": 30
    },
    {
      "epoch": 0.02,
      "learning_rate": 4.973333333333334e-05,
      "loss": 1.7744,
      "step": 40
    },
    {
      "epoch": 0.02,
      "learning_rate": 4.966666666666667e-05,
      "loss": 1.7291,
      "step": 50
    },
    {
      "epoch": 0.02,
      "learning_rate": 4.96e-05,
      "loss": 1.693,
      "step": 60
    },
    {
      "epoch": 0.03,
      "learning_rate": 4.9533333333333336e-05,
      "loss": 1.7356,
      "step": 70
    },
    {
      "epoch": 0.03,
      "learning_rate": 4.9466666666666665e-05,
      "loss": 1.6946,
      "step": 80
    },
    {
      "epoch": 0.04,
      "learning_rate": 4.94e-05,
      "loss": 1.7228,
      "step": 90
    },
    {
      "epoch": 0.04,
      "learning_rate": 4.933333333333334e-05,
      "loss": 1.6762,
      "step": 100
    },
    {
      "epoch": 0.04,
      "learning_rate": 4.926666666666667e-05,
      "loss": 1.7179,
      "step": 110
    },
    {
      "epoch": 0.05,
      "learning_rate": 4.92e-05,
      "loss": 1.7109,
      "step": 120
    },
    {
      "epoch": 0.05,
      "learning_rate": 4.913333333333334e-05,
      "loss": 1.6537,
      "step": 130
    },
    {
      "epoch": 0.06,
      "learning_rate": 4.906666666666667e-05,
      "loss": 1.7076,
      "step": 140
    },
    {
      "epoch": 0.06,
      "learning_rate": 4.9e-05,
      "loss": 1.6801,
      "step": 150
    },
    {
      "epoch": 0.06,
      "learning_rate": 4.8933333333333335e-05,
      "loss": 1.703,
      "step": 160
    },
    {
      "epoch": 0.07,
      "learning_rate": 4.886666666666667e-05,
      "loss": 1.7273,
      "step": 170
    },
    {
      "epoch": 0.07,
      "learning_rate": 4.88e-05,
      "loss": 1.6745,
      "step": 180
    },
    {
      "epoch": 0.08,
      "learning_rate": 4.8733333333333337e-05,
      "loss": 1.6403,
      "step": 190
    },
    {
      "epoch": 0.08,
      "learning_rate": 4.866666666666667e-05,
      "loss": 1.7096,
      "step": 200
    },
    {
      "epoch": 0.08,
      "learning_rate": 4.86e-05,
      "loss": 1.7159,
      "step": 210
    },
    {
      "epoch": 0.09,
      "learning_rate": 4.853333333333334e-05,
      "loss": 1.6748,
      "step": 220
    },
    {
      "epoch": 0.09,
      "learning_rate": 4.8466666666666675e-05,
      "loss": 1.6862,
      "step": 230
    },
    {
      "epoch": 0.1,
      "learning_rate": 4.8400000000000004e-05,
      "loss": 1.6615,
      "step": 240
    },
    {
      "epoch": 0.1,
      "learning_rate": 4.8333333333333334e-05,
      "loss": 1.704,
      "step": 250
    },
    {
      "epoch": 0.1,
      "learning_rate": 4.826666666666667e-05,
      "loss": 1.6405,
      "step": 260
    },
    {
      "epoch": 0.11,
      "learning_rate": 4.82e-05,
      "loss": 1.7082,
      "step": 270
    },
    {
      "epoch": 0.11,
      "learning_rate": 4.8133333333333336e-05,
      "loss": 1.6798,
      "step": 280
    },
    {
      "epoch": 0.12,
      "learning_rate": 4.806666666666667e-05,
      "loss": 1.7431,
      "step": 290
    },
    {
      "epoch": 0.12,
      "learning_rate": 4.8e-05,
      "loss": 1.7587,
      "step": 300
    },
    {
      "epoch": 0.12,
      "learning_rate": 4.793333333333334e-05,
      "loss": 1.6833,
      "step": 310
    },
    {
      "epoch": 0.13,
      "learning_rate": 4.7866666666666674e-05,
      "loss": 1.6789,
      "step": 320
    },
    {
      "epoch": 0.13,
      "learning_rate": 4.78e-05,
      "loss": 1.6494,
      "step": 330
    },
    {
      "epoch": 0.14,
      "learning_rate": 4.773333333333333e-05,
      "loss": 1.6674,
      "step": 340
    },
    {
      "epoch": 0.14,
      "learning_rate": 4.766666666666667e-05,
      "loss": 1.6545,
      "step": 350
    },
    {
      "epoch": 0.14,
      "learning_rate": 4.76e-05,
      "loss": 1.6758,
      "step": 360
    },
    {
      "epoch": 0.15,
      "learning_rate": 4.7533333333333334e-05,
      "loss": 1.6778,
      "step": 370
    },
    {
      "epoch": 0.15,
      "learning_rate": 4.746666666666667e-05,
      "loss": 1.7061,
      "step": 380
    },
    {
      "epoch": 0.16,
      "learning_rate": 4.74e-05,
      "loss": 1.6822,
      "step": 390
    },
    {
      "epoch": 0.16,
      "learning_rate": 4.7333333333333336e-05,
      "loss": 1.6842,
      "step": 400
    },
    {
      "epoch": 0.16,
      "learning_rate": 4.726666666666667e-05,
      "loss": 1.7129,
      "step": 410
    },
    {
      "epoch": 0.17,
      "learning_rate": 4.72e-05,
      "loss": 1.6956,
      "step": 420
    },
    {
      "epoch": 0.17,
      "learning_rate": 4.713333333333333e-05,
      "loss": 1.6977,
      "step": 430
    },
    {
      "epoch": 0.18,
      "learning_rate": 4.706666666666667e-05,
      "loss": 1.6793,
      "step": 440
    },
    {
      "epoch": 0.18,
      "learning_rate": 4.7e-05,
      "loss": 1.6623,
      "step": 450
    },
    {
      "epoch": 0.18,
      "learning_rate": 4.6933333333333333e-05,
      "loss": 1.6733,
      "step": 460
    },
    {
      "epoch": 0.19,
      "learning_rate": 4.686666666666667e-05,
      "loss": 1.6771,
      "step": 470
    },
    {
      "epoch": 0.19,
      "learning_rate": 4.6800000000000006e-05,
      "loss": 1.6934,
      "step": 480
    },
    {
      "epoch": 0.2,
      "learning_rate": 4.6733333333333335e-05,
      "loss": 1.6931,
      "step": 490
    },
    {
      "epoch": 0.2,
      "learning_rate": 4.666666666666667e-05,
      "loss": 1.6734,
      "step": 500
    }
  ],
  "logging_steps": 10,
  "max_steps": 7500,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "total_flos": 3.1601241096192e+17,
  "train_batch_size": 4,
  "trial_name": null,
  "trial_params": null
}