{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.6666666666666666,
  "eval_steps": 25,
  "global_step": 250,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 0.5077394843101501,
      "learning_rate": 0.0004962796513310917,
      "loss": 1.8786,
      "step": 25
    },
    {
      "epoch": 0.06666666666666667,
      "eval_loss": 1.2509196996688843,
      "eval_runtime": 14.9139,
      "eval_samples_per_second": 3.353,
      "eval_steps_per_second": 0.469,
      "step": 25
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 0.6929311752319336,
      "learning_rate": 0.00047590709015212635,
      "loss": 1.0271,
      "step": 50
    },
    {
      "epoch": 0.13333333333333333,
      "eval_loss": 1.2256547212600708,
      "eval_runtime": 14.8976,
      "eval_samples_per_second": 3.356,
      "eval_steps_per_second": 0.47,
      "step": 50
    },
    {
      "epoch": 0.2,
      "grad_norm": 0.5425320863723755,
      "learning_rate": 0.0004391782039544238,
      "loss": 1.3165,
      "step": 75
    },
    {
      "epoch": 0.2,
      "eval_loss": 1.1554468870162964,
      "eval_runtime": 14.9773,
      "eval_samples_per_second": 3.338,
      "eval_steps_per_second": 0.467,
      "step": 75
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 0.41945549845695496,
      "learning_rate": 0.0003887522700533675,
      "loss": 1.0036,
      "step": 100
    },
    {
      "epoch": 0.26666666666666666,
      "eval_loss": 1.1490750312805176,
      "eval_runtime": 15.0033,
      "eval_samples_per_second": 3.333,
      "eval_steps_per_second": 0.467,
      "step": 100
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 0.47675174474716187,
      "learning_rate": 0.00032828027153100067,
      "loss": 1.2587,
      "step": 125
    },
    {
      "epoch": 0.3333333333333333,
      "eval_loss": 1.1076823472976685,
      "eval_runtime": 14.9861,
      "eval_samples_per_second": 3.336,
      "eval_steps_per_second": 0.467,
      "step": 125
    },
    {
      "epoch": 0.4,
      "grad_norm": 0.39953848719596863,
      "learning_rate": 0.0002621405555286121,
      "loss": 0.9131,
      "step": 150
    },
    {
      "epoch": 0.4,
      "eval_loss": 1.1073076725006104,
      "eval_runtime": 14.9451,
      "eval_samples_per_second": 3.346,
      "eval_steps_per_second": 0.468,
      "step": 150
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 0.42341387271881104,
      "learning_rate": 0.00019512182828314883,
      "loss": 1.1952,
      "step": 175
    },
    {
      "epoch": 0.4666666666666667,
      "eval_loss": 1.054356336593628,
      "eval_runtime": 14.9684,
      "eval_samples_per_second": 3.34,
      "eval_steps_per_second": 0.468,
      "step": 175
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 1.4625991582870483,
      "learning_rate": 0.00013207643898130854,
      "loss": 0.9034,
      "step": 200
    },
    {
      "epoch": 0.5333333333333333,
      "eval_loss": 1.0499968528747559,
      "eval_runtime": 15.0085,
      "eval_samples_per_second": 3.331,
      "eval_steps_per_second": 0.466,
      "step": 200
    },
    {
      "epoch": 0.6,
      "grad_norm": 0.4041430354118347,
      "learning_rate": 7.756905568047393e-05,
      "loss": 1.1858,
      "step": 225
    },
    {
      "epoch": 0.6,
      "eval_loss": 1.0380258560180664,
      "eval_runtime": 14.9267,
      "eval_samples_per_second": 3.35,
      "eval_steps_per_second": 0.469,
      "step": 225
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 0.47007474303245544,
      "learning_rate": 3.5546170173306444e-05,
      "loss": 0.8296,
      "step": 250
    },
    {
      "epoch": 0.6666666666666666,
      "eval_loss": 1.0288008451461792,
      "eval_runtime": 14.9133,
      "eval_samples_per_second": 3.353,
      "eval_steps_per_second": 0.469,
      "step": 250
    }
  ],
  "logging_steps": 25,
  "max_steps": 300,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 50,
  "total_flos": 1.5177993965223936e+16,
  "train_batch_size": 1,
  "trial_name": null,
  "trial_params": null
}