{
  "best_metric": 0.004509058315306902,
  "best_model_checkpoint": "autotrain-8oqr6-image0807-20/checkpoint-168",
  "epoch": 14.0,
  "eval_steps": 500,
  "global_step": 168,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.08333333333333333,
      "grad_norm": Infinity,
      "learning_rate": 0.0,
      "loss": 1.5603,
      "step": 1
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 12.834511756896973,
      "learning_rate": 2.0833333333333334e-06,
      "loss": 1.3929,
      "step": 2
    },
    {
      "epoch": 0.25,
      "grad_norm": 14.02276611328125,
      "learning_rate": 4.166666666666667e-06,
      "loss": 1.4694,
      "step": 3
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 8.786632537841797,
      "learning_rate": 6.25e-06,
      "loss": 1.131,
      "step": 4
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 8.789505004882812,
      "learning_rate": 8.333333333333334e-06,
      "loss": 1.0679,
      "step": 5
    },
    {
      "epoch": 0.5,
      "grad_norm": 14.320700645446777,
      "learning_rate": 1.0416666666666668e-05,
      "loss": 1.4058,
      "step": 6
    },
    {
      "epoch": 0.5833333333333334,
      "grad_norm": 8.472625732421875,
      "learning_rate": 1.25e-05,
      "loss": 1.0877,
      "step": 7
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 7.7828569412231445,
      "learning_rate": 1.4583333333333335e-05,
      "loss": 1.0601,
      "step": 8
    },
    {
      "epoch": 0.75,
      "grad_norm": 7.590905666351318,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.8311,
      "step": 9
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 7.066843509674072,
      "learning_rate": 1.8750000000000002e-05,
      "loss": 0.7218,
      "step": 10
    },
    {
      "epoch": 0.9166666666666666,
      "grad_norm": 9.683036804199219,
      "learning_rate": 2.0833333333333336e-05,
      "loss": 1.1176,
      "step": 11
    },
    {
      "epoch": 1.0,
      "grad_norm": 11.81384563446045,
      "learning_rate": 2.2916666666666667e-05,
      "loss": 0.8141,
      "step": 12
    },
    {
      "epoch": 1.0,
      "eval_accuracy": 0.44,
      "eval_f1_macro": 0.3730639730639731,
      "eval_f1_micro": 0.44,
      "eval_f1_weighted": 0.3794747474747474,
      "eval_loss": 0.9374414086341858,
      "eval_precision_macro": 0.6825396825396824,
      "eval_precision_micro": 0.44,
      "eval_precision_weighted": 0.6704761904761903,
      "eval_recall_macro": 0.4212962962962963,
      "eval_recall_micro": 0.44,
      "eval_recall_weighted": 0.44,
      "eval_runtime": 3.5485,
      "eval_samples_per_second": 7.045,
      "eval_steps_per_second": 0.564,
      "step": 12
    },
    {
      "epoch": 1.0833333333333333,
      "grad_norm": 8.487566947937012,
      "learning_rate": 2.5e-05,
      "loss": 0.8732,
      "step": 13
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 9.960497856140137,
      "learning_rate": 2.7083333333333332e-05,
      "loss": 0.9684,
      "step": 14
    },
    {
      "epoch": 1.25,
      "grad_norm": 11.692998886108398,
      "learning_rate": 2.916666666666667e-05,
      "loss": 1.019,
      "step": 15
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 8.928894996643066,
      "learning_rate": 3.125e-05,
      "loss": 0.8229,
      "step": 16
    },
    {
      "epoch": 1.4166666666666667,
      "grad_norm": 6.653351306915283,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.7085,
      "step": 17
    },
    {
      "epoch": 1.5,
      "grad_norm": 8.878649711608887,
      "learning_rate": 3.541666666666667e-05,
      "loss": 0.8582,
      "step": 18
    },
    {
      "epoch": 1.5833333333333335,
      "grad_norm": 11.552042007446289,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 0.8241,
      "step": 19
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 7.981046676635742,
      "learning_rate": 3.958333333333333e-05,
      "loss": 0.6277,
      "step": 20
    },
    {
      "epoch": 1.75,
      "grad_norm": 6.3088059425354,
      "learning_rate": 4.166666666666667e-05,
      "loss": 0.7445,
      "step": 21
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 9.09092903137207,
      "learning_rate": 4.375e-05,
      "loss": 0.5661,
      "step": 22
    },
    {
      "epoch": 1.9166666666666665,
      "grad_norm": 11.548644065856934,
      "learning_rate": 4.5833333333333334e-05,
      "loss": 0.7331,
      "step": 23
    },
    {
      "epoch": 2.0,
      "grad_norm": 7.976438999176025,
      "learning_rate": 4.791666666666667e-05,
      "loss": 0.3373,
      "step": 24
    },
    {
      "epoch": 2.0,
      "eval_accuracy": 0.92,
      "eval_f1_macro": 0.9212962962962963,
      "eval_f1_micro": 0.92,
      "eval_f1_weighted": 0.9194444444444444,
      "eval_loss": 0.45741942524909973,
      "eval_precision_macro": 0.9333333333333332,
      "eval_precision_micro": 0.92,
      "eval_precision_weighted": 0.9359999999999999,
      "eval_recall_macro": 0.9259259259259259,
      "eval_recall_micro": 0.92,
      "eval_recall_weighted": 0.92,
      "eval_runtime": 3.3749,
      "eval_samples_per_second": 7.408,
      "eval_steps_per_second": 0.593,
      "step": 24
    },
    {
      "epoch": 2.0833333333333335,
      "grad_norm": 5.952542304992676,
      "learning_rate": 5e-05,
      "loss": 0.3945,
      "step": 25
    },
    {
      "epoch": 2.1666666666666665,
      "grad_norm": 6.794156551361084,
      "learning_rate": 4.976851851851852e-05,
      "loss": 0.3153,
      "step": 26
    },
    {
      "epoch": 2.25,
      "grad_norm": 5.6115498542785645,
      "learning_rate": 4.9537037037037035e-05,
      "loss": 0.3932,
      "step": 27
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 12.02769947052002,
      "learning_rate": 4.930555555555556e-05,
      "loss": 0.5081,
      "step": 28
    },
    {
      "epoch": 2.4166666666666665,
      "grad_norm": 5.4335479736328125,
      "learning_rate": 4.9074074074074075e-05,
      "loss": 0.2765,
      "step": 29
    },
    {
      "epoch": 2.5,
      "grad_norm": 4.830887317657471,
      "learning_rate": 4.8842592592592595e-05,
      "loss": 0.2758,
      "step": 30
    },
    {
      "epoch": 2.5833333333333335,
      "grad_norm": 5.837632656097412,
      "learning_rate": 4.8611111111111115e-05,
      "loss": 0.3722,
      "step": 31
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 4.3202433586120605,
      "learning_rate": 4.837962962962963e-05,
      "loss": 0.1471,
      "step": 32
    },
    {
      "epoch": 2.75,
      "grad_norm": 7.924596786499023,
      "learning_rate": 4.814814814814815e-05,
      "loss": 0.3441,
      "step": 33
    },
    {
      "epoch": 2.8333333333333335,
      "grad_norm": 11.923328399658203,
      "learning_rate": 4.791666666666667e-05,
      "loss": 0.4311,
      "step": 34
    },
    {
      "epoch": 2.9166666666666665,
      "grad_norm": 4.268110752105713,
      "learning_rate": 4.768518518518519e-05,
      "loss": 0.1997,
      "step": 35
    },
    {
      "epoch": 3.0,
      "grad_norm": 15.501004219055176,
      "learning_rate": 4.745370370370371e-05,
      "loss": 0.3458,
      "step": 36
    },
    {
      "epoch": 3.0,
      "eval_accuracy": 0.96,
      "eval_f1_macro": 0.9607843137254902,
      "eval_f1_micro": 0.96,
      "eval_f1_weighted": 0.96,
      "eval_loss": 0.11712707579135895,
      "eval_precision_macro": 0.9629629629629629,
      "eval_precision_micro": 0.96,
      "eval_precision_weighted": 0.9644444444444444,
      "eval_recall_macro": 0.9629629629629629,
      "eval_recall_micro": 0.96,
      "eval_recall_weighted": 0.96,
      "eval_runtime": 4.8385,
      "eval_samples_per_second": 5.167,
      "eval_steps_per_second": 0.413,
      "step": 36
    },
    {
      "epoch": 3.0833333333333335,
      "grad_norm": 2.344996452331543,
      "learning_rate": 4.722222222222222e-05,
      "loss": 0.0562,
      "step": 37
    },
    {
      "epoch": 3.1666666666666665,
      "grad_norm": 15.16490364074707,
      "learning_rate": 4.699074074074074e-05,
      "loss": 0.6778,
      "step": 38
    },
    {
      "epoch": 3.25,
      "grad_norm": 6.663646221160889,
      "learning_rate": 4.675925925925926e-05,
      "loss": 0.2276,
      "step": 39
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 6.370706081390381,
      "learning_rate": 4.652777777777778e-05,
      "loss": 0.1726,
      "step": 40
    },
    {
      "epoch": 3.4166666666666665,
      "grad_norm": 2.5982818603515625,
      "learning_rate": 4.62962962962963e-05,
      "loss": 0.0996,
      "step": 41
    },
    {
      "epoch": 3.5,
      "grad_norm": 0.8788436651229858,
      "learning_rate": 4.6064814814814814e-05,
      "loss": 0.0327,
      "step": 42
    },
    {
      "epoch": 3.5833333333333335,
      "grad_norm": 2.1129608154296875,
      "learning_rate": 4.5833333333333334e-05,
      "loss": 0.0456,
      "step": 43
    },
    {
      "epoch": 3.6666666666666665,
      "grad_norm": 0.5866346955299377,
      "learning_rate": 4.5601851851851854e-05,
      "loss": 0.0271,
      "step": 44
    },
    {
      "epoch": 3.75,
      "grad_norm": 0.8767072558403015,
      "learning_rate": 4.5370370370370374e-05,
      "loss": 0.0283,
      "step": 45
    },
    {
      "epoch": 3.8333333333333335,
      "grad_norm": 15.523418426513672,
      "learning_rate": 4.5138888888888894e-05,
      "loss": 0.4742,
      "step": 46
    },
    {
      "epoch": 3.9166666666666665,
      "grad_norm": 11.548255920410156,
      "learning_rate": 4.490740740740741e-05,
      "loss": 0.4021,
      "step": 47
    },
    {
      "epoch": 4.0,
      "grad_norm": 6.209399223327637,
      "learning_rate": 4.467592592592593e-05,
      "loss": 0.0824,
      "step": 48
    },
    {
      "epoch": 4.0,
      "eval_accuracy": 0.96,
      "eval_f1_macro": 0.9607843137254902,
      "eval_f1_micro": 0.96,
      "eval_f1_weighted": 0.96,
      "eval_loss": 0.10311740636825562,
      "eval_precision_macro": 0.9629629629629629,
      "eval_precision_micro": 0.96,
      "eval_precision_weighted": 0.9644444444444444,
      "eval_recall_macro": 0.9629629629629629,
      "eval_recall_micro": 0.96,
      "eval_recall_weighted": 0.96,
      "eval_runtime": 3.7242,
      "eval_samples_per_second": 6.713,
      "eval_steps_per_second": 0.537,
      "step": 48
    },
    {
      "epoch": 4.083333333333333,
      "grad_norm": 0.3856086730957031,
      "learning_rate": 4.4444444444444447e-05,
      "loss": 0.013,
      "step": 49
    },
    {
      "epoch": 4.166666666666667,
      "grad_norm": 5.717906951904297,
      "learning_rate": 4.4212962962962966e-05,
      "loss": 0.1319,
      "step": 50
    },
    {
      "epoch": 4.25,
      "grad_norm": 8.69568920135498,
      "learning_rate": 4.3981481481481486e-05,
      "loss": 0.2903,
      "step": 51
    },
    {
      "epoch": 4.333333333333333,
      "grad_norm": 5.768003940582275,
      "learning_rate": 4.375e-05,
      "loss": 0.0858,
      "step": 52
    },
    {
      "epoch": 4.416666666666667,
      "grad_norm": 7.638088703155518,
      "learning_rate": 4.351851851851852e-05,
      "loss": 0.1193,
      "step": 53
    },
    {
      "epoch": 4.5,
      "grad_norm": 9.927226066589355,
      "learning_rate": 4.328703703703704e-05,
      "loss": 0.2348,
      "step": 54
    },
    {
      "epoch": 4.583333333333333,
      "grad_norm": 1.2509145736694336,
      "learning_rate": 4.305555555555556e-05,
      "loss": 0.032,
      "step": 55
    },
    {
      "epoch": 4.666666666666667,
      "grad_norm": 14.929356575012207,
      "learning_rate": 4.282407407407408e-05,
      "loss": 0.572,
      "step": 56
    },
    {
      "epoch": 4.75,
      "grad_norm": 6.632589817047119,
      "learning_rate": 4.259259259259259e-05,
      "loss": 0.1317,
      "step": 57
    },
    {
      "epoch": 4.833333333333333,
      "grad_norm": 1.4584470987319946,
      "learning_rate": 4.236111111111111e-05,
      "loss": 0.0205,
      "step": 58
    },
    {
      "epoch": 4.916666666666667,
      "grad_norm": 1.1450552940368652,
      "learning_rate": 4.212962962962963e-05,
      "loss": 0.0214,
      "step": 59
    },
    {
      "epoch": 5.0,
      "grad_norm": 0.27064746618270874,
      "learning_rate": 4.1898148148148145e-05,
      "loss": 0.0057,
      "step": 60
    },
    {
      "epoch": 5.0,
      "eval_accuracy": 1.0,
      "eval_f1_macro": 1.0,
      "eval_f1_micro": 1.0,
      "eval_f1_weighted": 1.0,
      "eval_loss": 0.031145477667450905,
      "eval_precision_macro": 1.0,
      "eval_precision_micro": 1.0,
      "eval_precision_weighted": 1.0,
      "eval_recall_macro": 1.0,
      "eval_recall_micro": 1.0,
      "eval_recall_weighted": 1.0,
      "eval_runtime": 3.5904,
      "eval_samples_per_second": 6.963,
      "eval_steps_per_second": 0.557,
      "step": 60
    },
    {
      "epoch": 5.083333333333333,
      "grad_norm": 9.926855087280273,
      "learning_rate": 4.166666666666667e-05,
      "loss": 0.1684,
      "step": 61
    },
    {
      "epoch": 5.166666666666667,
      "grad_norm": 11.866793632507324,
      "learning_rate": 4.1435185185185185e-05,
      "loss": 0.096,
      "step": 62
    },
    {
      "epoch": 5.25,
      "grad_norm": 0.2823261320590973,
      "learning_rate": 4.1203703703703705e-05,
      "loss": 0.0077,
      "step": 63
    },
    {
      "epoch": 5.333333333333333,
      "grad_norm": 0.13144320249557495,
      "learning_rate": 4.0972222222222225e-05,
      "loss": 0.0042,
      "step": 64
    },
    {
      "epoch": 5.416666666666667,
      "grad_norm": 1.130588412284851,
      "learning_rate": 4.074074074074074e-05,
      "loss": 0.018,
      "step": 65
    },
    {
      "epoch": 5.5,
      "grad_norm": 2.605109691619873,
      "learning_rate": 4.0509259259259265e-05,
      "loss": 0.0231,
      "step": 66
    },
    {
      "epoch": 5.583333333333333,
      "grad_norm": 1.1471952199935913,
      "learning_rate": 4.027777777777778e-05,
      "loss": 0.0158,
      "step": 67
    },
    {
      "epoch": 5.666666666666667,
      "grad_norm": 1.1078166961669922,
      "learning_rate": 4.00462962962963e-05,
      "loss": 0.0165,
      "step": 68
    },
    {
      "epoch": 5.75,
      "grad_norm": 1.1546205282211304,
      "learning_rate": 3.981481481481482e-05,
      "loss": 0.0129,
      "step": 69
    },
    {
      "epoch": 5.833333333333333,
      "grad_norm": 0.3603000044822693,
      "learning_rate": 3.958333333333333e-05,
      "loss": 0.0059,
      "step": 70
    },
    {
      "epoch": 5.916666666666667,
      "grad_norm": 0.8429247736930847,
      "learning_rate": 3.935185185185186e-05,
      "loss": 0.0105,
      "step": 71
    },
    {
      "epoch": 6.0,
      "grad_norm": 0.3156064450740814,
      "learning_rate": 3.912037037037037e-05,
      "loss": 0.0059,
      "step": 72
    },
    {
      "epoch": 6.0,
      "eval_accuracy": 1.0,
      "eval_f1_macro": 1.0,
      "eval_f1_micro": 1.0,
      "eval_f1_weighted": 1.0,
      "eval_loss": 0.018539924174547195,
      "eval_precision_macro": 1.0,
      "eval_precision_micro": 1.0,
      "eval_precision_weighted": 1.0,
      "eval_recall_macro": 1.0,
      "eval_recall_micro": 1.0,
      "eval_recall_weighted": 1.0,
      "eval_runtime": 4.594,
      "eval_samples_per_second": 5.442,
      "eval_steps_per_second": 0.435,
      "step": 72
    },
    {
      "epoch": 6.083333333333333,
      "grad_norm": 0.1072208359837532,
      "learning_rate": 3.888888888888889e-05,
      "loss": 0.003,
      "step": 73
    },
    {
      "epoch": 6.166666666666667,
      "grad_norm": 6.890180587768555,
      "learning_rate": 3.865740740740741e-05,
      "loss": 0.098,
      "step": 74
    },
    {
      "epoch": 6.25,
      "grad_norm": 0.08405998349189758,
      "learning_rate": 3.8425925925925924e-05,
      "loss": 0.0028,
      "step": 75
    },
    {
      "epoch": 6.333333333333333,
      "grad_norm": 0.3140483796596527,
      "learning_rate": 3.8194444444444444e-05,
      "loss": 0.0074,
      "step": 76
    },
    {
      "epoch": 6.416666666666667,
      "grad_norm": 13.510580062866211,
      "learning_rate": 3.7962962962962964e-05,
      "loss": 0.337,
      "step": 77
    },
    {
      "epoch": 6.5,
      "grad_norm": 3.8720881938934326,
      "learning_rate": 3.7731481481481484e-05,
      "loss": 0.038,
      "step": 78
    },
    {
      "epoch": 6.583333333333333,
      "grad_norm": 17.56529998779297,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 0.7544,
      "step": 79
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 17.980655670166016,
      "learning_rate": 3.726851851851852e-05,
      "loss": 0.3827,
      "step": 80
    },
    {
      "epoch": 6.75,
      "grad_norm": 8.608877182006836,
      "learning_rate": 3.7037037037037037e-05,
      "loss": 0.0761,
      "step": 81
    },
    {
      "epoch": 6.833333333333333,
      "grad_norm": 13.063497543334961,
      "learning_rate": 3.6805555555555556e-05,
      "loss": 0.1506,
      "step": 82
    },
    {
      "epoch": 6.916666666666667,
      "grad_norm": 2.446282148361206,
      "learning_rate": 3.6574074074074076e-05,
      "loss": 0.0203,
      "step": 83
    },
    {
      "epoch": 7.0,
      "grad_norm": 0.17822924256324768,
      "learning_rate": 3.6342592592592596e-05,
      "loss": 0.0034,
      "step": 84
    },
    {
      "epoch": 7.0,
      "eval_accuracy": 0.92,
      "eval_f1_macro": 0.9212962962962963,
      "eval_f1_micro": 0.92,
      "eval_f1_weighted": 0.9194444444444444,
      "eval_loss": 0.2091759443283081,
      "eval_precision_macro": 0.9333333333333332,
      "eval_precision_micro": 0.92,
      "eval_precision_weighted": 0.9359999999999999,
      "eval_recall_macro": 0.9259259259259259,
      "eval_recall_micro": 0.92,
      "eval_recall_weighted": 0.92,
      "eval_runtime": 3.4699,
      "eval_samples_per_second": 7.205,
      "eval_steps_per_second": 0.576,
      "step": 84
    },
    {
      "epoch": 7.083333333333333,
      "grad_norm": 32.10905456542969,
      "learning_rate": 3.611111111111111e-05,
      "loss": 0.329,
      "step": 85
    },
    {
      "epoch": 7.166666666666667,
      "grad_norm": 11.40704345703125,
      "learning_rate": 3.587962962962963e-05,
      "loss": 0.0685,
      "step": 86
    },
    {
      "epoch": 7.25,
      "grad_norm": 0.05015498399734497,
      "learning_rate": 3.564814814814815e-05,
      "loss": 0.0017,
      "step": 87
    },
    {
      "epoch": 7.333333333333333,
      "grad_norm": 6.359123229980469,
      "learning_rate": 3.541666666666667e-05,
      "loss": 0.0544,
      "step": 88
    },
    {
      "epoch": 7.416666666666667,
      "grad_norm": 0.08459993451833725,
      "learning_rate": 3.518518518518519e-05,
      "loss": 0.0024,
      "step": 89
    },
    {
      "epoch": 7.5,
      "grad_norm": 10.152039527893066,
      "learning_rate": 3.49537037037037e-05,
      "loss": 0.4355,
      "step": 90
    },
    {
      "epoch": 7.583333333333333,
      "grad_norm": 9.866460800170898,
      "learning_rate": 3.472222222222222e-05,
      "loss": 0.2072,
      "step": 91
    },
    {
      "epoch": 7.666666666666667,
      "grad_norm": 0.9173619747161865,
      "learning_rate": 3.449074074074074e-05,
      "loss": 0.0077,
      "step": 92
    },
    {
      "epoch": 7.75,
      "grad_norm": 38.00164031982422,
      "learning_rate": 3.425925925925926e-05,
      "loss": 0.6829,
      "step": 93
    },
    {
      "epoch": 7.833333333333333,
      "grad_norm": 16.044174194335938,
      "learning_rate": 3.402777777777778e-05,
      "loss": 0.3129,
      "step": 94
    },
    {
      "epoch": 7.916666666666667,
      "grad_norm": 13.979844093322754,
      "learning_rate": 3.3796296296296295e-05,
      "loss": 0.2296,
      "step": 95
    },
    {
      "epoch": 8.0,
      "grad_norm": 0.6512384414672852,
      "learning_rate": 3.3564814814814815e-05,
      "loss": 0.0127,
      "step": 96
    },
    {
      "epoch": 8.0,
      "eval_accuracy": 0.92,
      "eval_f1_macro": 0.9212962962962963,
      "eval_f1_micro": 0.92,
      "eval_f1_weighted": 0.9194444444444444,
      "eval_loss": 0.07724393159151077,
      "eval_precision_macro": 0.9333333333333332,
      "eval_precision_micro": 0.92,
      "eval_precision_weighted": 0.9359999999999999,
      "eval_recall_macro": 0.9259259259259259,
      "eval_recall_micro": 0.92,
      "eval_recall_weighted": 0.92,
      "eval_runtime": 4.6803,
      "eval_samples_per_second": 5.342,
      "eval_steps_per_second": 0.427,
      "step": 96
    },
    {
      "epoch": 8.083333333333334,
      "grad_norm": 0.6132311224937439,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.0133,
      "step": 97
    },
    {
      "epoch": 8.166666666666666,
      "grad_norm": 0.09633371978998184,
      "learning_rate": 3.3101851851851855e-05,
      "loss": 0.0031,
      "step": 98
    },
    {
      "epoch": 8.25,
      "grad_norm": 1.8075445890426636,
      "learning_rate": 3.2870370370370375e-05,
      "loss": 0.0159,
      "step": 99
    },
    {
      "epoch": 8.333333333333334,
      "grad_norm": 0.10686684399843216,
      "learning_rate": 3.263888888888889e-05,
      "loss": 0.0024,
      "step": 100
    },
    {
      "epoch": 8.416666666666666,
      "grad_norm": 21.682884216308594,
      "learning_rate": 3.240740740740741e-05,
      "loss": 0.6049,
      "step": 101
    },
    {
      "epoch": 8.5,
      "grad_norm": 0.352243572473526,
      "learning_rate": 3.217592592592593e-05,
      "loss": 0.0084,
      "step": 102
    },
    {
      "epoch": 8.583333333333334,
      "grad_norm": 2.671285390853882,
      "learning_rate": 3.194444444444444e-05,
      "loss": 0.0195,
      "step": 103
    },
    {
      "epoch": 8.666666666666666,
      "grad_norm": 0.13619431853294373,
      "learning_rate": 3.171296296296297e-05,
      "loss": 0.0032,
      "step": 104
    },
    {
      "epoch": 8.75,
      "grad_norm": 12.125520706176758,
      "learning_rate": 3.148148148148148e-05,
      "loss": 0.2758,
      "step": 105
    },
    {
      "epoch": 8.833333333333334,
      "grad_norm": 2.413362503051758,
      "learning_rate": 3.125e-05,
      "loss": 0.0481,
      "step": 106
    },
    {
      "epoch": 8.916666666666666,
      "grad_norm": 0.030400389805436134,
      "learning_rate": 3.101851851851852e-05,
      "loss": 0.0009,
      "step": 107
    },
    {
      "epoch": 9.0,
      "grad_norm": 0.14056330919265747,
      "learning_rate": 3.0787037037037034e-05,
      "loss": 0.0022,
      "step": 108
    },
    {
      "epoch": 9.0,
      "eval_accuracy": 1.0,
      "eval_f1_macro": 1.0,
      "eval_f1_micro": 1.0,
      "eval_f1_weighted": 1.0,
      "eval_loss": 0.022804124280810356,
      "eval_precision_macro": 1.0,
      "eval_precision_micro": 1.0,
      "eval_precision_weighted": 1.0,
      "eval_recall_macro": 1.0,
      "eval_recall_micro": 1.0,
      "eval_recall_weighted": 1.0,
      "eval_runtime": 3.4813,
      "eval_samples_per_second": 7.181,
      "eval_steps_per_second": 0.575,
      "step": 108
    },
    {
      "epoch": 9.083333333333334,
      "grad_norm": 0.2784619629383087,
      "learning_rate": 3.055555555555556e-05,
      "loss": 0.0047,
      "step": 109
    },
    {
      "epoch": 9.166666666666666,
      "grad_norm": 2.1104135513305664,
      "learning_rate": 3.0324074074074077e-05,
      "loss": 0.0248,
      "step": 110
    },
    {
      "epoch": 9.25,
      "grad_norm": 15.935175895690918,
      "learning_rate": 3.0092592592592593e-05,
      "loss": 0.405,
      "step": 111
    },
    {
      "epoch": 9.333333333333334,
      "grad_norm": 0.09212371706962585,
      "learning_rate": 2.9861111111111113e-05,
      "loss": 0.0028,
      "step": 112
    },
    {
      "epoch": 9.416666666666666,
      "grad_norm": 0.849100649356842,
      "learning_rate": 2.962962962962963e-05,
      "loss": 0.0199,
      "step": 113
    },
    {
      "epoch": 9.5,
      "grad_norm": 0.06665942072868347,
      "learning_rate": 2.9398148148148146e-05,
      "loss": 0.0018,
      "step": 114
    },
    {
      "epoch": 9.583333333333334,
      "grad_norm": 0.07332099974155426,
      "learning_rate": 2.916666666666667e-05,
      "loss": 0.0018,
      "step": 115
    },
    {
      "epoch": 9.666666666666666,
      "grad_norm": 3.6126911640167236,
      "learning_rate": 2.8935185185185186e-05,
      "loss": 0.0237,
      "step": 116
    },
    {
      "epoch": 9.75,
      "grad_norm": 0.03336139768362045,
      "learning_rate": 2.8703703703703706e-05,
      "loss": 0.0011,
      "step": 117
    },
    {
      "epoch": 9.833333333333334,
      "grad_norm": 0.48148787021636963,
      "learning_rate": 2.8472222222222223e-05,
      "loss": 0.0067,
      "step": 118
    },
    {
      "epoch": 9.916666666666666,
      "grad_norm": 1.039989948272705,
      "learning_rate": 2.824074074074074e-05,
      "loss": 0.007,
      "step": 119
    },
    {
      "epoch": 10.0,
      "grad_norm": 20.5938720703125,
      "learning_rate": 2.8009259259259263e-05,
      "loss": 0.1696,
      "step": 120
    },
    {
      "epoch": 10.0,
      "eval_accuracy": 1.0,
      "eval_f1_macro": 1.0,
      "eval_f1_micro": 1.0,
      "eval_f1_weighted": 1.0,
      "eval_loss": 0.00790230743587017,
      "eval_precision_macro": 1.0,
      "eval_precision_micro": 1.0,
      "eval_precision_weighted": 1.0,
      "eval_recall_macro": 1.0,
      "eval_recall_micro": 1.0,
      "eval_recall_weighted": 1.0,
      "eval_runtime": 4.1594,
      "eval_samples_per_second": 6.011,
      "eval_steps_per_second": 0.481,
      "step": 120
    },
    {
      "epoch": 10.083333333333334,
      "grad_norm": 0.11963392049074173,
      "learning_rate": 2.777777777777778e-05,
      "loss": 0.0029,
      "step": 121
    },
    {
      "epoch": 10.166666666666666,
      "grad_norm": 13.877823829650879,
      "learning_rate": 2.75462962962963e-05,
      "loss": 0.3927,
      "step": 122
    },
    {
      "epoch": 10.25,
      "grad_norm": 0.14195731282234192,
      "learning_rate": 2.7314814814814816e-05,
      "loss": 0.0021,
      "step": 123
    },
    {
      "epoch": 10.333333333333334,
      "grad_norm": 0.7948401570320129,
      "learning_rate": 2.7083333333333332e-05,
      "loss": 0.0112,
      "step": 124
    },
    {
      "epoch": 10.416666666666666,
      "grad_norm": 13.389975547790527,
      "learning_rate": 2.6851851851851855e-05,
      "loss": 0.1986,
      "step": 125
    },
    {
      "epoch": 10.5,
      "grad_norm": 15.158964157104492,
      "learning_rate": 2.6620370370370372e-05,
      "loss": 0.7039,
      "step": 126
    },
    {
      "epoch": 10.583333333333334,
      "grad_norm": 12.282134056091309,
      "learning_rate": 2.6388888888888892e-05,
      "loss": 0.4762,
      "step": 127
    },
    {
      "epoch": 10.666666666666666,
      "grad_norm": 23.414642333984375,
      "learning_rate": 2.615740740740741e-05,
      "loss": 0.3377,
      "step": 128
    },
    {
      "epoch": 10.75,
      "grad_norm": 16.485862731933594,
      "learning_rate": 2.5925925925925925e-05,
      "loss": 0.1597,
      "step": 129
    },
    {
      "epoch": 10.833333333333334,
      "grad_norm": 0.08321473002433777,
      "learning_rate": 2.5694444444444445e-05,
      "loss": 0.0017,
      "step": 130
    },
    {
      "epoch": 10.916666666666666,
      "grad_norm": 1.5314733982086182,
      "learning_rate": 2.5462962962962965e-05,
      "loss": 0.02,
      "step": 131
    },
    {
      "epoch": 11.0,
      "grad_norm": 0.03295975551009178,
      "learning_rate": 2.5231481481481485e-05,
      "loss": 0.0011,
      "step": 132
    },
    {
      "epoch": 11.0,
      "eval_accuracy": 1.0,
      "eval_f1_macro": 1.0,
      "eval_f1_micro": 1.0,
      "eval_f1_weighted": 1.0,
      "eval_loss": 0.02397926338016987,
      "eval_precision_macro": 1.0,
      "eval_precision_micro": 1.0,
      "eval_precision_weighted": 1.0,
      "eval_recall_macro": 1.0,
      "eval_recall_micro": 1.0,
      "eval_recall_weighted": 1.0,
      "eval_runtime": 3.5683,
      "eval_samples_per_second": 7.006,
      "eval_steps_per_second": 0.56,
      "step": 132
    },
    {
      "epoch": 11.083333333333334,
      "grad_norm": 0.39047297835350037,
      "learning_rate": 2.5e-05,
      "loss": 0.0055,
      "step": 133
    },
    {
      "epoch": 11.166666666666666,
      "grad_norm": 1.087671160697937,
      "learning_rate": 2.4768518518518518e-05,
      "loss": 0.0201,
      "step": 134
    },
    {
      "epoch": 11.25,
      "grad_norm": 0.26571857929229736,
      "learning_rate": 2.4537037037037038e-05,
      "loss": 0.0032,
      "step": 135
    },
    {
      "epoch": 11.333333333333334,
      "grad_norm": 0.030041467398405075,
      "learning_rate": 2.4305555555555558e-05,
      "loss": 0.001,
      "step": 136
    },
    {
      "epoch": 11.416666666666666,
      "grad_norm": 0.10694663971662521,
      "learning_rate": 2.4074074074074074e-05,
      "loss": 0.0023,
      "step": 137
    },
    {
      "epoch": 11.5,
      "grad_norm": 0.1390959620475769,
      "learning_rate": 2.3842592592592594e-05,
      "loss": 0.0027,
      "step": 138
    },
    {
      "epoch": 11.583333333333334,
      "grad_norm": 2.7979471683502197,
      "learning_rate": 2.361111111111111e-05,
      "loss": 0.027,
      "step": 139
    },
    {
      "epoch": 11.666666666666666,
      "grad_norm": 0.1279616802930832,
      "learning_rate": 2.337962962962963e-05,
      "loss": 0.0026,
      "step": 140
    },
    {
      "epoch": 11.75,
      "grad_norm": 2.4742202758789062,
      "learning_rate": 2.314814814814815e-05,
      "loss": 0.0204,
      "step": 141
    },
    {
      "epoch": 11.833333333333334,
      "grad_norm": 0.8710950613021851,
      "learning_rate": 2.2916666666666667e-05,
      "loss": 0.0138,
      "step": 142
    },
    {
      "epoch": 11.916666666666666,
      "grad_norm": 9.07259464263916,
      "learning_rate": 2.2685185185185187e-05,
      "loss": 0.8974,
      "step": 143
    },
    {
      "epoch": 12.0,
      "grad_norm": 0.030301809310913086,
      "learning_rate": 2.2453703703703703e-05,
      "loss": 0.0009,
      "step": 144
    },
    {
      "epoch": 12.0,
      "eval_accuracy": 1.0,
      "eval_f1_macro": 1.0,
      "eval_f1_micro": 1.0,
      "eval_f1_weighted": 1.0,
      "eval_loss": 0.007570595946162939,
      "eval_precision_macro": 1.0,
      "eval_precision_micro": 1.0,
      "eval_precision_weighted": 1.0,
      "eval_recall_macro": 1.0,
      "eval_recall_micro": 1.0,
      "eval_recall_weighted": 1.0,
      "eval_runtime": 4.7114,
      "eval_samples_per_second": 5.306,
      "eval_steps_per_second": 0.424,
      "step": 144
    },
    {
      "epoch": 12.083333333333334,
      "grad_norm": 0.7027904391288757,
      "learning_rate": 2.2222222222222223e-05,
      "loss": 0.0086,
      "step": 145
    },
    {
      "epoch": 12.166666666666666,
      "grad_norm": 0.17031855881214142,
      "learning_rate": 2.1990740740740743e-05,
      "loss": 0.0018,
      "step": 146
    },
    {
      "epoch": 12.25,
      "grad_norm": 6.612548828125,
      "learning_rate": 2.175925925925926e-05,
      "loss": 0.0484,
      "step": 147
    },
    {
      "epoch": 12.333333333333334,
      "grad_norm": 15.77225112915039,
      "learning_rate": 2.152777777777778e-05,
      "loss": 0.355,
      "step": 148
    },
    {
      "epoch": 12.416666666666666,
      "grad_norm": 0.06656526029109955,
      "learning_rate": 2.1296296296296296e-05,
      "loss": 0.0014,
      "step": 149
    },
    {
      "epoch": 12.5,
      "grad_norm": 0.07425399124622345,
      "learning_rate": 2.1064814814814816e-05,
      "loss": 0.0018,
      "step": 150
    },
    {
      "epoch": 12.583333333333334,
      "grad_norm": 0.058514680713415146,
      "learning_rate": 2.0833333333333336e-05,
      "loss": 0.0013,
      "step": 151
    },
    {
      "epoch": 12.666666666666666,
      "grad_norm": 12.347506523132324,
      "learning_rate": 2.0601851851851853e-05,
      "loss": 0.1189,
      "step": 152
    },
    {
      "epoch": 12.75,
      "grad_norm": 1.8030519485473633,
      "learning_rate": 2.037037037037037e-05,
      "loss": 0.014,
      "step": 153
    },
    {
      "epoch": 12.833333333333334,
      "grad_norm": 0.0552341565489769,
      "learning_rate": 2.013888888888889e-05,
      "loss": 0.0014,
      "step": 154
    },
    {
      "epoch": 12.916666666666666,
      "grad_norm": 0.10470353066921234,
      "learning_rate": 1.990740740740741e-05,
      "loss": 0.0026,
      "step": 155
    },
    {
      "epoch": 13.0,
      "grad_norm": 0.028571682050824165,
      "learning_rate": 1.967592592592593e-05,
      "loss": 0.0008,
      "step": 156
    },
    {
      "epoch": 13.0,
      "eval_accuracy": 1.0,
      "eval_f1_macro": 1.0,
      "eval_f1_micro": 1.0,
      "eval_f1_weighted": 1.0,
      "eval_loss": 0.005100989248603582,
      "eval_precision_macro": 1.0,
      "eval_precision_micro": 1.0,
      "eval_precision_weighted": 1.0,
      "eval_recall_macro": 1.0,
      "eval_recall_micro": 1.0,
      "eval_recall_weighted": 1.0,
      "eval_runtime": 3.4909,
      "eval_samples_per_second": 7.161,
      "eval_steps_per_second": 0.573,
      "step": 156
    },
    {
      "epoch": 13.083333333333334,
      "grad_norm": 0.0461936816573143,
      "learning_rate": 1.9444444444444445e-05,
      "loss": 0.0009,
      "step": 157
    },
    {
      "epoch": 13.166666666666666,
      "grad_norm": 1.239888310432434,
      "learning_rate": 1.9212962962962962e-05,
      "loss": 0.0104,
      "step": 158
    },
    {
      "epoch": 13.25,
      "grad_norm": 0.8754599094390869,
      "learning_rate": 1.8981481481481482e-05,
      "loss": 0.0103,
      "step": 159
    },
    {
      "epoch": 13.333333333333334,
      "grad_norm": 9.688822746276855,
      "learning_rate": 1.8750000000000002e-05,
      "loss": 0.0821,
      "step": 160
    },
    {
      "epoch": 13.416666666666666,
      "grad_norm": 0.11708085983991623,
      "learning_rate": 1.8518518518518518e-05,
      "loss": 0.0021,
      "step": 161
    },
    {
      "epoch": 13.5,
      "grad_norm": 0.47828805446624756,
      "learning_rate": 1.8287037037037038e-05,
      "loss": 0.0081,
      "step": 162
    },
    {
      "epoch": 13.583333333333334,
      "grad_norm": 0.35925403237342834,
      "learning_rate": 1.8055555555555555e-05,
      "loss": 0.0044,
      "step": 163
    },
    {
      "epoch": 13.666666666666666,
      "grad_norm": 0.023463550955057144,
      "learning_rate": 1.7824074074074075e-05,
      "loss": 0.0007,
      "step": 164
    },
    {
      "epoch": 13.75,
      "grad_norm": 0.03341836482286453,
      "learning_rate": 1.7592592592592595e-05,
      "loss": 0.001,
      "step": 165
    },
    {
      "epoch": 13.833333333333334,
      "grad_norm": 0.016831809654831886,
      "learning_rate": 1.736111111111111e-05,
      "loss": 0.0006,
      "step": 166
    },
    {
      "epoch": 13.916666666666666,
      "grad_norm": 0.045966170728206635,
      "learning_rate": 1.712962962962963e-05,
      "loss": 0.0011,
      "step": 167
    },
    {
      "epoch": 14.0,
      "grad_norm": 3.7905242443084717,
      "learning_rate": 1.6898148148148148e-05,
      "loss": 0.0383,
      "step": 168
    },
    {
      "epoch": 14.0,
      "eval_accuracy": 1.0,
      "eval_f1_macro": 1.0,
      "eval_f1_micro": 1.0,
      "eval_f1_weighted": 1.0,
      "eval_loss": 0.004509058315306902,
      "eval_precision_macro": 1.0,
      "eval_precision_micro": 1.0,
      "eval_precision_weighted": 1.0,
      "eval_recall_macro": 1.0,
      "eval_recall_micro": 1.0,
      "eval_recall_weighted": 1.0,
      "eval_runtime": 3.5993,
      "eval_samples_per_second": 6.946,
      "eval_steps_per_second": 0.556,
      "step": 168
    }
  ],
  "logging_steps": 1,
  "max_steps": 240,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 20,
  "save_steps": 500,
  "stateful_callbacks": {
    "EarlyStoppingCallback": {
      "args": {
        "early_stopping_patience": 5,
        "early_stopping_threshold": 0.01
      },
      "attributes": {
        "early_stopping_patience_counter": 0
      }
    },
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 9.872567960809882e+16,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}