{
  "best_metric": 1.432803750038147,
  "best_model_checkpoint": "miner_id_24/checkpoint-100",
  "epoch": 0.8333333333333334,
  "eval_steps": 50,
  "global_step": 100,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.008333333333333333,
      "grad_norm": 2.193002700805664,
      "learning_rate": 1.6666666666666668e-07,
      "loss": 1.6678,
      "step": 1
    },
    {
      "epoch": 0.008333333333333333,
      "eval_loss": 1.8303579092025757,
      "eval_runtime": 17.8237,
      "eval_samples_per_second": 11.333,
      "eval_steps_per_second": 1.459,
      "step": 1
    },
    {
      "epoch": 0.016666666666666666,
      "grad_norm": 2.2676687240600586,
      "learning_rate": 3.3333333333333335e-07,
      "loss": 1.7249,
      "step": 2
    },
    {
      "epoch": 0.025,
      "grad_norm": 2.5093438625335693,
      "learning_rate": 5.000000000000001e-07,
      "loss": 1.6924,
      "step": 3
    },
    {
      "epoch": 0.03333333333333333,
      "grad_norm": 2.5828299522399902,
      "learning_rate": 6.666666666666667e-07,
      "loss": 1.7607,
      "step": 4
    },
    {
      "epoch": 0.041666666666666664,
      "grad_norm": 2.562546730041504,
      "learning_rate": 8.333333333333333e-07,
      "loss": 1.7681,
      "step": 5
    },
    {
      "epoch": 0.05,
      "grad_norm": 2.679736375808716,
      "learning_rate": 1.0000000000000002e-06,
      "loss": 1.8704,
      "step": 6
    },
    {
      "epoch": 0.058333333333333334,
      "grad_norm": 2.74782657623291,
      "learning_rate": 1.1666666666666668e-06,
      "loss": 1.8647,
      "step": 7
    },
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 2.830510377883911,
      "learning_rate": 1.3333333333333334e-06,
      "loss": 1.7699,
      "step": 8
    },
    {
      "epoch": 0.075,
      "grad_norm": 2.945965051651001,
      "learning_rate": 1.5e-06,
      "loss": 1.8945,
      "step": 9
    },
    {
      "epoch": 0.08333333333333333,
      "grad_norm": 2.8825716972351074,
      "learning_rate": 1.6666666666666667e-06,
      "loss": 1.728,
      "step": 10
    },
    {
      "epoch": 0.09166666666666666,
      "grad_norm": 2.9562220573425293,
      "learning_rate": 1.8333333333333333e-06,
      "loss": 1.758,
      "step": 11
    },
    {
      "epoch": 0.1,
      "grad_norm": 3.0584299564361572,
      "learning_rate": 2.0000000000000003e-06,
      "loss": 1.8568,
      "step": 12
    },
    {
      "epoch": 0.10833333333333334,
      "grad_norm": 2.785897731781006,
      "learning_rate": 2.166666666666667e-06,
      "loss": 1.8015,
      "step": 13
    },
    {
      "epoch": 0.11666666666666667,
      "grad_norm": 3.1666276454925537,
      "learning_rate": 2.3333333333333336e-06,
      "loss": 1.7935,
      "step": 14
    },
    {
      "epoch": 0.125,
      "grad_norm": 2.8410186767578125,
      "learning_rate": 2.5e-06,
      "loss": 1.7066,
      "step": 15
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 3.0526387691497803,
      "learning_rate": 2.666666666666667e-06,
      "loss": 1.7519,
      "step": 16
    },
    {
      "epoch": 0.14166666666666666,
      "grad_norm": 2.8805489540100098,
      "learning_rate": 2.8333333333333335e-06,
      "loss": 1.8215,
      "step": 17
    },
    {
      "epoch": 0.15,
      "grad_norm": 3.070573091506958,
      "learning_rate": 3e-06,
      "loss": 1.836,
      "step": 18
    },
    {
      "epoch": 0.15833333333333333,
      "grad_norm": 3.3029866218566895,
      "learning_rate": 3.1666666666666667e-06,
      "loss": 1.8686,
      "step": 19
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 3.120896577835083,
      "learning_rate": 3.3333333333333333e-06,
      "loss": 1.736,
      "step": 20
    },
    {
      "epoch": 0.175,
      "grad_norm": 3.3216803073883057,
      "learning_rate": 3.5e-06,
      "loss": 1.6797,
      "step": 21
    },
    {
      "epoch": 0.18333333333333332,
      "grad_norm": 3.1758008003234863,
      "learning_rate": 3.6666666666666666e-06,
      "loss": 1.8891,
      "step": 22
    },
    {
      "epoch": 0.19166666666666668,
      "grad_norm": 3.430830478668213,
      "learning_rate": 3.833333333333334e-06,
      "loss": 1.7783,
      "step": 23
    },
    {
      "epoch": 0.2,
      "grad_norm": 3.41802716255188,
      "learning_rate": 4.000000000000001e-06,
      "loss": 1.7093,
      "step": 24
    },
    {
      "epoch": 0.20833333333333334,
      "grad_norm": 3.6462295055389404,
      "learning_rate": 4.166666666666667e-06,
      "loss": 1.8002,
      "step": 25
    },
    {
      "epoch": 0.21666666666666667,
      "grad_norm": 3.947563648223877,
      "learning_rate": 4.333333333333334e-06,
      "loss": 1.8184,
      "step": 26
    },
    {
      "epoch": 0.225,
      "grad_norm": 4.078182697296143,
      "learning_rate": 4.5e-06,
      "loss": 1.8465,
      "step": 27
    },
    {
      "epoch": 0.23333333333333334,
      "grad_norm": 4.82006311416626,
      "learning_rate": 4.666666666666667e-06,
      "loss": 1.8502,
      "step": 28
    },
    {
      "epoch": 0.24166666666666667,
      "grad_norm": 5.71830415725708,
      "learning_rate": 4.833333333333333e-06,
      "loss": 1.7772,
      "step": 29
    },
    {
      "epoch": 0.25,
      "grad_norm": 1.742307186126709,
      "learning_rate": 5e-06,
      "loss": 1.6434,
      "step": 30
    },
    {
      "epoch": 0.25833333333333336,
      "grad_norm": 1.7842572927474976,
      "learning_rate": 4.997482666353287e-06,
      "loss": 1.6195,
      "step": 31
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 1.9394738674163818,
      "learning_rate": 4.989935734988098e-06,
      "loss": 1.682,
      "step": 32
    },
    {
      "epoch": 0.275,
      "grad_norm": 2.0066277980804443,
      "learning_rate": 4.977374404419838e-06,
      "loss": 1.5336,
      "step": 33
    },
    {
      "epoch": 0.2833333333333333,
      "grad_norm": 1.9997456073760986,
      "learning_rate": 4.959823971496575e-06,
      "loss": 1.6568,
      "step": 34
    },
    {
      "epoch": 0.2916666666666667,
      "grad_norm": 1.9965749979019165,
      "learning_rate": 4.937319780454559e-06,
      "loss": 1.5007,
      "step": 35
    },
    {
      "epoch": 0.3,
      "grad_norm": 2.0607056617736816,
      "learning_rate": 4.909907151739634e-06,
      "loss": 1.6947,
      "step": 36
    },
    {
      "epoch": 0.30833333333333335,
      "grad_norm": 2.056346893310547,
      "learning_rate": 4.8776412907378845e-06,
      "loss": 1.642,
      "step": 37
    },
    {
      "epoch": 0.31666666666666665,
      "grad_norm": 2.023026704788208,
      "learning_rate": 4.8405871765993435e-06,
      "loss": 1.484,
      "step": 38
    },
    {
      "epoch": 0.325,
      "grad_norm": 2.1136856079101562,
      "learning_rate": 4.7988194313786275e-06,
      "loss": 1.5379,
      "step": 39
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 2.121776819229126,
      "learning_rate": 4.752422169756048e-06,
      "loss": 1.4887,
      "step": 40
    },
    {
      "epoch": 0.3416666666666667,
      "grad_norm": 2.03586745262146,
      "learning_rate": 4.701488829641845e-06,
      "loss": 1.4386,
      "step": 41
    },
    {
      "epoch": 0.35,
      "grad_norm": 2.109388589859009,
      "learning_rate": 4.646121984004666e-06,
      "loss": 1.6085,
      "step": 42
    },
    {
      "epoch": 0.35833333333333334,
      "grad_norm": 2.128593683242798,
      "learning_rate": 4.586433134303257e-06,
      "loss": 1.4975,
      "step": 43
    },
    {
      "epoch": 0.36666666666666664,
      "grad_norm": 2.236626625061035,
      "learning_rate": 4.522542485937369e-06,
      "loss": 1.5386,
      "step": 44
    },
    {
      "epoch": 0.375,
      "grad_norm": 2.1447949409484863,
      "learning_rate": 4.454578706170075e-06,
      "loss": 1.4146,
      "step": 45
    },
    {
      "epoch": 0.38333333333333336,
      "grad_norm": 2.2322142124176025,
      "learning_rate": 4.382678665009028e-06,
      "loss": 1.4012,
      "step": 46
    },
    {
      "epoch": 0.39166666666666666,
      "grad_norm": 2.282254457473755,
      "learning_rate": 4.3069871595684795e-06,
      "loss": 1.4278,
      "step": 47
    },
    {
      "epoch": 0.4,
      "grad_norm": 2.3113062381744385,
      "learning_rate": 4.227656622467162e-06,
      "loss": 1.4053,
      "step": 48
    },
    {
      "epoch": 0.4083333333333333,
      "grad_norm": 2.546379566192627,
      "learning_rate": 4.144846814849282e-06,
      "loss": 1.4014,
      "step": 49
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 2.592524290084839,
      "learning_rate": 4.058724504646834e-06,
      "loss": 1.4471,
      "step": 50
    },
    {
      "epoch": 0.4166666666666667,
      "eval_loss": 1.4636348485946655,
      "eval_runtime": 18.2002,
      "eval_samples_per_second": 11.099,
      "eval_steps_per_second": 1.429,
      "step": 50
    },
    {
      "epoch": 0.425,
      "grad_norm": 2.499925136566162,
      "learning_rate": 3.969463130731183e-06,
      "loss": 1.4591,
      "step": 51
    },
    {
      "epoch": 0.43333333333333335,
      "grad_norm": 2.638784170150757,
      "learning_rate": 3.8772424536302565e-06,
      "loss": 1.3876,
      "step": 52
    },
    {
      "epoch": 0.44166666666666665,
      "grad_norm": 2.7035515308380127,
      "learning_rate": 3.782248193514766e-06,
      "loss": 1.4014,
      "step": 53
    },
    {
      "epoch": 0.45,
      "grad_norm": 3.1544301509857178,
      "learning_rate": 3.684671656182497e-06,
      "loss": 1.3941,
      "step": 54
    },
    {
      "epoch": 0.4583333333333333,
      "grad_norm": 2.7896924018859863,
      "learning_rate": 3.5847093477938955e-06,
      "loss": 1.3751,
      "step": 55
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": 3.281968832015991,
      "learning_rate": 3.4825625791348093e-06,
      "loss": 1.2745,
      "step": 56
    },
    {
      "epoch": 0.475,
      "grad_norm": 3.6155593395233154,
      "learning_rate": 3.3784370602033572e-06,
      "loss": 1.1763,
      "step": 57
    },
    {
      "epoch": 0.48333333333333334,
      "grad_norm": 4.625380039215088,
      "learning_rate": 3.272542485937369e-06,
      "loss": 1.407,
      "step": 58
    },
    {
      "epoch": 0.49166666666666664,
      "grad_norm": 2.164090633392334,
      "learning_rate": 3.165092113916688e-06,
      "loss": 1.6163,
      "step": 59
    },
    {
      "epoch": 0.5,
      "grad_norm": 2.391841173171997,
      "learning_rate": 3.056302334890786e-06,
      "loss": 1.6369,
      "step": 60
    },
    {
      "epoch": 0.5083333333333333,
      "grad_norm": 2.4509174823760986,
      "learning_rate": 2.946392236996592e-06,
      "loss": 1.6073,
      "step": 61
    },
    {
      "epoch": 0.5166666666666667,
      "grad_norm": 2.255946397781372,
      "learning_rate": 2.835583164544139e-06,
      "loss": 1.5379,
      "step": 62
    },
    {
      "epoch": 0.525,
      "grad_norm": 2.5381131172180176,
      "learning_rate": 2.724098272258584e-06,
      "loss": 1.5004,
      "step": 63
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 2.5868146419525146,
      "learning_rate": 2.6121620758762877e-06,
      "loss": 1.606,
      "step": 64
    },
    {
      "epoch": 0.5416666666666666,
      "grad_norm": 2.215385675430298,
      "learning_rate": 2.5e-06,
      "loss": 1.4491,
      "step": 65
    },
    {
      "epoch": 0.55,
      "grad_norm": 2.145747423171997,
      "learning_rate": 2.3878379241237136e-06,
      "loss": 1.4185,
      "step": 66
    },
    {
      "epoch": 0.5583333333333333,
      "grad_norm": 2.2999093532562256,
      "learning_rate": 2.2759017277414165e-06,
      "loss": 1.5598,
      "step": 67
    },
    {
      "epoch": 0.5666666666666667,
      "grad_norm": 1.975134253501892,
      "learning_rate": 2.1644168354558623e-06,
      "loss": 1.4346,
      "step": 68
    },
    {
      "epoch": 0.575,
      "grad_norm": 2.072296380996704,
      "learning_rate": 2.053607763003409e-06,
      "loss": 1.4922,
      "step": 69
    },
    {
      "epoch": 0.5833333333333334,
      "grad_norm": 2.083237409591675,
      "learning_rate": 1.9436976651092143e-06,
      "loss": 1.5104,
      "step": 70
    },
    {
      "epoch": 0.5916666666666667,
      "grad_norm": 2.030505418777466,
      "learning_rate": 1.8349078860833125e-06,
      "loss": 1.5242,
      "step": 71
    },
    {
      "epoch": 0.6,
      "grad_norm": 2.030874013900757,
      "learning_rate": 1.7274575140626318e-06,
      "loss": 1.4069,
      "step": 72
    },
    {
      "epoch": 0.6083333333333333,
      "grad_norm": 2.0785183906555176,
      "learning_rate": 1.6215629397966432e-06,
      "loss": 1.4527,
      "step": 73
    },
    {
      "epoch": 0.6166666666666667,
      "grad_norm": 2.0005362033843994,
      "learning_rate": 1.5174374208651913e-06,
      "loss": 1.3144,
      "step": 74
    },
    {
      "epoch": 0.625,
      "grad_norm": 2.1211068630218506,
      "learning_rate": 1.415290652206105e-06,
      "loss": 1.3169,
      "step": 75
    },
    {
      "epoch": 0.6333333333333333,
      "grad_norm": 2.2621371746063232,
      "learning_rate": 1.3153283438175036e-06,
      "loss": 1.366,
      "step": 76
    },
    {
      "epoch": 0.6416666666666667,
      "grad_norm": 2.462306022644043,
      "learning_rate": 1.217751806485235e-06,
      "loss": 1.4933,
      "step": 77
    },
    {
      "epoch": 0.65,
      "grad_norm": 2.303489923477173,
      "learning_rate": 1.122757546369744e-06,
      "loss": 1.3751,
      "step": 78
    },
    {
      "epoch": 0.6583333333333333,
      "grad_norm": 2.918320655822754,
      "learning_rate": 1.0305368692688175e-06,
      "loss": 1.3268,
      "step": 79
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 2.8498406410217285,
      "learning_rate": 9.412754953531664e-07,
      "loss": 1.3434,
      "step": 80
    },
    {
      "epoch": 0.675,
      "grad_norm": 2.950571060180664,
      "learning_rate": 8.551531851507186e-07,
      "loss": 1.4753,
      "step": 81
    },
    {
      "epoch": 0.6833333333333333,
      "grad_norm": 2.9567456245422363,
      "learning_rate": 7.723433775328385e-07,
      "loss": 1.3351,
      "step": 82
    },
    {
      "epoch": 0.6916666666666667,
      "grad_norm": 3.1769864559173584,
      "learning_rate": 6.930128404315214e-07,
      "loss": 1.2743,
      "step": 83
    },
    {
      "epoch": 0.7,
      "grad_norm": 3.6151397228240967,
      "learning_rate": 6.17321334990973e-07,
      "loss": 1.252,
      "step": 84
    },
    {
      "epoch": 0.7083333333333334,
      "grad_norm": 3.4306578636169434,
      "learning_rate": 5.454212938299256e-07,
      "loss": 1.3465,
      "step": 85
    },
    {
      "epoch": 0.7166666666666667,
      "grad_norm": 4.3413190841674805,
      "learning_rate": 4.774575140626317e-07,
      "loss": 1.3886,
      "step": 86
    },
    {
      "epoch": 0.725,
      "grad_norm": 4.907854080200195,
      "learning_rate": 4.1356686569674344e-07,
      "loss": 1.3077,
      "step": 87
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 1.6578599214553833,
      "learning_rate": 3.538780159953348e-07,
      "loss": 1.4823,
      "step": 88
    },
    {
      "epoch": 0.7416666666666667,
      "grad_norm": 1.7607696056365967,
      "learning_rate": 2.98511170358155e-07,
      "loss": 1.463,
      "step": 89
    },
    {
      "epoch": 0.75,
      "grad_norm": 1.810681939125061,
      "learning_rate": 2.4757783024395244e-07,
      "loss": 1.5727,
      "step": 90
    },
    {
      "epoch": 0.7583333333333333,
      "grad_norm": 1.8448772430419922,
      "learning_rate": 2.0118056862137358e-07,
      "loss": 1.4929,
      "step": 91
    },
    {
      "epoch": 0.7666666666666667,
      "grad_norm": 1.8057886362075806,
      "learning_rate": 1.59412823400657e-07,
      "loss": 1.4789,
      "step": 92
    },
    {
      "epoch": 0.775,
      "grad_norm": 1.8964967727661133,
      "learning_rate": 1.223587092621162e-07,
      "loss": 1.4743,
      "step": 93
    },
    {
      "epoch": 0.7833333333333333,
      "grad_norm": 1.8288004398345947,
      "learning_rate": 9.00928482603669e-08,
      "loss": 1.551,
      "step": 94
    },
    {
      "epoch": 0.7916666666666666,
      "grad_norm": 1.9121664762496948,
      "learning_rate": 6.268021954544095e-08,
      "loss": 1.4186,
      "step": 95
    },
    {
      "epoch": 0.8,
      "grad_norm": 1.9532289505004883,
      "learning_rate": 4.017602850342584e-08,
      "loss": 1.3801,
      "step": 96
    },
    {
      "epoch": 0.8083333333333333,
      "grad_norm": 1.8921444416046143,
      "learning_rate": 2.262559558016325e-08,
      "loss": 1.4542,
      "step": 97
    },
    {
      "epoch": 0.8166666666666667,
      "grad_norm": 1.967811107635498,
      "learning_rate": 1.006426501190233e-08,
      "loss": 1.406,
      "step": 98
    },
    {
      "epoch": 0.825,
      "grad_norm": 1.9999773502349854,
      "learning_rate": 2.5173336467135266e-09,
      "loss": 1.4997,
      "step": 99
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 2.0562117099761963,
      "learning_rate": 0.0,
      "loss": 1.3896,
      "step": 100
    },
    {
      "epoch": 0.8333333333333334,
      "eval_loss": 1.432803750038147,
      "eval_runtime": 18.1946,
      "eval_samples_per_second": 11.102,
      "eval_steps_per_second": 1.429,
      "step": 100
    }
  ],
  "logging_steps": 1,
  "max_steps": 100,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "save_steps": 50,
  "stateful_callbacks": {
    "EarlyStoppingCallback": {
      "args": {
        "early_stopping_patience": 5,
        "early_stopping_threshold": 0.0
      },
      "attributes": {
        "early_stopping_patience_counter": 0
      }
    },
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 1.563282263506944e+17,
  "train_batch_size": 8,
  "trial_name": null,
  "trial_params": null
}