{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 4.844374470146542,
  "global_step": 80000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.03,
      "learning_rate": 4.979166666666667e-05,
      "loss": 0.7774,
      "step": 500
    },
    {
      "epoch": 0.06,
      "learning_rate": 4.958333333333334e-05,
      "loss": 0.495,
      "step": 1000
    },
    {
      "epoch": 0.09,
      "learning_rate": 4.937500000000001e-05,
      "loss": 0.4476,
      "step": 1500
    },
    {
      "epoch": 0.12,
      "learning_rate": 4.9166666666666665e-05,
      "loss": 0.4201,
      "step": 2000
    },
    {
      "epoch": 0.15,
      "learning_rate": 4.8958333333333335e-05,
      "loss": 0.4024,
      "step": 2500
    },
    {
      "epoch": 0.18,
      "learning_rate": 4.875e-05,
      "loss": 0.391,
      "step": 3000
    },
    {
      "epoch": 0.21,
      "learning_rate": 4.854166666666667e-05,
      "loss": 0.382,
      "step": 3500
    },
    {
      "epoch": 0.24,
      "learning_rate": 4.8333333333333334e-05,
      "loss": 0.3736,
      "step": 4000
    },
    {
      "epoch": 0.27,
      "learning_rate": 4.8125000000000004e-05,
      "loss": 0.3667,
      "step": 4500
    },
    {
      "epoch": 0.3,
      "learning_rate": 4.791666666666667e-05,
      "loss": 0.3617,
      "step": 5000
    },
    {
      "epoch": 0.33,
      "learning_rate": 4.770833333333334e-05,
      "loss": 0.3593,
      "step": 5500
    },
    {
      "epoch": 0.36,
      "learning_rate": 4.75e-05,
      "loss": 0.3542,
      "step": 6000
    },
    {
      "epoch": 0.39,
      "learning_rate": 4.7291666666666666e-05,
      "loss": 0.3488,
      "step": 6500
    },
    {
      "epoch": 0.42,
      "learning_rate": 4.708333333333334e-05,
      "loss": 0.3449,
      "step": 7000
    },
    {
      "epoch": 0.45,
      "learning_rate": 4.6875e-05,
      "loss": 0.3443,
      "step": 7500
    },
    {
      "epoch": 0.48,
      "learning_rate": 4.666666666666667e-05,
      "loss": 0.3417,
      "step": 8000
    },
    {
      "epoch": 0.51,
      "learning_rate": 4.6458333333333335e-05,
      "loss": 0.3401,
      "step": 8500
    },
    {
      "epoch": 0.54,
      "learning_rate": 4.6250000000000006e-05,
      "loss": 0.3367,
      "step": 9000
    },
    {
      "epoch": 0.58,
      "learning_rate": 4.604166666666666e-05,
      "loss": 0.334,
      "step": 9500
    },
    {
      "epoch": 0.61,
      "learning_rate": 4.5833333333333334e-05,
      "loss": 0.3326,
      "step": 10000
    },
    {
      "epoch": 0.64,
      "learning_rate": 4.5625e-05,
      "loss": 0.3309,
      "step": 10500
    },
    {
      "epoch": 0.67,
      "learning_rate": 4.541666666666667e-05,
      "loss": 0.3299,
      "step": 11000
    },
    {
      "epoch": 0.7,
      "learning_rate": 4.520833333333334e-05,
      "loss": 0.3284,
      "step": 11500
    },
    {
      "epoch": 0.73,
      "learning_rate": 4.5e-05,
      "loss": 0.3284,
      "step": 12000
    },
    {
      "epoch": 0.76,
      "learning_rate": 4.4791666666666673e-05,
      "loss": 0.3255,
      "step": 12500
    },
    {
      "epoch": 0.79,
      "learning_rate": 4.458333333333334e-05,
      "loss": 0.3264,
      "step": 13000
    },
    {
      "epoch": 0.82,
      "learning_rate": 4.4375e-05,
      "loss": 0.3244,
      "step": 13500
    },
    {
      "epoch": 0.85,
      "learning_rate": 4.4166666666666665e-05,
      "loss": 0.3222,
      "step": 14000
    },
    {
      "epoch": 0.88,
      "learning_rate": 4.3958333333333336e-05,
      "loss": 0.3233,
      "step": 14500
    },
    {
      "epoch": 0.91,
      "learning_rate": 4.375e-05,
      "loss": 0.3218,
      "step": 15000
    },
    {
      "epoch": 0.94,
      "learning_rate": 4.354166666666667e-05,
      "loss": 0.3218,
      "step": 15500
    },
    {
      "epoch": 0.97,
      "learning_rate": 4.3333333333333334e-05,
      "loss": 0.3205,
      "step": 16000
    },
    {
      "epoch": 1.0,
      "learning_rate": 4.3125000000000005e-05,
      "loss": 0.3188,
      "step": 16500
    },
    {
      "epoch": 1.03,
      "learning_rate": 4.291666666666667e-05,
      "loss": 0.3175,
      "step": 17000
    },
    {
      "epoch": 1.06,
      "learning_rate": 4.270833333333333e-05,
      "loss": 0.3172,
      "step": 17500
    },
    {
      "epoch": 1.09,
      "learning_rate": 4.25e-05,
      "loss": 0.3163,
      "step": 18000
    },
    {
      "epoch": 1.12,
      "learning_rate": 4.229166666666667e-05,
      "loss": 0.3166,
      "step": 18500
    },
    {
      "epoch": 1.15,
      "learning_rate": 4.208333333333334e-05,
      "loss": 0.3169,
      "step": 19000
    },
    {
      "epoch": 1.18,
      "learning_rate": 4.1875e-05,
      "loss": 0.3138,
      "step": 19500
    },
    {
      "epoch": 1.21,
      "learning_rate": 4.166666666666667e-05,
      "loss": 0.3159,
      "step": 20000
    },
    {
      "epoch": 1.24,
      "learning_rate": 4.1458333333333336e-05,
      "loss": 0.3137,
      "step": 20500
    },
    {
      "epoch": 1.27,
      "learning_rate": 4.125e-05,
      "loss": 0.3124,
      "step": 21000
    },
    {
      "epoch": 1.3,
      "learning_rate": 4.104166666666667e-05,
      "loss": 0.312,
      "step": 21500
    },
    {
      "epoch": 1.33,
      "learning_rate": 4.0833333333333334e-05,
      "loss": 0.3125,
      "step": 22000
    },
    {
      "epoch": 1.36,
      "learning_rate": 4.0625000000000005e-05,
      "loss": 0.3123,
      "step": 22500
    },
    {
      "epoch": 1.39,
      "learning_rate": 4.041666666666667e-05,
      "loss": 0.3118,
      "step": 23000
    },
    {
      "epoch": 1.42,
      "learning_rate": 4.020833333333334e-05,
      "loss": 0.3099,
      "step": 23500
    },
    {
      "epoch": 1.45,
      "learning_rate": 4e-05,
      "loss": 0.3102,
      "step": 24000
    },
    {
      "epoch": 1.48,
      "learning_rate": 3.979166666666667e-05,
      "loss": 0.3093,
      "step": 24500
    },
    {
      "epoch": 1.51,
      "learning_rate": 3.958333333333333e-05,
      "loss": 0.3083,
      "step": 25000
    },
    {
      "epoch": 1.54,
      "learning_rate": 3.9375e-05,
      "loss": 0.3096,
      "step": 25500
    },
    {
      "epoch": 1.57,
      "learning_rate": 3.9166666666666665e-05,
      "loss": 0.3099,
      "step": 26000
    },
    {
      "epoch": 1.6,
      "learning_rate": 3.8958333333333336e-05,
      "loss": 0.3077,
      "step": 26500
    },
    {
      "epoch": 1.63,
      "learning_rate": 3.875e-05,
      "loss": 0.3078,
      "step": 27000
    },
    {
      "epoch": 1.67,
      "learning_rate": 3.854166666666667e-05,
      "loss": 0.3074,
      "step": 27500
    },
    {
      "epoch": 1.7,
      "learning_rate": 3.8333333333333334e-05,
      "loss": 0.3076,
      "step": 28000
    },
    {
      "epoch": 1.73,
      "learning_rate": 3.8125e-05,
      "loss": 0.3061,
      "step": 28500
    },
    {
      "epoch": 1.76,
      "learning_rate": 3.791666666666667e-05,
      "loss": 0.3066,
      "step": 29000
    },
    {
      "epoch": 1.79,
      "learning_rate": 3.770833333333333e-05,
      "loss": 0.3056,
      "step": 29500
    },
    {
      "epoch": 1.82,
      "learning_rate": 3.7500000000000003e-05,
      "loss": 0.3053,
      "step": 30000
    },
    {
      "epoch": 1.85,
      "learning_rate": 3.729166666666667e-05,
      "loss": 0.3056,
      "step": 30500
    },
    {
      "epoch": 1.88,
      "learning_rate": 3.708333333333334e-05,
      "loss": 0.3048,
      "step": 31000
    },
    {
      "epoch": 1.91,
      "learning_rate": 3.6875e-05,
      "loss": 0.3036,
      "step": 31500
    },
    {
      "epoch": 1.94,
      "learning_rate": 3.6666666666666666e-05,
      "loss": 0.3047,
      "step": 32000
    },
    {
      "epoch": 1.97,
      "learning_rate": 3.6458333333333336e-05,
      "loss": 0.3052,
      "step": 32500
    },
    {
      "epoch": 2.0,
      "learning_rate": 3.625e-05,
      "loss": 0.3046,
      "step": 33000
    },
    {
      "epoch": 2.03,
      "learning_rate": 3.604166666666667e-05,
      "loss": 0.3034,
      "step": 33500
    },
    {
      "epoch": 2.06,
      "learning_rate": 3.5833333333333335e-05,
      "loss": 0.3028,
      "step": 34000
    },
    {
      "epoch": 2.09,
      "learning_rate": 3.5625000000000005e-05,
      "loss": 0.3037,
      "step": 34500
    },
    {
      "epoch": 2.12,
      "learning_rate": 3.541666666666667e-05,
      "loss": 0.3012,
      "step": 35000
    },
    {
      "epoch": 2.15,
      "learning_rate": 3.520833333333334e-05,
      "loss": 0.3034,
      "step": 35500
    },
    {
      "epoch": 2.18,
      "learning_rate": 3.5e-05,
      "loss": 0.3013,
      "step": 36000
    },
    {
      "epoch": 2.21,
      "learning_rate": 3.479166666666667e-05,
      "loss": 0.3016,
      "step": 36500
    },
    {
      "epoch": 2.24,
      "learning_rate": 3.458333333333333e-05,
      "loss": 0.3004,
      "step": 37000
    },
    {
      "epoch": 2.27,
      "learning_rate": 3.4375e-05,
      "loss": 0.3007,
      "step": 37500
    },
    {
      "epoch": 2.3,
      "learning_rate": 3.4166666666666666e-05,
      "loss": 0.3009,
      "step": 38000
    },
    {
      "epoch": 2.33,
      "learning_rate": 3.3958333333333337e-05,
      "loss": 0.3,
      "step": 38500
    },
    {
      "epoch": 2.36,
      "learning_rate": 3.375000000000001e-05,
      "loss": 0.301,
      "step": 39000
    },
    {
      "epoch": 2.39,
      "learning_rate": 3.3541666666666664e-05,
      "loss": 0.3009,
      "step": 39500
    },
    {
      "epoch": 2.42,
      "learning_rate": 3.3333333333333335e-05,
      "loss": 0.2988,
      "step": 40000
    },
    {
      "epoch": 2.45,
      "learning_rate": 3.3125e-05,
      "loss": 0.2997,
      "step": 40500
    },
    {
      "epoch": 2.48,
      "learning_rate": 3.291666666666667e-05,
      "loss": 0.3001,
      "step": 41000
    },
    {
      "epoch": 2.51,
      "learning_rate": 3.270833333333333e-05,
      "loss": 0.2988,
      "step": 41500
    },
    {
      "epoch": 2.54,
      "learning_rate": 3.2500000000000004e-05,
      "loss": 0.2983,
      "step": 42000
    },
    {
      "epoch": 2.57,
      "learning_rate": 3.229166666666667e-05,
      "loss": 0.2997,
      "step": 42500
    },
    {
      "epoch": 2.6,
      "learning_rate": 3.208333333333334e-05,
      "loss": 0.2985,
      "step": 43000
    },
    {
      "epoch": 2.63,
      "learning_rate": 3.1875e-05,
      "loss": 0.298,
      "step": 43500
    },
    {
      "epoch": 2.66,
      "learning_rate": 3.1666666666666666e-05,
      "loss": 0.2994,
      "step": 44000
    },
    {
      "epoch": 2.69,
      "learning_rate": 3.145833333333334e-05,
      "loss": 0.2993,
      "step": 44500
    },
    {
      "epoch": 2.72,
      "learning_rate": 3.125e-05,
      "loss": 0.2979,
      "step": 45000
    },
    {
      "epoch": 2.76,
      "learning_rate": 3.104166666666667e-05,
      "loss": 0.2977,
      "step": 45500
    },
    {
      "epoch": 2.79,
      "learning_rate": 3.0833333333333335e-05,
      "loss": 0.2985,
      "step": 46000
    },
    {
      "epoch": 2.82,
      "learning_rate": 3.0625000000000006e-05,
      "loss": 0.2998,
      "step": 46500
    },
    {
      "epoch": 2.85,
      "learning_rate": 3.0416666666666666e-05,
      "loss": 0.2985,
      "step": 47000
    },
    {
      "epoch": 2.88,
      "learning_rate": 3.0208333333333334e-05,
      "loss": 0.2987,
      "step": 47500
    },
    {
      "epoch": 2.91,
      "learning_rate": 3e-05,
      "loss": 0.2962,
      "step": 48000
    },
    {
      "epoch": 2.94,
      "learning_rate": 2.9791666666666668e-05,
      "loss": 0.2969,
      "step": 48500
    },
    {
      "epoch": 2.97,
      "learning_rate": 2.9583333333333335e-05,
      "loss": 0.2974,
      "step": 49000
    },
    {
      "epoch": 3.0,
      "learning_rate": 2.9375000000000003e-05,
      "loss": 0.2969,
      "step": 49500
    },
    {
      "epoch": 3.03,
      "learning_rate": 2.916666666666667e-05,
      "loss": 0.298,
      "step": 50000
    },
    {
      "epoch": 3.06,
      "learning_rate": 2.8958333333333337e-05,
      "loss": 0.2959,
      "step": 50500
    },
    {
      "epoch": 3.09,
      "learning_rate": 2.8749999999999997e-05,
      "loss": 0.2966,
      "step": 51000
    },
    {
      "epoch": 3.12,
      "learning_rate": 2.8541666666666668e-05,
      "loss": 0.2952,
      "step": 51500
    },
    {
      "epoch": 3.15,
      "learning_rate": 2.8333333333333335e-05,
      "loss": 0.2969,
      "step": 52000
    },
    {
      "epoch": 3.18,
      "learning_rate": 2.8125000000000003e-05,
      "loss": 0.2961,
      "step": 52500
    },
    {
      "epoch": 3.21,
      "learning_rate": 2.791666666666667e-05,
      "loss": 0.2953,
      "step": 53000
    },
    {
      "epoch": 3.24,
      "learning_rate": 2.7708333333333337e-05,
      "loss": 0.2963,
      "step": 53500
    },
    {
      "epoch": 3.27,
      "learning_rate": 2.7500000000000004e-05,
      "loss": 0.2958,
      "step": 54000
    },
    {
      "epoch": 3.3,
      "learning_rate": 2.7291666666666665e-05,
      "loss": 0.296,
      "step": 54500
    },
    {
      "epoch": 3.33,
      "learning_rate": 2.7083333333333332e-05,
      "loss": 0.2966,
      "step": 55000
    },
    {
      "epoch": 3.36,
      "learning_rate": 2.6875e-05,
      "loss": 0.2932,
      "step": 55500
    },
    {
      "epoch": 3.39,
      "learning_rate": 2.6666666666666667e-05,
      "loss": 0.2945,
      "step": 56000
    },
    {
      "epoch": 3.42,
      "learning_rate": 2.6458333333333334e-05,
      "loss": 0.2953,
      "step": 56500
    },
    {
      "epoch": 3.45,
      "learning_rate": 2.625e-05,
      "loss": 0.2939,
      "step": 57000
    },
    {
      "epoch": 3.48,
      "learning_rate": 2.604166666666667e-05,
      "loss": 0.2949,
      "step": 57500
    },
    {
      "epoch": 3.51,
      "learning_rate": 2.5833333333333336e-05,
      "loss": 0.2941,
      "step": 58000
    },
    {
      "epoch": 3.54,
      "learning_rate": 2.5625e-05,
      "loss": 0.2952,
      "step": 58500
    },
    {
      "epoch": 3.57,
      "learning_rate": 2.5416666666666667e-05,
      "loss": 0.2959,
      "step": 59000
    },
    {
      "epoch": 3.6,
      "learning_rate": 2.5208333333333334e-05,
      "loss": 0.294,
      "step": 59500
    },
    {
      "epoch": 3.63,
      "learning_rate": 2.5e-05,
      "loss": 0.2946,
      "step": 60000
    },
    {
      "epoch": 3.66,
      "learning_rate": 2.479166666666667e-05,
      "loss": 0.2948,
      "step": 60500
    },
    {
      "epoch": 3.69,
      "learning_rate": 2.4583333333333332e-05,
      "loss": 0.2942,
      "step": 61000
    },
    {
      "epoch": 3.72,
      "learning_rate": 2.4375e-05,
      "loss": 0.2946,
      "step": 61500
    },
    {
      "epoch": 3.75,
      "learning_rate": 2.4166666666666667e-05,
      "loss": 0.2935,
      "step": 62000
    },
    {
      "epoch": 3.78,
      "learning_rate": 2.3958333333333334e-05,
      "loss": 0.2947,
      "step": 62500
    },
    {
      "epoch": 3.81,
      "learning_rate": 2.375e-05,
      "loss": 0.2942,
      "step": 63000
    },
    {
      "epoch": 3.85,
      "learning_rate": 2.354166666666667e-05,
      "loss": 0.2926,
      "step": 63500
    },
    {
      "epoch": 3.88,
      "learning_rate": 2.3333333333333336e-05,
      "loss": 0.2949,
      "step": 64000
    },
    {
      "epoch": 3.91,
      "learning_rate": 2.3125000000000003e-05,
      "loss": 0.2931,
      "step": 64500
    },
    {
      "epoch": 3.94,
      "learning_rate": 2.2916666666666667e-05,
      "loss": 0.2929,
      "step": 65000
    },
    {
      "epoch": 3.97,
      "learning_rate": 2.2708333333333334e-05,
      "loss": 0.2937,
      "step": 65500
    },
    {
      "epoch": 4.0,
      "learning_rate": 2.25e-05,
      "loss": 0.293,
      "step": 66000
    },
    {
      "epoch": 4.03,
      "learning_rate": 2.229166666666667e-05,
      "loss": 0.2919,
      "step": 66500
    },
    {
      "epoch": 4.06,
      "learning_rate": 2.2083333333333333e-05,
      "loss": 0.2947,
      "step": 67000
    },
    {
      "epoch": 4.09,
      "learning_rate": 2.1875e-05,
      "loss": 0.2933,
      "step": 67500
    },
    {
      "epoch": 4.12,
      "learning_rate": 2.1666666666666667e-05,
      "loss": 0.2923,
      "step": 68000
    },
    {
      "epoch": 4.15,
      "learning_rate": 2.1458333333333334e-05,
      "loss": 0.292,
      "step": 68500
    },
    {
      "epoch": 4.18,
      "learning_rate": 2.125e-05,
      "loss": 0.2912,
      "step": 69000
    },
    {
      "epoch": 4.21,
      "learning_rate": 2.104166666666667e-05,
      "loss": 0.2929,
      "step": 69500
    },
    {
      "epoch": 4.24,
      "learning_rate": 2.0833333333333336e-05,
      "loss": 0.2935,
      "step": 70000
    },
    {
      "epoch": 4.27,
      "learning_rate": 2.0625e-05,
      "loss": 0.2921,
      "step": 70500
    },
    {
      "epoch": 4.3,
      "learning_rate": 2.0416666666666667e-05,
      "loss": 0.2917,
      "step": 71000
    },
    {
      "epoch": 4.33,
      "learning_rate": 2.0208333333333334e-05,
      "loss": 0.2912,
      "step": 71500
    },
    {
      "epoch": 4.36,
      "learning_rate": 2e-05,
      "loss": 0.2913,
      "step": 72000
    },
    {
      "epoch": 4.39,
      "learning_rate": 1.9791666666666665e-05,
      "loss": 0.2924,
      "step": 72500
    },
    {
      "epoch": 4.42,
      "learning_rate": 1.9583333333333333e-05,
      "loss": 0.292,
      "step": 73000
    },
    {
      "epoch": 4.45,
      "learning_rate": 1.9375e-05,
      "loss": 0.2916,
      "step": 73500
    },
    {
      "epoch": 4.48,
      "learning_rate": 1.9166666666666667e-05,
      "loss": 0.2909,
      "step": 74000
    },
    {
      "epoch": 4.51,
      "learning_rate": 1.8958333333333334e-05,
      "loss": 0.2928,
      "step": 74500
    },
    {
      "epoch": 4.54,
      "learning_rate": 1.8750000000000002e-05,
      "loss": 0.289,
      "step": 75000
    },
    {
      "epoch": 4.57,
      "learning_rate": 1.854166666666667e-05,
      "loss": 0.293,
      "step": 75500
    },
    {
      "epoch": 4.6,
      "learning_rate": 1.8333333333333333e-05,
      "loss": 0.2913,
      "step": 76000
    },
    {
      "epoch": 4.63,
      "learning_rate": 1.8125e-05,
      "loss": 0.2911,
      "step": 76500
    },
    {
      "epoch": 4.66,
      "learning_rate": 1.7916666666666667e-05,
      "loss": 0.2907,
      "step": 77000
    },
    {
      "epoch": 4.69,
      "learning_rate": 1.7708333333333335e-05,
      "loss": 0.2912,
      "step": 77500
    },
    {
      "epoch": 4.72,
      "learning_rate": 1.75e-05,
      "loss": 0.2906,
      "step": 78000
    },
    {
      "epoch": 4.75,
      "learning_rate": 1.7291666666666666e-05,
      "loss": 0.2918,
      "step": 78500
    },
    {
      "epoch": 4.78,
      "learning_rate": 1.7083333333333333e-05,
      "loss": 0.2915,
      "step": 79000
    },
    {
      "epoch": 4.81,
      "learning_rate": 1.6875000000000004e-05,
      "loss": 0.291,
      "step": 79500
    },
    {
      "epoch": 4.84,
      "learning_rate": 1.6666666666666667e-05,
      "loss": 0.2922,
      "step": 80000
    }
  ],
  "max_steps": 120000,
  "num_train_epochs": 8,
  "total_flos": 9.8933832875298e+17,
  "trial_name": null,
  "trial_params": null
}