{
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 66.66666666666667,
  "eval_steps": 500,
  "global_step": 8000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.08333333333333333,
      "grad_norm": 10.69120287187818,
      "learning_rate": 1.6000000000000003e-05,
      "loss": 15.9493,
      "step": 10
    },
    {
      "epoch": 0.16666666666666666,
      "grad_norm": 22.82634960584204,
      "learning_rate": 3.2000000000000005e-05,
      "loss": 9.53,
      "step": 20
    },
    {
      "epoch": 0.25,
      "grad_norm": 13.106233095259126,
      "learning_rate": 4.8e-05,
      "loss": 6.1435,
      "step": 30
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 5.469948947814707,
      "learning_rate": 6.400000000000001e-05,
      "loss": 5.74,
      "step": 40
    },
    {
      "epoch": 0.4166666666666667,
      "grad_norm": 4.8806100501545835,
      "learning_rate": 8e-05,
      "loss": 5.6581,
      "step": 50
    },
    {
      "epoch": 0.5,
      "grad_norm": 5.544107439802835,
      "learning_rate": 7.999970720328831e-05,
      "loss": 5.4967,
      "step": 60
    },
    {
      "epoch": 0.5833333333333334,
      "grad_norm": 4.231586734777548,
      "learning_rate": 7.999882881772551e-05,
      "loss": 5.3408,
      "step": 70
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 2.7375169413839275,
      "learning_rate": 7.999736485702831e-05,
      "loss": 5.2763,
      "step": 80
    },
    {
      "epoch": 0.75,
      "grad_norm": 5.84936547383844,
      "learning_rate": 7.999531534405768e-05,
      "loss": 5.2421,
      "step": 90
    },
    {
      "epoch": 0.8333333333333334,
      "grad_norm": 5.086186697344019,
      "learning_rate": 7.999268031081841e-05,
      "loss": 5.1431,
      "step": 100
    },
    {
      "epoch": 0.9166666666666666,
      "grad_norm": 21.539673861245628,
      "learning_rate": 7.998945979845876e-05,
      "loss": 5.0961,
      "step": 110
    },
    {
      "epoch": 1.0,
      "grad_norm": 5.283608897310278,
      "learning_rate": 7.998565385726968e-05,
      "loss": 5.0816,
      "step": 120
    },
    {
      "epoch": 1.0833333333333333,
      "grad_norm": 9.612027628668018,
      "learning_rate": 7.998126254668407e-05,
      "loss": 4.9914,
      "step": 130
    },
    {
      "epoch": 1.1666666666666667,
      "grad_norm": 3.9815029189709774,
      "learning_rate": 7.997628593527586e-05,
      "loss": 4.9052,
      "step": 140
    },
    {
      "epoch": 1.25,
      "grad_norm": 5.226061787020683,
      "learning_rate": 7.997072410075895e-05,
      "loss": 4.8511,
      "step": 150
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 6.124198705458172,
      "learning_rate": 7.996457712998597e-05,
      "loss": 4.8138,
      "step": 160
    },
    {
      "epoch": 1.4166666666666667,
      "grad_norm": 6.111648643820079,
      "learning_rate": 7.995784511894694e-05,
      "loss": 4.7302,
      "step": 170
    },
    {
      "epoch": 1.5,
      "grad_norm": 4.652461206601369,
      "learning_rate": 7.995052817276779e-05,
      "loss": 4.6739,
      "step": 180
    },
    {
      "epoch": 1.5833333333333335,
      "grad_norm": 4.873996337864204,
      "learning_rate": 7.994262640570861e-05,
      "loss": 4.6128,
      "step": 190
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 7.191160911672632,
      "learning_rate": 7.993413994116206e-05,
      "loss": 4.5165,
      "step": 200
    },
    {
      "epoch": 1.75,
      "grad_norm": 3.648651835580528,
      "learning_rate": 7.992506891165125e-05,
      "loss": 4.4564,
      "step": 210
    },
    {
      "epoch": 1.8333333333333335,
      "grad_norm": 4.224041142653454,
      "learning_rate": 7.991541345882781e-05,
      "loss": 4.4279,
      "step": 220
    },
    {
      "epoch": 1.9166666666666665,
      "grad_norm": 6.381654744104323,
      "learning_rate": 7.990517373346957e-05,
      "loss": 4.3554,
      "step": 230
    },
    {
      "epoch": 2.0,
      "grad_norm": 5.616705649643421,
      "learning_rate": 7.989434989547832e-05,
      "loss": 4.322,
      "step": 240
    },
    {
      "epoch": 2.0833333333333335,
      "grad_norm": 7.000242229085301,
      "learning_rate": 7.988294211387719e-05,
      "loss": 4.25,
      "step": 250
    },
    {
      "epoch": 2.1666666666666665,
      "grad_norm": 3.664078897467973,
      "learning_rate": 7.987095056680811e-05,
      "loss": 4.2281,
      "step": 260
    },
    {
      "epoch": 2.25,
      "grad_norm": 3.4544359023231674,
      "learning_rate": 7.985837544152896e-05,
      "loss": 4.1907,
      "step": 270
    },
    {
      "epoch": 2.3333333333333335,
      "grad_norm": 3.4264369150118834,
      "learning_rate": 7.984521693441071e-05,
      "loss": 4.1579,
      "step": 280
    },
    {
      "epoch": 2.4166666666666665,
      "grad_norm": 4.416025990976334,
      "learning_rate": 7.983147525093428e-05,
      "loss": 4.1142,
      "step": 290
    },
    {
      "epoch": 2.5,
      "grad_norm": 4.409978709266806,
      "learning_rate": 7.981715060568741e-05,
      "loss": 4.1023,
      "step": 300
    },
    {
      "epoch": 2.5833333333333335,
      "grad_norm": 2.443659116806268,
      "learning_rate": 7.980224322236123e-05,
      "loss": 4.0797,
      "step": 310
    },
    {
      "epoch": 2.6666666666666665,
      "grad_norm": 7.06642163529627,
      "learning_rate": 7.978675333374685e-05,
      "loss": 4.1566,
      "step": 320
    },
    {
      "epoch": 2.75,
      "grad_norm": 2.6991971977024876,
      "learning_rate": 7.977068118173162e-05,
      "loss": 4.1298,
      "step": 330
    },
    {
      "epoch": 2.8333333333333335,
      "grad_norm": 2.505384749600403,
      "learning_rate": 7.975402701729546e-05,
      "loss": 4.0501,
      "step": 340
    },
    {
      "epoch": 2.9166666666666665,
      "grad_norm": 2.839728057897456,
      "learning_rate": 7.97367911005069e-05,
      "loss": 4.0169,
      "step": 350
    },
    {
      "epoch": 3.0,
      "grad_norm": 3.2850941256388135,
      "learning_rate": 7.971897370051896e-05,
      "loss": 3.9849,
      "step": 360
    },
    {
      "epoch": 3.0833333333333335,
      "grad_norm": 2.9435053373417674,
      "learning_rate": 7.970057509556505e-05,
      "loss": 3.9666,
      "step": 370
    },
    {
      "epoch": 3.1666666666666665,
      "grad_norm": 2.5080475028618037,
      "learning_rate": 7.968159557295457e-05,
      "loss": 3.9474,
      "step": 380
    },
    {
      "epoch": 3.25,
      "grad_norm": 2.118313985876794,
      "learning_rate": 7.966203542906841e-05,
      "loss": 3.929,
      "step": 390
    },
    {
      "epoch": 3.3333333333333335,
      "grad_norm": 3.3947996816962873,
      "learning_rate": 7.964189496935435e-05,
      "loss": 3.9315,
      "step": 400
    },
    {
      "epoch": 3.4166666666666665,
      "grad_norm": 2.870025145257724,
      "learning_rate": 7.962117450832225e-05,
      "loss": 3.9087,
      "step": 410
    },
    {
      "epoch": 3.5,
      "grad_norm": 2.2738401705251294,
      "learning_rate": 7.959987436953921e-05,
      "loss": 3.8955,
      "step": 420
    },
    {
      "epoch": 3.5833333333333335,
      "grad_norm": 2.2888061588216493,
      "learning_rate": 7.957799488562449e-05,
      "loss": 3.8677,
      "step": 430
    },
    {
      "epoch": 3.6666666666666665,
      "grad_norm": 2.230044456517774,
      "learning_rate": 7.955553639824423e-05,
      "loss": 3.8591,
      "step": 440
    },
    {
      "epoch": 3.75,
      "grad_norm": 3.2063470777423295,
      "learning_rate": 7.953249925810626e-05,
      "loss": 3.8458,
      "step": 450
    },
    {
      "epoch": 3.8333333333333335,
      "grad_norm": 2.985342617851337,
      "learning_rate": 7.950888382495452e-05,
      "loss": 3.8228,
      "step": 460
    },
    {
      "epoch": 3.9166666666666665,
      "grad_norm": 2.970011392950433,
      "learning_rate": 7.948469046756344e-05,
      "loss": 3.8264,
      "step": 470
    },
    {
      "epoch": 4.0,
      "grad_norm": 1.9503469011878745,
      "learning_rate": 7.945991956373229e-05,
      "loss": 3.8327,
      "step": 480
    },
    {
      "epoch": 4.083333333333333,
      "grad_norm": 2.0481300292012987,
      "learning_rate": 7.943457150027913e-05,
      "loss": 3.8021,
      "step": 490
    },
    {
      "epoch": 4.166666666666667,
      "grad_norm": 2.5113709299412355,
      "learning_rate": 7.940864667303489e-05,
      "loss": 3.7802,
      "step": 500
    },
    {
      "epoch": 4.25,
      "grad_norm": 2.0524457298473218,
      "learning_rate": 7.938214548683712e-05,
      "loss": 3.7627,
      "step": 510
    },
    {
      "epoch": 4.333333333333333,
      "grad_norm": 1.9938155160501276,
      "learning_rate": 7.935506835552368e-05,
      "loss": 3.7409,
      "step": 520
    },
    {
      "epoch": 4.416666666666667,
      "grad_norm": 2.1064570837350747,
      "learning_rate": 7.932741570192633e-05,
      "loss": 3.7214,
      "step": 530
    },
    {
      "epoch": 4.5,
      "grad_norm": 2.025555065987568,
      "learning_rate": 7.929918795786404e-05,
      "loss": 3.732,
      "step": 540
    },
    {
      "epoch": 4.583333333333333,
      "grad_norm": 2.709933839954613,
      "learning_rate": 7.927038556413631e-05,
      "loss": 3.7398,
      "step": 550
    },
    {
      "epoch": 4.666666666666667,
      "grad_norm": 2.42092719451456,
      "learning_rate": 7.924100897051629e-05,
      "loss": 3.7493,
      "step": 560
    },
    {
      "epoch": 4.75,
      "grad_norm": 1.852940686276582,
      "learning_rate": 7.921105863574369e-05,
      "loss": 3.7096,
      "step": 570
    },
    {
      "epoch": 4.833333333333333,
      "grad_norm": 2.056755968357161,
      "learning_rate": 7.918053502751772e-05,
      "loss": 3.686,
      "step": 580
    },
    {
      "epoch": 4.916666666666667,
      "grad_norm": 1.638292598366714,
      "learning_rate": 7.914943862248966e-05,
      "loss": 3.6856,
      "step": 590
    },
    {
      "epoch": 5.0,
      "grad_norm": 1.9898414710652992,
      "learning_rate": 7.911776990625551e-05,
      "loss": 3.7035,
      "step": 600
    },
    {
      "epoch": 5.083333333333333,
      "grad_norm": 2.276421021389931,
      "learning_rate": 7.908552937334843e-05,
      "loss": 3.6828,
      "step": 610
    },
    {
      "epoch": 5.166666666666667,
      "grad_norm": 1.6469969036580425,
      "learning_rate": 7.905271752723088e-05,
      "loss": 3.6722,
      "step": 620
    },
    {
      "epoch": 5.25,
      "grad_norm": 1.7285627972906412,
      "learning_rate": 7.901933488028692e-05,
      "loss": 3.6606,
      "step": 630
    },
    {
      "epoch": 5.333333333333333,
      "grad_norm": 1.8276311745382445,
      "learning_rate": 7.898538195381413e-05,
      "loss": 3.6777,
      "step": 640
    },
    {
      "epoch": 5.416666666666667,
      "grad_norm": 2.1083236900179414,
      "learning_rate": 7.895085927801541e-05,
      "loss": 3.6559,
      "step": 650
    },
    {
      "epoch": 5.5,
      "grad_norm": 1.9425517642121346,
      "learning_rate": 7.891576739199084e-05,
      "loss": 3.6598,
      "step": 660
    },
    {
      "epoch": 5.583333333333333,
      "grad_norm": 1.7969571965532476,
      "learning_rate": 7.888010684372915e-05,
      "loss": 3.6515,
      "step": 670
    },
    {
      "epoch": 5.666666666666667,
      "grad_norm": 1.6749930139652152,
      "learning_rate": 7.884387819009922e-05,
      "loss": 3.651,
      "step": 680
    },
    {
      "epoch": 5.75,
      "grad_norm": 1.6559532907413008,
      "learning_rate": 7.880708199684133e-05,
      "loss": 3.6361,
      "step": 690
    },
    {
      "epoch": 5.833333333333333,
      "grad_norm": 1.7251387719988813,
      "learning_rate": 7.87697188385584e-05,
      "loss": 3.6381,
      "step": 700
    },
    {
      "epoch": 5.916666666666667,
      "grad_norm": 1.612517908277797,
      "learning_rate": 7.873178929870695e-05,
      "loss": 3.6354,
      "step": 710
    },
    {
      "epoch": 6.0,
      "grad_norm": 1.5055848896896002,
      "learning_rate": 7.869329396958801e-05,
      "loss": 3.6331,
      "step": 720
    },
    {
      "epoch": 6.083333333333333,
      "grad_norm": 1.9308612666814398,
      "learning_rate": 7.86542334523379e-05,
      "loss": 3.6152,
      "step": 730
    },
    {
      "epoch": 6.166666666666667,
      "grad_norm": 1.7506091556288297,
      "learning_rate": 7.861460835691881e-05,
      "loss": 3.6234,
      "step": 740
    },
    {
      "epoch": 6.25,
      "grad_norm": 1.6540042839133196,
      "learning_rate": 7.857441930210928e-05,
      "loss": 3.6152,
      "step": 750
    },
    {
      "epoch": 6.333333333333333,
      "grad_norm": 1.6543473165088813,
      "learning_rate": 7.853366691549454e-05,
      "loss": 3.6161,
      "step": 760
    },
    {
      "epoch": 6.416666666666667,
      "grad_norm": 1.5561210119266964,
      "learning_rate": 7.849235183345669e-05,
      "loss": 3.604,
      "step": 770
    },
    {
      "epoch": 6.5,
      "grad_norm": 1.6592745964292923,
      "learning_rate": 7.845047470116485e-05,
      "loss": 3.6111,
      "step": 780
    },
    {
      "epoch": 6.583333333333333,
      "grad_norm": 1.6735816159777643,
      "learning_rate": 7.840803617256494e-05,
      "loss": 3.5863,
      "step": 790
    },
    {
      "epoch": 6.666666666666667,
      "grad_norm": 1.5758932971220432,
      "learning_rate": 7.836503691036959e-05,
      "loss": 3.5841,
      "step": 800
    },
    {
      "epoch": 6.75,
      "grad_norm": 1.678991910045916,
      "learning_rate": 7.832147758604775e-05,
      "loss": 3.5913,
      "step": 810
    },
    {
      "epoch": 6.833333333333333,
      "grad_norm": 1.5565579917733678,
      "learning_rate": 7.827735887981415e-05,
      "loss": 3.5978,
      "step": 820
    },
    {
      "epoch": 6.916666666666667,
      "grad_norm": 1.4982863014797212,
      "learning_rate": 7.823268148061884e-05,
      "loss": 3.5828,
      "step": 830
    },
    {
      "epoch": 7.0,
      "grad_norm": 1.8357143185283156,
      "learning_rate": 7.818744608613617e-05,
      "loss": 3.5942,
      "step": 840
    },
    {
      "epoch": 7.083333333333333,
      "grad_norm": 1.6705162730516196,
      "learning_rate": 7.814165340275418e-05,
      "loss": 3.5679,
      "step": 850
    },
    {
      "epoch": 7.166666666666667,
      "grad_norm": 1.628095246553836,
      "learning_rate": 7.809530414556335e-05,
      "loss": 3.5652,
      "step": 860
    },
    {
      "epoch": 7.25,
      "grad_norm": 1.5686943105106523,
      "learning_rate": 7.804839903834557e-05,
      "loss": 3.5628,
      "step": 870
    },
    {
      "epoch": 7.333333333333333,
      "grad_norm": 1.4373135653134912,
      "learning_rate": 7.800093881356278e-05,
      "loss": 3.5687,
      "step": 880
    },
    {
      "epoch": 7.416666666666667,
      "grad_norm": 1.5571168867372809,
      "learning_rate": 7.79529242123455e-05,
      "loss": 3.5619,
      "step": 890
    },
    {
      "epoch": 7.5,
      "grad_norm": 1.6586663954822487,
      "learning_rate": 7.790435598448135e-05,
      "loss": 3.5572,
      "step": 900
    },
    {
      "epoch": 7.583333333333333,
      "grad_norm": 1.5795382979176615,
      "learning_rate": 7.785523488840324e-05,
      "loss": 3.5519,
      "step": 910
    },
    {
      "epoch": 7.666666666666667,
      "grad_norm": 1.4556177559554009,
      "learning_rate": 7.780556169117757e-05,
      "loss": 3.5626,
      "step": 920
    },
    {
      "epoch": 7.75,
      "grad_norm": 1.4979263913719212,
      "learning_rate": 7.775533716849233e-05,
      "loss": 3.546,
      "step": 930
    },
    {
      "epoch": 7.833333333333333,
      "grad_norm": 1.6561206551194736,
      "learning_rate": 7.770456210464481e-05,
      "loss": 3.5396,
      "step": 940
    },
    {
      "epoch": 7.916666666666667,
      "grad_norm": 1.8202168844757929,
      "learning_rate": 7.765323729252954e-05,
      "loss": 3.5413,
      "step": 950
    },
    {
      "epoch": 8.0,
      "grad_norm": 1.7671398314936806,
      "learning_rate": 7.760136353362576e-05,
      "loss": 3.5462,
      "step": 960
    },
    {
      "epoch": 8.083333333333334,
      "grad_norm": 1.3593671951946833,
      "learning_rate": 7.7548941637985e-05,
      "loss": 3.5337,
      "step": 970
    },
    {
      "epoch": 8.166666666666666,
      "grad_norm": 1.566320631013195,
      "learning_rate": 7.749597242421838e-05,
      "loss": 3.5277,
      "step": 980
    },
    {
      "epoch": 8.25,
      "grad_norm": 1.4949354663048628,
      "learning_rate": 7.744245671948386e-05,
      "loss": 3.5366,
      "step": 990
    },
    {
      "epoch": 8.333333333333334,
      "grad_norm": 1.483844300818949,
      "learning_rate": 7.738839535947331e-05,
      "loss": 3.5184,
      "step": 1000
    },
    {
      "epoch": 8.416666666666666,
      "grad_norm": 1.5289444206669671,
      "learning_rate": 7.733378918839942e-05,
      "loss": 3.5275,
      "step": 1010
    },
    {
      "epoch": 8.5,
      "grad_norm": 1.5534295595158358,
      "learning_rate": 7.727863905898261e-05,
      "loss": 3.5203,
      "step": 1020
    },
    {
      "epoch": 8.583333333333334,
      "grad_norm": 1.6909482128711277,
      "learning_rate": 7.72229458324376e-05,
      "loss": 3.5235,
      "step": 1030
    },
    {
      "epoch": 8.666666666666666,
      "grad_norm": 1.4794595544823113,
      "learning_rate": 7.716671037846008e-05,
      "loss": 3.5195,
      "step": 1040
    },
    {
      "epoch": 8.75,
      "grad_norm": 1.5893477432367924,
      "learning_rate": 7.710993357521301e-05,
      "loss": 3.517,
      "step": 1050
    },
    {
      "epoch": 8.833333333333334,
      "grad_norm": 1.465403132126237,
      "learning_rate": 7.705261630931301e-05,
      "loss": 3.4985,
      "step": 1060
    },
    {
      "epoch": 8.916666666666666,
      "grad_norm": 3.147776645564893,
      "learning_rate": 7.699475947581645e-05,
      "loss": 3.5098,
      "step": 1070
    },
    {
      "epoch": 9.0,
      "grad_norm": 1.8052514586348347,
      "learning_rate": 7.693636397820548e-05,
      "loss": 3.5221,
      "step": 1080
    },
    {
      "epoch": 9.083333333333334,
      "grad_norm": 1.5804148010006884,
      "learning_rate": 7.687743072837396e-05,
      "loss": 3.4969,
      "step": 1090
    },
    {
      "epoch": 9.166666666666666,
      "grad_norm": 1.5723063398503545,
      "learning_rate": 7.68179606466132e-05,
      "loss": 3.5089,
      "step": 1100
    },
    {
      "epoch": 9.25,
      "grad_norm": 1.4536732285516285,
      "learning_rate": 7.675795466159753e-05,
      "loss": 3.4966,
      "step": 1110
    },
    {
      "epoch": 9.333333333333334,
      "grad_norm": 1.619604396318351,
      "learning_rate": 7.669741371036993e-05,
      "loss": 3.4925,
      "step": 1120
    },
    {
      "epoch": 9.416666666666666,
      "grad_norm": 1.4415499814538313,
      "learning_rate": 7.663633873832725e-05,
      "loss": 3.4891,
      "step": 1130
    },
    {
      "epoch": 9.5,
      "grad_norm": 1.4939869521157274,
      "learning_rate": 7.657473069920554e-05,
      "loss": 3.4914,
      "step": 1140
    },
    {
      "epoch": 9.583333333333334,
      "grad_norm": 1.3998934875570057,
      "learning_rate": 7.651259055506515e-05,
      "loss": 3.4946,
      "step": 1150
    },
    {
      "epoch": 9.666666666666666,
      "grad_norm": 1.42203604655981,
      "learning_rate": 7.644991927627567e-05,
      "loss": 3.5,
      "step": 1160
    },
    {
      "epoch": 9.75,
      "grad_norm": 1.3098547482225043,
      "learning_rate": 7.638671784150078e-05,
      "loss": 3.4943,
      "step": 1170
    },
    {
      "epoch": 9.833333333333334,
      "grad_norm": 1.5343773494166395,
      "learning_rate": 7.632298723768303e-05,
      "loss": 3.4831,
      "step": 1180
    },
    {
      "epoch": 9.916666666666666,
      "grad_norm": 1.4256590072275053,
      "learning_rate": 7.625872846002834e-05,
      "loss": 3.4869,
      "step": 1190
    },
    {
      "epoch": 10.0,
      "grad_norm": 1.4600817780257889,
      "learning_rate": 7.61939425119905e-05,
      "loss": 3.4795,
      "step": 1200
    },
    {
      "epoch": 10.083333333333334,
      "grad_norm": 1.7103241818414359,
      "learning_rate": 7.612863040525552e-05,
      "loss": 3.4775,
      "step": 1210
    },
    {
      "epoch": 10.166666666666666,
      "grad_norm": 1.4473713824593213,
      "learning_rate": 7.606279315972582e-05,
      "loss": 3.4606,
      "step": 1220
    },
    {
      "epoch": 10.25,
      "grad_norm": 1.756357497865636,
      "learning_rate": 7.599643180350426e-05,
      "loss": 3.4712,
      "step": 1230
    },
    {
      "epoch": 10.333333333333334,
      "grad_norm": 1.3865929774884687,
      "learning_rate": 7.592954737287815e-05,
      "loss": 3.4632,
      "step": 1240
    },
    {
      "epoch": 10.416666666666666,
      "grad_norm": 1.2647139484419656,
      "learning_rate": 7.586214091230304e-05,
      "loss": 3.4643,
      "step": 1250
    },
    {
      "epoch": 10.5,
      "grad_norm": 1.4475556982521385,
      "learning_rate": 7.579421347438636e-05,
      "loss": 3.4754,
      "step": 1260
    },
    {
      "epoch": 10.583333333333334,
      "grad_norm": 2.0134325745525445,
      "learning_rate": 7.57257661198711e-05,
      "loss": 3.4672,
      "step": 1270
    },
    {
      "epoch": 10.666666666666666,
      "grad_norm": 1.5174059285349866,
      "learning_rate": 7.565679991761914e-05,
      "loss": 3.4666,
      "step": 1280
    },
    {
      "epoch": 10.75,
      "grad_norm": 1.464499552660581,
      "learning_rate": 7.558731594459459e-05,
      "loss": 3.4692,
      "step": 1290
    },
    {
      "epoch": 10.833333333333334,
      "grad_norm": 1.3781397691138573,
      "learning_rate": 7.551731528584699e-05,
      "loss": 3.4657,
      "step": 1300
    },
    {
      "epoch": 10.916666666666666,
      "grad_norm": 1.3226703154102752,
      "learning_rate": 7.544679903449437e-05,
      "loss": 3.4538,
      "step": 1310
    },
    {
      "epoch": 11.0,
      "grad_norm": 1.377776593653023,
      "learning_rate": 7.537576829170611e-05,
      "loss": 3.4717,
      "step": 1320
    },
    {
      "epoch": 11.083333333333334,
      "grad_norm": 1.9570392905429885,
      "learning_rate": 7.530422416668585e-05,
      "loss": 3.4484,
      "step": 1330
    },
    {
      "epoch": 11.166666666666666,
      "grad_norm": 1.4842766980196718,
      "learning_rate": 7.52321677766541e-05,
      "loss": 3.4374,
      "step": 1340
    },
    {
      "epoch": 11.25,
      "grad_norm": 1.5332926147002441,
      "learning_rate": 7.515960024683081e-05,
      "loss": 3.44,
      "step": 1350
    },
    {
      "epoch": 11.333333333333334,
      "grad_norm": 1.3621613895428082,
      "learning_rate": 7.508652271041779e-05,
      "loss": 3.4492,
      "step": 1360
    },
    {
      "epoch": 11.416666666666666,
      "grad_norm": 1.517209512725705,
      "learning_rate": 7.501293630858103e-05,
      "loss": 3.4446,
      "step": 1370
    },
    {
      "epoch": 11.5,
      "grad_norm": 1.5773395812237894,
      "learning_rate": 7.49388421904329e-05,
      "loss": 3.4439,
      "step": 1380
    },
    {
      "epoch": 11.583333333333334,
      "grad_norm": 1.4029248237127248,
      "learning_rate": 7.486424151301413e-05,
      "loss": 3.4257,
      "step": 1390
    },
    {
      "epoch": 11.666666666666666,
      "grad_norm": 1.3651891872802668,
      "learning_rate": 7.478913544127583e-05,
      "loss": 3.4403,
      "step": 1400
    },
    {
      "epoch": 11.75,
      "grad_norm": 1.3012478195010924,
      "learning_rate": 7.471352514806125e-05,
      "loss": 3.449,
      "step": 1410
    },
    {
      "epoch": 11.833333333333334,
      "grad_norm": 1.304335175414864,
      "learning_rate": 7.463741181408744e-05,
      "loss": 3.4349,
      "step": 1420
    },
    {
      "epoch": 11.916666666666666,
      "grad_norm": 1.3803850840509635,
      "learning_rate": 7.45607966279269e-05,
      "loss": 3.4412,
      "step": 1430
    },
    {
      "epoch": 12.0,
      "grad_norm": 1.2713876151258938,
      "learning_rate": 7.448368078598894e-05,
      "loss": 3.43,
      "step": 1440
    },
    {
      "epoch": 12.083333333333334,
      "grad_norm": 1.3325965554357877,
      "learning_rate": 7.440606549250101e-05,
      "loss": 3.4112,
      "step": 1450
    },
    {
      "epoch": 12.166666666666666,
      "grad_norm": 1.281914422420827,
      "learning_rate": 7.432795195948994e-05,
      "loss": 3.4086,
      "step": 1460
    },
    {
      "epoch": 12.25,
      "grad_norm": 1.4325774121629866,
      "learning_rate": 7.424934140676293e-05,
      "loss": 3.4316,
      "step": 1470
    },
    {
      "epoch": 12.333333333333334,
      "grad_norm": 1.283352684931979,
      "learning_rate": 7.41702350618886e-05,
      "loss": 3.4237,
      "step": 1480
    },
    {
      "epoch": 12.416666666666666,
      "grad_norm": 1.4034994989196514,
      "learning_rate": 7.409063416017778e-05,
      "loss": 3.4042,
      "step": 1490
    },
    {
      "epoch": 12.5,
      "grad_norm": 1.3437155785698507,
      "learning_rate": 7.401053994466417e-05,
      "loss": 3.4059,
      "step": 1500
    },
    {
      "epoch": 12.583333333333334,
      "grad_norm": 1.3116705407921962,
      "learning_rate": 7.392995366608499e-05,
      "loss": 3.4073,
      "step": 1510
    },
    {
      "epoch": 12.666666666666666,
      "grad_norm": 1.329854803620938,
      "learning_rate": 7.384887658286145e-05,
      "loss": 3.4066,
      "step": 1520
    },
    {
      "epoch": 12.75,
      "grad_norm": 1.2987784698861164,
      "learning_rate": 7.376730996107905e-05,
      "loss": 3.4248,
      "step": 1530
    },
    {
      "epoch": 12.833333333333334,
      "grad_norm": 1.3591198736603014,
      "learning_rate": 7.368525507446785e-05,
      "loss": 3.4058,
      "step": 1540
    },
    {
      "epoch": 12.916666666666666,
      "grad_norm": 1.4703985661320134,
      "learning_rate": 7.360271320438257e-05,
      "loss": 3.4107,
      "step": 1550
    },
    {
      "epoch": 13.0,
      "grad_norm": 1.3184027770633522,
      "learning_rate": 7.351968563978259e-05,
      "loss": 3.4268,
      "step": 1560
    },
    {
      "epoch": 13.083333333333334,
      "grad_norm": 1.3171471115563136,
      "learning_rate": 7.343617367721179e-05,
      "loss": 3.3918,
      "step": 1570
    },
    {
      "epoch": 13.166666666666666,
      "grad_norm": 1.3765257693011452,
      "learning_rate": 7.335217862077831e-05,
      "loss": 3.3923,
      "step": 1580
    },
    {
      "epoch": 13.25,
      "grad_norm": 1.2518194308734016,
      "learning_rate": 7.326770178213425e-05,
      "loss": 3.4022,
      "step": 1590
    },
    {
      "epoch": 13.333333333333334,
      "grad_norm": 1.2797361595208716,
      "learning_rate": 7.31827444804551e-05,
      "loss": 3.3857,
      "step": 1600
    },
    {
      "epoch": 13.416666666666666,
      "grad_norm": 1.2671112470344288,
      "learning_rate": 7.309730804241918e-05,
      "loss": 3.384,
      "step": 1610
    },
    {
      "epoch": 13.5,
      "grad_norm": 1.2366844977372622,
      "learning_rate": 7.301139380218691e-05,
      "loss": 3.3939,
      "step": 1620
    },
    {
      "epoch": 13.583333333333334,
      "grad_norm": 1.471267166491291,
      "learning_rate": 7.292500310138003e-05,
      "loss": 3.405,
      "step": 1630
    },
    {
      "epoch": 13.666666666666666,
      "grad_norm": 1.4431997993020809,
      "learning_rate": 7.283813728906054e-05,
      "loss": 3.3769,
      "step": 1640
    },
    {
      "epoch": 13.75,
      "grad_norm": 1.2991835487904995,
      "learning_rate": 7.275079772170975e-05,
      "loss": 3.3905,
      "step": 1650
    },
    {
      "epoch": 13.833333333333334,
      "grad_norm": 1.341972861486016,
      "learning_rate": 7.266298576320701e-05,
      "loss": 3.3871,
      "step": 1660
    },
    {
      "epoch": 13.916666666666666,
      "grad_norm": 1.3773153924213604,
      "learning_rate": 7.257470278480848e-05,
      "loss": 3.3781,
      "step": 1670
    },
    {
      "epoch": 14.0,
      "grad_norm": 1.372472390555533,
      "learning_rate": 7.248595016512566e-05,
      "loss": 3.3874,
      "step": 1680
    },
    {
      "epoch": 14.083333333333334,
      "grad_norm": 1.2304244260524997,
      "learning_rate": 7.239672929010391e-05,
      "loss": 3.3664,
      "step": 1690
    },
    {
      "epoch": 14.166666666666666,
      "grad_norm": 1.2779169225718405,
      "learning_rate": 7.230704155300076e-05,
      "loss": 3.3814,
      "step": 1700
    },
    {
      "epoch": 14.25,
      "grad_norm": 1.3588450922674586,
      "learning_rate": 7.221688835436417e-05,
      "loss": 3.366,
      "step": 1710
    },
    {
      "epoch": 14.333333333333334,
      "grad_norm": 1.2960732521059617,
      "learning_rate": 7.212627110201067e-05,
      "loss": 3.3658,
      "step": 1720
    },
    {
      "epoch": 14.416666666666666,
      "grad_norm": 1.4738554182844217,
      "learning_rate": 7.203519121100341e-05,
      "loss": 3.3746,
      "step": 1730
    },
    {
      "epoch": 14.5,
      "grad_norm": 1.249613797608372,
      "learning_rate": 7.194365010362997e-05,
      "loss": 3.3566,
      "step": 1740
    },
    {
      "epoch": 14.583333333333334,
      "grad_norm": 1.29303725138947,
      "learning_rate": 7.185164920938025e-05,
      "loss": 3.3671,
      "step": 1750
    },
    {
      "epoch": 14.666666666666666,
      "grad_norm": 1.2368672477552476,
      "learning_rate": 7.175918996492408e-05,
      "loss": 3.3768,
      "step": 1760
    },
    {
      "epoch": 14.75,
      "grad_norm": 1.3488121493553715,
      "learning_rate": 7.166627381408878e-05,
      "loss": 3.3686,
      "step": 1770
    },
    {
      "epoch": 14.833333333333334,
      "grad_norm": 1.2752304560755283,
      "learning_rate": 7.157290220783669e-05,
      "loss": 3.3575,
      "step": 1780
    },
    {
      "epoch": 14.916666666666666,
      "grad_norm": 1.254592802623705,
      "learning_rate": 7.147907660424242e-05,
      "loss": 3.3582,
      "step": 1790
    },
    {
      "epoch": 15.0,
      "grad_norm": 1.4514910628003894,
      "learning_rate": 7.138479846847017e-05,
      "loss": 3.3613,
      "step": 1800
    },
    {
      "epoch": 15.083333333333334,
      "grad_norm": 1.2443707551217975,
      "learning_rate": 7.129006927275073e-05,
      "loss": 3.3482,
      "step": 1810
    },
    {
      "epoch": 15.166666666666666,
      "grad_norm": 1.2791857023199944,
      "learning_rate": 7.119489049635866e-05,
      "loss": 3.3485,
      "step": 1820
    },
    {
      "epoch": 15.25,
      "grad_norm": 1.3065268063545277,
      "learning_rate": 7.109926362558899e-05,
      "loss": 3.3361,
      "step": 1830
    },
    {
      "epoch": 15.333333333333334,
      "grad_norm": 1.385675774152893,
      "learning_rate": 7.10031901537342e-05,
      "loss": 3.3528,
      "step": 1840
    },
    {
      "epoch": 15.416666666666666,
      "grad_norm": 1.266323932699837,
      "learning_rate": 7.090667158106076e-05,
      "loss": 3.3298,
      "step": 1850
    },
    {
      "epoch": 15.5,
      "grad_norm": 1.3063394744016832,
      "learning_rate": 7.080970941478578e-05,
      "loss": 3.3366,
      "step": 1860
    },
    {
      "epoch": 15.583333333333334,
      "grad_norm": 1.4699831716391667,
      "learning_rate": 7.071230516905344e-05,
      "loss": 3.3582,
      "step": 1870
    },
    {
      "epoch": 15.666666666666666,
      "grad_norm": 1.2511472682337508,
      "learning_rate": 7.061446036491134e-05,
      "loss": 3.3501,
      "step": 1880
    },
    {
      "epoch": 15.75,
      "grad_norm": 1.3022773089563557,
      "learning_rate": 7.051617653028682e-05,
      "loss": 3.336,
      "step": 1890
    },
    {
      "epoch": 15.833333333333334,
      "grad_norm": 1.2575260096717347,
      "learning_rate": 7.041745519996298e-05,
      "loss": 3.3359,
      "step": 1900
    },
    {
      "epoch": 15.916666666666666,
      "grad_norm": 1.2802639400033877,
      "learning_rate": 7.031829791555481e-05,
      "loss": 3.3345,
      "step": 1910
    },
    {
      "epoch": 16.0,
      "grad_norm": 1.2697044841241623,
      "learning_rate": 7.021870622548507e-05,
      "loss": 3.3365,
      "step": 1920
    },
    {
      "epoch": 16.083333333333332,
      "grad_norm": 1.346005343535701,
      "learning_rate": 7.011868168496013e-05,
      "loss": 3.3225,
      "step": 1930
    },
    {
      "epoch": 16.166666666666668,
      "grad_norm": 1.1968185311883186,
      "learning_rate": 7.001822585594565e-05,
      "loss": 3.3251,
      "step": 1940
    },
    {
      "epoch": 16.25,
      "grad_norm": 1.2590247052793377,
      "learning_rate": 6.991734030714228e-05,
      "loss": 3.3326,
      "step": 1950
    },
    {
      "epoch": 16.333333333333332,
      "grad_norm": 1.2213568073995167,
      "learning_rate": 6.981602661396103e-05,
      "loss": 3.3322,
      "step": 1960
    },
    {
      "epoch": 16.416666666666668,
      "grad_norm": 1.324331633220983,
      "learning_rate": 6.971428635849877e-05,
      "loss": 3.3108,
      "step": 1970
    },
    {
      "epoch": 16.5,
      "grad_norm": 1.518046538774183,
      "learning_rate": 6.961212112951348e-05,
      "loss": 3.3109,
      "step": 1980
    },
    {
      "epoch": 16.583333333333332,
      "grad_norm": 1.4426437895988784,
      "learning_rate": 6.950953252239947e-05,
      "loss": 3.3168,
      "step": 1990
    },
    {
      "epoch": 16.666666666666668,
      "grad_norm": 1.2397242180185228,
      "learning_rate": 6.940652213916241e-05,
      "loss": 3.3199,
      "step": 2000
    },
    {
      "epoch": 16.75,
      "grad_norm": 1.29448074490934,
      "learning_rate": 6.930309158839443e-05,
      "loss": 3.3232,
      "step": 2010
    },
    {
      "epoch": 16.833333333333332,
      "grad_norm": 1.559041812137833,
      "learning_rate": 6.919924248524884e-05,
      "loss": 3.3205,
      "step": 2020
    },
    {
      "epoch": 16.916666666666668,
      "grad_norm": 1.2753349163512877,
      "learning_rate": 6.9094976451415e-05,
      "loss": 3.3097,
      "step": 2030
    },
    {
      "epoch": 17.0,
      "grad_norm": 1.3298544898779932,
      "learning_rate": 6.899029511509305e-05,
      "loss": 3.3075,
      "step": 2040
    },
    {
      "epoch": 17.083333333333332,
      "grad_norm": 1.3315565320489766,
      "learning_rate": 6.888520011096835e-05,
      "loss": 3.3069,
      "step": 2050
    },
    {
      "epoch": 17.166666666666668,
      "grad_norm": 1.2392735401354973,
      "learning_rate": 6.877969308018608e-05,
      "loss": 3.3017,
      "step": 2060
    },
    {
      "epoch": 17.25,
      "grad_norm": 1.286514492070412,
      "learning_rate": 6.867377567032551e-05,
      "loss": 3.2914,
      "step": 2070
    },
    {
      "epoch": 17.333333333333332,
      "grad_norm": 1.2513592006046819,
      "learning_rate": 6.856744953537433e-05,
      "loss": 3.2826,
      "step": 2080
    },
    {
      "epoch": 17.416666666666668,
      "grad_norm": 1.2765573303043272,
      "learning_rate": 6.846071633570285e-05,
      "loss": 3.2881,
      "step": 2090
    },
    {
      "epoch": 17.5,
      "grad_norm": 1.3097489908574558,
      "learning_rate": 6.835357773803795e-05,
      "loss": 3.2767,
      "step": 2100
    },
    {
      "epoch": 17.583333333333332,
      "grad_norm": 1.2579493951641147,
      "learning_rate": 6.824603541543722e-05,
      "loss": 3.2971,
      "step": 2110
    },
    {
      "epoch": 17.666666666666668,
      "grad_norm": 1.2603817401597182,
      "learning_rate": 6.81380910472627e-05,
      "loss": 3.3093,
      "step": 2120
    },
    {
      "epoch": 17.75,
      "grad_norm": 1.3534883658786685,
      "learning_rate": 6.802974631915469e-05,
      "loss": 3.3,
      "step": 2130
    },
    {
      "epoch": 17.833333333333332,
      "grad_norm": 1.3639723985066339,
      "learning_rate": 6.79210029230055e-05,
      "loss": 3.2726,
      "step": 2140
    },
    {
      "epoch": 17.916666666666668,
      "grad_norm": 1.332547308778015,
      "learning_rate": 6.781186255693291e-05,
      "loss": 3.2959,
      "step": 2150
    },
    {
      "epoch": 18.0,
      "grad_norm": 1.2909418451461856,
      "learning_rate": 6.770232692525372e-05,
      "loss": 3.2988,
      "step": 2160
    },
    {
      "epoch": 18.083333333333332,
      "grad_norm": 1.3499756687232234,
      "learning_rate": 6.759239773845719e-05,
      "loss": 3.2675,
      "step": 2170
    },
    {
      "epoch": 18.166666666666668,
      "grad_norm": 1.3128110426232036,
      "learning_rate": 6.74820767131782e-05,
      "loss": 3.2671,
      "step": 2180
    },
    {
      "epoch": 18.25,
      "grad_norm": 1.283697442424711,
      "learning_rate": 6.73713655721705e-05,
      "loss": 3.2642,
      "step": 2190
    },
    {
      "epoch": 18.333333333333332,
      "grad_norm": 1.3840942477015017,
      "learning_rate": 6.726026604427991e-05,
      "loss": 3.2667,
      "step": 2200
    },
    {
      "epoch": 18.416666666666668,
      "grad_norm": 1.2942895050032415,
      "learning_rate": 6.714877986441712e-05,
      "loss": 3.2751,
      "step": 2210
    },
    {
      "epoch": 18.5,
      "grad_norm": 1.318775297889503,
      "learning_rate": 6.703690877353082e-05,
      "loss": 3.2578,
      "step": 2220
    },
    {
      "epoch": 18.583333333333332,
      "grad_norm": 1.1723858037943558,
      "learning_rate": 6.69246545185803e-05,
      "loss": 3.2648,
      "step": 2230
    },
    {
      "epoch": 18.666666666666668,
      "grad_norm": 1.3490831422938587,
      "learning_rate": 6.681201885250831e-05,
      "loss": 3.2787,
      "step": 2240
    },
    {
      "epoch": 18.75,
      "grad_norm": 1.2200908620799342,
      "learning_rate": 6.66990035342137e-05,
      "loss": 3.2702,
      "step": 2250
    },
    {
      "epoch": 18.833333333333332,
      "grad_norm": 1.3872104256684754,
      "learning_rate": 6.658561032852383e-05,
      "loss": 3.2645,
      "step": 2260
    },
    {
      "epoch": 18.916666666666668,
      "grad_norm": 1.347482288576833,
      "learning_rate": 6.647184100616713e-05,
      "loss": 3.2635,
      "step": 2270
    },
    {
      "epoch": 19.0,
      "grad_norm": 1.3217817629855473,
      "learning_rate": 6.635769734374537e-05,
      "loss": 3.2596,
      "step": 2280
    },
    {
      "epoch": 19.083333333333332,
      "grad_norm": 1.480719874680819,
      "learning_rate": 6.6243181123706e-05,
      "loss": 3.235,
      "step": 2290
    },
    {
      "epoch": 19.166666666666668,
      "grad_norm": 1.2738487656087054,
      "learning_rate": 6.612829413431417e-05,
      "loss": 3.2488,
      "step": 2300
    },
    {
      "epoch": 19.25,
      "grad_norm": 1.3925336105700943,
      "learning_rate": 6.6013038169625e-05,
      "loss": 3.2587,
      "step": 2310
    },
    {
      "epoch": 19.333333333333332,
      "grad_norm": 1.742278571378594,
      "learning_rate": 6.58974150294554e-05,
      "loss": 3.2292,
      "step": 2320
    },
    {
      "epoch": 19.416666666666668,
      "grad_norm": 1.3578180187890174,
      "learning_rate": 6.578142651935609e-05,
      "loss": 3.2508,
      "step": 2330
    },
    {
      "epoch": 19.5,
      "grad_norm": 1.3173607781266297,
      "learning_rate": 6.566507445058325e-05,
      "loss": 3.2406,
      "step": 2340
    },
    {
      "epoch": 19.583333333333332,
      "grad_norm": 1.3824751275361975,
      "learning_rate": 6.554836064007041e-05,
      "loss": 3.2412,
      "step": 2350
    },
    {
      "epoch": 19.666666666666668,
      "grad_norm": 1.4114464856691002,
      "learning_rate": 6.543128691039996e-05,
      "loss": 3.2206,
      "step": 2360
    },
    {
      "epoch": 19.75,
      "grad_norm": 1.2609956635741681,
      "learning_rate": 6.531385508977472e-05,
      "loss": 3.2228,
      "step": 2370
    },
    {
      "epoch": 19.833333333333332,
      "grad_norm": 1.2758937620224395,
      "learning_rate": 6.519606701198941e-05,
      "loss": 3.2156,
      "step": 2380
    },
    {
      "epoch": 19.916666666666668,
      "grad_norm": 1.3457745227227038,
      "learning_rate": 6.507792451640202e-05,
      "loss": 3.2486,
      "step": 2390
    },
    {
      "epoch": 20.0,
      "grad_norm": 1.3877834477311763,
      "learning_rate": 6.495942944790501e-05,
      "loss": 3.2269,
      "step": 2400
    },
    {
      "epoch": 20.083333333333332,
      "grad_norm": 1.4863972591407726,
      "learning_rate": 6.48405836568966e-05,
      "loss": 3.2119,
      "step": 2410
    },
    {
      "epoch": 20.166666666666668,
      "grad_norm": 1.3320427947229272,
      "learning_rate": 6.472138899925184e-05,
      "loss": 3.209,
      "step": 2420
    },
    {
      "epoch": 20.25,
      "grad_norm": 1.3484497830040354,
      "learning_rate": 6.460184733629356e-05,
      "loss": 3.2027,
      "step": 2430
    },
    {
      "epoch": 20.333333333333332,
      "grad_norm": 1.3434473628418364,
      "learning_rate": 6.448196053476343e-05,
      "loss": 3.2189,
      "step": 2440
    },
    {
      "epoch": 20.416666666666668,
      "grad_norm": 1.257438367087841,
      "learning_rate": 6.436173046679271e-05,
      "loss": 3.2136,
      "step": 2450
    },
    {
      "epoch": 20.5,
      "grad_norm": 1.2551056066663047,
      "learning_rate": 6.424115900987306e-05,
      "loss": 3.236,
      "step": 2460
    },
    {
      "epoch": 20.583333333333332,
      "grad_norm": 1.2797481294272885,
      "learning_rate": 6.41202480468272e-05,
      "loss": 3.1989,
      "step": 2470
    },
    {
      "epoch": 20.666666666666668,
      "grad_norm": 1.3190025286675566,
      "learning_rate": 6.399899946577953e-05,
      "loss": 3.2255,
      "step": 2480
    },
    {
      "epoch": 20.75,
      "grad_norm": 1.2748252000848919,
      "learning_rate": 6.387741516012663e-05,
      "loss": 3.2125,
      "step": 2490
    },
    {
      "epoch": 20.833333333333332,
      "grad_norm": 1.3473295396269764,
      "learning_rate": 6.375549702850768e-05,
      "loss": 3.2148,
      "step": 2500
    },
    {
      "epoch": 20.916666666666668,
      "grad_norm": 1.374239624628266,
      "learning_rate": 6.363324697477485e-05,
      "loss": 3.1876,
      "step": 2510
    },
    {
      "epoch": 21.0,
      "grad_norm": 1.3547918734881994,
      "learning_rate": 6.351066690796354e-05,
      "loss": 3.2156,
      "step": 2520
    },
    {
      "epoch": 21.083333333333332,
      "grad_norm": 1.3467361183874422,
      "learning_rate": 6.338775874226258e-05,
      "loss": 3.1713,
      "step": 2530
    },
    {
      "epoch": 21.166666666666668,
      "grad_norm": 1.3962803404814836,
      "learning_rate": 6.326452439698431e-05,
      "loss": 3.1994,
      "step": 2540
    },
    {
      "epoch": 21.25,
      "grad_norm": 1.3400143884484148,
      "learning_rate": 6.314096579653469e-05,
      "loss": 3.177,
      "step": 2550
    },
    {
      "epoch": 21.333333333333332,
      "grad_norm": 1.6231523426736183,
      "learning_rate": 6.301708487038312e-05,
      "loss": 3.1791,
      "step": 2560
    },
    {
      "epoch": 21.416666666666668,
      "grad_norm": 1.437426606668144,
      "learning_rate": 6.289288355303245e-05,
      "loss": 3.1885,
      "step": 2570
    },
    {
      "epoch": 21.5,
      "grad_norm": 1.3600716833548998,
      "learning_rate": 6.276836378398864e-05,
      "loss": 3.1836,
      "step": 2580
    },
    {
      "epoch": 21.583333333333332,
      "grad_norm": 1.3436178098020057,
      "learning_rate": 6.264352750773059e-05,
      "loss": 3.1879,
      "step": 2590
    },
    {
      "epoch": 21.666666666666668,
      "grad_norm": 1.3309107119750059,
      "learning_rate": 6.251837667367967e-05,
      "loss": 3.1883,
      "step": 2600
    },
    {
      "epoch": 21.75,
      "grad_norm": 1.3475152425664707,
      "learning_rate": 6.239291323616937e-05,
      "loss": 3.1788,
      "step": 2610
    },
    {
      "epoch": 21.833333333333332,
      "grad_norm": 1.3748704675869732,
      "learning_rate": 6.226713915441472e-05,
      "loss": 3.1658,
      "step": 2620
    },
    {
      "epoch": 21.916666666666668,
      "grad_norm": 1.3974881066241038,
      "learning_rate": 6.214105639248174e-05,
      "loss": 3.1716,
      "step": 2630
    },
    {
      "epoch": 22.0,
      "grad_norm": 1.3657315594543549,
      "learning_rate": 6.20146669192567e-05,
      "loss": 3.1711,
      "step": 2640
    },
    {
      "epoch": 22.083333333333332,
      "grad_norm": 1.2636902231479243,
      "learning_rate": 6.188797270841548e-05,
      "loss": 3.1667,
      "step": 2650
    },
    {
      "epoch": 22.166666666666668,
      "grad_norm": 1.4702954379479194,
      "learning_rate": 6.176097573839264e-05,
      "loss": 3.1541,
      "step": 2660
    },
    {
      "epoch": 22.25,
      "grad_norm": 1.383457916846715,
      "learning_rate": 6.16336779923506e-05,
      "loss": 3.1429,
      "step": 2670
    },
    {
      "epoch": 22.333333333333332,
      "grad_norm": 1.3919312417872527,
      "learning_rate": 6.150608145814863e-05,
      "loss": 3.1548,
      "step": 2680
    },
    {
      "epoch": 22.416666666666668,
      "grad_norm": 1.343381609431799,
      "learning_rate": 6.137818812831183e-05,
      "loss": 3.1451,
      "step": 2690
    },
    {
      "epoch": 22.5,
      "grad_norm": 1.291444877328364,
      "learning_rate": 6.125000000000001e-05,
      "loss": 3.151,
      "step": 2700
    },
    {
      "epoch": 22.583333333333332,
      "grad_norm": 1.3314479770216847,
      "learning_rate": 6.11215190749765e-05,
      "loss": 3.1768,
      "step": 2710
    },
    {
      "epoch": 22.666666666666668,
      "grad_norm": 1.350864119715259,
      "learning_rate": 6.0992747359576896e-05,
      "loss": 3.1525,
      "step": 2720
    },
    {
      "epoch": 22.75,
      "grad_norm": 1.3904601010054543,
      "learning_rate": 6.0863686864677734e-05,
      "loss": 3.1376,
      "step": 2730
    },
    {
      "epoch": 22.833333333333332,
      "grad_norm": 1.3008729369696157,
      "learning_rate": 6.0734339605665026e-05,
      "loss": 3.1429,
      "step": 2740
    },
    {
      "epoch": 22.916666666666668,
      "grad_norm": 1.3818475406011306,
      "learning_rate": 6.060470760240294e-05,
      "loss": 3.1556,
      "step": 2750
    },
    {
      "epoch": 23.0,
      "grad_norm": 1.3795243733829088,
      "learning_rate": 6.047479287920208e-05,
      "loss": 3.1332,
      "step": 2760
    },
    {
      "epoch": 23.083333333333332,
      "grad_norm": 1.302504031564986,
      "learning_rate": 6.0344597464787954e-05,
      "loss": 3.1234,
      "step": 2770
    },
    {
      "epoch": 23.166666666666668,
      "grad_norm": 1.5096437866477266,
      "learning_rate": 6.021412339226936e-05,
      "loss": 3.1047,
      "step": 2780
    },
    {
      "epoch": 23.25,
      "grad_norm": 1.3599131165829073,
      "learning_rate": 6.008337269910651e-05,
      "loss": 3.131,
      "step": 2790
    },
    {
      "epoch": 23.333333333333332,
      "grad_norm": 1.299822204609377,
      "learning_rate": 5.9952347427079305e-05,
      "loss": 3.1377,
      "step": 2800
    },
    {
      "epoch": 23.416666666666668,
      "grad_norm": 1.3382665843794723,
      "learning_rate": 5.9821049622255403e-05,
      "loss": 3.098,
      "step": 2810
    },
    {
      "epoch": 23.5,
      "grad_norm": 1.4778544107722813,
      "learning_rate": 5.968948133495832e-05,
      "loss": 3.1089,
      "step": 2820
    },
    {
      "epoch": 23.583333333333332,
      "grad_norm": 1.390248151144449,
      "learning_rate": 5.955764461973535e-05,
      "loss": 3.1,
      "step": 2830
    },
    {
      "epoch": 23.666666666666668,
      "grad_norm": 1.2924649735211127,
      "learning_rate": 5.9425541535325495e-05,
      "loss": 3.1264,
      "step": 2840
    },
    {
      "epoch": 23.75,
      "grad_norm": 1.395322687297681,
      "learning_rate": 5.929317414462738e-05,
      "loss": 3.1192,
      "step": 2850
    },
    {
      "epoch": 23.833333333333332,
      "grad_norm": 1.323786392071892,
      "learning_rate": 5.916054451466694e-05,
      "loss": 3.1193,
      "step": 2860
    },
    {
      "epoch": 23.916666666666668,
      "grad_norm": 1.4853497165966916,
      "learning_rate": 5.9027654716565247e-05,
      "loss": 3.1202,
      "step": 2870
    },
    {
      "epoch": 24.0,
      "grad_norm": 1.3269473969900474,
      "learning_rate": 5.889450682550605e-05,
      "loss": 3.0974,
      "step": 2880
    },
    {
      "epoch": 24.083333333333332,
      "grad_norm": 1.4171058404143289,
      "learning_rate": 5.8761102920703476e-05,
      "loss": 3.0884,
      "step": 2890
    },
    {
      "epoch": 24.166666666666668,
      "grad_norm": 1.3907773223776922,
      "learning_rate": 5.862744508536953e-05,
      "loss": 3.1013,
      "step": 2900
    },
    {
      "epoch": 24.25,
      "grad_norm": 1.3382927728748126,
      "learning_rate": 5.84935354066815e-05,
      "loss": 3.0812,
      "step": 2910
    },
    {
      "epoch": 24.333333333333332,
      "grad_norm": 1.3844935226509332,
      "learning_rate": 5.835937597574944e-05,
      "loss": 3.0815,
      "step": 2920
    },
    {
      "epoch": 24.416666666666668,
      "grad_norm": 1.3450427822838986,
      "learning_rate": 5.822496888758352e-05,
      "loss": 3.0978,
      "step": 2930
    },
    {
      "epoch": 24.5,
      "grad_norm": 1.3006419889118672,
      "learning_rate": 5.8090316241061225e-05,
      "loss": 3.0851,
      "step": 2940
    },
    {
      "epoch": 24.583333333333332,
      "grad_norm": 1.3246075444840226,
      "learning_rate": 5.7955420138894706e-05,
      "loss": 3.0888,
      "step": 2950
    },
    {
      "epoch": 24.666666666666668,
      "grad_norm": 1.479300891356031,
      "learning_rate": 5.7820282687597816e-05,
      "loss": 3.1036,
      "step": 2960
    },
    {
      "epoch": 24.75,
      "grad_norm": 1.3091031122271033,
      "learning_rate": 5.7684905997453294e-05,
      "loss": 3.0991,
      "step": 2970
    },
    {
      "epoch": 24.833333333333332,
      "grad_norm": 1.3908755473196421,
      "learning_rate": 5.7549292182479784e-05,
      "loss": 3.0859,
      "step": 2980
    },
    {
      "epoch": 24.916666666666668,
      "grad_norm": 1.3247453660828128,
      "learning_rate": 5.741344336039887e-05,
      "loss": 3.0807,
      "step": 2990
    },
    {
      "epoch": 25.0,
      "grad_norm": 1.5086037728812811,
      "learning_rate": 5.727736165260188e-05,
      "loss": 3.0892,
      "step": 3000
    },
    {
      "epoch": 25.083333333333332,
      "grad_norm": 1.4561170721985228,
      "learning_rate": 5.714104918411696e-05,
      "loss": 3.0426,
      "step": 3010
    },
    {
      "epoch": 25.166666666666668,
      "grad_norm": 1.4310032361125276,
      "learning_rate": 5.7004508083575645e-05,
      "loss": 3.0395,
      "step": 3020
    },
    {
      "epoch": 25.25,
      "grad_norm": 1.3665159483508298,
      "learning_rate": 5.686774048317986e-05,
      "loss": 3.0549,
      "step": 3030
    },
    {
      "epoch": 25.333333333333332,
      "grad_norm": 1.2814247663444165,
      "learning_rate": 5.6730748518668455e-05,
      "loss": 3.073,
      "step": 3040
    },
    {
      "epoch": 25.416666666666668,
      "grad_norm": 1.3650601648338923,
      "learning_rate": 5.6593534329283935e-05,
      "loss": 3.0632,
      "step": 3050
    },
    {
      "epoch": 25.5,
      "grad_norm": 1.3880221836257673,
      "learning_rate": 5.645610005773901e-05,
      "loss": 3.0205,
      "step": 3060
    },
    {
      "epoch": 25.583333333333332,
      "grad_norm": 1.3436946413923962,
      "learning_rate": 5.631844785018314e-05,
      "loss": 3.0455,
      "step": 3070
    },
    {
      "epoch": 25.666666666666668,
      "grad_norm": 1.3390641683169715,
      "learning_rate": 5.6180579856169076e-05,
      "loss": 3.0595,
      "step": 3080
    },
    {
      "epoch": 25.75,
      "grad_norm": 1.4196737668218957,
      "learning_rate": 5.604249822861923e-05,
      "loss": 3.045,
      "step": 3090
    },
    {
      "epoch": 25.833333333333332,
      "grad_norm": 1.412263558440003,
      "learning_rate": 5.5904205123792096e-05,
      "loss": 3.0162,
      "step": 3100
    },
    {
      "epoch": 25.916666666666668,
      "grad_norm": 1.371519886536035,
      "learning_rate": 5.576570270124853e-05,
      "loss": 3.063,
      "step": 3110
    },
    {
      "epoch": 26.0,
      "grad_norm": 1.3455542494498636,
      "learning_rate": 5.562699312381807e-05,
      "loss": 3.0448,
      "step": 3120
    },
    {
      "epoch": 26.083333333333332,
      "grad_norm": 1.4407272600467436,
      "learning_rate": 5.548807855756516e-05,
      "loss": 3.0111,
      "step": 3130
    },
    {
      "epoch": 26.166666666666668,
      "grad_norm": 1.6117633023855797,
      "learning_rate": 5.53489611717553e-05,
      "loss": 3.0152,
      "step": 3140
    },
    {
      "epoch": 26.25,
      "grad_norm": 1.3923613177537435,
      "learning_rate": 5.5209643138821204e-05,
      "loss": 3.0474,
      "step": 3150
    },
    {
      "epoch": 26.333333333333332,
      "grad_norm": 1.335755497542186,
      "learning_rate": 5.50701266343288e-05,
      "loss": 3.0364,
      "step": 3160
    },
    {
      "epoch": 26.416666666666668,
      "grad_norm": 1.4052560896660937,
      "learning_rate": 5.4930413836943396e-05,
      "loss": 3.037,
      "step": 3170
    },
    {
      "epoch": 26.5,
      "grad_norm": 1.4303890654007283,
      "learning_rate": 5.47905069283955e-05,
      "loss": 3.0073,
      "step": 3180
    },
    {
      "epoch": 26.583333333333332,
      "grad_norm": 1.4007812976571206,
      "learning_rate": 5.465040809344691e-05,
      "loss": 2.995,
      "step": 3190
    },
    {
      "epoch": 26.666666666666668,
      "grad_norm": 1.490984766508146,
      "learning_rate": 5.451011951985641e-05,
      "loss": 2.9963,
      "step": 3200
    },
    {
      "epoch": 26.75,
      "grad_norm": 1.3751261393168965,
      "learning_rate": 5.436964339834579e-05,
      "loss": 3.0364,
      "step": 3210
    },
    {
      "epoch": 26.833333333333332,
      "grad_norm": 1.3370715230386694,
      "learning_rate": 5.4228981922565525e-05,
      "loss": 3.0108,
      "step": 3220
    },
    {
      "epoch": 26.916666666666668,
      "grad_norm": 1.4219054334129306,
      "learning_rate": 5.408813728906053e-05,
      "loss": 3.0165,
      "step": 3230
    },
    {
      "epoch": 27.0,
      "grad_norm": 1.4248418352122785,
      "learning_rate": 5.394711169723593e-05,
      "loss": 2.9828,
      "step": 3240
    },
    {
      "epoch": 27.083333333333332,
      "grad_norm": 1.4825973306390765,
      "learning_rate": 5.380590734932262e-05,
      "loss": 2.9861,
      "step": 3250
    },
    {
      "epoch": 27.166666666666668,
      "grad_norm": 1.4984808222422086,
      "learning_rate": 5.366452645034293e-05,
      "loss": 2.949,
      "step": 3260
    },
    {
      "epoch": 27.25,
      "grad_norm": 1.5191827291008126,
      "learning_rate": 5.352297120807619e-05,
      "loss": 2.9477,
      "step": 3270
    },
    {
      "epoch": 27.333333333333332,
      "grad_norm": 1.4480899825984663,
      "learning_rate": 5.3381243833024236e-05,
      "loss": 2.9721,
      "step": 3280
    },
    {
      "epoch": 27.416666666666668,
      "grad_norm": 1.3954946999170734,
      "learning_rate": 5.3239346538376895e-05,
      "loss": 2.9906,
      "step": 3290
    },
    {
      "epoch": 27.5,
      "grad_norm": 1.5152891121143306,
      "learning_rate": 5.3097281539977465e-05,
      "loss": 2.9766,
      "step": 3300
    },
    {
      "epoch": 27.583333333333332,
      "grad_norm": 1.4404028731614356,
      "learning_rate": 5.2955051056288006e-05,
      "loss": 2.9856,
      "step": 3310
    },
    {
      "epoch": 27.666666666666668,
      "grad_norm": 1.4081720568315632,
      "learning_rate": 5.281265730835483e-05,
      "loss": 2.9691,
      "step": 3320
    },
    {
      "epoch": 27.75,
      "grad_norm": 1.4291743623991573,
      "learning_rate": 5.267010251977371e-05,
      "loss": 2.9626,
      "step": 3330
    },
    {
      "epoch": 27.833333333333332,
      "grad_norm": 1.4352333608811347,
      "learning_rate": 5.252738891665525e-05,
      "loss": 2.9734,
      "step": 3340
    },
    {
      "epoch": 27.916666666666668,
      "grad_norm": 1.411711661865139,
      "learning_rate": 5.2384518727590035e-05,
      "loss": 2.9574,
      "step": 3350
    },
    {
      "epoch": 28.0,
      "grad_norm": 2.9495729751573885,
      "learning_rate": 5.224149418361388e-05,
      "loss": 2.9603,
      "step": 3360
    },
    {
      "epoch": 28.083333333333332,
      "grad_norm": 2.2039865743501643,
      "learning_rate": 5.2098317518173004e-05,
      "loss": 2.9461,
      "step": 3370
    },
    {
      "epoch": 28.166666666666668,
      "grad_norm": 1.4254070470255447,
      "learning_rate": 5.195499096708908e-05,
      "loss": 2.9851,
      "step": 3380
    },
    {
      "epoch": 28.25,
      "grad_norm": 1.4842599924607975,
      "learning_rate": 5.1811516768524385e-05,
      "loss": 2.9153,
      "step": 3390
    },
    {
      "epoch": 28.333333333333332,
      "grad_norm": 1.4614338567111083,
      "learning_rate": 5.166789716294686e-05,
      "loss": 2.9376,
      "step": 3400
    },
    {
      "epoch": 28.416666666666668,
      "grad_norm": 1.4253014998459999,
      "learning_rate": 5.152413439309508e-05,
      "loss": 2.9575,
      "step": 3410
    },
    {
      "epoch": 28.5,
      "grad_norm": 1.608691394393477,
      "learning_rate": 5.1380230703943226e-05,
      "loss": 2.9173,
      "step": 3420
    },
    {
      "epoch": 28.583333333333332,
      "grad_norm": 1.5158983750917991,
      "learning_rate": 5.1236188342666084e-05,
      "loss": 2.9495,
      "step": 3430
    },
    {
      "epoch": 28.666666666666668,
      "grad_norm": 1.4752988706483192,
      "learning_rate": 5.109200955860392e-05,
      "loss": 2.9201,
      "step": 3440
    },
    {
      "epoch": 28.75,
      "grad_norm": 1.5354513025539587,
      "learning_rate": 5.0947696603227316e-05,
      "loss": 2.9335,
      "step": 3450
    },
    {
      "epoch": 28.833333333333332,
      "grad_norm": 1.4757378914614356,
      "learning_rate": 5.0803251730102097e-05,
      "loss": 2.9463,
      "step": 3460
    },
    {
      "epoch": 28.916666666666668,
      "grad_norm": 1.5723143765491057,
      "learning_rate": 5.065867719485405e-05,
      "loss": 2.9239,
      "step": 3470
    },
    {
      "epoch": 29.0,
      "grad_norm": 1.5086547396721213,
      "learning_rate": 5.051397525513377e-05,
      "loss": 2.922,
      "step": 3480
    },
    {
      "epoch": 29.083333333333332,
      "grad_norm": 1.5182012312223658,
      "learning_rate": 5.036914817058136e-05,
      "loss": 2.9051,
      "step": 3490
    },
    {
      "epoch": 29.166666666666668,
      "grad_norm": 1.4298035621435412,
      "learning_rate": 5.022419820279119e-05,
      "loss": 2.9175,
      "step": 3500
    },
    {
      "epoch": 29.25,
      "grad_norm": 1.4695717967724955,
      "learning_rate": 5.0079127615276534e-05,
      "loss": 2.9011,
      "step": 3510
    },
    {
      "epoch": 29.333333333333332,
      "grad_norm": 1.4080639478076706,
      "learning_rate": 4.993393867343423e-05,
      "loss": 2.88,
      "step": 3520
    },
    {
      "epoch": 29.416666666666668,
      "grad_norm": 1.4683815514264194,
      "learning_rate": 4.978863364450935e-05,
      "loss": 2.891,
      "step": 3530
    },
    {
      "epoch": 29.5,
      "grad_norm": 1.4303585624653763,
      "learning_rate": 4.964321479755974e-05,
      "loss": 2.906,
      "step": 3540
    },
    {
      "epoch": 29.583333333333332,
      "grad_norm": 1.4268660089825258,
      "learning_rate": 4.949768440342059e-05,
      "loss": 2.9006,
      "step": 3550
    },
    {
      "epoch": 29.666666666666668,
      "grad_norm": 1.5731159446070724,
      "learning_rate": 4.935204473466903e-05,
      "loss": 2.8703,
      "step": 3560
    },
    {
      "epoch": 29.75,
      "grad_norm": 1.4533611638936255,
      "learning_rate": 4.920629806558859e-05,
      "loss": 2.8831,
      "step": 3570
    },
    {
      "epoch": 29.833333333333332,
      "grad_norm": 1.5600617266938417,
      "learning_rate": 4.906044667213368e-05,
      "loss": 2.8881,
      "step": 3580
    },
    {
      "epoch": 29.916666666666668,
      "grad_norm": 1.5211783849429852,
      "learning_rate": 4.891449283189408e-05,
      "loss": 2.9013,
      "step": 3590
    },
    {
      "epoch": 30.0,
      "grad_norm": 1.4718862286117111,
      "learning_rate": 4.876843882405937e-05,
      "loss": 2.9076,
      "step": 3600
    },
    {
      "epoch": 30.083333333333332,
      "grad_norm": 1.47761546540627,
      "learning_rate": 4.862228692938334e-05,
      "loss": 2.8644,
      "step": 3610
    },
    {
      "epoch": 30.166666666666668,
      "grad_norm": 1.480776148464572,
      "learning_rate": 4.8476039430148316e-05,
      "loss": 2.8999,
      "step": 3620
    },
    {
      "epoch": 30.25,
      "grad_norm": 1.4789810959727894,
      "learning_rate": 4.83296986101296e-05,
      "loss": 2.8742,
      "step": 3630
    },
    {
      "epoch": 30.333333333333332,
      "grad_norm": 1.5201632795976106,
      "learning_rate": 4.818326675455978e-05,
      "loss": 2.8574,
      "step": 3640
    },
    {
      "epoch": 30.416666666666668,
      "grad_norm": 1.5157011347259626,
      "learning_rate": 4.803674615009305e-05,
      "loss": 2.8336,
      "step": 3650
    },
    {
      "epoch": 30.5,
      "grad_norm": 1.596062049046762,
      "learning_rate": 4.789013908476944e-05,
      "loss": 2.8712,
      "step": 3660
    },
    {
      "epoch": 30.583333333333332,
      "grad_norm": 1.4512419446250129,
      "learning_rate": 4.7743447847979194e-05,
      "loss": 2.8732,
      "step": 3670
    },
    {
      "epoch": 30.666666666666668,
      "grad_norm": 1.5089699843488509,
      "learning_rate": 4.7596674730426936e-05,
      "loss": 2.8424,
      "step": 3680
    },
    {
      "epoch": 30.75,
      "grad_norm": 1.4240234408485204,
      "learning_rate": 4.744982202409592e-05,
      "loss": 2.8643,
      "step": 3690
    },
    {
      "epoch": 30.833333333333332,
      "grad_norm": 1.39491741058994,
      "learning_rate": 4.730289202221226e-05,
      "loss": 2.8807,
      "step": 3700
    },
    {
      "epoch": 30.916666666666668,
      "grad_norm": 1.4258800733624342,
      "learning_rate": 4.7155887019209106e-05,
      "loss": 2.8595,
      "step": 3710
    },
    {
      "epoch": 31.0,
      "grad_norm": 1.6010643905519482,
      "learning_rate": 4.700880931069078e-05,
      "loss": 2.8131,
      "step": 3720
    },
    {
      "epoch": 31.083333333333332,
      "grad_norm": 1.5902695144297962,
      "learning_rate": 4.6861661193397e-05,
      "loss": 2.8185,
      "step": 3730
    },
    {
      "epoch": 31.166666666666668,
      "grad_norm": 1.5916356291748939,
      "learning_rate": 4.671444496516696e-05,
      "loss": 2.8177,
      "step": 3740
    },
    {
      "epoch": 31.25,
      "grad_norm": 1.5021809775915371,
      "learning_rate": 4.6567162924903464e-05,
      "loss": 2.8128,
      "step": 3750
    },
    {
      "epoch": 31.333333333333332,
      "grad_norm": 1.5197267382084463,
      "learning_rate": 4.6419817372537015e-05,
      "loss": 2.8184,
      "step": 3760
    },
    {
      "epoch": 31.416666666666668,
      "grad_norm": 1.4756875650083467,
      "learning_rate": 4.627241060898991e-05,
      "loss": 2.8259,
      "step": 3770
    },
    {
      "epoch": 31.5,
      "grad_norm": 1.4946676683555828,
      "learning_rate": 4.612494493614034e-05,
      "loss": 2.8552,
      "step": 3780
    },
    {
      "epoch": 31.583333333333332,
      "grad_norm": 1.5825551613689914,
      "learning_rate": 4.597742265678638e-05,
      "loss": 2.811,
      "step": 3790
    },
    {
      "epoch": 31.666666666666668,
      "grad_norm": 1.4651916090872625,
      "learning_rate": 4.582984607461006e-05,
      "loss": 2.8132,
      "step": 3800
    },
    {
      "epoch": 31.75,
      "grad_norm": 1.502658157656818,
      "learning_rate": 4.568221749414142e-05,
      "loss": 2.8329,
      "step": 3810
    },
    {
      "epoch": 31.833333333333332,
      "grad_norm": 1.5683833936322416,
      "learning_rate": 4.553453922072248e-05,
      "loss": 2.7962,
      "step": 3820
    },
    {
      "epoch": 31.916666666666668,
      "grad_norm": 1.5686161120907167,
      "learning_rate": 4.538681356047126e-05,
      "loss": 2.8036,
      "step": 3830
    },
    {
      "epoch": 32.0,
      "grad_norm": 1.4808785467735663,
      "learning_rate": 4.523904282024575e-05,
      "loss": 2.8122,
      "step": 3840
    },
    {
      "epoch": 32.083333333333336,
      "grad_norm": 1.7083535387038318,
      "learning_rate": 4.509122930760793e-05,
      "loss": 2.7644,
      "step": 3850
    },
    {
      "epoch": 32.166666666666664,
      "grad_norm": 1.551912985377908,
      "learning_rate": 4.494337533078768e-05,
      "loss": 2.8065,
      "step": 3860
    },
    {
      "epoch": 32.25,
      "grad_norm": 1.5341182237498936,
      "learning_rate": 4.479548319864678e-05,
      "loss": 2.7883,
      "step": 3870
    },
    {
      "epoch": 32.333333333333336,
      "grad_norm": 1.5321390334852374,
      "learning_rate": 4.464755522064282e-05,
      "loss": 2.8076,
      "step": 3880
    },
    {
      "epoch": 32.416666666666664,
      "grad_norm": 1.5379501428149964,
      "learning_rate": 4.449959370679317e-05,
      "loss": 2.759,
      "step": 3890
    },
    {
      "epoch": 32.5,
      "grad_norm": 1.6583208058074153,
      "learning_rate": 4.435160096763887e-05,
      "loss": 2.7408,
      "step": 3900
    },
    {
      "epoch": 32.583333333333336,
      "grad_norm": 1.5798629406742593,
      "learning_rate": 4.4203579314208594e-05,
      "loss": 2.7661,
      "step": 3910
    },
    {
      "epoch": 32.666666666666664,
      "grad_norm": 1.5075959361407456,
      "learning_rate": 4.40555310579825e-05,
      "loss": 2.7467,
      "step": 3920
    },
    {
      "epoch": 32.75,
      "grad_norm": 1.5417214289381274,
      "learning_rate": 4.390745851085622e-05,
      "loss": 2.7549,
      "step": 3930
    },
    {
      "epoch": 32.833333333333336,
      "grad_norm": 1.4371654287005042,
      "learning_rate": 4.375936398510467e-05,
      "loss": 2.7779,
      "step": 3940
    },
    {
      "epoch": 32.916666666666664,
      "grad_norm": 1.5245894551716797,
      "learning_rate": 4.3611249793346e-05,
      "loss": 2.7928,
      "step": 3950
    },
    {
      "epoch": 33.0,
      "grad_norm": 1.546909601614463,
      "learning_rate": 4.3463118248505436e-05,
      "loss": 2.816,
      "step": 3960
    },
    {
      "epoch": 33.083333333333336,
      "grad_norm": 1.550218148415965,
      "learning_rate": 4.3314971663779214e-05,
      "loss": 2.6993,
      "step": 3970
    },
    {
      "epoch": 33.166666666666664,
      "grad_norm": 1.5280267695583538,
      "learning_rate": 4.316681235259841e-05,
      "loss": 2.7884,
      "step": 3980
    },
    {
      "epoch": 33.25,
      "grad_norm": 1.588101118524476,
      "learning_rate": 4.301864262859285e-05,
      "loss": 2.7352,
      "step": 3990
    },
    {
      "epoch": 33.333333333333336,
      "grad_norm": 1.576189270301701,
      "learning_rate": 4.287046480555496e-05,
      "loss": 2.7705,
      "step": 4000
    },
    {
      "epoch": 33.416666666666664,
      "grad_norm": 1.5360565263608965,
      "learning_rate": 4.272228119740365e-05,
      "loss": 2.7552,
      "step": 4010
    },
    {
      "epoch": 33.5,
      "grad_norm": 1.5249042981245482,
      "learning_rate": 4.257409411814814e-05,
      "loss": 2.7476,
      "step": 4020
    },
    {
      "epoch": 33.583333333333336,
      "grad_norm": 1.4846098061613,
      "learning_rate": 4.242590588185188e-05,
      "loss": 2.7647,
      "step": 4030
    },
    {
      "epoch": 33.666666666666664,
      "grad_norm": 1.5421512031341955,
      "learning_rate": 4.227771880259636e-05,
      "loss": 2.7579,
      "step": 4040
    },
    {
      "epoch": 33.75,
      "grad_norm": 1.550673550726342,
      "learning_rate": 4.2129535194445045e-05,
      "loss": 2.7817,
      "step": 4050
    },
    {
      "epoch": 33.833333333333336,
      "grad_norm": 1.6629421420604436,
      "learning_rate": 4.1981357371407156e-05,
      "loss": 2.7445,
      "step": 4060
    },
    {
      "epoch": 33.916666666666664,
      "grad_norm": 1.7359669570415046,
      "learning_rate": 4.18331876474016e-05,
      "loss": 2.7411,
      "step": 4070
    },
    {
      "epoch": 34.0,
      "grad_norm": 1.6051948852107758,
      "learning_rate": 4.1685028336220806e-05,
      "loss": 2.7246,
      "step": 4080
    },
    {
      "epoch": 34.083333333333336,
      "grad_norm": 1.61326469800831,
      "learning_rate": 4.1536881751494577e-05,
      "loss": 2.675,
      "step": 4090
    },
    {
      "epoch": 34.166666666666664,
      "grad_norm": 1.6549159021129762,
      "learning_rate": 4.138875020665401e-05,
      "loss": 2.6712,
      "step": 4100
    },
    {
      "epoch": 34.25,
      "grad_norm": 1.6196317767582717,
      "learning_rate": 4.1240636014895337e-05,
      "loss": 2.7096,
      "step": 4110
    },
    {
      "epoch": 34.333333333333336,
      "grad_norm": 1.6912880519243045,
      "learning_rate": 4.109254148914379e-05,
      "loss": 2.7094,
      "step": 4120
    },
    {
      "epoch": 34.416666666666664,
      "grad_norm": 1.5535177306117078,
      "learning_rate": 4.094446894201751e-05,
      "loss": 2.6763,
      "step": 4130
    },
    {
      "epoch": 34.5,
      "grad_norm": 1.5761840517313488,
      "learning_rate": 4.0796420685791426e-05,
      "loss": 2.7435,
      "step": 4140
    },
    {
      "epoch": 34.583333333333336,
      "grad_norm": 1.690334412144822,
      "learning_rate": 4.064839903236115e-05,
      "loss": 2.7175,
      "step": 4150
    },
    {
      "epoch": 34.666666666666664,
      "grad_norm": 1.5731682313079496,
      "learning_rate": 4.050040629320684e-05,
      "loss": 2.6945,
      "step": 4160
    },
    {
      "epoch": 34.75,
      "grad_norm": 1.5149227757176071,
      "learning_rate": 4.035244477935719e-05,
      "loss": 2.6984,
      "step": 4170
    },
    {
      "epoch": 34.833333333333336,
      "grad_norm": 1.5447691638188126,
      "learning_rate": 4.020451680135323e-05,
      "loss": 2.7065,
      "step": 4180
    },
    {
      "epoch": 34.916666666666664,
      "grad_norm": 1.5300603643988113,
      "learning_rate": 4.005662466921234e-05,
      "loss": 2.7076,
      "step": 4190
    },
    {
      "epoch": 35.0,
      "grad_norm": 1.5740334375700222,
      "learning_rate": 3.9908770692392085e-05,
      "loss": 2.6571,
      "step": 4200
    },
    {
      "epoch": 35.083333333333336,
      "grad_norm": 1.5035864551933709,
      "learning_rate": 3.976095717975426e-05,
      "loss": 2.6765,
      "step": 4210
    },
    {
      "epoch": 35.166666666666664,
      "grad_norm": 1.7380547193730094,
      "learning_rate": 3.9613186439528754e-05,
      "loss": 2.6862,
      "step": 4220
    },
    {
      "epoch": 35.25,
      "grad_norm": 1.6389355634878569,
      "learning_rate": 3.946546077927753e-05,
      "loss": 2.6741,
      "step": 4230
    },
    {
      "epoch": 35.333333333333336,
      "grad_norm": 1.573405545619542,
      "learning_rate": 3.931778250585859e-05,
      "loss": 2.65,
      "step": 4240
    },
    {
      "epoch": 35.416666666666664,
      "grad_norm": 1.575411134373999,
      "learning_rate": 3.917015392538995e-05,
      "loss": 2.6874,
      "step": 4250
    },
    {
      "epoch": 35.5,
      "grad_norm": 1.6077383663780997,
      "learning_rate": 3.9022577343213635e-05,
      "loss": 2.6638,
      "step": 4260
    },
    {
      "epoch": 35.583333333333336,
      "grad_norm": 1.6176007613528354,
      "learning_rate": 3.887505506385967e-05,
      "loss": 2.6768,
      "step": 4270
    },
    {
      "epoch": 35.666666666666664,
      "grad_norm": 1.6244894105866101,
      "learning_rate": 3.87275893910101e-05,
      "loss": 2.6027,
      "step": 4280
    },
    {
      "epoch": 35.75,
      "grad_norm": 1.5445815530167637,
      "learning_rate": 3.8580182627463004e-05,
      "loss": 2.6788,
      "step": 4290
    },
    {
      "epoch": 35.833333333333336,
      "grad_norm": 1.5823391085006941,
      "learning_rate": 3.843283707509655e-05,
      "loss": 2.6237,
      "step": 4300
    },
    {
      "epoch": 35.916666666666664,
      "grad_norm": 1.56261634393511,
      "learning_rate": 3.8285555034833046e-05,
      "loss": 2.6486,
      "step": 4310
    },
    {
      "epoch": 36.0,
      "grad_norm": 1.6228935821158086,
      "learning_rate": 3.8138338806603005e-05,
      "loss": 2.6113,
      "step": 4320
    },
    {
      "epoch": 36.083333333333336,
      "grad_norm": 1.646414143251148,
      "learning_rate": 3.799119068930923e-05,
      "loss": 2.6195,
      "step": 4330
    },
    {
      "epoch": 36.166666666666664,
      "grad_norm": 1.6856340052074528,
      "learning_rate": 3.784411298079091e-05,
      "loss": 2.6203,
      "step": 4340
    },
    {
      "epoch": 36.25,
      "grad_norm": 1.5480430123615228,
      "learning_rate": 3.769710797778775e-05,
      "loss": 2.6902,
      "step": 4350
    },
    {
      "epoch": 36.333333333333336,
      "grad_norm": 1.5983073579641873,
      "learning_rate": 3.7550177975904086e-05,
      "loss": 2.6014,
      "step": 4360
    },
    {
      "epoch": 36.416666666666664,
      "grad_norm": 1.6205099134556857,
      "learning_rate": 3.740332526957308e-05,
      "loss": 2.6192,
      "step": 4370
    },
    {
      "epoch": 36.5,
      "grad_norm": 1.6573217990644715,
      "learning_rate": 3.725655215202081e-05,
      "loss": 2.6199,
      "step": 4380
    },
    {
      "epoch": 36.583333333333336,
      "grad_norm": 1.6996698591884734,
      "learning_rate": 3.7109860915230564e-05,
      "loss": 2.6073,
      "step": 4390
    },
    {
      "epoch": 36.666666666666664,
      "grad_norm": 1.6044596449929456,
      "learning_rate": 3.696325384990696e-05,
      "loss": 2.6136,
      "step": 4400
    },
    {
      "epoch": 36.75,
      "grad_norm": 1.6368145243224967,
      "learning_rate": 3.681673324544022e-05,
      "loss": 2.586,
      "step": 4410
    },
    {
      "epoch": 36.833333333333336,
      "grad_norm": 1.5758910277543976,
      "learning_rate": 3.6670301389870404e-05,
      "loss": 2.6135,
      "step": 4420
    },
    {
      "epoch": 36.916666666666664,
      "grad_norm": 1.597188120860332,
      "learning_rate": 3.65239605698517e-05,
      "loss": 2.582,
      "step": 4430
    },
    {
      "epoch": 37.0,
      "grad_norm": 1.598738324895944,
      "learning_rate": 3.637771307061668e-05,
      "loss": 2.643,
      "step": 4440
    },
    {
      "epoch": 37.083333333333336,
      "grad_norm": 1.6188440361840821,
      "learning_rate": 3.6231561175940636e-05,
      "loss": 2.6323,
      "step": 4450
    },
    {
      "epoch": 37.166666666666664,
      "grad_norm": 1.6459592296237158,
      "learning_rate": 3.608550716810593e-05,
      "loss": 2.6025,
      "step": 4460
    },
    {
      "epoch": 37.25,
      "grad_norm": 1.6571128325138293,
      "learning_rate": 3.593955332786634e-05,
      "loss": 2.5545,
      "step": 4470
    },
    {
      "epoch": 37.333333333333336,
      "grad_norm": 1.6424408808829116,
      "learning_rate": 3.579370193441142e-05,
      "loss": 2.6108,
      "step": 4480
    },
    {
      "epoch": 37.416666666666664,
      "grad_norm": 1.763945464314081,
      "learning_rate": 3.5647955265330975e-05,
      "loss": 2.5903,
      "step": 4490
    },
    {
      "epoch": 37.5,
      "grad_norm": 1.7389497650155978,
      "learning_rate": 3.5502315596579415e-05,
      "loss": 2.5743,
      "step": 4500
    },
    {
      "epoch": 37.583333333333336,
      "grad_norm": 1.7754311132063358,
      "learning_rate": 3.535678520244027e-05,
      "loss": 2.6151,
      "step": 4510
    },
    {
      "epoch": 37.666666666666664,
      "grad_norm": 1.6947761777214185,
      "learning_rate": 3.521136635549066e-05,
      "loss": 2.5714,
      "step": 4520
    },
    {
      "epoch": 37.75,
      "grad_norm": 1.6005241936067942,
      "learning_rate": 3.506606132656578e-05,
      "loss": 2.5687,
      "step": 4530
    },
    {
      "epoch": 37.833333333333336,
      "grad_norm": 1.6353816212910275,
      "learning_rate": 3.492087238472348e-05,
      "loss": 2.566,
      "step": 4540
    },
    {
      "epoch": 37.916666666666664,
      "grad_norm": 1.730030219525249,
      "learning_rate": 3.477580179720882e-05,
      "loss": 2.5642,
      "step": 4550
    },
    {
      "epoch": 38.0,
      "grad_norm": 1.6220450310341685,
      "learning_rate": 3.4630851829418646e-05,
      "loss": 2.5748,
      "step": 4560
    },
    {
      "epoch": 38.083333333333336,
      "grad_norm": 1.5773917279213872,
      "learning_rate": 3.4486024744866246e-05,
      "loss": 2.5736,
      "step": 4570
    },
    {
      "epoch": 38.166666666666664,
      "grad_norm": 1.703940450053132,
      "learning_rate": 3.4341322805145965e-05,
      "loss": 2.5727,
      "step": 4580
    },
    {
      "epoch": 38.25,
      "grad_norm": 1.670434634361902,
      "learning_rate": 3.4196748269897916e-05,
      "loss": 2.5337,
      "step": 4590
    },
    {
      "epoch": 38.333333333333336,
      "grad_norm": 1.748546609891627,
      "learning_rate": 3.405230339677269e-05,
      "loss": 2.5368,
      "step": 4600
    },
    {
      "epoch": 38.416666666666664,
      "grad_norm": 1.7432192497172692,
      "learning_rate": 3.390799044139609e-05,
      "loss": 2.5383,
      "step": 4610
    },
    {
      "epoch": 38.5,
      "grad_norm": 1.68043558184648,
      "learning_rate": 3.376381165733392e-05,
      "loss": 2.5786,
      "step": 4620
    },
    {
      "epoch": 38.583333333333336,
      "grad_norm": 1.6498367373294605,
      "learning_rate": 3.3619769296056794e-05,
      "loss": 2.5218,
      "step": 4630
    },
    {
      "epoch": 38.666666666666664,
      "grad_norm": 1.67616242739687,
      "learning_rate": 3.347586560690495e-05,
      "loss": 2.5737,
      "step": 4640
    },
    {
      "epoch": 38.75,
      "grad_norm": 1.6551678559155574,
      "learning_rate": 3.3332102837053155e-05,
      "loss": 2.5641,
      "step": 4650
    },
    {
      "epoch": 38.833333333333336,
      "grad_norm": 1.7181616036077807,
      "learning_rate": 3.318848323147563e-05,
      "loss": 2.5637,
      "step": 4660
    },
    {
      "epoch": 38.916666666666664,
      "grad_norm": 1.6552232402740823,
      "learning_rate": 3.3045009032910934e-05,
      "loss": 2.5467,
      "step": 4670
    },
    {
      "epoch": 39.0,
      "grad_norm": 1.6329459541940903,
      "learning_rate": 3.2901682481827016e-05,
      "loss": 2.479,
      "step": 4680
    },
    {
      "epoch": 39.083333333333336,
      "grad_norm": 1.6276048177082032,
      "learning_rate": 3.2758505816386125e-05,
      "loss": 2.5556,
      "step": 4690
    },
    {
      "epoch": 39.166666666666664,
      "grad_norm": 1.6625762893267246,
      "learning_rate": 3.261548127240998e-05,
      "loss": 2.5671,
      "step": 4700
    },
    {
      "epoch": 39.25,
      "grad_norm": 1.6145824145242682,
      "learning_rate": 3.247261108334476e-05,
      "loss": 2.5141,
      "step": 4710
    },
    {
      "epoch": 39.333333333333336,
      "grad_norm": 1.6704733846919662,
      "learning_rate": 3.23298974802263e-05,
      "loss": 2.5139,
      "step": 4720
    },
    {
      "epoch": 39.416666666666664,
      "grad_norm": 1.6571288026603628,
      "learning_rate": 3.218734269164519e-05,
      "loss": 2.5192,
      "step": 4730
    },
    {
      "epoch": 39.5,
      "grad_norm": 1.692819265007373,
      "learning_rate": 3.204494894371201e-05,
      "loss": 2.478,
      "step": 4740
    },
    {
      "epoch": 39.583333333333336,
      "grad_norm": 1.6147091806239702,
      "learning_rate": 3.190271846002255e-05,
      "loss": 2.5219,
      "step": 4750
    },
    {
      "epoch": 39.666666666666664,
      "grad_norm": 1.6796608146499423,
      "learning_rate": 3.1760653461623104e-05,
      "loss": 2.4777,
      "step": 4760
    },
    {
      "epoch": 39.75,
      "grad_norm": 1.5684381942610677,
      "learning_rate": 3.161875616697578e-05,
      "loss": 2.5027,
      "step": 4770
    },
    {
      "epoch": 39.833333333333336,
      "grad_norm": 1.672736115488796,
      "learning_rate": 3.147702879192382e-05,
      "loss": 2.558,
      "step": 4780
    },
    {
      "epoch": 39.916666666666664,
      "grad_norm": 1.6522925979957301,
      "learning_rate": 3.1335473549657086e-05,
      "loss": 2.4975,
      "step": 4790
    },
    {
      "epoch": 40.0,
      "grad_norm": 1.6155594449052573,
      "learning_rate": 3.11940926506774e-05,
      "loss": 2.479,
      "step": 4800
    },
    {
      "epoch": 40.083333333333336,
      "grad_norm": 1.6970271567451685,
      "learning_rate": 3.105288830276408e-05,
      "loss": 2.476,
      "step": 4810
    },
    {
      "epoch": 40.166666666666664,
      "grad_norm": 1.7229438247600555,
      "learning_rate": 3.091186271093947e-05,
      "loss": 2.4135,
      "step": 4820
    },
    {
      "epoch": 40.25,
      "grad_norm": 1.715060001024351,
      "learning_rate": 3.077101807743449e-05,
      "loss": 2.504,
      "step": 4830
    },
    {
      "epoch": 40.333333333333336,
      "grad_norm": 1.7089124566340685,
      "learning_rate": 3.063035660165422e-05,
      "loss": 2.4424,
      "step": 4840
    },
    {
      "epoch": 40.416666666666664,
      "grad_norm": 1.6650822340215143,
      "learning_rate": 3.04898804801436e-05,
      "loss": 2.4578,
      "step": 4850
    },
    {
      "epoch": 40.5,
      "grad_norm": 1.7520598822380118,
      "learning_rate": 3.0349591906553102e-05,
      "loss": 2.4984,
      "step": 4860
    },
    {
      "epoch": 40.583333333333336,
      "grad_norm": 1.6747969290773286,
      "learning_rate": 3.0209493071604496e-05,
      "loss": 2.4733,
      "step": 4870
    },
    {
      "epoch": 40.666666666666664,
      "grad_norm": 1.7424037781997577,
      "learning_rate": 3.006958616305662e-05,
      "loss": 2.4649,
      "step": 4880
    },
    {
      "epoch": 40.75,
      "grad_norm": 1.7468351629147107,
      "learning_rate": 2.9929873365671204e-05,
      "loss": 2.4844,
      "step": 4890
    },
    {
      "epoch": 40.833333333333336,
      "grad_norm": 1.748554177435112,
      "learning_rate": 2.979035686117882e-05,
      "loss": 2.4461,
      "step": 4900
    },
    {
      "epoch": 40.916666666666664,
      "grad_norm": 1.730675540735763,
      "learning_rate": 2.96510388282447e-05,
      "loss": 2.4638,
      "step": 4910
    },
    {
      "epoch": 41.0,
      "grad_norm": 1.713609464129324,
      "learning_rate": 2.951192144243485e-05,
      "loss": 2.4709,
      "step": 4920
    },
    {
      "epoch": 41.083333333333336,
      "grad_norm": 1.7412075143246637,
      "learning_rate": 2.937300687618194e-05,
      "loss": 2.4503,
      "step": 4930
    },
    {
      "epoch": 41.166666666666664,
      "grad_norm": 1.6941772034794798,
      "learning_rate": 2.9234297298751482e-05,
      "loss": 2.4416,
      "step": 4940
    },
    {
      "epoch": 41.25,
      "grad_norm": 1.7057349828567547,
      "learning_rate": 2.909579487620792e-05,
      "loss": 2.4239,
      "step": 4950
    },
    {
      "epoch": 41.333333333333336,
      "grad_norm": 1.6973667619464412,
      "learning_rate": 2.8957501771380773e-05,
      "loss": 2.4065,
      "step": 4960
    },
    {
      "epoch": 41.416666666666664,
      "grad_norm": 1.7278955759135437,
      "learning_rate": 2.8819420143830936e-05,
      "loss": 2.4396,
      "step": 4970
    },
    {
      "epoch": 41.5,
      "grad_norm": 1.7402071110466013,
      "learning_rate": 2.8681552149816874e-05,
      "loss": 2.4613,
      "step": 4980
    },
    {
      "epoch": 41.583333333333336,
      "grad_norm": 1.7573330373667313,
      "learning_rate": 2.854389994226101e-05,
      "loss": 2.4731,
      "step": 4990
    },
    {
      "epoch": 41.666666666666664,
      "grad_norm": 1.7360414626667955,
      "learning_rate": 2.840646567071608e-05,
      "loss": 2.4026,
      "step": 5000
    },
    {
      "epoch": 41.75,
      "grad_norm": 1.730996423872984,
      "learning_rate": 2.8269251481331554e-05,
      "loss": 2.4054,
      "step": 5010
    },
    {
      "epoch": 41.833333333333336,
      "grad_norm": 1.7666865845523108,
      "learning_rate": 2.8132259516820147e-05,
      "loss": 2.4045,
      "step": 5020
    },
    {
      "epoch": 41.916666666666664,
      "grad_norm": 1.7026313976383012,
      "learning_rate": 2.7995491916424372e-05,
      "loss": 2.4321,
      "step": 5030
    },
    {
      "epoch": 42.0,
      "grad_norm": 1.7009755841430976,
      "learning_rate": 2.785895081588307e-05,
      "loss": 2.4107,
      "step": 5040
    },
    {
      "epoch": 42.083333333333336,
      "grad_norm": 1.684246742022289,
      "learning_rate": 2.7722638347398127e-05,
      "loss": 2.4196,
      "step": 5050
    },
    {
      "epoch": 42.166666666666664,
      "grad_norm": 1.7279417992830646,
      "learning_rate": 2.7586556639601152e-05,
      "loss": 2.3864,
      "step": 5060
    },
    {
      "epoch": 42.25,
      "grad_norm": 1.7421171576151053,
      "learning_rate": 2.7450707817520226e-05,
      "loss": 2.3706,
      "step": 5070
    },
    {
      "epoch": 42.333333333333336,
      "grad_norm": 1.7990456779876953,
      "learning_rate": 2.7315094002546726e-05,
      "loss": 2.3967,
      "step": 5080
    },
    {
      "epoch": 42.416666666666664,
      "grad_norm": 1.7436449600358226,
      "learning_rate": 2.71797173124022e-05,
      "loss": 2.397,
      "step": 5090
    },
    {
      "epoch": 42.5,
      "grad_norm": 1.765241733239394,
      "learning_rate": 2.7044579861105303e-05,
      "loss": 2.4027,
      "step": 5100
    },
    {
      "epoch": 42.583333333333336,
      "grad_norm": 1.7248613771771037,
      "learning_rate": 2.6909683758938784e-05,
      "loss": 2.405,
      "step": 5110
    },
    {
      "epoch": 42.666666666666664,
      "grad_norm": 1.7675908040809067,
      "learning_rate": 2.6775031112416504e-05,
      "loss": 2.4289,
      "step": 5120
    },
    {
      "epoch": 42.75,
      "grad_norm": 1.7713118934989691,
      "learning_rate": 2.6640624024250583e-05,
      "loss": 2.4165,
      "step": 5130
    },
    {
      "epoch": 42.833333333333336,
      "grad_norm": 1.7085139559029825,
      "learning_rate": 2.6506464593318518e-05,
      "loss": 2.4117,
      "step": 5140
    },
    {
      "epoch": 42.916666666666664,
      "grad_norm": 1.7100559558971147,
      "learning_rate": 2.6372554914630496e-05,
      "loss": 2.3823,
      "step": 5150
    },
    {
      "epoch": 43.0,
      "grad_norm": 1.7326940002374518,
      "learning_rate": 2.623889707929653e-05,
      "loss": 2.396,
      "step": 5160
    },
    {
      "epoch": 43.083333333333336,
      "grad_norm": 1.7051025249050633,
      "learning_rate": 2.610549317449397e-05,
      "loss": 2.384,
      "step": 5170
    },
    {
      "epoch": 43.166666666666664,
      "grad_norm": 1.7442351483301464,
      "learning_rate": 2.5972345283434773e-05,
      "loss": 2.3533,
      "step": 5180
    },
    {
      "epoch": 43.25,
      "grad_norm": 1.7692898549863563,
      "learning_rate": 2.5839455485333073e-05,
      "loss": 2.3238,
      "step": 5190
    },
    {
      "epoch": 43.333333333333336,
      "grad_norm": 1.769848456172322,
      "learning_rate": 2.5706825855372648e-05,
      "loss": 2.3651,
      "step": 5200
    },
    {
      "epoch": 43.416666666666664,
      "grad_norm": 1.7509010583753992,
      "learning_rate": 2.557445846467452e-05,
      "loss": 2.3469,
      "step": 5210
    },
    {
      "epoch": 43.5,
      "grad_norm": 1.8118265150359065,
      "learning_rate": 2.5442355380264677e-05,
      "loss": 2.3342,
      "step": 5220
    },
    {
      "epoch": 43.583333333333336,
      "grad_norm": 1.7464354178661934,
      "learning_rate": 2.531051866504169e-05,
      "loss": 2.3568,
      "step": 5230
    },
    {
      "epoch": 43.666666666666664,
      "grad_norm": 1.7635725126443587,
      "learning_rate": 2.517895037774461e-05,
      "loss": 2.3636,
      "step": 5240
    },
    {
      "epoch": 43.75,
      "grad_norm": 1.7990824533071317,
      "learning_rate": 2.5047652572920708e-05,
      "loss": 2.3662,
      "step": 5250
    },
    {
      "epoch": 43.833333333333336,
      "grad_norm": 1.7927451399446168,
      "learning_rate": 2.4916627300893508e-05,
      "loss": 2.3958,
      "step": 5260
    },
    {
      "epoch": 43.916666666666664,
      "grad_norm": 1.7412871356408077,
      "learning_rate": 2.478587660773065e-05,
      "loss": 2.3534,
      "step": 5270
    },
    {
      "epoch": 44.0,
      "grad_norm": 1.6798177979077018,
      "learning_rate": 2.465540253521206e-05,
      "loss": 2.3638,
      "step": 5280
    },
    {
      "epoch": 44.083333333333336,
      "grad_norm": 1.775240280114014,
      "learning_rate": 2.452520712079795e-05,
      "loss": 2.3296,
      "step": 5290
    },
    {
      "epoch": 44.166666666666664,
      "grad_norm": 1.7806722808377107,
      "learning_rate": 2.4395292397597077e-05,
      "loss": 2.344,
      "step": 5300
    },
    {
      "epoch": 44.25,
      "grad_norm": 1.8002446299789217,
      "learning_rate": 2.4265660394334987e-05,
      "loss": 2.342,
      "step": 5310
    },
    {
      "epoch": 44.333333333333336,
      "grad_norm": 1.8563886751207181,
      "learning_rate": 2.413631313532229e-05,
      "loss": 2.3051,
      "step": 5320
    },
    {
      "epoch": 44.416666666666664,
      "grad_norm": 1.8638771751605503,
      "learning_rate": 2.4007252640423117e-05,
      "loss": 2.3221,
      "step": 5330
    },
    {
      "epoch": 44.5,
      "grad_norm": 1.7677865764301184,
      "learning_rate": 2.387848092502351e-05,
      "loss": 2.3272,
      "step": 5340
    },
    {
      "epoch": 44.583333333333336,
      "grad_norm": 1.7784717375939063,
      "learning_rate": 2.375000000000001e-05,
      "loss": 2.3119,
      "step": 5350
    },
    {
      "epoch": 44.666666666666664,
      "grad_norm": 1.7791333924278296,
      "learning_rate": 2.3621811871688184e-05,
      "loss": 2.3898,
      "step": 5360
    },
    {
      "epoch": 44.75,
      "grad_norm": 1.7359160029662288,
      "learning_rate": 2.3493918541851386e-05,
      "loss": 2.337,
      "step": 5370
    },
    {
      "epoch": 44.833333333333336,
      "grad_norm": 1.7646122281149457,
      "learning_rate": 2.336632200764942e-05,
      "loss": 2.3179,
      "step": 5380
    },
    {
      "epoch": 44.916666666666664,
      "grad_norm": 1.7034894920676678,
      "learning_rate": 2.323902426160737e-05,
      "loss": 2.3159,
      "step": 5390
    },
    {
      "epoch": 45.0,
      "grad_norm": 1.7859372490242742,
      "learning_rate": 2.311202729158454e-05,
      "loss": 2.2767,
      "step": 5400
    },
    {
      "epoch": 45.083333333333336,
      "grad_norm": 1.7977422197152608,
      "learning_rate": 2.298533308074331e-05,
      "loss": 2.2778,
      "step": 5410
    },
    {
      "epoch": 45.166666666666664,
      "grad_norm": 1.6771182970781784,
      "learning_rate": 2.2858943607518288e-05,
      "loss": 2.302,
      "step": 5420
    },
    {
      "epoch": 45.25,
      "grad_norm": 1.8156171499795002,
      "learning_rate": 2.2732860845585298e-05,
      "loss": 2.2936,
      "step": 5430
    },
    {
      "epoch": 45.333333333333336,
      "grad_norm": 1.8630881539341702,
      "learning_rate": 2.2607086763830653e-05,
      "loss": 2.3037,
      "step": 5440
    },
    {
      "epoch": 45.416666666666664,
      "grad_norm": 1.8006195856375096,
      "learning_rate": 2.2481623326320366e-05,
      "loss": 2.2957,
      "step": 5450
    },
    {
      "epoch": 45.5,
      "grad_norm": 1.8121194111043892,
      "learning_rate": 2.235647249226944e-05,
      "loss": 2.3331,
      "step": 5460
    },
    {
      "epoch": 45.583333333333336,
      "grad_norm": 1.7375642476450228,
      "learning_rate": 2.223163621601138e-05,
      "loss": 2.271,
      "step": 5470
    },
    {
      "epoch": 45.666666666666664,
      "grad_norm": 1.8151397555641864,
      "learning_rate": 2.210711644696756e-05,
      "loss": 2.3176,
      "step": 5480
    },
    {
      "epoch": 45.75,
      "grad_norm": 1.7972812359236987,
      "learning_rate": 2.1982915129616885e-05,
      "loss": 2.3193,
      "step": 5490
    },
    {
      "epoch": 45.833333333333336,
      "grad_norm": 1.734626889194736,
      "learning_rate": 2.185903420346532e-05,
      "loss": 2.2987,
      "step": 5500
    },
    {
      "epoch": 45.916666666666664,
      "grad_norm": 1.7912365227010583,
      "learning_rate": 2.1735475603015695e-05,
      "loss": 2.3239,
      "step": 5510
    },
    {
      "epoch": 46.0,
      "grad_norm": 1.7539200474253722,
      "learning_rate": 2.161224125773743e-05,
      "loss": 2.2612,
      "step": 5520
    },
    {
      "epoch": 46.083333333333336,
      "grad_norm": 1.8031528437694277,
      "learning_rate": 2.1489333092036477e-05,
      "loss": 2.2388,
      "step": 5530
    },
    {
      "epoch": 46.166666666666664,
      "grad_norm": 1.8692567603884531,
      "learning_rate": 2.1366753025225178e-05,
      "loss": 2.2835,
      "step": 5540
    },
    {
      "epoch": 46.25,
      "grad_norm": 1.7144983591164753,
      "learning_rate": 2.1244502971492338e-05,
      "loss": 2.2616,
      "step": 5550
    },
    {
      "epoch": 46.333333333333336,
      "grad_norm": 1.8922732395998376,
      "learning_rate": 2.1122584839873397e-05,
      "loss": 2.2444,
      "step": 5560
    },
    {
      "epoch": 46.416666666666664,
      "grad_norm": 1.850429139754133,
      "learning_rate": 2.1001000534220486e-05,
      "loss": 2.2746,
      "step": 5570
    },
    {
      "epoch": 46.5,
      "grad_norm": 1.8272599349874599,
      "learning_rate": 2.087975195317282e-05,
      "loss": 2.243,
      "step": 5580
    },
    {
      "epoch": 46.583333333333336,
      "grad_norm": 1.8245316753695673,
      "learning_rate": 2.0758840990126954e-05,
      "loss": 2.2913,
      "step": 5590
    },
    {
      "epoch": 46.666666666666664,
      "grad_norm": 1.8191117022055898,
      "learning_rate": 2.063826953320731e-05,
      "loss": 2.25,
      "step": 5600
    },
    {
      "epoch": 46.75,
      "grad_norm": 1.7899586794255624,
      "learning_rate": 2.0518039465236593e-05,
      "loss": 2.2997,
      "step": 5610
    },
    {
      "epoch": 46.833333333333336,
      "grad_norm": 1.778294637998524,
      "learning_rate": 2.0398152663706455e-05,
      "loss": 2.2726,
      "step": 5620
    },
    {
      "epoch": 46.916666666666664,
      "grad_norm": 1.7994483764781877,
      "learning_rate": 2.0278611000748184e-05,
      "loss": 2.2825,
      "step": 5630
    },
    {
      "epoch": 47.0,
      "grad_norm": 1.770250389039819,
      "learning_rate": 2.0159416343103403e-05,
      "loss": 2.2678,
      "step": 5640
    },
    {
      "epoch": 47.083333333333336,
      "grad_norm": 1.8162216256767922,
      "learning_rate": 2.0040570552094998e-05,
      "loss": 2.2531,
      "step": 5650
    },
    {
      "epoch": 47.166666666666664,
      "grad_norm": 1.751028167593907,
      "learning_rate": 1.992207548359799e-05,
      "loss": 2.2443,
      "step": 5660
    },
    {
      "epoch": 47.25,
      "grad_norm": 1.7827413238840657,
      "learning_rate": 1.9803932988010596e-05,
      "loss": 2.2203,
      "step": 5670
    },
    {
      "epoch": 47.333333333333336,
      "grad_norm": 1.8282789507868482,
      "learning_rate": 1.968614491022529e-05,
      "loss": 2.2223,
      "step": 5680
    },
    {
      "epoch": 47.416666666666664,
      "grad_norm": 1.890921136031601,
      "learning_rate": 1.956871308960006e-05,
      "loss": 2.2202,
      "step": 5690
    },
    {
      "epoch": 47.5,
      "grad_norm": 1.9082690318350601,
      "learning_rate": 1.945163935992961e-05,
      "loss": 2.1656,
      "step": 5700
    },
    {
      "epoch": 47.583333333333336,
      "grad_norm": 1.8358749054322836,
      "learning_rate": 1.933492554941676e-05,
      "loss": 2.2272,
      "step": 5710
    },
    {
      "epoch": 47.666666666666664,
      "grad_norm": 1.7603033431858066,
      "learning_rate": 1.9218573480643932e-05,
      "loss": 2.2388,
      "step": 5720
    },
    {
      "epoch": 47.75,
      "grad_norm": 1.7777008033353643,
      "learning_rate": 1.9102584970544597e-05,
      "loss": 2.2444,
      "step": 5730
    },
    {
      "epoch": 47.833333333333336,
      "grad_norm": 1.7235752690465385,
      "learning_rate": 1.8986961830375014e-05,
      "loss": 2.2501,
      "step": 5740
    },
    {
      "epoch": 47.916666666666664,
      "grad_norm": 1.7674137608101972,
      "learning_rate": 1.8871705865685837e-05,
      "loss": 2.2531,
      "step": 5750
    },
    {
      "epoch": 48.0,
      "grad_norm": 1.8524843005751934,
      "learning_rate": 1.875681887629402e-05,
      "loss": 2.2546,
      "step": 5760
    },
    {
      "epoch": 48.083333333333336,
      "grad_norm": 1.942622887689954,
      "learning_rate": 1.864230265625464e-05,
      "loss": 2.2087,
      "step": 5770
    },
    {
      "epoch": 48.166666666666664,
      "grad_norm": 1.9911505300386798,
      "learning_rate": 1.852815899383288e-05,
      "loss": 2.2173,
      "step": 5780
    },
    {
      "epoch": 48.25,
      "grad_norm": 1.7969305278657013,
      "learning_rate": 1.8414389671476188e-05,
      "loss": 2.2082,
      "step": 5790
    },
    {
      "epoch": 48.333333333333336,
      "grad_norm": 1.8068130328419658,
      "learning_rate": 1.8300996465786317e-05,
      "loss": 2.1907,
      "step": 5800
    },
    {
      "epoch": 48.416666666666664,
      "grad_norm": 1.9060448708150988,
      "learning_rate": 1.8187981147491703e-05,
      "loss": 2.1587,
      "step": 5810
    },
    {
      "epoch": 48.5,
      "grad_norm": 1.8325226537493382,
      "learning_rate": 1.8075345481419723e-05,
      "loss": 2.221,
      "step": 5820
    },
    {
      "epoch": 48.583333333333336,
      "grad_norm": 1.7902451649922695,
      "learning_rate": 1.7963091226469206e-05,
      "loss": 2.209,
      "step": 5830
    },
    {
      "epoch": 48.666666666666664,
      "grad_norm": 1.8156269329540056,
      "learning_rate": 1.7851220135582877e-05,
      "loss": 2.2058,
      "step": 5840
    },
    {
      "epoch": 48.75,
      "grad_norm": 1.8747854745847887,
      "learning_rate": 1.773973395572011e-05,
      "loss": 2.178,
      "step": 5850
    },
    {
      "epoch": 48.833333333333336,
      "grad_norm": 1.7689422907281729,
      "learning_rate": 1.7628634427829513e-05,
      "loss": 2.192,
      "step": 5860
    },
    {
      "epoch": 48.916666666666664,
      "grad_norm": 1.8435675320610785,
      "learning_rate": 1.751792328682183e-05,
      "loss": 2.1777,
      "step": 5870
    },
    {
      "epoch": 49.0,
      "grad_norm": 1.8151777153128381,
      "learning_rate": 1.740760226154283e-05,
      "loss": 2.1876,
      "step": 5880
    },
    {
      "epoch": 49.083333333333336,
      "grad_norm": 1.8714633648257744,
      "learning_rate": 1.7297673074746285e-05,
      "loss": 2.1742,
      "step": 5890
    },
    {
      "epoch": 49.166666666666664,
      "grad_norm": 1.8095386253254722,
      "learning_rate": 1.7188137443067116e-05,
      "loss": 2.1511,
      "step": 5900
    },
    {
      "epoch": 49.25,
      "grad_norm": 1.8131894083033082,
      "learning_rate": 1.707899707699451e-05,
      "loss": 2.1249,
      "step": 5910
    },
    {
      "epoch": 49.333333333333336,
      "grad_norm": 1.8511042289343904,
      "learning_rate": 1.697025368084532e-05,
      "loss": 2.2309,
      "step": 5920
    },
    {
      "epoch": 49.416666666666664,
      "grad_norm": 1.8848057876023647,
      "learning_rate": 1.686190895273733e-05,
      "loss": 2.1415,
      "step": 5930
    },
    {
      "epoch": 49.5,
      "grad_norm": 1.7768616410221871,
      "learning_rate": 1.6753964584562798e-05,
      "loss": 2.1332,
      "step": 5940
    },
    {
      "epoch": 49.583333333333336,
      "grad_norm": 1.7696102705736787,
      "learning_rate": 1.6646422261962067e-05,
      "loss": 2.1534,
      "step": 5950
    },
    {
      "epoch": 49.666666666666664,
      "grad_norm": 1.7970945141264125,
      "learning_rate": 1.653928366429717e-05,
      "loss": 2.165,
      "step": 5960
    },
    {
      "epoch": 49.75,
      "grad_norm": 1.783025158193848,
      "learning_rate": 1.643255046462568e-05,
      "loss": 2.2007,
      "step": 5970
    },
    {
      "epoch": 49.833333333333336,
      "grad_norm": 1.8512771966083985,
      "learning_rate": 1.6326224329674502e-05,
      "loss": 2.1993,
      "step": 5980
    },
    {
      "epoch": 49.916666666666664,
      "grad_norm": 1.9720699232096712,
      "learning_rate": 1.6220306919813932e-05,
      "loss": 2.19,
      "step": 5990
    },
    {
      "epoch": 50.0,
      "grad_norm": 1.8555293344344237,
      "learning_rate": 1.611479988903165e-05,
      "loss": 2.2182,
      "step": 6000
    },
    {
      "epoch": 50.083333333333336,
      "grad_norm": 1.8079500638935564,
      "learning_rate": 1.6009704884906963e-05,
      "loss": 2.1398,
      "step": 6010
    },
    {
      "epoch": 50.166666666666664,
      "grad_norm": 1.9046930302077287,
      "learning_rate": 1.5905023548585002e-05,
      "loss": 2.1444,
      "step": 6020
    },
    {
      "epoch": 50.25,
      "grad_norm": 1.8860004076385866,
      "learning_rate": 1.580075751475117e-05,
      "loss": 2.1669,
      "step": 6030
    },
    {
      "epoch": 50.333333333333336,
      "grad_norm": 1.869337942456936,
      "learning_rate": 1.5696908411605575e-05,
      "loss": 2.1517,
      "step": 6040
    },
    {
      "epoch": 50.416666666666664,
      "grad_norm": 1.769651025756266,
      "learning_rate": 1.5593477860837575e-05,
      "loss": 2.1757,
      "step": 6050
    },
    {
      "epoch": 50.5,
      "grad_norm": 1.9143996584029954,
      "learning_rate": 1.5490467477600537e-05,
      "loss": 2.1326,
      "step": 6060
    },
    {
      "epoch": 50.583333333333336,
      "grad_norm": 1.8756704403369437,
      "learning_rate": 1.5387878870486533e-05,
      "loss": 2.219,
      "step": 6070
    },
    {
      "epoch": 50.666666666666664,
      "grad_norm": 1.9495348473384462,
      "learning_rate": 1.5285713641501237e-05,
      "loss": 2.1483,
      "step": 6080
    },
    {
      "epoch": 50.75,
      "grad_norm": 1.8492049648220739,
      "learning_rate": 1.518397338603898e-05,
      "loss": 2.1778,
      "step": 6090
    },
    {
      "epoch": 50.833333333333336,
      "grad_norm": 1.8806834232666072,
      "learning_rate": 1.508265969285772e-05,
      "loss": 2.1279,
      "step": 6100
    },
    {
      "epoch": 50.916666666666664,
      "grad_norm": 1.9138196518654345,
      "learning_rate": 1.4981774144054346e-05,
      "loss": 2.107,
      "step": 6110
    },
    {
      "epoch": 51.0,
      "grad_norm": 1.8506001736136133,
      "learning_rate": 1.4881318315039875e-05,
      "loss": 2.1338,
      "step": 6120
    },
    {
      "epoch": 51.083333333333336,
      "grad_norm": 1.8117556523376617,
      "learning_rate": 1.4781293774514936e-05,
      "loss": 2.1416,
      "step": 6130
    },
    {
      "epoch": 51.166666666666664,
      "grad_norm": 1.8692626275532318,
      "learning_rate": 1.4681702084445201e-05,
      "loss": 2.1311,
      "step": 6140
    },
    {
      "epoch": 51.25,
      "grad_norm": 1.893202860639399,
      "learning_rate": 1.458254480003702e-05,
      "loss": 2.187,
      "step": 6150
    },
    {
      "epoch": 51.333333333333336,
      "grad_norm": 1.8918132988427327,
      "learning_rate": 1.448382346971319e-05,
      "loss": 2.112,
      "step": 6160
    },
    {
      "epoch": 51.416666666666664,
      "grad_norm": 1.8718935346243017,
      "learning_rate": 1.438553963508866e-05,
      "loss": 2.1231,
      "step": 6170
    },
    {
      "epoch": 51.5,
      "grad_norm": 1.833007097117102,
      "learning_rate": 1.428769483094658e-05,
      "loss": 2.1095,
      "step": 6180
    },
    {
      "epoch": 51.583333333333336,
      "grad_norm": 1.9388102746247764,
      "learning_rate": 1.4190290585214231e-05,
      "loss": 2.1837,
      "step": 6190
    },
    {
      "epoch": 51.666666666666664,
      "grad_norm": 1.8802597024791787,
      "learning_rate": 1.4093328418939246e-05,
      "loss": 2.1248,
      "step": 6200
    },
    {
      "epoch": 51.75,
      "grad_norm": 1.8851077070756463,
      "learning_rate": 1.3996809846265802e-05,
      "loss": 2.1566,
      "step": 6210
    },
    {
      "epoch": 51.833333333333336,
      "grad_norm": 1.9932537740865202,
      "learning_rate": 1.390073637441101e-05,
      "loss": 2.1192,
      "step": 6220
    },
    {
      "epoch": 51.916666666666664,
      "grad_norm": 1.9334119306679816,
      "learning_rate": 1.3805109503641356e-05,
      "loss": 2.1184,
      "step": 6230
    },
    {
      "epoch": 52.0,
      "grad_norm": 1.9062437463876674,
      "learning_rate": 1.3709930727249264e-05,
      "loss": 2.0828,
      "step": 6240
    },
    {
      "epoch": 52.083333333333336,
      "grad_norm": 1.9384973481646945,
      "learning_rate": 1.3615201531529845e-05,
      "loss": 2.1209,
      "step": 6250
    },
    {
      "epoch": 52.166666666666664,
      "grad_norm": 1.8927348950848608,
      "learning_rate": 1.3520923395757577e-05,
      "loss": 2.1096,
      "step": 6260
    },
    {
      "epoch": 52.25,
      "grad_norm": 1.789483499758406,
      "learning_rate": 1.342709779216332e-05,
      "loss": 2.1332,
      "step": 6270
    },
    {
      "epoch": 52.333333333333336,
      "grad_norm": 1.9375062757821118,
      "learning_rate": 1.3333726185911221e-05,
      "loss": 2.1344,
      "step": 6280
    },
    {
      "epoch": 52.416666666666664,
      "grad_norm": 1.9680400961148559,
      "learning_rate": 1.3240810035075934e-05,
      "loss": 2.0862,
      "step": 6290
    },
    {
      "epoch": 52.5,
      "grad_norm": 1.9250385949365376,
      "learning_rate": 1.3148350790619758e-05,
      "loss": 2.102,
      "step": 6300
    },
    {
      "epoch": 52.583333333333336,
      "grad_norm": 1.8549964705276842,
      "learning_rate": 1.3056349896370031e-05,
      "loss": 2.0562,
      "step": 6310
    },
    {
      "epoch": 52.666666666666664,
      "grad_norm": 1.8750122705693866,
      "learning_rate": 1.2964808788996606e-05,
      "loss": 2.1295,
      "step": 6320
    },
    {
      "epoch": 52.75,
      "grad_norm": 1.8291355828473275,
      "learning_rate": 1.2873728897989336e-05,
      "loss": 2.1423,
      "step": 6330
    },
    {
      "epoch": 52.833333333333336,
      "grad_norm": 1.8598660373642286,
      "learning_rate": 1.2783111645635851e-05,
      "loss": 2.078,
      "step": 6340
    },
    {
      "epoch": 52.916666666666664,
      "grad_norm": 2.0494134901317342,
      "learning_rate": 1.2692958446999248e-05,
      "loss": 2.0859,
      "step": 6350
    },
    {
      "epoch": 53.0,
      "grad_norm": 1.8576071533471177,
      "learning_rate": 1.2603270709896092e-05,
      "loss": 2.1375,
      "step": 6360
    },
    {
      "epoch": 53.083333333333336,
      "grad_norm": 1.9020332850723705,
      "learning_rate": 1.2514049834874331e-05,
      "loss": 2.1182,
      "step": 6370
    },
    {
      "epoch": 53.166666666666664,
      "grad_norm": 1.9821164351559317,
      "learning_rate": 1.2425297215191518e-05,
      "loss": 2.0524,
      "step": 6380
    },
    {
      "epoch": 53.25,
      "grad_norm": 1.8557376706848092,
      "learning_rate": 1.2337014236793001e-05,
      "loss": 2.0905,
      "step": 6390
    },
    {
      "epoch": 53.333333333333336,
      "grad_norm": 1.9772259951841884,
      "learning_rate": 1.2249202278290264e-05,
      "loss": 2.1032,
      "step": 6400
    },
    {
      "epoch": 53.416666666666664,
      "grad_norm": 1.8813187621467282,
      "learning_rate": 1.2161862710939476e-05,
      "loss": 2.0744,
      "step": 6410
    },
    {
      "epoch": 53.5,
      "grad_norm": 1.8991980265558108,
      "learning_rate": 1.2074996898619982e-05,
      "loss": 2.069,
      "step": 6420
    },
    {
      "epoch": 53.583333333333336,
      "grad_norm": 1.9020290858655116,
      "learning_rate": 1.1988606197813097e-05,
      "loss": 2.017,
      "step": 6430
    },
    {
      "epoch": 53.666666666666664,
      "grad_norm": 1.971191829580243,
      "learning_rate": 1.1902691957580829e-05,
      "loss": 2.0785,
      "step": 6440
    },
    {
      "epoch": 53.75,
      "grad_norm": 1.9667061384194768,
      "learning_rate": 1.181725551954491e-05,
      "loss": 2.112,
      "step": 6450
    },
    {
      "epoch": 53.833333333333336,
      "grad_norm": 1.8449096911898535,
      "learning_rate": 1.1732298217865753e-05,
      "loss": 2.1488,
      "step": 6460
    },
    {
      "epoch": 53.916666666666664,
      "grad_norm": 1.9513473355479787,
      "learning_rate": 1.1647821379221695e-05,
      "loss": 2.139,
      "step": 6470
    },
    {
      "epoch": 54.0,
      "grad_norm": 1.8387510776581448,
      "learning_rate": 1.1563826322788229e-05,
      "loss": 2.0729,
      "step": 6480
    },
    {
      "epoch": 54.083333333333336,
      "grad_norm": 1.9127564626037847,
      "learning_rate": 1.148031436021742e-05,
      "loss": 2.0363,
      "step": 6490
    },
    {
      "epoch": 54.166666666666664,
      "grad_norm": 1.8682808966627151,
      "learning_rate": 1.1397286795617434e-05,
      "loss": 2.0863,
      "step": 6500
    },
    {
      "epoch": 54.25,
      "grad_norm": 1.9306265210373834,
      "learning_rate": 1.1314744925532153e-05,
      "loss": 2.0731,
      "step": 6510
    },
    {
      "epoch": 54.333333333333336,
      "grad_norm": 1.8566163058045597,
      "learning_rate": 1.123269003892096e-05,
      "loss": 2.1084,
      "step": 6520
    },
    {
      "epoch": 54.416666666666664,
      "grad_norm": 1.938810705025288,
      "learning_rate": 1.1151123417138555e-05,
      "loss": 2.088,
      "step": 6530
    },
    {
      "epoch": 54.5,
      "grad_norm": 1.9740933763783537,
      "learning_rate": 1.1070046333915014e-05,
      "loss": 2.046,
      "step": 6540
    },
    {
      "epoch": 54.583333333333336,
      "grad_norm": 1.9054877836646102,
      "learning_rate": 1.0989460055335845e-05,
      "loss": 2.0874,
      "step": 6550
    },
    {
      "epoch": 54.666666666666664,
      "grad_norm": 1.8759874286962435,
      "learning_rate": 1.0909365839822227e-05,
      "loss": 2.0195,
      "step": 6560
    },
    {
      "epoch": 54.75,
      "grad_norm": 1.9024268412214833,
      "learning_rate": 1.0829764938111404e-05,
      "loss": 2.027,
      "step": 6570
    },
    {
      "epoch": 54.833333333333336,
      "grad_norm": 1.89899860143384,
      "learning_rate": 1.0750658593237084e-05,
      "loss": 2.0561,
      "step": 6580
    },
    {
      "epoch": 54.916666666666664,
      "grad_norm": 1.9908390642703466,
      "learning_rate": 1.0672048040510083e-05,
      "loss": 2.0406,
      "step": 6590
    },
    {
      "epoch": 55.0,
      "grad_norm": 1.8704657087937853,
      "learning_rate": 1.0593934507498998e-05,
      "loss": 2.0489,
      "step": 6600
    },
    {
      "epoch": 55.083333333333336,
      "grad_norm": 1.9662764011169944,
      "learning_rate": 1.051631921401107e-05,
      "loss": 2.0423,
      "step": 6610
    },
    {
      "epoch": 55.166666666666664,
      "grad_norm": 1.925907958777621,
      "learning_rate": 1.0439203372073096e-05,
      "loss": 2.0397,
      "step": 6620
    },
    {
      "epoch": 55.25,
      "grad_norm": 1.8455541156987996,
      "learning_rate": 1.0362588185912561e-05,
      "loss": 2.0162,
      "step": 6630
    },
    {
      "epoch": 55.333333333333336,
      "grad_norm": 2.0058736382769418,
      "learning_rate": 1.0286474851938762e-05,
      "loss": 2.0342,
      "step": 6640
    },
    {
      "epoch": 55.416666666666664,
      "grad_norm": 1.9662300209732804,
      "learning_rate": 1.0210864558724168e-05,
      "loss": 2.0571,
      "step": 6650
    },
    {
      "epoch": 55.5,
      "grad_norm": 1.868026672511851,
      "learning_rate": 1.013575848698587e-05,
      "loss": 2.0472,
      "step": 6660
    },
    {
      "epoch": 55.583333333333336,
      "grad_norm": 1.9146102432944485,
      "learning_rate": 1.0061157809567101e-05,
      "loss": 2.0796,
      "step": 6670
    },
    {
      "epoch": 55.666666666666664,
      "grad_norm": 1.908882699486899,
      "learning_rate": 9.987063691418975e-06,
      "loss": 2.0405,
      "step": 6680
    },
    {
      "epoch": 55.75,
      "grad_norm": 1.8859124208061215,
      "learning_rate": 9.91347728958222e-06,
      "loss": 2.05,
      "step": 6690
    },
    {
      "epoch": 55.833333333333336,
      "grad_norm": 2.046457612091479,
      "learning_rate": 9.840399753169205e-06,
      "loss": 2.0167,
      "step": 6700
    },
    {
      "epoch": 55.916666666666664,
      "grad_norm": 2.0031058514374593,
      "learning_rate": 9.767832223345916e-06,
      "loss": 2.029,
      "step": 6710
    },
    {
      "epoch": 56.0,
      "grad_norm": 1.8877646507004855,
      "learning_rate": 9.695775833314159e-06,
      "loss": 1.9966,
      "step": 6720
    },
    {
      "epoch": 56.083333333333336,
      "grad_norm": 1.946440649182606,
      "learning_rate": 9.624231708293902e-06,
      "loss": 2.0408,
      "step": 6730
    },
    {
      "epoch": 56.166666666666664,
      "grad_norm": 1.9878610942713775,
      "learning_rate": 9.553200965505643e-06,
      "loss": 2.0167,
      "step": 6740
    },
    {
      "epoch": 56.25,
      "grad_norm": 1.8404569798514274,
      "learning_rate": 9.482684714153013e-06,
      "loss": 2.0059,
      "step": 6750
    },
    {
      "epoch": 56.333333333333336,
      "grad_norm": 1.8852402479837411,
      "learning_rate": 9.41268405540541e-06,
      "loss": 1.998,
      "step": 6760
    },
    {
      "epoch": 56.416666666666664,
      "grad_norm": 1.9566643955449317,
      "learning_rate": 9.343200082380868e-06,
      "loss": 2.0184,
      "step": 6770
    },
    {
      "epoch": 56.5,
      "grad_norm": 1.8860099519404343,
      "learning_rate": 9.274233880128898e-06,
      "loss": 2.0282,
      "step": 6780
    },
    {
      "epoch": 56.583333333333336,
      "grad_norm": 1.917218343149321,
      "learning_rate": 9.205786525613647e-06,
      "loss": 2.0148,
      "step": 6790
    },
    {
      "epoch": 56.666666666666664,
      "grad_norm": 1.967184988782278,
      "learning_rate": 9.13785908769698e-06,
      "loss": 2.0099,
      "step": 6800
    },
    {
      "epoch": 56.75,
      "grad_norm": 1.9085229549011888,
      "learning_rate": 9.070452627121857e-06,
      "loss": 2.0705,
      "step": 6810
    },
    {
      "epoch": 56.833333333333336,
      "grad_norm": 1.8774224209662635,
      "learning_rate": 9.00356819649575e-06,
      "loss": 2.04,
      "step": 6820
    },
    {
      "epoch": 56.916666666666664,
      "grad_norm": 1.8938890135450999,
      "learning_rate": 8.937206840274185e-06,
      "loss": 2.0159,
      "step": 6830
    },
    {
      "epoch": 57.0,
      "grad_norm": 1.99223130121885,
      "learning_rate": 8.871369594744485e-06,
      "loss": 1.9952,
      "step": 6840
    },
    {
      "epoch": 57.083333333333336,
      "grad_norm": 1.9802200191286106,
      "learning_rate": 8.806057488009507e-06,
      "loss": 1.9986,
      "step": 6850
    },
    {
      "epoch": 57.166666666666664,
      "grad_norm": 1.9036782223250501,
      "learning_rate": 8.741271539971674e-06,
      "loss": 1.9721,
      "step": 6860
    },
    {
      "epoch": 57.25,
      "grad_norm": 1.9319682986025988,
      "learning_rate": 8.677012762316979e-06,
      "loss": 2.03,
      "step": 6870
    },
    {
      "epoch": 57.333333333333336,
      "grad_norm": 1.921088887534672,
      "learning_rate": 8.613282158499221e-06,
      "loss": 2.0344,
      "step": 6880
    },
    {
      "epoch": 57.416666666666664,
      "grad_norm": 1.9295893346860253,
      "learning_rate": 8.550080723724344e-06,
      "loss": 2.0042,
      "step": 6890
    },
    {
      "epoch": 57.5,
      "grad_norm": 1.9049921106690773,
      "learning_rate": 8.487409444934853e-06,
      "loss": 2.0105,
      "step": 6900
    },
    {
      "epoch": 57.583333333333336,
      "grad_norm": 1.8880210788770495,
      "learning_rate": 8.425269300794467e-06,
      "loss": 1.9992,
      "step": 6910
    },
    {
      "epoch": 57.666666666666664,
      "grad_norm": 1.9079454730257757,
      "learning_rate": 8.363661261672756e-06,
      "loss": 1.9832,
      "step": 6920
    },
    {
      "epoch": 57.75,
      "grad_norm": 1.9726894262564467,
      "learning_rate": 8.302586289630078e-06,
      "loss": 1.9944,
      "step": 6930
    },
    {
      "epoch": 57.833333333333336,
      "grad_norm": 1.9796579119391366,
      "learning_rate": 8.242045338402464e-06,
      "loss": 2.0364,
      "step": 6940
    },
    {
      "epoch": 57.916666666666664,
      "grad_norm": 1.9945326222744864,
      "learning_rate": 8.182039353386808e-06,
      "loss": 1.9792,
      "step": 6950
    },
    {
      "epoch": 58.0,
      "grad_norm": 1.9697839353165247,
      "learning_rate": 8.122569271626042e-06,
      "loss": 1.9779,
      "step": 6960
    },
    {
      "epoch": 58.083333333333336,
      "grad_norm": 1.9442435395431557,
      "learning_rate": 8.063636021794522e-06,
      "loss": 2.0368,
      "step": 6970
    },
    {
      "epoch": 58.166666666666664,
      "grad_norm": 2.018867900228189,
      "learning_rate": 8.005240524183561e-06,
      "loss": 1.9881,
      "step": 6980
    },
    {
      "epoch": 58.25,
      "grad_norm": 1.906416776271774,
      "learning_rate": 7.94738369068699e-06,
      "loss": 2.0244,
      "step": 6990
    },
    {
      "epoch": 58.333333333333336,
      "grad_norm": 1.9369688844283932,
      "learning_rate": 7.890066424786995e-06,
      "loss": 1.9745,
      "step": 7000
    },
    {
      "epoch": 58.416666666666664,
      "grad_norm": 1.9479097240412673,
      "learning_rate": 7.833289621539925e-06,
      "loss": 1.9933,
      "step": 7010
    },
    {
      "epoch": 58.5,
      "grad_norm": 1.9245513021519765,
      "learning_rate": 7.777054167562405e-06,
      "loss": 1.9937,
      "step": 7020
    },
    {
      "epoch": 58.583333333333336,
      "grad_norm": 2.000050305687525,
      "learning_rate": 7.721360941017406e-06,
      "loss": 1.9991,
      "step": 7030
    },
    {
      "epoch": 58.666666666666664,
      "grad_norm": 1.8906695147861896,
      "learning_rate": 7.66621081160059e-06,
      "loss": 1.9523,
      "step": 7040
    },
    {
      "epoch": 58.75,
      "grad_norm": 1.8704295084339606,
      "learning_rate": 7.611604640526709e-06,
      "loss": 1.9869,
      "step": 7050
    },
    {
      "epoch": 58.833333333333336,
      "grad_norm": 1.9448875974326483,
      "learning_rate": 7.557543280516148e-06,
      "loss": 1.9574,
      "step": 7060
    },
    {
      "epoch": 58.916666666666664,
      "grad_norm": 1.9421650499318428,
      "learning_rate": 7.50402757578163e-06,
      "loss": 2.0037,
      "step": 7070
    },
    {
      "epoch": 59.0,
      "grad_norm": 1.955577622666023,
      "learning_rate": 7.451058362015012e-06,
      "loss": 2.0285,
      "step": 7080
    },
    {
      "epoch": 59.083333333333336,
      "grad_norm": 1.9157906963133233,
      "learning_rate": 7.398636466374252e-06,
      "loss": 1.9615,
      "step": 7090
    },
    {
      "epoch": 59.166666666666664,
      "grad_norm": 1.9807421252936592,
      "learning_rate": 7.3467627074704676e-06,
      "loss": 1.941,
      "step": 7100
    },
    {
      "epoch": 59.25,
      "grad_norm": 1.8755400197888255,
      "learning_rate": 7.295437895355191e-06,
      "loss": 1.9844,
      "step": 7110
    },
    {
      "epoch": 59.333333333333336,
      "grad_norm": 2.0682774168207967,
      "learning_rate": 7.244662831507682e-06,
      "loss": 1.9693,
      "step": 7120
    },
    {
      "epoch": 59.416666666666664,
      "grad_norm": 1.9313361657929162,
      "learning_rate": 7.194438308822426e-06,
      "loss": 2.0081,
      "step": 7130
    },
    {
      "epoch": 59.5,
      "grad_norm": 1.9834804771506864,
      "learning_rate": 7.144765111596779e-06,
      "loss": 1.9498,
      "step": 7140
    },
    {
      "epoch": 59.583333333333336,
      "grad_norm": 1.8972377675308412,
      "learning_rate": 7.095644015518659e-06,
      "loss": 1.9247,
      "step": 7150
    },
    {
      "epoch": 59.666666666666664,
      "grad_norm": 1.9373781104355443,
      "learning_rate": 7.0470757876545026e-06,
      "loss": 1.9722,
      "step": 7160
    },
    {
      "epoch": 59.75,
      "grad_norm": 1.8709442779790344,
      "learning_rate": 6.999061186437224e-06,
      "loss": 1.9674,
      "step": 7170
    },
    {
      "epoch": 59.833333333333336,
      "grad_norm": 1.9749505024755414,
      "learning_rate": 6.951600961654432e-06,
      "loss": 2.0396,
      "step": 7180
    },
    {
      "epoch": 59.916666666666664,
      "grad_norm": 2.0197400809657227,
      "learning_rate": 6.9046958544366604e-06,
      "loss": 1.983,
      "step": 7190
    },
    {
      "epoch": 60.0,
      "grad_norm": 2.01602109817031,
      "learning_rate": 6.8583465972458365e-06,
      "loss": 1.9387,
      "step": 7200
    },
    {
      "epoch": 60.083333333333336,
      "grad_norm": 1.9852667779639843,
      "learning_rate": 6.81255391386384e-06,
      "loss": 1.9696,
      "step": 7210
    },
    {
      "epoch": 60.166666666666664,
      "grad_norm": 2.0013859238412524,
      "learning_rate": 6.767318519381177e-06,
      "loss": 1.9385,
      "step": 7220
    },
    {
      "epoch": 60.25,
      "grad_norm": 1.963288497456032,
      "learning_rate": 6.722641120185843e-06,
      "loss": 1.9712,
      "step": 7230
    },
    {
      "epoch": 60.333333333333336,
      "grad_norm": 1.9858260368803282,
      "learning_rate": 6.678522413952258e-06,
      "loss": 1.9757,
      "step": 7240
    },
    {
      "epoch": 60.416666666666664,
      "grad_norm": 1.968946961738131,
      "learning_rate": 6.63496308963041e-06,
      "loss": 1.9973,
      "step": 7250
    },
    {
      "epoch": 60.5,
      "grad_norm": 1.9641757079693083,
      "learning_rate": 6.5919638274350614e-06,
      "loss": 1.9514,
      "step": 7260
    },
    {
      "epoch": 60.583333333333336,
      "grad_norm": 1.8974417755682922,
      "learning_rate": 6.549525298835157e-06,
      "loss": 2.007,
      "step": 7270
    },
    {
      "epoch": 60.666666666666664,
      "grad_norm": 1.9891909933127554,
      "learning_rate": 6.50764816654331e-06,
      "loss": 1.9798,
      "step": 7280
    },
    {
      "epoch": 60.75,
      "grad_norm": 1.9057305675778413,
      "learning_rate": 6.4663330845054775e-06,
      "loss": 1.9358,
      "step": 7290
    },
    {
      "epoch": 60.833333333333336,
      "grad_norm": 2.038484220973745,
      "learning_rate": 6.425580697890733e-06,
      "loss": 1.9621,
      "step": 7300
    },
    {
      "epoch": 60.916666666666664,
      "grad_norm": 1.9769518924777882,
      "learning_rate": 6.385391643081197e-06,
      "loss": 1.9426,
      "step": 7310
    },
    {
      "epoch": 61.0,
      "grad_norm": 1.985886126078107,
      "learning_rate": 6.34576654766211e-06,
      "loss": 1.9276,
      "step": 7320
    },
    {
      "epoch": 61.083333333333336,
      "grad_norm": 1.9561158740586255,
      "learning_rate": 6.306706030412002e-06,
      "loss": 1.9623,
      "step": 7330
    },
    {
      "epoch": 61.166666666666664,
      "grad_norm": 1.9782066292214036,
      "learning_rate": 6.268210701293069e-06,
      "loss": 1.9713,
      "step": 7340
    },
    {
      "epoch": 61.25,
      "grad_norm": 1.972084854010404,
      "learning_rate": 6.23028116144161e-06,
      "loss": 1.9874,
      "step": 7350
    },
    {
      "epoch": 61.333333333333336,
      "grad_norm": 1.9455018468420104,
      "learning_rate": 6.192918003158677e-06,
      "loss": 1.9629,
      "step": 7360
    },
    {
      "epoch": 61.416666666666664,
      "grad_norm": 1.938206082554414,
      "learning_rate": 6.156121809900792e-06,
      "loss": 1.9601,
      "step": 7370
    },
    {
      "epoch": 61.5,
      "grad_norm": 2.005389937727236,
      "learning_rate": 6.1198931562708504e-06,
      "loss": 1.9465,
      "step": 7380
    },
    {
      "epoch": 61.583333333333336,
      "grad_norm": 1.928886463531946,
      "learning_rate": 6.084232608009166e-06,
      "loss": 1.9315,
      "step": 7390
    },
    {
      "epoch": 61.666666666666664,
      "grad_norm": 2.034096000513899,
      "learning_rate": 6.049140721984598e-06,
      "loss": 1.9454,
      "step": 7400
    },
    {
      "epoch": 61.75,
      "grad_norm": 2.046363475451839,
      "learning_rate": 6.014618046185887e-06,
      "loss": 1.9178,
      "step": 7410
    },
    {
      "epoch": 61.833333333333336,
      "grad_norm": 1.8755537486946499,
      "learning_rate": 5.980665119713077e-06,
      "loss": 1.9556,
      "step": 7420
    },
    {
      "epoch": 61.916666666666664,
      "grad_norm": 2.032588224478659,
      "learning_rate": 5.947282472769127e-06,
      "loss": 1.8997,
      "step": 7430
    },
    {
      "epoch": 62.0,
      "grad_norm": 1.9273127101444452,
      "learning_rate": 5.914470626651588e-06,
      "loss": 1.9006,
      "step": 7440
    },
    {
      "epoch": 62.083333333333336,
      "grad_norm": 1.9878491604798783,
      "learning_rate": 5.882230093744495e-06,
      "loss": 1.963,
      "step": 7450
    },
    {
      "epoch": 62.166666666666664,
      "grad_norm": 1.8931956194214603,
      "learning_rate": 5.8505613775103555e-06,
      "loss": 1.9087,
      "step": 7460
    },
    {
      "epoch": 62.25,
      "grad_norm": 1.9996050802379584,
      "learning_rate": 5.819464972482287e-06,
      "loss": 1.9651,
      "step": 7470
    },
    {
      "epoch": 62.333333333333336,
      "grad_norm": 2.0057922173747222,
      "learning_rate": 5.788941364256304e-06,
      "loss": 1.952,
      "step": 7480
    },
    {
      "epoch": 62.416666666666664,
      "grad_norm": 1.9593428248633846,
      "learning_rate": 5.758991029483714e-06,
      "loss": 1.9071,
      "step": 7490
    },
    {
      "epoch": 62.5,
      "grad_norm": 1.9402555129311176,
      "learning_rate": 5.7296144358636925e-06,
      "loss": 1.8977,
      "step": 7500
    },
    {
      "epoch": 62.583333333333336,
      "grad_norm": 1.9054080792379602,
      "learning_rate": 5.700812042135969e-06,
      "loss": 1.9338,
      "step": 7510
    },
    {
      "epoch": 62.666666666666664,
      "grad_norm": 1.9946019519866354,
      "learning_rate": 5.672584298073685e-06,
      "loss": 1.9402,
      "step": 7520
    },
    {
      "epoch": 62.75,
      "grad_norm": 2.00195157679056,
      "learning_rate": 5.644931644476331e-06,
      "loss": 1.9617,
      "step": 7530
    },
    {
      "epoch": 62.833333333333336,
      "grad_norm": 1.994584858850401,
      "learning_rate": 5.617854513162896e-06,
      "loss": 1.9285,
      "step": 7540
    },
    {
      "epoch": 62.916666666666664,
      "grad_norm": 1.9890025091601349,
      "learning_rate": 5.5913533269651185e-06,
      "loss": 1.9189,
      "step": 7550
    },
    {
      "epoch": 63.0,
      "grad_norm": 1.9844939429012176,
      "learning_rate": 5.565428499720873e-06,
      "loss": 1.9345,
      "step": 7560
    },
    {
      "epoch": 63.083333333333336,
      "grad_norm": 1.902972358382588,
      "learning_rate": 5.540080436267716e-06,
      "loss": 1.935,
      "step": 7570
    },
    {
      "epoch": 63.166666666666664,
      "grad_norm": 2.028337238885802,
      "learning_rate": 5.515309532436559e-06,
      "loss": 1.9431,
      "step": 7580
    },
    {
      "epoch": 63.25,
      "grad_norm": 2.007736620229894,
      "learning_rate": 5.491116175045491e-06,
      "loss": 1.932,
      "step": 7590
    },
    {
      "epoch": 63.333333333333336,
      "grad_norm": 2.042985788423811,
      "learning_rate": 5.467500741893746e-06,
      "loss": 1.9501,
      "step": 7600
    },
    {
      "epoch": 63.416666666666664,
      "grad_norm": 2.009502011759658,
      "learning_rate": 5.444463601755772e-06,
      "loss": 1.8583,
      "step": 7610
    },
    {
      "epoch": 63.5,
      "grad_norm": 2.06322582073643,
      "learning_rate": 5.422005114375519e-06,
      "loss": 1.9112,
      "step": 7620
    },
    {
      "epoch": 63.583333333333336,
      "grad_norm": 1.9210766010054212,
      "learning_rate": 5.400125630460786e-06,
      "loss": 1.9356,
      "step": 7630
    },
    {
      "epoch": 63.666666666666664,
      "grad_norm": 2.0016758573237996,
      "learning_rate": 5.37882549167776e-06,
      "loss": 1.922,
      "step": 7640
    },
    {
      "epoch": 63.75,
      "grad_norm": 1.8855514548439498,
      "learning_rate": 5.358105030645666e-06,
      "loss": 1.8987,
      "step": 7650
    },
    {
      "epoch": 63.833333333333336,
      "grad_norm": 2.0176256290541397,
      "learning_rate": 5.337964570931595e-06,
      "loss": 1.9476,
      "step": 7660
    },
    {
      "epoch": 63.916666666666664,
      "grad_norm": 2.0268704664924826,
      "learning_rate": 5.31840442704543e-06,
      "loss": 1.9029,
      "step": 7670
    },
    {
      "epoch": 64.0,
      "grad_norm": 1.9720734292378126,
      "learning_rate": 5.299424904434947e-06,
      "loss": 1.9363,
      "step": 7680
    },
    {
      "epoch": 64.08333333333333,
      "grad_norm": 1.8882025971010035,
      "learning_rate": 5.281026299481048e-06,
      "loss": 1.9635,
      "step": 7690
    },
    {
      "epoch": 64.16666666666667,
      "grad_norm": 2.016255124978956,
      "learning_rate": 5.263208899493116e-06,
      "loss": 1.9281,
      "step": 7700
    },
    {
      "epoch": 64.25,
      "grad_norm": 1.888953044992361,
      "learning_rate": 5.245972982704546e-06,
      "loss": 1.9126,
      "step": 7710
    },
    {
      "epoch": 64.33333333333333,
      "grad_norm": 1.9878197154918797,
      "learning_rate": 5.229318818268392e-06,
      "loss": 1.8771,
      "step": 7720
    },
    {
      "epoch": 64.41666666666667,
      "grad_norm": 1.998352922285765,
      "learning_rate": 5.2132466662531654e-06,
      "loss": 1.9111,
      "step": 7730
    },
    {
      "epoch": 64.5,
      "grad_norm": 2.004626525760343,
      "learning_rate": 5.197756777638772e-06,
      "loss": 1.9607,
      "step": 7740
    },
    {
      "epoch": 64.58333333333333,
      "grad_norm": 2.0016678769724434,
      "learning_rate": 5.182849394312596e-06,
      "loss": 1.8891,
      "step": 7750
    },
    {
      "epoch": 64.66666666666667,
      "grad_norm": 2.020656840164689,
      "learning_rate": 5.1685247490657234e-06,
      "loss": 1.8841,
      "step": 7760
    },
    {
      "epoch": 64.75,
      "grad_norm": 2.0763438917009878,
      "learning_rate": 5.154783065589303e-06,
      "loss": 1.9259,
      "step": 7770
    },
    {
      "epoch": 64.83333333333333,
      "grad_norm": 1.996393408929962,
      "learning_rate": 5.141624558471049e-06,
      "loss": 1.8914,
      "step": 7780
    },
    {
      "epoch": 64.91666666666667,
      "grad_norm": 2.03491514099298,
      "learning_rate": 5.1290494331919025e-06,
      "loss": 1.9378,
      "step": 7790
    },
    {
      "epoch": 65.0,
      "grad_norm": 2.0410734469605574,
      "learning_rate": 5.117057886122817e-06,
      "loss": 1.899,
      "step": 7800
    },
    {
      "epoch": 65.08333333333333,
      "grad_norm": 1.9114235884360984,
      "learning_rate": 5.105650104521688e-06,
      "loss": 1.8514,
      "step": 7810
    },
    {
      "epoch": 65.16666666666667,
      "grad_norm": 2.0164886516892073,
      "learning_rate": 5.094826266530429e-06,
      "loss": 1.9008,
      "step": 7820
    },
    {
      "epoch": 65.25,
      "grad_norm": 2.0193345584674662,
      "learning_rate": 5.0845865411722e-06,
      "loss": 1.8928,
      "step": 7830
    },
    {
      "epoch": 65.33333333333333,
      "grad_norm": 1.9878446628011768,
      "learning_rate": 5.074931088348753e-06,
      "loss": 1.8934,
      "step": 7840
    },
    {
      "epoch": 65.41666666666667,
      "grad_norm": 1.9657958740291983,
      "learning_rate": 5.06586005883795e-06,
      "loss": 1.8628,
      "step": 7850
    },
    {
      "epoch": 65.5,
      "grad_norm": 2.0584319483599773,
      "learning_rate": 5.057373594291389e-06,
      "loss": 1.9273,
      "step": 7860
    },
    {
      "epoch": 65.58333333333333,
      "grad_norm": 2.0081716728307404,
      "learning_rate": 5.049471827232223e-06,
      "loss": 1.854,
      "step": 7870
    },
    {
      "epoch": 65.66666666666667,
      "grad_norm": 2.000531483603402,
      "learning_rate": 5.042154881053054e-06,
      "loss": 1.8621,
      "step": 7880
    },
    {
      "epoch": 65.75,
      "grad_norm": 1.9088662126758669,
      "learning_rate": 5.0354228700140305e-06,
      "loss": 1.9694,
      "step": 7890
    },
    {
      "epoch": 65.83333333333333,
      "grad_norm": 2.0747633971478017,
      "learning_rate": 5.0292758992410565e-06,
      "loss": 1.901,
      "step": 7900
    },
    {
      "epoch": 65.91666666666667,
      "grad_norm": 1.9408577157510871,
      "learning_rate": 5.023714064724151e-06,
      "loss": 1.9205,
      "step": 7910
    },
    {
      "epoch": 66.0,
      "grad_norm": 2.060695552433827,
      "learning_rate": 5.018737453315944e-06,
      "loss": 1.9025,
      "step": 7920
    },
    {
      "epoch": 66.08333333333333,
      "grad_norm": 2.081587810422611,
      "learning_rate": 5.014346142730328e-06,
      "loss": 1.8642,
      "step": 7930
    },
    {
      "epoch": 66.16666666666667,
      "grad_norm": 1.96789526171825,
      "learning_rate": 5.010540201541244e-06,
      "loss": 1.925,
      "step": 7940
    },
    {
      "epoch": 66.25,
      "grad_norm": 1.9122610528810768,
      "learning_rate": 5.007319689181595e-06,
      "loss": 1.8942,
      "step": 7950
    },
    {
      "epoch": 66.33333333333333,
      "grad_norm": 1.9336044157100094,
      "learning_rate": 5.004684655942338e-06,
      "loss": 1.8852,
      "step": 7960
    },
    {
      "epoch": 66.41666666666667,
      "grad_norm": 1.916929814338855,
      "learning_rate": 5.0026351429716924e-06,
      "loss": 1.8931,
      "step": 7970
    },
    {
      "epoch": 66.5,
      "grad_norm": 2.0118006421059422,
      "learning_rate": 5.0011711822744915e-06,
      "loss": 1.9534,
      "step": 7980
    },
    {
      "epoch": 66.58333333333333,
      "grad_norm": 1.9694136454701718,
      "learning_rate": 5.000292796711689e-06,
      "loss": 1.9228,
      "step": 7990
    },
    {
      "epoch": 66.66666666666667,
      "grad_norm": 1.9265305490930438,
      "learning_rate": 5e-06,
      "loss": 1.874,
      "step": 8000
    },
    {
      "epoch": 66.66666666666667,
      "step": 8000,
      "total_flos": 4170974625792000.0,
      "train_loss": 2.825869362592697,
      "train_runtime": 125458.1215,
      "train_samples_per_second": 12.243,
      "train_steps_per_second": 0.064
    }
  ],
  "logging_steps": 10,
  "max_steps": 8000,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 67,
  "save_steps": 2000,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": true
      },
      "attributes": {}
    }
  },
  "total_flos": 4170974625792000.0,
  "train_batch_size": 6,
  "trial_name": null,
  "trial_params": null
}