{
  "best_global_step": 3000,
  "best_metric": 0.948647254325394,
  "best_model_checkpoint": "trained_model/checkpoint-3000",
  "epoch": 2.0,
  "eval_steps": 500,
  "global_step": 3000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 0.06666666666666667,
      "grad_norm": 19.61471939086914,
      "learning_rate": 4.4e-06,
      "loss": 1.0113,
      "step": 100
    },
    {
      "epoch": 0.13333333333333333,
      "grad_norm": 14.471400260925293,
      "learning_rate": 8.844444444444445e-06,
      "loss": 0.7156,
      "step": 200
    },
    {
      "epoch": 0.2,
      "grad_norm": 47.6197624206543,
      "learning_rate": 1.3288888888888889e-05,
      "loss": 0.5463,
      "step": 300
    },
    {
      "epoch": 0.26666666666666666,
      "grad_norm": 26.47246551513672,
      "learning_rate": 1.7733333333333335e-05,
      "loss": 0.4756,
      "step": 400
    },
    {
      "epoch": 0.3333333333333333,
      "grad_norm": 13.949202537536621,
      "learning_rate": 1.9758024691358028e-05,
      "loss": 0.4115,
      "step": 500
    },
    {
      "epoch": 0.4,
      "grad_norm": 9.107935905456543,
      "learning_rate": 1.92641975308642e-05,
      "loss": 0.3445,
      "step": 600
    },
    {
      "epoch": 0.4666666666666667,
      "grad_norm": NaN,
      "learning_rate": 1.877037037037037e-05,
      "loss": 0.3166,
      "step": 700
    },
    {
      "epoch": 0.5333333333333333,
      "grad_norm": 6.813497066497803,
      "learning_rate": 1.8276543209876544e-05,
      "loss": 0.2688,
      "step": 800
    },
    {
      "epoch": 0.6,
      "grad_norm": 8.58810806274414,
      "learning_rate": 1.7782716049382718e-05,
      "loss": 0.2409,
      "step": 900
    },
    {
      "epoch": 0.6666666666666666,
      "grad_norm": 7.52830171585083,
      "learning_rate": 1.728888888888889e-05,
      "loss": 0.2303,
      "step": 1000
    },
    {
      "epoch": 0.7333333333333333,
      "grad_norm": 3.5060839653015137,
      "learning_rate": 1.6795061728395064e-05,
      "loss": 0.2038,
      "step": 1100
    },
    {
      "epoch": 0.8,
      "grad_norm": 5.840308666229248,
      "learning_rate": 1.6301234567901238e-05,
      "loss": 0.2039,
      "step": 1200
    },
    {
      "epoch": 0.8666666666666667,
      "grad_norm": 4.7977375984191895,
      "learning_rate": 1.5807407407407408e-05,
      "loss": 0.1921,
      "step": 1300
    },
    {
      "epoch": 0.9333333333333333,
      "grad_norm": 2.442521572113037,
      "learning_rate": 1.531358024691358e-05,
      "loss": 0.2018,
      "step": 1400
    },
    {
      "epoch": 1.0,
      "grad_norm": 7.735184669494629,
      "learning_rate": 1.4819753086419754e-05,
      "loss": 0.1802,
      "step": 1500
    },
    {
      "epoch": 1.0,
      "eval_accuracy": 0.9375833333333333,
      "eval_f1": 0.9374679633171131,
      "eval_loss": 0.17155718803405762,
      "eval_runtime": 135.0249,
      "eval_samples_per_second": 88.873,
      "eval_steps_per_second": 2.777,
      "step": 1500
    },
    {
      "epoch": 1.0666666666666667,
      "grad_norm": 3.5383481979370117,
      "learning_rate": 1.4325925925925928e-05,
      "loss": 0.158,
      "step": 1600
    },
    {
      "epoch": 1.1333333333333333,
      "grad_norm": 5.8269147872924805,
      "learning_rate": 1.3832098765432101e-05,
      "loss": 0.1651,
      "step": 1700
    },
    {
      "epoch": 1.2,
      "grad_norm": 5.028476238250732,
      "learning_rate": 1.3338271604938273e-05,
      "loss": 0.1686,
      "step": 1800
    },
    {
      "epoch": 1.2666666666666666,
      "grad_norm": 9.353516578674316,
      "learning_rate": 1.2844444444444446e-05,
      "loss": 0.1674,
      "step": 1900
    },
    {
      "epoch": 1.3333333333333333,
      "grad_norm": 11.023250579833984,
      "learning_rate": 1.235061728395062e-05,
      "loss": 0.1749,
      "step": 2000
    },
    {
      "epoch": 1.4,
      "grad_norm": 3.2048285007476807,
      "learning_rate": 1.1856790123456791e-05,
      "loss": 0.1618,
      "step": 2100
    },
    {
      "epoch": 1.4666666666666668,
      "grad_norm": 2.9679791927337646,
      "learning_rate": 1.1362962962962964e-05,
      "loss": 0.1786,
      "step": 2200
    },
    {
      "epoch": 1.5333333333333332,
      "grad_norm": 14.835536003112793,
      "learning_rate": 1.0869135802469138e-05,
      "loss": 0.1451,
      "step": 2300
    },
    {
      "epoch": 1.6,
      "grad_norm": 5.776974678039551,
      "learning_rate": 1.0375308641975311e-05,
      "loss": 0.164,
      "step": 2400
    },
    {
      "epoch": 1.6666666666666665,
      "grad_norm": 12.903321266174316,
      "learning_rate": 9.881481481481483e-06,
      "loss": 0.1447,
      "step": 2500
    },
    {
      "epoch": 1.7333333333333334,
      "grad_norm": 8.211164474487305,
      "learning_rate": 9.387654320987654e-06,
      "loss": 0.1691,
      "step": 2600
    },
    {
      "epoch": 1.8,
      "grad_norm": 3.288093090057373,
      "learning_rate": 8.893827160493828e-06,
      "loss": 0.1629,
      "step": 2700
    },
    {
      "epoch": 1.8666666666666667,
      "grad_norm": 7.652830600738525,
      "learning_rate": 8.400000000000001e-06,
      "loss": 0.1489,
      "step": 2800
    },
    {
      "epoch": 1.9333333333333333,
      "grad_norm": 12.427044868469238,
      "learning_rate": 7.906172839506173e-06,
      "loss": 0.1508,
      "step": 2900
    },
    {
      "epoch": 2.0,
      "grad_norm": 19.034095764160156,
      "learning_rate": 7.412345679012346e-06,
      "loss": 0.1689,
      "step": 3000
    },
    {
      "epoch": 2.0,
      "eval_accuracy": 0.94875,
      "eval_f1": 0.948647254325394,
      "eval_loss": 0.15678440034389496,
      "eval_runtime": 134.9499,
      "eval_samples_per_second": 88.922,
      "eval_steps_per_second": 2.779,
      "step": 3000
    }
  ],
  "logging_steps": 100,
  "max_steps": 4500,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 3,
  "save_steps": 500,
  "stateful_callbacks": {
    "TrainerControl": {
      "args": {
        "should_epoch_stop": false,
        "should_evaluate": false,
        "should_log": false,
        "should_save": true,
        "should_training_stop": false
      },
      "attributes": {}
    }
  },
  "total_flos": 1.30851920019456e+17,
  "train_batch_size": 32,
  "trial_name": null,
  "trial_params": null
}